CN105631203A - 识别土壤中重金属污染源的方法 - Google Patents
识别土壤中重金属污染源的方法 Download PDFInfo
- Publication number
- CN105631203A CN105631203A CN201510988451.5A CN201510988451A CN105631203A CN 105631203 A CN105631203 A CN 105631203A CN 201510988451 A CN201510988451 A CN 201510988451A CN 105631203 A CN105631203 A CN 105631203A
- Authority
- CN
- China
- Prior art keywords
- heavy metal
- data
- pollution sources
- pollution
- sources
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910001385 heavy metal Inorganic materials 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000002689 soil Substances 0.000 title claims abstract description 9
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 22
- 231100000719 pollutant Toxicity 0.000 claims abstract description 22
- 230000007613 environmental effect Effects 0.000 claims abstract description 11
- 238000003064 k means clustering Methods 0.000 claims abstract description 6
- 238000000513 principal component analysis Methods 0.000 claims abstract description 4
- 238000011835 investigation Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000007621 cluster analysis Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 7
- 238000000556 factor analysis Methods 0.000 claims description 4
- 239000003337 fertilizer Substances 0.000 claims description 4
- 238000012552 review Methods 0.000 claims description 4
- 239000000575 pesticide Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013145 classification model Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 239000010813 municipal solid waste Substances 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 239000010802 sludge Substances 0.000 claims description 2
- 238000012549 training Methods 0.000 claims description 2
- 239000002699 waste material Substances 0.000 claims description 2
- 239000003895 organic fertilizer Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 239000002131 composite material Substances 0.000 abstract 1
- 229910052785 arsenic Inorganic materials 0.000 description 6
- 229910052793 cadmium Inorganic materials 0.000 description 6
- 229910052804 chromium Inorganic materials 0.000 description 5
- 239000011651 chromium Substances 0.000 description 5
