CN112308290A - 一种污染场地调查布点的方法 - Google Patents

Abstract

本发明公开一种污染场地调查布点的方法，包括以下步骤：1、网格采样布点，并创建各采样点位的泰森多边形，将所有未超标点位泰森多边形定义为A区域，所有超标点位泰森多边形定义为B区域；2、选取未超标点位进行OK插值；将全部采样点进行确定性插值方法比选，经交叉检验选出最佳确定性插值方法；3、在A区域提取OK法插值结果，在B区域提取最佳确定性插值结果，合并A、B插值结果形成组合插值结果并进行精度验证；4、进行加密布点，形成新的泰森多边形，重复步骤1、2、3。本发明利用有效可靠的插值方法和科学合理的布点方法，以较少的土壤采样点位获得较高的预测精度，对污染场地的调查和修复治理工作有重要意义。

Description

一种污染场地调查布点的方法

技术领域

本发明涉及污染场地土壤污染的调查采样技术和污染空间预测领域，具体涉及一种污染场地调查布点的方法。

背景技术

在场地污染的调查中，采样点位的布设是非常重要的一环。通过采样点预测区域土壤污染物空间分布信息时，采样点数量越多越能反映真实情况，但限于土壤采样和实验室分析成本，不可能对所有位置都进行采样，只能通过有限的样点来推测，因此合理采样数的确定十分关键，它能最大程度保证污染预测的准确性和工程实施的经济性。由于各类污染场地的复杂性和特殊性，许多指导性文件只对场地调查的大致采样方法做出较明确规定，如在污染分布均匀的场地选择系统随机布点法、在污染分布不明确或污染分布范围大时选用系统布点法、对于背景资料清楚、能初步确定主要污染物的场地采用专业判断布点法，对于采样密度的设置，说法也较为笼统模糊。

得到布点采样数据后，运用空间插值的方法对污染场地进行污染分布预测由来已久。在实际应用中，从业人员很少对采样数据进行系统的结构特征分析，对于插值方法的选择往往较为机械，较少针对数据特征选取适当的插值方法，各类文件也基本未对插值方法的选择进行指导，加上各种方法都有其适用性和局限性，如果盲目选择方法进行插值，将增加污染预测结果和和场地评价过程的不确定性。

在土壤和环境研究中，污染场地数据的分布严重偏斜并出现多个高峰值的情况并不少见，地统计插值克里金法被认为是比较先进的插值方法且通常具有令人满意的插值精度，但此种情况若使用克里金插值法，会因其平滑效应而抹平污染高值区域，这明显不是人们想要达到的效果。确定性插值反距离权重法(IDW)和径向基函数法(RBF)的插值虽能识别出污染数据的极值，但在数据存在高偏倚性时其插值精度并没有克里金法出色，且对于污染热点区(即被清洁区域包围的局部最大浓度区域)，确定性插值法可能过大地预测其污染范围，这可能导致工程上的过度修复，浪费资源。

发明内容

本发明针对现有布点效率不高、单种插值方法预测污染空间分布应用存在其局限性等问题，提供一种污染场地调查布点的方法。

本发明所采用的技术方案为:

一种污染场地调查布点的方法，包括以下步骤：

(1)在调查区域进行网格采样布点，采样点位尽量布设在网格中心位置，网格间距以不大于40m×40m为宜，然后采集土样；

(2)检测步骤(1)所得采集土样的各项污染指标；

(3)对步骤(2)所测指标含量进行数据描述性统计分析，主要衡量指标为偏度，峰度，变异系数，K-S test检验值；若偏度远偏离0，峰度远偏离3，变异系数大于75％，K-Stest检验指标小于0.05，说明数据的空间自相关性很弱，判断不符合正态分布；

(4)将步骤(2)所得数据导入ArcGIS工具创建泰森多边形，每个点位对应一个泰森多边形，将所有泰森多边形分为未超标点所在A区域和超标点位所在B区域；

(5)在整个调查区域内，对步骤(2)所得未超标点位进行普通克里金法即OK插值；对步骤(2)所得所有点位进行若干种确定性插值方法比选，经交叉检验选出最佳的一种或两种以上的确定性插值方法；

(6)利用ArcGIS栅格工具，在步骤(4)得到的A区域提取步骤(5)得到的普通克里金法即OK插值结果；在步骤(4)得到的B区域提取步骤(5)得到的最佳确定性方法插值结果；将A、B区域提取结果进行合并，形成一种或两种以上组合的调查区域完整污染插值结果；

(7)对步骤(6)得到的插值结果进行交叉检验精度分析，得到唯一最佳的插值方法组合；

(8)对已超标和怀疑超标的点位附近进行加密点位布设，对加密后的所有点位重复步骤(4)至(7)，得到进一步的最佳插值方法组合，完成场地调查布点。

进一步地，还包括步骤(8)进行补充采样和插值方法组合的重复，以实现对预测精度更细化的要求。

进一步地，步骤(1)中，调查区域面积在0.05km²-0.45km²范围内；采用网格布点法布设采样点时，土壤采样深度在0-6m范围内，且分析的土壤样品为同一深度采得。

进一步地，步骤(2)中，污染指标为重金属污染指标或有机物污染指标；所述重金属污染指标为土壤中砷、镉、铬、铜、铅、汞、镍或锌中的一种或两种以上的含量；所述有机物污染指标为《土壤环境质量建设用地土壤污染风险管控标准(试行)》中所提及的有机污染物指标，更优选四氯化碳、氯仿、氯乙烯、苯、C₁₀-C₄₀的石油烃中的一种或两种以上。进一步地，步骤(4)中所述的超标，其判断依据是某种污染物含量是否超过《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB36600-2018)中所规定的评价标准。

进一步地，步骤(5)中所应用的确定性插值方法为反距离插值法即IDW、径向基函数法中的薄板样条函数即Thin plate spline、张力样条函数即Spline with tension、规则样条函数即Completely regularized spline、高次曲面函数即Multiquadric、反高次曲面函数即Inverse multiquadric中的一种或两种以上，更优选IDW法、RBF_CRS法、RBF_MQ法或RBF_IMQ法。

进一步地，步骤(5)和(7)中，交叉验证的指标是平均预测误差ME、平均绝对误差MAE、平均相对误差MRE、均方根误差RMSE、非超标点识别为超标的数量、污染面积中的一种或两种以上。

本发明的有益效果在于：

本发明通过引入泰森多边形将插值方法进行组合后对污染场地调查布点方法进行评价和优化，能够在同样的采样点获得更高的场地污染物空间分布预测精度，其不仅能够明显提高效率，而且能够明显提高预测精度，也能得到更准确的污染预测范围，这对今后的场地调查工作具有重要意义。

附图说明

图1为所有点位去除超标点前后的频率分布直方图。

图2为40m×40m网格采样点位去除超标点前后的频率分布直方图。

图3为各种插值方法的插值结果分析图。

图4为各种插值方法的交叉验证结果图。

图5为利用泰森多边形进行插值方法组合的示意图。

图6为组合插值方法的交叉验证结果图。

具体实施方式

以下结合具体实施例对本发明作进一步说明，但本发明并不限于此。

本发明依据组合插值方法设计采样布点方法，对区域调查对象没有特殊要求，但其污染数据具有高偏倚性时可取得较好效果。

实施例1

本实施例以一个已停产的专业从事钛白粉生产的民营工业企业拆迁后遗留工业场地为例，以砷(As)为研究对象对本发明进行验证。

在调查区域0.15km²范围的土壤内采集土壤样品，分别装入密封袋，标记好各采样点的经纬度和海拔高度带回实验室。剔除土壤样品中的杂质后，采用四分法取适量土壤样品，风干、磨细，过1mm筛后装入自封袋备用。本实施例选用0-0.2m层164个As污染数据进行研究，通过模拟抽样验证该发明内容。

土壤重金属含量化学测定

土壤样品的理化性质参数的测定遵循实验的标准程序。所有样品的检测方法采用《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB 36600-2018)中推荐的方法。

网格采样和数据的描述性分析

本实施例采用空间抽样的思路，模拟开展土壤污染调查布点过程，首先还原为什么以40m×40m作为最低网格采样间距的过程。为保证有足够的样本进行不同采样密度布设实验并保证验证样本的数量，在整个数据集内抽取15％的样点作为独立验证点位，剩余的85％点位用于抽取产生不同网格密度条件下的采样点位，除人为将7个超标点位纳入85％的抽样点位集外，其他点位通过ArcGIS-创建子集模块进行随机抽取。

该地块规划作为商业设施和住宅类混合用地使用，As的评价标准参考《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB36600-2018)中第一类用地标准20mg/kg。该场地As的污染浓度分布是极不均匀的，区域内As浓度的变异系数达到84.95％，属于高度变异，虽然最高值达到82.3mg/kg，是As筛选值的4倍多，但其平均值仅有8.97mg/kg，只有7个点位的As浓度超过筛选值20mg/kg，大部分样点的As浓度集中在5mg/kg-15mg/kg区间。少数高峰值的存在，造成了整体数据的高度偏倚性，其峰度达到54.75，偏度达到6.41，整体呈向右高度偏斜状态，K-S检验也显示其并不符合正态分布。但当去除7个超标点位之后，整体数据的变异系数、偏度、峰度都明显降低，前后数据集频率直方图见图1，数值具体分析见表1。

由表1可以看出，85％的抽样数据集点位变异系数达到87.84％，与完整数据集84.95％的变异系数差异较小，其余各项指标也与完整数据集接近，可以代表研究区域污染分布情况。从80m×80m至20m×20m共设置10组网格密度，各采样数据集的统计结果如表1所示。分析表1可知，当网格密度大于40m×40m时，点位样本的变异系数呈现无规律变化，70m×70m的网格密度下，数据变异系数高达122.70％，高于整体变异系数水平达39.69％，而80m×80m、60m×60m、50m×50m、45m×45m网格密度下，变异系数在41.44％-50.83％不等，远低于整体抽样集87.84％的变异水平。可以发现，当网格布设过于稀疏，将无法稳定采集到能代表场地污染水平的数据，这对于后续利用采样点位进行污染空间预测会带来非常明显的影响，可能严重低估或高估场地污染水平，造成修复不当。而当网格密度从40m×40m加密到20m×20m时，其变异系数在97.25％-89.83％范围内波动，基本呈稳定状态，且随着网格的加密，基本越来越接近整体抽样集水平。由此推测，对污染场地进行网格布点采样时，若要求采样数据能基本代表区域污染情况，40m×40m的网格间距是应该要达到的一个基础底线。

本实施例以40m×40m网格采样为例进行布点采样分析，通过比较其他各项指标，40m×40m网格间距下的采样数据集特征与所有点位的数据结构特征类似，也属于高偏倚性污染数据集，数据频率分布见图2。

表1各采样数据集的描述性统计

利用组合插值法对网格采样数据进行污染分析

将40m×40m网格采样数据导入ArcGIS，利用ArcGIS的创建泰森多边形工具，对输入要素进行泰森多边形划分，81个点位对应81个泰森多边形，将所有的泰森多边形分为未超标点位所在的未超标区Part A和超标点位所在的超标区Part B。

对所有未超标点进行分析，此时所有未超标点位偏度为0.73，峰度为1.59，变异系数为36.15％，属于中等空间相关，K-S test值大于0.05表明其属于正态分布，数据集直方频率分布见图2。对所有未超标点进行普通克里金法(OK)插值，得到整个调查区域插值结果；为比较不同确定性插值方法的优劣，选用反距离权重法(IDW)，五种径向基函数法(规则样条函数RBF_CRS、张力样条函数RBF_ST、高次曲面函数RBF_MQ、反高次曲面函数RBF_IMQ、薄板样条函数RBF_TPS)对40m×40m网格采集到的所有点位进行插值，得到整个调查区域的不同确定性方法插值结果。利用前文中15％独立验证点位对上述所有插值结果进行评价，选用平均预测误差ME、平均绝对误差MAE、平均相对误差MRE、均方根误差RMSE、污染面积作为评价指标。

从插值结果图3看，除RBF_TPS法之外，其余所有插值方法的变异系数都明显低于抽出的85％的训练集的变异系数，这说明大多数插值方法均存在不同程度的平滑效应，以OK法最为明显。RBF_TPS虽保持了数据的离散程度，但对最小值的估计已到达负数，这显然不符合常理。对污染场地进行插值是为了对区域污染分布情况进行预测并实现可视化，能否再现污染的极值尤其是极大值的也是评价插值方法优劣的重要指标，可以看到，IDW法最好地实现了对最大、最小值的复现，RBF_CRS法、RBF_MQ法、RBF_IMQ法紧随其后，相比之下RBF_ST法则稍显逊色。

利用验证点位对插值结果进行交叉验证的结果见图4。在各个精度指标上，OK法的误差都明显小于其他几种插值方法，这也再一次验证了OK法是最佳的线性无偏估计器这一说法。逐一对各确定性插值方法的精度指标进行分析，误差数值越小插值精度越高。从平均预测误差ME和平均绝对预测误差MAE来分析，IDW法、RBF_CRS法、RBF_MQ法、RBF_IMQ法的插值精度位于前列且在误差数值上并没有明显区别；RBF_MQ法的平均相对预测误差MRE最优，IDW法、RBF_CRS法和RBF_IMQ法次之，在均方根误差RMSE方面，IDW法、RBF_CRS法和RBF_IMQ法均有较优表现，说明在数据偏差基本一致的情况下其离散程度更小。

综合整体插值结果和交叉验证结果，IDW法、RBF_CRS法、RBF_MQ法、RBF_IMQ法是表现较为优异的四种确定性插值方法，下一步将其分别与OK法进行组合，在保留OK法优越插值精度的基础上识别出更为准确的污染空间分布，并通过对比分析得到最佳插值组合方法。

上文已筛选出效果较好的几种确定性插值方法，现将其分别与OK法进行组合。对OK法插值结果提取Part A区域的结果，对确定性插值结果提取Part B区域的结果，利用ArcGIS栅格裁剪和镶嵌功能将两部分结果组合起来形成新的整体空间分布结果。泰森多边形组合插值方法示意图见图5。

交叉验证结果如图6所示，将插值方法进行组合后，四种组合的插值方法相比单独使用对应的确定性插值方法，其ME、MAE、MRE、RMSE的数值都有不同程度的减少，这意味着与OK法进行组合，可以有效提高整体插值方法的预测精度。在污染场地的修复中，修复成本的多少和修复技术的选择非常重要，实现精准修复的基本前提是获取有关污染物的准确空间分布信息，因为将研究区域划分为多个独立的多边形控制了每个点位尤其是超标点位所影响的范围，故组合后的OK-IDW法、OK-RBF_CRS法、OK-RBF_MQ相比单一插值法，其污染面积的估算分别减少了32.68％、47.13％、59.98％，而RBF_IMQ法因本身识别的污染面积就比较精确，故组合后的OK-RBF_IMQ法污染面积识别并没有变化，具体结果见表2。总的来说组合插值方法在预测精度提高的前提下同时减少了修复面积，这无疑有利于减少实际修复成本。通过比较分析，不同的插值组合方式相较于单独使用OK法或某种确定性插值方法，都展现出了其明显的优势，其中，OK-RBF_IMQ法的各项评价指标都优于其他两种组合方法，是本案例中最佳的组合插值方法。

表2组合插值法与对应确定性插值方法的交叉验证和空间分布结果对比(括号内为数值下降的百分比)

加密布点

在实际采样过程中，先通过网格布点法进行布点，在得到利用OK-RBF_IMQ法的插值结果后，继续结合历史资料、人员访谈记录，在此时已超标或之前怀疑是超标的点位附近继续进行加密点位布设。一共布设11个加密点位进行污染指标含量检测。对加密后一共92个土壤采样点位再一次进行泰森多边形的划分，将所有区域分为未超标点所在区Part A′和超标点所在区Part B′，提取OK法插值的Part A′区域结果，提取RBF_IMQ法插值的PartB′区域结果，利用ArcGIS栅格裁剪和镶嵌功能将两部分结果组合起来形成新的整体空间分布结果，再一次用前文所述精度指标对此时的插值结果进行交叉验证，具体数据见表3。

加密后点位的插值结果相比加密前，ME、MAE、MRE％、RMSE指标的数值分别减少了54.12％、12.44％、12.81％、6.37％，这说明加密点位的布设提高了污染预测的精度，是有效的布点。不仅如此，将加密后的插值结果与85％抽样集插值结果进行对比(同样利用OK-RBF_IMQ法进行插值)，发现加密后插值结果的ME、MAE、MRE％、RMSE指标相比85％抽样集在数值上分别少33.90％、9.52％、7.31％、7.06％，对污染面积的预测相比85％抽样集预测结果，也达到了较为合理的范围，而达到这样的预测效果其所用点位比85％抽样集少45个。以上结果充分说明，在运用合适的污染插值方法时，合理的网格布设间距加上科学的布点加密方法，能以更少的点位获得更佳的污染预测效果。

表3 85％点位抽样集，加密布点前、后插值交叉验证结果

补充采样

若对污染预测精度或污染空间分布有更加精密的要求，可以在加密布点的基础上，继续对此时已超标或怀疑是超标的点位附近继续进行补充采样点位布设，补充采样点位的布设同样不能超过此时已超标和怀疑是超标所在的泰森多边形边界和此时设定的网格间距距离。对补充采样后所有点位进行泰森多边形划分和插值结果组合，若此时预测效果达到要求，可停止采样，若仍不满足预测要求，可重复上述步骤继续进行补充采样，直至满足预测要求。

综上，本发明不仅能够明显提高布点后的污染空间预测精度，并且能够减少采样的数量，从而能够以更少的采样点取得较好的预测精度。

Claims (7)

1.一种污染场地调查布点的方法，其特征在于，包括以下步骤：

(1)在调查区域进行网格采样布点，采样点位布设在网格中心位置，网格间距不大于40m×40m，然后采集土样；

(2)检测步骤(1)所得采集土样的各项污染指标；

(3)对步骤(2)所测指标含量进行数据描述性统计分析，主要衡量指标为偏度，峰度，变异系数，K-S test检验值；若偏度远偏离0，峰度远偏离3，变异系数大于75％，K-S test检验指标小于0.05，表明数据的空间自相关性很弱，判断不符合正态分布；

(4)将步骤(2)所得数据导入ArcGIS工具创建泰森多边形，每个点位对应一个泰森多边形，将所有泰森多边形分为未超标点所在A区域和超标点位所在B区域；

(5)在整个调查区域内，对步骤(2)所得未超标点位进行普通克里金法即OK插值；对步骤(2)所得所有点位进行若干种确定性插值方法比选，经交叉检验选出最佳的一种或两种以上的确定性插值方法；

(6)利用ArcGIS栅格工具，在步骤(4)得到的A区域提取步骤(5)得到的普通克里金法即OK插值结果；在步骤(4)得到的B区域提取步骤(5)得到的最佳确定性方法插值结果；将A、B区域提取结果进行合并，形成一种或两种以上组合的调查区域完整污染插值结果；

(7)对步骤(6)得到的插值结果进行交叉检验精度分析，得到唯一最佳的插值方法组合；

(8)对已超标和怀疑超标的点位附近进行加密点位布设，对加密后的所有点位重复步骤(4)至(7)，得到进一步的最佳插值方法组合。

2.根据权利要求1所述的污染场地调查布点的方法，其特征在于，还包括步骤(8)进行补充采样和插值方法组合的重复，以实现对预测精度更细化的要求。

3.根据权利要求1或2所述的污染场地调查布点的方法，其特征在于，步骤(1)中，调查区域面积在0.05km²-0.45km²范围内；采用网格布点法布设采样点时，土壤采样深度在0-6m范围内，且分析的土壤样品为同一深度采得。

4.根据权利要求1或2所述的污染场地调查布点的方法，其特征在于，步骤(2)中，污染指标为重金属污染指标或有机物污染指标；所述的重金属污染指标为土壤中砷、镉、铬、铜、铅、汞、镍或锌中的一种或两种以上的含量。

5.根据权利要求1或2所述的污染场地调查布点的方法，其特征在于，步骤(4)中所述的超标，其判断依据是所测污染物含量是否超过《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB36600-2018)中所规定的评价标准。

6.根据权利要求1或2所述的污染场地调查布点的方法，其特征在于，步骤(5)中所应用的确定性插值方法为反距离插值法即IDW、径向基函数法中的薄板样条函数即Thin platespline、张力样条函数即Spline with tension、规则样条函数即Completely regularizedspline、高次曲面函数即Multiquadric、反高次曲面函数即Inverse multiquadric中的一种或两种以上。

7.根据权利要求1或2所述的污染场地调查布点的方法，其特征在于，步骤(5)和(7)中，交叉验证的指标是平均预测误差ME、平均绝对误差MAE、平均相对误差MRE、均方根误差RMSE、非超标点识别为超标的数量、污染面积中的一种或两种以上。

Images