基于GIS与地统计学的哈尔滨市城郊菜地土壤重金属元素空间变异分析

罗 娇 赢

(鸡西大学，黑龙江 鸡西 158100)

1 引言

哈尔滨市位于黑龙江省中南部，地处北纬45°12′～46°25′，东经126°7′～127°39′。哈尔滨市处于中纬度地带，属于寒温带大陆季风气候。哈尔滨市年平均气温在2～4℃之间，哈尔滨市气温条件比较好，适宜农作物的生长。哈尔滨市受季风气候影响，降水分布自东向西递减，哈尔滨市平均降水量500mm。近年来我国土壤重金属污染比较严重，每年因土壤污染而减产粮食1 000万t，另外还有1 200万t粮食中的污染物质超标。两者的经济损失达200多亿元[1]。本文对哈尔滨市城郊菜地土壤重金属的空间变异进行研究，为土地的合理利用和土壤污染的综合防治提供科学依据。

2 材料与方法

2.1 采样点的布设

于2008年5月进行采样，采样地点设在哈尔滨市近郊，由于哈市近郊是哈尔滨市的主要蔬菜生产基地，长期对土壤进行施肥和进行人工大棚种植，土壤熟化现象严重，可能存在潜在污染，具有典型性。

2.2 样品的采集和处理

采样点选择有代表性的地段，按照棋盘法现场采0～20cm表层土壤，采样的同时用GPS进行定位，记录下采样点的地理坐标。样品采回后将植物根系、砾石等侵入物挑出后放在通风避光处自然风干[2]。然后对其进行研磨，过200目筛子，用来测定重金属总量。

2.3 土壤样品的测定

土壤重金属总量采用火焰原子分光光度法测定。

2.4 地统计学方法概述

地统计又称地质统计，是法国著名统计学家G.Matheron在大量理论研究的基础上逐渐形成的一门新的统计学分支。它以区域化变量为基础，借助半变异函数，研究既具有随机性又具有结构性，或具有空间相关性和依赖性的自然现象的一门科学。区域化变量Z(x)是指在空间分布的变量，是在区域内不同位置x取不同值Z的随机变量。它一般反映了某种现象的特征，如不同坐标点上土壤的重金属含量等。该区域内所有位置上随机变量Z(x)构成的限集就被称之为随机函数，它表征了区域化变量的两大属性——随机性与结构性。区域化变量与普通的随机变量的区别就在于其取值是根据其空间位置的不同而变化，不随某种概率分布而变化。

半变异函数是用来描述区域化变量结构性和随机性并存这一空间特征而提出的，是地统计学解释土壤空间变异结构的基础。半变异函数公式为：

式中:r(h)为半变异函数，Z(x)为土壤重金属在空间x处的值，Z(x+h)是在x+h处值的区域化变量。

半变异函数一般有三个重要参数：块金值Co(Nugget)、基台值Co+C(Sill)、变程a(Range)用来表示区域化变量在一定尺度上的空间变异和相关程度。土壤重金属的半变异函数通常可以被某些曲线方程所拟合，用于拟合的曲线方程称为理论半变异函数。

克里格(Kriging)法是利用原始数据和理论半变异函数模型的特征参数，对为采样点的区域化变量进行无偏最优的一种插值方法。与一般的插值方法相比，其优点在于最大限度地利用了空间取样所提供的各种信息。克里格方法适用的范围为区域化变量存在空间相关性，即如果变异函数和结果表明区域化变量存在空间相关性，则可利用克里格方法进行内插或外推；否则不适用。克里格法有很多种，如普通克里格法、简单克里格法、块段克里格法、泛克里格法等。这些方法各有特点，因此在实际应用中，应该根据样点的分布特征及不同的研究目的和侧重点来采取最优的克里格法[3]。

3 结果与分析

3.1 样地重金属含量的空间结构的一般特征

半方差函数反应了数据的空间相关程度，只有数据空间相关，才有必要进行空间差值法。采用GS+软件进行数据分析，半方差函数的计算及其拟合。结果见表1。

表1理论变异函数拟合参数

没有人类活动的纯自然条件下，土壤重金属含量一般具有很强的空间相关性，其含量受气候、母质和地形等结构性因素的影响；而人类干扰如工农业生产则增加了随机因素，使得土壤重金属的空间相关性减弱。块金值与基台值之比称为基底效应，是表示样本间的空间变异程度的重要数据。该值越大，样本间的变异受随机因素影响越大。如果基底效应小于25%，表示变量的空间变异以结构性变异为主，具有较高的空间相关性；介于25%～75%之间为中等程度空间相关；大于75%时以随机因素为主，为空间弱相关。由表可知，Cu、Zn、Cd属于高度空间相关，Pb、Ni、 Cr 、As属于中等程度空间相关，说明Pb、Ni、 Cr 、As含量受人类活动影响相对较大。

变程表示了在某种观测尺度下，空间相关性的作用范围，其大小受观测尺度的限定。在变程范围内，样点间的距离越小，其相似性(空间相关性)越大，当超出变程范围时，变量空间相关性不存在，即当某点与已知点的距离大于变程时，该点数据不能用于内插或外推。由表可知，Cd变程最小，说明Cd含量受随机因素影响较大，从而导致其在较小尺度内存在空间相关性；Ni变程最大，反映结构性因素对其含量影响较大，在较大区域内存在相关性。

3.2 土壤重金属含量的空间分布图

与直接使用普通Kriging插值相比，复杂半变异函数模型及趋势分析模型的盲目使用容易导致错误的数值估计[4]。因此，本研究直接利用分析所得的半变异函数的理论模型进行普通Kriging插值，差值成图用ARC GIS软件完成。

由图2可知Cu和Pb的含量最大值出现在西北郊，徐永洲等曾对公路两侧土壤重金属含量进行研究，表明土壤Pb和Cu的含量随着到公路距离的增加而降低[5]。由于西郊采样地距机场路较近，北郊采样地距先锋路较近，Pb属于中等程度空间相关，说明Pb含量受人类活动影响相对较大。因此与公路较近是造成Cu和Pb较高值出现在西北郊的原因。

Zn的最高值出现在了东南郊，Zn属于高度空间相关，受人类活动影响较小，因此最高值的出现可能与成土母质有关。Ni和Cr没有出现明显的高值区域， Ni和Cr属于中等程度空间相关，因此Ni和 Cr含量受人类活动影响相对较大。没有较高值的出现反映出人类活动没有造成其含量的升高。

Cd和As含量的最高值都出现在了西北郊，土壤中Cu、Zn和Cd的含量，特别是Pb的含量，与机动车辆有密切的关系[6]。由于西北郊采样地都与公路较近，因而是造成Cd含量最高值出现的原因。As含量与农药、化肥和农膜的使用有关，西郊采样地和北郊采样地是哈尔滨市的主要蔬菜供应基地，因而温室大棚的广泛采用可能是造成As含量较高值出现的原因。

4 结论

(1)Cu、Zn、Cd属于高度空间相关，Pb、Ni、 Cr 、As属于中等程度空间相关，说明Pb、Ni、 Cr 、As含量受人类活动影响相对较大。

(2)Cd变程最小，说明Cd含量受随机因素影响较大，从而导致其在较小尺度内存在空间相关性；Ni变程最大，反映结构性因素对其含量影响较大，在较大区域内存在相关性。

(3)与公路较近是造成Cu和Pb较高值出现在西北郊的原因。Zn的最高值出现在了东南郊，最高值的出现可能与土壤成土母质有关。Ni和Cr没有出现明显的高值区域，没有较高值的出现反映出人类活动没有造成其含量的升高。由于西北郊采样地都与公路较近，因而是造成Cd含量最高值出现的原因。As含量与农药、化肥和农膜的使用有关，因而是造成As在西北郊出现最高值的原因。

[1]中国农业持续发展和综合生产力研究组.中国农业持续发展和综合生产力研究[M].济南：山东科技出版社，1995:306.

[2]奚旦立，孙裕生，刘秀英.环境监测[M].北京：高等教育出版社，1995.

[3]汤国安,杨昕.地理信息系统空间分析实验教程[M].北京:科学出版社,2006.

[4]郑袁明，陈煌，陈同斌.北京市土壤中Cr，Ni含量的空间结构与分布特征[J].第四季研究，2003，23(4)：436～445.

[5]石晓翠，钱翌，熊建新.模糊数学模型在土壤重金属污染评价中的应用[J].土壤通报，2006,37(2):334～336.

[6]刘凤枝.农业环境监测实用手册[M].北京：中国标准出版社，2001.