《美国地质调查局:流域科学网站》

  • 来源专题:水体污染与防治领域信息门户
  • 编译者: 徐慧芳
  • 发布时间:2006-02-14
  • The web site provides rudiments of a decision-support process by making accessible recent case studies of projects that have occurred, publications produced, databases and information assembled, and providing access to free and nearly free software tools for manipulating spatial information.
  • 原文来源:http://water.usgs.gov/wsc/index.html
相关报告
  • 《美国地质调查局海岸与流域研究中心》

    • 来源专题:水体污染与防治领域信息门户
    • 编译者:徐慧芳
    • 发布时间:2006-02-21
    • The Center investigates scientific processes related to societal problems arising in coastal and marine environments, including natural hazards, resources, and environmental change. This page offers general information about CCWS and informs about current research projects sorted by theme (hazards, resources, environment and technology etc.). Educational resources (corals, wetlands and hurricanes) and satellite imageries are contained.
  • 《美国地质调查局公布地下水中天然锂含量限值》

    • 来源专题:环境污染治理与可持续发展
    • 编译者:王阳
    • 发布时间:2024-06-12
    • 美国地质调查局近期发布了首个针对饮用水地下水中天然锂含量的全国性评估报告。这一由美国地质调查局主导的研究,专注于为公共和私人水井提供水源的地下水。 根据卫生组织持续进行的研究显示,饮用含有低浓度天然锂的水与降低自杀率及带来其他心理健康益处有关,尽管也可能存在例如自闭症和甲状腺激素水平变化等负面效应。然而,关于饮用水中锂的含量、浓度及其对健康的影响,目前可用的数据仍然十分有限。 “在美国,以往很少对井水中的锂含量进行监测或测量。这些新的估计值和分布图有助于填补这一信息空白,”美国地质调查局的水文研究专家及本研究的主要作者梅丽莎·伦巴德(Melissa Lombard)表示。“了解全国范围内饮用水地下水中潜在的锂浓度,将使卫生研究人员能够进一步探索并更好地理解锂暴露对人类健康的潜在影响。” 这项由美国地质调查局领导的研究结果,可以被健康研究人员用来与国家健康数据相结合,以探寻低水平锂暴露与人类健康成果之间可能存在的联系。此外,这项研究亦能为水井所有者、水务公司以及水管理机构提供参考。 目前,美国尚未对饮用水中的锂实施管制。根据美国环保署最近发布的一份报告,锂已被纳入公共供水系统监测的非管制污染物名单中。 据美国地质调查局主导的研究估算,蒙大拿州、怀俄明州、北达科他州、南达科他州、科罗拉多州、犹他州、内华达州、亚利桑那州、新墨西哥州和德克萨斯州等西部和西南部大部分地区的公共及私人水井中,锂的含量达到每升30微克或更高。而在东部和东北部各州的地下水中,虽然锂的浓度也达到了这一水平,但范围较小。 本次研究的核心在于探究自然过程中锂的形成机制,鉴于这种金属天然存在于某些矿物中,并且能够溶解于地下水。值得注意的是,地下水中天然存在的锂浓度远低于用于治疗躁郁症和抑郁症的药物中的锂浓度。 美国地质调查局研发了一款机器学习模型,该模型汇总了来自18,000口井的数据,旨在估算美国广泛地区地下水中的锂含量。研究团队将锂浓度的估计值分为四个层级:每升水少于4微克、4至10微克、10至30微克,以及超过30微克。这些分类基于模型分析的水样中检测到的锂浓度,并参照了健康筛查水平进行选择。 美国地质调查局与美国环保署的研究表明,每升水中含有10微克锂是健康筛查水平的一个标准。在环保署尚未制定正式法规前,会为某些污染物设定HBSL。虽然HBSL不具有监管效力,但它们可以提示潜在的健康风险,并为未来的健康研究提供方向。 在估算锂浓度时,考虑了四种关键信息类型:井的深度、年平均降水量、土壤化学成分以及流域内井的位置,例如井与河流的距离。 研究发现,当井较深、降水量较低,且周边土壤富含锂时,锂浓度往往较高。相对而言,井在流域中的位置与锂浓度之间的关联并不十分直接。本研究所开发的模型运用机器学习技术来识别这些复杂的相互关系。 这项研究是美国地质调查局新英格兰水科学中心的研究人员与沙漠研究所及多伦多大学的公共卫生专家合作完成的。