地下水资源是宝贵的自然资源之一, 且我国地下水资源量占全国水资源总量的1/3.在我国北方地区, 地下水是工农业生产和人民生活的主要水源(徐斌等, 2018), 特别是对于地表水资源相对缺乏的干旱、半干旱地区, 地下水资源更具有不可替代的地位(孙才志, 1999).然而, 作为我国70%人口饮用水源(姜林等, 2012)的地下水已经受到污染(吕倩等, 2016), 且受氮化物、磷化物、重金属离子等污染的浅层地下水和深层地下水分别已经达到80%和30%(米热古丽·麦麦提, 2013).由于地下水污染具有极强的隐蔽性, 不易察觉, 因而受到污染的地下水很难被治理(刘海娇等, 2010;郭高轩等, 2014).研究发现, 地下水污染通常受到区域水文地质条件的影响, 即通常意义上的地下水脆弱性的影响(李定龙等, 2013).而地下水脆弱性评价是目前保护含水层的主要防治手段(孟宪萌等, 2007;卢德宝等, 2013;奚旭等, 2016).
化工园区是地下水最重要的点污染源, 污染物可从这些工厂中直接释放至周边环境介质中从而造成污染.本研究涉及的阜新市某化工园区以氟化工及冶金企业为主, 主要产品为三氟甲氧基苯、对氨基三氟甲苯及聚四氟乙烯等含氟化合物及铁锰合金, 存在地下水氟化物及重金属等的污染风险.研究表明, 地下水中的重金属由于具有稳定性、生物积累性、不可降解性等特点, 在地下水中可通过迁移、转化, 并经由食物链在生物体内富集(Kavcar et al., 2009;Muhammad et al., 2009;Wang et al., 2012;Sun et al., 2015;李强等, 2018), 经长时间暴露会对人体产生致癌和非致癌等健康风险, 进而危害人类健康(Li et al., 2010;Muhammad et al., 2011;张家泉等, 2015).目前, 氟中毒已经成为全球性的健康问题(Li et al., 2011), 饮用过量的含氟水会导致不同程度的氟斑牙、氟骨病(赵锁志等, 2007;郜红建等, 2010), 尤其是我国北方的大部分干旱和半干旱地区, 浅层高氟水已经对当地居民的健康造成严重威胁(Ruan et al., 2001), 而饮用高氟地下水是导致氟中毒的主要原因(孙瑞刚等, 2014).
已有研究表明, 本研究涉及的氟化工园区是导致地下水污染的重要污染源(Bao et al., 2011;Wang et al., 2013;Zhu et al., 2015;Chen et al., 2018).同时, 该区域降水较少、蒸发强烈, 地表径流匮乏, 地下水资源是极其重要的水源, 其水质对人体健康具有重要意义.因此, 弄清该区域地下水污染现状及污染风险显得尤为必要.基于此, 本研究通过调查该氟化工园区及周边地下水中重金属及氟化物浓度, 并对其进行人体健康风险及生态风险评价, 以期为研究区地下水资源保护及管理提供科学依据.
2 模型与方法构建(Model and methods) 2.1 研究区概况本研究氟化工园区域位于阜新市境内, 紧邻细河沿岸, 厂区中心点地理坐标为121°35′E、41°56′N.区域属大陆性干旱半干旱季风气候, 其特点是多风、干燥、少雨, 气温变化较大;年平均气温为8.6 ℃, 多年平均降水量为480 mm, 7、8、9月为丰水期, 5、6、10月为平水期, 11月—次年4月为枯水期, 冬季以西北风为主, 夏季以西南风为主, 年平均风速为2.3 m·s-1, 最大风速为23.0 m·s-1.研究区内河流为细河, 属大凌河水系, 全长86 km, 流域面积2242 km2, 为季节性河流, 在研究区北部自东北向西南流经全区.地形地貌单元为构造剥蚀缓丘陵区及细河河谷冲积平原两种地貌类型.研究区内存在两种类型地下水, 其中, 松散岩类孔隙水主要分布在细河东岸一级阶地和河漫滩上, 分布较连续, 第四系厚度为4.16~9.9 m, 上部为亚沙土, 局部为亚粘土, 厚度为2.0~3.5 m;中部为粉细砂、中粗砂, 厚度一般为1.5~5.3 m;下部为粗砂和砂砾石, 厚度一般为1.0~1.5 m;地下水埋深为2.0~5.3 m, 地下水渗透系数K=70~72 m·d-1.碎屑岩类孔隙裂隙水主要分布于河谷两侧的低缓丘陵区和包气带含水层的下部, 地层为中生代白垩纪阜新组地层, 主要岩性为砂岩、砂砾岩、泥岩、页岩和砂页岩互层, 风化带厚度为10~20 m左右, 表层岩石风化后结构松散, 侵水后为泥状, 是包气带地下水和碎屑岩类地下水良好的隔水层.地下水主要接受大气降水的垂向补给及地表河流的侧向补给, 排泄主要为地下水节理和大气蒸发及周边村民灌溉园田.
2.2 样品采集与分析综合考虑研究区的地下水水质情况、地形、水系特点等因素, 分别在11月枯水期和5月平水期选取9个地下水采样点(图 1)进行样品采集, 每个采样点采集3个样品, 可有效覆盖整个研究区域.采样容器为用去离子水洗净的500 mL聚乙烯塑料瓶, 采样前用该采样点水样润洗3次, 然后再进行样品采集.用于检测重金属元素(Cr、As、Cu、Hg、Mn)的水样加入HNO3酸化后密封, 用于检测F-的水样集满直接密封, 所有水样于24 h内带回实验室并置于4 ℃冰箱避光保存待测.
根据GB/T 5750—2006, 对水样中的重金属元素采用PerkinElmer NexION 350 ICP-MS电感耦合等离子质谱仪进行检测, 对水样中的F-采用PF-2氟离子选择电极进行测定.
2.3 健康风险评价模型健康风险评价是以风险度为评价指标, 将环境污染与人体健康联系起来, 定量描述污染对人体健康产生危害风险的一种方法(刘芹芹等, 2013).利用健康风险评价方法能够客观、科学地量化地下水污染对人体健康产生的潜在影响(李政红等, 2008).环境中的污染物可通过饮水摄入、皮肤接触和呼吸吸入等途径进入人体, 而地下水中的污染物主要以饮水摄入和皮肤接触两种途径进入人体(Giri et al., 2014).由图 1可知, 本研究采样点主要分布于非敏感用地(园区内)和敏感用地(园区外)两种土地利用类型上, 根据《污染场地风险评估技术导则》(HJ 25.3-2014), 敏感用地方式下, 儿童和成人均可能会长时间暴露于污染下而产生健康危害, 对于致癌效应, 考虑人群的终生暴露危害, 一般根据儿童期和成人期的暴露来评估污染物的终生致癌风险;对于污染物的非致癌效应, 儿童体重较轻、暴露量较高, 一般根据儿童期暴露来评估污染物的非致癌危害效应.非敏感用地方式下, 成人的暴露期长、暴露频率高, 一般根据成人期的暴露来评估污染物的致癌风险和非致癌效应.
因此, 本研究选用美国环保署(US EPA)推荐的健康风险评价模型, 按照“敏感用地”(园区外)和“非敏感用地”(园区内)两种土地利用类型, 在饮水摄入和皮肤接触两种途径下, 对暴露于该地下水环境下的成人和儿童, 根据世界卫生组织(WHO)、美国环保局综合信息系统(IRIS)、国际癌症研究协会(IARC)、人类流行病学研究证据、动物毒理学研究等资料的分类(US EPA, 1992;环境保护部, 2013), 进行人体健康致癌(Cr、As)风险和非致癌(Cu、Hg、Mn、F)风险评价(段小丽等, 2011;高瑞忠等, 2018).根据US EPA推荐的健康风险评价模型, 同一暴露途径下致癌风险与非致癌风险计算方法不同, 同一元素在不同暴露途径下的模型参数也不同, 本研究中的模型参数及污染物毒理学指标SF及RfD见表 1和表 2(王喆等, 2008;段小丽等, 2011;左娇蕾, 2011;Kalantzi et al., 2015;中华人民共和国国家卫生和计划生育委员会, 2015;徐美娟等, 2018).
单一污染物饮水摄入途径致癌风险(CRcgw, 无量纲)的计算公式如下所示:
(1) |
式中, CGWERca为饮水途径下致癌效应的暴露量(L·kg-1·d-1), 对于非敏感用地和敏感用地, CGWERca的计算公式分别见式(2)和式(3).
(2) |
(3) |
式中, Cgw为地下水中污染物浓度(mg·L-1);SF0为饮水摄入致癌斜率因子(kg·d·mg-1);GWCRc为儿童每日饮水量(L·d-1);GWCRa为成人每日饮水量(L·d-1);EDc为儿童暴露期(a);EDa为成人暴露期(a);EFc为儿童暴露频率(d·a-1);EFa为成人暴露频率(d·a-1);BWc为儿童体重(kg);BWa为成人体重(kg);ATca为致癌效应平均时间(d).
单一污染物饮水摄入途径非致癌风险(HQcgw, 无量纲)的计算公式如下:
(4) |
式中, CGWERnc为饮水途径下非致癌效应的暴露量(L·kg-1·d-1), 对于非敏感用地和敏感用地, CGWERnc的计算公式分别见式(5)和式(6).
(5) |
(6) |
式中, RfD0为饮水摄入的非致癌污染物日均参考计量(mg·kg-1·d-1);WAF为暴露于地下水参考剂量分配比例(无量纲);ATnc为非致癌效应平均时间(d).
2.3.2 皮肤接触途径健康风险评价模型单一污染物皮肤接触途径致癌风险(CRdgw, 无量纲)的计算公式如下所示:
(7) |
式中, DGWERca为皮肤接触途径下的致癌效应暴露剂量(mg·kg-1·d-1), 对于非敏感用地和敏感用地, DGWERca的计算公式分别见式(8)和式(9).
(8) |
(9) |
(10) |
(11) |
(12) |
(13) |
式中, SFd为皮肤接触途径致癌斜率因子(kg·d·mg-1);EV为每日洗澡、游泳、清洗等事件发生的频率(次·d-1);SAEc为儿童暴露皮肤表面积(cm2);SAEa为成人暴露皮肤表面积(cm2);DAec为儿童皮肤接触吸收剂量(mg·cm-2);DAea为成人皮肤接触吸收剂量(mg·cm-2);Kp为皮肤渗透系数(cm·h-1);tc为儿童期经皮肤接触的时间(h);Cgw为地下水中污染物浓度(mg·L-1);ta为成人次经皮肤接触的时间(h);Hc为儿童平均身高(cm);Ha为成人平均身高(cm);SERc为儿童暴露皮肤所占面积比(无量纲);SERa为成人暴露皮肤所占面积比(无量纲).
单一污染物皮肤接触途径非致癌风险(HQdgw, 无量纲)的计算公式如下所示:
(14) |
式中, DGWERnc为皮肤接触途径下的非致癌效应暴露剂量(L·kg-1·d-1), 对于非敏感用地和敏感用地, DGWERnc的计算公式分别见式(16)和式(17).
(16) |
(17) |
式中, RfDd为皮肤接触参考剂量(mg·kg-1·d-1).
2.3.3 水体总健康风险评价模型假定单一污染物每种暴露途径的致癌及非致癌风险, 以及每种有毒物质对人体的健康风险作用呈相加关系, 而不是协同或拮抗关系(王月等, 2016;2017), 则经全部暴露途径下, 地下水中单一污染物的总致癌风险CRn、地下水中单一污染物危害指数HQn及总风险R总为:
(18) |
(19) |
(20) |
当风险被量化后, 即可对风险进行分析, 主要是对风险程度和类型进行定性的描述.对于致癌物风险程度, 通常按照指定的人体健康可接受的最大风险标准进行衡量, 但目前国际上尚无统一的标准值, 不同机构均制定的可接受风险水平范围在10-6~10-4之间(张会兴等, 2013;沈扬等, 2017).采用不同的标准, 评价结果相对差别较大, 因此, 本文综合了几种评价分级标准, 根据已有的研究, 将健康风险危害分为6级(李如忠等, 2011;袁希慧等, 2011;曲昌盛等, 2018), 具体见表 3.对于非致癌风险, 则采用危害指数来表达, 若非致癌危害商大于1, 则认为存在一定的风险.
本文选用US EPA推荐的最典型的DRASTIC模型(董贵明等, 2018;Huan et al., 2018;金玉玺等, 2019), 选取地下水埋深D、净补给量R、含水层介质A、土壤介质S、地面坡度T、包气带介质I及含水层传导系数C等7个因子, 对地下水脆弱性进行评价.地下水脆弱性可通过脆弱性指数来表示, 脆弱性指数值越大, 表示地下水脆弱性越高, 易遭受污染的可能性越高(刘凡等, 2014), 具体计算如下:
(21) |
式中, DI为脆弱性指数;r为指标值;w为权重.
计算脆弱性指数的关键在于确定指标等级、分值及指标权重(李小牛等, 2014).本研究中DRASTIC指标体系的分级及评分参照“地下水脆弱性评价技术要求”(江海浩等, 2015;李玉芳等, 2018), 具体见表 4.根据地下水埋深D、净补给量R、含水层介质A、土壤介质S、地面坡度T、包气带介质I及含水层传导系数C等7个因子对地下水脆弱性的影响程度, 按照国际常用的标准赋予DRASTIC模型的权重值, 并进行归一化(马天海等, 2014), 结果见表 5.理论上, 脆弱性指数值范围为1~10, 按照等间距分为5个级别, 即低级别、较低级别、中等级别、较高级别、高级别(胡旭东等, 2019), 具体见表 6.
