基于SOM神经网络的土壤重金属空间分异性研究.pdfVIP

第 35卷 第 1期 石河子大学学报 ：自然科 学版 Vol_35 No．1 2017年 2月 JournalofShiheziUniversity：NaturalScience Feb．2017 DOI：10．13880／j．cnki．65—1174／n．2017．01．017 文章编号：1007—7383(2017)01—0102—06 基于SOM神经网络的土壤重金属空问分异性研究 马媛媛 ，王淑芬 ，赖营帅 ，王卫 ，洪成林 ，石磊 1 (1石河子大学化学化工学院／新疆兵团化工绿色过程重点实验室 ，新疆 石河子 832003； 2石河子大学理学院 ，新疆 石河子 832003) 摘要：以新疆玛纳斯河流域 (简称玛河流域)为研究区域，运用层次聚类分析及 自组织映射神经网络 (SOM)法 ，对研 究区域 119个表层土壤样本 中的As、Cd、cr、cu、Mn、Ni、Ph、zn8种重金属做空间差异性和相似性分析 ，并对重金 属污染空间分布特征作出评价。结果表明，研究区域 8种重金属含量平均值分别为4．342、0．115、96．882、44．710、 750．235、24．058、8．427、97．007mgk／g，均低于土壤环境质量 国家二级标准值 ；层次聚类分析及 SOM神经网络法 的分 析结果显示 ，工业 区土壤污染最重 ，其次是城 区土壤 ，与 内梅罗污染指数法相 比，神经网络显示 出更高的准确性 ；根 据空间差异性分析结果 ，研究区整体可优化减少 43个采样点。 关键词 ：土壤；重金属 ；自组织映射神经网络；环境评价；玛河流域 中图分类号 ：X821；X53 文献标志码 ：A Spatialvariabilityanalysisofheavymetalsfrom the soilbased on SOM MaYuanyuan，Wangshufen，LaiYingshuai，W angW ei ，HongChenglin，ShiLei (1KeyLaboratoryforGreenProcessofChemicalEngineeringofXinjiangBingtuan／SehoolofChemistryandChemical EngineeringShiheziUniversity，Shihezi，Xinjiang832003，China； 2CollegeofScience，ShiheziUniversity，Shihezi，Xinjiang832003，China) Abstract：Hierarchicalclusteranalysis (HCA)andself-organizingmaps (SOM)wereappliedofrspatialvariabilityanalysisof heavymetalsfrom the119topsoilsamplesofManasifiverbasins．Xinjiang．ResultsshowedthatthemeanconcentrationsofAs． Cd，Cr，Cu，Mn，Pb and Zn were 4．342，0．115，96．882，44．710，750．235，24．058，8．427，97．007 mg·kg一1，respectively．And thosemeancontentswerelowerthantheirChinaEnvironmentalQualityStandardvaluesofrtheSoils．TheresultsofHCA and SOM revealed thatthe pollution levelwas highestin hte industrialareas，followed by hte urban soil．Comp~ed with hte Nemerow integrated pollution index，the neuralnetwork showed a higheraccuracy．According to the spatialdifferen