CN111507610A - 一种土壤重金属污染的累积性环境风险预警方法 - Google Patents
一种土壤重金属污染的累积性环境风险预警方法 Download PDFInfo
- Publication number
- CN111507610A CN111507610A CN202010292710.1A CN202010292710A CN111507610A CN 111507610 A CN111507610 A CN 111507610A CN 202010292710 A CN202010292710 A CN 202010292710A CN 111507610 A CN111507610 A CN 111507610A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- soil
- early warning
- pollution
- content
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 125
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 123
- 230000007613 environmental effect Effects 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000009825 accumulation Methods 0.000 claims abstract description 26
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 9
- 231100000719 pollutant Toxicity 0.000 claims abstract description 9
- 230000006378 damage Effects 0.000 claims abstract description 7
- 238000011835 investigation Methods 0.000 claims abstract description 4
- 238000003900 soil pollution Methods 0.000 claims description 13
- 238000012954 risk control Methods 0.000 claims description 11
- 230000001186 cumulative effect Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 5
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 claims description 4
- 239000000356 contaminant Substances 0.000 claims description 3
- 235000013305 food Nutrition 0.000 claims description 3
- 239000002344 surface layer Substances 0.000 claims description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 2
- 229910052785 arsenic Inorganic materials 0.000 claims description 2
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 claims description 2
- 229910052793 cadmium Inorganic materials 0.000 claims description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 2
- 229910052804 chromium Inorganic materials 0.000 claims description 2
- 239000011651 chromium Substances 0.000 claims description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 2
- 229910052753 mercury Inorganic materials 0.000 claims description 2
- 230000002285 radioactive effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000003802 soil pollutant Substances 0.000 description 1
- 238000005527 soil sampling Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种土壤重金属污染的累积性环境风险预警方法，包括如下步骤：设置样本采集点，采集土壤样本和农作物样本；分析土壤样本和农作物样本中的重金属污染物含量；计算土壤样本中的重金属含量，将该重金属含量与预设值进行比较，判断重金属含量的风险等级；计算农产品样本中的重金属含量，将该重金属含量与预设值进行比较，判断重金属含量的风险等级；分析同一样本采集点不同年份的重金属含量，计算土壤重金属污染累积速率；根据土壤样本中的重金属含量、农产品样本中的重金属含量和土壤重金属污染累积速率计算调查区域土壤重金属污染的累积性环境风险预警等级，并采取对应的治理措施，来改善由于重金属污染给环境带来的损害。
Description
技术领域
本发明属于土壤污染防治和环境风险预警技术领域，具体涉及一种重金属污染源周边土壤的累积性环境风险预警方法。
背景技术
重金属是常见的污染物类型。人类活动导致环境中的重金属含量增加，超出正常范围将导致环境质量恶化，并能直接危害农产品安全和人体健康。我国已明确将铅、汞、铬、镉、砷五种重金属作为优先控制污染物。我国涉重金属行业企业数量多、分布广，与短时期高浓度污染排放形成的突发性环境风险不同，涉重企业长期低浓度的重金属污染排放会造成累积性环境风险，危害隐蔽性更强。2005-2015年间，我国陕西凤翔、广东清远、湖南武冈等多地爆发由于铅蓄电池行业企业等长期生产排放造成的人群血铅超标事件约50起，因而备受关注。
土壤介质是各途径污染物排放的“汇”，与大气、水等环境介质相比，土壤污染物流动性、迁移性小，自净能力差，因而土壤重金属污染的累积性环境风险更为明显和突出，迫切需要加强风险预警，以及时采取风险控制措施。当前环境风险预警方法集中于由环境事故所导致的突发性环境风险，开展了大量研究与应用实践工作，如张万顺等发明了一种基于云技术的突发性水环境风险预测系统及方法，戴会超等提出了基于水动力约束原理的突发水污染生物预警装置及方法。然而，土壤累积性环境风险具有发生周期长、累积变化缓慢、隐蔽性强等特点，一旦造成环境损害则往往引发负面社会影响，控制难度更大，突发性环境风险预警预测方法无法直接套用于累积性环境风险预警领域。为此，迫切需要根据土壤污染防治和重金属污染控制的实际需求，建立土壤重金属污染的累积性环境风险预警方法，以实现早发现、早预警、早控制，将风险防控端口前移，切实保障区域生态环境安全和公众健康。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种土壤重金属污染的累积性环境风险预警方法。
为实现上述技术目的，本发明采取的技术方案为：
一种土壤重金属污染的累积性环境风险预警方法，其中：包括如下步骤：
步骤一：以工业污染源为中心，设置多个样本采集点，分别采集土壤样本和农作物样本；
步骤二：分别分析土壤样本和农作物样本中的重金属污染物含量；
步骤三：计算土壤样本中的重金属含量，将该重金属含量与预设值进行比较，判断重金属含量的风险等级；
步骤四：计算农产品样本中的重金属含量，将该重金属含量与预设值进行比较，判断重金属含量的风险等级；
步骤五：分析同一样本采集点不同年份的重金属含量，计算土壤重金属污染累计速率；
步骤六：根据土壤样本中的重金属含量、农产品样本中的重金属含量和土壤重金属污染累计速率计算调查区域土壤重金属污染的累积性环境风险预警等级，并根据风险预警等级采取对应的治理措施，来改善由于重金属污染给环境带来的损害。
为优化上述技术方案，采取的具体措施还包括：
进一步地，步骤一具体为，
以工业污染源为中心，在其下风向沿放射线等距离布设样本采集点，以每个采集点为中心，采集中心点和其周边正东、正西、正南、正北距离1米处的表层0-10cm土壤样品，共1kg，混合均匀后作为各样本采集点的土壤样本；
采集各个样本采集点的农作物样本，每份均为500g。
进一步地，步骤二中，使用ICP-MS测试分别分析土壤样本和农作物样本中的重金属污染物含量。
进一步地，步骤三具体为：
统计分析各土壤样本中的重金属含量
其中：n代表年份，i代表样品点位编号，以Cn i反映土壤重金属污染累积总量，并与农用地土壤污染风险管控标准对比；
当
小于等于农用地土壤污染风险筛选值时，则土壤重金属污染累积总量的环境风险预警等级Rc为I，即低风险；
当
大于农用地土壤污染风险筛选值，且小于等于农用地土壤污染风险管制值时，则土壤重金属污染累积总量的环境风险预警等级Rc为II，即中风险；
当
大于农用地土壤污染风险管制值时，则土壤重金属污染累积总量的环境风险预警等级Rc为III，即高风险。
进一步地，步骤四具体为：
统计分析各农产品样品中的重金属含量Mi，其中i代表样品点位编号，以Mi反映土壤重金属污染对农产品质量的累积性影响；
将Mi与食品中污染物限量对比，若Mi小于等于标准限量的80％，则农产品重金属污染的环境风险预警等级Rm为I，即低风险；
若Mi大于标准限量的80％，且小于等于标准限量，则农产品重金属污染的环境风险预警等级Rm为II，即中风险；
若Mi大于标准限量，则农产品重金属污染的环境风险预警等级Rm为III，即高风险。
进一步地，步骤五中，计算土壤重金属污染累积速率的公式为：
若ACi小于等于5％，则土壤重金属累积速率的环境风险预警等级RΔ为I，即低风险；
若ΔCi大于5％，且小于等于10％，则土壤重金属累积速率的环境风险预警等级RΔ为II，即中风险；
若ΔCi大于10％，则土壤重金属累积速率的环境风险预警等级RΔ为III，即高风险。
进一步地，步骤六中，土壤重金属污染的累积性环境风险预警等级R为：
R＝Max(Rc，Rm，RΔ)。
