“源匯理論”在土壤重金屬污染監(jiān)測中的應(yīng)用現(xiàn)狀、問題與展望

鐘亮 王淼 李建龍 趙海霞 蘇安劼 龍詩穎

摘要：隨著工業(yè)化和城市化的發(fā)展，土壤重金屬污染問題日益突出，通過對土壤重金屬污染狀況監(jiān)測以及污染來源解析，制定適宜的污染防治措施將有助于食品安全和人類健康。通過引入“源匯理論”，在系統(tǒng)梳理國內(nèi)外相關(guān)研究成果的基礎(chǔ)上，闡明“源匯理論”的定義、原理、特點及其在土壤重金屬污染中的應(yīng)用意義，并從污染區(qū)域監(jiān)測、污染來源解析、污染源匯關(guān)系3個方面總結(jié)研究進(jìn)展。結(jié)果表明，“源匯理論”在應(yīng)用于土壤重金屬污染的監(jiān)測和分析過程中存在信息提取難、精度不高、難以準(zhǔn)確驗證、未能實現(xiàn)動態(tài)分析、未能形成體系等問題。隨著“源匯理論”的不斷豐富，在其指導(dǎo)下，未來土壤重金屬污染研究應(yīng)圍繞“從傳統(tǒng)機(jī)器學(xué)習(xí)走向深度學(xué)習(xí)，點-線-面結(jié)合監(jiān)測驗證框架，天-空-地一體化監(jiān)測網(wǎng)絡(luò)和驗證體系，從‘3S上升到‘5S技術(shù)集成，監(jiān)測、評估、溯源、預(yù)警與防治相結(jié)合”等方向發(fā)展，以期為構(gòu)建大面積土壤重金屬污染智慧動態(tài)監(jiān)測與風(fēng)險預(yù)警決策系統(tǒng)奠定基礎(chǔ)。

關(guān)鍵詞：源匯理論；土壤污染監(jiān)測；天空地一體化動態(tài)監(jiān)測；應(yīng)用效果；“5S”技術(shù)

中圖分類號：X53；S181? 文獻(xiàn)標(biāo)志碼：A

文章編號：1002-1302（2023）13-0034-07

隨著工業(yè)化的迅速發(fā)展和城市化進(jìn)程的加快，土壤環(huán)境污染問題越來越突出，嚴(yán)重威脅生態(tài)系統(tǒng)安全［1］。其中，土壤重金屬污染具有遷移緩慢、毒性強且不可逆轉(zhuǎn)等特性，隨著食物鏈逐漸累積，最終被人體攝入并積累也會引起嚴(yán)重的健康問題［2］。2014年《全國土壤污染狀況調(diào)查公報》顯示，我國土壤總體超標(biāo)率達(dá)16.1%［3］，且受土壤重金屬污染的影響，約損失1 200萬t/年糧食作物。因此，土壤重金屬污染已成為我國亟待解決的環(huán)境問題，受到政府和學(xué)者們的廣泛關(guān)注［4］。源匯關(guān)系最早應(yīng)用在大氣污染和氣候變化領(lǐng)域，通過研究大氣污染物和溫室氣體的“產(chǎn)生-擴(kuò)散-吸收”過程，以達(dá)到減少大氣污染、緩解氣候變暖的目的［5］。之后，陳利頂?shù)葘⒃磪R的概念引入到景觀生態(tài)學(xué)的研究中，將源匯景觀理論用于研究生態(tài)過程發(fā)生和消亡的過程［6-7］。在不斷的研究過程中，學(xué)者們發(fā)現(xiàn)土壤重金屬污染同樣具有明顯的源匯關(guān)系［8-11］，并逐漸開始重視基于“源匯理論”的相關(guān)研究［12-13］。黃趙麟等證實在明晰污染源的基礎(chǔ)上，對污染匯集特征進(jìn)行分析，能有效達(dá)到“控源切匯”的目的，對土壤重金屬污染的管控與防治具有重要意義［14］。因此，本研究在闡述“源匯理論”定義、原理和特點的基礎(chǔ)上，通過概括其主要的應(yīng)用領(lǐng)域，并充分總結(jié)“源匯理論”在土壤重金屬污染中的應(yīng)用意義、應(yīng)用進(jìn)展及當(dāng)前所存在的問題，對未來的研究方向進(jìn)行展望，以期為土壤重金屬污染的研究提供并豐富理論支撐。

1 “源匯理論”的原理與特點

1.1 “源匯理論”的定義與原理

源匯理論中的“源”是指一個過程的源頭，“匯”是指一個過程消失的地方［7］。在土壤重金屬污染研究中，“源”是指可能造成土壤環(huán)境污染的源頭，“匯”是指吸收污染物的區(qū)域或生態(tài)系統(tǒng)。由圖1可知，土壤重金屬污染的形成是從“源”到“匯”的過程，其來源主要包括自然源、工業(yè)源、生活源、交通源和農(nóng)業(yè)源，不同污染源通過成土母質(zhì)、大氣沉降、灌溉和徑流、固廢和堆肥等不同途徑進(jìn)入到土壤中，不斷積累最終形成重金屬污染，通過遙感技術(shù)等手段即可對污染情況進(jìn)行監(jiān)測。當(dāng)確定污染區(qū)域和污染程度后，再從“匯”到“源”進(jìn)行污染來源解析，探析其污染來源及其貢獻(xiàn)程度、污染影響因素、污染過程等。因此，在土壤重金屬污染中，源匯理論通過討論土壤污染物的來源與去向以及兩者間的關(guān)系和發(fā)生機(jī)理，有針對性地遏制土壤污染物的產(chǎn)生與遷移，最終達(dá)到污染防治的目的［15］。

