广西河池铅锑矿冶炼区土壤中锑等重金属的分布特征及影响因素分析

对广西河池铅锑矿冶炼区土壤重金属污染特征进行了研究。结果表明:冶炼区土壤受到较高含量的Sb、Pb污染,As、Zn和Cu也有一定程度的污染。土壤中的w(Sb)和W(As)分别为155～30439mg/kg和27～17611mg/kg。冶炼区土壤中的重金属元素的含量与距离冶炼厂的距离有密切关系,不同重金属的衰减呈现不同的特点。研究区内三种不同类型土壤中的重金属元素呈现不同的分布特征:三种不同土壤类型Pb、As、Cu、Sb的含量关系为:水稻田>菜地>荒地。元素相关性分析表明Sb、Pb、As、Cu、Cd为密切相关的一组元素,可判定它们都与冶炼厂排放密切相关。

尿氟在地方性氟中毒防治中的意义

尿氟指标常常应用于地方性氟中毒的防治和监测工作中 ,尿氟含量可以反映环境氟暴露水平和人体氟摄入状况。个体尿氟变异较大 ,对于氟中毒的诊断价值不大 ;而群体尿氟在氟中毒病区与非病区之间以及不同程度病区之间往往有显著性差异 ,可以作为地方性氟中毒病区判定及防治效果评价的一个有意义指标 ,在地氟病防治工作中应研制基于人群水平的尿氟正常值。

时间序列案例推理检测土地利用短期快速变化

在实际的地理环境中,不同的土地利用/土地覆盖类型往往具有特定的时/空变化特征,适合于采用案例匹配方法进行求解。但目前常用的案例推理多以静态推理为主,缺乏对动态变化过程的推理。论文利用案例的空间可重用性,提出了基于时间序列的案例推理方法,通过分层随机采样挑选案例点,建立了试验区同步观测案例库,并对2005～2006年试验区15景Radarsat图像进行了时间序列影像分割,利用案例点的时间序列特征值对分割后的图斑进行时间序列相似性测度,生成时间序列案例匹配矩阵,并进一步得到变化图斑的土地利用转化类型和变化时间。最后,结合野外实测资料,对案例匹配结果进行了误差评价,在所有地类变化检测结果中,菜地由于种植类型多样,物候差异大,变化检测误差最大,其次是平整土地;鱼塘(11.3%～13.2%)和果园(10.7%～16.9%)变化检测误差最小。和基于规则的变化检测方法相比,案例推理方法精度略高。

长时间序列Radarsat图像的神经网络模拟及土地覆盖变化的快速检测

土地覆盖的短期时空变化模式研究,对土地覆盖的快速、动态监测具有重要意义,也是遥感研究的新热点。本文利用2000—2001年的时间序列Radarsat图像,采用功率谱分析方法,对土地覆盖的短期时—空变化的周期特征进行了分析,由此建立了基于时间序列影像分析的神经网络预测模型,从植被主要生长季节的时间序列雷达卫星影像获取训练样本,对研究区域的典型土地覆盖的短期动态变化过程进行了学习。学习后的模型能够利用多个时间序列的Radarsat影像对下一时刻的影像进行模拟,并进一步检测变化。在模拟结果基础上,定义相对变化距离函数和检测门限,对模拟影像及实际影像中的变化区域进行了检测。检测精度范围在66.67%(农村居民点)—91.67%(水体)之间,平均检测精度为81.66%。由于时间序列信号的引入,神经网络模型能够较好地获取土地覆盖的短期动态变化信息。