徐 亞,朱雪梅,劉玉強,能昌信,董 路

(中國環(huán)境科學(xué)研究院固體廢物污染控制技術(shù)研究所,北京 100012)

基于隨機-模糊耦合的污染場地健康風險評價及案例

徐 亞,朱雪梅*,劉玉強,能昌信,董 路

(中國環(huán)境科學(xué)研究院固體廢物污染控制技術(shù)研究所,北京 100012)

采用模糊理論描述風險評價過程的模糊不確定性,采用概率理論描述隨機不確定性,同時為解決模糊數(shù)計算過程復(fù)雜的問題,將模糊變量表示成均勻隨機變量的函數(shù),用 Monte Carlo算法模擬模糊變量之間的函數(shù)運算,從而實現(xiàn)模糊-隨機方法的耦合.為驗證該模糊-隨機耦合模型的有用性,選取青海某汞化工污染場地進行案例研究,通過與 RBCA模型比較,驗證了該模型的基本精度,且能較好地表征場地參數(shù)的不確定性對風險評價結(jié)果的影響.案例分析的結(jié)果表明:人群主要暴露途徑為經(jīng)口攝入,貢獻率為 80%左右;正常暴露情形下,該場地的健康風險水平為0.28,風險水平可以接受,最不利情況下的健康風險風險水平為1.28,最不利情況出現(xiàn)的概率小于等于1%;該場地對人群的健康風險隨著時間減小,在第6年左右其風險減小至可接受水平,建議無需對場地開展污染治理,只需在污染物高峰段(第1～6年或第6～8年)為居民提供替代水源以截斷暴露途徑,待場地污染水平自然衰減.

模糊-隨機；暴露評價；不確定性；風險評價

污染場地的健康風險評價指針對某一污染場地進行研究以評價其對人體健康造成危害的可能性,進而為場地后續(xù)的治理和使用提供決策支持.顯然風險評價結(jié)果越明確(不確定性越小),越便于決策者進行管理和決策;風險評價結(jié)果越模糊,決策者越難以抉擇[1-3].因此,在評價過程中,評價者應(yīng)該盡量減小評價結(jié)果的不確定性.而對于難以減小的不確定性因素,則應(yīng)在風險評價的最后階段予以定性乃至定量的描述[4].

國內(nèi)外許多學(xué)者在這方面開展了有益的探索,如 Lee等[5]基于模糊集方法評價了地下水中污染物的人體健康風險;Kumar等[6]應(yīng)用網(wǎng)絡(luò)分析法(ANP)處理了風險評價過程的模糊變量; Goodrich等[7]運用Monte Carlo方法定量描述了水文地質(zhì)和地球化學(xué)參數(shù)對地下水水流和溶質(zhì)運移模型的影響,并將模型結(jié)果用于暴露評估; Hamed等[8]基于一階和二階可靠性方法考慮了參數(shù)不確定性對風險評估結(jié)果的影響; Batchelor等[9]將一些場地參數(shù)用概率分布函數(shù)表示,并在此基礎(chǔ)上建立了隨機風險評價模型.

上述模型對不確定性的研究多基于單一的隨機模型(概率模型)或模糊集模型,近年來基于隨機-模糊結(jié)合的模型得到大量應(yīng)用,如Guyonnet等[10]在進行健康風險評價時分別采用概率分布函數(shù)和隸屬度函數(shù)表征不同類型的不確定性;Li等[11-12]構(gòu)建了模糊-隨機耦合的地下水污染風險評價,用概率分布表征參數(shù)的不確定性用隸屬度函數(shù)表征風險結(jié)果的不確定性,并將之應(yīng)用于加拿大西部一個石油烴污染場地的地下水污染風險評價;金菊良等[12]則用隨機模擬方法模擬三角模糊數(shù),建立了水環(huán)境風險評價的隨機模擬與三角模糊數(shù)耦合模型.

