上海城市样带土壤重金属空间变异特征及污染评价

为揭示城市化、工业化等人为活动对土壤环境质量的影响,选择能反映上海城郊乡梯度差异的城市样带,采用地统计学方法对表层土壤样品Cu、Zn、Pb、Cr、Mn共5种重金属的空间变异结构和分布格局进行了分析,并利用单因子指数法和内梅罗综合指数法评价了土壤重金属的污染程度.结果表明:土壤样品Cu、Pb、Zn、Cr、Mn这5种重金属平均含量分别为27.80、28.86、99.36、87.72、556.97 mg.kg-1.表层土壤Cu、Cr、Mn、Pb、Zn均属中等变异,Mn、Cr呈正态分布,Cu、Pb、Zn呈对数正态分布;半方差函数模型拟合结果显示Cu、Pb、Zn、Cr符合线状模型,Mn符合指数模型.通过泛克里格插值得到城市样带表层土壤重金属含量空间分布图,发现Cu呈条带状,Cr、Mn呈岛状,Pb、Zn呈条带和岛状分布相结合的特点.土壤污染评价结果说明土壤Cr、Zn、Pb污染相对严重.土壤Cr、Zn、Pb、Mn和Cu之间呈显著相关,土壤重金属之间表现为复合污染.土壤重金属污染城郊乡梯度差异明显,工业化、城市化与城市土壤重金属空间分布密切相关.     

普通及指示克里格法在水稻禁产区筛选中的应用

在对农产品产地进行监测基础上,以川东南水稻生产区为研究对象,探讨了普通克里格法及指示克里格法在农产品产地禁产区筛选中应用的可行性.研究区土壤监测统计结果表明,川东南水稻生产区以重金属Cd污染为主,区域Cd最高值为0.53mg·kg-1;监测点超过<土壤环境质量标准>(GB 15618-1995)2级标准值的比例达34.98%.探索性分析结果显示,研究区土壤Cd异常值较少,土壤Cd监测值及指示值实验半变异函数均为各向同性,采用人工干预条件下的基台值自动拟合法拟合普通及指示克里格实验半变异函数,并根据交叉验证结果确定分别采用带块金值的指数模型及带块金值的球形模型套合结构拟合普通及指示克里格实验半变异函数.通过普通和指示克里格插值结果筛选水稻禁产区后,应用误判率法评估了两种方法应用于水稻禁产区筛选的优缺点.结果表明,普通克里格法训练数据集的误判率为3.89%,验证数据集误判率为26.09%;指示克里格法训练集的误判率为0.78%,验证数据集误判率为21.73%,指示克里格法的估计精度要优于普通克里格法,更适合于研究区水稻禁产区的筛选.     

黄河三角洲典型地区耕地土壤养分空间预测

掌握土壤养分的分布特点是实现养分优化管理的重要基础。论文选择黄河三角洲典型地区山东省垦利县为研究区,通过田间采样与实验室化验分析获取了1 278个样本（0~20 cm）的土壤碱解氮、有效磷、速效钾数据。在经典统计分析的基础上,用地统计学方法分析了土壤养分的空间变异特征,并拟合了养分的变异函数模型。利用普通克里格法（OK）、反距离权重法（IDW）、泛克里格法（UK）、径向基函数法（RBF）和局部多项式法（LP）5种方法进行空间插值,并采用独立数据集验证对插值结果进行精度评价,进而分析了各养分空间分布规律。为深入探索各方法的适用性规律,基于AN数据设计了离散、随机、聚集3种空间分布模式的数据,利用各模型的自动优化进行试验,对比分析了不同插值方法在土壤养分空间预测中的自适应性。结果表明：1）研究区碱解氮、有效磷、速效钾均为中等强度的空间变异和中等程度的空间自相关,其变异函数模型分别为球状模型、指数模型和球状模型,决定系数依次为0.951、0.892和0.787;2）在空间分布上,土壤碱解氮、有效磷、速效钾含量与地形和土地利用类型等有关,西南部地势较高,以水浇地和旱田为主,东北部沿黄农田受黄河淡水影响,耕地质量较好,而中部地区地势低平,以水田为主,养分含量偏低;3）相对于块金系数/基台值,Moran’s I是更为稳健有效的衡量土壤养分空间自相关性的方法;4）论文认为,空间分布模式、样本量、空间自相关性和空间聚集程度（最近邻比）均影响插值精度。在离散模式下,各方法自适应性均较差;在随机模式下,IDW与RBF自适应性优于OK和LP;在聚集模式下,各方法自适应性与样本量和空间自相关性有关,直至样本足够多时,4种插值方法精度接近。论文探明了研究区主要土壤养分的最佳插值预测方法,分析了土壤养分的变异特征和空间分布规律,为黄河三角洲典型地区耕地土壤养分利用管理和农业可持续发展提供了理论依据。     

基于Cokriging的土壤重金属空间变异研究——以昆山市为例

土壤重金属来源及空间分布是土壤学及环境学研究的热点问题。地统计学是土壤元素空间变异研究的有效方法以昆山市土壤重金属分布为例,先利用多元回归分析方法,提取与重金属含量显著相关的因子,再利用协同克里格方法研究了土壤理化性质和土壤重金属含量的相互关系,最后比较协同克里格与普通克里空间预测的精度。研究表明Hg、As、Cu、Pb的精度分别提高了2.75%、2.13%、0.17%和0.43%,cr、Zn和Cd 3种元素空间预测精度没有显著提高。     

基于改进LUR模型的区域土壤重金属空间分布预测

以江苏省常州市金坛区为例,借鉴传统LUR模型思路,考虑土壤重金属的源汇关系,加入土壤属性因子,构建LUR-S模型模拟预测了研究区土壤重金属含量空间分布,并与传统LUR模型及普通克里格插值模型结果进行对比,结果表明:(1)研究区土壤重金属含量受到以土地利用为主的源因子及反映重金属在土壤中赋存环境的汇因子的共同影响.就源影响因子而言,土壤Cu、Zn含量分别与2 000 m缓冲区内交通用地面积、2 000 m缓冲区内城市建设用地面积极显著相关(P0.01);就汇影响因子而言,土壤Cr、Cu、Zn含量与OM、Corg、TC、TN极显著相关(P0.01).(2)研究区土壤重金属Pb、Cr、Cu、Zn空间分布预测的LUR-S模型方程R2较传统LUR模型分别提高了0.041、0.406、0.102、0.501,精度检验R2较普通克里格插值模型分别提高了0.147 7、0.011 6、0.231 0、0.081,RMSE较普通克里格插值分别减少了2.413、0.631、1.112、2.138,表明考虑了源汇关系的LUR-S模型预测精度高于传统LUR模型和普通克里格插值模型;(3)LUR-S模型对污染较低、变异较小重金属空间分布预测的适用性较好,而对污染较高、变异较大重金属则较差.     

额尔齐斯河土壤重金属含量空间变异特征

以额尔齐斯河流域为研究对象,布设106个土壤采样点,采样测定表层0~40 cm土壤中重金属Cu、Zn、As、Pb及盐分含量,应用统计学和地统计学的方法分析数据的统计特征和结构特征,借助GIS技术,讨论了额尔齐斯河流域重金属及盐分含量的空间分布特征。结果表明:重金属Cu、Zn、As和Pb在土壤中的累积量分别介于17.110~157.540,56.360~2 032.980,6.370~19.880,12.19~131.520mg/kg之间,且Zn和Pb的含量远高于新疆土壤重金属元素背景值,表明了研究区Zn和Pb是区域主要污染物,具有高度累积的趋势;重金属As与Pb的块金系数最高,空间相关性较弱。而Cu与Zn的块金值相对较低,空间相关性较高,揭示重金属结构性变异和随机性变异的复合作用。土壤盐分为线性模型,主要为随机性变异,pH呈现高斯模型,结构性变异程度明显;重金属空间分布差异明显,Cu与pH、全盐的空间分布呈现较好的一致性,空间分布呈现环岛状,Zn含量分布东北多西南少,As与Pb分布北多南少,表现出较强的独立性和随机性。研究对流域重金属污染的风险评估具有借鉴意义。     

路旁土壤公路源重金属含量空间分布数值模型的探讨

公路源重金属产生后,赋存于大气颗粒物中,随颗粒物在大气中迁移沉降,最终沉降于路旁土壤中.本研究通过对公路源重金属迁移机理的分析,以高斯污染物扩散模型为基础,构建公路源重金属在路旁土壤中空间分布的数值模型,并用G310国道杏花营断面路旁土壤重金属(Cd、Cr、Cu、Ni、Pb和Zn)含量空间分布实测数据对模型预测能力进行验证.结果表明:土壤Cr和Cu含量呈指数分布,土壤Cd、Ni、Pb和Zn含量呈偏态分布,指数分布实质上是偏态分布的峰值十分接近路基的一种特例.研究表明,本文构造的数值模型可以较好地拟合上述两种路旁土壤重金属空间分布形式,模拟情景数n的取值越大,模拟结果越准确.     

基于STIRPAT模型的我国碳排放和产业结构优化研究

为考察北京市区绿地土壤重金属累积及其空间分异特征,在北京市区采集了151个绿地表层(0~20cm)土壤样品,并通过地统计分析方法研究了土壤样品中Pb等重金属元素累积及空间变异特征。结果表明:1)北京市区内绿地土壤重金属Pb、Cr、Zn、Cu的含量分别为26.9,0.33,49.64,76.85 mg/kg,存在累积现象,地积累指数分别为0.13、0.09、-0.22和-0.64,Cr和Cu地积累级别为2级,Zn和Pb地积累级别为1级。2)Pb和Zn的半变异函数最佳理论模型为高斯模型,Cr和Cu则分别为指数模型和球面模型。Pb在空间变异上为极弱的空间自相关,其余3种重金属则呈中等强度的空间自相关。3)Cu和Zn在中部和东北部含量较高,Pb中部地区含量较高,从中部向外围呈递减的趋势。Cr高值区分布比较零散,呈不规则斑块状分布。     

北京市区绿地土壤中铅等重金属累积及空间分异特征

为考察北京市区绿地土壤重金属累积及其空间分异特征,在北京市区采集了151个绿地表层(0~20cm)土壤样品,并通过地统计分析方法研究了土壤样品中Pb等重金属元素累积及空间变异特征。结果表明:1)北京市区内绿地土壤重金属Pb、Cr、Zn、Cu的含量分别为26.9,0.33,49.64,76.85 mg/kg,存在累积现象,地积累指数分别为0.13、0.09、-0.22和-0.64,Cr和Cu地积累级别为2级,Zn和Pb地积累级别为1级。2)Pb和Zn的半变异函数最佳理论模型为高斯模型,Cr和Cu则分别为指数模型和球面模型。Pb在空间变异上为极弱的空间自相关,其余3种重金属则呈中等强度的空间自相关。3)Cu和Zn在中部和东北部含量较高,Pb中部地区含量较高,从中部向外围呈递减的趋势。Cr高值区分布比较零散,呈不规则斑块状分布。     

基于多源辅助变量和随机森林模型的耕地土壤重金属含量空间分布预测

农田土壤重金属含量的空间预测对于监测耕地污染和确保生态农业可持续发展至关重要.从地形、气候、土壤属性、遥感信息、植被指数和人为活动这6个方面选取了32个环境变量作为辅助变量,并构建随机森林(RF)、回归克里格(RK)、普通克里格(OK)和多元线性回归(MLR)模型来预测耕地土壤中As、 Cd、 Cr、 Cu、 Hg、 Ni、 Pb和Zn的含量.结果表明,与RK、 OK和MLR相比,RF模型对As、 Cd、 Cr、 Hg、 Pb和Zn的预测性能更高,而OK和RK模型分别对Cu和Ni含量的预测精度更高,表现为预测拟合优度(R²)最高而平均绝对误差(MAE)和均方根误差(RMSE)最低.不同预测方法对同种土壤重金属元素预测结果的空间分布趋势基本一致,8种重金属含量的高值区均分布在南部的平原地区,但RF模型对空间预测的细节刻画得更为突出.随机森林影响因子重要性排序表明,兰溪市土壤重金属含量空间分异主要受Se、 TN、 pH、海拔、年均温、年均降雨量、距河流距离和距工厂距离的共同影响.因此,随机森林可以作为土壤重金属空间预测的一种有效方法,为区域土壤污染调查、评价和管控提供...     

基于多源环境变量和随机森林的农用地土壤重金属源解析——以襄阳市襄州区为例

为了研究襄阳市农用地土壤重金属空间分布特征和来源，选择襄州区为研究区，采集了326个样点的表层土壤（0~5 cm），测定其中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）和铬（Cr）5种重金属元素质量分数（单位为mg·kg^-1），并进行反距离权重插值（IDW）分析得到土壤重金属空间分布，同时综合应用多元统计分析与随机森林回归模型探究土壤重金属的来源，研究表明综合应用多种技术是研究土壤重金属来源较为科学和准确的方法.结果表明：①襄州区整体环境质量较为安全，Hg、Cd和Cr的平均值质量分数低于湖北省土壤背景值；As的平均值质量分数略高于背景值；Pb的平均值超过了背景值，最大值为47.1 mg·kg^-1，是背景值的1.76倍，表明Pb已经出现了富集现象.②本研究中交通运输是Pb、As和Cr的共同人为源，农家肥是Cd、Pb和Cr的共同人为源.③在自然源中：土壤母质是影响Cd和Pb积累的重要因子，黏土矿物是影响Hg、Pb、As和Cr积累的重要因子，植被覆盖率是影响Hg、Pb和Cr积累的重要因子.     

长三角典型区土壤重金属有效态的协同区域化分析、空间相关分析与空间主成分分析

以昆山市为典型区,采集了126个表层土壤样品,通过多元统计学、地统计学与GIS技术相结合,采用基于协同区域化理论的因子克立格法探讨了长三角多个土壤重金属有效态的区域分异,并在剖析不同空间尺度有效态重金属的空间结构特征基础上,应用空间相关分析和空间主成分分析来揭示引起这种分布格局的成因和污染来源,结果表明,昆山土壤有效态重金属服从正态或对数正态分布,变异系数较大,有效态Cd污染最重.重金属有效态在空间上可划分为块金尺度、小空间尺度（15 km左右）和大空间尺度（40 km左右）,它可用3个尺度的实验（交叉）变异函数的协同区域化模型线性拟合.空间相关分析中,Cd和Zn在3个尺度中的相关性均极显著,且元素在小尺度和大尺度的相关性比块金尺度更强,大尺度的负相关特征较其它尺度明显.空间主成分分析表明,不同尺度的空间污染来源不同.重金属有效态第一、二主成分的空间分布格局结果表明重金属有效态含量与工业活动、污水灌溉和土壤性质密切相关.     

基于Kriging插值的路旁土壤重金属含量空间分布 ——以310国道郑州-开封段为例

分别在G310国道郑州-开封段的杏花营路段两侧150m×150m范围内布设7条垂直于公路的采样子断面,从路肩向两侧每隔10m采集1个表土混合样,共采集226个样品（包括2个对照样品）.用ICP-MS测定了土壤重金属（Pb、Cu、Zn、Cd、Cr和Ni）含量,并用Universal Kriging插值法分析路旁土壤重金属空间分布特征.结果表明,路旁土壤重金属呈与道路平行的带状分布,表明6种重金属含量均受公路交通影响,属于公路源重金属.土壤Cr和Cu含量在路基处含量最高,向两侧逐渐下降,呈指数分布;土壤Pb、Zn、Cd和Ni含量在距路基30～50m处出现峰值,呈偏态分布.路旁土壤Pb、Cu、Zn、Cd、Cr和Ni均为交通源重金属.     

区域土壤重金属空间分布驱动因子影响力比较案例分析

土壤重金属空间分布受到自然和人为驱动因子的共同影响,识别并评价各驱动因子对土壤重金属空间分布的影响力,对解析区域土壤重金属污染源、研究重金属迁移规律以及探明重金属空间分布模式具有重要意义.为研究不同自然和人类活动背景下各驱动因子对土壤重金属空间分布影响的差异性,并寻找在异质背景下的高影响力因子,采用地理探测器和随机森林模型,以贵州省安顺市作为土壤重金属高背景值典型地区、辽宁省葫芦岛市作为人类活动高强度典型地区,探讨市域尺度下土壤pH、地面累年值年值气温、坡度、海拔、地面累年值年值降水量（08:00）、夜间灯光指数和县GDP这7个驱动因子的空间分异性,及其对研究区内5种重金属（As、Cd、Cr、Hg、Pb）空间分布的单独及交互驱动力强度.结果表明:安顺市As、Cd、Cr、Hg、Pb这5种重金属的质量分数平均值均高于葫芦岛市,但w（Hg）差异不明显;在市域内采样点平均间距为10 km的尺度下,安顺市和葫芦岛市土壤重金属分布受到自然因子的影响程度均强于人为因子;在异质环境背景下,安顺市和葫芦岛市土壤pH、海拔和县GDP的驱动能力较稳定,并且是对土壤重金属分布影响能力最大的3个因子,适宜在上述地区作为土壤重金属含量多元非线性回归模型的通用参数.研究显示,基于地理探测器的因子驱动力评价方法可以应用于评价其他因子对土壤重金属含量空间分布影响力,以及用于土壤重金属含量回归方程自变量的选择.      

北京耕作土壤重金属含量的空间自相关分析

以北京市耕作土壤中重金属元素为例,采用Moran's I统计量研究了土壤重金属含量的空间自相关关系、空间相关尺度以及空间分布规律.结果表明:北京市耕作土壤中8种重金属含量均存在空间自相关性.Cr、Ni、Zn、Hg、Cu、Pb、As、Cd的空间自相关尺度分别为57、75、57、55、55、65、74、37km.以cr和Hg为例,用区域空间自相关指标结合Moran散点图分析了重金属含量空间聚集区和空间孤立区在研究区内的分布规律.其中"高-高"空间聚集和"低-高"空间孤立区域存在潜在的污染风险,对土壤重金属环境质量评价和重金属污染防治有着重要的作用.     

青海典型工业区耕地土壤重金属评价及源解析

为了解黄河流域工业园区附近耕地土壤重金属污染现状、分布特点及污染来源,在青海省湟水流域甘河工业园区采集了138个表层土壤样点,测定了Cd、As、Pb、Cr、Cu、Ni、Zn等7种重金属的含量及土壤pH值,以《土壤环境质量农用地土壤污染风险管控标准》为评价标准,采用地累积指数、污染负荷指数、主成分分析、正定矩阵因子分析等方法对研究区耕地土壤重金属污染进行了研究分析.结果表明：7种土壤重金属的浓度范围分别为Cd（0.16~21.80mg/kg）、As（3.68~20.80mg/kg）、Pb（17.00~223.40mg/kg）、Cr（47.22~389.24mg/kg）、Cu（16.03~46.06mg/kg）、Ni（21.33~93.24mg/kg）、Zn（48.60~1535.10mg/kg）,其中Cd污染最严重,存在13个高风险值点,52个中风险值点;其次为Zn,存在13个中风险值点;Cr和Pb分别存在2个和1个中风险值点,其他重金属的采样点均为低风险.研究区耕地土壤重金属污染以中部偏东地区最为严重,与研究区工厂企业的位置一致,两种主要重金属污染元素Cd和Zn的污染均表现出以工厂企业为中心,中心区污染最严重,向外污染程度逐渐降低.综合地累积指数和污染负荷指数分析的结果,研究区绝大多数地区污染较轻,在中部偏东工业园区周边地区污染较为严重,Cd和Zn是其主要贡献元素.造成研究区耕地土壤重金属污染的来源主要包括交通运输、工业生产、农业活动、燃煤发电及自然成土过程等.     

安徽庐江县砖桥潜在富硒土壤重金属元素空间变异与来源

为查明安徽省庐江县砖桥村周边潜在富硒区土壤中重金属及Se元素的空间分布特点及来源,采集该区域范围内430个表层（0~20 cm）土壤样品,测定土壤中w（OM）、w（TN）、w（TP）、w（K₂O）、w（TS）、w（TFe₂O₃）、w（As）、w（Cd）、w（Cr）、w（Cu）、w（Hg）、w（Pb）、w（Ni）、w（Se）和w（Zn）,并运用GIS、地统计学和主成分分析等方法进行土壤重金属元素空间变异特性与来源分析.结果表明:研究区土壤中w（Cr）、w（Ni）均低于GB 15618-2018《土壤环境质量农用地土壤污染风险管控标准（试行）》中的土壤污染风险筛选值,只有1个采样点的w（As）、w（Hg）和极少数采样点的w（Cd）、w（Pb）、w（Zn）以及部分采样点的w（Cu）超过GB 15618-2018土壤污染风险筛选值,但农产品不存在Cu污染风险.土壤重金属和Se的质量分数的变异系数为0.23~0.80,属中等程度变异.土壤中w（Cr）与w（Ni）,w（As）与w（Se）,w（Cu）与w（Pb）、w（Zn）、w（Hg）、w（Cd）的空间分布特征相似,w（Zn）、w（Se）、w（Cu）、w（Cr）、w（Ni）的空间自相关性均较强,w（Pb）、w（As）、w（Hg）、w（Cd）的空间自相关性均处于中等水平,提取的5个主成分累计方差贡献率为71.677%.土壤中Se主要来源于富硒岩矿石,Cu、Zn主要来源于地质背景（矿脉发育）,Cr、Ni主要来源于成土母质,Pb、Cd、Hg主要受到地质背景和农业活动的共同影响,As受到富硒岩矿石和农业活动的共同影响.研究显示,综合土壤元素含量、变异强度、空间自相关及其提取的主成分,能有效识别成土母质、地质背景及农业活动等对农田土壤中重金属的影响;研究区内富硒岩矿石可持续为区域土壤提供Se源,土壤质量可满足地方发展特色富硒农业的要求.      

基于受体模型与地统计的耕地土壤重金属污染源解析

为探明云南金子河流域耕地土壤重金属污染现状与主要来源,有效开展土壤污染防治, 通过土壤采样与数据统计分析评价了金子河流域典型耕地的重金属污染风险,采用指示克里格方法阐明了研究区重金属元素的空间分布,使用主成分分析-多元线性回归(PCA-MLR)模型进行土壤重金属源解析,并量化其贡献率. 内梅罗综合污染指数法评价结果表明,本研究区中90.79%的土壤点位为重度污染,土壤整体处于重度污染水平. 指示克里格插值结果显示,元素Cd、As、Pb污染的高概率区域主要分布在研究区西部与西南部,Cd、Pb污染的高概率区域主要分布在研究区北部,而Cd、As、Pb污染的低概率区域主要分布在研究区东部及东南部. PCA-MLR模型解析重金属污染来源包括:研究区整体自然源贡献率为12.79%,工业源贡献率为87.21%;东岸自然源、工业源贡献率分别为92.46%、7.54%,西岸自然源、工业源贡献率分别为8.98%、91.02%. 研究显示,金子河流域西岸区域的重金属污染风险明显高于东岸区域,分区域进行源解析可以有效揭示局部污染特性,更为准确地识别污染来源.      

福州城市边缘区森林土壤重金属污染特征及评价

为掌握福州城市边缘区森林土壤重金属污染特征,选取10个典型区域作为研究对象,分析森林土壤中Zn、Mn、Cr、Pb、Cu 5种重金属的含量及分布特征,并采用单项污染指数和综合污染指数法对土壤进行质量评价,结果表明:Cr、Pb是该区土壤重金属污染最主要的元素;Zn、Cu、Pb、Cr含量随土层深度增加而减少,Mn则相反;Zn...