- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
10章节-污染生态风险评价
* 图3 风险评价和风险管理的任务 风险评价 风险管理 存在危害吗?危害的大小如何?危害的生态显著性? 危害与益处的关系?如何降低和消除危害? * 比较风险评价就是将健康风险评价与生态风险评价结合起来评估环境问题及其对人类健康和生态系统的影响,适用于对与污染源相关的风险进行分类。 广义上,比较风险评价是通过参与方式将公众意见融入决策,让公众更深刻地了解环境问题。 比较风险评价已在美国使用。 在比较风险评价过程中,政府、企业、环境部门的代表及普通公众和科学家、技术专家协同工作,确定最重要的环境问题、评价风险、开发污染控制和预防的优先战略。 (二)比较风险评价 * 1)范围。广义的比较风险评价范围针对三个方面:人类健康、生态系统和生命质量,分析对象从某一特定的有毒有害化学品到全球性问题(如气候变化、破坏臭氧层物质的排放等)或环境部门业务范围外的内容,如食品安全、发展模式等。 2)效益。比较风险评价影响数据编辑、数据分析、环境风险分类和环境管理战略,促使各地区出台新的立法处理高风险问题。 促使政府机构重新分配内部预算。 比较风险评价可使基金保管人更透彻地了解项目。 总体来说,与国家级相比,比较风险评价的作用在地方上对环境行动计划的制定更有效。 * 3)程序。比较风险评价分风险比较和分类、战略分析和优先性确定两个阶段。 组成人员一般分为3个委员会:技术工作组或负责研究和风险分析的咨询专家、负责政府和公众联络的公众咨询委员会代表(职责为确定和分析风险问题,对最终风险分类并制定战略)、监督指导委员会。 4)公众参与。公众参与是比较风险评价程序最重要和最有价值的一个特点。公众意见分三个层次:参与评价程序、接受信息源和信息、支持项目。 * (一)外推方法 生态风险评价是一个外推过程,已提出的外推法主要有:美国EPA法和Log-Logistic概率统计外推模型。 1.美国EPA法 美国EPA法采用最早提出的Sloff方法,该方法是利用大量急性数据进行回归分析,推测对环境有害影响的浓度。 二、计算生态风险的新方法 * Kooijman(1987)提出了一种新的外推法,用单一毒物暴露于多种生物种间的模型,并将不确定性归于试验种族的数目限制,而且给出了一个安全评价因子。此模型假定生态系列中生物种的LC50值的概率分布为一连续对称的Log-Logistic分布,并认为最敏感种具有最低的LC50值。方法是首先设置保护水平,然后利用概率分布模型来计算在此种保护水平下的安全浓度。 由于此方法用最敏感种族作为保护水平,因而给出了一个偏小的安全评价因子,计算结果偏低、过保护 。 2.Log-Logistic比概率统计外推模型 * 个体水平、种群水平或生态系统水平的毒理学终点被用于各种污染物效应的评估。 目前,广泛采纳的是低浓度水平的终点,因为测定的技术方法相对简单、迅速和廉价。 种群以上水平的终点检测过程复杂、解释较困难;但生态真实性较高,它包括了生物与生物之间、生物与非生物之间的相互作用。 以低浓度水平的生物终点来预测高浓度水平污染变化是一个难以解决的问题 (二)终点的确定 * 生态系统组成上的终点能提供重要的数据用于风险分析,受到胁迫的群落结构的变化反映了环境条件的改变,常用的指标有丰度、生物量等。 多变量分析是生态系统中强有力的工具,它得到迅速发展并被成功应用于各类环境污染问题。 多变量分析把生物学与环境条件结合在一起,得出与环境因子相适应的生物群落结构,揭示群落变异的环境梯度,使得对生态数据的解释提高到因果分析的水平。 多变量分析技术分为分类和排序两大类。 1.生态系统结构终点 * 分类是较常用的多变量分析技术。首先,产生一个相似矩阵,大多数生物研究有这样的数据结构,然后,根据相似性将样本聚类。广泛使用的相似性指数是Bary-curti指数(D): 式中:X1和X2为样本1和2的第j个物种的丰度;S为物种数。根据相似矩阵编绘分支图,寻找环境控制因子。 * 排序的原理是将数据集合中的方差分解成导出因子,沿2个以上的因子轴线排列样本。 现在已有将环境因子和生物数据放在同一空间来定位的排序技术,如对应分析等。 群落的相似性及排序研究是对结构-污染关系的高级分析技术,它可以解析污染的群落效应,十分适于风险评价,但技术方法较复杂。 分类与排序都使人们对生态系统中的生物群落产生一个识别模式,排序的主观性低于分类,但有时无生态学解释。一般认为排序适于处理连续性分布的群落数据,而分类适于刚性群落。有时候,将分类与排序组合起来使用会产生更好的结果。 * 生态系统的功能是指能流通过系统的
文档评论(0)