CN112309506A - 一种基于排序和概率的层次化生态风险评价方法 - Google Patents
一种基于排序和概率的层次化生态风险评价方法 Download PDFInfo
- Publication number
- CN112309506A CN112309506A CN202011250591.XA CN202011250591A CN112309506A CN 112309506 A CN112309506 A CN 112309506A CN 202011250591 A CN202011250591 A CN 202011250591A CN 112309506 A CN112309506 A CN 112309506A
- Authority
- CN
- China
- Prior art keywords
- ecological
- concentration
- evaluation
- pollutants
- toxicological
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 51
- 238000012163 sequencing technique Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 63
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 59
- 231100000719 pollutant Toxicity 0.000 claims abstract description 59
- 231100000048 toxicity data Toxicity 0.000 claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims abstract description 20
- 239000000126 substance Substances 0.000 claims abstract description 15
- 230000001186 cumulative effect Effects 0.000 claims abstract description 12
- 238000005315 distribution function Methods 0.000 claims abstract description 10
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000000295 complement effect Effects 0.000 claims abstract description 4
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 3
- 239000002689 soil Substances 0.000 claims description 18
- 230000002110 toxicologic effect Effects 0.000 claims description 15
- 231100000027 toxicology Toxicity 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 8
- 231100000759 toxicological effect Toxicity 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000011545 laboratory measurement Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 241000894007 species Species 0.000 description 15
- 238000012502 risk assessment Methods 0.000 description 6
- 229910052802 copper Inorganic materials 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 229910052759 nickel Inorganic materials 0.000 description 5
- 239000002351 wastewater Substances 0.000 description 5
- 229910001385 heavy metal Inorganic materials 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 231100000492 no effect concentration Toxicity 0.000 description 2
- 238000005067 remediation Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241001427559 Collembola Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 241001233061 earthworms Species 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007858 starting material Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- 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
