CN111815184B - 一种耕地土壤环境质量类别划分方法 - Google Patents
一种耕地土壤环境质量类别划分方法 Download PDFInfo
- Publication number
- CN111815184B CN111815184B CN202010668195.2A CN202010668195A CN111815184B CN 111815184 B CN111815184 B CN 111815184B CN 202010668195 A CN202010668195 A CN 202010668195A CN 111815184 B CN111815184 B CN 111815184B
- Authority
- CN
- China
- Prior art keywords
- soil
- environment quality
- grade
- category
- soil environment
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 268
- 238000000034 method Methods 0.000 title claims abstract description 162
- 229910001385 heavy metal Inorganic materials 0.000 claims abstract description 75
- 238000011156 evaluation Methods 0.000 claims abstract description 64
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 230000007613 environmental effect Effects 0.000 claims abstract description 23
- 238000013441 quality evaluation Methods 0.000 claims abstract description 22
- 238000011160 research Methods 0.000 claims abstract description 11
- 230000000694 effects Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000002790 cross-validation Methods 0.000 claims description 7
- 238000003900 soil pollution Methods 0.000 claims description 6
- 229910052793 cadmium Inorganic materials 0.000 claims description 5
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 5
- 238000011109 contamination Methods 0.000 claims description 4
- 229910052785 arsenic Inorganic materials 0.000 claims description 3
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 claims description 3
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 claims description 3
- 229910052753 mercury Inorganic materials 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 239000011248 coating agent Substances 0.000 claims 2
- 238000000576 coating method Methods 0.000 claims 2
- 239000000758 substrate Substances 0.000 claims 1
- 238000005070 sampling Methods 0.000 description 6
- 239000003802 soil pollutant Substances 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- UXVMQQNJUSDDNG-UHFFFAOYSA-L Calcium chloride Chemical compound [Cl-].[Cl-].[Ca+2] UXVMQQNJUSDDNG-UHFFFAOYSA-L 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 229910052804 chromium Inorganic materials 0.000 description 2
- 239000011651 chromium Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003967 crop rotation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000004382 potting Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000005527 soil sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种耕地土壤环境质量类别划分方法，所述方法包括：构建基于列联表法的土壤环境质量综合评价法，评价土壤重金属监测点的环境质量等级；以土壤重金属为基础，采用分级自适应距离加权法进行空间插值，再依据评价方法将土壤划分为3个等级区域；以农产品环境质量评价结果为基础，采用相同方法进行插值，将农产品也划分为3个等级区域；综合上述等级划分结果，引入农产品富集系数得到多情境下区域耕地土壤环境质量类别划分结果。本发明构建了一种土壤环境质量评价方法，充分考虑土壤和农产品之间复杂非线性关系，开展农产品协同研判，采用分级自适应距离加权法实现由点到面的区域耕地土壤环境质量评价，使结果更具客观性、真实性。
Description
技术领域
本发明属于土壤质量评价技术领域，涉及一种耕地土壤环境质量类别划分方法。
背景技术
随着城市化、工业化进程的加快，土壤污染问题逐渐突出，因此需要对土壤进行修复管理，以保障相应农产品的质量安全，但土壤在修复管理前需要对其污染情况，即具体的质量类别有明确的认识，以便于分别采取相应的管理措施，因此对土壤的质量进行评价并划分类别对于土壤修复、耕地管理具有重要作用。
在土壤评价方法方面，目前常用的土壤重金属污染评价方法主要有指数法，如单项污染指数、内梅罗综合指数法、富集因子法等，也有模型法，如模糊数法、灰色聚类法、层次分析法等，然而在实际应用中各单一评价方法都有各自的局限性，无法给出准确且全面的结果，而两种或者多种方法相结合的评价方法，仍以方法之间积木式组合为主，没有实现多方法有机融合，并不能达到以农产品产地安全生产的综合评价的目标，对土壤超标、农产品不超标或土壤不超标、农产品超标的土壤环境质量综合评价失效。
在土壤重金属插值方面，对于中小地块多采用“以点代面”方式进行土壤重金属的含量估计，进而评价耕地土壤环境质量类别。土壤重金属受自然和人为活动影响，具有复杂的时空分异性，因此，上述思路及其对应的土壤重金属估算方法对于大面积下耕地土壤类别划分显然不够科学与准确。目前使用的区域插值方法主要有克里金插值算法、反距离权重插值(IDW)和地理加权回归模型(GWR)，基于空间对象越近越相似定理可实现区域空间插值，但往往要求监测点存在较强的空间自相关性，在实际应用中却各有其局限性，具体表现为：地理加权回归模型虽可进行研究区局部特征插值和多层嵌套关系的土壤属性制图，但其对于稀疏样本下面域值或等级估计仍不适用；克里金插值法要求待估计研究区域存在强空间自相关性，监测指标的区域变量满足二阶平稳假设或者准二阶平稳假设，然而，实际农田土壤样点受限于监测成本，插值计算时研究区的样点往往较为稀疏，当样点数少于30个时，克里金的半变异函数拟合误差较大甚至不可用；反距离权重插值法要求相对较低，仅需要满足均值平稳假设，也即仅考虑距离因子和不同方向的权重，适用于区域土壤重金属的空间插值，然而在实际应用中，由于不同的区域点位稀疏度不同，低或者零约束下采用IDW插值则会导致土壤重金属属性值估算精度较低，甚至不可信。
由此可以看出，现有的区域土壤环境质量评价方法大都未将土壤和农产品元素含量紧密结合起来，其科学性与可靠性往往容易受到质疑。因此也有将土壤重金属含量和农产品品质进行关联的研究。CN 107220782A公开了一种复垦土地分级安全利用的土壤环境质量分级判别方法，该方法提出设定基于农产品卫生安全的两级土壤安全阈值：阈值I和阈值II；依据两级阈值对应的污染风险级别，规定3类安全利用途径：优先耕作区、限制耕作区、生态管控区；通过盆栽试验构建农作物污染物含量与土壤污染物浓度之间的定量关系来确定土壤中污染物的阈值II的最终取值；该方法未明确如何以点及面来进行金属含量插植，且通过盆栽试验构建农作物和土壤污染物关系适用范围较窄，可适用情境单一，难以适用于多种农产品。
综上所述，研究科学有效的区域土壤环境质量评价方法与重金属插值方法，综合考虑土壤与农产品之间的复杂关系，从而实现多情境下的土壤和农产品协同风险评价，提高区域土壤环境质量评价精度，仍是当前耕地土壤环境质量类别划分的重点研究方向之一。
发明内容
针对现有技术存在的问题，本发明的目的在于提供一种耕地土壤环境质量类别划分方法，所述方法在土壤环境质量评价中引入农产品品质的影响，采用综合等级评价法实现了土壤监测点环境质量的综合评价，再通过分级自适应距离加权法对土壤重金属监测值和农产品环境质量评价结果进行空间插值，进而实现了由监测点环境质量评价到区域环境质量评价，最终依据农产品品质协同研判，对耕地土壤环境质量类别进行辅助调整，实现多情境下区域耕地土壤环境质量类别的划分。
为达此目的，本发明采用以下技术方案：
本发明提供了一种耕地土壤环境质量类别划分方法，所述方法包括以下步骤：
(1)构建基于列联表法的土壤环境质量综合评价法，评价土壤重金属监测点的环境质量等级；
(2)将步骤(1)中的土壤重金属监测点采用分级自适应距离加权法进行空间插值，实现环境质量由点到面的插值，然后采用步骤(1)所述土壤环境质量综合评价法对区域土壤进行环境质量评价，将土壤划分为3个等级区域；引入农产品重金属监测点评价结果数据，采用分级自适应距离加权法进行插值，将农产品划分为3个等级区域；
(3)根据步骤(2)中土壤和农产品的区域环境质量等级划分结果，引入农产品富集系数综合考量土壤与农产品之间的联系，得到多情境下耕地土壤环境质量类别划分结果。
本发明中，农田土壤重金属是土壤环境质量的重要指标，同时土壤重金属的有效态以及农作物对重金属的富集性也在一定程度上影响并反映了土壤环境质量，因此耕地土壤环境质量的类别划分，需要将土壤和农产品中重金属含量紧密的结合起来；本发明首先综合考虑土壤、农产品的环境质量，采用综合等级评价法进行监测点土壤环境质量等级划分，既能简便判断出主要污染因子又综合考虑了其他因子的污染情况；其次对大(省市)尺度研究区域内监测点依据基于正确性函数的分级自适应距离加权法进行空间插值，获得土壤重金属等级分区和农产品重金属等级分区；最后，依据农产品安全性评价结果，结合调整规则对区域土壤等级评价结果进行调整，最终得到耕地土壤环境质量类别划分结果。
