基于稳健统计学确定高潜在污染土壤Cu、Pb基线值

土壤重金属基线值的确定对于评价重金属积累现状具有重要意义。在存在人为污染的情况下,土壤重金属数据经常强烈地偏离正态分布和对数正态分布,影响统计分析结果的可信度,而稳健统计方法可以降低离群值对统计分析结果的影响。本研究以张家港为研究区域,采用稳健回归方法,建立表层和底层土壤Cu、Pb的回归关系,通过底层土壤Cu、Pb含量计算表层土壤Cu、Pb基线值,并对土壤Cu、Pb积累状况进行评价。结果表明,稳健回归方法确定的表层土壤Cu、Pb基线值可以反映出不同样点间,土壤Cu、Pb背景含量的自然变异。与稳健统计学方法相比,使用国家土壤环境质量标准值,或大区域（江苏省）的土壤背景值,评价自然背景本身存在变异区域的土壤重金属积累状况时,可能会产生较大的误差。     

襄阳古城表层土壤重金属污染特征研究

采集到襄阳古城71个表层土壤样品,测定了其中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn等8种重金属含量,用反距离加权插值法分析了重金属分布特征,用地累积指数和潜在生态风险指数进行了污染评价,并用主成分和聚类分析探讨了重金属污染来源。结果表明:襄阳古城表土样品中Hg的平均含量为1.04±1.10 mg kg~(-1),富集最为显著(可达70倍于背景值),其高浓度分布基本与居民区、污水处理厂、垃圾转运场以及人口密集区重合;Cd、Zn、Pb的平均含量分别为0.46±0.15 mg kg~(-1)、160.5±62.97 mg kg~(-1)和46.8±17.34 mg kg~(-1),也发生富集(可达数倍于背景值),高值总体沿NW-SE向分布,且三者的高值分布区域基本重合,指向交通繁忙地点;其它几种元素未明显富集。Hg总体出现中度至重度污染(I_(geo)平均2.52),达到了极高生态风险级别(潜在生态风险因子E_i平均519);Cd总体出现轻度至中度污染(I_(geo)平均0.77),达到较高生态风险级别(E_i平均80.65);Cu、Pb、Zn无污染至轻度污染(I_(geo)<1),As、Cr、Ni无污染(I_(geo)<0),它们为低生态风险级别(E_i<40);8种重金属总体达到了高生态风险级别(RI平均633)。襄阳古城表土样品中Hg主要来自垃圾和污水处理、燃煤等,Cd、Zn、Cu和Pb具同源性应主要源自交通和燃煤,As可能源自农药施用,Cr和Ni具同源性主要为自然来源。     

土壤裂隙研究的回顾与展望

土壤裂隙的发育是土壤自身内在属性在外界条件变化时综合作用的结果,与土壤物理、化学及生物性质息息相关,对农田水肥蓄积、坡体稳定、地下水污染等的危害很大。本文首先阐释了土壤裂隙的内涵及其与孔隙之间的区别与联系,而后从形成机制的角度对土壤裂隙进行了分类,并归纳总结了水平裂隙和垂直裂隙的描述方式及裂隙的评价指标体系,接着对干缩裂隙发育的外因及内因做了较深入的讨论,最后对土壤裂隙日后研究工作的重点提出了建议,旨在为土壤裂隙研究提供有益借鉴。     

基于GIS的高山峡谷煤矿区土地损害程度评价——以重庆市松藻矿区为例

将煤矿区土地损害程度评价与GIS技术相结合,着重分析了GIS支持下的矿区损害土地指标因子,建立了基于GIS技术的高山峡谷煤矿区土地损害程度评价模型和体系。结合重庆松藻矿区土地损害实例,实现了对矿区土地损害程度的科学、客观、可视化评价。评价结果表明:松藻矿区采煤塌陷导致的损害区面积为6 230.14 hm~2,其中中度破坏面积最大,为3 216.28 hm~2,占51.62%;其后依次为轻度破坏2 086.02 hm~2、重度破坏909.98 hm~2、严重破坏17.86 hm~2,分别占损害区面积的33.48%、14.61%和0.29%。     

平原区洪涝灾害调查评价方法探讨及实例研究

以辽宁省营口市站前区新兴社区为例对平原区洪涝灾害调查评价方法进行研究。在分析平原区洪涝灾害调查评价原理、特点及方法的基础上,采用灾害场次频率分析法和实测水面线反推法从低洼易涝和外洪威胁两个方面进行评价,确定告知预警和警戒预警雨量及水位预警指标;通过绘制地势图及H-F-V关系图,根据危险区划分标准确定新兴社区为洪涝灾害一般危险区。     

明沟与暗管排水工程对盐碱地开发的土壤改良效果评价

为研究盐碱地开发整治工程对盐渍化土壤的改良效果,以黄骅市盐碱地开发项目区作为研究对象,分析了盐碱地开发工程前、明沟排水工程和暗管排水工程土壤中速效磷、速效钾、碱解氮、容重、有机质含量、含盐量、pH值、和含水量等指标的差异。并建立土壤肥力综合评价体系,采用模糊数学综合评价方法对土壤肥力进行评价。结果表明:明沟排水工程对土壤中速效磷、速效钾、碱解氮和有机质含量的影响高于暗管排水工程,而暗管排水工程对于降低土壤盐渍化程度效果显著,降低速度快。经过明沟和暗管排水工程实施后土壤肥力综合指数分别从0.1330、0.2200增加到0.7440、0.6807,明沟排水较暗管排水工程的土壤肥力综合评价分高出23.29%。总体来说,明沟和暗管排水工程均能有效改良土壤,明沟与暗管排水工程相比实施后的效果更好,且暗管排水工程对含盐量的改良效果更好。     

基于耕地要素的耕地质量评价指标体系研究及其发展趋势

耕地质量评价作为衡量耕地内在基础条件与外在利用水平的重要手段,而科学合理的指标体系是评价的关键。本文在对耕地和耕地质量概念内涵梳理分析的基础上,基于耕地要素特征构建耕地质量评价指标体系,并提出了耕地质量评价的研究趋势。结果表明:耕地是气候、土壤、地貌、权籍、利用和基础设施等要素综合作用而形成的以种植农作物为主的土地利用类型;耕地质量是由自然因素与社会因素综合作用而形成的满足作物生长的适宜性程度,包括气候条件、地貌状况、土壤特性、利用特征、权籍属性和基础设施等方面,并具有保障国家粮食安全、满足公众对高效生产、绿色食品供给等多重效用的能力;基于耕地要素特征,从气候、地貌、土壤、基础设施、权籍和利用等层面构建耕地质量评价指标体系;耕地质量评价研究应注重多目标的综合评价,通过构建时间与空间的多尺度评价体系,借助遥感、地理信息系统等"3S"技术创建耕地质量诊断与评价新模式。     

基于倾向值匹配方法的土地督察制度的耕地保护效应研究

[目的]评估土地督察对耕地保护的效果以及解决样本选择带来的内生性问题,进一步完善土地督察制度提供理论支持。[方法]收集1999—2008年的省级面板数据,基于倾向值匹配分析估计土地督察的耕地保护效果。[结果](1)通过匹配变量的平衡性检验,最终采用了内核匹配方法。运用内核匹配法进行匹配估算,专项督察每年减少建设占用耕地面积8 037.489hm~2,例行督察每年减少建设占用耕地面积62 741.880hm~2。(2)专项督查地区的选择并非随机产生的,由此产生了样本选择偏误,即由于样本选择产生的内生性问题,采用倾向值匹配方法能够更为准确地估算专项督查的耕地保护效果。(3)例行督察对地区的选择相对专项督查而言,随机性更强,督察也更为全面,因此样本选择偏误也较小。以被督察地区面积比重表达政策变量方式估计得到的例行督查耕地保护效果要比倾向值匹配方法估计得到的结果更为可靠。[结论]例行督察的耕地保护效果较好。在土地政策评估中,需要考虑政策及其对象的相互关系的不同,以此考虑政策效果评估方法的选择。     

植物纤维毯道路边坡防护技术综合效益评价

为系统评价植物纤维毯水土保持作用对不同雨强的响应以及改良土壤的作用,开展了人工模拟降雨试验和野外小区监测,在模拟降雨试验中,设计4个雨强,测试3种植物纤维毯,降雨历时均为60min。在降雨过程中以5min为间隔收集径流泥沙,并测定径流量和侵蚀泥沙量。在野外小区监测中,通过2007,2010,2013年施工的稻草毯小区,以及2014年施工的椰丝毯、椰丝稻草混合毯和稻草毯小区,评价土壤理化性质对植物纤维毯铺设年限和类型的响应差异。结果表明:在47mm/h及以上雨强下,椰丝毯、椰丝稻草混合毯和稻草毯均能有效减少侵蚀和产流,平均减蚀效益分别为94.92%,86.06%,83.42%,平均减流效益分别为31.59%,45.02%,52.44%,减蚀效益显著优于减流效益。3种植物纤维毯均在47mm/h雨强下减蚀效益和减流效益达到最高,其中最高减蚀效益为椰丝毯(97.54%),最高减流效益为椰丝稻草混合毯(88.26%)。随着雨强增大,减蚀效益和减流效益均不同程度降低,且减流效益降低更快。随着植物纤维毯铺设年限延长,土壤理化性质逐渐改善;铺设1年后,椰丝稻草混合毯改土效果最佳。     

重庆主城区空气降尘中重金属的特点及其在表层土壤中的累积量研究

探索不同功能区空气降尘中重金属通量特征并对其进行污染评价,对于了解空气降尘输入对土壤中重金属累积影响具有重要意义。对重庆主城的居住区(JZ)、文教区(WJ)、商业区(SY)、郊区(JQ)、交通区(JT)和工业-居住混合区(GJ)逐月进行空气降尘通量和Cr、Ni、Cd、Pb含量的测定。结果表明,工业–居住混合区的空气降尘通量平均值最高,文教区的最低。6类功能区秋季的降尘量相对较低。Cd、Cr、Ni和Pb的平均降尘量在不同功能区分布存在差异。空气降尘中4种重金属元素的平均含量为:Cd 2.14 mg/kg、Cr 66.36 mg/kg、Ni 27.69 mg/kg、Pb 98.33 mg/kg。6类功能区降尘中Cd、Cr、Ni和Pb 4种重金属含量一般冬季较高。地积累指数法的分析表明降尘中Cd污染最严重。经推算,以空气降尘的方式向土壤中输入的重金属,使重庆主城区土壤中Cd、Cr、Ni和Pb等4种重金属元素的浓度在累积100a后仍将低于《土壤环境质量标准》中的二级标准。土壤中重金属元素增加速度最快为Cd,其次为Pb和Cr,Ni的增长为负值。