郭永麗
(北京師范大學(xué)水科學(xué)研究院北京 100875)
由于地下水的不合理開發(fā)利用,產(chǎn)生了一些不良后果,除了含水層地下水疏干問題和地面沉降、海水入侵、地面塌陷、地裂縫等一些環(huán)境地質(zhì)問題外,地下水污染已經(jīng)成為一個(gè)嚴(yán)重的問題。在地下水系統(tǒng)的污染治理和修復(fù)中,需建立相應(yīng)的地下水污染監(jiān)測網(wǎng),以獲取在時(shí)間和空間上地下水的物理、化學(xué)、生物特性的動態(tài)變化資料。地下水污染監(jiān)測網(wǎng)密度的大小、監(jiān)測頻率的高低,不僅僅直接決定消耗人力、物力和財(cái)力的多少,而且也影響地下水污染研究的精度和質(zhì)量[1]。因此,最佳地布設(shè)研究區(qū)內(nèi)地下水監(jiān)測井密度和監(jiān)測頻率,在保證監(jiān)測精度和不影響風(fēng)險(xiǎn)評價(jià)的基礎(chǔ)上,以最少的監(jiān)測費(fèi)用獲取最全面的信息是地下水污染監(jiān)測中備受關(guān)注的問題。
MAROS是首個(gè)基于 Windows平臺利用Microsoft Access和Microsoft Excel開發(fā)出來的用于地下水污染監(jiān)測網(wǎng)優(yōu)化設(shè)計(jì)的決策支持系統(tǒng)軟件。相比于水文地質(zhì)分析法、聚類分析法、數(shù)學(xué)規(guī)劃模型法等,MAROS軟件將污染監(jiān)測網(wǎng)的設(shè)計(jì)統(tǒng)一于模塊化,并應(yīng)用于地下水污染監(jiān)測網(wǎng)設(shè)計(jì)中,推動了污染監(jiān)測網(wǎng)優(yōu)化設(shè)計(jì)模塊化的研究進(jìn)展。本文針對MAROS的應(yīng)用原理以及其優(yōu)化地下水污染監(jiān)測網(wǎng)的過程,分析利用MAROS軟件時(shí)需要注意的一些問題,以便發(fā)揮該軟件的積極作用。
MAROS軟件是AFCEE(AirForce Center for Environmental Excellence)聯(lián)合GSI(Groundwater Services,Inc)公司,由Aziz等開發(fā)研制的應(yīng)用于地下水污染監(jiān)測網(wǎng)優(yōu)化設(shè)計(jì)方案的決策支持系統(tǒng)的軟件。該軟件至今已升級到2.2版本[2]。目前,國外已將MAROS軟件應(yīng)用于地下水長期監(jiān)測網(wǎng)的優(yōu)化設(shè)計(jì)中,該軟件在地下水污染監(jiān)測網(wǎng)的優(yōu)化設(shè)計(jì)中發(fā)揮積極作用,值得我國水文地質(zhì)工作者在實(shí)踐中嘗試應(yīng)用。
MAROS基本原理是利用數(shù)理統(tǒng)計(jì)方法分析污染物以往的濃度數(shù)據(jù),并結(jié)合污染場地條件及污染物的變化狀況,優(yōu)化現(xiàn)有的地下水污染監(jiān)測網(wǎng)在時(shí)間上的取樣頻率和空間上的取樣密度,在保證監(jiān)測精度的前提下,以最省的監(jiān)測費(fèi)用獲得研究區(qū)污染物在時(shí)空上最全面信息。MAROS軟件優(yōu)化過程是由具有決定性作用的分析方法按照一定層次性組合而成。該軟件的優(yōu)化分析過程可概化為三個(gè)階段:①分析污染場地信息及已有的監(jiān)測數(shù)據(jù),獲取污染物濃度變化趨勢和污染羽變化狀況;②優(yōu)化研究區(qū)地下水污染監(jiān)測網(wǎng)的取樣密度和取樣頻率;③提出研究區(qū)監(jiān)測網(wǎng)的優(yōu)化設(shè)計(jì)方案[3]。
MAROS軟件由數(shù)據(jù)管理(Data Management)、場地信息(Site Details)、污染羽分析(Plume Analysis)、取樣優(yōu)化(Sampling Optimization)、數(shù)據(jù)的充分性分析(Data Sufficiency Analysis)和結(jié)果輸出(MAROS Output)6部分組成,其結(jié)構(gòu)圖見圖1。
圖1 MAROS軟件結(jié)構(gòu)圖
MAROS軟件優(yōu)化地下水污染監(jiān)測網(wǎng)流程(圖1所示):首先利用數(shù)據(jù)管理模塊和場地信息模塊分別輸入場地的監(jiān)測數(shù)據(jù)和場地信息;其次為污染羽的分析,利用數(shù)理統(tǒng)計(jì)方法分析各取樣點(diǎn)污染物濃度變化趨勢和污染羽空間矩分析;第三為取樣點(diǎn)密度和取樣頻率的優(yōu)化,分別利用Delaunay方法和修正的CES方法對監(jiān)測網(wǎng)取樣點(diǎn)的二維空間位置分布和各監(jiān)測點(diǎn)的取樣頻率進(jìn)行優(yōu)化;第四為監(jiān)測網(wǎng)數(shù)據(jù)的充分性分析,包括每口井清理狀態(tài)的分析和隨著時(shí)間的推移在HSCB(Hypothetical statistical compliance boundary)處清理狀態(tài)的分析兩方面;最后確定地下水污染監(jiān)測網(wǎng)的優(yōu)化設(shè)計(jì)方案,并根據(jù)源區(qū)井、尾區(qū)井的濃度變化趨勢,確定地下水污染監(jiān)測網(wǎng)的類型和地下水監(jiān)測系統(tǒng)的監(jiān)測持續(xù)時(shí)間[4]。
地下水污染監(jiān)測能為社會提供很多的實(shí)用的水文信息,能為改善人們的生存環(huán)境和提高生活質(zhì)量作出貢獻(xiàn)[5]。加強(qiáng)和改進(jìn)地下水監(jiān)測網(wǎng),對建立專業(yè)化的地下水信息監(jiān)測、管理和預(yù)報(bào)系統(tǒng)具有重要的現(xiàn)實(shí)意義,以優(yōu)質(zhì)的水文水資源信息支撐水資源的可持續(xù)利用,保障經(jīng)濟(jì)社會的可持續(xù)發(fā)展。
地下水污染長期監(jiān)測包括性能監(jiān)控和合格性監(jiān)管,具有兩個(gè)目標(biāo):①通過污染羽的監(jiān)測,確認(rèn)污染羽仍受水力條件控制;②監(jiān)測污染羽減小過程,以確保其達(dá)到清理狀態(tài)。MAROS與長期監(jiān)測計(jì)劃密切相關(guān),隨著污染羽或場地條件的改變而改善地下水污染長期監(jiān)測計(jì)劃。MAROS為一決策支持系統(tǒng),基于統(tǒng)計(jì)方法,可應(yīng)用于特定場地的數(shù)據(jù),考慮目前和歷史場地的相關(guān)數(shù)據(jù)以及水文地質(zhì)因素。該軟件提出以后最優(yōu)的取樣頻率、取樣點(diǎn)位置和取樣密度,以及污染羽隨時(shí)間的變化狀況。
MAROS決策支持系統(tǒng)集中了LTM(Long Term Monitoring)分析方法,且通過數(shù)據(jù)管理、處理且以報(bào)告的形式輸出結(jié)果的系統(tǒng)改革優(yōu)化方法[6]。結(jié)合MAROS軟件的應(yīng)用原理及其特點(diǎn),需要注意的有以下幾個(gè)方面:
利用MAROS分析前,首先輸入場地已有的監(jiān)測數(shù)據(jù)。監(jiān)測數(shù)據(jù)在評價(jià)一個(gè)長期的監(jiān)測系統(tǒng)工程起著至關(guān)重要的作用,有助于分析污染羽的變化狀況和采取適當(dāng)?shù)拇胧?。主要有三個(gè)原因影響監(jiān)測數(shù)據(jù)的精度:①取樣步驟;②分析方法;③時(shí)空變化。
由于野外取樣步驟——洗井、取樣、現(xiàn)場實(shí)驗(yàn)、記錄實(shí)驗(yàn)結(jié)果、保存和運(yùn)輸樣品中存在系統(tǒng)誤差或隨機(jī)誤差,影響監(jiān)測數(shù)據(jù)的精度。設(shè)計(jì)合理的取樣步驟和雇傭有經(jīng)驗(yàn)的取樣團(tuán)隊(duì)可以降低取樣步驟引起的誤差。