若R为I，则表明区域土壤重金属污染的累积性环境风险低，重金属污染对周边土壤环境的影响较小，可忽略；
若RR为II，则表明区域土壤重金属污染的累积性环境风险中等，应加强重金属污染源的管控，并加大土壤环境监测和农产品质量监测；
若R为III，则表明区域土壤重金属污染的累积性环境风险高，应严格控制重金属污染源的排放，并采取农作物替代种植、污染土壤修复治理的措施。
本发明的有益效果：
(1)本发明区别于传统的短时间高浓度污染排放造成的突发性环境风险问题，针对涉重金属生产加工企业的重金属长期低浓度排放的累积环境问题，建立了一种土壤重金属污染的累积性环境风险预警方法，通过分级预警指导采取相应的分级风险管控措施，及时规避重金属污染对周边土壤生态环境的损害；
(2)本发明在土壤重金属污染累积总量的基础上，进一步引入了土壤重金属污染累积速率，针对污染总量未超过标准限值但积累速度过快的情况进行及时预警和风险响应；
(3)本发明在关注土壤环境的基础上，将农产品作为风险受体，进一步将农产品重金属含量纳入累积性环境风险预警体系，更加客观准确地反映出土壤重金属污染累积性环境风险的损害后果。
附图说明
图1是本发明的流程示意图；
图2是本发明的样本采集点示意图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
实施例：某工业企业周边区域土壤铅污染的累积性环境风险预警。
(1)该企业为铅盐加工企业，生产过程中会产生含铅粉尘的持续排放，可能对周边土壤产生累积性环境风险。企业所在地盛行西南风。以企业核心生产区为中心，在其下风向沿放射线以50米等距离布设土壤采样点位9个，包括S1至S9，当地土壤pH＞7.5，如图2所示。
以每个点位为中心，采集中心点和其周边正东、正西、正南、正北距离1米处的表层0-10厘米土壤样品，共1千克，混合均匀后作为代表该点位的土壤样品。使用ICP-MS测试分析土壤样品中重金属铅的含量。
(2)企业周边区域存在农产品种植情况，采集蔬菜样品9份，每份样品500克。使用ICP-MS测试分析农产品样品中重金属铅的浓度。
(3)统计分析各土壤样品中的铅含量C2017 i，反映土壤铅污染累积总量，如表1所示。
表1各点位污染状况及累积性风险预警级别
与农用地土壤污染风险管控标准对比：
当Cn i小于等于农用地土壤铅污染风险筛选值170mg/kg时，则土壤铅污染累积总量的环境风险预警等级Rc为I，即低风险；
若Cn i大于农用地土壤铅污染风险筛选值170mg/kg，且小于等于农用地土壤铅污染风险管制值1000mg/kg时，则土壤铅污染累积总量的环境风险预警等级Rc为II，即中风险；
若Cn i大于农用地土壤铅污染风险管制值1000mg/kg，则土壤铅污染累积总量的环境风险预警等级Rc为III，即高风险。
测试结果为：S7点位土壤铅污染累积总量多，属高风险预警级别；S1、S8点位属中风险预警级别；S2、S3、S4、S5、S6、S9点位属低风险预警级别。
(4)统计分析各农产品样品中的铅含量Mi，其i代表样品点位编号，以Mi反映土壤铅污染对农产品质量的累积性影响。
与食品中污染物限量比对，当Mi小于等于标准限量0.3mg/kg的80％，则农产品铅污染的环境风险预警等级Rm为I，即低风险；
若Mi大于标准限量0.3mg/kg的80％，且小于等于标准限量0.3mg/kg，则农产品铅污染的环境风险预警等级Rm为II，即中风险；
若Mi大于标准限量0.3mg/kg，则农产品铅污染的环境风险预警等级Rm为III，即高风险。
检测结果为：S3、S5点位土壤铅污染累积速率快，属高风险预警级别；S2、S4、S6、S7、S8点位属中风险预警级别；S1点位属低风险预警级别。
(5)对比土壤样品中的重金属含量C2017 i与相同点位样品前一年度的历史监测数据C2016 i，计算土壤铅污染累积速率ΔCi，ΔCi＝(C2017 i-C2016 i)/C2016 i。
当ΔCi小于等于5％，则土壤铅累积速率的环境风险预警等级RΔ为I，即低风险；
当ΔCi大于5％，且小于等于10％，则土壤铅累积速率的环境风险预警等级RΔ为II，即中风险；
当ΔCi大于10％，则土壤铅累积速率的环境风险预警等级RΔ为III，即高风险。
检测结果为：S1、S2、S4、S5、S7、S8点位农产品铅含量高，属高风险预警级别；S9点位属中风险预警级别；S3、S6点位属低风险预警级别。
(6)确定调查区域土壤铅污染的累积性环境风险预警等级R，R＝Max(Rc，Rm，RΔ)。
若R为I，则表明区域土壤铅污染的累积性环境风险低，铅污染对周边土壤环境的影响较小，可忽略；
若R为II，则表明区域土壤铅污染的累积性环境风险中等，应加强铅污染源的管控，并加大土壤环境监测和农产品质量监测；
若R为III，则表明区域土壤铅污染的累积性环境风险高，应严格控制铅污染源的排放，并采取农作物替代种植、污染土壤修复治理等措施。
检测结果为：S6、S9点位因距离企业相对较远，土壤铅累积总量未超标，风险低，但其累积速率达到中风险级别，应加强重金属污染源的管控，并加大土壤环境监测和农产品质量监测。其余7个点位全部达到高风险预警级别。
综合区域全部点位的总体情况，该企业周边区域土壤铅污染的累积性环境风险高，应严格控制企业的铅污染物排放，并采取农作物替代种植、污染土壤修复治理等措施。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (8)
1.一种土壤重金属污染的累积性环境风险预警方法，其特征在于，包括如下步骤：
步骤一：以工业污染源为中心，设置多个样本采集点，分别采集土壤样本和农作物样本；
步骤二：分别分析土壤样本和农作物样本中的重金属污染物含量；
步骤三：计算土壤样本中的重金属含量，将该重金属含量与预设值进行比较，判断重金属含量的风险等级；
步骤四：计算农产品样本中的重金属含量，将该重金属含量与预设值进行比较，判断重金属含量的风险等级；
步骤五：分析同一样本采集点不同年份的重金属含量，计算土壤重金属污染累积速率；
步骤六：根据土壤样本中的重金属含量、农产品样本中的重金属含量和土壤重金属污染累积速率计算调查区域土壤重金属污染的累积性环境风险预警等级，并根据风险预警等级采取对应的治理措施，来改善由于重金属污染给环境带来的损害。
2.根据权利要求1所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于，所述步骤一具体为，
以工业污染源为中心，在其下风向沿放射线等距离布设样本采集点，以每个采集点为中心，采集中心点和其周边正东、正西、正南、正北距离1米处的表层0-10cm土壤样品，共1kg，混合均匀后作为各样本采集点的土壤样本；
采集各个样本采集点的农作物样本，每份均为500g。
3.根据权利要求2所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于：所述步骤二中，使用ICP-MS测试分别分析土壤样本和农作物样本中的重金属污染物含量。
4.根据权利要求3所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于，所述步骤三具体为：
统计分析各土壤样本中的重金属含量
其中：n代表年份，i代表样品点位编号，以Cn i反映土壤重金属污染累积总量，并与农用地土壤污染风险管控标准对比；
当
小于等于农用地土壤污染风险筛选值时，则土壤重金属污染累积总量的环境风险预警等级Rc为I，即低风险；
当
大于农用地土壤污染风险筛选值，且小于等于农用地土壤污染风险管制值时，则土壤重金属污染累积总量的环境风险预警等级Rc为II，即中风险；
当
大于农用地土壤污染风险管制值时，则土壤重金属污染累积总量的环境风险预警等级Rc为III，即高风险。
5.根据权利要求4所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于，所述步骤四具体为：
统计分析各农产品样品中的重金属含量Mi，其中i代表样品点位编号，以Mi反映土壤重金属污染对农产品质量的累积性影响；
将Mi与食品中污染物限量，若Mi小于等于标准限量的80％，则农产品重金属污染的环境风险预警等级Rm为I，即低风险；
若Mi大于标准限量的80％，且小于等于标准限量，则农产品重金属污染的环境风险预警等级Rm为II，即中风险；
若Mi大于标准限量，则农产品重金属污染的环境风险预警等级Rm为III，即高风险。
6.根据权利要求5所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于：所述步骤五中，计算土壤重金属污染累积速率的公式为：
若ΔCi小于等于5％，则土壤重金属累积速率的环境风险预警等级RΔ为I，即低风险；
若ΔCi大于5％，且小于等于10％，则土壤重金属累积速率的环境风险预警等级RΔ为II，即中风险；
若ΔCi大于10％，则土壤重金属累积速率的环境风险预警等级RΔ为III，即高风险。
7.根据权利要求6所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于：
所述步骤六中，土壤重金属污染的累积性环境风险预警等级R为：
R＝Max(Rc，Rm，RΔ)。
若R为I，则表明区域土壤重金属污染的累积性环境风险低，重金属污染对周边土壤环境的影响较小，可忽略；
若R为II，则表明区域土壤重金属污染的累积性环境风险中等，应加强重金属污染源的管控，并加大土壤环境监测和农产品质量监测；
若R为III，则表明区域土壤重金属污染的累积性环境风险高，应严格控制重金属污染源的排放，并采取农作物替代种植、污染土壤修复治理的措施。
8.根据权利要求1所述的一种土壤重金属污染的累积性环境风险预警方法，其特征在于：待检测的土壤重金属包括铅、镉、汞、铬、砷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010292710.1A CN111507610A (zh) | 2020-04-14 | 2020-04-14 | 一种土壤重金属污染的累积性环境风险预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010292710.1A CN111507610A (zh) | 2020-04-14 | 2020-04-14 | 一种土壤重金属污染的累积性环境风险预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111507610A true CN111507610A (zh) | 2020-08-07 |
Family
ID=71869201
