简化盆地污染的长期趋势检测:圣莫尼卡湾 (美国) 测试案例
1Environmental Monitoring Division, City of Los Angeles, Playa Del Rey, CA, 90293, USA; Department of Health and Sciences, University of California - Los Angeles, Los Angeles, CA, 90024, USA.
The Science of the total environment
|October 11, 2025
概括
在加利福尼亚州的三个火车站中,DDT,PCB和重金属的土污染水平正在下降. 这项研究开发了一种方法,可以清楚地识别33年来沉积物的下降趋势.
科学领域:
- 环境科学 环境科学
- 海洋化学 海洋化学
- 时间序列分析时间序列分析
背景情况:
- 土污染趋势对于环境管理和可持续实践至关重要.
- 使用时间序列图的传统趋势分析通常由于季节性和不规则性而缺乏清晰度.
- 需要一个强大的方法来准确评估长期环境污染趋势.
研究的目的:
- 开发和演示一种方法,用于明确识别盆地污染的趋势.
- 分析特定污染物 (DDT,PCB,Cr,Cu,As,Zn,Pb,Ni) 的长期趋势和沉积物的粒径.
- 评估方法处理数据缺口和分析变化的能力.
主要方法:
- 应用时间序列分析方法来抑制季节性和不规则性成分.
- 分析了33年来从加利福尼亚州圣莫尼卡湾的三个不同的站点收集的沉积物数据.
- 使用线性回归来评估污染物趋势和与沉积物颗粒大小的相关性.
主要成果:
- 所有分析的污染物 (DDT,PCB,Cr,Cu,As,Zn,Pb,Ni) 和细粒度比例在所有三个站点都显示出明确的下降趋势 (r2 = 1.00).
- 降低速度在出口和海岸线站类似,但在峡谷站更快.
- 在C1和E6的污染物水平和细粒度比例之间没有明显的相关性,但在Z2观察到. 废水和出水沉积物污染物水平之间的相关性没有观察到.
结论:
- 提出的时间序列分析方法有效地澄清了长期的土污染趋势.
- 33年来,圣莫尼卡湾的多个站点的沉积物污染明显减少.
- 该研究强调了该方法在环境监测和风险评估中的实用性,并考虑到数据的复杂性.
