环境科学是系统地研究自然环境的结构、功能、演变规律，以及人类活动与生态系统之间交互作用的综合性学科。其核心在于理解环境问题的成因、预测发展趋势，并为可持续发展提供科学依据。
1.1 环境科学的学科定位
环境科学位于自然科学与社会科学的交叉点，以解决现实环境问题为导向，兼具基础研究和应用实践的属性。它不同于单一学科，而是通过系统整合多学科知识来理解环境系统的复杂性。
1.1.1 与相关学科的关系
- 与生态学的关系：生态学侧重于生物与环境间的相互作用，而环境科学更关注人类活动作为关键驱动力对生态系统的扰动及调控。
- 与地理学的关系：地理学提供空间分析和景观格局认知框架，环境科学则进一步量化人类对地球表层过程的改造效应。
- 与环境工程的关系：环境工程侧重污染控制的技术方案，环境科学则为其提供污染物迁移机理、生态风险评估等理论基础。
- 与其他学科：物理学和化学解释环境过程的热力学、动力学原理；生物学揭示生物对胁迫的响应机制；社会学、经济学则评估环境治理的社会成本与效益。
1.2 核心研究问题：人类与自然系统的相互作用
环境科学的核心问题是理解人类活动（如工业化、农业扩张、城市化）如何改变自然系统中的物质循环、能量流动和信息传递。具体包括：
- 自然系统对人类活动的制约：资源承载力、环境容量对发展规模与模式的限制。
- 人类活动对自然系统的反馈：污染、生物多样性丧失、气候变化等环境问题的产生机制。
- 适应性管理：如何通过科学技术、政策与行为调整，协调经济发展与生态保护之间的矛盾。
1.3 环境科学的历史演变
环境科学作为一门独立学科，其形成经历了从朴素观察到系统化研究的长期过程。
1.3.1 早期环境观察与近代环境运动
古代农耕文明中已有对水土保持、森林砍伐后果的朴素记录。18世纪工业革命后，城市卫生问题、烟尘污染等引起早期环境关注。20世纪中叶，以蕾切尔·卡逊《寂静的春天》（1962年）为代表的著作，揭示了农药对生态系统的连锁危害，推动了现代环保运动的兴起。这一时期的环境议题多集中于污染事件的局部影响。
1.3.2 学科体系的确立（20世纪中后期）
20世纪60至70年代，随着“地球日”（1970年）等全球性环保活动的开展，以及《联合国人类环境会议》（1972年）的召开，环境问题被提升至国际议题层面。高校纷纷设立环境科学专业，学科体系逐步明晰：从早期以污染化学和生态监测为主，扩展到涵盖全球变化、环境政策、人体健康等综合领域。1980年代后，气候变化、臭氧层空洞等全球性问题的发现，进一步促使环境科学向地球系统科学的方向演进。
2.1 大气科学
大气科学研究大气的物理、化学性质及其运动规律，是环境科学中应对气候变化和空气质量问题的核心分支。
2.1.1 大气化学与气候动力学
大气化学关注大气中物质（如污染物、温室气体）的化学组成与反应过程；气候动力学则研究大气环流及其与海洋、陆地之间的能量交换。
2.1.1.1 温室气体与全球变暖机制
温室气体（二氧化碳、甲烷、氧化亚氮等）通过吸收地表长波辐射，导致大气层增温。工业革命以来，化石燃料燃烧、土地利用变化向大气大量排放温室气体，打破了自然轨道周期的平衡，引发全球平均气温上升、极端天气事件增多等连锁效应。这一机制是当前环境科学最重要的研究方向之一。
2.2 水文学与水资源学
该分支研究水在地球系统中的分布、循环及人类活动对水资源的扰动。
2.2.1 水循环与水质污染
水循环包括降水、蒸发、径流、渗透等自然过程。人类活动（农业施肥、工业废水排放、生活污水）向水体引入氮磷营养物、重金属、有机污染物等，导致富营养化、毒害效应和水生态退化。水质污染的分析与治理是水资源管理的基础。
2.2.2 流域管理与地下水科学
流域管理从整体角度统筹地表水与地下水的利用、保护和防洪功能。地下水科学研究含水层结构、补给机制以及污染物的地下迁移过程，对应对干旱和地下水超采尤为重要。
2.3 土壤科学与陆地生态系统
土壤是陆地生态系统的物质基础，也是人类农业生产和环境修复的关键介质。
2.3.1 土壤污染与退化
土壤污染主要来源于工业废弃物堆放、农药化肥过量施用以及大气沉降。重金属（铅、镉、汞）和持久性有机污染物在土壤中蓄积，威胁农产品安全和土壤微生物群落。土壤退化则包括酸化、盐渍化、有机质流失和荒漠化等过程，严重影响土地生产力。
2.3.2 陆地生物地球化学循环
碳、氮、磷、硫等元素在陆地生态系统中通过植物吸收、微生物分解、沉积作用等过程循环。人类活动大大加速了这些循环，导致温室气体排放（如农业排放的甲烷和氧化亚氮）和养分失衡，因而成为环境科学的研究热点。
2.4 生态学与环境生物学
生态学为环境科学提供理解生物多样性、系统功能以及对环境胁迫响应的理论基础。
2.4.1 种群、群落与生态系统生态学
- 种群生态学：研究单一物种数量动态及其对污染、生境丧失的响应。
- 群落生态学：分析多个物种间竞争、捕食、共生关系如何受环境变化影响。
- 生态系统生态学：强调能量流动与物质循环以系统整体为单位的调控机制，如生态网络分析。
2.4.2 生物多样性保护与恢复生态学
该领域关注物种、基因和生态系统的多样性价值，探讨保护区的设计、濒危物种保护、入侵物种防治等策略。恢复生态学则聚焦于受损生态系统（如废弃矿山、污染湿地）的生态重建，通过工程措施与自然恢复相结合，重建生态功能。
2.5 环境化学与毒理学
环境化学研究化学物质在环境中的来源、分布、反应和归宿；环境毒理学则评估这些物质对生物体的潜在危害。
2.5.1 污染物迁移转化行为
污染物在气、水、土、生物圈层间发生物理迁移（扩散、沉降、淋溶）和化学转化（光解、水解、氧化还原、生物降解）。如汞在大气中以气态汞存在，沉降入水后经微生物甲基化形成剧毒的甲基汞，经食物链富集。
2.5.2 环境风险评估与暴露分析
根据污染物的毒理学数据和实际暴露浓度，评估其对人体健康和生态系统的风险。暴露分析关注人群或生物体通过呼吸、饮食、皮肤接触等途径进入有害物质的剂量。风险评估结果是制定环境质量标准和污染排放限值的重要依据。
2.6 环境地质学与地球系统科学
该分支从地质时间和空间尺度出发，研究地球表层的环境演变与地质灾害，并将环境科学置于行星尺度统合框架之下。
2.6.1 地质灾害与环境演变
包括地震、火山、滑坡、泥石流、地面沉降等地质灾害的成因机制与防护对策。环境地质学还关注地质环境（如岩溶、土壤侵蚀）对土地利用、工程建设和人居环境的影响。
2.6.2 全球变化的地质记录
通过分析冰芯、沉积物、树轮、珊瑚等天然档案，重建过去气候变化、环境事件和生态响应，为理解现代全球变化的历史背景及自然变率提供依据。
环境科学的研究方法强调从宏观到微观、从实测到模拟的多尺度整合。
3.1 野外监测与遥感技术
野外监测是获取环境数据的直接手段，与遥感技术配合，实现对地球表面的全球性、实时性观测。
3.1.1 环境传感器网络与卫星遥感
环境传感器网络在陆地、海洋及大气中布设监测点（如气象站、水质浮标、土壤湿度探头），通过无线传输汇集海量数据。卫星遥感则利用多光谱、雷达等传感器，提供大气成分、植被指数、海表温度、冰川退缩等大范围、高频率的遥测信息，是研究全球环境问题的必要工具。
3.1.2 地理信息系统（GIS）应用
GIS整合空间数据，进行图层叠加、缓冲分析、网络分析等操作，支持环境数据库建设、污染源定位、生态廊道设计、灾害风险评估等任务。时空采样、环境规划以及政策效果的空间可视化均依赖GIS技术。
3.2 实验室分析与微观机制研究
实验室分析揭示环境问题的微观机制，为数学模型和风险评估提供参数。
3.2.1 污染物检测与同位素示踪
- 污染物检测：采用色谱-质谱联用、原子吸收光谱、电感耦合等离子体质谱等技术，对痕量有机污染物、重金属、放射性核素等进行定性定量分析。
- 同位素示踪：应用稳定同位素（如δ¹³C、δ¹⁵N）与放射性同位素（如¹⁴C）追踪污染物来源、反应途径和生态系统中的物质流动。
3.3 数学模型与计算机模拟
数学模型是环境科学中预测系统行为、优化管理方案的核心手段。
3.3.1 环境系统动力学模型
基于微分方程描述污染物在环境介质中的迁移转化过程，如水动力模型、大气扩散模型、地下水溶质运移模型。该类模型通过参数敏感性分析和情景模拟，评估不同政策或工程措施下的环境效应。
3.3.2 机器学习在环境预测中的运用
机器学习（如随机森林、神经网络）能够处理环境数据中的非线性关系和复杂模式。常用于预测空气质量、识别遥感图像中的植被变化、模拟物种分布等，弥补传统机理模型在数据驱动方面的不足。但需注意模型的可解释性和过拟合风险。
3.4 综合评估与生命周期分析
综合评估方法将环境、经济、社会维度结合起来，为政策制定者提供决策参考信息。
3.4.1 环境足迹评估（碳、水、生态足迹）
- 碳足迹：核算产品或活动全生命周期内直接或间接的温室气体排放总量。
- 水足迹：衡量产品生产过程中消耗的淡水资源量及水污染程度。
- 生态足迹：将消耗资源转化为支持人类活动所需的生态生产性土地面积。
这些指标准确衡量人类活动对地球环境的压力程度，是可持续发展评价的常用工具。
4.1 污染控制与治理工程
依据环境科学揭示的迁移转化规律和生态毒理学数据，开发污染治理技术并优化治理方案。
4.1.1 水、气、土壤污染修复技术
- 水污染修复：物理法（沉淀、吸附）、化学法（氧化、絮凝）与生物法（活性污泥、人工湿地）综合使用，去除COD、氮磷及微量污染物。
- 大气污染控制：脱硫脱硝、除尘、挥发性有机物（VOCs）吸附/热氧化技术降低了工业废气排放对空气质量的影响。
- 土壤修复：物理剥离、化学淋洗、电动修复、微生物降解等，针对不同污染物及土壤类型选择经风险评价后的最佳方案。
4.1.2 废弃物管理（固体废弃物、危险废物）
包括源头减量、分类回收、焚烧处理、生物堆肥与卫生填埋等环节。对含有重金属、有机毒物、病原体等危险废物的处置，需严格遵循贮存、运输、无害化处置的技术规范，防止二次污染。
4.2 自然资源管理与保护
应用环境科学知识，平衡资源开发与生态保护的关系。
4.2.1 森林、湿地与海洋资源可持续利用
- 森林：通过合理采伐、人工林经营、火险管理等方式实现木材供给与土壤保护、碳汇维持之间的平衡。
- 湿地：实施“零净损失”政策，建设人工湿地用于水质净化与洪水调蓄。
- 海洋：设立海洋保护区，限制过度捕捞，控制陆源入海污染物，保护珊瑚礁和红树林等关键生态系统。
4.2.2 生物多样性保护策略
包括建立各级自然保护区、实施物种迁地保护、建设生态廊道、控制外来入侵物种、恢复退化生境等综合措施。同时通过限制栖息地破坏、推广可持续农业和林业来减少对生物多样性的压力。
4.3 气候变化应对与适应
面对气候变化的威胁，环境科学同时关注减缓（减少温室气体排放）与适应（增强系统对外来冲击的韧性）两类路径。
4.3.1 碳捕集与封存（CCS）技术
CCS通过化学吸收、吸附、膜分离等方法从排放源（如燃煤电厂、水泥厂）捕集二氧化碳，再压缩后注入深层地质构造（如咸水层、废弃油气田）实现长期封存。其可行性和安全性需经过环境影响评价及持续监测。直接空气捕集（DAC）作为补充方案，可将二氧化碳从大气直接移除。