1 隨機-模糊耦合模型

廣義的不確定性包括模糊不確定性和概率不確定性[13-14].參數(shù)的概率不確定性通常用概率分布函數(shù)來描述,并基于Monte Carlo算法通過確定性模型生成輸出值的概率分布.而參數(shù)的模糊不確定性則用隸屬度函數(shù)來表征.當樣本數(shù)據(jù)比較豐富時,采用概率不確定性來描述參數(shù)的不確定性可以取得較好的結(jié)果;而模糊不確定性適用于較少或不精確的數(shù)據(jù)資料的處理和隨機信息的表征,同時在處理和表達模糊信息時也有一定優(yōu)勢[15-16].然而模糊數(shù)在實際應(yīng)用過程存在一定局限性,主要問題是目前對于模糊數(shù)的乘法、除法和函數(shù)運算尚不夠嚴謹、操作過程比較復(fù)雜,而若采用模糊數(shù)的截集技術(shù)進行計算,實現(xiàn)過程又過于復(fù)雜,同時難以適用于模糊數(shù)的函數(shù)運算[10].

1.1 模糊變量和隨機變量的耦合方法

假定Y為模糊變量,y為模糊變量Y在論域U中的可能值變量,χ為隨機變量X在樣本空間內(nèi)的可能取值.若y與χ存在函數(shù)關(guān)系y=f(χ),則可將模糊參數(shù)的模糊不確定性用概率分布表示,從而實現(xiàn)模糊性-隨機性的耦合,進而利用 Monte Carlo方法解析輸入?yún)?shù)不確定性(包括模糊不確定性和概率不確定性)對風險后果的影響.

那么問題的關(guān)鍵是找到模糊變量值 y與隨機變量值 χ的函數(shù)關(guān)系.以常見的三角模糊數(shù)為例進行說明,其基本原理如下:

假定模糊變量Y的上限值和下限值分別為a和 c,b為最可能值,那么模糊效用(a、b、c)表示.其隸屬度函數(shù)為:

式中:y為模糊變量Y在論域U中的可能值變量.

模糊變量Y的隸屬度函數(shù)如圖1所示,將μ(y)除以μ(y)的曲線與y軸圍成的面積0.5(c-a),得到的值可作為三角模糊數(shù)A的可能性概率密度函數(shù).

采用逆變換法[17]將上式變換,得到模糊變量Y的可能值y的隨機模擬公式:

式中:X是參數(shù)為(0,1)均勻隨機變量;χ是X的可能值.

類似的,其他類型的隸屬度函數(shù),如梯形、正態(tài)型和Sigmiod型分布,都可按照上述方法處理.如此,就可將模糊不確定性參數(shù)用概率分布函數(shù)表示,從而將模糊不確定性參數(shù)和概率不確定性參數(shù)耦合起來(圖1),并基于Monte Carlo方法計算并解析輸入?yún)?shù)不確定性對風險結(jié)果的影響.

圖1 基于模糊-隨機耦合的暴露過程評價過程Fig.1 The coupled fuzzy-stochastic model of exposure assessment

1.2 隸屬度函數(shù)和概率分布函數(shù)及相關(guān)統(tǒng)計參數(shù)的確定

1.2.1 隸屬度函數(shù) 參數(shù)的模糊不確定性用隸屬度函數(shù)表示,隸屬度函數(shù)的特征參數(shù)為 a(可能最小值),b(最可能值)和 c(可能最大值),通常用變量X的樣本均值來表征最可能值.最小值和最大值通過下式計算:

式中:Xmin和Xmax分別為變量X的最小實測值和最大實測值;為樣本均值;σ為樣本標準差.

1.2.2 概率分布函數(shù) 參數(shù)的概率不確定性用概率密度函數(shù)(PDF)來描述.污染場地風險評價中常用的概率分布函數(shù)包括 Normal分布、Uniform分布、Log-normal分布、Beta分布和Poison分布等.一般氣象學(xué)參數(shù)如降雨量、蒸發(fā)量服從 Normal分布[18];水文地質(zhì)參數(shù)中滲透系數(shù)和彌散度分布服從對數(shù)正態(tài)分布[19];孔隙度和延遲因子服從正態(tài)分布[20].

若已知參數(shù)的概率分布類型,可直接根據(jù)相關(guān)公式求得其方差、均值等特征參數(shù);若參數(shù)概率類型未知,則需要先對其分布類型進行先驗判斷,假定其分布類型后,通過假設(shè)檢驗法確定其是否屬于該假定分布.

2 案例研究

受場地中污染物濃度、場地水文地質(zhì)條件、自然氣象條件不確定性等諸多不確定性的影響,敏感人群的暴露濃度存在著明顯的不確定性,最終的健康風險也存在著極大的不確定性.本文以青海某汞污染場地為例,應(yīng)用上述隨機-模糊耦合模型刻畫污染場地及暴露過程參數(shù)的不確定性對最終風險的影響.