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010292710.1A Pending CN111507610A (zh) | 2020-04-14 | 2020-04-14 | 一种土壤重金属污染的累积性环境风险预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111507610A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112785206A (zh) * | 2021-03-03 | 2021-05-11 | 中国科学院地理科学与资源研究所 | 一种金属行业涉污企业影响范围模拟与风险评估方法 |
| CN114062649A (zh) * | 2021-10-27 | 2022-02-18 | 生态环境部南京环境科学研究所 | 一种土壤污染趋势分析方法 |
| CN114238858A (zh) * | 2021-12-15 | 2022-03-25 | 中国科学院生态环境研究中心 | 一种降低农作物中重金属累积值的方法及系统 |
| CN114720657A (zh) * | 2020-12-22 | 2022-07-08 | 中国石油化工股份有限公司 | 土壤污染综合预警方法及系统 |
| CN116563050A (zh) * | 2023-05-09 | 2023-08-08 | 云南大学 | 一种农田土壤重金属污染分析预警方法及预警系统 |
| CN118052443A (zh) * | 2024-04-16 | 2024-05-17 | 滨州市检验检测中心(滨州市纺织纤维检验所、滨州市厨具产品质量检验中心) | 食品接触用不锈钢材料有害重金属迁移预警系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101593342A (zh) * | 2009-06-24 | 2009-12-02 | 贵州省理化测试分析研究中心 | 农产品产地长期安全预警的方法 |
| CN108108915A (zh) * | 2018-01-12 | 2018-06-01 | 中国农业科学院农业资源与农业区划研究所 | 一种农田重金属污染风险评估方法 |
| CN109118021A (zh) * | 2018-09-07 | 2019-01-01 | 中山大学 | 蔬菜土壤中Pb的健康安全预测预警方法 |
-
2020
- 2020-04-14 CN CN202010292710.1A patent/CN111507610A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101593342A (zh) * | 2009-06-24 | 2009-12-02 | 贵州省理化测试分析研究中心 | 农产品产地长期安全预警的方法 |
| CN108108915A (zh) * | 2018-01-12 | 2018-06-01 | 中国农业科学院农业资源与农业区划研究所 | 一种农田重金属污染风险评估方法 |
| CN109118021A (zh) * | 2018-09-07 | 2019-01-01 | 中山大学 | 蔬菜土壤中Pb的健康安全预测预警方法 |
Non-Patent Citations (4)
| Title |
|---|
| 崔宁 等: "土壤中重金属Hg累积的风险评估", 《国土资源科技管理》 * |
| 王晓 等: "《环境监测实用教程》", 31 August 2016, 中国矿业大学出版社 * |
| 邱孟龙 等: "优化赋权模糊综合评价法对耕地土壤重金属污染的风险评价", 《生态与农村环境学报》 * |
| 邱锦泉 等: "粤北某矿横石河流域周围土壤重金属预测与生态风险预警评估", 《地球与环境》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114720657A (zh) * | 2020-12-22 | 2022-07-08 | 中国石油化工股份有限公司 | 土壤污染综合预警方法及系统 |
| CN112785206A (zh) * | 2021-03-03 | 2021-05-11 | 中国科学院地理科学与资源研究所 | 一种金属行业涉污企业影响范围模拟与风险评估方法 |
| CN112785206B (zh) * | 2021-03-03 | 2023-06-30 | 中国科学院地理科学与资源研究所 | 一种金属行业涉污企业影响范围模拟与风险评估方法 |
| CN114062649A (zh) * | 2021-10-27 | 2022-02-18 | 生态环境部南京环境科学研究所 | 一种土壤污染趋势分析方法 |
| CN114238858A (zh) * | 2021-12-15 | 2022-03-25 | 中国科学院生态环境研究中心 | 一种降低农作物中重金属累积值的方法及系统 |
| CN114238858B (zh) * | 2021-12-15 | 2022-09-30 | 中国科学院生态环境研究中心 | 一种降低农作物中重金属累积值的方法及系统 |
| CN116563050A (zh) * | 2023-05-09 | 2023-08-08 | 云南大学 | 一种农田土壤重金属污染分析预警方法及预警系统 |
