桑春晖,杨欣桐,李香兰**,张红振

基于SEFA方法的异位土壤修复环境足迹分析——以某钢铁厂为例

桑春晖1,杨欣桐2*,李香兰1**,张红振2

(1.北京师范大学全球变化与地球系统科学研究院,北京 100875；2.生态环境部环境规划院,土壤保护与景观设计中心,北京 100012)

以安徽省合肥市某钢铁污染场地为例,采用SEFA工具计算和对比复合污染土壤异位组合修复方案的环境足迹.方案一:淋洗+化学氧化+水泥窑;方案二:稳定化+化学氧化+热脱附+异地填埋;方案三:生物降解+稳定化.结果表明,3种修复方案环境足迹存在一定差异.当重点关注能源和空气污染两个绿色可持续修复核心要素时,方案三环境足迹最小,能源消耗总量21808万MJ,温室气体(GHG)排放总量1.73万tCO2e;修复1m3有机污染土壤的环境足迹整体表现为化学氧化<生物降解<异位热脱附, 化学氧化、生物降解和异位热脱附三种修复技术的温室气体排放强度分别为0.05、0.09和0.17tCO2e/m3,能源消耗量分别为949.55,1677.54,3049.11MJ/m3.修复1m3重金属污染土壤时,异地填埋技术的环境足迹最小,能源消耗和温室气体排放最低;稳定化修复技术在空气污染物排放方面环境足迹最小.

土壤修复；化学氧化；生物降解；环境足迹分析

“双碳”目标下,我国土壤修复产业挑战与机遇并存[1],修复过程产生的环境影响愈发受到关注[2].钢铁行业作为我国国民经济的支柱产业,工业区及周边土壤普遍存在重金属、多环芳烃等污染问题[3].在“退城搬迁”“淘汰落后产能”等政策指导下,钢铁冶炼企业搬迁导致大量污染地块需要进行土壤修复.传统污染场地修复理念通常以污染物清除效果为核心,导致大量能源和材料的消耗以及废弃物的排放,由此产生的环境影响可能高于污染本身[4].为降低修复活动的环境影响,可持续修复、绿色修复等概念相继提出. 美国环境署一直倡导“绿色修复”,通过全面考虑修复活动的环境影响,使其得到最大化的净环境效益[5].欧洲国家更多提倡“可持续修复”[6],该理念以风险管理为核心,旨在全面优化修复过程产生的社会、经济和环境影响[7].与绿色修复相比,可持续修复将社会和经济影响纳入权衡范畴.为更好地将绿色修复与可持续修复理念相结合,2011年美国政府技术与政策联合委员会(ITRC)提出了绿色可持续修复(GSR)的概念,并将其定义为针对特定污染场地,采用特定的产品、技术和流程,减轻受体环境风险的同时,平衡社区情况、经济影响和环境效应[4].

污染场地修复活动的绿色可持续性暂时没有统一的定量评价标准,但可通过相对性比较确定更加“绿色可持续”的修复方案[7].绿色可持续评估方法通常构建涵盖不同社会、经济、环境的指标体系,从而形成辅助决策工具,如常用的多标准分析评价(MCA)[8]、生命周期评价(LCA)[9]、环境足迹分析(EFA)[2]等方法.MCA法计算简便,但需人为对评估指标权重赋值,评价结果主观性较大.LCA被认为是最全面的修复活动环境影响评估方法[10],但LCA所需数据量大,污染场地普遍具有较强的特异性,数据获取难度高,模糊数据的使用将增加结果的不确定性[2].与LCA相比,EFA更简明[11],可以量化修复项目的环境足迹减少值,突出足迹的主要方面,因此可以调整修复方法来减少其对足迹的贡献,但EFA为简化足迹分析的过程,限制了指标的数量[12].Yasutaka等[13]开发了一套评估修复活动环境影响的软件包,针对所评估的修复活动,可输出包含130项环境评价指标的数值清单,清单数据可进一步整合为4大评估项(人类健康、社会资产、生物多样性和初级生产指数),并最终生成1个综合指数代表所评估的修复活动的综合环境影响.该工具可同时满足重点关注指标和综合指标的评估要求,有助于绿色修复技术筛选的科学决策.

