基于特征代表性的土壤环境质量监测点布局优化方法

为提升土壤监测点代表性以更准确获取土壤信息并实施有效管理措施,本文提出一种基于特征代表性的土壤环境质量监测点布局优化方法。该方法基于多个与监测目标变量相关性强的辅助变量的属性分布构建特征空间,采用条件拉丁超立方体方法将特征空间分层并进行编码,并通过计算特征空间分层影响度以确定抽样顺序,逐点抽样优化获得高代表性的布样方案。本研究以北京顺义区为例,以土壤类型、土壤质地、土地利用类型和坡度作为辅助变量进行监测点布局优化,并与简单随机采样方法、空间分层采样方法、条件拉丁超立方体采样方法（cLHS）进行比较。结果显示：相较于其他3种方法,本文提出的方法的特征空间覆盖率平均提高15%左右,耗时远小于cLHS,略高于简单随机采样和空间分层采样,所获取的监测点布设方案的不确定性明显低于其他3种方法,重金属含量分布特征与总体数据更为接近。综上,本研究提出的方法能够显著提升监测点在特征空间的代表性,可有效反映调查区域土壤属性总体分布特征,能为后续调查监测土壤信息提供参考手段。     

基于GIS技术的水源地土壤养分评价——以滩小关水源地为例

以GIS技术和传统技术相结合,定性描述与定量分析相结合,用系统论和对比分析的方法调查、分析、评价了滩小关水源地土壤养分质量状况,并针对其中存在的问题提出了一些建议。其中,利用GPS快速准确地测到带有坐标记录的采样点,利用MAPGIS对采样点进行空间插值获取土壤养分等级空间分布图,并对其空间分布特征进行了科学的分析。结果表明:研究区土壤养分含量缺乏,尤其氮磷养分不足,有机质含量不高。     

基于时空不确定性分析的北京市农田土壤重金属镉含量等级划分

为了从时空角度探讨耕地土壤环境质量的类别划分并为差别化利用和管理土地提供可参考信息,针对多年期采样数据,采用基于时空指示克里金的方法对北京市2013年农田土壤重金属镉含量进行等级划分。其中通过自适应方法确定了等级划分最适宜的概率阈值,并基于等级错划指数估计了等级划分的不确定性。结果表明:相较于基于时空普通克里金的方法,基于时空指示克里金方法划分的等级具有更高的准确率。2013年北京市镉含量等级为超过背景值的农田区域主要分布在昌平大部分地区、平谷中部地区、大兴南部地区、房山南部等靠近城镇中心的地带,等级为低于背景值的农田区域则主要分布在延庆西部地区、怀柔北部等远离城镇中心的地带。镉含量等级的错划指数分布反映了北京市农田土壤重金属镉含量等级划分的不确定性程度。等级划分的不确定性在一定程度上受点位分布及概率阈值的影响。基于时空指示克里金的等级划分方法可为开展耕地土壤环境质量类别划分工作提供辅助支撑。     

耕地土壤环境质量类别划分中运用软件实现点位导航

在当前全国开展的"土壤攻坚战"工作中,"耕地土壤环境质量类别划分"尤为重要。传统的农业系统工作方式首先在地图上设置理论点位,然后工作人员携带GPS在大致区域范围内对照寻找,直至GPS上显示的点位同地图上的理论点位相同才能确定,范围大,耗时长,准确率低,强度大,效率低,致使工作进度滞后。该研究运用Excel、GIS Office和Mobile GIS实现加密点位采样导航,解决了现实工作中的困难,并在工作中得到了应用,具有方便、快速、准确、提高工作效率和现场导航正确等优点,可对耕地土壤环境质量类别划分工作起到积极的推动作用。     

基于土壤养分-景观关系的土壤采样布局合理性研究

以研究区域8个地形因子和5个土壤常规养分数据为研究对象,应用空间分级统计技术将地形因子分为5个级别,采用Pearson相关性分析各分区上的样点,并对不同采样布局下地形因子与土壤养分间的Pearson系数进行相似性分析。结果表明:不同采样方案下,地形因子与土壤养分间的Pearson系数相似性程度在99%以上,说明研究区内存在固定的关系模式。4种采样方案中,含有3 661个采样点的方案C获取的关系模式与典型关系模式特征最接近,因此,利用方案C采样能够准确高效地获取土壤信息。     

县域耕地质量等别监测分区布点研究

为准确掌握耕地质量等别空间分布特征,提高县域耕地质量监测效率,完善其监测体系,本研究以广州市从化区为例,基于耕地质量监测成果以及土壤、环境因子等数据,通过空间统计学、空间叠加等方法对县域耕地质量等别监测分区布点进行研究。结果表明,考虑土壤、地貌、土地利用水平、土地经济效益以及耕地质量渐变类型等因素,从化区共划分为26个耕地质量监测区。依据空间分层抽样原理,结合研究区内国家标准样地、沟渠、道路、村庄、基本农田等因素在空间上对监测样点进行调整,最终确定了111个监测样点。经统计检验表明,监测样点在总体耕地分等单元中具有较高的代表性。以此建立的县域耕地质量监测体系可为自然资源部门的耕地质量监测监管提供技术支持。     

岩溶区县域耕地质量”外监测网络布设研究——以陆良县为例

耕地质量动态监测是为掌握实时实地的耕地质量状况,持续定期地通过科学而合理的空间取样,调查影响耕地质量的主要指标或属性,并结合其他数据的分析,对耕地质量的变化做出评估。结合区域耕地质量变化的自然规律,科学构建覆盖面广、层次清楚、代表性强的耕地质量"外监测网络对监测的科学性、监测结果的可靠性具有重要意义。该文研究提出了岩溶地区县域耕地质量"外监测网络布设方法,并以耕地质量等级监测示范县陆良县对此方法进行了实例验证。陆良县共划分为9类监测控制区,共12片;共布设了9个随机监测样点,26个固定监测样点。经论证,所布设监测样点实现了对全县耕地利用类型的全覆盖,具有很好的代表性。研究结果显示,提出的方法符合耕地质量等级监测的需求,可为岩溶区县域耕地质量"外监测网络布设提供技术参考。     

渔业水域调查采样点智能生成系统的研究与实现

利用Visual Basic结合ActiveX组件MapX对渔业调查水域进行采样点智能规划的技术、方法和开发流程进行了介绍.所生成的模块能提供以网格为单元对渔业调查水域进行科学规划,实现各调查样区的无缝联结.该系统操作简便,突出了专业特色,节省了购买和学习地理信息系统软件的成本.该模块被应用于太湖水质调查中,通过与用户交互自动生成以网格为单元的采样点及相应的地理坐标参数,为解决传统采样点布设方法中缺乏地理坐标界定的缺陷提供了理想的解决方案.在后期渔业水域调查数据统计中,亦可利用该系统对空间数据和水域调查数据进行管理与统计,自动生成和输出基于调查数据空间分布的专题图.     

土壤重金属混合样采样数目和空间变异耦合规律研究进展

土壤重金属合理采样数目确定和空间变异特征分析是进行土壤重金属相关研究工作的前提和基础,为评估土壤重金属混合样采样数目和空间变异研究进展,通过广泛查阅国内外相关文献,对土壤重金属混合样本数、混合样分样点数目、组间及组内误差与空间变异耦合规律现状及未来研究方向进行了评述。结果表明：目前,已有研究只关注于已知变异单元内正态分布下混合样采样数目的确定,对于已提出的偏态分布下合理采样数目确定方法,均存在着采样数目高估或者低估现象,而且只关注于混合样点合理采样数目确定方法研究;针对不同的误差控制需求、正态或偏态分布、已知或未知变异单元,确定土壤重金属混合样本数及混合样分样点数目方法研究尚未开展;对于采样数据符合偏态或正态分布下,增加土壤混合样、混合样分样点数目与组间误差、组内误差降低趋势关系拐点尚不清楚;土壤重金属混合样本及混合样分样点数目与空间变异耦合规律也尚不明确。因此,识别增加土壤混合样、混合样分样点数目与组间误差、组内误差降低趋势关系的拐点,优化土壤重金属混合样本数、混合样分样点数与土壤重金属总体采样数目的关系,结合空间变异预测模型,构建样本量计算和空间变异识别的耦合模型,揭示土壤重金属混...     

