空间插值方法在土壤污染物研究方面的应用

2023-09-02张慧斌刘晓丹王占生

油气田环境保护 2023年4期

张慧斌吴倩杨磊李薇刘晓丹王占生

(1.中国石油集团安全环保技术研究院有限公司;2.华北电力大学环境科学与工程学院;3.中国石油天然气股份有限公司辽河石化分公司)

0 引言

近年来,我国土壤污染日益严峻,工业蓬勃发展产生的废物、废水,化肥、杀虫剂的大量使用等是造成土壤污染的主要因素。对土壤污染状况进行调查研究,掌握土壤污染物超标情况,了解土壤污染物的空间分布特征、污染来源等信息,对土壤污染的防治工作有重要意义[1-2]。空间插值方法作为空间分析技术重要的分支,可以有效解决土壤污染物采样数据不完整且不能连续表达的问题,依据已知的数据,通过某种数学关系推出未知数据[3],对土壤污染物进行空间插值研究,能够实现研究区域的空间连续预测,可以降低成本,有助于掌握土壤污染物信息。

空间插值方法基于“地理学第一定律的基本原理”,通过已知要素的空间信息及关联特征,求未知要素的特征[4-5]。主要应用在土壤污染物空间分布、土壤污染物采样方案、土壤污染物制图、土壤污染物源解析和土壤污染物风险评价5个方面。

1 常用空间插值方法及其特点

目前常用的空间插值方法有反距离加权法、径向基函数法、普通克里格法、局部多项式法。反距离加权法是一种加权平均内插法,插值精度依赖于反距离的幂值;径向基函数法是一类多变量插值函数的插值方法,可以反映研究目标的整体和局部变化趋势;普通克里格法利用原始数据和半方差函数的结构性,对未采样点的区域化变量进行无偏最优的一种插值方法;局部多项式法是一种局部加权最小二乘拟合方法,使用既定邻域内的点对指定阶数的多项式进行拟合。

表1分析了这4种常用空间插值方法的特点、优点、缺点和适用性,学者可以根据研究方向需要,选择不同插值方法进行研究。

表1 空间插值主要方法及其特点

2 空间插值方法在土壤污染物研究方面的应用

2.1 在土壤污染物空间分布研究中的应用

土壤污染物数据具有空间维度特性。传统的统计学在研究土壤污染物变化趋势时,由于忽视了土壤污染物的空间属性,从而很难探究其空间变化规律,而空间插值方法充分考虑了变量的空间属性,在研究土壤污染物空间分布特征方面有很好的效果[6]。

空间插值方法在小尺度、中尺度以及大尺度区域内土壤污染物空间分布特征研究中都有应用。陈晓晨等[7]运用ArGIS软件地统计分析模块中普通克里格插值对小尺度下首钢厂区附近土壤表层重金属进行了插值分析;,参照北京市污染场地土壤筛选值标[8]以天津地区表层土壤中PAHs为例,对其进行中尺度普通克里格插值研究,发现研究区存在一定程度的PAHs污染;浦江等[9]对杞麓湖径流区7种重金属进行大尺度反距离加权插值分析,结果显示,杞麓湖径流区Cd和Hg污染比较严重。

近年来,随着研究区内监测数据的累积,许多学者开始研究土壤污染物时空分布问题。土壤污染物时空分析的基础是获得多时期的土壤样品数据,而数据的获取需要大量的人力和物力,空间插值方法在不增加测量成本的前提下,可以利用已知数据很好地了解土壤污染物时空分布特征。夏敏等[10]运用GIS数据统计分析方法和地统计学空间插值方法相结合对河南省封丘县土壤重金属污染地块时空分布研究,明确了土壤重金属历史变化趋势及空间分布特征;马妍等[11]运用普通克里格插值法对2000—2020年20年间我国表层土壤PAHs污染数据进行插值分析,很好地描述了表层土壤PAHs在时空上的变异特征,反映了土壤PAHs多个时期的分布变化规律。

2.2 在土壤污染物采样方案中的应用

选择合理的采样方案在土壤污染物研究中至关重要[12-14],对研究区域内污染物的空间分布影响很大[15]。合理的采样方案应该考虑采样数目、位置和采样单元等因素[16-17],使采样方案具有代表性、合理性和低成本性。传统采样方案多数不考虑土壤空间变异属性,在采样过程中主观性较强,一般需要通过增加采样点数量来提高预测的精度[18],采样效率低,难以满足实际工作需要。空间插值方法可以弥补传统采样存在的缺陷,它充分考虑了研究区域土壤的空间变异属性,能通过预先采集少数样点计算空间变异模型相关参数和插值预测误差,确定合理的采样单元和采样空间位置[19],这一方法能够在满足一定精度的前提下,减少采样数量,节约成本。

在国外,研究人员很早开始研究土壤污染采样方案问题。McBratney和Websrer[18]在1983年运用克里格最小估计方差所得出的土壤采样效率比传统采样方法的采样效率高出3～9倍;Trangmar[20]、Chang等[21]发现在相同采样精度下,普通克里格法设计的采样方案所需的样品要比传统采样方法少。

在国内,阎波杰等[22]通过设置不同的采样密度,基于不同空间插值方法优化采样数目使插值精度最大化;胡清等[23]用不同空间插值方法分析对比了快速检测点位与采样策略优化后实验室检测点位两种采样方案,发现两种采样方案的插值结果相似,都可以反映污染物分布趋势,但是第二种采样方案优化了采样点数量和位置,降低了采样成本;李俊颖[24]、李润林[25]、李楠等[26]研究表明,空间插值方法与辅助变量相结合,在保证插值精度的前提下,能够有效优化采样数;王宇航等[27]通过交叉验证法研究了采样点数目与反距离加权插值精度的关系,研究发现,随着采样点数目减少,插值误差逐渐增加,采样点减少到总采样点数目的70%左右,插值精度会发生突变。

考察了贵铅中共存杂质元素对测定的影响。按照以上贵铅样品中共存杂质元素的最大含量(487mg铅，240mg锑、120mg铋、77mg铁、40mg铜、26mg砷、12mg碲)，分别与0.0734g、0.2858g银粒混合，按照实验方法对银的含量进行测定。结果表明，银的测定值分别为0.0729g、0.2850g，与其理论值相符，这说明贵铅样品中的共存杂质元素对银测定的干扰可以忽略。

2.3 在土壤污染物制图中的应用

土壤污染物制图在环境领域应用时间较长,能够快速的、直观的表达污染物分布,通常用来描述土壤污染物的空间分布特征,便于分析污染物在土壤内的污染来源、迁移转化及变化趋势[28]。空间插值方法是目前用于土壤污染物制图的一种重要方法,绘制空间分布图时能够保留土壤污染物空间分布信息,还可以减弱最大值和最小值对土壤污染物空间分布影响,准确描述土壤污染物空间变异信息,使制图结果更符合实际情况。

在国外,Imperato等[29]利用普通克里格法绘制了意大利那不勒斯市区表层土壤中重金属铜、锌、镉、铅等值线图,直观刻画了土壤污染物空间分布信息;White等[30]用地统计学分析美国周边土壤中Zn的采样数据,得到了合理的的指数半变异函数,在此基础上用普通克里格插值法绘制了土壤重金属Zn的空间分布图,减弱了最大值和最小值的影响;Alimh等[31]在GIS软件中利用反距离权重插值模块,绘制了研究区内农业地表土壤样品中重金属含量的单元素分布图,准确描述了土壤重金属空间变异信息。

国内也有很多学者使用不同的空间插值方法开展土壤污染物制图的相关研究工作。王昌全等[32]等通过构建遗传径向基函数神经网络绘制土壤有效锌空间插值图,发现该方法扩大了对土壤相关空间信息的搜索范围,在一定程度上避免了“平滑效应”;张路伟等[33]以空间差异度为评价标准,分析比较了3种不同空间插值方法的土壤属性制图效果,发现普通克里格法精度最高,减弱了极值的影响。

2.4 在土壤污染物源解析中的应用

土壤污染物具有降解慢、多种形态、潜伏时间长、毒性强和隐藏性等特点[34]。污染物一旦进入土壤后会发生一系列物理、化学和生物过程,严重危害生物体及生态系统,很难进行控制和治理,因此,准确解析土壤污染物来源是控制污染最有效的措施之一。常用的污染物源解析法有主成分分析法、正定矩阵因子分解法和同位素比值法等,这些方法忽略了土壤污染物的空间属性和空间分布信息,无法满足实际工作的需要[35]。源解析法常与空间插值法联合使用,可以获得不同污染源空间分布情况。

土壤中污染物的自然来源以土壤母质为主,人为来源包括工业源、生活源和农业源等[35]。在国外,Hoehun等[36]以美国阿拉巴马州安尼斯顿地区的工业区和住宅区土壤中11种重金属为研究对象,采用主成分分析法和克里格插值法,实现了对土壤重金属的来源解析以及空间分布表征。在国内,陈丹青等[37]利用普通克里格插值法描述了Cd和Hg来源贡献率在研究区域内的空间分布特征。

2.5 在土壤污染物风险评价中的应用

土壤是一个时空连续的变异体,具有很强的空间变异特征,传统的土壤污染风险评价方法操作简单,但权重确定主观性强,只能给出定性分析结果,不能准确反映土壤污染风险评价的不确定性本质。空间插值方法可以对风险评价结果进行估值预测,准确找到存在风险的区域,避免出现决策失误的风险。

王如松等[38]提出了基于风险评价的土地治理措施,应用反距离加权对不同人体健康风险概率进行空间插值,发现污染物对儿童的健康风险影响较大;路一帆等[39]以苏州某地区铅蓄电池厂遗留的污染地块作为研究对象,用普通克里格插值法对场地致癌风险和非致癌风险进行插值模拟,发现该区域非致癌风险基本忽略,但存在一定的致癌风险;毕如田等[40]以我国某焦化场地中特征性污染物苯并(a)芘为研究对象,参照北京市污染场地土壤筛选值标准,运用空间插值组合预测模型界定了土壤污染范围。