基于条件拉丁超立方采样和地统计协同模拟的区域土壤重金属多尺度空间变异研究

The study on spatial multi-scale variability of heavy metals in soils is the basis of the assessment and regulation of heavy metals pollution. The program begins with the soil sampling design, and innovatively proposes Geostatistical Co-simulation technique to delineate the spatial multi-scale variability of heavy metals in soils in Laiwu industrial district. Firstly, the program designs conditioned Latin Hypercube Sampling (cLHS) model incorporating spatial structure and cost constrains under the support of ancillary environmental data, in order to produce the sampling scheme facilitating the next multi-scale analysis. Secondly, the program builds the robust Linear Model of Co-regionalization (LMC) by trying three experimental corss-variogram, and uses Low-Upper (LU) decomposition to establish the Geostatistical Co-simulation technique to simulate the spatial components of heavy metals in soils at multiple spatial scales. At last, the program applies Geographically Weighted Regression (GWR) to explore the multi-scale sources of spatial variability of heavy metals in soils, and identifies the priority pollutants and regulation pattern. It is expected that this program provides a new path to delineate the spatial multi-scale variability, as well is of great significance for the prevention and risk management of soil environmental pollution.

土壤重金属多尺度空间变异特征及变异来源研究是土壤重金属污染评价和调控的基础。本研究从土壤采样设计的构建出发，创新发展了地统计协同模拟技术，以莱芜市工业聚集区为案例区，研究土壤重金属的多尺度空间变异。首先在环境因子的辅助下，构建空间结构和采样成本约束的条件拉丁超立方采样模型，形成支撑重金属多尺度变异研究的采样设计方案，开展野外采样和分析测试。继而遴选经验变异函数构建稳健的协同区域化线性模型，揭示土壤重金属空间结构的多尺度组成；在此基础上，利用Low-Upper(LU)分解发展地统计协同模拟技术，实现土壤重金属多尺度空间组分的模拟。最后运用地理加权回归辨识土壤重金属多尺度空间组分与环境因子的关系，揭示土壤重金属空间变异的多尺度来源，确定优先控制污染物和高风险管控区域。本研究可为土壤重金属多尺度空间变异的定量表达提供新思想和新方法，同时对土壤污染防治和风险管理具有重要意义。

在强烈自然因素和人类干扰的叠加作用下，区域土壤重金属存在复杂的来源，并展示出多尺度空间异质性特征；定量表达土壤重金属多尺度空间变异及来源是区域土壤重金属污染评价和调控的基础。因子克里格是经典的多尺度定量模拟方法，然而，传统Matheron变异函数拟合对数据异常值的不稳定性和克里格预测器的平滑效应，大大制约了因子克里格对土壤重金属多尺度空间变异的模拟精度；同时传统的采样方式忽视了采样点与环境协变量的空间结构匹配性和采样实施的经济性。本研究形成了环境因子辅助下顾及空间结构匹配和采样成本的土壤采样布局优化技术，在保证采样设计精度的基础上，将采样成本降低了近40%。遴选经验交叉变异函数拟合稳健的协同区域化线性模型，通过Low-Upper (LU)分解算法，构建了多变量-多尺度条件协同模拟技术，研究土壤重金属的多尺度空间变异特征。基于多个受体模型、有限混合分布模型和多元地统计模拟构建了区域土壤重金属定量源解析及空间精确建模技术，实现了优先污染物筛选和污染区域划定。构建了山东省多区域-多时相的土壤重金属数据库，实现了本研究所发展模型的广泛应用验证。基于该项目的系列成果，在国内外期刊发表论文10篇，其中SCI论文7篇，部分成果获得2019年度山东省科技进步三等奖。本研究从土壤采样布局的优化设计-多尺度空间变异模拟-定量源解析和污染区域划定的思路出发提出了三个技术方法，可为土壤重金属调查提供新思想和新途径，对区域土壤污染评价和修复具有重要的理论和实践意义。