2012年4月,U.S.EPA推出环境足迹分析电子表格(Spreadsheets for Environmental Footprint Analysis, SEFA),该工具基于ITRC建立的GSR框架,涵盖能源、空气、水资源、材料和废物、以及土地和生态系统等5项GSR核心要素,旨在量化修复活动产生的能源消耗和碳足迹[14].SEFA工具在GSR评估活动中应用广泛[2,12,14].SEFA针对修复活动对土地和生态系统的影响仅包含定性描述,可额外开展田间试验、多准则决策分析等活动作为评估结果的补充[14-15].修复活动对土地与生态系统的影响并非SEFA分析的必要环节,已有研究多基于能源、空气、水资源、材料和废物4项要素进行修复活动环境足迹的量化及比较[12].

本文以安徽省合肥市某钢铁厂为例,采用SEFA工具计算化学氧化、热脱附、生物降解、淋洗、稳定化、水泥窑协同处置和异地填埋等常用修复技术组成的3种修复方案的环境足迹,以期为钢铁行业污染地块绿色可持续修复技术的选择提供科学参考.

1 材料与方法

1.1 场地污染概况

选取安徽省合肥市某钢铁冶炼企业中部片区A地块(根据地块用地规划和开发时序划分),占地面积637km2.含原焦化、烧结、炼铁车间及污水处理区,已关闭拆除现为荒地.地块所在地层自上而下可概化为人工填土层、粉质粘土层、粉砂层和风化泥岩.该区域土壤平均容重1.62kg/dm3,平均含水率23.6%.浅层滞水分布于杂填土中,稳定水位埋深0.80～1.90m,受大气降水和侧向径流补给.未来规划为GB 36600二类用地.

表1 污染土壤类型和方量

调查及风险评估结果表明,土壤中目标污染物包括重金属铅和镉、苯系物、多环芳烃和石油烃类,最大修复深度7.5m.修复土壤共计164459m3,包含有机污染土64375m3,重金属污染土64255m3,复合污染土35829m3(表1).将污染物含量超出修复目标值2倍以上的土壤定义为重度污染.地下水中关注污染物对人体健康风险均处于可接受水平.

1.2 备选修复方案

钢铁冶炼行业污染地块多受重金属和有机物复合污染,通常将多种修复技术联用以实现污染土壤的彻底清洁.根据案例土壤污染情况,结合常用重金属及有机物修复技术在本场地的适用性,提出以下3种备选修复方案组合.本研究未包含对不同修复技术有效性的定性评价,假设每项技术均能实现修复目标.

方案一:淋洗+化学氧化+水泥窑.小试结果表明,淋洗技术可有效修复轻度重金属污染土壤(HM1),并使重度重金属污染土(HM2)减量40%.HM2淋洗减量后剩余污染土壤采用水泥窑协同处置.重金属污染土壤分区清挖后,HM1与HM2分别清水淋洗.轻度有机污染土(O1)采用H2O2原地异位化学氧化,重度有机污染土(O2)采用水泥窑协同处置.

方案二:稳定化+化学氧化+热脱附+异地填埋.O1、HM1O1和HM2O1采用H2O2原地异位化学氧化,O2、HM1O2和HM2O2采用原地异位热脱附.有机污染物修复达标后,假设60%的含高浓度重金属污染土壤(HM2、HM2O1和HM2O2)属于II类一般工业固废,采用5%生石灰稳定化处理后,与I类重金属污染土壤一起转运至I类固废填埋场填埋.

方案三:生物降解+稳定化.全部含有机污染土壤采用生物降解修复后,含重金属污染土壤稳定化处理至浸出浓度低于所在区域地下水IV类标准后回填.

1.3 系统边界确定

本案例环境足迹核算边界包括164459m3污染土壤,从清挖至修复后完成最终处置(回填或异地填埋)的各环节,包括修复过程中燃油及电力机械设备的使用、材料的运输和使用、能源消耗、水资源消耗、废水及固废处置等.不包括前期准备、后续效果评估及施工过程环境监测等管理环节.

