[发明专利]锰矿区土水界面污染流中锰及伴生重金属分布预测方法

摘要

本发明公开了一种锰矿区土水界面污染流中锰（Mn）及伴生重金属（Cu、Ni、Zn、Pb、Cd、）分布预测方法，以锰矿区土‑水界面采样点的径流水样实测数据、沉积物中重金属含量沿河分布情况为基础，利用地统计学方法，结合GIS技术，引入BP神经网络，构建基于GIS技术支撑下的锰矿区土‑水界面重金属污染流中锰及伴生重金属分布的BP预测模型，使预测模型具有良好的容错能力和非线性逼近映射能力，使得预测的锰矿区土‑水界面重金属污染流中锰及伴生重金属含量和空间分布更加客观准确。

主权项

1.一种锰矿区土水界面污染流中锰及伴生重金属分布预测方法，其特征在于，所述的锰矿区土水界面污染流中锰及伴生重金属分布预测方法包括：步骤一、采用系统随机布点法进行径流水样采集，根据锰矿区采样点均匀分布在采样区域内并采用GPS进行样点定位，记录采样点经纬度；步骤二、在锰矿区采样点，筛选测试植物，并取植物附近的沉积物，测试植物地上部分茎的重金属含量和沉积物中重金属含量，分别获得各重金属元素的拟插值子样本，对拟插值子样本进行探索性空间数据分析处理，获得采样点测试植物样本的各向异性参数、步长和步数，确定植物体内重金属含量与沉积物中重金属Mn、Cu、Ni、Zn、Pb、Cd含量间关系模型；步骤三，对锰矿区径流水样中重金属含量进行测定，重金属Mn、Pb、Zn、Cu采用硝酸-高氯酸消煮，Cd、Ni采用王水-高氯酸消煮；Mn、Pb、Zn、Cu采用原子荧光分光光度法测定，Cd、Ni采用火焰原子吸收分光光度法测定；步骤四、采用Grubbs法对所测径流水样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；步骤五、采用人工神经网络方法进行沉积物中具有良好相关关系的重金属间的拟合，选择重金属间相关系数大的重金属进行拟合，确定沉积物中重金属Mn、Cu、Ni、Zn、Pb、Cd间含量关系的模型；步骤六、采用移动平均法确定沉积物中锰及伴生重金属含量沿河分布的拟合模型；步骤七、结合径流水样采样数据和沉积物中锰及伴生重金属含量沿河分布数据，在GIS信息系统中建立该矿区基础数据库；步骤八、以步骤七建立的区域GIS数据库为基础，基于GIS技术和RS技术，选择林玉环汞一维迁移模型，并对该模型进行差异修正因子和分配系数的改进，得到重金属的迁移转化模型；步骤九、以步骤七建立的区域GIS数据库为基础，构建锰矿区土水界面流中锰及伴生重金属分布的BP预测模型；利用该模型对锰矿区土水界面流中锰及伴生重金属分布含量、空间变异性及分布进行预测，并利用ArcGIS软件完成锰矿区土水界面流中锰及伴生重金属空间分布图形的绘制；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1.5L，放入聚乙烯瓶并用黑色塑料袋包装，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；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；通过所述半变异函数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锰及伴生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采样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锰矿区土水界面中锰及伴生重金属分布的BP预测模型；对采样点测试植物样本重金属元素含量数值进行函数拟合，获得适用于重金属元素含量插值的理论半方差函数模型，利用包括局域离群值的采样点进行空间变异预测结果分布图的绘制；步骤二所述对拟插值子样本进行探索性空间数据分析处理的具体步骤为：第一步、通过重金属元素含量数值的偏峰度计算及检验，考察其是否符合标准正态分布条件H0，若符合标准正态分布条件H0，则进行第三步；否则，执行第二步；第二步、计算样本均值μ、标准差σ，去除区间(μ-1.96σ，μ+1.96σ)以外的值后再次执行第一步；第三步、对采样点土壤样本的数据进行对数变换，再次执行第二步，重新计算变换后样本的μ和σ，若符合标准正态分布条件H0则对拟插值子样本进行探索性空间数据分析处理，获得采样点土壤样本的各向异性参数、步长和步数，否则执行第四步；第四步、反复执行第三步，若符合标准正态分布条件H0则对拟插值子样本进行探索性空间数据分析处理，获得采样点土壤样本的各向异性参数、步长和步数，否则采用Box-Cox变换后再执行第二步，若不符合标准正态分布条件H0，则停止计算，重新进行测试植物采样。