土壤重金属污染综合防治技术智能筛选系统

1.本发明涉及环境治理技术领域，具体为土壤重金属污染综合防治技术智能筛选系统。


背景技术：

2.土壤无机污染物中以重金属比较突出，主要是由于重金属不能为土壤微生物所分解，而易于积累，转化为毒性更大的甲基化合物，甚至有的通过食物链以有害浓度在人体内蓄积，严重危害人体健康，因此对于重金属污染较重的土壤，则需要人为采用防治技术对其进行改进。
3.但是土壤重金属污染修复技术与材料种类繁多，其大都不成体系，使得在筛选合适技术的过程中耗费大量时间，从而降低了修复效率，为此提出一种土壤重金属污染综合防治技术智能筛选系统。


技术实现要素：

4.本发明的目的在于提供土壤重金属污染综合防治技术智能筛选系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：土壤重金属污染综合防治技术智能筛选方法，其筛选步骤如下：
6.步骤一：向初始数据层中的关键参数库中输入相关数据，所述初始数据层如图1所示其依次包括目标层、判据层、指标层和方案层；
7.步骤二：通过计算和分析方法，计算关键参数库中相关数据的主观权重；
8.步骤三：通过算法模型计算关键参数库中相关数据的客观权重；
9.步骤四：结合步骤二中的主观权重和步骤三中的客观权重采用现有理论计算出组合权重；
10.步骤五：通过排序计算方法对组合权重进行计算排序，得到最佳修复方案排序。
11.本技术方案中优选的，所述步骤一中相关数据的收集方法包括文献调研、工程示范、专家打分和运行报告。
12.本技术方案中优选的，所述步骤二中的计算和分析方法为改进的层次分析法，其计算步骤如下：
13.s1：利用0.1-0.9的标度法构造指标层各因素与判据层之间、判据层各因素与目标层之间的成对比较矩阵ak；
[0014][0015]
s2：将模糊互补矩阵转化为模糊一致性矩阵；
[0016][0017]
s3：计算成对比较矩阵中各因素的相对权重θj；
[0018][0019]
s4：从最底层各指标的相对权重向上层进行加权，得到指标层各指标相对目标层的权重，即得到主观权重向量ωa；
[0020]
wa＝(w
a1
,w
a2
,
…
,w
aj
),(j＝1,2,
…
,n)。
[0021]
本技术方案中优选的，所述步骤三中的算法模型为熵权法模型，其计算步骤如下：
[0022]
n1：假设由m个备选土壤重金属污染修复技术以及n个评价指标的原始数据构成评价矩阵r：
[0023][0024]
n2：进行归一化处理后，得到标准规范化矩阵r
′
；
[0025]r′
＝(r
ij
′
)m×n[0026]
,其中
[0027]
n3：计算第j项指标下第i个修复技术备选方案指标值所占的比重p
ij
；
[0028][0029]
n4：计算第j项指标的熵hj；
[0030][0031]
n5：计算第j项指标的熵权ω
ej
；
[0032][0033]
n6：得到客观权重向量ωe；
[0034]
we＝(w
e1
,w
e2
,
…
,w
ej
),(j＝1,2,
…
,n)。
[0035]
本技术方案中优选的，所述步骤四中的现有理论为博弈均衡理论，其计算方法为：
[0036]
m1：经过t种不同的赋权方法计算得到初始权重向量wk＝(w
k1
,w
k2
,...,w
kt
)，k＝1,2,
…
,t，线性拟合上述基本权重向量得到综合权重ω；
[0037][0038]
m2：优化目标函数；
[0039][0040]
m3：利用矩阵的微分性质，求得最优化的一阶导数；
[0041][0042]
m4：求得线性方程组；
[0043][0044]
m5：对线性方程组进行，归一化处理，得到最优线性组合系数gk′
；
[0045][0046]
m6：得到由t种赋权方法基于博弈理论的综合权重w
′
；
[0047][0048]
本技术方案中优选的，所述步骤五中排序计算方法为改进逼近理想解法，其解法步骤为：
[0049]
x1：确定加权判断矩阵ν
ij
；
[0050]vij
＝w
′rij
′
,(i＝1,2,
…
,m；j＝1,2,
…
,n)
[0051]
x2：计算各修复技术方案i距绝对正理想解p
i+
和负理想解p
i-的距离；
[0052][0053][0054]
x3：计算相对贴近度p；
[0055]
[0056]
其中，p值越大，则说明修复技术方案适用度越高。
[0057]
基于上述的土壤重金属污染综合防治技术智能筛选方法，本发明提出一种土壤重金属污染综合防治技术智能筛选系统，该系统采用上述的土壤重金属污染综合防治技术智能筛选方法来筛选土壤重金属污染综合防治技术方案。
[0058]
与现有技术相比，本发明的有益效果是：
[0059]
本发明达到了为重金属污染土壤的治理筛选适用修复技术的目的，通过各种评价方法的有效结合，形成智能筛选方法，提高修复技术筛选效率，分层构建评价模块，形成综合评价体系，能够多维立体评价各种相应的修复技术，最终为重金属污染防治提供核心技术支撑，为土壤重金属污染修复技术的选择开辟了一条新的道路。
[0060]
本发明通过智能的筛选评价方法来缩小修复技术的选择范围，根据专家的经验对各指标间相对重要性来确定权重，将独立与综合评价相结合，数据输入、集成赋权以及评价排序共同构成评价流程，初步构建一个筛选评价模型，其适用范围较广，具有重大的指导意义，并且采用此种方法来筛选效率较高，能够节省大量的时间，提高了修复效率。
附图说明
[0061]
图1为本发明所提出的初始数据层的结构示意图；
[0062]
图2为本发明的流程图。
具体实施方式
[0063]
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，所描述的实施例仅仅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做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。
[0064]
需要说明的是，在本发明的描述中，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，并不是指示或暗示所指的装置或元件所必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
[0065]
此外，应当理解，为了便于描述，附图中所示出的各个部件的尺寸并不按照实际的比例关系绘制，例如某些层的厚度或宽度可以相对于其他层有所夸大。
[0066]
应注意的是，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义或说明，则在随后的附图的说明中将不需要再对其进行进一步的具体讨论和描述。
[0067]
本发明提供一种技术方案：土壤重金属污染综合防治技术智能筛选系统，其基于土壤重金属污染综合防治技术智能筛选方法来筛选土壤重金属污染综合防治技术方案，为了能够更清楚的阐述该发明，因此现提供一种使用该发明方法进行土壤重金属污染综合防治技术方案筛选的具体实施例，假设某土壤重点示范工程采取“预-治-防”型修复方式来解决重金属污染修复技术在技术、经济、环境和地域等方面的难题。结合地形地貌、修复技术特点、应用案例及发展趋势，选取成熟度相对较高，能基本满足工程概况要求的四种修复技术(植物强化、微生物修复、土壤淋洗、土壤钝化)作为备选方案，则其筛选步骤如下：
[0068]
步骤一：首先向初始数据层中的关键参数库中输入相关数据，其如图1所示；
[0069]
步骤二：通过改进的层次分析法，计算关键参数库中相关数据的主观权重，其计算步骤如下：
[0070]
s1：利用0.1-0.9的标度法构造指标层各因素与判据层之间、判据层各因素与目标层之间的成对比较矩阵ak；
[0071][0072]
，其中n＝4，其数值如表1和表2所示：
[0073]
表1目标层与判据层4元素之间的成对比较矩阵
[0074]
判据层技术性b1经济性b2环境性b3地域性b4技术性b10.50.60.70.8经济性b20.40.50.60.7环境性b30.30.40.50.6地域性b40.20.30.40.5
[0075]
表2判据层4元素与指标层12元素之间的成对比较矩阵
[0076]
[0077][0078]
s2：将模糊互补矩阵转化为模糊一致性矩阵；
[0079][0080]
s3：计算成对比较矩阵中各因素的相对权重θj；
[0081][0082]
s4：从最底层各指标的相对权重向上层进行加权，得到指标层各指标相对目标层的权重，即得到主观权重向量ωa；
[0083]
wa＝(w
a1
,w
a2
,
…
,w
aj
),(j＝1,2,
…
,n)
[0084]
其数值如表3所示：
[0085]
表3基于层次分析法的主观指标权重值
[0086][0087][0088]
步骤三：通过熵权法模型计算关键参数库中相关数据的客观权重，其计算步骤如
下：
[0089]
n1：根据土壤重金属污染修复技术方案评估指标，经过专家打分(满分10分制)待评估方案及其对应指标值的原始数据构成评价矩阵r：
[0090][0091]
其结果如表4所示：
[0092]
表4评价矩阵r数值表
[0093]
[0094][0095]
n2：对表4中数据进行归一化处理后，得到标准规范化矩阵r
′
；
[0096]r′
＝(r
ij
′
)m×n[0097]
,其中其数值如表5所示：
[0098]
表5规范化矩阵r
′
数值表
[0099]
[0100][0101]
n3：计算第j项指标下第i个修复技术备选方案指标值所占的比重p
ij
；
[0102][0103]
n4：计算第j项指标的熵hj；
[0104][0105]
n5：计算第j项指标的熵权ω
ej
；
[0106][0107]
n6：得到客观权重向量ωe；
[0108]
we＝(w
e1
,w
e2
,
…
,w
ej
),(j＝1,2,
…
,n)
[0109]
其数据如表6所示：
[0110]
表6基于熵权法的客观指标权重值
[0111][0112]
步骤四：结合步骤二中的主观权重和步骤三中的客观权重采用博弈均衡理论计算出组合权重，其计算方法为：
[0113]
m1：经过t种不同的赋权方法计算得到初始权重向量wk＝(w
k1
,w
k2
,
…
,w
kt
)，k＝1,2,
…
,t，线性拟合上述基本权重向量得到综合权重ω；
[0114][0115]
m2：优化目标函数；
[0116][0117]
m3：利用矩阵的微分性质，求得最优化的一阶导数；
[0118][0119]
m4：求得线性方程组；
[0120][0121]
m5：利用博弈论方法平衡指标的主客观权重之间的差异，由上述线性方程组进行归一化处理，得到最优线性组合系数；
[0122][0123]
带入主观权重值和客观权重值，即得；
[0124][0125]
m6：得到由t种赋权方法基于博弈理论的综合权重w
′
；
[0126][0127]
经过上述计算得出最优线性组合系数gk′
＝(0.66，0.34)，则综合权重w
′
的数值如表7所示：
[0128]
表7综合权重值
[0129][0130][0131]
步骤五：通过改进逼近理想解法对组合权重进行计算排序，得到最佳修复方案排序，其解法步骤为：
[0132]
x1：首先确定加权判断矩阵ν
ij
；
[0133]vij
＝w
′rij
′
,(i＝1,2,
…
,m；j＝1,2,
…
,n)
[0134]
其数据如表8所示：
[0135]
表8加权判断矩阵表
[0136][0137][0138]
x2：计算各修复技术方案i距绝对正理想解p
i+
和负理想解p
i-的距离；
[0139][0140][0141]
x3：计算相对贴近度p；
[0142][0143]
其中，p值越大，则说明修复技术方案适用度越高，其具体数值如表9所示：
[0144]
表9贴近度数值表
[0145]
方案层植物强化微生物修复土壤淋洗土壤钝化贴近度(p)0.04690.06840.04500.0495
[0146]
因此，通过表9可知，备选土壤重金属污染修复技术方案适用性综合排序结论为：微生物修复》土壤钝化》植物强化》土壤淋洗。
[0147]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。