CN110987909A - 一种耕地土壤重金属的空间分布及来源解析方法及装置 - Google Patents
一种耕地土壤重金属的空间分布及来源解析方法及装置 Download PDFInfo
- Publication number
- CN110987909A CN110987909A CN201911102806.0A CN201911102806A CN110987909A CN 110987909 A CN110987909 A CN 110987909A CN 201911102806 A CN201911102806 A CN 201911102806A CN 110987909 A CN110987909 A CN 110987909A
- Authority
- CN
- China
- Prior art keywords
- soil
- heavy metals
- source
- spatial distribution
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/74—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited using flameless atomising, e.g. graphite furnaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
- G01N21/6404—Atomic fluorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
- G01N21/72—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited using flame burners
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
- G01N21/6404—Atomic fluorescence
- G01N2021/6406—Atomic fluorescence multi-element
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Molecular Biology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Optics & Photonics (AREA)
- Processing Of Solid Wastes (AREA)
- Sampling And Sample Adjustment (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种耕地土壤重金属的空间分布及来源解析方法及装置,其中,所述方法包括:基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。在本发明实施例中,可以得到各种金属耕地土壤重金属空间模拟图基本符合实际空间分布;对耕地土壤重金属源及其贡献进行定量解析,为土壤重金属源头识别控制提供了有效理论依据。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种耕地土壤重金属的空间分布及来源解析方法及装置。
背景技术
土壤是人类生存最宝贵的自然资源,对环境污染物有缓冲和净化作用,了解土壤中重金属的空间分布及来源解析是监测和评价研究区生态环境的重要前提;空间分布是评估重金属富集的可能来源并确定研究区域内热点的有力途径,而来源解析则是防止或减少重金属污染的关键步骤;在现有的采样过程中,由于采样点数量有限,不能完整的表达整个研究区的空间分布情况,导致分析结果存在一定的偏差。
确定性插值方法,是使用数学函数进行插值,以研究区域内部的相似性(如反距离加权插值法)、或者以平滑度为基础(如径向基函数插值法)由已知样点来创建预测表面的插值方法;确定性插值方法可以划分为两类:全局方法和局部方法;全局方法使用整个数据集计算预测值;局部方法由邻域内的测量点计算预测值;确定性插值方法具有简单且效率高的特点,对于非正态分布的样点数据应选择确定性插值方法,Ungureanu为了描述以罗马尼亚瓦斯路伊地区土壤中研究元素的空间分布,由于样本点分布均匀且重金属含量符合非正态分布,使用反距离加权(IDW)插值法绘制地球化学图,综合多变量统计分析和重金属空间变异性的结果表明研究区重金属含量来源主要由成土母质、车辆排放、人类活动和农业材料的影响;但确定性插值方法不提供预测值的误差检验,且对于符合正态分布的样点数据插值效果较差,易受样点极值的影响;针对确定性插值的局限性,产生了地统计克里金插值法。这种方法认为在空间连续变化的属性是非常不规则的,用简单的平滑函数进行模拟将出现误差,用随机表面函数给予描述会比较恰当,克里金方法的关键在于权重系数的确定,该方法在插值过程中根据某种优化准则函数来动态地决定变量的数值,从而使内插函数处于最佳状态。克里金方法考虑了观测的点和被估计点的位置关系,并且也考虑各观测点之间的相对位置关系,在点稀少时插值效果比反距离权重等方法要好;所以利用克里金方法进行空间数据插值往往取得理想的效果。
近年来国内外学者开展了大量关于土壤重金属累积特征、重金属污染评价以及源解析等方面的研究;Yang等在武汉市青山区、Neda等在伊朗砖厂、Hu等在黄海沿岸的蔬菜大棚种植区,采用主成分分析、聚类分析等方法结合空间分布特征等开展了土壤重金属污染评价和源解析。
现有对耕地土壤重金属空间分布研究大多都是采用克里金插值法进行插值,缺少对耕地土壤重金属含量和耕地土壤重金属的空间变异性的考虑,如对于某些含量不符合正态分布的土壤重金属我们应选择确定性插值法进行插值;大多数研究只定性地推测土壤重金属潜在的污染源,未对其进行定量化的解析,且对土壤重金属与制约因素之间的关系缺乏深入的认识、污染源分析往往聚焦于某种或有限的几种因素。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种耕地土壤重金属的空间分布及来源解析方法及装置,可以得到各种金属耕地土壤重金属空间模拟图基本符合实际空间分布;对耕地土壤重金属源及其贡献进行定量解析,为土壤重金属源头识别控制提供了有效理论依据。
为了解决上述技术问题,本发明实施例提供了一种耕地土壤重金属的空间分布及来源解析方法,所述方法包括:
基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;
对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;
基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。
可选的,所述基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样,包括:
基于GPS定位均匀选定对应的待采样区域;
基于梅花形采样模式对选定对应的待采样区域依次选择5个采样深度为预设值的采用土壤进行混合,获得耕地土壤样品采样。
可选的,所述对所述耕地土壤样品采样进行数据提取处理,获取提取数据,包括:
对所述耕地土壤样品采样依次进行除杂质及研磨处理,获取研磨样品;
对所述研磨样品进行HNO3-HF-HClO4高温溶解,获取溶解样品溶液;
对所述溶解样品溶液进行数据提取处理,获取提取数据。
可选的,所述对所述溶解样品溶液进行数据提取处理,获取提取数据,包括:
基于石墨炉原子吸收光谱法对溶解样品溶液进行Cd浓度测定,基于原气化—原子荧光光谱法对溶解样品溶液进行Hg和As的浓度测定,基于火焰原子吸收光谱法对溶解样品溶液进行Pb和Cr的浓度测定,基于电位法利用便携计测定溶解样品溶液的PH值,获得提取数据。
可选的,所述基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性,包括:
基于所述提取数据对耕地土壤进行重金属的来源解析处理,获取耕地土壤中重金属的来源相关性;
基于所述提取数据采用空间插值法对耕地土壤进行重金属的空间分布处理,获取耕地土壤中重金属的空间分布特征。
可选的,所述基于所述提取数据对耕地土壤进行重金属的来源解析处理,获取耕地土壤中重金属的来源相关性,包括:
对所述提取数据进行描述统计分析处理,获取统计描述特征,所述描述统计分析包括最大值、最小值、平均值、标准差和变异系数统计分析;
对所述统计描述特征进行多元统计分析处理,基于多元统计分析结果获得耕地土壤中重金属的来源相关性。
可选的,所述对所述统计描述特征进行多元统计分析处理,基于多元统计分析结果获得耕地土壤中重金属的来源相关性,包括:
基于所述统计描述特征对重金属进行Pearson相关系数分析处理,获得所述重金属的相关性;
基于所述统计描述特征对重金属进行主成分分析处理,获得所述重金属的主成分因子;
基于所述统计描述特征对重金属利用相关系数最远邻法进行聚类分析,获得所述重金属的聚类树状图;
基于所述重金属的相关性、所述重金属的主成分因子以及所述重金属的聚类树状图获得耕地土壤中重金属的来源相关性。
可选的,所述基于所述提取数据采用空间插值法对耕地土壤进行重金属的空间分布处理,获取耕地土壤中重金属的空间分布特征,包括:
基于提取数据采用GS+9.0软件对符合正态或对数正态分布的重金属进行空间变异分析,获取重金属的空间变异性;
对所述重金属的空间变异性进行地统计学克里金插值分析,获取第一插值分析结果;
对所述重金属的空间变异性进行确定性空间插值法分析,获得第二插值分析结果;
基于所述第一插值分析结果和所述第二插值分析结果获得耕地土壤中重金属的空间分布特征。
另外,本发明实施例还提供了一种耕地土壤重金属的空间分布及来源解析装置,所述装置包括:
采样模块:用于基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;
数据提取模块:用于对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;
空间分布及来源解析模块:用于基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。
在本发明实施例中,依据耕地土壤重金属含量和空间变异性,分析比较了多种空间插值方法结果,在依据使用预测误差ME最接近0并且RMSE是最小(优先级)的原理,将地统计克里金插值方法与确定性空间插值方法进行比较,确定了不同土壤重金属最适合使用的插值方法;经验证得到的各种金属耕地土壤重金属空间模拟图基本符合实际空间分布;对耕地土壤重金属源及其贡献进行定量解析,克服了传统定性识别污染源的缺陷,为土壤重金属源头识别控制提供了有效理论依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的耕地土壤重金属的空间分布及来源解析方法的流程示意图;
图2是本发明实施例中的主成分中重金属载荷图;
图3是本发明实施例中的土壤重金属聚落分析谱图;
图4是本发明实施例中的耕地土壤重金属的空间分布及来源解析装置的结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例
请参阅图1,图1是本发明实施例中的耕地土壤重金属的空间分布及来源解析方法的流程示意图。
如图1所示,一种耕地土壤重金属的空间分布及来源解析方法,所述方法包括:
S11:基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;
在本发明具体实施过程中,所述基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样,包括:基于GPS定位均匀选定对应的待采样区域;基于梅花形采样模式对选定对应的待采样区域依次选择5个采样深度为预设值的采用土壤进行混合,获得耕地土壤样品采样。
