南湖新闻网讯（通讯员 苏创红）近日，我校资源与环境学院土壤重金属污染研究团队在基于源-途径-受体的大尺度时空风险评估方法方面取得新进展。相关成果以“Large-Scale Spatiotemporal Risk Assessment Method Based On Source−Pathway−Receptors: A 30-Year Case Study of Nonferrous Metal Industrial Sites”为题发表于环境领域TOP期刊Environmental Science & Technology。

图形摘要

随着工业污染场地数量增加，传统风险评估方法难以支撑大区域长周期动态管理。现有研究多聚焦单一场地或静态评估，缺乏对污染源动态变化、多暴露路径及受体脆弱性的系统整合，导致风险被低估或高估；此外，过往研究常关注高污染热点区域，而对低污染区污染场地风险研究不足。这些局限性限制了对污染场地风险变化的全面认知。

图1 大时空尺度污染场地风险评估框架

针对上述问题，本研究通过集成空间分析、数学建模和多准则决策分析（MCDA），构建了一个基于“源-途径-受体”模型的大尺度时空综合风险评估框架（图1）。研究以1990-2020年中国有色金属16579个工业场地为研究对象，通过危害性、脆弱性及风险因子分析，量化了污染场地时空风险演变趋势，揭示了污染治理成效。研究结果表明，场地潜在风险呈非线性变化特征：1990年风险水平为13.49%，2000年上升至16.41%，2010年达到峰值23.17%，2020年回落至19.06%。伴随污染场地数量的增加，风险空间分布呈现“扩散-集聚”特征，多数区域仍保持低风险水平（图2）。时空风险变化主要受三重因素驱动：一是冶炼采矿活动（源），二是风力地表径流（途径），三是社会经济与人口集聚（受体）。

图2 1990—2020年我国有色金属工业场地的潜在风险

该研究为大时空尺度下特定风险区域的识别及风险演变规律提供了科学依据和方法论支撑，有助于全面提升污染场地风险评估水平，为政策制定者和环境管理者提供了重要的决策参考。这一研究成果不仅填补了大区域尺度污染场地风险动态评估领域的研究空白，也为全球环境治理提供了中国经验，具有重要的学术价值和实践意义。

华中农业大学资源与环境学院博士研究生苏创红为论文第一作者，杨勇教授和中国科学院地理科学与自然资源研究所雷梅研究员为论文共同通讯作者。北方工业大学李冱岸教授、华中农业大学党丽娜高级工程师以及贵州大学吴攀教授也参与了研究工作。该研究得到了国家自然科学基金项目（批准号：42077378, 42277475）等项目资助。

审核人：杨勇

论文链接：https://doi.org/10.1021/acs.est.4c11367

【英文摘要】

Most existing risk assessment methods lack the capability to conduct large-scale analysis and accurately evaluate long-term trends. To solve this problem, this study integrated various methodologies, including analytical hierarchy process model, multicriteria decision analysis techniques, and spatial analysis, to conduct a comprehensive risk assessment based on sources, pathway, and receptors. With the aim of quantifying the spatiotemporal risk of nonferrous metal industrial sites in China from 1990 to 2020, this study performed hazard, vulnerability, and risk factor analyses to explore the trend of risk changes and reveal the effectiveness of pollution control efforts. Results showed that the potential risk of nonferrous metal industrial sites exhibited nonlinear changes, increasing from 13.49% in 1990 to 16.41% in 2000, peaking at 23.17% in 2010, and then declining to 19.06% in 2020. Moreover, with the increasing number of contaminated sites, the spatial distribution of potential risks showed pattern of dispersion followed by concentration, with lower risks in most areas. Finally, spatiotemporal risk variations were considerably affected by source−smelting and mining, pathway−wind and surface runoff, and receptor−socioeconomic development and population agglomeration. The proposed methodology can help decision-makers identify specific risk areas and patterns of variation over long-term scales and large-scale regions.