2.1 研究區(qū)概況

研究對象為青海省某汞化工企業(yè)搬遷后的遺留場地,主要產(chǎn)品為聚氯乙烯和燒堿,主要生產(chǎn)工藝為汞法燒堿和電石法PVC.歷史上,該廠產(chǎn)生的大量汞廢渣被就地堆放在廠區(qū)及周邊地區(qū),對周邊土壤及地下水質(zhì)量及人體健康構(gòu)成嚴重危害.2011年根據(jù)國家環(huán)保要求和淘汰落后產(chǎn)能的產(chǎn)業(yè)政策,該公司宣布停產(chǎn)后拆除所有設(shè)施并完成廢渣堆的處理工作,然而汞廢渣長期堆放過程中形成的污染土壤仍對周邊居民健康形成嚴重威脅.圖2為研究區(qū)概況.

圖2 研究區(qū)概況Fig.2 Overview of study area

2.2 危害識別

場地污染調(diào)查采用分區(qū)域網(wǎng)格化動態(tài)布點方法,逐步細化確定鉻污染程度和范圍,最終完成47個點位采樣,獲得1269個土壤樣品.土壤樣品用王水水浴消解(GBT22105.1-2008)[21],消解液用 AFS-3000型原子熒光光度計分析測定總汞含量.除汞外的其他重金屬測定用ICP-MS進行.分析結(jié)果顯示大部分樣品土壤中總汞濃度在30～68.7mg/kg,最高達142mg/kg,其他重金屬未發(fā)現(xiàn)超標現(xiàn)象. 根據(jù)《污染場地風險評估技術(shù)導(dǎo)則》(報批稿),污染場地土壤風險評價中汞的啟動值分別為 5mg/kg(住宅用地)和 49mg/kg(工業(yè)和其他用途),因此判斷該場地進行再次利用時需要進行風險評估,主要污染物為Hg.

為污染區(qū)域的Hg濃度,采用Walsh's Test分析法識別并去除了樣品數(shù)據(jù)中的濃度異常偏大值,用經(jīng)驗最小值代替了未檢出值,利用假設(shè)檢驗法對Hg濃度數(shù)據(jù)的3種假設(shè)分布形態(tài)(正態(tài)分布、對數(shù)正態(tài)分布和Gamma分布)進行了擬合優(yōu)度檢驗,結(jié)果表明污染場地的 Hg濃度數(shù)據(jù)服從參數(shù)為(60,10)的正態(tài)分布.

2.3 暴露評估

2.3.1 暴露途徑分析 人體暴露途徑一般包括:飲用水、動植物和土壤的攝入;大氣的揮發(fā)物和顆粒吸入;土壤、地表水和地下水的皮膚接觸.本案例中地表已做硬化處理,同時 Hg的存在形態(tài)主要以不揮發(fā)性形態(tài)存在,因此不存在大氣揮發(fā)物和顆粒吸入以及土壤攝入;研究區(qū)為商業(yè)用地也不存在動植物攝入和地下水皮膚接觸. 因此其主要暴露途徑為飲用水的攝入和地表水的皮膚接觸,暴露過程如下:地下徑流從東部山區(qū)往西流動,流經(jīng)廠區(qū)的污染土后,污染土中的可溶性Hg在吸附解析作用下溶出并隨地下水遷移,最后排泄至研究區(qū)西部的河流中,人群通過在河中游泳和飲用河水發(fā)生暴露.河流東岸處的地下水濃度可視為人體的暴露濃度.

圖3 暴露過程概化Fig.3 Conception model of exposure process

2.3.2 暴露點濃度 計算 Hg從污染土壤中遷移至暴露點需要經(jīng)歷兩個過程(見圖3),首先是土壤中污染物在地表入滲作用下的垂向遷移,在到達地下水面后在地下水水力梯度作用下從東向西運動進入河流中.假設(shè)污染物在包氣帶中的垂向遷移和在地下水中的水平運動分別服從一維瞬態(tài)方程和平面二維瞬態(tài)方程,考慮污染物的一階降解和一階反應(yīng),可以分別得到污染物濃度在土壤和含水層中分布為:

式中:Ci和Cwi分別為Hg在包氣帶和含水層中的濃度;t為時間;Z為包氣帶模型的深度坐標,向下為正;χ和y為飽和帶模型中的χ和y坐標;v為補給強度,等于降雨入滲強度 I;R為滯后因子,等于1+(ρ/n1)Kd;D為動力彌散系數(shù);Ki為污染組分i的一階降解系數(shù);Dχ和Dy分別為χ、y方向上的彌散系數(shù);uχ為地下水流速;λ為一級反應(yīng)常數(shù);n1為包氣帶的孔隙度.

