公开(公告)号：CN117151917A

公开(公告)日：2023-12-01

申请号：CN202311135757.7

申请日：2023-09-05

Applicant: 中南大学

Inventor： 彭驰 ,  钟佳 ,  姜智超 ,  郭朝晖 ,  肖细元

IPC: G06Q50/02 ,  G06Q50/26 ,  G06F17/12 ,  G06F18/27

Abstract: 本发明公开了一种工矿区土壤重金属下渗污染风险时空预测方法，包括：将工矿区土壤空间栅格化，获取每个单元格内采样点的环境参数，地表输入输出样品的重金属含量，各土层土壤样品的重金属含量和理化性质参数；针对工矿区每个土壤单元格的每个土层，基于质量平衡模型并根据获取的参数数据预测该土层下边界在预测时间输出的每种重金属的通量，对应计算预测深度地下水在预测时间的每种重金属浓度，并进行污染风险表征；利用根据所有单元格预测深度地下水的污染风险，对整个工矿区的预测深度地下水的污染风险进行反距离空间插值，识别整个工矿区的高风险点位。本发明可以快速、准确、经济地评估工矿区土壤重金属长期下渗污染风险。

公开(公告)号：CN117151954A

公开(公告)日：2023-12-01

申请号：CN202311109801.7

申请日：2023-08-31

Applicant: 中南大学

Inventor： 彭驰 ,  姜智超 ,  郭朝晖 ,  肖细元 ,  钟佳

IPC: G06Q50/26 ,  G06F18/25 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0985 ,  G01N33/24

Abstract: 本发明公开了一种基于表层环境的矿冶区深层土壤重金属污染风险预测方法，包括：选择若干矿冶区的若干采样点位，采集各采样点位地下各土层的土壤样品，检测多种重金属含量并确定污染风险指标，预处理后构建样本标签并作为机器学习模型输出；检测表层土壤样品的多种理化性质参数和人为及环境影响因子参数，预处理后构建样本特征向量并作为机器学习模型输入；使用样本集训练和优化机器学习模型，得到矿冶区深层土壤重金属污染风险预测模型；获取未知矿冶区的特征向量，利用预测模型得到该矿冶区预测深度所有土层的重金属污染风险指标。本发明仅基于表层土壤的检测数据，即可准确预测深层土壤重金属污染风险，预测精度高、实施成本低、普适性强。