基于支持向量回归模型的水稻田甲烷排放通量预测研究

利用静态箱和气相色谱仪法获取水稻田甲烷排放通量数据,选取大气温度、土壤5 cm深温度、土壤pH、土壤Eh、土壤含水量和地表生物量作为影响因子.应用建立在结构风险最小化优化上的支持向量回归(ε-SVR)模型,采用留一法交叉检核网格搜索法(LOOCV)优化ε-SVR预测模型的参数,采用k折交叉检验的方法依据平均相对误差(MRE)和均方根误差(RMSE)对模型的精度进行验证,并与BP人工神经网络(BP-ANN)模型比较,评价ε-SVR预测模型的准确性.结果表明,通过LOOCV选择最优的惩罚因子C和损失系数ε,并由此构建的ε-SVR预测模型预测值和实测值具有很好的一致性,通过11折交叉验证后,测试样本的平均MRE为44%,平均RMSE为16.21 mg·(m2·h)-1.通过与BP-ANN模型比较,预测值和实际值相关系数达0.863,各项指标均优于BP-ANN预测模型,说明ε-SVR模型能够适用于水稻田甲烷排放通量的预测.     

基于中性盐提取的土壤重金属固液分配与自由态金属离子浓度测定

采用0.01mol·L-1CaCl2、0.002mol·L-1Ca(NO3)2和纯水(UPW)3种常用提取剂对我国南方两种典型农田重金属污染土壤进行提取试验.同时,应用土壤重金属固液分配多表面模型来预测提取液中重金属含量,结合道南膜技术(DMT)测定Ca(NO3)2提取液中自由态金属离子浓度,并与ECOSAT模型计算值进行比较.结果表明,提取剂中Ca2+浓度增加能显著提高土壤重金属溶出率,而提取液pH、溶解态有机碳(DOC)浓度却随溶液Ca2+浓度增加而降低.多表面模型(Multi-Surface Model)对大部分提取液金属浓度有较好的预测效果,部分土样提取液Cu、Pb、Zn浓度的预测效果较差.DMT测定的Ca(NO3)2提取液自由态重金属浓度与模型计算值较为一致,能够较准确地测定土壤溶液自由态重金属离子浓度.     

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.     

重金属污染的长春水田黑土对菲的吸附作用

以菲为多环芳烃(PAHs)代表物,研究了Pb、Zn、Cu污染后黑土对PAHs的吸附作用.结果表明,分配作用是黑土吸附菲的主要机制,无论重金属污染与否,黑土对菲的等温吸附曲线均呈线性.实验条件下,重金属污染后黑土对菲的吸附作用明显增强,且随重金属含量提高,黑土对菲的吸附系数(Kd)和有机碳标化的吸附系数(Koc)增大.由于重金属的“键桥”作用,黑土吸附菲的平衡溶液中水溶性有机质(DOM)浓度降低,土壤固相有机质含量略有增加(不超过原有有机质含量的0.53%).计算了这部分增加的固相有机质对菲的吸附系数K_Ph/soc,并分析了溶液中DOM对土壤吸附菲的影响.结果显示,溶液中DOM浓度变化及其与菲的结合作用对重金属影响土壤吸附菲的贡献甚微;而K_Ph/soc值则比土壤原有有机质对菲的吸附系数K_d值大2～3个数量级,这是重金属污染导致土壤吸附作用增强的根本原因.     

外源水溶性有机物对生菜积累重金属Pb、Cd的影响

以城市生活污泥及其蚓粪(蚯蚓处理过的污泥)中提取的水溶性有机物(DOM)为研究对象,研究了DOM对土壤吸持重金属Pb、Cd的影响,同时进行盆栽试验,研究污泥和蚓粪水溶性有机物存在下生菜对重金属Pb、Cd的积累。结果表明:与对照相比,外源DOM的加入可以降低土壤对重金属Pb、Cd的吸附能力。不同来源的DOM对土壤吸附重金属的影响存在差异,相同DOM浓度下,源于蚓粪的DOM比源于污泥的DOM更能抑制土壤对重金属Pb和Cd的吸附。外源DOM的加入可增强土壤重金属Pb、Cd的活性,促进植物对重金属的吸收与积累。     

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...     

基于多源辅助变量和随机森林模型的耕地土壤重金属含量空间分布预测

农田土壤重金属含量的空间预测对于监测耕地污染和确保生态农业可持续发展至关重要.从地形、气候、土壤属性、遥感信息、植被指数和人为活动这6个方面选取了32个环境变量作为辅助变量,并构建随机森林(RF)、回归克里格(RK)、普通克里格(OK)和多元线性回归(MLR)模型来预测耕地土壤中As、 Cd、 Cr、 Cu、 Hg、 Ni、 Pb和Zn的含量.结果表明,与RK、 OK和MLR相比,RF模型对As、 Cd、 Cr、 Hg、 Pb和Zn的预测性能更高,而OK和RK模型分别对Cu和Ni含量的预测精度更高,表现为预测拟合优度(R²)最高而平均绝对误差(MAE)和均方根误差(RMSE)最低.不同预测方法对同种土壤重金属元素预测结果的空间分布趋势基本一致,8种重金属含量的高值区均分布在南部的平原地区,但RF模型对空间预测的细节刻画得更为突出.随机森林影响因子重要性排序表明,兰溪市土壤重金属含量空间分异主要受Se、 TN、 pH、海拔、年均温、年均降雨量、距河流距离和距工厂距离的共同影响.因此,随机森林可以作为土壤重金属空间预测的一种有效方法,为区域土壤污染调查、评价和管控提供...     

利用紫外-可见吸收光谱估算三峡库区消落带水体、土壤和沉积物溶解性有机质(DOM)浓度

溶解性有机质(DOM)是陆地和水生生态系统的重要物质,有色溶解性有机质(CDOM)是可用光谱测定的DOM组分.基于2012年7月采集的土壤和沉积物样品以及2012年11月采集的水体样品,通过单波长、双波长、吸收光谱斜率(S值)和三波长模型建立CDOM与DOM浓度之间的关系.结果表明,4种模型中三波长模型效果最佳,水体数据模型的决定系数为0.788,土壤数据模型的决定系数为0.933,沉积物模型的决定系数为0.856.同时,利用2013年随机采集的32个土壤样品和36个水体样品对模型精度进行检验,结果表明,土壤DOM浓度的相对均方根误差(RRMSE)和平均相对误差(MRE)分别为16.5%和16.9%,水体分别为10.32%和9.06%,相比土壤DOM而言,三波长模型对水体DOM的预测精度更高.     

固相微萃取模拟生物法用于养殖底泥多环芳烃污染监测的研究

本研究以养殖底泥中多环芳烃(PAHs)为研究对象,采用以聚二甲基硅氧烷(PDMS)为材料测定孔隙水中PAHs自由溶解态浓度(Cfree)的固相微萃取技术,以重要海水经济底栖生物菲律宾蛤仔(Ruditapes philippinarum)为参照生物,建立了PDMS中PAHs浓度与菲律宾蛤仔脂肪标化及底泥有机碳标化的PAHs浓度间的定量关系模型,进一步证明了基于固相微萃取的模拟生物法用于养殖区域中多环芳烃监测的可能性.结果表明,孔隙水中自由溶解态PAHs浓度(Cfree)显著低于孔隙水中总PAHs浓度(Cwater),且随着环数增加,两者间的差异越大,说明Cwater忽视了生物有效性,从而会高估孔隙水中PAHs的环境风险,因此,Cfree能更好地反映底泥孔隙水中PAHs的暴露水平;菲律宾蛤仔对PAHs的富集系数(BAF)及PDMS-水分配系数(KPDMS)均与辛醇-水分配系数(Kow)呈显著线性相关,且两者斜率相近,说明菲律宾蛤仔摄取PAHs的主要途径与PDMS相似,且PDMS中PAHs的浓度与生物体内PAHs的残留浓度和底泥有机碳标化的PAHs浓度间均呈现显著相关,说明当底泥孔隙水中和PDMS膜之间达到平衡时,固相微萃取模拟生物法可以用于计算底栖生物和沉积物中有机污染物,具有应用于养殖区域中多环芳烃监测的潜力,但有机污染物在生物体内转化和底泥性质对相关关系和监测应用的影响有待进一步研究.     

土壤溶液性质对Zn的形态变化及其微生物毒性的影响

采集了我国具有代表性的12种不同性质土壤,利用基础诱导硝化(SIN)方法测定了不同土壤中锌的微生物毒性阈值,同时利用850离子色谱仪与WHAM6.0模型,测定了溶液不同阴离子组成及自由Zn2+含量,建立了基于不同土壤性质与溶液离子的土壤中Zn毒性预测模型.结果表明,基于SIN测定的不同土壤Zn微生物毒性阈值在不同土壤间有显著差异,其中EC50从196mg/kg至1310mg/kg;EC10值从48mg/kg增加至682mg/kg,不同土壤EC50与EC10的最大值与最小值的比例分别达到了6.68及14.3倍,表明土壤性质对Zn的微生物毒性有非常显著的影响;基于SIN的Zn的毒性阈值ECx(x=10,50)与溶液自由Zn2+浓度的负对数p(Zn2+)间呈正相关关系,表明随着土壤溶液中自由Zn2+值的升高,Zn的毒性逐渐增加.土壤pH值、OC、CEC、F-、Cl-、Ca2+及Mg2+与Zn的毒性阈值ECx(x=10,50)及p(Zn2+)呈正相关关系,其中土壤pH值为最重要的影响因子,偏相关系数均达到极显著水平(P<0.01),其次为OC、CEC及F-,ECx与溶液中NO3-, SO42-呈负相关关系.基于不同主控因子的土壤中Zn毒性阈值(ECx)及P(Zn2+)的预测模型表明,pH值、OC、CEC、F- 四个变量因子分别解释了log(EC50)、log(EC10)及p(Zn2+)预测模型变异的89.9%、81.2%和92.3%.