基于Voronoi圖的城市道路網分布密度與土壤重金屬分布研究

李健平　楊明正

摘要：利用Voronoi圖考察了城市道路網的分布密度，并以此為基礎研究了道路網密度與城市土壤重金屬的分布關系。以武漢主城區為例，研究區域的道路網與土壤中的重金屬分布空間關系并不明顯，說明道路網并非城市土壤重金屬污染的主要源頭。結果符合實際，說明了該方法的可行性、準確性。

關鍵詞：土壤；重金屬污染；空間分析；Voronoi圖

中圖分類號：X3

文獻標識碼：A文章編號：16749944（2014）0802202

[FL（2K2]

1引言

汽車行駛過程中產生的污染是城市污染重要源頭之一＼[1＼]，其污染物質主要分為氣體狀污染物和粒子狀污染物 在粒子狀污染物中， 含有的重金屬主要來源于汽油燃燒和汽車零部件磨損等， 如含Pb汽油的Pb， 輪胎中添加的Zn， 發動機及車體部件使用的Cu等。

本文以研究區的土壤采樣點位為數據基礎，利用采樣點位建立Voronoi圖，并計算每一個單元中的道路網密度，進而分析研究城市的土壤重金屬分布狀況與道路網密度的相關程度。

2材料與方法

21研究區域及數據

2013年，在武漢市主城區（圖1）采集土壤樣品。樣點布設采用網格法，采樣單元格為1km×1km，采樣密度為1個點/km2，采集地表0～20cm的土壤樣品。在水系、湖泊和池塘發育地帶地區，當小格的水域面積超過2/3時，采集水底的沉積物作為土壤樣品。在采集樣品的同時記錄采集樣點處的GPS點位。參照有關土壤技術規范，測定土壤中As，Cd，Cr，Cu，g，Ni，Pb，Zn含量，結果表明8種常規重金屬污染元素在武漢市土壤中污染較為嚴重＼[2＼]。本文將對研究區域（武漢主城區）土壤樣品的測試數據進行分析。

圖1研究區域（武漢主城區及道路網）

研究中的道路網來自于對相關地圖產品在CroelDraw中的矢量化，并在Arcgis投影變換及坐標匹配。

22道路網密度與城市重金屬分布關系分析

道路是城市污染的源頭之一＼[3＼]，本文將在大尺度范圍內，研究該區域道路對城市整體土壤重金屬分布的影響，判斷研究城市的道路網是否是該城市的主要污染源（圖2）。

圖2道路網密度統計Voronoi圖以諸多地理空間實體作為生長目標，按距每一目標最近原則，將整個連續空間剖分為若干個Voronoi區，每一個Voronoi區只包含一個生長目標。在此基礎上定義和形成的Voronoi模型集成了矢量模型和鋪蓋（柵格）模型的特點。Voronoi圖具有諸多特性，在此次研究中我們利用Voronoi圖的勢力范圍特性，即對一個空間生長目標而言，凡落在其Voronoi多邊形范圍內的空間點均距其最近，即其Voronoi多邊形反映了采樣點影響的空間范圍，進而確定影響范圍內城市交通道路的長度。

使用Arcgis93對研究區域的土壤數據空間點位構建Voronoi圖。

統計每一塊多邊形內的道路總長度L，及每一塊多邊形的面積大小S，定義道路網密度D=L/S，可以得到每個多邊形的道路網密度值。由于每一個點位對應唯一一個多邊形，每一個多邊形也有唯一的道路網密度值＼[4＼]，由此，可以進一步分析道路網空間分布與土壤中每一種重金屬元素的相關性。

本文將使用協方差云及Pearson相關系數來分析道路網密度與土壤重金屬的相關程度。

3結果與分析

首先通過制作道路網密度與各種金屬含量的協方差云圖，如圖3，通過圖像可以發現所有圖像的云點主要落在x軸附近，直觀上可以判斷道路網密度與土壤重金屬的分布相關程度較小。

在此基礎上，運用SPSS計算道路網密度與土壤金屬含量的Pearson相關系數，如表1。

在表1中，道路網密度與采樣的各種金屬相關性系數都低于01，也再次說明了道路網的分布與土壤重金屬的分布相關程度較低。在武漢主城區大范圍的土壤中的重金屬其主要污染源并不是道路網，也即道路網所產生的重金屬污染的范圍較小，影響范圍并不大。endprint

摘要：利用Voronoi圖考察了城市道路網的分布密度，并以此為基礎研究了道路網密度與城市土壤重金屬的分布關系。以武漢主城區為例，研究區域的道路網與土壤中的重金屬分布空間關系并不明顯，說明道路網并非城市土壤重金屬污染的主要源頭。結果符合實際，說明了該方法的可行性、準確性。

關鍵詞：土壤；重金屬污染；空間分析；Voronoi圖

中圖分類號：X3

文獻標識碼：A文章編號：16749944（2014）0802202

[FL（2K2]

1引言

汽車行駛過程中產生的污染是城市污染重要源頭之一＼[1＼]，其污染物質主要分為氣體狀污染物和粒子狀污染物 在粒子狀污染物中， 含有的重金屬主要來源于汽油燃燒和汽車零部件磨損等， 如含Pb汽油的Pb， 輪胎中添加的Zn， 發動機及車體部件使用的Cu等。

本文以研究區的土壤采樣點位為數據基礎，利用采樣點位建立Voronoi圖，并計算每一個單元中的道路網密度，進而分析研究城市的土壤重金屬分布狀況與道路網密度的相關程度。

2材料與方法

21研究區域及數據

2013年，在武漢市主城區（圖1）采集土壤樣品。樣點布設采用網格法，采樣單元格為1km×1km，采樣密度為1個點/km2，采集地表0～20cm的土壤樣品。在水系、湖泊和池塘發育地帶地區，當小格的水域面積超過2/3時，采集水底的沉積物作為土壤樣品。在采集樣品的同時記錄采集樣點處的GPS點位。參照有關土壤技術規范，測定土壤中As，Cd，Cr，Cu，g，Ni，Pb，Zn含量，結果表明8種常規重金屬污染元素在武漢市土壤中污染較為嚴重＼[2＼]。本文將對研究區域（武漢主城區）土壤樣品的測試數據進行分析。

圖1研究區域（武漢主城區及道路網）

研究中的道路網來自于對相關地圖產品在CroelDraw中的矢量化，并在Arcgis投影變換及坐標匹配。

22道路網密度與城市重金屬分布關系分析

道路是城市污染的源頭之一＼[3＼]，本文將在大尺度范圍內，研究該區域道路對城市整體土壤重金屬分布的影響，判斷研究城市的道路網是否是該城市的主要污染源（圖2）。

圖2道路網密度統計Voronoi圖以諸多地理空間實體作為生長目標，按距每一目標最近原則，將整個連續空間剖分為若干個Voronoi區，每一個Voronoi區只包含一個生長目標。在此基礎上定義和形成的Voronoi模型集成了矢量模型和鋪蓋（柵格）模型的特點。Voronoi圖具有諸多特性，在此次研究中我們利用Voronoi圖的勢力范圍特性，即對一個空間生長目標而言，凡落在其Voronoi多邊形范圍內的空間點均距其最近，即其Voronoi多邊形反映了采樣點影響的空間范圍，進而確定影響范圍內城市交通道路的長度。

使用Arcgis93對研究區域的土壤數據空間點位構建Voronoi圖。

統計每一塊多邊形內的道路總長度L，及每一塊多邊形的面積大小S，定義道路網密度D=L/S，可以得到每個多邊形的道路網密度值。由于每一個點位對應唯一一個多邊形，每一個多邊形也有唯一的道路網密度值＼[4＼]，由此，可以進一步分析道路網空間分布與土壤中每一種重金屬元素的相關性。

本文將使用協方差云及Pearson相關系數來分析道路網密度與土壤重金屬的相關程度。

3結果與分析

首先通過制作道路網密度與各種金屬含量的協方差云圖，如圖3，通過圖像可以發現所有圖像的云點主要落在x軸附近，直觀上可以判斷道路網密度與土壤重金屬的分布相關程度較小。

在此基礎上，運用SPSS計算道路網密度與土壤金屬含量的Pearson相關系數，如表1。

在表1中，道路網密度與采樣的各種金屬相關性系數都低于01，也再次說明了道路網的分布與土壤重金屬的分布相關程度較低。在武漢主城區大范圍的土壤中的重金屬其主要污染源并不是道路網，也即道路網所產生的重金屬污染的范圍較小，影響范圍并不大。endprint

摘要：利用Voronoi圖考察了城市道路網的分布密度，并以此為基礎研究了道路網密度與城市土壤重金屬的分布關系。以武漢主城區為例，研究區域的道路網與土壤中的重金屬分布空間關系并不明顯，說明道路網并非城市土壤重金屬污染的主要源頭。結果符合實際，說明了該方法的可行性、準確性。

關鍵詞：土壤；重金屬污染；空間分析；Voronoi圖

中圖分類號：X3

文獻標識碼：A文章編號：16749944（2014）0802202

[FL（2K2]

1引言

汽車行駛過程中產生的污染是城市污染重要源頭之一＼[1＼]，其污染物質主要分為氣體狀污染物和粒子狀污染物 在粒子狀污染物中， 含有的重金屬主要來源于汽油燃燒和汽車零部件磨損等， 如含Pb汽油的Pb， 輪胎中添加的Zn， 發動機及車體部件使用的Cu等。

本文以研究區的土壤采樣點位為數據基礎，利用采樣點位建立Voronoi圖，并計算每一個單元中的道路網密度，進而分析研究城市的土壤重金屬分布狀況與道路網密度的相關程度。

2材料與方法

21研究區域及數據

2013年，在武漢市主城區（圖1）采集土壤樣品。樣點布設采用網格法，采樣單元格為1km×1km，采樣密度為1個點/km2，采集地表0～20cm的土壤樣品。在水系、湖泊和池塘發育地帶地區，當小格的水域面積超過2/3時，采集水底的沉積物作為土壤樣品。在采集樣品的同時記錄采集樣點處的GPS點位。參照有關土壤技術規范，測定土壤中As，Cd，Cr，Cu，g，Ni，Pb，Zn含量，結果表明8種常規重金屬污染元素在武漢市土壤中污染較為嚴重＼[2＼]。本文將對研究區域（武漢主城區）土壤樣品的測試數據進行分析。

圖1研究區域（武漢主城區及道路網）

研究中的道路網來自于對相關地圖產品在CroelDraw中的矢量化，并在Arcgis投影變換及坐標匹配。

22道路網密度與城市重金屬分布關系分析

道路是城市污染的源頭之一＼[3＼]，本文將在大尺度范圍內，研究該區域道路對城市整體土壤重金屬分布的影響，判斷研究城市的道路網是否是該城市的主要污染源（圖2）。

圖2道路網密度統計Voronoi圖以諸多地理空間實體作為生長目標，按距每一目標最近原則，將整個連續空間剖分為若干個Voronoi區，每一個Voronoi區只包含一個生長目標。在此基礎上定義和形成的Voronoi模型集成了矢量模型和鋪蓋（柵格）模型的特點。Voronoi圖具有諸多特性，在此次研究中我們利用Voronoi圖的勢力范圍特性，即對一個空間生長目標而言，凡落在其Voronoi多邊形范圍內的空間點均距其最近，即其Voronoi多邊形反映了采樣點影響的空間范圍，進而確定影響范圍內城市交通道路的長度。

使用Arcgis93對研究區域的土壤數據空間點位構建Voronoi圖。

統計每一塊多邊形內的道路總長度L，及每一塊多邊形的面積大小S，定義道路網密度D=L/S，可以得到每個多邊形的道路網密度值。由于每一個點位對應唯一一個多邊形，每一個多邊形也有唯一的道路網密度值＼[4＼]，由此，可以進一步分析道路網空間分布與土壤中每一種重金屬元素的相關性。

本文將使用協方差云及Pearson相關系數來分析道路網密度與土壤重金屬的相關程度。

3結果與分析

首先通過制作道路網密度與各種金屬含量的協方差云圖，如圖3，通過圖像可以發現所有圖像的云點主要落在x軸附近，直觀上可以判斷道路網密度與土壤重金屬的分布相關程度較小。

在此基礎上，運用SPSS計算道路網密度與土壤金屬含量的Pearson相關系數，如表1。

在表1中，道路網密度與采樣的各種金屬相關性系數都低于01，也再次說明了道路網的分布與土壤重金屬的分布相關程度較低。在武漢主城區大范圍的土壤中的重金屬其主要污染源并不是道路網，也即道路網所產生的重金屬污染的范圍較小，影響范圍并不大。endprint