CN117541071A - 一种场地土壤重金属损害基线计算方法和装置 - Google Patents
一种场地土壤重金属损害基线计算方法和装置 Download PDFInfo
- Publication number
- CN117541071A CN117541071A CN202311403644.0A CN202311403644A CN117541071A CN 117541071 A CN117541071 A CN 117541071A CN 202311403644 A CN202311403644 A CN 202311403644A CN 117541071 A CN117541071 A CN 117541071A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- value
- concentration
- uncertainty
- concentration data
- 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.)
- Pending
Links
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 258
- 239000002689 soil Substances 0.000 title claims abstract description 134
- 238000004364 calculation method Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012360 testing method Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000007781 pre-processing Methods 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 18
- 238000000556 factor analysis Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 12
- 238000006467 substitution reaction Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 229910052751 metal Inorganic materials 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 11
- 230000006870 function Effects 0.000 description 9
- 238000003900 soil pollution Methods 0.000 description 6
- 238000011109 contamination Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 3
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012821 model calculation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000013076 uncertainty analysis Methods 0.000 description 2
- 241000282994 Cervidae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- WATWJIUSRGPENY-UHFFFAOYSA-N antimony atom Chemical compound [Sb] WATWJIUSRGPENY-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Game Theory and Decision Science (AREA)
- Medicinal Chemistry (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Primary Health Care (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本公开提供一种场地土壤重金属损害基线计算方法和装置,涉及环境损害评估技术领域,方法包括:获取场地选定点位的土壤样本并进行分析测试,得到选定重金属元素的浓度数据,然后得到针对不确定性预处理后的浓度数据,并计算不确定度;将浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线。本公开能够利用场地内调查点位的土壤样本数据,得到具有空间异质性的场地土壤重金属损害基线数据,还能够识别不同污染来源对土壤重金属含量贡献。大大的提高了场地土壤重金属损害基线计算的准确性。
Description
技术领域
本公开涉及环境损害评估技术领域,尤其涉及一种场地土壤重金属损害基线计算方法和装置。
背景技术
近年来,重金属污染造成的环境损害事件频发,如常外污染事件、陇南锑尾矿库泄漏事件、鹿鸣尾矿库泄漏事件等,对人类健康造成极大威胁。因此,开展环境损害评估工作,不断提高鉴定评估的科学性和规定性,对落实好损害担责、办理好环境损害赔偿案件至关重要。
环境损害评估技术是场地污染责任鉴定、修复、损害赔偿的有效手段。其中,基线确定是环境损害评估的重要环节之一。在以往场地土壤重金属环境基线确定的研究与实践中,往往直接将历史数据或对照区调查数据作为基线。对于单个场地而言,历史数据常难以获取。即使获取历史数据,历史数据的空间粒度也往往不足以进行场地基线计算。例如,历史数据只能反应某个点位或小区域的基线数值,没有办法反映整个场地的土壤的空间异质性。而调查结果常常发现,场地的土壤的空间异质性极大。由于人类活动对环境带来的影响不断累积,很难找到合适的对照区,加上土壤的高空间异质性,有限的对照点也难以反映整个场地的基线水平。历史数据的不确定性和空间粒度问题,以及对照数据的局限性,都会给环境损害评估的结果带来重大的不确定性。
环境损害评估领域的基线研究方法探索还较少。现有方法,例如多元统计分析等方法,多被用于因果关系判定环节中的污染来源识别研究,无法识别不同污染来源的贡献。不同污染来源的贡献识别不清,导致了现有重金属污染场地土壤环境损害评估过程中出现基线识别不准确的问题,也因此,环境损害鉴定评估的结果常常受到质疑。
发明内容
本公开提供了一种场地土壤重金属损害基线计算方法和装置。这是一种基于源解析和源贡献的场地土壤重金属损害基线计算方法。主要针对的问题是现有的土壤重金属损害基线计算对土壤空间异质性考虑不足,无法计算不同的污染源贡献导致基线识别不准确的问题,同时摆脱了现有方法对场外点位高度依赖性的问题。
为解决上述发明目的,本公开提供的技术方案如下:
一方面,提供一种场地土壤重金属损害基线计算方法,包括:
S1:获取场地选定点位的土壤样本;
S2:通过对所述场地选定点位的土壤样本进行分析测试,得到所述场地选定点位的选定重金属元素的浓度数据,所述浓度数据包含三种测量浓度:浓度正常值、未检出和空值,所述未检出是指测量浓度低于检出限值,所述空值是指没有获取测量浓度;
S3:对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据;
S4:对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据;
S5:将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度;
S6:将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,提取关键重金属元素的浓度数据得到输入数据,所述关键重金属元素为权重高于阈值的重金属元素,所述阈值按照信噪比分级标准设定;
S7:将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例;
S8:将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线;
S9:根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估。
优选地,所述对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据,包括:
S301:筛选出浓度数据的数值为未检出的点位,计算所述点位对应的选定重金属元素浓度的替代值,将所述替代值赋予所述点位,所述选定重金属元素浓度的替代值为所述重金属元素浓度检出限值的一半;
S302:筛选出浓度数据的数值为空值的点位,剔除筛选出的点位的浓度数据。
优选地,所述对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据,包括:
S401:筛选出浓度数据的数值为未检出的点位,计算所述点位对应的选定重金属元素的浓度的不确定度替代值,将所述不确定度替代值赋予所述点位,所述选定重金属元素的浓度的不确定度替代值为所述金属元素浓度的检出限值的5/6;
S402:筛选出浓度数据的数值为空值的点位,剔除筛选出的点位的浓度数据。
优选地,所述将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度,包括:
根据公式(1)计算场地选定点位的选定重金属元素的浓度数据的不确定度:
式中:uij为第i个土壤样本中j类重金属元素的标准偏差,即为浓度数据的不确定度,cj为j类重金属元素的误差百分数;xij为第i个土壤样本中j类重金属元素的浓度;MDL为j类重金属元素的浓度的检出限值。
优选地,所述将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,将关键重金属元素的浓度数据作为输入数据:
S601:根据公式(2)和公式(3)计算选定重金属元素的权重;
式中:dij为第i个土壤样本中j类重金属元素的信号值,xij为第i个土壤样本中j类重金属元素的浓度,sij为第i个土壤样本中j类重金属元素的不确定度,n为噪声,为权重;
S602:若权重大于等于1,则将对应的重金属元素归类为强参数;
S603:将强参数作为关键重金属元素,并选取关键重金属元素的浓度数据;
S604:将关键重金属元素的浓度数据作为输入数据。
优选地,所述将输入数据和不确定度输入正定矩阵因子分析模型,得到背景源贡献比例,包括:
S701:识别场地土壤重金属的污染来源,其中污染来源至少包含背景源;
S702:基于目标函数Q,利用加权最小二乘法进行限定和迭代计算,对公式(4)求出最优解,
式中,xij为第i个土壤样本中第j类重金属元素的浓度;gik为污染来源k对第i个土壤样本的相对贡献;fkj为污染来源k中第j个重金属元素的浓度;eij为残差;uij为X的标准偏差;
S703:基于最优的gik,得到背景源贡献比例。
优选地,所述步骤S701,还包括:
设置约束条件为gik,fkj均为非负值;
设置最优化目标是使目标函数Q趋于自由度值。
优选地,所述将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线,包括:
根据公式(6)计算场地选定点位的场地土壤重金属损害基线,
式中,qib为某一点位中背景源b贡献的第i类重金属元素含量,即为场地土壤重金属损害基线;xi为某一点位中第i类重金属元素含量;gb为某一点位中背景源b的贡献比例;fib为背景源b中的重金属元素组成百分比。
优选地,所述根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估,包括:
根据公式(7)评估场地土壤重金属损害基线的拟合效果,
式中,xij为第i个土壤样本中第j类重金属元素的浓度,为xij为第i个土壤样本中第j类重金属元素的浓度的平均值,x′j为第i个土壤样本中第j类重金属元素的预测值,为第i个土壤样本中第j类重金属元素的预测平均值,j为重金属元素种类,n为土壤样本数。
第二方面,提供一种场地土壤重金属损害基线计算装置,其特征在于,包括:
采样单元,用于获取场地选定点位的土壤样本;
分析测试单元,用于通过对所述场地选定点位的土壤样本进行分析测试,得到所述场地选定点位的选定重金属元素的浓度数据,所述浓度数据包含三种测量浓度:浓度正常值、未检出和空值,所述未检出是指测量浓度低于检出限值,所述空值是指没有获取测量浓度;
预处理单元,对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据;
对不确定性的测试单元,用于对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据;
不确定度单元,用于将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度;
权重单元,用于将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,将关键重金属元素的浓度数据作为输入数据,所述关键重金属元素为权重高于阈值的重金属元素,所述阈值按照信噪比分级标准设定;
分析模型单元,用于将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例;
基线单元,用于将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线;
评估单元,用于根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估。
第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本公开的第一方面的方法。
上述技术方案,与现有技术相比至少具有如下有益效果:
上述方案,可以得到具有空间异质性的空间场地土壤重金属损害基线数据。同时在判定出不同污染源的种类的情况下,还能够识别不同土壤污染来源的污染贡献。大大的提高了场地土壤重金属损害基线计算的准确性。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述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公开的一些实施例,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为本公开提供的一种场地土壤重金属损害基线计算方法流程图;
图2为本公开提供的一种不同污染源贡献率在场地的空间分布结果图;
图3为本公开提供的一种场地土壤重金属损害基线计算装置示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例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公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“一个”、“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
需要说明的是,本公开中使用的“上”、“下”、“左”、“右”“前”“后”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本公开针对现有的土壤重金属损害基线计算对土壤空间异质性考虑不足和无法识别背景源贡献的问题,提供了一种考虑空间异质性的空间场地土壤重金属损害基线数据,同时在判定出场地不同污染源种类的情况下,还能够识别背景源贡献的土壤重金属损害基线计算方法。本公开提出的方案大大的提高了场地土壤重金属损害基线计算的准确性。
如图1所示,本公开实施例提供了一种场地土壤重金属损害基线计算方法,包括以下步骤:
S1:获取场地选定点位的土壤样本;
优选地,获取待测场地的历史建厂及使用资料,用来判断污染源。
在一些实施例中,获取待测场地的历史建厂及使用资料应当侧重于是否存在土壤污染隐患、是否产生了土壤污染行为、土壤污染行为产生的主要污染物的种类、土壤污染行为发生的主要区间、后期是否对土壤污染进行修复与改善。
需要进一步说明的是,还需要确定污染源所产生的特征污染物。在这里污染物主要是重金属元素。
S2:通过对所述场地选定点位的土壤样本进行分析测试,得到所述场地选定点位的选定重金属元素的浓度数据,所述浓度数据包含三种测量浓度:浓度正常值、未检出和空值,所述未检出是指测量浓度低于检出限值,所述空值是指没有获取测量浓度;
S3:对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据;
优选地,S3中的对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据,包括:
S301:筛选出浓度数据的数值为未检出的点位,计算所述点位对应的选定重金属元素浓度的替代值,将所述替代值赋予所述点位,所述选定重金属元素浓度的替代值为所述重金属元素浓度检出限值的一半;
S302:筛选出浓度数据的数值为空值的点位,剔除筛选出的点位的浓度数据。
需要说明的是,对于有测量浓度值且不存在异常值的情况,直接使用其对应浓度值即可。对于空值情况,常见的处理方法还包括:完全剔除掉含空值的重金属元素的参数,这种情况适用于在样品中某重金属元素存在大量空值的情况;用该重金属元素的算术平均或几何平均值来代替,此时赋予相对应的不确定性为三到四倍的平均浓度值。
需要进一步说明的是,对数据进行预处理的目的是使数据符合正定矩阵因子分析模型的要求。
S4:对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据;
优选地,S4中的对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据,包括:
S401:筛选出浓度数据的数值为未检出的点位,计算所述点位对应的选定重金属元素的浓度的不确定度替代值,将所述不确定度替代值赋予所述点位,所述选定重金属元素的浓度的不确定度替代值为所述金属元素浓度的检出限值的5/6;
S402:筛选出浓度数据的数值为空值的点位,剔除筛选出的点位的浓度数据。
需要说明的是,对于未检出的情况(物质浓度低于检出限),一般采用检出限值的5/6作为相应的不确定性值。
S5:将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度;
优选地,S5中的将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度,包括:
根据公式(1)计算场地选定点位的选定重金属元素的浓度数据的不确定度:
式中:uij为第i个土壤样本中j类重金属元素的标准偏差,即为浓度数据的不确定度,cj为j类重金属元素的误差百分数;xij为第i个土壤样本中j类重金属元素的浓度;MDL为j类重金属元素的浓度的检出限值。
需要说明的是,对于预处理后的数据,其浓度的不确定性标识方法一般采用EPAPMF 5.0版本给出的样本浓度数据的不确定性值计算公式。公式(1)为EPA PMF 5.0版本给出的样本浓度数据的不确定性值计算公式。
在一些实施例中,误差百分数的大小范围一般为0.1~0.3。对于重金属元素浓度或者组分质量浓度不稳定或者接近检出限,采用较大的误差百分数。当颗粒物质量浓度或者组分质量浓度数据缺失较多时,可设定较大的误差百分数。
S6:将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,提取关键重金属元素的浓度数据得到输入数据,所述关键重金属元素为权重高于阈值的重金属元素,所述阈值按照信噪比分级标准设定;
优选地,S6中的将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,将关键重金属元素的浓度数据作为输入数据,包括:
S601:根据公式(2)和公式(3)计算选定重金属元素的权重;
式中:dij为第i个土壤样本中j类重金属元素的信号值,xij为第i个土壤样本中j类重金属元素的浓度,sij为第i个土壤样本中j类重金属元素的不确定度,n为噪声,为权重;
S602:若权重大于等于1,则将对应的重金属元素归类为强参数;
S603:将强参数作为关键重金属元素,并选取关键重金属元素的浓度数据;
S604:将关键重金属元素的浓度数据作为输入数据。
需要说明的是,信噪比的计算是用来确定模型输入变量(即,重金属元素种类)数量。可以通过设定信噪比阈值来确认变量个数。基于对重金属元素的可能来源、样品数量、采集时间等基本认识以及模型反复计算来综合确定因子个数。
在一些实施例中,根据场地基本情况(比如根据当地排放源清单、污染源普查数据),初步确定因子个数的范围。
需要进一步说明的是,也根据模型计算中通过设置不同的因子个数进行尝试性计算,对各计算情况进行分析,结合城市基本情况,验证和确定适合的因子个数。
S7:将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例;
优选地,S7中的将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例,包括:
S701:识别场地土壤重金属的污染来源,其中污染来源至少包含背景源;
S702:基于目标函数Q,利用加权最小二乘法进行限定和迭代计算,对公式(4)求出最优解,
式中,xij为第i个土壤样本中第j类重金属元素的浓度;gik为污染来源k对第i个土壤样本的相对贡献;fkj为污染来源k中第j个重金属元素的浓度;eij为残差;uij为X的标准偏差;
S703:基于最优的gik,得到背景源贡献比例。
需要说明的是,约束条件为gik,fkj均为非负值;
最优化目标是使目标函数Q趋于自由度值。
在一些实施例中,正定矩阵因子分析模型(PMF)是一种多元统计模型,由Paatero和Tapper首次提出,基本原理是质量守恒,核心工作在于识别不同污染来源的特性,并区分各自的贡献。在求解过程中,不同于其他类型的因子分析模型,PMF模型对因子荷载、得分进行非负约束,有效避免分解矩阵中负值的出现,从而使源识别和源贡献结果有较好的解释性及相对明确的物理意义。
需要说明的是,背景源指针对特定事件或特定污染的损害行为发生前土壤中污染物来源,包括自然本底源和历史污染源。
需要进一步说明的是,正定矩阵因子分析模型(PMF)模型的基本假设:源至受体过程中,污染物间不会发生反应;同一种污染源对不同期样本的贡献相同。因此,活性较强或发生反应的污染物,以及突发污染事件的污染均不适用。
S8:将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线;
优选地,S8中的将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线,包括:
根据公式(6)计算场地选定点位的场地土壤重金属损害基线,
式中,qib为某一点位中背景源b贡献的第i类重金属元素含量,即为场地土壤重金属损害基线;xi为某一点位中第i类重金属元素含量;gb为某一点位中背景源b的贡献比例;fib为背景源b中的重金属元素组成百分比。
在一些实施例中,可以将不同点位的不同污染源贡献率进行空间差值计算获取场地土壤重金属空间分布图。如图2所示,将某选定的场地的重金属浓度数据输入公式(6)就可以识别出每项重金属来源对每个点位的贡献情况,进而计算出PMF_F1、PMF_F2、PMF_F3三项源对整个场地的相对贡献率平均值分别为5.79%、17.82%、76.39%。场地内土壤重金属最主要的来源是自然源,因此确定基线为PMF_F3。
S9:根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估。
优选地,S9中的根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估,包括:
根据公式(7)评估场地土壤重金属损害基线的拟合效果,
式中,xij为第i个土壤样本中第j类重金属元素的浓度,为xij为第i个土壤样本中第j类重金属元素的浓度的平均值,x′ij为第i个土壤样本中第j类重金属元素的预测值,为第i个土壤样本中第j类重金属元素的预测平均值,j为重金属元素种类,n为土壤样本数。
在一些实施例中,当预测值与实测值之间的相关系数越大,表明正定矩阵因子分析模型在该重金属元素的预测上越好,r2>0.85表明模拟效果非常好,r2在0.75-0.85之间表明模拟效果较好,r2在0.6-0.75之间表明模拟效果一般,r2<0.6表明模拟效果差。
优选地,所述的正定矩阵因子分析模型不确定性分析方法主要采用自举-扰动法(bootstrapping with displacement,BS-DISP),包括:
自举法(bootstrapping,BS)是通过重复采样(替换)样本数据集来创建许多模拟样,从而生成多组新数据集,每个重采样的数据集通过正定矩阵因子分析模型计算分解为源谱矩阵和源贡献矩阵,BS具有不受数据值的误差估计的平均水平影响的优势。
