CN116205509A - 一种全面评价土壤重金属污染状况的研究方法 - Google Patents
一种全面评价土壤重金属污染状况的研究方法 Download PDFInfo
- Publication number
- CN116205509A CN116205509A CN202211299288.8A CN202211299288A CN116205509A CN 116205509 A CN116205509 A CN 116205509A CN 202211299288 A CN202211299288 A CN 202211299288A CN 116205509 A CN116205509 A CN 116205509A
- Authority
- CN
- China
- Prior art keywords
- soil
- heavy metal
- pollution
- research
- heavy metals
- 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
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 171
- 239000002689 soil Substances 0.000 title claims abstract description 155
- 238000011160 research Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000009825 accumulation Methods 0.000 claims abstract description 32
- 229910052793 cadmium Inorganic materials 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 3
- 230000002265 prevention Effects 0.000 claims abstract description 3
- 238000012502 risk assessment Methods 0.000 claims abstract 2
- 238000004458 analytical method Methods 0.000 claims description 28
- 230000000694 effects Effects 0.000 claims description 24
- 238000005070 sampling Methods 0.000 claims description 14
- 238000003900 soil pollution Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000002474 experimental method Methods 0.000 claims description 11
- 230000001988 toxicity Effects 0.000 claims description 10
- 231100000419 toxicity Toxicity 0.000 claims description 10
- 238000010197 meta-analysis Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 239000002253 acid Substances 0.000 claims description 4
- 150000007513 acids Chemical class 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000003153 chemical reaction reagent Substances 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 4
- 230000029087 digestion Effects 0.000 claims description 4
- 239000003337 fertilizer Substances 0.000 claims description 4
- QWPPOHNGKGFGJK-UHFFFAOYSA-N hypochlorous acid Chemical compound ClO QWPPOHNGKGFGJK-UHFFFAOYSA-N 0.000 claims description 4
- 238000001095 inductively coupled plasma mass spectrometry Methods 0.000 claims description 4
