本發(fā)明涉及監(jiān)測分析，特別是一種基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法。

背景技術：

1、近年來，土壤微塑料污染問題逐漸引起了全球學術界和社會的廣泛關注。微塑料是指直徑小于5毫米的塑料顆粒，廣泛存在于環(huán)境中，尤其是土壤、河流和海洋中。隨著塑料生產和消費的不斷增加，微塑料的釋放和積累也日益嚴重，導致生態(tài)系統(tǒng)的破壞和生物多樣性的減少。為應對這一環(huán)境挑戰(zhàn)，各國科研機構與企業(yè)積極探索土壤微塑料的監(jiān)測與分析技術?，F(xiàn)有技術主要依賴于傳統(tǒng)的取樣分析方法，如人工采樣和實驗室分析，這些方法在微塑料的定量檢測與來源識別方面取得了一定進展。

2、然而，這些傳統(tǒng)方法的局限性在于監(jiān)測過程耗時耗力，且難以實現(xiàn)大范圍、高頻率的數(shù)據(jù)采集。同時，受限于樣本代表性和空間覆蓋度，往往無法全面反映土壤微塑料的真實分布情況。且現(xiàn)有的監(jiān)測方法在數(shù)據(jù)處理和分析上也較為滯后，缺乏基于大數(shù)據(jù)技術的高效算法支持，難以實現(xiàn)對微塑料污染動態(tài)的實時監(jiān)控與預測。

技術實現(xiàn)思路

1、鑒于上述北背景中存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明所要解決的問題在于如何利用污染源反向追蹤算法，結合時序與空間分析結果，高效的識別微塑料的污染源及其潛在影響。

3、為解決上述技術問題，本發(fā)明提供如下技術方案：

4、第一方面，本發(fā)明實施例提供了一種基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法，其包括，布設傳感器和采樣設備，并采集微塑料數(shù)據(jù)，結合遙感圖像或無人機拍攝數(shù)據(jù)，擴展數(shù)據(jù)的空間覆蓋范圍；利用時間序列分析方法，研究土壤中的微塑料數(shù)據(jù)在不同時間段的遷移和擴散規(guī)律，并結合氣象條件和地理條件，構建微塑料的動態(tài)遷移模型；通過對監(jiān)測區(qū)域的微塑料濃度數(shù)據(jù)進行空間分析，識別微塑料污染的高風險區(qū)域，初步確定污染物的集聚區(qū)域和污染源；將污染源位置與歷史污染源記錄進行比對，驗證污染源的準確性，并生成潛在污染源的預警信息。

5、作為本發(fā)明所述基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的一種優(yōu)選方案，其中：所述構建微塑料的動態(tài)遷移模型包括以下步驟：將微塑料濃度時序數(shù)據(jù)按照不同氣象條件進行分組，分別生成多個時序序列，并基于地理條件將監(jiān)測區(qū)域劃分為若干子區(qū)域；針對每個子區(qū)域的微塑料時序數(shù)據(jù)，采用累積偏差分析法，結合氣象因素，分析不同時段內微塑料濃度變化的累積偏差情況；通過計算數(shù)據(jù)的偏離程度，識別濃度波動的趨勢和關鍵轉折點，結合動態(tài)氣象條件，預測未來微塑料的濃度變化范圍；基于預測結果，分析微塑料濃度在時間維度上的波動周期，識別出周期性遷移行為，并對比不同時段的擴散模式，生成微塑料擴散的時間特征曲線；根據(jù)生成的時間特征曲線，結合不同子區(qū)域的地理條件，構建微塑料的動態(tài)遷移模型。

6、作為本發(fā)明所述基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的一種優(yōu)選方案，其中：所述分析不同時段內微塑料濃度變化的累積偏差情況包括：計算每個子區(qū)域的微塑料濃度時序數(shù)據(jù)的均值作為該子區(qū)域微塑料濃度的基準值；使用累積偏差分析法，通過將微塑料濃度時序數(shù)據(jù)與其均值的差逐步累積，生成累積偏差曲線，公式如下：

7、；

8、其中，為子區(qū)域內微塑料濃度的均值，為子區(qū)域內的微塑料濃度時序數(shù)據(jù)，t為時刻，為累積偏差；所述預測未來微塑料的濃度變化范圍包括：結合降雨量和風速使用分段回歸對累積偏差曲線進行分段分析，識別出氣象條件對微塑料濃度變化的影響；根據(jù)累積偏差曲線的變化趨勢，識別微塑料濃度的關鍵轉折點；對氣象因素與濃度波動之間的關系進行建模，擬合氣象條件對微塑料濃度的影響：

9、；

10、其中，和分別表示降雨量和風速對微塑料濃度變化的影響系數(shù)，為降雨量，為風速；獲取未來時間段的降雨量和風速，預測微塑料濃度在未來時刻的變化：

11、；

12、；

13、其中，為未來時間段。

14、作為本發(fā)明所述基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的一種優(yōu)選方案，其中：所述初步確定污染物的集聚區(qū)域和污染源包括以下步驟：將微塑料數(shù)據(jù)按照監(jiān)測區(qū)域的空間分布進行網(wǎng)格化處理，構建不同區(qū)域的空間數(shù)據(jù)集；對網(wǎng)格化后的微塑料數(shù)據(jù)進行空間插值處理；結合氣象條件和地形信息，分析空間污染數(shù)據(jù)的分布趨勢，識別微塑料濃度的空間梯度變化；基于空間梯度分析結果，應用熱點分析技術，識別出微塑料污染的集聚區(qū)域，并通過空間自相關方法確定污染物的集聚強度；對高風險區(qū)域進行進一步細化的空間分析，結合時序遷移模型，反推出污染物可能的源頭區(qū)域，通過空間污染濃度的反向推測，并結合地形和氣象條件，初步鎖定污染源的潛在位置。

15、作為本發(fā)明所述基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的一種優(yōu)選方案，其中：所述識別微塑料濃度的空間梯度變化包括：微塑料濃度在空間上的梯度表示濃度變化的方向和幅度：

16、；

17、根據(jù)濃度梯度，污染物從高濃度區(qū)域向低濃度區(qū)域擴散，其擴散路徑方向為梯度的負方向，即；所述通過空間自相關方法確定污染物的集聚強度包括：通過莫蘭指數(shù)確定污染物的集聚強度，即當莫蘭指數(shù)大于1時表示空間正自相關，即濃度高的區(qū)域傾向于集聚，設為集聚區(qū)域；當莫蘭指數(shù)小于1時表示空間負自相關，即濃度低的區(qū)域傾向于分散，設為分散區(qū)域；所述通過空間污染濃度的反向推測，并結合地形和氣象條件，初步鎖定污染源的潛在位置包括：若已知高風險區(qū)域的濃度梯度，則源頭方向為濃度梯度的方向；結合所述動態(tài)遷移模型通過反向追蹤微塑料的遷移路徑，進一步定位潛在的源頭區(qū)域：

18、；

19、其中，為初步確定的微塑料污染源的初始地理坐標。

20、作為本發(fā)明所述基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的一種優(yōu)選方案，其中：所述將污染源位置與歷史污染源記錄進行比對，驗證污染源的準確性包括以下步驟：收集與污染源相關的歷史數(shù)據(jù)；與初步確定的污染源位置進行比對，判斷初步確定的污染源位置與歷史污染源的關系。

21、作為本發(fā)明所述基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的一種優(yōu)選方案，其中：所述微塑料的動態(tài)遷移模型使用對流-擴散方程表示。

22、第二方面，本發(fā)明實施例提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其中：所述計算機程序指令被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的步驟。

23、第三方面，本發(fā)明實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其中：所述計算機程序指令被處理器執(zhí)行時實現(xiàn)如本發(fā)明第一方面所述的基于大數(shù)據(jù)分析的土壤微塑料污染監(jiān)測分析方法的步驟。

24、本發(fā)明有益效果為：本發(fā)明通過分析微塑料濃度隨時間的變化，識別出其遷移的關鍵轉折點，并結合氣象因素分析其對濃度波動的影響，構建有效的動態(tài)遷移模型，揭示了微塑料在土壤中的擴散路徑與沉積模式；結合氣象和地形因素，識別污染物擴散的趨勢和路徑，使得污染風險區(qū)域的定位更加精準，有助于在微塑料污染的高風險區(qū)域開展更為細致的環(huán)境監(jiān)測和治理工作，從而有效降低微塑料對生態(tài)環(huán)境的影響，保障土壤健康；本發(fā)明實現(xiàn)了對微塑料污染的全面監(jiān)測和深入分析。