一、应用转向带法进行土壤铜和铅含量的条件模拟（论文文献综述）
申同庆[1]（2021）在《根系影响下农田土壤干缩开裂实验与数值模拟》文中研究说明作物根系在抑制土壤干缩开裂行为方面具有积极作用。研究根系对土壤干缩开裂过程的影响,有助于预防或抑制裂隙的产生,降低干缩裂隙对实际工程的危害。目前根系对土壤开裂影响的相关研究主要通过实验室试验来定量分析根系对土壤的加固作用,而关于自然状态根系作用下土壤干缩裂隙动态演化的研究较少,相应的数值模型研究也鲜有报道。本文从试验研究与模型开发两个方面对根系影响下的土壤干缩开裂行为进行研究,探究了作物根系对土壤干缩裂隙形态的影响及根系影响下土壤干缩裂隙的动态发育规律。本文的主要研究内容包括:●试验研究:开展了田间尺度根系影响下土壤干缩开裂试验,以拍照方式记录了裂隙演化的完整动态;分析了根系影响下土壤干缩裂隙形态特征及其Minkowski密度随时间的变化规律;比较了不同根系数量干缩裂隙的Minkowski密度,分析了根系数量对土壤干缩开裂的影响。●模型开发:本文基于Vogel et al.[2005b]提出的Hookean弹簧网格模型和地质统计学中条件模拟技术提出了一个能模拟根系影响下土壤干缩开裂的数值模型,模型可体现根系对土壤的加固作用;根据田间土壤干缩开裂试验结果对模型参数进行了率定和验证,评价了模型的仿真性能。●敏感性分析:对模型参数条件临界应变数量n、条件临界应变值hc、条件临界应变位置x及相关长度λ进行了敏感性分析,讨论了参数变化对临界应变随机场、模拟裂隙形态及其Minkowski密度的影响。长期以来,关于自然状态根系影响下土壤干缩裂隙的相关研究十分有限,而根系影响下土壤干缩开裂数值模型的研发更是少之又少。因此,根系影响下土壤干缩裂隙的仿真及其预测是目前土壤学等相关领域的一大难点。本文提出的数值模型采用条件随机场来描述根系影响下土壤临界应变的空间变异结构,模拟结果再现了根系影响下农田土壤干缩裂隙形态特征及动态扩展。研究成果初步实现了对根系影响下土壤干缩开裂过程的仿真与预测。
肖艳桐,张瑞雪,吴攀[2]（2019）在《土壤重金属分析常用空间插值法研究进展》文中指出空间插值法作为空间预测和绘图的重要方法,在土壤重金属污染和环境科学等领域广泛使用,其插值性能和插值精度受到广泛关注。空间插值方法在对研究区进行空间分析或绘图时插值性能受到很多因素的影响,这些因素随着插值变量或研究区的不同而产生不同的影响。该研究通过分析近20年土壤重金属空间分析比较研究的相关文献,将目前土壤重金属空间分析常用的插值方法分为3类:地统计学插值法、非地统计学插值法和组合插值法,讨论并总结常用空间插值法的插值特征及插值性能的主要影响因素。最后结合空间插值方法的特征和影响因素得到关于土壤重金属空间插值方法的选择原则。通过比较土壤重金属空间分析常用插值方法的特点,为特定研究区或数据选择合适插值方法提供参考。
肖艳桐[3]（2019）在《山区土壤重金属风险分区研究 ——以赫章土壤为例》文中指出重金属污染已经成为目前耕地污染的一个突出的问题,根据土壤重金属污染空间分布现状和影响因素研究,选取社会和生态因素对区域土壤重金属风险分区是区域土壤重金属风险管理和控制的关键。本研究通过构建以重金属影响因素分析、空间制图和风险评估为基础的山区土壤重金属风险划分。在构建山区土壤重金属风险区划的基础上,以赫章为例,采用地理探测器、空间分析、神经网络等方法来进行论证分析,主要的结论如下:（1）山区区域土壤重金属风险区划框架研究基于山区地区的特点,选择社会和生态因子为系统框架的基础上进行山区土壤重金属风险分级分区研究,得到以土壤重金属影响因素解析、优化山区土壤重金属预测制图、环境风险评价和基于社会和生态因素为框架的山区土壤重金属风险区域划分的框架方法。（2）研究区农业土壤重金属镉含量分布的影响因素分析基于山区土壤重金属风险区划框架,以赫章土壤重金属镉为例来进行论证。分析表明,研究区镉含量平均值2.15mg/kg,明显高于该地区土壤背景值（0.659mg/kg）,变异系数为72.6,在空间上表现出中等强度的变异。采用地理探测器方法对各影响因素对研究区镉含量分布的贡献率进行分析,得到对镉含量分布影响程度较大的因子分别为降水>有机质>高程>道路距离>人口空间分布>水系距离>pH>土壤类型>地质类型>土地利用类型,这个结果与皮尔逊相关分析到的结果基本一致。通过交互探测可知,有机质和降水相互作用对土壤重金属镉含量分布的影响程度较大,其相互影响为非线性协同作用。通过对不同的环境因子条件下镉含量分布特征分析发现,在不同海拔、有机质、pH、土壤类型和地质类型条件下,土壤重金属含量有较大差异。（3）研究区农业土壤镉空间分异特征分析对土壤重金属镉进行空间趋势分析发现,研究区镉东西方向呈现二阶趋势,含量分布均匀,南北方向呈现一阶趋势,且镉从南到北呈现递增趋势。将辅助变量带入多层前馈神经网络残差克里格和多元线性回归残差克里格插值分析,交叉验证得到多层前馈神经网络残差克里格插值方法对土壤镉的空间分布具有较好的空间预测能力,而普通克里格和多元回归残差克里格只能较为粗略的估计研究区土壤镉的含量分布。多层前馈神经网络残差克里格的插值模拟结果中高低值斑块较为多且分布离散,突出了数值的波动性,能够在尊重原始测样数据的情况下更加客观的表示出土壤重金属镉的空间分布的局部异质性。根据土壤镉含量空间分布图分析可知,研究区北部地区土壤重金属镉含量分布较低,南部地区尤其是西南部地区土壤中镉含量较高。基于土壤重金属污染空间分布图,采用潜在生态风险评价法对研究区重金属镉潜在生态风险进行分析和表征。（4）研究区土壤风险区划研究采用自组织映射网络模型,在乡镇尺度上对不同的17种社会生态因子进行聚类分析,根据聚类结果和各聚类的特征得到研究区主要分为六个聚类区域。其中其中研究区的西南部和北部的区域土壤重金属风险等级最大,东部地区和中北部地区次之,而重金属风险等级最低的为北部区域和东北部区域。
胡碧峰,王佳昱,傅婷婷,李艳,史舟[4]（2017）在《空间分析在土壤重金属污染研究中的应用》文中研究表明空间分析技术是土壤重金属污染研究中的一个重要工具。与经典数据统计分析方法学相比,空间分析考虑了数据的空间位置和空间关联性,能挖掘土壤重金属在二维甚至三维空间上的空间分异和时空变异特征,并对这些结果进行可视化使之以更加直观的形式呈现出来。本文概述了探索性空间数据分析（ESDA）、空间回归分析、地统计学及空间插值分析、空间随机模拟等主要空间分析理论和方法。在此基础上,综述了空间分析在土壤重金属污染调查采样设计、空间统计分析、空间变异分析及制图、土壤重金属污染来源解析及污染不确定性研究等方面的应用和研究动态,介绍了一些应用于土壤重金属污染研究的空间分析新方法,并就空间分析方法在土壤重金属研究中的应用前景和发展趋势做了展望。
蒋威[5]（2016）在《基于不同数据类型的区域耕地土壤有机质含量估测方法研究》文中认为研究以北京市大兴区南部为研究区域,利用耕地利用现状数据、土壤类型数据和测土配方施肥数据等调查数据资料,通过处理后形成有机质点数据、面数据和软数据3种不同数据形式,构建基于不同数据形式的区域耕地土壤有机质含量估测方法,通过验证图斑的点数据和面数据形式对不同估测方法进行精度评价,筛选基于不同数据形式的区域耕地土壤有机质含量最佳空间估值方法,为定量化、精准化研究区域耕地土壤有机质空间分异规律提供科学依据和技术方法,研究结果如下：1、本文基于样点数据、面数据和软数据构建的多种区域土壤有机质含量的估测方法是合理的,能有效表征区域耕地土壤有机质含量的空间分布特征。2、利用耕地采样点数据,借助普通克里格法、残差克里格法和点面克里格法开展区域耕地土壤有机质含量估测研究结果表明,基于验证图斑点数据的估测精度分析,一致性指数、Pearson相关系数的优劣顺序依次是点面克里格法、残差克里格法和普通克里格法；均方根误差的大小次序是点面克里格法<残差克里格法<普通克里格法,说明利用采样点数据构建区域耕地土壤有机质含量的最优估测方法是点面克里格法,合理的环境变量的辅助作用对区域耕地土壤有机质估测精度提高作用明显。基于验证图斑的面数据的估测精度分析,各评价指标未达到一致。因此,不宜采用验证图斑的面数据对由点数据构建的耕地土壤有机质估测方法进行精度评价。3、利用耕地图斑为基础的面数据,借助面克里格法和序贯高斯条件模拟法开展区域耕地土壤有机质含量估测研究结果表明,基于验证图斑点数据和面数据验证精度评价具有一致性,一致性指数、Pearson相关系数和均方根误差优劣顺序都是序贯高斯条件模拟法优于面克里格法,利用耕地图斑面数据构建区域耕地土壤有机质含量的最优估测方法是序贯高斯条件模拟法,多次随机模拟和变异函数拟合准确性是序贯高斯条件模拟能优于面克里格法的重要原因。对面数据构建的土壤有机质含量估测方法,基于验证图斑的两种数据形式验证估测方法的精度都是可行的。4、以耕地土壤有机质含量等级的软数据,借助土壤类型GIS连接法和最近邻面法开展区域耕地土壤有机质含量估测研究结果表明,基于验证图斑点数据的精度验证发现土壤类型GIS连接法的估测精度优于最近邻面法,基于验证图斑面数据的验证精度相同；利用Kappa系数比较软数据模型的优劣,也发现土壤类型GIS连接法的Kappa系数略好于最近邻面法,说明以耕地土壤有机质含量等级的软数据构建区域耕地土壤有机质含量的最优估测方法是土壤类型GIS连接法。借助土壤利用方式等协助变量提高预测方法估测精度的能力仍有限,还需要探索其它协助变量和估测方法以提高基于软数据形式的耕地土壤有机质含量等级的估测精度。
