環(huán)境多介質(zhì)模型構(gòu)建方法與應(yīng)用

王 翔，董玉瑛，鄒學(xué)軍，金惠英，張振東

(大連民族大學(xué) 環(huán)境與資源學(xué)院，遼寧 大連116605)

環(huán)境中存在的各類污染物，其環(huán)境殘留的潛在影響成為了公眾健康優(yōu)先考慮的問題之一。污染物排放后，不會(huì)固定在某一位置，而是要發(fā)生稀釋、擴(kuò)散、降解等一系列物理、化學(xué)、生物等過程，在各環(huán)境介質(zhì)中進(jìn)行遷移、轉(zhuǎn)化和分配。環(huán)境中普遍污染物質(zhì)的遷移循環(huán)的簡(jiǎn)要描述如圖1?？梢姡瑢?duì)數(shù)量眾多、成分復(fù)雜的污染物在各種環(huán)境介質(zhì)中的時(shí)空分布情況進(jìn)行一一監(jiān)測(cè)會(huì)消耗大量的人力和物力［1］。在此需求背景下多介質(zhì)環(huán)境模型的研究一經(jīng)提出，就得到了迅速發(fā)展和廣泛應(yīng)用。從最早的環(huán)境多介質(zhì)模型，即由CEMC(加拿大環(huán)境建模中心)D.MACKAY 教授領(lǐng)導(dǎo)的團(tuán)隊(duì)開發(fā)的Quantitative Water Air Sediment Interaction(QWASI)模型，成功模擬了化學(xué)品在加拿大安大略湖中的分配過程［2］，到最近的Susan 等人用多介質(zhì)城市模型(MUM)耦合預(yù)測(cè)污染邊界層大氣遷移模型(BLFMAPS)建立的SO-MUM 模型預(yù)測(cè)多氯聯(lián)苯和多溴二苯醚在多倫多的大氣濃度［3］以及James M Armitage 等人用全球范圍的多介質(zhì)質(zhì)量平衡模型模擬全氟羧酸(PFCAs)、全氟碳化物(PFCs)在全球范圍內(nèi)的長期歸趨和遷移轉(zhuǎn)化過程［4］。2013 年USEPA 又運(yùn)用遠(yuǎn)程質(zhì)量平衡暴露模型(RAIDAR)評(píng)估了1 936 種化學(xué)物質(zhì)對(duì)人類潛在接觸的影響，以確定最優(yōu)先控制危險(xiǎn)化學(xué)物質(zhì)，據(jù)此進(jìn)行嚴(yán)格分級(jí)管理。

圖1 環(huán)境中污染物質(zhì)的遷移循環(huán)

環(huán)境多介質(zhì)模型已經(jīng)應(yīng)用在各個(gè)領(lǐng)域。這是因?yàn)槎嘟橘|(zhì)環(huán)境模型通過對(duì)環(huán)境各個(gè)介質(zhì)系統(tǒng)狀態(tài)的細(xì)致描述，可以有效預(yù)測(cè)污染物在實(shí)際環(huán)境中的分配和遷移過程，所以對(duì)于監(jiān)測(cè)污染物的環(huán)境殘留，修復(fù)已經(jīng)被污染的區(qū)域環(huán)境，制定環(huán)境標(biāo)準(zhǔn)、法規(guī)，判定污染物的優(yōu)先級(jí)都有著十分重要的作用。2013 年，Yue Xu 等人對(duì)環(huán)境多介質(zhì)接觸模型和風(fēng)險(xiǎn)評(píng)估模型的綜合使用，證明了中國西部因?yàn)橛《鹊葒鴮?duì)林丹的過度使用及排放導(dǎo)致患癌癥的風(fēng)險(xiǎn)有所增加［5］。2014 年，Toru Kawai 等人用全球3D 動(dòng)態(tài)多介質(zhì)環(huán)境模型成功分析了評(píng)估多種氯化物和溴化物的環(huán)境持久性［6］。2015 年，陶澍等人用空間環(huán)境多介質(zhì)歸趨模型SESAMe 成功預(yù)測(cè)了苯并芘在中國的環(huán)境濃度以及分布?xì)w趨，確認(rèn)華北平原、內(nèi)蒙古中部、東三省、上海、江蘇和廣州等地區(qū)苯并芘濃度較高，如果在未來通過改進(jìn)技術(shù)控制室內(nèi)做飯取暖等生物質(zhì)燃燒，在2030 年前禁止露天焚燒則可以有效的減少苯并芘的環(huán)境濃度［7］。

1 基于逸度方法的環(huán)境多介質(zhì)模型

將逸度的概念引入有機(jī)污染物的多介質(zhì)環(huán)境模型中［8］，即用逸度代替濃度進(jìn)行計(jì)算，解決了不同介質(zhì)中濃度單位不統(tǒng)一而造成的建模困難問題，簡(jiǎn)化了模型計(jì)算過程。多介質(zhì)環(huán)境系統(tǒng)模擬模型的主方程為一質(zhì)量平衡方程組:

式中，Ci為單元i 中的污染物濃度，mol·cm-3;Si為單元i 中的污染物源強(qiáng)，mol·h-1;kij為以單元i為基礎(chǔ)，污染物在單元i 和單元j 之間的質(zhì)量交換的遷移系數(shù)，cm·h-1;Aij為相應(yīng)單元間的交界面積，cm2;Vi為單元i 的體積，cm3;Cij為在單元j 處于平衡時(shí)，單元i 中的污染物濃度，mol·cm-3，并有Cij=CiHij，Hij為單元i 到j(luò) 的分配系數(shù);Ki為單元i 中發(fā)生反應(yīng)的速率常數(shù)，h-1;αi:當(dāng)為降解反應(yīng)時(shí)，αi=-1，當(dāng)為生成反應(yīng)時(shí)，αi=1;qv，ij和qv，ji為相對(duì)應(yīng)的對(duì)流體流量，cm3·h-1。

2008 年，敖江婷等人［9］用Ⅳ級(jí)逸度模型模擬了松花江環(huán)境污染事故發(fā)生后硝基苯的動(dòng)態(tài)環(huán)境行為，結(jié)果表明，Ⅳ級(jí)逸度模型能夠作為一種比較有效的手段，表征環(huán)境溫度對(duì)突發(fā)性環(huán)境污染事故發(fā)生后污染物環(huán)境行為的影響，并對(duì)污染物的環(huán)境行為進(jìn)行預(yù)測(cè)。2012 年，齊麗等人［10］用Ⅲ級(jí)多介質(zhì)逸度模型成功模擬計(jì)算了穩(wěn)態(tài)假設(shè)下二噁英類在北京地區(qū)空氣相、水相、土壤相和沉積物相中的濃度分布及各相間的遷移通量，結(jié)果表明，北京地區(qū)二噁英類的主要遷移過程為空氣相—土相沉降和空氣相—水相沉降，土壤和大氣降解是二噁英類的主要消亡途徑，土壤相是二噁英類的最大儲(chǔ)存庫。2014 年，王振坤等人［11］用微宇宙系統(tǒng)和多介質(zhì)逸度模型模擬了鉛和鉻在天津港水生生態(tài)系統(tǒng)中的遷移行為，模型的計(jì)算結(jié)果與微宇宙試驗(yàn)數(shù)據(jù)能夠很好地吻合，由結(jié)果可知鉛和鉻在水環(huán)境中主要的遷移過程是沉降。2014 年，韓珍等人［12］用Ⅲ級(jí)多介質(zhì)逸度模型模擬預(yù)測(cè)了黃河頭道拐冰封期α -HCH 在大氣、冰、水、懸浮物、底泥相中的濃度分布，計(jì)算了相間遷移通量和相內(nèi)降解量。表明了α -HCH 在大氣中的濃度最小，在底泥中的濃度最大，底泥是α-HCH 的匯;各相間的遷移通量以氣相向冰相的遷移通量為最大;隨冰相光降解是α-HCH從區(qū)域環(huán)境介質(zhì)中消失的主要途徑。

2 綜合多介質(zhì)空間分區(qū)模型(ISMCM)

ISMCM 通過介質(zhì)之間的物理邊界條件，完美地綜合了空間中的各個(gè)相。Cohen 等首先應(yīng)用多介質(zhì)相的概念建模。最早的多介質(zhì)分區(qū)模型的開發(fā)是作為一種篩查工具(MCM)應(yīng)用，一直緊隨其后的是空間多介質(zhì)分區(qū)模型(SMCM)［13］，以及最近的綜合多介質(zhì)空間分區(qū)模型(ISMCM)［14］，它考慮到了一些相中的不均勻性。

