论文部分内容阅读
摘要：土地质量地球化学评估根据土壤中有益元素、有害元素、PH值、有机污染物等元素和物质的含量，对土壤的生产能力和环境质量进行的综合评估。本文通过对某研究区的土地质量地球化学评估元素含量数据进行统计分析，对土地质量进行分类分级，建立土地质量评价模型，并将评估结果与传统方法的评估结果进行对比，验证多元统计分析方法进行土地质量地球化学评估的可行性。
关键词：土地质量地球化学评估;多元统计分析
引言
土地是人类赖以生存的基本资源，是人类生产生活的物质基础和基本保障。土地质量是指在生态系统范围内，土地维持生物的生产力、保护环境质量、促进动植物及人类健康以及保持或改善大气和水质量的能力。
本文旨在通过对研究区的土地质量地球化学评估元素含量数据进行统计分析，对土地质量进行分类分级，建立土地质量评价模型，评价指标筛选，验证用多元统计分析方法进行土地质量地球化学评估的可行性。
1研究区概况
本次评价区域位于山区。其中，海拔大于400米以上的山地占总面积的83.40%，海拔400米以下的丘陵面积占总面积的13.53%，平地面积仅占总面积的3.07%。主要土地利用类型是旱地、水田和有林地，其中耕地面积占总面积9.05%，林地面积占总面积7.49%，未利用地面积占总面积的8.19%。
土壤类型以水稻土和砖红性红壤土为主。土体中大量元素被淋失，碱金属和碱土金属含量极少，钙、钠只有痕迹，镁、钾也不多、磷含量也很低。
土地质量地球化学评估的基础数据是在采样点实地采样，实验室分析后得到的土壤元素含量数据。数据采集主要分为以下步骤：
1 评估单元的选取：土地质量地球化学评估的最小评估单元是指在采样和评价工作作为一个整体的基本单元。因此，适合的评估单元的选取是十分重要的。
建立评价单元的方法主要有两种。一是格网法，二是图斑法。为了保证评估结果的可靠性，一般采用图斑法作为土地质量地球化学评估的基本单元。
2采样点布置和样品采集：本次研究区域属于市县级评估，采样密度一般为4～6个点/km2。采样点周围50m范围选取的3～5个点进行土壤样品采集，采样应除去地表植被、根系等杂物，采集0～20㎝深的耕层土壤。然后混合作为1件样品。将土壤样品碾碎、去除动植物残留体、砾石和肥料团块等，风干、敲碎，过20目尼龙筛后送样测试。
3土壤化验方法参照国家环保局的《环境监测分析方法》进行。本次试验区一共对51个采样点的24种元素进行了测定，分别为：有机质、磷、镁、硫、钾、钙、氮、硼、锰、铁、钼、锌、铜、氯、镍、砷、镉、铬、铅、汞、氟、硒、碘、pH值。
2数据处理与分析
2.1 数据分布检验和粗差剔除
首先对各元素检测结果進行检验，按平均值±3倍离差剔除异常数据。通过SPSS软件，经检验各元素均符合对数正态分布，元素含量符合自然分布规律，数据质量合格。
2.2 样品数据的聚类分析
本文沿用土地质量地球化学评估方法，用有机质、磷、镁、硫、钾、钙、氮、硼、锰、铁、钼、锌、铜、氯、镍、砷、镉、铬、铅、汞、氟、硒、碘、pH值来评估土地质量。
首先将原始数据进行标准化变换，然后对51个样本按肥力元素和健康元素分别进行聚类分析。计算各样本单元间的欧氏距离平方，采用离差平方和法进行系统聚类，根据类间距离及聚类次序画出聚类图，根据聚类图和本区实际情况，可以把51个样本单元分为六类。
2.3 元素含量数据的判别分析
判别分析按判别准则可以分为：距离判别分析、费歇尔判别分析和贝叶斯（Bayes）判别分析。
本文将51个样本分成的6个类别视为来自6个总体的样本，采用SPSS软件，用贝叶斯逐步判别分析方法进行了判别分析，样本单元回报准确率为88.2%。
2.4 元素含量数据的主成分分析
将上述六个类作为土地质量的六个等级，根据51个样本的数据，进行主成分分析，取前五个主成分，累积贡献率为78.473%。
从分析结果可以看出，第一主成分中，Corg、S、N、P、CaO、Cd、Hg、pH、F、Cl、I元素系数较大，因此主要反映土壤有机质和重金属元素含量;第二主成分中， Cu、Pb、MgO、K2O、Cr、Zn、TFe2O3、Se元素系数较大，因此主要反映土壤必须大力元素和微量元素;第三主成分主要反映Mn、As元素含量;第四主成分主要反映Mo元素含量;第五主成分主要反映B元素含量。五个成分的表达式可以作为该地区土地质量地球化学评估的评估模型。
2.5分析结果检验
将上述分析结果与研究区的土地质量地球化学评估结果进行对比，发现可以将聚类结果的第1、5、6三类等同于土地质量地球化学评估一等，第2、3类等同于二等，第4类等同于三等，评估结果重合率为84.69%。说明该方法具有可行性。
3 结论
通过本研究，验证了多元统计分析算法代替模糊综合评价方法进行土地质量地球化学评估的可行性。对于两种评估结果之间的差异，主要在于数据量过小，以及聚类分析中选择的算法可能不太适用于本研究的数据。在今后的研究中，如果较大样本量，可以对多种算法进行验证，找到最适合的聚类分析算法。
参考文献：
[1] 全国土地利用总体规划纲要（2006-2020年）[Z].
[2] DD2008-06，土地质量地球化学评估技术要求[S].
[3] 王大勇.土壤质量地球化学评价模型研究[D].吉林大学，2007.
[4] 胡慧娟.基于云模型的土地质量地球化学评估方法研究[D].长安大学，2016.
[5] 董莉丽.基于多元统计分析的土壤-环境关系研究[J].安徽农业科学，2012，40（10）：6049-6050+6052.
[6] 陈晶晶，张楚.多元统计分析在评价不同土地利用方式下土壤肥力中的应用[J].江西农业学报，2009，21（07）：97-99.
[7] 陈茂学，张志国.多元统计分析在土地资源评价中的应用[J].应用概率统计，1992，（02）：104-106.
关键词：土地质量地球化学评估;多元统计分析
引言
土地是人类赖以生存的基本资源，是人类生产生活的物质基础和基本保障。土地质量是指在生态系统范围内，土地维持生物的生产力、保护环境质量、促进动植物及人类健康以及保持或改善大气和水质量的能力。
本文旨在通过对研究区的土地质量地球化学评估元素含量数据进行统计分析，对土地质量进行分类分级，建立土地质量评价模型，评价指标筛选，验证用多元统计分析方法进行土地质量地球化学评估的可行性。
1研究区概况
本次评价区域位于山区。其中，海拔大于400米以上的山地占总面积的83.40%，海拔400米以下的丘陵面积占总面积的13.53%，平地面积仅占总面积的3.07%。主要土地利用类型是旱地、水田和有林地，其中耕地面积占总面积9.05%，林地面积占总面积7.49%，未利用地面积占总面积的8.19%。
土壤类型以水稻土和砖红性红壤土为主。土体中大量元素被淋失，碱金属和碱土金属含量极少，钙、钠只有痕迹，镁、钾也不多、磷含量也很低。
土地质量地球化学评估的基础数据是在采样点实地采样，实验室分析后得到的土壤元素含量数据。数据采集主要分为以下步骤：
1 评估单元的选取：土地质量地球化学评估的最小评估单元是指在采样和评价工作作为一个整体的基本单元。因此，适合的评估单元的选取是十分重要的。
建立评价单元的方法主要有两种。一是格网法，二是图斑法。为了保证评估结果的可靠性，一般采用图斑法作为土地质量地球化学评估的基本单元。
