水环境模拟参数随机场空间最优估计精度分析与特异值研究

本文结合克里格方差的特点,对水环境模拟参数随机场空间最优估计的精度进行了分析,结果显示估计精度受变差函数、采样点的空间配置结构等因素的影响,并结合实例探讨了影响水环境模拟参数克里格估计精度的特异值的识别与处理方法。     

污染场地调查动态追补钻井点位的方法研究

污染场地中的污染区域较小,但污染物的空间变异性大,污染土体较深,因而在场地调查中通常需采集场地钻井数据进行三维模拟.为了准确估计场地土壤污染物的空间分布和需修复的污染土方量,提出了场地污染调查补充采样钻井点位布设的优化方法.在初始采样的基础上,首先利用克里格方法预测场地中土壤污染物的克里格方差,基于克里格方差估算置信度,再结合场地置信度和场地污染物含量的空间分布确定场地的最大不确定性点,并将该点作为下一阶段补充采样点,以实现逼近式动态追补钻井点位的布设.最后,以某硝基苯污染的工业场地为例对该方法进行验证.结果表明:场地中硝基苯的空间变异性大,增加采样点会显著减少基台值,提高研究区总体的置信度,同时减少总体的不确定性.在项目经费约束条件下,不确定性减少65%时,需要至少增加采样点10个.10个样点的增加使得总体估值方差降低了40%,同时总体的估计精度提高了22.4%.案例结果验证了该方法在单一类有机污染场地中的可行性和适用性,能够在保证场地污染调查精度的同时,显著降低样本量,实现场地调查的成本-效益最大化.     

洞庭湖平原中小型湖群沉积物铬污染特征与评价

于2007年采集洞庭湖平原地区10个中小型湖泊沉积物样品33个(其中表层样品29个,柱状样品4个),对沉积物重金属元素Cr的空间分布特征及其污染等级进行研究. 各湖泊表层沉积物中w(Cr)普遍高于环境背景值,其w(Cr)平均值排序为岳阳南湖>大通湖>珊珀湖>东湖>黄盖湖>安乐湖>北民湖>柳叶湖>毛里湖>芭蕉湖. 各湖柱状沉积物中w(Cr)由底层到表层的垂向上呈现不同的波动趋势. 各湖沉积物的铬污染程度按湖泊类型划分,表现为城市湖泊>投肥养殖型湖泊>人放天养型湖泊. 地累积指数法评价结果显示,洞庭湖平原地区中小型湖群沉积物中铬污染较轻,4个湖泊的10个采样点为偏中度污染,9个湖泊18个采样点为轻度污染,1个采样点没有污染.      

土壤污染调查加密布点优化方法构建及验证

鉴于传统调查布点方法对土壤污染物平均含量的估计精度较高,但对污染区范围的估计精度不能满足修复治理需求的问题,同时,为了准确估计土壤污染区面积及其空间位置,提出了土壤污染详查样点优化方法.在初步调查的基础上,首先利用地统计条件模拟方法预测土壤污染概率,基于污染概率和土壤污染物含量局部空间变异确定加密布点的优先区域,并根据污染物含量的空间变化趋势布设样点,然后根据优化后的土壤污染调查布点方案估计污染区面积和空间位置.最后,以某Cd污染场地为例,验证了布点优化方法的效果.结果表明,土壤污染调查加密布点方法显著提高了污染区面积及其空间位置的估计精度.案例场地土壤Cd污染区面积的预测误差为4.10%,污染区空间位置的精度为86.10%.土壤污染调查布点优化方法在保证土壤污染调查精度的同时,相比于传统调查方法可显著降低土壤污染调查的样本量.     

