基于SVR算法耦合Kriging反演下的场地污染浓度模拟刻画方法

本发明涉及地土壤和地下水污染物空间分布精细刻画技术领域，旨在利用机器学习算法支持向量回归模型(Support vector regression,SVR)耦合Kriging分层反演刻画场地污染情况，提高场地土壤和地下水污染三维空间刻画精度。本发明主要特征是基于获取的场地土壤和地下水特征参数(渗透系数、孔隙度和储水系数等)和部分初始浓度数据及Kriging对场地分层(单层或多层)反演补充的有效信息作为算法输入数据，结合其与污染物浓度关系，建立模拟污染物浓度分布有效模型。本发明可更好地实现场地污染关键缺失信息的有效补充，通过SVR算法进行模型优化，提高模型的预测精度和泛化能力，以此提升场地污染物浓度三维空间分布刻画精度。