下载文档原格式
基于科学知识图谱的灌溉条件下土壤重金属研究张登敏;乔冬梅;王亚丹;陆红飞;王朝明;邢永强【期刊名称】《节水灌溉》【年(卷),期】2024()1【摘要】系统梳理了灌溉条件下土壤重金属研究的热点问题和特征以及探索了该领域发展趋势以期为后续的研究提供参考。
利用COOC13.4和VOSviewer等科学知识图谱工具,以中国知网(CNKI)数据库和Web of Science核心合集数据库(WOS)为数据检索源,对灌溉条件下土壤重金属领域的相关文献进行可视化分析。
①英文文献数量比中文明显要多并且二者都呈逐年增加的趋势。
我国在该领域研究中占据主导地位(发文量占比最多,达20.15%)。
②中文核心期刊主要有《农业环境科学学报》等,英文核心期刊主要有《Environmental Science and Pollution Research》等。
③国内本领域研究有明显的团队,团队之间联系较为松散。
国外各机构作者国家之间合作频繁。
④中文文献中Cd污染、非常规水灌溉、污灌区土壤、源解析、土壤修复依然是大家关注的热点问题。
国外开始向更微观层级研究,而中国更倾向于生态环境友好型、废弃物利用和综合种养模式发展。
目前环境污染和水资源缺乏的形势依旧严峻,灌溉条件下土壤重金属的研究仍然是当今国内外的研究热点并且未来还会向微观层面、纳米层级等方向将生态友好、废弃物利用和综合种养模式相结合深入发展研究。
【总页数】11页(P23-32)【作者】张登敏;乔冬梅;王亚丹;陆红飞;王朝明;邢永强【作者单位】中国农业科学院农田灌溉研究所;中国农业科学院研究生院;江苏农林职业技术学院;河南省地质局地质灾害防治中心;河南省国土空间调查规划院【正文语种】中文【中图分类】S153【相关文献】1.基于科学知识图谱谈土壤有机碳研究进展2.近年来我国节水灌溉技术研究进展——基于文献计量的科学知识图谱分析3.长期污水灌溉条件下土壤重金属形态及生物活性的研究4.污水灌溉条件下作物对土壤重金属吸收特征比较因版权原因，仅展示原文概要，查看原文内容请购买。
中国环境科学 2018,38(1)：244~253 China Environmental S cience 基于知识图谱的土壤重金属快速监测技术进展雷梅1,王云涛1,2,顾闰尧1,2,董子平1,2,王燕文1,陈同斌1*(1.中国科学院地理科学与资源研究所,北京100101；2.中国科学院大学,北京 100049)摘要：为了解当前国际土壤重金属快速监测研究现状及趋势,以Web of science 数据库为基础,以X射线荧光光谱法(XRF)为例利用CiteSpace进行知识图谱可视化分析,并在此基础上对国际土壤重金属快速监测进行研究综述.结果表明,从Web of science数据库资料来看,当前对土壤重金属快速监测的研究机构以中国科学院和西班牙国家科学研究委员会发文量最多,而发文从属国家以美国为最多,中国和德国居其次;研究热点主要集中于快速监测仪器的技术开发、实际应用、定量化监测影响因素的识别及校正等方面;针对土壤重金属污染快速监测的未来研究趋势主要集中于监测仪器的小型化智能化研发、农田土壤重金属快速监测、区域土壤重金属空间分布监测等方面.认清和了解当前国际土壤重金属快速监测研究状况,可为国内相关研究提供参考.关键词：土壤；重金属；X射线荧光光谱；知识图谱中图分类号：X53 文献标识码：A 文章编号：1000-6923(2018)01-0244-10A review of the rapid monitoring of soil heavy metals based on mapping knowledge domains. LEI Mei1, WANG Yun-tao1,2, GU Run-yao1,2, DONG Zi-ping1,2, WANG Yan-wen1, CHEN Tong-bin1* (1. Institute of Geographic Science and Natural Resources Research, Chinese Academy of S ciences, Beijing 100101, China；2.University of Chinese Academy of Sciences, Beijing 100049, China). China Environmental Science, 2018,38(1)：244~253Abstract：Soil heavy metal pollution has been paid increasing attention. A method that rapid detection of soil heavy metal concentrations was provided for the field screening and monitoring of soil heavy metal pollution. Aiming to understand the research status and trend of soil heavy metal rapid monitoring, X-ray fluorescence (XRF) was used as an example for visualized analysis by software CiteSpace based on the Web of Science database. The results showed that: (1) As the term of Agent, the largest amount of literature around rapid monitoring of heavy metals were reporteded by the Chinese Academy of Sciences and the National Scientific Research Council of Spain. As the term of country, the reports