ارزیابی ریسک منطقه ای در مقیاس شبکه ای فلزات بالقوه سمی با استفاده از داده های چند منبع

چکیده

درک خطرات ناشی از فلزات بالقوه سمی (PTMs) در مناطق بزرگ برای مدیریت زیست محیطی مهم است. با این حال، ارزیابی ریسک منطقه‌ای که بر روی نمونه‌گیری میدانی سنتی یا داده‌های آماری اداری تکیه دارد، کار فشرده، زمان‌بر و درشت است. داده‌های اینترنتی، داده‌های سنجش از دور و داده‌های چند منبعی، از مزیت سرعت بالای جمع‌آوری برخوردارند و در نتیجه می‌توانند بر چالش‌های تأخیر زمانی و ناکارآمدی‌های ارزیابی سنتی غلبه کنند، اگرچه تا به امروز به ندرت استفاده می‌شوند. برای ارزیابی اثربخشی آنها، مطالعه حاضر از داده‌های چند منبعی برای انجام ارزیابی مقیاس ۱ کیلومتری PTMs در استان یوننان، چین استفاده کرد. علاوه بر این، یک مدل جدید برای شبیه‌سازی مناطق بالقوه خطرناک، بر اساس رسوب اتمسفر، نیز پیشنهاد شد. ارزیابی ها نشان می دهد که مناطق پرخطر عمدتاً در شرق توزیع شده است که با توزیع منابع معدنی در استان همخوانی دارد. تقریباً ۳٫۶ درصد از زمین های زراعی و ۱٫۴ درصد از جمعیت حساس در معرض تهدید هستند. مناطق خطر در برابر موارد گزارش شده توسط دولت و ادبیات موجود تأیید شد. تمرین راستی‌آزمایی قابلیت اطمینان داده‌های چند منبعی را تأیید کرد، که مقرون‌به‌صرفه، کارآمد و قابل تعمیم برای ارزیابی خطرات آلودگی در مناطق بزرگ هستند، به‌ویژه زمانی که اطلاعات آلودگی خاص سایت وجود ندارد. مناطق خطر در برابر موارد گزارش شده توسط دولت و ادبیات موجود تأیید شد. تمرین راستی‌آزمایی قابلیت اطمینان داده‌های چند منبعی را تأیید کرد، که مقرون‌به‌صرفه، کارآمد و قابل تعمیم برای ارزیابی خطرات آلودگی در مناطق بزرگ هستند، به‌ویژه زمانی که اطلاعات آلودگی خاص سایت وجود ندارد. مناطق خطر در برابر موارد گزارش شده توسط دولت و ادبیات موجود تأیید شد. تمرین راستی‌آزمایی قابلیت اطمینان داده‌های چند منبعی را تأیید کرد، که مقرون‌به‌صرفه، کارآمد و قابل تعمیم برای ارزیابی خطرات آلودگی در مناطق بزرگ هستند، به‌ویژه زمانی که اطلاعات آلودگی خاص سایت وجود ندارد.

کلید واژه ها:

ارزیابی ریسک آلوده در مقیاس ریز ; داده کاوی اینترنتی ; آسیب پذیری زمین های زراعی ; سلامت انسان ؛ آلودگی فلزات سنگین ؛ استراتژی های مدیریت

چکیده گرافیکی

۱٫ مقدمه

آلودگی فلزات بالقوه سمی (PTMs) ناشی از فعالیت‌های انسانی، به‌ویژه فعالیت‌های صنعتی مرتبط با استخراج، ذوب و پالایش فلزات، تهدیدی جدی برای محیط‌زیست و سلامت انسان است [ ۱ ، ۲ ]. از این نظر، ارزیابی دقیق وضعیت ریسک، پیش نیاز مدیریت زیست محیطی و کاهش ریسک است.

ارزیابی خطر آلودگی انجام شده در مقیاس های محلی تا منطقه ای را می توان به دو گروه عمده تقسیم کرد: ارزیابی های سایت خاص [ ۳ ، ۴ ] و ارزیابی های منطقه ای [ ۵ ، ۶ ]. ارزیابی‌های مربوط به مکان، ارزیابی‌های مطلق خطر را برای یک یا چند مکان آلوده از طریق نمونه‌برداری و تجزیه و تحلیل‌های آزمایشگاهی ایجاد می‌کنند [ ۷ ]. آنها معمولاً شامل شاخص های خطر سرطان زا و غیر سرطان زا می شوند [ ۷ ، ۸ ]. در مقابل، ارزیابی‌های ریسک در مقیاس منطقه‌ای مربوط به گستره وسیعی از زمین یا قلمرو، معمولاً یک منطقه اداری است [ ۹ ]]. از آنجایی که هدف آنها ارزیابی اهمیت نسبی ریسک ها با رتبه بندی بزرگی آنها برای کل منطقه است [ ۱۰ ]، اغلب به عنوان روش های ارزیابی نسبی [ ۱۱ ] نامیده می شود.

اجرای یک طرح مدیریت پیشگیری از خطر معمولاً یک تمرین در مقیاس منطقه ای است [ ۱۲ ]، و ارزیابی های منطقه ای برای توسعه استراتژی های کنترل جامع امکان پذیرتر از ارزیابی های سایت خاص است [ ۱۰ ]. علاوه بر این، ارزیابی‌های منطقه‌ای با هدف شناسایی و غربالگری سایت‌های آلوده بالقوه که نیاز به بررسی بیشتر دارند [ ۱۳ ، ۱۴ ، ۱۵ ] به طور کلی اولین گام مهم نقشه‌برداری به سمت شناسایی، ارزیابی و مدیریت کلی سایت‌های آلوده را تشکیل می‌دهند [ ۱۶ ].

با این حال، تحقیقات منطقه ای پراکنده باقی می ماند [ ۱۷ ]. مانع اصلی ممکن است مشکل در به دست آوردن داده ها باشد. برای مناطقی که داده ها در دسترس نیستند، معمولاً از داده های آماری اداری یا یک متاآنالیز برای ارزیابی استفاده می شود [ ۱۸ ، ۱۹ ، ۲۰ ]. به عنوان مثال، مروری بر ادبیات منتشر شده نشان می دهد که استان های واقع در جنوب و جنوب غربی چین بیشترین آلودگی را به کادمیوم (Cd)، هیدرارژیروم (Hg)، سرب (Pb) و آرسنیک (As) دارند [ ۲۱ ، ۲۲ ، ۲۳ ]. با این حال، این مطالعات معمولاً در یک مقیاس درشت انجام می‌شد، به عنوان مثال، مقیاس واحد اداری [ ۲۲ ، ۲۳]. سرنوشت و انتقال آلاینده ها و پویایی آنها به چارچوب مکانی – زمانی در نظر گرفته شده بستگی دارد [ ۱۰ ]، و شکاف های دانش با توجه به ریسک های دقیق، حمایت آنها را برای تصمیم گیری محدود می کند. ارزیابی‌ها در مقیاس‌های ظریف (مثلاً مقیاس شبکه‌ای) مؤثرتر هستند، نه تنها برای توصیف ریسک‌ها با جزئیات، بلکه برای کمک به نقشه‌برداری دقیق مناطق پرخطر.

برای مناطقی که داده‌های نمونه‌گیری میدانی در دسترس هستند، ارزیابی‌ها عموماً با استفاده از مفهوم منابع – مسیرها – گیرنده‌ها (SPR) انجام می‌شوند [ ۱۰ ، ۱۱ ، ۱۴ ]. خطرات توسط منابع (یعنی مکان‌های آلوده)، مسیرها (یعنی آب، هوا و تماس مستقیم) و گیرنده‌ها (به عنوان مثال، سلامت محیط یا انسان) بر حسب امتیاز توصیف می‌شوند [ ۱۰ ]. با این حال، بررسی های میدانی در یک منطقه بزرگ پرهزینه، پر زحمت و زمان بر است. برای مثال، اولین سرشماری آلودگی خاک چین ۱۲۵ میلیون دلار هزینه داشت و ۹ سال طول کشید، از سال ۲۰۰۵ تا ۲۰۱۳ [ ۲۴ ].]. مهمتر از آن، داده های نظرسنجی معمولاً محرمانه هستند و جستجو برای منابع داده جدید را برای توسعه چارچوب های ارزیابی ریسک منطقه ای ضروری می کند.

با توسعه سریع ۳S (سیستم اطلاعات جغرافیایی، GIS؛ سیستم موقعیت جهانی، GPS؛ و سنجش از راه دور، RS)، خدمات مبتنی بر مکان (LBS) و فناوری داده کاوی اینترنتی، داده های اینترنتی، تصاویر سنجش از دور و داده های تحلیل مجدد، در میان دیگران، داده های چند منبع برتری خود را برای تشخیص سریع منابع آلودگی و تعیین حساسیت گیرنده نشان دادند [ ۲۵ ، ۲۶ ]. به طور خاص، این داده ها از مزیت سرعت جمع آوری بالایی برخوردار هستند [ ۲۷ ، ۲۸]، و در نتیجه می تواند بر چالش های تاخیر زمانی و ناکارآمدی های ارزیابی سنتی غلبه کند. با این حال، استفاده از داده‌های چند منبعی در ارزیابی ریسک منطقه‌ای نادر است و داده‌های چند منبعی برای ارتقای ارزیابی ریسک منطقه‌ای تا حد زیادی ناشناخته هستند.

هدف از این مطالعه استفاده از داده‌های چند منبعی برای ارزیابی ریسک منطقه‌ای PTMs در مقیاس شبکه‌بندی شده و ارزیابی اثربخشی چنین داده‌هایی برای شناسایی و ارزیابی ریسک بود. استان یوننان، یک مرکز معدن فلز در چین، به عنوان یک مطالعه موردی خدمت کرد. مطالعه در اینجا توانایی ما را برای ارزیابی، طبقه‌بندی، شناسایی و نقشه‌برداری خطرات آلودگی در مناطق بزرگ بهبود می‌بخشد و در نتیجه از تصمیم‌گیری بهتر پشتیبانی می‌کند.

