环境问题为中心的研究中，污染物从哪里来，发生了什么变化，产生了什么后果都是我们关心的基本问题。其中，从哪里来的问题往往备受管理者关注，然而发生了什么变化对于理论研究者有着特别的意义。举例来说，在A处发生了一场酸雨，管理者更关心其来源与后果而对过程不感兴趣，因为逻辑上控制住源头就没有后续问题了。但现实的问题是往往是在出现了问题后才会出现管理反馈，也就是说管理滞后。在环境问题的处理上这一点尤为突出，因为环境问题的一个基本特点就是效应滞后。其在酸雨上的表现就是往往排放了N多酸性物质超过环境缓冲负荷后的强酸性突变，南方酸雨区的土壤就带有这种特色，也许连下几场酸雨没有问题，但超过一定的量后土壤结构破坏，释放铝离子，结果出现恶性循环，越来越酸，危害越来越大。由此，研究者就寄希望于通过机制研究来搞清楚出现问题的原因，这样会变被动为主动，最终以自然法则而不是拍脑袋来维护环境。这里要讨论的惰性元素示踪就算是一种对于环境问题变化机制的研究方法，该方法脱胎于前人研究，本人慵懒，恕不一一引证，如需转载，请自行补充引证。

 方法       某一环境问题中人类排放的甲物质因为危害显著被广泛作为研究对象。但通过一段时间的研究发现，造成危害的实际上是甲在特定时空（例如某一气象条件下）的一种化学反应产物乙，而甲转化成了乙丙两种物质。乙由于种种原因（例如活性强，分析难度大等）无法量化测定，因此研究者打算通过测定丙来探讨其中的反应机制（例如反应条件、速率常数等）。但很快人们又发现，在产生环境问题前该特定时空中就存在丙，那么看起来问题就很好解决了：测定产生问题前丙的含量与发生问题时丙的含量就可以。但现实的情况是由于时空条件不一致，两者测出的数据无法换算为同一单位制，也就是无法做直接加减。这时研究者就想到了另一个方法，丙在时空条件不同含量变化是我们要求的，但在问题发生前后却可能存在一种或几种惰性元素其在问题发生前变化与丙同步，这样就是说可以用这些惰性元素进行丙的示踪。这样即便单位不一致通过两者比例也可以计算出问题发生时由甲生成的丙有多少，但作为一种理论方法，这一方法存在如下限制：

1、惰性元素性质要稳定，也就是最好不要有化学反应且要在问题前与丙有良好的相关性，因此这里需要有统计意义的相关性数据来保证可行性。如果条件允许，最好选取事件发生过程中时空条件与之前一致的区域进行同步测定示踪。

2、问题发生后没有原生丙的补充，也就是说发生后的数据测定要在近似封闭系统中完成，允许系统内各种变化，但不允许外来干扰。

由此给出以下计算公式

S_in= S_cw-[a]S_aa

[a]=(M_1cw/M_1aa+M_2cw/M_2aa+…+M_icw/M_iaa+…+M_ncw/M_naa)/n

（公式编辑器不会用）

详细含义如下：S_in代表转化形成的丙，S_cw代表事件过程中形成的丙的量化数据，S_aa代表事件发生前原生丙量化数据（其实也不必拘泥于事件发生前，只要能示踪，发生时没发生的时空数据也可以使用，且效果更好），[a]代表示踪系数，M_cw代表示踪元素在事件过程中的量化数据，Maa代表示踪元素件发生前原生示踪元素的量化数据（其实也不必拘泥于事件发生前，只要能示踪，发生时没发生的时空数据也可以使用，且效果更好，too），n代表可示踪元素种类（一般要取相关系数大于0.8的数据）。

注：其实这里的时空不同是或连接，不同才是本质的。

讨论