CN111428918A - 一种重金属衰减污染源的土壤污染范围预测方法及系统 - Google Patents
一种重金属衰减污染源的土壤污染范围预测方法及系统 Download PDFInfo
- Publication number
- CN111428918A CN111428918A CN202010171268.7A CN202010171268A CN111428918A CN 111428918 A CN111428918 A CN 111428918A CN 202010171268 A CN202010171268 A CN 202010171268A CN 111428918 A CN111428918 A CN 111428918A
- Authority
- CN
- China
- Prior art keywords
- grid
- pollutant concentration
- grids
- pollution
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003900 soil pollution Methods 0.000 title claims abstract description 38
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 34
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 112
- 231100000719 pollutant Toxicity 0.000 claims abstract description 112
- 230000001413 cellular effect Effects 0.000 claims abstract description 31
- 230000008569 process Effects 0.000 claims abstract description 16
- 239000002689 soil Substances 0.000 claims abstract description 10
- 230000002238 attenuated effect Effects 0.000 claims description 23
- 238000009792 diffusion process Methods 0.000 claims description 22
- 239000000356 contaminant Substances 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000011109 contamination Methods 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 12
- 238000005094 computer simulation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000013508 migration Methods 0.000 description 4
- 230000005012 migration Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000006065 biodegradation reaction Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005258 radioactive decay Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种重金属衰减污染源的土壤污染范围预测方法及系统，该方法包括：将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；对于当前时刻的每一网格，元胞自动机根据每一网格当前时刻的污染物浓度、每一网格的污染物浓度输出量、每一网格的污染物浓度输入量，计算每一网格在下一时刻的污染物浓度；重复上述过程，直到超标网格数量达到最大，所有超标网格的边界即为土壤污染影响范围。本发明实施例针对重金属衰减污染源对周边土壤的污染问题，采用元胞自动机地理空间模拟框架，通过将元胞自动机应用到土壤污染范围预测中，确定迭代计算终止的确定方法，实现污染源影响范围的量化动态模拟。
Description
技术领域
本发明涉及农业技术领域，尤其涉及一种重金属衰减污染源的土壤污染范围预测方法及系统。
背景技术
确定重金属污染源的影响范围，是进行监测和修复的前提。目前实际工作中，对各类污染源的影响范围的确定，主要是依据历史调查和经验确定基本影响范围(污染源周边公里数)，再根据风速、降水和地形等因素进行修正。
也有研究采用扩散模拟模型，来描述重金属污染源对周边土壤环境的影响。例如，使用对流扩散模型对重金属污染物在土壤或土壤水中的扩散进行模拟；重金属污染物通过空气沉降的扩散常用高斯扩散模型进行模拟。使用以上数值数值模拟方法，可以对重金属污染源的影响范围进行动态描述和预测。
基于经验或历史统计确定的污染影响范围的方法虽然简单明确，但其结果不能精确刻画污染源的影响边界，也不能描述污染范围的动态变化过程。基于数值模拟的动态模型，空间尺度适用性通常较差。
发明内容
为了解决上述问题，本发明实施例提供一种重金属衰减污染源的土壤污染范围预测方法及系统。
第一方面，本发明实施例提供一种重金属衰减污染源的土壤污染范围预测方法，包括：
将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
重复上述过程，直到超标网格数量达到最大，所有超标网格的范围即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
优选地，所述预设尺寸为参考栅格数据的栅格大小，所述参考栅格数据为所有辅助数据中分辨率最高的栅格数据。
优选地，对于任一网格，所述元胞自动机根据所述任一网格当前时刻的污染物浓度、所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量、所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算所述任一网格在所述下一时刻的污染物浓度，具体计算公式如下：
其中，Ct+1表示所述任一网格在所述下一时刻的污染物浓度，Ct表示所述任一网格在所述当前时刻的污染物浓度，
表示所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，
表示所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量。
优选地，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量具体通过如下公式确定：
其中，λ表示衰减系数。
优选地，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量通过如下公式确定：
其中，
表示当前时刻t所述任一网格第i个邻域网格的污染物衰减量，diffuseCoef表示扩散系数，wi表示所述任一网格第i个邻域网格的权重。
优选地，所述任一网格第i个邻域网格的权重具体通过如下公式确定：
其中，nneighbor为所述任一网格的邻域网格的数量。
优选地，所述任一网格第i个邻域网格的权重具体通过如下公式确定：
其中，nneighbor为所述任一网格的邻域网格的数量，b为常数，α表示运移动力的方向与参考线的夹角，所述参考线表示所述所述任一网格的邻域网格到任一网格的连线。
第二方面，本发明实施例提供一种重金属衰减污染源的土壤污染范围预测系统，包括：
划分模块，用于将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
计算模块，用于对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
预测模块，用于重复上述过程，直到超标网格数量达到最大，所有超标网格的范围即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现本发明第一方面提供的一种重金属衰减污染源的土壤污染范围预测方法的步骤。
第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第一方面提供的一种重金属衰减污染源的土壤污染范围预测方法的步骤。
本发明实施例提供的一种重金属衰减污染源的土壤污染范围预测方法及系统，针对重金属衰减污染源对周边土壤的污染问题，采用元胞自动机地理空间模拟框架，通过将自动元胞机应用到土壤污染范围预测中，确定迭代计算终止的确定方法，实现污染源影响范围的量化动态模拟。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种重金属衰减污染源的土壤污染范围预测方法流程图；
图2为本发明实施例中提供的邻域模型示意图；
图3为本发明实施例提供的一种重金属衰减污染源的土壤污染范围预测系统结构图；
图4为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
传统的数值模拟方法的空间尺度适应性较差，一方面在小尺度上适用的模型和参数，在中大尺度上常常表现较差，即使模型可以在不同空间尺度下应用，参数也可能存在数量级上的差异，不同空间尺度的参数没有一定的转换关系，测定方法也不同。
另一方面，由于数值模拟方法将模拟范围作为一个均质区域进行，当污染扩散特性随空间变化剧烈时，模拟的准确性会大幅下降。
针对上述问题，图1为本发明实施例提供的一种重金属衰减污染源的土壤污染范围预测方法流程图，如图1所示，本发明实施例提供一种重金属衰减污染源的土壤污染范围预测方法，包括：
S1，将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
S2，对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
S3，重复上述过程，直到超标网格数量达到最大，所有超标网格的范围即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
本发明实施例中所说的重金属衰减污染源是指浓度会逐渐衰减的污染源，比如有害固体废弃物场地，目标污染区域就是要预测的污染区域，本发明实施例中，首先将目标污染区域划分为多个预设尺寸大小的网格，本发明实施例中的网格为正六边形，并建立元胞自动机(Cellular Automata，简称CA)。
元胞自动机是一种时间、空间、状态都离散，空间相互作用和时间因果关系为局部的网格动力学模型，具有模拟复杂系统时空演化过程的能力。
为了将元胞自动机应用在土壤污染预测中，模拟衰减污染源的土壤污染过程并确定污染范围，需要对经典元胞自动机的要素定义进行扩展，并设计判断迭代计算停止的方法。
每次元胞更新计算可得到一定时间间隔后的元胞状态值，通过迭代不断更新元胞状态值，来模拟金属污染的扩散过程，在到达迭代停止条件时即可确定污染源的影响范围和污染程度。具体如下：