谢云峰,杜平,曹云者,柳晓娟,陈同斌,杜晓明,李发生[6]（2015）在《基于地统计条件模拟的土壤重金属污染范围预测方法研究》文中进行了进一步梳理常用的空间插值模型在土壤污染范围预测时存在平滑效应,导致高值区被平滑和低值区被高估,在划定污染区范围时也往往忽视了插值结果存在的偏差。以某土壤重金属污染区域为例,利用地统计条件模拟方法预测土壤中Cu、Pb的空间分布,在多次模拟结果的基础上估算污染概率,基于概率阈值确定污染区范围。研究结果表明,地统计条件模拟方法获得的土壤Cu、Pb模拟结果统计特征与调查样点的统计特征基本一致,且空间分布格局也相似。基于污染概率的污染区范围确定方法可以定量评估污染区范围预测的不确定性,对提高土壤污染治理效果与科学制定环境管理决策具有重要意义。
毛竹[7]（2009）在《汉源铅锌矿区土壤重金属空间变异及其污染风险评价》文中研究表明本研究选取四川汉源县富泉铅锌矿山为研究区域,通过对重金属污染土壤的调查与分析其空间变异的特征;采用内梅罗指数、概率克里格和序贯指示（协同）模拟相结合的方法作出土壤重金属污染风险评价,并对当地土壤污染修复治理提出合理的对策与建议。研究结果分述如下:（1）研究区土壤中三种重金属元素的含量差异变化较大,全Cd平均含量为10.92±12.22 mg kg-1,有效Cd的平均含量为1.47±1.39 mg kg-1;全Pb的平均含量为657.92±1031.87 mg kg-1,有效Pb的平均含量为102.04±89.75 mg kg-1;全Zn的平均含量为1549.06±1915.55 mg kg-1,有效Zn的平均含量为80.02±59.95 mg kg-1。与国家土壤环境质量标准（GB/T 15618—1995）（二级）相比,全量Cd、Pb和Zn的平均含量均超过了国家标准。其中,Cd的最大值超出了约98倍,Pb的最大值超出了约14倍,Zn的最大值超出了约31倍,重金属污染十分严重;而有效态含量则普遍偏低。（2）矿山开采的过程中导致的空间变异对土壤3种重金属全量的影响顺序依次为Zn＞Pb＞Cd,Cd、Pb和Zn主要变异方向在东北-西南方向。3种元素含量呈团状分布;高值区主要集中在矿山尾矿堆积的区域,其次为临近矿山下靠近公路的农田土壤部分,在西北方向,3种重金属元素的全量含量相对于其他地区普遍偏低。（3）矿山开采的过程中导致的空间变异对土壤3种重金属有效量的影响顺序依次为Zn＞Pb＞Cd。三种元素的有效态含量呈条带状分布,变异主要发生在西北—东南方向,由西北向东南逐渐递减。高值区主要集中在矿山的西北方向,而低值区主要位于矿山的东南方向。（4）从各重金属元素之间的相关性表明,3种重金属元素全量之间以及有效量含量之间达到极显着正相关关系;从三种重金属全量及有效量与土壤理化性质相关性分析表明,土壤Cd、Pb和Zn的全量含量与土壤理化性质并没有较强的相关性,有效态重金属与土壤pH有着一定的负相关性,其中,有效Cd和有效Pb与土壤pH达到了显着负相关水平。有效Cd含量与土壤粘粒达到了显着正相关水平。（5）通过对研究区土壤重金属单因子污染评价结果表明,三种全量重金属元素污染顺序为Cd＞Zn＞Pb,对有效量而言,有效Cd的污染较为严重,有效Pb与有效Zn含量对研究区没有造成污染。通过对研究区土壤重金属综合污染评价结果表明,土壤重金属全量综合污染指数和重金属有效态综合污染指数分别为69.77和9.48,均达到重度污染的等级。（6）通过基于概率克里格的土壤重金属污染风险评价结果表明,三种重金属全量的超标概率主要从东北向西南,呈条带状和团状逐渐递减;三种重金属有效态的超标概率从研究区西北向东南呈条带状逐渐递减。（7）通过基于序贯指示模拟土壤重金属全量的污染风险不确定性评价结果表明,超标高概率的区域大致为研究区的东北部以及中部偏南,而概率相对较低的区域位于研究区的西北部以及南部;通过基于序贯指示协同模拟土壤重金属有效态的污染风险不确定性评价结果表明,三者超标概率最大值位于研究区西部、西偏北以及西偏南的地区,而超标概率相对较低的区域位于东北部。（8）针对汉源汉源富泉铅锌矿区土壤重金属污染现状,应该减少或切断重金属污染源,针对土壤的修复治理采用植被修复为主,以达到经济有效的污染治理目的。
赵永存,孙维侠,黄标,王志刚,史学正[8]（2008）在《不同随机模拟方法定量土壤镉含量预测的不确定性研究》文中指出定量土壤重金属空间预测的局部不确定性对于控制土壤空间数据的应用风险具有重要意义。描述统计分析表明,张家港541个土壤表层（0～15cm）样品的Cd含量变异性较大,而pH的变异性较小,并且土壤Cd含量与pH存在极显着正相关（r=0.51,P<0.001）。本文采用序贯指示模拟、序贯指示协同模拟和270个Cd模拟集数据对Cd含量进行了1000次条件随机模拟。结果表明,序贯指示模拟的中值估计对271个验证点Cd含量预测的均方根误差为0.080,增加pH后的序贯指示协同模拟预测的均方根误差降低为0.069,预测精度有所提高。对定量土壤Cd含量预测的局部不确定性而言,随着临界概率值的增大,这两种随机模拟方法对验证点位置不同Cd阈值的局部不确定性定量的分类错误率也越来越大。如果选择临界概率值为0.50可满足要求,则序贯指示模拟的分类错误率要小于序贯指示协同模拟;如果要求较高的可信度、选择临界概率为0.95,序贯指示协同模拟的分类错误率则比序贯指示模拟要低。
赵永存,黄标,孙维侠,邵学新,王志刚[9]（2007）在《张家港土壤表层铜含量空间预测的不确定性评价研究》文中研究表明定量土壤重金属含量空间分布预测结果的不确定性对于控制土壤空间数据的应用风险具有重要意义。采用序贯指示模拟方法对张家港土壤表层（015 cm）Cu含量的空间不确定性进行了定量评价。结果表明,张家港东部的集约农业区及中北部的冶金和电子类企业聚集区土壤表层Cu含量较高,其空间预测的波动性也较大,而该市南部土壤Cu含量较低,空间表达的波动性也较小;序贯指示模拟的模拟实现图像没有平滑效应,当给定一个Cu含量阈值时,序贯指示模拟可以定量任一空间位置Cu含量大于该阈值的概率,同时序贯指示模拟也可以评价描绘Cu含量大于该阈值的区域的空间不确定性。
代英[10]（2007）在《成都平原土壤重金属空间分布及经济损失初步估算研究》文中研究说明根据成都平原2005年土壤样点的调查资料，采用GPS、GIS与地统计学结合的方法，对大尺度下成都平原土壤重金属污染在空间分布和污染发生的风险概率进行了模拟，以及基于社会经济因素的影响分析了成都平原土壤重金属Cd、Cr、Cu、Pb、Zn、As、Hg在空间维度上产生污染的原因，并对其造成的经济损失量进行了初步的估算且提出了相应的对策措施。研究结果分述如下：（1）成都平原土壤样品中Cd、Cr、Cu、Zn、As、Hg的检出率均为100％，超标率分别为2.11％、0.70％、21.59％、1.33％、4.48％、4.48％，铅含量未超出土壤环境质量二级标准。（2）成都平原土壤Cd、Cr、Zn空间分布以斑块状为主，但高值中心分布不同。土壤Cd高值中心主要集中在两个区域在三环路外以南(0.30～2.28mgkg-1)呈团块分布和平原西北部都江堰和彭州的部分区域(0.20～0.30mg kg-1)。土壤Cr总体上未超过土壤环境质量二级标准，其高值区(100～168mg kg-1)位于平原北部彭州一带。土壤Zn的高值区(100～221 mg kg-1)和风险概率(取100mg kg-1为阈值)较高的区域（50％～76％）位于平原中部。土壤Cu主要呈块状和条带状分布，其高值区(100～141mg kg-1)仅在都江堰、温江、成都市、双流、金堂和龙泉驿等区域内有小范围的超标。土壤Pb在平原东部含量(25～81 mg kg-1)与风险概率(取35mg kg-1为阈值)明显高于西部。平原东北部与西南部其值范围与风险发生概率(＜100 mg kg-1，＜23％)均较低。成都平原土壤As含量西南高于东北部，其高值中心包括崇州、新津、大邑和邛崃约占平原面积的40％。土壤Hg的分布以条带状为主，部分为斑块状。其高值中心位于成都市中心城区(0.5～0.8 mg kg-1)和都江堰中心城区(0.4～0.5 mg kg-1)附近，超过土壤环境质量二级标准。（3）污染的存在主要是由社会经济因素在空间上的差异性所造成的。