基于受体模型和地统计学相结合的土壤镉污染源解析

研究了武汉市东湖高新技术开发区约150km2范围内土壤重金属Cd元素的含量分布和潜在来源情况.并利用主成份分析/绝对主成分分数(PCA/APCS)受体模型定量解析了土壤中Cd的来源,结果表明土壤中Cd的来源以源1为主(来源分担率为:源167%、源28%、源316%,其他源9%).同时利用该受体模型得到了在每个采样点的源贡献量,并用地统计学方法插值了Cd的源贡献量的空间分布状况.结果显示,Cd各个源贡献量具有不同的空间分布状况,其中最大源1的高贡献值主要集中在研究区中部.结合PCA分析和源贡献量空间分布状况,初步推断源1可能为电子工业源,源2为城市大气沉降,源3应为成土母质.研究结果表明,将PCA/APCS受体模型和地统计学方法相结合可以有效地对土壤重金属隐性污染源进行定性识别及定量解析.

地理加权回归及其在土壤和环境科学上的应用前景

地理加权回归(GWR)是近些年来出现的一种新的空间局部回归技术。它是将数据的空间位置嵌入线性回归模型中,以此来探测空间关系的非平稳性。在运用于空间数据分析方面,相对于传统的普通最小二乘回归法,具有明显的优势。本文首先介绍了GWR的理论起源并描述了该方法的基本原理、存在的不足以及后来的扩展;然后为了更准确地了解GWR的应用状况和研究进展,进行了一个文献调查;接着回顾了GWR在土壤和环境科学上的初步应用情况;最后对该方法在土壤和环境科学上的应用前景作了展望。目的是为我国土壤和环境科学领域的同行了解和应用GWR提供参考。经过国内外研究者多年的研究和实践,GWR方法已被证明是一个理论上较为成熟,能够应用到实际研究中的优秀空间统计学方法。因此,GWR在土壤和环境科学上将会有着广泛的应用前景。

区域土壤CEC与相关控制因子的空间非平稳关系评估

土壤阳离子交换量(CEC)对土壤的保肥能力具有重要影响。了解土壤CEC的空间分布及相关控制因子的影响有助于区域土壤肥力的精准调控。以往多采用传统的最小二乘(OLS)回归模型探索相关因子对土壤CEC的影响。然而,该类模型是一种总体回归方法,不能反映局部空间区域内相关因子对土壤CEC的影响。采用一种局部空间回归技术——地理加权回归(GWR)探索表层和亚表层土壤中CEC与相关控制因子(土壤黏粒、土壤有机质和土壤pH)之间的空间非平稳关系。结果表明,各控制因子在不同的子区域和深度对土壤CEC的影响均有明显差异;同时,GWR模型有效地揭示了土壤CEC与相关土壤控制因子的空间非平稳关系。所得的空间非平稳关系图可以为更精确地调控区域土壤肥力提供依据。

基于正定矩阵因子分析模型的城郊农田土壤重金属源解析

选取南京城郊农田为研究对象,通过正定矩阵因子分析法(PMF)探究表层土壤重金属主要来源,将预测值和实测值进行线性拟合,讨论该方法的准确性,并利用Pb稳定同位素比值结果进行对比分析,进一步验证该方法的可行性.结果表明,农田表层土壤Cd、As、Hg、Pb、Cu、Zn和Cr的平均含量远远超过背景值,部分土壤样点Cd和Cu超过国家土壤环境质量标准的二级标准.常年大量施用肥料等农业投入品进行高强度农业活动、周边工业生产、交通污染和自然母质均对研究区土壤重金属的累积产生一定的贡献.PMF模型模拟的Cd、Hg和Cr预测值与实测值线性拟合r2均大于90%,其余元素r2均大于70%,呈现很好的相关性,满足研究需要.PMF模型和Pb稳定同位素比值法计算大气降尘对土壤Pb累积的贡献率分别为32.1%和36.8%,结果比较接近,表明PMF模型可以很好地应用于土壤重金属源解析研究.

基于产量的稻田肥力质量评价及障碍因子区划——以进贤县为例

土壤肥力质量评价及土壤肥力障碍因子分析,对于区域土壤利用和改良、指导农业生产结构布局具有重要意义。以江西省进贤县为研究区,通过水稻遥感解译测产,结合主成分分析进行土壤质量评价;采用综合指数法表征土壤肥力质量水平,分析该区域低肥力质量区域主要障碍因素,并进行障碍因子区划。结果表明,该地区土壤肥力质量评价的最小数据集(MDS)指标包括:有机质、阳离子交换量(CEC)、全钾(TK)、交换性钙(Ex.Ca)、容重、粉黏比;土壤质量综合指数与水稻产量相关系数达到0.73(p<0.01),以当地水稻平均产量7.215 t hm^(-2)确定土壤质量综合指数阈值为0.65。分析得出,该地区影响土壤肥力的主要障碍包括有机质含量低和容重较大反映的低熟化度障碍、中量元素缺乏反映的酸化障碍、全钾含量低和高粉黏比反映的结构障碍等。根据障碍因素将研究区域划分为三大障碍区:东南部丘陵区主要障碍因子为酸化和土壤结构障碍;中西部低岗平原主要为土壤酸化障碍;北部滨湖区主要障碍为水稻土熟化程度低。通过对不同区域施行针对性改良措施有益于提高土壤肥力。

基于GWRK的土壤有效磷空间预测及其超标风险评估

以江苏省金坛区土壤有效磷的空间预测为例,构建地理加权回归克里格(GWRK)模型,即采用地理加权回归(GWR)来量化土壤有效磷与主要土壤因子(即:土壤全磷、土壤pH值和土壤有机质)之间的局部空间关系,并结合局部回归残差的插值结果来预测土壤有效磷的空间分布状况.GWR结果显示主要土壤因子对土壤有效磷含量的影响程度随空间位置的变化而变化.同时,采用独立验证样本对比GWRK模型和普通克里格(OK)模型的空间预测精度.结果显示,GWRK预测结果具有更低的平均绝对误差(MAE)、均方根误差(RMSE)和更高的Pearson相关系数(r),且较OK预测结果的相对提高指数(RI)为19.61%.此外,根据GWRK预测结果,对金坛区土壤有效磷含量的超标风险进行了评估.结果表明土壤有效磷含量超过其环境安全阈值(40mg/kg)的区域集中分布在金坛区北部,其面积为175.58km2,约占金坛区总面积的18%.因此,GWRK模型能有效评估区域土壤元素有效量空间分布状况,且GWR局部空间回归系数能为区域土壤元素有效量的调控提供更精确空间决策支持.

长三角平原区县域土壤磷素流失风险及其空间不确定性的快速评估

磷素是水体富营养化的关键限制因子,其中从农田土壤中流失的磷往往是水体磷素的主要来源。然而,土壤磷素的流失风险不仅与土壤磷素水平直接相关,其他环境因子,如距受纳水体距离、磷肥施用量、地表径流潜力等也强烈影响其流失风险。同时,基于有限样本预测得到的流失风险必然具有一定的空间不确定性。以长三角典型县域金坛区为研究案例,首先结合多个环境因子构建快速磷指数(RPI)评估模型,再利用稳健地统计学方法识别土壤全磷的空间离群值,并利用序贯高斯模型(SGS)模拟土壤全磷可能的空间分布格局,最后将其多个可能的模拟结果及上述主要因子输入到RPI模型,用以快速评估土壤磷素流失风险及其空间不确定性。结果显示,金坛区土壤磷素流失的高风险区和土壤全磷高值区分布格局在研究区北部、中部具有一定的相似性,而在中西部的旱地区两者出现差异性。高风险区主要沿着河流呈现条带状及斑块状分布,较高及以上风险区(快速磷指数值大于0.93)的面积占金坛区面积的65.88%。概率阈值分别设定为0.50、0.75、0.85、0.95时,其超标面积占金坛区总面积分别达到16.71%、5.74%、2.84%、1.04%。引入多个相关环境因子并结合经稳健处理的SGS进行流失风险指数的空间模拟和不确定性评估,可以快速评估区域农田土壤磷素流失风险及不确定性,进而为区域土壤磷素调控提供必要的空间决策支持。

土壤污染物源解析技术研究进展

简述了土壤污染物源解析技术的发展历程及土壤污染物的主要类型与来源。指出,定性源识别技术主要包括特征比值法、多元统计法、空间分析法等;定量源解析技术主要包括源清单法、扩散模型法、化学质量平衡模型法、正定矩阵因子分解法、UNMIX模型法、同位素法等。重点总结了这些技术方法的原理及其在应用上的优势与局限。从解析对象、解析方法和软件开发角度,提出了土壤污染物源解析技术的未来发展方向。

剪报——我的“小阅览室”

业余时间我爱剪报。因为我特别厚爱报纸,它是我生活的伴侣。入伍时,我是一个高中生,在部队举办的读书演讲活动中,我深为自己知识的贫乏而羞涩、苦恼,便暗自下决心,利用业余时间刻苦学习。我从津贴费中抽出一部分钱来订了报刊十多种,报纸一到,便一头钻了进去,凡有"味"的文章,就用笔圈上,剪贴收集,分类存档。

某团为新闻干部和报道人员‘松绑’

成都军区某团为了促进新闻报道工作,废除陈规,为报道人员"松绑"。这个团过去对新闻报道人员规定任务,至使一些报道员单纯地为完成任务而写稿,引起报道失实等情况,产生不良影响。为此、他们于去年十二月下旬取消了"刊用任务"的规定.

我的真实“经”:“五个冷静”和“两个不能”

我是从1985年12月开始学写新闻报道的,一年来,我已在报刊、电台上稿118篇,没有一篇失实报道,一个重要原因,就是自己平时在写稿中始终保持“五个冷静”,牢记“两个不能”。

基于地理加权回归克里格的日平均气温插值

气温是大量农业、水文、气候、生态模型的输入变量.在地形复杂的区域,考虑气温与环境变量的线性回归关系和残差的自相关性的方法(如回归克里格法,regression Kriging,RK)是目前气温插值的主要方法.但此类方法多使用基于普通最小二乘的全局回归技术,没有顾及回归关系的空间非平稳性.地理加权回归克里格(geographically weighted regression-Kriging,GWRK)是一种既能顾及回归关系的空间非平稳性、又能考虑残差的自相关性的一种插值方法.本文用RK和GWRK对海南岛2013年12月18日的日平均气温进行插值并进行比较研究.依相关性分析和逐步回归分析的结果,采用RK1(以海拔为辅助变量)、GWRK1(以海拔为辅助变量)、RK2(以纬度、海拔、海陆距离为辅助变量)和GWRK2(以海拔、海陆距离为辅助变量)4种模型进行研究,并用80个验证站评估4种模型的精度.结果表明:GWRK1模型的最大正误差、最大负误差、平均绝对误差、均方根误差均最接近于0.从最大正误差、平均绝对误差、均方根误差3个指标看,考虑更多辅助变量的RK2、GWRK2模型反而不及只考虑海拔的RK1、GWRK1模型,表明RK2、GWRK2模型中辅助变量之间的相关性对插值结果有较大影响.

基于序贯高斯模拟的日最低气温空间不确定性评估

明确日最低气温对于评估低温对作物的危害、指导人们及时采取补救措施、保障粮食安全具有重要意义.克里格是近地面温度场插值的主流方法,但其平滑效应会导致低值区域被过高估计而高值区域被过低估计.对2011年12月12日冷空气影响下的海南岛日最低气温,采用交叉验证法评估了普通克里格和带漂移的克里格两种插值法的预测精度;并对克里格插值法和序贯高斯模拟法产生的当日海南岛最低气温的空间分布进行对比分析.结果表明:带漂移克里格法的预测精度(r=0.86)并不显著优于普通克里格法(r=0.86);序贯高斯模拟能产生多个等概率的符合数据整体分布和方差函数的模拟结果,模拟结果克服了克里格插值的平滑效应,能够比克里格插值更加真实地反映当日最低气温的空间分布;在低温区域,气温变化小,序贯高斯模拟结果的条件方差小于普通克里格方差;潜在寒害区的空间不确定性能够通过多个序贯高斯模拟实现并加以量化.序贯高斯模拟在低温导致农业气象灾害的评估中具有较高的应用价值.

中国西南地区金属矿开采对矿区土壤重金属影响的Meta分析

金属矿开采是土壤重金属的最主要来源之一.以往针对单个或少数几个金属矿区的研究尚不足以有效支撑大尺度特别是跨省域尺度内矿区土壤重金属污染的治理.本研究针对我国金属矿产资源丰富的西南地区(云南省、四川省、贵州省、重庆市和西藏自治区),搜集了有关金属矿开采对土壤重金属影响的文献,采用Meta分析量化了不同情景模式(即不同子区域、矿种和土地利用类型)下金属矿开采对周边土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的影响,最后利用失安全系数与漏斗图检验了研究数据的发表性偏倚.结果表明,我国西南地区金属矿开采整体上显著增加了表层土壤中重金属含量[ES+(weight effect size)=1.53],重金属增加量由高到低顺序为:Cd(4109.80%)>Pb(741.49%)>Hg(452.90%)>Zn(420.70%)>As(278.10%)>Cu(138.69%)>Ni(16.18%),Cr无显著影响;四川和云南采矿对土壤Cd(ES_(+四川)=4.16;ES_(+云南)=3.20)和Pb(ES_(+四川)=3.47;ES_(+云南)=2.54)的影响较高,贵州采矿对土壤Hg(ES+=2.80)的影响最高;金属矿开采对耕地土壤(ES+=1.42)的影响较高;铅锌矿和锡矿开采显著增加了土壤中Cd、Pb和Zn的含量,铜矿开采显著增加了土壤Cu、Cd和Pb的含量;以上重金属中,Pb和Zn的研究结果受发表性偏倚的影响(P<0.05).本研究结果可为西南金属矿区土壤环境保护提供更多的有效信息.

