CN114904901A - 稳定化材料选择方法、装置、计算机设备、介质和产品 - Google Patents
稳定化材料选择方法、装置、计算机设备、介质和产品 Download PDFInfo
- Publication number
- CN114904901A CN114904901A CN202210648011.5A CN202210648011A CN114904901A CN 114904901 A CN114904901 A CN 114904901A CN 202210648011 A CN202210648011 A CN 202210648011A CN 114904901 A CN114904901 A CN 114904901A
- Authority
- CN
- China
- Prior art keywords
- initial
- index
- repair
- stabilizing material
- long
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000000463 material Substances 0.000 title claims abstract description 551
- 238000010187 selection method Methods 0.000 title abstract description 23
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 381
- 230000008439 repair process Effects 0.000 claims abstract description 270
- 239000002689 soil Substances 0.000 claims abstract description 174
- 230000007774 longterm Effects 0.000 claims abstract description 157
- 230000000694 effects Effects 0.000 claims abstract description 96
- 238000000034 method Methods 0.000 claims abstract description 91
- 230000007613 environmental effect Effects 0.000 claims abstract description 90
- 238000004064 recycling Methods 0.000 claims abstract description 45
- 239000000356 contaminant Substances 0.000 claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims description 106
- 239000003344 environmental pollutant Substances 0.000 claims description 99
- 231100000719 pollutant Toxicity 0.000 claims description 99
- 238000005067 remediation Methods 0.000 claims description 32
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 25
- 238000010606 normalization Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012163 sequencing technique Methods 0.000 claims description 16
- 239000004927 clay Substances 0.000 claims description 15
- 230000006641 stabilisation Effects 0.000 claims description 15
- 238000011105 stabilization Methods 0.000 claims description 15
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 14
- 239000001569 carbon dioxide Substances 0.000 claims description 14
- 239000004016 soil organic matter Substances 0.000 claims description 12
- 239000002910 solid waste Substances 0.000 claims description 8
- 230000005855 radiation Effects 0.000 claims description 7
- 239000002351 wastewater Substances 0.000 claims description 7
- 239000013618 particulate matter Substances 0.000 claims description 6
- 239000013077 target material Substances 0.000 claims description 5
- 239000002131 composite material Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 229910001385 heavy metal Inorganic materials 0.000 description 27
- 238000002386 leaching Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 15
- 238000011156 evaluation Methods 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000003900 soil pollution Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 239000005416 organic matter Substances 0.000 description 4
- 238000003916 acid precipitation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 229910052787 antimony Inorganic materials 0.000 description 2
- 229910052785 arsenic Inorganic materials 0.000 description 2
- 229910052793 cadmium Inorganic materials 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 229910052745 lead Inorganic materials 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 229910052725 zinc Inorganic materials 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010257 thawing Methods 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
- B09C1/08—Reclamation of contaminated soil chemically
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本申请涉及一种稳定化材料选择方法、装置、计算机设备、介质和产品。所述方法包括：获取待修复土壤的基本信息及修复长效性指标的初始值；根据超标污染物类型确定至少一种初始稳定化材料；针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数；技术指标包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。采用本方法进行稳定化材料选择时能够全面的考虑经济、技术及环境等多方面影响因素，最终准确的选取修复效果更佳的目标稳定化材料。
Description
技术领域
本申请涉及土壤修复技术领域，特别是涉及一种稳定化材料选择方法、装置、计算机设备、介质和产品。
背景技术
随着工农业的急速发展，我国土壤污染日益形势严峻，其中，以重金属为代表的无机型污染问题尤为突出。土壤受到重金属污染后，不仅会导致粮食减产，更有甚者还可能对人类的身体健康造成损伤，因此亟需探究一种有效的土壤修复技术。
针对土壤重金属污染，通常使用稳定化材料对土壤进行修复。然而，随着技术的发展，稳定化材料的种类日益增加，其经济成本不同，修复重金属污染的效果也各有差异。传统方法中，选择稳定化材料时，通常是相关负责人员凭工程经验选择熟知的稳定化材料。
然而，通过人工选择稳定化材料时，往往由于考虑因素不够全面，因此，所选择的稳定化材料不够准确。进而，导致采用所选择的稳定化材料对土壤进行修复时，难以达到较好的修复效果。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提升稳定化材料选择准确度的稳定化材料选择方法、装置、计算机设备、介质和产品。
第一方面，本申请提供了一种稳定化材料选择方法。所述方法包括：
获取待修复土壤的基本信息及修复长效性指标的初始值；基本信息至少包括超标污染物类型及土壤回用用途；
根据超标污染物类型确定至少一种初始稳定化材料；
针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数；技术指标包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；
根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。
在其中一个实施例中，经济指标包括材料总成本，技术指标包括修复效果参数、修复周期以及修复长效性指标的目标值，针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数，包括：
针对各初始稳定化材料，获取初始稳定化材料的材料总成本；材料总成本包括材料成本及运行成本；
针对各初始稳定化材料，获取初始稳定化材料的修复效果参数、修复周期以及修复长效性指标的目标值；
针对各初始稳定化材料，获取初始稳定化材料的环境指标；环境指标包括二氧化碳产量、颗粒物产量、固体废弃物产量、废水产量中的至少一种；
根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数。
在其中一个实施例中，针对各初始稳定化材料，获取初始稳定化材料的修复效果参数、修复周期以及修复长效性指标的目标值，包括：
在所述修复长效性指标处于初始值的情况下，确定所述待修复土壤的第一超标污染物浓度及向所述待修复土壤分别添加各所述初始稳定化材料后的第二超标污染物浓度，将所述第二超标污染物浓度与所述第一超标污染物浓度的第一比值作为各所述初始稳定化材料的修复效果参数；
根据达到各初始稳定化材料的修复效果参数对应的天数，确定各初始稳定化材料的修复周期；
获取向所述待修复土壤分别添加各所述初始稳定化材料后的第三超标污染物浓度，根据修复长效性指标的初始值、所述第二超标污染物浓度及所述第三超标污染物浓度，确定各所述初始稳定化材料的修复长效性指标的目标值；所述第三超标污染物浓度与所述修复长效性指标的中间值相对应。
在其中一个实施例中，根据修复长效性指标的初始值、第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值，包括：
根据修复长效性指标的初始值，计算修复长效性指标的中间值；
在修复长效性指标处于中间值的情况下，确定向待修复土壤分别添加各初始稳定化材料后的第三超标污染物浓度；
根据第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值。
在其中一个实施例中，根据第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值，包括：
针对各初始稳定化材料，确定第二超标污染物浓度及各第三超标污染物浓度的第二比值；
针对各初始稳定化材料，基于各第二比值建立原始矩阵；
对原始矩阵进行归一化处理，生成第一目标矩阵，并基于原始矩阵及第一目标矩阵确定各修复长效性指标的第一权重向量；
根据第一权重向量及第一目标矩阵确定各初始稳定化材料的修复长效性指标的目标值。
在其中一个实施例中，根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数，包括：
根据土壤回用用途，建立关于各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标的判断矩阵；判断矩阵用于表征材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标中相邻两个指标的重要程度；
计算判断矩阵对应的初始权重向量及最大特征根；
根据最大特征根对判断矩阵进行修正，直至判断矩阵的一致性满足预设条件，根据当前判断矩阵确定第二权重向量；
根据第二权重向量以及各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，确定初始稳定化材料的综合系数。
在其中一个实施例中，根据第二权重向量以及各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，确定初始稳定化材料的综合系数，包括：
对各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标进行归一化处理，得到各指标的归一化处理结果；
基于归一化处理结果建立第二目标矩阵；
根据第二目标矩阵及第二权重向量，计算各初始稳定化材料的综合系数。
在其中一个实施例中，根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料，包括：
根据初始稳定化材料的综合系数对各初始稳定化材料进行排序，得到排序结果；
从排序结果中确定候选稳定化材料；候选稳定化材料的综合系数在排序结果中位于前预设名次；
基于候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，从各候选稳定化材料中确定目标稳定化材料。
在其中一个实施例中，修复长效性指标至少包括土壤pH、土壤有机质含量、土壤粘粒含量、当地年均最低温度，年均降雨量，冻融循环次数、二氧化碳浓度、紫外辐射强度。
第二方面，本申请还提供了一种稳定化材料选择装置。所述装置包括：
获取模块，用于获取待修复土壤的基本信息及修复长效性指标的初始值；基本信息至少包括超标污染物类型及土壤回用用途；
初始材料确定模块，根据超标污染物类型确定至少一种初始稳定化材料；
系数确定模块，针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数；技术指标包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；
目标材料确定模块，根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现任意上述第一方面中的步骤。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现任意上述第一方面中的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意第一方面中的步骤。
上述稳定化材料选择方法、装置、计算机设备、介质和产品，通过获取待修复土壤的基本信息及修复长效性指标的初始值；基本信息至少包括超标污染物类型及土壤回用用途；根据超标污染物类型确定至少一种初始稳定化材料；针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数；技术指标包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。上述稳定化材料选择方法，首先根据土壤的超标污染物类型先选出适用的初始稳定化材料，再结合稳定化材料的经济指标、技术指标、环境指标及回用用途对初始稳定化材料的综合系数进行计算，而其中技术指标包含了对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值。在此过程中，由于计算综合系数的过程中充分考虑了选取的初始稳定化材料的经济指标、技术指标、环境指标，同时其中的修复长效性指标的目标值是具有工程意义的指标，其考虑到了稳定化材料之间可能存在的差异，且计算综合系数时，还考虑了土壤回用用途，因此上述稳定化材料选择方法能够比较综合且全面的对初始稳定化材料进行评价，进而计算出各初始稳定化材料的综合系数。进一步的，基于此综合系数也能够更准确且便捷的从各初始稳定化材料中确定对土壤修复效果更佳的目标稳定化材料。
附图说明
图1为一个实施例中稳定化材料选择方法的应用环境图；
图2为一个实施例中稳定化材料选择方法的流程示意图；
图3为图2中根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数的方法的流程示意图；
图4为一个实施例中稳定化材料选择方法的评价体系的示意图；
图5为图3中获取初始稳定化材料的修复效果参数、修复周期以及修复长效性指标的目标值的方法的流程示意图；
图6为一个实施例中修复长效性指标的示意图；
图7为图5中根据所述修复长效性指标的初始值、第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值的方法的示意图；
图8为图7中根据所述修复长效性指标的初始值、第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值的的方法的示意图；
图9为图3中根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数的方法的示意图；
图10为图9中根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数的方法的示意图；
图11为图9中根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数的方法的示意图；
图12为一个实施例中稳定化材料选择方法的简要流程图；
图13为一个实施例中稳定化材料选择装置的结构框图；
图14为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着工农业的急速发展，我国土壤污染日益形势严峻，其中，以重金属为代表的无机型污染问题尤为突出。2014年环境保护部与国土资源部联合发布的《全国土壤污染状况调查公报》显示，全国土壤污染点位超标率16.1％，超标点位中无机型污染占比高达82.8％。土壤受到重金属污染后，不仅会导致粮食减产，更有甚者还可能对人类的身体健康造成损伤，因此亟需探究一种有效的土壤修复技术。
针对土壤重金属污染，通常使用稳定化材料对土壤进行修复。然而，随着技术的发展，稳定化材料的种类日益增加，其经济成本不同，修复重金属污染的效果也各有差异。传统方法中，选择稳定化材料时，通常是相关负责人员凭工程经验选择熟知的稳定化材料。
然而，人工选择稳定化材料时，往往由于考虑因素不够全面，因此，所选择的稳定化材料不够准确。进而，导致采用所选择的稳定化材料对土壤进行修复时，难以达到较好的修复效果。
