黄河流域油气开采废物道路利用的风险与管控限值区域差异

李 淑，徐 亚,3*，赵玉鑫，刘玉强*，孙淑娜

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，固体废物污染控制技术研究所，北京 100012

2.吉林建筑大学市政与环境工程学院，吉林 长春 130118

3.甘肃省工业废弃物循环与调控重点实验室，甘肃 兰州 730000

油气开采废物是近年来国家固废管理的重点[1].油气开采是国民经济重点行业，事关国家能源安全[2].石油和天然气开采过程会产生油泥油脚和含油污泥等含油废物以及含油废物资源化利用后的二次废物.这些废物中含有石油烃、重金属等多种有害成分，利用处置不妥会造成土壤生态问题、地下水污染和人体健康危害[3-4].2022 年以来，生态环境部印发了《危险废物环境管理指南 陆上石油天然气开采》，启动《石油和天然气开采固体废物污染控制技术规范》编制，加强油气开采废物的环境管理和利用处置.2023年生态环境部、国家发展和改革委员会联合印发的《危险废物重大工程建设总体实施方案(2023-2025 年)》将油气开采废物列为9 类特殊类别危险废物，要求重点布局建设，补齐其利用处置能力短板.

资源化转化是含油废物治理的主要方式，含油废物脱油利用后的残渣是近年来相关领域的研究重点.含油废物采用热解、热脱附、化学热洗等方式分离提取石油烃后，产生的脱油残渣(OCDRs)含油率通常较低[5]，可用于免烧砖、混凝土骨料等建筑原料用途，以及矿坑、道路充填材料[6-7].特别是近年来我国基础设施建设持续加速，高速公路建设成为脱油残渣的潜在消纳去向[8]，其资源化过程的风险评估和管控愈加收到重视.Yu 等[9]开展了OCDRs 危险特性、毒性组分等研究，结果表明，脱油残渣(OCDRs)中含有残留的重金属、苯并[a]芘、石油类等污染物.任雯等[10]开展了含油污泥处理残渣制作路基材料的风险研究，结果表明，OCDRs 制成的路基材料浸出液中的污染物浓度检测数据满足《污水综合排放标准》一级标准要求.

然而，现行固废资源化风险评估通常采用浸出实验+稀释衰减系数法进行风险评估[11]，用浸出实验表示源强释放特征，用稀释衰减系数表征包气带和地下水对源强的稀释衰减[12]，二者均为稳态模型，不能准确刻画非稳态的污染物源头释放和过程迁移扩散[13]，可能导致对峰值风险的忽略[14].另外，现行固废资源化风险评估通常采用全国统一的评估参数[15]，难以体现黄河流域以及流域各省份之间的独特降水等气象条件导致的风险差异.

为此，本研究拟采用荷兰NEN 7343 方法表征OCDRs 道路利用下的源强释放特征，分析与源强传统表征方法的差异.在此基础上，耦合一阶动力学衰减模型和污染物瞬态迁移扩散的风险评估方法，同时基于该风险的管控限值推导方法，结合区域参数，揭示黄河流域OCDRs 路基填充材料利用的浅层潜水污染的概率、时间演化特征；推导污染物管控限值，并与现行鉴别标准中有关控制限值比较，评估当前国家标准值的合理性，以期为油气开采废物道路利用的风险评估和风险管理提供参考.

1 材料与方法

固体废物用作道路填充材料等土地用途条件下，主要的风险体现在对浅层地下水的污染.通常用暴露点地下水污染的严重程度和可能性来表示.风险演化过程包括污染物从固相中的释放和释放后在包气带-地下水中的迁移扩散，本研究采用符合污染物释放特征的衰减源模型来表征污染物的释放，采用一维平流-弥散方程表征污染物在包气带和地下水中的迁移扩散并预测其浓度.考虑到污染物释放和迁移扩散过程受降雨、入渗、水文等条件和参数的影响，污染程度存在不同的可能性，采用Monte Carlo 方法模拟框架分析参数不确定性对地下水污染的影响，获得地下水中污染物浓度的累积概率分布，并取95%分位值作为暴露浓度.

管控限值推导为上述过程的逆过程，给定可接受的暴露浓度，通过上述过程反推即可得到可接受的源强浓度，即管控限值.

1.1 样品采集

四川省是沿黄9 省份含油废物产生量较大的省份[16].因此，本研究选用四川省某油气田的钻井油泥经过连续回转式热相分离装置处理的残余物作为脱油干渣(OCDRs)样本.热相分离是目前高石油烃含油废物资源化利用的常用手段，OCDRs 是其主要次生废物，因此本研究采集的样品在地域和工艺方面均具有较好的典型性[17-18].

钻井油泥原样局部呈块状，密度较大，含油率为7.2%~12.2%，经过热相分离系统的残渣含油率小于0.29%(见图1)，经管道输送至冷渣机冷却，在卸料口直接排放至吨袋收集.第一个吨袋冷却1 h 后，开始进行残渣的采集.根据检测项目的不同，分别用自封袋和棕色玻璃瓶采集残渣样品.

图1 OCDRs 样品Fig.1 OCDRs samples

1.2 污染物释放表征

风险过程包括淋溶作用下固废中污染物的释放，以及释放后在包气带和含水层中的反应、迁移、扩散.随着降雨不断淋溶，固废中的污染组分不断消耗，因此采用指数衰减源模型描述淋溶液中污染物的浓度变化，用式(1)[19]表示.

式中：Ct为任何时间t淋溶液中污染物的浓度，mg/L；C0为淋溶液中污染物的初始浓度，mg/L；K为特定废物的液固分配系数，kg/L；q为蠕动泵的流速，L/h；t为淋溶时间，h；m0为柱子中待测样品的质量，kg.

上述公式的关键是获得K值.首先通过淋溶实验得到不同液固比下的淋溶浓度，然后通过淋溶浓度拟合得到K值.

1.2.1 淋溶实验

本研究采用荷兰标准NEN 7343 方法(NEN 7343方法是基于一阶动力学原理，通过淋溶实验获得不同液固比条件下的释放浓度，并基于动力学方程拟合得到液固分配系数K等释放参数)来模拟污染物的释放特征.

基于NEN 7343 方法进行淋溶实验的步骤如下：采用硝酸酸化至pH=4.0±0.1 的去离子水为淋溶液，以17.4 mL/h 的恒定流速将淋溶液输送至淋溶柱，在固液比分别约为0.1、0.2、0.5、1、2、5 和10 时收集淋溶液样品；采用《水质 65 种元素的测定 电感耦合等离子体质谱法》(HJ 700-2014)和《水质 汞、砷、硒、铋和锑的测定 原子荧光法》(HJ 694-2014)规定的方法对淋溶液中Ba、Cr、Cd、Ni、Pb、Cu、Zn、As 等元素进行检测，获得不同液固比条件下的淋溶液污染物浓度.

另外，作为对比，分别采用醋酸缓冲溶液法[20]、硫酸硝酸法[21]、水平振荡法[22]获得OCDRs 样品重金属的浸出浓度.

1.2.2 拟合求参

根据1.2.1 节获得的淋溶浓度数据，绘制不同液固比条件下的淋溶液污染物浓度Ci的自然对数值为纵坐标、液固比的中间值为横坐标的图表，通过拟合得出K值.

1.3 释放-迁移-扩散过程模型表征

道路利用场景下地下水的风险演化过程如图2所示，污染物释放服从指数衰减过程，用式(2)(3)[23]表示.

图2 OCDRs 作为路基材料污染物暴露场景概化图Fig.2 Sketch of the exposure scenario of OCDRs as a pollutant of roadbed materias

式中：i为地表水入渗率，mm/a；Wd为废物层厚度，m；Wfc为废物中占总库容的比例.

污染物在包气带和含水层中会发生吸附-解吸、化学反应以及水动力迁移和分子扩散.但从长期来看，吸附和化学反应均存在一定容量，对于废物堆等高浓度源项，从保守评估角度可不考虑其吸附和反应，采用对流弥散方程描述其在包气带和含水层中的迁移扩散过程，用式(4)(5)[24-25]表示：

式中：x为沿地下水流动方向的距离，m；c为距离x和时间t处污染物的浓度，mg/L；v为地下水流速，m/s；n为有效孔隙度；R为阻滞因子；γ为一级衰减率，s-1；DL为水动力纵向弥散系数，m2/s；α为介质弥散系数，m；Dm为分子扩散系数，m2/s.

在源项为指数衰减源条件下，使用拉普拉斯变换方法可获得如下解析解[26]，该解析解的求解算法基于Python 平台开发，详细代码请见笔者所在课题组开发的危险废物全过程环境风险评估系统(ERASH)(登记号：2023SR0288467).

另外，实际道路会因地形或建筑因素而呈现弯曲状态，为了简化模型，将道路近似处理成线段，按照图2 所示进行概化，并确定模型评估所需的道路源参数，如道路宽度、道路厚度、监测井距离等.