1.4 工具及数据清单

采用SEFA工具分别计算3种修复方案的环境足迹,所用数据清单基于调查和风险评估报告中明确的修复工程量,结合已有工程项目经验和场地所在地方实际.SEFA数据输入过程中,根据3种修复方案实际包含的施工环节分别进行组合录入.机械设备的燃料、电力或天然气消耗主要根据设备的功率和作业时间概算;材料用量、用水量、废水和固废处置量根据实际情况概算;运输环节的燃料消耗主要根据运输量、运输距离和车辆能耗概算.主要能源和材料的足迹转换系数采用SEFA默认数值.

2 结果分析

2.1 修复方案环境足迹

SEFA(U.S.EPA, Version 3.0)工具输出结果包括材料消耗量、固废产生量、用水量、能源消耗量和大气排放量的具体数值.根据SEFA分析结果,针对本案例研究场地164459m3污染土壤,整理3种修复方案的环境足迹(表2).

温室气体(GHG)排放.三种修复方案均导致大量温室气体排放且存在一定差异.方案三GHG排放量最少,仅为1.73万t二氧化碳当量(tCO2e),方案一和方案二的GHG排放量分别是方案三的23.66倍和12.23倍.

能源消耗和耗水量.三种修复方案使用的能源类型包括热脱附消耗的天然气、设备运行消耗的柴油或电力、运输过程消耗的燃油,用水主要来源于市政管网.方案三的总能源消耗量为21808万MJ,方案二和方案一的总能源消耗是方案三的11.17倍和15.93倍.方案二的用水量最少,仅为2.77万t,方案三和方案一的用水量分别是方案二的5.66倍和3.58倍.

空气污染物排放.NO、SO和PM(NSP)是主要的空气污染物.方案三NSP排放总量为66.8t,方案一和方案二的NSP排放量是方案三的9.13倍和5.46倍.方案二具有最低的有害空气污染物(HAPs)排放量(1.17t),方案一和方案三的HAPs排放量是方案二的12.78倍和1.04倍.

材料用量和废物产量.方案一的材料消耗量总量最少(0.18万t),方案三和方案二的材料消耗量是方案一的10.93倍和3.54倍.基于本案例假设,方案三所采用的生物降解和稳定化技术不产生固体废物,方案一和方案二的固废产生量分别为16.63万t和20.05万t.

表2 备选修复方案环境足迹分析结果

2.2 修复技术环境足迹

根据单个修复技术修复的土方总量,计算得出修复单方土(1m3)所产生的环境足迹(图1).针对有机污染土壤所选修复技术,化学氧化的环境足迹各项指标值均低于异位热脱附和生物降解,异位热脱附的各项指标均高于其他两项技术.针对化学氧化技术,能源消耗量为949.55MJ/m3,分别占热脱附和生物降解的31.14%和56.60%;GHG排放量为0.05tCO2e/m3,分别占热脱附和生物降解的29.41%和55.56%;NOx、SOx和PM三种大气污染物排放量为184.84g/m3,分别占热脱附和生物降解的17.16%和33.27%;HAPs排放量为2.62g/m3,分别占热脱附和生物降解的22.18%和22.84%.针对重金属污染土壤所选修复技术,异地填埋在能源消耗和温室气体排放2方面占优,其能源消耗量为432.57MJ/m3,分别占土壤淋洗和稳定化的71.93%和85.42%;GHG排放量0.03tCO2e/m3,分别占土壤淋洗和稳定化的75.00%和37.50%.土壤稳定化在大气污染物排放方面占优,NO、SO和PM三种大气污染物排放量为116.11g/m3,分别占土壤淋洗和异地填埋的41.05%和17.89%;HAPs排放量0.75g/m3,分别占土壤淋洗和异地填埋的14.18%和47.17%.

