基于神经机器的电动-植物联合修复污染土壤方案评估

来源：环境监测管理与技术杂志2021年第3期北京时间：

作者：郭琳；商洛学院电子信息与电气工程学院；；商洛市生态环境技术研究中心；张孝存；商洛市生态环境技术研究中心；；商洛学院城乡规划与建筑工程学院；赵培；商洛市生态环境技术研究中心；；商洛学院城乡规划与建筑工程学院；陈垚；刘俊；张商州；

单位：商洛学院电子信息与电气工程学院；；商洛市生态环境技术研究中心；商洛市生态环境技术研究中心；；商洛学院城乡规划与建筑工程学院；商洛市生态环境技术研究中心；；商洛学院城乡规划与建筑工程学院；商洛学院电子信息与电气工程学院；商洛学院电子信息与电气工程学院；商洛学院电子信息与电气工程学院；

摘要：以地处秦岭山区闭库14 a的金矿尾矿库为研究对象，实施电动-植物联合修复污染土壤方案，设计一种先甄别提取，再计算优化、交互集成，最后自动评估的方法，经模型训练得到该方案的评估值。结果表明：尾矿库区适宜生长的东南景天、白茅、黑麦草和蒲公英可作为富集植物，选取Cd、Cu、Zn作为去除对象，训练样本评估效率和实验效率的相对误差分别为47%、-35%、124%，测试样本的评估效率分别为756%、472%、565%，〖JP2〗可用于指导实验室或场地土壤修复。

关键词：重金属,BP神经网络,电动-植物联合修复,污染土壤,

基金资助：陕西省自然科学“基于光矿农互补技术的尾矿库污染土壤修复与资源综合利用研究”基金资助项目（2019SF-246）；国家自然科学“不同根系深度植物对薄层紫色土坡地的水分适应机理”基金资助项目（41471188）