CN113076637B - 一种重金属污染分析系统及计算机可读存储介质 - Google Patents

一种重金属污染分析系统及计算机可读存储介质 Download PDF

Info

Publication number
CN113076637B
CN113076637B CN202110335680.2A CN202110335680A CN113076637B CN 113076637 B CN113076637 B CN 113076637B CN 202110335680 A CN202110335680 A CN 202110335680A CN 113076637 B CN113076637 B CN 113076637B
Authority
CN
China
Prior art keywords
heavy metal
soil
soil layer
layer
module
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.)
Active
Application number
CN202110335680.2A
Other languages
English (en)
Other versions
CN113076637A (zh
Inventor
洪亚玲
何苏博
杨升平
王颖
洪娅丽
李春奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Automotive Engineering Vocational College
Original Assignee
Hunan Automotive Engineering Vocational College
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Automotive Engineering Vocational College filed Critical Hunan Automotive Engineering Vocational College
Priority to CN202110335680.2A priority Critical patent/CN113076637B/zh
Publication of CN113076637A publication Critical patent/CN113076637A/zh
Application granted granted Critical
Publication of CN113076637B publication Critical patent/CN113076637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computational Mathematics (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Pathology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Biomedical Technology (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种重金属污染分析系统及计算机存储介质，其可以被构造为一种计算机系统并且包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，地理信息处理模块用于将土壤的空间状态和性质状态进行数据化处理，土壤采样装置用于采集目标地点的土壤中的重金属含量数据，重金属分布模拟模块根据地理信息数据和土壤重金属数据模拟出所有地点的重金属分布情况，人体健康数据收集模块用于从各医院中获取各类疾病的人群分布数据，健康影响评估模块将所述重金属分布情况和患病人群分布情况建立起联系，并作出重金属污染对健康风险的评估。

Description

一种重金属污染分析系统及计算机可读存储介质
技术领域
本发明涉及土地污染研究技术领域，尤其涉及一种基于重金属污染分析系统。
背景技术
土壤无机污染物中以重金属比较突出，主要是由于重金属不能为土壤微生物所分解，而易于积累.转化为毒性更大的甲基化合物，甚至有的通过食物链以有害浓度在人体内蓄积，严重危害人体健康。
现在已经开发出了很多土壤污染评估系统，经过我们大量的检索与参考，发现现有的评估系统有如公开号为KR1020040041139A，KR1020030018351A和KR100458525B1所公开的系统，包括场地现场踏勘、从“面”上开展场地全覆盖的快速探测、从“线”上进一步定位污染团与可及深度、从“点”上开展钻孔取样与分析验证、从“面”上准确评估场地污染程度。该方法针对具体目标场地或区域，有步骤、有针对性地使用电磁感应仪-高密度电阻率仪—探地雷达的地球物理探测技术组合，精确定位区域土壤疑似污染区或点，合理布置采样点位，结合现场快速污染筛查和钻孔取样测试分析，构建从面到线再到点，最终回到面的土壤污染调查流程。但该系统无法用少量的采样数据来准确地估算大面积的重金属分布情况。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于重金属污染分析系统，
为了克服现有技术的不足，本发明采用如下技术方案：
一种计算机重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述重金属分布模拟模块根据所述土壤采样装置采集到的部分地点的土壤重金属含量和所述地理信息处理模块处理得到的地理信息数据模拟出全面的重金属分布数据，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属分布数据对各块土地对人体健康的影响作出评估；
进一步的，所述地理信息处理模块将土地分割成若干个方块，每个方块用坐标(x，y)表示，每个方块分割成若干个土壤层，每个土壤层用(x，y，m)表示，每个土壤层中记录土壤粘性g和土壤硬度r，表面土壤层还记录该土壤层的海拔高度h1；
进一步的，所述重金属分布模拟模块计算出各个第一层土壤层的表面流失指数：
Figure BDA0002997461300000021
其中k(x+i，y+j，1)表示(x+i，y+j，1)土壤层与(x，y，1)土壤层的高度关系，取值为0，-1,1；
进一步的，所述重金属分布模拟模块根据所述土壤粘性g、所述土壤硬度r和所述表面流失指数计算出每个土壤层的重金属保留指数b(x，y，m)；
进一步的，所述重金属分布模拟模块根据所述土壤采样装置采集到的重金属含量数据对所述重金属保留指数进行修正，修正公式为：
Figure BDA0002997461300000022
其中ci(A)表示第i层土壤层中重金属A的含量；
第m层的修正系数为：
Figure BDA0002997461300000023
将非采样点处的土壤层重金属保留指数乘以对应层的修正系数得到新的重金属保留指数；
进一步的，所述重金属分布模拟模块通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000024
进一步的，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属含量数据计算各层土壤层对应的所有地区对特定疾病的一致性指数，选取值最小的一致性指数对应的土壤层为关键土壤层；
进一步的，所述健康影响评估模块以所述关键土壤层及其上方的土壤层的重金属数据为基础推算各个区域的风险评估指数；
一种计算机可读存储介质，所述计算机可读存储介质中包括重金属污染分析系统程序，所述重金属污染分析系统程序被处理器执行时，实现一种重金属污染分析系统的步骤。
本发明所取得的有益效果是：
本发明通过重金属分布模拟模块利用有限的采样数据对大面积的重金属分布作出准确的模拟，以此为基础结合该地区的人群健康数据对每个区域对特定疾病的影响作出强弱判断，并作出个区域的健康风险评估，使未开发的土地能够被有效安全地处置。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为本申请的计算机系统整体结构框架示意图。
图2为土壤层重金属含量验证数据对比示意图。
图3为地理信息分割处理示意图。
图4为重金属含量模拟流程示意图。
图5为重金属含量偏差率分布示意图。
图6为采样点分布示意图。
具体实施方式
为了使得本发明的目的.技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统.方法和/或特征将变得显而易见。旨在所有此类附加的系统.方法.特征和优点都包括在本说明书内.包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位，以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
实施例一。
本实施例提供了一种基于计算机的重金属污染分析系统以及计算机存储介质，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述重金属分布模拟模块根据所述土壤采样装置采集到的部分地点的土壤重金属含量和所述地理信息处理模块处理得到的地理信息数据模拟出全面的重金属分布数据，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属分布数据对各块土地对人体健康的影响作出评估；
所述地理信息处理模块将土地分割成若干个方块，每个方块用坐标(x，y)表示，每个方块分割成若干个土壤层，每个土壤层用(x，y，m)表示，每个土壤层中记录土壤粘性g和土壤硬度r，表面土壤层还记录该土壤层的海拔高度h1；
所述重金属分布模拟模块计算出各个第一层土壤层的表面流失指数：
Figure BDA0002997461300000041
其中k(x+i，y+j，1)表示(x+i，y+j，1)土壤层与(x，y，1)土壤层的高度关系，取值为0，-1,1；
所述重金属分布模拟模块根据所述土壤粘性g、所述土壤硬度r和所述表面流失指数计算出每个土壤层的重金属保留指数b(x，y，m)；
所述重金属分布模拟模块根据所述土壤采样装置采集到的重金属含量数据对所述重金属保留指数进行修正，修正公式为：
Figure BDA0002997461300000042
其中ci(A)表示第i层土壤层中重金属A的含量；
第m层的修正系数为：
Figure BDA0002997461300000043
将非采样点处的土壤层重金属保留指数乘以对应层的修正系数得到新的重金属保留指数；
所述重金属分布模拟模块通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000044
所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属含量数据计算各层土壤层对应的所有地区对特定疾病的一致性指数，选取值最小的一致性指数对应的土壤层为关键土壤层；
所述健康影响评估模块以所述关键土壤层及其上方的土壤层的重金属数据为基础推算各个区域的风险评估指数；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括重金属污染分析系统程序，所述重金属污染分析系统程序被处理器执行时，实现一种重金属污染分析系统的步骤。
实施例二。
一种重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述重金属分布模拟模块根据所述土壤采样装置采集到的部分地点的土壤重金属含量和所述地理信息处理模块处理得到的地理信息数据模拟出全面的重金属分布数据，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属分布数据对各块土地对人体健康的影响作出评估；
所述地理信息处理模块将土地分割成若干个方块，每个方块用坐标(x，y)表示，每个方块分割成若干个土壤层，每个土壤层用(x，y，m)表示，每个土壤层中记录土壤粘性g和土壤硬度r，表面土壤层还记录该土壤层的海拔高度h1；
所述重金属分布模拟模块计算出各个第一层土壤层的表面流失指数：
Figure BDA0002997461300000051
其中k(x+i，y+j，1)表示(x+i，y+j，1)土壤层与(x，y，1)土壤层的高度关系，取值为0，-1,1；
所述重金属分布模拟模块根据所述土壤粘性g、所述土壤硬度r和所述表面流失指数计算出每个土壤层的重金属保留指数b(x，y，m)；
所述重金属分布模拟模块根据所述土壤采样装置采集到的重金属含量数据对所述重金属保留指数进行修正，修正公式为：
Figure BDA0002997461300000052
其中ci(A)表示第i层土壤层中重金属A的含量；
第m层的修正系数为：
Figure BDA0002997461300000053
将非采样点处的土壤层重金属保留指数乘以对应层的修正系数得到新的重金属保留指数；
所述重金属分布模拟模块通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000061
所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属含量数据计算各层土壤层对应的所有地区对特定疾病的一致性指数，选取值最小的一致性指数对应的土壤层为关键土壤层；
所述健康影响评估模块以所述关键土壤层及其上方的土壤层的重金属数据为基础推算各个区域的风险评估指数；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括重金属污染分析系统程序，所述重金属污染分析系统程序被处理器执行时，实现一种重金属污染分析系统的步骤；
基于此设计了一种重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述地理信息处理模块用于将土壤的空间状态和性质状态进行数据化处理，所述土壤采样装置用于采集目标地点的土壤中的重金属含量数据，所述重金属分布模拟模块根据地理信息数据和土壤重金属数据模拟出所有地点的重金属分布情况，所述人体健康数据收集模块用于从各医院中获取各类疾病的人群分布数据，所述健康影响评估模块将所述重金属分布情况和患病人群分布情况建立起联系，并作出重金属污染对健康风险的评估；
所述地理信息处理模块将土地切割成多个互相毗邻的方块，所述方块用(x，y)坐标表示，再将所述方块根据深度平均切割成若干层，从上至下分别为第一层、第二层、···、第n层，除第一层外每层高度为h，对于第一层土壤附加其海拔高度属性h1，所述h1的值为：
Figure BDA0002997461300000062
其中h′指该方块第二层土壤的顶部海拔高度；
每层土壤中记录了土壤粘性g和土壤硬度r，所述土壤粘性代表重金属流出的能力，取值0—1，土壤粘性为1时表示重金属不会从该土壤层流向其他土壤层，土壤粘性为0时表示重金属会从该土壤层全部流向其他土壤层，在实际赋值时0和1均不可取，所述土壤硬度代表阻止重金属流入的能力，取值0—1，土壤硬度为1时表示重金属不会流入该土壤层，土壤粘性为0时表示不会阻止重金属流入该土壤层，在实际赋值时0不可取，特别的，当该土壤层为岩石时，土壤硬度为1；
所述采样装置在采样点采集该采样点所述方块内内的各土壤层中的重金属含量信息，并以(x，y，n，c(A))的形式进行记录，其中(x，y)为该采样点所在方块的坐标，n为该土壤层所在层数，c(A)表示重金属A的含量，并将所述重金属含量信息上报给所述重金属分布模拟模块。
实施例三。
一种重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述重金属分布模拟模块根据所述土壤采样装置采集到的部分地点的土壤重金属含量和所述地理信息处理模块处理得到的地理信息数据模拟出全面的重金属分布数据，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属分布数据对各块土地对人体健康的影响作出评估；
所述地理信息处理模块将土地分割成若干个方块，每个方块用坐标(x，y)表示，每个方块分割成若干个土壤层，每个土壤层用(x，y，m)表示，每个土壤层中记录土壤粘性g和土壤硬度r，表面土壤层还记录该土壤层的海拔高度h1；
所述重金属分布模拟模块计算出各个第一层土壤层的表面流失指数：
Figure BDA0002997461300000071
其中k(x+i，y+j，1)表示(x+i，y+j，1)土壤层与(x，y，1)土壤层的高度关系，取值为0，-1,1；
所述重金属分布模拟模块根据所述土壤粘性g、所述土壤硬度r和所述表面流失指数计算出每个土壤层的重金属保留指数b(x，y，m)；
所述重金属分布模拟模块根据所述土壤采样装置采集到的重金属含量数据对所述重金属保留指数进行修正，修正公式为：
Figure BDA0002997461300000072
其中ci(A)表示第i层土壤层中重金属A的含量；
第m层的修正系数为：
Figure BDA0002997461300000081
将非采样点处的土壤层重金属保留指数乘以对应层的修正系数得到新的重金属保留指数；
所述重金属分布模拟模块通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000082
所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属含量数据计算各层土壤层对应的所有地区对特定疾病的一致性指数，选取值最小的一致性指数对应的土壤层为关键土壤层；
所述健康影响评估模块以所述关键土壤层及其上方的土壤层的重金属数据为基础推算各个区域的风险评估指数；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括重金属污染分析系统程序，所述重金属污染分析系统程序被处理器执行时，实现一种重金属污染分析系统的步骤；
基于此设计了一种重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述地理信息处理模块用于将土壤的空间状态和性质状态进行数据化处理，所述土壤采样装置用于采集目标地点的土壤中的重金属含量数据，所述重金属分布模拟模块根据地理信息数据和土壤重金属数据模拟出所有地点的重金属分布情况，所述人体健康数据收集模块用于从各医院中获取各类疾病的人群分布数据，所述健康影响评估模块将所述重金属分布情况和患病人群分布情况建立起联系，并作出重金属污染对健康风险的评估；
所述地理信息处理模块将土地切割成多个互相毗邻的方块，所述方块用(x，y)坐标表示，再将所述方块根据深度平均切割成若干层，从上至下分别为第一层、第二层、···、第n层，除第一层外每层高度为h，对于第一层土壤附加其海拔高度属性h1，所述h1的值为：
Figure BDA0002997461300000083
其中h′指该方块第二层土壤的顶部海拔高度；
每层土壤中记录了土壤粘性g和土壤硬度r，所述土壤粘性代表重金属流出的能力，取值0—1，土壤粘性为1时表示重金属不会从该土壤层流向其他土壤层，土壤粘性为0时表示重金属会从该土壤层全部流向其他土壤层，在实际赋值时0和1均不可取，所述土壤硬度代表阻止重金属流入的能力，取值0—1，土壤硬度为1时表示重金属不会流入该土壤层，土壤粘性为0时表示不会阻止重金属流入该土壤层，在实际赋值时0不可取，特别的，当该土壤层为岩石时，土壤硬度为1；
所述采样装置在采样点采集该采样点所述方块内内的各土壤层中的重金属含量信息，并以(x，y，n，c(A))的形式进行记录，其中(x，y)为该采样点所在方块的坐标，n为该土壤层所在层数，c(A)表示重金属A的含量，并将所述重金属含量信息上报给所述重金属分布模拟模块；
所述重金属分布模拟模块的模拟过程包括如下步骤：
S1、计算每个方块第一层土壤的重金属的表面流失指数，计算(x，y，1)土壤层的重金属表面流失指数的公式为：
Figure BDA0002997461300000091
当(x+i，y+j，1)的海拔高度属性大于(x，y，1)的海拔高度属性时，k(x+i，y+j，1)的值为1，当(x+i，y+j，1)的海拔高度属性等于(x，y，1)的海拔高度属性时，k(x+i，y+j，1)的值为0，当(x+i，y+j，1)的海拔高度属性小于(x，y，1)的海拔高度属性时，k(x+i，y+j，1)的值为-1；
S2、计算每个方块第一层土壤的重金属的保有指数,计算(x，y，1)土壤层的重金属保有指数的公式为：
Figure BDA0002997461300000092
S3、计算每个方块非第一层土壤的重金属保有指数，计算(x，y，m)土壤层的重金属保有指数的公式为：
b(x，y，m)＝(1-b(x，y，m-1))·(1-r)·g；
S4、利用采样点采集到的重金属含量数据对保有指数进行修正，计算(x，y，m)土壤层新的重金属保有指数的公式为：
Figure BDA0002997461300000101
其中，(x，y)为采样点所在方块的坐标，cm(A)指采样点第m层土壤中的重金属A含量；
第m层的修正指数为
Figure BDA0002997461300000102
将其余非采样点土壤层的重金属保有指数乘以最近采样点对应层的修正指数作为新的重金属保有指数；
S5、通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000103
使用土壤采样装置在多个非采样点进行采样来验证上述重金属分布模拟结果的准确性，结果如图2所述，偏差率在20％以内，说明上述模拟数据具有较好的准确性。
实施例四。
本实施例继续提供一种基于计算机的重金属污染分析系统以及计算机存储介质，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述重金属分布模拟模块根据所述土壤采样装置采集到的部分地点的土壤重金属含量和所述地理信息处理模块处理得到的地理信息数据模拟出全面的重金属分布数据，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属分布数据对各块土地对人体健康的影响作出评估；
所述地理信息处理模块将土地分割成若干个方块，每个方块用坐标(x，y)表示，每个方块分割成若干个土壤层，每个土壤层用(x，y，m)表示，每个土壤层中记录土壤粘性g和土壤硬度r，表面土壤层还记录该土壤层的海拔高度h1；
所述重金属分布模拟模块计算出各个第一层土壤层的表面流失指数：
Figure BDA0002997461300000104
其中k(x+i，y+j，1)表示(x+i，y+j，1)土壤层与(x，y，1)土壤层的高度关系，取值为0，-1,1；
所述重金属分布模拟模块根据所述土壤粘性g、所述土壤硬度r和所述表面流失指数计算出每个土壤层的重金属保留指数b(x，y，m)；
所述重金属分布模拟模块根据所述土壤采样装置采集到的重金属含量数据对所述重金属保留指数进行修正，修正公式为：
Figure BDA0002997461300000111
其中ci(A)表示第i层土壤层中重金属A的含量；
第m层的修正系数为：
Figure BDA0002997461300000112
将非采样点处的土壤层重金属保留指数乘以对应层的修正系数得到新的重金属保留指数；
所述重金属分布模拟模块通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000113
所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属含量数据计算各层土壤层对应的所有地区对特定疾病的一致性指数，选取值最小的一致性指数对应的土壤层为关键土壤层；
所述健康影响评估模块以所述关键土壤层及其上方的土壤层的重金属数据为基础推算各个区域的风险评估指数；
一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括重金属污染分析系统程序，所述重金属污染分析系统程序被处理器执行时，实现一种重金属污染分析系统的步骤；
基于此设计了一种重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述地理信息处理模块用于将土壤的空间状态和性质状态进行数据化处理，所述土壤采样装置用于采集目标地点的土壤中的重金属含量数据，所述重金属分布模拟模块根据地理信息数据和土壤重金属数据模拟出所有地点的重金属分布情况，所述人体健康数据收集模块用于从各医院中获取各类疾病的人群分布数据，所述健康影响评估模块将所述重金属分布情况和患病人群分布情况建立起联系，并作出重金属污染对健康风险的评估；
所述地理信息处理模块将土地切割成多个互相毗邻的方块，所述方块用(x，y)坐标表示，再将所述方块根据深度平均切割成若干层，从上至下分别为第一层、第二层、···、第n层，除第一层外每层高度为h，对于第一层土壤附加其海拔高度属性h1，所述h1的值为：
Figure BDA0002997461300000121
其中h′指该方块第二层土壤的顶部海拔高度；
每层土壤中记录了土壤粘性g和土壤硬度r，所述土壤粘性代表重金属流出的能力，取值0—1，土壤粘性为1时表示重金属不会从该土壤层流向其他土壤层，土壤粘性为0时表示重金属会从该土壤层全部流向其他土壤层，在实际赋值时0和1均不可取，所述土壤硬度代表阻止重金属流入的能力，取值0—1，土壤硬度为1时表示重金属不会流入该土壤层，土壤粘性为0时表示不会阻止重金属流入该土壤层，在实际赋值时0不可取，特别的，当该土壤层为岩石时，土壤硬度为1；
所述采样装置在采样点采集该采样点所述方块内内的各土壤层中的重金属含量信息，并以(x，y，n，c(A))的形式进行记录，其中(x，y)为该采样点所在方块的坐标，n为该土壤层所在层数，c(A)表示重金属A的含量，并将所述重金属含量信息上报给所述重金属分布模拟模块；
所述重金属分布模拟模块的模拟过程包括如下步骤：
S1、计算每个方块第一层土壤的重金属的表面流失指数，计算(x，y，1)土壤层的重金属表面流失指数的公式为：
Figure BDA0002997461300000122
当(x+i，y+j，1)的海拔高度属性大于(x，y，1)的海拔高度属性时，k(x+i，y+j，1)的值为1，当(x+i，y+j，1)的海拔高度属性等于(x，y，1)的海拔高度属性时，k(x+i，y+j，1)的值为0，当(x+i，y+j，1)的海拔高度属性小于(x，y，1)的海拔高度属性时，k(x+i，y+j，1)的值为-1；
S2、计算每个方块第一层土壤的重金属的保有指数,计算(x，y，1)土壤层的重金属保有指数的公式为：
Figure BDA0002997461300000131
S3、计算每个方块非第一层土壤的重金属保有指数，计算(x，y，m)土壤层的重金属保有指数的公式为：
b(x，y，m)＝(1-b(x，y，m-1))·(1-r)·g；
S4、利用采样点采集到的重金属含量数据对保有指数进行修正，计算(x，y，m)土壤层新的重金属保有指数的公式为：
Figure BDA0002997461300000132
其中，(x，y)为采样点所在方块的坐标，cm(A)指采样点第m层土壤中的重金属A含量；
第m层的修正指数为
Figure BDA0002997461300000133
将其余非采样点土壤层的重金属保有指数乘以最近采样点对应层的修正指数作为新的重金属保有指数；
S5、通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，如已知(x，y，m)土壤层中A重金属的含量为c(A)，则(x+i，y+j，m)土壤层中A重金属的含量为：
Figure BDA0002997461300000134
使用土壤采样装置在多个非采样点进行采样来验证上述重金属分布模拟结果的准确性，结果如图2所述，偏差率在20％以内，说明上述模拟数据具有较好的准确性；
所述人体健康数据收集模块将采集的健康数据以患者的活动区域为依据进行划分统计得到多组数据P(RiBj)，其表示Ri地区内患有Bj疾病的人数比例，所述健康影响评估模块根据所述重金属分布模拟模块模拟的数据以活动区域为依据对重金属含量进行统计整合得到多组数据Q(RiAjk)，其表示Ri地区内所有方块下第k层及以上土壤层中Aj重金属的含量，特别的，Q(RiAj)指Ri地区内所有方块土壤层中Aj重金属的含量；
根据医学中的已有研究设立关联系数H(AiBj)，表示Ai重金属与Bj疾病之间的关联度，Ri区域内Aj重金属的污染程度为：
Figure BDA0002997461300000141
其中，s(Aj)为土壤中Aj重金属污染阈值；
Ri区域内对Bj疾病的影响程度为：
Figure BDA0002997461300000142
重金属对Bj疾病的影响一致性指数为：
Figure BDA0002997461300000143
其中
Figure BDA0002997461300000144
为所有区域内对Bj疾病的影响程度平均值；
计算第k层及以上土壤层重金属对重金属对Bj疾病的影响一致性指数F(Bjk)，在F(Bj1)、F(Bj2)、F(Bj3)、···、F(Bj)中选择值最小的影响一致性指数，其对应的层数k′为关键土壤层数；
Ri区域内土壤重金属对人体健康的风险评估指数为：
Figure BDA0002997461300000145
通过该风险评估指数能够对尚未开发的土地使用方式提供参考。
虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，系统和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路，过程，算法，结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。
综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (3)

1.一种重金属污染分析系统，包括地理信息处理模块、土壤采样装置、重金属分布模拟模块、人体健康数据收集模块和健康影响评估模块，所述重金属分布模拟模块根据所述土壤采样装置采集到的部分地点的土壤重金属含量和所述地理信息处理模块处理得到的地理信息数据模拟出全面的重金属分布数据，所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和所述重金属分布数据对各块土地对人体健康的影响作出评估；
所述地理信息处理模块将土地分割成若干个方块，每个方块用坐标
Figure DEST_PATH_IMAGE002
表示，每个方块分割成若干个土壤层，每个土壤层用
Figure DEST_PATH_IMAGE004
表示，每个土壤层中记录土壤粘性g和土壤硬度r，表面土壤层还记录该土壤层的海拔高度
Figure DEST_PATH_IMAGE006
；
所述重金属分布模拟模块计算出各个第一层土壤层的表面流失指数：
Figure DEST_PATH_IMAGE008
，其中
Figure DEST_PATH_IMAGE010
表示
Figure DEST_PATH_IMAGE012
土壤层与
Figure DEST_PATH_IMAGE014
土壤层的高度关系，取值为0，-1,1；
计算每个方块第一层土壤的重金属的保有指数,计算
Figure DEST_PATH_IMAGE016
土壤层的重金属保有指数的公式为：
Figure DEST_PATH_IMAGE018
；
S3、计算每个方块非第一层土壤的重金属保有指数，计算
Figure DEST_PATH_IMAGE020
土壤层的重金属保有指数的公式为：
Figure DEST_PATH_IMAGE022
；
所述重金属分布模拟模块根据所述土壤采样装置采集到的重金属含量数据对所述重金属保有指数进行修正，修正公式为：
Figure DEST_PATH_IMAGE024
，其中
Figure DEST_PATH_IMAGE026
表示第i层土壤层中重金属A的含量；
第m层的修正系数为：
Figure DEST_PATH_IMAGE028
，将非采样点处的土壤层重金属保有指数乘以对应层的修正系数得到新的重金属保有指数；
所述重金属分布模拟模块通过已知土壤层的重金属含量推算邻近土壤层的重金属含量，已知
Figure DEST_PATH_IMAGE030
土壤层中A重金属的含量为
Figure DEST_PATH_IMAGE032
，则
Figure DEST_PATH_IMAGE034
土壤层中A重金属的含量为：
Figure DEST_PATH_IMAGE036
；
所述健康影响评估模块根据所述人体健康数据收集模块收集的健康数据和重金属含量数据计算各层土壤层对应的所有地区对特定疾病的一致性指数，选取值最小的一致性指数对应的土壤层为关键土壤层。
2.如权利要求1所述的一种重金属污染分析系统，所述健康影响评估模块以所述关键土壤层及其上方的土壤层的重金属数据为基础推算各个区域的风险评估指数。
3.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括重金属污染分析系统程序，所述重金属污染分析系统程序的代码被处理器执行时，实现如权利要求1至2任一项所述的重金属污染分析系统的功能。
CN202110335680.2A 2021-03-29 2021-03-29 一种重金属污染分析系统及计算机可读存储介质 Active CN113076637B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110335680.2A CN113076637B (zh) 2021-03-29 2021-03-29 一种重金属污染分析系统及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110335680.2A CN113076637B (zh) 2021-03-29 2021-03-29 一种重金属污染分析系统及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113076637A CN113076637A (zh) 2021-07-06
CN113076637B true CN113076637B (zh) 2022-08-12

Family

ID=76611553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110335680.2A Active CN113076637B (zh) 2021-03-29 2021-03-29 一种重金属污染分析系统及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113076637B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791041B (zh) * 2021-08-05 2024-05-10 北京农业信息技术研究中心 土壤重金属检测设备的自适应校正方法及检测设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040041139A (ko) * 2004-04-26 2004-05-14 주식회사 비즈모델라인 토양오염 손해평가 및 보험 처리 방법
JP2010064002A (ja) * 2008-09-10 2010-03-25 Kokusai Environmental Solutions Co Ltd 地下水汚染発生リスクの推定方法
CN102831328A (zh) * 2012-09-13 2012-12-19 中国环境科学研究院 基于水体污染底泥鉴别评估的环保疏浚范围的确定方法
CN103913508A (zh) * 2014-01-14 2014-07-09 常州千帆环保科技有限公司 一种快速检测土壤中重金属含量及空间分布的方法与装置
CN107832579A (zh) * 2017-11-08 2018-03-23 中科宇图科技股份有限公司 一种参数本地化的水环境健康经济损害评价方法及系统
CN108918815A (zh) * 2018-04-04 2018-11-30 华南农业大学 一种土壤重金属风险预测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608324B (zh) * 2015-12-30 2017-03-01 中国环境科学研究院 基于毒性效应的流域沉积物中重金属生态风险评估方法
CN108896737B (zh) * 2018-07-03 2020-03-24 广东高质资源环境研究院有限公司 一种农田重金属污染在线监测预警与实时处理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040041139A (ko) * 2004-04-26 2004-05-14 주식회사 비즈모델라인 토양오염 손해평가 및 보험 처리 방법
JP2010064002A (ja) * 2008-09-10 2010-03-25 Kokusai Environmental Solutions Co Ltd 地下水汚染発生リスクの推定方法
CN102831328A (zh) * 2012-09-13 2012-12-19 中国环境科学研究院 基于水体污染底泥鉴别评估的环保疏浚范围的确定方法
CN103913508A (zh) * 2014-01-14 2014-07-09 常州千帆环保科技有限公司 一种快速检测土壤中重金属含量及空间分布的方法与装置
CN107832579A (zh) * 2017-11-08 2018-03-23 中科宇图科技股份有限公司 一种参数本地化的水环境健康经济损害评价方法及系统
CN108918815A (zh) * 2018-04-04 2018-11-30 华南农业大学 一种土壤重金属风险预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Application of the RUSLE for Determining Riverine Heavy Metal Flux in the Upper Pearl River Basin, China;Fang Zhang,etc.;《Bulletin of Environmental Contamination and Toxicology》;20200606;第24-32页 *
Spatial distribution, accumulation and human health risk assessment of heavy metals in soil and groundwater of the Tano Basin, Ghana;Israel Doyi,etc.;《Ecotoxicology and Environmental Safety》;20180914;第540-546页 *
太滆运河流域农田土壤重金属污染及健康风险评价研究;李伟迪;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20210315;B027-339 *
黄土坡耕地地表状况对土壤侵蚀的影响研究;林青涛;《中国博士学位论文全文数据库 农业科技辑》;20210215;D043-14 *

Also Published As

Publication number Publication date
CN113076637A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
Sappington et al. Quantifying landscape ruggedness for animal habitat analysis: a case study using bighorn sheep in the Mojave Desert
Fu et al. Using Moran's I and geostatistics to identify spatial patterns of soil nutrients in two different long‐term phosphorus‐application plots
Gueta et al. Quantifying the value of user-level data cleaning for big data: A case study using mammal distribution models
CN107103187A (zh) 基于深度学习的肺结节检测分级与管理的方法及系统
Xu et al. Identification of the co-existence of low total organic carbon contents and low pH values in agricultural soil in north-central Europe using hot spot analysis based on GEMAS project data
Knight et al. Modelling ecological flow regime: an example from the Tennessee and Cumberland River basins
Lyew‐Ayee et al. The use of GIS‐based digital morphometric techniques in the study of cockpit karst
CN113076637B (zh) 一种重金属污染分析系统及计算机可读存储介质
Walton et al. Biological integrity in urban streams: Toward resolving multiple dimensions of urbanization
Bilaşco et al. Implementation of the USLE model using GIS techniques. Case study the Someşean Plateau
Loebel Pattern or bias? A critical evaluation of Midwestern fluted point distributions using raster based GIS
Rhoads Significant sites and non‐site archaeology: A case‐study from south‐east Australia
Teixeira et al. Introducing fuzzy set theory to evaluate risk of misclassification of land cover maps to land mapping applications: Testing on coastal watersheds
Smith et al. Poisson cokriging as a generalized linear mixed model
CN112923900A (zh) 一种基于rs技术的建筑物不均匀沉降的判断方法及装置
Liu et al. Sandwich mapping of rodent density in Jilin Province, China
Chandramohan et al. Estimation of soil erosion potential using universal soil loss equation
CN115879594A (zh) 一种基于地理探测器的城市定居人口分布趋势预测方法
Haque A legacy of sampling: exploring spatial patterns among occurrence records in Australia's virtual herbarium
Stephens et al. Analysis of the long-term dynamics of ungulates in Sikhote-Alin Zapovednik, Russian Far East
Hui A Bayesian solution to the modifiable areal unit problem
Teqja et al. Assessment of the green space of Tirana city and its impact on some public health indicators
Rondel Estimating Population Distribution and Abundance Using Occupancy and Detection Models
Nketia Using soil fertility index to evaluate two different sampling schemes in soil fertility mapping: A case study of Hvanneyri, Iceland
Driver et al. Species distribution modeling for arid adapted habitat specialists in Zion National Park

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