2采样点布置和样品采集：本次研究区域属于市县级评估，采样密度一般为4～6个点/km2。采样点周围50m范围选取的3～5个点进行土壤样品采集，采样应除去地表植被、根系等杂物，采集0～20㎝深的耕层土壤。然后混合作为1件样品。将土壤样品碾碎、去除动植物残留体、砾石和肥料团块等，风干、敲碎，过20目尼龙筛后送样测试。
3土壤化验方法参照国家环保局的《环境监测分析方法》进行。本次试验区一共对51个采样点的24种元素进行了测定，分别为：有机质、磷、镁、硫、钾、钙、氮、硼、锰、铁、钼、锌、铜、氯、镍、砷、镉、铬、铅、汞、氟、硒、碘、pH值。
2数据处理与分析
2.1 数据分布检验和粗差剔除
首先对各元素检测结果進行检验，按平均值±3倍离差剔除异常数据。通过SPSS软件，经检验各元素均符合对数正态分布，元素含量符合自然分布规律，数据质量合格。
2.2 样品数据的聚类分析
本文沿用土地质量地球化学评估方法，用有机质、磷、镁、硫、钾、钙、氮、硼、锰、铁、钼、锌、铜、氯、镍、砷、镉、铬、铅、汞、氟、硒、碘、pH值来评估土地质量。
首先将原始数据进行标准化变换，然后对51个样本按肥力元素和健康元素分别进行聚类分析。计算各样本单元间的欧氏距离平方，采用离差平方和法进行系统聚类，根据类间距离及聚类次序画出聚类图，根据聚类图和本区实际情况，可以把51个样本单元分为六类。
2.3 元素含量数据的判别分析
判别分析按判别准则可以分为：距离判别分析、费歇尔判别分析和贝叶斯（Bayes）判别分析。
本文将51个样本分成的6个类别视为来自6个总体的样本，采用SPSS软件，用贝叶斯逐步判别分析方法进行了判别分析，样本单元回报准确率为88.2%。
2.4 元素含量数据的主成分分析
将上述六个类作为土地质量的六个等级，根据51个样本的数据，进行主成分分析，取前五个主成分，累积贡献率为78.473%。
从分析结果可以看出，第一主成分中，Corg、S、N、P、CaO、Cd、Hg、pH、F、Cl、I元素系数较大，因此主要反映土壤有机质和重金属元素含量;第二主成分中， Cu、Pb、MgO、K2O、Cr、Zn、TFe2O3、Se元素系数较大，因此主要反映土壤必须大力元素和微量元素;第三主成分主要反映Mn、As元素含量;第四主成分主要反映Mo元素含量;第五主成分主要反映B元素含量。五个成分的表达式可以作为该地区土地质量地球化学评估的评估模型。
2.5分析结果检验
将上述分析结果与研究区的土地质量地球化学评估结果进行对比，发现可以将聚类结果的第1、5、6三类等同于土地质量地球化学评估一等，第2、3类等同于二等，第4类等同于三等，评估结果重合率为84.69%。说明该方法具有可行性。
3 结论
通过本研究，验证了多元统计分析算法代替模糊综合评价方法进行土地质量地球化学评估的可行性。对于两种评估结果之间的差异，主要在于数据量过小，以及聚类分析中选择的算法可能不太适用于本研究的数据。在今后的研究中，如果较大样本量，可以对多种算法进行验证，找到最适合的聚类分析算法。
参考文献：
[1] 全国土地利用总体规划纲要（2006-2020年）[Z].
[2] DD2008-06，土地质量地球化学评估技术要求[S].
[3] 王大勇.土壤质量地球化学评价模型研究[D].吉林大学，2007.
[4] 胡慧娟.基于云模型的土地质量地球化学评估方法研究[D].长安大学，2016.
[5] 董莉丽.基于多元统计分析的土壤-环境关系研究[J].安徽农业科学，2012，40（10）：6049-6050+6052.
[6] 陈晶晶，张楚.多元统计分析在评价不同土地利用方式下土壤肥力中的应用[J].江西农业学报，2009，21（07）：97-99.
[7] 陈茂学，张志国.多元统计分析在土地资源评价中的应用[J].应用概率统计，1992，（02）：104-106.