Section、Excel等软件在土地质量调查评价项目设计中的应用

在土地质量调查评价项目设计中,土壤样品多数以千计,若对每个样品进行手工编号,不仅容易出错,而且耗时费力。本文以实例说明,通过Section、Excel等软件快速实现土壤设计样点的编号、抽取重复样。运用此方法,在今后类似的项目设计中,可以大幅度提高设计编写者的劳动效率。     

蚂蚁追踪技术在三维地震精细解释中的应用——以淮北祁南煤矿82采区为例

煤矿安全高效开采对小断层、小陷落柱等解释精度的要求越来越高,基于蚂蚁算法的地震属性分析技术能够较好地识别落差3~5 m的小断层。以淮北祁南煤矿82采区三维地震数据为例,采用蚂蚁追踪技术增强异常边界特征,从蚂蚁体沿层切片和剖面上综合分析,提高了对小断层的识别能力。利用蚂蚁追踪技术解释的18条断层异常,其中15条与实际揭露的相比,吻合率较高,验证率达83.3%。      

不同方法评价喀斯特煤矿区农田土壤重金属生态风险比较

采用TCLP法、内梅罗综合污染指数、嵌入Igeo综合污染指数法等方法对贵州织金县某煤矿区周边农田土壤重金属进行评价。土壤中Cd、Cr、Cu、Ni、Hg和Zn的含量范围分别为0.79～2.08 mg·kg-1、144.20～464.40 mg·kg-1、91.63～187.50 mg·kg-1、48.13～104.47 mg·kg-1、0.14～2.33 mg·kg-1、144.35～265.89 mg·kg-1,所有土壤样点的Cd、Cr、Cu和Ni含量均已超过国家土壤环境质量二级标准,部分土壤样点的Hg和Zn含量超过二级标准。TCLP法评价结果所有土壤样点均未受到重金属污染;内梅罗综合污染指数法评价结果为农田土壤重金属生态风险处于安全水平;嵌入Igeo综合污染指数法评价结果表明,90%的土壤达到中度污染以上,其中65%的土壤处于中度污染,25%的土壤受到中度至重度污染;潜在生态危害指数法评价表明,所有土壤样点重金属均处于轻微生态风险水平。针对不同评价方法得出的结果存在差异的情况,在评价土壤重金属污染状况时,应根据评价目标的差异选择合适的评价方法。      

基于支持向量机的喀斯特山区土壤环境质量评价——以贵州北部一茶叶园区为例

以贵州北部一茶叶园区80个表层土壤样品为研究对象,对其Hg、As、Cd、Pb、Cr和Cu含量进行测定,在MATLAB中应用支持向量机构建土壤环境质量评价模型,并与模糊综合评价法和内梅罗综合污染指数法的评价结果对比分析,探究支持向量机模型在喀斯特山区土壤环境质量评价中的适用性,其结果表明:研究区土壤质量Ⅰ类与Ⅱ类样品比例为33∶7,土壤环境质量大多数为I类;支持向量机方法的评价结果与模糊综合评价法和内梅罗综合污染指数法结果的相同率分别达到82.5%和80.0%,并分析结果有差异的样品,发现支持向量机评价结果更符合实际情况,这说明该模型适用于土壤环境质量的评价。      

电感耦合等离子体质谱法(7900 ICP-MS)测定土壤中30种痕量元素

本文中土壤样品利用HNO3-HF-HCl O4混酸消解和王水提取后,采用电感耦合等离子体质谱(ICP-MS)法同时测定了国家标准土壤样品中30种痕量元素(Ba、Be、Bi、Cd、Ce、Co、Cr、Cs、Cu、Ga、Hf、In、La、Li、Mn、Mo、Nb、Ni、Pb、Rb、Sb、Sc、Sr、Ta、Th、Tl、U、V、W、Zn)的含量。其测定值与标准值相符,准确度符合国家标准要求。该方法所有元素的相关系数在0.9990~1.0000之间,各元素的方法检出限均满足要求,相对标准偏差(RSD)≤10%,结果表明该方法满足土壤中痕量元素的分析要求,建立的方法样品前处理程序简单快速,线性范围宽,分析重现性好,结果准确,可以运用于大批量地质样品中痕量元素含量的同时测定。最后用已建立的方法测定了北京某地区的土壤样品,测试结果满意。     

土壤重金属铬含量高光谱灰色关联度估测

快速、准确地测定土壤重金属含量,对防治土壤重金属污染、改善土壤环境和保障食品安全有着重要意义。以山东省烟台市采集的70个土壤样本为基础,首先分析土壤重金属铬含量的分组光谱特性;然后利用6种变换方法对土壤光谱反射率进行变换,根据极大相关性原则选取反演因子;最后利用灰色关联度模型初步估测铬含量,并对估测结果进行修正,采用决定系数和平均相对误差评价模型的有效性。结果表明,土壤光谱反射率随铬含量的升高而降低,二者呈负相关性;利用灰色关联度模式识别方法对重金属铬含量进行估测后的决定系数为R~2=0.656,平均相对误差为16.590%,而利用灰色关联度修正模型对估测值进行修正后,决定系数为R~2=0.912,平均相对误差为6.632%。研究表明,利用灰色关联度修正模型定量估侧土壤重金属铬含量有效。     

GIS的矿区土壤重金属污染评价及空间分布

针对土壤中的重金属含量超标会对人体健康造成极大危害的问题,为检测矿区土壤重金属含量超标状况及空间分布特征,以江西省信丰县4个矿区为例,在28个点位的20~60cm处测定Hg、Cd、As、Cu、Pb、Ni的含量,采用地统计学和地理信息系统相结合的方法进行分析。结果表明,单因子污染指数显示Pb的污染程度最大,污染程度为中度污染;插值分析图显示Cu以西南方向的虎山矿区含量较高,Ni以西南方向的虎山矿区和北部的赤岗矿区含量较高,Pb的污染区域贯穿于整个分布区;重金属含量随深度的增加无明显变化。结合在污染修复方面的经验,建议通过植物修复技术、物理与化学方法进行污染治理和修复。     

地表粗糙度影响下的GNSS-R土壤湿度反演仿真分析

基于双天线全球导航卫星系统反射技术（global navigation satellite system reflectometry,GNSS-R）,建立了两个修正地表粗糙度影响的土壤湿度反演模型——解析模型和人工神经网络模型,并以GPS L1 C/A码为例建立了GNSS-R土壤湿度仿真平台,仿真分析了地表粗糙度对两个模型反演精确度的影响。结果表明,当地表均方根高度大于0.010 m时,必须对解析模型进行粗糙度修正。粗糙度影响修正结果显示,小粗糙度情况下修正的解析模型取得了良好的结果,但对于大粗糙度有一定局限性。在均方根高度大于0.025 m时,进行土壤粗糙度修正前,人工神经网络模型精度比解析模型提高了36.83%~72.36%。进行修正后,人工神经网络模型的精度比解析模型提高了42.86%~54.40%。人工神经网络模型在修正前后取得了相近的精度,无修正的人工神经网络模型精度比有修正的解析模型精度仍提高了35.83%~53.48%。     

利用GPS-IR监测土壤含水量的反演模型

GPS-IR（GPS-interferometric reflectometry）本质上是一种基于GPS辐射源的双基地雷达技术,利用大地测量型接收机记录的信噪比（signal-to-noise ratio,SNR）数据可用于反演土壤含水量。针对GPS-IR获取土壤含水量的参数估计问题,提出了一种改进的反射信号参数估计方法,并研究了土壤含水量反演模型的建立过程。实验结果表明,利用改进的反射信号参数估计方法可获得更加准确可靠的结果,反射信号相位与土壤含水量间存在显著的线性相关,可建立土壤含水量的线性反演模型,但在连续降雨条件下会存在较大误差。     

基于阜新市的土壤多样性与土地利用类型关联性分析

以阜新市为研究对象,将土地利用动态演变的模拟和预测以及关联分析测度方法应用于土壤多样性和土地利用类型关联性分析的研究中。选取1985—2015年间8个时期的遥感影像进行土地利用分类,并基于土壤矢量数据,对阜新市土壤和土地利用的多样性进行初步分析和定量化研究,探究了土壤与土地利用之间的关联性。研究结果表明:对阜新市土壤多样性指数影响因子的关联度从大到小依次是城镇、农用地、林地、水域、其他,关联度值分别为0.850 6、0.747 7、0.779 5、0.803 3、0.641 9,选取城镇、农用地、林地和水域这4个因子作为多元线性回归模型中的自变量参数,对土壤多样性指数进行预测,得到相关系数R=0.990,因此,4个因子对土壤多样性指数影响具有较强的关联性。由此可见,大规模土地利用变化是引起土壤多样性变化的一个首要驱动因子。