[发明专利]基于源汇空间变量推理的土壤重金属企业污染源识别方法

摘要

本发明公开了一种基于源汇空间变量推理的土壤重金属企业污染源识别方法。首先获取待研究区域的污染企业数据、企业POI数据与重金属污染数据，再对数据集的企业行业类别分布进行调整，并在分词处理剔除地方性的词汇后分离出训练数据集和测试数据集，然后根据这两个数据集所建立的语料库，统计各个样本出现的词的词频，作为该样本对应的文本特征，并且使用训练集的样本来训练多项式朴素贝叶斯模型，通过测试集的评分来评估模型；最后根据获取的企业数据预测行业分类与重金属污染指数在根据研究区拓扑形状生成的格网内进行数值统计，并使用双变量空间自相关方法进行空间分析，判断污染与企业的空间分布关系，识别研究区内的重金属点源、面源污染区域。

主权项

1.一种基于源汇空间变量推理的土壤重金属企业污染源识别方法，其特征在于，包括以下步骤：步骤1)数据获取：获取待研究区域的污染企业数据、企业POI数据与土壤重金属污染数据，所述的污染企业数据包含企业名称及其对应的行业分类；所述的企业POI数据包含待研究区域所有企业名称以及经纬度信息；所述的土壤重金属污染数据为待研究区域的土壤调查数据，包含土壤各重金属元素污染指数以及经纬度信息；步骤2)企业数据预处理：将步骤1)获取到的污染企业数据进行描述性分析，根据分析结果，对数据集的企业行业类别分布进行调整，使企业样本的类别分布平均化；然后，对企业名称进行分词处理，并剔除地方名称的词汇；最后，按比例分离出训练数据集和测试数据集；步骤3)企业数据分类：将步骤2)处理后的结果，先提取出训练数据集和测试数据集中出现过的所有词或词组的集合，作为语料库；根据这个语料库，统计各个样本的企业名称中出现的词的词频，抽取作为该样本对应的文本特征；并且使用训练集的样本来训练多项式朴素贝叶斯模型得到模型最优参数；并通过测试数据集的评分来评估模型；步骤4)空间分析：对步骤1)获取的POI企业数据进行分词处理，并剔除地方名称的词汇，将其输入步骤3)中已经训练好的多项式朴素贝叶斯模型，预测数据集中各企业的行业分类，再使用核密度法对不同企业进行空间密度分析；同时，根据待研究区的拓扑形状生成指定大小的规整格网，统计格网内的各行业分类的企业数与土壤各重金属元素污染指数；然后使用双变量空间自相关方法进行空间分析；步骤5)污染源判别：分析土壤重金属污染与污染企业的空间分布关系，判断待研究区域的点源污染、面源污染分布特征并识别企业污染源。