一种基于微生物的污染场地分析方法技术

本发明专利技术公开了一种基于微生物的污染场地分析方法

【技术实现步骤摘要】
一种基于微生物的污染场地分析方法、系统及介质


[0001]本专利技术涉及污染场地治理
，特别涉及一种基于微生物的污染场地分析方法
、
系统及介质
。

技术介绍

[0002]随着全球工业化和城市化进程的不断加速，环境污染问题已经成为制约可持续发展的重要因素
。
传统的修复方法主要集中在物理和化学手段，但这些方法往往需要昂贵的成本
、
大量的人力和资源投入，并且不能真正解决污染物的根本问题
。
微生物修复作为一种环保技术，因其独特的特性在近年来引起了广泛关注
。
[0003]然而，目前微生物修复在实际应用中仍存在诸多挑战
。
传统的微生物修复方法往往仅治理效果不佳，对污染场地的治理持续性存在一定的局限
。
为了实现更精确
、
可持续的污染场地分析与修复，需要一种方法来综合评估微生物对不同污染物的响应模式和降解能力，以指导修复策略的制定
。
[0004]因此，本专利技术的目的在于解决现有技术存在的局限性，提供一种基于微生物的污染场地分析方法
、
系统及介质，以全面
、
系统地评估微生物在污染物降解中的作用，从而为污染场地的修复提供科学依据
。

技术实现思路

[0005]为了解决上述至少一个技术问题，本专利技术提出了一种基于微生物的污染场地分析方法
、
系统及介质
。
[0006]本专利技术第一方面提供了一种基于微生物的污染场地分析方法，包括：获取目标污染场地中的微生物种群信息
、
污染物信息
、
环境数据；将微生物种群信息
、
污染物信息
、
环境数据进行关联分析，确定微生物对污染物的响应模式和降解能力；周期性监测污染场地中的微生物种群变化信息污染物变化信息，根据所述微生物种群变化信息和响应模式，判断污染场地的污染程度和预测污染趋势；基于污染程度
、
微生物对污染物的响应模式和降解能力，确定目标污染场地的微生物修复方案；根据微生物修复方案，监测目标污染场地中微生物适应性演化情况，得到微生物适应性演化数据；根据微生物适应性演化数据，调整微生物修复方案
。
[0007]本方案中，所述获取目标污染场地中的微生物种群信息
、
污染物信息
、
环境数据，具体为：采集目标区域的土壤样本，根据土壤样本进行分析，得到目标污染场地中的微生物种群信息，所述微生物种群信息包括微生物名称
、
微生物数量
、
微生物种群密度；根据土壤样本进行化学分析，得到污染物信息，所述污染物信息包括污染物种类
、
污染物浓度
、
污染分布范围；通过传感器设备，获取环境数据，所述环境数据包括土壤
pH
值
、
温度
、
湿度
。
[0008]本方案中，所述将微生物种群信息
、
污染物信息
、
环境数据进行关联分析，确定微生物对污染物的响应模式和降解能力，具体为：根据污染物信息和环境数据，模拟目标污染场地中的微生物的生存环境，得到模拟污染环境；根据微生物种群信息，计算目标污染场地中微生物的数量比例，根据数量比例培养微生物，将培养后的微生物放置在模拟污染环境中，以小时作为记录时间周期，记录模拟污染环境中的变化信息，所述变化信息包括模拟环境微生物种群变化信息
、
模拟环境污染物变化信息
、
模拟环境变化信息；基于
DBSCAN
算法构建分析模型，将所述变化信息导入分析模型中进行分析；对所述变化信息进行特征选择，得到变化信息特征数据；计算变化信息特征数据的密度信息，根据密度信息识别变化信息特征数据的核心点
、
边界点
、
噪声点；基于所述核心点
、
边界点
、
噪声点将变化信息特征数据分为不同的聚类簇；对所述聚类簇进行分析，确定微生物种群对污染物的响应模式；根据响应模式，判断微生物对污染物的降解能力
。
[0009]本方案中，所述周期性监测污染场地中的微生物种群变化信息和污染物变化信息，根据所述微生物种群变化信息
、
污染物变化信息
、
响应模式，判断污染场地的污染程度和预测污染趋势，具体为：根据预设周期，在目标污染场地中随机获取土壤样本，记录土壤样本中污染物浓度
、
微生物数量
、
微生物种群密度，得到微生物种群变化信息和污染物变化信息；将微生物种群变化信息和污染物变化信息与响应模式进行关联分析，判断污染场地的污染情况；根据微生物种群变化信息和污染物变化信息，获取变化信息的时间序列数据；建立
ARIMA
模型，基于自相关函数对时间序列数据进行计算，确定
ARIMA
模型的自回归阶数
、
差分次数
、
滑动平均阶数；将微生物种群变化信息和污染物变化信息导入
ARIMA
模型中进行拟合，得到数据拟合模型；提取预设时间段的微生物种群变化信息和污染物变化信息对数据拟合模型进行检验，判断数据拟合模型对污染趋势的预测准确率；若预测准确率大于预设值，对目标污染场地的污染趋势进行预测，得到预测结果；若预测准确率小于预设值，获取更多的微生物种群变化信息和污染物变化信息对
ARIMA
模型进行拟合，直至预测准确率大于预设值
。
[0010]本方案中，所述基于污染情况
、
微生物对污染物的响应模式和降解能力，确定目标污染场地的微生物修复方案，具体为：基于目标污染场地的污染程度
、
微生物对污染物的响应模式和降解能力进行分析，确定污染降解的多个优势微生物种群；获取所述优势微生物种群的适宜生长环境条件和繁衍数据，所述环境条件包括温
度
、
湿度
、pH
值，所述繁衍数据包括生命周期
、
繁殖速率
、
繁殖数量；将所述环境条件与目标污染场地的环境数据进行对比，得到目标污染场地的微生物修复种群；基于目标污染场地的污染程度，制定微生物的培养数量；根据目标污染场地的污染分布范围，确定微生物的投放位置，并形成目标污染场地的微生物修复方案
。
[0011]本方案中，所述根据微生物修复方案，监测目标污染场地中微生物适应性演化情况，得到微生物适应性演化数据，具体为：根据微生物修复方案对目标污染场地进行污染修复；设定对目标污染场地进行微生物修复时的微生物种群和污染物监测时间范围
、
监测频率
、
监测位置，形成监测计划；根据监测计划定期在监测位置获取土壤样本，提取土壤中微生物种群的
...

【技术保护点】

【技术特征摘要】
1.
一种基于微生物的污染场地分析方法，其特征在于，包括以下步骤：获取目标污染场地中的微生物种群信息
、
污染物信息
、
环境数据；将微生物种群信息
、
污染物信息
、
环境数据进行关联分析，确定微生物对污染物的响应模式和降解能力；周期性监测污染场地中的微生物种群变化信息污染物变化信息，根据所述微生物种群变化信息和响应模式，判断污染场地的污染程度和预测污染趋势；基于污染程度
、
微生物对污染物的响应模式和降解能力，确定目标污染场地的微生物修复方案；根据微生物修复方案，监测目标污染场地中微生物适应性演化情况，得到微生物适应性演化数据；根据微生物适应性演化数据，调整微生物修复方案
。2.
根据权利要求1所述的一种基于微生物的污染场地分析方法，其特征在于，所述获取目标污染场地中的微生物种群信息
、
污染物信息
、
环境数据，具体为：采集目标区域的土壤样本，根据土壤样本进行分析，得到目标污染场地中的微生物种群信息，所述微生物种群信息包括微生物名称
、
微生物数量
、
微生物种群密度；根据土壤样本进行化学分析，得到污染物信息，所述污染物信息包括污染物种类
、
污染物浓度
、
污染分布范围；通过传感器设备，获取环境数据，所述环境数据包括土壤
pH
值
、
温度
、
湿度
。3.
根据权利要求1所述的一种基于微生物的污染场地分析方法，其特征在于，所述将微生物种群信息
、
污染物信息
、
环境数据进行关联分析，确定微生物对污染物的响应模式和降解能力，具体为：根据污染物信息和环境数据，模拟目标污染场地中的微生物的生存环境，得到模拟污染环境；根据微生物种群信息，计算目标污染场地中微生物的数量比例，根据数量比例培养微生物，将培养后的微生物放置在模拟污染环境中，以小时作为记录时间周期，记录模拟污染环境中的变化信息，所述变化信息包括模拟环境微生物种群变化信息
、
模拟环境污染物变化信息
、
模拟环境变化信息；基于
DBSCAN
算法构建分析模型，将所述变化信息导入分析模型中进行分析；对所述变化信息进行特征选择，得到变化信息特征数据；计算变化信息特征数据的密度信息，根据密度信息识别变化信息特征数据的核心点
、
边界点
、
噪声点；基于所述核心点
、
边界点
、
噪声点将变化信息特征数据分为不同的聚类簇；对所述聚类簇进行分析，确定微生物种群对污染物的响应模式；根据响应模式，判断微生物对污染物的降解能力
。4.
根据权利要求1所述的一种基于微生物的污染场地分析方法，其特征在于，所述周期性监测污染场地中的微生物种群变化信息和污染物变化信息，根据所述微生物种群变化信息
、
污染物变化信息
、
响应模式，判断污染场地的污染程度和预测污染趋势，具体为：根据预设周期，在目标污染场地中随机获取土壤样本，记录土壤样本中污染物浓度
、
微生物数量
、
微生物种群密度，得到微生物种群变化信息和污染物变化信息；
将微生物种群变化信息和污染物变化信息与响应模式进行关联分析，判断污染场地的污染情况；根据微生物种群变化信息和污染物变化信息，获取变化信息的时间序列数据；建立
ARIMA
模型，基于自相关函数对时间序列数据进行计算，确定
ARIMA
模型的自回归阶数
、
差分次数
、
滑动平均阶数；将微生物种群变化信息和污染物变化信息导入
ARIMA
模型中进行拟合，得到数据拟合模型；提取预设时间段的微生物种群变化信息和污染物变化信息对数据拟合模型进行检验，判断数据拟合模型对污染趋势的预测准确率；若预测准确率大于预设值，对目标污染场地的污染趋势进行预测，得到预测结果；若预测准确率小于预设值，获取更多的微生物种群变化信息和污染物变化信息对
ARIMA
模型进行拟合，直至预测准确率大于预设值
。5.
根据权利要求1所述的一种基于微生物的污染场地分析方法，其特征在于，所述基于污染程度
、
微生物对污染物的响应模式和降解能力，确定目标污染场地的微...

【专利技术属性】
技术研发人员：郭丽莉，张家铭，李书鹏，王蓓丽，刘亚茹，李亚秀，
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：