填埋场井筒效应及其对污染监测井监测效果的影响

徐 亚,刘玉强,胡立堂,刘景财,董 路,能昌信



填埋场井筒效应及其对污染监测井监测效果的影响

徐 亚1,2,3,刘玉强1,2,胡立堂3*,刘景财1,董 路1,能昌信1

(1.中国环境科学研究院,环境基准与风险评估国家重点实验室,北京 100012；2.中国环境科学研究院,土壤与固废研究所,北京 100012；3.北京师范大学,地下水污染控制与修复教育部工程研究中心,北京 100875)

构建了填埋场渗漏条件下,含水层-监测井系统水流和污染物运移的代表性概念模型.利用等效渗透系数法描述双重介质系统中的水流运动和水头分布,而多孔介质溶质运移的ADE方程和管流的一维溶质运移方程被分别用来模拟污染物在含水层和井孔中的迁移和分布,最终形成了描述渗滤液渗漏条件下监测井-含水层系统中污染物迁移分布的控制方程.基于Fortan平台,编制了该方程的有限差分求解程序,应用该程序模拟分析了填埋场渗漏条件下,地下水监测井内部及周边水流和溶质的运动、井筒存在对水流和溶质运移的影响.结果表明:井筒效应影响井孔周边的局部地下水流场和浓度场,导致井孔内下部区域污染物浓度增大,井筒外一定区域浓度减小;井筒效应的影响随着径距增加而减小,当径距大于2倍含水层厚度时,井筒效应导致的监测误差最大不超过20%.井径对井筒效应的影响较为复杂,并非单调增加.在本案例中,井径小于0.1m时,井筒效应随着井径增大而增大;反之,当井径大于0.1m后,井筒效应导致的监测误差随着井径增大而减小.含水层渗透系数和比单位弹性贮水系数越大,井筒效应的影响越小.因此具有强渗透性且孔隙度更大的卵、砾石含水层中,井筒效应的影响更小;而对于弱渗透性或中等渗透性的砂土、砂黏土含水层,井筒效应对监测效果的影响更大.

数值模拟；井筒效应；填埋场；双重介质

填埋是固体废物集中处置的主要手段[1],同时也是固体废物环境危害集中产生的主要场所,而渗滤液渗漏污染地下水和恶臭气体污染正是其环境危害表现的两种主要表现形式[2-3].填埋场中的渗滤液包含重金属及多种有毒有害有机污染组分,一旦渗漏不仅污染地下水,通过饮用地下水途径长期慢性暴露还将对周围居民的人体健康构成严重威胁[4-5].通过建立科学的填埋场地下水污染监测系统,填埋场运营单位及管理部门可跟踪填埋场周边地下水环境质量的变化,及早识别和确定渗滤液渗漏,为其地下水污染控制争取宝贵的时间[6].

欧美等发达国家对地下水监测系统非常重视,开展了大量的研究.早在1993年美国环境保护署(EPA)出版的《固体废物处置设施标准》中就对固体废物填埋场地下水监测井提出了具体要求,包括监测井数量、点位、成井方式、地下水样品分析和测试流程、污染浓度数据统计分析等诸多方面.加拿大、欧盟等也有类似标准[7].近年来,国外学者开始应用地下水数学模型、统计学、空间插值、Monte Carlo模拟等方法[8-12]量化研究地下水监测井布设和监测效果评估,地下水监测井优化布设方法取得极大进展.国内方面,自2000年以后逐渐重视地下水监测,但该时期主要关注监测井的数量[13].近10年来,开始逐渐重视监测井的质量-监测效果,开展了大量的监测井网优化研究[14-17],相关国家标准也逐步建立并完善.

