首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于改进LUR模型的区域土壤重金属空间分布预测
引用本文:曾菁菁,沈春竹,周生路,陆春锋,金志丰,朱雁.基于改进LUR模型的区域土壤重金属空间分布预测[J].环境科学,2018,39(1):371-378.
作者姓名:曾菁菁  沈春竹  周生路  陆春锋  金志丰  朱雁
作者单位:南京大学地理与海洋科学学院, 南京 210023;国土资源部海岸带开发与保护重点实验室, 南京 210008,江苏省土地勘测规划院, 南京 210008;国土资源部海岸带开发与保护重点实验室, 南京 210008,南京大学地理与海洋科学学院, 南京 210023;国土资源部海岸带开发与保护重点实验室, 南京 210008,南京大学地理与海洋科学学院, 南京 210023;南京南源土地开发利用咨询有限公司, 南京 210008,江苏省土地勘测规划院, 南京 210008;国土资源部海岸带开发与保护重点实验室, 南京 210008,南京南源土地开发利用咨询有限公司, 南京 210008
基金项目:国家自然科学基金项目(41771243);国家重点研发计划项目(2017YFD0800305);国土资源部公益性行业科研专项(20151001-03);江苏省科技支撑计划项目(BE2015708)
摘    要:以江苏省常州市金坛区为例,借鉴传统LUR模型思路,考虑土壤重金属的源汇关系,加入土壤属性因子,构建LUR-S模型模拟预测了研究区土壤重金属含量空间分布,并与传统LUR模型及普通克里格插值模型结果进行对比,结果表明:(1)研究区土壤重金属含量受到以土地利用为主的源因子及反映重金属在土壤中赋存环境的汇因子的共同影响.就源影响因子而言,土壤Cu、Zn含量分别与2 000 m缓冲区内交通用地面积、2 000 m缓冲区内城市建设用地面积极显著相关(P0.01);就汇影响因子而言,土壤Cr、Cu、Zn含量与OM、Corg、TC、TN极显著相关(P0.01).(2)研究区土壤重金属Pb、Cr、Cu、Zn空间分布预测的LUR-S模型方程R2较传统LUR模型分别提高了0.041、0.406、0.102、0.501,精度检验R2较普通克里格插值模型分别提高了0.147 7、0.011 6、0.231 0、0.081,RMSE较普通克里格插值分别减少了2.413、0.631、1.112、2.138,表明考虑了源汇关系的LUR-S模型预测精度高于传统LUR模型和普通克里格插值模型;(3)LUR-S模型对污染较低、变异较小重金属空间分布预测的适用性较好,而对污染较高、变异较大重金属则较差.

关 键 词:土壤  重金属  空间分布  LUR模型  金坛区
收稿时间:2017/4/4 0:00:00
修稿时间:2017/7/7 0:00:00

Application of the LUR Model in the Prediction of Spatial Distributions of Soil Heavy Metals
ZENG Jing-jing,SHEN Chun-zhu,ZHOU Sheng-lu,LU Chun-feng,JIN Zhi-feng and ZHU Yan.Application of the LUR Model in the Prediction of Spatial Distributions of Soil Heavy Metals[J].Chinese Journal of Environmental Science,2018,39(1):371-378.
Authors:ZENG Jing-jing  SHEN Chun-zhu  ZHOU Sheng-lu  LU Chun-feng  JIN Zhi-feng and ZHU Yan
Institution:School of Geographic and Oceanographic, Nanjing University, Nanjing 210023, China;Key Laboratory of Coastal Zone Exploitation and Protection, Ministry of Land and Resources, Nanjing 210008, China,Jiangsu Institute of Land Survey and Planning, Nanjing 210008, China;Key Laboratory of Coastal Zone Exploitation and Protection, Ministry of Land and Resources, Nanjing 210008, China,School of Geographic and Oceanographic, Nanjing University, Nanjing 210023, China;Key Laboratory of Coastal Zone Exploitation and Protection, Ministry of Land and Resources, Nanjing 210008, China,School of Geographic and Oceanographic, Nanjing University, Nanjing 210023, China;Nanjing Nanyuan Land Development and Utilization Consulting Co., Ltd., Nanjing 210008, China,Jiangsu Institute of Land Survey and Planning, Nanjing 210008, China;Key Laboratory of Coastal Zone Exploitation and Protection, Ministry of Land and Resources, Nanjing 210008, China and Nanjing Nanyuan Land Development and Utilization Consulting Co., Ltd., Nanjing 210008, China
Abstract:
Keywords:soil  heavy metals  spatial distribution  land use regression (LUR) model  Jintan District
本文献已被 CNKI 等数据库收录!
点击此处可从《环境科学》浏览原始摘要信息
点击此处可从《环境科学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号