高精度的空间预测土壤污染物及其物种在强烈受人类影响的地区
Mingkai Qu1, Saijia Wu2, Xu Guang1
1State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 211135, China; University of Chinese Academy of Sciences, Nanjing 211135, China.
Journal of hazardous materials
|December 1, 2024
概括
这项研究开发了一种强大的残留焦化方法,使用便携式X射线光,大气沉积和土地使用数据来准确地预测土壤总. 该方法还准确地预测了人类受影响地区的土壤As (III) 种类.
科学领域:
- 环境科学 环境科学
- 地理空间分析的研究.
- 土壤科学 土壤科学
背景情况:
- 在受人类影响的地区,对土壤污染物的高精度空间预测具有挑战性.
- 了解土壤污染物物种化对于环境风险评估至关重要.
研究的目的:
- 开发一种具有成本效益的方法,以高精度地预测土壤总 (TA) 和其物种 (As) 的空间含量.
- 评估强大的地理加权回归 (RGWR),大气沉积 (AD) 和土地利用类型 (LUT) 作为辅助变量的有效性.
主要方法:
- 使用了RGWR校准的现场便携式X射线光 (PXRF) TA.
- 用PXRF,AD和LUT用于土壤TA预测的强大的残留化 (RRCoK).
- 应用RGWR-坚固普通 kriging (RGWR-ROK) 用于土壤As(III) 种类预测.
主要成果:
- 与传统方法相比,RGWR提高了TA校准精度 (RI = 64.78%).
- 辅助变量和模型稳定性显著影响了TA预测准确性 (RI>14.33%).
- RRCoK-RCPXRF/AD/LUT和RGWR-ROK显示出分别对土壤TA (RI=58.87%) 和As(III) (RI=55.26%) 的更高的预测准确度.
结论:
- 拟议的RRCoK-RCPXRF/AD/LUT和RGWR-ROK方法为预测土壤污染物及其物种化提供了具有成本效益的解决方案.
- 这种方法提高了在具有重大人类影响的地区的空间预测准确度.
更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
10.1K
12:03Two-Dimensional Visualization and Quantification of Labile, Inorganic Plant Nutrients and Contaminants in Soil
Published on: September 1, 2020
6.0K
