一种岩溶水重金属污染修复的优势水生植物定向筛选方法与流程

摘要: 本发明属于岩溶水生态环境修复、水体重金属污染治理、水生植物资源筛选与生态适配,具体涉及一种面向西南岩溶高钙偏碱性水环境、针对重金属复合污染场景的岩溶水重金属污染...
一种岩溶水重金属污染修复的优势水生植物定向筛选方法与流程

本发明属于岩溶水生态环境修复、水体重金属污染治理、水生植物资源筛选与生态适配,具体涉及一种面向西南岩溶高钙偏碱性水环境、针对重金属复合污染场景的岩溶水重金属污染修复的优势水生植物定向筛选方法。

背景技术:

1、我国西南喀斯特岩溶区是全球面积最大、发育最典型的岩溶生态分布区,岩溶水是区域生产、生活及生态核心水源。受地质成因影响,西南岩溶水具备高钙、偏碱性、水文结构复杂、水体自净能力弱的特征。由于西南岩溶区工矿活动、农业面源输入、村镇生活排污等人为干扰持续加剧,岩溶水体普遍存在镉、铅、锌、铜等多种重金属复合污染问题,水体污染隐蔽性强、滞留周期长、治理难度大,严重制约岩溶区水生态安全。

2、水生植物生态修复技术凭借成本低廉、无二次污染、生态相容性好、可持续性强的优势,已成为水体重金属污染治理的主流绿色技术,水生植物如挺水植物(芦苇、香蒲)、沉水植物(黑藻、菹草)和浮水植物(水葫芦、浮萍)对单一或复合重金属具有一定的富集和耐受能力,但是岩溶水体的水文情况复杂,同一水生植物在不同水体中呈现的修复表现可能存在较大差异,因此如何筛选适配于各类岩溶水环境的水生植物直接影响到修复效果的好坏。

3、现有水生植物筛选体系及方法大多针对非岩溶水环境构建,未模拟岩溶水体高钙、偏碱性的胁迫特征,在非岩溶水体中表现良好的修复植物在岩溶专属水环境下易产生钙胁迫、酸碱应激损伤,出现光合衰退、根系腐烂、存活率骤降、富集效能大幅衰减甚至死亡等问题,工程实用性极差,无法满足岩溶场景下的具体需求。

4、已有针对于岩溶水环境的传统筛选方法存在种质资源摸底方式粗放且针对性差问题,大多完全依赖人工野外随机踏勘、经验采样,筛选得到的水生植物适配性差,难以满足各类岩溶水体和各种优势重金属的实际修复需求。已有传统筛选方法也缺乏合理可靠的模拟验证流程,筛选生境与岩溶真实水环境严重脱节。

5、现有技术对于修复效果的评价筛选维度单一、结果片面。多以植物单一重金属富集量作为唯一筛选指标,但是岩溶区域的水文状态复杂,存在诸多水生植物适配性各不相同的水体类型,重金属富集量大并不代表该水生植物在各类水体中具备长期可持续有效修复的能力,并且由于岩溶区域的污染源呈多样化和分散化的趋势,岩溶水体的重金属污染情况也存在明显区别,尤其表现在优势重金属种类的不同。现有技术的筛选方法难以对于各类水文状态进行针对性适配筛选,筛选得到的物种实质上在实地采用时修复效果并不理想,场景适配性难以保证。

6、因此,目前行业内缺乏一套针对性、系统性、标准化的西南岩溶水重金属污染修复水生植物筛选体系,无法实现岩溶专属生境下优势物种的精准、全面、安全筛选,严重制约西南岩溶水体重金属污染生态修复技术的规范化、规模化落地应用。

技术实现思路

1、本发明的目的在于提供一种岩溶水重金属污染修复的优势水生植物定向筛选方法,以解决上述背景技术中提出的技术问题。

2、本发明提供一种岩溶水重金属污染修复的优势水生植物定向筛选方法,其包括:

3、获取目标岩溶区域的遥感影像数据,根据遥感影像数据确定各岩溶水体的群落分布数据;对各岩溶水体进行野外实地调查和检测并确定浓度最高的重金属为优势重金属种类;将优势重金属种类和水体类型均相同的岩溶水体划分为一类水环境;

4、对于每一类水环境,持续监测岩溶水体的优势重金属浓度,根据优势重金属的浓度变化数据进行初步修复成效评估以确定当前水环境的代表性岩溶水体;根据代表性岩溶水体的群落分布数据确定目标群落,野外实地调查记录目标群落涵盖的物种种类以及各物种的覆盖面积占比和生物量占比,根据记录数据分析确定优势水生植物物种范围;

5、对优势水生植物物种范围进行筛查以确定优势候选物种,对于每一优势候选物种,根据其关联的水环境类型野外实地采集水体样本,根据水体样本人工模拟岩溶专属培养液,利用岩溶专属培养液对优势候选物种的试验植株进行胁迫驯化培养;对于经过胁迫驯化培养的优势候选物种,从重金属复合修复性能、岩溶专属环境适应性、长期生长稳定性和全域生态安全性进行多维度加权量化评价得到综合评分;

6、对于每一类水环境,对综合评分大于预设评分阈值的优势候选物种进行实地验证试验,将记录的实地试验水体内所有重金属种类的浓度变化序列、环境数据变化序列、优势候选物种的覆盖面积变化序列和生长量变化序列输入预先训练好的基于深度学习模型构建的预测模型以预测修复发展趋势,将预测结果最佳的优势候选物种确定为当前水环境的最佳优势物种。

7、作为优选,根据遥感影像数据确定各岩溶水体的群落分布数据包括:

8、所述群落分布数据包括挺水、浮水和沉水植物的分布状态;

9、采用面向对象随机森林算法结合深度学习 cnn 光谱分类模型,提取水生植被专属光谱特征、纹理特征、空间分布特征,区分挺水、浮水、沉水植物群落;

10、目标岩溶区域的植被物候规律和水域干湿交替周期作为先验知识输入群落分类模型,以优化模型参数。

11、作为优选,根据优势重金属的浓度变化数据进行初步修复成效评估以确定当前水环境的代表性岩溶水体包括:

12、根据所述浓度变化数据确定优势重金属浓度的日均减少量和残留比,所述日均减少量表示为:(初始浓度-末期浓度)÷监测天数;所述残留比表示为:(末期浓度÷初始浓度)× 100%;

13、对所述日均减少量进行归一化处理后与残留比加权计算得到初步修复成效评估得分,将所述初步修复成效评估得分最高的岩溶水体确定为当前水环境的代表性岩溶水体;

14、根据代表性岩溶水体的群落分布数据确定目标群落包括:

15、将所有群落中面积覆盖比例排在前预设位次的群落确定为目标群落。

16、作为优选,野外实地调查记录目标群落涵盖的物种种类以及各物种的覆盖面积占比和生物量占比包括:

17、对于目标群落,采用样线-样方结合法开展核查,挺水植物群落布设1m×1m 样方,浮水、沉水植物群落布设0.5m×0.5m 样方,每条样线均匀布设5~8个重复样方;

18、每个样方均记录所有物种种类并记录各物种在当前样方内的覆盖面积占比和生物量占比;

19、根据记录数据分析确定优势水生植物物种范围包括:

20、对于每个样方,根据覆盖面积占比和生物量占比确定各物种与当前优势重金属种类的适配度;每个样方均选择适配度最高的物种以确定优势水生植物物种范围。

21、作为优选,对优势水生植物物种范围进行筛查以确定优势候选物种包括:

22、生态安全前置筛查,保留西南岩溶原生土著物种,剔除外来物种、入侵性物种、人工杂交改良物种、珍稀保护物种;

23、基础耐逆筛查,剔除对高钙、偏碱性水环境敏感,自然生境存活率低于85%、存在明显钙胁迫与酸碱应激损伤的弱势物种;

24、生长可控性筛查,剔除爆发式繁殖、匍匐蔓延过快的泛滥型物种,同时剔除生长周期短、季节性枯萎严重、冬季休眠彻底的不稳定物种。

25、作为优选,根据其关联的水环境类型野外实地采集水体样本时需要现场检测水体ph 值、钙离子浓度、水体硬度、溶解氧、水温,采样后在实验室测定水体的重金属种类及浓度以最终确定符合当前水环境并能够用于人工模拟岩溶专属培养液的水体样本。

26、作为优选,根据水体样本人工模拟岩溶专属培养液,利用岩溶专属培养液对优势候选物种的试验植株进行胁迫驯化培养包括:

27、标准化培养液配置,依据水质检测结果,人工模拟构建岩溶专属培养液;

28、植株标准化预处理,所有试验植株统一清洗根系淤泥、修剪残损枝叶,统一株高、生物量规格,统一定植于人工培养装置;

29、三段式梯度驯化周期,总驯化时长45天,分三阶段梯度胁迫培养:第一阶段为15天低胁迫适应期,弱化重金属胁迫,不添加或仅添加极低浓度的优势重金属;第二阶段为20天中度恒定胁迫期,同时添加多种重金属污染物,其中,所述优势重金属的添加量需要大于其他重金属;维持高钙偏碱性和多重金属复合胁迫环境;第三阶段为10天稳定驯化期,稳定植株代谢水平与富集性能,培养过程同步模拟岩溶水域昼夜温差 6~10℃、间歇式水文干湿交替的自然特征。

30、作为优选,从重金属复合修复性能、岩溶专属环境适应性、长期生长稳定性和全域生态安全性进行多维度加权量化评价得到综合评分包括:

31、构建层次分析法ahp和熵权法主客观联合赋分模型,总分100分,权重贴合岩溶修复核心需求精准分配:重金属修复性能40分、岩溶环境适应性30分、生长稳定性20分、生态安全性10分;

32、综合评分=重金属修复性能得分×40%+岩溶环境适应性得分×30% +生长稳定性得分×20% +生态安全性得分×10%;

33、通过层次分析法构建主观经验权重,通过熵权法基于实测数据修正客观权重;

34、设置三级标准化分级阈值:

35、综合得分≥85分为一级典型优势物种;

36、综合得分70~84分为二级备选修复物种;

37、综合得分<70分为淘汰物种。

38、作为优选,重金属复合修复性能的核心指标包括:检测得到的植株地上部、地下部对优势重金属的富集总量、生物富集系数、转运系数;

39、岩溶专属环境适应性的核心指标包括:检测得到的植株根系活力、叶绿素相对含量、可溶性糖含量、脯氨酸含量;

40、长期生长稳定性的核心指标包括:统计得到的驯化周期内植株生物量相对增长率、株高生长速率、整体存活率;

41、全域生态安全性的核心指标包括:通过密闭试验检测得到的植株腐解速率、腐解过程总氮、总磷释放量。

42、作为优选,将记录的实地试验水体内所有重金属种类的浓度变化序列、环境数据变化序列、优势候选物种的覆盖面积变化序列和生长量变化序列输入预先训练好的基于深度学习模型构建的预测模型以预测修复发展趋势包括:

43、以历史案例的浓度变化序列、环境数据变化序列、优势候选物种的覆盖面积变化序列、生长量变化序列和修复发展趋势的真实标签构建训练样本,根据所述训练样本构建训练集,利用所述训练集对lstm模型训练直至损失函数收敛以得到预测模型;

44、预测模型的表达式为:

45、所述预测模型基于lstm网络以构建,lstm网络在处理时序数据时表现出色,在预测性能状态演化时表现较佳,所述lstm单元包括输入门、遗忘门、输出门以及单元状态;

