Processing math: 100%
高级搜索

沿海发展区海水入侵与土壤盐渍化空间关联解析

,  ,  , 

downloadPDF

上一篇

下一篇

高铭骏, 汪旭, 孟玲珑, 李天昕. 沿海发展区海水入侵与土壤盐渍化空间关联解析[J]. 环境化学, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
引用本文: 高铭骏, 汪旭, 孟玲珑, 李天昕. 沿海发展区海水入侵与土壤盐渍化空间关联解析[J]. 环境化学, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
shu
GAO Mingjun, WANG Xu, MENG Linglong, LI Tianxin. Spatial correlation analysis of seawater intrusion and soil salinization in coastal developed area[J]. Environmental Chemistry, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
Citation: GAO Mingjun, WANG Xu, MENG Linglong, LI Tianxin. Spatial correlation analysis of seawater intrusion and soil salinization in coastal developed area[J]. Environmental Chemistry, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
shu

沿海发展区海水入侵与土壤盐渍化空间关联解析

  • 1.

    北京科技大学能源与环境工程学院，北京，100083

  • 2.

    工业典型污染物资源化北京市重点实验室，北京，100083

  • 3.

    生态环境部土壤与农业农村生态环境监管技术中心，北京，100012

    • 通讯作者: Tel：13671075231，E-mail：tianxinli@ustb.edu.cn
  • 基金项目:
    庄河市盐渍化治理专项研究（ZH-2018-079）资助.

Spatial correlation analysis of seawater intrusion and soil salinization in coastal developed area

  • 1.

    Energy and Environmental Engineering College, University of Science and Technology Beijing, Beijing , 100083, China

  • 2.

    Beijing Key Laboratory of Resource-oriented Treatment of Industrial Pollutants, Beijing , 100083, China

  • 3.

    Technical Centre for Soil, Agriculture and Rural Ecology and Environment, Ministry of Ecology and Environment, Beijing , 100012, China

    • Corresponding author: LI Tianxin, tianxinli@ustb.edu.cn
  • Fund Project: the Special Research on Salinization Treatment in Zhuanghe (ZH-2018-079)

摘要

  • 摘要: 沿海地区经济的快速发展、资源的大量开发，使海水入侵、土壤盐渍化等海岸带环境问题加剧。为了研究沿海发展区海水入侵与土壤盐渍化程度与驱动因素，探究海水入侵与土壤盐渍化的空间关联性，选择沿海的海绵城市试点—庄河市为研究对象，通过地下水与土壤的野外采样检测，运用kriging插值法分析研究区地下水与土壤盐渍化空间分布特征，利用SPSS聚类分析、ArcGIS10.2实现海水入侵与土壤盐渍化的空间关联解析。结果表明：庄河市沿海地带地下水位低、埋深浅处易发生海水入侵，40%的地下水氯离子浓度（23.40 — 432.60 mg·L−1）和矿化度（0.22 — 1.98 g·L−1）超标，超标点位由海水入侵引起；土壤pH值和全盐含量分别在6.20 — 8.30和0.10% — 0.80%之间，盐渍化土壤亦主要分布在沿海地带，以氯化物—硫酸盐土以及硫酸盐—氯化物型为主；地下水浓度与土壤盐渍化程度呈现由沿海向内陆逐渐降低的空间一致性；地下水埋深、矿化度与土壤全盐含量呈现较高的相关性，表明海水入侵对土壤盐分有直接影响，贡献率达到50%以上，是庄河市沿海地带土壤盐渍化问题的主要控制因素，最后，提出庄河市防止海水入侵是治理土壤盐渍化的根本措施，为后续沿海地区盐碱化防治研究提供方向。
    Abstract: With the rapid development of the economy and the exploitation of resources in coastal areas, the environmental problems such as seawater intrusion and soil salinization have been aggravated. Zhuanghe, a coastal sponge City was selected as the research area to study the driving factors and the degree of seawater intrusion and soil salinization in coastal development areas. We also explored the spatial correlation of seawater intrusion and soil salinization. The Kriging interpolation method was used to analyze the spatial distribution of groundwater and soil salinization in the study area through field sampling and detection of groundwater and soil. SPSS cluster analysis and arcgis 10.2 were used for the spatial correlation analysis of seawater intrusion and soil salinization. The results showed that: in the coastal zone of Zhuanghe City, seawater intrusion was easy to occur at the low groundwater level and shallow depth, 40% of groundwater Cl−water (23.40 — 432.60 mg·L−1) and M (0.22 — 1.98 g·L−1) exceed the standard, which was caused by seawater intrusion. The soil’s pH value and total salt content ranged from 6.20 to 8.30 and 0.10% — 0.80%, respectively. The salinized soil was also mainly distributed in the coastal zone, mainly composed of chloride sulfate soil and sulfate chloride type. The results showed that the depth of groundwater, and the degree of mineralization have a high correlation with the soil’s total salt content. This indicated that seawater intrusion directly impacted soil salinity, and the contribution rate was more than 50%, which was the main control factor of soil salinization in the coastal zone of Zhuanghe City. Finally, it was proposed that the prevention of seawater intrusion was the fundamental measure to control soil salinization in Zhuanghe City, which provided the direction for the follow-up study of saline-alkali control in coastal areas.

  • 饮用水安全是一个很严重的全球性问题，关系到人类的健康。随着水污染的严重和人类的增加，大量的污染物在水源中被检测出[1-2]。传统的水处理工艺（混凝、沉淀和过滤）对微污染物的去除不是很有效，除非添加其他处理工艺[3-5]。预氧化工艺能够有效去除微污染物，在饮用水处理厂中被广泛采用[6-7]。

    在水处理过程中，常用的预氧化剂有高锰酸钾（KMnO4）和过氧化氢（H2O2）[8-10]。由于KMnO4和H2O2具有各种缺点，限制了它们在饮用水处理过程中的使用。例如，KMnO4能够引起浊度和颜色的增加[11-12]。由于需要严格的酸性条件、自由基的产率及利用率低以及H2O2不够稳定等原因，所以限制了芬顿氧化的使用[13-14]。相比KMnO4和H2O2，单过硫酸盐（PMS）具有无色、稳定、溶解性高等特性[15-16]，因此，PMS也能够被应用在预氧化过程中。

    氯离子（Cl−）是天然水体中广泛存在的卤素离子[17]。PMS不仅能够氧化降解有机物，同时也能氧化Cl−为有效氯（HOCl/OCl−）[18]。HOCl/OCl−会和有机物发生化学反应生成消毒副产物（DBPs）[19-20]。DBPs具有致畸、致癌和致突变的特性[21-23]。长期饮用含有DBPs的饮用水，会使癌症的患病概率显著上升。如何减少PMS预氧化体系中DBPs的生成值得研究。

    氨基酸（AAs）广泛的存在于天然水体中，在天然水体中的浓度约为50—1000 µg·L−1，占总溶解性有机氮和溶解性有机碳的比例约为35%和2.6%，同时也是DBPs的重要前体物[24-25]。酪氨酸（Tyr）作为一种天然AA，广泛存在于多肽、蛋白质和藻类中[26]。此外，PMS已经成功的应用在部分小水厂和泳池的消毒过程中。因此，Tyr被选定为DBPs的前体物，研究PMS预氧化体系中DBPs的生成特性。

    本论文以Tyr和实际水样为研究对象，研究PMS预氧化体系中，预氧化时间、PMS浓度、Cl−浓度、pH对DBPs生成以及毒性的影响，为DBPs的合理控制提供理论依据。

    1.   材料和方法（Materials and methods）

    1.1   试验材料

    三氯甲烷（TCM）、水合三氯乙醛（TCAL）、二氯乙腈（DCAN）、三氯乙腈（TCAN）、二氯乙酰胺（DCAM）和三氯乙酰胺（TCAM）的标准样品购自CanSyn公司（多伦多，加拿大）。氯化钠、PMS（KHSO5·0.5KHSO4·0.5K2SO4，≥ 42% KHSO5）、Tyr等所有试验用到的化学药剂均购自阿拉丁试剂有限公司（上海，中国）。实际水样取自某饮用水水源地，超纯水由Millipore Milli-Q Gradient水净化系统（比勒利卡，美国）制备。

    1.2   试验方法

    预氧化试验：研究预氧化时间[t = 0.5、1、1.5、2、2.5 h，DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，PMS = 200 µmol·L−1，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7]、PMS浓度[PMS = 100、200、400、600、800 µmol·L−1，DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，t = 2 h，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7]、Cl−浓度[Cl−（Tyr溶液）= 0.5、1、1.5、2、2.5 mmol·L−1，DOC（Tyr溶液）= 5.4 mg·L−1，t = 2 h，PMS = 200 µmol·L−1，pH = 7]和pH [pH = 5、6、7、8、9，DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，t = 2 h，PMS = 200 µmol·L−1，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1]对DBPs生成的影响，反应温度为25 ℃。所有实验样品均做平行样，误差棒代表3组数据的标准偏差，相对标准偏差低于20%。

