北京耕作土壤重金屬含量的空間自相關(guān)分析_圖文

1、第 29卷第 6期2009年 6月環(huán) 境 科 學 學 報 Acta Scientiae Circu m stantiaeVol . 29, No . 6Jun . , 2009基金項目 :國家科技支撐項目 (No . 2006BAD10A06-03, 2006BAB15B05Supported by the Nati onal Key Technol ogy R&D Pr ogram (No . 2006BAD10A06-03, 2006BAB15B05作者簡介 :霍霄妮 (1981 , 女 , E 2mail:hxnsky; 3通訊作者 (責任作者 , E 2mail:lihsdfs

2、ina . comB i ography:HUO Xiaoni (1981 , fe male; 3Correspond i n g author , E 2mail:lihsdfsina . com霍霄妮 , 李紅 , 孫丹峰 , 等 . 2009. 北京耕作土壤重金屬含量的空間自相關(guān)分析 J .環(huán)境科學學報 , 29(6 :1339-1344Huo X N, L i H, Sun D F, et al . 2009. Spatial aut ocorrelati on analysis of heavy metals in cultivated s oils in BeijingJ .Ac

3、ta Scientiae Circum stantiae, 29(6 :1339-1344北京耕作土壤重金屬含量的空間自相關(guān)分析霍霄妮 1, 李紅2, 3, 孫丹峰 1, 張微微 1, 周連第 2, 李保國11. 中國農(nóng)業(yè)大學資源與環(huán)境學院 , 北京 1001932. 北京市農(nóng)林科學院農(nóng)業(yè)綜合發(fā)展研究所 , 北京 100097收稿日期 :2008208230 修回日期 :2008212211 錄用日期 :20092042摘要 :以北京市耕作土壤中重金屬元素為例 , 采用 Moran s I 空間相關(guān)尺度以及空間分布規(guī) 律 . 結(jié)果表明 :北京市耕作土壤中 8. i Cu 、 Pb 、 A s

4、、 Cd 的空間自相關(guān)尺度分別為 57、 75、 57、 55、55、 65、 74、 37km. 以 Cr 和 Hg 為例 , 律 , 其中 “ 高 2高 ” 2高 , 對土壤重金屬環(huán)境質(zhì)量評價和重金屬污染防治有著重要的作用 . 關(guān)鍵詞 :北京 ; 耕作土壤 ; 文章編號 :025322468(2009 0621339206 中圖分類號 :X53 文獻標識碼 :ASpa ti a l autocorrel a ti on ana lysis of heavy m et a ls i n culti va ted so ils i n Be iji n gHUO Xiaoni 1, L I H

5、ong2, 3, S UN Danfeng 1, Z HANG W ei w ei 1, ZHOU L iandi 2, L IBaoguo11. College of Res ources and Envir onmental Sciences, China Agricultural University, Beijing 1001932. I nstitute of Comp rehensive Research, Beijing Acade my of Agriculture and Forestry Sciences, Beijing 100097Rece i ved 30August

6、 2008; rece i ved in revised for m 11December 2008; accepted 8Ap ril 2009Abstract:Moran s I statistics was app lied t o describe the s patial aut ocorrelati on coefficients, correlati on distance and s patial pattern of heavy metals in cultivated s oils in Beijing . Significant s patial aut ocorrela

7、ti ons were detected f or 8heavy metals and the aut ocorrelati on distances were:Cr, 57; N i, 75; Zn, 57; Hg, 55; Cu, 55; Pb, 65; A s, 74km; and Cd, 37km. LocalMoran s Iwas used t o analyze the s patial distributi on pattern of the heavy metals and identify the s patial clusters and s patial outlier

8、s . Taking Cr and Hg as exa mp les, clusters of high 2high Cr were observed in northeast Beijing (M iyun county, Huair ou and Pinggu districts and in the Changp ing, Ment ougou and Tongzhou districts . Clusters of l ow 2l ow Cr were identified in the Fangshan, Daxing and Shunyi districts . Clusters

