基于遥感时-空-谱特征及随机森林模型的土壤重金属空间分布预测

获取土壤重金属的含量特征及空间分布是预防土壤污染和制定环保政策的关键.选取济南市长清区为研究区,系统采集304处表层土壤样品（0~20 cm）,利用多源遥感数据构建土壤重金属的光谱特征、时间特征和空间特征;进一步采用相关分析法选择出与土壤重金属密切相关的时-空-谱特征,并将其作为输入自变量,实测土壤砷（As）含量值为因变量,建立基于随机森林（RF）算法的空间预测模型,完成土壤重金属的含量估算和空间分布预测.结果表明：①As含量均值超出背景值43.17％,低于农用地土壤污染风险规定的筛选值和管控值,表明As在土壤中出现富集,但处于可管控范围内.②在单个遥感特征构建的土壤重金属空间预测模型中,精度由高到低依次为：空间特征（RPIQ=3.87）>时间特征（RPIQ=2.57）>光谱特征（RPIQ=2.50）,空间特征对土壤重金属空间预测最为重要.③基于“时间-空间”、“时间-光谱”和“空间-光谱”组合特征的土壤重金属空间预测模型均优于单个特征构建的模型,其精度系数RPIQ值分别为4.81、4.21和4.70.④利用“时间-空间-光谱”特征组合输入的随机森林模型达到最佳的空间预测精度（R²=0.90;RMSE=0.77;RPIQ=5.68）.⑤As在空间分布上从西北到东南含量逐步降低,主要受到黄河冲淤积和工业活动影响.研究采用的遥感时-空-谱特征结合随机森林算法的土壤重金属空间预测技术,可为土壤污染防治及环境风险管控提供有效的方法支持.     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.     

江汉平原地下水中硝酸盐的分布及影响因素

基于2011~2014年825个地下水采样点测试结果,采用半方差函数模型和普通克里格插值方法,研究了江汉平原地下水中NO₃-N的空间变异和分布特征.运用证据权重法,选取降雨入渗补给量、地下水位埋深、渗透系数、包气带岩性、土地利用类型、土壤类型和土壤全氮含量7个因子建立预测模型,分析其对硝酸盐分布的影响规律.结果表明,江汉平原地下水NO₃-N含量经Box-Cox变换后服从正态分布,其半方差函数最佳拟合模型为球状模型,空间相关性为87.93%,相关距离为68.02km.研究区地下水NO₃-N含量具有南部高、北部及西部山前平原低的特点.地下水中NO₃-N含量超过10mg/L分布面积所占比例达8.61%.成功率曲线表明模型预测精度为0.91,预测结果较好.江汉平原地下水NO₃-N含量与该区降雨入渗补给量、渗透系数和土壤全氮含量具有良好的正响应关系,与地下水位埋深呈负响应关系.当包气带岩性为砂砾石、土地利用类型为建设用地及土壤类型为冲积土覆盖条件时,地下水极易受硝酸盐污染.     

北京市近郊区土壤砷累积特征

城市近郊区土地利用类型多元化,同时也承载着巨大环境压力,研究近郊区土壤污染特征对城市规划及发展有着重要意义.通过3 km×3 km网格布点,系统采样调查了北京市近郊区5～6环路之间167个样点的0～20 cm表层土壤样品中砷的含量,分析了城市近郊区土壤砷的累积特征.结果表明,北京市近郊区土壤砷含量为2.89～11.38 mg.kg-1,平均值为7.11mg.kg-1.平均值在90年代末的背景值调查数据的范围之内,但是各个分位数级别的值均小于80年代初的北京市土壤背景值调查数据.因子分析结果发现北京市近郊区土壤砷与来源于成土母质的Co、Mn和Ni元素一组.克里格插值得到的北京市近郊区土壤砷含量空间分布图表明,西北与东部及东南部分土壤砷含量较东北和西南部高,砷含量最高25%的土壤样点与点源污染有关,而砷含量最低25%的样点大多远离污染源.不同土地利用类型土壤砷的比较结果表明人类活动在一定程度上影响土壤中砷的累积,生活区与农田土壤砷含量相似且显著大于绿地和荒地.污染源对生活区和绿地与荒地土壤中砷的累积有显著影响,工厂区附近的土壤砷含量显著比远离工厂区和交通区的土壤高.因此,北京市近郊区土壤砷在整体空间分布上主要与成土母质有关,然而人类活动在一定程度上也显著增加了土壤砷的累积.     

黄土高原沟壑区小流域土壤养分空间变异特征及其影响因素

了解表层土壤有机质与全量养分的空间变异规律及其影响因素,能够为黄土高原生态脆弱带的土壤养分管理提供参考。基于王东沟的93个野外采样点,综合多种地统计学方法,分析了土壤养分的空间变异特征及其影响因素。结果表明:研究区表层土壤养分含量处于中等水平,空间变异大小依次为全磷>全氮>有机质>全钾,均由结构性因素主导;有机质、全氮较全磷、全钾变异尺度小、空间自相关性弱、空间复杂程度高。有机质、全氮的分布格局为南高北低,主要影响因素包括海拔、坡度、曲率和土地利用;全磷呈现相反的北高南低分布,海拔、坡度、土地利用、土壤机械组成和人类活动对其影响较大;全钾则为内部高四周低,分布较破碎,坡向和土壤机械组成作用较强。据此建立了9个环境因子与土壤养分之间的回归预测模型,以期为研究区土壤资源的可持续利用提供数据支持。     

