基于空间自相关分析的温瑞塘河底泥Ni、Zn空间聚类和异常值分析

doi:10.16178/j.issn.0528-9017.20191235

浙江农业科学 ›› 2019, Vol. 60 ›› Issue (12): 2286-2290.DOI: 10.16178/j.issn.0528-9017.20191235

基于空间自相关分析的温瑞塘河底泥Ni、Zn空间聚类和异常值分析

黄熠锋¹, 张梦迪¹, 倪佳峰¹, 骆倩倩¹, 朱琪敏¹, 黄宏^1,2,*

1.温州医科大学公共卫生与管理学院,浙江温州 325035;
2.温州医科大学健康评价中心,浙江温州 325035

收稿日期:2019-10-21 出版日期:2019-12-11
通讯作者: 黄宏(1982—),男,广西百色人,助理研究员,博士,主要从事时空数据模型、环境与健康风险评价等研究工作,E-mail:huanghongpanda@163.com。
作者简介:黄熠锋(1997—),男,福建漳州人,本科生,主要从事GIS在环境保护中的应用研究工作,E-mail:2431541345@qq.com。
基金资助:
国家自然科学基金(41601554,41807495); 浙江省大学生科技创新活动计划暨新苗人才计划(2017R413008); 温州医科大学公共卫生与管理学院大学生创新创业重点培育团队项目(wgxy2016011)

Received:2019-10-21 Online:2019-12-11

摘要/Abstract

摘要： 将增量全局空间自相关技术和局部空间自相关技术相结合,以进一步完善环境污染的空间聚类和异常值分析方法,同时以温瑞塘河底泥Ni、Zn含量调查数据为例,展示了该方法的有效性和可靠性。结果表明,温瑞塘河流域底泥Zn和Ni的均值分别是土壤背景值的11.74和2.38倍。Zn和Ni含量呈现出显著的空间自相关性,而空间自相关性则展现出尺度效应。增量全局空间自相关分析能够确定空间自相关分析的最佳距离阈值,局部空间自相关分析能够识别出底泥重金属含量的空间聚类和异常值所在的具体位置,进而为采取针对性的污染防控决策提供科学依据。

中图分类号:

黄熠锋, 张梦迪, 倪佳峰, 骆倩倩, 朱琪敏, 黄宏. 基于空间自相关分析的温瑞塘河底泥Ni、Zn空间聚类和异常值分析[J]. 浙江农业科学, 2019, 60(12): 2286-2290.

参考文献

[1] 邱瑀, 卢诚, 徐泽, 等. 湟水河流域水质时空变化特征及其污染源解析[J]. 环境科学学报, 2017, 37(8): 2829-2837.
[2] HUANG H, LU J.Identification of river water pollution characteristics based on projection pursuit and factor analysis[J]. Environmental Earth Sciences, 2014, 72(9): 3409-3417.
[3] HANESCH M, SCHOLGER R, DEKKERS M J.The application of fuzzy C-means cluster analysis and non-linear mapping to a soil data set for the detection of polluted sites[J]. Physics and Chemistry of the Earth, Part A: Solid Earth and Geodesy, 2001, 26(11/12): 885-891.
[4] 孙维萍, 于培松, 潘建明. 灰色聚类法评价长江口、杭州湾海域表层海水中的重金属污染程度[J]. 海洋学报(中文版), 2009, 31(1): 79-84.
[5] 霍霄妮, 李红, 孙丹峰, 等. 北京耕作土壤重金属含量的空间自相关分析[J]. 环境科学学报, 2009, 29(6): 1339-1344.
[6] MAAS S, SCHEIFLER R, BENSLAMA M, et al.Spatial distribution of heavy metal concentrations in urban, suburban and agricultural soils in a Mediterranean city of Algeria[J]. Environmental Pollution, 2010, 158(6): 2294-2301.
[7] FLAHAUT B, MOUCHART M, MARTIN E S, et al.The local spatial autocorrelation and the kernel method for identifying black zones[J]. Accident Analysis & Prevention, 2003, 35(6): 991-1004.
[8] 高凤杰, 鞠铁男, 吴啸, 等. 黑土耕作层土壤pH空间变异及自相关分析[J]. 土壤, 2018, 50(3):134-141.
[9] PETERSON E E, MERTON A A, THEOBALD D M, et al.Patterns of spatial autocorrelation in stream water chemistry[J]. Environmental Monitoring and Assessment, 2006, 121(1/2/3): 571-596.
[10] FAGROUD M, VAN MEIRVENNE M.Accounting for soil spatial autocorrelation in the design of experimental trials[J]. Soil Science Society of America Journal, 2002, 66(4): 1134.
[11] 张朝生, 章申, 何建邦. 长江水系沉积物重金属含量空间分布特征研究: 空间自相关与分形方法[J]. 地理学报, 1998, 53(1): 87-96.
[12] HARLING G, CASTRO M C.A spatial analysis of social and economic determinants of tuberculosis in Brazil[J]. Health & Place, 2014, 25: 56-67.
[13] 王新成, 王斌之, 黄建毅. 基于空间自相关的水污染空间聚类研究[J]. 环境工程技术学报, 2014, 4(4): 293-298.
[14] 李新运, 郑新奇, 闫弘文. 坐标与属性一体化的空间聚类方法研究[J]. 地理与地理信息科学, 2004, 20(2): 38-40.
[15] 周翠竹, 朱建军, 石岩. 一种基于双重距离约束的多层次空间聚类方法[J]. 测绘科学, 2014, 39(10): 98-101.
[16] 杜婉婷, 李淑杰, 曹竞文, 等. 多尺度下的珲春市耕地质量空间自相关分析[J]. 东北师大学报(自然科学版), 2018, 50(4): 134-141.
[17] 张晗, 赵小敏, 欧阳真程, 等. 多尺度下的南方山地丘陵区耕地质量空间自相关分析: 以江西省黎川县为例[J]. 中国生态农业学报, 2018, 26(2): 263-273.
[18] 宋力, 顾敦罡, 黄民生, 等. 温州河网沉积物中重金属分布特征与污染评价[J]. 光谱学与光谱分析, 2012, 32(9): 2540-2545.
[19] QU L Y, HUANG H, XIA F, et al.Risk analysis of heavy metal concentration in surface waters across the rural-urban interface of the Wen-rui Tang River, China[J]. Environmental Pollution, 2018, 237: 639-649.
[20] 瞿理印, 夏芳, 刘元元, 等. 温瑞塘河河网沉积物重金属生态风险评价[J]. 浙江农业科学, 2018, 59(2): 343-347.
[21] 王长智, 任旭锋, 梅荣武. 温州河道底泥重金属污染特征和分级评价[J]. 四川环境, 2018, 37(4): 1-8.
[22] XIA F, QU L Y, WANG T, et al.Distribution and source analysis of heavy metal pollutants in sediments of a rapid developing urban river system[J]. Chemosphere, 2018, 207: 218-228.
[23] 张素荣, 曹星星. 对比不同消解方法测定土壤中重金属[J]. 环境科学与技术, 2004, 27(增刊): 49-51.
[24] 刘仲刚, 李满春, 刘剑锋, 等. 面向离散点的空间权重矩阵生成算法与实证研究[J]. 地理与地理信息科学, 2006, 22(3): 53-56.
[25] 李勇, 周永章, 张澄博, 等. 基于局部Moran’s I和GIS的珠江三角洲肝癌高发区蔬菜土壤中Ni、Cr的空间热点分析[J]. 环境科学, 2010, 31(6): 1617-1623.
[26] MORAN P A P. Notes on continuous stochastic phenomena[J]. Biometrika, 1950, 37(1/2): 17.
[27] 杨永侠, 王旭, 孟丹, 等. 基于空间自相关的耕地等别指数检验方法研究[J]. 农业机械学报, 2016, 47(5): 328-335.
[28] 季斌, 周涛发, 袁峰, 等. 地球化学的空间自相关异常信息提取方法[J]. 测绘科学, 2017, 42(8): 24-27.
[29] ANSELIN L.Local indicators of spatial association-LISA[J]. Geographical Analysis, 2010, 27(2): 93-115.
[30] 汪庆华, 董岩翔, 周国华, 等. 浙江省土壤地球化学基准值与环境背景值[J]. 生态与农村环境学报, 2007, 23(2): 81-88.
[31] 雷志栋, 杨诗秀, 许志荣, 等. 土壤特性空间变异性初步研究[J]. 水利学报, 1985, 16(9): 10-21.
[32] 吴运金, 何跃, 邓绍坡, 等. 污染场地土壤重金属空间异常值识别及其点源效应的分离[J]. 生态与农村环境学报, 2013, 29(6): 789-795.

基于空间自相关分析的温瑞塘河底泥Ni、Zn空间聚类和异常值分析

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	舒照鹤, 王婧, 尹虎成, 向稳, 张永祥, 欧阳君, 张炜. 有机硅肥对云烟87产质量的影响[J]. 浙江农业科学, 2020, 61(9): 1762-1764.
[2]	徐雅, 张华兵, 刘玉卿, 吴菲儿, 韩爽. 江苏条子泥滨海湿地表层沉积物重金属污染特征[J]. 浙江农业科学, 2020, 61(9): 1922-1924.
[3]	王先挺, 王斌, 孙万春, 马军伟, 林辉. 有机肥施用对稻麦轮作系统作物生产和土壤健康的影响[J]. 浙江农业科学, 2020, 61(8): 1531-1534.
[4]	汪玉磊, 季天委, 俞丹宏, 肖鸣. 浙江省部分蔬菜基地土壤和蔬菜重金属含量调查[J]. 浙江农业科学, 2020, 61(7): 1310-1312.
[5]	张楠, 杨兆光, 李海普, 张兆雪. 湖南省不同种类茶叶重金属含量调查及其污染评价[J]. 浙江农业科学, 2020, 61(7): 1436-1439.
[6]	白冬, 葛磊, 孙玉梅, 段晓婷, 王荣慧. 微波消解-电感耦合等离子体质谱法测定青蟹体内的重金属含量[J]. 浙江农业科学, 2020, 61(6): 1181-1182.
[7]	何旭华, 蒋玉根, 李凤根, 徐君, 邵赛男, 戴学龙, 夏晓燕, 羊国芳, 张立群. 沼肥在山地竹笋基地的应用效果及其环境效应[J]. 浙江农业科学, 2020, 61(5): 912-916.
[8]	范京辉, 李庆海, 张雷, 张永华. 蛋鸡饲料中主要营养物质及重金属流向[J]. 浙江农业科学, 2020, 61(5): 1027-1030.
[9]	季天委, 汪玉磊, 钟杭, 俞丹宏. 国标法与电感耦合等离子体质谱法测定土壤铜铬铅镉含量结果对比[J]. 浙江农业科学, 2020, 61(5): 1031-1033.
[10]	杨德毅, 刘莉, 马婧妤, 吾建祥, 郎小艺. 稻壳和糙米中4种重金属含量的关系[J]. 浙江农业科学, 2020, 61(4): 779-780.
[11]	赵炯烨, 陈旭, 俞周龙, 周铁鑫, 张涛, 陈明. 基于矿物微胶囊的镉高背景区农田土壤修复[J]. 浙江农业科学, 2020, 61(2): 317-320.
[12]	谢国雄, 李荣会. 赤泥用于钝化酸性土壤重金属的可行性[J]. 浙江农业科学, 2020, 61(2): 321-323.
[13]	陈星星, 黄振华, 周朝生, 吴越, 陆荣茂, 张鹏. 洞头海域大型海藻重金属及有害元素含量特征分析[J]. 浙江农业科学, 2020, 61(1): 125-128.
[14]	秦佳文, 林玲, 姚舒娴, 张悦. 台湾滨海地区海洋渔业发展时空特征[J]. 浙江农业科学, 2019, 60(9): 1663-1665.
[15]	李华, 罗娜, 马洁, 李凝玉, 陈喜靖, 沈阿林, 郭彬, 傅庆林. 沼液灌溉对农田土壤及产地环境影响研究进展[J]. 浙江农业科学, 2019, 60(8): 1317-1321.