为考察氟化工园区及周边地下水中重金属及氟化物的污染特征, 分析测试了地下水样品中的5种重金属(Cr、As、Cu、Hg和Mn)及氟化物(F), 结果表明, 研究区地下水已经受到重金属及氟化物的污染.由表 7可知, 枯水期地下水样品中Cr、As、Cu、Hg和Mn浓度分别为7.00~15.00、3.63~4.72、2.44~7.98、0.11~0.77、6.56~5830.00 μg·L-1, F浓度为0.46~4.28 mg·L-1, 各点位的Cr、As、Cu、Hg浓度均分别低于5.00、10.00、1000.00、1.00 μg·L-1的《地下水质量标准》(GB/T14848—2017)中规定的Ⅲ类水标准限值, 然而, Mn和F浓度的最大值分别是标准值100.00 μg·L-1、1.00 mg·L-1的58.30和4.28倍;平水期重金属及氟化物的浓度分别为n.d~1.55 μg·L-1、3.95~13.03 μg·L-1、n.d~8.77 μg·L-1、3.09~9.88 μg·L-1、9.33~4631.03 μg·L-1和0.61~3.76 mg·L-1, 其中, Hg、Mn、F和As浓度的最大值分别是标准限值的26.54、4.63、3.76和1.30倍.这与研究园区的性质有关, 园区内主要包括氟化工及冶金企业, 主要产品为含氟化合物及铁锰合金, 由于当时的处理工艺和处理技术尚不成熟, 以及金属加工废水直接就地排放或滞留原地通过蒸发排泄等人为污染, 由此对当地地下水环境造成了严重影响.同时, 水-岩相互作用的强烈影响和含水层物理地球化学条件有利于Mn的运移和积累, 而研究区地下水径流条件较差, 锰元素容易富集于此(Habes et al., 2016).
地下水中重金属及氟化物浓度在平水期高于枯水期, 这种季节性变化可能与雨水渗透和农业活动有关(Varol et al., 2018).由于各企业对周围环境的影响, 污染物从污染的土壤中浸出并解吸到浅层地下水;由于通常地下水位平水期高于枯水期, 污染物可能在雨水渗透的作用下浸出, 进而进入地下水中(Buchhamer et al., 2012;Hao et al., 2016).如As在枯水期浓度较低, 且各点分布均匀, 表明研究区地下水中As的自然背景值较低, 但在平水期各点的As浓度高于枯水期, 这可能是由农业污染源所造成(Zhang et al., 2015;Lu et al., 2018).枯水期和平水期污染物总浓度的变化范围分别为500.84~8703.44 μg·L-1和621.77~7617.92 μg·L-1, 最大值和最小值在不同季节均出现在同一点, 分别对应非敏感用地9号采样点和敏感用地8号采样点(图 2).从位置上来看, 8号采样点距离园区最远, 且位于地下水流向的上游, 因此受影响最小.而9号采样点位于园区内部, 周围企业较多, 且位于地下水流向的补给下游, 因此污染物浓度最高.
根据健康风险评价模型、模型参数及指标浓度, 计算出地下水中污染物经饮水摄入及皮肤接触途径在不同时期所引起的个人年致癌风险(表 8)、非致癌风险(表 9)及综合健康风险(表 10).由表可知, 总致癌风险数量级在10-5~10-4之间, 处于Ⅱ级、Ⅲ级和Ⅳ级风险评价标准区间, 表明研究区地下水致癌风险偏高, 地下水中的As和Cr可能会对当地人群构成致癌风险(Joshua et al., 2018).枯水期各样点总致癌风险大小排序为:非敏感用地9号>3号>2号, 敏感用地5号>8号>7号>4号>1号>6号;平水期排序为:非敏感用地9号>3号>2号, 敏感用地5号>6号>7号>1号>4号>8号.综上, 敏感用地的总致癌风险高于非敏感用地的总致癌风险(张仲, 2016).这主要是由于敏感用地方式下根据儿童期和成人期的暴露来评估污染物的终生致癌风险, 而非敏感用地方式下根据成人期的暴露来评估污染物的致癌风险.枯水期Cr和As的个人年总致癌风险分别在3.56×10-5~9.72×10-5和4.12×10-5~9.17×10-5之间, 平均值分别为6.28×10-5和7.64×10-5, 平水期Cr和As的个人年总致癌风险分别在n.d~1.16×10-5和6.07×10-5~2.68×10-4之间, 平均值分别为4.62×10-6和1.42×10-4, 均高于最大可接受风险水平10-6.Cr和As的质量浓度基本满足《地下水质量标准》(GB/T14848-2017)中Ⅲ类水质标准, 却具有较高的致癌风险, 这是因为致癌风险不仅与Cr和As的质量浓度有关, 还与致癌强度系数、人体日平均饮水量、暴露频率、暴露持续时间、人均体重、平均暴露时间和人类平均寿命有关(周巾枚等, 2019).枯水期经饮水摄入途径和皮肤接触途径引起的个人年致癌风险分别在8.11×10-5~1.80×10-4和1.85×10-6~8.98×10-6之间, 其中, 经饮水摄入途径引起的个人平均年致癌风险的来源物质排序为As>Cr, 经皮肤接触途径引起的个人平均年致癌风险的来源物质顺序为Cr>As;平水期经饮水摄入途径和皮肤接触途径引起的个人年致癌风险分别在1.12×10-5~2.77×10-4和2.83×10-7~2.40×10-6之间, 其中, 经饮水摄入途径和皮肤接触途径引起的个人平均年致癌风险的来源物质顺序均为As>Cr.
各采样点地下水中, Cu、Hg、Mn和F通过饮水摄入及皮肤接触两种途径引起的总非致癌危害商均大于1, 表明人群暴露于此环境的地下水中会引发非致癌风险(Giandomenico et al., 2016;Sudsandee et al., 2017), 而Cu在不同时期不同暴露途径下的HQ均低于1, 表明地下水中的Cu几乎不会对健康造成不利影响(Asare-Donkor et al., 2016).枯水期经饮水摄入途径和皮肤接触途径引起的个人年非致癌危害分别在2.73~21.65和8.60×10-4~1.04×10-2之间, 其中, 经饮水摄入途径引起的个人平均年非致癌危害的来源物质顺序为F>Mn>Hg>Cu, 经皮肤接触途径引起的个人平均年非致癌危害的来源物质顺序为Mn>F>Hg>Cu;平水期分别在5.71~29.09和2.17×10-3~1.74×10-2之间, 其中, 经饮水摄入途径和皮肤接触途径引起的个人平均年致癌风险的来源物质顺序均为Mn>Hg>F>Cu.重金属Cu、Hg、Mn和F经皮肤接触途径引起的非致癌风险均小于1, 可以忽略不计, 且比饮水摄入途径低3~4个数量级, 说明饮水摄入为引起非致癌危害的主要途径, 皮肤接触为次要暴露途径(Zhang et al., 2018;张艳等, 2018;周巾枚等, 2019).
研究区属于高风险区, 主要是由地下水中重金属及氟化物的污染造成的(表 10).不同污染物对健康风险的贡献率也不同, 由图 3可知, As对致癌风险的贡献率大于Cr的贡献率, 主要原因是研究区As的浓度高于Cr的浓度(高亚威等, 2018).由图 4可知, F对非致癌危害的贡献率最大, 枯水期和平水期的贡献率分别为71.74%和35.22%, Cu的贡献率最小, 分别为0.41%和0.08%, 枯水期污染物非致癌危害的贡献率表现为F>Mn>Hg>Cu, 平水期表现为F>Hg>Mn>Cu, 说明F、Mn和Hg为人体非致癌危害的主要污染物.
根据研究区水文地质条件及表 4、表 5的DRASTIC模型指标体系的分级评分和权重, 计算出各个指标的得分, 并分别叠加每个指标的权重值, 得到研究区每个点位地下水脆弱性指数.
整个研究区地下水埋深为2.0~5.3 m, 整体地下水埋深较浅, 相对而言, 研究区北部及中部最浅, 南部较深, 评价得分为7~9分, 其中得分为9的点位最多, 占66.67%;地下水的补给来源主要为大气降水和上游地下水的节理补给;研究区内地下水类型为第四系松散岩类孔隙水和碎屑岩类裂隙水, 主要含水层岩性分别为亚砂土、亚粘土、粉细砂、中粗砂、粗砂、砂砾石和砂岩、砂砾岩、泥岩、页岩、砂页岩互层;土壤介质类型主要为粉质壤土;总体地形由东北向西南倾斜, 构造剥蚀缓丘陵区, 地形坡度 < 9%, 细河河谷冲积平原, 地形坡度 < 5%;包气带介质上部为粉质砂土、粉细砂, 下部为砂砾石层;地下水渗透系数为70~72 m·d-1.
综合DRASTIC模型7个指标评分, 研究区的脆弱性指数DI范围为4.30~5.91, 整体脆弱性处于Ⅲ级中等脆弱性水平.其中, 9号点脆弱性指数最高, 与该点位污染物浓度最高相一致, 权重较大的地下水埋深成为影响研究区地下水脆弱性的主要指标, 这与吴建强等(2017)对平原河网地区地下水脆弱性评价结果类似.
4 结论(Conclusions)1) 氟化工园区及周边地下水受到污染, 主要污染物为Mn和F, 在枯水期两者最大值分别为Ⅲ类地下水标准限值的58.30和4.28倍, 平水期分别为4.63和3.76倍.
2) 研究区地下水致癌风险偏高, 总致癌风险数量级在10-5~10-4之间, 处于Ⅱ~Ⅳ级风险评价标准区间.总致癌风险表现为:敏感用地>非敏感用地.各点总非致癌危害商均大于1, 且饮水摄入途径为主要的暴露途径.
3) 研究区的脆弱性指数DI范围为4.30~5.91, 整体脆弱性处于Ⅲ级中等脆弱性水平, 其中, 地下水埋深为影响研究区地下水脆弱性的主要指标.
