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。     

氮同位素研究城市湖泊沉积物有机质来源和迁移过程——以北京为例

城市湖泊是陆地水圈的重要组成部分,与人类活动关系极为密切。然而城市发展导致城市湖泊富营养化愈发严重,湖泊生态环境问题引起了广泛关注。本文研究了2012年至2013年间北京城区12个公园湖泊表层沉积物的有机氮同位素组成、碳氮比值、总有机氮和总有机碳含量的分布情况,探讨表层沉积物生产力状态、沉积物的有机质来源定性与定量分析、湖泊营养输入程度和过程等。研究表明,后海及群明湖等的有机碳、氮含量较其他公园湖泊的高,土壤和污水有机质等对湖泊沉积物的贡献突出,表明这些湖泊初级生产力及营养程度高,具有一定的富营养化风险;各个湖泊的分布位置、周围环境以及管理方式导致了其生产力、营养状况及有机质来源的差异,应该分别从控制水土流失、减少污水输入、及时清洁水面上的浮游植物与枯枝落叶等多方面着手进行,减少湖泊环境污染风险,保持湖泊环境生态平衡。本研究为了解城市湖泊环境有机质来源和过程、湖泊现代环境的管理和防治,提供可靠的研究方法和评价体系。