基于DESYRE模型的污染场地修复决策研究

张海博，张林波，李岱青*，陈扬，PIZZOL Lisa，CRITTO Andrea，MARCOMINI Antonio

1.中国环境科学研究院，北京 100012

2.国家环境保护区域生态过程与功能评估重点实验室，北京 100012

3.中国科学院高能物理研究所，北京 100049

4.威尼斯研究联合会，意大利 威尼斯 I-30175

5.威尼斯大学环境科学学院，意大利威尼斯 I-30123

基于DESYRE模型的污染场地修复决策研究

张海博1，2，张林波1，2，李岱青1，2*，陈扬3，PIZZOL Lisa4，5，CRITTO Andrea5，MARCOMINI Antonio5

1.中国环境科学研究院，北京 100012

2.国家环境保护区域生态过程与功能评估重点实验室，北京 100012

3.中国科学院高能物理研究所，北京 100049

4.威尼斯研究联合会，意大利 威尼斯 I-30175

5.威尼斯大学环境科学学院，意大利威尼斯 I-30123

利用DESYRE模型对中国北方某污染场地的修复问题进行研究，在综合分析场地的污染物分布状况、污染物毒理性质和暴露途径的基础上，确定了污染物在不同土地使用方式下的风险等级分布;利用已有的修复技术数据库，筛选出较好的修复技术，并对修复效果进行模拟，提供修复技术选择和场地使用方案制定的依据。结果表明，该场地的最佳用地方式为居住用地或娱乐用地，清挖/处理技术与土壤固化/稳定技术(异位)配合应用修复效果较好。DESYRE模型应用结果较为理想，可以对该模型做进一步改进，使之更符合中国的实际情况。

污染场地;DESYRE;修复技术;决策支持;土地使用

随着我国经济社会的快速发展，特别是矿山开采、大型重工业基地建设与搬迁发展产生了大量的污染场地，如不加以处置，会对生态环境和人体健康造成极大的威胁。中国土地的紧缺性要求在短时间内完成有效修复，但是场地修复需要根据场地未来的土地利用方式及具体的环境条件来量身制定每个特定场地的修复目标，选择适宜的修复技术，制定相应的修复工作方案［1-6］。修复决策支持系统是利用专家评判、软件计算模拟为利益相关者和决策者提供决策帮助的综合系统，不仅能使污染场地特征数据可视化，对污染风险水平进行分析，还能提供修复方案的选择、分析、优化与模拟，综合比较经济成本与公众可接受度，为决策者做出科学决策提供支持［7-14］。

1 DESYRE模型的污染场地修复决策支持系统

污染场地修复决策支持系统(decision support system for the rehabilitation of contaminated sites，DESYRE)软件是由意大利威尼斯研究联合会(Consorzio Venezia Ricerche，CVR)开发的基于 GIS的决策支持系统，主要用于对污染场地进行综合管理和修复决策。该软件综合考虑了土地二次开发利用方式、基于风险的人体健康与环境影响、污染物的空间分布与毒理学特性、水文地质信息、修复技术特性、修复成本和社会经济状况等因素，为对较大范围污染场地进行修复决策提供了一个用于管理多源、海量信息的综合平台，协助特定污染场地修复方案和战略的制定，为决策者提供决策分析与建议［15-18］。DESYRE 模型框架如图1 所示。

图1 DESYRE模型框架Fig.1 The frame of DESYRE model

2 案例研究

2.1 研究区概况

以北方某金属冶炼厂为研究对象，该厂厂区总面积约3.6×105m2，主要产品有铜、铅、锌等20多种，年总产量为20万t。主要生产原料有铜精矿、铜灰及废铜料、铅精矿、金铅矿、锌熔烧粉等，土壤受镉、铜、汞、铅、锌、铬、镍等重金属污染严重。根据城市发展需要，原厂2000年停止运营并搬离城市中心区，遗留场地需要进行污染修复，再经二次开发转为民用，未来可选择的土地利用方式包括工业用地、商业用地、居住用地、娱乐用地。

2.1.1 污染物分布特征

2.1.1.1 采样方法

在原厂区布设40 m×40 m的采样单元，每个单元设1个采样点，去除不具备采样条件的19个单元，共获得168个采样单元。在每个采样单元的纵向采集三层土样，由上至下依次为:回填层2～3 m;原土层0～0.5 m;原土层0.5～1.0 m。每个采样点采集均匀分布的9个样品等量混合，制成1个混合样品。对每个土壤混合样品分析 Cd、Cu、Hg、Pb、Zn、Cr、Ni浓度和 pH 共8个指标。

