基于机器学习的典型铜矿土壤重金属污染空间预测研究
文献类型：学位论文
| 作者 | 陈诗琦 |
| 答辩日期 | 2025-06 |
| 文献子类 | 学术型学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 雷梅 ; 郭广慧 |
| 关键词 | 长江流域 有色金属 排放通量 土壤重金属 机器学习 |
| 学位名称 | 硕士 |
| 学位专业 | 环境科学 |
| 英文摘要 | 有色金属行业作为我国经济发展的关键支柱，在资源供给和工业建设中贡献 显著，但其采选冶过程中产生的重金属通过废水扩散、大气沉降等途径进入土壤， 造成土壤重金属污染及粮食重金属超标问题，并通过食物链富集威胁人体健康。 长江流域作为我国有色金属核心产区，悠久的产业历史、庞大的产能规模及突出 的污染负荷，使有色金属产业污染问题亟需系统性管控。本研宄首先以长江流域 有色金属企业为研宄对象，通过整合企业产能数据与排放因子构建重金属污染风 险评价体系，精准识别有色金属企业对受体的累积污染风险，为政策制定提供靶 向依据；进一步选取某典型铜采选矿山开展生产工艺全流程污染排放通量核算， 定位生产高排放节点，支撑企业清洁生产技术改造；并结合企业排放量预测采选 企业对周边土壤重金属累积的空间分布规律，绘制企业周围髙精度土壤重金属污 染分布图谱，为污染土壤修复优先级划分与治理技术选型提供科学依据。 主要研宄结果如下： (1)定量分析了长江流域有色金属企业重金属排放量和累积污染风险。基 于1980-2020年长江流域有色金属企业生产数据，分析我国长江流域有色金属企 业的时空演化特征：企业数量演变呈“增长-峰值-收缩”三阶段趋势，空间分布 由分散向湘赣皖交界区集聚，重心向西南迁移，形成以湖南省为核心、赣北-鄂南 -皖南为次核心的产业格局。通过排放系数法对有色金属企业重金属排放量进行 核算，结果表明，重金属排放量总体呈现先上升后下降趋势，且企业大气重金属 排放量远大于废水重金属排放量。根据气象和地形数据，在lkm分辨率上对污 染排放影响范围进行了划分，结合受体脆弱性，对长江流域有色金属企业的重金 属累积风险进行评价：以人口为受体时，重金属累积污染风险较髙的地区集中于 各市辖区；而以农田为受体时，重金属污染风险分布与重金属排放量分布基本一 致，湖南省、江西省、湖北省南部、安徽省南部和云南东北部的重金属污染风险 较严重。 (2)揭示了典型铜采选企业重金属排放通量及空间分布。针对某典型铜采 选企业，通过生产工艺全流程调研与无组织排放路径解析，结合废气沉降、废水 跑冒滴漏计算方法，量化了不同排放途径对企业内部土壤重金属的贡献率，结果 表明：该铜矿采选企业内部的污染主要源于废水。企业内部重金属污染的区域主 要是选矿的生产操作区，包括选矿厂1的东部、精尾综合厂的南部和选矿厂2的 东北部，而办公生活区受污染影响较小。企业重金属的排放通量与企业内部土壤 污染的空间分布具有高度相关性。因此，强化防渗工程与闭环水处理系统是铜选 厂污染优先管控策略。 (3)初步探讨了基于企业重金属排放通量的企业周边土壤重金属空间插值 优化的可行性。通过耦合AERMOD模型和地表径流扩散模型，量化了典型铜矿 采选企业重金属的多介质扩散强度，并结合土壤性质数据、自然地理数据、人文 社会数据，构建机器学习预测框架，对企业周边（约20km范围内）土壤的重金 属含量进行了高分辨率（100m×100m)预测，与传统的插值方法进行比较，结果 在精度上平均提升了一倍以上。 |
| 学科主题 | 环境科学 |
| 语种 | 中文 |
| 页码 | 99 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/215695]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 陈诗琦. 基于机器学习的典型铜矿土壤重金属污染空间预测研究[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2025. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。