[发明专利]一种污染土壤修复技术效果的动态评价方法在审
| 申请号: | 201510117680.X | 申请日: | 2015-03-17 |
| 公开(公告)号: | CN104699971A | 公开(公告)日: | 2015-06-10 |
| 发明(设计)人: | 尤学一;张天虎 | 申请(专利权)人: | 天津大学 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李素兰 |
| 地址: | 300072*** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 污染 土壤 修复 技术 效果 动态 评价 方法 | ||
技术领域
本发明属于污染安全评价技术领域,特别是涉及一种污染土壤修复、修复技术安全评价方法
背景技术
在污染土壤修复安全性评价技术领域中,常用单因子指数法来比较土壤中污染物总量与环境标准以确定污染程度,但是该方法不能全面表征土壤的修复效果。同时,已有多参数评价方法,主要针对完成时的修复效果进行评估,由于指标权重均为定值,导致了对整个修复过程的技术效果缺乏准确的判断。然而,在实际土壤修复的不同时间段,各个评价指标的重要性程度会发生变化,因此,指标权重应该是动态变化的,才能更确切地反映修复过程。
发明内容
基于上述现有风速预报方法在技术上的不足,本发明提出了一种基于局部集成学习的短期风速预报方法,从局部学习角度出发,考虑风速变化的复杂性、不确定性,对每一个被测样本点单独建立预报模型。由于局部学习的强大的学习能力,会存在过拟合的问题。我们提出基于局部集成学习算法的短期风速预报方法,旨在进一步提高目前风速预报的准确率。
本发明提出了一种污染土壤修复技术效果的动态评价方法,该方法包括以下步骤:
步骤一、确定污染土壤修复效果评价指标体系,所述指标体系包括三项指标即污染物指标X1、肥力指标X2、生物指标X3;
步骤二、确定上述各项指标的评分,对各项指标的评分划分指标等级;
步骤三、将修复过程划分为若干个时间点和/或空间点,针对三项指标分别构建立判断矩阵B,将判断矩阵B的每一列进行正规化,得到正规矩阵Q;将正规矩阵Q的每一行相加,得到向量a;将向量a正规化之后,分别得到在各个时间点时的三项指标的指标权重W时间1、W时间2、W时间3和/或在各个空间点的三项指标的指标权重W空间1、W空间2、W空间3;对指标权重特征向量进行一致性检验,若检验通过,则得到特征向量即为指标权重向量,该权重向量包括若干个时间点和/或空间点相关的污染物指标X1、肥力指标X2、生物指标X3三项指标权重计算结果W时间1、W时间2、W时间3、W空间1、W空间2、W空间3;
步骤四、将每个指标在各时间点的权重值进行拟合,得到指标的权重变化曲线;
步骤五、根据污染物指标X1、肥力指标X2、生物指标X3的指标评分以及上述三项指标的权重计算结果,使用如下公式计算修复效果指数:
式中,R为修复效果指数,Ii为各项指标的评价分值,Wi为指标权重。
所述步骤三的一致性检验处理,若检验未通过,则重新构建判断矩阵B,经重新计算后,得到包括污染物指标X1、肥力指标X2、生物指标X3这三项指标的指标权重计算结果。
与现有技术相比,本发明通过变化权重计算,得到的修复效果综合指数更能反映土壤修复效果的时空变化过程,提高了评价污染土壤修复技术效果评价的科学性。
附图说明
图1为本发明的污染土壤修复技术效果的动态评价方法流程示意图;
图2为指标权重随时间变化情况曲线示意图;(a)、污染物指标权重W1;(b)、肥力指标权重W2;(c)、生物指标权重W3;
图3为土壤0~20cm深度范围内的技术修复效果综合指数R随时间的变化曲线示意图。
具体实施方式
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学;,未经天津大学;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510117680.X/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