- 229910052753 mercury Inorganic materials 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 229910052745 lead Inorganic materials 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 2
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 239000003513 alkali Substances 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000007431 microscopic evaluation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了基于K-means聚类方法识别土壤中重金属污染源的方法，该方法应用K-means聚类-主成分分析污染源识别复合模型进行污染源的识别，能够快速、准确的追溯重金属污染物的来源，给出各污染物的贡献率，为环境管理部门应对污染事故、控制污染风险提供了可靠的技术保障，克服了现有技术不能给出具体排放源对受体贡献的大小、对污染治理工作无实际指导意义的缺陷。
Description
技术领域
本发明属于重金属污染源解析技术领域，具体涉及一种基于K-means聚类分析方法对土壤中重金属来源进行识别的方法。
背景技术
污染源识别技术是对污染物的来源进行判别、解析与评价的一种方法。当前的污染源识别技术大体可以分为三种：清单分析法、扩散模型和受体模型。清单分析法是通过观测和模拟污染物的源排放量、排放特征及排放地理分布等，建立列表模型的一种源解析方法；扩散模型属于预测式模型，它是通过输入各个污染源的排放数据和相关参数信息来预测污染物的时空变化情况；受体模型则通过对受体样品的化学和显微分析，确定各污染源贡献率的一类技术，其最终目的是识别对受体有贡献的污染源，并且定量计算各污染源的分担率。
当前针对土壤中重金属污染源识别的研究很少，主要的污染源识别方法就是通过对源谱和因子荷载的图形观察实现定性比较，或通过计算源谱和因子荷载的偏差实现半定量比较。这些方法多没有考虑污染源谱的非线性特征，识别结果不能真实反映因子荷载与污染源谱的对应关系。
发明内容
本发明是为了提供一种基于K-means聚类分析方法对土壤中重金属来源进行识别的方法，克服了传统重金属污染源解析方法不能给出具体排放源贡献率大小的缺陷。
发明人提供了以下技术方案。
一种识别土壤中重金属污染源的方法，操作步骤包括：
步骤一，确定重金属污染源的调查区域；
可以结合城市总体规划以及工业产业布局，选择重金属排放污染源类型超过3类、排放的重金属类型至少包括铅、汞、铬、砷、镉这5类主要重金属污染物的区域作为调查区域。
步骤二，在确定的重金属污染源调查区域内进行调查，调查过程包括：
（1）基础资料收集
通过对相关资料（如群众投诉、污染源普查数据库、污染源档案、环境监测资料、环评报告等）的收集和整理分析，掌握调查区域重金属污染行业企业分布，从中筛选出具有代表性、影响较为突出的行业企业，确定要进一步调查的污染源名单；
（2）实地调查（监测）
对调查区域内的主要重金属污染物进行实地调查（包括现场布点、采样和分析测试）。根据污染源的生产工艺、生产流程、污染物的产生机制以及排放形式等因素，参照污染源调查规范，确定布点和采样方法。监测指标包括成分浓度指标。
（3）数据处理与分析
对实地调查获得的数据，结合数据自身特征和调查目的，采用科学的统计方法进行分类整理和统计分析。
（4）将处理分析后的数据建立污染源信息数据库。
步骤三，在重金属污染源调查区域调查的基础上，分析不同情况下污染源对环境的影响；
不同情况包括：①单个污染源位于环境敏感点；②多个不同类型的污染源位于环境敏感点；③多个相同类型的污染源位于环境敏感点。第①种情况下，根据污染源与环境敏感点的相对位置关系，制定相应的监测方案，分析污染源对环境敏感点的影响程度；第②种情况下，根据各污染源的特征污染物质进行分析判别；第③种情况比较复杂，需对污染源的源强进行测试，并结合数学模型判定各污染源的影响大小。
步骤四，识别各类排放源中的重金属特征标识物；
根据实地调查获得的主要重金属污染物的量值，综合考虑目标污染中各重金属组分的含量即客观指标，根据其源成分谱确定其污染类型。
各类排放源包括：工业“三废”、汽车尾气、城市生活垃圾、污泥农用、有机肥、农药化肥。
步骤五，应用K-means聚类方法，采用Matlab软件编程，将实地调查中现场布点及监测数据转化为计算机能够接受的数量化矩阵，对数据进行标准化处理，消除量纲影响，得到标准化矩阵；
步骤六，构建基于K-means聚类方法的重金属污染源识别的模型，包括
（一）、K-means聚类分析方法进行污染源的类别划分
第一步，预处理及初始化
第二步，输出训练样本对
K-means算法的核心思想是把n个数据对象划分为k个聚类,使每个聚类中的数据点到该聚类中心的平方和最小，算法处理过程：
输入：聚类个数k，包含n个数据对象的数据集。
输出：k个聚类。
（1）任选n个数据对象中的k个对象作为初始聚类中心
（2）对剩余的每个对象，根据其与各个簇中心的距离，将它赋给最近的簇。
（3）利用公式(i=1,2,…,n;j=1,2,…,k)重新计算每个类中心，并用公式计算出此时的准则函数值
（4）计算新的分配方式：假设在类n中，如果（其中），将样本分配到类m中，然后计算此时分配后的准则函数值
（5）如果停止计算，否则c=c+1，重复（3）（4）（5）步
对处理大数据集，K-means算法是相对可伸缩的和高效率的，n是所有对象的数目，k是簇的数目，t是迭代的次数。通常k〈〈t且t〈〈n。用K-means算法来聚类时，当结果簇是密集的，而簇与簇之间区别明显时，它的聚类效果较好。
（二）、引用主成分分析进行污染源各类别的贡献率计算
第一步，数据标准化处理
包括数据的审核、污染物变量的选择和受体浓度数据标准化三个过程。
数据的审核：包括未检出项，缺失项，异常值的识别、判断和处理。
引入信噪比，如果某污染物信噪比过小或者低于检出限的比例较大，则不能用于进行因子分析。
数据标准化：
其中：；(j=1,2,…,p)
第二步，计算样本的相关系数矩阵
其中，
第三步，计算相关系数矩阵的特征值和相应的特征向量
特征值：
特征向量：
步骤七，利用构建的重金属污染源识别模型进行重金属污染源的识别，包括：
（1）利用主成分因子分析提取出具有因子荷载矩阵和因子得分矩阵，确定主成分因子个数。
（2）再把基于污染源成分谱的因子荷载识别当成多参数模式的识别问题，利用K-mean聚类分析进行污染源的识别。
（3）最后利用识别好的分类模型实现因子荷载的污染源贡献率的计算，实现重金属特征污染物的源解析。
本发明所述的重金属污染物质选择遵循以下原则：（1）国内外法规、标准中限制排放的重金属物质；（2）广泛存在于各类污染源中，或者是行业的特征污染物；（3）具有可靠监测方法的重金属物质。根据以上原则，筛选出5种对人体危害较大的重金属污染物，即铅、汞、铬、砷、镉。
本发明的优点为：
（1）该方法能够快速、准确的追溯重金属污染物的来源，实用性强，有广泛的推广应用价值，为环境管理部门应对污染事故、控制污染风险提供了可靠的技术保障。
（2）传统的污染物源解析技术只能大致给出对环境受体贡献较大的污染源类别，而不能给出具体排放源对受体贡献的大小，缺乏对污染防治工作的实际指导意义。本发明所述方法，全面揭示了重金属源排放组成特征，筛选出能够指示污染来源的特征标识物。
（3）本发明为制定区域污染控制对策及区域环境质量改善提供技术支持，使今后环境管理部门面对污染问题时，可以通过系统、完整的源解析方法和相应的数据信息系统，迅速识别污染源，从而进行污染的防控。
附图说明
图1为本发明所述方法的流程图。
具体实施方式
下面结合具体实施例对本发明所述内容作进一步详细的说明。
实施例
步骤一，以晋江流域作为重金属污染调查区域。
步骤二，数据来源于晋江流域沉积物中的重金属含量，用抓斗式采样器采集了10个站位表层沉积物样品。
步骤三，根据调查区域，确定调查的重金属为As、Hg、Cd、Cr、Pb，共取10个监测点位。
步骤四～七见下列数据分析，其中数据标准化处理和聚类分析情况等借助SPSS统计分析软件和Matlab编辑的程序完成，主要分析情况见下：
本次数据分析主要对As、Hg、Cd、Cr、Pb进行K-means聚类分析，结果如下：
表1和表2分别为初始分类中心和最终分类中心，实际上为2种分类（此2类是通过spss统计分析软件分出来的，1指的是第一类，2指的是第二类）标准的浓度。
表1初始分类中心
表2最终分类中心
表3为方差分析表，分析各聚类变量是否有统计学意义，从表中可以看出，本例的2个聚类变量所对应的p值（Sig.）很小，可以判定此2个变量对本案例数据分类有意义。
表3方差分析表
K-means聚类将本例的重金属污染源分为2大类。
本次数据分析主要对As、Hg、Cd、Cr、Pb进行主成分分析，结果如表4：相关系数及相应P值：
表4相关系数矩阵
见表5，主成分的统计信息包括特征根由大到小的次序排列，第一主成分特征根为3.576，它解释了总体的71.518%；虽然第二主成分特征根为0.701＜1但接近1，所以也选取进来，解释总体的14.016%，此时累计贡献率达85.535%，本例宜选取前两个主成分。
表5总方差解释
见表6，主成分个数确定为2，则再对数据进行分析在选取主成分时输入2，得到该因子负荷矩阵（即因子载荷矩阵）。可见第一主成分主要包含原变量As、Cd、Pb信息，即表明第一主成分污染源主要为化肥农药和生活污水源。第二主成分包含了Hg的主要信息，即污染源主要为氯碱、塑料、电池、电子等工业废水。
表6因子载荷矩阵
Claims (3)
1.一种识别土壤中重金属污染源的方法，其特征在于，操作步骤包括：
步骤一，确定重金属污染源的调查区域；
步骤二，在确定的重金属污染源调查区域内进行调查，调查过程包括：
（1）基础资料收集
（2）实地调查
对调查区域内的主要重金属污染物进行实地调查，包括现场布点、采样和分析测试；
（3）数据处理与分析
对实地调查获得的数据进行分类整理和统计分析；
（4）将处理分析后的数据建立污染源信息数据库；
步骤三，在重金属污染源调查区域调查的基础上，分析不同情况下污染源对环境的影响；
不同情况包括：①单个污染源位于环境敏感点；②多个不同类型的污染源位于环境敏感点；③多个相同类型的污染源位于环境敏感点；
步骤四，识别各类排放源中的重金属特征标识物；
步骤五，应用K-means聚类方法，采用Matlab软件编程，将实地调查中现场布点及监测数据转化为计算机能够接受的数量化矩阵，对数据进行标准化处理，消除量纲影响，得到标准化矩阵；
步骤六，构建基于K-means聚类方法的重金属污染源识别的模型，包括
（一）、K-means聚类分析方法进行污染源的类别划分
第一步，预处理及初始化
第二步，输出训练样本对
K-means算法的核心思想是把n个数据对象划分为k个聚类,使每个聚类中的数据点到该聚类中心的平方和最小，算法处理过程：
输入：聚类个数k，包含n个数据对象的数据集；
输出：k个聚类；
（1）任选n个数据对象中的k个对象作为初始聚类中心
（2）对剩余的每个对象，根据其与各个簇中心的距离，将它赋给最近的簇；
（3）利用公式(i=1,2,…,n;j=1,2,…,k)重新计算每个类中心，并用公式计算出此时的准则函数值
（4）计算新的分配方式：假设在类n中，如果（其中），将样本分配到类m中，然后计算此时分配后的准则函数值
（5）如果停止计算，否则c=c+1，重复（3）（4）（5）步
对处理大数据集，K-means算法是相对可伸缩的和高效率的，n是所有对象的数目，k是簇的数目，t是迭代的次数；通常k〈〈t且t〈〈n；用K-means算法来聚类时，当结果簇是密集的，而簇与簇之间区别明显时，它的聚类效果较好；
（二）、引用主成分分析进行污染源各类别的贡献率计算
第一步，数据标准化处理
包括数据的审核、污染物变量的选择和受体浓度数据标准化三个过程；
数据的审核：包括未检出项，缺失项，异常值的识别、判断和处理；
引入信噪比，如果某污染物信噪比过小或者低于检出限的比例较大，则不能用于进行因子分析；
数据标准化：
其中：；(j=1,2,…,p)
第二步，计算样本的相关系数矩阵
其中，
第三步，计算相关系数矩阵的特征值和相应的特征向量
特征值：
特征向量：
步骤七，利用构建的重金属污染源识别模型进行重金属污染源的识别，包括：
（1）利用主成分因子分析提取出具有因子荷载矩阵和因子得分矩阵，确定主成分因子个数；
（2）再把基于污染源成分谱的因子荷载识别当成多参数模式的识别问题，利用K-mean聚类分析进行污染源的识别；
（3）最后利用识别好的分类模型实现因子荷载的污染源贡献率的计算，实现重金属特征污染物的源解析。
2.根据权利要求1所述的识别土壤中重金属污染源的方法，其特征在于，步骤二所述基础资料包括群众投诉、污染源普查数据库、污染源档案、环境监测资料、环评报告。
3.根据权利要求1所述的识别土壤中重金属污染源的方法，其特征在于，步骤四所述各类排放源包括：工业“三废”、汽车尾气、城市生活垃圾、污泥农用、有机肥、农药化肥。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510988451.5A CN105631203A (zh) | 2015-12-27 | 2015-12-27 | 识别土壤中重金属污染源的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510988451.5A CN105631203A (zh) | 2015-12-27 | 2015-12-27 | 识别土壤中重金属污染源的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105631203A true CN105631203A (zh) | 2016-06-01 |
Family
ID=56046132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510988451.5A Pending CN105631203A (zh) | 2015-12-27 | 2015-12-27 | 识别土壤中重金属污染源的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105631203A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106096268A (zh) * | 2016-06-12 | 2016-11-09 | 西藏自治区高原生物研究所 | 一种垃圾对环境污染的评估方法 |
| CN106612834A (zh) * | 2016-09-18 | 2017-05-10 | 北京市土肥工作站 | 基于区域土壤养分资源的专用肥料配方确定方法及装置 |
| CN107367530A (zh) * | 2016-08-30 | 2017-11-21 | 北京航空航天大学 | 一种基于理化‑生物电化学系统的水环境污染类型快速识别方法 |
| CN108693084A (zh) * | 2017-04-06 | 2018-10-23 | 富士电机株式会社 | 产生源分析装置以及产生源分析系统 |
| CN109900682A (zh) * | 2019-03-22 | 2019-06-18 | 临沂大学 | 一种基于富集因子值计算的表层土壤重金属污染来源定量识别方法 |
| CN110096490A (zh) * | 2018-10-18 | 2019-08-06 | 苏州科技大学 | 污染场地数据库及其构建方法 |
| CN110163290A (zh) * | 2019-05-28 | 2019-08-23 | 北华航天工业学院 | 一种基于快速聚类和化学质量平衡对污染源进行解析的方法 |
| CN110175647A (zh) * | 2019-05-28 | 2019-08-27 | 北华航天工业学院 | 一种基于主成分分析和K-means聚类的污染源识别方法 |
| CN110390494A (zh) * | 2019-08-13 | 2019-10-29 | 成都理工大学 | 农业区生活垃圾填埋场地下水中“三氮”的溯源方法 |
| CN110674570A (zh) * | 2019-09-04 | 2020-01-10 | 山西大学 | 计算不同污染来源对Pb污染贡献率的反距离模型构建方法 |
| CN111783299A (zh) * | 2020-06-30 | 2020-10-16 | 中国环境科学研究院 | 一种沉积物重金属源解析模型的联合使用方法 |
| CN111932146A (zh) * | 2020-09-01 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 污染成因的分析方法、装置、计算机设备和可读存储介质 |
| CN112085081A (zh) * | 2020-09-02 | 2020-12-15 | 董萍 | 一种污水成分检测方法及系统 |
| CN112461816A (zh) * | 2020-10-23 | 2021-03-09 | 同济大学 | 一种基于重金属指纹的工业污泥鉴定方法和系统 |
| CN112557612A (zh) * | 2020-11-20 | 2021-03-26 | 中南大学 | 利用水系沉积物解析金属矿区地下水重金属污染源及污染边界的方法 |
| CN113657698A (zh) * | 2020-05-12 | 2021-11-16 | 中国环境科学研究院 | 基于多元统计和受体模型的流域分区污染源识别方法 |
| CN113706127A (zh) * | 2021-10-22 | 2021-11-26 | 长视科技股份有限公司 | 一种水域分析报告的生成方法及电子设备 |
| CN113780820A (zh) * | 2021-09-13 | 2021-12-10 | 宝航环境修复有限公司 | 一种土壤污染风险管控用土壤表层生态构建方法及装置 |
| CN114689818A (zh) * | 2020-12-30 | 2022-07-01 | 中国科学院沈阳应用生态研究所 | 一种污染场地重金属污染物同源性分析的确认方法 |
| CN116500240A (zh) * | 2023-06-21 | 2023-07-28 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101936973A (zh) * | 2009-06-30 | 2011-01-05 | 中国石油化工股份有限公司石油化工科学研究院 | 气相色谱-质谱联用对烃类油品进行快速分类的方法 |
| CN105158353A (zh) * | 2015-07-29 | 2015-12-16 | 北华航天工业学院 | 土壤中多环芳烃污染源解析的方法 |
| CN105184000A (zh) * | 2015-09-18 | 2015-12-23 | 北华航天工业学院 | 基于朴素贝叶斯源识别的非负约束因子的污染源解析方法 |
-
2015
- 2015-12-27 CN CN201510988451.5A patent/CN105631203A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101936973A (zh) * | 2009-06-30 | 2011-01-05 | 中国石油化工股份有限公司石油化工科学研究院 | 气相色谱-质谱联用对烃类油品进行快速分类的方法 |
| CN105158353A (zh) * | 2015-07-29 | 2015-12-16 | 北华航天工业学院 | 土壤中多环芳烃污染源解析的方法 |
| CN105184000A (zh) * | 2015-09-18 | 2015-12-23 | 北华航天工业学院 | 基于朴素贝叶斯源识别的非负约束因子的污染源解析方法 |
Non-Patent Citations (1)
| Title |
|---|
| HAI-YANG CHEN ET AL: "Source Apportionment of Water Pollution in the Jinjiang River (China) Using Factor Analysis With Nonnegative Constraints and Support Vector Machines", 《ENVIRONMENTAL FORENSICS》 * |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106096268A (zh) * | 2016-06-12 | 2016-11-09 | 西藏自治区高原生物研究所 | 一种垃圾对环境污染的评估方法 |
| CN107367530B (zh) * | 2016-08-30 | 2019-12-31 | 北京航空航天大学 | 一种基于理化-生物电化学系统的水环境污染类型快速识别方法 |
| CN107367530A (zh) * | 2016-08-30 | 2017-11-21 | 北京航空航天大学 | 一种基于理化‑生物电化学系统的水环境污染类型快速识别方法 |
| CN106612834A (zh) * | 2016-09-18 | 2017-05-10 | 北京市土肥工作站 | 基于区域土壤养分资源的专用肥料配方确定方法及装置 |
| CN108693084A (zh) * | 2017-04-06 | 2018-10-23 | 富士电机株式会社 | 产生源分析装置以及产生源分析系统 |
| CN110096490A (zh) * | 2018-10-18 | 2019-08-06 | 苏州科技大学 | 污染场地数据库及其构建方法 |
| CN109900682A (zh) * | 2019-03-22 | 2019-06-18 | 临沂大学 | 一种基于富集因子值计算的表层土壤重金属污染来源定量识别方法 |
| CN110163290A (zh) * | 2019-05-28 | 2019-08-23 | 北华航天工业学院 | 一种基于快速聚类和化学质量平衡对污染源进行解析的方法 |
| CN110175647A (zh) * | 2019-05-28 | 2019-08-27 | 北华航天工业学院 | 一种基于主成分分析和K-means聚类的污染源识别方法 |
| CN110390494A (zh) * | 2019-08-13 | 2019-10-29 | 成都理工大学 | 农业区生活垃圾填埋场地下水中“三氮”的溯源方法 |
| CN110390494B (zh) * | 2019-08-13 | 2022-04-26 | 成都理工大学 | 农业区生活垃圾填埋场地下水中“三氮”的溯源方法 |
| CN110674570A (zh) * | 2019-09-04 | 2020-01-10 | 山西大学 | 计算不同污染来源对Pb污染贡献率的反距离模型构建方法 |
| CN110674570B (zh) * | 2019-09-04 | 2023-05-30 | 山西大学 | 计算不同污染来源对Pb污染贡献率的反距离模型构建方法 |
| CN113657698A (zh) * | 2020-05-12 | 2021-11-16 | 中国环境科学研究院 | 基于多元统计和受体模型的流域分区污染源识别方法 |
| CN111783299A (zh) * | 2020-06-30 | 2020-10-16 | 中国环境科学研究院 | 一种沉积物重金属源解析模型的联合使用方法 |
| CN111932146A (zh) * | 2020-09-01 | 2020-11-13 | 平安国际智慧城市科技股份有限公司 | 污染成因的分析方法、装置、计算机设备和可读存储介质 |
| CN111932146B (zh) * | 2020-09-01 | 2024-09-17 | 平安国际智慧城市科技股份有限公司 | 污染成因的分析方法、装置、计算机设备和可读存储介质 |
| CN112085081A (zh) * | 2020-09-02 | 2020-12-15 | 董萍 | 一种污水成分检测方法及系统 |
| CN112085081B (zh) * | 2020-09-02 | 2024-02-02 | 西部第三方检测集团(宁夏)有限公司 | 一种污水成分检测方法及系统 |
| CN112461816A (zh) * | 2020-10-23 | 2021-03-09 | 同济大学 | 一种基于重金属指纹的工业污泥鉴定方法和系统 |
| CN112557612B (zh) * | 2020-11-20 | 2022-06-03 | 中南大学 | 利用水系沉积物解析金属矿区地下水重金属污染源及污染边界的方法 |
| CN112557612A (zh) * | 2020-11-20 | 2021-03-26 | 中南大学 | 利用水系沉积物解析金属矿区地下水重金属污染源及污染边界的方法 |
| CN114689818A (zh) * | 2020-12-30 | 2022-07-01 | 中国科学院沈阳应用生态研究所 | 一种污染场地重金属污染物同源性分析的确认方法 |
| CN114689818B (zh) * | 2020-12-30 | 2024-01-16 | 中国科学院沈阳应用生态研究所 | 一种污染场地重金属污染物同源性分析的确认方法 |
| CN113780820A (zh) * | 2021-09-13 | 2021-12-10 | 宝航环境修复有限公司 | 一种土壤污染风险管控用土壤表层生态构建方法及装置 |
| CN113706127A (zh) * | 2021-10-22 | 2021-11-26 | 长视科技股份有限公司 | 一种水域分析报告的生成方法及电子设备 |
| CN116500240A (zh) * | 2023-06-21 | 2023-07-28 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
| CN116500240B (zh) * | 2023-06-21 | 2023-12-29 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105631203A (zh) | 识别土壤中重金属污染源的方法 | |
| CN105158353B (zh) | 土壤中多环芳烃污染源解析的方法 | |
| CN107767032B (zh) | 一种农田土壤重金属污染决策系统及方法 | |
| CN105868479A (zh) | 多环芳烃源解析方法 | |
| CN110489785B (zh) | 一种大气污染物在线源解析方法及系统 | |
| Hopke | Review of receptor modeling methods for source apportionment | |
| Zhang et al. | Environmental performance evaluation of implementing EMS (ISO 14001) in the coating industry: case study of a Shanghai coating firm | |
| Mukundan et al. | Sediment source fingerprinting: transforming from a research tool to a management tool 1 | |
| CN105844301A (zh) | 基于贝叶斯源识别的土壤中重金属污染源解析方法 | |
| CN105184000A (zh) | 基于朴素贝叶斯源识别的非负约束因子的污染源解析方法 | |
| CN109711674A (zh) | 一种用于湖库水体污染溯源的指纹图谱库构建方法及装置 | |
| CN105023067A (zh) | 基于层次分析法-模糊综合评价的化工项目环境风险评价体系 | |
| CN112198144B (zh) | 一种快速污水溯源的方法及系统 | |
| CN105469224A (zh) | 一种恶臭污染源关键致臭物质的识别方法 | |
| Belis et al. | A new methodology to assess the performance and uncertainty of source apportionment models in intercomparison exercises | |
| CN112735539A (zh) | 基于复合受体模型的污染场地特征污染物的源解析方法 | |
| CN104978475A (zh) | 一种钢铁联合企业废水排放源解析方法 | |
| CN108052486B (zh) | 基于颗粒物无机组分和有机标识物的精细化源解析方法 | |
| CN116205509A (zh) | 一种全面评价土壤重金属污染状况的研究方法 | |
| Xiao et al. | Water quality assessment and pollution source apportionment using multivariate statistical techniques: a case study of the Laixi River Basin, China | |
| Nasir et al. | Application of receptor models on water quality data in source apportionment in Kuantan River Basin | |
| Marcellus-Zamora et al. | Can public construction and demolition data describe trends in building material recycling? Observations from Philadelphia | |
| CN112711911B (zh) | 基于污染源谱库的应用于边界观测的快速污染溯源方法 | |
| CN117198422A (zh) | 一种污水管网中痕量毒品的溯源方法及装置 | |
| CN116402389A (zh) | 一种混合用地类型的流域水体污染源解析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160601 |
|
| WD01 | Invention patent application deemed withdrawn after publication |