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.     

不同改良物质添加对滨海盐碱地土壤重金属及酶活性的影响

改良物质添加在改善土壤理化性质的同时也可能会导致土壤重金属累积.实验设置了对照（CK）、有机肥（OM）、聚丙烯酰胺+有机肥（PAM+OM）、秸秆覆盖+有机肥（SM+OM）、秸秆深埋+有机肥（BS+OM）和生物菌肥+有机肥（BM+OM）共6个处理方式,研究不同改良物质添加对滨海盐碱地土壤重金属和土壤酶活性的影响,以及二者之间的关系.结果表明,与CK处理相比,不同处理下土壤Cr、Cu、Ni和Pb含量呈现上升趋势,其中SM+OM和PAM+OM处理分别对Cr和Cu含量的影响最为显著,而BM+OM处理对Ni和Pb含量影响最为显著.与CK处理相比,改良物质添加后土壤蔗糖酶和脲酶活性显著上升,其中BM+OM处理效果最好;碱性磷酸酶活性呈现上升趋势,但上升程度较小;过氧化氢酶活性无显著变化.冗余分析表明前两轴累积可解释酶活性变异特征的70.3%,单一重金属对土壤酶活性影响的重要性大小依次为：Ni>Cu>Cr>Pb.     

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...     

不同植茶年限土壤氮素组分变化及其与环境因子关系

茶园土壤氮素组分变化影响茶园土壤供氮能力和氮素循环.以植茶30、50和70 a的茶园土壤为研究对象,探讨不同植茶年限土壤氮素组分变化特征及其与理化性质和酶活性之间的关系.结果表明：①随着植茶年限的增加,粉粒、全磷、脲酶和过氧化氢酶活性逐渐增加,砂粒、黏粒、pH、电导率、有机碳和蔗糖酶活性逐渐降低,碱性磷酸酶活性先增加后降低,土壤含水量和酸性磷酸酶活性无显著变化.②随着植茶年限的增加,酸解性铵态氮、氨基酸态氮和硝态氮含量显著增加,且茶园土壤全氮、酸解性铵态氮、未知态氮和非酸解氮含量显著高于林地.③全磷、碱性磷酸酶和脲酶是土壤氮素组分变化的主要影响因子.其中,有机氮组分与全磷、碱性磷酸酶活性具有显著相关性,无机氮组分与碱性磷酸酶活性具有显著相关性,全氮与砂粒、粉粒、全磷、脲酶和碱性磷酸酶活性具有极显著的相关性.     

互花米草入侵对杭州湾滨海湿地土壤碳氮磷生态化学计量特征的影响

互花米草入侵对滨海湿地生态系统产生极大威胁.选取杭州湾滨海湿地为研究区,采用方差分析研究互花米草入侵下滨海湿地土壤碳氮磷生态化学计量特征,结合冗余分析(RDA)、增强回归树(BRT)和偏最小二乘结构方程模型(PLS-SEM)进一步探讨滨海湿地环境因子与土壤碳氮磷生态化学计量特征之间的驱动耦合关系.结果表明：(1)互花米草入侵后,湿地土壤全氮和氮磷比(N∶P)显著增加;随入侵时间增加,土壤全氮和N∶P显著降低,有机碳、碳氮比(C∶N)和碳磷比(C∶P)显著增加.(2) RDA分析表明,冬季影响表土C∶N∶P生态化学计量特征的主要因子表现为有机碳>电导率>全氮,夏季为有机碳>容重>全氮.(3) BRT分析表明,互花米草入侵下,全氮是影响土壤C∶N和N∶P的关键因子,而有机碳对C∶P影响最强.(4) PLS-SEM分析表明,互花米草入侵下,黏粒和含水率直接影响有机碳,进而影响C∶N和C∶P;黏粒和电导率直接影响全磷,进而影响N∶P和C∶P;电导率直接影响全氮,进而影响C∶N和N∶P.综上,互花米草入侵对研究区土壤C∶N∶P生态化学计量特征影响显著,土壤物理性质和养分含...     

基于贝叶斯决策树的小麦镉风险识别规则提取

为揭示环境因素与小麦Cd超标风险的关系,综合考虑了小麦Cd富集的7个影响因素（土壤Cd浓度、污染企业、城镇村及工矿用地、交通运输用地、土壤类型、土壤有机质含量（SOM）和土壤pH值）,采用ID3算法与朴素贝叶斯算法,建立起5棵贝叶斯决策树.提出了15条小麦Cd超标风险的识别规则,将超标风险分为5级并确定了小麦Cd富集的3个主控因子：污染企业、土壤pH值和土壤Cd浓度.经检验,5棵决策树风险识别的平均精度为81.14%,而使用风险识别规则和贝叶斯算法后识别精度提高为89.32%.该模型将贝叶斯算法融入到了决策树模型,可以评估数据完整或缺失样本的Cd污染风险,确定小麦Cd富集的主控因子,同时可以基于风险识别规则判定小麦Cd风险程度和范围,为土壤安全利用和小麦安全生产区的划定提供参考.     

中国城市NOx排放的时空特征与驱动因素:基于空间分异视角

空气质量的改善是当前中国社会经济转型及实现绿色可持续发展的重要目标之一.基于中国268个城市2007-2016年的氮氧化物（Nitrogen Oxide Emissions，NO_x）排放量数据，首先利用自然正交函数（Empirical Orthogonal Function，EOF）分析了268个城市NO_x排放的时空演变特征，然后采用一种新的空间分异性分析方法"地理探测器"从空间异质性视角探讨了NO_x排放的社会经济驱动因素.结果表明：①EOF第一模态特征向量的高值出现在京津冀地区、山东半岛的淄博、潍坊、济宁和临沂，以及长三角的上海、无锡、南京、苏州和杭州；低值则集中在西南的云贵地区、东南的广东、福建及西北的宁夏.②年尺度上NO_x排放的时间系数变化大致呈现先降后升再降的非线性波动.③因子探测分析结果显示，民用汽车总量对NO_x排放分布的影响最大，其次是城市人口和工业总产值.不同风险因子的交互作用均大于单因子的作用，其中，城市人口与人均GDP因子之间的交互作用强度最大，工业总产值与民用汽车总量的交互作用强度次之，人均GDP与城市建设用地面积的交互作用强度排第3.④风险区探测结果显示，社会经济驱动因子中的城市人口、人均GDP、工业总产值、城市建设用地面积、全社会用电量和民用汽车总量均与NO_x排放呈正相关.京津冀、山东半岛和长三角等发达城市为NO_x排放的高风险区，是社会经济驱动因素的多个风险因子共同作用的结果.     

苏北沿海地区农户耕地利用行为意愿及影响因素分析

随着快速城市化以及农村劳动力转移,长三角区域欠发达地区乡村耕地资源利用呈现新特征,从主体角度开展该区域耕地资源利用研究对乡村治理以及农业高质量发展具有重要影响。以江苏盐城和南通为例,通过问卷调查以及结构方程模型,分析农户耕地资源利用行为意向及影响因素。结果表明：苏北沿海地区不同耕地规模农户的耕地利用行为意向存在显著性差异。农户耕地资源利用行为意愿主要直接受到农户户主个人及家庭特征和耕地资源禀赋特征两个因素影响,政策认知以及技术与资金使用对其产生间接影响且程度较弱。苏北沿海地区乡村治理过程中亟需进一步开展农户分类管理与引导,促进耕地适度规模化经营,加强农户技能与政策培训,探索农业服务新模式,促进耕地资源精准管理、农业高质量发展以及乡村振兴等目标实现。     

金华市耕地土壤重金属来源解析及健康风险空间分异

不合理的人类活动可能会导致重金属元素在耕地土壤中富集,最终威胁到土壤环境质量、农产品安全及人类健康.以金华市耕地土壤重金属为研究对象,采集了209个表层土壤样品,测定了As、Cd、Cr、Cu、Hg、Ni、Pb、Zn的含量,并采用随机森林模型探讨了金华市耕地土壤重金属的来源.同时,结合人体健康风险评估模型、地统计分析和地理探测器对金华市耕地土壤重金属的健康风险及空间分异进行了评估.结果表明：①金华市耕地土壤中Cd、Cu、Hg、Pb和Zn元素的平均含量超过了浙江省土壤背景值,存在一定程度的积累;②随机森林模型分析表明,As、Cr和Ni主要为自然来源,Hg主要为大气沉降源,Pb和Zn主要为交通来源污染,Cu为农业和工业的共同污染;③健康风险结果显示,金华市耕地土壤重金属污染对儿童总的致癌风险已超过安全阈值,高值区主要出现在金华市的中西部和北部区域;④地理探测器结果显示,金华市相关管理部门有必要对耕地土壤的As、Pb、Cd 、Cr和Cu元素实施分区管控,以降低其健康风险水平.     

快速城市化地区土壤多环芳烃的空间分布及来源:以深圳市为例

城市化的生态环境效应已成为当前全球环境变化研究的热点问题。以快速城市化地区深圳市为例,利用不同功能区的土壤调查数据,研究深圳市城市土壤多环芳烃(PAHs)含量、组分与来源的空间分布特征,并评估城市土壤PAHs的环境与健康风险。结果表明:深圳市主城区表层土壤中16种PAHs总含量为73. 47～2 309. 88ng·g~(-1),平均值为494. 34 ng·g~(-1); 7种致癌PAHs总含量为24. 45～1 274. 96 ng·g~(-1),平均值为257. 35 ng·g~(-1),占总量的52. 1%。在空间分布上以工业密集区表层土壤PAHs含量为最高,其次是人口和交通密集区,绿地比例大的区域最低。正定矩阵因子分解法(PMF)模型分析结果表明煤、石油等高温燃烧与交通废气排放是深圳市主城区表层土壤PAHs的最主要来源。深圳市主城区表层土壤PAHs平均含量对儿童和成人的致癌风险平均值均小于10~(-6),表明深圳市土壤环境质量总体优良,但局部样点对儿童和成人致癌风险的最大值达到10~(-6),存在潜在的致癌风险。快速城市化地区城市土壤污染防控应该引起重视,以保障城市经济与生态环境的协调发展。