本申请实施例提供的稳定化材料选择方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储***可以存储服务器104需要处理的数据。数据存储***可以集成在服务器104上，也可以放在云上或其他网络服务器上。服务器104能够获取待修复土壤的基本信息及修复长效性指标的初始值；基本信息至少包括超标污染物类型及土壤回用用途；根据超标污染物类型确定至少一种初始稳定化材料；针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数；技术指标包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种稳定化材料选择方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
S220，获取待修复土壤的基本信息及修复长效性指标的初始值。
待修复土壤的基本信息至少包括超标污染物类型及土壤回用用途，超标污染物类型主要是重金属元素污染，如Cr、Ni、Cu、Zn、As、Cd、Sb、Hg、Tl、Pb等重金属污染；土壤回用用途主要包括卫生填埋或安全填埋、回填用土、绿化用土、筑路材料。除此之外，待修复土壤的基本信息还可以包括修复方式以及待修复土壤所在地块的基本信息等，例如地块的项目名称、项目地点、用地规划。其中，修复方式主要包括原位修复、原地异位修复及异地异位修复，用地规划种类包括《土壤环境质量建设用地土壤污染风险管控标准》(GB36600-2018)中的各种类，例如居住用地、中小学用地用地、医疗卫生用地、社会福利设施用地、社区公园或儿童公园用地、工业用地、物流仓储用地、商业服务业设施用地、道路与交通设施用地、公用设施用地、公共管理与公共服务用地、绿地与广场用地。
修复长效性指标包括对待修复土壤进行修复时影响修复长期有效性的各指标，可以包括土壤所在地基本指标，例如年均最低温度等，还可以包括土壤性质方面的指标，如土壤pH等。修复长效性中的基本指标可以采取现场踏勘、人员访谈及资料收集等方式获取，具体获取方式可参考《HJ25.1-2019建设用地土壤污染状况调查技术导则》，土壤性质方面的指标可以通过对待修复土壤进行实地调查及采样进而得到。在获取长效性修复指标的初始值及超标污染物类型之后，可以结合用地规划及实际需求，对修复方式及修复后的土壤回用用途进行选择。
S240，根据超标污染物类型确定至少一种初始稳定化材料。
初始稳定化材料为能够有效应对超标污染物的稳定化材料，在待修复土壤中加入稳定化材料后，稳定化材料能够固定待修复土壤中的超标污染物，降低超标污染物迁移的风险，从而达到修复土壤的目的。其中，超标污染物类型包括重金属Cr、Ni、Cu、Zn、As、Cd、Sb、Hg、Tl、Pb。在获取超标污染物类型后，可以根据污染物类型，从表1中选取有效的稳定化材料作为初始稳定化材料。
表1各重金属污染对应的可选用的初始稳定化材料
表1中“√”标记表明该稳定化材料可有效处理该列对应的重金属，例如若待修复土壤的超标污染物类型为一种重金属，如Cr，那Cr对应的一列中有“√”标记的稳定化材料都可作为初始稳定化材料。若待修复土壤的超标污染物类型为多种重金属，那么这多种重金属所在列都有“√”标记的稳定化材料都可作为初始稳定化材料。
S260，针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数。
初始稳定化材料的经济指标反应使用该稳定化材料的成本，技术指标是包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值，而修复长效性指标的初始值反应了应用该稳定化材料对待修复土壤进行修复时的修复长期有效性，环境指标反应了采用该初始稳定化材料进行修复时对环境造成的影响，而土壤回用用途是对待修复土壤进行修复后土壤的用途。
不同土壤回用用途下，初始稳定化材料的经济指标、技术指标、环境指标的重要程度也不同。上述指标都将直接影响稳定化材料的选择，因此需要根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，共同确定各初始稳定化材料的综合系数。具体的确定方法可以针对不同的土壤回用方式，给初始稳定化材料的经济指标、技术指标、环境指标分配不同的权重，最终综合各指标得到各初始稳定化材料的综合系数，当然也可以采用其他方式，本申请对此不做限定。
S280，根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。
在确定多种初始稳定化材料的综合系数后，可以根据综合系数的具体值初步筛选得到几种稳定化材料，再结合选出的稳定化材料的经济指标、技术指标、环境指标综合评价，确定目标稳定化材料。
上述稳定化材料选择方法，通过待修复土壤的超标污染物类型可以先选出适用的初始稳定化材料，再结合稳定化材料的经济指标、技术指标、环境指标及回用用途对初始稳定化材料的综合系数进行计算，而其中技术指标包含了对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值。在此过程中，由于计算综合系数的过程中充分考虑了选取的初始稳定化材料的经济指标、技术指标、环境指标，同时其中的修复长效性指标的目标值考虑到了稳定化材料之间的可能存在的差异，且计算综合系数时，还考虑了土壤回用用途，因此上述稳定化材料选择方法能够比较综合且全面的对初始稳定化材料进行评价，进而准确的计算出各初始稳定化材料的综合系数。进一步的，基于此综合系数也能够更准确的从各初始稳定化材料中确定对土壤修复效果更佳目标稳定化材料。
在上面的实施例中，提到了确定初始稳定化材料的综合系数，下面就对其具体方法进行介绍。在一个实施例中，经济指标包括材料总成本，技术指标包括修复效果参数、修复周期以及修复长效性指标的目标值。如图3所示，S260包括：
S262，针对各初始稳定化材料，获取初始稳定化材料的材料总成本。
材料总成本包括材料成本及运行成本。材料总成本可以通过计算或直接收集该初始稳定化材料在其他工程中应用时的数据得到。材料总成本Bi,1的计算公式如下：
Bi,1＝CMi+COi 公式(1-1)
其中，CMi为第i种初始稳定化材料的材料成本，COi为第i种初始稳定化材料的运行成本。
CMi＝mi Pi 公式(1-2)
其中，mi为采用第i种初始稳定化材料对待修复土壤进行修复时所需的初始稳定化材料的质量，Pi表示第i种初始稳定化材料的单价。
COi＝mi/ρi·O 公式(1-3)
其中，O为不同修复方式下，单位体积材料的运行费用；ρi为材料i的密度。
S264，针对各初始稳定化材料，获取初始稳定化材料的修复效果参数、修复周期以及修复长效性指标的目标值。
初始稳定化材料的修复效果参数可以通过浸出实验得到，具体可以参考《重金属污染场地土壤修复标准》(DB43/T1165-2016)，使用《HJ557-2010-固体废物浸出毒性浸出方法水平振荡法》中的方法对待修复土壤进行浸出实验。简单来说浸出实验就是取固定量的待修复土壤，在待修复土壤中加入一种初始稳定化材料以及浸提剂，此处浸提剂可以选用水，随后将修复土壤振荡一定时间后，测定浸出液中重金属浸出浓度，最终通过多次浸出实验得到各初始稳定化材料的修复效果参数。
修复周期可以根据修复效果参数Bi,2对应的天数确定，例如可以选择添加初始稳定化材料后修复效果参数最优时对应的天数作为修复周期，当然也可以采用其他方式确定。
修复长效性指标的目标值是将多个长效性指标进行处理得到的一个目标值，例如当修复长效性指标为8个时，综合考虑这8个修复长效性指标的重要程度，最终得到一个修复长效性指标的目标值。
S266，针对各初始稳定化材料，获取初始稳定化材料的环境指标。
其中，环境指标包括二氧化碳产量、颗粒物产量、固体废弃物产量、废水产量中的至少一种，每一种稳定化材料对应的环境指标均不同，环境指标可以采用LCA(生命周期评价，Life Cycle Assessment)法进行评价得到，也可以直接从LCA数据库中收集各初始稳定化材料的环境指标，当然也可以采用其他方法，本申请对此不做限定。
S268，根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数。
针对不同回用用途，由于材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标等的重要性不同，因此需要先对材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标等重要性进行评估，再基于以上信息确定初始稳定化材料的综合系数。
以图4对本申请中的稳定化材料选择方法的评价体系进行简单总结。本申请中的初始稳定化材料的综合系数可以由经济指标A1、技术指标A2及环境指标A3确定，其中经济指标A1可以包括材料总成本B1，技术指标A2包括修复效果参数B2、修复周期B3以及目标修复长效性B4，环境指标A3可以包括二氧化碳产量B5、颗粒物产量B6、固体废弃物产量B7、废水产量B8。
在本实施例中，获取的指标包括初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值以及环境指标，由于综合考虑了以上各指标以及土壤回用用途，因此上述稳定化材料选择方法能够全方面的对稳定化材料进行评价，进而准确的得出初始稳定化材料的综合系数。
以上实施例介绍了获取初始稳定化材料的修复效果参数、修复周期以及修复长效性指标的目标值，下面就对其具体方法进行介绍。在一个实施例中，如图5所示，S264包括：
S502，在修复长效性指标处于初始值的情况下，确定待修复土壤的第一超标污染物浓度及向待修复土壤分别添加各初始稳定化材料后的第二超标污染物浓度，将第二超标污染物浓度与第一超标污染物浓度的第一比值作为各初始稳定化材料的修复效果参数。
图6为修复长效性指标的初始值包含的各指标的示意图，可选的，修复长效性指标至少包括土壤pH、土壤有机质含量、土壤粘粒含量、年均最低温度，年均降雨量，冻融循环次数、二氧化碳浓度、紫外辐射强度。其中，土壤pH测定方法可参照HJ962-2018，NY/T1377-2007中的方法，土壤有机质含量测定方法可参照HJ658-2013、HJ615-2011及GB9834-88中的方法，土壤粘粒含量测定方法可参照HJ1068-2019，GB7872-1987中的方法，待修复土壤中的重金属测定方法可参照GB36600-2018中的方法。待修复土壤的土壤pH、土壤有机质含量、土壤粘粒含量为按照上述方法在多个点位测量之后求平均值得到的结果。
当待修复土壤中超标污染物类型为一种，即只包含一种重金属时，针对待修复土壤，已经获取了该待修复土壤的修复长效性指标的初始值，那么在修复长效性指标处于初始值的情况下，先在不添加稳定化材料时进行浸出实验得到第一超标污染物，随后向所述待修复土壤分别添加各所述初始稳定化材料后再进行浸出实验，得到重金属的浸出浓度，即第二超标污染物浓度。最后将第二超标污染物浓度与第一超标污染物浓度的比值作为各初始稳定化材料的修复效果参数，修复效果参数Bi,2的计算公式如下：
其中，Cim,i为添加第i种初始稳定化材料后得到的第二超标污染物浓度，Cor为未添加初始稳定化材料时的第一超标污染物浓度。
当待修复土壤中超标污染物类型为多种，即重金属种类为多种时，可以针对于不同的重金属进行浸出实验，将待修复土壤中分别添加各稳定化材料后浸出液浓度降低最多时的比率作为本申请的修复效果参数Bi,2，此时计算公式如下：
Bi,2＝min{Bi,2,1,Bi,2,2,...,Bi,2,k} 公式(1-5)
其中，k表示第k种重金属。
S504，根据达到各初始稳定化材料的修复效果参数对应的天数，确定各初始稳定化材料的修复周期。
当待修复土壤中超标污染物类型为一种，即只包含一种重金属，将添加初始稳定化材料后达到最优修复效果参数时对应的天数作为修复周期。
当待修复土壤中超标污染物类型为多种时，针对不同的重金属，将最长修复周期作为该初始稳定化材料的修复周期Bi,3，此时计算公式如下：
Bi,3＝max{Bi,3,1,Bi,3,2,...Bi,3,k} 公式(1-6)
其中，k表示第k种重金属。
S506，获取向待修复土壤分别添加各初始稳定化材料后的第三超标污染物浓度，根据所述修复长效性指标的初始值、第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值。
其中，第三超标污染物浓度与修复长效性指标的中间值相对应，各修复长效性指标的中间值可以是极端情况下的值。
首先先获取修复长效性指标的中间值，再在修复长性指标处于中间值时，向所述待修复土壤分别添加各所述初始稳定化材料，并通过浸出实验得到第三超标污染物浓度。随后基于每种初始化稳定材料的多个第三超标污染物浓度以及第二超标污染物浓度进行归一化处理，得到一个修复长效性指标的目标值。
在本实施例中，修复长效性指标包含了土壤pH、土壤有机质含量、土壤粘粒含量等多个指标，通过获取待修复土壤未添加初始稳定化材料时的第一超标污染物浓度及添加各所述初始稳定化材料后第二超标污染物浓度来确定修复效果参数及修复周期，由于修复效果参数、修复周期及修复长效性指标的目标值是根据多个修复长效性指标确定的，因此得到的修复效果参数、修复周期及修复长效性指标的目标值能全面的表征初始稳定化材料的性能。
以上实施例提到了确定各初始稳定化材料的修复长效性指标的目标值，下面就对其具体方法进行介绍。在一个实施例中，如图7所示，根据修复长效性指标的初始值、第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值，包括：
S702，根据修复长效性指标的初始值，计算修复长效性指标的中间值。
其中，修复长效性指标的中间值考察的是初始稳定化材料在极端条件下的修复效果，其反映了各修复长效性指标在极端条件下的超标污染物迁移风险。因此需根据修复长效性指标的初始值确定，例如初始稳定化材料的中间值可以是初始值乘以或加上安全系数10得到的，也可以理解为各修复长效性指标的中间值为其在极端情况下的值。
具体的，对于土壤pH，在确定第三超标污染物浓度时，需要使用《污染土壤修复工程技术规范固化稳定化(征求意见稿)》中的浸出方法HJ299，模拟酸雨淋滤对稳定化材料的影响，因此以酸雨淋浸时的情况作为pH的中间值。对于土壤有机质含量和土壤粘粒含量，这两个值的取值范围仅与场地有关，因此将土壤有机质含量最高及土壤粘粒含量时最低作为极端情况，即将待修复土壤的土壤有机质含量最高时对应的值作为土壤有机质含量的中间值，将土壤粘粒含量最低时对应的值作为土壤粘粒含量的中间值。将将年均最低温度的中间值设定为当地年均最低温度减10，将年均降雨量、冻融循环次数、二氧化碳浓度、紫外辐射强度的中间值设定为各初始值对应乘以10，例如降雨量的中间值等于年均降雨量乘以10。
S704，在所述修复长效性指标处于中间值的情况下，确定向所述待修复土壤分别添加各所述初始稳定化材料后的第三超标污染物浓度。
具体的，采用HJ299中所涉及的方法，模拟酸雨淋浸情况在待修复土壤中分别加入初始稳定化材料进行浸出实验，得到极限pH对应的超标污染物浓度Cim,i,1。分别在土壤有机质含量最高与土壤粘粒含量最低时的待修复土壤加入各初始稳定化材料后，采用HJ557中所涉及的方法进行浸出实验，得到土壤有机质含量及土壤粘粒含量的中间值对应的第三超标污染物浓度Cim,i,2和Cim,i,3。然后分别在年均最低温度、年均降雨量、冻融循环次数、二氧化碳浓度、紫外辐射强度下处于中间值的情况下，向待修复土壤中分别添加各初始稳定化材料，再采用HJ557中所涉及的方法进行浸出实验，得到各极端情况对应的第三超标污染物浓度Cim,i,4、Cim,i,5、Cim,i,6、Cim,i,7及Cim,i,8。
S706，根据第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值。
针对各初始稳定化材料均具有一个对应的第二超标污染物浓度及多个第三超标污染物浓度，那么可以通过对其求比值，并基于各初始稳定化材料的各比值建立矩阵，并对其进一步处理将各初始稳定化材料的多个比值整合成一个目标值，即得到一个修复长效性指标的目标值，当然也可以采用其他方式得到修复长效性指标的目标值。
在本实施例中，由于极限修复长效性指标是模拟添加初始稳定化材料后的待修复土壤在极端情况下污染物浸出的风险，因此根据第二超标污染物浓度及极端情况下添加初始稳定化材料得到的极第三超标污染物浓度，能准确的确定各初始稳定化材料的修复长效性指标的目标值。
在一个实施例中，如图8所示，根据第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值，包括：
S802，针对各初始稳定化材料，确定第二超标污染物浓度及各第三超标污染物浓度的第二比值。
每一个初始稳定化材料均具有一个第二超标污染物浓度及多个第三超标污染物浓度，将第二超标污染物浓度分别与各第三超标污染物浓度求比值，得到多个比值，具体计算公式如下：
其中，j表示第j个修复长效性指标的初始值。
S804，针对各初始稳定化材料，基于各第二比值建立原始矩阵。
每种初始稳定化材料，都对应多个第二比值，基于第二比值建立原始矩阵，原始矩阵可以表示为：
其中，Xi，j表示第i个材料第j项修复长效性指标的对应的第二比值。
例如当修复长效性指标为8个时，第一个修复长效性指标为土壤pH，第二个修复长效性指标为土壤有机质含量，具体可参考图6。
S806，对原始矩阵进行归一化处理，生成第一目标矩阵，并基于原始矩阵及第一目标矩阵确定各修复长效性指标的初始值的第一权重向量。
其中，各修复长效性指标的权重可以通过CRITIC法(客观权重赋权法，CriteriaImportance Though Intercrieria Correlation))计算得到，CRITIC法是基于各修复长效性指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。CRITIC法考虑了指标变异性大小的同时兼顾指标之间的相关性，与修复长效性指标的特征吻合。以pH举例说明，若所有材料受pH变化的影响相似，说明相较差异性更大的其他修复长效性指标，pH对修复长效性的影响不显著，应该赋予较小的权重。同样以pH举例说明，如果pH的影响与有机质含量的影响间存在较强的正相关，说明其冲突性越小，表明这两个指标在评价方案的优劣上反映的信息有较大的相似性，甚至仅用pH即可代表有机质的影响，因此这两者的权重应降低。
具体的，由于上述原始矩阵中的第二比值为基于不同修复长效性指标计算得到的比值，因此同一种材料不同比值之间的量纲不同，需要通过无量纲化处理方法进行处理来消除量纲对最终计算的目标值的影响。其中，修复长效性指标为效益值指标，其越大越好，归一化方法可以采用下述公式：
由X’i,j构成的矩阵为第一目标矩阵X’，第一目标矩阵可以表示为：
指标变异性以标准差的形式来表现：
其中，Sj表示第j个指标。
指标冲突性用相关系数进行表示：
rj,j’表示评价指标j和j’之间的相关系数。
最终的信息量计算与客观赋权：
其中，Cj越大，第j个评价指标在整个修复长效性指标的初始值评价体系中的作用越大，就应该分配更多的权重。所以第j个指标的客观权重Wj为：
各修复长效性指标的初始值的第一权重向量为：
W＝[W1,W2,...,Wj]T 公式(1-16)
S808，根据第一权重向量及第一目标矩阵确定各初始稳定化材料的修复长效性指标的目标值。
各修复长效性指标的初始值的权重由第一目标矩阵X’与权重阵W相乘得到，即可以用下式来表示：
Bi,4＝X'·W 公式(1-17)
Bi,4为行数为i的列向量，该列向量中每一行的值都对应着一个初始稳定化材料的修复长效性指标的目标值。
在本实施例中，通过先进行归一化处理，再计算各修复长效性指标的第一权重向量，最终得到修复长效性指标的目标值，由于是基于各修复长效性指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重，考虑了指标变异性大小的同时兼顾指标之间的相关性，因此根据最终计算的第一权重向量及第一目标矩阵确定的修复长效性指标的目标值比较准确。
以上实施例提到了确定初始稳定化材料的综合系数，下面就对其具体确定方法进行介绍。在一个实施例中，如图9所示，根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数，包括：
S902，根据土壤回用用途，建立关于各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标的判断矩阵。
判断矩阵用于表征材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标中相邻两个指标的重要程度。
采用AHP法(层次分析法，Analytic Hierarchy Process)在评价指标层次结构模型的基础上，两两比较每种初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、各环境指标之间的相对重要性，用数字1～9作为标度对评价指标的重要性赋值，得到判断矩阵A。由于不同回用用途下，各指标的重要性不同，因此不同回用用途下，判断矩阵也不同。如对于卫生填埋或安全填埋，修复效果较为重要；对于回填用土与绿化用土，修复长效性较为重要。通过专家的专业判断，基于对各指标两两之间的相对重要性(即标度值)的比较构造判断矩阵。
判断矩阵可以表示为：
其中，n表示第n个指标。其中aij表示ai与aj相比，ai相对于aj的重要性程度，用数字1～9作为标度来描述，标度含义如表3所示。
表2 1～9标度值含义
| 标度 | 含义 |
| 1 | ai与aj相比，重要性相同 |
| 3 | ai与aj相比，ai比aj稍微重要 |
| 5 | ai与aj相比，ai比aj明显重要 |
| 7 | ai与aj相比，ai比aj强烈重要 |
| 9 | ai与aj相比，ai比aj极端重要 |
| 2,4,6,8 | 分别表示上述相邻判断的中值 |
| 倒数 | 若ai与aj的重要性之比为aij，则aj与ai的重要性之比aji＝1/aij |
S904，计算判断矩阵对应的初始权重向量及最大特征根。
根据上述判断矩阵计算对应的初始权重向量及最大特征根的方法如下，首先判断矩阵、权重向量及最大特征根满足下式：
AW＝λmax 公式(1-19)
特征向量W即为判断矩阵中各元素对应的权重，求解特征向量的过程可以采用近似解法、方根法、和积法等方法，本申请采用方根法进行计算，具体如下：
第一步，将判断矩阵A各行元素相乘；
第二步，计算Mi的n次方根，并基于各方根建立方根向量；
第三步，对方根向量
归一化处理；
根据归一化后的Wi即可得到特征向量W＝(W1,W2,W3,...,Wn)T，即初始权重向量。
第四步，计算判断矩阵的最大特征根λmax。
其中(AW)i表示向量AW的第i个元素，向量AW为：
S906，根据最大特征根对判断矩阵进行修正，直至判断矩阵的一致性满足预设条件，根据当前判断矩阵确定第二权重向量；
由于判断矩阵是根据评价者的主观判断确定的，可能存在过分偏离一致性的情况，最终使得计算出的第二权重向量存在较大偏差。因此需要对判断矩阵进行一致性检验方法，以保证判断矩阵满足预设条件。以满足预设条件时的判断矩阵为基础确定第二权重向量。
具体方法如下：
第一步，计算一致性指标CI；
第二步，计算一致性比率CR；
其中，RI为平均随机一致性指标，其数值与判断矩阵A的阶数有关，取值见下表：
表3 RI标准值
| 阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
第三步，对判断矩阵的一致性进行判断；
当CR<0.1时，认为判断矩阵具有满意的一致性，此时直接将权重向量作为第二权重向量。若判断矩阵的一致性比率CR不满足预设条件，即不满足CR<0.1，那么对判断矩阵进行修正，直至其一致性满足预设条件，根据此修正后判断矩阵计算第二权重向量。
S908，根据第二权重向量以及各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，确定初始稳定化材料的综合系数。
针对各初始稳定化材料，在获取第二权重向量之后，由于材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标的重要程度也不同，因此还需要对其进行归一化处理，最终基于归一化处理结果及第二权重向量确定初始稳定化材料的综合系数。
在本实施例中，由于针对不同的土壤回用用途，建立各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标的判断矩阵，且通过一致性检验对判断矩阵进行检验，因此保证了建立的判断矩阵的准确性。进而也就保证了基于准确的判断矩阵得到的第二权重向量的准确性，那么最终计算的初始稳定化材料的综合系数也是准确的。
在一个实施例中，如图10所示，根据第二权重向量以及各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，确定初始稳定化材料的综合系数，包括：
S1002，对各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标进行归一化处理，得到各指标的归一化处理结果。
具体的，为消除各指标对最终计算的初始稳定化材料的综合系数的影响，需要对各指标进行无量纲化处理处理。根据不同的指标特性，需选择不同的归一化方式。
其中，修复效果参数Bi,2及修复长效性指标的目标值Bi,4为效益型指标，采用下述公式进行计算：
材料总成本Bi,1，修复周期Bi,3，二氧化碳Bi,5，颗粒物Bi,6、固体废物Bi,7、废水产量Bi,8为成本型指标，其值越小越好，故使用下式进行归一化处理：
针对每种稳定材料都可以得到多个归一化处理结果。
S1004，基于归一化处理结果建立第二目标矩阵。
基于以上多个归一化处理结果，可以建立如下所示的第二目标矩阵：
S1006，根据第二目标矩阵及第二权重向量，计算各初始稳定化材料的综合系数。
将第二目标矩阵与第二权重向量相乘，可以得到一个行数为i的列向量，该列向量中的每一个值即为各初始稳定化材料的综合系数，可以表示为：
(S1...Si)＝Y·W 公式(1-31)
在本实施例中，由于是将各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标进行归一化处理，且基于归一化处理的结果建立第二目标矩阵，在建立过程中消除了量纲对各初始稳定化材料的综合系数的影响，因此最终得到的各初始稳定化材料的综合系数比较准确，且由于考虑了成本指标、技术指标及环境指标，因此各初始稳定化材料的综合系数是比较全面的。
以上实施例提到了从各初始稳定化材料中确定目标稳定化材料，下面就对其具体方法进行介绍。在一个实施例中，如图11所示，根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料，包括：
S1102，根据初始稳定化材料的综合系数对各初始稳定化材料进行排序，得到排序结果。
具体的，可以将各初始稳定化材料的综合系数Si从大到小进行排序，得到排序结果，也可以从小到大进行排序，当然也可以采取其他方式，本申请对此不做限定。
S1104，从排序结果中确定候选稳定化材料。
候选稳定化材料的综合系数在排序结果中位于前预设名次，例如当各初始稳定化材料的综合系数Si从大到小进行排序时，可以将排序结果中前三名对应的初始稳定化材料作为候选稳定化材料。
S1106，基于候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，从各候选稳定化材料中确定目标稳定化材料。
具体的，在确定候选稳定化材料后，获取该稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，并对以上指标综合考虑从而确定目标稳定化材料。例如，可以针对候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标进行分别评分，然后将各评分的平均值作为各候选稳定化材料总评分，最终基于总评分从各候选稳定化材料中确定目标稳定化材料，当然也可以采用其他方法确定目标稳定化材料。
在本实施例中，在得到初始稳定化材料的综合系数后，只需要采用简单的排序方法就可以选出候选稳定化材料，该方法比较简单，易于操作。同时，在确定初始稳定化材料后，由于还需考虑候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标选取目标稳定化材料，由于选取目标稳定化材料综合了各个指标的结果，因此采用得到的目标稳定化材料比较合适，采用该材料对待修复土壤进行修复时效果也会较好。
为使本申请中的方案更加清楚，下面以一个具体的实施例介绍上述稳定化材料选择方法。上述稳定化材料选择方法，包括：
第一步，获取待修复土壤的基本信息及修复长效性指标的初始值。
基本信息至少包括超标污染物类型及土壤回用用途。
第二步，根据超标污染物类型确定至少一种初始稳定化材料。
第三步，针对各初始稳定化材料，获取初始稳定化材料的材料总成本。
材料总成本包括材料成本及运行成本。
第四步，在所述修复长效性指标处于初始值的情况下，确定所述待修复土壤的第一超标污染物浓度及向所述待修复土壤分别添加各所述初始稳定化材料后的第二超标污染物浓度，将所述第二超标污染物浓度与所述第一超标污染物浓度的第一比值作为各所述初始稳定化材料的修复效果参数。
修复长效性指标至少包括土壤pH、土壤有机质含量、土壤粘粒含量、当地年均最低温度，年均降雨量，冻融循环次数、二氧化碳浓度、紫外辐射强度。
第五步，根据达到各初始稳定化材料的修复效果参数对应的天数，确定各初始稳定化材料的修复周期。
第六步，根据修复长效性指标的初始值，计算修复长效性指标的中间值。
第七步，在所述修复长效性指标处于中间值的情况下，确定向所述待修复土壤分别添加各所述初始稳定化材料后的第三超标污染物浓度。
第八步，针对各所述初始稳定化材料，确定所述第二超标污染物浓度及各所述第三超标污染物浓度的第二比值。
第九步，针对各初始稳定化材料，基于各第二比值建立原始矩阵。
第十步，对原始矩阵进行归一化处理，生成第一目标矩阵，并基于原始矩阵及第一目标矩阵确定所述修复长效性指标的第一权重向量。
第十一步，根据所述第一权重向量及所述第一目标矩阵，确定各所述初始稳定化材料的所述修复长效性指标的目标值。
第十二步，针对各初始稳定化材料，获取初始稳定化材料的环境指标。
环境指标包括二氧化碳产量、颗粒物产量、固体废弃物产量、废水产量中的至少一种。
第十三步，根据土壤回用用途，建立关于各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标的判断矩阵。
判断矩阵用于表征材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标中相邻两个指标的重要程度。
第十四步，计算判断矩阵对应的初始权重向量及最大特征根。
第十五步，根据最大特征根对判断矩阵进行修正，直至判断矩阵的一致性满足预设条件，根据当前判断矩阵确定第二权重向量。
第十六步，对各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标进行归一化处理，得到各指标的归一化处理结果。
第十七步，基于归一化处理结果建立第二目标矩阵。
第十八步，根据第二目标矩阵及第二权重向量，计算各初始稳定化材料的综合系数。
第十九步，根据初始稳定化材料的综合系数对各初始稳定化材料进行排序，得到排序结果。
第二十步，从排序结果中确定候选稳定化材料；候选稳定化材料的综合系数在排序结果中位于前预设名次。
第二十一步，基于候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，从各候选稳定化材料中确定目标稳定化材料。
以下以一个简要的流程图对本申请中的稳定化材料选择方法进行介绍。如图12所示，本申请中的稳定化材料选择方法，包括以下步骤：S1202，获取待修复土壤的基本信息及修复长效性指标的初始值；S1204，根据基本信息中的超标污染物类型选择初始稳定化材料，并针对各初始稳定化材料对待修复土壤进行试验或通过收集资料，得到各初始稳定化材料的经济指标、技术指标相关的值；S1206，采用CRITIC法对各初始稳定化材料的技术指标中的修复长效性指标的目标值进行计算；S1208，采用LCA法获取各初始稳定化材料的环境指标；S1210，结合以上各指标值采用AHP法计算不同回用用途下各初始稳定化材料的综合系数；S1212，基于初始稳定化材料的综合系数进行排序，并综合稳定化材料的经济指标、技术指标以及环境指标值筛选确定目标稳定化材料。
在本实施例中，通过土壤的超标污染物类型可以先选出适用的初始稳定化材料，再结合稳定化材料的经济指标、技术指标、环境指标及土壤回用用途对初始稳定化材料的综合系数进行计算，而其中技术指标包含了对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值。在确定修复长效性指标的目标值的过程中综合考虑了多个修复长效性指标的权重，最终得出准确的修复长效性指标的目标值。同时在计算综合系数的过程中有针对性的对不同回用用途下的经济指标、技术指标、环境指标的权重进行计算，同时还对各初始稳定化材料的各经济指标、技术指标、环境指标进行归一化处理，因此基于权重及归一化处理结果得到的各初始稳定化材料的综合系数比较准确。且由于考虑了多方面的影响，上述稳定化材料选择方法能够比较综合且全面的对初始稳定化材料进行评价，进而计算出各初始稳定化材料的综合系数。进一步的，得到综合系数后只需要采用简单的排序方法就可以选出候选稳定化材料，该方法比较简单，易于操作。同时，在确定初始稳定化材料后，由于还需结合候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标选取目标稳定化材料，因此采用得到的目标稳定化材料比较合适，采用该材料对待修复土壤进行修复时效果也会较好。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的稳定化材料选择方法的稳定化材料选择装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个稳定化材料选择装置实施例中的具体限定可以参见上文中对于稳定化材料选择方法的限定，在此不再赘述。
在一个实施例中，如图13所示，提供了一种稳定化材料选择装置1300，包括：获取模块1320、初始材料确定模块1340、系数确定模块1360、目标材料确定模块1380：
获取模块1320，用于获取待修复土壤的基本信息及修复长效性指标的初始值；基本信息至少包括超标污染物类型及土壤回用用途；
初始材料确定模块1340，根据超标污染物类型确定至少一种初始稳定化材料；
系数确定模块1360，针对各初始稳定化材料，根据初始稳定化材料的经济指标、技术指标、环境指标及土壤回用用途，确定初始稳定化材料的综合系数；技术指标包括对修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；
目标材料确定模块1380，根据初始稳定化材料的综合系数，从各初始稳定化材料中确定目标稳定化材料。
在另一个实施例提供的稳定化材料选择装置1300中，经济指标包括材料总成本，技术指标包括修复效果参数、修复周期以及修复长效性指标的目标值，系数确定模块1360包括：
第一获取子模块，用于针对各初始稳定化材料，获取初始稳定化材料的材料总成本；材料总成本包括材料成本及运行成本；
第二获取子模块，用于针对各初始稳定化材料，获取初始稳定化材料的修复效果参数、修复周期以及修复长效性指标的目标值；
第三获取子模块，用于针对各初始稳定化材料，获取初始稳定化材料的环境指标；环境指标包括二氧化碳产量、颗粒物产量、固体废弃物产量、废水产量中的至少一种；
系数确定子模块，用于根据各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标及土壤回用用途，确定初始稳定化材料的综合系数。
在另一个实施例提供的稳定化材料选择装置1300中，第二获取子模块包括：
效果参数确定单元，用于在所述修复长效性指标处于初始值的情况下，确定所述待修复土壤的第一超标污染物浓度及向所述待修复土壤分别添加各所述初始稳定化材料后的第二超标污染物浓度，将所述第二超标污染物浓度与所述第一超标污染物浓度的第一比值作为各所述初始稳定化材料的修复效果参数；
可选的，修复长效性指标至少包括土壤pH、土壤有机质含量、土壤粘粒含量、当地年均最低温度，年均降雨量，冻融循环次数、二氧化碳浓度、紫外辐射强度。
修复周期确定单元，用于根据达到各初始稳定化材料的修复效果参数对应的天数，确定各初始稳定化材料的修复周期；
目标值确定单元，获取向所述待修复土壤分别添加各所述初始稳定化材料后的第三超标污染物浓度，根据修复长效性指标的初始值、所述第二超标污染物浓度及所述第三超标污染物浓度，确定各所述初始稳定化材料的修复长效性指标的目标值；所述第三超标污染物浓度与所述修复长效性指标的中间值相对应。
在另一个实施例提供的稳定化材料选择装置1300中，目标值确定单元具体用于：根据修复长效性指标的初始值，计算修复长效性指标的中间值；在修复长效性指标处于中间值的情况下，确定向待修复土壤分别添加各初始稳定化材料后的第三超标污染物浓度；根据修复长效性指标的初始值、第二超标污染物浓度及第三超标污染物浓度，确定各初始稳定化材料的修复长效性指标的目标值。以及用于针对各初始稳定化材料，确定各修复长效性指标的初始值对应的第二超标污染物浓度及第三超标污染物浓度的第二比值；针对各初始稳定化材料，基于各第二比值建立原始矩阵；对原始矩阵进行归一化处理，生成第一目标矩阵，并基于原始矩阵及第一目标矩阵确定各修复长效性指标的第一权重向量；根据第一权重向量及第一目标矩阵确定各初始稳定化材料的修复长效性指标的目标值。
在另一个实施例提供的稳定化材料选择装置1300中，系数确定子模块还包括：
矩阵建立单元，用于根据土壤回用用途，建立关于各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标的判断矩阵；判断矩阵用于表征材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标中相邻两个指标的重要程度；
计算单元，用于计算判断矩阵对应的初始权重向量及最大特征根；
修正单元，用于根据最大特征根对判断矩阵进行修正，直至判断矩阵的一致性满足预设条件，根据当前判断矩阵确定第二权重向量；
综合系数确定单元，用于根据第二权重向量以及各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，确定初始稳定化材料的综合系数。
在另一个实施例提供的稳定化材料选择装置1300中，综合系数确定单元具体用于对各初始稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标进行归一化处理，得到各指标的归一化处理结果；基于归一化处理结果建立第二目标矩阵；根据第二目标矩阵及第二权重向量，计算各初始稳定化材料的综合系数。
在另一个实施例提供的稳定化材料选择装置1300中，目标材料确定模块包括：
排序子模块，用于根据初始稳定化材料的综合系数对各初始稳定化材料进行排序，得到排序结果；
第一确定子模块，用于从排序结果中确定候选稳定化材料；候选稳定化材料的综合系数在排序结果中位于前预设名次；
第二确定子模块，用于基于候选稳定化材料的材料总成本、修复效果参数、修复周期、修复长效性指标的目标值、环境指标，从各候选稳定化材料中确定目标稳定化材料。
上述稳定化材料选择装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图14所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种稳定化材料选择方法方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图14中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述稳定化材料选择方法各实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述稳定化材料选择方法各实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述稳定化材料选择方法各实施例中的步骤。
需要说明的是，本申请所涉及的数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (13)
1.一种稳定化材料选择方法，其特征在于，所述方法包括：
获取待修复土壤的基本信息及修复长效性指标的初始值；所述基本信息至少包括超标污染物类型及土壤回用用途；
根据所述超标污染物类型确定至少一种初始稳定化材料；
针对各初始稳定化材料，根据所述初始稳定化材料的经济指标、技术指标、环境指标及所述土壤回用用途，确定所述初始稳定化材料的综合系数；所述技术指标包括对所述修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；
根据所述初始稳定化材料的综合系数，从各所述初始稳定化材料中确定目标稳定化材料。
2.根据权利要求1所述的方法，其特征在于，所述经济指标包括材料总成本，所述技术指标包括修复效果参数、修复周期以及修复长效性指标的目标值，所述针对各初始稳定化材料，根据所述初始稳定化材料的经济指标、技术指标、环境指标及所述土壤回用用途，确定所述初始稳定化材料的综合系数，包括：
针对各所述初始稳定化材料，获取所述初始稳定化材料的所述材料总成本；所述材料总成本包括材料成本及运行成本；
针对各所述初始稳定化材料，获取所述初始稳定化材料的所述修复效果参数、所述修复周期以及所述修复长效性指标的目标值；
针对各所述初始稳定化材料，获取所述初始稳定化材料的所述环境指标；所述环境指标包括二氧化碳产量、颗粒物产量、固体废弃物产量、废水产量中的至少一种；
根据各所述初始稳定化材料的所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标及所述土壤回用用途，确定所述初始稳定化材料的综合系数。
3.根据权利要求2所述的方法，其特征在于，所述针对各所述初始稳定化材料，获取所述初始稳定化材料的所述修复效果参数、所述修复周期以及所述修复长效性指标的目标值，包括：
在所述修复长效性指标处于初始值的情况下，确定所述待修复土壤的第一超标污染物浓度及向所述待修复土壤分别添加各所述初始稳定化材料后的第二超标污染物浓度，将所述第二超标污染物浓度与所述第一超标污染物浓度的第一比值作为各所述初始稳定化材料的修复效果参数；
根据达到各所述初始稳定化材料的修复效果参数对应的天数，确定各所述初始稳定化材料的修复周期；
获取向所述待修复土壤分别添加各所述初始稳定化材料后的第三超标污染物浓度，根据所述修复长效性指标的初始值、所述第二超标污染物浓度及所述第三超标污染物浓度，确定各所述初始稳定化材料的修复长效性指标的目标值；所述第三超标污染物浓度与所述修复长效性指标的中间值相对应。
4.根据权利要求3所述的方法，其特征在于，所述根据所述修复长效性指标的初始值、所述第二超标污染物浓度及所述第三超标污染物浓度，确定各所述初始稳定化材料的修复长效性指标的目标值，包括：
根据所述修复长效性指标的初始值，计算所述修复长效性指标的中间值；
在所述修复长效性指标处于中间值的情况下，确定向所述待修复土壤分别添加各所述初始稳定化材料后的第三超标污染物浓度；
根据所述第二超标污染物浓度及所述第三超标污染物浓度，确定各所述初始稳定化材料的所述修复长效性指标的目标值。
5.根据权利要求4所述的方法，其特征在于，根据所述第二超标污染物浓度及所述第三超标污染物浓度，确定各所述初始稳定化材料的所述修复长效性指标的目标值，包括：
针对各所述初始稳定化材料，确定所述第二超标污染物浓度及各所述第三超标污染物浓度的第二比值；
针对各所述初始稳定化材料，基于各所述第二比值建立原始矩阵；
对所述原始矩阵进行归一化处理，生成第一目标矩阵，并基于所述原始矩阵及所述第一目标矩阵确定所述修复长效性指标的第一权重向量；
根据所述第一权重向量及所述第一目标矩阵，确定各所述初始稳定化材料的所述修复长效性指标的目标值。
6.根据权利要求2所述的方法，其特征在于，所述根据各所述初始稳定化材料的所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标及所述土壤回用用途，确定所述初始稳定化材料的综合系数，包括：
根据所述土壤回用用途，建立关于各所述初始稳定化材料的所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标的判断矩阵；所述判断矩阵用于表征所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标中相邻两个指标的重要程度；
计算所述判断矩阵对应的初始权重向量及最大特征根；
根据所述最大特征根对所述判断矩阵进行修正，直至所述判断矩阵的一致性满足预设条件，根据当前判断矩阵确定第二权重向量；
根据所述第二权重向量以及各所述初始稳定化材料的所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标，确定所述初始稳定化材料的综合系数。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第二权重向量以及各所述初始稳定化材料的所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标，确定所述初始稳定化材料的综合系数，包括：
对各所述初始稳定化材料的所述材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标进行归一化处理，得到各指标的归一化处理结果；
基于所述归一化处理结果建立第二目标矩阵；
根据所述第二目标矩阵及所述第二权重向量，计算各所述初始稳定化材料的综合系数。
8.根据权利要求7所述的方法，其特征在于，所述根据所述初始稳定化材料的综合系数，从各所述初始稳定化材料中确定目标稳定化材料，包括：
根据所述初始稳定化材料的综合系数对各所述初始稳定化材料进行排序，得到排序结果；
从所述排序结果中确定候选稳定化材料；所述候选稳定化材料的综合系数在所述排序结果中位于前预设名次；
基于所述候选稳定化材料的材料总成本、所述修复效果参数、所述修复周期、所述修复长效性指标的目标值、所述环境指标，从各所述候选稳定化材料中确定目标稳定化材料。
9.根据权利要求1-8中任一项所述的方法，其特征在于，所述修复长效性指标至少包括土壤pH、土壤有机质含量、土壤粘粒含量、当地年均最低温度，年均降雨量，冻融循环次数、二氧化碳浓度、紫外辐射强度中。
10.一种稳定化材料选择装置，其特征在于，所述装置包括：
获取模块，用于获取待修复土壤的基本信息及修复长效性指标的初始值；所述基本信息至少包括超标污染物类型及土壤回用用途；
初始材料确定模块，用于根据所述超标污染物类型确定至少一种初始稳定化材料；
系数确定模块，用于针对各初始稳定化材料，根据所述初始稳定化材料的经济指标、技术指标、环境指标及所述土壤回用用途，确定所述初始稳定化材料的综合系数；所述技术指标包括对所述修复长效性指标的初始值进行更新得到的修复长效性指标的目标值；
目标材料确定模块，用于根据所述初始稳定化材料的综合系数，从各所述初始稳定化材料中确定目标稳定化材料。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
13.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210648011.5A CN114904901B (zh) | 2022-06-09 | 2022-06-09 | 稳定化材料选择方法、装置、计算机设备、介质和产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210648011.5A CN114904901B (zh) | 2022-06-09 | 2022-06-09 | 稳定化材料选择方法、装置、计算机设备、介质和产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114904901A true CN114904901A (zh) | 2022-08-16 |
| CN114904901B CN114904901B (zh) | 2024-01-12 |
Family
ID=82771614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210648011.5A Active CN114904901B (zh) | 2022-06-09 | 2022-06-09 | 稳定化材料选择方法、装置、计算机设备、介质和产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114904901B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004066195A (ja) * | 2002-08-09 | 2004-03-04 | Nippon Steel Corp | 汚染土壌の浄化方法 |
| CN103143555A (zh) * | 2013-01-31 | 2013-06-12 | 清华大学 | 一种还原性固化稳定化处理毒性有机物污染的土壤的方法 |
| CN106166563A (zh) * | 2016-08-29 | 2016-11-30 | 时国民 | 一种土壤重污染的多重处理技术及其处理设备 |
| CN109967518A (zh) * | 2017-12-27 | 2019-07-05 | 中环沃野环保有限公司 | 一种利用mp矩阵技术快速修复受污染土壤的方法 |
| RU2711492C1 (ru) * | 2019-08-14 | 2020-01-17 | Андрей Николаевич Глушко | Способ проведения экологического компьютерного мониторинга состояния объектов окружающей среды |
| CN112599203A (zh) * | 2020-12-24 | 2021-04-02 | 上海康恒环境修复有限公司 | 一种土壤化学氧化修复技术中氧化剂选择方法 |
| CN112893427A (zh) * | 2021-01-14 | 2021-06-04 | 农业农村部环境保护科研监测所 | 一种重金属污染耕地修复治理的智能化决策方法 |
| CN113943039A (zh) * | 2021-10-13 | 2022-01-18 | 东南大学 | 一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法 |
| CN114219251A (zh) * | 2021-12-04 | 2022-03-22 | 清华大学 | 确定区域土壤环境管理水平的评价方法和装置 |
| WO2022067508A1 (zh) * | 2020-09-29 | 2022-04-07 | 华为技术有限公司 | 一种神经网络加速器、加速方法以及装置 |
-
2022
- 2022-06-09 CN CN202210648011.5A patent/CN114904901B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004066195A (ja) * | 2002-08-09 | 2004-03-04 | Nippon Steel Corp | 汚染土壌の浄化方法 |
| CN103143555A (zh) * | 2013-01-31 | 2013-06-12 | 清华大学 | 一种还原性固化稳定化处理毒性有机物污染的土壤的方法 |
| CN106166563A (zh) * | 2016-08-29 | 2016-11-30 | 时国民 | 一种土壤重污染的多重处理技术及其处理设备 |
| CN109967518A (zh) * | 2017-12-27 | 2019-07-05 | 中环沃野环保有限公司 | 一种利用mp矩阵技术快速修复受污染土壤的方法 |
| RU2711492C1 (ru) * | 2019-08-14 | 2020-01-17 | Андрей Николаевич Глушко | Способ проведения экологического компьютерного мониторинга состояния объектов окружающей среды |
| WO2022067508A1 (zh) * | 2020-09-29 | 2022-04-07 | 华为技术有限公司 | 一种神经网络加速器、加速方法以及装置 |
| CN112599203A (zh) * | 2020-12-24 | 2021-04-02 | 上海康恒环境修复有限公司 | 一种土壤化学氧化修复技术中氧化剂选择方法 |
| CN112893427A (zh) * | 2021-01-14 | 2021-06-04 | 农业农村部环境保护科研监测所 | 一种重金属污染耕地修复治理的智能化决策方法 |
| CN113943039A (zh) * | 2021-10-13 | 2022-01-18 | 东南大学 | 一种有机污染地下水原位化学氧化工艺的修复效果预测建模方法 |
| CN114219251A (zh) * | 2021-12-04 | 2022-03-22 | 清华大学 | 确定区域土壤环境管理水平的评价方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114904901B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ghosh et al. | Urban ecological security assessment and forecasting using integrated DEMATEL-ANP and CA-Markov models: A case study on Kolkata Metropolitan Area, India | |
| Nguyen et al. | Potential of hybrid evolutionary approaches for assessment of geo-hazard landslide susceptibility mapping | |
| Musa et al. | A review of geospatial-based urban growth models and modelling initiatives | |
| Boria et al. | Spatial filtering to reduce sampling bias can improve the performance of ecological niche models | |
| Shcheglovitova et al. | Estimating optimal complexity for ecological niche models: a jackknife approach for species with small sample sizes | |
| Qin et al. | Analysis and forecasting of the particulate matter (PM) concentration levels over four major cities of China using hybrid models | |
| McRae et al. | Where to restore ecological connectivity? Detecting barriers and quantifying restoration benefits | |
| Pijanowski et al. | Calibrating a neural network‐based urban change model for two metropolitan areas of the Upper Midwest of the United States | |
| Graymore et al. | Regional sustainability: How useful are current tools of sustainability assessment at the regional scale? | |
| Bohlen et al. | Examining the economic impacts of hydropower dams on property values using GIS | |
| Zhang et al. | Wetland ecosystem stability evaluation by using Analytical Hierarchy Process (AHP) approach in Yinchuan Plain, China | |
| Liao et al. | Assessment of urbanization-induced ecological risks in an area with significant ecosystem services based on land use/cover change scenarios | |
| Feng et al. | Spatially explicit assessment of land ecological security with spatial variables and logistic regression modeling in Shanghai, China | |
| Gani et al. | Assessing the impact of land use and land cover on river water quality using water quality index and remote sensing techniques | |
| Singh et al. | Assessment of air quality in Haora River basin using fuzzy multiple-attribute decision making techniques | |
| Wu et al. | Changes in habitat quality of nature reserves in depopulating areas due to anthropogenic pressure: Evidence from Northeast China, 2000–2018 | |
| Dong et al. | The geography of the recent housing crisis: The role of urban form | |
| Tian et al. | Environmental capacity of heavy metals in intensive agricultural soils: Insights from geochemical baselines and source apportionment | |
| Dong et al. | Appraisal of urban land ecological security and analysis of influencing factors: a case study of Hefei city, China | |
| Snelder et al. | Nitrogen loads to New Zealand aquatic receiving environments: comparison with regulatory criteria | |
| Pal | Statisttics for Geoscientists Techniques and Applications. | |
| Hsu et al. | A probabilistic approach for earthquake risk assessment based on an engineering insurance portfolio | |
| Majidipour et al. | Index-based groundwater sustainability assessment in the socio-economic context: a case study in the Western Iran | |
| Xiang et al. | Mapping potential wetlands by a new framework method using random forest algorithm and big Earth data: A case study in China's Yangtze River Basin | |
| Espada Jr et al. | Spatial modelling of natural disaster risk reduction policies with Markov decision processes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |