基于大数据的场地土壤和地下水污染识别与风险管控研究

第1章 绪论 1.1 研究背景与意义 1.1.1 场地污染现状、危害及原因分析 随着城镇化快速发展和产业结构调整，我国城市及周边产生了大量污染场地（王夏晖等，2020），场地土壤污染已经成为亟待解决的生态环境问题（Li et al.，2020）。在美洲、欧洲和亚洲，每天都会检测出污染场地（Brandon，2013；Sigbert et al.，2013）。我国，各省（自治区、直辖市）陆续公布了建设用地土壤污染风险管控和修复名录，涉及污染地块近千个。2014年发布的《全国土壤污染状况调查公报》显示，全国土壤环境状况总体不容乐观，工矿业废弃地土壤环境问题突出，在调查的重污染企业用地及周边的5846个土壤点位中，超标点位占36.3%，工业废弃场地超标点位占34.9%，主要污染物为锌、汞、铅、铬、砷和多环芳烃等，主要涉及化工业、矿业、冶金业等行业。有学者研究了典型城市场地污染情况，以广州市为例，该市污染场地主要遭受无机物和有机物的复合污染，污染物类型主要为重金属、氰化物、氟化物和有机物（谭海剑等，2021）。部分场地污染时间长（超过30年）、面积跨度大（10 000～300 000m2），污染较为复杂，污染程度严重，如某制气厂地块涉及苯系物、多环芳烃、石油烃等近20种污染物，污染深度达24m，地下水同步受到污染，再如某涂料厂乙苯超标高达30 000多倍、某香料厂污染面积占场地面积的54%以上（吴俭等，2021）。另外，以北京市为例，该市的26个污染场地中，11个为挥发半挥发性有机污染场地，3个为农药污染场地，3个为重金属污染场地，9个为复合污染场地，主要污染物类型为挥发半挥发性有机物（氯代烃、苯系物和多环芳烃）、农药（六六六和滴滴涕）和重金属（铬、铅、汞、铜、镍和锑等）（马妍等，2017）。土壤中污染物容易在风力或水力作用下进入大气和水体，引发大气污染、地表水污染、地下水污染和生态系统退化等次生环境问题。土壤是重金属入侵人体的主要途径之一，重金属通过食物链进入人体后会造成骨损伤、神经毒性、心血管损伤及癌症等疾病（黄芸等，2016）。 总体来看，我国场地污染情况并不乐观，污染场地数量多、污染成因复杂、溯源难度大，涉及行业广，给我国生态环境、经济发展和人体健康带来了巨大挑战，已成为生态文明建设和美丽中国建设的短板。 1.1.2 我国场地污染风险管理进展 近几年，我国确定了“风险管控”的场地污染风险管理思路，先后印发实施了《污染地块土壤环境管理办法（试行）》（环境保护部令第42号，2016年）、《土壤环境质量 建设用地土壤污染风险管控标准（试行）》（GB 36600—2018）、《污染地块风险管控与土壤修复效果评估技术导则（试行）》（HJ 25.5—2018）、《建设用地土壤污染风险管控和修复监测技术导则》（HJ 25.2—2019）等，提出了污染识别、调查评估、风险管控、效果评估等方面的管理和技术要求（表1-1）。另外，2019年1月1日起施行《中华人民共和国土壤污染防治法》，填补了我国场地污染风险管控领域的立法空白。 表1-1 我国场地污染识别与风险管控政策、法律、标准、规章、导则一览表 1.1.3 场地大数据 1.场地大数据特点 目前，大数据的基本特征包括数据量大、类型繁多、价值密度低、产生速度快。数据量大指大数据的采集、存储和计算量非常大，起始计量单位至少是拍字节（PB）、艾字节（EB）或泽字节（ZB）级。类型繁多指大数据种类和来源多样，包括结构化、半结构化和非结构化数据，其中非结构化数据占80%以上（图1-1），具体表现为文本、报告、网络日志、音频、视频、图片、地理位置信息等。价值密度低指大数据蕴含信息量大，但有价值的信息少，需要结合业务逻辑(logit)并通过强大的智能算法来挖掘数据价值。产生速度快指数据增长速度快，处理速度也快，时效性要求高，如搜索引擎要求数分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成。 图1-1 我国场地污染数据结构 在生态环境领域，通过多年积累，已初步形成场地污染相关海量数据。场地污染大数据除具有传统大数据的特征外，还具有高维性、高复杂性、高不确定性的“三高”特性（Guo et al.，2014；蒋洪强等，2019）。 1）高维性指数据来源包含反映自然与社会现象之间的多维数据。场地污染大数据可通过土壤、空气、水、噪声环境质量监测设备来感知，还可以通过生物传感器、化学传感器、射频识别技术、卫星遥感、视频、光学传感器、人工检查等感知。 2）高复杂性指场地污染大数据内在类型、结构及模式具有复杂性。高复杂性使得场地污染大数据的表达、理解和计算等多个数据挖掘环节面临巨大挑战。场地污染大数据本身价值密度较低，只有通过数据清洗、集成、建模、可视化等步骤才能将这种复杂、非结构化的数据转化为有价值的信息。 3）高不确定性指数据采集时可能存在错误或不完整，数据处理时出现的不确定性概率较高。场地污染大数据来源于不同部门，数据标准、规范不统一；通过不同网络爬取工具获得的数据格式具有多样化；各部门数据共享程度较低，同一指标数据缺乏一致性。 2.场地大数据来源 我国污染场地数据来源广泛，主要包括三个渠道：一是政府数据，如土壤背景值调查、全国土壤污染状况调查、全国土壤污染状况详查、多目标区域地球化学调查、农产品产地土壤重金属污染普查、全国污染源普查等调查数据，以及环评审批、环保验收、信访举报、排污许可、营业执照审批、企业工商等掌握的土壤、地下水、重金属、有机物、企业名称、地理位置等数据；二是开源数据，如在中国科学院数据云、地理空间数据云、地理国情监测云等云平台共享的土地利用、土壤类型、地形、地貌、遥感、水文、水文地质、降水、道路、人口、经济、学术论文等数据；三是网络数据，在互联网（internet）、物联网、移动互联网上获取的舆情、企业基本情况、污染突发事件、谷歌和百度地图兴趣点（point of interest，POI）等数据（王夏晖，2019）。 1.2 大数据支持场地污染风险管控进展分析 1.2.1 大数据支持场地污染风险管控的数据挖掘 基于Web of Science数据库，检索出2010～2020年的17 860篇大数据文献和656篇大数据支持场地污染风险管控文献，分别利用词频高于20次和10次的关键词绘制研究热点与结构图。不难看出，大数据领域的研究热点主要有机器学习（machine learning）、物联网（internet of things）、深度学习（deep learning）、人工智能（artificial intelligence）、云计算（cloud computing）、数据挖掘（data mining）、数据模型（data model）、区块链（blockchain）等（图1-2）。在此基础上，围绕土壤和地下水中污染物特别是重金属，人工神经网络（artificial neural network）、深度学习、机器学习［如支持向量机（support vector machine，SVM）、随机森林（random forest）］等支持污染预测、污染源识别、水质分析、风险评估的技术得到了较多关注（图1-3）。 图1-2 大数据领域的研究热点与结构 图1-3 大数据支持场地污染风险管控的研究热点与主题结构 1.2.2 大数据支持场地污染识别 目前，基于现有场地污染调查有关技术方法，不论是区域还是地块尺度上，由点及面的土壤污染浓度识别可能产生与实际偏离较大问题，已经不能满足日益增长的精细化环境管理需求。近年来，基于大数据的相关关系内涵和大数据深度挖掘，利用已知有限点位的土壤数据并借助多源辅助数据，成功实现了土壤污染及其属性的浓度和空间分布识别，取得了较好效果（Chen et al.，2019；Pyo et al.，2020；Cao and Zhang，2021）。例如，借助98个土壤样品、1960个测试点位数据，围绕野外现场快速检测的可见红外光光谱（350～2500nm），基于卷积神经网络、配有卷积自编码器的卷积神经网络、人工神经网络、随机森林、人工神经网络+主成分分析、随机森林+主成分分析6种算法，建立基于大数据的土壤As、Cu、Pb浓度快速检测方法，其中配有卷积自编码器的卷积神经网络的准确度*高（Pyo et al.，2020），为研制新型的场地