نگاهی کنجکاوانه بر ماده 15 قانون حفاظت خاک در خصوص حذف و رفع منشا الودگی خاک
محورهای موضوعی :
خاکشناسی
محبوبه مظهری
1
1 - استادیار، گروه علوم خاک، دانشکده کشاورزی و منابع طبیعی، واحد کرج، دانشگاه آزاد اسلامی، البرز، ایران
تاریخ دریافت : 1402/04/14
تاریخ پذیرش : 1402/09/04
تاریخ انتشار : 1402/10/01
کلید واژه:
قانون حفاظت,
رفع آلودگی,
آلودگی خاک,
مهلت,
سازمان حفاظت محیط زیست,
چکیده مقاله :
قانون حفاظت، بهسازی و بهرهبرداری از خاکهای کشور در سال ۱۳۹۸ تصویب شد. این قانون شامل ۴۴ ماده و ۱۲۷ تبصره است و به حفاظت از تنوع زیستی، بهبود کیفیت خاک و ارتقای سلامت محیط زیست میپردازد. بر اساس این قانون، سازمان حفاظت محیط زیست میتواند به آلوده کننده اخطار دهد تا ظرف مهلت معینی اقدامات لازم را برای حذف و رفع منشأ آلودگی، بازسازی خاک و جبران خسارت وارده انجام دهد. در صورتی که اشخاص ذینفع نسبت به اخطار یا دستور سازمان معترض باشند، میتوانند برای یکبار از سازمان درخواست تمدید مهلت مذکور را نمایند. سازمان حفاظت محیط زیست مسئول شناسایی واحدهای آلاینده خاک بوده و مستنداتی مانند آزمایشهای آلودگی خاک، گزارشهایی از نمایندگان واحدهای صنعتی و گزارشهای سازمان حفاظت محیط زیست درباره وضعیت خاک و میزان آلودگی آن، به عنوان شواهد در دادگاه قابل قبول هستند. تعیین مهلت حذف و رفع منشأ آلودگی به دلیل عوامل پیچیده و متغیری که در فرایند تخلیه آلاینده و تأثیر آن بر روی خاک و محیط زیست وجود دارد، بسیار دشوار است. نوع آلاینده، ترکیب شیمیایی و فیزیکی آن، مقدار آلاینده، نوع و ویژگیهای خاک، شرایط آب و هوایی، و تفاوتهای محیطی و جغرافیایی برای تعیین مهلت مشخص بسیار مهم هستند. برای هر نوع آلاینده، تحلیلهای خاصی برای تعیین مهلت مناسب برای حذف و رفع منشأ آلودگی باید انجام شود. به همین دلیل، هیچ مهلت مشخص و کمیت زمانی در منابع بررسی شده وجود ندارد و دادن زمان مشخص به دلیل تعدد فاکتورها غیرممکن است. در نهایت، حذف و رفع منشأ آلودگی باید در کمترین زمان منطقی و عملی صورت پذیرد و در غیر اینصورت جریمههای سنگین برای آلوده کننده در نظر گرفته میشود.
منابع و مأخذ:
مظهری، م. 1400. تدوین راهنمای نحوه تایید و هماهنگی برطرف نمودن آلودگی خاک تا رسیدن به حدود مجاز و تعیین مهلت حذف و رفع منشأ آلودگی، بازسازی خاک و جبران خسارت وارده، پروژه ملی، سازمان حافظت محیط زیست، معاونت انسانی، دفتر آب و خاک، اسفندماه.
قانون حفاظت، بهسازی و بهرهبرداری از خاکهای کشور. ۱۳۹۸. ماده 15.
Aazam, M., St-Hilaire, M., Lung, CH. and I, Lambadaris. 2016. Cloud-based smart waste management for smart cities. IEEE 21st international workshop on computer aided modelling and design of communication links and networks (CAMAD).
Alavi, N. and F, Ahmadi Zarjabadi. 1399. Mapping and management of waste in smart cities using the Internet of Things. Paper presented at the 13th National Student Conference on Health Sciences, Tehran, Iran.
Aparicio, J.D., Raimondo, E.E., Saez, J.M., Costa-Gutierrez, S.B., Alvarez, A., Benimeli, C. S. and M.A, Polti. 2022. The current approach to soil remediation: A review of physicochemical and biological technologies, and the potential of their strategic combination. Journal of Environmental Chemical Engineering, 10(2): 107141.
Asif, Z., Chen, Z., An, C. and J, Dong. 2022. Environmental impacts and challenges associated with oil spills on shorelines. Journal of Marine Science and Engineering, 10(6): 762.
Chen, C., Zhang, X., Chen, J., Chen, F., Li, J., Chen, Y. and H, Hou. 2020. Assessment of site contaminated soil remediation based on an input output life cycle assessment. Journal of Cleaner Production, 263: 121422.
Dhaliwal, S.S., Singh, J., Taneja, P.K. and A, Mandal. 2020. Remediation techniques for removal of heavy metals from the soil contaminated through different sources: a review. Environmental Science and Pollution Research, 27: 1319-1333.
Engelhardt, F.R. 1999. Remote sensing for oil spill detection and response. Pure and applied chemistry, 71(1): 103-111.
Fang, H. 2021. Effect of soil conservation measures and slope on runoff, soil, TN, and TP losses from cultivated lands in northern China. Ecological Indicators, 126: 107677.
FAO and UNEP. 2021. Global assessment of soil pollution: Report. Rome. https://doi.org/10.4060/cb4894en
Firouzbakht, S., Gitypour, S., Valizadeh, R. and S, Jalalian Qarabagh. 2012. The importance of soil, sources of contamination, and methods for soil remediation. Paper presented at the 2nd Environmental Planning and Management Conference, Tehran. Retrieved from https://civilica.com/doc/148232.
Gautam, K., Sharma, P., Dwivedi, S., Singh, A., Gaur, V.K., Varjani, S and H.H. Ngo. 2023. A review on control and abatement of soil pollution by heavy metals: Emphasis on artificial intelligence in recovery of contaminated soil. Environmental Research, 115592.
Gemitzi, A., Petalas, C., Tsihrintzis, V.A. and V, Pisinaras. 2006. Assessment of groundwater vulnerability to pollution: a combination of GIS, fuzzy logic and decision-making techniques. Environmental Geology, 49: 653-673.
Ghorbani, H., Hafezi Moghadas, N. and H, Kashi. 2018. Effects of land use on the concentrations of some heavy metals in soils of Golestan Province, Iran.
Hemmati, M. 2018. Establishing the right to compensation for environmental damage in the Iranian legal system. Didegahaye Hoghoghi, 81: 221-232.
Hillel, D. 2003. Introduction to environmental soil physics. Elsevier.
Islamic Republic of Iran. 2019. Law of protection, restoration, and exploitation of the country's soils. Retrieved from https://dotic.ir/news/3009
Kharat, R. and T, Devi. 2021. Artificial Intelligence in Environmental Management. In Artificial Intelligence Theory, Models, and Applications (pp. 37-46). Auerbach Publications.
Lad, S., Ayachit, R., Kadam, A. and B, Umrikar. 2019. Groundwater vulnerability assessment using DRASTIC model: a comparative analysis of conventional, AHP, Fuzzy logic and Frequency ratio method. Modeling Earth Systems and Environment, 5: 543-553.
Li, M. and Q, Guo. 2020. SWAT model simulation of non-point source pollution in the Miyun Reservoir Watershed. In IOP Conference Series: Earth and Environmental Science,428(1): 012075. IOP Publishing.
Mahinroosta, R. and L, Senevirathna. 2020. A review of the emerging treatment technologies for PFAS contaminated soils. Journal of environmental management, 255: 109896.
Mishra, R.K., Mohammad, N. and N, Roychoudhury. 2016. Soil pollution: Causes, effects and control. Van Sangyan, 3(1): 1-14.
Mu, H.Z., Zheng, T., Huang, Y.C., Zhang, C.P. and C, Liu. 2006. Reducing non-point source pollution with enhancing infiltration. Journal of Environmental Sciences, 18(1): 115-119.
Mumtaz, N., Izhar, T., Pandey, G. and P.K, Labhasetwar. 2022. Utilizing artificial intelligence for environmental sustainability. In Artificial Intelligence for Renewable Energy Systems (pp. 259-279). Woodhead Publishing.
Nordam, T., Dunnebier, D.A., Beegle-Krause, C.J., Reed, M. and D, Slagstad. Impact of climate change and seasonal trends on the fate of Arctic oil spills. Ambio, 46(Suppl 3): 442-452.
Saha, D. and F, Alam. 2014. Groundwater vulnerability assessment using DRASTIC and Pesticide DRASTIC models in intense agriculture area of the Gangetic plains, India. Environmental monitoring and assessment, 186: 8741-8763.
com. Soil Properties. https://structx.com/Soil_Properties_007.html. Accessed April 21, 2023.
Tang, Y., Li, B., Li, J., Wang, Y. and Y, Zhang. 2018. Assessment of water quality and source apportionment of pollution in the upstream of the Liao River Basin, China. Environmental Science and Pollution Research, 25(8): 7286-7298.
Tripathy, D.P., Panigrahi, D.C. and G, Singh. 2009. Determination of soil pollution index and soil infiltration rates in some non-fire and fire areas of Jharia coal field.
Tsai, L.Y., Chen, C.F., Fan, CH. and J.Y, Lin. 2017. Using the HSPF and SWMM models in a high pervious watershed and estimating their parameter sensitivity. Water, 9(10): 780.
Wang, J., Zhao, J., Lei, X. and H, Wang. 2018. New approach for point pollution source identification in rivers based on the backward probability method. Environmental pollution, 241: 759-774.
Yang, L., Driscol, J., Sarigai, S., Wu, Q., Chen, H. and C.D, Lippitt. 2022. Google earth engine and artificial intelligence (ai): a comprehensive review. Remote Sensing, 14(14): 3253.
Zhao, S., Wang, Q., Li, Y., Liu, S., Wang, Z., Zhu, L. and Z, Wang. 2017. An overview of satellite remote sensing technology used in China’s environmental protection. Earth Science Informatics, 10: 137-148.