2022, Vol. 43
2. 生态环境部环境规划院生态环境风险损害鉴定评估研究中心, 北京 100012
2. Center for Ecological and Environmental Risk and Damage Assessment, Chinese Academy for Environmental Planning, Beijing 100012, China
黄河流域横跨我国东中西九省, 在我国经济社会发展和国土空间格局中具有战略性和全局性地位[1, 2]. 2019年9月, 习近平总书记在黄河流域生态保护和高质量发展座谈会上提出“治理黄河, 重在保护, 要在治理”[3].改革开放以来, 随着经济的快速发展与人口的大规模集聚, 黄河流域出现了一系列生态环境问题, 其中, 水污染风险尤为突出[4], 大量高环境风险企业沿河而建, 中上游地区以煤化工行业为主, 下游地区以石油化工行业为主, 涉水环境风险物质使用、存储和转运量大, 同时, 取水量和排水量大, 易由生产安全事故或非法排污等引发突发水污染事件[5, 6], 结构性布局性风险较高且局部污染突出[7].
区域水污染风险评估是环境风险管理的基础和有效工具, 通过评估分区可系统识别水污染高风险的“热点”区域和重点问题, 进而提出更具针对性的环境风险管理措施[5, 6, 8].近年来, 有学者在区域水污染风险分区评估等领域做了探索性研究[5, 6, 8~11], 应用较广泛的方法有指数法[12~15]和网格环境风险场评价法[5, 6, 8]等.指数法主要是通过建立指标体系进行综合的定性或半定量评价, 能较好地表征区域环境风险总体水平, 但难以精细化反映流域多源、多途径、多受体的风险形成机制过程[16]; 网格环境风险场评价法基于环境风险场理论对区域进行网格化, 充分考虑多源-多途径-多受体的系统关系, 利用GIS空间分析精细化、可视化表征环境风险程度和分布, 该方法既适用于区域也适用于流域, 如Cao等[8]的研究利用环境风险场评价方法, 首次对全国开展突发性环境风险评估, 识别出了全国高风险热点区域; 周夏飞等[5, 6]基于环境风险场评估方法, 开展了东江流域[5]和长江经济带[6]突发水污染风险分区研究.总的来看, 区域环境风险分区是识别水污染高风险热点区域的重要工具, 但现有研究大多针对突发性环境风险, 累积性风险评估鲜有案例, 突发性和累积性风险联合评估案例更少.然而, 突发性和累积性水污染风险在源、途径和受体方面具有很强的耦合性, 环境风险管理既要关注突发性排放产生的急性环境效应也要关注污染物长期排放的累积环境效应[17~19].
基于此, 本研究以2019年为基准年, 利用环境统计数据、DEM数据以及水质监测断面等多源数据, 以1 km×1 km网格为基本单元, 对黄河流域开展突发性和累积性水污染分区评估, 分析其流域环境风险分布特征, 以期为黄河流域生态环境风险管控提供决策参考.
1 材料与方法 1.1 研究区概况黄河是我国第二大河, 自西向东分别流经青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南和山东这9个省区, 干流全长5 464 km, 流域总面积约79.5×104 km2, 占全国总面积的8%[20](图 1).流域内水系复杂, 主要的河流有黄河、洮河、湟水河、渭河、无定河、大黑河、汾河、洛河和沁河等.黄河流域资源丰富且人口众多, 但是受区位条件、自然地理环境等因素制约以及产业布局和结构的影响, 流域面临的生态环境风险不容忽视[21].
|
图 1 研究区范围示意 Fig. 1 Boundary of study area |
本研究主要参考Cao等[8]和周夏飞等[5]构建的突发性水污染风险分区研究方法, 开展突发性水污染风险分区评估.
1.2.2 累积性水污染风险分区累积性水污染风险具有风险源种类繁多、空间分布广泛以及上下游传输过程和累积性影响复杂等特点.本研究主要借鉴文献[5, 6, 8, 11]提出的网格化水污染风险分区方法的基本思路, 结合累积性水污染风险特点和数据的可获得性, 构建累积性水污染风险分区评估方法, 主要做了两个方面的改进：①风险场强计算综合考虑了工业企业、集中式生活污水处理厂、农业点源(规模以上畜禽养殖场)和农业面源等4类风险源的影响; ②风险受体敏感性引入了受体水环境质量的累积性影响.
1.3 模型构建 1.3.1 概念模型根据风险系统理论, 环境风险系统包括风险源、迁移途径和风险受体这3个基本要素, 风险源危害的释放和对受体影响的方式、大小可以通过风险场即迁移范围进行表征, 风险受体对来自风险源危害的承受能力可以通过受体易损性进行表征[11, 22].因此, 空间中某一点(x, y)的风险与该处可能出现的风险场强度和风险受体易损性共同决定.(x, y)处的风险可简化表示为：
|
(1) |
式中, Rx, y为(x, y)处的风险; Ex, y为(x, y)处的风险场强; Vx, y为(x, y)风险受体易损性.
1.3.2 数学模型(1) 网格划分
本研究基于黄河流域空间范围数据, 利用ArcGIS的create fishnet功能将黄河流域划分为1 km×1 km的网格, 共划分了814768个网格.
(2) 网格水污染风险场强计算
水污染源包括工业企业、集中式生活污水处理厂、农业点源(规模以上畜禽养殖场)和农业面源这4类, 水污染风险主要通过水系(或流域)扩散, 本方法采用线性递减函数构建水污染风险场强度计算模型, 为简化计算, 假设最大影响范围为10 km[5, 6, 8, 23].流域内某一个网格的水污染风险场强度可表示为：
|
(2) |
|
(3) |
|
(4) |
|
(5) |
|
(6) |
式中, EWx, y为网格(x, y)的累积性水污染风险场强; GWx, y为网格(x, y)工业企业水污染风险场强; JWx, y为网格(x, y)集中式生活污水处理厂水污染风险场强; NWGx, y为网格(x, y)农业点源水污染风险场强; NWZx, y为网格(x, y)农业面源水污染风险场强. Qi、Qj和Qk分别为第i个工业企业、第j个集中式生活污水处理厂和第k个农业点源污染物排放当量, 污染当量是指根据各种污染物或污染排放活动对环境的有害程度、生物体的毒性以及处理的技术经济型而规定的有关污染物或污染排放活动的一种相对数量关系[24], 可用各污染物量与临界量的比值之和进行表征, 各污染物临界量参考文献[25, 26]中各风险物质的污染当量值, Qm为网格(x, y)农业面源水污染物排放当量, 根据网格内农用地面积占地市(县域)农用地面积的比例与地市(县域)农业源某种水污染物排放量的乘积所得; l为风险源与网格中心点的距离.
由于水的流动性特征, 一般会从高处往低处流, 使得风险源的高程需高于周边网格的高程时, 才能对周边的网格造成影响, 因此, 为明确每个风险源真实的影响范围, 本文引入区域生长法[5, 6, 8], 通过搜索高程得到每个风险源的影响范围, 具体计算过程如下.
(1) 假设每个风险源的最大影响范围为10 km, 将每个风险源作为种子点进行计算, 以该种子点作为生长起点, 将种子点周围8邻域的网格与种子点进行比较, 选择高程小于等于该种子点的网格进行合并;
(2) 将(1)中挑选出的网格作为下个种子点继续向外生长计算, 搜索周围8邻域的网格, 选择满足条件的网格重复计算;
(3) 直到没有小于等于上个种子点的情况出现或达到了10 km之外的范围时, 停止计算, 确定最终的风险源影响范围.
图 2展示了某个风险源影响范围确定示例, 其中方格表示流域某个网格, 方格的数字表示网格的高程.
|
图 2 风险源真实影响范围确定 Fig. 2 Determination of real impact scope of risk source |
(3) 网格水环境风险受体易损性计算
水环境风险受体易损性指数VWx, y主要参考文献[8]相关研究成果, 根据不同河流的级别及一级水体功能区涉及的不同区域的敏感性确定, 具体方法见表 1所示.
|
表 1 VWx, y确定方法 Table 1 Determination method of VWx, y |
(4) 网格水污染风险值计算
网格水污染风险值计算主要参考文献[8], 计算公式如下：
|
(7) |
式中, RWx, y为(x, y)处的风险值; EWx, y为(x, y)处的累积性水污染风险场强; VWx, y为(x, y)处的风险受体易损性指数.
(5) 网格水污染风险分区
本研究基于文献[23]的成果, 根据网格水污染风险值的大小, 将风险划分为4个等级：高风险(RW>80)、较高风险(60 < RW≤80)、中风险(30 < RW≤60)和低风险(RW≤30).
1.4 数据来源黄河流域空间范围和土地利用类型等基础地理数据来源于中国科学院资源环境科学数据中心(https://www.resdc.cn/); 中国1∶100万河流分布数据和湖泊水库分布数据来源于国家基础地理信息中心(http://www.webmap.cn/main.do?method=index); 2019年国家水质监测断面数据来源于中国环境监测总站(http://www.cnemc.cn/); 2019年环境风险企业数据来源于生态环境部企业备案数据; 2019年环境统计数据来源于各省生态环境部门.
2 结果与分析 2.1 突发性水污染风险分区结果通过突发性水污染风险分区评估方法计算, 得到黄河流域突发性水污染风险分区结果(图 3).高风险区面积为1 349 km2, 占比0.2%; 较高风险区面积为3 864 km2, 占比0.5%; 中风险区面积为8 429 km2, 占比1.0%.从全流域各地市高风险区分布来看, 高风险区主要集中分布在兰州市西部、中卫市北部、乌海市中部、巴彦淖尔市南部、包头市南部、鄂尔多斯市东北部、宝鸡市中部、焦作市西南部、洛阳市西南部、济南市西部和东营市西部这11个区域; 从沿黄河干流两岸分布来看, 高风险区主要分布在黄河干流兰州段、白银段、中卫段、乌海段、巴彦淖尔段、鄂尔多斯段、郑州段、德州段和东营段这9个河段.
|
图 3 黄河流域突发性水污染风险分区 Fig. 3 Zoning map of emergency water pollution risk in the Yellow River basin |
通过累积性水污染风险分区评估方法计算, 得到黄河流域累积性水污染风险分区结果(图 4).高风险区面积为5 837 km2, 占比0.7%; 较高风险区面积为25 382 km2, 占比3.1%; 中风险区面积为37 660 km2, 占比4.7%.从全流域各地市高风险区分布来看, 高风险区主要集中分布在兰州市东部、白银市中南部、银川市中部、乌海市中部、巴彦淖尔市中南部、包头市西南部、呼和浩特市西南部、晋城市中部、运城市南部、宝鸡市中部、洛阳市东部、郑州市西北部、泰安市中部、济南市西南部、滨州市南部和东营市中西部这16个区域; 从沿黄河干流两岸分布来看, 高风险区主要分布在黄河干流兰州段、白银段、中卫段、银川段、乌海段、巴彦淖尔段、包头段、呼和浩特段、运城段、三门峡段、洛阳段、郑州段、德州段、滨州段和东营段这15个河段; 从沿黄河干流一级支流两岸分布来看, 高风险区主要分布在渭河宝鸡段、西安段, 汾河太原段、晋中段和洛河洛阳段这5个河段.
|
图 4 黄河流域累积性水污染风险分区 Fig. 4 Zoning map of cumulative water pollution risk in the Yellow River basin |
已发生的突发环境事件是一个区域内突发性环境风险后果的集中体现[5, 6, 8, 27].根据2006~2019年黄河流域突发水污染事件统计, 约78.2%的事件发生在中风险以上网格区域, 表明突发性水污染风险分区结果具有一定的可靠性.
污染物的排放与周边居民息息相关, 公众举报能在一定程度上反映流域水环境风险[28~30].根据2009~2019年涉水环境信访举报数据统计, 约71.4%环境举报发生在中风险以上网格区域, 表明累积性水污染风险分区结果具有一定的可靠性.
然而, 本研究还存在两个方面的局限：①为反映流域水污染风险分布特征, 主要基于风险源和受体两个因素(包括途径因素)进行评估分析, 未考虑控制机制对风险的抑制和消减; ②限于数据可获得性原因, 未考虑危化品运输可能造成的突发性水污染风险和特征污染物排放造成的累积性水污染风险.后续研究中将进一步优化评估方法、完善基础数据, 以获得更为全面和精确的分区评估结果.
3.2 突发性、累积性水污染高风险“热点”区域原因分析 3.2.1 突发性水污染高风险“热点”区域原因分析突发性水污染高风险“热点”区域主要有兰州市西部、中卫市北部和乌海市中部等11个区域(图 3), 从突发性水污染风险场强及风险受体易损性空间分布来看(图 5), 中卫市、乌海市、巴彦淖尔市、包头市、鄂尔多斯市、焦作市和东营市等部分区域风险高, 主要是由于其风险场强较大且受体较为敏感所致; 兰州市、宝鸡市、洛阳市和济南市等部分区域风险高, 主要是由于其风险场强较大所致.
|
图 5 黄河流域突发性水污染风险场强及风险受体易损性分布 Fig. 5 Risk strength and receptor vulnerability distribution of water pollution in the Yellow River basin |
为探索突发性水污染高风险区域的深层原因, 进一步统计流域高风险地市平均风险与其所有风险企业工业总产值之和比值, 其中, 焦作市、乌海市和中卫市比值较高, 表明这些区域在产生相同的工业总产值的情况下, 具有较高的突发性水污染风险, 这可能是由于焦作市、乌海市和中卫市等地产业结构及产业布局存在较大的问题, 区域环境风险物质储存量较大且距离受体较近; 2013年, 相关规划中将焦作市和乌海市划分成衰退型的能源型资源型城市[31], 根据风险企业行业统计, 焦作市和乌海市主要以化学原料和化学制品制造业和石油、煤炭及其他燃料加工业等高风险行业为主, 大量企业沿河而建, 其中, 黄河干流及一级支流乌海段、焦作段周边5 km风险企业均超过100家.
3.2.2 累积性水污染高风险“热点”区域原因分析累积性水污染高风险“热点”区域主要有兰州市东部、白银市中南部和银川市中部等16个区域(图 4), 从各地市水污染物排放当量及受体敏感性分布来看[图 6(d)和图 5(b)], 银川市、包头市、呼和浩特市、晋城市、运城市、宝鸡市、洛阳市、郑州市、泰安市和滨州市等地部分区域风险高, 主要是由于其水污染排放量大且受体较为敏感所致.兰州市、白银市、乌海市、巴彦淖尔市、济南市和东营市等地部分区域风险高, 主要是由于受体较为敏感所致.
|
图 6 黄河流域各地市水污染物排放当量空间分布 Fig. 6 Spatial distribution of water pollutant emission equivalent in cities in the Yellow River basin |
从各类风险源常规污染物统计来看, 农业源为流域排放最大的风险源, 占比86.6%, 其次为生活源, 占比9.4%, 工业源最少, 占比3.9%; 从各类风险源常规污染物空间分布来看(图 6), 工业源排放较大的区域主要分布在兰州市、定西市、吴忠市、银川市、呼和浩特市、榆林市、吕梁市、长治市、济宁市、德州市和滨州市等地[图 6(a)]; 生活源排放较大的区域主要分布在银川市、西安市、郑州市和济南市等地[图 6(b)]; 农业源排放较大的区域主要分布在临夏回族自治州、中卫市、吴忠市、呼和浩特市、吕梁市、晋中市、临汾市、晋城市、运城市、洛阳市、新乡市、濮阳市和德州市等地[图 6(c)].
为探索农业源对各地市高风险热点区域影响的深层原因, 本研究进一步统计分析高风险热点区域所在各地市网格平均风险与其农业总产值比值, 其中, 乌海市、银川市、东营市、滨州市、郑州市和晋城市比值较大, 表明这些区域在产生相同的农业总产值的情况下, 具有较高的累积性水污染风险, 这可能是由于这些区域畜禽养殖业、种植业结构和方式相对粗放、废水污染物排放强度较大以及迁移扩散条件不利等原因导致.这些重点区域可从以下3个方面加强管控：①优化生产方式, 减少粮食作物和蔬菜瓜果的化肥施用量[32~34]; ②提升农业管理水平, 提高化肥利用率, 增加农田退水的处理能力, 增设人工布设的机制, 在污染汇流阻断上做好处理[32]; ③加强畜禽养殖的监管, 加快分散经营向规模化养殖模式的转变, 推进畜禽养殖制度化和规范化[35].
3.3 突发性和累积性水污染高风险热点区域对比分析从黄河流域各地市突发性水污染高风险区与累积性水污染高风险区对比分析来看, 兰州市、乌海市、巴彦淖尔市、包头市、宝鸡市、济南市和东营市等地部分区域突发性、累积性水污染风险均较高, 这与杨泽康等[36]和刘鸿志等[37]的研究结果基本一致, 其主要原因是这些区域涉突发性风险物质企业集聚、水污染物排放量大且距离水体环境敏感目标较近所致.应着重加强这些区域的环境风险综合管控.
3.4 政策建议针对分区评估获得的流域水污染风险总体分布分散、沿河区域相对集中以及突发性和累积性风险耦合性强等特征, 为支撑流域水污染风险防控与管理, 从以下3个方面提出政策建议：①针对突发性高风险“热点”区域, 调整优化产业结构布局, 严格环境风险源头防控, 加强环境应急协调联动, 做好监控预警和应急准备, 提高应急响应的及时性和有效性, 防范化解重大环境风险[38].②针对累积性高风险“热点”区域, 健全累积性水环境风险管理体系, 完善从污染产排污到环境质量的“正向模拟预警”和“反向溯源管控”技术方法和管理制度机制, 加强对常规污染物和特征污染物的协同防治, 对高排放和高敏感性受体网格实施重点管控.③建立突发性和累积性“双高”风险区域网格化预警和综合管控机制, 对“热点”网格实施差异化提示性预警、动态跟踪以及综合应对.
4 结论(1) 黄河流域突发性高风险区面积为1 349 km2, 占比0.2%, 较高风险区面积为3 864 km2, 占比0.5%; 累积性高风险区面积为5 834 km2, 占比0.7%; 较高风险区面积为25 382 km2, 占比3.1%.
(2) 从城市区域来看, 兰州市、乌海市、巴彦淖尔市、包头市、宝鸡市、济南市和东营市等部分地区突发性、累积性环境风险均相对较高, 是环境风险防控的重中之重, 应着重加强各行政区域的全过程环境风险综合管控.
(3) 从黄河干流来看, 黄河干流兰州段、白银段、中卫段、乌海段、巴彦淖尔段、郑州段、德州段和东营段等突发性和累积性环境风险均较高, 应重点加强这些河段的水环境质量监测、预警及溯源管理, 建立健全联防联控和应急体系.
