基于万维网大数据的农药场地土壤污染快速预测方法研究

及时高效预测和筛查潜在农药污染场地对环境污染风险管控具有重要意义。基于万维网公开的46个农药场地样本数据,利用五分制层次分析法建立农药场地土壤污染快速预测指标体系,包括产品特征、局部气候条件、土壤属性和场地生产特征4个因素及其相应的产品毒性、持久性、气温、降水、风速、光照、土壤质地、土壤pH、有机质含量、生产时间和闲置时间11个特征指标。其中,农药场地生产时间、产品毒性及其持久性指标五分制分级后与农药场地土壤污染均存在显著线性相关性,三个指标不同组合对场地土壤污染的线性综合预测精度小于65%,而基于11个指标的机器学习方法综合预测精度为82%,但存在污染场地严重漏判问题。以综合评价指数值P≥0.6作为农药场地土壤污染的预测阈值,五分制层次分析法综合预测精度达到91%,优于线性预测以及机器学习方法,具有关键数据需求少、预测快速高效特点,体现 “宁严勿漏”的预测原则,可用于各类型农药场地的土壤污染筛查。     

县域尺度下样点距离和土壤分类对农田土壤细菌多样性的影响

样点空间距离和土壤分类粒度是衡量土壤样点代表性和调查精度的重要指标。在江苏省常熟市稻麦轮作区考虑不同土壤分类粒度,按村、镇、县域3种空间尺度选择8个农田样区,每个农田样区选择4个相邻田块作为采样区,每个采样区按梅花状采集表层土壤混合样品,合计32个。利用高通量测序分析技术,研究土壤细菌多样性在不同样点空间距离和土壤分类粒度下的变异性特征。结果表明,土壤细菌α多样性指数变异系数随土壤分类粒度和空间距离的减小而降低。细菌群落相异度随土壤分类粒度的减小有降低趋势,从田块到乡镇尺度随样点空间距离增大而显著性增加,但扩大到县域尺度增加微弱。两种尺度共同作用下,土壤细菌α多样性指数的变异系数和细菌群落相异度较单一尺度均有所降低,但乡镇尺度下样点土壤分类粒度减小后的α多样性指数变异系数与群落相异度较乡村尺度的减少更为明显。哑元相关分析表明,细菌群落相异度与空间距离尺度的相关性较土壤分类粒度更强,土壤理化性质和农田管理措施在空间尺度上变化是样区空间距离尺度影响土壤细菌群落结构的重要因素。因此,农田土壤微生物调查,首先需考虑样点空间距离尺度,在乡镇以上尺度的样点调查还需考虑土壤分类粒度,土壤分类粒度越小,样点越具代表性。研究结果对县域农田土壤微生物多样性研究及其调查样点布设具有积极参考价值。     

南方红壤区植被结构类型与降雨模式对林下水土流失的影响

植被和降雨是水土流失的关键因素,探究二者对水土流失的影响对开展水土保持具有重要意义。该研究基于鹰潭红壤生态试验站5种植被结构类型的径流小区2016-2018年93次降雨、径流、泥沙观测资料以及各小区植被结构参数,利用自组织映射(self-organizing maps,SOM)方法,根据雨量、历时、60 min最大雨强、平均雨强、降雨集中性等特征指标划分降雨模式,研究了不同降雨模式和植被结构类型的水土流失特征,并采用冗余分析(RDA)定量研究降雨与植被对林下水土流失的影响。结果表明,SOM方法能客观识别红壤区4种典型侵蚀降雨模式,R_Ⅲ模式(短历时、大雨强、雨量集中)是造成水土流失的主要降雨模式,R_Ⅳ模式(多雨量、大雨强、长历时)最具侵蚀性破坏力;植被结构类型显著影响水土流失,水土保持功能从大到小依次为:灌草混交林、草地、低灌林、乔木林、高灌林。RDA分析表明,降雨模式与植被结构类型能够改变降雨、植被对水土流失的影响,随着降雨模式由弱到强转变,植被的水土保持功能逐渐减小,降雨影响增强,水土流失由植被主控演变为平衡控制、降雨主控;随着植被结构类型由近地表植被向灌木、乔木的变化,植被的调节能力减小,降雨影响增强。     

典型农业活动区浅层地下水地球化学特征及成因分析

以常州市为研究区域,采用现场调查和实验室分析相结合的方法,对常州市浅层地下水HCO3-、Cl-、SO42-、F-、Na+、K+等10种指标进行检测,并分析浅层地下水的水质状况、地球化学特征和成因机理。在常州市浅层地下水样中,第四系松散岩类孔隙潜水有2个水样总硬度超标,微承压水和第Ⅰ承压水各有1个水样总硬度超标。常州市浅层地下水化学类型主要为HCO3-Ca.Na(Na.Ca)和HCO3-Ca.Mg,在常州的东南和西部少部分地区出现几种类型的地下水。这与常州全区地势平坦、地下水径流微弱具有一致性。常州市孔隙潜水、微承压水和第Ⅰ承压水中,各种离子存在一定的分布规律,且在各含水层的分布规律不同。常州市浅层地下水化学特征主要与地下水离子间的交换吸附作用、人类生产生活活动和浅层地下水的酸碱性有关。     

基于万维网大数据的农药场地土壤污染快速预测方法研究

及时高效预测和筛查潜在农药污染场地对环境污染风险管控具有重要意义。基于万维网公开的46个农药场地样本数据,利用五分制层次分析法建立农药场地土壤污染快速预测指标体系,包括产品特性、局部气象条件、土壤属性和场地生产特性4个因素及其相应的产品毒性、持久性、气温、降水、风速、光照、土壤质地、土壤pH、有机质含量、生产时间和闲置时间11个特征指标。结果表明,农药场地生产时间、产品毒性及其持久性指标五分制分级后与农药场地土壤污染均存在显著线性相关性,三个指标不同组合对场地土壤污染的线性综合预测精度小于65%,而基于11个指标的机器学习方法（SVM模型和神经网络模型BP）综合预测精度为82%,但存在污染场地严重漏判问题。以综合评价指数值P≥0.6作为农药场地土壤污染的预测阈值,五分制层次分析法综合预测精度达到91%,优于线性预测以及机器学习方法,具有关键数据需求少、预测快速高效特点,体现 “宁严勿漏”的预测原则,可用于各类型农药场地的土壤污染筛查。     

土壤肥力质量与施氮量对小麦氮肥利用效率的综合定量关系研究

耕地土壤肥力及施氮量对于小麦产量和氮肥利用率均具有重要影响,但它们综合影响的定量关系及相对贡献率并不清楚。在太湖流域常熟市研究区,通过设置不同土壤肥力与施氮量的小麦田间试验,研究施氮量、土壤肥力综合质量指数对小麦产量和氮肥利用率的影响,并利用多元回归方法拟合他们之间的定量关系方程,分析揭示施氮量与土壤肥力综合质量指数对小麦产量和氮肥利用率综合影响的相对贡献率。结果表明,提升施氮量和土壤肥力综合质量指数,有利于增加小麦产量,但不利于小麦氮肥利用率提升;土壤肥力综合质量指数对小麦产量和氮肥利用率的影响大于施氮量,两者对产量和氮肥利用率的相对贡献率比值分别为1.09∶1和1.32∶1。表明通过提升土壤综合肥力、削减氮肥施用量,达到粮食与生态双重安全目标,培育和提升耕地土壤质量显得更为基本和重要。     

利用景观指数定量化评估历史土壤图制图精度

判断历史土壤类型图件的制图精度,是正确利用这些珍贵数据资料的前提条件。利用收集整理的、标记为福建省1∶25万土壤图的全国第二次土壤普查数据,分析了土类、亚类、土属不同土壤分类层次在栅格数据下15个景观指数的粒度效应,以粒度30m×30m对应的景观指数为基准数据,不同粒度对应的景观指数与基准数据比较,设定相对变异百分数|VIV|1%时所对应的最大粒度为土壤矢量图栅格化的最佳表征粒度,并以此推断土壤类型图的比例尺,定量化评估其制图精度。结果表明,景观指数具有明显的粒度效应,土类、亚类、土属水平的最佳表征粒度分别为4.00 km×4.00 km、3.45 km×3.45 km和1.90 km×1.90 km,对应实际土壤图的比例尺分别为1∶180万、1∶160万、1∶85万。为判断历史土壤类型图的制图精度提供了新的有效途径和方法,对于珍贵历史数据资料的正确判断和利用具有重要价值。