【技术实现步骤摘要】
本申请涉及元素溯源，尤其涉及一种城市面源重金属污染溯源方法、系统、设备及介质。
技术介绍
1、受体模型用于环境介质中金属来源的定量，包括大气颗粒物、土壤、沉积物、地下水以及道路沉积物，其中受体模型中的正定矩阵因子分解(pmf)模型被广泛应用，但pmf模型主要关注数据之间的数学关系，往往忽略了重金属浓度与环境因子之间的空间关系；而应用多线性引擎求解器-2(即me2)施加约束时，往往难以识别出因子的标志元素，即难以筛选出选定因子中某一或某些特征施加约束，以将pmf衍生因子轮廓拉向实际源成分谱；另外，受体模型的结果必须基于专家知识和经验进行分析，以得出主观决策，在没有实质性证据的情况下，得出的结论通常难以验证。
技术实现思路
1、为解决上述技术问题，本专利技术的目的在于：提供一种精确度高且解释性强的城市面源重金属污染溯源方法、系统、设备及介质。
2、为实现上述目的，本申请实施例的一方面提出了一种城市面源重金属污染溯源方法，包括以下步骤：
3、获取重金属浓度数据，所述重金属浓度数据包括道路沉积物和污染源重金属元素成分谱；
4、通过标志元素比值法对所述污染源重金属元素成分谱进行筛选，得到多个潜在污染源对应的标志元素；
5、确定最佳因子数，进而对所述道路沉积物进行无约束基础运算，得到因子关系矩阵，并根据所述标志元素对所述因子关系矩阵进行约束，得到各因子对应的贡献来源；
6、通过地理探测器对所述贡献来源和环境因子的相关性进行分析，得到重
7、其中，所述环境因子包括车流量、道路构造深度、车道数量以及土地利用类型。
8、在一些实施例中，所述获取重金属浓度数据这一步骤，其具体为：
9、采集多种污染源颗粒样品和所述道路沉积物；
10、对各所述污染源颗粒样品进行干燥、烧制以及消解，得到待测样品；
11、通过离子发射光谱仪对所述待测样品进行元素测定，得到所述污染源重金属元素成分谱；
12、其中，所述污染源颗粒样品包括尾气排放颗粒、刹车片颗粒、轮胎磨损颗粒以及周边土壤颗粒。
13、在一些实施例中，所述获取重金属浓度数据这一步骤，其具体为：
14、采集多种污染源颗粒样品和道路沉积物；
15、对各所述污染源颗粒样品进行干燥、烧制以及消解，得到待测样品；
16、通过电感耦合等离子体发射光谱仪对所述待测样品进行元素测定，得到所述污染源重金属元素成分谱；
17、其中，所述污染源颗粒样品包括尾气排放颗粒、刹车片颗粒、轮胎磨损颗粒以及周边土壤颗粒。
18、在一些实施例中，所述通过标志元素比值法对所述污染源重金属元素成分谱进行筛选，得到多个潜在污染源对应的标志元素这一步骤，其具体包括：
19、根据所述道路沉积物在对数尺度上绘制铁和重金属比值与重金属浓度的散点图；
20、根据所述散点图确定所述道路沉积物和各所述污染源颗粒样品的分布区域，进而根据所述分布区域得到所述道路沉积物的分布方向箭头，并根据所述分布方向箭头得到潜在污染源区域；
21、根据各所述污染源颗粒样品对应的所述分布区域与所述潜在污染源区域的重叠程度对各所述污染源颗粒样品的贡献进行排序，得到各所述潜在污染源对应的所述标志元素。
22、在一些实施例中，所述确定最佳因子数，进而对所述道路沉积物进行无约束基础运算，得到因子关系矩阵，并根据所述标志元素对所述因子关系矩阵进行约束，得到各因子对应的贡献来源这一步骤，其具体包括：
23、确定预设的正定矩阵因子分解模型的所述最佳因子数；
24、通过所述正定矩阵因子分解模型根据所述重金属浓度数据和所述最佳因子数对所述道路沉积物进行源解析，得到所述因子关系矩阵，所述因子关系矩阵包括因子贡献矩阵和因子成分谱矩阵；
25、通过多线性引擎求解器根据所述标志元素对所述因子成分谱矩阵进行约束，并根据所述因子贡献矩阵得到各所述因子对应的贡献来源。
26、在一些实施例中，所述通过多线性引擎求解器根据所述标志元素对所述因子成分谱矩阵进行约束这一步骤，通过如下公式进行：
27、qenh＝qmain+qaux
28、
29、
30、其中，qenh表示目标方程，qmain表示原损失函数，qaux表示拉伸方程，uij表示第i个样品中第j个元素的不确定性，eij表示第i个样本中第j个元素的残差，表示所述拉伸方程的不确定性，fpk表示第p个因子的第k个元素，apk表示fpk的目标因子负载，i表示样品总数，j表示元素总数，i、j、p以及k为正整数。
31、在一些实施例中，所述最佳因子数为至少四个。
32、为实现上述目的，本申请实施例的另一方面提出了一种城市面源重金属污染溯源系统，包括：
33、数据获取模块，用于获取重金属浓度数据，所述重金属浓度数据包括道路沉积物和污染源重金属元素成分谱；
34、标志元素筛选模块，用于通过标志元素比值法对所述污染源重金属元素成分谱进行筛选，得到多个潜在污染源对应的标志元素；
35、贡献来源分析模块，用于确定最佳因子数，进而对所述道路沉积物进行无约束基础运算，得到因子关系矩阵，并根据所述标志元素对所述因子关系矩阵进行约束，得到各因子对应的贡献来源；
36、相关性分析模块，用于通过地理探测器对所述贡献来源和环境因子的相关性进行分析，得到重金属溯源结果；
37、其中，所述环境因子包括车流量、道路构造深度、车道数量以及土地利用类型。
38、为实现上述目的，本申请实施例的另一方面提出了一种电子设备，所述电子设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现如前面所述的城市面源重金属污染溯源方法。
39、为实现上述目的，本申请实施例的另一方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如前面所述的城市面源重金属污染溯源方法。
40、本专利技术的有益效果是：本专利技术的城市面源重金属污染溯源方法、系统、设备及介质，通过获取包含道路沉积物和污染源重金属元素成分谱的重金属浓度数据，并运用标志元素比值法筛选污染源重金属元素成分谱中各潜在污染源的标志元素，通过这些标志元素更准确地代表相应污染源的特征，进而通过正定矩阵因子分解模型对道路沉积物进行无约束基础运算，得到因子贡献矩阵和因子成分谱矩阵，通过多线性引擎求解器根据标志元素对因子成分谱矩阵进行约束，从而将标志元素之外的其他重金属元素拉至最低，得到各因子的贡献来源，最后，通过地理探测器分析求解器输出的贡献来源与环境因子的相关性，得到重金属溯源结果。本文档来自技高网...
【技术保护点】
1.一种城市面源重金属污染溯源方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种城市面源重金属污染溯源方法，其特征在于，所述获取重金属浓度数据这一步骤，其具体为：
3.根据权利要求2所述的一种城市面源重金属污染溯源方法，其特征在于，所述通过标志元素比值法对所述污染源重金属元素成分谱进行筛选，得到多个潜在污染源对应的标志元素这一步骤，其具体包括：
4.根据权利要求1所述的一种城市面源重金属污染溯源方法，其特征在于，所述确定最佳因子数，进而对所述道路沉积物进行无约束基础运算，得到因子关系矩阵，并根据所述标志元素对所述因子关系矩阵进行约束，得到各因子对应的贡献来源这一步骤，其具体包括：
5.根据权利要求4所述的一种城市面源重金属污染溯源方法，其特征在于，所述通过多线性引擎求解器根据所述标志元素对所述因子成分谱矩阵进行约束这一步骤，通过如下公式进行：
6.根据权利要求1所述的一种城市面源重金属污染溯源方法，其特征在于，所述通过地理探测器对所述贡献来源和环境因子的相关性进行分析，得到重金属溯源结果这一步骤，其具体为：<...
【技术特征摘要】
1.一种城市面源重金属污染溯源方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种城市面源重金属污染溯源方法，其特征在于，所述获取重金属浓度数据这一步骤，其具体为：
3.根据权利要求2所述的一种城市面源重金属污染溯源方法，其特征在于，所述通过标志元素比值法对所述污染源重金属元素成分谱进行筛选，得到多个潜在污染源对应的标志元素这一步骤，其具体包括：
4.根据权利要求1所述的一种城市面源重金属污染溯源方法，其特征在于，所述确定最佳因子数，进而对所述道路沉积物进行无约束基础运算，得到因子关系矩阵，并根据所述标志元素对所述因子关系矩阵进行约束，得到各因子对应的贡献来源这一步骤，其具体包括：
5.根据权利要求4所述的一种城市面源重金属污染溯源方法，其特征在于，所述通过多线性引擎求解器根据所述标志元素对所述因子成分谱矩阵进行约束这一步骤，通过如下公式进行：
6.根据权利要求1所述的一种城...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。