因此，分别从工业布局、城市生活垃圾的排放、距中心城区的远近、高速公路、河流分布等方面进行了探讨。土壤重金属Cu，Pb，Hg含量分布与工业布局存在极显着的关系，工业越发达的地区特别是特定的污染行业越发达，其含量越高；城区垃圾排放量总体上与其土壤Cd，Cr，Hg平均含量存在一定关系。在4km的范围内，距主城区的远近与土壤Pb含量呈显着的指数相关关系，但不排除未来对土壤造成危害污染的可能。研究区主要高速公路段之间土壤Cr、Cu、Pb、As、Hg含量差异极显着。受河流运移影响，土壤重金属在出江河-南河-斜江河段、蒲阳河-毗河-北河段和府河段具有不同分布特征，这主要是由于区内烧碱、汞化物、油漆、蓄电池等工厂排出的废水带来的污染，同时也对土壤重金属污染的跨行政区扩散产生作用造成的；不同土地利用下农户对蔬菜或水田作物投入的施肥和管理水平是造成土壤中不同重金属累积差异的主要原因。（4）成都平原土壤重金属污染经济损失计量总面积为282.93hm2，占研究区面积的0.04％。分别运用恢复费用法和市场估值法、人力资本法对土壤中重金属残留造成的损失进行了估算，其中恢复费用法得到重度污染区土壤重金属造成的经济损失为339.52万元，而市场估值法、人力资本法从三方面得到农产品品质下降损失、人群发病率提高的损失、土壤重金属重度污染事故损失分别为52.82万元、175.28万元、1.02万元，总共为229.12万元。最后，对这两种估算结果作了比较。（5）针对成都平原土壤重金属污染现状，应按污染发生的不同程度，采取经济、法律、行政、技术手段相配合，以达到综合治理污染的目的。
二、应用转向带法进行土壤铜和铅含量的条件模拟（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、应用转向带法进行土壤铜和铅含量的条件模拟（论文提纲范文）
（1）根系影响下农田土壤干缩开裂实验与数值模拟（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 土壤干缩裂隙研究进展 |
| 1.3 土性参数随机理论 |
| 1.4 本文主要研究内容 |
| 第二章 根系影响下的土壤干缩开裂试验 |
| 2.1 田间试验 |
| 2.2 裂隙网络量化体系 |
| 2.3 试验分析 |
| 2.4 本章小结 |
| 第三章 根系影响下的土壤干缩开裂模型与数值模拟 |
| 3.1 模型基本原理 |
| 3.2 模型评价指标 |
| 3.3 模型参数的率定和验证 |
| 3.4 本章小结 |
| 第四章 参数的敏感性分析 |
| 4.1 条件临界应变数量n的影响 |
| 4.2 条件临界应变值h_c的影响 |
| 4.3 条件临界应变位置x的影响 |
| 4.4 相关长度的影响 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
（2）土壤重金属分析常用空间插值法研究进展（论文提纲范文）
| 1 土壤重金属污染空间插值法研究现状 |
| 1.1 方法对比研究 |
| 1.2 土壤重金属常用空间插值法比较 |
| 1.3 常用空间插值法比较 |
| 2 土壤重金属空间插值法的影响因素分析 |
| 2.1 样本方面的影响 |
| 2.1.1 数据密度 |
| 2.1.2 研究区表面类型和景观类型 |
| 2.1.3 样本量、样本设计 |
| 2.1.4 样品的空间分布 |
| 2.2 数据的性质和质量 |
| 2.2.1 数据的分布 |
| 2.2.2 数据的准确性 |
| 2.2.3 主要变量和次要变量 |
| 3 空间插值法的选择 |
| 4 结论与展望 |
（3）山区土壤重金属风险分区研究 ——以赫章土壤为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 国内外研究现状 |
| 1.2.1 土壤重金属污染风险分区研究 |
| 1.2.2 土壤重金属空间分布和空间制图研究进展 |
| 1.2.3 土壤重金属含量影响因素分析 |
| 1.2.4 土壤重金属污染风险评价研究 |
| 1.3 研究目的和意义 |
| 1.4 研究内容 |
| 1.5 技术路线 |
| 第二章 山区区域土壤重金属风险区划框架研究 |
| 2.1 山区土壤重金属空间分异影响因素研究分析 |
| 2.1.1 理论分析 |
| 2.1.2 土壤重金属累积影响因素分析方法 |
| 2.2 山区土壤重金属空间结构与分布特征分析 |