县域尺度土壤铜的有效性及相关影响因素评估

了解土壤重金属相关属性(如全量、有效态含量等)的空间分布状况及相关环境因子对其有效性的空间非平稳影响,对土壤重金属风险区域的划定和空间调控措施的制定具有重要作用.本研究基于张家港市357个土壤样本数据,首先探讨了土壤类型和土地利用类型对土壤有效铜的影响.然后采用普通克里格预测了该区域土壤全铜和有效铜的含量,计算得到其有效性比率(即有效铜/全铜)的空间分布状况,并结合有效铜及其有效性比率划定了土壤有效铜的风险调控区域.最后,采用一种空间局部回归技术,地理加权回归(GWR)探索了土壤有效铜与3个主要土壤因子(即土壤全铜、pH和SOM)之间的空间局部回归关系.结果表明,土壤类型和土地利用类型均对土壤有效铜含量存在一定程度的影响.土壤铜的有效性比率具有较强的空间异质性,其变化范围在13.56%~29.15%.模型对比结果显示,GWR模型较传统的普通最小二乘回归(OLSR)模型具有更高的拟合精度(即较大的决定系数R2,较小的AICc信息准则和残差平方和).GWR分析结果显示,各土壤因子对土壤有效铜的影响在空间上是非稳态的.GWR模型能有效地揭示相关土壤属性对土壤有效铜的空间非平稳影响,其结果可解释局部区域土壤有效铜累积的原因.基于上述分析结果,可以为该研究区域内土壤有效铜的调控提供具体的空间决策支持.

南水北调中线工程水源地土壤有机碳密度空间分异及驱动因素研究

【目的】通过分析中国南水北调中线工程水源地较大空间尺度土壤有机碳密度(SOCD)的空间分布及驱动因素,为该区域的土地资源合理利用及土壤有机碳(SOC)管理提供科学依据。【方法】在考虑海拔、土壤类型、土地利用等空间因素的基础上布设样地,通过野外取样和室内分析,借助GIS研究区域土壤有机碳密度空间分布格局,利用地理探测器模型分析各影响因子对土壤有机碳密度的解释力及各因子之间相互作用程度的差异,判定影响研究区SOCD空间分布的主要驱动因子,揭示其空间差异及随海拔、土壤类型、土地利用及森林类型的变化规律。【结果】(1)南水北调中线工程水源地0~20 cm与≥20~40 cm土层的SOCD分别为4.18和2.67 kg/m^(2),其中0~20 cm土层SOCD比全国平均水平(2.67 kg/m^(2))高出56.55%。(2)SOCD呈现南北林区高、中间农田和草地低的格局,SOCD大于10 kg/m^(2)的集中在海拔≥1 000~2 000 m的林地,小于1 kg/m^(2)的集中在海拔<500 m的草地。在海拔上,SOCD随海拔梯度升高先增大后减小,0~20 cm与≥20~40 cm土层SOCD均在海拔≥1 500~2 000 m出现峰值(7.32 kg/m^(2),4.94 kg/m^(2));在土壤类型上,SOCD最大的是石灰(岩)土,最小的是褐土,黄棕壤和棕壤在0~20 cm土层SOC储量最高,分别为2.005 Pg和0.815 Pg,二者占总储量的72.83%;在土地利用类型上,林地和农田是主要的土地利用方式,0~20 cm与≥20~40 cm林地土层SOCD分别为4.87 kg/m^(2)和3.05 kg/m^(2),农田分别为2.75 kg/m^(2)和2.00 kg/m^(2)(比林地分别下降77.09%和52.50%);林地碳储量占87.48%,农田占12.02%。(3)对SOCD空间分布解释力较大的是海拔(0.25)和土地利用(0.20),其次是土壤黏粒(0.11)。不同驱动因子在交互作用下的解释力明显高于单因素的解释力。【结论】海拔和土地利用是影响南水北调中线工程水源地SOCD空间格局的主导因子,不同驱动因子交互后呈现双因子协同增强效应。农田SOCD明显低于林地,因此,应加强生态工程建设,进行林地保护和植被恢复,提高该区域土壤碳固存能力。