土壤重金属元素空间变异分析中9种插值方法的对

发布时间：2022-10-05 10:02 热度：

　　摘要：本文以铜陵矿集区680个表层土壤中Cu元素含量数据为例，对目前常用的9种插值方法进行了空间插值对比研究。研究表明，对于铜陵矿集区表层土壤中Cu元素的空间分布而言， Kriging和LP的各项误差均较小，为较优的空间插值方法; IDW、RBF、MFI、NA和MA的插值效果彼此间差距不大;MFI法对于局部异常的突出较明显;NA法对空间局部异常的突出明显，同时也具有较好的精度，但其极值效应较大。NN和TWL基本不适于研究区表层土壤Cu元素的空间插值。

　　关键词：空间插值;土壤;元素;铜陵

　　Comparison of nine interpolation methods for spatial distribution of soil mental elements- A case study of Cu in Tongling mining area

　　WANG Zi Liang

　　Abstract：Taking the 680 samples Cu element of surface soil in Tongling mining area as an example, we have made comparison of the usual nine interpolation methods. The results indicate that the Kriging and LP are better methods because of their less error, and they represent best in response to trends in the spatial distribution of the region. IDW, RBF, MFI, NN and NA has similar behavior; Multifractal Interpolation is better in exhibiting region local anormaly; NA shows prominant local anomaly and high precision, but high effect of extreme values. NN and TWL are not suitable for the spatial interpolation of Cu element in surface soil in Tongling because of the maximun errors and high effct of extreme values.

　　Key words : Spatial interpolation, soil, element, Tongling

　　引言

　　空间插值就是利用已知的部分空间样本信息，对未知地理空间的特征进行估计，已在矿业、水文、环境、气候预报等领域广泛应用[1]。在对土壤中元素空间分布的研究中，常将离散的点数据转换为连续的面数据，以达到研究区域内元素的空间分布趋势和局部区域元素异常识别的目的[2]。由于土壤中元素含量的复杂性以及不同目标对插值结果的要求不同，使得任何单一的插值方法都无法满足所有要求[3]。因此，如何利用有限的实测数据，借助于空间插值方法估计它们的合理空间分布具有十分重要的实际意义【4】。

　　本文选取了目前常用的反距离加权、径向基函数、普通克里格、局部多项式、多维分形克里格、自然邻点法、最近邻点法、线性插值三角剖分法和移动平均法等9种插值方法，以铜陵矿集区表层土壤中的Cu元素为例进行空间插值对比研究。

　　1、数据来源

　　铜陵矿集区表层土壤Cu元素含量数据来源于“安徽省江淮流域多目标区域地球化学调查” 数据，共680个样点，分布如图1所示。Cu元素数据的统计特征见表1，可见铜陵矿集区土壤中Cu元素的空间异质性明显，最