由于實(shí)驗(yàn)室定量分析一個(gè)特定的污染物方法和或受到實(shí)驗(yàn)室性能穩(wěn)定性的影響,未得到高質(zhì)量的數(shù)據(jù),影響MAROS軟件的分析結(jié)果。利用認(rèn)可的分析方法和具有嚴(yán)格質(zhì)量保證的實(shí)驗(yàn)室可降低分析方法引起的誤差。
時(shí)空的變化是地下系統(tǒng)的固然屬性,由自然因素的變化或人為因素引起的。空間上,指不同位置的污染程度不同或具有不同的影響因素;對特定的含水層監(jiān)測井布設(shè)不合理或過濾器的設(shè)置及其長度選擇不合理。時(shí)間上,除了隨機(jī)測量引起的時(shí)間誤差,還有監(jiān)測系統(tǒng)本身的影響。這種由自然因素或人為因素對監(jiān)測數(shù)據(jù)精度的影響可通過采取適當(dāng)?shù)慕y(tǒng)計(jì)技術(shù)降低。
場地信息模塊是輸入場地的基本信息的模塊,包括監(jiān)測區(qū)內(nèi)源區(qū)、尾區(qū)的劃分、COC(Constituent of Concern)的種類、已有監(jiān)測網(wǎng)監(jiān)測井的分布、含水層的相關(guān)參數(shù)以及監(jiān)測區(qū)域的范圍等。
監(jiān)測區(qū)的劃分。根據(jù)污染場地污染羽與監(jiān)測井的相對位置將監(jiān)測區(qū)分為源區(qū)和尾區(qū)。源區(qū)是指污染源通過包氣帶滲濾進(jìn)入飽水帶的范圍;尾區(qū)是指污染物進(jìn)入飽水帶后,隨著地下水流動、運(yùn)移和擴(kuò)散的外圍面積,位于源區(qū)的下游。監(jiān)測分區(qū)的劃分原則并不唯一,由于不同污染場地的污染起因不同,可根據(jù)污染場地的具體情況采用合適的分區(qū)方法。
污染組分的選擇。MAROS軟件一次最多可分析5種COC,當(dāng)污染組分較多時(shí),可選擇污染影響比重較大的污染物??紤]污染組分的遷移性(遷移系數(shù))、毒性及其存在的普遍性,MAROS軟件中有機(jī)物的遷移系數(shù)取默認(rèn)值,限制了地下水水流速度、空間尺度等因素的影響。
水文地質(zhì)概念模型是在充分分析地質(zhì)、水文地質(zhì)條件的基礎(chǔ)上,對水文地質(zhì)實(shí)體進(jìn)行一定抽象概化后的物理結(jié)構(gòu),包括含水層結(jié)構(gòu)、含水層水力特征、含水層介質(zhì)特征和水文地質(zhì)參數(shù)進(jìn)行概化。不同的水文地質(zhì)概念模型,應(yīng)用MAROS分析的過程也不同,如含水層厚度,等厚只需輸入一個(gè)數(shù)據(jù),非等厚的含水層根據(jù)含水層的空間變化狀況進(jìn)行輸入。
MAROS優(yōu)化平臺收集大量的現(xiàn)場數(shù)據(jù),并對數(shù)據(jù)變化趨勢之外信息的進(jìn)行重點(diǎn)分析。通過觀察污染羽的穩(wěn)定性及其可能的變化趨勢,在保持污染羽形態(tài)特征的前提下,可提高地下水污染監(jiān)測網(wǎng)監(jiān)測效率。不同的用戶用不同的方式使用MAROS,并且從不同的角度分析結(jié)果。在分析MAROS的結(jié)果時(shí),不僅要具有明確地污染場地概念模型,而且要結(jié)合場地條件具體的信息、管理框架、社會問題及其它的污染場地的特殊情況進(jìn)行全面分析MAROS結(jié)果。正確熟練掌握研究區(qū)的地質(zhì)、水文、水文地質(zhì)資料,才能正確、全面地分析MAROS的運(yùn)行結(jié)果,更有效地應(yīng)用于實(shí)踐中。
MAROS軟件中的計(jì)算方法要求將研究區(qū)概化成均質(zhì)各向同性二維含水層,僅適用于水文地質(zhì)條件簡單的二維含水層;對于水文地質(zhì)條件復(fù)雜的三維地下水污染問題,雖然可以采用逐層進(jìn)行統(tǒng)計(jì)分析和優(yōu)化設(shè)計(jì)的方法,但很難取得令人滿意的結(jié)果。以下主要對滲透系數(shù)和孔隙度兩個(gè)水文地質(zhì)參數(shù)進(jìn)行分析:
