申请/专利权人：浙江大学

申请日：2020-10-20

公开（公告）日：2024-04-09

公开（公告）号：CN112288247B

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06F18/2415;G06F16/29;G06Q50/26;G06V20/10;G06V10/82;G06F40/284

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.02.23#实质审查的生效;2021.01.29#公开

摘要：本发明公开了一种基于空间交互关系的土壤重金属风险识别方法，其具体如下：S1：获得待研究区域的全口径涉重金属重点行业企业清单、土壤环境重点监管企业名单、重点排污单位名录、企业POI数据、工商要素补充数据和遥感影像；S2：根据工商要素补充数据和和企业POI数据，得到含地理位置的企业基本信息关联数据；S3：判断该区域是否存在建筑或者企业工厂，得到污染企业点位数据；S4：对土壤重金属风险级别与污染企业密度值进行双变量局部空间自相关分析，得到土壤重金属与污染企业的空间交互关系；S5：对研究区域进行风险识别。本发明扩展了现有土壤重金属分区的方法和思路，对进一步管理与预防土壤重金属污染具有重要的理论与实际意义。

主权项：1.一种基于空间交互关系的土壤重金属风险识别方法，其特征在于，具体如下：S1：基于http协议与公开网页端获得待研究区域的全口径涉重金属重点行业企业清单、土壤环境重点监管企业名单、重点排污单位名录、企业POI数据、工商要素补充数据和遥感影像；其中，全口径涉重金属重点行业企业清单、土壤环境重点监管企业名单和重点排污单位名录均包括企业名称及其所属地市，企业POI数据包括企业名称及其经纬度信息；工商要素补充数据包括企业名称、经营范围、成立年份和注册地址；S2：将S1中全口径涉重金属重点行业企业清单、土壤环境重点监管企业名单和重点排污单位名录的特征信息转换为结构化数据；根据工商要素补充数据和和企业POI数据，对两个数据中的企业名称分别进行分词处理，之后进行匹配，使得每个企业的基本信息与其地理位置信息相对应，得到含地理位置的企业基本信息关联数据；S3：将S2中每个企业基本信息关联数据与遥感影像上的点位信息对应匹配，以获得每个污染企业及其周边场地的高分辨率遥感影像；然后使用基于深度学习的图像语义分割技术，对每个污染企业对应的遥感影像数据进行建筑物的特征提取，以判断该区域是否存在建筑或者企业工厂，实现污染企业分布情况与其企业基本信息关联数据的相似度匹配，得到污染企业点位数据；S4：使用核密度法对S3中获取的污染企业点位数据进行核密度分析；运用反距离加权法预测研究区域内土壤重金属空间分布，并对土壤重金属风险级别进行划分；根据研究区域的研究边界生成网格以及对应的网格点，基于网格点统计网格内土壤重金属风险级别与污染企业密度值；对土壤重金属风险级别与污染企业密度值进行双变量局部空间自相关分析，得到土壤重金属与污染企业的空间交互关系；S5：根据所述土壤重金属风险、研究区域的受体脆弱性和空间交互关系，对研究区域进行风险识别。

全文数据：

权利要求：

百度查询： 浙江大学 一种基于空间交互关系的土壤重金属风险识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD