沿着城市河流与逆向建模相对应的新兴关注的化学品来源

科学领域:

• 环境化学环境化学
• 水资源管理 水资源管理
• 计算建模 计算建模

背景情况:

• 河水的化学度对于评估环境暴露和风险至关重要.
• 鉴定污染源是具有挑战性的,因为各种分散和点源的下游混合.
• 现有的方法很难确定复杂的河流网络中的特定污染源.

研究的目的:

• 开发和演示一种新的反向建模方法,用于量化水道中的污染源.
• 通过测量水度来识别上游化学源的位置和度.
• 改进采样活动的设计,以更好地分配来源.

主要方法:

• 利用水路网络拓和反向建模来识别污染源位置和度.
• 假设化学品的保守混合 (前问题),并将源特性视为未知值.
• 将该方法应用于R. Wandle,伦敦,英国的13种新兴关注污染物 (CEC).

主要成果:

• 反向建模方法准确地预测了下游化学度,在观测不确定性范围内>90%.
• 识别了与特定的分类捕捞和污染类型 (例如,废水废水与未经处理的污水) 相关的独特化学特征.
• 主要组件分析揭示了制药/杀虫剂和废水处理厂废水,非法药物/酸与未经处理的污水输入之间的关联.

结论:

• 反向建模提供了一种客观的方法,用于使用随机样本进行大规模的水道污染物的来源分配.
• 开发的方法在计算上是高效的,并量化了源识别中的不确定性.
• 研究结果支持通过了解污染途径来改善水质的有针对性的干预措施.