基于多源辅助数据和神经网络模型的稻田土壤砷空间分布预测

合适的方法和多源的辅助数据对于准确预测土壤重金属的空间分布具有重要意义.该研究提出一种径向基函数神经网络结合普通克里格法的模型(RBFNN_OK),由主成分分析(PCA)提取的地形因子、遥感数据和邻近信息等多源辅助数据作为自变量,预测江西省都昌县稻田土壤砷空间分布.为验证RBFNN_OK的可行性:首先在全县范围内采集144个稻田表层(0～20 cm)土壤样品,运用ArcGIS地统计模块随机抽取115个(80%)采样点作为测试集,29个(20%)采样点作为验证集.其次多源辅助数据包括地形因子、遥感数据和邻近信息等14个定量因子作为预测变量,将预测变量进行主成分分析,得到前10个主成分的累积贡献率达到97.62%.再次一个特定的RBFNN_OK被用来预测土壤砷空间分布.最后将RBFNN_OK模型的预测结果与径向基神经网络模型(RBFNN)、回归克里格模型(RK)和多元逐步线性回归模型(MSLR)进行比较.结果表明,RBFNN_OK的测量值标准偏差与均方根误差的比值(RPD)较其它3种方法分别提高了14.92%、35.71%和44.67%.此外,RBFNN_OK还提供了更加真实且有关土壤砷空间分布的细节信息.RBFNN_OK取得最优效果可能归因于引入多源辅助数据,考虑多源辅助数据和土壤砷之间的多重共线性和非线性关系.该方法可为稻田土壤砷调查与环境保护提供更为精准的信息.     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.     

基于多源辅助变量和随机森林模型的耕地土壤重金属含量空间分布预测

农田土壤重金属含量的空间预测对于监测耕地污染和确保生态农业可持续发展至关重要.从地形、气候、土壤属性、遥感信息、植被指数和人为活动这6个方面选取了32个环境变量作为辅助变量,并构建随机森林(RF)、回归克里格(RK)、普通克里格(OK)和多元线性回归(MLR)模型来预测耕地土壤中As、 Cd、 Cr、 Cu、 Hg、 Ni、 Pb和Zn的含量.结果表明,与RK、 OK和MLR相比,RF模型对As、 Cd、 Cr、 Hg、 Pb和Zn的预测性能更高,而OK和RK模型分别对Cu和Ni含量的预测精度更高,表现为预测拟合优度(R²)最高而平均绝对误差(MAE)和均方根误差(RMSE)最低.不同预测方法对同种土壤重金属元素预测结果的空间分布趋势基本一致,8种重金属含量的高值区均分布在南部的平原地区,但RF模型对空间预测的细节刻画得更为突出.随机森林影响因子重要性排序表明,兰溪市土壤重金属含量空间分异主要受Se、 TN、 pH、海拔、年均温、年均降雨量、距河流距离和距工厂距离的共同影响.因此,随机森林可以作为土壤重金属空间预测的一种有效方法,为区域土壤污染调查、评价和管控提供...     

基于遥感与随机森林算法的陕西省土壤有机质空间预测

遥感数据作为反映土壤组成结构及植被生长状况的数据源,借助辅助环境因子的土壤属性预测在数字土壤制图中日益受到重视。论文运用随机森林（Random Forest,RF）算法,基于AWIFS（分辨率56 m）和MODIS（分辨率250 m）遥感数据及501个实测样点数据对陕西省土壤有机质空间分布状况进行预测,并对预测精度进行估算。结果表明陕西省土壤有机质含量以南部的秦岭山地区和大巴山区为最高,土壤有机质含量大于25 g·kg^-1,黄土高原南部处于中等水平,大部分在16~25 g·kg^-1之间,关中平原和汉中低山丘陵区含量偏低,大部分在13~25 g·kg^-1,而黄土高原北部和风沙滩区含量大部分低于10 g·kg^-1。基于AWIFS影像的预测效果要优于MODIS影像,成像日期对有机质预测的影响不大。基于RF模型的土壤有机质预测精度在设定的不同抽样百分比条件下,独立验证数据集的平均误差大部分不超过3 g·kg^-1,预测值与实测值的相关系数在0.7以上。高程是影响土壤有机质预测的最重要因子,当影像的分辨率降低时,样点分布的地理经纬度和坡度对土壤有机质预测的影响上升,植被因子的影响程度下降。     

基于遥感时-空-谱特征及随机森林模型的土壤重金属空间分布预测

获取土壤重金属的含量特征及空间分布是预防土壤污染和制定环保政策的关键.选取济南市长清区为研究区,系统采集304处表层土壤样品（0~20 cm）,利用多源遥感数据构建土壤重金属的光谱特征、时间特征和空间特征;进一步采用相关分析法选择出与土壤重金属密切相关的时-空-谱特征,并将其作为输入自变量,实测土壤砷（As）含量值为因变量,建立基于随机森林（RF）算法的空间预测模型,完成土壤重金属的含量估算和空间分布预测.结果表明：①As含量均值超出背景值43.17％,低于农用地土壤污染风险规定的筛选值和管控值,表明As在土壤中出现富集,但处于可管控范围内.②在单个遥感特征构建的土壤重金属空间预测模型中,精度由高到低依次为：空间特征（RPIQ=3.87）>时间特征（RPIQ=2.57）>光谱特征（RPIQ=2.50）,空间特征对土壤重金属空间预测最为重要.③基于“时间-空间”、“时间-光谱”和“空间-光谱”组合特征的土壤重金属空间预测模型均优于单个特征构建的模型,其精度系数RPIQ值分别为4.81、4.21和4.70.④利用“时间-空间-光谱”特征组合输入的随机森林模型达到最佳的空间预测精度（R²=0.90;RMSE=0.77;RPIQ=5.68）.⑤As在空间分布上从西北到东南含量逐步降低,主要受到黄河冲淤积和工业活动影响.研究采用的遥感时-空-谱特征结合随机森林算法的土壤重金属空间预测技术,可为土壤污染防治及环境风险管控提供有效的方法支持.     

基于多源环境变量和随机森林的农用地土壤重金属源解析——以襄阳市襄州区为例

为了研究襄阳市农用地土壤重金属空间分布特征和来源，选择襄州区为研究区，采集了326个样点的表层土壤（0~5 cm），测定其中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）和铬（Cr）5种重金属元素质量分数（单位为mg·kg^-1），并进行反距离权重插值（IDW）分析得到土壤重金属空间分布，同时综合应用多元统计分析与随机森林回归模型探究土壤重金属的来源，研究表明综合应用多种技术是研究土壤重金属来源较为科学和准确的方法.结果表明：①襄州区整体环境质量较为安全，Hg、Cd和Cr的平均值质量分数低于湖北省土壤背景值；As的平均值质量分数略高于背景值；Pb的平均值超过了背景值，最大值为47.1 mg·kg^-1，是背景值的1.76倍，表明Pb已经出现了富集现象.②本研究中交通运输是Pb、As和Cr的共同人为源，农家肥是Cd、Pb和Cr的共同人为源.③在自然源中：土壤母质是影响Cd和Pb积累的重要因子，黏土矿物是影响Hg、Pb、As和Cr积累的重要因子，植被覆盖率是影响Hg、Pb和Cr积累的重要因子.     

基于地质统计及随机模拟技术的天津武清区土壤重金属源解析

为了解天津市武清区重金属污染状况及污染来源情况,在研究区共采集了578个表层土壤样品并分析了Cu、Zn、Pb、Cd、Hg、As(类金属)、Ni、Cr等8项重金属含量.综合应用描述性统计、主成分分析、地质统计学及随机森林回归技术对研究区表层土壤重金属含量时空变化特征及人为及自然源污染贡献性进行了探讨.结果表明,除Cr以外,研究区其余重金属平均含量均高于区域背景值,土壤As、Ni、Cr主要来自于自然源即土壤类型的差异性,Cu、Zn的变异性一是受土壤类型差异性的影响,二是受污灌的影响,Pb、Cd的变异主要受面源污染的影响,局部存在点源污染.Hg变异性主要受污灌的影响.实践证明多技术联合应用是土壤重金属来源解析的有效方法.     

基于随机森林与地统计预测城市土壤PAHs分布

收集南京城区采样点位置信息和环境变量等数据,应用地统计和随机森林方法,以及两种方法相结合分别预测土壤多环芳烃（polycyclic aromatic hydrocarbons,PAHs）含量,并比较不同方法预测精度.结果表明：随机森林与地统计方法结合能大幅度提高城市土壤污染物制图精度,整合克里金与随机森林预测残差模型拟合优度R²相比克里金插值法提高74.8%.PAHs空间制图结果能够较好拟合污染物的变化范围,识别污染高值区与低值区的空间分布.随机森林输出特征重要性发现影响南京城区土壤PAHs分布的主控因子为土壤碳和土壤粒度以及工厂密度.本研究可为城市污染物高分辨率和高精度制图以及污染防控治理提供参考.     

广西土壤和沉积物砷含量及污染分布特征

广西素有“有色金属之乡”美誉,土壤重金属污染问题较为突出。通过总结1989年以来相关文献,探讨了广西土壤和沉积物中砷含量及污染分布特征。3 045个和477个土壤和沉积物有效样点的统计分析表明,广西砷污染土壤主要分布于桂西北地区,尤其是刁江及金城江流域;矿业活动显著影响土壤砷积累,从其均值看：工矿区非农用土壤（140.5 mg/kg）>工矿区农用土壤（80.68 mg/kg）>非工矿区农用土壤（19.11 mg/kg）>城区土壤（18.35 mg/kg）,重度砷污染农用地样本均来自南丹;工矿区河流沉积物砷含量（283.5 mg/kg）远高于非工矿区,主要受影响区分布在刁江及大环江流域。为了控制环境风险,建议开展主要水系沉积物砷污染详查,加强南丹及周边区域污染防控和污染土壤修复。     

某省高危含砷爆炸物污染农田评价及分布研究

利用不同的评价标准和方法评价了吉林省某地含砷高危爆炸物造成的砷污染,同时借助GIS软件绘制了砷污染指数分布图。结果表明:以土壤环境背景值的上限值为评价标准,平均污染累积指数为2.61,最大为65.38,约57.38%的土壤受到人为外源砷的干扰;以(GB 15618-2008)中砷的二级标准作为评价标准,平均污染指数为1.01,最大污染指数达15.27,超标率为23.87%,表明该区存在严重的砷污染;地累积指数污染评价结果也表明该地存在明显的外源砷污染,受到污染的比例达41.57%;3种评价方法结果基本一致。污染指数分布表明,该地重污染区集中在中部区域,并形成了一个西北-东南方向分布的污染带。     

基于随机森林的入海污染源对海湾环境容量的影响排序研究

海水水质对海湾生态系统健康具有重要影响,而基于环境容量的入海污染物总量控制是改善海湾水体质量的前提和基础。本研究从分析水质目标约束下污染源对环境容量影响的非线性关系入手,结合随机森林（random forest）分类方法和常规水质模型,对海南省陵水县新村潟湖入海污染源对海湾环境容量的影响进行了研究。结果显示,在渔排养殖、城镇污水和径流注入3类共41个影响潟湖无机氮和活性磷酸盐浓度的主要污染源中,10个污染源对环境容量存在全局性影响;渔排养殖是影响潟湖无机氮环境容量的主要因素;渔排养殖、城镇污水和径流注入污染源对活性磷酸盐环境容量的影响程度差异不大。     

基于多源资料天津一次雾-霾过程的边界层特征

为探究雾-霾过程的边界层特征,选取天津市2019年12月7~10日一次严重的雾-霾典型过程,采用常规自动气象站资料、环境小时浓度资料、以及微波辐射计、风廓线雷达、气溶胶激光雷达等多种观测资料及WRF-Chem源追踪方法对此次污染过程进行综合分析. 结果表明,此次雾-霾过程可明显分为雾生成、雾与霾交替、霾、霾消散等4个阶段;雾-霾天气与大气温度层结密切相关,伴随着逆温生成,相对湿度和液态水含量最大增长速率分别达13.44%/h和0.013g/(m³·h),呈爆发性增长,相对湿度快速增至92%,微波辐射资料可较好预报雾的生成;雾与霾交替出现阶段雾天气改变了边界层结构,雾层内大气呈中性状态,相对有利于污染物在雾区内扩散,PM_2.5高浓度主要出现在边界层400m以下,雾顶持续逆温抑制了污染物向上层大气扩散,造成雾区内污染物浓度加重,地面PM_2.5质量浓度为135~223μg/m³,维持中度-重度污染;雾-霾天气与垂直风场有较好的对应关系,雾与霾交替出现阶段存在低风速和较大风速(西南风带来充沛水汽)两种有利于雾维持的情况,雾顶逆温层以上风速为6~12m/s,雾层内为1~2m/s,雾的存在不利于近地面空气质量的改善;此次雾-霾过程天津本地源排放贡献为36.1%,区域输送贡献为63.9%,整个过程表现出明显的区域输送特征.     

环境监测用多参数光纤化学传感技术研究

采用发光二极管、光导纤维和硅光电二级管检测器研制成可供环境水ｐＨ值和大气中ＳＯ２、ＮＨ３检测的光纤多参数传感系统．仪器对ｐＨ值的响应可低达００１ｐＨ，对水中ＮＨ４＋的检测限为２×１０－６ｍｏｌ／Ｌ，ＳＯ３２－的检测限为２×１０－４ｍｏｌ／Ｌ；仪器体积小，可用电池供电、便于野外监测，检测准确、稳定，成本低廉．     

基于RUSLE模型的东江源区土壤侵蚀时空变化分析

研究东江源区土壤侵蚀对于加强东江流域的生态环境保护和建设,提高粤港地区的用水安全,保证粤港地区的繁荣、稳定发展意义重大。基于1995—2020年的降雨数据、土壤数据、DEM数据和Landsat影像数据,采用RS、GIS技术以及RUSLE模型定量分析东江源区土壤侵蚀时空特征。结果表明：(1)东江源区土壤侵蚀以微度和轻度侵蚀为主,严重侵蚀区域主要分布在源区东南部,果园和矿区等的开发使得局部区域侵蚀加剧。(2)1995—2020年,土壤侵蚀程度总体有所下降,微度以上侵蚀面积共减少了10.19%,土壤侵蚀模数下降了57.75%。其中2008年土壤侵蚀模数最大,达到2397.13 t · (km² · a)^-1,2020年土壤侵蚀模数最小,为669.47 t · (km² · a)^-1。(3)近26 a以来,东江源区土壤侵蚀改善区域的面积达到16.52%,侵蚀加剧区为4.28%,以矿区侵蚀加剧情况最为明显。(4)源区内土壤侵蚀较严重区域主要发生在矿区、裸地、耕地和果园区,矿产资源的过度开采、不合理的农业耕作方...     

基于土壤水分变化的砷与土壤碱性磷酸酶活性关系探讨

砷作为土壤主要污染元素之一,其毒性受到存在形态等的影响.土壤酶是土壤重要组成部分,但水分对二者关系的影响鲜见报道.本文采用室内模拟方法,在35%、65%和110%最大饱和持水量(WHC)条件下,较为系统地分析了不同水分下土壤有效砷及土壤碱性磷酸酶活性的变化规律.结果表明:外源砷浓度、老化时间是影响土壤有效砷含量的主要因素,且有效砷浓度随老化时间延长降幅减缓,Elovich方程较好表征了二者关系,揭示出水分对土壤有效砷向其他形态转变速率影响的大小顺序为:110%WHC65%WHC35%WHC;干燥(35%WHC)和淹水(110%WHC)导致土壤碱性磷酸酶活性减小;砷抑制土壤碱性磷酸酶活性,模型U=A/(1+B×C)可较好表征砷浓度(C)与土壤酶活性(U)的关系,揭示出土壤碱性磷酸酶活性在一定程度上可表征土壤砷污染程度,并反映出其机理为完全抑制作用;计算得到了土壤砷轻度污染的临界浓度Ecological dose 10%(ED10)总砷99 mg·kg-1和有效砷39 mg·kg-1,从侧面表明土壤碱性磷酸酶在土壤砷浓度达到国家土壤质量标准中的二级标准前不会对土壤酶产生严重毒害;水分由于对砷的存在状态等的作用,从而对土壤碱性磷酸酶活性产生重要影响.     

基于变量重要性评分-随机森林的溶解氧预测模型——以深圳湾为例

运用Pearson相关性分析,变量重要性评分和随机森林方法构建了溶解氧（DO）实时预测模型,并以深圳湾为例采用浮标资料预测1,3,6和12h的溶解氧.模型预测结果表明,模型最优的输入条件为pH值,水温,叶绿素a,氧化还原电位和蓝绿藻5个水质指标,1h预报的相关系数在0.9以上,6h预报结果一定程度上可以满足工程要求,但对低溶解氧事件的预报必须在3h以内.     

基于典型相关系数和随机森林的水质预警方法

针对突发水污染事件提出一种高精度的预警方法.首先,通过模拟实验建立包含22种常见污染物的突发水污染事件数据库,然后采用典型相关系数准确揭示污染事件发生后多元水质参数之间的协同反馈规律.最后,基于多参数协同反馈规律构建“典型相关系数-随机森林”水质预警模型.结果表明预警模型对已知和未知污染物的平均准报率分别为96.78%和98.33%,对水质监测基线的平均误报率为0.16%.本研究成果可为降低突发水污染事件损失和保障供水安全提供有效的技术支撑.