《表1 不同的土壤重金属源解析方法比较》
注:*基于本研究统计的112篇文献。
为给土壤重金属源解析研究中源解析方法的选择提供参考,本研究系统汇总了目前常用的源解析方法的优缺点、适用范围及其在土壤重金属源解析中的应用情况(表1)。总体来看,传统多元统计方法中的相关性分析是基础,可以完善和支持PCA、FA或CA的分析结果;PCA和FA能有效地识别重金属来源,CA则能进一步对不同来源的参数和变量进行分类组合,是PCA和FA的有力补充[27]。由于上述方法只能对污染源进行分类,无法直接给出各污染源的贡献率,因此常配合空间分析方法、PMF、UNMIX受体模型、同位素比值法等定量解析出污染源的贡献率。对于不同源解析方法在112篇文献中的使用率,本研究采用各源解析方法的使用次数(若同一研究采用多种源解析方法,各源解析方法分别计数)除以所有方法的计数总和来计算。从表1可以看出,目前的研究主要以定性的土壤重金属源解析结果为主[3],且传统的多元统计方法(如PCA、相关分析、CA、FA)是目前最常用的定性源解析方法,占64.4%,其次为空间分析法,占10.7%;而涉及定量计算重金属污染来源贡献率的研究还十分有限,仅占17.9%,其中源清单法占总研究的1.2%,同位素比值法占3.6%,定量的多元统计方法占10.2%,先进统计模型算法占2.8%。另外还有定性解析的EF法和定量解析的Cubist、MCR-WALS、随机梯度提升、逐步回归模型未纳入到表1中,分别占调查总研究的5.5%和1.6%。
图表编号 | XD00109553100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 陈雅丽、翁莉萍、马杰、武晓娟、李永涛 |
绘制单位 | 农业农村部环境保护科研监测所、农业农村部农产品质量安全环境因子控制重点实验室、农业农村部环境保护科研监测所、农业农村部农产品质量安全环境因子控制重点实验室、农业农村部环境保护科研监测所、农业农村部农产品质量安全环境因子控制重点实验室、农业农村部环境保护科研监测所、农业农村部农产品质量安全环境因子控制重点实验室、农业农村部环境保护科研监测所、农业农村部农产品质量安全环境因子控制重点实验室、华南农业大学资源环境学院 |
更多格式 | 高清、无水印(增值服务) |