CN102622670A - 一种突发水环境污染事故涉嫌风险源的溯源方法 - Google Patents
一种突发水环境污染事故涉嫌风险源的溯源方法 Download PDFInfo
- Publication number
- CN102622670A CN102622670A CN2012100378196A CN201210037819A CN102622670A CN 102622670 A CN102622670 A CN 102622670A CN 2012100378196 A CN2012100378196 A CN 2012100378196A CN 201210037819 A CN201210037819 A CN 201210037819A CN 102622670 A CN102622670 A CN 102622670A
- Authority
- CN
- China
- Prior art keywords
- accident
- risk source
- accused
- risk
- source
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
针对突发水环境污染事故涉嫌风险源难以快速排查问题,本发明建立了一种突发水环境污染事故涉嫌风险源溯源方法,其步骤包括:(1)企业风险信息数据库构建;(2)污染事故应急监测及信息获取;(3)事故涉嫌风险源初步筛选;(4)突发事故涉嫌风险源定位;(5)事故涉嫌风险源二次筛选;(6)涉嫌风险源事故场景符合性分析;(7)涉嫌风险源现场取证及验证。本发明建立的标准化排查方法解决了以往水环境污染事故涉嫌风险源排查过程中存在的主观、滞后及工作量大等问题,便于环保主管部门实现水环境污染事故应急过程的规范化。
Description
技术领域
本发明涉及一种专用于突发水环境污染事故涉嫌风险源的溯源方法,属于环境风险影响评估技术领域。
背景技术
近年来我国逐步进入突发性水环境污染事件密集高发期,统计显示自2006年我国平均每两天发生一起环境突发事故,其中70%是水污染事故。突发水环境污染事故已成为危害人身健康、破坏生态环境的重要因素,严重威胁了我国环境、经济及社会的和谐发展。如2005年松花江硝基苯污染事故导致300多万人饮水困难;2008年云南澄江阳宗海含砷废水泄漏污染事件导致下游农业和渔业严重损失;2009年山东含砷废水污染事故严重影响了下游50余万人的健康和生产。相关污染事故均加剧了流域水质恶化,导致了严重的经济损失和生态破坏,还造成了区域社会恐慌。随着水环境污染事故的频繁发生,如何在事故应急过程中及时、客观、准确识别涉嫌风险源、明确企业责任、避免事故的进一步恶化成为事故应急工作的重要内容,也成为降低事故再次发生的关键。
然而,目前国内外缺乏规范、合理、有效的水环境污染事故涉嫌风险源排查办法。大部分环境污染事故涉嫌风险源的排查主要基于企业自行上报、群众举报,以及事故调查者个人经验,通常需要完成大量现场调查及取证工作。由于现有排查方法具有不规范性及滞后性,缺乏科学性,导致排查结果的权威性及时效性往往受到广泛质疑,这成为环境污染事故涉嫌风险源排查中遇到的最棘手问题。
环境污染事故涉嫌风险源的溯源技术完全不同于现有的环境风险源识别技术,也不同于环境事故预警技术。环境污染事故风险源识别及预警技术主要针对某一固定的风险单元,通过最大可能事故场景模拟,评估事故未来某一个(段)时间节点可能产生的危害性后果。而涉嫌风险源的溯源技术主要基于事故发生过程中某几个时间节点污染带的变化,采用数学模型反推事故发生的初始位置、事故类型及爆发时间。由于事故爆发时间、污染带位置及长度等具有不确定性及关联性,导致事故源头的准确定位难以实现。
目前已有的溯源技术多集中在通信及互联网领域(如CN100574521C;CN101894345A和CN101252592A),以及采用基因技术对农产品或肉类制品来源进行追踪(CN102142116A;CN102063692;CN101717820A),用于突发环境污染事故风险源溯源的技术比较少(CN102116734A;CN101789162A)。仅有个别研究提出采用同位素分析或指纹图谱的方法,对比事故化学品与风险源化学品组成差异,来实现涉嫌风险源的排查。该方法能显著提升经验判别法的准确性,但该方法仅适用于某一类特征污染物,如重金属、石油类等,且技术监测方法复杂、排查工作量大、监测工作量大、缺乏标准程序,目前难以直接用于事故涉嫌风险源的逐一排查。
由于缺乏切实可行、规范标准的水环境污染事故涉嫌风险源排查方法,当前国内外环保管理部门仍主要依靠经验法逐一检查来排查事故涉嫌风险源,导致排查结果准确性、时效性均受到质疑,如何规划、科学、合理、有效的排查事故涉嫌风险源成为国内外事故应急管理部门迫切需要解决的问题。
发明内容
本发明规范了水环境污染事故涉嫌风险源的排查方法,建立了基于污染事故复杂性逐级解析的涉嫌风险源信息获取、多级筛选、符合性分析及取证验证的标准化程序,解决了以往污染事故涉嫌风险源排查过程中方法主观、滞后、工作量大的问题,减小了事故各方对排查结果的质疑。
本发明的技术方案如下:
1.一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:其具体操作步骤如下,步骤一、风险源风险信息数据库构建
第一步:建立基于WebGis的流域风险源分布软件***;
***包括风险源名称、经济产值、所属行业、风险源坐标、污水排放口坐标、受纳水体等风险源基础信息;
第二步:建立定时更新的风险源风险物质数据库;
通过企业定期申报、不定期现场检查等更新手段,建立流域排污风险源风险物质数据库,主要包括:有毒有害原料、辅料、产品和废弃物,并定期更新风险源风险物质名称、储量、存储方式、监控手段、存储场所等信息;
第三步:建立流域高风险化学品组成信息库;
采用环境风险源辨识法,筛选流域内风险源具有的高毒有机物、重金属和油类等高风险化学品,采用内标法测定此类风险化学品的典型标志物,建立流域高风险化学品组成信息库;
步骤二、污染事故应急监测及信息获取
第一步:获取事故污染物组成;
接到举报或发现水质异常后,开展事故应急监测,测定事故污染物主要组成;
第二步:获取污染带变化信息;
采用流动监测(车、船等)、简易监测、低空航测、遥感等监测手段,在事故发现地点上下游获取污染带扩散速率、长度、宽度,以及浓度分布;
第三步:计算污染物泄漏总量;
基于第二步获取的污染带变化信息,利用公式(1)计算事故泄漏的污染物总量;
其中,M-污染物泄漏总量,t;Ci-监测点位浓度,mg/L;Li-监测点位间隔距离,km;n-监测点位个数,通常大于10;
步骤三、事故涉嫌风险源初步筛选
依据从步骤二中获取的污染物种类及泄漏量等事故信息,利用排除法从流域风险源风险物质数据库和流域高风险化学品组成信息库中筛选事故涉嫌风险源,初步确定嫌疑风险源范围;
步骤四、突发事故涉嫌风险源定位
第一步:事故最大可能类型分析;
根据污染物的理化性质、污染带物质分布特点,判定事故的最大可能类型,分析事故是否属于废水非正常排放事故、液态化学品直接泄漏事故或液态化学次生泄漏事故等;依据案例分析结果,预测事故的初始污染带长度范围;
第二步:事故最早扩散时间分析;
依据河流基本参数及步骤二中获得的污染带变化数据,采用式(2)计算污染带长度与扩散时间的关系,并确定污染事故的最早扩散时间;
其中,L-不同时间节点污染带长度,m;t-污染带扩散时间,h;Co-污染带监测的最高浓度,mg/L;uo-污染带长度扩展速率,m/h;α、β和k-河流常数;
第三步:事故最大扩散范围分析;
依据事故最早扩散时间反推事故最大可能发生地点,按照式(3)计算事故的最大扩散距离;
其中,X-污染物泄漏最大长度,m;ux-河流流速,m/s;t-污染带扩散时间,h;M-污染物泄露总量;C0-污染带监测的最高浓度,mg/L;B-河流平均宽度,m;H-河流平均深度,m;
步骤五、事故涉嫌风险源二次筛选
基于步骤四中获得的事故最大扩散范围,依据风险源分布的WebGis***,对第一次筛选后涉嫌风险源进行第二次筛选,进一步缩小事故涉嫌风险源范围;
步骤六、涉嫌风险源事故场景符合性分析
第一步:风险源事故场景模拟;
获取步骤五中二次筛选后涉嫌风险源的环境风险源信息,根据风险源最大可能事故场景分析,模拟风险源同类事故中扩散时间、泄漏量和扩散距离的关系;
第二步:事故场景符合性分析;
对比实际事故监测结果与涉嫌风险源事故场景模拟结果,按照公式(4)计算涉嫌风险源事故场景的符合性:
其中,f(X,M,t)-事故场景符合性因子;X,M,t(X0,M0,t0)-分别为涉嫌风险源事故模拟场景(及实际监测)的事故扩散距离、泄漏量和扩散时间;γ、δ和ε-权重因子,且γ+δ+ε=1;
第三步:涉嫌风险源事故场景符合性排序;
基于第二步计算出的事故场景符合因子大小,建立事故涉嫌风险源的符合性排序清单;
步骤七、涉嫌风险源现场取证及验证
依据建立的事故涉嫌风险源的符合性排序清单,依次开展涉嫌风险源的现场调查、取证及后果验证;获取涉嫌风险源中与事故化学品相同的材料,采取稳定同位素分析法,分析化学品的组成或特征指纹图库;通过样品成分比对分析,确定事故风险源,明确企业责任。
2.如权利要求1所述的一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:步骤三中事故涉嫌污染风险源的初步筛选应先排除不存储、不使用及不生产事故化学品的风险源,再排除事故化学品存储量、使用及生产量超过事故泄漏量的风险源。
3.如权利要求1所述的一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:当经步骤三(或步骤五)排除后涉嫌风险源数小于5时,可直接超越到步骤七开展涉嫌风险源的现场调查、取证及验证。
4.如权利要求1所述的一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:风险源事故场景模拟由公式(5)和公式(6)依次确定:
确定最大可信事故源强,依据单位时间内液态有毒有害危险化学品进入地表水体中的含量,采用下式进行计算:
Q源强=λ×Qmax×P泄漏比例/t (5)
其中,Qmax-有毒有害危险化学品最大储量,t;P泄漏比例-有毒有害危险化学品的泄漏比例;λ-液态泄露污染物自流入敏感地表水体的比例;t-泄漏时间,min;
对于水污染事故风险源导致的地表水体污染,运用二维扩散模型计算事故危害范围,表达式如下:
其中,ρ(x,y,t)-泄漏点下游距离x处、t时溶解态污染物浓度,mg/L;Q源强-污染源源强,g;Dx/Dy-纵向及横向离散系数,m2/s;ux/uy-横向及纵向流速,m/s;h-平均水深,m;K-降解速率,g/g·d。
附图说明
图1为突发水环境污染事故涉嫌风险源的溯源方法工作流程图
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明:
本方法涉及的一种突发水环境污染事故涉嫌风险源的溯源方法,适用于河流类水体中突发水污染事故中涉嫌风险源的逐级排查,包括:向环境排放污染物的单位,生产、贮存、经营、使用危险物质的单位或产生、收集、利用、处置危险废物等可能发生环境污染事件的单位。本方法不适用于长期累积性事故风险源的识别,也不适合车、船等移动源的事故溯源。
根据各流域涉嫌风险源的复杂程度,事故涉嫌风险源的排查也分类、分级逐次开展。对于事故涉嫌风险源少、污染物质专属性强的流域,简单的一级或二级筛选即可实现涉嫌风险源有效排查,为简化步骤可直接从步骤三或步骤五直接超越到步骤七进行风险源的验证;对于涉嫌风险源数量多、污染物比较常见的流域,需要按步骤依次排查。
本发明提出的突发水环境污染事故涉嫌风险源的溯源方法,包括以下几个步骤:
步骤一、风险源风险信息数据库构建
1.建立基于WebGis的流域风险源分布软件***。风险源的WebGid分布体系是进行涉嫌风险源溯源的基础。只有建立尽可能详尽的风险源分布数据库,才能避免涉嫌风险源排查中产生涉嫌企业漏报、错报等问题。该***中应包含所有可能用于环境污染事故风险源管理的要素,如风险风险源名称、经济产值、所属行业、风险源坐标、污水排放口坐标、受纳水体等。
2.建立定时更新的风险源风险物质数据库。通过企业定期申报、现场排查等多种方式,建立包含河流周边风险源主要有毒有害原辅料、产品、废弃物的基本信息数据库;为保障风险物质信息的有效性,应定时更新风险源环境风险污染名称、数量、所处场所等基本信息;
3.建立流域高风险化学品组成信息库。通过临界值法,筛选流域风险源内具有高毒的有机物、重金属和油类等的高风险单元,采用内标法测定风险化学品中典型标志物,建立流域高风险化学品组成库;在高风险污染事故发生时便于缩小重点排查单元。
步骤二、污染事故应急监测及信息获取
1.获取事故污染物组成。开展事故应急监测,确定事故污染物主要组成;具体分析方法可以根据流域主要突发环境污染事故特点及监测水平来确定,也可以采用GC-MS、稳定同位素法,或采用简单的化学定量方法;
2.获取污染带变化信息。在事故发现地上下游,采用流动监测(车、船等)、简易监测、低空航测、遥感等监测手段,获取污染带扩散速率、长度、宽度,以及浓度分布;
3.计算污染物泄漏总量。针对第二步获取的污染带基本信息,通过公式(1)计算事故泄漏污染物的总量;
M-污染物泄漏总量,t;Ci-监测点位浓度,mg/L;Li-监测点位间隔距离,km;n-监测点位个数,通常大于10。
在实际事故涉嫌风险源排查中,考虑到污染物的降解及吸附等物理化学作用,其在顺河流迁移过程中总量会有一定的损失,因而对计算出的污染物泄漏总量进行修正。修正方法可以根据式(2)计算:
M’=a·b·M (2)
a为污染物降解系数,b为污染物吸附系数
步骤三、事故涉嫌风险源初步筛选
实现涉嫌风险源依据获取的污染物类型及泄漏量等事故信息,利用排除法从步骤一中建立的流域风险源风险污染基础数据库和流域高风险化学品组成信息库中筛选流域内涉嫌污染风险源,初步确定嫌疑风险源范围。事故涉嫌污染风险源的初步筛选应先筛选存储、使用及生产该化学物质的风险源,再筛选事故化学品存储量、使用及生产量超过事故泄漏量的风险源。如排查后涉嫌风险源低于5家,可不进行涉嫌风险源的定位及二次筛选,直接超越到步骤七开展涉嫌风险源的验证工作。
步骤四、突发事故涉嫌风险源定位
1.事故最大可能类型分析。事故最大可能类型的选取将直接决定模型中各参数的选取,进而影响污染带的分布、事故符合性分析结果,并进而对涉嫌风险源排序具有一定的影响。因而事故最大可能类型的选取也是涉嫌风险源排查中重要的一环,其具体操作方法按照水环境风险源识别方法开展。根据污染带物质分布形式,以及污染物的理化性质,判定事故的最大可能类型;水污染事故风险源出现的事故类型主要有:废水非正常排放事故、液态化学品直接泄漏事故、液态化学次生泄漏事故等。
2.事故最早扩散时间分析。根据河流参数及最大可能事故类型分析,依据在步骤二中获得的污染带变化数据基础上,采用式(3)确定扩散带长度与扩散时间的关系。并基于最大可能事故类型,计算最初的污染带长度,估算污染事故的最早扩散时间;
其中,L-不同时间节点污染带长度,m;t-污染带扩散时间,h;Co-污染带监测的最高浓度,mg/L;uo-污染带长度扩展速率,m/h;α、β和k-河流常数;
3.事故最大扩散范围分析。事故最大扩散范围是基于事故发现地点,涉嫌风险源在河流上游可能存在的最远位置。事故最大扩散范围是筛选涉嫌风险源的重要依据,只有纳入到事故危害范围内的风险源才会参与到后续风险源的排查中,这有利于避免排查范围的扩大化。依据步骤四第二步确定的事故最早扩散时间,按照式(4)反推事故的最大扩散距离;
其中,X-污染物泄漏最大长度,m;ux-河流流速,m/s;t-污染带扩散时间,h;M-污染物泄露总量;C0-污染带监测的最高浓度,mg/L;B-河流平均宽度,m;H-河流平均深度,m;
在实际工作中,事故最大扩散范围的排查还应与已构建的河流监测体系、河流感性指标变化相结合,并对事故最大扩散范围进行修正。此外,根据污染带迁移过程中在线监测或流域现场调查获取的资料,同样可根据式(4)计算事故最近扩散距离,即确定从事故发现地到涉嫌风险源间的最近距离。通过将事故最大扩散范围中扣除事故最近扩散距离即可得到涉嫌风险源的最大可能事故发生范围。
步骤五、事故涉嫌风险源二次筛选
基于步骤四中获取的最大可能事故发生范围,依据流域风险源的WebGis分布***,通过风险源及污水排放口坐标分布,完成事故发现地点上游涉嫌风险源的二次筛选,进一步缩小事故涉嫌风险源范围。当筛选后流域涉嫌风险源数小于5家以后,可直接超越到步骤七进行涉嫌风险源的现场取证及验证。
步骤六、涉嫌风险源事故场景符合性分析
1.风险源事故场景模拟。基于二次筛选后涉嫌风险源的风险物质储量、存贮形式、状态等信息,模拟该风险源的最大可信事故场景,模拟分析事故发生后涉嫌风险源内污染物泄漏时间、泄漏量和污染带分布的关系。最大可信事故源强可依据单位时间内液态有毒有害危险化学品进入地表水体中的含量,采用下式进行计算:
Q源强=λ×Qmax×P泄漏比例/t (5)
其中,Qmax为有毒有害危险化学品最大储量,t;P泄漏比例为有毒有害危险化学品的泄漏比例;λ为液态泄露污染物自流入敏感地表水体的比例;t为泄漏时间,min;
对于水污染事故风险源导致的地表水体污染,运用二维扩散模型计算事故危害范围,表达式如下:
其中,ρ(x,y,t)为泄漏点下游距离x处、t时溶解态污染物浓度,mg/L;Q源强为污染源源强,g;Dx/Dy为纵向及横向离散系数,m2/s;ux/uy为横向及纵向流速,m/s;h为平均水深,m;K为降解速率,g/g·d;
2.事故场景符合性分析。对比实际事故监测结果与涉嫌风险源事故场景模拟结果,按照公式(7)计算涉嫌风险源事故场景的符合性:
其中,f为事故场景符合因子;X,M,t(X0,M0,t0)分别为模拟事故场景(或实际事故)的扩散距离、泄漏量和扩散时间;γ、δ和ε为权重因子,且γ+δ+ε=1;
3.涉嫌风险源事故场景符合性排序:基于步骤六第二步计算的事故场景符合因子大小,建立事故涉嫌风险源的符合性排序清单。
步骤七、涉嫌风险源现场取证及验证
依据建立的事故涉嫌风险源的符合性排序清单,依次开展涉嫌风险源的现场调查、取证及后果验证;获取涉嫌风险源中与事故化学品相同的材料,采取稳定同位素分析法,分析化学品的组成或特征指纹图库;通过样品成分比对分析,确定事故风险源,明确企业责任。
Claims (4)
1.一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:其具体操作步骤如下,
步骤一、风险源信息数据库构建
第一步:建立基于WebGis的流域风险源分布软件***;
***包括风险源名称、经济产值、所属行业、风险源坐标、污水排放口坐标、受纳水体等风险源基础信息;
第二步:建立定时更新的风险源风险物质数据库;
通过企业定期申报、不定期现场检查等更新手段,建立流域风险源风险物质数据库,主要包括:有毒有害原料、辅料、产品和废弃物,并定期更新风险源风险物质名称、储量、存储方式、监控手段、存储场所等信息;
第三步:建立流域高风险化学品组成信息库;
采用环境风险源辨识法,筛选流域内风险源具有的高毒有机物、重金属和油类等高风险化学品,采用内标法测定此类风险化学品的典型标志物,建立流域高风险化学品组成信息库;
步骤二、污染事故应急监测及信息获取
第一步:获取事故污染物组成;
接到举报或发现水质异常后,开展事故应急监测,测定事故污染物主要组成;
第二步:获取污染带变化信息;
采用流动监测(车、船等)、简易监测、低空航测、遥感等监测手段,在事故发现地点上下游获取污染带扩散速率、长度、宽度,以及浓度分布;
第三步:计算污染物泄漏总量;
基于第二步获取的污染带变化信息,利用公式(1)计算事故泄漏的污染物总量;
其中,M-污染物泄漏总量,t;Ci-监测点位浓度,mg/L;Li-监测点位间隔距离,km;n-监测点位个数,通常大于10;
步骤三、事故涉嫌风险源初步筛选
依据从步骤二中获取的污染物种类及泄漏量等事故信息,利用排除法从流域风险源风险物质数据库和流域高风险化学品组成信息库中筛选事故涉嫌风险源,初步确定嫌疑风险源范围;
步骤四、突发事故涉嫌风险源定位
第一步:事故最大可能类型分析;
根据污染物的理化性质、污染带物质分布特点,判定事故的最大可能类型,分析事故是否属于废水非正常排放事故、液态化学品直接泄漏事故或液态化学次生泄漏事故等;依据案例分析结果,预测事故的初始污染带长度范围;
第二步:事故最早扩散时间分析;
依据河流基本参数及步骤二中获得的污染带变化数据,采用式(2)计算污染带长度与扩散时间的关系,并确定污染事故的最早扩散时间;
其中,L-不同时间节点污染带长度,m;t-污染带扩散时间,h;Co-污染带监测的最高浓度,mg/L;uo-污染带长度扩展速率,m/h;α、β和k-河流常数;
第三步:事故最大扩散范围分析;
依据事故最早扩散时间反推事故最大可能发生地点,按照式(3)计算事故的最大扩散距离;
其中,X-污染物泄漏最大长度,m;ux-河流流速,m/s;t-污染带扩散时间,h;M-污染物泄露总量;C0-污染带监测的最高浓度,mg/L;B-河流平均宽度,m;H-河流平均深度,m;
步骤五、事故涉嫌风险源二次筛选
基于步骤四中获得的事故最大扩散范围,依据风险源分布的WebGis***,对第一次筛选后涉嫌风险源进行第二次筛选,进一步缩小事故涉嫌风险源范围;
步骤六、涉嫌风险源事故场景符合性分析
第一步:风险源事故场景模拟;
获取步骤五中二次筛选后涉嫌风险源的环境风险源信息,根据风险源最大可能事故场景分析,模拟风险源同类事故中扩散时间、泄漏量和扩散距离的关系;
第二步:事故场景符合性分析;
对比实际事故监测结果与涉嫌风险源事故场景模拟结果,按照公式(4)计算涉嫌风险源事故场景的符合性:
其中,f(X,M,t)-事故场景符合性因子;X,M,t(X0,M0,t0)-分别为涉嫌风险源事故模拟场景(及实际监测)的事故扩散距离、泄漏量和扩散时间;γ、δ和ε-权重因子,且γ+δ+ε=1;
第三步:涉嫌风险源事故场景符合性排序;
基于第二步计算出的事故场景符合因子大小,建立事故涉嫌风险源的符合性排序清单;步骤七、涉嫌风险源现场取证及验证
依据建立的事故涉嫌风险源的符合性排序清单,依次开展涉嫌风险源的现场调查、取证及后果验证;获取涉嫌风险源中与事故化学品相同的材料,采取稳定同位素分析法,分析化学品的组成或特征指纹图库;通过样品成分比对分析,确定事故风险源,明确企业责任。
2.如权利要求1所述的一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:步骤三中事故涉嫌风险源的初步筛选应先排除不存储、不使用及不生产事故化学品的风险源,再排除事故化学品存储量、使用及生产量超过事故泄漏量的风险源。
3.如权利要求1所述的一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:当经步骤三(或步骤五)排除后涉嫌风险源数小于5时,可直接超越到步骤七开展涉嫌风险源的现场调查、取证及验证。
4.如权利要求1所述的一种突发水环境污染事故涉嫌风险源的溯源方法,其特征在于:风险源事故场景模拟由公式(5)和公式(6)依次确定:
确定最大可信事故源强,依据单位时间内液态有毒有害危险化学品进入地表水体中的含量,采用下式进行计算:
Q源强=λ×Qmax×P泄漏比例/t (5)
其中,Qmax-有毒有害危险化学品最大储量,t;P泄漏比例-有毒有害危险化学品的泄漏比例;λ-液态泄露污染物自流入敏感地表水体的比例;t-泄漏时间,min;
对于水污染事故风险源导致的地表水体污染,运用二维扩散模型计算事故危害范围,表达式如下:
其中,ρ(x,y,t)-泄漏点下游距离x处、t时溶解态污染物浓度,mg/L;Q源强-污染源源强,g;Dx/Dy-纵向及横向离散系数,m2/s;ux/uy-横向及纵向流速,m/s;h-平均水深,m;K-降解速率,g/g·d。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210037819.6A CN102622670B (zh) | 2012-02-20 | 2012-02-20 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210037819.6A CN102622670B (zh) | 2012-02-20 | 2012-02-20 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102622670A true CN102622670A (zh) | 2012-08-01 |
CN102622670B CN102622670B (zh) | 2017-12-12 |
Family
ID=46562575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210037819.6A Expired - Fee Related CN102622670B (zh) | 2012-02-20 | 2012-02-20 | 一种突发水环境污染事故涉嫌风险源的溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102622670B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065198A (zh) * | 2012-12-17 | 2013-04-24 | 天津市环境保护科学研究院 | 大气恶臭污染精细源解析方法 |
CN104361418A (zh) * | 2014-12-05 | 2015-02-18 | 北京师范大学 | 一种流域水生态安全监控预警平台及其预警方法 |
CN104615906A (zh) * | 2015-03-03 | 2015-05-13 | 中科宇图天下科技有限公司 | 一种基于单线河流快速逆流溯源的方法 |
CN106203756A (zh) * | 2015-05-05 | 2016-12-07 | 中国船舶重工集团公司第七六○研究所 | 一种基于特征数据库的工业污水污染物溯源分析方法 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN106920198A (zh) * | 2015-12-24 | 2017-07-04 | 日本电气株式会社 | 用于污染物溯源的设备和方法 |
CN110672144A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 污染源检测方法和装置 |
CN111242384A (zh) * | 2020-01-19 | 2020-06-05 | 四川省地质工程勘察院集团有限公司 | 一种面向地下水环境的污染识别与分析方法 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
CN111861421A (zh) * | 2020-08-01 | 2020-10-30 | 生态环境部南京环境科学研究所 | 一种流域突发水污染快速溯源方法 |
CN111896709A (zh) * | 2020-08-18 | 2020-11-06 | 中国水利水电科学研究院 | 一种检测水库水体污染的方法 |
CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其*** |
CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源***构建方法 |
CN112560589A (zh) * | 2020-11-27 | 2021-03-26 | 重庆商勤科技有限公司 | 基于遥感技术识别水上船舶污染的方法、装置及存储介质 |
CN112685522A (zh) * | 2020-12-25 | 2021-04-20 | 广东奥博信息产业股份有限公司 | 一种河涌健康管理方法及*** |
CN112926172A (zh) * | 2019-12-06 | 2021-06-08 | 中国科学院沈阳计算技术研究所有限公司 | 一种突发性重金属水污染追踪溯源的方法 |
CN113869798A (zh) * | 2021-11-03 | 2021-12-31 | 大连市勘察测绘研究院集团有限公司 | 一种自动筛选上游风险源的水污染快速溯源方法 |
CN115114352A (zh) * | 2022-08-25 | 2022-09-27 | 深圳市华云中盛科技股份有限公司 | 一种用于典型污染物快速分析管理*** |
CN117829379A (zh) * | 2024-03-04 | 2024-04-05 | 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心 | 一种突发水污染事件应急物资储备库的优化布局方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004139339A (ja) * | 2002-10-17 | 2004-05-13 | Nec Soft Ltd | インターネットを利用した医療機関のリスク管理システム及びリスク管理方法 |
CN101493904A (zh) * | 2008-01-24 | 2009-07-29 | 财团法人工业技术研究院 | 紧急应变人员组织方法及其紧急应变处理方法与*** |
CN101582192A (zh) * | 2008-05-16 | 2009-11-18 | 南京大学 | 一种水体环境预警***的建立方法 |
CN102129614A (zh) * | 2011-02-28 | 2011-07-20 | 中国环境科学研究院 | 一种饮用水源地突发污染事故风险诊断及分级方法 |
-
2012
- 2012-02-20 CN CN201210037819.6A patent/CN102622670B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004139339A (ja) * | 2002-10-17 | 2004-05-13 | Nec Soft Ltd | インターネットを利用した医療機関のリスク管理システム及びリスク管理方法 |
CN101493904A (zh) * | 2008-01-24 | 2009-07-29 | 财团法人工业技术研究院 | 紧急应变人员组织方法及其紧急应变处理方法与*** |
CN101582192A (zh) * | 2008-05-16 | 2009-11-18 | 南京大学 | 一种水体环境预警***的建立方法 |
CN102129614A (zh) * | 2011-02-28 | 2011-07-20 | 中国环境科学研究院 | 一种饮用水源地突发污染事故风险诊断及分级方法 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065198A (zh) * | 2012-12-17 | 2013-04-24 | 天津市环境保护科学研究院 | 大气恶臭污染精细源解析方法 |
CN104361418A (zh) * | 2014-12-05 | 2015-02-18 | 北京师范大学 | 一种流域水生态安全监控预警平台及其预警方法 |
CN104361418B (zh) * | 2014-12-05 | 2017-05-24 | 北京师范大学 | 一种流域水生态安全监控预警平台及其预警方法 |
CN104615906B (zh) * | 2015-03-03 | 2018-04-20 | 中科宇图天下科技有限公司 | 一种基于单线河流快速逆流溯源的方法 |
CN104615906A (zh) * | 2015-03-03 | 2015-05-13 | 中科宇图天下科技有限公司 | 一种基于单线河流快速逆流溯源的方法 |
CN106203756A (zh) * | 2015-05-05 | 2016-12-07 | 中国船舶重工集团公司第七六○研究所 | 一种基于特征数据库的工业污水污染物溯源分析方法 |
CN106920198A (zh) * | 2015-12-24 | 2017-07-04 | 日本电气株式会社 | 用于污染物溯源的设备和方法 |
CN106228007B (zh) * | 2016-07-19 | 2018-09-21 | 武汉大学 | 突发事件污染源追溯方法 |
CN106228007A (zh) * | 2016-07-19 | 2016-12-14 | 武汉大学 | 突发事件污染源追溯方法 |
CN110672144A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 污染源检测方法和装置 |
CN110672144B (zh) * | 2018-07-03 | 2021-12-28 | 百度在线网络技术(北京)有限公司 | 污染源检测方法和装置 |
CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源***构建方法 |
CN112540148B (zh) * | 2019-09-20 | 2023-10-20 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源***构建方法 |
CN112926172A (zh) * | 2019-12-06 | 2021-06-08 | 中国科学院沈阳计算技术研究所有限公司 | 一种突发性重金属水污染追踪溯源的方法 |
CN112926172B (zh) * | 2019-12-06 | 2024-02-09 | 中国科学院沈阳计算技术研究所有限公司 | 一种突发性重金属水污染追踪溯源的方法 |
CN111242384A (zh) * | 2020-01-19 | 2020-06-05 | 四川省地质工程勘察院集团有限公司 | 一种面向地下水环境的污染识别与分析方法 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
CN111861421A (zh) * | 2020-08-01 | 2020-10-30 | 生态环境部南京环境科学研究所 | 一种流域突发水污染快速溯源方法 |
CN111896709A (zh) * | 2020-08-18 | 2020-11-06 | 中国水利水电科学研究院 | 一种检测水库水体污染的方法 |
CN112560589A (zh) * | 2020-11-27 | 2021-03-26 | 重庆商勤科技有限公司 | 基于遥感技术识别水上船舶污染的方法、装置及存储介质 |
CN112685522A (zh) * | 2020-12-25 | 2021-04-20 | 广东奥博信息产业股份有限公司 | 一种河涌健康管理方法及*** |
CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其*** |
CN113869798A (zh) * | 2021-11-03 | 2021-12-31 | 大连市勘察测绘研究院集团有限公司 | 一种自动筛选上游风险源的水污染快速溯源方法 |
CN115114352A (zh) * | 2022-08-25 | 2022-09-27 | 深圳市华云中盛科技股份有限公司 | 一种用于典型污染物快速分析管理*** |
CN115114352B (zh) * | 2022-08-25 | 2023-01-31 | 深圳市华云中盛科技股份有限公司 | 一种用于典型污染物快速分析管理*** |
CN117829379A (zh) * | 2024-03-04 | 2024-04-05 | 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心 | 一种突发水污染事件应急物资储备库的优化布局方法 |
CN117829379B (zh) * | 2024-03-04 | 2024-06-11 | 生态环境部海河流域北海海域生态环境监督管理局生态环境监测与科学研究中心 | 一种突发水污染事件应急物资储备库的优化布局方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102622670B (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102622670A (zh) | 一种突发水环境污染事故涉嫌风险源的溯源方法 | |
Mukundan et al. | Sediment source fingerprinting: transforming from a research tool to a management tool 1 | |
Chang et al. | Air quality model performance evaluation | |
Song et al. | Spatial distribution and source apportionment of the heavy metals in the agricultural soil in a regional scale | |
CN110085281A (zh) | 一种基于特征污染因子源解析的环境污染溯源***及方法 | |
Hou et al. | A real-time, dynamic early-warning model based on uncertainty analysis and risk assessment for sudden water pollution accidents | |
Birkel et al. | Assessing the value of high‐resolution isotope tracer data in the stepwise development of a lumped conceptual rainfall–runoff model | |
CN104636627A (zh) | 一种土壤重金属生态风险评估方法 | |
CN105631537A (zh) | 基于气象服务平台的空气质量预报业务*** | |
Weng et al. | Nonlinear time series analysis of ground-level ozone dynamics in Southern Taiwan | |
Guo et al. | Catching environmental noncompliance in shale gas development in China and the United States | |
CN114354892A (zh) | 一种基于工业园区的土壤污染分析方法和*** | |
Liu et al. | APPLICATION OF GIS IN REGIONAL ECOLOGICAL RISK ASSESSMENT OF WATER RESOURCES. | |
Awawdeh et al. | Groundwater vulnerability assessment using modified SINTACS model in Wadi Shueib, Jordan | |
Gulgundi et al. | Source apportionment of groundwater pollution using unmix and positive matrix factorization | |
Li et al. | Prioritization of potentially contaminated sites: A comparison between the application of a solute transport model and a risk-screening method in China | |
CN110781225A (zh) | 一种环境介质污染物浓度水平的诊断方法 | |
Eslami Doost et al. | Dispersion of SO2 emissions in a gas refinery by AERMOD modeling and human health risk: a case study in the Middle East | |
CN104569340B (zh) | 地下环境质量测定方法及装置 | |
Wang et al. | Analysis of Soil Heavy Metal Hg Pollution Source Based on GeoDetector. | |
Weller et al. | Inexpensive spot sampling provides unexpectedly effective indicators of watershed nitrogen status | |
Wang et al. | Pollution evaluation and source identification of heavy metals in soil around steel factories located in Lanshan District, Rizhao City, eastern China | |
Kent et al. | Triennial changes in groundwater quality in aquifers used for public supply in California: utility as indicators of temporal trends | |
Hankin et al. | Catchment‐scale sensitivity and uncertainty in water quality modelling | |
Onofrio et al. | A review on the use of air dispersion models for odour assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171212 Termination date: 20190220 |
|
CF01 | Termination of patent right due to non-payment of annual fee |