Asare-Donkor N K, Boadu T A, Adimado A A. 2016. Evaluation of groundwater and surface water quality and human risk assessment for trace metals in human settlements around the Bosomtwe Crater Lake in Ghana[J]. SpringerPlus, 5(1): 1812. |
Bao J, Liu W, Liu L, et al. 2011. Perfluorinated compounds in the environment and the blood of residents living near fluorochemical plants in Fuxin, China[J]. Environmental Science & Technology, 45(19): 8075-8080. |
Buchhamer E, Blanes P, Osicka R, et al. 2012. Environmental risk assessment of arsenic and fluoride in the Chaco Province, Argentina:Research advances[J]. Journal of Toxicology & Environmental Health, 75(22/23): 1437-1450. |
Chen H, Yao Y, Zhao Z, et al. 2018. Multi-media distribution and transfer of Per- and Polyfluoroalkyl Substances (PFASs) Surrounding two fluorochemical manufacturing facilities in Fuxin, China[J]. Environmental Science & Technology, 52(15): 8263-8271. |
董贵明, 刘仍阳, 常大海, 等. 2018. VCH地下水污染风险评价模型构建及应用[J]. 环境科学与技术, 41(3): 198-204. |
段小丽, 王宗爽, 李琴, 等. 2011. 基于参数实测的水中重金属暴露的健康风险研究[J]. 环境科学, 32(5): 1329-1339. |
Giandomenico S, Cardellicchio N, Spada L, et al. 2016. Metals and PCB levels in some edible marine organisms from the Ionian Sea:dietary intake evaluation and risk for consumers[J]. Environmental Science and Pollution Research, 23(13): 12596-12612. |
Giri S, Singh A K. 2014. Risk assessment, statistical source identification and seasonal fluctuation of dissolved metals in the Subarnarekha River, India[J]. Journal of Hazardous Materials, 265: 305-314. |
高瑞忠, 秦子元, 张生, 等. 2018. 吉兰泰盐湖盆地地下水Cr、As、Hg健康风险评价[J]. 中国环境科学, 38(6): 2353-2362. |
高亚威, 刘派, 徐威. 2018. 松花江傍河水源地地下水污染健康风险评价[J]. 人民长江, 49(16): 19-23+46. |
郜红建, 张显晨, 张正竹, 等. 2010. 安徽省饮用水中氟化物含量及健康风险分析[J]. 中国环境科学, 30(4): 464-467. |
郭高轩, 李宇, 许亮, 等. 2014. 北京平原区第四系地下水污染风险评价[J]. 环境科学, 35(2): 562-568. |
Habes G, Mahmoud E W, Awni B, et al. 2016. Pollution assessment of arsenic and other selected elements in the groundwater and soil of the Gulf of Aqaba, Saudi Arabia[J]. Environmental Earth Sciences, 75(3): 229:1-10. |
Hao X Z, Wang D J, Wang P R, et al. 2016. Evaluation of water quality in surface water and shallow groundwater:A case study of a rare earth mining area in southern Jiangxi Province, China[J]. Environmental Monitoring and Assessment, 188(1): 1-11. |
胡旭东, 聂晶晶, 梅红波, 等. 2019. 基于DRASTIC模型的地下水脆弱性评价综合赋权研究[J]. 节水灌溉, (2): 79-84. |
Huan H, Zhang B T, Kong H M, et al. 2018. Comprehensive assessment of groundwater pollution risk based on HVF model:A case study in Jilin City of northeast China[J]. Science of Total Environment, 628-629: 1518-1530. |
环境保护部. 2013. 中国人群暴露参数手册(成人卷)[M]. 北京: 中国环境科学出版社, 90-780.
|
江海浩, 周书葵, 陈朝猛, 等. 2015. 基于改进DRASTIC模型、GIS和层次分析法(AHP)的地下水U(Ⅵ)污染风险评价[J]. 环境工程, 33(3): 113-117+130. |
姜林, 钟茂生, 贾晓洋, 等. 2012. 基于地下水暴露途径的健康风险评价及修复案例研究[J]. 环境科学, 33(10): 3329-3335. |
金玉玺, 吴光宇, 张福洋. 2019. 基于GIS的DRASTIC模型在秦皇岛平原区地下水脆弱性评价中的应用[J]. 水资源开发与管理, 38(3): 32-37. |
Joshua N E, Abimbola M E, Ntwanano M, et al. 2018. Evaluation of water quality and human risk assessment due to heavy metals in groundwater around Muledane area of Vhembe District, Limpopo Province, South Africa[J]. Chemistry Central Journal, 12(2): 1-16. |
Kalantzi I, Pergantis S A, Black K D, et al. 2015. Metals in tissues of seabass and seabream reared in sites with oxic and anoxic substrata and risk assessment for consumers[J]. Food Chemistry, 194: 659-670. |
Kavcar P, Sofuoglu A, Sofuoglu S C. 2009. A health risk assessment for exposure to trace metals via drinking water ingestion pathway[J]. Int J Hyg Environ Health, 212(2): 216-227. |
李定龙, 王宗庆, 杨彦. 2013. 基于综合方法的区域浅层地下水脆弱性评价-以常州市为例[J]. 环境化学, 32(11): 2099-2108. |
李强, 刘云庆, 陈望香, 等. 2018. 新疆地表水体重金属生态风险评估[J]. 中国环境科学, 38(5): 1913-1922. |
李如忠, 童芳, 周爱佳, 等. 2011. 基于梯形模糊数的地表灰尘重金属污染健康风险评价模型[J]. 环境科学学报, 31(8): 1790-1798. |
Li S, Zhang Q. 2010. Risk assessment and seasonal variations of dissolved trace elements and heavy metals in the Upper Han River, China[J]. Journal of Hazardous Materials, 181(1/3): 1051-1058. |
李小牛, 周长松, 周孝德, 等. 2014. 污灌区浅层地下水污染风险评价研究[J]. 水利学报, 45(3): 326-334. |
Li X Q, Hou X W, Zhou Z C, et al. 2011. Geochemical provenance and spatial distribution of fluoride in groundwater of Taiyuan basin, China[J]. Environmental Earth Sciences, 62(8): 1635-1642. |
李玉芳, 陈立.基于DRASTIC方法的乌鲁木齐市平原区地下水脆弱性评价[J].城市地质, 13(2): 88-92
|
李政红, 毕二平, 张胜, 等. 2008. 地下水污染健康风险评价方法[J]. 南水北调与水利科技, 6(6): 53-57. |
刘凡, 孙继朝, 张英, 等. 2014. 地下水污染风险评价研究综述[J]. 南水北调与水利科技, 12(3): 127-132. |
刘海娇, 张保祥, 孙清山, 等.2010.黄水河流域地下水污染风险评价研究[A]//中国环境科学学会.2010中国环境科学学会学术年会论文集(第三卷)[C].北京市: 中国环境科学学会
|
刘芹芹. 2013. 地下水系统健康风险评价研究[J]. 人民长江, 44(S1): 132-134. |
Lu Y T, Zang X H, Yao H, et al. 2018. Assessment of trace metal contamination in groundwater in a highly urbanizing area of Shenfu New District, Northeast China[J]. Frontiers of Earth Science, 12(3): 569-582. |
卢德宝, 史正涛, 顾世祥, 等. 2013. 岩溶地区水文模型应用研究[J]. 节水灌溉, (11): 31-34. |
吕倩, 魏洁云. 2016. 中国地下水污染现状及治理[J]. 生态经济, 32(10): 10-13. DOI:10.3969/j.issn.1671-4407.2016.10.003 |
马天海, 朱晓明, 潘扎荣. 2014. 太湖流域典型平原地区浅层地下水脆弱性研究[J]. 地下水, 36(6): 59-62. |
孟宪萌, 束龙仓, 卢耀如. 2007. 基于熵权的改进DRASTIC模型在地下水脆弱性评价中的应用[J]. 水利学报, 38(1): 94-99. |
米热古丽·麦麦提. 2013. 地下水污染现状调查及处理[J]. 水利规划与设计, 121(11): 35-37. |
Muhammad S, Shah M T, Khan S. 2009. Health risk assessment of heavy metals and their source apportionment in drinking water of Kavcar P, Sofuoglu A, Soguoglu S C.A health risk assessment for exposure to trace metals via drinking water ingestion pathway[J]. International Journal of Hygiene and Environmental Health, 212(2): 216-227. |
Muhammad S, Shah M T, Khan S. 2011. Health risk assessment of heavy metals and their source apportionment in drinking water of Kohistan region, northern Pakistan[J]. Microchemical Journal, 98(2): 334-343. |
曲昌盛, 李娟, 王月, 等. 2018. 基于梯形模糊数的皖北地区地下水健康风险评价[J]. 环境工程, 36(9): 176-180. |
Ruan J, Wong M H. 2001. Accumulation of fluoride and aluminium related to different varieties of tea plant[J]. Environmental Geochemistry and Health, 23(1): 53-63. |
