作物生长和氮含量对土壤-作物系统CO2排放的影响

为探讨作物生物学特征对土壤-作物系统CO₂排放的影响,本研究基于逐步收割法和静态暗箱-气相色谱技术,以冬小麦和水稻作物为研究对象,采用盆栽和大田试验的方法,在作物生长的主要生育期原位测定了土壤-作物系统CO₂排放速率,同时测定了作物生物量和氮含量.研究结果表明:①土壤-作物系统CO₂排放在生长季内呈现动态变化,土壤-水稻系统CO₂排放高于土壤-冬小麦系统.②作物暗呼吸速率与生物量呈显著线性相关.③作物暗呼吸系数(R_d)的季节变化可以用植株氮含量来描述.冬小麦R_d与N含量的关系可用线性方程R_d=0.0124N-0.0076(R²=0.9879,p<0.001)表示;水稻R_d与N含量的关系可用二次方程R_d=0.0085N2-0.0049NR²=0.9776,p<0.001)表示.④作物根系的参与极大地促进了土壤呼吸.冬小麦生长季土壤表观呼吸CO₂平均值为247.2 mg·(m²·h)^-1 ,高于未种作物土壤1.78倍,水稻生长季为215.3 mg·(m²·h)^-1 CO₂,高于未种作物土壤的3.38倍.冬小麦根系呼吸系数大于水稻,其根际呼吸对土壤表观呼吸的贡献高于水稻.     

黄土丘陵区柠条人工林不同深度土壤呼吸速率对土壤温湿度的响应

明确气候变化背景下生态脆弱区土壤呼吸速率特征和土壤温湿度对其影响,对准确评估和预知该区碳收支具有重要意义.以陕北黄土丘陵区自然撂荒地22 a柠条人工纯林为研究对象,通过CO₂分析仪和温湿度传感器测定不同土层（10、50和100 cm） CO₂浓度平均值和土壤温湿度,采用Fick第一扩散系数法计算土壤呼吸速率,探究不同土层土壤温度、土壤湿度和土壤呼吸速率的动态变化特征,并进一步分析不同土层土壤呼吸速率对土壤温湿度的响应.结果表明,土壤呼吸速率日变化随土层深度增加显著降低（P<0.05）,峰值出现时间存在滞后现象,相邻土层间（10、50和100 cm）土壤呼吸速率由上至下均滞后1 h;6~9月土壤呼吸速率月变化为多峰曲线,其中10、50和100 cm土层土壤呼吸速率最大值分别在7月25日、8月6日和8月10日,达13.96、2.96和1.47 μmol ·（m² ·s）^-1;土壤温度对土壤呼吸速率影响随土层深度增加而减弱,50 cm及以下土层土壤温度对土壤呼吸速率无显著影响（P>0.05）,10 cm土层指数拟合最优,R²=0.96,50 cm和100 cm土层拟合较差,R²分别为0.00和0.01,温度敏感系数Q₁₀随土层深度增加而减小;不同土层土壤湿度对土壤呼吸速率影响均显著（P<0.05）,二次拟合表现为50 cm （R²=0.35）>10 cm （R²=0.22）>100 cm （R²=0.31）;10、50和100 cm土层土壤温度与土壤湿度的综合作用可解释土壤呼吸速率的96%、6%~50%和22%~24%.综上所述,黄土丘陵区柠条人工纯林不同深度土壤温湿度对土壤呼吸速率影响存在差异,10 cm土层土壤呼吸速率受土壤温湿度的综合影响,但土壤温度的相对贡献更高,50 cm土层及以下土壤湿度为关键因子.研究结果有助于更好地预测未来气候变化对该区陆地生态系统碳循环影响,为温室气体调控提供理论依据.     

基于地统计模型的上海大气污染物多建模方法的比较

地统计模型被广泛应用于环境空气污染物暴露模拟,但不同建模方法及其模拟结果之间的对比研究较少.基于上海2016~2019年55个环境空气监测点位的NO₂和PM_2.5观测数据,以及交通路网、排放源兴趣点和卫星数据等地统计变量,应用偏最小二乘回归（PLS）、监督学习线性回归（SLR）和机器学习随机森林（RF）这3种建模方法创建年暴露模型,并进一步应用普通克里金插值（OK）法分析模型残差,构建复合模型.应用交叉验证对模型的模拟效果进行检验,选取每一种建模方法的最优模型结构（是否应用OK）作为最终模型.结果表明,NO₂模型中表现最好的是RF-OK （R_mse²为0.70~0.82）和PLS-OK模型（R_mse²为0.78~0.84）;PM_2.5模型中PLS模型（R_mse²为0.62~0.71）优于SLR-OK （R_mse²为0.40~0.79）和RF-OK （R_mse²：0.31~0.56）模型.应用3种建模方法对上海1 km网格开展年暴露模拟和对比,NO₂模型间模拟结果的相关性（r为0.82~0.91）高于PM_2.5模拟结果的相关性（r为0.66~0.96）.基于3种模型2019年的模拟结果,评估了上海NO₂和PM_2.5的人群暴露水平.     

基于生物光学模型的二类水体光学活性物质估算：以晋江下游河段为例

水体中各组分对光谱的吸收和散射构成了水体的固有光学特性,是生物光学模型的重要参数,是建立水质遥感半分析模型的基础.目前该方法多应用于湖泊水质监测,很少用于河流.因此, 本研究以福建晋江下游河段为例, 探讨水面下反射率R(0^-)与光学活性物质之间的关系,并建立了光学活性物质的估算模型.结果表明,利用R(0^-)₇₅₃与总悬浮物浓度、R(0^-)₇₀₂/R(0^-)₆₈₀与浮游植物色素浓度、R(0^-)₆₇₀/R(0^-)₄₂₃与CDOM吸收系数分别建立的估算模型能取得理想的效果,其决定系数分别是0.953、 0.820 5和0.621 3,对应的相对误差分别是6.1%、 21.87%和22.18%.三者中以悬浮物浓度的反演精度最高,然后依次为浮游植物色素浓度和CDOM.主要原因在于浮游植物色素的浓度相对较低,光谱信号较弱;CDOM的特征光谱波段很窄,而且该波段内的R(0^-)受到其它２种物质存在的影响.     

贵阳市花溪城区大气PM2.5中碳质气溶胶的变化特征及来源解析

碳质气溶胶作为大气气溶胶的重要组成部分,对大气环境质量、人类健康及全球气候变化有着重要的影响.为探究贵阳市花溪城区大气细颗粒物（PM_2.5）中碳质气溶胶的变化特征及来源,于2020年不同季节开展大气PM_2.5原位观测研究,利用热/光学碳分析仪（DRI Model 2015）测定大气PM_2.5的碳质组分.结果表明,观测期间大气ρ（PM_2.5）、ρ[总碳质气溶胶（TCA）]、ρ[有机碳（OC）]、ρ[二次有机碳（SOC）]和ρ[元素碳（EC）]的平均值分别为：（39.7±22.3）、（14.1±7.2）、（7.6±3.9）、（4.4±2.6）和（2.0±1.0）μg·m^-3,OC/EC的平均值为（3.9±0.8）.ρ（PM_2.5）、ρ（TCA）、ρ（OC）、ρ（SOC）和ρ（EC）呈现冬季最高[（52.6±28.6）、（17.0±9.6）、（9.1±5.2）、（6.1±3.9）和（2.4±1.2）μg·m^-3],夏季最低[（25.1±7.1）、（11.6±3.6）、（6.3±1.9）、（3.7±1.2）和（1.6±0.6）μg·m^-3]的季节变化特征.OC/EC季节变化呈现：夏季（4.2±0.8）>冬季（3.8±0.9）>秋季（3.8±0.5）>春季（3.7±0.9）,表明花溪城区各季节均存在SOC生成.SOC与OC呈现显著相关（R²=0.9）,且随着大气氧化性增强,SOC浓度呈增加趋势.OC与EC各季节均呈现较好相关性,其中秋季最高（R²=0.9）,其他3个季节偏低（R²为0.74~0.75）,表明二者具有共同来源.通过OC/EC值范围初步判断碳质气溶胶来源于机动车尾气排放、燃煤排放和生物质燃烧排放.为了进一步定量解析主要排放源对碳质气溶胶的贡献,利用PMF模型对碳质气溶胶来源解析,结果表明贵阳市花溪城区碳质气溶胶主要来源为燃煤源（29.3%）、机动车排放源（21.5%）和生物质燃烧源（49.2%）.     

不同方法估算太湖叶绿素a浓度对比研究

基于2006-01-07～2006-01-09和2006-07-29～2006-08-01太湖地面实测高光谱数据以及同步水质参数数据,对比分析了三波段模型、两波段模型、反射峰位置法、一阶微分法4种方法用于估算太湖叶绿素a浓度的精度,并讨论其应用于遥感影像中估算叶绿素a浓度的可行性. 2次采样3类水色参数总悬浮物、叶绿素a浓度和有色可溶性有机物在440 nm处吸收系数的变化范围分别为12.24～285.20 mg·L^-1、 4.83～155.11 μg·L^-1和0.27～2.36 m^-1.前述4种方法在反演太湖水体的叶绿素a浓度时都取得较高的精度;决定系数分别为：0.813、 0.838、 0.872、 0.819,均方根误差分别为：13.04、 12.12、 13.41、 12.13 μg·L^-1;相对误差分别为：35.5%、 34.9%、 24.6%、 41.8%.反射峰位置法估算精度最高,但应用到叶绿素a浓度遥感影像估算比较困难.三波段模型和两波段模型的反演结果优于传统的一阶微分法,且在卫星遥感反演中具有良好的应用前景.根据模拟MERIS数据,分别得到最优三波段模型［R^-1(665)-R^-1(709)］×R(754)和两波段模型R(709)/R(681),其决定系数、均方根误差、相对误差分别为0.788、 13.87 μg·L^-1、 37.3%和0.815、 12.96 μg·L^-1、 34.8%,反映了MERIS数据能非常好地应用于太湖这类浑浊二类水体叶绿素a浓度的精确估算.     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.     

苗期玉米、大豆在土壤-植物系统N2O排放中的贡献

为区分植物在土壤-植物系统N₂O排放中的贡献,用封闭式箱法对在温室内砂培和土培的玉米、大豆幼苗及砂、土、砂-植物系统、土壤-植物系统的N2O排放进行了测定,同时对植物N₂O排放与植物叶片中的硝酸还原酶(NR)活性及NO₃^--N、NO₂^--N含量的关系进行了分析.结果表明:在53d的观测期内,玉米、大豆幼苗本身均可排放N₂O,且在土壤(砂)-植物系统的N₂O排放中占有很大份额(79.18%～100%);植物N₂O的排放与植物叶片的硝酸还原酶活性和NO₃^--N、NO₂^--N的含量显著正相关(R²≥0.97,n=6).     

耐镉细菌联合电动技术修复镉污染土壤的研究

为提高传统电动技术对重金属污染土壤的修复效果以及经济效益,本研究采用耐镉细菌联合电动修复技术修复镉污染土壤.通过在含镉土壤中接种3种耐镉细菌Escherichia coli strain、Bacillus sp.和Bacillus cereus strain,以电压梯度1 V·cm^-1通电10 d,比较不同耐镉细菌对土壤Cd去除和形态转化,以及电能消耗的影响.结果表明,接种Escherichia coli strain、Bacillus sp.、Bacillus cereus strain的试验组比传统电动修复的Cd去除率分别提高7.63%、17.21%、19.53%;单位修复能耗分别降低64.78、109.52、116.54 kW·min·mg^-1.由于Bacillus cereus strain对Cd²⁺的吸附量高于Escherichia coli strain和Bacillus sp.,且能有效降低土壤中Cd的生物毒性,因此采用Bacillus cereus strain联合电动技术修复镉污染土壤时效果最佳,Cd去除率达到30.77%,单位修复耗能为48.94 kW·min·mg^-1.     

基于MERRA-2再分析资料的上海市近40年大气黑碳浓度变化及潜在来源解析

黑碳（black carbon,BC）作为大气气溶胶的重要组成部分,因其粒径小、比表面积大和辐射强迫等,对区域和全球辐射平衡、气候和人体健康产生巨大影响.以高度城市化的上海市为研究区域,基于MERRA-2再分析数据资料和地面观测数据,利用M-K趋势检验、后向轨迹和潜在源贡献函数（potential source contribution function,PSCF）探究了上海市1980~2019年大气BC浓度的时空变化特征及局地排放和区域传输的影响.结果表明：①MERRA-2大气BC浓度和地面观测数据具有较好的趋势一致性（R∈［0.68,0.72］）,表明MERRA-2再分析资料可以用来有效揭示地面大气BC浓度的长期变化.②上海近40年大气BC浓度可分为3个阶段：缓慢增长的"低值"阶段［1980~1986年,（1.75±0.17）μg·m^-3］,相对稳定的"中值"阶段［1987~1999年,（2.18±0.07）μg·m^-3］和波动变化的"高值"阶段［2000~2019年,（3.07±0.31）μg·m^-3］;就季节变化而言,上海BC浓度总体呈夏季浓度低,冬季浓度高的"U"型模式;受水运货运船舶柴油机等发动机黑碳排放的影响,7月出现BC浓度小高峰.③大气污染物诊断质量比及双变量相关分析［R（BC-NO₂） > R（BC-CO） > R（BC-SO₂）］表明,交通排放是上海大气BC的主要排放源,尤其是重型柴油车的影响.④后向轨迹和PSCF分析发现上海夏季气团以清洁海风为主导,占77.18%;其他季节来自北方的气团超过50%.上海大气BC潜在源区主要分布在中国东部地区,以长三角为中心向外扩张,且扩张方向与后向轨迹方向一致.     

