考虑人为因素影响的重金属含量分析用土壤样品采集方法研究——以龙口为例

合理布置土壤采样点是全面掌握重金属空间变异特征及变化趋势的重要环节。目前在土壤重金属相关研究中还是以网格化均匀采样为主的传统采样。然而,这些方法未能充分考虑采样的成本和代表性,无法满足高精度空间分析方法要求。本文基于人为影响因素进行重金属采样布局,通过筛选区域范围内影响土壤重金属的人为影响因素,利用核密度方法对影响因素进行指标量化,以半变异方差为目标函数,通过变程分析采样点的采样方案。本文以龙口北部平原区为典型研究区,选择了工矿企业密度(DI)和道路密度(DR)两种重要的人为因素指标,寻求土壤Hg元素的最佳采样点采集方案,最后通过基于不同间距的采样点分析来验证本文提出的采样方案的有效性。结果表明(1)DI与Hg在研究区南部和东北部区域具有相似的空间分布趋势,DR与Hg在研究区南部和东南部区域的空间分布趋势相似程度较大;(2)DI和DR的有效变程分别为5819 m、6079 m,与土壤数据Hg的变程(6000 m)也较为相近;(3)为了验证人为因素指标所求变程可以作为土壤Hg采样距离参考值,设置了不同采样间距的Hg实际采样方案(3000 m、4000 m、5000 m、6000 m和7000 m),利用克里金插值精度(MSE、RMSDE)获取不同采样方案的重金属估测误差。对比不同采样间距发现,当采样间距≤6000 m时,不同采样间距之间的误差相差无几,而以7000 m作为采样间距时,误差却大幅增加。所以6000 m作为采样间距时,既能充分考虑采样的成本和代表性,也能满足高精度空间分析方法要求,而且这个数值与DI、DR所求变程(6000 m)相同,进一步证明了人为因素指标DI、DR所求变程具有Hg样本采集方案布局的参考价值。     

温室土壤含水率与导热率空间分布及相关性

为探究土壤含水率与导热率的空间分布特征和相关性,选取温室中8 m×8 m供试地块,以1 m×1 m网格间距布设采样点,测定0～40 cm土壤含水率,并同步获取0～20 cm土层的导热率。基于经典统计学、地统计学、回归分析和谱分析等理论,对土壤含水率与导热率的空间分布特征和相关性进行研究。结果表明,土壤含水率在0～40 cm土层呈现先升高后降低的趋势,且在20～30 cm土层均值最大。10～20 cm土层土壤导热率比0～10 cm土层高15.60%。各深度土层中土壤含水率及导热率存在着较强的空间相关性（块金系数<0.192）,而试验中随机因素引起的空间变异程度较低（块金值<0.540）,最小变程大于采样间距,说明网格布设满足空间分析要求。在供水均匀条件下,不同深度土层的蒸发强度与邻域地块的土壤水分含量亦会影响含水率空间分布。在含水率范围为17%～28%时,0～20 cm土层土壤含水率与导热率呈线性正相关（R2=0.837）,谱分析结果显示导热率在含水率序列上呈现长程负相关。     

长江三角洲典型地区工业企业的分布对土壤重金属污染的影响

以长江三角洲地区近年来经济发展较快的张家港市为例,在密集的大田采样和大田与企业周围采样结合的基础上,评价了该市土壤Cd、Hg、Pb污染状况;讨论了两种不同采样方式对土壤污染状况评价的影响;用土壤表层与底层重金属含量的比值（后简称元素比值）为指标讨论了不同类型企业对周围土壤重金属积累的影响.总的来看,张家港市土壤重金属整体平均值与环境背景值接近,明显低于国家环境质量（GB 15618-1995）二级标准和中国绿色食品生产基地环境土壤污染限值（NY/T391-2000）.但存在少数样点超标和超限现象,空间上有小面积高含量土壤分布,且主要局限于企业周围的小范围内.采样方式对土壤污染的评价有明显的影响,对Cd和Pb而言,大田采样方式下他们的含量要明显低于两种方式结合的情况下（p＜0.05）,而Hg元素则相反,当大田采样与企业周围采样相结合可使得土壤中Hg元素高含量的分布面积明显增大.绝大部分企业周围土壤样品的元素比值要明显高于大田采集的土壤.除冶金类企业有着明显的Pb单一聚集外,化工、电子类企业往往导致了多个元素的积累,企业对周围土壤存在复合污染的可能性.这些结果为该市或类似地区的环境质量调查和评价、环境治理提供了重要的基础资料和决策依据.     

