Page 301 - 《环境工程技术学报》2023年第1期

第 1 期 耿治鹏等：污染场地土壤重金属污染空间特征分析—以某搬迁电镀厂为例 · 297 ·

地共分为电镀区、污水处理区、供电房、食堂及厂区 局部空间自相关分析可得出局部关联分析 的 Lisa
道 路 5 个部分。 图，可区分空间各点位之间高值（HH）聚类、低值
1.3 研究方法 （LL）聚类、由高值围绕的低值异常值（LH）聚类以及
1.3.1 空间插值分析 由低值围绕的高值异常值（HL）聚类等特征。
空间插值是通过采样点所获得的离散数据，按 空间自相关分析中常用标准化统计量的临界值
照插值公式原理估算未知区域的连续数据的过程， （Z）检查所分析要素是否在空间上具有显著性相关
即根据周边相邻采样点的值来求得未知点的值 。 性，其计算公式如下：
[18]
ID W 以插值点与采样点之间的距离为权重，离插值 I − E (I) （4）
点距离越近的采样点的权重越大 [19] 。各采样点值对 Z = √ VAR(I)
插值点值作用的权重大小是成比例的，这些权重的 式中：E(I 为待分析要素也就是全局自相关的期望
)
总和 为 1。其公式为： 值；VAR(I 表示所分析变量全局莫兰指数的方差。
)
n
∑ Z 越大说明所分析的要素在空间上的相关性越高，当
Z (x 0 ) = λ i Z (x i ) （1）
|Z|>2.5 时，则说明所分析的变量在空间上差异性显
8
i=1
式中： Z (x 0 )为样点 处的预测值；n 为用于插值样点的 著，不存在随机分布的可能性。
x 0
数量； Z (x i )为样点 处的观测值； 为第 i 个样点对预 1.3.3 半变异函数分析
x i
λ i
测点作用的权重，其公式如下： 半变异函数属于地统计分析中的函数的一种，
[22]
1/d i p 能够较为准确地描述区域化变量的空间变化特性 。
λ i = （2）
n
∑ p 半变异函数分析可以直接对变量的空间相关性进行
1/d
i 分析，常用于研究变量的空间性质随距离变化的趋
i=1
式中：d 为预测点与各样点间的距离； 为距离的 势，得出研究变量的空间分布规律 [23] 。计算公式
i
p
幂，在预测过程中，权重随着样点与预测点之间距离 如下：
的增加而减小。 1 ∑
N(h)
r(h) = [Y (x i )−Y (x i +h)] 2 （5）
1.3.2 空间自相关分析 2N (h)
i=1
空间自相关性指位于同一分布区内的观测数据 式中： 为采样点之间步长的变化量； r(h)为采样点
h
的不同变量之间存在的潜在相关性，莫兰指数 之间的半变异值； N (h)为在空间中步长向量均为
（Moran's I）用于描述这些变量在空间上的聚集程 h 时的离散点对数量； Y (x i )为位置在 x 上的区域化变
度 。 空 间 自 相 关 分 为 全 局 空 间 自 相 关 （Global 量。 r(h)半变异函数值随着 h 的增大而增加，在半变
Moran's I）和局部空间自相关（Local Moran's I） 。 异函数趋于平稳时，离散点对间隔 为 0，步长范围
[20]
全局空间自相关是在整个研究区范围内对待分析要 越小。
素的地理属性的聚集或离散程度进行分析；局部空
2 结果与讨论
间自相关适用于当存在全局空间自相关时，分析是
否存在空间异质性并确定空间异常值点位置，在不 2.1 土壤重金属特征统计及相关性
存在全局空间自相关时，寻找可能被掩盖的局部空 2.1.1 土壤重金属浓度
间自相关的位置 。 各类重金属浓度统计见 表 1。为保证场地污染
[21]
n n
∑∑ 的筛选值的科学性，研究采用的标准限值结合了多
W ij (X i − X)(X j − X)
个场地标准文件。由 表 1 可知，重金 属 Hg、Pb、Cd、
i=1 j,j,1
I = （3）
n n
g
∑∑ A 浓度的平均值小于当地背景值，最大值不超过标
S 2 W ij
准限值，在研究区场地不存在污染情况。Ni、Cu、
i=1 j,j,1
式中：W 为空间权重矩阵； X i 和 X 分别为采样点 Z 浓度的平均值均超过的标准限值，C 浓度的平均
r
n
j
j
i
n
2
i 和 j 上的测量值； X为 的平均值；S 为 的方差； 值虽未超过标准限值， 但 Ni、Cr、Cu、Z 浓度的最大
X i
X i
I 为全局莫兰指数。当 >0 时，表示所分析的变量在 值均远高于当地背景值，最大超标点位的超标倍数
I
空间上呈正相关，其值越大，空间相关性越明显；当 分别 为 9.55、1.35、5.94、10.67，在研究区场地造成污
I= 时，表示空间上不具有相关性； 当 I< 时，表示变 染。 这 4 种重金属浓度标准差较大，说明其在土壤
0
0
量在空间上呈负相关，其值越小，空间差异越明显。 中的分布具有显著的差异，空间特征明显。