地下水监测井监测效果的影响因素包括2类,即井网因素(如监测井方位、数量、间隔)和井孔因素(如井筒大小、长度、滤管长度等).针对井网对地下水监测井监测效果的研究已经大量开展,基于模拟模型-优化模型耦合的模拟-优化方法已经发展较为成熟,不仅可有效识别监测井点位、数量因素对监测效果的影响,通过反演优化还能实现多目标(如最大检出概率、最小监测井数、最及时监测以及监测费用)约束条件下的最佳井网方案.另一方面,尽管井孔特性对监测井监测效果的影响同样重要,相关研究却相对匮乏.Bennett等[18]首先提出监测井井筒的存在会导致含水层中出现优先流影响监测井周边水头和溶质浓度的分布,即井筒效应.Church[20]通过对比分析测压计式监测井和常规监测井数据,证实了常规监测井可能导致的水位观测误差和对周边流场的影响.在上述试验和现场监测数据基础上,Giddings[19]通过数学模型模拟分析了监测井滤管长度对地下水位分布的影响.陈等[21-23]发展了模拟井孔-含水层双重介质系统的EHC理论,并基于该理论系统模拟并分析了单层含水层系统中,监测井井筒特性对地下水天然流场分布的影响;在此基础上,徐亚等[24]进一步分析了多层含水层系统中井筒特性对地下水天然流程分布及地下水位采样的影响.

上述研究仅限于分析井筒效应对井周水流分布及水位监测影响,而对井筒效应对污染物运移和分布的影响,还没有对应的模拟方法.需进一步分析水流重分布之后井周局部区域内污染物的时空重分布,以及由此引起的污染监测结果的变化和偏差.为此,本文拟以典型地下水污染源-填埋场渗漏为模拟监测对象,基于填埋场的实际特征,构建填埋场渗漏条件下监测井内部及周边水流和污染物运移的概念模型,利用等效EHC模型模拟水流运动;在此基础上耦合多孔介质溶质运移的ADE方程和管流的一维溶质运移方程以分别模拟溶质在地下水含水层和井管中的运动,采用有限差分法对上述方程进行求解,并基于Fortran平台编制了其求解程序.应用该程序,分析了填埋场渗漏条件下,地下水监测井内部及周边水流和污染物的迁移、井筒存在对水流和污染物分布和运移的影响,最后基于模型模拟结果提出了填埋场地下水监测井设置的一些建议.

1 模型和方法

1.1 概念模型

我国填埋场相关的标准中均明确规定应在填埋场下游设置2~3口污染监测井,其目的是尽早发现渗滤液渗漏,以便及时提出污染控制和应急处理措施.同时渗滤液渗漏一般通过防渗膜上漏洞垂直渗漏,相对于整个填埋场漏洞面积较小,因此可处理为点源连续渗漏.如此就可将渗滤液渗漏后污染物在含水层以及监测井中的运动概化如图1a所示.渗滤液渗漏后,穿过包气带垂直下渗进入其下方的承压含水层中,在天然水力梯度作用下,向下游的地下水监测井迁移扩散.假设渗滤液中目标污染物浓度为0,以定流量发生渗漏.同时,为集中分析监测井井径、及其与渗漏源之间相对距离的影响,本文暂不涉及污染物的吸附解析、化学反应等问题.

图1 模型概化和网格剖分示意

a-模型概化示意;b-水平网格剖分示意;c-垂向网格剖分示意

1.2 水流运移方程

上述概念模型可视为由类似裂隙的井孔和含水层构成的双重介质系统,含水层介质中的水流运动采用基于达西定律的承压水非稳定运动的基本微分方程描述;井管中的水流运动,可采用管流方程来描述,但需要解决不同流场边界的耦合以及边界分区的问题.为此,Chen等[21-23]提出了等效EHC方法,将基于管流的能量损失方程,将井管中的水流方程改写成达西定律的形式,从而将井孔-含水层中的水流统一到一个控制方程下.基本思路如下:

根据流体力学圆柱管中水流的水头损失(m)方程:

式中:Δ为水头损失,m;为摩擦系数,无量纲;为管长,m;为管内直径,m;为管内平均流速,m/d;为重力加速度,m/d2.

当管流为层流时:

式中:为水力坡度,无量纲;为流体的重度,N/m3;

对于管流来说,其空隙率=1,依渗透流速=的关系,则=,故有

将此式与达西定律=×相对比,可得出井管层流状态等效渗透系数K的表达式:

当管流中的水流呈紊流状态时,管流方程可改写为:

这样,整个井孔-含水层系统中的渗透系数就可以表达成如下形式:

如此,监测井-含水层系统的水流运动便可耦合为一个方程,即承压水非稳定运动的基本微分方程:

式中:为()处水头降深,m;,源汇项,T-1;s为比弹性储水系数,L-1;K为等效渗透系数,m/d;为含水层渗透系数,m/d;L和N分别为水流为紊流和层流时的井管水流的等效渗透系数,m/d..

1.3 溶质运移方程

假设含水层系统中的溶质运移服从Fick迁移,那么其对流-弥散方程可表述如下:

式中:xx、yy和zz-分别为、和方向的水动力弥散系数,L2/T;v,v和v是地下水实际流速,m/d.

对于监测井中的溶质运移,由于相较于长度其井径很小,同时井管内轴向流速也远较径向流速为大,可以忽略径向的分子扩散.因此在不考虑溶质反应的前提下,可得管段内水质一维的迁移方程为:

式中:为井孔深度处时刻的溶质浓度(g/L);z为井管中垂向水流流速(m/d).

1.4 边界条件和初始条件

模型上下和四周均无补给,因此边界设为不透水边界;初始时刻假设水头面是水平的,各处降深均为0.

模型范围,为保证模型外边界不对模型内部流场产生影响,需保证模拟时刻末外边界处降深为零,故取模型径距须足够大,本研究先取为18km;根据计算结果,若外边界处降深不为0则适当增大.

1.5 模型求解方法

采用有限差分法对上述方程进行求解,并基于Fortran平台编制其程序代码.

2 实例分析

如图1所示,假设填埋场发生渗漏,渗滤液通过漏洞以864m3/d 的流量注入含水层中,漏洞下游若干距离处设置有1口监测井.假设井径分别为0,0.02, 0.05,0.1,0.2m,其中井径为0m时可认为该井为测压计式监测井,井筒不对周围溶质运移产生影响,其他井径的监测井则为常规监测井,井筒会对周围水流和溶质运移产生影响.

2.1 模型参数

相关标准规定,填埋场下游监测井应该设置在填埋场边界30~50m处,本文取38m.对于渗漏源强设置,美国EPA针对全美近百家填埋场的调查表明,基本所有填埋场防渗膜均存在破损和漏洞,形成渗滤液渗漏的优先通道.以累积概率曲线估计破损频率的中位值约为8.2个/hm2(以半径1mm计算).中国环境科学研究院针对国内填埋场调查研究表面,国内填埋场防渗膜施工质量较差,中位值可达27个/ hm2(以半径1mm计算),将其等效为1个27mm的大漏洞.对于库底面积为1hm2的填埋场,通过该漏洞的渗漏速率可以根据下式计算,约0.01m3/s,即864m3/d.其他参数取值见表1.

=bp2(2w)1/2(12)

式中:为渗漏速率,m3/s;为漏洞半径,m;b为形态系数,取0.6;w为饱和液位高度,m,取3m;为重力加速度,m/s2.

表1 模型参数值

2.2 网格和时段剖分

时段剖分:采取变时间步长设置,变时间步长因子为1.05,模拟时段为127,总时段长10d.

网格剖分:坐标轴及网格剖分示意图参见图1b和图1c.平面上采用不等距的结点(变网格)设置,结点距随着与抽水井的径向距离增大而增大,轴向总计设置个49结点(图1b);垂向上,设置了21个等距结点,单层结点个数为289个,单层单元个数为584个;整个模型结点数为289×21个,单元数为584´21个(图1c).

3 结果与讨论

3.1 监测井内部浓度分布的影响

图2为考虑井筒效应下监测井内污染物浓度垂向分布情况.从图2可知,当井径不为0时,监测井内污染物浓度的垂向分布与井径为0时存在明显差异.同时随着井径发生变化,不同井径条件下浓度的分布也有所差异.以图2c为例,在地下水面处(深度=0m)处,不同井径(0,0.02,0.05,0.10,0.20m)监测井,井孔中心浓度均为3.8mg/L左右,而到深度10m处,不同井径(0,0.02, 0.05,0.10,0.20m)监测井,井孔中心浓度分别变为0.51, 0.69,0.73,2.51mg/L.显然,当井径为0时,监测井内不同深度位置处的浓度差异较大;而当井径不为0时,监测井内不同深度位置处的浓度差异减小.在三维承压含水层中,监测井井筒内会出现明显的垂向水流,水流运动加强了污染物的垂向运移和扩散,使得垂向浓度梯度差减小[26].对于穿过多层承压含水层的混合监测井,井筒内垂向水流可能更为明显,由此导致的污染物垂向对流可能更为明显[27].

进一步分析发现,井筒效应对监测井内垂向浓度分布的影响并非随井孔直径增加而单调增加.以图2a为例,井径从0.01m增大至0.1m时,其井筒内浓度垂向分布与井径为0时差异逐渐增大,但从0.1m增大至0.2m时,差异反而减小.徐亚等人研究[27]表明井筒内垂向流量随着井径增大而增大,据此推测井筒效应也应该更为明显才对,笔者推测可能是井径增大导致井筒体积成倍增加,因此尽管垂向流量也随之增大,但污染物浓度经过更大的井筒体积平均后井筒内的垂向浓度反而有所减小.

图2 不同径距、井径条件下监测井井孔中溶质浓度分布

a.径距为2.18m;b.径距为4.47m;c.径距为38.53m;d.径距为78.98m

另外,对于井径相同的监测井,井筒效应随着径距增加而减小.以图2中井径0.1m的监测井为例,径距2.18,4.47,38.53,78.98m处,其第12层节点处(深度38.5m)浓度值分别为3.28,2.78,2.66,0.74mg/L;而对应井径为零的监测井,其径距为2.18,4.47,38.53, 78.98m时,第12层节点处浓度值分别为0.37,0.38, 0.44,0.59mg/L;不同距离处,零井径与有限井径的浓度差值分别为2.91,2.42,2.22,0.15mg/L.显然,井筒效应的影响随着径距增大而逐渐减小.当径距大于含水层厚度时,井筒效应的影响急剧减小,如在78.98m处,有限井径监测井与零井径监测井的误差仅为20%.詹红兵等[28]研究也表明,当径距足够大,井筒效应导致的差异可以忽略.分析其原因,一方面因为径距越大,距离渗漏源越远,因此浓度越小;另一方面可能是由于距离渗漏源越远,垂向渗漏引起的三维流越小,因而井孔内的垂向水流也越小,井筒内垂向的对流-扩散减弱,井筒效应影响降低.

3.2 监测井周边浓度分布

研究表明,井筒效应的存在不仅导致井筒内出现垂向水流,引发井筒内垂向上水头的重分布;同时由于井筒内水头的重分布进而引起井筒内外水头和流场的重分布[26,29].而污染物的迁移扩散是受水流影响的,因此可以合理推测井筒存在引起的水头重分布会进一步引起污染物浓度在井筒内部及其周边的重分布.上文已分析并证实了井筒内垂向上浓度的重分布,那么井筒周边的污染物浓度是否存在呢?本文进一步模拟了零井径及有限井径下井筒周边浓度的x-z剖面分布,以分析井筒对井筒周边污染物浓度分布的影响.

零井径和有限井径条件下周边污染物浓度分布的比较见图3b.从图3可以看出,在井筒存在条件下,井筒内,尤其是井筒内的下部污染物浓度高于零井径条件下;但在井筒外部的局部区域,污染物浓度低于零井径条件下的.分析原因,这是由于井筒效应的存在,井筒内底层不断接受上层高浓度地下水的垂向补给,导致井筒内底部污染物浓度较同等情形下的零井径的高.同时,由于井筒内垂向水流的存在,井筒内上层的污染物不断向下迁移,导致在井筒-含水层系统的上部,井筒内外的水头梯度和浓度梯度相较于井径为零时增大,该深度处井筒内外的污染物水平对流和扩散增加,导致井筒外部局部区域的污染物浓度降低.

a.井径为0的监测井;b.井径为0.2m的监测井

3.3 参数敏感性分析

地下水在含水介质中运动,其流动规律必然受含水层参数的影响,为此进一步分析了不同含水层渗流参数(渗透系数,比单位弹性贮水系数S)条件下监测井井筒效应的影响,模拟结果见图4和图5.

