基于GIS的多指标土壤重金属污染评价及其空间变异分析

《基于GIS的多指标土壤重金属污染评价及其空间变异分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要农田土壤重金属污染评价及其空间变异的研究，无疑对于判断城郊农田土壤环境质量状况，明确污染物的布局和空间变异，预测农田土壤环境质量的变化趋势以及强化相应的管理等具有重要意义。本文以天津宁河县东北部蔬菜生产基地为例，在地理信息系统(GIS)和地统计分析的支持下，采用污染指数法和主成分分析对蔬菜生产基地的土壤重金属污染及其空间变异进行评价，获得评价区域的重金属浓度分布趋势和空间格局，以地图的形式输出评价结果。主要研究工作包括以下几个方面：(1)建立研究区土壤环境数据库。利用宁河县地形图、土壤图、土地利用现

2、状图(1：5万)、Spot影像以及土壤样点监测数据和当地统计年鉴(2001—2002)，在GIS软件Arc／Info、影像处理软件Erdas8．7、数学计算软件Matalab6．5以及Excel、Access等软件的支持下，建立了基础空间数据库和相应的属性数据库。空间图形数据是在对原始纸制地图、遥感影像进行数字化，并在Arc／Info中进行拓扑生成，建立点、线、面之间的空间拓扑关系，并进行相应的坐标和空间转换而获得的：利用ArcMap8．3对图形数据进行管理并将其与属性数据进行关联。(2)评价土壤重金属

3、污染。利用GIS的空间分析功能将以不同土壤类型和土地利用现状界线分割的地块作为评价单元：计算蔬菜生产基地监测样点各重金属的单项污染指数，进行单项污染指数评价和内梅罗综合污染指数评价，并对评价结果进行表达。由于不同的土地利用对土壤重金属的敏感性不同，本文将土地利用作为评价因子和重金属一起构建矩阵，利用主成分分析进行综合计算，获得主成分和每一监测点的主成分计算结果。从主成分的评价结果可以看出，宁河县蔬菜生产基地中锌、铅和汞三项对重金属污染程度的贡献最为显著，而土地利用也在很大程度}：影响最终的评价结果。(3

4、)分析空间变异。在GIS软件地统计分析模块的支持下，利用kriging法获得宁河县蔬菜生产基地各重金属浓度值的空间格局分布图，阐述了蔬菜生产基地重金属浓度的空间变异特征：结果表明，铜、砷和铅的空间变异中随机因素占主要部分，而汞、镉和锌的空间变异中，空间自相关引起的变异占主要部分。关键词：GIS技术地统计分析土壤重金属空间变异宁河AbstractAcasestudyonvegetableproductionbaseinnortheasternofNingHeisinvestigated．Basedonge

5、ographicinformationsystem(GIS)，pollutionindexesandprincipalcomponentanalysisareappliedtoassessthesoilheavymetalpollution．Assessmentresultsareobtainedasavisualmodewithmaps．Spatialvariabilityofmetaldistributionisanalyzedwiththeaidofgeostatistica[analysis．D

6、istributiontrendandspatialpaRernofvegetableproductionbasehavebeenachievedfromthesestudiesItisconcludedthatspatialvariabilityanalysisandsoilheavymetalpollutionassessmentcouldplayanimportantroleinsoilenvironmentalassessment．Itcarlbeappliedtoevaluatethestat

7、usofsoilenvironmentalquality．Italsogivesimpetustopredictthechangesofsoilenvironmentalqualityandhaveapracticalmeaningtostrengthentherelatedmanagement．TheutilizationofGIStechnologyandgeostatisticalanalysiswiththeassociationoflandUSetoassessandanalyzesoilhe

8、avymetalisthemostimportantcharacteristicsoftiffspaper．TheresearchiscomposedofthreeaspectsaSfollowing：1)Creatingspatialdatabase．Usingtopographicalmap，soilmap，landuse，spotimages，annalsofNingHe，soilmonitoringresultsandbasedOn