CN111413484A - 一种土壤铬含量与土地利用类型空间相关性的分析方法 - Google Patents
一种土壤铬含量与土地利用类型空间相关性的分析方法 Download PDFInfo
- Publication number
- CN111413484A CN111413484A CN202010135703.0A CN202010135703A CN111413484A CN 111413484 A CN111413484 A CN 111413484A CN 202010135703 A CN202010135703 A CN 202010135703A CN 111413484 A CN111413484 A CN 111413484A
- Authority
- CN
- China
- Prior art keywords
- soil
- chromium content
- spatial
- distribution
- correlation
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 92
- 239000011651 chromium Substances 0.000 title claims abstract description 83
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 title claims abstract description 64
- 229910052804 chromium Inorganic materials 0.000 title claims abstract description 64
- 238000004458 analytical method Methods 0.000 title abstract description 9
- 238000009826 distribution Methods 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 32
- 229910001385 heavy metal Inorganic materials 0.000 claims abstract description 24
- 238000011160 research Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 6
- 238000011835 investigation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012732 spatial analysis Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 4
- 230000002265 prevention Effects 0.000 abstract description 3
- 201000004569 Blindness Diseases 0.000 abstract description 2
- 238000010219 correlation analysis Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 5
- 239000010410 layer Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000003256 environmental substance Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Data Mining & Analysis (AREA)
- Food Science & Technology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Environmental & Geological Engineering (AREA)
- Pathology (AREA)
- Pure & Applied Mathematics (AREA)
- Immunology (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Biochemistry (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Mathematical Analysis (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Processing Of Solid Wastes (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
Abstract
本发明公开了一种土壤铬含量与土地利用类型空间相关性的分析方法，其步骤为：在分布图的研究区域上布置点位，监测每个点位上的土壤重金属铬含量数据；通过GIS空间数据插值得到研究区域土壤重金属铬含量的空间分布栅格图；以网格布点，获取网格节点；读取土地利用类型和土壤铬含量数值；计算土壤铬含量分布熵和土地利用类型分布熵以及联合分布熵；计算土壤铬含量和土地利用类型的相关系数；确定研究区域土壤铬含量和土地利用类型之间相关性。本发明在定性变量和定量变量之间建立了定量的空间相关性分析，分析结果可定量揭示土地利用类型对土壤铬含量分布的影响大小，可为区域重金属污染防治方案和治理决策提供参考，免于经验决策的盲目性。
Description
技术领域
本发明属于环境保护技术领域，具体涉及一种土壤铬含量与土地利用类型空间相关性的分析方法。
背景技术
随着矿产资源的不合理开发与利用、化肥农药的大量施用、工业化和城镇化的迅速发展，土壤污染日益严重。
重金属是严重危害生态安全的土壤环境污染物之一，它们能够改变土壤化学组成，直接或间接破坏土壤的生态结构，其在土壤中的累积和迁移不仅影响动植物生长发育与农产品质量安全，而且可通过食物链直接危害人类健康。土壤中的铬(Cr)元素是典型的有毒有害重金属元素，其在土壤中的含量与自然条件和人类活动有着密切的联系。土壤本身就含有一定量的Cr，不同的母质、成土过程会影响土壤Cr元素的含量，这是土壤Cr元素的背景含量。而人类活动如工业生产过程会向环境中排放含Cr的废水、废气、废渣，农业生产过程中向农田施用含Cr农药和化肥，从而导致土壤中Cr含量的增加。关于土壤重金属污染的空间分布与评价是当今国内外学者及管理部门关注的重点，它能够对区域土壤重金属污染情况有总体掌握，为防治决策提供参考。进一步而言，土壤重金属污染的空间分布情况受什么因素影响呢？有研究发现城市区域土壤表层重金属污染的空间格局与人口密度特征、环境要素、交通条件、产业结构与布局、土地利用等内外部约束因素的空间分异特征密切相关。关于区域土壤中重金属元素的自然背景值已有定量化的调查结果，但人类活动是如何影响土壤重金属污染的，对于二者之间的关系很少有定量化的研究，其难点在于人类活动难以定量化表征。
所以，需要一个新的技术方案来解决这个问题。
发明内容
发明目的：为了克服现有技术中存在的不足，提供一种土壤铬含量与土地利用类型空间相关性的分析方法，从定性上，研究区域内土壤重金属铬含量的空间分布；从定量上，得到土壤铬含量与土地利用类型的空间相关系数。
技术方案：为实现上述目的，本发明提供一种土壤铬含量与土地利用类型空间相关性的分析方法，包括如下步骤：
S1：获取用于研究区域土地利用类型的分布图；
S2：在分布图的研究区域上布置p1个点位，监测每个点位上的土壤重金属铬含量数据；
S3：基于步骤S2的测量数据，通过GIS空间数据插值得到研究区域土壤重金属铬含量的空间分布栅格图；
S4：考虑到研究区域的面积及土地利用斑块的大小，以网格布点，共获取p2个网格节点，其中p2＞＞p1；
S5：基于步骤S1中的分布图及步骤S3中得到的空间分布栅格图，读取步骤S4中 p2个网格节点处对应的土地利用类型和土壤铬含量数值；
S6：基于步骤S5读取的土地利用类型和土壤铬含量数值，计算土壤铬含量分布熵和土地利用类型分布熵；
S7：确定土壤铬含量和土地利用类型的联合分布熵；
S8：计算土壤铬含量和土地利用类型的相关系数K；
S9：根据相关系数K确定研究区域土壤铬含量和土地利用类型之间相关性的大小。
进一步的，所述步骤S3中空间分布栅格图的具体获取方式为：基于ArcGIS10.3平台空间分析模块IDW插值功能，将铬含量的点矢量图层插值为面栅格图层，插值过程利用被插值区域附近的12个点位数据，按照距离远近赋予权重，从而获得被插值区域的铬含量数据，经过空间插值处理，得到研究区域土壤铬含量空间分布栅格图。
进一步的，所述的步骤S2中布置的p1个点位应较均匀的分布于研究区域内。
进一步的，所述步骤S5中在网格中间部位取点，读取该点位的土壤铬含量数据以及对应的土地利用类型，得到p2个点位的数据系列。
进一步的，所述步骤S6中土壤铬含量分布熵和土地利用类型分布熵的计算方法如下：
其中X是随机变量(本发明中可指代土壤铬含量或土地利用类型二者中的任一变量)的整体，也称为信源，P(xi)为发生事件xi的概率，xi为变量X的子集，n为可能发生的事件(或状态)总数，式中对数的底a一般取2。
进一步的，所述步骤S7中土壤铬含量和土地利用类型的联合分布熵的确定方法为：
设定信源X代表土壤铬含量，信源Y代表土地利用类型，这两个信源X和Y为二维随机变量，则它们的联合分布概率表达为：
p(xi,yj)(i＝1,2,...,n；j＝1,2,...,m)
X，Y的联合信息熵H(X,Y)表达为：
其中p(xi,yj)为两个信源X，Y的联合分布概率；xi，yi为信源X、Y的子集，即可能发生的事件，n，m为可能发生的事件(或状态)总数。
进一步的，所述步骤S8中土壤铬含量和土地利用类型的相关系数K的计算方法为：
因为H(X,Y)≤H(X)+H(Y)，因此K的取值范围为[0，1]。
进一步的，所述步骤S9中相关性大小的具体判断方法为：当K＝0时，表示X，Y 不相关；K＞0，表示X，Y具有相关性；K越大则说明二者之间的相关程度越高。
有益效果：本发明与现有技术相比，可快速确定研究区域内土壤重金属铬含量的空间分布，并定量获得土壤铬含量与土地利用类型的空间相关系数，在定性变量和定量变量之间建立了定量的空间相关性分析，分析结果可定量揭示土地利用类型对土壤铬含量分布的影响大小，可为区域重金属污染防治方案和治理决策提供参考，免于经验决策的盲目性。
附图说明
图1为本发明分析方法的流程图；
图2为土壤监测点位分布图；
图3是土壤重金属Cr含量空间分布图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。
本发明提供一种土壤Cr(铬)含量与土地利用类型空间相关性的分析方法，如图1所示，其包括如下步骤：
S1：收集研究区域土地利用现状的分布图。
S2：在研究区域较均匀布置52个点位，监测每个点位上的土壤重金属Cr含量数据，具体的布置图如图2所示。