were dominated by the United States, followed by China and Germany. (2) The instrument development, practical application and the factors influencing quantitative monitoring were the research concern. (3) The future research possibly focused on the instrument miniaturization and intelligence, rapid monitoring of farmland soil heavy metal and the monitoring of spatial distribution of soil heavy metal. The review on soil heavy metal rapid monitoring could provide reference for related research in China.Key words：soil；heavy metal；XRF；mapping knowledge domains土壤重金属污染不仅能直接影响作物的产量和质量而且会间接影响动植物和人类的健康,甚至整个生态环境的质量[1],而土壤重金属监测和筛查则是土壤重金属污染治理的前提和基础.土壤重金属测定的传统方法多采用实验室大型台式仪器,如原子吸收光谱(AAS)仪[2]、原子荧光光谱(AFS)仪[3]、电感耦合等离子体发射光谱(ICP-AES)仪[4]、电感耦合等离子体质谱(ICP-MS)仪[5]等,但均存在样品前处理和测定过程繁琐、耗时费力、成本高等问题[6].因此,推进便捷、快速、低成本的土壤重金属快速监测技术发展对土壤重金属污染快速筛查和应急监测具有重要意义.知识图谱(Mapping knowledge domain)又称收稿日期：2017-06-10基金项目：国家“863”计划(2014AA06A513);STS计划(污染农田修复产业示范和研究网络项目)* 责任作者, 研究员, chentb@1期雷梅等：基于知识图谱的土壤重金属快速监测技术进展 245科学知识图谱、知识图或知识可视化,是一个集图形理论、文献计量学、统计学等众多理论于一体的发展迅速的新生研究领域[7].通过对研究领域知识挖掘、信息处理、知识计量和图形绘制,揭示该领域的发展趋势、研究进展、研究热点与前言、核心作者群、核心期刊、核心机构群等重要信息,以可视化方式呈现[8].本文着重围绕当前土壤重金属快速监测中发展最为迅速和应用最为广泛的技术之一——X射线荧光光谱法(XRF)[9],开展研究综述.1数据来源与研究方法1.1 数据来源在Web of science TM数据库(数据更新时间为2017年8月14日)中输入主题词:“XRF”AND “soil”,“XRF”AND “heavy metal”,“X-ray fluorescence” AND “soil”,“X-ray fluorescence” AND “heavy metal”,“PXRF” AND “soil”,“PXRF” AND “heavy metal”,“portable X-ray fluorescence” AND “soil”,“portable X-ray fluorescence” AND “heavy metal”进行检索,将文献类型限定为“Article”、“Proceeding Paper”和“Review”,共得到5001条数据,经过进一步去除重复,最终得到精炼文献3171篇.1.2 研究方法本文采用由美国德雷克赛尔大学信息科学与技术学院陈超美教授利用Java语言开发的CiteSpaceⅤ软件进行知识图谱可视化分析[10].通过在CiteSpace中分别选择国家(Country)、研究机构(Institution)、被引文献(Cited Reference)、关键词(Key words)等选项,进行对应的图谱分析,得到该领域的研究国家和机构合作图谱、共现图谱和共引图谱.对图谱内容进一步归纳总结,最终获得该领域在一段时期内的研究动态、研究热点与前言和演进趋势等重要信息.此方法已在建模与仿真[11]、信息科学与管理科学[12]、神经医学[13]等众多领域得到应用.2 结果与讨论2.1 研究机构分析a.发文国家图谱b.发文机构图谱图1 国际土壤重金属快速监测的研究国家和机构图谱Fig.1 Countries and institutions that study soil heavymetal rapid monitoring由图1a显示,以Web of science数据库资料为基础,论文从属国家主要以美国为中心形成聚类群,且其中介中心性最强(以黑色光圈标注),表明其在关系网络中起到重要作用,绝大部分国家都直接或间接地与其存有合作关系.而发文从属机构形成的聚类群主要以中国科学院和西班牙国家科学研究委员会为最大,其次是巴西圣保罗大学、欧洲同步辐射中心、俄罗斯科学院等(见图1b).结合表1可知,美国发文贡献率最大,远高于其它国家,其次是中国、德国、法国等,而美国(0.30)和瑞典(0.19)是除德国(0.31)之外中介中心性最高的国家.而在研究机构网络中,中国科学院发文贡献率最大,其次是西班牙国家科学研究委246 中 国 环 境 科 学 38卷员会,但欧洲同步辐射中心的中介中心性最大(0.22),其次是西班牙国家科学研究委员会(0.15)、中国科学院(0.10)、美国加州大学伯克利分校(0.10)等.表1 国际土壤重金属快速监测研究力量信息Table 1 The research force information of soil heavymetals rapid monitoring国家 频次 中心性 机构 频次中心性美国 598 0.30 中国科学院 88 0.10中国 361 0.03 西班牙国家科学研究委员会 44 0.15德国 250 0.31 巴西圣保罗大学 41 0.07法国 181 0.12 欧洲同步辐射中心37 0.22巴西 171 0.06 俄罗斯科学院 35 0.02西班牙 155 0.09 加州大学伯克利分校 34 0.10 英国 149 0.11 芝加哥大学 29 0.07 意大利 147 0.12 墨西哥国立自治大学 28 0.03印度 147 0.02 比利时安特卫普大学 28 0.10日本 139 0.06 浙江大学 27 0.02澳大利亚 119 0.10 葡萄牙里斯本大学26 0.022.2 土壤重金属快速监测知识基础与演进分析 知识基础包括2部分:早期奠基性文献;共被引频次和中心性都较高的关键性文献[14].2.2.1 奠基性知识基础 国际上对土壤重金属污染问题的关注最早见于1953年美国的Reuther 和Smith 等[15]在Soil Science 上发表的一篇关于土壤中铜元素含量对佛罗里达柑橘园植物根部影响的报道.与此同时,土壤重金属污染监测技术从20世纪50年代开始逐渐被关注.澳大利亚物理学家Walsh [16]于1955年提出将原子吸收应用到化学分析中,并检验了原子吸收与原子含量之间关系,在此基础上经过许多学者不断完善才得以应用于土壤重金属污染监测.紧接着于20世纪60年代初期Winefordner 等[17]提出将原子荧光光谱法应用到化学分析,作为元素痕量分析的一种手段.到20世纪80年代初期,一系列商业化X 射线荧光光谱仪相继诞生,主要包括能量色散X 射线荧光光谱仪(EDXRF)、波长色散X 射线荧光光谱仪(WDXRF)和便携式X 射线荧光光谱仪(PXRF).依据当前检索到文献数据可知,有关XRF 在土壤重金属快速监测方面的报道最早见于1981年,V outchkov 等[18]利用EDXRF(109Cd 放射源作为激发源,Si(Li)晶体作为探测器)进行土壤中痕量元素的测定,并利用双厚度吸收方法来校正基体效应的影响,最终将测量精度提高5%左右.后续研究者们不断提高仪器的自动化及对基体元素间的吸收增强效应校正,以达到和化学测试相当的准确度,到1983年XRF 分析方法已成为一种成熟的分析方法[19].在此基础之上,越来越多的学者关注于土壤重金属污染及其快速监测问题. 2.2.2 关键性节点分析 通过选择共被引文献选项并运行CiteSpace 软件得到文献共引图谱(图2),图中圆形节点表示文献,节点的大小表示文献被引频次,节点越大被引频次越高,而节点圆圈的颜色深浅代表在不同年份的引文时间序列[14].并基于被引频次和突现值进行关键文献统计(表2). 被引频次和突现值较高的文献主要集中在2000年以后,两者均较高的文献共13篇,对土壤重金属快速监测的研究侧重于仪器系统性能的提高和实际应用推广.仪器的系统性能是实现仪器广泛应用的关键,2002年Manceau 等[20]利用同步辐射加速器X 射线技术进行土壤和沉积物中重金属元素的定量化分析,通过X 射线显微镜与µSXRF 和µSXRD 等相搭配,实现重金属元素的测定.2007年Sole 等[21]报道了由欧洲同步辐射实验室开发的能量色散光谱数据处理平台. 该平台结合了前期基于Python 开发的非线性最小二乘多通道数据处理工具，为EDXRF 快速监测技术中的光谱信息处理提供了参考.到2009年Radu 等[22]对比分析了XRF 快速监测和利用王水消解AAS 测试的差异性,发现尼通(NITON)生产的手持式XRF 仪器和AAS 测定结果具有很高的相关性,且原则上可用于土壤中Pb 、As 、Cu 和Zn 的原位监测.同时针对XRF 在土壤重金属快速监测方面的应用性研究也不断涌现.2008年Carr 等[23]利用手持XRF (PXRF)和GIS 相结合的方式对爱尔兰戈尔韦市的运动场表层土的土壤污染状况进行1期 雷 梅等：基于知识图谱的土壤重金属快速监测技术进展 247测定,在5d 之内完成了200个点位的调查,并绘制出了Pb 、Zn 、Cu 、As 等污染物的空间分布图和风险解译图.2010年Peinado 等[24]也利用PXRF 对西班牙罗达尔基拉尔进行土壤中重金属(As 、Pb 、Zn 、Cu)的快速监测,通过层序聚类分析和单因素方差分析区分异常浓度和辨别潜在污染点位,确认了当地土壤痕量元素扩散的主要途径是水溶和风蚀.充分体现了国际上对土壤重金属快速监测仪器的准确性和实用性的逐渐重视和不断探索.图2 被引文献知识图谱Fig.2 Mapping knowledge domains of the citation literature表2 基于被引频次和突现值的关键文献统计Table 2 The statistic of key literatures based on the frequency and burst文献名作者 年份 频次 突现值 Comparison of soil pollution concentrations determined using AAS and portable XRF techniquesRadu T 2009 43 10.30 A multiplatform code for the analysis of energy -dispersive X -ray fluorescence spectra Sole V A 2007 38 11.66 Use of portable X -ray fluorescence spectrometry for environmental quality assessment ofperi -urban agricultureWeindorf D C 2012 35 10.54 ATHENA, ARTEMIS, HEPHAESTUS: data analysis for X -ray absorption spectroscopy usingIFEFFITRavel B 2005 34 12.60 Quantitative speciation of heavy metals in soils and sediments by synchrotron X -ray techniquesManceau A 2002 34 14.65 Characterizing soils using a portable X -ray fluorescence spectrometer: 1. Soil texture ZHU Y D 2011 33 10.21 Identification and mapping of heavy metal pollution in soils of a sports ground in Galway City,Ireland, using a portable XRF analyser and GISCarr R 2008 31 7.94 Beamline 10.3. 2at ALS: a hard X -ray microprobe for environmental and materials sciences Marcus M A 2004 29 10.43 Natural speciation of Zn at the micrometer scale in a clayey soil using X -ray fluorescence,absorption, and diffractionManceau A 2004 26 8.64 Enhanced pedon horizonation using portable X -ray fluorescence spectrometry Weindorf D C 2012 23 9.52 Characterizing soils via portable X -ray fluorescence spectrometer: 3. Soil reaction (pH) Sharma A201420 8.46 Speciation and solubility of heavy metals in contaminated soil using X -ray microfluorescence,EXAFS spectroscopy, chemical extraction, and thermodynamic modelingKirpichtchikova T A 200620 8.15 Quantitative Zn speciation in smelter -contaminated soils by EXAFS spectroscopyManceau A2000208.78248 中 国 环 境 科 学 38卷2.3 研究热点及趋势分析关键词是一篇文章核心内容的浓缩,借助高频关键词可以了解该研究领域当前所关注的核心问题,确定土壤重金属快速监测技术研究领域的研究热点.聚类图谱突现主题词能够体现出研究热点的演变.在CiteSpace 软件中选择共被引文献选项,绘制出共被引文献聚类图谱(图3).选择网络节点类别中的关键词选项,选择适当阈值,进行关键词的共词分析,进一步可得到高频关键词的统计情况(表3).通过对聚类图谱突现主题词分布情况和高频关键词统计情况进行归纳、分析和总结,结合文献研读得到国际土壤重金属污染监测研究领域的研究热点及趋势:图3 共被引文献聚类共引图谱 Fig.3 The co -citation map of the cited literatures 表3 高频关键词统计情况 Table 3 The statistic of high frequency keywords关键词 频次 关键词 频次 重金属 785 光谱测定法127土壤 570 镉 124X 射线荧光 531 元素 122金属 431 植物 121 微量元素 295 样品 120 铅 239 铜 113形态 206 锌 109吸附 171 光谱学 108污染 167 富集 107 水体 166 荧光能谱仪107污染物 138 吸附作用 1062.3.1 仪器小型化与检测能力提升 仪器开发是整个土壤重金属快速监测的基础和主要推动力量,而其关键则是对仪器自身元件不断更新和集成.近年来,XRF 也出现了多种新的分析技术,其中包括微束X 射线荧光分析(µ-XRF)、偏振激发X 射线荧光分析(EDXRF)、同步辐射X 射线荧光分析(SRXRF)、全反射X 射线荧光分析(TXRF)等.XRF 仪器主要元件是激发源和探测器.(1) 激发源方面:当前激发源主要有2种,放射性同位素源和X 射线管.能否有效激发荧光是激发源首要考虑因素.由于放射性同位素源产生的X 射线强度较低,对痕量元素激发效率较低,而被X 射线管渐渐所取代[25].但由于X 射线管受本身特性所限,而不可避免的具有较高背景值[26].对此通常采用滤光片和偏振光路来降低散射影响.Hettipathiranas 等[27]在研究中证实偏振X 射线作为原级X 射线时能有效降低土壤基体散射.当前也有学者在µ-XRF 设计方面做出了改进尝试,Tsuji 等[28]在综述中阐述了针对µ-XRF 技术,利用PCA 方法提高信噪比,以此提高仪器共焦图像的空间分辨率,并在此基础上设计了由一个钼靶2~3Kw X 射线电极管、一个光谱仪和一个2D X 射线检测器组成的µ-WDXRF 光谱仪.Hampai 等[29]则对毛细管X 射线光学元件的发展,包括µ-XRF 中重要元件的设计和使用细节进行了综述.在对X 射线管广泛应用的同时,众多学者也在不断的探索着XRF 对土壤重金属元素的检测能力(见表4).(2) 探测器方面:目前较先进的XRF 探测器是硅漂移探测器(Silicon Drift Detectors,SDD),它已取代了Si(Li)和Si(PIN)探测器.最初的XRF 仪器则是以像素化Si(PIN)光电二极管(48*48传感器矩阵,130*130µm 2像素面积,500µm 厚度)为主,其能量分辨率为661eV~8keV ,是提高仪器灵敏度的限制性因素之一[30].在Adams 等[31]的研究中也报道了一种微通道X 射线探测器,其具有<100ps 的时间分辨率、可组装成大尺寸和每平方厘米能够实现电子密度高达107的情况下，对每个光子都有极高分辨能力等优点,但不具有能量色散能力且仅仅适用于毫米尺度空间分辨率的高速成像.而另一种更为便捷的分段硅带半导1期雷梅等：基于知识图谱的土壤重金属快速监测技术进展 249体探测器在Wiacek等[32]的研究中出现,该探测器以其380~8.04keV的能量分辨率而适用于EDXRD光谱仪.了解探测器内电子产生和收集过程是提高X射线检测器的数据解译和读取技术的关键.Schübel等[33]尝试从Geant4软件包的基础上开发一个新的软件框架用于像素检测器基础功能的扩展和相关数据读取逻辑完善,他们将电荷载体运输模型应用到MEDIPIX读取技术上,使其能够和多种材质的像素传感器相兼容,从而使得XRF仪器具有良好的数据收集功能.在SDD被广泛应用推广的同时,人们更多的关注于探测器的厚度和成本问题.Matsuura等[34]展开了针对应用于野外环境重金属元素检测的手持式XRF仪器系统SDD传感器的研究工作,主要以研发更厚更廉价的封闭型SDD(GSDD)为目标.而Bufon等[35]设计了一种新颖的大尺寸梯形SDD,用于高效收集SRXRF光束线中低能量的X射线,通过组合成多通道传感器(SDDs)可使有效面积达到912mm2.在土壤重金属分析中可根据对计数率和能量分辨率的需要来选择使用单通道SDD或者多通道SDDs.在保证一定能量分辨率的前提下,单通道SDD的计数率受到限制,无法达到较高水平.由多个较小体积SDD集成的多通道SDDs,解决了这一问题.但由于多通道SDDs无法分别调整优化,所以其能量分辨率相比于单通道SDD较差.在土壤重金属检测中,不需要过高的计数率,却需要具有较好能量分辨率的探测器来降低谱线干扰,因此在土壤重金属监测的XRF仪器常采用单通道SDD.表4 XRF土壤重金属元素的检出限Table 4 The XRF detect limitation of soil heavy metalelements监测项目及检出限(×10-9) 激发源探测器参考文献Co(0.11)、Ni(0.078)、Cu(0.079)、As(0.064)、Cd(0.054)、Pb(0.083)钨靶X射线管硅漂移探测器[36]Cr(0.08) 钼靶X射线管硅漂移探测器[37] Sb(2.3)、Bi(0.70) 钼靶X射线管硅漂移探测器[38]2.3.2 监测仪器在土壤重金属监测中的广泛应用对监测仪器的广泛应用是国际土壤重金属快速监测研究的重要热点之一.20世纪80年代之前,国际针对XRF的研究更多的关注于矿石分析、冶金分析等领域.随着仪器设备的进一步提升,现已广泛应用于环境污染监测,环境管理,农业安全管理,工业生产质量控制、军事太空、材料分析、生物医药等众多领域.XRF应用于环境监测领域最重要的关注点就是其本身的可便携性、样品准备的灵活性以及原位分析的可行性.针对XRF在土壤环境方面应用的研究的一个主要方面是土壤营养元素和毒性无机污染物质含量的测定.由于重金属污染是土壤污染中污染面积最广和危害最大的问题之一[39],因此也XRF在土壤重金属污染监测工作中的应用的得到广泛报道.Mclntosh等[40]利用便携式XRF仪(XOS原型和Thermo Niton XL3t)分别在实验室和野外状况下测定环境中无机污染物,证实了XRF的野外快速测量方法及数据可为工厂日常管理提供参考的可行性和可靠性.Sacristan等[41]利用手持式XRF野外测定了农田土壤和生菜的根、茎、叶中的重金属Cu元素含量,认为XRF可作为重金属Cu污染土壤和植物快速筛查筛选的有力工具,但在植物上的测量精度差于对土壤的测量精度,利用多元统计可进一步提高精度.部分学者将XRF与其它分析或测试方法相结合,以达到优势互补的效果. Papadatu等[42]利用XRF和扫描电子显微镜相结合调查了罗马尼亚的加拉茨县土壤和水的重金属污染,并证实了表层水和土壤中重金属含量的关联性.杨忠平等[43]采用XRF与GF-AAS对Cd和AFS对As、Hg的测定准确性相结合,评估了各污染元素存在的健康风险.张晶晶等[43]利用XRF与ICP-MS和AFS相结合对青岛市表层土壤中Cr、Pb、Zn等6种元素进行了测定,并在此基础上完成了对物元可拓模型的评价.以上单独或联合应用均体现了XRF快速监测技术可靠，稳定且灵活性极强的特点.2.3.3 定量化监测的影响因素随着土壤重金属快速监测仪器技术的不断进步和研究领域的不断扩展,监测仪器也在不断通过完善定量分析250 中国环境科学 38卷方法、提高谱线特征识别等措施提高自身的精度、准确度和灵敏度.影响XRF仪器进行土壤重金属快速监测的干扰因素最主要的是水分、基体效应、谱线干扰等.而针对XRF定量监测的一系列干扰因素众多学者也进行了许多探索.水分对土壤重金属测定具有较大影响,Parsons等[45]研究发现含水率每升高1%,所测定As的值就降低1.75%,在含水率达到50%时,所测定As的值降低80%.Ge等[46]在测定Cu、Zn和Sr时利用散射峰校正水分影响,此校正方法是建立在康普顿散射峰校正吸收效应和基体效应的基础上.Bastos 等[47]在Fe、Zr和Ti的测定过程中,利用低能量区域背景校正水分影响.除水分之外,土壤粒径也是主要影响因素之一.DU等[48]在评估FP-XRF 分析土壤Ni元素的表现时发现不仅土壤水分对测量不确定度的贡献率高达3.77%,而且土壤粒径对不确定度的贡献率也有0.56%.而Potts等[49]则研究表明临界照射1/3的距离涵盖了80%的特征X荧光.因此在土壤物理结构不作校正的情况下,需要将粒径控制在临界照射深度1/10~1/15的范围内,以便获取高质量数据.而针对XRF来说,需要在定性分析时进行一系列谱处理(谱平滑、背景扣除、特征峰拟合等).在谱平滑的过程中往往需要通过数字滤波器来提高荧光光谱数据信号的信噪比,滤波器平滑方法常包括加权平均法、均值滤波器平滑法、最小二乘平滑法[50],其中最小二乘平滑法最适合多项曲线拟合.由于土壤中元素种类较多,在XRF测定时元素间会产生相互影响,主要包括吸收增强效应和谱线干扰.针对吸收增强效应的校正最早见于20世纪50年代中期,发展至今已经非常成熟[51-52].其中以基本参数法校正为主,也有部分关于理论系数法和神经网络等方法的研究.而谱线干扰通常利用数学校正方法进行校正,但当干扰元素含量非常高,数学校正方法效果却不再明显,此时尽量选择待测元素不易受到干扰的谱线作为分析线以避免谱线干扰[53].XRF 在测量过程中都需要对样品多元素同时测量,所以需对待测元素谱线信息进行识别和准确提取,并对光谱基线进行校正.2.4 未来关注点通过在CiteSpace中主题词选择名词短语选项,进一步在节点类型中选择主题词选项,其它设置不变,运行软件并进一步进行引用突现(Citation Burst)分析得到突现主题分布情况(表5).表5前25个突现主题词分布情况Table 5 Top 25 terms with the strongest citation bursts主题词突现强度开始年份结束年份主题词突现强度开始年份结束年份气溶胶 8.721719692005 土耳其 4.494820022003 预富集 6.978719692003 悬浮微粒 7.545220042011 镍 4.856119922003 香港 5.710420042008 吸附 4.97519942003 中子活化分析 5.361420042008 矿物 4.068219942002 质子激发X射线发射 5.190220042008 河口 4.518219962003扩展X射线吸收精细结构光谱 5.1902 2004 2008 铀 8.988519972007 印度 5.190220042008 荧光 8.716319972008 岩石 5.190220042008 X射线吸收 5.13619972003 连续提取处理 5.190220042008 剖面 4.650319982003 PM2.5 4.670320042008 迁移 3.920619982005 连续提取 4.670320042008 全反射X射线荧光 7.9924 1999 2008 来源解析 4.460720042013 同步辐射 6.88920002011土壤重金属污染来源分为自然源和人为源,后者又是当前来源最为广泛的污染源.实现对土壤重金属快速监测是大面积土壤重金属污染治理的前提和基础,具有广阔的应用潜力[54].在过1期雷梅等：基于知识图谱的土壤重金属快速监测技术进展 251去的几十年里,国际上众多学者在监测仪器的研发与性能提升、定量化监测影响因素的识别及克服、快速监测仪器的实际应用等方面开展了大量研究,未来该领域也将与实际社会需求相结合,得以快速发展.2.4.1提高监测仪器便携化、精密化和性能稳定化程度监测仪器的便携化是实现土壤重金属快速监测的前提,也是后续广泛应用的基础.土壤重金属快速检测在摒除传统实验室监测所固有的高成本、分析时间长、中途运输保存要求高等缺点的基础之上,而有望成为土壤重金属污染监测的一种行之有效的手段.但现有研究对土壤重金属污染的定量化仍处于半定量或定性的阶段,仍需加强对提高监测仪器准确度和精密度的基础研究.实际监测条件往往复杂多样,现阶段监测仪器很难高质量完成监测任务,但未来对监测仪器性能稳定性的研究将使其进一步满足实际需求.仪器的便携化、精密化研发也将极大的推动以XRF为例的土壤重金属快速监测技术的迅速推广.2.4.2提高土壤重金属污染监测与空间分析相结合的能力土壤中的重金属污染来源广泛,且重金属元素在土壤中又具有迁移转化能力,所以研究中越来越多的关注污染空间分布问题.通过土壤污染空间分布能够解释区域内土壤重金属污染的空间模式[55].国际上众多学者针对不同金属矿区的土壤重金属污染状况进行了研究,并结合了传统经典多元统计分析方法(主成分分析、相关分析等)对土壤重金属来源进行辨析.而在模拟土壤重金属在面源上的空间分布结构和变异特点,能够更直观的凸显出土壤中重金属含量的空间分布特征,进一步可用于追溯土壤重金属高含量的来源.但野外实际快速监测土壤条件复杂,仪器仍较大程度受到水分、基体效应、谱线干扰等众多因素的影响,未来针对克服各干扰因素的研究工作将大大提高土壤快速监测能力.2.4.3扩展农田土壤重金属污染监测的应用能力当前农田土壤重金属污染日益严重,且易通过食物链途径在生物体内积累,对生态环境、人体健康构成严重威胁.对农田土壤和农作物中重金属快速检测并与相关标准相比较,确定农田土壤和作物污染风险,进而为农田污染风险管控和修复提供服务.生活中人体健康越来越受重视,而与之相关联的农田土壤环境质量也受到许多学者关注.当前国际上在农田土壤环境质量调查和风险评估、污染农田的农作物污染风险评估、农田土壤重金属的污染治理和修复等方面也进行了大量工作.未来对便携化和高精密度快速监测仪器的研发将更好的满足农田土壤环境准确、快速监测的实际应用需求.3结论3.1土壤重金属污染本身具有长期性、后果严重性、隐蔽性等特点,而重金属快速监测技术有望能够满足人们快速、大面积、连续、现场土壤重金属监测的需求.3.2应用于土壤重金属快速监测的XRF技术奠基于19世纪末期到20世纪初期以波尔,伦琴等人为代表的物理学大发现,经历了长达半个世纪的积累和发展,在21世纪初新型检测硬件(SSD)的产生极大的推动了小型EDXRF仪器的开发,并在冶金,矿物勘察,物质鉴定,环境保护等领域得到了广泛的认可及应用.3.3当前土壤重金属快速监测仪器更趋向于小型化、精密化和稳定化.硬件研究的侧重点在于提高检测器性能及改良X光源等以降低检出限和优化定量方法以降低测量误差.实际应用于农田土壤重金属污染调查,还需综合考虑重金属污染状况及空间分布等特点.参考文献：[1] Chen H, Zhu Y. Heavy Metal Pollution in Soils in China: Statusand Countermeasures [J]. Ambio A Journal of the Human Environment, 1999,28(2):130-134.[2] Walker D J, Clemente R, Roig A, et al. The effects of soilamendments on heavy metal bioavailability in two contaminated Mediterranean soils [J]. Environmental Pollution, 2003,122(2): 303-312.[3] Guo J, Yue T, Li X, et al. Heavy metal levels in kiwifruit orchardsoils and trees and its potential health risk assessment in Shaanxi, China [J]. Environmental Science & Pollution Research, 2016, 23(14):14560-14566.。
第30卷第13期农业工程学报 V ol.30 No.13 94 2014年7月Transactions of the Chinese Society of Agricultural Engineering Jul. 2014基于高光谱与协同克里金的土壤耕作层含水率反演徐驰，曾文治，黄介生※，伍靖伟（武汉大学水资源与水电工程科学国家重点实验室，武汉 430072）摘要：为研究土壤耕作层（0～40 cm）含水率的空间分布情况，利用EO-1的Hyperion传感器高光谱数据，对研究区域（106°20′～109°19′E, 40°19′～41°18′N）的表层（0～10 cm）含水率进行定量反演，并利用表层含水率反演结果作为协同克里金插值的协变量，同时利用103个采样点实测的耕作层含水率作为主变量，进行协同克里金插值。
结果表明：通过特征指数法提取水分反演的敏感波段集中在1 295～2 224 nm 波长区间，特征指数法模型校正的相关系数r＞0.5但模型验证的精度较低（r＜0.2）；通过偏最小二乘法建模，模型校正的r＞0.8，模型验证的r＞0.5，效果较好；运用协同克里金插值时，将反演的表层含水率作为协变量，可以弥补主变量耕作层含水率样本点少，变异函数欠稳定的缺点，同时，所提取理论模型的块金值（C0）与基台值（C0+C）的比值均＜25%，随机因素比例小，模型稳健。
此外，协同克里金插值方法与利用表层与耕作层含水率线性拟合进行预测相比，能够有效提高预测精度，决定系数r2和Nash效率系数（nash-sutcliffe modelling efficiency，NSE）分别提高72.6%和89.9%，因此，将高光谱反演与协同克里金方法相结合，可以综合两者优势，节约采样成本，提高预测效率。
关键词：土壤；含水率；遥感；高光谱；定量反演；协同克里金插值doi：10.3969/j.issn.1002-6819.2014.13.012中图分类号：S127 文献标志码：A 文章编号：1002-6819(2014)-13-0094-10徐 驰，曾文治，黄介生，等. 基于高光谱与协同克里金的土壤耕作层含水率反演[J]. 农业工程学报，2014，30(13)：94－103.Xu Chi, Zeng Wenzhi, Huang Jiesheng, et al. Modelling soil water content in plow layer using co-kriging interpolation based on hyperspectral data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(13): 94－103. (in Chinese with English abstract)0 引 言土壤耕作层（0～40 cm）含水率对于农业灌溉有重要的作用。
基于表层土壤光谱的耕层土壤有机质间接估测钟浩;李西灿;翟浩然;周钰;曹雪松【期刊名称】《安徽农业大学学报》【年(卷),期】2020(47)3【摘要】为解决遥感技术在监测耕层土壤有机质方面的应用问题,利用表层土壤光谱对耕层土壤有机质含量进行估测。
以山东省济南市章丘区的表层、耕层各76个土壤样本为研究对象,首先对表层光谱数据进行小波变换去噪、剔除异常样本等处理,然后对处理后的光谱反射率进行一阶微分等10种数学变换,在对数倒数一阶微分和对数一阶微分变换后的反射率数据中选取43个与土壤有机质含量相关系数较高的波段,通过主成分分析以累计贡献率大于90%的标准选取5个主成分作为反演因子,利用BP神经网络(BPNN)、支持向量机回归(SVR)和多元线性回归(MLR)方法建立耕层土壤有机质含量间接估测模型。
结果表明,耕层土壤与表层土壤有机质含量之间决定系数R2达到0.839,显著性P<0.01,存在着较强的相关性BPN估测模型的精度最优,决定系数R^2为0.845,平均相对误差为7.642%,RMSE分别为1.622g·kg^-1。
研究表明,利用表层土壤光谱信息间接估测耕层有机质含量是可行有效的,为耕层土壤有机质的估测问题提供了一种新思路。
【总页数】6页(P421-426)【作者】钟浩;李西灿;翟浩然;周钰;曹雪松【作者单位】山东农业大学信息科学与工程学院【正文语种】中文【中图分类】S153.621;TP79【相关文献】1.基于SVR和PLSR的土壤有机质高光谱估测模型研究2.耕层土壤有机质高光谱间接估测模型3.基于支持向量机的皖北旱作区表层土壤有机质含量估测4.干旱区绿洲耕层土壤重金属铬含量的高光谱估测5.基于灰数灰度的土壤有机质高光谱估测因版权原因，仅展示原文概要，查看原文内容请购买。
基于协同克里格插值和地理加权回归模型的土壤属性空间预测比较一、本文概述Overview of this article本文旨在比较协同克里格插值（Co-Kriging）和地理加权回归模型（Geographically Weighted Regression，GWR）在土壤属性空间预测中的应用效果。
土壤属性空间预测是农业、环境科学和地球科学等领域的重要研究内容，对于土地资源管理、生态环境保护以及农业可持续发展具有重要意义。
协同克里格插值和地理加权回归模型是两种常用的空间预测方法，它们各自具有独特的优点和适用范围。
This article aims to compare the application effects of Co Kriging interpolation and Geographically Weighted Regression (GWR) models in soil attribute spatial prediction. Soil attribute spatial prediction is an important research content in fields such as agriculture, environmental science, and earth science, which is of great significance for land resource management, ecological environment protection, and sustainable development of agriculture. Collaborative Kriginginterpolation and geographically weighted regression models are two commonly used spatial prediction methods, each with unique advantages and applicability.协同克里格插值是一种基于空间统计学的插值方法，它利用多个相关变量的空间分布信息，通过计算权重系数来预测未知点的属性值。
农田表层土壤镉的典型空间插值方法对比研究张金兰;欧阳婷萍;黄铁兰;喻怀义;刘丽;陈克海【期刊名称】《生态科学》【年(卷),期】2017(036)006【摘要】空间插值对于土壤重金属空间分布和污染评价具有重要意义,以广东省广州市某地区农田表层土壤重金属镉的调查监测结果为例,选取具有代表性的反距离加权、径向基函数、普通克里金、简单克里金、泛克里金5种空间插值方法,进行空间插值及土壤等级划分,比较不同插值方法结果精度,分析不同插值方法结果差异.研究结果表明:不同插值方法识别的土壤镉浓度空间分布特征和土壤等级划分存在差异,主要体现在局部极值向外过渡区域存在较大不确定性,其中径向基函数精度最高,克里金插值法对数据存在"压缩"效应较强.因此,在开展土壤重金属污染调查时应考虑土壤重金属样本数据特征和空间结构特征,选择合适的插值模型,并适当加大土壤重金属浓度过渡区域采样密度.【总页数】7页(P130-136)【作者】张金兰;欧阳婷萍;黄铁兰;喻怀义;刘丽;陈克海【作者单位】广东工贸职业技术学院,广州510510;中国科学院广州地球化学研究所,广州 510640;广东工贸职业技术学院,广州510510;广东工贸职业技术学院,广州510510;广东工贸职业技术学院,广州510510;广东工贸职业技术学院,广州510510【正文语种】中文【中图分类】X53【相关文献】1.某锌厂周围表层土壤及典型剖面镉污染特征 [J], 杜平;张跃进;杜晓明;王世杰;徐忠厚;国力君;李发生2.新疆乌鲁木齐市城郊典型农田土壤镉污染及空间变异特征分析 [J], 郑春霞;武红旗;朱新萍;贾宏涛3.广州市农业表层土壤镉和铅多尺度空间结构 [J], 黄银华;李铖;李芳柏;程炯;吴志峰4.采样数量与空间插值方法对华北平原典型区土壤质量评价空间预测精度的影响[J], 张贝尔;黄标;赵永存;张晓光;孙维侠;胡文友;杨劲松5.广州市表层土壤磁学性质的空间插值方法比较 [J], 贺辰戋;欧阳婷萍;彭莎莎因版权原因，仅展示原文概要，查看原文内容请购买。
我国是一个水资源严重短缺的国家，根据水利部发布的水资源公报，2021年农业用水量为3644.3亿m 3，占全国用水总量的61.56%。
近年来，随着我国城镇化与工业化的快速发展，水资源供需矛盾日益突出，农业可用水量被不断压缩，给粮食安全带来了严峻考验。
灌区是全国粮食稳产、高产的重要基石，面对当前的用水矛盾，灌溉精细化管理是保障区域粮食安全的重要手段。
而灌溉面积监测是农业灌溉管理中非常重要的一环，可为水土资源平衡分析提供最重要的参数，为灌区用水管理、预估灌溉产量、评估灌溉效益、开展最严格的水资源考核等灌区管理工作提供核心参数。
传统基于站点及人工调查统计的方法已不能满足当前应用与研究的需求，急需新的方法和手段为快速、准确获取灌溉面积和灌溉进度等信息提供支撑，其中遥感技术提供了一种相对经济、准确、快速、大范围、可重复调查灌溉面积及其分布的有效途径。
2006年，世界水资源管理研究所（International Water Management Institute ，IWMI ）开发完成世界第一个10km 分辨率的全球灌溉面积分布图（Global Irrigated AreaMap ，GIAM ），为应用卫星遥感技术研究开发不同尺度、不同精度的灌溉面积分布图提供了科学方法和宝贵经验[1-2]。
随着遥感技术的不断发展，可获取的遥感数据源越来越多，时间、空间和光谱的分辨率均有大幅提高，为实际灌溉面积的高效精准获取奠定了数据基础，同时国内外学者在监测方法上也进行了更加科学深入的研究。
基于遥感数据的实际灌溉面积信息监测方法主要可分为基于土壤含水量变化的实际灌溉面积监测、基于种植结构与时序遥感植被指数的实际灌溉监测和基于冠层温度的实际灌溉面积监测。
本文综合国内外相关研究文献，对基于遥感技术的灌区实际灌溉面积的三类监测方法进行了总结，为后续高效、精准的灌溉面积监测研究提供参考。
1基于土壤含水量变化的实际灌溉面积监测土壤含水量可直接反映出地面的干湿状态，而时收稿日期：2023-02-03基金项目：安徽省自然科学基金项目“基于星机地协同的灌区灌溉识别与评估技术研究”（2208085US15）；安徽省水利科学研究院青年科技创新基金项目“基于多源遥感的灌区灌溉识别与评估技术”（KY202104）；安徽省自然科学基金项目“河流形态演变对水体自净能力的影响机理及治理模式研究”（2208085US09）；国家自然科学基金项目“巢湖流域河流形态对水质净化能力的影响机理研究”（52209002）。