滲透系數(shù)。MAROS軟件中,地下水污染監(jiān)測網(wǎng)監(jiān)測持續(xù)時(shí)間判定表中TTR(time to receptor)的值由可能受到污染的地方到污染源的距離除以滲流速度求得,滲流速度可通過滲透系數(shù)與水力梯度的乘積求得,當(dāng)受到污染的地方與污染源之間的距離不變時(shí),滲透系數(shù)越大,TTR越小,反之亦然,影響地下水監(jiān)測系統(tǒng)監(jiān)測持續(xù)時(shí)間的確定。
孔隙度。在污染羽空間矩分析污染物總質(zhì)量隨時(shí)間的變化中,污染物總質(zhì)量計(jì)算公式,MassEstimated?∑ηViCiavg,η為孔隙度,污染物總質(zhì)量與孔隙度呈一次線性關(guān)系,孔隙度越大,總質(zhì)量越大,反之亦然。雖不會影響污染物濃度隨時(shí)間的變化趨勢,但影響污染物對研究區(qū)總體的危害程度。
MAROS軟件分析過程要求滲透系數(shù)和孔隙度的輸入值是一定值,實(shí)際上,任意含水層的滲透系數(shù)和孔隙度并不是一成不變的,是一些隨機(jī)的數(shù)值??衫玫叵滤S機(jī)模擬方法分析滲透系數(shù)和孔隙度的不確定性對MAROS分析結(jié)果的影響。蒙特卡羅(Monte Carlo)法是一種地下水隨機(jī)模擬方法,該方法通過平均一系列反映含水層實(shí)際性質(zhì)的確定性問題來模擬隨機(jī)過程的一種計(jì)算機(jī)模擬方法。蒙特卡羅(Monte Carlo)法假設(shè)輸入的參數(shù)是符合一定分布的隨機(jī)變量(如:滲透系數(shù)被認(rèn)為是符合對數(shù)正態(tài)分布);然后在獲得水文地質(zhì)參數(shù)的基礎(chǔ)上,為每個(gè)參數(shù)指定平均值和標(biāo)準(zhǔn)差,確定進(jìn)行蒙特卡羅法模擬的參數(shù)范圍和隨機(jī)變量的統(tǒng)計(jì)特征,其中參數(shù)取值的上、下限分別取為固定值的75%和125%,標(biāo)準(zhǔn)差取為區(qū)間長度的20%;最后對參數(shù)做抽樣試驗(yàn),每一次模擬產(chǎn)生一組指定分布參數(shù)的隨機(jī)數(shù)組合,在每一組隨機(jī)數(shù)基礎(chǔ)上都運(yùn)行一次,這樣就會產(chǎn)生一系列的解,根據(jù)這些解可計(jì)算出相關(guān)量的均值、標(biāo)準(zhǔn)差等隨機(jī)特征。模擬次數(shù)越多,選擇搜索的置信區(qū)間越大,與確定數(shù)值求得一個(gè)確定的解相比,這種隨機(jī)解能更真實(shí)地反映實(shí)際地下水系統(tǒng)的內(nèi)在不確定性[7]。
此外,還有地下水流流向和含水層厚度兩個(gè)水文地質(zhì)要素。通常情況下,污染羽沿地下水流方向具有近似對稱性,準(zhǔn)確地掌握地下水水流方向,可獲得更準(zhǔn)確地污染羽信息,有效判斷污染羽特征及其變化趨勢。含水層的厚度影響地下水體積,進(jìn)而影響地下水污染組分的濃度,對于非等厚含水層,根據(jù)含水層厚度的空間變化狀況,準(zhǔn)確輸入。
2.5.1 污染物濃度趨勢分析方法
MAROS軟件利用Mann-Kendall和線性規(guī)劃兩種趨勢方法時(shí)考慮了幾個(gè)問題。第一,地下水水質(zhì)數(shù)據(jù)近似符合對數(shù)分布時(shí),利用線性規(guī)劃方法分析的趨勢更準(zhǔn)確。第二,盡管分析樣品的結(jié)果沒有很好地符合一次關(guān)系,仍然可以通過有參或無參獲得與一次線性回歸有關(guān)的置信水平。利用這種分析,在一個(gè)較大范圍的置信水平下,平均趨勢的分散程度較高。此外,在不利的趨勢下,變異系數(shù)是用來區(qū)分穩(wěn)定趨勢或無變化趨勢條件下的輔助手段。第三,當(dāng)殘差正態(tài)分布時(shí),一次線性回歸分析的結(jié)果較準(zhǔn)確;當(dāng)數(shù)據(jù)中存在異常數(shù)值時(shí),Mann-Kendall的分析結(jié)果較準(zhǔn)確。因此,Mann-Kendall和一次線性回歸分析方法均應(yīng)用與MAROS軟件的趨勢分析中。
