Groundwater pollution risk assessment in typical coal-related industry agglomeration area
-
摘要:
涉煤产业集聚区污染源数量大且分布集中，容易诱发地下水污染，开展地下水污染风险评价对保护该类地区地下水环境具有重要意义。以山西省某涉煤产业集聚区为研究区，采用DRASTIC与PLEIK模型分别对研究区孔隙水含水层与岩溶水含水层脆弱性进行评价，使用层次分析法（AHP）确定PLEIK模型中各指标权重，并综合污染源荷载与地下水脆弱性来表征研究区地下水污染风险。同时结合研究区地下水采样点水质等级，利用随机森林（RF）分类算法构建地下水污染风险分级预测方法，与叠置指数法的评价结果进行对比。结果表明：①研究区内污染源荷载较高，高污染源荷载区占比约为26.73%，这与涉煤产业污染源分布较为集中的特点有关，在量化污染源荷载时，多个污染源叠加效应明显；②研究区地下水综合脆弱性以中等级为主，中等脆弱性区占比约为82.59%，孔隙水含水层高脆弱区主要位于研究区东部与东南部山前平原地带，岩溶水含水层高脆弱区主要分布在汾河以北岩溶裸露区；③基于叠置指数法所计算出的研究区地下水低、中、高污染风险区面积占比分别为3.55%、59.67%、36.77%，与实际取样点水质等级的一致率为75%；④使用RF预测的地下水污染风险以低风险为主，其分级结果与实际取样点水质的一致率为97.7%，较叠置指数法计算出的结果准确性提高了约22.7%。评价结果以期为研究区地下水污染管控工作提供依据和参考。
Abstract:The large number and concentrated distribution of pollution sources in coal-related industry agglomeration area can easily induce groundwater pollution, and it is of great significance to carry out the risk assessment of groundwater pollution to protect the groundwater environment in such areas. Taking a coal-related industrial agglomeration area in Shanxi Province as study area, the DRASTIC and PLEIK models were used to evaluate the vulnerability of pore water aquifers and karst water aquifers in the study area, respectively. Analytic Hierarchy Process (AHP) was used to determine the weights of the indicators in the PLEIK model, and the integrated loading of pollutants and the vulnerability of groundwater were used to characterize the risk of groundwater pollution in the study area. At the same time, combined with the water quality level of groundwater sampling points in the study area, the Random Forest (RF) classification algorithm was utilized to construct the groundwater pollution risk classification prediction method, and the evaluation results were compared with those of the superposition index method. The results show that: ① the loading of pollution sources in the study area is high, and the proportion of high pollution source loading area is about 26.73%, which is related to the characteristics of the more concentrated distribution of pollution sources in coal-related industry agglomeration area, and when quantifying the loading of pollution sources, the superposition effect of multiple pollution sources is obvious; ② the comprehensive vulnerability of the groundwater in the study area is dominated by the medium grade, and the proportion of medium vulnerability area is about 82.59%, with the pore-water aquifer high vulnerability area The high vulnerability zone of pore water aquifer is mainly located in the eastern and southeastern part of the study area, and the high vulnerability zone of karst water aquifer is mainly distributed in the karst exposed area north of Fenhe River; ③ the areas of low, medium and high risk zones of groundwater in the study area based on the superposition index method are 3.55%, 59.67% and 36.77%, respectively, and the consistency rate with the water quality level of the actual sampling points is 75%, and the risk of groundwater pollution predicted by the use of RF The predicted risk of groundwater contamination was dominated by low risk, and the correct rate between the grading results and the water quality of the actual sampling points was 97.7%, which improved the accuracy of the results calculated by the stacked index method by about 22.7%. The evaluation results are intended to provide a basis and reference for groundwater pollution control in the study area.
-
0. 引 言
煤矿井下作业环境复杂，现场作业人员时刻面临生命危险，同时日益增加的人工成本使得减少井下作业人员（即减员）已成为各大煤矿企业的迫切需求[1-3]。此外，井下工作环境恶劣，潜藏着诸多危险因素，如瓦斯爆炸、顶板坍塌等，这些因素对作业人员的生命安全构成了持续的威胁[4-6]。针对煤矿行业中面临的上述问题，实现井下作业的“少员化”以提高安全性和降低事故发生率显得尤为重要[7-11]。传统的人工铺网锚定作业是巷道支护的关键步骤。然而，该作业需要工人在狭窄且不稳定的巷道中搬运和安装锚网，不仅劳动强度大，且危险系数高[12-15]。尤其是在掘进面，复杂的地质条件和不规则的巷道结构增加了作业难度，容易造成作业人员高空坠落等事故的发生。此外，人工操作效率低下，容易导致巷道支护不及时，从而增加巷道坍塌的风险[16]。这些因素不仅影响巷道的支护质量，还增加了矿井作业的安全事故概率，限制了煤矿开采的安全生产[17]。煤炭科学研究总院的杨泽源[18]提出了一种用于支护设备的铺网机械臂旋转关节姿态控制方法，通过理论分析、系统仿真和半实物仿真试验，对姿态控制系统进行了验证。太原理工大学的张子凌[19]结合人工铺网工艺流程，开发了智能化矿用锚杆钻车自动铺网控制系统，大幅度提升了巷道支护作业的自动化水平。除了铺网控制系统外，铺网设备的设计研究也取得了丰富成果。中国煤炭科工集团太原研究院有限公司的王富强[20]构建了全自动片网铺网装置，将其与锚杆钻车配套设计，进一步增强了铺网效率。不同的锚网材质对应不同的铺设方法，崔金声等[21]针对聚纤维柔性网和菱形网片，提出了一种快速掘进巷道的自动铺网工艺，减少了支护铺网搭接次数。此外，煤矿巷道形态的多样性也为锚网支护作业提出了挑战。辽宁工业大学李宁[22]针对矩形巷道设计了一种掘进机顶部的临时支护设备，通过迈步式移动，实现锚网的铺展和顶板支护。西安科技大学王成龙[23]提出并设计了一种煤矿钻锚机上的自动布网装置，利用机械抓实现单片锚网的抓取、翻转和移动等动作。
综上所述，自动化铺网技术的研究和应用显示出了显著的优越性和必要性。自动铺网技术可以集成到掘锚一体机中，通过机械手和智能控制系统实现锚网的自动化铺设和锚定。笔者针对煤矿井下巷道刚性顶网和柔性侧网的铺设过程，基于理论分析、数值模拟等方法，对机械臂的动力学性能、运动轨迹规划、受力特点进行了深入分析与优化，研究了机械抓手对不同性质锚网的抓取形式，分析了机械臂的运动控制策略，提升了抓取和定位锚网的精准性，使其能够根据井下实际情况进行自适应调整。通过集成自动化机械手和智能控制系统，自动铺网技术不仅能够提高铺网精度和效率，而且减少了井下作业人员的数量，降低了事故风险，提高了生产效率。这一技术的发展不仅符合煤矿行业的迫切需求，还代表了未来智能化矿山发展的方向。
1. 煤矿掘进巷道铺网作业工况
1.1 掘锚一体机人工铺网工况
煤矿井下掘锚一体机进行人工铺设顶网和侧网的过程是一项需要精确配合和高强度劳动的作业。所用的锚网均需要人工搬运到掘进工作面，并由工人将其展开并抬至巷道顶部。锚网通常较重，搬运和展开过程需要多名工人协同完成。在顶网展开后，工人使用临时支撑物（如支撑杆）将其固定在巷道顶板，以防其下滑。然后，工人需在巷道顶板钻孔，插入锚杆，并使用锚固剂或树脂胶将锚杆固定，从而确保顶网牢固地贴合在巷道顶部，现场操作如图1所示。
侧网的铺设则需要工人将锚网从临时堆放点搬运至巷道侧壁，并沿巷道走向展开。工人需将锚网逐段拉升至侧壁位置，并使用固定装置临时固定。与顶网类似，工人需要在侧壁上钻孔，插入锚杆或锚索，并进行锚固操作，以确保侧网稳固。整个过程需要频繁地调整锚网位置，以确保网面与巷道帮壁紧密接触，现场操作如图2所示。
图3为现场铺网工艺过程，现有的顶网和侧网的铺设不仅要求工人具备较高的协调能力和体力，还要在高空和狭窄空间中进行复杂的操作，增加了作业难度和安全风险。
1.2 巷道工况
掘进巷道主要依据陕西大海则煤矿井下数据测得，其巷道参数为
5900 mm×4250 mm。顶网为可直接抓取的刚性网，顶网尺寸参数为3300 mm×1200 mm×36 mm，单片质量约为25 kg，具体结构如图4a所示。侧网为柔性卷网，尺寸为500 mm×150 mm，单卷重量约30 kg，具体结构如图4b所示。2. 快速自动铺网系统设计
2.1 总体构成
快速自动铺网系统需要与掘锚一体机进行有机结合，主要由2个遥控机械手和1个锚网仓组成，整体结构如图5所示。机械臂主要用于在有限空间内自动抓取锚网并将其送至相应的巷道壁上进行锚定。
锚网仓主要用于存储锚网，根据现有的掘锚一体机与巷道顶部的距离，锚网仓高度设计为800 mm，可容纳约20片刚性顶网。
2.2 机械手设计
机械手是自动铺网系统的关键部件，为了使机械手能够在恶劣的煤矿井下环境中稳定运行，选用7个矿用防爆伺服电机为机械手提供动力输出。
