CN116274314A - 一种污染水土修复的智能循环控制系统 - Google Patents
一种污染水土修复的智能循环控制系统 Download PDFInfo
- Publication number
- CN116274314A CN116274314A CN202310041148.9A CN202310041148A CN116274314A CN 116274314 A CN116274314 A CN 116274314A CN 202310041148 A CN202310041148 A CN 202310041148A CN 116274314 A CN116274314 A CN 116274314A
- Authority
- CN
- China
- Prior art keywords
- soil
- groundwater
- pollution
- restoration
- remediation
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 180
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 61
- 238000005067 remediation Methods 0.000 title claims description 71
- 239000003673 groundwater Substances 0.000 claims abstract description 121
- 238000000034 method Methods 0.000 claims abstract description 87
- 230000008439 repair process Effects 0.000 claims abstract description 76
- 238000003895 groundwater pollution Methods 0.000 claims abstract description 46
- 238000003900 soil pollution Methods 0.000 claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 74
- 238000007254 oxidation reaction Methods 0.000 claims description 29
- 230000003647 oxidation Effects 0.000 claims description 28
- 239000012528 membrane Substances 0.000 claims description 26
- 238000000926 separation method Methods 0.000 claims description 23
- 238000001179 sorption measurement Methods 0.000 claims description 21
- 238000001556 precipitation Methods 0.000 claims description 19
- 238000009264 composting Methods 0.000 claims description 17
- 239000000126 substance Substances 0.000 claims description 13
- 238000005342 ion exchange Methods 0.000 claims description 12
- 238000006065 biodegradation reaction Methods 0.000 claims description 11
- 239000002002 slurry Substances 0.000 claims description 5
- 239000003344 environmental pollutant Substances 0.000 description 42
- 231100000719 pollutant Toxicity 0.000 description 42
- 238000006243 chemical reaction Methods 0.000 description 16
- 244000005700 microbiome Species 0.000 description 10
- 230000004927 fusion Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 7
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005553 drilling Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 6
- 239000007800 oxidant agent Substances 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000001590 oxidative effect Effects 0.000 description 3
- 239000002957 persistent organic pollutant Substances 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 239000004094 surface-active agent Substances 0.000 description 3
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical compound C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 description 2
- HEDRZPFGACZZDS-UHFFFAOYSA-N Chloroform Chemical compound ClC(Cl)Cl HEDRZPFGACZZDS-UHFFFAOYSA-N 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- UFWIBTONFRDIAS-UHFFFAOYSA-N Naphthalene Chemical compound C1=CC=CC2=CC=CC=C21 UFWIBTONFRDIAS-UHFFFAOYSA-N 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- MWPLVEDNUUSJAV-UHFFFAOYSA-N anthracene Chemical compound C1=CC=CC2=CC3=CC=CC=C3C=C21 MWPLVEDNUUSJAV-UHFFFAOYSA-N 0.000 description 2
