[发明专利]基于多源辅助数据开发的场地土壤污染物浓度三维空间预测方法

说明书

本发明涉及基于多源辅助数据开发的场地土壤污染物浓度三维空间预测方法，针对功能区布局、地下物性等场地污染多源辅助数据，利用不同衍生方法进行进一步开发，获得更多表征污染物浓度三维空间分布先验信息的衍生辅助数据，进而建立衍生辅助数据与污染物浓度之间的定量关系模型，实现场地土壤污染物浓度的三维空间预测。本发明解决了现有技术中原始辅助数据与土壤污染物浓度间相关性弱、以及辅助数据中所隐含的场地污染先验信息没有得到充分开发和利用的问题，显著提高了场地土壤污染物浓度三维空间预测精度。

技术领域

本发明涉及基于多源辅助数据开发的场地土壤污染物浓度三维空间预测方法，属于土壤污染预测技术领域。

背景技术

现有场地土壤污染物浓度三维空间分布预测，主要利用三维反距离加权插值（IDW）、三维克里格插值等传统空间插值方法来实现，但预测结果平滑效应强（高浓度值被低估、低浓度值被高估）、精度偏低等问题依然突出。同时，现有空间插值法预测场地土壤污染浓度三维分布中，仅仅利用了钻孔土壤污染物浓度数据，缺乏场地污染辅助数据的整合，这也进一步制约了其预测精度的提升。

场地功能区布局以及地下物性等多源辅助数据，提供了大量关于污染物浓度空间分布的先验信息，并且这些辅助数据与场地土壤污染物浓度之间具有一定的空间关联性。比如，功能区布局能够反映场地污染源（生产过程、废弃物堆放等）对污染物浓度空间分布的影响；电磁感应（EM）、电阻率层析成像（ERT）等地球物理勘探方法获取的地下介质电磁数据能够反映污染与未污染土壤的电磁特性差异等。此外，相较钻孔采样获取的土壤污染物浓度数据而言，这些辅助数据空间覆盖的密集性和完整性更高，数据获取成本更低、速度更快。因此，基于辅助数据与污染物浓度之间的定量关系实现三维空间预测，是克服传统空间插值法预测场地土壤物污染浓度三维分布局限性的潜在技术途径之一。然而，利用功能区布局以及地下物性等辅助数据与场地土壤物污染浓度之间的定量关系，来预测污染物浓度三维空间分布仍存在以下问题：

（1）功能区布局及地下物性原始数据与土壤污染物浓度之间的相关性可能较弱，从而导致空间预测精度降低，甚至低于传统插值法预测精度。比如，场地空间十分复杂，地面杂物、土壤特性、地质条件等均会对EM及ERT探测结果产生影响，从而削弱电导率、电阻率等地下物性原始辅助数据与土壤污染物浓度之间的相关性，导致空间预测精度偏低；

（2）辅助数据中所隐含的场地污染先验信息没有得到充分开发和利用。比如，功能区布局为二维离散型数据，目前单纯地以哑变量的方式来识别其与土壤污染物浓度之间定量关系的方法还难以全面反映其对污染物浓度三维空间分布的影响强度等。

发明内容

本发明所要解决的技术问题是提供基于多源辅助数据开发的场地土壤污染物浓度三维空间预测方法，采用全新设计策略，能够有效提高土壤污染物浓度三维空间分布预测效率。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了基于多源辅助数据开发的场地土壤污染物浓度三维空间预测方法，通过步骤A至步骤D，获得目标区域的土壤污染物浓度三维预测模型，通过步骤i，应用土壤污染物浓度三维预测模型，实现目标区域地下空间的土壤污染物浓度三维分布预测；

步骤A. 获得目标区域内预设各钻孔位置下各预设深度土壤样点的土壤污染物浓度实测值，以及目标区域对应包含预设各数据类型的多源辅助数据集，然后进入步骤B；

步骤B. 基于目标区域地下空间预设的三维栅格，通过空间插值方法，针对目标区域所对应多源辅助数据集进行预处理，更新目标区域所对应多源辅助数据集，然后进入步骤C；

步骤C. 根据目标区域地下空间预设的三维栅格，针对目标区域所对应多源辅助数据集，执行数据衍生处理，获得目标区域三维衍生辅助数据，然后进入步骤D；

步骤D. 基于目标区域三维衍生辅助数据，获得各土壤样点分别对应的衍生辅助数据，以土壤样点所对应衍生辅助数据为预测变量，土壤样点所对应土壤污染物浓度实测值为目标变量，针对预设机器学习模型进行训练，获得目标区域的土壤污染物浓度三维预测模型；