    1.3   分析方法

    预氧化试验结束后，添加抗坏血酸（浓度为余氯的2倍）终止反应[24]。取10 mL反应液并用0.22 μm滤膜过滤，然后注入到25 mL的透明玻璃瓶中并加入2 mL甲基叔丁基醚进行液液萃取，将上层液体转移至气相色谱分析专用的进样瓶中进行检测。

    DBPs使用气相色谱（GC/ECD，Agilent 7890A）检测，色谱柱为HP-5毛细管柱（30 m×0.32 mm×0.25 µm）。GC/ECD运行参数：载气为氮气，载气控制方式采用压力控制，压力为8.4 psi，总流量为20 mL·min−1，柱流量为2 mL·min−1。进样口温度为200 ℃，进样体积为1 μL。检测器参数：温度300 ℃，尾吹气流量24 mL·min−1。GC的具体升温程序为：初始温度是34 ℃，保持6 min。然后以14 ℃·min−1升至70 ℃，保持0。最后以50 ℃·min−1升至200 ℃，保持2 min。后运行210 ℃，保持3 min。综合毒性指标采用细胞毒性指数（CTI）进行评估[19, 27]，具体计算方法如式（1）所示，各种DBP的细胞毒性见表1所示。

    表 1  DBPs的细胞毒性
    Table 1.  The cytotoxicity of DBPs
    DBP种类 Type of DBPTCMTCALDCANTCANDCAMTCAM
    细胞毒性LC50x/（mol·L−1）1048601756250521488
     | Show Table
    DownLoad: CSV
    CTI=∑CxLC50x (1)

    式中，Cx为DBP的浓度（mol·L−1）；LC50x为DBP的细胞毒性（mol·L−1）.

    2.   结果与讨论（Results and discussion）

    2.1   预氧化时间对DBPs生成的影响

    预氧化时间对DBPs生成的影响见图1。在PMS预氧化过程中，TCM、TCAL、DCAM和TCAM均被检测到，但是DCAN和TCAN未能检测到。PMS的氧化还原电位为1.75 V [28]，具有一定的氧化性，因此可氧化Cl−为HOCl/OCl− [29]，HOCl/OCl−和有机物发生化学反应生成DBPs [19]。

    图 1  预氧化时间对DBPs（a. TCM，b. TCAL，c. DCAM，d. TCAM）生成的影响
    Figure 1.  Effects of pre-oxidation time on the formation of DBPs (a. TCM, b. TCAL, c. DCAM, d. TCAM)
    [预氧化时间 = 0.5、1、1.5、2、2.5 h，DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，PMS = 200 µmol·L−1，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7，DCAN和TCAN未检测到]
    Condition: The pre-oxidation time = 0.5, 1, 1.5, 2, 2.5 h, DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, PMS = 200 µmol·L−1, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1, pH = 7. DCAN and TCAN were not detected during the pre-oxidation process.
    下载: 全尺寸图片 幻灯片

    随着预氧化时间的增加，Tyr溶液和实际水样中TCM、TCAL、DCAM和TCAM的浓度增加。预氧化时间从0.5 h增加至2.5 h时，Tyr溶液中TCM、TCAL、DCAM和TCAM的浓度分别从5.0、1.0、1.0、0.25 nmol·L−1增加至18.1、5.0、4.3、1.55 nmol·L−1。随着预氧化时间的增加，HOCl/OCl−浓度增加[30]，HOCl/OCl−会和有机物发生化学反应生成DBPs。因此，随着预氧化时间的增加，DBPs浓度增加[27]。

    2.2   PMS浓度对DBPs生成的影响

    PMS浓度对DBPs生成的影响如图2所示。随着预氧化剂PMS的增加，Tyr溶液和实际水样中TCM、TCAL、DCAM、TCAM的浓度增加。PMS从100 µmol·L−1增加至800 µmol·L−1时，Tyr溶液中TCM、TCAL、DCAM、TCAM的浓度分别从3.8、0.9、0、0.5 nmol·L−1增加至83.9、15.8、4.5、0.9 nmol·L−1。研究表明，随着PMS浓度的增加，HOCl/OCl−浓度增加[30]。在HOCl/OCl−存在时，TCM是一个稳定的产物且不会发生水解[31]。DCAN和TCAN不稳定能够转化为DCAM和TCAM [32]，且随着HOCl/OCl−浓度的增加，DCAN和TCAN的水解速度加快[33]。因此，随着PMS浓度的增加，TCM、TCAL、DCAM和TCAM的浓度增加。

    图 2  PMS浓度对DBPs（a. TCM，b. TCAL，c. DCAN，d. TCAN，e. DCAM，f. TCAM）生成的影响
    Figure 2.  Effects of PMS concentration on the formation of DBPs
    [DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，PMS = 100、200、400、600、800 µmol·L−1，预氧化时间 = 2 h，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7]
    (a. TCM, b. TCAL, c. DCAN, d. TCAN, e. DCAM, f. TCAM). Condition: DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, PMS = 100, 200, 400, 600, 800 µmol·L−1, the pre-oxidation time = 2 h, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1, pH = 7.
    下载: 全尺寸图片 幻灯片

    随着PMS浓度的增加，Tyr溶液和实际水样中DCAN和TCAN的浓度先增加后降低。PMS浓度从100 µmol·L−1增加至800 µmol·L−1时，Tyr溶液中DCAN和TCAN的浓度先分别增加至91.1 nmol·L−1和0.097 nmol·L−1，然后降低至29.2 nmol·L−1和0。研究表明，DCAN和TCAN不稳定且能够发生水解[32]，随着HOCl/OCl−浓度的增加，DCAN和TCAN的水解速度加快[33]。因此，随着PMS浓度的增加，DCAN和TCAN的浓度先增加后降低。

    2.3   Cl−浓度对DBPs生成的影响

    Cl−浓度对DBPs生成的影响如图3所示。随着Cl−浓度的增加，Tyr溶液中TCM、TCAL、DCAM和TCAM的浓度增加。但是DCAN和TCAN未检测到。随着Cl−浓度的增加，Tyr溶液中TCM、TCAL、DCAM、TCAM的浓度分别从12.2、0.6、0、0.55 nmol·L−1增加至15.3、8.0、4.1、0.9 nmol·L−1。

    图 3  Cl-浓度对DBPs（a. TCM，b. TCAL，c. DCAM，d. TCAM）生成的影响
    Figure 3.  Effects of Cl- concentration on the formation of DBPs (a. TCM, b. TCAL, c. DCAM, d. TCAM)
    [DOC（Tyr溶液）= 5.4 mg·L−1，Cl−（Tyr溶液）= 0.5、1、1.5、2、2.5 mmol·L−1，预氧化时间 = 2 h，PMS = 200 µmol·L−1，pH = 7，DCAN和TCAN未检测到]
    Condition: DOC (Tyr solution) = 5.4 mg·L−1, Cl− (Tyr solution) = 0.5, 1, 1.5, 2, 2.5 mmol·L−1, the pre-oxidation time = 2 h, PMS = 200 µmol·L−1, pH = 7. DCAN and TCAN were not detected during the pre-oxidation process.
    下载: 全尺寸图片 幻灯片

    研究表明随着Cl−浓度的增加，HOCl/OCl−浓度增加[30]。HOCl/OCl−会和有机物发生化学反应生成DBPs。因此，随着Cl−浓度的增加，TCM、TCAL、DCAM和TCAM的浓度增加。

    2.4   pH对DBPs生成的影响

    pH对DBPs生成的影响如图4所示。随着pH的增加，Tyr溶液和实际水样中DBPs的浓度降低。pH从5增加到9时，Tyr溶液中TCM、TCAL、DCAN、TCAN、DCAM、TCAM的浓度分别从413.6、2448.1、980.1、1.2、9.9、1.5 nmol·L−1降低至2.1、1.2、0、0、0.8、0.5 nmol·L−1。

    图 4  pH对DBPs（a. TCM，b. TCAL，c. DCAN，d. TCAN，e. DCAM，f. TCAM）生成的影响
    Figure 4.  Effects of pH on the formation of DBPs (a. TCM, b. TCAL, c. DCAN, d. TCAN, e. DCAM, f: TCAM)
    [DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，pH = 5、6、7、8、9，预氧化时间 = 2 h，PMS = 200 µmol·L−1，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1]
    Condition: DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, pH = 5, 6, 7, 8, 9, the pre-oxidation time = 2 h, PMS =200 µmol·L−1, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1.
    下载: 全尺寸图片 幻灯片

    pH对DBPs浓度的影响可以归结于以下几个原因：（1）pH影响PMS的分解及形态，PMS在低pH情况下降解速率很慢，随着pH的增加，PMS的降解速率增加。当pH为9.5时，PMS的含量只有原来的44% [34]，因此，随着pH的增加，PMS浓度降低；（2）随着pH的增加，HOCl/OCl−浓度降低[30]；（3）随着pH的增加，TCAL的水解速率增加，因此随着pH的增加，TCAL的浓度降低[35]；（4）HANs的稳定性受pH的影响，且水解速率随着pH的增加而增加[33, 36]。因此，随着pH的增加，DBPs的浓度降低。

    2.5   不同因素对CTI的影响

    预氧化时间、PMS浓度、Cl−浓度和pH对CTI的影响如图5所示。随着预氧化时间的增加，Tyr溶液和实际水样中细胞毒性增加。预氧化时间从0.5 h增加至2.5 h时，Tyr溶液中细胞毒性从2.34×103增加至1.03×104。随着PMS浓度的增加，Tyr溶液和实际水样中细胞毒性先增加后降低。PMS从100 µmol·L−1增加至800 µmol·L−1时，Tyr溶液中细胞毒性先增加至1.61×106，然后降低至5.37×105。随着Cl−浓度的增加，Tyr溶液细胞毒性增加。Cl−从0.5 mmol·L−1增加至2.5 mmol·L−1时，Tyr溶液中细胞毒性从2.79×103增加至1.20×104。随着pH的增加，Tyr溶液和实际水样中细胞毒性降低。pH从5增加至9时，Tyr溶液中细胞毒性从1.93×107降低至2.02×103。

    图 5  预氧化时间对CTI的影响
    Figure 5.  Effects of pre-oxidation time on CTI
    [a. DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，预氧化时间 = 0.5、1、1.5、2、2.5 h，PMS = 200 µmol·L−1，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7]、PMS浓度[b. DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，PMS = 100、200、400、600、800 µmol·L−1，预氧化时间 = 2 h，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7]、Cl−浓度[c. DOC（Tyr溶液）= 5.4 mg·L−1，Cl−（Tyr溶液）= 0.5、1、1.5、2、2.5 mmol·L−1，预氧化时间 = 2 h，PMS = 200 µmol·L−1，pH = 7]和pH [d. DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，pH = 5、6、7、8、9，预氧化时间 = 2 h，PMS = 200 µmol·L−1, Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1]
    [a. DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, the pre-oxidation time = 0.5, 1, 1.5, 2, 2.5 h, PMS = 200 µmol·L−1, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1, pH = 7], PMS concentration [b. DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, PMS = 100, 200, 400, 600, 800 µmol·L−1, the pre-oxidation time = 2 h, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1, pH = 7], Cl− concentration [c. DOC (Tyr solution) = 5.4 mg·L−1, Cl− = 0.5, 1, 1.5, 2, 2.5 mmol·L−1, the pre-oxidation time = 2 h, PMS = 200 µmol·L−1, pH = 7] and pH [d. DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, pH = 5, 6, 7, 8, 9, the pre-oxidation time = 2 h, PMS = 200 µmol·L−1, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1]
    下载: 全尺寸图片 幻灯片

    随着预氧化时间和Cl−浓度的增加，DBPs的浓度增加，因此细胞毒性增加。随着PMS浓度的增加，尽管TCM、TCAL、DCAM和TCAM的浓度增加，但是DCAN和TCAN的浓度先增加后降低。DCAN和TCAN的细胞毒性明显高于TCM、TCAL、DCAM和TCAM [37]。如图6所示，当DCAN和TCAN存在时，DCAN和TCAN对细胞毒性的贡献总和明显高于TCM、TCAL、DCAM和TCAM对细胞毒性的贡献总和。因此，随着PMS浓度的增加，细胞毒性先增加后降低。随着pH的增加，DBPs的浓度降低，因此随着pH的增加，细胞毒性降低。

    图 6  不同DBPs对细胞毒性的贡献
    Figure 6.  The contributions of different DBPs to cytotoxicity
    [DOC（Tyr溶液）= 5.4 mg·L−1，DOC（实际水样）= 2.5 mg·L−1，PMS = 100、200、400、600、800 µmol·L−1，预氧化时间 = 2 h，Cl−（Tyr溶液）= 1 mmol·L−1，Cl−（实际水样）= 2.9 mmol·L−1，pH = 7]
    Condition: DOC (Tyr solution) = 5.4 mg·L−1, DOC (natural water) = 2.5 mg·L−1, PMS = 100, 200, 400, 600, 800 µmol·L−1, the pre-oxidation time = 2 h, Cl− (Tyr solution) = 1 mmol·L−1, Cl− (natural water) = 2.9 mmol·L−1, pH = 7.
    下载: 全尺寸图片 幻灯片

    3.   结论（Conclusion）

    （1）PMS预氧化过程中能够产生DBPs，随着预氧化时间及Cl−浓度的增加，DBPs的浓度增加。

    （2）随着PMS浓度的增加，TCM、TCAL、DCAM和TCAM的浓度增加，但是DCAN和TCAN的浓度先增加后降低。随着pH的增加，DBPs的浓度降低。

    （3）随着预氧化时间及Cl−浓度的增加，细胞毒性增加。随着PMS浓度的增加，细胞毒性先增加后降低。随着pH的增加，细胞毒性降低。

    （4）当PMS作为预氧化剂时，在保证预氧化效果的同时，应该缩短预氧化时间，降低原水中Cl−浓度，同时提高预氧化时的pH，来降低DBPs浓度和毒性。

  • 图 1  研究区地理位置及采样点分布情况

    Figure 1.  The geographical location of the study area and the distribution of sampling points

    下载: 全尺寸图片 幻灯片

    图 2  地下水采样数据散点分布

    Figure 2.  Distribution of scattered points of groundwater sampling data

    下载: 全尺寸图片 幻灯片

    图 3  Cl−water和M与样点离海距离的关系

    Figure 3.  The relationship betweenCl−water and M and the distance from the sample point to the sea

    下载: 全尺寸图片 幻灯片

    图 4  采样点Cl−water和M关系

    Figure 4.  The relationship between sampling point Cl−water and M

    下载: 全尺寸图片 幻灯片

    图 5  Cl−water和M与地下水水位的关系

    Figure 5.  Relationship between Cl−water and M and groundwater level

    下载: 全尺寸图片 幻灯片

    图 6  地表高程和离海距离与地下水埋深的关系

    Figure 6.  The relationship between surface elevation and distance from the sea and groundwater depth

    下载: 全尺寸图片 幻灯片

    图 7  土壤样品pH值散点图

    Figure 7.  Scatter plot of pH values of soil samples

    下载: 全尺寸图片 幻灯片

    图 8  土壤全盐含量与离海距离关系图

    Figure 8.  Relationship between total soil salt content and distance from the sea

    下载: 全尺寸图片 幻灯片

    图 9  研究区海水入侵与土壤盐渍化

    Figure 9.  Seawater intrusion and soil salinization in the study area

    下载: 全尺寸图片 幻灯片

    图 10  研究区海水入侵与土壤盐渍化空间关联性分析

    Figure 10.  Spatial correlation analysis between seawater intrusion and soil salinization in the study area

    下载: 全尺寸图片 幻灯片

    图 11  土壤盐分影响因子聚类分析表

    Figure 11.  Cluster analysis of factors affecting soil salinity

    下载: 全尺寸图片 幻灯片

    表 1  研究区自然环境概况

    Table 1.  Overview of the natural environment in the study area

    名称Name参数Parameter
    陆地面积4073 km2
    海岸线长度285 km
    海拔平均海拔＞500 m
    最高海拔1130.7 m
    最低海拔＜50 m
    气候平均气温9.1℃
    最高气温36.6℃
    最低气温−29.3℃
    年均降水量754.8 mm
    年均蒸发量1200 mm
    名称Name参数Parameter
    陆地面积4073 km2
    海岸线长度285 km
    海拔平均海拔＞500 m
    最高海拔1130.7 m
    最低海拔＜50 m
    气候平均气温9.1℃
    最高气温36.6℃
    最低气温−29.3℃
    年均降水量754.8 mm
    年均蒸发量1200 mm
    下载: 导出CSV

    表 2  海水入侵分级标准

    Table 2.  classification standard of seawater intrusion

    指标 IndexCl−water/（mg·L−1）M/（g·L−1）入侵程度 Degree of invasion地下水水质 Groundwater quality
    Ⅰ＜250＜1.0未入侵淡水
    Ⅱ250 — 10001.0 — 3.0轻度入侵微咸水
    Ⅲ＞1000＞3.0严重入侵咸水
    指标 IndexCl−water/（mg·L−1）M/（g·L−1）入侵程度 Degree of invasion地下水水质 Groundwater quality
    Ⅰ＜250＜1.0未入侵淡水
    Ⅱ250 — 10001.0 — 3.0轻度入侵微咸水
    Ⅲ＞1000＞3.0严重入侵咸水
    下载: 导出CSV

    表 3  研究区地下水Cl−water和M描述性统计分析

    Table 3.  Descriptive statistical analysis of groundwater Cl−water and M in the study area

    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    Cl−water/（mg·L−1）23.40 — 432.60217.6792.6143%
    M/（g·L−1）0.22 — 1.980.920.3740%
    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    Cl−water/（mg·L−1）23.40 — 432.60217.6792.6143%
    M/（g·L−1）0.22 — 1.980.920.3740%
    下载: 导出CSV

    表 4  研究区地下水Cl−water和M描述性统计分析

    Table 4.  Descriptive statistical analysis of groundwater Cl−water and M in the study area

    指标Index范围/mRange均值/mMean标准/mStandard deviation变异系数Coefficient of variation （CV）
    地下水埋深0.90 — 23.105.544.5888%
    地下水水位0.80 — 210.9021.4239.24183%
    指标Index范围/mRange均值/mMean标准/mStandard deviation变异系数Coefficient of variation （CV）
    地下水埋深0.90 — 23.105.544.5888%
    地下水水位0.80 — 210.9021.4239.24183%
    下载: 导出CSV

    表 5  研究区土壤质地及容重描述性统计分析

    Table 5.  Descriptive statistical analysis of soil texture and bulk density in the study area

    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    砂粒含量0.20 — 0.720.4110.3925%
    粉粒含量0.18 — 0.540.338.1225%
    黏粒含量0.10 — 0.400.264.9419%
    容重/（g•cm−3）1.26 — 1.501.400.032%
    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    砂粒含量0.20 — 0.720.4110.3925%
    粉粒含量0.18 — 0.540.338.1225%
    黏粒含量0.10 — 0.400.264.9419%
    容重/（g•cm−3）1.26 — 1.501.400.032%
    下载: 导出CSV

    表 6  研究区土壤pH值描述性统计分析

    Table 6.  Descriptive statistical analysis of soil pH in the study area

    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    pH值6.20 — 8.307.020.619%
    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    pH值6.20 — 8.307.020.619%
    下载: 导出CSV

    表 7  研究区土壤全盐含量及Cl−/SO2−4描述性统计分析

    Table 7.  Descriptive statistical analysis of total soil salt content and Cl−/SO2−4 in the study area

    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    全盐含量0.10 — 0.800.400.1948%
    Cl−/SO2−40.30 — 3.651.020.6766%
    指标Index范围Range均值Mean标准Standard deviation变异系数Coefficient of variation （CV）
    全盐含量0.10 — 0.800.400.1948%
    Cl−/SO2−40.30 — 3.651.020.6766%
    下载: 导出CSV

    表 8  土壤盐渍化影响因子相关性分析

    Table 8.  correlation analysis of influencing factors of soil salinization

    类别Category全盐含量Total salt content高程Elevation矿化度Salinity潜水埋深Dive depth土壤质地Soil texture地貌类型
    全盐含量1−0.397**0.568**−0.564**−0.411**−0.398**
    高程−0.397**1−0.359*0.645**0.2300.486**
    矿化度0.568**−0.359*1−0.435**0.027−0.326*
    潜水埋深−0.564**0.645**−0.435**10.2120.242
    土壤质地−0.411**0.2300.0270.21210.345*
    地貌类型−0.398**0.486**−0.326*0.2420.345*1
    　　**：在0.01级别（双尾），相关性显著。　　**：At 0.01 level（two-tailed），the correlation is significant　　*：在0.05级别（双尾），相关性显著。　　**：At 0.05 level （two-tailed）， the correlation is significant
    类别Category全盐含量Total salt content高程Elevation矿化度Salinity潜水埋深Dive depth土壤质地Soil texture地貌类型
    全盐含量1−0.397**0.568**−0.564**−0.411**−0.398**
    高程−0.397**1−0.359*0.645**0.2300.486**
    矿化度0.568**−0.359*1−0.435**0.027−0.326*
    潜水埋深−0.564**0.645**−0.435**10.2120.242
    土壤质地−0.411**0.2300.0270.21210.345*
    地貌类型−0.398**0.486**−0.326*0.2420.345*1
    　　**：在0.01级别（双尾），相关性显著。　　**：At 0.01 level（two-tailed），the correlation is significant　　*：在0.05级别（双尾），相关性显著。　　**：At 0.05 level （two-tailed）， the correlation is significant
    下载: 导出CSV
  • [1] 许鹏, 李子牛, 聂鸿鹏. 基于文献计量的我国海水入侵研究现状分析 [J]. 科学技术创新, 2020, 20: 157-159. doi: 10.3969/j.issn.1673-1328.2020.28.069

    XU P, LI Z N, NIE H P. Analysis of current research status of seawater intrusion in my country based on bibliometrics [J]. Science and Technology Innovation, 2020, 20: 157-159(in Chinese). doi: 10.3969/j.issn.1673-1328.2020.28.069

    [2] 孙小祥, 顾之与, 于英鹏. 江苏沿海地区经济发展的现状、问题与对策 [J]. 浙江农业科学, 2019, 60(10): 1709-1711.

    SUN X X, GU Z Y, YU Y P. The current situation, problems and countermeasures of economic development in Jiangsu coastal areas [J]. Zhejiang Agricultural Sciences, 2019, 60(10): 1709-1711(in Chinese).

    [3] 叶阿忠, 郑航. FDI、经济发展水平对环境污染的非线性效应研究—基于中国省际面板数据的门限空间计量分析 [J]. 工业技术经济, 2020, 39(8): 148-153. doi: 10.3969/j.issn.1004-910X.2020.08.019

    YE A Z, ZHENG H. Research on the nonlinear effects of FDI and economic development level on environmental pollution: a threshold space econometric analysis based on China’s provincial panel data [J]. Industrial Technology & Economy, 2020, 39(8): 148-153(in Chinese). doi: 10.3969/j.issn.1004-910X.2020.08.019

    [4] 孙军. 我国沿海经济崛起视阈下的海洋环境污染问题及其治理 [J]. 江苏大学学报(社会科学版), 2017, 19(1): 46-50.

    SUN J. Marine environmental pollution and its treatment from the perspective of my country’s coastal economic rise [J]. Journal of Jiangsu University (Social Science Edition), 2017, 19(1): 46-50(in Chinese).

    [5] 熊贵耀, 付腾飞, 徐兴永, 等. 滨海含水层海水入侵影响因素研究综述 [J]. 海洋科学, 2019, 43(6): 102-112.

    X G Y, FU T F, XU X Y, et al. A review of research on factors affecting seawater intrusion in coastal aquifers [J]. Marine Science, 2019, 43(6): 102-112(in Chinese).

    [6] 周洪杰. 关于海水入侵与土壤盐渍化的研究[D]. 大连: 辽宁师范大学, 2007: 25-33.

    ZHOU H J. Research on seawater intrusion and soil salinization[D]. Dalian: Liaoning Normal University, 2007: 25-33 (in Chinese).

    [7] 廖小梅. 海水入侵对地下水造成的危害 [J]. 中国高新技术企业(中旬刊), 2014, 14(5): 48-50.

    LIAO X M. Harm to groundwater caused by seawater intrusion [J]. China High-Tech Enterprise (Mid-term), 2014, 14(5): 48-50(in Chinese).

    [8] 韩刚. 烟台市海水入侵综合评价与生态修复技术研究[D]. 烟台: 烟台大学, 2013: 45-76

    HAN G. Comprehensive assessment of seawater intrusion and ecological restoration technology in Yantai City[D]. Yantai:Yantai University, 2013: 45-76 (in Chinese).

    [9] 王军星, 梁浩亮, 黄舜琴. 惠州市大亚湾淡澳河入海口的海水入侵和土壤盐渍化 [J]. 海洋开发与管理, 2018, 35(6): 46-48. doi: 10.3969/j.issn.1005-9857.2018.06.011

    WANG J X, LIANG H L, HUANG S Q. Seawater intrusion and soil salinization at the estuary of Danao River in Daya Bay, Huizhou City [J]. Ocean Development and Management, 2018, 35(6): 46-48(in Chinese). doi: 10.3969/j.issn.1005-9857.2018.06.011

    [10] COLOMBANI N, MASTROCICCO M. Scenario modelling of climate change's impact on salinization of coastal water resources in reclaimed lands [J]. Procedia Engineering, 2016, 162: 25-31. doi: 10.1016/j.proeng.2016.11.006
    [11] Vu D T, YAMADA T, ISHIDAIRA H. Assessing the impact of sea level rise due to climate change on seawater intrusion in Mekong Delta, Vietnam [J]. Water Sci Technol, 2018, 77(5-6): 1632-1639.
    [12] 王瑶, 熊守纯, 张晓光, 等. 葫芦岛沿海区域海水入侵的危害及存在问题 [J]. 黑龙江水利科技, 2013, 41(8): 209-210. doi: 10.3969/j.issn.1007-7596.2013.08.074

    WANG Y, XIONG S C, ZHANG X G, et al. The harm and existing problems of seawater intrusion in the coastal area of Huludao [J]. Heilongjiang Water Conservancy Science and Technology, 2013, 41(8): 209-210(in Chinese). doi: 10.3969/j.issn.1007-7596.2013.08.074

    [13] 徐兴永, 付腾飞, 熊贵耀, 等. 海水入侵—土壤盐渍化灾害链研究初探 [J]. 海洋科学进展, 2020, 38(1): 1-10. doi: 10.3969/j.issn.1671-6647.2020.01.001

    XU X Y, FU T F, XIONG G Y, et al. A preliminary study on the disaster chain of seawater intrusion and soil salinization [J]. Advances in Marine Science, 2020, 38(1): 1-10(in Chinese). doi: 10.3969/j.issn.1671-6647.2020.01.001

    [14] 曹建荣. 山东省莱州湾地区海水入侵成因分析 [J]. 中山大学研究生学刊:自然科学与医学版, 2002, 23(1): 104-111.

    CAO J R. Analysis of the causes of seawater intrusion in Laizhou Bay, Shandong Province [J]. Postgraduate Journal of Sun Yat-sen University:Natural Science and Medicine Edition, 2002, 23(1): 104-111(in Chinese).

    [15] 林功惠, 刘金萍. 大连市海水入侵现状与治理初步探讨 [J]. 东北水利水电, 2014, 32(7): 32-34. doi: 10.3969/j.issn.1002-0624.2014.07.014

    LIN G H, LIU J P. Preliminary discussion on current situation and control of seawater intrusion in Dalian [J]. Northeast Water Resources and Hydropower, 2014, 32(7): 32-34(in Chinese). doi: 10.3969/j.issn.1002-0624.2014.07.014

    [16] 周洪杰. 海水入侵对大连市牧城驿地区农田土壤生态的影响 [J]. 国土与自然资源研究, 2006, 4: 34-35. doi: 10.3969/j.issn.1003-7853.2006.01.018

    ZHOU H J. Influence of seawater intrusion on farmland soil ecology in Muchengyi area of Dalian City [J]. Research on Land and Natural Resources, 2006, 4: 34-35(in Chinese). doi: 10.3969/j.issn.1003-7853.2006.01.018

    [17] 林功惠, 刘金萍, 王春蓓. 大连市海水入侵现状与治理初步探讨[C]. 沈阳: 辽宁省水利学会2012年学术年会论文集, 2012: 31-34.

    LIN G H, LIU J P, WANG C B. Preliminary discussion on the status and control of seawater intrusion in Dalian [C]. Shenyang:Proceedings of the 2012 Academic Annual Meeting of the Liaoning Hydraulics Society, 2012: 31-34 (in Chinese).

    [18] 王涛, 周旭东, 李晶. 大连市海水入侵现状的成因分析及对策研究[C]. 沈阳: 2008年水生态监测与分析学术论坛论文集, 2008:227-231.

    WANG T, ZHOU X D, LI J. The cause analysis and countermeasures of the current situation of seawater intrusion in Dalian[C]. Shenyang:2008 Water Ecology Monitoring and Analysis Academic Forum Proceedings, 2008:227-231 (in Chinese).

    [19] ZHAO J, LIN J, WU J F, et al. Numerical modeling of seawater intrusion in Zhoushuizi district of Dalian City in northern China [J]. Environ Earth Sci, 2016, 75(9): 1-18.
    [20] 宋青. 大连市甘井子地区地下水资源保护及海水入侵问题探讨 [J]. 地下水, 2014, 36(1): 98-100. doi: 10.3969/j.issn.1004-1184.2014.01.038

    SONG Q. Discussion on groundwater resources protection and seawater intrusion in Ganjingzi area of Dalian [J]. Groundwater, 2014, 36(1): 98-100(in Chinese). doi: 10.3969/j.issn.1004-1184.2014.01.038

    [21] 张德君, 李雪铭, 单灵芝, 等. 海水入侵对滨海城市化发展的影响研—以大连市为例 [J]. 辽宁师范大学学报(自然科学版), 2014, 3: 422-430.

    ZHANG D J, LI X M, SHAN L Z, et al. Research on the impact of seawater intrusion on the development of coastal urbanization—taking Dalian as an example [J]. Journal of Liaoning Normal University (Natural Science Edition), 2014, 3: 422-430(in Chinese).

    [22] 刘辉, 王正英, 朱爽. 庄河市海水入侵特征初析 [J]. 科技信息, 2009, 8: 639-640. doi: 10.3969/j.issn.1001-9960.2009.30.530

    LIU H, WANG Z Y, ZHU S. Preliminary analysis on the characteristics of seawater intrusion in Zhuanghe City [J]. Science and Technology Information, 2009, 8: 639-640(in Chinese). doi: 10.3969/j.issn.1001-9960.2009.30.530

    [23] 孟春玲. 庄河市盐碱地土壤农化分析及开发利用报告 [J]. 新农业, 2013, 7(7): 32-33.

    MENG C L. Agrochemical analysis and development and utilization report of saline-alkali soil in Zhuanghe City [J]. New Agriculture, 2013, 7(7): 32-33(in Chinese).

    [24] LIU K, SHPARLINSKI I E, ZHANG T. Average distribution of k‐free numbers in arithmetic progressions [J]. Math Nachr, 2020, 293(8): 1505-1514. doi: 10.1002/mana.201900006
    [25] 周贤成. 浅析标准差在水工混凝土强度质量控制中的作用 [J]. 四川水利, 2020, 41(4): 115-117.

    ZHOU X C. Analysis on the role of standard deviation in the quality control of hydraulic concrete strength [J]. Sichuan Water Resources, 2020, 41(4): 115-117(in Chinese).

    [26] GARG N, PACHORI M. Use of coefficient of variation in calibration estimation of population mean in stratified sampling [J]. Commun Stat-Theor M, 2019(1): 1-11.
    [27] CHOUKSEY N, MISHRA G C, CHOUKSEY R. GIS-based interpolation methods for estimating spatial distribution of nitrogen content in the soil [J]. Journal of Krishi Vigyan, 2018, 7(special): 78. doi: 10.5958/2349-4433.2018.00163.0
    [28] 赵建. 海水入侵水化学指标及侵染程度评价研究 [J]. 地理科学, 1998, 1(1): 3-5.

    ZHAO J. Study on the evaluation of seawater intrusion water chemical index and infestation degree [J]. Geographical Sciences, 1998, 1(1): 3-5(in Chinese).

    [29] 顾云碧, 郑晓琴, 徐丽丽, 等. 上海地区海水入侵风险调查研究 [J]. 海洋技术学报, 2015, 34(6): 108-111.

    GU Y B, ZHENG X Q, XU L L, et al. Investigation on the risk of sea water intrusion in Shanghai area [J]. Journal of Ocean Technology, 2015, 34(6): 108-111(in Chinese).

    [30] GEBREMESKEL G, GEBREMICAEL T G, KIFLE M, et al. Salinization pattern and its spatial distribution in the irrigated agriculture of Northern Ethiopia: an integrated approach of quantitative and spatial analysis [J]. Agr Water Manage 2018.206: 147-157.
    [31] NIñEROLA V B, NAVARRO-PEDREñO J, LUCAS, IGNACIO GÓMEZ, et al. Geostatistical assessment of soil salinity and cropping systems used as soil phytoremediation strategy [J]. J Geochem Explor J Assoc Explor Geochem, 2017, 174: 53-58. doi: 10.1016/j.gexplo.2016.06.008
    [32] CHO, KI HWAN, BEON, et al. Dynamics of soil salinity and vegetation in a reclaimed area in Saemangeum, Republic of Korea [J]. Geoderma:Int J Soil Sci, 2018, 321: 42-51.
    [33] SANKAR B G, KUMAR S P, RABINDRANATH C. Assessment of spatial variability of soil properties using geostatistical approach of lateritic soil (West Bengal, India) [J]. Ann Agrar Sci, 2018, 16(4): 436-443. doi: 10.1016/j.aasci.2018.06.003
    [34] SHAHID S A, ABDELFATTAH M A, TAHA F K. Developments in soil salinity assessment and reclamation [M]. Berlin: Springer, Dordrecht, 2013.
    [35] 周慧芳, 谭红兵, 高将, 等. 南通地区地下水咸化机理分析及改良措施 [J]. 水资源保护, 2015, 31(4): 70-76.

    ZHOU H F, TAN H B, GAO J, et al. Analysis of groundwater salinization mechanism in Nantong area and improvement measures [J]. Water Resources Protection, 2015, 31(4): 70-76(in Chinese).

    [36] 刘衍君. 莱州湾南岸海水入侵区土壤盐渍化驱动力分析与生态对策 [J]. 中国农学通报, 2012, 28(2): 209-213. doi: 10.3969/j.issn.1000-6850.2012.02.042

    LIU Y J. The driving force analysis and ecological countermeasures of soil salinization in the seawater intrusion area on the south coast of Laizhou Bay [J]. Chinese Agricultural Science Bulletin, 2012, 28(2): 209-213(in Chinese). doi: 10.3969/j.issn.1000-6850.2012.02.042

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-050Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 3.0 %DOWNLOAD: 3.0 %HTML全文: 92.1 %HTML全文: 92.1 %摘要: 4.9 %摘要: 4.9 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 96.3 %其他: 96.3 %XX: 2.4 %XX: 2.4 %上海: 0.1 %上海: 0.1 %北京: 0.3 %北京: 0.3 %哈尔滨: 0.1 %哈尔滨: 0.1 %宁波: 0.1 %宁波: 0.1 %安阳: 0.1 %安阳: 0.1 %宜春: 0.1 %宜春: 0.1 %深圳: 0.1 %深圳: 0.1 %菏泽: 0.1 %菏泽: 0.1 %重庆: 0.1 %重庆: 0.1 %银川: 0.1 %银川: 0.1 %阳泉: 0.1 %阳泉: 0.1 %青岛: 0.1 %青岛: 0.1 %其他XX上海北京哈尔滨宁波安阳宜春深圳菏泽重庆银川阳泉青岛Highcharts.com
WeChat 点击查看大图
图( 11) 表( 8)
计量
  • 文章访问数:  3915
  • HTML全文浏览数:  3915
  • PDF下载数:  106
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-11-06
  • 录用日期:  2022-02-14
  • 刊出日期:  2022-03-27
高铭骏, 汪旭, 孟玲珑, 李天昕. 沿海发展区海水入侵与土壤盐渍化空间关联解析[J]. 环境化学, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
引用本文: 高铭骏, 汪旭, 孟玲珑, 李天昕. 沿海发展区海水入侵与土壤盐渍化空间关联解析[J]. 环境化学, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
shu
GAO Mingjun, WANG Xu, MENG Linglong, LI Tianxin. Spatial correlation analysis of seawater intrusion and soil salinization in coastal developed area[J]. Environmental Chemistry, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
Citation: GAO Mingjun, WANG Xu, MENG Linglong, LI Tianxin. Spatial correlation analysis of seawater intrusion and soil salinization in coastal developed area[J]. Environmental Chemistry, 2022, 41(3): 987-1000. doi: 10.7524/j.issn.0254-6108.2020110604
shu

沿海发展区海水入侵与土壤盐渍化空间关联解析

    通讯作者: Tel：13671075231，E-mail：tianxinli@ustb.edu.cn
  • 1. 北京科技大学能源与环境工程学院，北京，100083
  • 2. 工业典型污染物资源化北京市重点实验室，北京，100083
  • 3. 生态环境部土壤与农业农村生态环境监管技术中心，北京，100012
  • 收稿日期:  2020-11-06
  • 录用日期:  2022-02-14
  • 网络出版日期:  2022-03-25
基金项目:
庄河市盐渍化治理专项研究（ZH-2018-079）资助.

摘要: 沿海地区经济的快速发展、资源的大量开发，使海水入侵、土壤盐渍化等海岸带环境问题加剧。为了研究沿海发展区海水入侵与土壤盐渍化程度与驱动因素，探究海水入侵与土壤盐渍化的空间关联性，选择沿海的海绵城市试点—庄河市为研究对象，通过地下水与土壤的野外采样检测，运用kriging插值法分析研究区地下水与土壤盐渍化空间分布特征，利用SPSS聚类分析、ArcGIS10.2实现海水入侵与土壤盐渍化的空间关联解析。结果表明：庄河市沿海地带地下水位低、埋深浅处易发生海水入侵，40%的地下水氯离子浓度（23.40 — 432.60 mg·L−1）和矿化度（0.22 — 1.98 g·L−1）超标，超标点位由海水入侵引起；土壤pH值和全盐含量分别在6.20 — 8.30和0.10% — 0.80%之间，盐渍化土壤亦主要分布在沿海地带，以氯化物—硫酸盐土以及硫酸盐—氯化物型为主；地下水浓度与土壤盐渍化程度呈现由沿海向内陆逐渐降低的空间一致性；地下水埋深、矿化度与土壤全盐含量呈现较高的相关性，表明海水入侵对土壤盐分有直接影响，贡献率达到50%以上，是庄河市沿海地带土壤盐渍化问题的主要控制因素，最后，提出庄河市防止海水入侵是治理土壤盐渍化的根本措施，为后续沿海地区盐碱化防治研究提供方向。

English Abstract

    全文HTML

  • 在我国“海洋强国”战略的指引下，沿海地区成为我国经济快速发展的先行区，开发规模不断扩大、城镇化进程迅速加快[1-2]。在经济快速发展的同时，生态破坏、环境污染等问题逐渐显现出来[3- 4]。沿海地区快速发展经济、过度开采地下水直接造成了海水入侵的问题[5]，因其会使沿海地带地下水变咸[6- 7]、水田面积减少[8]，造成土壤盐渍化[9]等危害，受到广泛关注。很多研究指出，海水入侵显著影响地下水矿化度、含盐量和土壤理化性质等，进而形成土壤盐渍化，导致土壤功能退化[10－12]。徐兴永等提出，海水入侵和土壤盐渍化属于典型的链式结构灾害，在时间上有先后、空间上彼此相依、成因上相互关联[13]。而且目前的研究发现，大部分北方沿海发展城市的土壤盐渍化问题与海水入侵有关[14]。

    大连市是我国北方重要的港口城市，三面靠海，属于典型的沿海经济开发区，自20世纪70年代以来，大连市就因开采地下水造成了海水入侵的问题，地下水环境受到污染，有些地区甚至出现了土壤盐渍化的现象，严重阻碍了大连市的经济发展[15-16]。目前，相关学者对大连市海水入侵的成因[17－19]、分布范围[20]、对城市化的影响及防治措施进行了探究[21]，但少有开展海水入侵对土壤盐渍化空间关联影响的研究，导致防治措施的提出缺乏空间位置的针对性。因此探究大连市海水入侵与土壤盐渍化的程度及空间关联性具有重要意义。

    庄河市是大连地区的沿海城市，近年被确定为海绵城市试点。通过对庄河市沿海地区海水入侵区的地下水、土壤进行采样分析，分析研究区地下水盐分与土壤盐碱化程度空间分布特征，结合SPSS聚类分析及GIS空间分析技术，解析沿海地带海水入侵和土壤盐渍化的空间关联性，并提出防治措施，以期为后续沿海地区海水入侵、区域盐碱化防治的研究提供指导。

    • 1.   材料与方法 （Materials and methods）

      1.1.   研究区概况

    • 庄河市地理位置：122°29′—123°31′ E，39°25′—40°12′ N（图1）。庄河市地处辽东半岛东侧，大连市东北部，是辽宁沿海经济带的重要节点城市。多年来，庄河市沿海地区城镇化进程加快，地下水开采过量，造成了海水入侵和土壤盐渍化的风险。根据2005年监测的氯离子浓度数据，2005年庄河市的海水入侵呈面状分布，西起明阳镇，东到栗子房乡以及石城岛和王家岛共7个海水入侵地段，合计海水入侵面积达124.5 km2。最严重区域位于黑岛—青堆子地段，入侵范围大，距离长，氯离子浓度最高[22]；同时，由大连市农业科学研究院在沿海10大乡镇的研究，发现沿海地区各类盐渍土都有不同程度的分布[23]。研究区域的自然环境概况见表1。

      • 1.2.   样品采集及处理

    • 综合考虑庄河市气候、水文地质、地下水资料、海水入侵及土壤盐渍化历史状况，在《海水入侵与土壤盐碱化检测方法（试行）》技术规程指导下，确定地下水和土壤的采样点位置，于2018年4—5月（研究区土壤盐分含量最高的时期）完成采样。利用便携式GPS记录采样点的经纬度。

      • 1.2.1.   地下水采样及测试

    • 在海水入侵区、过渡带、未入侵区选取农业灌溉井和居民饮水井为地下水采样点，采样断面垂直于海岸线，每个断面3—5个样品，共采集50个地下水样品，在采集样品前，用皮尺加泡沫浮子物测绳测量水位，并将观测井上沿作为基准点，根据水准测量确定测点高程；随后先用取样水桶采集活水样清洗水样瓶（3次），通过0.45 μm后的滤膜后，在预先经过酸洗的聚乙烯采样瓶封装，贴上标签。运回实验室进行测定，测试指标包括地下水氯离子浓度和潜水矿化度。氯离子浓度采用硝酸银滴定法测定，按照《GB 11896—89 水质 氯化物的测定方法》进行测定；潜水矿化度采用重量法测定，参照《SL79—1994 矿化度的测定方法》进行测定。

      • 1.2.2.   土壤采样及测试

    • 土壤样品共采集92个，50个分布在地下水采样点附近，另外42个均匀分布在未采集地下水样品的地区。每个采样点呈S形随机采集3份样品，用土钻分5层（0—5 cm，5—10 cm，10—20 cm，20—40 cm，40—60 cm）采集土样，同层3个点所采的土壤等量均匀混合后作为一个混合代表样本，同时原状土和容重样分为3层（1—20 cm，20—40 cm，40—60 cm）采集土样；采集后的土壤样品在剔除植物根系及大块砂石后，装在聚乙烯样品袋中送回实验室进行测量。测量前将土壤在通风的室内风干，在土样达半干状态时，将大块土壤捏碎，并通过2 mm孔径的筛子过筛。随后配置1∶5的土水悬浮液，充分震荡后测量土壤pH、氯离子浓度（Cl−soil）、硫酸根离子（SO2−4）、全盐含量。其中pH值采用电位法测定，按照《土壤检测土壤pH的测定》（NY/T 1121.2—2006）方法测定；Cl−soil采用硝酸银滴定法测定，按照《土壤检测 土壤氯离子含量的测定》（NY/T 1121.17—2006）方法测定；SO2−4采用EDTA间接滴定法测量，按照《土壤检测 土壤硫酸根离子含量的测定》（NY/T 1121.18—2006）方法测定；全盐含量使用重量法进行测量，按照《土壤检测 土壤水溶性盐总量的测定》（NY/T 1121.16—2006）方法测定；此外，土壤干容重采用称重法进行测量。

      • 1.3.   数据分析

    • 应用SPSS、Excel软件，对采样数据进行描述性统计分析，包括平均值、标准差、变异系数等。通过相关指标剔除异常值，分析数据的集中或离散程度。

      算术平均法是统计学中最基本、最常用的一种方法，能够直观、简明地评价采样数据的平均水平[24]。

      式中，X1,X2,Xn为每一个采样点数据，n为采样点个数。

      标准差是离均差平方的算术平均数的算术平方根，用σ表示，在概率统计中作为统计分布程度上的测量依据[25]。

      式中，xi代表第i个采样点处的测量值；ˉx代表样品数据的平均值；n为采样点个数。

      为消除测量尺度和量纲的影响，应用变异系数来反映数据离散程度，它是概率分布离散程度的一个归一化量度，其定义为标准差与平均值之比[26]。

      式中，SD代表样品数据的标准偏差，MN代表样品数据的算数平均值。

      利用基于地统计原理的kriging插值法对地下水和土壤进行探索性空间全局预测分析，总体判断研究区海水入侵与土壤盐渍化状况[27]。

      式中，Z(Si)代表第i个采样点处的测量值；Wi为空间权重，取决于采样点据预测位置的距离以及预测点与其周围的测量值之间的空间关系拟合模型；S0为预测点的位置；N为采样点个数。

    2.   结果与讨论（Results and discussion）

      2.1.   研究区地下水特征分析

    • 在我国，一般用地下水矿化度（M）和氯离子浓度（Cl−water）两项指标来衡量海水入侵的程度[28]，根据饮用水卫生标准（GB 5749—2006），M的最大允许限值为1.0 g·L−1，因此将M= 1.0 g·L−1作为咸淡水分界线；但海水入侵陆地含水层造成地下水化学组分发生变化最为显著的是Cl−water，且Cl−water相对稳定，监测简单，因此，选择Cl−water作为衡量海水入侵与否及入侵程度指标。参考《海水入侵监测技术规程（试行）》标准（表2），结合大连市规定的海水入侵标准，将Cl−water=250 mg·L−1作为海水入侵线，对区域海水入侵程度进行评价。

      研究区地下水氯离子浓度和矿化度的范围分别在23.40 — 432.60 mg·L−1和0.22 — 1.98 g·L−1之间（表3），平均值分别为217.67 mg·L−1和0.92 g·L−1，满足饮用水相关标准（GB 5749—2006）。由海水入侵分级标准知（表2），地下水水质属于淡水水质[29]。但从采样数据散点分布上看（图2），36%的样点的Cl−water超过大连市规定的海水入侵标准250 mg·L−1，最大超标倍数为73.04%，存在轻微海水入侵。同样的，样品中有40%的样点的M超过1 g·L−1，最大超标倍数达到98%，属于微咸水水质。从地下水氯离子浓度和矿化度的变异系数来看，Cl−water和M变异程度类似，都属于中等变异性，表明两者的离散程度都相对较大，研究区不同地区不同位置的浓度差异显著。

      样点Cl−water和离海距离呈现指数型递减规律，两者的相关系数（R2）达到0.86，具有较高的一致性。随着离海距离的增大，样点Cl−water逐渐减小的速率越来越小，在离海距离为0—6 km时，Cl−water最高降幅达240 mg·L−1，最低下降到约250 mg·L−1，而离海距离大于30 km后，Cl−water基本保持稳定。采样点中，约1/3的采样点超标，属于海水入侵区（Cl−water=250 mg·L−1），入侵距离大约均在4 km以内。但有些特殊超标样点位于离海距离6 km的位置，入侵距离较远（图3a），这可能是部分沿海地带存在基岩裂隙，导致的海水呈线状入侵引起的。样点M随离海岸线距离的减小呈现逐渐增大的趋势，相关系数（R2）仅为0.25，一致性关系不显著（图3b）。但值得注意的是，在微咸水区，部分样点的离海距离达到10 km以上，最远的甚至达到20 km左右，这些样点的矿化度超标并不是因为海水入侵导致，可能是由于天然本地的矿化度较高导致，且这些点的数量较少，属于微咸水水质的样点几乎均分布在5 km以内，且离海距离为5 km时，样点矿化度位于咸淡水分界线上。海水入侵区和微咸水水质样点均分布在离海5 km以内，可以认为研究区矿化度超标也与海水入侵有关。将地下水氯离子浓度与矿化度进行线性相关性分析（图4）得到相关系数（R2）为0.87，可知地下水咸化与氯离子浓度密切相关，即与海水入侵密切相关。综上，沿海地带地下水氯离子浓度和矿化度升高是由海水入侵引起的，超过饮用标准和灌溉标准。

      研究区地下水水位与潜水埋深范围分别为0.80 — 210.90 m和0.90 — 23.10 m，变化范围较大，潜水埋深的变异系数为88%，属于中等变异，离散程度比氯离子浓度和矿化度高，但小于地下水水位的离散水平（表4），表明地下水水位的空间分异性大，随地理位置和地形的不同，水位差异明显。

      随着地下水水位的降低，氯离子浓度和矿化度逐渐增大，且地下水水位与Cl−water的相关性较高（R2=0.70），而与M的相关性一般（R2=0.53）。样点海水入侵区地下水位大多数分布在13 m之内（图5），说明海水入侵集中在地下水水位较低处发生，特别是接近海平面地下水开采量大的地区，这些地区地下水水位相对较低，易导致海水入侵陆地含水层。

      地下水水位高低与埋深并无直接关系，两者之间是由地表高程决定的。通过分析得到地表高程越低，潜水埋深就越浅，且两者呈现密切的正相关关系（R2=0.75）。从图6得出，埋深较浅的地方主要在沿海地带。综上，沿海地带地表高程普遍较低，且地下水埋深较浅，较易发生海水入侵，且部分地区满足土壤盐渍化的发生的条件。

      • 2.2.   研究区土壤特征分析

    • 研究区土壤颗粒整体呈砂粒（41%）＞粉粒（33%）＞黏粒（26%），从变异系数的角度看，在10% — 100%之间，具有中等强度的变异性。根据土壤质地的USDA标准，研究区土壤质地多为黏壤土（clay loam）及壤土（loam），其次为砂质粘壤土（sandy clay loam），部分地区存在砂质壤土（sand loam）和粉质壤土（silt loam）。研究区土壤容重的均值为1.40 g·cm−3（表5），紧实度相对较大，整体上看，土壤容重变异程度较低，属于弱变异水平。除东南沿海以及少部分滨海地区，其余大部分地区土壤的砂粒含量较高，最高可达70%左右，分布在东部行政边界处。粉粒、黏粒含量与砂粒含量的分布几乎相反，在砂粒含量较低的地方，粉粒和粘粒含量都相对较高。

      研究区土壤pH值在6.20 — 8.30之间，酸性、中性、碱性土均有分布，土壤pH均值为6.95，属于中性水平；但其标准差与变异系数都较小，分别为0.61和9%（表6），说明土壤的酸碱性较为集中。研究区以中性土为主，占到总样本数的51%，碱性土次之，占比为29%，而酸性土最少，仅占20%（图7），因此，可以说明研究区土壤多非碱化土，少数为碱性和酸性土。

      目前学者多以易测的饱和土壤浸出液电导率（EC）为指标[30－33]，还有学者利用钠吸附比（SAR）、交换钠离子百分比（ESP）等指标[34]来计算土壤溶液的离子之间的占比，进而分析盐渍化的水平。研究区土壤全盐含量最小值仅为0.1%，而最大值可达到0.8%，土壤结构极差；盐分含量的平均水平为0.4%，超过了部分植物正常生长的限值（表7）。从Cl−/SO2−4化学计量比上看，其范围在0.30 — 3.65之间，硫酸盐土、氯化物-硫酸盐土以及硫酸盐-氯化物型土壤均有分布。从变异强度上看，两项指标均属于中等变异性，而Cl−/SO2−4变异性相对更高。但从采样数据散点分布上看，研究区非盐渍化（38%）＞中度盐渍化（23%）＞轻度盐渍化（21%）＞重度盐渍化较少（18%）（图8），土壤盐渍化类型为硫酸盐型（46%）＞硫酸盐-氯化物型（34%）＞硫酸盐型（21%）。对比土壤样品盐渍化类型与程度，发现盐渍化土壤主要分布在氯化物-硫酸盐土以及硫酸盐-氯化物型土壤上，且在硫酸盐-氯化物型土壤上，盐渍化程度更为严重，多为重度盐渍土和中度盐渍土。土壤全盐含量与离海距离呈现对数型递减规律，两者的相关系数（R2）达到0.58。随着离海距离的增大，土壤全盐含量趋向于稳定。离海距离在10 km之内，土壤全盐含量下降趋势显著，随后则趋于稳定（图8）。综上，土壤中Cl−water相对较高的土壤，其发生盐渍化的可能性较大，而土壤中氯离子浓度可能来由含盐地下水的毛细上升作用[35]，沿海地带地下水氯离子浓度较高主要由海水入侵导致。因此研究区的滨海盐渍土也极可能由于海水入侵导致。

      • 2.3.   研究区海水入侵与土壤盐渍化关联解析

    • 从庄河区土壤盐渍化空间分布看，盐渍化土壤多分布在沿海地带（图9），面积达1150 km2，约占陆地总面积的28%，内陆地区几乎全为非盐渍化土壤，特别是东北部的山区，这可能与该处地势高，雨量充分，蒸发强度小，没有造成盐渍化的外界条件有关。海水入侵集中在3块独立的区域，并没有连成片（图9），最大入侵距离达到5.21 km，入侵最大面积达到17.2 km2，总面积达29.81 km2，占陆地总面积的0.73%，3处区域均出现了不同程度的土壤盐渍化问题。

      从空间分布来看，研究区沿海地带的地下水埋深很浅，几乎都在3 m以下（图10a），地下水浓度、矿化度含量普遍较高，存在不同程度的微咸水水质。参考《海水入侵监测技术规程（试行）》的标准并依据大连市规定的判断海水入侵的标准，以Cl−water=250 mg·L−1作为海水入侵的临界线，可以看出沿海地带均有不同程度的海水入侵，东南沿海地带入侵程度相对于其他地方更为严重。海水入侵线与咸淡水分界线几乎是重叠的，离海距离均在5 km左右，再次证实了沿海地区矿化度超标与海水入侵的密切相关性。对照土壤全盐含量空间分布（图10b），沿海土壤盐分远远高于内陆，内陆地区主是非盐渍化土，以中性氯化物—硫酸盐型土壤为主，特别是研究区东北部的山区，这可能与该处地势高，雨量充分，蒸发强度小等外界条件相关。而东南沿海地带的全盐含量高于其他沿海地带，以硫酸盐-氯化物型土壤为主，进一步表明了沿海地带土壤中氯离子浓度相对较高。从浓度变化来看，研究区的地下水盐离子浓度呈沿海向内陆逐渐递减的规律，土壤盐分也由沿海向内陆呈层状递减，沿海地区地下水盐分浓度明显高于内陆地区，且全盐含量高的区域地下水盐分浓度均在500 mg·L−1以上。可见，研究区地下水浓度和土壤全盐含量在空间分布上呈现一致性的规律，而地下水浓度过高可能是土壤盐渍化的风险源之一，这与其他沿海地带研究呈现的规律是一致的[36]。

      土壤盐渍化问题是由自然、地理环境和人类活动综合作用的结果，受气候、地形、土体结构和地下水埋深、地下水开采等多种因素的影响。通过对庄河市土壤盐渍化影响因子相关性进行分析，可知土壤全盐含量与海拔高程、地貌类型、土壤质地、潜水埋深都呈负相关性，仅与潜水矿化度呈现正相关性。其中，土壤全盐量与潜水矿化度具有较大的正相关关系，相关系数为0.568，反映了盐分的积累和地下水的含盐量及地下水盐上行关系密切（表8）。由前面分析可知，海水入侵导致了庄河市沿海地带地下水氯离子浓度和矿化度超标，进一步表明了庄河市沿海地带的土壤盐渍化的形成主要根源在于海水入侵，且海水入侵贡献率可能达到50%以上。

      在此基础上，利用SPSS对影响因子进行聚类分析（图11），将影响因子分为3类：全盐含量、潜水矿化度、潜水埋深为一类，反映土壤盐分主要受到潜水矿化度和潜水埋深的影响，体现影响水盐运移的主要过程；地貌类型和高程为一类，反映土壤的水文地质过程；土壤质地为一类，反映土壤本身性质对盐分运移的影响。聚类分析结果同相关性分析结果一致，全盐含量与潜水矿化度具有显著的相关性，表明海水入侵对土壤盐分有着直接且明显的影响，是土壤盐分积聚的主要驱动因素。同时沿海部分地区潜水埋深相对较浅也是导致盐渍化的主要驱因。

      地下水矿化度、埋深与土壤全盐含量较高的相关性，进一步间接证实了庄河市海水入侵与土壤盐渍化的密切关联性。首先，沿海地带受到一定程度的海水入侵，导致了地下水的咸化，同时沿海地带地势较平，海水的倒灌导致了陆域的排水不畅，又进一步导致了地下水埋深浅化，加之地下水资源的开采，加剧了海水入侵的发生。因此，呈现出地下水埋深越浅，盐份含量越高的现象。同时，庄河市的气候属于典型的蒸发量大于降雨量型，旱季气温相对较高时，含盐地下水会通过毛管作用上升至土壤表层，水分蒸发后盐分便积聚起来，随着时间的推移，盐分积累就造成了土壤盐渍化，可见气候因素亦成为盐渍化问题形成的助力。因此，庄河市沿海地带海水入侵，带来了地下水盐分的变化，在气候因素的助推下，导致水生态和土壤生态环境失衡，从而导致了土壤盐渍化。

    3.   结论（Conclusion）

    • （1） 庄河市沿海地带地下水氯离子与矿化度的超标由海水入侵引起，区域内氯离子浓度和矿化度分别在23.40 — 432.60 mg·L−1和0.22 — 1.98 g·L−1之间，空间分异性大；且离海距离越近，地下水水位越低，海水入侵越严重；沿海地带地下水埋深较内陆浅，海水入侵的风险增加，导致部分地带达到了土壤盐渍化的发生条件。

      （3）从空间插值分析结果看，庄河市沿海地带的地下水浓度与土壤盐渍化程度在空间分布上呈现较好一致性。氯离子浓度与离海距离呈现出指数型递减规律，相关系数为0.86，且递减的速率随着离海距离的增大不断减小，最后趋于稳定。以250 mg·L−1为海水入侵临界值，最大入侵距离为6 km，土壤全盐含量与离海距离呈现对数型层状递减规律，相关系数为0.58，递减速率在离海距离约10 km时趋于平缓，离海距离约20 km后土壤全盐含量趋于稳定。由于地质原因存在空间差异，微咸水水质、重度盐渍化土均分布在沿海地带，以东南沿海地带最为明显。

      （4）庄河市海水入侵是造成沿海地带土壤盐渍化的主要控制因素，贡献率达到50%以上；沿海地带较浅的地下水埋深和地下水位为海水入侵的发生提供有利条件，海水入侵通过影响地下水氯离子浓度和矿化度，使地下水咸化，在旱季气温相对较高时，含盐地下水可以通过毛管作用上升至土壤表层，水分蒸发后盐分积聚，造成了土壤盐渍化。

      （5）土壤盐渍化阻碍了庄河市的水资源开发利用，使其沿海地带的土壤生态失衡，从而对经济发展产生影响。因而引起庄河市土壤盐渍化的直接诱因是海水入侵。因此，治理土壤盐渍化，要结合庄河市的实际情况同步采取防治海水入侵的措施。应控制地下水开采时间和间隔、开采井布局及密度，调控地下水水位和地下水埋深，加强水资源的管理配置，全面建设节水型社会，发展节水农业，提高节水技术，建设降低万元产值耗水量的相关工程。同时，可结合海绵城市建设，充分利用城市雨水系统选择恰当的“渗、蓄、排”措施改善沿海地带的灌—排形式，避免沿海地带挖沙、盐场建设等活动高强度发展，降低海水入侵的几率，防止咸水下渗，重视沿海湿地建设，为海水入侵竖起屏障。

    参考文献 (36)

返回顶部

目录

/

返回文章
返回

Copyright © 2019 中国科学院生态环境研究中心