摘要
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。
- 单位