一种用于多运营方污染地块来源解析的污染物自适应证据链

《Journal of Hazardous Materials》：A contaminant-adaptive evidence chain for source attribution in multi-operator contaminated land

　　- 一种污染物质自适应的分级体系，依据证据的可分辨性对污染物进行路径分配。- 一种与回收利用解耦的锚点，可佐证与电镀工艺相容的金属区域。- 路径证据可缩小 Pb 和 TPH 邻近来源的备选范围。- 分组验证可将可解释的 TPH 与仅具诊断意义的 Pb 区分开来。- HYDRUS-1D 可为深部 Pb 和 TPH 剖面划定边界，用于针对性验证。## 引言受污染的工业用地可保留来自多轮现场运营、生产功能变更、废物处理及基础设施扰动的化学信号，同时周边工业地块的排放或迁移也可能引入额外的候选来源[1]、[2]、[3]。这种情形在棕地再开发中很常见，因为地块往往记录了多个运营阶段而非单一的孤立来源历史，从而对技术性归因及后续的追责调查构成核心难点。在这类场址开展技术来源归因，必须判定哪些污染物获得工艺相容的现场历史的支撑、如何评估邻近输入的合理性、如何逐步限定候选来源区域，以及残余不确定性应在何处加以检验。依据 HJ 25.2-2019 开展的常规场地监测以及依据 GB 36600-2018 开展的筛选，可获得化学测量值、采样坐标、钻孔记录、地层信息、场地历史及一套管理优先污染物清单，但并不构成专门构建的法证数据集。因此，需要一套明确的证据路由策略，将这些常规产出整理为可辩护的来源解释和针对性的验证问题。已有研究为本任务奠定了坚实的方法学基础。主成分分析（PCA）与正定矩阵分解（PMF）可刻画协同富集模式与潜在来源剖面，并可与风险评估相结合[4]、[5]、[6]、[7]、[8]。地理探测器可量化与候选驱动因素相关的空间分层异质性[9]、[10]、[11]，而结合 SHAP 的可解释机器学习则可捕捉非线性的协变量—浓度关系[12]至[19]。在受污染场址尺度上，对冶炼厂及其他工业地块的研究已综合化学形态或指纹信息、三维可视化、地球物理与水文地质信息以及机器学习，用以刻画来源模式、浅层非均质性、迁移路径与环境控制因素[20]、[21]、[22]、[23]。在更宏观的农业、区域土壤和城市扬尘尺度上，这些工具已解析出工业、农业、地质来源、交通来源及其他来源类别，并识别出区域污染格局[4]、[5]、[6]、[12]、[13]、[14]、[24]、[25]。环境法证研究进一步表明，在明确界定的证据边界内结合独立的化学、历史、空间与路径证据具有重要价值[2]、[3]、[8]。跨越这些尺度，具有代表性的多方法研究为来源刻画与过程解释提供了互补路径（表 S15）。对于同时受多轮现场运营影响和邻近工业地块潜在输入影响的受污染场址，仍存在一项需求：依据各污染物的可分辨性对其进行路径分配。这种路由还必须诊断候选区域之间的空间共线性，利用独立的路径证据评估外部备选来源，并将残余不确定性转化为分级确认措施。为回应这一需求，我们开发了一条污染物自适应证据链，将既有工具分配给顺序排列的决策问题。第一步通过浓度筛查与未来敏感用地风险筛查，界定需要进行来源归因的污染物，并盘点已记录的现场及邻近候选来源。第二步将工艺与物料使用历史同化学指纹相结合，以区分工艺相容信号与多来源残余物。第三步用经筛查的空间证据佐证内部来源区域，并利用热点与路径信息评估保留的邻近备选来源。第四步将剩余的来源区域或特定深度问题导向受性能门槛约束的预测性解释或基质迁移合理性检验。本研究的贡献在于这一污染物级别的路由逻辑：收敛证据可支撑已确定的来源区域，受边界约束的竞争性证据可界定聚焦的确认区域，而局部未解析的证据则可识别出针对性的验证问题。这些状态构成了用于聚焦确认性采样与法证证据收集的 A/B/C 级分级体系，而后续的作业方级别决策则需依赖额外的示踪剂、证据保管链以及管辖权特定的证据。我们将该框架应用于一个由电镀转为回收利用的地块，其周边环绕着被评估为候选来源的工业地块。研究目标是识别管理优先污染物，重建已记录的现场及邻近候选来源区域，并区分工艺相容信号与多来源残余物。随后，我们利用空间、热点和路径证据佐证内部区域并评估保留的邻近备选来源，之后将未解析的、以污染物—区域—深度为特征的问题导向预测性或迁移性检验。