基于ArcGIS 和EVS 的堆放废物危险特性鉴别应用与研究

卓 宁，陈小丫，吴 伟

（江苏环保产业技术研究院股份公司，江苏 南京 210019）

0 引言

随着我国工业经济建设快速发展和城市化进程加快，工业废物产生量急剧增加。与此同时，非法转移、堆放、贮存、倾倒和填埋工业废物近年来呈多发态势［1-2］。为确定合法、合理、科学的废物处置方式，及时消除环境安全隐患，保障生态环境安全，废物危险特性的准确鉴别是关键［3-5］。

根据HJ 298—2019 危险废物鉴别技术规范的规定，散状堆积废物危险特性鉴别正式采样检测前，现场首先应划分网格，顺序编号，然后采用随机数表抽取一定数量网格作为采样单元，最后在网格中心位置采样。然而，大量露天散状堆积的废物一般占地面积较广，堆积不规则，现场如何合理划分网格，确定网格中心位置是个难题。

此外，露天堆放废物通常为分批次集中统一放置。在随机抽取的废物样品检测时，往往出现局部样品连续超标情况，总体超标样品份数虽小于HJ 298—2019 中规定的限值，但由于呈连续和集中分布，不排除某批次产生废物工段异常，导致该批次废物某些检测因子超过鉴别标准限值，属于危险废物，且与正常工段产生的废物进行了集中统一堆放。如何从技术层面在大规模露天散状堆积废物中锁定该批危险废物空间范围和数量也是个难题。

地理信息系统具备对地球表层信息数据采集与输入、数据编辑与更新、空间数据分析、专题制图等功能，常用于国土规划、土地调查、石油化工、环境保护等领域［6-9］。空间插值常用于将离散点的测量数据转换为连续的数据曲面，以便与其他空间现象的分布模式进行比较［10-12］。三维空间插值构建的模型因具备直观、立体地刻画污染物空间分布优势，已有关于土壤污染的研究［13-15］，但还未发现针对危险特性鉴别的报道。

基于此，本研究以某大型露天废物堆放场地为例，应用地理信息系统软件ArcGIS 模拟网格划分、计算网格中心点坐标（CGCS2000 坐标系，以下相同）、顺序编号等操作，并借助Real Time Kinematic（RTK）测量仪确定待采样网格中心点位置；进一步地应用空间插值软件Earth Volumetric Studio（EVS）建立与实际相符的堆场地形和浸出毒性无机氟化物三维可视化模型，选用鉴别标准限值作为阈值，以4 种插值方法获取超阈值模型，计算堆场内超标方量，采用K折交叉验证评价出最优方法，以期为制订精准的废物处置方式提供技术支撑。

1 材料与方法

1.1 研究区概况

研究区位于东南沿海某工业城市，场地堆放废物已有数十年，疑似为磷石膏，数量约3.0×105t，颜色呈灰白色、性状固态、无刺激性气味，表面长满杂草。堆场占地面积约2.67 hm2，现场分为3 堆，堆放高度自南向北依次约为4.0、5.0、8.0 m。研究区属亚热带季风气候，全年气候温和，四季分明，年均气温15～18 ℃，年均降雨量1 150～1 250 mm。

1.2 危险特性初步判别

资料显示，湿法磷酸是以硫酸和中低品位磷矿为原料，经酸解、过滤、浓缩、澄清、除杂等工序后制得高浓度磷酸，在过滤工序会产生磷石膏［16］。磷石膏主要成分是二水硫酸钙，但含少量残酸、硅、铁、铝、氟化物、酸不溶物和有机物（乙二醇甲醚乙酸酯、异硫氰甲烷、3-甲氧基正戊烷等）［17-18］。磷石膏虽未列入《国家危险废物名录》，但鉴于其组成成分复杂，需对研究区堆放废物开展危险特性鉴别工作，明确类别归属。

研究区堆放废物在钻机取样时未因摩擦起火，堆放期间未自发性燃烧起火，也无法点燃，不符合易燃性的鉴别条件，可排除易燃性的危险特性。

根据研究区堆放废物来源与组分分析，初步判断需进行腐蚀性（pH）、浸出毒性无机氟化物以及毒性物质含量含氟化合物检测。为进一步识别和筛选危险特性，在研究区3 堆废物中各选取2 处位置使用钻机取样，每处位置采取上层、中层和下层废物混合后作为1 个样品，共采集6 个样品，分别进行腐蚀性（pH）、钢材腐蚀速率、遇酸反应性、无机元素及化合物浸出毒性和毒性含量、有机物浸出毒性和毒性含量以及急性毒性初筛检测。

1）腐蚀性：初筛样品腐蚀性pH 检测结果介于5.72～11.03，钢材腐蚀速率检测结果介于0.188～0.319 mm/a。钢材腐蚀速率检测结果远低于标准限值，但腐蚀性pH 波动较大，进一步证实需将腐蚀性pH 作为检测指标。

2）遇酸反应性：研究区堆放废物不符合反应性中具有爆炸性质和与水或酸接触产生易燃气体或有毒气体的鉴别条件描述，初筛样品遇酸反应性氢氰酸和硫化氢也均未检出，可排除反应性的危险特性。

3）无机元素及化合物浸出毒性和毒性含量：初筛样品浸出毒性无机元素及化合物检出铜、铬、锌、铅、钡、砷、硒和无机氟化物，毒性含量检出铬、镍、铜、锌、砷、硒、铅、钡、锑、钛、锰、钒和无机氟化物。根据浸出毒性鉴别标准，筛选铜、总铬、锌、铅、钡、砷、硒和无机氟化物作为检测指标，进一步证实需检测无机氟化物。根据毒性物质含量鉴别标准和最不利原则，筛选三碘化砷、氯化硒、五氧化二锑、石油溶剂、钛、锰、钒、氯化钡、氟化铅、硫化镍和收敛酸铅作为检测指标，进一步证实需检测含氟化合物。

4）有机物浸出毒性和毒性含量：初筛样品浸出毒性和毒性含量定量分析中未检出有机物，半定量分析检出匹配度较高的主要有烷烃类和脂肪酸类有机化合物，依据毒性物质含量鉴别标准，筛选石油溶剂作为检测指标。

5）急性毒性初筛：初筛样品口服毒性半数致死量LD50（小鼠经口摄取）检测值均大于5 000 mg/kg，未达到急性毒性初筛规定的标准限值（固体废物LD50≤200 mg/kg 属于危险废物），可排除急性毒性的危险特性。

综上所述，研究区堆放废物可排除易燃性、反应性、急性毒性和腐蚀性（钢材腐蚀速率）的危险特性，须进行腐蚀性（pH）、浸出毒性和毒性物质含量的鉴别。

1.3 样品采集

1）地理配准和绘制边界：基于研究区无人机航拍图和ArcGIS 中“地理配准”工具条添加控制点对研究区进行空间配准，然后绘制出堆放范围边界，如图1 所示。

图1 边界范围示意Figure 1 Schematic of boundary range

2）创建网格和顺序编号：研究区废物质量远大于1 000 t，按照HJ 298—2019 规定，至少采集100 个样品，堆放面积约2.67 hm2，应划分5N个网格（N为所需采集样品个数，取值100），顺序编号。基于ArcGIS 中“创建渔网”工具将堆放区域划分为500 个网格，与此同时创建网格中心点，计算网格中心点X、Y坐标，如图2 所示。

图2 网格和中心点坐标创建示意Figure 2 Schematic of creating grid and center point coordinates

3）抽取网格：研究区废物散状堆积高度远大于0.5 m，按照HJ 298—2019 规定，采样层数可定为3 层，采用随机数表法抽取34 个网格作为采样单元（编号：G01～G34）采集样品，则最终确定采集样品102 个。

4）RTK 定点和钻机采样：基于ArcGIS 计算出网格中心点X、Y坐标，输入RTK 测量仪，应用“点放样”工具测量出采样单元G01～G34 网格中心点位置，误差控制在0.1 m 范围内，然后钻机进驻研究区堆场开始现场采样。采样时，每个点位分上层（0.3 m 处）、中层（1/2 深度处）和下层（5/6 深度处）分别采集样品，每个点位上层、中层、下层样品混合后作为1 个样品。

样品采集整体工作流程如图3 所示。

图3 样品采集工作流程Figure 3 Sample collection workflow

1.4 空间插值方法和精度评价

基于废物样品中超鉴别标准污染物检测数据，选用克里金插值法（Kriging）、反距离加权法（IDW）、最近邻点法（NN） 和径向基函数法（RBF）［19-20］构建三维空间模型，对比4 种插值模型污染物分布范围和方量，进一步采用K折交叉验证评价插值精度［21］。

K折交叉验证是将原始数据样本平均分成K组子集，每组子集互不相交，轮流抽取1 组子集作为一次验证集，将其余的K-1 组子集数据组合作为训练集，进行K次单独的模型训练和验证，应用验证集对应实际值和模拟预测值之间的差值评价插值精度［22］。差值采用平均绝对误差（MAE）和均方根误差（RMSE）作为统计指标，MAE 越接近于0，RMSE 越小，则表明插值方法的精度越高［23］。

式中：yi和ŷi分别为样本的实际值和模拟预测值；n为样本数量。

2 结果与分析

2.1 检测结果分析

1）腐蚀性：研究区堆放的废物腐蚀性pH 介于3.15～11.94，低于GB 5085.1—2007 危险废物鉴别标准腐蚀性鉴别规定的限值，不具有腐蚀性pH的危险特性。

2）浸出毒性：研究区堆放的废物浸出毒性检测结果见表1。采集的样品中除无机氟化物以外，其他检测项目均低于GB 5085.3—2007 危险废物鉴别标准浸出毒性鉴别规定的限值。在34 个采样单元中有3 个单元（编号：G03、G13、G28）的样品浸出毒性无机氟化物浓度超过限值100 mg/L，如图4 所示。从图4 可以看出，超标单元具有连续性和集中性的分布特征。

表1 浸出毒性检测结果Table 1 Extraction toxicity test results

图4 浸出毒性无机氟化物浓度超标单元示意Figure 4 Schematic of extraction toxic inorganic fluoride exceeding the threshold

3）毒性物质含量：研究区堆放的废物毒性物质含量检测结果见表2。采集的样品中无机氟化物（以氟化铅计）最高含量为1.659 17%，其他物质最高含量均低于0.02%。剧毒物质、有毒物质、致癌性物质和生殖毒性物质的总含量均低于GB 5085.6—2007 危险废物鉴别标准毒性物质含量鉴别规定的限值，累积毒性数值也低于标准限值。因此，待鉴别废物不具有毒性物质含量指示的危险特性。

采集的102 个样品中浸出毒性检测结果超标样品数为6 个，低于HJ 298—2019 规定的超标下限值，但超标的样品呈连续性和集中性分布，难以排除研究区局部范围废物具有浸出毒性的危险特性。通过在超标位置周围加密布点（新增点位：G35～G42），进一步验证了上述范围内存在浸出毒性无机氟化物超标情况，以下应用三维空间插值界定废物超标范围，并估算超标方量。

2.2 堆场和钻孔三维可视化地形模型

研究区废物堆放参差不齐，较为混乱，建立堆场三维空间模型为废物浸出毒性无机氟化物浓度空间插值提供载体。首先，对研究区进行测绘获取地形图，得到大量的位置信息和高程样本数据，然后叠加采样钻孔位置和高程数据，最后应用EVS 建立地形样本和钻孔样本之间联系，揭示研究区三维空间地形，同时也展示采样钻孔的空间分布，如图5 所示。图5 中3 处位置明显高于周围地面，高出部分即为堆放的废物。

2.3 污染物三维可视化分布模型

应用EVS 中Kriging、IDW、NN 和RBF 4 种插值方法取得研究区地形表面废物浸出毒性无机氟化物浓度分布模型。同时，为清晰展示内部浓度分布情况，剖切模型后获取了内部剖视图。表面浓度分布和剖视图叠加如图6 所示。图6 中4种模型均能直观展现污染物在堆场中三维空间分布情况，Kriging、IDW 和RBF 插值模型结果较平滑，但RBF 模型连续性不理想，出现曲面边界自拟合和多余孔洞现象，NN 插值模型棱角较分明，具有明显的锯齿状。4 种模型中污染物分布总体趋势基本一致，但局部区域存在明显差别，整体超标范围顺序为NN>RBF>Kriging>IDW。

图6 浸出毒性无机氟化物三维可视化分布模型Figure 6 3D visual distribution model of extraction toxic inorganic fluoride

2.4 界定超标范围和方量估算

在浸出毒性无机氟化物三维可视化分布模型基础上，以鉴别标准限值（100 mg/L）作为阈值，进一步构建4 种插值方法超阈值三维可视化分布模型透视图，并估算出超阈值方量。图7 中4 种模型超阈值范围形态和污染物浓度分布存在明显差异。Kriging 是利用已知废物样品浸出毒性无机氟化物数据和变异函数的结构特点对邻近区域的值进行最优无偏估算［24］，构建的模型表面较光滑，几何质量较高。IDW 是采用估算点周围局部废物样品浸出毒性浓度加权平均作为输出结果［25］，构建的模型出现大量典型的“牛眼”现象，局部存在诸多小圆圈，不同浓度边界线条具有颤抖和突角迹象。NN 是基于距离估算点最近的1 个废物样品浸出毒性浓度作为输出结果［26］，导致连续性遭受破坏，构建的模型锯齿状也最为明显。RBF 是利用一系列径向基函数生成平滑表面，拟合表面须经过每一个已知废物样品点［27］，构建的模型表面十分光滑，几何质量高，但大于400 mg/L 出现过拟合现象。

图7 超阈值三维可视化分布模型Figure 7 3D visual model of exceeding the threshold

经EVS 进一步估算，NN 超阈值方量为11 671 m3，数值最大；IDW 超阈值方量为1 376 m3，数值最小；Kriging 和RBF 超阈值方量较为接近，但浓度分布差异显著。

2.5 插值方法精度验证

在研究区获取了126 个原始样本数据，将其平均分成14 组互不相交的子集，轮流抽取1 组子集作为一次验证集，将其余的13 组子集数据组合作为训练集，则4 种插值方法各进行14 次单独的模型训练和验证，预测误差结果见表3。MAE 的数值排列顺序为Kriging

表3 4 种插值方法的预测误差Table 3 MAE and RMSE of four interpolation methods

3 结论

1）基于ArcGIS 空间数据分析与管理、制图表达及高级制图等功能，可简单便捷绘制堆放场地边界、创建网格、计算中心点坐标和顺序编号，配合RTK 测量仪确定采样位置，现场无需再次实施网格划分等繁琐操作，极大地简化工作量，提升采样方案质量和工作效率。

2）基于EVS 建立地形和采样钻孔之间联系，直观展示堆场三维空间地形模型，叠加4 种插值方法获取地形表面和内部浸出毒性无机氟化物浓度三维可视化分布模型，以鉴别标准限值作为阈值，进一步锁定超标空间范围和方量，采用K折交叉验证确认Kriging 方法为最优插值方法，为制订精准的废物处置方式提供了技术支撑，同时在今后类似危险特性鉴别场景中也具有较为广阔的应用前景。