导读

当今我国社会经济迅猛发展

当今我国社会经济迅猛发展，浅谈土壤污染问题日趋严峻。土壤由此可以看出，污染保护土壤环境变得尤为重要。环境基于此，监测探讨土壤污染环境监测的量控质量控制措施以及评价方法，旨在减少土壤污染，制和提高土壤污染环境质量的浅谈控制和评价。

1 引言

2016年时，土壤国务院颁布了《土壤污染防治行动计划》，污染计划中表明2020年时将会彻底消除我国土壤环境污染问题，环境使土壤环境质量保持稳定。监测有一些学者深入分析探究了土壤环境的量控污染问题，在充分了解我国土壤环境污染的制和基础上，采用合理有效地土壤质量检测方法，浅谈深入探究分析了我国土壤控制指标的评价。

2 土壤污染环境监测的质量控制

2.1 了解土壤监测区的基本情况

对土壤污染环境监测区进行基本情况的了解是顺利开展监测工作、保证监测质量的第一步。在监测前要充分了解污染土壤的土质情况，比如说沙质土壤和泥质土壤其渗透性是不一样的，土壤污染向地下水传导的速率也是不一样的，这样对土壤污染处理的时间要求也会不同。另外要了解土壤污染区的植被情况、地下水系，防止土壤污染向居民区、牧场等传导。再者要参考以前资料，了解污染区的工农业分布和发展、人文地理信息等，对可能的污染源做出科学判断，因势利导，制定合理的解决措施。

2.2 土壤采样与制样方面的质量控制

在进行土壤采样工作和布点工作的过程中，势必要严格遵照土壤环境监测技术规范标准，分成前期采样、采样过程、采样补充工作的步骤展开。监测人员应该针对监测点位与监测背景进行合理的审查，明确方案，对位置和数目进行严格的规定，在进行采样时应该对防止污染问题提高重视，对于采集的样品进行妥善保存。在进行运输时，避免采集的样品发生损坏、混淆、污染等。若是土壤样品未及时的分析检测，势必要严格遵照相关标准放于冰箱进行保存。在制备质量的控制部分，应该坚持样品的风干、粗磨、细磨、分装的步骤，并把工作室配置成风干室和磨样室，注重样品的清洁，避免发生二次污染。监测人员还应该重视样品的清点和交接工作，明确标注土壤样品，避免出现混乱，杜绝出现交叉感染。

2.3 实验室方面的质量控制

第一，精密度控制。精密度是实验室数据反复多次测定之后的结果保持相同，其代表着分析结果和测量系统出具的结果之间的误差。一般情况下，其利用偏差和相对标准偏差表示，其中包含：超差复检、平行性检查、异常点和再现性检查。除了再现性检查，其他的三种的操作都离不开同一个实验室，而再现性检查则要在超出两个的实验室完成。第二，质量控制图，应采用绘制精准性非常高的质量控制图，才能便于分析质量自控，确保每一个质量控制样品的测定值都控制与中心附近或是处在上下警告线之中，一旦无法满足标准，结果必将缺乏可信度，应及时总结其中的原因，在重新测定直到获得可接受成果。第三，土壤标准样品，由于土壤标准样品具有良好的均匀性、可保存性、稳定性，在提取并分析土壤标准物质时，有助于分析方法达到标准化，工作人员需及时校正测定仪器，综合评价其整体测试水平，确保最终获得的数据具备可比性。在进行土壤的采集工作中，应该重视其中的组成、含量水平、背景结构等，一旦存在很大差异，一定要针对其中可能出现的误差进行全面监测。

2.4 土壤监测异常数据处理

在土壤监测中出现异常数据在所难免，当异常数据出现时，需要全面检查监测过程，看问题出在哪个环节。一般而言，实验室分析外的检测只要做好记录都容易核实，对于实验室的检查要及时查看实验流程，看是否出错，另外仔细检查实验中的精度、准确度和空白值，看是否符合要求，测试人员的操作是否规范也是检查的重点。另外，若是其中并未发现问题，样品量非常充足，就可事实二次测试，若是严格遵照规章制度实施操作之后获得的结果和第一次取得的结果一直，就代表数据非常可靠，由此可知土壤污染的实际情况。

3 土壤污染环境质量评价的方法

3.1 空白值评价方法

在针对每个批次的两个空白样品及多个空白样品进行实验，就被称为空白值评价方法，空白值评价方法能够对空白值的频度合理控制，在两个空白样品的测定相对差小于或是等于50%的范围中，就可以及时评价空白值精准性，让空白值的最终控制效果达到最大化提供保障，可在控制图中插入需测定的空白值点，并针对空白值的精密度指标进行合格率的有效检验。

3.2 准确度评价方法

准确度评价方法，在每批次的样品中添加三种左右的无机元素样品，建立统一的标准之后及时统计其测定率，若是一旦最终的样品结果达到2%，则代表测定频次符合标准，对应的对数差的计算，就应该是判断其标准性明确其合格率。这对有效态无机元素的评定，譬如：土壤中的有效态铜及氟等相关样品，应保障其测定值处于样品的标准保证值范围中，不然将视为精准度不符合标准。这怒地有机污染物回收率进行评定，譬如：土壤中一般含有钛酸酯、有机氟农药或是多环芳径，合格标准处于70%～120%的回收率，而回收率超过范围，就会被定义为不符合标准。

3.3 质控图监控

通过多样控制图方式的利用，譬如：多项铜标样品测定结果呈现出对数差，应该保证足够的回收率和负荷率处于上下控制线范围内，充分考虑质量控制图的每一项数据点得以科学布置，表示检测数据处在受控状态中，表示这样品测定结果具备可靠性，一旦测定值超出上下控制线，代表着分析结果失去控制，缺少准确性，一旦数据处在了上下警告线与上下控制线之内，就表示分析结果处在可接受范围内，可失控现象依旧存在，值得注意。

3.4 单因子指数法

单因子指数法是指将某一污染物的实测值与评价标准值进行比较来评价。这种方法非常简单，目标明确，根据具体的数值就可以看出污染的超标程度。但是单因子指数包含了污染物背景值这一信息，而不同污染物背景值所占份额可能存在很大差异，这就导致评价时存在偏差。在对土壤中的单元素重金属进行评价时，单因子指数法就不能有效反映土壤的总体污染情况。

3.5 综合指数评价法

综合指数法是在单因子指数法上发展起来的，是土壤污染环境监测的一种主要的评价方法。综合指数法对各种环境因子都作了考虑，并用数反映出来。常见的综合指数法有简单叠加法、算术平均法、加权平均法、平方和平根法和最大值法（内梅罗指数法）。

3.6 灰色聚类法

灰色聚类法是在信息不全的情况下进行判断的一类方法，其对聚类对象进行灰类归纳，判断聚类对象属于哪一类。灰色聚类法的步骤如下：确定污染级别的划分、确定聚类白化数、数据标准化处理、确定白化函数、求聚类权、求聚类系数、聚类。灰色聚类法充分考虑了级别之间的模糊性，更具合理性。

3.7 人工神经网络法

人工神经网络法是一类模拟生物体神经系统的信息处理系统，其能通过相应方式来解决非线性、不确定性等问题，人工神经网络应用于土壤污染环境评价主要分为以下几个步骤：数据的合理选择、建立网络对象、数据仿真。人工神经网络法评价过程简单、结果可靠，有一定推广价值。翟航等应用BP人工神经网络模型对土壤重金属污染进行了评价，将评价结果与模糊综合评价结果进行了比较，发现该模型能大大提高评价结果精度，是切实可行的。

4 土壤环境质量领域的研究趋势

4.1 土壤污染领域

对于土壤污染问题而言，西方等发达国家因为发展早并且迅速，因此，及时发现了其中的污染问题，并制定对策及时处理，使土壤污染问题现已得到有效控制，但我国因为起步较晚，发展较为落后，而我国因为人口众多，导致土壤污染问题扩展迅速，无法获得及时有效地控制，在深入探究土壤污染机理和土壤修复技术的过程中应该提高力度。

4.1.1 土壤污染修复技术的发展趋势

我国对于土壤污染修复通过十多年的实践探索和国家提供的人力、物力、财力等多个方面的支持，现如今，我国研发成功的技术有生物修复、物力修复、化学修复、联合修复等包含在内的修复技术体系，还有蒸汽浸提技术、热脱附技术、淋洗技术等自我国部分污染矿区的土壤修复过程中得以有效运用，可这种修复技术具有很高的成本费用，无法治理较深层次的土壤污染问题，基于此，绿色和环境的发展中注重土壤修复的应用发挥着举足轻重的作用，修复技术的发展应朝异位修复技术的方向发展，减少土壤修复成本，对于其中单一便捷的环境功能修复材料使用方式的研究使用，是土壤修复技术未来着重发展的趋势，在修复土壤污染决策中，从污染物总量控制的修复目标朝着污染风险评估修复趋势发展。除此之外，修复技术的设备化是土壤修复技术发展向市场化和产业化迈进的重要条件。应该做好下列几方面，提高土壤污染修复技术、土壤污染修复材料向设备化转变的趋势，进而才能确保研发成功的土壤修复设备符合市场需求。

4.1.2 土壤消纳污染物的生物机理

土壤自带抵抗力，尤其是对污染物，其抵抗力的形成通常是土壤生物将污染物进行吸收转换，而污染物对土壤生物系统而言具有非常严重的毒害作用，因此，土壤生物就要将污染物吸收转化，还可以利用分泌有机络合物的方式对重金属的生物有效性带来影响，还能够利用酶针对污染物实施脱毒处理，或是采用适宜的代谢手段成功降解有机污染物。而很多种植物的根系与根系周围的微生物群落可成功消纳污染物，进而全面了解这种土壤生物对污染物进行的消纳机理，可利用新型分子生物学技术在明确的菌群或者明确的化学物质，这也是生物修复技术的未来发展方向。

4.1.3 土壤污染中数据模型的实际应用
通过数字原理和计算机技术的利用，创建土壤污染数学模型，属于土壤环境研究领域的基本方法，土壤污染十分复杂，影响因素非常多，各种影响因子为土壤环境质量带来的影响差异性较大，在无监督学习方式中较为适宜的应用，将各种质量和各种污染模型导入其中，在利用机器算法实施自动分类，才可以精准确定土壤环境的质量等级。原来曾经通过机器对相关知识的学习进行了尝试，例如：长株潭地区利用支持向量模型的利用合理预测土壤环境质量，长春市羊草沟煤矿利用支持向量机及时评价土壤环境质量。在2016年时，人工智能技术和概念的全面爆发，而土壤环境质量评价探究中机器学习技术的广泛利用，我们坚信，深度学习和卷积神经网络技术在土壤污染方面的研究前景非常好。

4.2 土壤污染监测领域

近几年，一种新型监测方式随着环境污染形势的日益严峻而随之产生，即生物监测，其主要是通过土壤中部分对污染物非常敏感的生物对土壤中污染物的额含量变化充分反映，对比原来的监测方法，生物监测了更为精准的呈现出环境污染对生物产生的综合效应或是转性效应，和土壤中污染物出现的动态转化，而其中尤为重要的一方面就是，生物监测能够更为直观的呈现出土壤污染的毒害性，生物监测和监测污染物浓度和对比标准确定毒性进行对比，其具备十分显著的比便捷性。土壤微生物对污染物具备更高的敏感度，污染物融入土壤就会让土壤微生物出现独特的应对机制，这种微生物的行为通常都具备可观测性，利用货梯微生物对土壤污染进行监测是未来的重要研究趋势，针对土壤环境质量监测的目的就是要对土壤污染水平进行全面了解，采用传统的方法监测其能否对动植物与人类的健康造成影响，只能获得土壤环境中此项污染物含量超出标准，若是采用微生物群落进行监测，可快速知晓土壤污染为生物带来的严重影响，污染造成的影响更为形象及直观，然而，利用微生物群落进行监测，此项技术非常先进，若想在实践中广泛的运用还需要很长的时间，现如今，已经存有微生物传感器区分土壤中的有机砷与无机砷，进行砷在土壤中转化的监测，而日后将会出现越来越多的类污染物微生物传感器。

5 结束语

总而言之，由于我国土壤污染环境的形势日益严峻，我国的突然光污染环境的监测工作质量与评价方法现已全面运用，而笔者介绍了质量控制指标，为日后的土壤污染环境监测工作的高效率开展提供不可忽视的理论性依据，全面促使土壤污染环境的监测质量。所以，土壤环境监测质量的控制过程中，为监测工作取得的数据质量满足标准的前提条件保驾护航，在正确评价质量控制方面意义重大。

声明：本文所用图片、文字来源《绿色环保建材》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系

相关链接：土壤，微生物，环境