- 229910052785 arsenic Inorganic materials 0.000 description 2
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910052793 cadmium Inorganic materials 0.000 description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005119 centrifugation Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 239000011651 chromium Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000000593 degrading effect Effects 0.000 description 2
- OSVXSBDYLRYLIG-UHFFFAOYSA-N dioxidochlorine(.) Chemical compound O=Cl=O OSVXSBDYLRYLIG-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000003456 ion exchange resin Substances 0.000 description 2
- 229920003303 ion-exchange polymer Polymers 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000000813 microbial effect Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000001728 nano-filtration Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000012286 potassium permanganate Substances 0.000 description 2
- BBEAQIROQSPTKN-UHFFFAOYSA-N pyrene Chemical compound C1=CC=C2C=CC3=CC=CC4=CC=C1C2=C43 BBEAQIROQSPTKN-UHFFFAOYSA-N 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 239000006228 supernatant Substances 0.000 description 2
- VZGDMQKNWNREIO-UHFFFAOYSA-N tetrachloromethane Chemical compound ClC(Cl)(Cl)Cl VZGDMQKNWNREIO-UHFFFAOYSA-N 0.000 description 2
- 238000000108 ultra-filtration Methods 0.000 description 2
- 229910052725 zinc Inorganic materials 0.000 description 2
- 239000011701 zinc Substances 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- 239000004155 Chlorine dioxide Substances 0.000 description 1
- KRHYYFGTRYWZRS-UHFFFAOYSA-M Fluoride anion Chemical compound [F-] KRHYYFGTRYWZRS-UHFFFAOYSA-M 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 239000005708 Sodium hypochlorite Substances 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 229940037003 alum Drugs 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003899 bactericide agent Substances 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 235000019398 chlorine dioxide Nutrition 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011066 ex-situ storage Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- GVEPBJHOBDJJJI-UHFFFAOYSA-N fluoranthrene Natural products C1=CC(C2=CC=CC=C22)=C3C2=CC=CC3=C1 GVEPBJHOBDJJJI-UHFFFAOYSA-N 0.000 description 1
- XMBWDFGMSWQBCA-UHFFFAOYSA-N hydrogen iodide Chemical compound I XMBWDFGMSWQBCA-UHFFFAOYSA-N 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010907 mechanical stirring Methods 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 150000002989 phenols Chemical class 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 238000007613 slurry method Methods 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- SUKJFIGYRHOWBL-UHFFFAOYSA-N sodium hypochlorite Chemical compound [Na+].Cl[O-] SUKJFIGYRHOWBL-UHFFFAOYSA-N 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
- B09C1/002—Reclamation of contaminated soil involving in-situ ground water treatment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
- B09C1/08—Reclamation of contaminated soil chemically
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
- B09C1/10—Reclamation of contaminated soil microbiologically, biologically or by using enzymes
- B09C1/105—Reclamation of contaminated soil microbiologically, biologically or by using enzymes using fungi or plants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C2101/00—In situ
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Soil Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mycology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Botany (AREA)
- Food Science & Technology (AREA)
- Biotechnology (AREA)
- Water Supply & Treatment (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Hydrology & Water Resources (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Automation & Control Theory (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本申请公开了一种污染水土修复的智能循环控制系统，包括：智能评估与分级子系统、场地土壤污染修复子系统、场地地下水污染修复子系统和修复结果智能检测子系统；智能评估与分级子系统用于对土壤情况与地下水情况进行评估与分级，得到分级结果；场地土壤污染修复子系统用于根据分级结果对受污染土壤进行分级修复，得到土壤修复结果；场地地下水污染修复子系统用于根据分级结果对受污染地下水进行分级修复，得到地下水修复结果；修复结果智能检测子系统用于监测土壤修复结果和地下水修复结果，得到监测结果；并根据监测结果反馈智能评估与分级子系统进行后续分级。本申请可以实现智能匹配分级修复工艺。
Description
技术领域
本申请涉及土壤和地下水污染一体化修复与智能循环控制领域，具体涉及一种污染水土修复的智能循环控制系统。
背景技术
近年来，随着我国产业结构调整和城镇化进程加速，场地污染问题日益突出；与其他类型的污染相比，场地土壤和地下水污染具有情况复杂、类别多样、修复困难、成本高昂等特点。污染修复过程是一个系统性的复杂工程项目，需要借助人工智能、神经网络等高新技术，再结合多种修复工艺，使修复效果尽可能达到最优。
发明内容
本申请旨在设计一套完善的智能修复土壤地下水的工艺系统，包括土壤修复和地下水修复工艺流程，提高修复过程的数字化管理水平，提升目标污染物的去除效率，降低设备运行风险。
为实现上述目的，本申请提供了一种污染水土修复的智能循环控制系统，包括：智能评估与分级子系统、场地土壤污染修复子系统、场地地下水污染修复子系统和修复结果智能检测子系统；
所述智能评估与分级子系统用于对土壤情况与地下水情况进行评估与分级，得到分级结果；
所述场地土壤污染修复子系统用于根据所述分级结果对受污染土壤进行分级修复，得到土壤修复结果；
所述场地地下水污染修复子系统用于根据所述分级结果对受污染地下水进行分级修复，得到地下水修复结果；
所述修复结果智能检测子系统用于监测所述土壤修复结果和所述地下水修复结果，得到监测结果；并根据监测结果反馈所述智能评估与分级子系统进行后续分级。
优选的，所述分级结果包括：土壤污染分级结果和地下水污染分级结果；
所述土壤污染分级结果包括：轻度土壤污染、中度土壤污染和重度土壤污染；
所述地下水污染分级结果包括：轻度地下水污染、中度地下水污染和重度地下水污染。
优选的，所述场地土壤污染修复子系统包括：轻度污染土壤修复模块、中度污染土壤修复模块和重度污染土壤修复模块；
所述轻度污染土壤修复模块用于修复所述轻度土壤污染的土壤；
所述中度污染土壤修复模块用于修复所述中度土壤污染的土壤；
所述重度污染土壤修复模块用于修复所述重度土壤污染的土壤。
优选的，所述轻度污染土壤修复模块的工作流程包括：采用生物堆肥工艺来修复所述轻度土壤污染的土壤。
优选的，所述中度污染土壤修复模块的工作流程包括：预氧化工艺来修复所述中度土壤污染的土壤。
优选的，所述重度污染土壤修复模块的工作流程包括：采用预氧化工艺和生物泥浆工艺来修复所述重度土壤污染的土壤。
优选的，所述场地地下水污染修复子系统包括：轻度污染地下水修复模块、中度污染地下水修复模块和重度污染地下水修复模块；
所述轻度污染地下水修复模块用于修复所述轻度地下水污染的地下水；
所述中度污染地下水修复模块用于修复所述中度地下水污染的地下水；
所述重度污染地下水修复模块用于修复所述重度地下水污染的地下水。
优选的，所述轻度污染地下水修复模块的工作流程包括：采用吸附沉淀工艺和生物降解工艺来修复所述轻度地下水污染的地下水。
优选的，所述中度污染地下水修复模块的工作流程包括：采用吸附沉淀工艺和化学氧化工艺来修复所述中度地下水污染的地下水。
优选的，所述重度污染地下水修复模块的工作流程包括：采用离子交换工艺和膜分离工艺来修复所述重度地下水污染的地下水。
与现有技术相比，本申请的有益效果如下：
本申请的技术方案采用智能评估与分级的方法，对土壤、地下水中污染物情况进行检测，按照相应的标准规范将污染分为轻、中、重三个级别，再对不同级别的土壤、地下水采用不同的工艺进行修复，分担重度污染土壤修复子系统和地下水修复子系统的压力，使修复成本降低的同时达到修复效果最优。在修复工艺结束后，设置分级模块以达到多级评估与分级的目的，让各污染等级的土壤、地下水可以经过多次分级进入合适的修复模块，实现了智能匹配修复工艺的功能。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例系统结构示意图；
图2为本申请实施例智能评估与分级示意图；
图3为本申请实施例控制模块结构示意图；
图4为本申请实施例多模态训练及数据融合流程示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
实施例一
如图1所示，为本实施例的系统结构示意图，包括：智能评估与分级子系统、场地土壤污染修复子系统、场地地下水污染修复子系统和修复结果智能检测子系统。其中，智能评估与分级子系统用于对土壤情况与地下水情况进行评估与分级，得到分级结果；分级结果包括：土壤污染分级结果和地下水污染分级结果；土壤污染分级结果包括：轻度土壤污染、中度土壤污染和重度土壤污染；地下水污染分级结果包括：轻度地下水污染、中度地下水污染和重度地下水污染。
场地土壤污染修复子系统用于根据分级结果对受污染土壤进行分级修复，得到土壤修复结果；场地地下水污染修复子系统分级结果对受污染地下水进行分级修复，得到地下水修复结果；修复结果智能检测子系统用于监测土壤修复结果和地下水修复结果，得到监测结果；并根据监测结果反馈智能评估与分级子系统进行后续分级。
其中，场地土壤污染修复子系统包括：轻度污染土壤修复模块、中度污染土壤修复模块和重度污染土壤修复模块；轻度污染土壤修复模块用于修复轻度土壤污染的土壤；中度污染土壤修复模块用于修复中度土壤污染的土壤；重度污染土壤修复模块用于修复重度土壤污染的土壤。
轻度污染土壤修复模块的工作流程包括：采用生物堆肥工艺来修复轻度土壤污染的土壤。中度污染土壤修复模块的工作流程包括：预氧化工艺来修复中度土壤污染的土壤。重度污染土壤修复模块的工作流程包括：采用预氧化工艺和生物泥浆工艺来修复重度土壤污染的土壤。
此外，场地地下水污染修复子系统包括：轻度污染地下水修复模块、中度污染地下水修复模块和重度污染地下水修复模块；轻度污染地下水修复模块用于修复轻度地下水污染的地下水；中度污染地下水修复模块用于修复中度地下水污染的地下水；重度污染地下水修复模块用于修复重度地下水污染的地下水。
轻度污染地下水修复模块的工作流程包括：采用吸附沉淀工艺和生物降解工艺来修复轻度地下水污染的地下水。中度污染地下水修复模块的工作流程包括：采用吸附沉淀工艺和化学氧化工艺来修复中度地下水污染的地下水。重度污染地下水修复模块的工作流程包括：采用离子交换工艺和膜分离工艺来修复重度地下水污染的地下水。
实施例二
下面将结合本实施例详细说明在实际生产生活中，如何运用本系统解决实际问题。
在使用本实施例系统之前，首先需要做一些准备工作，包括：
S1.场地清挖，在需要进行修复作业的场地对土壤进行挖掘，并运输至土壤修复车间。
S2.水土分离，采用过滤离心等方法对挖掘出的土壤进行水土分离，分离后的水体进入场地地下水污染修复子系统，土壤送入破碎筛分车间。
S3.破碎筛分，对步骤三中的土壤采用土壤破碎机进行破碎，再采用小于一定筛分粒度的土壤筛分机进行筛分，以去除土壤中大颗粒杂质等污染物。
S4.场地土壤污染分析及评估，对待修复的土壤进行基本质量及污染情况检验，根据《土壤环境质量标准》(GB15618-1995)中的第一级和第二级标准值进行评价，判断土壤是否存在污染，已存在污染的土壤通过第三标准进行评价，判断土壤是否需要修复。将所测得的数据进行存储，并通过GSM(Global System for Mobile Communication)或5G(the 5thGeneration Mobile Communication Technology)通讯方式，经过Internet网络，将上述信息发送到数据库、智能评估与分级模块、以及各控制模块中。
在完成上述准备工作之后，利用智能评估与分级子系统对采样后的土壤，根据其污染情况，设立修复目标，并将其分为轻度、中度、重度土壤污染三个等级后，进入对应的土壤修复模块。
具体的，轻度污染土壤修复模块采用生物堆肥工艺来修复判定为轻度土壤污染的土壤。在本实施例中，轻度污染土壤修复模块还设置了生物堆肥控制模块和生物堆肥工艺模块；生物堆肥工艺模块将经过初次分级后的土壤输送至生物堆肥反应器，设置温度、湿度、氧气浓度等环境条件处于最适宜微生物生长的范围；并向生物堆肥反应器中投入常用于堆肥的微生物菌种，及其配套的pH调节剂、表面活性剂等促进其反应的药剂，通过微生物自身的代谢作用降解污染土壤中的污染物，经生物堆肥控制模块不断对操作条件进行调整直至反应周期结束。测量生物堆肥反应器中若干种污染物浓度，生物堆肥工艺模块输出的实时数据为反应操作条件及若干种污染物浓度。修复后的土壤经修复结果智能检测子系统检测后，再次进入智能评估与分级子系统，若不满足修复目标，再次分级为轻度污染的土壤，重复上述流程，直至满足修复目标。
中度污染土壤修复模块采用预氧化工艺来修复判定为中度土壤污染的土壤。在本实施例中，中度污染土壤修复子系统还设置了预氧化控制模块和预氧化工艺模块；预氧化工艺模块的工作流程包括：向经过分级后的土壤中注入合适种类及质量的氧化剂，通过机械搅拌使氧化剂与土壤充分接触，通过氧化作用降低土壤中的污染物含量；经预氧化控制模块不断对操作条件进行调整直至反应周期结束。测量修复后土壤中若干种污染物浓度，预氧化工艺模块输出的实时数据为反应操作条件及若干种污染物浓度。修复后的土壤经修复结果智能检测子系统检测后，再次进入智能评估与分级子系统，若不满足修复目标，再次分级为轻度或中度污染的土壤，进入相应的轻度或中度污染土壤修复模块重新进行修复，直至满足修复目标。
重度污染土壤修复模块采用生物堆肥工艺来修复判定为重度土壤污染的土壤。在本实施例中，重度污染土壤修复模块设置了与上述中度污染土壤修复模块完全一样的预氧化控制模块和预氧化工艺模块；同时，还设置了生物泥浆控制模块和生物泥浆工艺模块。当重度污染土壤修复模块接收到判定为重度污染的土壤之后，先进行上述中度污染土壤修复模块的工作流程，在进行预氧化工艺处理后，由修复结果智能检测子系统检测后，再次进入智能评估与分级子系统。如果判定结果为轻度污染或中度污染的土壤，则进入对应的土壤修复模块进行修复，如果判定结果仍为重度污染的土壤，则通过生物泥浆工艺进行修复。
上述生物泥浆工艺的流程包括：将经过二次分级后的土壤输送至生物泥浆工艺模块中，加入配置好的溶液将土壤稀释为泥浆状，溶液内包含若干种优势微生物菌剂、酸碱调节剂、营养盐、表面活性剂等，调节pH及温度、鼓入空气，通过搅拌器搅拌使土壤中微生物充分反应，提供合适的代谢环境进行生物泥浆修复，经生物泥浆控制模块不断对操作条件进行调整，从而降解泥浆态土壤中的污染物。并得出生物泥浆修复后的若干种污染物浓度，生物泥浆工艺模块输出的实时数据为反应操作条件及若干种污染物浓度。
经由上述模块修复后的土壤，采用过滤、离心等方法对土壤进行固液分离，得到的水体输入场地地下水污染修复子系统；而得到的土壤进行土壤回填，场地土壤污染修复子系统运行结束。
在场地清挖结束后，场地地下水污染修复子系统也同时开始运行，在此之前，需要做以下准备工作。
S1.打井钻孔，在清挖后的场地内选取合适的位置，采用打井机或钻孔机械进行打井钻孔，对场地地下水进行勘探；
S2.地下水抽出，利用步骤一中的井或者钻孔，采用水泵将受污染地下水抽出，输送至地下水修复车间进行异位修复；
S3.场地水质分析及评估，对抽取出的地下水以及土壤修复过程中产生的废水进行基本质量及污染情况检验，选取《地下水质量标准》(GB/T14848-2017)规定的地下水质量常规指标和非常规指标作为评价指标，判断场地地下水是否存在污染。将所测得的数据进行存储，并通过GSM或5G通讯方式，经过Internet网络，将上述信息发送到数据库、智能分级模块、控制模块中；
S4.智能评估与分级，对采样后的水体，根据其污染情况，设立修复目标，并将其分为轻度、中度、重度地下水污染三个等级后进入对应的修复模块。
具体的，轻度污染地下水修复模块采用吸附沉淀工艺和生物降解工艺来修复轻度地下水污染的地下水。在本实施例中，轻度污染地下水修复模块还设置了吸附沉淀控制模块、吸附沉淀工艺模块、生物降解控制模块和生物降解工艺模块。吸附沉淀工艺模块利用明矾等合适的吸附材料对地下水中的不溶性杂质进行吸附沉降，反应周期结束后，过滤得到上清液，并测量其中若干种污染物浓度，吸附沉淀工艺子系统输出的实时数据为反应操作条件及若干种污染物浓度；同时通过吸附沉淀控制模块不断对操作条件进行调整，去除水体中的固态污染物和部分重金属污染物。
之后，再采用生物降解工艺进行二级修复；利用生物降解工艺模块将经过上级修复的地下水利用活性污泥、生物膜、生物床等方式通过微生物体内的新陈代谢等过程，对其中的污染物进行降解或转化，反应周期结束后，测量地下水中若干种污染物浓度，生物降解工艺子系统输出的实时数据为反应操作条件及若干种污染物浓度；同时，经生物降解控制模块不断对操作条件进行调整，去除水体中的有机污染物，修复后的水体经修复结果智能检测子系统检测后，后再次进入智能评估与分级子系统，若不满足修复目标，再次分级为轻度污染地下水，进入轻度污染地下水修复模块重新进行修复，直至满足修复目标。
中度污染地下水修复模块采用吸附沉淀工艺和化学氧化工艺来修复中度地下水污染的地下水；在本实施中，中度污染地下水修复模块还设置了与轻度污染地下修复模块完全一样的吸附沉淀控制模块、吸附沉淀工艺模块，同时还设置了化学氧化控制模块和化学氧化工艺模块。首先进行上述轻度污染地下水修复模块中吸附沉淀工艺的流程，之后采用化学氧化工艺进行二级修复。
具体的，上述化学氧化工艺的流程包括：化学氧化工艺模块利用双氧水、高锰酸钾、臭氧、二氧化氯等氧化剂将水中的污染物转化为无毒或低毒的化合物，反应周期结束后，测量地下水中若干种污染物浓度，化学氧化工艺子系统输出的实时数据为反应操作条件及若干种污染物浓度。经化学氧化控制模块不断对操作条件进行调整，将地下水中的大分子有机污染物氧化为更容易被微生物降解的小分子有机物。修复后的地下水经修复结果智能检测子系统检测后，后再次进入智能评估与分级子系统，若不满足修复目标，再次分级为轻度或中度地下水污染，进入相应的轻度或中度地下水污染修复模块重新进行修复，直至满足修复目标
重度污染地下水修复模块采用离子交换工艺和膜分离工艺来修复重度地下水污染的地下水。在本实施中，重度污染地下水修复模块还设置了离子交换控制模块、离子交换工艺模块、膜分离控制模块和膜分离工艺模块。具体的，离子交换工艺模块利用交换树脂等离子交换剂自身所携带的能自由移动的离子与地下水中的离子态污染物之间进行离子交换，进而去除目标污染物，反应周期结束后，测量地下水中若干种污染物浓度，离子交换工艺子系统输出的实时数据为反应操作条件及若干种污染物浓度。经离子交换控制模块不断对操作条件进行调整，去除水体中的重金属离子，修复后的地下水经修复结果智能检测子系统检测后，后再次进入智能评估与分级子系统，若不满足修复目标，再次分级为轻度、中度或重度地下水污染。如果被判定为轻度或中度地下水污染，则进入相应的轻度或中度污染地下水修复模块重新进行修复，仍被判定为重度污染的地下水则采用膜分离工艺对土壤进行二级修复。
具体的，上述膜分离工艺的流程包括：膜分离工艺模块将经过上级修复的地下水以化学位差或大气压力为推动力，根据分子形状和性质采用不同孔径的天然膜或合成膜，对污染物进行有效筛选并对其进行分离，可采用常用的超滤膜分离方法、纳滤膜分离方法、液膜分离方法、膜生物反应器等方法，反应周期结束后，测量地下水中若干种污染物浓度，膜分离工艺子系统输出的实时数据为反应操作条件及若干种污染物浓度。经膜分离控制模块不断对操作条件进行调整，去除水体中的高分子有机污染物，修复后的地下水经修复结果智能检测子系统检测后，后再次进入智能评估与分级子系统；若不满足修复目标，再次分级为轻度、中度或重度地下水污染，并进入相应的轻度、中度或重度污染地下水修复模块重新进行修复。
在经过上述流程对受到污染的地下水进行修复后，将修复后的地下水注回到地下，场地地下水污染修复子系统运行结束。
实施例三
如图2所示，为本实施例智能评估与分级子系统的工作流程示意图，步骤包括：
步骤一：设定修复目标值，对于场地土壤污染修复子系统，按照《土地利用现状分类》(GB/T21010-2017)确定场地的类型，再根据所确定的场地类型按照《土壤环境质量建设用地土壤污染风险管控标准(试行)》(GB36600-2018)或《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB15618-2018)中各项污染风险管制值为场地土壤设置修复目标值；而对于场地地下水污染修复子系统，按照《环境影响评价技术导则地下水环境》(HJ610-2016)确定场地地下水经修复后的目标等级，再根据《地下水质量标准》(GB/T14848-2017)中各项污染物指标及限值为场地地下水设置修复目标值；
步骤二：计算单项污染指数Pi，对于场地土壤污染修复子系统，采用《土壤环境质量评价技术规范(二次征求意见稿)》中的单项指数法对场地土壤中各单项污染指数进行计算，其计算公式如下：
式中，Pi表示土壤中污染物i的单因子污染指数，无量纲；Ci表示调查点位土壤中污染物i的实测浓度，单位与Si一致；Si表示污染物i的评价标准值或参考值。
根据Pi的大小，判定土壤是否被污染，当样本的Pi≤1时，判定土壤为无污染土壤，结束流程，否则需要进一步计算其内梅罗综合污染指数PN。
而对于场地地下水污染修复子系统，采用《环境影响评价技术导则地下水环境》(HJ610-2016)中的标准指数法，其标准指数计算分为以下两种情况：
a)对于评价标准为定值的水质因子，其标准指数计算公式如下：
式中，Pi表示地下水中第i个水质因子的标准指数，量纲为1；Cj表示第j个水质因子的监测浓度值，单位：mg/L；Csj表示第j个水质因子的标准浓度值，单位：mg/L。
b)对于评价标准为区间值的水质因子(以pH为例)，其标准指数计算公式为：
式中PpH表示氢离子浓度指数(pH)的标准指数，量纲为1；pH表示氢离子浓度指数(pH)的监测值；pHsu表示标准中pH的上限值；pHsd表示标准中pH的下限值；7.0表示标准中pH的标准值。
根据Pi的大小，可将判定地下水是否被污染，当样本的Pi≤1时，判定地下水为无污地下水，结束流程，否则需要进一步计算其内梅罗综合污染指数PN。
步骤三：计算内梅罗综合污染指数PN，场地土壤污染修复子系统，按照《土壤环境监测技术规范》(HJ/T166-2004)中推荐的内梅罗指数法计算样本的内梅罗综合污染指数，其计算公式如下：
式中PN表示内梅罗指数；Pimax表示样本污染物单项污染指数中的最大值；
表示单因子指数的平均值。
内梅罗指数法适合于小尺度的场地、田块的调查评估，存在的污染物比较明确，参评的污染物种类相同，内梅罗指数能够表达不同点位的土壤环境质量状况的相对优劣。根据PN的值对土壤的污染程度做出分级，分级标准如表1所示：
表1
| 等级 | PN | 污染等级 |
| Ⅰ | PN≤0.7 | 清洁(安全) |
| Ⅱ | 0.7＜PN≤1.0 | 尚清洁(警戒线) |
| Ⅲ | 1.0＜PN≤2.0 | 轻度污染 |
| Ⅳ | 2.0＜PN≤3.0 | 中度污染 |
| Ⅴ | PN＞3.0 | 重度污染 |
场地地下水污染修复子系统的内梅罗综合污染指数PN的计算与分级方法同场地土壤污染修复子系统的一致。
步骤四：分级进入子系统，对步骤三中分级得到的土壤或水体，按其等级进入不同的智能修复子系统，智能评估与分级模块运行结束。
实施例四
如图3所示，在本实施例中，上述实施例中所提到的所有控制模块，包括：生物堆肥控制模块、预氧化控制模块、生物泥浆控制模块、吸附沉淀模块、生物降解控制模块、化学氧化控制模块、离子交换控制模块、膜分离控制模块；都包括：水土修复过程特征收集子模块、数据库子模块、水土修复过程特征输入子模块、多模态训练及数据融合子模块、误差调节子模块、优化设计子模块、误差补偿子模块和决策调控子模块。
其运行步骤如下：
步骤一：利用水土修复过程特征收集子模块通过前期分析评估、修复过程实时监控、智能评估与分级、修复结果智能检测等模块所得到的数据都会作为修复过程特征数据被收集并传输到数据库子模块中储存。
步骤二：水土修复过程特征输入子模块从数据库子模块中调取在土壤和水质分析及评估中测得的各项数据，以及各修复工艺过程中需要监测的各项数据。
具体的，在场地土壤污染智能分级修复系统中，土壤中各项污染物含量(苯、萘、蒽、芘、镉、汞、砷、铜、铅、铬、锌、镍、……)、pH、温度、湿度、氧气浓度、含水率等为基本参数。此外，在各模块中如下：
a)在生物堆肥控制模块中，需要输入可选微生物种类、堆肥时间等参数；
b)在预氧化控制模块中，需要输入选择的氧化剂(臭氧、芬顿、高锰酸钾、次氯酸钠……)、氧化剂浓度等参数；
c)在生物泥浆控制模块中，需要输入细颗粒占比、电导率、可选的调节酸碱试剂、氧化剂、生物泥浆法所需菌剂、营养盐、表面活性剂等参数；
而在场地地下水污染智能分级修复系统中，水体中各项污染物浓度(硫酸盐、氯化物、铁、锰、铜、锌、铝、挥发性酚类、氨氮、硫化物、钠、亚硝酸盐、硝酸盐、氟化物、碘化物、汞、砷、硒、镉、铬、三氯甲烷、四氯化碳、苯、甲苯……)温度、pH、放射性、菌群数等为基本参数。此外，在各模块中如下：
d)在沉淀吸附控制模块中，需要输入沉淀时长、选择的吸附材料等参数；
e)在生物降解控制模块中，需要输入通风时间、营养剂、选择的微生物、选用的修复技术(活性污泥、生物膜、生物床……)等参数；
f)在离子交换控制模块中，需要输入选用的离子交换树脂等数据；
g)在膜分离控制模块中，需要输入选取的膜分离方法(超滤膜分离方法、纳滤膜分离方法、液膜分离方法、膜生物反应器)流速、过滤压力等参数。
步骤三：利用多模态训练及数据融合子模块对数据库中大量的输入输出数据集进行训练，得到一个稳定的网络输出，使实际输出和理想输出的总误差小于一定范围，具体流程如图4所示。
该子模块的第一层采用多个基本训练模型(随机森林、K近邻支持向量机、朴素贝叶斯等)对数据集进行训练，第二层数据融合采用深度神经网络算法，将基本模型通过stacking结合策略集成为一个融合模型。原始数据通过第一次的基本训练，得到第二层数据融合的输入数据，再用数据融合预测一次，得到最终结果。
具体的，对于各修复工艺控制模块，多模态训练及数据融合子模块的输入量包括n个指标(n种污染物的浓度，记为n维向量A)和m个可控变量(修复过程中可控的参数如营养剂浓度、投入微生物种类、温度、湿度、修复时间等参数，记为m维向量B)，输出量为经过模块修复后n种污染物的浓度(记为n维向量C)。则C为A和B的函数，即F(A,B)＝C。
采用上述多模态训练及数据融合子模块进行修复结果预测，根据t时刻的输入数据A(t)和B(t)以及输出数据Ct预测修复过程中(t+Δt)时刻的输出C(t+Δt)。在本实施例中，还设置了两个误差调节子模块；分别对修复指标和可控变量的预测值进行校正。其一将目标污染物浓度的实测值与其预测值的误差进行修正，输出电信号至优化设计子模块。其二将操作过程中可控变量进行修正，传输电信号至误差补偿子模块。
步骤四：优化设计子模块根据预测结果，选择适当的优化算法进行优化设计，通过改变可控变量B，反复试算寻求到一个最优的B，在满足各项污染物修复目标的条件下，使总运行费用降到最低。优化目标如下：
minP＝WTBV+E
式中，P表示总成本，单位：元；A表示n维向量，土壤地下水修复过程中n种污染物的初始浓度，单位：mol/m3；W表示每项参数的调整成本，单位：元；B表示m维向量，代表修复过程中每项参数的调整幅度；Q0表示n维向量，A种污染物的环境容许含量，单位：mol/m3；V表示修复土壤或地下水的体积，单位：m3；Bi表示第i项参数单位时间内的最大允许调整度；T表示转置；E表示其他固定费用，单位：元；
步骤五：在经过优化设计后的方案在调控修复过程时，可能会受误差的影响而达不到预期的效果，此时，误差补偿子模块会根据系统数据库的数据反馈做出正向或逆向的误差补偿，使修复结果不断逼近优化结果。
完成所有工艺流程即轻、中和重度土壤污染及地下水污染修复，满足设定的修复目标，即可对土壤进行回填处理，地下水进行回注处理，系统运行结束。
以上所述的实施例仅是对本申请优选方式进行的描述，并非对本申请的范围进行限定，在不脱离本申请设计精神的前提下，本领域普通技术人员对本申请的技术方案做出的各种变形和改进，均应落入本申请权利要求书确定的保护范围内。
Claims (10)
1.一种污染水土修复的智能循环控制系统，其特征在于，包括：智能评估与分级子系统、场地土壤污染修复子系统、场地地下水污染修复子系统和修复结果智能检测子系统；
所述智能评估与分级子系统用于对土壤情况与地下水情况进行评估与分级，得到分级结果；
所述场地土壤污染修复子系统用于根据所述分级结果对受污染土壤进行分级修复，得到土壤修复结果；
所述场地地下水污染修复子系统用于根据所述分级结果对受污染地下水进行分级修复，得到地下水修复结果；
所述修复结果智能检测子系统用于监测所述土壤修复结果和所述地下水修复结果，得到监测结果；并根据监测结果反馈所述智能评估与分级子系统进行后续分级。
2.根据权利要求1所述的污染水土修复的智能循环控制系统，其特征在于，所述分级结果包括：土壤污染分级结果和地下水污染分级结果；
所述土壤污染分级结果包括：轻度土壤污染、中度土壤污染和重度土壤污染；
所述地下水污染分级结果包括：轻度地下水污染、中度地下水污染和重度地下水污染。
3.根据权利要求2所述的污染水土修复的智能循环控制系统，其特征在于，所述场地土壤污染修复子系统包括：轻度污染土壤修复模块、中度污染土壤修复模块和重度污染土壤修复模块；
所述轻度污染土壤修复模块用于修复所述轻度土壤污染的土壤；
所述中度污染土壤修复模块用于修复所述中度土壤污染的土壤；
所述重度污染土壤修复模块用于修复所述重度土壤污染的土壤。
4.根据权利要求3所述的污染水土修复的智能循环控制系统，其特征在于，所述轻度污染土壤修复模块的工作流程包括：采用生物堆肥工艺来修复所述轻度土壤污染的土壤。
5.根据权利要求3所述的污染水土修复的智能循环控制系统，其特征在于，所述中度污染土壤修复模块的工作流程包括：预氧化工艺来修复所述中度土壤污染的土壤。
6.根据权利要求3所述的污染水土修复的智能循环控制系统，其特征在于，所述重度污染土壤修复模块的工作流程包括：采用预氧化工艺和生物泥浆工艺来修复所述重度土壤污染的土壤。
7.根据权利要求2所述的污染水土修复的智能循环控制系统，其特征在于，所述场地地下水污染修复子系统包括：轻度污染地下水修复模块、中度污染地下水修复模块和重度污染地下水修复模块；
所述轻度污染地下水修复模块用于修复所述轻度地下水污染的地下水；
所述中度污染地下水修复模块用于修复所述中度地下水污染的地下水；
所述重度污染地下水修复模块用于修复所述重度地下水污染的地下水。
8.根据权利要求7所述的污染水土修复的智能循环控制系统，其特征在于，所述轻度污染地下水修复模块的工作流程包括：采用吸附沉淀工艺和生物降解工艺来修复所述轻度地下水污染的地下水。
9.根据权利要求7所述的污染水土修复的智能循环控制系统，其特征在于，所述中度污染地下水修复模块的工作流程包括：采用吸附沉淀工艺和化学氧化工艺来修复所述中度地下水污染的地下水。
10.根据权利要求8所述的污染水土修复的智能循环控制系统，其特征在于，所述重度污染地下水修复模块的工作流程包括：采用离子交换工艺和膜分离工艺来修复所述重度地下水污染的地下水。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310041148.9A CN116274314B (zh) | 2023-01-12 | 2023-01-12 | 一种污染水土修复的智能循环控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310041148.9A CN116274314B (zh) | 2023-01-12 | 2023-01-12 | 一种污染水土修复的智能循环控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116274314A true CN116274314A (zh) | 2023-06-23 |
| CN116274314B CN116274314B (zh) | 2024-05-14 |
Family
ID=86784104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310041148.9A Active CN116274314B (zh) | 2023-01-12 | 2023-01-12 | 一种污染水土修复的智能循环控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116274314B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117030974A (zh) * | 2023-08-17 | 2023-11-10 | 天津大学 | 一种污染场地采样机器人及自动采样方法 |
| CN117172996A (zh) * | 2023-11-02 | 2023-12-05 | 北京建工环境修复股份有限公司 | 一种用于生态环境修复的微生物活性识别监测方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102260009A (zh) * | 2010-05-29 | 2011-11-30 | 厦门理工学院 | 染料废水的处理方法 |
| CN104759463A (zh) * | 2015-01-21 | 2015-07-08 | 南京索益盟环保科技有限公司 | 一种有机物污染土壤修复方法 |
| CN105214610A (zh) * | 2015-11-11 | 2016-01-06 | 中国电建集团中南勘测设计研究院有限公司 | 一种地下水钨污染修复材料 |
| CN106694535A (zh) * | 2017-01-22 | 2017-05-24 | 北京丰泽绿源环境技术有限公司 | 一种重金属和有机物复合污染土壤的修复技术和工艺 |
| CN110127945A (zh) * | 2019-05-27 | 2019-08-16 | 安徽建筑大学 | 有机污染场地原位同步修复土壤和地下水的方法及系统 |
| AU2020102747A4 (en) * | 2020-10-16 | 2020-12-03 | North China Electric Power University | A decision-making method for in-situ remediation of petroleum-contaminated groundwater |
| CN113426816A (zh) * | 2021-05-26 | 2021-09-24 | 天津大学 | 一种污染场地智能修复系统及修复方法 |
| CN115041513A (zh) * | 2022-07-19 | 2022-09-13 | 成都理工大学 | 一种修复地下水石油烃污染方法 |
| CN115301718A (zh) * | 2022-08-03 | 2022-11-08 | 北京航空航天大学 | 一种土壤修复多相抽提设备性能优化方法 |
-
2023
- 2023-01-12 CN CN202310041148.9A patent/CN116274314B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102260009A (zh) * | 2010-05-29 | 2011-11-30 | 厦门理工学院 | 染料废水的处理方法 |
| CN104759463A (zh) * | 2015-01-21 | 2015-07-08 | 南京索益盟环保科技有限公司 | 一种有机物污染土壤修复方法 |
| CN105214610A (zh) * | 2015-11-11 | 2016-01-06 | 中国电建集团中南勘测设计研究院有限公司 | 一种地下水钨污染修复材料 |
| CN106694535A (zh) * | 2017-01-22 | 2017-05-24 | 北京丰泽绿源环境技术有限公司 | 一种重金属和有机物复合污染土壤的修复技术和工艺 |
| CN110127945A (zh) * | 2019-05-27 | 2019-08-16 | 安徽建筑大学 | 有机污染场地原位同步修复土壤和地下水的方法及系统 |
| AU2020102747A4 (en) * | 2020-10-16 | 2020-12-03 | North China Electric Power University | A decision-making method for in-situ remediation of petroleum-contaminated groundwater |
| CN113426816A (zh) * | 2021-05-26 | 2021-09-24 | 天津大学 | 一种污染场地智能修复系统及修复方法 |
| CN115041513A (zh) * | 2022-07-19 | 2022-09-13 | 成都理工大学 | 一种修复地下水石油烃污染方法 |
| CN115301718A (zh) * | 2022-08-03 | 2022-11-08 | 北京航空航天大学 | 一种土壤修复多相抽提设备性能优化方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117030974A (zh) * | 2023-08-17 | 2023-11-10 | 天津大学 | 一种污染场地采样机器人及自动采样方法 |
| CN117172996A (zh) * | 2023-11-02 | 2023-12-05 | 北京建工环境修复股份有限公司 | 一种用于生态环境修复的微生物活性识别监测方法及系统 |
| CN117172996B (zh) * | 2023-11-02 | 2024-01-12 | 北京建工环境修复股份有限公司 | 一种用于生态环境修复的微生物活性识别监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116274314B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116274314B (zh) | 一种污染水土修复的智能循环控制系统 | |
| Lin et al. | Assessment and management of lake eutrophication: A case study in Lake Erhai, China | |
| Sadrzadeh et al. | Separation of lead ions from wastewater using electrodialysis: comparing mathematical and neural network modeling | |
| Jana et al. | Optimization of effluents using artificial neural network and support vector regression in detergent industrial wastewater treatment | |
| Teng et al. | Impact of urbanization and industrialization upon surface water quality: A pilot study of Panzhihua mining town | |
| CN113341711A (zh) | 一种地表与地下多水源智能循环分配控制系统 | |
| CN117105461A (zh) | 基于机器学习的大数据污水预测处理方法 | |
| CN103117405A (zh) | 多功能反硝化微生物燃料电池 | |
| US20160102000A1 (en) | Redox Water Treatment Method | |
| Li et al. | Understanding the sustainability niche of continuous flow tubular microbial fuel cells on beef packing wastewater treatment | |
| Ugwuanyi et al. | Reviewing the potential of anaerobic membrane bioreactors in wastewater treatment | |
| Sadeq et al. | Sustainable application of tubular photosynthesis microbial desalination cell for simultaneous desalination of seawater for potable water supply associated with sewage treatment and energy recovery | |
| CN117247180B (zh) | 一种用于处理高氟高氨氮废水的装置和方法 | |
| US9994964B2 (en) | System and method for removal of metals from solution | |
| EP3028997A1 (en) | Anaerobic suspended growth biological water treatment of contaminated water | |
| Simm et al. | Biological treatment technologies | |
| Manikandan et al. | Waves of change: Electrochemical innovations for environmental management and resource recovery from water–A review | |
| Moradi et al. | Machine learning and artifical intelligence application in land pollution research | |
| CN116911832B (zh) | 一种垃圾焚烧厂渗滤液处理装备运行状况监管方法及系统 | |
| Mishra et al. | Geo-environmental and human health impacts of spent lithium-ion battery waste and its recycling: a critical review | |
| Kazim et al. | Utilizing scrap metals in electrocoagulation: Revolutionizing water treatment with AI applications for enhanced resource recovery | |
| CN214142035U (zh) | 一种sbr工艺煤化工高氨氮废水处理系统 | |
| CN118173188B (zh) | 一种临海黑臭淤泥质黏土处理用料量确定方法、介质及系统 | |
| Sari | Modeling effluent heavy metal concentrations in a bioleaching process using an artificial neural network technique | |
| Hemanth et al. | Advancing Nutrient Removal and Resource Recovery Through Artificial Intelligence: A Comprehensive Analysis and Future Perspectives |
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 |