基于高光谱的邯郸市土壤重金属统计估算模型研究

土壤重金属富集严重制约城市发展,对居民健康造成潜在威胁。该研究旨在定量估算土壤重金属含量,提高土壤重金属监测时效性,从而为土壤保护管理工作提供决策参考和理论支持。该文依据化学检测所得土样重金属含量与地物光谱仪(ASD)获取的土壤反射光谱数据,通过对土壤重金属光谱特性的分析,确定光谱反演特征波段,研究并建立了邯郸市土壤重金属基于不同光谱变换指标的多元逐步回归(SMLR)和偏最小二乘回归(PLSR)统计估算模型,通过模型验证与对比,探索邯郸市土壤各重金属含量的最优反演模型。结果表明:(1)微分处理能普遍改善模型预测效果,二阶微分指标的PLSR与MLSR模型效果较佳;(2)PLSR与SMLR两种建模方法相比,总体上PLSR建模和预测的均方根误差RMSE较小、模型修正系数Adjust R~2较大,表明PLSR模型预测效果更好;(3)基于反射率倒数对数的二阶导数的PLSR模型反演效果较优,其中Cu、Ni、Zn、Hg,检验精度Adjust R2均超过0.8。     

工业区土壤高光谱特性及其重金属含量预测研究——以上海市闵行区为例

土壤的高光谱能够反映土壤信息,利用光谱数据能够快速高效地预测土壤重金属含量。以上海闵行工业区土壤为研究对象,分析研究区土壤光谱曲线所包含的土壤信息,通过光谱反射数据多种低阶微分变换形式以增强光谱特征,并通过相关分析获取土壤铜(Cu)、铬(Cr)、锰(Mn)、铅(Pb)、锌(Zn)含量的特征波段位置,构建土壤重金属高光谱反演模型。结果表明,工业区土壤重金属Cu、Cr、Mn、Pb、Zn存在明显积累,含量平均值依次为29.38、106.32、583.14、34.13、111.15 mg·kg-1,均超过上海市土壤环境背景值,且表现出复合污染和同源性的特点;土壤光谱曲线除受铁氧化物(409.55 nm)、有机质(825～900 nm)、水(1 400～1 425 nm)的影响存在光谱曲线吸收带外,走势均随波长增加而上升;最优特征波段均出现在近红外波段范围内,Cu为1 440.21 nm,Cr为834.44 nm,Mn为984.98 nm,Pb为1 440.21 nm,Zn为1 642.50 nm;利用特征波段光谱反射率的低阶微分变换形式作为建模因子建立土壤重金属含量的高光谱反演模型,发现均方根二阶微分(RMSTD)变换、倒数一阶微分(RTFD)变换、倒数对数二阶微分(ATSD)变换相较于原始一阶微分(FD)、二阶微分(SD)变换更能提高预测精度,多元逐步回归线性模型(SMLR)建模效果优于偏最小二乘回归(PLSR)模型,SMLR建模R2均大于0.65,验证R2除Mn外(R2=0.400)均大于0.5。基于SMLR建立的高光谱反演模型具有较高的预测精度、稳定性与可靠性,对工业区土壤重金属含量进行高光谱反演建模具有可行性。     

基于高光谱技术的土壤镉污染分级评价研究

提出一种利用高光谱技术进行土壤镉污染分级评价的方法。以FieldSpec 3地物光谱仪采集厂矿区土壤光谱反射率175份,随机分成校正集（135份）和检验集（40份）。光谱经小波去噪和标准归一化（SNV）处理后,以主成分分析法（PCA）降维。将降维所得的前5个主成分数据为输入变量,分别采用Fisher线性判别、Byes逐步判别、模糊模式识别、BP-ANN判别以及SVM 5种方法建立了土壤镉污染分级评价模型,并利用40个未知样对模型进行检验。结果表明：Fisher线性判别准确率为77.5%,Byes逐步判别与模糊模式识别预测为80.0%,BP-ANN模型预测精度为82.5%,SVM模型预测精度最高,达85.0%。说明采用高光谱技术进行土壤镉污染分级评价是可行,其中SVM是建模的优选算法。     

干旱区绿洲耕层土壤重金属铬含量的高光谱估测

土壤重金属铬含量的高光谱估测技术较传统测量方法具有无污染、方便快捷进行动态监测的优势。对新疆渭干河-库车河三角洲绿洲耕层土壤98个样品的原始光谱反射率R分别进行倒数1/R、对数lg(R)、倒数对数lg(1/R)以及微分变换。不同处理结果与实测土壤重金属铬含量进行相关分析从而筛选出具有极显著相关的特征波段(P0.001)。以不同变换处理下的特征波段反射率作为自变量,土壤铬含量为因变量,采用多元线性逐步回归、偏最小二乘回归、BP神经网络和随机森林回归方法构建土壤重金属铬含量的高光谱估测模型,并对最优估测结果进行克里格空间插值。结果表明,(1)原始光谱反射率的微分变换处理可有效提升光谱与土壤重金属铬含量之间的敏感性,其中经微分变换后的土壤光谱反射率与铬含量的相关系数由0.487显著提高到0.669(P0.001)。(2)综合比较各模型的训练集和验证集估测结果,经倒数对数一阶微分[lg(1/R)]′处理后的BP神经网络模型具有较高的估测精度和很强的稳定性,可作为研究区土壤重金属铬含量的最优估测模型,其决定系数(Rd~2)在0.8以上,均方根误差(RMSE)小于6.5,相对分析误差(RPD)大于2。(3)研究区土壤重金属铬含量具有中等空间变异性,低含量区域主要分布在新和县和沙雅县的外缘地带,而位于库车市东北部区域的耕层土壤铬含量达到最高水平。受人类活动影响该绿洲的土壤污染问题日趋严重,耕层土壤重金属铬含量呈现出较高含量的空间分布。     

土壤铜污染光谱特征波段分析、界限浓度划分及含量预测

土壤重金属污染高光谱预测的大部分研究集中在重金属浓度的预测上,但是预测模型精度不高,或精度较高而均方根误差较大。利用土壤Cu污染在538~834 nm波段区间的光谱数据检测土壤Cu污染的界限浓度及光谱特征波段区间,并根据界限浓度建立土壤Cu浓度的预测模型。先对土壤Cu污染光谱数据进行一阶导数处理,利用一阶导数距离检测土壤Cu污染的界限浓度及光谱特征波段;再利用经验模态分解(Empirical Mode Decomposition,EMD)和多重分形理论预测土壤Cu污染浓度,旨在为土壤重金属污染的高光谱研究提供依据,精确土壤重金属污染光谱的研究范围,为利用界限浓度建立土壤重金属浓度预测模型提供新思路。结果表明,538~834 nm波段区间土壤Cu污染的界限浓度为120~160μg?g~(-1),根据一阶导数距离最大值和多重分形谱参量将土壤Cu污染划分为60~120μg?g~(-1)和160~740μg?g~(-1)两个浓度区间,其预测土壤Cu污染的特征波段分别为730~760 nm和540~590 nm;根据划分的界限浓度,利用土壤Cu污染光谱多重分形谱参量、538~834 nm波段区间反射率最大值、一阶导数最大值、及实测土壤含水率、实测土壤有机质含量等参数,分别建立20~120μg?g~(-1)和160~740μg?g~(-1)两个浓度区间土壤Cu含量MLR预测模型,R2在0.99以上,RMSE最大为47.3。因此,多重分形谱参量Δα值和一阶导数距离最大值可作为土壤Cu污染界限浓度划分和光谱特征波段提取的依据,其界限浓度为120~160μg?g~(-1),光谱特征波段区间为730~760 nm和540~590 nm;该文构建的MLR模型可有效预测土壤Cu浓度。     

有机化学品不同温度下(过冷)液体蒸气压预测模型的建立与评价

(过冷)液体蒸气压(PL)是评价化学品在环境中分配、迁移和归趋行为的重要参数。PL具有较强的温度依附性。发展一种能够精确预测不同环境温度下化学品PL的方法,有助于填补化学品生态风险评估的大量数据缺失。本研究收集整理了661种有机化合物在不同温度下(200~830 K)共计10 478个log PL值。在此基础上,采用偏最小二乘(PLS)回归和支持向量机(SVM)方法,构建了PL的线性和非线性预测模型。结果表明:2种模型均具有良好的拟合度、稳健性及预测能力,SVM模型的预测性能略高于PLS模型(PLS:R2adj.tra=0.912,RMSEtra=0.477,Q2ext=0.910;SVM:R2adj.tra=0.997,RMSEtra=0.092,Q2ext=0.967)。机理分析表明,温度是影响PL的主要因素,温度越高,蒸气压越大;其次,X1sol也影响PL大小,X1sol用来描述分子间的色散作用,分子间色散力越小,蒸气压越大;此外,化合物的氢键个数、极性和分子构型等因素也影响PL大小。采用Wiliams plot方法表征了PLS模型应用域。所建立的模型可用来预测烷烃、烯烃、醇、酮、羧酸、苯、酚、联苯、卤代芳香烃、含N化合物及含S化合物在不同温度下的PL数据。     

赣南某钨矿区土壤重金属污染生态风险评价

对赣南某钨矿区及周边农田土壤重金属的污染进行调查,分析了2个尾矿堆积区及17个农田采样区土壤中重金属Pb、Cr、Mn、Zn、Cu和Cd的总量和形态,采用潜在生态危害指数法和RAC风险评价法对研究区域土壤重金属的生态风险进行评价.结果表明,尾矿堆积区尾砂中6种重金属远远超过江西省土壤背景值和国家土壤环境质量二级标准,土壤重金属浓度水平分布表现为尾矿堆积区尾矿附近农田土壤矿区周边农田土壤.形态分析结果显示矿区农田土壤中6种重金属主要以可还原态、可氧化态和残渣态存在,尾矿附近农田土壤重金属Pb、Mn、Zn和Cd酸溶态占比均大于10%,具有较强的生物有效性.潜在生态危害指数评价表明研究区域表层(0—20 cm)和中层(20—40 cm)土壤存在极强的重金属生态危害,Cd是土壤重金属潜在生态风险主要的贡献因子.RAC风险评价结果表明,尾矿附近农田0—40 cm土壤中Zn和Cd存在的生态风险较大,而矿区周边农田0—40 cm土壤中Cd和Mn存在的生态风险相对较大.综合基于重金属总量分析的潜在生态风险指数和基于重金属有效态的RAC评价结果,Cd、Zn和Mn的污染是研究区域土壤污染风险控制需要关注的重点.     

湘中某工矿区农户菜园重金属污染分析与健康风险评价

为研究湘中某工矿区对周边农户菜园土壤和蔬菜的影响,采集矿区周边18个蔬菜样地15个品种计80个蔬菜样品,分析土壤及蔬菜中重金属Pb、Cd、Cu、Zn的含量,并采用污染指数法和健康风险评价模型对土壤和蔬菜重金属污染进行评价.研究表明,矿区蔬菜地土壤受到严重的重金属污染,Cd污染最为严重.从综合污染指数来看,蔬菜均受到中、重度污染,苋菜污染最严重.各元素在蔬菜中的富集能力大小为:Cd>Zn>Cu>Pb.重金属暴露接触对人体的风险评估结果表明,蔬菜可食部分Cd与Pb的危险度(HQ)均大于1,居民通过蔬菜途径摄入的Pb和Cd对人体健康存在较大的潜在风险.建议农户菜园在不能改制改种的情况下,种植根茎类蔬菜.     

大柳塔矿区农田砂壤土含水率对土壤紧实度的影响及模型研究

选取陕西省大柳塔矿区农田砂壤土作为研究对象,实地测定了土壤紧实度和土壤含水率,对所测数据进行统计分析和线性拟合,并结合4种半经验模型进行对比分析和模拟预测。结果表明:在收割初期大柳塔矿区农田土壤紧实度最低,土壤含水率最高,种植绿豆降低土壤紧实度的效果较好;土壤紧实度与含水率w(8.30%~16.14%)呈线性负相关;线性模型和4种半经验模型均在玉米种植区的拟合效果最好,相关系数均大于0.7;Ayers模型预测效果最佳,能较好地反映半干旱矿区土壤状况。     

