几种地统计学方法在县域土壤空间信息处理上的应用与研究

发布时间：2017-11-18 14:29

  本文关键词：几种地统计学方法在县域土壤空间信息处理上的应用与研究

  更多相关文章： 克里格 随机模拟 源解析 不确定性传递 空间分析 风险评估

【摘要】：地统计学,自从诞生的那一刻开始,就和应用学科(如探矿)紧密结合,共同发展,已取得累累硕果。特别是近些年来,它越来越深入地渗透到了诸如土壤、环境、生态、气象、经济和人文等领域,具有越来越重要的应用前景。当然,通过这种应用,地统计学在理论方法上也找到了新的增长点,出现了新的有意义的问题和崭新的思维,这些新思想反过来又可以促进其应用在广度和深度上进一步拓展。虽然本研究没有涉及,但值得指出的是,近些年来还出现了一些克里格框架之外的地统计学理论和方法,尚待发展和广泛认可。 在土壤和环境科学领域,许多研究者已经对地统计学算法的特点进行了深入研究,并针对结合软数据、空间不确定性评估等现实问题提出了许多改进方法。然而,无论从理论算法还是应用实践层面仍有很多极具挑战性的问题亟待解决,如： ·在土壤属性的地统计学制图领域,是否存在较以前的残差克里格更好的结合范畴数据的方法? ·能否结合范畴数据进行随机模拟,进而减小模拟结果的不确定性? ·在重金属污染源解析中,除了能够利用样本观测数据定性推测排放源的数目及其性质,能否进一步定量计算各个污染源所排放重金属的空间分布格局? ·是否随机模拟前一定需要对样本观测数据进行转换?如何利用直接顺序模拟的结果来评估土壤属性的空间不确定性? ·由于克里格的平滑效应以及指示克里格中污染概率阈值的确定通常比较主观,故直接采用克里格法和指示克里格法对污染物区域划定是不合理的。那么是否存在一种较为客观的污染范围划定方案? ·如何在生态风险评价中考虑污染物的空间异质性和空间不确定性? ·如何利用地统计学研究土壤主要营养元素的有效性比率?有鉴于此,本文以探索新的理论和方法、解决应用实际问题为目的,围绕地统计学理论及其在土壤和环境科学中的应用问题做了多方面的研究,取得了如下七个方面的新成果： (1)将面点克里格引入土壤属性制图领域,为精准农业和环境管理提供了一个更为适合的土壤属性制图方法。 近十多年来,使用样本观测数据来对土壤养分进行空间分布的制图引起了广泛的关注。但为提高制图质量而在大尺度上进行大量高密度田间取样在经济和劳力花费等方面都是不现实的,对于地形复杂和偏远地区尤其如此。土地利用类型通常对局部土壤养分含量存在影响,那么对土地利用类型和土壤养分含量之间的这种关系加以利用,则可以达到以有限稀疏样本数据进行较高质量土壤和环境属性制图的目的。最近出现的面点克里格(AAPK:area-and-point kriging)为结合范畴信息提供了一个新的插值技术。本研究结合402个点样本数据和土地利用信息,利用面点克里格制作了中国汉川县土壤全氮(TN:total nitrogen)含量的空间分布图。同时普通克里格(OK:ordinary kriging)和残差克里格(RK:residual kriging)被用于参照方法,用来评价面点克里格的效果。结果表明：(1)土地利用类型对土壤全氮的空间分布有重要影响；(2)135个验证位的实测值与AAPK预测值之间相比与RK和OK预测值之间具有更强的相关性、更低的平均误差和均方根误差；(3)AAPK较RK和OK产生更小的误差方差。这意味着AAPK为增加土壤全氮插值精度的有效方法。 (2)提出了一种新的结合范畴数据的随机模拟方法,并运用于实际的案例研究,丰富和发展了随机模拟理论。 地统计学经常被用来描述土壤属性含量的空间变异。然而,由地统计学随机算法产生的模拟实现图能够更好的代表实际的空间分布状况。土地利用类型通常会影响局部土壤氮的含量水平,故将土地利用类型结合进土壤氮的地统计学随机模拟中是可取的。据此,作者提出了sequential Gaussian simulation incorporating land use information (SGSLU)的随机模拟算法。在这项研究中,402个采样点的土壤全氮观测数据与土地利用范畴信息相结合,利用作者提出的SGSLU算法来模拟了土壤全氮的空间分布,并将SGSLU与OK和顺序高斯模拟(SGS:sequential Gaussian simulation)的预测结果做了比较。其中135个验证数据被用来评估SGSLU在提高预测精度和减小预测不确定性方面的改善程度。结果表明,验证数据与SGSLU的最佳预测(即E-type估计)的相关性更大,且平均误差和均方根误差更小。而且根据精确图和最佳统计量G, SGUSLU在减小预测结果的不确定性方面优于SGS。故SGSLU在提高预测的准确性和减少土壤全氮预测的不确定性方面,是一种行之有效的方法,同时模拟实现之间的差异代表了土壤全氮预测的空间不确定性。这些知识为土壤全氮缺乏和丰富区域的划定提供了定量信息。 (3)将主成份分析／绝对主成分分数(PCA/APCS)模型引入土壤污染源解析领域,同时将其与地统计学结合,提出了一个土壤重金属污染源解析的综合方法。 目前在土壤污染源确定方面,主成份分析(PCA)是最常用的工具。源解析是在源确定方面进一步的定量化。PCA/APCS不需要事先了解源的个数及其特点,也就是说可以在源未知的情况下进行源解析,因此该模型被广泛应用。源解析技术已被广泛应用于大气环境和水环境研究中,但目前在土壤重金属污染领域运用该技术的研究还鲜有报道。PCA的结果与源贡献相关,但是并不成比例,故其结果只能定性的推测潜在的污染源而不能直接用于源解析。应用PCA/APCS受体模型不但可以定量地确定每个变量对每个源的载荷,还可以定量确定源对其重金属的平均贡献量和在每个采样点的贡献量。但受体模型源解析的结果仍缺乏直观视觉效果,不利于在源未知的情况下利用源解析结果进行源识别(如隐蔽性污染源)。为了便于直观理解每个污染源的贡献量的空间分布和在源未知的情况下推测具体的污染源,我们在本文中将地统计学和受体模型结合起来,利用普通克里格法对由PCA/APCS受体模型获得的采样点的源绝对贡献量插值。因此该研究的目的是提出一个土壤重金属污染源解析的综合方法。同时我们根据污染数据集所能提取的信息的不同,如是否能直接从PCA推断污染源的性质,单个重金属污染物的源解析是否需要多元数据集的源解析技术等问题,用两个案例加以展示说明。 (4)将直接顺序模拟技术引入土壤和环境属性的不确定性评估中,扩展了直接顺序模拟的应用范围。 最常用的随机模拟方法为顺序高斯模拟和顺序指示模拟,这两种模拟方法使用前必须进行数据转换,而数据转换必然伴随着模拟结果精度的降低。最近出现的直接顺序模拟克服了这一弱点。本研究采用直接顺序模拟这一新的模拟技术模拟了土壤全氮的空间分布。利用模拟的结果,定量评估了土壤全氮的空间不确定性。同时普通克里格被用于参照方法,用于说明直接顺序模拟技术在不确定性评估方面的优点。 (5)使用顺序高斯模拟和传递函数模拟了由划定土壤镍污染范围所引起的健康风险损失和补救风险损失,并提出了一个基于最小化期望损失标准的污染区域划定方案。 由于克里格插值的平滑效应,采用克里格插值的结果作为污染范围的划定是不恰当的。而超概率阈值方案中,由于概率阈值的设定通常比较主观,故这一划定方案也缺乏客观的科学依据。地统计学模拟实现值因克服了插值的平滑效应,故较克里格最佳预测值更能准确的代表所研究变量的空间异质性。模拟实现之间的差异代表了空间的不确定性。这些实现可以作为传递函数的输入数据,以进一步评估产生的因变量的不确定性。本研究将研究区域的镍模拟实现值输入传递函数,以计算健康风险损失(低估其含量而未补救)和补救风险损失(高估其含量,采取补救措施)。模拟的镍含量的不确定性通过传递函数传播,导致不确定性的健康风险损失和补救风险损失。这样,两种风险损失就可以通过镍的反应值来评估。同时在该研究中,由于不同的土地利用类型中镍的危害程度不同,本研究也在传递函数中加以考虑。最后作者依据最小化风险损失为标准,划定了重金属镍污染的范围。这样为污染的划定提供了一个新的思路。 (6)结合地统计学随机模拟模型和Hakanson潜在生态风险指数法,提出了一种生态风险空间分析的综合方法。 Hakanson潜在生态风险指数法不但考虑了土壤沉积物中重金属的毒性、重金属在沉积物中普遍的迁移转化规律以及评价区域对重金属污染的敏感性,而且利用重金属总量分析测试结果与区域背景值进行比较,消除了区域差异及异源污染影响。目前该方法已被国内外广泛接受,已成为生态风险评价方面最常使用的方法之一。地统计学在生态风险评估领域是个被忽视的方法。本研究以结合地统计学随机模拟和Hakanson (?)替在生态风险指数法,提出了一种综合的空间分析生态风险的方法。本研究先对各个重金属元素含量进行地统计学随机模拟,然后将模拟实现值输入Hakanson潜在生态风险指数法,得到每个重金属元素所引起的生态风险系数,这样由各个重金属元素所引起的生态风险的空间不确定性被量化。而且由所有重金属元素引起的生态风险指数的最佳估计可由各个重金属元素的生态风险系数的期望值之和得到。 (7)地统计学在土壤主要营养元素有效性比率分布格局上的一个应用。 全氮(TN)、全磷(TP)、全钾(TK)、AN、AP和AK的含量及土壤各主要元素的有效性比率(即氮、磷和钾元素的有效量与全量之比)为土壤系统主要营养的重要指标。对于农业生产和环境保护至关重要。土壤营养元素中,比较高的有效性比率意味着该元素更加有利于植物的吸收,同时也暗示该元素更加容易进入水体。因此,为了更加有效的对农作物施肥和环境进行管理,了解主要营养物质的有效量、全量和有效性比率的空间分布格局显得非常必要。在过去的几十年内,很多研究者研究了氮、磷和钾各中形态的空间分布格局。但这些研究主要是关注这些主要营养元素的全量或有效量,缺少对其有效性比率的研究记录。本研究采用多元统计分析土壤有效性比率与土壤属性之间的关系,找出了影响有效性比率的控制因子；同时利用地统计学分别对主要营养元素的全量和有效量分布进行插值,最后得到有效性比率的空间分布格局。
【学位授予单位】：华中农业大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：P208

【引证文献】

中国期刊全文数据库 前1条

1 李迪;胡乃联;李国清;侯杰;;基于序贯高斯模拟的储量估算分层更新技术[J];中国矿业;2014年03期

中国博士学位论文全文数据库 前1条

1 李硕;基于可见近红外成像光谱技术土壤剖面氮的预测研究[D];华中农业大学;2013年

中国硕士学位论文全文数据库 前3条

1 姚远;干湿季节下基于遥感和电磁感应技术的绿洲土壤盐渍化评估与尺度效应分析[D];新疆大学;2013年

2 牛涛;基于地表定量参数的土壤电导率反演模型研究[D];新疆大学;2013年

3 李秒;县域耕层土壤养分时空变异及综合地力评价[D];兰州大学;2013年

，

本文编号：1200124