金属矿开采重金属水体污染与预测-杨庆明.docx

《金属矿开采重金属水体污染与预测-杨庆明.docx》由会员分享，可在线阅读，更多相关《金属矿开采重金属水体污染与预测-杨庆明.docx（66页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、摘要 矿产资源开发引起的重金属污染是人们在资源利用过程中的主要环境问题之一。随 着矿产资源的开采开发速度和规模日趋增大，矿山开采引起的环境污染日趋严重，尤其 是金属矿山开发所致的水体重金属污染和酸性废水污染，对周边环境产生不可估量的作 用。为了寻找到合适的方法工具对金属矿山重金属水体污染进行科学评价和合理预测， 本文以某铜矿为例，在收集矿山环境监测数据和实地采样分析的基础上，综合运用矿业 工程、环境工程、系统工程和统计学知识，利用盲数理论和时间序列分析对课题进行了 系统的科学研宄。 文章探讨了重金属污染对环境和人体的严重危害，综述了国内外水体污染评价和预 测的方法以及研宄进展，并选择了合适的评

2、价方法和预测方式。分析研宄了地表水和河 流水环境系统的不确定性的特点，确定水环境系统问题属于未确知性问题。探讨了未确 知数在解决未确知问题领域的独特优势，并最终确定盲数理论为本文水体污染评价的最 佳数学工具。 结合盲数理论，建立了水体重金属污染综合指数评价的盲数模型。根据该铜矿的周 边环境和纳污河流的功能，研宄选取了恰当的单项污染指数与综合污染指数评价等级划 分标准，并构造了重金属污染物浓度的盲数 表达式。根据综合指数评价盲数模型和污染 物浓度盲数表达式，进行了盲数运算，得出了重金属单项污染指数和各采样点综合污染 指数，并进行了污染等级划分。研宄结果表明：矿区河流水中铜、铅、锌、镉、铁、镍 的

3、污染等级分别为极差、较差、较差、极差、极差、极差，污染程度比较严重，污染严 重程度顺序为 :铁 （ Fe) 镉（ 0“ 铜（ “ ）镍（邡） 锌（ 2打） 铅（卩匕）。各采样 点中除 “ 饮用水 1” 和 “ 对照 1” 监测点为良好外，“ 回水 ” 监测点为较差，污染较轻， 其余各监测点水质均为极差。综合来看，矿区河流水体重金属污染已经相当 严重，必须 加强防治。 以该铜矿区河流的历史重金属污染浓度为基础，建立了自回归移动平均综合模型 (ARIMA)。根据 Akaike信息准则，结合平稳后的序列自相关函数图和偏自相关函数图， 得出模型 ARIMA (2，1, 1)，然后对监测点 “ 外排 2

4、” 的铜元素 2008年 1月至 6月的 浓度进行了预测，并对预测结果进行了检验。经与实测值对比发现，预测误差值均在 5% 以内。因此，应用该模型对本课题进行研宄预测是合理可行的。 关键词 :重金属污染 ;未确知 ;盲数 ;综合指数评价 ;时间序列分析 ABSTRACT Heavy metal pollution caused by development of mineral resources is one of the primal environmental problems in the process of resource utilization. With the speed

5、and scale of mineral resources exploitation increasing, environmental pollution caused by mining is worsening, especially the heavy metal pollution and acid water pollution due to metal mining, pays an inestimable role in influencing the surrounding environment. In order to found suitable method and

6、 tools to scientifically assess and reasonable predict on heavy metal water pollution, the paper took a copper mine for instance carried out systematic scientific research on this subject by blind number theory and time series analysis. The study was based on collection of mine environmental monitor

7、ing data and field sample analysis, and combined with knowledge utilization of mining engineering, environmental engineering, systems engineering and statistics. The article discussed the serious perniciousness to the environment and the human body that caused by heavy metal pollution, and summarize

8、d water pollution evaluation and prediction methods and research progress at home and abroad. Appropriate evaluation and prediction method were selected subsequently. Analytical studied unascertained characteristic of surface water and river water environment and judged the water environment issues

9、were unascertained problems. The unique advantages of unascertained number in resolving the unascertained problem field were approached, and blind number theory was ultimately confirmed as the best mathematical tools for water pollution assessment. The blind number model of synthetic indexing to ass

10、ess heavy metal pollution was build integrate with blind number theory. Suitable classification standards of single pollution indexing and synthetic pollution indexing were chose and blind number expression of heavy metal pollutants concentration were structured according to the copper mine surround

