CN116721766B - 一种重金属污染土壤人体健康风险评估方法 - Google Patents
一种重金属污染土壤人体健康风险评估方法 Download PDFInfo
- Publication number
- CN116721766B CN116721766B CN202310672803.0A CN202310672803A CN116721766B CN 116721766 B CN116721766 B CN 116721766B CN 202310672803 A CN202310672803 A CN 202310672803A CN 116721766 B CN116721766 B CN 116721766B
- Authority
- CN
- China
- Prior art keywords
- value
- area
- ratio
- health
- evaluation
- 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
- 230000036541 health Effects 0.000 title claims abstract description 113
- 239000002689 soil Substances 0.000 title claims abstract description 107
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 46
- 238000012502 risk assessment Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 72
- 238000011156 evaluation Methods 0.000 claims description 93
- 238000001514 detection method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 abstract description 13
- 239000010931 gold Substances 0.000 abstract description 11
- 229910052737 gold Inorganic materials 0.000 abstract description 11
- 230000002411 adverse Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000004044 response Effects 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000002386 leaching Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003900 soil pollution 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明涉及测量领域,具体涉及一种重金属污染土壤人体健康风险评估方法,用于解决现有的重金属污染土壤人体健康风险评估方法无法对人们居住的区域进行智能化监控,无法判断居住区域的土壤重金属污染情况的问题;该风险评估方法首先通过金标比对评估区的重金属污染情况进行衡量,之后通过金标比将评估区划分为安全区和危险区,之后对危险区进行分析,获得的健康系数用于综合衡量危险区的健康程度,之后获得安全评估排行榜和危险评估排行榜;该风险评估方法通过金标比、健康系数将所有的评估区进行了风险评价,实现了智能化自动监控,从而能够及时对土壤的重金属污染情况进行了解,便于及时作出反应,能够避免对人体健康造成不利影响。
Description
技术领域
本发明涉及测量领域,具体涉及一种重金属污染土壤人体健康风险评估方法。
背景技术
随着工业化进程的加速和城市化进程的推进,重金属污染已成为严重的环境问题,重金属污染土壤对人体健康造成的危害已经引起了广泛关注。目前,国内外已经有很多关于重金属污染土壤的研究,但是缺乏一种有效的方法来评估重金属污染土壤对人体健康的风险。
申请号为CN202011038942.0的专利公开了一种重金属污染土壤人体健康风险评估方法:首先,分别构建土壤样品中重金属的浸出浓度、酸溶解态浓度与浸提剂pH值间的函数关系C1(pH)、C2(pH);然后,计算土壤样品中人体健康风险浓度Crisk:其中,Crisk=0.5×C1(pH)+0.5×C2(pH);随后,参照《建设用地土壤污染风险评估技术导则(HJ 25.3—2019)》中提供的相关参数和计算模型计算土壤样品中重金属的总致癌风险和/或危害指数;最后,参照(HJ 25.3—2019)评价标准,评估重金属污染土壤是否存在人体健康风险,该方法更加严格,实现不同pH环境条件下重金属污染土壤修复后再利用的人体健康风险的动态评估,但仍然存在以下不足之处:无法对人们居住的区域进行智能化监控,无法判断居住区域的土壤重金属污染情况,进而不能及时作出反应,避免重金属对人体健康造成不利影响。
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人体健康风险评估方法:通过区域划分模块将需要评估的区域随机划分成评估区,通过风险评估平台根据评估区生成土壤监控指令,通过土壤监控模块获取评估区的金标比,通过风险评估平台根据金标比将评估区划分为安全区和危险区,并将安全区和危险区发送至健康评估模块,通过土壤监控模块获取危险区的健康参数,通过参数分析模块根据健康参数获得健康系数,通过健康评估模块将安全区按照金标比从小到大的顺序进行排序,形成安全评估排行榜,将危险区按照健康系数从小到大的顺序进行排序,形成危险评估排行榜,解决了现有的重金属污染土壤人体健康风险评估方法无法对人们居住的区域进行智能化监控,无法判断居住区域的土壤重金属污染情况,进而不能及时作出反应,避免重金属对人体健康造成不利影响的问题。
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人体健康风险评估方法,包括:
区域划分模块,用于将需要评估的区域随机划分成评估区i,并将评估区i发送至风险评估平台;
风险评估平台,用于根据评估区i生成土壤监控指令,并将土壤监控指令发送至土壤监控模块;还用于根据金标比JB将评估区i划分为安全区和危险区,并将安全区和危险区发送至健康评估模块,同时根据危险区生成参数采集指令,并将参数采集指令发送至土壤监控模块;
土壤监控模块,用于获取评估区i的金标比JB,并将金标比JB发送至风险评估平台;还用于获取危险区的健康参数,并将健康参数发送至参数分析模块;其中,健康参数包括数量值SL、标比值BB以及绿化值LH;
参数分析模块,用于根据健康参数获得健康系数JK,并将健康系数JK发送至健康评估模块;
健康评估模块,用于将安全区按照金标比JB从小到大的顺序进行排序,形成安全评估排行榜;还用于将危险区按照健康系数JK从小到大的顺序进行排序,形成危险评估排行榜。
作为本发明进一步的方案:所述风险评估平台将评估区i进行划分的具体过程如下:
将金标比JB与金标阈值JBy进行比较:
若金标比JB≤金标阈值JBy,则将金标比JB所对应的评估区i标记为安全区,并将安全区发送至健康评估模块;
若金标比JB>金标阈值JBy,则将金标比JB所对应的评估区i标记为危险区,并将危险区发送至健康评估模块,同时根据危险区生成一个与之一一对应的参数采集指令,并将参数采集指令发送至土壤监控模块。
作为本发明进一步的方案:所述土壤监控模块获取金标比JB的具体过程如下:
接收到土壤监控指令后采集评估区i中土壤样品的重金属元素含量,并将其标记为金量值JL;
获取土壤中重金属元素含量的检测标准值,并将其标记为标量值BL;
获取金量值JL、标量值BL之间的比值,并将其标记为金标比JB;
将金标比JB发送至风险评估平台。
作为本发明进一步的方案:所述土壤监控模块获取健康参数的具体过程如下:
接收到参数采集指令后获取危险区中的总人数,并将其标记为人数值RS,获取危险区中的河流总数,并将其标记为河数值HS,将人数值RS、河数值HS代入公式SL=s1×RS+s2×HS中得到数量值SL,其中,s1、s2分别为人数值RS、河数值HS的预设比例系数,且s1+s2=1,0<s2<s1<1,取s1=0.71,s2=0.29;
将危险区周围与之接壤的危险区标记为接壤区,获取所有接壤区的金标比JB的平均值,并将其标记为接比值JZ,获取危险区的金标比JB,并将其标记为危比值WZ,将接比值JZ、危比值WZ代入公式BB=z1×JZ+z2×WZ中得到标比值BB,其中,z1、z2分别为接比值JZ、危比值WZ的预设比例系数,且z1+z2=1,0<z1<z2<1,取z1=0.34,z2=0.66;
获取危险区中的绿化面积,并将其标记为绿面值LM,获取危险区中的所有树木的平均高度,并将其标记为树高值SG,将绿面值LM、树高值SG代入公式LH=h1×LM+h2×SG中得到绿化值LH,其中,h1、h2分别为绿面值LM、树高值SG的预设比例系数,且h1+h2=1,0<h2<h1<1,取h1=0.55,h2=0.45;
将数量值SL、标比值BB以及绿化值LH发送至参数分析模块。
作为本发明进一步的方案:所述参数分析模块获得健康系数JK的具体过程如下:
将数量值SL、标比值BB以及绿化值LH代入公式 得到健康系数JK,其中,π为数学常数,j1、j2以及j3分别为数量值SL、标比值BB以及绿化值LH的预设权重系数,且j2>j1>j3>1.48,取j1=1.82,j2=2.01,j3=1.57;
将健康系数JK发送至健康评估模块。
作为本发明进一步的方案:一种重金属污染土壤人体健康风险评估方法,包括以下步骤:
步骤1:区域划分模块将需要评估的区域随机划分成若干个子区域,并将其标记为评估区i,i=1、……、n,n为自然数;
步骤2:区域划分模块将所有的评估区i发送至风险评估平台;
步骤3:风险评估平台接收到评估区i后根据评估区i生成一个与之一一对应的土壤监控指令,并将土壤监控指令发送至土壤监控模块;
步骤4:土壤监控模块接收到土壤监控指令后采集评估区i中土壤样品的重金属元素含量,并将其标记为金量值JL;
步骤5:土壤监控模块获取土壤中重金属元素含量的检测标准值,并将其标记为标量值BL;
步骤6:土壤监控模块获取金量值JL、标量值BL之间的比值,并将其标记为金标比JB;
步骤7:土壤监控模块将金标比JB发送至风险评估平台;
步骤8:风险评估平台将金标比JB与金标阈值JBy进行比较:
若金标比JB≤金标阈值JBy,则将金标比JB所对应的评估区i标记为安全区,并将安全区发送至健康评估模块;
若金标比JB>金标阈值JBy,则将金标比JB所对应的评估区i标记为危险区,并将危险区发送至健康评估模块,同时根据危险区生成一个与之一一对应的参数采集指令,并将参数采集指令发送至土壤监控模块;
步骤9:土壤监控模块接收到参数采集指令后获取危险区中的总人数,并将其标记为人数值RS,获取危险区中的河流总数,并将其标记为河数值HS,将人数值RS、河数值HS代入公式SL=s1×RS+s2×HS中得到数量值SL,其中,s1、s2分别为人数值RS、河数值HS的预设比例系数,且s1+s2=1,0<s2<s1<1,取s1=0.71,s2=0.29;
步骤10:土壤监控模块将危险区周围与之接壤的危险区标记为接壤区,获取所有接壤区的金标比JB的平均值,并将其标记为接比值JZ,获取危险区的金标比JB,并将其标记为危比值WZ,将接比值JZ、危比值WZ代入公式BB=z1×JZ+z2×WZ中得到标比值BB,其中,z1、z2分别为接比值JZ、危比值WZ的预设比例系数,且z1+z2=1,0<z1<z2<1,取z1=0.34,z2=0.66;
步骤11:土壤监控模块获取危险区中的绿化面积,并将其标记为绿面值LM,获取危险区中的所有树木的平均高度,并将其标记为树高值SG,将绿面值LM、树高值SG代入公式LH=h1×LM+h2×SG中得到绿化值LH,其中,h1、h2分别为绿面值LM、树高值SG的预设比例系数,且h1+h2=1,0<h2<h1<1,取h1=0.55,h2=0.45;
步骤12:土壤监控模块将数量值SL、标比值BB以及绿化值LH发送至参数分析模块;
步骤13:参数分析模块将数量值SL、标比值BB以及绿化值LH代入公式 得到健康系数JK,其中,π为数学常数,j1、j2以及j3分别为数量值SL、标比值BB以及绿化值LH的预设权重系数,且j2>j1>j3>1.48,取j1=1.82,j2=2.01,j3=1.57;
步骤14:参数分析模块将健康系数JK发送至健康评估模块;
步骤15:健康评估模块将安全区按照金标比JB从小到大的顺序进行排序,形成安全评估排行榜;
步骤16:健康评估模块将危险区按照健康系数JK从小到大的顺序进行排序,形成危险评估排行榜。
本发明的有益效果:
本发明的一种重金属污染土壤人体健康风险评估方法,通过区域划分模块将需要评估的区域随机划分成评估区,通过风险评估平台根据评估区生成土壤监控指令,通过土壤监控模块获取评估区的金标比,通过风险评估平台根据金标比将评估区划分为安全区和危险区,并将安全区和危险区发送至健康评估模块,通过土壤监控模块获取危险区的健康参数,通过参数分析模块根据健康参数获得健康系数,通过健康评估模块将安全区按照金标比从小到大的顺序进行排序,形成安全评估排行榜,将危险区按照健康系数从小到大的顺序进行排序,形成危险评估排行榜;该风险评估方法首先通过金标比对评估区的重金属污染情况进行衡量,且金标比越大重金属污染情况越严重,之后通过金标比将评估区划分为安全区和危险区,之后对危险区进行分析,获得数量值、标比值以及绿化值,通过三者分析得到的健康系数用于综合衡量危险区的健康程度,且健康系数越高表示对人体健康的影响越小,健康风险越小,之后获得安全评估排行榜和危险评估排行榜;该风险评估方法通过金标比、健康系数将所有的评估区进行了风险评价,实现了智能化自动监控,从而能够及时对土壤的重金属污染情况进行了解,便于及时作出反应,能够避免对人体健康造成不利影响。
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人体健康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人体健康风险评估方法,包括:
区域划分模块,用于将需要评估的区域随机划分成评估区i,并将评估区i发送至风险评估平台;
风险评估平台,用于根据评估区i生成土壤监控指令,并将土壤监控指令发送至土壤监控模块;还用于根据金标比JB将评估区i划分为安全区和危险区,并将安全区和危险区发送至健康评估模块,同时根据危险区生成参数采集指令,并将参数采集指令发送至土壤监控模块;
土壤监控模块,用于获取评估区i的金标比JB,并将金标比JB发送至风险评估平台;还用于获取危险区的健康参数,并将健康参数发送至参数分析模块;其中,健康参数包括数量值SL、标比值BB以及绿化值LH;
参数分析模块,用于根据健康参数获得健康系数JK,并将健康系数JK发送至健康评估模块;
健康评估模块,用于将安全区按照金标比JB从小到大的顺序进行排序,形成安全评估排行榜;还用于将危险区按照健康系数JK从小到大的顺序进行排序,形成危险评估排行榜。
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人体健康风险评估方法,包括以下步骤:
