基于地理探测器的农田土壤重金属影响因子分析

被引:27
作者
李雨 [1 ,2 ]
韩平 [2 ]
任东 [1 ]
罗娜 [2 ]
王纪华 [1 ,2 ]
机构
[1] 三峡大学计算机与信息学院
[2] 北京市农林科学院北京农业质量标准与检测技术研究中心
关键词
地理探测器; 土壤重金属; 影响因子; 相关分析; 交互作用;
D O I
暂无
中图分类号
S153 [土壤化学、土壤物理化学];
学科分类号
0903 ; 090301 ;
摘要
【目的】研究土壤重金属与影响因子以及不同土壤重金属之间相关关系,为土壤重金属空间预测模型提供更加全面的辅助变量。【方法】利用地理探测器模型,结合空间插值技术对2014年湖南省湘潭县5个乡镇农田中5种土壤重金属Pb、Cd、As、Cr和Hg的空间分布变化与6种影响因子以及5种土壤重金属之间的相关性和交互作用进行研究。【结果】研究结果表明,GDP、平均温度和相对湿度对5种土壤重金属解释力较大(PD,H值均在0.5以上),土壤pH、土壤类型与高程对土壤重金属的解释力较小(PD,H值均在0.3以下),其中土壤类型对于5种土壤重金属的解释力最低(PD,H值均在0.1以下)。5种土壤重金属中,Cr对Cd的解释力最强(PD,H值达到0.95),As对Cd的解释力最小(PD,H值仅为0.20)。平均温度、相对湿度、GDP对土壤重金属的影响显著高于其他影响因子,而其他影响因子之间的解释力差异并不显著。各影响因子之间和5种重金属元素之间均具有相互增强或非线性增强作用。【结论】土壤重金属的空间分布是由多种影响因子共同作用的结果。通过地理探测器模型发现,GDP、平均温度和相对湿度等影响因子对研究区域内的土壤重金属的空间分布具有较强的解释力,这些影响因子可作为研究区土壤重金属空间预测模型的辅助变量。地理探测器模型可以对多种影响因子进行更加全面的分析,为土壤重金属空间预测模型的建立提供有效的依据。
引用
收藏
页码:4138 / 4148
页数:11
相关论文
共 28 条
[1]   地理探测器:原理与展望 [J].
王劲峰 ;
徐成东 .
地理学报, 2017, 72 (01) :116-134
[2]   京津冀PM2.5时空分布特征及其污染风险因素 [J].
周磊 ;
武建军 ;
贾瑞静 ;
梁念 ;
张凤英 ;
倪永 ;
刘明 .
环境科学研究, 2016, 29 (04) :483-493
[3]   基于空间插值的土壤重金属污染评估分析系统设计与实现 [J].
罗娜 ;
陆安祥 ;
王纪华 .
食品安全质量检测学报, 2016, 7 (02) :497-504
[4]   基于Flex和REST服务的产地重金属安全等级WebGIS系统开发——以湖南省湘潭县为例 [J].
罗娜 ;
陆安祥 ;
王纪华 .
农产品质量与安全, 2016, (01) :67-72
[5]   基于主成分分析的协同克里格插值模型对土壤铜含量的空间分布预测 [J].
章清 ;
张海涛 ;
郭龙 ;
杜佩颖 ;
李林蔚 ;
李锐娟 ;
唐晓霏 .
华中农业大学学报, 2016, 35 (01) :60-68
[6]   一种基于地理探测器的城镇扩展影响机理分析法 [J].
徐秋蓉 ;
郑新奇 .
测绘学报, 2015, (S1) :96-101
[7]   基于地理探测器的东北地区气温变化影响因素定量分析 [J].
于佳 ;
刘吉平 .
湖北农业科学, 2015, 54 (19) :4682-4687
[8]   中国村庄空间分布特征及空间优化重组解析 [J].
杨忍 ;
刘彦随 ;
龙花楼 ;
王洋 ;
张怡筠 .
地理科学, 2016, 36 (02) :170-179
[9]   北京城市休闲商务区的时空分布特征与成因 [J].
朱鹤 ;
刘家明 ;
陶慧 ;
李玏 ;
王润 .
地理学报, 2015, 70 (08) :1215-1228
[10]   基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素 [J].
丁悦 ;
蔡建明 ;
任周鹏 ;
杨振山 .
地理科学进展, 2014, 33 (05) :657-666