各個(gè)監(jiān)測井中污染物濃度變化趨勢是通過Mann-Kendall分析方法和線性回歸方法分析的污染羽各取樣點(diǎn)濃度變化趨勢加權(quán)平均得出最后的總趨勢。權(quán)重的分配影響各個(gè)監(jiān)測井中污染物濃度變化趨勢,進(jìn)而影響源區(qū)井、尾區(qū)井污染物濃度變化趨勢,最終影響地下水污染監(jiān)測網(wǎng)類型的判斷。
2.5.2 外界污染羽的穩(wěn)定性信息
基于之前研究數(shù)據(jù)建立的模型和經(jīng)驗(yàn)結(jié)論可作為趨勢分析的輔助手段。模型例如用于釋放燃料烴的場地的BIOSCREEN模型和用于釋放含氯溶液的場地BIOCHLOR模型,可應(yīng)用于預(yù)測污染物運(yùn)移的最終范圍評價(jià)污染羽的穩(wěn)定性。這些模型利用特定場地的數(shù)據(jù)計(jì)算用于預(yù)測污染羽的變化趨勢。從 Mace、McNab、Rice、Newell和 Connor等獲得的關(guān)于一般污染物BTEX、MTBE和氯化溶劑污染羽的經(jīng)驗(yàn)知識,作為MAROS軟件分析的輔助工具。從之前研究中獲得三種統(tǒng)計(jì)信息應(yīng)用于MAROS軟件中:①用百分?jǐn)?shù)表示污染羽長度的累積分布;②各種污染羽空間變化趨勢的百分?jǐn)?shù);③污染羽長度和污染源強(qiáng)度之間的關(guān)系。
在污染羽穩(wěn)定性分析中,可以輸入研究區(qū)的模擬結(jié)果或經(jīng)驗(yàn)分析結(jié)果。進(jìn)行模擬時(shí),需考慮在污染組分在含水層中的對流-彌散作用、水文地球化學(xué)作用和生物作用(因素:包氣帶特征、含水層介質(zhì)、地下水水流特征、污染組分的特性),根據(jù)監(jiān)測井在監(jiān)測網(wǎng)中的分布狀況進(jìn)行模擬各個(gè)監(jiān)測井污染物濃度的變化趨勢,應(yīng)用于MAROS軟件的分析過程?;蚋鶕?jù)相似的情況的污染場地的資料,判斷出污染物濃度的變化趨勢。模擬值或經(jīng)驗(yàn)值的加入均會影響污染物濃度變化的總趨勢以及地下水污染監(jiān)測網(wǎng)類型的判斷。
2.6.1 取樣密度分析
Delaunay是一種用于二維空間的取樣密度優(yōu)化方法,在保證提供足夠監(jiān)測信息的前提下識別和去除多余的取樣點(diǎn)。Delaunay方法對每個(gè)的取樣事件分析結(jié)果不同,解決多組取樣事件的方法如下:①對所有的選擇事件,計(jì)算每個(gè)取樣點(diǎn)的SF(Slope Factor)值;②平均事件的每個(gè)取樣點(diǎn)的SF值計(jì)算得出整體的SF值,以每個(gè)取樣事件取樣點(diǎn)的個(gè)數(shù)為權(quán)重;③去除SF最小的取樣點(diǎn);④每去除一個(gè)取樣點(diǎn)后,通過平均取樣事件的AR(Area Ratio)、CR(Concentration Ratio)計(jì)算整體的AR、CR;⑤根據(jù)整體的AR、CR值,確認(rèn)或恢復(fù)去除的取樣點(diǎn);⑥重復(fù)③-⑤,直到監(jiān)測了所有的取樣位置。這種分析方法假設(shè)在選擇的事件的時(shí)間段內(nèi),污染羽空間形狀相似。由于Delaunay方法針對一種COC,對于多種 COC,只有符合所有COCs的去除條件才能去除該取樣點(diǎn)。
Delaunay方法只能計(jì)算三角形內(nèi)的SF值,根據(jù)三角形SF值的大小可以增加新的監(jiān)測井。此外,還應(yīng)基于污染羽和場地的水文地質(zhì)條件確定新的監(jiān)測井更好地描述三角形區(qū)域外污染羽的范圍。
Delaunay方法中,AR和 CR默認(rèn)值為 0.95,表明允許5%的信息損失。此外,用戶也可以在MAROS軟件中設(shè)定AR和CR的值。AR、CR、內(nèi)部節(jié)點(diǎn)及外部節(jié)點(diǎn)的SF值均影響已有監(jiān)測網(wǎng)中的監(jiān)測井是否被清除狀態(tài)的判定。Aziz等提出的Delaunay方法沒有考慮含水層參數(shù)本身對監(jiān)測點(diǎn)布置的影響,只適用于條件比較簡單的含水層中地下水污染監(jiān)測網(wǎng)的去冗余設(shè)計(jì)。吳劍鋒,黃昌碩等改進(jìn)了Delaunay方法[8],考慮了在檢驗(yàn)濃度比CR這個(gè)指標(biāo)過程中含水層參數(shù)的變化對優(yōu)化結(jié)果的影響,適用于相對比較復(fù)雜條件下的監(jiān)測網(wǎng)去冗余設(shè)計(jì);同時(shí)它能與污染物的運(yùn)移模型耦合,能夠在取樣點(diǎn)不足的監(jiān)測網(wǎng)中增加必要的監(jiān)測點(diǎn),以滿足污染監(jiān)測精度的需要。但仍然只適合在能夠概化為二維地下水流的含水層中,因此含水層的參數(shù)尤其是厚度變化不能過大,否則會引起較大偏差。
此外,還需根據(jù)地下水的動態(tài)特征,考慮的因素包括地形地貌、含水層結(jié)構(gòu)特征、水位埋深、土壤類型、土地利用、降水量、地表水體及人工開采等,綜合分析研究區(qū)的水文地質(zhì)特征、非飽和帶特征、地下水補(bǔ)給特征和地下水影響,布設(shè)地下水監(jiān)測點(diǎn),使地下水動態(tài)明顯的區(qū)域都有監(jiān)測點(diǎn)控制,才能真正監(jiān)測到地下水動態(tài)區(qū)域變化。最后利用克里金插值法分析評價(jià)地下水監(jiān)測點(diǎn)布設(shè)的合理性,對其進(jìn)行檢驗(yàn)分析評價(jià),對比前后插值的殘值誤差的大小,評價(jià)優(yōu)化結(jié)果。評價(jià)結(jié)果可見前后觀測孔標(biāo)準(zhǔn)差等值線圖,比較前后克里金插值的殘值誤差[9]。
2.6.2 取樣頻率分析
修正的CES(Cost Effective System)方法是根據(jù)污染物濃度變化趨勢的狀況和COC本身濃度與其在地下水中濃度的最高允許值(MCL,maximum concentration level)之間的相關(guān)關(guān)系來確定取樣點(diǎn)的最優(yōu)監(jiān)測頻率。其優(yōu)化過程:①利用最近時(shí)間段的數(shù)據(jù)優(yōu)化監(jiān)測井頻率,綜合分析ROC(Rate of change)和Mann-Kendall值確定優(yōu)化結(jié)果;②利用研究區(qū)的整體數(shù)據(jù),分析ROC和Mann-Kendall值確定的優(yōu)化結(jié)果調(diào)整①中優(yōu)化結(jié)果;③利用MCL(Maximum Concentration Level)的值,調(diào)整②中優(yōu)化結(jié)果,得出最終的優(yōu)化結(jié)果。
MAROS軟件中,ROC除了取默認(rèn)值外,ROC可根據(jù)污染場地的水文地質(zhì)特征和污染羽狀況進(jìn)行重新設(shè)定。由以上修正的CES方法優(yōu)化過程可知,ROC、MCL值的確定影響到監(jiān)測井監(jiān)測頻率的優(yōu)化結(jié)果。最近的數(shù)據(jù)指3年的數(shù)據(jù)值,如果研究區(qū)已有監(jiān)測數(shù)據(jù)的時(shí)間很短,MAROS軟件中利用的修正的CES方法的優(yōu)越性則未能充分體現(xiàn)??衫脮r(shí)間序列分析優(yōu)化前后的地下水污染物濃度時(shí)間序列,觀看它們在變化趨勢、周期波動以及隨機(jī)成分方面是否具有相似的特征。
