CN110993108A - 一种健康风险评估预警方法 - Google Patents
一种健康风险评估预警方法 Download PDFInfo
- Publication number
- CN110993108A CN110993108A CN201911365338.6A CN201911365338A CN110993108A CN 110993108 A CN110993108 A CN 110993108A CN 201911365338 A CN201911365338 A CN 201911365338A CN 110993108 A CN110993108 A CN 110993108A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- risk
- health
- early warning
- risks
- 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
- 230000036541 health Effects 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012502 risk assessment Methods 0.000 title claims abstract description 24
- 229910001385 heavy metal Inorganic materials 0.000 claims abstract description 71
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims description 45
- 230000007613 environmental effect Effects 0.000 claims description 22
- 230000000711 cancerogenic effect Effects 0.000 claims description 21
- 239000002689 soil Substances 0.000 claims description 18
- 231100001223 noncarcinogenic Toxicity 0.000 claims description 14
- 239000003344 environmental pollutant Substances 0.000 claims description 12
- 231100000719 pollutant Toxicity 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 230000008447 perception Effects 0.000 claims description 11
- 238000011835 investigation Methods 0.000 claims description 10
- 231100000315 carcinogenic Toxicity 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000003651 drinking water Substances 0.000 claims description 8
- 235000020188 drinking water Nutrition 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 239000000356 contaminant Substances 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 4
- 230000037406 food intake Effects 0.000 claims description 4
- 235000012631 food intake Nutrition 0.000 claims description 4
- 238000009616 inductively coupled plasma Methods 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 231100000783 metal toxicity Toxicity 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 2
- 238000013459 approach Methods 0.000 abstract description 5
- 230000002354 daily effect Effects 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 7
- 230000037396 body weight Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000005406 washing Methods 0.000 description 4
