1. 课程导入与问题界定

在土壤环境调查与风险管控项目中,我们经常拿到一张采样点位图和一列重金属含量数据:镉、铅、砷、汞、铬、铜、镍、锌……每个点位有坐标、有含量,有的点位超标,有的点位达标。面对这样一组数据,最直接的问题往往是"这块地到底污不污染、污染到什么程度"。但真正支撑后续修复范围划定、管控单元划分和土地用途调整的,往往不是单个点位的超标与否,而是污染物在空间上如何分布、在哪里富集、边界在哪里、分布格局由什么控制。这正是"土壤重金属污染空间分布判别"要解决的核心任务。

可以把本节的任务概括为一句话:基于有限采样点的重金属含量与空间位置信息,推断污染物在连续空间上的分布格局,并对其空间特征作出可解释的判断。这里包含三个关键词。其一是"有限采样点"——野外采样永远是稀疏的、离散的,一个几平方公里的地块可能只有几十个点位,判别本质上是一个由点到面、由离散到连续的推断过程。其二是"空间位置"——判别必须把含量与坐标绑定,脱离位置的含量只是一组统计数字。其三是"可解释的判断"——不仅要给出分布图,还要说明高值区在哪、梯度方向如何、边界是否可靠、异常点是真实污染还是采样或分析误差。

为了把这一任务讲清楚,需要先厘清它与三个容易混淆的概念之间的关系:空间分布判别、污染评价、源解析。三者常在同一份报告中出现,但回答的问题不同、输入输出不同、方法体系也不同。

同一套采样数据,三类问题、三种输出 共同输入 · 采样点坐标 (x, y) · 各点位重金属含量 · 土层深度与土地利用 · 背景值 / 筛选值 · 采样与分析质控记录 · 地形、水系、风向等 · 周边污染源信息 数据是共享的, 问题不同则用法不同 空间分布判别 污染物在空间上如何分布? 高值区位置、梯度、边界、各向异性 输出:分布图 + 空间特征判断 污染评价 污染程度有多重?是否超标? 单因子指数、内梅罗、地累积指数 输出:等级划分 + 超标点位清单 源解析 污染物从哪里来?各源贡献多少? PMF、PCA-MLR、同位素示踪 输出:源类型 + 贡献率 三者的联系 分布判别为评价提供 空间单元与插值面 评价结果为分布判别 标注超标等级 分布格局为源解析提供 空间线索(风向、水系) 源解析结果反过来解释 分布格局的成因 三者互补,不可互相替代

从图中可以看出,三者共享同一套采样数据,但提问方式截然不同。污染评价回答"有多重",本质是点位上含量与标准值的比较,输出是等级、指数和超标清单,它不关心污染物在空间上如何连续变化;源解析回答"从哪来",本质是元素组合、比值和统计模型对来源的分解,输出是源类型与贡献率,它也不直接给出空间边界;空间分布判别回答"在哪里、怎么变、边界在哪",本质是空间统计与插值推断,输出是连续分布面与空间特征判断。三者是互补关系:分布判别为评价提供空间单元和插值面,使评价从"点超标"走向"面超标";评价为分布判别提供分级依据,让分布图能按风险等级着色;分布格局中的方向性、条带状、点源扩散形态,又为源解析提供重要的空间线索,而源解析结论反过来解释分布格局的成因。

需要特别强调一个常见误区:把插值出来的分布图直接当作污染评价结论。插值面是对未采样位置含量的估计,存在平滑效应和不确定性,尤其在点位稀疏、变异强烈时,插值面可能把局部高值抹平,也可能在无数据区"造"出虚假的高值中心。因此分布判别必须同时给出预测值及其不确定性(如克里金方差),并对高值区边界保持审慎表述,例如"推断高值区位于东北部,边界置信度中等,建议加密验证"。

那么,空间分布判别具体要判哪些内容?可以归纳为四个层次。第一是空间格局判别:污染物是随机分布、渐变分布还是存在明显的高值中心与低值区,全局空间自相关(如莫兰指数)是否显著。第二是空间结构判别:变异函数揭示的变程、块金效应和基台值,说明污染的空间相关尺度有多大、是结构性变异主导还是随机性变异主导。第三是空间插值与制图:选择合适方法(普通克里金、反距离权重、回归克里金等)生成分布面,并评估交叉验证误差。第四是异常与边界判别:识别局部异常点、判断高值区边界、分析各向异性方向(如沿风向、沿水系或沿道路的条带状分布)。

典型应用场景决定了判别的侧重点。农用地安全利用类项目中,关注耕层重金属的高值区与作物超标区的空间对应关系,判别重点是边界精度,因为边界直接决定管控区范围;建设用地再开发利用中,关注污染是否集中在历史车间、堆场、排污沟附近,判别重点是局部异常识别与深度方向的分布;区域尺度生态地球化学调查中,关注大范围空间趋势与地质背景的关系,判别重点是趋势面与背景场分离;突发污染事件应急中,关注污染羽的扩散方向与前锋位置,判别重点是时序上的分布变化。同一个"空间分布判别",在不同场景下的采样密度、插值方法、验证方式和结论表述都不同。

判别结论的可靠性首先取决于采样设计。若点位布设存在明显偏好(如只在高值区加密、避开道路和建筑),插值面会系统性偏离真实分布。因此在做任何空间分析之前,应先检查点位空间覆盖是否均匀、是否存在空间聚类采样偏差,并在报告中如实说明。