用戶可利用MAROS軟件對地下水污染監(jiān)測網(wǎng)進(jìn)行時(shí)間和空間上的優(yōu)化,且輸出圖形和報(bào)告等形式的結(jié)果,作為監(jiān)測網(wǎng)優(yōu)化設(shè)計(jì)方案的首個(gè)公開應(yīng)用軟件,開發(fā)時(shí)間較短,目前還不夠完善,本文提出了一些應(yīng)用該軟件時(shí)需要考慮的一些問題,以便正確利用該軟件,更有效地應(yīng)用于實(shí)際工作中。MAROS軟件可以改善的空間有:①提高M(jìn)AROS軟件的保存性能,避免由于無法儲存中間步驟帶來的繁瑣,更好地實(shí)現(xiàn)運(yùn)行結(jié)果的輸出工作;②提供含水層垂向上足夠的監(jiān)測資料,改善分析方法使Delaunay三角形應(yīng)用于水文地質(zhì)條件復(fù)雜的三維含水層中;③MAROS鑲嵌在GIS平臺中,充分實(shí)現(xiàn)GIS軟件分析數(shù)據(jù)的能力及可視化能力。若能完善MAROS軟件的不足,該軟件將極大促進(jìn)水文地質(zhì)事業(yè)的發(fā)展,服務(wù)于人民。
[1]仵彥卿,邊農(nóng)方.巖溶地下水監(jiān)測網(wǎng)優(yōu)化分析[J],地學(xué)前緣(中國地質(zhì)大學(xué),北京),2003年10月,第10卷4期,637-643.
[2]黃昌碩,吳劍鋒.介紹一種優(yōu)化地下水污染監(jiān)測網(wǎng)的軟件—MAROS[J].水文地質(zhì)工程地質(zhì),2005,114-116.
[3]Meng Ling,Hanadi S.Rifai,Julia J.Aziz and Charles J.Newell,James R.Gonzales and Javier M.Santillan.Strategies and Decision-Support Tools for Optimizing Long-Term Groundwater Monitoring Plans—MAROS 2.0[J],Bioremediation Journal,8(3 – 4):109– 128,2004.
[4]Julia J.Aziz,Mindy Vanderford ,Ph.D.and Charles J.Newell,Ph.D,P.E.Groundwater Services,Inc.Houston,Texas ,Meng Ling and Hanadi S.Rifai,Ph.D,P.E.University of Houston Houston,Texas,James R.Gonzales Technology Transfer Division Monitoring and remediation optimization system(maros)software version 2.2 user's guide[M].Air Force Center for Environmental Excellence Brooks AFB,San Antonio,Texas,2006.
[5]劉雅鳴,可持續(xù)發(fā)展的晴雨表[N],科技日報(bào),2003年06月 27日.
[6]Julia J.Aziz,Meng Ling ,Hanadi S.Rifai,Charles J.Newell,and James R.Gonzales,MAROS:A Decision Support System for Optimizing Monitoring Plans[J],Groundwater,Vol.41,No.3,May June 2003,355-367.
[7]劉猛,束龍倉,劉波.地下水?dāng)?shù)值模擬中的參數(shù)隨機(jī)模擬,水利水電科技進(jìn)展[J],200525(6),25-27.
[8]吳劍鋒,黃昌碩.Delaunay方法的改進(jìn)及其在地下水污染監(jiān)測網(wǎng)設(shè)計(jì)中的應(yīng)用[J],水科學(xué)進(jìn)展,2006年5月,第17卷第3期,305-311.
[9]董殿偉,林沛,晏嬰,劉久榮等,北京平原地下水水位監(jiān)測網(wǎng)優(yōu)化[J],水文地質(zhì)工程地質(zhì),2007年第1期,10-19.