- 238000002354 inductively-coupled plasma atomic emission spectroscopy Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 239000000575 pesticide Substances 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000003908 quality control method Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000010206 sensitivity analysis Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008080 stochastic effect Effects 0.000 claims description 3
- 229910052721 tungsten Inorganic materials 0.000 claims description 3
- 235000013311 vegetables Nutrition 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 description 5
- 230000007774 longterm Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000003723 Smelting Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Analysis (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种全面评价土壤重金属污染状况的研究方法,包括时空数据采集模块、污染等级识别模块、时空分布趋势识别模块、浓度预测模块,使用关键词“重金属”或个别元素(Cd,Cr,Cu,Hg,Ni,As,Pb,Zn等)和“农业土壤”或“农田土壤”以及“某研究区”或“个别城市”,在Web of Science(WOS)和中国国家知识基础设施(CNKI)的数据库中全面检索历年发表的关于研究区农田土壤重金属的研究刊物,对长时间序列的重金属数据进行污染评价,时空分布识别,并预测未来重金属浓度的累积情况。该发明可服务于较大尺度农田土壤重金属时空分布识别、污染风险评估,可依靠浓度预测指导进一步的污染防控。
Description
技术领域
本发明属于土壤生态系统环境保护技术领域,具体涉及一种全面评价土壤重金属污染状况的研究方法。
背景技术
土壤环境正面临着快速工业化和城市化带来的负面影响。农田土壤重金属污染已成为世界范围内共同面临的环境问题之一。大量的重金属污染物从岩石风化、工业活动、矿物冶炼、交通运输和农业活动进入农田土壤。土壤中积累的重金属污染物会影响土壤的理化性质和生物特性,并危及土壤生态系统功能和结构的稳定性,物种的丰富性和多样性也会受到重金属的负面影响。重金属还可通过口腔、皮肤或呼吸道接触进入人体,并通过协同反应危害人类健康。
目前,已经开展了大量关于土壤重金属污染的研究,但由于人力物力的限制,对土壤重金属的研究多集中在典型污染区或采集有限的采样点。大尺度重金属的研究大多集中在单一重金属元素上,如Hg、Cd。此外,大多数关于土壤重金属污染的研究缺乏长期监测,无法反映重金属积累随时间的变化。因此,研究规模小、样本少、缺乏长期监测等原因阻碍了研究人员对农田土壤重金属的时空变化的全面了解和驱动因素的探究。导致研究者无法全面了解重金属污染的现状,难以对农田土壤污染防治提供准确的污染信息。
发明内容
本发明要解决的技术问题是克服现有的缺陷,提供一种全面评价土壤重金属污染状况的研究方法,以解决上述背景技术中目前存的问题。本发明可解决全面描述农田土壤多种重金属的时空变化特征,克服了目前的技术不足,提供一种全面了解土壤重金属污染状况研究的方法,解决大尺度土壤重金属研究信息掌握不全面、结果不准确等缺陷。
为实现上述目的,本发明提供如下技术方案:一种全面评价土壤重金属污染状况的研究方法,包括土壤重金属时空数据采集模块、污染等级识别模块、时空分布趋势识别模块、浓度预测模块,该发明可服务于较大尺度农田土壤重金属时空分布识别、污染风险评估,可依靠浓度预测指导进一步的污染防控,本发明使用性强,可反映人为活动对土壤污染的影响,为科学地评估该地区土壤污染状况和促进该地区土壤环境修复提供理论依据与实践依据。
一种全面评价土壤重金属污染状况的研究方法,包括以下步骤:
步骤一:采集时空数据:使用关键词“重金属”或个别元素(Cd,Cr,Cu,Hg,Ni,As,Pb,Zn等)和“农业土壤”或“农田土壤”以及“某研究区”或“个别城市”,在Web of Science(WOS)和中国国家知识基础设施(CNKI)的数据库中全面检索历年发表的关于研究区农田土壤重金属的研究刊物;
步骤二:数据数据预处理:对提取的数据进行初步整理,填充缺失的数据,如标准差、研究区域大小等。由于数据采集区域和分析方法的多变性,数据提取完成后无法立即进行后续分析,为了保证统计结果的显著性,将整理的数据分成8个不同元素的文件进行检验,通过Meta分析中的发表偏倚和敏感性分析对离群值进行选取和去除,在本研究中,离群值的确定选择了常见的诊断指标,如Studentized剔除残差、DFFITS/Cook距离和COVRATIO;
步骤三:计算重金属加权均值:通过Meta分析方法获取农田土壤重金属的加权平均值。根据野外实验的特点,研究区域、采样点数量和方差是计算权重的基本参考值,可以定义为研究面积大、采样点多、方差小的数据,推断结论更可靠,应给予更大的权重。目前有两种模型确定权重,即固定效应模型和随机效应模型,在固定模型中,权重是方差的倒数。由于环境条件和实验方法的差异不可避免,随机效应模型引入异质性以平衡变异,该权重由异质性和方差计算得到;
步骤四:计算污染风险等级:根据数据采集模块获得研究区各个城市土壤重金属的浓度数据,利用土壤重金属潜在风险指数评估土壤重金属潜在的生态风险的污染,对污染进行等级划分。潜在生态风险指数(RI)侧重于重金属的毒性和生态效应,接着利用GIS技术进行空间可视化,对研究区污染等级进行空间划分,明确污染热点地区;
步骤五:识别时空累积趋势:为量化地区和城市之间的差异,基于地理位置和城市水平的亚组分析。将不同地区及城市的重金属加权平均值与农田土壤的背景值进行比较,以更好地了解土壤重金属的富集情况。接着对8种重金属元素的时空加权平均值进行空间制图,直观展示不同城市农田土壤重金属积累的空间差异;
步骤六:预测土壤重金属浓度:采用累积预测模型,计算研究区土壤重金属的未来浓度。乐观方案假设研究区关闭所有高污染的工业企业,禁止不合理地使用农药和化肥,无突变情景假设当前重金属的积累和清除率保持不变,分别预测两种情景下2030年和2050年农田土壤重金属的浓度,基于此,提出相应的土壤污染治理的有效措施。
优选的,所述步骤一中,初步研究必须满足这些标准:
(1)只选择监测研究区农田土壤表土(0-20cm,或0-15cm)的田间实验;
(2)选定的研究应说明采样点的数量和研究区域的大小;
(3)土壤样品的制备和分析应采用可接受的方法,分析中应包括质量控制和保险过程,土壤应使用混合酸(如HNO3-HClO4-HF-HNO3、HClO4-HCl或HCl-HNO3-HF-HClO4)进行消化,样品用ICP-MS、ICP-AES、ICPOES、CAAS或AAS测定,应包括平行样品、空白试剂和标准对照,并报告测定极限和回收率;
(4)样品的平均值、标准差和范围可直接从图、表中提取或从主要研究报告中计算。
优选的,所述步骤一中,从每篇文章中提取的数据包括:
(1)文章信息(标题、第一作者和出版年份);
(2)位置(研究区域的经纬度和面积、样本数量);
(3)排放源(根据研究区域的位置和文中提到的人为源,将研究区域分为“正常农田”和“污染风险组”,便于亚组分析);种植制度(分为水田、旱地、蔬菜和其他);
(4)重金属统计数据(Cd、Cr、Cu、Hg、Ni、As、Pb、Zn的平均值、标准差、范围、变异系数、中位数等)。
优选的,所述步骤三中,权重计算如下:
其中Wi为各单项研究的权重,Ai、Ni和Sdi分别为研究区域大小、土壤样品数量和各个重金属的标准差;则加权均值(C)为:
式中,C为加权平均值,Ci和Wi分别为每项研究中单个重金属和重量的平均浓度和权重。
优选的,所述步骤三中,为解决权重过高影响均值拟合的问题,采用式(3)计算权重的自然对数,对数转换后,变换后的权重分布Wi *更接近正态分布,根据式(4)将对数加权平均值C*重新计算:
Wi *=lg(Ai×Ni/Sdi) (3)
其中Wi *和C*分别为权重的自然对数和重新计算的平均值,Ai、Ni和Sdi和Ci的意义与式(1)、式(2)相同。
优选的,所述步骤四中,生态风险指数(RI)计算如下:
RI=∑EI (6)
其中Ci为实测值mg/kg,Bi为元素i的土壤背景值,Ei为单个重金属的潜在生态风险指标,Ti为毒性响应因子,各元素毒性响应因子分别为Hg=40>Cd=30>As=10>Cu=Ni=Pb=5>Cr=2>Zn=1。
优选的,所述步骤五中,年度亚组分析观察长时间序列土壤重金属的累积变化,利用累积元分析和线性回归探讨重金属的时间累积趋势,更好的了解土壤重金属随时间积累的变化,探索人类活动显著影响的时间点及减排措施起效的转折点。
优选的,所述步骤六中,重金属累积预测模型的加速度和当前污染率计算如下:
V=Ati (8)
其中A为累积加速度;CB为土壤背景值(mg/kg);C0为土壤重金属的加权平均值(mg/kg);V为当前污染率(mg/kg/年),T1为重金属加速积累年份,T2为均匀积累年份,不同情景下的重金属浓度计算如下:
乐观情景:
无突变情景:
式中,C(t)为t年后重金属预测浓度(mg/kg),K为土壤重金属年残留率,根据土壤污染风险筛选值(GB-15618-2018)计算8种重金属的年残留率,该值通过自然作用需要100年才能净化到土壤背景值,K值如下表所见。
与现有技术相比,本发明提供了一种全面评价土壤重金属污染状况的研究方法,具备以下有益效果:
通过本发明的研究方法对土壤重金属的污染状况进行分析,有效地避免了目前存在的技术缺陷。目前开展的大量关于土壤重金属污染的研究,由于人力物力的限制,研究多集中在典型污染区或采集有限的采样点。此外,大尺度土壤重金属污染的研究缺乏长期监测,无法反映重金属积累随时间的变化。本研究提供一种全面土壤重金属污染状况研究的方法,解决分析大尺度土壤重金属污染的分析不全面、结果不准确等缺陷,本研究可以提供大尺度土壤重金属全面、准确的污染现状信息。本发明使用性强,可科学地评估研究区土壤污染状况,为该地区土壤环境修复提供理论与实践依据。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1为本发明提出的全面评价土壤重金属污染状况研究方法的流程方法图;
图2为本发明提出的全面评价土壤重金属污染状况的研究方法中不同地市土壤重金属含量分布图;
图3为本发明提出的全面评价土壤重金属污染状况的研究方法中土壤重金属时间积累趋势图。
具体实施方式
下面将结合本发明实施例中的附图,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施案例
本发明提供一种技术方案:一种全面评价土壤重金属污染状况的研究方法,包括土壤重金属时空数据采集模块、污染等级识别模块、时空分布趋势识别模块、浓度预测模块,该发明可服务于较大尺度农田土壤重金属时空分布识别、污染风险评估,可依靠浓度预测指导进一步的污染防控,本发明使用性强,可反映人为活动对土壤污染的影响,为科学地评估该地区土壤污染状况和促进该地区土壤环境修复提供理论与实践依据。
一种全面评价土壤重金属污染状况的研究方法,包括以下步骤:
步骤一:采集时空数据:使用关键词“重金属”或个别元素(Cd,Cr,Cu,Hg,Ni,As,Pb,Zn等)和“农业土壤”或“农田土壤”以及“某研究区”或“个别城市”,在Web of Science(WOS)和中国国家知识基础设施(CNKI)的数据库中全面检索历年发表的关于研究区农田土壤重金属的研究刊物;
步骤二:数据数据预处理:对提取的数据进行初步整理,填充缺失的数据,如标准差、研究区域大小等。由于数据采集区域和分析方法的多变性,数据提取完成后无法立即进行后续分析,为了保证统计结果的显著性,将整理的数据分成8个不同元素的文件进行检验,通过Meta分析中的发表偏倚和敏感性分析对离群值进行选取和去除,在本研究中,离群值的确定选择了常见的诊断指标,如Studentized剔除残差、DFFITS/Cook距离和COVRATIO;
步骤三:计算重金属加权均值:通过Meta分析方法获取农田土壤重金属的加权平均值。根据野外实验的特点,研究区域、采样点数量和方差是计算权重的基本参考值,可以定义为研究面积大、采样点多、方差小的数据,推断结论更可靠,应给予更大的权重。目前有两种模型确定权重,即固定效应模型和随机效应模型,在固定模型中,权重是方差的倒数。由于环境条件和实验方法的差异不可避免,随机效应模型引入异质性以平衡变异,该权重由异质性和方差计算得到;
步骤四:计算污染风险等级:根据数据采集模块获得研究区各个城市土壤重金属的浓度数据,利用土壤重金属潜在风险指数评估土壤重金属潜在的生态风险的污染,对污染进行等级划分。潜在生态风险指数(RI)侧重于重金属的毒性和生态效应,接着利用GIS技术进行空间可视化,对研究区污染等级进行空间划分,明确污染热点地区;
步骤五:识别时空累积趋势:为量化地区和城市之间的差异,基于地理位置和城市水平的亚组分析。将不同地区及城市的重金属加权平均值与农田土壤的背景值进行比较,以更好地了解土壤重金属的富集情况。接着对8种重金属元素的时空加权平均值进行空间制图,直观展示不同城市农田土壤重金属积累的空间差异;
步骤六:预测土壤重金属浓度:采用累积预测模型,计算研究区土壤重金属的未来浓度。乐观方案假设研究区关闭所有高污染的工业企业,禁止不合理地使用农药和化肥,无突变情景假设当前重金属的积累和清除率保持不变,分别预测两种情景下2030年和2050年农田土壤重金属的浓度,基于此,提出相应的土壤污染治理的有效措施。
本实施例的步骤一中,初步研究必须满足这些标准:
(1)只选择监测研究区农田土壤表土(0-20cm,或0-15cm)的田间实验;
(2)选定的研究应说明采样点的数量和研究区域的大小;
(3)土壤样品的制备和分析应采用可接受的方法,分析中应包括质量控制和保险过程,土壤应使用混合酸(如HNO3-HClO4-HF-HNO3、HClO4-HCl或HCl-HNO3-HF-HClO4)进行消化,样品用ICP-MS、ICP-AES、ICPOES、CAAS或AAS测定,应包括平行样品、空白试剂和标准对照,并报告测定极限和回收率;
(4)样品的平均值、标准差和范围可直接从图、表中提取或从主要研究报告中计算。
本实施例的步骤一中,从每篇文章中提取的数据包括:
(1)文章信息(标题、第一作者和出版年份);
(2)位置(研究区域的经纬度和面积、样本数量);
(3)排放源(根据研究区域的位置和文中提到的人为源,将研究区域分为“正常农田”和“污染风险组”便于进行亚组分析);种植制度,分为水田、旱地、蔬菜和其他;
(4)重金属统计数据(Cd、Cr、Cu、Hg、Ni、As、Pb、Zn的平均值、标准差、范围、变异系数、中位数)。
本实施例的步骤三中,所述步骤三中,权重计算如下:
其中Wi为各单项研究的权重,Ai、Ni和Sdi分别为研究区域大小、土壤样品数量和各个重金属的标准差;则加权均值(C)为:
式中,C为加权平均值,Ci和Wi分别为每项研究中单个重金属和重量的平均浓度和权重。
所述步骤三中,为解决权重过高影响均值拟合的问题,采用式(3)计算权重的自然对数,对数转换后,变换后的权重分布Wi *更接近正态分布,根据式(4)将对数加权平均值C*重新计算:
Wi *=lg(Ai×Ni/Sdi) (3)
其中Wi *和C*分别为权重的自然对数和重新计算的平均值,Ai、Ni和Sdi和Ci的意义与式(1)、式(2)相同。
本实施例的步骤四中,生态风险指数(RI)计算如下:
RI=∑EI (6)
其中Ci为实测值mg/kg,Bi为元素i的土壤背景值,Ei为单个潜在生态风险指标,Ti为毒性响应因子,各元素毒性响应因子分别为Hg=40>Cd=30>As=10>Cu=Ni=Pb=5>Cr=2>Zn=1。
本实施例的步骤五中,年度亚组分析观察长时间序列土壤重金属的累积变化,利用累积元分析和线性回归探讨重金属的时间累积趋势,更好的了解土壤重金属随时间积累的变化,探索人类活动显著影响的时间点及减排措施起效的转折点。
本实施例的步骤六中,重金属累积预测模型的加速度和当前污染率计算如下:
V=Ati (8)
其中A为累积加速度;CB为土壤背景值(mg/kg);C0为土壤重金属的加权平均值(mg/kg);V为当前污染率(mg/kg/年)。根据目前本实施例中8种重金属的积累趋势和土壤修复情况将1973年定为土壤重金属零污染年,此后本实施例省份的经济迅速发展。截至2009年,土壤中重金属的积累已经连续37年加速。在意识到土壤环境受到人类活动的强烈干扰后,本实施例省份启动了一系列的土壤污染治理工作。因此,在2009年之前,本实施例省份土壤中的重金属加速积累,之后匀速度积累。T1为重金属加速积累年份(1973-2009),T2为匀速度积累年份(2009-2020),不同情景下的重金属浓度计算如下:
乐观情景:
无突变情景:
式中,C(t)为t年后重金属预测浓度(mg/kg),K为土壤重金属年残留率,根据土壤污染风险筛选值(GB-15618-2018)计算8种重金属的年残留率,该值通过自然作用需要100年才能净化到土壤背景值,K值如表所示。
1.时空数据采集:全面检索历年发表的关于研究区农田土壤重金属的研究刊物,在Web of Science(WOS)和中国国家知识基础设施(CNKI)的数据库中进行检索,使用关键词“重金属”或个别元素(Cd,Cr,Cu,Hg,Ni,As,Pb,Zn等)和“农业土壤”或“农田土壤”以及“某研究区”或“个别城市”。
这些初步研究必须满足这些标准:
(1)只选择监测研究区农田土壤表土(0-20cm,或0-15cm)的田间实验;
(2)选定的研究应说明采样点的数量和研究区域的大小;
(3)土壤样品的制备和分析应采用可接受的方法,分析中应包括质量控制和保险过程,土壤应使用混合酸(如HNO3-HClO4-HF-HNO3、HClO4-HCl或HCl-HNO3-HF-HClO4)进行消化,样品用ICP-MS、ICP-AES、ICPOES、CAAS或AAS测定,应包括平行样品、空白试剂和标准对照,并报告测定极限和回收率;
(4)样品的平均值、标准差和范围可直接从图、表中提取或从主要研究报告中计算。
2.数据数据预处理:对提取的数据进行初步整理,填充缺失的数据,如标准差、研究区域大小等。由于数据采集区域和实验分析方法的多变性,数据提取完成后无法立即进行后续分析,为了保证结果的统计显著性,将整理的数据分成8个不同元素的文件进行检验,通过Meta分析中的发表偏倚和敏感性分析对离群值进行选取和去除,在本研究中,离群值的确定选择了常见的诊断指标,如Studentized剔除残差、DFFITS/Cook距离和COVRATIO。
3.计算重金属加权均值:通过Meta分析方法获取农田土壤重金属的加权平均值。研究区域、采样点数量和方差是计算权重的基本参考值,根据野外实验的特点,可以定义为研究面积大、采样点多、方差小的数据,推断结论更可靠,应给予更大的权重。用两种模型确定权重,即固定效应模型和随机效应模型。
4.识别污染风险等级:根据数据采集模块获得研究区及各个城市土壤重金属的时空分布数据,利用土壤重金属潜在风险指数计算方法评估土壤重金属潜在的生态风险的污染,对污染进行等级划分,潜在的生态风险指数(RI)侧重于重金属的毒性和生态效应,然后利用GIS技术进行空间可视化,对研究区污染等级进行空间划分,明确污染热点地区(如图3所示)。
