[发明专利]识别土壤中重金属污染源的方法

说明书

技术领域

本发明属于重金属污染源解析技术领域，具体涉及一种基于K-means聚类分析方 法对土壤中重金属来源进行识别的方法。

背景技术

污染源识别技术是对污染物的来源进行判别、解析与评价的一种方法。当前的污 染源识别技术大体可以分为三种：清单分析法、扩散模型和受体模型。清单分析法是通过观 测和模拟污染物的源排放量、排放特征及排放地理分布等，建立列表模型的一种源解析方 法；扩散模型属于预测式模型，它是通过输入各个污染源的排放数据和相关参数信息来预 测污染物的时空变化情况；受体模型则通过对受体样品的化学和显微分析，确定各污染源 贡献率的一类技术，其最终目的是识别对受体有贡献的污染源，并且定量计算各污染源的 分担率。

当前针对土壤中重金属污染源识别的研究很少，主要的污染源识别方法就是通过 对源谱和因子荷载的图形观察实现定性比较，或通过计算源谱和因子荷载的偏差实现半定 量比较。这些方法多没有考虑污染源谱的非线性特征，识别结果不能真实反映因子荷载与 污染源谱的对应关系。

发明内容

本发明是为了提供一种基于K-means聚类分析方法对土壤中重金属来源进行识别 的方法，克服了传统重金属污染源解析方法不能给出具体排放源贡献率大小的缺陷。

发明人提供了以下技术方案。

一种识别土壤中重金属污染源的方法，操作步骤包括：

步骤一，确定重金属污染源的调查区域；

可以结合城市总体规划以及工业产业布局，选择重金属排放污染源类型超过3类、排放 的重金属类型至少包括铅、汞、铬、砷、镉这5类主要重金属污染物的区域作为调查区域。

步骤二，在确定的重金属污染源调查区域内进行调查，调查过程包括：

（1）基础资料收集

通过对相关资料（如群众投诉、污染源普查数据库、污染源档案、环境监测资料、环评报 告等）的收集和整理分析，掌握调查区域重金属污染行业企业分布，从中筛选出具有代表 性、影响较为突出的行业企业，确定要进一步调查的污染源名单；

（2）实地调查（监测）

对调查区域内的主要重金属污染物进行实地调查（包括现场布点、采样和分析测试）。 根据污染源的生产工艺、生产流程、污染物的产生机制以及排放形式等因素，参照污染源调 查规范，确定布点和采样方法。监测指标包括成分浓度指标。

（3）数据处理与分析

对实地调查获得的数据，结合数据自身特征和调查目的，采用科学的统计方法进行分 类整理和统计分析。

（4）将处理分析后的数据建立污染源信息数据库。

步骤三，在重金属污染源调查区域调查的基础上，分析不同情况下污染源对环境 的影响；

不同情况包括：①单个污染源位于环境敏感点；②多个不同类型的污染源位于环境敏 感点；③多个相同类型的污染源位于环境敏感点。第①种情况下，根据污染源与环境敏感点 的相对位置关系，制定相应的监测方案，分析污染源对环境敏感点的影响程度；第②种情况 下，根据各污染源的特征污染物质进行分析判别；第③种情况比较复杂，需对污染源的源强 进行测试，并结合数学模型判定各污染源的影响大小。

步骤四，识别各类排放源中的重金属特征标识物；

根据实地调查获得的主要重金属污染物的量值，综合考虑目标污染中各重金属组分的 含量即客观指标，根据其源成分谱确定其污染类型。

各类排放源包括：工业“三废”、汽车尾气、城市生活垃圾、污泥农用、有机肥、农药 化肥。

步骤五，应用K-means聚类方法，采用Matlab软件编程，将实地调查中现场布点及 监测数据转化为计算机能够接受的数量化矩阵，对数据进行标准化处理，消除量纲影响，得 到标准化矩阵；

步骤六，构建基于K-means聚类方法的重金属污染源识别的模型，包括

（一）、K-means聚类分析方法进行污染源的类别划分

第一步，预处理及初始化

第二步，输出训练样本对

K-means算法的核心思想是把n个数据对象划分为k个聚类,使每个聚类中的数据点到 该聚类中心的平方和最小，算法处理过程：

输入：聚类个数k，包含n个数据对象的数据集。

输出：k个聚类。