基于解释结构模型的公路隧道口部滑塌影响因素分析

找寻公路隧道口部滑塌影响因素的潜在结构和关键特征是解决口部滑塌的根本性问题。利用系统工程的解释结构模型方法梳理得到隧道口部滑塌风险的11个影响因素,确定各个影响因素之间的关联特性,推理计算口部滑塌风险影响因素的可达特性,并通过构建层次结构模型来解释影响因素之间的支持依赖关系,最终归纳出地下(表)水、地质灾害、爆破扰动和地质勘测为引发公路隧道口部滑塌的关键特征,可为滑塌分析、评价和预防提供科学依据。     

基于改进LUR模型的区域土壤重金属空间分布预测

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.     

基于连续小波变换、SHAP和XGBoost的土壤有机质含量高光谱反演

针对土壤有机质含量高光谱反演中存在的光谱有效信号薄弱和光谱信息冗余问题,提出结合连续小波变换、SHAP和XGBoost的土壤有机质含量高光谱反演框架.以北京市延庆区和房山区永久基本农田土壤为研究对象,首先,基于连续小波变换处理的土壤光谱反射率数据构建初始XGBoost模型;然后,利用SHAP方法分析模型中各波段的贡献度以筛选特征波段;最后,基于特征波段重新构建和优化XGBoost模型,实现土壤有机质含量高光谱反演.发现连续小波变换尺度为25时,利用SHAP方法选取的40个特征波段构建的XGBoost模型准确性最高,有机质含量反演值和实测值之间的R²为0.80,RMSE为3.60g·kg^-1;随着连续小波变换尺度的增大,R2呈现先升高后降低的趋势,25尺度下的R2比21尺度的高0.37;SHAP方法选取的特征波段比Pearson相关分析法少682个,RMSE低0.69 g·kg^-1;XGBoost模型的R2分别比随机森林和支持向量机模型高4%和8%.验证了结合连续小波变换、SHAP和XGBoost在土壤有机质含量高光谱反演...     

鄱阳湖沉积物重金属污染影响因素分析——基于STIRPAT模型

为探究人类活动对鄱阳湖沉积物重金属污染的影响,于2017年10月在鄱阳湖入口、出口及湖区布设20个采样点位,开展鄱阳湖沉积物重金属表层及垂向分布特征调查,评价其潜在生态风险.利用¹³⁷Cs和²¹⁰Pb计年法推算出鄱阳湖沉积物的平均沉积速率,并结合柱状分层样品重金属含量,得出具体年代的重金属蓄积特性.基于STIRPAT模型,通过偏最小二乘回归分析得到鄱阳湖沉积物重金属演变与总人口数量、城镇化率、实际人均GDP、绿色专利申请数、第二产业占比、第三产业占比6种社会经济指标的多元非线性模型.结果表明：（1）鄱阳湖表层沉积物重金属Cu污染最为严重且生态风险程度最高, 地累积指数为“强”或“中-强”污染范畴,单因子潜在生态风险指数平均值为47.25,属于“中等”生态风险.整个湖区的总潜在生态风险指数RI平均值为107.07,表明鄱阳湖表层沉积物重金属总体处于低生态危害水平.（2）1988~2017年总人口数量是影响鄱阳湖沉积物重金属Cd和Cu污染的最主要正向因素,其他正向因素为第二产业占比、第三产业占比、城镇化率及实际人均GDP,绿色专利申请数所反映出的区域绿色技术创新能力及环保研发投入对鄱阳湖沉积物重金属Cd、Cu污染具有负相关关系.     

重金属与土壤酶活性关系的探讨

本介绍了重金属对土壤酶的作用机理，近年来国内外土壤酶活性与重金属的研究进展，影响土壤酶活性与重金属关系的因素，土壤酶活性与重金属作用的研究方法，以及今后发展的展望。     

基于PMF模型的兰州耕地土壤重金属来源解析

为了分析Pb、Cd、Cr、Hg、As、Cu、Zn、Ni等8种重金属的污染状况、空间分布及污染来源.2019年9月共采集382个兰州耕地表层土壤样品,并测定其重金属含量.结果表明：①兰州市耕地土壤重金属Pb、Cd、Cr、Hg、As、Cu、Zn、Ni的平均含量分别为20.96,0.24,0.05,6.40,8.36,48.57,101.92,34.34mg/kg,其中Hg的均值超过国家土壤污染风险筛选值,Cd、Hg、Cu、Zn、Ni的均值超过兰州市土壤背景值.内罗梅综合指数表明研究区耕地52.62%样点呈现轻度污染,37.70%样点呈现中度污染,3.66%样点呈现重度污染,无重金属污染的样点占6.02%.潜在生态风险指数表明13.09%的样点属于轻微生态风险,68.85%的样点属于中等生态风险,17.54%的样点属于强生态风险,0.52%的样点属于很强生态风险.②基于PMF模型可知8种重金属有4种主要来源,其中Pb、Cd、Zn、Ni以交通运输源为主,贡献率分别为52.4%、50.7%、56.7%和50.2%;Hg以农业活动和医疗设备源为主,贡献率为83.7%;Cr、Cu和Ni以自然源为主,贡献率分别为81.2%和61.3%和49.8%;As以工业活动源为主,贡献率为68.3%.③从空间分布来看,研究区内除Cr外,Pb、Cd、As、Cu、Zn、Ni在城关区和七里河区都有高值区出现,其中Zn和Ni的高值范围较广,可能与人为影响有关;Hg在城关区、安宁区、七里河区以外的研究区内均有高值出现.     

路旁土壤公路源重金属含量空间分布数值模型的探讨

公路源重金属产生后,赋存于大气颗粒物中,随颗粒物在大气中迁移沉降,最终沉降于路旁土壤中.本研究通过对公路源重金属迁移机理的分析,以高斯污染物扩散模型为基础,构建公路源重金属在路旁土壤中空间分布的数值模型,并用G310国道杏花营断面路旁土壤重金属(Cd、Cr、Cu、Ni、Pb和Zn)含量空间分布实测数据对模型预测能力进行验证.结果表明:土壤Cr和Cu含量呈指数分布,土壤Cd、Ni、Pb和Zn含量呈偏态分布,指数分布实质上是偏态分布的峰值十分接近路基的一种特例.研究表明,本文构造的数值模型可以较好地拟合上述两种路旁土壤重金属空间分布形式,模拟情景数n的取值越大,模拟结果越准确.     

兰州市耕地表层土壤重金属的积累特征及其影响因素分析

以兰州市耕地表层土壤中的As、Cd、Cr、Hg和Pb为研究对象,运用描述性统计、单因子积累指数、综合积累指数、地统计学方法和地理加权回归模型（GWR）相结合的方法,探究其积累现状、空间分布和其影响因素,为研究区重金属积累风险的精准管控提供科学依据.结果表明：①单因子积累指数显示,研究区Hg和Cd的积累程度最大,其次为Pb和As,Cr的最小;综合积累指数显示,重金属的积累率高达98.11%,其中54.81%为轻度积累,43.30%为中度和以上积累;可见,虽然兰州市耕地表层土壤不存在重金属污染问题,但是普遍存在积累现象,少部分地区有潜在的污染风险.②空间自相关分析显示,Cr、Hg和Pb单因子积累指数的空间自相关性中等,表明其受随机性因素和结构性因素的共同影响;其它2种重金属的空间自相关程度弱,表明其主要受随机性因素的影响,其中人为因素的影响较大.As和Cr单因子积累指数由西向东递减,Cd则由西向东递增,Hg单因子积累指数中间高四周低;综合累积指数从西北向东南增加,从中间向两边降低.③GWR分析表明,海拔高度、坡长、距河流距离、土壤有机质（SOM）含量、降水量、气温和地表温度都表现为正向驱动作用,其余因子都表现为负向驱动,并表现出显著的空间异质性和不稳定性（P<0.05）.因子影响的大小依次为：土壤特征>地形特征>气候特征>位置特征>社会经济特征>植被特征,其中SOM含量的贡献率最大,海拔高度和气温的次之,NDVI值的最小;与其它特征因子相比,位置特征因子影响的空间异质性更强.     

土壤重金属含量变化的影响因素多目标识别方法

识别土壤重金属含量变化影响因素是减少或防治土壤重金属污染的基础.以北京市昌平区农业试验田为例,首先分析2012和2022年重金属As、 Cr、 Cu、 Ni、 Pb和Zn的含量变化;其次基于地理探测器分别从单目标和多目标水平探测重金属含量变化的影响因素;最后设置与相关性分析方法和已有研究的对比试验,评估影响因素识别方法的有效性.结果表明人类活动因素加剧了研究区域内土壤重金属含量的变化：①在单目标水平探测上,土地利用类型是Cr、 Cu和Zn含量变化的主要影响因素,而年沉降通量影响As的含量变化;交互探测结果显示各个因子间均具有增强效应,人类活动因素的交互作用占主导;②多目标水平探测结果涵盖单目标水平探测结果且能够识别出更多的影响因素,土地利用类型影响Cu、 Zn、 Cr、 Ni和As的含量变化,As和Zn含量变化受到年沉降通量影响;③耦合地理探测器和主成分分析的多目标识别方法可以更加有效地识别出土壤重金属含量变化的影响因素,比单个土壤重金属相关性分析方法更为有效.研发的重金属含量变化影响因素多目标识别方法可为区域土壤重金属污染监测与宏观管理提供技术支撑.     