内蒙古某矿区土壤中砷的分布及赋存形态研究

本文以内蒙古某矿区土壤环境为研究对象,利用Ag-DDC比色法测定了研究区不同位置土壤中砷的含量,分析了该矿区土壤砷的分布特征;采用化学逐级提取法对土壤中砷的赋存形态进行了研究。结果表明:研究区土壤样品中总砷含量平均值为8.35mg/kg,低于国家二级标准,但土壤中砷含量及分布与煤矿开采密切相关;开采高砷煤矿,其周边土壤中的砷含量会相应增加;土壤中各形态砷含量存在差异,所占比例依次为:残渣态砷(62.79%)钙型砷(15.74%)铁型砷(12.47%)铝型砷(7.17%)交换态砷(1.56%)水溶态砷(0.27%);且非有效态砷含量(62.79%)要高于有效态砷(37.21%)。     

近40年陕西省农田土壤有机质时空变化及其影响因素

了解农田土壤有机质的时空动态变化对促进农田生态系统绿色发展具有重大意义。本研究对陕西省耕地土壤有机质含量进行测定,以期探讨长期耕种下陕西省农田土壤有机质时空变化特征及其影响因素。于2017年采集耕层土样705份,采用重铬酸钾氧化—外加热法测定其有机质含量,并运用ArcGIS 10.5和GS+9.0软件进行了数据分析。结果表明：陕西省耕地土壤有机质平均含量为15.90 g·kg^?1,4级水平占比最大;不同行政区有机质含量排序为：汉中＞西安＞安康＞咸阳＞宝鸡＞商洛＞渭南＞铜川＞延安＞榆林;陕西省各市有机质含量较20世纪80年代均有不同程度的提升,其中汉中市提升幅度最大;陕西省农田土壤有机质具有强烈的空间自相关性,最优拟合模型为高斯模型,呈现南高北低的空间分布特征;结构性因素（坡度、海拔、经度、纬度）和随机性因素（施肥、耕作、秸秆还田等）共同作用导致了陕西省农田土壤有机质的空间分布差异,不同类型土壤有机质含量差异显著（P＜0.05）。本研究为指导陕西省低碳农业的发展及实现碳达峰与碳中和提供了一定的科学依据。     

序贯高斯法模拟新沂、东海农业区土壤砷空间变异性

采用序贯高斯条件模拟值法,研究了江苏省新沂、东海农业区土壤砷含量空间变异性.结果表明,研究区土壤砷为正偏态分布,经高斯非线性转化后,符合二阶平稳假设.其经验半变异函数表现为各向同性.采用加权多项式法,对经验半变异函数拟合结果进行评价,并根据结果选择了带块金效应的高斯模型作为拟合模型.对研究区砷分布情况进行了100次模拟,模拟结果平稳.根据模拟数据与实际监测数据的关系,采用相关系数法选择最终模拟结果.研究区西北部土壤砷含量最高,中北部最低.     

高砷煤矿废水灌溉区土壤砷的分布特征探究

通过对贵州兴仁县交乐村高砷煤矿废水灌溉区土壤总砷的分布特征进行研究。文章对土壤总砷、pH值及有机质含量进行了分析,结果表明,污灌区土壤砷的含量最高达237.55mg/kg,最低为24.20mg/kg,平均As含量为85.62mg/kg,均高于世界、中国及贵州黄壤中的平均水平;pH平均值为5.12,属酸性土壤;有机质含量普遍偏高;高砷煤矿废水灌溉导致了灌区土壤中砷的累积。灌溉方式影响了土壤中砷的迁移与分布情况,土壤中砷的含量,随着与灌溉水源距离的增加而急剧降低。研究区土壤中砷的迁移较缓慢,但有向下游逐渐扩散的趋势。土壤总砷含量受到了pH值和有机质影响,但与两者的相关性并不明显。     

黑土耕作区土壤含水量空间自相关及农业生产分区

论文以东北黑土耕作区土壤表层（0~20 cm）含水量为研究对象,基于3S技术和Moran指数进行空间自相关分析,掌握黑土区土壤表层含水量的空间自相关类型及其分布格局,划定农业生产中的优先区域,为农业生产中土壤含水量的分区管理、农业设施合理配置提供理论依据。结果表明：海沟河小流域土壤含水量空间差异大,变异程度为中等变异,受人类活动等随机因素的影响较大;全局空间自相关系数为0.417 7,表现出较强的正自相关特征,且不同方向存在较大差异;局部空间自相关系数为0.374 4,局部空间自相关类型主要为H-H型（高-高关联）和L-L型（低-低关联）,空间集聚特征明显,H-H型主要分布于研究区西北部地势平坦的地区,形成高含水量且高度空间自相关的格局,耕作优势突出,为农业生产中的优先区域,L-L型分布于东部山地与平原的过渡带,形成低含水量集聚的格局,为农业生产中的一般区域。基于土壤含水量空间自相关分布特征,进行农业生产区域的划定及分区管理具有重要的实践价值。