具体的,通过GPS定位来均匀选定对应的待采样区域,如通过GPS选定某市的某个区(县)区域内,对该区域内的耕地土壤进行的野外采样,一般都会采用相应个数的耕地土壤样品,在本发明中采集76个,在每个采样点采用梅花形采样模式,依次选择5个深度为0-20cm的土壤子样品并混合至重约300g;然后将所有土壤样品采样做好记录带回实验室进行物理和化学分析。
S12:对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;
在本发明具体实施过程中,所述对所述耕地土壤样品采样进行数据提取处理,获取提取数据,包括:对所述耕地土壤样品采样依次进行除杂质及研磨处理,获取研磨样品;对所述研磨样品进行HNO3-HF-HClO4高温溶解,获取溶解样品溶液;对所述溶解样品溶液进行数据提取处理,获取提取数据。
进一步的,所述对所述溶解样品溶液进行数据提取处理,获取提取数据,包括:基于石墨炉原子吸收光谱法对溶解样品溶液进行Cd浓度测定,基于原气化—原子荧光光谱法对溶解样品溶液进行Hg和As的浓度测定,基于火焰原子吸收光谱法对溶解样品溶液进行Pb和Cr的浓度测定,基于电位法利用便携计测定溶解样品溶液的PH值,获得提取数据。
具体的,对每一个耕地土壤样品采样在实验室中风干,除去石块和其他碎屑后,用塑料棒压碎;之后,将样品用1mm尼龙筛过滤,均匀混合,然后平放在塑料片上;将样品进一步研磨直至它们通过0.15mm尼龙筛;将研磨的样品密封在袋中并进行分析;土壤样品采用HNO3-HF-HClO4高温溶解样品进行消解,石墨炉原子吸收光谱法用于测定Cd浓度;还原气化—原子荧光光谱法用于测定Hg和As的浓度;火焰原子吸收光谱法用于测定Pb和Cr的浓度;采用电位法利用便携式计测定土壤pH值;为确保样品质量,重金属分析过程根据国家一级标准物质进行准确度和精密度的监控,重复取样的比例保持在10%-15%,回收率介于97.1%—102.8%之间,相对偏差小于10%。
S13:基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。
在本发明具体实施过程中,所述基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性,包括:基于所述提取数据对耕地土壤进行重金属的来源解析处理,获取耕地土壤中重金属的来源相关性;基于所述提取数据采用空间插值法对耕地土壤进行重金属的空间分布处理,获取耕地土壤中重金属的空间分布特征。
进一步的,所述基于所述提取数据对耕地土壤进行重金属的来源解析处理,获取耕地土壤中重金属的来源相关性,包括:对所述提取数据进行描述统计分析处理,获取统计描述特征,所述描述统计分析包括最大值、最小值、平均值、标准差和变异系数统计分析;对所述统计描述特征进行多元统计分析处理,基于多元统计分析结果获得耕地土壤中重金属的来源相关性。
进一步的,所述对所述统计描述特征进行多元统计分析处理,基于多元统计分析结果获得耕地土壤中重金属的来源相关性,包括:基于所述统计描述特征对重金属进行Pearson相关系数分析处理,获得所述重金属的相关性;基于所述统计描述特征对重金属进行主成分分析处理,获得所述重金属的主成分因子;基于所述统计描述特征对重金属利用相关系数最远邻法进行聚类分析,获得所述重金属的聚类树状图;基于所述重金属的相关性、所述重金属的主成分因子以及所述重金属的聚类树状图获得耕地土壤中重金属的来源相关性。
进一步的,所述基于所述提取数据采用空间插值法对耕地土壤进行重金属的空间分布处理,获取耕地土壤中重金属的空间分布特征,包括:基于提取数据采用GS+9.0软件对符合正态或对数正态分布的重金属进行空间变异分析,获取重金属的空间变异性;对所述重金属的空间变异性进行地统计学克里金插值分析,获取第一插值分析结果;对所述重金属的空间变异性进行确定性空间插值法分析,获得第二插值分析结果;基于所述第一插值分析结果和所述第二插值分析结果获得耕地土壤中重金属的空间分布特征。
具体的,对于一组数据,在分析之前,需要探索数据的分布趋势并了解数据的基本特征,这需要对数据进行描述性统计分析;描述性统计分析是通过不同的描述性统计(例如最大值,最小值,平均值,标准差,变异系数等)分析数据的整体特征;还可以找出数据中的异常值,从整体上把握数据变化趋势,以便进行后续的分析;其中异常值分析方法如下:在所有的样本数据中,有的数据与平均值偏离较大,容易对分析结果产生较大影响,因此需要进行异常值分析,剔除异常性较大的数据。
土壤样本pH的范围5.03-7.32,平均5.71,呈微酸性土,因此,选择土壤环境质量标准中pH<6.5的重金属元素标准值进行后续分析评价;从表1可以看出,各重金属元素含量由大到小依次为:Cr(78.692±38.164mg/kg)>Pb(54.299±18.124mg/kg)>As(10.280±7.233mg/kg)>Hg(0.163±0.051mg/kg)>Cd(0.16±0.05mg/kg)。变异系数可反映人为活动对重金属含量的影响,变异系数越大,表明受人为活动干扰越强烈[17],该区域的变异系数从大到小依次为重金属As(70.36%)>Cr(48.50%)>Pb(33.38%)>Hg(31.29%)>Cd(31.25%),均为中等变异强度,受人为活动干扰较小。5种重金属含量的偏度和峰度系数都接近于0,且重金属Cd、Hg、Pb和Cr的K-S试验P值均大于0.05,并通过K-S试验,符合正态分布。因此在耕地土壤重金属Cd、Hg、Pb、Cr可进行地统计插值,重金属As不能进行地统计插值。
根据国家土壤环境质量标准(GB15618-1995),上述五种重金属的最大值低于土壤二次标准限值,超标率为零;比较广东省土壤背景值,上述5种重金属的平均值均高于背景值,重金属Cd点的超标率为98.67%;Hg样点超标率为97.33%;As样点超标率为40.0%;Pb样点超标率为80.0%;Cr样点超标率为76.0%,因此表明该区域土壤重金属污染问题突出。
表1五种重金属含量统计描述
由于不同重金属元素之间可能的相互作用,它们在土壤中的积累之间存在一定的相关性;相关分析可以进一步揭示土壤中重金属的来源是否具有同源性及其原因;本文采用Pearson相关系数分析了耕地5种土壤中重金属的相关性如表2所示,重金属Cd和As的相关系数达到0.362,于0.01层的相关性显著,Cd与Cr的相关系数达到0.289,于0.05层的相关性显著;As与Cr的相关系数达到0.279,于0.05层的相关性显著;重金属Hg和Pb与其他重金属不存在相关性。结果表明,重金属Cd,As和Pb可能具有相同的来源,Hg和Pb的来源可能与其他重金属不同,具有一定的独立性。
表2耕地土壤重金属含量Pearson相关系数分析
对五种重金属元素进行了主成分分析,以进一步反映土壤中重金属元素的来源;从表3可以看出,总共获得了三个主成分,方差贡献率为:31.582%、22.322%和20.988%,累积方差贡献率为74.891%;由表4可知,经旋转后主成分F1中Cd、As和Cr的因子载荷较大,分别为0.727、0.609和0.831;主成分F2中Hg的因子载荷较大,载荷为0.881;主成分F3中Pb的因子载荷较大,载荷为0.882。利用主成分分析载荷矩阵所对应的特征向量分量,得到5种重金属的直观载荷分类图。如图2所示,图中重金属之间的距离反映了元素之间的相关性,重金属Cd,As和Cr之间的距离相对接近;进一步说明这三种重金属可具有相同的来源;对5种重金属进一步进行聚类分析,采用基于相关系数最远邻法进行聚类分析,得到树状图,如图3所示,根据聚类分析结果,5种重金属元素Cd和As先聚合后与Cr聚合,然后再与Hg聚合,最后和Pb聚合,其结果与主成分分析结果一致。综上分析,结果表明重金属Cd,As和Pb可能具有相同的来源,Hg和Pb的来源具有一定的独立性。
表3耕地土壤重金属含量因子分析
表4耕地土壤重金属含量因子载荷矩阵
综合以上相关性分析、因子分析和聚类分析结果,将5种耕地土壤重金属来源分为三个方面:(1)农业生产活动的影响;重金属Cd通常被认为是农业生产的标志元素,主要是由于农药和化肥的使用;Cd主要存在于磷肥中,因为Cd通常作为杂质存在于磷酸盐岩中;无机As化合物如砷酸钙,砷酸铅,砷酸钠等许多用作杀虫剂或除草剂;Cr主要存在于农用化肥及以城市垃圾、污泥为原料的肥料中,长期施用这些肥料会增加土壤中Cr累积;所选取的地区为重要的粮农基地,是一个肥料、农药的高投入区,长期施用化肥和农药可导致土壤重金属Cd、As和Cr含量升高;(2)工业活动的影响;重金属Hg通常被定义为工业相关的人为因素,表土中的Hg累积通常与来自各种人类活动的大气沉积有关;燃烧化石燃料和金属冶炼是导致汞排放的最常见活动;与其他重金属不同,Hg是一种高度流动和稳定的环境污染物,由于高气压和低水溶性的结合,可以在大气中停留0.5—2年,因此可以清楚地证明Hg源自工业排放;(3)交通运输的影响;重金属Pb常被作为机动车污染源的标志性元素,主要是由于含Pb的汽油和柴油燃烧后尾气排放,并通过干沉降的方式影响周围土壤的Pb含量,其分布和集聚与主要交通道路一定的关系。
采用GS+9.0软件分析了符合正态或对数正态分布的四种重金属元素(Cd、Hg、Pb和Cr)空间变异性;通过球形、指数和高斯三种方差函数模型拟合四种重金属含量数据,结果显示在表5中;综合考虑拟合指标残差平方和RSS和决定系数R2,通过球形模型可更好地拟合重金属Cd和Pb;指数模型可更好地拟合重金属Hg;高斯模型拟合可更好地拟合重金属Cr;在最优模型拟合下,四种重金属元素的拟合效果均比较好,决定系数R2都在0.538以上,C0/(C+C0)的值从大到小依次为:Cd(0.515)>Cr(0.386)>Hg(0.347)>Pb(0.312);根据区域化变量空间相关程度的分级标准可知,四种重金属的空间相关性均为中等程度,均可用于地统计学克里金插值分析。
表5耕地土壤重金属含量的空间变异性
使用预测平均值误差(Mean Error,ME)最接近0并且均方根误差(Root MeanSquared Error,RMSE)是最小(优先级)的原理,将地统计克里金插值方法与确定性空间插值方法进行比较,如表6所示;重金属Cd和As的最优插值方法均为确定性空间插值法(Radial basis function,RBF);重金属Hg、Pb和Cr的最优插值方法均为析取克里金插值方法(Disjunctive Kriging,DK);其中GPI(Global Polynomial Interpolation)和IDW(Inverse Distance Weight)分别是确定性空间插值方法的全局多项式和反距离权重法。
表6耕地土壤重金属克里金插值方法与确定性空间插值方法比较
在本发明实施例中,依据耕地土壤重金属含量和空间变异性,分析比较了多种空间插值方法结果,在依据使用预测误差ME最接近0并且RMSE是最小(优先级)的原理,将地统计克里金插值方法与确定性空间插值方法进行比较,确定了不同土壤重金属最适合使用的插值方法;经验证得到的各种金属耕地土壤重金属空间模拟图基本符合实际空间分布;对耕地土壤重金属源及其贡献进行定量解析,克服了传统定性识别污染源的缺陷,为土壤重金属源头识别控制提供了有效理论依据。
实施例
请参阅图4,图4是本发明实施例中的耕地土壤重金属的空间分布及来源解析装置的结构组成示意图。
如图4所示,一种耕地土壤重金属的空间分布及来源解析装置,所述装置包括:
采样模块11:用于基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;
数据提取模块12:用于对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;
空间分布及来源解析模块13:用于基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。
具体地,本发明实施例的装置相关功能模块的工作原理可参见方法实施例的相关描述,这里不再赘述。
在本发明实施例中,依据耕地土壤重金属含量和空间变异性,分析比较了多种空间插值方法结果,在依据使用预测误差ME最接近0并且RMSE是最小(优先级)的原理,将地统计克里金插值方法与确定性空间插值方法进行比较,确定了不同土壤重金属最适合使用的插值方法;经验证得到的各种金属耕地土壤重金属空间模拟图基本符合实际空间分布;对耕地土壤重金属源及其贡献进行定量解析,克服了传统定性识别污染源的缺陷,为土壤重金属源头识别控制提供了有效理论依据。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种耕地土壤重金属的空间分布及来源解析方法及装置进行了详细介绍,本文中应采用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种耕地土壤重金属的空间分布及来源解析方法,其特征在于,所述方法包括:
基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;
对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;
基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。
2.根据权利要求1所述的空间分布及来源解析方法,其特征在于,所述基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样,包括:
基于GPS定位均匀选定对应的待采样区域;
基于梅花形采样模式对选定对应的待采样区域依次选择5个采样深度为预设值的采用土壤进行混合,获得耕地土壤样品采样。
3.根据权利要求1所述的空间分布及来源解析方法,其特征在于,所述对所述耕地土壤样品采样进行数据提取处理,获取提取数据,包括:
对所述耕地土壤样品采样依次进行除杂质及研磨处理,获取研磨样品;
对所述研磨样品进行HNO3-HF-HClO4高温溶解,获取溶解样品溶液;
对所述溶解样品溶液进行数据提取处理,获取提取数据。
4.根据权利要3所述的空间分布及来源解析方法,其特征在于,所述对所述溶解样品溶液进行数据提取处理,获取提取数据,包括:
基于石墨炉原子吸收光谱法对溶解样品溶液进行Cd浓度测定,基于原气化—原子荧光光谱法对溶解样品溶液进行Hg和As的浓度测定,基于火焰原子吸收光谱法对溶解样品溶液进行Pb和Cr的浓度测定,基于电位法利用便携计测定溶解样品溶液的PH值,获得提取数据。
5.根据权利要求1所述的空间分布及来源解析方法,其特征在于,所述基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性,包括:
基于所述提取数据对耕地土壤进行重金属的来源解析处理,获取耕地土壤中重金属的来源相关性;
基于所述提取数据采用空间插值法对耕地土壤进行重金属的空间分布处理,获取耕地土壤中重金属的空间分布特征。
6.根据权利要求5所述的空间分布及来源解析方法,其特征在于,所述基于所述提取数据对耕地土壤进行重金属的来源解析处理,获取耕地土壤中重金属的来源相关性,包括:
对所述提取数据进行描述统计分析处理,获取统计描述特征,所述描述统计分析包括最大值、最小值、平均值、标准差和变异系数统计分析;
对所述统计描述特征进行多元统计分析处理,基于多元统计分析结果获得耕地土壤中重金属的来源相关性。
7.根据权利要求6所述的空间分布及来源解析方法,其特征在于,所述对所述统计描述特征进行多元统计分析处理,基于多元统计分析结果获得耕地土壤中重金属的来源相关性,包括:
基于所述统计描述特征对重金属进行Pearson相关系数分析处理,获得所述重金属的相关性;
基于所述统计描述特征对重金属进行主成分分析处理,获得所述重金属的主成分因子;
基于所述统计描述特征对重金属利用相关系数最远邻法进行聚类分析,获得所述重金属的聚类树状图;
基于所述重金属的相关性、所述重金属的主成分因子以及所述重金属的聚类树状图获得耕地土壤中重金属的来源相关性。
8.根据权利要求5所述的空间分布及来源解析方法,其特征在于,所述基于所述提取数据采用空间插值法对耕地土壤进行重金属的空间分布处理,获取耕地土壤中重金属的空间分布特征,包括:
基于提取数据采用GS+9.0软件对符合正态或对数正态分布的重金属进行空间变异分析,获取重金属的空间变异性;
对所述重金属的空间变异性进行地统计学克里金插值分析,获取第一插值分析结果;
对所述重金属的空间变异性进行确定性空间插值法分析,获得第二插值分析结果;
基于所述第一插值分析结果和所述第二插值分析结果获得耕地土壤中重金属的空间分布特征。
9.一种耕地土壤重金属的空间分布及来源解析装置,其特征在于,所述装置包括:
采样模块:用于基于GPS定位均匀选择对应区域进行耕地土壤样品采样,获取耕地土壤样品采样;
数据提取模块:用于对所述耕地土壤样品采样进行数据提取处理,获取提取数据,所述提取数据包括重金属浓度数据和土壤PH值数据,所述重金属包括Cd、Hg、Pb、Cr和As;
空间分布及来源解析模块:用于基于所述提取数据对耕地土壤进行重金属的空间分布及来源解析处理,获取耕地土壤中重金属的空间分布特征以及来源相关性。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911102806.0A CN110987909A (zh) | 2019-11-12 | 2019-11-12 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
PCT/CN2020/128105 WO2021093769A1 (zh) | 2019-11-12 | 2020-11-11 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911102806.0A CN110987909A (zh) | 2019-11-12 | 2019-11-12 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110987909A true CN110987909A (zh) | 2020-04-10 |
Family
ID=70084161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911102806.0A Pending CN110987909A (zh) | 2019-11-12 | 2019-11-12 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110987909A (zh) |
WO (1) | WO2021093769A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678969A (zh) * | 2020-06-05 | 2020-09-18 | 农业农村部环境保护科研监测所 | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 |
WO2021093769A1 (zh) * | 2019-11-12 | 2021-05-20 | 华南农业大学 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
CN113008806A (zh) * | 2021-03-02 | 2021-06-22 | 农业农村部环境保护科研监测所 | 一种农产品产地重金属空间分布确定方法 |
CN113269382A (zh) * | 2020-12-29 | 2021-08-17 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的区域大气环境质量评估方法 |
CN113990407A (zh) * | 2021-10-27 | 2022-01-28 | 北京中科三清环境技术有限公司 | 对多氯萘及其同系物的含量及来源进行解析的解析方法 |
CN114689818A (zh) * | 2020-12-30 | 2022-07-01 | 中国科学院沈阳应用生态研究所 | 一种污染场地重金属污染物同源性分析的确认方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230368590A1 (en) * | 2022-05-13 | 2023-11-16 | Regents Of The University Of Minnesota | System and method for controlling a compression ignition engine |
NL2032787B1 (en) * | 2022-08-18 | 2024-02-27 | Northwest Inst Plateau Bio Cas | Method for evaluating heavy metal contamination for different land use types |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005331409A (ja) * | 2004-05-20 | 2005-12-02 | Tokyo Soil Research Co Ltd | 重金属等の土壌溶出簡易試験方法 |
CN102999620A (zh) * | 2012-11-30 | 2013-03-27 | 山东师范大学 | 一种基于地理信息系统技术分析土壤污染空间分布规律的方法 |
CN105550313A (zh) * | 2015-12-11 | 2016-05-04 | 中国烟草总公司广东省公司 | 一种基于地理信息分析烟田土壤污染空间分布规律的方法 |
CN108088981A (zh) * | 2017-12-13 | 2018-05-29 | 安徽大学 | 一种基于协同克里金插值法的土壤锰元素含量预测方法 |
CN108918815A (zh) * | 2018-04-04 | 2018-11-30 | 华南农业大学 | 一种土壤重金属风险预测方法 |
CN108956955A (zh) * | 2018-09-07 | 2018-12-07 | 中山大学 | 土壤重金属来源分析及风险评价方法 |
CN110346309A (zh) * | 2019-06-09 | 2019-10-18 | 重庆工商大学融智学院 | 一种土壤重金属污染区域的预测预警方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170042126A (ko) * | 2015-10-08 | 2017-04-18 | 아름다운 환경건설(주) | 낙진 방사성 원소를 이용한 토양 오염기원 분석 방법 |
CN109900682B (zh) * | 2019-03-22 | 2022-01-25 | 临沂大学 | 一种基于富集因子值计算的表层土壤重金属污染来源定量识别方法 |
CN110987909A (zh) * | 2019-11-12 | 2020-04-10 | 华南农业大学 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
-
2019
- 2019-11-12 CN CN201911102806.0A patent/CN110987909A/zh active Pending
-
2020
