Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:生态环境部环境规划院

摘要:本发明公开了一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法,包括:构建场地污染风险分类分级案例库,建立场地污染风险分类和分级指标体系,确定场地污染风险分类和分级指标规则;对场地污染风险分类和分级的各指标进行赋分,并运用层次分析法中1~9标度法对各指标的分值进行一致性检验;通过调整BP神经网络和SVM的各项参数,优化最佳的分类、分级模型,基于BP神经网络进行风险分类,基于SVM进行风险分级,并在MATLAB中完成目标案例的风险分类分级预测,根据风险分类分级的预测结果进行风险管控。本发明通过BP神经网络和SVM算法,构建分类分级模型,实现快速、智能、准确地场地污染风险分类分级,为风险管控提供可靠参考。

主权项:1.一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法,其特征在于,包括以下步骤:构建场地污染风险分类分级案例库,包括有风险案例和无风险案例;根据场地污染风险判定需求及场地污染风险分类分级案例,分别建立场地污染风险分类和分级指标体系,其中,所述场地污染风险分级指标体系包括风险分级有关土壤指标体系和风险分级有关地下水指标体系;分别确定场地污染风险分类和分级指标规则;根据场地污染风险分类和分级指标规则,对场地污染风险分类和分级的各指标进行赋分,并运用层次分析法中1~9标度法对各指标的分值进行一致性检验;通过调整BP神经网络和SVM的各项参数,优化最佳的分类、分级模型,基于BP神经网络进行风险分类,基于SVM进行风险分级,并在MATLAB中完成目标案例的风险分类分级预测,根据风险分类分级的预测结果进行风险管控;其中,所述场地污染风险分类指标规则包括:干湿指数规则、特征污染物规则、土地利用规划规则、城市等级规则、包气带的影响和潜水含水层的影响规则;基于第一公式,建立干湿指数规则,其中,第一公式为DWI表示干湿指数,表示多年平均降水量,表示多年平均蒸发量;基于第二公式,建立特征污染物规则,其中,第二公式为n为土壤中浓度超过筛选值的污染物种类数量,Csi为浓度超过筛选值的第i种污染物浓度,RSsi为第i种污染物的筛选值;基于第三公式,建立地下水污染物倍数规则,其中,第三公式为m为地下水中浓度超过筛选值的污染物种类数量,Cgwi为浓度超过筛选值的第i种污染物浓度,RSgwi为第i种污染物的限值;其中,所述根据风险分类分级的预测结果进行风险管控,具体包括:根据场地污染风险分类和分级的各指标的分值,分别计算场地的地块土壤得分和地块地下水得分;根据地块土壤得分和地块地下水得分计算得到地块风险筛查总分;基于确定出的地块风险筛查总分,确定场地地块的风险等级。

全文数据:

权利要求:

百度查询: 生态环境部环境规划院 一种基于机器学习的场地地下水和土壤污染风险诊断与管控方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。