英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料
土壤重金属污染风险智能预警系统框架
摘要：土壤中的有毒重金属是全球性问题，由于其对生态系统和人类健康的危害。 对重金属污染风险预警系统的研究很少。在本文中，土壤重金属污染风险预警系统框架是土壤中重金属污染风险的结合，遥感技术与地理信息系统相结合。其目的是使警告系统的用户能够准备危险，并据此采取行动以减轻或避免危险。 该系统包括子系统：重金属监测，土地利用变化建模，重金属积累动态模拟和风险预警子系统。案例研究表明，这种预警系统框架不仅预测重金属积累过程的过程，而且可以为相关决策者提供有价值的信息。
关键词：预警系统; 重金属; 污染; 风险; 智能
一、研究背景介绍
随着中国的快速工业化和城市化进程，越来越多的污染物被释放到环境中，其中之一是土壤中重金属的人为因素累积[1-3]。 重金属可以通过水和食物链从土壤转移到生态系统，进一步危害人类健康。 许多报告着重重金属污染[4-6]，但由于基础科学基础研究与信息技术研究之间的差距，对重金属污染风险预警系统的研究很少。在这种背景下，开展土壤污染风险管理预警系统很重要。
在本文中，我们基于重金属积累的过程和机制，初步结合遥感技术和地理信息系统开发预警系统。 这项工作的目的是：
- 模拟土壤重金属污染风险预警系统应包含的主要功能;
- 基于土壤中重金属积累过程设计预警系统框架;
- 通过案例研究对该预警系统的可行性进行检验；
- 早期警报系统的主要功能
重金属污染风险的智能预警系统正在创造一种确定重金属浓度对生态系统或人类健康构成危害的地区。 其目的是使警告系统的用户能够准备危险，并据此采取行动以减轻或避免危险。因此，重金属变化的自动监测，重金属运输过程的动态模拟，污染风险和预测的识别是预警系统的主要功能。
以下是三个主要功能的详细信息：
1.监测重金属污染：
（1）自动从土壤中获取重金属浓度数据
（2）为土壤重金属创建速度空间数据库
（3）显示土壤中重金属的变化
2.重金属的动态模拟：
（1）重金属运输和转型的数学建模
（2）模拟重金属速度 - 空间变化过程
（3）不同情景下重金属积累的预测
3.识别风险区域并发布警报：
（1）智能识别重金属污染风险
（2）分区风险区域、发布警报、对风险管理的决策支持。
三、 早期警告系统框架设计
这个预警系统有四个子系统。 它们是重金属监测，土地利用变化模型，重金属积累动态模拟和风险预警子系统。 程序语言是Arcgis和Matlab。 大多数数据通过栅格格式存储在地理数据集中。
- 重金属监控子系统：
准确，快速地获得土壤重金属数据是重金属污染风险预警的基础。 常规的重金属测量方法包括现场采样和实验室分析。 这是一项费时费力的工作。 随着遥感技术的飞速发展，有很多报道可以解释土壤中的重金属信息。遥感提供了一种大规模快速获取重金属信息的方法。 然而，使用这种技术在土壤研究中仍然存在很多问题，即没有标准方法，高不确定性。 因此，我们结合常规方法和遥感技术来监测土壤中重金属的变化[7-8]。首先，高光谱遥感用于扫描陆地表面，并通过图像处理解释重金属浓度。 其次，通过土壤抽样和实验室分析对问题领域进行了更为详细的调查。 所有从遥感和实验室分析中弃权的数据都存储在速度空间数据库中，供进一步使用。
2.土地利用变化建模子系统：
土地利用，人类活动的载体，不仅影响重金属的分布，而且还从人为活动中确定重金属的输入通量。 因此，土地利用代表了这一体系中重金属人为投入的不同。 从遥感获取的土地利用信息。 在其子系统中，细胞自动机用于建模和预测土地利用变化[9]。 可以通过梳理监测和土地利用数据来计算重金属的通量。 这些是重金属积累动态模拟的关键数据。
- 重金属积累动力学模拟子系统：
来自扩散源的重金属积累率受土地利用和排放的变化。 重金属变换过程遵循质量守恒方程。 因此，重金属积累率可以被描述为输入和输出的函数：
dM=Sigma;输入i（）-Sigma;输出i（）dt
其中M是正在考虑的重金属，t是时间（年），输入（i）是来自i源的输入通量，即大气沉积物，人为输入等，输出（i）是由i项目去除的输出通量，即植物吸收，水损失等。
根据所考虑的重金属的初始值，我们可以根据上述公式计算出时刻t的金属值。 我们可以将这个方程式用于栅格数据中的每个单元格，因此我们可以扩展到二维空间建模。
在这个子系统中，应该对建模结果的准确性和不确定性进行评估。 只有结果评估支持测试，该模型可以进一步用于预测。
4.风险预警子系统：
就重金属污染风险而言，风险事件是土壤中的重金属浓度对生态系统或人体健康有危害。 有许多方法可以早日警告风险。 最简单的方法是设置极限值。 如果给定金属的浓度超过极限，我们可以说可能会发生重金属污染风险。 然而，这种方法太简单，无法反映风险事件的本质。
一个危险（或风险）事件通常包括三个过程：触发，发生和后果。 我们可以使用以下函数来表示重金属的风险事件发生过程：
风险=风险事件，概率，强度（）
风险事件意味着对生态系统或人类健康的危害，概率是风险事件的发生概率，强度是风险事件的后果，即风险的人口或地区。
估计风险事件的概率和后果是艰巨的任务。 在该子系统中，基于重金属累积动力学模拟的结果，将使用不同的智能算法，如模糊数学，ANN，MIL等来计算影响的概率和范围。
另外一个重要的功能就是决定支持这个子系统。 这将有助于总督根据重金属污染的危害做好准备，并根据早期的结果减轻或避免重金属污染。
- 早期警告系统的初步应用
为了检验这一预警系统框架是否切实可行，宜兴市正在进行案例研究。 宜兴市位于中国发展最快的地区长江下游的平原上。 土壤环境受到研究现场人类活动的深刻影响。
- 土壤中Cu的动态模拟：
采用遥感和实验室分析数据，对1980 - 2006年土壤中铜（Cu）的变化过程进行了模拟，采用重金属堆积动力学模拟子系统工具。 结果表明，Cu显着增加。 与1980年相比，2006年铜浓度提高了12.9％。 不确定度分析结果表明，不确定度在-15％至35％的范围内。 我们认为不确定性可以被接受，并且可以用这个模型来预测未来土壤中Cu的变化。
2.预测Cu空间分布：
在不同情景下，宜兴快速城市化和产业化背景下，我们预测了2006年至2050年的铜速度空间分布。 结果表明，Cu的空间分布格局以城市周边高度集中为特征。 城乡偏远村庄铜浓度下降趋势非常明显。 这表明城市化和工业化将强烈影响Cu在土壤中的积累
- 土壤中Cu的污染风险：
根据风险预警子系统的方法，结合生态系统风险与人体健康风险对铜污染风险的评估。 结果表明，风险随时间延长而增加。 中高危地区急剧增加。 这个城市周边地区将处于高风险水平。 因此，应该重点关注城市周边地区的决策者。
- 结论
在本文中，我们开发了土壤重金属污染风险智能预警系统框架。 设计这一预警系统的目的是实现重金属变化自动监测，重金属运输过程动态模拟，污染风险识别和预测功能。在这个智能预警系统框架中，包括子系统：重金属监控子系统，土地利用变化建模子系统，重金属积累动态仿真子系统和风险预警子系统。并进行了一个案例研究，以测试该框架的可行性。 结果表明，预警系统的框架不仅预测重金属积累过程的过程，而且可以提供有价值的有关决策者的资料。
多参数仪器阵列和控制系统：实时数据采集的软件接口实现环境监测的可视化：瞄准
摘要： 近十年来传感器技术的最新进展已经转移了环境和海洋学取样和监测的范式。环境和海洋学科学界继续部署越来越多的内部传感器，作为生成时间序列和垂直剖面的单一部署部署，或作为多维空间地表水中环境变量的拖曳阵列。应急活动也是通过使用移动式传感器阵列的实时地理参考数据采集进行增强。在这样的背景下，我们开发了一个软件界面，用于实时数据采集，分析和可视化从拖曳的传感器阵列。这是本文中描述的多参数仪器阵列和控制系统，并在秋季使用2002年在得克萨斯州总土地办事处的赞助下，德克萨斯州科珀斯克里斯蒂湾的模拟油泄漏演习。该界面设计用于沿着相关可视化跨越多达六个状态变量或允许执行自适应抽样方案的环境指标。该软件也可用于在地表水中定期采样水质参数。
- 研究背景介绍
使用现场仪器可以提高地表水中的环境和海洋学监测。 鉴于感兴趣的领域的空间范围，仪器部署的模式决定了可以在其中进行的时间和空间分辨率这样的评估。 具有单或多仪器部署的固定平台，同时提供高时间分辨率，只提供有限的空间分辨率移动.另一方面，平台提供高时间分辨率和中至高空间分辨率，通过使用一组移动平台实现最高分辨率。
虽然移动平台可以用于抓取抽样和流通（非原生境）部署，但需要实时数据的情况，例如响应情景事件，现场仪器部署非常受青睐。鉴于潜水传感器发展的最新进展，环境和海洋学界以及应急响应者都有一套新的工具，用于在地表水中进行实时监测。具体应用可能需要使用仪器。应用多个环境和海洋学参数之间的相关数据可视化。数据可视化是半分析数据后处理工具，有助于减少返回的数据的不确定性。通过与其他仪器或来源的数据相关的单一仪器。 它通过视觉指标实际上更多地反映了从海洋学和环境监测返回的状态变量。
例如，来自调整以测量生物颗粒浓度的荧光计的浓度测量可以与粒度分析仪的粒度分布目视相关。 在另一个实例中，来自CTD传感器的盐度温度分布可以与生物颗粒的深度和浓度视觉相关。 本文介绍了实现相关的软件界面--多参数仪器阵列， 和控制系统进行实时环境监测。 采用相关数据可视化并且可以容纳多达六个仪器的阵列，同时从单个仪器或仪器阵列显示六个参数。
- 表面环境监测
本节介绍 的环境监测目的是突出挑战，特别是与决策过程有关。 响应情景事件和应急工作。
1.采样：
（1）抓取取样：该方法属于非原位采样类别，通常用于离线处理。 收集的样本在实验室（陆上或陆上）进行分析。 船上分析实验室是昂贵的，特别是对于较小的工艺，它们是不切实际的。 鉴于此，收集的样本必须发送到一个对决策过程有一定影响的地面实验室。 抓取取样方法最适合于不需要立即实验室结果的常规监测。
（2）流通取样：这种方法也属于以前采样的范畴，并且基本上是抓取取样的一种。 水样被泵送到它们所在的地面，通过使用适用于抓取取样的相同方法进行分析。 它们也可以与需要立即测量结果的一些传感器一起使用在一些采样（在下一节中描述）。 流通方法的缺点是流体流动对样品的影响以及在确定用于地理参考目的的确切样品位置时允许流体流速和管道长度的需要。
（3）原位取样：现场抽样利用。 潜水传感器用于实时或离线处理环境和海洋测量。 它消除了在上一个子部分中概述的流通方法中固有的一些问题。 它特别适用于实时处理，并通过减少与离线处理相比的数据可用性的延迟来促进决策过程。当需要数据验证时，可能需要组合非原位和原位取样。 在这种情况下， 实验室分析的结果用于验证潜水传感器返回的数据以及质量控制目的。
2.数据采集：
原位仪器可以批量操作，在这种情况下，使用板载或基于计算机的数据记录器，如长期自主部署的情况。 通过仪器软件界面的实时数据采集可能不是必需的，除非用户需要使用任何特定于仪器的程序。对于实时监控，数据预处理通常通过仪器微处理器中的嵌入式程序或远程计算机上的外部程序进行。 为了将原始数据应用校正因子或某些其他仪器特定程序的目的，后处理可能是必需的，以便使数据代表被测量的参数。 从原始数字化数据到工程单位。在建立仪器阵列时，使用商业现货产品有优势。 然而，在某些情况下，最终用户可能会选择从头开发仪器阵列。 仪器开发人员经常提供软件来促进实时数据采集，但是使用多种供应商的仪器部署仪器阵列时，使用仪器专用接口可能变得不切实际。在这种情况下，有必要了解提出的仪器套件中每个仪器特定的低级命令，以便于实现“实时应用”的集成接口。 在开发这样的集成界面时，与仪器开发人员合作可能对访问任何低级仪器控制程序和其他仪器特定的数据预处理方案至关重要。
- 实时可视化：
为了充分利用实时数据采集，实时数据可视化成为当务之急。 这可以是时间序列或地理空间数据集，向量映射，轮廓图和动画。 这些可视化方法也可以组合使用。
- 相关数据可视化：
可以在单个或多个仪器返回的类似的多参数数据集之间使用相关数据可视化。 这有助于。 在。 从环境测量中获取更多的信息，从单一参数测量可能不太明显。 例如，低溶解氧水平可以与视觉上相关。 浮游植物数量高的荧光测量。
- 传感器：
传感器技术在过去十年的发展已经导致了海上和环境测量的现场仪器。 这些范围从用于基本水质测量的传感器，例如 电导率，温度，深度（CTD）传感器到更专业的传感器，如粒径分析仪，成像装置，电流分析仪，营养
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[139354]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
课题毕业论文、外文翻译、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
