基于知识图谱的地下水污染场地风险管理智慧化决策模型及应用OA
地下水污染场地的复杂性、污染的持久性与隐蔽性使得风险管理面临严峻挑战。为此,研究构建了基于知识图谱的地下水污染场地防控智慧化决策模型,并提出了一种集技术、经济、社会维度于一体的智慧化风险管理框架。通过整合污染场地风险管理技术库和案例库,构建具有语义推理能力的地下水污染场地知识图谱,并设计了结合知识图谱和随机森林算法(knowledge graph-random forest,KG-RF)的智慧化决策模型,以精准推荐地下水污染场地风险管理方案。在模型训练阶段,KG-RF模型在已录入知识图谱的污染场地数据集上进行训练,并在测试集上达到了94.86%的准确率。在某地下水污染实例研究中,KG-RF模型基于水文地质条件、污染特征等关键指标,匹配历史案例并计算相似度,推荐双层可渗透反应屏障(ZVI+颗粒活性炭和生物膜)作为最优管理方案,相似度最高(0.9278),在技术成熟度、适用性及成本周期等方面表现突出。研究结果表明,知识图谱在地下水污染场地风险管理中具有较高的应用潜力,有助于提升风险管理的智能化与精准化,同时为复杂环境问题的智慧化决策提供了新的方法和思路。
康有燕;张伟红;郭艺璇;张丁洋;赵勇胜
吉林大学新能源与环境学院,吉林长春130000 吉林大学石油化工污染场地控制与修复技术国家地方联合工程实验室,吉林长春130000吉林大学新能源与环境学院,吉林长春130000 吉林大学石油化工污染场地控制与修复技术国家地方联合工程实验室,吉林长春130000吉林大学新能源与环境学院,吉林长春130000 吉林大学石油化工污染场地控制与修复技术国家地方联合工程实验室,吉林长春130000吉林大学新能源与环境学院,吉林长春130000 吉林大学石油化工污染场地控制与修复技术国家地方联合工程实验室,吉林长春130000吉林大学新能源与环境学院,吉林长春130000 吉林大学石油化工污染场地控制与修复技术国家地方联合工程实验室,吉林长春130000
天文与地球科学
知识图谱地下水污染场地风险管理智慧化决策模型随机森林
《水文地质工程地质》 2026 (4)
P.278-289,12
国家重点研发计划项目(2022YFC3703104)国家自然科学基金项目(42572306)。
评论