案例区域污染场地位于京津冀某中心城市，污染场地占地总面积约1.4×10⁵ m²。案例区域潜水含水层底板埋深40~50 m左右，潜水含水层岩性以中细砂为主，其次为细砂、粉砂，局部地区含粗砂、砾石。受污染土壤平均容重1.4 t·m⁻³，平均含水率20%。该区域在过去经济高速发展的过程中遗留大量的工业潜在污染场地，大量工业企业被关停并转、破产或搬迁，在未来发展中面临着土地利用和产业结构调整的巨大需求，腾出的工业企业地块作为城市建设用地将被再次开发利用。

案例区域内共有8 处关闭或拆除的工业污染场地，基于文献数据、导则规范和已有工程项目经验，综合考虑土壤污染物种类、质量浓度范围、风险水平、场地水文地质条件、技术经济发展水平和土地利用需求等因素，采用情景模拟8 个场地修复技术路线，提出备选修复方案（表1）。以《土壤环境质量 建设用地土壤污染风险管控标准（试行）》（GB36600-2018）中第一类用地筛选值、天津市《土壤环境质量 建设用地土壤污染风险管控标准》（DB12/1311-2024）第一类建设用地筛选值作为案例区域土壤污染物的修复目标值。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。

评估目标是对案例区域污染场地修复工程进行系统的环境足迹定量评估和结果分析。环境足迹评估边界是指案例区域约1.9×10⁵ m³污染土壤，从清挖至修复后完成最终处置，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、环境监测及效果评估等管理环节，案例区域评估边界见图1。

采用SEFA工具分别核算案例区域污染场地修复方案的环境足迹，对比分析区域各地块修复环境足迹之间的差异性。化学药剂类型和使用量、热脱附时长等技术相关参数，参考相关实际修复案例和文献研究；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。电网电力结构来源于国家统计局北京市2024年1—5月发电数据，火电、风电、水电、太阳能电占比分别为97.2%、2%、0.4%、0.4%。能源、药剂和材料的足迹转换系数采用SEFA默认数值。在数据清单构建的基础上，本研究将各地块修复方案根据修复阶段划分成不同模块，在数据输入层面选择或输入具体修复方案指标。修复数据手动输入后，SEFA工具从材料及固废、水资源、能源和空气4 个方面自动生成环境足迹定量统计结果。根据输出结果，将案例区域土壤修复活动的环境足迹划分为材料和药剂使用、设备使用、废弃物处置3个关键环节，分析关键环节的环境足迹贡献率。案例区域污染场地修复工程药剂和材料使用量见表2。

由于修复数据基于相关实际修复案例和文献，数据清单的构建存在一定的不确定性，本研究选择蒙特卡洛法评估案例区域数据清单的不确定性。蒙特卡洛模拟是一种通过随机采样和统计分析解决复杂问题的数值计算方法，能够更好地量化评估不确定性并为决策提供更为准确的预测。环境足迹中涉及的场内材料和药剂消耗量、场外废弃物处置及用水量因不涉及转换系数的计算，故未纳入蒙特卡洛模拟分析。在“双碳”背景下，本研究选择能源消耗量和SEFA空气指标中的关键指标温室气体（GHG）排放量分别进行蒙特卡洛模拟。使用Oracle Crystal Ball软件计算GHG排放量和能源消耗量，从SEFA输入数据随机抽取样本10 000次，假设参数均服从正态分布并进行蒙特卡洛不确定性分析^[23]。

案例区域污染场地场内材料和药剂总消耗量1.8×10⁴ t，场外废弃物总处置量1.2×10⁵ t，总用水量3.3×10⁴ m³，总能源消耗量1.4×10⁹ MJ，NO_x、SO_x和PM总排放量68.5 t，有害空气污染物（hazardous air pollutants，HAPs）总排放量0.7 t，温室气体（greenhouse gases，GHG）总排放量1.1×10⁴ tCO_2e。

案例区域各污染场地环境足迹占比见图2，其中材料和药剂、水资源以及固废产生量主要基于输入数据的统计分析，不涉及排放因子的转换。案例区域场内材料和药剂消耗量差异性较大，反映不同地块在修复活动中的材料需求差异性。场外废弃物处置是指现场产生的潜在废物（危险或非危险）的质量，并在场外设施或在规定的现场处置单位进行处理，其中地块4先采用生物降解修复含有机污染土壤，然后采用稳定化处理含重金属污染土壤，因此，场外废弃物处置量仅为4.2×10³ t，仅占案例区域场外废弃物处置量的3.5%。用水量主要用于土壤的预处理、含水率调节和设备车辆清洗等环节，其中地块1采用化学淋洗技术，使用水和化学试剂溶解和冲洗出土壤中的污染物，用水量较大，占案例区域用水量的41.7%。