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Chemical & Material Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种结合排序法和概率生态风险评价法的综合性生态风险评价方法。该方法包括：1)确定评价区域内环境介质中有害物质类别，并测量其环境暴露浓度；2)筛选评价区域内关键物种的毒理数据；3)依据相对风险排序法对污染物进行风险排序；4)定量化评估；基于所述步骤三的排序法筛选得到的风险较大的污染物种类，以污染物环境暴露浓度分布函数的互补函数为横坐标，以毒性数据的累积分布函数为纵坐标，作图拟合得出联合概率曲线。本发明筛选出生态风险较大的污染物，在此基础上进行定量化评价生态风险的概率和大小，降低生态风险评价成本，同时避免人为主观关注于当前生态风险评价中的主流污染物而导致对其他污染物生态风险的忽视。
Description
技术领域
本发明属于生态风险评估技术领域，具体涉及一种基于排序和概率的层次化生态风险评价方法。
背景技术
生态风险是指生态系统及其组分的结构功能，受到自然过程或人为活动不利影响的可能性，而生态风险评价即评估不利影响发生的概率和危害程度。近几十年快速工业化进程中排放的“三废”使得全国范围内的生态系统遭到破坏，生态风险评价作为生态修复工作的第一步，决定着所要采取的修复力度，是生态环境管理和保护的前提。同时“三废”的排放物往往包含多种混合污染物，而不同污染物由于其的暴露浓度和毒理作用能力的差异，对生态系统造成的影响也不尽相同。加之评估成本限制等因素的限制，合理的筛选相对风险较大的污染物，进而采取精细化定量生态风险评价符合实际需求。
现有技术中对污染物进行生态风险评价时，采用的方法多为商值法或指数法与联合概率曲线法联用。其中采用商值法和联合概率曲线法联用进行生态风险评估的中国专利有：申请号CN104866721A的专利，发明人根据环境检测浓度与预测无效应浓度计算出污染物的风险商，初步评估化工废水中的有害物质的生态风险。其后采用联合概率曲线法，根据环境检测浓度和毒理效应浓度分布对风险进行再次评估，综合两次评价结果分析得出化工废水的生态风险。申请号为CN104636627A的专利则采用富集因子(EF)、地积累指数(Igeo)和潜在生态风险三种指数(RI)中的一种或多种与联合概率曲线法相结合，对土壤中重金属的生态风险进行了综合评估。
专利CN104866721A结合商值法和联合概率曲线法综合评估化工废水中有害物质的生态风险。首先分析水体中污染物种类并检测其环境浓度，其次选择污染物影响区域范围内的关键物种。采用商值法进行评估，即根据筛选的毒理数据计算预测无效应浓(PNEC)，随后将环境检测浓度比上预测无效应浓度。所得比值小于1认为不存在生态风险，大于1则存在生态风险。其次根据概率生态风险评价的方法，结合环境浓度和毒理效应浓度两者的概率密度曲线得出风险发生的概率。最后根据两种评价结果对化工废水中污染物的生态风险进行综合评估。
该专利采用商值法和联合概率曲线法对生态风险进行综合评价。由于商值法在计算过程中选择最敏感物种毒理数据，导致所评估化工废水的生态风险过高，进而造成在后续风险管控中采取过度保护措施，不符合实际管理需求。而联合概率曲线法的使用需要众多物种的毒理效应数据，因此对毒理实验和文献筛选等毒理数据获取工作提出了更高的要求。同时在联合概率曲线法的评估过程中涉及到一系列的专业软件和复杂的数学分析方法，需要专业人员的技术支撑。因此对所有而不是部分筛选的危害性大的污染物进行概率生态风险评价会导致评价成本的上升。
专利CN104636627A公开了一种指数法与联合概率曲线法联用的综合生态风险评价方法。指数法包括富集因子法、地积累指数法和潜在生态风险指数法。富集因子法是根据污染物在评估区域的环境浓度与其在参照区浓度的比值进行风险评价。地积累指数法采用污染物环境浓度和地球化学背景值的比值表征生态风险。潜在生态风险指数则将污染物毒性系数结合到实测浓度与土壤环境背景值比值中进行风险评价。联合概率曲线法结合污染物环境暴露浓度和毒理数据效应浓度的分布函数得出风险发生概率。综合生态风险评价则选取一个或多个指数法与联合概率曲线法相结合，从多个角度评估污染物的生态风险。
该方法中指数法仅为污染物环境浓度和背景浓度的比值，其仅为污染物化学浓度的表征，并未涉及生态毒理效应，而生物具有适应性或趋利避害等特点，简单的污染物浓度比值难以反映生态系统所面临的真实风险。同时概率生态风险评价由于较高的毒理数据要求和专业技术要求，在复杂环境的多种污染物生态风险评价中，其评估成本难以控制。
由上述分析可知，现有的对污染物进行生态风险评价的方法存在一些缺陷，因此开发一种降低生态风险评价成本、同时能避免人为偏向导致对部分较大生态风险污染物的忽视、且能切实提供风险评判依据的方法具有重要的实际意义。
发明内容
本发明基于现有生态风险评价方法的不足，提供了一种结合排序法和概率生态风险评价法的综合性生态风险评价方法。该方法在利用排序法得出环境介质中污染物风险排序的前提下，采用联合概率曲线法进一步评估风险较大的污染物对生态系统造成不利影响的概率。
本发明所提供的结合排序法和概率生态风险评价法的综合性生态风险评价方法，包括下述步骤：
步骤一：确定评价区域内环境介质(包括水体、土壤等)中污染物类别，并测量其环境暴露浓度；
步骤二：根据所确定的环境介质，收集评价区域内本地生物的毒理数据，例如污染物对土壤生态系统造成风险，则收集土壤生物(蚯蚓、跳虫、植物等)的毒理数据；
步骤三：依据相对风险排序法对污染物进行风险排序；按照式1计算各污染物的相对生态风险大小R，并将所得R值排序即得到污染物相对生态风险的相对高低(即可筛选得到风险较大的污染物种类)，按照实际决策需求选择风险较大的有害物质进行进一步评估；
式1中，M是污染物在环境介质中的浓度，mM表示其在评价区域内系列环境介质浓度的中位数；T表示污染物对各物种的毒理数据，mT为各物种毒理数据的中位数；
步骤四：定量化评估；基于所述步骤三的排序法筛选得到的风险较大的污染物种类，以污染物环境暴露浓度分布函数的互补函数(暴露反累积函数)为横坐标，以毒理数据的累积分布函数为纵坐标，作图拟合得出联合概率曲线；
其中，暴露反累积函数曲线上任意一点表示污染物环境暴露浓度超过此点浓度的概率，毒理数据累积函数曲线上的点表示此点浓度下受影响物种比例，因此联合概率曲线上任一点表示此点对应比例的物种产生不利生态效应的概率，而该曲线与X轴的面积即为生态风险的大小。
上述方法步骤一中，确定环境介质中有害物质类别和环境暴露浓度的具体方法为：根据现有统计资料和研究文献判断造成对象区生态风险的有害物质，并结合实地的地理位置、环境概况以及水文地质等信息进行采样分析，确定环境介质中污染物种类，同时测量所述污染物的环境暴露浓度。
上述方法步骤二中，所述毒理数据的来源包括已有文献、毒理数据库和毒理实验等。
评价区域内收集物种毒理数据的具体方法如下：识别评价区域内的物种，并在明确受体生物类别和评估终点的基础上，通过USEPA毒理数据库、现有文献和实验室测量等途径得到毒理效应浓度，如EC50/LC50/NOEC等，选择合理的数据用于风险评价。
本发明筛选出生态风险较大的污染物，在此基础上进行定量化评价生态风险的概率和大小，降低生态风险评价成本，同时避免人为主观关注于当前生态风险评价中的主流污染物而导致对其他污染物生态风险的忽视。同时对风险进行了定量分析，能够切实提供风险评判依据。
与现有生态风险评价方法相比，本发明综合了相对风险筛选和定量化生态风险评价法的优点，包括结合实际地筛选出需要优先风险管理的污染物，量化所选污染物的生态风险概率和大小。因此，本发明提出的生态风险评价方法能够切实为决策管理提供支持。
附图说明
图1为本发明评价方法的示意图。
图2为实施例1中将Cu和Ni的浓度数据和毒理数据进行统计分析，得到联合概率曲线。
具体实施方式
下面结合具体实施例对本发明作进一步阐述，但本发明并不限于以下实施例。所述方法如无特别说明均为常规方法。所述原材料如无特别说明均能从公开商业途径获得。
本发明中缩略语和关键术语定义如下：
最敏感物种：在污染物胁迫下，发生毒理效应最明显的物种；
关键物种：对维持生态系统结构功能完整必不可少的生物物种；
预测无效应浓度(PNEC)：通过毒理数据推算得到，不会对生态系统产生不利影响的污染物浓度；
EC50：半效应浓度，即50％生物体产生相应效应的污染物浓度；
LC50：半致死浓度，即导致50％生物体死亡的污染物浓度；
NOEC：最高无效应浓度，即在一定时间内受试生物没有产生统计显著性有害效应的最大污染物浓度；
概率密度曲线：描述变量取值落在某一范围内的概率大小的函数；
累积分布函数：描述变量取值小于等于某一变量值的概率之和的函数。
下述实施例中联合概率曲线的制作方法如下：以污染物环境暴露浓度分布函数的互补函数(暴露反累积函数)为横坐标，以毒理数据的累积分布函数为纵坐标，作图拟合得出联合概率曲线。
实施例1、
以天津某工业场地土壤重金属生态风险评价为例
1、采集天津某工业场地土壤，分析其中重金属含量；
2、在毒理数据库(如ECOTOX)以及现有文献中检索系列土壤生物毒理数据，部分数据如下：
Cu毒理数据中位数为227.97mg/kg，
Cu土壤浓度的中位数2700.00mg/kg，
Ni毒理数据中位数为62.00mg/kg
Ni土壤浓度的中位数225.5mg/kg
Cd毒理数据中位数为140.52mg/kg
Cd土壤浓度的中位数0.73mg/kg
3、(1)依据式1，RCu和RNi均大于1，表明该工业场地修复时应优先关注Cu和Ni污染。将采用联合概率曲线法进一步表征Cu和Ni对土壤生态系统的风险，进一步明确生态风险，为后续修复提供精确的指导。
(2)而RCd小于1，表明Cd对该工业场地土壤生态系统危害较小，不需要进一步表征。且污染修复时针对Cd污染的处理优先级较低。
4、按照步骤3，将Cu和Ni的浓度数据和毒理数据进行统计分析，得到联合概率曲线，如图2所示。
根据联合概率曲线与X轴的面积，可以得出Cu对土壤生物产生危害的概率为86.76％。而Ni对土壤生物产生危害的概率81.57％。急需对其场地内土壤中Cu和Ni进行处理。
Claims (4)
1.一种结合排序法和概率生态风险评价法的综合性生态风险评价方法，包括下述步骤：
步骤一：确定评价区域内环境介质中污染物类别，并测量其环境暴露浓度；
步骤二：收集评价区域内本地生物的毒理数据；
步骤三：依据相对风险排序法对污染物进行风险排序；按照式1计算各污染物的相对生态风险大小R，并将所得R值排序即得到污染物相对生态风险的相对高低；
式1中，M是污染物在环境介质中的浓度，mM表示其在评价区域内系列环境介质浓度的中位数；T表示污染物对各物种的毒理数据，mT为各物种毒理数据浓度的中位数；
步骤四：定量化评估；基于所述步骤三的排序法筛选得到的风险较大的污染物种类，以污染物环境暴露浓度分布函数的互补函数(暴露反累积函数)为横坐标，以毒理数据的累积分布函数为纵坐标，作图拟合得出联合概率曲线；
其中，暴露反累积函数曲线上任意一点表示污染物环境暴露浓度超过此点浓度的概率，毒理数据累积函数曲线上的点表示此点浓度下受影响物种比例，因此联合概率曲线上任一点表示此点对应比例的物种产生不利生态效应的概率，而该曲线与X轴的面积即为生态风险的大小。
2.根据权利要求1所述的方法，其特征在于：所述环境介质包括水体、土壤；
所述步骤一中，确定环境介质中有害物质类别和环境暴露浓度的具体方法为：根据现有统计资料和研究文献判断造成对象区生态风险的有害物质，并结合实地的地理位置、环境概况以及水文地质等信息进行采样分析，确定环境介质中污染物种类，同时测量所述污染物的环境暴露浓度。
3.根据权利要求1或2所述的方法，其特征在于：所述步骤二中，所述毒理数据的来源包括已有文献、毒理数据库和毒理实验。
4.根据权利要求1-3中任一项所述的方法，其特征在于：所述评价区域内收集物种毒理数据的具体方法如下：识别评价区域内的物种，并在明确受体生物类别和评估终点的基础上，通过USEPA毒理数据库、现有文献和实验室测量等途径得到毒理效应浓度，选择合理的数据用于风险评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011250591.XA CN112309506A (zh) | 2020-11-11 | 2020-11-11 | 一种基于排序和概率的层次化生态风险评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011250591.XA CN112309506A (zh) | 2020-11-11 | 2020-11-11 | 一种基于排序和概率的层次化生态风险评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112309506A true CN112309506A (zh) | 2021-02-02 |
Family
ID=74325801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011250591.XA Pending CN112309506A (zh) | 2020-11-11 | 2020-11-11 | 一种基于排序和概率的层次化生态风险评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112309506A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113792983A (zh) * | 2021-08-20 | 2021-12-14 | 大连民族大学 | 一种基于多维度评价因子分析污染物环境风险的方法 |
| CN116070931A (zh) * | 2022-11-01 | 2023-05-05 | 中国科学院生态环境研究中心 | 一种基于野外生态数据的土壤污染生态效应定量评价方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103853928A (zh) * | 2014-03-14 | 2014-06-11 | 金小伟 | 一种基于多等级综合评估的水环境生态风险评估模型 |
| CN110472832A (zh) * | 2019-07-18 | 2019-11-19 | 常州大学 | 一种评价化工废水生态风险的方法 |
-
2020
- 2020-11-11 CN CN202011250591.XA patent/CN112309506A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103853928A (zh) * | 2014-03-14 | 2014-06-11 | 金小伟 | 一种基于多等级综合评估的水环境生态风险评估模型 |
| CN110472832A (zh) * | 2019-07-18 | 2019-11-19 | 常州大学 | 一种评价化工废水生态风险的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张霖琳等: "基于双指标多等级的土壤重金属生态风险评价", 《中国环境监测》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113792983A (zh) * | 2021-08-20 | 2021-12-14 | 大连民族大学 | 一种基于多维度评价因子分析污染物环境风险的方法 |
| CN116070931A (zh) * | 2022-11-01 | 2023-05-05 | 中国科学院生态环境研究中心 | 一种基于野外生态数据的土壤污染生态效应定量评价方法 |
| CN116070931B (zh) * | 2022-11-01 | 2024-03-12 | 中国科学院生态环境研究中心 | 一种基于野外生态数据的土壤污染生态效应定量评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shuttleworth et al. | Assessment of lead contamination in peatlands using field portable XRF | |
| CN112309506A (zh) | 一种基于排序和概率的层次化生态风险评价方法 | |
| CN111678969A (zh) | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 | |
| CN116205509A (zh) | 一种全面评价土壤重金属污染状况的研究方法 | |
| Qiao et al. | Influencing factors identification and the nested structure analysis of heavy metals in soils in entire city and surrounding the multiple pollution sources | |
| Li et al. | Prioritization of potentially contaminated sites: a comparison between the application of a solute transport model and a risk-screening method in China | |
| Yang et al. | Spatial variability of soil properties and portable X-Ray fluorescence-quantified elements of typical golf courses soils | |
| CN114062649B (zh) | 一种土壤污染趋势分析方法 | |
| RU2413220C1 (ru) | Способ экологического мониторинга опасных производственных объектов | |
| CN109241590B (zh) | 一种环保疏浚工程中判别重金属污染底泥污染类型的方法 | |
| Duke et al. | Pollutants in storm water runoff from metal plating facilities, Los Angeles, California | |
| CN115936192A (zh) | 一种土壤环境污染物风险预测方法及系统 | |
| Yang et al. | Spatiotemporal patterns of soil heavy metal pollution risk and driving forces of increment in a typical industrialized region in central China | |
| Renzi et al. | Baseline levels of trace elements in coastal sediments from the central Mediterranean (Tuscany, Italy) | |
| Barbieri et al. | Estimating the uncertainty from sampling in pollution crime investigation: The importance of metrology in the forensic interpretation of environmental data | |
| CN115526445A (zh) | 基于生态风险加权频率的水体优控有机污染物筛查方法 | |
| CN109711736B (zh) | 一种筛选流域水环境风险物质的方法及装置 | |
| Stoline et al. | Statistical trends in ground-water monitoring data at a landfill superfund site: a case study | |
| Duke et al. | COMPLIANCE WITH STORM WATER POLLUTION PREVENTION REGULATIONS BY THE METAL FINISHING INDUSTRY 1 | |
| CN117030634B (zh) | 一种地下水污染快速检测修复方法 | |
| Jackson et al. | Collection and chemical analysis of lichens for biomonitoring | |
| Muttaqin | TREND ANALYSIS AND DATA MODELING OF DOMESTIC WASTEWATER QUALITY AS PREPARATION TOWARDS SMART ENVIRONMENT PLATFORM DEVELOPMENT | |
| Jones et al. | Analytical chemistry detection limits and the evaluation of dredged sediment | |
| CN113469493A (zh) | 一种基于独立作用模型的重金属复合污染风险评估方法 | |
| Gilbert | 27 An overview of statistical issues related to environmental cleanup |
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 |