1.4 不确定性及风险表征

通过Monte Carlo 方法表征参数不确定性对结果的影响[27-28].风险从两个维度表证：一是暴露点超标概率，在不确定性下预测的暴露点浓度为累积频率分布；二是以95%分位值暴露点浓度作为暴露浓度，评估其超标倍数.因此，采用Monte Carlo 方法模拟稀释衰减系数(DAF)的概率分布.相关的不确定性参数可以分为两类：一类是有差异且具有明显区域性的，如降雨和蒸发等气象参数；另外一类是有差异但是省域差异性不明显或在同一省份内部也存在差异的，如包气带和含水层厚度等地下水赋存条件.对于具有区域差异性的参数，如降雨和入渗，按区域、省份给定相应的参数值.以《2022 年中国统计年鉴》[29]中1998-2021 年9 个省份主要城市的降水量作为各自省份的代表，通过HELP 模型的计算，得到各省份的年均净入渗量(见表1).

表1 沿黄9 省份的降雨量及净入渗量Table 1 Rainfall and net infiltration in 9 provinces along the Yellow River mg/L

对于不具有区域差异性的参数，基于全国的统计或文献数据，给定相对保守的条件和参数值，以保证风险可控，如土壤导水率、饱和区有效孔隙度、包气带厚度、土壤含水率、混合区厚度等参数采用《建设用地土壤污染状况调查技术导则》(HJ 25.1-2019)中的推荐值(见表2)，路基层的厚度以及道路的宽度根据《公路工程技术标准》(JTG B01-2017)[30]和《公路路基施工技术规范》(JTG/T 3610-2019)[31]分别选择0.3~1.2 m 和3.5~30 m.

表2 不确定性参数的分布范围Table 2 Distribution range of uncertain parameters

1.5 风险管控限值

为了控制OCDRs 道路利用下的风险，需要对OCDRs 的污染物进行控制.由于风险评估结果表明，典型OCDRs 作为道路利用条件下，在全国不同地区均不存在风险，但是考虑到OCDRs 本身性质的差异，其他省份的OCDRs 可能存在部分污染物高于本研究采集的OCDRs 的情况，因此对8 种重金属污染物管控限值进行了推导〔见式(8)〕：

式中：C0i为第i种污染物淋溶浓度管控限值，mg/L；CⅢi为第i种污染物对应的GB/T14848-2017中Ⅲ类水质限值，mg/L； DAFi为第i种污染物的稀释衰减系数，计算方法见式(9).

式中：Cji为第i种污染物淋溶浓度实测值，mg/L；Ci为第i种污染物暴露浓度，mg/L.

以GB/T 14848-2017 中Ⅲ类水质限值为可接受暴露浓度，采用上述公式反推得到可接受的管控限值是以淋溶浓度表征的.考虑到淋溶实验较为复杂，且目前《危险废物鉴别标准 浸出毒性鉴别》(GB 5085.3-2007)[35]、《一般工业固体废物贮存和填埋污染控制标准》(GB 18599-2020)[36]标准限值都是以浸出浓度作为管控，因此采用式(10)将淋溶浓度管控限值转换为浸出浓度管控限值.

式中：Cgi为第i种污染物浸出浓度管控限值，mg/L；Cli为第i种污染物浸出浓度，mg/L.

2 结果与讨论

2.1 实验模拟条件下OCDRs 中污染物的释放

OCDRs 浸出毒性分析测试结果显示，特征有机物含量较低，其中萘、蒽、荧蒽、苯并[b]荧蒽、苯并[a]芘等未检出，Cu、Cr、Ni、Zn、Pb、Cd、As、Ba 等重金属含量较大，因此将这8 种重金属列为重点关注的污染物进行后续分析和评价.

采用NEN 7343 方法得到的污染物浓度释放曲线及不同浸出方法得到的浸出浓度如图3 所示.由图3 可见，不同固液比下OCDRs 中不同污染物的释放浓度不同，但是污染物浓度变化趋势相似，均随着液固比的增大呈下降趋势，直到趋近于零.NEN 7343方法得出8 种重金属峰值浓度区间为0.001 3~0.548 0mg/L，其中Cr、Zn、Pb、Ba 的峰值浓度是醋酸缓冲溶液法、硫酸硝酸法、水平振荡法得到的浸出浓度的0.14、0.1~0.8、0.005、0.27~0.99 倍，均小于浸出浓度.另外，Cu 峰值浓度高于醋酸缓冲溶液法得到的浸出浓度，是其1.54 倍；As 的峰值浓度是水平振荡法得出浸出浓度的2 倍，是醋酸缓冲溶液法得出浸出浓度的0.15 倍，与硫酸硝酸法得出的浸出浓度相似.