۲٫ مواد و روشها

۲٫۱٫ منطقه مطالعه

یوننان یک استان معمولی در منطقه مرزی کوهستانی جنوب غربی چین است (۳۱ درجه و ۴۲ دقیقه تا ۳۹ درجه و ۳۵ دقیقه شمالی و ۱۰۵ درجه و ۲۹ دقیقه تا ۱۱۱ درجه و ۱۵ دقیقه شرقی). از ۱۳ شهر و ۱۶۵ شهرستان تشکیل شده است که نزدیک به ۳۹۰ هزار کیلومتر مربع را پوشش می ^دهد . جهت باد غالب در استان SSE–S–SSW است و میانگین سرعت باد بین ۲ تا ۶ متر بر ثانیه است ( شکل ۱ ). میانگین بارندگی سالانه عموماً در جنوب غربی زیاد است و بیش از ۲۰۰۰ میلی متر است [ ۲۹ ]. در سال ۲۰۲۰، جمعیت کودکان (≤۱۴ ساله)، بزرگسالان و سالمندان (بیش از ۶۰ سال) به ترتیب ۹٫۲۳ میلیون (۱۹٫۵۷٪)، ۳۰٫۹۳ میلیون (۶۵٫۵۲٪) و ۷٫۰۳ میلیون (۱۴٫۹۱٪) بود.

این استان از نظر منابع معدنی روی (روی)، کادمیوم، سرب و قلع (Sn) غنی است [ ۳۰ ]. تا سال ۲۰۱۰، ۱۴۲ نوع ذخایر معدنی در استان کشف شده بود که ۸۳ درصد از ذخایر شناسایی شده در سطح ملی را شامل می شود [ ۳۱ ]. فعالیت های فشرده استخراج و فرآوری فلزات آسیب جدی به محیط زیست و سلامت عمومی وارد کرده است. طبق مطالعات قبلی، یوننان و دو استان دیگر آلوده ترین استان های چین به دلیل آلودگی کادمیوم، مس (مس)، سرب و روی هستند [ ۲۳ ، ۳۲ ]. علاوه بر این، شیوع بالای بیماری ریوی به عنوان یک خطر شغلی در معدنچیان یوننان به دلیل قرار گرفتن در معرض As و رادون [ ۳۳ ] مشاهده شد.

۲٫۲٫ مواد

۲٫۲٫۱٫ داده های منابع آلودگی

در اینجا منابع آلودگی به کارخانه های صنعتی مرتبط با فلزات اشاره دارد. با استفاده از فناوری داده کاوی اینترنتی، کارخانه‌های صنعتی از پلت‌فرم‌های اینترنتی بزرگ در چین، یعنی TianYanCha ( https://www.tianyancha.com/ ، در تاریخ ۱۲ فوریه ۲۰۱۹) و مرکز داده محیطی شبکه سبز (GNEDC) خزیده شدند ( http ://www.lvwang.org.cn/، مشاهده شده در ۱۲ فوریه ۲۰۱۹). از طریق جمع آوری، تمیز کردن، رمزگذاری موقعیت جغرافیایی و تصحیح مختصات، جزئیات ۱۷۱۰ کارخانه صنعتی به دست آمد. داده های هر کارخانه شامل نام، مکان، مدت زمان بهره برداری، نوع صنعتی و شاخص صنعتی (II) بود. آخرین پارامتر اثرات نامطلوب شرکت‌های مرتبط با آلودگی را با ارزیابی فعالیت‌های ذخیره‌سازی، دفع و تخلیه غیرقانونی یک کارخانه صنعتی معین توصیف می‌کند [ ۳۴ ]. از میان ۱۷۱۰ نیروگاه، ۱۳۵۴ نیروگاه (۷۹٫۱%) در سال ۲۰۲۰ در حال بهره برداری بودند و بقیه (۱۸٫۵%) تعطیل شدند ( جدول ۱ ).

۲٫۲٫۲٫ داده های مسیرها

با توجه به «نقشه در مقررات فنی غربالگری ریسک کارخانه تولید و طبقه‌بندی ریسک (امتحان کنید)» چین [ ۳۶ ]، داده‌های مسیر عمدتاً شامل بافت خاک، میانگین بارش چند ساله، میانگین سرعت باد چند ساله و تسکین بود. دامنه ( جدول ۱ ).

۲٫۲٫۳٫ داده های گیرنده ها

برای داده‌های گیرنده، طبق «دستورالعمل‌های فنی برای ارزیابی خطر آلودگی خاک زمین برای ساخت و ساز (HJ 25.3–۲۰۱۹)» [ ۳۷ ]، زمین‌های زراعی و انسان به عنوان گیرنده‌های اصلی در نظر گرفته می‌شوند. جمعیت سالمند و کودکان به دلیل ایمنی نسبتا ضعیف [ ۲۱ ] به عنوان جمعیت های حساس انتخاب شدند و تراکم جمعیت حساس با استفاده از تکنیک فضایی سازی [ ۳۸ ] برآورد شد. جزئیات در مواد تکمیلی نشان داده شده است (شکل S1) .

بهره وری زمین های زیر کشت به عنوان شاخص آسیب پذیری زمین های زراعی عمل کرد. این مقدار توسط محصولات بهره‌وری خالص اولیه MODIS (NPP) (MOD17A3H) تعیین شد، زیرا NPP به شدت با بهره‌وری کشاورزی همبستگی دارد [ ۳۹ ].

۲٫۳٫ روش شناسی

این روش شامل سه مرحله است که در شکل ۲ نشان داده شده است. همانطور که در بالا ذکر شد اولین گام جمع آوری داده های منطقه ای برای ارزیابی ریسک بود. شرح مفصل دو مرحله دیگر در پاراگراف های بعدی ارائه شده است.

۲٫۳٫۱٫ شبیه سازی منطقه بالقوه خطرناک

فعالیت های صنعتی به طور معمول مناطق اطراف را تهدید می کند [ ۴۰ ]. بر این اساس، ما یک منطقه در اطراف هر کارخانه صنعتی را به عنوان منطقه بالقوه خطرناک (PHA) تعریف کردیم. هر منطقه ای در داخل PHA می تواند با خطرات مواجه شود، در حالی که مناطق خارج از PHA بدون خطر در نظر گرفته می شوند. در ادبیات قبلی، یک ناحیه بافر با شعاع d برای نشان دادن PHA [ ۱۰ ، ۱۱ ]، به عنوان مثال، ۶٫۵ کیلومتر [ ۴۱ ] استفاده شد. با این حال، کارخانه‌های صنعتی از نظر مقیاس تولید، مدت زمان عملیات، فناوری تولید و مکان‌های ژئومحیطی بسیار متفاوت هستند و بنابراین، اتخاذ یک PHA یکنواخت برای همه کارخانه‌های صنعتی موجه نیست. در عوض، یک شبیه‌سازی PHA تطبیقی برای ارزیابی‌های دقیق مورد نیاز است [۱۰ ].

برای شبیه‌سازی PHA، انواع صنعتی، زمان عملیات، بارندگی و باد در نظر گرفته شد، با مراجعه به “مقررات فنی برای بررسی دقیق آلودگی خاک در زمین‌های کشاورزی” [ ۴۲ ]. اثر باد بر پراکندگی PTM ها جهت دار است [ ۴۳ ، ۴۴ ]. بادهای غالب به شدت بر تحویل PTM ها تأثیر می گذارد [ ۴۵ ، ۴۶ ، ۴۷ ]، و تمایل به ایجاد ردپای آلودگی بیضوی در مناطق اطراف در پایین باد از منبع آلاینده دارد [ ۴۸ ، ۴۹ ]. بنابراین، منطقه تحت تاثیر باد بیضی فرض می شد [ ۵۰ ، ۵۱]، در حالی که یک دایره برای ناحیه تحت تاثیر عواملی غیر از باد در نظر گرفته شد، زیرا اثر پراکندگی آنها بدون جهت است. بر این اساس، مدل مفهومی مورد استفاده برای شبیه‌سازی PHA دارای مراحل زیر است:

۱٫: شبیه سازی ناحیه بیضی شکل تحت تاثیر باد. محل یک کارخانه صنعتی معین راس بیضی را تشکیل می دهد و جهت محور اصلی آن با باد غالب مطابقت دارد. طول محورهای اصلی و فرعی در جدول ۲ نشان داده شده است. هر شرایط باد ماهانه یک بیضی ایجاد می کند ( شکل ۳ a).
۲٫: شبیه سازی ناحیه دایره ای تحت تاثیر عوامل دیگر. بافر دایره ای بر اساس انواع صنعتی، زمان بهره برداری و میانگین بارش چند ساله محل تولید می شود. شعاع دایره برابر است با مجموع فاصله پایه و فواصل تنظیم شده ( شکل ۳ ب، جدول ۲ ).
۳٫: ادغام بافر دایره با تمام بیضی ها ( شکل ۳ ج).
۴٫: تعریف سطح پوششی صاف استخراج شده از ویژگی ادغام شده به عنوان PHA نهایی ( شکل ۳ د).

۲٫۳٫۲٫ ارزیابی ریسک منطقه ای فلزات بالقوه سمی (PTMs)

برخلاف ارزیابی‌های درشت در ادبیات قبلی، خطر در مطالعه فعلی در مقیاس ۱ کیلومتر ارزیابی شد. انتخاب مقیاس ۱ کیلومتری از “ضوابط فنی برای بررسی دقیق آلودگی خاک در زمین های کشاورزی” [ ۴۲ ] نشات گرفته است. همانطور که در این دستورالعمل نشان داده شده است، مناطق تحت تأثیر صنایع معدنی، ذوب و پالایش فلزات معمولاً در فاصله ۱ تا ۵ کیلومتری کارخانه های صنعتی قرار دارند. با در نظر گرفتن این موضوع، ما یک مقیاس ۱ کیلومتری را برای ارزیابی خود انتخاب کردیم تا حداقل منطقه آسیب دیده را به درستی ثبت کنیم. بر اساس مفهوم SPR، خطر با خطر ناشی از کارخانه‌های صنعتی، پراکندگی مسیر و آسیب‌پذیری گیرنده امتیازدهی شد.

