不同評估模型對土壤污染刻畫的適用性影響

李桂全

（山東瑞地環評科技有限公司 山東青島 266000）

引言

土壤污染作為一種嚴重的環境問題，對人類健康、生態環境和可持續發展造成了嚴重威脅。土壤污染的狀況及其演變趨勢的準確刻畫對于污染防治和土壤資源合理利用具有重要意義。土壤污染評估作為土壤污染狀況刻畫的關鍵環節，可以通過建立評估模型來對地塊土壤污染進行定性或定量評估，從而為土壤污染防治和修復提供科學依據。然而，不同的土壤污染評估模型可能對地塊土壤污染的準確刻畫產生不同影響，因此選擇合適的評估模型對于土壤污染評估的準確性和可靠性至關重要。

本文將探討不同土壤污染評估模型對地塊土壤污染準確刻畫的適用性影響。首先，從評估模型的適用性、數據的可獲得性、模型的復雜度以及評估結果的解釋和應用等多個方面進行討論。其次，通過對比分析不同模型的優缺點，進一步探討如何選擇合適的評估模型以及如何在實際應用中提高土壤污染評估的準確性和可靠性。最后，總結現有研究中存在的問題，并提出未來研究的方向和建議。

1 評估模型的適用性

不同的土壤污染評估模型在不同的場景下具有不同的適用性。評估模型的適用性主要包括模型的適用對象、適用區域、適用尺度和適用目的等方面。

1.1 評估模型適用對象需與研究地塊土壤污染類型和性質匹配

由于有些評估模型適用于有機污染物的評估，因而對于重金屬污染或放射性污染等不同類型的土壤污染，需要選擇相應的評估模型。不同類型的土壤污染物具有不同的行為特征，如遷移、轉化、積累等過程，因此需要選擇合適的評估模型準確刻畫其在地塊土壤中的分布和遷移規律。

1.2 評估模型適用區域需與研究地理范圍匹配

不同地理區域的土壤性質、氣候條件、土地利用方式等因素可能對土壤污染的形成和傳輸過程產生影響，因此需要選擇適合當地情況的評估模型。如，在不同地理區域中，土壤pH、有機質含量、粘粒含量等土壤性質的差異可能影響重金屬污染物的遷移和轉化，因此需要考慮這些因素在評估模型的應用中。

1.3 評估模型適用尺度需與研究地塊土壤污染尺度匹配

土壤污染可以存在于不同尺度的地理單元中，包括點源污染、面源污染和區域性污染等。評估模型的適用尺度需要與研究的地塊尺度相匹配，以保證評估結果的準確性和可靠性。

對于點源污染，常常采用Geo-accumulation Index（I-geo 等點源模型進行評估）[1]。如，廣東省珠三角地區的土壤污染研究中，采用了I-geo指標，對該地區的土壤污染程度進行了評估，并明確了不同元素的污染狀況和污染來源[2]；陜西省寶雞市某鉛鋅冶煉區土壤污染評估研究中，采用了I-geo 指標，對土壤中的重金屬污染進行了評估，并提出了相應的防治建議[3]。而對于面源污染，常常采用Soil Conservation Service model（SCS）[4]和Vegetative Filter Strip Modeling System（VFSMOD）[5]等面源模型進行評估。如，杭嘉湖地區農田氮磷徑流流失研究中，采用了SCS 模型，對同一農田旱澇季的土壤的侵蝕風險進行了評估，并提出了防治措施；植被緩沖帶對千島湖地區農田面源污染磷負荷削減效果模擬研究中，采用了VFSMOD 模型，對土壤侵蝕程度進行了評估，為植被緩沖帶凈化農田面源污染時寬度設計提供指導。

對于區域性污染，通常基于多種數據源和模型方法，并結合地理信息系統（GIS）[6]、遙感技術、統計學等方法。如，江蘇省南京市江寧區某鄉鎮的農田重金屬污染研究中，采用了GIS 模型，分析重金屬空間分布特征，預測了其他風險區域及警戒線，為周邊區域的重金屬污染防范起到了關鍵作用；海南省海南島的農用地土壤重金屬污染評估研究中，采用了GIS 模型，對海南島農用地中的5 種重金屬（Hg、Cd、Cr、Pb和As）進行了系統性的分析與評價，這對海南島農業發展規劃和城市土地利用具有重要意義[7]。因此，在選擇評估模型時需要根據研究地塊的實際尺度進行合理選擇。

1.4 評估模型適用目的需與研究目標匹配

評估模型的適用性對土壤污染評估的準確性和可靠性至關重要。選擇合適的評估模型能夠在一定程度上提高土壤污染評估的精度和可靠性，從而更好地指導土壤污染的管理和修復。對于土壤污染的風險評估，需要使用概率模型或風險模 型，如Monte Carlo 模 擬[8]、Probabilistic Risk Assessment（PRA）[9]等；而對于土壤污染的來源解析，需要使用示蹤模型或同位素模型，如Stable Isotope Mixing Model（SIMM）[10]等。因此，在選擇評估模型時，需要明確研究目的，并選擇適合的模型來實現研究目標。

2 數據的可獲得性

土壤污染評估模型需要大量的輸入數據，包括土壤性質、污染物濃度、環境因素等數據，但不同類型的評估模型對輸入數據的要求也不同。首先，不同評估模型對土壤性質數據的要求不同，如有些評估模型需要詳細的土壤質地、有機質含量、pH 等數據，而有些評估模型只需要全氮、全磷等簡化的土壤性質數據，這取決于評估模型對土壤性質的敏感性和精細度要求。但有時候獲得足夠的土壤性質數據可能會面臨困難，如在一些偏遠地區或者沒有詳細土壤性質數據的地方，可能會影響評估模型的適用性和準確性。其次，不同評估模型對污染物濃度數據的要求也不同，如有些評估模型需要包括不同深度、不同土層污染物濃度的詳細的污染物濃度數據，而有些評估模型只需要總體的污染物濃度數據。但獲取足夠的污染物濃度數據可能面臨樣品采集、分析和處理等技術和成本上的挑戰。最后，評估模型還可能需要其他環境因素的數據，如氣象數據、地形數據、土地利用數據等。這些數據的可獲得性和精度也可能會對評估模型的適用性和準確性產生影響。因此，在選擇土壤污染評估模型時，需要考慮數據的可獲得性，并根據實際情況合理選擇適用的評估模型，如果數據不足或者不準確，可能需要進行合理的數據處理、插值或者代用，以保證評估結果的可靠性和合理性。

3 模型的復雜度

涉及環境評估和污染評估時，有許多不同的模型可供選擇，但每個模型都有其優點和局限性。

3.1 I-geo 模型

I-geo 模型的復雜度低，計算方法相對簡單，只需考慮污染物的累積程度，計算過程也較為簡單明了。通常通過對土壤或沉積物中污染物濃度的測定和參考值的比較，計算出Geoaccumulation Index 來評估污染程度。該模型簡單易用，不需要復雜的計算和數據要求，直觀地表示了污染程度，便于解釋和溝通。但由于其只考慮了單一元素的累積，不能全面評估多元素的綜合污染情況，且未考慮土壤特性、生物有效性等因素，可能會導致評估結果偏差。

3.2 SCS 模型

SCS 模型的復雜度中等，是一種用于評估土壤侵蝕和流失的模型，需要考慮多個因素如坡度、土地利用、覆蓋度等，并需要大量的輸入數據和參數進行計算，以及需要較為詳細的地理信息和土壤參數數據、較復雜的數據處理和計算過程。適用于評估面源污染對土壤侵蝕和水土保持的影響，具有廣泛應用和驗證，同時考慮了降雨、土壤、植被等多個因素，能夠較為全面地評估土壤侵蝕風險。但計算較為復雜，需要大量輸入數據和參數，對數據要求較高，并且由于不考慮非降雨條件下的土壤侵蝕，可能導致數據在某些情況下存在不準確性。

3.3 VFSMOD 模型

VFSMOD 模型的復雜度較高，它考慮了土壤表面和亞表面的流動和運移過程，需要較多的輸入數據和參數，包括了較為復雜的植被信息和水流模擬，需要較高的技術水平和模型應用經驗，因而對于數據不足或不準確的情況可能需要專業的技術支持和實地驗證。但該模型考慮了植被帶對污染物的滯留和去除效果，適用于評估植被帶對面源污染的緩解作用；提供了多種模型和算法，可以根據具體情況選擇合適的模型進行應用。不過該模型需要較為詳細的輸入數據和參數，對數據要求較高，由于不考慮其他土壤和環境因素對污染物遷移的影響，因此可能導致數據在某些情況下存在不準確性。

3.4 GIS 模型

GIS 模型的復雜度中等，是一種基于地理信息系統（GIS）的模型，需要使用GIS 軟件進行數據處理和空間分析，包括地理數據獲取、數據疊加、空間插值等。而基于地理信息系統 (GIS)平臺，可以集成和分析大量空間數據，具有較強的空間分析和決策支持能力；可以通過空間插值、空間統計等方法對污染分布進行推斷和模擬。但結果易受到空間數據質量、模型參數和算法選擇等因素的影響，可能存在一定的不確定性,對于不熟悉GIS 技術和空間數據處理的用戶而言該模型較為復雜。

3.5 Monte Carlo 模擬

Monte Carlo 模擬的復雜度較高，它是一種基于概率統計的模型，需要生成隨機數和進行大量的模擬計算。它可以考慮不確定性因素，通過多次模擬和隨機抽樣得到概率分布和風險結果；可以對多個參數和變量進行靈活的組合和分析，能夠全面評估風險的多樣性。但Monte Carlo 模擬的計算較為復雜，需要大量的計算資源和時間，對于不熟悉統計學和概率論的用戶而言較為復雜，需要一定的技術和專業知識。

3.6 PRA

PRA 的復雜度較高，涉及到復雜的概率統計和風險分析，需要對不同的風險來源、暴露途徑、人群暴露情況等進行綜合考慮，包括概率分布的建立、不確定性分析、災害事件的概率計算等復雜的計算和分析過程。但PRA 可以通過概率和統計方法對風險進行定量評估，考慮了不確定性和可變性；可以綜合考慮多個因素對風險的影響，包括事故概率、事故后果、人員暴露等；可以提供一種較為全面和科學的評估方法，適用于復雜和多風險因素的評估。不過PRA 需要大量的數據和參數，對數據質量和準確性要求較高，且計算較為復雜需要專業的技術和經驗支持。PRA 的結果依賴于模型的準確性和假設的合理性。

3.7 SIMM 模型

SIMM 模型的復雜度中等，是一種用于追蹤不同源頭的混合物的模型，需要對穩定同位素比值進行測定，并進行模型計算和混合比例的估算。該模型可通過穩定同位素的比例來追蹤和識別不同來源的污染物，可提供定量的來源貢獻信息，對源解析和污染溯源具有較高的準確性，適用于評估復雜的環境體系中不同來源的貢獻，如水體、大氣、土壤等。但該模型需要穩定同位素分析的技術和設備支持成本較高，對于不同穩定同位素的選擇和解釋需要專業的知識和經驗，依賴于同位素比例的數據質量和準確性，對數據要求較高。

3.8 小結

綜上所述，不同的評估模型在復雜度方面存在差異。一些模型較為簡單易用，適合初步評估和快速篩選，如I-Geo 指標；一些模型復雜度較高，需要較多的數據和參數，適合深入和細致的評估，如Monte Carlo 模擬和PRA；還有一些模型在特定應用場景下具有較高的準確性和精確性，如SIMM 模型。因此，選擇適合的模型需要考慮研究目的、數據可用性、模型可靠性和用戶專業知識等多方面因素。

4 評估結果的解釋與應用

完成土壤污染評估后，需要對評估結果進行解釋和應用。評估結果應以科學客觀的方式進行解釋，包括對評估模型的適用性、準確性和不確定性的說明，以及對評估結果的合理解釋。模型的可解釋性通常與模型的復雜性和精確性之間存在一定的權衡。一些復雜的模型由于計算過程可能較為復雜，涉及多個參數和復雜的算法，可能在解釋性上存在一定的挑戰。然而，這并不意味著復雜的模型就缺乏可解釋性。在實際應用中，可以采用文檔化、可視化、簡化模型、教育和培訓、敏感性分析、模型驗證的方法來提高模型的可解釋性。如，可詳細記錄模型的輸入數據、參數、計算過程、輸出結果等信息，并編寫用戶文檔或技術文檔，以便用戶能夠理解和解釋模型的運行結果；使用圖表、圖形、地圖等可視化方式，將模型的結果以直觀的形式展示出來，便于用戶理解和解釋；在設計模型時，可以考慮將模型簡化為更為直觀和易解釋的形式，像使用簡單的公式、規則或者圖形化模型等，以便用戶更好地理解模型的運行原理和結果；對使用模型的用戶進行培訓和教育，提高他們對模型的理解和解釋能力，使其能夠正確解釋模型的結果和應用模型的限制；通過對模型進行敏感性分析，了解模型結果對于輸入參數的響應，可以幫助用戶理解模型的穩定性和對不確定性的響應；對模型進行驗證以確保模型的準確性和可靠性，并向用戶提供可信的結果。

