Predicting Water Quality Impaired Stream Segments using Landscape-Scale Data and a Regional Geostatistical Model: A Case Study in Maryland

In the United States, probability-based water quality surveys are typically used to meet the requirements of Section 305(b) of the Clean Water Act. The survey design allows an inference to be generated concerning regional stream condition, but it cannot be used to identify water quality impaired stream segments. Therefore, a rapid and cost-efficient method is needed to locate potentially impaired stream segments throughout large areas. We fit a set of geostatistical models to 312 samples of dissolved organic carbon (DOC) collected in 1996 for the Maryland Biological Stream Survey using coarse-scale watershed characteristics. The models were developed using two distance measures, straight-line distance (SLD) and weighted asymmetric hydrologic distance (WAHD). We used the Corrected Spatial Akaike Information Criterion and the mean square prediction error to compare models. The SLD models predicted more variability in DOC than models based on WAHD for every autocovariance model except the spherical model. The SLD model based on the Mariah autocovariance model showed the best fit (r² = 0.72). DOC demonstrated a positive relationship with the watershed attributes percent water, percent wetlands, and mean minimum temperature, but was negatively correlated to percent felsic rock type. We used universal kriging to generate predictions and prediction variances for 3083 stream segments throughout Maryland. The model predicted that 90.2% of stream kilometers had DOC values less than 5 mg/l, 6.7% were between 5 and 8 mg/l, and 3.1% of streams produced values greater than 8 mg/l. The geostatistical model generated more accurate DOC predictions than previous models, but did not fit the data equally well throughout the state. Consequently, it may be necessary to develop more than one geostatistical model to predict stream DOC throughout Maryland. Our methodology is an improvement over previous methods because additional field sampling is not necessary, inferences about regional stream condition can be made, and it can be used to locate potentially impaired stream segments. Further, the model results can be displayed visually, which allows results to be presented to a wide variety of audiences easily.     

红松阔叶混交林林隙极端地面温度的地统计学分析

以小兴安岭原始红松阔叶混交林林隙为研究对象,采用网格法布点,通过对生长季内林隙各样点极端地面温度的连续观测,利用经典统计学和地统计学的方法分析并揭示了林隙极端地面温度的时空分布格局。研究结果表明:林隙极端地面温度不同空间样点之间存在异质性,而且异质性的强度、 尺度和空间结构组成随时间而改变,各月平均极端地面温度斑块形状复杂,最高地面温度大小顺序均为6月>7月>8月>9月,最低地面温度大小顺序为7月>8月>6月>9月,月平均地温的最大值和最小值分布位置不固定,同一月份地面最高温度的大小顺序是空旷地>林隙>郁闭林分,地面最低温度大小顺序是郁闭林分>林隙>空旷地。研究旨在为红松阔叶混交林的可持续经营提供基础数据和理论参考。     

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.     

水环境模拟中多孔介质场空间变异性研究方法述评

阐述了研究多孔介质空间变异性的经典统计法、地质统计学方法以及新兴的分形方法.经典统计方法由于不考虑研究对象的空间相关性,已经不能对这种变异性做出客观的分析;地质统计学方法很好地克服了经典统计学的缺点,是目前应用最多的一种方法;分形的研究对象为无规则和具有自相似性的体系,这一特性决定了它研究这种变异性有着独特的优点.最后对多孔介质空间变异性研究的趋势进行了展望.     

土壤连续属性空间插值方法及其精度的研究进展

作为土壤变化的时空定量监测方法,土壤属性空间插值方法及其精度是计量土壤学和"数字土壤"领域的重要研究内容。文章首先介绍了土壤属性空间插值的常用方法,包括克立格插值法(Kriging)、反距离权重法(IDW)、样条插值法(Spline)、贝叶斯最大熵(BME)、地理加权回归(GWR)以及高精度曲面建模方法(HASM);其次阐述了土壤属性空间插值精度验证的方法和指标;再次总结了能够提高土壤属性插值精度的6种途径,包括合理选择插值方法、准确设定插值方法参数、合理设计采样数目和密度、注意空间自相关程度和范围的影响、科学安排实验分析顺序以及结合辅助信息进行插值;最后从插值方法的选择、验证指标的选取以及辅助信息的结合三个方面指出了土壤属性空间插值方法及其精度的未来研究方向。     

莲花湖库区红松水源涵养林土壤水分-物理性质的空间分布特征

运用地统计学对莲花湖库区红松水源涵养林表层土壤水分-物理性质进行了空间异质性分析。研究结果表明: 土壤含水量、土壤密度、毛管孔隙度、非毛管孔隙度等因子均服从对数正态分布;毛管孔隙度最优拟合模型是球状模型,其它因子均为指数模型。土壤含水量、土壤密度、毛管孔隙度和非毛管孔隙度块金值、变程、结构比、分数维和空间自相关系数最大值分别为0.311、0.297、0.192、0.293,6.87 m、10.29 m、8.31 m、8.88 m, 0.690、0.694、0.814、0.707,1.968、1.939、1.937、1.945,0.111、0.200、0.246、0.157。可见以上4个因子空间自相关性均较强,随着空间距离的增大,其相关性逐渐减弱。其中毛管孔隙度均一性程度较高;土壤含水量空间分布形态较复杂,破碎化程度高。     

喀斯特地区小尺度农业土壤砷的空间分布及污染评价

贵州岩溶地貌分布广泛,部分地区的土壤砷(As)污染问题比较突出.为了解高As背景地区农业土壤As含量分布特征,选取贵州省兴义市西南部具有代表性的As污染区(典型喀斯特区、亚喀斯特区)为研究对象,并以非喀斯特区作为对照组,采用地统计分析与GIS相结合的方法研究农业土壤As的空间变异和污染状况,并采用Moran's I系数分析在小尺度下土壤As的空间自相关性及其方向性特征.结果表明,不同地貌区土壤中As含量从高到低依次为:典型喀斯特区亚喀斯特区非喀斯特区,其中典型喀斯特区农业土壤As的算术均值与几何均值分别为47. 9 mg·kg~(-1)和43. 3 mg·kg~(-1),亚喀斯特区其值分别为36. 8 mg·kg~(-1)和30. 1 mg·kg~(-1),两个区域农业土壤As含量明显高于贵州土壤As背景值,As的超标率分别为98. 5%和96. 7%,表现出明显的As累积,而非喀斯特区As超标率仅为6. 7%;独立样本T检验结果表明,在3个不同地貌类型中,农业土壤与自然土壤As含量均无显著性差异(P 0. 05).农业土壤As的Moran's I系数为0. 45,Z值为11. 61,在本采样尺度下具有显著的正空间自相关(P 0. 05),存在空间聚集,尤其是东北-西南方向空间自相关性较好,以结构性变异为主.农业土壤样本As总体上处于轻微污染至轻度污染之间,分别占27. 10%、29. 02%,部分地区处于中度污染级别,而处于无污染状态的样本占41. 94%.     

岩溶山地生态退化的海拔空间变异

为揭示岩溶山地生态退化的海拔空间变异,应用地统计学对地处滇黔桂连片岩溶腹地,海拔变化范围广的贵州省毕节地区生态退化指标的垂直梯度空间变异进行分析.石化率的半变异函数最佳理论模型为线性有基台模型,植被覆盖率、土壤砾石率为球状模型.植被覆盖率的空间异质比为22.32%,具有强烈的垂直梯度空间相关性,主要受到随海拔梯度变化的自然性控制因素的作用;石化率、土壤砾石率的空间异质比分别为34.38%、25.97%,均具有中等程度的垂直梯度空间相关性,受随机因素的作用较大.土壤砾石率、植被覆盖率的变程分别为968.10、859.48 m,受因素影响的海拔范围都较宽;石化率的变程为52.28 m,受因素影响的海拔范围很窄.石化率、植被覆盖率的Moran′s Ⅰ系数随海拔梯度变化的趋势相类似,但土壤砾石率的Moran′s Ⅰ系数随海拔梯度变化的趋势与石化率、植被覆盖率的差别较大.     

江津市紫色土中N、P养分元素区域空间变异性研究

利用地统计学,结合GIS研究紫色土土壤表层(0～20cm)的全氮、碱解氮、全磷和速效磷4种养分含量的空间分布特征结果表明,全氮和速效氮为正态分布,全磷和速效磷为对数正态分布;通过半方差函数分析,发现全氮存在纯块金效应,块金值为0.2,其它养分在一定间距内(50m)存在空间相关性,且为中等强度的空间自相关性(块金值与基台值之比在25%～75%之间);用普通克立格法和对数正态克立格法进行最优内插,做各种养分含量的分布图.结合GIS可充分了解土壤中N、P养分的空间变异性规律,并可进一步应用于精确施肥和农业非点源污染预测和控制.