尾矿库重金属污染土壤电动-植物模拟修复方法研究

尾矿库重金属污染土壤的修复过程复杂且缓慢。为缩短修复周期,促进土壤修复技术的智能化和精细化发展,灵活运用电动修复+植物萃取法的机理与规律,建立修复变量评价指标体系,融合随机森林分类器和GRA模拟算法,建立土壤模拟修复GRA-RF模型,并进行了模拟修复与实验修复对比。结果表明:1）修复变量中电压梯度（0.092）重要度等级值最高,其后是电流大小（0.078）、土壤湿度（0.074）、通电时间（0.069）、土壤动态pH值（0.066）、电极间距（0.063）、电极布置方式（0.06）、添加剂种类（0.057）和电极材料（0.053）,其余变量等级值小于平均值。按照变量重要度次序改变修复变量大小,直到获得最优修复效果;2）8个修复样本的模拟修复效率高于实验修复效率,修复环境A1~A4的相对误差分别为2.22%、4.72%、8.75%和3.89%,B1~B4分别为9.91%、8.28%、6.74%和5.63%,环境A下Cd、Cu和Pb的修复效果优于环境B,而Zn的修复效果则相反;3）通过对比算法错误率,GRA-RF模型的修复效果优于Random-RF。该方法真实模拟了污染土壤强化修复过程,通过优化修复变量指标提高土壤修复效率,为制定和改进土壤修复方案提供了参考。