龙口煤矿区土壤重金属污染评价与空间分布特征

以龙口市北部煤矿区为研究区,采集36个表层土壤样本,对Cd、As、Ni、Pb和Cr这5种重金属含量进行测定,利用地统计分析、主成分分析、加权平均综合污染评价等方法,结合GIS技术分别对5种重金属含量的空间分布特征、污染来源、综合污染程度进行了探索分析.结果表明,土壤样本中5种重金属富集现象显著,以国家土壤环境质量二级标准为背景值,超标率分别达到72.22%、100%、100%、91.67%、100%.样本重金属含量均值全部超过国家二级标准,分别为背景值的1.53、11.86、2.40、1.31、4.09倍;且远远高于山东省东部地区表层土壤背景值,含量倍数分别为9.85、39.98、8.85、4.29与12.71倍.基于半变异函数模型分析得出,块金效应从高到低依次为As(0.644)Cd(0.627)Cr(0.538)Ni(0.411)Pb(0.294),均属中等空间相关性,重金属含量空间分布呈现中部桑园煤矿及其周围含量最高,东部与西部含量较低的特征.经主成分分析发现,Cd、As、Ni和Cr主要来源于污水灌溉、工业企业排放和工业活动;汽车尾气与煤炭燃烧是Pb的主要污染源.单因子污染程度评价显示,不同重金属污染程度依次为AsCrNiCdPb.综合污染程度评价显示,研究区土壤重金属综合污染程度较高,综合污染指数范围处于2.17~4.66之间,中度污染与重度污染样本分别为10个和26个,重度污染地区主要分布在桑园煤矿、北皂煤矿、柳海煤矿区域,中度污染地区包括洼里煤矿、梁家煤矿等区域.本文研究结果将为在研究区开展生态风险评估研究工作提供数据参考与理论支持.     

基于野外实测光谱的污灌区土壤重金属污染快速监测

利用光谱反射率反演土壤重金属含量相比传统实验室化学分析方法具有简单高效、成本低、非侵入性等优点。但光谱采集主要局限于实验室内,大大降低了监测的时效性。采集了龙口市污水灌溉区内的32个土壤样本,对9种重金属(Cr、Mn、Fe、Ni、Cu、Zn、As、Cd、Pb)进行了测定,并对土壤光谱进行了野外实测,同时对实测光谱进行光谱变换,提取了去除包络线(CR)、光谱倒数对数(lg(1/R))、一阶微分(RD1)、二阶微分(RD2)4种光谱指标,采用偏最小二乘回归方法(PLSR)建模。结果表明,污水灌溉区内存在严重的土壤重金属污染现象,As、Ni、Cd等重金属富集情况显著,与Fe、Mn呈显著相关的6种元素为Ni、Mn、As、Pb、Zn、Cr,相应的最优建模光谱指标分别为一阶微分(RD1)、二阶微分(RD2)、反射率(R)、反射率(R)、二阶微分(RD2)、去除包络线(CR),验证精度r分别为0.935 3、0.781 4、0.699 6、0.745 8、0.690 1、0.569 6。研究表明,利用野外实测光谱可以提高土壤重金属监测的时效性,预估土壤重金属含量具有一定的可行性,但针对不同的重金属应使用不同的光谱指标建模来达到最优效果。     

龙口市污灌区铅含量高光谱监测研究

为了研究土壤光谱预测重金属Pb含量的可行性,使用重采样、一阶微分、倒数对数、小波分析和去包络线5种光谱数据处理方法,分别测取了样本点的土壤光谱数据和Pb元素含量,并通过逐步回归模型实现了土壤光谱数据对Pb元素含量的预测。研究发现基于倒数对数数据处理方法建立的回归模型精度较高,这表明使用土壤光谱预测Pb元素含量是可行的。