J4

• 水文·工程·环境 • 上一篇    下一篇

GIS支持下的土壤重金属污染预测预警研究

严加永1,2,吕庆田1,葛晓立3   

  1. 1.中国地质科学院 矿产资源研究所,北京 100037;2.中国科学院 地质与地球物理研究所,北京 100052;3.国家地质实验测试中心,北京 100037
  • 收稿日期:2006-07-14 修回日期:1900-01-01 出版日期:2007-05-26 发布日期:2007-05-26
  • 通讯作者: 严加永

The Research about Soil Heavy Metal Pollution Forecast and Early Warning Support by GIS

YAN Jia-yong1,2,L Qing-tian1,GE Xiao-li3   

  1. 1.Institute of Mineral Resources, CAGS,Beijing 100037,China;2.Institute of Geology and Geophysics, CAS,Beijing 100052,China;3.National Research Center for GeoAnalysis, Beijing 100037,China
  • Received:2006-07-14 Revised:1900-01-01 Online:2007-05-26 Published:2007-05-26
  • Contact: YAN Jia-yong

摘要: 面对日益严重的土壤重金属污染问题,必须采用快速高效的方法对污染趋势做出预测预警。本研究建立了土壤重金属污染预警模型和土壤重金属污染超标年限预测模型,并在GIS技术支持下,开发了基于ArcView GIS的预警预测程序模块,实现了对土壤重金属污染的预警预测。最后以北京市及其近郊区为实例,对该区重金属污染进行了预警并对Pb元素超标年限进行了预测,取得了较好的预警预测结果。

关键词: 重金属污染, GIS, 预警, 超标年限预测

Abstract: Betimes and high efficiency method must be used to forecast pollution trend in the face of more and more serious problems of soil heavy metal pollutions. In this research, the soil heavy metal pollution forecast model and soil pollution heavy metal element overtake standard early warning model was established and forecast extension was developed based ArcView GIS support by GIS technique, and then realized forecast and early warning for soil heavy metal pollution. Lastly, taking Beijing City include its suburb as instances, warning its heavy metal pollution and forecast Pb element overtake standard fixed number of year and a good forecast result was gained.

Key words: heavy metal pollution, GIS, early warning, overtake standard year forecast

中图分类号: 

  • X833
[1] 刘洪学, 杨化超, 卞和方, 李斌, 李磊, 汪森. 基于深度学习及人机协同的煤矿区地表遥感影像变化图斑智能提取[J]. 吉林大学学报(地球科学版), 2026, 56(3): 1076-1087.
[2] 冯波, 谢一平, 田海龙, 封官宏, 杨金钢. 基于GIS-MCDA的松辽盆地南部中央坳陷区咸水层CO2地质封存适宜性评价[J]. 吉林大学学报(地球科学版), 2025, 55(6): 1981-2000.
[3] 杨兰, 王运, 邹勇军, 胡宝群, 李满根, 张安, 朱满怀. 基于机器学习的富硒土壤预测模型的构建与比较——以江西省信丰县油山地区为例[J]. 吉林大学学报(地球科学版), 2025, 55(5): 1629-1643.
[4] 高莲凤, 田释梦, 张振国, 张平, 马瑞雪, 邢佳琪, 张忠鑫, . 钼尾矿资源综合利用研究进展[J]. 吉林大学学报(地球科学版), 2024, 54(5): 1544-1557.
[5] 徐兴华, 肖双粟, 冯杭建, 吕庆. 低频性沟谷型泥石流水动力学冲蚀启动机制及动态监控[J]. 吉林大学学报(地球科学版), 2024, 54(3): 919-932.
[6] 赵勇胜, 戴贞洧.

海泡石改性土-膨润土泥浆阻截墙阻截地下水重金属阳离子污染 [J]. 吉林大学学报(地球科学版), 2023, 53(5): 1549-1559.

[7] 王雪冬, 张超彪, 王翠, 朱永东, 王海鹏. 基于Logistic回归与随机森林的和龙市地质灾害易发性评价[J]. 吉林大学学报(地球科学版), 2022, 52(6): 1957-1970.
[8] 杜新强, 王钰升, 冶雪艳, 路莹, 赵婧彤, 张赫轩. 大清河流域平原区地下水人工补给潜力与补给方式分析[J]. 吉林大学学报(地球科学版), 2022, 52(2): 535-549.
[9] 闫佰忠, 孙剑, 王昕洲, 李晓萌, 孙丰博, 付丹平. 基于GIS-FAHP的石家庄市地下水源热泵适宜性分区[J]. 吉林大学学报(地球科学版), 2021, 51(4): 1172-1181.
[10] 林剑, 张奇飞, 龙万学, 张红伟. 基于预警隶属度函数多模型融合的滑坡预警方法[J]. 吉林大学学报(地球科学版), 2019, 49(2): 477-484.
[11] 徐则民, 梅雪峰, 王礼荣, 张有为, 曾强, 郭丽丽. 滑坡预警中的降水时空变异性——以云南头寨沟为例[J]. 吉林大学学报(地球科学版), 2017, 47(1): 154-162.
[12] 张延军, 余海, 李建明, 于子望, 张佳宁. 深部水热型地热潜力区的GIS预测模型——以土耳其西安纳托利亚地区为例[J]. 吉林大学学报(地球科学版), 2016, 46(3): 855-864.
[13] 张敏, 周云轩, 田波, 沈芳, 葛建忠. 河口海岸GIS时空过程可视化表达[J]. 吉林大学学报(地球科学版), 2015, 45(2): 584-591.
[14] 陶占盛,王新民,吴志强,杨平,秦喜文. 基于组合权重的汛期地质灾害预警预报模型[J]. 吉林大学学报(地球科学版), 2014, 44(6): 2010-2015.
[15] 张军强,吴冲龙,刘刚,刘飞. 空间集成方式的三维地质图编绘关键技术[J]. 吉林大学学报(地球科学版), 2014, 44(3): 1055-1062.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 初凤友,孙国胜,李晓敏,马维林,赵宏樵. 中太平洋海山富钴结壳生长习性及控制因素[J]. J4, 2005, 35(03): 320 -0325 .
[2] 周丽萍, 申向东, 李学斌, 白忠强. 天然浮石粉水泥土力学性质的试验研究[J]. J4, 2009, 39(3): 492 -497 .
[3] 黄玉龙, 王璞珺, 邵锐. 火山碎屑岩的储层物性--以松辽盆地营城组为例[J]. J4, 2010, 40(2): 227 -236 .
[4] 潘殿琦,张祖培,潘殿彩,陈义民,徐 瑞. 人工冻土纵波波速与温度和含水率的关系[J]. J4, 2006, 36(04): 588 -591 .
[5] 付 哲,周云轩,刘殿伟,刘万崧. 基于特征的面向对象虚拟GIS数据模型设计与原型系统实现[J]. J4, 2006, 36(04): 647 -652 .
[6] 滕吉文, 刘财, 韩立国, 阮小敏, 闫雅芬, 张永谦. 汶川—映秀MS8.0地震的介质破裂与深部物质运移的动力机制[J]. J4, 2009, 39(4): 559 -583 .
[7] 卢进才,李玉宏,魏仙样,魏建设. 鄂尔多斯盆地三叠系延长组长7油层组油页岩沉积环境与资源潜力研究[J]. J4, 2006, 36(6): 928 -0932 .
[8] 黄继国,黄国鑫,聂广正,魏海娟,吕爱民,王雪松. 中温UBF与UASB两相厌氧系统处理垃圾渗滤液的实验研究[J]. J4, 2007, 37(1): 144 -0147 .
[9] 孙才志,刘玉兰,杨 俊. 下辽河平原地下水生态水位与可持续开发调控研究[J]. J4, 2007, 37(2): 249 -254 .
[10] 舒萍,曲延明,王国军,丁日新,艾兴波,纪学雁,唐华风,边伟华,王璞珺. 松辽盆地火山岩储层裂缝地质特征与地球物理识别[J]. J4, 2007, 37(4): 726 -0733 .