草原区煤矿开采对周边旱作农田土壤养分和重金属的影响

为了解草原区煤矿开采对周边旱作农田土壤养分及重金属含量的影响,选取鄂尔多斯市伊金霍洛旗丁家圪堵煤矿周边旱地为研究对象,测定土壤养分(有机质、全N、全P、全K和pH)与重金属(Pb、Cd、Cr、Cu、Zn、Ni、Hg和As)含量,并对土壤养分与重金属含量之间关系以及重金属污染来源进行分析。结果表明,煤矿对矿区周边旱田0～10 cm土壤层养分及重金属含量影响较大,土壤有机质与全N含量明显下降;在距离矿区500 m范围内,土壤Cu和As含量高于对照区(CK);在2 500 m范围内,土壤Pb和Cr含量均高于CK;在1 250 m范围内,土壤有机质和全N含量均低于CK区域,并与区域内土壤Pb、Cr、Cu和As含量呈负相关。重金属来源分析表明,研究区土壤Zn主要来源于交通运输,Ni主要来源于农业生产活动,Cd与Hg来源于自然成土母质的同时还受到矿区范围外的人为活动影响。因此,对研究区旱地土壤进行治理与保护时应重点管控来自煤矿的Pb、Cr、Cu和As污染。     

锰化厂土壤重金属污染及微生物群落结构特征

土壤一旦受到重金属污染,土壤微生物的生长代谢将受到影响,导致微生物群落结构发生变化。为探究不同深度土壤重金属与微生物群落结构之间的关系,对锰化厂同一污染点的不同深度(0.3~0.5、1.0~1.5、2.0~2.5、3.0~3.5 m)土壤进行样品采集,发现其重金属污染包括:锰(Mn)、铬(Cr)、镍(Ni)、铜(Cu)、锌(Zn)、砷(As)、镉(Cd)、汞(Hg)和铅(Pb),且在土壤3.5 m深度以上均超出了广东省土壤背景值。运用传统内梅罗污染指数法对采样区土壤断面进行污染评价,采用典型相关和典范对应分析法,对不同土层重金属含量和微生物群落丰度的相关性进行了分析。结果表明:该污染区土壤3.0 m深度以上伴有多种重金属复合污染,且1.5 m深度以上土壤属于重度污染;通过高通量测序对土壤微生物的分析,发现微生物群落组成大体一致,但不同重金属污染程度的土层所对应形成的微生物群落丰度不同,初步确定该污染区的优势菌为Sphingomonas;该区对土壤微生物影响较大的多种重金属复合污染因子主要包括Ni、Zn、Cd、Mn和Hg,且在土壤2.0~2.5m深度范围内富集了多种重金属抗性菌。该研究从多角度分析了不同土层重金属污染与微生物群落的关系,为同类污染矿区土壤环境质量评价提供科学依据,为重金属抗性菌的实验室分离提供一定的场地选择依据,可在一定程度上指导矿区重金属污染土壤的改良及修复。     

锡林郭勒露天煤矿矿区草原土壤重金属分布特征

在内蒙古典型草原上,以锡林郭勒胜利煤田西一号和西二号露天矿为研究对象,采用野外样带取样和室内分析相结合的方法,研究了露天煤矿区土壤重金属含量(Cr、Cu、Mn、Ni、Zn和Pb元素)的空间分布特征,并探讨土壤重金属来源,旨在为典型草原露天矿区土壤重金属防治和草原生态系统可持续发展提供科学理论依据。结果表明:研究区土壤重金属Cr、Cu、Mn、Ni、Zn和Pb的平均质量分数分别为27.53、16.17、353.49、14.78、44.65和3.44 mg·kg~(-1),低于国家土壤环境质量二级标准,仅Cu含量高于内蒙古背景值;矿区东北方向样带,所有采样点的土壤重金属含量高于内蒙古背景值;露天矿开采对周围土壤重金属空间分布有显著影响,土壤重金属元素含量在矿区中心处最高,并向四周逐渐降低;矿区周围0.5 km范围内土壤重金属含量均超过内蒙古自治区背景值。统计分析(相关分析、主成分分析和聚类分析)结果显示,土壤重金属Cr、Cu、Mn、Ni和Zn来源可划归为一类,Pb单独为一类。     

铜陵狮子山矿区土壤重金属污染特征及生态风险评价

选择安徽铜陵狮子山矿区5种不同土地利用类型(采矿区、选矿区、堆矿区、尾矿区及周边菜园)的土壤为主要调查研究对象,采集样品76份,分析了土壤重金属含量和形态特征,并对重金属污染程度和潜在生态危害进行了评价.结果表明,铜陵狮子山矿区表层土壤中重金属Cu、Pb、Zn和Cd的平均含量均超过铜陵市土壤背景值,且不同片区土壤中重金属含量差异较大.各片区土壤的重金属元素以残渣态为主,可氧化态比例最小.采用相关性和主成分分析可知,重金属元素之间存在一定的正相关性,Cu、Pb与Zn之间相关性尤为显著(P0.01),推断Cu、Pb和Zn来源相似.单因子指数法结果表明,重金属元素的污染程度大小为CuCdPbZn.内梅罗综合污染指数法结果表明,不同片区土壤重金属综合污染指数大小为:堆矿区选矿区采矿区菜园尾矿库区,其中选矿区和堆矿区污染尤为严重.综合潜在生态危害指数来看,尾矿区属于轻度危害,采矿区和菜地属于中度危害,堆矿区和选矿区属于很强危害.     

基于多模型优选的区域土壤重金属含量空间预测方法研究

土壤重金属含量空间预测研究对实现区域土壤资源的优化利用以及土壤环境的保护和污染防治具有重要意义。以江苏省常州市金坛区为例,基于源、汇和空间分异因子,利用BP神经网络(back-propagation network)建模方法,分别构建了源汇模型(BP-S)、空间分异模型(BP-K)和改进的多因素综合模型(BP-SK),模拟预测了区域土壤重金属Cd、Pb、Cr、Cu和Zn含量的空间分布,并对各模型预测精度进行对比分析。针对不同模型在不同区域和元素间预测精度的差异,优选出预测精度最高的模型组合,以此探求区域重金属含量空间分布最优预测结果。结果表明:(1)BP-SK模型对Cd、Cr、Cu和Zn含量预测精度均高于BP-S和BP-K模型,仅在对Pb含量的预测中BP-S、BP-K模型精度高于BP-SK模型,BP-SK模型比其他模型更能突出局部特征,包含的信息更丰富。(2)优选后最优模型预测精度较原单一模型均有不同程度的提高,对Cd、Pb、Cr、Cu和Zn含量的预测精度分别提高15.15%、20.71%、19.19%、1.75%和9.24%。(3)各模型对Cd、Pb、Cr、Cu和Zn含量的空间预测高值区均位于区域中部和东北部,低值区位于西部丘陵山区,BP-SK模型在人为影响剧烈的地区预测效果更好,而BP-K模型在自然因素影响较大的丘陵山地区的适用性更好。     

大冶矿区土壤重金属积累对土壤酶活性的影响

大冶矿区位于湖北省的东南部,是我国的青铜之乡,长期的采矿和冶炼活动已使该矿区土地生产力和农产品品质严重下降。为了探明相关重金属的污染状况,应用野外调查与采样分析相结合的方法,研究了大冶矿区土壤酶活性和土壤中重金属的累积特性。结果表明:矿区土壤Cu、Pb、Zn、Cd、As全量的平均值分别是该区土壤背景值的35.1倍、16.0倍、3.0倍、29.8倍、1.1倍。不同样点土壤酶活性存在一定程度的差异。土壤重金属胁迫对土壤酶活性主要表现为抑制作用,其中对土壤重金属响应较敏感的酶为脲酶和过氧化氢酶,这两种酶与重金属Cu、Pb、Zn、Cd、As的全量分别呈显著或极显著的负相关。这些研究结果对于大冶矿区土壤环境质量评价及生态修复有一定的指导意义。     

大冶铜绿山矿区周围土壤重金属分布特征及污染状况评价

本文以铜绿山矿区周围的土壤为研究对象,对土壤中As、Cd、Pb和Zn等4种重金属的含量进行分析,通过不同时间跨度上3个批次的数据对比,对该矿区周围土壤的污染程度进行评价,为今后开展矿区土壤修复工作提供参考依据.1样品采集与测试研究以矿区为中心放射状采样方式设计了13个采样点,将采样点分为东南至西北以及东北至西南两个主方...     

