土壤稀土元素的迁移-富集机制及其生态效应

稀土被称为“工业维生素”。随着稀土元素使用日益增加,导致其在土壤广泛分布并不断积累。土壤中稀土元素的地球化学过程已成为全球关注的热点。本文通过检索土壤环境稀土元素方向研究文献,综述土壤稀土元素迁移-富集机制的研究进展,识别土壤稀土元素主要来源,探讨土壤稀土元素的含量分布、分馏特征和赋存相态,以及稀土元素迁移富集和分馏的影响因素,分析稀土元素对土壤理化性质、动物、植物和微生物等产生的生态效应,以及对人体健康的潜在威胁,提出土壤稀土元素未来研究的关键问题和方向。相关认识有助于理解和掌握稀土元素在土壤中的迁移和归趋,并为稀土污染防治提供理论依据。     

用“多因子空间叠加法”评价城市区域环境综合质量

对常用的环境影响评价的“单因子评价法”进行了扩充，在此基础上提出了一种评价城市区域环境综合质量的方法——“多因子空间叠加法”。该方法采用计算机辅助设计技术、运用区位理论分析影响区域环境质量的因子的作用分值及其权重，最后根据计算得出的综合分值进行评价。通过实例运用分析，表明该方法较好地表征出多个因子对评价区域的影响，得出一个较为全面的综合性结果。     

中国铜产业体系演化的碳中和实现机制研究

本文研究了我国铜产业采选、冶炼、加工和再生等环节的演化趋势,构建了铜产业直接碳排放-能源间接排放-其他间接排放相结合的多层级碳排放核算模型,分析了我国铜产业各环节碳排放演变规律及碳中和实现机制。结果表明：①1980-2020年我国铜精矿、精炼铜、铜加工材、再生铜产品分别增长了6.6倍、 25.1倍、 88.5倍、 37.1倍,受碳中和目标实现对电力需求量增加的影响,预计2060年铜资源消费总量将较2020年提升62.3%,铜资源社会存量将达到3.9亿t,再生铜将于2030年超过原生铜成为主导资源类型。②2020年铜产业的碳排放总量达到2968.2万tCO₂e,其中,采选环节的吨铜碳排放量最高,达到了3.4tCO₂e,是第二位冶炼的2.3倍;冶炼环节的碳排放总量最大,达到铜产业的39.3%;再生环节的降碳效果突出,相较原生采选冶炼环节减少1251.2万tCO₂e;进出口贸易则进一步降低了该产业43.7%的碳排放总量。③预计2060年铜产业碳排放总量将达到1499.8万tCO₂e,通过促进国际贸易、循环经济、技术创新及环境市场建设等举措,可大幅降低产业的碳排放总量,其中国际贸易及循环经济情景的碳减排效果在2030年前均较显著、随后逐渐下降,技术创新及环境市场建设是该产业碳中和目标实现的根本,在2060年的减排潜力分别达到535.9万t及607.9万t。为了更好地促进该产业可持续发展及“双碳”目标实现,建议依托国内国际双循环格局合理调控铜产业结构,秉持全生命周期理念加快构建铜产业绿色供应链,紧随碳中和发展趋势促进资源循环减污降碳协同增效。     

资源环境承载力研究方法综述

资源环境承载力是区域发展战略决策的基础,对指导区域可持续发展和服务国家战略需求具有重要意义。本文系统梳理了资源环境承载力评价从土地资源承载力向水资源承载力、环境承载力和生态承载力发展,再到近年来以土地开发强度为特征,以及基于供给能力的资源环境承载力评价兴起的历程。资源环境承载力评价从单一资源走向各类主要自然资源、环境要素及综合要素的承载力评价,研究方法不断完善。但目前资源环境承载力研究仍存在更多地关注承载的极限容量,对发展容量的关注不足;缺乏具有普适性、可推广的资源环境承载力评价理论及方法体系等问题,其研究仍面临严峻的挑战。未来资源环境承载力研究仍需在承载力从极限容量向发展容量转变,形成具有广泛指导意义的资源环境承载力评价方法体系,强化以空间开发利用为特征的资源环境承载力评价等方面的研究,以此深化资源环境承载力理论及实践应用研究,为区域可持续发展及服务国家战略提供支撑。     

基于BP神经网络的苯储罐泄漏事故风险评价模型研究

为了在事故发生之前对苯储罐进行风险评价，提出1种基于BP神经网络的泄漏事故风险评价方法，利用该方法构建了苯储罐的风险评价模型，并对模型进行了训练及验证。研究结果表明:BP神经网络成功完成了建模任务，且模型训练结果较好，可利用基于BP神经网络所构建的苯泄漏事故风险评价模型对苯储罐发生泄漏事故的风险进行评价。     