- 238000011109 contamination Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 235000021316 daily nutritional intake Nutrition 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 231100000628 reference dose Toxicity 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 239000002352 surface water Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 239000004698 Polyethylene Substances 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003287 bathing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 231100000673 dose–response relationship Toxicity 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 231100000245 skin permeability Toxicity 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 235000001366 vegetable intake Nutrition 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Biochemistry (AREA)
- Databases & Information Systems (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于多介质中重金属污染和人群可接受风险水平的健康风险评估预警方法。本发明基于对多介质中重金属污染和人群可接受风险水平的采集和分析,针对重金属污染问题,实现多源、多环境介质、多暴露途径、多风险受体的健康风险全景解析,将风险评估与管理紧密衔接,并将公众的价值观、偏好以及各种社会环境纳入风险调控的决策过程,使得健康风险评估更加全面,预警更加准确。
Description
技术领域
本发明属于重金属污染评估与调控技术领域,尤其涉及一种基于多介质中重金属污染和人群可接受风险水平的健康风险评估预警方法。
背景技术
近些年,我国重金属污染损害人体健康的事故频繁发生,呈爆发态势,多次发生群体性事件,使重金属污染成为社会热点问题和环境保护工作面临新挑战。重金属在环境中分布广泛,污染持续时间长,健康损坏不易察觉,后期处理成本高。但是目前的重金属污染风险评估预警方式不够全面、准确,因此,迫切需要对重点区域和敏感人群进行健康风险评估,识别关键管理节点,从源头进行针对性的风险调控。
发明内容
为解决上述技术问题,本发明提供一种基于多介质中重金属污染和人群可接受风险水平的健康风险评估预警方法。
为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
本发明采用如下技术方案:
在一些可选的实施例中,提供一种健康风险评估预警方法,包括:
采集环境样本,检测区域内不同介质中各重金属的浓度,获取该区域重金属污染程度;
计算区域内重金属污染产生的客观健康风险;
获取公众对重金属污染所致健康风险的感知状况,建立最大可接受风险水平基本评估模型,估算公众风险可接受水平;
依据客观健康风险和公众风险可接受水平的对比分析结果,确定风险调控总体边界。
其中,所述计算区域内重金属污染产生的客观健康风险的过程包括:对多途径的重金属暴露剂量进行估算;结合估算得出的不同介质中的重金属暴露剂量,收集重金属毒性数据,识别重金属污染的致癌风险及非致癌风险,并利用蒙特卡罗模拟方法进行风险概率分析和全景解析。
其中,所述的一种健康风险评估预警方法,还包括:确定优先控制污染物;识别重点人群和关键调控节点。
其中,所述确定优先控制污染物的过程包括:依据对各重金属的客观健康风险的计算结果以及公众风险可接受水平对比分析结果,致癌风险超过公众风险可接受水平、非致癌健风险超过参考剂量值的污染物被确定为区域内优先控制污染物。
其中,所述识别重点人群的过程包括:依据不同区域、不同人群的客观健康风险,采用单因素方差分析比较不同人口特征人群的重金属暴露差异,从而筛选高危人群作为重点关注人群;所述识别关键调控节点的过程包括:通过对人群客观健康风险的全景解析和人群暴露调查,识别健康损害的关键暴露途径及影响客观健康风险大小的关键暴露因素,作为人群客观健康风险调控的关键调控节点。
其中,所述对多途径的重金属暴露剂量进行估算中的途径包括:饮用水摄入、水皮肤接触、室外空气吸入、室内空气吸入、土壤摄入、土壤皮肤接触及食物摄入。
其中,所述环境样本依据制定的环境调查方案进行采集,所述环境调查方案包括:污染物的种类、采样点布置、采样点数量、采样频率及采样时间。
其中,所述采样点布置包括:在土壤介质中的进行采样点布置、在水体介质中的进行采样点布置以及在大气介质中的进行采样点布置;所述采样频率为每季度采样一次,全年共计采样4次,取四次均值作为当地各介质中重金属浓度水平均值。
其中,利用ICP-MS2000系列电感耦合等离子体质谱仪对采集的环境样本进行重金属检测,以获得各介质中重金属的浓度水平。
本发明所带来的有益效果:本发明基于对多介质中重金属污染和人群可接受风险水平的采集和分析,针对重金属污染问题,实现多源、多环境介质、多暴露途径、多风险受体的健康风险全景解析,将风险评估与管理紧密衔接,并将公众的价值观、偏好以及各种社会环境纳入风险调控的决策过程,使得健康风险评估更加全面,预警更加准确。
附图说明
图1是本发明的流程示意图;
图2是客观风险计算与风险可接受水平的其中一种对比图;
图3是客观风险计算与风险可接受水平的另一种对比图;
图4是客观风险计算与风险可接受水平的再另一种对比图。
具体实施方式
以下描述和附图充分地展示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。
在一些说明性的实施例中,如图1所示,提供一种基于多介质中重金属污染和人群可接受风险水平的健康风险评估预警方法。
该方法之前进行基础情况调研,即调查获取污染源废物排放、周边敏感受体分布、区域环境气象条件等背景情况。
本发明包括如下步骤:
101:采集环境样本。
在调查污染源废物排放、周边敏感受体分布、区域环境气象条件等背景情况的基础上,制定环境调查方案,环境样本依据制定的环境调查方案进行采集,环境调查方案包括:污染物的种类、采样点布置、采样点数量、采样频率及采样时间。
环境调查方案的采样点布置、采样点数量及采样频率参照《国家地表水和污水监测技术规范(HJ-T91-2002)》、《国家空气质量手工监测技术规范(HJ-194-2017)》、《土壤环境监测技术规范》、《环境重金属污染健康监测技术指南(试行)》等。
采样点布置包括:在土壤介质中的进行采样点布置、在水体介质中的进行采样点布置以及在大气介质中的进行采样点布置。
其中,在土壤介质中的进行采样点布置的过程中,考虑地形、人口密度及环境污染情况,合理选择对角线布点法、梅花形布点法、棋盘式布点法、蛇形布点法、网格法布点,用采样铲挖取0-20cm表层土壤,采集混合样。
在水体介质中的进行采样点布置的过程中,布点的方法要视具体情况而定,至少应在污染源的上游、中游和下游布设三个采样断面,上游为清洁断面,中游为污染断面,下游为对照断面。在采样断面同一条垂线上,水深5-10m时,设2个采样点,即水面下0.5m处和河底上0.5m处;若水深≤5m时,采样点在水面下0.5m处,采集混合水样。其中,有时也可将一座城市或工业区看作是二个大污染源,
在大气介质中的进行采样点布置的过程中,根据实际情况,合理选择功能区布点法、网格布点法、同心圆布点法、扇形布点法等。
其中,采样频率为每季度采样一次,全年共计采样4次,取四次均值作为当地各介质中重金属浓度水平均值。
其中,采样点数量的选择包括如下三个部分:
第一,气样:参照国家空气质量手工监测技术规范(HJ-194-2017),国家环境空气质量评价点设置数量要求如下表:
第二,水样:参照地表水和污水监测技术规范(HJ-T91-2002),至少应在污染源的上游、中游和下游布设三个采样断面,上游为清洁断面,中游为污染断面,下游为对照断面。考虑排污口,湖泊考虑湖泊深度、湖泊面积、排污口等。有时也可将一座城市或工业区看作是二个大污染源。
第三,土样:参照《土壤监测技术规范》,根据区域地理状况、土地利用结构、人口密度,选择合理样本数量。
食物样品采集市场出售的大米、面粉、蔬菜、鸡蛋、肉类等食物样品。采集样品装于聚乙烯塑料袋中,封口,记录并粘贴样品标签。所有样品装入密封良好的硬质样品盒中,于阴凉干燥条件下保存及运输。
102:重金属检测。
样品采集完成后,根据环境介质、重金属种类,选择相关实验方法进行前处理后,利用ICP-MS2000系列电感耦合等离子体质谱仪对采集的环境样本进行重金属检测,以获得各介质中重金属的浓度水平,从而获取该区域重金属污染程度。
ICP-MS2000系列电感耦合等离子体质谱仪具有其灵敏度高、使用方法简单、准确度、同时检测多种元素等优点,检测限为PPT。
103:客观风险计算,即计算区域内重金属污染产生的客观健康风险。
在通过步骤101和步骤102获取到区域重金属污染水平后,为确定暴露于重金属污染的潜在高危人群,分析可能造成其健康损害的暴露途径。可以在研究区域开展人群暴露问卷调查,具体问题包括:每日睡眠时间,单位为小时;每日室外活动时间,单位为小时;土壤暴露时间,单位为小时;每日洗脸频次;每日洗澡频次;每日手洗衣服时间,单位为小时;每日饮水量,单位为ml;每日大米摄入量,单位为g/d;每日蔬菜摄入量,单位为g/d;每日洗手频次。通过上述问题获得反映本土人群特点的暴露参数。
步骤103具体包括如下步骤:
首先,对多途径的重金属暴露剂量进行估算。运用美国EPA推荐的方法,对多途径的重金属暴露剂量进行估算,包括对饮用水摄入、水皮肤接触、室外空气吸入、室内空气吸入、土壤摄入、土壤皮肤接触、食物摄入7种途径摄入的健康风险,结合区域各介质中重金属浓度。摄入剂量计算公式如下:
饮用水经口摄入途径如下式:
ADDoral-w为日均饮用水摄入途径暴露剂量,单位mg/kg-d;Cw为饮用水中某重金属浓度,单位mg/L;Pb=0.13ug/L;As=2.5ug/L;IR为日饮用水摄入量,单位L/d;EF为暴露频率,单位d/year,按365d/year计;ED为暴露周期,单位year;BW为体重,单位kg;AT为平均作用时间,单位d;非致癌效应:AT=ED;致癌效应:AT=70年。
水皮肤接触途径如下式:
ADDder-w为日均水皮肤接触途径暴露剂量,单位mg/kg-d;A为涉水活动皮肤接触面积,单位cm2,其中,A体表面积=[0.0061×身高+0.0128×体重-0.1529]×10000,身高单位为cm,体重单位为kg;Kp为皮肤渗透系数,单位cm/hr,为0.001cm/hr;T为涉及活动时间,单位hr,洗澡=30min,洗脸=1min,洗手=0.5min;Cw为饮用水中某重金属浓度,单位mg/L;ED为暴露周期,单位year;BW为体重,单位kg;AT为平均作用时间,单位d;非致癌效应:AT=ED;致癌效应:AT=70年。
空气吸入途径如下式:
ADIinh为日均空气吸入途径暴露剂量,单位mg/kg-d;Ca为空气中某重金属浓度,单位mg/m3;IRa为日呼吸量,单位m3/d,IRa=呼吸速率×时间,单位min/d,室内:睡眠+静坐,静坐=24-睡眠时间-室外时间;室外:轻微活动;EF为暴露频率,单位d/year,按365d/year计;ED为暴露周期,单位year;BW为体重,单位kg;AT为平均作用时间,单位d;非致癌效应:AT=ED;致癌效应:AT=70年。
土壤经口摄入途径如下式:
ADDoral-s为日均土壤经口摄入途径暴露剂量,单位mg/kg-d;Cs为土壤中某重金属浓度,单位mg/kg;IRs为日土壤经口摄入量,单位mg/d;EF为暴露频率,单位d/year,按365d/year计;ED为暴露周期,单位year;BW为体重,单位kg;AT为平均作用时间,单位d;非致癌效应:AT=ED;致癌效应:AT=70年。
土壤皮肤接触途径如下式:
ADDder-s为日均土壤皮肤接触途径暴露剂量,单位mg/kg-d;Cs为土壤中某重金属浓度,单位mg/kg;As为暴露皮肤表面积,单位cm2,包括手部和脸部;AF为皮肤表面土壤粘附系数,单位mg/cm2-d),AF脸=0.012mg/cm2,AF手=0.11mg/cm2;ABS为皮肤接触吸收效率因子,Pb=0.006,As=0.03;EF为暴露频率,单位d/year,按365d/year计;ED为暴露周期,单位year;BW为体重,单位kg;AT为平均作用时间,单位d;非致癌效应:AT=ED;致癌效应:AT=70年。
食物摄入途径如下式:
ADDoral-f为日均食物摄入途径暴露剂量,单位mg/kg-d;Ci为第i种食物中某重金属浓度,单位mg/kg;IRi为日第i种食物摄入量,单位g/d;EF为暴露频率,单位d/year,按365d/year计;ED为暴露周期,单位year;BW为体重,单位kg;AT为平均作用时间,单位d;非致癌效应:AT=ED;致癌效应:AT=70年。
总暴露模型如下式:
ADDT=∑ADDn;
ADDT:总暴露摄入剂量,单位mg/kg-d;ADDn:第n种暴露途径暴露剂量,单位mg/kg-d。
然后,以美国EPA风险评估模型为基础,结合上述计算得出的不同介质中的重金属暴露剂量,按剂量-响应关系收集重金属毒性数据,识别重金属污染的致癌风险及非致癌风险,并利用蒙特卡罗模拟方法进行风险概率分析和全景解析。
其中,致癌风险如下式:
Risk=ADD×SF;
上式中,Risk为终生额外致癌风险;ADD为日均慢性暴露剂量;SF为致癌斜率。
非致癌风险如下式:
上式中,HQ为危害熵;ADD为日均慢性暴露剂量;RfD为参考剂量。
基于步骤101、102及步骤103,得出区域重金属污染产生的客观健康风险。
104:获取基本信息。基本信息包括:个人特征信息,包括性别、年龄、教育程度、职业、居住地及重金属污染风险感知程度。
方式可选为设计公众风险感知问卷,问卷包括两个部分,第一部分收集受访者的个人特征信息,包括性别、年龄、教育程度、职业、居住地等;第二部分包括重金属污染风险感知问题。设计完成后首先需要选择合适的居民进行预试,根据预试结果进一步检验与修正量表,并确定为最终的正式量表。低于100则按照每个区县至少100个样本量的原则进行简单随机抽样,在研究区域进行问卷调研。
105:风险感知测量。
依据步骤104获取的调查结果分析公众对重金属污染所致健康风险的感知状况,建立最大可接受风险水平基本评估模型。
106:估算风险可接受水平。
建立最大可接受风险水平基本评估模型,估算公众风险可接受水平,模型如下:
Y=aX1+bX2+cX3+ε;
其中,a是熟悉度风险感知变量系数,b是信任度风险感知变量系数,c是受益度风险感知变量系数,ε是修正常数项。
107:确定调控边界。
对于非致癌风险,若危害熵大于等于1,则风险不可接受,小于1则可接受。依据步骤103得到的客观健康风险和步骤106得到的公众风险可接受水平的对比分析结果,确定风险调控总体边界,明确客观的风险状况能否为公众所接受。
如图2所示,当客观健康风险在公众风险可接受水平之下时,社会风险低。如图3所示,若客观健康风险曲线与不可接受风险水平曲线相交,表明部分公众无法接受客观存在的风险水平,两曲线相交程度越大,表明因污染而产生的社会不稳定压力越大,也就越需要进行风险调控与管理。如图4所示,而当客观健康风险值已显著超出公众风险可接受水平时,表示亟需进行风险管理或感知风险调控,以规避健康损害的发生,保持社会稳定。
108:确定优先控制污染物。
依据对各重金属的客观健康风险的计算结果以及公众风险可接受水平对比分析结果,筛选出污染严重、对公众健康损害风险高的污染物,致癌风险超过公众风险可接受水平、非致癌健风险超过参考剂量值的污染物被确定为区域内优先控制污染物。
109:识别重点人群和关键调控节点。
识别重点人群的过程包括:依据不同区域、不同人群的客观健康风险,采用单因素方差分析比较不同人口特征人群的重金属暴露差异,如年龄特征等,从而筛选高危人群作为重点关注人群;
识别关键调控节点的过程包括:通过对人群客观健康风险的全景解析和人群暴露调查,识别健康损害的关键暴露途径及影响客观健康风险大小的关键暴露因素,作为人群客观健康风险调控的关键调控节点。
本领域技术人员还应当理解,结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性,上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件,取决于特定的应用和对整个系统所施加的设计约束条件。熟练的技术人员可以针对每个特定应用,以变通的方式实现所描述的功能,但是,这种实现决策不应解释为背离本公开的保护范围。
Claims (9)
1.一种健康风险评估预警方法,其特征在于,包括:
采集环境样本,检测区域内不同介质中各重金属的浓度,获取该区域重金属污染程度;
计算区域内重金属污染产生的客观健康风险;
获取公众对重金属污染所致健康风险的感知状况,建立最大可接受风险水平基本评估模型,估算公众风险可接受水平;
依据客观健康风险和公众风险可接受水平的对比分析结果,确定风险调控总体边界。
2.根据权利要求1所述的一种健康风险评估预警方法,其特征在于,所述计算区域内重金属污染产生的客观健康风险的过程包括:
对多途径的重金属暴露剂量进行估算;
结合估算得出的不同介质中的重金属暴露剂量,收集重金属毒性数据,识别重金属污染的致癌风险及非致癌风险,并利用蒙特卡罗模拟方法进行风险概率分析和全景解析。
3.根据权利要求2所述的一种健康风险评估预警方法,其特征在于,还包括:
确定优先控制污染物;
识别重点人群和关键调控节点。
4.根据权利要求3所述的一种健康风险评估预警方法,其特征在于,所述确定优先控制污染物的过程包括:依据对各重金属的客观健康风险的计算结果以及公众风险可接受水平对比分析结果,致癌风险超过公众风险可接受水平、非致癌健风险超过参考剂量值的污染物被确定为区域内优先控制污染物。
5.根据权利要求4所述的一种健康风险评估预警方法,其特征在于,
所述识别重点人群的过程包括:依据不同区域、不同人群的客观健康风险,采用单因素方差分析比较不同人口特征人群的重金属暴露差异,从而筛选高危人群作为重点关注人群;
所述识别关键调控节点的过程包括:通过对人群客观健康风险的全景解析和人群暴露调查,识别健康损害的关键暴露途径及影响客观健康风险大小的关键暴露因素,作为人群客观健康风险调控的关键调控节点。
6.根据权利要求2所述的一种健康风险评估预警方法,其特征在于,所述对多途径的重金属暴露剂量进行估算中的途径包括:饮用水摄入、水皮肤接触、室外空气吸入、室内空气吸入、土壤摄入、土壤皮肤接触及食物摄入。
7.根据权利要求1、5或6所述的一种健康风险评估预警方法,其特征在于,所述环境样本依据制定的环境调查方案进行采集,所述环境调查方案包括:污染物的种类、采样点布置、采样点数量、采样频率及采样时间。
8.根据权利要求7所述的一种健康风险评估预警方法,其特征在于,所述采样点布置包括:在土壤介质中的进行采样点布置、在水体介质中的进行采样点布置以及在大气介质中的进行采样点布置;
所述采样频率为每季度采样一次,全年共计采样4次,取四次均值作为当地各介质中重金属浓度水平均值。
9.根据权利要求8所述的一种健康风险评估预警方法,其特征在于,利用ICP-MS2000系列电感耦合等离子体质谱仪对采集的环境样本进行重金属检测,以获得各介质中重金属的浓度水平。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911365338.6A CN110993108A (zh) | 2019-12-26 | 2019-12-26 | 一种健康风险评估预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911365338.6A CN110993108A (zh) | 2019-12-26 | 2019-12-26 | 一种健康风险评估预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110993108A true CN110993108A (zh) | 2020-04-10 |
Family
ID=70077265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911365338.6A Pending CN110993108A (zh) | 2019-12-26 | 2019-12-26 | 一种健康风险评估预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110993108A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112304814A (zh) * | 2020-10-16 | 2021-02-02 | 南开大学 | 一种高粒径分辨率大气颗粒物风险来源解析方法 |
CN115187152A (zh) * | 2022-09-14 | 2022-10-14 | 国家电投集团科学技术研究院有限公司 | 露天煤矿生产系统的安全生产评估方法、装置和电子设备 |
CN115547494A (zh) * | 2022-09-02 | 2022-12-30 | 温州医科大学 | 一种基于不确定性的水体硝酸盐健康风险评估和溯源方法 |
-
2019
- 2019-12-26 CN CN201911365338.6A patent/CN110993108A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112304814A (zh) * | 2020-10-16 | 2021-02-02 | 南开大学 | 一种高粒径分辨率大气颗粒物风险来源解析方法 |
CN115547494A (zh) * | 2022-09-02 | 2022-12-30 | 温州医科大学 | 一种基于不确定性的水体硝酸盐健康风险评估和溯源方法 |
CN115547494B (zh) * | 2022-09-02 | 2023-11-24 | 温州医科大学 | 一种基于不确定性的水体硝酸盐健康风险评估和溯源方法 |
CN115187152A (zh) * | 2022-09-14 | 2022-10-14 | 国家电投集团科学技术研究院有限公司 | 露天煤矿生产系统的安全生产评估方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110993108A (zh) | 一种健康风险评估预警方法 | |
Eregno et al. | Quantitative microbial risk assessment combined with hydrodynamic modelling to estimate the public health risk associated with bathing after rainfall events | |
Gholami et al. | Mapping the spatial sources of atmospheric dust using GLUE and Monte Carlo simulation | |
Moatar et al. | Compared performances of different algorithms for estimating annual nutrient loads discharged by the eutrophic River Loire | |
Caudeville et al. | Development of a spatial stochastic multimedia exposure model to assess population exposure at a regional scale | |
Long et al. | Estimation of tributary total phosphorus loads to Hamilton Harbour, Ontario, Canada, using a series of regression equations | |
Lee et al. | Effective visualization for the spatiotemporal trend analysis of the water quality in the Nakdong River of Korea | |
Osei et al. | Spatial dependency of cholera prevalence on potential cholera reservoirs in an urban area, Kumasi, Ghana | |
Naddafi et al. | Water quality trend analysis for the Karoon River in Iran | |
McNabola et al. | Analysis of the relationship between urban background air pollution concentrations and the personal exposure of office workers in Dublin, Ireland, using baseline separation techniques | |
Xu et al. | Estimating hourly average indoor PM2. 5 using the random forest approach in two megacities, China | |
Han et al. | Assessing the inhalation cancer risk of particulate matter bound polycyclic aromatic hydrocarbons (PAHs) for the elderly in a retirement community of a mega city in North China | |
Huang et al. | Satellite-based spatiotemporal trends of ambient PM2. 5 concentrations and influential factors in Hubei, Central China | |
Safaie et al. | Evaluating the impacts of foreshore sand and birds on microbiological contamination at a freshwater beach | |
Naddeo et al. | Environmental odour impact assessment of landfill expansion scenarios. Case study of Borgo Montello (Italy) | |
Luo et al. | Statistical analysis and estimation of annual suspended sediments of major rivers in Japan | |
CN103793580B (zh) | 基于河流生态系统的重金属优控污染物筛选模型的建模方法 | |
Cheruiyot et al. | Review of estimation of pollution load to Lake Victoria | |
Zou et al. | Performance of kriging and EWPM for relative air pollution exposure risk assessment | |
Poulton et al. | Responses of macroinvertebrate community metrics to a wastewater discharge in the Upper Blue River of Kansas and Missouri, USA | |
Zhang et al. | Source apportionment and assessment of risk to human health of soil heavy metals: a high-density sampling survey in the Dan River Basin, Shandong Province, China | |
Chen et al. | A regional numerical environmental multimedia modeling approach to assess spatial Eco-Environmental exposure risk of perfluorooctane sulfonate (PFOS) in the Pearl river basin | |
Nong et al. | Impact of inter-basin water diversion project operation on water quality variations of Hanjiang River, China | |
Clement | Improving uncertain nutrient load estimates for Lake Balaton | |
Khan et al. | Predicting dissolved oxygen concentration in urban watersheds: A comparison of fuzzy number based and Bayesian data-driven approaches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |
|
RJ01 | Rejection of invention patent application after publication |