46、遗忘门表示为:

47、

48、其中,表示时间步,表示当前时间步的输入,即为浓度变化序列、环境数据变化序列、优势候选物种的覆盖面积变化序列和生长量变化序列在时间t的数值构建的特征向量,表示前一个时间步的隐藏状态,表示遗忘门的权重矩阵,表示sigmoid激活函数,表示偏置项,表示遗忘门的输出;

49、输入门表示为:

50、

51、

52、其中,、分别是输入门、候选神经元状态的权重矩阵,和分别表示输入门和候选神经元状态的偏置项,表示激活函数,表示用于控制存入信息的比例的比例参数,表示备选单元状态;

53、单元状态表示为:

54、

55、其中,是前一个时间步的单元状态,是当前时间步的单元状态;

56、输出门表示为:

57、

58、

59、其中,是输出门的权重矩阵,是输出门的偏置项,是输出门的输出,是lstm单元的输出。

60、相比于现有技术,本发明具有以下有益效果:本发明的一种岩溶水重金属污染修复的优势水生植物定向筛选方法,先获取目标岩溶区域的遥感影像数据,根据遥感影像数据确定各岩溶水体的群落分布数据;对各岩溶水体进行野外实地调查和检测并确定浓度最高的重金属为优势重金属种类;将优势重金属种类和水体类型均相同的岩溶水体划分为一类水环境;本发明将优势重金属种类和岩溶水体类型作为水环境的划分标准,优势重金属种类是本发明的主要修复目标,所以有必要明确对于优势重金属种类适配性较佳的水生修复植物。水体类型包含管道-溶洞岩溶水、溶洞-裂隙岩溶水、裂隙-孔隙岩溶水等,不同类型的岩溶水体会对于水生植物的生长状态造成影响,针对不同类型岩溶水体的特性,有必要明确适配于各类型岩溶水的水生植物,从而使得本发明的定向筛选方法的针对性更佳。本发明对于每一类水环境,持续监测岩溶水体的优势重金属浓度,根据优势重金属的浓度变化数据进行初步修复成效评估以确定当前水环境的代表性岩溶水体;根据代表性岩溶水体的群落分布数据确定目标群落,野外实地调查记录目标群落涵盖的物种种类以及各物种的覆盖面积占比和生物量占比,根据记录数据分析确定优势水生植物物种范围;本发明在初步修复成效评估阶段先以优势重金属作为评估对象,从而有针对性地初步筛选出优势水生植物物种范围以用于后续进行具体评估和实地测试。本发明进一步对优势水生植物物种范围进行筛查以确定优势候选物种,对于每一优势候选物种,根据其关联的水环境类型野外实地采集水体样本,根据水体样本人工模拟岩溶专属培养液,利用岩溶专属培养液对优势候选物种的试验植株进行胁迫驯化培养;对于经过胁迫驯化培养的优势候选物种,从重金属复合修复性能、岩溶专属环境适应性、长期生长稳定性和全域生态安全性进行多维度加权量化评价得到综合评分;本发明建立了多维度的系统性评估体系,为每类水环境所适配的优势候选物种进行系统性评估。

61、对于每一类水环境,对综合评分大于预设评分阈值的优势候选物种进行实地验证试验,将记录的实地试验水体内所有重金属种类的浓度变化序列、环境数据变化序列、优势候选物种的覆盖面积变化序列和生长量变化序列输入预先训练好的基于深度学习模型构建的预测模型以预测修复发展趋势,将预测结果最佳的优势候选物种确定为当前水环境的最佳优势物种。本发明在实地测试阶段将所有重金属纳入考虑,结合环境数据变化序列以及优势候选物种的覆盖面积变化序列和生长量变化序列综合考虑修复效果,从而通过标准化的试验方法最终确定适配于当前水环境的最佳优势物种,实现适配各类岩溶水环境的最佳优势物种的针对性、系统性和标准化筛选。