土壤環境監測點位最優網格研究
——以南陽盆地農耕區土壤鎘元素為例

馬振波，解慶鋒，3，張 平，3，周小果，張得恩，司法禎，李勝昌，3

(1.河南省地質調查院，河南 鄭州 450001； 2.河南省地球化學生態修復工程技術研究中心，河南 鄭州 450001；3.河南省地質科學研究所，河南 鄭州 450001)

為推進“十四五”土壤環境質量改善，滿足國家土壤環境管理新需求，結合全國農用地土壤污染狀況詳查結果，對國家土壤監測網點位進行優化調整，科學評價全國土壤環境質量及其變化趨勢，全面支撐土壤污染防治工作。河南省土壤生態環境監測點位優化工作于2020年開始啟動，但大區域內的最優土壤監測密度的研究甚少。土壤的空間變異性存在于不同尺度上的主要影響因子有顯著差異，這種差異限制了從一個空間尺度到另一個空間尺度的信息轉換，是空間尺度效應產生的根本原因[1-2]。在土壤環境監測中，監測點位以反映土壤環境質量總體狀況及變化趨勢為導向，以農用地為主要監測對象，采用網格布設法，覆蓋主要土壤類型和縣城，確保布局完整、全面跟蹤土壤環境質量狀況，并說清其變化趨勢。為此，利用南陽盆地農耕區土壤監測數據，結合數據統計原理及空間分析方法，研究最優布設網格，保證點位布設的科學性、均勻性、代表性十分必要，為河南省生態土壤環境監測點位優化提供技術支撐。

1 數據來源

2016年，由中國地質調查局部署開展，中國地質科學院水文地質環境地質研究所和河南省地質調查院共同完成了南陽盆地河南工作區1∶25 萬土地質量地球化學調查面積1.24萬 km2(圖1)，覆蓋了河南省南陽盆地農耕區范圍。樣品采集以農用地土壤為主，按照1 km×1 km網格采集1件表層土壤樣品(0～20 cm)，并按2 km×2 km網格內樣品用等重量法進行組合送檢。樣品分析均由河南省地礦局巖礦測試中心完成，分析項目包括鎘、砷、鉛、汞、鉻等54項元素指標，其中鎘元素采用電感耦合等離子體質譜法測試，共取得數據3 101條。

圖1 南陽盆地河南工作區1∶25萬土地質量地球化學調查工作程度圖Fig.1 Work degree map of 1∶250 000 land quality geochemistry in Nanyang Basin of Henan Work Area

2 空間自相關分析

空間自相關性反映了一個區域單元上某一地理現象或某一屬性值與鄰近區域單元上同一現象或屬性值的相關程度[3]。利用地學統計軟件GS+的Moran′s I功能，檢測研究區域內土壤元素空間自相關的指標。通過計算，鎘元素的Moran′s I為0.1978，且P=0.000，表明研究區域內土壤鎘屬于空間正相關，且相關性顯著(圖2)。

圖2 鎘元素自相關分析示意Fig.2 Schematic Map of autocorrelation analysis of Cd element

3 提取不同網格內點位數據樣本

不同點位密度元素含量在空間上存在一定的變異。為了研究空間變異程度，利用南陽盆地農耕區樣點進行提取，建立不同尺度的子樣本。此次按4 km×4 km、8 km×8 km、16 km×16 km和32 km×32 km等4種尺度的網格，以網格中心距離最近點位的原則抽取樣點，得到各尺度網格樣點數4 km×4 km為810個，8km×8km為225個，16km×16km為66個，32 km×32 km為23個(圖3)。獨立驗證集利用剩余的監測的樣點隨機抽取，共抽取81個樣點(圖4)。

圖3 不同尺度網格樣本分布Fig.3 Sample Distribution Map of grid at different scales

圖4 獨立驗證集樣本分布Fig.4 Sample distribution Map of independent verification set

4 半方差分析

由于土壤養分描述性統計只能說明元素含量的基本狀況，無法明確土壤元素在空間結構上的隨機性、相關性和獨立性[4]。因此，需要采取地統計學分析方法來對土壤元素含量的空間異質性進行進一步的研究[5]。不同采樣尺度下土壤鎘含量半方差函數利用地學統計軟件GS+對不同采樣尺度下土壤元素含量進行半方差分析，一般情況下，塊基比小于25%時，表明土壤養分各指標具有較強的空間自相關；塊基比在25%～75%時，具備中等程度的空間自相關；大于75%則表示其自相關程度相對較弱[6]。4 km×4 km、8 km×8 km尺度下子樣本變程為24.2、23.0 km，擬合度為0.817、0.813，其空間相關距離及擬合度差異不大；而16 km×16 km尺度下子樣本變程為121.6 km，擬合度降低為0.659，32 km×32 km尺度下子樣本基本不能擬合。說明4 km×4 km、8 km×8 km的采樣網格的空間表達能力最強，16 km×16 km的采樣網格的空間表達能力一般，但能準確表達出數據的空間相關性，32 km×32 km的采樣網格的空間表達能力較差，分析結果見表1。

表1 不同采樣尺度下土壤鎘含量半方差統計參數Tab.1 Statistical parameters of semi-variance of soil Cd element content at different sampling scales

5 交叉驗證的空間預測精度比較

利用交叉驗證方法檢驗插值的結果精度，采用均方根誤差作為精度評價指標，確定不同的插值方法對研究區土壤有機質預測精度最優的插值模型[7]。其中，均方根誤差(RMSE)如式(1)所示，RMSE越小，表明預測精度越接近實測值，預測的精度越高。

(1)

對土壤中的鎘元素含量，按照4種網格尺度的抽樣點進行Kriging插值，比較交叉驗證結果，然后分析RMSE(均方根誤差)。鎘元素在4 km×4 km、8 km×8 km和16 km×16 km采樣尺度的RMSE較小并且接近，表明4 km×4 km、8 km×8 km和16 km×16 km采樣尺度預測結果比較理想。32 km×32 km采樣尺度下RMSE升高，說明該采樣尺度下，精度不可靠(圖5)。

圖5 不同采樣尺度下土壤鎘元素均方差誤差變化曲線Fig.5 Variation curves of mean square error of Cd element in soil under different sampling scales

6 采樣尺度對土壤元素含量的影響

以普通克里格插值方法[8-10]，進一步探討采樣點數量對土壤元素含量空間分布表征的影響，理論上，隨著采樣網格尺度的增大，土壤元素含量的空間預測結果越來越平滑，對細節的反映能力越來越弱。

本次分別按已提取的4種尺度的網格分別進行插值繪制趨勢面，結果顯示，密度為4 km×4 km、8 km×8 km和16 km×16 km的采樣點所反映的土壤鎘含量空間格局分布非常類似。隨著采樣點間距的增大，土壤鎘空間布局有一定的平滑效應，但是整體格局類似，說明采用4 km×4 km、8 km×8 km和16 km×16 km的采樣點進行土壤鎘含量的空間預測，依然能較好地反映當地的實際土壤鎘含量空間分布情況。但是32 km×32 km的樣點無法反映上述分布格局，特別是一些細節特征無法被準確表達(圖6)。

圖6 不同網格尺度的鎘含量值空間分布Fig.6 Spatial distribution of Cd element content in different grid scales

7 結論

通過對南陽盆地農耕區土壤鎘元素含量進行自相關分析，鎘元素空間正相關，且相關性顯著；隨機抽取81個樣點作為獨立驗證集，并根據中心點最近點法提取了4種不同網格內樣本，進行了半方差分析，進一步求證了不同采樣網格的空間相關性；交叉驗證結果顯示，鎘元素在4 km×4 km、8 km×8 km和16 km×16 km采樣尺度的RMSE較小且接近，表明所選的采樣尺度預測結果比較理想；4種網格尺度下分別進行插值繪制趨勢面，16 km×16 km網格內的采樣點依然能較好地反映當地的實際土壤鎘含量空間分布情況。通過分析驗證，16 km×16 km網格為監測點位最優網格，但在實際布設過程中，還應考慮土壤類型分布、土地利用現狀、周邊環境等因素采用合適的網格。