论文部分内容阅读
随着近些年来社会的发展与进步,环境污染越来越严重,特别是土壤污染问题最为突出。土壤作为人类赖以生存的基本要素之一,现在已受到各种污染物的污染,而在这些污染物中,又以重金属元素的污染危害为最。因为土壤中重金属元素具有长期潜伏,且难以治理的特性,这导致了一些重金属污染严重的地区出现了田地大量废弃的现象。更为严重的是重金属元素可以通过地表/地下径流、动植物吸收等手段,通过食物链进入人体,导致人类出现重金属中毒症状,进而影响人类的生命安全。因此对土壤中重金属元素的污染治理迫在眉睫。而治理的前提的是已经对土壤中重金属元素进行了空间分析。而随着GIS(地理信息系统)技术的发展,人们在GIS系统的基础上结合一些空间分析手段,在对重金属元素进行空间分析方面取得了一些比较理想的结果。但是目前的GIS系统多为客户端/服务器端结构,而该种结构存在着很多的问题。为了克服这些问题,本文提出了建立B/S结构的系统,该种架构在很大程度上解决了传统系统的弊端。在上述系统中涉及的重金属元素空间分析,涉及的研究方向很多,而在其中有一个很重要的方向就是空间插值。因为现有的土壤中重金属元素的分布及含量信息都是通过采样技术获得的,而采样过程往往是点状、离散的。这样就无法获知某一地区内所有土壤中重金属元素的分布及含量信息。而仅仅使用这些采样点处的信息,往往无法完整的反应某一地区内的重金属元素的空间信息。这样就迫切的需要寻找一种方法来根据已知采样点的信息去推测未知点的信息。为了满足这种需求,空间插值算法就应用而生了。本论文以云南省为例,以云南省环境监测站对全省范围内1718个采样点采样所得数据作为系统数据。采样点所包含信息有:采样点地理位置、海拔高度、土地利用类型、土壤类型、理化元素、无机元素等。本文以Visual Studio2010为开发环境,开发语言采用C#语言,数据库采用MS SQLSERVER2008,以ArcGIS Server10及ArcGIS Silverlight作为开发组件,建立了BS结构的云南省土壤重金属空间插值分析系统。并在该系统的基础上,针对传统空间插值算法的一些不足提出了一种基于集成RBF神经网络的空间插值算法。本文的研究内容主要有:(1) BS结构的云南省土壤重金属空间插值分析系统的设计与实现。(2)在常用空间插值算法的基础上,提出了一种新的基于集成RBF神经网络的空间插值算法。通过对该系统的试运行,可知该系统已实现了设计之初所设想的全部功能,并且系统运行结果对于云南省土壤中重金属元素的污染防治与处理有一定的指导意义。