基于地理统计学的重金属元素污染解析

3551 土壤重金属元素统计特征

对研究区15个采样点按采样时间分别对7种重金属元素进行统计性描述，统计特征见表315，其中2010年12月样品铬、铅、镍、锰平均值分别为4230mg/kg、1890mg/kg、2874mg/kg、47742mg/kg，均小于宁夏表层土壤重金属元素背景值，表明这几种重金属元素在该区没有发生明显的富集或累积作用；砷、铜平均值为 1571mg/kg、2856mg/kg，高于自然背景值，表现出一定的富集作用；镉平均值为067mg/kg，远高于自然背景值0112mg/kg，超过土壤二级标准06mg/kg，表现出强烈的富集作用。铬元素标准差相对较大，离子含量变化范围较广，其他元素含量分布较均一，全区变化不大。对比两期样品重金属元素含量，春季样品重金属元素含量低于冬季样品。首期样品重金属元素含量变化范围大，极差较大，对应的标准差相对也较大，样品分布分散；二期样品测得重金属元素含量变化较小，全区呈现出一定的均一性；表层土壤重金属元素随着季节的变换，含量发生变化，冬季由于风沙较大，重金属元素分布较分散，离散程度相对较高，春季由于引水灌溉，各重金属含量变化相对平缓。

表315 土壤重金属元素统计特征值表

注：∗全国土壤背景值中宁夏表层土壤重金属平均值，∗∗《土壤环境质量标准》（GB 15618—1995）中pH＞75情况下的二级标准。

对7种重金属元素的原始数据、对数变换数据和box-cox正态转换后数据进行偏度、峰度、Shapiro-Wilk正态检验，检验结果显示砷、铜、铅、镍、锰原始数据均通过001显著性水平上的正态检验，经过box-cox转换后铬符合正态分布，但镉仍不符合正态分布规律，据研究表明，天然状态下各重金属元素分布符合正态分布。为探索各重金属元素间的相关性，进行重金属元素相关系数统计（表316），从相关系数可以看出砷、铜、铅、镍之间具有显著正相关性，砷、铜、铅、镍与锰、镉呈现出较强的负相关性，仅铬与众元素之间没有明显的相关性（表317）。简单的相关性分析难以摒除共同因素对相关系数的影响，有可能造成两个重金属元素由于与第三种元素相关性较强或较弱，使该两种重金属元素产生相关性或非相关性，因此需进一步描述重金属元素间的亲疏关系，分析重金属元素空间分布情况。

表316 重金属元素偏度、峰度及正态检验统计表

注：∗∗显著性水平a＝001。

表317 重金属元素相关性分析表

注：∗∗显著性水平a＝001。

3552 基于ANN 的土壤重金属元素分布预测

人工神经网络（ANN）模型是模拟人类大脑处理和分析问题的方式方法来研究实际问题，从本质上说，它是一种黑箱建模工具，它能够通过“学习”来仿真真实系统中的输入和输出之间的定量关系；具有自适应性、自学习性、容错性和联想记忆能力等特点，而且鲁棒性强、 *** 作简单、具有真正多输入多输出系统的特点，这些都是常规的建模方法所不具备的。为了恰当地表征一个神经网络模型，至少需要涉及以下3个方面：即网络拓扑、神经元特性以及学习（训练）方法。

考虑到土壤中各金属离子含量与空间位置之间存在着高度复杂的非线性映射关系，因此不宜用常规的建模方法来解决此类问题，而适合用ANN模型来对这种关系进行研究，使ANN发挥其能够处理具有“黑箱”特征问题的优点，建立各个重金属元素含量与其空间位置之间关系的映射模型。本书选用反向传播神经网络（Back-Propa-gation Net-works，以下简称BP网络）模型来对以上二者的关系进行研究。

