丘陵区水稻土Cu Cd污染的空间变异与影响因子

以江西铜冶炼厂区域为例，运用地统计学采样和分析方法结合数理统计，研究了红壤丘陵区水稻土重金属复合污染的空间变异特征及其影响因素。结果表明，铜冶炼厂排污和污水灌溉导致了土壤Cu、Cd复合污染，其中Cu污染具有表聚性，Cd在0～60cm剖面中均引起污染。表层土壤与水稻秸秆和籽粒中全Cu含量间表现出极显著正相关，但Cd没有显著相关。地统计学分析表明，表层土壤Cu、Cd的空间变异主要发生在西南一东北方向，与地势的变化和灌溉渠的走向一致，也与常年风向相似。污染物排放、飘尘和灌溉是影响表层土壤重金属空间变异的主要因素，其次是土壤吸附性能。土壤pH值、有机质、孔隙性质影响了Cu的长期迁移过程．但对Cd迁移影响没有表现出显著相关性。     

丘陵区水稻土Cu污染空间变异的协同克里格分析

针对丘陵红壤区铜冶炼厂周围水稻土污染区(1.40 km2),在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子.基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量(包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H)对表层土壤Cu含量分布预测精度的影响.结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd＞Cu/H＞Cu/StrawCu＞Cu/GrainCu＞Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu/(Cd,StrawCu)＞Cu/(Cd,StrawCu,H)＞Cu/(Cd,StrawCu,GrainCu)＞Cu/(StrawCu,GrainCu)＞Cu/(Cd,H).与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度.在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度.     

红壤施用不同有机酸解铝毒效果的比较

以黑麦草为供试植物,进行了施用柠檬酸和草酸解除红壤铝毒的生物盆栽试验。结果表明,施用包膜有机酸比非包膜有机酸具有更好的解铝毒效果,其效果随施用浓度的增加而显著提高,且包膜柠檬酸比包膜草酸的效果更佳。     

丘陵区水稻土Cu污染空间变异的协同克里格分析

针对丘陵红壤区铜冶炼厂周围水稻土污染区（1.40km^2）,在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子。基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量（包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H）对表层土壤Cu含量分布预测精度的影响。结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd〉Cu/H〉Cu/StrawCu〉Cu/GrainCu〉Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu（/Cd,StrawCu）〉Cu（/Cd,StrawCu,H）〉Cu（/Cd,StrawCu,GrainCu）〉Cu/（StrawCu,GrainCu）〉Cu（/Cd,H）。与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度。在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度。     

红壤施用包膜有机酸对解除小麦铝毒的作用研究

通过盆栽试验研究红壤施用柠檬酸、草酸和苹果酸三种不同包膜有机酸对不同小麦品种解铝毒的作用。结果表明,红壤上施用包膜有机酸对小麦具有较好的解铝毒效果,增加了小麦产量。三种包膜有机酸中柠檬酸的效果最佳。有机酸解铝毒的效果因小麦品种而异,其中敏感小麦优于抗性小麦。     

丘陵红壤重金属复合污染的空间变异分析

本文以江西省贵溪市江西铜冶炼厂周围的土壤重金属污染区(面积7.7km2)为例,研究了基于GIS的地统计学方法在丘陵红壤区土壤重金属复合污染空间变异分析上的应用,提出了一个空间变异分析步骤:(1)利用DGPS定位,以50~200m的随机网格采集土壤样品;(2)分析土壤重金属含量数据的分布类型和空间分布趋势,通过数据转换去除数据趋势;(3)计算半方差函数并选择最佳的拟合模型和参数;(4)通过交叉验证选择合适的克立格方法;(5)通过空间插值,绘制重金属污染空间分布图,分析空间变异规律和影响因素。空间分析结果表明,Cu和Cd的复合污染是铜冶炼厂污染区的主要污染特征,基于ArcGIS的地统计学分析模块可以较准确地分析丘陵区土壤重金属复合污染的空间变异特征。