S3：基于步骤S2中的测量数据，通过数据插值得到研究区域土壤重金属Cr含量的空间分布栅格图，其具体方式为：基于ArcGIS10.3平台空间分析模块IDW插值功能，将铬含量的点矢量图层插值为面栅格图层，插值过程利用被插值区域附近的12个点位数据，按照距离远近赋予权重，从而获得被插值区域的铬含量数据，经过空间插值处理，得到研究区域土壤铬含量空间分布栅格图，具体如图3所示。
S4：考虑到研究区域的面积及土地利用斑块的大小，以1.2km×1.2km大小的网格布点，共获取210个网格节点；
S5：基于步骤S1中研究区域土地利用现状分布图及步骤3中得到的土壤Cr含量空间分布栅格图，读取步骤S4中210个网格节点处对应的土地利用类型和土壤Cr含量数值，建立概率矩阵，如表1所示：
表1
S6：计算得到Cr含量熵值H(X)为2.7，土地利用类型熵值H(Y)为2.63，计算得到二者之间的联合熵为4.62。
S7：计算土壤Cr含量和土地利用类型的相关系数K＝0.13；
S8：根据步骤S7中的相关系数确定研究区域土壤Cr含量和土地利用类型的空间相关系数K＝0.13，说明二者具有空间相关性，证明研究区域土壤Cr含量分布情况已受到土地利用类型的影响。
因此，在区域土壤重金属污染防治决策过程中，可通过优化土地利用方式减轻或控制人类活动影响。研究结果可为区域土壤重金属污染防治方案提供决策参考和依据。
Claims (7)
1.一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：包括如下步骤：
S1：获取用于研究区域土地利用类型的分布图；
S2：在分布图的研究区域上布置p1个点位，监测每个点位上的土壤重金属铬含量数据；
S3：基于步骤S2的测量数据，通过GIS空间数据插值得到研究区域土壤重金属铬含量的空间分布栅格图；
S4：考虑到研究区域的面积及土地利用斑块的大小，以网格布点，共获取p2个网格节点，其中p2＞＞p1；
S5：基于步骤S1中的分布图及步骤S3中得到的空间分布栅格图，读取步骤S4中p2个网格节点处对应的土地利用类型和土壤铬含量数值；
S6：基于步骤S5读取的土地利用类型和土壤铬含量数值，计算土壤铬含量分布熵和土地利用类型分布熵；
S7：确定土壤铬含量和土地利用类型的联合分布熵；
S8：计算土壤铬含量和土地利用类型的相关系数K；
S9：根据相关系数K确定研究区域土壤铬含量和土地利用类型之间相关性的大小。
2.根据权利要求1所述的一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：所述步骤S3中空间分布栅格图的具体获取方式为：基于ArcGIS10.3平台空间分析模块IDW插值功能，将铬含量的点矢量图层插值为面栅格图层，插值过程利用被插值区域附近的12个点位数据，按照距离远近赋予权重，从而获得被插值区域的铬含量数据，经过空间插值处理，得到研究区域土壤铬含量空间分布栅格图。
3.根据权利要求1所述的一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：所述步骤S5中在网格中间部位取点，读取该点位的土壤铬含量数据以及对应的土地利用类型，得到p2个点位的数据系列。
4.根据权利要求1所述的一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：所述步骤S6中土壤铬含量分布熵和土地利用类型分布熵的计算方法如下：
其中X是随机变量的整体，也称为信源，X指代土壤铬含量或土地利用类型二者中的任一变量，P(xi)为发生事件xi的概率，xi为变量X的子集，n为可能发生的事件总数。
5.根据权利要求1所述的一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：所述步骤S7中土壤铬含量和土地利用类型的联合分布熵的确定方法为：
设定信源X代表土壤铬含量，信源Y代表土地利用类型，这两个信源X和Y为二维随机变量，则它们的联合分布概率表达为：
p(xi,yj)(i＝1,2,...,n；j＝1,2,...,m)
X，Y的联合信息熵H(X,Y)表达为：
其中p(xi,yj)为两个信源X，Y的联合分布概率；xi，yi为信源X、Y的子集，即可能发生的事件，n，m为可能发生的事件总数。
6.根据权利要求1所述的一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：所述步骤S8中土壤铬含量和土地利用类型的相关系数K的计算方法为：
因为H(X,Y)≤H(X)+H(Y)，因此K的取值范围为[0，1]。
7.根据权利要求1所述的一种土壤铬含量与土地利用类型空间相关性的分析方法，其特征在于：所述步骤S9中相关性大小的具体判断方法为：当K＝0时，表示X，Y不相关；K＞0，表示X，Y具有相关性；K越大则说明二者之间的相关程度越高。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010135703.0A CN111413484A (zh) | 2020-03-02 | 2020-03-02 | 一种土壤铬含量与土地利用类型空间相关性的分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010135703.0A CN111413484A (zh) | 2020-03-02 | 2020-03-02 | 一种土壤铬含量与土地利用类型空间相关性的分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111413484A true CN111413484A (zh) | 2020-07-14 |
Family
ID=71492814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010135703.0A Pending CN111413484A (zh) | 2020-03-02 | 2020-03-02 | 一种土壤铬含量与土地利用类型空间相关性的分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111413484A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112986538A (zh) * | 2021-05-06 | 2021-06-18 | 中南大学 | 大区域土壤重金属检测与时空分布特征分析方法及系统 |
| CN113420101A (zh) * | 2021-06-21 | 2021-09-21 | 华中师范大学 | 一种地理信息处理方法、装置、电子设备及存储介质 |
| CN115049220A (zh) * | 2022-05-25 | 2022-09-13 | 广东省科学院生态环境与土壤研究所 | 分散式区域氮施用量估算方法、系统、计算机设备及介质 |
| CN115859596A (zh) * | 2022-11-24 | 2023-03-28 | 中国科学院生态环境研究中心 | 城-郊梯度区域土壤重金属累积过程时空模拟方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529189A (zh) * | 2013-06-28 | 2014-01-22 | 四川农业大学 | 一种基于定性和定量辅助变量的土壤有机质空间分布预测方法 |
| CN106779061A (zh) * | 2016-11-11 | 2017-05-31 | 四川农业大学 | 一种地形平缓区土壤重金属镉空间分布预测方法 |
-
2020
- 2020-03-02 CN CN202010135703.0A patent/CN111413484A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103529189A (zh) * | 2013-06-28 | 2014-01-22 | 四川农业大学 | 一种基于定性和定量辅助变量的土壤有机质空间分布预测方法 |
| CN106779061A (zh) * | 2016-11-11 | 2017-05-31 | 四川农业大学 | 一种地形平缓区土壤重金属镉空间分布预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 李清良等: "基于小流域尺度的土壤重金属分布与土地利用相关性研究——以厦门市坂头水库流域为例", 《生态学报》 * |
| 檀满枝等: "基于信息熵原理的土壤pH影响因素空间相关性分析", 《土壤》 * |
| 黎夏等: "珠江三角洲发展走廊1988-1997年土地利用变化特征的空间分析", 《自然资源学报》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112986538A (zh) * | 2021-05-06 | 2021-06-18 | 中南大学 | 大区域土壤重金属检测与时空分布特征分析方法及系统 |
| CN113420101A (zh) * | 2021-06-21 | 2021-09-21 | 华中师范大学 | 一种地理信息处理方法、装置、电子设备及存储介质 |
| CN115049220A (zh) * | 2022-05-25 | 2022-09-13 | 广东省科学院生态环境与土壤研究所 | 分散式区域氮施用量估算方法、系统、计算机设备及介质 |
| US12026791B2 (en) | 2022-05-25 | 2024-07-02 | Institute of Eco-environmental and Soil Sciences, Guangdong Academy of Sciences | Method, system, computer equipment and medium for estimating nitrogen application amount in distributive regions |
| CN115859596A (zh) * | 2022-11-24 | 2023-03-28 | 中国科学院生态环境研究中心 | 城-郊梯度区域土壤重金属累积过程时空模拟方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111413484A (zh) | 一种土壤铬含量与土地利用类型空间相关性的分析方法 | |
| Janarthanan et al. | A deep learning approach for prediction of air quality index in a metropolitan city | |
| Xu et al. | Ecological risk assessment of ecosystem services in the Taihu Lake Basin of China from 1985 to 2020 | |
| Gao et al. | COVID-19 lockdowns and air quality: Evidence from grey spatiotemporal forecasts | |
| Fernando et al. | Forecasting PM10 in metropolitan areas: Efficacy of neural networks | |
| Baginska et al. | Modelling nutrient transport in Currency Creek, NSW with AnnAGNPS and PEST | |
| Dixon | Applicability of neuro-fuzzy techniques in predicting ground-water vulnerability: a GIS-based sensitivity analysis | |
| Santhi et al. | Spatial calibration and temporal validation of flow for regional scale hydrologic modeling 1 | |
| Dong et al. | Identification of watershed priority management areas under water quality constraints: a simulation-optimization approach with ideal load reduction | |
| Nolan et al. | Identification of key climatic factors regulating the transport of pesticides in leaching and to tile drains | |
| Randhir et al. | Spatiotemporal dynamics of landscape pattern and hydrologic process in watershed systems | |
| CN105095997B (zh) | 基于蒙特卡洛和层次分析法的突发性水污染事故预警方法 | |
| Feng et al. | Coupling trade-offs and supply-demand of ecosystem services (ES): A new opportunity for ES management | |
| CN117787658B (zh) | 一种基于灌区的河水流量异常条件下水资源调度系统 | |
| Woznicki et al. | Spatial and temporal variabilities of sediment delivery ratio | |
| CN112528516B (zh) | 一种耦合土地利用类型和气候变化的流域水环境管理方法 | |
| Esmaeilbeiki et al. | Exploring the application of soft computing techniques for spatial evaluation of groundwater quality variables | |
| Pan et al. | An interval multi-objective fuzzy-interval credibility-constrained nonlinear programming model for balancing agricultural and ecological water management | |
| Fattah et al. | Wavelet coherence analysis of PM2. 5 variability in response to meteorological changes in South Asian cities | |
| Wang et al. | Analyzing urban forest coverage variation in Guangzhou-Foshan region using factorial analysis based multivariate statistical prediction models | |
| Giri et al. | Integrating statistical and hydrological models to identify implementation sites for agricultural conservation practices | |
| Li et al. | Connotation analysis and evaluation index system construction of regional agricultural soil and water resource composite system harmony | |
| Li et al. | Response of non-point source pollution to landscape pattern: case study in mountain-rural region, China | |
| Li et al. | Mapping cropland suitability in China using optimized MaxEnt model | |
| Pisoni et al. | Multi-criteria analysis for PM10 planning |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200714 |