土壤污染调查加密布点优化方法构建及验证路径探析

2023-04-16柴忠朝

山西化工 2023年2期

柴忠朝

（陕西同元环境检测有限公司，陕西西安 710082）

引言

土壤取样调查是获取土壤污染空间分布信息的主要方法，取样调查结果的准确度对污染风险评估的准确率以及风险管理的合理性有很大的影响。土壤污染的监测主要由采样点布设、样品采集、污染物含量分析3 部分组成。一般都是以准确度为主要影响因素，而忽略了采样与排样的重要作用。大量的调查表明，在不同地区，不同空间的土壤污染存在着明显的空间变异。在空间变化较大的情况下，样点布置方案是影响测量精度的关键[1]。

Jenkins 等对土壤中三硝基甲苯的污染进行了研究，发现样本的变异程度（统计方差）为95%。其他相似的研究还显示，由于土壤取样而产生的不确定性，在污染分析中占50%以上。因此，科学、合理的土壤取样与布置方案是保证环境质量监测数据准确性的关键。目前，土壤污染监测的布点方式有判断性取样和无判断性取样，其中判断性取样是依据已有的先验性知识来设计取样布点方案，并增加可能存在的高污染危险区域的取样密度；在没有环境污染的情况下，必须采用随机抽样、均匀网格布点采样等非判断性抽样技术[2]。因此，传统的基于整体估算的土壤污染测点定位法，其预测精度往往达不到评价结果的要求。利用地统计学分析技术提高土壤污染的测量准确度是当前的一个热点问题，通过对土壤污染的空间分布进行分析，可以有效地提高土壤污染的监测效果，但是在实际的土壤污染调查中，仍应用较少。

土壤污染调查一般分为污染初步调查和污染详查，以获取土壤污染的精确空间分布。本文针对土壤污染调查的具体要求，提出了一种以污染概率和区域空间变异为基础的加密布点方法，以提高其对污染区域面积、污染程度的估算准确度，为土壤污染调查提供方法学依据。

1 土壤污染调查加密布点方法

1.1 加密布点区域的确定方法

本文采用的土壤污染概率法，对土壤污染的调查进行了定量评价。污染的可能性在0～1 之间，当发生机率较高时，可以被认为是受污染的土地；反之，当污染机率较小时，可将其列为清洁土壤[3]。不确定性区域污染概率值较低的可能原因为：

一是本区域的污染水平偏低；二是该区域属于受污染的区域，样本数量不多。本研究采用局部变异特征法，对其进行深入的探讨。在前期调查资料的基础上，对不同区域的土壤污染物浓度进行了区域变异（包括变异系数、方差、自相关等），当区域变化大时，则说明了其在不同的区域内存在着很大的差异；相反，说明了污染物在空间上的分布差别很小。在具有一定的局部性变异时，一般为污染浓度高值区到低值区的过渡区，其结果具有很大的不确定性；在变量较少的区域，一般为高值区或低值区，其结果具有很高的可信度。污染调查的不确定性区是由污染概率和局部空间变异系数决定的，是污染调查的加密布点[4]。

1.2 不确定性区域样点布设方法

在不确定的区域样点布局中，考虑了加密样本的数量和样本的空间位置。其中，不确定度占了最大的加密采样，在具有高不确定性的区域，采用加密方式的样本数目也比较大；该样点的空间分布与污染物的空间分布趋势密切相关，主要采用趋势分析法对其进行空间分布，并沿其变化方向设置加密采样点。

本文采用加密布点法，其主要目标在于改善污染区域之预测准确率。通过这种方式，可以对加密地点进行优化，加密地点的数量减少，加密的效力提高，因此降低了调查成本，并确保了调查的精确度。

2 加密布点方法案例验证

2.1 案例区概况

该案例资料来自于一个被重金属污染的现场，其占地面积为14.50 km2。平均采样距离200 m，在一些高污染地区，采样量有所增加，共359 个。通过土壤污染状况调查，发现重金属铜、铅、砷、镉等重金属均有一定的污染。结合实际土壤镉污染情况，对土壤污染进行了详细的调查与加密布置。

2.2 样点加密布点方案

在实证研究中，未进行土壤污染的初步调查、抽样、初步调查结果分析及详细的加密布置。利用359 个野外观测数据，利用空间采样技术，对土壤污染状况进行了初步调查，并进行了详细的加密布置。具体实施过程是：以359 个样本为基础，对土壤污染进行模拟研究。土壤污染的空间变异特性与不确定性区域的确定是两个关键环节[5]。地统计学的半方差分析是研究土壤污染空间变化的最常见的方法，必须有充足的样本，才能获得较为精确的土壤污染的空间分布。因此，在前期调查中，将研究分为10×10 个单位，以底层土样作为初步调查样本，当存在多个样点时随机抽取，得到97 个样本，样点间的平均间距为386 m。通过对97 个样本资料的初步调研，采用本文所提的加密布点方式进行了加密布点。具体措施是：基于前期调查数据，采用地统计学方法对土壤中Cd 的空间分布进行了分析。采用条件模拟法对该区域的土壤镉污染可能性进行了预测。

根据污染的可能性，设置了污染的可能性阀值（Pt）和清洗几率阀值（Ct），该方法由公式（1）、式（2）表示。土壤镉污染的可能性阈值为0.8，清除几率为0.2；然后，针对区域内的污染特征，将局部变异系数大于变异系数的临界点划分为不确定区域，并把它当作75%的局部变异系数。将污染概率与局部变异系数相结合，将其作为重点进行详细调查，并依据其空间结构分析的结果，确定出该加密样本的位置。本研究为模拟，若取样地点无样点资料，则以相邻样点为辅助，共57 处土壤详查资料[6]。通过对现场加密布点的污染监测和359 个现场数据的比较，对加密布点的实施效果进行了评估。

