CN115825393B - 一种重金属污染土壤生态风险评估方法 - Google Patents
一种重金属污染土壤生态风险评估方法 Download PDFInfo
- Publication number
- CN115825393B CN115825393B CN202211593477.6A CN202211593477A CN115825393B CN 115825393 B CN115825393 B CN 115825393B CN 202211593477 A CN202211593477 A CN 202211593477A CN 115825393 B CN115825393 B CN 115825393B
- Authority
- CN
- China
- Prior art keywords
- risk
- river
- coefficient
- soil
- level
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 159
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 77
- 238000012502 risk assessment Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 29
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims abstract description 45
- 229910052737 gold Inorganic materials 0.000 claims abstract description 45
- 239000010931 gold Substances 0.000 claims abstract description 45
- 230000000813 microbial effect Effects 0.000 claims abstract description 24
- 244000005700 microbiome Species 0.000 claims abstract description 20
- 102000004190 Enzymes Human genes 0.000 claims description 60
- 108090000790 Enzymes Proteins 0.000 claims description 60
- 230000000694 effects Effects 0.000 claims description 60
- 229940088598 enzyme Drugs 0.000 claims description 60
- 235000016709 nutrition Nutrition 0.000 claims description 57
- 230000035764 nutrition Effects 0.000 claims description 57
- 238000001514 detection method Methods 0.000 claims description 32
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 28
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 26
- 229910052698 phosphorus Inorganic materials 0.000 claims description 26
- 239000011574 phosphorus Substances 0.000 claims description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 26
- 238000007405 data analysis Methods 0.000 claims description 25
- 229910052757 nitrogen Inorganic materials 0.000 claims description 14
- 108700023418 Amidases Proteins 0.000 claims description 13
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 13
- 102000035195 Peptidases Human genes 0.000 claims description 13
- 108091005804 Peptidases Proteins 0.000 claims description 13
- 102000004160 Phosphoric Monoester Hydrolases Human genes 0.000 claims description 13
- 108090000608 Phosphoric Monoester Hydrolases Proteins 0.000 claims description 13
- 102000005922 amidase Human genes 0.000 claims description 13
- 229910052799 carbon Inorganic materials 0.000 claims description 13
- 235000019833 protease Nutrition 0.000 claims description 13
- JUCCBFMAJUMIFJ-UHFFFAOYSA-O [N].[NH4+].[O-][N+]([O-])=O Chemical compound [N].[NH4+].[O-][N+]([O-])=O JUCCBFMAJUMIFJ-UHFFFAOYSA-O 0.000 claims description 12
- 229940012957 plasmin Drugs 0.000 claims description 9
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 claims description 6
- GUBGYTABKSRVRQ-QRZGKKJRSA-N beta-cellobiose Chemical compound OC[C@H]1O[C@@H](O[C@H]2[C@H](O)[C@@H](O)[C@H](O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@@H]1O GUBGYTABKSRVRQ-QRZGKKJRSA-N 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 102000002260 Alkaline Phosphatase Human genes 0.000 claims description 3
- 108020004774 Alkaline Phosphatase Proteins 0.000 claims description 3
- 102000004400 Aminopeptidases Human genes 0.000 claims description 3
- 108090000915 Aminopeptidases Proteins 0.000 claims description 3
- 239000004395 L-leucine Substances 0.000 claims description 3
- 235000019454 L-leucine Nutrition 0.000 claims description 3
- 229960003136 leucine Drugs 0.000 claims description 3
- 238000011109 contamination Methods 0.000 abstract 1
- 238000002386 leaching Methods 0.000 description 5
- 239000010949 copper Substances 0.000 description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 3
- 229910052793 cadmium Inorganic materials 0.000 description 3
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000011651 chromium Substances 0.000 description 2
- 239000000463 material Substances 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
- 235000015097 nutrients Nutrition 0.000 description 2
- KMUONIBRACKNSN-UHFFFAOYSA-N potassium dichromate Chemical compound [K+].[K+].[O-][Cr](=O)(=O)O[Cr]([O-])(=O)=O KMUONIBRACKNSN-UHFFFAOYSA-N 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 102000004366 Glucosidases Human genes 0.000 description 1
- 108010056771 Glucosidases Proteins 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- WYWFMUBFNXLFJK-UHFFFAOYSA-N [Mo].[Sb] Chemical compound [Mo].[Sb] WYWFMUBFNXLFJK-UHFFFAOYSA-N 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000010814 metallic waste Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 208000030212 nutrition disease Diseases 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000007084 physiological dysfunction Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- JBQYATWDVHIOAR-UHFFFAOYSA-N tellanylidenegermanium Chemical compound [Te]=[Ge] JBQYATWDVHIOAR-UHFFFAOYSA-N 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明涉及重金属污染土壤评估技术领域,具体涉及一种重金属污染土壤生态风险评估方法,用于解决现有的重金属污染土壤生态风险评估方法只是简单地对土壤中的重金属含量进行分析,未对土壤中微生物的丰富程度以及污染土壤对河流的污染程度,无法进行综合衡量,使得得出的风险等级不够精确,风险等级不能反应出污染土壤对生态环境造成的综合影响的问题;该重金属污染土壤生态风险评估方法通过总金量、微生物系数以及河流参数值综合分析获得风险系数,风险系数能够综合反应重金属污染土壤造成的风险程度,及时对其进行处理能够避免重金属污染对环境生态造成的恶劣影响。
Description
技术领域
本发明涉及重金属污染土壤评估技术领域,具体涉及一种重金属污染土壤生态风险评估方法。
背景技术
土壤重金属是指由于人类活动将金属加入到土壤中,致使土壤中重金属明显高于原生含量、并造成生态环境质量恶化的现象。污染土壤的重金属主要包括汞(Hg)、镉(Cd)、铅(Pb)、铬(Cr)和类金属砷(As)等生物毒性显著的元素,以及有一定毒性的锌(Zn)、铜(Cu)、镍(Ni)等元素。主要来自农药、废水、污泥和大气沉降等,如镉、铅污染主要来自冶炼排放和汽车废气沉降。过量重金属可引起植物生理功能紊乱、营养失调,镉、汞等元素在作物籽实中富集系数较高,即使超过食品卫生标准,也不影响作物生长、发育和产量,此外重金属污染物在土壤中移动性很小,不易随水淋滤,不为微生物降解,通过食物链进入人体后,潜在危害极大。矿山尾矿中富含难解的重金属进入土壤,加之矿石加工后余下的金属废渣随雨水进入地下水系统,造成严重的土壤重金属污染。
申请号为CN202011039984.6的专利公开了土壤污染风险管控和生态风险评价领域,公开了一种重金属污染土壤生态风险评估方法,包括如下步骤:首先,构建土壤样品中重金属的浸出浓度与浸提剂pH值间的函数关系C1(pH);然后,构建土壤样品中重金属的酸溶解态浓度与浸提剂pH值间的函数关系C2(pH);接着,计算土壤样品中的重金属风险浓度Crisk:Crisk=0.5×C1(pH)+0.5×C2(pH);随后,测定土壤样品中重金属的全量浓度C3;最后,计算重金属污染土壤生态风险R:R=Crisk/C3×100%,根据重金属污染土壤生态风险R划分风险等级,该发明提供的评估方法更加严格,更加科学合理,也更加有利于生态环境的保护,但仍然存在以下不足之处:该方法只是简单地对土壤中的重金属含量进行分析,未对土壤中微生物的丰富程度以及污染土壤对河流的污染程度,无法进行综合衡量,使得得出的风险等级不够精确,风险等级不能反应出污染土壤对生态环境造成的综合影响。
发明内容
为了克服上述的技术问题,本发明的目的在于提供一种重金属污染土壤生态风险评估方法:通过数据检测模块获取检测土壤的重金量,获取污染土壤的土壤营养参数和土壤酶活参数,通过数据分析模块根据土壤营养参数和土壤酶活参数分别获得营养系数和酶活系数,并根据营养系数和酶活系数获得微生物系数,通过参数采集模块根据污染点获得河流参数值,通过风险评估平台根据重金量获得总金量,并根据总金量、微生物系数以及河流参数值获得风险系数,根据风险系数获得风险等级,风险报警模块根据风险等级响起警报铃声,解决了现有的重金属污染土壤生态风险评估方法只是简单地对土壤中的重金属含量进行分析,未对土壤中微生物的丰富程度以及污染土壤对河流的污染程度,无法进行综合衡量,使得得出的风险等级不够精确,风险等级不能反应出污染土壤对生态环境造成的综合影响的问题。
本发明的目的可以通过以下技术方案实现:
一种重金属污染土壤生态风险评估方法,包括以下模块:
数据检测模块,用于获取检测土壤的重金量ZJi,并将重金量ZJi发送至风险评估平台,还用于获取污染土壤的土壤营养参数和土壤酶活参数,并将土壤营养参数、土壤酶活参数发送至数据分析模块;
数据分析模块,用于根据土壤营养参数和土壤酶活参数分别获得营养系数YX和酶活系数MX,并根据营养系数YX和酶活系数MX获得微生物系数WX,并将微生物系数WX发送至风险评估平台;
参数采集模块,用于根据污染点获得河流参数值HC,并将河流参数值HC发送至风险评估平台;
风险评估平台,用于根据重金量ZJi获得总金量ZL,并根据总金量ZL、微生物系数WX以及河流参数值HC获得风险系数FX,根据风险系数FX获得风险等级,并将风险等级发送至风险报警模块;
风险报警模块,用于根据风险等级响起警报铃声。
作为本发明进一步的方案:所述数据分析模块获得微生物系数WX的具体过程如下:
接收到土壤营养参数后将有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN代入公式得到营养系数YX,其中,t1、t2、t3、t4、t5分别为有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN的预设权重因子,且t1>t2>t3>t4>t5>2.08;
接收到土壤酶活参数后将葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM代入公式得到酶活系数MX,其中,o1、o2、o3、o4、o5分别为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM的预设权重因子,且o1>o2>o3>o4>o5>1.73;
将营养系数YX与酶活系数MX代入公式得到微生物系数WX,其中,α1、α2分别为营养系数YX与酶活系数MX的预设比例因子,且α2>α1>1.84,e为自然数;
将微生物系数WX发送至风险评估平台。
作为本发明进一步的方案:所述参数采集模块获得河流参数值HC的具体过程如下:
获取检测土壤的来源地位置,并将其标记为污染点;
以污染点为中心点,将污染点周围的河流依次标记为预选河流j,j=1、……、m,m为自然数;
获取预选河流j与污染点的距离并将其标记为河距值HJ;
获取预选河流j的水流平均速率、河面距离河底平均高度以及河面平均宽度,并将其依次标记为流速值LS、河高值HG以及河宽值HK,获取流速值LS、河高值HG以及河宽值HK的三者乘积并将其标记为水流值SL;
将河距值HJ、水流值SL代入公式得到河流系数HX,其中,q1、q2分别为河距值HJ、水流值SL的预设权重系数,且q1+q2=1,取q1=0.44,q2=0.56;
将所有预选河流j的河流系数HX进行一一比较,将最大的河流系数HX标记为河流参数值HC;
将河流参数值HC发送至风险评估平台。
作为本发明进一步的方案:所述风险评估平台获得风险等级的具体过程如下:
将总金量ZL、微生物系数WX以及河流参数值HC代入公式得到风险系数FX;
将风险系数FX与风险等级进行匹配,风险等级包括低级风险、一级风险、二级风险以及三级风险;
若风险系数FX≤一级风险阈值FX1,则判定风险等级为低级风险;
若二级风险阈值FX2≥风险系数FX>一级风险阈值FX1,则判定风险等级为一级风险;
若三级风险阈值FX3≥风险系数FX>二级风险阈值FX2,则判定风险等级为二级风险;
若风险系数FX>三级风险阈值FX3,则判定风险等级为三级风险;
将风险等级发送至风险报警模块。
作为本发明进一步的方案:一种重金属污染土壤生态风险评估方法,包括以下步骤:
步骤一:数据检测模块将检测土壤中的每种重金属含量进行检测并将其分别标记为重金量ZJi,i=1、……、n,n为自然数,重金属包括Cu、Zn、Ni、Pb、Cr、Cd、Hg、Fe、Mn、Mo、Co;
步骤二:数据检测模块将重金量ZJi发送至风险评估平台;
步骤三:风险评估平台将重金量ZJi与土壤重金属含量标准进行比对,其中土壤重金属含量标准为预先设置,若重金量ZJi超过土壤重金属含量标准,则生成超标指令,并将超标指令发送至数据检测模块;
步骤四:数据检测模块接收到超标指令后将超标指令所对应的检测土壤标记为污染土壤,并将污染土壤中所有重金量ZJi之和标记为总金量ZL;
步骤五:数据检测模块将总金量ZL发送至风险评估平台;
步骤六:数据检测模块获取污染土壤的土壤营养参数,土壤营养参数包括有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN,其中有机碳含量CH的测定采用重铬酸钾外加热法,全氮含量NH测定采用凯氏定氮法,全磷含量PH、速效磷含量SP的测定采用NaHCO3浸提后使用钼锑抗比色,最后用分光光度计测定,硝铵态氮含量XN的测定采用KCl浸提后MultiNC3100TOC仪测定;
步骤七:数据检测模块获取污染土壤的土壤酶活参数,土壤酶活参数包括β-1,4-葡萄糖苷酶含量,β-D-纤维二糖水解酶含量,β-1,4-N-乙酰氨基葡萄糖苷酶含量,L-亮氨酸氨肽酶含量,碱性磷酸酶含量,并将其依次标记为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM,其中,葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM的测定利用酶标仪测定荧光值得到;
步骤八:数据检测模块将土壤营养参数、土壤酶活参数发送至数据分析模块;
步骤九:数据分析模块接收到土壤营养参数后将有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN代入公式得到营养系数YX,其中,t1、t2、t3、t4、t5分别为有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN的预设权重因子,且t1>t2>t3>t4>t5>2.08;
步骤十:数据分析模块接收到土壤酶活参数后将葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM代入公式得到酶活系数MX,其中,o1、o2、o3、o4、o5分别为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM的预设权重因子,且o1>o2>o3>o4>o5>1.73;
步骤十一:数据分析模块将营养系数YX与酶活系数MX代入公式得到微生物系数WX,其中,α1、α2分别为营养系数YX与酶活系数MX的预设比例因子,且α2>α1>1.84,e为自然数;
步骤十二:数据分析模块将微生物系数WX发送至风险评估平台;
步骤十三:风险评估平台接收到总金量ZL、微生物系数WX后生成参数采集指令,并将参数采集指令发送至参数采集模块;
步骤十四:参数采集模块接收到参数采集指令后获取检测土壤的来源地位置,并将其标记为污染点;
步骤十五:参数采集模块以污染点为中心点,将污染点周围的河流依次标记为预选河流j,j=1、……、m,m为自然数;
步骤十六:参数采集模块获取预选河流j与污染点的距离并将其标记为河距值HJ;
步骤十七:参数采集模块获取预选河流j的水流平均速率、河面距离河底平均高度以及河面平均宽度,并将其依次标记为流速值LS、河高值HG以及河宽值HK,获取流速值LS、河高值HG以及河宽值HK的三者乘积并将其标记为水流值SL;
步骤十八:参数采集模块将河距值HJ、水流值SL代入公式得到河流系数HX,其中,q1、q2分别为河距值HJ、水流值SL的预设权重系数,且q1+q2=1,取q1=0.44,q2=0.56;
步骤十九:参数采集模块将所有预选河流j的河流系数HX进行一一比较,将最大的河流系数HX标记为河流参数值HC;
步骤二十:参数采集模块将河流参数值HC发送至风险评估平台;
步骤二十一:风险评估平台将总金量ZL、微生物系数WX以及河流参数值HC代入公式得到风险系数FX;
步骤二十二:风险评估平台将风险系数FX与风险等级进行匹配,风险等级包括低级风险、一级风险、二级风险以及三级风险;
若风险系数FX≤一级风险阈值FX1,则判定风险等级为低级风险;
若二级风险阈值FX2≥风险系数FX>一级风险阈值FX1,则判定风险等级为一级风险;
若三级风险阈值FX3≥风险系数FX>二级风险阈值FX2,则判定风险等级为二级风险;
若风险系数FX>三级风险阈值FX3,则判定风险等级为三级风险;
步骤二十三:风险评估平台将风险等级发送至风险报警模块;
步骤二十四:风险报警模块接收到风险等级根据低级风险、一级风险、二级风险以及三级风险分别响起相应的警报铃声。
本发明的有益效果:
本发明的一种重金属污染土壤生态风险评估方法,通过数据检测模块获取检测土壤的重金量,获取污染土壤的土壤营养参数和土壤酶活参数,通过数据分析模块根据土壤营养参数和土壤酶活参数分别获得营养系数和酶活系数,并根据营养系数和酶活系数获得微生物系数,通过参数采集模块根据污染点获得河流参数值,通过风险评估平台根据重金量获得总金量,并根据总金量、微生物系数以及河流参数值获得风险系数,根据风险系数获得风险等级,风险报警模块根据风险等级响起警报铃声;该方法中首先通过检测土壤中重金属含量,若存在一项以及以上的超标即判定为污染土壤,之后获得总金量,总金量用于衡量污染土壤中被所有重金属污染的程度,通过获取污染土壤的土壤营养参数以及土壤酶活参数,土壤营养参数用于衡量土壤中的营养元素的含量,营养系数用于综合衡量土壤营养元素的丰富程度,土壤酶活参数用于参与微生物对土壤中营养的获取,酶活系数用于综合衡量微生物获取土壤中营养的程度,利用营养系数和酶活系数获得的微生物系数能够综合反应土壤中的微生物的丰富程度,之后获得的河流参数值用于衡量污染点对河流存在污染的最大程度,因此将总金量、微生物系数以及河流参数值综合分析获得的风险系数能够综合反应重金属污染土壤造成的风险程度,土壤重金属含量越高污染风险越大,土壤微生物丰富程度越低表示重金属对微生物影响的越大,使其难以生存,且微生物对土壤重金属的降解也越困难,对河流的污染程度越大表示重金属污染被扩散的越迅速且范围越大,因此风险系数能够综合反应重金属污染土壤所造成的风险程度,及时对其进行处理能够避免重金属污染对环境生态造成的恶劣影响。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中一种重金属污染土壤生态风险评估方法的原理框图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本实施例为一种重金属污染土壤生态风险评估方法,包括以下步骤:
步骤一:数据检测模块将检测土壤中的每种重金属含量进行检测并将其分别标记为重金量ZJi,i=1、……、n,n为自然数,重金属包括Cu、Zn、Ni、Pb、Cr、Cd、Hg、Fe、Mn、Mo、Co;
步骤二:数据检测模块将重金量ZJi发送至风险评估平台;
步骤三:风险评估平台将重金量ZJi与土壤重金属含量标准进行比对,其中土壤重金属含量标准为预先设置,若重金量ZJi超过土壤重金属含量标准,则生成超标指令,并将超标指令发送至数据检测模块;
步骤四:数据检测模块接收到超标指令后将超标指令所对应的检测土壤标记为污染土壤,并将污染土壤中所有重金量ZJi之和标记为总金量ZL;
步骤五:数据检测模块将总金量ZL发送至风险评估平台;
步骤六:数据检测模块获取污染土壤的土壤营养参数,土壤营养参数包括有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN;
步骤七:数据检测模块获取污染土壤的土壤酶活参数,土壤酶活参数包括β-1,4-葡萄糖苷酶含量,β-D-纤维二糖水解酶含量,β-1,4-N-乙酰氨基葡萄糖苷酶含量,L-亮氨酸氨肽酶含量,碱性磷酸酶含量,并将其依次标记为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM;
步骤八:数据检测模块将土壤营养参数、土壤酶活参数发送至数据分析模块;
步骤九:数据分析模块接收到土壤营养参数后将有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN代入公式得到营养系数YX,其中,t1、t2、t3、t4、t5分别为有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN的预设权重因子,且t1>t2>t3>t4>t5>2.08;
步骤十:数据分析模块接收到土壤酶活参数后将葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM代入公式得到酶活系数MX,其中,o1、o2、o3、o4、o5分别为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM的预设权重因子,且o1>o2>o3>o4>o5>1.73;
步骤十一:数据分析模块将营养系数YX与酶活系数MX代入公式得到微生物系数WX,其中,α1、α2分别为营养系数YX与酶活系数MX的预设比例因子,且α2>α1>1.84,e为自然数;
步骤十二:数据分析模块将微生物系数WX发送至风险评估平台;
步骤十三:风险评估平台接收到总金量ZL、微生物系数WX后生成参数采集指令,并将参数采集指令发送至参数采集模块;
步骤十四:参数采集模块接收到参数采集指令后获取检测土壤的来源地位置,并将其标记为污染点;
步骤十五:参数采集模块以污染点为中心点,将污染点周围的河流依次标记为预选河流j,j=1、……、m,m为自然数;
步骤十六:参数采集模块获取预选河流j与污染点的距离并将其标记为河距值HJ;
步骤十七:参数采集模块获取预选河流j的水流平均速率、河面距离河底平均高度以及河面平均宽度,并将其依次标记为流速值LS、河高值HG以及河宽值HK,获取流速值LS、河高值HG以及河宽值HK的三者乘积并将其标记为水流值SL;
步骤十八:参数采集模块将河距值HJ、水流值SL代入公式得到河流系数HX,其中,q1、q2分别为河距值HJ、水流值SL的预设权重系数,且q1+q2=1,取q1=0.44,q2=0.56;
步骤十九:参数采集模块将所有预选河流j的河流系数HX进行一一比较,将最大的河流系数HX标记为河流参数值HC;
步骤二十:参数采集模块将河流参数值HC发送至风险评估平台;
步骤二十一:风险评估平台将总金量ZL、微生物系数WX以及河流参数值HC代入公式得到风险系数FX;
步骤二十二:风险评估平台将风险系数FX与风险等级进行匹配,风险等级包括低级风险、一级风险、二级风险以及三级风险;
若风险系数FX≤一级风险阈值FX1,则判定风险等级为低级风险;
若二级风险阈值FX2≥风险系数FX>一级风险阈值FX1,则判定风险等级为一级风险;
若三级风险阈值FX3≥风险系数FX>二级风险阈值FX2,则判定风险等级为二级风险;
若风险系数FX>三级风险阈值FX3,则判定风险等级为三级风险;
步骤二十三:风险评估平台将风险等级发送至风险报警模块;
步骤二十四:风险报警模块接收到风险等级根据低级风险、一级风险、二级风险以及三级风险分别响起相应的警报铃声。
实施例2
请参阅图1所示,本实施例为一种重金属污染土壤生态风险评估方法,包括以下模块:
其中,所述数据检测模块用于获取检测土壤的重金量ZJi,并将重金量ZJi发送至风险评估平台,还用于获取污染土壤的土壤营养参数和土壤酶活参数,并将土壤营养参数、土壤酶活参数发送至数据分析模块;
其中,所述数据分析模块用于根据土壤营养参数和土壤酶活参数分别获得营养系数YX和酶活系数MX,并根据营养系数YX和酶活系数MX获得微生物系数WX,并将微生物系数WX发送至风险评估平台;
其中,所述参数采集模块用于根据污染点获得河流参数值HC,并将河流参数值HC发送至风险评估平台;
其中,所述风险评估平台用于根据重金量ZJi获得总金量ZL,并根据总金量ZL、微生物系数WX以及河流参数值HC获得风险系数FX,根据风险系数FX获得风险等级,并将风险等级发送至风险报警模块;
其中,所述风险报警模块用于根据风险等级响起警报铃声。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (4)
1.一种重金属污染土壤生态风险评估方法,其特征在于,包括以下模块:
数据检测模块,用于获取检测土壤的重金量,并将重金量发送至风险评估平台,还用于获取污染土壤的土壤营养参数和土壤酶活参数,并将土壤营养参数、土壤酶活参数发送至数据分析模块;
数据分析模块,用于根据土壤营养参数和土壤酶活参数分别获得营养系数和酶活系数,并根据营养系数和酶活系数获得微生物系数,并将微生物系数发送至风险评估平台;
参数采集模块,用于根据污染点获得河流参数值,并将河流参数值发送至风险评估平台;
风险评估平台,用于根据重金量获得总金量,并根据总金量、微生物系数以及河流参数值获得风险系数,根据风险系数获得风险等级,并将风险等级发送至风险报警模块;
风险报警模块,用于根据风险等级响起警报铃声;
其中,该重金属污染土壤生态风险评估方法包括以下步骤:
步骤一:数据检测模块将检测土壤中的每种重金属含量进行检测并将其分别标记为重金量ZJi,i=1、……、n,n为自然数;重金属包括Cu、Zn、Ni、Pb、Cr、Cd、Hg、Fe、Mn、Mo、Co;
步骤二:数据检测模块将重金量ZJi发送至风险评估平台;
步骤三:风险评估平台将重金量ZJi与土壤重金属含量标准进行比对,其中土壤重金属含量标准为预先设置,若重金量ZJi超过土壤重金属含量标准,则生成超标指令,并将超标指令发送至数据检测模块;
步骤四:数据检测模块接收到超标指令后将超标指令所对应的检测土壤标记为污染土壤,并将污染土壤中所有重金量ZJi之和标记为总金量ZL;
步骤五:数据检测模块将总金量ZL发送至风险评估平台;
步骤六:数据检测模块获取污染土壤的土壤营养参数,土壤营养参数包括有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN;
步骤七:数据检测模块获取污染土壤的土壤酶活参数,土壤酶活参数包括β-1,4-葡萄糖苷酶含量,β-D-纤维二糖水解酶含量,β-1,4-N-乙酰氨基葡萄糖苷酶含量,L-亮氨酸氨肽酶含量,碱性磷酸酶含量,并将其依次标记为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM;
步骤八:数据检测模块将土壤营养参数、土壤酶活参数发送至数据分析模块;
步骤九:数据分析模块接收到土壤营养参数后将有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN代入公式得到营养系数YX,其中,t1、t2、t3、t4、t5分别为有机碳含量CH、全氮含量NH、全磷含量PH、速效磷含量SP、硝铵态氮含量XN的预设权重因子,且t1>t2>t3>t4>t5>2.08;
步骤十:数据分析模块接收到土壤酶活参数后将葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM代入公式得到酶活系数MX,其中,o1、o2、o3、o4、o5分别为葡酶量PM,纤酶量XM,氨酶量AM,肽酶量TM,磷酶量LM的预设权重因子,且o1>o2>o3>o4>o5>1.73;
步骤十一:数据分析模块将营养系数YX与酶活系数MX代入公式得到微生物系数WX,其中,α1、α2分别为营养系数YX与酶活系数MX的预设比例因子,且α2>α1>1.84,e为自然数;
步骤十二:数据分析模块将微生物系数WX发送至风险评估平台;
步骤十三:风险评估平台接收到总金量ZL、微生物系数WX后生成参数采集指令,并将参数采集指令发送至参数采集模块;
步骤十四:参数采集模块接收到参数采集指令后获取检测土壤的来源地位置,并将其标记为污染点;
步骤十五:参数采集模块以污染点为中心点,将污染点周围的河流依次标记为预选河流j,j=1、……、m,m为自然数;
步骤十六:参数采集模块获取预选河流j与污染点的距离并将其标记为河距值HJ;
步骤十七:参数采集模块获取预选河流j的水流平均速率、河面距离河底平均高度以及河面平均宽度,并将其依次标记为流速值LS、河高值HG以及河宽值HK,获取流速值LS、河高值HG以及河宽值HK的三者乘积并将其标记为水流值SL;
步骤十八:参数采集模块将河距值HJ、水流值SL代入公式得到河流系数HX,其中,q1、q2分别为河距值HJ、水流值SL的预设权重系数,且q1+q2=1,取q1=0.44,q2=0.56;
步骤十九:参数采集模块将所有预选河流j的河流系数HX进行一一比较,将最大的河流系数HX标记为河流参数值HC;
步骤二十:参数采集模块将河流参数值HC发送至风险评估平台;
步骤二十一:风险评估平台将总金量ZL、微生物系数WX以及河流参数值HC代入公式得到风险系数FX;
步骤二十二:风险评估平台将风险系数FX与风险等级进行匹配,风险等级包括低级风险、一级风险、二级风险以及三级风险;
若风险系数FX≤一级风险阈值FX1,则判定风险等级为低级风险;
若二级风险阈值FX2≥风险系数FX>一级风险阈值FX1,则判定风险等级为一级风险;
若三级风险阈值FX3≥风险系数FX>二级风险阈值FX2,则判定风险等级为二级风险;
若风险系数FX>三级风险阈值FX3,则判定风险等级为三级风险;
步骤二十三:风险评估平台将风险等级发送至风险报警模块;
步骤二十四:风险报警模块接收到风险等级根据低级风险、一级风险、二级风险以及三级风险分别响起相应的警报铃声。
2.根据权利要求1所述的一种重金属污染土壤生态风险评估方法,其特征在于,所述数据分析模块获得微生物系数的具体过程如下:
接收到土壤营养参数后将有机碳含量、全氮含量、全磷含量、速效磷含量、硝铵态氮含量经过分析得到营养系数;
接收到土壤酶活参数后将葡酶量,纤酶量,氨酶量,肽酶量,磷酶量经过分析得到酶活系数;
将营养系数与酶活系数经过分析得到微生物系数;
将微生物系数发送至风险评估平台。
3.根据权利要求1所述的一种重金属污染土壤生态风险评估方法,其特征在于,所述参数采集模块获得河流参数值的具体过程如下:
获取检测土壤的来源地位置,并将其标记为污染点;
以污染点为中心点,将污染点周围的河流依次标记为预选河流;
获取预选河流与污染点的距离并将其标记为河距值;
获取预选河流的水流平均速率、河面距离河底平均高度以及河面平均宽度,并将其依次标记为流速值、河高值以及河宽值,获取流速值、河高值以及河宽值的三者乘积并将其标记为水流值;
将河距值、水流值经过分析得到河流系数;
将所有预选河流的河流系数进行一一比较,将最大的河流系数标记为河流参数值;
将河流参数值发送至风险评估平台。
4.根据权利要求1所述的一种重金属污染土壤生态风险评估方法,其特征在于,所述风险评估平台获得风险等级的具体过程如下:
将总金量、微生物系数以及河流参数值经过分析得到风险系数;
将风险系数与风险等级进行匹配,风险等级包括低级风险、一级风险、二级风险以及三级风险;
若风险系数≤一级风险阈值,则判定风险等级为低级风险;
若二级风险阈值≥风险系数>一级风险阈值,则判定风险等级为一级风险;
若三级风险阈值≥风险系数>二级风险阈值,则判定风险等级为二级风险;
若风险系数>三级风险阈值,则判定风险等级为三级风险;
将风险等级发送至风险报警模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211593477.6A CN115825393B (zh) | 2022-12-13 | 2022-12-13 | 一种重金属污染土壤生态风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211593477.6A CN115825393B (zh) | 2022-12-13 | 2022-12-13 | 一种重金属污染土壤生态风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115825393A CN115825393A (zh) | 2023-03-21 |
CN115825393B true CN115825393B (zh) | 2024-03-15 |
Family
ID=85546697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211593477.6A Active CN115825393B (zh) | 2022-12-13 | 2022-12-13 | 一种重金属污染土壤生态风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115825393B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384743B (zh) * | 2023-03-29 | 2024-01-19 | 海南省林业科学研究院(海南省红树林研究院) | 一种基于生态数据分析的植物生长风险评估系统 |
CN116596308B (zh) * | 2023-05-15 | 2023-11-17 | 生态环境部南京环境科学研究所 | 河流、湖泊沉积物重金属生态毒性风险的综合评价方法 |
CN117423214A (zh) * | 2023-10-24 | 2024-01-19 | 重庆市生态环境科学研究院 | 一种基于环境dna数据的环境生态风险评估方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102125927A (zh) * | 2010-12-29 | 2011-07-20 | 上海市环境科学研究院 | 一种受重金属污染土壤的修复方法 |
CN103177303A (zh) * | 2013-04-18 | 2013-06-26 | 清华大学 | 一种基于河流生态监测的数据管理系统 |
CN103713097A (zh) * | 2013-07-30 | 2014-04-09 | 山东建筑大学 | 大区域水体底泥重金属污染状况调查点位布设方法 |
CN104636627A (zh) * | 2015-02-28 | 2015-05-20 | 张霖琳 | 一种土壤重金属生态风险评估方法 |
CN104722569A (zh) * | 2013-12-18 | 2015-06-24 | 中国环境科学研究院 | 确定化工区土壤重金属生态安全阈值的方法 |
WO2015109899A1 (zh) * | 2014-01-21 | 2015-07-30 | 北京师范大学 | 一种快速高效去除水体中重金属的方法 |
CN108918815A (zh) * | 2018-04-04 | 2018-11-30 | 华南农业大学 | 一种土壤重金属风险预测方法 |
CN110472819A (zh) * | 2019-07-04 | 2019-11-19 | 中国科学院城市环境研究所 | 一种基于三维荧光技术的溶解性有机物组分生态风险评价方法 |
CN110990786A (zh) * | 2019-11-27 | 2020-04-10 | 中山大学 | 一种重金属污染的土壤环境的综合评价方法 |
CN111080097A (zh) * | 2019-12-03 | 2020-04-28 | 中国环境科学研究院 | 农业面源和重金属污染风险综合评估方法 |
CN111915217A (zh) * | 2020-08-14 | 2020-11-10 | 中国科学院地理科学与资源研究所 | 基于gis矿区土壤重金属潜在风险评价方法 |
CN114235727A (zh) * | 2021-12-15 | 2022-03-25 | 广东省农业科学院农业资源与环境研究所 | 一种重金属污染土壤修复效果的生态评估方法 |
CN115064226A (zh) * | 2022-05-18 | 2022-09-16 | 上海市城市建设设计研究总院(集团)有限公司 | 估算城市道路暴雨径流重金属污染负荷的简化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105608324B (zh) * | 2015-12-30 | 2017-03-01 | 中国环境科学研究院 | 基于毒性效应的流域沉积物中重金属生态风险评估方法 |
-
2022
- 2022-12-13 CN CN202211593477.6A patent/CN115825393B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102125927A (zh) * | 2010-12-29 | 2011-07-20 | 上海市环境科学研究院 | 一种受重金属污染土壤的修复方法 |
CN103177303A (zh) * | 2013-04-18 | 2013-06-26 | 清华大学 | 一种基于河流生态监测的数据管理系统 |
CN103713097A (zh) * | 2013-07-30 | 2014-04-09 | 山东建筑大学 | 大区域水体底泥重金属污染状况调查点位布设方法 |
CN104722569A (zh) * | 2013-12-18 | 2015-06-24 | 中国环境科学研究院 | 确定化工区土壤重金属生态安全阈值的方法 |
WO2015109899A1 (zh) * | 2014-01-21 | 2015-07-30 | 北京师范大学 | 一种快速高效去除水体中重金属的方法 |
CN104636627A (zh) * | 2015-02-28 | 2015-05-20 | 张霖琳 | 一种土壤重金属生态风险评估方法 |
CN108918815A (zh) * | 2018-04-04 | 2018-11-30 | 华南农业大学 | 一种土壤重金属风险预测方法 |
CN110472819A (zh) * | 2019-07-04 | 2019-11-19 | 中国科学院城市环境研究所 | 一种基于三维荧光技术的溶解性有机物组分生态风险评价方法 |
CN110990786A (zh) * | 2019-11-27 | 2020-04-10 | 中山大学 | 一种重金属污染的土壤环境的综合评价方法 |
CN111080097A (zh) * | 2019-12-03 | 2020-04-28 | 中国环境科学研究院 | 农业面源和重金属污染风险综合评估方法 |
CN111915217A (zh) * | 2020-08-14 | 2020-11-10 | 中国科学院地理科学与资源研究所 | 基于gis矿区土壤重金属潜在风险评价方法 |
CN114235727A (zh) * | 2021-12-15 | 2022-03-25 | 广东省农业科学院农业资源与环境研究所 | 一种重金属污染土壤修复效果的生态评估方法 |
CN115064226A (zh) * | 2022-05-18 | 2022-09-16 | 上海市城市建设设计研究总院(集团)有限公司 | 估算城市道路暴雨径流重金属污染负荷的简化方法 |
Non-Patent Citations (7)
Title |
---|
Immobilization Efficiency Evaluation by Using Tessier, TCLP and SBET Method for As, Cu and Pb Contaminated Soils;Xiao, H;《Advanced Materials Research》;20150225;第909卷;95-99 * |
Multivariate Analyses and Evaluation of Heavy Metals by Chemometric BCR Sequential Extraction Method in Surface Sediments from Lingdingyang Bay, South China;Cao, LL;《SUSTAINABILITY》;20150722;第7卷(第5期);4938-4951 * |
三江源区土壤重金属的累积特征及潜在生态风险评价――以青海省玉树县为例;何林华;高小红;;农业环境科学学报;20160620(第06期);1-4 * |
何林华 ; 高小红 ; .三江源区土壤重金属的累积特征及潜在生态风险评价――以青海省玉树县为例.农业环境科学学报.2016,(第06期),1-4. * |
典型地膜残留地区土壤重金属残留测定及其健康风险评价;张璐;《有色金属材料与工程》;20170215;第38卷(第1期);35-39 * |
太湖梅梁湾湖口表层沉积物中氮磷、重金属的风险评价;孟翠;《山东农业大学学报(自然科学版)》;20190414;第50卷(第2期);297-303 * |
攀枝花市主干道路面尘重金属分布特征及其生态风险评价;杨洁;《环境化学》;20150206;第34卷(第1期);186-187 * |
Also Published As
Publication number | Publication date |
---|---|
CN115825393A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115825393B (zh) | 一种重金属污染土壤生态风险评估方法 | |
Singh et al. | Towards developing a river health index | |
Hani et al. | Heavy metals assessment and identification of their sources in agricultural soils of Southern Tehran, Iran | |
Zhang et al. | Use of machine-learning and receptor models for prediction and source apportionment of heavy metals in coastal reclaimed soils | |
Assaf et al. | Geostatistical assessment of groundwater nitrate contamination with reflection on DRASTIC vulnerability assessment: the case of the Upper Litani Basin, Lebanon | |
Bashir et al. | Impact of excessive nitrogen fertilizers on the environment and associated mitigation strategies | |
Nimis et al. | Bryophytes as indicators of trace metal pollution in the River Brenta (NE Italy) | |
CN111080097A (zh) | 农业面源和重金属污染风险综合评估方法 | |
Bartkowiak et al. | Application of biochemical tests to evaluate the pollution of the Unislaw Basin soils with heavy metals | |
Adewole et al. | Properties of Soils and plants uptake within the vicinity of selected Automobile workshops in Ile-Ife Southwestern, Nigeria | |
Polechońska et al. | Bioaccumulation of macro-and trace elements by European frogbit (Hydrocharis morsus-ranae L.) in relation to environmental pollution | |
Hee et al. | Water quality and heavy metals distribution in surface water of the Kelantan River Basin (Malaysia) | |
Nagendra et al. | Benthic foraminifera response to ecosystem pollution in the Uppanar Estuary, Tamil Nadu Coast, India | |
Islam et al. | Spatial distribution and ecological risk of heavy metal in surface sediment of Old Brahmaputra River, Bangladesh | |
Krahforst et al. | Trace metal enrichment in a tidally influenced, rural tributary of the upper Chesapeake Bay | |
CN117110545B (zh) | 一种野外评估金属矿区废弃地本土植物修复能力的方法及应用 | |
Yurembam et al. | Status of available macro and micronutrients in the soils of Someshwar watershed in Almora district of Uttarakhand | |
Miloš et al. | Cd, Cu, Pb and Zn in terraced soil on flysch deposits of Kaštela Bay coastal area, Croatia | |
Zhang et al. | Variability of total and available copper concentrations in relation to land use and soil properties in Yangtze River Delta of China | |
Stebel et al. | State of the environment in the Norwegian, Finnish and Russian border area | |
Prastiwi et al. | The assessment of soil fertility index for evaluation of rice production in Karanganyar Regency | |
Ondoo et al. | Assessment of Anions and Heavy Metals in Sediments from River Sio, Busia County, Kenya | |
Xie et al. | Spatial distribution and ecological risk of heavy metals and their source apportionment in soils from a typical mining area, Inner Mongolia, China | |
Tening et al. | Heavy metal status in the Rio del Rey mangroves of Cameroon | |
CN116070931B (zh) | 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 |
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 |