题目：铜矿废石堆体场地土壤污染源头识别和阻隔防控

报告人：巴特，浙江大学长聘副教授

时间：2026年4月21日，下午2：30-4：00

地点：西六楼312会议室

邀请人：刘华北教授

铜矿废石堆体全球存量逾7.52亿吨，其中微量黄铁矿(FeS2)遇水和空气生成矿山酸性废水(acidic mine drainage, AMD)含强酸和高浓度重金属离子，污染周边场地。AMD的源头识别和阻隔是污染防控的关键。报告人团队采用频谱激发极化(spectral induced polarization, SIP)法识别黄铁矿污染源，优选原位固废研发毛细覆盖屏障阻滞降雨接触废石，研发聚合物改性膨润土防水毯竖向屏障阻隔AMD扩散，采用可解释机器学习方法识别场地污染的气候水文地质等主控因素。为解决传统钻孔取样测试法成本高且时空分辨率低的问题，基于黄铁矿在交流电场下的极化特征，团队创新采用频谱激发极化法识别废石堆场示范场地黄铁矿空间分布，并结合电导率云图识别黄铁矿氧化产酸-迁移-沉淀为黄钾铁钒-覆膜钝化黄铁矿的地球化学过程，为我国金属矿山场地污染识别提供新方法；优选尾矿、废石和底泥等矿山固体废弃物，研发毛细覆盖屏障，等效渗透系数不超过10-12m/s，24小时千年一遇暴雨下累计渗透量低于10mm，渗漏液主要重金属离子不超标，成果应用于2.5m x 2.5m x 2模型箱和30m x 25m x 2m中试场地；基于聚合物的孔隙填充和晶格插层作用，研发聚合物改性膨润土防水毯材料，渗透系数低至2x10-12m/s，成果应用于商业化生产线和中试场地(30m x 15m)，10个月后防污效果显著；基于矿山场地气候、地质和水质特征，采用可解释机器学习方法识别影响场地污染的主控特征，为污染防控提供宏观调控方案和关键观测因素。

报告人简介：巴特，浙江大学长聘副教授（正高）/研究员，博导，国家青年人才。从事固废堆体水土污染防控及监测、超重力微流控二相流模拟等工作，主持科研项目和课题13项，资助来自中国国家自然科学基金委、国家科技部等，培养4名博士后、17名博士生和17名硕士生，其中2人入选国家青年人才、4人获国家基金委青年C基金；在JGGE-ASCE、GRL、JGR:SE和JHM等SCI期刊上发表90篇论文，其中JCR一区71篇、一作/通讯62篇；担任美国土木工程师学会（ASCE）会刊JGGE副主编。