CN113393127B - 一种区域环境管控化学物质筛查优选确定方法 - Google Patents

一种区域环境管控化学物质筛查优选确定方法 Download PDF

Info

Publication number
CN113393127B
CN113393127B CN202110669707.1A CN202110669707A CN113393127B CN 113393127 B CN113393127 B CN 113393127B CN 202110669707 A CN202110669707 A CN 202110669707A CN 113393127 B CN113393127 B CN 113393127B
Authority
CN
China
Prior art keywords
chemical
regional
hazard
hierarchy
toxicity
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
Application number
CN202110669707.1A
Other languages
English (en)
Other versions
CN113393127A (zh
Inventor
刘伟
姚洪烨
王水
钟道旭
张丹
张羽西
李嘉明
柏立森
陶景忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Provincial Academy of Environmental Science
Original Assignee
Jiangsu Provincial Academy of Environmental Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Provincial Academy of Environmental Science filed Critical Jiangsu Provincial Academy of Environmental Science
Priority to CN202110669707.1A priority Critical patent/CN113393127B/zh
Publication of CN113393127A publication Critical patent/CN113393127A/zh
Application granted granted Critical
Publication of CN113393127B publication Critical patent/CN113393127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开一种区域环境管控化学物质筛查优选确定方法,包括建立高关注度化学物质名录,建立区域优先评估化学物质数据库,对区域优先评估化学物质数据库中各化学物质进行危害判别,得到区域化学物质危害性数据,对化学物质的危害性进行量化,根据危害性量化结果,对所述区域优先评估化学物质数据库的化学物质危害性进行排序,确定区域优先控制化学物质数据库。本发明在污染物筛选程序中引入层次分析法(AHP)、熵值法(Entropy)和联合权重分析法(AHP‑Entropy)进行多准则决策,综合考虑了化学物质的暴露潜力和毒性效应,对危害性数据进行量化,结合区域内化学物质的产生量、排放量、监测可行性和废水可生化性,更具有全面性、可靠性以及实用性。

Description

一种区域环境管控化学物质筛查优选确定方法
技术领域
本发明属于环保领域,具体涉及一种区域环境管控化学物质筛查优选确定方法。
背景技术
长期以来化学物质环境污染威胁着生态环境安全和人群健康。工业区域等积聚了大量的化学物质生产、使用,向环境排放的污染物种类繁多、数量巨大。随着对环境保护和健康风险认识的提高,有关区域环境化学物质监控、治理及风险管控的需求日益迫切,因此,系统性开展化学物质治理防控具有重大意义。然而,特定区域中生产、使用及排放的化学物质具有种类繁多、污染面广、毒性差异大等特点,对每一种化学物质制定标准,实行控制是不可能的,只能对一些重点化学物质分步予以控制。需制定一个确定方法,从区域众多化学物质中,筛查确定需要优先控制的化学物质。
筛选环境优先污染物时要考虑的方面很多。目前,包括我国在内的许多国家采用优先排序和筛选方法,对环境化学物质进行定性或者半定量的分析。如Efrain H等运用Hasse图解法对环境中优先化学物质进行筛选;Berelson WM等通过一元分布法对环境中化学物质进行筛选排序;Lu XX等运用综合分析法对环境中化学物质进行了排序。我国全燮等应用模糊混合聚类方法对环境中有机物优先排序进行了研究;楼文高等通过密切值法对环境中有机化学物质进行优先排序;刘存等应用Hasse图解法对环境中有机化学物质进行筛选。分析国内外这些筛选方法,Hanse图解法和密切值法能直观描述复杂的信息,反应不同指标的化合物之间的矛盾,但不能对处于同一层次上的物质进行比较;综合评判法是依据既定的筛选原则和程序,运用各种参数和数据对候选名单中的化学污染物一一进行讨论和综合考察,由粗到细,反复比较,逐步缩小入选的品种和范围,这种筛选方法需要依赖富有经验的专家,筛选结果的精度和可接受程度常常受到专家的学识水平和实践经验的限制。潜在危害指数法是一种依据化学物质对环境的潜在危害大小进行排序的方法,其特点是抓住化学物质对人和生物的毒效应作为主要参数,利用各种毒性数据通过统一模式来估算化学物质的潜在危害大小,不足之处是未考虑化学物质的环境暴露和环境转归。一元分布法能通过排放量对化学物质进行筛选,但所需数据量较大;综合评分法能对多个指标进行筛选,筛选前事先需设定评分系统和权重,将各参数的数据分级赋予不同的分值,筛选时给待选的品种按一定的指标逐一打分,各单项的得分叠加即为每一品种所得总分,然后设定一分数线来筛选出一定数量的环境优先污染物。此方法采取打分评分来确定环境优先污染物,看似较为客观,但由于某些参数的分级赋值较为困难,不同的赋值范围及权重的确定往往带有较多的主观因素。但此法仍是筛选环境优先污染物方法的发展方向。此外,现有的研究方法中,虽然有部分方法进行了优化,考虑多指标参数或多级筛选,但都只考虑了化学物质本身的危害,没有考虑其对人体健康危害,而区域环境污染会通过多种暴露途径进入人体,最终对人体健康造成危害。
模糊聚类法的优点是能综合利用多种(定性的和定量的)指标进行化学污染物的分类,分类的结果具有较直观和客观的特点,但此法与潜在危害指数法一样,也只能作粗略的分类,其分类结果并不是最终的结论,还需由有经验的专家根据实际情况对其中不尽合理的部分作适当调整。但由于模糊聚类法使筛选环境优先污染物的工作从定性化到定量化迈进,是一种具有推广和应用前景的方法。
发明内容
本发明的目的是提供一种区域环境管控化学物质筛查优选确定方法,基于AHP层次分析法、Entropy熵值法和AHP-Entropy联合权重分析法对区域优先评估化学物质数据库的化学物质危害性进行多准则决策排序,更具有可靠性和实用性,提高确定方法的准确性。
实现本发明的技术方案是:
一种区域环境管控化学物质筛查优选确定方法,包括以下步骤:
步骤一:建立高关注度化学物质名录;所述高关注度化学物质名录包括客户端区域企业输入的化学物质种类数据和国内外优先控制化学品清单;
步骤二:根据所述高关注度化学物质名录,获得区域内的优先评估化学物质数据信息,建立区域优先评估化学物质数据库;收集数据库中区域优先评估化学物质名录的危害数据,所述危害数据包括暴露潜力和危害识别,所述暴露潜力包括化学物质的P和B属性,P属性的分类包括高持久性vP、持久性P和不具备持久性N,B属性的分类包括高生物富集性vB、生物富集性B和不具备生物富集性N;所述危害识别包括CMR属性,CMR属性包含致癌性C物质、到处突变性M和生殖毒性R物质;
步骤三:对区域优先评估化学物质数据库中各化学物质进行危害判别,得到区域化学物质危害性数据;结合化学物质的P、B和CMR属性,化学物质具有潜在的P、B或CMR属性中的任一项,即获得区域化学物质危害性数据;
步骤四:根据区域化学物质危害性数据对化学物质的危害性进行量化;
步骤五:根据危害性量化结果,对所述区域优先评估化学物质数据库的化学物质危害性进行排序;
步骤六:根据排序结果,确定区域优先控制化学物质数据库;
其中,所述步骤五中,基于AHP层次分析法、Entropy熵值法和AHP-Entropy联合权重分析法对所述区域优先评估化学物质数据库的化学物质危害性进行多准则决策排序。
进一步地,所述AHP层次分析法包括构建AHP递阶层次,考虑持久性C1、生物富集性C2、水生急性毒性D1、水生慢性毒性D2、致癌性D3、经皮/经口/吸入哺乳动物急性毒性D4、致突变D5、单一/重复暴露的特定靶器官毒性D6和生殖毒性D7等毒性因素进行各层次的两两比较,基于1~9标度法,确定各因素间的相对重要性,然后,将化学物质按相当重要因素标度1、稍微重要因素标度3、明显重要因素标度5、强烈重要因素标度7、极端重要因素标度9,结合相邻判断的中间值标度2、4、6、8构造各层次的判断矩阵,确定权重值Wi
进一步地,所述AHP-Entropy联合权重分析法由Entropy权重分析基于获得化学物质危害性数据,使用SPSS进行数据的Z标准化处理,确定各毒性因素的权重值aij;以aij作为修正因子,修正AHP层次分析法确定的权重值Wj=(Wi×aij)/(ΣWi×aij)。
进一步地,所述多准则决策采用TOPSIS算法用于区域化学物质危害性排序。
进一步地,所述步骤六中,确定区域优先控制化学物质数据库包括:根据排序结果,结合区域内化学物质的产生量、排放量和监测可行性,确定区域优先控制化学物质候补数据库;基于候补数据库,结合化学物质的废水可生化性,确定区域优先控制化学物质数据库。
进一步地,所述监测可行性判断依据包括是否具有采样方法、分析方法、可获得标准物质以及具备分析仪器。
进一步地,所述化学物质的废水可生化性判断依据包括化学物质持久性、化学物质生化需氧量和化学需氧量的比值以及化学物质降解系数。
进一步地,所述步骤二中化学物质P属性和B属性的判断方法一致,参照REACH法规注册的化学物质信息,当REACH注册的化学物质信息数据缺失时,使用加拿大的分类结果进行补充。
进一步地,所述步骤二中CMR属性考虑化学物质的致癌性、致突变性和生殖毒性;化学物质的致癌性判断结果以国际癌症研究中心IARC致癌物分类为主,德国MAK工作场所化学有害因素职业接触限值进行补充;化学物质的致突变判断结果以日本GHS分类为主,欧盟GHS分类进行补充;化学物质的生殖毒性来源于日本GHS分类。
进一步地,所述步骤二中化学物质的危害识别还包括化学物质的水生毒性、特定靶器官毒性和哺乳动物急性毒性,所述水生毒性数据来源于日本GHS分类,化学物质特定靶器官毒性和哺乳动物急性毒性来源于日本GHS分类。
采用了上述技术方案后,本发明具有以下的有益效果:
(1)本发明AHP层次分析法、Entropy熵值法和AHP-Entropy联合权重分析法对区域优先评估化学物质数据库的化学物质危害性进行多准则决策排序,确定区域优先控制化学物质数据库,更具有可靠性和实用性,提高确定方法的准确性。
(2)本发明采用AHP层次分析法,利用比较少的定量信息将决策问题进行数字化,是一种定性与定量相结合的决策方法,具有灵活性、实用性和系统性的优点。
