高压密闭消解-电感耦合等离子体质谱(ICP-MS)法测定土壤背景点样品中的29种元素

土壤环境背景值监测样品的检测工作特点是分析项目多、前处理方法和分析方法复杂,缺乏简便多元素同时测定的分析方法。采用氢氟酸-硝酸体系高压密闭消解方法处理土壤样品,采用电感耦合等离子体质谱(ICP-MS)法同时测定锂、铍、硼、锗、钼、银、镉、铟、锡、碲、锑、铯、镨、钕、钐、铕、钆、铽、镝、钬、铒、铥、镱、镥、钽、钨、铊、铋和铀元素。系统研究了不同消解体系、质谱干扰和消除方法并选择了合适的测定同位素,采用土壤标准物质对方法适用性进行了考察,29种元素的检出限在0.003~0.469 mg/kg,测定值的相对标准偏差在1.0%~9.3%,测定值与标准值的相对误差在-14%~17%。方法满足土壤环境背景值监测工作的测试需求,可实现一次前处理多元素同时测定,提高了工作效率。

土壤背景氮供应对水稻产量和氮肥利用率的影响

通过对前茬作物小麦设置施用氮肥与不施用氮肥处理研究它对土壤肥力及后茬作物水稻产量和氮肥利用率的影响。结果表明,麦季氮肥的施用明显提高了稻季土壤全氮、铵态氮和硝态氮的含量,造成土壤背景氮偏高。与低土壤背景氮相比,在高土壤背景氮下水稻产量对氮肥的反应明显降低,氮肥利用率的各个指标均有不同程度下降。这些结果表明土壤背景氮过高是水稻氮肥利用率低的重要原因之一。在高土壤背景氮下,施用氮肥有使稻米品质变劣的趋势。

黄河流域河南段土壤背景值与基准值研究

在对黄河流域河南段土壤表层样、深层样取样调查的基础上,依据精确的测试结果,比较了表层、深层土壤样品54项指标与全国丰度。结果表明,黄河流域河南段土壤元素基准含量普遍偏低;背景值分布与测区干旱、偏碱性的土壤有关;不同土壤类型背景值差异明显;人为因素对背景值影响较大。

北京地区土壤背景值图的编制

本文对北京地区土壤背景值图的编制进行了全面、系统的总结。编制土壤背景值图的基础资料有302个样点的无素测定值和运用计算机制图和因素分析法揭露的元素区域分布规律。土壤背景值图是采用分级统计图的形式。其制图单元:山区以母岩,平原地区以成土母质类型和土壤质地作为划分依据;背景值的数量分级采用显著性检验分级法。

铍的土壤背景值研究

本文介绍了我国土壤中铍的背景值结果。背景值含量范围为0.85～3.91mg/kg,算术均值为1.95mg/kg,几何均值为1.82mg/kg。呈近似对数正态分布。从土类分布趋势看,高山土较全国均值偏高,铁铝土较全国均值偏低。铍含量有随土壤中有机质含量增加而升高的趋势。湖南、甘肃,陕西及宁夏等省(自治区)内,因其进行过铍的冶炼或加工,可能已经造成不同程度的污染,有待进一步研究。

植被生化组分光谱模型抗土壤背景的能力

应用LOPEX'93(Leaf Optical Properties Experiment)数据,分析了统计回归模型在进行植被叶绿素和水分反演中抗土壤背景影响的能力,模型参数分别使用了:反射率及其变化形式、光谱位置变量、植被指数。在LOPEX'93数据库的植被波谱中分别加入10%—90%的实测土壤光谱信息,得到植被与土壤的混合光谱,并分析混合光谱对植被生化组分的响应。结果表明:应用反射率及其变化形式进行植被叶绿素反演时,以730nm和400nm组合的反射率和反射率倒数的对数为参数的模型具有最高的抗土壤背景能力,在土壤背景所占比例从低到高的变化过程中,以二者反射率组合为参数的模型与叶绿素的相关系数,始终保持在0.645附近,以二者反射率倒数的对数为参数的模型与植被叶绿素的相关系数保持在0.650附近;应用反射率及其变化形式进行植被含水量反演时,以1100,1170,1000,1040,1080nm组合的反射率为参数的模型以及以1170,960,1210,1090,1080,950,1220,1210nm反射率倒数的对数组合为参数的模型具有较高的稳定性,在土壤组分变化的过程中,以上模型与植被含水量的相关系数均稳定的高于0.99;对于光谱位置变量的分析中,以红边-绿峰-红谷组合的模型与植被叶绿素含量具有较高、而且稳定的相关系数,在土壤背景所占比例变化的情况下,相关系数稳定在0.53附近;在应用植被指数进行叶绿素的反演过程中,植被指数与叶绿素的相关系数在土壤背景所占比例变化的情况下变化较大,抗土壤背景的能力均较差;在应用植被指数进行植被水分含量的反演时,以水分指数Ratio975和Ratio1200相关系数最高,且在不同比例土壤背景变化下稳定,相关系数分别分布在0.980附近和0.960附近。该结果可用于指导不同植被覆盖条件下植被冠层参数的反演,提高反演的稳定性和准确性。

常见污染元素土壤背景值间的相关关系

为了明确土壤污染元素含量间的相互关系,分析了我国不同类型土壤与不同母质土壤表层(0～20 cm)中13种常见污染元素背景值间的相关关系。结果表明,不同类型土壤和不同母质土壤常见污染元素间的相关关系不全相同。但共同之处是土壤中铯与砷、钴与镍、钴与铜、钴与铬、砷与铬、砷与镍,铬与镍、铬与铜、铜与镍、铜与锌、汞与锌、汞与铅、铅与锌呈极显著正相关;铀与铯、铀与铅、铀与锌、铀与砷、钴与砷、钴与锌、砷与镉、镉与锌、镉与铜、镉与汞、锰与锌、镍与锌呈显著或极显著正相关。因此在绿色无公害农产品的产地规划中应考虑这些污染元素间的相关性。

甘肃省武威地区土壤背景值地球化学特征

通过甘肃省武威地区多目标区域地球化学调查6000 km^2的调查系统取得了54项元素或指标数据,通过统计分析与研究,计算出了武威地区表层土壤背景值,并进行了因子分析。另外将区内的各元素或指标与全国土壤背景值进行对比,发现大部分元素在武威地区表现为缺失,而以富S、Cl等沙化土壤元素缺为特征。多数元素在空间分布上呈现中部相对富集,东部缺失的现象。

关于土壤背景值研究方面的几个观点——以京津唐地区土壤背景值研究为例

本文讨论了:研究京津唐地区土壤中化学元素的分布与迁移及其环境背景值的处理及见解。

利用土壤背景值研究土壤铅砷环境监测基准

1.我国土壤铅的环境背景值应用1.1 区域性土壤环境背景值应用举例:在黄土区布设的64个剖面点,均远离城镇和工矿点.土样分析数据利用Ti或Hf作参比元素进行富集系数计算,富集系数都小于1.2,没出现土样污染现象.所有剖面的母质都是风成黄土,随机分布于三个黄土带(砂黄土、黄上。

剔除土壤背景的冬小麦根域土壤含水率遥感反演方法

为剔除无人机多光谱图像中的土壤背景、提高作物根域土壤含水率反演精度,以不同水分处理的拔节期冬小麦为研究对象,利用无人机多光谱相机分别在09:00、11:00、13:00、15:00和17:00等5个时刻获取高分辨率多光谱图像,采用改进的植被指数阈值法快速确定植被像元与土壤像元的分类阈值,通过阈值划分剔除土壤背景,并根据阈值变化研究土壤背景对冬小麦冠层反射率的影响,建立了剔除土壤背景前后基于植被指数的土壤含水率反演模型。结果表明,应用改进的植被指数阈值法可有效剔除多光谱图像中的土壤背景,其中基于植被指数RDVI的剔除精度最高,总体精度在91.32%以上;土壤背景对冬小麦冠层近红外波段的反射率影响较大,红边波段次之,而对可见光波段的反射率影响较小;剔除土壤背景前后的植被指数与土壤含水率均呈线性关系,剔除土壤背景对反演土壤含水率的精度有显著提高,其中NGRDI反演深度10~20 cm的冬小麦根域土壤含水率效果最好,建模集R2和RMSE分别为0.739和2.0%,验证集R2和RMSE分别为0.787和2.1%。

剔除土壤背景对反演玉米根域土壤含水率的影响研究

为研究剔除土壤背景对无人机多光谱监测土壤含水率的影响,通过无人机飞行拍摄得到多光谱影像数据,运用监督分类剔除土壤背景,并分别提取剔除背景前后各6个波段的光谱反射率。将反射率与深度10 cm、20 cm和30 cm的实测含水率分别构建一元线性回归模型、逐步回归模型、偏最小二乘回归模型和岭回归模型,以R^(2)、RMSE、RE为指标进行模型精度评价。结果表明:剔除灌浆期玉米的土壤背景后,数据的相关性和回归模型的精度始终比未剔除土壤背景数据的相关性和模型精度差。剔除土壤背景的反射率与各个深度含水率的相关系数绝对值在0.01~0.33之间,未剔除土壤背景的反射率与各个深度含水率的相关系数绝对值在0.08~0.54之间。未剔除土壤背景模型的效果在任何深度均高于剔除土壤背景的模型,其中在各深度处偏最小二乘回归模型的精度均为最优。

归一化植被指数的土壤背景影响去除

植被冠层归一化植被指数(normalized difference vegetation index,NDVI)由于不同土壤背景的混入干扰,导致利用NDVI信息对作物长势监测等应用的有效性降低。以安徽省来安县小麦农田为研究区,以2种土壤类型(水稻土和黄褐土)背景下拔节期冬小麦为研究对象,采用实测小麦冠层光谱及叶面积指数(leaf area index,LAI)数据,利用传统的照相法求算植被覆盖度,基于混合光谱理论,提出2种NDVI土壤背景影响去除模型(NDVIT),对模型进行对比验证。研究结果表明:2种模型均可去除一定的土壤背景影响;采用信噪比的分析方法定量研究2种模型抵抗土壤噪声影响的能力,分析发现NDVI1T提取植被信息抗土壤噪声能力更佳;2种土壤背景影响去除模型和NDVI的拟合关系良好,相关关系R^2均达到0.9以上。

因子分析及其在土壤背景值调查中的应用

用因子分析法对土壤背景值进行统计分析,不但能对某个区域的背景值进行客观的分类,而且也能知道分类的依据,从而更清楚背景值分布的规律,并能得到原始数据的主因子坐标,可供进一步统计分析之用。

上海农业的发展与土壤背景值

本文探讨了上海农业的发展与土壤中重金属元素背景值的关系,以及不同植被和土地利用类型对背景值的影响。比较了近10年来土壤中部分元素含量的变化,其中Hg的降解比较快。

枸杞果实、叶片、枝条中铜含量与土壤背景值相关性研究

对枸杞果实、叶片、枝条中铜含量与土壤有效铜、全量铜的调查分析结果表明:枸杞果实铜素含量与土壤有效铜、全量铜含量呈现正相关;枸杞枝条铜素含量与土壤有效铜含量呈极弱的负相关,与土壤全量铜含量呈极弱的正相关;枸杞叶铜素含量与土壤0~80 cm有效铜含量呈极弱的正相关,与土壤全量铜含量呈极弱的负相关。

纳家山绿化前植被与土壤背景值评价

纳家山是西宁市南北两山绿化工程中重要的示范区之一。对其绿化前的植被状况和土壤Cu、Pb等背景值进行评价,为今后绿化工作提供科学依据,进一步评价绿化工程的生态效益,省环保局组织大自然保护调查队和省监测站于1991年7月中旬至8月中旬对纳家山地区进行了野外调查和实验室分析。现报道如下。

浅谈我国土壤背景值制图

本文介绍了土壤背景值制图及其与其他地球化学图的异同;并在论述了国内外土壤背景值制图的方法及发展状况的基础上,指出制图的技术关键在于制图单元的选取和数值的分级.制图单元可根据资料的完整性及地质环境特征宜地选取,而数值的分级,尽管现有的方法各有所长,但要使所制的图在确实能够反映土壤地域差别的同时具有较强的可比性,就应力求建立统一的原则.

开展微量元素研究与土壤背景值的调查

微量元素是指各类物质中除主要成份外存在的微痕量元素,土壤背景值则是土壤中存在的各种化学,生物量。通过微量元素的分析研究,使人们掌握和认识各类物质中相对内在的关系和微观的概念,一但人们掌握将对整个物质世界及社会经济起到巨大的作用。土壤背景值的调查,更是对发展农业、林业、畜牧业及环境保护等提供科学的依据。在科学技术高度发展的今天,人们越来越重视科学对人类产生的影响及人类对科学技术的依赖,研究自然科学与其它学科的相互联系,开展微量元素研究与土壤背景值的调查这是自然学科的一个重要部分,这一点在尚未发达的中国。

背景异常区土壤重金属修复目标值合理确定的方法研究:以浙江省某化工厂退役地块为例

浙江某化工厂退役地块土壤砷检出明显异常(较多数据超GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》第一类用地土壤砷评价筛选值20 mg·kg^(-1)),但其与该地块历史上生产过程中可能存在的人为砷污染的相关性较低,与自然地质高背景导致的局部土壤砷异常的相关性更高,需要系统开展地质地球化学背景调查后合理确定修复目标值。本文基于区域地质背景特征,系统开展背景调查与采样监测,识别出区域地层形成后的热液活动为土壤砷异常主导因素。运用数据统计方法,在剔除异常值后,选取95%置信区间〔即几何平均值(X g)乘除几何标准差(S),X_(g)/S_(2)~X_(g)S^(2)〕上限值(83.63 mg·kg^(-1))代表背景值。经分析验证,用该统计背景值作为修复目标值合理可行,且较常规方法可较大程度地减少需修复土壤方量(本地块达6.5万m^(3))。本文形成的背景调查和背景值确定方法适用于高背景异常区土壤调查和治理工作,可有效避免过度调查和过度修复。