北京市平原区土壤类金属砷质量分数分布特征研究

基于变异函数理论、经典统计分析、地统计分析以及单因子污染评价方法,以北京市平原区农用地为研究对象,针对不同功能分区、种植模式和母质类型,设置不同土壤深度(0~25cm,25~50cm),对土壤中类金属As的质量分数、水平和垂直分布特征及影响因素进行分析.结果表明:整体上,0~25cm,25~50cm土层As块基比值均小于50%,结构性因素占主导,随着土壤深度增加,随机性因素减少;不同深度土壤As质量分数水平空间分布变化趋势基本一致,平谷区As质量分数均值最高,其污染指数达1.54.不同功能区土壤As质量分数差异性无统计学意义(p0.05).种植模式对0~25cm土壤类金属As质量分数影响有统计学意义(p0.05),对25~50cm As质量分数的影响极有统计学意义(p0.01),果园土壤As质量分数存在累积现象;不同母质类型对0~25cm,25~50cm土壤类金属As的影响有统计学意义(p0.05),钙质岩类风化物母质下的不同土壤深度As质量分数均最高.     

矿业废弃地重构土壤重金属含量高光谱反演

矿产资源对工业和国民经济的发展有重要的作用,但是随着矿业开采规模的扩大,资源枯竭、经营不善而形成的矿业废弃地越来越多。由于长时间受到采矿的影响,矿业废弃地土壤中存在大量的重金属元素,高浓度重金属可能会对环境和人体产生影响。土地复垦是整治污染、退化土壤再利用的重要方法,对重构后的土壤进行重金属含量检测是衡量土地复垦成效的重要指标,需要长期进行跟踪监测。传统的化学检测方法效率低、成本高、无法实现重金属大范围检测。高光谱是一种新兴的、发展潜力巨大的技术,在环境保护,资源利用,区域可持续发展等方面有着广泛的应用。经过近几十年的快速发展,仪器精度逐渐提高,检测方法逐渐成熟,为实现土壤重金属高效、便捷检测提供了可能。正常土壤重金属含量一般相对较低,采用光谱测量重金属含量较为困难,但铁矿开采区矿业废弃地由于土壤中的铁元素较多,会使土壤中的重金属的存在和聚集形式发生变化,影响重金属对光谱的响应,从而使土壤光谱反射率与重金属含量之间关系更加明显。以湖北省大冶市复垦矿区研究区,采样化学检测方法获取土壤重金属（As,Cr,Zn）含量;借助于美国ASD公司生产的FieldSpec4地物光谱仪（350～2 500 nm）获取土壤反射率,应用一阶微分、倒数对数、连续统去除法分别对反射率曲线进行预处理,提取出光谱特征波段,分析三种重金属元素与光谱特征间的相关性并建立逐步回归模型。研究表明,光谱数据预处理可使光谱特征波段更加明显,其中一阶微分和连续统去除法的效果最为明显。3种重金属元素的特征波段为495,545,675,995,1 425,1 505,1 935,2 165,2 205,2 275和2 355 nm。将土壤重金属含量与光谱特征波段之间做相关性分析,三种重金属都表现出了与光谱曲线的相关性,相关系数大部分都达到了0.5以上,最大相关系数为0.663,由于重金属种类和预处理方式的不同会导致相关性系数存在明显的差异。利用与土壤重金属相关性最大的特征波段建立三种重金属反演模型,并以反演模型r大小选择每种重金属的最优反演模型。由于重金属种类的不同,模型的选择也有差异,Cr和Zn一阶微分逐步回归为最佳反演模型,重金属As连续统去除法逐步回归为最佳反演模型。通过检验,三种重金属中Cr反演效果最好,RMSE为2.67,其次是Zn和As。对比当前不同检测手段可知,基于土样和光谱数据预处理的土壤重金属含量地物光谱仪高光谱反演是比较理想的。可为矿业废弃地土壤重金属高光谱反演提供参考。     

黄淮海平原浅层地下水中NO3-N含量的空间变异与分布特征

通过GPS定位取样分析和GIS处理,研究了黄淮海平原浅层地下水中NO3-N含量的空间变异和分布特征。结果表明,黄淮海平原浅层地下水中NO3-N含量在35～50km的取样密度下,没有半方差结构,各取样点之间变异性较大;黄淮海平原有10%的面积浅层地下水中NO3-N含量超过20 mg·L-1,主要分布在天津至济南一线和淮河流域的新蔡、阜阳和蚌埠一带。徐州至连云港一带的苏北地区及山东的潍坊地区,浅层地下水中的NO3-N含量一般在10～20 mg·L-1之间,约占黄淮海平原总面积的11.5%。浅层地下水中NO3-     

镧对土壤微生物的影响

通过南非马唐盆栽试验研究了La对红壤-牧草系统中土壤微生物的剂量效应和时间效应. 结果表明,高浓度La对土壤细菌、放线菌、 真菌和自生固氮菌均有毒害作用,而且土壤细菌、放线菌和自生固氮菌对La的敏感性均大于真菌. 对La浓度-土壤微生物数量的生物学参数模拟的计算结果表明,La对土壤细菌、放线菌以及真菌的EC50(半效应浓度)值随时间延长而增加,说明随着时间的延长,La对土壤微生物的影响具有减弱的趋势.