幾種地統(tǒng)計(jì)學(xué)方法在縣域土壤空間信息處理上的應(yīng)用與研究.pdf

1、地統(tǒng)計(jì)學(xué)，自從誕生的那一刻開始，就和應(yīng)用學(xué)科(如探礦)緊密結(jié)合，共同發(fā)展，已取得累累碩果。特別是近些年來(lái)，它越來(lái)越深入地滲透到了諸如土壤、環(huán)境、生態(tài)、氣象、經(jīng)濟(jì)和人文等領(lǐng)域，具有越來(lái)越重要的應(yīng)用前景。當(dāng)然，通過(guò)這種應(yīng)用，地統(tǒng)計(jì)學(xué)在理論方法上也找到了新的增長(zhǎng)點(diǎn)，出現(xiàn)了新的有意義的問(wèn)題和嶄新的思維，這些新思想反過(guò)來(lái)又可以促進(jìn)其應(yīng)用在廣度和深度上進(jìn)一步拓展。雖然本研究沒(méi)有涉及，但值得指出的是，近些年來(lái)還出現(xiàn)了一些克里格框架之外的地統(tǒng)計(jì)學(xué)理論和

2、方法，尚待發(fā)展和廣泛認(rèn)可。
　　 在土壤和環(huán)境科學(xué)領(lǐng)域，許多研究者已經(jīng)對(duì)地統(tǒng)計(jì)學(xué)算法的特點(diǎn)進(jìn)行了深入研究，并針對(duì)結(jié)合軟數(shù)據(jù)、空間不確定性評(píng)估等現(xiàn)實(shí)問(wèn)題提出了許多改進(jìn)方法。然而，無(wú)論從理論算法還是應(yīng)用實(shí)踐層面仍有很多極具挑戰(zhàn)性的問(wèn)題亟待解決，如：
　　 ·在土壤屬性的地統(tǒng)計(jì)學(xué)制圖領(lǐng)域，是否存在較以前的殘差克里格更好的結(jié)合范疇數(shù)據(jù)的方法？
　　 ·能否結(jié)合范疇數(shù)據(jù)進(jìn)行隨機(jī)模擬，進(jìn)而減小模擬結(jié)果的不確定性？
　　

3、 ·在重金屬污染源解析中，除了能夠利用樣本觀測(cè)數(shù)據(jù)定性推測(cè)排放源的數(shù)目及其性質(zhì)，能否進(jìn)一步定量計(jì)算各個(gè)污染源所排放重金屬的空間分布格局？
　　 ·是否隨機(jī)模擬前一定需要對(duì)樣本觀測(cè)數(shù)據(jù)進(jìn)行轉(zhuǎn)換？如何利用直接順序模擬的結(jié)果來(lái)評(píng)估土壤屬性的空間不確定性？
　　 ·由于克里格的平滑效應(yīng)以及指示克里格中污染概率閾值的確定通常比較主觀，故直接采用克里格法和指示克里格法對(duì)污染物區(qū)域劃定是不合理的。那么是否存在一種較為客觀的污染范圍劃

4、定方案？
　　 ·如何在生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)中考慮污染物的空間異質(zhì)性和空間不確定性？
　　 ·如何利用地統(tǒng)計(jì)學(xué)研究土壤主要營(yíng)養(yǎng)元素的有效性比率？
　　 有鑒于此，本文以探索新的理論和方法、解決應(yīng)用實(shí)際問(wèn)題為目的，圍繞地統(tǒng)計(jì)學(xué)理論及其在土壤和環(huán)境科學(xué)中的應(yīng)用問(wèn)題做了多方面的研究，取得了如下七個(gè)方面的新成果：
　　 (1)將面點(diǎn)克里格引入土壤屬性制圖領(lǐng)域，為精準(zhǔn)農(nóng)業(yè)和環(huán)境管理提供了一個(gè)更為適合的土壤屬性制圖方法。

5、r>　　 近十多年來(lái)，使用樣本觀測(cè)數(shù)據(jù)來(lái)對(duì)土壤養(yǎng)分進(jìn)行空間分布的制圖引起了廣泛的關(guān)注。但為提高制圖質(zhì)量而在大尺度上進(jìn)行大量高密度田間取樣在經(jīng)濟(jì)和勞力花費(fèi)等方面都是不現(xiàn)實(shí)的，對(duì)于地形復(fù)雜和偏遠(yuǎn)地區(qū)尤其如此。土地利用類型通常對(duì)局部土壤養(yǎng)分含量存在影響，那么對(duì)土地利用類型和土壤養(yǎng)分含量之間的這種關(guān)系加以利用，則可以達(dá)到以有限稀疏樣本數(shù)據(jù)進(jìn)行較高質(zhì)量土壤和環(huán)境屬性制圖的目的。最近出現(xiàn)的面點(diǎn)克里格(AAPK：area-and-point kri

6、ging)為結(jié)合范疇信息提供了一個(gè)新的插值技術(shù)。本研究結(jié)合402個(gè)點(diǎn)樣本數(shù)據(jù)和土地利用信息，利用面點(diǎn)克里格制作了中國(guó)漢川縣土壤全氮(TN：total nitrogen)含量的空間分布圖。同時(shí)普通克里格(OK：ordinary kriging)和殘差克里格(RK：residual kriging)被用于參照方法，用來(lái)評(píng)價(jià)面點(diǎn)克里格的效果。結(jié)果表明：(1)土地利用類型對(duì)土壤全氮的空間分布有重要影響；
　　 (2)135個(gè)驗(yàn)證位的實(shí)測(cè)

7、值與AAPK預(yù)測(cè)值之間相比與RK和OK預(yù)測(cè)值之間具有更強(qiáng)的相關(guān)性、更低的平均誤差和均方根誤差；(3)AAPK較RK和OK產(chǎn)生更小的誤差方差。這意味著AAPK為增加土壤全氮插值精度的有效方法。
　　 (2)提出了一種新的結(jié)合范疇數(shù)據(jù)的隨機(jī)模擬方法，并運(yùn)用于實(shí)際的案例研究，豐富和發(fā)展了隨機(jī)模擬理論。
　　 地統(tǒng)計(jì)學(xué)經(jīng)常被用來(lái)描述土壤屬性含量的空間變異。然而，由地統(tǒng)計(jì)學(xué)隨機(jī)算法產(chǎn)生的模擬實(shí)現(xiàn)圖能夠更好的代表實(shí)際的空間分布狀況。

8、土地利用類型通常會(huì)影響局部土壤氮的含量水平，故將土地利用類型結(jié)合進(jìn)土壤氮的地統(tǒng)計(jì)學(xué)隨機(jī)模擬中是可取的。據(jù)此，作者提出了sequential Gaussian simulation incorporating land useinformation(SGSLU)的隨機(jī)模擬算法。在這項(xiàng)研究中，402個(gè)采樣點(diǎn)的土壤全氮觀測(cè)數(shù)據(jù)與土地利用范疇信息相結(jié)合，利用作者提出的SGSLU算法來(lái)模擬了土壤全氮的空間分布，并將SGSLU與OK和順序高斯模擬(

9、SGS：sequential Gaussian simulation)的預(yù)測(cè)結(jié)果做了比較。其中135個(gè)驗(yàn)證數(shù)據(jù)被用來(lái)評(píng)估SGSLU在提高預(yù)測(cè)精度和減小預(yù)測(cè)不確定性方面的改善程度。結(jié)果表明，驗(yàn)證數(shù)據(jù)與SGSLU的最佳預(yù)測(cè)(即E-type估計(jì))的相關(guān)性更大，且平均誤差和均方根誤差更小。而且根據(jù)精確圖和最佳統(tǒng)計(jì)量G，SGUSLU在減小預(yù)測(cè)結(jié)果的不確定性方面優(yōu)于SGS。故SGSLU在提高預(yù)測(cè)的準(zhǔn)確性和減少土壤全氮預(yù)測(cè)的不確定性方面，是一種行之有

10、效的方法，同時(shí)模擬實(shí)現(xiàn)之間的差異代表了土壤全氮預(yù)測(cè)的空間不確定性。這些知識(shí)為土壤全氮缺乏和豐富區(qū)域的劃定提供了定量信息。
　　 (3)將主成份分析/絕對(duì)主成分分?jǐn)?shù)(PCA/APCS)模型引入土壤污染源解析領(lǐng)域，同時(shí)將其與地統(tǒng)計(jì)學(xué)結(jié)合，提出了一個(gè)土壤重金屬污染源解析的綜合方法。
　　 目前在土壤污染源確定方面，主成份分析(PCA)是最常用的工具。源解析是在源確定方面進(jìn)一步的定量化。PCA/APCS不需要事先了解源的個(gè)數(shù)及其

11、特點(diǎn)，也就是說(shuō)可以在源未知的情況下進(jìn)行源解析，因此該模型被廣泛應(yīng)用。源解析技術(shù)已被廣泛應(yīng)用于大氣環(huán)境和水環(huán)境研究中，但目前在土壤重金屬污染領(lǐng)域運(yùn)用該技術(shù)的研究還鮮有報(bào)道。PCA的結(jié)果與源貢獻(xiàn)相關(guān)，但是并不成比例，故其結(jié)果只能定性的推測(cè)潛在的污染源而不能直接用于源解析。應(yīng)用PCA/APCS受體模型不但可以定量地確定每個(gè)變量對(duì)每個(gè)源的載荷，還可以定量確定源對(duì)其重金屬的平均貢獻(xiàn)量和在每個(gè)采樣點(diǎn)的貢獻(xiàn)量。但受體模型源解析的結(jié)果仍缺乏直觀視覺(jué)效果

12、，不利于在源未知的情況下利用源解析結(jié)果進(jìn)行源識(shí)別(如隱蔽性污染源)。為了便于直觀理解每個(gè)污染源的貢獻(xiàn)量的空間分布和在源未知的情況下推測(cè)具體的污染源，我們?cè)诒疚闹袑⒌亟y(tǒng)計(jì)學(xué)和受體模型結(jié)合起來(lái)，利用普通克里格法對(duì)由PCA/APCS受體模型獲得的采樣點(diǎn)的源絕對(duì)貢獻(xiàn)量插值。因此該研究的目的是提出一個(gè)土壤重金屬污染源解析的綜合方法。同時(shí)我們根據(jù)污染數(shù)據(jù)集所能提取的信息的不同，如是否能直接從PCA推斷污染源的性質(zhì)，單個(gè)重金屬污染物的源解析是否需要多

13、元數(shù)據(jù)集的源解析技術(shù)等問(wèn)題，用兩個(gè)案例加以展示說(shuō)明。
　　 (4)將直接順序模擬技術(shù)引入土壤和環(huán)境屬性的不確定性評(píng)估中，擴(kuò)展了直接順序模擬的應(yīng)用范圍。
　　 最常用的隨機(jī)模擬方法為順序高斯模擬和順序指示模擬，這兩種模擬方法使用前必須進(jìn)行數(shù)據(jù)轉(zhuǎn)換，而數(shù)據(jù)轉(zhuǎn)換必然伴隨著模擬結(jié)果精度的降低。最近出現(xiàn)的直接順序模擬克服了這一弱點(diǎn)。本研究采用直接順序模擬這一新的模擬技術(shù)模擬了土壤全氮的空間分布。利用模擬的結(jié)果，定量評(píng)估了土壤全氮的

14、空間不確定性。同時(shí)普通克里格被用于參照方法，用于說(shuō)明直接順序模擬技術(shù)在不確定性評(píng)估方面的優(yōu)點(diǎn)。
　　 (5)使用順序高斯模擬和傳遞函數(shù)模擬了由劃定土壤鎳污染范圍所引起的健康風(fēng)險(xiǎn)損失和補(bǔ)救風(fēng)險(xiǎn)損失，并提出了一個(gè)基于最小化期望損失標(biāo)準(zhǔn)的污染區(qū)域劃定方案。
　　 由于克里格插值的平滑效應(yīng)，采用克里格插值的結(jié)果作為污染范圍的劃定是不恰當(dāng)?shù)?。而超概率閾值方案中，由于概率閾值的設(shè)定通常比較主觀，故這一劃定方案也缺乏客觀的科學(xué)依據(jù)。地

15、統(tǒng)計(jì)學(xué)模擬實(shí)現(xiàn)值因克服了插值的平滑效應(yīng)，故較克里格最佳預(yù)測(cè)值更能準(zhǔn)確的代表所研究變量的空間異質(zhì)性。模擬實(shí)現(xiàn)之間的差異代表了空間的不確定性。這些實(shí)現(xiàn)可以作為傳遞函數(shù)的輸入數(shù)據(jù)，以進(jìn)一步評(píng)估產(chǎn)生的因變量的不確定性。本研究將研究區(qū)域的鎳模擬實(shí)現(xiàn)值輸入傳遞函數(shù)，以計(jì)算健康風(fēng)險(xiǎn)損失(低估其含量而未補(bǔ)救)和補(bǔ)救風(fēng)險(xiǎn)損失(高估其含量，采取補(bǔ)救措施)。模擬的鎳含量的不確定性通過(guò)傳遞函數(shù)傳播，導(dǎo)致不確定性的健康風(fēng)險(xiǎn)損失和補(bǔ)救風(fēng)險(xiǎn)損失。這樣，兩種風(fēng)險(xiǎn)損失就

16、可以通過(guò)鎳的反應(yīng)值來(lái)評(píng)估。同時(shí)在該研究中，由于不同的土地利用類型中鎳的危害程度不同，本研究也在傳遞函數(shù)中加以考慮。最后作者依據(jù)最小化風(fēng)險(xiǎn)損失為標(biāo)準(zhǔn)，劃定了重金屬鎳污染的范圍。這樣為污染的劃定提供了一個(gè)新的思路。
　　 (6)結(jié)合地統(tǒng)計(jì)學(xué)隨機(jī)模擬模型和Hakanson潛在生態(tài)風(fēng)險(xiǎn)指數(shù)法，提出了一種生態(tài)風(fēng)險(xiǎn)空間分析的綜合方法。
　　 Hakanson潛在生態(tài)風(fēng)險(xiǎn)指數(shù)法不但考慮了土壤沉積物中重金屬的毒性、重金屬在沉積物中普遍的

17、遷移轉(zhuǎn)化規(guī)律以及評(píng)價(jià)區(qū)域?qū)χ亟饘傥廴镜拿舾行?，而且利用重金屬總量分析測(cè)試結(jié)果與區(qū)域背景值進(jìn)行比較，消除了區(qū)域差異及異源污染影響。目前該方法已被國(guó)內(nèi)外廣泛接受，已成為生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)方面最常使用的方法之一。地統(tǒng)計(jì)學(xué)在生態(tài)風(fēng)險(xiǎn)評(píng)估領(lǐng)域是個(gè)被忽視的方法。本研究以結(jié)合地統(tǒng)計(jì)學(xué)隨機(jī)模擬和Hakanson潛在生態(tài)風(fēng)險(xiǎn)指數(shù)法，提出了一種綜合的空間分析生態(tài)風(fēng)險(xiǎn)的方法。本研究先對(duì)各個(gè)重金屬元素含量進(jìn)行地統(tǒng)計(jì)學(xué)隨機(jī)模擬，然后將模擬實(shí)現(xiàn)值輸入Hakanson潛在

18、生態(tài)風(fēng)險(xiǎn)指數(shù)法，得到每個(gè)重金屬元素所引起的生態(tài)風(fēng)險(xiǎn)系數(shù)，這樣由各個(gè)重金屬元素所引起的生態(tài)風(fēng)險(xiǎn)的空間不確定性被量化。而且由所有重金屬元素引起的生態(tài)風(fēng)險(xiǎn)指數(shù)的最佳估計(jì)可由各個(gè)重金屬元素的生態(tài)風(fēng)險(xiǎn)系數(shù)的期望值之和得到。
　　 (7)地統(tǒng)計(jì)學(xué)在土壤主要營(yíng)養(yǎng)元素有效性比率分布格局上的-個(gè)應(yīng)用。
　　 全氮(TN)、全磷(TP)、全鉀(TK)、AN、AP和AK的含量及土壤各主要元素的有效性比率(即氮、磷和鉀元素的有效量與全量之比)為

19、土壤系統(tǒng)主要營(yíng)養(yǎng)的重要指標(biāo)。對(duì)于農(nóng)業(yè)生產(chǎn)和環(huán)境保護(hù)至關(guān)重要。土壤營(yíng)養(yǎng)元素中，比較高的有效性比率意味著該元素更加有利于植物的吸收，同時(shí)也暗示該元素更加容易進(jìn)入水體。因此，為了更加有效的對(duì)農(nóng)作物施肥和環(huán)境進(jìn)行管理，了解主要營(yíng)養(yǎng)物質(zhì)的有效量、全量和有效性比率的空間分布格局顯得非常必要。在過(guò)去的幾十年內(nèi)，很多研究者研究了氮、磷和鉀各中形態(tài)的空間分布格局。但這些研究主要是關(guān)注這些主要營(yíng)養(yǎng)元素的全量或有效量，缺少對(duì)其有效性比率的研究記錄。本研究采用