| [1] |
胡志强, 苗长虹, 熊雪蕾, 等. 产业集聚对黄河流域工业韧性的影响研究[J]. 地理科学, 2021, 41(5): 824-831. Hu Z Q, Miao C H, Xiong X L, et al. Influence of industrial agglomeration on the industrial resilience of the Yellow River basin[J]. Scientia Geographica Sinica, 2021, 41(5): 824-831. |
| [2] |
白璐, 孙园园, 赵学涛, 等. 黄河流域水污染排放特征及污染集聚格局分析[J]. 环境科学研究, 2020, 33(12): 2683-2694. Bai L, Sun Y Y, Zhao X T, et al. Discharge characteristics and pollution aggregation pattern of water pollution in Yellow River basin[J]. Research of Environmental Sciences, 2020, 33(12): 2683-2694. |
| [3] | 习近平. 在黄河流域生态保护和高质量发展座谈会上的讲话[J]. 求是, 2019(20): 4-11. |
| [4] |
王金南. 黄河流域生态保护和高质量发展战略思考[J]. 环境保护, 2020, 48(S1): 18-21. Wang J N. A primary framework on protection of ecological environment and realization of high-quality development for the Yellow River basin[J]. Environmental Protection, 2020, 48(S1): 18-21. |
| [5] |
周夏飞, 於方, 刘琦, 等. 东江流域突发水污染风险分区研究[J]. 生态学报, 2020, 40(14): 4813-4822. Zhou X F, Yu F, Liu Q, et al. Risk zoning of sudden water pollution in Dongjiang River basin[J]. Acta Ecologica Sinica, 2020, 40(14): 4813-4822. |
| [6] |
周夏飞, 曹国志, 於方, 等. 长江经济带突发水污染风险分区研究[J]. 环境科学学报, 2020, 40(1): 334-342. Zhou X F, Cao G Z, Yu F, et al. Risk zoning of acute water pollution in the Yangtze River Economic Belt[J]. Acta Scientiae Circumstantiae, 2020, 40(1): 334-342. |
| [7] | 王东. 黄河流域水污染防治问题与对策[J]. 民主与科学, 2018(6): 24-25. |
| [8] | Cao G Z, Gao Y, Wang J N, et al. Spatially resolved risk assessment of environmental incidents in China[J]. Journal of Cleaner Production, 2019, 219: 856-864. DOI:10.1016/j.jclepro.2019.02.130 |
| [9] | Albanese S, De Vivo B, Lima A, et al. Prioritising environmental risk at the regional scale by a GIS aided technique: the Zambian Copperbelt Province case study[J]. Journal of Geochemical Exploration, 2014, 144: 433-442. DOI:10.1016/j.gexplo.2014.03.014 |
| [10] | Zabeo A, Pizzol L, Agostini P, et al. Regional risk assessment for contaminated sites part 1: vulnerability assessment by multicriteria decision analysis[J]. Environment International, 2011, 37(8): 1295-1306. DOI:10.1016/j.envint.2011.05.005 |
| [11] |
邢永健, 王旭, 可欣, 等. 基于风险场的区域突发性环境风险评价方法研究[J]. 中国环境科学, 2016, 36(4): 1268-1274. Xing Y J, Wang X, Ke X, et al. Method of regional acute environmental risk assessment based on risk field[J]. China Environmental Science, 2016, 36(4): 1268-1274. DOI:10.3969/j.issn.1000-6923.2016.04.044 |
| [12] |
薛鹏丽, 曾维华. 上海市突发环境污染事故风险区划[J]. 中国环境科学, 2011, 31(10): 1743-1750. Xue P L, Zeng W H. Shanghai environmental accidents risk regionalization[J]. China Environmental Science, 2011, 31(10): 1743-1750. |
| [13] |
黄蕾, 黄雨佳, 刘朋辉, 等. 区域综合环境风险评价方法体系研究[J]. 中国环境科学, 2020, 40(12): 5468-5474. Huang L, Huang Y J, Liu P H, et al. Research on regional comprehensive environmental risk assessment method system[J]. China Environmental Science, 2020, 40(12): 5468-5474. DOI:10.3969/j.issn.1000-6923.2020.12.044 |
| [14] |
张晓娇, 柏杨巍, 张远, 等. 辽河流域地表水中典型抗生素污染特征及生态风险评估[J]. 环境科学, 2017, 38(11): 4553-4561. Zhang X J, Bai Y W, Zhang Y, et al. Occurrence, distribution, and ecological risk of antibiotics in surface water in the Liaohe River basin, China[J]. Environmental Science, 2017, 38(11): 4553-4561. |
| [15] |
齐鹏, 余树全, 张超, 等. 城市地表水表层沉积物重金属污染特征与潜在生态风险评估: 以永康市为例[J]. 环境科学, 2015, 36(12): 4486-4493. Qi P, Yu S Q, Zhang C, et al. Pollution characteristics and potential ecological risk of heavy metals in urban surface water sediments from Yongkang[J]. Environmental Science, 2015, 36(12): 4486-4493. |
| [16] |
刘仁志, 董蕾, 刘静, 等. 滨海地区突发性水污染事故风险评估[J]. 应用基础与工程科学学报, 2015, 23(S1): 41-49. Liu R Z, Dong L, Liu J, et al. An environmental risk assessment method of abrupt water pollution accidents in coastal areas[J]. Journal of Basic Science and Engineering, 2015, 23(S1): 41-49. |
| [17] | EPA. Guidance on cumulative risk assessment of pesticide chemicals that have a common mechanism of toxicity[R]. Washington DC: Office of Pesticide Programs, 2002. |
| [18] |
袁鹏, 李文秀, 彭剑峰, 等. 国内外累积性环境风险评估研究进展[J]. 环境工程技术学报, 2015, 5(5): 393-400. Yuan P, Li W X, Peng J F, et al. Research progress of cumulative environmental risk assessment at home and abroad[J]. Journal of Environmental Engineering Technology, 2015, 5(5): 393-400. DOI:10.3969/j.issn.1674-991X.2015.05.062 |
| [19] | 胡二邦. 环境风险评价实用技术、方法和案例[M]. 北京: 中国环境科学出版社, 2009. |
| [20] |
黄锦辉, 史晓新, 张蔷, 等. 黄河生态系统特征及生态保护目标识别[J]. 中国水土保持, 2006(12): 14-17. Huang J H, Shi X X, Zhang Q, et al. Characteristics of ecological system and target identification of ecological protection of the Yellow River[J]. Soil and Water Conservation in China, 2006(12): 14-17. DOI:10.3969/j.issn.1000-0941.2006.12.006 |
| [21] |
金凤君. 黄河流域生态保护与高质量发展的协调推进策略[J]. 改革, 2019(11): 33-39. Jin F J. Coordinated promotion strategy of ecological protection and high-quality development in the Yellow River basin[J]. Reform, 2019(11): 33-39. DOI:10.3969/j.issn.2095-1507.2019.11.016 |
| [22] |
邢永健, 王旭, 杜航. 集对分析在区域大气环境风险评价中的应用研究[J]. 中国环境科学, 2016, 36(2): 634-640. Xing Y J, Wang X, Du H. Set pair analysis for regional atmospheric environmental risk assessment[J]. China Environmental Science, 2016, 36(2): 634-640. DOI:10.3969/j.issn.1000-6923.2016.02.046 |
| [23] | 环境保护部. 《行政区域突发环境事件风险评估推荐方法》(环办应急〔2018〕9号)[EB/OL]. 北京: 环境保护部, http://www.szguanjia.cn/article/356, 2020-03-22. |
| [24] |
陈新学, 王万宾, 陈海涛, 等. 污染当量数在区域现状污染源评价中的应用[J]. 环境监测管理与技术, 2005, 17(3): 41-43. Chen X X, Wang W B, Chen H T, et al. Application of pollution equivalent in regional pollution source evaluation[J]. The Administration and Technique of Environmental Monitoring, 2005, 17(3): 41-43. DOI:10.3969/j.issn.1006-2009.2005.03.018 |
| [25] |
曹宝, 杨占红, 罗宏, 等. 基于PEI的我国环境与经济绩效评价[J]. 环境科学研究, 2018, 31(4): 609-615. Cao B, Yang Z H, Luo H, et al. Environment and economy performance evaluation of China based on PEI[J]. Research of Environmental Sciences, 2018, 31(4): 609-615. |
| [26] |
陆丛蕊, 刘鸿志, 袁涛, 等. 涂装工业大气污染物排放毒性当量核算模型的研究[J]. 安全与环境工程, 2018, 25(5): 110-114. Lu C R, Liu H Z, Yuan T, et al. Toxicity equivalent accounting model of atmospheric pollutant discharged in coating industry[J]. Safety and Environmental Engineering, 2018, 25(5): 110-114. |
| [27] | Cao G Z, Yang L, Liu L X, et al. Environmental incidents in China: lessons from 2006 to 2015[J]. Science of the Total Environment, 2018, 633: 1165-1172. DOI:10.1016/j.scitotenv.2018.03.271 |
| [28] | Yang T, Zhang X H. Public participation in environmental enforcement... with Chinese characteristics?: A comparative assessment of China's environmental complaint mechanism[R]. South Royalton: Vermont Law School, 2012. 325-366. |
| [29] |
李兵华, 朱德米. 环境保护公共参与的影响因素研究——基于环保举报热线相关数据的分析[J]. 上海大学学报(社会科学版), 2020, 37(1): 118-128. Li B H, Zhu D M. Influencing factors of public participation in environmental protection: a case study of environmental tip-off hotlines[J]. Journal of Shanghai University (Social Sciences), 2020, 37(1): 118-128. |
| [30] |
王辰成. 环境投诉与地方政府回应——基于新浪微博大数据的实证研究[D]. 南京: 南京大学, 2018. Wang C C. Environmental complaints and local government responses——an empirical study based on the big data from Sina Weibo[D]. Nanjing: Nanjing University, 2018. |
| [31] | 国务院. 《全国资源型城市可持续发展规划(2013-2020年)(国发〔2013〕45号》[R]. 北京: 国务院, 2013. |
| [32] |
陶园, 徐静, 任贺靖, 等. 黄河流域农业面源污染时空变化及因素分析[J]. 农业工程学报, 2021, 37(4): 257-264. Tao Y, Xu J, Ren H J, et al. Spatiotemporal evolution of agricultural non-point source pollution and its influencing factors in the Yellow River basin[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(4): 257-264. |
| [33] |
黄绍文, 唐继伟, 李春花, 等. 我国蔬菜化肥减施潜力与科学施用对策[J]. 植物营养与肥料学报, 2017, 23(6): 1480-1493. Huang S W, Tang J W, Li C H, et al. Reducing potential of chemical fertilizers and scientific fertilization countermeasure in vegetable production in China[J]. Journal of Plant Nutrition and Fertilizer, 2017, 23(6): 1480-1493. |
| [34] |
刘钦普. 中国化肥施用强度及环境安全阈值时空变化[J]. 农业工程学报, 2017, 33(6): 214-221. Liu Q P. Spatio-temporal changes of fertilization intensity and environmental safety threshold in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2017, 33(6): 214-221. |
| [35] |
隋斌, 孟海波, 沈玉君, 等. 丹麦畜禽粪肥利用对中国种养结合循环农业发展的启示[J]. 农业工程学报, 2018, 34(12): 1-7. Sui B, Meng H B, Shen Y J, et al. Utilization of livestock manure in Denmark and its inspiration for planting-breeding combined circular agricultural development in China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(12): 1-7. DOI:10.11975/j.issn.1002-6819.2018.12.001 |
| [36] |
杨泽康, 田佳, 李万源, 等. 黄河流域生态环境质量时空格局与演变趋势[J]. 生态学报, 2021, 41(19): 7627-7636. Yang Z K, Tian J, Li W Y, et al. Spatio-temporal pattern and evolution trend of ecological environment quality in the Yellow River Basin[J]. Acta Ecologica Sinica, 2021, 41(19): 7627-7636. |
| [37] |
刘鸿志, 王光镇, 马军, 等. 黄河流域水质和工业污染源研究[J]. 中国环境监测, 2021, 37(3): 18-27. Liu H Z, Wang G Z, Ma J, et al. Water quality status and industrial pollution sources in the Yellow River basin[J]. Environmental Monitoring in China, 2021, 37(3): 18-27. |
| [38] |
曹国志, 於方, 王金南, 等. 长江经济带突发环境事件风险防控现状、问题与对策[J]. 中国环境管理, 2018, 10(1): 81-85. Cao G Z, Yu F, Wang J N, et al. Situation, Problems and countermeasures of risk prevention and control of environmental emergencies in the Yangtze River Economic Belt[J]. Chinese Journal of Environmental Management, 2018, 10(1): 81-85. |