当前位置:首页  科学研究  科研进展

污染物进入地下之后:四十年的追踪与探索

发布时间:2026-10-01来源:宁波东方理工大学浏览次数:10

污染物进入地下水后会迁移到哪里、滞留多久,是地下水污染防治中最关键也最困难的问题之一。它可能沿高渗透通道快速到达下游水源地,也可能在低渗透介质中长期滞留、缓慢释放。

北京时间10月1日,宁波东方理工大学讲席教授郑春苗与南方科技大学副教授郭芷琳等国内外学者合作,在国际权威综述期刊《地球物理学评论》(Reviews of Geophysics)发表综述论文,文章以美国宏观弥散试验(MADE)场地为核心,系统梳理四十年来地下水污染物迁移场地试验与模拟研究的重要进展,分析复杂地下环境中污染物迁移的关键机制,并展望面向地下水污染防治的新一代迁移预测方法与模型工具。

该期刊是美国地球物理联合会(AGU)旗下的邀稿制综述期刊,2025年度影响因子为38.5。

给地下水中的污染物 “拍 CT”

地下水是全球最重要的饮用水源之一。一旦遭受污染,污染物不像地表水体那样可以快速稀释或截流,而是在岩石和沙土的缝隙中缓慢穿行,可能数年后才在数公里外的水井中被发现。准确预测污染物在地下水中的迁移路径,对于及时识别风险、保护水源地安全具有重要意义。



位于美国密西西比州哥伦布市的美国宏观弥散试验场地,为研究非均质含水层中的污染物迁移规律提供了理想的野外平台。该场地含水层由沙、砾石、粉土和黏土交错堆叠而成,渗透性在空间上差异显著:部分区域透水能力强,部分区域则相对隔水,构成了典型的强非均质含水层。

自1986年起,研究人员在该场地先后开展了五轮主要示踪试验,将氚、溴化物等示踪剂注入地下,并通过约250口监测井、每口井多达30个深度采样点组成的密集观测网络,对污染羽进行高分辨率三维监测。四十年来,美国宏观弥散试验场地逐步成为国际地下水污染物迁移研究最重要的野外试验场和模型检验平台之一。此次综述还结合加拿大博登(Borden)、双子湖(Twin Lake)以及美国科德角(Cape Cod)、汉福德(Hanford)等经典野外试验场地的研究,比较不同地质条件下迁移过程的共性与差异。



数十年的野外观测表明,污染物在地下水中的迁移呈现出与经典理论预测显著不同的特征。部分示踪剂沿高渗透通道快速迁移,早于经典模型的预测到达下游;另一部分则滞留在低渗透介质中,长期缓慢释放,形成明显的“拖尾”效应。观测到的污染羽形态不对称、浓度衰减缓慢,呈现出“提前到达”和“长期拖尾”等非菲克迁移特征。

为何经典模型 “失灵”

这一现象的根本原因在于:地下含水层并非均匀介质,而是由不同渗透性的介质在三维空间中交错分布构成的复杂网络。污染物的迁移路径不仅取决于介质渗透性的差异,更取决于高渗透通道的空间分布与连通方式。若模型未能充分刻画快速通道与滞留区域,过度简化的速度场便难以准确再现实际迁移过程。

针对上述挑战,论文系统评述了经典对流—弥散方程及其野外应用、水文地质相模拟、双域与多速率质量交换模型、连续时间随机游走和分数阶导数模型等方法。论文强调,应根据可用数据、预测目标和参数获取条件选择适宜的模型。能够再现污染羽的总体分布,并不意味着能够准确预测各个位置的污染物浓度。

郑春苗团队长期参与美国宏观弥散试验场地研究,在双域质量交换模拟、优先流通道与三维连通结构分析以及基于水文地质相的迁移模拟等方面取得了一系列成果。例如,团队在2000年将双域质量交换方法用于美国宏观弥散试验场地溶质迁移模拟,较好地再现了观测到的非菲克迁移特征,为理解强非均质含水层中的污染物迁移过程提供了重要依据。此次综述将团队研究与国际同行成果加以综合,梳理了野外试验、理论认识与模型发展相互推动的历程。

从野外试验到未来预测

论文提出,未来研究需要更精准地刻画地下介质的连通结构与间断特征。既要识别相互连通的高渗透通道,也要辨认阻碍或改变这些通道的地质界面,结合钻孔、水力测试、地球物理探测和示踪观测等多源信息,减少对关键地下结构刻画的不确定性。

场地尺度的认识能否推广到整个含水层乃至流域,还需要进一步检验。这需要发展能够保留关键地质与迁移机制的尺度转换方法,考虑抽水、补给等动态边界条件,并系统评估预测的不确定性。同时,模型评价应更加关注局部浓度、峰值浓度和稀释程度等与污染风险直接相关的指标,使模拟结果更好地服务于监测布设、修复方案选择和地下水质量管理。

论文还讨论了以机器学习为代表的人工智能方法在含水层结构识别、参数估计、替代模型构建和观测数据融合等方面的应用潜力。相关方法应满足质量守恒等物理定律和相应的边界条件,合理反映地质结构及其连通性,并通过独立的野外观测数据检验其可靠性。如何兼顾计算效率与物理合理性,并适应不同场地的数据条件,仍需进一步研究。

上述提到的人工智能与物理过程深度融合的概念框架,郑春苗在刚刚结束的国际水文地质学家协会(IAH)第53届世界地下水大会上的主旨报告中,做了较为系统的阐述。他介绍了人工智能在污染物迁移过程诊断、参数推断和污染源分析等方面正发挥着越来越重要的作用,并强调了引入质量平衡与物理过程约束、开展独立验证的必要性。

郭芷琳为论文第一作者,郑春苗为通讯作者。论文由宁波东方理工大学、南方科技大学及美国阿拉巴马大学、加州大学戴维斯分校、以色列魏茨曼科学研究所和西班牙环境评估与水研究所等单位的学者共同完成。研究得到国家自然科学基金及广东、浙江和宁波等相关科研项目支持。

相关论文信息:

https://doi.org/10.1029/2025RG000894


责任编辑:姚瑶
推荐阅读