以距离渗漏点2.18m处,井径0.02m的监测井为例分析s及其变化对井筒效应的影响.从图4中可知,比单位弹性贮水系数为0.0001,0.00001,和0.000001m-1时,监测井中顶层污染物浓度分别为5.36,4.95,4.87mg/L,;而监测井中第12层节点处(深度38.5m)浓度分别为0.27,0.69,1.30mg/L.随着s减小,井筒内顶底部的污染物浓度差从5.09mg/L,逐渐减小至4.26,3.57mg/L.而如上文所述,井筒效应的主要影响就是使得井筒内垂向方向上的浓度梯度减小,因此,可以判断Ss的减小使得井筒效应的影响更为明显.

图5是不同渗透系数条件下,井孔内溶质浓度的垂向分布.以距离渗漏点2.18m处,井径0.02m的监测井为例分析渗透系数及其变化对井筒效应的影响.从图中可知,渗透系数为3,30,300m/d时,监测井第12层节点处(深度38.5m)浓度值分别为1.82, 0.70,0.23mg/L;而对应井径为零的监测井,其渗透系数为3,30,300m/d时,第12层节点处浓度值分别为1.25,0.37,0.11,mg/L;不同渗透系数(3,30,300m/d)条件下,零井径与有限井径(0.02m)的浓度差值分别为0.57,0.32,0.12mg/L.显然,井筒效应的影响随着渗透系数增大而逐渐减小.Chen等[26]研究表明,井筒效应产生的本质原因是双重介质,即井筒和含水层多孔介质的渗流特性造成的.相比含水层,井筒具有更大的渗透性,根据达西渗流定律,在相同的水头梯度下,井筒内会比井筒外产生更大的水流速度.而随着含水层渗透系数增大,井筒和含水层之间渗流特性的差异减小,井筒效应也随之减小.因此可以推测,井筒效应在砂土、黏土等弱渗透性含水层介质中的影响将更为明显,而在卵石、砾石等强渗透性含水层介质中影响相对较弱.

图4 不同比单位弹性贮水系数条件下,井孔内溶质浓度的垂向分布

图5 不同渗透系数条件下,井孔内溶质浓度的垂向分布

4 结论

4.1 在三维承压含水层中,同一水平位置不同高度处的水头降深不一样,由此导致的垂直方向的水头差会导致监测井内产生垂向水流.垂向水流的存在导致井筒内及周边局部区域水头和污染物浓度的重分布,这即是监测井的井筒效应.井筒效应影响井孔周边的局部地下水流场和浓度场,导致井孔内下部区域污染物浓度增大,井筒外一定区域浓度减小.

4.2 井筒效应受监测井与监测对象的距离(即径距)、监测井井径等因素影响.井筒效应随着径距增加而减小,当径距大于2倍含水层厚度时,井筒效应导致的监测误差最大不超过20%;井径对井筒效应的影响较为复杂,并非单调增加.在本案例中井筒效应在井径为0.1m时达到最大,井径继续增大井筒效应导致的浓度监测误差反而减小.

4.3 井筒效应还受含水层渗透系数、比单位弹性贮水系数影响.含水层渗透系数和比单位弹性贮水系数越大,井筒效应的影响越小.因此具有强渗透性且孔隙度更大的卵、砾石含水层中,井筒效应的影响更小;而对于弱渗透性或中等渗透性的砂土、砂黏土含水层,井筒效应对监测效果的影响更大.

[1] Rodrigo G V, Felipe M R, Jordi C, et al. Hotspot detection and spatial distribution of methane emissions from landfills by a surface probe method [J]. Waste Management, 2016,55:299-305.