初始條件:濃度初值即為包氣帶和含水層中,各污染組分的背景值,因此初始條件可設(shè)為:

式中:Cb2和Cwb,分別為包氣帶和含水層中Hg的背景值;Cb2,污染土壤中 Hg的濃度值;Dc為污染土深度;D為包氣帶厚度.

邊界條件:對于包氣帶,其上邊界為零濃度邊界,下邊界為零濃度梯度邊界:

式中:zul為包氣帶底部的深度.

對于含水層模型,其邊界條件為:

式中:χu、χd、yl和yr分別表示含水層模型上、下游邊界和左右邊界.

控制式(6)和式(7),結(jié)合其約束條件(8)～(10),可以用有限差分或者有限元法求解得到給定參數(shù)條件下暴露點的濃度.結(jié)合模糊-隨機耦合模型就可以得到參數(shù)不確定條件下暴露點濃度的概率分布,暴露評價過程涉及的主要參數(shù)及其分布類型如表1所示.

2.3.3 人體攝入量計算 如 2.3.1所述,場區(qū)居民可能通過兩種途徑攝入 Hg:通過飲用河水和在河中游泳.

通過飲用途徑的攝入量可根據(jù)下式計算:

式中:CHg為暴露濃度,mg/L;CR為飲用水攝入速率,成人取2L/d(US EPA推薦數(shù)據(jù));FE為暴露頻率,d/a;DE為持續(xù)暴露時間,a;BW 為體重,取60kg;AT為平均時間(對致癌物質(zhì)取人類平均壽命70a共有的天數(shù)[22];對非致癌物質(zhì)取DE和 FE的乘積,即將危害平均到整個暴露作用期),d.

通過游泳時皮膚接觸的攝入量根據(jù)下式計算:

式中:AS為人體表面積,cm2,取 16600;FE為暴露頻率,次/年,取105;f為腸道吸附比率,取1;I為每次游泳時皮膚對污染物的吸附量,mg/(cm2·次);K為皮膚吸附參數(shù),cm/h,取 0.001;τ為延滯時間,h,取1h;TE為游泳時間,h,取0.4h.

2.4 毒性評估和風險表征

汞為非致癌化學(xué)物質(zhì),因此本研究考慮其非致癌效應(yīng),其經(jīng)口攝入和皮膚接觸參考劑量 RfD分別為3.00×10-4和2.10×10-5mg/(kg?d)[23].

人群通過飲用水而產(chǎn)生的非致癌風險為:

人群通過游泳接觸含Hg河水的非致癌風險為:

其中:RfDo和 RfDd分別為經(jīng)口攝入和皮膚接觸參考劑量.

通過不同暴露途徑產(chǎn)生的綜合風險為:

3 結(jié)果與討論

3.1 暴露點濃度

由暴露評估模型可以計算得到暴露點處任意時間濃度的累計概率分布,選取濃度累計概率分布的1%,5%,10%,50%,90%,95%和99%分位值表征最樂觀,較樂觀、樂觀、正常、不利、較不利和最不利條件下的暴露點濃度,繪制其歷時曲線(圖4).從圖中可知暴露點濃度隨著時間逐漸增加,在第7年達到最大值,隨后逐漸減小,至25a左右衰減為零.

圖4 暴露點Hg濃度的歷時曲線Fig.4 Duration curve of Hg concentration in exposure point

圖5 暴露點Hg濃度的累計概率分布Fig.5 Cumulative frequency distribution of Hg concentration in exposure point in different year

同時由于暴露過程參數(shù)不確定性的影響,暴露點濃度也存在較大的不確定性.以第7a為例,最不利情況下(降雨量大,包氣帶厚度小,源強濃度大等)其暴露點濃度高達 0.023mg/L;最樂觀情況下(降雨量小,包氣帶厚度大,源強濃度小等)其暴露濃度低至0.001mg/L;而正常情況下的暴露濃度則為 0.005mg/L.若以式(18)定量計算暴露過程的不確定性,則本案例情形下的不確定性高達5.

不同年份暴露點濃度的累計頻率分布如圖5所示.從圖中可知,在不同年份暴露點濃度的不確定性不同,第7a不確定性最高,第10a次之,隨后為第5a、第3a、第20a、第40a、第70a和第2a,第1a的不確定性最小.

3.2 風險評價結(jié)果

根據(jù)式(11)～(17),結(jié)合暴露點的濃度值(圖4),計算得到該污染場地通過飲用途徑和游泳途徑暴露的非致癌風險值,結(jié)果見表2.

同時為驗證本模型風險評價結(jié)果的基本精度,將本模型模擬結(jié)果(最不利條件)與RBCA模型結(jié)果比較(取相同參數(shù),不確定性參數(shù)取最不利值),結(jié)果見圖7.RBCA模型是由美國 GSI公司根據(jù)美國試驗與材料學(xué)會(ASTM)“基于風險的矯正行動”(RBCA)標準開發(fā),該模型除可以實現(xiàn)污染場地的風險分析外,還可用來制定基于風險的土壤篩選值和修復(fù)目標值,在美國各州、歐洲一些國家和我國臺灣地區(qū)都得到了廣泛應(yīng)用.

表2 不同暴露情境下風險評價結(jié)果Table 2 Model result under different exposure scenarios

根據(jù)圖7:RBCA模型計算的經(jīng)口、經(jīng)皮膚的非致癌風險以及綜合風險值分別為 1.17、0.24和 1.41,與本模型比較,相對誤差分別為 9.4%、9.1%和 9.2%.這說明本模型的基本精度合理,可用于污染場地的風險評價研究.比較不同暴露情景下(最樂觀,較樂觀、樂觀、正常、不利、較不利和最不利條件下)的非致癌風險值,最不利條件下的綜合風險值為 1.28,最樂觀條件下的綜合風險值為 0.07,相差 18倍,說明本場地條件下的風險評價結(jié)果具有較大的不確定性.不確定性的主要來源是場地暴露過程參數(shù)的不確定性,包括降雨量的隨機性、污染物空間分布的不均勻性、水文地質(zhì)參數(shù)的時空變異性等.若考慮最不利暴露條件下的健康風險,則其風險大于1,不可接受,但該不利暴露條件出現(xiàn)的概率很小(小于等于1%).

3.3 風險管理

根據(jù)表2,本案例中經(jīng)口攝入Hg的非致癌風險為 1.06,經(jīng)游泳過程皮膚接觸含 Hg河水導(dǎo)致的非致癌風險為 0.22,故經(jīng)口攝入 Hg為主要的暴露途徑,可以考慮為居民提供替代飲用水源以降低其健康風險.

圖6 RBCA模型結(jié)果的比較Fig.6 Results of comparison between this coupled model and RBCA model

假設(shè)居民從第 i年開始連續(xù)暴露(暴露時間仍取我國居民平均壽命 70a),根據(jù)式(18)計算得到從不同年份開始暴露的暴露濃度,并將暴露濃度代人式(11)～(13)計算得到從不同年份開始暴露的居民的人體健康風險值(圖 7).從圖 7可知,在持續(xù)暴露的時間一定(70a)的條件下,開始暴露的時間越早,健康風險越大. 在第 1年開始暴露的居民,其人體健康風險最大(綜合風險值 1.28,經(jīng)口暴露風險值1.06).在第3.7年開始暴露的居民,其經(jīng)口暴露的非致癌風險值已降低到可接受水平(HQ=1);在第5.6年開始暴露的居民,其綜合風險值也降低到到可接受水平.

表3 不同風險應(yīng)對措施下的人體健康風險Table 3 Risk result under different risk management measurements

同時根據(jù)圖4所示,暴露點的濃度在第7a達到最大,其次為第6a和第8a,因此分別考慮3種措施下的人體健康風險:在第7a為該區(qū)域居民臨時提供其他生活水源;在第6～8a為該區(qū)域居民提供其他生活水源,以避免在污染物濃度高峰時的暴露;以及措在第1～6a為該區(qū)域居民提供其他生活水源. 同樣根據(jù)式(11)～(13)和式(18)計算人體健康風險值(表3),在采取措施1的情況下,經(jīng)口暴露的人體健康風險值降至 0.84,小于可接受風險水平,但綜合風險值為1.01,略高于可接受風險水平;而由于污染場地滲濾液污染地下水造成的人體健康風險也可降低到可接受水平;采取措施 2和措施3條件下,經(jīng)口暴露非致癌風險和綜合風險值均降至可接受水平. 因此建議無需對該場地進行修復(fù)處理,只需在第1～6a或6～8a,為居民提供替代生活水源,短暫截斷暴露途徑.

圖7 風險值隨時間變化曲線(最不利暴露情景)Fig.7 Duration curve of HQ under the most unfavorable condition

4 結(jié)論

4.1 應(yīng)用逆變換法將污染場地風險評價中的模糊不確定性用隨機方法表達,從而建立了污染場地暴露評價的模糊-隨機耦合模型,應(yīng)用該模型評估了青海某重金屬污染場地的環(huán)境風險,結(jié)果表明模糊-隨機耦合模型的模擬結(jié)果與RBCA模擬模擬結(jié)果的相差不超過10%,結(jié)果基本準確.

4.2 本案例中,經(jīng)口攝入是構(gòu)成人體健康風險的主要暴露途徑,對整體風險的貢獻約為 83%左右;受場地暴露過程參數(shù)不確定性影響,風險評價結(jié)果存在較大不確定性(不確定性系數(shù)等于5),正常情況下,該污染場地對人體的綜合風險為0.28,可以接受;在最不利條件下,綜合風險為 1.28,不可接受.最不利條件出現(xiàn)的概率小于等于1%.

4.3 由于包氣帶的降解和含水層的自然稀釋作用,暴露點濃度會隨著時間逐漸衰減,其風險水平也逐漸降低.因此可以考慮在污染物高峰段(第1～6a或第6～8a)為居民提供替代水源以截斷暴露途徑,待場地污染水平自然衰減,無需進行場地修復(fù)處理.

[1] Roland W S. Decision making under uncertainty in case of soil remediation [J]. Journal of Environmental Management, 2006, 80(2):132–147.

[2] Michael J C, James T P. Identifying and reducing uncertainty in decision making, decision making in natural resource management: a structured, adaptive approach [R]. John Wiley and Sons, Ltd, 2013:192-231.

[3] 劉年磊,蔣洪強,吳文俊.基于不確定性的水資源優(yōu)化配置模型及其實證研究 [J]. 中國環(huán)境科學(xué), 2014,34(6):1607-1613.

[4] Jianbing L, Gordon H, Huang B, et al. An integrated fuzzystochastic modeling approach for risk assessment ofgroundwater contamination [J]. Journal of Environmental Management, 2007, 82:173–188.

[5] Lee Y W, Dahab M F, Borgardi I. Fuzzy decision making inground water nitrate risk management [J]. Water Resources Research, 1994,30:135–148.

[6] Kumar G, Maiti J. Modeling risk based maintenance using fuzzy analyticnetwork process [J]. Expert Systems with Applications, 2012,39:9946–9954.

[7] Goodrich M T, McCord J T. Quantification of uncertainty inexposure assessments at hazardous waste sites [J]. Ground Water, 1995,33(5):727–732.

[8] Hamed M M, Bedient P B. On the performance of computationalmethods for the assessment of risk from groundwater contamination [J]. Ground Water, 1997,35(4):638–646.

[9] Batchelor B, Valde′s J, Araganth V. Stochastic risk assessment ofsites contaminated by hazardous wastes [J]. Journal of Environmental Engineering, 1998,124:380–388.

[10] Guyonnet D, Bourgine B, Dubois D, et al. Hybrid approach for addressing uncertainty in riskassessments [J]. Journal of Environmental Engineering, 2003,129:68–78.

[11] Li J B, Huang G H, Chakma A, et al. Integratedfuzzy-stochastic modeling of petroleum contamination in subsurface [J]. Energy Sources. 2003,25:547–563.

[12] Hu Y, Wen J Y, et al. A dynamic multimedia fuzzy-stochastic integrated environmentalrisk assessment approach for contaminated sites management [J]. Journal of Hazardous Materials, 2013,261:522-533.

