基于多Agent的土壤重金属污染预警模型研究

【摘要】： 实施土壤重金属污染预警对辅助政府制定土壤污染防治对策,提高人们生活质量具有重要的意义。但由于实时监测土壤重金属变化存在投入大、周期长、自动监测设备和技术尚未成熟等问题,土壤重金属含量数据难以获取,这对污染预警研究造成了困难。对此,本研究探索土壤重金属实测数据缺乏时,通过工业三废等数据实现土壤重金属污染预警的方法和技术。主要的研究内容和结果如下: (1)建立了土壤重金属污染预警指标体系。以黄石市1984-2004年的监测数据为依据,参考专家意见并采用数理统计的方法分析了土壤重金属污染与工业三废指标的关联性,分析结果表明:工业废气中SO2、工业废水中的重金属、工业产值和废水处理率与土壤重金属污染的相关系数超过0.7,可作为土壤污染预警指标。为反映各地区经济结构及环境治理状况差异,建立了由上述4项指标加上区域差异指标构成的土壤重金属污染预警指标体系。 (2)建立了土壤重金属污染预警标准与方法。以GB15618-1995评价标准为基础,借助黄石市的土壤污染评价结果,借用工程水文学中确定“水文特征年”的方法,提出了用“特征污染年”确定污染程度的方法,建立了与本文所建指标体系相应的评价标准。 (3)利用改进的粒子群算法优化的BP神经网络,实现了各指标值的预测。 (4)建立基于多Agent的土壤重金属污染预警系统。以JADE为开发平台建立了由指标处理Agent,BP预测Agent,预警Agent等组成的多Agent系统,各Agent协调通信实现智能预警。 (5)系统测试,以北京地区2004年的土壤重金属污染为例,实验验证了模型的合理性及预警的可靠性。