(3)本发明AHP-Entropy联合权重分析法客观性强,可以弥补AHP层次分析法客观性不足和Entropy权重分析主观性不足的缺陷,进一步提高确定方法的准确性。
(4)本发明多准则决策采用TOPSIS算法用于区域化学物质危害性排序,该方法能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距,对数据分布及样本含量没有严格限制,数据计算简单易行。
(5)本发明结合区域内化学物质的产生量、排放量和监测可行性,确定区域优先控制化学物质候补数据库;基于候补数据库,结合化学物质的废水可生化性,确定区域优先控制化学物质数据库,数据更加全面,进一步提高确定方法的准确性和实用性。
附图说明
图1为本发明区域优先控制化学物质筛选确定方法的流程图。
图2为本发明化学物质危害性筛查的层次分析结构图。
图3为本发明实施例1的AHP、Entropy和AHP-Entropy三种方法权重值对比图。
具体实施方式
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
(实施例1)
图1为本实施例区域优先控制化学物质筛查方法的流程图,以某化工园区为例。
步骤一:由园区企业在客户端输入化学物质种类清单数据,结合国内外优先控制化学品清单,比对清单,基于信息化筛查的特征化学物质,共检索出280种物质,建立高关注度化学物质名录。
步骤二:根据高关注度化学物质名录,获得区域内的优先评估化学物质数据信息,建立区域优先评估化学物质数据库。对280种高关注度化学物质名录进行危害数据收集,包括暴露潜力和危害识别两个方面,表1列举了收集到的部分园区化学物质的危害数据。暴露潜力包括化学物质的P和B属性,P属性的分类包括高持久性vP、持久性P和不具备持久性N,B属性的分类包括高生物富集性vB、生物富集性B和不具备生物富集性N;P属性和B属性的判断方法一致,参照REACH法规注册的化学物质信息,当REACH注册的化学物质信息数据缺失时,使用加拿大的分类结果进行补充。
危害识别包括生态效应和健康效应两个方面。生态效应主要考虑急性水生毒性和慢性水生毒性,数据来源于日本GHS分类。健康效应包括CMR、特定靶器官毒性和哺乳动物急性毒性。CMR属性包括化学物质的致癌性、致突变性和生殖毒性。化学物质的致癌性判断结果以国际癌症研究中心IARC致癌物分类为主,德国MAK工作场所化学有害因素职业接触限值进行补充;化学物质的致突变性判断结果以日本GHS分类为主,欧盟GHS分类进行补充;化学物质生殖毒性、特定靶器官毒性和哺乳动物急性毒性来源于日本GHS分类。
表1园区化学物质的危害数据
Figure SMS_1
Figure SMS_2
步骤三:基于区域优先评估化学物质名录,结合化学物质的P、B和CMR属性,确定区域化学物质危害性数据,化学物质具有潜在的P、B或CMR属性中的任一项,即获得区域化学物质危害性数据。通过对280种区域优先评估化学物质进行危害识别,共确定162种具有潜在的P、B或CMR危害的化学物质,被筛入区域化学物质危害性数据的化学物质包括144种有机化学物质和18种无机化学物质。例如表1所列5种的化学物质,其中氟氢酸、邻氯苯胺、甲基苯胺和甲胺被筛入区域化学物质危害性清单数据库,三乙胺因不具有潜在的P、B或CMR属性中的任一项,所以不被筛入区域化学物质危害性清单数据库。
步骤四:由于化学物质的危害性数据存在部分定性的结果,需对区域化学物质危害性清单中的化学物质的危害性数据进行量化,便于后续区域化学物质危害排序。
P和B的量化标准见表2,vP或vB类物质赋值100,P或B类物质赋值50,N以及缺失的物质赋值为1。
表2化学物质B和P分级及赋值
类别 vP/vB P/B N /
赋值 100 100/2=50 1 1
致癌性的量化标准见表3,IARC确定的1类致癌物赋值100,2A类赋值50,2B类赋值33,3类赋值25。基于IARC与MAK的分类依据比对,MAK分类中,1类赋值100,2类赋值50,3类赋值33,4类赋值25,5类赋值20,对于致癌性数据缺失的物质,赋值为1。
表3化学物质致癌性分级及赋值
类别 1 2A(2) 2B(3) 3(4) 5 /
赋值 100 100/2=50 100/3=33 100/4=25 100/5=20 1
生态效应和健康效应中的致突变、生殖毒性、特定靶器官毒性和哺乳动物急性毒性的赋值标准见表4,类别1为最危险的类别,得分为100分,危险程度越小,分配的分数越小。不适用项的最低得分为1分,未分类的得分为10分,低于类别5。在不可能分类的情况下,赋值30分,这接近于类别3的值,因为缺乏信息并不意味着没有危害。
表4化学物质生态效应和健康效应分级及赋值
Figure SMS_3
步骤五:基于AHP层次分析法、Entropy熵值法和AHP-Entropy联合权重分析法,结合区域化学物质危害性数据,对量化后的区域化学物质危害性数据进行多准则决策排序。
(1)AHP递阶层次构建
AHP,全称为多层次权重分析决策方法,将所要研究的问题层次化,把问题分解成目标、准则、方案等层次,在多指标评价体系指标权重值计算中有广泛的应用。AHP利用比较少的定量信息将决策问题进行数字化,是一种定性与定量相结合的决策方法,具有灵活性、实用性和系统性的优点。
基于量化后的区域化学物质危害性数据,构建化学物质危害性筛查的递阶层次结构,见图2。第一层级为本研究的目的,即化学物质危害性筛查。第二层级论述了化学物质危害性筛查排序考虑的主要因素。暴露潜力考虑物质的P和B属性。化学物质的P和B属性是反映化学物质在时间维度和空间维度迁移和传递的重要指标,对于判断其影响的时空尺度具有不可替代的作用,空间维度指的食物链传递。化学物质的毒害效应基于健康和生态毒性进行,n充分考虑化学物质在水生毒性和健康毒性方面的数据。最终建成的AHP递阶层次,见图2,共考虑14个因素。
(2)AHP因素权重值的确定
见表5,基于1~9标度法,进行各层次因素的两两比较,确定各因素间的相对重要性。构造各层次的判断矩阵,计算矩阵每行的mi值,并开立方得到权重Ni,计算最终权重值Wi。其中bij为判断矩阵数值,如公式(1)-(3)所示。
表5 1~9标度法
标度 定义 解释
1 相当重要 两因素相比,具有相同重要性
3 稍微重要 两因素相比,前者比后者稍微重要
5 明显重要 两因素相比,前者比后者明显重要
7 强烈重要 两因素相比,前者比后者强烈重要
9 极端重要 两因素相比,前者比后者极端重要
2、4、6、8 相邻判断的中间值
Figure SMS_4
Figure SMS_5
Figure SMS_6
计算矩阵的最大特征值λmax,定义CI=(λmax-n)/(n-1),CI为矩阵一致性指标,其中,n为矩阵的阶数。CR为随机一致性比率,定义为CR=CI/RI,其中,RI为平均随机一致性指标,与矩阵的阶数有关,见表6,CR<0.1表明结果具有一致性。
表6平均随机一致性指标表
n 1 2 3 4 5 6 7 8
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41
下面结合图2具体阐述AHP因素权重值的确定方法:
基于1~9标度法,对相同层次的因素进行两两比较,确定各因素间的相对重要性,构建各层次的判断矩阵。
层次A与层次B的构成的判断矩阵
Figure SMS_7
λmax=2,CI=0,RI=0,CR=0
暴露潜力(B1)与层次C构成的判断矩阵
Figure SMS_8
λmax=2,CI=0,RI=0,CR=0
危害识别(B2)与层次C构成的判断矩阵
Figure SMS_9
Figure SMS_10
λmax=2,CI=0,RI=0,CR=0
生态效应(C3)与层次D构成的判断矩阵
Figure SMS_11
λmax=2,CI=0,RI=0,CR=0
健康效应(C4)与层次D构成的判断矩阵
Figure SMS_12
λmax=5.003,CI=0.00089,RI=1.12,CR=0.0008
哺乳动物急性毒性(D4)与层次E构成的判断矩阵
Figure SMS_13
λmax=3,CI=0,RI=0.58,CR=0
特定靶器官毒性(D6)与层次E构成的判断矩阵
Figure SMS_14
λmax=2,CI=0,RI=0,CR=0
哺乳动物急性吸入毒性(E3)与层次F构成的判断矩阵
Figure SMS_15
λmax=3,CI=0,RI=0.58,CR=0
基于上述计算的各指标的结果,计算最终的权重值,见表7。
表7 AHP各指标权重
权重 C1 C2 D1 D2 D3 E1 E2 F1
0.250 0.083 0.083 0.250 0.087 0.009 0.009 0.003
权重 F2 F3 D5 E4 E5 D7
0.003 0.003 0.087 0.008 0.0038 0.087
(3)Entropy权重分析
Entropy是一种客观的权重决策方法,根据指标变化程度对指标的影响来决定指标的权重。当某一评价指标值离散程度越大,则熵值就越大,该指标提供的信息量就越大,故其权重值越大;反之,指标值离散程度越小,熵值就越小,容纳的信息量就越小,故权重值越小。
基于收集到的毒性和环境效应数据,使用SPSS进行数据的Z标准化处理,如公式(4)所示。其中
Figure SMS_16
为各个考虑因素的平均值,Sj为标准偏差。利用公式(5)-(8)计算各个评价因子权重值aij,其中m为化学物质的个数。
Figure SMS_17
Figure SMS_18
K=1/ln m (7)
Figure SMS_19
计算各个评价因子权重值,结果见表8。
表8 Entropy各指标权重
权重 C1 C2 D1 D2 D3 E1 E2 F1
0.0714 0.0717 0.0715 0.0715 0.0715 0.0712 0.0712 0.0716
权重 F2 F3 D5 E4 E5 D7
0.0715 0.0711 0.0715 0.0713 0.0713 0.0715
(4)AHP-Entropy联合权重分析
AHP-Entropy是将AHP和Entropy结合起来进行综合运用的方法,可以弥补AHP层次分析法客观性不足和Entropy权重分析法主观性不足的缺陷,是一种综合性的决策方法。AHP-Entropy是将Entropy权重分析确定的权重值aij作为修正因子,修正AHP层次分析法确定的权重值Wj,从而弥补这两种决策方法的缺点,利用公式(9)计算。
Wj=(Wi×aij)/(∑Wi×aij) (9)
基于AHP-Entropy法对化学物质危害性清单的指标进行计算,结果见表9。
表9 AHP-Entropy各指标权重
权重 C1 C2 D1 D2 D3 E1 E2 F1
0.2500 0.0833 0.0833 0.2501 0.0868 0.0090 0.0090 0.0030
权重 F2 F3 D5 E4 E5 D7
0.0030 0.0030 0.0868 0.0076 0.0382 0.0867
AHP、Entropy和AHP-Entropy三种方法确定的化学物质危害性数据评价指标的权重值如图3所示。其中,基于Entropy确定的指标权重值中,所有指标上下浮动幅度不明显,趋于一条直线,说明化学物质危害性清单评价指标的重要程度基本相同。AHP确定的权重值上下浮动明显,持久性C1、生物富集性C2、水生慢性毒性D2、致癌性D3、致突变D5、生殖毒性D7指标对评价结果的影响相对重要。AHP-Entropy确定的指标权重值走势与层次分析法基本相同,这是由于作为修正因子的熵值法确定的指标权重值趋于一条直线,对最终的权重值的确定影响很小。
(5)排名及得分
多准则决策中的TOPSIS算法被用于区域化学物质危害性排序。TOPSIS法是一种常用的组内综合评价方法,能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距。基本过程为基于归一化后的原始数据矩阵,采用余弦法找出有限方案中的最优方案和最劣方案,然后分别计算各评价对象与最优方案和最劣方案间的距离,获得各评价对象与最优方案的相对接近程度,以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制,数据计算简单易行。本项目的计算过程采用Python完成。
基于多准则决策中的TOPSIS算法,对上述筛查获取的162种物质进行危害排序,排名前20的化学物质如表10所示。危害性排序排名前三的物质为溶剂油、毒死婢和四氯乙烯。
溶剂油是石油产品之一,又叫化工轻油,是以原油或其他原料加工生产的用于化工原料的轻质油,主要用作重整和化工原料。溶剂油被IARC确定为一类致癌物(人体致癌物)。溶剂油具有生物富集性,释放进入到环境中,可以在生物体内富集。此外,溶剂油释放进入到水生环境中,对水生生物具有高毒性效应。日本GHS分类表明,溶剂油的急性水生毒性和慢性水生毒性均为级别1。
毒死婢是一种持久性化学物质,具有生物富集性,进入到环境中,对水生生物具有非常高的毒性。日本GHS分类表明,毒死婢的急性水生毒性和慢性水生毒性均为级别1。此外,人体暴露在毒死婢下,会对神经系统造成损伤,特异靶器官毒性(单一和重复)均为级别1。
四氯乙烯是一种持久性化学物质,进入到进入到环境中,对水生生物具有非常高的毒性。日本GHS分类表明,四氯乙烯的急性水生毒性和慢性水生毒性均为级别1。四氯乙烯被IARC确定为2A类致癌物(大概率人体致癌物)。此外,四氯乙烯会对人体中枢神经系统、呼吸系统、肝脏和肾脏造成危害。四氯乙烯已被列入我国优先控制化学品(第一批)。
表10 TOPSIS筛查排名前20的化学物质
排名 CAS号 化学品名称 得分
1 64742-94-5 溶剂油 16.71
2 2921-88-2 毒死蜱 16.23
3 127-18-4 四氯乙烯 12.45
4 95-51-2 邻氯苯胺 11.04
5 71-43-2 10.86
6 114-26-1 残杀威 10.31
7 149-30-4 2-巯基苯并噻唑 10.23
8 106-99-0 1,3-丁二烯 10.08
9 64-19-7 醋酸 10.06
10 142-59-6 代森钠 10.03
11 100-63-0 苯肼 9.92
12 108-90-7 氯苯 9.87
13 95-49-8 邻氯甲苯 9.71
14 330-54-1 敌草隆 9.71
15 25103-58-6 叔十二硫醇 9.69
16 74-90-8 氢氰酸 9.63
17 36734-19-7 异菌脲 9.44
18 120-83-2 2,4-二氯苯酚 9.43
19 12427-38-2 代森锰 9.43
20 28249-77-6 杀草丹 9.42
步骤六:基于区域化学物质危害性排序的结果,结合区域内化学物质的产生量、排放量和监测可行性,使用公式(10)进行计算确定区域优先控制化学物质候补清单。公式中,X为化学物质危害性排序得分;Y为化学物质的产生总量(t/a);Z为化学物质的排放总量(t/b);a和b为系数,相加等于1。此外,选择国内已经具备一定基础条件,且可以监测的化学物质,作为区域优先控制化学物质。基础条件包括具有采样、分析方法、可获得标准物质、具备分析仪器等。
Score=X×(a×Y+b×Z) (10)
使用公式(10)计算得分。同时,考虑化学物质的监测可能性,得到园区优先控制化学物质的候补清单。如表11所示为排名前20的化学物质,园区优先控制化学物质筛查排序前三的物质为甲苯、氯苯和N,N-二甲基甲酰胺。
表11园区优先控制特征化学物质候补清单(前20)
Figure SMS_20
Figure SMS_21
基于区域优先控制化学物质候补清单,结合化学物质的废水可生化性,最终确定区域优先控制化学物质。
在该园区废水化学物质管控实践中,难降解物质是一类尤其需要关注的物质,此类物质对园区企业及污水处理厂工艺设计、运行运维、达标排放等十分重要。上述筛选过程中,特征化学物质筛选一开始我们就已经初步考虑难降性、持久性,鉴于该类物质对园区废水环境管理重要性,我们仍需进一步明确特征化学物质难降解物质的具体名录。
国内外在生物降解性研究方面已经开展了大量的工作,对有机氯农药、多环芳烃、多氯联苯和二恶英等在水体、沉积物、土壤等环境介质中的生物降解性和降解机理的研究都已有较多的文献报道,对从化学物质结构的基础上预测化合物生物活性和生物降解性的研究也有探索性工作。但由于生态环境中可降解化学物质的生物种类繁多,不同环境介质中生物的生长和化学物质降解条件千差万别,使得生物降解性的研究面临的问题非常复杂。
持久性主要是环境中的物质衰减性的一个判断指标,虽然并不直接等同于生物降解行,但可从侧面一定程度上反应物质生物降解性。本实施例特征化学物质的持久性判断见表1。
通过物质生化需氧量和化学需氧量的比值进行判断,比值越高,物质的可生物降解行越好。通常B/C比判断可按照以下标准判断生物降解行,见表12。
表12 B/C指标判断方法
BOD5/COD <0.3 0.3-0.45 >0.45
可生化性 难生化 可生化 易生化
水处理过程中,物质的生物降解性直接决定了污水生化处理工序物质的降解效率。一定时间经微生物处理后物质残留浓度百分比越低,表明生物的生物降解性越好。选择一定时间段,即14天和28天的降解数据进行比较,设定降解效率<30%的物质为难降解物质,筛查难以生物降解的物质,共筛查88种。
按照要求,园区首批次可选择5种化学物质进行优先管控。综合考虑信息化筛选、多准则模型筛选结果,结合物质的生物降解性、监测可行性,园区首批次优先控制化学物质建议名录见表13。其中,三氯甲烷和二氯甲烷为我国第一批优先控制化学品和有毒有害水化学物质名录物质。
表13园区首批次优先控制特征化学物质建议名录
Figure SMS_22
本实施例综合考虑了化学物质的暴露潜力和危害识别,对危害性数据进行量化,基于AHP层次分析法、AHP-Entropy联合权重分析法和多准则决策模型对区域优先评估化学物质数据库的化学物质危害性进行排序,结合园区内化学物质的产生量、排放量、监测可行性和废水可生化性来最终确定园区优先控制化学物质清单,更具有全面性、可靠性以及实用性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种区域环境管控化学物质筛查优选确定方法,其特征在于包括以下步骤:
步骤一:建立高关注度化学物质名录;
步骤二:根据所述区域优先评估化学物质名录,获得区域内的优先评估化学物质数据信息,建立区域优先评估化学物质数据库;
步骤三:对区域优先评估化学物质数据库中各化学物质进行危害判别,得到区域化学物质危害性数据;
步骤四:根据区域化学物质危害性数据对化学物质的危害性进行量化;
步骤五:根据危害性量化结果,对所述区域优先评估化学物质数据库的化学物质危害性进行排序;
步骤六:根据排序结果,确定区域优先控制化学物质数据库;
其中,所述步骤五中,基于AHP层次分析法、Entropy熵值法和AHP-Entropy联合权重分析法对所述区域优先评估化学物质数据库的化学物质危害性进行多准则决策排序,具体包括:
基于量化后的区域化学物质危害性数据,构建化学物质危害性筛查的递阶层次结构,所述递阶层次结构包括六个层次,分别为第一层次、第二层次、第三层次、第四层次、第五层次和第六层次,所述第一层次包括区域化学物质危害性筛查A,第二层次包括暴露潜力B1和毒害效应B2,所述第三层次包括持久性C1、生物富集性C2、生态效应C3和健康效应C4,所述持久性C1、生物富集性C2对应为暴露潜力B1的下一层次,所述生态效应C3和健康效应C4对应为所述毒害效应B2的下一层次,所述第三层次包括水生急性毒性D1、水生慢性毒性D2、致癌性D3、哺乳动物急性毒性D4、致突变D5、特定靶器官毒性D6和生殖毒性D7,所述水生急性毒性D1、水生慢性毒性D2对应为所述生态效应C3的下一层次,所述致癌性D3、哺乳动物急性毒性D4、致突变D5、特定靶器官毒性D6和生殖毒性D7对应为所述健康效应C4的下一层次,所述第五层次包括经皮E1、经口E2、吸入E3、单一暴露E4和重复暴露E5,所述经皮E1、经口E2、吸入E3对应为所述哺乳动物急性毒性D4的下一层次,所述单一暴露E4和重复暴露E5对应为所述特定靶器官毒性D6的下一层次,所述第六层次包括空气F1、蒸汽F2和粉尘F3,所述空气F1、蒸汽F2和粉尘F3对应为所述吸入E3的下一层次;
将持久性C1、生物富集性C2、水生急性毒性D1、水生慢性毒性D2、致癌性D3、经皮/经口/吸入哺乳动物急性毒性D4、致突变D5、单一/重复暴露的特定靶器官毒性D6和生殖毒性D7进行各层次的两两比较,基于1~9标度法,确定各因素间的相对重要性,将化学物质按相当重要因素标度1、稍微重要因素标度3、明显重要因素标度5、强烈重要因素标度7、极端重要因素标度9,结合相邻判断的中间值标度2、4、6、8,构造各层次的判断矩阵,通过如下公式(1)-(3)确定权重值Wi
Figure FDA0004108118810000021
Figure FDA0004108118810000022
Figure FDA0004108118810000023
计算矩阵的最大特征值λmax,定义CI=(λmax-n)/(n-1),CI为矩阵一致性指标,其中,n为矩阵的阶数,CR为随机一致性比率,定义为CR=CI/RI,其中,RI为平均随机一致性指标;根据随机一致性比率确定判断各层次的判断矩阵的结果的一致性;
基于收集到的毒性和环境效应数据,通过公式(4)进行数据的Z标准化处理,利用公式(5)-(8)计算各个评价因子权重值aij
Figure FDA0004108118810000024
Figure FDA0004108118810000025
Figure FDA0004108118810000026
K=1/lnm(7)
Figure FDA0004108118810000027
其中
Figure FDA0004108118810000028
为各个考虑因素的平均值,Sj为标准偏差;
利用如下公式(9)修正权重值Wi
Wj=(Wi×aij)/(∑Wi×aij) (9)
基于归一化后的原始数据矩阵,采用余弦法找出有限方案中的最优方案和最劣方案,然后分别计算各评价对象与最优方案和最劣方案间的距离,获得各评价对象与最优方案的相对接近程度,以此作为评价优劣的依据。
2.根据权利要求1所述的一种区域环境管控化学物质筛查优选确定方法,其特征在于:所述AHP-Entropy联合权重分析法由Entropy权重分析基于获得化学物质危害性数据,使用SPSS进行数据的Z标准化处理,确定各毒性因素的权重值aij;以aij作为修正因子,修正AHP层次分析法确定的权重值Wj
3.根据权利要求1所述的一种区域环境管控化学物质筛查优选确定方法,其特征在于:所述多准则决策排序采用优劣解距离TOPSIS算法用于区域化学物质危害性排序,计算过程采用Python完成。
4.根据权利要求1所述的一种区域环境管控化学物质筛查优选确定方法,其特征在于,所述步骤六中,确定区域优先控制化学物质数据库包括:根据排序结果,结合区域内化学物质的产生量、排放量和监测可行性,确定区域优先控制化学物质候补数据库;基于候补数据库,结合化学物质的可降解性,确定区域优先控制化学物质数据库。
5.根据权利要求4所述的一种区域环境管控化学物质筛查优选确定方法,其特征在于:所述监测可行性判断依据包括是否具有标准采样方法、分析方法、可获得标准物质以及具备分析仪器。
6.根据权利要求4所述的一种区域环境管控化学物质筛查优选确定方法,其特征在于:所述化学物质的废水可降解性判断依据包括化学物质持久性、化学物质生化需氧量和化学需氧量的比值以及化学物质14天、28天降解系数。
CN202110669707.1A 2021-06-17 2021-06-17 一种区域环境管控化学物质筛查优选确定方法 Active CN113393127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110669707.1A CN113393127B (zh) 2021-06-17 2021-06-17 一种区域环境管控化学物质筛查优选确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110669707.1A CN113393127B (zh) 2021-06-17 2021-06-17 一种区域环境管控化学物质筛查优选确定方法

Publications (2)

Publication Number Publication Date
CN113393127A CN113393127A (zh) 2021-09-14
CN113393127B true CN113393127B (zh) 2023-06-20

Family

ID=77621571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110669707.1A Active CN113393127B (zh) 2021-06-17 2021-06-17 一种区域环境管控化学物质筛查优选确定方法

Country Status (1)

Country Link
CN (1) CN113393127B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114372665B (zh) * 2021-11-30 2024-05-03 江苏省环境工程技术有限公司 一种毒害化学物质的筛查方法及筛查系统
CN116167626A (zh) * 2023-04-26 2023-05-26 天科院环境科技发展(天津)有限公司 一种危化品集装箱堆场环境风险评价代表性物质筛选方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105719085A (zh) * 2016-01-21 2016-06-29 北京师范大学 一种区域综合环境风险评估与区划方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102222172A (zh) * 2011-06-28 2011-10-19 哈尔滨工业大学 一种跨界突发性水环境污染事故危害的实时定量判定方法
CN102880800B (zh) * 2012-09-25 2016-02-24 常州大学 基于健康风险的区域土壤环境优先控制污染物筛选方法
US9799006B2 (en) * 2013-10-08 2017-10-24 Baker Hughes Incorporated Methods, systems and computer program products for chemical hazard evaluation
CN105389673A (zh) * 2015-12-16 2016-03-09 河南理工大学 一种区域突发环境污染事故风险综合评价方法
CN109377117A (zh) * 2018-12-21 2019-02-22 中国水利水电科学研究院 一种基于改进topsis法的应急预案评价方法
US11244085B2 (en) * 2018-12-28 2022-02-08 Nizar Markiz Knowledge-based recommendation system for infrastructure project design
US20210057109A1 (en) * 2019-08-20 2021-02-25 Peter Keith Rogan Method for identifying and quantifying populations exposed to environmental hazards across a geographic region
CN111461576A (zh) * 2020-04-27 2020-07-28 宁波市食品检验检测研究院 一种食品中化学危害物安全风险模糊综合评价方法
CN112927113A (zh) * 2020-11-30 2021-06-08 生态环境部固体废物与化学品管理技术中心 一种京津冀有毒有害大气污染物的筛选方法
CN112614551A (zh) * 2020-12-27 2021-04-06 北京化工大学 一种危化介质多因素危害性综合评价方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105719085A (zh) * 2016-01-21 2016-06-29 北京师范大学 一种区域综合环境风险评估与区划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王玉秀,常艳君.区域环境风险综合评价方法.辽宁城乡环境科技.1999,(第03期),34-39. *

Also Published As

Publication number Publication date
CN113393127A (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
CN113393127B (zh) 一种区域环境管控化学物质筛查优选确定方法
List et al. Effects of environmental regulation on foreign and domestic plant births: is there a home field advantage?
Dunbar et al. River discharge and local‐scale physical habitat influence macroinvertebrate LIFE scores
Gibson et al. Nutrient criteria technical guidance manual lake and reservoirs
Knoben et al. Biological assessment methods for watercourses
CN111353720B (zh) 一种区域土壤环境中高风险污染物的识别方法
Magee et al. A national-scale vegetation multimetric index (VMMI) as an indicator of wetland condition across the conterminous United States
CN105868479A (zh) 多环芳烃源解析方法
Bray et al. An assessment of important SPECIATE profiles in the EPA emissions modeling platform and current data gaps
CN114357889A (zh) 一种基于人群健康风险的地块土壤优先控制污染物筛选方法及其应用
Coffin The emergence of microplastics: charting the path from research to regulations
CN112418675B (zh) 控制单元水环境优控污染物的筛选方法
CN112347155A (zh) 基于数据挖掘的场地污染特征因子识别和监测指标优化方法
Kumar et al. Mapping scientific collaboration: a bibliometric study of rice crop research in India
Hunter et al. Environmental hazards, migration, and race
Adebowale et al. Fuzzy comprehensive assessment of metal contamination of water and sediments in Ondo Estuary, Nigeria
CN113611373B (zh) 评估土壤污染生态风险的生物毒性归一化方法及其应用
Gardner et al. Mapping the evidence of the effects of environmental factors on the prevalence of antibiotic resistance in the non-built environment: protocol for a systematic evidence map
CN114372665A (zh) 一种毒害化学物质的筛查方法及筛查系统
Applegate et al. First steps in developing a multimetric macroinvertebrate index for the Ohio River
Marlow et al. Do legacy industrial sites produce legacy effects in ethnic and racial residential settlement? Environmental inequality formation in Rhode Island’s industrial core 1
CN109584972A (zh) 一种纺织工业优先管控污染物筛选方法
Nijboer et al. The use of indicator taxa as representatives of communities in bioassessment
Gray et al. Risk assessment and clean air policy
Lohse et al. The genome sequence of the Common Blue, Polyommatus icarus (Rottemburg, 1775)

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
GR01 Patent grant
GR01 Patent grant