Processing math: 100%

危化品道路运输次生突发环境事件特征分析及防范对策

陈思莉, 张胜, 潘睿, 邴永鑫, 黄大伟, 张政科, 虢清伟. 危化品道路运输次生突发环境事件特征分析及防范对策[J]. 环境工程学报, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061
引用本文: 陈思莉, 张胜, 潘睿, 邴永鑫, 黄大伟, 张政科, 虢清伟. 危化品道路运输次生突发环境事件特征分析及防范对策[J]. 环境工程学报, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061
CHEN Sili, ZHANG Sheng, PAN Rui, BING Yongxin, HUANG Dawei, ZHANG Zhengke, GUO Qingwei. Characteristic analysis and countermeasure suggestions on secondary environmental emergencies in road transportation of hazardous chemicals[J]. Chinese Journal of Environmental Engineering, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061
Citation: CHEN Sili, ZHANG Sheng, PAN Rui, BING Yongxin, HUANG Dawei, ZHANG Zhengke, GUO Qingwei. Characteristic analysis and countermeasure suggestions on secondary environmental emergencies in road transportation of hazardous chemicals[J]. Chinese Journal of Environmental Engineering, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061

危化品道路运输次生突发环境事件特征分析及防范对策

    作者简介: 陈思莉(1982—),女,硕士,正高级工程师。研究方向:突发环境事件应急处置技术开发、水处理研究与设计。E-mail:chensili@scies.org
    通讯作者: 虢清伟(1974—),男,博士,正高级工程师。研究方向:环境应急处置技术、环境风险管理、水污染治理。E-mail:guoqingwei@scies.org
  • 基金项目:
    中央级公益性科研院所基本科研业务专项(PM-zx703-202002-079);广东省省级科技计划项目(2016B020240007)
  • 中图分类号: X507

Characteristic analysis and countermeasure suggestions on secondary environmental emergencies in road transportation of hazardous chemicals

    Corresponding author: GUO Qingwei, guoqingwei@scies.org
  • 摘要: 针对近年来我国交通事故次生突发环境事件呈上升趋势,在分析总结我国近10年的交通事故次生突发环境事件基础上,聚焦目前危化品道路运输风险底数不清、缺乏环境风险防控工程体系和有效技术支撑以及部门联动协作等主要问题,为提高交通运输次生突发环境事件的防控能力,基于环境敏感受体等因素,提出了相关对策建议。具体对策建议包括:通过建立危化品运输道路环境风险评估体系,识别全国重大环境风险路段,摸清风险底数;推广“南阳实践”经验,消除或减轻事件影响;加强和完善部门沟通协作机制;建立健全危化品道路运输应急处置体系,提升应急处置能力。
  • 氮及其化合物会污染地表水体,还会经微生物作用转化为硝酸盐氮积累在土壤中造成地下水污染[1],已成为水体污染治理中的重要污染物。因此,寻求高效、低耗的脱氮技术成为国内外水处理领域亟待解决的重要课题。相较于离子交换、膜分离、化学还原等物理化学手段,生物脱氮具有高效低耗、稳定运行等优点,并已被广泛应用于实际污水处理中[2]。由于反硝化过程中微生物所需碳源种类不同,可将反硝化过程分为异养反硝化和自养反硝化两大类[3]。常见的自养反硝化过程包括氢自养反硝化、硫自养反硝化[2]、铁自养反硝化[4]等。有研究表明,在厌氧条件下甲烷能直接作为碳源及电子供体发生反硝化脱氮[5],这一过程被称为厌氧甲烷氧化的反硝化(denitrifying anaerobic methane oxidation, DAMO)。与其他电子供体相比,甲烷获得途径广泛、无毒且经济便宜[6]。同时,甲烷是温室气体,所产生的温室效应是等质量二氧化碳的26倍,对全球变暖的贡献率约占20%[7]。因此,厌氧甲烷氧化与自养反硝化的耦合反应将人为产生的甲烷用于废水反硝化脱氮处理,可为低物耗废水处理和节能减排提供新思路。

    由于DAMO微生物为自养型微生物,生长缓慢,富集培养比较困难,故基于此类微生物的生物膜反应器研究较少。因此本研究拟采用序批实验,利用人工模拟低氮负荷废水,比较不同环境因素对DAMO系统中间产物的积累与脱氮效果的影响,并通过高通量测序技术,探究不同pH作用下的污泥中微生物的生态分布、群落结构组成和演替变化规律,以揭示系统pH对DAMO功能微生物种群分布及变迁情况的影响,以期为甲烷厌氧氧化的自养反硝化系统的pH调控及条件优化提供参考。

    本研究通过序批实验考察CH4供应、初始硝氮质量浓度和溶液pH对厌氧甲烷氧化型自养反硝化性能的影响。将经过前期培养的50 mL污泥接种至具塞摇瓶(250 mL)内,再加入150 mL模拟硝酸盐废水,调节溶液pH;每日向具塞摇瓶内以0.01 MPa压力注入足量甲烷;为避免光照影响,用双层锡箔纸包住瓶身以保证反应在黑暗环境下进行;将摇瓶置于恒温振荡培养箱中进行反应,调节温度为(30±1) ℃,转速为(150±5) r·min−1;定时检测溶液中NO3-N、NO2-N和NH+4-N的质量浓度。

    本实验采用的接种种泥取自武汉市沙湖污水处理厂二沉池,污泥的初始MLSS约为8 900 mg·L−1。实验开始前,将取回的活性污泥放置在5 L的密闭容器内进行为期30 d的培养驯化。在污泥驯化期间,向容器中加入模拟硝酸盐废水([NO3-N]=20 mg·L−1)以促进微生物的增殖,并每天更换新鲜模拟硝酸盐废水。此外,向上述容器中通15 min氮气以形成厌氧氛围,然后再通入足量甲烷气体,以达到对污泥培养驯化的目的。将经驯化后能够发生基于甲烷厌氧氧化的反硝化作用的污泥用于后续实验。模拟硝酸盐废水的具体成分及质量浓度为:NO3-N 20~50 mg·L−1,K2HPO4 25 mg·L−1,KH2PO4 20 mg·L−1,CaCl2 10 mg·L−1,NaHCO3 2 000 mg·L−1。添加微量元素液的体积分数为0.5 mL·L−1,调节pH至7.3~7.5。微量元素液的成分及质量浓度为:ZnSO4·7H2O 0.5 g·L−1,CaCl2 2 g·L−1,MnCl2·4H2O 2.5 g·L−1,Na2MoO4·4H2O 0.5 g·L−1,KI 0.18 g·L−1,CuSO4·5H2O 0.1 g·L−1,CoCl2·6H2O 0.15 g·L−1,FeCl3·6H2O 1.5 g·L−1

