山东省种植区地下水硝态氮污染空间变异及分布规律研究

【摘要】：近年来,我国部分地区地下水硝态氮污染十分严重,特别是集约化种植区由于施用大量氮肥导致的地下水硝态氮污染更为严重。为控制污染,应明确地下水硝态氮污染的空间变异规律与分布特征。 本文基于2009年山东省502个地下水硝态氮实测数据,分析了不同地域、不同采样井深度、不同土地利用类型、不同用途水井的地下水硝态氮污染的规律,并且收集整理了相关的土壤数据、地下水资源模数数据、氮肥施用量数据、降水数据以及高程坡度等数据,并对这些数据与地下水硝态氮的相关性进行了分析。在此基础上,采用地统计学方法和神经网络两种方法,对山东省种植区地下水硝态氮含量数据进行空间分布以及空间变异分析。由地统计方法得出不同区域地下水硝态氮含量存在一定的差异,并存在明显的趋势效应以及变异性。参考相关性分析,将与地下水硝态氮含量相关性较高的两个因子(土壤粗砂含量和全氮含量)作为协克里金(Co-Kriging, CK)插值方法中的协同因子,对山东省地下水硝态氮污染进行插值。经比较分析,协克里金法比普通克里金法(Ordinary Kriging, OK)的精度高。另一方面,参考相关分析的结果,将与地下水硝态氮污染的相关程度比较大的因子(地下水资源模数(M)、土壤全氮含量(Q)、土壤有机质含量(Y)、土壤粗砂含量(C))作为输入变量,硝态氮含量作为输出变量,利用BP神经网络进行训练,建立重要影响因子与地下水硝态氮之间的神经网络模型,实现地下水硝态氮点到面的空间外推模型。 总体来说,地统计方法和神经网络方法模拟山东省地下水硝态氮污染获得相似的空间分布规律。协克里金和BP神经网络的空间模拟结果表明,地下水硝态氮含量空间分布规律表现在从西南到东北逐渐升高的方向性效应,而污染较严重的区域主要分布在潍坊、青岛、烟台种植区,如青岛的平度、莱西,潍坊的寿光等农业较发达的种植区。精度验证分析表明,BP神经网络空间外推的精度更高。两种方法均对山东省地下水硝态氮的空间分布规律的研究提供了依据,基于空间模拟结果,对山东省地下水硝态氮污染的原因与现状进行了分析探讨,并结合对其他影响因子的分析,提出相关的发展趋势及保护对策。