- 相關推薦
重金屬傳播模型
基于空間統計學模擬方法的城市重金屬污染分析
丁寧，孫英君，蔡菲，孟 飛
(山東建筑大學土木學院，濟南 250014)
摘 要：本文利用空間統計學的模擬方法，對土壤重金屬污染狀況進行研究，通過獲取多幅模擬結果之間的差異來揭示研究區域土壤重金屬污染的整體空間分布形態。文章以上海某區域Cu, Pb,兩種重金屬為研究對象，利用空間統計學模擬方法對其空間分布予以研究，給出每種重金屬空間分布模擬結果。最后，文章以研究區域土壤環境背景上限值為標準，給出研究區域不同土壤重金屬空間分布相應級別的不確定性分析結果。
關鍵詞：模擬；地統計學；空間變異；重金屬；不確定性
城市的土壤環境質量與人類健康息息相關,隨著城市化進程的迅速發展,城市土壤重金屬污染日趨引起人們的關注。研究者將汞、鎘、鉛、鉻、砷、鋅、銅、鎳合稱為重金屬環境污染元素,尤其是Pb、Cu 及其復合污染最為突出, 是城市和工業發展過程中產生的典型的“污染元素”, 給區域土壤資源的保護、利用與管理帶來了嚴峻挑戰。據報道, 中國受重金屬污染的耕地面積近2000 萬hm , 約占總耕地面積的1/5。土壤重金屬污染導致嚴重的經濟損失, 如中國每年就因重金屬污染而減產糧食1000多萬t, 另外被重金屬污染的糧食每年也多達1200萬t, 合計經濟損失至少200億元。同時，土壤重金屬污染也會導致重金屬在植物體中積累, 并通過食物鏈富集到人體和動物體中, 危害人畜健康, 引發癌癥和其他疾病等。其次, 土壤受到重金屬污染會導致大氣污染、地表水污染, 地下水污染等生態環境問題。
因此開展土壤重金屬空間結構特征的研究，特別是對土壤重金屬的全局空間分布形態進行模擬分析，從而對土壤重金屬污染程度進行定量化的評價，對土壤重金屬污染熱點予以探測，從而對重金屬污染源進行分析研究，及時有效地采取防護、修復措施，對減少城市重金屬污染，提高人們的生活質量具有重要的意義。 [2]2[1]
一、土壤重金屬空間結構及分布特征研究現狀
已有一些研究者對城市重金屬污染狀況進行分析：Hu等利用地統計學對北京市大興區土壤重金屬含量的空間分布特征進行了研究; 鄭袁明, 陳同斌等利用地統計技術對北京市近郊區土壤Ni 的空間結構及分布特征進行了研究; 鐘曉蘭等以江蘇省太倉市為例，運用地統計技術研究了長江三角洲地區土壤重金屬污染的空間變異特征;鄭海龍等利用地統計學普通克里格插值方法對上海梅山剛體集團附近的土壤重金屬空間變異進行研究；李亮亮等通過克里格插
Pilar Burgos值對葫蘆島市連山區、龍港區土壤重金屬汞、鉻、鎳的空間分布進行單因子評價。
等運用Kriging方法對Seville, Spain地區的土壤修復前后重金屬、微量元素的變化進行了分析
[8][7][6][5][4][3]; M. Biasioli等利用地統計方法及GIS技術對大型城市發展對土壤重金屬的影響加以分析。[9]Li等利用克里格方法，結合GIS技術對香港九龍六種重金屬元素（Cd, Cr, Cu, Ni, Pb and Zn）作者一簡介：丁寧，男，1961.11，漢，山東濟南人，學士，副教授，主要研究方向為測繪科學技術在城市建設中的應用。
[10]的空間分布加以研究，并通過熱點探測的方法進行污染源的求解。
總結起來，研究者大多基于GIS技術與空間（地）統計學克里格系列插值方法對城市重金屬污染狀況進行分析：利用GIS技術進行研究區域及其采樣數據、空間分布插值結果的可視化表達；利用空間統計學的變異函數對采樣數據的空間異質性予以分析，并通過理論變異函數的不同因子、系數來尋求異質性產生的原因（影響因子），最后給出克里格算法插值得到的某重金屬空間分布結果。
二、存在的問題及解決方法
經過克里格插值得到的重金屬空間分布結果不一定能夠反映研究區域的真實狀況，特別是當研究者的目標是發現研究區域的整體分布態勢或進行熱點探測時。因為克里格算法本身具有一定的平滑作用：即將極大值估計偏小，極小值估計偏大，因此插值后的結果趨于平緩[11]。但在某些問題的解決中，人們需要的恰恰是被克里格方法平滑掉的極值，例如在污染分析中，研究者主要是通過污染金屬所表現的極值來發現污染源。此外，克里格方法只能為未采樣點提供唯一的“最優”估計值，且僅僅能夠提供該點估值的局部不確定性。
