项目名称: 基于模拟方法的城市土壤重金属污染风险评估及不确定性分析

项目编号: No.41301509

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 孙英君

作者单位: 山东建筑大学

项目金额: 24万元

中文摘要: 在工业、农业、交通及城市生活多重环境压力下,城市土壤受重金属污染,质量明显下降。对城市土壤重金属污染进行生态风险分析,从源头上加以控制,对实施污染治理具有十分重要的意义。研究的主要内容包括:土壤重金属空间分布多重模拟、污染"极值点"的探测、土壤重金属污染生态风险分析及定量不确定性分析。课题采取的技术路线包括基于实地采样数据的空间分布模拟与验证,基于美国RBVA模型的土壤重金属污染风险评价,及其对评价结果的定量不确定性分析。课题目标拟通过引入序贯指示模拟方法获取等概率土壤重金属空间分布,一方面避免传统的克里格插值方法平滑效应掩盖重金属分布的极值点,另一方面获取城市土壤重金属分布的各种可能结果。将该结果传递到城市土壤重金属风险评价结果,对风险等级配以定量不确定性分析,为决策者进行土壤治理提供科学的依据。

中文关键词: 土壤重金属;生态风险评估;高斯序列模拟;极值分析;不确定性

英文摘要: Environment and health of the soil are closely linked with the developments of industrialization, agriculture, tranpotation and urbanization. It is important to identify the resources of heavy metal pollution to control and phytoremediation.Firstly, the spatil distribution of soil heavy metal will be realized, Especially the maximum and minimum values will be reserved. Currently, geostatistical interpolation, Kriging, is increasingly used to estimate pollutant concentrations in soils. However, the traditional method - - kriging-based approach will bring the smoothing effect in the result. The detailed spatial patterns of pollutants could, therefore, be lost. The simulation method, Sequential indicator simulation(SIS), which has the ability to model not only single, but also multi-location uncertainties will be introduced to get the ideal results. Based on the SIS realizations, the local uncertainty of heavy metal concentrations at a specific location, refers to the probability of heavy metal concentration being higher than the defined threshold, representing the probability of contamination on single point can be found. Moreover, the multi-location uncertainty of an area, refers to the probability of heavy metal concentrations in several locations in a certain area, being higher than the threshold can be calcul

英文关键词: heavy metal in soil;ecological risk evaluation;sequential simulation;maximum area;uncertainty

成为VIP会员查看完整内容
0

相关内容

空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
【AAAI2022】不确定性感知的多视角表示学习
专知会员服务
45+阅读 · 2022年1月25日
专知会员服务
52+阅读 · 2021年10月1日
深度学习组合优化,30页ppt,阿姆斯特丹Wouter Kool讲授
专知会员服务
25+阅读 · 2021年2月27日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
36+阅读 · 2020年12月22日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
这十大科学文献最烂配图,你可千万别学
量子位
0+阅读 · 2021年12月6日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
10+阅读 · 2021年2月18日
小贴士
相关主题
相关VIP内容
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
【AAAI2022】不确定性感知的多视角表示学习
专知会员服务
45+阅读 · 2022年1月25日
专知会员服务
52+阅读 · 2021年10月1日
深度学习组合优化,30页ppt,阿姆斯特丹Wouter Kool讲授
专知会员服务
25+阅读 · 2021年2月27日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
36+阅读 · 2020年12月22日
相关资讯
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
这十大科学文献最烂配图,你可千万别学
量子位
0+阅读 · 2021年12月6日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
北京市通勤出行特征与典型区域分析
智能交通技术
28+阅读 · 2019年7月19日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员