地下水流场和特征选择算法下土壤潜在污染影响因子研究

徐振坤　方小满　洪碧圆　江涛　诸晓锋

摘要：目的：探究富阳区域土壤潜在污染的主要影响因子。方法：以区域内主要工业区为研究对象，采集土壤和地下水样品，并进行土壤污染和地下水流场检测。基于地下水流场，采用特征选择算法模拟区域土壤的潜在污染情况，选取土壤潜在污染影响因子并计算贡献率。结果：在选取的潜在污染影响因子中，地下水pH值、土壤含水率和土壤黏粒含量对土壤潜在污染的贡献率最高，分别达到0.155、0.083、0.076。结论：在该区域中，地下水pH值、土壤含水率和土壤黏粒含量为主要的土壤潜在污染影响因子，因此在进行土壤环境改善和土地再利用时应考虑这些因素的影响。

关键词：地下水流场；特征选择算法；区域土壤潜在污染；影响因子模拟；地下水pH数值

中图分类号：X833 文献标志码：B

前言

综合考虑土壤污染状况对于土地再利用和防止二次污染具有重要意义。在工厂运营过程中，会产生大量的污染物，这些污染物具有潜在的导致土壤污染的可能性。另外，随着水的渗透，地表径流中的污染物也可能对地下水环境造成一定程度的污染。为有效治理土壤污染，对场地环境调查是必要的，并需要了解地下水污染情况，以便为受污染场地的土地用途规划提供科学依据。长期以来，场地调查评估和治理修复一直是土壤污染治理的重要工作。通过分析土壤中的潜在影响因子，可以全面了解土壤环境质量，并准确判断土壤环境质量的变化趋势，从而有针对性地采取相应的治理措施。

特征选择算法是从已有的特征中选取出最优的一组特征，让指标更加优化。在机器学习模型中，特征选择算法会对机器的预测精度产生一定的影响。传统的特征选择方法主要有四类，这四类方法被广泛运用于各个领域中。随着对特征选择算法研究的不断深入，逐渐有了新的算法。文章基于地下水流域与特征选择算法，提出区域土壤潜在污染影响因子模拟分析。针对地块特征和潜在污染物特征，选取富阳市主要工厂用地情况为基础数据，在规范性原则下，结合地下水流情况，对该区域的污染影响因子进行模拟，具体情况如下所示。

1 研究对象与方法

1.1 研究对象概况

文章模拟分析的地点为杭州市富阳。研究地的气候属于北亚热带的季风气候。该地的气候气象以及水文特征信息如下：气候气象信息为：多年平均气温为16.1℃；多年平均气压为1015.7Pa；多年平均降水量为1153.7mm；多年平均相对湿度为80%；最大积雪厚度为290mm；多年平均风速为1.83m/s；常年地面主导风向为西北风（NW）；基本风压为6.4KN/m2。水文特征信息为：多年平均水位为4.28m；实测最高水平为9.23m；多年平均最高水位为7.96m；频率0.1%高水位为10.99m；频率1%高水位为10.17m；频率2%高水位为9.58m；多年平均最低水位为2.7m；实测最低水位为1.76m。

该地区的主要工厂是杭州某公司所在的地块，占地面积为19800m2，大门定位经度为120.022543°，纬度为30.023094°，地块中心定位经度为120.023399°，纬度为30.023577°。地块范围边界拐点坐标为：1号边界拐点坐标为经度120.022256°，纬度30.023649°；2号边界拐点坐标为经度120.023811°，纬度30.244857°；3号边界拐点坐标为经度120.024348°，纬度30.023584°；4号边界拐点坐标为经度120.022792°，纬度30.022801°。

区域内共计18个工厂地块，对每个地块进行数据收集。

1.2 数据来源

通过资料收集、现场踏勘等方法，收集并整理与地块污染相关的该区域土壤污染和地下水流场的资料，包括地块的历史变迁、污染特征、未来用地规划等内容。根据这些信息，判断区域内可能存在污染的地块，之后制定相应的现场采样布点方案。

将按照规范采集的土壤以及地下水样品，从地块运输至中煤浙江检测技术有限公司实验室进行检测，并提供符合规范的土壤、地下水污染检测报告和质控报告。以主要区域杭州某公司地块土壤污染状况调查为例，设置采样点。采样点设置情况如下。

在该区域共设有15个土壤采样点。其中，11个土壤采样点位于地块内，4个土壤监测点位于地块外。在整个采样过程中，共采集了139个土壤样品，共监测了64个土壤样品。得到的土壤对照点检测结果见表1。

该区域的地下水流场的情况见图1。

以该数据为基础数据进行模拟分析。

1.3 分析方法

Hydrus-1D软件建立的土壤水文和溶质运移数值模型综合考虑了土壤孔隙结构、土壤水力性质和边界条件等因素，为帮助模拟土壤中的水分运动和潜在污染物迁移，并对水分流动、排水和传质等过程实施监测、分析提供了一个强大的工具。而特征算法是一种基于土壤属性和环境因素的数据处理和预测方法。通过对土壤属性（如土壤类型、有机质含量等）和环境因素（如降雨量、施肥情况等）进行定性和定量分析，可以较准确地预测土壤潜在污染影响因子的分布和变化趋势。

综合使用Hydrus-1D软件进行模拟分析，基于特征算法建立土壤潜在污染影响因子模拟分析模型，能够充分考虑土壤水分运动和溶质迁移的过程，并结合土壤属性和环境条件的影响，更好地模拟和分析土壤潜在污染的影响因子，更好的帮助决策者和研究人员了解土壤潜在污染问题并采取有效治理措施来减少或防止土壤污染的发生概率。

其中，X为上边界条件，C为下边界条件，V为污染物浓度，B为饱和渗透系数，N为零通量边界。在此基础上，对污染物迁移状况进行计算，公式表示为式（2）：

其中，L为惯性权重参数，K为加速因子，J为伪随机数，H为个体最佳粒子。在此基础上，对因变量影响的空间异质性进行计算，公式表示为式（3）：

其中，F为解释变量参数，D为自变量的同归系数，5为因变量参数，A为使用加权最小二乘值，Q为空间数据范围。从而得到空间异质性，根据该参数对类别变量进行计算，公式表示为式（4）：

其中，E为观测值均值参数，R为回归方程残差的空间自相关参数，T为点位基于距离的空间权重，Y为土壤中污染物的污染指数，U为污染物的评价标准，G1为污染物实测质量比。然后对污染物的污染程度进行评价，并对数据集进行处理。数据集处理流程如下：首先，输入训练数据集和可观察变量集。然后，构造一个由可观察变量集中的所有元素组成的非定向边的完全图。接着，根据一定规则或算法，连接这些边并更新完全图。通过连接和更新得到的邻接子集会被储存在分离集中，以便后续处理和分析。最后，将连接后形成的边的三元组添加到数据集中，以丰富数据的信息。整个流程旨在构建完整的图，并从中提取有用的信息，帮助我们更好地理解和分析训练数据集中的关联关系。

在此基础上，根据数据集建立评价公式表示为式（5）：

其中，P为化学背景值，z为地累积指数，x为污染因子实测值，c为修正常数，v为基学习器。在此基础上，对经验概率值进行计算，公式表示为式（6）：

其中，n为指数差值，m为分裂后的右节点参数，l为指数变化量，k为变化量总和参数，p为决策树节点。在此基础上，按照算法的开放三元组对系数进行分离，算法系数分离流程如下：首先，获取待分离的系数三元组，包括地累积指数、污染因子实测值和修正常数。然后，将地累积指数、污染因子实测值和修正常数从系数三元组中分离出来，得到三个独立的部分。最后，返回分离后的地累积指数、污染因子实测值和修正常数作为评价公式（式5）的参数，用于数据集的评估和经验概率值计算（式6）。

之后，对数据进行迭代更新，函数公式表示为式（7）：

其中，j为类向量参数，h为初始迭代次数，g为个体目标值，f为概率向量参数，d为平均化参数值。由此得到迭代更新数据，按照该方法对影响因子进行计算。

2 结果与讨论

2.1 实验结果与分析

按照上述方法进行模拟，得到选取的土壤潜在污染影响因子土壤侵蚀度、年均气温、相对湿度、利用类型、距道路距离、地下水pH值、土壤含水率与土壤黏粒含量的贡献率见图2。

从图2中可以看出，地下水pH值、土壤含水率与土壤黏粒含量三类影响因子的贡献率最大。

统计地下水pH对三个主要地块污染因子的贡献率，可以得到结果见表2。

从表2中可以看出，地下水pH值对土壤污染因子的平均贡献率较高，达到0.180。

统计土壤含水率对三个主要地块污染因子的贡献率，可以得到结果见表3。

从表3中可以看出，土壤含水率对土壤污染因子的平均贡献率达到0.084。

统计土壤黏粒含量对三个主要地块污染因子的贡献率，可以得到结果见表4。

从表4中可以看出，土壤黏粒含量对土壤污染因子的贡献率达到0.077。三类主要的影响因子，对土壤潜在污染的贡献率分别达到0.180、0.084、0.077，在土地污染治理等过程中，可适当考虑三类影响因子带来的影响，从而加强土壤污染的治理。

2.2 讨论

从模拟分析可以看出，在众多影响因子中，对土壤污染贡献率较高的三类影响因子分别是地下水pH值、土壤含水率与土壤黏粒含量。影响机制分析如下：工业区域或工业活动排放的废水导致地下水酸碱性发生变化而改变土壤pH值，不适宜的pH值可能对土壤中微生物的生存和活动产生不利影响进而影响土壤质量；土壤含水率是指土壤中含水量占总体积的比例。工业区域或工业活动排放的废水导致土壤水分含量发生变化，高含水量导致土壤中有机物、重金属等污染物释放和迁移，进而影响土壤质量；土壤黏粒含量是指土壤中黏粒所占比例。工业活动和废物排放可能导致土壤颗粒组成发生变化，从而影响土壤黏粒含量，低黏粒含量导致土壤结构疏松、保水能力下降和养分流失而影响土壤质量。

基于此，在地块后续开发建设过程中，应多考虑这三类影响因子的影响。为强化环境保护和确保土地利用的可持续性，建议采取以下措施：（1）建立土石方转移联单制度和外运台账，明确记录外运土石方来源位置以有效管理土方开挖并跟踪查询，确保土方安全转移和合理利用；（2）对发现的土壤异味和地下水污染进行监测，委托资质单位对土壤和泥浆废水进行处理和定点存放，如设置临时沉淀池，并明确污染物种类、程度和合理处置方案；（3）实施环境监理以追踪和指导施工期间环境保护工作，及时发现、解决和预防环境问题，确保施工人员安全和环保措施到位，减少对外部环境的影响；（4）鉴于污染物缺乏连续性，应密切监测场地土壤和地下水情况，发现异常及时报告，同时在后续开发中加强地下水环境保护，不采用地下水作为饮用水源，避免处理后的地下水排放对周边地表水产生污染。

3 结束语

由于工业发展和人类活动等因素影响，土地资源面临潜在污染风险，了解和探究土壤潜在污染的主要影响因子对于制定有效的土地管理与土壤保护策略至关重要。文章基于特征选择算法与地下水流场模拟并分析了富阳区域内土壤潜在污染的主要影响因子，得出地下水pH值、土壤含水率与土壤黏粒含量为该区域土壤潜在污染主要影响因子。在进行土壤环境改善与土地再利用时应充分考虑该三类因素影响，通过强化土地污染防治措施、合理利用土地资源以持续改善土壤环境质量。希望文章对土地潜在污染研究发挥借鉴意义。