本文选取材料用量、柴油及电力修复设备运行时长2个关键参数,采用参数变化率/GHG排放量变化率,计算不同修复技术产生的GHG排放量对评估参数变化的敏感性.结果表明,材料用量是影响化学氧化和土壤稳定化GHG排放量的关键参数,敏感性分别为0.948和0.973(图2),对于生物降解和土壤淋洗技术,GHG排放量对材料用量和修复设备运行时长的敏感性在0.413～0.549,即材料用量和修复设备运行时长对两种修复技术GHG排放量的影响几乎同样重要.异位热脱附GHG排放量对材料用量的敏感性为0.34,对修复设备运行时长的敏感性为0.089,其余贡献应来自于尾气处理环节燃气的消耗.异地填埋技术GHG排放量不受材料用量的影响,对修复设备运行时长的敏感性仅为0.015,其影响应主要来自于下游固废处置等其他环节.

图2 GHG排放量对评估参数变化的敏感性

2.3 确定最优修复方案

案例中三种组合修复方案环境足迹存在一定差异,在能源消耗总量、废弃物产生量、GHG排放总量、大气污染物排放量等方面,三种方案表现为方案三<方案一<方案二,但方案三具有最高的材料消耗量、用电量和用水量.针对本案例场地,周边1km内存在居民区、学校等敏感目标,空气质量的环境敏感性较高.结合我国当前“双碳”目标的重要性和紧迫性[1],选择能源和空气两个GSR核心要素相关指标作为重点关注项,方案三能源消耗和空气排放最少.此外,方案一中土壤淋洗技术会降低土壤中养分的可用性[16],方案一中水泥窑和方案二中的热脱附可能导致生态土壤功能的完全损失[17],而方案三所包含的生物降解技术,修复后土壤保留更多的生态土壤功能[14].出于以上考虑,结合SEFA环境足迹分析结果,认为方案三是更加绿色可行的修复方案.

化学氧化和异地填埋分别是能源消耗和温室气体排放量最小的有机和重金属污染土壤修复技术,但针对本案例场地,单纯采用化学氧化不能实现重度有机污染土壤的彻底修复,可见应优先进行修复技术的可行性评估,在确定修复技术可行的前提下提出备选修复方案,再基于环境足迹计算结果确定更加绿色可持续的方案.

3 讨论

3.1 修复有机污染土壤的环境足迹

将环境足迹来源划分为三个层次,层次1为场内修复活动的直接排放,层次2为外购电力产生的可控间接排放,层次3为上下游产品及废弃物生产、处置及运输产生的不可控间接排放[18-19].

有机污染土壤修复,化学氧化环境足迹来源主要为层次3不可控间接排放,少量来源于层次1场内直接排放,由层次3和层次1产生的4项环境足迹指标占比分别为91.07%～99.98%和0.02%～8.93%(图3A).异位热脱附环境足迹来源主要为层次3不可控间接排放,由层次3产生的4项环境足迹指标占比在50.26%～82.94%(图3B).生物降解环境足迹来源主要为层次2可控间接排放和层次3不可控间接排放,由层次3、层次2和层次1产生的4项环境足迹指标占比分别为11.02%～70.94%、16.67%～88.97%和0.01%～12.38%(图3C).

修复单方有机污染土壤,三种备选修复技术的环境足迹整体表现为异位热脱附>生物降解>化学氧化.案例中异位热脱附全过程GHG排放量约为0.17tCO2e/m3,孟祥帅等[15]计算某焦化厂土壤异位热脱附GHG排放量约为0.68tCO2e/m3,刘爽等[20]采用5个华东区域土壤异位热脱附工程案例,计算得出热脱附技术平均GHG排放量为0.21tCO2e.一方面,修复技术的环境足迹具有一定的场地特异性[21].另一方面,本文结果表明,场内活动的直接排放和上、下游产品及废弃物的生产和处置是异位热脱附主要的GHG排放源.本文SEFA输入数据为基于已有类似项目经验和一般假设的理论均值,而实际工程运行过程中,热脱附尾气处理所用的天然气、NaOH和活性炭等能源和材料的消耗量将根据土壤中污染物含量变化情况及时调整,且土壤清挖和修复后回填产生的场内转运距离也对计算结果有一定影响,由此可能导致不同研究结果在同一数量级内,但存在一定差异.

相对于生物降解,化学氧化的环境足迹更小.化学氧化能源消耗量为949.55MJ/m3(474.78MJ/t;按本案例场地土壤平均容重1.62kg/dm3,平均含水率23.6%计,每方土约2.00t),低于生物降解能源消耗1677.54MJ/m3(838.77MJ/t);化学氧化GHG排放量为0.05tCO2e/m3(0.03tCO2e/t),低于生物降解GHG排放量0.09tCO2e/m3(0.05tCO2e/t);此外,生物降解电力消耗量为137.16MJ/m3(68.58MJ/t),化学氧化几乎不产生电力消耗.已有研究多认为生物降解具有更小的环境足迹,是更加绿色的修复技术[14,22],与本文的结论存在一定差异.这可能与本文假设的修复技术工艺流程有关,本文假设化学氧化仅通过1次翻动搅拌实现土壤与药剂混合后,静置养护直至反应完全.生物降解在土壤与有机质混合均匀后,每7天翻动一次,并且需每日通风,由此产生的电力和能源消耗可能导致更高的环境足迹.Huang等[14]的研究结果表明,化学氧化不需要电力消耗,生物降解的电力消耗量在52.75MJ/t,与本文结论相近;但化学氧化的能量消耗量40577.45MJ/t,GHG排放量2.37tCO2e/t,生物降解的能源消耗3924.81MJ/t,GHG排放量0.31tCO2e/t,均远超出本文结果,可能由于其输入的设备使用时长、化学氧化或生物修复外源添加比均远超出本案例场地.由此可见,环境足迹的计算应与实际修复工程相结合,能为修复技术的环境影响评估提供更好地支撑[2].修复单位方量(或单位质量)土壤的环境足迹,仅反映该场地情况下所使用修复技术的环境影响大小,可引入新的指标,如能源效率(去除单位质量污染物能源消耗量)或温室气体排放强度(去除单位质量污染物GHG排放量)等[23]以更好地评估不同场地条件下修复技术的环境影响.

图3 有机污染土壤修复技术环境足迹来源分析

A:化学氧化, B:异位热脱附, C:生物降解;(a) 能源消耗, (b) 温室气体排放, (c) NO、SO和PM三种大气污染物排放, (d) HAPs排放

3.2 修复重金属污染土壤的环境足迹

重金属污染土壤修复,土壤淋洗环境足迹来源主要为层次2可控间接排放和层次3不可控间接排放,由层次3、层次2和层次1产生的4项环境足迹指标占比分别为13.02%～65.01%、20.80%～51.95%和4.56%～14.18%(图4A).土壤稳定化环境足迹来源主要为层次3不可控间接排放,少量来源于层次1场内直接排放,由层次3和层次1产生的4项环境足迹指标占比分别为87.60%～99.94%和0.06%～12.40% (图4B).土壤异位填埋环境足迹来源主要为层次3不可控间接排放,由层次3产生的4项环境足迹指标占比为98.70%～99.99%(图4C).

图4 重金属污染土壤修复技术环境足迹来源分析

A——土壤淋洗;B——土壤稳定化;C——异地填埋

(a) 能源消耗;(b) 温室气体排放;(c) NO、SO和PM三种大气污染物排放;(d) HAPs排放

针对重金属污染土壤三种备选修复技术,结果表明能源消耗和温室气体排放2方面异地填埋技术环境足迹最小.在大气污染物排放方面,土壤稳定化技术环境足迹最小.土壤淋洗的各项环境足迹主要来源于外购电力的使用,以及上游产品生产及下游废弃物处置.土壤淋洗电力消耗主要由一体化淋洗机产生,安徽省电网电力结构中火电占比较高(89.12%)[24].有研究表明在修复活动中大量使用可再生能源能够使碳排放、大气污染物排放等环境足迹大幅减少68%[12],针对本场地或可通过优化能源结构实现减排.此外,土壤淋洗过程所消耗的上游产品主要是淋洗液水处理药剂,下游废弃物主要是脱水污泥,若根据出水中重金属浓度变化情况,优化调整水处理药剂投加量,或采用更加绿色的替代药剂可有效减轻土壤淋洗环境足迹.