2.1.1.2 污染物分布特征

通过反距离加权内插法对每个采样点每种化合物的最大浓度值进行平均后得到污染物浓度空间分布(图2)。由图 2 可见，Zn、Hg、Pb、Cu、Cd 整体污染较重，高浓度污染分布较广;Ni和Cr污染较轻，但部分地区浓度较高。

2.1.2 污染物的物理化学及毒理参数

污染物的物理化学和毒理学参数主要用来估算环境暴露影响，通过比较污染物的剂量和现有的毒理学资料，以确定暴露于某些污染物是否会对健康带来不利影响。参考RAIS(http://rais.ornl.gov/)，IRIS(www.epa.gov/iris/)和APAT(www.apat.it)等风险评估信息库［19-21］中相关污染物毒理信息和数据，确定对7种污染物的12个特性参数进行评估(表1)。

图2 土壤污染物浓度空间分布Fig.2 Soil contaminants spatial distribution maps

表1 7种污染物物理化学和毒理特性Table 1 The toxicity character of contaminants

2.1.3 水文地质状况

研究区土壤主要包括四层，由上至下依次为回填土(平均厚度2.5 m)、黄泥(平均厚度2.5 m)、中砂含泥(平均厚度为3 m)、中砂含砾(平均厚度50 m)。水文模型中用于风险评估的参数包括液压度、周围空气混合区高度、与地下水流向平行的源区宽度、与风向平行的源区宽度、地下水层厚度、毛细管边缘厚度、土层深度、地下水液压传导性、有效渗透、地下水Darcy速度、风速、毛细管土空气容量、渗流区空气容量、毛细管周边水容量、毛细管土水容量、有效孔隙度、土壤孔隙度、土壤有机碳含量、土壤密度、地下水平均有效速度等。

2.1.4 最优土地利用方式选择

根据研究区规划，研究区未来土地利用方式共有四种:工业用地、商业用地、居住用地、娱乐用地。采用模糊逻辑系统［22］从四个方面对场地及周边社会经济状况进行分析，分别为:拟采用土地利用方式的社会经济吸引力，相同土地利用方式下替代场地的吸引力，对特殊土地利用方式的需求以及拟采用土地利用方式与周围环境的一致性。主要评判参数:替代场地吸引力、可利用娱乐休闲场地面积、交通影响(汽车增加量)、能在30 min内到达场地的工人数、25～40岁的人口数、工厂数量、已有商业用地面积、城市常住人口数、区域常住人口数、当地吸引力、距主要交通工具距离总和(机场，车站，高速公路)、距高速公路距离、场地修复后经济价值等相关参数。分析结果见表2。由于场地修复后商业用地与居住用地的价值较高，二者的场地本身吸引力指数较高;交通增加量较多导致工业用地和商业用地与周围环境的一致性分值较低;娱乐用地与居住用地的社会经济需求均很高。综合比较，居住与娱乐两种土地利用方式具有较高的社会经济吸引力。选取这两种土地利用方式作为模拟方式来确定修复技术方案。

表2 不同土地利用方式社会经济吸引力评价结果Table 2 Estimated socio-economic indicators for different land uses

2.1.5 暴露途径与暴露参数

分析风险暴露过程并确定污染源、传播机制、暴露途径和受体。居住用地与娱乐用地的风险暴露如图3所示。

图3 污染物风险传播暴露Fig.3 Exposure diagrams defined for the residential land use and recreational land use

由于娱乐用地为室外活动并假设不使用地下水，因此，二者暴露途径的区别主要是室内蒸气吸入与摄食地下水。

根据预防性原则，表3列出成人和儿童在居住用地与娱乐用地暴露参数［19-21］。

2.2 风险前评估

通过ASTM风险评估方法［23］分别确定在两种土地利用方式中每种污染物通过不同传播途径的可接受浓度，结果见表4。只有Hg具有挥发性，其他金属污染物均不考虑易挥发物质摄入方式。在居住用地的方案下，除Cd与Hg之外，其他污染物的可接受浓度最小的传播途径是土壤浸出污染地下水摄入;娱乐用地方案下，除Cr外其他6种污染物的可接受浓度最小的传播途径是皮肤接触土壤。两种土地利用方式对比可见，居住用地的7种污染物土壤摄入的可接受浓度均较娱乐用地大;除Cr外其余污染物的皮肤接触土壤可接受浓度也是居住用地的大，这与居住用地中成人为敏感受体，而在娱乐用地中儿童作为主要敏感受体有关。土壤(全部)可接受浓度，居住用地总体较娱乐用地低。

表3 居住用地与娱乐用地人体健康暴露参数Table 3 Exposure indicators of people in residential and recreation land use

表4 7种污染物在居住用地与娱乐用地中的可接受浓度Table 4 The risk-based acceptable concentrations in soil for residential scenario and recreation scenario mg/kg(以干重计)

将污染物可接受浓度输入DESYRE空间风险评估工具中，得到居住用地与娱乐用地单一污染物风险因子空间分布(图4)。由图4可知，在两种土地利用方式下Ni与Zn风险等级较低;Pb的风险等级较高;娱乐用地的风险等级较居住用地低。

利用空间风险评估程序［24］确定污染物的风险因子空间分布以及风险大小，风险因子即污染环境介质中的污染物监测浓度与可接受浓度之比，风险因子等级(RF)可分为5级:1级，RF≤1;2级，1＜RF≤3;3级，3＜RF≤10;4级，10＜RF≤100;5级，RF＞100。

图4 污染物风险因子空间分布Fig.4 Soil contaminants risk factor spatial distribution maps

为了表明全部污染物所造成风险的整体效应，用DESYRE运算生成全部污染物的最大风险因子的空间分布(图5)。由图5可见，居住用地只有4级和5级两个风险等级;娱乐用地多数区域风险等级是3级和4级，风险较居住用地低，这是由于居住用地的可接受浓度较娱乐用地低。因此，如果用作居住用地则所有区域均需要修复，如果用作娱乐用地需要根据风险等级分配修复技术。

图5 污染物最大风险因子空间分布Fig.5 Maps of the spatial distribution of the RFmaxclasses for the inorganic category

图6 为引起最大风险因子的污染物分布。由图6可见，在两种土地利用方式下Pb都是引起最大风险最多的污染物;居住用地中Cr次之，娱乐用地中Hg次之;居住用地中其他污染物产生的影响较小，娱乐用地中Cr和Cd同样产生很大的影响。

图6 引起最大风险因子的污染物分布Fig.6 Maps of the contaminants which cause the maximum risk factor in soil

2.3 修复技术选择及残余风险分析

基于污染物最大风险因子风险分布图(图5)，利用修复技术模块进行修复技术识别与选择，对修复技术空间分布进行规划，主要包括三个步骤:修复技术初选、技术比较、技术方案设置［25-26］。

2.3.1 技术筛选

DESYRE数据库中包含有60余种污染处理技术，研究人员可以根据修复技术针对污染物类型、研究区水文地质条件、土壤结构、修复治理费用、修复技术适用条件、商业适用性和异位或原位修复等条件开展技术初选(表5)。包括两级筛选程序:1)初选。通过比较场地现存污染物与修复技术目标污染物来选择，共从修复技术数据库中选出14种修复技术。2)再选。主要根据场地的水文地质条件选择合适的修复技术，最终选出9种修复技术。

2.3.2 技术比较

参考图4～图6，在表5中选择最适合的技术，通过多标准决策支持系统［27］，根据六项评判标准对这些技术进行评估比较分级(图7)，六项标准及其被赋予的权重分别为:效率(0.475);费用(0.241);危险性(0.147);可靠性(0.064);制约条件(0.043);公众可接受性及影响(0.029)。由专家打分划分五个等级(非常好、相当好、满意、好、不错)，并采用层次分析法(AHP)对待选技术进行分级。专家认为效率标准的评判对技术排名影响很大，效率决定了清理时间与清理效率，所以赋予效率标准0.475的权重。9种修复技术排名见表6。结果显示，土壤淋洗技术排名靠前，其次是电动分离和固化/稳定技术。

图7 修复技术专家打分图Fig.7 Expert judgment software interface

表6 修复技术排名Table 6 Ranking of the selected technologies for the soil remediation

2.3.3 技术方案设置

基于污染物风险因子分布(图4)与修复技术排名(表6)，由专家根据场地实际情况选择适合场地的修复技术方案，确定修复技术的空间配置与修复的时间顺序，通过Monte-Carlo分析法，在软件中模拟不同污染物在每种修复技术下的修复效果并将其可视化，最终输出修复技术方案空间配置图与污染物残余风险分布图。

笔者最终选定了两套技术方案分别用于两种土地利用方式:方案1为清挖/处理技术与土壤淋洗技术;方案2为清挖/处理技术与土壤固化/稳定技术(异位)。

居住用地与娱乐用地实施技术方案1的空间分布如图8所示。对图5中的红色高风险区域采用清挖/处理技术，图5中黄色中等风险区域采用土壤淋洗技术。

图8 方案1的空间配置Fig.8 Application of technological set 1 for soil contamination

综合分析技术应用的区域和技术效率等因素，利用DESYRE的残余风险分析模块计算出采用技术方案1后污染物残余风险并生成残余风险因子(图9)。由图9可见，居住用地仅余一个采样单元仍有较高风险，娱乐用地有2个采样单元仍有较高风险，其他高风险区域都可转化为低风险区。

图9 方案1的污染物残余风险分布Fig.9 The residual risk factor classes maps for soil contamination after the application of technological set 1

居住用地与娱乐用地实施技术方案2的空间分布如图10所示。对图5中的高风险(红色)区域采用清挖/处理技术，中等风险(黄色)区域采用固化/稳定技术。

图10 方案2的空间配置Fig.10 Application of technological set 2 for soil contamination

采用技术方案2后污染物残余风险因子如图11所示。居住用地残余风险等级均为可接受低风险。娱乐用地接受风险修复区域也达到修复要求。

图11 方案2的污染物残余风险分布Fig.11 The residual risk factor classes maps for soil contamination after application of technological set 2

通过残余风险比较两套方案的效果，可见固化/稳定技术对污染物的去除效率较土壤淋洗技术高，在方案2中，转为低风险区域的高风险区域较方案1多，因此方案2的处理效果较方案1好。

2.4 决策分析

利用DESYRE综合分析不同情景下两套修复技术方案的环境影响、费用、时间、风险程度等多种因素［28-33］，居住用地与娱乐用地的两套修复技术方案的决策评判指数结果见表7。

表7 修复方案的决策指标分析结果Table 7 Estimated decision indexes for the defined remediation scenarios

由表7可见，社会经济指数显示居住用地具有高的优越性;技术设置质量指数显示在两种土地利用方式下方案1最佳;两种土地利用方式两套方案的逻辑设置质量指数相同，无明显差别;残余风险扩展指数、残余风险量指数、风险扩展减量指数、风险减量指数等四种表示风险降低的指数均显示在风险减少方面，方案2比方案1好，居住用地比娱乐用地好，这是由于方案2的修复效率较高，残余风险小;环境影响指数是评判专家在充分考虑修复技术应用后产生的影响以及公众可接受性，两种土地利用方式下都显示方案2具有更高的社会优越性。两套修复技术方案具有相同的修复时间;由于居住用地需要修复的面积较娱乐用地大，修复费用也高。决策者可以根据场地修复目标和经济条件通过评判指数最终确定修复后的土地利用方式与修复技术方案。

3 结论与展望

应用结果表明，该场地以 Pb、Cr、Cd、Hg的污染风险最大，通过比较不同土地利用方式下的社会经济条件，并进一步模拟不同情景下清挖/处理技术与土壤淋洗技术配合应用与清挖/处理技术与土壤固化/稳定技术(异位)配合应用两套修复技术方案的效果表明，从社会经济吸引力来看，居住用地能产生更大的经济效益，但是修复成本较娱乐用地高;从减少风险以及环境影响方面来看，两套修复技术方案都显示了较好的优越性。

DESYRE模型可以为多领域的专家及决策人员在污染场地修复方面开展相关的科研和决策提供支持，对中国在污染场地管理与科学决策方面有很大的参考价值，未来应致力于将模型内部参数与指标中国化，使之更适用于中国的实际状况。

［1］廖晓勇，崇忠义，阎秀兰，等.城市工业污染场地:中国环境修复领域的新课题［J］.环境科学，2011，32(3):784-794.

［2］李丽和，曹云者，李秀金，等.典型石油化工污染场地多环芳烃土壤指导限值的获取与风险评价［J］.环境科学研究，2007，20(1):30-35.

［3］谷庆宝，颜增光，周友亚，等.美国超级基金制度及其污染场地环境管理［J］.环境科学研究，2007，20(5):84-88.

［4］申坤，宋云，赵可卉.污染场地修复技术及风险管理［J］.环境与可持续发展，2011(2):1-4.

［5］陈梦舫，骆永明，宋静，等.中、英、美污染场地风险评估导则异同与启示［J］.环境监测管理与技术，2011，23(3):14-18.

［6］李梦瑶.中国污染场地环境管理存在的问题及对策［J］.中国农学通报，2010，26(4):338-342.

［7］SEMENZIN E，CRITTO A，RUTGERSM，etal.DSSERAMANIA:decision support system for site-specific ecological risk assessment of contaminated sites［C］//MARCOMINI A，GLENN W SUTERⅡ，CRITTO A.Decision support systems for risk-based managementofcontaminated sites.New York:Springer Science Business，2009:205-238.

［8］AGOSTINI P，CRITTO A，SEMENZIN E，et al.Decision support systems for contaminated land management:a review［C］//MARCOMINI A，GLENN W SUTER Ⅱ，CRITTO A.Decision support systems for risk-based management of contaminated sites.New York:Springer Science Business，2009:137-156.

［9］施烈焰，曹云者，张景来，等.RBCA和CLEA模型在某重金属污染场地环境风险评价中的应用比较［J］.环境科学研究，2009，22(2):241-247.

［10］张红振，骆永明，章海波，等.基于REC模型的污染场地修复决策支持系统的研究［J］.环境污染与防治，2011，33(4):66-70.

［11］潘云雨，宋静，骆永明.基于人体健康风险评估的冶炼行业污染场地风险管理与决策流程［J］.环境监测管理与技术，2010，22(3):55-61.

［12］蒋栋，路迈西，李发生，等.决策支持系统在污染场地管理中的应用［J］.环境科学与技术，2011，34(3):170-174.

［13］陈刚，陈扬，陈曦.美国污染场地风险评估模式及方法［J］.农药，2010，49(6):465-467.

［14］谷庆宝，郭观林，周友亚，等.污染场地修复技术的分类、应用与筛选方法探讨［J］.环境科学研究，2008，21(2):197-202.

［15］CARLON C，CRITTO A，NADAL N，et al.Desyre:decision support system for rehabilitation of contaminated sites［C］//Consoil 2003 8th International Conference on Contaminated Soil.Ghent，Belgium.Karlsruhe(DE):Forschungszentrun Karlsruhe GmbH，2003:2987-2993.

［16］GIOVE S，AGOSTINI P，CRITTO A，et al.Decision support system for the management of contaminated sites:a multi-criteria approach ［C］//LINKOV I，KIKER G，WENNING R.Environmental security in harbors and coastal areas.Netherlands:Springer，2007:267-273.

［17］CARLON C，CRITTO A，MARCOMINI A，et al.Risk based characterisation of contaminated industrial site using multivariate and geostatistical tools［J］.Environmental Pollution，2001，111(3):417-427.

［18］CARLON C，CRITTO A，RAMIERI E，et al.DESYRE:decision support system for the rehabilitation of contaminated megasites［J］.Integrated Environmental Assessment and Management，2007，3(2):211-222.

［19］DepartmentofEnergy (DOE)，Office ofEnvironmental Management，USA.The risk assessment information system［DB/OL］.2008［2012-02-25］.http://rais.ornl.gov/.

［20］United States Environmental Protection Agency.Integrated risk information system(IRIS) ［DB/OL］.2008［2012-02-25］.www.epa.gov/iris/.

［21］Italian Agency forEnvironmentalProtection and Technical Services.Agenzia per la protezione dell'ambiente e periservizi tecnici(APAT)［DB/OL］.2008 ［2008-02-25］.www.apat.it.

［22］FACCHINETTI G，MASTROLEO G，MANNINO I，et al.A fuzzy expert system for the socio-economic analysis of contaminated sites［C］//PEJAS J，PIEGAT A.Enhanced methods in computer security，biometric and artificial intelligence system.New York:Springer-Verlag，2005:396.

［23］American Society for Testing and Materials(ASTM).Standard provisionalguide for risk-based corrective action ［R］.Philadelphia:ASTM，1998:100.