式中：Rp为污染概率分区；Z（x）为条件模拟预测的土壤污染物含量；Zc为土壤污染评价标准；Pt为污染概率阈值，Ct为清洁概念阈值；Rcv为污染变异系数分区；CVx为局部变异系数；CVt为变异系数阈值。

2.3 数据处理方法

基于样点VORONOI 曲线，利用ArcGIS10.1 的地理分析工具，对样点中的污染物含量进行了局部变化。利用ArcGIS10.1 软件对采样网格、初步调查样点进行了详细的绘制，GSLIB 软件对土壤污染状态进行了仿真，并对污染概率进行了计算。本文利用序贯高斯仿真算法，其利用已有的样本数据，求出被模拟点的污染浓度的条件概率分布，并将其随机抽取作为仿真方法。

3 结果与讨论

3.1 土壤Cd 统计特征的估计精度

土壤镉污染预调查样本（97 个）和加密后（154个）样品的统计特性基本一致，平均差异只有0.01 mg/kg。对样品进行加密细化后，其变异系数有所下降。与整体样品比较，初探和加密细查两个阶段的Cd 平均值都较高，误差在5.40%左右。与整体相比，变异系数下降2.79%，平均下降6.71%。初步调查的平均预测准确率高，但对平均法的估计精度不够高。在污染详细调查阶段，因污染空间变动较大而增加取样点，使其变异系数有所下降[7]。

3.2 土壤污染区面积的估计精度

土壤污染数据的准确识别是土壤污染监测的重要内容。在前期调查和加密详细调查中，样点w（Cd）的超重率估计出了68.04%的污染区域，70.13%的污染区域，比各抽样的估计值高3.14%，5.23%。当污染的可能性为0.8 时，污染概率的预测范围为53.58%～57.84%，比采样点的估算值降低7.06%～16.39%。根据超限值来估计污染区域的大小，即在特定的取样网格中，如果样品中的污染物浓度超过一定值，就会被认为是超标。对样点进行了分析，发现每一个新的采样点都在高污染的可能性范围内，从而使整个采样点中的采样点所占的比重有所增加，从而使污染面积估算值得到了更大的提高。初步调查和加密细查两个阶段的评估范围相当接近，经加密处理后，污染区域的面积只增加了0.16%，初步调查和加密详细调查的面积比整体的估计值要小，污染面积被低估4.10%。为评估污染区域区域的空间定位精度，采用不同取样阶段的预测结果与整体样品的预测结果进行空间差异计算，并将其精度分为相同、低估和高估3 类[8]。

通过对土壤Cd 平均值的估算，发现在初始调查期，该方法的估算准确率超过94.00%，而对污染区域的预测精度则只有79.35%。结果显示，在土壤污染监测中，平均或统计特性的估算准确率不能准确地反映出污染区域的范围。污染区的空间分布是评价土壤环境恢复成本的重要依据。本文所提之土壤污染细查加密布点法，可明显改善污染区域的预测准确率，且能较好地保持整体平均浓度估算的准确性；本文污染区域的面积估算值和空间定位准确率分别为4.10%和86.10%，比原始测量精度提高6.75%；土壤污染调查的样本量显著下降，其中的初步调查和加密的抽样比例仅为42.90%。

本文提出了一种新的样本点优化方法，即在具有高不确定度的区域加入样本点，以环境模拟中的污染几率和局部变异系数为标准。污染区的边界存在着大量的不确定区，在初步调查阶段，当污染水平被低估时，将污染区错列为洁净区；在没有污染物分布的背景资料的情况下，采用随机抽样布点法可以很好地预报出整体的平均含量和变异程度，而不能准确地预报区域污染。

污染机率阈值的选取对密码点的空间分布有很大的影响，若选取的污染机率门限太低，则无法辨识出被测区；如果存在较高的概率门限，则会增加不确定范围，添加了需要进行加密的样品，因此对加密点的有效性产生了影响。为了提高不确定度，采用高污染率和低洁净率阈值作为采样点优化的效果。

由于样点的加入不能使其在空间位置上达到最佳化，从而影响了样点的优化效果。本文所提出的加密布点法，其关键在于，当污染预测不明确时，根据污染的空间分布情况，对采样点进行补充。但是一些污染物，例如氯化碳污染，主要是由渗漏进入土壤，再经孔隙向下扩散，因而此类污染物的空间自相关程度不高，本文所提出的加密布点方式无法应用。

在初步调查的基础上，运用地统计学的方法对污染的空间分布进行了分析，加密布点是根据前期调查的结果，根据污染调查的需要，识别出污染物的空间分布，进行详查布点优化。所以，初步勘察的可靠性将对加密布点的有效性产生重要的影响。利用地统计学方法对污染物的空间自相关进行了半方差分析。

研究发现，样点数目及空间分布对半方差分析的精度有很大的影响。一般情况下，样点数小于60 的情况下，很难得到精确的半方差。在特定情况下，可以通过半方差函数拟合的结果来评价样品的数量。从样点的空间分布情况来看，为了评价污染在不同距离、不同方向上的空间分异，初始采样点要尽量在研究区内均匀分布，并在一定范围内设置一定数量的样本，以便于对污染物的空间分布进行分析，从而有助于提高加密布点的优化效率。