基于粗糙集和决策树的城市土壤重金属污染定位.docVIP

基于粗糙集和决策树的城市土壤重金属 污染定位 陇东学院信息工程学院 摘要： 针对城市表层土壤重金属污染问题，用平均值、标准偏差和变异系数描述重金属 的空间分布，利用单项污染指数评估重金属污染情况，得到不同功能区的金属 污染强度:工业区〉交通区〉生活区〉公园绿地区〉山区。同时确定城市表层土壤重 金属污染源的定位模型，采用粗糙集属性约简方法得到决定确定污染源的决策 属性，构造决策树确定来污染来自于那个功能区，有效地解决了污染源的位置 问题。 关键词： 粗糙集;决策树;单项污染指数;属性约简; 基金：甘肃省教育科学“十三五”规划项目(GS[2016]GHBZ021) 1概述 城市经济的快速发展和城市人口的不断增加异致城市生态环境恶化，土壤重金 属污染问题也很严重，已经严重威胁到了人类的生命健康。土壤重金属污染是指 重金属元素或其化合物通过人类活动进入土壤，导致土壤中重金属含量超标， 造成环境污染的现象U1。通常所说的重金属污染是指由铅、铜、锌、镉、汞、 镍、铬和砷等金属由于不能被微生物降解而导致的土壤长期、潜在的污染，土壤 重金属不仅受到土壤成土环境的影响，更强烈受到人类城市活动影响，且可以 通过食物链的富集，危害人类的生命健康。按照功能划分，城区一般可分为生活 区、工业区、山区、主干道路区及公园绿地区等，不同的区域环境受人类活动影 响的程度不同，从而不同区域城市土壤中的重金属会出现较为明显的区域差异。 如何描述重金属的空间分布，如何评估重金属对土壤的污染程度，如何判断土 壤重金属的来源，对重金属污染的定位是土壤重金属研宄的主耍内容。 2不同功能区的重金属元素的空间分布 对城市城区土壤地质环境进行调杳，在所考察的城区的采样点对表层土进行取 样、编号，记录采样点的位罝，应用专门仪器测试分析，获得了每个样本点所含 的多种化学元素的浓度数据。在远离人群及工业活动的自然区取样，将其作为该 城区表层土壤中元素的背景值。按照这种方法获得某城区As、Cd、Cu、Hg、Pb、 Zn等6重金属元素的浓度数据作为2011年全国大学生数学建模题A的数据来 源。本文针对这些数据来源进行分析，见表1。 表1廿肃地区已有的区域速度模型 下载原表 该城区分为生活区、工业区、交通区及公园绿地区。对研宂区289个土壤样品中 8种重金属元素含量从平均值、标准差、变异系数进行统计特征分析。表1中给 出了 8种重金属元素As、Cd、Cu、Hg、Pb、Zn的范围平均值、标准差、变异系 数。平均值越大，则该种元素污染越大;变异系数越大，表明元素向四周扩散了， 变异系数越小，表明元素分布较集中。该城区的不同功能区土壤重金属污染的程 度不同。表明不同功能区土壤重金属污染程度从强到弱的顺序为:工业区〉交通 区〉生活区〉公园绿地区。工业区和交通区重金属含量较高，以工业区最为严重。 单项污染指数m评价土壤重金属的污染状况，其计算公式:p^cysi，其中（：,为 第i种污染物的所有实测值的平均值，S,为第i种污染物的背景值。 表2不同功能区重金属污染土壤单项因子指数 下载原表 3功能区定位 3. 1理论基础 分类是数据挖掘领的一项重要任务，而在众多的分类模型屮，决策树模型是代 表性的分类算法，应用很广泛。决策树分类模型是一种自顶向下递归方式的树状 结构，树的每个内部节点非叶子节点表示在一个属性上的测试，每个分支代表 一个测试输出，每个终节点叶子节点对应一个分类标号。从根到叶子结点的一条 路径就对应着一条知识规则，整棵决策树就对应着一组知识规则。 粗糙集理论U1是一种刻画不确定性的数学工具，能有效处理和分析不精确、不 完整和不一致的各种不完备的信息，从中发现隐含的规律。将粗糙集理论用于决 策树优化已经出现了很多结合点，粗糙集理论可以对初条件属性进行约简，因 为决策树算法经常要处理的是海量的样木数据，而随着条件属性个数的增长， 构建决策树的吋间复杂度和空间复杂度都呈几何式增长，对属性约减的0的就 是在保持训练数据集信息不减的情况下，降低训练数据的维数。 3. 2重金属元素分类归属 参照国家土壤环境质量的标准，木文将的土壤采样点定义为清洁无污染，的土 壤采样点定义为尚清洁（警戒线），定义为轻度污染，中度污染，为重度污染。 制订土壤重金属污染程度表，见表3。 表3 土壤重金属污染程度表 下载原表 因为利用所有元素的浓度值对污染源的位置很复杂，也很烦琐。有些元素的浓度 值对确定污染源的位置并不是必须的，因此首先要去掉一些对做出定位决策没 有价值或价值很小的元素，以减少属性冗余。K面通过粗糙集屮属性约简的 方法来确定那些元素是做出决策的重要属性。第一步，在模型一得到的不同功能 区土壤重金属污染程度表，现在规定：尚清洁:0;轻度污染：1;中度污染:2;重度 污染:3在决策属性中，生活区a，工业区b，