扰动法(displacement,DISP)将拟合矩阵F的每个参数中的拟合值依次被扰动(置换)后重复地拟合正定矩阵因子分析模型以获得F中每个参数的不确定性估计。扩展每个置换值直到目标函数Q增加到最大允许变化值(dQmax)。DISP分析是基于正定矩阵因子分析模型中平方和函数Q的增加来实现的。基本公式如下:
式中:Q为基于正定矩阵因子分析模型的平方和函数;F和G是平方和函数Q的最优解,G为源的载荷,F为主要污染源的成分谱;n为土壤样本数;m为重金属元素种类;xij为i样本的j重金属元素的实测值;gik为污染来源k对第i个样本的相对贡献;fkj为污染来源k中第j个重金属元素的浓度;uij为标准偏差。
通过扰动矩阵F中的每个参数值直到目标函数Q增加到最大允许变化值(dQmax)。Q增加用公式表示:
dQ(fkj=d)=Q(fkj=d)-Qopt.......(9),
Q(fkj=d)表示限定fkj为一个固定可行值,DISP的本质就是要找到这个最大和最小的固定值(dQmax,dQmin),使得:
BS方法可以估计数据误差,DISP可以估计旋转不确定性,BS-DISP方法是BS和DISP方法的组合。
优选地,模型效果对比分析是指将模型效果同对照区调查数据进行比较。
综上所述,本公开利用正定矩阵因子分析模型在识别和量化土壤重金属来源方面的优势,解析场地不同点位背景源重金属贡献情况,进而反演出整个场地的重金属基线值,并利用相关系数法、不确定性分析法等综合评估并提高模型计算结果的准确性。
以上是关于方法实施例的介绍,以下通过装置实施例,对本公开所述方案进行进一步说明。
如图3所示,场地土壤重金属损害基线计算装置的框图包括:
采样单元,用于获取场地选定点位的土壤样本;
分析测试单元,用于通过对所述场地选定点位的土壤样本进行分析测试,得到所述场地选定点位的选定重金属元素的浓度数据,所述浓度数据包含三种测量浓度:浓度正常值、未检出和空值,所述未检出是指测量浓度低于检出限值,所述空值是指没有获取测量浓度;
预处理单元,对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据;
对不确定性的测试单元,用于对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据;
不确定度单元,用于将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度;
权重单元,用于将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,将关键重金属元素的浓度数据作为输入数据,所述关键重金属元素为权重高于阈值的重金属元素,所述阈值按照信噪比分级标准设定;
分析模型单元,用于将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例;
基线单元,用于将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线;
评估单元,用于根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估。
本公开提出了的技术方案可以识别不同污染来源的污染贡献,提高了基线识别的准确性。提高了损害鉴定评估结果的可靠性。
有以下几点需要说明:
(1)本公开实施例附图只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计。
(2)为了清晰起见,在用于描述本公开的实施例的附图中,层或区域的厚度被放大或缩小,即这些附图并非按照实际的比例绘制。可以理解,当诸如层、膜、区域或基板之类的元件被称作位于另一元件“上”或“下”时,该元件可以“直接”位于另一元件“上”或“下”或者可以存在中间元件。
(3)在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合以得到新的实施例。
以上,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,本公开的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种场地土壤重金属损害基线计算方法,其特征在于,包括:
S1:获取场地选定点位的土壤样本;
S2:通过对所述场地选定点位的土壤样本进行分析测试,得到所述场地选定点位的选定重金属元素的浓度数据,所述浓度数据包含三种测量浓度:浓度正常值、未检出和空值,所述未检出是指测量浓度低于检出限值,所述空值是指没有获取测量浓度;
S3:对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据;
S4:对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据;
S5:将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度;
S6:将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,提取关键重金属元素的浓度数据得到输入数据,所述关键重金属元素为权重高于阈值的重金属元素,所述阈值按照信噪比分级标准设定;
S7:将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例;
S8:将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线;
S9:根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估。
2.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S3的对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据,包括:
S301:筛选出浓度数据的数值为未检出的点位,计算所述点位对应的选定重金属元素浓度的替代值,将所述替代值赋予所述点位,所述选定重金属元素浓度的替代值为所述重金属元素浓度检出限值的一半;
S302:筛选出浓度数据的数值为空值的点位,剔除筛选出的点位的浓度数据。
3.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S4的对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据,包括:
S401:筛选出浓度数据的数值为未检出的点位,计算所述点位对应的选定重金属元素的浓度的不确定度替代值,将所述不确定度替代值赋予所述点位,所述选定重金属元素的浓度的不确定度替代值为所述金属元素浓度的检出限值的5/6;
S402:筛选出浓度数据的数值为空值的点位,剔除筛选出的点位的浓度数据。
4.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S5的将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度,包括:
根据公式(1)计算场地选定点位的选定重金属元素的浓度数据的不确定度:
式中:uij为第i个土壤样本中j类重金属元素的标准偏差,即为浓度数据的不确定度,cj为j类重金属元素的误差百分数;xij为第i个土壤样本中j类重金属元素的浓度;MDL为j类重金属元素的浓度的检出限值。
5.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S6的将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度,从选定重金属元素中选择关键重金属元素,将关键重金属元素的浓度数据作为输入数据,包括:
S601:根据公式(2)和公式(3)计算选定重金属元素的权重;
式中:dij为第i个土壤样本中j类重金属元素的信号值,xij为第i个土壤样本中j类重金属元素的浓度,sij为第i个土壤样本中j类重金属元素的不确定度,n为噪声,为权重;
S602:若权重大于等于1,则将对应的重金属元素归类为强参数;
S603:将强参数作为关键重金属元素,并选取关键重金属元素的浓度数据;
S604:将关键重金属元素的浓度数据作为输入数据。
6.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S7的将输入数据和不确定度输入正定矩阵因子分析模型,得到背景源贡献比例,包括:
S701:识别场地土壤重金属的污染来源,其中污染来源至少包含背景源;
S702:基于目标函数Q,利用加权最小二乘法进行限定和迭代计算,对公式(4)求出最优解,
式中,xij为第i个土壤样本中第j类重金属元素的浓度;gik为污染来源k对第i个土壤样本的相对贡献;fkj为污染来源k中第j个重金属元素的浓度;eij为残差;uij为X的标准偏差;
S703:基于最优的gik,得到背景源贡献比例。
7.根据权利要求6所述的场地土壤重金属损害基线计算方法,其特征在于,步骤S701,还包括:
设置约束条件为gik,fkj均为非负值;
设置最优化目标是使目标函数Q趋于自由度值。
8.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S8的将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线,包括:
根据公式(6)计算场地选定点位的场地土壤重金属损害基线,
式中,qib为某一点位中背景源b贡献的第i类重金属元素含量,即为场地土壤重金属损害基线;xi为某一点位中第i类重金属元素含量;gb为某一点位中背景源b的贡献比例;fib为背景源b中的重金属元素组成百分比。
9.根据权利要求1所述的场地土壤重金属损害基线计算方法,其特征在于,所述S9的根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估,包括:
根据公式(7)评估场地土壤重金属损害基线的拟合效果,
式中,xij为第i个土壤样本中第j类重金属元素的浓度,为xij为第i个土壤样本中第j类重金属元素的浓度的平均值,x′j为第i个土壤样本中第j类重金属元素的预测值,/>为第i个土壤样本中第j类重金属元素的预测平均值,j为重金属元素种类,n为土壤样本数。
10.一种场地土壤重金属损害基线计算装置,其特征在于,包括:
采样单元,用于获取场地选定点位的土壤样本;
分析测试单元,用于通过对所述场地选定点位的土壤样本进行分析测试,得到所述场地选定点位的选定重金属元素的浓度数据,所述浓度数据包含三种测量浓度:浓度正常值、未检出和空值,所述未检出是指测量浓度低于检出限值,所述空值是指没有获取测量浓度;
预处理单元,对场地选定点位的选定重金属元素的浓度数据进行预处理,得到预处理后的浓度数据;
对不确定性的测试单元,用于对场地选定点位的选定重金属元素的浓度数据进行针对不确定性的预处理,得到针对不确定性预处理后的浓度数据;
不确定度单元,用于将针对不确定性预处理后的浓度数据输入不确定性值计算公式,计算不确定度;
权重单元,用于将预处理后的浓度数据输入信噪比公式计算选定重金属元素的权重,并根据所述选定重金属元素的权重,从选定重金属元素中选择关键重金属元素,将关键重金属元素的浓度数据作为输入数据,所述关键重金属元素为权重高于阈值的重金属元素,所述阈值按照信噪比分级标准设定;
分析模型单元,用于将输入数据和不确定度输入正定矩阵因子分析模型,运行模型,并不断优化模型参数,得到背景源贡献比例;
基线单元,用于将预处理后的浓度数据和背景源贡献比例输入土壤重金属损害基线值计算公式,得到场地土壤重金属损害基线;
评估单元,用于根据确定性系数计算模型,对场地土壤重金属损害基线进行拟合效果的评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311403644.0A CN117541071A (zh) | 2023-10-26 | 2023-10-26 | 一种场地土壤重金属损害基线计算方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311403644.0A CN117541071A (zh) | 2023-10-26 | 2023-10-26 | 一种场地土壤重金属损害基线计算方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117541071A true CN117541071A (zh) | 2024-02-09 |
Family
ID=89790865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311403644.0A Pending CN117541071A (zh) | 2023-10-26 | 2023-10-26 | 一种场地土壤重金属损害基线计算方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541071A (zh) |
-
2023
- 2023-10-26 CN CN202311403644.0A patent/CN117541071A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ramsey | Sampling as a source of measurement uncertainty: techniques for quantification and comparison with analytical sources | |
Gong et al. | Evolutionary generation of test data for many paths coverage based on grouping | |
CN117195135B (zh) | 一种水污染异常溯源检测方法及系统 | |
McIntyre et al. | Calibration of an in-river phosphorus model: prior evaluation of data needs and model uncertainty | |
Sabia et al. | Assessing the quality of biogeochemical coastal data: a step-wise procedure | |
CN111143768A (zh) | 一种基于arima-svm组合模型的空气质量预测算法 | |
CN115879654A (zh) | 一种地下巷道稳定性预测和可靠性评价方法 | |
Peng et al. | Unit and regression tests of scientific software: A study on SWMM | |
CN115660407A (zh) | 污染场地风险等级预测模型的训练方法和训练装置 | |
CN113642209B (zh) | 基于数字孪生的结构植入故障响应数据获取及评判方法 | |
Moore et al. | Quantitatively evaluating the sources of taphonomic biasing of skeletal element abundances in fossil assemblages | |
Tae-Jin | Comparative study on the performance attributes of NHPP software reliability model based on Weibull family distribution | |
Weller et al. | A calibration capture–recapture model for inferring natural gas leak population characteristics using data from Google Street View cars | |
Rust et al. | Fewer jumps, less memory: Homogenized temperature records and long memory | |
CN117541071A (zh) | 一种场地土壤重金属损害基线计算方法和装置 | |
Park et al. | Methodological approach for calibration of building energy performance simulation models applied to a common “measurement and verification” process | |
CN102831320A (zh) | 流域水环境有机污染物监测全过程质控指标评价方法系统 | |
CN111580179A (zh) | 一种有机碳含量确定方法、装置及系统 | |
Gillett et al. | Selecting comparator sites for ecological causal assessment based on expected biological similarity | |
KR20090008044A (ko) | 데이터 마이닝 방법 | |
Wang et al. | An inverse method to estimate the source term of atmospheric pollutant releases | |
Glaser et al. | Stochastic engine final report: Applying markov chain monte carlo methods with importance sampling to large-scale data-driven simulation | |
Hao et al. | Review on Verification and Validation technology in integrated health management system | |
CN116991149B (zh) | 一种费控产品检验方法、装置、电子设备及存储介质 | |
Bettencourt da Silva et al. | Spatial Modelling of Concentration in Topsoil Using Random and Systematic Uncertainty Components: Comparison against Established Techniques |
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 |