图6为机械手的树状功能图。机械手的设计主要通过黑箱法分析和实际铺网工况，确定其基本功能设计和辅助功能设计。辅助功能为基本功能的实现提供保障。
通过树状功能图，确定机械手的运动自由度。本文机械手主要由7个关节组成，并通过肘部、大/小臂、手腕关节、回转底座和机械爪实现。机械手三维模型如图7所示。
2.3 机械爪结构设计
根据巷道中顶网和侧网的结构特点，提出一种新型通用机械爪，主要包括钩爪驱动机构、旋转钩爪和固定支架组成，同时实现顶网和侧网的抓取和铺设，具体结构如图8所示。
在实际抓网过程中，机械手通过顶部拖网机构完成对顶网抓取，并将顶网举升到巷道顶部。由于侧网属于柔性卷网，在用机械手抓取之前需利用专用工具对其展平。然后，通过机械手底部拖网机构直接抓取侧网，并将其铺展到巷道侧面，具体操作如图9所示。
2.4 轨迹力学分析
机械臂通过动力元件驱动，其活动空间与机械臂姿势的关系是至关重要的，D-H法通常被用于描述机械臂空间位姿关系。通过赋予机械臂每个刚体上固定一个运动坐标系，描述其与空间静止坐标系之间的位置关系，从而得到刚体的运动。
本文所设计的七自由度遥控机械手，主要存在转动关节和移动关节。因此，需要确定关节之间的变换形式，建立关节与关节之间的变化关系。如图10所示，O为确定点，坐标系围绕O点旋转，旋转过程中坐标系的姿态即为机械臂的空间位姿关系。为了方便描述，设坐标系A中单位向量为（ia，ja，ka）T，坐标系B中单位向量为（ib，jb，kb）T。
利用坐标系A和B中的单位向量进行矩阵化为：
$$ {\boldsymbol{R}} = \left[ {\begin{array}{*{20}{c}} {{i_a} \cdot {i_b}}&{{i_a} \cdot {j_b}}&{{i_a} \cdot {k_b}} \\ {{j_a} \cdot {i_b}}&{{j_a} \cdot {j_b}}&{{j_a} \cdot {k_b}} \\ {{k_a} \cdot {i_b}}&{{k_a} \cdot {j_b}}&{{k_a} \cdot {k_b}} \end{array}} \right] $$ 其中，R向量为单位向量，且能够确定机械臂的空间姿态，且R满足：
$$ {}_A^B{{\boldsymbol{R}}^{ - 1}} = {}_A^B{{\boldsymbol{R}}^{\mathrm{T}}} = {}_B^A{{\boldsymbol{R}}^{\mathrm{T}}} $$ 式中，$ {}_A^BR $为坐标系A以坐标系B为参考坐标系。为了方便计算，通过其次变换矩阵将旋转变换和平移变换进行统一化。
采用一个静止坐标系作为参考坐标系，另外7个运动坐标系分别表示机械手独立的7个自由度，如图11中（1）～（7）所示。图11b中，每一个坐标系都以XYZ表示，字母下标对应0～6的坐标系标号。坐标系0表示小臂的运动，坐标系1表示小臂的俯仰运动，坐标系2表示底盘移动，坐标系3表示方位运动，坐标系4表示机械爪摆动，坐标系5表示大臂转动，坐标系6表示基座移动，其中坐标系0～2的原点建立在肘部转动关节处，坐标系3～6建立在手部转动关节处。图11为机械臂为三维坐标系建立及机械臂求解运动学模型，确定机械臂关节和连杆数量。通过D-H法可以得到处于运动坐标系中的每一点相对于静止坐标系中的坐标位置和角度关系。随后，建立优化目标函数，实现机械手运动轨迹与空间姿态的合理匹配。a为连杆长度，表示相邻两个关节轴线之间的距离（沿两轴线公垂线方向），a是连杆沿其轴线方向上的长度，它直接影响了机械臂的末端执行器在空间中能够达到的最远距离；d为连杆偏距，表示相邻两个关节轴线之间的距离（沿前一关节轴线方向），d描述了连杆在垂直于关节轴方向上的偏移量，对于理解连杆之间的相对位置至关重要；此外，在D-H方法中，每个连杆都被赋予了一个局部坐标系，这些坐标系通过D-H参数相互关联。坐标系的建立遵循以下规则：Z轴通常与关节轴线重合，指向关节的旋转方向。X轴位于两个相邻Z轴的公垂线上，方向从i-1指向i（或根据具体情况确定）。Y轴根据右手定则，由Z轴和X轴确定。
2.5 机械臂运动学分析
2.5.1 机械臂求解模型
利用MATLAB软件中Robotic Toolbox工具箱实现七自由度机械臂仿真模型的建立。设定D-H法的4个参数：连杆长度ai、扭曲bi、连杆偏置di、关节角度θi，i为1～7。将机械臂各个参数进行赋值，详细D-H参数见表1。
表 1 七自由度机械臂D-H参数Table 1. Parameters of seven-degree-of-freedom robotic arm D-HTrajectory parameters关节i θi di/mm ai bi/rad 1 π 15 0 π/2 2 π/2 0 25 π/2 3 π/2 0 0 π 4 π 25 15 −π/2 5 π/2 0 5 −π/2 6 π 40 0 0 7 0 0 0 0 结合D-H法中已知参数，建立关键参数程序（pi为计算机程序代码，表示“π”）：
thetaDH=[pi，pi/2，pi/2，pi，pi/2，pi，0]；
dDH=[15，0，0，25，0，40，0]；
aDH=[0，25，0，15，5，0，0]；
bDH=[pi/2，pi/2，pi，-pi/2，-pi/2，0，0]
最终生成七自由度机械臂等比例仿真模型，如图12所示。
2.5.2 机械臂运动范围
机械臂的运动范围是决定其用途的关键参数。首先需要设定每个关节处的转动角度。本文中的机械臂包括6个旋转关节点，设置关节1的执行运动角度为[−100°，110°]，此外2～6的关节点的运动角度设置为[−180°，180°]。将设置参数以代码形式输入，通过特定的函数计算对机械臂连杆末端进行绘制模型。其中，描绘点取
1000000 个，机械臂的可达工作空间范围如图13所示。结果表明，以机械臂自身为旋转中心，其运动区域基本可以覆盖，满足了大部分的作业环境要求。2.5.3 机械臂轨迹分析
七自由度多关节机械臂的轨迹规划采用多项式进行求解，一般通过MATLAB软件的polyfit函数，即可快速模拟出机械臂的轨迹。图14为机械臂各个关节点在运动过程中的位置、速度和加速度曲线。通过曲线图可以看出，各个关节的位置变化曲线平滑无顿挫，其角速度和加速度也呈现出光滑连续性，无跳点出现。在速度和角速度曲线中，起始点和终点均为0，复合机械臂的设计要求。因此，机械臂的各个关节和运动部件均可平稳运行。
此外，根据自动铺网实施过程中的执行动作，对机械臂实际运动轨迹进行拟合分析。图15为顶网铺设过程中，工作面轨迹及参数。从图中可以发现，顶网铺设过程中机械臂之间配合有序，无跳点和顿挫点出现。
图16为侧网铺设过程中的工作面轨迹及参数输出。与顶网相比，侧网铺设轨迹更为复杂，动作输出幅度差异化较大。通过轨迹参数曲线可以看出，侧网铺设时，工作面中各个部件的运动轨迹平滑无跳点。
2.6 机械臂力学分析
建立机械臂关键承载部件模型并导入ADAMS软件，依据运动过程中产生的实际载荷对部件进行力学分析。图17为旋转关节和运动臂的力学仿真云图。根据本研究中涉及煤矿井下的作业标准，底座旋转关节、机械大臂和关节4处的最大承载压强要求分别为约85、35、113 MPa。根据图17a可以发现，底座旋转关节2处作为承载机械臂上端部件的主要结构，其承载压强最高约为36 MPa，低于最大承载压强要求；机械大臂−连杆2需承受上部压力和扭转力等，而分析云图17b中显示其最大压强出现在臂和转动关节的连接处，且最大压强约为14 MPa，符合机械臂设计的最大承载要求；关节4主要受到扭转力，其最大压强主要分布于转动轴的局部位置，如图17c所示。从仿真云图17c中可以看出，关节4最大承载压强约为90 MPa，符合最大承载要求。综上所述，仿真结果表明机械臂中承载部件均满足力学要求，不会出现受力不均和受力过大等现象。
3. 快速自动铺网技术实施
3.1 巷道铺网实施过程
图18为锚网铺设实施过程。首先，利用固定抓手对锚网仓中的刚性顶网进行抓取一定高度；随后，机械手在底部移动平台上靠近锚网仓，并转动机械手抓取顶网；最后，机械手抓取顶网后，移动到需要安装锚网方位，并通过机械臂的伸缩和摆动完成顶网及侧网铺设。
3.2 实施效果分析
本文通过研究快速自动铺网技术，设计了一种遥控机械手用于顶网与侧网铺设作业。通过与现有铺网作业对比，其具有优势如下：
1）减人优势。图19为侧网铺设人员构成。侧网铺设中人工主要包括4名铺网人员，2名工人负责递送物料，1名司机。然而，通过快速自动化铺网设备的安装，在两侧仅需2人进行铺网，2人进行遥控机械臂和辅助作业。因此，利用新方案可以减员33%。
2）提高效率。现有的侧网铺设需要人工拖网和锚网支撑作业。经过快速自动铺网技术的实施后，工人可通过遥控机械臂实现锚网的抓取、送网和铺设作业。陕西大海则煤矿人工铺网可在8～10 min完成，而利用机械臂进行自动铺网作业时间为6 min左右，将铺设效率提高20%以上，并降低工人劳动强度80%以上。
3）增加安全性。现有的铺设作业方案中，工人在挂网时伴随钻机和截割臂启动，人员存在巨大的安全风险。然而，快速自动铺网技术可以实现机械臂挂网，人员可以远离风险区域。
4. 结 论
1）通过在掘锚一体机安装遥控机械臂，可以实现掘进中巷道的顶网和侧网的铺设问题。
2）机械臂轨迹规划、动力学分析和力学模拟结果表明，机械臂满足巷道铺网设计要求，能够完成巷道中的顶网和侧网的铺设工作。
3）工人通过遥控机械臂顺利完成铺网作业，减少参与铺网的工人数量可达33%以上。
4）快速自动铺设装备可以直接通过遥控机械臂完成取网、运移、挂网和支撑作用，有效提高铺设效率20%以上，降低工人劳动强度80%以上。
-
![]()
图 6 研究区地下水综合脆弱性评价结果
Figure 6. Results of the groundwater vulnerability assessment for the study area
![]()
图 8 RF预测地下水污染风险分级结果
Figure 8. Risk classification results of groundwater pollution based on RF
表 1 层次分析法各因素打分表
Table 1 Hierarchical analysis factors scoring scale
因素i比因素j 量化值 同等重要 1 稍微重要 3 较强重要 5 强烈重要 7 极端重要 9 两相邻判断的中间值 2、4、6、8 
下载: 导出CSV
表 2 平均随机一致性指标RI标准值
Table 2 Mean randomized consistency indicator RI standard value
阶数 1 2 3 4 5 6 7 8 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41
下载: 导出CSV
表 3 PLEIK模型各指标权重
Table 3 Weights of the indicators of the PLEIK model
指标 P L E I K 权重 0.28 0.25 0.19 0.16 0.12
下载: 导出CSV
表 4 地下水污染荷载等级划分标准及占比
Table 4 Pollution load classification criteria and specific gravity
荷载等级 PI 占比 低 ≤40 41.08% 中 (40, 60] 32.19% 高 ＞60 26.73%
下载: 导出CSV
表 5 研究区地下水脆弱性评价分级划分标准及面积占比
Table 5 Criteria for grading groundwater vulnerability assessment and specific gravity in the study area
脆弱性分级 孔隙水脆弱性 岩溶水脆弱性 综合脆弱性
评价结果占比DI孔隙 占比 DI岩溶 占比 低 ≤100 57.89% ≤4 4.97% 6.33% 较低 (100, 120] 12.73% (4, 6] 89.09% 82.59% 高 ＞120 29.38% ＞6 5.94% 11.08%
下载: 导出CSV
-
[1] 国家统计局. 中华人民共和国2023年国民经济和社会发展统计公报[EB/OL]. (2024−02−29)[2024−03−25]. https://www.stats.gov.cn/sj/zxfb/202402/t20240228_1947915.htm [2] FENG H B,ZHOU J W,CHAI B,et al. Groundwater environmental risk assessment of abandoned coal mine in each phase of the mine life cycle:A case study of Hongshan coal mine,North China[J]. Environmental Science and Pollution Research International,2020,27(33):42001−42021. doi: 10.1007/s11356-020-10056-z
[3] MA D,ZHANG J X,DUAN H Y,et al. Reutilization of gangue wastes in underground backfilling mining:Overburden aquifer protection[J]. Chemosphere,2021,264:128400. doi: 10.1016/j.chemosphere.2020.128400
[4] 张千千,邢锦兵,王慧玮,等. 河北省某大型焦化厂地下水中多环芳烃的污染特点、源解析及生态风险评价[J]. 环境科学,2023,44(2):807−815. ZHANG Qianqian,XING Jinbing,WANG Huiwei,et al. Analysis on contamination characteristics,pollution source identification and ecological risk assessment of polycyclic aromatic hydrocarbons of groundwater in a large coking plant site of province[J]. Environmental Science,2023,44(2):807−815.
