基于贝叶斯最大熵和辅助信息的土壤重金属含量空间预测

摘要：

预测土壤重金属空间分布对于识别高污染区域、进行污染来源解析和制定预防控制策略具有重要意义.本文选取浙江省杭州市为研究区,以土壤母质类型作为辅助信息,通过贝叶斯最大熵(Bayesian maximum entropy,BME)法,预测土壤重金属的空间分布,并与传统的克里金方法的预测结果进行比较.结果表明:BME在土壤重金属含量空间预测方面精度更高,其残差分布区间、平均绝对误差和均方根误差更小.研究区内重金属污染风险相对较低,其平均值均低于二级土壤环境质量标准值,但镉和砷的含量高于当地背景值,分别是背景值的1.59倍和1.31倍.铅和汞在该研究区东北部的城市地区含量较高,城市化、工业化和交通运输可能是其污染来源;镉和砷在西南部和中西部农村地区含量较高,农业活动可能是其污染来源.此外,镉在中东部还存在一块明显的高含量区域,这与当地矿业活动密切相关.铬主要受自然因素的影响.

关键词：土壤重金属、土壤母质、贝叶斯最大熵法、克里金法、空间分析

所属期刊栏目：45

分类号：X53(土壤污染及其防治)

资助基金：国家重点研发计划2017YFD0200600;国家自然科学基金41801302

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：452-459