Ecological stoichiometry and spatial variation characteristics of soil nutrients in a cultivation area of Zhangjiakou City, Hebei Province
-
摘要:
应用地统计学、生态化学计量学和GIS技术,对河北省张家口市万全区某种植区的表层土壤N、P、K2O、CaO、MgO、S、Mo、Mn、Fe2O3、B、Corg、pH等参数含量特征、趋势分布、空间变异性及生源要素的分布特征进行研究。结果表明,研究区Corg属于较强分异型,变异系数为71.54%,其余元素均属于弱或均匀分异型。N、P、K2O和pH整体呈现极丰富和丰富等级,S、Mo、Mn、Fe2O3、B和Corg则处于缺乏和极缺乏等级。通过不同趋势阶数中误差的比较叠加块金系数分析,初步确定研究区可分为3种预测类型,即无趋势预测、一阶趋势预测和二阶趋势预测。K2O、CaO、MgO、S、Mn和Corg主要受结构型影响,N、P、Mo、Fe2O3、B和pH主要受结构型和随机性混合影响,其中S和Mo的变异函数表面具有较弱的方向性。生态化学计量学表明,生源要素平均含量K2O>Corg>N>P>S,土壤CNR和NPR主要受控于土壤Corg和N,垂向上表现为以表聚型和平稳型分布为主,以突变型和锯齿型分布为辅。最后通过普通克里格插值清晰可见区域范围内N、P、K2O、CaO、MgO、Mn均表现为由东北部至西南部流域范围内明显异常区,主要受控于河流迁移搬运作用,重点区中N和P属于梯型,K2O、CaO和pH属于内凹型,S和Mo属于外凸型,MgO、Fe2O3、Mn、B和Corg属于跳跃型。
Abstract:By applying geostatistics, ecological chemometrics and GIS techniques, the characteristics of the content, trend distribution, spatial variability and distribution of biogenic elements of N, P, K2O, CaO, MgO, S, Mo, Mn, Fe2O3, B, Corg, pH and other parameters in the surface soil of a planting area in Wanquan District, Zhangjiakou City, Hebei Province were studied.The results showed that Corg belonged to the strongly differentiated variation type with a coefficient of variation of 71.54%, while the rest of the elements belonged to the weak or uniform differentiation type.N, P, K2O and pH were in the very abundant and abundant classes, while S, Mo, Mn, Fe2O3, B and Corg were in the deficient and extremely deficient classes.By comparing the errors in different trend orders superimposed on the block gold coefficient analysis, it was tentatively determined that the study area could be classified into three prediction types, namely, no trend prediction, first-order trend prediction and second-order trend prediction, with K2O, CaO, MgO, S, Mn and Corg mainly influenced by the structural type, and N, P, Mo, Fe2O3, B and pH mainly influenced by a mixture of structural and stochastic properties, among which S and Mo variance functions surface with weak directionality.Ecological chemometrics showed that the average content of biogenic elements K2O > Corg > N > P > S.Soil CNR and NPR were mainly controlled by soil Corg and N, and the vertical direction showed a predominantly epistatic and smooth distribution, supplemented by mutational and sawtooth distribution.Finally, ordinary kriging interpolation clearly shows that N, P, K2O, CaO, MgO, and Mn all show obvious anomalous areas in the watershed range from northeast to southwest, mainly controlled by river migration and transport, with N and P in the key area being of the trapezoidal type, K2O, CaO, and pH of the inner concave type, S and Mo of the outer convex type, and MgO, Fe2O3, Mn, B, and Corg belong to the jump type.
-
在土地资源约束的条件下,越来越多的工程建筑转向地下发展。传统的地下空间利用主要在轨道交通等方面,近年,随着城市化进程的飞速发展,出现了越来越多的大城市甚至是超级大城市,对城市空间的利用将向多样化、深层化、人性化发展[1],利用形式已不再局限于地铁、隧道等轨道交通,而是更多地包括居住、工作、休闲等设施。地质调查工作是获取地下空间地质结构及资源环境属性的直接手段,查明浅层第四系、工程地质、水文地质结构等地质要素,可为地下空间资源综合利用评价和合理、有效、可持续地开发地下空间资源提供有力支撑[2-3],同时对相应的探测方法也提出了更高的要求。
反射波地震勘探是一种利用机械或炸药震源激发一定频带的人工地震波,并通过分析被地质界面反射回地面的地震波运动学和动力学特征,获取地质体的埋深、形态、速度结构的地球物理方法[4-5],其物理基础是岩、土具有波组抗差异。该方法分辨率较高,根据激发接收的地震波不同分为纵波法和横波法,其中,纵波法具有施工便捷、成本低廉、探测深度大和技术成熟的特点,在第四系覆盖区隐伏活动断裂、浅层地质结构等目标的探测中应用最广泛且效果突出[6-14]。谢樊等[6]运用初至波层析成像方法获得了中亚造山带东段地表以下约3 km厚的浅表速度结构精细模型, 对地壳演化与深部过程提供浅部精准约束;徐明才等[4, 7]利用抗干扰高分辨率地震方法,成功解决了十余座城市地质调查中的隐伏断裂分布问题;李燕等[8]利用反射纵波获得了银川盆地浅部构造形态,刻画了黄河断裂、贺兰山东麓断裂、银川断裂等的展布特征,为厘定断层的活动时限提供了重要的证据;周月玲等[9]利用浅层纵波地震勘探揭示了廊坊市河西务断裂的空间展布与上断点埋深。但是由于部分地区特殊的浅表地震地质条件和近源干扰波的影响,纵波地震勘探在浅层探测中存在一定盲区[14-15](华北部分地区盲区达50 m以上),导致极浅层探测效果不佳。由于横波传播不受液体的影响,尤其是在极松软的含水地层中传播速度极低,对于相同厚度的地层顶底反射时差远大于纵波,而且子波宽度也比纵波子波窄,此时,横波分辨率可达纵波分辨率的4~5倍[4, 16],在此情况下,横波法能很好地弥补纵波法在浅表层中探测效果差的缺陷,近年在工程勘探中应用也越来越多。如陈相府等[17]利用横波对广州某浅层岩土进行分层,最浅探测深度达5 m;顾勤平等[18]在苏北栟茶河断裂调查中,利用横波反射法清晰地查明了超浅层地层和构造空间特征;安好收等[15]利用纵横波联合勘探,精确定位了某浅覆盖区活动断裂在基岩和盖层中的错断情况。纵横波的探及深度和侧重面各有不同,联合勘探能优势互补,为城市地质调查提供多方面的重要信息。
华北平原区分布着中国北方重要的城市群,而新设立的雄安新区位于华北平原核心位置,其地理条件优越,起点和定位高,在建设规划上更是提出了要建设地下、地上2个雄安的宏伟设想。针对新区不同地下空间和资源利用目标层位,中国地质调查局在该区及外围投入了大量地质调查研究工作,笔者等在新区浅层精细地质结构探测中,开展了高分辨率纵横波联合勘探试验。本文主要从数据采集、处理解释等方面介绍如何提高浅层地质调查的精度,以期为雄安新区的工程地质条件、安全性和土体承载力评价提供技术支撑,同时为其他地区城市地下空间探测提供经验借鉴。
1. 研究区概况
研究区位于雄安新区南部保定市高阳县境内(图 1-B),处于白洋淀平原区,构造上位于高阳低凸起和蠡县斜坡结合部,属于太行山山前冲洪积扇,整体地势由西南向东北倾斜,但是坡度极不明显,区内有孝义河等水系由南向北汇入白洋淀。
研究区被第四系全覆盖,据以往勘探成果可知,该区第四系底界深度为348~437 m[13],主要为河湖相沉积(图 1-A),沉积物极松散,粒度细,未固结。随着白洋淀多次扩张和萎缩[19],该区湖相和河流相交替出现,形成了粉砂、粘土质粉砂、粉砂质粘土和粘土互层,部分地层为砂砾石层。
2. 地震数据采集与处理
2.1 数据采集
纵横波地震试验测线沿孝义河堤西侧布置(图 1-B),测线桩号由南向北增加,河堤表面为夯实土层,宽6~7 m。采集仪器为Sercel-428XL地震仪,纵波采集使用100 Hz垂直检波器接收,震源为14 t重的BV260型宽频可控震源,横波采集则使用4 Hz水平检波器接收,铁锤敲击扣板激发,为提高浅层有效覆盖次数,均采用中间放炮的观测系统,野外现场如图 2所示。
由于本次探测目标主要为第四系内部地层结构,涉及深度整体较浅,所以在观测系统和震源能量方面主要针对浅层设计,以小道距、小炮距、小排列、高覆盖次数的观测系统和中小能量、超宽频带激发为特点。
纵波采集参数为:3 m道距,6 m炮距,0 m偏移距,120道接收,最大炮检距为180 m,覆盖次数为30次,采样率为0.5 ms,采集时长为2 s。为获得较高主频地震波,扫频为10~300 Hz,线性升频方式,并采用20 s的扫描长度以增加各个频段的下传能量,同时为了降低近道噪声水平、提高浅层信噪比,采用50%出力,垂直叠加次数为2~3次。
横波采集参数为: 2 m道距,4 m炮距,0 m偏移距,96道接收,最大炮检距为96 m,覆盖次数为24次,采样率为0.5 ms,采集时长为2 s。检波器灵敏轴垂直测线方向安插,震源为实木木桩,并将多根并排钢钎贯穿桩体并插入地下,激发时多人站在木桩上增加配重,提高摩擦力,增加激发效果,木桩长轴方向和锤击方向均与检波器方向一致(同垂直于测线方向),每个炮点同方向敲击5次。该方法从激发到接收均为SH波(水平偏振横波),有效波场单一,后续资料处理方法较简单。
2.2 数据特征与资料处理
由于震源能量和地震波传播特性的差异,纵波原始数据信噪明显高于横波信噪比,肉眼可见0.4 s以浅发育多套反射波组。数据整体主频达80 Hz(图 3),虽然震源最高扫频达300 Hz,由于地层极为松散,高频段能量快速衰减,110 Hz左右已降到最大振幅的一半。面波干扰从炮点出发呈扫帚状散开,由于频散作用,面波最大速度约为225 m/s, 又因为使用的检波器频率较高,面波的低频部分得到了一定程度的压制,近炮点有效波已完全淹没在面波和震源干扰及其相互干涉形成的干扰中;声波呈强能量恒速线性特征,频带宽,影响范围小;此外发育高频随机干扰,能量较小,但影响范围大。横波特征与纵波特征迥异,主频约40 Hz,初至波为直达波和折射波,能量强,面波紧跟其后,影响范围较窄,有效反射波能量弱,隐约可见双曲线特征(图 3红色箭头所示),其速度低,到时比面波晚,并夹持于面波之间,即使是零炮检距的道也未受面波影响,这是与纵波最大的区别。此外,不规则甚低频和高频干扰极发育,中强能量的多次波以速度明显小于有效波的特征被识别。
数据处理采用FOCUS 5.4地震处理软件包,纵横波处理思路一致,以综合提高信噪比和分辨率为驱动,在波场特征分析的基础上,经测试调整,确定针对性的联合勘探技术方法(图 4)。处理过程中,结合相关地质资料并在初始深度域波场对比解释的基础上,不断调整叠前处理参数,尤其是滤波和速度拾取、切除等环节,避免出现构造假象,确保纵横波在深度域具有较高的可对比性。由于测线弯曲度较小,排列也较短,采用弯线方式抽选CDP(共深度点),CDP基本全部沿测线分布,测区地形平坦,未进行高程静校正。数据解编和坏道编辑后,采用带通滤波压制全区高低频等随机干扰;然后采用FK、KL等二维速度滤波模块分区分速压制具有线性特征的低速面波、震源干扰等,声波压制则在其影响的条带内滑动时窗并统计平均振幅,高于平均值的自动计算权重,使其振幅和背景值趋于一致,整个去噪过程均相对保幅,避免伤害有效波;采用球面扩散和地表一致性振幅恢复技术补偿地震波随深度和偏移距耗散的能量和振幅,保持地震波相对振幅关系,使纵横向能量均衡;地表一致性反褶积通过压缩子波达到压制续至波和短周期多次波的目的;在横波CDP域进行动校正后再作二维速度滤波进一步消除长周期横波多次波等残留低速干扰。经过综合去噪和反褶积后(图 3),主要干扰得到有效消除,信噪比和分辨率均提高,波组特征层次分明。
速度拾取不仅关系剖面的成像质量,更关系到后续的对比解释,在结合剩余静校正基础上,综合对比速度谱和叠加段、动校正道集求取精确的叠加速度,从图 5所示的某CDP点速度谱可知,横波速度谱能量团比纵波能量团更集中,速度拾取更准确,0.8 s内纵波叠加速度在1000~2000 m/s之间,而横波叠加速度从浅部的155 m/s渐增到350 m/s以上。纵波叠加剖面主频约100 Hz,横波主频则在35 Hz左右,以分辨率为波长的1/4为标准,纵波按平均速度为1600 m/s计算,其总体分辨率约为4 m,横波按平均速度180 m/s计算,其分辨率则高达1 m左右,不同深度对应的速度和频率不同,其分辨率也会不同,浅层分辨率比深层更高。
图 5所示的叠加剖面中,纵波可识别较连续的反射波集中在0.7 s以浅,对应深度约700 m;横波可识别有效反射波则集中在1.2 s以浅,对应深度约220 m。叠加剖面波组整体连续性好,信噪比和分辨率高,完全满足地下空间精细结构探测的要求。
3. 资料对比解释
在基岩区,纵横波速度比值较稳定,大部分为1.7~2.2倍的关系[20],所以将横波时间剖面压缩一半基本能保持与纵波剖面相近似的深度关系,在此基础上能够较好地识别对比同一反射界面的反射波。但是该方法在松散覆盖区不可行,首先,由于含水和压实程度的差异,纵横波速度比值较大,通常可达6倍以上(图 5),其次,速度比并不是一个恒定的比值,纵向变化较大,无法通过等比压缩进行对比,所以,需要在深度域开展相应的对比分析。本着处理解释一体化的思路,利用初始平均速度(根据DIX公式求得)进行时深转换,对比深度域波场形态特征,在浅层以横波深度为约束(横波速度小、拾取准确度高、深度误差小),在纵波剖面上解释对应层位,对横波不能探及的深层,则以纵波深度为标准,联合构建层速度模型并不断对比调整,使二者能在合理速度结构条件下的对应层位波组深度一致。
图 6为深度域构造联合解释剖面,剖面显示第四系较平缓,构造较简单。纵波探测深度远大于横波,纵波展示深度为600 m,横波展示深度为220 m,在其重叠深度范围内,纵横波剖面总体形态相似。可以直观地看到横波同相轴明显比纵波同相轴细(分辨率高),同深度范围内的同相轴数也更多,但是连续性比纵波略差。
由于地震波频率限制,一个波组的波峰或波谷并不代表单一某地质界面的反射,而是多个薄层界面相互干涉的结果,在层位解释时通常把它认为是相当于一定深度内某一明显界面(波阻抗差较大、分布广、相态相对稳定)的反映,具有一定的等时意义。受纵横波速度影响因素(岩性、流体、孔隙度等)和二者频率差异影响,同一地质体的纵横波响应也会有所不同,尤其是细节方面,比如在横波剖面上可以区分出的几个不连续的地质体(图 6红色箭头所指),在纵波剖面上则可能复合为一套连续波组,波峰和波谷的位置、深度在不同剖面上也可能不同。所以在进行对比解释时,需要把握整体格架。
钻孔ZK-高1位于测线北西侧附近的南马村(位置见图 1-A),为河北省地矿局于1981年实施的水文钻,该井深600 m,仅有岩性录井数据,其年代地层深度参考雄安新区附近最新实施的地质钻和区域地质资料[13]进行推测,由于测区地层较平缓,该井离测线也较近,可用于本次的井震对比。结合钻孔岩性和地震波场特征,同时为了便于精细速度建模,在纵波剖面上解释了10个主要层位(T03~T12),T05及以下地层反射连续好、能量强,T05以上的地层反射连续性较差,与纵波波阻抗差异小及近道干扰有关,横波则对应解释了8个层位(T01~T08),二者形态一致,每个层位均与明显的岩性分界面对应,T01和T02在纵波剖面上未能识别。最浅层位T01深约9 m,在横波剖面上呈连续强振幅特征(图 6横波浅层放大图),对应为蓝灰色含钙质网纹的粘质砂土和下伏灰黄色并具有一定透水能力的粘质砂土分界面;T02深约20 m,对应粘质砂土、粘土与下伏粉砂之间的分界面,T03(深24~28 m)对应粉砂和下伏粘质砂土的分界面,推测为全新统底;T09(深约220 m)在纵波剖面上连续性好、振幅较强,对应砂质粘土和中砂的分界面,推测为上更新统底,上更新统岩性韵律性好、单层较薄、整体岩性较细,反射波整体为高频、中高连续和中强振幅特征,T04~T08为其内部反射界面,主要为粉砂和粘土质砂、砂质粘土的分界面;T11(深约330 m),呈中连续中振幅特征,对应粘质砂土和细砂分界面,推测为中更新统底,T10(深约280 m)为中更新统上段(粘土为主)和下段(砂土为主)的分界面;T12(深430~440 m)为中低连续中振幅特征,对应粘土、粘质砂和下伏粗砂的分界面,推测为下更新统底, 下更新统起伏略大于上覆地层;T12以深为新近系明化镇组,地层整体向南略有倾斜,首次出现了含砾粗砂,与上新世晚期的区域抬升作用有关。值得注意的是,在多数岩性相同的地层内出现了明显的地震波同相轴,该现象为岩土更细微变化(如孔隙度、含水饱和度、次级矿物等)的反映,也充分说明了本次地震探测的高分层能力。
纵波剖面CDP 2500位置(对应野外米桩为3750)左右发育视倾向为北的正断层F1,向下延伸错断了第四系底。可识别上断点终止于60 m深,向下终止于明化镇组(深约570 m), 由于断层的拖曳作用或断层陡坎地形影响,T05层位波组已在断层位置出现了类似正牵引现象,说明该断层在T05上覆地层沉积后仍有可能在活动,但是由于分辨率限制,未发现该层位及以上地层有明显错断迹象,鉴于此,在更高分辨率的横波剖面上继续追踪该断层,发现F1断层在横波剖面上已错断T04,可识别上断点深度约30 m,未贯穿全新统底,推测该断层在全新世已停止活动。
此外,剖面揭示了层速度的变化,该速度是以解释的层位和断层构建的结构为框架,层位间的速度相当于该套地层的平均速度,层内具有横向变化的特征,该速度剖面也是用于最终时深转换的模型。剖面展示深度范围内,纵波层速度从1000 m/s随深度逐渐增加到2150 m/s,0~220 m深度范围内,横波层速度从150 m/s渐增到450 m/s,40 m深度范围内,纵横波速度增加均较快。浅表纵横波速度比值最大为6.6,往深部随着压实程度的增加,逐渐减小到4左右。该区横波速度在150~250 m/s之间的覆盖层厚约30 m,根据《建筑抗震设计规范》(GB 50011—2010)[21]对建筑场地要求划分为Ⅱ类,属于中软土,可能与该处一直长期处于白洋淀湖沼沉积环境有关[19]。
4. 结论
(1) 由于华北地区浅层地质结构的特殊性,以往纵波探测浅层盲区较大(通常大于50 m),采用高精度纵横波联合探测技术,在保证较深地层成像效果的同时,将最浅可探测深度提高到9 m左右。
(2) 在联合速度建模对比基础上,获得了试验区0~600 m第四系精细地层结构,反射波同相轴较好地反映了岩性的变化,与钻孔吻合度高,展现了良好的分层能力,揭示了活动断裂F1的空间展布特征,横波使该断裂可识别上断点从60 m深提高到了30 m,其高达1 m的分辨率在浅表地质体识别中更具优势。
(3) 根据横波速度结构划分建筑场地类型为Ⅱ类。该试验为雄安新区乃至其他覆盖区城市地下空间探测、安全评价等提供了重要的技术支撑和经验借鉴。
-
表 1 132件样品中土壤营养元素描述性统计
Table 1 Descriptive statistics of soil nutrient elements in the 132 samples
指标 最小值 最大值 中位数 平均值 标准差 变异系数(Cv)/% 偏度 峰度 黄淮海平原(孙厚云等,2022) 全国土壤背景(孙厚云等,2022) N/10-6 93 3296 1075 1223 721 58.95 0.80 0.24 381 707 P/10-6 259 1937 836 878 366 41.69 0.47 -0.36 517 570 K2O/% 0.94 4.48 2.70 2.80 0.48 17.14 0.83 3.14 2.34 2.36 CaO/% 0.39 11.09 2.26 2.24 1.28 57.14 3.31 19.5 4.10 2.74 MgO/% 0.04 4.83 1.42 1.34 0.55 41.04 1.57 11.64 1.88 1.43 S/10-6 51 988 232 245 137 55.92 1.79 6.48 142 245 Mo/10-6 0.43 1.55 0.74 0.79 0.21 26.58 1.75 3.59 0.52 0.7 Mn/10-6 149 1020 518 491 134 27.29 -0.04 1.64 705 569 Fe2O3/% 1.67 9.33 3.96 4.01 0.90 22.44 1.43 8.64 3.71 2.8 B/10-6 3.26 65.51 27.29 26.67 9.40 35.25 0.18 1.40 52 43 Corg/% 0.03 4.33 1.05 1.23 0.88 71.54 1.51 2.42 0.26 0.6 pH 6.38 8.78 8.22 8.09 0.44 5.44 -1.41 2.20 8.61 8 CNR 1.58 112.59 9.30 10.41 9.26 88.95 10.39 115.26 6.82 8.49 CPR 0.34 62.26 11.08 15.76 13.40 85.03 1.89 2.92 5.03 10.53 NPR 0.05 4.55 1.18 1.49 0.94 63.09 1.68 2.45 0.74 1.24 CSR 6.60 107.30 45.84 48.69 19.03 39.08 0.59 0.57 18.31 24.49 表 2 研究区土壤营养元素及pH值相关性分析
Table 2 Correlation analysis of soil nutrients and pH in the study area
指标 N P K2O CaO MgO S Mo Mn Fe2O3 B Corg pH N 1 P 0.375** 1 K2O -0.170 -0.570** 1 CaO -0.025 0.386** -0.711** 1 MgO 0.153 0.660** -0.808** 0.663** 1 S 0.837** 0.531** -0.303** 0.145 0.281** 1 Mo 0.025 0.046 0.330** -0.111 -0.027 0.068 1 Mn 0.255** 0.654** -0.683** 0.476** 0.724** 0.349** -0.054 1 Fe2O3 0.150 0.506** -0.554** 0.415** 0.763** 0.202* 0.279** 0.646** 1 B 0.414** 0.463** -0.545** 0.366** 0.429** 0.500** -0.080 0.510** 0.260** 1 Corg 0.863** 0.115 -0.036 -0.114 0.003 0.709** -0.020 0.111 0.034 0.291** 1 pH -0.318** 0.077 -0.233** 0.370** 0.202* -0.275** -0.245** 0.271** -0.040 0.171 -0.341** 1 注:*表示在0.05水平(双侧)上显著相关(双尾),**表示在0.01水平(双侧)上显著相关(双尾),n=132 表 3 研究区土壤营养元素分级统计
Table 3 Classification statistics of soil nutrients in the study area
指标 一级 二级 三级 四级 五级 分级标准 数量 分级标准 数量 分级标准 数量 分级标准 数量 分级标准 数量 N/10-6 >2000 19 1500~2000 19 1000~1500 35 750~1000 22 ≤750 37 P/10-6 >1000 45 800~1000 24 600~800 28 400~600 25 ≤400 10 K2O/% >3.01 29 2.41~3.01 89 1.81~2.41 13 1.21~1.81 0 ≤1.21 1 CaO/% >7.32 2 4.23~7.32 2 1.30~4.23 105 0.50~1.30 20 ≤0.50 3 MgO/% >2.45 1 1.87~2.45 10 1.23~1.87 73 0.75~1.23 29 ≤0.75 19 S/10-6 >757 1 430~757 9 245~430 49 156~245 38 ≤156 35 Mo/10-6 >5.0 0 2.3~5.0 0 1.1~2.3 11 0.6~1.1 106 ≤0.6 15 Mn/10-6 >967 1 711~967 3 540~711 51 342~540 58 ≤342 19 Fe2O3/% >6.23 1 5.04~6.23 12 4.24~5.04 31 3.46~4.24 61 ≤3.46 27 B/10-6 >82.3 0 58.6~82.3 1 41~58.6 5 25.9~41 65 ≤25.9 61 Corg/% >4.0 3 3.0~4.0 4 2.0~3.0 12 1.0~2.0 50 ≤1.0 63 pH >8.6 5 8.1~8.6 76 6.8~8.1 49 5.3~6.8 2 ≤5.3 0 表 4 土壤元素含量变异函数理论模型及其相关参数
Table 4 Soil elements content and variogram model parameters
元素指标 变程/m 块金值(C0) 基台值(C0+C) 块金系数C0/(C0+C) 决定系数R2 残差RSS 拟合模型 N 1191.65 194000 537600 0.361 0.889 2.04×1010 Gaussian P 1091.19 47300 142500 0.332 0.808 2.79×109 Gaussian K2O 2522 0.0336 0.2722 0.123 0.913 7.927×10-3 Spherical CaO 833 0.001 1.623 0.001 0.763 0.601 Spherical MgO 2157 0.0609 0.3408 0.179 0.802 0.0261 Spherical S 348 3000 19570 0.153 0.146 7.12×107 Exponential Mo 5222 0.02808 0.05626 0.499 0.808 1.563×10-4 Spherical Mn 1848 4240 19540 0.217 0.835 5.72×107 Spherical Fe2O3 2047 0.342 0.88 0.389 0.715 0.151 Spherical B 2704 48.7 97.5 0.499 0.87 445 Spherical Corg 3153 0.14 0.89 0.157 0.933 0.0372 Exponential pH 1001.13 0.0621 0.1932 0.321 0.884 2.74×10-3 Gaussian -
An Y L, Huang Y, Yin Z Q, et al. Spatial distribution patterns and sources for potential toxic elements in soil in the Daxing District, Beijing, China[J]. Arabian Journal of Geosciences, 2022, 15(8) : 1-21.
Bekele A, Hudnall W H. Spatial variability of soil chemical properties of a prairie-forest transition in Louisiana[J]. Plant and Soil, 2006, 280: 7-21. doi: 10.1007/s11104-005-4983-4
Burgess T M, Webster R. Optimal interpolation and isarithmic mapping of soil properties: Ⅱ. BlockKriging[J]. Journal of Soil Science, 1980, 31: 333-341. doi: 10.1111/j.1365-2389.1980.tb02085.x
Cambardella C A, Moorman T B, Novak J M, et al. Field-scale variability of soil properties in Central IOWA soils[J]. Soil Sci. Soc. Am. J., 1994, 58: 1501-1511. doi: 10.2136/sssaj1994.03615995005800050033x
Cleveland C C, Liptzin D. C: N: P stoichiometry in soil: is there a "Redfield ratio" for the microbial biomass[J]. Biogeochemistry, 2007, 85(3) : 235-252. doi: 10.1007/s10533-007-9132-0
Cole C V. Mechanisms of phosphate adsorption by calciumcarbonate[J]. Soil. Sci. Soc. Amer. Proc., 1953, 17: 352-35. doi: 10.2136/sssaj1953.03615995001700040013x
Dayani M, Mohammadi J. Geostatistical assessment of Pb, Zn and Cd contamination in near-surface; soils of the urban-mining transitional region of Isfahan, Iran[J]. Pedosphere, 2010, 20(5) : 568-577. doi: 10.1016/S1002-0160(10)60046-X
Deluigne J, Bisdom E, Sleeman J, et al. Olivines, their pseudomorphs and secondary products[J]. Pedologie, 1979, 29(3) : 247-300.
Elser J J, Acquisti C, Kumar S. Stoichiogenomics: theevolutionary ecology of macromolecular elemental composition [J]. Trends in Ecology & Evolution, 2011, 26(1) : 38-44.
Elser J J, Fagan W F, Kerkhoff A J, et al. Biological stoichiometry of plant production: metabolism, scaling and ecological response to global change[J]. New Phytologist, 2010, 186(3) : 593-608. doi: 10.1111/j.1469-8137.2010.03214.x
Facchinelli A, Sacchi E, Mallen L. Multivariate statistical and GIS-based approach to identify heavymetal sources in soils[J]. Environmental Pollution, 2001, 114(3) : 313-324. doi: 10.1016/S0269-7491(00)00243-8
Huang B, Sun W, Zhao Y, et al. Temporal and spatial variability of soil organic matter and total nitrogen in an agricultural ecosystem as affected by farming practices[J]. Geoderma, 2007, 139(3/4) : 336-345.
Jordan T E, Cornwell J C, Boynton W R, et al. Changes in phosphorus biogcochemistry along an estuarine salinity gradient: The iron conveyer belt[J]. Limnology and Oceanography, 2008, 53(1) : 172-184. doi: 10.4319/lo.2008.53.1.0172
LiuR, Wang M, Chen W P, et al. Spatial pattern of heavy metals accumulation risk in urban soils of Beijing and its influencing factors[J]. Environmental Pollution, 2016, 210: 174-181. doi: 10.1016/j.envpol.2015.11.044
Negrin V L, Spetter C V, Asteasuain R O, et al, Influence of flooding and vegetation oncarbon, nitrogen, and phosphorus dynamics in the pore water of a Spartina alterniflora salt marsh[J]. Journal of Environmental Sciences, 2011, 23(2) : 212-221. doi: 10.1016/S1001-0742(10)60395-6
Oliver M A, Webster R. Kriging: a method of interpolation for geographical informationsystems[J]. Int. J. Geogr. Inf. Syst., 1990, 4: 313-332. doi: 10.1080/02693799008941549
Sah R N, Mikkelsen D S. Effects of anaerobic decomposition of organic matter on sorption and transformations of phosphate in drained soils: Ⅰ[J]. Effects on Phosphate Sorption Soil Science, 1986, 142(5) : 267-274.
Sardans J, Rivasubach A, Penuelas J. The C: N: P stoichiometry of organisms and ecosystems in a changing world: A review and perspectives[J]. Perspectives in Plant Ecology Evolution & Systematics, 2012, 14(1) : 33-47.
Zhang Z M, Zhou Y C, Huang X F, et al. Applicability of GIS-based spatial interpolation and simulation for estimating the soil organic carbon storage in karst regions[J]. Global Ecology and Conservation, 2020, 21: e00849. doi: 10.1016/j.gecco.2019.e00849
安永龙, 杜子图, 黄勇. 基于地统计学和GIS技术的北京市大兴区礼贤镇土壤养分空间变异性研究[J]. 现代地质, 2018, 32(6) : 1311-1321. doi: 10.19657/j.geoscience.1000-8527.2018.06.19 安永龙, 万利勤, 李霞, 等. 承德市土壤重金属空间结构与分布特征[J]. 水文地质工程地质, 2020, 47(6) : 119-131. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG202006015.htm 常妮. 汉诺坝碱性玄武岩巨量地幔岩石堆积机制研究[D]. 中国地质大学(北京) 硕士学位论文, 2020. 陈绪钰, 王东辉, 倪化勇, 等. 长江经济带上游地区丘陵城市工程建设适宜性评价——以泸州市规划中心城区为例[J]. 吉林大学学报(地球科学版), 2020, 50(1) : 194-207. doi: 10.13278/j.cnki.jjuese.20180303 董正武, 玉米提· 哈力克, 李生宇, 等. 古尔班通古特沙漠西南缘柽柳沙包的土壤化学计量特征[J]. 生态学报, 2020, 40(20) : 7389-7400. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202020030.htm 付海曼, 贾黎明. 土壤对氮、磷吸附/解吸附特性研究进展[J]. 中国农学通报, 2009, 25(21) : 198-203. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNTB200921045.htm 贾恒义. 黄土高原主要土壤成壤过程与矿物元素再分配[J]. 水土保持研究, 1995, (4) : 56-60, 68. https://www.cnki.com.cn/Article/CJFDTOTAL-STBY504.013.htm 姜华, 唐晓华, 杨利亚, 等. 基于土地资源的市县级多要素国土空间开发适宜性评价研究——以湖北省宜昌市为例[J]. 中国地质, 2020, 47(6) : 1776-1792. https://www.cnki.com.cn/Article/CJFDTOTAL-DIZI202006015.htm 李启权, 岳天祥, 范泽孟, 等. 中国表层土壤有机质空间分布模拟分析方法研究[J]. 自然资源学报, 2010, 25(8) : 1385-1399. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZX201008015.htm 林燕, 白秀佳, 叶泽宇, 等. 基于ArcGIS的南通市农业生产适宜性评价[J]. 地质通报, 2021, 40(6) : 968-977. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20210612&flag=1 刘雪松, 刘金巍, 魏建朋, 等. 赣江梅江河河流作用对土壤元素分配的影响[J]. 人民长江, 2019, 50(10) : 69-72, 76. https://www.cnki.com.cn/Article/CJFDTOTAL-RIVE201910012.htm 刘永生, 杨楠, 王轶, 等. 保定—沧州地区基于空间自相关分析的土壤区域监测点网络密度研究[J]. 水文地质工程地质, 2012, 39(5) : 126-131. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG201205024.htm 刘源, 李晓晶, 段玉玺, 等. 库布齐沙漠东部植被恢复对土壤生态化学计量的影响[J]. 干旱区研究, 2022, 39(3) : 924-932. https://www.cnki.com.cn/Article/CJFDTOTAL-GHQJ202203025.htm 卢建男, 刘凯军, 王瑞雄, 等. 中国荒漠植物-土壤系统生态化学计量学研究进展[J]. 中国沙漠, 2022, 42(2) : 173-182. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGSS202202020.htm 罗艳, 贡璐, 朱美玲, 等. 塔里木河上游荒漠区4种灌木植物叶片与土壤生态化学计量特征[J]. 生态学报, 2017, 37(24) : 8326-8335. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201724019.htm 骆珊, 张德明, 卢定彪, 等. 乌蒙山区毕节市耕地土壤微量元素丰缺评价及其影响因素[J]. 地质通报, 2021, 40(9) : 1570-1583. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20210916&flag=1 秦王念, 颜雄, 李文昭, 等. 基于CNKI数据库的生态化学计量文献计量分析[J]. 现代农业科技, 2021, (24) : 228-230. https://www.cnki.com.cn/Article/CJFDTOTAL-ANHE202124085.htm 曲林雨. 汉诺坝玄武岩结构和化学特征多样性的联系[D]. 中国地质大学(北京) 硕士学位论文, 2020. 石建省, 马荣, 马震. 区域地球多圈层交互带调查探索研究[J]. 地球学报, 2019, 40(6) : 767-780. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXB201906001.htm 孙厚云, 卫晓锋, 贾凤超, 等. 冀北承德地区土壤生源要素生态化学计量与空间分异特征[J]. 生态学报, 2022, 42(5) : 1750-1765. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB202205008.htm 孙厚云, 卫晓锋, 张晓敏, 等. 河北承德中部伊逊河红旗地区土壤生源要素空间分布格局及其影响因素[J]. 矿产勘查, 2021, 12(4) : 1008-1018. https://www.cnki.com.cn/Article/CJFDTOTAL-YSJS202104030.htm 田静, 盛茂银, 汪攀, 等. 西南喀斯特土地利用变化对植物凋落物-土壤C、N、P化学计量特征和土壤酶活性的影响[J]. 环境科学, 2019, 40(9) : 4278-4286. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201909050.htm 汪璇, 王成秋, 唐将, 等. 基于地统计学和GIS的三峡库区土壤微量营养元素空间变异性研究[J]. 土壤通报, 2009, 40(2) : 359-365. https://www.cnki.com.cn/Article/CJFDTOTAL-TRTB200902037.htm 王学求, 周建, 徐善法, 等. 全国地球化学基准网建立与土壤地球化学基准值特征[J]. 中国地质, 2016, 43(5) : 1469-1480. https://www.cnki.com.cn/Article/CJFDTOTAL-DIZI201605001.htm 卫晓锋, 孙厚云, 张竞, 等. 承德特色林果资源的生态地球化学过程及其品质提升意义[J]. 水文地质工程地质, 2020, 47(6) : 99-108. https://www.cnki.com.cn/Article/CJFDTOTAL-SWDG202006013.htm 魏卓群, 白军红, 张玲, 等. 黄河口潮间带芦苇湿地土壤生源要素的时空动态变化特征[J]. 北京师范大学学报(自然科学版), 2021, 57(1) : 43-50. https://www.cnki.com.cn/Article/CJFDTOTAL-BSDZ202101008.htm 吴美玲, 田晋文. 基于GIS和地统计学的黔西北农业园区土壤养分空间变异特征研究[J]. 中国农学通报, 2019, 35(17) : 48-53. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNTB201917009.htm 吴云霞, 蔡奎, 吕凤军, 等. 冀西北农牧交错带表层土壤营养元素特征研究——以河北省康保县为例[J]. 干旱区资源与环境, 2019, 33(1) : 84-89. https://www.cnki.com.cn/Article/CJFDTOTAL-GHZH201901013.htm 奚小环. 自然资源时期: 大数据与地球系统科学——再论全面发展时期的勘查地球化学[J]. 物探与化探, 2019, 43(3) : 449-460. https://www.cnki.com.cn/Article/CJFDTOTAL-WTYH201903001.htm 夏汉平, 高子勤. 磷酸盐在白浆土中的吸附与解吸特性[J]. 土壤通报, 1992, 23: 283-287. https://www.cnki.com.cn/Article/CJFDTOTAL-TRXB199302004.htm 熊杏, 熊清华, 郭熙, 等. 南方典型丘陵区耕地土壤全氮、有机碳和碳氮比空间变异特征及其影响因素[J]. 植物营养与肥料学报, 2020, 26(9) : 1656-1668. https://www.cnki.com.cn/Article/CJFDTOTAL-ZWYF202009009.htm 杨社锋, 方维萱, 胡瑞忠, 等. 老挝南部波罗芬高原玄武岩砖红壤风化壳微量元素地球化学特征[J]. 矿产与地质, 2005, (6) : 723-727. https://www.cnki.com.cn/Article/CJFDTOTAL-KCYD200506029.htm 杨之江, 陈效民, 景峰, 等. 基于GIS和地统计学的稻田土壤养分与重金属空间变异[J]. 应用生态学报, 2018, 29(6) : 1893-1901. https://www.cnki.com.cn/Article/CJFDTOTAL-YYSB201806021.htm 赵明松, 张甘霖, 王德彩, 等. 徐淮黄泛平原土壤有机质空间变异特征及主控因素分析[J]. 土壤学报, 2013, 50(1) : 1-11. https://www.cnki.com.cn/Article/CJFDTOTAL-TRXB201301001.htm 中国环境监测总站. 中国土壤元素背景[M]. 北京: 中国环境科学出版社, 1990: 1-501. 中华人民共和国国资源部. DZ/T 0295—2016, 土地质量地球化学评价规范[S]. 北京: 地质出版社, 2016. 中华人民共和国国土资源部. DZ/T 0258—2014, 多目标区域地球化学调查规范(1∶250000) [S]. 北京: 地质出版社, 2014. 朱礼学. 土壤pH值及CaCO3在多目标地球化学调查中的研究意义[J]. 四川地质学报, 2001, (4) : 226-228. https://www.cnki.com.cn/Article/CJFDTOTAL-SCDB200104005.htm 朱秋莲, 邢肖毅, 张宏, 等. 黄土丘陵沟壑区不同植被区土壤生态化学计量特征[J]. 生态学报, 2013, 33(15) : 4674-4682. https://www.cnki.com.cn/Article/CJFDTOTAL-STXB201315019.htm -
期刊类型引用(8)
1. 孙旭鹏,李超楠. 瞬变电磁法在煤矿老窑采空区积水探测中的应用. 煤炭技术. 2024(03): 208-212 . 百度学术
2. 胡斌. 瞬变电磁法在煤矿超前地质勘查中的应用. 能源与环保. 2024(06): 70-75 . 百度学术
3. WEI Laonao,LIU Yunhe,ZHANG Bo. UAV-based transient electromagnetic 3D forward modeling and inversion and analysis of exploration capability. Global Geology. 2024(03): 154-166 . 必应学术
4. 都兵,张旭晴,孙涛,陈峰,王琳炜. 基于时序InSAR的吉林省松原市宁江区地下水活动研究. 世界地质. 2024(03): 424-433 . 百度学术
5. 翟皓,李桐林,康鑫泽,吴宇豪. 半航空瞬变电磁数据处理与解释在贺斯格乌拉露天煤矿水灾害勘探中的应用. 世界地质. 2024(03): 434-443 . 百度学术
6. 秦莉旻. 物探技术在地下水资源污染防治中的应用研究. 环境科学与管理. 2023(03): 72-76 . 百度学术
7. 范莹琳,潘树仁,杜松,李萌,赵岳,张玉峰,丁晏,宋思彤,车巧慧,王锋利. 基于半航空瞬变电磁法识别复杂地形废弃煤矿富水空间的应用研究. 煤炭科学技术. 2023(12): 79-89 . 百度学术
8. 林康利. 基于航空物探的铁路地质选线研究. 工程地球物理学报. 2022(05): 603-609 . 百度学术
其他类型引用(1)