最终成果被整合为一套受边界约束的技术归因分级体系。这一可迁移的路由原则可通过配置场地特定的污染物指纹、候选来源、空间锚点和路径变量，适配于其他工业场景。## 章节摘要### 研究区与现场调查实证场址位于中国深圳市，是一处多业主的过渡性工业地块，在再开发前经历了多次土地用途转换。一家电镀厂曾于 1999 至 2017 年间在场地核心区域运营（涉及脱脂、酸洗、锌/铜/镍电镀、钝化及废水处理）。随后，一个现场回收站在 2017 至 2020 年间处理废旧金属、废旧电池和油污零部件。此外还有汽修车间和混凝土搅拌站。### 第一步：优先污染物筛查与候选来源盘点在面向未来的敏感用地情景（Ⅰ类；第 2.8 节）下，第一步将浓度筛查与保守的健康风险筛查相结合，确定 Cr(VI)、总 Cr、Ni、Zn、Pb 和 TPH 作为后续归因的管理优先污染物（表 S3）。46.25% 的样品中 Cr(VI) 超过Ⅰ类筛选值。总 Cr、Pb、Ni、Zn 和 TPH 相应的超标频次分别为 3.58%、2.60%、2.28%、0.65% 和 0.33%，表明污染具有局部性而非普遍性。### 多轮运营工业场址的污染物自适应路由多轮运营工业场址面临一个归因问题，即不同污染物保留了不同程度的来源专一性。工艺相容的金属可能保留连贯的化学与空间信号，而由多个运营阶段或邻近企业共同产生的污染物，在常规来源解析之后可能仍无法得到解析。因此，若采用统一的分析流程，会产出表面可比、但实际对应于处于不同解析程度的污染物的结果。### 结论当污染物依据其证据可分辨性被分配路径时，常规调查数据能够支撑有边界约束的来源归因。在本场地，收敛的工艺、化学与空间证据已确定 Cu、Zn 和总 Cr 归属于电镀相关区域；Cr(VI) 通过氧化还原特异性证据加以解释，Ni 则保留一个重建限定条件。Pb 和 TPH 则沿各自独立的残余路径处理。独立的热点与路径证据降低了（邻近来源的）合理性。### 环境意义在面向未来敏感用地的风险筛查中，Cr(VI)、总 Cr、Ni、Zn、Pb 和 TPH 被列为优先对象。收敛证据支持了电镀相关的金属区域，限定了已评估的邻近输入，并将弥散性 TPH 缩小到内部的电镀—回收重叠区域。这些发现为调查合同中针对性验证的安排和专业分析的分配提供了指导。对于后续对深部污染的验证，应优先开展同位素或石油生物标志物分析。### 资助本工作受中国国家重点研发计划资助[项目编号 2022YFC3701304、2024YFD2200505]。### CRediT 作者贡献声明**Chen Chen（陈陈）：** 形式化分析。**Haihu Yan（严海虎）：** 数据管理。**Xi Chen（陈希）：** 论文撰写——初稿。**Huangrui Liu（刘黄瑞）：** 论文撰写——审阅与编辑、方法学。**Qi Liao（廖齐）：** 研究经费获取。**Litong Liu（刘丽彤）：** 可视化。**Ping Ding（丁平）：** 数据管理。**Yanfei Wu（吴彦飞）：** 调查研究。**Yongjun Tan（谭永军）：** 可视化。**Zhihui Yang（杨智慧）：** 论文撰写——审阅与编辑、研究经费获取。### 声明：写作过程中对生成式人工智能及人工智能辅助技术的使用在修订稿的准备过程中，作者仅使用生成式 AI 助手对摘要、引言和结论进行英文润色。所有数据收集与整理、模型开发与执行、图表设计、科学解释及核心结论均由作者独立完成；未使用任何 AI 生成的科学结果。在使用该工具后，作者按需审阅并编辑了内容，并承担全部责任。## 利益冲突声明作者声明不存在任何已知的、可能影响本文所报告工作的竞争性财务利益或个人关系。## 致谢作者感谢产出本常规场地调查数据集的现场调查与实验室团队，并衷心感谢上文所列的资助支持。### 重要性声明所研究的土壤中含有六价铬、总铬、镍、锌、铅和石油烃——这些持久性、毒性污染物使人体健康风险超过可接受水平。当土地曾历经多个运营主体时，控制此类危害取决于将每一种污染物与其产生工艺相联系。Xi Chen | Haihu Yan | Chen Chen | Ping Ding | Litong Liu | Qi Liao | Huangrui Liu | Zhihui Yang | Yongjun Tan | Yanfei Wu