基于低空无人机成像光谱仪影像估算棉花叶面积指数

农作物叶面积指数(leaf area index,LAI)遥感监测具有快速、无损的优势。该文以低空无人机作为遥感平台,使用新型成像光谱仪获取的农田高光谱影像数据对棉花LAI进行反演。利用影像高光谱分辨率的特点,针对传统固定波段植被指数(fixed-bandvegetation index,F_VI)进行改进,通过动态搜索相应植被指数定义所使用波段范围内的反射率极值的方法,计算与各类植被指数对应的极值植被指数(extremum vegetation index,E_VI)。分别以原始全波段光谱反射率、连续投影算法(successive projections algorithm,SPA)提取的有效波段反射率以及各类F_VI和E_VI作为自变量,使用最小二乘和偏最小二乘(partial least squares,PLS)回归等方法构建LAI遥感估算模型。结果显示:1)以植被指数为自变量的模型估算效果(验证R2最高为0.85)优于以光谱反射率作为自变量的模型(验证R2最高为0.59);2)使用E_VI作为自变量能够显著提高LAI的估测精度(验证R2最大提高了0.11);3)使用PLS回归算法结合多个E_VI建立的LAI-E_VIs-PLS模型精度最高。使用LAI-E_VIs-PLS模型对棉花地块高光谱影像进行反演,制作棉花LAI空间分布图,取得良好的估算结果(验证R2=0.88,RMSE=0.29),为农作物LAI遥感监测提供了新的技术手段。     

基于Sentinel-2多光谱数据的棉花叶面积指数估算

棉花叶面积指数(leaf are index, LAI)的快速、准确获取对棉花长势监测、发育期诊断、面积提取以及产量估算等遥感监测具有重要意义。该研究利用2017年和2018年的Sentinel-2多光谱卫星数据及大面积田间试验观测获取的棉花不同发育期LAI实测数据,构建了基于单波段反射率及各类植被指数的棉花不同发育期及全发育期LAI估算模型,并采用留一验证(LOOCV, leave-one-out cross validation)和交叉验证对模型精度进行了检验。结果表明:1)对于单波段反射率,基于中心波长为842 nm波宽为145 nm的B8近红外波段对不同发育期LAI估算精度最优均方根误差(RMSE, root mean square error, RMSE=0.378);2)对于各类植被指数,花蕾期(20170616)和花铃期(20170802)时增强植被指数(EVI, enhanced vegetation index,)表现最佳(RMSE分别为0.352和0.367),开花期(20180623)时校正土壤调节植被指数(MSAVI2, modified soil adjusted vegetation index 2,)估算精度最高(RMSE=0.323);3)单波段反射率和各类植被指数对全发育期LAI的估算均要优于对单个发育期LAI的估算,其中基于IRECI指数的(invertedred-edge chlorophyllindex)全发育期LAI估算模型精度最佳,LOOCV检验RMSE=0.425,交叉检验RMSE=0.368;将基于IRECI的全发育期LAI估算模型应用到单个发育期LAI估算并与各单个发育期LAI估算模型精度对比,发现交叉验证RMSE平均值仅比LOOCV验证RMSE平均值高0.07,反映了全发育期LAI估算模型良好的普适性。该研究为农作物LAI估算提供了新的数据选择,完善了Sentinel-2卫星数据在LAI估算中的应用领域。     

基于多光谱影像和机器学习算法的红树林树种LAI估算

针对红树林叶面积指数（Leaf Area Index,LAI）实地测量难度大、无法快速大范围LAI估算的问题。该研究以广西北部湾红树林为研究对象,以无人机（Unmanned Aerial Vehicle,UAV）和哨兵二号（Sentinel-2A,S2）多光谱影像为数据源,整合原始光谱波段、植被指数和组合植被指数构建高维数据集,并进行数据降维和特征优选。定量评估6种机器学习算法（XGBoost、前馈反向传播神经网络（Back Propagation,BP）、支持向量机（SVM）、岭回归（Ridge）、Lasso和弹性网络（ElasticNet））对不同红树林树种LAI的估算能力;探究UAV和Sentinel-2A影像对红树林树种LAI估算的精度差异。研究结果表明：1）基于XGBoost算法构建的模型实现了红树林LAI高精度估算,R2均高于0.70,RMSE均低于0.349;2）在UAV和Sentinel-2A影像下,XGBoost模型对不同红树林树种LAI的估算精度（R2）比其他5种模型分别提高了0.105～0.365和0.283～0.540,RMSE降低了0.100～0.392和0.102～0.518;3）UAV影像数据与XGBoost算法构建的模型对海榄雌LAI的估算精度优于其他组合（R2=0.821、RMSE=0.288）,Sentinel-2A影像数据与XGBoost算法构建的模型对秋茄和桐花树LAI的估算精度优于其他组合（R2=0.940～0.979、RMSE=0.142～0.104）,不同红树林树种LAI的估算精度依次为桐花树>秋茄>海榄雌;4）SNAP-SL2P算法整体性低估红树林LAI值,UAV影像红树林树种LAI的平均估算精度（R2=0.677～0.713）均优于Sentinel-2A影像,实现了不同红树林树种LAI的高精度估算。     

利用无人机影像构建作物表面模型估测甘蔗LAI

为探讨从作物表面模型(crop surface models,CSMs)中提取株高来估算糖料蔗叶面积指数(leaf area index,LAI)的可行性,该文采用无人机-RGB高清数码相机构成的低空遥感平台,以广西糖料蔗为研究对象,采集了糖料蔗全生育期的高清数码影像,分别在有无地面控制点条件下建立各生育期CSMs并提取株高。此外,该文利用高清数码影像计算了6种可见光植被指数并建立LAI估算模型,用以对比从CSMs提取的株高对LAI的估算效果。结果表明:全生育期CSMs提取的株高与实测株高显著相关(P0.01),株高预测值与实测值高度拟合(R2=0.961 2,RMSE=0.215 2)。选取的6种可见光植被指数中,绿红植被指数对糖料蔗伸长末期以前的LAI的估测效果最好(R2=0.779 0,RMSE=0.556 1,MRE=0.168 0)。相同条件下,株高对LAI有更高的估测精度,其中CSMs提取的株高估测效果优于地面实测株高,预测模型R2=0.904 4,RMSE=0.366 2,MRE=0.124 3。研究表明,使用无人机拍摄RGB影像来提取株高并运用于糖料蔗重要生育期LAI的估算是可行的,CSMs提取的株高拥有较高的精度。该研究可为大区域进行精准快速的农情监测提供参考。     

基于水稻背景特性的植被指数参数修正研究

植被指数广泛应用在各种植被遥感监测中,但不同土壤背景会对基于植被指数的遥感监测精度产生影响,特别是以水为背景的水稻遥感监测.该研究旨在对各种背景调节植被指数的参数进行修正,以便更适合以水土混合物为背景的水稻参数估算.首先通过不同生育期水稻的冠层光谱构建在不同参数条件下的背景调节植被指数(WDVI、SAVI、SAVI2、TSAVI),然后以多种方程形式拟合以不同参数构建的各个植被指数与水稻叶面积指数LAI的关系,最后通过比较各拟合方程的决定系数(R2)得到各植被指数修正后的合适参数.结果表明:在使用植被指数估算水稻LAI时,其参数都需要修正.对WDVI,其修正后的参数α=1.44;对SAVI,其修正后的参数L=0.08;对SAVI2,其修正后的参数θ=0.02;而对TSAVI,其修正后的参数a=0.5,b=0.02,X=0.02.另外,在各种拟合方程形式中,以指数和幂函数的拟合效果最佳.在以WDVI、SAVI、SAVI2和TSAVI为自变量,以LAI为因变量的各种估算模型中,TSAVI对LAI具有较高的估算精度,SAVI和SAVI2次之,WDVI最差.总之,在进行水稻遥感监测时,对植被指数的参数进行修正有利于提高监测精度.     

基于实测高光谱指数与HSI影像指数的土壤含水量监测

为了探索土壤含水量与高光谱植被指数的内在关系,实现土壤含水量的快速且准确监测,以ASD光谱仪测定的研究区植被高光谱数据和环境卫星HSI高光谱影像数据为基础数据计算得到26种光谱植被指数,通过灰度关联分析法(grey relational analysis)对不同深度(0~10,10~30,30~50 cm)土壤含水量与实测光谱指数和影像光谱指数进行分析和筛选,确定了与土壤含水量相关性较高的5个光谱植被指数,采用多元线性回归法(multiple linear regression)分别构建了基于实测数据和影像数据的高光谱植被指数土壤含水量反演模型,并用实测高光谱植被指数模型对HSI影像植被指数模型进行校正。结果表明:2种土壤含水量反演模型对0~10 cm层的土壤含水量均有较高的拟合度,判定系数(R2)均高于0.589,并具有较好的稳定性;实测高光谱植被指数模型精度优于HSI影像植被指数模型,判定系数(R2)分别为0.668和0.589;经过校正的HSI影像土壤含水量反演模型精度有了较大的提高,判定系数(R2)从0.589提升到0.711,均方根误差(RMSE)为0.0014。该研究方法进行土壤含水量监测是可行的,为进一步提高土壤含水量定量遥感监测提供一定参考。     

基于 HJ - CCD 时序数据提取镇江市水稻种植分布

基于传统经验公式法和辐射传输法,分别对江苏省镇江市水稻分布状况进行提取。经验公式法可基于植被指数与叶面积指数的统计关系求得,以归一化植被指数和增强植被指数分别建立统计模型,而辐射传输模型采用PROSAIL模型,建立查找表,通过对比模拟和卫星遥感反射率数据对水稻的LAI(叶面积指数)进行确定。试验依据水稻生育期间LAI的时相分布,确定镇江水稻的种植分布状况。结果表明:(1)由经验公式法得到的镇江水稻面积为7.95×104hm2,相对误差为14.9%,由辐射传输法得到的镇江水稻面积为8.65×104hm2,相对误差为7.5%。辐射传输法的结果更接近实际值。(2)在统计模型中,增强植被指数EVI与LAI相关性比归一化植被指数NDVI与LAI的相关性更高,用EVI-LAI方程对LAI作进一步反演效果更理想;(3)实测值验证分析表明,统计模型反演的LAI标准误差为1.32,PROSAIL模型反演的LAI标准误差为0.97,说明在遥感反演植被生物物理参数时,辐射传输法比传统的经验公式法稳定性更强。研究结果对探讨两种方法在提取作物分布范围中的应用,准确了解作物长势和种植面积以指导生产具有重要意义。     

基于无人机遥感影像的大豆叶面积指数反演研究

作物叶面积指数的遥感反演是农业定量遥感研究热点之一,利用无人机遥感监测系统获取农作物光谱信息精确反演叶面积指数对精准农业生产与管理意义重大。本研究以山东省嘉祥县一带的大豆种植区为试验区,设计以多旋翼无人机为平台同步搭载Canon Power Shot G16数码相机和ADC-Lite多光谱传感器组成的无人机农情监测系统开展试验,分别获取大豆结荚期和鼓粒期的遥感影像。使用比值植被指数(RVI)、归一化植被指数(NDVI)、土壤调整植被指数(SAVI)、差值植被指数(DVI)、三角植被指数(TVI)5种植被指数,结合田间同步实测叶面积指数(leaf area index,LAI)数据,采用经验模型法分别构建了单变量和多变量LAI反演模型,通过决定系数(R2)、均方根误差(RMSE)和估测精度(EA)3个指标筛选出最佳模型。研究表明,有选择性地分时期进行农作物的叶面积指数反演是必要的,鼓粒期作为2个生育期中大豆LAI反演的最佳时期,其NDVI线性回归模型对大豆LAI的解释能力最强,R2=0.829,RMSE=0.301,反演大豆LAI最准确,EA=85.4%,生成的鼓粒期大豆LAI分布图反映了当地当时大豆真实长势情况。因此,以多旋翼无人机为平台同步搭载高清数码相机和多光谱传感器组成的无人机农情监测系统对研究大豆叶面积指数反演是可行性,可作为指导精准农业研究的一种新方法。     

基于HJ-CCD数据和随机森林算法的小麦叶面积指数反演

为给小麦长势的遥感监测提供技术支持,该文运用随机森林回归(RF,random forest)算法建立小麦叶面积指数(LAI)遥感反演模型。首先基于2010-2013年江苏地区小麦环境减灾卫星HJ-CCD的影像数据,提取拔节、孕穗和开花3个生育期的卫星植被指数,进而根据各生育期植被指数和相应实测LAI数据,利用RF算法构建各期小麦LAI反演模型,并以人工神经网络(ANN,artificial neural network)模型为参比模型进行预测精度的比较。结果表明:RF算法模型在3个生育期的预测结果均好于同期的ANN模型。拔节、孕穗和开花3个生育期RF模型预测值与地面实测值的R2分别为0.79,0.67和0.59,对应的RMSE分别为0.57,0.90和0.78;ANN模型的R2分别为0.67,0.31和0.30,对应的RMSE分别为0.82,1.94和1.43。该研究结果为提高大田尺度下的小麦LAI遥感预测精度提供了技术和方法。     

干旱区典型绿洲土壤有机质的反演及影响因素研究

为了大面积、高精度地反演土壤有机质含量,为农业可持续发展提供数据支撑。以新疆渭干河-库车河三角洲绿洲为研究区,采用波段平均法将实测高光谱窄波段拟合为Landsat 8 OLI遥感影像的宽波段,建立土壤有机质含量的估算模型,并将最优估算模型应用到经过波段校正的Landsat 8OLI遥感影像中。结果表明:(1)反射率进行倒数、对数、平方、一阶微分等数学变换后与有机质含量的相关性显著提高;(2)土壤有机质的高光谱估算模型拟合度较高,最优估算模型的决定系数R2为0.852,采用比值法对多光谱波段反射率进行校正,校正后的遥感影像反演结果得到了较大提高,检验样本的决定系数R2从0.711提升至0.849。从反演结果来看,将高光谱估算模型应用到经过订正的多光谱影像,土壤有机质反演模型的精度得到了大幅度提高,运用此方法可以实现高精度的土壤有机质区域化反演。(3)有机质的分布受土地利用类型、土壤颗粒组成、土壤质地的影响,其中土壤质地对有机质的空间分布影响最为显著。     

江西省可持续发展动态分析

基于生态足迹理论, 提出了生态压力指数、生态占用指数和生态经济协调指数3 个概念, 并构建了可持续发展评价模型。利用该模型对江西省1990~2007 年的生态安全、消费水平、生态与经济协调发展状况进行定量研究, 结果表明: 江西省的生态压力指数从1990 年的1.56 增高到2007 年的1.96, 17 年间生态压力指数提高25.64%, 生态环境始终处于很不安全状态(2 级); 生态占用指数从1990 年的0.79 逐年提高到2007 年的0.88, 始终属于较贫穷状态(2 级); 生态经济协调指数从1990 年的0.50 逐年降低到2007 年的0.45, 始终处于很差等级(1 级); 可持续发展指数从1990 年的0.19 逐渐降低到2007 年的0.13, 始终处于很差等级(1 级)。     

几个大麦品种(系)的耐盐性评价

以发芽势(率)盐害指数、发芽指数下降率、产量及构成因素等为指数,对苏啤3号、苏啤4号、单二、扬农啤5号、盐99098、盐丰一号、C2118、西引二号等几个大麦品种(系)进行了耐盐性试验研究。试验结果表明:低NaCl胁迫浓度对参试品种(系)的影响不大,高盐胁迫(NaCl浓度大于60mg/ml)导致上述指标明显下降。品种不同对盐分胁迫的反映不同。芽期耐盐性综合评价结果得出参试品种(系)的耐盐顺序依次为C2118=盐丰一号>扬农啤5号>苏啤4号>西引二号>单二>苏啤3号>盐99098;盆栽试验耐盐性顺序依次为C2118>盐丰一号>苏啤4号>扬农啤5号>西引二号>单二>盐99098>苏啤3号。芽期和成熟期均耐盐的大麦品种(系)为C2118、盐丰一号、苏啤4号、扬农啤5号,可作为耐盐品种(系)直接在盐碱土种植或作为耐盐种质资源利用。     

长期施肥对栗褐土区土壤-作物系统可持续性的影响

利用长期施肥定位试验开展土壤-作物系统的可持续性评价,可为农田合理施肥和管理提供理论支撑。在黄土丘陵区栗褐土农田进行了26年长期肥料定位试验,设置8个处理,分别是不施肥(CK)、单施氮肥[120.0 kg(N)·hm~(-2),N]、氮[120.0 kg(N)·hm~(-2)]和磷[75 kg(P_2O_5)·hm~(-2)]肥配施(NP)、单施低量有机肥(22 500 kg·hm~(-2),M1)、低量有机肥与氮肥配合施用(M1N)、低量有机肥与氮磷肥配合施用(M1NP)、高量有机肥(45 000 kg·hm~(-2))与氮肥配合施用(M2N)和高量有机肥与氮磷肥配合施用(M2NP)。测定了19项指标,根据三角性面积法计算了土壤养分指数、土壤微生物指数、作物指数和可持续性指数,分析讨论了长期施肥对栗褐土区土壤-作物系统可持续性的影响。结果表明:1)N、M1处理的可持续性指数较CK分别提高27.1%、141.7%,但较临界值(1.30)低53.1%和10.8%;NP处理的可持续性指数虽然较N处理提高62.3%,但仍比临界值(1.30)低23.8%。说明长期单施氮肥、低量有机肥和氮磷配施下土壤-作物系统均不可持续。2)施用无机肥处理(N和NP)的土壤养分指数、土壤微生物指数和作物指数较CK提高7.1%和46.4%、-6.0%和25.4%、40.0%和60.0%;单施低量有机肥(M1)的土壤养分指数、土壤微生物指数和作物指数较CK提高98.2%、41.8%和31.7%。说明施用无机肥有利于作物指数的提升,而施用有机肥有利于土壤养分指数和土壤微生物指数的提升。3)M1N处理的土壤养分指数(1.06)、土壤微生物指数(1.04)、作物指数(1.00)和可持续性指数(1.38)均超过或等于临界值,使土壤-作物系统具有较好的可持续性。4)M1NP、M2N、M2NP处理的土壤养分指数较M1N处理分别提高21.7%、37.7%和72.6%,土壤微生物指数较M1N处理分别提高15.4%、7.7%和18.3%,作物指数与M1N处理相比差异很小,可持续性指数较M1N处理分别提高28.3%、32.6%和68.1%。说明在M1N基础上再增施磷肥或有机肥,可持续性指数可进一步提升是由于土壤养分指数和土壤微生物指数提高的缘故,同时也增加了潜在的环境风险。适量有机肥与无机氮配合施用(M1N)是实现栗褐土区土壤-作物系统可持续生产的较佳施肥模式。     

宝天曼栎类天然林群落环境解释的多元分析

 利用宝天曼自然保护区32块野外样地调查资料,通过选取21个分别代表植被群落、地形和环境的指标,采用主成分分析、聚类分析和典范相关分析方法,分别对三者之间的定量耦合关系进行分析。主成分分析结果表明,海拔和土壤厚度是指示植被变化的敏感指标;聚类分析结果显示,样地沿海拔梯度有规律分布,在划分的3种群落类型间,随着海拔的增加,土壤厚度在加大,而土壤含水量在减少,乔木种类增加而灌木、草本种类减少;植被、地形、环境指标集团的典范相关分析结果表明,地形与植被指标、环境与植被指标之间都存在者显著的相关关系,而地形与环境之间的相关关系并不显著,乔木种类及林分密度的变化能很好地反映地形和土壤的变化。     

农业旱情遥感指数验证与不确定性分析

以山西省太谷与山东省济宁试验为例,对极轨气象卫星农业旱情遥感监测指数进行验证,并对其不确定性进行分析。山西省太谷试验结果表明,旬温度条件指数(T),植被条件指数(V),植被健康指数(H)与土壤湿度有较高相关性(R2分别达到0.51,0.50,0.56),日部分指数相关性更高(R2分别达到0.58,0.45,0.60);山东省济宁日指数与土壤湿度相关性比太谷的高(T,V,H的R2分别达到0.93,0.66,0.97),但是两地区叶面缺水指数(W)与土壤湿度的相关性都很低,验证结果表明,利用H与T较适合农业旱情监测。另外在对比分析2个地区试验结果的基础上,从作物种植结构、监测时间尺度、植被生理状况,以及指数本身特性等角度分析了农业旱情监测中的不确定性。     

嫩江大堤植物根系固土护堤功能研究

通过对嫩江大堤护坡植物根系及土壤抗冲、抗蚀及抗剪强度的测定分析,发现同一地段土壤的抗冲、抗蚀（水稳性）指数及抗剪强度均是表土层大于底土层。植物根系有较强的固持土壤功能,抗冲指数与根长、根量间有明显的相关性,单相关系数分别为０９１４６和０８１９７。有机质含量高的土壤抗蚀性强,水稳性指数大,土壤抗蚀性与有机质含量间的相关系数为０９１３２,与根长和根量的相关性相对较低,单相关系数分别为０８１３７和０８０９１。土壤稳定性与植物根量关系密切,根量大,其抗剪强度就大,相关系数为０９８１４。在现有的植物中,牛毛草地抗蚀能力最大,其固土护坡护堤功能最强,应大力推广。     

陕北黄土区植被特征对坡面微地形的响应

为掌握陕北黄土区不同植被特征对坡面微地形的响应,以陕西省吴起县合沟流域半阴、半阳2个坡向的原状坡及其5种微地形为研究对象,分析对比不同坡向各类微地形的物种组成、草本生物量、植被盖度及植物多样性特征.结果表明:1)各类微地形植物群落的物种组成、植被盖度、草本生物量及植物多样性指数多优于原状坡,其中切沟和塌陷的植被状况最优,其次为浅沟和缓台,陡坎最差;2)各类微地形植物群落的Simpson指数与Shannon-Wiener指数变化趋势一致,均为切沟＞塌陷＞缓台＞浅沟＞陡坎＞原状坡,其中切沟和塌陷的植物群落所处的自然演替阶段高于其他微地形;3)经过15年自然恢复,半阳坡形成以星毛委陵菜、赖草等多年生草本植物为优势种的植物群落,半阴坡形成以铁杆蒿、茭蒿等地带性多年生草本植物为优势种的植物群落,半阴坡各类微地形植物群落的物种组成状况、草本生物量、植被盖度以及植物多样性特征指数均优于半阳坡.掌握不同微地形植被配置的差异,有助于提高陕北黄土区植被恢复措施的有效性和持续性.     

区域森林景观资源承载力评价方法的探讨——以江西省婺源县为例

通过对森林景观资源承载力内涵及其特点的探讨,提出以承载指数(承载量/承载力)评价森林景观资源的承载状态。采用理论分析和专家咨询相结合的方法,构建由经济、生态和游憩3个层次共15个指标组成的森林景观资源承载力评价指标体系,建立承载指数计算模型。并以江西省婺源县为例,应用层次分析法确定指标权重,明确各指标的计算方法,对该区域森林景观资源承载力进行了计算。结果表明,研究区域综合森林景观资源承载指数为0.3559,森林景观资源总体上处于弱载状态,生态和游憩承载指数更低,分别为0.2308和0.2448;经济承载量接近满载,承载指数达0.9710。调减对森林景观资源的经济需求是提高研究区森林景观资源综合承载力的关键,而控制能源性消耗和加强果木林发展是提高综合承载力的主要措施。     

重庆市土壤重金属污染的功能分异评价

在重庆市旱作粮地、稻田土壤、蔬菜基地、植烟土壤、果园土壤、茶园土壤、淹没区土壤和主城区土壤8种功能类型的土壤上采集了1076个土壤样品,分析了As、Cd、Cr、Cu、Hg、Ni、Pb、Zn等8种重金属赋存量,并采用富集系数、内梅罗指数、地质累积指数和潜在生态危害指数4种方法评价其重金属污染状况。结果表明,重庆市土壤优先控制的重金属元素为Cd、Hg,优先控制的功能类型土壤为主城区街道土壤、植烟土壤和旱作粮地。     

三峡库区重金属含量空间分布及污染状况

[目的] 对三峡库区坡面土壤与消落带沉积泥沙中重金属含量特征开展研究,为该区重金属污染评价提供理论与数据支持。[方法] 在三峡库区选取53个采样点,分析区域内坡面土壤与消落带沉积泥沙中Cr,Cu,Pb,Zn,Mn 5种重金属元素的含量,利用单因子污染指数法、内梅罗综合指数法、地累积指数法和潜在生态风险指数法开展污染状况评价。[结果] 研究区域内重金属含量平均值大小依次为：Mn>Zn>Cr>Cu>Pb,仅Cu,Zn和Mn存在污染。Zn和Mn在消落带沉积泥沙与坡面土壤中皆富集,而Cu仅在坡面土壤中富集。研究区域内重金属在空间分布上呈上、下游高,中游低分布。单因子污染指数法表明,研究区内仅存在Zn （P_ia=1.07）的轻度污染与Mn （P_ia=2.65）的中度污染。研究区域内梅罗综合指数为2.93,为中度污染。根据地累积指数法,研究区域内仅存在Mn轻度污染,其余重金属皆为无污染。Cr,Cu,Pb,Zn,Mn的潜在生态危害皆为轻微生态危害;研究区域的综合生态危害指数为14.09,为轻微生态危害。[结论] 研究区域内Cr含量主要受到研究区地质背景影响,而Cu,Pb,Zn和Mn含量同时受到地质背景与人类活动的影响。研究区内存在Mn和Zn污染,且有轻微生态危害。