CN114720657A - 土壤污染综合预警方法及系统 - Google Patents
土壤污染综合预警方法及系统 Download PDFInfo
- Publication number
- CN114720657A CN114720657A CN202011534814.5A CN202011534814A CN114720657A CN 114720657 A CN114720657 A CN 114720657A CN 202011534814 A CN202011534814 A CN 202011534814A CN 114720657 A CN114720657 A CN 114720657A
- Authority
- CN
- China
- Prior art keywords
- pollution
- early warning
- index
- soil
- component
- 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
- 238000003900 soil pollution Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000002689 soil Substances 0.000 claims abstract description 115
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 46
- 231100000719 pollutant Toxicity 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 210000004369 blood Anatomy 0.000 claims description 37
- 239000008280 blood Substances 0.000 claims description 37
- 230000000711 cancerogenic effect Effects 0.000 claims description 37
- 231100000315 carcinogenic Toxicity 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 239000003673 groundwater Substances 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 25
- 238000011109 contamination Methods 0.000 claims description 14
- 230000006378 damage Effects 0.000 claims description 13
- 230000005012 migration Effects 0.000 claims description 10
- 238000013508 migration Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 244000005700 microbiome Species 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 239000002680 soil gas Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 6
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 26
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 18
- 239000000356 contaminant Substances 0.000 description 14
- 241000282414 Homo sapiens Species 0.000 description 11
- YNQLUTRBYVCPMQ-UHFFFAOYSA-N Ethylbenzene Chemical compound CCC1=CC=CC=C1 YNQLUTRBYVCPMQ-UHFFFAOYSA-N 0.000 description 10
- 238000009792 diffusion process Methods 0.000 description 9
- 238000012502 risk assessment Methods 0.000 description 8
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 7
- 239000007789 gas Substances 0.000 description 6
- 238000005067 remediation Methods 0.000 description 6
- 239000012855 volatile organic compound Substances 0.000 description 6
- 238000006065 biodegradation reaction Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 description 4
- URLKBWYHVLBVBO-UHFFFAOYSA-N Para-Xylene Chemical group CC1=CC=C(C)C=C1 URLKBWYHVLBVBO-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 150000002500 ions Chemical class 0.000 description 4
- 239000003802 soil pollutant Substances 0.000 description 4
- 208000005374 Poisoning Diseases 0.000 description 3
- 239000004927 clay Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 229910001385 heavy metal Inorganic materials 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 231100000572 poisoning Toxicity 0.000 description 3
- 230000000607 poisoning effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 239000008096 xylene Substances 0.000 description 3
- 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
- 208000005623 Carcinogenesis Diseases 0.000 description 2
- BZLVMXJERCGZMT-UHFFFAOYSA-N Methyl tert-butyl ether Chemical compound COC(C)(C)C BZLVMXJERCGZMT-UHFFFAOYSA-N 0.000 description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Natural products OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 2
- MWPLVEDNUUSJAV-UHFFFAOYSA-N anthracene Chemical compound C1=CC=CC2=CC3=CC=CC=C3C=C21 MWPLVEDNUUSJAV-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036952 cancer formation Effects 0.000 description 2
- 231100000504 carcinogenesis Toxicity 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000000673 graphite furnace atomic absorption spectrometry Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- RVPVRDXYQKGNMQ-UHFFFAOYSA-N lead(2+) Chemical compound [Pb+2] RVPVRDXYQKGNMQ-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 231100000628 reference dose Toxicity 0.000 description 2
- 238000009418 renovation Methods 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- VZGDMQKNWNREIO-UHFFFAOYSA-N tetrachloromethane Chemical compound ClC(Cl)(Cl)Cl VZGDMQKNWNREIO-UHFFFAOYSA-N 0.000 description 2
- SCYULBFZEHDVBN-UHFFFAOYSA-N 1,1-Dichloroethane Chemical compound CC(Cl)Cl SCYULBFZEHDVBN-UHFFFAOYSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010027439 Metal poisoning Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003968 anodic stripping voltammetry Methods 0.000 description 1
- 239000008346 aqueous phase Substances 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000003183 carcinogenic agent Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 210000002249 digestive system Anatomy 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000004700 fetal blood Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003895 groundwater pollution Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- 208000008127 lead poisoning Diseases 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 239000012071 phase Substances 0.000 description 1
- 125000001997 phenyl group Chemical group [H]C1=C([H])C([H])=C(*)C([H])=C1[H] 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002336 sorption--desorption measurement Methods 0.000 description 1
- 238000003950 stripping voltammetry Methods 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Processing Of Solid Wastes (AREA)
- Medicinal Chemistry (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- Emergency Management (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Business, Economics & Management (AREA)
Abstract
本发明提供一种土壤污染综合预警方法及系统，属于环境监测领域。所述方法包括：获取石化场地的土壤状态参数；根据所述状态参数，获得污染物质的危害指标参数；根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令；执行所述预警指令，生成所述预警指令对应预警等级的预警信息。整合多种环境监测方法进行石化场地土壤污染风险监测，解决了石化污染场地数量众多、污染情况复杂和污染监测指标多导致现有土壤监测方法监测结果不准确的问题。
Description
技术领域
本发明涉及环境监测领域，具体地涉及一种土壤污染综合预警方法及一种土壤污染综合预警系统。
背景技术
我国存在严重的石化场地污染，包括分布于全国各地的炼油厂地和加油站，统计发现，我国的加油站规模较小，经营效率很低，且上个世纪因为环保重视不足，导致现在加油站的地下储存罐、管线和加油机等泄漏出汽柴油组分，这些组分是土壤的最大污染源。石化场地土壤污染是多种污染组分的混合污染，污染情况复杂，危害程度大，所以在进行石化场地土壤污染监测时必须充分考虑土壤本身污染问题和污染物扩散导致地下水和其他环境污染问题。针对石化污染场地数量众多、污染情况复杂和污染监测指标多的问题，急需一种土壤污染综合预警方法对石化场地土壤环境进行污染预警，为土壤污染防控提供科学依据。
发明内容
本发明实施方式的目的是提供一种土壤污染综合预警方法和系统，以至少解决上述的石化污染场地数量众多、污染情况复杂和污染监测指标多的问题。
为了实现上述目的，本发明第一方面提供一种土壤污染综合预警方法，应用于石化场地土壤污染监测，所述方法包括：获取石化场地的土壤状态参数；根据所述状态参数，获得污染物质的危害指标参数；根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令；执行所述预警指令，生成所述预警指令对应预警等级的预警信息。
可选的，所述土壤状态参数至少包括：土壤组成成分、土壤pH、电导率、土壤气VOC、温度和含水率；其中，所述土壤组成成分至少包括：土壤中存在的各污染组分的类型信息、各污染组分的浓度信息、可降解微生物的类型信息和可降解微生物的含量信息。
可选的，所述污染物质的危害指标参数包括：各污染组分的单因子污染指数、内梅罗指数、各污染组分的致癌风险指数、各污染组分的危害商指数、血铅风险指数和各污染组分污染地下水风险指数。
可选的，各污染组分的单因子污染指数通过以下方式获得：获取土壤中各污染组分的含量值和各污染组分在土壤中对应的标准含量值；根据所述各污染组分的含量值和所述各污染组分在土壤中对应的标准含量值计算各污染组分的单因子污染指数Pi，计算公式为：
其中，Ci为土壤中第i种污染组分的实测浓度；Si为土壤中第i种污染组分在土壤中的标准浓度。
可选的，所述内梅罗指数通过以下方式获得：获取所述各污染组分的单因子污染指数中的单因子污染指数最大值；筛选所述各污染组分的单因子污染指数中不小于0.1的单因子污染指数，求取筛选后的单因子污染指数的污染指数平均值；根据所述单因子污染指数最大值和所述污染指数平均值计算内梅罗指数，计算公式为：
其中，
为所述单因子污染指数最大值；
为所述污染指数平均值。
可选的，各污染组分的致癌风险指数和各污染组分的危害商指数通过以下方式获得：根据预设危害判断规则，判断所述各污染组分的类型信息和所述各污染组分的浓度信息对应的致癌风险指数和危害商指数。
可选的，所述血铅风险指数通过以下方式获得：根据预设血铅风险计算规则，计算所述石化场地内土壤存在的含铅污染组分的血铅风险指数。
可选的，各污染组分的污染地下水风险指数通过以下方式获得：根据所述土壤组成成分进行土壤污染组分多相流运移模拟，获取各污染组分的浓度随时间和垂向空间的变化趋势；根据所述变化趋势获得各污染组分的污染地下水风险指数。
可选的，所述根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，包括：根据预设预警等级确定规则，分别判断所述单因子污染指数中的最大值、所述内梅罗指数、所述致癌风险指数中的最大值、所述危害商指数中的最大值、所述血铅风险指数和所述污染地下水风险指数中的最大值对应的预警等级。
可选的，所述生成对应等级的预警指令，包括：对比所述单因子污染指数中的最大值的预警等级、所述内梅罗指数的预警等级、所述致癌风险指数中的最大值的预警等级、所述危害商指数中的最大值的预警等级、所述血铅风险指数的预警等级和所述污染地下水风险指数中的最大值的预警等级，获取预警等级最高的危害指标参数对应的预警等级作为这五项危害指标参数的最终预警等级，生成对应的最终预警等级指令。
本发明第二方面提供一种土壤污染综合预警系统，应用于石化场地土壤污染监测，所述系统包括：采集单元，用于获取石化场地的土壤状态参数；处理单元，用于根据所述状态参数获得污染物质的危害指标参数，根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令；预警单元，用于执行所述预警指令，生成对应等级的预警信息。
另一方面，本发明提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的土壤污染综合预警方法。
通过上述技术方案，通过设置土壤监测点进行现场土壤状态参数监测和提取土壤样本进行土壤组分信息获取，全面采集石化场地土壤的参数信息，通过全面且准确的土壤参数，评估石化场地各污染组分的危害程度。获得的石化场地土壤监测结果更准确，解决了石化污染场地数量众多、污染情况复杂和污染监测指标多导致现有土壤监测方法监测结果不准确的问题，在出现异常情况时进行报警提醒，提醒相关人员及时进行整治，避免污染范围扩大，污染程度加深。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
图1是本发明一种实施方式提供的土壤污染综合预警方法的流程图；
图2是本发明一种实施方式提供的计算污染物危害指标参数的方法流程图；
图3是本发明一种实施方式提供的获取各危害指标参数预警等级的方法流程图；
图4是本发明一种实施方式提供的土壤污染综合预警系统的系统结构图。
附图标记说明
10-采集单元；20-处理单元；30-预警单元。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图4是本发明一种实施方式提供的土壤污染综合预警系统的系统结构图。如图4所示，本发明实施方式提供一种土壤污染综合预警的系统，所述系统包括：采集单元10，用于获取石化场地的土壤状态参数；处理单元20，用于根据所述状态参数获得污染物质的危害指标参数，根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令；预警单元30，用于执行所述预警指令，生成对应等级的预警信息。
图1是本发明一种实施方式提供的土壤污染综合预警方法的方法流程图。如图1所示，本发明实施方式提供一种土壤污染综合预警的方法，所述方法包括：
步骤S10：获取石化场地土壤的状态参数。
具体的，我国石化污染场地众多、污染历史沿革复杂、污染现状严峻，与大气污染和水污染相比，由于土壤所特有的环境地质特点，使得确定其是否收到污染和受污染的程度较为困难，更是导致其预警困难。因此管理土壤，减少对其污染最有效的办法就是预防，通过明确土壤污染现状、发展程度以及危害程度明确预警等级，并及时给出有效警报。首先需要在石化场地内设置土壤监测点，采集单元10便设置在这些土壤监测点处，常规的石化场地污染物主要包括石油烃C6-C9、石油烃C10-C40、苯、甲苯、乙苯、二甲苯、甲基叔丁基醚、萘、蒽、二氯乙烷、四氯化碳、铅等，这些污物质对应人体均具有较大的危害，但是土壤中的污染组分的浓度信息相较于气体和液体进行实时监测难度较大，结果准确性也不高。采集单元10在各土壤监测点提取土壤样本，将这些土壤样本带回实验室进行各污染组分的类型判断和对应的浓度测量，避免实地测量导致的数值偏差，提高土壤状态参数监测的准确性。而土壤状态参数中的土壤pH、电导率、土壤气VOC、温度和含水率均可通过采集单元10设置对应的传感器进行实地测量，避免土样标本在转运过程中导致该部分数据发生变化。
在本发明实施例中，根据土壤参数的不同类型进行针对性的状态参数采集方法，保证所采集到的土壤状态参数准确性，避免因为监测误差和参数改变导致的监测参数偏差，使得最终的监测结果偏差，对相关监管人员造成干扰。
步骤S20：根据土壤状态参数获得污染物质的危害指标参数；具体的，如图2，包括以下步骤：
步骤S201：计算各污染物组分的单因子污染指数。
具体的，单因子指数法是利用实测数据和标准对比分类，选取土质最差的类别即为评价结果，首先进行各种污染物组分的单因子指数Pi，计算公式为：
其中，Ci为土壤中的第i种污染物的实测浓度；Si为土壤中的第i种污染物的标准浓度。处理单元20回收通过土壤样本检测到的土壤中的各污染组分的类型信息和含量信息，然后将污染组分名称作为检索条件，在预设的污染物质危害资料库中进行检索，获取各种污染组分在土壤中的标准含量值，然后通过各污染组分信息的实际浓度与其对应的标准浓度，根据上诉公式计算各污染组分的单因子指数。单因子指数越大，表示该污染组分的含量越高，污染风险也就越大。
步骤S202：计算内梅罗指数。
具体的，内梅罗指数法是当前国内外进行综合污染指数计算的最常用的方法之一，方法先求出各因子的分指数，然后求出个分指数的平均值，取最大分指数和平均值计算，则可根据步骤S201获得的各污染组分的单因子指数作为计算依据，计算公式为：
