博斯腾湖流域绿洲农田土壤重金属污染及潜在生态风险评价

新疆博斯腾湖流域绿洲采集195个农田土壤样品,测定其中As、Cd、Cr、Cu、Mn、Ni、Pb和Zn等8种重金属元素的含量,基于地统计法分析农田土壤重金属空间分布规律,采用污染负荷指数（PLI）和潜在生态风险指数（RI）评价农田土壤重金属污染和潜在生态风险程度,并对重金属的来源进行讨论。结果表明：① 博斯腾湖流域农田土壤Cd、Cr、Cu、Ni、Pb和Zn含量平均值分别超出新疆土壤背景值的1.67倍、1.13倍、1.15倍、1.29倍、2.11倍和1.65倍。② 农田土壤中8种重金属元素空间分布基本呈现岛状分布格局,各金属元素在部分区域出现高值区,表明研究区人类活动对农田土壤环境具有负面效应。③ 农田土壤Pb呈现中度污染,Cd、Cr、Cu、Ni和Zn轻度污染,Mn轻微污染,As无污染。农田土壤重金属污染负荷指数的平均值为1.09,呈现轻度污染态势。④ 各重金属元素单项生态风险指数平均值从大到小依次为：Cd、Ni、As、Cu、Pb、Cr、Zn。综合生态风险指数平均值为18.63,处于轻微生态风险态势。从生态风险程度的区域差异来看,各县生态风险指数从大到小依次为：和硕县、博湖县、焉耆县、和静县。⑤ 农田土壤Cr、Cu、Mn、Ni与Zn主要受到土壤地球化学成因的控制,As、Cd和Pb主要受到人类活动的影响。Cd与Pb是研究区主要的污染因子,研究区农田土壤中Cd与Pb污染必须关注。     

黑土区土壤有机质和全氮含量遥感反演研究

以东北典型黑土区耕地为研究区,以Sentinel-2A（全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射）影像作为数据源,构建光谱指数,分别采用多元逐步线性回归（Multiple Stepwise Linear Regression, MSLR）和随机森林（Random Forest, RF）算法建立土壤有机质（SOM）和土壤全氮（STN）预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明：① 海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;② 与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③ 运用RF算法建立的SOM反演模型的R²为0.96,均方根误差为5.49 g/kg,STN反演模型的R²为0.95,均方根误差为0.27 g/kg; ④ 不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。     

烟台海岸带土壤重金属定量源解析及空间预测

定量解析土壤重金属污染来源并绘制空间分布图是土壤重金属调查评价的核心,可为区域土壤环境管理和修复提供科学参考。以中国北方名优农产品生产基地烟台海岸带为研究区,系统开展表层土壤样品采集和重金属分析测试;利用正定矩阵因子分解定量解析土壤重金属的来源贡献;基于独立成分分析和序贯高斯模拟构建多元地统计模拟技术,实现土壤重金属的空间预测及潜在污染区域划定。结果表明：① 研究区表层土壤中 As、Co、Cr、Mn和Ni主要为自然来源,且空间分布受成土母质的控制;② 工业和交通排放是土壤中Cd、Pb和Zn的重要来源,三者在金、铜矿的尾矿区以及烟台市区呈现出污染热点;③ 土壤中Cu主要来自铜基杀菌剂和有机肥施用等农业活动,高值区主要分布在果园土壤;④ 土壤中Hg主要来源于煤炭燃烧和混汞法炼金所排放Hg的大气沉降,高值区主要分布在金矿以及龙口、蓬莱市区周边;⑤ Cu、Hg和Cd的潜在污染区域面积占研究区总面积的37.5%、14.3%和8.6%,应给予重点关注。     

基于定性和定量辅助变量的土壤有机质空间分布预测——以四川三台县为例

准确获取土壤性质的空间分布信息,是区域土壤资源优化利用和土壤环境保护的需要。以川中丘陵区三台县为案例区,运用人工神经网络模型,构建融合区域定性及定量辅助变量的空间预测方法,模拟三台县土壤有机质的空间分布格局。结果表明,研究区土壤有机质在4.20~47.60 g kg^-1之间,平均为17.97 g kg^-1;变异系数为36.89%,属中等程度变异。土壤有机质的块金值与基台值之比为0.742,变程为7.0 km,即空间自相关性较弱。不同土壤类型间有机质含量差异显著;土属的空间分布较土类能更好地揭示研究区土壤有机质含量空间分布格局的差异。除土壤类型因素的影响外,坡度、地形湿度及植被盖度是研究区土壤有机质空间变异的主要因子。融合土壤类型因素和地形植被因子的神经网络模型预测结果,比普通克里格法、回归克里格法以及神经网络结合普通克里格的方法,更符合研究区地学规律和实际情况;其预测结果的平均绝对误差、平均相对误差和均方根误差较其他3种方法均降低幅度显著。同时,该方法对极值有较好的预测能力。研究为复杂环境条件下准确获取区域土壤性质的空间分布信息提供了较可行的方法。     

基于RWEQ和WEPS模型的中国北方农牧交错带潜在风蚀模拟

中国北方农牧交错带是一个典型的受气候和人类活动共同影响的敏感区域,存在严重的土壤风蚀和土地退化问题。风蚀模型是目前获得区域风蚀模数的最有效方法之一。利用修正风蚀方程（RWEQ模型）和风蚀预报系统（WEPS模型）对北方农牧交错带2000—2012年潜在风蚀进行评估。结果表明：两个模型模拟得到的多年平均潜在风蚀量不同,但空间分布、年际减少趋势和季节分布等特征基本相似;风速、土壤湿度和土地利用变化对土壤风蚀均有影响。RWEQ模型（R²=0.45,P<0.01）和WEPS模型（R²=0.57,P<0.01）中实测值与预测值具有较好的相关性。WEPS模型（NSC=0.54）纳什系数较RWEQ模型（NSC=0.27）高。RWEQ模型和WEPS模型均能客观预测北方农牧交错带土壤风蚀情况,WEPS模型预测精度较好。     

东北地区旅游经济影响因素时空特征研究

从中观层面以东北地区41个市域为分析单元,选择东北振兴战略实施以来2004、2009和2015年截面数据,采用ESDA法分析旅游经济发展的空间关联特征,运用OLS和GWR模型分析旅游经济和旅游产业因子、消费因子、投资因子之间的关系,以此挖掘旅游经济影响因素的时空结构信息。结果表明：① 旅游经济发展呈显著空间正相关,相关性逐渐增大;② OLS回归结果表明,旅游产业因子对旅游经济发展的影响强度最大,在旅游产业发展中始终起基础性决定作用,其次为消费因子和投资因子,后两者差别不大;③ GWR回归结果显示,模型3 a拟合优度均比OLS有所提高,回归系数均为正值,但分布规律不同;旅游产业因子回归系数高值区经历了西南部-中南部-东北部转移,向外围圈层递减;消费因子回归系数高值区由东北部向东南部转移,向外围逐渐递减;投资因子回归系数高值区则由东北部-中南部-东北部转移,向外围逐渐递减。     

中国省域展览业与经济相关关系及其空间溢出研究

以中国展览业为例,立足于展览业和区域经济发展的空间分布特征,使用Moran’s I和Moran’s I散点图阐释展览业与区域经济之间的空间自相关性,分析纳入空间因素的空间计量经济模型相对于经典回归模型的优越程度,进而揭示展览业发展对区域经济的空间溢出效应。研究结果显示：① 中国展览业发展和区域经济水平在地理空间上分布都不均衡;② 展览业及区域经济皆呈现高高聚集（HH）、低低聚集（LL）两种空间聚集格局;③ 现阶段,中国展馆规模与区域经济之间存在正相关关系;④ SLM优于经典回归模型,展览业发展对区域经济存在显著的空间溢出效应,在展览经济预测研究中充分考虑区域经济增长过程中的空间效应十分必要。     

新疆焉耆盆地LAI反演及空间分布特征

叶面积指数（LAI）是生态系统物质和能量循环过程的重要结构参数。研究植被LAI对监测估算生态环境极其脆弱的内陆干旱区具有理论和实践价值。使用LAI-2000植物冠层分析仪观测焉耆盆地植被LAI,并结合Landsat OLI的NDVI、SAVI、NDMI、NBR、NBR2、MSAVI和EVI等植被指数数据建立了LAI的反演模型,探求焉耆盆地LAI的空间分布特征及规律。结果表明：（1）各植被指数与观测的LAI均有明显的相关性。其中,SAVI与LAI的对数函数模型更好地模拟出研究区的LAI（R²=0.84）;通过LAI-SAVI模型反演研究区LAI的空间分布,估算精度可达89%（R²=0.82,RMSE=0.23）;（2）博斯腾湖小湖湿地、博斯腾湖大湖西北端的黄水沟入湖沼泽区以及焉耆盆地北部冲洪积扇平原绿洲区的LAI值较高,达3.85;焉耆盆地山区和平原区之间的过渡带和博斯腾湖南部的沙漠区LAI较低;（3）焉耆盆地LAI以博斯腾湖为中心环状分布,LAI随着研究区域与湖、河流距离的增加而逐渐降低的趋势。     

准噶尔盆地东部土壤风蚀危险度评价

以准噶尔盆地东部露天矿区为研究区,基于GIS技术和土壤风蚀理论,结合研究区自然环境现状,选取植被覆盖度、土地利用类型、土壤可蚀性指数（K值）、地形起伏度为土壤风蚀危险度评价因子,建立土壤风蚀危险度模型,对研究区土壤风蚀危险度进行评价分析。结果表明：研究区土壤风蚀无险型区域面积28.99 km²（0.13%）,轻险型区域面积为2 100.66 km²（9.42%）,危险型区域面积为5 066.56 km²（22.72%）,强险型区域面积为14 593.12 km²（65.44%）,极险型区域面积为646.7 km²（2.29%）。在各个因子的影响下,研究区的风蚀危险度极高,强险型为研究区内最主要的等级程度。研究区土壤风蚀危险度从南向北危险度有增加的趋势,且成片状分布,与实际情况相吻合,说明基于GIS技术的土壤风蚀危险度评价可宏观地揭示新疆准东地区土壤风蚀危险度空间格局分异特征。     

基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演

植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R²分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R²=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。     

GWR模型在土壤重金属高光谱预测中的应用

目前土壤重金属高光谱反演模型大多忽视了重金属与光谱变量间相关关系的空间异质性,这与实际情况不相吻合,而地理权重回归（GWR）模型能有效地揭示变量间关系的空间异质性。本文以福州市土壤重金属Cd、Cu、Pb、Cr、Zn、Ni为对象,构建土壤重金属预测的GWR高光谱模型,并将预测结果与普通最小二乘法回归（OLS）结果进行比较分析,探讨GWR模型在土壤重金属高光谱预测中的适用性及局限性。结果表明：① GWR模型在土壤重金属高光谱预测中适用与否取决于重金属对光谱变量影响的空间异质性程度：对于Cr、Cu、Zn、Pb等对光谱变量影响空间异质性大的元素,其GWR预测精度较OLS提高明显,表现为GWR模型的调节R²较OLS模型有了明显提高,分别为OLS模型的2.69倍、2.01倍、1.87倍和1.53倍;而AIC值以及残差平方和较OLS模型却明显降低,AIC值减少量均大于3个单位,残差平方和则仅分别为OLS模型的25.33%、30.09%、47.22%和86.84%;对于Cd和Ni等对光谱变量影响空间异质性小的元素,相较于OLS模型,GWR模型的调节R²分别提高了0.015和0.007,残差平方和分别减少了5.97%和4.18%,但AIC值却分别增加了2.737和2.762,GWR预测效果改善不明显;② 光谱变换可以有效增强土壤重金属的光谱特征,其中以光谱的倒数变换效果最好,而且该变换及其微分形式可以很好地提高模型的预测效果;③ GWR模型的应用前提是变量间关系的空间非平稳性,适合在与土壤光谱变量间关系具有显著空间异质性的重金属高光谱预测中推广。     

基于机器学习模型的海河北系干旱预测研究

提高干旱预测精度能为流域干旱应对及风险防范提供可靠数据支撑,构建比选合适的干旱模型是当前研究的热点。研究以4个时间尺度（3、6、9、12月）标准化降水指数（SPI）为表征指标,利用小波神经网络（WNN）、支持向量回归（SVR）、随机森林（RF）三种机器学习算法分别构建了海河北系干旱预测模型,利用Kendall、K-S、MAE三种检验方法判定模型表现及其稳定性。研究表明：（1） WNN、SVR模型呈现结果在不同时间尺度SPI存在差异,WNN最适合12个月尺度SPI干旱预测;SVR最适合6个月尺度SPI干旱预测。（2） 对3、12个月尺度SPI,RF预测性能最优（Kendall>0.898,MAE<0.05）;对6、9个月尺度SPI,SVR预测性能最优（Kendall>0.95,MAE<0.04）。（3） 模型预测性能稳定性存在区别,RF预测稳定性最高,其次为SVR。（4） 构建的三种模型表现异同主要是因为SVR转为凸优化问题解决了WNN易陷入局部最优解的不足,从而提高了模型预测性能,RF集成多样化回归树,降低了弱学习器的负面影响,提高了模型预测准确率及稳定性,同时,RF处理包含噪声的降水数据的能力更强。     

古尔班通古特沙漠灌木冠幅预测模型

古尔班通古特沙漠是中国第二大沙漠,也是中国固定和半固定沙丘主要分布区,固沙灌木种较多。冠幅不仅是反映固沙灌木可视化的重要参数,也是反映沙漠植被生长情况的重要变量。以3种沙丘（固定沙丘、半固定沙丘和流动沙丘）上主要固沙灌木为研究对象,利用12种基础模型、BP(Backpropagation Neural Network)神经网络和支持向量机（Support Vector Machine,SVM）机器学习算法建立了基于固沙灌木株高和冠长率的冠幅预测模型,同时将两种机器学习算法拟合结果与基础模型进行比较,最终选出了适合研究区的冠幅预测模型。结果表明：（1）不同沙丘类型和不同灌木种类的最优冠幅预测模型不同,且固定沙丘和半固定沙丘模型优于流动沙丘。3种沙丘类型最优拟合为M2(Quadratic Model)模型;（2）白梭梭（Haloxylon persicum）在半固定沙丘和流动沙丘上拟合的最优模型分别为M2、M7(Gompertz),沙拐枣（Calligonum mongolicum）最优模型为M2,蛇麻黄（Ephedra distachya）和油蒿（Artemisia ordosica）在...     

基于多光谱遥感的典型绿洲棉田春季土壤盐分反演及验证

为探索快速提取典型绿洲棉田土壤盐分的有效方法,获取区域尺度的土壤盐渍化特征及空间分布,进而为土壤盐渍化防治提供参考。以新疆兵团农二师31团为研究区域,2019、2021年春季Landsat 8 OLI多光谱影像和野外实测土壤含盐量为数据源,将波段组、光谱指数组和全变量组作为模型输入变量组,采用多元逐步回归（Multiple stepwise regression, MSR）、偏最小二乘回归（Partial least squares regression, PLSR）、极限学习机（Extreme learning machine, ELM）、支持向量机（Support vector machine, SVM）和BP神经网络（Back propagation neural network, BPNN）构建基于3个输入变量组的土壤盐分遥感反演模型,探究输入变量和建模方法对模型精度的影响效果,通过对比确定春季土壤盐分最优反演模型,定量反演地表土壤含盐量。结果表明：（1） 研究区主要为非盐化土和轻度盐化土,总样本变异系数为0.67,呈中等变异性;光谱反射率与土壤盐渍化程度的关系表现为土壤盐渍化越重,光谱反射率越高。（2） 海岸波段（b1）、蓝波段（b2）、绿波段（b3）、红波段（b4）和盐分指数（SI1、SI2、SI3、SI4、S3、S4、S5）均通过显著性检验P<0.01,相关系数均达到0.4以上。（3） 所有模型中,基于全变量组建立的BPNN反演模型精度最高,建模集R²为0.705;验证集R²为0.556。（4） 由反演结果可知,2019、2021年春季耕作区土壤主要为非盐化土,分别占耕作区总面积的55.55%和64.62%,其次为轻度盐化土,分别占44.31%和35.17%;2021年土壤盐渍化程度较2019年有所减轻。     

乌鲁木齐市米东区农田土壤重金属含量的空间分布特征

利用地理信息系统（GIS）及地统计学方法,对乌鲁木齐米东区农田土壤中重金属（Hg、Cu、Zn、Pb、Ni、Cd及Cr）的含量进行空间变异性分析。结果表明：除Cu、Zn、Pb和Hg超过土壤背景值外,7种重金属的平均含量均未超过国家环境质量二级标准（GB15618-1995）;7种重金属均具有较好的空间变异结构,可以用指数模型、球状模型和高斯模型拟合,且具有不同程度的块金效应;Cd、Cr具有强烈的空间自相关性,Pb、Ni、Cu、Zn和Hg属中等强度空间相关, 说明其含量受外源污染的影响较大;采用普通克里格插值法得出7种重金属的空间分布图,除Cd空间分布规律不明显外,其它6种重金属均存在显著的空间分布规律。     

路域土壤植物系统重金属污染研究综述

道路建设、交通活动向周围环境排放重金属污染物,引起路域土壤重金属污染和植物体内重金属含量升高.这些污染物还可能通过食物链对动物及人类造成影响,对区域生态安全构成威胁.本文综述了路域土壤重金属含量随与路缘距离和土层深度增加的变化规律,路域土壤重金属空间分布的影响因素以及路域土壤重金属的赋存形态.从4方面论述了路域植物重金属污染的研究:(1)路域植物吸收重金属的途径;(2)植物体内重金属含量与距离路缘的关系;(3)路域不同植物种的重金属含量差异;(4)同种植物不同器官中的重金属含量的差异.