步骤1:区域划分模块将需要评估的区域随机划分成若干个子区域,并将其标记为评估区i,i=1、……、n,n为自然数;
步骤2:区域划分模块将所有的评估区i发送至风险评估平台;
步骤3:风险评估平台接收到评估区i后根据评估区i生成一个与之一一对应的土壤监控指令,并将土壤监控指令发送至土壤监控模块;
步骤4:土壤监控模块接收到土壤监控指令后采集评估区i中土壤样品的重金属元素含量,并将其标记为金量值JL;
步骤5:土壤监控模块获取土壤中重金属元素含量的检测标准值,并将其标记为标量值BL;
步骤6:土壤监控模块获取金量值JL、标量值BL之间的比值,并将其标记为金标比JB;
步骤7:土壤监控模块将金标比JB发送至风险评估平台;
步骤8:风险评估平台将金标比JB与金标阈值JBy进行比较:
若金标比JB≤金标阈值JBy,则将金标比JB所对应的评估区i标记为安全区,并将安全区发送至健康评估模块;
若金标比JB>金标阈值JBy,则将金标比JB所对应的评估区i标记为危险区,并将危险区发送至健康评估模块,同时根据危险区生成一个与之一一对应的参数采集指令,并将参数采集指令发送至土壤监控模块;
步骤9:土壤监控模块接收到参数采集指令后获取危险区中的总人数,并将其标记为人数值RS,获取危险区中的河流总数,并将其标记为河数值HS,将人数值RS、河数值HS代入公式SL=s1×RS+s2×HS中得到数量值SL,其中,s1、s2分别为人数值RS、河数值HS的预设比例系数,且s1+s2=1,0<s2<s1<1,取s1=0.71,s2=0.29;
步骤10:土壤监控模块将危险区周围与之接壤的危险区标记为接壤区,获取所有接壤区的金标比JB的平均值,并将其标记为接比值JZ,获取危险区的金标比JB,并将其标记为危比值WZ,将接比值JZ、危比值WZ代入公式BB=z1×JZ+z2×WZ中得到标比值BB,其中,z1、z2分别为接比值JZ、危比值WZ的预设比例系数,且z1+z2=1,0<z1<z2<1,取z1=0.34,z2=0.66;
步骤11:土壤监控模块获取危险区中的绿化面积,并将其标记为绿面值LM,获取危险区中的所有树木的平均高度,并将其标记为树高值SG,将绿面值LM、树高值SG代入公式LH=h1×LM+h2×SG中得到绿化值LH,其中,h1、h2分别为绿面值LM、树高值SG的预设比例系数,且h1+h2=1,0<h2<h1<1,取h1=0.55,h2=0.45;
步骤12:土壤监控模块将数量值SL、标比值BB以及绿化值LH发送至参数分析模块;
步骤13:参数分析模块将数量值SL、标比值BB以及绿化值LH代入公式 得到健康系数JK,其中,π为数学常数,j1、j2以及j3分别为数量值SL、标比值BB以及绿化值LH的预设权重系数,且j2>j1>j3>1.48,取j1=1.82,j2=2.01,j3=1.57;
步骤14:参数分析模块将健康系数JK发送至健康评估模块;
步骤15:健康评估模块将安全区按照金标比JB从小到大的顺序进行排序,形成安全评估排行榜;
步骤16:健康评估模块将危险区按照健康系数JK从小到大的顺序进行排序,形成危险评估排行榜。
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 (2)
1.一种重金属污染土壤人体健康风险评估方法,其特征在于,包括:
区域划分模块,用于将需要评估的区域随机划分成评估区i,并将评估区i发送至风险评估平台;
风险评估平台,用于根据评估区i生成土壤监控指令,并将土壤监控指令发送至土壤监控模块;还用于根据金标比JB将评估区i划分为安全区和危险区,并将安全区和危险区发送至健康评估模块,同时根据危险区生成参数采集指令,并将参数采集指令发送至土壤监控模块;所述风险评估平台将评估区i进行划分的具体过程如下:
将金标比JB与金标阈值JBy进行比较:
若金标比JB≤金标阈值JBy,则将金标比JB所对应的评估区i标记为安全区,并将安全区发送至健康评估模块;
若金标比JB>金标阈值JBy,则将金标比JB所对应的评估区i标记为危险区,并将危险区发送至健康评估模块,同时根据危险区生成一个与之一一对应的参数采集指令,并将参数采集指令发送至土壤监控模块;
土壤监控模块,用于获取评估区i的金标比JB,并将金标比JB发送至风险评估平台;还用于获取危险区的健康参数,并将健康参数发送至参数分析模块;其中,健康参数包括数量值SL、标比值BB以及绿化值LH;
所述土壤监控模块获取金标比JB的具体过程如下:
接收到土壤监控指令后采集评估区i中土壤样品的重金属元素含量,并将其标记为金量值JL;
获取土壤中重金属元素含量的检测标准值,并将其标记为标量值BL;
获取金量值JL、标量值BL之间的比值,并将其标记为金标比JB;
将金标比JB发送至风险评估平台;
所述土壤监控模块获取健康参数的具体过程如下:
接收到参数采集指令后获取危险区中的总人数,并将其标记为人数值RS,获取危险区中的河流总数,并将其标记为河数值HS,将人数值RS、河数值HS代入公式中得到数量值SL,其中,s1、s2分别为人数值RS、河数值HS的预设比例系数,且s1+s2=1,0<s2<s1<1,取s1=0.71,s2=0.29;
将危险区周围与之接壤的危险区标记为接壤区,获取所有接壤区的金标比JB的平均值,并将其标记为接比值JZ,获取危险区的金标比JB,并将其标记为危比值WZ,将接比值JZ、危比值WZ代入公式中得到标比值BB,其中,z1、z2分别为接比值JZ、危比值WZ的预设比例系数,且z1+z2=1,0<z1<z2<1,取z1=0.34,z2=0.66;
获取危险区中的绿化面积,并将其标记为绿面值LM,获取危险区中的所有树木的平均高度,并将其标记为树高值SG,将绿面值LM、树高值SG代入公式中得到绿化值LH,其中,h1、h2分别为绿面值LM、树高值SG的预设比例系数,且h1+h2=1,0<h2<h1<1,取h1=0.55,h2=0.45;
将数量值SL、标比值BB以及绿化值LH发送至参数分析模块;
参数分析模块,用于根据健康参数获得健康系数JK,并将健康系数JK发送至健康评估模块;
所述参数分析模块获得健康系数的具体过程如下:
将数量值SL、标比值BB以及绿化值LH代入公式得到健康系数JK,其中,π为数学常数,j1、j2以及j3分别为数量值SL、标比值BB以及绿化值LH的预设权重系数,且j2>j1>j3>1.48,取j1=1.82,j2=2.01,j3=1.57;
将健康系数JK发送至健康评估模块;
健康评估模块,用于将安全区按照金标比JB从小到大的顺序进行排序,形成安全评估排行榜;还用于将危险区按照健康系数JK从小到大的顺序进行排序,形成危险评估排行榜。
2.根据权利要求1所述的一种重金属污染土壤人体健康风险评估方法,其特征在于,包括以下步骤:
步骤1:区域划分模块将需要评估的区域随机划分成若干个子区域,并将其标记为评估区i,i=1、……、n,n为自然数;
步骤2:区域划分模块将所有的评估区i发送至风险评估平台;
步骤3:风险评估平台接收到评估区i后根据评估区i生成一个与之一一对应的土壤监控指令,并将土壤监控指令发送至土壤监控模块;
步骤4:土壤监控模块接收到土壤监控指令后采集评估区i中土壤样品的重金属元素含量,并将其标记为金量值JL;
步骤5:土壤监控模块获取土壤中重金属元素含量的检测标准值,并将其标记为标量值BL;
步骤6:土壤监控模块获取金量值JL、标量值BL之间的比值,并将其标记为金标比JB;
步骤7:土壤监控模块将金标比JB发送至风险评估平台;
步骤8:风险评估平台将金标比JB与金标阈值JBy进行比较:
若金标比JB≤金标阈值JBy,则将金标比JB所对应的评估区i标记为安全区,并将安全区发送至健康评估模块;
若金标比JB>金标阈值JBy,则将金标比JB所对应的评估区i标记为危险区,并将危险区发送至健康评估模块,同时根据危险区生成一个与之一一对应的参数采集指令,并将参数采集指令发送至土壤监控模块;
步骤9:土壤监控模块接收到参数采集指令后获取危险区中的总人数,并将其标记为人数值RS,获取危险区中的河流总数,并将其标记为河数值HS,将人数值RS、河数值HS代入公式中得到数量值SL,其中,s1、s2分别为人数值RS、河数值HS的预设比例系数,且s1+s2=1,0<s2<s1<1,取s1=0.71,s2=0.29;
步骤10:土壤监控模块将危险区周围与之接壤的危险区标记为接壤区,获取所有接壤区的金标比JB的平均值,并将其标记为接比值JZ,获取危险区的金标比JB,并将其标记为危比值WZ,将接比值JZ、危比值WZ代入公式中得到标比值BB,其中,z1、z2分别为接比值JZ、危比值WZ的预设比例系数,且z1+z2=1,0<z1<z2<1,取z1=0.34,z2=0.66;
步骤11:土壤监控模块获取危险区中的绿化面积,并将其标记为绿面值LM,获取危险区中的所有树木的平均高度,并将其标记为树高值SG,将绿面值LM、树高值SG代入公式中得到绿化值LH,其中,h1、h2分别为绿面值LM、树高值SG的预设比例系数,且h1+h2=1,0<h2<h1<1,取h1=0.55,h2=0.45;
步骤12:土壤监控模块将数量值SL、标比值BB以及绿化值LH发送至参数分析模块;
步骤13:参数分析模块将数量值SL、标比值BB以及绿化值LH代入公式得到健康系数JK,其中,π为数学常数,j1、j2以及j3分别为数量值SL、标比值BB以及绿化值LH的预设权重系数,且j2>j1>j3>1.48,取j1=1.82,j2=2.01,j3=1.57;
步骤14:参数分析模块将健康系数JK发送至健康评估模块;
步骤15:健康评估模块将安全区按照金标比JB从小到大的顺序进行排序,形成安全评估排行榜;
步骤16:健康评估模块将危险区按照健康系数JK从小到大的顺序进行排序,形成危险评估排行榜。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310672803.0A CN116721766B (zh) | 2023-06-08 | 2023-06-08 | 一种重金属污染土壤人体健康风险评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310672803.0A CN116721766B (zh) | 2023-06-08 | 2023-06-08 | 一种重金属污染土壤人体健康风险评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116721766A CN116721766A (zh) | 2023-09-08 |
CN116721766B true CN116721766B (zh) | 2024-03-22 |
Family
ID=87870979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310672803.0A Active CN116721766B (zh) | 2023-06-08 | 2023-06-08 | 一种重金属污染土壤人体健康风险评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116721766B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117313335A (zh) * | 2023-09-14 | 2023-12-29 | 苏州圣蒙莱科技有限公司 | 基于数字孪生的智慧城市组件化构建方法及构建平台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010064002A (ja) * | 2008-09-10 | 2010-03-25 | Kokusai Environmental Solutions Co Ltd | 地下水汚染発生リスクの推定方法 |
CN108108915A (zh) * | 2018-01-12 | 2018-06-01 | 中国农业科学院农业资源与农业区划研究所 | 一种农田重金属污染风险评估方法 |
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 |
CN113780817A (zh) * | 2021-09-13 | 2021-12-10 | 南京林业大学 | 一种土壤重金属分析方法和装置 |
CN115907479A (zh) * | 2022-12-09 | 2023-04-04 | 中国科学院生态环境研究中心 | 一种层次化的矿区土壤污染生态风险评估方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107936981A (zh) * | 2017-11-15 | 2018-04-20 | 中国环境科学研究院 | 土壤重金属复合钝化剂及其制备方法、使用方法和应用 |
US11517950B2 (en) * | 2019-04-11 | 2022-12-06 | The Board Of Trustees Of The Leland Stanford Junior University | Remediation of heavy metal contaminated soil by asymmetrical alternating current electrochemistry |
CN113030441B (zh) * | 2021-03-27 | 2023-12-22 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种耕地土壤健康的评价方法 |
-
2023
- 2023-06-08 CN CN202310672803.0A patent/CN116721766B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010064002A (ja) * | 2008-09-10 | 2010-03-25 | Kokusai Environmental Solutions Co Ltd | 地下水汚染発生リスクの推定方法 |
CN108108915A (zh) * | 2018-01-12 | 2018-06-01 | 中国农业科学院农业资源与农业区划研究所 | 一种农田重金属污染风险评估方法 |
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 |
CN113780817A (zh) * | 2021-09-13 | 2021-12-10 | 南京林业大学 | 一种土壤重金属分析方法和装置 |
CN115907479A (zh) * | 2022-12-09 | 2023-04-04 | 中国科学院生态环境研究中心 | 一种层次化的矿区土壤污染生态风险评估方法 |
Non-Patent Citations (2)
Title |
---|
Qin Bangyu 等.The Simulation of Heavy Metal's Transporting in Soil.《2009 WRI World Congress on Computer Science and Information Engineering》.2009,203-206. * |
典型乡镇饮用水和农作物的污染调查及健康风险评价;张涛 等;《环境科技》;20150215;第28卷(第01期);54-56 * |
Also Published As
Publication number | Publication date |
---|---|
CN116721766A (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116721766B (zh) | 一种重金属污染土壤人体健康风险评估方法 | |
Torshizi et al. | Sheltering effect of a multiple-row Tamarix windbreak–a field study in Niatak, Iran | |
Pasho et al. | Spatial variability in large-scale and regional atmospheric drivers of Pinus halepensis growth in eastern Spain | |
CN113049509B (zh) | 一种基于光谱技术的农产品检测管理系统 | |
Hirabayashi | i-Tree Canopy air pollutant removal and monetary value model descriptions | |
CN114093147A (zh) | 一种城市建筑碳排放实时监测系统 | |
Hui et al. | Unveiling falling urban trees before and during Typhoon Higos (2020): Empirical case study of potential structural failure using tilt sensor | |
CN113989086A (zh) | 一种基于植物绿化的荒漠生态修复方法及管理分析系统 | |
Landis et al. | Reconstruction of age structure and spatial arrangement of pinon–juniper woodlands and savannas of Anderson Mesa, northern Arizona | |
CN113280869A (zh) | 一种古树生态指标监控系统 | |
Eckhardt et al. | Topographic features associated with loblolly pine decline in central Alabama | |
Rinn | Basic aspects of mechanical stability of tree cross–sections | |
Johnson et al. | Factors contributing to sagebrush rangeland soil loss | |
CN213634824U (zh) | 一种基于nb-lot网络的古树名木安全监测预警装置 | |
Dean et al. | Improving visualisation of mature, high-carbon-sequestering forests | |
Case | The influence of three sour gas processing plants on the ecological distribution of epiphytic lichens in the vicinity of Fox Creek and Whitecourt, Alberta, Canada | |
RU2218753C2 (ru) | Способ лихеноиндикации загрязнения атмосферного воздуха | |
CN115861300B (zh) | 净空距离测量方法、系统、装置以及计算机可读存储介质 | |
Adeyolanu et al. | Assessing quality of rice producing soils using two methods of quantification | |
CN114167522B (zh) | 一种用于智慧城市高层建筑的风场监测与校正系统 | |
RU2759762C1 (ru) | Способ оценки механической устойчивости березы повислой в городской среде | |
CN116303750B (zh) | 一种致灾气旋的多维度特征辨识方法和系统 | |
He et al. | How to Accurately Detect and Assess the Street Trees Risk in Mega Cities: A Tree Risk Assessment Method and Its Application | |
Farrell | Structural features related to tree crotch strength | |
Cartwright et al. | Sustaining our aspen heritage into the twenty-first century |
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 |