稳定化修复大气污染物排放量在三种修复技术中最低,且能源消耗量为中间水平,是环境影响较小的可选修复技术.但其GHG排放量为0.08tCO2e/ m3,在三种修复技术中最高.稳定化修复过程环境足迹主要来源于稳定化药剂生石灰的使用,可通过污染土壤充分筛分、破碎等预处理手段,或增加土壤翻拌频率,从而提高生石灰和污染土壤接触面积,提高材料利用率,减少使用量,进而减少修复过程中环境足迹[20].异位填埋过程主要涉及场内土壤开挖、污染土场外转运和填埋过程.异位填埋的环境足迹主要由填埋活动本身产生,采用SEFA自带数据库中的“场外非危废填埋”足迹转换系数计算.与其他修复技术相比,只有异位填埋具有较高的场外运输占比.有研究表明,短距离运输环境足迹较小,场外运输对环境足迹的贡献率随运输距离增加而增大[20].本文设计的异地填埋场运输距离为25km,而其余修复技术所用的材料运输设计距离是15km,且材料总运输量远小于外运土壤.

4 结语

SEFA数据输出包含4项核心要素、20余项评估指标的具体数值,但未进行指标的综合分析,输出结果不包含对土地和生态系统影响的定量分析.针对钢铁冶炼重金属及有机物复合污染场地,SEFA数据输出结果表明,当重点关注能源和空气两个GSR核心要素相关指标时,生物降解和稳定化组合修复方案具有更小的环境足迹.对于有机污染土壤,修复1m3污染土壤的环境足迹整体表现为化学氧化<生物降解<异位热脱附;对于重金属污染土壤,修复1m3污染土壤时,异地填埋技术在能源消耗和温室气体排放2方面环境足迹最小,土壤稳定化技术处理在大气污染物排放方面环境足迹最小.本文所选修复技术如化学氧化、热脱附、稳定化等,其环境足迹多主要来源于外购药剂和材料的使用,可根据污染物浓度变化情况,动态调整外源药剂投加量,或采用更加绿色的替代药剂可有效减轻土壤修复过程环境足迹.

在进行不同修复技术(或方案)间的环境足迹比较时,如果某项修复技术的各项环境足迹评价指标均显著优于其他,则可认为该技术为基于环境影响的最优选择.但当不同指标间的评价结果差异较大时,可进一步结合社会和经济因素,或将SEFA工具与指标权重赋值法等结合,采用综合评价结果更好地指导最优技术的筛选.如孟祥帅等[15]构建了包含GHG排放、大气污染物排放、土壤及生态环境影响等20指标的评价体系,拟基于环境影响进行原位及异位热脱附技术的比选.评价结果虽表明异位热脱附在污染物减排、GHG排放和有组织大气污染物排放量等方面均优于原位,但原位热脱附具有更低的无组织大气污染物排放量,考虑到场地周边敏感目标较多,最终筛选原位热脱附为最佳修复技术.此外,当指标对环境足迹的影响程度存在显著差异时,也可采用数理统计法进行指标的重要程度差异识别,如采用熵权模型对不同指标权重赋值,在此基础上,根据SEFA环境足迹数据分析结果,将主观的指标权重与客观的输出数据相结合,更好地实现绿色可持续修复技术的筛选.

[1] 薛成杰,方战强.土壤修复产业碳达峰碳中和路径研究 [J]. 环境工程, 2022,40(8):231-238. Xue C J, Fang Z Q. Path of carbon emission peaking and carbon neutrality in soil remediation industry [J]. Environmental Engineering, 2022,40(8):231-238.

[2] 刘文晓,夏天翔,张丽娜,等.基于修复效果的污染土壤修复工程环境足迹分析 [J]. 环境科学研究, 2022,35(10):2367-2377. Liu W X, Xia T X, Zhang L N, et al. Environmental footprint analysis of contaminated soil remediation projects based on remediation effects [J]. Research of Environmental Sciences, 2022,35(10):2367-2377.

[3] 沈妹娜.钢铁冶金行业节能与环保分析 [J]. 资源节约与环保, 2015(12):12.DOI:10.16317/j.cnki.12-1377/x.2015.12.011. Shen M N. Analysis of energy saving and environmental protection in iron and steel metallurgy industry [J]. Resources Economization & Environmental Protection, 2015(12):12.DOI:10.16317/j.cnki.12- 1377/x.2015.12.011.

[4] ITRC. Green and sustainable remediation: State of the science and practice. USA, 2011.

[5] Mueller D. Green remediation [J]. The Magazine for Environmental Managers, 2009,(10):54-55.

[6] 侯德义,李广贺.污染土壤绿色可持续修复的内涵与发展方向分析 [J]. 环境保护, 2016,44(20):16-19. Hou D Y, Li G H. Green and sustainable remediation of contaminated soil in China: Core elements and development direction [J]. Environmental Protection, 2016,44(20):16-19.

[7] Smith N W J. Debunking myths about sustainable remediation [J]. Remediation Journal, 2019,29(2).

[8] 李青青,罗启仕,郑 伟,等.土壤修复技术的可持续性评价——以原位稳定/固化技术和异位填埋技术为例 [J]. 土壤, 2009,41(2):308- 314. Li Q Q, Luo Q S, Zheng W, et al. Assessment of technical sustainability of soil remediation——A case study of in situ solidification/stabilization and off site landfill [J]. Soils, 2009, 41(2):308-314.

[9] 杨宗帅,魏昌龙,宋 昕,等.生命周期评价研究及其在我国土壤修复领域的应用进展 [J/OL]. 土壤通报, 1-12[2023-02-26].DOI: 10.19336/j.cnki.trtb.2022040808. Yang Z S, Wei C L, Song X, et al. Development of Life Cycle Assessment and Its Applications in Soil Remediation in China [J/OL]. Chinese Journal of Soil Science, 1-12[2023-02-26].DOI:10.19336/ j.cnki.trtb.2022040808.

[10] Morais A S, Delerue-Matos C. A perspective on LCA application in site remediation services: Critical review of challenges [J]. Journal of Hazardous Materials, 2009,175(1).

[11] Favara P J, Krieger T M, Boughton B, et al. Guidance for performing footprint analyses and life-cycle assessments for the remediation industry [J]. Remediation Journal, 2011,21(3):39-79.

[12] Ali A M K, Zakria Q, Muhammad A, et al. Environmental footprint assessment of a cleanup at hypothetical contaminated site [J]. Applied Sciences, 2021,11(11):4907.doi.org/10.3390/app11114907.

[13] Yasutaka T, Zhang H, Murayama K, et al. Development of a green remediation tool in Japan [J]. Science of the Total Environment, 2016,doi:10.1016/j.scitotenv.2016.01.018.

[14] Huang W, Hung W, Vu T C, et al. Green and sustainable remediation (GSR) evaluation: framework, standards, and tool. A case study in Taiwan [J]. Environmental science and pollution research international, 2016,23(21):21712-21725.

[15] 孟祥帅,陈鸿汉,何亚平,等.污染场地修复技术方案筛选中环境指标建立初探:以某废弃焦化厂为例 [J]. 环境工程, 2021,39(2):153-159. Meng X S, Chen H H, He Y P, et al. Establishment of the environmental indexes in selection of remediation schemes: A case study of an abandoned coking site [J]. Environmental Engineering, 2021,39(2):153-159.

[16] Tomoyuki M, Takashi K, Hiroyuki T, et al. Remediation of cadmium-contaminated paddy soils by washing with calcium chloride: Verification of on-site washing [J]. Environmental pollution (Barking, Essex: 1987), 2007,147(1):112-119.

[17] Volchko Y, Norrman J, Rosén L, et al. Using soil function evaluation in multi-criteria decision analysis for sustainability appraisal of remediation alternatives [J]. Science of The Total Environment, 2014, (485/486):785-791.

[18] Divya P, Madhoolika A, Shanker J P. Carbon footprint: current methods of estimation [J]. Environmental monitoring and assessment, 2011,178(1-4).

[19] 黄 萍,廖祖文,张林鹏,等.高速公路服务区碳足迹分析——以江西省某高速公路服务区为例 [J]. 能源研究与管理, 2021,47(2):1-4,9. Huang P, Liao Z W, Zhang L P, et al. Carbon footprint analysis of highway service area——Take a highway service area in Jiangxi Province as an example [J]. Energy Research and Management, 2021, 47(2):1-4,9.

[20] 刘 爽,陈 盼,宋慧敏,等.我国华东地区污染土壤异位热脱附修复碳排放及减排策略 [J]. 环境工程学报, 2022,16(8):2663-2671. Liu S, Chen P, Song H M, et al. Carbon emissions and emission reduction strategy for remediation of contaminated soil by ex-situ thermal desorption in East China [J]. Chinese Journal of Environmental Engineering, 2022,16(8):2663-2671.

[21] Kingston J T, Dahlen P R, Johnson P C, et al. Critical evaluation of state-of-the-art in situ thermal treatment technologies for DNAPL source zone treatment [R]. Arlington: Defense Technical Information Center, 2010.

[22] Oleksandrenko A. A low impact technology chemical oxidation, bioremediation and groundwater reinjection analysed with Site Wise TM and SEFA [R]. 2018

[23] Kalomoiri A, Braida W. Promoting decision making through a Sustainable Remediation Assessment Matrix (SRAM) [J]. International Journal of Innovation and Sustainable Development, 2013,7(3):252.

[24] 安徽省统计局.2021年我省电力运行稳中向好[EB/OL]. http://tjj.ah. gov.cn/public/6981/146440421.html,2022-01-29/2023-02-03. Anhui provincial Bureau of Statistics. In 2021, our province's electric power operation is stable and good [EB/OL]. http://tjj.ah.gov.cn/ public/6981/146440421.html, 2022-01-29/2023-02-03.

Environmental footprint analysis of ectopic soil remediation based on SEFA method: A case study of a steel plant.

SANG Chun-hui1, YANG Xin-tong2*, LI Xiang-lan1**, ZHANG Hong-zhen2

(1.College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China；2.Center for Soil Protection and landscape Design, Chinese Academy of Environmental Planning, Beijing 100012, China)., 2023,43(10)：5359～5367

A study was conducted to analyze environmental footprints of heterotopic combination remediation schemes using SEFA (Spreadsheets for Environmental Footprint Analysis, EPA, version 3.0) algorithm at a steel contaminated site in Hefei, Anhui Province. Three schemes were included: (1) soil leaching + chemical oxidation + co-combustion in cement kiln, (2) stabilization + chemical oxidation + thermal desorption + remote landfill, (3) biodegradation + stabilization. Results showed significant differences in environmental footprints among the three remediation schemes. In terms of the green and sustainable restoration (GSR) elements, Scheme 3 yielded the smallest environmental footprint, i.e., energy consumption of 21808´104MJ and air pollution of 17,300tCO2e. The overall environmental footprint of remediation of 1m3of organic contaminated soil followed an order of chemical oxidation < biodegradation < thermal desorption, showing greenhouse gas emission as 0.05, 0.09 and 0.17tCO2e/m3, and energy consumption as 949.55, 1677.54, 3049.11MJ/m3, respectively. For remediation of heavy metal contaminated soil, landfill caused the smallest environmental footprint in terms of energy consumption and greenhouse gases emissions. Regarding air pollutant emissions, stabilization remediation technology led to the smallest environmental footprint.

Soil remediation；chemical oxidation；biodegradation；environmental footprint analysis

X703.5

A

1000-6923(2023)10-5359-09

2023-02-27

国家重点研发计划项目(2022YFC3703301;2022YFC3703304)

* 责任作者, 工程师, xintongyang1994@163.com;**副教授, xlli@bnu.edu.cn

桑春晖(2000-),女,山东济南人,北京师范大学硕士研究生,主要气候变化与污染场地绿色可持续修复研究. 202331490012@mail.bna.edu.cn.

桑春晖,杨欣桐,李香兰,等.基于SEFA方法的异位土壤修复环境足迹分析——以某钢铁厂为例 [J]. 中国环境科学, 2023,43(10):5359-5367.

Sang C H, Yang X T, Li X L, et al. Environmental footprint analysis of ectopic soil remediation based on SEFA method: A case study of a steel plant [J]. China Environmental Science, 2023,43(10):5359-5367.