gis在環(huán)境科學(xué)中的應(yīng)用

gis環(huán)境科學(xué)；應(yīng)用研究

創(chuàng)新互聯(lián)公司2013年至今，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目成都網(wǎng)站設(shè)計(jì)、網(wǎng)站制作網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢(mèng)想脫穎而出為使命，1280元龍崗做網(wǎng)站,已為上家服務(wù),為龍崗各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:13518219792

環(huán)境科學(xué)主要是對(duì)大氣、土壤、生物、水的研究，詮釋人們?cè)谧匀画h(huán)境中對(duì)自然環(huán)境的影響與自然萬(wàn)物生存規(guī)律。GIS技術(shù)和環(huán)境科學(xué)在研究目標(biāo)與方法上具有一定相通性?，F(xiàn)階段，將GIS技術(shù)應(yīng)用在環(huán)境科學(xué)中能夠更好的挖掘潛力，為環(huán)境的檢測(cè)、評(píng)估、規(guī)劃、管理等方面創(chuàng)造更廣闊發(fā)展空間。

GIS技術(shù)環(huán)境監(jiān)測(cè)

1、大氣環(huán)境監(jiān)測(cè)

現(xiàn)如今，城市化進(jìn)程的加快，人口逐漸增加、交通加壓較大，工業(yè)生產(chǎn)成為社會(huì)經(jīng)濟(jì)發(fā)展的支柱型產(chǎn)業(yè)。但工業(yè)生產(chǎn)中排放大量化學(xué)物質(zhì)和汽車尾氣，造成城市空氣環(huán)境受到?jīng)_擊而逐漸降低質(zhì)量。對(duì)此，凈化空氣、提高空氣質(zhì)量成為現(xiàn)階段城市發(fā)展的當(dāng)務(wù)之急。大氣環(huán)境有一定的空間性特點(diǎn)，空氣流動(dòng)較快，地面是自然環(huán)境中空氣不可穿越的固體界限。GIS技術(shù)的出現(xiàn)，能夠有效進(jìn)行信息環(huán)境監(jiān)測(cè)，通過(guò)地理信息系統(tǒng)與數(shù)據(jù)庫(kù)管理搜集、整合存在的污染物質(zhì)、規(guī)模、工廠位置信息等，構(gòu)建完整的地理信息數(shù)據(jù)庫(kù)。隨后，利用GIS技術(shù)空間研究與數(shù)據(jù)顯示系統(tǒng)得出污染物質(zhì)在大氣中的分布形式。最后，獲得污染空間與標(biāo)準(zhǔn)狀況?，F(xiàn)階段，GIS技術(shù)已經(jīng)在一些項(xiàng)目監(jiān)測(cè)中得到了推廣與應(yīng)用，效果顯著。

2、GIS技術(shù)水資源環(huán)境監(jiān)測(cè)

水資源是我們生活的重要組成部分，是維持生命的主要物質(zhì)具有重要作用。但是現(xiàn)階段水資源緊缺并且水污染問(wèn)題嚴(yán)重，使得大量水源不可作為生活用水?，F(xiàn)階段，GIS技術(shù)應(yīng)用在水資源監(jiān)測(cè)中也較為常見(jiàn)。GIS技術(shù)中的空間信息與分析系統(tǒng)能夠?qū)λY源環(huán)境空間信息進(jìn)行深入研究分析，達(dá)到科學(xué)有效的組織與監(jiān)測(cè)，便于管理人員進(jìn)行空間信息搜集、查找等。另一方面，GIS技術(shù)中的圖形分析與空間研究功能，能夠幫助進(jìn)行空間與數(shù)據(jù)檢測(cè)，生成圖表以便有關(guān)單位制定有效解決方法。

請(qǐng)問(wèn)地理學(xué)在環(huán)境方面的應(yīng)用

地理學(xué)在環(huán)境方面的應(yīng)用

一、地理信息系統(tǒng)在水污染地理信息系統(tǒng)的應(yīng)用

水污染的控制規(guī)劃是區(qū)域環(huán)境規(guī)劃的重要內(nèi)容， 而總量控制是水污染 控制的重要舉措。準(zhǔn)備工作是要計(jì)算功能區(qū)水域的環(huán)境容量，就是在 給定功能區(qū)水質(zhì)目標(biāo)的基礎(chǔ)上，根據(jù)相應(yīng)的水文條件，利用合適的數(shù) 學(xué)公式模擬出該功能區(qū)能承受的最大污染物排放量。

二、地理信息系統(tǒng)在大氣污染的應(yīng)用

首先是污染源轉(zhuǎn)化成地圖格式。 實(shí)際中的污染源有點(diǎn)線面的形式， 在系統(tǒng)中要轉(zhuǎn)變成 GIS 軟件能識(shí)別的單個(gè)地圖對(duì)象。其次是計(jì)算結(jié)果數(shù)據(jù)地圖化。經(jīng)大氣污染擴(kuò)散模型計(jì)算的得到的結(jié)果都是一些離散點(diǎn)， 需要將其轉(zhuǎn)換為等值線或者是分級(jí)等值圖。 利用 GIS 可以清楚的看出大氣污染的區(qū)域和污染的情況， 同時(shí)根據(jù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)， 統(tǒng)計(jì)計(jì)算出擴(kuò)散方向和污染的程度， 它的分析功能是別的信息系統(tǒng)所不具有的。

三、地理信息系統(tǒng)在城市噪聲污染中的應(yīng)用。

建立該信息管理系統(tǒng)需要研究區(qū)的地圖地圖，經(jīng)過(guò)數(shù)字化，變成 GIS 能識(shí)別柵格的格式。在這里有圖層的概念，也就是不同的地理信息屬于不同的圖層，并且不同的圖層具有不同是屬性信息。

地下水污染源解析技術(shù)

1.3.1.1 地下水污染源識(shí)別技術(shù)

污染源解析體系的建立，主要是污染源解析方法的建立，自20世紀(jì)中期以來(lái)，國(guó)內(nèi)外學(xué)者對(duì)污染物在含水層中的運(yùn)移、控制、修復(fù)進(jìn)行了大量的研究，隨著正問(wèn)題研究方法以及理論的成熟，污染源識(shí)別的反問(wèn)題逐漸成為研究的重點(diǎn)。源解析的方法根據(jù)研究對(duì)象的不同可分為擴(kuò)散模型（Diffusion Model）和受體模型（Receptor Model）。前者以污染源為研究對(duì)象，后者以污染區(qū)域?yàn)檠芯繉?duì)象。由于擴(kuò)散模型需要預(yù)先知道污染源的排放量，進(jìn)而研究污染物的濃度分布或反應(yīng)機(jī)理，但實(shí)際情況中我們往往便于得到污染物現(xiàn)狀分布，而源的分布以及排放信息較難獲得。受體模型通過(guò)分析源和受體的理化性質(zhì)識(shí)別可能的污染源和源對(duì)受體各成分或各監(jiān)測(cè)點(diǎn)的貢獻(xiàn)。20世紀(jì)60年代，國(guó)外首先在大氣領(lǐng)域開(kāi)始了受體模型的研究，形成一套定性、定量的方法解析污染源，這些方法逐漸在土壤及水環(huán)境污染源解析中得到廣泛應(yīng)用。受體模型是相對(duì)于正向的擴(kuò)散模型（源模型）而言，是一個(gè)反演未知參數(shù)的過(guò)程，污染源解析現(xiàn)階段沒(méi)有明確統(tǒng)一的定義，簡(jiǎn)稱源解析、源識(shí)別，環(huán)境中各種元素和化合物含量的信息蘊(yùn)藏著各污染源的特征信號(hào)，根據(jù)目標(biāo)環(huán)境中檢測(cè)到的信號(hào)，利用污染源與環(huán)境之間的“輸入-響應(yīng)”關(guān)系，結(jié)合實(shí)際條件判別、解析與評(píng)價(jià)污染物的來(lái)源、位置、排放強(qiáng)度和時(shí)間序列等要素即污染源的識(shí)別。

1.3.1.2 污染源解析數(shù)值模擬技術(shù)

地下水溶質(zhì)運(yùn)移反問(wèn)題的研究起源于研究數(shù)理方程反問(wèn)題，地下水污染源解析反問(wèn)題求解也從其中借鑒而來(lái)，其反演算法主要有優(yōu)化-仿真、概率統(tǒng)計(jì)等。

從20世紀(jì)80年代開(kāi)始，Wagner（1992）首先在數(shù)值模擬基礎(chǔ)上，結(jié)合線性規(guī)劃與最小二乘法，將數(shù)值模擬的污染物濃度以響應(yīng)矩陣形式嵌入優(yōu)化模型中，進(jìn)行地下水污染源的識(shí)別；Aral和Guan（2001）運(yùn)用響應(yīng)矩陣識(shí)別地下水污染源，并證明該方法比運(yùn)用線性規(guī)劃方法更有效；Mahar和 Datta（1997）利用優(yōu)化地下水監(jiān)測(cè)系統(tǒng)來(lái)提高污染源識(shí)別的效率，利用監(jiān)測(cè)井獲得的數(shù)據(jù)運(yùn)用于非線性優(yōu)化模型中獲得更精確的污染源預(yù)測(cè)；Atmadja和Bagtzoglou（2001）總結(jié)了污染源識(shí)別中的數(shù)學(xué)方法，將方法歸納為優(yōu)化法、解析解法及概率統(tǒng)計(jì)方法和地學(xué)統(tǒng)計(jì)法。

Datta和Chakrabarty（2009）采用了模擬模型外部鏈接優(yōu)化模型的方法識(shí)別污染源；Singh（2004）等利用人工神經(jīng)網(wǎng)絡(luò)法識(shí)別未知的污染源，同時(shí)研究了遺傳算法解二維源解析優(yōu)化模型；Khalil等（2005）綜合利用4種模擬方法（人工神經(jīng)網(wǎng)絡(luò)（ANNS）、支持向量機(jī)（SVMS）、投影局部加權(quán)回歸（LWPR）、相關(guān)向量機(jī)（RVMS））建立了相對(duì)復(fù)雜和耗時(shí)的數(shù)學(xué)模型，模擬地下水中硝酸鹽濃度分布。Wang和Zabaras（2006）利用貝葉斯級(jí)數(shù)法解對(duì)流彌散方程，推導(dǎo)過(guò)去某一時(shí)間污染物濃度分布，研究了地下水連續(xù)滲流的污染來(lái)源；Bashi-Azghadi等（2010）利用多目標(biāo)優(yōu)化模型——非劣排序遺傳算法Ⅱ，鏈接到MODFLOW和MT3D模型中進(jìn)行污染源識(shí)別，利用并行支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)識(shí)別主要污染物。同時(shí)還有眾多學(xué)者對(duì)地下水污染源位置及排放時(shí)間序列進(jìn)行解析。

國(guó)內(nèi)針對(duì)污染源解析的研究不多，多集中在地表水及水力參數(shù)識(shí)別領(lǐng)域。地下水方面，國(guó)內(nèi)學(xué)者運(yùn)用水動(dòng)力-水質(zhì)耦合模型，建立了基于貝葉斯推理的污染物點(diǎn)源識(shí)別模型，通過(guò)馬爾科夫鏈蒙特卡羅后驗(yàn)抽樣獲得了污染源位置和強(qiáng)度的后驗(yàn)概率分布和估計(jì)量，較好地處理了模型的不確定性和非線性，在反演結(jié)果的可靠性和估計(jì)的精度方面采用貝葉斯推理和抽樣方法獲得的反問(wèn)題的解具有信息量大，能給出環(huán)境水力學(xué)參數(shù)的后驗(yàn)分布且估計(jì)精度高的優(yōu)點(diǎn)，該方法適用于水文地質(zhì)條件以及水流運(yùn)移過(guò)程相對(duì)復(fù)雜的多點(diǎn)源解析。

Sidauruk等（1998）提出一種基于解析解的反演方法，該方法只需要合理的污染濃度序列，可以預(yù)測(cè)彌散系數(shù)、水流流速、污染源濃度、初始位置和污染開(kāi)始時(shí)間，利用參數(shù)與濃度對(duì)數(shù)之間的相關(guān)系數(shù)，取得參數(shù)值，但是由于運(yùn)算基于解析解，該方法只適用于地層條件簡(jiǎn)單的均質(zhì)含水層。Skaggs和Kabala（1994）在一維飽和均質(zhì)非穩(wěn)定流模型中運(yùn)用TR方法，利用復(fù)雜的污染物濃度序列，在其他條件未知的情況下，開(kāi)展源解析工作，指出該方法對(duì)數(shù)據(jù)四舍五入的誤差并不敏感，但精度受污染羽測(cè)量誤差影響明顯。

1.3.1.3 污染源解析多元統(tǒng)計(jì)法

多元統(tǒng)計(jì)方法從統(tǒng)計(jì)數(shù)據(jù)中分析各水質(zhì)點(diǎn)潛在相關(guān)關(guān)系，結(jié)合實(shí)際條件揭露水文地質(zhì)條件，在污染源解析應(yīng)用中，無(wú)須事先知道污染物源成分譜，適用于水文地質(zhì)條件簡(jiǎn)單，觀測(cè)數(shù)據(jù)量較大，污染源和污染種類相對(duì)較少的地區(qū)，其優(yōu)點(diǎn)是運(yùn)用簡(jiǎn)便，可廣泛應(yīng)用統(tǒng)計(jì)分析軟件進(jìn)行計(jì)算，在實(shí)際應(yīng)用中，多元統(tǒng)計(jì)方法只能識(shí)別5～8個(gè)污染源。

（1）因子分析法

因子分析（Factor Analysis，F(xiàn)A）是研究相關(guān)陣或協(xié)方差陣的內(nèi)部依賴關(guān)系，它將多個(gè)變量綜合為少數(shù)幾個(gè)因子，以再現(xiàn)原始變量與因子之間的相關(guān)關(guān)系。FA法使用簡(jiǎn)單，不需要研究地區(qū)優(yōu)先源的監(jiān)測(cè)數(shù)據(jù)，在缺乏污染源成分譜的情況下仍可解析，并可廣泛使用統(tǒng)計(jì)軟件處理數(shù)據(jù)。其不足之處在于需要輸入大量數(shù)據(jù)，而且只能得到各類元素對(duì)主因子的相對(duì)貢獻(xiàn)百分比。

（2）主成分分析法

主成分分析方法（Principal Component Analysis，PCA）是常用的數(shù)據(jù)降維方法，應(yīng)用于多變量大樣本的統(tǒng)計(jì)分析中。該方法是對(duì)所收集的資料作全面的分析，減少分析指標(biāo)的同時(shí)，盡量減少原指標(biāo)包含信息的損失，把多個(gè)變量（指標(biāo)）化為少數(shù)幾個(gè)可以反映原來(lái)多個(gè)變量的大部分信息的綜合指標(biāo)。

（3）聚類分析法

聚類分析又稱群分析（Cluster Analysis，CA），它是研究（對(duì)樣品或指標(biāo)）分類問(wèn)題的一種多元統(tǒng)計(jì)方法，即把一些相似程度較大的樣品（或指標(biāo)）聚合為一類，把另一些彼此之間相似程度較大的樣品（或指標(biāo)）聚合為另一類。根據(jù)分類對(duì)象不同，可分為對(duì)樣品分類的Q型聚類分析和對(duì)指標(biāo)分類的R型聚類分析兩種類型。聚類分析可用SPSS軟件直接實(shí)現(xiàn)，在水質(zhì)時(shí)空變異、水化學(xué)類型分區(qū)中得到廣泛的應(yīng)用。

（4）矩陣數(shù)據(jù)分解法

利用矩陣分解來(lái)解決實(shí)際問(wèn)題的分析方法很多，如主成分分析（PCA）、獨(dú)立分量分析（ICA）、奇異值分解（SVD）、矢量量化（VQ）、因子分析（FA）等。在所有這些方法中，原始的大矩陣被近似分解為低秩的V＝WH形式。正定矩陣分解法（Positive Matrix Factorization，PMF）、非負(fù)矩陣分解法（Non-negative Matrix Factorization，NMF）和非負(fù)約束因子分析（Factor Analysis with Non-negative Constraints，F(xiàn)A-NNC）是在矩陣中所有元素均為非負(fù)數(shù)約束條件之下的矩陣分解方法，三者在求解過(guò)程中對(duì)因子載荷和因子得分均做非負(fù)約束，使得因子載荷和因子得分具有可解釋性和明確的物理意義。

（5）混合多元統(tǒng)計(jì)法

目前應(yīng)用的混合多元統(tǒng)計(jì)法主要有因子分析與多元線性回歸相結(jié)合，因子分析法與化學(xué)質(zhì)量平衡法相結(jié)合，因子分析、化學(xué)質(zhì)量平衡法與多元線性回歸3種方法相結(jié)合，以上幾種方法也可以和聚類分析或GIS相結(jié)合以提高分析結(jié)果的準(zhǔn)確性。其中因子分析與多元線性回歸結(jié)合在水和沉積物污染源的辨析中有著非常廣泛的應(yīng)用。

1.3.1.4 污染源解析化學(xué)質(zhì)量平衡法

化學(xué)質(zhì)量平衡法（CMB）于1972年由Miller等（1972）第一次提出。CMB法在大氣領(lǐng)域的應(yīng)用已趨于成熟，美國(guó)EPA開(kāi)發(fā)了一系列CMB模型，并得到廣泛的應(yīng)用。CMB法是基于質(zhì)量守恒的方法，利用源和受體化學(xué)組成的監(jiān)測(cè)數(shù)據(jù)建立質(zhì)量平衡模型以定量計(jì)算各污染源對(duì)地下水中污染物濃度的貢獻(xiàn)率。CMB方法的應(yīng)用必須滿足幾點(diǎn)假設(shè)條件：①特征污染物成分從源到匯不發(fā)生化學(xué)反應(yīng)；②化學(xué)物質(zhì)之間不發(fā)生反應(yīng)；③對(duì)受體有明顯貢獻(xiàn)的源均被納入模型；④與不同源的成分譜線性無(wú)關(guān)；⑤測(cè)量誤差是隨機(jī)誤差且符合正態(tài)分布。主要利用污染源組分濃度與采樣點(diǎn)數(shù)據(jù)中各污染組分的濃度求線性和，構(gòu)成一組線性方程，計(jì)算各污染源對(duì)取樣點(diǎn)的貢獻(xiàn)率。

設(shè)通過(guò)采樣分析檢測(cè)點(diǎn)處成分i的濃度為Xi（mg/L），總共有j個(gè)污染源排放點(diǎn)，各排放點(diǎn)處i污染物濃度為Cij，各排放點(diǎn)處成分i對(duì)最終監(jiān)測(cè)點(diǎn)處的貢獻(xiàn)百分比為Pij，則

地下水型飲用水水源地保護(hù)與管理：以吳忠市金積水源地為例

式中：i——檢測(cè)點(diǎn)處各不同組分?jǐn)?shù)；

j——污染源的個(gè)數(shù)；

Xi——檢測(cè)點(diǎn)測(cè)得的成分i的濃度值；

Cij——污染源j點(diǎn)處i組分的濃度；

Pij——各j污染源對(duì)檢測(cè)點(diǎn)處i成分的貢獻(xiàn)率。

根據(jù)選擇測(cè)定的組分可建立i個(gè)方程，當(dāng)i≥j，聯(lián)立方程組原則上可求出Pij，確定各污染源的貢獻(xiàn)率識(shí)別主要污染源。

地下水中污染物的遷移轉(zhuǎn)化是一個(gè)復(fù)雜而長(zhǎng)期的過(guò)程，CMB法是否適合運(yùn)用于地下水污染源解析還需要進(jìn)一步的研究和探討。

1.3.1.5 解析法與GIS相結(jié)合法

各種解析方法能夠與GIS相結(jié)合，從時(shí)空上反映刻畫污染過(guò)程，并為解析提供數(shù)據(jù)和圖像；GIS最初主要應(yīng)用于空間分析、顯示和制圖。利用GIS軟件的空間分析功能，分析地下水水質(zhì)組分空間分布狀況，繪制等值線圖，直觀地反映污染源與地下水水質(zhì)的相關(guān)關(guān)系。國(guó)內(nèi)外學(xué)者運(yùn)用GIS技術(shù)和多元統(tǒng)計(jì)方法對(duì)表面水污染進(jìn)行空間分析及源解析。Ouyang等（2006）分析了表面水水質(zhì)的季節(jié)變化，并根據(jù)不同季節(jié)找到影響水質(zhì)的重要因子。Zhou F等（2007）結(jié)合多元分析方法及地理信息系統(tǒng)（GIS），對(duì)香港東部海灣海水污染的時(shí)空分布特征進(jìn)行研究，并進(jìn)行了污染源識(shí)別工作，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，利用聚類分析以及主成分分析減小了數(shù)據(jù)測(cè)量誤差，確定了特征污染物以及各污染物主要來(lái)源。

1.3.1.6 定性及半定量方法

定性及半定量方法主要應(yīng)用于 PAHs（多環(huán)芳烴）解析，迄今已發(fā)現(xiàn)的200 余種PAHs中有相當(dāng)部分具有致癌性和致突變性（Christensen et al.，2007），PAHs主要通過(guò)大氣沉降、城市污水和工業(yè)廢水的排放、石油的溢漏等途徑進(jìn)入地表水和地下水，從而導(dǎo)致飲用水水源污染。PAHs 是目前水環(huán)境中致癌化學(xué)物質(zhì)中最大的一類（Mnzie et al.，1992）。因此，對(duì)環(huán)芳烴來(lái)源進(jìn)行解析，進(jìn)行地下水污染防控也是研究的重點(diǎn)。