沈扬, 冯承莲, 艾扬, 等. 2017. 下辽河平原地下水健康风险评价[J]. 环境监测管理与技术, 29(6): 36-40. |
Sudsandee S, Tantrakarnapa K, Tharnpoophasiam P, et al. 2017. Evaluating health risks posed by heavy metals to humans consuming blood cockles (Anadara granosa) from the Upper Gulf of Thailand[J]. Environmental Science and Pollution Research, 24(3): 1-11. |
孙才志, 潘俊. 1999. 地下水脆弱性的概念、评价方法与研究前景[J]. 水科学进展, 10(4): 444-449. |
孙瑞刚, 李连香, 程先军, 等. 2014. 文安县高氟地下水的分布特征及关键水化学性质分析[J]. 中国水利水电科学研究院学报, 12(3): 316-322. |
Sun Z, Mou X, Tong C, et al. 2015. Spatial variations and bioaccumulation of heavy metals in intertidal zone of the Yellow River estuary, China[J]. CATENA, 126: 43-52. |
US EPA.1992.Guidelines for exposure assessment[R].Washington DC: Office of Health and Environmental Assessment, US EPA.186
|
Varol Simge, Şekerci Mediha. 2018. Hydrogeochemistry, water quality and health risk assessment of water resources contaminated by agricultural activities in Korkuteli (Antalya, Turkey) district center[J]. Journal of Water and Health, 16(4): 1-26. |
Wang P, Wang T, Giesy J P, et al. 2013. Perfluorinated compounds in soils from Liaodong Bay with concentrated fluorine industry parks in China[J]. Chemosphere, 91(6): 751-757. |
Wang X, Li Y. 2012. Distribution and fractionation of heavy metals in long-term and short-term contaminated sediments[J]. Environmental Engineering Science, 29(7): 617-622. |
王月, 安达, 席北斗, 等. 2016. 基于三角随机模拟的生活垃圾填埋场地下水环境健康风险评价模型[J]. 环境工程技术学报, 6(1): 49-56. |
王月, 安达, 席北斗, 等. 2017. 基于正态随机模拟的武烈河环境健康风险评价[J]. 环境工程学报, 11(5): 3334-3340. |
王喆, 刘少卿, 陈晓民, 等. 2008. 健康风险评价中中国人皮肤暴露面积的估算[J]. 安全与环境学报, 8(4): 154-158. |
吴建强, 王敏, 陈宇, 等. 2017. 平原河网地区地下水脆弱性评价体系构建及应用[J]. 生态环境学报, 26(11): 1821-1828. |
奚旭, 孙才志, 吴彤, 等. 2016. 下辽河平原地下水脆弱性的时空演变[J]. 生态学报, 36(10): 3074-3083. |
徐斌, 张艳. 2018. 基于GIS的泾惠渠灌区地下水污染人体健康风险评价[J]. 农业环境科学学报, 37(5): 992-1000. |
徐美娟, 鲍波, 陈春燕, 等. 2018. 宁波市地表水重金属污染现状和健康风险评价[J]. 环境科学, 39(2): 729-737. |
袁希慧, 王菲凤, 张江山. 2011. 基于区间数的饮用水源地水环境健康风险模糊评价[J]. 安全与环境学报, 11(4): 129-133. |
张会兴, 张征, 宋莹. 2013. 地下水污染健康风险评价理论体系研究[J]. 环境保护科学, 39(3): 59-63. |
张家泉, 李秀, 全发, 等. 2015. 冶湖滨岸带重金属水-土迁移特征与风险评价[J]. 环境科学, 36(1): 194-201. |
张艳, 徐斌, 刘秀花. 2018. 陕西省泾惠渠灌区地下水污染与人体健康风险评价[J]. 吉林大学学报(地球科学版), 48(5): 1451-1464. |
Zhang Y, Li F, Li J, et al. 2015. Spatial distribution, potential sources, and risk assessment of trace metals of groundwater in the North China Plain[J]. Human and Ecological Risk Assessment:An International Journal, 21(3): 726-743. |
Zhang Y, Wu J, Xu B. 2018. Human health risk assessment of groundwater nitrogen pollution in Jinghui canal irrigation area of the loess region, northwest China[J]. Environmental Earth Sciences, 77(7): 273. |
张仲.2016.宁阳化工园地下水污染健康风险评价研究[D].济南: 济南大学
|
赵锁志, 王喜宽, 黄增芳, 等. 2007. 内蒙古河套地区高氟水成因分析[J]. 岩矿测试, 26(4): 320-324. |
中华人民共和国国家卫生和计划生育委员会. 2015. 疾病预防控制局中国居民营养与慢性病状况报告(2015年)[M]. 北京: 人民卫生出版社.
|
周巾枚, 蒋忠诚, 徐光黎, 等. 2019. 崇左响水地区地下水水质分析及健康风险评价[J]. 环境科学, 40(6): 2675-2685. |
周巾枚, 蒋忠诚, 徐光黎, 等. 2019. 铁矿周边地下水金属元素分布及健康风险评价[J]. 中国环境科学, 39(5): 1934-1944. |
左娇蕾.2011.我国四城市成年居民饮水现状的研究[D].北京: 中国疾病预防控制中心
|
Zhu Z, Wang T, Meng J, et al. 2015. Perfluoroalkyl substances in the Daling River with concentrated fluorine industries in China:seasonal variation, mass flow, and risk assessment[J]. Environmental Science & Pollution Research, 22(13): 10009-10018. |