CN102841081A - 有色金属矿区土-水界面污染流中各重金属分布预测方法 - Google Patents
有色金属矿区土-水界面污染流中各重金属分布预测方法 Download PDFInfo
- Publication number
- CN102841081A CN102841081A CN2012103131871A CN201210313187A CN102841081A CN 102841081 A CN102841081 A CN 102841081A CN 2012103131871 A CN2012103131871 A CN 2012103131871A CN 201210313187 A CN201210313187 A CN 201210313187A CN 102841081 A CN102841081 A CN 102841081A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- soil
- distribution
- metal
- orefield
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种有色金属矿区土-水界面重金属污染流中各重金属分布预测方法。本发明的技术要点是,以有色金属矿区土-水界面采样点的实测数据为基础,利用地统计学方法,结合GIS技术,借助BP神经网络技术原理,构建基于GIS技术支撑下的有色金属矿区土-水界面重金属污染流中各重金属分布的BP预测模型,对土-水界面金属污染流中各重金属含量、空间变异性及分布进行预测,并用ArcGIS软件完成土水界面重金属空间分布图的绘制。本发明能为有色金属矿区重金属污染的生态风险评价、控制、治理与修复等提供理论基础和科学依据,促进矿区及矿业城市的和谐发展,具有重大的应用价值和社会效益。
Description
技术领域
本发明属于有色金属矿区环境污染评价与控制技术领域,具体涉及一种有色金属矿区土-水界面重金属污染流中各重金属分布预测方法。
背景技术
土-水界面污染流是受污染土壤在降雨或融雪径流作用下产生的复合污染流体,其中污染物包含了各种重金属、持久性有机物和氮、磷等营养元素等,也是非点源污染的一种特殊表现形式。
有色金属(如Sb、As、Pb、Cd、Cr、Cu、Zn、Hg等)是全球性环境污染物,均对人体及生物具有慢性毒性及致癌性。随着有色金属(如锑、铅、锌等)在各行各业的大量使用及大规模开采与选冶,大量伴生的重金属进入矿区土壤,在降雨或融雪径流作用下,形成有色金属矿区土-水界面重金属污染流,造成有色金属矿区及其周边区域水环境重金属复合型污染问题且日益突出。
有色金属矿区开采和选冶过程中产生的固废(矿石、废矿石、尾矿砂、废渣等)和生产污水等通过不同途径进入矿区土壤并导致土壤重金属污染。受到降雨或融雪径流的剪切、撞击、冲刷、淋溶、浸泡等共同作用,土壤中的各种重金属污染物在土壤-径流界面之间发生扩散、弥散、解吸、解离等多种物理化学反应,最终,不同的重金属元素呈现出不同的空间分布特征。
由于有色金属矿区土-水界面重金属污染流与生态环境乃至人类健康息息相关,一直都是环境科学中备受关注的研究领域。为有效评测和控制该污染流对区域环境污染的影响,不仅要了解降雨或融雪径流作用下有色金属矿区土-水界面重金属污染流组成、含量水平、污染特征及污染物来源,还应对各种重金属污染物的空间分布和空间变异规律进行研究。
目前国内外关于降雨或融雪径流作用下土-水界面污染流分布特征的研究主要集中在农田土壤、城市及城郊和公路等特殊下垫面区域。农田土壤土-水界面污染流主要以化肥、农药等引起的有机污染物特征为主,城市及城郊土-水界面污染流主要以工业生产的重金属污染物、持久性有机污染物、氮、磷等营养元素在内的多种污染物特征为主,公路方面土-水界面污染流主要以径流冲刷、汽车等产生的悬浮固体物(SS)、部分重金属、油类污染物特征为主。
在土-水界面重金属污染物的空间分布预测方面,经大量文献查阅发现:目前众多学者主要对土-水界面污染流中单一介质重金属污染物的空间分布和空间变异规律进行了研究,且将地统计学方法与多元统计学方法相结合应用于土壤重金属空间分布和变异性研究。在地统计学中,可以利用半变异函数描述土壤属性的空间模式,并以此为基础通过Kriging插值法预测未采样地点的属性值,揭示区域化变量的空间特征,采用地统计学方法有助于了解未采样地点的土壤重金属含量,获取土壤重金属的空间结构与分布特征等诸多信息。20世纪90年代以后,随着卫星和计算机技术的发展和进步,遥感技术、地理信息系统(GIS)技术与非点源污染模型相结合用于非点源的污染预测和污染影响评价,提高了模型的空间分析能力,模型开始向自动化、可视化方向发展,随着计算技术发展,研究者们结合GIS技术来对土壤中重金属污染物的空间相关性及其空间分布进行研究,利用神经网络模型的空间插值方法确定土壤中重金属污染物的空间分布,并在此基础上确定研究区农田土壤重金属污染状况。由于土-水界面并非一个均匀质体,而是一个具有固液界面的空间变异体,具有高度的空间异质性,除了自然状态下的空间变化外,还存在其他活动所导致的空间变化,这些变化均能使土-水界面重金属污染流中各重金属污染物的空间动态变得极为复杂化。另外,由于有色金属矿区地形、地质及降雨或融雪径流条件复杂、固废(矿石、废矿石、尾矿砂、废渣)及生产污水多且分布范围广、地表破坏严重等实际情况,造成有色金属矿区土-水界面重金属污染流中各重金属的分布预测的困难,因而增加了有色金属矿区非点源污染中伴生重金属污染评价与控制的难度。
发明内容
本发明的目的在于提供一种有色金属矿区土-水界面重金属污染流中各重金属分布预测方法。本发明是以有色金属矿区土-水界面采样点的实测数据为基础,利用地统计学方法,结合GIS技术,借助BP神经网络技术原理,构建基于GIS技术支撑下的有色金属矿区土-水界面重金属污染流中各重金属分布的BP预测模型,对土-水界面金属污染流中各重金属含量、空间变异性及分布进行预测,并用ArcGIS软件完成土水界面重金属空间分布图的绘制;为有色金属矿区重金属污染的生态风险评价、控制、治理与修复等提供科学依据。本发明的技术路线流程图如图1所示。
本发明方法包括如下顺序的步骤:
(1)样品采集与预处理:样品的采集采用系统随机布点法,根据矿区采矿、洗选、冶炼等工业布局以及矿区土地利用现状和地形条件,采样点均匀分布在采样区域内并采用GPS进行样点定位,记录其经纬度;在自然降雨且降雨强度大于下渗强度产生径流时,在每个采样点采集地表坡面径流水样约1.5L,放入聚乙烯瓶并用黑色塑料袋包装后带回实验室;在实验室内将所采径流水样震荡混匀,离心分离后用玻璃纤维滤膜过滤,所得径流水样冷藏保存贴好标签,做好采样记录;
(2)样品检测:对径流水样中重金属含量进行测定,重金属Sb、Cd、Hg采用王水-高氯酸消煮,Pb、As采用硝酸-高氯酸消煮;Sb、Hg、As采用原子荧光分光光度法测定, Cd、Zn、Pb采用火焰原子吸收分光光度法测定;测定过程中以测量准确度和测量不确定度为控制指标进行测量数据的质量控制;
(3)数据处理:采用Grubbs法对所测原始数据中特异值进行检验和剔除;采用SPSS19.0进行数据的正态分布检验;采用地统计学软件GS+ 7.0进行数据的描述性统计分析、半变异函数和参数的计算,并利用BP神经网络模型得出半变异函数的拟合曲线;
(4)建立GIS数据库:根据大量的实测数据,通过对污染区污染历史及区域资料调查与分析,结合背景调查分析和研究所需资料分析,在GIS信息系统中建立该矿区基础数据库;
(5)预测模型的构建:以步骤(4)建立的区域GIS数据库为基础,基于GIS技术,采用地统计学技术与经典数据挖掘技术相结合的方法,通过步骤(3)所述半变异函数来描述区域化变量的结构性和随机性,分析研究区土水界面重金属污染流中各重金属污染物的空间变异规律,结合BP神经网络对各个采样点的空间位置与该点各重金属含量之间映射关系的分析,利用BP神经网络与半变异函数相结合构建有色金属矿区土水界面重金属分布的BP预测模型;利用该模型对有色金属矿区土水界面重金属污染流中各重金属含量、空间变异性及分布进行预测,并用ArcGIS软件完成土-水界面重金属空间分布图形的绘制;
(6)预测模型的验证:结合研究区实测数据资料,采用交叉验证法对空间预测模型进行准确性、可靠性及优化性的验证。
本发明基于GIS技术支撑下的有色金属矿区土-水界面重金属污染流中各重金属分布的BP预测模型,以GIS为基础,采用经典的地统计学理论,最大限度的利用了采样点所提供的各种信息,并且引入BP神经网络,使预测模型具有良好的容错能力和非线性逼近映射能力,使得预测的有色金属矿区土-水界面重金属污染流中各重金属含量和空间分布更加客观准确。本发明能为有色金属矿区重金属污染的生态风险评价、控制、治理与修复等提供理论基础和科学依据,促进矿区及矿业城市的和谐发展,具有重大的应用价值和社会效益。
附图说明
图1是本发明的流程图。
图2是本发明实施例的采样点分布示意图。
图3是本发明实施例的锑矿区土-水界面重金属污染流中各重金属的半变异函数拟合曲线图。
图4是本发明实施例的锑矿区土-水界面重金属污染流中各重金属含量空间分布图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细的描述。
本实施例以湖南省某锑矿山为实验区,对该锑矿区土-水界面重金属污染流中各重金属分布预测方法进行实施验证。本实施例的具体步骤如下:
(1)样品采集与预处理
以湖南省冷水江市某锑矿山14平方公里的矿区为研究区。按照代表性原则、均匀性原则、典型性原则的要求进行采样方案的采样点布设。水样的采集采用系统随机布点法,采样点均匀分布在研究区域内并采用GPS进行样点定位。在自然降雨且降雨强度大于下渗强度产生径流时,在每个采样点采集地表坡面径流水样约1.5L,放入聚乙烯瓶并用黑色塑料袋包装后带回实验室,本实施例共采集到43个样品,样点分布如图2所示。在实验室内将径流水样震荡混匀,离心分离后用玻璃纤维滤膜过滤,所得径流水样冷藏保存,并贴好标签,做好采样记录。
(2)样品检测
对径流水样中重金属含量进行测定,将雨水样品震荡混匀,离心分离后用玻璃纤维滤膜过滤,所得水样冷藏保存。重金属Sb、Cd、Zn、Hg采用王水-高氯酸消煮,Pb、As采用硝酸-高氯酸消煮。Sb、Hg、As采用原子荧光分光光度法测定,Cd、Zn、Pb采用火焰原子吸收分光光度法测定,测定过程中以测量准确度和测量不确定度为控制指标进行测量数据的质量控制。
(3)数据处理