天津地区表土PAHs 的多元空间估计及精度分析

在天津地区表层土壤多环芳烃(PAHs)采样数据基础上,应用协同克立格方法(CK)对PAHs 进行多元空间估计,并探讨了普通克立格方法(OK)与CK 在空间估计方面的精度问题.结果表明, PAHs 各组分在空间分布上存在着很大的差异,绝大多数组分在市区都有高值区,其次分布在塘沽和汉沽区以及西青区.而低值区域主要分布在北部山区,以及南部的大港区、静海县.通过估计误差的比较发现, CK方法的估计误差平均为4.22%,而OK 方法的估计误差平均为8.56%.协同克立格法能够很好地对PAHs 进行多元空间估计,相对于普通克立格法来说,估计精度有了较大的提高.     

基于稀疏样点的土壤重金属含量模拟方法

土壤重金属受人为和自然因素综合作用,其空间异质性强,存在区域均值和方差的非平稳性,稀疏样本下未知点估计精确度低,土壤环境质量现状精准估计和风险评估困难.基于此,提出了随机森林-序贯高斯模拟混合模型（RF-SGS）,选取多种自然因素和人为因素作为辅助变量,充分考虑土壤属性指标的空间自相关性以及环境变量属性相似性,解决传统插值中极端值和空间连续性模式敏感存在的局限性,为非平稳区域精准估计总体提出可行性方法 .以北京市顺义区采样数据为例,采用MMSD抽样方法对样点抽稀,对原始采样数据进行不同采样密度的对比实验,用随机森林-序贯高斯模拟混合模型（RFSGS）、序贯高斯模拟模型（SGS）、趋势面-序贯高斯模拟混合模型（TR-SGS）和随机森林模型（RF）对土壤重金属Cd的空间分布进行模拟,从统计特征和空间结构等方面比较模拟结果,分析误差产生的原因,进一步验证方法有效性.结果表明,在7种采样密度下,预测精度由低到高排序为：SGS 相似文献   

水环境模拟中多孔介质非均质性空间变异最优估计模型

在生产实践中,经常要求对含水介质渗透性参数的空间分布数值作出可靠的估计.如何利用已知数据对指定点处的渗透性参数作出令人满意的估计,历来是水文地质工作者和应用数学工作者都关心的问题.文章应用能够刻画区域化变量随机性与结构性特征的地质统计学的理论和方法对能够反映多孔介质非均质特性的参数进行了分析,通过分析结果得出了参数空间变异性局部最优估计模型--普通克里格法.     

基于改进麻雀搜索算法优化BP神经网络的土壤有机质空间分布预测

土壤有机质是衡量土壤肥力的重要指标,提高区域有机质空间分布预测精度十分必要.利用黄河流域卫宁平原采集的1 690个土壤表层（0~20 cm）有机质及自然环境、人类活动数据,通过1 348个点采用经典统计学、确定性插值、地统计插值和机器学习的方法分别建立了土壤有机质空间分布预测模型,以342个样点数据为测试集检验分析不同模型预测精度.结果表明,卫宁平原土壤表层ω（SOM）的平均值为14.34 g·kg^-1,1 690个采样点土壤有机质变异系数为34.81%,为中等程度变异,呈现出东北部、西南地区含量低,中间黄河左右岸和地势平缓的黄河阶地相对含量高的空间分布趋势.4类方法的预测精度大小为：机器学习法>地统计插值方法>确定性插值方法>经典统计学方法.通过对比,基于改进麻雀搜索算法优化的BP神经网络预测精度最好,改进后的麻雀搜索算法具有更优的收敛精度,避免了陷入局部最优,防止了数据过拟合,具有较好的预测能力,该优化算法可以提高土壤有机质含量预测精度,在土壤属性预测上有良好的应用前景.     

基于区间型贝叶斯的湖泊水质评价模型

在贝叶斯水质评价模型中引入区间数表示污染物浓度,采用区间排序法对水质评价结果进行比较,建立了区间型贝叶斯湖泊水质评价模型。同时将该模型应用于某湖泊的5个采样点进行水质监测及评价,结果显示,5个采样点水质逐渐变差,均为劣V类。基于区间型贝叶斯的湖泊水质评价模型更加直观地表示了同类水质采样点的水质差别,避免了传统方法中主观因素的影响,为属于同类别水质的采样点排序提供了评价依据。     

典型水库型湖泊中CDOM吸收及荧光光谱变化特征:基于沿岸生态系统分析

为进一步了解水库型湖泊溶解性有机质(DOM)的地球化学特征,本文以三峡库区典型内陆水库型湖泊——长寿湖为研究对象,利用紫外-可见和三维荧光光谱,并结合湖区周边生态系统分析,讨论了长寿湖水体中CDOM的组成、来源和空间分布特征.结果表明,长寿湖不同采样点DOM浓度(DOC和CDOM)存在一定程度的空间分布差异,但各点FDOM分布较为稳定.回水区出现DOM累积,由于受陆源输入影响有限,水体内源活动主导,具有较明显"内源控制"特征,芳香性和分子量相对较低;而周边陆地以人工林兼旅游开发为主的采样点,陆源输入在带入较多腐殖化(高芳香性)组分的同时,人为活动排放也是导致其类蛋白组分丰富的重要原因;入湖区尽管周边果林和居民生活对水体DOM有一定影响,但上游河流输入的影响也不容忽视.另外,各采样点也出现了不受周边生态系统影响的独立的相关性特征,例如芳香性特征常数(SUVA280)和光谱斜率[S(275~295)]显著负相关、CDOM和FDOM极显著正相关、CDOM和S(275~295)负相关等.同时,长寿湖水体中CDOM的生色团主要由具有芳香性结构的大分子组分构成;至少51%的CDOM波动可以通过FDOM变化来进行解释,其中回水区荧光组分对CDOM变动的影响最为明显.在采用传统FI值无法区分DOM来源差异性时,结合采样点沿岸生态系统,综合紫外-可见和荧光光谱特征,有助于对DOM组成及来源进行解析.     

基于不同空间插值模型的川西南山地常绿阔叶林叶面积指数估测

叶面积指数（LAI） 是森林经营管理的一个重要参数,亦是众多基于土壤、大气和植被相互作用的森林经营管理动态模型的关键输入变量之一,但目前获得大尺度、高空间分辨率的LAI精确估计仍十分困难。以川西南山地常绿阔叶林为研究对象,基于地面调查的83 个20 m×20 m样地和SPOT5 遥感数据,运用不同的方法,估测了区域森林有效叶面积指数（LAIe）。利用遥感数据作为辅助变量,比较了来自遥感数据的直接辐射关系法（DRR） 和地统计学方法协同克里格（CK）、回归克里格（RK） 的LAIe 空间分布差异。此外,运用反距离权重（IDW）、全局多项式（GPI）、普通克里格（OK）、泛克里格（UK） 等方法也对LAIe进行了估计。结果表明LAIe 与归一化植被指数（NDVI） 回归拟合效果相对不理想（R²=0.679,P<0.001）;由于研究区森林景观不是连续变量,LAIe呈低空间自相关性,各方法间差异不显著,对区域LAIe 估算精度提升不明显;但DRR 和CK、RK 方法能降低统计误差值,且DRR与CK、RK的相关性极高（相关系数分别可达0.91和0.92）。尽管相比于DRR,地统计学方法并没有提高LAIe估计精度,为提高预测的准确性,应探讨更密集的抽样方案和不同的辅助变量。     

空间插值模型对土壤Cd污染评价结果的影响

分析和比较了不同插值模型(反距离加权、局部多项式、普通克里格和径向基函数)对土壤Cd空间插值、污染面积估算和污染区空间分布的影响,结果表明,插值方法对极大值都存在不同程度的平滑,交叉验证的Cd极大值插值的相对误差高于45.1%.不同插值模型估算的污染区域面积在0～2.12%之间.根据样点超标率估算的污染面积比插值模型估算的面积高1.53%～3.65%.污染评价结果不确定性较大的区域主要是在局部极大值区域和高值向低值的过渡区域.因此,土壤重金属的空间插值精度对污染评价结果有很大影响,开展土壤重金属污染调查时应注意在浓度过渡区域加大采样密度.     

江汉平原县域尺度土壤有机质空间变异特征与合理采样数研究

土壤有机质含量是衡量土壤肥力和评价耕地质量的重要指标。在县域尺度下,利用合理数量的样点反映其空间分异特征具有重要意义。论文选取位于江汉平原腹地的湖北省公安县为研究区,布设了4 045个样点并测定其有机质含量,采用半方差分析得到土壤有机质空间变异特征,基于Moran’s I揭示空间变异较大地区,并通过二分法的思想逼近最佳合理采样数值。结果表明：研究区土壤有机质分布呈中等空间相关性,有6个局部区域的空间变异明显高于邻近地区,采样点数量与插值精度呈正相关,合理采样数为598个。研究结果可以为江汉平原县域耕地质量监测和管控提供指导。     

融合自然-人为因子改进回归克里格对土壤镉空间分布预测

掌握土壤重金属的空间分布对于科学制定土壤污染风险管控策略具有重要支撑作用.针对目前重金属空间模拟较少考虑影响因素且平行变量间存在多重共线性,导致预测精度较低问题,选取自然-人为的23个影响因素,采用OK（普通克里格法）、NRK（仅基于自然因子的回归克里格法）和NARK（基于自然-人为因子的回归克里格法）对土壤镉空间分布进行模拟,评估预测精度,以冶炼厂周边区域实证研究.结果表明：该区土壤镉点位超标率达85.93%,对土壤镉空间异质性的影响表现为冶炼厂大气排放 > 钢铁厂大气排放 > pH > 有机质 > 与道路的欧氏距离 > 与河流的欧氏距离.NARK对土壤镉预测结果的均方根误差和平均绝对误差较OK法分别降低26.86%和30.56%,模型决定系数R²由0.78提升到0.88;较NRK分别降低24.15%和24.23%,R²由0.81提升到0.88.融合自然和人为因素的回归克里格模型明显提高了土壤镉空间分布模拟精度,增加人为因素作为辅助变量对模型精度的提升贡献很大,尤其是大气点源污染排放.     

基于随机森林与地统计预测城市土壤PAHs分布

收集南京城区采样点位置信息和环境变量等数据,应用地统计和随机森林方法,以及两种方法相结合分别预测土壤多环芳烃（polycyclic aromatic hydrocarbons,PAHs）含量,并比较不同方法预测精度.结果表明：随机森林与地统计方法结合能大幅度提高城市土壤污染物制图精度,整合克里金与随机森林预测残差模型拟合优度R²相比克里金插值法提高74.8%.PAHs空间制图结果能够较好拟合污染物的变化范围,识别污染高值区与低值区的空间分布.随机森林输出特征重要性发现影响南京城区土壤PAHs分布的主控因子为土壤碳和土壤粒度以及工厂密度.本研究可为城市污染物高分辨率和高精度制图以及污染防控治理提供参考.     

基于GIS的海洋底栖生物栖息密度空间插值方法

在地理信息系统即GIS的支持下,分别采用反距离加权(inverse distance weighted,IDW)、普通克里格(ordinary krig-ing,OK)、规则样条(regularize spline,RS)和张力样条(tension spline,TS)4种插值方法对2006年7月获得的大连湾底栖生物栖息密度的数据进行空间插值处理,并对插值结果的精确度进行交叉验证,分析和比较不同插值方法获得的分布图。结果表明,插值精确度普通克里格>反距离加权>张力样条>规则样条;4种方法均能较客观的模拟出底栖生物栖息密度的分布趋势,但是在整体趋势和局部趋势两方面的综合考虑下,普通克里格的表现效果更好。文章进一步指出,在确定站位数量及分布前提下,插值结果的精确度可以通过选择空间插值方法得以改善,但其根本还是取决于站位布置的数量和其分布合理性。     

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。