一种土壤环境污染物风险预测方法及系统技术方案

本发明专利技术提供一种土壤环境污染物风险预测方法及系统，该方法包括：确定土壤环境中对种类的植物和动物具有影响的毒性物质，并建立物种敏感度曲线；获取工业园区影响毒性物质累积暴露量的环境因子，并基于环境因子确定影响毒性物质累积暴露量的主要环境因子；基于主要环境因子，结合时间序列和多变量自回归模型建立时序演变预测模型；基于物种敏感度曲线以及由时序演变预测模型预测的未来土壤环境中毒性物质的累积暴露量，同时结合联合概率密度模型建立风险预测模型，风险预测模型至少用于对工业园区的土壤环境在未来受毒性物质污染的概率进行预测；基于预测模型预测土壤环境未来受毒性物质污染的概率预测值。毒性物质污染的概率预测值。毒性物质污染的概率预测值。

【技术实现步骤摘要】
一种土壤环境污染物风险预测方法及系统


[0001]本专利技术实施例涉及生态环境环保行业土壤污染防治和环境风险识别
，特别涉及一种土壤环境污染物风险预测方法及系统。

技术介绍

[0002]工业园区是工业发展的主要载体，是工业化发展的必然趋势。随着工业化进程的推进，工业园区逐渐成为资源和能源消耗、环境污染排放的集中区。因此，要及时掌握工业园区土壤重金属累积特征，精准预测未来一段时间土壤重金属累积趋势和环境风险，建立预防为主的工业园区土壤重金属污染防治和风险管控体系。加强工业园区环境风险管控，分析生态风险影响，在当前工业园区管理和生态环境保护领域具有广泛而急迫的应用需求。
[0003]中国专利公报公开显示，“工业园区”成为专利授权热点领域和新兴方向，如《一种基于工业园区的土壤污染分析方法和系统》(公开号CN114354892A)、《工业园区土壤地下水实时连续监测系统》(公开号CN114441726B)、《一种用于工业园区的环保数据监测系统》(公开号CN213336231U)等。但这些专利主要集中于针对某种工业园土壤和地下水分析方法工作，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种土壤环境污染物风险预测方法，其特征在于，包括：获得工业园区中土壤环境涉及的植物和动物种类信息；确定所述土壤环境中对所述种类的植物和动物具有影响的毒性物质；建立所述毒性物质的物种敏感度曲线；获取所述工业园区影响所述毒性物质累积暴露量的环境因子；对所述环境因子进行筛选，确定影响所述毒性物质累积暴露量的主要环境因子；基于所述主要环境因子，结合时间序列和多变量自回归模型建立时序演变预测模型，所述时序演变预测模型用于预测所述工业园区未来土壤环境中毒性物质的累积暴露量；基于所述物种敏感度曲线以及由所述时序演变预测模型预测的未来土壤环境中毒性物质的累积暴露量，同时结合联合概率密度模型建立风险预测模型，所述风险预测模型至少用于对所述工业园区的土壤环境在未来受所述毒性物质污染的概率进行预测；基于所述预测模型预测所述土壤环境未来受所述毒性物质污染的概率预测值。2.根据权利要求1所述的土壤环境污染物风险预测方法，其特征在于，所述建立所述毒性物质的物种敏感度曲线，包括：基于下述公式建立所述毒性物质的概率密度曲线，并基于所述概率密度曲线定义所述毒性物质的物种敏感度曲线：其中，f(x)表示所述毒性物质的概率密度曲线，x表示毒性物质，μ表示标准差，γ表示分布参数。3.根据权利要求1所述的土壤环境污染物风险预测方法，其特征在于，所述毒性物质为重金属；所述对所述环境因子进行筛选，确定影响所述毒性物质累积暴露量的主要环境因子，包括：获取所述土壤环境中多个采样点的重金属含量数据；根据下述公式计算确定所述土壤环境中重金属累积暴露量与环境因子的空间分层异质性数据：q
h＝1
‑
h＝2
表示空间分层方差的显著性，并定义为所述空间分层异质性数据，Y
h
表示分层区域h内属性均值，n
h
表示分层区域h内的样本数量，Var表示方差；基于所述分层异质性数据对所述环境因子进行筛选，得到所述主要环境因子。4.根据权利要求1所述的土壤环境污染物风险预测方法，其特征在于，所述时间序列包括：其中，T(t)为主要环境因子的时间序列函数，a、b和c均为拟合参数，c为环境因子，t为时间。
5.根据权利要求1所述的土壤环境污染物风险预测方法，其特征在于，还包括：结合不同的环境政策矫正所述多变量自回归模型；基于所述时间序列及矫正后的所述多变量自回归模型建立时序演变预测模型；其中，所述矫正后的所述多变量自回归模型为：其中，ε1、...

【专利技术属性】
技术研发人员：郭广慧，雷梅，万小铭，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：