场地环境大数据采集和机器学习方法在污染智能识别中的应用研究进展

由于大数据技术的快速发展,用于分析挖掘场地污染特征和成因机制的数据量和类型也大幅增加,传统的场地环境数据获取、清洗和挖掘方法难以满足大数据的存储和处理要求。近年来,采用机器学习算法对场地多源异构数据进行挖掘,实现地块尺度、区域尺度的污染识别已成为研究热点。系统综述了场地污染智能识别大数据的获取、处理和挖掘方面的现状和不足,提出了利用5G和互联网、终端信息采集、网络爬虫、自然语言处理方法获取场地环境数据的应用对策。针对场地多源数据集成和融合的关键技术措施以及未来我国场地污染智能识别模式进行展望。

中国中西部地区土壤和农产品中邻苯二甲酸酯污染特征及评价

为评估不同地区农田土壤和农产品中邻苯二甲酸酯(phthalic acid esters,PAEs)风险,在江苏、陕西、河南、河北开展土壤-农产品(蔬菜和小麦)协同采样,共采集106对土壤-农产品样品,分析了土壤-农产品中PAEs化合物含量,并对其污染分布、污染程度进行了评价.结果显示,调查区土壤样品中6种PAEs化合物总浓度(∑PAEs)范围为33.70—895.53μg·kg^(-1),平均值为152.22μg·kg^(-1),检出率为100%.土样中邻苯二甲酸二乙酯(diethyl phthalate,DEP)、邻苯二甲酸二正丁酯(di-n-butyl phthalate,DBP)、邻苯二甲酸丁基苄(benzyl butyl phthalate,BBP)、邻苯二甲酸(2-乙基已基)酯(di(2-ethylhexyl)phthalate,DEHP)和邻苯二甲酸二正辛酯(di-n-octyl phthalate,DnOP)的检出率为100%,其中DBP、DEHP和BBP是调查区土壤中PAEs的主要组成部分,分别占∑PAEs总量的51.51%、25.74%和14.17%,三者之和占∑PAEs含量的93.1%;调查区的土壤中∑PAEs的平均含量大小顺序为陕西>江苏>河北>河南,与美国土壤6种优控的PAEs控制标准相比,DBP和邻苯二甲酸二甲酯(dimethyl phthalate,DMP)含量超过控制标准,超标率分别为18.9%和1.89%.蔬菜样品中∑PAEs含量范围为nd—241.87μg·kg^(-1),平均含量为63.22μg·kg^(-1),检出率为68.9%,其中DnOP和DEHP调查区蔬菜中PAEs的主要组成部分,分别占∑PAEs含量的26.27%和25.93%.基于食用农产品风险评估,调查区采集的农产品中PAEs无人体健康风险.

应用物种敏感分布法建立铅的生态安全土壤环境基准研究

由于日益严重的人类活动干扰,土壤重金属铅(Pb)污染严重。开展Pb生态安全的土壤环境基准研究,合理制定铅的生态基准值,对更好地预防与控制土壤Pb生态风险,加强土壤Pb污染的环境管理具有重要意义。本研究通过调研国内外Pb的陆生生态毒性研究,筛选并构建重金属Pb的有效毒性数据库(10%效应浓度(EC 10)或无观察效应浓度(NOEC))。将土壤pH作为毒性数据划分依据,采用5种物种敏感性分布模型(Burr TypeⅢ、Log-Normal、Log-Logistic、Gamma和Weibull)成功拟合毒性数据,建立不同土壤pH范围内的重金属Pb物种敏感分布曲线,推导不同土地利用方式下(自然保护地/农业用地、公园用地、住宅用地、工/商业用地)土壤Pb的生态基准值。结果表明,自然保护地和农业用地土壤Pb的生态基准范围为51.1~153 mg·kg^(-1),公园用地Pb的生态基准范围为172~342 mg·kg^(-1),住宅用地与工/商业用地的Pb基准值相对较大,分别为342~537 mg·kg^(-1)和440~634 mg·kg^(-1)。本研究可为我国污染土壤的生态风险评估框架及土壤风险管控标准的制定提供科学依据。

土壤-蔬菜系统中镉的生物富集效应及土壤阈值研究

为保障蔬菜质量安全,避免重金属Cd污染,通过野外调查采集土壤-蔬菜样品224对,分析土壤和蔬菜中的Cd含量,研究不同种类蔬菜对Cd富集的差异及影响因素,并探讨了不同种类蔬菜的土壤Cd阈值。结果表明:蔬菜对Cd的富集受土壤Cd含量影响,与其呈显著性正相关关系,同时与土壤p H和有机质呈负相关关系。各蔬菜可食用部分中Cd的富集系数为0.001~4.901,平均值为0.16。不同种类蔬菜对Cd的富集不同,其富集大小顺序为叶菜类>茎菜类>根菜类>果菜类。利用log-logistic模型对研究数据进行拟合,并结合《食品中污染物限量》(GB2762-2017)中规定的蔬菜中污染物标准限值得到叶菜类、根菜类、茎菜类和果菜类蔬菜对应的土壤阈值分别为0.25、0.31、0.33和0.50 mg/kg。

农用地土壤重金属锌的生态安全阈值研究

土壤生态安全阈值是合理修订农用地土壤风险管控标准的重要基础.然而,现行农用地土壤锌(Zn)的风险筛选值(GB 15618—2018)缺乏对土壤生态风险的考虑.本研究通过调研国内外Zn陆生毒性研究,收集并筛选Zn的10%效应浓度(EC10),采用物种敏感性分布法(SSD)分别构建陆生植物/无脊椎动物的SSD模型和微生物生态过程的功能敏感分布模型(FSD),基于风险附加法推导农用地土壤重金属Zn的生态安全阈值.结果表明,土壤pH是影响陆生植物和无脊椎动物生态毒性的重要因素,对土壤生态过程指标无显著影响.6种SSD模型(Log-Normal、Log-Logistic、Log-Gumbel、Gamma、Weibull and BurrIII)均可成功拟合不同pH土壤条件下的毒性数据,基于最优SSD模型推导强酸性土壤(pH≤5.5)、酸性土壤(5.5<pH≤6.5)、中性土壤(6.5<pH≤7.5)和碱性土壤(pH>7.5)条件下农用地土壤Zn的生态安全阈值,分别为170、230、305和410 mg·kg^(-1).本研究可为后续我国农用地土壤风险管控标准的修订提供科学依据.

区域土壤环境调查监测信息化技术研发与应用

土壤是经济社会可持续发展的物质基础,土壤环境质量关系农产品质量安全和人居环境安全。2016年5月,《土壤污染防治行动计划》明确将“深入开展土壤环境质量调查”“建设土壤环境质量监测网络”“提升土壤环境信息化管理水平”等作为土壤污染防治工作的主要任务。本项目开展的区域土壤环境调查监测信息化管理软件研发工作,对于规范区域土壤环境调查监测活动、保障土壤环境调查监测数据质量、提升调查监测质量管理水平,十分迫切和必要。