南京市东郊菜地的土壤重金属积累及蔬菜品质评价

本文对南京市东郊新、老菜区及矿区菜地的土壤、垃圾粪肥、灌溉水及蔬菜中六种重金属元素(Cu、Zu、Mn、Cr、Pb、Cd)的含量进行了调查和测定,进而探讨土壤重金属的积累情况及其对蔬菜品质的影响。结果表明,区内土壤在不同程度上都有重金属积累,其中以矿区和近郊老菜地较明显;蔬菜中重金属含量大多数尚未超标。本文还从土壤学角度提出了减轻污染的措施。     

大冶矿区土壤-蔬菜重金属污染特征及健康风险评价

对大冶铜绿山、铜山口矿区和非矿区的土壤、蔬菜重金属污染特征进行了分析,利用单因子污染指数及内梅罗综合污染指数法评价了土壤环境质量,并进一步分析了蔬菜重金属暴露接触对当地居民的健康风险.结果表明,矿区附近蔬菜地土壤均受到不同程度上的重金属污染,尤其是Cu和Cd的污染.非矿区蔬菜地土壤受到重金属的中度污染,主要是Cd污染.矿区蔬菜中Pb和Cd的含量均超过中国食品安全卫生标准,非矿区部分蔬菜中Pb和Cd的含量超标.矿区居民食用各种蔬菜均会产生Pb和Cd的健康风险.青少年儿童食用蔬菜比成年人更易受到重金属的危害.     

混酸微波辅助萃取ICP-MS测定不同性质土壤中的重金属元素

比较了硝酸(HNO3)、硝酸-盐酸(HNO3∶HCl=3∶1)、硝酸-盐酸-双氧水(HNO3∶HCl∶H2O2=3∶1∶1)和硝酸-盐酸-高氯酸(HNO3∶HCl∶HCl O4=3∶1∶1)等4种消解液对土壤中铅(Pb)、镉(Cd)、砷(As)、铬(Cr)、镍(Ni)、铜(Cu)和锌(Zn)等7种重金属元素的萃取效率.结果表明,硝酸-盐酸-高氯酸混合液的萃取效果最好,硝酸-盐酸混合液次之.通过对6种土壤标准物质的分析发现,除了Cr之外,其他重金属元素在土壤中的混酸微波可提取态含量与总含量接近.土壤中的Cr有一部分是以铬铁矿的形式存在,在环境中相对较为稳定,采用混酸微波可提取态的Cr来评估其对环境的危害能够获得更加准确的结果.重金属与土壤的结合强弱与成土母质相关,冲积母质的土壤中Pb、Zn和Cu的结合较强,萃取相对较难,Cd、Ni和As与土壤的结合强弱则与成土母质关系不大.采用最优的消解液萃取矿区河流底泥和土壤中的重金属,ICP-MS分析结果表明,底泥中重金属含量较高,应为尾砂冲积而成,矿区周边的土壤也受到不同程度重金属的污染.     

基于机器学习算法的干旱区绿洲地上生物量估算

植被地上生物量是反映陆地生态系统固碳能力的重要指标,利用遥感技术开展干旱区植被地上生物量估算与空间反演,可为荒漠绿洲生态系统的健康评价与碳储量估算提供重要依据。以野外调查和实地采样数据为基础,利用Landsat 8 OLI多光谱影像提取的7个植被指数和13个波段变量构成4种建模变量组合,采用支持向量机(Support Vector Machine,SVM)、反向传播神经网络(Back Propagation Neural Network,BPNN)、极端梯度提升(e Xtreme Gradient Boosting,XGBoost)和随机森林(Random Forest,RF)这4种机器学习算法对新疆渭干河-库车河三角洲绿洲地上生物量进行遥感估算和空间反演。结果表明,(1)由波段变量和随机蛙跳算法优选变量构建的植被地上生物量反演模型,其估测精度明显优于全变量和指数变量,预测能力更为稳定。与SVM和BPNN算法相比,XGBoost和RF算法构建的模型具有更好的估测效果,能更准确地估算研究区植被地上生物量。(2)在构建的估测模型中,波段变量结合RF算法模型的精度最高,稳定性最强,其建模集和...