1.2 “源匯理論”的特點

“源匯理論”有以下5個特點：第一，針對性?！霸磪R”是針對特定的生態(tài)過程，在分析時首先要明確待研究的生態(tài)過程。第二，相對性。同一種類型，針對某一過程可能是“源”，而對于另外一種生態(tài)過程可能就是“匯”。第三，動態(tài)性。在生態(tài)過程的不同階段，相同景觀有可能起到不同的作用，隨著過程的演變，源匯性質(zhì)也在發(fā)生變化。第四，貢獻(xiàn)的差異性。對于不同類型“源”或“匯”景觀，在研究格局對過程的影響時，需要考慮它們貢獻(xiàn)的差異。即使是同類型的“源”或“匯”，對過程也可能貢獻(xiàn)不同。第五，綜合性。由于景觀是代表各種要素相互作用的自然地理過程的集合體，景觀的源匯性質(zhì)自然要和影響它的各種要素相關(guān)，在一定程度上，源匯景觀的特點體現(xiàn)在各種要素的空間耦合關(guān)系和綜合作用的結(jié)果上，具有較強的綜合性。

2 “源匯理論”的應(yīng)用領(lǐng)域與進(jìn)展

2.1 “源匯理論”的應(yīng)用領(lǐng)域

在土壤侵蝕風(fēng)險評價方面，通過“源匯”景觀格局分析，可以有效地揭示不同景觀格局發(fā)生土壤侵蝕的風(fēng)險，找出不利于水土保持的景觀格局所在的關(guān)鍵地區(qū)，從而探討關(guān)鍵地區(qū)景觀格局的優(yōu)化途徑和方法［16］。

在面源污染控制方面，在生態(tài)規(guī)劃中科學(xué)合理地布設(shè)源匯景觀類型的空間位置，就可以將流失的面源污染物質(zhì)控制在關(guān)鍵的“源”區(qū)，或從污染物流失的路徑上攔截，從而起到控制面源污染、保護(hù)目標(biāo)區(qū)域的作用［17］。

在瀕危物種保護(hù)方面，可以通過“源匯”景觀評價方法，分析不同景觀類型相對于目標(biāo)物種的作用，評價景觀空間格局是否有利于目標(biāo)物種的生存和保護(hù)［18］。

在城市熱島效應(yīng)控制方面，在分析熱島效應(yīng)“源匯”特征的基礎(chǔ)上，通過調(diào)控城市內(nèi)的景觀類型與分布，能夠有效降低城市熱島效應(yīng)的形成［19］。

2.2 “源匯理論”在土壤重金屬污染中的應(yīng)用意義

從土壤重金屬源匯關(guān)系出發(fā)，對土壤重金屬進(jìn)行污染源識別和影響范圍判定，有助于土壤污染修復(fù)或污染專項治理工作的開展。對土壤環(huán)境存在潛在風(fēng)險的區(qū)域，可以通過源解析方法明確主要風(fēng)險來源及主導(dǎo)區(qū)域，這有助于制定區(qū)域土壤污染風(fēng)險管控策略，減少無意義的土壤修復(fù)工作［20］。對土壤重金屬遷移特征和途徑進(jìn)行研究，了解區(qū)域土壤重金屬遷移方式和模式，能夠更精準(zhǔn)地判斷可能存在污染風(fēng)險的區(qū)域，有助于對土壤重金屬污染源制定更加有效的風(fēng)險防控方案［21］。

2.3 “源匯理論”在土壤重金屬污染中的應(yīng)用進(jìn)展及問題

2.3.1 污染區(qū)域監(jiān)測 土壤作為重要的地理載體之一，遵循地理第一和第二定律，在空間分布上既具有相關(guān)性，也存在異質(zhì)性。因此，通過土壤采樣進(jìn)行檢測獲得的結(jié)果，僅代表點位自身的情況，與區(qū)域整體土壤狀況存在一定差異，以往常使用基于地理信息系統(tǒng)（GIS）的空間插值方法進(jìn)行區(qū)域模擬預(yù)測，主要包括克里格插值法、反距離權(quán)重法、徑向基函數(shù)法等［22］。但這種“以點代面”得到區(qū)域土壤重金屬含量空間分布的方法，通常需要足夠多的樣本以代表整個研究區(qū)的空間變化特征，否則導(dǎo)致模型精度不高且結(jié)果容易受到高屬性值影響。因此，該方法難以滿足大面積快速、準(zhǔn)確、動態(tài)監(jiān)測土壤重金屬含量的需求［23］。

近年來，高光譜遙感技術(shù)以其光譜分辨率高和波段信息豐富的優(yōu)點迅速發(fā)展起來，在快速估測土壤和作物信息上有其強大的優(yōu)勢，為大規(guī)模土壤污染監(jiān)測提供支撐，有著廣泛的研究和應(yīng)用前景［24］。Zhou等探討高光譜數(shù)據(jù)與CaCl2可提取重金屬（E-HM）之間的潛在關(guān)系，并建立估測模型，發(fā)現(xiàn)當(dāng)作物受到E-HM脅迫時，利用農(nóng)田水稻葉片的高光譜數(shù)據(jù)估算農(nóng)田土壤E-HM的濃度具有一定的潛力［25］。Shi等通過水稻田間冠層光譜數(shù)據(jù)，開發(fā)出一種用于估算土壤砷含量的多變量植被指數(shù)［26］。Zhou等提取并分析6種土壤重金屬光譜特征的位置和數(shù)量，發(fā)現(xiàn)這些波段能較好地反映土壤有機(jī)質(zhì)、黏土礦物和鐵錳氧化物的光譜特征，為大面積土壤重金屬含量遙感監(jiān)測提供依據(jù)［27］。當(dāng)人們對地面高光譜數(shù)據(jù)估測土壤重金屬含量的機(jī)理研究清楚后，越來越多的學(xué)者開展航空、航天高光譜遙感大面積監(jiān)測土壤重金屬含量的研究。目前在農(nóng)田［28］、礦區(qū)［29-30］、城郊［31］等區(qū)域都取得了不錯的進(jìn)展。

基于區(qū)域土壤重金屬含量的空間分布圖進(jìn)行污染匯集特征的研究，有助于對重點污染區(qū)域進(jìn)行識別和預(yù)警，也可為污染源的鑒定與分析提供依據(jù)。其中空間關(guān)聯(lián)分析運用最廣泛，主要包括莫蘭指數(shù)、熱點分析等方法，能夠識別出具有統(tǒng)計顯著性的污染高值、低值和異常值的空間聚類區(qū)域［32-33］。

2.3.2 污染來源解析 目前，土壤重金屬污染源解析可分為定性源和定量源解析2個方面［34］。定性源解析是通過對污染物的主要特征進(jìn)行識別，進(jìn)而判斷污染源類型。定量源解析不僅要識別污染源的類型，還要通過數(shù)學(xué)模型計算污染源對土壤污染的貢獻(xiàn)程度，以更加明確污染源信息。當(dāng)前主要的土壤重金屬源解析研究方法類型及其優(yōu)缺點見表1。

在定性源解析方面，主要包括多元統(tǒng)計分析法和地統(tǒng)計分析法。其中，多元統(tǒng)計分析法通過分析重金屬數(shù)據(jù)之間的內(nèi)在聯(lián)系，找到其組合特征或分布規(guī)律，主要包括主成分分析、聚類分析、相關(guān)性分析等［35］。地統(tǒng)計分析利用克里格、反距離權(quán)重等空間插值方法，通過模擬預(yù)測獲得區(qū)域內(nèi)污染物的空間分布狀況，進(jìn)而對可能的污染源進(jìn)行分析推斷［36］。Dong等以黃土高原白銀區(qū)農(nóng)田中的8種土壤重金屬為研究對象，比較主成分分析（PCA）、相關(guān)分析（CA）、空間偏差（SD）、富集因子（EF）、地理信息系統(tǒng)（GIS）等多種定性源解析方法，并確定自然源、工業(yè)源和污水灌溉是研究區(qū)內(nèi)農(nóng)田土壤重金屬污染的三大主要來源［37］。Lyu等以江蘇省海岸7種土壤重金屬為研究對象，利用因子克里格和逐步回歸方法確定土壤中重金屬的多尺度來源［38］。

在定量源解析方面，主要包括受體模型、示蹤技術(shù)、機(jī)器學(xué)習(xí)模型和組合模型。其中，受體模型來源于大氣污染物的源解析研究，通過分析污染源和受體中污染物的物理化學(xué)特征來識別污染源并量化污染源的貢獻(xiàn)率，在定量源解析中較常用，主要包括化學(xué)質(zhì)量平衡模型法（CMB）、正定矩陣因子分解法（PMF）、UNMIX模型法［39-40］。示蹤技術(shù)基于同位素質(zhì)量守恒原理，通過測定土壤受體中同位素的組成，對污染源進(jìn)行定量解析，主要包括穩(wěn)定同位素比值技術(shù)、重金屬形態(tài)分析等［41］。Chen等結(jié)合UNIX、PMF模型和同位素比值技術(shù)，對河南省開封市郊區(qū)農(nóng)業(yè)區(qū)的重金屬來源進(jìn)行定量識別，發(fā)現(xiàn)該方法在特定來源鑒定中具有良好的協(xié)調(diào)性［42］。此外，隨著計算機(jī)技術(shù)的發(fā)展，機(jī)器學(xué)習(xí)模型以其強大的數(shù)據(jù)挖掘能力以及能夠?qū)ξ廴驹吹呢暙I(xiàn)程度進(jìn)行精準(zhǔn)量化，在環(huán)境污染領(lǐng)域越來越受到關(guān)注。Jia等利用地理大數(shù)據(jù)并結(jié)合不同的機(jī)器學(xué)習(xí)方法進(jìn)行分析，揭示了中國長江三角洲不同行業(yè)導(dǎo)致土壤污染的區(qū)域［43］。為了充分發(fā)揮各方法的優(yōu)勢，以便更加精確且可靠的解析污染源，越來越多的研究開始利用組合模型［44］。韓存亮等以珠江三角洲地區(qū)某農(nóng)業(yè)土壤集中分布區(qū)域，綜合采用PCA、CA、PMF和同位素比值等多種方法，開展土壤重金屬污染特征分析與源解析，發(fā)現(xiàn)將多種方法相互結(jié)合與印證可以提高分析結(jié)果的合理性和可靠性［45］。Anaman等綜合PCA、PMF和GIS方法，以確定重金屬在不同土地用途之間的來源、運輸路線和貢獻(xiàn)，其中草地和農(nóng)田土壤從地表徑流和大氣沉積中吸收重金屬，而林地土壤只從大氣沉積中吸收重金屬［46］。此外，陳丹青等分別將GIS與其他方法相結(jié)合，均準(zhǔn)確解析出污染來源及其貢獻(xiàn)率［47-48］。

2.3.3 污染源匯關(guān)系 土壤重金屬的來源主要分為自然源和人為源2個方面，自然源主要是成土母質(zhì)風(fēng)化后殘留在土壤中的重金屬。人為源可分為工業(yè)源（采礦、冶煉、燃煤等）、生活源（生活垃圾、廢水、燃煤等）、交通源（汽車尾氣、輪胎磨損等）以及農(nóng)業(yè)源（農(nóng)藥、肥料等）。不同來源的重金屬以不同的途徑進(jìn)入土壤，主要包括巖石風(fēng)化形成的土壤母質(zhì)、大氣沉降、灌溉和徑流、固廢堆置、施用肥料與農(nóng)藥。對土壤重金屬污染進(jìn)行源匯關(guān)系分析，能夠定性/定量獲得各污染源的貢獻(xiàn)情況，并分析出污染源進(jìn)入土壤的途徑［49］。趙慧等通過對重點污染企業(yè)的調(diào)查，分析污染物經(jīng)水和大氣遷移過程的源匯關(guān)系，確定研究區(qū)內(nèi)主要的污染區(qū)域和企業(yè)［50］。李保杰等以田塊尺度，在同源情況下分析7項指標(biāo)反映土壤對重金屬匯的能力，發(fā)現(xiàn)距離入水口或出水口的距離對土壤鎘含量影響最大［51］。方淑波等結(jié)合源匯理論和景觀生態(tài)學(xué)方法研究城鄉(xiāng)梯度上土壤重金屬的變化，發(fā)現(xiàn)林地土壤在研究區(qū)內(nèi)所起到的重金屬匯的作用［52］。毛志強等定量化分析了廢礦區(qū)尾礦分別對河流上游和下游農(nóng)田土壤重金屬的來源貢獻(xiàn)以及源匯通量［53］。Huang等探討自然和人為因素對沿海地區(qū)福建省漳州市土壤重金屬污染的影響，發(fā)現(xiàn)土壤有機(jī)質(zhì)含量、農(nóng)業(yè)活動和景觀格局是影響重金屬含量的主要因素［54］。

2.3.4 存在的問題 目前，“源匯理論”在土壤重金屬污染研究中，通過“源-途徑-受體”的分析思路和框架，已經(jīng)在污染區(qū)域監(jiān)測、污染來源解析以及污染源匯關(guān)系等方面都取得了不錯的進(jìn)展，且相關(guān)研究已經(jīng)逐漸從地面上升到遙感，但在監(jiān)測和分析過程中仍存在信息提取難、精度不高、難以準(zhǔn)確驗證、未能實現(xiàn)動態(tài)分析、未能形成體系等問題，具體表現(xiàn)在5個方面。第一，土壤重金屬含量少、遙感影像混合像元的存在、區(qū)域環(huán)境差異大，使得重金屬光譜信息微弱且易被掩蓋。第二，高光譜數(shù)據(jù)波段數(shù)量多，各波段間關(guān)系復(fù)雜，且具有較強的共線性，傳統(tǒng)機(jī)器學(xué)習(xí)方法處理能力較有限，使得監(jiān)測精度難以保障。第三，現(xiàn)階段監(jiān)測模型主要通過樣點進(jìn)行模型驗證，使得模型通常只適用于特定的研究區(qū)和樣本，難以大規(guī)模推廣應(yīng)用。第四，目前主要還是以某一時間點的靜態(tài)分析為主，未能充分將地面數(shù)據(jù)和地上遙感數(shù)據(jù)相結(jié)合，實現(xiàn)空間上的動態(tài)溯源分析。第五，土壤重金屬污染匯的監(jiān)測、源的解析、源匯關(guān)系等3個方面未能充分銜接形成體系，需要對源匯理論進(jìn)行完善和豐富。

3 應(yīng)用展望

3.1 從傳統(tǒng)機(jī)器學(xué)習(xí)走向深度學(xué)習(xí)

重金屬從土壤遷移至作物中，受到重金屬的脅迫，作物的葉綠素、蛋白質(zhì)含量都會受到一定程度的影響，體現(xiàn)在反射光譜上的差異［55］。因此，利用高光譜遙感數(shù)據(jù)可以從污染源、植物葉片顏色、植物生理生化指標(biāo)、農(nóng)產(chǎn)品中重金屬含量等多個角度直接或間接監(jiān)測土壤重金屬污染狀況［56-57］。

在重金屬監(jiān)測模型構(gòu)建中，遙感數(shù)據(jù)具有高維、時空數(shù)據(jù)量大、多波段等特點，使得遙感數(shù)據(jù)分析面臨諸多挑戰(zhàn)。近年來，隨著計算機(jī)技術(shù)的發(fā)展，CNN為代表的深度學(xué)習(xí)逐漸發(fā)展起來，其通過卷積和池化逐層提取特征，同時具有權(quán)值共享和局部連接的特性，使得模型更容易優(yōu)化［58］。目前傳統(tǒng)機(jī)器學(xué)習(xí)開始逐漸向深度學(xué)習(xí)轉(zhuǎn)變，深度學(xué)習(xí)方法可以從要素之間的復(fù)雜非線性關(guān)系中挖掘特征和自主學(xué)習(xí)，構(gòu)建的模型魯棒性更強，并顯示出優(yōu)于傳統(tǒng)機(jī)器學(xué)習(xí)算法［59-60］，已逐漸成為土壤屬性高光譜遙感監(jiān)測學(xué)者們的關(guān)注點。

3.2 點-線-面結(jié)合監(jiān)測驗證框架

土壤重金屬在空間分布上具有一定的相關(guān)性和異質(zhì)性，僅依靠樣點對監(jiān)測結(jié)果進(jìn)行驗證，模型通常難以大規(guī)模推廣應(yīng)用。應(yīng)該分別從“源”與“匯”的2個基點出發(fā)展開，當(dāng)監(jiān)測完成后，通過污染匯集特征的分析，對污染源頭進(jìn)行解析，并對源匯過程進(jìn)行探析，通過污染來源和污染過程的確定對監(jiān)測結(jié)果進(jìn)行宏觀驗證，形成類似于“點（源和匯）-線（源匯關(guān)系）-面（宏觀驗證）”的研究框架。因此，土壤重金屬污染監(jiān)測效果的驗證不應(yīng)再局限于采樣點位，而應(yīng)從源匯角度出發(fā)，點線面結(jié)合進(jìn)行立體分析和宏觀驗證，以確保監(jiān)測模型能夠大范圍應(yīng)用和推廣。

3.3 天-空-地一體化監(jiān)測網(wǎng)絡(luò)和驗證體系

地面高光譜是土壤重金屬高光譜遙感監(jiān)測研究的基礎(chǔ)，具有實效性高、穩(wěn)定性強和分辨率高等特點，能夠提供地物最直接和準(zhǔn)確的觀測數(shù)據(jù)，但其受觀測范圍的限制，無法開展大面積監(jiān)測。航空高光譜同時具有高光譜分辨率和高空間分辨率的特點，是進(jìn)行中小型區(qū)域高精度土壤污染定量監(jiān)測的重要數(shù)據(jù)源，但其需要嚴(yán)格定標(biāo)，數(shù)據(jù)預(yù)處理過程比地面高光譜復(fù)雜。航天高光譜具有范圍廣、數(shù)據(jù)多且獲取成本低等特點，在大面積區(qū)域監(jiān)測中具有絕對優(yōu)勢，但數(shù)據(jù)空間分辨率低、受云量干擾較大以及混合像元的存在，限制了航天高光譜影像信息提取的精度［23］。因此，未來可以將航天、航空、地面高光譜遙感技術(shù)相結(jié)合，充分發(fā)揮其各自的優(yōu)勢，形成天-空-地一體化的土壤重金屬污染立體監(jiān)測網(wǎng)絡(luò)。同時可以將地面觀測和收集的資料與遙感數(shù)據(jù)有機(jī)結(jié)合，充分發(fā)揮地面資料準(zhǔn)確度高、可控性強以及遙感資料動態(tài)性、范圍廣的特點，形成多方面、多角度的驗證體系。

3.4 從“3S”上升到“5S”技術(shù)集成

“5S”技術(shù)是指將遙感技術(shù)（RS）、地理信息系統(tǒng)（GIS）、全球定位系統(tǒng)（GPS）、專家系統(tǒng)（ES）和智能化決策知識系統(tǒng)（IDSS）進(jìn)行一體化集成（圖2），通過充分利用“3S”（RS、GIS、GPS）技術(shù)在數(shù)據(jù)收集、處理與分析上的優(yōu)勢，結(jié)合ES的知識體系，并在IDSS中進(jìn)一步引入人工智能技術(shù)，進(jìn)而幫助專家系統(tǒng)解決非結(jié)構(gòu)化問題，從而提高系統(tǒng)決策自動化程度［61］?！?S”技術(shù)具有數(shù)據(jù)收集快、處理周期短、分析能力強、高度集成化、自動化、智能化等特點，能夠應(yīng)用于環(huán)境保護(hù)、精準(zhǔn)農(nóng)業(yè)、糧食安全、城市規(guī)劃等各領(lǐng)域。因此，未來在土壤重金屬污染監(jiān)測效果的驗證中，通過應(yīng)用“5S”一體化集成系統(tǒng)，能夠快速處理和分析數(shù)據(jù)，確定污染區(qū)域和污染來源，并驗證監(jiān)測效果，進(jìn)而因地制宜地提出有效的防治應(yīng)對措施，以解決區(qū)域土壤重金屬污染問題。

3.5 監(jiān)測、評估、溯源、預(yù)警與防治相結(jié)合

在源匯理論指導(dǎo)以及“5S”技術(shù)集成下，將監(jiān)測、評估、溯源、預(yù)警與防治相結(jié)合，形成整體、系統(tǒng)、科學(xué)的土壤重金屬污染研究體系。通過天-空-地一體化監(jiān)測網(wǎng)絡(luò)實時動態(tài)了解區(qū)域土壤重金屬污染狀況；利用污染風(fēng)險評價方法明確污染區(qū)域和污染程度；基于源匯理論進(jìn)行溯源分析找到污染來源，并對監(jiān)測效果進(jìn)行有效驗證；通過不同時期的土壤重金屬數(shù)據(jù)，模擬不同情景下未來農(nóng)田重金屬可能的污染狀況，并進(jìn)行風(fēng)險預(yù)警提示；最后將信息反饋給決策者，因地制宜地制定污染防治措施，以改善區(qū)域內(nèi)土壤重金屬的污染狀況，進(jìn)而使生態(tài)系統(tǒng)安全得到改善，同時有利于人體健康，最終為國家在解決土壤重金屬污染動態(tài)監(jiān)測、預(yù)警、防治等提供科學(xué)依據(jù)。

參考文獻(xiàn)：

［1］周建軍，周 桔，馮仁國.我國土壤重金屬污染現(xiàn)狀及治理戰(zhàn)略［J］. 中國科學(xué)院院刊，2014，29（3）：315-320，350，272.

［2］Ren S Y，Song C Q，Ye S J，et al. The spatiotemporal variation in heavy metals in Chinas farmland soil over the past 20 years：a meta-analysis［J］. Science of the Total Environment，2022，806：150322.

［3］全國土壤污染狀況調(diào)查公報［EB/OL］. （2014-04-17）［2022-10-11］. http：//www.gov.cn/foot/2014-04/17/content_2661768.htm.

［4］Yang Q Q，Li Z Y，Lu X N，et al. A review of soil heavy metal pollution from industrial and agricultural regions in China：pollution and risk assessment［J］. Science of the Total Environment，2018，642：690-700.

［5］楊元合，石 岳，孫文娟，等. 中國及全球陸地生態(tài)系統(tǒng)碳源匯特征及其對碳中和的貢獻(xiàn)［J］. 中國科學(xué)（生命科學(xué)），2022，52（4）：534-574.

［6］陳利頂，傅伯杰，徐建英，等. 基于“源-匯”生態(tài)過程的景觀格局識別方法——景觀空間負(fù)荷對比指數(shù)［J］. 生態(tài)學(xué)報，2003，23（11）：2406-2413.

［7］陳利頂，傅伯杰，趙文武.“源”“匯”景觀理論及其生態(tài)學(xué)意義［J］. 生態(tài)學(xué)報，2006，26（5）：1444-1449.

［8］Guan Q，Wang F，Xu C，et al. Source apportionment of heavy metals in agricultural soil based on PMF：a case study in Hexi Corridor，northwest China［J］. Chemosphere，2018，193：189-197.

［9］曾菁菁，沈春竹，周生路，等. 基于改進(jìn)LUR模型的區(qū)域土壤重金屬空間分布預(yù)測［J］. 環(huán)境科學(xué)，2018，39（1）：371-378.

［10］尚二萍，許爾琪，張紅旗，等. 中國糧食主產(chǎn)區(qū)耕地土壤重金屬時空變化與污染源分析［J］. 環(huán)境科學(xué)，2018，39（10）：4670-4683.

［11］趙 慧，何 博，王鐵宇，等. 我國南方典型城市土壤重金屬污染特征及源匯關(guān)系分析［J］. 環(huán)境科學(xué)學(xué)報，2019，39（7）：2231-2239.

［12］Jia X，F(xiàn)u T，Hu B，et al. Identification of the potential risk areas for soil heavy metal pollution based on the source-sink theory［J］. Journal of Hazardous Materials，2020，393：122424.

［13］Xue B，Zhang H，Wang G，et al. Evaluating the risks of spatial and temporal changes in nonpoint source pollution in a Chinese River Basin［J］. Science of the Total Environment，2022，807：151726.

［14］黃趙麟，丁 懿，王君櫹，等. 基于多模型優(yōu)選的區(qū)域土壤重金屬含量空間預(yù)測方法研究［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報，2020，36（3）：308-317.

［15］Huang N，Lin T，Guan J J，et al. Identification and regulation of critical source areas of non-point source pollution in medium and small watersheds based on source-sink theory［J］. Land，2021，10（7）：668.

［16］李海防，衛(wèi) 偉，陳 瑾，等. 基于“源”“匯”景觀指數(shù)的定西關(guān)川河流域土壤水蝕研究［J］. 生態(tài)學(xué)報，2013，33（14）：4460-4467.

［17］黃 寧，王紅映，吝 濤，等. 基于“源-匯”理論的流域非點源污染控制景觀格局調(diào)控框架——以廈門市馬鑾灣流域為例［J］. 應(yīng)用生態(tài)學(xué)報，2016，27（10）：3325-3334.

［18］李道進(jìn)，逄 勇，錢者東，等. 基于景觀生態(tài)學(xué)源-匯理論的自然保護(hù)區(qū)功能分區(qū)研究［J］. 長江流域資源與環(huán)境，2014，23（增刊1）：53-59.

［19］李麗光，許申來，王宏博，等. 基于源匯指數(shù)的沈陽熱島效應(yīng)［J］. 應(yīng)用生態(tài)學(xué)報，2013，24（12）：3446-3452.

［20］陳運帷.基于源匯關(guān)系的贛州市土壤重金屬空間格局研究［D］. 北京：中國環(huán)境科學(xué)研究院，2019：1-2.

［21］Shi T，Ma J，Wu F，et al. Mass balance-based inventory of heavy metals inputs to and outputs from agricultural soils in Zhejiang Province，China［J］. Science of the Total Environment，2019，649：1269-1280.

［22］鄒萌萌，周衛(wèi)紅，張靜靜，等. 我國東部地區(qū)農(nóng)田土壤重金屬污染概況［J］. 中國農(nóng)業(yè)科技導(dǎo)報，2019，21（1）：117-124.

［23］成永生，周 瑤.土壤重金屬高光譜遙感定量監(jiān)測研究進(jìn)展與趨勢［J］. 中國有色金屬學(xué)報，2021，31（11）：3450-3467.

［24］童慶禧，張 兵，張立福.中國高光譜遙感的前沿進(jìn)展［J］. 遙感學(xué)報，2016，20（5）：689-707.

［25］Zhou W H，Zhang J J，Zou M M，et al. Feasibility of using rice leaves hyperspectral data to estimate CaCl2-extractable concentrations of heavy metals in agricultural soil［J］. Scientific Reports，2019，9：16084.

［26］Shi T，Liu H，Chen Y，et al. Estimation of arsenic in agricultural soils using hyperspectral vegetation indices of rice［J］. Journal of Hazardous Materials，2016，308：243-252.

［27］Zhou W，Yang H，Xie L J，et al. Hyperspectral inversion of soil heavy metals in Three-River Source Region based on random forest model［J］. Catena，2021，202（12）：105222.

［28］易興松，蘭安軍，文錫梅，等. 基于ASD和GaiaSky-mini的農(nóng)田土壤重金屬污染監(jiān)測［J］. 生態(tài)學(xué)雜志，2018，37（6）：1781-1788.

［29］Tan K，Ma W B，Chen L H，et al. Estimating the distribution trend of soil heavy metals in mining area from HyMap airborne hyperspectral imagery based on ensemble learning［J］. Journal of Hazardous Materials，2021，401：123288.

［30］Zhang B，Guo B，Zou B，et al. Retrieving soil heavy metals concentrations based on GaoFen-5 hyperspectral satellite image at an opencast coal mine，Inner Mongolia，China［J］. Environmental Pollution，2022，300：118981.

［31］Hong Y，Chen Y，Shen R，et al. Diagnosis of cadmium contamination in urban and suburban soils using visible-to-near-infrared spectroscopy［J］. Environmental Pollution，2021，291：118128.

［32］Li W，Xu B，Song Q，et al. The identification of ‘hotspots of heavy metal pollution in soil-rice systems at a regional scale in Eastern China［J］. Science of the Total Environment，2014，472：407-420.

［33］Jiang Y，Huang M，Chen X，et al. Identification and risk prediction of potentially contaminated sites in the Yangtze River Delta［J］. Science of the Total Environment，2022，815：151982.

［34］劉宏波，瞿明凱，張健琳，等. 土壤污染物源解析技術(shù)研究進(jìn)展［J］. 環(huán)境監(jiān)控與預(yù)警，2021，13（1）：1-6，19.

［35］李衛(wèi)平，王 非，楊文煥，等. 包頭市南海濕地土壤重金屬污染評價及來源解析［J］. 生態(tài)環(huán)境學(xué)報，2017，26（11）：1977-1984.

［36］Gu Y G，Li Q S，F(xiàn)ang J H，et al. Identification of heavy metal sources in the reclaimed farmland soils of the Pearl River Estuary in China using a multivariate geostatistical approach［J］. Ecotoxicology and Environmental Safety，2014，105：7-12.

［37］Dong B，Zhang R，Gan Y，et al. Multiple methods for the identification of heavy metal sources in cropland soils from a resource-based region［J］. Science of the Total Environment，2019，651：3127-3138.

［38］Lyu J，Wang Y. Multi-scale analysis of heavy metals sources in soils of Jiangsu Coast，Eastern China［J］. Chemosphere，2018，212：964-973.

［39］張 軍，董 潔，梁青芳，等. 寶雞市區(qū)土壤重金屬污染影響因子探測及其源解析［J］. 環(huán)境科學(xué)，2019，40（8）：3774-3784.

［40］陳志凡，化艷旭，徐 薇，等. 基于正定矩陣因子分析模型的城郊農(nóng)田重金屬污染源解析［J］. 環(huán)境科學(xué)學(xué)報，2020，40（1）：276-283.

［41］Huang Y，Li T，Wu C，et al. An integrated approach to assess heavy metal source apportionment in peri-urban agricultural soils［J］. Journal of Hazardous Materials，2015，299：540-549.

［42］Chen Z，Ding Y，Jiang X，et al. Combination of UNMIX，PMF model and Pb-Zn-Cu isotopic compositions for quantitative source apportionment of heavy metals in suburban agricultural soils［J］. Ecotoxicology and Environmental Safety，2022，234：113369.

［43］Jia X，Hu B，Marchant B P，et al. A methodological framework for identifying potential sources of soil heavy metal pollution based on machine learning：a case study in the Yangtze Delta，China［J］. Environmental Pollution，2019，250：601-609.

［44］Zeng W B，Wan X M，Wang L Q，et al. Apportionment and location of heavy metal（loid）s pollution sources for soil and dust using the combination of principal component analysis，Geodetector，and multiple linear regression of distance［J］. Journal of Hazardous Materials，2022，438：129468.

［45］韓存亮，羅炳圣，常春英，等. 基于多種方法的區(qū)域農(nóng)業(yè)土壤重金屬污染成因分析研究［J］. 生態(tài)與農(nóng)村環(huán)境學(xué)報，2022，38（2）：176-183.

［46］Anaman R，Peng C，Jiang Z C，et al. Identifying sources and transport routes of heavy metals in soil with different land uses around a smelting site by GIS based PCA and PMF［J］. Science of the Total Environment，2022，823：153759.

［47］陳丹青，謝志宜，張雅靜，等. 基于PCA/APCS和地統(tǒng)計學(xué)的廣州市土壤重金屬來源解析［J］. 生態(tài)環(huán)境學(xué)報，2016，25（6）：1014-1022.

［48］陳 雪，劉鴻雁，吳 攀，等. 基于GIS和PMF的銅仁植煙土壤重金屬污染特征與來源解析［J］. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2022，41（4）：794-801.

［49］陳雅麗，翁莉萍，馬 杰，等. 近十年中國土壤重金屬污染源解析研究進(jìn)展［J］. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2019，38（10）：2219-2238.

［50］趙 慧，何 博，王鐵宇，等. 我國南方典型城市土壤重金屬污染特征及源匯關(guān)系分析［J］. 環(huán)境科學(xué)學(xué)報，2019，39（7）：2231-2239.

［51］李保杰，王思宇，周生路，等. 田塊尺度下農(nóng)田重金屬污染特征及其源匯關(guān)系響應(yīng)解析［J］. 農(nóng)業(yè)工程學(xué)報，2018，34（6）：204-209.

［52］方淑波，崔 曲，龐慧煥，等. 基于源匯理論的浦東新區(qū)土壤重金屬沿城鄉(xiāng)梯度的分布特征［J］. 生態(tài)學(xué)雜志，2016，35（3）：772-780.

［53］毛志強，田 康，劉本樂，等. 廣西某采選廢礦區(qū)重金屬生態(tài)風(fēng)險與源匯關(guān)系［J］. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2021，40（5）：987-998.

［54］Huang S，Xiao L，Zhang Y，et al. Interactive effects of natural and anthropogenic factors on heterogenetic accumulations of heavy metals in surface soils through geodetector analysis［J］. Science of the Total Environment，2021，789：147937.

［55］周衛(wèi)紅，張靜靜，鄒萌萌，等. 土壤重金屬有效態(tài)含量檢測與監(jiān)測現(xiàn)狀、問題及展望［J］. 中國生態(tài)農(nóng)業(yè)學(xué)報，2017，25（4）：605-615.

［56］張靜靜，周衛(wèi)紅，鄒萌萌，等. 高光譜遙感監(jiān)測大面積土壤重金屬污染的研究現(xiàn)狀、原理及展望［J］. 江蘇農(nóng)業(yè)科學(xué)，2018，46（12）：9-13.

［57］劉彥平，羅 晴，程和發(fā).高光譜遙感技術(shù)在土壤重金屬含量測定領(lǐng)域的應(yīng)用與發(fā)展［J］. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2020，39（12）：2699-2709.

［58］LeCun Y，Bengio Y，Hinton G.Deep learning［J］. Nature，2015，521（7553）：436-444.

［59］鐘 亮，郭 熙，國佳欣，等. 基于不同卷積神經(jīng)網(wǎng)絡(luò)模型的紅壤有機(jī)質(zhì)高光譜估算［J］. 農(nóng)業(yè)工程學(xué)報，2021，37（1）：203-212.

［60］Zhong L，Guo X，Xu Z，et al. Soil properties：their prediction and feature extraction from the LUCAS spectral library using deep convolutional neural networks［J］. Geoderma，2021，402：115366.

［61］李建龍，李 鶴，剛成誠，等. 5S一體化集成技術(shù)及其在農(nóng)業(yè)科學(xué)中的應(yīng)用進(jìn)展［J］. 江蘇農(nóng)業(yè)科學(xué)，2010（5）：26-29.