- 2020-11-11 WO PCT/CN2020/128105 patent/WO2021093769A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005331409A (ja) * | 2004-05-20 | 2005-12-02 | Tokyo Soil Research Co Ltd | 重金属等の土壌溶出簡易試験方法 |
CN102999620A (zh) * | 2012-11-30 | 2013-03-27 | 山东师范大学 | 一种基于地理信息系统技术分析土壤污染空间分布规律的方法 |
CN105550313A (zh) * | 2015-12-11 | 2016-05-04 | 中国烟草总公司广东省公司 | 一种基于地理信息分析烟田土壤污染空间分布规律的方法 |
CN108088981A (zh) * | 2017-12-13 | 2018-05-29 | 安徽大学 | 一种基于协同克里金插值法的土壤锰元素含量预测方法 |
CN108918815A (zh) * | 2018-04-04 | 2018-11-30 | 华南农业大学 | 一种土壤重金属风险预测方法 |
CN108956955A (zh) * | 2018-09-07 | 2018-12-07 | 中山大学 | 土壤重金属来源分析及风险评价方法 |
CN110346309A (zh) * | 2019-06-09 | 2019-10-18 | 重庆工商大学融智学院 | 一种土壤重金属污染区域的预测预警方法 |
Non-Patent Citations (5)
Title |
---|
曾强: "《新疆地区 煤火热动力特性与环境影响》", 31 December 2017, 徐州:中国矿业大学出版社 * |
范拴喜: "《土壤重金属污染与控制》", 30 November 2011, 北京:中国环境科学出版社 * |
邱孟龙 等: "工业发达城市区域耕地土壤重金属时空变异与来源变化", 《农业工程学报》 * |
金修齐: "小尺度农田土壤重金属空间分布、来源解析及污染评价—以云南沘江沿岸某农田为例", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
阿吉古丽•马木提 等: "新疆焉耆县耕地土壤重金属的空间分布及来源解析", 《环境监测管理与技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021093769A1 (zh) * | 2019-11-12 | 2021-05-20 | 华南农业大学 | 一种耕地土壤重金属的空间分布及来源解析方法及装置 |
CN111678969A (zh) * | 2020-06-05 | 2020-09-18 | 农业农村部环境保护科研监测所 | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 |
CN113269382A (zh) * | 2020-12-29 | 2021-08-17 | 生态环境部卫星环境应用中心 | 一种基于卫星遥感的区域大气环境质量评估方法 |
CN114689818A (zh) * | 2020-12-30 | 2022-07-01 | 中国科学院沈阳应用生态研究所 | 一种污染场地重金属污染物同源性分析的确认方法 |
CN114689818B (zh) * | 2020-12-30 | 2024-01-16 | 中国科学院沈阳应用生态研究所 | 一种污染场地重金属污染物同源性分析的确认方法 |
CN113008806A (zh) * | 2021-03-02 | 2021-06-22 | 农业农村部环境保护科研监测所 | 一种农产品产地重金属空间分布确定方法 |
CN113990407A (zh) * | 2021-10-27 | 2022-01-28 | 北京中科三清环境技术有限公司 | 对多氯萘及其同系物的含量及来源进行解析的解析方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2021093769A1 (zh) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110987909A (zh) | 一种耕地土壤重金属的空间分布及来源解析方法及装置 | |
Xue et al. | Positive matrix factorization as source apportionment of soil lead and cadmium around a battery plant (Changxing County, China) | |
Hu et al. | Assessing heavy metal pollution in the surface soils of a region that had undergone three decades of intense industrialization and urbanization | |
Vignati et al. | Sources of uncertainties in modelling black carbon at the global scale | |
CN111652462B (zh) | 一种农用地重金属污染及潜在生态风险的评价方法 | |
Lv et al. | PMF receptor models and sequential Gaussian simulation to determine the quantitative sources and hazardous areas of potentially toxic elements in soils | |
Wu et al. | Heavy metal concentrations and their possible sources in paddy soils of a modern agricultural zone, southeastern China | |
Zhang et al. | Heavy metals in soils and sediments from Dongting Lake in China: occurrence, sources, and spatial distribution by multivariate statistical analysis | |
CN110346309A (zh) | 一种土壤重金属污染区域的预测预警方法 | |
Luo et al. | Sources of reactive nitrogen in marine aerosol over the Northwest Pacific Ocean in spring | |
CN113470765A (zh) | 一种土壤重金属来源解析方法 | |
Zarei et al. | Factor analysis of chemical composition in the Karoon River basin, southwest of Iran | |
Kim et al. | Combined analyses of chemometrics and kriging for identifying groundwater contamination sources and origins at the Masan coastal area in Korea | |
Sadeghi et al. | The characterization of fine particulate matter downwind of Houston: Using integrated factor analysis to identify anthropogenic and natural sources | |
Song et al. | Assessment of potential bioavailability of heavy metals in the sediments of land-freshwater interfaces by diffusive gradients in thin films | |
Mehdi et al. | Spatial variation assessment of groundwater quality using multivariate statistical analysis (case study: Fasa Plain, Iran). | |
Huang et al. | Spatial distribution and potential sources of five heavy metals and one metalloid in the soils of Xiamen city, China | |
CN112950044A (zh) | 一种沉积物重金属的生态风险评价方法 | |
Jianfei et al. | Source apportionment of potentially toxic elements in soils using APCS/MLR, PMF and geostatistics in a typical industrial and mining city in Eastern China | |
Bayraklı et al. | Assessment of heavy metal concentrations and behavior in cultivated soils under humid-subhumid environmental condition of the Black Sea region | |
Zhu et al. | Combining finite mixture distribution, receptor model, and geostatistical simulation to evaluate heavy metals pollution in soils: Source and spatial pattern | |
Hu et al. | An assessment of spatial distribution and source identification of five toxic heavy metals in Nanjing, China | |
Ahmad et al. | Apportionment of heavy metals in a soil–water-plant system via brick kiln emissions in heavily industrialized city of Pakistan | |
Albanese et al. | Potentially toxic elements in the soils of Campi Flegrei (south Italy) and the immediate surroundings: Spatial distribution, origin and probabilistic human health risk | |
Qiu et al. | Driving forces of heavy metal changes in agricultural soils in a typical manufacturing center |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |
|
RJ01 | Rejection of invention patent application after publication |