一种污染水土智能评估修复系统及方法

1.本发明属于环境修复技术领域，尤其涉及一种针对污染场地的土壤、地下水的智能修复系统及方法。


背景技术：

2.随着城市化和工业化进程加快，城市和工业区及其周边土壤与地下水中多环芳烃、农药等挥发性、半挥发性和难挥发性有机物引起的环境污染和生态破坏日益严重。系统深入开展有机污染土壤与地下水修复的技术研究和工程实践，是提升环境修复技术水平的必然要求。
3.现有技术中，污染场地水土修复技术主要分为以下三类技术：物理修复技术、化学修复技术和生物修复技术。物理修复技术是指通过各种物理过程将污染物从土壤中取出或分离的技术，主要包括热脱附技术、微波加热技术及蒸汽浸提技术，均属于热修复技术，多用于有机污染土壤的修复；化学修复技术主要有土壤固化/稳定化技术、淋洗技术、氧化还原技术、光催化降解技术以及电动力修复技术；生物修复技术主要包括植物修复、微生物修复、生物联合修复等技术。
4.由于污染场地水土污染组分复杂，仅仅依靠传统修复技术或单一的修复技术已达不到治理土壤(地下水)的良好效果，而协同使用两种或多种修复方法，形成联合修复技术，既能控制和治理多种污染物，还能明显加快修复进度，提高修复效率，节约修复成本，达到快速修复、彻底修复和永久修复的目的。
5.在国际上，欧美日等发达国家和地区在20世纪70年代，已启动土壤与地下水修复的研究和实践工作，至今已建立了较为完善的理论、方法和技术体系，研发了相关技术和装备，开展了规模化工程应用，形成了比较完备的技术集成和装备产业化体系。我国对此研究仍处于起步阶段，当前的修复工作多借鉴欧美等国家已有技术加以直接使用或升级改造，没有形成成套化、完备化的污染场地水土修复施工体系，针对污染土壤与地下水修复的集成化和智能化水平还不够高，总结起来主要存在以下问题：
6.(1)现有修复工艺和装备难以满足工程化和智能化的重大需求，单一工期修复周期，缺乏基于过程评价的智能控制，使得修复过程过于僵化、成本偏高；(2)传统的施工与修复过程难以同步进行，导致工程进度安排的可控性不强。
7.授权公告号cn104368592b专利文献公开了一种砷污染土壤变周期性复合修复方法，主要利用电化学修复方法对污染土壤进行处理，根据修复后的检测结果判断是否修复完毕或进入下一个的修复周期，该方法修复方案单一固定，不能随运行条件的变化做出改进，周期循环方式仅靠检测结果进行人工评判，过于依赖人为经验，且智能化程度低。授权公告号cn104368593a专利文献公开了一种衰减周期性土壤修复方法，采用水淋洗、重金属淋洗、电动修复、有机物淋洗、电动修复依次作用于待处理土壤区，并依次重复三个修复周期，同时每个周期的淋洗时间和通电时间按规定标准依次衰减，该方法周期重复次数和衰减标准固定，修复效率低，且不能适应复杂情况下的土壤修复，修复过程中没有动态反馈，
若不到三个周期修复完毕，不仅耗费了人力物力，还增加了成本费用。
8.针对以上不足，申请人提出了一种水土智能评估修复系统及方法，本发明采用多循环智能决策施工体系，可实时监控污染场地土壤及地下水特征，对多组备选方案进行评估，得出最优的工艺方案，并能实现施工与修复的同步进行，大大减少施工周期和修复成本，同时可根据施工条件变化随时调控修复周期，使得污染场地水土修复灵活高效。整个体系智能化程度高，通过“施工-修复-评价-改进”的一体化运行，可保障施工效果的稳定性和高效性。


技术实现要素：

9.本发明的目的是为了解决现有技术存在的修复工艺和装备难以满足工程化和智能化的重大需求，单一工期修复周期，缺乏基于过程评价的智能控制，使得修复过程过于僵化，以及现有施工与修复过程难以同步进行，导致工程进度安排的可控性不强的技术问题，而提供的污染场地水土智能修复系统及方法。
10.为了解决上述技术问题，本发明采用的技术方案为：
11.一种水土智能评估修复系统及方法，它包括监控及数据收集模块、1号判定器、云模型推荐模块、2号判定器、3号判定器、定周期调控系统、变周期调控系统、施工系统；
12.监控及数据收集模块的输出端与1号判定器的输入端连接，1号判定器的输出端分别与云模型推荐系统的输入端、循环结束端口连接，云模型推荐系统的输出端与2号判定器的输入端连接，2号判定器的输出端分别与3号判定器和施工系统的输入端连接，3号判定器的输出端分别与定周期智能调控系统、变周期智能调控系统的输入端连接，定周期智能调控系统以及变周期智能调控系统的输出端与施工系统的输入端连接，施工系统的输出端分别与云模型推荐系统、变周期智能调控系统的输入端连接。
13.监控及数据收集模块实时监控施工过程中的污染场地土壤和地下水特征变化，并将数据收集到监控数据库；
14.1号判定器负责标准对比，判断污染场地水土修复是否完毕；
15.云模型推荐系统根据污染场地水土数据，随机生成多重修复方案并进行综合评价，进而得出适合下一阶段的最优工艺方案；
16.2号判定器用于判断修复方案是否为多周期修复；
17.3号判定器用于判断修复方案是否为变周期修复；
18.定周期智能调控系统用于对修复设备的运转进行控制，确保施工系统可以按照设定周期的稳定执行；
19.变周期智能调控系统用于对修复设备的运转进行控制，根据施工条件和预测效果随时调整修复周期；
20.施工系统用于在周期智能调控系统对修复设备的调控下，对污染场地开展分台阶退挖施工，并不断反馈修复进展和场地水土实时状况。
21.污染场地水土智能修复系统在工作时，
22.采用以下步骤：
23.步骤1：针对目标污染场地水土修复区域，确定初期目标区域，开启第一阶段的修复过程；
24.步骤2：在第一阶段目标区域确定的过程中，实时监测系统不断对场地的污染物浓度、修复效率、健康风险水平、系统成本、水文地质特征这些多重不确定性特征进行实时数据收集和历史数据过滤；
25.步骤3：将污染场地土壤及地下水特征数据与标准进行对比，判断场地水土污染程度是否达标：
26.若达标，则修复完成，结束循环；
27.若不达标，将实时数据和历史数据输入到云模型推荐系统，进入步骤4；
28.步骤4：云模型推荐系统通过收集污染场地土壤和地下水特征数据，并对生成的随机方案进行评价，得出适合该阶段的最优工艺方案；
29.步骤5：由2号判定器判断该阶段方案的修复方式是否为多周期：
30.若该阶段为单一持续修复方案，则施工系统直接根据云模型推荐的方案进行施工，直到该阶段结束，进入步骤11；
31.若该阶段为需多周期控制的修复方案，进入步骤6；
32.步骤6：由3号判定器判断多周期方案的修复周期是否为变周期；
33.步骤7：如果步骤6中修复方案被判定为定周期，则调动定周期智能调控系统，进入步骤8；
34.步骤8：定周期智能调控系统内嵌的各类补偿器，对修复设备的运转进行控制，确保施工系统可以按照设定周期的稳定执行，进入步骤11；
35.步骤9：如果步骤6中修复方案被判定为变周期或外界干扰比较大，则调动变周期智能调控系统，进入步骤10；
36.步骤10：变周期控制模块内嵌的智能控制算法，对修复设备的运转进行控制，并根据施工条件和预测效果随时调整修复周期，直到修复结束，进入步骤11；
37.步骤11：在修复设备受到调控进行土壤(地下水)修复的同时，采用边退挖施工边修复的方式，同步开展施工挖掘与场地水土修复，并不断反馈修复进展和场地水土实时状况，直到该阶段结束，同时完成下一阶段修复前的目标区域确定；
38.步骤12：监控系统和云模型推荐系统对下一阶段目标区域进行监测和方案推荐，并重复上述步骤，如此循环，直至所有目标区域相关数据满足预设值，最终实现污染场地土壤及地下水的全区域智能修复。
39.在步骤4中，包括以下子步骤：
40.步骤4-1：云模型推荐系统采用信息熵和云模型评价模型，通过输入收集污染场地土壤及地下水的基本信息(污染场地的大小、地质特性、地下水水文特性、污染物相关特性)、场地环境标准和污染物参数；
41.步骤4-2：根据收集的基本信息，随机生成40至50组运行方案，并在该方案下模拟其修复效果；
42.步骤4-3：对不同修复方案进行综合评价获得基于不同情境下的修复运行方案和健康风险水平云模型评价图，根据方案评价结果，得出适合该阶段的最优工艺方案，进入步骤5。
43.在步骤10中，包括以下步骤：
44.步骤10-1：变周期智能调控系统启动，根据云模型推荐系统传输的最优工艺方案，
执行其内嵌的智能控制算法，对该阶段的场地水土修复最优运行方案进行优化控制；
45.步骤10-2：修复设备接收变周期智能调控系统传输的最优工程参数，对下一周期的工艺参数进行参数控制，进而实现变周期控制；
46.步骤10-3：在施工过程中，施工系统可将施工信号传递给变周期智能调控系统，变周期智能调控系统根据施工条件和预测效果随时调整修复周期，并反馈至施工系统，直到该阶段结束。
47.在步骤10-2中，在根据定周期或变周期修复方案进行修复施工时，采用以下步骤：
48.步骤s1：智能控制系统根据修复目标和各修复方案数学模型的经验参数，计算修复周期，进入步骤s2；
49.步骤s2：修复设备开启第一周期的修复任务，同时实时监控系统持续观测场地信息，进入步骤s3；
50.步骤s3：当第一修复周期运行结束时，对第一周期修复效果进行模型评价和模型调整，进入步骤s1，重新设计修复周期。
51.在步骤11中，包括以下步骤：
52.步骤11-1：在第一阶段修复方案及周期类型确定后，施工系统开始运转，修复设备受到调控，开始施工；
53.步骤11-2：将土壤划分为三层，土壤深度0-4m为第一层，土壤深度4-8m为第二层，土壤深度8-14m为第三层，宽度10m为一条，采用云模型推荐的修复方案进行施工；
54.步骤11-3：采用挖土机将0-4m的土壤逐条挖出，再在修复大棚内尚未开挖区域将污染土壤进行修复，待养护降解、检测达标后将修复的土壤暂存大棚外区域；
55.步骤11-4：待0-4m土壤退挖至一定程度，同时开始对4-8m区域土壤自内向外垂向沿修复大棚每10m逐条开挖，本着尽量减少运输距离的原则，运至大棚内其他区域快速进行修复，修复方法与0-4m修复处置方法相同；
56.步骤11-5：4-8m退挖至一定程度，同时在已开挖区域对8-14m区域土壤进行修复，并将基坑污水抽出至污水处理设备进行修复处置，修复方法与0-4m修复处置方法相同；
57.步骤11-6：待相同区域4-8m及8-14m污染土壤修复完成后，即刻回填0-8m修复后土壤，进而对该区域场地平整，至大棚内0-14m污染土壤全部处置完成后，对处置土壤取样自检；
58.步骤11-7：若该阶段目标修复区域未达到修复效果，则需要重新采用新的修复方案，重复步骤4至步骤11，对该阶段目标修复区域进行新的一轮修复；若该阶段修复目标达成，则完成下一阶段修复前的目标区域选择，进入步骤12。
59.在步骤4-3中，采用云模型控制系统获取场地环境修复方案，具体采用以下步骤：
60.步骤4-3-1：设置场地土壤及地下水修复备选方案集、备选方案的属性集的相关参数；
61.步骤4-3-2：对由步骤1)获得的相关参数进行规范化处理；
62.步骤4-3-3：获得基于云模型的属性权重值，并将传统的9个标度用云模型进行表示；
63.步骤4-3-4：采用偏好函数计算属性偏好能力；
64.步骤4-3-5：结合云模型权重，计算在整体属性下备选方案优于方案的能力；
65.步骤4-3-6：通过整合计算每个方案的正向流和负向流；
66.步骤4-3-7：计算各方案基于云模型的净流量大小以获得完整排名；
67.步骤4-3-8：将云模型通过云计算器和统计模拟方法生成若干个云滴；
68.步骤4-3-9：计算云模型对应云滴的计分值；
69.步骤4-3-10：重复步骤8)至步骤9)重复若干次，求得若干组云模型的数学期望值或中位数；
70.步骤4-3-11：计算若干组云模型的数学期望值或中位数的平均值，并将这两个值作为总计分值，具有最高值的方案将被评定为最佳方案。
71.与现有技术相比，本发明具有如下技术效果：
72.1)如图1所示，本发明采用了实时监测系统，可对修复过程中污染场地土壤及地下水特征进行实时监测和数据收集，以便选择下一阶段的修复方案和调控修复周期；云模型推荐模块可根据上一阶段或时间节点的监测数据，利用云模型评价系统对多组备选方案进行综合评估，得出适合下一工作阶段的最优工艺方案，通过数学模型实现备选方案的合理筛选，可为决策者提供决策支持与帮助，能够有效降低施工成本；采用变周期智能控制系统，基于云模型推荐的最佳方案和场地污染情况，确定最优控制方案和实现变周期智能调控，可有效降低资源浪费，提高修复效率。本发明在应对复杂情况下的污染场地土壤及地下水修复问题时，通过“多重方案评估-周期智能调控-分阶段退挖施工”的多循环智能决策施工体系，可使得场地水土修复更加快捷高效；
73.2)如图3所示，本发明采用的云模型控制系统，它在综合评价过程中考虑了备选方案属性的权重，将云模型理论引入传统的层次分析法中，通过基于云模型标度的改进层次分析法求得属性权重值，后引入偏好函数，进而求解得到各方案基于云模型的净流量(综合优先级别值)大小以获得污染土壤(地下水)修复备选方案的完整排名，本发明采用的云模型控制系统更能够反映决策者对方案属性重要性的主观排序；
74.3)本发明采用的施工方法，它采用分台阶退挖施工技术，边退挖施工边修复，同步开展施工挖掘与场地修复，大大加快施工进度，克服了传统工艺修复周期长、施工成本高、施工修复难以同步进行的瓶颈；
75.4)本发明具有自动调控功能，会根据场地各类实时状态、施工条件、修复成本及时优化修复方案，对上一阶段或某个时间节点的修复效果动态进行评估并根据评估结果的好坏做出动态响应，从而提出调整后新的修复决策方案。通过这种闭环循环的反馈式途径，可实现动态评价、循环反馈、实时控制于一体的智能决策过程；
76.5)本发明通过“施工-修复-评价-改进”的一体化运行，可保障施工效果的稳定性和高效性；
77.6)本发明整个体系智能化程度高，施工周期可智能化调控，使得修复效率快、效果好。
附图说明
78.下面结合附图和实施例对本发明作进一步说明：
79.图1为本发明的流程图；
80.图2为本发明中变周期修复方案的流程图；
81.图3为本发明中云模型控制系统的使用流程图。
具体实施方式
82.如图1所示，一种污染水土智能评估修复系统及方法，它包括监控及数据收集模块1、1号判定器2、云模型推荐模块3、2号判定器4、3号判定器5、定周期调控系统6、变周期调控系统7、施工系统8；
83.监控及数据收集模块1的输出端与1号判定器2的输入端连接，1号判定器2的输出端分别与云模型推荐系统3的输入端、循环结束端口连接，云模型推荐系统3的输出端与2号判定器4的输入端连接，2号判定器4的输出端分别与3号判定器5和施工系统8的输入端连接，3号判定器5的输出端分别与定周期智能调控系统6、变周期智能调控系统7的输入端连接，定周期智能调控系统6以及变周期智能调控系统7的输出端与施工系统8的输入端连接，施工系统8的输出端分别与云模型推荐系统3、变周期智能调控系统7的输入端连接。
84.监控及数据收集模块1实时监控施工过程中的污染场地土壤和地下水特征变化，并将数据收集到监控数据库；
85.1号判定器2负责标准对比，判断污染场地土壤和地下水是否修复完毕；
86.云模型推荐系统3根据污染场地土壤和地下水数据，随机生成多重修复方案并进行综合评价，进而得出适合下一阶段的最优工艺方案；
87.2号判定器4用于判断修复方案是否为多周期修复；
88.3号判定器5用于判断修复方案是否为变周期修复；
89.定周期智能调控系统6用于对修复设备的运转进行控制，确保施工系统可以按照设定周期的稳定执行；
90.变周期智能调控系统7用于对修复设备的运转进行控制，根据施工条件和预测效果随时调整修复周期；
91.施工系统8用于在周期智能调控系统对修复设备的调控下，对污染场地开展分台阶退挖施工，并不断反馈修复进展和场地水土实时状况。
92.一种污染水土智能评估修复系统在工作时，
93.采用以下步骤：
94.步骤1：针对目标污染场地水土修复区域，确定初期目标区域，开启第一阶段的修复过程；
95.步骤2：在第一阶段目标区域确定的过程中，实时监测系统不断对场地的污染物浓度、修复效率、健康风险水平、系统成本、水文地质特征这些多重不确定性特征进行实时数据收集和历史数据过滤；
96.步骤3：将污染场地土壤和地下水特征数据与标准进行对比，判断场地水土污染程度是否达标：
97.若达标，则修复完成，结束循环；
98.若不达标，将实时数据和历史数据输入到云模型推荐系统，进入步骤4；
99.步骤4：云模型推荐系统通过收集污染场地土壤和地下水特征数据，并对生成的随机方案进行评价，得出适合该阶段的最优工艺方案；
100.步骤5：由2号判定器判断该阶段方案的修复方式是否为多周期：
101.若该阶段为单一持续修复方案，则施工系统直接根据云模型推荐的方案进行施工，直到该阶段结束，进入步骤11；
102.若该阶段为需多周期控制的修复方案，进入步骤6；
103.步骤6：由3号判定器判断多周期方案的修复周期是否为变周期；
104.步骤7：如果步骤6中修复方案被判定为定周期，则调动定周期智能调控系统，进入步骤8；
105.步骤8：定周期智能调控系统内嵌的各类补偿器，对修复设备的运转进行控制，确保施工系统可以按照设定周期的稳定执行，进入步骤11；
106.步骤9：如果步骤6中修复方案被判定为变周期或外界干扰比较大，则调动变周期智能调控系统，进入步骤10；
107.步骤10：变周期控制模块内嵌的智能控制算法，对修复设备的运转进行控制，并根据施工条件和预测效果随时调整修复周期，直到修复结束，进入步骤11；
108.步骤11：在修复设备受到调控进行土壤(地下水)修复的同时，采用边退挖施工边修复的方式，同步开展施工挖掘与场地水土修复，并不断反馈修复进展和场地实时状况，直到该阶段结束，同时完成下一阶段修复前的目标区域确定；
109.步骤12：监控系统和云模型推荐系统对下一阶段目标区域进行监测和方案推荐，并重复上述步骤，如此循环，直至所有目标区域相关数据满足预设值，最终实现污染场地的全区域智能修复。
110.在步骤4中，包括以下子步骤：
111.步骤4-1：云模型推荐系统采用信息熵和云模型评价模型，通过输入收集污染场地土壤和地下水基本信息(污染场地的大小、地质特性、地下水水文特性、污染物相关特性)、场地环境标准和污染物参数；
112.步骤4-2：根据收集的基本信息，随机生成40至50组运行方案，并在该方案下模拟其修复效果；
113.步骤4-3：对不同修复方案进行综合评价获得基于不同情境下的修复运行方案和健康风险水平云模型评价图，根据方案评价结果，得出适合该阶段的最优工艺方案，进入步骤5。
114.在步骤10中，包括以下步骤：
115.步骤10-1：变周期智能调控系统启动，根据云模型推荐系统传输的最优工艺方案，执行其内嵌的智能控制算法，对该阶段的场地水土修复最优运行方案进行优化控制；
116.步骤10-2：修复设备接收变周期智能调控系统传输的最优工程参数，对下一周期的工艺参数进行参数控制，进而实现变周期控制；
117.步骤10-3：在施工过程中，施工系统可将施工信号传递给变周期智能调控系统，变周期智能调控系统根据施工条件和预测效果随时调整修复周期，并反馈至施工系统，直到该阶段结束。
118.在步骤10-2中，在根据定周期或变周期修复方案进行修复施工时，采用以下步骤：
119.步骤s1：智能控制系统根据修复目标和各修复方案数学模型的经验参数，计算修复周期，进入步骤s2；
120.步骤s2：修复设备开启第一周期的修复任务，同时实时监控系统持续观测场地信
息，进入步骤s3；
121.步骤s3：当第一修复周期执行结束时，对第一周期修复效果进行模型评价和模型调整，进入步骤s1，重新设计修复周期。
122.在步骤11中，包括以下步骤：
123.步骤11-1：在第一阶段修复方案及周期类型确定后，施工系统开始运转，修复设备受到调控，开始施工；
124.步骤11-2：将土壤划分为三层，土壤深度0-4m为第一层，土壤深度4-8m为第二层，土壤深度8-14m为第三层，宽度10m为一条，采用云模型推荐的修复方案进行施工；
125.步骤11-3：采用挖土机将0-4m的土壤逐条挖出，再在修复大棚内尚未开挖区域将污染土壤进行修复，待养护降解、检测达标后将修复的土壤暂存大棚外区域；
126.步骤11-4：待0-4m土壤退挖至一定程度，同时开始对4-8m区域土壤自内向外垂向沿修复大棚每10m逐条开挖，本着尽量减少运输距离的原则，运至大棚内其他区域快速进行修复，修复方法与0-4m修复处置方法相同；
127.步骤11-5：4-8m退挖至一定程度，同时在已开挖区域对8-14m区域土壤进行修复，并将基坑污水抽出至污水处理设备进行修复处置，修复方法与0-4m修复处置方法相同；
128.步骤11-6：待相同区域4-8m及8-14m污染土壤修复完成后，即刻回填修复后土壤，进而对该区域场地平整，至大棚内0-14m污染土壤全部处置完成后，对处置土壤取样自检；
129.步骤11-7：若该阶段目标修复区域未达到修复效果，则需要重新采用新的修复方案，重复步骤4至步骤11，对该阶段目标修复区域进行新的一轮修复；若该阶段修复目标达成，则完成下一阶段修复前的目标区域选择，进入步骤12。
130.在步骤4-3中，采用云模型控制系统获取场地土壤及地下水环境修复方案，具体采用以下步骤：
131.步骤4-3-1：设置场地土壤及地下水修复备选方案集、备选方案的属性集的相关参数；
132.步骤4-3-2：对由步骤1)获得的相关参数进行规范化处理；
133.步骤4-3-3：获得基于云模型的属性权重值，并将传统的9个标度用云模型进行表示；
134.步骤4-3-4：采用偏好函数计算属性偏好能力；
135.步骤4-3-5：结合云模型权重，计算在整体属性下备选方案优于方案的能力；
136.步骤4-3-6：通过整合计算每个方案的正向流和负向流；
137.步骤4-3-7：计算各方案基于云模型的净流量大小以获得完整排名；
138.步骤4-3-8：将云模型通过云计算器和统计模拟方法生成若干个云滴；
139.步骤4-3-9：计算云模型对应云滴的计分值；
140.步骤4-3-10：重复步骤8)至步骤9)重复若干次，求得若干组云模型的数学期望值或中位数；
141.步骤4-3-11：计算若干组云模型的数学期望值或中位数的平均值，并将这两个值作为总计分值，具有最高值的方案将被评定为最佳方案。
142.为了便于本领域普通技术人员更好的理解本发明，进一步解释、说明如下：
143.本发明中修复体系包括实时监控及数据收集模块、云模型推荐模块、智能控制模
块、智慧施工模块。控制方法采用基于云模型的方案评价以及基于可变周期的装备控制方法，同时我们施工系统采用非均质-多介质土壤分层分台阶式退挖施工配合可变周期智能控制。
144.该技术主要运行机制如下：
145.(1)首先结合前期污染场地土壤和地下水调查数据，确定初期修复目标区域。
146.(2)在第一阶段目标区域确定的过程中，监测系统不断对场地的污染物浓度、修复效率、健康风险水平、系统成本、水文地质特征等多重不确定性特征进行实时数据收集和历史数据过滤，将实时数据和历史数据输入到云模型推荐系统，云模型评价系统采用信息熵和云模型评价模型，通过输入收集污染场地土壤和地下水基本信息(污染场地的大小、地质特性、地下水水文特性、污染物相关特性)、场地环境标准和污染物参数，随机生成40～50组运行方案，并在该方案下模拟其修复效果，通过对不同修复方案进行综合评价获得基于不同情境下的修复运行方案和健康风险水平云模型评价图，进而得出适合该阶段目标修复区域的最优工艺方案。
147.(3)如果为单一持续修复方案，则施工系统直接根据云模型推荐的方案进行施工，直到阶段施工任务的完成，如果需要多周期控制的修复方案，则由可变周期控制系统根据云评价系统传输的最优工艺方案，以及当前修复条件，调动内嵌的可变周期控制子模块，对该阶段的工业场地修复最优运行方案进行优化控制，具体控制方案：如果为定周期修复方案，则调动定周期智能控制模块，对施工系统进行控制，确保施工系统可以按照设定周期的稳定执行，如果为变周期修复方案或者外界干扰较大，则调动变周期智能控制模块，变周期控制模块内嵌智能控制算法，可以根据施工条件和预测效果随时调整修复周期，直到阶段修复的完成。
148.(4)在控制系统控制修复设备的同时，采用边退挖施工边修复的方式，同步开展施工挖掘与场地水土修复，并不断反馈修复进展和场地水土实时状况，直到本阶段修复目标完成，同时完成下一阶段修复前的目标区域选择。
149.(5)之后开展新一周期的修复，如此循环。最终实现污染场地水土智能修复。
150.总的来说本修复方法包括三个循环：第一个大循环判断修复是否完成，是否需要继续修复新的目标区域，同时监测施工系统是否可以良好运转；第二个循环用于分阶段修复方案选择，如果阶段修复目标未达到修复效果，即需要重新采用新的修复方案，由云模型根据监测信息和施工条件反馈，进行新的一轮修复；第三个小循环为施工系统和变周期智能控制系统之间的循环，单一修复阶段如果采用变周期模型，变周期智能修复系统根据施工进程及时调整周期频率。
151.本发明的多元数据输入方面：监测指标(重金属种类及含量、有机污染物的种类及含量、检测时间、污染羽分布范围、地下水水位、土壤含水率、氧化还原电位和ph值变化)、工况条件(温度、压力、流量)、施工进程(开挖体积、修复体积、施工进程)
152.本发明在监测记录时参考更多、更丰富、更全面的数据信息，主要包括三方面：(1)包括土壤(地下水)类型、土壤(地下水)温度/湿度、土壤(地下水)理化特性、土壤(地下水)环境信息等在内的污染场地土壤和地下水原始信息，(2)来自实时监控子系统的土壤、地下水中各种污染物监测信息(3)阶段修复后发生改变的施工进程信息。三类信息需要输入实时监控子系统后共同作为方案决策的依据并且对后续决策控制模块的运行缺一不可。
153.本发明云模型方案决策系统方面，如图3所示：
154.云模型决策模块会根据各类输入信息如污染物浓度的变化，对上一阶段或某个时间节点的污染物健康风险进行评估，并根据新的健康风险和成本约束，对新一轮的修复方案进行新一轮的随机模拟预测及打分评估，提出调整后新的修复决策方案。
155.具体执行过程如下：
156.决策模型步骤如下：
157.(1)设x修复周期下多属性决策问题的场地水土修复备选方案集为p＝{p
x1
,
…
,p
xi
,
…
,p
xu
}，其中u为备选方案的数量。设每个备选方案的属性集为q＝{q
x1
,
…
,q
xj
,
…
,q
xv
}，其中v为属性的数量。设备选方案p
xi
∈p在属性q
xj
∈q下对应的属性值为pq
xij
，其中pq
xij
≥0。
158.(2)将混合属性值进行规范化处理。确定数pq
xij
被规范为kgpq
xij
，云模型被规范为采用属性均为成本型属性，即其值越小对决策排名越有利。
[0159][0160]
式中：x为修复周期，i为某个场地水土修复备选方案的下标，j为备选方案某个属性的下标，u为备选方案的数量；pq
xij
为x修复周期下，场地水土修复备选方案pi在属性qj下对应的属性值；为x修复周期下，u个场地水土修复备选方案在属性qj下对应的属性值的总和；kgpq
xij
为确定数属性值pq
xij
被规范化后的表示形式。
[0161][0162]
式中：为x修复周期中属性qj下的方案pi对应的属性云模型；e(x)
xij
为属性云模型的特征值——期望；nu
xij
为属性云模型的特征值——熵；rg
xij
为属性云模型的特征值——超熵。
[0163][0164]
式中：为云模型被规范化后的表示形式；kge(x)
xij
为云模型的期望e(x)
xij
被规范化后的表示形式；kgnu
xij
为云模型的熵nu
xij
被规范化后的表示形式；kgrg
xij
为云模型的超熵rg
xij
被规范化后的表示形式。
[0165]
(3)各属性q＝{q
x1
,
…
,q
xj
,
…
,q
xv
}的属性权重设为可根据专家判断的一致性来确定权重。能够反映属性相对重要性的每个权重值表示为通过基于云模型标度的改进层次分析法判断两两对比矩阵，并求得基于云模型的属性权重值。将传统的9个标度用云模型进行表示，各标度的期望值分别为{1,2,
…
,9}。对于两两成对比较，{1,3,5,7,9}分别代表同等重要、稍微重要、明显重要、
强烈重要和极端重要。相比{2,4,6,8}，这五个等级{1,3,5,7,9}判断相对容易一些。因此前者比后者具有更多不确定性，表现为前者的熵和超熵高于后者。
[0166]
(4)采用偏好函数b(pq
xij
,pq
xi’j
)计算属性偏好能力，b(pq
xij
,pq
xi’j
)是正的非递减的优选函数。该函数表示备选方案p
xi
在属性q
xj
下优于方案p
xi’的能力。
[0167][0168]
式中：i'为不同于i的某个场地水土修复备选方案的下标；b(pq
xij
,pq
xi
′j)为偏好函数，表示备选方案p
xi
在属性q
xj
下优于方案p
xi'
的能力；pq
xij
为x修复周期下，场地水土修复备选方案pi在属性qj下对应的属性值；pq
xi
′j为x修复周期下，场地水土修复备选方案p
i'
在属性qj下对应的属性值；kgpq
xij
为确定数属性值pq
xij
被规范化后的表示形式；kgpq
xi
′j为确定数属性值pq
xi
′j被规范化后的表示形式。
[0169][0170]
式中：为x修复周期中属性qj下的方案pi对应的属性云模型；为x修复周期中属性qj下的方案pi′
对应的属性云模型；为云模型被规范化后的表示形式；表示云模型被规范化后的表示形式。
[0171][0172]
式中：kge(x)
xij
为云模型的期望e(x)
xij
被规范化后的表示形式；kgnu
xij
为云模型的熵nu
xij
被规范化后的表示形式；kgrg
xij
为云模型的超熵rg
xij
被规范化后的表示形式；kge(x)
xi
′j为云模型的期望e(x)
xi
′j被规范化后的表示形式；kgnu
xi
′j为云模型的熵nu
xi
′j被规范化后的表示形式；kgrg
xi
′j为云模型的超熵rg
xi
′j被规范化后的表示形式。
[0173][0174][0175]
其中表示两朵云和之间的距离；和分别为云和与理想云
的距离；表示云大于的可能度；表示两朵云和之间的理想云。
[0176]
(5)结合云模型权重，计算在整体属性下备选方案p
xi
优于方案p
xi’的能力π(p
xi
,p
xi
′
)。
[0177][0178]
式中：π(p
xi
,p
xi
′
)为结合云模型权重后，整体属性下备选方案p
xi
优于方案p
xi
′
的能力；v为的属性的数量；为x修复周期下属性qj的权重；ze(x)
xj
、znu
xj
、zrg
xj
分别表示反映属性qj相对重要性的指标——期望、熵、超熵的权重值。
[0179]
(6)通过整合计算每个方案的正向流(流出)λ
+
(p
xi
)和负向流(流入)λ-(p
xi
)。λ
+
(p
xi
)代表方案p
xi
优于其余方案的能力，该值越大表明方案p
xi
越理想；λ-(p
xi
)代表方案p
xi
劣于其余方案的能力，该值越小表明方案p
xi
越理想。
[0180][0181]
式中：e(x)
xij
_λ
+
(p
xi
)为期望e(x)
xij
的正向流(流出)；nu
xij
_λ
+
(p
xi
)为熵nu
xij
的正向流(流出)；rg
xij
_λ
+
(p
xi
)为超熵rg
xij
的正向流(流出)。
[0182][0183]
式中：e(x)
xij
_λ
+
(p
xi
)为期望e(x)
xij
的负向流(流入)；nu
xij
_λ
+
(p
xi
)为熵nu
xij
的负向流(流入)；rg
xij
_λ
+
(p
xi
)为超熵rg
xij
的负向流(流入)。
[0184]
(7)计算各方案基于云模型的净流量(综合优先级别值)λ(p
xi
)大小以获得完整排名。λ(p
xi
)能够量化方案在所有备选方案中的排名位置。λ(p
xi
)越高代表方案p
xi
有越大的吸引力。
[0185][0186]
(8)将云模型λ(p
xi
)通过云计算器和统计模拟方法生成10000个云滴。
[0187]
(9)计算λ(p
xi
)对应云滴(y,a)的计分值l＝ya。计分值l的数学期望值或中位数称λ(p
xi
)的计分值。
[0188]
(10)将步骤8-9重复20次，求得20组λ(p
xi
)的数学期望值或中位数
[0189]
(11)计算20组λ(p
xi
)的数学期望值或中位数的平均值，将这两个值作为总计分值，分别表示为l
xi
或者l
mid_xi
。具有最高l
xi
或者l
mid_xi
的方案将被评定为最佳方案。
[0190]
关于变周期智能控制系统，如图2所示，
[0191]
控制实施系统依据场地调查情况明确污染类型、云模型推荐的最佳方案，确定最优控制方案，直至阶段修复目标完成。该系统包含双智能控制系统，如果为定周期修复方案，则调动智能定周期控制模块，内嵌各类补偿器，可对施工系统进行控制，确保施工系统可按照设定周期的稳定执行，如果为变周期修复方案或者外界干扰较大，则调动变周期智能控制模块，变周期控制模块内嵌智能控制算法，可以根据实际施工条件和模型预测效果，随时调整修复周期，直到阶段修复的完成。如果产生的方案在运行一个阶段后结果仍然不理想(比如说，未达到修复目标)，会把其评价结果重新反馈至云模型决策系统，并由云模型方案选择器产生新一阶段的修复决策方案进行补救，设计新一轮的方案执行规划。通过这种闭环循环的反馈式途径，实现动态评价、循环反馈、实时控制于一体的智能决策过程。
[0192]
本发明采用的施工方法为：
[0193]
实际修复过程中，常常面临多阶段多任务的施工要求，采用分台阶退挖式施工：首先将土壤划分为三层，首先，其中，土壤深度0-4m为第一层，土壤深度4-8m为第二层，土壤深度8-14m为第三层，每10m宽度为一条。首先利用挖土机将0-4m的土壤逐条挖出，再在修复大棚内尚未开挖区域将污染土壤进行加药筛分，待养护降解、检测达标后将修复的土壤暂存大棚外区域；待0-4m土壤退挖至一定程度后，即开始对4-8m区域土壤自内向外垂向沿修复大棚每10m逐条开挖，本着尽量减少运输距离的原则，运至大棚内其他区域快速进行修复，修复方法与0-4m修复处置方法相同；4-8m退挖至一定程度后，同时在已开挖区域对8-14m区域土壤进行修复，并将基坑污水抽出至污水处理设备进行修复处置；此后，三层土壤可同时进行分台阶式修复，大大加快施工进度。待相同区域4-8m及8-14m污染土壤修复完成后，即刻回填修复后土壤，进而对该区域场地平整，至大棚内0-14m污染土壤全部处置完成后，对处置土壤取样自检合格后，进行大棚内下一区域修复。

技术特征：
1.一种污染水土智能评估修复系统，其特征在于，它包括监控及数据收集模块(1)、1号判定器(2)、云模型推荐模块(3)、2号判定器(4)、3号判定器(5)、定周期调控系统(6)、变周期调控系统(7)、施工系统(8)；监控及数据收集模块(1)的输出端与1号判定器(2)的输入端连接，1号判定器(2)的输出端分别与云模型推荐系统(3)的输入端、循环结束端口连接，云模型推荐系统(3)的输出端与2号判定器(4)的输入端连接，2号判定器(4)的输出端分别与3号判定器(5)和施工系统(8)的输入端连接，3号判定器(5)的输出端分别与定周期智能调控系统(6)、变周期智能调控系统(7)的输入端连接，定周期智能调控系统(6)以及变周期智能调控系统(7)的输出端与施工系统(8)的输入端连接，施工系统(8)的输出端分别与云模型推荐系统(3)、变周期智能调控系统(7)的输入端连接。2.根据权利要求1所述的系统，其特征在于，监控及数据收集模块(1)实时监控施工过程中的污染场地土壤和地下水特征变化，并将数据收集到监控数据库；1号判定器(2)负责标准对比，判断污染区域土壤以及地下水是否修复完毕；云模型推荐系统(3)根据污染场地土壤和地下水数据，随机生成多重修复方案并进行综合评价，进而得出适合下一阶段的最优工艺方案；2号判定器(4)用于判断修复方案是否为多周期修复；3号判定器(5)用于判断修复方案是否为变周期修复；定周期智能调控系统(6)用于对修复设备的运转进行控制，确保施工系统可以按照设定周期的稳定执行；变周期智能调控系统(7)用于对修复设备的运转进行控制，根据施工条件和预测效果随时调整修复周期；施工系统(8)用于在周期智能调控系统对修复设备的调控下，对污染场地开展分台阶退挖施工，并不断反馈修复进展和场地水土实时状况。3.根据权利要求1或2所述的系统，其特征在于，水土智能评估修复系统在工作时，采用以下步骤：步骤1：针对目标污染场地水土修复区域，确定初期目标区域，开启第一阶段的修复过程；步骤2：在第一阶段目标区域确定的过程中，实时监测系统不断对场地的污染物浓度、修复效率、健康风险水平、系统成本、水文地质特征这些多重不确定性特征进行实时数据收集和历史数据过滤；步骤3：将污染场地土壤和地下水特征数据与标准进行对比，判断水土污染程度是否达标：若达标，则修复完成，结束循环；若不达标，将实时数据和历史数据输入到云模型推荐系统，进入步骤4；步骤4：云模型推荐系统通过收集污染场地土壤和地下水特征数据，并对生成的随机方案进行评价，得出适合该阶段的最优工艺方案；步骤5：由2号判定器判断该阶段方案的修复方式是否为多周期：若该阶段为单一持续修复方案，则施工系统直接根据云模型推荐的方案进行施工，直到该阶段结束，进入步骤11；
若该阶段为需多周期控制的修复方案，进入步骤6；步骤6：由3号判定器判断多周期方案的修复周期是否为变周期；步骤7：如果步骤6中修复方案被判定为定周期，则调动定周期智能调控系统，进入步骤8；步骤8：定周期智能调控系统内嵌的各类补偿器，对修复设备的运转进行控制，确保施工系统可以按照设定周期的稳定执行，进入步骤11；步骤9：如果步骤6中修复方案被判定为变周期或外界干扰比较大，则调动变周期智能调控系统，进入步骤10；步骤10：变周期控制模块内嵌的智能控制算法，对修复设备的运转进行控制，并根据施工条件和预测效果随时调整修复周期，直到修复结束，进入步骤11；步骤11：在修复设备受到调控进行土壤修复的同时，采用边退挖施工边修复的方式，同步开展施工挖掘与场地水土修复，并不断反馈修复进展和场地水土实时状况，直到该阶段结束，同时完成下一阶段修复前的目标区域确定；步骤12：监控系统和云模型推荐系统对下一阶段目标区域进行监测和方案推荐，并重复上述步骤，如此循环，直至所有目标区域相关数据满足预设值，最终实现污染场地土壤及地下水的全区域智能修复。4.根据权利要求3所述的系统，其特征在于，在步骤4中，包括以下子步骤：步骤4-1：云模型推荐系统采用信息熵和云模型评价模型，通过输入收集污染场地土壤和地下水基本信息、场地环境标准和污染物参数；步骤4-2：根据收集的基本信息，随机生成40至50组运行方案，并在该方案下模拟其修复效果；步骤4-3：对不同修复方案进行综合评价获得基于不同情境下的修复运行方案和健康风险水平云模型评价图，根据方案评价结果，得出适合该阶段的最优工艺方案，进入步骤5。5.根据权利要求3所述的系统，其特征在于，在步骤10中，包括以下步骤：步骤10-1：变周期智能调控系统启动，根据云模型推荐系统传输的最优工艺方案，执行其内嵌的智能控制算法，对该阶段的场地水土修复最优运行方案进行优化控制；步骤10-2：修复设备接收变周期智能调控系统传输的最优工程参数，对下一周期的工艺参数进行参数控制，进而实现变周期控制；步骤10-3：在施工过程中，施工系统可将施工信号传递给变周期智能调控系统，变周期智能调控系统根据施工条件和预测效果随时调整修复周期，并反馈至施工系统，直到该阶段结束。6.根据权利要求5所述的系统，其特征在于，在步骤10-2中，在根据定周期或变周期修复方案进行修复施工时，采用以下步骤：步骤s1：智能控制系统根据修复目标和各修复方案数学模型的经验参数，计算修复周期，进入步骤s2；步骤s2：修复设备开启第一周期的修复任务，同时实时监控系统持续观测场地水土信息，进入步骤s3；步骤s3：当第一修复周期运行结束时，对第一周期修复效果进行模型评价和模型调整，进入步骤s1，重新调整修复周期。
7.根据权利要求3所述的系统，其特征在于，在步骤11中，包括以下步骤：步骤11-1：在第一阶段修复方案及周期类型确定后，施工系统开始运转，修复设备受到调控，开始施工；步骤11-2：将土壤划分为三层，土壤深度0-4m为第一层，土壤深度4-8m为第二层，土壤深度8-14m为第三层，宽度10m为一条，采用云模型推荐的修复方案进行施工；步骤11-3：采用挖土机将0-4m的土壤逐条挖出，再在修复大棚内尚未开挖区域将污染土壤进行修复，待养护降解、检测达标后将修复的土壤暂存大棚外区域；步骤11-4：待0-4m土壤退挖至一定程度，同时开始对4-8m区域土壤自内向外垂向沿修复大棚每10m逐条开挖，本着尽量减少运输距离的原则，运至大棚内其他区域快速进行修复，修复方法与0-4m修复处置方法相同；步骤11-5：4-8m退挖至一定程度，同时在已开挖区域对8-14m区域土壤进行修复，并将基坑污水抽出至污水处理设备进行修复处置，修复方法与0-4m修复处置方法相同；步骤11-6：待相同区域4-8m及8-14m污染土壤修复完成后，即刻回填0-8m修复后土壤，进而对该区域场地平整，至大棚内0-14m污染土壤全部处置完成后，对处置土壤取样自检；步骤11-7：若该阶段目标修复区域未达到修复效果，则需要重新采用新的修复方案，重复步骤4至步骤11，对该阶段目标修复区域进行新的一轮修复；若该阶段修复目标达成，则完成下一阶段修复前的目标区域确定，进入步骤12。8.根据权利要求4所述的系统，其特征在于，在步骤4-3中，采用云模型控制系统获取场地水土环境修复方案，具体采用以下步骤：步骤4-3-1：设置场地土壤及地下水修复备选方案集、备选方案的属性集的相关参数；步骤4-3-2：对由步骤1)获得的相关参数进行规范化处理；步骤4-3-3：获得基于云模型的属性权重值，并将传统的9个标度用云模型进行表示；步骤4-3-4：采用偏好函数计算属性偏好能力；步骤4-3-5：结合云模型权重，计算在整体属性下备选方案优于方案的能力；步骤4-3-6：通过整合计算每个方案的正向流和负向流；步骤4-3-7：计算各方案基于云模型的净流量大小以获得完整排名；步骤4-3-8：将云模型通过云计算器和统计模拟方法生成若干个云滴；步骤4-3-9：计算云模型对应云滴的计分值；步骤4-3-10：重复步骤8)至步骤9)重复若干次，求得若干组云模型的数学期望值或中位数；步骤4-3-11：计算若干组云模型的数学期望值或中位数的平均值，并将这两个值作为总计分值，具有最高值的方案将被评定为最佳方案。

技术总结
一种污染水土智能评估修复系统及方法，其系统包括监控及数据收集模块、1号判定器、云模型推荐模块、2号判定器、3号判定器、定周期调控系统、变周期调控系统、施工系统；监控及数据收集模块的输出端与1号判定器的输入端连接，1号判定器的输出端分别与云模型推荐系统的输入端、循环结束端口连接，云模型推荐系统的输出端与2号判定器的输入端连接，2号判定器的输出端分别与3号判定器和施工系统的输入端连接。本发明的目的是为了解决现有技术存在的修复工艺和装备难以满足工程化和智能化的重大需求，单一工期修复周期，缺乏基于过程评价的智能控制，使得修复过程过于僵化的技术问题。使得修复过程过于僵化的技术问题。使得修复过程过于僵化的技术问题。


技术研发人员：何理 孙同 张福斌 任丽霞 段序
受保护的技术使用者：天津大学
技术研发日：2023.03.24
技术公布日：2023/7/13