采用Grubbs法对原始数据中特异值进行检验和剔除;采用SPSS19.0进行数据的正态分布检验;研究区土-水界面重金属元素的统计特征值见表1。
(4)GIS数据库建立
根据大量的实测数据,通过对污染区污染历史及区域资料调查与分析,结合背景调查分析和研究所需资料分析,并在GIS信息系统中建立该矿区基础数据库。
(5)预测模型的构建
以区域GIS数据库为基础,基于GIS技术支撑,采用以区域化变化理论为基础、以半变异函数为基本工具的地统计技术与经典数据挖掘技术相结合的方法,通过半变异函数来描述区域化变量的结构性和随机性,分析研究区土-水界面重金属污染物的空间变异规律,在此基础上,结合按误差逆传播算法训练的多层前馈网络——BP神经网络,基于BP神经网络对各个采样点的空间位置与该点各重金属含量之间映射关系的智能分析,通过训练集的训练后形成一个BP神经网络模型,利用该模型进行半变异函数的拟合,得到锑矿区土-水界面重金属污染流中各重金属的半变异函数拟合曲线,其理论拟合模型的拟合曲线如图3所示;最后,利用BP神经网络与半变异函数相结合形成的理论拟合曲线进行空间插值,得出锑矿区土-水界面重金属污染流中各重金属含量空间分布,并用ArcGIS软件完成土-水界面重金属空间分布图形的绘制,如图4所示。
(6)预测模型的验证
结合研究区实测数据资料,采用交叉验证法对空间预测模型进行准确性、可靠性及优化性的验证。
Claims (1)
1.一种有色金属矿区土-水界面污染流中各重金属分布预测方法,其特征在于包括如下顺序的步骤:
(1)样品采集与预处理:样品的采集采用系统随机布点法,根据矿区采矿、洗选、冶炼等工业布局以及矿区土地利用现状和地形条件,采样点均匀分布在采样区域内并采用GPS进行样点定位,记录其经纬度;在自然降雨且降雨强度大于下渗强度产生径流时,在每个采样点采集地表坡面径流水样约1.5L,放入聚乙烯瓶并用黑色塑料袋包装后带回实验室;在实验室内将所采径流水样震荡混匀,离心分离后用玻璃纤维滤膜过滤,所得径流水样冷藏保存贴好标签,做好采样记录;
(2)样品检测:对径流水样中重金属含量进行测定,重金属Sb、Cd、Hg采用王水-高氯酸消煮,Pb、As采用硝酸-高氯酸消煮;Sb、Hg、As采用原子荧光分光光度法测定, Cd、Zn、Pb采用火焰原子吸收分光光度法测定;测定过程中以测量准确度和测量不确定度为控制指标进行测量数据的质量控制;
(3)数据处理:采用Grubbs法对所测原始数据中特异值进行检验和剔除;采用SPSS19.0进行数据的正态分布检验;采用地统计学软件GS+ 7.0进行数据的描述性统计分析、半变异函数和参数的计算,并利用BP神经网络模型得出半变异函数的拟合曲线;
(4)建立GIS数据库:根据大量的实测数据,通过对污染区污染历史及区域资料调查与分析,结合背景调查分析和研究所需资料分析,在GIS信息系统中建立该矿区基础数据库;
(5)预测模型的构建:以步骤(4)建立的区域GIS数据库为基础,基于GIS技术,采用地统计学技术与经典数据挖掘技术相结合的方法,通过步骤(3)所述半变异函数来描述区域化变量的结构性和随机性,分析研究区土水界面重金属污染流中各重金属污染物的空间变异规律,结合BP神经网络对各个采样点的空间位置与该点各重金属含量之间映射关系的分析,利用BP神经网络与半变异函数相结合构建有色金属矿区土水界面重金属分布的BP预测模型;利用该模型对有色金属矿区土水界面重金属污染流中各重金属含量、空间变异性及分布进行预测,并用ArcGIS软件完成土-水界面重金属空间分布图形的绘制;
(6)预测模型的验证:结合研究区实测数据资料,采用交叉验证法对空间预测模型进行准确性、可靠性及优化性的验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103131871A CN102841081A (zh) | 2012-08-30 | 2012-08-30 | 有色金属矿区土-水界面污染流中各重金属分布预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012103131871A CN102841081A (zh) | 2012-08-30 | 2012-08-30 | 有色金属矿区土-水界面污染流中各重金属分布预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102841081A true CN102841081A (zh) | 2012-12-26 |
Family
ID=47368639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012103131871A Pending CN102841081A (zh) | 2012-08-30 | 2012-08-30 | 有色金属矿区土-水界面污染流中各重金属分布预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102841081A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713097A (zh) * | 2013-07-30 | 2014-04-09 | 山东建筑大学 | 大区域水体底泥重金属污染状况调查点位布设方法 |
CN105911037A (zh) * | 2016-04-19 | 2016-08-31 | 湖南科技大学 | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 |
CN105910961A (zh) * | 2016-04-20 | 2016-08-31 | 湖南科技大学 | 一种模拟土-水界面重金属迁移转化的装置及方法 |
CN106568923A (zh) * | 2016-11-10 | 2017-04-19 | 北京农业质量标准与检测技术研究中心 | 一种土壤重金属含量影响因子评价方法 |
CN106570334A (zh) * | 2016-11-09 | 2017-04-19 | 上海市政工程设计研究总院(集团)有限公司 | 一种地统计学模型计算城市降雨径流污染负荷的方法 |
CN106779061A (zh) * | 2016-11-11 | 2017-05-31 | 四川农业大学 | 一种地形平缓区土壤重金属镉空间分布预测方法 |
CN108710777A (zh) * | 2018-05-21 | 2018-10-26 | 中国地质大学(武汉) | 基于多卷积自编码神经网络的多元化探异常识别方法 |
CN110346309A (zh) * | 2019-06-09 | 2019-10-18 | 重庆工商大学融智学院 | 一种土壤重金属污染区域的预测预警方法 |
CN110364231A (zh) * | 2019-06-27 | 2019-10-22 | 华南理工大学 | 预测玻璃体系性质的方法 |
CN110596008A (zh) * | 2019-09-06 | 2019-12-20 | 中国科学院遥感与数字地球研究所 | 基于地块的中国洪积平原农业区土壤养分数字制图方法 |
CN110969345A (zh) * | 2019-11-20 | 2020-04-07 | 北京淖尔科技有限公司 | 一种基于土壤重金属污染途径分析的风险评估方法 |
CN111123408A (zh) * | 2019-11-26 | 2020-05-08 | 深圳震有科技股份有限公司 | 一种基于gis预测降水分布的方法、系统及存储介质 |
CN111553588A (zh) * | 2020-04-26 | 2020-08-18 | 中国科学院地理科学与资源研究所 | 矿区土壤重金属污染特征及环境影响因素的分析方法 |
CN112986538A (zh) * | 2021-05-06 | 2021-06-18 | 中南大学 | 大区域土壤重金属检测与时空分布特征分析方法及系统 |
CN113008806A (zh) * | 2021-03-02 | 2021-06-22 | 农业农村部环境保护科研监测所 | 一种农产品产地重金属空间分布确定方法 |
CN113567480A (zh) * | 2021-07-12 | 2021-10-29 | 南京海关工业产品检测中心 | 一种有色金属精矿主含量元素形态分析的方法 |
CN114154627A (zh) * | 2022-02-10 | 2022-03-08 | 山东省地质矿产勘查开发局第七地质大队(山东省第七地质矿产勘查院) | 一种基于gis与双层神经网络的土壤剖面测量方法及设备 |
FR3120260A1 (fr) * | 2021-03-01 | 2022-09-02 | Evaldepol | Procédé pour déterminer le niveau de pollution dans le sous-sol d’un site |
CN115115288A (zh) * | 2022-08-29 | 2022-09-27 | 南通玖溯环保科技有限公司 | 一种化工厂污水处理结果评估方法 |
WO2023168519A1 (en) * | 2022-03-07 | 2023-09-14 | Roshan Water Solutions Incorporated | Cloud-based apparatus, system, and method for sample-testing |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007178198A (ja) * | 2005-12-27 | 2007-07-12 | Canon Inc | 土壌汚染方向探査方法 |
CN101520421A (zh) * | 2009-04-08 | 2009-09-02 | 北京农产品质量检测与农田环境监测技术研究中心 | 一种土壤重金属含量检测模型的建模方法及其应用 |
CN102012380A (zh) * | 2010-09-21 | 2011-04-13 | 上海大学 | 一种检测有害重金属元素在细胞内分布的方法 |
CN102636632A (zh) * | 2012-04-25 | 2012-08-15 | 上海交通大学 | 围垦地土壤重金属污染综合评价图生成方法 |
-
2012
