Research on optimization of initial rainwater interception capacity of sponge-type rainwater inlet
-
摘要:
选用装配式选配截污型雨水口,以土工布、不锈钢筛网和5种不同填料作为过滤模块,配置人工模拟雨水用于试验,研究其在不同截污装置下对初期雨水中悬浮物(SS)、化学需氧量(COD)、氨氮(NH4 +-N)、总氮(TN)和总磷(TP)等污染物的去除效果,测试其对初期雨水径流污染的削减能力,并综合评价其在实际工程运用中的可行性与经济性。结果表明:在土工布、不锈钢筛网过滤模块中,土工布对SS有较好的去除效果,不锈钢筛网则需将孔径降至0.074 mm时才对SS有较明显的去除效果,但二者对COD、NH4 +-N、TN和TP的去除效果均较差;以高炉灰焦粒、活化沸石、椰壳生物炭、陶粒、活性炭作为滤料的5种过滤模块均能有效提高初期雨水中COD、NH4 +-N、TN和TP的去除效果;其中陶粒在达到理想的脱氮除磷效果的同时,也可实现较好的SS和COD去除效果,使用年限与其他过滤模块相差不大,且售价(5~13元/kg)略低于其他过滤模块。
Abstract:An assembly-type optional sewage-interception rainwater inlet was proposed, with geotextile, stainless steel screen and five different fillers as the filter modules, and the artificial simulated rainwater was equipped for the test to study its removal effect on the pollutants of suspended solids (SS), chemical oxygen demand (COD), ammonia nitrogen (NH4 +-N), total nitrogen (TN) and total phosphorus (TP), in the initial rainwater under different sewage intercepting devices. Its ability to reduce the initial runoff pollution was tested and the feasibility and economy in practical engineering applications were evaluated. The test results showed that: in the geotextile and stainless steel screen filter modules, geotextile had a good removal effect on SS, while the stainless steel screen had an obvious removal effect on SS when the aperture was decreased to 0.074 mm, but the two filter modules had poor removal effect on COD, NH4 +-N, TN and TP. The five filtration modules with high furnace ash coke particles, activated zeolite, coconut shell biochar, ceramsite and activated carbon as filter materials, could effectively improve the removal effects of COD, NH4 +-N, TN and TP in the initial rainwater. Among them, ceramsite could not only achieve the ideal removal effect of nitrogen and phosphorus, but also achieve good removal effect on SS and COD. Its service life was comparable with other filtration modules, and the market unit price (5-13 yuan/kg) was slightly lower than other filtration modules .
-
Keywords:
- ceramsite /
- inlet for rainwater /
- the filter module /
- pollutant
-
随着城市化进程的不断加快,以现代工农业、交通运输业排放为主的重金属给自然环境带来较大影响[1],因其污染范围广、难以治理、危害大等特点引起广泛关注[2]。土壤是重金属重要的汇集地,可通过皮肤、呼吸和食物链等途径进入人体,危害人类健康[3-6]。城市是人口相对集中的区域,人类活动会使城市土壤重金属污染呈现明显特征,表现为重金属浓度偏高,或者是部分重金属元素在特定区域内有明显富集的“岛屿现象”,在空间分布上存在显著差异[7]。对于城市土壤重金属的研究,大部分集中在经济较为发达城市[8],而随着城市经济的飞速发展,我国西部城市土壤也面临重金属污染问题。阿依加马力·克然木等[3]对阿克苏市绿地土壤研究发现,重金属Pb、Cu和Zn浓度较高,与城市交通源有直接关系;陈秀端等[4]研究发现,西安市二环内土壤中的Co、Cu、Pb、Zn和Cr存在不同程度累积,综合污染水平为中度污染;徐琪等[5]通过对甘肃省金昌市金川区不同功能区土壤重金属开展污染评价分析,提出污染高值区主要在矿业区,矿业活动引起Cu、Ni浓度严重超标;周永超等[6]对伊宁市城区表层土壤重金属污染研究表明,该城市土壤Pb、Hg污染问题较为突出。以上研究表明,人类活动是造成土壤重金属污染的重要因素,识别其来源有助于土壤修复和生态风险防控。重金属来源解析的常见方法有相关分析、主成分分析和聚类分析,主要原理是通过降维来简化数据,用综合指标来代替一组相关性较高的数据,从而反映数据间的关联,这几种方法的结果可以互相参考[9]。
西藏自治区(简称西藏)位于我国西南部,是世界第三极,自然生态环境非常脆弱,人为活动相对较少。对西藏土壤重金属元素背景值的研究发现,Hg、Cu、Zn、Cd、Mn等多种重金属浓度基本符合正态分布[10-11],且处于环境本底值状态。拉萨市作为西藏的政治、经济和文化交流中心,近年来城市经济迅速增长,但所带来的土壤环境问题也不容忽视。陈芝兰等[12]发现当雄拉屋矿区土壤中的Cu、Zn、Pb、Cd存在不同程度污染;王冠星[13]研究表明,拉萨市周边国道G109和G318两侧Cu、Zn、Pb、Cd源于道路交通污染,而Cr、Co、Ni和As与自然成土过程相关。拉萨市是西藏最重要的城市,生态环境破坏后很难恢复,而已有研究多集中在整个西藏区域[14-15]、拉萨市城郊的农田[16-17]或者矿区土壤,对于人口激增的城区土壤重金属研究相对较少。城市土壤重金属污染与城市生态建设、经济发展和人类健康息息相关,因此,笔者对拉萨主城区土壤中Cu、Zn、Cr、Ni、Pb、Cd、As和Hg的浓度、分布特征、风险评价及污染来源进行研究,以期为构建拉萨市生态建设、实现经济与生态环境可持续发展提供理论依据。
1. 研究区概况与研究方法
1.1 研究区概况
拉萨市地处西藏中部,平均海拔约3 600 m,总面积为29 518 km2,2018年末人口约为54万人。拉萨市是高原河谷城市,地形南低北高、中部平坦,城市自然资源丰富,为第一批国家历史文化名城。区域属半干旱季风气候,相对湿度为30%~50%,年降水量为200~510 mm,雨季为每年的6—10月,年日照时数长(超过3000 h),年平均气温约7.4 ℃[18]。本研究选取拉萨市主城区为研究对象,北至慈松塘路和拉鲁湿地环线,南至拉萨河,东到纳金路东侧,西到八一路西侧。
1.2 采样点布设与样品采集
用网格法将研究区划分成面积相等的部分,然后系统、均匀地布设20个采样点。采样点布设时,综合考虑典型性和代表性,选择拉萨主城区道路两侧绿地、公园或者其他较为稳定、扰动较小的区域,为土壤布点区域。2019年6—7月,在天气晴朗条件下,用自制木铲按照五点法取表层0~20 cm土样,混合均分后取1 kg左右于聚乙烯密封袋。样品经风干、去杂质、研磨、过筛等预处理程序后送入实验室进行重金属浓度测定。共采集20个样品。
1.3 重金属浓度测定方法
Cu、Zn、Cr和Ni浓度采用火焰原子吸收分光光度法(280DUO型)测定;Pb和Cd浓度采用石墨炉原子吸收分光光度法(GTA120型)测定;Hg和As浓度采用原子荧光光度法(AFS-8220型)测定。其中,Cu、Zn、Cr、Ni、Pb、Cd、As和Hg的检出限分别为1、0.5、5、5、0.01、0.01、0.01、0.002 mg/kg ,相对偏差均低于10%。
1.4 重金属污染评价方法
1.4.1 土壤污染程度评价
土壤污染程度采用单因子污染指数法和内梅罗综合污染指数法进行评价。单因子污染指数计算公式如下:
$$ P_{ i}=C^{i}/{C_{n}}^{i} $$ (1) 式中:Pi为土壤重金属i的单因子污染指数;Ci为土壤重金属i的实测浓度,mg/kg;Cni为土壤重金属i的参比值,mg/kg。Pi分为5个等级:Pi≤1时,为无污染;1<Pi≤2时,为轻微污染;2<Pi≤3时,为轻度污染;3<Pi≤5时,为中度污染;Pi>5时,为重度污染。
内梅罗综合污染指数计算公式如下:
$$ P_{{\rm{N}}}=[({P_{j{\rm{max}}}}^{2}+{P_{j{\rm{avg}}}}^{2})/2]^{1/2} $$ (2) 式中:PN为内梅罗综合污染指数;Pjmax为j监测点污染物单因子污染指数最大值;Pjavg为j监测点所有污染物单因子污染指数均值。PN分为5个等级:PN≤0.7时,为清洁(安全);0.7<PN≤1.0时,为尚清洁(警戒限);1.0<PN≤2.0时,为轻度污染;2.0<PN≤3.0时,为中度污染;PN>3.0时,为重度污染[13,19]。
1.4.2 潜在生态风险评价
潜在生态风险指数法能从多因素、多角度说明重金属对生态环境的综合潜在影响,计算公式如下:
$$ {\rm{RI}}=\sum {E_{\rm{r}}}^{i}$$ (3) $$ {E_{{\rm{r}}}}^{i}={T_{{\rm{r}}}}^{i}×{C_{{\rm{r}}}}^{i} $$ (4) $$ {C_{{\rm{r}}}}^{i}=C^{i}/{C_{{n}}}^{i} $$ (5) 式中:RI为潜在生态风险指数;Eri为重金属i的潜在生态风险系数;Tri为重金属i的毒性响应系数,Cd、Hg、As、Cu、Pb、Ni、Cr、Zn的Tri分别为30、40、10、5、5、5、2、1;Cri为重金属i相对于参比值的污染系数,本研究采用拉萨市土壤环境背景值作为参比值;n为重金属种类数。Eri分为5个等级:当Eri<40时,为低风险,40≤Eri<80时,为中等风险;80≤Eri<160时;为较重度风险;160≤Eri<320时,为重度风险;320≤Eri时,为极重度风险。RI分为4个等级:RI<150时,为低生态风险;150≤RI<300时,为中度生态风险;300≤RI<600时,为重生态风险;600≤RI时,为严重生态风险[20-21]。
1.5 统计分析
采用Excel 2010软件进行数据统计,SPSS 18软件进行Pearson相关性分析和主成分分析,ArcGIS 10.2软件进行绘图、插值分析。
2. 结果与讨论
2.1 土壤重金属浓度
拉萨市主城区土壤重金属浓度描述性统计分析见表1。由表1可知,Cu、Zn、Cr、Ni、Pb、Cd、As和Hg浓度均值分别为20.25、66.07、35.90、17.35、22.70、0.10、25.64和0.074 mg/kg,分别是拉萨市土壤背景值的0.92、1.02、0.85、0.83、0.73、0.83、1.28和0.8倍,其中Zn和As超标率较高,分别为45%、95%。与GB 15618—1995二级标准相比,除10%的采样点As超标外,其余采样点的As浓度均未超标。各重金属浓度变异系数(CV)依次为Hg(0.91)>As(0.31)>Cd(0.30)>Pb(0.25)>Cu(0.24)>Cr(0.18)>Ni(0.17)>Zn(0.15)。CV与人类活动参与度密切关系。依据Wilding[22]对CV的划分,当CV≥0.36时为高度变异,Hg的变异系数为0.91,远高于其他元素,属于高度变异,分布极不均匀,受人类活动影响明显;As、Cd、Pb和Cu为中度变异,说明研究区内不同采样点的As、Cd、Pb和Cu浓度有差异,存在富集现象;Cr、Ni和Zn变异系数较低,元素空间分布差异小[6]。
表 1 拉萨市主城区土壤重金属浓度统计Table 1. Statistics of heavy metal concentrations in soil in the main urban area of Lhasa City重金属 浓度/(mg/kg) 标准差/(mg/kg) 变异
系数超标率/% 拉萨市背景值[23]/(mg/kg) GB 15618—1995 二级标准[24]/(mg/kg) 最小值 最大值 中值 均值 Cu 15.00 36.00 20.00 20.25 4.87 0.24 20 22.00 100 Zn 50.80 87.30 64.85 66.07 10.10 0.15 45 65.00 250.0 Cr 27.00 54.00 33.50 35.90 6.64 0.18 10 42.00 200 Ni 12.00 22.00 18.00 17.35 3.05 0.17 5 21.00 50 Pb 18.50 41.90 21.25 22.70 5.71 0.25 10 31.00 300.0 Cd 0.07 0.22 0.10 0.10 0.03 0.30 5 0.12 0.30 As 18.50 48.90 22.70 25.64 7.83 0.31 95 20.00 30.0 Hg 0.010 0.220 0.052 0.074 0.067 0.91 30 0.092 0.500 与我国其他城市[3-7,23,25]相比较,拉萨市土壤中Cu、Zn、Cr、Ni、Pb、Cd浓度显著较低,相对其他省会城市而言,重金属浓度更是处于低水平。但拉萨市As浓度处于高值区,这可能与本地土壤环境As的背景值高有关;Hg背景值高且浓度低于其他城市[23,25],其分布富集特点与新疆维吾尔自治区伊宁市、石河子市和乌鲁木齐市有相似之处,由点源污染引起[6]。拉萨市由于地处高寒高海拔地带,城市人口相对较少,经济发展模式以旅游和农牧业产品为主,人类活动有限,因此,在一定程度上人类活动对重金属浓度的影响相对较少,土壤整体环境质量优于国内其他城市。
2.2 土壤重金属空间分布
采用ArcGIS软件对拉萨主城区土壤中重金属浓度空间分布情况进行绘图,结果如图1所示。由图1可知,从整体上看,重金属元素浓度分布呈现一定的规律,大部分呈现点状格局。其中,Ni浓度分布均匀,低于或接近拉萨土壤环境背景值,其他重金属均有浓度高值区出现,且高值区主要集中在人为活动较为活跃的区域。如Cu在北京西路的北边出现浓度高值;Zn与Cu浓度分布相似,同时在五岔路口有峰值;Cr浓度高值区位于柳梧大桥下;Cd与Cu浓度空间分布相似;Pb与Zn浓度分布相似,As浓度在研究区普遍偏高,呈面状;Hg的浓度高值区位于五岔路和纳金路东侧。
2.3 土壤重金属污染评价
分别采用拉萨市土壤环境背景值和GB 15618—1995二级标准作为参比值对主城区的土壤重金属进行评价,结果见表2。以拉萨市土壤环境背景值作为参比值,重金属Pi均值为As(1.28)>Zn(1.03)>Cu(0.92)>Cr(0.86)>Cd(0.85)>Ni(0.83)>Hg(0.81)>Pb(0.73)。其中,As的Pi均值最大,As的采样点中轻度污染、轻微污染和无污染的数量占比分别为10%、85%和5%;Zn的Pi均值次之,其轻微污染和无污染采样点数量占比分别为45%、55%;其他重金属Pi均值均小于1,为无污染状态,但Hg轻度污染采样点数量占比达10%。
表 2 土壤重金属单因子污染指数评价结果Table 2. Assessment results of single factor index of heavy metals in soil评价
标准重金
属Pi
均值采样点数量占比/% 无污
染轻微
污染轻度
污染中度
污染重度
污染拉萨市土壤
环境背景值Cu 0.92 80 20 0 0 0 Zn 1.03 55 45 0 0 0 Cr 0.86 90 10 0 0 0 Ni 0.83 95 5 0 0 0 Pb 0.73 90 10 0 0 0 Cd 0.85 95 5 0 0 0 As 1.28 5 85 10 0 0 Hg 0.81 70 20 10 0 0 GB 15618—1995
二级标准Cu 0.20 100 0 0 0 0 Zn 0.27 100 0 0 0 0 Cr 0.18 100 0 0 0 0 Ni 0.35 100 0 0 0 0 Pb 0.08 100 0 0 0 0 Cd 0.34 100 0 0 0 0 As 0.85 90 10 0 0 0 Hg 0.16 100 0 0 0 0 由式(2)计算可得,PN为0.84~1.92,均值为1.24,表明整体处于轻度污染。其中,尚清洁、轻度污染采样点数量占比分别为40%、60%。PN的空间分布如图2所示。由图2可知,轻度污染区域集中在研究区中部(商业活动和交通繁忙区域)、东北部(在兹松塘路东北面区域附近曾经有农牧业活动和一些小规模预制板生产作坊,现已取缔)及位于西侧的北京西路、八一路(附近为汽车快修市场),最高值(PN=1.92)出现在交通流量、人流量较高处的五岔路口(3号采样点)。综上,研究区土壤环境一定程度上受到来自交通因素、生活排放等人为活动的影响,与重金属元素浓度的空间分布特征基本一致。
以GB 15618—1995二级标准作为参比值,Pi为As(0.85)>Ni(0.35)>Cd(0.34)>Zn(0.27)>Cu(0.20)>Cr(0.18)>Hg(0.16)>Pb(0.08),均属于无污染状态。PN为0.48~1.11,均值为0.64,研究区整体为清洁状态。其中,清洁、尚清洁和轻度污染的采样点数量占比分别为85%、5%和10%。
2.4 土壤重金属污染生态风险评价
分别采用拉萨土壤环境背景值和GB 15618—1995二级标准为参比值,按式(3)~式(5)计算Eri、RI,对拉萨主城区土壤中重金属进行潜在生态风险评价分析,结果见表3。由表3可知,拉萨市主城区重金属元素Eri均值为Hg(32.36)>Cd(25.64)>As(12.84)>Cu(4.6)>Ni(4.13)>Pb(3.66)>Cr(1.71)>Zn(1.03),整体处于低风险水平。其中,Hg的Eri为4.0~96.4,较重度风险采样点数量占比为20%,中度风险占比为10%,低风险占比为70%;Cd的Eri为17.4~54.9,中度风险占比为5%,低风险占比为95%。RI为45.91~155.94,均值为85.96,为低生态风险(图3);最高值为155.94,在五岔路口(3号采样点),该采样点属于中度生态风险,是拉萨市老城区历史较长的交通要道之一,区域人口流量大,有5个红绿灯路口,交通流量较密集,同时附近有市人民医院、住宅区、学校和大型商业圈,商品种类繁多(电子产品、含金属材料等),人为活动较为频繁,对区域环境造成一定影响。Hg、Cd和As对RI的贡献比例分别为37.6%、29.8%和14.9%,应引起重视。以GB 15618—1995二级标准作为参比值,Eri均值为0.27~10.26,RI为18.21~41.24,RI均值为28.87,结果显示,拉萨城区土壤环境质量良好,为低生态风险区。
表 3 土壤重金属潜在生态风险评价结果Table 3. Evaluation results of potential ecological risk of soil heavy metals项目 Eri 最大值 最小值 均值 Cu 8.20 3.40 4.60 Zn 1.34 0.78 1.03 Cr 2.58 1.28 1.71 Ni 5.25 2.85 4.13 Pb 6.75 3.00 3.66 Cd 54.90 17.40 25.64 As 24.50 9.30 12.84 Hg 96.40 4.00 32.36 RI 155.94 45.91 85.96 RI中各重金属的Eri依次为Hg>Cd>As>Cu>Ni>Pb>Cr>Zn,而PN中Pi为As>Zn>Cu>Cr>Cd>Ni>Hg>Pb,比较可知,As、Hg、Cd和Zn的评价结果存在差异。这与2种评价方法的评价侧重点有关,除重金属浓度外,潜在生态风险指数法还考量到重金属的毒性、迁移转化规律、区域敏感性等因素,Hg、Cd和As为生物非必需元素,毒性较强,而Zn为生物所需的微量元素,毒性较弱,毒性响应系数(Tri)分别为40、30、10和1,因此潜在生态风险评价法中Hg和Cd危害排序靠前,而Zn在后[26]。
2.5 土壤重金属污染来源解析
土壤重金属来源比较复杂,与土壤形成、发展过程中成土自然环境和人为活动有着密切关系[6],城市人口密度大,其土壤重金属更容易受到人类活动的干扰,其来源存在多源性[27]。相关系数高的重金属元素之间有依存关系,表明其来源相似[28]。由表4可知,重金属Cu与Zn、Pb和Cd相关系数分别为0.799、0.679、0.754,Zn与Pb、Cd相关系数分别为0.651、0.659,均通过了0.01水平的显著性检验。重金属元素组合相关性强,也说明这4种重金属具有相似的迁移规律,Pb与Cd相关系数为0.818,表现出极强相关性,Pb与Cd呈现同源的可能性较大[29]。而Hg、As、Ni和Cr与其他元素组合之间的相关系数均小于0.3,相关性弱,各元素之间整体相关性不强,说明其累积的方式有所不同,表现出异源特性。
表 4 土壤重金属元素之间的相关系数Table 4. Correlation coefficients between heavy metals in the soils重金属 Cu Zn Cr Ni Pb Cd As Hg Cu 1 Zn 0.799** 1 Cr 0.284 0.201 1 Ni 0.235 0.273 0.09 1 Pb 0.679** 0.651** −0.032 0.257 1 Cd 0.754** 0.659** −0.07 0.221 0.818** 1 As 0.138 0.173 0.104 −0.049 −0.256 −0.027 1 Hg −0.001 0.27 0.286 −0.143 0.116 0.084 0.055 1 注:**表示在0.01水平上相关性显著。 主成分分析是区分土壤重金属来源的常用方法,优点是能将多个指标转换为几个综合指标来映射原始数据的信息帮助判断来源[30]。通过重金属主成分分析(表5),第一、二和三主成分特征值分别为3.327、1.436和1.075,均大于1,且累积贡献率达72.972%,基本可以代表数据所包含的主要信息。
表 5 土壤重金属主成分分析Table 5. Principal component analysis of soil heavy metals重金属 第一主成分 第二主成分 第三主成分 Cu 0.903 0.090 0.180 Zn 0.884 0.210 0.046 Cr 0.185 0.708 0.036 Ni 0.370 −0.218 0.469 Pb 0.866 −0.291 −0.250 Cd 0.882 −0.211 −0.077 As 0.018 0.567 0.608 Hg 0.178 0.620 −0.617 方差百分比/% 41.590 17.947 13.435 累计贡献率/% 41.590 59.537 72.972 第一主成分方差贡献率为41.590%。Cu、Zn、Pb和Cd的载荷量均大于0.8。有研究表明,机动车的刹车片、润滑油和其他部件的主要材料中含Cu、Zn、Pb和Cd,轮胎磨损会释放出Zn,城市路面特别是交通黄线中发现含Pb,尾气检测中也发现含有一定量的Pb、微量Cu和Cd,最后会进入土壤[13,31-32]。从这几种重金属元素浓度(表1)也看出其均值与背景值相差不大,且空间分布较为相似,元素之间呈显著相关,变异系数低于0.5,因此推断Cu、Zn、Pb和Cd受自然源和交通源共同影响[6]。
第二主成分方差贡献率为17.947%。其中Hg的载荷量为0.62。从统计结果来看,Hg浓度均值低于拉萨市土壤环境背景值而高于中值,变异系数大,受到人类活动影响,与其他元素间的相关性不强(表4),属于点源污染。本研究结果与同属西部的金昌市[5]、伊宁市[6]和张掖市[33]有相似之处。Hg生物毒性强,一般认为与化石燃料的生产消费和含汞现代工业产品相关[34],超标区域主要在研究区的农贸市场、大型商业区和住宅区等人口密集区,可能与生活垃圾中废旧电池、动物饲料使用不当及部分本地居民有在冬天使用生物质燃料(牛、羊粪便)和煤炭燃烧取暖有关,燃烧过程中产生的Hg极易挥发,形成微小颗粒或者气溶胶,最后沉降在土壤中富集[7,33],Hg的富积属外源输入。Cr载荷量为0.708,均值低于环境背景值,最高值为环境背景值的1.29倍,结合图2,判断为局部污染,主要受成土母质及地质活动的影响。
第三主成分方差贡献率为13.435%。As在第二、三主成分中载荷量高,分别为0.567、0.608,浓度均值为25.64 mg/kg,最高值是拉萨城市背景值的2.4倍,超标率为95%,为中等强度变异,As来源广泛,除了成土母质外,还可源于含砷半导体材料、仪表制品[32]和农业生产中的农药、肥料及底泥等[35]。如孙全平[16]对拉萨典型农田研究中发现,As为农田土壤的主要污染元素,As污染与地理位置和环境有关;谷阳光等[25]发现拉萨市土壤As浓度高可能与其土壤高背景值有关;李政等[36]对拉萨河底泥的研究发现,堆龙曲河段沉积物中As的浓度为26 mg/kg,与堆龙曲上游地热资源相关。考虑到元素在不同主成分上出现高载荷时表明其有2种主成分的来源[37],加之拉萨市的羊八井方向和日多方向均有丰富的地热温泉水资源,该水资源最后汇入拉萨河中,而拉萨河水是城区植被灌溉和农牧业用水的主要来源,推断As主要源于自然地质背景,部分受人类活动影响。Ni分布均匀,主要受自然环境影响。
研究区土壤重金属整体处于轻度污染,生态风险低,土壤环境质量优于国内大部分城市。重金属高值区多出现在交通流量大、生产生活集中的区域,说明人类活动与土壤重金属的累积状态有密切关系[33]。Sheng等[14-15]的研究也表明西藏地区土壤重金属主要来源于成土母质、大气输入及人类活动。近年来,拉萨市的工业、农牧业、商业和旅游业全面发展,人口基数逐年增加,交通源污染元素有积累的痕迹与拉萨不断发展壮大的交通运输业有一定关联;同时研究区的海拔高、空气稀薄,不利于燃油的充分燃烧,机动车尾气排放量相对较大[13],拉萨城区上下坡较多,会加剧刹车片和轮胎的磨损,这些因素加剧了重金属的释放,最后在土壤中富集;除此之外还有生产生活废物的排放,现代工、农、牧业产品和燃料的生产消费都会使土壤重金属污染加速。研究区以拉萨老城区为主,因面积较小(约1.33 km2[38]),且存在部分功能区交叉现象,尘土在不同区域扩散,加之青藏高原土壤成土因素复杂,给重金属来源分析带来了不确定性,未来需开展进一步研究。
3. 结论
(1)拉萨市主城区土壤中Cu、Zn、Cr、Ni、Pb、Cd、As、Hg浓度均值分别为20.25、66.07、35.90、17.35、22.70、0.10、25.64、0.074 mg/kg,分别是拉萨市土壤环境背景值的0.92、1.02、0.85、0.83、0.73、0.83、1.28、0.8倍,其中Zn和As超标率较高,分别为45%、95%,但符合GB15618—1995二级标准,重金属浓度变异系数为Hg(0.91)>As(0.31)>Cd(0.30)>Pb(0.25)>Cu(0.24)>Cr(0.18)>Ni(0.17)>Zn(0.15)。其中,Hg属强度变异,空间差异性大,受人为活动影响最为严重。
(2)研究区内梅罗综合污染指数均值为1.24,整体处于轻度污染;各重金属单因素污染指数为As(1.28)>Zn(1.03)>Cu(0.92)>Cr(0.86)>Cd(0.85)>Ni(0.83)>Hg(0.81)>Pb(0.73)。As和Zn的Pi略高于1,为轻微污染水平,其他重金属均处于无污染水平。
(3)各重金属元素潜在生态风险系数的均值为1.03~32.36,整体为低风险,风险大小为Hg>Cd>As>Cu>Ni>Pb>Cr>Zn,RI均值为85.96,表明拉萨市城区土壤环境质量良好,为低生态风险区,土壤环境质量整体上优于国内大部分城市,但Hg和Cd为引起风险的主要因子,需关注。
(4)研究区Cu、Zn、Pb和Cd有显著相关性,而Hg、As、Ni和Cr相关性不强,表明重金属累积的方式不同,有显著异源特性,污染区域多为交通流量大、农牧业活动频繁和人员密集场所,因此人类活动干扰是引起土壤重金属富集的主要因素。
-
表 1 实际初期雨水水质和模拟初期雨水水质
Table 1 Actual initial rainwater quality and simulated initial rainwater quality
mg/L 雨水类型 水质指标 5 min 10 min 15 min 20 min 实际初期雨水 COD 160~200 180~220 150~190 120~160 NH4 +-N浓度 1~3 2~5 0~2 0~3 TN浓度 4~6 5~7 2~4 1~4 TP浓度 0.4~0.6 0.4~0.6 0.2~0.6 0.2~0.4 SS浓度 70~90 70~80 50~80 60~90 模拟初期雨水 COD 175 205 165 135 NH4 +-N浓度 2 4 1.2 2 TN浓度 4.5 6.5 3 3.5 TP浓度 0.6 0.6 0.4 0.4 SS浓度 80 80 75 85 表 2 具体截污试验方案设计
Table 2 Specific design of pollution interception test scheme
过滤模块 材料参数 土工布 规格分别为100、200、400、600、800 g/m2 不锈钢筛网 孔径分别为0.015、0.030、0.074、0.2、0.5、
1.0、1.5、2.0 mm高炉灰焦粒滤料 粒径为1.5~3.0 mm,密度为0.86 g/cm3 活化沸石滤料 粒径为1.5~3.0 mm,密度为2.0 g/cm3 椰壳生物炭滤料 粒径为1.5~3.0 mm,密度为0.42~0.55 g/cm3 陶粒滤料 粒径为1.5~3.0 mm,密度为2.25 g/cm3 生物炭滤料 粒径为1.5~3.0 mm,密度为0.55 g/cm3 表 3 不同规格土工布过滤模块对污染物的去除效果
Table 3 Removal effect of geotextile filter module with different specifications on pollutants
规格/(g/m2) 污染物去除率/% COD NH4 +-N TN TP SS 100 13 4 3 0 59 200 12 3 1 0 58 400 14 3 1 0 60 600 13 2 1 0 64 800 14 1 1 0 63 表 4 不同孔径不锈钢筛网过滤模块对污染物的去除效果
Table 4 Removal effect of stainless steel screen filter module with different apertures on pollutants
孔径/mm 污染物去除率/% COD NH4 +-N TN TP SS 2.0 0 0 0 0 2 1.5 1 0 0 0 2 1.0 1 3 1 0 2 0.5 0 0 0 0 2 0.2 0 1 0 0 3 0.074 7 1 0 0 22 0.030 8 1 0 0 39 0.015 11 2 1 0 49 表 5 不同填充滤料的过滤模块对污染物的去除效果
Table 5 Removal effects of filter modules filled with different filter materials on pollutants
滤料种类 污染物去除率/% COD NH4 +-N TN TP SS 高炉灰焦粒 23 85 47 67 74 活化沸石 48 85 48 0 76 椰壳生物炭 28 14 10 66 77 陶粒 36 76 53 63 75 活性炭 41 86 64 68 82 表 6 过滤模块价格和基本性能分析
Table 6 Price and basic performance analysis of filter modules
过滤模块 单价 使用年限/a 土工布(规格100、200、400、600、800 g/m2) 1.5~4.0元/m2 2~5 不锈钢筛网(孔径为0.015、0.030、0.074、
0.2、0.5、1.0、1.5、2.0 mm)25~200元/m2 2~5 高炉灰焦粒滤料(粒径为1.5~3.0 mm) 4~11元/kg 1.5~3.0 活化沸石滤料(粒径为1.5~3.0 mm) 4~14元/kg 1.5~2.0 椰壳生物炭滤料(粒径为1.5~3.0 mm) 6~18元/kg 1.5~2.0 陶粒滤料(粒径为1.5~3.0 mm) 5~13元/kg 2~4 活性炭滤料(粒径为1.5~3.0 mm) 10~22元/kg 2~3 -
[1] 周国华, 马莎莎, 李俊奇, 等.雨水口截污装置对径流污染的控制效果[J]. 环境工程,2020,38(4):66-71. ZHOU G H, MA S S, LI J Q, et al. Analysis on effect of grate inlet interceptor on runoff pollution control[J]. Environmental Engineering,2020,38(4):66-71.
[2] 王建龙, 王泽熙, 李晗, 等. 雨水管道沉积物累积对过流能力影响的模拟试验[J]. 环境工程技术学报, 2022,12(3):732-737. WANG J L, WANG Z X, LI H, et al. Simulation test on the influence of sediment accumulation on the drainage capacity of rainwater pipeline[J]. Journal of Environmental Engineering Technology, 2022,12(3):732-737.
[3] 凌文翠, 李焕利, 方瑶瑶, 等. 北京市典型雨水工程污染物去除效果监测分析[J]. 环境工程技术学报, 2022, 12(3):738-743. LIN W C, LI H L, FANG Y Y, et al.Monitoring and analysis of pollutants removal efficiencies of typical rainwater projects in Beijing City [J]. Journal of Environmental Engineering Technology, 2022, 12(3):738-743.
[4] 徐强强, 李阳, 马黎, 等.城市雨水管道沉积物氮磷污染溶出特性试验研究[J]. 环境科学研究,2021,34(3):646-654. XU Q Q, LI Y, MA L, et al. Experimental study on leaching characteristics of nitrogen and phosphorus in urban rainwater pipeline sediment[J]. Research of Environmental Sciences,2021,34(3):646-654.
[5] 李海燕, 刘亮, 梁叶锦, 等.雨水口截污技术研究进展[J]. 安全与环境学报,2014,14(4):242-246. LI H Y, LIU L, LIANG Y J, et al. On the research advances with the interception technology on the storm-water inlet[J]. Journal of Safety and Environment,2014,14(4):242-246.
[6] 刘超, 李俊奇, 王淇, 等.国内外截污雨水口专利技术发展及其展望[J]. 中国给水排水,2014,30(4):1-6. LIU C, LI J Q, WANG Q, et al. Summary and prospect of storm drain inlet patent technologies at home and abroad[J]. China Water & Wastewater,2014,30(4):1-6.