[5] HUANG D Y,ZHU Y Y,YU Q Y. Spatial spillover effects of agricultural agglomeration on agricultural non-point source pollution in the Yangtze River Basin[J]. Sustainability,2022,14(24):16390. doi: 10.3390/su142416390
[6] WANG Y Z,DUAN X J,WANG L Q,et al. Spatial temporal patterns and driving factors of industrial pollution and structures in the Yangtze River Economic Belt[J]. Chemosphere,2022,303:134996. doi: 10.1016/j.chemosphere.2022.134996
[7] SONG G D,FENG W D. Analysis of the spatial layout and influencing factors of pollution-intensive industries based on enterprise dynamics[J]. Ecological Indicators,2023,152:110378. doi: 10.1016/j.ecolind.2023.110378
[8] 侯德义. 我国工业场地地下水污染防治十大科技难题[J]. 环境科学研究,2022,35(9):2015−2025. HOU Deyi. Ten grand challenges for groundwater pollution prevention and remediation at contaminated sites in China[J]. Research of Environmental Sciences,2022,35(9):2015−2025.
[9] 李庭. 废弃矿井地下水污染风险评价研究[D]. 徐州:中国矿业大学,2014 核对英文翻译 LI Ting. Study on groundwater pollution risk assessment of abandoned coal mine[D]. Xuzhou:China University of Mining and Technology,2014.
[10] ZHU Z,WANG J X,HU M G,et al. Geographical detection of groundwater pollution vulnerability and hazard in Karst areas of Guangxi Province,China[J]. Environmental Pollution,2019,245:627−633. doi: 10.1016/j.envpol.2018.10.017
[11] 方良,周书葵,刘迎九,等. 铀尾矿库地下水污染风险评价方法研究[J]. 环境工程,2016,34(1):100−102,134. FANG Liang,ZHOU Shukui,LIU Yingjiu,et al. Study on groundwater pollution risk assessment method in uranium tailings pond[J]. Environmental Engineering,2016,34(1):100−102,134.
[12] 闫志雲,曾妍妍,周金龙,等. 叶尔羌河流域平原区地下水污染风险评价[J]. 环境科学,2023,44(6):3237−3246. YAN Zhiyun,ZENG Yanyan,ZHOU Jinlong,et al. Groundwater pollution risk assessment in plain area of the Yarkant River Basin[J]. Environmental Science,2023,44(6):3237−3246.
[13] 滕彦国,苏洁,翟远征,等. 地下水污染风险评价的迭置指数法研究综述[J]. 地球科学进展,2012,27(10):1140−1147. TENG Yanguo,SU Jie,ZHAI Yuanzheng,et al. A review on the overlay and index method for groundwater pollution risk assessment[J]. Advances in Earth Science,2012,27(10):1140−1147.
[14] KWON E,PARK J,PARK W B,et al. Nitrate vulnerability of groundwater in jeju volcanic island,Korea[J]. Science of the Total Environment,2022,807:151399. doi: 10.1016/j.scitotenv.2021.151399
[15] SAJEDI-HOSSEINI F,MALEKIAN A,CHOUBIN B,et al. A novel machine learning-based approach for the risk assessment of nitrate groundwater contamination[J]. Science of the Total Environment,2018,644:954−962. doi: 10.1016/j.scitotenv.2018.07.054
[16] 张晟瑀,申文超,苏小四. 基于随机森林法的区域地下水硝酸盐污染风险评价[J/OL]. 吉林大学学报(地球科学版),2024:54:1−11. Zhang Shengyu,Shen Wenchao,Su Xiaosi. Risk Assessment of Regional Groundwater Nitrate Pollution Based on Random Forest Method[J/OL]. Journal of Jilin University(Earth Science Edition),2024,54:1−11.