11、ing environment and the function of the pollutants carrying river. Then blind number operations were carried out, thus, single pollution indexes of heavy metal and synthetic indexes in every sampling point were obtained, pollution classification was done. The results show that: among the pollutants

12、in river water in mine area, the class of pollution of Copper, Lead, Zinc, Cadmium, Iron, Nickel was worst, inferior, inferior, worst, worst, worst. So, its polluted seriously. Contamination degree order was: Iron (Fe) Cadmium (Cd) Copper (Cu) Nickel (Ni) Zinc (Zn) Lead (Pb). Referred to the contami

13、nation degree of all sampling sites, in addition to “drinking-water 1“ and “contrast 1“ were good, the “backwater“ points was poor, attributed to lower pollution lever, the water quality of the rest monitoring points were all attribute to worst. In general, river water in the copper mine was serious

14、ly polluted by heavy metal must be strengthening prevention and cure. Auto regressive integrated moving average model (ARIMA) was established based on the history heavy metal pollution concentration of this copper mine River. According to Akaike information criterion, combined with autocorrelation f

15、unction graph and the partial autocorrelation function graph of smoothed sequence, model ARIMA (2, 1, 1) was obtained. Then carried on predictions of coppers pollution concentration of the monitoring point “export 2“ in January to June in year 2008, and tested the predicted results. Compared with th

16、e actual measured values, we found that the residual values of prediction were all within 5%. Therefore, the application of this model to study prediction of the subject was reasonable and feasible. Key Words: heavy metal pollution; unascertained; bland number; synthetic indexing; time series analys

17、is 目录 摘要 . I ABSTRACT . II 目录 . IV 第 一 章绪论 . 1 1.1课题研究背景 . 1 1.1.1 魅属 . 1 1.1.2魅属污染 . 1 1.2国内外研究现状 . 2 1.2.1水体污染评价研究 . 2 1.2.2水体污染预测研究 . 4 1.3研究目标和意义 . 5 1.3.1课题研究的预期目标 . 5 1.3.2课题研究的意义 . 6 1.4课题研究的主要内容 . 6 1.5课题研究的技术路线图 . 6 第二章研宄区概况、开采沿革及环境管理 . 8 2.1概述 . 8 2.2矿区地质及石广产特正 . 8 2.2.1矿区地质 . 8 2.2.2水文地质条

18、件 . 9 2.2.3矿床及矿体特正 . 11 2.3开采沿革及现状 . 13 2.4现有工程主要污染源、污染物治理及排放情况 . 14 2.4.1现有工程主要污染源与排污情况 . 14 2.4.2目前存在的环境问题 . 15 2.5矿山扩能环境影响简要分析 . 16 2.6环境管理及监测 . 16 2.6.1环境管理机构设置与监测机构 . 16 2.6.2水环境监测及数据来源 . 17 2.7本章小结 . 18 第三章基于盲数理论的重金属水体污染分析与评价 . 19 3.1盲数基础 . 19 3.1.1信息及未确知信息 . 19 3.1.2未确知有理数 . 20 3.1.3未确知有理数的运算

19、 . 21 3.2盲数的定义及基本原理 . 22 3.2.1 盲数 . 22 3.2.2盲数运算法则 . 23 3.3水环境系统的不确定性 . 25 3.4矿区河流水质的盲数评价 . 26 3.4.1综合指数评价法 . 26 3.4.2污染物浓度的盲数 . 26 3.4.3水体污染综合指数评价的盲数模型 . 26 3.4.4评价标准研究 . 27 3.4.5污染物浓度的盲数构造 . 29 3.4.6矿区重金属水体污染综合指数评价 . 45 第四章基于时间序列分析的重金 属水体污染预测 . 49 4.1时间序列分析预测基本理论及模型 . 49 4.1.1时间序列的定义 . 49 4.1.2指数平

20、滑模型 . 49 4.1.3自回归模型 . 50 4.1.4自回归移动平均综合模型 . 50 4.2 时间序列分析 . 51 4.2.1分析对象数据文件的建立 . 51 4.2.2数据文件的平稳性检验及预处理 . 51 4.2.3目标数据的有效分析及模型构建 . 55 4.2.4模型的检验与预测 . 57 4.3本章小结 . 59 第五章结论与廳 . 60 5.1结论 . 60 5.2 廳 . 61 第一章绪论 1.1课题研究背景 环境是人类生存发展的基础和人类所开发利用的对象，同时是以人类为主体的一种客 观物质体系，它具有整体性和区域性以及变动性等几种基本的特性 1。 随着人口急剧的增长、工

