[发明专利]有色金属矿区土-水界面污染流中各重金属分布预测方法

摘要

本发明公开了一种有色金属矿区土-水界面重金属污染流中各重金属分布预测方法。本发明的技术要点是，以有色金属矿区土-水界面采样点的实测数据为基础，利用地统计学方法，结合GIS技术，借助BP神经网络技术原理，构建基于GIS技术支撑下的有色金属矿区土-水界面重金属污染流中各重金属分布的BP预测模型，对土-水界面金属污染流中各重金属含量、空间变异性及分布进行预测，并用ArcGIS软件完成土水界面重金属空间分布图的绘制。本发明能为有色金属矿区重金属污染的生态风险评价、控制、治理与修复等提供理论基础和科学依据，促进矿区及矿业城市的和谐发展，具有重大的应用价值和社会效益。

主权项

一种有色金属矿区土‑水界面污染流中各重金属分布预测方法，其特征在于包括如下顺序的步骤：（1）样品采集与预处理：样品的采集采用系统随机布点法，根据矿区采矿、洗选、冶炼等工业布局以及矿区土地利用现状和地形条件，采样点均匀分布在采样区域内并采用GPS进行样点定位，记录其经纬度；在自然降雨且降雨强度大于下渗强度产生径流时，在每个采样点采集地表坡面径流水样约1.5L，放入聚乙烯瓶并用黑色塑料袋包装后带回实验室；在实验室内将所采径流水样震荡混匀，离心分离后用玻璃纤维滤膜过滤，所得径流水样冷藏保存贴好标签，做好采样记录；（2）样品检测：对径流水样中重金属含量进行测定，重金属Sb、Cd、Hg采用王水‑高氯酸消煮，Pb、As采用硝酸‑高氯酸消煮；Sb、Hg、As采用原子荧光分光光度法测定， Cd、Zn、Pb采用火焰原子吸收分光光度法测定；测定过程中以测量准确度和测量不确定度为控制指标进行测量数据的质量控制；（3）数据处理：采用Grubbs法对所测原始数据中特异值进行检验和剔除；采用SPSS19.0进行数据的正态分布检验；采用地统计学软件GS+ 7.0进行数据的描述性统计分析、半变异函数和参数的计算，并利用BP神经网络模型得出半变异函数的拟合曲线；（4）建立GIS数据库：根据大量的实测数据，通过对污染区污染历史及区域资料调查与分析，结合背景调查分析和研究所需资料分析，在GIS信息系统中建立该矿区基础数据库；（5）预测模型的构建：以步骤（4）建立的区域GIS数据库为基础，基于GIS技术，采用地统计学技术与经典数据挖掘技术相结合的方法，通过步骤（3）所述半变异函数来描述区域化变量的结构性和随机性，分析研究区土水界面重金属污染流中各重金属污染物的空间变异规律，结合BP神经网络对各个采样点的空间位置与该点各重金属含量之间映射关系的分析，利用BP神经网络与半变异函数相结合构建有色金属矿区土水界面重金属分布的BP预测模型；利用该模型对有色金属矿区土水界面重金属污染流中各重金属含量、空间变异性及分布进行预测，并用ArcGIS软件完成土‑水界面重金属空间分布图形的绘制；（6）预测模型的验证：结合研究区实测数据资料，采用交叉验证法对空间预测模型进行准确性、可靠性及优化性的验证。