基于环境因子和邻近信息的土壤属性空间分布预测

为探索乡镇尺度上土壤属性空间分布预测的最佳方法,以江西省万年县齐埠镇为例,借助四方位搜索法、地统计学和遥感影像分析技术提取环境因子（地形因子和植被覆盖指数）和邻近信息[w（有机质）与w（速效钾）],构建OK法（普通克里金法）、RK1法（仅基于环境因子的回归克里金法）以及RK2法（基于环境因子和邻近信息的回归克里金法）对齐埠镇耕地表层（0~20 cm）土壤w（有机质）、w（速效钾）空间分布进行预测.结果表明:齐埠镇土壤w（有机质）平均值为35.03 g/kg,w（速效钾）平均值为96.73 mg/kg,均为中等空间变异性.对62个样点进行建模,16个测试样点进行独立验证的误差分析表明,RK2法对土壤w（有机质）、w（速效钾）预测结果的均方根误差、平均绝对误差和平均相对误差较OK法分别降低了18.05%、18.01%、21.77%和7.25%、9.49%、9.84%;较RK1法分别降低了22.48%、20.91%、22.02%和9.27%、12.61%、13.52%.研究显示,RK2法明显提高了土壤w（有机质）、w（速效钾）空间分布模拟精度,并且存在改进和提高的空间.      

基于机器学习方法的小麦镉富集因子预测

应用机器学习方法解析区域土壤-小麦系统镉(Cd)富集特征有助于风险决策的准确性和科学性.基于区域调查,构建了Freundlich-type转移方程、随机森林(RF)模型和神经网络(BPNN)模型对小麦Cd富集因子(BCF-Cd)进行预测,验证不同模型的预测精度并评估其不确定性.结果表明,RF(R²=0.583)和BPNN(R²=0.490)模型预测性能均优于Freundlich转移方程(R²=0.410).重复训练结果显示RF和BPNN平均绝对误差(MAE)和均方根误差(RMSE)较为接近,但RF(R²为0.527～0.601)较BPNN(R²为0.432～0.661)模型精度和稳定性更高.特征变量重要性分析显示多重因素的共同作用导致小麦BCF-Cd的异质性,其中土壤磷(P)和锌(Zn)是影响小麦BCF-Cd变化的关键变量.参数优化可进一步提高模型精度、稳定性和泛化能力.     

非平稳型区域土壤汞含量的各种估值方法比较

准确地描述土壤重金属含量的空间分布对于防治土壤重金属污染是十分重要的.以分布类型为对数正态分布,同时具有一阶和二阶趋势效应的土壤重金属Hg为例,分别应用普通克立格法(OK),简单克立格法(SK),对数正态克立格法(LNK),泛克立格法(UK),析取克立格法(DK)和距离反比权重法(IDW)等6种内插方法对其进行了估值,综合比较了各种内插方法的预测误差、统计特征值及插值结果分布图.结果表明一阶趋势的OK方法比0阶和二阶趋势的OK方法插值结果要好.一阶趋势的OK方法中半方差函数模型选用高斯型的比选用球状和指数型的插值效果相对要好.由于"压缩"作用,原始数据经过对数转换后的插值效果要比没有经过转换的插值方法要差.带趋势项的插值方法要比不带趋势项的插值方法要好,其中一阶趋势的UK方法插值效果最好,而IDW方法最差.     

广东省土壤Cd含量空间分布预测

土壤重金属的空间格局对土壤重金属污染防治具有重要的指导意义.本文以广东省土壤Cd含量为研究对象,基于"规则"模型——Cubist以及样条插值法、反距离加权法、自然邻域法、普通克里金插值法、局部多项式插值法和径向基函数插值法等6种GIS空间插值方法,选取2 000、1 500、1 000、800、500、300、200、150及90 m这9个不同的格网尺度,构建Cd含量空间格局模型.选择不同方法的最佳预测尺度和最优模型参数,预测广东省土壤Cd含量分布.结果表明:(1)在相同尺度时Cubist方法预测结果都比传统的空间插值结果精度高,格网大小为300 m×300 m时预测精度最高.其次是样条插值法,其在1 500 m插值尺度上精度最高;(2)Cubist模型同时可以识别土壤Cd含量空间分布的驱动因子.结果表明在37个影响Cd含量的自然和人为因子中,地质类型是驱动广东省土壤Cd含量分布差异的主要因子;(3)Cd含量高值主要分布在珠三角地区及粤北少部分地区.广东省土壤Cd含量超过GB 15618~(-1)995中3级和2级标准,即大于1.0 mg·kg~(-1)和0.3 mg·kg~(-1)的面积分别约为160 km~2和2 140 km~2,约占广东省总面积的0.09%和1.18%.     

基于遥感时-空-谱特征及随机森林模型的土壤重金属空间分布预测

获取土壤重金属的含量特征及空间分布是预防土壤污染和制定环保政策的关键.选取济南市长清区为研究区,系统采集304处表层土壤样品（0~20 cm）,利用多源遥感数据构建土壤重金属的光谱特征、时间特征和空间特征;进一步采用相关分析法选择出与土壤重金属密切相关的时-空-谱特征,并将其作为输入自变量,实测土壤砷（As）含量值为因变量,建立基于随机森林（RF）算法的空间预测模型,完成土壤重金属的含量估算和空间分布预测.结果表明：①As含量均值超出背景值43.17％,低于农用地土壤污染风险规定的筛选值和管控值,表明As在土壤中出现富集,但处于可管控范围内.②在单个遥感特征构建的土壤重金属空间预测模型中,精度由高到低依次为：空间特征（RPIQ=3.87）>时间特征（RPIQ=2.57）>光谱特征（RPIQ=2.50）,空间特征对土壤重金属空间预测最为重要.③基于“时间-空间”、“时间-光谱”和“空间-光谱”组合特征的土壤重金属空间预测模型均优于单个特征构建的模型,其精度系数RPIQ值分别为4.81、4.21和4.70.④利用“时间-空间-光谱”特征组合输入的随机森林模型达到最佳的空间预测精度（R²=0.90;RMSE=0.77;RPIQ=5.68）.⑤As在空间分布上从西北到东南含量逐步降低,主要受到黄河冲淤积和工业活动影响.研究采用的遥感时-空-谱特征结合随机森林算法的土壤重金属空间预测技术,可为土壤污染防治及环境风险管控提供有效的方法支持.     

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GWRK的土壤有效磷空间预测及其超标风险评估

以江苏省金坛区土壤有效磷的空间预测为例,构建地理加权回归克里格（GWRK）模型,即采用地理加权回归（GWR）来量化土壤有效磷与主要土壤因子（即：土壤全磷、土壤pH值和土壤有机质）之间的局部空间关系,并结合局部回归残差的插值结果来预测土壤有效磷的空间分布状况.GWR结果显示主要土壤因子对土壤有效磷含量的影响程度随空间位置的变化而变化.同时,采用独立验证样本对比GWRK模型和普通克里格（OK）模型的空间预测精度.结果显示,GWRK预测结果具有更低的平均绝对误差（MAE）、均方根误差（RMSE）和更高的Pearson相关系数（r）,且较OK预测结果的相对提高指数（RI）为19.61%.此外,根据GWRK预测结果,对金坛区土壤有效磷含量的超标风险进行了评估.结果表明土壤有效磷含量超过其环境安全阈值（40mg/kg）的区域集中分布在金坛区北部,其面积为175.58km²,约占金坛区总面积的18%.因此,GWRK模型能有效评估区域土壤元素有效量空间分布状况,且GWR局部空间回归系数能为区域土壤元素有效量的调控提供更精确空间决策支持.     

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.     

粤北山区连州市土壤硒含量分布特征及影响因素研究

以粤北山区连州市为研究区,采集了3009个耕地表层土壤（0~20 cm）样品,利用GS+软件构建的半方差变异函数模型、ArcGIS中的克里金插值法以及SPSS相关性分析等方法,分析了研究区耕地表层土壤硒含量的空间分布特征、硒元素的形态特征及影响因素.结果表明,土壤硒含量的均值为0.432 mg·kg^-1,变化范围为0.048~4.650 mg·kg^-1,耕地土壤整体处于富硒和足硒的水平,富硒土壤较为丰富.在空间分布上,富硒土壤主要连片分布在连州市的南部和东北部,中西部地区则呈斑状分布.土壤中硒的赋存形式主要以残渣态和强有机结合态为主,二者占全量的60.5%;土壤硒全量与残渣态硒、强有机结合态和腐殖酸结合态硒有显著的相关性.土壤pH和TOC对土壤硒含量具有重要的影响作用,而成土母质是影响连州市耕地表层土壤硒含量分布状况的决定性因素.