总能源消耗量、NO_x、SO_x、PM、HAPs、GHG总排放量由SEFA系统根据内置的数据库查询每个输入指标对应的资源、能源消耗水平、污染物排放因子等，再结合输入的修复数量，最后得到输出结果。案例区域能源消耗包括用于热脱附的天然气、系统运行的电力，以及用于设备人员运输的燃油等，其中地块3采用热脱附技术处理污染土壤，总能源使用量高达6.9×10⁸ MJ，占整个区域能源消耗量的50.1%，HERON等^[24]以某焦化厂土壤修复项目为例，热脱附平均能耗为：天然气45~48 m³·t⁻¹，同时耗电34.1~40.8 kWh·t⁻¹，由此可见热脱附技术的高能耗性。NO_x和SO_x的排放主要与能源消耗有关，而PM的排放则与重型机械设备的使用有关。SEFA核算的HAPs指的是1990年《清洁空气法修正案》及其后的修订规定的有害空气污染物，地块3的HAPs总排放量显著高于其他地块，占HAPs总排放量的53.1%，热脱附技术产生的有害空气污染物明显多于其他修复技术。案例区域修复工程的各项活动都会导致温室气体排放，包括设备运行、能源使用、材料使用以及人员、材料和设备的运输等，修复方量也是其重要因素，地块4修复方量占案例区域修复方量的54.9%，温室气体总排放量高达4×10² tCO_2e。

GHG排放量是评估区域修复技术环境影响的重要指标，为更好地了解案例区域GHG排放来源，对材料和药剂使用、设备使用、废弃物处置3 个关键环节的贡献度进行分析，识别和量化区域修复过程中关键环节的GHG排放量。3 个不同修复环节GHG排放量贡献率见图3。

案例区域修复方案中使用硫酸亚铁、七水硫酸亚铁等还原剂，石灰、磷酸二氢钙等稳定化药剂，混凝土和PVC等材料，由图3可见，地块1~地块8材料和药剂使用环节GHG排放量贡献率在47.6%~87.3%之间，材料和药剂使用的贡献比例高于设备使用和废弃物处置。在区域尺度上，材料和药剂的使用产生的GHG排放量占区域GHG总排放量的83.7%（图3(i)），是区域污染场地修复温室气体排放的最大来源。

已有研究表明，药剂消耗量是影响环境足迹的最主要因素。龚先河等^[25]采用环境足迹评估工具对重庆市钢铁厂修复全过程的环境足迹进行定量评估，结果表明药剂消耗量在修复工程中对于环境足迹的影响很大。肖萌等^[26]通过生命周期评价法对云南省污染农田钝化修复量化分析，进一步证明工程实施阶段和药剂生产阶段是实现碳减排需要重点关注的核心过程。SUN等^[27]研究亦指出土壤修复中选择低碳方法具有重要意义，减少高碳材料的使用是减少温室气体排放和减缓全球气候变化的主要措施之一。未来可以通过优化药剂生产工艺、提高药剂的反应效率以及降低副产物的产生，从而减少修复过程中的药剂碳排放量^[28]。

案例区域污染场地修复过程存在一定特异性，但修复单位方量污染土产生的环境足迹可以作为绿色可持续背景下修复技术选择的重要参考^[29]。根据案例区域各污染场地修复方量，计算得出修复单位方量污染土壤（1 m³）所产生的GHG排放量和能源消耗量（图4）。

案例区域各地块单方土壤能源消耗揭示不同修复技术在能源需求上的显著差异，地块3单方土壤能源消耗达到1.2×10⁴ MJ·m⁻³，远超其他地块，热脱附技术中加热过程产生巨大的能源消耗，天然气的使用、系统运行的电能消耗以及现场机械设备的使用是修复过程能源消耗的主要来源。生物降解和稳定化技术在地块5联用的能源消耗仅为290.74 MJ·m⁻³，HUANG等^[30]研究亦表明生物降解所产生的环境足迹较低。由图4可知，案例区域单方土壤GHG排放量紧密关联于能源消耗量。GHG排放量作为修复技术评价的关键指标可间接反映修复工程的能耗水平^[31]，因此在控制修复过程能源消耗的同时，也能够有效减少GHG排放量，二者之间存在显著的协同促进作用。

已有大量国内外学者对修复工程的GHG排放量进行核算，各修复技术单位体积污染土壤的GHG排放量波动较大，排放量约在0.12~3 315.2 kg，对相关研究中各类修复技术GHG排放量的估算结果进行归纳并与本研究进行比较分析（表3）。案例区域地块3热脱附单方污染土壤GHG排放量高达679.7 kgCO_2e·m⁻³，相较之下，刘爽等^[32]基于5个华东区域土壤异位热脱附工程案例，使用排放因子法计算得出1 m³污染土壤碳排放为212.2 kgCO_2e，薛成杰等^[33]通过分析某焦化厂的热脱附技术能源消耗情况，估算出修复每t土壤排放124.1~136.8 kgCO_2e。相同修复技术不同案例之间GHG排放量的差异性一方面是修复案例具有一定的场地特异性，另一方面是本研究使用的为SEFA工具且输入数据基于相关实际修复案例和文献的一般假设的理论均值，与实际工程和不同研究结果存在一定的差异。药剂消耗量也可能是导致案例区域单方污染土壤GHG排放量核算结果与前人研究结果存在差异性的原因。地块2还原药剂添加量为1%，地块5稳定化试剂添加量为6%，地块6过硫酸钠添加比例为1%，地块8芬顿药剂添加比例为5%，而HUANG等^[30]使用SEFA评估受石油烃污染的加油站土壤修复环境足迹，过氧化氢添加比高达到1∶1，GHG排放量达到3.3×10³ kgCO_2e·m⁻³，药剂添加量和GHG排放量都远高于本研究结果。案例区域地块5和地块7均采用固化/稳定化技术，平均单方污染土壤GHG排放量达到42.8 kgCO_2e·m⁻³。周实际等^[34]核算某砒霜厂地块原地异位稳定化项目全生命周期碳排放量，修复每立方米污染土壤的碳排放量为52.8 kg，与本研究固化/稳定化技术核算结果较为接近。

根据对相关研究中各类修复技术与本研究GHG排放量的估算结果进行分析可知，化学氧化/还原、固化/稳定化等修复技术单位体积污染土壤GHG排放量相对较少，水泥窑协同处置、热脱附等高能耗、高效率的土壤修复技术单位体积污染土壤GHG排放量较高。此外，桑春晖等^[39]对山东某氰化物污染地块GHG排放量核算结果表明原位修复技术比异位修复技术的GHG排放量更低。通过量化和识别不同修复技术的GHG排放量，可以有效评估其对区域内产生的环境影响。

采用蒙特卡洛法分析GHG排放量和能源消耗量核算结果的不确定性（图5），结果得出案例区域污染场地修复工程平均GHG排放量为1.3×10³ t，GHG模拟排放区间为1.1×10³~1.6×10³ t，变异系数为4.51%，低于10%，表明GHG排放量核算结果不确定性较低；案例区域污染场地修复工程平均能源消耗量为1.7×10⁷ MJ，能源消耗模拟消耗量区间为1.4×10⁷~2.1×10⁷ MJ，变异系数为4.68%，低于10%，表明能源消耗量核算结果不确定性较低。

本研究使用SEFA进行环境足迹定量评估是基于评估边界和数据清单的基础，核算结果不确定性较低，该方法的应用对我国土壤修复环境足迹研究存在一定的局限性。一是我国尚未开发出适用于土壤修复全过程的环境足迹评估工具和核算方法，本研究数据核算采用SEFA工具内置的能耗因子、排放因子和其他默认数据，与我国国情存在差异^[40]；二是基于绿色可持续修复的修复方案应综合考虑经济、社会、环境的影响^[41-42]，而SEFA工具在经济、社会影响方面的指标明显不足，未来需研发基于成本效益分析-环境效益分析-社会效益分析的我国环境足迹评估软件。

1）基于SEFA方法对案例区域污染土壤修复工程环境足迹进行定量评估，不同修复技术GHG排放量差异较大，热脱附技术单方土壤能源消耗（1.2×10⁴ MJ·m⁻³）和单方污染土壤GHG排放量（679.7 kgCO_2e·m⁻³）均为最大。蒙特卡洛不确定性分析结果表明，温室气体排放量和能源消耗量的变异系数分别为4.51%和4.68%，不确定性程度较低。

2）区域环境足迹贡献度分析结果表明，案例区域各污染场地材料和药剂使用GHG排放量贡献率在47.62%~87.27%之间，材料和药剂的使用对于GHG总排放量的贡献度远高于设备使用和废弃物处置，是区域污染场地修复温室气体排放的最大来源。

3）相较于单个场地，区域尺度修复工程环境足迹评估具有更广泛的适用性和复杂性。区域多点散发且小型污染场地未来修复统一规划和使用低碳材料和药剂具有显著的碳减排潜力，可有效减少对原生资源的依赖和高碳足迹，比单个场地分散修复更具低碳效益。