ISMCM 認(rèn)為，所有介質(zhì)、生物和非生物，是一個(gè)集成系統(tǒng)。它通過結(jié)合了的均勻和非均勻介質(zhì)跨介質(zhì)的物理邊界條件，來解釋貫穿生態(tài)系統(tǒng)的復(fù)雜的污染物的遷移，在這里土壤和沉積相被看作是不均勻介質(zhì)，其他相則被看作是均勻介質(zhì)。物質(zhì)在這兩相中的遷移是個(gè)緩慢的過程，通過假設(shè)土壤和沉積層非均勻相中污染物的局部平衡的假設(shè)給出了遷移方程:

式中，Cm為化學(xué)物質(zhì)在介質(zhì)中的總濃度，gmol·m-3;Vj為相j 的傳輸速度，m·h-1;Nr為土壤-根之間的化學(xué)物質(zhì)交換的凈流率或稱為掩埋沉積層有機(jī)物的交換律，gmol·(m-3·h-1);Hjm為介質(zhì)分配系數(shù);為相j 中物質(zhì)的有效擴(kuò)散系數(shù)，m2·h-1。此方程式能較為真實(shí)的反應(yīng)污染物在非均勻相中的遷移及分配的動(dòng)力學(xué)過程。

ISMCM 一方面對(duì)均勻相應(yīng)用了逸度能力的概念并且考慮了非穩(wěn)定狀態(tài)下的質(zhì)量平衡;另一方面，用一維(1 d)對(duì)流擴(kuò)散遷移過程，描述非均勻相。因此，可以在土壤和沉積物相中獲得空間的遷移分辨率，而在均勻相中不能。假設(shè)在質(zhì)量守恒條件下，ISMCM 能夠基于良好的穩(wěn)態(tài)環(huán)境過程來準(zhǔn)確預(yù)測(cè)包括遷移介質(zhì)因素影響在內(nèi)的這個(gè)遷移過程。

ISMCM 是一個(gè)混合模型，它結(jié)合了分區(qū)模型和單一介質(zhì)模型，提供了一個(gè)篩選工具更好的梳理計(jì)算介質(zhì)間復(fù)雜的相互關(guān)系。它較于分區(qū)模型更加復(fù)雜，可以提供單一分區(qū)模型不能達(dá)到的分辨率。然而它在小規(guī)模的模擬條件下以及對(duì)人類健康風(fēng)險(xiǎn)評(píng)估的細(xì)致的模擬所進(jìn)行預(yù)測(cè)的時(shí)空分辨率不如LSSMM 準(zhǔn)確。

近年來應(yīng)用ISMCM 模型主要有以下成果:2002 年Cohen Y 等人用綜合多介質(zhì)空間分區(qū)模型來預(yù)測(cè)有毒有機(jī)污染物在多介質(zhì)環(huán)境中的遷移及分配情況［14］，證實(shí)ISMCM 模型相比于常規(guī)的逸度模型可以準(zhǔn)確地預(yù)測(cè)有多有機(jī)污染物的環(huán)境遷移。2003 年曹紅英、陶澍等用綜合多介質(zhì)空間分區(qū)模型研究了菲在天津市的多介質(zhì)分布和相間遷移，證實(shí)土壤和沉積物是天津地區(qū)菲的主要集聚地，其在土壤中的分布主要受控于土壤有機(jī)質(zhì)對(duì)降解的影響，而大氣含量分布直接與排放有關(guān)［15］。2009 年Lara Lamon 等人用BETR(ISMCM模型的一個(gè)分支)模型研究PAHs 在氣候條件改變下的遷移情況，結(jié)論表明，受到氣候變化的影響，PAHs 的流動(dòng)性和揮發(fā)排放的效應(yīng)都會(huì)增加［16］。2013 年Cohen Y，Liu H H 用ISMCM 模型研究了納米工程材料(ENM)的環(huán)境多介質(zhì)質(zhì)量分布和濃度，結(jié)果表明，在水體懸浮物及沉積物中ENM 累積量顯著增加。大氣的干濕沉降是ENMs 輸入陸地環(huán)境的重要途徑，在土壤中沒有發(fā)現(xiàn)預(yù)期存在的ENM。ENMs(金屬、金屬氧化物、碳納米管(CNT)、納米黏土)在多介質(zhì)環(huán)境中主要積累于土壤和沉積物中［17］。2015 年P(guān)ascal S.Diefenbacher 等人用ISMCM 模型分析城市排放PAHs 的季節(jié)性趨勢(shì)，結(jié)論為在蘇黎世，冬天PAHs的排放量是夏天的9 倍。這意味著PAHs 的主要影響因素之一是溫度，并且直接曝露于環(huán)境中的戶外來源是PAHs 的主要排放源［18］。

3 空間單介質(zhì)鏈接模型(LSSMM)

LSSMM 是由空氣、水、土壤和其他單介質(zhì)串行連接組成的遷移模型［19］。在特定介質(zhì)中預(yù)測(cè)一種化學(xué)物質(zhì)的濃度，首先需要計(jì)算污染物源的情況，然后計(jì)算介質(zhì)之間的遷移率，并把它們作為輸入源來計(jì)算此污染物在其他介質(zhì)中的濃度。與其他類型的多介質(zhì)模型相比，LSSMM 的分辨率更高，這使得它不僅適用于大尺度環(huán)境和長期模擬，同時(shí)在局部環(huán)境和短期模擬上也具有其他多介質(zhì)環(huán)境模型所不具有的優(yōu)勢(shì)。LSSMM 在評(píng)估暴露的危險(xiǎn)污染物風(fēng)險(xiǎn)水平上起重要的作用。目前主要使用的LSSMM 模型有四種，西北太平洋國家實(shí)驗(yàn)室(PNNL)開發(fā)的多介質(zhì)環(huán)境污染物評(píng)估系統(tǒng)(MEPAS)模型、美國環(huán)境保護(hù)署(USEPA)開發(fā)的多介質(zhì)中污染物的歸趨運(yùn)輸(MMSOILS)模型、美國能源部和阿拉貢國家實(shí)驗(yàn)室(DOE 和ANL)聯(lián)合開發(fā)的(放射性物質(zhì)殘余)RESRAD 模型以及美國環(huán)境保護(hù)署和研究發(fā)展部(USEPA 和ORD)聯(lián)合開發(fā)的多介質(zhì)多途徑多受體的風(fēng)險(xiǎn)評(píng)估(3MRA)模型。下面選用3MRA 模型中描述污染物在土壤和地下水遷移的方程說明LSSMM 模型的高分辨率。

污染物在土壤和地下水中遷移要先由包氣帶遷移至飽和層，再被輸送到其他區(qū)域，考慮到污染物在土壤中的降解規(guī)律和吸附解析規(guī)律，可得到污染物質(zhì)在包氣帶中的遷移平衡方程為

式中，Ci為由包氣帶進(jìn)入到飽和層的滲濾液污染物組分i 的質(zhì)量濃度，mg·L-1;t 為滲濾持續(xù)時(shí)間，d;Z 為包氣帶厚度，m;R 為滯后因子;D 為動(dòng)力彌散系數(shù);u 為孔隙水流速，m·d-1;Ki為污染組分i 的一階降解系數(shù)。

方程(3)的解析解為

式中，C0i為填埋場(chǎng)滲濾液中污染組分i 的初始質(zhì)量濃度，mg·L-1。其中E(Z，t)可表示為

污染物通過包氣帶進(jìn)入飽和層，可視為在x、y平面上無限分布的均質(zhì)各向同性含水介質(zhì)中有點(diǎn)源在含水層厚度上連續(xù)定量注入污染物。此時(shí)，污染物遷移的對(duì)流-彌散方程為

式中，Cwi為目標(biāo)敏感點(diǎn)處地下水中污染組分i 的質(zhì)量濃度值，mg·L-1;t 為時(shí)間，d;x 和y 分別為縱向和橫向距離，m;Dx和Dy為x，y 方向上的彌散系數(shù)，m2·d-1;ux為地下水流速，m·d-1;λ 為一級(jí)反應(yīng)常數(shù);I 為注入污染物的強(qiáng)度，kg·m-2;n 為含水層孔隙度。

LSSMM 一般可以集成為一個(gè)系統(tǒng)，雖然對(duì)系統(tǒng)中的不同介質(zhì)之間的遷移采用不同的運(yùn)算方法，使模型處理難度有所提高，但隨著計(jì)算機(jī)的快速發(fā)展，LSSMM 方法已經(jīng)越來越廣泛地應(yīng)用于長期模擬及評(píng)估暴露的危險(xiǎn)污染物風(fēng)險(xiǎn)水平中并取得一系列成果。2011 年袁英、席北斗等人運(yùn)用3MRA 模型模擬污染物在填埋場(chǎng)周圍環(huán)境介質(zhì)中的遷移轉(zhuǎn)化，結(jié)果表明，7 種目標(biāo)污染物最低安全填埋閾值大小順序?yàn)?污染物二價(jià)鎳＞苯＞鎘＞鉛＞六價(jià)鉻＞砷＞汞;污染物苯、砷、汞各自的人類和生態(tài)受體安全填埋閾值相同，鎘和二價(jià)鎳的人類受體安全填埋閾值高于生態(tài)受體，六價(jià)鉻的生態(tài)受體安全填埋閾值高于人類受體［20］。2013年USEPA 運(yùn)用遠(yuǎn)程質(zhì)量平衡暴露模型(RAIDAR)評(píng)估1 936 種化學(xué)物質(zhì)對(duì)人類的潛在接觸的影響，以確定最優(yōu)先控制危險(xiǎn)化學(xué)物質(zhì)。