[17] SHRESTHA S,SEMKUYU D J,PANDEY V P. Assessment of groundwater vulnerability and risk to pollution in Kathmandu Valley,Nepal[J]. Science of the Total Environment,2016,556:23−35. doi: 10.1016/j.scitotenv.2016.03.021
[18] 赵鹏,何江涛,王曼丽,等. 地下水污染风险评价中污染源荷载量化方法的对比分析[J]. 环境科学,2017,38(7):2754−2762. ZHAO Peng,HE Jiangtao,WANG Manli,et al. Comparison and analysis of the quantitative methods for pollutant sources load in groundwater contamination risk assessment[J]. Environmental Science,2017,38(7):2754−2762.
[19] KHOSRAVI K,SARTAJ M,KARIMI M,et al. A GIS-based groundwater pollution potential using DRASTIC,modified DRASTIC,and bivariate statistical models[J]. Environmental Science and Pollution Research International,2021,28(36):50525−50541. doi: 10.1007/s11356-021-13706-y
[20] WEI Z Y,CHI Z F. Groundwater risk assessment based on DRASTIC and special vulnerability of solidified/stabilized heavy-metal-contaminated sites[J]. Sustainability,2023,15(4):2997. doi: 10.3390/su15042997
[21] 邹胜章,李录娟,卢海平,等. 岩溶地下水系统防污性能评价方法[J]. 地球学报,2014,35(2):262−268. ZOU Shengzhang,LI Lujuan,LU Haiping,et al. The vulnerability assessment method of Karst groundwater[J]. Acta Geoscientica Sinica,2014,35(2):262−268.
[22] 黄勇,王大庆,丁志斌,等. 地下水脆弱性评价研究现状及展望[J]. 节能,2023,42(9):84−88. HUANG Yong,WANG Daqing,DING Zhibin,et al. The vulnerability assessment method of karst groundwater[J]. Energy Conservation,2023,42(9):84−88.
[23] 王晓春. 太原市代表性区域内土壤阳离子交换量的测定及分析[J]. 山西科技,2016,31(3):58−60. WANG Xiaochun. The measurement and analysis of soil’s cation exchange capacity(CEC) in representative areas of Taiyuan City[J]. Shanxi Science and Technology,2016,31(3):58−60.
[24] 徐新良,刘纪远,张树文,等. 中国多时期土地利用遥感监测数据集(CNLUCC). 资源环境科学数据注册与出版系统(http://www.resdc.cn/DOI),2018. DOI:10. 12078/2018070201. [25] 林艳竹,韩忠,黄林显,等. 基于随机森林法的弥河-潍河流域地下水质量评价研究[J]. 水文,2023,43(3):60−64,70. LIN Yanzhu,HAN Zhong,HUANG Linxian,et al. Research on groundwater quality assessment of Mihe-Weihe River Basin based on random forest algorithm[J]. Journal of China Hydrology,2023,43(3):60−64,70.
[26] 许飞青,李潇,李凯,等. 随机森林回归模型在地下水水质评价的新应用[J]. 地质与勘探,2023,59(2):408−417. XU Feiqing,LI Xiao,LI Kai,et al. New application of random forest regression model on groundwater quality assessment[J]. Geology and Exploration,2023,59(2):408−417.
[27] LIU J C,WU J,RONG S W,et al. Groundwater vulnerability and groundwater contamination risk in Karst area of southwest China[J]. Sustainability,2022,14(21):14483. doi: 10.3390/su142114483
[28] 戎艳青,王林芳,肖艳艳,等. 不同模型在焦化厂PAHs健康风险评估中的应用[J]. 环境科学与技术,2021,44(8):217−225. RONG Yanqing,WANG Linfang,XIAO Yanyan,et al. Evaluation on models applied to health risk assessment of PAHs in coking plant[J]. Environmental Science & Technology,2021,44(8):217−225.
[29] TAGHAVI N,NIVEN R K,KRAMER M,et al. Comparison of DRASTIC and DRASTICL groundwater vulnerability assessments of the Burdekin Basin,Queensland,Australia[J]. Science of the Total Environment,2023,858:159945. doi: 10.1016/j.scitotenv.2022.159945
[30] 张佩,郑秀清,臧红飞. 基于修正PI模型的晋祠泉域岩溶水脆弱性评价[J]. 人民黄河,2016,38(8):47−51. doi: 10.3969/j.issn.1000-1379.2016.08.013 ZHANG Pei,ZHENG Xiuqing,ZANG Hongfei. Assessment of Karst groundwater vulnerability in jinci spring area based on revised PI model[J]. Yellow River,2016,38(8):47−51. doi: 10.3969/j.issn.1000-1379.2016.08.013
[31] 李栋. 基于突变理论的晋祠泉域岩溶水水质及其脆弱性评价[D]. 太原:太原理工大学,2018. LI Dong. Assessment of Karst Groundwater Quality and Vulnerabilityin Jinci Spring Area Based on Catastrophe Theory[D]. Taiyuan:Taiyuan University of Technology,2018.
[32] 钟媛媛. 汾河上游河道渗漏对晋祠泉域岩溶地下水影响的数值模拟研究[D]. 太原:太原理工大学,2017. ZHONG Yuanyuan. Numerical Simulation Research on Influence of Channel leakage in Fenhe River Upstream on Karst Groundwater in Jinci Spring Catchment[D]. Taiyuan:Taiyuan University of Technology,2017.
[33] DUDA R,ZDECHLIK R,KANIA J. Groundwater nitrate pollution risk assessment based on the potential impact of land use,nitrogen balance,and vulnerability[J]. Environmental Science and Pollution Research,2023,30(58):122508−122523. doi: 10.1007/s11356-023-30850-9
[34] ELMEKNASSI M,EL MANDOUR A,ELGETTAFI M,et al. A GIS-based approach for geospatial modeling of groundwater vulnerability and pollution risk mapping in Bou-Areg and Gareb aquifers,northeastern Morocco[J]. Environmental Science and Pollution Research,2021,28(37):51612−51631. doi: 10.1007/s11356-021-14336-0
[35] 侯宇徽,窦筱艳,保善磊,等. 基于DRASTIC模型优化的地下水污染风险评价研究[J]. 环境科学学报,2024,44(2):227−236. HOU Yuhui,DOU Xiaoyan,BAO Shanlei,et al. Assessment of groundwater contamination risk based on improved DRASTIC model[J]. Acta Scientiae Circumstantiae,2024,44(2):227−236.
[36] 刘海涛. 太原西山矿区煤炭开采对地下水流场影响的数值模拟[D]. 太原:太原理工大学,2005. LIU Haitao. A Numerical Simulation on The Influence of Underground Water Flow Regime Caused by Coal Mining in Tai Yuan Xi Shan Coal Area[D]. Taiyuan:Taiyuan University of Technology,2005.
[37] 艾雨露,陈宏坪,陈梦舫,等. 全球主要产煤国煤矿AMD污染特征与治理技术[J]. 煤炭学报,2023,48(12):4521−4535. AI Yulu,CHEN Hongping,CHEN Mengfang,et al. Characteristics and treatment technologies for acid mine drainage from abandoned coal mines in major coal-producing countries[J]. Journal of China Coal Society,2023,48(12):4521−4535.
[38] 陈宏坪,韩占涛,沈仁芳,等. 废弃矿山酸性矿井水产生过程与生态治理技术[J]. 环境保护科学,2021,47(6):73−80. CHEN Hongping,HAN Zhantao,SHEN Renfang,et al. Generation processes and ecological restoration techniques of acid mine drainage from abandoned mines[J]. Environmental Protection Science,2021,47(6):73−80.
[39] LI Z,FENG Q Y,DANG J H,et al. Types and source apportionment of polycyclic aromatic hydrocarbons (PAHs) in soil-groundwater of a closed coking plant in Shanxi Province,China[J]. Water,2023,15(11):2002. doi: 10.3390/w15112002
[40] GUO Y W,LI X D,LI Q Z,et al. Environmental impact assessment of acidic coal gangue leaching solution on groundwater:A coal gangue pile in Shanxi,China[J]. Environmental Geochemistry and Health,2024,46(4):120. doi: 10.1007/s10653-024-01861-3
[41] ZHAN X Y,KIRKELUND G M. Electrodialytic remediation of municipal solid waste incineration fly ash as pre-treatment before geopolymerisation with coal fly ash[J]. Journal of Hazardous Materials,2021,412:125220. doi: 10.1016/j.jhazmat.2021.125220
[42] SONG J,YANG Y,CHEN G,et al. Surrogate assisted multi-objective robust optimization for groundwater monitoring network design[J]. Journal of Hydrology,2019,577:123994. doi: 10.1016/j.jhydrol.2019.123994
计量
- 文章访问数: 15
- HTML全文浏览量: 4
- PDF下载量: 12