9、of high 2high Hg were distributed in the urban fringe . Outliers of l ow 2high were found near clusters of high 2high and outliers of high 2l ow near clusters of l ow 2l ow . The s patial distributi on of heavy metals, particularly clusters of high 2high and outliers of l ow 2high which have potenti

10、al polluti on risks, p lay a key r ole in the assess ment of the envir onmental quality of s oils . Keywords:Beijing; cultivated s oil; heavy metals; s patial aut ocorrelati on1 引言 (I ntr oducti on 空 間 自 相 關(guān) 分 析 (Spatial Aut ocorrelati onAnalysis 是對某一地理變量空間分布相鄰位置間的 相關(guān)性進行檢驗的一種統(tǒng)計方法 , 它是通過檢測一 個位置上的變異是否

11、依賴于鄰近位置上的變異來 判斷該變異是否存在空間自相關(guān)性 (Cliff et al . , 1981;Martin, 1996 . 空間自相關(guān)自 1950年 Moran 等 提出以來 , 已經(jīng)被廣泛應(yīng)用于多個研究領(lǐng)域 (張朝生 等 , 1995; Anselin et al . , 2001; Over mars et a l . , 2003; 梁二等 , 2007; 武繼磊等 , 2005; 林琳等 , 2007 . 在土壤空間變異中 , 張朝生等 (1995 采用 Moran s I 統(tǒng)計量研究了天津市平原土壤微量元素含量的空 間自相關(guān)關(guān)系 、 空間自相關(guān)的方向性 、 空間自相關(guān) 與距離

12、的關(guān)系以及不同方向的自相關(guān)與距離的關(guān) 系 ; 梁二等 (2007 運用空間自相關(guān)方法對河南省 1958年和 1985年 2個時段土壤有機碳儲量的分布 狀況進行了研究 ; 而黃智剛等 (2006 在地統(tǒng)計學插 環(huán) 境 科 學 學 報 29卷值時利用局域 Moran s I 指數(shù)對丘陵紅壤蔗區(qū)土壤 有機質(zhì)的空間特異值進行檢驗 .目前 , 有關(guān)土壤重金屬空間結(jié)構(gòu)的研究采用較 多的是地統(tǒng)計學的半方差函數(shù)與 GI S 相結(jié)合的方 法 , 而有關(guān)空間自相關(guān)分析在土壤重金屬方面的應(yīng) 用相對較少 , 因此 , 探討利用空間自相關(guān)分析方法 研究土壤重金屬空間變異及變化規(guī)律很有必要 . 本 研究中以北京市耕作土壤

13、重金屬為例 , 運用空間自 相關(guān)分析方法研究土壤重金屬的空間自相關(guān)特征 , 并進一步研究其空間分布規(guī)律 , 判斷重金屬的空間 聚集區(qū)和空間孤立區(qū)的位置 ,.2 材料與方法 (2. 1 研究區(qū)概況北京位于華北平原的西北部 (圖 1 , 東經(jīng) 115°25 117°30 , 北緯 39°28 41°05 , 總面積為 1. 64×104km 2, 其中山地面積約占 62%, 平原約占 38%.北京地勢西北高東南低 , 從西北向東南呈現(xiàn)山地 、 丘陵 、 崗臺地 、 沖洪積平原的有序排列 , 海拔高度在 102303m. 北京屬于暖溫帶半濕潤大陸性季

14、風氣 候 , 年平均溫度為 11. 8 , 多年平均降雨量 440 670mm , 年內(nèi)分配不均 , 多集中在 7、 8月份 . 土壤成 土母質(zhì)為各類巖石風化物和第四紀疏松沉積物 2大 類 . 北京市內(nèi)耕作土壤主要是普通褐土和潮土 , 2005年耕地面積 22. 8×104hm 2(菜地 :2. 0×104h m 2 、 園 地 11. 6×104h m 2, 牧 草 地 1982hm 2(張 鳳 榮 等 , 2007 .2. 2 采樣與分析通過不規(guī)則嵌套布點的方法于 2006年秋季作 物收獲后在北京市耕作土壤中采集了 1018個土壤 樣點 (圖 1 , 每個樣點

15、均采自 10m ×10m 正方形 4個頂點和中心點 , 各取表層 (020c m 土壤約 1kg, 現(xiàn)場均勻混合后用四分法從中選取 1kg 土樣作為代 表該點的混合樣品 , 采樣的同時用 GPS 定位樣點坐 標 . 為防止樣品污染 , 在采樣 、 樣品保存和樣品處理 過程中 , 避免與金屬器皿直接接觸 . 土樣在室內(nèi)風 干 、 磨碎 , 過 100目尼龍網(wǎng)篩 . 土壤樣品的化學分析 項目由北京市環(huán)境監(jiān)測站按照國家標準 (G B156182 1995 執(zhí)行完成 , 主要包括 8種重金屬 Cr 、 N i 、 Cu 、 Zn 、 A s 、 Cd 、 Pb 和 Hg 含量的測定 .圖 1

16、 研究區(qū)示意圖及土壤樣點分布Fig . 1 The study area and distributi on of s oil sa mp le sites2. 3 空間自相關(guān)性分析空間自相關(guān)分析是檢驗具有空間位置的某變 量的觀測值是否顯著地與其相鄰空間點上的觀測 值相關(guān)聯(lián) (Cliff et al . , 1981;Martin, 1996 . 空間自相 關(guān)所統(tǒng)計的內(nèi)容包括空間變量的空間位置和其屬 性 , 即每個變量與其相鄰統(tǒng)計分析變量之間的空間 位置關(guān)系以及屬性取值特征 (邱炳文等 , 2007 . 表 示空間自相關(guān)的指標和方法很多 , 其中最常用的是 Moran s I 統(tǒng)計量 . Mo

17、ran s I 統(tǒng)計量一般可分為全 域型 (Gl obal Spatial Aut ocorrelati on 和區(qū)域型 (Local Spatial Aut ocorrelati on 2種 . 全域型 Moran s I 的計 算公式為 (Cliff et al . , 1981 :I = ni =1 nj =1w ij ni =1 nj =1(xi- x (x j - x ni =1(xi- x 2i j(1式中 , n 是變量 x 的觀測數(shù) ; xi、 xj分別為位置 i 和位置 j 的觀測值 ; x 是所有觀測值的平均值 ; wij是空間 權(quán)重矩陣值 .運用 Moran s I 統(tǒng)計

18、量進行空間自相關(guān)分析的 過程中 , 所使用的空間位置信息取決于空間權(quán)重矩 陣 , 而空間權(quán)重矩陣的選擇一般由研究者自行確 定 , 可以基于鄰接標準或距離標準構(gòu)建 (Cliff et a l . , 1973; 張朝生等 , 1998 . 對于離散點而言 , 常用的方 法是基于距離標準構(gòu)建 , 若兩點之間的距離小于指 定的臨界值即認為其是相鄰的 , 權(quán)重為 1, 否則為 0 (劉仲剛等 , 2006 .通常將 Moran s I 標準化 , 以判斷相關(guān)的正負 性與顯著性 . 本研究以近似正態(tài)為前提對其進行標0431 6期 霍霄妮等 :北京耕作土壤重金屬含量的空間自相關(guān)分析 準化 , 得到指標 Z

19、 (I (Cliff et al . , 1981; Goodchild, 1986 :Z (I (I(2 式中 , E (I =-n ; Var (I =w 20(n 2-1(n 2w 1-nw 2+3w 20 -E 2(I w 0= ni =1 nj =1w ij; w1=0. 5 ni =1 nj =1(wij+w ji 2;w 2= ni =1(wi 3+w 3i 2, w i 3表示權(quán)重矩陣第 i行之和 , w 3i 表示第 i 列之和 .以正態(tài)分布 95%96為界限 , Z (I 大于 , 表 , 即空間聚集 ;Z (I 小于 -1. 96為顯著的負空間自相關(guān) , 表示某觀測點與周

20、圍觀測點的值差異程度顯著較大 , 即空間 孤立 ; 若 Z (I 介于 -1. 96到 1. 96之間 , 則空間自 相關(guān)不顯著 , 變量呈隨機分布 (Zhang et al . , 2004 .區(qū)域 型 Moran s I 系 數(shù) 被 定 義 為 (Anselin, 1995 :I i =n (x i - x nj =1wij(x j - x ni =1(xi- x 2(3式中 , 各變量的含義同上 . 區(qū)域型 Moran s I 指數(shù)可以將土壤重金屬含量的空間格局可視化 , 以進一步研究其空間分布規(guī)律 . 本研究利用區(qū)域型空間自相 關(guān)指標結(jié)合 Moran 散點圖將土壤重金屬含量空間分 布劃

21、分為 5種類型 :“ 高 2高 ” 、 “ 低 2低 ” 為空間聚集 (s patial clusters , 表示某觀測點自身與其周圍觀測 點的重金屬含量都較高或較低 , 為高高相鄰或低低 相鄰 , 二者的空間差異程度顯著較小 ; “ 低 2高 ” 、 “ 高 2低 ” 為空間孤立 (s patial outliers , 表示某觀測點自 身土壤重金屬含量較高 ( , 而其周圍觀測點 , 為高低相鄰 , 二 “ 不顯著 ” 表示某觀測 . 2. 4 使用軟件及數(shù)據(jù)處理本研究采用 Anselin 等開發(fā)的 Geoda 軟件進行 空間權(quán)重計算 、 空間自相關(guān)性分析 , 用 A rc V ie w

22、 3. 2進行圖形繪制 . 本研究所采用的空間權(quán)重矩陣基于 的距離范圍是 1155km , 空間間隔為 1km , 計算了 土壤重金屬含量的空間自相關(guān)指標 Moran s I, 并對 其進行標準化 . 3 結(jié)果 (Results 3. 1 土壤重金屬全域空間自相關(guān)性圖 2為 8種重金屬元素的標準化空間自相關(guān)圖 , 縱坐標為 Moran s I 的標準化值 Z (I . 標準化的 Moran s I 越大 , 則空間結(jié)構(gòu)的顯著性越強 . 由標準化空間自相關(guān)圖可知區(qū)域化變量的空間自相關(guān)特圖 2 8種土壤重金屬的標準化空間自相關(guān)圖Fig . 2 Standardized s patial corre

23、l ogra m s of heavy metal contents1431 環(huán) 境 科 學 學 報 29卷性 , 判斷區(qū)域化變量在研究區(qū)內(nèi)是否存在空間聚集區(qū)和空間孤立區(qū) , 同時也可以得到區(qū)域化變量的空間自相關(guān)尺度 . 一般地 , 標準化的空間自相關(guān)圖有兩個或多個正相關(guān) , 張朝生等 (1998 指出 , 較近的正相關(guān)距離表示的是變量的空間自相關(guān)距 . 圖 2顯示 , Cr 的標準化 Moran s I 值在 1k m 到 57km , 79k m 到 140k m 兩個范圍內(nèi)都為正 , 表明 Cr 結(jié)構(gòu)上存在空間聚集 ; Cr 的標準化 Moran s I 值在 60k m 到72km 范

24、圍內(nèi)為負 , 表明 Cr 結(jié)構(gòu)上存在空間孤立 .相似地 , N i 、 Zn 、 Hg 、 Cu 的空間結(jié)構(gòu)也存在空間聚集和空間孤立 . A s 、 Cd 和 Pb 的標準化 Moran s I距離的增加 , 因此A s 、 Cd 和 Pb A s Cd和 Pb . 2中近距離的, 則Cr 、 N i 、 Zn 、 Hg 、 Cu 、 Pb 、 A s 、 Cd 的自相關(guān)尺度分別為57、 75、 57、 55、 55、 65、 74、 37k m.3. 2 土壤重金屬半方差函數(shù)分析地統(tǒng)計學是基于區(qū)域化變量的一種空間分析方法 , 它主要是利用半方差函數(shù)來研究區(qū)域化變量 的空間結(jié)構(gòu) , 有關(guān)原理可

