土壤环境样品库建设及样品信息数据库管理

土壤样品携载丰富的环境特征信息,对于掌握不同历史阶段土壤环境状况及变化趋势有着不可替代的作用。环境保护部国家土壤环境样品库于2010年建成,是中国环境保护重要基础设施,具有储存专业化、管理集中化、信息系统化、质控标准化等特点,创新性地集合了土壤样品保存和应用的现代技术,已成为中国最大的土壤环境资源和信息平台。通过开展国家土壤样品库建设和样品信息数据库管理研究,集成国家土壤样品库建设技术和土壤样品数据库信息管理成果,为各地建立省级土壤样品库提供借鉴,对于规范和指导全国土壤环境样品库建设和样品保存、数据库信息管理和应用等具有重要意义。     

关于土壤样品规范化管理的探讨

在土壤污染状况调查中,如何规范土壤样品制备(样品风干、研磨过筛、样品分装等)、土壤样品保存和管理等程序,对已经取得的大量的调查数据信息怎样进行有效的管理和利用,实现对数据和相关资料的快速查询,对确保土壤污染状况调查的数据有效性和成果可靠性,顺利完成土壤污染状况调查有重要意义[1-5].     

废水和土壤样品中微量T1的原子吸收测定

本文研究了T1与Br或I的离子缔合物在不同的HC1或H_2SO_4介质中,用MIBK、环己酮、乙酸戊酯、乙酸丁酯和乙酸乙酯等有机溶剂的萃取效率,以及受酸度影响的情况,从而选择出最佳酸度、萃取剂和测定条件。本方法用于土壤及废水(天然水)中微量T1的测定,收到了良好的效果。     

基于精细化管理的环境物联网发展趋势

环境物联网运用智能传感器等设备感知生态环境的变化,监测环境质量、监控企业的排污行为,通过环境数据的采集、传输、处理、整合,辅助环境管理决策。近年来环境物联网得到长足发展,但现有的环境物联网体系无法满足多种任务和应用场景的需求,主要问题体现在数据质量和精准度缺乏保证,数据传输能力有限,数据共享还未打通,数据分析应用能力还有待提升。笔者系统分析了环境物联网感知层、传输层和应用层的现状与问题,较全面地研究了物联网与大数据技术的最新进展,提出了环境物联网的发展方向以解决上述问题,为实现精细化管理与科学决策提供科学参考。     

土壤中重金属可提取态(氯化钙法)分析质量控制样品的研制

为真实反映土壤中重金属的生态风险和环境效应,全国农用地土壤污染状况详查土壤检测要求测定土壤中重金属可提取态(氯化钙法)指标。针对农用地土壤污染状况详查分析质量控制工作要求,研制了土壤中重金属可提取态(氯化钙法)分析质量控制样品。土壤样品为采自江西省旱地农田的红壤,经除杂、干燥、球磨、筛分(0.250 mm)、混匀等加工处理后装瓶。采用重金属总量和重金属可提取态(氯化钙法)两大类指标评价土壤样品的均匀性,均匀性分析结果同时采用单因素方差分析法(F检验法)和相对标准偏差法(RSD法)评价。结果表明:土壤样品均匀性良好,样品最小取样量为4.0g。8家实验室对土壤中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn等8种元素开展联合定值。标准值为联合定值结果的总平均值(X-),标准值上、下限值分别为(X-+3S)和(X--3S),S为联合测定平均值的标准偏差,低于《全国土壤污染状况详查土壤样品分析测试方法技术规定》中分析方法检出限的元素不做量值评定。As、Cd、Cu、Ni和Zn等5种元素评定了标准值,含量范围为0.190 ～ 13.6 mg/kg。Cr、Pb和Hg等3种元素分析结果低于分析方法检出限,未能定值。研制的土壤分析质量控制样品已应用于土壤详查工作,在保证土壤详查检测结果准确可比等方面发挥了重要作用。     

基于随机森林与神经网络的高光谱土壤重金属Zn含量反演

在河北省保定市白洋淀区域采集115个土壤样品进行重金属含量分析和室内光谱测量,分别将BP神经网络、随机森林、决策树、多元线性回归、K近邻回归、AdaBoost回归和偏最小二乘回归法应用于全部原始波谱数据和基于双层随机森林选择后的波段数据。结果表明,基于原始波谱数据的土壤重金属Zn元素含量的反演模型精度较低,而通过双层随机森林选择出光谱数据中与土壤重金属Zn信息相关的波段,减轻了网络模型的过拟合问题,提高了模型预测精度;与其他模型比较,结合双层随机森林和BP神经网络构建的反演模型对研究区土壤重金属Zn含量预测效果最佳。     

基于GIS的南京市典型蔬菜基地土壤重金属污染现状与评价

对南京市八卦洲蔬菜基地土壤中的铅、铬、铜和镉进行测定分析,利用不同的评价标准来评价其环境质量状况,同时借助GIS软件研究了污染指数的空间分布状况,并解析了其重金属污染的来源.结果表明,以自然背景值为评价标准,则蔬菜地土壤中的重金属都超过污染指标,其中镉为首要污染因子;以国标二级为评价标准,则除镉以外的三种重金属的单项污染指数值全都小于1,但其综合污染指数迭1.50,总体上属轻污染状况.南京化工因区、南京长江二桥和各种农业生产活动等可能是主要污染源.     

基于光谱技术的土壤多参数快速检测进展与展望

传统的土壤采样和实验室分析方法往往工作量大、前处理复杂、测定周期长、时效差、费用高,因此,迫切需要寻找快速、准确的土壤多参数检测方法,以实现多尺度土壤属性数据的快速获取与更新。系统梳理了便携式X射线荧光光谱(PXRF)、可见光-近红外反射光谱(Vis-NIR)、激光诱导击穿光谱(LIBS)和电弧发射光谱(AES)等光谱技术的原理、特点以及在土壤多参数快速检测中的应用及其研究进展。提出,未来在提高现有土壤多参数光谱检测精度和适用性的基础上,应结合ICP-MS等传统实验室方法,综合应用多种光谱技术以及化学计量学、现代信息技术和空间分析技术等,实现区域多种土壤属性的快速获取与实时监测,以满足我国当前土壤多参数、高精度快速检测及土壤质量精细化管理的需要。     

物联网技术发展与环境自动监控系统建设

概述了物联网的概念、主要技术特征、作用和影响,结合环境管理需求,讨论了物联网在环境自动监控系统建设中的若干应用场景,设计了环境物联网应用的基本框架,提出了物联网在环境自动监控应用中应关注和研究的若干主要问题。     

Measurement Of Nutrients In Green House Soil With Laser Induced Breakdown Spectroscopy

Laser-induced breakdown spectroscopy (LIBS) has been applied for the determination of nutrients in the green house soil samples. We determined appropriate spectral signatures of vital nutrients and calibrated the method to measure the nutrients in a naturally fertilized plot, cultivated with tomato and cucumber plants. From the calibration curves we predicted the concentrations of important nutrients such as Ca, K, P, Mg, Fe, S, Ni and Ba in the soil. Our measurements proved that the LIBS method rapidly and efficiently measures soil nutrients with excellent detection limits of 12, 9, 7, 9, 7, 10, 8 and 12~mg/kg for Ca, K, P, Mg, Fe, S, Ni and Ba respectively with a precision of 2%, The unique features of LIBS for rapid sample analysis demonstrated by this study suggests that this method offers promise for precision measurements of soil nutrients as compared to conventional methods in short span of time.