| CN116563050B (zh) * | 2023-05-09 | 2024-01-19 | 云南大学 | 一种农田土壤重金属污染分析预警方法及预警系统 |
| CN118052443A (zh) * | 2024-04-16 | 2024-05-17 | 滨州市检验检测中心(滨州市纺织纤维检验所、滨州市厨具产品质量检验中心) | 食品接触用不锈钢材料有害重金属迁移预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111507610A (zh) | 一种土壤重金属污染的累积性环境风险预警方法 | |
| Zhao et al. | Surface sediment properties and heavy metal contamination assessment in river sediments of the Pearl River Delta, China | |
| Chessman | New sensitivity grades for Australian river macroinvertebrates | |
| Makokha et al. | Concentrations, distribution, and ecological risk assessment of heavy metals in the East Dongting and Honghu Lake, China | |
| Ye et al. | Distribution of heavy metals in sediments of the Pearl River Estuary, Southern China: implications for sources and historical changes | |
| CN107677614B (zh) | 一种水中重金属污染风险在线预警系统及方法 | |
| CN111257250B (zh) | 陆地农产品产地高风险区域识别方法及差异化处理方法 | |
| Asmi et al. | Primary sources control the variability of aerosol optical properties in the Antarctic Peninsula | |
| Othman et al. | Assessing Risk and Sources of Heavy Metals in a Tropical River Basin: A Case Study of the Selangor River, Malaysia. | |
| CN112381369B (zh) | 基于在线光谱识别的水体污染溯源和风险预测评估方法 | |
| CN112540147B (zh) | 一种炼化企业区域性大气污染物溯源方法 | |
| CN117361757B (zh) | 一种水库大水面污染治理方法及系统 | |
| CN113487470A (zh) | 一种基于大数据的环保隐患精准监测定位方法 | |
| CN111768064A (zh) | 一种煤矿区土壤重金属污染实用评价方法 | |
| CN113516327A (zh) | 石化企业污染监测预警评价方法、装置及系统 | |
| Yusuf et al. | Spatial patterns of urban air pollution in an industrial estate, Lagos, Nigeria | |
| CN117092297A (zh) | 一种工业园区大气污染物的溯源方法、系统、设备及介质 | |
| CN114839343A (zh) | 一种便携式水质监测巡检仪装置及使用方法 | |
| CN106442921A (zh) | 一种污染物扩散跟踪方法 | |
| Esfandiari et al. | Determination of heavy metal pollutions in the atmospheric falling dust by multivariate analysis | |
| Siepak | Total organic carbon (TOC) as a sum parameter of water pollution in selected Polish rivers (Vistula, Odra, and Warta) | |
| CN105807074B (zh) | 一种快速预测活性污泥系统出水cod达标的方法 | |
| Liu et al. | Analysis of the atmospheric visibility influencing factors under sea–land breeze circulation | |
| Mills et al. | Marine sediment contaminant state and trends in Tāmaki Makaurau/Auckland 2004-2019: State of the environment reporting | |
| CN117540229B (zh) | 一种基于聚类算法的大气环境监测方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200807 |