4.3.2 气候韧性基础设施建设
在城镇规划、能源系统、交通网络、水利设施中融入气候韧性理念——如提高堤防标准以应对海平面上升，采用耐旱作物品种和发展高效灌溉技术，建设海绵城市以调节暴雨径流；通过灾后恢复力评估，优化基础设施的地理位置和设计参数。
4.4 环境政策与法规
环境科学为政策制定提供科学证据，政策又反过来规范人类行为以实现环境保护目标。
4.4.1 国际环境公约
- 《联合国气候变化框架公约》（UNFCCC）及《巴黎协定》：设定全球温控目标并推动各国提交国家自主贡献（NDC）。
- 《关于消耗臭氧层物质的蒙特利尔议定书》：成功淘汰氟氯碳化物（CFCs），保护了臭氧层。
- 《生物多样性公约》（CBD）：设定了生物多样性保护的全球战略和目标（如“爱知目标”）。
诸多国际公约依赖于环境科学提供的监测数据（如全球CO₂浓度、臭氧空洞面积）作为执行监督依据。
4.4.2 环境影响评价制度（EIA）
EIA是项目开工建设前对拟建工程可能产生的环境负面影响的系统评估程序，包括现状调查、影响预测、替代方案比较及公众参与。其评价结论直接决定项目能否获批以及需附加哪些环保措施。该制度是环境科学服务于事前管理的典型应用场景，已为各国普遍采用。
环境科学正在向更高层面、更大尺度、更智能化的方向演进，也面临着资源极限、社会公平与技术伦理等深刻挑战。
5.1 行星边界与地球极限概念
瑞典皇家科学院等人提出的“行星边界”（Planetary Boundaries）框架，识别了气候变化、生物多样性丧失、土地利用变化、氮磷循环等九类对人类生存至关重要的地球系统过程，并首次量化了人类活动安全运作的空间界限。超出行星边界将使地球系统面临不可逆转的临界变化。这一概念促使环境科学将学科重心从局部污染控制提升至全球稳态维系的战略思考。
5.2 环境正义与可持续发展目标（SDGs）
环境正义关注环境效益与损害在不同种族、阶级、国家间的公平分配，反对将污染设施、废弃物处理场等“不悦设施”集中到弱势社区或欠发达区域。联合国2015年通过的17项可持续发展目标（SDGs，如清洁饮水、负责任消费、气候行动等)将环境治理、经济发展与社会公平整合成一体，环境科学在其中提供量化指标、风险评估与政策效果评估支持。
5.3 绿色经济与循环经济转型
绿色经济强调经济增长与资源消耗脱钩，以低碳、资源节约、社会包容为特征。循环经济则是绿色经济的实践模式，通过设计产品生命周期闭环（“从摇篮到摇篮”），使废弃物成为资源。环境科学研究技术路线（如工业共生、再生材料开发、生物基产品）、建立生命周期数据库和物质流分析模型，为循环经济转型提供科学与数据支撑。
5.4 人工智能与智能环境管理
AI与物联网、大数据、云计算结合，使得环境监测从“人力布点”走向“智能感知”：无人机航拍识别偷排废水（无压力/噪声环境）；深度学习实时分析监控视频识别物种变化；强化学习优化水电调度以减少生态影响。但AI的应用也带来数据隐私、算法偏差、“黑箱”推理等问题，环境科学需同步发展透明、可解释且经得起实地验证的智能环境管理系统。
5.5 跨学科合作与环境科学教育的演进
环境问题越来越被意识到是“棘手问题”（wicked problem），单一学科难以给出有效解答。因此环境科学正推动更广泛的跨学科合作：地球系统模型与社会科学模型对接，生态经济学、环境心理学、环境法学等协同介入。相应地，传统环境科学教育也从“学完化学再学生物”的模块化教学，向“以问题为中心”的培养模式转变，增设案例研讨、系统模拟、政策分析等课程，并加强野外实习与社区实践。未来，环境科学人才的培养将更强调批判性思维、综合集成能力、数据分析技能与全球视野的结合。