امتیاز خطر ( H ) توسط سه شاخص با استفاده از معادلات (۱) و (۲) برآورد شد. برای به دست آوردن اطلاعات مکانی دقیق در مورد خطر، نمرات H با استفاده از روش وزنی معکوس فاصله (IDW) به یک شطرنجی تفکیک فضایی ۱ کیلومتری برای وسعت PHA درون یابی شد [ ۵۲ ]. متعاقباً، نمرات H طبق جدول ۳ نرمال شد .

Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font

(۱)

Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font {Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font

(۲)

که در آن DT ، II ، K ، Te ، و _Tبه _ترتیب زمان مدت، شاخص صنعتی، تراکم هسته، و نقطه شروع و پایان عملیات کارخانه صنعتی n هستند. DT ، II و K قبل از محاسبه H به ۰-۱ نرمال شدند .

امتیاز پراکندگی مسیر ( P ) با استفاده از رابطه (۳) به دست آمد. چهار شاخص ارزیابی قبل از محاسبات نرمال شدند ( جدول ۳ ). نرمال‌سازی بافت خاک و بارش بر اساس «ضوابط فنی برای بررسی دقیق آلودگی خاک در زمین‌های کشاورزی» [ ۴۲ ]، و نرمال‌سازی دامنه تسکین بر اساس استاندارد تقسیم زمین [ ۵۳ ] بود.

Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font

(۳)

امتیاز آسیب پذیری گیرنده ( V ) به عنوان بهره وری زمین زراعی و تراکم جمعیت بیان شد. نوع زمین زراعی بر اساس NPP بر اساس روش شی و همکاران تعیین شد. [ ۵۴ ].

امتیاز ریسک مربوطه ( R ) برای زمین‌های زراعی و جمعیت‌های حساس سلول شبکه یکم با معادله (۴) مشخص شد، و کل خطر کلی با دو نمره ریسک ارزیابی شده جمع شد (معادله (۵)):

Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font

(۴)

Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font Unknown node type: font

(۵)

که در آن R _کلی ، R _{زمین زراعی} و R _جمعیت به ترتیب نشان دهنده خطرات کلی، زمین زراعی و جمعیت حساس ارزیابی شده است.

متعاقباً، ریسک در سطح شهرستان با جمع‌بندی ریسک در سطح شبکه‌بندی شده در محدوده اداری تعیین شد. سپس امتیازات ریسک بر اساس روش نقطه شکست طبیعی به سه کلاس (کم، متوسط و زیاد) تقسیم شدند [ ۱۱ ]. مناطق با کلاس بالا به عنوان مناطق پرخطر تعیین شدند.

۳٫ نتایج

۳٫۱٫ توزیع فضایی کارخانه های صنعتی

کارخانجات صنعتی در دسته‌های زیر دسته‌بندی شدند: صنایع معدنی فلزات (۹۴۸) و صنایع ذوب و پالایش فلز (۷۶۲) که عمدتاً شامل باطله مس، روی و قلع و همچنین کارخانه‌های ذوب می‌شوند. این صنایع بین سال های ۱۹۸۲ تا ۲۰۲۰ تاسیس شدند. اطلاعات بیشتر در مورد مدت، شاخص صنعتی و امتیازات خطر در جدول S1 ارائه شده است . از نظر فضایی، گیاهان در استان شرقی، به ویژه در شهر هونگه، و پس از آن شهرهای کونمینگ، کوجینگ و بائوشان متمرکز شده‌اند ( شکل ۴ ). فراوانی بالای کارخانه های صنعتی منبع گرا با توزیع منابع معدنی در استان مطابقت دارد [ ۵۵ ].

۳٫۲٫ نتایج ارزیابی ریسک

۳٫۲٫۱٫ ارزیابی ریسک در مقیاس ۱ کیلومتر

سه جزء مفهوم SPR شامل امتیازات خطر، مسیر و آسیب پذیری است ( شکل ۵ ). به طور کلی، نقشه امتیاز خطر مربوط به توزیع کارخانه های صنعتی است ( شکل ۵ الف). مقادیر بالاتر عمدتاً در شرق استان مانند شهرهای Honghe و Wenshan توزیع شده است. تفاوت توزیع امتیازات مسیر در استان عمدتاً با بافت خاک و دامنه تسکین تعیین می شود. مناطق با امتیاز بالا در شهرهای Honghe، Baoshan و Kunming قرار دارند ( شکل ۵ ب). در مورد آسیب‌پذیری، مناطق با امتیاز آسیب‌پذیری جمعیت حساس حدود ۲۱٫۱ درصد است، در حالی که تعداد زمین‌های زراعی حدود ۸٫۰ درصد است ( شکل ۵ ج).

نقشه‌های خطر در مقیاس ۱ کیلومتر نشان می‌دهند که مناطق پرخطر عمدتاً در شرق توزیع شده‌اند و مناطق پرخطر عمدتاً در شهر هونگه متمرکز شده‌اند که شامل بخش مرکزی و شمال شرقی گجیو است ( شکل ۶ ). از نظر آماری، تقریباً ۳٫۶ درصد از زمین‌های زراعی (۲۹۵۲ کیلومتر مربع ⁾ در معرض تهدید قرار گرفته‌اند، که در آن ۲۷۸ کیلومتر مربع ^از زمین‌های زراعی با خطر بالایی مواجه است ( شکل ۷ a). با توجه به ارزیابی جمعیت، جمعیت حساس ۶۸۰۰۰۰ نفری که با خطر بیشتری روبرو هستند، ۴/۱ درصد از کل جمعیت را تشکیل می‌دهند ( شکل ۷ ب).

۳٫۲٫۲٫ ارزیابی ریسک در مقیاس شهرستان

برای ارزیابی خطر زمین های زراعی، شهرستان های Gejiu و Tengchong به عنوان مناطق پرخطر شناسایی می شوند ( شکل ۸ a). Tengchong بیشترین خطر را برای زمین های زراعی متحمل می شود، زیرا هم بالاترین امتیاز آسیب پذیری زمین های زراعی (۴۳۳) و هم بزرگترین سطح زمین های زراعی در معرض (۱۳۷ کیلومتر مربع ⁾ را دارد ( جدول S2 ، شکل ۸ d).

برای ارزیابی ریسک جمعیت حساس، دو منطقه پرخطر (Gejiu و Jianshui) متمایز می شوند ( شکل ۸ ب). امید به زندگی در آنجا به ترتیب ۶ و ۲ سال کمتر از میانگین استانی در سال ۲۰۰۰ و ۲۰۱۰ است [ ۵۶ ]. امتیاز پرخطر جیانشوئی عمدتاً به منطقه وسیع شهرک های مسکونی آن (۱۱۳ کیلومتر مربع ⁾ در معرض کارخانه های صنعتی نسبت داده می شود ( جدول S2 ، شکل ۸ e).

در ارزیابی کلی ریسک، چهار منطقه پرخطر و هشت منطقه با خطر متوسط شناسایی شده است ( شکل ۸ ج). Gejiu به طور قابل توجهی تهدید می شود زیرا دارای بالاترین امتیاز خطر (۲۳۲۵) و بالاترین امتیاز مسیر پراکندگی (۱۷۴۵) است ( جدول S2 ، شکل ۸ f). این شهرستان به دلیل ذخایر قلع-چند فلزی در سطح جهانی خود به عنوان «پایتخت قلع» شناخته می‌شود [ ۵۷ ] و دارای ۳۴۵ کارخانه مربوط به استخراج و ذوب قلع است که تقریباً یک سوم کل استان است. در نتیجه، محیط طبیعی آن تا حد زیادی تحت تأثیر فعالیت‌های معدنی فشرده است. این شهرستان دارای بالاترین مرگ و میر ناشی از سرطان ریه مردان در یک بررسی سراسری در سال ۱۹۷۳ بود [ ۵۸ ].]، عمدتاً به دلیل مواجهه شغلی و سیگار کشیدن [ ۵۹ ]. اگرچه تلاش های زیادی در تشخیص و درمان سرطان انجام شد، سرطان ریه علت اصلی مرگ و میر ناشی از سرطان در Gejiu است [ ۵۷ ].

۳٫۳٫ تایید

برای تأیید صحت، ما سه مؤلفه و کشورهای در معرض خطر ارزیابی شده را تأیید کردیم. امتیاز خطر با غلظت فلزات سنگین، که توسط متاآنالیز به دست آمد، مقایسه شد. در مجموع، ۳۷ مطالعه موردی از Google Scholar، Web of Science، و زیرساخت دانش ملی چین جمع‌آوری شد. با توجه به اینکه مطالعه حاضر بر روی کارخانه های صنعتی متمرکز است، ما بیشتر نشریاتی را هدف قرار دادیم که مناطق مورد مطالعه آنها نیز کارخانه های صنعتی بودند. علاوه بر این، برای حفظ یک دوره ثابت، ما ادبیات منتشر شده بین سال‌های ۲۰۱۵ و ۲۰۲۰ را غربال کردیم. در نهایت، در مجموع ۱۶ مطالعه موردی بررسی شد ( جدول S3 )، و ۹۳۲ نمونه خاک مورد تجزیه و تحلیل قرار گرفت.

هفت فلز سنگین اصلی در استان یوننان، یعنی As، Cd، Cr، Cu، Hg، Pb و Zn، برای تأیید انتخاب شدند [ ۶۰ ، ۶۱ ]. بر اساس غلظت فلزات سنگین، شاخص آلودگی یکپارچه نمرو (NIPI) محاسبه و به چهار سطح ایمن (NIPI <1)، آلودگی خفیف (۱ <NIPI <2)، آلودگی متوسط (۲ < NIPI <3) تقسیم شد. و آلودگی شدید (NIPI > 3) [ ۶۲ ]. نتایج نشان می‌دهد که شهرستان‌های Xianggelila، Lanping، Dongchuan، Huize، Longling و Gejiu به شدت آلوده هستند ( شکل ۹ h). به طور مشابه، نمرات خطر Xianggelila، Lanping، Dongchuan، Huize و Gejiu به طور قابل توجهی بالاتر از سایر شهرستان ها است ( شکل ۹).من). این ما را به این نتیجه می رساند که امتیازات خطر تخمین زده شده با استفاده از داده های کارخانه صنعتی آنلاین می تواند وضعیت آلودگی محیط را تا حدودی منعکس کند.

علاوه بر این، داده های گیرنده برآورد شده، عمدتاً داده های جمعیت شبیه سازی شده، با داده های آماری تأیید شد ( شکل S1 ). داده‌های مسیر اصلی، از جمله داده‌های باد و بارش شبیه‌سازی شده، با داده‌های ایستگاه هواشناسی تأیید شدند ( شکل‌های S2-S4 ).

از نظر تأیید ارزیابی خطر، مناطق آلودگی شناسایی شده توسط دولت مقایسه شد. در سال ۲۰۱۱، دولت ملی ۱۱ شهرستان در یوننان را به عنوان مناطق بسیار آلوده به فلز گزارش کرد که توسط مرز آبی در شکل ۸ c [ ۶۳ ] ترسیم شده است.]. ۱۲ شهرستان در معرض خطر شناسایی شده در مطالعه حاضر با آنهایی که توسط دولت شناسایی شده بود مقایسه شدند. هشت مورد مطابق با گزارش ملی است که نشان دهنده اثربخشی استفاده از داده های چند منبعی است. در میان سه شهرستان ناسازگار، شهرستان های لنپینگ و جین پینگ دارای امتیاز خطر بالایی هستند، اما به دلیل تعداد کمی گیرنده در PHA، امتیاز آسیب پذیری آنها پایین است. بنابراین، نمرات ریسک کلی آنها بر اساس این رویکرد پایین است. علاوه بر این، لولیانگ در پاسخ به تلاش‌های بازسازی در سال ۲۰۱۵ از فهرست مناطق به شدت آلوده حذف شد [ ۶۴ ]. بنابراین، در ارزیابی ما شناسایی نشده است.

چهار شهرستان که توسط دولت ملی به‌عنوان مناطق بحرانی فهرست نشده‌اند، در اینجا به‌عنوان مناطق پرخطر شناسایی می‌شوند: جیان‌شوی، منگزی، یانشان و ژوان‌وی. هر دو شهرستان Jianshui و Mengzi در طول نظارت حفاظت از محیط زیست در سال ۲۰۱۷ در یوننان در میان مناطق کلیدی مورد بررسی قرار گرفتند [ ۶۵ ]. Yanshan به عنوان یک پروژه آزمایشی برای پیشگیری از آلودگی فلزات در سال ۲۰۱۶ فهرست شد، در حالی که Xuanwei به دلیل آلودگی فلزات تخمین زده شد که شیوع بسیار بالایی از سرطان ریه (۴ تا ۸ برابر بیشتر از میانگین ملی) داشته باشد [ ۶۶ ]. بر اساس چنین داده‌هایی، ما تأیید می‌کنیم که داده‌های چند منبعی می‌توانند به طور قابل اعتماد برای ارزیابی ریسک منطقه‌ای مورد استفاده قرار گیرند.

۴٫ بحث

۴٫۱٫ مشارکت ها

انجام یک ارزیابی دقیق ریسک منطقه ای یکی از پیش نیازهای کلیدی برای توسعه سیاست های کنترل آلودگی است [ ۶۸ ]. با این حال، عدم وجود داده های کافی اغلب آن را به یک کار چالش برانگیز تبدیل می کند. بنابراین، ارزیابی‌های منطقه‌ای قبلی در سطحی درشت انجام شد [ ۱۷ ، ۱۸ ]. مطالعه حاضر استفاده از داده‌های چند منبعی را برای غلبه بر این مشکل پیشنهاد می‌کند، به‌ویژه برای مناطقی که اطلاعات کمی یا بدون اطلاعات از تحقیقات خاص سایت در دسترس است [ ۶۹ ]]. راستی‌آزمایی اثربخشی داده‌های چند منبعی را برای شناسایی ریسک‌ها نشان می‌دهد. این عمدتاً به داده های چند منبعی حاوی کارخانه های صنعتی مرتبط با فلزات و اطلاعات مربوط به فعالیت های آنها نسبت داده می شود. آسیب زیادی به محیط زیست می تواند توسط فعالیت های مرتبط با PTM ها، به ویژه فعالیت های تولیدی ناپایدار [ ۷۰ ، ۷۱ ] ایجاد شود. بنابراین، داده‌های چند منبعی که شامل اطلاعات فعالیت‌های صنعتی می‌شود، می‌تواند بینشی در مورد میزان خطر و خطر فراهم کند.

نکته مهم این است که استفاده از داده‌های چند منبعی برای ارزیابی منطقه بزرگ در مقایسه با چارچوب ارزیابی نمونه‌گیری سنتی مقرون به صرفه و کارآمد است. از این رو می تواند مکمل روش ارزیابی نمونه برداری باشد و نقش بسزایی در کاهش هزینه های تحقیق ایفا کند. علاوه بر این، داده‌های چند منبعی، از جمله داده‌های اینترنتی و تصاویر سنجش از راه دور، داده‌های انعطاف‌پذیر هستند و بنابراین می‌توانند برای مناطق مختلف تطبیق داده شوند. آنها داده های جهانی و به طور کلی رایگان هستند. این بدان معناست که روش پیشنهادی می‌تواند ابزار مفیدی در تصمیم‌گیری سیاست‌های زیست‌محیطی باشد و در فرآیندهای برنامه‌ریزی پایدار منطقه‌ای یا حتی جهانی، مانند دستور کار ۲۰۳۰ برای اهداف توسعه پایدار (SDGs) مشارکت داشته باشد.۷۲ ]، که با مزایای روش پیشنهادی همزمان است. علاوه بر این، SDG 3 (سلامت و جمعیت) کاهش تعداد مرگ و میر و بیماری های ناشی از مواد شیمیایی خطرناک و آلودگی را به عنوان یکی از اهداف مرتبط خود در نظر می گیرد [ ۷۳ ] که می تواند با روش پیشنهادی نیز پشتیبانی شود.

یکی از کمک های کلیدی داده های چند منبعی به ارزیابی ها، ارائه اطلاعات شبکه ای است. ارزیابی های منطقه ای شناسایی و غربالگری سایت های آلوده واقعی یا مشکوک که نیاز به اقدامات بیشتر دارند (مانند بررسی یا اصلاح) را هدف قرار می دهد. نتایج ارزیابی‌شده در مقیاس شبکه‌ای، راهنمای دقیق‌تری را برای بررسی بیشتر نسبت به نتایج مقیاس اداری نشان می‌دهد [ ۷۴ ، ۷۵ ].

مدل شبیه‌سازی PHA جدید که در اینجا توسعه یافته است، منطقه آلوده بالقوه را بر اساس عوامل مرتبط با تولید کارخانه‌های صنعتی و محیط طبیعی تخمین می‌زند. بر خلاف مطالعات قبلی، یک منطقه خطر بالقوه ویژه برای هر کارخانه صنعتی شبیه‌سازی شد و در نتیجه چالش‌های یک رویکرد ساده‌سازی شده را حل کرد [ ۱۰ ، ۷۶ ].

۴٫۲٫ پیشنهادات مدیریت

با توجه به مؤلفه خطر غالب، ۱۲ شهرستان پرخطر و متوسط را می‌توان به چهار نوع جامع، آسیب‌پذیر از زمین‌های زراعی، آسیب‌پذیر جمعیت و معمولی دسته‌بندی کرد. پیشنهادهای مدیریت برای هر نوع در جدول ۴ فهرست شده است. به طور کلی، برای بهینه‌سازی چیدمان فضایی، گیاهان پرخطر در مجاورت مناطق فشرده و پرجمعیت باید بسته شوند یا به مناطق کم خطر منتقل شوند. علاوه بر این، در جاهایی که بادهای غالب قابل توجه است، کارخانه‌های صنعتی باید ایجاد یا در پایین باد مناطق مسکونی یا زمین‌های زراعی جابجا شوند.

۴٫۳٫ محدودیت ها

اگرچه رویکرد پیشنهادی به یک نتیجه مطلوب دست می یابد، برخی عدم قطعیت ها وجود دارد که باید مورد توجه قرار گیرد. اولاً، در صورت وجود حذفیات در مجموعه داده‌های کاوی، سوگیری انتظار می‌رفت. کارخانه‌های صنعتی در چین باید قبل از شروع به کار برای سازمان‌های دولتی ملی مانند اداره دولتی تنظیم بازار ثبت نام کنند، که به سازمان‌های دولتی امکان می‌دهد تقریباً تمام اطلاعات کارخانه‌های صنعتی را در سراسر کشور جمع‌آوری کنند. دو پلتفرم اینترنتی اصلی که ما استفاده کردیم، TianYanCha و GNEDC، اطلاعاتی را از سازمان‌های دولتی در مورد حداقل ۲۸۰ میلیون کارخانه صنعتی در سراسر چین جمع‌آوری کرده‌اند و اکثر منابع مورد علاقه را به خود اختصاص داده‌اند. با این حال، برای کشورها و مناطقی غیر از چین، ارزیابی پیش از مجموعه داده‌های استخراج آنها قویاً توصیه می‌شود. علاوه بر این، این تعصب وجود دارد که برخی از کارخانه های صنعتی کوچک ثبت نشده را شامل نمی شود و این تعصب در نظارت ملی نیز دخیل است. برای پرداختن به این موضوع، استفاده از تصاویر سنجش از دور برای شناسایی کارخانه‌های صنعتی و فعالیت‌های انتشار آنها در مطالعات آتی توصیه می‌شود.

در حالت ایده آل، خطر یک کارخانه صنعتی بر حسب تولید آن، حجم زباله های تولید شده، و مشخصه سمیت آلاینده های آزاد شده، در میان دیگران بیان می شود [ ۱۰ ]. با این حال، به دلیل محدودیت داده ها، شاخص صنعتی، مدت زمان عملیات، و چگالی هسته (معادله (۱)) برای تعیین کمیت خطر در مقاله فعلی استفاده شد. علیرغم این محدودیت، شاخص صنعتی بر اساس تخلفات آلودگی کارخانه ارزیابی شد و بنابراین تا حدودی نشان دهنده خطر ناشی از هر تخلف بود. با این وجود، با حمایت از تحقیقات اضافی، ارزیابی قابل اصلاح است.

اگرچه رسوب اتمسفر مسیر غالب آلودگی PTMs است [ ۷۷ ، ۷۸ ]، بدنه های آبی به عنوان منابع مهم قرار گرفتن در معرض و مسیرهای قرار گرفتن در معرض بالقوه [ ۱۰ ] نیز باید به عنوان مسیرها و گیرنده های اصلی در نظر گرفته شوند، هر زمان که داده های مربوطه در دسترس باشد. علاوه بر این، زیر گروه‌هایی از جمعیت‌های حساس، مانند کودکان، افراد مسن، و افراد دارای نقص ایمنی، ممکن است واکنش متفاوتی به آلودگی PTMs نشان دهند [ ۷۹ ]. به عنوان مثال، کودکان به دلیل آلودگی فلزات سنگین بیشتر از افراد مسن با خطرات غیر سرطان زا مواجه هستند [ ۳۳ ].]. بنابراین، انتظار می رود که یک تحلیل طبقه بندی برای بهبود روش ارزیابی. با این وجود، هدف اصلی در اینجا ارزیابی اثربخشی داده‌های چند منبعی در ارزیابی ریسک منطقه‌ای بود، و وقتی چنین داده‌هایی در دسترس هستند، می‌توان جمعیت‌های حساس طبقه‌بندی را در نظر گرفت.

در حالی که راستی‌آزمایی با مقایسه نتایج ما با گزارش‌های دولتی و انتشارات قبلی انجام شد، یک راستی‌آزمایی در سطح نقطه میدانی وجود نداشت. ارزیابی منطقه ای با هدف غربالگری از پیش مناطق با آلودگی با پتانسیل بالا قبل از انجام هر گونه بررسی در سطح نقطه انجام شد. بنابراین، ما معتقدیم که بررسی متقابل با گزارش‌های دولتی و انتشارات قبلی یک رویکرد معقول برای تأیید اعتبار نتایج بود.

۵٫ نتیجه گیری ها

مشکل در به دست آوردن داده ها مانع اصلی ارزیابی ریسک منطقه ای است. در این مطالعه، ما استفاده از داده‌های چند منبعی را برای ارزیابی ریسک منطقه‌ای PTMs پیشنهاد کردیم و یک مطالعه موردی در استان یوننان انجام دادیم. نتایج ارزیابی‌شده نشان می‌دهد که مناطق پرخطر بیشتر در استان شرقی متمرکز شده‌اند و ۳٫۶ درصد از زمین‌های زراعی و ۱٫۴ درصد از جمعیت حساس از تهدیدات آلودگی رنج می‌برند. در سطح شهرستان، ۱۲ شهرستان پرخطر و متوسط وجود دارد، از جمله گجیو که در حال حاضر با بیشترین خطر مواجه است. علاوه بر این، تأیید اعتبار داده‌های چند منبعی را تأیید می‌کند. این نشان می‌دهد که داده‌های چند منبعی می‌توانند تا حدی مکمل نمونه‌برداری میدانی محیطی باشند، که در ارزیابی مناطق دوردست منطقی است. با توجه به مقادیر زیادی از منابع که معمولاً در انجام (و نگهداری) مجموعه های میدانی دخیل هستند. علاوه بر این، به جز PTM ها، داده های چند منبعی و شبیه سازی منطقه بالقوه خطرناک توسعه یافته در اینجا نیز برای افشای سایر آلاینده های محیطی قابل استفاده هستند.

منابع

رحمان، م. خان، م. جولی، ی. کبیر، ج. آکتر، اس. سلام، الف. ارزیابی خطر برای سلامت انسان برای آلودگی فلزات سنگین از طریق گرد و غبار خیابان در کلان شهر آسیای جنوب شرقی: داکا، بنگلادش. علمی کل محیط. ۲۰۱۹ ، ۶۶۰ ، ۱۶۱۰–۱۶۲۲٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
ویدنهامر، جی. فیتزپاتریک، ام. بیرو، ا. کوبونسکی، پ. هادسون، ام. کوربین، آر. Gottesfeld، P. مواجهه با فلزات از ظروف آلومینیومی: یک خطر ناشناخته سلامت عمومی در کشورهای در حال توسعه. علمی کل محیط. ۲۰۱۷ ، ۵۷۹ ، ۸۰۵-۸۱۳٫ [ Google Scholar ] [ PubMed ]
لی، اف. ژانگ، جی. یانگ، جی. لیو، سی. Zeng، G. ارزیابی ریسک خاص سایت و تصمیم گیری مدیریت یکپارچه: مطالعه موردی یک سایت معمولی آلوده به فلزات سنگین، چین میانه. هوم Ecol. ارزیابی ریسک ۲۰۱۶ ، ۲۲ ، ۱۲۲۴-۱۲۴۱٫ [ Google Scholar ] [ CrossRef ]
لی، اف. ژانگ، جی. جیانگ، دبلیو. لیو، سی. ژانگ، ز. ژانگ، سی. Zeng، G. ارزیابی خطر سلامت فضایی و مدیریت ریسک سلسله مراتبی برای جیوه در خاک از یک سایت آلوده معمولی، چین. محیط زیست ژئوشیمی. سلامتی ۲۰۱۷ ، ۳۹ ، ۹۲۳-۹۳۴٫ [ Google Scholar ]
شائو، دی. ژان، ی. ژو، دبلیو. Zhu، L. وضعیت فعلی و روند زمانی فلزات سنگین در خاک زمین کشاورزی منطقه دلتای رودخانه یانگ تسه: بررسی میدانی و متاآنالیز. محیط زیست آلودگی. ۲۰۱۶ ، ۲۱۹ ، ۳۲۹-۳۳۶٫ [ Google Scholar ] [ CrossRef ]
توث، جی. هرمان، تی. Szatmári، G. Pásztor, L. نقشه های فلزات سنگین در خاک اتحادیه اروپا و مناطق اولویت پیشنهادی برای ارزیابی دقیق. علمی کل محیط. ۲۰۱۶ ، ۵۶۵ ، ۱۰۵۴-۱۰۶۲٫ [ Google Scholar ]
Desaules, A. ارزیابی انتقادی روشهای ارزیابی آلودگی خاک برای فلزات کمیاب. علمی کل محیط. ۲۰۱۲ ، ۴۲۶ ، ۱۲۰-۱۳۱٫ [ Google Scholar ] [ CrossRef ]
لی، آر. یوان، ی. لی، سی. سان، دبلیو. یانگ، م. وانگ، X. ارزیابی خطر سلامت محیطی و اکولوژیکی آلودگی خاک با فلزات سنگین در شهرهای ساحلی خلیج استوارین – مطالعه موردی خلیج هانگژو، چین. Toxics ۲۰۲۰ , ۸ , ۷۵٫ [ Google Scholar ]
کیلنیوا، ن. آنتیکاینن، آر. سوروری، ج. اندازه گیری کارایی زیست محیطی مدیریت خاک های آلوده در سطح منطقه. جی. محیط زیست. مدیریت ۲۰۱۲ ، ۱۰۹ ، ۱۷۹-۱۸۸٫ [ Google Scholar ] [ CrossRef ]
پیزول، ال. کریتو، آ. آگوستینی، پ. Marcomini، A. ارزیابی ریسک منطقه ای برای سایت های آلوده بخش ۲: رتبه بندی سایت های بالقوه آلوده. محیط زیست بین المللی ۲۰۱۱ ، ۳۷ ، ۱۳۰۷-۱۳۲۰٫ [ Google Scholar ]
لی، دی. ژانگ، سی. پیزول، ال. کریتو، آ. ژانگ، اچ. Lv، S. مارکومینی، الف. رویکردهای ارزیابی ریسک منطقه‌ای برای برنامه‌ریزی زمین برای مناطق آلوده صنعتی در چین: مطالعه موردی منطقه Hulunbeier. محیط زیست بین المللی ۲۰۱۴ ، ۶۵ ، ۱۶-۳۲٫ [ Google Scholar ] [ CrossRef ]
هنی، سی. Meutia، A. دریاچه های شهری در کلان شهر جاکارتا: ریسک و برنامه مدیریت برای پایداری آینده. Procedia Environ. علمی ۲۰۱۴ ، ۲۰ ، ۷۳۷-۷۴۶٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
مینولفی، جی. آلبانیز، اس. لیما، ا. تارواینن، تی. فورتلی، ا. De, V. یک رویکرد منطقه ای به ارزیابی خطر زیست محیطی – مطالعه موردی ارزیابی خطر سلامت انسان در منطقه کامپانیا. جی. ژئوشیم. کاوش کنید. ۲۰۱۸ ، ۱۸۴ ، ۴۰۰-۴۱۶٫ [ Google Scholar ] [ CrossRef ]
پتریک، ا. تیومبان، ام. آلبانیز، اس. لیما، ا. De، V. الگوهای منبع عناصر روی، سرب، کروم و نیکل بالقوه سمی (PTEs) از طریق تجزیه و تحلیل تبعیض ترکیبی: مطالعه موردی بر روی داده‌های خاک سطحی کامپانین. Geoderma ۲۰۱۸ ، ۳۳۱ ، ۸۷-۹۹٫ [ Google Scholar ] [ CrossRef ]
زوزولو، دی. سیچلا، دی. لیما، ا. گواگلیاردی، آی. Cerino، P. پیزولانته، آ. تیومبان، ام. د، وی. Albanese، S. عناصر بالقوه سمی در خاک های منطقه کامپانیا (جنوب ایتالیا): ترکیب داده های خام و ترکیبی. جی. ژئوشیم. کاوش کنید. ۲۰۲۰ , ۲۱۳ , ۱۰۶۵۲۴٫ [ Google Scholar ] [ CrossRef ]
آگوستینی، پ. پیزول، ال. کریتو، آ. داالساندرو، ام. زابئو، ا. مارکومینی، الف. ارزیابی ریسک منطقه ای برای سایت های آلوده بخش ۳: سیستم پشتیبانی تصمیم گیری فضایی. محیط زیست بین المللی ۲۰۱۲ ، ۴۸ ، ۱۲۱-۱۳۲٫ [ Google Scholar ] [ CrossRef ]
هوانگ، ی. وانگ، ال. وانگ، دبلیو. لی، تی. او، ز. یانگ، X. وضعیت فعلی آلودگی خاک کشاورزی توسط فلزات سنگین در چین: یک متاآنالیز. علمی کل محیط. ۲۰۱۹ ، ۶۵۱ ، ۳۰۳۴–۳۰۴۲٫ [ Google Scholar ] [ CrossRef ]
پان، ال. وانگ، ی. ما، جی. هو، ی. زیر.؛ نیش، جی. وانگ، ال. Xiang، B. بررسی سطوح آلودگی فلزات سنگین و ارزیابی خطر سلامتی خاک های شهری در شهرهای چین. محیط زیست علمی آلودگی. Res. ۲۰۱۸ ، ۲۵ ، ۱۰۵۵-۱۰۶۹٫ [ Google Scholar ] [ CrossRef ]
هو، اس. ژنگ، ن. تانگ، ال. جی، ایکس. لی، ی. Hua، X. ویژگی‌های آلودگی، منابع و ارزیابی خطر سلامتی قرار گرفتن انسان در معرض آلودگی مس، روی، کادمیوم و سرب در گرد و غبار خیابان‌های شهری در سراسر چین بین سال‌های ۲۰۰۹ و ۲۰۱۸٫ محیط زیست. بین المللی ۲۰۱۹ ، ۱۲۸ ، ۴۳۰-۴۳۷٫ [ Google Scholar ] [ CrossRef ]
سان، م. وانگ، تی. خو، X. ژانگ، ال. لی، جی. Shi، Y. ارزیابی ریسک اکولوژیکی کادمیوم خاک در منطقه توسعه اقتصادی ساحلی چین: یک متاآنالیز. اکوسیستم. پایداری سلامت. ۲۰۲۰ ، ۶ ، ۱۷۳۳۹۲۱٫ [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
یانگ، کیو. لی، ز. لو، ایکس. دوان، کیو. هوانگ، ال. Bi, J. بررسی آلودگی فلزات سنگین خاک از مناطق صنعتی و کشاورزی در چین: آلودگی و ارزیابی خطر. علمی کل محیط. ۲۰۱۸ ، ۶۴۲ ، ۶۹۰-۷۰۰٫ [ Google Scholar ] [ CrossRef ]
ژانگ، ایکس. ژا، تی. گوا، ایکس. منگ، جی. ژو، جی. توزیع فضایی آلودگی فلزی خاک شهرهای مرکز استان های چین. علمی کل محیط. ۲۰۱۸ ، ۶۴۳ ، ۱۵۰۲-۱۵۱۳٫ [ Google Scholar ] [ CrossRef ]
هو، بی. شائو، اس. نی، اچ. فو، ز. هو، ال. ژو، ی. حداقل، X. او، اس. چن، اس. هوانگ، ام. و همکاران وضعیت فعلی، ویژگی‌های فضایی، خطرات سلامتی و عوامل محرک بالقوه آلودگی فلزات سنگین خاک در چین در سطح استان. محیط زیست آلودگی. ۲۰۲۰ , ۲۶۶ , ۱۱۴۹۶۱٫ [ Google Scholar ] [ CrossRef ]
تنگ، ی. نی، س. وانگ، جی. زو، آر. یانگ، جی. بررسی ژئوشیمیایی عناصر کمیاب در خاک سطحی کشاورزی و غیرکشاورزی در منطقه دکسینگ، چین. جی. ژئوشیم. کاوش کنید. ۲۰۱۰ ، ۱۰۴ ، ۱۱۸-۱۲۷٫ [ Google Scholar ] [ CrossRef ]
ورنر، تی. ببینگتون، ا. گرگوری، جی. ارزیابی اثرات معدن: مشارکت های اخیر از GIS و سنجش از دور. اضافی شرکت Ind. Soc. ۲۰۱۹ ، ۶ ، ۹۹۳-۱۰۱۲٫ [ Google Scholar ] [ CrossRef ]
ساعد پناه، س. امان اللهی، ج. ارزیابی ریسک آلودگی زیست محیطی و ژئواکولوژیکی منطقه معدنی قروه در غرب ایران. محیط زیست آلودگی. ۲۰۱۹ ، ۲۵۳ ، ۸۱۱-۸۲۰٫ [ Google Scholar ] [ CrossRef ]
ژونگ، ی. وانگ، ایکس. خو، ی. وانگ، اس. جیا، تی. هو، ایکس. ژائو، جی. وی، ال. ژانگ، L. سنجش از راه دور فراطیفی منتقل شده توسط مینی پهپاد: از مشاهده و پردازش تا کاربردها. IEEE Geosci. سنسور از راه دور Mag. ۲۰۱۸ ، ۶ ، ۴۶-۶۲٫ [ Google Scholar ] [ CrossRef ]
آهنگ، ی. هوانگ، بی. کای، جی. چن، ب. ارزیابی های پویا از قرار گرفتن در معرض جمعیت در فضای سبز شهری با استفاده از داده های بزرگ چند منبع. علمی کل محیط. ۲۰۱۸ ، ۶۳۴ ، ۱۳۱۵-۱۳۲۵٫ [ Google Scholar ] [ CrossRef ]
لی، ی. او، دی. هو، جی. کائو، جی. تغییرپذیری بارش شدید بر روی استان یوننان، چین ۱۹۶۰-۲۰۱۲٫ بین المللی جی.کلیماتول. ۲۰۱۵ ، ۳۵ ، ۲۴۵-۲۵۸٫ [ Google Scholar ] [ CrossRef ]
لو، ال. چنگ، اچ. لیو، ایکس. زی، جی. لی، کیو. ژو، تی. ارزیابی خطرات منطقه ای سلامت انسان از آلودگی سرب در استان یوننان، جنوب غربی چین. PLoS ONE ۲۰۱۵ ، ۱۰ ، e0119562. [ Google Scholar ] [ CrossRef ]
پو، دبلیو. سان، ج. ژانگ، اف. ون، ایکس. لیو، دبلیو. Huang, C. اثرات معدن مس بر آلودگی فلزات سنگین در یک سیستم کشاورزی برنج در حوضه رودخانه Xiaojiang، جنوب غربی چین. Acta Geochim. ۲۰۱۹ ، ۳۸ ، ۷۵۳-۷۷۳٫ [ Google Scholar ] [ CrossRef ]
چن، اچ. تنگ، ی. لو، اس. وانگ، ی. Wang, J. ویژگی‌های آلودگی و خطر سلامتی فلزات سنگین خاک در چین. علمی کل محیط. ۲۰۱۵ ، ۵۱۲ ، ۱۴۳-۱۵۳٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
فن، ی. جیانگ، ی. چانگ، آر. یائو، اس. جین، پی. وانگ، دبلیو. او، جی. ژو، Q. پروروک، پ. کیائو، ی. و همکاران بیماری ریه قبلی و خطر سرطان ریه در یک گروه شغلی در یوننان، چین. سرطان ریه ۲۰۱۱ ، ۷۲ ، ۲۵۸-۲۶۳٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
GNEDC. رهنمودهایی برای ارزیابی شاخص ریسک زیست محیطی سازمانی ; GNEDC: گوانگژو، چین، ۲۰۱۸٫ [ Google Scholar ]
شیائو، سی. فنگ، ز. لی، پی. تو، ز. Teng, J. ارزیابی مناسب بودن زمین های مختلف برای حفظ سکونتگاه های انسانی با توجه به محدوده ارتفاعی محلی در چین با استفاده از ASTER GDEM. J. Mt. Sci. ۲۰۱۸ ، ۱۵ ، ۲۷۴۱-۲۷۵۱٫ [ Google Scholar ] [ CrossRef ]
MEE. اطلاعیه در مورد صدور یک سری دستورالعمل های فنی برای بررسی سایت از شرکت های کلیدی. در دسترس آنلاین: http://www.mee.gov.cn/gkml/hbb/bgt/201708/t20170818_420021.htm (در ۱۴ آگوست ۲۰۱۸ قابل دسترسی است).
MEE. دستورالعمل های فنی برای ارزیابی خطر آلودگی خاک زمین برای ساخت و ساز (HJ 25.3-2019). در دسترس آنلاین: https://www.mee.gov.cn/ywgz/fgbz/bz/bzwb/trhj/201912/t20191224_749893.shtml (دسترسی در ۵ دسامبر ۲۰۱۹).
لو، دی. ونگ، کیو. لی، جی. برآورد جمعیت مسکونی با استفاده از رویکرد سطح غیرقابل نفوذ مشتق از سنجش از دور. بین المللی J. Remote Sens. ۲۰۰۶ , ۲۷ , ۳۵۵۳-۳۵۷۰٫ [ Google Scholar ] [ CrossRef ]
لوبل، دی. هیکه، جی. آسنر، جی. فیلد، سی. تاکر، سی. Los, S. ماهواره برآورد بهره وری و بهره وری استفاده از نور در کشاورزی ایالات متحده، ۱۹۸۲-۱۹۹۸٫ گلوب. Biol را تغییر دهید. ۲۰۰۲ ، ۸ ، ۷۲۲-۷۳۵٫ [ Google Scholar ] [ CrossRef ]
او، بی. ژائو، ایکس. لی، پی. لیانگ، جی. فن، Q. ما، ایکس. ژنگ، جی. Qiu, J. اثر انگشت ایزوتوپی سرب به عنوان ردیاب برای شناسایی منابع آلودگی فلزات سنگین در منطقه جنوب شرقی Baiyin، چین. علمی کل محیط. ۲۰۱۹ ، ۶۶۰ ، ۳۴۸-۳۵۷٫ [ Google Scholar ] [ CrossRef ]
وانگ، کیو. هائو، دی. وانگ، اف. وانگ، اچ. هوانگ، ایکس. لی، اف. لی، سی. یو، اچ. توسعه یک چارچوب جدید برای برآورد خطر زیست محیطی فلزات سنگین (loid) با تمرکز بر ناهمگونی فضایی طرح صنعتی. محیط زیست بین المللی ۲۰۲۱ ، ۱۴۷ ، ۱۰۶۳۱۵٫ [ Google Scholar ] [ CrossRef ]
MEE. مقررات فنی برای بررسی دقیق آلودگی خاک در زمین های کشاورزی. در دسترس آنلاین: https://www.sohu.com/a/403023950_100051699 (در ۲۱ مه ۲۰۱۹ قابل دسترسی است).
پونیا، الف. نقش دما، باد و بارش در آلودگی فلزات سنگین در معادن مس: بررسی. محیط زیست علمی آلودگی. Res. ۲۰۲۰ ، ۱-۱۷٫ [ Google Scholar ] [ CrossRef ]
فرای، ک. گیلینگز، ام. ایزلی، سی. Gunkel-Grillon، P. Taylor, M. آلودگی خاک و گرد و غبار با عناصر کمیاب توسط یک کارخانه ذوب فرونیکل کالدونیای جدید: پراکندگی، غنی‌سازی و خطر سلامتی انسان. محیط زیست آلودگی. ۲۰۲۱ ، ۲۸۸ ، ۱۱۷۵۹۳٫ [ Google Scholar ] [ CrossRef ]
کولگان، ا. Hankard، P. اسپرجن، دی. اسوندسن، سی. وادسورث، آر. ویکز، جی. بستن حلقه: تجزیه و تحلیل فضایی برای پیوند آسیب محیطی مشاهده شده به انتشار فلزات سنگین پیش بینی شده. محیط زیست سموم شیمی. ۲۰۰۳ ، ۲۲ ، ۹۷۰-۹۷۶٫ [ Google Scholar ] [ CrossRef ]
الخشمان، ع. شوابکه، ر. توزیع فلزات در خاکهای اطراف کارخانه سیمان در جنوب اردن. محیط زیست آلودگی. ۲۰۰۶ ، ۱۴۰ ، ۳۸۷-۳۹۴٫ [ Google Scholar ] [ CrossRef ]
دراگوویچ، آر. گاجیچ، بی. دراگوویچ، اس. جورجویچ، م. جورجویچ، م. میهایلوویچ، ن. Onjia, A. ارزیابی تأثیر عوامل جغرافیایی بر توزیع فضایی فلزات سنگین در خاکهای اطراف تأسیسات تولید فولاد در اسمدروو (صربستان). جی. پاک. تولید ۲۰۱۴ ، ۸۴ ، ۵۵۰-۵۶۲٫ [ Google Scholar ] [ CrossRef ]
فیلیمونوا، ال. پرشین، ع. Bychinskii, V. ارزیابی آلودگی هوا در منطقه تولید آلومینیوم با بررسی ژئوشیمیایی برف. راس هواشناسی هیدرول. ۲۰۱۵ ، ۴۰ ، ۶۹۱-۶۹۸٫ [ Google Scholar ] [ CrossRef ]
لی، آر. لی، کیو. چن، اس. وو، اف. سان، دی. لیائو، H. توزیع توریم در خاکهای اطراف مخزن باطله خاکی کمیاب در بائوتو، چین. J. Radioanal. هسته شیمی. ۲۰۱۴ ، ۲۹۹ ، ۱۴۵۳-۱۴۵۹٫ [ Google Scholar ] [ CrossRef ]
اومز، جی. Mahieu، A. مقایسه بین یک مدل مسیر ستونی و یک مدل منبع نقطه مجازی برای یک ستون پشته. Appl. علمی Res. ۱۹۸۱ ، ۳۶ ، ۳۳۹-۳۵۶٫ [ Google Scholar ] [ CrossRef ]
Fouda، Y. یک GIS برای ارزیابی زیست محیطی اثرات آلودگی هوا بر خوشه های شهری و چشم انداز طبیعی در شهر روزتا و منطقه، مصر. اکوسیست شهری. ۲۰۰۱ ، ۵ ، ۵-۲۵٫ [ Google Scholar ] [ CrossRef ]
هو، دی. اوکانر، دی. ناتانیل، پ. تیان، ال. Ma، Y. GIS یکپارچه و تجزیه و تحلیل آماری چند متغیره برای ارزیابی مقیاس منطقه ای آلودگی خاک با فلزات سنگین: یک بررسی انتقادی. محیط زیست آلودگی. ۲۰۱۷ ، ۲۳۱ ، ۱۱۸۸-۱۲۰۰٫ [ Google Scholar ] [ CrossRef ]
هوی، ی. یونگ، ال. شائوکان، ال. یونگ، دبلیو. یونگ، ی. Weidong, L. تأثیرات برجسته توپوگرافی بر توزیع فضایی سکونتگاه های کوهستانی در منطقه سه دره. محیط زیست علوم زمین ۲۰۱۵ ، ۷۴ ، ۴۳۳۵-۴۳۴۴٫ [ Google Scholar ] [ CrossRef ]
شی، ی. ژائو، جی. لی، سی. ویژگی های توزیع مکانی-زمانی بهره وری اکوسیستم زمین های کشاورزی واحه معمولی در شهر Zhangye. گاو نر حفظ آب خاک ۲۰۱۷ ، ۳۷ ، ۱۲۰-۱۲۵٫ [ Google Scholar ]
معدن سبز. ۲۰۱۶٫ در دسترس آنلاین: http://www.greenmine.org.cn/upload/grab/20160929/81148233_31.png (در ۲۳ آوریل ۲۰۱۹ قابل دسترسی است).
Guo, Y. تجزیه و تحلیل تغییرات مکانی-زمانی در امید به زندگی و عوامل موثر بر آن در چین. چانه. J. Health Policy ۲۰۱۸ ، ۱۱ ، ۴۴-۴۹٫ [ Google Scholar ]
وی، ام. سو، ز. وانگ، جی. گونزالس، م. یو، ایکس. لیانگ، اچ. ژو، Q. فن، ی. Qiao، Y. عملکرد غربالگری سرطان ریه با CT با دوز کم در Gejiu، یوننان: یک مطالعه کوهورت غربالگری مبتنی بر جمعیت. قفسه سینه. سرطان ۲۰۲۰ ، ۱۱ ، ۱۲۲۴-۱۲۳۲٫ [ Google Scholar ] [ CrossRef ]
کیائو، ی. تیلور، پی. یائو، اس. ایروزان، ی. لو، ایکس. بارت، ام. یان، س. گیفن، سی. هوانگ، اس. ماهر، م. و همکاران عوامل خطر و تشخیص زودهنگام سرطان ریه در گروهی از معدنچیان قلع چینی. ان اپیدمیول. ۱۹۹۷ ، ۷ ، ۵۳۳-۵۴۱٫ [ Google Scholar ] [ CrossRef ]
فن، ی. لیانگ، اچ. Qiao، Y. سرطان ریه در شهری چین. کنترل سرطان ۲۰۱۵ ، ۷ ، ۸۸-۹۳٫ [ Google Scholar ]
لی، پی. لین، سی. چنگ، اچ. دوان، ایکس. لی، ک. آلودگی و خطرات سلامتی فلزات سنگین خاک در اطراف یک کارخانه ذوب سرب/روی در جنوب غربی چین. اکوتوکسیکول. محیط زیست Saf. ۲۰۱۵ ، ۱۱۳ ، ۳۹۱-۳۹۹٫ [ Google Scholar ] [ CrossRef ]
یانگ، جی. یانگ، اف. یانگ، ی. زینگ، جی. دنگ، سی. شن، ی. لو، ال. لی، بی. یوان، H. پیشنهادی از شاخص زیستی “آنزیم هسته” در مناطق طولانی مدت آلودگی سنگ سرب-روی بر اساس تجزیه و تحلیل خواص خاک سطحی. محیط زیست آلودگی. ۲۰۱۶ ، ۲۱۳ ، ۷۶۰-۷۶۹٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
چنگ، اچ. لی، ام. ژائو، سی. لی، ک. پنگ، ام. Qin، A.; چنگ، ایکس. مروری بر فلزات کمیاب در خاک شهری ۳۱ کلانشهر در چین. جی. ژئوشیم. کاوش کنید. ۲۰۱۴ ، ۱۳۹ ، ۳۱-۵۲٫ [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
MEE. استقرار جلوگیری از آلودگی فلزات سنگین در استان یوننان. در دسترس آنلاین: http://www.mee.gov.cn/ywdt/hjnews/201105/t20110520_210913.shtml (در ۱۶ مه ۲۰۱۹ قابل دسترسی است).
وانگ، اچ. اقدامات و اثرات کنترل آلودگی فلزات سنگین در شهرستان لولیانگ. محیط زیست علمی Surv. ۲۰۱۷ ، ۳۶ ، ۱۳۹-۱۴۲٫ [ Google Scholar ]
طرح حفاظت و اصلاح محیط زیست شهر هونگه. در دسترس آنلاین: http://sthjt.yn.gov.cn/ywdt/xxywrdjj/201907/t20190730_191420.html (در تاریخ ۲۶ آوریل ۲۰۱۹ قابل دسترسی است).
تان، ز. لو، اس. ژائو، اچ. کای، ایکس. جیاکسیان، پ. برد، ام. یو، اس. یونموچی، اس. وانگ، کیو. تعیین خصوصیات مغناطیسی، ژئوشیمیایی و ارزیابی خطر سلامت گرد و غبار جاده در Xuanwei و Fuyuan، چین. محیط زیست ژئوشیمی. سلامتی ۲۰۱۸ ، ۴۰ ، ۱۵۴۱-۱۵۵۵٫ [ Google Scholar ] [ CrossRef ]
بای، جی. کوی، بی. وانگ، کیو. گائو، اچ. دینگ، Q. ارزیابی آلودگی فلزات سنگین خاک های کنار جاده در جنوب غربی چین. استوک. محیط زیست Res. ارزیابی ریسک ۲۰۰۹ ، ۲۳ ، ۳۴۱-۳۴۷٫ [ Google Scholar ] [ CrossRef ]
شیانگ، م. لی، ی. یانگ، جی. لی، ی. لی، اف. هو، بی. Cao, Y. ارزیابی آلودگی فلزات سنگین در خاک و طبقه بندی مناطق مدیریت و کنترل خطر آلودگی در شهر توسعه یافته صنعتی. محیط زیست مدیریت ۲۰۲۰ ، ۶۶ ، ۱۱۰۵-۱۱۱۹٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
کو، سی. د، وی. آلبانیز، اس. فورتلی، ا. اسکافتا، ن. لی، جی. امید، دی. Cerino، P. پیزولانته، آ. چی، اس. و همکاران اندازه‌گیری‌های وضوح فضایی بالا غلظت‌های هوای حاصل از نمونه‌گیر غیرفعال آلاینده‌های آلی پایدار در منطقه کامپانیا، ایتالیا: پیامدهایی برای شناسایی منبع و تجزیه و تحلیل خطر. محیط زیست آلودگی. ۲۰۲۱ ، ۲۸۶ ، ۱۱۷۲۴۸٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
ماروو، سی. سوتوزونو، آر. تنگویرون، پ. تابلین، سی. ایگاراشی، تی. ارزیابی آلودگی خاک، رسوب و آب در اطراف معادن زغال سنگ روباز در مواتیز، استان تته، موزامبیک. محیط زیست Adv. ۲۰۲۲ ، ۸ ، ۱۰۰۲۱۵٫ [ Google Scholar ] [ CrossRef ]
یوردانیدیس، ع. زوراس، اس. تریانتفیلو، ع. باکمن، جی. آسوستا، ع. Evagelopoulos، V. خصوصیات ذرات معلق در هوا جمع آوری شده نزدیک به معادن زغال سنگ قهوه ای و نیروگاه های منطقه Ptolemais-Kozani، شمال یونان. فرسنیوس محیط. گاو نر ۲۰۰۸ ، ۱۷ ، ۳۷۸-۳۹۸٫ [ Google Scholar ]
گاسپر، دی. شاه، ع. Tankha, S. چارچوب مصرف و تولید پایدار در SDG 12. Glob. سیاست ۲۰۱۹ ، ۱۰ ، ۸۳-۹۵٫ [ Google Scholar ] [ CrossRef ]
عاصی، ی. ویلیامز، سی. نقش سلامت دیجیتال در پیشرفت به سمت هدف توسعه پایدار (SDG) 3 در جمعیت های متاثر از تعارض. بین المللی جی. مد. به اطلاع رساندن. ۲۰۱۸ ، ۱۱۴ ، ۱۱۴-۱۲۰٫ [ Google Scholar ] [ CrossRef ]
Tsakmakis، I. کوکوس، ن. پیسیناراس، وی. پاپااوانجلو، وی. هاتزیگیاناکیس، ای. آرامپاتزیس، جی. گیکاس، جی. لینکر، آر. زوراس، اس. اواگلوپولوس، وی. و همکاران آبیاری دقیق عملیاتی برای کشت پنبه از طریق جفت کردن مدل‌های هواشناسی و رشد محصول. منبع آب مدیریت ۲۰۱۷ ، ۳۱ ، ۵۶۳-۵۸۰٫ [ Google Scholar ] [ CrossRef ]
زوراس، اس. تریانتفیلو، ع. هرلی، P. تحلیل حساسیت گرید برای کالیبراسیون یک مدل هواشناسی پیش آگهی در زمین های پیچیده با آزمایش غربالگری. محیط زیست مدل. نرم افزار ۲۰۰۷ ، ۲۲ ، ۳۳-۳۹٫ [ Google Scholar ] [ CrossRef ]
وانگ، کیو. لیو، جی. چن، ز. لی، اف. Yu, H. یک روش مبتنی بر علیت که برای ارزیابی ریسک یکپارچه فلزات سنگین در خاک ایجاد شده است. علمی کل محیط. ۲۰۱۸ ، ۶۴۲ ، ۱۳۹۶–۱۴۰۵٫ [ Google Scholar ] [ CrossRef ]
دنگ، دبلیو. لی، ایکس. آن، ز. یانگ، ال. وقوع و منابع آلودگی فلزات سنگین در سایت‌های آلوده حومه شهری و ذوب در بائوجی، چین. محیط زیست نظارت کنید. ارزیابی کنید. ۲۰۱۶ ، ۱۸۸ ، ۲۵۱٫ [ Google Scholar ] [ CrossRef ]
شی، تی. ما، جی. وو، ایکس. جو، تی. لین، ایکس. ژانگ، ی. لی، ایکس. گونگ، ی. هو، اچ. ژائو، ال. و همکاران موجودی ورودی ها و خروجی های فلزات سنگین به و از خاک های کشاورزی: بررسی. اکوتوکسیکول. محیط زیست Saf. ۲۰۱۸ ، ۱۶۴ ، ۱۱۸-۱۲۴٫ [ Google Scholar ] [ CrossRef ]
اسلام، م. داس، بی. Huque، M. ارزیابی خطر برای بنگلادشی ها به دلیل قرار گرفتن در معرض آرسنیک ناشی از مصرف سبزیجات رشد یافته با آب های زیرزمینی طبیعی آلوده به آرسنیک. هندی J. Sci. تکنولوژی ۲۰۱۸ ، ۱۱ ، ۵۶۴۵٫ [ Google Scholar ] [ CrossRef ]

شکل ۱٫ منطقه مطالعه. ( الف ) موقعیت یوننان در چین. ( ب ) جهت و سرعت باد غالب (m/s)؛ ( ج ) توزیع فضایی ارتفاع و سرعت باد و جهت.

شکل ۲٫ چارچوب ارزیابی ریسک منطقه ای پیشنهادی فلزات بالقوه سمی (PTMs).

شکل ۳٫ مدل مفهومی شبیه سازی منطقه بالقوه خطرناک. ( الف ) بیضی ها بر اساس شرایط باد ماهانه ایجاد می شوند. ( ب ) بافر دایره ای یک کارخانه صنعتی معین. ( ج ) بافر دایره و بیضی ها در یک ویژگی جدید ادغام می شوند. ( د ) ناحیه بالقوه خطرناک (PHA) با پوشاندن ویژگی ادغام شده ایجاد می شود.

شکل ۴٫ توزیع فضایی کارخانه های صنعتی.

شکل ۵٫ ارزیابی ریسک در مقیاس ۱ کیلومتر برای ( الف ) امتیازهای خطر، ( ب ) امتیازات مسیر، و آسیب پذیری زمین زراعی ( c )، و جمعیت ( d ).

شکل ۶٫ ارزیابی ریسک در مقیاس ۱ کیلومتر برای ( الف ) زمین های زراعی، ( ب ) جمعیت های حساس، و ( ج ) خطر کلی در یوننان. در شهر هونگه، ارزیابی خطر برای ( d ) زمین‌های زراعی، ( ه ) جمعیت‌های حساس و ( f ) خطر کلی نشان داده شده است. PHA شبیه سازی منطقه بالقوه خطرناک است.

شکل ۷٫ نتایج ارزیابی ریسک در مقیاس ۱ کیلومتر. ( الف ) مقدار و نسبت کل NPP زمین های زراعی تحت تأثیر درجه های مختلف خطر و ( ب ) تعداد و نسبت افراد در جمعیت حساس که تحت تأثیر درجه های مختلف خطر قرار دارند.

شکل ۸٫ ارزیابی ریسک در مقیاس شهرستان برای ( الف ) زمین زراعی، ( ب ) جمعیت حساس، و ( ج ) خطر کلی در یوننان. مناطق بحرانی با رنگ آبی در ( c ) مشخص شده اند و توسط دولت ملی به عنوان مناطق مهم آلودگی فلزات شناخته می شوند. تجزیه مناطق پرخطر و متوسط برای ( d ) زمین‌های زراعی، ( ه ) جمعیت حساس، و ( f ) خطر کلی.

شکل ۹٫ تأیید امتیاز خطر. غلظت فلزات سنگین ( a – g ). شاخص آلودگی یکپارچه نمرو (NIPI) ( h ). خطر در سطح شبکه بندی شده و سطح شهرستان ( i ). مقادیر پس زمینه فلزات سنگین از Bai، Cui [ ۶۷ ] به دست آمد.

هوش مکانی اتیم تحقیقاتی ونوس نصیرفام