排序方式: 共有22条查询结果,搜索用时 0 毫秒
1.
双城市土壤重金属空间分异及影响因子分析 总被引:13,自引:1,他引:13
采用地理信息系统(GIS)和地统计学相结合的方法,研究了黑龙江省双城市的土壤全量铜、锌、铅、镍、镉5种重金属元素的空间分异规律及其影响因子。结果表明:研究区土壤锌、镍、镉具有强烈的空间相关性,表明这3种元素受土壤内在属性影响较大;而铜、铅具有中等强度的空间相关性,表明这2种元素由土壤内在属性和人为因素共同起作用。镉、铅、铜较锌、镍的变程小,说明前3种重金属元素含量可能主要受到较小尺度因子的影响。研究区土壤各重金属元素空间分异规律如下:铜和镍呈东高西低的趋势,铅呈南高北低的趋势,而锌和镉分别表现为块状分布和岛状分布的特点。影响重金属元素空间分布的影响因子主要有自然因素(土壤类型、高程、土壤理化性质等)和人为因素(乡镇、道路、各种工厂等)。 相似文献
2.
北方农牧交错带界线的变迁及其驱动力研究进展 总被引:2,自引:0,他引:2
在气候变化与人类活动的影响下,北方农牧交错带界线不断变迁。定量辨识气候变化和人类活动对北方农牧交错带界线变迁的贡献程度,是当今气候变化领域的热点问题。该文基于国内外相关研究,概括了不同视角下北方农牧交错带的定义方法,分析了气候变化与人类活动对北方农牧交错带界线变迁的驱动作用,总结了定量分析驱动力贡献程度的方法及主要结果。同时指出目前研究还存在定义、数据、方法和解释方面的问题。针对以上问题,提出了多要素综合定义、驱动力定量分析、高时空分辨率数据的收集以及深层次因果关系的解释等解决方法。该文可为敏感区域土地利用的合理规划和气候变化的减缓与适应措施的制定提供科学依据。 相似文献
3.
4.
利用沈阳农业大学长期定位试验站裸地和覆膜的不同施肥处理(不施肥、单施氮肥、有机肥、有机无机肥配施)及其附近不同土地利用方式,探讨了不同施肥处理和覆膜对整个生长季的棕壤Olsen-P剖面(0—100 cm)分布及动态变化的影响。结果表明,耕地棕壤各施肥处理土壤剖面Olsen-P含量均表现为0—20 cm和60—100 cm大于20—60 cm;而自然草地、自然林地棕壤Olsen-P含量则随深度加深(0—100 cm)而逐渐增多。施用有机肥或有机无机肥配施处理的Olsen-P含量在60 cm土层以上均远大于不施肥或单施氮肥处理;覆膜后不施肥、有机肥、有机无机肥配施处理土壤0—40 cm土层的Olsen-P含量略有降低(0—20 cm土层有机肥处理除外),但差异未达到显著水平。说明施有机肥或有机无机肥配施,是补充土壤Olsen-P的有效措施;但施肥时应深施以补充表层以下土壤Olsen-P含量。覆膜未对本研究的棕壤Olsen-P含量产生显著的负面影响。 相似文献
5.
黑龙江省南部黑土区土壤微量元素空间变异及影响因子——以双城市为例 总被引:7,自引:0,他引:7
土壤微量元素的有效态含量水平直接决定植物吸收这些营养元素的状况和动植物的健康[1]。已有的对中、大尺度有效态微量元素的研究多应用经典统计学方法对其含量及其影响因素进行分析[2~6],近10年来,研究者常采用更加科学、直观和方便的地理信息系统(GIS)和地统计学方法研究区域有效态微量元素的空间结构和分布规律[7],并应用GIS空间分析功能对其丰缺进行评价[8,9],但应用GIS的方法对有效态微量元素的影响因素进行分析的尚不多见。农业生产中施用的氮、磷肥等将导致土壤—植物系统中微量营养元素的失衡,从而引起微量元素的缺乏[2]。作为我国重要商品粮基地的黑龙江省黑土区,近几十年来由于农业生产的发展,不 相似文献
6.
1981-2009年江苏省气候变化趋势及其对水稻产量的影响 总被引:4,自引:0,他引:4
利用江苏省1981-2009年7个农业气象站点的气象和水稻物候、产量资料,从平均气温和降水量对水稻产量影响的基本方程入手,定义了平均气温和降水量变化趋势对水稻产量趋势的贡献率,揭示江苏省近30a气候变化趋势对水稻产量的影响.结果表明,近30a来,江苏省水稻全生育期平均气温和最低气温呈上升趋势,最高气温的变化在苏南和苏北地区差异较大,尤其在开花-成熟阶段,苏南地区呈上升趋势,而苏北地区则呈相反变化趋势.气温(包括平均气温、最低气温和最高气温)与水稻产量呈正相关,1981-2009年平均气温升高对江苏省水稻产量影响的平均值约为1.2%,对产量趋势的贡献率约为30.0%.降水量的变化趋势不明显,降水量与水稻产量的相关性亦不显著,说明在研究区内降水量的变化对水稻产量的影响较小.总体上,江苏省近30a气候变化有利于水稻生产. 相似文献
8.
高风险重金属污染土壤识别研究方法综述 总被引:4,自引:0,他引:4
高风险的重金属污染土壤的识别和探测是土壤健康风险评价及管理的基础,也是有效控制土壤污染、保障环境安全和农业可持续发展的重要前提。本文综述了高风险重金属污染土壤识别的方法及各自优缺点,主要包括元素剖面分布对比、与环境标准和背景值对比、同位素示踪、探索性统计分析、GIS制图和空间分析、多元统计分析、地统计学、空间统计分析和高精度曲面建模方法。将高精度曲面建模(HASM)与GIS空间分析、多元统计分析以及空间统计分析相结合,不仅可为土壤和土地资源普查和污染调查提供方法和理论上的借鉴,而且还可直接为土壤污染现状评价和风险管理、区域环境质量改善和土地利用规划等提供科学依据,是未来高风险重金属污染土壤识别研究的重要方向之一。 相似文献
9.
不同输入方式下RBF神经网络对土壤性质空间插值的误差分析 总被引:3,自引:0,他引:3
土壤是一个时空连续体,受自然和人为因素的影响,具有高度的空间异质性[1]。这种空间异质性体现在土壤的物理、生化信息随空间位置的不同而呈现较大的差异,并且不同土壤性质具有不同程度的空间变异。准确掌握土壤物理、生化信息的空间变异规律,不仅是精准农业中土壤养分管理的基础,对于环境保护和治理也具有十分重要的意义。因此,土壤性质的空间插值技术研究得到了广泛的关注和重视[2~4]。目前应用于土壤性质空间插值的方法主要包括基于几何学意义的移动平均法[5]、反比距离加权法[6,7]、样条函数法[8]、趋势面分析法[9,10]以及基于统计学意义的克里格(Kriging)插值法[11~13]等。用基于几何学意义的 相似文献
10.