[2] Dan A, Masao O, Yuta F, et al. Removal of heavy metals from synthetic landfill leachate in lab-scale vertical flow constructed wetlands [J]. Science of The Total Environment, 2017,584–585, 742-750.

[3] Jun W, Hua Z, Pin-Jing H, et al. Insight into the heavy metal binding potential of dissolved organic matter in MSW leachate using EEM quenching combined with PARAFAC analysis [J]. Water Research, 2011, 45:1711-1719.

[4] Guifang W, Gang L, Pinghe Y, et al. Genotoxicity assessment of membrane concentrates of landfill leachate treated with Fenton reagent and UV-Fenton reagent using human hepatoma cell line [J]. Journal of Hazardous Materials, 2016,307:154-162.

[5] Han Z Y, Ma H N, et al. A review of groundwater contamination near municipal solid waste landfill sites in China [J]. Science of The Total Environment, 2016,569–570,1255-1264.

[6] Paul F, Hudak U. Locating groundwater monitoring wells near cutoff walls [J]. Advances in Environmental Research, 2001,5:23-29.

[7] Canadian Council of Ministers of the Environment. National Guidelines for Hazardous Waste Landfills [Z]. 2006.

[8] Bashi-Azghadi S N, Kerachian R. Locating monitoring wells in groundwater systems using embedded optimization and simulation models [J]. Science of the Total Environment, 2010,408(10):2189-2198.

[9] Mogheir Y, Singh V P, de Lima J. Spatial assessment and redesign of a groundwater quality monitoring network using entropy theory, Gaza Strip, Palestine [J]. Hydrogeology Journal, 2006,14(5):700-712.

[10] Reed P, Minsker B, Valocchi A J. Cost-effective long-term groundwater monitoring design using a genetic lgorithm and global mass interpolation [J]. Water Resources Research, 2000,36(12):3731-3741.

[11] Yenigül N B, Elfeki A M M, Gehrels J C, et al. Reliability assessment of groundwater monitoring networks at landfill sites [J]. Journal of Hydrology, 2005,308(1):1-17.

[12] Khalil A, Almasri M N, Mc Kee M, et al. Applicability of statistical learning algorithms in groundwater quality modeling [J]. Water Resources Research, 2005,41(5):1-16.

[13] 戴长雷,迟宝明.地下水监测研究进展[J]. 水土保持研究, 2005, 12(2):86-88.

[14] 欧阳琦,卢文喜,侯泽宇,等.基于替代模型的地下水溶质运移不确定性分析 [J]. 中国环境科学, 2016,36(4):1119-1124.

[15] 范 越,卢文喜,欧阳琦,等.基于Kriging替代模型的地下水污染监测井网优化设计 [J]. 中国环境科学, 2017,37(10):3800-3806.

[16] 肖传宁,卢文喜,赵 莹,等.基于径向基函数模型的优化方法在地下水污染源识别中的应用 [J]. 中国环境科学, 2016,36(7):2067-2072.

[17] 郭占荣,刘志明.克立格法在地下水观测网优化设计中的应用[J]. 地球学报:中国地质科学院院报, 1998,19(4):429-433.

[18] Bennett G D and Patten E P. Constant-head pumping test of a multiaquifer well to determine characteristics of individual aquifers. U.S. [J]. Geological Survey Water-Supply, 1962,1536:181-203.

[19] Giddings T. What is an adequate screen length for monitoring wells? Opinion I. Ground Water Monitoring Review, 1987,7(2):96-97.

[20] Church P E, Granato G E. Bias in groundwater data caused by well-bore flow in long-screen wells: Groundwater, 1996,34(2):262-273.

[21] 陈崇希,蒋健民,林 敏,等.地下水不稳定混合抽水的渗流-管流耦合模型及其应用[R]. 武汉:中国地质大学(武汉)环境地质研究所, 1992.

[22] 陈崇希,胡立堂.渗流-管流耦合模型及其应用综述[J]. 水文地质工程地质, 2008,3:70-75.

[23] Chen C X, Jiao J J. Numerical simulation of pumping test in multilayer wells with non-darcian flow in the wellbore [J]. Ground Water, 1999,37(3):465-474.

[24] 徐 亚,胡立堂,仪彪奇.井孔-含水层系统数值模拟方法研究进展[J]. 水文地质工程地质, 2011,38(4):26-29.

[25] Blaschke A P, Derx J, Zessner M et al. Setback distances between small biological wastewater treatment systems and drinking water wells against virus contamination in alluvial aquifers [J]. Science of the Total Environment, 2016,573:278-289.

[26] Hu L T, Chen C X, Chen X H. Simulation of groundwater flow within observation boreholes for confined aquifers [J]. Journal of Hydrology, 2011,398(1/2):101-108.

[27] 徐 亚,薛祥山,刘玉强,等.地下水观测井井筒效应的多场耦合数值模拟[J]. 地球科学(中国地质大学学报), 39(9):1348-1356.

[28] 詹红兵,万军伟.水资源和环境工程中水平井研究简介 [J]. 地球科学-中国地质大学报, 2003,28(5):511-517.

[29] Eungyu Park, Zhan H B. Hydraulics of a finite-diameter horizontal well with wellbore storage and skin effect [J]. Advances in Water Resources, 2002,25(4):389-400.

Wellbore effect and its influence on contamination monitor well-a case study on groundwater monitor well around landfill.

XU Ya1,2,3, LIU Yu-qiang1,2, HU Li-tang3*, LIU Jing-cai1, DONG Lu1, NAI Chang-xin1

(1.Research Institute of Soil and soliid Waste, Chinese Research Academy of Environment Sciences, Beijing 100012, China；2.China State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China；3.Engineering Research Center of Groundwater Pollution Control and Remediation of Ministry of Education, Beijing Normal University, Beijing 100875, China)., 2018,38(8)：3113~3120

A representative conceptual model for water flow and contaminant transport in the aquifer-monitoring well system under the condition of leachate leakage was constructed. The Equivalent Hydraulic Conductivity (EHC) method was used to describe the water flow and head distribution in the dual-medium system, while the ADE equation and the 1-D solute transport equation for pipe flow were, respectively, used to simulate pollutants migration and distribution in the aquifer and in the wellbore, and eventually a governing equation describing the distribution of pollutants in the monitoring well-aquifer system under leachate emission conditions was constructed. A finite-difference method for this equation was developed based on the Fortan platform. This program was then used to simulate and analyze the effects of monitor well on the regional flow and solute movement in the interior and around the monitoring well, as well as its influence of the wellbore on the flow and solute transport. The results show that The wellbore effect affects the local groundwater flow field and the concentration field around the hole, which leads to the concentration increase in the inner and lower parts of the borehole, and the decrease of the concentration in the certain area outside the wellbore; the effect of the wellbore effect decreases with the increase of the distance. from well to leakage point. The monitoring error caused by the wellbore effect is not more than 20% when the distance is greater than 2times the thickness of the aquifer. The influence of well diameter on wellbore effect is rather complex, not monotonic. In this case, wellbore effect increases with the increase of well diameter, reaches the maximum at 0.1m, and then decreases. The greater the permeability coefficient of the aquifer and the greater the specific storativity, the smaller the influence of wellbore effect. Therefore, the effect of wellbore is less in the gravel and coarse gravel media aquifers with strong permeability and greater porosity, and the effect of wellbore effect on the monitoring effect is greater for the weakly osmosis or medium permeability sand and sand clay aquifers.

numerical simulation；wellbore effect；landfill；dual medium

X523

A

1000-6923(2018)08-3113-08

徐 亚(1985-),男,湖南岳阳人,助理研究员,博士,主要从事固体废物处置技术、污染探测及风险评价研究.发表论文20余篇.

2017-11-26

国家自然科学基金资助项目(51708529;61503219);北京市自然科学基金项目(8172048);中央级院所基本科研业务专项重点项目(2016YSKY14);山东省自然科学基金资助项目(ZR2014DL008)

* 责任作者, 副教授, xuya@craes.org.cn