贵溪冶炼厂周边农田土壤重金属污染特性及评价

在对贵溪冶炼厂周边区域的农田土壤及生产的稻谷进行采样调查和数据处理分析的基础上,对农田土壤重金属污染特性和现状进行了监测和初步评价,结果表明:农田土壤重金属污染可能来源于贵溪冶炼厂废水的排放及尾矿渣的堆放,与灌溉水源无关;用国家土壤环境质量二级标准进行评价可知,农田土壤重金属的综合污染指数较高,土壤污染已处于重度污染等级,单项重金属污染指数表明Cu、Cd的含量已严重超标,并处于重度污染等级,Zn、Pb和As的含量未构成污染;水泉村、竹山村与所生产的稻谷三者之间呈显著或极显著正相关,即农田生态系统呈复合污染的趋势。     

耕地养分空间插值技术与合理采样密度的比较研究

土壤养分连续空间分布数据是土壤信息系统工作的基础,土壤养分空间插值的研究因此变得尤为重要.对湖北省鄂州市进行土壤养分采样调查,以对作物生长作用较为密切的有效氮、有效磷、有效钾、pH为研究对象,运用克里格法(Kriging)、样条函数法(spline)、距离权重倒数法(IDw)3种插值方法对数据进行栅格化处理,分析比较3种插值方法所得结果的特性以及对耕地养分数据插值的适宜性.通过调整空间采样点密度,比较几种空间采样密度对插值结果的影响,总结3种插值方法在不同空间尺度下的插值精度,并在不同土壤类型内进行不同采样密度的插值分析.     

郑州市郊区土壤重金属污染评价分析

为揭示城市化过程对土壤环境质量的影响,本研究以郑州市郊区为例,对其表层土壤重金属Pb、Cr、Cd、Hg、As含量进行了测定分析,按照单因子污染指数法和内梅罗综合污染指数法,根据土壤环境背景值标准进行了评价,并应用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.结果表明,研究区表层土壤中各种重金属均有超过背景值现象;其中Cr含量远远高于背景值,重度污染,为主要污染因子,Ph为轻污染,其它重金属处于警戒线等级;污染综合指数均超过1,处于轻污染以上等级;各重金属单因子污染指数和综合污染指数在郑州市郊区的分布特点各不相同.     

空间插值方法在土壤养分评价中的应用——以滩小关水源地评价为例

以地理信息系统技术和传统技术相结合,定性与定量相结合,用系统论和对比分析的方法调查,分析,评价了滩小关水源地土壤养分质量状况,并针对其中存在的问题提出了建议。其中,利用GPS快速准确地测到带有坐标记录的采样点,利用ArcviewGIS对采样点进行空间插值获取土壤养分等级空间分布图并进行了科学的分析。结果表明:研究区土壤养分含量缺乏,尤其氮磷养分不足,有机质含量不高。     

基于多源辅助变量和KELM模型的农田土壤重金属空间分布预测

为了准确掌握土壤重金属的空间分布特征，以某地区为研究区域，利用核极限学习（KELM）模型结合多源辅助变量，对地区的土壤重金属空间分布进行预测。KELM与随机森林（RF）和极限学习机（ELM）模型分别进行比较。结果表明：在选择的3种模型中进行农田土壤重金属预测时，5种土壤重金属的KELM模型的均方根误差和相对平均误差均小于ELM模型和RF模型。因为均方根误差越小，模型预测精度越高，所以KELM模型预测精度更高、预测效果更好。因此，KELM模型可以作为土壤重金属空间分布预测一种有效方法，为农田土壤环境保护提供有效技术支持。     

铁路交通对铁路旁土壤重金属污染的影响——以陇海铁路郑州-圃田段为例

以陇海铁路郑州-圃田段为例,在野外调查、采样和实验室分析的基础上,探讨了铁路交通对周围土壤N i、Pb、Cr、Zn、Cu和Cd六种重金属含量与分布的影响。结果表明,铁路南侧农田土壤六种重金属元素都出现不同程度的富集,最大含量均分布在距铁路路基30m的范围内,随着距离的增加,各重金属元素含量表现出不同的下降趋势。土壤各重金属污染程度的次序为:Zn>Pb>Cd>Cu>Cr>N i。土壤Pb和Zn污染最为严重,近路基处为重度污染,随着距路基距离的增加,由中度污染逐渐变为轻度污染。土壤N i和Cr虽不构成污染,但仍具有明显的铁路影响特征。在距路基10 m范围内为土壤重金属重度污染带,10~100 m范围内为中度污染带,100~500 m范围内为轻度污染带。     

基于特征筛选结合PSO-BPNN和GA-BPNN算法的土壤重金属高光谱定量反演

以连州地区土壤重金属含量为研究对象,分析包括土壤原始光谱在内的经过数学变换后的光谱数据与重金属含量之间的相关性,再采用VISSA-IRIV算法进行光谱特征提取,分别建立偏最小二乘回归(PLSR)、BP神经网络(BPNN)、粒子群优化BP神经网络、遗传算法优化BP神经网络模型,对比获取土壤重金属元素Cr、Cu含量最优反演模型。结果表明：VISSA-IRIV算法实现了对光谱数据的高效降维;BPNN模型预测效果明显优于PLSR模型;经过优化的BP神经网络模型反演精度和稳定性得到了极大地提升,其中Cr、Cu元素的最佳反演模型组合分别为FD-GABPNN(R²=0.87、RMSE=13.82、RPD=2.95)、SNV-FD-PSO-BPNN(R²=0.92、RMSE=4.25、RPD=3.41)。该研究对土壤重金属含量的准确、快速分析提供了一种有效的方法,对实现土壤重金属污染治理具有重要的现实意义。     

土壤重金属污染现状评价及其合理采样数的研究

为了更好的解决环境管理中的实际问题,对未知区域的土壤重金属污染状况进行评估是很有必要的.本研究以重庆江津市吴滩镇为研究区,在该研究区采集耕层土壤样品121个并对重金属Pb、Cd、Cr、Hg、As的含量进行了分析,并通过ArcGIS和地统计得到各种重金属的空间变异情况,其变异性的大小为:Hg＞Cd＞As＞Pb＞Cr,均为中等变异.绘制出各重金属的空间分布图,且对各元素的污染程度进行评价,其污染程度Cd＞Cr＞Hg＞As＞Ph.土壤变异越大,合理采样数也越大.Hg的变异最大,在95%的置信水平,5%的允许误差下,Hg的采样数为83.且随着对置信水平和相对误差条件的降低,各种元素所要求的采样数都有大幅度的减少.     

一种简化的BP神经网络图像插值算法

为进一步提高图像插值质量,丰富非线性图像插值算法研究,提出一种简化的神经网络插值算法。利用前向反馈神经网络(BP-NN)构造最佳的图像插值模型,通过2组实验确定该模型的BP网络最佳拓扑结构、最佳采样模型和采样点数量,并定量描述每组模型的耗时。实验结果表明,对512×512像素图像采用BP-NN训练点数量为50000、拓扑结构为8-16-1的参数插值时,该算法平均插值时间约为0.7 s,且其峰值信噪比比线性均值方法平均高1 dB~2 dB,能够得到更佳的视觉感受。     

红透山铜尾矿重金属分布及其对土壤重金属污染的影响

通过对红透山铜尾矿重金属分布及尾矿区和农田区土壤重金属污染状况进行研究,结果显示:尾矿中四种重金属Cu、Zn、Ph、Cd均出现不同程度的淋滤-富集现象,对周围土壤存在较大的环境威胁.尾矿区土壤综合污染指数16.27,达重污染程度;周围农田土壤为轻度污染,综合污染指数1.29.四种重金属的污染状况分别为:Cd、Cu为重度污染,Zn为轻度污染,Pb为安全级别.     

高光谱遥感反演土壤重金属含量研究进展

土壤重金属污染是当今重要的世界性环境问题之一。如何快速高效地获取土壤重金属含量及分布信息是进行污染风险评价及预测研究的前提。高光谱遥感具有无损、实时获取信息的优势,利用高光谱技术反演土壤重金属含量仍处于探讨阶段,对其反演机理和建模方法的研究成果进行了介绍和分析。认为充分研究不同类型土壤对重金属的吸附特性,是深入理解重金属含量反演机理的基础。加强不同土壤类型、不同污染程度的案例对比分析,发展光谱信号处理方法,引入非线性建模算法,构建重金属形态量反演模型,是土壤重金属含量遥感估算研究的重要研究方向。     

Implementation of a COM-based decision-tree model with VBA in ArcGIS

The problem of soil pollution by heavy metals has been receiving an increasing attention in the last few decades. Geostatistics module in ArcGIS, could not however efficiently simulate the spatial distribution of heavy metals with satisfied accuracy when the spatial autocorrelation of the study area severely destroyed by human activities. In this study, the classification and regression tree (CART) has been integrated into ArcGIS using ArcObjects and Visual Basic for Application (VBA) to predict the spatial distribution of soil heavy metals contents in the area severely polluted. The overall CART accuracy of assigning samples to the right Pb classes is 89.62% and 85.71%, the Kappa coefficient is 0.8444 and 0.7575, respectively for learning data and test data. This is a great improvement comparing with ordinary Kriging method in ArcGIS. The integrated approach allows for relatively easy, fast, and cost-effective estimation of spatially distributed soil heavy metals pollution. The methods and results described in this study are also valuable for understanding the relationship between heavy metals pollution risk and environmental factors.     

土壤吸附重金属的影响因素研究现状及展望

重金属元素在土壤中的吸附特征是重金属污染研究的重点之一。重金属元素在土壤中的吸附反应极为复杂,受多方面因素的影响。土壤对重金属的吸持依赖于土壤的类型、物理化学性质,如土壤的矿物特性,有机组成,土壤溶液的组成和pH,也与重金属离子本身的特征,外加阴阳离子、人工有机和无机络合剂有关。在今后的土壤吸附研究中应该结合形态分析和放射性同位素示踪的方法,并加强对根际土壤这一新领域的研究。     

深圳市主要公园及道路绿地土壤重金属含量状况比较研究

对深圳城市主要公园和道路绿地土壤Cu、Zn、Pb、Cd含量状况进行取样调查分析。研究结果表明,绿地土壤重金属含量与土地利用类型有关,表现为道路绿地土壤Cu、Zn、Pb平均含量高于公园绿地土壤,而Cd平均含量则相反。采用不同土壤重金属污染评价方法对深圳城市绿地土壤进行的环境质量评价均表明深圳城市绿地土壤Cd污染现象显著。在考察的四种重金属元素中,Zn含量与土壤有机质、pH有关,其中pH对Zn含量的影响相对较大;土壤Cu与Pb、Zn呈直线相关,表现出相互依存的关系。     

重金属对土壤微生物酶活性的影响

一、现行大学英语篇章教学的分析在大学英语教学中 ,虽然我们一直倡导采用语篇教学 ,但是实际上大多数教学只是靠近整 -分 -整式教学 ,即先概括文章段意和全文框架（ｍａｉｎｉｄｅａ,ｏｕｔｌｉｎｅ）把文章内容提出来划分 ,进入分析教学阶段 ,解释文中的语言点（ｌａｎｇｕａｇｅｐｏｉｎｔｓ） ,最后再进行总结（ｓｕｍｍａｒｙ） ,这种教学方式比起串讲课文 ,以解词为目的的词典搬家式讲解要好得多 ,毕竟整 -分 -整教学考虑到了篇章。分析以上步骤 ,从整到分这一过程是自上而下的（ｔｏｐ-ｕｐ）,从分到整是自下而上的（ｂｏｔｔｏｍ …     

高光谱遥感技术的铅污染监测应用研究

从高光谱技术的发展及其在植被遥感领域的应用出发，探讨了植被高光谱特征研究及其常用分析方法，对在营养胁迫情况下植物的叶绿素等变化对高光谱遥感响应的特征进行分析；归纳了获得优势应用的植被指数和导数光谱，植被光谱信息提取方法；总结了土壤遭受重金属铅污染及其对植物的影响的机理；针对遭受污染胁迫的植物的地面高光谱特征提出了利用地面高光谱遥感技术作为土壤及植物重金属污染的遥感监测手段；在探讨其应用现状的同时展望了高光谱遥感数据支撑与校验的应用前景。     

一种基于分段偏最小二乘模型的土壤重金属遥感反演方法

土壤中重金属由于其毒性而成为最有害的环境污染物之一,利用遥感进行土壤重金属检测和分布制图是目前最为高效的手段。采用哨兵二号（Sentinel-2）多光谱影像与实测样品光谱数据,对山西省铜矿峪铜矿尾矿库及其周边农田土壤的铜（Cu）含量进行估算,利用68个土壤样品的反射光谱,优选出适合土壤铜含量预测的波段,结合分段偏最小二乘法（Piecewise Partial Least Squares Regression,P-PLSR）,对土壤铜含量进行估算,将模型用于Sentinel-2影像获得了Cu含量的空间分布。通过P-PLSR对实测样品光谱建模反演Cu含量的决定系数（R²）为0.89,预测偏差比（RPD）为2.82;利用Sentinel-2多光谱影像获得了该区域Cu元素含量空间分布,其Cu含量的估算精度R²为0.74,RPD为1.73,Cu含量高值区空间分布与尾矿库关系密切。Sentinel-2多光谱数据具有高空间分辨率（10、20和60 m）、高时间分辨率和幅宽大（290 km）等优势,通过敏感波段选择并建立反演模型,可实现大范围土壤环境制图。     

Soil Heavy Metals Estimation based on Hyperspectral in Urban Residential

To explore the possibility of using soil spectral reflectance to estimate soil heavy metal content in urban residential area，this study chooses 30 soil samples of Cu，Pb and Zn in Minhang Residential area，Shanghai Province.Through the spectral factor transform to highlight its eigenvalues，constructed Multiple Linear Stepwise Regression(MLSR) model and Partial Least Squares Regression(PLSR) model based on spectral reflectance of soil heavy metals.The results show that the reciprocal first-order and the logarithmic first-order differential transformation can effectively enhance the heavy metal soil spectral characteristics.The best characteristic bands of Cu，Pb and Zn are 1 042.7 nm、706.84 nm and 1 404.8 nm.In terms of model stability and accuracy，PLSR model is better than MLSR model.The RMSE of Cu and Zn were only about 10% of the mean value of heavy metals in the study area，and the accuracy of the model was high.Compared with Cu and Zn，the R2 of Pb is between 0.64~0.88 which with higher model stability.By preprocessing the spectral data，the partial least-squares regression can effectively improve the accuracy of estimating the heavy metal content in urban residential areas. 〖WTHZ〗Key words:〖WT〗 Urban residential area;Soil heavy metals;Hyperspectral;Multivariate Linear Stepwise Regression(MLSR) model;Partial Least Squares Regression(PLSR) model 〖HT〗〖ST〗〖HJ〗〖WT〗〖JP〗〖LM〗     

北京市边缘区土壤重金属污染的初步研究

基础资料为采集于北京城市边缘区的29个土壤剖面表层和底层58个样品6种重金属全量分析数据,以本区重金属自然土壤元素背景值作为评价标准,计算出各样点剖面表层和底层土壤单因子污染指数。应用对应因子分析手段, 初步揭示了北京市边缘区土壤重金属污染的空间分异特征。结果表明,北京市边缘区土壤重金属总体污染状况不明显,只有Hg元素属于轻微污染范围。不同样点间重金属污染水平比较显示,Hg污染水平差异明显,Pb、Cd、As、Zn、Cu污染差异不大。