Подземные воды являются важным источником пресной воды, обеспечивающим воду для сельскохозяйственных, бытовых и промышленных нужд. Он также поддерживает различные потребности экосистем по всему миру. Подземные воды составляют крупнейший в мире резервуар пресной воды, на долю которого приходится 99% запасов жидкой пресной воды на Земле [ 1 ]. Согласно недавнему отчету ООН, подземные воды составляют почти половину мировой питьевой воды, около 40% воды, используемой для орошения, и одну треть воды, необходимой для промышленности [2 ] . Этот жизненно важный источник жизни стал серьезной проблемой в последние несколько десятилетий из-за его нехватки и уязвимости к загрязнению. Для количественной оценки этого жизненно важного вопроса были проведены огромные научные исследования [ 1 ,3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 ]. Увеличение использования воды для удовлетворения потребностей растущего населения привело к значительному истощению грунтовых вод в населенных городских и сельских районах из-за использования сельскохозяйственных земель. Во многих регионах водоносные горизонты стали подвержены либо полному, либо сезонному истощению [ 1 ]. Уязвимость к загрязнению подземных вод также возрастает из-за антропогенной деятельности и геогенного воздействия.

Вода естественным образом содержит несколько различных растворенных неорганических компонентов, таких как кальций, магний, натрий, калий, хлорид, сульфат, карбонат и т. д. Кроме того, в воде могут присутствовать второстепенные компоненты, такие как железо, марганец, фторид, нитрат и стронций. . Он также может содержать микроэлементы, такие как мышьяк, свинец, кадмий и хром, в количествах всего несколько микрограммов на литр. Присутствие этих составляющих или элементов зависит от слоев Земли, содержащих воду. Они важны с точки зрения качества воды [ 11 ]. Но когда в результате естественного явления повышается концентрация (приемлемая для конкретной цели) этих элементов, они наносят вред здоровью человека и называются загрязнителями. Поскольку эти загрязняющие вещества возникают из горных пород в результате выщелачивания или увядания [12 ], это называется геогенным загрязнением. Геогенное загрязнение можно определить как явление, вызванное геологическими процессами. И наоборот, загрязнение подземных вод в основном представляет собой комбинацию и последовательность поверхностных и подземных процессов. Эти процессы непосредственно связаны с пополнением запасов подземных вод. Поскольку климат контролирует осадки и суммарное испарение, воздействие изменения климата изменяет ход пополнения запасов, непосредственно ускоряя или замедляя поверхностные и подземные процессы.

Загрязнение и загрязнение – это не одно и то же. Первый – это наличие вещества в количестве, превышающем фоновый уровень концентрации. С другой стороны, загрязнение – это загрязнение, которое приводит или может вызвать неблагоприятные биологические последствия для местного населения. В этой статье мы намерены совместно обсудить пространственно-временные аспекты загрязнения подземных вод и загрязнения подземных вод. Более глубокие водоносные горизонты могут меньше подвергаться воздействию биологических и химических веществ; однако загрязнение неглубоких источников подземных вод стало эндемичным из-за вмешательства человека в пути течения приповерхностных или подземных вод. Сельскохозяйственные удобрения, пестициды, растворители и химикаты используются в обрабатывающей промышленности, горнодобывающей промышленности, производстве энергии, коммерческом применении и фармацевтической промышленности.1 ]. В региональном масштабе грунтовые воды также могут быть загрязнены геогенными факторами (естественными повышенными концентрациями определенных элементов) посредством кинетики адсорбции/десорбции, связанной с минералами почвы или горных пород, такими как мышьяк и фторид [1 ] . Кроме того, качество грунтовых вод также подвержено различным последствиям изменения климата, таким как изменение характера осадков, увеличение суммарного испарения (ET) и т. д.

Судьба и перенос пестицидов в недрах при использовании сельскохозяйственных земель чувствительны к вызванным изменением климата изменениям сезонности и интенсивности осадков, а также к изменению скорости пополнения запасов [13 , 14 ] . Кроме того, изменение климата и растущая глобальная урбанизация также могут увеличить риск наводнений. Это городское наводнение увеличивает попадание обычных городских загрязнителей, таких как нефть, растворители и сточные воды, в грунтовые воды [ 15 , 16] .]. Короче говоря, система подземных вод постоянно меняется из-за ее динамического взаимодействия с физическими и социально-экономическими системами. Наблюдаемые или ожидаемые изменения состояния подземных вод часто отличаются от наиболее желательных, и контроль этих изменений выходит далеко за рамки возможностей одного человека. Подземные воды являются общим ресурсом, но могут вызывать значительные расхождения между интересами и предпочтениями отдельных лиц по сравнению с интересами и предпочтениями местного сообщества. Эти причины мотивируют и оправдывают расширение исследований и вмешательств в управление ресурсами подземных вод [ 10 ].

«Уязвимость — это не абсолютная характеристика, а скорее относительное, неизмеримое, безразмерное свойство, указывающее, где наиболее вероятно возникновение загрязнения» [ 17 ]. Концепция уязвимости водоносного горизонта была введена в работе [ 18 ]. Это было определено как «возможность просачивания и диффузии загрязняющих веществ с поверхности в естественные водоемы грунтовых вод в естественных условиях». Ссылка. [ 19 ] описал уязвимость подземных вод как «внутреннее свойство системы подземных вод, которое зависит от чувствительности этой системы к антропогенному и/или природному воздействию». По данным [ 20], уязвимость подземных вод может быть внутренней или специфической в ​​зависимости от характера загрязнения. Внутренняя уязвимость является функцией гидрогеологических факторов, благодаря которым загрязняющие вещества могут достигать и диффундировать в грунтовые воды при попадании на поверхность [ 19 ]. Внутренняя уязвимость чувствительна к природному или геогенному загрязнению и не учитывает антропогенную деятельность [ 21 ]. Специфическая уязвимость означает восприимчивость к конкретному и/или группе загрязняющих веществ, основанную на свойствах загрязняющих веществ, процессах ослабления и характеристиках переноса [ 22 , 23] .]. Особая уязвимость относится к воздействию конкретного землепользования. Другими словами, это объединяет риск загрязнения, вызванного деятельностью человека [ 17 ].

Ссылка. [ 23 ] описал три основных подхода к оценке качественной уязвимости подземных вод. Первый подход (основанный на знаниях) оценивает уязвимость, рассматривая транспортные процессы только в ненасыщенных зонах и игнорируя процессы в насыщенных зонах (например, в водоносных горизонтах). Второй подход (основанный на данных) рассматривает поток подземных вод и процессы переноса загрязняющих веществ в системах водоносных горизонтов. Этот подход основан на разграничении регионов для защиты устьев скважин систем подачи подземных вод. Последний (процессный) подход основан на целостном методе оценки уязвимости водоносного горизонта с учетом как поверхностных, так и подземных процессов. На основе вышеупомянутых общих подходов (основанных на знаниях, данных и процессах), предложенных [ 23]], методы моделирования уязвимости подземных вод можно в целом разделить на три категории (модели наложения и индексы, статистические модели и модели, основанные на процессах). Модели представляют собой компьютерные программы, которые могут представлять собой аппроксимацию полевых ситуаций [ 24 ]. В зависимости от цели исследования модели подземных вод обычно используются для прогнозирования пространства и времени, интерпретации динамики системы и анализа потока в концептуальной гидрогеологической обстановке [ 24 ].

Метод наложения и индексов (основанный на знаниях): эти методы объединяют физико-географические переменные и присваивают им числовые рейтинги для картирования физико-географических и антропогенных характеристик исследуемой территории. Позже эти числовые оценки накладываются друг на друга для получения составного индекса восприимчивости. Эти рейтинговые системы являются равными или взвешенными в зависимости от относительной степени их контроля во всей оценке [ 25 ].

Статистический метод (на основе данных): эти методы сочетают концентрацию загрязнения, природные факторы (например, пополнение запасов или поверхностные и подземные процессы) и потенциальный источник загрязнения, т. е. землепользование (например, загрязнение от сельскохозяйственных удобрений и септиков). ), чтобы установить взаимосвязь между ними, которая может количественно оценить уязвимость подземных вод к загрязнению. Эти методы основаны на процессах корреляции и интеграции карт. В статистических методах известное возникновение загрязнения (точки обучения/переменные ответа) сочетается с пространственными данными (объясняющие переменные/факторы прогнозирования), чтобы объяснить взаимосвязь между каждым фактором и точками обучения [26 ] .

Метод, основанный на процессах (основанный на физических процессах): Методы, основанные на процессах, основаны на количественном подходе, который использует математическое моделирование для оценки уязвимости подземных вод. Эти методы полезны при расчете судьбы и переноса растворенных веществ, потока грунтовых вод и концентрации загрязняющих веществ в вадозной зоне и/или водоносных горизонтах. Эти подходы также подходят для создания эталонных критериев, которые можно четко идентифицировать. Эти эталонные критерии необходимы для моделирования и проверки модели [ 4 ]. Они могут предсказать последствия предлагаемого действия, которые можно использовать для принятия решений по политике землепользования.

Списки широко используемых подходов (наложенных и индексных, статистических и процессных) представлены в дополнительных материалах S1 .

Помимо приведенной выше классификации, исследования по оценке уязвимости подземных вод можно разделить на две категории в зависимости от цели исследования: защита «ресурсов» и защита «источников». Защита ресурсов основана на защите водоносного горизонта с целью защиты всего подземного объекта подземных вод. Он учитывает только вертикальную просачивание в ненасыщенной зоне до самой верхней поверхности грунтовых вод [ 4 ]. Защита источника основана на защите родника или колодца от загрязнения путем учета вертикальной просачивания в ненасыщенной зоне, а также бокового потока в насыщенной зоне [ 4 , 6 ].

В процессе обзора использовались рекомендации «Предпочтительные элементы отчетности для систематических обзоров и мета-анализов»/PRISMA [ 31] .] для определения уровня знаний моделей уязвимости к динамическому загрязнению подземных вод. Был проведен систематический обзор опубликованных исследований по пространственно-временной оценке уязвимости к загрязнению подземных вод. PRISMA обеспечивает надежную структуру для оценки существующих исследовательских статей и определения критериев включения и исключения. PRISMA следует четырем основным этапам. Первый — это определение источников данных и ограничение критериев поиска, а затем включение или исключение выборки в соответствии с установленными стандартами в зависимости от цели обзора. В-третьих, извлечение интересующих данных из окончательного выбора. В заключение результаты анализируются и обобщаются. Мы понимаем, что не все соответствующие статьи могли быть включены в обзор. Однако значительное их количество было получено с помощью нашего поиска PRISMA. В некоторых случаях отдельные ссылки включались в обсуждение, несмотря на то, что они не были включены в процесс обзора. Блок-схема ПРИЗМА представлена ​​вРисунок 1 .

Поиск литературы проводился с использованием Web of Science (WoS) и ScienceDirect (SD). В этом обзоре рассматривались статьи, опубликованные в журналах, посвященных управлению подземными водами и окружающей средой, включенных в расширенный индекс научного цитирования (SCIE). Процедура поиска была разделена на два сегмента: один для пористых водоносных горизонтов (2010–2021 гг.) и один для карстовых водоносных горизонтов (2000–2021 гг.). Поиск литературы осуществлялся в WoS и SD с использованием булевых операторов AND, OR и NOT. Подробности критериев поиска можно найти в дополнительных материалах S2 .

Критерии включения и исключения были установлены на трех разных этапах. Название и ключевые слова: исследования должны быть проведены для оценки уязвимости загрязнения подземных вод (т.е. исключение загрязнения поверхностных вод, загрязнения почвы, загрязнения лесов и водно-болотных угодий, динамики водоразделов и управления водосборами, морфологии берегов рек и фильтрации). Аннотация: исследование должно было смоделировать пространственно-временную динамику уязвимости к загрязнению подземных вод только для внутренних водоносных горизонтов (т.е. без учета управления и восстановления подземных вод, здоровья человека, прибрежных водоносных горизонтов и засоления подземных вод). Полный текст: в научных исследованиях должны были использоваться методы моделирования для анализа и прогнозирования уязвимости к загрязнению в региональном масштабе, а не только для качественного объяснения наблюдаемых пространственно-временных данных. В описанной выше процедуре когда не было достаточной информации для исключения статьи на первом этапе, она включалась на следующем этапе и так далее, пока не была проведена полнотекстовая оценка. Подробную информацию о критериях поиска можно найти вДополнительный материал S2 . Наконец, путем полнотекстового анализа для этого систематического обзора литературы были отобраны 72 статьи.

В этом систематическом обзоре литературы пористые водоносные горизонты были отделены от карстовых, а затем были рассмотрены методы динамической оценки уязвимости. Это будет описано в двух разных разделах ниже.

В этом обзоре литературы мы обнаружили, что за последнее десятилетие был проведен огромный объем работы. Было замечено, что количественные подходы (т.е. статистические и процессные) наиболее известны для качественной оценки уязвимости подземных вод, за ними следуют методы, основанные на индексах. Нитраты были основным индикатором, рассматриваемым при оценке уязвимости подземных вод, и очень немногие исследования были сосредоточены на других загрязнителях, таких как ванадий, аммиак, селен, азот, фторид, хлорат, мышьяк, некоторые пестициды и т. д. Страны, изучаемые в исследовательских статьях или тематических исследованиях рассматриваемые в этой статье, были в основном из Китая и Индии, за которыми следовали некоторые европейские страны и остальной мир.

Этот систематический обзор показал, что среди качественных методов или методов наложения и индексов DRASTIC, GOD и COP, которые были внедрены в конце 1980-х годов, до сих пор пользуются популярностью среди исследователей. Эти методы были модифицированы или использованы вместе с другими для расчета пространственно-временного риска загрязнения подземных вод. Со временем землепользование стало неотъемлемой частью этих методов, поскольку оно демонстрирует причастность человека к загрязнению подземных вод. Благодаря расширенным возможностям технология ГИС имеет решающее значение для оценки уязвимости подземных вод. DRASTIC предлагает возможность добавления некоторых дополнительных параметров или игнорирования существующих параметров в зависимости от цели исследования. В обзоре представлено множество исследований, которые модифицировали DRASTIC, включив в него временные изменения в землепользовании и загрязнение сельскохозяйственных нитратами [36 , 37 , 103 ]. GOD также является популярным методом оценки уязвимости, но он не позволяет объяснить пространственно-временную неоднородность, связанную с подземными процессами. Чтобы преодолеть эту небрежность, Ref. [ 35 ] оценили потенциал подземных вод и включили землепользование в свое исследование.

За последнее десятилетие было предложено множество новых, модифицированных или интегрированных методов моделирования загрязнения подземных вод (IEA-UEF [ 32 ], WQI [ 33 ], m-HPI [ 34 ], GWV [ 38 , 39 ] и NPI). [ 40]). Отличие природных факторов от антропогенных имеет решающее значение, и сам по себе химический состав подземных вод не может описать этот сценарий. Доступны многие традиционные инструменты и методы, но они также не могут обеспечить правильное направление. Чтобы составить карту динамической уязвимости подземных вод, исследования должны быть более сконцентрированы на комбинированных или интегрированных приложениях, таких как многомерные статистические методы, иерархический кластерный анализ, моделирование временных рядов и методы ГИС, чтобы подчеркнуть эффективное управление качеством подземных вод (например, [ 58 ] ) . Интеграция климатических моделей также может быть полезна для описания пространственно-временной уязвимости, возникающей из-за неоднородностей, связанных с изменением климата [ 38 , 39] .]. Однако эти исследования сложны и требуют больше информации для обоснования будущих вероятностей. Измерения уровня грунтовых вод на месте; постоянный мониторинг расхода подземных вод; а моделирование загрязнения в масштабе водосбора с использованием гидрологических характеристик водоносных горизонтов, данных о местности и параметров земного покрова будет способствовать нашей способности контролировать уязвимость подземных вод в течение гидрологического года. Кроме того, также необходим систематический анализ, чтобы отразить, становятся ли подземные воды систематически уязвимыми или зависимыми от определенных дней или месяцев, включая выбросы. Чтобы ответить на этот вопрос, необходимо использовать сетевую систему непрерывного мониторинга для отслеживания концентрации загрязняющих веществ и объяснения различия между постоянными и временными зонами качества подземных вод [33 ]. Ключевые особенности индексных методов, рассмотренных в этом исследовании, представлены в Таблице 5 .

Этот систематический обзор показал, что геостатистические приложения интенсивно используются для оценки пространственно-временной уязвимости к загрязнению подземных вод. Методы пространственного интерполяционного моделирования, в основном методы кригинга, продемонстрировали, как сезонные изменения качества подземных вод в основном контролируются сельскохозяйственными методами [ 41 , 42 , 45 , 46 , 47 , 49 ].]. Методы кригинга являются хорошей альтернативой использованию параметров DRASTIC и эффективны для прогнозирования пространственного распределения концентраций. Но им не хватает определения временной динамики уязвимости. Сельскохозяйственные ландшафты также подвержены неоднородности из-за режимов внесения удобрений и климатических/сезонных изменений. Некоторые исследования интегрировали вариографический анализ, чтобы ответить на сезонные изменения [ 42 , 52 , 53] .]. Многие комбинированные многомерные статистические данные также применялись для понимания пространственно-временных концентраций загрязняющих веществ при различных сценариях землепользования, включая орошаемые. Осадки являются основным фактором, контролирующим интенсивность взаимодействия источника загрязнения, пути пути и рецептора в процессе пополнения запасов. Многие исследования, за исключением нескольких [ 55 , 57 , 59 , 60 ] , не смогли объяснить систематическое участие осадков в процессе распространения и переноса загрязняющих веществ .

Основное преимущество статистических методов заключается в том, что они требуют меньше предварительных знаний и полагаются на доступность и качество данных. Это приносит существенный недостаток этим методам. Если наборы данных не являются адекватными или подходящими, они серьезно ограничивают производительность модели. А это может привести к переоценке результатов модели при оценке динамики уязвимости водоносного горизонта. Интенсивные и хорошо структурированные сети пространственно-временного мониторинга с помощью геостатистических методов могут восполнить этот пробел (например, [ 43]). Оценка динамического загрязнения подземных вод также требует точного распознавания гидравлических параметров и долгосрочного наблюдения за выбросами источников загрязнения на основе скудных и дискретных данных наблюдений. К сожалению, модели, имитирующие транспорт растворенных веществ, требуют очень много времени и нелинейны. Модели глубокого обучения или мягких вычислений (такие как ИНС) показали многообещающие результаты с точки зрения минимизации дорогостоящих эксплуатационных расходов и замены моделей с высоким уровнем нелинейности. Подробный обзор был представлен в [ 4 ], и читатели отсылаются к этой статье, чтобы понять статистические, геостатистические и мягкие методы вычислений. Основные статистические методы, рассмотренные в этом исследовании, представлены в Таблице 6 .

Как обсуждалось ранее, из-за многих ограничений качественные методы (индексные и статистические) не способны точно предсказать судьбу и транспорт загрязнителей. Понимание судьбы и переноса загрязняющих веществ играет решающую роль в оценке динамической уязвимости подземных вод. Ссылка. [ 23 ] предложили методы, основанные на физических процессах, с их способностью оценивать гидрогеологические процессы в насыщенных и ненасыщенных зонах, которые могут систематически отслеживать судьбу и перенос загрязняющих веществ. MODFLOW и MODPATH — численные методы, которые были разработаны в 2000-х годах и до сих пор являются надежными инструментами для моделирования потока и переноса соответственно [ 81 , 82 , 83] .]. Вместо MODPATH в некоторых исследованиях использовалась MT3DMS, которая также может моделировать перенос загрязняющих веществ. Многие модели адвективно-дисперсионного переноса растворенных веществ (такие как HYDRUS-1D с MT3DMS) также использовались для объяснения динамики загрязняющих веществ при различных типах землепользования [94 ] . Многие технологические методы были интегрированы с ГИС для оценки пространственного распределения загрязнителей, например NLEAP. Однако, поскольку они не могут предсказать временное распределение, другие модели потоков и переноса (например, MODFLOW, MT3DMS) также были объединены для оценки пространственно-временной динамики уязвимости подземных вод. Многие дополнительные модели потоков и переноса, такие как PHREEQC и FEMWATER 1990-х годов, также использовались для расчета динамики уязвимости подземных вод.89 ]. Но эти модели в основном предназначены для определения пространственного распределения концентраций загрязняющих веществ. Эти исследования не дали адекватной оценки временного аспекта динамической уязвимости. Такие модели, как SWAT, также представили многообещающие результаты при отслеживании пространственно-временного выщелачивания нитратов при использовании сельскохозяйственных земель на уровне единицы гидрологического реагирования [ 88]. Хотя модели, основанные на процессах, представляют собой самые современные математические уравнения, используемые для расчета потока, переноса и времени пребывания, они требуют адекватных предварительных знаний о природе источников загрязняющих веществ и локальных (крупномасштабных) процессах взаимодействия на поверхности и под поверхностью, поскольку а также достаточно данных долгосрочного мониторинга для надежного моделирования потока и переноса. Из-за ограниченного доступа или пренебрежения этими знаниями или этими наборами данных результаты приведут к тому, что неопределенности, возникающие из-за вышеупомянутых пробелов, будут упущены из виду. Еще одним важным моментом, связанным с моделями, основанными на процессах, являются граничные условия и неопределенность с точки зрения параметров модели. С недавним развитием эволюционных алгоритмов стало популярным использовать модели моделирования и оптимизации. Но проблема этих популяционных методов заключается в том, что они являются дорогостоящими с точки зрения затрат времени из-за повторяющихся вычислений функций приспособленности. Ключевые особенности процессных методов, рассмотренных в данном исследовании, представлены вТаблица 7 .

Уязвимость карста – это бинарная концепция, которая состоит из кратковременного загрязнения через водоводный поток и постоянного загрязнения через уязвимость диффузного потока [ 21 ]. Оценка уязвимости этих систем к загрязнению должна включать зоны пополнения подземных вод, карты уязвимости, карты потоков и переноса, а также анализ уязвимости временных рядов. Индексные и статистические модели для оценки карста в основном состоят из картирования зонирования на основе данных наблюдений. Такие модели, как DRASTIC, SI и GWR, которые были рассмотрены в этом исследовании, объединяют карты землепользования временных рядов и ГИС для определения пространственного распределения загрязняющих веществ. Тем не менее, поток и перенос редко учитываются. Ссылка. [ 6 ] представил словенский подход. Это интегрированный КС [ 105] модель с коэффициентом K (Карст).

Словенский подход представил многообещающие результаты с точки зрения оценки динамики потока подземных вод, карстификации и изменчивости динамики потока в различных гидрологических условиях. Другая модель, называемая TDM [ 107 ], также основана на расчете времени прохождения поверхностных вод, а также вертикального и горизонтального потока в ненасыщенной зоне. Преимущество TDM заключается в том, что он может рассчитать время пути поверхностных вод к источникам и представить уязвимость как фактор времени пути. Статистические модели, такие как IDW, PCA, FA и HCA, представляют собой качественную оценку наблюдаемых данных. Ссылка. [ 109] включил временной аспект с помощью метода RTD, модели с сосредоточенными параметрами, используемой для учета времени пребывания и временного распространения загрязнения. Но ограничением этих моделей с сосредоточенными параметрами является то, что они не могут учитывать пространственную изменчивость. В этом обзоре отмечено, что только процессуальные методы позволяют систематически моделировать карстовую уязвимость. Однако лишь в немногих исследованиях (7 из 18) использовались процессуальные методы оценки уязвимости карста. PaPRIKa представила полезный инструмент, объединив модель FEFLOW и ГИС для объяснения сезонных изменений в пополнении и переходных характеристиках границ зон захвата добывающих скважин и их связи с различными сценариями землепользования. Поскольку этот метод основан на степени карстификации, нам нужны адекватные и точные исходные данные о карстификации.117 ]. Среди методов, основанных на процессах, модель с сосредоточенными параметрами, RCD (перезарядка, поток в трубопроводе, диффузный поток), представила подходящее математическое объяснение выбросов и концентрации веществ. Ссылки. [ 9 , 21] подробно остановился на том факте, что уязвимость карста является не только фактором питания и разгрузки, но также затрагивает отдельные источники в зонах разгрузки. В качестве глобальной модели RCD не может отражать местные факторы, связанные с пополнением подземных вод и загрязнением из точечных источников. Этого ограничения можно избежать, интегрировав карту уязвимостей зоны обслуживания (например, EPIK). В этом обзоре литературы, помимо оценки карстовой уязвимости, метод RCD представил эффективное объяснение динамического распределения уязвимости и временной зависимости уязвимости карстовых подземных вод.

За последнее десятилетие произошли значительные изменения в оценке уязвимости к загрязнению подземных вод. Множество интегрированных методов; системы принятия решений на основе ГИС; а для описания уязвимости подземных вод использовались передовые методы с сочетанием индексных, статистических и/или процессуальных подходов. Несмотря на эти изменения, некоторые ограничения все еще существуют. В основе динамической уязвимости подземных вод лежат процессы пополнения запасов в ненасыщенных зонах, которые являются основными путями переноса загрязняющих веществ, попадающих на поверхность земли, в водоносные горизонты. В последние несколько десятилетий, Основными сложностями, возникающими при оценке уязвимости к загрязнению подземных вод, являются неопределенности, вызванные изменением климата в целом, а также антропогенные воздействия, такие как неконтролируемый рост населения в городских землепользованиях и нагрузка пестицидами на сельскохозяйственных полях в сельских землепользованиях. Чтобы оценить эту сложность или выявить тенденцию, почти все предыдущие исследования основывались на детерминистских методах и не учитывали стохастичность в природных системах и землепользовании. Поэтому будущие исследования должны разработать статистические методы, основанные на стохастических подходах и численных методах, основанных на процессах, для отслеживания физических процессов. Наконец, для зонального картирования уязвимости подземных вод можно создать основанный на знаниях метод наложения и индексов. Однако эти процессы, управляемые данными, имеют множество ограничений. такие как потребность в больших наборах данных по контролю переменных и концентрации загрязнения, затраты времени, сложность геопространственной оценки, отслеживание временных аспектов выброса загрязняющих веществ на поверхность и транспортировка подземными потоками. Таким образом, выявление и настройка параметров, зависящих от времени, отслеживание индикаторов и изучение косвенных показателей и их связи с концентрацией загрязняющих веществ в подземных водах должны стать полезными инструментами для оценки пространственно-временной уязвимости подземных вод к загрязнению. Для будущих исследований следующие параметры и шаги будут полезны для разработки сложной модели оценки уязвимости подземных вод. отслеживание временных аспектов выброса загрязняющих веществ на поверхность и транспортировки подземными потоками. Таким образом, выявление и настройка параметров, зависящих от времени, отслеживание индикаторов и изучение косвенных показателей и их связи с концентрацией загрязняющих веществ в подземных водах должны стать полезными инструментами для оценки пространственно-временной уязвимости подземных вод к загрязнению. Для будущих исследований следующие параметры и шаги будут полезны для разработки сложной модели оценки уязвимости подземных вод. отслеживание временных аспектов выброса загрязняющих веществ на поверхность и транспортировки подземными потоками. Таким образом, выявление и настройка параметров, зависящих от времени, отслеживание индикаторов и изучение косвенных показателей и их связи с концентрацией загрязняющих веществ в подземных водах должны стать полезными инструментами для оценки пространственно-временной уязвимости подземных вод к загрязнению. Для будущих исследований следующие параметры и шаги будут полезны для разработки сложной модели оценки уязвимости подземных вод. а рассмотрение косвенных показателей и их связи с концентрацией загрязняющих веществ в подземных водах должно стать полезным инструментом для оценки пространственно-временной уязвимости подземных вод к загрязнению. Для будущих исследований следующие параметры и шаги будут полезны для разработки сложной модели оценки уязвимости подземных вод. а рассмотрение косвенных показателей и их связи с концентрацией загрязняющих веществ в подземных водах должно стать полезным инструментом для оценки пространственно-временной уязвимости подземных вод к загрязнению. Для будущих исследований следующие параметры и шаги будут полезны для разработки сложной модели оценки уязвимости подземных вод.