[7] 陈莹, 赵剑强, 张小玲, 等.西安市道路雨水口截污挂篮试验研究[J]. 安全与环境学报,2012,12(5):69-72. DOI: 10.3969/j.issn.1009-6094.2012.05.015 CHEN Y, ZHAO J Q, ZHANG X L, et al. On the use of interception baskets to prevent road gully runoff pollution in Xi'an[J]. Journal of Safety and Environment,2012,12(5):69-72. DOI: 10.3969/j.issn.1009-6094.2012.05.015
[8] 陈望, 陈莹, 赵剑强, 等.雨水斗截污装置对屋面初期雨水净化规律及关键参数设计[J]. 环境工程学报,2020,14(7):1799-1807. DOI: 10.12030/j.cjee.201901092 CHEN W, CHEN Y, ZHAO J Q, et al. Purifying rule and key parameters design of the interception device of rainwater funnel treating initial roof rainwater runoff[J]. Chinese Journal of Environmental Engineering,2020,14(7):1799-1807. DOI: 10.12030/j.cjee.201901092
[9] 柳健. 城市道路雨水径流污染特征及源头控制技术研究[D]. 武汉: 华中科技大学, 2017. [10] 叶奕梁, 徐朴.土工布的生产技术和性能要求[J]. 纺织导报,2000(3):36-40. YE Y L, XU P. Geotextiles production technology & requirements on their properties[J]. China Textile Leader,2000(3):36-40.
[11] GUO J, HAN J, ZHANG X, et al. Experimental evaluation of wicking geotextile-stabilized aggregate bases over subgrade under rainfall simulation and cyclic loading[J]. Geotextiles and Geomembranes,2021,49(6):1550-1564. DOI: 10.1016/j.geotexmem.2021.07.004
[12] 国家环境保护总局. 水和废水监测分析方法[M]. 4版. 北京: 中国环境科学出版社, 2002. [13] 张怡蕾, 操家顺, 薛朝霞, 等.城市排水管道内污染物迁移转化规律研究进展[J]. 环境科学研究,2020,33(1):111-121. ZHANG Y L, CAO J S, XUE Z X, et al. Research progress on the pollutants migration and transformation in municipal sewer[J]. Research of Environmental Sciences,2020,33(1):111-121.
[14] WEI P, UIJTTEWAAL W, van LIER J B, et al. Impacts of shearing and temperature on sewage sludge: rheological characterisation and integration to flow assessment[J]. Science of the Total Environment,2021,774:145005. DOI: 10.1016/j.scitotenv.2021.145005
[15] WĄSIK E, CHMIELOWSKI K. Ammonia and indicator bacteria removal from domestic sewage in a vertical flow filter filled with plastic material[J]. Ecological Engineering,2017,106:378-384. DOI: 10.1016/j.ecoleng.2017.05.015
[16] 王卉. 高炉熔渣形成过程及性能研究[D]. 北京: 北京工业大学, 2013. [17] 韩金柱. 沸石的改性及其除磷性能研究[D]. 哈尔滨: 东北林业大学, 2010. [18] 李通, 罗仕忠, 吴永永, 等.活性炭改性及其对CO2/CH4吸附性能的研究[J]. 煤炭学报,2011,36(12):2012-2017. LI T, LUO S Z, WU Y Y, et al. Study of the modifying of activated carbon and its adsorption properties of CO2/CH4 mixture[J]. Journal of China Coal Society,2011,36(12):2012-2017.
[19] 邱家枝. 椰壳生物炭的制备及其应用研究[D]. 福州: 福州大学, 2016. [20] 代亚辉. 粉煤灰陶粒滤料的制备及其在废水生物处理中的应用研究[D]. 哈尔滨: 哈尔滨工业大学, 2010. [21] KIM J S, KANG M K, YANG C H, et al. Nitrification at low concentration of NH4 +-N by using attached growth in zeolite media[J]. Journal of Korean Society of Environmental Engineers,2017,39(10):561-567. DOI: 10.4491/KSEE.2017.39.10.561
[22] WANG C, LI L F, SHI J W, et al. Biochar production by coconut shell gasification in supercritical water and evolution of its porous structure[J]. Journal of Analytical and Applied Pyrolysis,2021,156:105151. DOI: 10.1016/j.jaap.2021.105151
[23] LIU Y S, DU F, YUAN L, et al. Production of lightweight ceramisite from iron ore tailings and its performance investigation in a biological aerated filter (BAF) reactor[J]. Journal of Hazardous Materials,2010,178(1/2/3):999-1006.
[24] LU Z D, LI C, JING Z B, et al. Implication on selection and replacement of granular activated carbon used in biologically activated carbon filters through meta-omics analysis[J]. Water Research,2021,198:117152. ◇ DOI: 10.1016/j.watres.2021.117152
-
期刊类型引用(3)
1. 常铖炜,董进波,汤燕,马顺博,熊新港,解清杰. 梯度过滤工艺对地表雨水径流净化规律. 排灌机械工程学报. 2024(07): 720-727 . 百度学术
2. 郑云丽,段淑璇,卢林,钟荣军,李海. 我国初期雨水污染特性及其控制技术研究进展. 水利水电技术(中英文). 2024(S2): 549-559 . 百度学术
3. 杨玲,汪应山,王绍斐,王永桂,岳金钊,关国梁,陈卓. 基于监测和机理模型的城市初雨截流调蓄及其环境效益评估. 给水排水. 2024(S1): 509-516 . 百度学术
其他类型引用(3)