一种土壤污染源空间位置风险评价方法及系统与流程
本发明涉及环境评价技术领域，尤其涉及一种土壤污染源空间位置风险评价方法及系统。
背景技术：
土壤是不可再生资源，形成一厘米土壤大概需要几百年到上千年。土壤污染具有累积性、不均匀性和长期存在性等特点，污染物在土壤中迁移、扩散和稀释速度极慢，土壤一旦污染，将是“天长地久”。人类活动所形成的土壤污染源，通过污水灌溉、固体废弃物的利用、大气沉降等方式将污染物质排放进入土壤，形成土壤污染。因此，土壤污染源的空间位置及其周围敏感受体的分布是其土壤风险大小的重要决定因素。
目前，土壤污染源空间位置风险分析主要是根据专家赋分法进行，针对敏感受体与土壤污染源的距离，分为若干档，赋予不同分值。敏感受体的特征主要包括人口数量，耕地、水源地等数量。目前的方法主要存在客观性不强，各个指标的赋值与评分有较强的专业性与主观性；另外，由于是对单个的污染源进行评价，不能形成全域的空间风险对比分析，对于污染源选址，空间布局优化等缺少参考。
技术实现要素：
本发明实施例提供了一种克服上述问题或者至少部分地解决上述问题的土壤污染源空间位置风险评价方法及系统。
第一方面本发明实施例提供了一种土壤污染源空间位置风险评价方法，包括：
获取待评价区域内各土壤污染敏感受体对应的多幅分布图像；
利用反映污染传播模型的预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像，且每幅第一图像上各点都携带有对应的第一风险值；
分别对所述多幅第一图像进行标准化处理得到对应的多幅第二图像，且每幅第二图像上各点都携带有对应的第二风险值；
将所述多幅第二图像合并处理得到风险评价结果分布图，且所述风险评价结果分布图上各点都携带有对应的土壤污染源空间位置风险值。
另一方面本发明实施例提供了一种土壤污染源空间位置风险评价系统，包括：
分布图像获取模块，用于获取待评价区域内各土壤污染敏感受体对应的多幅分布图像；
第一图像获取模块，用于利用反映污染传播模型的预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像，且每幅第一图像上各点都携带有对应的第一风险值；
第二图像获取模块，用于分别对所述多幅第一图像进行标准化处理得到对应的多幅第二图像，且每幅第二图像上各点都携带有对应的第二风险值；
风险评价结果分布图获取模块，用于将所述多幅第二图像合并处理得到风险评价结果分布图，且所述风险评价结果分布图上各点都携带有对应的土壤污染源空间位置风险值。
第三方面本发明实施例提供了包括处理器、通信接口、存储器和总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信，处理器可以调用存储器中的逻辑指令，以执行第一方面提供的土壤污染源空间位置风险评价方法。
第四方面本发明实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的土壤污染源空间位置风险评价方法。
本发明实施例提供的一种土壤污染源空间位置风险评价方法及系统，通过对待评价区域内各敏感受体的分布图像依次进行卷积计算、标准化处理以及合并处理，得到待评价区域的风险评价结果分布图，该风险评价结果分布图能够客观专业的反应待评价区域内各点的土壤污染源空间位置风险值，且该险评价结果分布图可以同时反应多个污染源的风险值，可以形成全域的空间风险对比分析，能为土壤污染源空间格局优化、选址等提供参考。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种土壤污染源空间位置风险评价方法的流程图；
图2为本发明实施例提供的一种壤污染源空间位置风险评价系统的结构框图；
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种土壤污染源空间位置风险评价方法的流程图，如图1所示，包括：
s101，获取待评价区域内各土壤污染敏感受体对应的多幅分布图像；
s102，利用反映污染传播模型的预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像，且每幅第一图像上各点都携带有对应的第一风险值；
s103，分别对所述多幅第一图像进行标准化处理得到对应的多幅第二图像，且每幅第二图像上各点都携带有对应的第二风险值；
s104，将所述多幅第二图像合并处理得到风险评价结果分布图，且所述风险评价结果分布图上各点都携带有对应的土壤污染源空间位置风险值。
在s101中，敏感受体是指区域内对土壤污染源敏感的小区域，例如：农用地、居住地以及其他重要敏感目标等等。通过对原始遥感数据进行一定的分析可以得到只包含特定敏感受体的多幅分布图像，例如，只包含农用地的分布图像、至包含居住地的分布图像以及只包含其他重要敏感目标的分布图像。s102-s103即是分别对包含不同的敏感受体的图像进行分析的步骤。
在s102中，卷积窗口是卷积神经网络中卷积层对数据进行卷积处理的矩阵。卷积窗用于提取输入数据中的特征信息。在某种意义上，可以将卷积窗口理解成一个过滤器。在卷积神经网络中，窗口滑动，卷积窗对局部数据计算，逐步得到处理后的数据矩阵。处理后的数据矩阵保留了原始数据的部分特征。在对图片数据的处理过程中，一个卷积窗的处理后数据相对于是从一个维度观察图片的结果，保留了图片的一个维度的特征。在本发明实施例中，卷积窗口是对土壤污染源污染传输扩散的模拟，根据不同敏感受体的实际情况，不同的敏感受体可以采用不同的卷积窗口，也可以采用相同的卷积窗口。
对于某一敏感受体对应的分布图像，采用预设卷积窗口对其进行卷积计算，得到卷积计算后的分布图像即第一图像。某一第一图像上某一点携带的对应的第一风险值，即是将土壤污染源设置在该点时，对该第一图像对应的特定的敏感受体产生影响的风险值。举例来说，某一第一图像对应的敏感受体为河流，且该图像上a点对应的第一风险值为100，则将土壤污染源设置在a点时，对河流产生的影响的风险值为100。
在s103中，对于待评价区域的土壤污染源空间位置风险评价不能仅仅只针对单一的敏感受体，但是不同敏感受体对应的第一图像中各点对应第一风险值不在同一评价体系之下。为使各种类型的敏感受体可相互比较，需要对第一图像进行标准化，使得各第一幅图像中各点对应的第一风险值处在同一评价体系之下，显然这也是为s104中多个图像合并的前提。
在s104中，多幅第二图像是经过标准化的图像，在进行土壤污染源空间位置风险评价时，为了全面考虑待评价区域内的所有敏感受体，需将污染源对所有敏感受体的影响的风险进行综合。那么，土壤污染源空间位置风险值即为综合了土壤污染源对待评价区域内所有敏感受体产生影响的风险值。
在获取了待评价区域的风险评价结果分布图，就可以直观快速的获取该区域内各点的风险值，以为土壤污染源空间格局优化、选址等提供参考。
可以理解的是，在风险评价结果分布图中，不同的土壤污染源空间位置风险值可以用不同的颜色或形状进行区别，以供更加直观快速的获取区域内各点的风险值。
本发明实施例提供的一种土壤污染源空间位置风险评价方法，通过对待评价区域内各敏感受体的分布图像依次进行卷积计算、标准化处理以及合并处理，得到待评价区域的风险评价结果分布图，该风险评价结果分布图能够客观专业的反应待评价区域内各点的土壤污染源空间位置风险值，且该险评价结果分布图可以同时反应多个污染源的风险值，可以形成全域的空间风险对比分析，能为土壤污染源空间格局优化、选址等提供参考。
在上述实施例中，所述获取待评价区域内各敏感受体对应的多幅分布图像，具体包括：
获取所述待评价区域的原始分布图像，根据所述待评价区域的的土地利用分类数据提取各敏感受体对应的所述多幅分布图像。
具体地，土地利用分类数据是反映土地利用系统及土地利用要素的状态、特征、动态变化、分布特点，以及人类对土地的开发利用、治理改造、管理保护和土地利用规划等数据资料。根据土地利用分类数据可以获取待评价区域内特定敏感受体，筛除其他敏感受体，进而得到只包含特定敏感受体的分布图像。
在上述实施例中，在利用预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像之前，还包括：
根据敏感受体的受土壤污染源影响的方式选取所述预设卷积窗口。
其中，所述预设卷积窗口为标准差为1的高斯低通滤波器，所述预设卷积窗口的大小根据土壤污染源的影响距离及所述分布图像的分辨率确定。
具体地，目前土壤污染随距离衰减的规律较为明确，因此可用卷积窗口可设计为一个标准差为1.0高斯低通滤波器。由于土壤污染源传输的距离一般为1-5公里左右，因此卷积窗口大小可以设置为1-5公里。在明确了分布图像的分辨率之后，可以得到确定出卷积窗口对应的图像尺度的大小。
对应地，利用预设卷积窗口对每一分布图像进行卷积计算得到对应的第一图像，具体包括：
对每一分布图像中的各点预设范围内的对应的敏感受体的数量进行统计，得到每一分布图像中各点对应的第一风险值；
将每一分布图像中各点对应的第一风险值赋予对应的各点，得到对应的第一图像。
具体地，从分布图像获取对应的第一图像的过程，即是对分布图像进行卷积计算的过程，卷积计算即是计算分布图像中每一点在预设范围内对应的敏感受体数量的过程。将该敏感受体数量作为第一风险值对对应的各点进行赋值，即得到第一图像。
在上述实施例中，对每一第一图像进行标准化处理得到对应的第二图像，具体包括：
对每一第一图像中各点的第一风险值进行归一化处理，得到每一第一图像中各点对应的第二风险值；
将每一第一图像中各点对应的第二风险值赋予对应的各点，得到对应的第二图像。
具体地，从第一图像获取对应的第二图像的过程，即是对第一图像进行标准化计算的过程，标准化计算采用归一化方法，得到各点的第二风险值。以该第二风险之对对应的各点进行赋值，即得到第二图像。
在上述实施例中，所述将所述多幅第二图像合并处理得到风险评价结果分布图，具体包括：
将所述多幅第二图像上各相同点对应的多个第二风险值进行加权平均得到各点对应的土壤污染源空间位置风险值；
利用各点对应的土壤污染源空间位置风险值对所述待评价区域中各点进行赋值得到所述风险评价结果分布图。
在上述实施例中，在将所述多幅第二图像上各相同点对应的多个第二风险值进行加权平均得到各点对应的土壤污染源空间位置风险值之前，还包括：
获取所述多幅第二图像对应的敏感受体在合并处理中的权重。
具体地，对于不同敏感受体对应的权重，可以根据实际需求设定。若要侧重对于某一敏感受体的考察，可以将该敏感受体在合并处理是的权重设置的较大。当然，也可以对各敏感受体采用均分设置。
下面通过一个实例对本发明实施例的技术方案进行进一步说明：
以某区域内土壤污染源空间位置风险计算评价为例说明本发明的具体实现过程。
(1)获取评价区域的上一年度高分遥感数据、土地利用分类数据，提取出农用地分布图、居民地分布图、河流分布图等重要敏感目标分布图，将分布图空间分辨率采样至100米。
(2)基于一般的图像处理软件，设计一个31*31的卷积窗口，函数为标准差为1.0高斯低通滤波器。
(3)利用该卷积窗口分别对农用地分布图、居民地分布图、河流分布图进行卷积运算，得到卷积后图像(j1，j2，j3)。
(4)对敏感受体卷积后图像进行标准化。为使各种类型敏感受体可相互比较，对卷积后图像进行标准化，标准化方法可以是标准归一化方法。如j1的标准化方法为
(5)加权形成土壤污染源空间位置风险性计算结果分布图。f＝b1/3+b2/3+b3/3。
(6)选取该区域几个典型的涉及土壤污染的企业，根据第(5)步计算结果，形成这些企业位置的风险值图。
图2为本发明实施例提供的一种壤污染源空间位置风险评价系统的结构框图，如图2所示，包括：分布图像获取模块201、第一图像获取模块202、第二图像获取模块203以及风险评价结果分布图获取模块204。其中：
分布图像获取模块201用于获取待评价区域内各土壤污染敏感受体对应的多幅分布图像。第一图像获取模块202用于利用反映污染传播模型的预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像，且每幅第一图像上各点都携带有对应的第一风险值。第二图像获取模块203用于分别对所述多幅第一图像进行标准化处理得到对应的多幅第二图像，且每幅第二图像上各点都携带有对应的第二风险值。风险评价结果分布图获取模块204用于将所述多幅第二图像合并处理得到风险评价结果分布图，且所述风险评价结果分布图上各点都携带有对应的土壤污染源空间位置风险值。
具体地，分布图像获取模块201具体用于：
获取所述待评价区域的原始分布图像，根据所述待评价区域的的土地利用分类数据提取各敏感受体对应的所述多幅分布图像。
进一步地，该系统还包括预设卷积窗口选取模块，具体用于：
根据敏感受体的受土壤污染源影响的方式选取所述预设卷积窗口。
进一步地，第一图像获取模块202具体用于：
对每一分布图像中的各点预设范围内的对应的敏感受体的数量进行统计，得到每一分布图像中各点对应的第一风险值；
将每一分布图像中各点对应的第一风险值赋予对应的各点，得到对应的第一图像。
进一步地，第二图像获取模块203具体用于：
对每一第一图像中各点的第一风险值进行归一化处理，得到每一第一图像中各点对应的第二风险值；
将每一第一图像中各点对应的第二风险值赋予对应的各点，得到对应的第二图像。
进一步地，风险评价结果分布图获取模块204具体用于：
将所述多幅第二图像上各相同点对应的多个第二风险值进行加权平均得到各点对应的土壤污染源空间位置风险值；
利用各点对应的土壤污染源空间位置风险值对所述待评价区域中各点进行赋值得到所述风险评价结果分布图。
本发明实施例提供的一种土壤污染源空间位置风险评价系统，通过对待评价区域内各敏感受体的分布图像依次进行卷积计算、标准化处理以及合并处理，得到待评价区域的风险评价结果分布图，该风险评价结果分布图能够客观专业的反应待评价区域内各点的土壤污染源空间位置风险值，且该险评价结果分布图可以同时反应多个污染源的风险值，可以形成全域的空间风险对比分析，能为土壤污染源空间格局优化、选址等提供参考。
图3为本发明实施例提供的一种电子设备的结构示意图，如图3所示，电子设备包括：处理器(processor)301、通信接口(communicationsinterface)302、存储器(memory)303和总线304，其中，处理器301，通信接口302，存储器303通过总线304完成相互间的通信。处理器301可以调用存储器303中的逻辑指令，以执行如下方法，例如包括：获取待评价区域内各土壤污染敏感受体对应的多幅分布图像；利用反映污染传播模型的预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像，且每幅第一图像上各点都携带有对应的第一风险值；分别对所述多幅第一图像进行标准化处理得到对应的多幅第二图像，且每幅第二图像上各点都携带有对应的第二风险值；将所述多幅第二图像合并处理得到风险评价结果分布图，且所述风险评价结果分布图上各点都携带有对应的土壤污染源空间位置风险值。
上述的存储器303中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取待评价区域内各土壤污染敏感受体对应的多幅分布图像；利用反映污染传播模型的预设卷积窗口分别对所述多幅分布图像进行卷积计算得到对应的多幅第一图像，且每幅第一图像上各点都携带有对应的第一风险值；分别对所述多幅第一图像进行标准化处理得到对应的多幅第二图像，且每幅第二图像上各点都携带有对应的第二风险值；将所述多幅第二图像合并处理得到风险评价结果分布图，且所述风险评价结果分布图上各点都携带有对应的土壤污染源空间位置风险值。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！