25、參考文獻 (王政權(quán) , 1999; Isaaks et al . , 1989 . 表 1為擬合的土壤重金屬最優(yōu) 半方差函數(shù)模型的參數(shù)值 . 由表 1可知 , Cr 、 N i 、 Zn 、 Hg 的半方差函數(shù)擬合都較好 , 回歸系數(shù) R 2都在 0. 9以上 , 且 4種重金屬的空間變異結(jié)構(gòu)都以指數(shù)模型 擬合效果最佳 .C 0與 C +C. 表明空間相關(guān)性 , 25%(Sun et a l . ,. 表 1中 Cr 、 N i 、 Zn 、 Hg 的 C/(C 0+C 在 34124%48. 88%之間 , 均表現(xiàn)出中等程度的自相 關(guān)性 . Cr 、 N i 、 Zn 、 Hg 的變程分別為

26、 59. 55、 94. 50、 65179、 65. 10km , 超出該距離范圍 , 重金屬不再具有 空間相關(guān)性 , 因此 , Cr 、 N i 、 Zn 、 Hg 的變程即為空間自 相關(guān)距 .表 1 土壤重金屬的半方差函數(shù)擬合參數(shù)Table 1 Parameters of se m ivariance of heavy metals重金屬Heavy metals擬合模型Models塊金值Nugget (C 0基臺值 Sill(C+C 變程 /kmRange (A 0塊基比 Nugget/sill(C/(C 0+C 回歸系數(shù)R 2殘差RSS鉻 指數(shù)模型 0. 02510. 073359.

27、5534. 24%0. 9801. 21×10-5鎳 指數(shù)模型 0. 05960. 142394. 5041. 88%0. 9723. 52×10-5鋅 指數(shù)模型 0. 03770. 080165. 7947. 06%0. 9303. 80×10-5汞 指數(shù)模型 0. 50101. 025065. 1048. 88%0. 9695. 20×10-33. 3 土壤重金屬區(qū)域空間自相關(guān)性全域型空間自相關(guān)的功能在于描述土壤重金屬含量的整體分布狀況 , 判斷土壤重金屬含量分布是否存在空間聚集區(qū)和空間孤立區(qū) , 而區(qū)域空間自相關(guān)指標結(jié)合 Moran 散點圖能夠揭示

28、土壤重金屬含 量的空間分布規(guī)律 , 指出重金屬含量空間聚集區(qū)和 空間孤立區(qū)在研究區(qū)內(nèi)的位置 , 下面以 Cr 和 Hg 為 例來說明 (圖 3 .圖 3 Cr 和 Hg 含量的區(qū)域空間關(guān)聯(lián)圖Fig . 3 Map s of l ocal indicat ors of s patial ass ociati on f or Cr and Hg24316期 霍霄妮等 :北京耕作土壤重金屬含量的空間自相關(guān)分析 從圖 3可以看出 , 重金屬 Cr 和 Hg 含量的分布 都存在明顯的空間聚集區(qū) . 東北部的密云 、 懷柔以 及平谷 、 昌平 、 門頭溝東部 、 通州中南部都出現(xiàn)了 Cr 含量的 “ 高

29、2高 ” 空間聚集區(qū) ; “ 低 2低 ” 空間聚集區(qū)主 要出現(xiàn)在房山 、 大興 、 順義及其與附近的交界處 . Hg 含量的 “ 高 2高 ” 空間聚集區(qū)主要出現(xiàn)在人類活動較 為密集的城區(qū)周圍 , 而“ 低 2低 ” 空間聚集區(qū)出現(xiàn)在 大興 、 順義及其與附近的交界處 . 重金屬含量的“ 高 2低 ” 和 “ 低 2高 ” 空間孤立區(qū)較少 , “ 高 2低 ” 空間孤立 區(qū)一般出現(xiàn)在 “ 低 2低 ” 空間聚集區(qū)附近 , 而“ 低 2高 ” 空間孤立區(qū)則伴隨 “ 高 2高 ” 空間聚集區(qū)出現(xiàn) .4 討論 (D iscussi on 都可以對變量的空間分布結(jié)構(gòu)進行定量描述 . 地統(tǒng) 計學是通過

30、塊基比或變程來定量表征空間變異特 點 , 但不能描述具有離散特點 (即空間負相關(guān) 的空 間變量特征 , 也不能對變程等進行顯著性檢驗 ; 而 空間自相關(guān)分析法不僅能反映變量的正負空間自 相關(guān)特點 , 而且可以對空間相關(guān)的顯著性進行檢 驗 . 與地統(tǒng)計學相比 , 空間自相關(guān)分析法在衡量自 相關(guān)時更為嚴格 (張朝生 , 1998 . 以 Cr 、 N i 、 Zn 和 Hg 的空間自相關(guān)尺度為例 , 采用半方差函數(shù)獲得的空 間自 相 關(guān) 尺 度 分 別 為 59. 55、 94. 50、 65. 79、 65110k m , 采用空間自相關(guān)分析法得到的空間自相 關(guān)尺度則相對縮小 , 分別為 57、

31、 75、 57、 55k m , 前者反 映出的相關(guān)尺度同時包括正相關(guān)和負相關(guān) , 而后者 只包括正相關(guān) .空間自相關(guān)分析不僅可以描述研究區(qū)內(nèi)重金 屬的空間自相關(guān)特征 , 而且可以反映局部空間自相 關(guān)特點 , 識別空間聚集區(qū)和空間孤立區(qū)的位置 . 圖 3描述了北京地區(qū)土壤中 Cr 和 Hg 含量空間聚集區(qū) 和空間孤立區(qū)的位置所在 , 其中“ 高 2高 ” 空間聚集 和 “ 低 2高 ” 空間孤立區(qū)域為土壤環(huán)境研究的重點區(qū) 域 , 因為這 2種區(qū)域內(nèi)重金屬含量較高 , 存在潛在的 污染風險 , 對土壤重金屬環(huán)境質(zhì)量評價和重金屬污 染防治有著重要的作用 .有研究表明 , 密云水庫周邊及上游地區(qū)土壤

32、重 金屬污染的主要原因是由于金屬礦山不合理堆放 的尾砂及廢礦石等人為因素所致 (廖海軍 , 2007 . 密云和懷柔中部的礦山開采以鐵礦和金礦為主 , 鐵 礦和金礦尾砂中重金屬元素 Cr 經(jīng)雨水沖刷滲入地 下 , 使土壤中 Cr 含量增加 . 昌平區(qū)礦藏資源也很豐 富 , 導(dǎo)致土壤中 Cr 和 Hg 含量增加 , 出現(xiàn)富集 . 因 此 , 礦山開采是導(dǎo)致北京耕作土壤中 Cr 和 Hg 含量 富集的主要原因之一 . 人類活動 , 尤其是化石燃料 、 燃煤 、 工業(yè)鍋爐 、 石油冶煉等排放的氣體 , 導(dǎo)致大氣 中 Hg 含量增加 , 含 Hg 氣體通過大氣沉降等進入土 壤 , 導(dǎo)致土壤中 Hg 大

33、量富集 (M iller et al . , 2003; Engle et al . , 2005 ,區(qū)周圍 . 因此 , , 土 . 50年代開始 ,. , (L iu et al . , 2005; Khan et al . , 2007 . 圖 3顯示 , 在北京南部的通州 , Cr 和 Hg 含量都較高 . 在昌平的垃圾填埋場周圍也 出現(xiàn)了 Cr 和 Hg 含量較高的區(qū)域 , 說明城市生活垃 圾 (塵土 、 電池 、 油漆 、 塑料 、 電子產(chǎn)品等 也是土壤 中重金屬的主要來源 (任福民等 , 2001 .5 結(jié)論 (Conclusi ons 1 全域空間自相關(guān)分析結(jié)果表明 :北京市土

34、壤 重金屬含量的空間分布并非隨機狀態(tài) , 而是存在顯 著的空間自相關(guān)特性 . 正的顯著空間自相關(guān)說明了 土壤重金屬含量分布存在空間聚集 , 負的顯著空間 自相關(guān)則表示重金屬含量分布存在空間孤立 , 同時 近距離的顯著正相關(guān)范圍表示重金屬的顯著空間 自相關(guān)尺度 . 因此 , Cr 、 N i 、 Zn 、 Hg 、 Cu 、 Pb 、 A s 、 Cd 的 顯著 自 相 關(guān) 尺 度 分 別 為 57、 75、 57、 55、 55、 65、 74、 37km.2 區(qū)域空間自相關(guān)結(jié)合 Moran 散點圖的分析 結(jié)果揭示了土壤重金屬的空間分布規(guī)律 , 其中“ 高 2高 ” 空間聚集和“ 低 2高 ”

35、 空間孤立 2種結(jié)構(gòu)總是相 伴出現(xiàn) , 且區(qū)域內(nèi)重金屬含量較高 , 存在潛在的污 染風險 , 為土壤環(huán)境研究的重點 . 結(jié)果顯示 :Cr 含量 較高的區(qū)域分布在北京市的東北部以及通州 、 昌平 和門頭溝 , Hg 含量較高的區(qū)域分布在人類活動密集 的城區(qū)及其周圍 . 究其原因 , 北京市土壤 Cr 和 Hg 的富集主要是由采礦 、 污灌 、 垃圾填埋和大氣沉降 等引起的 .責任作者簡介 :李紅 (1973 , 女 , 副研究員 , 博士 , 主要從 事農(nóng) 業(yè) 資 源 可 持 續(xù) 利 用 與 管 理 研 究 , E 2mail:lihsdf sina . com.參考文獻 (References

36、 :Anselin L. 1995. Local indicat ors of ass ociati on 2L I S A J .Geographical 3431 1344 Analysis, 27: 93 115 環(huán) 境 科 學 學 報 29 卷 J . International Journal of Geographic Infor mation System s, 10 ( 8 : 973 989 M iller J R , Lechler P J, B ridge G 2003. Mercury contam ination of alluvial . sedim ents wi

37、thin the Essequibo and Mazaruni river basins, Guyana J . W ater, A ir and Soil Pollution, 148: 139 166 Over mars K P, de Koning G H J, Veldkamp A. 2003. Spatial Modelling, 164: 257 270 autocorrelation in multi2scale land use models J . Ecological analysis of multi2scale land use in Fujian Province J

38、 . Journal of elements in municipal solid waste in Beijing J . Journal of Northern J iaotong University, 25 ( 4 : 66 68 ( in Chinese quality based on geostatistical analysis in the hill region of subtrop ical China J . Geoderma, 115: 85 89 Science Press, 65 98 ( in Chinese ep idem ic of SARS in Beij

39、ing, 2003 J . Journal of Zhejiang University (Agric. & L ife Sci , 31 ( 1 : 97 101 ( in Chinese . from two different periods J . Geoderma, 119: 261 275 Pedologica Sinica, 32 ( 1 : 50 57 ( in Chinese autocorrelation and fractal methods J . Acta Geographica Sinica, 53 ( 1 : 87 96 ( in Chinese Petr

40、oleum Press; China Agricultural University Press, 194 ( in heavy metals in the sedim ents of Changjiang R iver system 2Spatial Anselin L. 2001. Spatial effects in econometric p ractice in environmental and resource econom ics J . American Journal of Agricultural Econom ics, 83: 705 710 陳濤 . 2007. 杭州

41、市城郊蔬菜地土壤重金屬污染及其時空變異研究 D . 杭州 : 浙江大學 , 97 Chen T 2007. Heavy metals pollution and spatial2temporal variation in . China D . Hangzhou: Zhejiang University, 97 ( in Chinese Cliff A D , O rd J K 1973. Spatial AutocorrelationM . London: Pion, 178 . M . London: Pion, 266 ozone on atmospheric em issions of

42、 gaseous elemental mercury and relative gaseous mercury from substrates J . A tmospheric Environment, 39: 7506 7517 Goodchild M F. 1986. Spatial Autocorrelation M . CAT MOG 47, Geobooks: Norwich UK, 6 25 vegetable soils of the urban 2rural transitional area of Hangzhou, J . Transactions of the CSAE,

43、 22 ( 11 : 58 63 ( in Chinese in the soil of the up stream area of M iyun reservoir, Beijing J . J . Environment International, 31: 805 812 Infor mation Science, 22 ( 3 : 56 56 ( in Chinese 邱炳文 ,王欽敏 ,陳崇成 ,等 . 2007. 福建省土地利用多尺度空間自相 關(guān)分析 J . 自然資源學報 , 22 ( 2 : 311 321 Cliff A D , O rd J K 1981. Spatial p

44、 rocesses: Models and App laications . Engle M A , Gustin M S, L indberg A W , et a l 2005. The influence of . Q iu B W , W ang Q M , Chen C C, et al 2007. Spatial autocorrelation . Natural Resources, 22 ( 2 : 311 321 ( in Chinese 任福民 ,汝宜紅 ,許兆義 ,等 . 2001. 北京市生活垃圾重金屬元素調(diào)查 及污染特性分析 J . 北方交通大學學報 , 25 ( 4

45、 : 66 68 Ren F M , Ru Y H, Xu Z Y, et al 2001. Investigation of heavy metal . 黃智剛 ,李保國 ,胡克林 . 2006. 丘陵紅壤蔗區(qū)土壤有機質(zhì)的時空變異 研究 J . 農(nóng)業(yè)工程學報 , 22 ( 11 : 58 63 Sun B , Shenglu Z, Zhao Q. 2003. Evaluation of temporal changes of soil 梁二 ,王小彬 ,蔡典雄 ,等 . 2007. 河南省土壤有機碳分布空間自相關(guān) 分析 J . 應(yīng)用生態(tài)學報 , 18 ( 6 : 1305 1310 L ia

46、ng E,W ang X B , Cai D X, et a l 2007. Spatial autocorrelation analysis . on soil organic carbon distribution in Henan Province J . Chinese Journal of App lied Ecology, 18 ( 6 : 1305 1310 ( in Chinese 廖海軍 . 2007. 北京市密云水庫上游土壤重金屬污染調(diào)查評價 J . 分析研究 , 2 ( 3 : 31 34 L iao H J. 2007. Investigation and assess

47、 ment of pollution of heavy metals Analysis Research, 2 ( 3 : 31 34 ( in Chinese 林琳 ,馬飛 . 2007. 廣州市人口老齡化的空間分布及趨勢 J . 地理研 究 , 26 ( 5 : 1043 1054 L in L , Ma F. 2007. Spatial distribution and trends of the aging of population in Guangzhou J . Geographical Research, 26 ( 5 : 1043 1054 ( in Chinese L iu

48、 W H , Zhao J Z, Ouyang Z Y, et a l 2005. I pact of sewage irrigation . m 劉仲剛 ,李滿春 ,劉劍鋒 ,等 . 2006. 面向離散點的空間權(quán)重矩陣生成 算法與實證研究 J . 地理與地理信息科學 , 22 ( 3 : 56 56 L iu Z G, L i M C, L iu J F, et a l 2006. Analysis and imp lement of spatial . weight matrix based on discrete points J . Geography and Geo 2 Martin