基于空间自相关和概率论的土壤重金属异常值的识别方法

数据是开展土壤环境质量研究的基础,在实验过程中,由于系统误差和人为误差导致数据异常、降低数据质量,进而对污染评价、修复与管理决策等后续工作带来误判。目前对于此方面缺乏深入的研究和探讨。基于此,本研究提出一种甄别土壤重金属异常数据的方法,并以北京市土壤Cd含量数据为例,对该方法的有效性进行了验证。结果显示,北京市651个土壤Cd数据中有34个数据异常,对甄别出的异常数据进行化学复测,发现76.5%的Cd异常数据（26个）为系统误差和人为误差导致;20.6%的异常数据（7个）为客观存在的异常点。将原始数据修正后,插值预测精度得到了显著提高。Cd异常数据自身的平均相对误差下降44.56%,均方根误差降低33.33%;受异常值影响的邻近点平均相对误差下降20.59%,均方根误差降低17.33%。结果表明本方法可以有效识别出土壤重金属数据中的异常数据,在增加有限样本量和分析时间的前提下提高调查数据质量,为开展区域土壤调查,保障数据质量提供有效的工具。     

黑土粮仓全域定制模式的理论基础与技术路径

东北黑土地是中国粮食生产的“压舱石”。不合理开发利用导致部分地区黑土地退化严重,影响局部区域粮食生产和经济社会发展。在全球范围内粮食供需矛盾加剧的背景下,亟需着眼于区域可持续发展战略全局,寻求系统性、科学性和经济性的解决方案。黑土粮仓全域定制模式以地理学综合思想为指导,系统诊断黑土地退化的关键问题与主导因素,构建多尺度联动、多要素耦合、多技术协同的黑土地保护共性与个性相结合的解决方案。该模式依托“星—空—地—网”立体监测系统,结合大数据与人工智能驱动的全域定制平台,构建3个不同尺度策略：① 市域尺度实施“分区施策”,制定服务于黑土保护的农业资源优化配置方案和全域农业区划方案等;② 村域尺度实施“依村定策”,制定不同类型村庄的黑土地保护利用模式;③ 地块尺度实施“一地一策”,提供黑土保护与种植管理等土壤修复和产量提升精准策略。在齐齐哈尔市开展“市域—村域—地块”多尺度的方案验证与集成示范,以破解黑土地保护与利用难题,形成可复制可推广的系统解决方案,为中国和全球黑土地农业的可持续发展提供示范样板。     

通过选种重金属低积累甘蔗品种实现污染农田的生态修复(英文)

为探索重金属中低污染农田的生态、安全利用难题,在广西环江典型的砷、铅复合污染农田上开展了低积累高耐性甘蔗品种的筛选。研究发现:不同甘蔗品种的产量差别较大,桂引9号的蔗茎产量和含糖量在所有7个参试品种中表现最好的,分别达到了每公顷187.5 t 和27 t,比桂糖00-122高出127.0%和86.0%。同时该甘蔗品种蔗汁中的砷、铅含量均低于国标《食品中污染物限量》所规定的限值。因此,在重金属中低污染农田上种植桂引9号能获得较大的蔗茎产量和安全的农产品。这一研究结果将促进华南地区大面积的重金属中低污染农田的生态、安全利用。