图3 污染物浓度释放曲线(NEN 7 343 方法)及不同浸出方法得到的浸出浓度Fig.3 Pollutant concentration release curves (NEN 7 343 method) and leaching concentrations obtained by different leaching methods

采用NEN 7343 方法得出的Cu、Cr、Zn、Pb、Cd、As、Ba 峰值浓度均小于地下水Ⅲ类水质限值，为该限值的0.087~0.78 倍；Ni 峰值浓度均大于地下水Ⅲ类水质限值，为该限值的16.55 倍.然而，硫酸硝酸法得出Zn 的浸出浓度为1.87 mg/L，是地下水Ⅲ类水质限值的1.87 倍；水平振荡法得出Zn 和Ba 的浸出浓度分别为1.1 和2.04 mg/L，分别是地下水Ⅲ类水质限值的1.1 和2.91 倍；醋酸缓冲溶液法得出Cr、Zn、Pb、As 和Ba 的浸出浓度分别为0.09、8.1、0.73、0.013 和1.81 mg/L，分别是地下水Ⅲ类水质限值的1.8、8.1、73、1.3 和2.59 倍.

不同浸出方法下重金属的释放量如表3 所示.NEN 7343 方法下观测到Cu、Cr、Zn、Pb、As、Ba 的释放量为0.018~2.07 g/(700 g)，为其他三种浸出方法得到释放量的0.003~0.94 倍，可见，NEN 7343 方法得到的污染物释放量均小于浸出实验.

表3 不同实验方法观测的重金属释放量Table 3 Release of heavy metals by different experimental methods

2.2 OCDRs 道路利用的暴露风险及演变

通过不确定性定量表征得到的污染物暴露浓度95%与50%分位值及二者的比值如表4 所示.从表4可以看出，不同累计频率下，同一种污染物的浓度差距较大.以污染物Cr 为例，不同液固比下其95%和50%分位值浓度的比值为34.14，显然，若取暴露浓度为50%，风险值会偏小，低估风险.

表4 污染物暴露浓度的95%与50%分位值及二者比值Table 4 95% and 50% quantiles and their ratios of pollutant exposure concentrations

使用Monte Carlo 方法，在考虑不确定性条件下获得的污染物组分的累计频率如图4 所示.将各污染物的累计频率分布与其地下水Ⅲ类水质限值比较，计算其是否可能超标及超标概率；同时，定义95%累计频率分布值为暴露浓度，并与地下水Ⅲ类水质限值比较，计算其超标倍数.由图4 可见，NEN 7343 方法模拟得出的Cu、Cr、Ni、Zn、Pb、Cd、As、Ba 这8 种重金属经地下水迁移转化后暴露点浓度与地下水Ⅲ类水质限值的比值在9.45×10-17~0.577 1 之间，明显低于1，超标概率为0.从表3 可知，本实验模拟得到的Cu、Cr、Zn、Pb、Cd、As、Ba 的暴露浓度均不足地下水Ⅲ类水质限值的5%(在0.3%~2.9%之间)，对地下水几乎没有环境风险；Ni 暴露浓度也不到地下水Ⅲ类限值的一半(36%)，风险也在可控范围内.

利用浸出浓度作为恒定源模型的C0值，对暴露点浓度概率分布和暴露浓度进行预测的结果如表5所示.从图4 和表5 可以看出，醋酸缓冲溶液法得出的经地下水迁移转化后的Pb 浓度与地下水Ⅲ类水质限值的比值有大于1 的可能，超出地下水Ⅲ类水质限值的概率是81.7%，Pb 的暴露浓度是地下水Ⅲ类水质限值的4.1 倍.相较于NEN 7 343 方法模拟得出的暴露点浓度，风险较大.从表5 可以看出，醋酸缓冲溶液法得到的Pb 的浸出浓度是NEN 7 343 方法得到峰值浓度的300 多倍，因此，采用浸出浓度为源强模拟OCDRs 道路利用的风险存在高估的原因是污染物源强较大.

表5 OCDRs 道路利用情景下暴露浓度与地下水质限值对比Table 5 Comparison of exposure concentrations and groundwater quality limits for OCDRs road use scenarios

2.3 OCDRs 道路利用地下水污染风险的区域差异

不同区域内水文地质及气候条件的变化均会影响污染组分迁移扩散的过程[37].净入渗量直接影响路基填充材料中有害物质析出的液固比，同时降水量是最重要的气候要素之一，故本研究重点考虑沿黄9 省份的降水量差异对各省份风险的影响.

基于1.3 节模型模拟得到的在沿黄9 省份8 种重金属的暴露点浓度差异特性如图5 所示.从图5 可以看出，沿黄9 省份Cu、Cr、Ni、Zn、Pb、Cd、As、Ba暴露浓度与地下水Ⅲ类水质限值的比值在0.000 09~0.48 之间，远低于1，不存在超标情况，风险均在可控范围内.不同省份降水等气候条件差异导致OCDRs道路利用条件下的净入渗量存在差异，进而导致污染物释放和浅层含水层污染风险的区域差异，从图5 可以看出，宁夏回族自治区8 种重金属的暴露浓度最低，四川省、河南省暴露浓度相对较高.以Ba 为例，宁夏回族自治区暴露浓度最低，为0.000 41 mg/L，四川省暴露浓度最高，为0.017 mg/L，两地相差41.46 倍.

图5 沿黄9 省份污染组分的暴露浓度对比Fig.5 Comparison of exposure concentrations of pollution components in 9 provinces along the Yellow River

从8 种重金属暴露浓度在不同省份间的差异来看，除Zn、As 之外，其余重金属在不同省份的浓度差异基本一致.由于对风险进行区域差异研究时仅有净入渗量一个变量，对比各省份的暴露浓度与年均净入渗量，显然，有超标可能性的省份的净入渗量均较大；孙淑娜等[38]研究表明，在飞灰路基材料利用情景下，相较于干旱/半干旱地区，湿润/半湿润区域的风险较大.这表明，在固体废物道路使用情景下，接触浓度和环境风险与降水量呈正相关，并且都随着降雨量的增加而增加.这与本研究的模式结果相吻合，因为不同地区降雨量不同，导致渗透率不同，这意味着应合理评估不同地区的风险，并提供不同的控制措施.

另外，本研究仅考虑了区域差异最明显的气象参数对区域风险差异的影响，地下水迁移扩散等相关参数采用了统一分布值，后续可进一步开展地下水相关参数的区域差异性调研，进一步细化区域差异性评估和管控.

2.4 OCDRs 道路利用的污染物管控限值

通过式(9)计算得出沿黄9 省份以淋溶浓度为源强的管控限值，结合式(8)得出的各污染组分的管控限值见图6，由于其他污染物浸出浓度数据不全，并且As、Ba、Zn 分别代表了具有高、中、低毒性的重金属污染物，因此仅考虑As、Ba、Zn 的污染管控限值.从图6 可以看出，不同省份重金属的污染管控限值差异较大.以Zn 为例，采用水平振荡法、硫酸硝酸法得到的不同省份重金属的污染管控限值分别在2.94~146.13 、5.00~248.44 mg/L 之间，最小值出现在四川省，最大值出现在宁夏回族自治区，二者相差近50 倍.

图6 沿黄9 省份各污染组分的管控限值与标准限值对比Fig.6 Comparison of control limits and standard limits of pollution components in 9 provinces along the Yellow River

从不同污染物来看，Zn 的管控限值在2.94~248.44 mg/L 区间，As 的管控限值在0.018~1.25 mg/L区间，Ba 的管控限值在1.21~352.10 mg/L 区间.总的来看，As 的控制限值最严，Zn 其次，最轻的是Ba.主要原因是，管控限值受污染物本身的危害特性和在介质中的稀释衰减特性影响，危害特性越强，稀释衰减能力越弱，源头管控要求越严格，浸出限值越小；反之，危害特性越弱，稀释衰减能力越强，源头管控要求相对越低，浸出限值越大.

由于《危险废物鉴别标准 浸出毒性鉴别》(GB 5085.3-2007)及《水泥窑协同处置固体废物技术规范》(GB 30760-2014)采用硫酸硝酸法得到的浸出浓度对危废进行鉴别，《一般工业固体废物贮存和填埋污染控制标准》(GB 18599-2020)采用水平振荡法得到的浸出浓度对固废进行鉴别，因此，本研究对比采用不同浸出方法得出的控制限值与相应的标准限值.采用不同浸出方法得出的控制限值与相应的标准限值比对结果如图6 所示.

本研究推导的管控限值中，由硫酸硝酸法得到的沿黄9 省份Zn、As、Ba 管控限值的平均值分别为71.22、0.18、8.34 mg/L，均小于GB 30760-2014 中重金属浸出浓度限值，约为该限值的0.03~0.71 倍；Zn、As 的管控限值高于GB 30760-2014 中重金属浸出浓度限值，约为该限值的71.22、1.83 倍.由水平振荡法得到的沿黄9 省份Zn 管控限值的平均值为41.90 mg/L，高于GB 18599-2020 中规定的Ⅰ类固废限值，约为该限值的20.95 倍；As 管控限值的平均值为0.09 mg/L，低于Ⅰ类固废限值，约为该限值的0.18 倍.

从不同地区来看，宁夏回族自治区和青海省Zn的管控限值高于GB 30760-2014 中重金属浸出浓度限值，约为该限值的2.48、1.71 倍；其余省份Zn 和As、Ba 的管控限值均低于该标准限值，约为该限值的0.000 7~0.75 倍.与Ⅰ类固废限值相比，沿黄9 省份的Zn 浓度限值及宁夏回族自治区的As 管控限值较高，约为该限值的1.25~73 倍.与GB 30760-2014中重金属浸出浓度限值相比，沿黄9 省份的Zn 管控限值及宁夏回族自治区、内蒙古自治区的As 浓管控限值，约为该限值的1.31~2 448 倍；河南省等地As 的管控限值均小于GB 30760-2014 中重金属浸出浓度限值，约为该限值的0.03~0.76 倍；甘肃省As 的管控限值和GB 30760-2014 中重金属浸出浓度限值相差不大.

3 结论

a) NEN 7343 方法模拟的Cu、Cr、Zn、Pb、As、Ba 累积释放量大都在醋酸缓冲溶液法、硫酸硝酸法、水平振荡法模拟结果的1%~10%左右，相较于水平振荡法，As 累积释放量甚至更低(5%左右)，然而相较于硫酸硝酸法，As 累积释放量稍高(95%左右).NEN 7343 方法得到的淋溶液中污染物峰值浓度普遍低于其他3 种浸出方法得到的浸出浓度，但Cu 峰值浓度是醋酸缓冲溶液法得到的浸出浓度的1.54 倍；As 的峰值浓度是水平振荡法得出浸出浓度的2 倍.

b) OCDRs 黄河流域道路填充利用条件下，Cu、Cr、Ni、Zn、Pb、Cd、As、Ba 等8 种重金属释放并导致浅层潜水暴露点浓度超标概率均为0，且8 种重金属暴露浓度均未超过地下水Ⅲ类水质限值，风险可接受.然而，以传统浸出方法作为源强，个别重金属(Pb)存在暴露点浓度超标可能性(81.7%)，且其暴露浓度达到标准限值的4.1 倍.说明采用恒定源模型并以浸出浓度作为源强浓度会过高估计OCDRs 道路利用风险.

c) 黄河流域不同省份OCDRs 道路利用的浅层含水层影响存在差异，其中宁夏回族自治区暴露浓度最低，四川省、河南省暴露浓度相对较高.以Ba 为例，暴露浓度最低的宁夏回族自治区与暴露浓度最高的四川省相差41.46 倍.与此对应，沿黄9 省份重金属的管控限值差异较大，最大可相差近50 倍.

d) 宁夏回族自治区和青海省Zn 的管控限值高于GB 30760-2014 中重金属浸出浓度限值，约为该限值的2.48、1.71 倍；其余地区污染物的管控限值偏低，约为GB 30760-2014 中重金属浸出浓度限值的0.0007~0.75 倍.与Ⅰ类固废限值相比，沿黄9 省份Zn 及宁夏回族自治区As 的管控限值较高，约为该限值的1.25~73 倍.与GB 30760-2014 中重金属浸出浓度限值相比，沿黄9 省份的Zn 以及宁夏回族自治区、内蒙古自治区的As 管控限值均较高，约为该限值的1.31~2 448 倍；其余省份污染物的管控限值偏低，约为该限值的0.03~0.76 倍；甘肃省As 的管控限值和GB 30760-2014 中重金属浸出浓度限值相差不大.

e) 传统浸出实验联合稀释衰减因子方法对固废资源化风险存在高估，建议采用淋溶实验，耦合一阶动力学衰减模型和污染物瞬态迁移扩散模型表征其释放-迁移-扩散物理过程，结合Monte Carlo 方法表征参数不确定性对风险的影响，精准表征固废资源化条件下合理最不利场景的风险水平.