论文部分内容阅读
土壤重金属污染对生态环境安全和人们的身体健康造成的威胁日益严峻,土壤重金属污染的防护和治理工作已经刻不容缓。城郊土壤污染来源复杂,波及到的常住人口范围较大,是当前环境领域研究的热点问题之一。传统的土壤重金属检测方法费时费力,本文基于高光谱数据对西安城郊土壤重金属进行污染监测、空间分布、污染状况、来源分析的研究。主要结论如下:(1)As主要受到土壤中有机质、黏土矿物、铝矿物和铁氧化物的吸附作用,Cr和Ni受到有机质、铁锰氧化物、硅铝矿物、黏土矿物的吸附集聚作用较强,Cu主要受到有机质、铝氧化物、铁锰氧化物的吸附集聚作用,Pb在土壤中的含量主要受到有机质、铁锰氧化物、铝氧化物的吸附作用,Zn主要受到有机质、黏土矿物、铁锰氧化物的集聚吸附作用。使用移动平均法对原始光谱数据进行平滑处理,提高光谱的信噪比。研究区土壤光谱曲线的趋势特征为上凸的缓斜型抛物线。400nm处,反射率达到最低点,而后反射率曲线斜率较大,在400-600nm区间内反射率数值快速升高,600-1024nm区间内,反射率数值趋于平缓,曲线总体呈上升趋势。(2)As 的敏感波段区间为388-420nm,480-490nm,570-590nm,640nm-670nm,700-71 0nm,980-1020nm;Cr 的敏感波段区间为 406-440nm,630-670nm,920-930nm,980-1020nm;Cu的敏感波段区间为388-1024nm;Ni的敏感波段区间为392-510nm,650-700nm,740-750nm,920-960nm,1000-1010nm;Pb 的敏感波段区间为 440-480nm,510-1020nm;Zn的敏感波段区间为430-1020nm。除As外,偏最小二乘回归模型对土壤中各重金属元素含量的估算精度更高。As、Ni、Pb的最优光谱指标为倒数,Cr、Cu、Zn的最优光谱指标为一阶微分,对光谱反射率进行倒数变换和一阶微分变换可以有效提高反演建模的精度。(3)研究区土壤中As含量的范围是3.0-21.2mg/kg,Cr含量范围是42.4-94.2 mg/kg,Cu 含量范围是 11.0-50.1 mg/kg,Ni 含量范围是 16.2-45.9 mg/kg,Pb 含量范围是20.0-87.4 mg/kg,Zn含量范围是30.9-166.1 mg/kg,与陕西省土壤元素背景值相比,存在一定的富集现象。六种重金属的变异系数范围均为1 0%<CV<100%,属于中等变异程度。As、Cr、Cu、Ni呈现正态分布,Pb和Zn呈现对数正态分布。果园区、农田区和公共服务区(公园、绿地)土壤中As含量较高;工业区土壤中Cu含量较高;Pb和Zn在不同功能区的分布特征类似,在交通区的土壤中含量较大。As、Cr、Cu、Ni、Zn均呈现出在新积土和塿土中含量较高、潮土中较低的分布特征,Pb在4种类型土壤中的含量基本一致。黄膳土中Cr、Ni、Pb、Zn的含量值波动较大,潮土中Cu的含量波动较大。(4)As、Cr、Cu、Ni符合高斯模型,Pb符合指数模型,Zn符合球状模型。Cr和Ni的块金效应分别为22.51%和24.42%,具有较强的空间自相关性,主要受到自然因素的结构性影响;As、Cu、Zn的块金效应分别为45.08%、26.79%、52.78%,具有中等程度的空间相关性;Pb的块金效应为78.94%,空间相关性较弱,受到人为因素影响较大。As、Cr、Cu、Ni、Pb、Zn的变程分别为4.85km、3.04km、3.32km、3.60km、4.82km、3.28km,均大于采样间隔2.5km。高陵区的北部地区As含量较高,均在12mg/kg以上,此外,灞桥区的狄寨街道和洪庆街道也存在一定的累积现象。未央区的As含量较低;灞桥区的狄寨街道、灞桥街道和洪庆街道,未央区的未央宫街道、高陵区的通远镇和鹿苑街道Cr含量较高,均在75mg/kg以上;Cu含量的高值区域主要分布在未央区的南部各街道、灞桥区的西南部和高陵区的药惠管委会,含量在33mg/kg以上;Ni在高陵区东北部地区和灞桥区的狄寨街道含量较高,含量在35mg/kg以上;Pb在未央区的南部各街道含量比较高,在48mg/kg以上;Zn的高值区域主要位于未央区的南部各街道和灞桥区的西南部各街道,含量在106mg/kg以上。(5)研究区土壤重金属累积污染程度顺序为Pb>Cu>Ni>As>Cr>Zn,其中Pb和Cu受到人为影响较重,综合污染指数为1.444,研究区的污染状况整体处于轻污染状态。As主要来自于农业污染源、Cr和Ni主要来自于成土母质源、Cu主要来自于工业污染源、Pb和Zn主要来自于交通污染源。各污染来源贡献率如下:农业污染源总贡献率21.3%,自然成土母质贡献率30.7%,工业污染源26.7%,交通污染源21.4%。研究区的人为源贡献率大于自然源。