CN114544913B - 一种土壤调查加密采样布点优化方法 - Google Patents
一种土壤调查加密采样布点优化方法 Download PDFInfo
- Publication number
- CN114544913B CN114544913B CN202210190876.1A CN202210190876A CN114544913B CN 114544913 B CN114544913 B CN 114544913B CN 202210190876 A CN202210190876 A CN 202210190876A CN 114544913 B CN114544913 B CN 114544913B
- Authority
- CN
- China
- Prior art keywords
- pollution
- distribution
- soil
- sampling
- value
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 197
- 238000005070 sampling Methods 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 96
- 239000002689 soil Substances 0.000 title claims abstract description 79
- 238000011835 investigation Methods 0.000 title claims abstract description 62
- 238000005457 optimization Methods 0.000 title abstract description 12
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 47
- 231100000719 pollutant Toxicity 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 238000003900 soil pollution Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000010586 diagram Methods 0.000 claims description 26
- 239000000126 substance Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 239000003802 soil pollutant Substances 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 8
- 239000000047 product Substances 0.000 claims description 7
- 239000013067 intermediate product Substances 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000011160 research Methods 0.000 description 14
- JOPOVCBBYLSVDA-UHFFFAOYSA-N chromium(6+) Chemical compound [Cr+6] JOPOVCBBYLSVDA-UHFFFAOYSA-N 0.000 description 10
- 229910001385 heavy metal Inorganic materials 0.000 description 8
- 229910052793 cadmium Inorganic materials 0.000 description 7
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 7
- 230000001186 cumulative effect Effects 0.000 description 6
- 239000011133 lead Substances 0.000 description 5
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 4
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 229910052804 chromium Inorganic materials 0.000 description 4
- 239000011651 chromium Substances 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 229910052785 arsenic Inorganic materials 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000005527 soil sampling Methods 0.000 description 3
- DXBHBZVCASKNBY-UHFFFAOYSA-N 1,2-Benz(a)anthracene Chemical compound C1=CC=C2C3=CC4=CC=CC=C4C=C3C=CC2=C1 DXBHBZVCASKNBY-UHFFFAOYSA-N 0.000 description 2
- FMMWHPNWAFZXNH-UHFFFAOYSA-N Benz[a]pyrene Chemical compound C1=C2C3=CC=CC=C3C=C(C=C3)C2=C2C3=CC=CC2=C1 FMMWHPNWAFZXNH-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000004927 clay Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 229910052745 lead Inorganic materials 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- UBOXGVDOUJQMTN-UHFFFAOYSA-N 1,1,2-trichloroethane Chemical compound ClCC(Cl)Cl UBOXGVDOUJQMTN-UHFFFAOYSA-N 0.000 description 1
- KHNYNFUTFKJLDD-UHFFFAOYSA-N BCR-49 Natural products C1=CC(C=2C3=CC=CC=C3C=CC=22)=C3C2=CC=CC3=C1 KHNYNFUTFKJLDD-UHFFFAOYSA-N 0.000 description 1
- TXVHTIQJNYSSKO-UHFFFAOYSA-N BeP Natural products C1=CC=C2C3=CC=CC=C3C3=CC=CC4=CC=C1C2=C34 TXVHTIQJNYSSKO-UHFFFAOYSA-N 0.000 description 1
- HAXBIWFMXWRORI-UHFFFAOYSA-N Benzo[k]fluoranthene Chemical compound C1=CC(C2=CC3=CC=CC=C3C=C22)=C3C2=CC=CC3=C1 HAXBIWFMXWRORI-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- SXQBHARYMNFBPS-UHFFFAOYSA-N Indeno[1,2,3-cd]pyrene Chemical compound C=1C(C2=CC=CC=C22)=C3C2=CC=C(C=C2)C3=C3C2=CC=CC3=1 SXQBHARYMNFBPS-UHFFFAOYSA-N 0.000 description 1
- BZHJMEDXRYGGRV-UHFFFAOYSA-N Vinyl chloride Chemical compound ClC=C BZHJMEDXRYGGRV-UHFFFAOYSA-N 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- FTOVXSOBNPWTSH-UHFFFAOYSA-N benzo[b]fluoranthene Chemical compound C12=CC=CC=C1C1=CC3=CC=CC=C3C3=C1C2=CC=C3 FTOVXSOBNPWTSH-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 150000001844 chromium Chemical class 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- LHRCREOYAASXPZ-UHFFFAOYSA-N dibenz[a,h]anthracene Chemical compound C1=CC=C2C(C=C3C=CC=4C(C3=C3)=CC=CC=4)=C3C=CC2=C1 LHRCREOYAASXPZ-UHFFFAOYSA-N 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- CKAPSXZOOQJIBF-UHFFFAOYSA-N hexachlorobenzene Chemical compound ClC1=C(Cl)C(Cl)=C(Cl)C(Cl)=C1Cl CKAPSXZOOQJIBF-UHFFFAOYSA-N 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 125000005575 polycyclic aromatic hydrocarbon group Chemical group 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种土壤调查加密采样布点优化方法,涉及场地土壤环境调查和场地土壤生态环境损害调查技术领域;收集场地信息及历史资料;布设初步调查采样点,采样检测;检测数据预处理;根据初步采样数据,利用原场点位法计算土壤环境基线值;分析污染物土壤基线值或当地背景值、国家相关标准、污染历史,结合调查目的,确定污染阈值;采用指示克里格插值法预测土壤污染概率,绘制污染概率预测图,确定重点加密布点区域;利用差变系数法对加密布点区域的最优加密样本量进行估计计算,确定场地土壤调查加密采样布点优化方案。本发明引入差变系数法和污染概率加密布点法,对场地土壤调查采样布点方法优化,实现了高效、准确的少采样目标。
Description
技术领域
本发明涉及场地土壤环境调查和场地土壤生态环境损害调查技术领域,尤其涉及一种土 壤调查加密采样布点优化方法。
背景技术
土壤污染已经形成点、面并发,并逐步向立体与综合演化的时空格局,呈现出流域性和 区域化发展的态势,以及与食物链复合交叉的特征。
土壤污染不仅造成了土壤资源的严重浪费,妨碍城市化建设和社会经济发展,还严重威 胁当地居民和周边人群的身体健康,为当地生态环境建设与恢复造成了严重的经济损失。因 此,污染场地治理修复刻不容缓。而污染场地环境调查工作是污染场地治理修复和生态环境 损害司法鉴定等工作的第一步,也是关键一步,是了解场地土壤污染现状的重要手段,调查 结果的准确程度直接关系到后续场地管理的经济、社会和技术效益,直接影响环生态境损害 司法鉴定结果和赔偿金额。制定科学高效的土壤调查采样布点方案不仅会节省大量的人力物 力,还会大大提高土壤调查结果的准确性和科学性。而现有的国家技术导则中,缺乏科学精 准的土壤污染调查采样点布设方法和采样点布设数量的确定方法,造成实际采样工作中无法 保证采集样品的代表性,经常需要通过密集的采样密度,来保证场地污染情况的真实性,从 而保证土壤污染调查的质量。由于不同的土壤调查采样方案会得到不同的土壤采样调查结果, 相对于实验室分析误差,不科学的土壤采样方案带来的误差影响更为显著。如今土壤污染调 查采样工作中的主要问题在于,野外采样工序复杂且经常受环境及人为因素的限制;采样点 位的布设密度缺乏统一标准,密集的采样密度虽然可以详细的反映场地污染情况,但需要耗 费较大的人力物力,也会参杂很多不具备代表性的样点,增加后续实验室化验的工作量,稀 疏的采样密度尽管可以节省费用,但容易丢失重要的场地污染信息。因此,提出科学高效合 理的土壤污染调查采样布点方法在土壤环境质量管理的技术和标准层面均具有重要意义。科 学高效的土壤污染调查采样布点方法应满足采样费用少、代表性强、采样精度高的要求,将 采样布点调查成本与调查不确定性导致的经济损失降到最低,在所需精度范围内用尽可能少 的采样点快速准确掌握场地土壤污染信息。
发明内容
针对上述现有技术的不足,本发明提出一种土壤调查加密采样布点优化方法。
一种污染场地土壤调查加密采样布点优化方法,包括以下步骤:
步骤1:收集疑似污染场地或待查场地信息及历史资料,包括地理位置、地形地貌、土 壤类型、水文地质资料、生物资源分布、污染物资料、用地状况、生产工艺、污染物排放情况、产品、原辅材料及中间产物;布设场地土壤初步调查采样点,采集场地土壤初步调查采样点样品,检测样品中污染物量,得到样品的检测数据;根据样品的检测数据,初步判断场地土壤中潜在污染物、污染范围及污染程度;
步骤2:对初步调查样品检测数据进行预处理:采用统计学方法SPSS分析初步调查采样 点样品检测数据分布情况,检验检测数据分布是否符合正态分布,若不符合正态分布需对检 测数据进行正态转换;若检测数据满足正态分布则执行步骤3,若不满足对检测数据进行正 态转换后执行步骤3;
步骤3:根据场地环境调查和生态环境损害调查确定相应的污染物污染阈值;
步骤3.1:场地环境调查:采用当地背景值、国家相关标准或土壤污染风险筛选值作为污 染物污染阈值;
步骤3.2:生态环境损害调查:首先根据初步调查采样点样品检测数据,利用原场点位法 计算土壤环境基线值,将计算出的土壤基线值确定为污染阈值;如无法采用原场点位法计算 土壤环境基线值,分析对照点值、当地背景值、国家相关标准和污染历史,确定污染阈值;
其中,利用原场点位法计算土壤环境基线值具体步骤为:
步骤3.2.1:收集场地相关资料,如包括地理位置、地形地貌、土壤类型、水文地质资料、 生物资源分布、污染物资料、用地状况、生产工艺、污染物排放情况、产品、原辅材料及中 间产物,全面分析资料后,进行布点采样;
步骤3.2.1.1:当场地条件为污染分布或污染范围明确时,利用收集场地的相关资料,确 定场地基线计算区域,即未污染或微污染区域;在该区域进行布点采样,对采样点样品进行 检测;
其中,布点采样为正常采样或低密度采样;
步骤3.2.1.2:当场地污染分布不明确或者污染范围未知时,收集污染场地相关资料,初 步确定场地基线计算区域,即未污染或微污染区域;在该区域进行布点采样,获取区域检测 数据;接着计算区域内污染物整体水平,确保计算区域污染物整体水平处于整个场地的最低 水平;
其中,布点采样为高密度采样;
步骤3.2.2:对区域样品检测数据进行分析,确定基线值,具体步骤如下;
步骤3.2.2.1:如果未检出物质,那么以检出限的1/2作为基线值;
步骤3.2.2.2:如果检出物质,使用累积频率分布法对到区域样品检测数据进行分析,得 到到检测数据分布图,分布图存在拐点的物质,采用低拐点作为基线值;分布图类似于直线 的物质,采用平均值作为基线值;分布图既不存在低拐点,也不呈现直线分布的物质,进一 步利用正态分布检验法确定基线;
其中,检测数据分布图呈正态分布时,采用平均值作为基线值;样点数据呈非正态分布 时,采用中位值作为基线值;
步骤4:采用指示克里格插值法预测场地土壤污染物含量超过污染阈值的概率,绘制污 染概率预测图,并选择污染不确定区域为重点加密布点区域;
将符合正态分布的初步调查采样点位数据添加到ArcGIS软件的地统计模块中,通过指示 克里格插值法预测土壤污染物含量超过污染阈值的概率,污染概率取值范围为0~1;概率值 越高则代表污染超标的可能性越大,反之则为清洁土壤;概率值介于高值和低值之间即为污 染不确定区域,并选择污染不确定区域为重点加密布点区域;
步骤5:利用差变系数法对重点加密布点区域的最优加密样本量进行计算,即计算场地 地块污染物平均浓度与场地土壤污染阈值的差异与“估计标准差”的比值;根据这一比值, 确定各污染概率值区间合理的加密采样布点数量;
比值用τ表示,计算公式如下:
式中,μ1表示地块污染物平均浓度;S0为步骤3所述污染阈值,σ为地块污染物估计标准差;在τ值较大的区域分配较少的加密点位,在τ值较小的区域分配较多的加密点位。
本发明的有益技术效果:相较于常规使用的几种采样布点方法,本发明避免了盲目布点 的成本浪费,减少了布点误差,能够准确、经济、高效的完成场地土壤调查加密采样布点工 作,大幅提高了场地土壤调查的布点精度和效率。
附图说明
图1为本发明的整体流程示意图;
图2为本发明数据预处理流程示意图;
图3为本发明实施例案例1的预测误差对比图;其中图a为未经过数据预处理的空间分 布预测误差;图b为数据预处理后的空间分布预测误差;
图4为本发明实施例案例1的六价铬、总铬、As和Pb累积频率分布图;
图5为本发明实施例案例1的污染概率预测图;
图6为本发明实施例案例1中各污染概率区间内平均布设10个点的点位图;
图7为本发明实施例案例1中各污染概率区间内平均布设20个点的点位图;
图8为本发明实施例案例1中污染概率加密布点方案点位布设图;
图9为本发明实施例案例1中加密采样布点优化方案点位布设图;
图10为本发明实施例2的重金属Cd累积频率分布图;
图11为本发明实施例2的初步调查采样点位及污染概率预测图;
图12为本发明实施例2中各污染概率区间内平均布设6个点的点位及污染范围预测图;
图13为本发明实施例2中污染概率加密布点方案点位布设及污染范围预测图;
图14为本发明实施例2中加密采样布点优化方案点位布设及污染范围预测图。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白,以下结合附图和具体实施例对本发明作 进一步的详细说明。
本发明提供了一种土壤调查加密采样布点优化方法,图1为本发明的整体流程示意图, 包括以下步骤:
案例1:以某化工厂为例,对本发明实施例进行详细说明;
以某化工厂为例,对本发明实施例进行详细说明;
步骤1:收集疑似污染场地或待查场地信息及历史资料,包括地理位置、地形地貌、土 壤类型、水文地质资料、生物资源分布、污染物资料、用地状况、生产工艺、污染物排放情况、产品、原辅材料及中间产物等;布设场地土壤初步调查采样点,采集场地土壤初步调查采样点样品,检测样品中污染物量,得到样品的检测数据;根据样品的检测数据,初步判断场地土壤中潜在污染物、污染范围及污染程度;
本化工厂占地面积约96万m2,主要生产铬盐、农药、化学试剂等产品,化工厂所在地 地层结构主要为杂填土(主要由黏性土、碎石、混粒砂等组成)和粉质黏土。厂区内西北角 长期堆存铬渣,对周边环境及土壤存在一定的铬污染。已知场地内可能存在的污染物为六价 铬、铅、砷、汞、氯仿、苯、1,1,2-三氯乙烷、氯乙烯、α-六六六、β-六六六和六氯苯。
结合场地实际情况,运用系统网格法在研究区叠加200m×200m的网格布点,共选取初步 调查点位15个,采样深度为50cm,每个样点均采用五点法采样。初步调查采样样品经检验 发现六价铬全部超标,因此本实施例以六价铬为特征污染物进行研究。
步骤2:对初步调查样品检测数据进行预处理:采用统计学方法SPSS分析初步调查采样 点样品检测数据分布情况,检验检测数据分布是否符合正态分布,若不符合正态分布需对检 测数据进行正态转换;若检测数据满足正态分布则执行步骤3,若不满足对检测数据进行正 态转换后执行步骤3;图2为本发明数据预处理流程示意图。
本实施例中,由于重金属污染在土壤中的扩散和迁移具不确定性和不可逆性等特点,为 了降低重金属污染对土壤污染调查结果的影响,需要在加密采样布点优化方法研究前进行数 据预处理。图3为未经过数据预处理与数据预处理后的六价铬污染空间分布预测误差对比图。 由图3可知,数据预处理可以降低重金属污染分布预测的误差,极大地提高采样布点结果的 准确性,是土壤污染调查工作中必不可少的一项。借助SPSS 13.0软件对初步采样点位样品 检测数据进行统计分析和正态检验,得出六价铬含量数据的最大值、最小值、均值、标准差、 变异系数及数据分布形态等分析指标,若初步采样点位数据呈非正态分布,需将数据进行正 态变换使数据的分布相对连续且接近正态分布,才能进行下一步的污染概率预测。
步骤3:根据场地环境调查和生态环境损害调查确定相应的污染物污染阈值;
步骤3.1:场地环境调查:采用当地背景值、国家相关标准或土壤污染风险筛选值作为污 染物污染阈值;
步骤3.2:生态环境损害调查:首先根据初步调查采样点样品检测数据,利用原场点位法 计算土壤环境基线值,将计算出的土壤基线值确定为污染阈值;如无法采用原场点位法计算 土壤环境基线值,分析对照点值、当地背景值、国家相关标准和污染历史,确定污染阈值;
其中,利用原场点位法计算土壤环境基线值具体步骤为:
步骤3.2.1:收集场地相关资料,如包括地理位置、地形地貌、土壤类型、水文地质资料、 生物资源分布、污染物资料、用地状况、生产工艺、污染物排放情况、产品、原辅材料及中 间产物,全面分析资料后,进行布点采样;
步骤3.2.1.1:当场地条件为污染分布或污染范围明确时,利用收集场地的相关资料,确 定场地基线计算区域,即未污染或微污染区域;在该区域进行布点采样,对采样点样品进行 检测;
其中,布点采样为正常采样或低密度采样;
步骤3.2.1.2:当场地污染分布不明确或者污染范围未知时,收集污染场地相关资料,初 步确定场地基线计算区域,即未污染或微污染区域;在该区域进行布点采样,获取区域检测 数据;接着计算区域内污染物整体水平,确保计算区域污染物整体水平处于整个场地的最低 水平;
其中,布点采样为高密度采样;
步骤3.2.2:对区域样品检测数据进行分析,确定基线值,具体步骤如下;
步骤3.2.2.1:如果未检出物质,那么以检出限的1/2作为基线值;
步骤3.2.2.2:如果检出物质,使用累积频率分布法对到区域样品检测数据进行分析,得 到到检测数据分布图,分布图存在拐点的物质,采用低拐点作为基线值;分布图类似于直线 的物质,采用平均值作为基线值;分布图既不存在低拐点,也不呈现直线分布的物质,进一 步利用正态分布检验法确定基线;
其中,检测数据分布图呈正态分布时,采用平均值作为基线值;样点数据呈非正态分布 时,采用中位值作为基线值;
本实施例利用原场点位法计算土壤环境基线值具体步骤如表1所示;
表1原场点位法基线的确定;
不同场地条件的基线确定步骤不同,主要分为场地功能分区明显,污染分布或污染范围 明确和污染源位置明确,污染分布不明确或者污染范围未知两种情况,第二种情况相对于第 一种情况,主要难点是基线计算区域的确定和计算区域合理性核实。数据分析方法优先采用 累积频率分布法,能较好反映数据的数据变化情况,其次采用正态分布检验法,方法简便, 但准确性较低。
由于六价铬所有区域都存在超标情况,虽然总铬不是所有点位都超标,但数据大部分远 超背景值。因此重点对As和Pb计算基线,尽量选择深层土壤的数据。采用表1基线确定步 骤进行基线确定,图4为10m处数据的累积频率分布图。As元素累积频率分布曲线存在低拐 点,低拐点值为6.8mg/kg,小于低拐点的平均值为5.93mg/kg。Pb元素累积频率分布近似直 线,取平均值13.38mg/kg作为基线。总铬和六价铬采用表1计算出基线,结果如表2所示。
表2基线计算结果
步骤4:采用指示克里格插值法预测场地土壤污染物含量超过污染阈值的概率,绘制污 染概率预测图,并选择污染不确定区域为重点加密布点区域;
将符合正态分布的初步调查采样点位数据添加到ArcGIS软件的地统计模块中,通过指示 克里格插值法预测土壤污染物含量超过污染阈值的概率,污染概率取值范围为0~1;概率值 越高则代表污染超标的可能性越大,反之则为清洁土壤;概率值介于高值和低值之间即为污 染不确定区域,并选择污染不确定区域为重点加密布点区域;由于采样调查结果的不确定性 主要出现在污染不确定区域即污染物含量过渡区域,所以本发明中提取污染不确定区域作为 重点加密布点区域。
本实施例绘制污染概率预测图并确定重点加密布点区域;
以初查点位数据为基础,土壤六价铬背景值8.4mg/kg作为污染阈值,假设初查点位数据 超过污染阈值则认定为受到污染,初查点位数据小于污染阈值则认定为未受到污染。选用指 示克里格插值法绘制污染概率预测图,模拟预测研究区内土壤中六价铬污染超过污染阈值的 概率,为了详细划分污染区域、未污染区域与污染不确定区域,将研究区污染概率分为五个 区段,分别为(0,0.3)、(0.3,0.5)、(0.5,0.75)、(0.75,0.9)和(0.9,1)。图5 为污染概率预测图。由图5可知,(0.9,1)区间的概率值较大,污染超标的可能性较大, 假设为污染土壤区域,(0,0.3)区间的概率值较小,污染超标的可能性较小,假设为清洁 土壤区域,(0.3,0.9)区间为污染过渡区域,是污染预测误差较大区域,因此提取污染概率 区间(0.3,0.9)所在区域为重点加密布点研究区域。
步骤5:利用差变系数法对重点加密布点区域的最优加密样本量进行计算,即计算场地 地块污染物平均浓度与场地土壤污染阈值的差异与“估计标准差”的比值;根据这一比值, 确定各污染概率值区间合理的加密采样布点数量;
比值用τ表示,计算公式如下:
式中,μ1表示地块污染物平均浓度;S0为步骤3所述污染阈值,σ为地块污染物估计标准差;在τ值较大的区域分配较少的加密点位,在τ值较小的区域分配较多的加密点位。
本发明可通过计算各污染概率区间差变系数的大小,给出合理分配各污染概率区间加密 布点数量的建议。在τ值较大的区域分配较少的加密点位,在τ值较小的区域分配较多的加 密点位。
本实施例比较各污染概率区间布点效率;
在五个污染概率区间(0,0.3)、(0.3,0.5)、(0.5,0.75)、(0.75,0.9)和(0.9, 1)所在区域内分别选取10个点位作为基础布设点位,并各加密布设10个点位,比较分析各 污染概率区间加密布点效率。结果表明:各污染概率区间布点效率大不相同,清洁区域和污 染区域加密布点效率很低,污染概率在(0.5,0.9)区间时,布点效率较高,说明在污染过渡 区域内污染概率大于0.5的区间内加密布点,得到的结果有较高准确性。图6为各污染概率 区间内平均布设10个点的点位图,图7为各污染概率区间内平均布设20个点的点位图,表 3为各污染概率区间布点效率。
其中,布点精度计算公式如下:
布点效率计算公式如下:
A0—场地真实污染面积;A1—初查点位预测出的污染面积;Ai—加密点位预测出的污染 面积。P1—初查布点的布点精度;Pi—加密布点的布点精度;Ei—加密布点的平均效率;n— 加密点位数量。表3为各污染概率区间布点效率。
表3各污染概率区间布点效率;
本实施例利用差变系数法给出各污染概率区间合理的加密采样布点数量建议;
差变系数法的计算公式如下:
其中,μ1为地块污染物平均浓度;S0为土壤污染物基线值或背景值,σ为估计标准差。 差变系数越大,所需样本量越小;差变系数越小,所需样本量越大。
利用差变系数法对各污染概率区间合理加密样本量大小估计计算,以上述各污染概率区 间分别布设20个点位为样本数据,带入差变系数公式,给出各污染概率区间合理的加密采样 布点数量建议。结果表明:为了得到准确可靠的污染范围预测结果,各污染概率区间最佳布 点数量从大到小排序为:(0.5,0.75),(0.75,0.9),(0.3,0.5),(0,0.3),(0.9,1)。因此在使用加密采样布点优化方法时,可在(0.5,0.75)区间内分配较多的加密点位,(0.75,0.9)和(0.3,0.5)区间内分配较少的加密点位,(0,0.3)和(0.9,1)区间内可 在明显清洁区域或污染源所在区域选择性加密布点。表4为各污染概率区间最优加密样本量 排序。
表4各污染概率区间最优加密样本量排序
本方法布点优化方法与其他方法对比分析:
为验证加密采样布点优化方法的高效快捷,以初查15个点位为基础,选取除初查点位外 的50个点位制定对照布点方案进行对比分析:
方案一:普通均匀加密布点法,在整个研究区域内均匀布设采样点位,如图6和7所示。
方案二:污染概率加密布点法,在(0.9,1)和(0,0.3)概率区间所在区域内分别布设 10个点,在污染不确定区域(0.3,0.9)内均匀布设30个点位。点位布设图如图8所示。
方案三:加密采样布点优化方法,根据差变系数大小分配点位,即在差变系数小的区域 多分配点位。根据表2计算结果,点位分配方式为(0.5,0.75)内布设20个点位,(0.75,0.9)内布设15个点位,(0.3,0.5)、(0.9,1)和(0,0.3)内分别布设5个点位,点位 布设图如图9所示。方案三为本发明方法。
以布点精度和布点效率作为采样精度评价指标,分析各布点方案布点结果,表5为各布 点方案结果统计表。结果表明:本发明所述的一种污染场地土壤调查加密采样布点优化方法 在污染范围预测、布点精度和布点效率上都要好于普通均匀加密布点法和污染概率加密布点 法。
表5各加密布点方案结果统计表
案例2:以某制药厂为例,对本发明实施例进行详细说明;
步骤1:根据污染场地信息及历史资料,设置污染场地土壤初步调查采样布点,采集污 染场地土壤初步调查采样点位数据,初步判断污染场地土壤中潜在污染物、污染范围及污染 程度;
本制药厂占地面积约26万m2,所在地土壤类型包括杂填土、粉土、粉质黏土、粉砂、细砂、中砂、砾砂和圆砾等。
由于地块内原土被大量挖掘出场,部分区域的挖掘深度超过15m,使该地块的土壤受到 了很大的扰动。各个地块的表层均有大量外来土壤,这些外来土壤中也可能含有各类污染物, 且本制药厂生产历史较长,在生产和污染排放过程中污染物容易在土壤中累积,可能存在的 污染物为高环多环芳烃(苯并(a)蒽、苯并(b)荧蒽、苯并(k)荧蒽、苯并(a)芘、茚并(1,2,3-cd) 芘、二苯并(a,h)蒽)、氯仿和铜、铅、镉、砷、汞和镍等。
结合场地实际情况,在研究区上叠加150m×150m的网格布点,共选取初查点位15个点, 采样深度为50cm,初步调查采样点位分布图见如图10。以15个初步采样点位数据为基础, 针对主要污染物镉进行研究。
步骤2:对初步调查采样点位数据进行预处理:采用统计学方法利用SPSS软件分析初步 调查采样点位数据分布情况,检验数据是否符合正态分布,若不符合正态分布需对数据进行 正态转换以降低采样布点结果误差;表6为土壤重金属初始含量数据和转换后数据的偏度和 峰度
表6土壤重金属镉初始含量数据和转换后数据的偏度和峰度
在SPSS 13.0软件中对比分析了各种转换方法对六种重金属元素的适用性,发现对数转 换(log10)方法较适合本研究区土壤重金属含量数据的正态转换,且转换后数据的偏度和峰 度值均接近正态分布数据的偏度和峰度值。
以初查点位数据为基础,选用指示克里格法预测研究区镉含量超过污染阈值的概率,以 该地区镉背景值0.16mg/kg为污染阈值,假设采样点位中镉含量超过0.16mg/kg则认定为受到 污染,镉含量小于0.16mg/kg则认定为未受到污染,以此为划分污染区域与未污染区域的研 究依据。以初步采样点位数据为基础的污染概率预测图如图11所示。
将图11中的污染概率详细均分为10个区间,分别为:(0,0.1)、(0.1,0.2)、(0.2,0.3)、(0.3,0.4)、(0.4,0.5)、(0.5,0.6)、(0.6,0.7)、(0.7,0.8)、(0.8,0.9) 和(0.9,1),由于(0,0.2)区间的概率值较小,此区域假设为清洁土壤区域,(0.9,1) 区间概率值大,此区域假设为污染土壤区域。(0.2,0.9)区间为污染过渡区域即污染不确定 区域,由于此区域为污染预测误差较大区域,因此提取污染概率区间(0.2,0.9)所在区域为 重点加密布点研究区域。
将布点优化方法与其他方法对比分析:
为验证加密采样布点优化方法的高效快捷,以初查15个点位为基础,选取除初查点位外 的50个点位制定对照布点方案进行对比分析:
方案一:系统网格法布点方案,在整个研究区域内均匀布设60个采样点位。点位布设图 如图12所示。
方案二:污染概率加密布点法,在(0.9,1)和(0,0.2)概率区间所在区域内分别布设 10个点,在污染不确定区域(0.2,0.9)内均匀布设40个点位。点位布设图如图13所示。
方案三:加密采样布点优化方法,在(0,0.1)、(0.1,0.2)、(0.4,0.5)和(0.5, 0.6)内各布设3个点位,(0.2,0.3)和(0.3,0.4)内各布设2个点位,在(0.6,0.7)、 (0.7,0.8)、(0.8,0.9)和(0.9,1)内分别布设8个点位,点位布设图如图14所示。方 案三为发明方法。
以布点精度和布点效率作为采样精度评价指标,分析各布点方案布点结果,表7为各布 点方案结果统计表。结果表明:本发明所述的一种污染场地土壤调查加密采样布点优化方法 在污染范围预测、布点精度和布点效率上都要好于普通均匀加密布点法和污染概率加密布点 法。
表7各加密采样布点方案结果统计
本发明在污染概率加密布点法的基础上加入了差变系数法,对土壤污染调查加密布点方 法进行了优化,以初步调查点位数据为基础,通过指示克里格插值法模拟预测污染物含量超 过污染阈值的概率,绘制污染概率预测图并确定加密布点研究区域,在污染概率加密布点法 的基础上引入差变系数法,得出各污染概率区间合理加密布点数量大小排序,对各污染概率 区间的点位分配方式给出指导性建议。本发明在本实施例中能有针对性的以较少采样点位快 速准确掌握场地污染情况,大幅度提高了污染场地土壤调查的布点精度和布点效率。
Claims (1)
1.一种土壤调查加密采样布点优化方法,其特征在于,包括以下步骤:
步骤1:收集疑似污染场地或待查场地信息及历史资料,包括地理位置、地形地貌、土壤类型、水文地质资料、生物资源分布、污染物资料、用地状况、生产工艺、污染物排放情况、产品、原辅材料及中间产物;布设场地土壤初步调查采样点,采集场地土壤初步调查采样点样品,检测样品中污染物量,得到样品的检测数据;根据样品的检测数据,初步判断场地土壤中潜在污染物、污染范围及污染程度;
步骤2:对初步调查样品检测数据进行预处理:采用统计学方法SPSS分析初步调查采样点样品检测数据分布情况,检验检测数据分布是否符合正态分布,若不符合正态分布需对检测数据进行正态转换;若检测数据满足正态分布则执行步骤3,若不满足对检测数据进行正态转换后执行步骤3;
步骤3:根据场地环境调查和生态环境损害调查确定相应的污染物污染阈值;
步骤4:采用指示克里格插值法预测场地土壤污染物含量超过污染阈值的概率,绘制污染概率预测图,并选择污染不确定区域为重点加密布点区域;
将符合正态分布的初步调查采样点位数据添加到ArcGIS软件的地统计模块中,通过指示克里格插值法预测土壤污染物含量超过污染阈值的概率,污染概率取值范围为0~1;概率值越高则代表污染超标的可能性越大,反之则为清洁土壤;概率值介于高值和低值之间即为污染不确定区域,并选择污染不确定区域为重点加密布点区域;
步骤5:利用差变系数法对重点加密布点区域的最优加密样本量进行计算,即计算场地地块污染物平均浓度与场地土壤污染阈值的差异与“估计标准差”的比值;根据这一比值,确定各污染概率值区间合理的加密采样布点数量;
所述步骤3具体为:
步骤3.1:场地环境调查:采用当地背景值、国家相关标准或土壤污染风险筛选值作为污染物污染阈值;
步骤3.2:生态环境损害调查:首先根据初步调查采样点样品检测数据,利用原场点位法计算土壤环境基线值,将计算出的土壤基线值确定为污染阈值;当无法采用原场点位法计算土壤环境基线值时,分析对照点值、当地背景值、国家相关标准和污染历史,确定污染阈值;
所述步骤3.2具体为:
利用原场点位法计算土壤环境基线值具体步骤为:
步骤3.2.1:收集场地相关资料,包括地理位置、地形地貌、土壤类型、水文地质资料、生物资源分布、污染物资料、用地状况、生产工艺、污染物排放情况、产品、原辅材料及中间产物,全面分析资料后,进行布点采样;
步骤3.2.1.1:当场地条件为污染分布或污染范围明确时,利用收集场地的相关资料,确定场地基线计算区域,即未污染或微污染区域;在该区域进行布点采样,对采样点样品进行检测;
其中,布点采样为正常采样或低密度采样;
步骤3.2.1.2:当场地污染分布不明确或者污染范围未知时,收集污染场地相关资料,初步确定场地基线计算区域,即未污染或微污染区域;在该区域进行布点采样,获取区域检测数据;接着计算区域内污染物整体水平,确保计算区域污染物整体水平处于整个场地的最低水平;
其中,布点采样为高密度采样;
步骤3.2.2:对区域样品检测数据进行分析,确定基线值,具体步骤如下;
步骤3.2.2.1:如果未检出物质,那么以检出限的1/2作为基线值;
步骤3.2.2.2:如果检出物质,使用累积频率分布法对到区域样品检测数据进行分析,得到检测数据分布图,分布图存在拐点的物质,采用低拐点作为基线值;分布图类似于直线的物质,采用平均值作为基线值;分布图既不存在低拐点,也不呈现直线分布的物质,进一步利用正态分布检验法确定基线;
其中,检测数据分布图呈正态分布时,采用平均值作为基线值;样点数据呈非正态分布时,采用中位值作为基线值;
所述步骤5比值用表示,计算公式如下:
;
式中,表示地块污染物平均浓度;/>为步骤3所述污染阈值,/>为地块污染物估计标准差;在/>值较大的区域分配较少的加密点位,在/>值较小的区域分配较多的加密点位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210190876.1A CN114544913B (zh) | 2022-02-23 | 2022-02-23 | 一种土壤调查加密采样布点优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210190876.1A CN114544913B (zh) | 2022-02-23 | 2022-02-23 | 一种土壤调查加密采样布点优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114544913A CN114544913A (zh) | 2022-05-27 |
CN114544913B true CN114544913B (zh) | 2024-04-09 |
Family
ID=81662444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210190876.1A Active CN114544913B (zh) | 2022-02-23 | 2022-02-23 | 一种土壤调查加密采样布点优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114544913B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115239131B (zh) * | 2022-07-21 | 2023-04-18 | 北京市生态环境保护科学研究院 | 基于修复后土壤异质性推断修复效果评估点位数量的方法 |
CN116819037A (zh) * | 2023-05-29 | 2023-09-29 | 四川君和环保股份有限公司 | 一种确定污染场地土壤单一重金属污染范围的方法和系统 |
CN117419955B (zh) * | 2023-12-18 | 2024-03-26 | 中国农业科学院农业资源与农业区划研究所 | 一种基于电子围栏的土壤现场调查采样装置及方法 |
CN117540409B (zh) * | 2024-01-10 | 2024-04-19 | 中化现代农业有限公司 | 土壤采样样本点加密方法、装置、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1292706A (zh) * | 1998-02-12 | 2001-04-25 | 美国氰胺公司 | 用白细胞介素-12配制的肺炎球菌和脑膜炎球菌疫苗 |
KR101570518B1 (ko) * | 2014-07-30 | 2015-11-19 | 대보건설 주식회사 | 3차원 지도를 이용한 매립 폐기물 조사 방법 |
CN105203599A (zh) * | 2015-10-16 | 2015-12-30 | 上海岩土工程勘察设计研究院有限公司 | 一种场地污染土的快速诊断方法 |
CN105675839A (zh) * | 2015-10-16 | 2016-06-15 | 上海岩土工程勘察设计研究院有限公司 | 一种基于地质条件的场地污染土分布判别方法 |
CN107544097A (zh) * | 2017-06-27 | 2018-01-05 | 上海市环境科学研究院 | 一种基于地球物理探测技术的土壤污染精确定位及准确评估方法 |
CN109784732A (zh) * | 2019-01-18 | 2019-05-21 | 西南交通大学 | 一种能源互联网安全评估的多属性决策方法 |
CN109855906A (zh) * | 2017-11-30 | 2019-06-07 | 中国辐射防护研究院 | 放射性核素水体悬浮物分配系数测定的取样及分析方法 |
KR102012007B1 (ko) * | 2019-05-23 | 2019-08-19 | 재단법인 환경기술정책연구원 | 지목 상 지역기준을 고려한 토양오염면적 및 토양오염량 산정 방법 |
CN111872095A (zh) * | 2020-06-19 | 2020-11-03 | 四川轻化工大学 | 柔性衬套以及结合柔性衬套的污染场地监测方法 |
CN113159454A (zh) * | 2021-05-18 | 2021-07-23 | 辽宁大学 | 一种鉴定评估土壤环境损害实物量的加密优化布点方法 |
CN113720639A (zh) * | 2021-08-31 | 2021-11-30 | 湘潭大学 | 一种污染场地调查补充采样的方法 |
-
2022
- 2022-02-23 CN CN202210190876.1A patent/CN114544913B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1292706A (zh) * | 1998-02-12 | 2001-04-25 | 美国氰胺公司 | 用白细胞介素-12配制的肺炎球菌和脑膜炎球菌疫苗 |
KR101570518B1 (ko) * | 2014-07-30 | 2015-11-19 | 대보건설 주식회사 | 3차원 지도를 이용한 매립 폐기물 조사 방법 |
CN105203599A (zh) * | 2015-10-16 | 2015-12-30 | 上海岩土工程勘察设计研究院有限公司 | 一种场地污染土的快速诊断方法 |
CN105675839A (zh) * | 2015-10-16 | 2016-06-15 | 上海岩土工程勘察设计研究院有限公司 | 一种基于地质条件的场地污染土分布判别方法 |
CN107544097A (zh) * | 2017-06-27 | 2018-01-05 | 上海市环境科学研究院 | 一种基于地球物理探测技术的土壤污染精确定位及准确评估方法 |
CN109855906A (zh) * | 2017-11-30 | 2019-06-07 | 中国辐射防护研究院 | 放射性核素水体悬浮物分配系数测定的取样及分析方法 |
CN109784732A (zh) * | 2019-01-18 | 2019-05-21 | 西南交通大学 | 一种能源互联网安全评估的多属性决策方法 |
KR102012007B1 (ko) * | 2019-05-23 | 2019-08-19 | 재단법인 환경기술정책연구원 | 지목 상 지역기준을 고려한 토양오염면적 및 토양오염량 산정 방법 |
CN111872095A (zh) * | 2020-06-19 | 2020-11-03 | 四川轻化工大学 | 柔性衬套以及结合柔性衬套的污染场地监测方法 |
CN113159454A (zh) * | 2021-05-18 | 2021-07-23 | 辽宁大学 | 一种鉴定评估土壤环境损害实物量的加密优化布点方法 |
CN113720639A (zh) * | 2021-08-31 | 2021-11-30 | 湘潭大学 | 一种污染场地调查补充采样的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114544913A (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114544913B (zh) | 一种土壤调查加密采样布点优化方法 | |
Nadiri et al. | Mapping vulnerability of multiple aquifers using multiple models and fuzzy logic to objectively derive model structures | |
Hess et al. | Large‐scale natural gradient tracer test in sand and gravel, Cape Cod, Massachusetts: 3. Hydraulic conductivity variability and calculated macrodispersivities | |
Rice et al. | California leaking underground fuel tank (LUFT) historical case analyses | |
Tiwari et al. | Evaluation of aquifer vulnerability in a coal mining of India by using GIS-based DRASTIC model | |
CN107544097A (zh) | 一种基于地球物理探测技术的土壤污染精确定位及准确评估方法 | |
Barraud et al. | Implementation of a monitoring system to measure impact of stormwater runoff infiltration | |
CN113720639B (zh) | 一种污染场地调查补充采样的方法 | |
CN114662844A (zh) | 一种基于污染过程的场地地下水污染风险评价方法 | |
CN112434076A (zh) | 土壤污染物迁移与预警模拟方法及系统 | |
Yang et al. | Investigation of soil and groundwater environment in urban area during post-industrial era: A case study of brownfield in Zhenjiang, Jiangsu Province, China | |
Heštera et al. | The Unified Soil Classification System Mapping of the Pannonian Basin in Croatia using Multinominal Logistic Regression and Inverse Distance Weighting Interpolation | |
Emberga et al. | Groundwater Risk Assessment in Imo River Basin of Southeastern Nigeria Using GIS-Based DRASTIC and GOD | |
Roxo et al. | The use of sensory perception indicators for improving the characterization and modelling of total petroleum hydrocarbon (TPH) grade in soils | |
Hendriks et al. | Use of soft data in a GIS to improve estimation of the volume of contaminated soil | |
Ahmed | Geostatistical estimation variance approach to optimizing an air temperature monitoring network | |
Khanbilvardi et al. | Mathematical model of erosion and deposition on a watershed | |
Barnard et al. | Chemometrics in environmental chemistry-statistical methods | |
Embaby et al. | Predicting Gabal Gattar Uranium Content as a Function of Total Gamma-ray and Thorium Contents using an Artificial Neural Network in Northeastern Desert, Egypt | |
Hestera et al. | The USCS Mapping of Continental Croatia using Multinominal Logistic Regression and Inverse Distance Weighting Spatial Interpolation | |
Kouame et al. | Modeling of Quaternary Groundwater Pollution Risk by GIS and Multicriteria Analysis in the Southern Part of Abidjan District (Côte d'Ivoire) | |
Hart et al. | Depth-to-bedrock mapping in Wisconsin | |
Leonte¹ et al. | EVALUATION OF A SOIL A GEOSTATISTICAL | |
CN116663310A (zh) | 一种水土环境中重金属扩散影响因子识别方法 | |
Barnard | Environmental sampling |
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 |