以下作为本发明优选的技术方案，但不作为本发明提供的技术方案的限制，通过以下技术方案，可以更好地达到和实现本发明的技术目的和有益效果。
作为本发明优选的技术方案，步骤(1)所述监测点的评价指标为土壤中的重金属，所述重金属包括镉、汞、砷、铅和铬。
优选地，步骤(1)所述土壤环境质量综合评价法结合单因子指数法和内梅罗指数法。
本发明中，所述综合评价法改变以往评价方法的积木式组合，实现单因子指数法和内梅罗指数法的有效融合，形成一种新的评价规则：监测点土壤环境质量风险评价列联表，结合土壤监测点单因子指标和多重金属的综合指标，使得土壤环境质量评价结果更具严谨性。
优选地，所述单因子指数法的计算公式为：
其中，Pi为土壤中重金属i的单因子指数，Ci为土壤中重金属i的实测浓度 (mg·kg-1)，Si为土壤中重金属i的安全评估参比值(mg·kg-1)。
优选地，所述单因子指数法中，土壤监测点的安全等级由该监测点单因子指数的最大值Pimax来决定。
本发明中，采用单因子指数法对土壤环境质量进行评价时，以评价结果最差的因子作为该点位土壤评价结果；该单因子指数法方法中，土壤各个单项重金属的安全等级根据Pi进行划分，因此简称单项指数法，而土壤各监测点位的安全等级则根据其点位单项指数的最大值Pimax划分，简称最大单项指数法；其中，土壤重金属安全评估参比值参考《全国农产品产地土壤重金属安全评估技术规定》(农办科〔2015〕42号)来执行，具体如表1所示。
表1农产品产地土壤安全评估参比值(mg/kg，总量)
表1中，产地农产品种类两种或两种以上(包括轮作、套种等情况)者，以常年主栽相对更敏感的农产品种类确定其土壤安全评估的参比值。
作为本发明优选的技术方案，所述内梅罗指数法的计算公式为：
其中，PN为内梅罗指数，Ci为土壤中重金属i的实测浓度(mg·kg-1)，Si为土壤中重金属i的安全评估参比值(mg·kg-1)，
为单因子污染指数的平均值， Pimax为土壤污染最大单项指数，n为评价重金属的种类。
作为本发明优选的技术方案，所述Pimax以1.0、2.0、3.0为端点划分为4个污染等级。
优选地，所述PN以0.7、1.0、2.0、3.0为端点划分为5个污染等级。
优选地，所述列联表法是将Pimax和PN相结合形成一种评价规则，将土壤污染等级整体划分为I、II、III共3个等级。
本发明中，单因子指数法操作简单，能够直接的反映出土壤中每一项污染物的超标情况，其最大单项指数法可实现对环境质量评价的从严要求。内梅罗指数法是一种兼顾极值或突出最大值的计权型多因子环境质量指数，在加权过程中避免了权系数中主观因素的影响，同时兼顾所有污染项目，能够有效避免单项污染指数法的各评价参数之间互不联系，不能全面的反应土壤环境要素的问题，本发明所述列联表法不是两种方法的简单堆砌，而是有效融合了两种方法后形成的一种新的评价规则，对各因素进行综合等级划分，形成监测点土壤环境质量风险评价列联表，如表2所示。
表2监测点土壤环境质量风险评价列联表
表2中，①代表污染水平相对较低，②代表污染水平相对较高。
由上可得，该方法在综合考虑土壤中各重金属影响的同时，也考虑了单项重金属污染的质变特征，从而得出更加严谨的土壤环境质量评价结果。
作为本发明优选的技术方案，步骤(2)所述分级自适应距离加权法为反距离权重加权法的改进方法。
优选地，所述反距离权重加权法的计算公式为：
其中，Z(x0)是点x0处的土壤重金属预测值(或农产品评价等级预测值)， Z(xi)是点i处的土壤重金属实测点位监测值(或农产品实测点位评价等级值)， n是预测点周围实测点的数目，λi是分配给每个实测点的权重。
优选地，所述反距离权重加权法中的权重λi的计算公式为：
其中，di0是预测点x0与每一个实测点xi间的距离；幂指数p表示实测值对预测值的影响级。
本发明中，所述反距离权重加权法的公式中，影响其精确度的参数主要为搜索距离、幂指数；幂指数p会随着采样点和插值点之间距离的增加而减弱，距离待插值点越近其权重越高，若p＝0，则每一个权重都是一样的，预测值是所有实测值的平均值，目前普遍认为p＝2会取得更好的实验效果；搜索点数是指参与插值计算的监测点位数，它是影响插值精度的重要因素。
作为本发明优选的技术方案，步骤(2)所述分级自适应距离加权法以反距离权重加权法为基础，根据研究区域实际情况，利用交叉验证的方法来选择最优幂指数和搜索点位数，提高插值精度。
本发明中，所述基于正确性函数的分级自适应距离加权法是依据研究区域内监测点数量多少来调整搜索距离、幂指数，并通过平均相对误差、平均绝对误差来评价参数的有效性从而提高插值精度。
优选地，所述交叉验证的方法是指：在n个实测点中依次选择Z(x)在实测点xi处的取值Z(xi)为验证点位，其余n-1个实测点全部用于插值计算，比较插值结果与实测点的评价等级。
本发明中，在分级自适应距离加权法的插值计算中，幂指数和搜索点数的确定可以由以下步骤得出：
(1)幂指数固定：首先选用默认幂指数2，对搜索点数进行调整。当某区域点位少于30且依气传输时，可考虑风向、风速对该区域环境的影响，将搜索点数设置为12；当某区域点位少于30且依水传输时，可将搜索点数设置为6；其次，依次增加搜索点个数，分别记录其插值结果并通过交叉验证的方法来选定最优搜索点位个数；
(2)搜索点数固定。首先选用有步骤(1)得到的最优所搜索点位个数，对幂指数进行调整，结合实际点位数据情况，当插值点位个数稀少时，适当提高幂指数大小，分别记录其插值结果并通过交叉验证的方法来选定最优幂指数。
作为本发明优选的技术方案，步骤(2)所述分级自适应距离加权法采用平均绝对误差MAE和平均相对误差MRE来评价插值结果的有效性。
优选地，所述平均绝对误差MAE的计算公式为：
其中，
为插值结果，Zi为真实值，n为实测点的数目。
优选地，所述平均相对误差MRE的计算公式为：
其中，
为插值结果，Zi为真实值，n为实测点的数目。
本发明中，平均相对误差MRE、平均绝对误差MAE可评价参数的有效性，尤其是前者可作为校正模型的重要衡量指标之一，两者的值越小，则代表模型拟合效果越好。
本发明中，以土壤重金属插值结果为基础，依据监测点土壤环境质量风险评价列联表方法进行土壤环境质量评价，将得到土壤I、II、III共3个等级区域。
作为本发明优选的技术方案，步骤(2)所述农产品重金属监测点的插值结果Ei以1.5、2.5为端点将农产品污染等级划分为I、II、III共3个等级区域。
本发明中，以农产品协同点位重金属评价等级数据为基础，采用分级自适应加权法来进行空间插值，对得到的插值结果再依据表3进行分级从而实现农产品等级区域划分。
表3农产品点位插值结果分级表
其中，Ei是监测点位的农产品中重金属i的综合污染指数。
本发明中，根据表2、表3分别对土壤和农产品重金属进行质量等级分类后，可能会出现例如：实际重金属点位的等级为1，但插值后评价结果为非1的情况，统计真实值与插值结果相等的点位个数占总点位的比率将有助于我们进一步判断插值结果的准确性，其公式为：
其中，CR为正确率(％)，Nc为土壤/农产品插值等级与实际等级一致的点位个数，N总是监测点样本总数；当CR超过85％时，则代表插值结果具有一定的可靠性，可用于下一步的重金属超标区的划分研究。
本发明中，将土壤重金属插值结果依据监测点土壤环境质量风险评价列联表实现土壤环境质量评价，将得到土壤3大等级区域(区域I、区域II和区域III)；以农产品协同点位重金属评价结果数据为基础，对农产品重金属监测点位进行插值后，得到农产品3大等级区域(区域(N)I、区域(N)II和区域(N)III)。
作为本发明优选的技术方案，步骤(3)所述土壤和农产品的环境质量等级一致时，两者的环境质量等级即为区域耕地土壤环境质量类别。
此时，土壤环境质量与农产品质量均处于未超标或超标状态，土壤重金属区域等级即为该区域的耕地土壤环境质量类别。
优选地，所述区域耕地土壤环境质量类别对应包括优先保护类、安全利用类和严格管控类。
作为本发明优选的技术方案，步骤(3)所述土壤和农产品的环境质量等级不一致时，包括多种情况：
(1)当土壤环境质量等级为I级，农产品环境质量等级为II级，区域耕地土壤环境质量类别为优先保护类；
(2)当土壤环境质量等级为I级，农产品环境质量等级为III级，再综合考虑农产品是否存在超富集现象，若农产品存在超富集现象，则区域耕地土壤环境质量类别为优先保护类；若农产品不存在超富集现象，则区域耕地土壤环境质量类别调整为安全利用类。
在此种情境下，首先应排除样品在采样、制样及监测过程中的误差，这种偏差可以通过加密重复检测来予以确认。若无误差则可能是该类农产品存在超富集现象，此时需计算农产品的富集系数，富集系数＝农产品体某重金属含量/ 土壤重金属含量。目前，界定超富集植物的情况包括以下几种：①植株地上部 (干重)重金属临界含量为Zn、Mn大于10000mg·kg-1，Co、Cu、Ni、Si、Pb 大于1000mg·kg-1，Cd大于100mg·kg-1；②植物地上部重金属含量大于根部该种重金属含量；③植物地上部富集系数＞1。若农产品存在超富集现象，则该区域耕地土壤环境质量类别为优先保护类I；若农产品不存在超富集现象，则代表农产品污染很大程度来源于水体、大气及人为活动，比如汽车尾气等活动的影响，依据从严管理的原则，该区域耕地土壤环境质量类别应调为较差类别安全利用类II。
(3)当土壤环境质量等级为II级，农产品环境质量等级为I级，若该区域满足高背景、低活性条件，则区域耕地土壤环境质量类别调整为优先保护类；若该区域不满足高背景、低活性条件，则区域耕地土壤环境质量类别为安全利用类。
本发明中，土壤超标而农产品不超标在筛查中的发生概率较高，特别是土壤镉Cd超标而农产品不超标的发生概率大，出现此类情况，可能是由于该区域为土壤重金属高背景区且土壤中Cd活性低。
首先，采用累积系数法表征表层土壤重金属累积性，公式为：
其中，Ai为土壤中重金属i的单因子积累系数，ci为表层土壤中重金属i的测定值，Bi为深层土壤(一般为100cm以下)中重金属i的测定，单位与Ci保持一致。
结合区域地质背景及污染源分布情况，区域内Ai≤3且周边无相关污染源时，方可作为地质高背景的判定条件之一。
其次，需对表层土壤中Cd的活性进行评价。土壤镉Cd的活性的评判阈值：土壤PH≤6.5时，0.01M氯化钙溶液可提取态的土壤Cd含量阈值为0.04mg/kg；土壤PH>6.5时，0.01M氯化钙溶液可提取态的土壤Cd含量阈值为0.01mg/kg。小于等于阈值，表示土壤Cd的活性低；大于阈值时则代表Cd的活性高。
若该区域满足高背景、低活性条件，则该区域耕地土壤环境质量类别调整为较好类别优先保护类I；若不满足该条件，则该区域耕地土壤环境质量类别保持不变，为安全利用类II。
(4)当土壤环境质量等级为II级，农产品环境质量等级为III级，若农产品存在超富集现象，则区域耕地土壤环境质量类别为安全利用类；若农产品不存在超富集现象，则区域耕地土壤环境质量类别为严格管控类。
农产品质量等级与土壤环境质量等级相差不大时，样品在采样、制样、监测过程中出现误差的概率较小，可能是该农产品种类存在超富集现象，此时仅计算农产品的富集系数即可。若农产品存在超富集现象，则该区域耕地土壤环境质量类别为安全利用类II；若农产品不存在超富集现象，依据从严管理的原则，该区域耕地土壤环境质量类别应调为较差类别：严格管控类III。
(5)当土壤环境质量等级为III级，农产品环境质量等级为I级，若该区域满足高背景、低活性条件，则区域耕地土壤环境质量类别为安全利用类；若该区域不满足高背景、低活性条件，则区域耕地土壤环境质量类别为严格管控类。
此种情况下，也需要判定该区域是否满足高背景、低活性这一条件；若满足，则该区域耕地土壤环境质量类别调整为较好类别安全利用类II；若不满足该条件，则该区域耕地土壤环境质量类别保持不变，为严格管控类III。
(6)当土壤环境质量等级为III级，农产品环境质量等级为II级，区域耕地土壤环境质量类别为严格管控类。
将上述多情境下的耕地土壤环境质量类别划分进行整理，其评价表如表4 所示。
表4耕地土壤环境质量类别划分评价表
本发明中，对耕地土壤环境质量类别进行判定后，需通过ArcGIS进行拓扑检验，若同一地块出现不同等级的耕地质量类别，需作以下处理：
①该地块出现2种耕地质量类别
分别计算其占总耕地面积的比例情况，若较差类别所占耕地总面积比例 <35％，则以优势类别作为该地块的最终评价结果。
②该地块出现2种以上耕地质量类别
计算严格管控类所占总耕地面积的比例情况，若比例<50％，则判定该地块为安全利用类II，反之，判定为严格管控类III。
以土壤环境质量结果为基础，依据农产品安全性评价结果对其进行研判，从而形成一套区域耕地土壤环境质量分类方法，该方法既考虑了土壤重金属含量，又综合了农产品品质，从而使区域耕地土壤环境质量类别划分更具科学性。
与现有技术相比，本发明具有以下有益效果：
(1)本发明充分考虑了土壤和农产品之间的复杂非线性关系，在土壤环境质量评价中引入农产品品质，构建了一种多情境下的区域耕地土壤环境质量类别判定方法，为耕地土壤环境类别划分提供了一种新思路；
(2)本发明构建了一种基于列联表法的土壤环境质量综合等级评价法，同时结合各地主栽相对敏感的农作物开展辅助判定，采用分级自适应距离加权法来进行空间插值，实现了“由点到面”的区域耕地土壤环境分类方法，使耕地土壤环境分类结果更具客观性、真实性；
(3)本发明充分考虑了土壤污染物为农产品是否超标的影响因素之一，依据农产品品质对耕地土壤环境质量类别进行辅助调整，可切实做到保护农产品安全的同时对耕地土壤环境进行有效分类，有利于土壤资源的合理开发与利用。
附图说明
图1是本发明实施例1提供的耕地土壤环境质量类别划分方法的技术路线图；
图2是本发明实施例1提供的耕地土壤环境质量类别划分所需基础数据图。
具体实施方式
为更好地说明本发明，便于理解本发明的技术方案，下面对本发明进一步详细说明。但下述的实施例仅是本发明的简易例子，并不代表或限制本发明的权利保护范围，本发明保护范围以权利要求书为准。
以下为本发明典型但非限制性实施例：
实施例1：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法的技术路线图如图1所示，所需基础数据如图2所示，具体包括以下步骤：
(1)构建基于列联表法的土壤环境质量综合评价法，所述综合评价法有效融合了单因子指数法和内梅罗指数法后形成一种新的评价规则，评价土壤重金属监测点的环境质量等级；同时引入农产品重金属监测点评价结果为后续耕地土壤环境质量类别划分提供数据基础；
所述监测点的土壤重金属评价指标包括镉、汞、砷、铅和铬，根据单因子指数法的单因子指数Pi的计算公式，土壤监测点的安全等级由该监测点单因子指数的最大值Pimax来决定；根据内梅罗指数法内梅罗指数PN的计算公式，将Pimax和PN结合形成一种新的评价规则：监测点土壤环境质量风险评价列联表，得出土壤污染等级；
(2)将步骤(1)中的土壤重金属监测点采用基于正确性函数的分级自适应距离加权法进行空间插值，所述分级自适应距离加权法以反距离权重加权法为基础，采用交叉验证的方法判定插值精度，然后采用土壤环境质量综合评价法得到区域土壤环境质量评价结果，将土壤划分为3个等级区域，即区域I、区域II和区域III；
引入农产品重金属监测点评价结果数据，同样采用基于正确性函数的分级自适应距离加权法进行插值计算后，将农产品划分为3个等级区域，即区域(N) I、区域(N)II和区域(N)III；
(3)根据步骤(2)中土壤和农产品的环境质量等级划分结果，引入农产品富集系数综合考量土壤与农产品之间的联系，得到多情境下耕地土壤环境质量类别划分结果，区域耕地土壤环境质量类别包括优先保护类、安全利用类和严格管控类；
本实施例中，所述土壤和农产品的环境质量等级一致，土壤等级区域为区域I，农产品等级区域为区域(N)I，因此土壤和农产品的环境质量等级即为区域耕地土壤环境质量类别，为优先保护类。
实施例2：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法参照实施例1中的方法，其中，根据其计算结果，所述土壤和农产品的环境质量等级不一致，土壤环境质量等级为I级，农产品环境质量等级为II级，区域耕地土壤环境质量类别为优先保护类。
实施例3：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法参照实施例1中的方法，其中，根据其计算结果，所述土壤和农产品的环境质量等级不一致，土壤环境质量等级为I级，农产品环境质量等级为III级，农产品存在超富集现象，区域耕地土壤环境质量类别为优先保护类。
实施例4：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法参照实施例1中的方法，其中，根据其计算结果，所述土壤和农产品的环境质量等级不一致，土壤环境质量等级为II级，农产品环境质量等级为I级，该区域不满足高背景、低活性条件，区域耕地土壤环境质量类别为安全利用类。
实施例5：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法参照实施例1中的方法，其中，根据其计算结果，所述土壤和农产品的环境质量等级不一致，土壤环境质量等级为II级，农产品环境质量等级为III级，农产品不存在超富集现象，区域耕地土壤环境质量类别为严格管控类。
实施例6：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法参照实施例1中的方法，其中，根据其计算结果，所述土壤和农产品的环境质量等级不一致，土壤环境质量等级为III级，农产品环境质量等级为I级，该区域满足高背景、低活性条件，区域耕地土壤环境质量类别为安全利用类。
实施例7：
本实施例提供了一种耕地土壤环境质量类别划分方法，所述方法参照实施例1中的方法，其中，根据其计算结果，所述土壤和农产品的环境质量等级不一致，土壤环境质量等级为III级，农产品环境质量等级为II级，区域耕地土壤环境质量类别为严格管控类。
综合上述实施例可以看出，本发明充分考虑了土壤和农产品之间的复杂非线性关系，在土壤环境质量评价中引入农产品品质，构建了一种多情境下的区域耕地土壤环境质量类别判定方法，为耕地土壤环境类别划分提供了一种新思路；本发明构建了一种基于列联表法的土壤环境质量综合等级评价法，既能简便的判断出评价区主要污染因子，实现对环境质量评价的从严要求，又能综合考虑了其他因子的污染情况；本发明以土壤、农产品点位重金属监测结果为基础，采用基于正确性函数的分级自适应距离加权法来进行空间插值，进而实现了由监测点环境质量评价到区域环境质量评价；本发明充分考虑了土壤污染物为农产品是否超标的影响因素之一，依据农产品品质对耕地土壤环境质量类别进行辅助调整，可切实做到保护农产品安全的同时对耕地土壤环境进行有效分类，有利于土壤资源的合理利用与开发。
申请人声明，本发明通过上述实施例来说明本发明的详细方法，但本发明并不局限于上述详细方法，即不意味着本发明必须依赖上述详细方法才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明方法的等效替换及辅助步骤的添加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。
Claims (17)
1.一种耕地土壤环境质量类别划分方法，其特征在于，所述方法包括以下步骤：
（1）构建基于列联表法的土壤环境质量综合评价法，评价土壤重金属监测点的环境质量等级；所述监测点的评价指标为土壤中的重金属，所述重金属包括镉、汞、砷、铅和铬；所述土壤环境质量综合评价法有效融合了单因子指数法和内梅罗指数法从而形成一种新的评价规则：监测点土壤环境风险评价列联表法，所述列联表法是将
和
相融合形成一种评价规则，将土壤污染等级整体划分为I、II以及III共3个等级；其中，所述
为单因子指数法中监测点单因子指数的最大值，所述
为内梅罗指数法中的内梅罗指数；
（2）将步骤（1）中的土壤重金属监测点采用分级自适应距离加权法进行空间插值，实现环境质量由点到面的插值，然后采用步骤（1）所述土壤环境质量综合评价法对区域土壤进行环境质量评价，将土壤划分为3个等级区域；
引入农产品重金属监测点评价结果数据，采用分级自适应距离加权法进行插值，将农产品划分为3个等级区域；所述农产品重金属监测点的插值结果
以1.5、2.5为端点将农产品污染等级划分为I、II以及III共3个等级区域；
（3）根据步骤（2）中土壤和农产品的区域环境质量等级划分结果，引入农产品富集系数综合考量土壤与农产品之间的联系，所述土壤和农产品的环境质量等级共同决定区域耕地土壤环境质量类别，根据两者等级是否一致，得到多情境下耕地土壤环境质量类别划分结果。
2.根据权利要求1所述的方法，其特征在于，所述单因子指数法的计算公式为：
其中，
为土壤中重金属i的单因子指数，
为土壤中重金属i的实测浓度，
为土壤中重金属i的安全评估参比值。
3.根据权利要求2所述的方法，其特征在于，所述单因子指数法中，土壤监测点的安全等级由该监测点单因子指数的最大值
来决定。
4.根据权利要求1所述的方法，其特征在于，所述内梅罗指数法的计算公式为：
其中，
为内梅罗指数，
为土壤中重金属i的实测浓度，
为土壤中重金属i的安全评估参比值，
为单因子污染指数的平均值，
为土壤污染最大单项指数，
为评价重金属的种类。
5.根据权利要求3所述的方法，其特征在于，所述
以1.0、2.0以及3.0为端点划分为4个污染等级。
6.根据权利要求4所述的方法，其特征在于，所述
以0.7、1.0、2.0以及3.0为端点划分为5个污染等级。
7.根据权利要求1所述的方法，其特征在于，步骤（2）所述分级自适应距离加权法为反距离权重加权法的改进方法。
8.根据权利要求7所述的方法，其特征在于，所述反距离权重加权法的计算公式为：
其中，
是点
处的土壤重金属预测值或农产品评价等级预测值，
是点i处的土壤重金属实测点检测值或农产品评价等级值，n是预测点周围实测点的数目，
是分配给每个实测点的权重。
9.根据权利要求8所述的方法，其特征在于，所述反距离权重加权法中的权重
的计算公式为：
其中，
是预测点
与每一个实测点
间的距离；幂指数p表示实测值对预测值的影响级。
10.根据权利要求1所述的方法，其特征在于，步骤（2）所述分级自适应距离加权法以反距离权重加权法为基础，根据研究区域实际情况，利用交叉验证的方法来选择最优幂指数和搜索点位数，提高插值精度。
11.根据权利要求10所述的方法，其特征在于，所述交叉验证的方法是指：在n个实测点中依次选择Z(x)在实测点xi处的取值Z(xi)为验证点位，其余n-1个实测点全部用于插值计算，比较插值结果与实测点的评价等级。
12.根据权利要求11所述的方法，其特征在于，步骤（2）所述分级自适应距离加权法采用平均绝对误差MAE和平均相对误差MRE来评价插值结果的有效性。
13.根据权利要求12所述的方法，其特征在于，所述平均绝对误差MAE的计算公式为：
其中，
为插值结果，
为真实值，n为实测点的数目。
14.根据权利要求12所述的方法，其特征在于，所述平均相对误差MRE的计算公式为：
其中，
为插值结果，
为真实值，n为实测点的数目。
15.根据权利要求1所述的方法，其特征在于，步骤（3）所述土壤和农产品的环境质量等级一致时，两者的环境质量等级即为区域耕地土壤环境质量类别。
16.根据权利要求1所述的方法，其特征在于，所述区域耕地土壤环境质量类别对应包括优先保护类、安全利用类和严格管控类。
17.根据权利要求1所述的方法，其特征在于，步骤（3）所述土壤和农产品的环境质量等级不一致时，包括多种情况：
当土壤环境质量等级为I级，农产品环境质量等级为II级，区域耕地土壤环境质量类别为优先保护类；
当土壤环境质量等级为I级，农产品环境质量等级为III级，再根据农产品是否存在超富集现象，若农产品存在超富集现象，则区域耕地土壤环境质量类别为优先保护类；若农产品不存在超富集现象，则区域耕地土壤环境质量类别为安全利用类；
当土壤环境质量等级为II级，农产品环境质量等级为I级，若该区域满足高背景、低活性条件，则区域耕地土壤环境质量类别为优先保护类；若该区域不满足高背景、低活性条件，则区域耕地土壤环境质量类别为安全利用类；
当土壤环境质量等级为II级，农产品环境质量等级为III级，若农产品存在超富集现象，则区域耕地土壤环境质量类别为安全利用类；若农产品不存在超富集现象，则区域耕地土壤环境质量类别为严格管控类；
当土壤环境质量等级为III级，农产品环境质量等级为I级，若该区域满足高背景、低活性条件，则区域耕地土壤环境质量类别为安全利用类；若该区域不满足高背景、低活性条件，则区域耕地土壤环境质量类别为严格管控类；
当土壤环境质量等级为III级，农产品环境质量等级为II级，区域耕地土壤环境质量类别为严格管控类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010668195.2A CN111815184B (zh) | 2020-07-13 | 2020-07-13 | 一种耕地土壤环境质量类别划分方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010668195.2A CN111815184B (zh) | 2020-07-13 | 2020-07-13 | 一种耕地土壤环境质量类别划分方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111815184A CN111815184A (zh) | 2020-10-23 |
| CN111815184B true CN111815184B (zh) | 2021-04-16 |
Family
ID=72843380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010668195.2A Active CN111815184B (zh) | 2020-07-13 | 2020-07-13 | 一种耕地土壤环境质量类别划分方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815184B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112348691B (zh) * | 2020-10-30 | 2022-05-13 | 农业农村部环境保护科研监测所 | 一种原位识别农产品重金属含量潜在超标区域的方法及装置 |
| CN112541678B (zh) * | 2020-12-11 | 2022-03-11 | 农业农村部环境保护科研监测所 | 一种受污染耕地限制性因子快速筛查及靶向调控方法 |
| CN112785450B (zh) * | 2020-12-30 | 2021-12-07 | 北京农业信息技术研究中心 | 一种土壤环境质量分区方法及系统 |
| CN114510823B (zh) * | 2022-01-11 | 2024-05-24 | 南京国环科技股份有限公司 | 一种快速评估土壤重金属污染程度的方法 |
| CN114663764B (zh) * | 2022-04-01 | 2023-04-07 | 中国科学院地理科学与资源研究所 | 一种耕地土壤环境质量区划方法、装置、介质及终端设备 |
| CN114943493B (zh) * | 2022-07-25 | 2022-10-25 | 广州地量行城乡规划有限公司 | 一种耕地质量等别监测评价系统及方法 |
| CN115935129B (zh) * | 2022-12-06 | 2023-08-22 | 中国科学院地理科学与资源研究所 | 一种土壤分尺度重金属浓度值确定方法和装置 |
| CN117250032A (zh) * | 2023-06-15 | 2023-12-19 | 农业农村部环境保护科研监测所 | 基于土壤环境监测的需求分析方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004223393A (ja) * | 2003-01-22 | 2004-08-12 | Mitsubishi Chemicals Corp | 汚染土壌の浄化方法 |
| CN110580474A (zh) * | 2019-09-30 | 2019-12-17 | 生态环境部卫星环境应用中心 | 一种基于多源数据的农田重金属高风险区遥感快速识别方法 |
| CN111080097A (zh) * | 2019-12-03 | 2020-04-28 | 中国环境科学研究院 | 农业面源和重金属污染风险综合评估方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102999927B (zh) * | 2012-11-23 | 2015-03-04 | 中国科学院亚热带农业生态研究所 | 一种土壤污染物含量空间分布的精细分区方法 |
| CN107561242B (zh) * | 2017-08-29 | 2020-03-24 | 山西省环境科学研究院 | 一种复合污染农田土壤质量的评价方法 |
| CN208140399U (zh) * | 2018-04-12 | 2018-11-23 | 农业部农业生态与资源保护总站 | 一种适用于冻土地区土壤样品采集的采集装置 |
| CN110413666A (zh) * | 2019-05-31 | 2019-11-05 | 河南省科学院地理研究所 | 一种耕地质量多源异构数据整合方法 |
-
2020
- 2020-07-13 CN CN202010668195.2A patent/CN111815184B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004223393A (ja) * | 2003-01-22 | 2004-08-12 | Mitsubishi Chemicals Corp | 汚染土壌の浄化方法 |
| CN110580474A (zh) * | 2019-09-30 | 2019-12-17 | 生态环境部卫星环境应用中心 | 一种基于多源数据的农田重金属高风险区遥感快速识别方法 |
| CN111080097A (zh) * | 2019-12-03 | 2020-04-28 | 中国环境科学研究院 | 农业面源和重金属污染风险综合评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| Heavy Metal Concentrations in Soil and Agricultural Products Near an Industrial District;Yan-Biao Guo 等;《Polish Journal of Environmental Studies》;20130131;第22卷(第5期);第1357-1362页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111815184A (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111815184B (zh) | 一种耕地土壤环境质量类别划分方法 | |
| CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
| Shi et al. | Surface modelling of soil pH | |
| CN108918815B (zh) | 一种土壤重金属风险预测方法 | |
| CN114254802B (zh) | 气候变化驱动下植被覆盖时空变化的预测方法 | |
| Chen et al. | Load estimation and source apportionment of nonpoint source nitrogen and phosphorus based on integrated application of SLURP model, ECM, and RUSLE: a case study in the Jinjiang River, China | |
| Abaurrea et al. | Forecasting local daily precipitation patterns in a climate change scenario | |
| CN113011455B (zh) | 一种空气质量预测svm模型构建方法 | |
| Samie et al. | Evaluation of the effect of land use change on runoff using supervised classified satellite data | |
| Kim et al. | Bias correction of daily precipitation over South Korea from the long-term reanalysis using a composite Gamma-Pareto distribution approach | |
| CN107832910A (zh) | 一种评价道路交通特征对一氧化碳排放浓度影响的方法 | |
| CN112183625A (zh) | 一种基于深度学习的pm2.5高精度时空预测方法 | |
| CN110751176A (zh) | 一种基于决策树算法的湖泊水质预测方法 | |
| CN106528788A (zh) | 基于gis技术分析地面雨径流污染空间分布特征的方法 | |
| CN113012771A (zh) | 土壤重金属空间插值方法、装置及计算机可读存储介质 | |
| CN115759488A (zh) | 一种基于边缘计算的碳排放监测预警分析系统及其方法 | |
| Huang et al. | Ecological risk assessment from the perspective of soil heavy metal accumulations in Xiamen city, China | |
| CN114186491A (zh) | 基于改进lur模型的细颗粒物浓度时空特征分布方法 | |
| CN111879915B (zh) | 一种滨海湿地高分辨率的逐月土壤盐度监测方法及系统 | |
| CN116227692B (zh) | 一种农作物重金属富集风险量化方法、系统及可存储介质 | |
| Suchrow et al. | Patterns of plant species richness along environmental gradients in German North Sea salt marshes | |
| Fu et al. | GIS and ANN-based spatial prediction of DOC in river networks: a case study in Dongjiang, Southern China | |
| CN114331787A (zh) | 以提升下游河流水质为目标的水库生态放流量的核算方法 | |
| Ma et al. | Evaluation of interpolation models for rainfall erosivity on a large scale | |
| Fan et al. | Mapping atmospheric corrosivity in shandong |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |