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。     

基于Landsat-8数据的土壤颜色预测方法研究

选择黑龙江省292个自然风干土壤样品,室内测定土壤高光谱反射率,然后依据三刺激值法计算土壤CIE XYZ色彩空间各颜色分量,用于土壤颜色预测和验证.同时,提取各样品采集点位的Landsat-8 OLI原始反射率数据,计算归一化差值植被指数、归一化差值水体指数、归一化差值湿度指数、归一化差值不透水面指数,并据此提出建模光...     

基于AHP和TOPSIS的污染场地修复技术筛选方法研究

污染场地作为潜在的污染源,多位于城市人口密集区,具有较大环境风险,且随我国城市产业结构的调整有逐年增加的趋势,引起国家的日益重视。目前国内外应用于污染场地修复的技术类型较多,采用科学的方法选择技术适用、经济可行和环境友好的修复技术具有重要意义。在分析了已有的污染场地修复技术筛选方法和解决多参数决策问题的方法及工具的基础上,提出了基于层次分析法（AHP）和逼近理想解的排序法（TOPSIS）的污染场地修复技术筛选决策流程,构建了污染场地修复技术筛选的指标体系,通过领域专家调查和AHP法获得修复技术筛选不同指标的权重,然后采用TOPSIS法对污染场地修复技术进行排序。利用该方法筛选与某案例污染场地的实际筛选结果接近一致。AHP和TOPSIS结合运用于解决复杂的多因素决策问题,既能克服AHP在不易定量化指标上的主观性,又能避免TOPSIS对指标权重的忽视,能够为土地拥有者或环境工作者解决实际修复技术筛选问题提供了有益的工具。     

基于不同空间插值的污染场地土壤锑修复范围预测研究

以污染场地土壤锑超标地层为研究对象,结合土壤每层锑含量的分布特点,分析和比较了克里格插值模型(OK、UK)、反距离插值(IDW)、泰森多边形(TIN)和分区预测模型(OK+TIN)对不同深度土壤锑修复范围及预测精度的差异。结果表明：各方法确定的0～1 m地层修复面积大小顺序为IDW>OK=UK> TIN>OK+TIN,修复面积依次为74 154、57 427、37 338、32 707 m²;各方法确定的1～3.8 m地层修复面积大小顺序为IDW>UK>TIN>OK+TIN>OK,修复面积依次为13 089、11 030、9 660、2 183、1 231 m²,克里格插值带来的平滑作用导致超标范围的遗漏和未超标区域纳入修复范围。在受成本和污染物空间分布制约的情况下,TIN方法从几何原理的角度可以较为准确地反映不同深度土壤锑的修复范围;克里格插值(包括OK+TIN方法)和反距离插值受数据分布假设的约束,平滑效应明显,估计精度受限。     

大数据时代水土保持科技期刊的发展趋势研究

随着大数据技术的不断发展,科技期刊数字化传播平台与出版媒介日趋完善,科技期刊由纸质出版过渡到数字出版是一个必然的趋势。大数据时代,水土保持科技期刊为了实现高效数据采集和水土保持学术成果的高质量传播,在期刊内容、呈现形式、传播效果方面需要进行改进与增强。同时,应扩大在行业内学术影响力以适应信息飞速传播的大数据时代,促进水土保持科技期刊有序发展,更好地服务于水土保持从业人员。     

快速测定果蔬中农药残留量的方法研究

用自行研制的便携式农药残留速测仪，对果，蔬中农药残留毒性进行快速检测，可以直接显示有机磷和氨基甲酸酯类药对乙酰胆碱酶的抑制率，确定农药残留毒性水平。     

基于大数据的西藏荒漠化治理植物优选与验证

植物种植作为荒漠化治理的重要方式之一,关系到荒漠化区域的高效可持续发展。为提高植物选择的科学性与合理性,在项目前期已建成荒漠生态治理大数据平台并实现中国主要荒漠化区域生态信息全方位采集的基础上,进行基于大数据的植物优选研究与试验验证。研究运用相关性分析、聚类分析等大数据分析方法对荒漠植物种质资源库中植物进行类别划分,初步筛选适应该地区气象条件的植物;进一步运用层次分析法、专家打分法等决策方法从土壤、地形、生态效益、经济效益和其他等5个方面进行综合分析与评价,以优化初选结果。将该方法应用于西藏地区荒漠化治理植物的选择,经大数据挖掘分析,初步筛选出了核桃、黑果枸杞、盐生草和花花柴等适宜植物;进一步优化分析得出,核桃具有经济效益高、耐储运、前期投入相对较少等优势,是该区域荒漠化治理中生态适应性与综合效益俱佳的植物。优选结果在西藏山南市扎囊县桑耶镇的荒漠化治理中得到了验证,目前核桃长势良好,预期生态与经济效益显著。基于大数据进行荒漠治理植物的优选可为荒漠化区域科学规划及高效治理提供坚实的理论与数据支撑。     

农产品/食品中农药残留快速检测方法研究进展

农药残留的识别和量化通常依赖于气相色谱法、高效液相色谱法、气/液相色谱-质谱联用法以及毛细管电泳法,这些方法需涉及大而贵重的仪器、费时的样品处理以及专门的技术培训。因此,建立在线、高灵敏度、高选择性、简单高效、低成本的农药残留快速检测方法和技术非常重要。该文综述了用于农产品/食品的农药残留分析快速检测方法,主要包括酶抑制法、免疫分析法、光谱法(包括可见/近红外、红外、拉曼和激光诱导击穿光谱等)以及各种生物传感器等,分别介绍了这些方法最新的研究进展,同时分析并总结了这些快速检测方法和技术的基本原理和特点。目前的研究在灵敏度、重复性、准确性方面存在着一些不足,商品化的农药残留检测仪器也比较单一。由于纳米生物技术、分子印迹技术和微流控技术等技术有着巨大的应用潜力,因此特别介绍了这些技术在农药残留分析中的应用。农药残留快速分析技术未来将会朝着检测仪器的小型化和集成化、多通道检测、无线通讯方向发展,提高快速检测方法和仪器的稳定性和可靠性是必然趋势。     

基于SCADA数据的风电机组关键载荷预测

风电机组关键位置载荷预测对风电机组安全、经济运行具有重要意义。通过建立SCADA数据与载荷间的近似关系对风电机组关键位置载荷进行预测。采用BP神经网络建立SCADA数据和载荷的关系模型,利用SCADA数据与载荷间的相关性来筛选模型输入参量,采用试错法确定BP神经网络的层数与神经元数量。针对某2.5 MW风电机组的7处关键位置进行了载荷实测。研究表明,在不采用风速作为输入参量的情况下,模型的预测结果与实测结果具有良好的一致性,相对误差的均值在1.28%到15.6%之间,决定系数R2在0.951到0.882之间;与试错法选择输入参量相比,基于相关性计算的输入参量选择方法能够更高效地筛选出更多恰当的SCADA参量,从而进一步提高预测准确度。因此,基于BP神经网络建立SCADA数据与载荷的近似关系可作为风电机组关键位置载荷预测评估的有效手段。     

基于GF-1遥感数据预测区域森林土壤有机质含量

为探索国产卫星GF-1预测土壤有机质(SOM)的能力,本研究以广东省云浮市的罗定市为研究区,以GF-1多光谱遥感影像衍生的9个遥感变量和DEM提取的9个地形水文变量为预测因子,建立2种人工神经网络模型(A模型:地形水文;B模型:地形水文+遥感),对5个土壤深度(L1:0～20 cm,L2:20～40 cm,L3:40～...     

欧美发达国家场地土壤污染防治技术体系概述

国际经验表明,科学完整的土壤污染防治技术体系是全面推进土壤质量保护和土壤污染防治工作的基础保障,尤其对处于起步阶段且面临诸多挑战的中国土壤污染防治工作,虽然任重而道远,却是土壤污染管理能力建设的必然。为有效预防和治理修复工业遗留场地的土壤污染问题,加快推动城市土地的安全与可持续利用,本文全面系统地阐述了美国、英国和其他欧洲发达国家场地土壤污染防治技术体系的要素构成及演变特点:各国土壤污染防治制度及管理方法异同并存,构建一套完整有效的土壤污染防治体系必须以基于风险的全过程可持续管理为原则,涵盖法律保障、技术体系和管理手段等三个相互关联、相互影响的要素方面。其中,法律法规是标准制定和措施执行的核心原则和关键导向;标准导则是加强法律法规可行性的细化、具象;管理手段是法律法规和标准导则实践层面的配套保障。欧美等发达国家完善的场地土壤污染防治体系对中国防治体系的构建具有非常重要的指导意义,借鉴发达国家成功经验,从中国土壤污染防治的现实需要和具体国情出发,提出了三元一体的"法律—技术—管理"土壤污染防治技术体系的发展方向和重要内容,该体系涵盖法律法规体系、技术标准体系和可持续管理体系三个方面。     

红壤丘陵区典型区域湖南长沙市非点源污染量化研究

结合通用土壤流失方程(USLE)和USEPA开发的PLOAD方程,建立非点源污染计算模型,采用GIS技术及野外实验确定模型中各个因子,并将该模型用于长沙市的非点源氮、磷污染负荷的计算。研究结果表明:长沙市地区非点源氮、磷污染负荷分别为9.9kghm-2a-1,1.49kghm-2a-1,其中氮污染主要以溶解态氮的形式存在,与降雨过程中产生的地表径流密切相关;污染来源最大的区域是城市用地区域,该区域的下垫面不透水率大,降雨过程中产生地表径流大;磷污染主要以吸附态磷的形式存在,来源较大的区域主要为坡度大、易发生水土流失的区域。     

土壤酶对重金属污染的响应及指示研究进展

土壤酶在关键元素生物地球化学循环、动植物健康维持、环境污染净化等方面起着不可替代的重要作用,同时还是土壤污染程度评价的辅助指标之一。然而,由于土壤物理、化学和生物学性质的差异,以及研究方法的多样化,导致重金属与土壤酶活性之间的关系十分复杂,阻碍了土壤酶在土壤质量和健康评价中的应用。系统阐述了重金属污染对土壤酶的生态毒理效应,及其对土壤酶催化动力学特征的影响,构建了土壤-重金属-微生物对土壤酶作用的概念模型,并探讨未来的研究趋势和方向。土壤酶活性测定高效、便宜,且对重金属污染敏感,是极具潜力的土壤重金属污染评价的生物学指标,但仅采用土壤酶活性可能高估或低估重金属的生态毒性,加之当前对土壤酶的选择、活性的测定均缺乏统一的标准,致使难以建立重金属毒性阈值与土壤理化性质或土壤重金属有效性之间的定量关系,最终导致土壤酶在土壤污染生态风险评价中存在争议。未来亟需通过新技术和数学模型,深入揭示不同类型土壤中酶对重金属胁迫的响应机理,构建土壤性质与毒性阈值关系的经验模型,可为加强土壤酶在土壤质量和健康评价中的应用提供重要的理论依据。     

中国土壤污染与修复科技研究进展和展望

土壤污染与修复是土壤学的一个重要分支学科,对推进中国土壤污染管控与修复工作、保障国家土壤环境安全和生态文明建设发挥着重要的科技支撑作用。简要分析了中国土壤污染状况,介绍了国内外土壤污染与修复技术研究现状与发展趋势,指出了我国土壤污染防治科技研发中存在的若干问题,提出了今后我国土壤污染与修复科技研究与发展的总体思路与主要方向等对策建议。     

凤县银洞梁铅锌矿区土壤重金属污染线性与非线性方法结合研究

选取凤县典型铅锌矿区银洞梁8个监测点的土壤样品,在实验室应用空气-乙炔火焰原子吸收分光光度法进行Cu、Zn、Pb、Cd、Cr五种重金属全量测定。应用密切值法对8个监测点的土壤重金属污染程度进行综合评价,结果表明该矿区土壤已受不同程度重金属污染,其中两个监测点达到了严重污染程度。考察了密切值法的综合评价与单因子污染指数法评价两结果之间的关系,结果表明具有较强迁移能力的矿区主要污染物Zn能够较好的表征矿区土壤重金属的综合污染状况。     

基于实时含水率数据的土壤墒情动态建模及预测

实时准确地预测墒情是进行灌溉预报,实现农田水分精准化管理,提高水分利用效率的重要措施。基于根区（0−60cm土层）水量平衡原理,利用泰勒级数对根区下界面水分通量和作物蒸腾量进行了线性化处理,并以实时根区平均土壤含水率为自变量构建了动态的土壤墒情预测模型。采用天津市武清区西吕村无线土壤墒情监测系统（包含3个监测点）实时监测数据（地表下30cm和60cm处的土壤含水率）,分别选取5d、10d、15d和20d作为建模系列长度进行回归分析,确定模型参数,对10d和15d两种预见期进行了土壤墒情预测精度分析。结果表明：（1）实时预测模型拟合程度较好,三种建模系列长度条件下的确定性系数均达到0.80以上（样本数均大于550）;（2）15d建模系列长度下相对误差最小;（3）15d建模系列长度、15d预见期、10%相对误差界限值条件下,3个监测点的墒情预测合格率分别达到98%、100%和89%。由此可见,研究提出的实时墒情预测模型预测精度较高,便于建模分析,为土壤墒情的预测提供了新方法。     

基于BP神经网络的土壤水力学参数预测

为了获取区域土壤水分和溶质运移模拟所需的土壤水力学参数,利用黄淮海平原曲周县的试验资料建立基于BP神经网络的土壤转换函数模型。本文采用土壤粒径分布、容重、有机质含量等土壤基本理化性质,来预测土壤饱和导水率Ks、饱和含水量sθ、残余含水量θr、以及van Genuchten公式参数α、n的对数形式ln(α)和ln(n),并与多元线性逐步回归方法进行比较。t检验结果表明,BP神经网络训练和预测得到的模拟值与实测值之间吻合很好,该方法具有较高的预测精度。通过对平均相对误差的比较,得出在粒径分布的基础上增加容重、有机质含量等输入项目,可以提高部分土壤水力学参数的预测精度,而有些参数的预测精度反而降低。以误差平方和为标准的比较结果表明,BP神经网络模型的预测效果总的来看要优于多元线性回归法。