本节摘要:污染物的归宿由“走(迁移)”与“变(转化)”两条腿决定。迁移让它在扩散、对流、吸附、挥发、沉降之间换位置;转化让它经光解、水解、氧化还原、生物降解变成别的物质。本节先讲迁移的数学骨架——扩散方程与吸附拖拽,再用一维扩散数值解演示污染物“摊开”的速度;再讲转化的半衰期如何决定它“存多久”,最后把走与变合成一张归趋判断图。
阅读完本节,你应当能够:
污染物能同时走好几条路:扩散(浓度差驱动、让它均匀摊开)、对流(随水流气流整体搬动)、吸附(被颗粒黏住、暂时停驻)、挥发(从水面跑进空气)、沉降(回到土壤或沉积物)。它们合起来决定了污染物在空间里的“分布地形”和到达边界所需时间。
想象表面洒下一片污染物,只靠分子扩散能传多远?用一维菲克扩散方程做一个数值解,看看十年后峰值能下探多少:
import numpy as np D = 1e-6 # 有效扩散系数 cm^2/s (土壤中偏小) x = np.linspace(0, 50, 200) # 深度 cm, 向下 for years in [1, 5, 20]: t = years*365*86400 c = np.exp(-x**2/(4*D*t)) # 取降到初始 5% 的深度作为"铺开距离" reach = x[np.argmin(np.abs(c-0.05))] print(f"{years} 年后 5% 界线到达深度约 {reach:.1f} cm")
结果会让人意外:纯扩散在土壤里几十年的时间也就是下探几厘米到十几厘米的量级——远比直觉慢。这恰恰说明,真正让污染物快速到达地下水或迁移的,往往不是扩散而是对流与优先流。反过来说,深层检出高浓度污染物,更可能是“裂隙优先流”或“入渗直排”造成的,而不是普普通通往下渗——这是一个反推污染来源的判断工具。

看到扩散的“惰性”,才能解释为何深层高浓度往往另有蹊径。
吸附不仅让污染物暂时停驻,还会在对流运动中反复“走走停停”——有效迁移速度被拖慢。当吸附越强,污染物的“有效前锋”就推进得越慢,地下水中检出污染物出现的时间就越滞后。这就是为什么吸附强的重污染物,往往会在地下水隔层上方“欠账”累积、像一个被推迟的定时炸弹。
转化反应让污染物彻底改头换面或部分降解,主要有光解(阳光直接打碎分子)、水解(水参与拆解)、氧化还原(电子转移)、生物降解(微生物吃掉)。转化快慢通常用一级动力学半衰期刻画:
import math def half_life(k): return math.log(2)/k def left(c0,k,t): return c0*math.exp(-k*t) print("不同过程半衰期与10天残留:") for name,k in [("快速生物降解",0.7),("中速水解",0.11),("难降解POPs",0.005)]: t12 = half_life(k) print(f" {name:12s} 半衰期 {t12:5.1f} 天 10天残留 {left(100,k,10):6.1f}%")
同一浓度,可能因为降解路径不同而“存几天”或“存几十年”。持久性有机污染物的危险,正源于半衰期以年计——肉眼看不到它在变,却永远悬在那里累积。
判断一个污染物最终归趋,要做两问:它去哪(走)?它变没变(变)?二者组合成基本象限——迁移快且易降解者很快稀释无害,迁移慢且难降解者局部累积、最需要盯紧。

四个象限对应四类风险形态,是环境管理部门给污染物排资历的第一步。
某化工厂泄漏的溶剂类污染物,由于吸附较强且迁移缓慢,泄漏发生在数年前,直到现在才在数百米外井中“初现”。监测团队正是借助“吸附拖慢迁移”这一规律,反推出污染源很可能沿用多年而未真正被察觉,从而修正了修复排期。这个案例是说归趋模型的现实价值:迁移不是瞬时的,预警与治理都必须把时间滞后算进去。