发明内容
本发明的目的在于基于传感器网络提出一种多环芳烃土壤污染修复方法及应用,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为实现上述技术目的,本发明技术方案如下:
一种多环芳烃土壤污染修复方法及应用,所述方法包括以下步骤:
步骤1,构建传感器网络,通过传感器网络获取土壤数据;
步骤2,投放多环芳烃降解微生物和制造降解微生物适宜的生长环境;
步骤3,对土壤数据进行预处理,得到分类数据集;
步骤4,根据分类数据集输出多环芳烃降解微生物的修复效果。
进一步地,步骤1中,构建传感器网络,通过集成传感器获取土壤数据的子步骤为:
步骤1.1,将待监控区域划分成N×M个网格分区,分别把行标记为x,列标记为y,每个网格分区为一个节点;
步骤1.2,在每个网格分区内布置一个集成传感器;
步骤1.3,通过集成传感器获取土壤数据,所述土壤数据包括过氧化氢浓度,二氧化碳浓度和土壤温度T;
所有集成传感器组成传感器网络,所述集成传感器包括过氧化氢浓度传感器,二氧化碳浓度传感器和温度计。
进一步地,步骤2中,投放多环芳烃降解微生物和创造降解微生物适宜的生长环境的子步骤为:
往每个网格分区接种多环芳烃降解微生物,注入复合溶液,所述复合溶液包含以下组分:营养盐,氧源和表面活化剂,所述氧源为过氧化氢。
在一个实施例中,多环芳烃降解微生物为假单胞菌属(Pseudomonas)、黄杆菌属(Flavobacterium)、莫拉氏菌属(Moraxella)、弧菌属(Vibrio)、海杆菌属(Marinobacter)、解环菌属(Cycloclas2ticus)的一种或多种。
在一个实施例中,营养盐为酵母膏,优选为酵母废液。
在一个优选的实施例中,营养盐为氨和正磷酸盐。
进一步地,在一个实施例中,表面活化剂为吐温80,表面活化剂用于提高多环芳烃在水中的溶解度和促进多环芳烃从固相转移到水相,有利于提高多环芳烃的生物利用率。
进一步地,步骤3中,对土壤数据进行预处理,得到分类数据集的子步骤为:
步骤3.1,令各个集成传感器获得数据的当前时刻为tc,检测间隔为Tint,Tint的取值范围为[0.25,30],初始化变量n,n的取值范围为[20,100];
步骤3.2,集成传感器依次获得过氧化氢浓度,记为O2tc,O2tc表示当前时刻的过氧化氢浓度,把满足有效降解条件的数据记为有效数据,获得有效数据的集成传感器标记为有效节点,跳转步骤3.4;
其中,如果获得的数据满足以下条件:
且
式中,O2tc-n×Tint为时刻tc往前n个时间间隔Tint的过氧化氢浓度数据,O2tc+n×Tint为时刻tc往后n个时间间隔Tint的过氧化氢浓度数据,D′为微生物在当前环境的分解能力,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据;
其中,D′的计算方式为:
式中,
为(tc-n×Tint)到(tc+n×Tint)时刻间的平均温度,D
max为多环芳烃降解微生物的理想分解速率,在一个实施例中为9.63ml/h,R为理想气体常数,R的取值为8.314;把满足无效降解条件的数据记为无效数据,获得无效数据的集成传感器标记为无效节点,无效节点的区域为无效区域,跳转步骤3.5,无效降解条件为如果获得的数据满足以下条件:
且
式中,O2tc-n×Tint为时刻tc往前n个时间间隔Tint的过氧化氢浓度数据,O2tc+n×Tint为时刻tc往后n个时间间隔Tint的过氧化氢浓度数据,D′为微生物在当前环境的分解能力,通过式(1)获得,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据;
把不满足有效降解条件和无效降解条件的数据记为待定数据,获得待定数据的集成传感器标记为待定节点,跳转步骤3.3;
步骤3.3,对单个待定节点,改变变量n,令n的值减少1,如果n的范围为[10,100]则跳转步骤3.2,如果n超出范围[10,100]则把当前节点标记为无效节点,无效节点的网格分区为无效区域,跳转步骤3.5;
步骤3.4,令tc为(tc+n×Tint),令有效节点持续监测,直到当前有效节点满足降解完成条件,降解完成条件为:
abs(O2tc-Tint-O2tc)≤ThrsO,
且
式中,ThrsO为集成传感器检测过氧化氢浓度的分辨率,所述分辨率指集成传感器可感受到的被测量的过氧化氢最小变化的能力,O2tc-Tint为时刻tc往前1个时间间隔Tint的过氧化氢浓度数据,O2tc为当前时刻tc的过氧化氢浓度数据,abs()为取绝对值函数,D′为微生物在当前环境的分解能力,通过式(1)获得,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据;如果集成传感器获取的数据满足降解完成条件,则标记当前网格分区为氧源消耗完成区域;
步骤3.5,筛选出无效节点中符合多环芳烃污染未检出的条件的节点,标记节点的网格分区为多环芳烃未检出区域,多环芳烃污染未检出的条件为:
式中,CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据,D′为微生物在当前环境的分解能力,通过式(1)获得,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;筛选出无效节点中符合微生物无效的节点,标记节点的分区为为微生物无效区域,微生物无效的条件为:
abs(CO2tc-Tint-CO2tc)≤ThrsCO2,
式中,ThrsCO2为集成传感器检测二氧化碳浓度的分辨率,所述分辨率指集成传感器可感受到的被测量的二氧化碳最小变化的能力,CO2tc-Tint为时刻tc往前1个时间间隔Tint的二氧化碳浓度数据,abs()为取绝对值函数;
所述氧源消耗完成区域、多环芳烃未检出区域和微生物无效区域标记组成分类数据集。
进一步地,步骤4中,根据分类数据集输出多环芳烃降解微生物的修复效果,根据修复效果调整土壤环境以提高多环芳烃降解微生物的分解效率的子步骤为:
步骤4.1,根据步骤3获得的分类数据集,对于分类数据集里标记为微生物无效的区域,对所述微生物无效的区域进行更换为另一种多环芳烃分解微生物;
修复效果或者称修复效能为分类数据集里标记为微生物无效的区域和氧源消耗完成区域;
步骤4.2,根据步骤3获得的分类数据集,对于分类数据集里标记为氧源消耗完成区域,对所述氧源消耗完成的区域进行添加氧源,所述氧源为过氧化氢。
与现有技术相比,本发明具有以下有益的技术效果:
自动持续监测多环芳烃降解微生物的效果,间接地检测土壤中的多环芳烃的污染。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下结合附图及实施例,对本发明进行进一步详尽说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
同样应理解,以下实施例只用于对本发明进行进一步说明,不能理解为对本发明保护范围的限制,本领域的技术人员根据本发明上述内容做出的一些非本质的改进和调整均属于本发明的保护范围。下述示例具体的工艺参数等也仅是合适范围内的一个示例,即本领域技术人员可以通过本文的说明做合适的范围内选择,而并非要限定于下文示例的具体数值。
以下示例性地说明本发明提供的一种多环芳烃土壤污染修复方法及应用。
如图1所示为一种多环芳烃土壤污染修复方法及应用的流程图,下面结合图1来阐述根据本发明的实施方式的一种多环芳烃土壤污染修复方法及应用,所述方法包括以下步骤:
步骤1,构建传感器网络,通过传感器网络获取土壤数据;
步骤2,投放多环芳烃降解微生物和制造降解微生物适宜的生长环境;
步骤3,对土壤数据进行预处理,得到分类数据集;
步骤4,根据分类数据集输出多环芳烃降解微生物的修复效能。
进一步地,步骤1中,构建传感器网络,通过集成传感器获取土壤数据的子步骤为:
步骤1.1,将待监控区域划分成N×M个网格分区,分别把行标记为x,列标记为y,每个网格分区为一个节点;
优选地,N为100,M为100;
步骤1.2,在每个网格分区内布置一个集成传感器;
步骤1.3,通过集成传感器获取土壤数据,所述土壤数据包括过氧化氢浓度,二氧化碳浓度和土壤温度T;
所有集成传感器组成传感器网络,所述集成传感器包括过氧化氢浓度传感器,二氧化碳浓度传感器和温度计。
进一步地,步骤2中,投放多环芳烃降解微生物和创造降解微生物适宜的生长环境的子步骤为:
往每个网格分区接种多环芳烃降解微生物,注入复合溶液,所述复合溶液包含以下组分:营养盐,氧源和表面活化剂,所述氧源为过氧化氢。
在一个实施例中,多环芳烃降解微生物为假单胞菌属(Pseudomonas)、黄杆菌属(Flavobacterium)、莫拉氏菌属(Moraxella)、弧菌属(Vibrio)、海杆菌属(Marinobacter)、解环菌属(Cycloclas2ticus)的一种或多种。
在一个实施例中,营养盐为酵母膏,优选为酵母废液。
在一个优选的实施例中,营养盐为氨和正磷酸盐。
进一步地,在一个实施例中,表面活化剂为吐温80,表面活化剂用于提高多环芳烃在水中的溶解度和促进多环芳烃从固相转移到水相,有利于提高多环芳烃的生物利用率。
进一步地,步骤3中,对土壤数据进行预处理,得到分类数据集的子步骤为:
步骤3.1,令各个集成传感器获得数据的当前时刻为tc,检测间隔为Tint,Tint的取值范围为[0.25,30],初始化变量n,n的取值范围为[20,100];
步骤3.2,集成传感器依次获得过氧化氢浓度,记为O2tc,O2tc表示当前时刻的过氧化氢浓度,把满足有效降解条件的数据记为有效数据,获得有效数据的集成传感器标记为有效节点,跳转步骤3.4;
其中,如果获得的数据满足以下条件:
且
式中,O2tc-n×Tint为时刻tc往前n个时间间隔Tint的过氧化氢浓度数据,O2tc+n×Tint为时刻tc往后n个时间间隔Tint的过氧化氢浓度数据,D′为微生物在当前环境的分解能力,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据;
其中,D′的计算方式为:
式中,
为(tc-n×Tint)到(tc+n×Tint)时刻间的平均温度,D
max为多环芳烃降解微生物的理想分解速率,在一个实施例中为9.63ml/h,R为理想气体常数,R的取值为8.314;
把满足无效降解条件的数据记为无效数据,获得无效数据的集成传感器标记为无效节点,无效节点的区域为无效区域,跳转步骤3.5,无效降解条件为如果获得的数据满足以下条件:
且
式中,O2tc-n×Tint为时刻tc往前n个时间间隔Tint的过氧化氢浓度数据,O2tc+n×Tint为时刻tc往后n个时间间隔Tint的过氧化氢浓度数据,D′为微生物在当前环境的分解能力,通过式(1)获得,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据;
把不满足有效降解条件和无效降解条件的数据记为待定数据,获得待定数据的集成传感器标记为待定节点,跳转步骤3.3;
步骤3.3,对单个待定节点,令n的值减少1,如果n的范围为[10,100]则跳转步骤3.2,如果n超出范围[10,100]则把当前节点标记为无效节点,无效节点的网格分区为无效区域,跳转步骤3.5;
步骤3.4,令tc为(tc+n×Tint),令有效节点持续监测,直到当前有效节点满足降解完成条件,降解完成条件为:
abs(O2tc-Tint-O2tc)≤ThrsO,
且
式中,Thrs
O为集成传感器检测过氧化氢浓度的分辨率,所述分辨率指集成传感器可感受到的被测量的过氧化氢最小变化的能力,O2
tc-Tint为时刻tc往前1个时间间隔Tint的过氧化氢浓度数据,O2
tc为当前时刻tc的过氧化氢浓度数据,abs()为取绝对值函数,D′为微生物在当前环境的分解能力,通过式(1)获得,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×10
5cfu/ml;CO2
tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2
tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据;如果集成传感器获取的数据满足降解完成条件,则标记当前网格分区为氧源消耗完成区域;
步骤3.5,筛选出无效节点中符合多环芳烃污染未检出的条件的节点,标记节点的网格分区为多环芳烃未检出区域,多环芳烃污染未检出的条件为:
式中,CO2tc-n×Tint为时刻tc往前n个时间间隔Tint的二氧化碳浓度数据,CO2tc+n×Tint为时刻tc往后n个时间间隔Tint的二氧化碳浓度数据,D′为微生物在当前环境的分解能力,通过式(1)获得,σ为过氧化氢的自然分解速率,τ为初始微生物浓度,优选为3.6×105cfu/ml;
筛选出无效节点中符合微生物无效的节点,标记节点的分区为为微生物无效区域,微生物无效的条件为:
abs(CO2tc-Tint-CO2tc)≤ThrsCO2,式中,ThrsCO2为集成传感器检测二氧化碳浓度的分辨率,所述分辨率指集成传感器可感受到的被测量的二氧化碳最小变化的能力,CO2tc-Tint为时刻tc往前1个时间间隔Tint的二氧化碳浓度数据,abs()为取绝对值函数;
所述氧源消耗完成区域、多环芳烃未检出区域和微生物无效区域标记组成分类数据集。
进一步地,步骤4中,根据分类数据集输出多环芳烃降解微生物的修复效能,根据修复效能调整土壤环境以提高多环芳烃降解微生物的分解效率的子步骤为:
步骤4.1,根据步骤3获得的分类数据集,对于分类数据集里标记为微生物无效的区域,对所述微生物无效的区域进行更换为另一种多环芳烃分解微生物;
步骤4.2,根据步骤3获得的分类数据集,对于分类数据集里标记为氧源消耗完成区域,对所述氧源消耗完成的区域进行添加氧源,所述氧源为过氧化氢。
修复效果或者称修复效能为分类数据集里标记为微生物无效的区域和氧源消耗完成区域。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。