论文部分内容阅读
近年来随着经济社会的迅速发展,土壤重金属污染问题引起了广泛关注。准确掌握区域内土壤重金属的空间变化是进行土壤重金属污染防治的关键和前提。融合相关环境因素进行土壤性质空间分布预测,是提高预测精度的有效手段和必然途径。然而常用的辅助环境变量在地形平缓区域难以有效利用。基于此,本研究以成都平原腹地为研究区,以土壤镉含量为研究对象,在分析平原区土壤镉含量影响因素的基础上,采用高精度曲面（HASM）和径向基函数神经网络模型（RBFNN）构建平原区土壤镉含量空间分布预测方法,模拟研究区土壤镉含量的空间分布格局。主要结论如下：（1）研究区土壤重金属镉含量范围在0.13-0.61mg.kg-1之间,变异系数为27.23%,平均值为0.21 mg.kg-1,分别高出该区域背景值(0.16 mg.kg-1)31.25%和中国土壤镉背景值(0.097 mg.kg-1)1.16倍。根据国家土壤环境质量标准（GB15618-1995）,研究区土壤重金属镉含量总体上未超过二级标准。污染评价表明,研究区仅有6.78%的土壤样点镉含量超过二级标准,超标点集中分布于研究区西部靠近金马河的区域。（2）半方差分析表明,研究区土壤镉含量的块金系数为43.7%,说明区内土壤镉含量的空间分布由结构性因素和随机性因素共同决定。回归分析表明,主要水系距离（金马河）、植被指数（可在一定程度上反映区域农地种植制度）、县级以下道路密度以及县级以上道路密度对研究区土壤镉含量的影响作用明显,分别能解释研究区土壤镉含量22.0%、12.8%、5.7%和1.4%的空间变异,这也表明自然因素对研究区土壤镉含量的影响作用大于人为因素。其中,河流（金马河）的影响范围为10 km；县级以上和以下道路密度的影响范围分别为1.2-1.5km和150-200m。（3）以水系距离、植被指数和不同等级的道路密度为辅助变量,利用径向基函数神经网络模型和高精度曲面模型构建研究区土壤镉含量空间分布预测方法（RBF1HASM）。与3种对照方法相比,该方法对验证点预测结果的精度提高了5.56%-17.65%。同时,该方法能较好地反映研究区土壤镉含量空间变化的细节信息。本研究在充分分析平原区土壤镉含量影响因素的基础上,合理选择和表达了平原区预测土壤镉含量空间分布的影响因素,结合人工神经网络模型和高精度曲面模型,实现了对平原研究区土壤镉含量空间分布格局的较高精度的预测,为类似区域的研究提供了方法上的参考。