[13] 金菊良,吳開亞,李如忠.水環(huán)境風險評價的隨機模擬與三角模糊數(shù)耦合模型 [J]. 水利學(xué)報, 2008,39(11):1257-1261.

[14] Destouni G. Predicting uncertainty in solute flux throughheterogeneous soil [J]. Water Resources Research, 1992, 28:793–802.

[15] Blair A N, Ayyub B M, Bender W J. Fuzzy stochastic risk-baseddecision analysis with the mobile offshore base as a case study [J]. Marine Structures, 2001,14:69–88.

[16] Arunraj N S, Maiti J. A methodology for overall consequence modelling inchemical industries [J]. Journal of Hazardous Materials, 2009,169(1–3):556–574.

[17] Van der Pas J W, Marchau V A, Walker W E, et al. ISA implementation and uncertainty: a literature review and expertelicitation study [J]. Accident Analysis and Prevention, 2012,48:83–96.

[18] 李躍清,王文圣,金菊良.水文水資源隨機模擬技術(shù) [R]. 成都:四川大學(xué)出版社, 2007.

[19] 何 丹,馬東豪,張錫洲,等.土壤入滲特性的空間變異規(guī)律及其變異源 [J]. 水科學(xué)進展, 2013,34(3):340-347.

[20] 徐 亞,顏湘華,董路等.基于Landsim的填埋場長期滲漏的污染風險評價 [J]. 中國環(huán)境科學(xué), 2014,34(5):1355-1360.

[21] GB/T22105—2008,土壤質(zhì)量總汞、總砷、總鉛的測定原子熒光法 [S]. 2008.

[22] 諶宏偉,陳鴻漢,劉 菲,等.污染場地健康風險評價的實例研究[J]. 地學(xué)前緣, 2006,(1):230-235

[23] Hsiao H W, Susanne M U, Trevor W T. Burdens of mercury in residents of Temirtau, Kazakhstan: II: Verification of methodologies for estimating human exposure to high levels of Hg pollution in the environment [J]. Science of The Total Environment, 2010,408(19):4033–4044

A fuzzy-stochastic integrated model of contaminated site risk assessment model and case study.

XU Ya, ZHU Xue-mei*, LIU Yu-qiang, NAI Chang-xin, DONG Lu
(Chinese Research Academy of Environmental Sciences, Beijing 100012, China). China Environmental Science, 2014,34(10)：2692～2700

Risk assessment is associated with uncertainties in nature, and neglect of those uncertain elements in evaluating risk will inevitably lead to difficulty for decision-makers in the stage of risk management and decision-making. Fuzzy theory was used to describe the fuzzy uncertainties, and probability theory was employed to describe the random uncertainties. A coupled fuzzy-stochastic model was built to resolve the problem of complex computation of fuzzy numbers in which fuzzy number are represented with the function of uniform random variables. Monte Carlo method was also used to simulate the computation between fuzzy numbers. One mercury contaminated site located in Qinghai Province was selected as a case to demonstrate the effectiveness and reasonability of this coupled model. The reasonability of this model was verified by comparing simulated results of the widely used RBCA model. The case study indicated that: 1) the main exposure pathway was oral intake with a contribution rate of 80%; 2) the health risk of this contaminated site was acceptable with non-carcinogenic Hazard Quotient (HQ) of 0.28 under normal exposure condition; under the most unfavorable exposure condition which appearance probability was less than 1%, the health risk was unacceptable with HQ equals to 1.28; 3) the health risk would decline in time and reach to an acceptable level after about six years. Therefore, it was suggested that the related responsibility should provide other drinking water resources to eliminate the exposure routine in the period of the first 6 years or the 6-8 years rather than take engineering measurements to remediate this contaminated site.

t：fuzzy-stochastic；exposure assessment；uncertainties；risk assessment

X820.4

：A

：1000-6923(2014)10-2692-09

徐 亞(1985-),男,湖南岳陽人,助理研究員,博士生,主要從事固體廢物管理和環(huán)境風險評價工作.發(fā)表論文10余篇.

2013-11-08

國家環(huán)境保護公益性行業(yè)科研專項(201209022);2012年度院所基本科研業(yè)務(wù)專項(2012YSKY16)

* 責任作者, 副研究員, zhuxm@craes.org.cn