在当前时刻，根据元胞自动机根据相关参数，对每个网格下一时刻的污染物浓度进行预测，具体地，以其中任意一个网格为例进行说明，元胞自动机根据该网格当前时刻的污染物浓度、该网格从当前时刻到下一时刻的污染物浓度输出量，该网格从当前时刻到下一时刻的污染物浓度输入量，计算该网格下一时刻的污染物浓度。
其中，该网格从当前时刻到下一时刻的污染物浓度输出量表示该网格在当前时刻的污染物浓度和该网格在下一时刻的污染物浓度之间的差值，该网格从当前时刻到下一时刻的污染物浓度输入量表示所有的邻域网格输出到该网格中的总和。
最后，根据实际工作需要，采用土壤重金属管控制值或筛选值作为超标与否的判断标准，即如果该网格中土壤的污染物浓度大于预设阈值，则将该网格作为超标网格。
由于计算过程是基于污染物总量逐步衰变和扩散损耗的原则，因此随着迭代计算的进行，超标网格的数量曲线会呈现为先增长后减少的抛物线，当超标网格的数量达到最大时停止迭代，此时所有超标网格的边界即为土壤污染影响范围。
本发明实施例提供的一种重金属衰减污染源的土壤污染范围预测方法，针对重金属衰减污染源对周边土壤的污染问题，采用元胞自动机地理空间模拟框架，通过将自动元胞机应用到土壤污染范围预测中，确定迭代计算终止的确定方法，实现污染源影响范围的量化动态模拟。
在上述实施例的基础上，优选地，所述预设尺寸为参考栅格数据的栅格大小，所述参考栅格数据为所有辅助数据中分辨率最高的栅格数据。
具体地，对于元胞自动机，首先要确定元胞的大小，元胞即为网格，元胞的大小是根据网格的大小确定的，本发明实施例中，元胞代表了一个均质单元。
网格的大小为预设尺寸，预设尺寸时该网格中参考栅格数据的栅格大小，参考栅格数据是指全部辅助数据中分辨率最高的栅格数据。举例地，辅助数据中包含高程数据、降水数据等，其中，高程数据的尺寸为5m×5m，降水数据的尺寸为1000m×1000m，那么分辨率最高的数据就是高程数据，因此，预设尺寸为5m×5m＝1m2。
网格的尺寸偏大会对原始数据进行合并计算导致信息丢失，网格的尺寸偏小会增加计算量但对提高精度没有帮助。
在上述实施例的基础上，优选地，对于任一网格，所述元胞自动机根据所述任一网格当前时刻的污染物浓度、所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量、所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算所述任一网格在所述下一时刻的污染物浓度，具体计算公式如下：
其中，Ct+1表示所述任一网格在所述下一时刻的污染物浓度，Ct表示所述任一网格在所述当前时刻的污染物浓度，
表示所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，
表示所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量。
具体地，以其中一个网格为例进行说明，元胞自动机根据该网格当前时刻的污染物浓度、该网格从当前时刻到下一时刻的污染物浓度输出量、该网格从当前时刻到下一时刻的污染物浓度输入量，得到该网格在下一时刻的污染物浓度，具体地计算公式为：
其中，Ct+1表示该网格在下一时刻的污染物浓度，Ct表示该网格在当前时刻的污染物浓度，
表示该网格从当前时刻到下一时刻的污染物浓度输入量，
表示该网格从当前时刻到下一时刻的污染物浓度输出量，t表示当前时刻。
图2为本发明实施例中提供的邻域模型示意图，如图2所示，图中正中心的正六边形为该网格，阴影部分为该网格的邻域网格。污染物扩散在各个方向上机会均等，中心元胞的邻域为与其边相接的6个元胞。中心元胞即为本发明实施例中的任一网格，周围的6个元胞即为邻域网格。
具体地，污染物含量衰减过程中使用指数函数表示，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量具体通过如下公式确定：
其中，λ表示衰减系数，Ct表示当前时刻该网格的污染物浓度。
具体地，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量通过如下公式确定：
其中，
表示当前时刻t所述任一网格第i个邻域网格的污染物衰减量，diffuseCoef表示扩散系数，wi表示所述任一网格第i个邻域网格的权重。
该网格的污染物浓度输入量为对应的邻域网格输出到该网格的总和。diffuseCoef为扩散系数，由于污染物在迁移扩散过程中，会发生吸附、放射性衰变和生物降解等物理化学过程，diffuseCoe f代表了邻域网格污染物扩散传递的强度，其大小由邻域和中心网格特性、运移动力和污染物性质共同决定，参数值需要根据实验和经验人为设定。
在没有明确扩散动力时，该网格的每个邻域网格的权重都相同，在上述实施例的基础上，优选地，所述任一网格第i个邻域网格的权重具体通过如下公式确定：
其中，nneighbor为所述任一网格的邻域网格的数量。
从该公式中可知，在没有明确扩散动力时，每个邻域网格的权重由邻域模型决定，边界处不受影响。
在有明确扩散动力时，权重大小与邻域元胞的运移分量有关。在上述实施例的基础上，优选地，所述任一网格第i个邻域网格的权重具体通过如下公式确定：
其中，nneighbor为所述任一网格的邻域网格的数量，b为常数，α表示运移动力的方向与参考线的夹角，所述参考线表示所述任一网格的邻域网格到所述任一网格的连线。
以该网格的第i个邻域网格为例进行说明，设α为运移动力方向与邻域元胞到中心元胞连线夹角，则在分量大小可表示为：
由于邻域网格向外扩散污染物的总量是一定的，其向个方向扩散的权重大小与d成正比，因此，在每个方向上的权重系数为：
运移动力在不同的邻域网格上可能不同，需要根据邻域网格位置进行提取或者根据邻域网格特征进行计算，例如，当计算大气沉降引起的风险扩散时，整个模拟区可以使用统一的常年主要风向作为动力方向，当计算径流引起的风险扩散时，动力方向为汇水方向。
综上，本发明可以输出空间确定数值明确的污染范围和污染程度值。本发明实施例中，元胞大小根据数据的空间分辨率确定，保证了元胞的各类特征一致性高。而元胞状态转换计算参数由元胞特征决定，因此模拟过程在空间上更贴合实际情况。与使用单一方程和单一参数的数值计算方法相比，尺度适应性更好，计算精度更高。
图3为本发明实施例提供的一种重金属衰减污染源的土壤污染范围预测系统结构图，如图3所示，该重金属衰减污染源的土壤污染范围预测系统包括：划分模块301、计算模块302和预测模块302。其中：
划分模块301用于将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
计算模块302用于对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
预测模块303用于重复上述过程，直到超标网格数量达到最大，所有超标网格的范围即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
本发明实施例提供的系统实施例是为了实现上述各方法实施例的，具体流程和详细内容请参照上述方法实施例，此处不再赘述。
图4为本发明实施例提供的一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)401、通信接口(Communications Interface)402、存储器(memory)403和总线404，其中，处理器401，通信接口402，存储器403通过总线404完成相互间的通信。通信接口402可以用于电子设备的信息传输。处理器401可以调用存储器403中的逻辑指令，以执行包括如下的方法：
将目标污染区域划分为多个预设尺寸的网格，并建立一个元胞自动机；
对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
重复上述过程，直到超标网格数量达到最大，所有超标网格的边界即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
此外，上述的存储器403中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明上述各方法实施例的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：
将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
重复上述过程，直到超标网格数量达到最大，所有超标网格的边界即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种重金属衰减污染源的土壤污染范围预测方法，其特征在于，包括：
将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
重复上述过程，直到超标网格数量达到最大，所有超标网格的边界即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
2.根据权利要求1所述的重金属衰减污染源的土壤污染范围预测方法，其特征在于，所述预设尺寸为参考栅格数据的栅格大小，所述参考栅格数据为所有辅助数据中分辨率最高的栅格数据。
3.根据权利要求1所述的重金属衰减污染源的土壤污染范围预测方法，其特征在于，对于任一网格，所述元胞自动机根据所述任一网格当前时刻的污染物浓度、所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量、所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算所述任一网格在所述下一时刻的污染物浓度，具体计算公式如下：
其中，Ct+1表示所述任一网格在所述下一时刻的污染物浓度，Ct表示所述任一网格在所述当前时刻的污染物浓度，
表示所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，
表示所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量。
4.根据权利要求3所述的重金属衰减污染源的土壤污染范围预测方法，其特征在于，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量具体通过如下公式确定：
其中，λ表示衰减系数。
5.根据权利要求3所述的重金属衰减污染源的土壤污染范围预测方法，其特征在于，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量通过如下公式确定：
其中，
表示当前时刻t所述任一网格第i个邻域网格的污染物衰减量，diffuseCoef表示扩散系数，wi表示所述任一网格第i个邻域网格的权重。
6.根据权利要求5所述的重金属衰减污染源的土壤污染范围预测方法，其特征在于，所述任一网格第i个邻域网格的权重具体通过如下公式确定：
其中，nneighbor为所述任一网格的邻域网格的数量。
7.根据权利要求5所述的重金属衰减污染源的土壤污染范围预测方法，其特征在于，所述任一网格第i个邻域网格的权重具体通过如下公式确定：
其中，nneighbor为所述任一网格的邻域网格的数量，b为常数，α表示运移动力的方向与参考线的夹角，所述参考线表示所述任一网格的邻域网格到所述任一网格的连线。
8.一种重金属衰减污染源的土壤污染范围预测系统，其特征在于，包括：
划分模块，用于将目标污染区域划分为多个预设尺寸的网格，并建立元胞自动机；
计算模块，用于对于当前时刻的每一网格，所述元胞自动机根据每一网格当前时刻的污染物浓度、每一网格从所述当前时刻到下一时刻的污染物浓度输出量、每一网格从所述当前时刻到所述下一时刻的污染物浓度输入量，计算每一网格在所述下一时刻的污染物浓度，对于任一网格，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输出量为污染物含量衰减前后之差，所述任一网格从所述当前时刻到所述下一时刻的污染物浓度输入量为所有邻域网格输出到所述任一网格中的总和；
预测模块，用于重复上述过程，直到超标网格数量达到最大，所有超标网格的范围即为土壤污染影响范围，所述超标网格是指网格的污染物浓度超过预设阈值。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述重金属衰减污染源的土壤污染范围预测方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述重金属衰减污染源的土壤污染范围预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010171268.7A CN111428918B (zh) | 2020-03-12 | 2020-03-12 | 一种重金属衰减污染源的土壤污染范围预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010171268.7A CN111428918B (zh) | 2020-03-12 | 2020-03-12 | 一种重金属衰减污染源的土壤污染范围预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111428918A true CN111428918A (zh) | 2020-07-17 |
| CN111428918B CN111428918B (zh) | 2023-06-30 |
Family
ID=71546387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010171268.7A Active CN111428918B (zh) | 2020-03-12 | 2020-03-12 | 一种重金属衰减污染源的土壤污染范围预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111428918B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111986064A (zh) * | 2020-08-26 | 2020-11-24 | 山东大学 | 一种水污染快速溯源方法及系统 |
| CN113688555A (zh) * | 2021-10-25 | 2021-11-23 | 清华大学深圳国际研究生院 | 基于浓度分析的水体污染扩散模拟预测方法和装置 |
| CN113705131A (zh) * | 2021-10-22 | 2021-11-26 | 清华大学深圳国际研究生院 | 基于粒子运动的水体污染扩散模拟预测方法和装置 |
| CN114970388A (zh) * | 2022-05-12 | 2022-08-30 | 河海大学 | 一种自适应时间步长的场地地表污染扩散方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105426636A (zh) * | 2015-12-23 | 2016-03-23 | 北京工业大学 | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 |
| CN107169277A (zh) * | 2017-05-09 | 2017-09-15 | 北京理工大学 | 一种pm2.5浓度的数据分析和预测模型建立方法 |
| CN107832562A (zh) * | 2017-11-29 | 2018-03-23 | 厦门大学 | 一种大气污染扩散的仿真方法与仿真系统 |
| WO2020043027A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 一种大气污染预测中对区域边界优化的方法 |
-
2020
- 2020-03-12 CN CN202010171268.7A patent/CN111428918B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105426636A (zh) * | 2015-12-23 | 2016-03-23 | 北京工业大学 | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 |
| CN107169277A (zh) * | 2017-05-09 | 2017-09-15 | 北京理工大学 | 一种pm2.5浓度的数据分析和预测模型建立方法 |
| CN107832562A (zh) * | 2017-11-29 | 2018-03-23 | 厦门大学 | 一种大气污染扩散的仿真方法与仿真系统 |
| WO2020043027A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 一种大气污染预测中对区域边界优化的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 伍彬;芮小平;李真子;宋现锋;: "地下水污染物包气带扩散预测仿真", 计算机仿真 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111986064A (zh) * | 2020-08-26 | 2020-11-24 | 山东大学 | 一种水污染快速溯源方法及系统 |
| CN111986064B (zh) * | 2020-08-26 | 2023-11-03 | 山东大学 | 一种水污染快速溯源方法及系统 |
| CN113705131A (zh) * | 2021-10-22 | 2021-11-26 | 清华大学深圳国际研究生院 | 基于粒子运动的水体污染扩散模拟预测方法和装置 |
| CN113705131B (zh) * | 2021-10-22 | 2022-02-08 | 清华大学深圳国际研究生院 | 基于粒子运动的水体污染扩散模拟预测方法和装置 |
| CN113688555A (zh) * | 2021-10-25 | 2021-11-23 | 清华大学深圳国际研究生院 | 基于浓度分析的水体污染扩散模拟预测方法和装置 |
| CN114970388A (zh) * | 2022-05-12 | 2022-08-30 | 河海大学 | 一种自适应时间步长的场地地表污染扩散方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111428918B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111428918A (zh) | 一种重金属衰减污染源的土壤污染范围预测方法及系统 | |
| US11544522B2 (en) | Methods, systems, and computer readable mediums for determining a system state of a power system using a convolutional neural network | |
| Pulipaka et al. | Modeling of soiled PV module with neural networks and regression using particle size composition | |
| CN110232471B (zh) | 一种降水传感网节点布局优化方法及装置 | |
| CN109446696B (zh) | 基于cmaq模型的快速大气环境容量测算方法、存储介质和终端 | |
| CN111428917B (zh) | 一种重金属稳定污染源的土壤污染预测方法及系统 | |
| CN112949820B (zh) | 基于生成对抗网络的认知抗干扰目标检测方法 | |
| KR20140024541A (ko) | 대기 모델링 서비스 제공 시스템 | |
| CN116681292B (zh) | 基于深度学习的石化港区安全风险分析及责任划分方法 | |
| KR20210019311A (ko) | 자료해석 기반 침수 예측 방법 및 이를 위한 장치 | |
| CN112381299A (zh) | 一种确定空气质量的方法及装置 | |
| CN115239070A (zh) | 一种流域水环境有机污染物监测全过程质控指标评价系统 | |
| CN107426000A (zh) | 一种网络鲁棒性评估方法及系统 | |
| CN107944205B (zh) | 一种基于高斯烟羽模型的水域特征模型建立方法 | |
| CN111159956B (zh) | 一种基于特征的流场间断捕捉方法 | |
| CN112540159A (zh) | 核电厂大气扩散预测校正方法、系统、介质及电子设备 | |
| Richet et al. | Inversion algorithm for civil flood defense optimization: Application to two-dimensional numerical model of the Garonne river in france | |
| CN109993374B (zh) | 货物量预测方法及装置 | |
| CN115712993A (zh) | 氯离子侵蚀模型构建方法及氯离子侵蚀的模拟方法 | |
| CN114414446B (zh) | 基于卫星遥感的近地面颗粒物浓度估算方法、装置和设备 | |
| CN115859570A (zh) | 水库下泄泥沙快速输移模拟方法、装置、计算机设备及介质 | |
| Bouvier et al. | Computation of the integrated flow of particles between polygons | |
| Silva et al. | An Approach to Solar Radiation Prediction Using ARX and ARMAX Models | |
| VLGd et al. | An approach to solar radiation prediction using ARX and ARMAX models. Front | |
| CN111598492B (zh) | 污染物浓度的评估方法、评估装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |