一种基于贝叶斯理论的土壤重金属二维风险概率评估方法
【技术领域】
[0001] 本发明涉及重金属污染土壤风险评估的技术领域，具体说是一种基于贝叶斯理论 的土壤重金属二维风险概率评估方法。
【背景技术】
[0002] 重金属污染农田土壤的风险评估是目前研究关注的热点。前期基础研究表明，农 作物可食部分中重金属含量不仅受土壤中重金属总量浓度的影响，更与有效浓度态密切相 关。因此，土壤中重金属总量与有效态浓度对农作物可食部分的重金属浓度存在着双重影 响。
[0003] 目前研究中，对重金属污染土壤的风险评估评价存在两大问题：
[0004] (1)以相关性拟合建立的模型准确性较差。目前风险评估多是从土壤与农作物中 重金属浓度的相关性入手，建立线性或非线性的评估模型。这类方法在室内盆栽实验中效 果较好，但在野外农田中，两者相关性普遍较差，且农作物与土壤中重金属含量的关系还受 PH值、有机质含量、阳离子代换量等土壤理化性质的影响，因此，风险评估结果与实际情况 差距较大，难以建立实用的风险概率评估模型。
[0005] (2)未考虑总量与有效态的双重影响。以往研究均将土壤中重金属总量与有效态 之一作为风险评估的指标，但两者对农作物可食部分重金属超标带来的风险是不同的。总 量是导致农作物超标的潜在风险源，常出现重金属总量不超标而作物超标，作物超标而总 量不超标的情况；有效态虽然与农作物超标直接相关，但其浓度变化受影响因子较多，相同 总量条件下的有效态浓度也存在差异。因此，仅以有效态浓度作为评价标准，显然也缺乏科 学依据。
[0006] 因此，如何通过有限的数据，根据土壤重金属总量与有效态浓度的双重影响，以概 率统计的方式，建立一个土壤重金属二维风险概率评估方法，量化土壤重金属的风险概率， 对指导重金属污染土壤风险评估具有重要的理论和技术指导意义。
【发明内容】
[0007] 本发明目的在于提供一种基于贝叶斯理论的土壤重金属二维风险概率评估方法。
[0008] 为实现上述目的本发明采用的技术方案为：一种基于贝叶斯理论的土壤重金属二 维风险概率评估方法，包括以下步骤：
[0009] 3)获取先验数据，通过分类统计建立土壤重金属二维风险概率评估模型；
[0010] 4)获取后验数据，将统计值代入风险概率评估模型，得到该土壤重金属的风险概 率。
[0011] 所述先验数据通过区域本底调查得到，指标包括土壤中重金属总量浓度Ct、有效 态浓度Ca及相对应农作物可食部分中重金属总量浓度C p。
[0012] 所述后验数据通过目标地块调查得到，指标包括土壤中重金属总量浓度Ct、有效 态浓度Ca及相对应农作物可食部分中重金属总量浓度C p。
[0013] 所述分类统计包括以下步骤：
[0014] 根据农作物可食部分中重金属总量浓度的限值C。将先验数据分为两组：农作物超 标即Cp> C。的数据作为N與，农作物不超标即C C。的数据作为N 2组；
[0015] 当&与N 2组中C ,与C 3数据均符合正态分布时，分别统计得到两组数据中总量浓 度Ct与有效态浓度C a的均值、标准差及相关系数。
[0016] 当&与N2组中C ,与C a数据至少一组数据不符合正态分布时；若C ,与C 3数据分 别通过对数转换后均符合正态分布，则分别得到两组数据中总量浓度Ct与有效态浓度(： 3的 均值、标准差及相关系数；否则，先验数据需补充采样点，直到(；与C a数据均符合正态分布 为止。
[0017] 所述统计值包括总量浓度Ct与有效态浓度C a的均值、标准差。
[0018] 所述土壤重金属二维风险概率评估模型为
[0022] 其中，P是土壤重金属风险概率；X是土壤重金属总量浓度，y是土壤重金属有效态 浓度；叫、η 2、η分别是N1组、N 2组、总体的样本数量；μ lt，δ lt是N 3且中土壤重金属总量浓 度的均值与标准差；μ la，S la分别是N i组中土壤重金属有效态浓度的均值与标准差；μ 2t， S2t分别是1组中土壤重金属总量浓度的均值与标准差；μ 2a，δ 2a分别是N2组中土壤重金 属有效态浓度的均值与标准差；&是N i组中土壤重金属总量与有效态浓度的相关系数；R 2 是N2组中土壤重金属总量与有效态浓度的相关系数。
[0023] 所述得到该土壤重金属的风险概率之后，将先验数据和后验数据合并形成新的先 验数据，通过分类统计，重新建立风险概率评估模型，用于下一次的重金属风险概率评估。
[0024] 本发明具有以下优点及有益效果：
[0025] 1.本发明通过以总量与有效态浓度为指标，综合考虑土壤重金属对农作物的潜在 风险与直接风险，构建了土壤重金属二维风险概率评估方法。
[0026] 2.本发明以贝叶斯理论为基础，充分利用先验与后验数据的关系，不断更新风险 概率评估模型的参数，逐步提高模型的准确性。
【附图说明】
[0027] 图1是本发明提供的基于贝叶斯理论的土壤重金属二维风险概率评估方法流程 图。
【具体实施方式】
[0028] 下面结合附图及实施例对本发明做进一步的详细说明。
[0029] 如图1所示，一种基于贝叶斯理论的土壤重金属二维风险概率评估方法。步骤是： 1)获取先验数据，通过分类统计，建立土壤重金属二维风险概率评估模型；2)获取后验数 据，进行土壤重金属的风险概率评估。
[0030] 先验数据与后验数据具体如下：
[0031] 1)先验数据为区域本底调查，可采用网格布点的方式获取数据；
[0032] 2)后验数据为目标地块调查，根据地块特点，选择采样方式；
[0033] 3)先验与后验数据的指标均包括土壤中重金属总量浓度（Ct)、有效态浓度（Ca)及 相对应农作物可食部分中重金属总量浓度（C p)。且后验数据在用于风险概率计算后，可与 先验数据合并成新的先验数据，用于模型参数更新。
[0034] 建立土壤重金属二维风险评估模型具体如下：
[0035] 1)根据农作物可食部分中重金属总量浓度的限值（C。)，将先验数据分为两组，即 农作物超标（cp> C。）数据作为N1组与农作物不超标（Cp< C。）数据作为N2组；
[0036] 2)当&与N2组中C ,与C 3数据均符合正态分布时，分别统计两组数据中C ,与C a 的均值（μ )、标准差（S )及相关系数（R)等参数；
[0037] 3)根据上述先验数据分组统计参数，建立基于土壤重金属总量与有效态浓度的二 维风险评估模型：
[0041] 其中：P是土壤风险概率（％ ) ;χ是土壤重金属总量浓度（mg/kg)，y是土壤重金 属有效态浓度（mg/kg) ;ηι，η2，η分别是N1组、、总体的样本数量（个）；μ lt，Slt是Ni 组中土壤重金属总量浓度的均值（mg/kg)与标准差（mg/kg) ;μ?3, 513是\组中土壤重金 属有效态浓度的均值（mg/kg)与标准差（mg/kg) ;y2t，521是1组中土壤重金属总量浓度 的均值（mg/kg)与标准差（mg/kg) ;μ23，5&是1组中土壤重金属有效态浓度的均值（mg/ kg)与标准差（mg/kg) ;&是1组中土壤重金属总量与有效态浓度的相关系数；1?2是1组 中土壤重金属总量与有效态浓度的相关系数。
[0042] 数据符合正态分布的要求具体如下：
[0043] 1)通过K-S (Kolmogorov-Smirnov)检验确认&与N 2组中C丨与C 3数据是否符合 正态分布；
[0044] 2)当原始数据符合正态分布时，根据农作物可食部分中重金属总量浓度的限 值（C。)，将先验数据分为两组，即农作物超标（C p> C。）数据作为N1组与农作物不超标 (Cp彡C。）数据作为N2组；分别统计两组数据中C ,与C a的均值、标准差及相关系数，建立