| 2.2.1 理论分析 |
| 2.2.2 基于辅助变量的空间插值方法 |
| 2.3 基于社会-生态类型区的风险区划分分析 |
| 2.3.1 理论分析 |
| 2.3.2 土壤重金属风险区划方法 |
| 2.4 小结 |
| 第三章 研究区概况 |
| 3.1 研究区概况 |
| 3.2 数据收集与预处理 |
| 3.2.1 重金属数据获取 |
| 3.2.2 影响因素获取与处理 |
| 3.2.3 数据处理 |
| 第四章 研究区土壤重金属影响因素分析 |
| 4.1 研究区土壤重金属镉统计学分析 |
| 4.2 研究区镉影响因素分析 |
| 4.2.1 土壤重金属镉影响因素的统计学分析 |
| 4.2.2 土壤重金属镉影响因素分析 |
| 4.3 不同环境因子土壤重金属镉空间分布特征分析 |
| 第五章 基于辅助变量的土壤重金属空间分布研究 |
| 5.1 探索性空间数据分析 |
| 5.1.1 正态分布检验 |
| 5.1.2 全局趋势分析 |
| 5.2 基于辅助变量的山区土壤重金属镉空间插值预测 |
| 5.2.1 BP神经网络训练 |
| 5.2.2 多元线性回归 |
| 5.2.3 神经网络与多元线性回归比较 |
| 5.2.4 半方差分析 |
| 5.2.5 空间插值精度比较 |
| 第六章 基于社会-生态因子的土壤重金属管理分区研究 |
| 6.1 土壤重金属镉潜在生态风险评价 |
| 6.2 自组织映射网络模型应用分析 |
| 6.3 基于不同社会生态因子的土壤重金属镉空间分析区划 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 |
| 附录2 |
（4）空间分析在土壤重金属污染研究中的应用（论文提纲范文）
| 1 空间分析的基本理论和方法 |
| 2 空间分析在土壤重金属研究中的应用 |
| 2.1 应用于土壤重金属污染调查的采样设计 |
| 2.2 应用于土壤重金属污染的空间统计分析 |
| 2.3 应用于土壤重金属空间变异分析及污染评估制图 |
| 2.4 应用于土壤重金属污染源解析 |
| 2.5 应用于土壤重金属污染风险评估及不确定性评价 |
| 3 空间分析在土壤重金属污染研究应用中的发展趋势 |
| 3.1 三维空间分析与土壤重金属污染过程模型 |
| 3.2 空间分析与土壤重金属调查多源大数据融合 |
| 3.3 空间分析与土壤重金属污染时空动态监测 |
| 3.4 空间分析与土壤分区管理和重金属污染治理决策 |
| 3.5 空间分析与土壤重金属污染人体健康风险评估 |
（5）基于不同数据类型的区域耕地土壤有机质含量估测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 点数据的土壤属性估测方法研究 |
| 1.2.2 面数据的土壤属性估测方法研究 |
| 1.2.3 存在的问题 |
| 1.3 研究思路与技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 技术路线 |
| 2 研究区概况与数据准备 |
| 2.1 研究区概况 |
| 2.1.1 地理位置及行政区划 |
| 2.1.2 气候水文 |
| 2.1.3 地质地貌 |
| 2.1.4 土壤类型 |
| 2.1.5 耕地利用现状 |
| 2.2 数据准备 |
| 2.2.1 资料收集 |
| 2.2.2 耕地利用-土壤类型空间属性数据库建立 |
| 2.2.3 耕地土壤属性数据库建立 |
| 2.2.4 耕地土壤验证和训练样点有机质含量数据集建立 |
| 3 研究方法 |
| 3.1 基于点数据的土壤有机质含量估测方法 |
| 3.1.1 普通克里格法 |
| 3.1.2 结合土壤质地的残差克里格法 |
| 3.1.3 结合耕地利用类型图斑的点面克里格法 |
| 3.2 基于面数据的土壤有机质含量估测方法 |
| 3.2.1 基于图斑的土壤有机质含量面克里格法 |
| 3.2.2 基于图斑“面转点”的土壤有机质含量的序贯高斯条件模拟法 |
| 3.3 基于“软数据”的土壤有机质估测方法 |
| 3.3.1 软数据来源与形式 |
| 3.3.2 最近邻面法 |
| 3.3.3 土壤类型GIS连接法 |
| 3.4 土壤有机质含量估测精度分析 |
| 3.4.1 点数据与面数据土壤有机质估测方法的精度指标 |
| 3.4.2 基于制图精度的精度指标 |
| 4 结果与分析 |
| 4.1 基于采样点数据的土壤有机质含量估测及其精度分析 |
| 4.1.1 采样点的土壤有机质含量特征分析 |
| 4.1.2 基于点估测法的土壤有机质含量空间分布特征 |
| 4.1.3 基于点数据的土壤有机质含量三种方法的估测精度分析 |
| 4.1.4 基于点数据的土壤有机质含量估测结果Pearson相关分析 |
| 4.2 基于面数据的土壤有机质含量估测及其精度分析 |
| 4.2.1 耕地图斑土壤有机质含量的描述性统计分析 |
| 4.2.2 耕地图斑的土壤有机质含量面克里格估测结果分析 |
| 4.2.3 耕地图斑土壤有机质含量高斯条件模拟估测结果分析 |
| 4.2.4 基于耕地图斑土壤有机质含量面数据的估测精度分析 |
| 4.2.5 基于面数据的土壤有机质含量估测结果Pearson相关分析 |
| 4.3 基于软数据的土壤有机质含量估测及其精度分析 |
| 4.3.1 土壤有机质含量最近邻面法估测结果分析 |
| 4.3.2 土壤类型GIS连接法的有机质含量估测结果分析 |
| 4.3.3 基于软数据的土壤有机质含量估测精度分析 |
| 5 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（6）基于地统计条件模拟的土壤重金属污染范围预测方法研究（论文提纲范文）
| 1 模拟方法 |
| 2 样品采集与数据处理 |
| 2.1 样品采集与分析 |
| 2.2 数据处理方法 |
| 3 结果与讨论 |
| 3.1 地统计条件模拟结果的统计特征 |
| 3.2 地统计条件模拟的土壤 Cu和 Pb空间分布 |
| 3.3 土壤中 Cu、Pb的污染概率 |
| 3.4 污染概率阈值的确定 |
| 4 结 论 |
（7）汉源铅锌矿区土壤重金属空间变异及其污染风险评价（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的意义和问题的提出 |
| 1.2 研究现状综述 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 研究目标、研究内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 2 研究区域概况与试验方案 |
| 2.1 研究区概况 |
| 2.2 土壤样品采集 |
| 2.3 室内样品分析和数据处理 |
| 3 研究区土壤重金属污染特征 |
| 3.1 研究区土壤重金属污染来源和迁移 |
| 3.2 研究区土壤基本理化性质及重金属含量情况 |
| 3.2.1 富泉矿区土壤基本理化性质及重金属含量情况 |
| 3.3 研究区土壤重金属元素空间变异 |
| 3.3.1 研究区土壤重金属元素的地统计分析 |
| 3.3.2 研究区土壤重金属含量的空间分布特征 |
| 3.4 研究区土壤重金属元素含量的影响因素 |
| 4 研究区土壤重金属污染风险评价 |
| 4.1 基于污染指数法的土壤重金属污染评价 |
| 4.1.1 研究区土壤重金属单因子污染评价 |
| 4.1.2 研究区土壤重金属综合污染评价 |
| 4.2 基于概率克里格的土壤重金属污染风险评价 |
| 4.2.1 基于概率克里格的土壤重金属全量污染风险评价 |
| 4.2.2 基于概率克里格的土壤重金属有效态污染风险评价 |
| 4.3 基于序贯指示、序贯指示协同模拟的土壤重金属污染风险评价 |
| 4.3.1 基于序贯指示模拟土壤重金属全量的污染风险评价 |
| 4.3.2 基于序贯指示协同模拟土壤重金属有效量的污染风险评价 |
| 5 研究区土壤重金属污染的修复治理对策 |
| 5.1 土壤重金属污染区域 |
| 5.1.1 重度污染程度区 |
| 5.1.2 轻度污染程度区 |
| 5.2 土壤重金属污染的修复治理对策 |
| 5.2.1 减少或切断重金属污染源 |
| 5.2.2 土壤污染修复技术 |
| 6 结论和展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（8）不同随机模拟方法定量土壤镉含量预测的不确定性研究（论文提纲范文）
| 1 研究方法 |
| 1.1 研究区域概况及土样采集与分析 |
| 1.2 序贯指示模拟和序贯指示协同模拟 |
