CN110879286B - 一种土壤重金属浓度随时间变化的估算方法 - Google Patents
一种土壤重金属浓度随时间变化的估算方法 Download PDFInfo
- Publication number
- CN110879286B CN110879286B CN201911176603.6A CN201911176603A CN110879286B CN 110879286 B CN110879286 B CN 110879286B CN 201911176603 A CN201911176603 A CN 201911176603A CN 110879286 B CN110879286 B CN 110879286B
- Authority
- CN
- China
- Prior art keywords
- soil
- heavy metal
- concentration
- time
- change
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 78
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008859 change Effects 0.000 title claims abstract description 28
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 9
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 9
- 238000002474 experimental method Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000004927 clay Substances 0.000 claims description 4
- 239000000843 powder Substances 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000003628 erosive effect Effects 0.000 claims description 3
- 235000015097 nutrients Nutrition 0.000 claims description 3
- 229910052793 cadmium Inorganic materials 0.000 description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 4
- 229910052748 manganese Inorganic materials 0.000 description 4
- 239000011572 manganese Substances 0.000 description 4
- 229910052759 nickel Inorganic materials 0.000 description 4
- 238000003900 soil pollution Methods 0.000 description 4
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000756137 Hemerocallis Species 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 238000007605 air drying Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052752 metalloid Inorganic materials 0.000 description 1
- 150000002738 metalloids Chemical class 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 229910021654 trace metal Inorganic materials 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明实施例公开了一种土壤重金属浓度随时间变化的估算方法，具体涉及土壤重金属预测领域，该浓度随时间变化的估算方法的形式为：Ct＝C0‑E；E＝λ*C0*Ra1*Ka2*LSa3*Ga4*Pa5/z；采用该模型进行土壤重金属预测的方法为：通过实验和查询得到土壤重金属初始值、区域海拔、土壤粒度和有机碳TOC含量的参数；将这些参数依次整理到excel表格内；在Matlab软件上编程，将浓度随时间变化的估算方法公式程序化；通过已编好程序的Matlab软件自动读取并计算excel表格内的参数数据；最后输入预测年限，运行，得出结果；将所得结果与实测值比较，验证拟合程度。本发明与现有技术相比，提供的模型更加精细，能够应对各种情况，且涉及到的海拔高度、土壤理化性质等参数都可以查询或者测出。
Description
技术领域
本发明实施例涉及土壤重金属预测领域，具体涉及土壤重金属浓度随时间变化的估算方法。
背景技术
土壤重金属污染(heavy metal pollution of the soil)是指由于人类活动，土壤中的微量金属元素在土壤中的含量超过背景值，过量沉积而引起的含量过高，统称为土壤重金属污染；
重金属是指比重等于或大于5.0的金属，如Fe、Mn、Zn、Cd、Hg、Ni、Co等；As是一种准金属，但由于其化学性质和环境行为与重金属多有相似之处，故在讨论重金属时往往包括砷，有的则直接将其包括在重金属范围内。由于土壤中铁和锰含量较高，因而一般认为它们不是土壤污染元素，但在强还原条件下，铁和锰所引起的毒害亦引起足够的重视；
中国多个出产的稻米被查出镉超标，土壤污染已成"公害"。"镉米危机"的出现，再次敲响土壤污染的警钟。
现有技术对土壤重金属污染的时空模拟多是采用情景预测模型，如陈思萱[1]应用此模型土壤重金属浓度随时间维度的变化，其以南方XX市的土壤污染状况调查数据及其相关资料为基础，首先借助地统计方法分析了研究区土壤重金属浓度空间变异特征，建立协同克里格空间插值模型实现了区内土壤重金属浓度空间维度的预测；然后以此为基础，采用情景预测法对研究区土壤重金属浓度时间维度变化特征进行了预测；最后基于时空模拟预测结果，从土壤环境质量和人体健康风险两个角度对研究区土壤环境安全状况进行了状态预警。其形式为：
式中C(t)为t时刻重金属在土壤中的浓度，V为该重金属污染物的自然净化速度，C(0)为采样时间土壤中重金属污染物的浓度，CB为该重金属污染物在土壤中的背景浓度值。该模型仅用V来计算土壤重金属的降解值，结构简单，应用便捷。不足之处在于精度不高，短时间内实用性较差，仅是对区域的重金属污染变化的粗略估算。
环境重金属污染问题日趋严重，因此，亟需一种可以对当前及今后土壤中重金属的浓度变化进行预测的模型，对区域环境治理提供科学参考。
发明内容
为此，本发明实施例提供一种土壤重金属浓度随时间变化的估算方法，通过采用浓度随时间变化的估算方法进行土壤重金属预测，可以对当前及今后土壤中重金属的浓度变化进行预测，且与现有技术相比，本发明提供的模型更加精细，能够应对各种情况，且涉及到的海拔高度、土壤理化性质等参数都可以查询或者测出，以解决现有技术中由于环境重金属污染问题日趋严重导致的问题。
为了实现上述目的，本发明实施例提供如下技术方案：一种土壤重金属浓度随时间变化的估算方法，该浓度随时间变化的估算方法的形式为：
Ct＝C0-E*t (1)
E＝λ*C0*Ra1*Ka2*LSa3*Ga4*Pa5/z (2)
式(1)中：Ct为土壤中某重金属在t年后的浓度(mg/kg)；C0为其初始值(mg/kg)；E为重金属年流失量(mg/kg/年)；
式(2)中：λ为坡地养分传输系数；R为降雨侵蚀力因子(MJ*mm/(hm2*h*a))；K为土壤可蚀性因子((t*hm2*h)/(hm2*MJ*mm))；LS为地形因子；G为植被覆盖与管理因子；P为水土保持措施因子；z为转换系数，取z＝8.1(t*m-2)。LS、G、P为无量纲因子；a1、a2、a3、a4、a5为经验指数。
进一步地，所述LS的计算方式为：
LS＝1.5*(H/3.84)0.8
其中，H为区域海拔。
进一步地，所述K值的计算方式为：
K＝{0.2+0.3exp[0.0256SAN(1-SIL/100)]}*[SIL/(CLA+SIL)]0.3*[1-0.25TOC/(TOC+2.16)]*{1-0.7SN1/[SN1+exp(-5.51+22.9*SN1)]}
其中，SAN为砂粒含量(％)，SIL为粉粒含量(％)，CLA为黏粒含量(％)，TOC为有机碳含量；SN1的计算公式为SN1＝1–SAN/100。
进一步地，所述λ、R、G、P及a1、a2、a3、a4、a5取经验数值：
λ＝0.06，R＝200，G＝0.18，P＝0.6；
a1＝0.85，a2，＝1.1，a3，＝0.9，a4，＝1.1，a5＝1.25。
本发明还提供了利用土壤重金属浓度随时间变化的估算方法进行土壤重金属预测的方法，具体预测步骤如下：
步骤一：通过实验和查询得到土壤重金属初始值、区域海拔、土壤粒度和有机碳TOC含量的参数；
步骤二：将这些参数依次整理到excel表格内；
步骤三：在Matlab软件上编程，将浓度随时间变化的估算方法公式程序化；
步骤四：通过步骤三中已编好程序的Matlab软件自动读取并计算步骤二中输入至excel表格内的参数数据；
步骤五：最后输入预测年限，运行，得出结果；
步骤六：将步骤五中所得结果与实测值比较，验证拟合程度。
进一步地，所述土壤粒度、TOC含量通过实验测得，区域海拔通过GoogleEarth查询得到。
本发明实施例具有如下优点：
1、本发明通过采用浓度随时间变化的估算方法，通过实验和查询得到土壤重金属初始值、区域海拔、土壤粒度和有机碳TOC含量的参数；将这些参数依次整理到excel表格内；在Matlab软件上编程，将浓度随时间变化的估算方法公式程序化；通过已编好程序的Matlab软件自动读取并计算excel表格内的参数数据；最后输入预测年限，运行，得出结果；将所得结果与实测值比较，验证拟合程度。本发明与现有技术相比，提供的模型更加精细，能够应对各种情况，且涉及到的海拔高度、土壤理化性质等参数都可以查询或者测出；
2、经过检验，采用本发明浓度随时间变化的估算方法所预测的结果与实测值拟合程度在一个数量级以内，且相关系数R2>0.5；
3、本发明针对环境重金属污染问题日趋严重的问题，采用本发明浓度随时间变化的估算方法，可以对当前及今后土壤中重金属的浓度变化进行预测，对区域环境治理提供科学参考。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明提供的土壤重金属预测的方法流程图；
图2为运用现有技术得到的土壤中Ni的拟合结果；
图3为运用现有技术得到的土壤中Cd的拟合结果；
图4为本发明提供的模型对土壤中Ni的验证结果图；
图5为本发明提供的模型对土壤中Cd的验证结果图；
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
该实施例的土壤重金属浓度随时间变化的估算方法，该浓度随时间变化的估算方法的形式为：
Ct＝C0-E*t (1)
E＝λ*C0*Ra1*Ka2*LSa3*Ga4*Pa5/z (2)
式(1)中：Ct为土壤中某重金属在t年后的浓度(mg/kg)；C0为其初始值(mg/kg)；E为重金属年流失量(mg/kg/年)；
式(2)中：λ为坡地养分传输系数；R为降雨侵蚀力因子(MJ*mm/(hm2*h*a))；K为土壤可蚀性因子((t*hm2*h)/(hm2*MJ*mm))；LS为地形因子；G为植被覆盖与管理因子；P为水土保持措施因子；z为转换系数，取z＝8.1(t*m-2)。LS、G、P为无量纲因子；a1、a2、a3、a4、a5为经验指数。
进一步地，所述LS的计算方式为：
LS＝1.5*(H/3.84)0.8
其中，H为区域海拔。
进一步地，所述K值的计算方式为：
K＝{0.2+0.3exp[0.0256SAN(1-SIL/100)]}*[SIL/(CLA+SIL)]0.3*[1-0.25TOC/(TOC+2.16)]*{1-0.7SN1/[SN1+exp(-5.51+22.9*SN1)]}
其中，SAN为砂粒含量(％)，SIL为粉粒含量(％)，CLA为黏粒含量(％)，TOC为有机碳含量；SN1的计算公式为SN1＝1–SAN/100。
进一步地，所述K值的计算方式为：
K＝{0.2+0.3exp[0.0256SAN(1-SIL/100)]}*[SIL/(CLA+SIL)]0.3*[1-0.25TOC/(TOC+2.16)]*{1-0.7SN1/[SN1+exp(-5.51+22.9*SN1)]}
其中，SAN为砂粒含量(％)，SIL为粉粒含量(％)，CLA为黏粒含量(％)，TOC为有机碳含量；SN1的计算公式为SN1＝1–SAN/100。
进一步地，所述λ、R、G、P及a1、a2、a3、a4、a5根据文献[2]、文献[3]和文献[4]取经验数值：
λ＝0.06，R＝200，G＝0.18，P＝0.6；
a1＝0.85，a2，＝1.1，a3，＝0.9，a4，＝1.1，a5＝1.25。
本发明采用上述模型进行土壤重金属预测，可以对当前及今后土壤中重金属的浓度变化进行预测，对区域环境治理提供科学参考，且提供的模型更加精细，能够应对各种情况，且涉及到的海拔高度、土壤理化性质等参数都可以查询或者测出。
参照说明书附图1，本发明还提供了利用土壤重金属浓度随时间变化的估算方法进行土壤重金属预测的方法，具体预测步骤如下：
步骤一：通过实验和查询得到土壤重金属初始值、区域海拔、土壤粒度和有机碳TOC含量的参数；
步骤二：将这些参数依次整理到excel表格内；
步骤三：在Matlab软件上编程，将浓度随时间变化的估算方法公式程序化；
步骤四：通过步骤三中已编好程序的Matlab软件自动读取并计算步骤二中输入至excel表格内的参数数据；
步骤五：最后输入预测年限，运行，得出结果；
步骤六：将步骤五中所得结果与实测值比较，验证拟合程度。
进一步地，所述土壤粒度、TOC含量通过实验测得，区域海拔通过GoogleEarth查询得到。
参照说明书附图2-5，将所得结果与实测值比较，验证拟合程度，以重金属Ni、Cd为例，具体实施如下：
1)分别于2010年夏天及2017年夏天在广东省汕头市潮阳区贵屿镇机器附近区域采样；
2)经风干、磨土、过筛、消解及上机分析等前处理步骤，得到两年Ni、Cd的浓度实测数据；
3)选取2010年与2017年坐标相同或接近的200个点，以2010年的重金属数据为起始值，代入上述浓度随时间变化的估算方法，设置预测年限为7年，得到2017年的重金属浓度预测值y1，将y1与2017的实测值y进行对应，得到拟合度曲线，如果拟合程度较好，则完成；如果拟合度较差，则调整输入参数，至拟合程度符合要求。
附1：重金属Ni、Cd 2010年实测值、2017年预测值以及2017年实测值结果(mg/kg)
注：2017a表示以2010年重金属浓度为起点计算的2017年重金属浓度预测值，2017b表示实验测得的2017年重金属实测值。
附2：适用于以上两种重金属的模型参数调整值
| λ | R | C | P | a<sub>1</sub> | a<sub>2</sub> | a<sub>3</sub> | a<sub>4</sub> | a<sub>5</sub> | |
| Ni | 0.004 | 200 | 0.18 | 0.6 | 0.85 | 1.1 | 0.9 | 1.1 | 1.25 |
| Cd | 0.06 | 200 | 0.18 | 0.6 | 0.85 | 1.1 | 0.9 | 1.1 | 1.25 |
对比
用现有技术提供的方法计算，得到的数据拟合程度为：Ni：R2＝0.5466；Cd：R2＝0.3032。而本发明的拟合程度：Ni：R2＝0.7606；Cd：R2＝0.5215，均优于现有技术。
附3：广东省土壤重金属的背景值及年净化速度
运用现有技术得到的拟合结果见图2、3；运用本研究的模型对土壤中Ni、Cd的验证结果见图4、5。
采用本发明浓度随时间变化的估算方法所预测的结果与实测值拟合程度在一个数量级以内，且相关系数R2>0.5。
参考文献：
[1]陈思萱.土壤重金属污染时空模拟与环境风险预警研究[D].中南大学，2014.
[2]唐湘伟，王全九，陶汪海.基于RUSLE模型因子的坡地土壤硝态氮地表径流流失经验公式[J].水土保持学报，2018，32(02):19-26.
[3]杨中华.大凌河流域水土保持功能评价[J].水土保持应用技术，2019(04):45-47.
[4]蔡崇法，丁树文，史志华，黄丽，张光远.应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J].水土保持学报，2000(02):19-24.
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (3)
1.一种土壤重金属浓度随时间变化的估算方法，其特征在于：该浓度随时间变化的估算方法的形式为：
Ct＝C0-E*t (1)
E＝λ*C0*Ra1*Ka2*LSa3*Ga4*Pa5/z (2)
式(1)中：Ct为土壤中某重金属在t年后的浓度，mg/kg；C0为其初始值，mg/kg；E为重金属年流失量，mg/kg/年；
式(2)中：λ为坡地养分传输系数；R为降雨侵蚀力因子，MJ*mm/(hm2*h*a)；K为土壤可蚀性因子，(t*hm2*h)/(hm2*MJ*mm)；LS为地形因子；G为植被覆盖与管理因子；P为水土保持措施因子；z为转换系数，t*m-2，取z＝8.1，LS、G、P为无量纲因子；a1、a2、a3、a4、a5为经验指数；
所述LS的计算方式为：
LS＝1.5*(H/3.84)0.8
其中，H为区域海拔；
所述K值的计算方式为：
K＝{0.2+0.3exp[0.0256SAN(1-SIL/100)]}*[SIL/(CLA+SIL)]0.3*[1-0.25TOC/(TOC+2.16)]*{1-0.7SN1/[SN1+exp(-5.51+22.9*SN1)]}
其中，SAN为砂粒含量，％，SIL为粉粒含量，％，CLA为黏粒含量，％，TOC为有机碳含量；SN1的计算公式为SN1＝1–SAN/100；
所述λ、R、G、P及a1、a2、a3、a4、a5取经验数值：
λ＝0.06，R＝200，G＝0.18，P＝0.6；
a1＝0.85，a2＝1.1，a3＝0.9，a4＝1.1，a5＝1.25。
2.采用权利要求1所述的土壤重金属浓度随时间变化的估算方法的土壤重金属预测方法，其特征在于：具体预测步骤如下：
步骤一：通过实验和查询得到土壤重金属初始值、区域海拔、土壤粒度和有机碳TOC含量的参数；
步骤二：将这些参数依次整理到excel表格内；
步骤三：在Matlab软件上编程，将浓度随时间变化的估算方法公式程序化；
步骤四：通过步骤三中已编好程序的Matlab软件自动读取并计算步骤二中输入至excel表格内的参数数据；
步骤五：最后输入预测年限，运行，得出结果；
步骤六：将步骤五中所得结果与实测值比较，验证拟合程度。
3.根据权利要求2所述的土壤重金属预测方法，其特征在于：所述土壤粒度、TOC含量通过实验测得，区域海拔通过GoogleEarth查询得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911176603.6A CN110879286B (zh) | 2019-11-26 | 2019-11-26 | 一种土壤重金属浓度随时间变化的估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911176603.6A CN110879286B (zh) | 2019-11-26 | 2019-11-26 | 一种土壤重金属浓度随时间变化的估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110879286A CN110879286A (zh) | 2020-03-13 |
| CN110879286B true CN110879286B (zh) | 2022-02-11 |
Family
ID=69729749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911176603.6A Active CN110879286B (zh) | 2019-11-26 | 2019-11-26 | 一种土壤重金属浓度随时间变化的估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110879286B (zh) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156570A (zh) * | 2014-07-23 | 2014-11-19 | 中国水利水电科学研究院 | 一种土壤侵蚀类面源污染物入河量的计算方法及装置 |
| 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 |
| CN108647826B (zh) * | 2018-05-11 | 2021-03-30 | 广东省科学院生态环境与土壤研究所 | 一种土壤重金属环境风险预测模型的构建方法和装置 |
-
2019
- 2019-11-26 CN CN201911176603.6A patent/CN110879286B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110879286A (zh) | 2020-03-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kim et al. | Modeling erosion and sedimentation coupled with hydrological and overland flow processes at the watershed scale | |
| Giraldi et al. | FITOVERT: a dynamic numerical model of subsurface vertical flow constructed wetlands | |
| Wijngaard et al. | The impact of climate change on metal transport in a lowland catchment | |
| Ekström et al. | Australian dust storms: temporal trends and relationships with synoptic pressure distributions (1960–99) | |
| Massoudieh et al. | A biogeochemical model of contaminant fate and transport in river waters and sediments | |
| Chen et al. | Load estimation and source apportionment of nonpoint source nitrogen and phosphorus based on integrated application of SLURP model, ECM, and RUSLE: a case study in the Jinjiang River, China | |
| Je et al. | Simulation of resuspended sediments resulting from dredging operations by a numerical flocculent transport model | |
| Green et al. | Regional oxygen reduction and denitrification rates in groundwater from multi-model residence time distributions, San Joaquin Valley, USA | |
| Cong et al. | A simplified dynamic method for field capacity estimation and its parameter analysis | |
| Dokou et al. | Large scale groundwater flow and hexavalent chromium transport modeling under current and future climatic conditions: the case of Asopos River Basin | |
| Jiang et al. | Influence factor analysis of soil heavy metal Cd based on the GeoDetector | |
| Lisenbee et al. | Enhanced bioretention cell modeling with DRAINMOD-Urban: Moving from water balances to hydrograph production | |
| Yang et al. | Analysis of temporal variation and scaling of hydrological variables based on a numerical model of the Sagehen Creek watershed | |
| Nazari et al. | Impacts of preferential flow and agroecosystem management on subsurface particulate phosphorus loadings in tile‐drained landscapes | |
| Žagar et al. | Modelling of mercury transport and transformation processes in the Idrijca and Soča river system | |
| Wu et al. | Estimates of long-term water total phosphorus (TP) concentrations in three large shallow lakes in the Yangtze River basin, China | |
| Zhang et al. | Quantitative analysis of self-purification capacity of non-point source pollutants in watersheds based on SWAT model | |
| Varvaris et al. | Three two‐dimensional approaches for simulating the water flow dynamics in a heterogeneous tile‐drained agricultural field in Denmark | |
| Zhang et al. | Digital mapping and spatial characteristics analyses of heavy metal content in reclaimed soil of industrial and mining abandoned land | |
| Huang et al. | Distribution features and internal relations of heavy metals in soil–maize system of mining area, Anhui Province, Eastern China | |
| Mohamoud et al. | Effect of temporal and spatial rainfall resolution on HSPF predictive performance and parameter estimation | |
| Flegal et al. | A review of factors influencing measurements of decadal variations in metal contamination in San Francisco Bay, California | |
| CN110879286B (zh) | 一种土壤重金属浓度随时间变化的估算方法 | |
| Wu et al. | A design of experiment aided sensitivity analysis and parameterization for hydrological modeling | |
| Villa et al. | Soil dispersion tests combined with topographical information can describe field‐scale sediment and phosphorus losses |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |