基于GCM_CB模型的土壤重金属污染评价

灰色聚类法已经运用于土壤重金属污染评价中,然而此法在确定聚类权重时仅考虑重金属浓度,忽略了衡量重金属毒性强弱的重要指标生物毒性指数。为了更客观和准确地反映土壤重金属的污染程度,将生物毒性指数引入到聚类指标权重中,构建GCM_CB(grey clustering method_concentration and biotoxicity)土壤重金属污染评价模型。通过对华东某地区的10个区域土壤重金属污染进行分析评价,并与常用评价方法对比研究,表明:其多数样点的评价结果基本一致,但针对样品4和样品9中的元素Hg,因其强毒性,使得评价等级由I级定为II级,从而提高了评价方法的灵敏度,更加符合该区域的实际土壤污染情况。     

重金属污染土壤属性区间识别模型的赋权分析

土壤重金属污染评价为土壤重金属污染的及时防范和综合治理提供重要的理论依据。文章在属性区间识别理论的基础上,构建土壤重金属污染评价的属性区间识别模型：选取土壤重金属污染中普遍存在的Hg、Cd、As、Pb、Cu、Zn作为评价指标,采用均化系数将各评价指标的属性测度区间转化为综合属性测度;为避免主观因素,利用主成分分析法、熵权法、CRITIC法对各评价指标进行3次客观赋权;最后根据置信度准则和分级标准进行土壤重金属污染的综合评价。对3种赋权法得到的权重和评价结果进行比较,表明：属性识别模型在土壤重金属污染评价中适用且有利于评价结果准确性的提高;3种客观赋权法算得的权重合理,且其优异程度为主成分分析法〈熵权法〈CRITIC法。