土壤重金屬污染的全局模擬預測及其空間不確定性分析可通過空間統計學的系列模擬方法加以解決。在此，本文選擇序列高斯模擬方法進行研究區域土壤重金屬空間分布的模擬預測。該方法通過隨機擾動因子，獲得不同搜索路徑，從而在某一具體點位預測時采用不同的已知采樣點及已模擬點估值結果，最后得到相同概率的多個不同模擬結果。這些模擬結果與已知采樣點的空間結構（變異函數或直方圖分布）一致，但對某個單一的未采樣點而言，不同輪次的模擬結果會有所差異，也正是這種差異，體現了模擬結果的空間不確定性問題。
三、應用實例
本文以上海某試驗區域為研究對象，采用梅花多點取樣方法共獲取240個樣品。土壤樣品經風干、過100目篩后，用HNO3-HClO4-HF消化法制樣，土壤中全量Cu、Pb采用X熒光法。 重金屬的分析測定中，均加入國家標準土壤標樣（GSS-1）進行分析質量控制，分析結果符合質量控制要求。
3.1 土壤重金屬空間結構分析
研究區域土壤重金屬空間結構分析如下表1所示。
從表1可以看出，研究區域內Cu、Pb兩種重金屬元素的變程分別為0.81、1.73 km，說明它們受到污水灌溉、施肥等隨機因素的影響較大，導致了它們在一個較小的距離范圍內存在相關關系。
該比值表1中塊金值C0與基臺值C0+C1之比是反映區域化變量空間異質性程度的重要指標，
用以反映空間變異影響因素中區域因素（自然因素）和非區域因素（人為因素）的作用作者二簡介：孫英君，女，1976.8，漢，山東聊城人，博士，副教授，主要研究方向為空間信息分析技術在城市建設中的應用。 [12]。從
表1可以看出Cu、Pb兩種重金屬元素的塊金常數/基臺值均大于0.25小于0.75，屬于中等空間相關。
表 1 研究區域土壤重金屬的半方差函數模型
Heavy metal Model Nugget(C0) Sill(C0+C1) Range/km C0/(C0+C1)
Cu Spherical 152.450 361.660 0.81 0.422
Pb Exponential 39.829 65.294 1.73 0.609
3.2 土壤重金屬空間分布模擬
兩種土壤重金屬空間分布模擬均在GS+ (v.9)軟件環境下完成，下圖1所示均是取自1000次模擬結果的平均值。為識別土壤重金屬空間分布的整體態勢，作者對每一類重金屬選擇10個以上取值區間成圖。同時，本文選取研究區所在城市1987年土壤重金屬背景值上限值（按95%置信限）為判斷標準，分別是：Cu 40.6mg/kg、Pb 36.1 mg/kg。
對比各重金屬標準值，可以看出，研究區域西北區域銅要素嚴重超標，Pb元素也存在較明顯超標斑塊。而從研究區域而言，西北、中南偏下部位是受各種重金屬污染較為嚴重的區域。
圖1. 研究區重金屬空間分布模擬結果
CuPb13]
3.3土壤重金屬空間分布模擬不確定性分析
如3.2所述，文章選取研究區域所在城市1987年土壤重金屬背景值上限值為閾值，對取得的土壤重金屬空間分布模擬結果進行不確定性分析，分別給出每一種金屬超出閾值的概率分布圖。
由圖2可以看出，在Cu要素的概率圖上，出現了概率較高的紫色區域，只有少部分區域超標的概率小于50%，預示了銅要素在該研究區域的嚴重污染。這些區域比較集中在圖幅的西北角及其中南偏下部位，與3.2中的分析取得一致結果。在Pb要素的概率圖上，存在特定斑點區域超標，幾率在60%上（紅色系以上色彩表示），但大部分研究區域污染程度較輕。
Prob. of Cu Prob. of Pb
圖2. 土壤重金屬空間分布不確定性預
四、總結
以上研究，由于資料所限，作者并沒有將分析結果與研究區域的自然、社會狀況相關聯，如污染區域是否與研究區域的廠礦企業分布一致等。但從上文分析可以看出，經過1000次高斯序列模擬，其結果已相對穩定，能夠揭示研究區域整體空間分布形態。特別是結合研究區域土壤重金屬背景值對模擬結果進行不確定性分析，可以對模擬結果做有效的印證，同時有時還會發現一些在模擬結果中沒突現出來的特征污染斑點。將二者結合起來，可以對重金屬污染區域進行評價區劃，為決策部門對土壤的整治與修復提供科學的依據。
參考文獻
[1] 劉勛鑫，王翠紅，廖超林等. 土壤重金屬特性空間變異性方法研究[J]. 農業網絡信息，2007，6：106-108.
[2] 隋紅建，吳璇，崔巖山. 土壤重金屬遷移模擬研究的現狀與展望[J]. 農業工程學報，2006，22(6):197-200.
[3] Hu Ke-lin, Zhang Feng-rong, Li Hong etc.. Spatial Patterns of Soil Heavy Metals in Urban-Rural Transition Zone of Beijing[J]. Pedosphere, 2006, 6:690-698.
[4] 鄭袁明，陳同斌，陳煌等. 北京市近郊區土壤鎳的空間結構及分布特征[J]. 地理學報，2003，3：470-476.
[5] 鐘曉蘭，周生路，李江濤等. 長江三角洲地區土壤重金屬污染的空間變異特征——以江蘇省太倉市為例[J]. 土壤學報，2007，1：33-40.
[6] 鄭海龍，陳杰，鄧文靖等. 城市邊緣帶土壤重金屬空間變異及其污染評價[J]. 土壤學報，2006，1：39-45.
[7] 李亮亮，張大庚，王延松等. 葫蘆島市連山區、龍港區土壤重金屬汞、鉻及鎳的空間分布及其污染評價[J]. 土壤通報，2006，6：1207-1211.
[8] Pilar Burgos, Engracia Madejo?n, Alfredo Pe?rez-de-Mora etc.. Spatial variability of the chemical characteristics of a trace-element-contaminated soil before and after remedi- ation[J]. Geoderma, 2006, 130:157-175.
[9] M. Biasiolia, R. Barberis, F. Ajmone-Marsan. The influence of a large city on some soil properties and metals content [J]. Science of the Total Environment, 2006, 356: 154–164.
[10] Xiangdong Li, Siu-lan Lee, Sze-chung Wong etc.. The study of metal contamination in urban soils of Hong Kong using a GIS-based approach [J]. Environmental Pollution, 2004, 129:113–124.
[11] Pierre Goovaerts. Geostatistics in Soil Science: State-of-the-Art and Perspectives [J]. Geoderma, 2002, 89:1-45.
[12] 徐建華. 現代地理學中的數學方法[M]. 北京: 高等教育出版社, 2002: 105-115.
[13] 王云，汪雅谷，羅海林等. 上海市土壤環境背景值[M]. 北京:中國環境科學出社, 1992: 37-57.
【重金屬傳播模型】相關文章：
論傳播的分類及其數學模型04-27
基于群體稀疏分布的SIS疾病傳播模型04-26
基于信息傳播系統的人員疏散模型探討04-26
HIV傳播的人群生態動力學模型05-02
基于二維規則網格的SIRS病毒傳播模型04-29
全球氣候變化信息傳播擴散模型及實證分析04-26
模糊數學模型在土壤重金屬污染評價中的應用04-30