4 基于軌跡計(jì)算的概率模型

軌跡模型［21］能夠清晰地給出污染物質(zhì)遷移的空間軌跡，反映其源匯關(guān)系，在很多領(lǐng)域中得到廣泛的應(yīng)用。Hafner 和Hites 建立了用于污染源區(qū)探討得到的基于反向軌跡計(jì)算的潛在源貢獻(xiàn)函數(shù)(未包括降解等過程)模型。王戎、郎暢等人構(gòu)建基于正向軌跡計(jì)算的概率模型，在模型中加入排放清單為輸入項(xiàng)，并嵌入分配、降解、沉降等主要過程。由于該模型主要用于研究特定源對(duì)對(duì)象受體區(qū)域的污染影響，故稱之為“潛在匯影響函數(shù)”(PRIF)。確切地說，潛在匯影響函數(shù)表達(dá)了特定源區(qū)S(共n 個(gè)格點(diǎn))在［T1，T2］時(shí)段(h)內(nèi)排放的污染物在經(jīng)歷了［t1，t2］時(shí)間(h)遷移到達(dá)受體區(qū)域后，到達(dá)所有m 個(gè)受體點(diǎn)的空間概率分布(排放與遷移計(jì)算時(shí)間步長均為1 h)，其中到達(dá)受體格點(diǎn)ri(i=1…m)的概率可以表達(dá)為

式中，Ej(T)是T 至T +dT 時(shí)段源j 的排放量，M(ri，［t］▕ S，［T］)代表任意時(shí)刻T 至T +dT 時(shí)段內(nèi)排放的污染物在經(jīng)歷t 時(shí)間遷移歷程后到達(dá)受體格點(diǎn)ri的量。

2004 年，Hoh 和Hites 用軌跡統(tǒng)計(jì)模型分析了美國南方棉花種植區(qū)，結(jié)論認(rèn)為該區(qū)域是美國南部毒殺芬和DDE 的主要源［22］。2014 年，L Huang和S A Batterman 綜合了逸度、食物網(wǎng)和概率計(jì)算模型，檢查了16 種PAHs 和5 種NPAHs 在密歇根湖的排放。模擬結(jié)果顯示，密歇根湖中的PAHs的排放量在1 950 s 左右達(dá)到峰值，以后逐年減弱，這與事實(shí)相符，但是隨后的PAHs 濃度的下降要比人們預(yù)想的速度慢［23］。

5 基于神經(jīng)網(wǎng)絡(luò)與灰色理論的參數(shù)預(yù)測(cè)模型

灰色系統(tǒng)理論的研究對(duì)象是已知部分信息和未知部分信息的小樣本、貧信息、不確定性系統(tǒng)［24］。主要通過對(duì)部分已知信息的生成開發(fā)，提取有價(jià)值的信息，從而實(shí)現(xiàn)對(duì)運(yùn)行行為和演化規(guī)律的正確把握和描述?；疑到y(tǒng)理論對(duì)試驗(yàn)數(shù)據(jù)及其分布沒有特殊的要求和限制，具有所需樣本數(shù)據(jù)少、不需要計(jì)算統(tǒng)計(jì)特征、適用范圍廣、運(yùn)算時(shí)間短等優(yōu)點(diǎn)?；疑A(yù)測(cè)模型十分簡(jiǎn)便，易學(xué)好用，對(duì)灰色系統(tǒng)理論的研究具有重要的現(xiàn)實(shí)意義。

灰色預(yù)測(cè)建模的原理是對(duì)原始離散的不規(guī)則時(shí)間序列數(shù)據(jù)進(jìn)行累加，生成近似指數(shù)增長的曲線，建立近似連續(xù)的微分方程，通過序列生成算子生成一系列函數(shù)，再建立模型。這些算子的作用主要是強(qiáng)化離散過程的確定性，弱化其不確定性。實(shí)質(zhì)上是將已知的數(shù)據(jù)序列通過一定的方法處理，使其由散亂狀態(tài)轉(zhuǎn)向規(guī)律化，然后利用微分方程擬合并進(jìn)行預(yù)測(cè)。按照其功能和特征，可將灰色預(yù)測(cè)分成數(shù)列預(yù)測(cè)(又稱時(shí)間序列預(yù)測(cè))、區(qū)間預(yù)測(cè)、災(zāi)變預(yù)測(cè)、季節(jié)災(zāi)變預(yù)測(cè)、波形預(yù)測(cè)和系統(tǒng)預(yù)測(cè)等。

根據(jù)神經(jīng)元的結(jié)構(gòu)，可以把神經(jīng)元抽象為一個(gè)簡(jiǎn)單的數(shù)學(xué)模型，如圖2。

圖2 神經(jīng)元抽象數(shù)學(xué)模型

其中，x1，x2，…，xn是神經(jīng)元的輸入信號(hào);w1j，…wij，…，wnj是神經(jīng)元j 的突觸權(quán)值，稱為連接權(quán)系數(shù);uj是輸入信號(hào)線性組合器的輸出，偏置(閾值)為bj，f (x)為輸出變換函數(shù);yj是神經(jīng)元輸出信號(hào)。則該神經(jīng)元模型的數(shù)學(xué)描述為

各種神經(jīng)元的區(qū)別在于輸出變換函數(shù)f (x)不同，從而使其具有不同的信息處理特性。

灰色預(yù)測(cè)模型存在理論上的缺陷，故灰色組合預(yù)測(cè)模型是灰色預(yù)測(cè)模型的一個(gè)發(fā)展方向。BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性學(xué)習(xí)能力，但也存在一些固有的缺陷，將BP 神經(jīng)網(wǎng)絡(luò)與灰色預(yù)測(cè)方法結(jié)合，取長補(bǔ)短，應(yīng)用于社會(huì)各行各業(yè)，成功地解決了一系列問題。2013 年，淡永利、王宏志等人用灰色神經(jīng)網(wǎng)絡(luò)模型(GNNM)將灰色GM(1，1)模型與BP 神經(jīng)網(wǎng)絡(luò)模型相組合，更好的擬合了生態(tài)足跡(EF)的動(dòng)態(tài)發(fā)展。以湖北省(1991年—2011 年)為對(duì)象，對(duì)GNNM 模型進(jìn)行了驗(yàn)證，結(jié)果表明:GNNM 模型比單一灰色理論有著更高的精度和可靠度，預(yù)測(cè)精度提高了0.75 %;21 年間湖北省人均生態(tài)足跡增長了1.473 hm2，而人均生態(tài)承載力增加緩慢，總的生態(tài)赤字逐年加大，21年增加了1.389 hm2，未來湖北省生態(tài)足跡將繼續(xù)加大，預(yù)計(jì)2020 年將增加到3.659 hm2，是2011年的1.43 倍，湖北省資源消耗已遠(yuǎn)超過資源承載力范圍，處于不可持續(xù)狀態(tài)，生產(chǎn)消費(fèi)模式急待調(diào)整［25］。

6 模型前景及展望

目前的環(huán)境多介質(zhì)模型主要應(yīng)用于預(yù)測(cè)污染物在多介質(zhì)環(huán)境中的遷移、轉(zhuǎn)化、分配過程，為危險(xiǎn)廢棄物及其他污染物對(duì)環(huán)境影響的評(píng)價(jià)和安全管理提供可靠的依據(jù)。根據(jù)其現(xiàn)有應(yīng)用情況和發(fā)展前景，推測(cè)今后的發(fā)展趨勢(shì)有以下幾點(diǎn):

(1)描述傳統(tǒng)污染物的長距離遷移、分配過程等方面，在空間以及時(shí)間的分辨率上都可以達(dá)到較高水平，有一些問題甚至可以通過建立多種環(huán)境多介質(zhì)模型來復(fù)合解決，使模型結(jié)果更加接近現(xiàn)實(shí)。隨著人們對(duì)污染物監(jiān)測(cè)范圍的擴(kuò)展和認(rèn)知程度的加深，環(huán)境多介質(zhì)模型對(duì)污染物造成環(huán)境風(fēng)險(xiǎn)的監(jiān)控管理方面的作用越來越突出。在應(yīng)對(duì)突發(fā)性環(huán)境污染事故時(shí)，應(yīng)用環(huán)境多介質(zhì)模型可以迅速判定污染范圍，有利于及時(shí)做出應(yīng)對(duì)以減小損失。

(2)為描述新型的極性污染物如PPCPs 等污染物，目前的環(huán)境多介質(zhì)模型仍需要進(jìn)行很多的改進(jìn)和研究工作。新型污染物不同于傳統(tǒng)持久性有機(jī)污染物(POPS)，PPCPs 沒有“難降解”“生物積累”和“全球循環(huán)”的特性，它們大多極性強(qiáng)，易溶于水，揮發(fā)性較弱。因?yàn)闅滏I的存在及其他跨介質(zhì)遷移中的相互作用，PPCPs 這類的新型污染物用目前的多介質(zhì)模型預(yù)測(cè)時(shí)誤差較大，這也要求學(xué)者們?nèi)匀灰哟笤谶@方面的研究力度，不斷改進(jìn)并開發(fā)新的環(huán)境多介質(zhì)模型，來應(yīng)對(duì)各種新出現(xiàn)的問題。

(3)環(huán)境多介質(zhì)模型應(yīng)用的一個(gè)重要部分是為了制定環(huán)境法規(guī)和環(huán)境標(biāo)準(zhǔn)，這需要大量的環(huán)境相關(guān)性數(shù)據(jù)，以此來判斷環(huán)境容量以及環(huán)境污染狀況。因此環(huán)境多介質(zhì)模型的數(shù)據(jù)庫在深度和廣度方面仍需要進(jìn)行研究和提高。越復(fù)雜越準(zhǔn)確的模型一般所要求的環(huán)境相關(guān)性數(shù)據(jù)越多越細(xì)致。在數(shù)據(jù)并不充分的條件下，本身分辨率很高的模型并不能得到很好的應(yīng)用，或是應(yīng)用后結(jié)果偏差較大。在這種情況下，也有不少學(xué)者嘗試研究在環(huán)境相關(guān)性數(shù)據(jù)和背景值缺失的條件下也能對(duì)污染物環(huán)境行為進(jìn)行預(yù)測(cè)的模型，并且取得了一定的成果，例如基于神經(jīng)網(wǎng)絡(luò)與灰色理論的參數(shù)預(yù)測(cè)模型。但環(huán)境相關(guān)性數(shù)據(jù)和背景值數(shù)據(jù)庫的擴(kuò)充仍然是必不可少的。

隨著學(xué)者們不斷地研究和探索，環(huán)境多介質(zhì)模型已經(jīng)越來越朝向綜合、廣泛、通用的方向發(fā)展，這些多介質(zhì)環(huán)境模型正在逐漸形成一套完整的系統(tǒng)，使人們應(yīng)對(duì)各種環(huán)境問題時(shí)都能有可靠的模擬方案。計(jì)算機(jī)領(lǐng)域的迅速發(fā)展，很多復(fù)雜的模型計(jì)算都可以通過計(jì)算機(jī)的軟件來迅速完成，這也使得環(huán)境多介質(zhì)模型的應(yīng)用推進(jìn)的更快。對(duì)環(huán)境多介質(zhì)模型的靈活運(yùn)用，優(yōu)選最適模型，可以讓模型為人們帶來最大的收益。未來的環(huán)境多介質(zhì)模型將能更加發(fā)揮其在預(yù)測(cè)污染物殘留、了解環(huán)境容量和制定環(huán)境標(biāo)準(zhǔn)等方面的重要作用。

［1］王亞韡，王寶盛，江桂斌，等. 新型有機(jī)污染物研究進(jìn)展［J］. 化學(xué)通報(bào)，2013，76 (1):3 -12.

［2］MACKAY D，JOY M，PATERSON S. A quantitative water，air，sediment interaction(QWASI)fugacity model for describing fate of chemicals in lakes ［J］. Chemosphere，1983，12:981 -987.

［3］CSISZAR S A，DAGGUPATY S M. SO-MUM:A coupled atmospheric transport and multimedia model used to predict intraurban-scale PCB and PBDE emissions and fate［J］. Environmental Science and Technology，2013，47:436 -445.

［4］ARMITAGE J M，MACLEOD M，COUSINS L T. Comparative assessment of the global fate and transport pathways of long - chain perfluorocarboxylic acids(PFCAs)and perfluorocarboxylates(PFCs)emitted from direct sources ［J］. Environmental Science and Technology，2009，43:5830 -5836.

［5］X U Yue，TIAN Chongguo，MA Jianmin，et al. Assessing cancer risk in china from γ -Hexachlorocyclohexane emitted from Chinese and Indian sources［J］. Environmental Science and Technology，2013，47(13):7242 -7249.

［6］KAWAI T，JAGIELLO K，SOSNOWSKA A，et al. A new metric for long -range transport potential of chemicals［J］. Environmental Science and Technology，2014，48(6):3245 -3252.

［7］ZHU Ying，TAO Shu，OR Price，et al. Environmental distributions of benzo［a］pyrene(BaP)in China:Current and future emission reduction scenarios explored using a spatially explicit multimedia fate model ［J］. Environmental Science and Technology，2015，49:1076 -1084.

［8］MACKAY D，PATERSON S. Calculating fugacity［J］.Environmental Science and Technology，1981，15:1006-1014.

［9］敖江婷，于曉菲，陳景文. Ⅳ級(jí)逸度模型在評(píng)估溫度對(duì)污染物環(huán)境行為影響中的應(yīng)用［J］. 安全與環(huán)境學(xué)報(bào)，2008，8 (2):102 -105.

［10］齊麗，周志廣，許鵬軍，等. 北京地區(qū)二噁英類的環(huán)境多介質(zhì)遷移和歸趨模擬［J］. 環(huán)境科學(xué)研究，2012，25 (5):543 -548.

［11］王振坤，陳涵冠，姚傳剛. 港口多介質(zhì)環(huán)境中鉛和鉻的遷移行為及模型研究［J］. 中國人口·資源與環(huán)境，2014，24 (3):97 -101.

［12］韓珍，裴國霞，張琦，等. 黃河頭道拐冰封期α -HCH 逸度模型的建立與驗(yàn)證［J］. 干旱區(qū)資源與環(huán)境，2014，28 (12):184 -189.

［13］COHEN Y，TSAI W，CHETTY S L，et al. Dynamic partitioning of organic chemicals in regional environments:A multimedia screening - level approach ［J］.Environmental Science and Technology，1990，24:1549-1558.

［14］COHEN Y，COOTER E J. Multimedia environmental distribution of toxics (Mend -Tox)I:Hybrid compartment spatial modelling framework［J］. Practice Periodical of Hazardous，Toxic，and Radioactive Waste Management，2002，6(2):70 -86.

［15］曹紅英，陶澍，王喜龍，等. 天津地區(qū)菲的空間分異多介質(zhì)歸趨模型［J］. 環(huán)境科學(xué)，2003，24 (5):54-58.

［16］LAMON L，WALDOW H V，MACLEOD M，et al.Modeling the global levels and distribution of polochlorinated biphenyls in air under a climate change scenario［J］. Environmental Science and Technology，2009，43:5818 -5825.

［17］LIU H H，COHEN Y. Multimedia environmental distribution of engineered nanomaterials［J］. Environ. Sci.Technol，2014，48:3281 -3292.

［18］DIEFENBACHER P S，BOGDAL C，et al. Emissions of polychlorinated biphenyls in Switzerland:A combination of long term measurements and modeling［J］. Environmental Science and Technology，2015，49:2199-2206.

［19］ZHANG R R，ZHAN C S. Review of environmental multimedia models ［J］. Environmental Forensics，2012，133:216 -224.

［20］袁英，席北斗. 基于3MRA 模型的填埋場(chǎng)安全填埋廢物污染物閾值評(píng)估方法與應(yīng)用研究［J］. 環(huán)境科學(xué)，2012，33 (4):1383 -1388.

［21］王戎，郎暢，陶澍，等. 基于軌跡計(jì)算的污染物歸趨概率模型［J］. 環(huán)境科學(xué)學(xué)報(bào)，2009，29 (8):1598-1603.

［22］HOH E，HITES R A. Sources of toxaphene and other organochlorine pesticides in North America as determined by air measurements and potential source contribution function analyses［J］. Environ. Sci. Technol，2004，38:4187 -4194.

［23］HUANG L，BATTERMAN S A. Muleimedia model for polycyclic aromatic hydrocarbons (PAH)and Nitro -PAHs in lake Michigan［J］. Environ. Sci. Technol，2014，48:13817 -13825.

［24］王艷霞. 基于神經(jīng)網(wǎng)絡(luò)與灰色理論的參數(shù)預(yù)測(cè)建模研究［D］. 重慶:重慶大學(xué)，2010.

［25］淡永利，王宏志. 基于灰色神經(jīng)網(wǎng)絡(luò)模型的生態(tài)足跡動(dòng)態(tài)研究——以湖北省為例［J］. 華中師范大學(xué)學(xué)報(bào)，2013，47:873 -878.