[发明专利]一种土壤重金属风险预测方法

说明书

本发明提供一种土壤重金属风险预测方法，基于序贯条件模拟方法对目标区域内土壤的各种类重金属含量进行估计，并基于Hakanson潜在生态风险指数法综合各种重金属含量，生成可视化土壤重金属风险图。与传统的克里格插值法而言，序贯条件模拟方法更加能体现重金属分布的不确定性，克服传统克里格插值方法的平滑作用，具有更加良好的预测性；Hakanson潜在生态风险指数法可科学的综合各种土壤重金属含量，得出较为准确的评估风险；可较为直观的从可视化土壤重金属风险图中观测出高风险区域，并及时作出预防措施，具有良好的实用性。

技术领域

本发明属于地统计学领域，具体涉及到一种土壤重金属风险预测方法。

背景技术

随着城镇化、工矿业的快速发展以及农药有机肥的大量使用，越来越多的重金属通过污水灌溉、大气沉降、降水径流等途径进入农田土壤环境。农田中重金属的含量日益累积，而重金属难以被土壤中的微生物降解，重金属含量一旦超过特定阈值，将对农作物安全、生态环境和人类健康造成严重危害。针对农田土壤重金属的危害胁迫，预先识别农田重金属的风险区域，能对区域的农田环境保护、重金属污染预警和风险管控等提供科学的指导和依据。

现有方法在判断土壤重金属区域风险时一般分为两步，首先是对土壤重金属含量空间分布的预测，然后再根据评价方法确定风险的阈值，进而判断该地区是否有风险。

农田重金属风险识别需要区域内土壤重金属精确的空间分布制图作为支撑，通过空间分布及趋势来分析其聚集特点，对比预测含量与风险阈值来判断土壤是否存在风险性。当前在土壤属性预测研究中最常用的是克里格插值法，识别土壤重金属风险一般有两种途径：一是直接利用插值方法对土壤重金属含量进行空间预测，获得重金属含量的空间分布后和阈值进行对比，多用线性克里格模型，如普通克里格(Ordinary Kriging,OK)；二是利用不确定性评估来确定区域重金属含量超过阈值概率的空间分布，多用非线性克里格模型，如指示克里格(Indicator Kriging,IK)。

污染评价可以界定土壤受重金属污染的程度，通过分级确定重金属污染的阈值，从而划分土壤中重金属的危害等级。对重金属污染的评级方法和标准有很多，主要可分为指数法、模型指数法和其他评价方法。

现有常用的预测方法存在一定的限制和缺陷，一方面克里格插值是对未采样点的最优无偏估计，其对数据的分布有较为严格的要求。但土壤中重金属的含量不仅与土壤本身质地有关，还与人为因素的影响有关，这导致土壤重金属的分布呈现极高的空间异质性。在实际采样中也存在着异常值，使数据成偏态分布，具有较大的变异系数和偏度值。这使得数据经常不完全符合克里格的要求。一般通过非线性变换来使数据服从正态分布，但难以转换为原尺度；或者利用变异云图、三倍标准差准则等来剔除异常值，但异常值客观存在，对其直接忽视可能会对预测的结果产生较大的影响。同时克里格插值还存在平滑效应，平滑程度受到采样点分布影响，采样点相距越远其插值的平滑效应越强烈。而在大的尺度下，由于农田分布不均、空间、时间和人力的成本等的限制性，很难做到均匀密集的采样，产生的平滑效应可能导致土壤重金属含量异常区的重要信息丢失。

另一方面，指数法形式简单易懂，容易掌握与操作，但还是存在一定的问题:例如单因子指数法难以全面、综合地展现土壤的污染程度。内梅罗综合污染指数法，人为估算因子带有主观性，容易夸大高浓度重金属污染的影响。地累计指数法忽略了元素间的相关性，各金属的不同污染能力和生物有效性，难以比较元素间或区域间环境质量，在选取k值时会带有主观性。

发明内容