5.识别时空累积趋势:量化地区和城市之间的差异,进行基于地理位置和城市水平的亚组分析,将每个城市地区的重金属含量加权平均值与所在地区的农田土壤的背景值进行比较,更好地了解各城市土壤重金属的积累情况,如图2所示,亚组分析计算的8种元素的加权平均值的进行空间可视化。
年度亚组分析观察长时间序列土壤重金属的累积变化,利用累积元分析和线性回归探讨重金属累积的时间趋势,更好的了解土壤重金属随时间积累的变化趋势,探索人类活动显著影响的时间点及减排措施起效的转折点。
6.预测土壤重金属浓度:采用累积预测模型,预测土壤重金属的未来浓度,乐观方案假设研究区关闭所有高污染的工业企业,禁止不合理地使用农药和化肥,无突变情景假设当前重金属的积累和清除率保持不变,分别预测两种情景下2030年和2050年农田土壤重金属的浓度,基于此,提出相应的土壤污染治理的有效措施。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种全面评价土壤重金属污染状况的研究方法,其特征在于:包括土壤重金属时空数据采集模块、污染等级识别模块、时空分布趋势识别模块、浓度预测模块,在Web ofScience(WOS)和中国国家知识基础设施(CNKI)的数据库中使用关键词“重金属”或个别元素(Cd,Cr,Cu,Hg,Ni,As,Pb,Zn等)和“农业土壤”或“农田土壤”以及“某研究区”或“个别城市”,全面检索历年发表的农田土壤重金属的研究刊物,对长时间序列的重金属数据进行污染评价,时空分布识别,并预测未来重金属浓度的累积情况,该发明可服务于较大尺度农田土壤重金属时空分布识别、污染风险评估,可依靠浓度预测指导进一步的污染防控,本发明使用性强,可反映人为活动对土壤污染的影响,为科学地评估该地区土壤污染状况和促进该地区土壤环境修复提供理论依据与实践依据。
2.根据权利要求1所述的一种全面评价土壤重金属污染状况的研究方法,其特征在于:包括以下步骤:
步骤一:采集时空数据:使用关键词“重金属”或个别元素(Cd,Cr,Cu,Hg,Ni,As,Pb,Zn等)和“农业土壤”或“农田土壤”以及“某研究区”或“个别城市”,在Web of Science(WOS)和中国国家知识基础设施(CNKI)的数据库中全面检索历年发表的关于研究区农田土壤重金属的研究刊物;
步骤二:数据数据预处理:对提取的数据进行初步整理,填充缺失的数据,如标准差、研究区域大小等。由于数据采集区域和分析方法的多变性,数据提取完成后无法立即进行后续分析,为了保证统计结果的显著性,将整理的数据分成8个不同元素的文件进行检验,通过Meta分析中的发表偏倚和敏感性分析对离群值进行选取和去除,在本研究中,离群值的确定选择了常见的诊断指标,如Studentized剔除残差、DFFITS/Cook距离和COVRATIO;
步骤三:计算重金属加权均值:通过Meta分析方法获取农田土壤重金属的加权平均值。根据野外实验的特点,研究区域、采样点数量和方差是计算权重的基本参考值,可以定义为研究面积大、采样点多、方差小的数据,推断结论更可靠,应给予更大的权重。目前有两种模型确定权重,即固定效应模型和随机效应模型,在固定模型中,权重是方差的倒数。由于环境条件和实验方法的差异不可避免,随机效应模型引入异质性以平衡变异,该权重由异质性和方差计算得到;
步骤四:计算污染风险等级:根据数据采集模块获得研究区各个城市土壤重金属的浓度数据,利用土壤重金属潜在风险指数评估土壤重金属潜在的生态风险的污染,对污染进行等级划分。潜在生态风险指数(RI)侧重于重金属的毒性和生态效应,接着利用GIS技术进行空间可视化,对研究区污染等级进行空间划分,明确污染热点地区;
步骤五:识别时空累积趋势:为量化地区和城市之间的差异,基于地理位置和城市水平的亚组分析。将不同地区及城市的重金属加权平均值与农田土壤的背景值进行比较,以更好地了解土壤重金属的富集情况。接着对8种重金属元素的时空加权平均值进行空间制图,直观展示不同城市农田土壤重金属积累的空间差异;
步骤六:预测土壤重金属浓度:采用累积预测模型,计算研究区土壤重金属的未来浓度。乐观方案假设研究区关闭所有高污染的工业企业,禁止不合理地使用农药和化肥,无突变情景假设当前重金属的积累和清除率保持不变,分别预测两种情景下2030年和2050年农田土壤重金属的浓度,基于此,提出相应的土壤污染治理的有效措施。
3.根据权利要求2所述的一种全面评价土壤重金属污染状况的研究方法,其特征在于:所述步骤一中,初步研究必须满足这些标准:
(1)只选择监测研究区农田土壤表土(0-20cm,或0-15cm)的田间实验;
(2)选定的研究应说明采样点的数量和研究区域的大小;
(3)土壤样品的制备和分析应采用可接受的方法,分析中应包括质量控制和保险过程,土壤应使用混合酸(如HNO3-HClO4-HF-HNO3、HClO4-HCl或HCl-HNO3-HF-HClO4)进行消化,样品用ICP-MS、ICP-AES、ICPOES、CAAS或AAS测定,应包括平行样品、空白试剂和标准对照,并报告测定极限和回收率;
(4)样品的平均值、标准差和范围可直接从图、表中提取或从主要研究报告中计算。
4.根据权利要求2所述的一种全面评价土壤重金属污染状况的研究方法,其特征在于:所述步骤一中,从每篇文章中提取的数据包括:
(1)文章信息(标题、第一作者和出版年份);
(2)位置(研究区域的经纬度和面积、样本数量);
(3)排放源(根据研究区域的位置和文中提到的人为源,将研究区域分为“正常农田”和“污染风险组”,便于亚组分析);种植制度(分为水田、旱地、蔬菜和其他);
(4)重金属统计数据(Cd、Cr、Cu、Hg、Ni、As、Pb、Zn的平均值、标准差、范围、变异系数、中位数等)。
8.根据权利要求2所述的一种全面评价土壤重金属污染状况的研究方法,其特征在于:所述步骤五中,年度亚组分析观察长时间序列土壤重金属的累积变化,利用累积元分析和线性回归探讨重金属的时间累积趋势,更好的了解土壤重金属随时间积累的变化,探索人类活动显著影响的时间点及减排措施起效的转折点。
9.根据权利要求2所述的一种全面评价土壤重金属污染状况的研究方法,其特征在于:所述步骤六中,重金属累积预测模型的加速度和当前污染率计算如下:
V=Ati (8)
其中A为累积加速度;CB为土壤背景值(mg/kg);C0为土壤重金属的加权平均值(mg/kg);V为当前污染率(mg/kg/年),T1为重金属加速积累年份,T2为均匀积累年份,不同情景下的重金属浓度计算如下:
乐观情景:
无突变情景:
式中,C(t)为t年后重金属预测浓度(mg/kg),K为土壤重金属年残留率,根据土壤污染风险筛选值(GB-15618-2018)计算8种重金属的年残留率,该值通过自然作用需要100年才能净化到土壤背景值,K值如下表所见。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211299288.8A CN116205509A (zh) | 2022-10-23 | 2022-10-23 | 一种全面评价土壤重金属污染状况的研究方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211299288.8A CN116205509A (zh) | 2022-10-23 | 2022-10-23 | 一种全面评价土壤重金属污染状况的研究方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116205509A true CN116205509A (zh) | 2023-06-02 |
Family
ID=86510177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211299288.8A Pending CN116205509A (zh) | 2022-10-23 | 2022-10-23 | 一种全面评价土壤重金属污染状况的研究方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205509A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116819046A (zh) * | 2023-08-23 | 2023-09-29 | 北京建工环境修复股份有限公司 | 一种农田污染智能监测方法、系统及存储介质 |
CN117436601A (zh) * | 2023-09-25 | 2024-01-23 | 中国科学院南京土壤研究所 | 一种空间精细化区域土壤环境承载力的计算方法 |
CN117787570A (zh) * | 2024-02-26 | 2024-03-29 | 山东公用环保科技集团有限公司 | 一种水环境重金属污染综合评价方法及系统 |
-
2022
- 2022-10-23 CN CN202211299288.8A patent/CN116205509A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116819046A (zh) * | 2023-08-23 | 2023-09-29 | 北京建工环境修复股份有限公司 | 一种农田污染智能监测方法、系统及存储介质 |
CN116819046B (zh) * | 2023-08-23 | 2023-11-03 | 北京建工环境修复股份有限公司 | 一种农田污染智能监测方法、系统及存储介质 |
CN117436601A (zh) * | 2023-09-25 | 2024-01-23 | 中国科学院南京土壤研究所 | 一种空间精细化区域土壤环境承载力的计算方法 |
CN117787570A (zh) * | 2024-02-26 | 2024-03-29 | 山东公用环保科技集团有限公司 | 一种水环境重金属污染综合评价方法及系统 |
CN117787570B (zh) * | 2024-02-26 | 2024-05-17 | 山东公用环保科技集团有限公司 | 一种水环境重金属污染综合评价方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hopke | Review of receptor modeling methods for source apportionment | |
CN116205509A (zh) | 一种全面评价土壤重金属污染状况的研究方法 | |
CN111652462B (zh) | 一种农用地重金属污染及潜在生态风险的评价方法 | |
CN110346309A (zh) | 一种土壤重金属污染区域的预测预警方法 | |
Khuzestani et al. | Quantification of the sources of long-range transport of PM2. 5 pollution in the Ordos region, Inner Mongolia, China | |
CN104636627A (zh) | 一种土壤重金属生态风险评估方法 | |
CN114049037A (zh) | 一种场地复合污染土壤生态风险评估方法 | |
Giordani et al. | Sampling and interpreting lichen diversity data for biomonitoring purposes | |
CN114062649B (zh) | 一种土壤污染趋势分析方法 | |
Duvall et al. | Determining spatial variability in PM2. 5 source impacts across Detroit, MI | |
CN116187543A (zh) | 基于机器学习的土壤重金属含量预测方法及其应用 | |
CN112540147A (zh) | 一种炼化企业区域性大气污染物溯源方法 | |
Nickel et al. | Reorganisation of a long-term monitoring network using moss as biomonitor for atmospheric deposition in Germany | |
CN110781225B (zh) | 一种环境介质污染物浓度水平的诊断方法 | |
Sun et al. | Heavy metals’ spatial distribution characteristics in a copper mining area of Zhejiang Province | |
CN114444252B (zh) | 基于环境容量及自然消减模型的土壤环境承载力计算方法 | |
RU2413220C1 (ru) | Способ экологического мониторинга опасных производственных объектов | |
Monaci et al. | Air pollution monitoring by lichens in a small medieval town of central Italy | |
Lassiter et al. | Shifts in the composition of nitrogen deposition in the conterminous United States are discernable in stream chemistry | |
Schröder et al. | Moss species-specific accumulation of atmospheric deposition? | |
CN115359185A (zh) | 涉重污染场地土壤重金属累积迁移影响关键因子识别方法 | |
CN114117893A (zh) | 一种解析大气降尘污染来源及其评估污染源对降尘边际效应的方法 | |
Kovasi et al. | The potential use of elemental content of saxicolous lichens as bioindicators of nitrogen deposition in the central and southern California mountains | |
Ni et al. | Spatiotemporal characteristics and driving mechanisms of PM10 in arid and semi-arid cities of northwest China | |
Schröder et al. | Identifying and closing gaps in environmental monitoring by means of metadata, ecological regionalization and geostatistics using the UNESCO biosphere reserve Rhoen (Germany) as an example |
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 |