基于原位PXRF数据的土壤锰、锌污染分布协同克里金插值与高分地图绘制

作者：赵曼颖; 赵玉鑫^*; 沈铁志; 李淑; 姚光远; 陈曾思澈; 刘玉强; 徐亚^*

来源：环境科学研究, 2023, 36(03): 599-609.

DOI：10.13198/j.issn.1001-6929.2022.11.22

• 协同克里金插值
• 主变量点位密度
• 辅助变量点位密度
• PXRF辅助变量

高分辨率土壤重金属污染绘图(HRMMs)有助于准确识别需要进行风险管控或修复的区域.传统HRMMs基于网格模式土壤采样，开展化学分析并采用地质统计插值方法绘制污染分布地图，成本高、速度慢，且不适合高度异质性污染场地.该研究提出了一种通过多元非线性回归改善便携式X射线荧光分析(PXRF)数据，采用改进的PXRF数据进行协同克里金插值，以及HRMMs地图绘制和重金属污染分布预测的新方法.为了支持模型的建立和验证，选择我国西北某锰、锌污染场地开展研究.结果表明：(1)引入PXRF数据作为协同克里金插值的辅助变量能有效提高插值精度，而校正的PXRF数据可进一步提高空间刻画精度.重金属Mn和Zn的校正PXRF协同克里金插值较原始PXRF协同克里金插值的平均误差分别降低了4.5%和78.2%.(2)主变量点位密度的变化会改变校正后PXRF协同克里金插值的精度.以Zn为例，当主变量点位密度大于4个/(104 m2)时，校正后的PXRF协同克里金插值的精度显著降低.(3)增加辅助变量点位密度可显著提高协同克里金插值精度.当辅助变量点位密度增至7个/(104 m2)时，校正后PXRF协同克里金插值的平均误差与均方根误差分别降低了92.4%和34.7%.研究显示，通过对PXRF数据的校正可有效提高污染物协同克里金插值的精度，同时协同克里金插值需要满足一定量的主变量点位密度要求，且辅助变量点位密度越高，协同克里金插值的精度越高.

• 单位
  吉林建筑大学; 中国环境科学研究院