基于Monte Carlo模拟法对水源水体中微囊藻毒素的健康风险评估

调查水源水体中微囊藻毒素MCs(MC-RR、MC-LR和MC-YR)的污染情况,结合调查情况应用蒙特卡洛法(Monte Carlo)模拟量化人群通过饮水途径摄入微囊藻毒素的风险.在珠江西航道沿线设置5个采样点,在2016年1~6月期间共采集90份水样,根据国标(GB/T 20466-2006)推荐的HPLC方法检测水体中的微囊藻毒素,运用专业风险评估软件@Risk7.0,构建非参数概率评估模型,对通过饮水途径摄入微囊藻毒素(暴露)风险进行概率评估.对随机采集90份水源水体中微囊藻毒素MCs质量浓度检测值进行分布拟合,并运用Chi-Squared、Anderson-Darling、Kolmogorov-Smirnov这3种统计方法进行拟合度检验,根据3种评估拟合结果,确定最佳拟合分布模型.结果表明,在检测的90个水样品中,MC-RR的检出率最高,达到51.11%,质量浓度范围为0.001 7~0.386 3μg·L~(-1);其次为MC-LR和MC-YR,检出率分别是47.78%和21.11%,质量浓度范围分别是0.028 5~0.279 6μg·L~(-1)和0.003 0~0.136 2μg·L~(-1),水源水体中3种微囊藻毒素以MC-RR为主,最大检出质量浓度为0.386 3μg·L~(-1),MC-YR的含量最低.采用软件@Risk7.0分布拟合结果显示,MC-LR质量浓度最适的拟合分布为Ext Value Min模型(0.113 91,0.098 462),MC-RR质量浓度最适的拟合分布为Logistic(0.058 064,0.053 044).健康风险评估表明,MC-LR对人体健康危害的风险高于MC-RR的风险,儿童比成人更易于受到MCs污染的威胁.MC-LR对儿童健康危害的致癌年风险数值大于美国环保署(USEPA)推荐的最大可接受风险水平1×10-4;MC-LR对成人的致癌暴露年风险数值大于国际辐射防护委员会(ICRP)推荐的最大可接受风险水平5×10-5,表明水源水体中的MCs对人体健康存在潜在的危害,有必要加强饮用水源水体的保护与监控,为有效控制水源地水质污染和更好地保障人民健康奠定基础.     

超深水水下分离器摆锤法下放风险分析

针对我国摆锤法下放安装风险分析研究空白的现状,基于工作安全分析与作业条件危险性评估法对水下分离器下放过程进行风险分析,考虑重力、海流力、浮力、阻力等多种复杂载荷,依据摆锤法下放步骤,分析水下分离器摆锤法下放过程受力情况,建立水下分离器下放过程受力关系。分析摆动过程中缆绳动张力随下放深度变化情况,为风险分析提出的有关水下分离器所受浮力、安装绳的动张力等参数的确定提供理论依据。最终建立水下分离器摆锤法下放风险评估体系,为我国摆锤安装法的工程应用提供技术支持与安全保障。     

湘江衡阳段沉积物中重金属污染特征及其初步生态风险评估

本文研究了湘江衡阳段26个表层沉积物中5种重金属(Cd,Cu,Pb,Zn和Cr)的分布特征,并采用潜在生态危害指数法进行初步评价.研究结果显示,湘江衡阳段沉积物呈现出以Cd为主的多种重金属复合污染特征,多种重金属的综合潜在生态风险指数表明大部分研究区域水体面临很高的生态风险.     

典型涉污企业周边土壤重金属污染特征及潜在生态风险评价

分析和评价典型涉污企业周边土壤环境质量,对于加强企业用地环境风险管控,实施土壤重金属污染精准防控,进一步保障农产品质量安全具有重要意义。以18类典型涉污企业周边土壤为研究对象,对475家企业周边的2 017个监测样点进行土壤重金属Cd、As、Pb、Hg、Cr、Cu、Zn和Ni元素含量测定,并采用主成分分析法、Hakanson 潜在生态风险指数法进行分析及评价。结果表明:典型涉污企业周边土壤重金属污染以Cd、Pb和As元素为主,各元素含量超过土壤污染风险筛选值的样品比例为9.82%~31.0%,超过土壤污染风险管控值的样品比例为4.46%~13.1%,其次是Zn、Cu、Hg和Ni,Cr无明显污染;主要污染元素Cd、Pb、As、Zn和Cu来自相同污染源且主要分布在有色金属矿采选业(B9)、黑色金属冶炼和压延加工业(C31)、有色金属冶炼和压延加工业(C32)、生态保护和环境治理业(N77)等行业企业周边;黑色金属冶炼和压延加工业(C31)、有色金属矿采选业(B9)、有色金属冶炼和压延加工业(C32)等行业企业周边土壤重金属潜在生态风险等级较高,中等风险及以上比例分别为76.0%、53.0%和54.1%。可见,典型涉污企业周边土壤重金属存在一定程度的污染,尤其是有色金属矿采选业(B9)等采矿业以及黑色金属冶炼和压延加工(C31)等制造业等,污染程度高,潜在生态风险大,需要加强监测和管控。     

基于SOCP-MKRVM的区域滑坡敏感性分析研究

为了提高相关向量机（RVM）在区域滑坡敏感性评价中的预测能力,提出了基于二阶锥规划的多核相关向量机 (SOCP-MKRVM)预测模型。以四川省低山丘陵区为例,选取了8个滑坡孕灾因子训练RVM预测模型,并分别运用受试者工作特征曲线（ROC）和滑坡点密度2种方法对预测结果进行验证。通过与单核RVM模型的对比分析,结果表明:SOCP-MKRVM模型提高了对区域滑坡敏感性的评价能力,预测精度提高到71.33%,ROC曲线下面积达到0.741,滑坡点密度分布更加合理,两低敏感区之和为0.89个/100 km2,两高敏感区之和为6.54个/100 km2。