基于贝叶斯最大熵和辅助信息的土壤重金属含量空间预测

摘要

预测土壤重金属空间分布对于识别高污染区域、进行污染来源解析和制定预防控制策略具有重要意义。本文选取浙江省杭州市为研究区,以土壤母质类型作为辅助信息,通过贝叶斯最大熵(Bayesian maximum entropy,BME)法,预测土壤重金属的空间分布,并与传统的克里金方法的预测结果进行比较。结果表明:BME在土壤重金属含量空间预测方面精度更高,其残差分布区间、平均绝对误差和均方根误差更小。研究区内重金属污染风险相对较低,其平均值均低于二级土壤环境质量标准值,但镉和砷的含量高于当地背景值,分别是背景值的1.59倍和1.31倍。铅和汞在该研究区东北部的城市地区含量较高,城市化、工业化和交通运输可能是其污染来源;镉和砷在西南部和中西部农村地区含量较高,农业活动可能是其污染来源。此外,镉在中东部还存在一块明显的高含量区域,这与当地矿业活动密切相关。铬主要受自然因素的影响。