CN114742272B 一种基于时空交互关系的土壤镉风险预测方法 （浙江大学）

一种基于时空交互关系的土壤镉风险预测本发明公开了一种基于时空交互关系的土预测区域内多个不同历史时期与土壤Cd污染相到不同历史时期目标预测区域内的土壤Cd污染后对不同时期土壤Cd风险级别与污染企业密度域不同时期土壤Cd风险进行识别并运用斑块生成土地利用模拟模型对未来土壤Cd风险类别进2S1、获取目标预测区域内多个不同历史时期与土壤CS2、针对每一个历史时期，使用核密度法对该历史时标预测区域内不同位置的土壤Cd风险级别；S5、获取目标预测区域内每一个历史时期对应的土壤所述S1中，所述与土壤Cd污染相关的数据集包括与土壤Cd污染相关的涉土企业数据、业数据中该污染企业的生产活动年份和POI数据中的地理位置信息关联至该污染企业中，S12、从多时期高分辨率遥感影像信息中提取每个污染企业及其周边场地在各生产活时期目标预测区域内的土壤Cd污染企业空间点位土壤Cd风险分级值，分别代表边界中不同历史时期污染企业的聚集程度和土壤Cd风险水3其中p'和分别是变量a和b在网格i和网格j上的不同历史时期土壤Cd风险级别和污所述斑块生成土地利用模拟模型实现对目标预测区域内未来土壤Cd风险区的预测的过以下公式估计网格单元p未来被k等级的土壤Cd风险区占用其中表示网格单元p在迭代时间t从原始等级的土壤Cd风险区转换到目标k等级的土壤Cd风险区的组合概率；Pp,k表示网格单元p上目标k等级的土壤Cd风险区出现的概率；表示在迭代时间t对应网格单元p上目标k等级的土壤Cd风险区的邻域效应；表示在区到目标k等级的土壤Cd风险区的转换成本；斑块生成土地利用模拟模型使用轮盘赌选择2.如权利要求1所述的基于时空交互关系的土壤镉风险预测方法，其特征在于，所述3.如权利要求1所述的基于时空交互关系的土壤镉风险预测方法，其特征在于，所述45分区管理办法仅仅考虑到当前土壤重金属污染水平，而忽略了土壤重金属污染的未来风定目标预测区域内不同位置的土壤Cd风险级别；6各历史时期的土壤Cd风险区识别结果，运用斑块生成土地利用模拟模型(Patch-generatingLandUseSimulationModel,PLUS)实现对目标预测区域内未来土壤Cd风险壤采样点数据；其中，涉土企业数据包括与土壤Cd污染相关的企业的名称及其所属地市，土壤采样点数据包括不同采样点处的土壤Cd浓度和土壤p[0014]S11、将所述与土壤Cd污染相关的涉土企业数据中的非结构化数据转换为结构化业企业数据中该污染企业的生产活动年份和POI数据中的地理位置信息关联至该污染企业[0015]S12、从多时期高分辨率遥感影像信息中提取每个污染企业及其周边场地在各生历史时期目标预测区域内的土壤Cd污染企业空间训练好的U-Net卷积神经网络模型对高分辨率遥感影像进行图像分割，返还的结果图中的7[0020]其中n和"分别是变量a和b在网格i和网格j上的不同历史时期土壤Cd风险级别和污染企业密度，变量a和b分别代表网格内不同历史时期土壤Cd风险级别与污染企业密整合时间序列的土壤Cd风险区数据和模型产生的组合概率来预测未来等级土壤Cd风险区，其中通过以下公式估计网格单元p未来被k等级的土壤Cd风险区占用[0026]其中ps表示网格单元p在迭代时间t从原始等级的土壤Cd风险区转换到目标k等级的土壤Cd风险区的组合概率；Pp,k表示网格单元p上目标k等级的土壤Cd风险区出现的概险区到目标k等级的土壤Cd风险区的转换成本；斑块生成土地利用模拟模型使用轮盘赌选8[0028]本发明基于公开的涉土企业信息，同时匹配当地政府调查并公开的涉污企业数2012年土壤Cd风险管理分区示意图，(c)斑块生成土地利用模拟模型预测的2012年土壤Cd风险管理分区示意图，(d)斑块生成土地利用模拟模型预测的2022年土壤Cd风险管理分区[0032]图4是实施例中斑块生成土地利用模拟模型基于2002年风险分区预测2012年风险9据包括不同采样点处的土壤Cd浓度和土壤高分辨率遥感影像可使用基于http协议与公开网页端进行获取，POI数据采用高德POI数POI数据和历史工业企业数据应当尽量覆盖目标预测区域内的企业，以利于后续尽可能匹数据中该污染企业的生产活动年份和POI数据中的地理位置信息关联至该污染企业中，得a,b[0051]从多时期高分辨率遥感影像信息中提取每个污染企业及其周边场地在各生产活时期目标预测区域内的土壤Cd污染企业空间点位[0052]在本实施例中，基于深度学习的图像语义分割模型可采用U-Net卷积神经网络模再利用训练好的U-Net卷积神经网络模型对高分辨率遥感影像进行图像分割，返还的结果[0053]U-Net卷积神经网络模型属于现有技术，模型主要通过卷积与池化的步骤对图像定目标预测区域内不同位置的土壤Cd风险级别。[0059]不同pH范围对应的土壤Cd浓度风险筛选值可根据相关的标准规范或者专家经验进行确定。在本实施例中，以运用《土壤环境质量—农用地土壤污染风险管控标准》GB15618—2018来确定不同pH范围对应的土壤Cd浓度风险筛选值，进而以每个点位的土壤Cd[0063]其中和分别是变量a和b在网格i和网格j上的不同历史时期土壤Cd风险级别和污染企业密度，变量a和b分别代表网格内不同历史时期土壤Cd风险级别与污染企业密[0065]本实施例中，将目标预测区域内不同历史时期的人口密确定的时空交互关系来确定不同时期土壤Cd风险区的等级，其采用的风险区分级标准如[0069]本发明中，斑块生成土地利用模拟模型PLUS属于现有模型软件，下载链接为：/HPSCIL/Patch-generating_Land_Use_Simulation_Model模型软件可以独立运行在WindowsVista/7/8/X64位环境，PLUS模型软件可以独立运行在Windows利益相关者管控土壤Cd污染具有迫切的现整合时间序列的土壤Cd风险区数据和模型产生的组合概率来预测未来等级土壤Cd风险区，其中通过以下公式估计网格单元p未来被k等级的土壤Cd风险区占用[0072]其中ps表示网格单元p在迭代时间t从原始等级的土壤Cd风险区转换到目标k等级的土壤Cd风险区的组合概率；Pp,k表示网格单元p上目标k等级的土壤Cd风险区出现的概险区到目标k等级的土壤Cd风险区的转换成本；斑块生成土地利用模拟模型使用轮盘赌选[0073]毫无疑问，网格单元上组合概率最高的主导的土壤Cd风险区等级优先被分配转[0074]下面将上述实施例中的基于时空交互关系的土壤镉风险预测方法应用于一个具使用OCR技术将其识别为基于OfficeOpenXML标准的压缩文件格式，转换为结构化数据。根据污染企业数据与历史工业企业数据和高德POI数据，分别对以上数据中的企业名称使两个数据中的企业名称经分词处理后的四项完全匹配，则将该信息返回至污染企业数据[0080]将获得的相应点位的遥感影像与相应标注图进行切块处理，分成256*256大小的定输出的分辨率为100m，得到研究区不同时期污染企业的空间分布密度图(图1c和图2c)，《土壤环境质量—农用地土壤污染风险管控标准》对土壤Cd风险级别进行划分(图1a和图企业密度值进行双变量局部空间自相关分析，选取的空间相邻关系为K-Nearest为例(图1b和图2b))和时空交互关系，参考表1对研究区不同时期土壤Cd进行风险识别(图3a和图3b)。随后通过收集研究区不