評估結果的應用涉及環境管理、土地利用規劃、風險管理等方面，因此解釋評估結果時需要考慮受眾的背景和需求，以確保評估結果能夠被合理理解和應用。在環境管理方面，評估結果可作為制定土壤污染防治政策和措施的依據，幫助決策者了解土壤污染程度和分布情況，制定合理的污染防治措施。在土地利用規劃方面，評估結果可以用于評估土地的適宜性和可持續性，指導土地用途的選擇和規劃。在風險管理方面，評估結果可以幫助評估土壤污染對人體健康和生態環境的風險，并制定相應的風險管理措施。

此外，評估結果的應用還需要考慮社會、經濟和政策因素。如，評估結果可能對土地價值和房地產市場產生影響，可能對企業的生產經營和投資決策產生影響，可能對政府的土地管理和環境政策產生影響。因此，在評估結果的應用過程中，需要充分考慮這些因素，并采取綜合、科學、合理的方法進行決策和管理。

5 評估模型的不足與未來展望

5.1 評估模型的不足之處

雖然土壤污染評估模型在評估土壤污染中具有重要的作用，但也存在一些不足之處。首先，評估模型的精度和可靠性依賴于數據的質量和數量，如果數據量有限或者數據樣本存在偏差，模型的泛化能力和評估結果可能受到限制，進而影響評估結果的可靠性和準確性。其次，評估模型的適用性受到多種因素的限制，包括土壤性質、污染物類型和濃度、環境條件等，不同的評估模型對不同情境下的適用性和準確性需要進一步研究和驗證。最后，評估模型通常基于已有的科學理論和假設，對于新興的污染物或者不同地區的土壤特性可能存在局限性，需要不斷進行改進和更新。

5.2 評估模型的未來發展

未來，土壤污染評估模型仍有許多研究和發展的空間。首先，需要不斷改進和完善土壤污染評估模型的算法和方法，提高其精度和可靠性，如可以引入遙感數據、地理信息系統（GIS）數據等新的數據源，以提高評估結果的準確性和空間分辨率。其次，可以探索多尺度、多層次的評估方法，包括從微觀到宏觀、從點源到面源的評估，以更全面地了解土壤污染的分布和影響。最后，可以考慮將不確定性因素更加融入評估模型中，如蒙特卡洛模擬、靈敏度分析、誤差傳播等，對模型的不確定性進行全面和精細的分析，并將不確定性結果合理地傳遞給決策者和利益相關者，提高環境管理、土地規劃和風險管理等實際應用場景中的決策準確性，從而實現土壤污染的有效防治和可持續管理。

結語

土壤污染評估是土壤環境科學領域中的重要研究方向，具有廣泛的應用價值。評估模型作為評估土壤污染的工具，可以通過建立數學模型和計算方法，從多個維度和角度對土壤污染進行評估。但在評估模型的應用中，需要充分考慮土壤性質、污染物類型和濃度、環境條件等因素，并進行數據質量和數量的驗證和修正，以提高評估結果的可靠性和可解釋性。評估結果的解釋和應用需科學和客觀地進行，并考慮不同受眾的需求和背景。

總的來說，土壤污染評估模型在現代環境科學和環境管理中發揮著重要作用。通過評估模型，可以更加全面、準確地了解土壤污染的分布和影響，并為環境管理和風險治理提供科學依據。然而，評估模型仍然面臨許多挑戰和限制，需要不斷地改進和完善。未來的研究方向應包括改進算法和方法、引入新的數據源、探索多尺度、多層次的評估方法、融入不確定性因素，以及加強評估模型與實際決策之間的聯系。