Geostatistical Simulation for the Assessment of Regional Soil Pollution. 区域土壤污染评估的地统计模拟方法
Abstract
enRegional scale inventories of heavy metal concentrations in soil increasingly are being done to evaluate their global patterns of variation. Sometimes these global pattern evaluations reveal information that is not identified by more detailed studies. Geostatistical methods, such as stochastic simulation, have not yet been used routinely for this purpose in spite of their potential. To investigate such a use of geostatistical methods, we analyzed a data set of 14,674 copper and 12,441 cadmium observations in the topsoil of Flanders, Belgium, covering 13,522 km2. Outliers were identified and removed, and the distributions were spatially declustered. Copper was analyzed using sequential Gaussian simulation, whereas for cadmium we used sequential indicator simulation because of the large proportion (43%) of censored data. We complemented maps of the estimated values with maps of the probability of exceeding a critical sanitation threshold for agricultural land use. These sets of maps allowed the identification of regional patterns of increased metal concentrations and provided insight into their potential causes. Mostly areas with known industrial activities (such as lead and zinc smelters) could be delineated, but the effects of shells fired during the First World War were also identified.
Abstract
esEn los estudios de contaminación de suelos as escala regional, es práctica común la implementación de inventarios de concentraciones de metales pesados en el suelo con el fin de evaluar sus patrones globales de variación espacial. A veces dichas evaluaciones de patrones globales proporcionan información que no son aparentes en estudios realizados a escalas más detalladas. En este contexto, a pesar del potencial analítico que poseen, los métodos geostadísticos como la simulación estocástica han recibido poca atención. Los autores del presente artículo proponen llenar este vacío aplicando métodos geostadísticos para el análisis de dos bases de datos: 14,674 observaciones de cobre (Cu) y 12,441 observaciones de cadmio (Cd). Los datos corresponden a la capa superior de suelo en un área de 13,522 km2 en Flandes, Belgica. Tras la remoción de los valores extremos (outliers) y la desaglomeración de las distribuciones, los autores analizan los datos vía dos procedimientos: a) una Simulación Secuencial Gausiana (SGS) para los datos de cobre, y b) una Simulación Secuencial Indicador (SIS). La diferencia en el tratamiento analítico para ambos metales obedece a la considerable proporción (43%) de datos censurados de cadmio. Los mapas resultantes de valores estimados fueron complementados con mapas que ilustran la probabilidad de exceder los umbrales críticos para uso agrícola de la tierra. Esta serie de mapas permitió la identificación de patrones regionales de concentraciones crecientes de metales y proporciono claves importantes acerca de sus posibles causas. Los patrones hallados coinciden con áreas donde se realizan actividades industriales (como fundiciones de plomo y zinc), pero también con la distribución espacial de casquillos de balas disparadas durante la Primera Guerra Mundial.
Abstract
zh区域尺度上土壤重金属浓度详查越来越多地被用于评估其变化的整体模式，但这些整体模式评估所揭示的信息有时却未得到更详尽研究的证实。而地统计方法（比如随机模拟方法）尽管有其潜在优势，但至今仍未成为针对此类目标的常规方法。为了对地统计学在该领域的应用进行验证，我们以比利时弗兰德斯地区为例，分析了覆盖面积为13522平方公里表层土壤中14674个铜(Cu)和12441个镉(Cd)的观察数据。通过对异常数据辨别和剔除，我们发现其分布不具有空间集聚性。对铜采用序贯高斯模拟（SGS）方法，而镉由于存在大量（比例达43%）的受限数据，因此对其采用序贯指示模拟（SIS）方法。我们采用农业土地利用中超过临界环境卫生阈值数据的概率图对评估数据图进行补充。这些图集可辨识金属污染物浓度增加的区域模式，并提供了对潜在原因的深入理解。通常情况下具有已知工业活动(例如，铅、锌冶炼厂) 的区域均能勾画出来，此外第一次世界大战中弹药燃烧的影响也能辨别。