其中，
为单因子污染指数最大值；
为各污染组分的单因子污染指数平均值。其中，
由处理单元20整合所有污染组分的单因子污染指数，通过大小对比选出单因子污染指数最大值确定；
为各污染组分的单因子污染指数平均值，因为单因子污染指数很小时，表示该污染组分的污染风险很小，不必纳入风险管控判断，所以需要剔除单因子污染指数过小的污染组分，仅需要考虑单因子污染指数较大的污染组分的污染风险，优选的，确定存在污染风险的污染组分的单因子污染指数值为0.1，即单因子污染指数小于0.1的污染组分不纳入污染风险评级参考范围，仅考虑单因子污染指数大于0.1的污染组分。处理单元20获取各组分的单因子污染指数后，首先逐个对各单因子污染指数与0.1临界值对比，若单因子污染指数大于0.1，则记录下来；若单因子污染指数小于0.1，则过滤掉该污染组分的参数信息。记录完成所有大于0.1的单因子污染指数后，计算这部分单因子污染指数的平均值，作为最终的
缩小计算范围，仅考虑污染风险大的污染组分，提高计算效率。
步骤S203：获取各污染组分的致癌风险和危害商。
具体的，石化场地的排放物和泄漏物存在很多重金属物质和有机物质，这些物质存在很高的致癌风险，例如，我国优先控制污染物就包括石化场地经常存在的铅、苯、甲苯、苯并[a]芘和苯酚等物质，这些物质都是世界公认的高致癌风险物质。致癌风险即某致癌物质处于暴露状态下，引起人体产生癌症的概率。处理单元20整合目前存在相关资料、国内外实验数据资料和临床医学数据，获取各种物质致癌效应毒性参数，保持数据库互联网连接，在后期使用过程中，实时更新相关知识，保持最先进的致癌风险判断依据。处理单元20获得各污染组分的物质类型和对应的浓度信息后，根据污染场地风险评估技术导则，选取合适的致癌风险计算公式进行各危害组分的致癌风险计算。如土壤被半挥发性有机物(VOC)污染后，主要通过污染土壤尘土携带通过口鼻进入人体，影响人体健康，所以，根据《污染场地风险评估技术导则》指示，选取其中吸入土壤颗粒物途径的致癌风险计算公式进行各污染组分的致癌风险计算，计算公式为：
Ri＝PISERca×Csur×SFi
其中，PISERca表示吸入土壤颗粒物的土壤暴露量，即致癌效应；Csur表示表层土壤中的污染组分浓度；SFi表示呼吸吸入致癌斜率因子。各污染组分的浓度由采集单元10从土壤采样中获取。同样的，根据《污染场地风险评估技术导则》中已知的危害商计算办法，如选择吸入土壤颗粒物途径的危害商计算公式进行各污染组分的危害商计算，计算公式为：
其中，RfDi表示呼吸吸入参考剂量；SAF表示暴露于土壤的参考剂量分配系数。
步骤S204：计算血铅风险指数。
具体的，石化场地得的污染组分中，很多含有铅，铅是一种重金属，如果人体内的铅超标，对于全身的各个系统都会有影响，血铅是指血液中含有的铅元素的量，铅对人体是有害的，血铅超标会引起机体的神经系统、血液系统、消化系统的一系列异常表现，影响人体的正常机能。环境污染可以导致人体血铅增高，常引起群体性中毒事件。铅经常出现在土壤中，正常情况下,土壤含铅10～50mg/kg,但在石化场地,土壤中的铅含量可能高出数百倍甚至数千倍。所以在进行石化场地的污染风险评估时，需要考虑血铅风险指数，避免含铅量过高造成人体吸入中毒，优选的，为了提高血铅风险指数监测效率和准确性，选用现有最为成熟的阳极溶出伏安法(ASV)和石墨炉原子吸收光谱法(GFAAS)进行血铅指数监测。优选的，采集单元10包括阳极溶出伏安法分析仪，血液中的铅离子，经试剂处理，释放成游离的铅离子，当在电极中施加一定的负电压时，所有的铅离子将被还原成铅且附着在电极上，然后再在电极上施加更正的电压，电极上的铅再次电离成的铅离子，并释放一定的电子，产生电流信号。此电流信号与溶液中铅浓度成比例关系，从而测定出铅离子的浓度，处理单元20根据测得的铅离子浓度信息，生成对应的血铅风险指数P。
步骤S205：计算各污染组分污染地下水风险指数。
具体的，土壤中的污染组分会随着土壤中的渗透水向下渗透，根据土壤的渗透性能及污染物衰减因子，污染组分向下的渗透极限距离和到达地下水的浓度会存在不同，地下水层一般在地表土壤下几米到几十米不同深度，若污染组分的渗透极限距离大于地下水层的深度，则污染组分会污染地下水。地下水经常被开凿水井提取供人类直接饮用，所以在存在地下水污染时，容易造成人体中毒情况发生，所以土壤中的污染物质是否会影响地下水，是很重要的监测指标。优选的，根据各污染组分的含量信息和石化场地土壤性质，优选采用HYDRUS、NAPL simulator等数值解和HSSM、OILSFSM等解析解进行土壤污染物多相流运移模拟，模拟各污染组分的迁移情况，包括迁移路径、迁移衰减和迁移距离，判断各污染组分是否会迁移到地下水层。土壤中存在很多微生物，这些微生物会部分讲解一些污染物质，所以在进行污染物质迁移衰减判断是，除了考虑渗透率、稀释率和吸附解吸外，还必须考虑生物讲解因素。优选的，为了模拟更为真实的生物降解，选用一级生物降解速率常数和瞬时反应速率进行生物降解计算，整合生物降解和迁移模型，获得最终的各污染组分污染地下水的风险指数，通过各污染组分到地下水的浓度Pi表示，由采集单元10直接获取。
步骤S30：根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令，具体的，如图3，包括以下步骤：
步骤S301：获取最大单因子指数，并根据预设规则判断预警等级。
具体的，通过步骤S201求得各污染组分的单因子污染指数，并已知单因子污染指数越大，所对应的污染组分的污染风险也就越大，虽然石化场地污染物对土壤的污染效果为多种污染组分共同作用，但单一污染组分含量超标，依旧会对土壤造成极大影响，即判断污染风险最高污染组分是否会造成土壤污染便可表示整个石化场地污染物对土壤的影响程度。优选的，处理单元20获取到每个污染组分的单因子污染指数后，将所有单因子污染指数进行横向对比，获取其中单因子污染指数的最大值，即污染风险最高的污染组分的单因子污染指数，判断该污染组分的影响效果即可获取所有污染组分对土壤的影响效果，将获取的单因子污染指数最大值，记为
土壤具有污染物质单因子指数标准值，不同标准等级表示不同土质等级的土壤，处理单元20检索土壤的标准土质的标准值，通过与单因子指数最大值对比，判断所监测土壤的污染风险等级，优选的，将污染风险等级划分为红色预警、橙色预警、黄色预警、蓝色预警和无预警五种预警等级，红色预警等级为最高预警等级，表示所监测土壤极度污染，无预警等级为最低预警等级，表示所监测土壤的土质基本符合要求。土壤污染风险等级由GB 36600-2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》中要求的监测指标进行确定，处理单元20收集其他国内外相关资料和标准条例，集合多种标准条例作为参考，保证分级结果与实际预想结果匹配，提高监测结果的可信度。单因子污染指数最大值与标准值对比结果与预警等级匹配结果如表1所述，处理单元20根据表1预设规则，进行单因子指数最大值的预警等级结果生成，表1如下：
表1单因子污染指数最大值预警等级对照
其中，NAPL表示非水相液体污染物。
步骤S302：获取内梅罗指数对应预警等级结果。
具体的，步骤S202中获取的内梅罗指数主要突出污染指数最大的重金属污染物对环境质量的影响，在评价的时候会模糊一些因子的影响作用，使得对于环境的灵敏性不够高，所以在计算过程中筛选掉了小于0.1的单因子污染指数，减少非必要因子干扰，虽然在不同区域的污染情况横向对比敏感性能不高，但是单个区域的定性确认还是具有很好的参考价值。内梅罗指数越高，说明各污染组分对土壤的综合污染程度越深，与单因子污染指数类似，预设五个同样的预警等级，内梅罗指数与对应预设等级对照规则如表2所示，处理单元20根据表2显示规则判断计算所得的内梅罗指数对应的预警等级，表2如下：
表2内梅罗指数预警等级对照
步骤S303：获取各污染组分致癌风险和危害商分别对应的预警等级。
具体的，处理单元20根据步骤S203分别求得各污染组分的致癌风险和危害商，然后将获得的各污染组分的致癌风险和危害商进行横向对比，获取其中的致癌风险指数最大值和危害商最大值，并将获得的致癌风险最大值和危害商最大值分别对应的污染组分类型名称作为检索条件进行相关知识检索，获取各致癌风险和危害商的实际危害程度，通过危害程度排序，生成五个危害风险不等的预警等级，等级划分与单因子污染指数最大值预警等级划分类似，分为红色预警、橙色预警、黄色预警、蓝色预警和无预警五种预警等级。所求得的致癌风险值和危害商值与对应的预警等级对照如表3：
表3致癌风险和危害商分别的预警等级对照
步骤S304：获取血铅风险指数的预警等级。
具体的，步骤S204中计算获得了含铅污染组分的血铅风险指数，血铅风险指数越高，表示造成人体铅中毒的概率也就越高，在进行血铅风险评估时，设定敏感用地和非敏感用地的标准血铅标准值，优选的，设定敏感用地中儿童体内血铅标准水平为0.1mg/L；非敏感用地孕妇体内胎儿血铅浓度规定为0.1mg/L。根据设定标准，血铅风险指数P的设定标准即为在敏感用地和非敏感用地中的对应标准偏差量。优选的，设定与单因子危险指数最大值预警等级相同的五项预警等级，敏感用地和非敏感用地中血铅风险指数和预警等级对照规则如表4所述，处理单元20根据表4显示规则判断计算所得的血铅风险指数对应的预警等级，表4如下：
表4血铅风险指数预警等级对照
步骤S305：获取各污染组分污染地下水风险指数预警等级。
具体的，步骤S205中计算获得各污染组分污染地下水的风险指数，仅考虑的各污染组分污染地下水的浓度值，未考虑各污染组分扩散到地下水层的时间，由常理所知，污染组分扩散到地下水层的时间越长，进行整治和被生物完全降解的概率也就越高，例如，某污染组分扩散到地下水层的最短时间为1个月，而另一种扩散到地下水层的最短时间为6个月，则第一种污染组分相较于第二种污染组分需要更为有限的整治顺序，因为第二种扩散周期更长，留有的整治时间也就越长。因此，在进行各污染组分污染地下水水质风险指数预警等级结果生成时，处理单元20还将考虑各种污染组分的扩散性质，通过检索相关信息获取，根据不同的扩散速率生成不同等级的预警结果，即扩散到地下水层后，具有相同浓度的污染组分，扩散时间越短，预警等级也就越高，处理单元20将获得的各组分污染地下水风险指数进行横向对比，获取其中风险指数最高的污染组分对应的污染地下水风险指数作为最终的判断依据，各污染组分污染地下水水质风险指数对应的预警等级规则如
表5：
表5各污染组分污染地下水风险指数最大值预警等级对照
步骤S306：获取最终预警等级，并生成对应的预警等级指令。
具体的，根据步骤S301-步骤S305，获得了六种危害指数的预警等级，每种危害指数的危险等级存在区别，在进行预警报警时，同时进行六项预警报警会造成预警信息过多，会造成监管人员形成预警信息理解偏差和预警处理积极性不高的问题，为了避免单次报警信息过多，优选的，整合上诉六项危害指数的预警等级，选取其中预警等级最高的危害指数报警信息作为最终的预警等级和报警信息。因为无论哪一项危害指数的预警等级过高，选择的土壤监测点都必须要进行全面的环境整治，在进行某危害指数的针对性整治时，间接的也会解决其他预警等级相对较低的危害指数问题，所以最终只生成一个预警信息，提高预警效率，减少监管人员的判断过程，避免判断失误造成的整治偏差。例如，单因子风险指数最大值的预警等级为黄色预警、内梅罗指数的预警等级为橙色预警、致癌风险和危害商指数预警等级均为无预警等级、血铅风险指数预警等级为蓝色预警等级、各污染组分污染地下水风险指数最大值的预警等级为红色预警，处理单元20进行横向对比后，判断各污染组分污染地下水风险指数最大值的预警等级为这六项危害指数预警等级的最高预警等级，则将红色预警等级作为最终预警等级，生成红色预警等级指令。
步骤S40：执行所述预警指令，生成对应等级的预警信息。
具体的，处理单元20生成最终预警指令后，将指令传输到预警单元30，预警单元30根据预警指令显示的预警等级生成对应预警等级的预警信息。优选的，预警单元30选用声光报警器，采用闪烁和蜂鸣的方式进行报警提醒，提高相关人员接收到预警信息的概率，不同预警等级的预警信息通过闪烁和蜂鸣频率区分，红色预警等级下，报警器的闪烁和蜂鸣频率最高；无预警等级下，报警器的闪烁和蜂鸣频率最低。在另一种可能的实施方式中，预警单元30包括显示模块，直观显示各预警等级的预警信息，避免相关人员无法有效区分报警器闪烁和蜂鸣频率造成的获取预警等级偏差的问题，显示模块显示预警等级信息和发生异常的指数信息，帮助监管人员直观获取预警信息，进行整治时，可以根据显示的异常指数信息进行针对性的问题排查，提高整治效率。
在一种可能的实施方式中，以某石化场地为例，通过场地详细调查，设置12个土壤监测点位和36个土壤样品的污染物浓度数据，以某一土壤样品部分污染物浓度数据为例，按照《土壤环境质量建设用地土壤污染风险管控标准》GB36600-2018第二类用地作为筛选值，筛查值如表6所示：
表6某土壤样品部分污染物浓度
根据上表，可知各污染物单因子污染指数Pi的最大值
为11.5，根据单因子
与土壤质量状态预警等级划分标准划分污染预警级别，可知该点位预警等级为橙色预警；根据各污染物单因子污染指数，剔除污染物单因子污染指数小于0.01污染指数计算内梅罗指数，因此，剩余单因子污染指数为0.267、11.5、0.029、2.43、0.074，按照内梅罗综合污染指数计算规则计算内梅罗综合指数I＝8.38，根据内梅罗指数I与土壤质量状态预警等级划分标准划分污染预警级别，可知该点位预警等级为红色预警。因为该土壤位于石化场地内部，应按照非敏感用地作为计算依据，因C10-C40石油烃污染风险数据缺失，故考虑苯、甲苯、乙苯、二甲苯和萘等VOC污染物的健康风险评估值，其计算结果如表7：
| 监测指标 | 致癌风险 | 危害商 |
| 苯 | 1.34E-5 | 5.27E-1 |
| 甲苯 | 1.67E-3 | |
| 乙苯 | 2.6E-6 | 9.6E-3 |
| 邻二甲苯 | 2.89E-3 | |
| 间&对-二甲苯 | 1.33E-2 | |
| 萘 | 0 | 0 |
表7各污染组分对应的致癌风险指数和危害商指数
根据各污染物致癌风险(Ri)和危害商(Rs)的最大值与风险评估预警等级阈值划分标准划分污染预警级别，致癌风险预警等级为橙色，危害商预警等级为蓝色。由于该点位无浅层地下水，只有深层承压水，因此，不考虑土壤污染物到达地下水的风险。综上，该点位风险预警等级为橙色、红色、橙色和蓝色预警，因此，该点位综合风险预警等级为红色预警。
在另一种可能的实施方式中，所选监测石化场地为某加油站，在该加油站内设置有20个土壤监测点位和80个土壤样品，获取其中某一个土壤样品的部分污染物浓度信息，根据《土壤环境质量建设用地土壤污染风险管控标准》GB36600-2018第二类用地作为筛选值，详细含量值如表8：
表8某土壤样品部分污染物浓度
根据石化场地土壤中各污染物浓度，与第二类用地作为筛选值进行对比，计算得各个污染物的污染指数，各污染物污染指数见上表。根据上表，可知各污染物单因子污染指数Pi的最大值
为3.25，根据单因子
与土壤质量状态预警等级划分标准划分污染预警级别，可知该点位预警等级为橙色预警。根据各污染物单因子污染指数，剔除污染物单因子污染指数小于0.01污染指数计算内梅罗指数，因此，剩余单因子污染指数为0.356、3.25、0.133、0.786、0.061、0.373，按照内梅罗综合污染指数计算规则计算内梅罗综合指数I＝2.371，根据内梅罗指数I与土壤质量状态预警等级划分标准划分污染预警级别，可知该点位预警等级为红色预警。因为该土壤位于加油站场地周边，周边有居民居住，应按照敏感用地作为计算依据，因C10-C40石油烃污染风险数据缺失，故考虑苯、甲苯、乙苯、二甲苯等VOC污染物的健康风险评估值，其计算结果如表9：
| 监测指标 | 致癌风险 | 危害商 |
| 苯 | 3.79E-6 | 1.49E-1 |
| 甲苯 | 7.62E-3 | |
| 乙苯 | 8.43E-7 | 3.11E-3 |
| 邻二甲苯 | 2.75E-2 | |
| 间&对-二甲苯 | 1.10E-2 |
表9各污染组分对应的致癌风险指数和危害商指数
根据各污染物致癌风险(Ri)和危害商(Rs)的最大值与风险评估预警等级阈值划分标准划分污染预警级别，致癌风险预警等级为黄色，危害商预警等级为蓝色。按照污染识别-暴露评估-概率分布-生物动力学参数-控制值计算石化场地土壤中污染物铅的血铅风险值，已知该污染点位铅浓度为298mg/kg，由于该场地属于敏感用地，计算得到儿童体内血铅水平>0.1mg/L的概率为4.9％，即≤5％，根据污染物铅的风险概率P与风险概率等级阈值划分标准划分污染预警级别，可知，该点位血铅风险预警级别为蓝色预警。按照权利要求所述的石化场地土壤污染物到达地下水的预警方法，采用HYDRUS数值解模型进行各污染物的迁移模拟，得出各污染物的浓度随时间和空间的变化趋势，此处以土壤污染物苯为例进行说明，从而判断其预警级别，苯的位置为地表下1m；相态为液态；释放形式为连续释放；浓度为为1.8mg/L，且是持续的，污染源处无防渗措施；岩性性质为地表至5m为粉质黏土1，5-7.6m为粉土，7.5-15.3m为粉质黏土2，15.3m以下是黏土隔水层，地下水位为10.8m，地下水为孔隙水，岩性参数赋值如表10：
表10岩性参数赋值
边界条件为上边界为大气产流，下边界为自由下渗，溶质运移上边界为等浓度通量，下边界为自由下渗边界；初始条件为水分运动初始条件假设为不同位置的水头值，溶质运移的初始值取零，溶质运移参数取值如表11：
表11溶质运移参数取值
该地区年降水量按照950mm，年降水量的80％发生在6-9月。模拟泄露时间是2015年，即模拟已经泄露5年，模拟时间为15年。根据以上参数设定，按照HYDRUS-1D进行模拟，当模拟时间为8.2年时，污染物开始扩散进入地下水，地下水中苯浓度为18μg/L，按照地下水标准值10μg/L计算，其Pi值为1.8，参照污染物已到达地下水及到达地下水的不同时间和浓度划分污染预警级别，该点位土壤污染风险预警级别为橙色预警。综合以上，该污染点位预警级别分别为橙色、红色、黄色、蓝色、蓝色和橙色预警，因此，该点位综合风险预警等级为红色预警。
本发明实施方式还提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的土壤污染综合预警方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。
Claims (12)
1.一种土壤污染综合预警方法，应用于石化场地土壤污染监测，其特征在于，所述方法包括：
获取石化场地的土壤状态参数；
根据所述状态参数，获得污染物质的危害指标参数；
根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令；
执行所述预警指令，生成对应等级的预警信息。
2.根据权利要求1所述的土壤污染综合预警方法，其特征在于，土壤状态参数至少包括：
土壤组成成分、土壤pH、电导率、土壤气VOC、温度和含水率；
所述土壤组成成分至少包括：
土壤中各污染组分的类型信息、各污染组分的浓度信息、可降解微生物的类型信息和可降解微生物的含量信息。
3.根据权利要求2所述的土壤污染综合预警方法，其特征在于，所述污染物质的危害指标参数包括：
各污染组分的单因子污染指数、内梅罗指数、各污染组分的致癌风险指数、各污染组分的危害商指数、血铅风险指数和各污染组分的污染地下水风险指数。
4.根据权利要求3所述的土壤污染综合预警方法，其特征在于，所述各污染组分的单因子污染指数通过以下方式获得：
获取土壤中各污染组分的含量值；
根据所述各污染组分的含量值和所述各污染组分在土壤中对应的标准含量值，计算各污染组分的单因子污染指数Pi，计算公式为：
其中，Ci为土壤中第i种污染组分的实测浓度；
Si为土壤中第i种污染组分在土壤中的标准浓度。
5.根据权利要求3所述的土壤污染综合预警方法，其特征在于，所述内梅罗指数通过以下方式获得：
获取所述各污染组分的单因子污染指数中的单因子污染指数最大值；
筛选所述各污染组分的单因子污染指数中不小于0.1的单因子污染指数，求取筛选后的单因子污染指数的污染指数平均值；
根据所述单因子污染指数最大值和所述污染指数平均值计算内梅罗指数，计算公式为：
其中，
为所述单因子污染指数最大值；
6.根据权利要求3所述的土壤污染综合预警方法，其特征在于，各污染组分的致癌风险指数和各污染组分的危害商指数通过以下方式获得：
根据预设危害判断规则，判断所述各污染组分的类型信息和所述各污染组分的浓度信息对应的致癌风险指数和危害商指数。
7.根据权利要求3所述的土壤污染综合预警方法，其特征在于，所述血铅风险指数通过以下方式获得：
根据预设血铅风险计算规则，计算所述石化场地内土壤存在的含铅污染组分的血铅风险指数。
8.根据权利要求3所述的土壤污染综合预警方法，其特征在于，各污染组分污染地下水的风险指数通过以下方式获得：
根据所述土壤组成成分进行土壤污染组分多相流运移模拟，获取各污染组分的浓度随时间和垂向空间的变化趋势；
根据所述变化趋势获得各污染组分的污染地下水风险指数。
9.根据权利要求3所述的土壤污染综合预警方法，其特征在于，所述根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，包括：
根据预设预警等级确定规则，分别判断所述单因子污染指数中的最大值、所述内梅罗指数、所述致癌风险指数中的最大值、所述危害商指数中的最大值、所述血铅风险指数和所述污染地下水风险指数中的最大值对应的预警等级。
10.根据权利要求9所述的土壤污染综合预警方法，其特征在于，所述生成对应等级的预警指令，包括：
对比所述单因子污染指数中的最大值的预警等级、所述内梅罗指数的预警等级、所述致癌风险指数中的最大值的预警等级、所述危害商指数中的最大值的预警等级、所述血铅风险指数的预警等级和所述污染地下水风险指数中的最大值的预警等级，获取预警等级最高的危害指标参数对应的预警等级作为这五项危害指标参数的最终预警等级，生成对应的最终预警等级指令。
11.一种土壤污染综合预警系统，应用于石化场地土壤污染监测，其特征在于，所述系统包括：
采集单元，用于获取石化场地的土壤状态参数；
处理单元，用于根据所述状态参数获得污染物质的危害指标参数，根据预设预警等级确定规则确定所述危害指标参数对应的预警等级，生成对应等级的预警指令；
预警单元，用于执行所述预警指令，生成对应等级的预警信息。
12.一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行权利要求1至10中任一项权利要求所述的土壤污染综合预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011534814.5A CN114720657A (zh) | 2020-12-22 | 2020-12-22 | 土壤污染综合预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011534814.5A CN114720657A (zh) | 2020-12-22 | 2020-12-22 | 土壤污染综合预警方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114720657A true CN114720657A (zh) | 2022-07-08 |
Family
ID=82229893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011534814.5A Pending CN114720657A (zh) | 2020-12-22 | 2020-12-22 | 土壤污染综合预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114720657A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116500240A (zh) * | 2023-06-21 | 2023-07-28 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
| CN117151471A (zh) * | 2023-09-20 | 2023-12-01 | 中国矿业大学(北京) | 一种矿井水处理检测方法及系统 |
| CN117558107A (zh) * | 2024-01-12 | 2024-02-13 | 济南天楚科技有限公司 | 一种基于物联网的农业环境监测系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425885A (zh) * | 2013-08-15 | 2013-12-04 | 山东大学 | 石油-重金属-盐渍化三元复合污染土壤的环境质量评价方法 |
| KR20170022711A (ko) * | 2015-08-21 | 2017-03-02 | 광주과학기술원 | 광역스케일의 환경공간정보를 사용하여 토양 및 지하수 오염을 평가하는 방법 및 그 시스템 |
| CN106932549A (zh) * | 2015-12-29 | 2017-07-07 | 中国环境科学研究院 | 地下水水质综合预警方法 |
| CN107491878A (zh) * | 2017-08-19 | 2017-12-19 | 安徽省环境科学研究院 | 煤矿区土壤重金属污染实用评价方法 |
| CN107767032A (zh) * | 2017-09-27 | 2018-03-06 | 北京农业信息技术研究中心 | 一种农田土壤重金属污染决策系统及方法 |
| CN108120823A (zh) * | 2018-01-10 | 2018-06-05 | 伊犁师范学院 | 一种土壤重金属含量特征及其潜在风险评价方法及系统 |
| CN111507610A (zh) * | 2020-04-14 | 2020-08-07 | 江苏省环科院环境科技有限责任公司 | 一种土壤重金属污染的累积性环境风险预警方法 |
| CN111768064A (zh) * | 2019-12-31 | 2020-10-13 | 安徽珍昊环保科技有限公司 | 一种煤矿区土壤重金属污染实用评价方法 |
| CN111922068A (zh) * | 2020-08-12 | 2020-11-13 | 生态环境部华南环境科学研究所 | 一种工业污染场地土壤和地下水中石油烃风险评价方法 |
-
2020
- 2020-12-22 CN CN202011534814.5A patent/CN114720657A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425885A (zh) * | 2013-08-15 | 2013-12-04 | 山东大学 | 石油-重金属-盐渍化三元复合污染土壤的环境质量评价方法 |
| KR20170022711A (ko) * | 2015-08-21 | 2017-03-02 | 광주과학기술원 | 광역스케일의 환경공간정보를 사용하여 토양 및 지하수 오염을 평가하는 방법 및 그 시스템 |
| CN106932549A (zh) * | 2015-12-29 | 2017-07-07 | 中国环境科学研究院 | 地下水水质综合预警方法 |
| CN107491878A (zh) * | 2017-08-19 | 2017-12-19 | 安徽省环境科学研究院 | 煤矿区土壤重金属污染实用评价方法 |
| CN107767032A (zh) * | 2017-09-27 | 2018-03-06 | 北京农业信息技术研究中心 | 一种农田土壤重金属污染决策系统及方法 |
| CN108120823A (zh) * | 2018-01-10 | 2018-06-05 | 伊犁师范学院 | 一种土壤重金属含量特征及其潜在风险评价方法及系统 |
| CN111768064A (zh) * | 2019-12-31 | 2020-10-13 | 安徽珍昊环保科技有限公司 | 一种煤矿区土壤重金属污染实用评价方法 |
| CN111507610A (zh) * | 2020-04-14 | 2020-08-07 | 江苏省环科院环境科技有限责任公司 | 一种土壤重金属污染的累积性环境风险预警方法 |
| CN111922068A (zh) * | 2020-08-12 | 2020-11-13 | 生态环境部华南环境科学研究所 | 一种工业污染场地土壤和地下水中石油烃风险评价方法 |
Non-Patent Citations (3)
| Title |
|---|
| 丁国玉等: "场地健康风险评估及生物可给性的应用", 环境科学与技术, vol. 37, no. 6, 30 June 2014 (2014-06-30), pages 373 - 374 * |
| 陈小军;: "污染场地健康与环境风险评估模型（HERA）在土壤污染调查修复中的应用研究", 节能, no. 05, 25 May 2020 (2020-05-25) * |
| 韩丰磊等: "废弃石化用地土壤和地下水污染调查与评估", 土壤通报, vol. 51, no. 5, 6 October 2020 (2020-10-06), pages 1238 - 1239 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116500240A (zh) * | 2023-06-21 | 2023-07-28 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
| CN116500240B (zh) * | 2023-06-21 | 2023-12-29 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
| CN117151471A (zh) * | 2023-09-20 | 2023-12-01 | 中国矿业大学(北京) | 一种矿井水处理检测方法及系统 |
| CN117151471B (zh) * | 2023-09-20 | 2024-03-12 | 中国矿业大学(北京) | 一种矿井水处理检测方法及系统 |
| CN117558107A (zh) * | 2024-01-12 | 2024-02-13 | 济南天楚科技有限公司 | 一种基于物联网的农业环境监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114720657A (zh) | 土壤污染综合预警方法及系统 | |
| Cachada et al. | Risk assessment of urban soils contamination: The particular case of polycyclic aromatic hydrocarbons | |
| Li et al. | Establishing indices for groundwater contamination risk assessment in the vicinity of hazardous waste landfills in China | |
| Ranzi et al. | Biomonitoring of the general population living near a modern solid waste incinerator: a pilot study in Modena, Italy | |
| KR101409440B1 (ko) | 통계적 분석 방법을 이용한 지하수 수질 시계열 자료의 오염 등급 정량화 및 지하수 수질등급 평가방법 | |
| Jones et al. | Ecological risk assessment in a large river‐reservoir: 3. Benthic invertebrates | |
| Dillon et al. | Evaluation of four reports on contamination of the Athabasca River system by oil sands operations | |
| CN115345463A (zh) | 一种农药类非定标污染物风险评估方法 | |
| CN114720647A (zh) | 地下水污染综合预警方法及系统 | |
| Zhulidov et al. | Critical analysis of water quality monitoring in the Russian Federation and former Soviet Union | |
| Rose et al. | Use of high-throughput screening results to prioritize chemicals for potential adverse biological effects within a West Virginia watershed | |
| CN114493179A (zh) | 土壤污染风险的判断方法、系统、存储介质及电子设备 | |
| Maazallahi et al. | Intercomparison of detection and quantification methods for methane emissions from the natural gas distribution network in Hamburg, Germany | |
| McHugh et al. | Factors influencing variability in groundwater monitoring data sets | |
| CN107038495A (zh) | 一种地下水脆弱性评价结果的检验方法 | |
| Walsh | Presence of Perfluoroalkyl Substances, Metals, and Ions in Landfill-Adjacent Surface Waters: Case Studies in Orange County and Sampson County, North Carolina | |
| Cui et al. | The remediation standards and evaluation methods for remediation effectiveness of contaminated soil | |
| Lord | Appropriate site investigations | |
| None | Streamlined Approach for Environmental Restoration (SAFER) Plan for Corrective Action Unit 572: Test Cell C Ancillary Building and Structures-Nevada National Security Site, Nevada | |
| Barcelona | Site Characterization: What Should We Measure, Where (When?), and Why? | |
| Chan | Lawrence Livermore National Laboratory (LLNL) Experimental Test Site (Site 300) Compliance Monitoring Report for Waste Discharge Requirements (WDR) Order No. R5-2008-0148, Second Semester/Annual 2019 Report | |
| Nune et al. | Analysis of Air-Purifying Respirator (APR) Cartridge Performance Testing on Hanford Tanks SX-101 and SX-104 (Vol. 1) | |
| CN118314985A (zh) | 一种垃圾填埋场污染土壤的处理系统及方法 | |
| CN114662821A (zh) | 油库加油站场地的环境污染评估方法及装置 | |
| Krempa | Concentration comparison of selected constituents between groundwater samples collected within the Missouri River alluvial aquifer using purge and pump and grab-sampling methods, near the city of Independence, Missouri, 2013 |
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 |