基于模糊逻辑的北京城市边缘区土壤重金属污染空间预测

Fuzzy classification combined with spatial prediction was used to assess the state of soil pollution in the peri-urban Beijing area. Total concentrations of As, Cr, Cd, Hg, and Pb were determined in 220 topsoil samples （0-20 cm） collected using a grid design in a study area of 2 600 kin2. Heavy metal concentrations were grouped into three classes according to the optimum number of classes and fuzziness exponent using the fuzzy comean （FCM） algorithm. Membership values were interpolated using ordinary kriging. The polluted soils of the study area induced by the measured heavy metals were concentrated in the northwest corner and eastern part, especially the southeastern part close to the urban zone, whereas the soils free of pollution were mainly distributed in the southwestern part. The soils with potential risk of heavy metal pollution were located in isolated spots mainly in the northern part and southeastern corner of the study region. The FCM algorithm combined with geostatistical techniques, as compared to conventional single geostatistical kriging methods, could produce a prediction with a quantitative uncertainty evaluation and higher reliability. Successful prediction of soil pollution achieved with FCM algorithm in this study indicated that fuzzy set theory had great potential for use in other areas of soil science.     

模糊集理论在土壤剖面质地构型中的应用——以河南省封丘冲积平原区土壤为例

封丘县是典型的黄河中下游冲积平原区,不同层次土壤质地类型、厚度及其在剖面中的组合,是影响土壤水肥贮存与供给能力的重要因素。本研究通过39个土壤剖面和113个土钻样点的野外调查获取第一手资料。根据层次质地类型与其在剖面中出现位置两个基本特征定义特征质地层,在研究区最终确立了9种特征质地层。以特征质地层在已观测土壤剖面和土钻样本中出现缺失特征以及厚度参数为基础数据,应用模糊c-均值算法模型,研究区观测土壤被自动划分为9种特征质地层组合类别,亦称为土壤剖面质地构型。结合普通克里格空间预测方法,实现了9种土壤剖面质地构型在空间上分布的单一类别隶属度图和去模糊化图。剖面不同质地层次在垂直方向的组合特征以及不同土壤剖面质地构型在水平方向上的分布规律,为区域耕地质量评价、生产潜力评估以及改良、利用实践提供了更加客观、丰富的基础信息。     

模糊c-均值算法在区域土壤预测制图中的应用

基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FCM算法模型,获得4类最佳分类数,模糊指数为1.7。类别数目与研究区受地形、母质和土地利用方式影响的主要成土过程决定的土纲下土壤类型数目一致。将经过对称对数比转换的隶属度成分数据进行单一模糊类别隶属度土壤预测制图,4种类别土壤在空间上具有明显的渐变过渡特征,制图结果较理想。在单一类别隶属度土壤图的基础上生成最大隶属度土壤图,与常规土壤调查土壤图具有共同参比的基础。     

土壤中重金属复合污染的表征

综述土壤中重金属复合污染的表征方法的研究进展,目的在于为农业生态环境中重金属污染的研究和防治提供参考。     

重金属污染土壤的微生物学评价

随着研究方法 改进，采用微生物学指标评价土壤重金属污染越来越受人们关注。比较敏感的指标有：对重金属敏感细菌与耐性细菌之比，脱氢酶活性与土壤有机碳之比，代谢商，微生物生物量碳与土壤有机碳之比，异养因氮菌的固氮作用。但微生物的生物是及其活性在受重属金影响的同时也受土壤性质及自然条件的影响，应当把微生物学性质的变化与重金属的形态、植物吸收联系起来评介污染土壤。     

基于“源-径-汇”关系的土壤重金属污染风险空间区划研究

构建土壤污染风险管控空间区划体系是对《中华人民共和国土壤污染防治法》“分类分区分阶段管理”思想的深入落实,高分辨率的风险空间区划地图能为划分风险管控优先区和大尺度统筹部署土壤污染防治铺排工作提供科学有效的决策指导。利用正定矩阵因子分析模型（PMF）源解析模型明确了浙江省宁波市某工业集聚区铬、铜、砷、镉、铅、镍、锑和汞等8种重金属的污染源和贡献率,然后基于“源-径-汇”关系和质量平衡理论形成土壤重金属污染风险管控空间区划技术体系。结果表明,土壤重金属的空间分布具有明显异质性,主要排放源包括火力发电燃煤燃烧源（17.08%）、其他工业源（17.94%）、农业活动排放源（26.07%）、自然源（28.61%）和交通排放源（10.31%）等五类;利用构建的空间区划技术体系可将土壤重金属污染风险划分为极高、高、中、低和极低共五个等级,分别占研究区总面积的8.64%、17.28%、18.27%、22.92%和32.89%。区域风险胁迫水平的空间量化表达能有效识别高风险热点,进而采取优先管控措施实现土壤污染精准防治。     

中国耕地土壤重金属污染概况

依托收集的耕地土壤重金属污染案例资料,建立了我国138个典型区域的耕地土壤重金属污染数据库,并利用《土壤环境质量标准》(GB15618-1995)中的二级标准作为评价标准,测算了我国耕地的土壤重金属污染概况.研究表明:(1)我国耕地的土壤重金属污染概率为16.67％左右,据此推断我国耕地重金属污染的面积占耕地总量的1 /6左右;(2)耕地土壤重金属污染等别中,尚清洁、清洁、轻污染、中污染、重污染比重分别为68.12％,15.22％,14.49％,1.45％,0.72％;(3)8种土壤重金属元素中,Cd污染概率为25.20％,远超过其他几种土壤重金属元素;此外,也有一些区域发生Ni,Hg,As和Pb土壤污染,但是Zn、Cr和Cu元素发生污染的概率较小;(4)辽宁、河北、江苏、广东、山西、湖南、河南、贵州、陕西、云南、重庆、新疆、四川和广西14个省、市和自治区可能是我国耕地重金属污染的多发区域,特别是辽宁和山西的耕地土壤重金属污染可能尤其严重.     

基于局部离群指数的土壤重金属污染评价方法

为评价土壤重金属污染,该文提出了一种局部离群指数方法。局部离群指数方法计算监测样点的局部离群指数,监测样点的局部离群指数越大,则该样点是污染样点的趋势越大。为确保算法的准确性,定义了深度离群点以及广度离群点;为减少算法处理海量数据的计算复杂性,开发了基于密度取样的数据过滤方法,以过滤数据分布致密的数据点而保留稀疏区域的数据点。以京郊农田重金属监测数据为实例,比较局部离群指数方法与内梅罗污染指数方法的评价结果的准确性,结果显示局部离群指数方法的评价结果与内梅罗污染指数方法的结果吻合,表明局部离群指数方法可作为一种有效的重金属污染评价方法。     

植物治理重金属污染土壤的研究现状及展望

对植物治理重金属污染土壤的研究现状及发展动态进行了综述,分析了其不足之处,提出了未来发展方向与应用前景。     

基于模糊集理论提取土壤—地形定量关系及制图应用

通过对研究区地形因子的模糊聚类,提取了地形因子组合与特定土壤属性的定量隶属度关系,然后对隶属度高值区土壤进行目的性采样为隶属度函数赋值,制作研究区土层厚度连续分布图。通过野外实地验证,将观测值与图中预测值比较,结果显示该方法制图精度在82%左右,具有一定的可靠性。进一步考察认为该模型在地形部位较低,地势较为平坦,土壤发育较好,土层较厚,成土环境相对稳定的地区预测效果更好,适用性更强。该方法能提高土壤制图效率,降低制图成本,提高制图精度,对土壤微域变异的表现更为详细,图面信息负载量更高。应用该方法制作大比例尺土壤详图不失为土壤调查与制图领域一种可行的新方法。     

株洲市白马乡土壤和农作物重金属污染评价

本文对株洲市白马乡土壤及其农作物中重金属含量进行了调查并对其污染进行了评价。结果表明:该乡土壤和作物均受到了不同程度的重金属污染,土壤达不到土壤环境质量二级标准要求,作物达不到食品卫生标准要求,土壤重金属污染因子主要为Cd,作物中主要重金属污染因子为Cd、Pb。附近清水塘工业区排放的大气污染物重金属尘是造成白马乡土壤和作物重金属污染的主要因素。不同测点土壤和作物污染程度差别极大,主要和各测点与最大重金属尘污染源距离的远近、方位及风向有关。     

土壤重金属污染的非线性可拓综合评价

将非线性可拓综合评价方法应用于土壤重金属污染评价。分析了土壤重金属污染的影响因素,建立了土壤重金属污染评价的物元模型。将多指标土壤重金属污染的目标评价归结为单目标决策,比较简明确切地反映出土壤重金属污染。     

基于土壤生物空间异质性分析的空间土壤生态学研究

土壤生物以不同的方式改变着土壤的物理、化学和生物学特性。了解土壤生物的空间异质性是很关键的。土壤生态学和空间生态学结合的新的研究领域─空间土壤生态学关注空间在土壤生物种群结构及动态中的重要性。本文通过对土壤生物空间异质性的分析,内容包括空间土壤生态学的提出、土壤生物空间异质性研究的意义、研究方法,重点综述了影响土壤生物分布格局的因素、尺度,土壤生物空间分布对植被-土壤系统的影响,土壤生物空间异质性的作用,其中包括土壤生物空间异质性与多样性的关系、土壤生物对局部干扰的响应、土壤生物空间格局对植被的影响。     

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。     

土壤可见光-近红外反射光谱与重金属含量之间的相关性

发展基于反射光谱技术的快速、简便、低成本的土壤重金属信息提取方法是区域土壤重金属污染治理所需要的。选择江西贵溪铜冶炼厂污染区,分析了9种重金属元素(Cu、Pb、Zn、Cd、Co、Ni、Fe、Mn及Cr)与土壤可见光-近红外反射光谱之间的相关性及其相关的原因。研究表明,研究区土壤中存在Cu(含量介于66.71~387 mg kg-1之间)和Cd(含量介于0.36~6.019 mg kg-1之间)的强烈富集。土壤重金属含量与反射光谱之间存在显著相关,污染元素Cu的最高相关系数为-0.87,Pb、Zn、Co、Ni、Fe的最高相关系数达到高度相关(|r|>0.80),Cr、Cd、Mn的最高相关系数达到显著相关(|r|>0.70)。微分光谱适于获取土壤中的重金属元素信息,利用组合波段能显著提高相关性。Cu与反射光谱之间的相关性主要受有机质的影响;Pb、Zn、Co、Ni主要受黏土矿物和铁锰氧化物的影响;Cr与反射光谱之间的相关性同时受有机质和黏土矿物的影响。     

长期肥料定位试验条件下土壤中重金属的含量变化

通过测定长期(1989、1995、1998、2001年)肥料试验土壤中重金属As、Hg、Cd、Pb的含量,结果表明:随耕作年限增长,试验区土壤中4种重金属的含量总体呈上升趋势,相对百分含量的增长大小为:Hg﹥Cd﹥Pb﹥As;到2001年为止试验区所测重金属含量均未超过国家环境质量一级标准;重金属Hg或Cd在不同施肥处理的土壤中含量存在差异;施肥(P肥)是重金属含量增加的主要原因;土壤中4种重金属含量间呈正相关性,表明它们的来源和环境行为有一定的相似性。     

基于BP神经网络的城市边缘带土壤重金属污染预测——以成都平原土壤Cd为例

随着成都平原城市化快速发展,城市边缘带土壤重金属污染风险逐渐增大。而关于社会经济对土壤重金属污染定量影响的研究方法还较为欠缺。本文利用BP人工神经网络方法,建立了12输入、1输出、1个隐含层的三层BP神经网络,定量研究成都平原城市发展中社会经济影响因素与土壤重金属Cd含量间的内在联系。网络拟合精度达97.02%,模型拟合程度高。运用该BP网络模型对城市化影响下城市边缘带土壤重金属Cd含量进行预测,其预测精度为84.19%,明显高于传统回归模型71.55%的预测精度,体现出神经网络预测模型的优越性。利用2005年和2010年各影响因素的预测值,将这两组值分别作为网络的输入,并和以前的样本合并再重新训练更新网络权值,得到2005年和2010年各区/县土壤重金属Cd预测值。     

城市边缘带土壤重金属空间变异及其污染评价

为揭示城市边缘带强烈人为活动对土壤环境质量的影响，本研究以上海梅山钢铁集团附近14km^2区域为研究区，网格化精确布点，采集表层土壤样品计93个并对其重金属Cu、Zn、Pb、Cr、Cd、Hg、As含量进行了测定分析。结果表明，研究区表层土壤中除Hg和Cd外的其他5种重金属含量均未超过国家二级标准，其中有些土壤中重金属含量接近或略高于南京市土壤环境背景值，但与研究区表层土壤元素地球化学背景值平均水平及空间变异特征基本相符；研究区表层土壤中Hg污染严重，61．3％的样点土壤Hg含量超过国家二级标准。另外，本研究应用地统计学普通克里格插值方法，对研究区内表层土壤污染的空间变异特征进行了分析，并讨论了土壤污染重点空间区域潜在污染源及其污染途径。     

长江三角洲典型地区工业企业的分布对土壤重金属污染的影响

以长江三角洲地区近年来经济发展较快的张家港市为例,在密集的大田采样和大田与企业周围采样结合的基础上,评价了该市土壤Cd、Hg、Pb污染状况;讨论了两种不同采样方式对土壤污染状况评价的影响;用土壤表层与底层重金属含量的比值（后简称元素比值）为指标讨论了不同类型企业对周围土壤重金属积累的影响.总的来看,张家港市土壤重金属整体平均值与环境背景值接近,明显低于国家环境质量（GB 15618-1995）二级标准和中国绿色食品生产基地环境土壤污染限值（NY/T391-2000）.但存在少数样点超标和超限现象,空间上有小面积高含量土壤分布,且主要局限于企业周围的小范围内.采样方式对土壤污染的评价有明显的影响,对Cd和Pb而言,大田采样方式下他们的含量要明显低于两种方式结合的情况下（p＜0.05）,而Hg元素则相反,当大田采样与企业周围采样相结合可使得土壤中Hg元素高含量的分布面积明显增大.绝大部分企业周围土壤样品的元素比值要明显高于大田采集的土壤.除冶金类企业有着明显的Pb单一聚集外,化工、电子类企业往往导致了多个元素的积累,企业对周围土壤存在复合污染的可能性.这些结果为该市或类似地区的环境质量调查和评价、环境治理提供了重要的基础资料和决策依据.