| 1.2.1 序贯指示模拟 (Sequential indicator simulation, SIS) [2] |
| 1.2.2 序贯指示协同模拟 (Sequential indicator co-sim-ulation, SIc S) [11] |
| 1.3 模拟预测的准确性和局部不确定性 |
| 2 结果与讨论 |
| 2.1 描述统计分析和指示半方差模型 |
| 2.2 模拟预测结果的准确性分析 |
| 2.3 模拟结果的分类错误率分析 |
| 3 结论 |
（10）成都平原土壤重金属空间分布及经济损失初步估算研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 问题提出和选题意义 |
| 1.2 文献综述 |
| 1.2.1 内容综述 |
| 1.2.2 方法综述 |
| 1.3 研究目标、研究内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 2 研究区域概况与试验方案 |
| 2.1 研究区域概况 |
| 2.1.1 自然条件 |
| 2.1.2 社会经济条件 |
| 2.2 调查方案 |
| 2.2.1 土壤样点设计与农情调查 |
| 2.2.2 区域资料收集 |
| 3 区域土壤重金属空间变异及其影响因素 |
| 3.1 区域土壤重金属污染总体评价 |
| 3.1.1 描述统计特征 |
| 3.1.2 污染程度总体特征 |
| 3.2 土壤中重金属污染程度空间模拟 |
| 3.2.1 正态性K-S检验 |
| 3.2.2 空间特征分析 |
| 3.2.3 区域土壤重金属污染空间模拟 |
| 3.3 区域土壤重金属影响因素分析 |
| 3.3.1 工业布局 |
| 3.3.2 城市生活垃圾 |
| 3.3.3 距中心城区远近 |
| 3.3.4 高速公路 |
| 3.3.5 河流运移 |
| 3.3.6 土地利用方式 |
| 4 区域土壤重金属污染经济损失量估算 |
| 4.1 土壤重金属污染经济损失量估算方法 |
| 4.2 土壤重金属污染估算分项设置 |
| 4.3 污染时空界定 |
| 4.3.1 土壤重金属污染时间界定 |
| 4.3.2 土壤重金属污染空间界定 |
| 4.4 重度污染地区经济损失量 |
| 4.4.1 恢复费用法估算 |
| 4.4.2 市场估值法和人力资本法估算 |
| 4.4.3 两种估算结果比较 |
| 5 区域土壤重金属污染区域及治理对策 |
| 5.1 重度污染程度区及对策 |
| 5.2 中度污染程度区及对策 |
| 5.3 轻度污染程度区及对策 |
| 6 结论和展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录A |
| 作者简历 |
四、应用转向带法进行土壤铜和铅含量的条件模拟（论文参考文献）
- [1]根系影响下农田土壤干缩开裂实验与数值模拟[D]. 申同庆. 宁夏大学, 2021
- [2]土壤重金属分析常用空间插值法研究进展[J]. 肖艳桐,张瑞雪,吴攀. 环境科学与技术, 2019(03)
- [3]山区土壤重金属风险分区研究 ——以赫章土壤为例[D]. 肖艳桐. 贵州大学, 2019(09)
- [4]空间分析在土壤重金属污染研究中的应用[J]. 胡碧峰,王佳昱,傅婷婷,李艳,史舟. 土壤通报, 2017(04)
- [5]基于不同数据类型的区域耕地土壤有机质含量估测方法研究[D]. 蒋威. 福建农林大学, 2016(09)
- [6]基于地统计条件模拟的土壤重金属污染范围预测方法研究[J]. 谢云峰,杜平,曹云者,柳晓娟,陈同斌,杜晓明,李发生. 环境污染与防治, 2015(01)
- [7]汉源铅锌矿区土壤重金属空间变异及其污染风险评价[D]. 毛竹. 四川农业大学, 2009(06)
- [8]不同随机模拟方法定量土壤镉含量预测的不确定性研究[J]. 赵永存,孙维侠,黄标,王志刚,史学正. 农业环境科学学报, 2008(01)
- [9]张家港土壤表层铜含量空间预测的不确定性评价研究[J]. 赵永存,黄标,孙维侠,邵学新,王志刚. 土壤学报, 2007(06)
- [10]成都平原土壤重金属空间分布及经济损失初步估算研究[D]. 代英. 四川农业大学, 2007(04)
标签：土壤有机质论文; 重金属论文; 土壤重金属污染论文; 土壤环境质量标准论文; 空间分析论文;