县域耕地质量监测样点布设研究——以河北省昌黎县为例

掌握区域耕地资源数量与质量是耕地资源管理工作的基础,监测样点布设是了解耕地质量的前提。为确保监测样点数量、位置科学合理,以昌黎县为例,基于国家自然质量等指数,利用空间分层抽样方法初步确定昌黎县耕地等别渐变区域应至少布设40个监测样点;基于国家自然质量等指数的半变异函数结构分析得到,昌黎县耕地质量的最大相关距离为5.48 km,在ArcGIS中以5 km×5 km布设网格得到,昌黎县预布设45个监测样点才能满足耕地质量监测的精度要求;考虑监测样点布设稳定性,基于耕地等别渐变类型与耕地国家等别的空间分布特征对监测样点预布设进行空间优化,最终确定监测点位置;对监测样点国家自然质量等指数进行Kriging插值,利用插值结果的预测误差统计量检验样点布设精度。本研究提出的样点布设方法可提高监测精度,并可保证监测样点的代表性和监测信息的完整性,从而使监测成果更为科学、准确。     

基于高斯混合模型的土壤环境质量分区研究

受自然环境因素、人为活动因素综合作用,土壤环境质量在空间上具有明显分层异质性,基于采样点进行环境质量分区是土壤环境质量管理中的关键问题。本文提出一种基于采样点与辅助因素的土壤环境质量分区方法,在采用地理探测器分析土壤环境质量主要影响因素的基础上,运用高斯混合模型对土壤采样点进行属性聚类,结合河流道路等对聚类结果进行边界调整,形成环境质量分区。以北京市顺义区采样数据为例开展方法验证,结果表明:本方法的分区结果优于SOFM聚类、K-means聚类,适用于人为和自然活动综合影响的环境质量分区。     

Google Earth Engine平台支持下的南流江流域生态环境质量动态监测

为探究南流江流域2000—2019年生态环境质量的时空变化,利用Google Earth Engine（GEE）平台对2000—2019年南流江流域Landsat影像进行优化重构,并耦合植被绿度、湿度、地表温度、土壤干度等生态环境指标,构建遥感生态指数（RSEI）模型对南流江流域生态环境质量进行监测和评价。结果表明：2000—2019年南流江流域生态环境质量呈现逐年好转的态势,RSEI均值从2000年的0.543 4增长至2019年的0.636 4;南流江流域生态环境质量面积变化主要以中等生态风险等级向良生态等级转移为主,其中流域上游的中生态等级面积占比减少29.90个百分点,下游的良生态等级面积占比增加28.11个百分点。研究表明,使用GEE平台重构年度无云影像,可以对常年多云覆盖区的生态环境质量进行长时序的监测和评价。     

长株潭地区农用地分等定级一体化研究

分析了长株潭地区农用地利用过程中存在的问题及理解了农用地分等定级内涵的基础上,对长株潭城市规划区进行农用地分等定级一体化研究,并对长株潭城市规划区农用地等别、级别的面积、分布特征、等级间相互关系及其形成原因进行了深入的对比分析,以期为科学量化长株潭地区农用地数量、质量及分布,为长株潭地区实施区域耕地占补平衡和基本农田保护提供参考,为科学核算耕地生产力,确定土地整理中的耕地质量标准服务.     

土壤筛选值在镉污染稻米产地环境评价与分类适用性探讨

为科学地进行农用地土壤环境质量评价及环境质量类别划分,以稻田镉(Cd)污染为例,以全国典型稻米产区土壤与稻米Cd含量对应样点数据为基础,以土壤Cd与稻米Cd非对应性超限值情况即误判率为判定参数,分析土壤污染风险筛选值对稻米产地环境质量评价及类别划分的适用性。结果表明,在湖南长株潭、广东北部等区域采用筛选值评价产地环境质量存在较多误判情况。在高误判区,采用实地采样多参数分析混合线性建模的方式筛选影响稻米富集Cd的关键因子,结果表明,除土壤Cd全量及pH等因子外,土壤钙(Ca)也对稻米富集Cd有重要影响。因此在产地环境安全评价及类别划分时,对于以筛选值为依据误判率较高的区域,应加入其他土壤关键因子进一步研究,以避免误判。     

河南省丘陵低山区刺槐人工林立地分类及立地质量评价

为确定河南省丘陵低山区刺槐适宜的生长环境，为刺槐的经营管理和立地生产潜力提升提供参考。以河南省丘陵低山区106块1～26年生刺槐人工林为研究对象，采用典型抽样方法，调查样地内对树高生长有显著影响的环境因子，利用数量化理论Ⅰ分析各调查指标对刺槐生长的影响，对刺槐人工林进行立地类型划分与立地质量评价。结果表明，影响刺槐人工林立地质量的主要环境因子依次为土壤质地、海拔高度、土层厚度、坡向；复相关系数的t检验得t=14.96,复相关系数及各立地因子偏相关系数均达显著水平，此次所构建的数量化立地指数表适用于河南省丘陵低山区刺槐人工林。采用土壤质地、海拔高度、土层厚度、坡向4个主要因子的组合，划分为10个立地类型组、80个立地类型。将80个立地类型划分为好、中、差3个立地等级，对每个立地类型立地质量评价分析得出，研究区有75%的样地立地质量在中等以上。河南省丘陵低山地区刺槐人工林最适宜生长的环境为中厚(>30 cm)、壤土、小坡度、阴坡。     

基于BP神经网络和支持向量机的农用地分等方法研究

为建立农用地(耕地)质量评价模型,客观准确地进行农用地(耕地)分等,减少现行农用地分等方法中的人为因素影响,提高农用地分等的精度。以福建省长泰县丘陵山地区为实证研究区,通过无监督网络——自组织特征映射网络(SOM)筛选出2 602组典型样本,分别进行有监督网络——BP神经网络和支持向量机(SVM)的学习训练,将分等指标作为输入变量,以农用地自然质量等指数和等别作为输出变量,分别建立BP神经网络农用地分等模型与SVM农用地分等模型并对其精度进行分析。BP神经网络模型的评价正确率为89%,精度较高;支持向量机(SVM)模型的评价结果正确率为99%,达到高精度等级。2种模型均能满足农用地分等的精度要求,但SVM模型较BP神经网络效果更好,更适合应用于农用地分等工作。     

包头市郊区农用地表层土壤重金属锌含量的调查与评价

[目的]评价包头市郊区农用地表层土壤重金属锌环境质量。[方法]按照"梅花型"取样,测定包头市郊区菜地、马铃薯地、小麦地、玉米地等不同土地类型土壤重金属锌含量,对研究区土壤环境质量进行评价。[结果]研究区土壤锌含量最高值为86 mg/kg,平均值为72 mg/kg,单项污染指数最大值为0.29,污染指数Pi≤0.7,说明包头市郊区农用地表层土壤重金属锌环境质量属于清洁级,种植小麦、玉米等粮食作物和蔬菜均没有安全风险。[结论]该研究为包头市进一步开展无公害农产品基地建设、评价土壤重金属污染潜力和农用土地资源与环境适宜性奠定了基础。