基于地理探测器的土壤重金属空间分异及其影响因素分析研究进展

地理探测器是探测空间分异性,以及揭示其背后驱动因子的一种新的统计学方法,由于其既能揭示单一因素对因变量的影响,也能评价双因素相互作用的影响,且不需要考虑线性,还能避免多变量共线性的影响,没有较强的模型假设,解决了传统方法在分析类别变量时的局限性,在土壤重金属空间分异领域研究的应用越来越广泛.通过收集40篇关于地理探测器在土壤重金属空间分异领域的研究报道,梳理了采用的自变量离散化方法、研究尺度、因变量和自变量类型、因子探测、交换探测、风险探测和生态探测等内容,并提出下一步的应用研究急需明确的问题,为地理探测器在土壤重金属空间分异领域深层次应用提供支撑.     

基于APCS-MLR和PMF模型的赤泥堆场周边耕地土壤重金属污染源解析

为探究重庆某赤泥堆场周边耕地土壤重金属污染特征和来源,分析土壤中8种重金属元素（Cd、Cr、Hg、Ni、Pb、As、Cu和Zn）含量和空间分布特征,利用单因子污染指数法和内梅罗综合污染指数法对土壤重金属污染特征进行评价,并在相关性分析的基础上采用APCS-MLR和PMF模型定量解析重金属来源.结果表明,除土壤Cr外,其他7种重金属元素含量均值均高于重庆市土壤背景值.土壤重金属整体处于中度污染水平,其中Cd、Hg和As为中度污染,Pb、Cu、Ni和Zn为轻度污染.土壤Cr、Ni、Pb、Cu和Zn空间分布格局相似,相互间呈极显著正相关（P < 0.01）;Cd、Hg和As空间分布特征有较大差异,且相互间相关性不显著（P > 0.05）.源解析表明,研究区土壤重金属来源较为复杂,APCS-MLR和PMF模型均能解析出4种相同的污染源,分别为赤泥堆场渗滤排放和自然来源、火力发电排放源、农业活动与自然来源和有色金属冶炼排放源.两种模型源解析结果差异较小,APCS-MLR模型中4种污染源贡献率分别为51.8%、18.0%、15.9%和14.3%,而在PMF模型中分别为45.9%、12.8%、21.5%和19.8%.     

湖南省某典型流域农用地土壤重金属污染及影响因素

农田土壤环境直接关系到农产品质量安全,是维系“菜篮子”工程、保障“吃的放心”的重要基础,近年来受到广泛关注.为探明农田土壤重金属污染分布特征及主要影响因子,以污染问题突出、地势起伏较大、水网密布的我国湖南省某典型流域为研究区,以流域主干河流沿线的农田土壤为研究对象,借助单因子指数、内梅罗指数和潜在生态危害指数,综合评价土壤Cd、Hg、As、Pb、Cr这5种重金属的污染状况;结合多元统计分析与地统计分析的方法,分析土地利用类型、地形因子与重金属含量的关系,并对土壤重金属空间分布和污染来源进行探究.结果表明:①研究区土壤Cd、Hg、As、Pb、Cr的平均含量分别为1.59、0.19、33.01、229.95、72.78 mg/kg.其中,Cd、As、Pb的平均含量均超过研究区土壤背景值.②内梅罗指数分析显示,研究区中77.16%的土壤点位评价结果为重度污染;与GB 15618—2018《土壤环境质量农用地土壤污染风险管控标准（试行）》中农用地土壤污染风险管制值相比,土壤点位中Cd、As、Pb超标现象突出,主要分布于流域上游西部;综合潜在生态危害评价结果表明,3.05%的土壤点位表现为强生态风险及以上.③不同土地利用类型中,土壤重金属含量存在显著差异.旱地、水田、果园土壤中Cd、Hg、As、Pb的含量依次降低.高程与各重金属（除Hg外）含量均呈显著相关（P < 0.05）,坡度、坡向与各重金属含量的相关性均不显著（P < 0.05）.④源解析结果表明,流域农田土壤中Cd、As、Pb受到工业生产活动、交通运输、农业活动的综合影响,Hg、Cr主要来源于成土母质等自然因素.研究显示,研究区土壤中重金属存在一定程度的污染,重金属富集受土地利用类型、高程及人为因素的影响较明显.      

山地平原过渡带耕地土壤重金属空间特征及潜在生态风险因素探析

为探讨典型山地平原过渡带地区耕地土壤重金属空间分布特征及其潜在生态风险因素.本文以拥有成都平原-龙门山脉过渡带这一典型过渡地形的四川省某县域为研究区,采用地统计法和潜在生态风险指数法分析研究区耕地土壤Cd、Cr、Cu、Pb和Zn的空间分布情况并进行潜在生态风险评价,结合地理探测器进一步发掘导致其潜在生态风险空间差异的主...     

四川盆地典型农耕区土壤重金属含量、污染及其影响因素

以重庆市江津区为研究区,采集247件表层土壤样品,综合运用污染指数法、GIS和地理探测器等分析方法以便探明四川盆地典型农耕区土壤重金属含量、污染特征及其影响因素.结果表明：(1)表层土壤中Cd、Cu和Zn的算术均值分别是渝西地区土壤背景值的1.22、1.10和1.98倍.(2) 6种重金属含量高值区主要分布于研究区北部、西部和中部局部地区,低值区分布于东部和南部.(3)土壤污染指数整体以安全和警戒为主,内梅罗综合污染指数(NPI)评价显示污染样点占总样点的22.1%,NPI最高值位于北部鼎山街道,最低值位于南部四面山镇.(4)地层对土壤重金属含量分布的单因子解释力最强,其次是地形因子;地层和地形因子对土壤重金属含量分布的交互影响作用最强.研究结果发现地层和地形因子是影响研究区土壤重金属含量分布的关键因素.     

土壤重金属生物可利用性影响因素及模型预测

我国土壤环境污染形势严峻,在生物有效性(bioavailability)的测试评估和预测模型等方面的研究相对较少,导致不能精确地评估污染土壤的生态风险.作为生物有效性的重要反映指标,对土壤中镉(Cd)、砷(As)、铜(Cu)、锌(Zn)和铅(Pb)的生物可利用性(bioaccessibility)进行研究.筛选了已发表论文中生物可利用性与所对应的土壤性质的数据,并分析了它们之间的潜在关系,总结了现有的土壤重金属生物可利用性的测试方法,探究了生物可利用性含量与测试方法以及生物有效性含量之间的影响规律,并建立了生物可利用性含量的回归预测模型.结果表明,生物可利用性含量与重金属总含量间呈极显著(P<0.01)的正相关关系,与土壤pH相关性显著(P<0.05).测试方法的不同对生物可利用性含量有明显的影响,各测试方法测定的生物可利用性含量占比规律为：体外胃肠道模拟>化学试剂提取.各测试方法测定的Cd和Pb的生物可利用性含量占比均较高(均值分别为42.12%和37.33%),说明Cd和Pb较易于被生物体吸收,也应关注由此造成的生态风险.基于生物类型对测试方法进行了分组,以削弱不...     

典型铅锌矿流域土壤重金属累积与分布的影响因素分析

以桂北地区阳朔铅锌矿流域为研究对象,对其流域内表层土壤中9种重金属元素(Zn、 Pb、 Cd、 Fe、 Mn、 Cu、 Cr、 Sb和As)的全量和形态,以及5种土壤性质指标(pH、电导率、阳离子交换量、有机质和粒径)进行分析测定.综合运用相关性分析、冗余分析(RDA)和地理探测器揭示土壤重金属累积与分布的主控因素.在土壤样本分析数据中,As、 Cd、 Fe、 Cu、 Mn、 Pb和Zn含量平均值均超过背景值,其中Cd、 Mn、 Pb和Zn分别是背景值的4.01、 3.15、 5.53和9.72倍,表明其在表层土壤中明显富集;在分布上具有较为明显的空间差异,在冲洪积扇堆积区(1～6号)高于其他区域(7～9号). Pb和Mn可利用态占比(K)分别为48.8%和57.2%,生物可利用性较大,潜在迁移能力一般(PMI分别为0.015～0.068和0.036～0.082);Zn和Cu可利用态占比(K)分别为30.9%和16.8%,且中等利用态占比(Z)分别为10.9%和13.6%,有一定生物可利用性,但Zn迁移能力较强(PMI为0.160～0.203),Cu潜在迁移能力一般(PMI为0.017...     

基于Cokriging的土壤重金属空间变异研究——以昆山市为例

土壤重金属来源及空间分布是土壤学及环境学研究的热点问题。地统计学是土壤元素空间变异研究的有效方法以昆山市土壤重金属分布为例,先利用多元回归分析方法,提取与重金属含量显著相关的因子,再利用协同克里格方法研究了土壤理化性质和土壤重金属含量的相互关系,最后比较协同克里格与普通克里空间预测的精度。研究表明Hg、As、Cu、Pb的精度分别提高了2.75%、2.13%、0.17%和0.43%,cr、Zn和Cd 3种元素空间预测精度没有显著提高。     

基于文献计量分析的长江经济带农田土壤重金属污染特征

长江经济带是我国重大战略发展区域之一,理清长江经济带农田土壤重金属污染特征与来源对区域土壤重金属污染防控和农业安全生产具有重要意义.在检索文献数据的基础上,结合空间分析和地累积指数法分析了长江经济带农田土壤重金属（Cd、Cr、Hg、As、Pb、Cu、Zn和Ni）的污染特征、环境风险和主要来源.结果表明：①农田土壤Cd、Cu、Pb、Hg、Zn和As超过农用地土壤污染风险筛选值的比例分别为39.8%、18.5%、8.3%、6.9%、6.9%和6.4%,其中土壤Cd的超标比例最高;②不同区域农田土壤重金属空间分异明显,上游土壤Cr、Cu、Zn和Ni含量高于中游和下游地区,中游土壤Cd、As和Pb含量高于上游和下游地区;③研究区8种重金属的地累积指数分别为：Cd （0.42）>Hg （-0.28）>Pb （-0.32）>Zn （-0.39）>Cu （-0.42）>Cr （-0.7）>As （-0.81）>Ni （-0.73）,其中土壤Cd和Hg地累积风险最高;④长江经济带中上游地区农田土壤重金属累积主要受地质高背景和矿山开采等因素影响,中下游地区主要受到快速城镇化、工业生产和高强度农业利用等因素的影响.针对长江经济带农田土壤重金属污染现状及管控需求,建议加强农田土壤重金属的源头防控,根据重金属污染程度、地质背景和农产品质量等进行农田土壤重金属污染的分区分级管控和分类管理,以期实现长江经济带农田土壤环境质量安全和农业绿色可持续生产.     

基于AdaBoost-TSO-KELM的农田土壤重金属空间预测模型

建立土壤重金属空间分布预测模型对确定农田土壤安全性具有重要意义.为了提高空间分布预测精度,结合金枪鱼群算法优化核极限学习机(TSO-KELM)和自适应增强算法AdaBoost,构建了基于AdaBoost-TSO-KELM的土壤重金属空间分布预测模型,选取湖北省宜昌市农田土壤中5种重金属(As、Hg、Cr、Cd和Pb)进行研究,并与其他4种建模方法进行了对比分析.结果表明：(1)研究区内As、Cd和Pb元素的均值均超过当地土壤重金属背景值,分别为背景值的1.14倍、1.40倍和1.12倍,其他两种元素的均值没有超过当地土壤重金属背景值.(2)AdaBoostTSO-KELM模型在5种重金属的预测中预测精度最高,As、Hg、Cd、Cr和Pb重金属的验证集决定系数(R²)分别为0.7839、0.6579、0.6732、0.7690和0.7175,均方根误差(RMSE)分别为1.6986、0.0120、0.0256、4.8637和2.2757,相比较于传统的KELM模型,5种重金属的预测精度分别提高了19.52%、22.54%、28.55%、17.03%、16.59%.研...     

农田土壤重金属污染风险评价模型与方法研究

土壤重金属污染是当今重要的世界性环境问题之一,尤其近年来不断出现的农产品重金属超标问题与农田土壤重金属污染程度密切相关。因此,选择合理的模型和方法对农田土壤中重金属污染状况进行评价,这对于环境和健康问题显得尤为重要。本文综述了国内外常用于农田土壤重金属评价的传统指数模型和以指数模型为基础而延伸出来的一些评价方法,介绍了基于GIS技术、土壤重金属形态分析以及以农产品质量安全为基础的评价模型,分析了主要评价模型和方法的优缺点,提出了农田土壤重金属污染评价研究的方向。