露天煤矿周边不同深度土壤重金属空间变异及分布特征

以准东露天煤矿周边为研究对象,对矿区周围52个土壤样点分别采取0~10、10~20和20~30 cm不同深度的土壤样品,在室内测定了Zn、Cr、Hg和As 4种重金属含量。采用地统计学方法,定量分析了不同深度土壤重金属元素的空间变异性,并通过普通克里金插值深入分析了其水平和垂直方向的空间分布规律。研究表明:土壤重金属元素含量大小顺序为Cr>Zn>As>Hg,其中Cr、Hg和As的均值分别超过了新疆背景值的0.6倍、2.1倍和1.8倍,超标率均在60%以上,存在较严重的污染。从空间变异性来看,半方差函数符合高斯、指数和球状模型,其块金值均为正值,说明易受正基底效应的影响,而表层和深层土壤重金属元素的块金系数均在25%~75%,呈现中等空间相关性,受随机因素和结构性因素共同作用的影响。重金属元素在水平空间分布具有一定的规律性,其高值密集在矿区周边及工业园附近,而低值出现在研究区南部和古尔班通古特沙漠边缘,总体呈现南北方向递增趋势;而垂直分布上,Zn和Hg元素随深度的增加其含量递减,而As元素在表层和其他两层的空间分布上存在较大的差异。

基于PALSAR雷达数据的于田绿洲土壤盐渍化反演

土壤盐渍化是当今土地退化和荒漠化的主要形式之一,不仅严重制约农业和经济的发展,并且对生态环境和人类生存造成威胁。本研究以新疆于田绿洲为研究区,利用四极化PALSAR(Phased Array type L-band Synthetic Aperture Radar)数据后向散射系数,土壤含水量,土壤pH值以及土壤盐分实测值,采用多元线性回归模型、地理加权回归模型和BP神经网络模型,以土壤含盐量作为因变量建立了定量反演模型。从土壤盐分反演结果图可以看出,反演结果与地面实地考察结果基本一致。经过模型验证得知,3层BPANN模型的均方根误差RMSE=0.99,平均相对误差MRE=0.31,模型性能指数RPD=5.34,其模型预测能力优于前2种传统模型。本文建立的神经网络模型无需考虑复杂的介电常数,在一定程度上能够满足土壤盐渍化监测的需要,促进PALSAR数据在土壤盐渍化监测中的应用。