一种场地污染的多维度评估方法及系统技术方案

本发明专利技术公开了一种场地污染的多维度评估方法及系统，包括：获取目标污染场地的多源数据，进行预处理，根据预处理后的多源数据提取污染信息；根据污染信息提取污染分布特征、污染时空特征及污染趋势特征获取目标污染场地的多维度特征；基于多维度特征筛选目标污染场地的污染指标，构建场地污染评估模型，获取目标污染场地的评估结果；根据评估结果生成目标污染场地的污染预警，并基于评估结果及污染预警生成差异性的修复策略。本发明专利技术通过多维度污染特征筛选评价评价指标，能够快速准确的反应出污染场地的污染现状，为场地污染治理提供精准的决策依据，保证污染处理的及时性和准确性。性。性。

【技术实现步骤摘要】
一种场地污染的多维度评估方法及系统


[0001]本专利技术涉及污染评估
，更具体的，涉及一种场地污染的多维度评估方法及系统。

技术介绍

[0002]随着我国城镇化步伐的推进,城市生态文明建设成为评价中国城市化进展程度的关键指标,城市中大批工业企业因环境污染问题被关停或迁出,从而产生了较多的污染场地,同时这些污染场地土壤中还存在众多重金属元素,导致土壤存在一定范围的重金属污染。土壤是一切生命活动的载体,一旦土壤被污染,将会对人类和生态环境带来巨大的危害,因此, 对场地污染进行修复与治理刻不容缓。急需对遗留场地的污染情况进行分析和评估,并以此为依据对场地进行修复和治理。
[0003]为保障对原有土地的安全开发及利用,便需针对工业企业的污染场地进行环境调查,并将风险评估做好,为后续修复治理方案的确定提供真实信息,保障场地后续的用地安全性，而在对场地污染进行调查、评估和修复等工作时面临着诸多问题,例如,数据多源异构、无法快速从大规模的场地数据中提取污染特征和钻孔取样选点难等等。因此，如何整合多维污染数据，进行检测快速、成本低的指示性指标筛选，通过指示性指标的对比实现对场地污染现状的快速评估是亟需解决的问题。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了涉及一种场地污染的多维度评估方法及系统。
[0005]本专利技术第一方面提供了一种场地污染的多维度评估方法，包括：获取目标污染场地的多源数据，对所述多源数据进行预处理，根据预处理后的多源数据提取污染信息；根据所述污染信息提取污染分布特征、污染时空特征及污染趋势特征获取目标污染场地的多维度特征；基于所述多维度特征筛选目标污染场地的污染指标，构建场地污染评估模型，根据所述污染指标获取指标数据，通过所述场地污染评估模型及指标数据目标污染场地的评估结果；根据所述评估结果生成目标污染场地的污染预警，并基于所述评估结果及污染预警生成差异性的修复策略。
[0006]本方案中，获取目标污染场地的多源数据，对所述多源数据进行预处理，根据预处理后的多源数据提取污染信息，具体为：获取目标污染场地的土壤、地下水及空气中污染物的多源数据，对所述多源数据进行数据清洗剔除异常值；将所述目标污染场地划分为若干网格单元，将数据清洗后的多源数据与各网格单
元进行匹配，利用所述多源数据获取污染类别及污染浓度，通过所述污染类别及污染浓度设置网格单元的数据标签；当网格单元中存在多种污染类别时，判断多种污染类别的污染浓度，将不符合污染浓度要求的污染类别进筛选行移除，获取筛选后多种污染类别在预设时间内污染浓度变化序列；判断各污染类别对应污染浓度变化序列的相关性，提取相关性大于预设相关性阈值的污染类别，在所述污染类别中提取易测污染类别，将所述易测污染类别作为网格单元的特征污染类别。
[0007]本方案中，根据所述污染信息提取污染分布特征、污染时空特征及污染趋势特征获取目标污染场地的多维度特征，具体为：根据目标污染场地当前时间戳各网格单元的特征污染类别及对应的污染浓度获取目标污染场地的污染分布，根据预设时间内污染浓度变化序列及污染分布获取污染源所在网格单元；获取以污染源所在网格单元为中心的预设区域内的地理水文特征及敏感目标，根据所述地理水文特征及敏感目标结合污染分布获取污染分布特征；将污染分布区域内各类别污染在预设时间内的污染浓度变化序列导入注意力机制优化后的LSTM单元，根据当前时刻的污染浓度与上一隐藏层状态，经过注意力机制获取当前时间单元状态，得到时间特征；根据目标污染场地的网格单元中的污染浓度变化序列利用皮尔逊相关系数获取网格单元的空间相关网格，将所述空间相关网格导入注意力机制优化后的ConvLSTM单元，融合其他网格单元中污染浓度变化序列的信息；通过重构空间输入的表示，通过注意力机制的隐藏层学习空间信息，获取空间特征，将所述时间特征与空间特征进行融合获取污染时空特征；基于当前污染分布利用所述污染时空特征预测预设时间后的预测污染分布，获取所述预测污染分布与所述当前污染分布的偏差获取污染趋势特征。
[0008]本方案中，基于所述多维度特征筛选目标污染场地的污染指标，构建场地污染评估模型，具体为：根据所述多维度特征通过大数据方法在预设搜索空间中进行检索，获取相似度符合预设标准的污染评估数据，根据所述污染评估数据读取对应的污染指标；将污染指标进行层次聚类，将相似的污染指标进行聚类，聚类结果与指标形成层次关系，利用层次分析法计算每个类簇中污染指标的重要程度，根据所述重要程度筛选预设数量的污染指标；基于深度学习方法及选取的污染指标构建场地污染评估模型，获取指标数据导入所述污染评估模型，设置污染程度等级，并根据污染程度等级对应各评价指标的临界值设置评价等级矩阵；判断目标污染场地的指标数据对应的数据矩阵与所述评价等级矩阵的欧氏距离，获取目标污染场地的评估结果。
[0009]本方案中，根据所述评估结果生成目标污染场地的污染预警，具体为：根据目标污染场地的评估结果将网格单元进行划分，若网格单元的评价结果大于
预设阈值，则将所述网格单元划分为热点网格，获取热点网格在目标污染场地的占比，当所述占比大于预设比例时，则生成污染预警；根据历史预设时间内热点网格的分布获取目标污染场地中污染物的迁移特征，根据所述迁移特征在热点网格的邻域网格中筛选污染重点监测网格，并将筛选的网格进行标记；根据热点网格的历史预设时间内的污染物浓度变化获取标记网格的污染物浓度变化基准值，若标记网格中当前污染物浓度变化大于所述污染物浓度变化基准值，则生成新增污染源预警；在新增污染源预警的网格的邻域网格中进行污染物浓度对比，根据对比结果在所述邻域网格中进行新增污染源溯源，将溯源结果与所述新增污染源预警进行匹配；将所述污染预警及所述新增污染源预警按照预设方式进行发送。
[0010]本方案中，基于所述评估结果及污染预警生成差异性的修复策略，具体为：通过大数据手段获取场地污染类别、污染特征、污染场地特征及污染修复策略，将获取的数据进行预处理生成三元组格式，基于所述三元组格式构建场地污染知识图谱；根据网格单元的污染评估结果、污染类别及地理水文特征对任意两网格单元进行相似度计算，将相似度大于预设相似度阈值的网格单元作为同类别网格单元；将不同类别网络单元的污染评估结果射到知识空间，通过污染评估结果与所述场地污染知识图谱中各知识节点的曼哈顿距离获取目标节点；基于随机游走对知识图谱进行表示学习，将目标节点作为采样起点，根据污染修复策略的使用频次设置相关知识节点的权重；根据污染特征对应节点在知识图谱中是否存在关系路径筛选知识节点，保留存在关系路径的知识节点，生成对应的特征集合，通过所述特征集合生成路径约束条件；根据所述约束条件利用随机游走生成包含目标节点的元路径，获取元路径中各知识节点的总权重，利用总权重进行排序，将最高总权重对应的元路径作为当前类别网格单元的污染修复策略。
[0011]本专利技术第二方面还提供了一种场地污染的多维度评估系统，该系统包括：存储器、处理器，所述存储器中包括场地污染的多维度评估方法程序，所述场地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种场地污染的多维度评估方法，其特征在于，包括以下步骤：获取目标污染场地的多源数据，对所述多源数据进行预处理，根据预处理后的多源数据提取污染信息；根据所述污染信息提取污染分布特征、污染时空特征及污染趋势特征获取目标污染场地的多维度特征；基于所述多维度特征筛选目标污染场地的污染指标，构建场地污染评估模型，根据所述污染指标获取指标数据，通过所述场地污染评估模型及指标数据目标污染场地的评估结果；根据所述评估结果生成目标污染场地的污染预警，并基于所述评估结果及污染预警生成差异性的修复策略。2.根据权利要求1所述的一种场地污染的多维度评估方法，其特征在于，获取目标污染场地的多源数据，对所述多源数据进行预处理，根据预处理后的多源数据提取污染信息，具体为：获取目标污染场地的土壤、地下水及空气中污染物的多源数据，对所述多源数据进行数据清洗剔除异常值；将所述目标污染场地划分为若干网格单元，将数据清洗后的多源数据与各网格单元进行匹配，利用所述多源数据获取污染类别及污染浓度，通过所述污染类别及污染浓度设置网格单元的数据标签；当网格单元中存在多种污染类别时，判断多种污染类别的污染浓度，将不符合污染浓度要求的污染类别进筛选行移除，获取筛选后多种污染类别在预设时间内污染浓度变化序列；判断各污染类别对应污染浓度变化序列的相关性，提取相关性大于预设相关性阈值的污染类别，在所述污染类别中提取易测污染类别，将所述易测污染类别作为网格单元的特征污染类别。3.根据权利要求1所述的一种场地污染的多维度评估方法，其特征在于，根据所述污染信息提取污染分布特征、污染时空特征及污染趋势特征获取目标污染场地的多维度特征，具体为：根据目标污染场地当前时间戳各网格单元的特征污染类别及对应的污染浓度获取目标污染场地的污染分布，根据预设时间内污染浓度变化序列及污染分布获取污染源所在网格单元；获取以污染源所在网格单元为中心的预设区域内的地理水文特征及敏感目标，根据所述地理水文特征及敏感目标结合污染分布获取污染分布特征；将污染分布区域内各类别污染在预设时间内的污染浓度变化序列导入注意力机制优化后的LSTM单元，根据当前时刻的污染浓度与上一隐藏层状态，经过注意力机制获取当前时间单元状态，得到时间特征；根据目标污染场地的网格单元中的污染浓度变化序列利用皮尔逊相关系数获取网格单元的空间相关网格，将所述空间相关网格导入注意力机制优化后的ConvLSTM单元，融合其他网格单元中污染浓度变化序列的信息；通过重构空间输入的表示，通过注意力机制的隐藏层学习空间信息，获取空间特征，将
所述时间特征与空间特征进行融合获取污染时空特征；基于当前污染分布利用所述污染时空特征预测预设时间后的预测污染分布，获取所述预测污染分布与所述当前污染分布的偏差获取污染趋势特征。4.根据权利要求1所述的一种场地污染的多维度评估方法，其特征在于，基于所述多维度特征筛选目标污染场地的污染指标，构建场地污染评估模型，具体为：根据所述多维度特征通过大数据方法在预设搜索空间中进行检索，获取相似度符合预设标准的污染评估数据，根据所述污染评估数据读取对应的污染指标；将污染指标进行层次聚类，将相似的污染指标进行聚类，聚类结果与指标形成层次关系，利用层次分析法计算每个类簇中污染指标的重要程度，根据所述重要程度筛选预设数量的污染指标；基于深度学习方法及选取的污染指标构建场地污染评估模型，获取指标数据导入所述污染评估模型，设置污染程度等级，并根据污染程度等级对应各评价指标的临界值设置评价等级矩阵；判断目标污染场地的指标数据对应的数据矩阵与所述评价等级矩阵的欧氏距离，获取目标污染场地的评估结果。5.根据权利要求1所述的一种场地污染的多维度评估方法，其特征在于，根据所述评估结果生成目标污染场地的污染预警，具体为：根据目标污染场地的评估结果将网格单元进行划分，若网格单元的评价结果大于预设阈值，则将所述网格单元划分为热点网格，获取热点网格在目标污染场地的占比，当所述占比大于预设比例时，则生成污染预警；根据历史预设时间内热点网格的分布获取目标污染场地中污染物的迁移特征，根据所述迁移特征在热点网格的邻域网格中筛选污染重点监测网格，并将筛选的网格进行标记；根据热点网格的历史预设时间内的污染物浓度变化获取标记网格的污染物浓度变化基准值，若标记网格中当前污染物浓度变化大于所述污染物浓度变化基准值，则生成新增污染源预警；在新增污染源预警的网格的邻域网格中进行污染物浓度对比，根据对比结果在所述邻域网格中进行新增污染源溯源，将溯源结果与所述新增污染源预警进行匹配；将所述污染预警及所述新增污染源预警按照预设方式进行发送。6.根据权利要求1所述的一种场地污染的多维度评估方法，其特征在于，基于所述评估结果及污染预警生成差异性的修复策略，具体为：通过大数据手段获取场地污染类别、污染特征、污染场地特征...

【专利技术属性】
技术研发人员：李书鹏，张家铭，郭丽莉，宋倩，邱景琮，张冉，刘宇，刘亚茹，
申请(专利权)人：北京建工环境修复股份有限公司，
类型：发明
国别省市：