- 2012-08-30 CN CN2012103131871A patent/CN102841081A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007178198A (ja) * | 2005-12-27 | 2007-07-12 | Canon Inc | 土壌汚染方向探査方法 |
CN101520421A (zh) * | 2009-04-08 | 2009-09-02 | 北京农产品质量检测与农田环境监测技术研究中心 | 一种土壤重金属含量检测模型的建模方法及其应用 |
CN102012380A (zh) * | 2010-09-21 | 2011-04-13 | 上海大学 | 一种检测有害重金属元素在细胞内分布的方法 |
CN102636632A (zh) * | 2012-04-25 | 2012-08-15 | 上海交通大学 | 围垦地土壤重金属污染综合评价图生成方法 |
Non-Patent Citations (2)
Title |
---|
JUSTICE O. ODOI等: ""ASSESSMENT OF SPATIAL VARIABILITY OF HEAVY METALS IN SOILS UNDER THE INFLUENCE OF INDUSTRIAL SOAP AND DETERGENT WASTE WATER DISCHARGE"", 《IJRRAS》 * |
杨忠平: "《中国博士学位论文全文数据库 工程科技I辑》", 《中国博士学位论文全文数据库 工程科技I辑》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713097B (zh) * | 2013-07-30 | 2015-04-15 | 山东建筑大学 | 大区域水体底泥重金属污染状况调查点位布设方法 |
CN103713097A (zh) * | 2013-07-30 | 2014-04-09 | 山东建筑大学 | 大区域水体底泥重金属污染状况调查点位布设方法 |
CN105911037B (zh) * | 2016-04-19 | 2018-05-15 | 湖南科技大学 | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 |
CN105911037A (zh) * | 2016-04-19 | 2016-08-31 | 湖南科技大学 | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 |
CN105910961A (zh) * | 2016-04-20 | 2016-08-31 | 湖南科技大学 | 一种模拟土-水界面重金属迁移转化的装置及方法 |
CN106570334A (zh) * | 2016-11-09 | 2017-04-19 | 上海市政工程设计研究总院(集团)有限公司 | 一种地统计学模型计算城市降雨径流污染负荷的方法 |
CN106568923A (zh) * | 2016-11-10 | 2017-04-19 | 北京农业质量标准与检测技术研究中心 | 一种土壤重金属含量影响因子评价方法 |
CN106779061A (zh) * | 2016-11-11 | 2017-05-31 | 四川农业大学 | 一种地形平缓区土壤重金属镉空间分布预测方法 |
CN106779061B (zh) * | 2016-11-11 | 2019-01-29 | 四川农业大学 | 一种地形平缓区土壤重金属镉空间分布预测方法 |
CN108710777A (zh) * | 2018-05-21 | 2018-10-26 | 中国地质大学(武汉) | 基于多卷积自编码神经网络的多元化探异常识别方法 |
CN110346309A (zh) * | 2019-06-09 | 2019-10-18 | 重庆工商大学融智学院 | 一种土壤重金属污染区域的预测预警方法 |
CN110364231A (zh) * | 2019-06-27 | 2019-10-22 | 华南理工大学 | 预测玻璃体系性质的方法 |
CN110364231B (zh) * | 2019-06-27 | 2020-03-10 | 华南理工大学 | 预测玻璃体系性质的方法 |
CN110596008A (zh) * | 2019-09-06 | 2019-12-20 | 中国科学院遥感与数字地球研究所 | 基于地块的中国洪积平原农业区土壤养分数字制图方法 |
CN110596008B (zh) * | 2019-09-06 | 2020-10-23 | 中国科学院空天信息创新研究院 | 基于地块的中国洪积平原农业区土壤养分数字制图方法 |
CN110969345A (zh) * | 2019-11-20 | 2020-04-07 | 北京淖尔科技有限公司 | 一种基于土壤重金属污染途径分析的风险评估方法 |
CN110969345B (zh) * | 2019-11-20 | 2024-01-23 | 北京贵清科技有限公司 | 一种基于土壤重金属污染途径分析的风险评估方法 |
CN111123408B (zh) * | 2019-11-26 | 2022-02-18 | 深圳震有科技股份有限公司 | 一种基于gis预测降水分布的方法、系统及存储介质 |
CN111123408A (zh) * | 2019-11-26 | 2020-05-08 | 深圳震有科技股份有限公司 | 一种基于gis预测降水分布的方法、系统及存储介质 |
CN111553588A (zh) * | 2020-04-26 | 2020-08-18 | 中国科学院地理科学与资源研究所 | 矿区土壤重金属污染特征及环境影响因素的分析方法 |
FR3120260A1 (fr) * | 2021-03-01 | 2022-09-02 | Evaldepol | Procédé pour déterminer le niveau de pollution dans le sous-sol d’un site |
CN113008806A (zh) * | 2021-03-02 | 2021-06-22 | 农业农村部环境保护科研监测所 | 一种农产品产地重金属空间分布确定方法 |
CN112986538A (zh) * | 2021-05-06 | 2021-06-18 | 中南大学 | 大区域土壤重金属检测与时空分布特征分析方法及系统 |
CN113567480B (zh) * | 2021-07-12 | 2022-05-31 | 南京海关工业产品检测中心 | 一种有色金属精矿主含量元素形态分析的方法 |
CN113567480A (zh) * | 2021-07-12 | 2021-10-29 | 南京海关工业产品检测中心 | 一种有色金属精矿主含量元素形态分析的方法 |
CN114154627A (zh) * | 2022-02-10 | 2022-03-08 | 山东省地质矿产勘查开发局第七地质大队(山东省第七地质矿产勘查院) | 一种基于gis与双层神经网络的土壤剖面测量方法及设备 |
CN114154627B (zh) * | 2022-02-10 | 2022-05-20 | 山东省地质矿产勘查开发局第七地质大队(山东省第七地质矿产勘查院) | 一种基于gis与双层神经网络的土壤剖面测量方法及设备 |
WO2023168519A1 (en) * | 2022-03-07 | 2023-09-14 | Roshan Water Solutions Incorporated | Cloud-based apparatus, system, and method for sample-testing |
CN115115288A (zh) * | 2022-08-29 | 2022-09-27 | 南通玖溯环保科技有限公司 | 一种化工厂污水处理结果评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102841081A (zh) | 有色金属矿区土-水界面污染流中各重金属分布预测方法 | |
CN105911037B (zh) | 锰矿区土水界面污染流中锰及伴生重金属分布预测方法 | |
Hossain et al. | Water pollution index–A new integrated approach to rank water quality | |
CN103544550B (zh) | 一种金属矿区土-水界面重金属污染负荷的预测方法 | |
Jia et al. | Identification of the sources and influencing factors of potentially toxic elements accumulation in the soil from a typical karst region in Guangxi, Southwest China | |
CN110346309A (zh) | 一种土壤重金属污染区域的预测预警方法 | |
Chakraborty et al. | Groundwater vulnerability assessment using GIS-based DRASTIC model in the upper catchment of Dwarakeshwar river basin, West Bengal, India | |
Al Mamun et al. | Assessment of surface water quality using Fuzzy Analytic Hierarchy Process (FAHP): A case study of Piyain River's sand and gravel quarry mining area in Jaflong, Sylhet | |
Mahato et al. | Evaluation of metals in mine water and assessment of heavy metal pollution index of East Bokaro Coalfield area, Jharkhand, India | |
Arora et al. | Differential CQ analysis: A new approach to inferring lateral transport and hydrologic transients within multiple reaches of a mountainous headwater catchment | |
Zhang et al. | Distribution characteristics, risk assessment, and source analysis of heavy metals in surface sediments and near-lakeshore soils of a plateau lake in China | |
Stafilov et al. | Distribution of arsenic, antimony, and thallium in soil in Kavadarci and its surroundings, Republic of Macedonia | |
Ghosh et al. | Application of DRASTIC model for assessing groundwater vulnerability: a study on Birbhum district, West Bengal, India | |
Xiaoni et al. | Multi-scale spatial structure of heavy metals in agricultural soils in Beijing | |
He et al. | Optimizing the DRASTIC Method for Nitrate Pollution in Groundwater Vulnerability Assessments: a Case Study in China. | |
Ji et al. | Chemical composition and transportation characteristic of trace metals in suspended particulate matter collected upstream of a metropolitan drinking water source, Beijing | |
Shi et al. | Predict three-dimensional soil manganese transport by HYDRUS-1D and spatial interpolation in Xiangtan manganese mine | |
Liu et al. | Mining footprint of the underground longwall caving extraction method: A case study of a typical industrial coal area in China | |
Novinpour et al. | Aquifer vulnerability based on classical methods and GIS-based fuzzy optimization method (case study: Chahardoli plain in Kurdistan province, Iran) | |
Chen et al. | Water quality assessment and spatial–temporal variation analysis in Erhai lake, southwest China | |
Zhang et al. | Spatial patterns in water quality and source apportionment in a typical cascade development river southwestern China using PMF modeling and multivariate statistical techniques | |
Mao et al. | Application of source-sink theory and MCR model to assess hydrochemical change risk in Lhasa River basin, Tibet, China | |
Ayiwouo et al. | Impact of gold mining on the water quality of the lom river, Gankombol, Cameroon | |
Wang et al. | Pollution evaluation and source identification of heavy metals in soil around steel factories located in Lanshan District, Rizhao City, eastern China | |
Angyal et al. | Effects of land use on chemical water quality of three small streams in Budapest |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121226 |