太滆运河流域不同用地方式下土壤pH值、有机质及氮磷含量特征分析

为了加强土壤施肥管理及农业面源污染控制,实地采集太滆运河流域120份表层(0～20 cm)土壤样品,运用数理统计与ArcGIS相关技术,对不同用地方式下土壤pH值、有机质(SOM)、全氮(TN)、全磷(TP)含量及其空间分布特征进行了研究。结果表明,研究区pH平均值为5.36,土壤呈酸性。TN、SOM含量丰富但TP较缺乏,分别达到全国第二次土壤普查养分分级标准中的二级、二级、五级水平。不同用地方式下土壤pH值、TN、SOM含量差异达极显著水平(P0.01)。pH值依次为空地水田林地水浇地果园,TN含量依次为水田水浇地果园林地空地,SOM含量依次为水田果园水浇地林地空地,化肥用量及种类、种植制度、植被覆盖、耕作管理及政策是造成这种差异的主要原因。受单一施肥、土壤磷淋洗及流失影响,不同用地方式土壤TP含量之间并无明显差异。Spearman相关分析表明,土壤TN含量与pH值呈显著负相关(P0.05),与SOM、TP含量分别呈现极显著正相关(P0.01)。不同用地方式下土壤pH值介于小变异到中等变异之间,TN、SOM含量均属于中等变异,TP含量除空地外均属于高等变异。太滆运河流域酸性土壤分布广且均匀,TN和SOM含量高值区主要集中在太滆运河中游及下游地区,TP含量较高值区域集中在中下游南侧。     

基于CEEMD-BiGRU模型的徐州市大气污染物浓度预测

目前大气污染物对于地区经济以及人体健康的影响不容忽视。选取徐州市2016-01-01—2021-01-24大气污染物和气象要素数据,针对大气污染物浓度波动性强等特点,运用互补集成经验模态分解(CEEMD)将污染物数据分解为本征模态分量,提取出原始数据的各项特征,再对分解出的各本征模态分量构建双向门控循环单元模型(BiGRU),通过双向循环训练,学习各分量的特征趋势并获得最优训练参数,将输出结果重构,得到最终的预测值。结果表明:与BiGRU、BP模型相比,CEEMD-BiGRU模型预测各项大气污染物的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别下降15%、20%和2百分点以上,预测精度有较大提升。在此基础上,利用CEEMD-BiGRU模型预测后一时间段残差,以修正原预测值,得到大气污染物预测区间上界,进一步扩展模型的适用性。