［24］CARLON C，PIZZOL L，CRITTO A，et al.A spatial risk assessment methodology to support the remediation of contaminated land［J］.Environment International，2008，34(3):397-411.

［25］PURUCKER S T，STEWART R N，WELSH CHRIS J E.SADA:ecological risk based decision supportsystem forselective remediation［C］//MARCOMINI A，GLENN W SUTER Ⅱ，CRITTO A.Decision support systems for risk-based management of contaminated sites.New York:Springer Science Business，2009:239-256.

［26］BAGEGF，SAMSONR，SINCLAIRDESGANGEB.A technicoeconomic approach for the selection of a site remediation strategy-part A:theory［J］.Environmental Management，2002，30(6):807-815.

［27］CRITTO A，CANTARELLA L，CARLON C，et al.Decision support-oriented selection of remediation technologies to rehabilitate contaminated sites［J］.Integrated Environmental Assessment and Management，2006，2(3):273-285.

［28］CRITTO A，AGOSTINI P.Using multiple indices to evaluate scenarios for the remediation of contaminated land:the Porto Marghera(Venice，Italy)contaminated site case-study［J］.Environmental Science and Pollution Research International，2009，16(6):649-662.

［29］CARLON C，GIOVE S，AGOSTINI P，et al.The role of multicriteria decision analysis in a decision support system for rehabilitation of contaminated sites(the DESYRE software)［C］//InternationalCongresson Complexity and Integrated Resources Management. Osnabrueck (DE): International Environmental Modelling and Software Society，2004.

［30］DRUNEN M A，BEINAT E，NIJBOER M，et al.Multi-objective decision making forsoilremediation problems［J］.Land Contamination ＆ Reclamation，2005，13(4):349-359.

［31］SCHOLZ R W，SCHNABEL U.Decision making under uncertainty in case ofsoilremediation［J］.Journalof Environmental Management，2006，80(2):132-147.

［32］THOMAS MICHAEL R.A GIS-based decision support system for Brownfield redevelopment［J］.Landscape and Urban Planning，2002，58(1):7-23.

［33］SULLIVAN T，YATSALO B，GREBENKOV A，et al.Decision evaluation for complex risk network systems(DECERNS)software tool［C］//MARCOMINI A，GLENN W SUTER Ⅱ，CRITTO A.Decision support systems for risk-based management of contaminated sites.New York:Springer Science Business，2009:257-274.

Research of Decision for Contaminated Site Remediation Based on DESYRE Model

ZHANG Hai-bo1，2，ZHANG Lin-bo1，2，LI Dai-qing1，2，CHEN Yang3，PIZZOL Lisa4，5，CRITTO Andrea5，MARCOMINI Antonio5
1.Chinese Research Academy of Environmental Sciences，Beijing 100012，China
2.State Environment Protection key Laboratory of Regional Eco-process and Function Assessment，Beijing 100012，China
3.Institute of High Energy Physics，Chinese Academy of Sciences，Beijing 100049，China
4.Consorzio Venezia Ricerche，Venice I-30175，Italy
5.Department of Environmental Sciences，University Ca'Foscari of Venice，Venice I-30123，Italy

The DESYRE model developed by CVR，Italy was applied to investigate the remediation of a contaminated site in North China.After a comprehensive analysis of the status of pollutant distribution，pollutant toxicity and exposure pathways，the risk level distribution under different land use scenarios were determined.Several good remediation technologies were screened from existing remediation technologies database and the remediation effects were simulated to provide scientific basis for selecting remediation technologies and formulating land use scenario.The results showed that for the site was most suitable for residential and recreation land uses，and the combination of excavation treatment and solidification/stabilization ex-situ technologies was the better for remediation.The DESYRE model could be suitable for sustainable management of contaminated sites in China，although it needs some modifications to adapt to the actual management context in China.

contaminated sites;DESYRE;remediation technology;decision support;land use

X53

A

10.3969/j.issn.1674-991X.2012.04.053

1674-991X(2012)04-0339-10

2012-04-23

国家环境保护公益性行业科研专项(200809084);中意环保合作项目(C/II/S/07/212)

张海博(1986—)，女，硕士，主要从事生态风险评估研究，fengleshui@126.com

*责任作者:李岱青(1970—)，女，副研究员，主要从事生态风险评估研究，lidq@craes.org.cn