丘陵区水稻土Cu污染空间变异的协同克里格分析

被引：10

作者：

孙波

宋歌

曹尧东

机构：

[1] 中国科学院南京土壤研究所中国科学院土壤环境与污染修复重点实验室

来源：

农业环境科学学报 | 2009年 / 28卷 / 05期

关键词：

水稻土表层Cu; 辅助变量; 空间变异; 协同克里格; Cu冶炼厂;

D O I：

暂无

中图分类号：

X53 [土壤污染及其防治];

学科分类号：

082803 ; 120405 ;

摘要：

针对丘陵红壤区铜冶炼厂周围水稻土污染区(1.40km2),在景观尺度上,采用协同克里格方法,研究了影响表层土壤Cu含量空间分布预测的辅助因子。基于空间自相关性、间距、长轴方位角以及各种预测误差,评价了辅助变量(包括秸秆全Cu含量StrawCu、籽粒全Cu含量GrainCu、土壤全Cd含量Cd、土壤pH、土壤有机质OM、高程H)对表层土壤Cu含量分布预测精度的影响。结果表明,单辅助变量的协同克里格预测值与实测值相关系数的大小顺序为Cu/Cd>Cu/H>Cu/StrawCu>Cu/GrainCu>Cu/OM、Cu/pH,而多辅助变量协同克里格预测的相关系数大小顺序为Cu(/Cd,StrawCu)>Cu(/Cd,StrawCu,H)>Cu(/Cd,StrawCu,GrainCu)>Cu/(StrawCu,GrainCu)>Cu(/Cd,H)。与土壤全Cu含量的普通克里格插值精度相比,利用表层土壤全Cd含量、水稻秸秆全Cu含量、高程作为辅助变量与水稻土表层全Cu含量进行协同克里格插值可以显著提高预测精度;但水稻籽粒全Cu含量作为辅助变量对预测精度影响不显著;而土壤有机质含量和土壤pH作为辅助变量反而降低了预测精度。在对表层土壤全Cu含量分布的多辅助变量协同克里格预测中,表层土壤全Cd含量和水稻秸秆全Cu含量的影响最大,其次是高程,水稻籽粒全Cu含量不能提高对表层土壤全Cu含量分布的预测精度。

引用

页码：865 / 870

页数：6

共 12 条

[1] Geochemical characterization of heavy metal contaminated area using multivariate factorial kriging [J].

Queiroz, Joaquim C. B. ;

Sturaro, Jose R. ;

Saraiva, Augusto C. F. ;

Barbosa Landim, Paulo M. .

ENVIRONMENTAL GEOLOGY, 2008, 55 (01) :95-105

[2]

Uncertainty assessment of soil water content spatial patterns using geostatistical simulations: An empirical comparison of a simulation accounting for single attribute and a simulation accounting for secondary information.[J].H. Bourennane;D. King;A. Couturier;B. Nicoullaud;B. Mary;G. Richard.Ecological Modelling.2007, 3

[3]

The geostatistical analysis of experiments at the landscape-scale.[J].T.F.A. Bishop;R.M. Lark.Geoderma.2006, 1

[4]

Geostatistics in soil science: state-of-the-art and perspectives.[J].P. Goovaerts.Geoderma.1999, 1

[5]

中国东部红壤地区土壤退化的时空变化、机理及调控.[M].赵其国等著;.科学出版社.2002,

[6]

土壤—植物系统中的重金属污染.[M].陈怀满等著;.科学出版社.1996,

[7]

土壤理化分析.[M].中国科学院南京土壤研究所编.上海科学技术出版社.1978,

[8] 污染水稻土中有效态重金属的空间分布及影响因子 [J].