在ANN模型的实际应用中，绝大部分使用的是BP网络模型，它是前向型神经网络的核心部分；它的结构由3部分组成，分别是输入层、隐层和输出层。输入层和输出层一般只有一个，隐层可能有若干个。各层神经元并行分布，只存在层与层神经元（节点）之间的联系，层内神经元之间没有任何联系。它采用有教师指导的学习训练算法，把学习过程分为两个阶段：即正向传播阶段和反向传播阶段。两个阶段反复交替进行，直到网络输出与期望输出一致为止。学习训练完毕后的网络结构和状态就代表了输入-输出之间关系的映射模型，它不是常规的用数学表达式表示出的函数或回归模型，而是一种黑箱的、智能的仿真模型。模型的输入端和输出端分别为各采样点处的坐标值和该处的7种重金属元素含量值。原理是通过建立BP网络来对现有的样本进行学习和训练，直到网络完全“掌握”了这些输入-输出之间的对应关系为止。然后利用训练好的BP网络的泛化能力来预测选择的43个插值点上7 种重金属元素的含量，从而得到各点的重金属元素含量。利用得到的重金属元素含量分布进一步分析空间变异情况。

3553 富集因子及计算

富集因子（Enrichment Factor，EF）是评价人类活动对土壤及其沉积物中重金属元素富集程度影响的重要参数。富集因子的基本含义是将样品中元素的浓度与背景中元素的浓度进行对比，以此来判断表生环境介质中元素的污染状况。考虑到减少环境介质、采样过程以及制备样品等对元素含量的影响，因此在富集因子的计算中常常引入可参比元素进行标准化，其计算公式可以表示为：

地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例

式中：Ci——元素i的浓度（测试值）；

Cn——标准化元素的浓度（测试值）；

sample和background分别表示样品和背景。

选择远低于环境背景值的镍作为标准元素，采用镍平均值作为背景测试值进行计算。计算结果见表318。

表318 土壤重金属富集因子变化范围

砷、铜、锰、镍富集因子均小于2，铬、铅富集因子均小于1，富集因子级别为1级，受人类活动影响微弱。镉因子分布范围为701～935，为显著性富集，表明镉受到强烈的污染与影响。

3554 土壤重金属元素空间分析

土壤重金属元素常规统计分析描述了土壤重金属元素的整体特征，为反映数据间的变化特征及程度，进一步研究土壤重金属元素含量的随机性和结构性，采用地统计法的半方差分析对土壤重金属元素含量的空间变异结构进行分析和探讨。土壤的变异结构包括区域化变量的结构性变异和随机性变异，结构性变异指由土壤母质、地形、气候等非人为的因素引起的变异，随机性变异是由实验误差和小于取样尺度上施肥、作物、管理水平等随机因素共同引起的变异。利用半方差函数对研究区7种重金属元素分布及变异进行分析，半方差模型及其参数值如表319各重金属元素均符合高斯模型，砷、镉、铬、铜、铅、锰决定系数均大于09，其中铬残差大，其他重金属元素残差都相对较小（图327）。

表319 半方差函数模型表

图327 各重金属元素半方差函数变异图

变程也称之空间最大相关距离，反映了变量空间自相关范围的大小。土壤中砷、镉、铬、铜、铅、镍、锰变程分别为677km、890km、915km、688km、457km、213km、500km，重金属元素空间相关性范围由大到小依次为土壤铬、镉、铜、砷、锰、铅、镍。块金方差表示由随机部分引起的空间异质性，基台值表示系统内总的变异，是结构性变异和随机性变异之和。土壤各重金属元素的空间变异性可根据块金值与基台值的比值大小来划分（即块金系数），块金系数表示由随机部分引起的空间变异性占总体变异的比例。当C0/（C0+C）＜25%时，表明变量的空间变异以结构性变异为主，变量具有强烈的空间相关性；25%～50%时，变量有明显的空间自相关；50%～75%时，变量为中等程度空间相关；＞75%时，以随机变异为主，变量空间相关性很弱。研究区内块金系数均小于25%，在空间上表现出强烈的结构性变异，主要受土壤母质影响。

结论：研究区铬、铅、镍、锰平均值均小于自然背景值，没有发生明显的富集或累积作用；砷、铜高于宁夏回族自治区自然背景值，通过富集因子计算和空间变异性分析，该两种元素并未受到强烈的人为干扰，判断为该区此重金属元素具有高于宁夏全区平均值的含量；镉平均值为 067mg/kg，远高于自然背景值 0112mg/kg，超过土壤二级标准06mg/kg，表现出强烈的富集作用，进行半方差模型拟合时拟合残差较大，模型可靠性降低，从空间分析可以看出各重金属离子具有较强的空间相关性，主要以结构性变异为主，受土壤母质影响最大，因此，判断影响镉含量的原因可能由于长期施用化肥农药等造成的农业污染。

3555 水环境重金属元素分布特征

本书检测的黄河水、工企业排污口污水以及南干沟污水中重金属铅未检出；镉、铬、铜、镍有微量检出，均低于地下水Ⅰ类标准下限；锰在南干沟入口、出口以及沿途企业都有检出，南干沟上游锰含量较低，满足Ⅰ类地下水水质标准，出口处含量达到Ⅳ类水标准；区内地表水以及工企业污水砷普遍检出，从图328（单位mg/kg）可以看出砷主要沿黄河以及南干沟、清二沟有检出，浓度较高的点围绕工企业分布，根据数据显示沿途化肥厂污水排放砷为Ⅱ类标准，其余排放含量均满足Ⅰ类标准。

地下水检测的重金属元素主要有砷（As）、镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、镍（Ni）、锰（Mn）7种，检测限普遍低于地下水水质标准一个数量级。水样中铅未检出；镉、铬、铜在个别采样点有微量检出，大部分低于检测限，检出项含量均低于地下水Ⅰ类标准下限；镍、锰在全区范围内广泛检出，以符合地下水Ⅰ、Ⅱ类标准为主，从图328中可以看出沿着马莲渠与清二沟至清二沟与南干沟交汇段地下水中镍含量普遍高于全区地下水镍含量；锰在工业区范围内地下水含量及排放污水中含量均较低，在水源地中心以及上游黄河沿岸部分地区锰含量较高，属于Ⅳ类水。

从水体重金属元素分布可以看出工企业污水以及南干沟污水砷普遍检出，但沿南干沟地下水砷含量并未表现出波动或富集；锰和镍浓度在水源地和工业区范围变化明显，锰在地下水中普遍检出且存在大范围超标，浓度大于01mg/L，为地下水水质分类的Ⅳ类水，沿南干沟地下水中锰元素浓度显著降低，污水中锰含量低于全区平均值；镍在全区含量分布均匀，在工业区范围内含量增加。该两种重金属元素含量的变化反映了锰、镍不仅在土壤中存在显著负相关性，在地下水中也存在相似的此消彼长的规律。在污染物的迁移过程中，土壤以及地下水系统的氧化-还原条件、pH、生物作用以及水化学成分对污染物的迁移转化有着重大的影响，改变了重金属元素空间分布及含量。对比分析全区地下水水质检测结果与污水指标检测结果，污水pH、化学需氧量（CODcr）含量显著高于地下水中检测量，重金属元素含量的变化主要反映了南干沟地表污水的排放对土壤及地下水中酸碱度、氧化还原条件的改变。

图328 水环境重金属元素分布图

( 一) 评价信息获取与分析

滨海盐碱地恢复与再利用评价需要广泛收集相关的土壤理化性质、自然环境、经济社会环境因素以及统计数据等方面的资料。土壤理化性质资料是通过野外定点采样、室内化验分析得到的氮、磷、钾、有机质等土壤养分含量数据以及土壤盐分含量、土体构型、表层质地等资料; 自然环境因素主要包括生物、气候、水文地质以及地形地貌等方面的资料; 社会经济环境因素主要收集人口、土地利用程度、道路和灌排等基础设施方面的资料; 基础图件资料主要收集 1∶ 10 万比例尺的研究区土地利用现状图、土壤图、行政区划图等。对收集的资料进行分析处理，主要包括三个步骤。

1 土壤理化性质数据的分析处理

土壤养分及含量数据的分析处理主要基于定点的采样数据，采用地统计学方法进行插值处理，生成各养分及含盐量空间分布图。大量研究表明，地统计学方法中的半方差理论模型和克里格 ( Kriging) 插值法适合土壤养分及含盐量特性的空间预测。通过地统计预分析可知，全氮和有机质含量符合正态分布，速效磷、速效钾和盐分含量符合对数正态分布，趋势比较平稳。通过半方差函数理论模型分析得知四种养分含量均最符合指数模型，盐分含量最符合球状模型，空间变异强度中等，各项误差均符合检验标准。检验结果表明，利用 Ordinary Kriging 对全氮和有机质及利用 Simply Kriging 对速效磷、速效钾和含盐量进行空间插值的可靠性均较高。

依据研究区不同土壤表层质地类型对土壤的养分含量、通气透水性、保水保肥性的影响以及与作物生长、盐碱地恢复与再利用的关系，分别对土壤表层质地赋予相应的等级和分值，见表 3 －18。

表 3 －18 土壤表层质地分值

根据土壤表层质地类别及其在土体中的位置，以及对土壤中水盐运动的影响，分别对土体构型赋予相应分值，见表 3 －19。

表 3 －19 土体构型分值

2 自然环境因素数据的分析处理

地统计学方法中的半方差理论模型和克里格 ( Kriging) 插值法也适合对地下水埋深和矿化度的分析处理，通过地统计分析进行插值处理，生成相应的空间分布图。地下水埋深和矿化度分别呈对数正态分布和正态分布，趋势平稳，均最符合球状模型，各项误差符合检验标准。检验结果表明，利用 Simply Kriging 对地下水埋深及利用 Ordinary Kriging 对地下水矿化度进行空间插值的可靠性均较高。

在自然大环境一致的前提下，不同的微地貌类型是决定小范围内的土壤是否发生盐碱化以及盐碱化程度高低的直接因素之一。根据微地貌类型及其影响分别对其赋予相应的分值，见表 3 －20。

表 3 －20 微地貌类型分值

3 社会经济环境因素数据的分析处理

人口密度、道路密度指数、水密度指数以及灌排保障程度等影响因素分别用城镇居民点、主干道、水库和河流、灌排水渠设施做四个级别的缓冲区分析。通过算术平均分割法计算上述因素的影响半径。对于点状因子，采用下式计算:

退化废弃地遥感信息提取研究

式中: d 为服务半径; S 为定级区域面积; n 为某级别类型的实体数。

对于线状因子，如道路等，则采用下式计算:

退化废弃地遥感信息提取研究

式中: D 为主干道或次干道影响距离; S 为定级区域面积; L 为主干道或次干道总长度。

最终得到的半径见表 3 －21。

表 3 －21 缓冲区半径

土地利用程度量化的基础是依据土地利用程度的极限水平上，土地利用程度的上限即土地资源利用达到的顶点，人类一般无法对其进行进一步的利用与开发; 而土地利用程度的下限即人类对土地资源开发利用的起点; 土地利用程度可以表达成一种不连续的函数形式。根据以上特点，将 4 种土地利用的理想状态定为 4 种土地利用级，并分别对其赋值，则可以得到 4 种土地利用程度的分级指数，见表 3 －22。

表 3 －22 土地利用程度分级赋值表

利用公式:

退化废弃地遥感信息提取研究

退化废弃地遥感信息提取研究

式中:La为土地利用程度综合指数;Ai为第i级的土地利用程度分级指数;Ci为第i级土地利用程度分级面积百分比。

(二)评价单元划分

在GIS技术支持下，采用土壤图与土地利用现状图相叠加的方式自动生成评价单元。将研究区的土壤图和土地利用现状图分别进行数字化和坐标校正后进行空间叠加分析，经拓扑运算生成4576个盐碱地恢复与再利用评价单元。其中土壤类型划分到土种，土地利用现状图划分到二级土地利用类型。

(三)评价指标选取及权重确定

影响盐碱地恢复与再利用的因素是多方面的，需要选取对盐碱地恢复与再利用起主要影响作用的评价因素，建立评价指标体系。结合黄河三角洲地区的实际情况，遵循主导性、差异性、稳定性和敏感性的原则，采用定性和定量分析相结合的方法对参评因素进行筛选，找到彼此独立并且具有代表性的参评因素。利用Delphi法对收集到的土壤、生物、气候、水文地质以及地形地貌等定性指标进行筛选，通过系统聚类分析对土壤理化性质等定量指标进行分析，归并相似指标，获得相对独立的主导因素。通过定性因素和定量因素的结合，同时结合专家知识与研究区的实际情况，建立滨海盐碱地恢复与再利用的评价指标体系，如图3－17所示。

图3－17 滨海盐碱地恢复与再利用评价指标体系

本评价采用层次分析法 ( AHP) 确定各评价因素的权重，步骤如下: ① 建立指标层次结构，盐碱地恢复与再利用程度为目标层 ( G 层) ，影响盐碱地恢复与再利用的土壤理化性质因素、自然环境因素以及社会经济环境因素为准则层 ( C 层) ，再把影响各准则层的各因素作为指标层 ( A 层) ，如图 3 －17 所示; ② 构造判断矩阵，结合实际情况，根据专家经验，按 1 ～9 的标度法分别确定 C 层和 A 层中各指标的相对重要程度，构造判断矩阵; ③ 层次单排序及一致性检验，即求取判断矩阵的特征根和特征向量，并进行一致性检验，结果为 CI =0 00033，CＲ =0 00057，二者均远小于 0 1，具有满意的一致性，最后计算各指标层对目标层的组合权数值。盐碱地恢复与再利用评价指标权重见表 3 －23。

表 3 －23 盐碱地恢复与再利用评价指标权重

(四)参评因素隶属函数建立及盐碱地恢复与再利用等级确定

由于单因子间的数据量纲不同，只有当每一个因素都处于同一量纲后才能用来衡量该因素对盐碱地恢复与再利用的影响。模糊评价中用隶属度来划分客观事物中的模糊界限，隶属度可以用隶属函数来表示。本研究建立隶属函数的方法如下:根据一组分布均匀的实测值评估出对应的一组隶属度，在计算机中分别绘制这两组数值的散点图，进行曲线模拟，求取参评因素实际值与隶属度的关系方程，从而确定隶属函数。对拟合效果进行检验发现，拟合优度(Ｒ2＞0965)，统计检验达到极显著水平(P＜0001)，函数模型精度较高。通过模拟共得到戒上型、戒下型、直线型、正直线型、概念型5种类型的隶属函数，其中全氮、速效磷等属于戒上型隶属函数，地下水矿化度和土壤盐分含量属于戒下型隶属函数，人口密度、水密度指数等属于直线型隶属函数，土地利用程度和地下水埋深属于正直线型隶属函数，表层质地、土体构型等描述性因素属于概念型隶属函数。各参评因素类型及其隶属函数见表3－24。

表3－24 参评因素类型及其隶属函数

续表

注:y为参评因素隶属度值;x为参评因素实际数值或定性因素量化处理后分值;a、c为隶属函数的系数。

将参评因素的隶属度值进行加权组合得到每个评价单元综合评价分值，用其大小表示盐碱地恢复与再利用的难易程度。盐碱地恢复与再利用综合指数用如下公式计算:

退化废弃地遥感信息提取研究

式中:I为盐碱地恢复与再利用综合指数;Fi为第i个参评因素计算出的因素综合分值;Mi为第i个因素的综合权重。

采取累计曲线分级法，根据曲线斜率的突变点来确定等级的数目和划分综合指数的临界点，从而保证各等级之间具有明显的差异性。将研究区的滨海盐碱地恢复与再利用程度划分为6个等级，各等级的综合指数如表3－25所示。

表3－25 盐碱地综合指数及恢复与再利用等级

根据滨海盐碱地恢复与再利用所分等级的临界点值，对评价单元图进行分级表示，得到黄河三角洲滨海盐碱地恢复与再利用等级图(图3－18)，并分别统计各等级的面积及百分比，见表3－26。

表3－26 盐碱地恢复与再利用评价结果

图3－18 黄河三角洲滨海盐碱地恢复与再利用等级图

通过表3－26可以看出，黄河三角洲滨海盐碱地恢复与再利用程度总体良好，一、二等地的面积为286438661hm2，占总面积的3373%，三、四等地的面积为361199266hm2，占总面积的4254%，五、六等地的面积为2014901hm2，占总面积的2373%。总体上，黄河主河道及城镇居民点周围的盐碱地恢复与再利用程度比较高，而距离黄河较远、距离海洋较近的盐碱地的恢复与再利用水平比较低，大致以黄河主河道及城镇居民点为中心，形成了从内陆到沿海盐碱地恢复与再利用水平由高到低过渡的趋势。

从各等级分布情况看，一、二等地集中分布在黄河主河道两侧及城镇居民点周围，海拔一般为5～7m，相对较高，地貌类型以缓岗地、微斜平地为主。土壤类型多为潮土及轻度的盐化潮土，约有70%的土壤中盐分含量小于02%。表层土壤质地以壤质土为主。地下水埋深在3～7m之间，矿化度多小于5g/L。全氮和有机质含量相对较高，能满足一般作物生长需要。该区域人口密度大，经济发展水平较高，受人类生产生活等活动的影响，土地利用方式较为合理，土地利用率较高。道路密集，交通方便，水源丰富，灌排设施齐全，为盐碱地的恢复与再利用提供了良好的基础条件。该区域盐碱地恢复与再利用应注重合理的耕作灌排，防止土地退化及次生盐碱化的发生。

三、四等地大量分布在距离黄河主河道较远而离海较近的区域，另外在西南部也有一些分布。海拔除西南部较高外，一般为26～5m，微地貌类型以微斜平地及海滩地为主，同时伴有缓岗地及浅平洼地。土壤类型以滨海潮盐土及盐化潮土为主，土壤盐分含量大于04%，部分地块大于2%。表层多为轻壤，土体构型以较差的夹砂型为主。地下水埋深变化比较大，一般在1～5m之间，地下水矿化度多大于10g/L，离海较近的区域矿化度往往大于30g/L，严重影响作物生长。土壤养分中，速效钾和速效磷的范围分别为80～319mg/kg和18～71mg/kg，范围变化较大，除了速效钾以外其他养分的含量偏低。三、四等地的区位优势不明显，人口较少，道路灌排等基础设施覆盖率比较低，土地利用率不高。在恢复与再利用的过程中要注意利用的合理性和渐进性，引种耐盐碱的作物，在生态环境稳定和改善的基础上充分利用土地资源。

五、六等地主要位于黄河三角洲的东北部，远离黄河，濒临渤海，海水入侵比较严重。海拔在3m以下，近海区海拔多低于1m，微地貌类型以海滩地为主，伴有少量浅平洼地。土壤主要为滨海潮盐土，土壤盐分含量大于20%，作物基本不能生长。土壤表层以砂壤为主，土体构型为砂均质，水肥质量差。地下水埋深较浅，都在2m以下，近海区埋深小于1m，地下水矿化度大于10g/L，近海处大于30g/L。土壤养分中速效钾和速效磷含量较高，但全氮和有机质含量很低，尤其是在北部地区。该区域远离城镇和居民点，人口稀少，人类活动影响小，道路和灌排等基础设施缺乏，淡水资源严重不足，严重制约盐碱退化地的恢复与再利用。因此，该区域盐碱地的恢复与再利用应把生态环境保护和改善放在首位，避免大规模的土地进一步退化及生态环境的恶化。

(五)小结

盐碱地的可持续、合理利用对黄河三角洲地区社会经济的快速、可持续发展及生态环境的改善具有重要意义。黄河三角洲土壤盐碱化现象严重，严重制约社会经济发展。

本研究在地理信息系统(GIS)数据处理和分析功能支持下，结合地统计学分析和相关数学模型，选取自然、环境、社会、经济等综合影响因素，探索了滨海盐碱地恢复与再利用程度评价的技术方法，为今后滨海盐碱地的综合评价利用提供了一种思路。通过评价摸清了黄河三角洲滨海盐碱地恢复与再利用潜力状况，探明了各等级的主要限制因素，为科学、合理地制定盐碱地的恢复与再利用规划，有效地防止盐碱地面积的增加和程度加剧提供了依据。