    水质指标的检测方法依照国家环保总局编制的《水与废水监测分析方法(第4版)》,以及美国公共卫生协会编写的《Standard Methods for the Examination of Water and Wastewater》(第十九版)中的标准方法检测。其中,[NO3-N]采用紫外分光光度法测试,[NO2-N]采用N-(1-萘基)-乙二胺分光光度法测试,[NH+4-N]用纳氏试剂分光光度法测试。采用SPSS 23.0进行方差分析(ANOVA),以确定数据集之间是否存在差异,如果p<0.05,则认为存在显著差异。

    为探究环境pH对甲烷厌氧氧化耦合自养反硝化微生物的多样性和种群群落结构变化的影响,分别取pH为6、7、8、9时的污泥样品进行高通量测序,测序结果分别标记为P1、P2、P3和P4。本实验中,高通量测序在上海美吉生物医药科技有限公司进行,利用Illumina Miseq平台,以515F(5′-GTGCCAGCMGCCGCGG-3′)与907R(5′-CCGTCAATTCMTTTRAGTTT-3′)作为引物进行PCR扩增与焦磷酸测序。

    为探究甲烷在自养反硝化体系中的作用,分别向S1、S2系统中通入氮气和甲烷,将pH调至7.5,并检测系统的反硝化速率(见图1),未检测到NO2-N和NH+4-N的积累。由图1可知,通入氮气时(S1),NO3-N含量基本保持不变,几乎没有降解;而在充足甲烷的供应下(S2),6 d内NO3-N基本完全降解,平均脱氮速率为3.67 mg·(L·d)−1。这说明甲烷供应是反硝化过程中的重要条件,也证明了经前期培养驯化的污泥能发生基于甲烷厌氧氧化的反硝化作用。

    图 1  甲烷供应对反硝化速率的影响
    Figure 1.  Effect of methane supply on denitrification rate

    将摇瓶内溶液pH保持在7.5,供以充足的甲烷气体,初始NO3-N质量浓度分别设为20、30、40和50 mg·L−1,探究不同NO3-N质量浓度对反硝化速率的影响,实验结果如图2所示。由图2可知,整个过程几乎没有NH+4-N的积累,NH+4-N质量均维持在0.3 mg·L−1以下。当初始硝氮浓度从20 mg·L−1增加至30 mg·L−1时,平均去除速率也从3.33 mg·(L·d)−1增加至4.28 mg·(L·d)−1 (p<0.05)。这表明在一定范围内,随着初始NO3-N质量浓度的增加,脱氮速率呈上升趋势。这可能是由于:一方面增加了氮源,有利于微生物的增长繁殖;另一方面,在甲烷厌氧氧化耦合自养反硝化过程中,NO3-N经过一系列还原酶的作用被转化成N2,同时还有O2生成,而甲烷在甲烷氧化菌的作用下被O2氧化成甲醇,最终氧化为CO2[8]NO3-N质量分数的增加有可能促进了O2的生成,加快了甲烷被氧化成甲醇的速率,而甲醇又可以为NO3-N及NO2-N的还原提供电子,最终导致脱氮速率的提升。此外,自养反硝化菌的一系列脱氮过程属于酶促反应,底物浓度是影响酶促反应速率的重要因素,在系统中底物浓度较低的情况下,酶促反应的速率会随着底物浓度的增加而提高。然而,当系统中底物浓度增大到一定值时,酶促反应速率便不再提升。当初始NO3-N质量浓度增至40和50 mg·L−1时,平均反硝化速率有所降低,分别为4和3.85 mg·(L·d)−1。这说明过高的NO3-N质量浓度抑制了自养反硝化菌的活性[9]。由于系统中底物浓度过高会抑制酶促反应,从而导致系统脱氮速率的降低。

    图 2  初始NO3--N质量浓度对反硝化过程的影响
    Figure 2.  The effect of initial nitrate concentration on the denitrification process

    图2 (b)可知,NO2-N质量浓度整体都呈现先增加后减小的趋势。这说明在甲烷厌氧氧化反硝化反应中存在NO2-N的积累及进一步的还原过程。当初始NO3-N质量浓度从20 mg·L−1增至50 mg·L−1时,NO2-N积累量峰值从0.27 mg·L−1增至2.69 mg·L−1。由此可见,当NO3-N质量浓度增加时,NO2-N的积累量也逐渐增加,而中间产物的不断积累也会影响反硝化效果,这也是导致脱氮速率有所下降的原因之一。

    为探究初始pH对反硝化速率的影响,将初始NO3-N质量浓度控制在30 mg·L−1,分别调节系统pH为6、7、8、9,研究在不同pH下系统脱氮速率的变化,结果如图3所示。实验过程中几乎没有NH+4-N的积累,NH+4-N质量浓度均在0.3 mg·L−1以下。由图3 (a)可知,4个反应器均能在一定时间内将NH+4-N降解完全。当初始pH为7时,系统对NH+4-N的平均去除速率最高,为5.45 mg·(L·d)−1;当pH增大至8时,反应器平均脱氮速率虽有所下降,但仍保持在5 mg·(L·d)−1左右。然而,当pH继续升至9时,NO3-N平均去除速率降至4.28 mg·(L·d)−1;当pH为6时,反应器的平均脱氮速率最低,仅为4 mg·(L·d)−1。不同pH条件下的脱氮速率之间均存在显著差异(p<0.05)。由此可见,反应器在中性和微碱性环境中能保持良好的脱氮速率,过高或过低的pH都会影响反应器对NO3-N的去除效果。在HE等[10]的研究中,厌氧甲烷氧化反硝化菌在pH为7.0~8.0时保持较高活性,在高pH(pH=9)及低pH(pH=6)时,其活性均会下降,pH=6时其活性最低。这与本实验的结论相似。

    图 3  初始pH对反硝化过程的影响
    Figure 3.  The effect of initial pH on the denitrification process

    由于甲烷厌氧氧化的自养反硝化主要靠微生物的反硝化作用来实现,而各种微生物都有其生存适宜的pH范围,故当环境pH偏离适宜pH过多时,微生物的生长和繁殖就会受到影响,甚至死亡。环境中的pH主要通过3个方面限制微生物的反硝化过程。一是影响微生物胞外水解酶的活性并引起细胞膜上蛋白质的变性,从而影响微生物对物质的降解和吸收;二是通过影响膜的通透性并引起膜表面电荷性质的变化,进一步抑制细胞对物质的分解和吸收;三是影响营养物质的降解和吸收。其中,反硝化过程又由一系列的酶促反应组成,环境pH的变化会影响酶的离子化程度,改变蛋白质结构,从而影响酶的活性。当环境pH过高或过低时,酶也会失去活性[11]。因此,当pH为7~8时,系统反硝化速率良好,差别不大,但随着环境的初始pH增大到9或者减小至6时,反应器的平均脱氮效率也会随之下降。

    图3 (b)可知,系统初始pH对甲烷厌氧氧化的自养反硝化过程中亚硝氮的积累也会产生一定程度的影响。当pH为7和8时,系统NO2-N积累量较低;但随着pH升高至9时,NO2-N积累量也随之增加;而当pH减小至6时,反应过程中NO2-N质量浓度的峰值也较高。这可能是由于:在反应过程中,亚硝酸盐还原酶有迟缓期,而迟缓期的长短由驯化时间的长短和反应条件决定,如pH和营养物质浓度等,因此,不适宜的环境pH(pH<7或pH>8)会延长亚硝酸盐还原酶的迟缓期,从而造成NO2-N的积累[12]。另外,虽然系统处于酸性环境中的平均反硝化速率最低,但pH为6时NO2-N的积累量却比pH为9时要少。这可能是由于:NO3-N首先在硝酸盐还原酶的作用下被还原成NO2-N,然后在亚硝酸盐还原酶的作用下进一步被还原、降解。有研究表明,亚硝酸盐还原酶在中性和微碱性环境中活性最高,但在酸性环境中反应器的平均脱氮速率下降幅度比碱性环境中更大。因此,当初始pH为6的时候,由于系统反硝化效率低,并没有过多的NO3-N被还原成NO2-N。尽管此时亚硝酸盐还原酶活性较低,但由于NO2-N含量的减少,也使得反应器中没有过多的NO2-N积累。

    对初始pH分别为6、7、8、9的摇瓶内污泥取样后进行高通量测序,分析其微生物种群多样性和群落结构。反映系统微生物种群丰度和多样性的各种指标可由样品的Alpha多样性分析得出,见表1。由表1可知,当相似度为97%时,4个样品中分别获得49 400、48 248、55 726和46 796条有效序列(Reads)。4个样品的Coverage值均大于0.99,这表明样品测序得到的序列可覆盖大部分的区域,测序深度能较好地代表4个样品中的微生物群落,结果可有效反映样品的真实状况。

    表 1  不同pH下微生物Alpha多样性指数表
    Table 1.  Microbial Alpha diversity index at different pH values
    样品编号ReadsOTUsAceChaoShannonSimpsonShannonevenSimpsonevenCoverage
    P149 4007388698813.860.063 50.584 00.065 090.997
    P248 2489521 0771 0824.500.060 70.656 40.044 790.996
    P355 7269651 0761 0874.840.023 10.704 30.021 350.997
    P446 7968801 0171 0164.900.017 50.723 40.017 300.996
     | Show Table
    DownLoad: CSV

    Ace和Chao指数可用来估计物种的丰度,数值越大说明微生物的丰度越高,微生物数目也就越多。由表1可知,这2组数据呈现相同的变化趋势,大小顺序均为P2≈P3>P4>P1。这表明在pH=7和pH=8的环境下,微生物丰度最高,微生物的数目也最多。然而,随着环境pH的增大或减小,系统内微生物的丰度均有所下降,并且在酸性环境下丰度最低。Shannon和Simpson指数能够代表测序样本的生物多样性,Shannon越大,Simpson越小,表明微生物的多样性越高,因此4个样品按多样性高低排序为P4>P3>P2>P1。Shannoneven与Simpsoneven指数为反映样品均匀度的指标,Shannoneven越大,Simpsoneven越小,表明微生物的均匀度越好。4个样本按均匀度高低排序为P4>P3>P2>P1。

    另外,pH=7和pH=8的反应器微生物丰度最高,多样性及均匀度适中。这主要是由于中性和微碱性环境有利于微生物的生长繁殖,并且对微生物中功能菌的筛选作用强。随着pH的升高,微生物多样性和均匀度也越高,说明碱性环境可提高微生物的多样性和均匀度。

    以上结果与图4中的稀释曲线和等级-丰度曲线所显示的结果相同,4个样品的稀释曲线最后都趋于平缓。这表明此次测序的取样合理,继续增加序列数只会产生少量的OTU,且从曲线中得到4个样品的OTU数目变化趋势与前述相同。等级-丰度曲线可用来表示微生物中物种丰度和物种均匀度2个方面的内容。其中,物种的丰度由水平方向曲线的宽度来反映,曲线在横轴上的范围越大,物种的丰富度就越高;而曲线的形状(平缓程度)反映了样本中群落的均匀度,曲线越平缓,物种分布越均匀。本结果表明,当pH=7和pH=8时,物种丰度较大,均匀度较好。

    图 4  微生物群落多样性
    Figure 4.  Microbial community diversity

    韦恩图可用来统计多个样本中所共有和独有OTU数量,能直观表达不同样品间物种的相似性。由图4 (c)所示,4个样品共获得了1 204个OTU,P1、P2、P3、P4所单独特有的OTU数分别为41、41、55和38,分别占总数的3.4%、3.4%、4.6%和3.2%。而4个样品共有的OTU数目为514,占各样品OTU总数的50%~70%。这说明不同pH下微生物物种的相似性较高,pH的改变并未使系统中微生物的种类发生太大变化。因此,不同条件下微生物仍具备一定的脱氮能力,而环境pH的改变可能引起系统中主要脱氮功能菌丰度的变化,从而导致脱氮效率的不同。

    为进一步揭示pH对微生物群落的影响,分别在门、纲、属水平上分析了4个样品的微生物群落结构。图5显示了门水平的种群分布,4个样品中丰度最多的8个菌门分别是Proteobacteria(变形菌门)、Bacteroidetes(拟杆菌门)、Chloroflexi(绿弯菌门)、Planctomycetes(浮霉菌门)、Latescibacteria(匿杆菌门)、Firmicutes(厚壁菌门)、Acidobacteria(酸杆菌门)和Zixibacteria(河床菌门)。这些菌门总和在4个样品中占90%以上。其中,Proteobacteria在4个样品中所占比例最高,分别为47.58%、45.79%、38.89%和35.96%;其次是Bacteroidetes和Chloroflexi,Bacteroidetes在4个样品中占比分别28.12%、21.33%、22.76%和26.52%,Chloroflexi占比分别为4.73%、10.79%、15.61%和14.49%。钱祝胜等[13]在中空纤维膜反应器内富集的反硝化厌氧甲烷氧化菌群中,占优势的菌门依次为Chloroflexi(绿弯菌门)、Proteobacteria(变形菌门)、Planctomycetes(浮霉菌门)、Chlorobi(绿菌门)、Acidobacteria(酸杆菌门)、Bacteroidetes(拟杆菌门),与本研究中占优势的菌门相似。Proteobacteria和Bacteroidetes一直被认为是反硝化脱氮过程中最常见的自养反硝化微生物,这2种菌门包含各种类型的反硝化菌及甲烷氧化菌[14]图5表明,在4个样品中,这2种菌门所占比例的总和差别不大,即各种pH环境下都具备一定的反硝化脱氮能力。在LUO等[15]构建的以甲烷作为电子供体去除地下水中硝酸盐的生物膜反应器中,Planctomycetes作为主要菌门被检出。Chloroflexi作为厌氧污泥中一种常见的复杂菌门[16],包含了好氧嗜热菌、厌氧光养菌、利用卤化物或有机物的厌氧微生物等多种微生物,并被认为能够参与自养反硝化过程。绿弯菌门细菌能够将多糖、蛋白质等大分子有机物分解为乙酸等低分子有机酸,这些产物又能够被产甲烷菌利用进行产甲烷作用[17-18]。由图5可知,当初始pH从6逐渐升高时,系统内Chloroflexi所占比例也有一定的增长,这表明环境pH对Chloroflexi有较强的选择作用,过酸的环境不利于它的增长繁殖。除以上4种菌门外,Firmicutes和Acidobacteria也被证明具有脱氮基因,具备相应的反硝化能力[19]。除以上所述的主要菌门外,其他如Synergistetes、Gracilibacteria、Gemmatimonadetes、Hydrogenedentes和Cyanobacteria等菌门微生物由于在样品中具有较低的丰度(<1%)而被归为“Other”类,但这些菌种也在系统反硝化脱氮的过程中发挥着作用[20-24]。总的来说,虽然初始pH会影响不同菌门的相对丰度,但系统中同时存在的多种与反硝化相关的微生物还是使得系统具有高效的脱氮性能。

    图 5  门水平微生物相对丰度
    Figure 5.  Relative abundance of microorganisms at phylum level

    图6显示了在纲水平上4个样品的菌群结构。由图6可知,系统中的主要优势菌纲为Gammaproteobacteria、Deltaproteobacteria、Bacterodia、Ignavibacteria、Anaerolineae和Alphaproteobacteria,这些菌纲总和占各个样品总数比例的70%以上。其中Gammaproteobacteria、Deltaproteobacteria和Alphaproteobacteria同属于变形菌门,在此前多项自养反硝化的研究中被证明具有去除硝酸盐的能力[19]。在pH=7和pH=8的环境下,Gammaproteobacteria在样品中所占比例分别为13.22%和12.58%;随着pH的增大或减小,其含量均有一定的增加,在pH=6时占比为26.02%,pH=9时占比为21.29%。而Deltaproteobacteria菌纲的占比随着pH的变化趋势与此相反,在4个样品中所占比例分别为14.44%、26.91%、14.50%和6.65%。这说明这2种菌纲存在一定的竞争关系,中性和弱碱性环境适合Deltaproteobacteria的生长繁殖,从而导致丰度增加,而Gammaproteobacteria适合在酸性和强碱性环境下生长,因此表现出相反的变化趋势。Alphaproteobacteria在4个样品中所占比例分别为7.05%、5.58%、11.77%和7.96%,其中,在初始pH为8时其丰度最高。以上3种菌纲具有反硝化能力,可利用甲烷氧化生成的甲醇将系统中的NO3-N转化成N2;同时,某些菌纲中包含同时在甲烷厌氧氧化和反硝化过程中发挥作用的细菌,如Chitinophagaceae(Alphaproteobacteria菌纲)在甲烷厌氧氧化和反硝化过程中扮演重要角色[25]。同属于拟杆菌门的Bacterodia和Ignavibacteria菌纲也有相似的变化趋势,它们在4个样品中所占比例分别为24.43%、11.79%、9.57%、10.62%和3.12%、9.07%、12.91%、15.83%。由此可见,两者也可能存在一定的竞争关系,酸性条件下更利于Bacterodia的增长繁殖。Anaerolineae是一种典型的自养反硝化菌[26],它在4个样品中的相对丰度分别为4.05%、9.48%、12.83%和13.02%。这说明环境pH的增加有利于该菌纲的富集,在酸性环境下其含量最低,也与前文得出的在酸性环境下系统脱氮效果较差的结果相吻合。

    图 6  纲水平微生物相对丰度
    Figure 6.  Relative abundance of microorganisms at class level

    初始pH的变化会引起系统内微生物在门、纲水平上的丰度变化,从而对微生物的群落结构变化产生了一定影响。为进一步了解环境pH对种群结构的影响,对4个样品中的物种进行了属水平上的分析,并挑选相对丰度最高的50个菌属作热图(图7)。

    图 7  属水平微生物热图
    Figure 7.  Heat map of microorganisms at genus level

    4个样品中的微生物在属水平的分布上也均存在相似性和差异性。具体来说,P1中相对丰度最高的10个菌属及其所占的比例分别为norank_f_Microscillaceae(15.07%)、norank_f__P3OB-42(12.57%)、unclassified_f__Methylophilaceae(10.10%)、Methylotenera(8.85%)、OLB12(7.81%)、Bacillus(3.71%)、norank_c__OM190(3.35%)、norank_c__Latescibacteria(2.94%)、norank_o__SJA-28(2.07%)、Phreatobacter(1.95%);P2中相对丰度最高的10个菌属及其所占的比例分别为norank_f__P3OB-42(24.09%)、norank_c__Latescibacteria(7.18%)、norank_o__SJA-28(6.70%)、OLB12(3.58%)、norank_f_BSV26(3.14%)、norank_f__Anaerolineaceae(2.94%)、norank_o__Bacteroidetes_VC2.1_Bac22 (2.61%)、norank_p__Zixibacteria (2.45%)、norank_f__Caldilineaceae (1.81%)、unclassified_f__Burkholderiaceae (1.77%);P3中相对丰度最高的10个菌属及其所占的比例分别为norank_f__P3OB-42 (9.88%)、norank_o__SJA-28 (7.30%)、Methylocystis (5.79%)、norank_f__Anaerolineaceae (5.12%)、norank_c__Latescibacteria (5.03%)、norank_f__BSV26 (3.19%)、norank_c__OM190(2.39%)、norank_f__Caldilineaceae (2.17%)、Sediminibacterium (2.16%)、norank_p__Zixibacteria (2.12%);P4中相对丰度最高的10个菌属及其所占比例分别为norank_o__SJA-28 (7.08%)、norank_f__BSV26 (6.37%)、norank_f__Anaerolineaceae (5.43%)、norank_c__Latescibacteria (4.13%)、Methylotenera (3.37%)、Ellin6067 (2.87%)、norank_f__SC-I-84 (2.81%)、norank_f__P3OB-42 (2.75%)、norank_f__AKYH767 (2.24%)、norank_o__Bacteroidetes_VC2.1_Bac22 (2.20%)。

    由此可见,随着初始pH的变化,4个样品中微生物群落结构发生了较大变化,主要微生物菌属也有较大差异。其中,Methylocystis在初始pH为8的环境下有明显富集。Methylocystis是常见的甲烷氧化菌II型菌株,能以甲烷作为唯一碳源和能量来源,在大多数含有甲烷和氧气的环境中都被发现。同时,LAI等[27]也在以甲烷作为电子供体同步去除硝酸盐和溴酸盐的系统中发现了Methylocystis的存在,并且认为其在甲烷氧化、硝酸盐及溴酸盐的还原过程中发挥了重要作用。在本系统中,Methylocystis作为甲烷氧化菌,氧化甲烷生成甲醇,甲醇为硝氮及亚硝氮的还原提供电子进行反硝化反应脱氮,其对甲烷氧化及硝酸盐的还原均发挥重要作用。Methylotenera和未分类的Methylophilaceae同属于嗜甲基菌科,能利用甲醇作为碳源和能量来源,使其氧化分解[28]。LONG等[29]在关于甲烷作为电子供体还原六价铬和硝酸盐的研究中也发现了这2种微生物的存在。在初始pH为6的环境中,这2种微生物可得到大量富集。这可能是由于:在内部好氧的亚硝酸盐依赖型厌氧甲烷氧化途径中,酸性条件加快了甲烷被甲烷氧化菌氧化成甲醇的过程,从而使得MethyloteneraMethylophilaceae大量富集。MethyloteneraMethylophilaceae也是甲烷氧化菌,能利用O2将甲烷转化为甲醇。同时,生成的甲醇可用于反硝化脱氮。此外,norank_f__Anaerolineaceae属于Anaerolineaceae科,随着初始pH的增大,相对丰度也有所增加。Anaerolineaceae菌科被证明存在于许多以甲烷为电子供体的自养反硝化体系中[30],同时,这种丝状菌能为微生物的附着提供骨架[31],有利于微生物的生长繁殖。另外,还有诸如norank_o__SJA-28、norank_f__P3OB-42 、norank_c__Latescibacteria等菌属也在4个污泥样品中被检测出来。虽然有研究表明这些菌可在有硝酸盐负荷的环境中存在,但暂时还无法明确其能否参与甲烷厌氧氧化的自养反硝化过程,故还需进一步研究来证明。

    虽然单一菌属的相对丰度随环境初始pH变化的差异较大,但除污性能是由系统内不同菌群、多种功能微生物间的相互协作实现的。不同pH下,污泥样品的微生物种群结构虽有所差别,但其大多具备甲烷氧化或反硝化能力,且不同初始pH下功能菌在整个系统中所占比例仍然较高,这也为甲烷厌氧氧化型反硝化工艺能在较广pH范围内维持可靠的脱氮效率奠定了微生物基础。

    1)在CH4供应充足的情况下,系统具备良好的反硝化速率,且没有NO2-N的积累,而空白组几乎没有还原NO3-N的能力,表明经前期培养驯化的污泥能够以甲烷作为电子供体进行自养反硝化。

    2)随着初始NO3-N质量浓度的升高,系统平均脱氮速率呈现先升高后下降的趋势,表明在一定范围内增加NO3-N质量浓度可提高系统反硝化速率,平均脱氮速率最高可达到4.28 mg·(L·d)−1;反应器内出现不同程度的NO2-N积累,当初始NO3-N质量浓度为50 mg·L−1时,NO2-N积累量达到峰值,为2.69 mg·L−1

    3)系统在不同pH环境下均具备一定的脱氮能力,而反硝化速率有所差异。在中性和弱碱性环境下,系统脱氮效果最优,脱氮速率最高可达5.45 mg·(L·d)−1。此时,NO2-N积累量最少,峰值仅为1.07 mg·L−1。当系统初始pH增大或减小,平均脱氮速率都会有所下降,且NO2-N积累量明显增加。

    4)由微生物菌群分析结果可知,环境pH对微生物种群结构具有选择作用。在pH=7和pH=8时,系统内厌氧污泥微生物的丰度最高,物种多样性和均匀性适中;不同pH下,厌氧污泥内微生物群落的主要菌门为Proteobacteria和Bacteroidetes,在纲水平上,Gammaproteobacteria、Deltaproteobacteria、Bacterodia、Ignavibacteria和Anaerolineae为优势菌纲。在适宜的pH(pH=8)下,常见甲烷氧化菌Methylocystis大量富集。不同pH环境下均存在常见于许多以甲烷为电子供体的自养反硝化体系中的Anaerolineaceae,其具体功能有待进一步探究。

  • 图 1  2010—2019年交通事故次生突发环境事件统计

    Figure 1.  Statistics on the number of secondary environmental emergencies in traffic accidents from 2010 to 2019

    图 2  2010—2019年交通事故次生突发环境事件较多的省(自治区、直辖市)统计

    Figure 2.  Statistics of provinces with high numbers of traffic accidents and secondary environmental emergencies from 2010 to 2019

    图 3  环境风险评估程序图

    Figure 3.  Diagram of the environmental risk assessment procedure

    表 1  2010—2019年全国突发环境事件危化品种类及数量统计

    Table 1.  Statistics on hazardous chemicals types and quantity of environmental emergencies in China from 2010 to 2019

    序号特征污染物数量/起占比/%
    1汽油、柴油、原油、燃料油、润滑油、焦化油等石油类6222
    2盐酸、硫酸、硝酸、氢氟酸等酸类4617
    3苯乙烯、苯、粗苯、苯酚、甲苯、二甲苯等苯系物4316
    4甲醇176
    5其他10739
    合计275100
    序号特征污染物数量/起占比/%
    1汽油、柴油、原油、燃料油、润滑油、焦化油等石油类6222
    2盐酸、硫酸、硝酸、氢氟酸等酸类4617
    3苯乙烯、苯、粗苯、苯酚、甲苯、二甲苯等苯系物4316
    4甲醇176
    5其他10739
    合计275100
    下载: 导出CSV
  • [1] 马晓琨. 中国突发环境事件时空分布及外部因素相关性研究[D]. 北京: 中国科学院大学, 2015.
    [2] 张春艳, 曹钧, 茆文革. 危化品道路运输安全风险分析及事故防控对策研究[J]. 化工管理, 2020(34): 75-77. doi: 10.3969/j.issn.1008-4800.2020.34.036
    [3] 张茂鑫. 危化品运输车辆单元风险预警系统开发[D]. 北京: 中国地质大学(北京), 2019.
    [4] 曹建. 危化品槽罐车公路运输事故情景构建、演化模拟与安全控制研究[D]. 湘潭: 湖南科技大学, 2020.
    [5] 张蒙. 危化品道路运输事故后果分析与风险评价模型研究[D]. 北京: 首都经济贸易大学, 2019.
    [6] 胡伟超, 徐炅旸, 傅挺, 等, 危险化学品道路运输路线安全风险量化评估体系[C]//第十三届中国智能交通年会优秀论文集, 2018: 189-197.
    [7] 卫星, 李自生, 万聪颖. 利用地理信息评估危化品道路运输环境风险[J]. 化工管理, 2018(22): 84-86. doi: 10.3969/j.issn.1008-4800.2018.22.053
    [8] 胡燕倩. 我国危化品物流发展的现状、原因及策略分析: 基于发达国家危险品运输管理经验的借鉴[J]. 对外经贸实务, 2013(5): 90-92.
    [9] 罗俊仪, 龚标, 王长君. 我国危险化学品道路运输现状[J]. 道路交通管理, 2005(11): 6-8.
    [10] 卜全民, 童星. 我国危险化学品道路运输的现状与对策研究[J]. 工业安全与环保, 2012, 38(4): 90-93. doi: 10.3969/j.issn.1001-425X.2012.04.028
    [11] RAO RAJESHWAR K, RAO VENKATESWAR S, CHARY V. Estimation of risk indices of chemicals during transportation[J]. Process Safety Progress, 2004, 23(2): 149-154. doi: 10.1002/prs.10012
    [12] 任常兴, 吴宗之. 危险品道路运输风险分级指数法研究[J]. 安全与环境学报, 2006, 6(4): 126-129. doi: 10.3969/j.issn.1009-6094.2006.04.031
    [13] 刘琳琳. 基于物联网的危化品运输泄漏事故仿真系统[D]. 大连: 大连理工大学, 2012.
    [14] 姜学鹏, 徐志胜, 冷彬, 等. 危化品公路运输事故研究现状及其防灾对策[J]. 中国公共安全(学术版), 2006(3): 55-58.
    [15] 吴宗之, 孙猛. 200起危险化学品公路运输事故的统计分析及对策研究[J]. 中国安全生产科学技术, 2006, 2(2): 3-8.
    [16] 薛丽洋. 浅谈道路运输环境安全管理工作的认识与建议[J]. 甘肃科技, 2018, 34(21): 104-105. doi: 10.3969/j.issn.1000-0952.2018.21.039
    [17] 中华人民共和国生态环境部. 地表水环境质量标准[EB/OL]. [2020-11-10]. http://www.mee.gov.cn/ywgz/fgbz/bz/bzwb/shjbh/shjzlbz/200206/t20020601_66497.shtml.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 8.5 %DOWNLOAD: 8.5 %HTML全文: 84.9 %HTML全文: 84.9 %摘要: 6.6 %摘要: 6.6 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 99.7 %其他: 99.7 %XX: 0.1 %XX: 0.1 %北京: 0.1 %北京: 0.1 %扬州: 0.1 %扬州: 0.1 %其他XX北京扬州Highcharts.com
图( 3) 表( 1)
计量
  • 文章访问数:  7535
  • HTML全文浏览数:  7535
  • PDF下载数:  152
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-11-10
  • 录用日期:  2021-06-13
  • 刊出日期:  2021-10-10
陈思莉, 张胜, 潘睿, 邴永鑫, 黄大伟, 张政科, 虢清伟. 危化品道路运输次生突发环境事件特征分析及防范对策[J]. 环境工程学报, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061
引用本文: 陈思莉, 张胜, 潘睿, 邴永鑫, 黄大伟, 张政科, 虢清伟. 危化品道路运输次生突发环境事件特征分析及防范对策[J]. 环境工程学报, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061
CHEN Sili, ZHANG Sheng, PAN Rui, BING Yongxin, HUANG Dawei, ZHANG Zhengke, GUO Qingwei. Characteristic analysis and countermeasure suggestions on secondary environmental emergencies in road transportation of hazardous chemicals[J]. Chinese Journal of Environmental Engineering, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061
Citation: CHEN Sili, ZHANG Sheng, PAN Rui, BING Yongxin, HUANG Dawei, ZHANG Zhengke, GUO Qingwei. Characteristic analysis and countermeasure suggestions on secondary environmental emergencies in road transportation of hazardous chemicals[J]. Chinese Journal of Environmental Engineering, 2021, 15(10): 3193-3198. doi: 10.12030/j.cjee.202011061

危化品道路运输次生突发环境事件特征分析及防范对策

    通讯作者: 虢清伟(1974—),男,博士,正高级工程师。研究方向:环境应急处置技术、环境风险管理、水污染治理。E-mail:guoqingwei@scies.org
    作者简介: 陈思莉(1982—),女,硕士,正高级工程师。研究方向:突发环境事件应急处置技术开发、水处理研究与设计。E-mail:chensili@scies.org
  • 1. 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所),广州 510530
  • 2. 生态环境部环境应急与事故调查中心,北京 100035
基金项目:
中央级公益性科研院所基本科研业务专项(PM-zx703-202002-079);广东省省级科技计划项目(2016B020240007)

摘要: 针对近年来我国交通事故次生突发环境事件呈上升趋势,在分析总结我国近10年的交通事故次生突发环境事件基础上,聚焦目前危化品道路运输风险底数不清、缺乏环境风险防控工程体系和有效技术支撑以及部门联动协作等主要问题,为提高交通运输次生突发环境事件的防控能力,基于环境敏感受体等因素,提出了相关对策建议。具体对策建议包括:通过建立危化品运输道路环境风险评估体系,识别全国重大环境风险路段,摸清风险底数;推广“南阳实践”经验,消除或减轻事件影响;加强和完善部门沟通协作机制;建立健全危化品道路运输应急处置体系,提升应急处置能力。

English Abstract

  • 截至2020年9月12日,该年度由生态环境部调度的突发环境事件共66起,其中危化品交通运输次生突发环境事件有24起,占总量的37%。一直以来,危化品道路运输是仅次于安全生产事故的突发环境事件重要诱因,近年来呈总体上升趋势[1]。当前,针对危化品道路运输的评估研究大多是基于交通事故本身带来的危害,包括人员伤亡、经济损失等,相关道路风险评估、预警等方面的研究也聚焦在托运、承运、装卸、车辆运行、罐车、罐体、车速、加速度等因素[2-3]。对于由道路运输事故危化品泄漏导致的次生环境危害的研究则较少,有关交通道路突发危化品泄漏对下游敏感受体(包括饮用水源地、自然保护区等)的影响研究更少。另外,大部分研究仅考虑岸上的影响,并未考虑入河的风险,未综合考虑运输路线及其与河流的关系等因素[4-7]。而一旦污染物泄漏进入河道,产生的次生突发环境事件将造成更大影响。因此,为提高交通运输次生突发环境事件防控能力,本文通过分析近10年交通运输事故次生突发环境事件的总体特征,梳理问题根源,进而提出防范化学品道路运输中重大突发环境事件的对策建议。

  • 2010—2019年,由生态环境部调度的突发环境事件共1 053起。其中,最多的为安全生产次生突发环境事件为523起,占比50%。而交通运输为第2大突发环境事件诱因,具体数据见图1

    近年来我国突发环境事件主要特点为:

    1)交通运输事故多发,近5年呈上升趋势。交通事故次生突发环境事件共278起,占全国突发环境事件总数量的26%。2012— 2015年,交通运输次生突发环境事件数量和占比均逐年下降,2015—2019年,其数量及占比呈总体上升趋势,2019年一年达到38起,占当年总数量的46%。

    2)事故主要涉及危化品运输。2010—2019年仅危化品运输事故次生突发环境事件共275起,占交通运输次生突发环境事件的99%。事故主要发生在陆路运输过程。水运运输过程中发生的事故仅23起,占比不足9%。

    3)事故主要分布在浙江、广东、陕西、江苏、山东、湖北等省份,占交通运输次生突发环境事件的51%。其中,山西、青海、新疆等省(自治区)交通运输次生突发环境事件占该省(自治区)突发环境事件总数量的40%以上(见图2)。

    4)事故危化品主要为石油类、苯及其苯系物、无机酸等,占比超过59%(见表1)。因交通运输具有流动性强、运输物质复杂等特点,所载危险化学品入水后易快速扩散,处置难度相对较大,且极易造成流域性污染。

  • 1)由于我国的化工产业地域布局不均,“产销分离”决定了危化品生产后需要经历物流运输过程。我国以石油、天然气等为基础原料的化工产业集群大多分布在西部,而其产品销售地和下游深加工企业又多集中在东部沿海地带[8]。目前,我国5 000余种化工原料产销地域分布不均,95%以上原料需要异地运输。

    2)危化品物流运输量呈上升趋势,危化品运输事故次生突发环境事件增多。据统计,我国每年经道路运输的危化品超过1×1010 t,占危化品运输总量60%以上,占公路年运输总量30%以上。我国从事危化品货物运输的企业超过1×104家,危化品运输汽车车辆超过3.6×105辆。我国是石油与化工产品消费大国,危化品物流需求强劲,运输量年均增长10%,而2019年危化品物流市场规模已超过1.8×1013[9-10]。近几年,随着危化品运输量的增加,我国交通事故次生突发环境事件呈总体上升趋势。

    3)随着原油产量和原油加工量的不断增长,石油类运输事故次生突发环境事件上升趋势明显。据统计,我国炼油产能年均增加(2~4)×107 t。2010—2019年,石油类运输事故次生的突发环境事件从3起增至16起,占运输事故次生突发环境事件总数量的比例由11%上升至42%。2020年1—9月,石油类运输事故次生的突发环境事件为11起,占比45%,上升趋势尤为明显。

  • 1)风险底数不清。危化品运输属于高风险行业,一旦发生事故,具有影响大、波及范围大、危害大等特点[11-12]。然而,我国现行环境风险评估技术体系尚无专门针对危化品道路运输风险评估的技术方法,且各级政府生态环境部门也不掌握危化品运输种类、运输数量、运输路线、周边环境等运输状况和环境底数等基本信息,导致危化品运输事故次生突发环境事件风险底数不清,难以采取有针对性的环境风险防控与应急准备措施。针对此类事故的应急处置工作往往比较被动,容易贻误战机,造成事件影响升级。

    2)环境风险防控工程体系缺乏。一旦危化品因运输事故造成泄漏,往往沿着公路边坡、边沟进入水体,或者翻车泄漏直接进入水体。进入水体的污染物会随水流迅速下泄,进而影响到下游饮用水源,甚至可能造成跨国界水污染风险[13]。若事先能探明高风险路段下游的可用于截流、引流、导流、贮存污染物的场地,以及可用于应急处置的环境应急基础设施,将污染物控制在封闭水体或有限范围内,就能够迅速控制事态。然而,由于底数不清、环境风险防控工程体系缺乏,因此目前很难做到在较短时间内快速拦控污染物。

    3)缺乏有效的技术支撑。目前,我国道路运输的危化品种类繁多、性质多样,次生突发环境事件后的应急处置技术及措施非常复杂[14-15]。然而,由于环境应急处置技术研究不够深入,环境应急处置装备及标准的缺乏,故难以有效支撑事故发生后的科学应对措施。

    4)部门联动协作机制有待加强。危化品道路运输监管及次生事故处置涉及公安、交通、应急、生态环境、卫计等多个部门[16]。按照职责分工,运输事故发生后,公安、消防、卫计等部门一般早于生态环境部门组织现场交通疏导、应急处置、人员救援等工作。一些地方部门间缺乏有效联动协作机制,相关部门在先期处置中未及时采取有效的封堵、拦截等处置措施,造成槽罐车内危化品全部泄漏并迅速向下游迁移,增加了后续的环境应急处置难度。如2020年4月河北省涞源县酚油罐车泄漏事故、广东揭阳9·9交通事故苯酚泄漏次生突发环境事件就是如此。

  • 1)建立危化品运输道路环境风险评估体系,识别全国重大环境风险路段。推进全面评估全国危化品道路运输环境风险路段并定级,绘制全国“危化品运输道路环境风险路段一张图”,以指导环境风险防控及应急准备等工作。环境风险评估程序如图3所示。主要包括资料准备,路段识别,参数确定,评估方法,等级表征等5个方面。危化品道路运输环境风险评估采用“环境敏感受体影响推导法”,即以环境敏感受体为评估基础,依据危化品泄漏对环境敏感受体的影响程度及环境敏感受体敏感性等来筛选环境风险路段并定级。

    在评估参数的选择与确定方面,应充分考虑危化品泄漏对应的监测指标及其标准限值、道路运输的最大泄漏量、不同情形下危化品的入河量,以及泄漏时间、污染物在水中的扩散模型等诸多因素。

    以环境敏感受体为基准点,以危化品在水中表征指标的标准限值为基础,通过上述水质模型计算泄漏事故发生后污染团随时间、距离的变化情况(泄漏点为该路段的最下游点),得到污染团浓度衰减至污染物在水体中的标准限值时迁移的距离,并在此距离内寻找环境风险敏感受体。如无环境敏感受体,则该路段为无风险路段;如有环境风险敏感受体,以此环境敏感受体为基础并向上游反推(若有多个环境敏感受体,则从环境敏感受体等级从高到低依次进行),并找到临界点。污染物若在此临界点泄漏,则下游环境敏感受体处的污染物浓度刚好达标(达到《地表水环境质量标准》(GB 3838-2002)[17]相关指标限值要求),设为Z点。Z点以上为无风险路段,若危化品在此路段泄漏,不会造成下游环境敏感受体处水体相关污染物超标;Z点以下为有风险路段,若危化品在此路段泄漏,将会造成下游环境敏感受体处水体相关污染物超标,即环境敏感受体和Z点内的危化品运输路线为有风险的路段。当危化品在Z点以上泄漏,对下游环境敏感受体无风险;在Z点以下泄漏则对下游环境敏感受体存在风险。环境敏感受体与临界点Z间的距离即为环境风险路段长度。

    目前,生态环境部正在四川省成都市、陕西省汉中市和宝鸡市开展道路交通突发环境事件高发路段风险评估试点工作。

    2)推广“南阳实践”经验,减轻或消除危化品运输事故次生突发环境事件的影响。在全国重点区域大力推动环境高风险路段所属流域,实施 “以空间换时间”的“南阳实践”经验(因首先在淇河污染事件中提出,故为“南阳实践”)。即在危化品运输道路风险评估基础上,提前探明危化品运输高风险路段下游可用于截流、引流、导流、贮存污染物的场地,以及可用于应急处置的桥梁、闸、坝等环境应急基础设施,构成临时应急池。该应急池既可有效拦截隔离污水,又不影响上游清水下泄,通过“空间”换取污染物处置的“时间”。可构成的“空间”设施包括引水式电站、湿地、干枯河床、引水管道、江心洲型河道、坑塘、槽车、排水管道(排渠)、连通水道、多级拦截坝等十余种设施。在此基础上,将南阳实践成果转化成“一河一策一图”电子化成果,指导突发环境事件的科学处置,努力实现从“被动应对”到“主动防控”的重大转变。

    3)加强和完善部门沟通协作机制,防范化解危化品运输事故次生重特大突发环境事件的发生。建立健全公安、交通运输、应急管理、生态环境等部门共同参与的危化品道路运输事故联合预防和应对机制,形成“基本信息共享、动态监控通报、同步联合应对”的工作格局。通过部门基础信息共享,生态环境部门可形成全国危化品道路运输环境风险路段汇总,并共享给交通运输、应急管理等部门,推进危化品道路运输车辆运输路线优化及环境风险实时预警,从源头化解运输事故次生重特大突发环境事件的发生。

    4)建立健全危化品道路运输事故应急处置体系,提升应急处置能力。环境应急总体系统包括风险源监控与预警体系,环境质量监测与预警体系,环境事件应急处置体系,环境后评估与善后体系。其中,环境事件应急处置体系包括查清切断污染来源、应急监测、污染物削减、调水控污、供水保障、卫生应急预案、生态环境影响后评估、事故应对综合调度、事故舆论引导等9大方面。在发生突发环境事件时,一般应急顺序为“一气、二水、三土”,以短时间大范围高浓度的污染物影响转化成小范围长期低损害的自然过程,并尽量避免与人、食物、生物等接触,防止向毒性变大方向发展为应急处置原则。阻源顺序为:危化品运输车辆罐体、岸上、支流或短的河段、河床、较大水域。由以上顺序可以看出,事件发生时间越长,阻源难度越大,故先期处置十分重要。可采用的主要削污措施包括围阻、回收、吸附、烧除、掩埋、削沉、掺混、修复。应根据污染物的性质及污染程度来确定,具体采取一种或者多种联合的削污措施。

参考文献 (17)

返回顶部

目录

/

返回文章
返回