秦巴山地县域土壤碱解氮空间变异与合理采样数的确定

[目的]了解秦巴山地县域土壤碱解氮的空间分布规律,确定合理的采样密度,为研究区农田养分管理提供科学依据。[方法]运用地统计学与GIS结合的方法,随机抽取不同采样密度的样点数据,进行插值分析,采用交叉验证法对插值精度进行评价。[结果](1)土壤碱解氮的变异系数为42.95%,属于中等变异;(2)块金值与基台值的比值约为1/2,具有中等强度的空间相关性,空间最大相关距离为9 171m;(3)样点数目从1 060个到742个时,变程以及块金值与基台值之比出现明显偏差,其相对误差分别为152.32%和36.1%,均方根误差(RMSE)、相关系数(R)同样出现明显偏差。[结论]汉滨区土壤碱解氮空间连续性较好,适当地减少采样密度,仍可以满足插值分析的需要,考虑到土壤碱解氮的空间变异评价的精度分析结果,县域土壤碱解氮的合理采样数应该控制在1 060个以上,即最大以345.5hm2为一个采样单元。     

短距离样点对土壤呼吸空间变异预测精度的影响

不同采样设计会对土壤呼吸空间变异特征的预测精度产生重要影响。本研究选取黄淮海平原北部潮土区1 km×1 km夏玉米样地,在7×7单元规则格网(样点间距167 m)、完全随机(样点平均间距433 m)以及3×3单元规则格网+完全随机(样点平均间距405m)3种布点方式的基础上,保持样本总量(49)不变,以占总样点2%～14%的短距离样点(样点间距4m)随机替换原方案相应样点个数的方法优化布点方式,应用普通克里金法插值,以均方根误差(RMSE)和确定系数(R2)作为验证指标,检验基于3种布点方式设置的短距离样点对土壤呼吸空间变异预测精度的影响。结果表明:研究区土壤呼吸平均速率为2.65μmol·m?2·s?1,空间分布均呈西高东低,表现出中等程度变异。采样设计对土壤呼吸空间分布的预测精度影响显著,基于3种布点方式设置短距离样点可提高预测精度7%～13%。无短距离样点替换时,规则格网+完全随机的布点方式最优,比完全随机布点和规则格网布点的空间插值预测精度分别提高10%和22%;设置短距离样点替换后,在最优布点方式(规则格网+完全随机)中,对土壤呼吸空间变异的预测精度可再提高4%～7%,其中短距离样点个数占样本总量10%对土壤呼吸空间变异预测精度的提高最为明显。研究发现,基于相同的样本数量设置短距离样点可增加区域范围内样点密度,提高土壤呼吸空间变异预测精度及试验结果的可靠性。因此,在黄淮海平原北部潮土区100 hm2尺度的夏玉米样地中,规则格网+完全随机+10%短距离样点的布点方式是预测土壤呼吸空间变异最适宜的采样布点方式。     

基于条件拉丁超立方抽样的县域耕地土壤有机质空间插值合理样本密度的确定

  目的  采样密度与耕地土壤有机质（SOM）的空间预测精度密切相关,为提高耕地SOM空间预测精度,需要确定合理的采样密度。  方法  以湖南省岳阳县为例,用R语言设计了条件拉丁超立方体抽样（cLHS）方案,从7399个（采样密度为14.82个 km?2）耕地土壤样本中独立抽取不同采样密度的8个训练集（采样密度分别为10.01、7.41、3.70、1.85、0.93、0.46、0.23、0.12个 km?2）,为了兼顾样本特征空间与地理空间,地形部位、坡度、成土母质、土壤类型、乡镇和经纬度等信息被添加到了cLHS中。结合普通克里格方法,分析和探讨了不同采样密度的耕地SOM空间预测效果。  结果  不同采样密度训练集SOM均值高于湖南省平均水平,具有中等程度变异,描述性统计结果差异不大,各训练集对总体均具有较强的代表性;半方差函数模型均为指数模型,具有较好的半方差结构（结构性比例:87.5% ~ 94.5%）,空间相关性较强,变程与拟合优度呈现出正相关关系(相关系数r = 0.96),与结构性比例则表现为负相关关系(相关系数r = ?0.79);在采样密度为3.70个 km?2时,探测到的SOM变异结构中结构性组分最完整,精度最佳。当采样密度达到1.85个 km?2以上时可较稳健地揭示其空间结构特征,继续增加采样密度并不能大幅提升预测精度。  结论  考虑预测精度要求和工作成本,与研究区自然地理条件相似的地区将耕地土壤采样密度控制在1.85个 km?2以上可获得预期的效果。     

县域农田土壤养分空间变异及合理样点数确定

以武功县为例,应用地统计学和GIS相结合的方法,对土壤有机质、速效磷、速效钾、碱解氮等土壤养分空间变异特征进行研究,并对不同采样密度下有机质的空间插值结果进行分析比较,用均方根误差和相关系数检验不同密度下的插值精度,以确定县域有机质合理采样数。研究结果表明:各土壤养分均存在中等强度空间变异,土壤养分变异系数的顺序是速效磷速效钾有机质碱解氮。各土壤养分均存在正的基底效应,其中,有机质和速效钾的空间变异性受人为因素影响较小,控制其空间变异性的主要因素与成土母质、土壤类型、气候条件等有关。而碱解氮和速效磷的空间变异性受人为因素影响较大,控制其空间变异性的主要因素与耕作方式及农业生产中施肥等有关。随着采样点密度的增加,克里格插值精度提高,适当减少样点数可以满足插值分析的需要,充分考虑土壤养分空间变异评价的精度分析,确定县域土壤有机质合理采样数应控制在2213个以上,即最大以17.8 hm2为一个采样单元。     

不同样点数量对土壤有机质空间变异表达的影响

以南京市六合区为研究区,通过完全随机和限制最小采样间距抽样分别设置5个样点系列,基于每个样点系列100次重复抽样的变异结构推断及空间预测误差结果,探讨了不同样点数量对土壤有机质(SOM)空间变异表达的影响。结果表明,两种抽样方式降低样点数量后推断的SOM含量的块金效应(C0/C0+C)均随样点数量减少而降低且限制最小采样间距抽样推断的C0/C0+C要低于完全随机抽样方法,说明适当的减少样点数量以便降低与SOM变异尺度不匹配的样点对变异结构推断的影响有助于提高SOM空间变异结构表达的可靠性。普通Kriging预测的SOM误差对比则表明,尽管两种抽样方式下空间预测的均方根误差(RMSE)随样点数量变化而波动,但均低于全部样点的预测误差;通过限制最小采样间距减少样点至250个时,SOM空间预测的RMSE最低,较全部样点预测误差降低了6%,因此,为了实现样点密度与SOM变异尺度相匹配,合理设置土壤采样点的间距及样点数量较单纯的增加采样点数量更为重要。     

郑州市郊土壤重金属的分布变异及来源

分析了郑州市郊区土壤的Cd、Hg、As、Pb、Cr含量,利用地统计学、多元分析和GIS作图等方法分析了郑州市郊区土壤重金属的分布变异和来源。结果表明:郑州市土壤重金属含量10余年来略有上升。土壤Hg、Cd含量分别在6300m和5500 m变程上有不同程度的空间相关性,但土壤Pb、Cr和As的空间变异则呈现较大的随机性。多元分析表明土壤Cd的空间分布主要体现了其自然背景值特征。土壤Cr变异受外源投入的影响较大,但一定程度上也受土壤自然背景因素控制。土壤Pb、As、Hg空间变异都主要受人类活动影响,其中土壤Hg空间变异受土地利用方式影响最明显。     

县域土壤有机质空间变异特征及合理采样数的确定

以有机质为例,以高密度土壤养分采样数据为数据源,通过随机抽取生成不同采样密度的样点数据,分析了不同采样密度下土壤有机质的空间变异特征及县域合理采样数。研究结果表明,在一定研究尺度下采样密度对土壤养分的模型拟合、变程和空间相关性没有显著影响,即适当减少样点数可以满足插值分析的需要,充分考虑土壤养分空间变异评价的精度分析,确定县域土壤有机质合理采样数应控制在400个以上。     

经济发达地区耕地景观格局对土壤重金属污染风险的影响分析

探讨耕地景观格局对土壤重金属污染风险的影响有利于丰富耕地可持续利用和保护路径,对维护国家粮食安全和景观生态安全具有重要意义。该研究以经济发达地区嵊州为研究对象,基于土地利用数据、耕地分等成果和93个样点采样数据,测算耕地重金属镉（Cd）、铅（Pb）和汞（Hg）污染水平和耕地景观格局指数,采用逐步回归模型和空间回归模型分析耕地景观格局与重金属污染的关系。结果表明：1）研究区各土壤重金属因子污染指数及内梅罗综合评价指数的均值范围为0.22～0.42,Cd、Pb和Hg污染风险依次降低,整体污染风险较低,单个重金属污染指数变异系数均大于0.5,污染风险较高地区呈现团状聚集空间分布特征。2）耕地重金属污染与景观格局在城乡和道路梯度上存在明显的空间关联关系。3）耕地不同类型重金属污染与耕地景观格局各类指数呈现显著相关关系,耕地景观斑块规模、破碎度以及斑块形状复杂度与耕地重金属污染呈显著负相关关系,耕地景观聚集度与耕地重金属污染污染呈显著正相关关系。该研究进一步深化耕地景观格局与土壤重金属污染的定量关系,可为从景观格局优化路径控制土壤重金属污染提供参考。     

精准农业中不同取样间距下Kriging插值精度对比研究

为了研究土壤不同养分的合理取样间距,研究选择了平顶山地区典型烟田为研究对象,在面积为4 hm2的地块上以20 m×20 m网格采样,共采集耕层(0~20 cm)土壤样品111个。在GIS软件平台上对采样点进行行列删除,人为改变取样间距大小,并运用地质统计学和普通克里格插值方法进行插值,生成了土壤各养分分布图。同时,随机选取7个样点,并将其在不同取样密度下的Kriging插值结果与实测值进行比较。由插值误差分析、独立检验、面积分析和养分分布图可以看出:在该研究区域内,碱解氮、速效磷、速效钾、速效铁和速效锌以20 m取样间距较为合适,有机质和速效铜的合理取样间距为60 m,速效锰则以40 m取样间距较适宜。研究目的是为该地区确定合理的土壤取样间距提供理论依据。     

特色果品种植区土壤重金属空间变异规律研究——以河北省沧州为例

以沧县、献县、泊头和黄骅为研究区,采用地理信息系统(GIS)和地统计学相结合的方法,研究了该特色果品种植区的表层1470个样点土壤全量Cu、Zn、Pb、Ni、Cd、Cr、Hg、As元素的空间分异规律及其影响因子。结果表明:除Hg、Cr、Pb外其他5种元素的最大值均超出土壤环境质量一级标准,说明研究区还存在一定程度的重金属污染。变异系数分析表明,Cr最小,为0.10;Hg最高,为0.40。8种重金属之间均为1%水平显著正相关关系;块金效应分析结果显示Ni和Cr空间相关性较强,而其余6种重金属则呈现中等强度空间相关性。而从变程来看,Cd最大,为108.80 km,说明该元素与土壤母质关系密切,Cr最小,仅为25.99 km,说明该元素空间自相关距离大于取样间隔距离。8种重金属空间分布结果表明,整体呈现西部高于东部的特征;其原因除母质等自然因素外,人为因素如工业发达、交通尾气和农药化肥施用等也是影响其空间分布的重要原因。     

盐碱地土壤养分的空间变异及合理取样密度研究

本研究以东营市河口区新户土地开发项目二期为研究区,运用经典统计法和地统计分析相结合的方法,对土壤有机质、速效磷、速效钾、碱解氮等养分以及土壤全盐的空间变异性质进行研究,并对不同采样密度下有机质的空间插值结果进行分析比较,用均方根误差和相关系数检验不同密度下的插值精度,以确定盐碱地有机质的合理取样密度。结果表明,研究区速效钾的变异系数为18.4%,属于低等程度的变异;有机质、碱解氮、速效磷、土壤全盐的变异系数在57.4%~76.9%之间,属中等程度变异。研究区的各种土壤属性均具有较好的空间结构,表现出一定的空间自相关性。有机质和速效钾的空间变异性主要影响因素与成土母质、土壤类型、气候条件等有关,而碱解氮、速效磷、土壤全盐的空间变异性与耕作方式及农业生产中施肥等有关。随着采样点密度的增加,克里格插值精度提高,适当减小样点密度可以满足插值分析的需要,充分考虑土壤养分空间变异评价的精度分析,确定研究区土壤有机质合理取样数为111个,合理取样单元为48 hm~2,合理取样间距为692 m。     

基于空间统计学和GIS的农牧交错带土壤养分空间特征分析--以内蒙古翁牛特旗为例

土壤养分是土壤肥力的重要标志，是土地评价和管理的重要指标之一。通过空间统计分析和GIS分析了农牧交错带土壤养分的空间分布特征。结果表明，土壤有机质的Moran I系数对尺度响应敏感，随着尺度的增大，空间自相关性减少，而全氮、速效磷和速效钾的Moran I系数对空间的尺度响应不明显；土壤的有机质、全氮和速效磷在50km的范围内表现出空间的正相关，而在60km以外表现出空间的负相关；土壤表层速效钾变程最大（33000m），全氮次之（11000m），速效磷最小（3000m）；土壤表层养分的变程与分维数呈明显的负相关关系，土壤表层有机质和速效钾的最佳拟合模型为指数模型，而全氮和速效磷的最佳拟合模型为球状模型。     

基于GIS的山东寿光蔬菜产地土壤重金属空间分布特征

以山东省寿光市蔬菜种植基地为研究区,通过数理统计与地统计学空间分析的方法,研究了寿光市表层土壤中的重金属质量分数及其空间分布特征,并在地理信息系统支持下绘制土壤重金属的空间分布图。结果表明：寿光市表层土壤中重金属质量分数平均值低于食用农产品产地环境质量标准（HJ332-2006）。除Zn、Pb和As 3种元素外,其他5种重金属元素（Cu、Cd、Cr、Hg、Nr）呈现出正偏态的分布特征,所有重金属元素分布峰的顶点均超出正态分布的最高点。空间分析结果表明,8种重金属元素在寿光市表层土壤中的质量分数呈中等程度的空间相关性。土壤中各重金属的分布呈现出中部、南部、东南部质量分数较高,北部、东北部与西南部质量分数较低的空间分布特征。寿光表层土壤中的重金属质量分数受到自然因素与人为因素的双重影响。     

精确农业田间土壤空间变异与采样方式研究

以英国Hillsborough农业研究所附近的一块7.9 hm²的牧草地为研究区，采用地统计的半方差分析和克立格方法研究其空间变异性和空间插值。同时对研究田块的样点根据不同间距、不同形状进行删选，对不同布局状况下的结果进行统计比较，以获取满足一定精度下的最少采样个数和采样形状。研究结果表明，单纯利用样方统计，土壤有效钾需要65个采样点，大致为原始采样点的一半。而在考虑空间采样形状和空间插值效果，再采用最小显著性差异（LSD）进行比较，该田块土壤有效钾采样最好使用规则三角网布点（样点数为62个）。     

土壤重金属污染现状评价及其合理采样数的研究

为了更好的解决环境管理中的实际问题,对未知区域的土壤重金属污染状况进行评估是很有必要的。本研究以重庆江津市吴滩镇为研究区,在该研究区采集耕层土壤样品121个并对重金属Pb、Cd、Cr、Hg、As的含量进行了分析,并通过ArcGIS和地统计得到各种重金属的空间变异情况,其变异性的大小为:Hg>Cd>As>Pb>Cr,均为中等变异。绘制出各重金属的空间分布图,且对各元素的污染程度进行评价,其污染程度Cd>Cr>Hg>As>Pb。土壤变异越大,合理采样数也越大。Hg的变异最大,在95%的置信水平,5%的允许误差下,Hg的采样数为83。且随着对置信水平和相对误差条件的降低,各种元素所要求的采样数都有大幅度的减少。     

双城市土壤重金属空间分异及影响因子分析

采用地理信息系统（GIS）和地统计学相结合的方法,研究了黑龙江省双城市的土壤全量铜、锌、铅、镍、镉5种重金属元素的空间分异规律及其影响因子。结果表明：研究区土壤锌、镍、镉具有强烈的空间相关性,表明这3种元素受土壤内在属性影响较大;而铜、铅具有中等强度的空间相关性,表明这2种元素由土壤内在属性和人为因素共同起作用。镉、铅、铜较锌、镍的变程小,说明前3种重金属元素含量可能主要受到较小尺度因子的影响。研究区土壤各重金属元素空间分异规律如下：铜和镍呈东高西低的趋势,铅呈南高北低的趋势,而锌和镉分别表现为块状分布和岛状分布的特点。影响重金属元素空间分布的影响因子主要有自然因素（土壤类型、高程、土壤理化性质等）和人为因素（乡镇、道路、各种工厂等）。     

利用计算机模拟采样确定合理的土壤采样密度(英)

为了解决土壤采样中精度与经济性的平衡问题，利用计算机模拟采样研究了规则网格土壤采样时合理的采样点密度。首先构造了一个数学扩散模型，设置2～4个种子在一个100×100网格（1×1单位）的不同地方，根据扩散模型进行扩散和叠加，生成模拟的土壤属性分布地图，其结果可很好地模拟某些土壤属性的分布。利用计算机按照不同的网格单元尺寸（如3×3，5×5，7×7等）进行采样，之后利用采样值进行IDW插值处理，将数据点恢复到原始的10000个，并把插值结果与原始值进行比较即可得到采样误差。研究结果表明，当采样网格单元尺寸为属性地图输出栅格单元尺寸的11倍和17倍时，相对采样误差分别为10%和15%。合理的采样密度可以根据允许的采样误差及要求的属性地图输出栅格单元尺寸而定。