国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

生態(tài)旅游城市水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)與預(yù)警方法研究

2023-04-29 18:04:18朱智慧
環(huán)境科學(xué)與管理 2023年12期
關(guān)鍵詞:風(fēng)險(xiǎn)評(píng)價(jià)

朱智慧

關(guān)鍵詞:生態(tài)旅游城市;水環(huán)境污染;風(fēng)險(xiǎn)評(píng)價(jià);潛在污染風(fēng)險(xiǎn);預(yù)警平臺(tái)

中圖分類(lèi)號(hào):X706 文獻(xiàn)標(biāo)志碼:B

前言

隨著經(jīng)濟(jì)提升和城市發(fā)展,大多數(shù)城市均開(kāi)發(fā)了旅游產(chǎn)業(yè),但由于游客量的不斷增加,城市垃圾逐年增長(zhǎng)且沒(méi)有在短時(shí)間內(nèi)進(jìn)行有效治理,長(zhǎng)期以往嚴(yán)重危害當(dāng)?shù)鼐用竦纳眢w健康。為此,不定時(shí)對(duì)城市水環(huán)境進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)并進(jìn)行預(yù)警是非常有必要的。文獻(xiàn)[1]提出一種基于Markov約束的水環(huán)境生態(tài)污染風(fēng)險(xiǎn)評(píng)價(jià)方法。采用Markov約束計(jì)算污染物的轉(zhuǎn)移速率、濃度等變化參數(shù),按照參數(shù)變化構(gòu)建生態(tài)風(fēng)險(xiǎn)污染評(píng)價(jià)模型。文獻(xiàn)[2]以山東某沿海城市為例.提出集中水質(zhì)健康風(fēng)險(xiǎn)評(píng)價(jià)方法。采用現(xiàn)場(chǎng)水環(huán)境數(shù)據(jù),計(jì)算不同污染物占比權(quán)重的方式,結(jié)合現(xiàn)下水污染評(píng)定標(biāo)準(zhǔn)來(lái)建立風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)。但上述方法都沒(méi)有考慮到水環(huán)境中其他干擾因素,導(dǎo)致評(píng)價(jià)精準(zhǔn)度較低。

為解決上述問(wèn)題,文章對(duì)生態(tài)旅游城市水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)與預(yù)警方法展開(kāi)研究。

通過(guò)上述內(nèi)容,將潛在污染風(fēng)險(xiǎn)、考慮污染空間的自相關(guān)性以及考慮水環(huán)境冷點(diǎn)和熱點(diǎn)分布作為評(píng)價(jià)指標(biāo),完成生態(tài)旅游城市水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)體系,實(shí)現(xiàn)水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)。

2生態(tài)旅游城市水環(huán)境污染預(yù)警方法

通過(guò)XML技術(shù)和WEB業(yè)務(wù)的數(shù)據(jù)交換功能,建立以城市污水處理廠、城市垃圾處理廠、排水管網(wǎng)和再生水廠信息為基礎(chǔ)的城市水環(huán)境系統(tǒng)設(shè)施綜合污染預(yù)警平臺(tái),以城市污水處理廠、城市垃圾處理廠、排水管網(wǎng)和再生水廠信息為基礎(chǔ),構(gòu)建生態(tài)城市水環(huán)境污染預(yù)警模型,將評(píng)價(jià)指標(biāo)作為預(yù)警判定閾值輸入值模型中,通過(guò)模型進(jìn)行趨勢(shì)預(yù)報(bào)分析,進(jìn)行實(shí)時(shí)監(jiān)控、模型數(shù)據(jù)分析、污染風(fēng)險(xiǎn)評(píng)估、應(yīng)急方案以及實(shí)時(shí)應(yīng)急處理,為城市環(huán)保系統(tǒng)提供決策支持。

預(yù)警平臺(tái)采用監(jiān)控設(shè)備對(duì)排水設(shè)施進(jìn)行監(jiān)測(cè),通過(guò)傳感器得到反饋信息,輸入預(yù)警平臺(tái)中,采用8座抽水泵站對(duì)生態(tài)城市內(nèi)部的河湖工程進(jìn)行實(shí)時(shí)監(jiān)測(cè),以城市內(nèi)多家污水處理廠為研究對(duì)象,對(duì)廢水處理設(shè)施進(jìn)行在線監(jiān)測(cè);包含84個(gè)蓄水點(diǎn)的城市有關(guān)水域監(jiān)測(cè)預(yù)警。

3實(shí)驗(yàn)測(cè)試

3.1實(shí)驗(yàn)環(huán)境設(shè)置

對(duì)文章中提出生態(tài)旅游城市水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)與預(yù)警方法進(jìn)行實(shí)驗(yàn)驗(yàn)證,主要對(duì)風(fēng)險(xiǎn)源、風(fēng)險(xiǎn)受體以及周?chē)鱾€(gè)區(qū)域污染評(píng)價(jià),為保證實(shí)驗(yàn)質(zhì)量,選擇12個(gè)生態(tài)旅游城市作為實(shí)驗(yàn)環(huán)境,該城市每年的污染物排放量較大,水體受污染嚴(yán)重。此次實(shí)驗(yàn)應(yīng)用搭載i7處理器的Win 10系統(tǒng),結(jié)合74HC165D數(shù)據(jù)寄存器進(jìn)行測(cè)試。其中,水質(zhì)傳感器來(lái)自MDS-9900系列,可監(jiān)測(cè)pH值、溶解氧、氨氮等多種參數(shù),能夠滿足文章的實(shí)驗(yàn)需求。通過(guò)6個(gè)月的水環(huán)境監(jiān)測(cè),對(duì)12個(gè)生態(tài)旅游城市測(cè)點(diǎn)的污染指標(biāo)平均值進(jìn)行統(tǒng)計(jì),具體見(jiàn)表1。

通過(guò)表1內(nèi)容可以看出,相比于其他測(cè)點(diǎn),10、11、12測(cè)點(diǎn)的污染指標(biāo)平均值處于較高水平,存在的水環(huán)境污染風(fēng)險(xiǎn)較高;測(cè)點(diǎn)4的污染指標(biāo)平均值處于較低水平,存在的水環(huán)境污染風(fēng)險(xiǎn)較低。

3.2評(píng)價(jià)結(jié)果與分析

3.2.1潛在水環(huán)境風(fēng)險(xiǎn)污染評(píng)價(jià)結(jié)果

結(jié)合文章中給出的潛在污染風(fēng)險(xiǎn)、考慮污染空間的自相關(guān)性以及考慮水環(huán)境冷點(diǎn)和熱點(diǎn)分布的三種污染評(píng)價(jià)結(jié)果,驗(yàn)證所提方法的評(píng)價(jià)有效性和實(shí)用性,實(shí)驗(yàn)結(jié)果如圖2~圖4所示。為提高實(shí)驗(yàn)質(zhì)量,在3種測(cè)試指標(biāo)的基礎(chǔ)上,分別對(duì)基于環(huán)境受污染風(fēng)險(xiǎn)等級(jí)、環(huán)境受體敏感等級(jí)分析以及區(qū)域環(huán)境中污染可接受程度進(jìn)行具體污染風(fēng)險(xiǎn)評(píng)價(jià)。潛在水環(huán)境風(fēng)險(xiǎn)污染評(píng)價(jià)結(jié)果見(jiàn)圖1。

從圖1中可以看出,污染物潛在風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果呈現(xiàn)一種擴(kuò)散性,其中,地圖中心位置的潛在污染風(fēng)險(xiǎn)最高,為高風(fēng)險(xiǎn)地區(qū),周?chē)噜弲^(qū)也多為中高風(fēng)險(xiǎn)地域,潛在污染風(fēng)險(xiǎn)等級(jí)均較高。這是因?yàn)?,在該區(qū)域范圍內(nèi)存在大量加工廠,其中的化學(xué)和冶金加工廠數(shù)量最多分布也較為密集?;瘜W(xué)加工廠產(chǎn)生的大量有害氣體、廢料以及濃硝酸等有害物質(zhì)會(huì)通過(guò)廢水排放大量流入城市河流中,冶金工廠則會(huì)產(chǎn)出大量重金屬污染物流入地下水環(huán)境中,導(dǎo)致城市水環(huán)境潛在污染風(fēng)險(xiǎn)逐年增加。由此可知,方法污染評(píng)價(jià)結(jié)果符合實(shí)際情況表達(dá)。

3.2.2考慮空間的自相關(guān)性的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

基于城市水環(huán)境的自相關(guān)性污染風(fēng)險(xiǎn)評(píng)價(jià)是指,在不考慮其他因素影響,只考慮現(xiàn)階段實(shí)時(shí)的污染風(fēng)險(xiǎn)情況??紤]空間的自相關(guān)性的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果見(jiàn)圖2。

從圖2中可以看出,基于不同指標(biāo)分析得到的風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果分布差異較大。其中,針對(duì)環(huán)境風(fēng)險(xiǎn)危險(xiǎn)等級(jí)的評(píng)價(jià)結(jié)果,重大風(fēng)險(xiǎn)集中在河流的中下游區(qū)域,該區(qū)域內(nèi)的城市基本均為重大污染風(fēng)險(xiǎn),受體敏感度較高,風(fēng)險(xiǎn)可接受程度整體較低。將該結(jié)果與潛在環(huán)境評(píng)價(jià)結(jié)果對(duì)比,發(fā)現(xiàn)下游區(qū)域的重污染情況比較嚴(yán)重,這是因?yàn)椋鞘械乃h(huán)境一般存在流動(dòng)性,城市廢水通過(guò)循環(huán)系統(tǒng)不可避免會(huì)進(jìn)入到城市的主河流中,上游污染物進(jìn)入河流會(huì)逐漸融入下流區(qū)域,所以中下游地區(qū)的實(shí)時(shí)污染風(fēng)險(xiǎn)等級(jí)較高,但隨著時(shí)間推移,由于水體具備一定的流動(dòng)性和自愈能力,所以下游潛在污染風(fēng)險(xiǎn)低。

3.2.3基于區(qū)域冷熱點(diǎn)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

基于水環(huán)境冷熱點(diǎn)顯著程度的污染風(fēng)險(xiǎn)評(píng)價(jià),其中,冷點(diǎn)分布越多代表受污染情況越輕,風(fēng)險(xiǎn)等級(jí)越低;反之,熱點(diǎn)分布越多,代表受污染情況越嚴(yán)重,風(fēng)險(xiǎn)等級(jí)越高?;趨^(qū)域冷熱點(diǎn)風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果見(jiàn)圖3。

從圖3中可以看出,在河流的中下流域呈現(xiàn)極顯著熱點(diǎn)風(fēng)險(xiǎn)分布,這是因?yàn)樵撐恢玫墓S點(diǎn)分布較為密集,污染物排放量較大,水資源承載壓力日益增大,因此,該位置周?chē)奈廴驹础⑽廴臼荏w風(fēng)險(xiǎn)較大,形成了極顯著熱點(diǎn)區(qū)。其中,基于環(huán)境可承受水平指標(biāo)卻呈現(xiàn)相反分布結(jié)果,所以形成了極顯著冷點(diǎn)區(qū)。

3.3生態(tài)旅游水環(huán)境污染預(yù)警結(jié)果

為了驗(yàn)證文章提出方法的有效性,將Markov約束污染評(píng)價(jià)法、水質(zhì)及健康風(fēng)險(xiǎn)評(píng)價(jià)法作為對(duì)比方法,污染預(yù)警率是指在同等條件下,計(jì)算不同方法的污染物預(yù)警率。污染物預(yù)警率越高,說(shuō)明該方法的預(yù)警效果越好。三種方法污染物預(yù)警率對(duì)比圖見(jiàn)圖4。

從圖4中可以看出,Markov約束污染評(píng)價(jià)法的預(yù)警率最低為40%,最高為76%,水質(zhì)及健康風(fēng)險(xiǎn)評(píng)價(jià)法的預(yù)警率最低為45%,最高為85%,預(yù)警效果較差。但是所提方法的預(yù)警率能夠保持在60%以上,最高可達(dá)到95%,均高于對(duì)比的兩種方法。并且受到季節(jié)環(huán)境因素的影響,秋冬季的預(yù)警率整體來(lái)看要高于春夏季。

4結(jié)束語(yǔ)

隨著工業(yè)化和城市化的快速發(fā)展,旅游城市的水環(huán)境受到了越來(lái)越多的污染威脅。文章以生態(tài)旅游城市水環(huán)境為研究對(duì)象,針對(duì)水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)以及預(yù)警方法展開(kāi)研究??紤]到污染物種類(lèi)較多、基數(shù)較大,構(gòu)建生態(tài)旅游城市水環(huán)境污染風(fēng)險(xiǎn)評(píng)價(jià)體系,以潛在污染風(fēng)險(xiǎn)、考慮污染空間的自相關(guān)性以及考慮水環(huán)境冷點(diǎn)和熱點(diǎn)分布為一級(jí)評(píng)價(jià)指標(biāo),結(jié)合風(fēng)險(xiǎn)源、風(fēng)險(xiǎn)受體、環(huán)境可接受程度、對(duì)周?chē)h(huán)境的污染風(fēng)險(xiǎn)、污染風(fēng)險(xiǎn)的概率分布、污染物冷熱點(diǎn)風(fēng)險(xiǎn)數(shù)值概率分布和水中污染物關(guān)鍵指標(biāo)濃度風(fēng)險(xiǎn)等級(jí)作為二級(jí)指標(biāo),并通過(guò)XML技術(shù)和WEB業(yè)務(wù)的數(shù)據(jù)交換功能,建立預(yù)警模型,實(shí)現(xiàn)污染風(fēng)險(xiǎn)評(píng)價(jià)以及預(yù)警。實(shí)驗(yàn)數(shù)據(jù)證明,所提方法風(fēng)險(xiǎn)評(píng)價(jià)精準(zhǔn)度和預(yù)警率較高,效果好。

猜你喜歡
風(fēng)險(xiǎn)評(píng)價(jià)
地方政府性債務(wù)的評(píng)價(jià)與分析
東方教育(2016年9期)2017-01-17 23:58:58
基于層次分析法的高校財(cái)務(wù)風(fēng)險(xiǎn)管理
東方教育(2016年13期)2017-01-12 22:48:27
智能電網(wǎng)風(fēng)險(xiǎn)評(píng)價(jià)研究
黔西北某煉鋅渣堆場(chǎng)周邊土壤及農(nóng)產(chǎn)品重金屬污染研究
綠色科技(2016年20期)2016-12-27 16:10:09
基于數(shù)學(xué)建模的高校財(cái)務(wù)風(fēng)險(xiǎn)及其預(yù)警研究
特種設(shè)備風(fēng)險(xiǎn)應(yīng)急管理和處理
風(fēng)險(xiǎn)評(píng)價(jià)和風(fēng)險(xiǎn)降低在電梯檢驗(yàn)中的應(yīng)用研究
BOT項(xiàng)目前期風(fēng)險(xiǎn)評(píng)價(jià)的研究
科技視界(2016年24期)2016-10-11 08:30:11
施工企業(yè)內(nèi)部控制的研究
P2P平臺(tái)風(fēng)險(xiǎn)評(píng)價(jià)及控制探討
聂荣县| 贵定县| 巨鹿县| 沭阳县| 富顺县| 昌宁县| 寻乌县| 清水河县| 攀枝花市| 朝阳市| 永安市| 大埔区| 汉川市| 汉源县| 浦县| 桓仁| 六安市| 祁东县| 贵德县| 乌拉特前旗| 阿克| 长兴县| 内黄县| 县级市| 红桥区| 台东县| 田东县| 大新县| 正蓝旗| 通江县| 长宁县| 千阳县| 泸定县| 远安县| 金湖县| 清新县| 禄劝| 平潭县| 宜宾县| 九龙县| 固始县|