21、农业生产和科学技术的飞速发展，人类正以前所未有的规模 和强度开发资源 2。人类在对矿产资源进行开发与利用时，不可避免地带来许多环境和灾 害问题，其中重金属污染是矿产资源开发引起的主要环境问题之一 3。 可以说矿产属于资源而又属于污染源。人们开发利用的目标是矿产的赋存地质体一一 矿床，我们工业经济发展所需要的有价值的元素非常集中的赋存在其中。而恰恰是这种集 中赋存，导致人们很轻易地将这类地质体采出运走，从而大大改变开采前矿产赋存状态， 对地球区域物理化学环境及背景造成较大的影响。同时，这也是引发矿山周边区域环境污 染问题的出现的首要原因 4-5。 随着矿产资源的开采开发速度和 规模日趋增大，矿山

22、开采引起的环境污染日趋严重， 引起相关部门的高度重视，而其中的重金属污染正逐渐成为资源利用活动中最主要的环境 问题 6。千百年的科学研宄证明，对人体健康而言，自然界所产出的大部分物质和元素都 是无害的，而危害性的重金属物质只有相当少的一部分。但正是这部分重金属物质的污染， 逐渐成为人类身心健康的杀手，越来越引起科学工作者的注意。 1.1.1重金属 这是一个相对概念，从定义上来讲重金属一般用来描述密度不小于 5g/cm3的金属元 素，这类元素在门捷列夫化学元素周期表中原子序数普遍大于 23,共 有 45种之多 7。但 仍然有砷、硒等这些特殊元素，如同字面一样，既不属于非金属元素又不属于金属类元素

23、， 却同时具有这两类元素的某些性质。在研宄环境化学问题时，科研工作者统一把这类元素 划为重金属元素类，因为这类元素不论是环境化学效应还是对人体的危害和重金属的影响 非常类似 8。 1.1.2重金属污染 所谓重金属污染，意指由重金属或其化合物引起的一类环境污染问题。由理化知识容 易知道，重金属污染物在环境中是非常难降解的，它能在生物体内不断累积，还会通过食 物链环节进一步富集，造成其浓度随时间成倍地递增。如果这种累积最终进入人体，则会 严重危害人体身心健康 9。在国际国内的健康标准中，多种重金属元素含量超标的废物被 列入国家或国际危险废物名录。在环境科学中，有如铅 （ Pb)、 铬 （ Cr)、

24、 砷 （ As)、 硒 （ Se)、 镉 (Cd)、 汞 （ Hg)、 锡 （ Sn)等在少量甚至于微量的作用下就会对人体产生较为明显毒性 作用的元素，统一定义为有毒金属元素 10。但这也是在一定范围内的相对概念，因为有些 金属元素在生理上是生物体所必须的，若摄入量超过一定的标准，却也会成为有毒金属， 对生物体产生较为明显的毒性作用，这类元素的代表有铁 （ Fe)、 锌 （ Zn)、 铜 （ Cu)等。 自进入工业现代文明以来，含有重金属类的矿产资源的开发开采和利用活动趋于急剧 增长态势，最直接的影响是造成大量外源重金属源源不断地进入和人类生存生活息息相关 的外部环境，导致原本脆弱的环境污染更

25、加严重。记录在册的现代文明中发生的重金属污 染事件，可以说是数不胜数，人类应引以为戒 1116。 随着文明意识的提升和科研人员的积极研宄，重金属污染己开始逐步引起大家的高度 关注。虽然现阶段的科学技术手段比较发达，但因为重金属 污染过程一般是具有长期时间 特性的渐变历程，尤其是水体中含有的重金属污染物，所以，目前重金属污染仍旧属于危 害人们身心健康的隐形杀手。人们如若在经济社会的发展中漠视对重金属污染的防治，将 会遭受环境的惩罚，走上灭亡之路 16 17。 1.2国内外研究现状 1.2.1水体污染评价研究 在污染水体评价方面最先进行相关研宄的是美国。早在 1965年， FortonR就提出了

26、水体质量指数一一 QO的概念。随后，科学家 Jacobs提出了污染水体质量评价的水质指数 一一 WQI的概念并给出相关公式。我国国内关于污染水体的评价研宄始于上世纪 70年代， 经过 40多年三个阶段的发展，也取得了较大的进展。 目前国内外对重金属污染水的评价方法主要有指数法、模糊数学法、因子分析法、基 于盲数理论的指数评价模型等，而针对水体沉积物的评价常用的方法有地积累指数法、污 染负荷指数法、潜在生态危害指数法等 18。 根据选择的因子数量，指数法又可以分为单因子指数评价模型与多因子综合指数评价 模型两类。单因子指数评价的表达式为 Ii = Ci/Si， 所求的 Ii就是要得到的第 i种评

27、价因子 的计算单项质量指 数值；式中的 q表示我们所选择的第 i种评价因子的实际含量；式中的 2 为所选择的第 i种评价因子的某一评价标准 19。此模型的不足是仅考虑了单个因子造成的 影响，并不能完整反映评价目标的整体污染状况。 在前述单因子质量指数的基础上发展而来的多因子综合评价指数模型，能够综合反映 各个污染因子对评价目标的影响。研宄中常用的方法亦有两种：算术平均法 （ I = 1/n- 21心 =1幻）与直接加和法（ 1 =乙 11 = 1幻）。这两种方法比较多的用于评价在某一 因素的影响下目标水体的污染状况评价。不足之处在于如若用于综合评价之中时，则把各 污染因子作用于废水的影响均一化

28、，而没有综合反映内在的多种因素的相互作用。 模糊数学法也是水体污染评价中应用较为广泛的一种数学工具，它是基于已有的重金 属元素浓度实测值与该元素污染分级指标之间存在的模糊性的 20。其运算过程是：首先， 计算隶属度，进一步确定某单种重金属元素在该元素的污染分级中所处的等级；然后，计 算权重来确定每一种重金属元素在评价区域总体污染之中所占的比重值；最后，进行模糊 矩阵的复合运算过程，从而得出污染等级 。 陈东景等人 21在评价酒泉附近区域水质污染状况中，成功运用了因子分析法。这种评 价方法属于地统计分析法，其运算过程是将多个复杂变量归结转化成为少量的综合因子， 尔后分析由得到的综合因子构成的一个

29、向量集合，进一步运算求解得到各综合因子的权重， 达到判定整个区域水质的污染等级的目的。 德国著名的海德堡大学伟大的科学家 Muller于上个世纪六十年代年提出一种地积累 指数评价法 22。该方法的表达式为 Ige =l g2Ci八 1.5xBi)， 其中 Ci是指沉积物中污染元 素 i的浓度，而地球化学背景值 Bi则表示该元素赋存于沉积岩的标准，常数 1.5是固定系 数，主要考虑了成岩作用下该背景值的波动。污染程度地积累指数评价分为 7级，其中污 染程度随着等级增高而由无变化到极强。此种评价方法的长处在于综合考虑了人为影响与 地球化学背景值，而且增加了常数系数以平衡因自然成岩作用导致的背景值的

30、波动。所以， 评价得出的重金属污染级别较为直观准确。其不足之处在于侧重于研宄单一金属污染物的 影响，仅仅表示出该污染物因沉积作用的富集程度，并没有结合生物体有效性以及其他共 同作用的因子研宄污染作用的地理空间差异和影响作用的大小。 英国科学家 Tomlinson等于上个世纪八十年代提出污染负荷指数法。此方法所包含的 评价指标有：目标区的总的污染负荷指数 Rzone、 重金属污染负荷指数 R以及各污染元素 的最高污染系数 CP”该方法模型的表达式为： CPi = Ci/C i、 R = (CPi x CP2 x x CPn)1/n和 Rz ne = (Ri x R2 x x Rm)1/m。表达式

31、中的 n代表选取的评价元素的个数， m代表选取的 评价点的个数， Ci代表第 i个重金属污染元素的测量实际值， C i表示第 i个重金属污染元素 的某一级评价标准 23-24。研宄证明，重金属污染负荷指数不仅可以客观地反映出目标水体 中各重金属污染物对水体的污染作用程度，而且能够直观的反映重金属污染物的时空变化 趋势。不足之处是该方法不能反映重金属污染物的生物可利用性，这在研宄环境修复和生 物体健康风险时遇到瓶颈。 瑞典科学家 Hakanson于上世纪八十年代提出了污染评价的潜在生态危害指数法 25-26。 此种评价方法是基于重金属污染元素丰度、协同效应以及释放能力的，污染物的丰度响应 是指欲

32、求的潜在生态风险指数理论上应 该与沉积物中的有害重金属的污染程度成正比，协 同效应是指重金属污染物的危害性会因多种污染物的共同作用而加大潜在生态风险。该方 法所用到的评价指标包括：重金属污染潜在生态风险指数 P， 重金属的污染系数 Ci， 第 i个 重金属生物毒性相应因子 ” ，多种重金属协同污染度 Cd， 第 i个重金属的潜在生态风险因子 Er。 该方法模型表达式为： Ci = C7Cn、 Cd=Ci (i=1 n)、 Er = T!xCi和 P=Er = ZTixci。 表达式中 Ci和 cn的含义同上。综上所述，污染物的潜在生态风险指数可以说是 重金属对生态环境影响的重要指标，它可以直观

33、的体现污染物的生物有效性、污染作用比 重及时空差异性。其不足之处在于其毒性加权系数的选择确定带有非常大的主观性。 陈静生通过科学研宄成功运用了基于沉积物中重金属污染物背景值的沉积物富集系 数法，用目标沉积物中所含的重金属污染物的量来反映水体受污染的严重程度 27。借助于 水体中沉积物的次生相与原生相分布比法，研宄分析次生相中重金属污染物的百分含量 (Msec)和原生相中重金属的百分含量 (MpHm)， 以其比值的大小来反映目标水体遭受重金 属污染的水平，表达式为： K=Msec/Mprim，结果为无量纲比值。 李如忠博士应用基于盲数理论的指数法对河流水污染进行了评价，得到了较好的效果。 盲数理

34、论的产生较早，但发展过程在近几年较为缓慢，在国内的研宄者也较少。由于盲数 理论考虑了未确知因素的影响，能过较为全面客观的反应事物行为的发展变化，结合指数 法用来对水体污染评价能够得出客观的能令人信服的结果 31。 除上述几种主要应用方法之外，科研工作者运用过的还有回归过量分析法、脸谱图法 和模糊集理论，但这三种评价方法存在明显的缺陷，导致其应用较少。以回归过量分析法 为例，它只能说 明目标水体被污染的某种相对严重程度，但不能判断其污染级别。另有一 种生物评价法一一底栖生物评价法，虽然能直观可靠地说明目标水体重金属污染的生物效 应，但其具体评价方法有待于今后进一步发展完善 28-30。 1.2.

35、2水体污染预测研究 水体污染的预测工作通常是通过对历史污染记录的研宄，基于不同的理论基础，利 用不同的方法，找出污染变化的规律，藉此推求未来若干时间内的污染状况。预测工作是 水污染防治以及管理工作的重要基础 31。 国外水体污染预测应用较为广泛的模型及方法包括：由美国国家环保局所提出的多 参数综合水质模型一一 WASP、 纽约州 Manhattan大学环境系提出的浮游植物模型一一 LAKE-1， 以及同样由美国国家环保局提出的河网稳态模型 SNSIM和河口模型 ES001 等 32。 国内对于污染水体预测的研宄起步较晚，但近年来随着科技的进步也取得较大的发展。 不仅丰富了污染水体预测的理论，也

36、对污染水体的防治和管理提供了非常有价值的参考性。 国内常用的方法有：灰色理论预测法 33, 34、混沌预测法 35, 36、统计学 预测法 37, 38, 39、人 工神经网络预测法 40,41等。文献 33和文献 34分别应用灰色理论方法建立了城市地下水和 长江水水质模型，并进行了合理预测。文献 35和文献 36把空间重构和嵌入理论与混沌理 论相结合，研宄了 LYAPUNOV指数，分析了系统的变化规律，建立混沌相空间模型预测 河流污染的变化发展。文献 37中，应用时间序列分析法对上海近海海域水质建立了模型， 对各环境要素进行了合理的分析预测研宄；文献 38中，应用多元线性回归法建立了河流 水

37、质预测模型，研宄了水体中的化学元素与工业产值及污水排 放量之间的关系，并对未来 水体中化学元素的含量进行了科学预测；文献 39中，在充分研宄目标数据的基础上，建 立了时间序列分析预测模型 ARIMA， 对某金属矿山废水排放中的重金属污染浓度进行了 科学预测，并验证了模型的可靠性。文献 40和 41中，利用人工神经网络和灰色理论相结 合的方法，在充分研宄数据的基础上建立起河流水污染预测的灰色神经网络预测模型，并 取得了非常好的效果。 除此之外，基于未确知理论的水体污染水质预测模型、小波分析预测、盲数理论与 GIS相结合的分析预测法、随机方法等，在近年来的水体污染预测和水质 预测中，也越来 越多的被广大科研工作者发展完善 4248。 1.3研究目标和意义 1.3.1课题研究的预期目标 根据某铜矿矿区水体质量现状的调查以及背景值的分析评价，研宄矿区水体重金属污 染要素的变化规律，深化对该铜矿矿区水体重金属污染变化趋势的认识；运用盲数理论方 法对该铜矿矿区水体重金属污染进行评价研宄，并建立矿区重金属污染水体质量变化时间 序列模型，进行水体质量综合变化趋势评估与预测，为该铜矿矿区水体重金属污染控制与 管理提供依据。