Отслеживание концентрации загрязняющих веществ за определенный период отражает временную зависимость (т. е. обнаружение изменений в течение месяца/сезона/года/более длительного периода). Эти зависящие от времени изменения основаны главным образом на антропогенной деятельности на поверхности Земли. Поэтому более продвинутая оценка землепользования и его изменений во времени имеет решающее значение для оценки его чувствительности. Оценка роста и плотности населения с течением времени будет служить показателем для понимания нагрузки загрязнения. Будет полезно более широкое использование временных рядов высокого разрешения и/или радиолокационных спутниковых изображений. Отслеживание влажности почвы может быть показателем для понимания предпочтительного стока. Это основной транспортер агрохимикатов при сельскохозяйственном использовании. Изображения, полученные с помощью радиолокатора с синтезированной апертурой (SAR), станут хорошим вариантом для отслеживания влажности почвы во времени и пространстве. Уклон также является одним из основных факторов качественной оценки уязвимости подземных вод, но им широко пренебрегают. Наклон напрямую контролирует скорость просачивания почвы; поверхностный сток; и, косвенно, влажность почвы и пополнение грунтовых вод. Объектно-ориентированный анализ изображений (OBIA) может использоваться для классификации землепользования вместо традиционных методов на основе пикселей (т. е. контролируемой и неконтролируемой классификации). OBIA основана на сегментации изображений, создавая векторные объекты путем кластеризации небольшой группы пикселей. Этот метод очень полезен для классификации сельскохозяйственных полей и населенных пунктов. Объектно-ориентированный анализ изображений (OBIA) может использоваться для классификации землепользования вместо традиционных методов на основе пикселей (т. е. контролируемой и неконтролируемой классификации). OBIA основана на сегментации изображений, создавая векторные объекты путем кластеризации небольшой группы пикселей. Этот метод очень полезен для классификации сельскохозяйственных полей и населенных пунктов. Объектно-ориентированный анализ изображений (OBIA) может использоваться для классификации землепользования вместо традиционных методов на основе пикселей (т. е. контролируемой и неконтролируемой классификации). OBIA основана на сегментации изображений, создавая векторные объекты путем кластеризации небольшой группы пикселей. Этот метод очень полезен для классификации сельскохозяйственных полей и населенных пунктов.

В данной статье представлен систематический обзор последних достижений в оценке динамической уязвимости ГВ к ​​загрязнению. В этом обзорном документе особое внимание уделяется анализу временных рядов в области оценки уязвимости к загрязнению ГВ, проведенному в последнее десятилетие. Было отмечено, что количественные подходы (т.е. статистические и процессные) являются наиболее популярными для оценки качественной уязвимости ГВ, за ними следуют подходы, основанные на индексах. Подходы к оценке загрязнения ГВ, рассмотренные в данной статье, можно разделить на две группы: для защиты ресурсов и для идентификации источника. Нитраты были основным индикатором, принимаемым во внимание при оценке уязвимости к ГВ, и очень немногие исследования были сосредоточены на других загрязнителях, таких как ванадий, аммиак, селен, азот, фторид, хлорат, мышьяк, некоторые пестициды и т. д. Странами, изучаемыми в исследовательских статьях или тематических исследованиях, рассмотренных в этой статье, были в первую очередь Китай и Индия, за которыми следовали некоторые европейские страны и остальной мир. Этот систематический обзор показал, что среди качественных методов или методов, основанных на наложении и индексах, таких как DRASTIC и GOD, которые были внедрены в конце 1980-х годов, по-прежнему популярны среди исследователей. Эти методы были модифицированы или использовались наряду с другими для расчета пространственно-временного риска загрязнения ГВ. Со временем землепользование становится неотъемлемой частью этих методов, демонстрирующих участие человека в загрязнении ГВ. Благодаря расширенным возможностям технология ГИС стала важной частью оценок уязвимости GW. ГИС – это уникальный инструмент, который можно использовать для записи, хранения, манипулирования, анализировать наборы данных и объединять различные уровни данных, чтобы продемонстрировать уязвимость и разграничить зоны в соответствии с качеством GW. Иногда эти методы сравниваются и проверяются с помощью статистических инструментов, таких как кригинг, PCA и AHP. В течение последнего десятилетия численные модели 1D, 2D и 3D, основанные на уравнениях адвекции-дисперсии, использовались для идентификации переноса через ненасыщенные, а также насыщенные зоны. Транспортные модели, такие как HYDRUS-1D, MODFLOW, MODPATH и MT3DMS, оказались наиболее распространенными и широко используемыми методами. а трехмерные численные модели, основанные на уравнениях адвекции-дисперсии, использовались для идентификации переноса как через ненасыщенные, так и через насыщенные зоны. Транспортные модели, такие как HYDRUS-1D, MODFLOW, MODPATH и MT3DMS, оказались наиболее распространенными и широко используемыми методами. а трехмерные численные модели, основанные на уравнениях адвекции-дисперсии, использовались для идентификации переноса как через ненасыщенные, так и через насыщенные зоны. Транспортные модели, такие как HYDRUS-1D, MODFLOW, MODPATH и MT3DMS, оказались наиболее распространенными и широко используемыми методами.

Все методы, рассмотренные в этой статье, имеют свои преимущества и ограничения, как представлено в Таблице 5 , Таблице 6 и Таблице 7.. За последнее десятилетие было разработано множество необычных методов оценки загрязнения подземных вод, которые могут продемонстрировать динамическую уязвимость подземных вод. Можно сделать вывод, что многие методы моделирования не учитывают основы динамической уязвимости ГВ, основанной на процессах подпитки в ненасыщенных зонах. Существуют огромные возможности для улучшения параметризации моделей, чтобы они могли более широко моделировать судьбу и транспорт загрязнителей в насыщенных зонах. При рассмотрении пополнения запасов следует также учитывать взаимодействие поверхностных и подземных вод и их временные изменения. Также важно проверить линейность или нелинейность зависимых и предикторных переменных в ходе процедуры выполнения модели. При оценке внутренней уязвимости ГВ неопределенность является основным препятствием, и ее невозможно устранить. Но эту ситуацию неопределенности можно уменьшить, а подходы к оценке можно улучшить за счет включения расширенных обновленных наборов данных, улучшенного мониторинга и современных методов. Необходимо разработать целостные подходы для оценки загрязнения подземных вод в условиях меняющихся климатических сценариев и неопределенности. Учитывая эти фундаментальные ситуации, методы оценки должны представлять собой четкие рекомендации для стратегий устойчивого управления подземными водами. Необходимо разработать целостные подходы для оценки загрязнения подземных вод в условиях меняющихся климатических сценариев и неопределенности. Учитывая эти фундаментальные ситуации, методы оценки должны представлять собой четкие рекомендации для стратегий устойчивого управления подземными водами. Необходимо разработать целостные подходы для оценки загрязнения подземных вод в условиях меняющихся климатических сценариев и неопределенности. Учитывая эти фундаментальные ситуации, методы оценки должны представлять собой четкие рекомендации для стратегий устойчивого управления подземными водами.

Использование армированных волокном полимерных композитов (FRPC) быстро возросло за последние несколько десятилетий из-за их привлекательных механических свойств (прочность, жесткость), сравнительно низкой объемной плотности и превосходной коррозионной стойкости по сравнению с традиционными конструкционными материалами, такими как сталь и алюминий. [ 1 ]. Благодаря чрезвычайно высокому соотношению цены и качества более 95% арматуры, используемой в композитной промышленности, изготовлено из стекловолокна (GF) [2 ] . Коммерчески доступны различные типы стекловолокон (GF). Наиболее распространены E, ECR, R и S-стекла, которые перечислены здесь в порядке возрастания механической прочности [ 3] .]. Оксид бора и фториды добавляются в качестве плавящего агента для облегчения процесса плавления в рецептуре E-стекла. Действующие экологические нормы США и Европы запрещают выбросы бора в атмосферу. Согласно новым нормам, в состав Э-стекла с низким содержанием бора входят SiO ₂ (59–60 %), Al ₂ O ₃ (12–13 %), CaO (22–23 %), MgO (3–4 %). ) ZrO ₂ (0,5–1,5 %), NaO (0,6–0,9 %), K ₂ O (0–0,2 %), Fe ₂ O ₃ (0,2 %) и F (0,1 %) [ 4 ]. Одним из важнейших элементов, влияющих на характеристики стекловолокна, является проклейка: органофункциональное силансодержащее покрытие на поверхности волокна, которое способствует прилеганию волокна к матрице.5 ]. Было показано, что проклейка увеличивает межфазную прочность и сохранение прочности композитов, подвергающихся гидротермальному старению [ 2 , 6 ]. Воздействие сырых и влажных условий может ускорить процесс старения композитных материалов, отрицательно влияя на механические свойства и, таким образом, сокращая срок их службы. Старение под воздействием окружающей среды в сочетании с повышенной температурой представляет собой тяжелый случай ускоренного старения [ 7 , 8 , 9 , 10 , 11].]. Примечательно, что различные компоненты композита по-разному подвержены старению окружающей среды. В результате крайне важно понять для каждого компонента кинетику и механизмы старения окружающей среды, чтобы обеспечить экологическую долговечность композита. Всестороннее понимание эффектов старения до сих пор отсутствует, когда композиты используются при длительном воздействии повышенных температур, воды и углеводородов. Данные для оценки времени обслуживания в настоящее время необходимо получать с помощью дорогостоящих и трудоемких процедур испытаний [ 12 ].

Интерес к старению FRPC под воздействием окружающей среды значителен: многие исследования сосредоточены на композитах с E-стеклом в качестве армирующей фазы [ 7 , 9 , 10 , 11 , 13 ]. Давалос и др. [ 7 ] провели исследование долговечности стержней из армированного стекловолокном полимера (GFRP), подвергавшихся воздействию водопроводной воды. Они заявили, что деградация границы между волокном и матрицей была основным механизмом снижения производительности стержней из стеклопластика. Авторы также подчеркнули, что коррозия волокон из-за длительного воздействия может доминировать в процессе разложения. В аналогичном исследовании Idrisi et al. [ 9], устойчивость композита E-стекло/эпоксидная смола была проверена в среде соленой воды. Было обнаружено, что основными причинами потери прочности на разрыв являются разрушение химических связей между волокном и смолой, вызванное химической коррозией, и плохое сцепление между волокнами и смолой, вызванное набуханием смолы из-за водопоглощения, особенно при температуре 90 °C. погружение. Позже Ноамен и др. [ 10] провели исследования гидротермического старения GF-эпоксидных и ламинированных композитов из углеродного волокна и эпоксидной смолы, подвергавшихся воздействию температур 24 ° C, 70 ° C и 90 ° C. Было обнаружено, что водопоглощение подчиняется поведению Фика во всех испытанных ламинатах. Кроме того, сообщалось, что композиты ГФ-эпоксид имеют более высокий коэффициент диффузии из-за их полярности и гидрофильности. Пластификация матрицы под действием влаги и температуры привела к потере механических характеристик. Боббаа и др. [ 11] провели испытания на осевое сжатие и внутреннее давление на композитные трубы, армированные стекловолокном и эпоксидной смолой E-стекла и S-стекла, созданные методом накальной намотки после того, как они были подвергнуты гидротермическому старению при 90 ° C. Давление разрыва и поведение при сжатии кондиционированных образцов были значительно снижены из-за старения под воздействием окружающей среды. По мере увеличения продолжительности старения деградация матрицы и соединения волокна с матрицей увеличивалась, поскольку влага проникала через внешнюю поверхность трубы в смоляную матрицу. В результате снизилась несущая способность композитных труб из стекловолокна E-стекла и S-стекла с эпоксидной смолой. Недавно Борхес и др. [ 13] исследовали поведение водопоглощения ПБТ-GF30 (полибутилентерефталат с 30% коротких стекловолокон) и ПБТ, не содержащего волокна, в сочетании с влиянием на механические свойства материала. Они обнаружили, что PBT поглощает больше воды, чем PBTGF30, хотя и с более высокой скоростью. Было также показано, что диффузия воды подчиняется поведению Фика. Установлена ​​релаксация полимерной цепи вследствие попадания воды, приводящей к потере механических свойств. Химические изменения в ПБТ были выявлены по изменению профиля FTIR материала с 80 ° C до 85 ° C. В недавней работе Шао и др. [ 14] обнаружили, что полиэфирная матрица из стеклопластика не проявляет признаков насыщения водопоглощением после 260 дней погружения в воду при температуре 23 °C, несмотря на снижение прочности на разрыв на 17,5%. Предел прочности стеклопластика при 70 °С снизился на 56,3%, а его водопоглощение увеличилось, а затем снизилось, достигнув даже отрицательных значений. Однако модуль Юнга стеклопластика был практически постоянным при обеих температурах. Аналогичные результаты были получены Grammatikos et al. [ 15 ], которые пришли к выводу, что из-за повышения температуры происходит увеличение влагопоглощения и диффузии воды, причем полный процесс диффузии воды не достигает насыщения. В недавнем исследовании Ghabezi et al. [ 16] исследовали изменения механических свойств образцов стекло/эпоксидного и углеродно-эпоксидного композитов после погружения в ускоренную морскую среду (искусственная морская вода с соленостью 3,5% при комнатной температуре и 60 °C). Они наблюдали изменение микроструктуры и механических свойств композитных ламинатов (микротрещины и разрывы связей между матрицей и волокном), что указывает на явление деградации. Кроме того, снижение прочности на растяжение и сдвиг образцов стекла/эпоксидной смолы было намного выше, чем у образцов углерода/эпоксидной смолы. Напротив, композиты углерод/эпоксидная смола показали более высокое снижение значений прочности на изгиб, чем образцы стекло/эпоксидная смола. Результаты показали, что в композиционных материалах механизмы разрушения сохраняются даже после достижения порога насыщения. Они пришли к выводу, что влияние химической деградации (например, реакции между водой и эпоксидной смолой или разрыва цепи) на потерю механических свойств композитных образцов было больше, чем влияние механического повреждения, такого как напряжение, вызванное поглощением воды. или феномен капиллярности и осмоса. В аналогичном исследовании Guo et al. [17] исследовали гигротермические свойства пултрузионных композитов из углерода, стекла и композитов из гибридного полимера, армированного углеродным/стеклянным волокном (C/GFRP), погружая их в деионизированную воду на срок до 135 дней при 40 °C, 60 °C и 80 °C. Они заявили, что поведение водопоглощения всех трех композитных пластин соответствует первоначальному диффузионному поведению Фика и долгосрочному поведению деградации. При погружении в деионизированную воду термические и механические свойства C/GFRP ухудшались на 29,5% для прочности на сдвиг при коротком луче (SBSS), на 25,8% для прочности на трехточечный изгиб и на 43,1% для температуры стеклования. , соответственно. Диффузия молекул воды привела к обратимому эффекту пластификации смолы и необратимому эффекту релаксации смолы, приводящему к ухудшению свойств. Более того, деградация SBSS была ускорена из-за необратимого разрыва границы раздела волокно/смола. Недавно Мессана и др. [18 ] исследовали влияние гидротермического старения на химические, механические и термические свойства плетеных углеродных и стеклянных волокон с использованием традиционной эпоксидной смолы и усовершенствованного термопластичного полифениленсульфида (ППС). Было замечено, что композиты на основе эпоксидной смолы демонстрируют улучшение свойств за счет увеличения плотности поперечных связей и потерю свойств из-за пластификации матрицы. В композитах ППС матрица была химически стабильной, а снижение прочности происходило из-за повреждений, возникающих в межфазной фазе волокна. Фанг и др. [ 19] исследовали характеристики композитов из поликарбоната, армированного углеродным волокном (CF/PC), подвергшихся воздействию деионизированной воды при 80 °C, и измерили изменения модуля упругости и угла эрозии. Было замечено отклонение максимального угла эрозии композитов из-за гидротермального старения, что указывает на то, что композиты претерпели переход от пластичного к хрупкому поведению. Кроме того, с помощью сканирующего электронного микроскопа были видны трещины и полости, вызванные поглощением воды, что позволяет предположить, что гидротермическое старение приводит к пластификации и разложению композитов CF/PC, что снижает их коррозионную стойкость. Донг и др. [ 20] исследовали долговечность однонаправленных листов полипропилена, армированного стекловолокном (GF/PP), подвергая их воздействию дистиллированной воды и смеси морской воды, морского песка и бетона на срок до 6 месяцев при 45 °C, 25 °C и 60 °C. C и оценили изменение их механических свойств. Результаты показали, что лист GF/PP чрезвычайно чувствителен к погружению в морскую воду при высоких температурах, что приводит к необычно повышенному водопоглощению - 3,4% при 60 °C. После шестимесячного погружения в морскую воду при температуре 25 °C и 60 °C сохранение прочности на растяжение в продольном направлении составило 22,7% и 3,3% соответственно. Лист GF/PP показал значительно лучшее сохранение свойств при погружении в воду; например, при температуре 60 °C в течение шести месяцев сохранение прочности на растяжение в продольном и поперечном направлении составило 79,3% и 84,0% соответственно. Лист GF/PP впитал 0,69% насыщенной воды в воде при 60°C. Плохая граница раздела стекловолокна и полипропилена, относительно небольшая толщина листа и низкая устойчивость стекловолокна к морской воде были факторами, которые привели к снижению механических свойств листа GF/PP. Следует отметить, что предыдущие исследования в основном были сосредоточены на полимерной матрице и границе раздела волокно-матрица, однако изменениям в фазе волокна не уделялось углубленного внимания.

Некоторые исследования стеклопластика показали, что при длительном воздействии гидролитическое разрушение происходит в первую очередь из-за деградации, происходящей в межфазной фазе матрица-волокно и в процессах растворения волокон [ 1 , 3 , 7 , 11 , 21 ]. Благодаря этим открытиям последовали дальнейшие исследования прямого воздействия на ГФ различных средств против старения. Модели, основанные на массовом растворении, в основном использовались для объяснения потери прочности стекловолокон под воздействием неблагоприятных условий окружающей среды [ 1 , 21 , 22 , 23 ]. В своем исследовании Крауклис и др. [ 21] создал модель для оценки массового растворения волокон, подвергшихся воздействию воды при температуре 60 ° C, с использованием кинетики нулевого порядка. Na, K, Ca, Mg, Fe, Al, Si и Cl были среди элементов, выделившихся в процессе разложения, и были найдены постоянные скорости общей потери массы и выделения каждого иона. Показано, что по сравнению с другими элементами наибольший вклад в потерю массы (56,1%) вносит Si. Более того, Джонс и Стюарт [ 24] исследовал коррозию волокон E-стекла в серной кислоте при различных температурах и концентрациях. Они обнаружили, что скорость коррозии в первую очередь не зависит от количества серной кислоты, поскольку осаждение, а не образование комплексных ионов, облегчает удаление ионов из GF. Кроме того, повышение температуры ускоряло скорость коррозии, что описывалось моделями энергии активации на основе Аррениуса. В другом исследовании Wei et al. [ 25 ] базальтовые и стеклянные волокна, подвергнутые воздействию растворов гидроксида натрия и соляной кислоты, показали заметную потерю прочности. Атака гидроксильного иона на каркас SiO ₂ , общий для стекла и базальта, привела к потере прочности. В исследовании термического старения, проведенном Feih et al. [ 26], потеря прочности двух типов ГФ (Э-стекла и Адвантекса, заменителя Е-стекла, не содержащего бора) была исследована при температуре до 650 °С и длительности нагрева до 2 часов. Установлено, что зеркальная постоянная стекла, отражающая сетчатую структуру, при термообработке остается постоянной, а снижение прочности обусловлено увеличением дефектов поверхности, оставшихся после термообработки.

В случае композитных труб или резервуаров одной из основных причин выхода из строя является проникновение агрессивных жидкостей либо внутрь через футеровку или облицовку, богатую смолой, либо снаружи через крышку или оболочку, что приводит к повреждению армирующего слоя. Было проведено несколько исследований старения E-стекла под воздействием вредных химикатов и кислот, и большая часть исследований была сосредоточена на этом способе проникновения коррозионной жидкости [ 21 , 22 , 23 , 24 ].]. Возможное попадание агрессивной жидкости за пределы полимерного барьера и воздействие жидкости на сам ГФ могут привести к выходу из строя коррозионностойких труб и подземных резервуаров. Руководствуясь этими наблюдениями, настоящая работа фокусируется на двух основных аспектах, связанных с ГФ. Во-первых, существует ряд применений, в которых основным несущим элементом являются сухие ГФ (т.е. без пропитки полимерной матрицей) [ 27] .] или ГФ встроены в термопластическую матрицу, которая, в зависимости от полимерных материалов, может быть чувствительна к воздействию воды. В таких ситуациях при расчете конструктивных факторов необходимо учитывать возможные значительные колебания характеристик волокна. Поэтому учет изменений физико-механических свойств композитной конструкции требует глубокого понимания процесса деградации прочности сухих ГФ под воздействием гидротермических условий, а также механизмов, вызывающих потерю прочности. Во-вторых, эта работа также направлена ​​на создание основы для многомасштабного исследования деградации FRPC, сосредоточив внимание на понимании изменения прочности волокна при воздействии воды при различных температурах. Конструкции из композиционных материалов часто перепроектируются из-за недостаточности данных по отдельным компонентам. Путем независимого изучения характеристик волокон и матрицы, а затем экстраполяции соответствующих характеристик композитного ламината на основе поведения компонентов можно получить многомасштабный метод, который потенциально может облегчить необходимость проведения всесторонних кампаний по тестированию. Было признано, что для тщательного проектирования необходим полный набор атрибутов; тем не менее, изучение многомасштабного подхода по-прежнему привлекательно из-за его преимуществ при реализации. Таким образом, данное исследование направлено на выявление факторов окружающей среды, которые вызывают преждевременное старение GF, анализ влияния старения на механические свойства и прогнозирование изменений механических свойств с использованием подхода моделирования Аррениуса. может быть разработан многомасштабный метод, который потенциально может облегчить необходимость проведения комплексных кампаний тестирования. Было признано, что для тщательного проектирования необходим полный набор атрибутов; тем не менее, изучение многомасштабного подхода по-прежнему привлекательно из-за его преимуществ при реализации. Таким образом, данное исследование направлено на выявление факторов окружающей среды, которые вызывают преждевременное старение GF, анализ влияния старения на механические свойства и прогнозирование изменений механических свойств с использованием подхода моделирования Аррениуса. может быть разработан многомасштабный метод, который потенциально может облегчить необходимость проведения комплексных кампаний тестирования. Было признано, что для тщательного проектирования необходим полный набор атрибутов; тем не менее, изучение многомасштабного подхода по-прежнему привлекательно из-за его преимуществ при реализации. Таким образом, данное исследование направлено на выявление факторов окружающей среды, которые вызывают преждевременное старение GF, анализ влияния старения на механические свойства и прогнозирование изменений механических свойств с использованием подхода моделирования Аррениуса. изучение многомасштабного подхода по-прежнему привлекательно из-за его преимуществ при реализации. Таким образом, данное исследование направлено на выявление факторов окружающей среды, которые вызывают преждевременное старение GF, анализ влияния старения на механические свойства и прогнозирование изменений механических свойств с использованием подхода моделирования Аррениуса. изучение многомасштабного подхода по-прежнему привлекательно из-за его преимуществ при реализации. Таким образом, данное исследование направлено на выявление факторов окружающей среды, которые вызывают преждевременное старение GF, анализ влияния старения на механические свойства и прогнозирование изменений механических свойств с использованием подхода моделирования Аррениуса.

Механические испытания образцов волокна из Е-стекла были проведены для изучения эффектов гидротермического старения при трех повышенных температурах. Образцы волокна испытывали либо после высыхания, либо во влажном состоянии. После старения в водопроводной воде волокнистые материалы обычно теряли прочность на разрыв, при этом волокна, испытанные во влажных условиях, показали наиболее значительное снижение прочности. Остаточная прочность на разрыв снижалась по мере увеличения времени погружения и температуры старения, однако скорость снижения со временем замедлялась. Результаты массового растворения и измерений FTIR показали, что гидротермальное воздействие вызвало разрушение каркаса Si-O-Si в материале E-стекла в сочетании с потерей размера, что привело к существенному снижению прочности на разрыв. Этот вывод был дополнительно подтвержден данными СЭМ.

Аналитическая модель, основанная на теории Аррениуса, была принята для прогнозирования сохранения прочности волокон E-стекла при старении. Модель Аррениуса была подтверждена экспериментальными данными, доказав ее широкую применимость. Энергия активации, рассчитанная по модели Аррениуса, составила 56,6 кДж, что согласуется со значениями, приведенными в технической литературе. На основе разработанной модели время достижения уровней удерживания 70%, 80% и 90% при комнатной температуре (23 °C) было рассчитано как 372 дня, 193 дня и 79 дней соответственно. Мастер-кривая была создана с использованием метода суперпозиции время-температура для эталонной температуры 60 °C. Подход к моделированию оказался согласующимся с экспериментальными данными и дал разумные результаты. Все еще,

Хотя в центре внимания нынешней кампании тестирования и моделирования было только E-стекло, предполагалось, что общая стратегия справедлива для всех типов стекловолокон и, возможно, подобных материалов, таких как базальтовые волокна. Эти результаты дают новое представление о значительном снижении механических характеристик волокон E-стекла при воздействии воды и температуры. После завершения дополнительных исследований старения технических волокон созданные инструменты могут стать инструментом для прогнозирования и отслеживания долгосрочных характеристик волокон в инженерных приложениях. Кроме того, интересно выяснить, могут ли результаты этого исследования лечь в основу многомасштабного подхода при прогнозировании характеристик композитов с полимерной матрицей, армированных волокном, что может включать изучение характеристик волокон, матрицы,