[发明专利]一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法

权利要求书

1.一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法，其特征在于，具体包括如下步骤：

步骤一、对污染场地现场进行了详细的场地调查及多点采样，并对每个采样点的饱和土壤样品地球化学指标进行测定；

步骤二、根据目标场地的污染情况，确定原位化学氧化的具体工艺以及可能影响修复效果的工艺因素；

步骤三、将影响污染场地原位化学氧化工艺的潜在因子进行编码并确定可控取值范围，通过Plackett-Burman试验设计筛选影响较大的效果主要影响因子；

步骤四、用Design Expert软件分析不同独立参数的响应：对Plackett-Burman试验筛选出的影响较大的效果主要影响因子，使用Box-Benkhen设计方法进行响应面设计，得到不同试验条件的试验组合；

步骤五、以模拟样品为基础，按照获得的试验组合开展实验室小试试验，得到每个试验组合的测定值；

步骤六、确定变量与响应的多元非线性函数关系，建立二次模型拟合实验结果，提出响应面模型，并将所有过程变量关联起来，得到化学氧化有机污染物的降解率响应面模型，即初步预测模型；

步骤七、根据初步预测模型计算得出最优的污染物降解的工艺参数条件；

步骤八、以采集的各取样点的饱和土壤样品为基础，按照初步预测模型获得的最优的污染物降解的工艺参数条件，进行实验室规模的降解试验，获得取样点地下水样品的降解率数据；

步骤九、进行人工神经网络预测模型的开发，验证并优化已建立的化学氧化响应面初步预测模型，获得最终的预测模型。

2.根据权利要求1所述的一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法，其特征在于，步骤九中，进行人工神经网络预测模型的开发，验证并优化已建立的化学氧化响应面初步预测模型，具体包括：

步骤A、以原位饱和土壤样品的各项地球化学指标和最优的污染物降解的工艺参数作为输入层，以有机物的降解率作为输出层，进行级联前向反传网络的建模；

步骤B、使用神经网络软件平台建立网络算法并对网络进行配置：

用已知样本训练网络，达到非线性多元拟合场地输入条件与输出降解率之间的数学关系的目标后，用未知场地的现场条件的输入数据集作为输入，仿真求解污染物降解率及方法效用；

步骤C、网络可靠性评估：使用网络性能函数、训练状态以及目标值-输出值之间的误差来评价网络建模所得结果的可靠性。

3.根据权利要求1所述的一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法，其特征在于，在步骤一中，所述饱和土壤样品的地球化学指标包括总有机碳、氢离子电位、阳离子交换容量、表观电导率、钙含量、钾含量、镁含量、磷含量、粒径分布或氧化还原电位。

4.根据权利要求1所述的一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法，步骤三中，影响污染场地原位化学氧化工艺的潜在因子包括化学氧化工艺的工艺参数和污染场地的土壤地球化学指标。

5.根据权利要求1所述的一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法，步骤三中，所述影响较大的效果主要影响因子的判断方法为：Plackett-Burman试验参数的P值0.05。

6.根据权利要求1所述的一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法，在步骤六中，获得降解率响应面模型的方法具体为：

将多个所述影响较大的效果主要影响因子进行统计计算，确定响应值Y，进而研究变量与响应的多元非线性函数关系，建立了二次模型来拟合实验结果，并将所有过程变量关联起来，获得全二次模型，即降解率响应面模型，如下:

式中，Y为BBD法预测降解效率的响应因子；b0为BBD法预测降解效率的截距；bi为线性效应的系数，其中，n为整数；指的是过程变量的个数，即影响较大的效果主要影响因子的个数；bii为二次效应的系数；bij为交互回归的系数；Xi、Xj为影响较大的效果主要影响因子的编码形式。