地质统计学在环境科学领域的应用进展分析
统计学在环境科学研究中的应用探索
统计学在环境科学研究中的应用探索统计学作为一门独立的学科，广泛应用于各个领域。
在环境科学研究中，统计学的应用也变得越来越重要。
本文将探索统计学在环境科学研究中的应用，并介绍其中的一些具体实例。
一、数据收集与分析环境科学研究过程中，数据的收集和分析是至关重要的一步。
通过合理的数据收集与分析，可以得出准确科学的结论，并为环境问题的解决提供可靠的依据。
统计学为环境科学研究提供了丰富的工具和技术。
1. 抽样方法在环境科学研究中，通常需要对大范围的样本进行调查和观察。
由于实际操作的限制，很难对全部样本进行测量和观察。
这时，统计学中的抽样方法就发挥了重要作用。
通过合理地选择抽样对象和抽样方式，可以从整体中获取具有代表性的样本，从而减少研究成本并提高研究效率。
2. 数据处理与分析环境科学研究中获得的数据通常是大量而复杂的，需要通过统计学的理论和方法进行处理和分析。
例如，可以通过计算得到数据的均值、方差、标准差等统计指标，进一步分析数据的分布、相关性和可靠性。
此外，还可以利用回归分析、时间序列分析等统计方法研究环境变量之间的关系和趋势。
二、环境监测与评估环境监测与评估是环境科学研究的重要组成部分。
通过统计学的方法，可以对环境因素进行定量分析和评估，从而更好地了解环境状况和变化趋势。
1. 空间统计分析在环境监测中，通常需要对不同位置的环境指标进行比较和分析。
通过空间统计分析，可以揭示环境因素在空间上的变化规律，并识别出热点区域和异常情况。
例如，使用地理信息系统（GIS）结合统计学方法，可以对污染物的分布进行空间插值，并绘制出相关的热力图，帮助决策者更好地进行环境管理和规划。
2. 环境风险评估在环境科学研究中，对环境风险的评估是重要的任务之一。
统计学的方法可以帮助确定环境因素对人类健康和生态环境的潜在影响，并评估其风险程度。
例如，可以通过统计分析获得某种污染物对人群健康的致病风险，并制定相应的环境保护政策和措施。
三、模型建立与预测在环境科学研究中，建立合适的数学模型并进行预测是一项重要任务。
统计分析在环境保护中的应用
统计分析在环境保护中的应用在当今社会，环境保护已成为全球关注的焦点话题。
随着环境问题的日益复杂和多样化，统计分析作为一种强大的工具，在环境保护领域发挥着越来越重要的作用。
统计分析能够帮助我们全面、准确地了解环境状况。
通过收集大量的环境数据，如空气质量监测数据、水质检测数据、土壤污染数据等，运用统计方法进行整理和分析，可以清晰地呈现出环境质量的变化趋势、污染的分布特征以及各种污染物之间的关系。
例如，对某一地区多年的空气质量数据进行统计分析，能够发现污染物浓度的季节性变化规律，从而为制定针对性的治理措施提供依据。
在环境监测方面，统计分析的应用不可或缺。
监测站点会定期采集各种环境样本，并对其进行检测分析。
这些检测结果构成了庞大的数据集合。
统计分析可以帮助筛选出关键的数据信息，剔除异常值和错误数据，提高数据的质量和可靠性。
同时，还能通过建立数学模型，对未监测区域的环境状况进行预测和估计，从而扩大监测的覆盖范围和有效性。
统计分析在污染源的识别和追溯中也大显身手。
当某个地区出现环境污染事件时，通过对周边企业的生产数据、排放数据以及环境监测数据进行综合统计分析，可以快速锁定可能的污染源。
例如，通过比较不同企业的污染物排放种类和排放量，结合风向、水流等环境因素，判断哪个企业最有可能是造成污染的“罪魁祸首”。
在环境影响评价中，统计分析同样扮演着关键角色。
新建项目或工程可能会对周边环境产生影响，为了评估这种影响的程度和范围，需要收集大量的相关数据，包括项目的规模、工艺、排放情况以及周边环境的本底数据等。
运用统计方法对这些数据进行分析，可以定量地评估项目对环境造成的影响，为决策部门提供科学的依据，决定项目是否可以上马，以及需要采取哪些环保措施来减轻其影响。
以水资源保护为例，统计分析可以帮助我们了解不同地区的水资源储量、用水需求以及水污染情况。
通过分析这些数据，能够制定合理的水资源分配方案，确定水污染物的减排目标，以及规划污水处理设施的建设规模和布局。
地质统计学在地质及矿业中的应用及发展
地质统计学在地质及矿业中的应用及发展【摘要】地质统计学是一门重要的地质学分支，通过对地质数据的分析和解释，可以帮助我们更好地认识地质现象和地质资源。
在地质学中，地质统计学可以用于地质勘探、矿产资源评价、矿床预测和地质灾害预测等方面。
在矿业领域，地质统计学的应用也非常广泛，可以帮助矿业公司提高勘探效率和资源利用率。
地质统计学在实践中也存在一些局限性，比如样本数量不足或数据质量不高等问题。
未来，随着技术的不断发展和完善，地质统计学在地质及矿业中的应用将会更加广泛，为地质矿产领域的发展提供更多可能性。
地质统计学在地质及矿业中的重要性不可忽视，需要不断加强研究和实践。
【关键词】地质统计学、地质勘探、矿产资源评价、矿床预测、地质灾害预测、资源勘查、发展方向、局限性、重要性。
1. 引言1.1 地质统计学的概念地质统计学，是统计学与地质学相结合的一门交叉学科，主要研究地质现象的空间变异性及其规律性。
地质统计学通过对地质数据进行统计分析，揭示地质现象之间的关联性和规律性，从而为地质学和矿业提供科学依据。
地质统计学的方法包括样本普查、空间插值、随机模拟等。
这些方法可以帮助地质学家和矿业工作者更好地分析和解释地质数据，发现地下资源的分布规律，预测地质灾害的发生可能性，优化资源勘查的方案等。
地质统计学是一门在地质学和矿业中具有重要意义的学科，在研究地质现象的空间变异性和规律性方面发挥着至关重要的作用。
随着技术的发展和方法的进步，地质统计学将在地质及矿业领域发挥越来越重要的作用。
1.2 地质统计学在地质学中的重要性地质统计学在地质学中的重要性体现在对地质数据的分析与解释上。
地质统计学通过数理统计的方法，可以对地质数据进行合理的处理和分析，从而帮助地质学家更好地理解地质现象和地质过程。
在地质调查和勘探中，地质统计学可以帮助地质学家发现地质异常、地质断裂和矿产资源的分布规律，为矿产资源的勘探和评价提供科学依据。
地质统计学还可以帮助地质学家进行地质灾害的预测和评估。
统计学中的环境监测与环境保护
统计学中的环境监测与环境保护统计学作为一门独立的学科，可以应用于各个领域，包括环境科学。
环境监测是环境保护的重要组成部分，它通过收集、分析和解释环境数据来了解和评估环境质量和环境变化的趋势。
本文将探讨统计学在环境监测与环境保护中的应用，并通过实例说明其重要性。
一、环境监测的概述环境监测是指对自然环境中的各种因素进行实时、连续或定期的观测、记录和评价的过程。
环境监测可以涉及大气、水体、土壤和生物等多个领域，旨在保护环境和人类健康。
统计学在环境监测中的应用主要体现在数据的收集、处理和分析方面。
二、环境监测中的统计学方法1. 数据收集与样本调查环境监测通常需要大量的数据支持，而统计学可以提供有效的方法来设计和进行样本调查。
通过合理选择采样方法和确定样本大小，可以准确地反映整体环境状况。
此外，统计学还可以帮助解决因数据缺失或异常值导致的问题，提高数据质量。
2. 数据处理与质量控制环境监测数据常常存在大量的噪声和变异性，因此需要使用统计学方法对数据进行处理和质量控制。
例如，通过数据预处理和异常值检测，可以去除不符合实际情况的数据，确保数据的准确性和可靠性。
此外，统计学还可以利用回归分析和时间序列分析等方法对数据进行建模和趋势预测。
3. 数据分析与环境评价利用统计学方法对环境监测数据进行分析可以揭示环境变量之间的关系，并评估环境质量。
例如，使用方差分析和主成分分析可以识别主要影响环境质量的因素，并判断其贡献程度。
此外，统计学还可以建立环境标准和评价指标，为环境保护提供科学依据。
三、统计学在环境保护中的应用实例1. 大气污染监测统计学方法在大气污染监测中发挥了重要作用。
通过统计模型和空间插值方法，可以对大气污染物的浓度进行预测和空间分布分析，为制定大气污染防治策略提供依据。
此外，统计学还可以通过时间序列分析和回归分析来识别大气污染源，并评估其对环境的影响。
2. 水质监测与评价统计学方法可以帮助监测和评估水质。
统计学方法在环境科学研究中的应用分析
统计学方法在环境科学研究中的应用分析随着环境问题的日益凸显，环境科学研究变得越来越重要。
而统计学作为一门重要的科学方法，被广泛应用于环境科学研究中。
本文将从不同角度探讨统计学方法在环境科学研究中的应用。
首先，统计学方法在环境数据分析中起着重要的作用。
环境科学研究中常常需要收集大量的数据，并进行分析和解读。
统计学方法可以帮助研究人员对数据进行合理的整理和归纳，从而得出准确的结论。
例如，在大气污染研究中，研究人员可以使用统计学方法对不同地区和时间段的空气质量数据进行比较和分析，以了解污染程度的差异和变化趋势。
其次，统计学方法在环境模型建立中具有重要意义。
环境模型是研究环境问题的重要工具，可以帮助研究人员预测和评估环境变化的影响。
统计学方法可以用来对环境数据进行建模和拟合，从而构建出准确的环境模型。
例如，在气候变化研究中，研究人员可以使用统计学方法对气温、降雨等气象数据进行建模，以预测未来的气候变化趋势。
此外，统计学方法还可以在环境监测中发挥重要作用。
环境监测是对环境质量进行实时监测和评估的过程，可以帮助研究人员及时发现和解决环境问题。
统计学方法可以用来分析和解读监测数据，从而提供准确的环境评估结果。
例如，在水质监测中，研究人员可以使用统计学方法对水样的各项指标进行分析，以评估水质的优劣程度。
此外，统计学方法还可以在环境风险评估中发挥重要作用。
环境风险评估是对环境中潜在风险的识别、评估和管理的过程，可以帮助研究人员制定有效的环境保护措施。
统计学方法可以用来分析和解读环境数据，评估环境风险的概率和程度。
例如，在土壤污染评估中，研究人员可以使用统计学方法对土壤样本中的重金属含量进行分析，以评估土壤污染的程度和范围。
综上所述，统计学方法在环境科学研究中具有重要的应用价值。
通过对环境数据的分析、环境模型的建立、环境监测的实施和环境风险的评估，统计学方法可以帮助研究人员更好地理解和解决环境问题。
因此，我们应该进一步加强对统计学方法的学习和应用，以推动环境科学研究的发展和进步。
统计学方法在环境科学中的应用
统计学方法在环境科学中的应用统计学作为一门研究数据的收集、整理、分析和解释的科学，广泛应用于各个领域。
在环境科学中，统计学方法可以帮助我们全面、客观地认识和解决环境问题。
本文将探讨统计学方法在环境科学中的应用，并介绍一些具体的案例。
一、数据收集和整理环境科学研究往往需要大量的数据支持。
统计学方法可以帮助我们设计合理的样本调查方案，确保数据的可靠性和代表性。
同时，在数据收集过程中，统计学方法也可以帮助我们判断和纠正数据的误差，提高数据的准确性。
例如，在调查某地区水质的研究中，我们可以利用抽样调查的方法，选择一定数量的水样作为代表，通过对这些水样进行测试，得出水质状况的整体情况。
通过统计学方法，我们可以计算出抽样调查的置信区间和显著性水平，评估调查结果的可靠性。
二、数据分析和建模统计学方法在环境科学数据分析中扮演着重要的角色。
通过对数据的分析，可以揭示数据之间的相关性和规律，并且帮助我们预测和解释环境现象。
统计学方法还可以建立数学模型，通过模型挖掘数据背后的信息。
例如，在大气污染研究中，我们可以利用回归分析的方法，分析大气污染物浓度与气象因素、人口密度等之间的关系。
通过建立回归模型，我们可以预测不同因素对大气污染的影响程度，并且提出相应的治理措施。
三、风险评估和决策支持环境科学研究不仅要了解环境问题的现状，还要评估潜在的风险和制定科学合理的决策方案。
统计学方法可以帮助我们对环境风险进行定量评估，并提供科学依据，支持环境政策的制定和决策的实施。
例如，在环境影响评价方面，我们可以利用概率论和统计学方法，对潜在环境影响因素的发生概率和影响程度进行评估。
通过数据的模拟和分析，可以得出不同决策方案下可能出现的环境风险和影响范围，帮助决策者做出科学合理的决策。
结语统计学方法在环境科学中具有广泛的应用前景。
通过数据的收集和整理，数据的分析和建模，风险评估和决策支持等方面的应用，可以更好地认识和解决环境问题。
未来，随着技术的不断进步，统计学方法在环境科学中的应用将会更加深入和广泛，为环境保护和可持续发展提供重要的支持。
统计学在环境科学中的应用
统计学在环境科学中的应用统计学是研究收集、处理、分析和解释数据的科学方法。
它在环境科学中的应用越来越重要，可以帮助我们更好地了解环境中的变化、评估环境质量、预测未来趋势，以及制定环境保护和管理策略。
本文将介绍统计学在环境科学中的应用，并探讨其作用和意义。
一、环境数据的收集与整理环境数据的收集是环境科学研究的基础。
统计学在这一过程中发挥着重要作用。
首先，统计学可以帮助研究者设计科学合理的样本调查方案，确保数据的代表性和可靠性。
其次，统计学可以通过抽样和调查技术，获取大量实际数据，使得研究结果更加可信。
最后，统计学可以协助整理和清洗数据，去除异常值和错漏数据，使得数据分析更加准确。
二、环境质量评估统计学在环境质量评估中发挥着关键作用。
环境质量评估是了解环境状况、确定污染源、制定环境管理政策的重要手段。
统计学可以通过数据处理和分析，计算各项环境指标的平均值、方差、标准差等统计参数，对环境质量进行定量评估。
同时，统计学还可以利用假设检验、相关分析等方法，探索不同因素对环境质量的影响程度，指导环境保护和改善措施的制定。
三、环境趋势预测与模型建立统计学可以帮助环境科学家预测环境变化趋势，揭示变量之间的关系，并建立预测模型。
通过对历史数据的分析，统计学可以识别环境变量的周期性、趋势性和相关性。
基于这些分析结果，可以建立时间序列模型、回归模型等，对未来环境变化进行预测。
这对于环境规划和管理具有重要意义，可以提前采取措施以应对可能产生的环境问题。
四、环境影响评价环境影响评价是环境保护和可持续发展的重要环节。
统计学在环境影响评价中发挥着重要作用。
通过对环境数据的收集和处理，统计学可以帮助评估环境影响的程度和范围，预测可能存在的环境风险，并提出相应的控制措施。
此外，统计学还可以辅助评估环境影响的不确定性，并为决策者提供具有可信度的决策依据，减少不必要的环境损害。
五、资源管理与优化统计学还可以帮助环境科学家进行资源管理与优化。
地质统计学在环境科学领域的应用进展
地质统计学在环境科学领域 的应用进展
吕连宏 ，张 征 ，迟 志淼 ，李 道峰 ，尚 晓颖
（ 京 林 业 大学 资 源 与环 境 学 院 ，北 京 １ ０ ８ ） 北 ０ ０ ３
［ 要］ 介绍 了地质统计学 的产 生与发展现状 ， 摘 回顾 了其在 土壤 环境 、 水环境等环境 科学领域应 用的一些 成果 。
Ａｂ ｔａ ｔ ｓｒ ｃ ：Ｔｈ ｏ ｍａ ｉ ｎ ａ ｄ ｄ ｖ ｌ ｐ ｎ ｆｇ ｏ ｔ ｔ ｔｃ ｓ ｉ ｔｏ ｕ ｅ ｅ ｆ ｒ ｔ ｎ ｅ ｅｏ ｍｅ ｔｏ ｅ ｓ ａ ｉ ｉｓ ｗａ ｎ ｒ ｄ ｃ ｄ，ａ ｄ ｔ ｅａ ｐｉ ａ ｉ ｎ ｒ ｓ ｌ ｎ ｅ ｖ ｒ ｎ ｏ ｓ ｎ ｈ ｐ ｌ ｔ ｅ ｕｔ ｉ ｎ ｉ — ｃ ｏ ｓ ｏ ｍｅ ｔ ｌ ｃｅ ｃ ｓｗｅ ｅ ｒ ｖ ｅ ｄ Ｔｈ ｓ ｘ ｍｐ ｅ ｎ ｉａ ｅ ｔ ａ ｅ ｓａ ｉｔ ｓ ｉ ａ ｆｅ ｔ ｅ ｍｅ ｈ ｄ ｔ ｒ ｄ ｃ ｈ ｎ ａ ｉｎ ｅ ｒ ｅ ｉｗｅ ． ｓ ｅ ｅ ｅ ａ ｌｓ ｉｄ ｃ ｔ ｈ ｔ ｇ ｏ ｔ ｔ ｉ ｓ ｎ ｅ ｆ ｃ ｉ ｔ ｏ ｏ ｐ ｅ ｉｔ ｔ ｅ ｓｃ ｖ
心和理 论基 础 ， 以多孔 介质 空 间 结构 的变 异 函数 为 来 代替 传 统 平 均 值 对 盘 区 块 段 金 品位 进 行 估 计 。
基 本工 具 ， 究那 些分 布 于空 间 中并 显 示 出 一定 结 ６ 研 Ｏ年代 ， 国著名 统计 学家 Ｇ Ｍａｈ ｒｎ经 过 大量 法 ｔ ｅｏ
Ｉ 地 质统计 学的产生和发展现状
２ Ｏ世 纪 ５ Ｏ年 代 初 期 ， 非 矿 山工 程 师 Ｄ Ｇ 南
空 间 信 息 统 计 学 （ ｐ ｔ ｌ ｎｏ ｍａｉｎ ｔｔ — Ｋ ｉｅ 据多 年对 南非 金铀 砾 岩 型金 矿储 量 计算 的 Ｓ ａｉ — ｆｒ ｔ Ｓ ａｉ ｒ 根 ａｉ ｏ ｓ ｇ ｔ ｓ ［２， ｉ ）Ｉ］ 是数 学 地 质 领 域 中一 门 发 展 迅 速 且 有 着 经 验 ， 出随样 品 空 间 位 置 不 同 ， 品 间 相 关 性 不 ｃ － 提 样 广泛应 用前 景 的新 兴 学 科 。它 以区 域 化 变 量 为 核 同 ， 对每 个样 品赋 予一 定 权值 进 行 滑 动 加权 平 均 应
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
地质统计学在环境科学领域的应用进展分析本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！0引言地质统计学,近年来又被称为空间信息统计学,是数学地质领域中一门发展迅速且有着广泛应用前景的新兴学科。
它以区域化变量为核心和理论基础,以多孔介质空间结构的变异函数为基本工具,研究那些分布于空间中并显示出一定结构性和随机性的自然现象的一种数学地质方法,在优化采样方案、处理不规则采样及最优化插值计算等方面有明显的优点,在地学、矿业、石油、农林、环境、生态及医学等方面都有成功应用的实例。
1地质统计学的产生和发展现状20世纪50年代初期,南非矿山工程师根据多年对南非金铀砾岩型金矿储量计算的经验,提出随样品空间位置不同,样品间相关性不同,应对每个样品赋予一定权值进行滑动加权平均来代替传统平均值对盘区块段金品位进行估计。
60年代,法国著名统计学家经过大量工作将Krige的成果理论化、系统化,提出“区域化变量”概念,创立了这门新的统计学分支学科。
地质统计学的基本理论与研究方法于1978年由地质学家侯景儒等人系统引入中国科研工作中,经历了曲折的发展后,目前地质统计学在中国的理论方法与实际应用均达到一定的水平[2 3],但在环境科学领域的应用时间还很短。
在不到半个世纪的时间里,地质统计学已在需要评估空间和时间变异的许多领域得到广泛应用。
(1)形成了两大理论学派[4]即以法国统计学家G Matheron为代表的“枫丹白露地质统计学派”和以美国统计学家 A G Journel为代表的“斯坦福地质统计学派”。
由于实际计算和应用方法不同,又称为“参数地质统计学”和“非参数地质统计学”。
(2)发展了多种空间局部估计方法,如普通克立格法、协同克立格法、泛克立格法、析取克立格法、对数克立格法、随机克立格法、因子克立格法、指示克立格法等。
(3)多学科相互渗透,拓宽了地质统计学的理论体系,使其不断应用于新的领域,如石油和煤炭勘探与开发、水文工程地质、环境污染预测、农林科学、生物科学、医学等领域。
(4)国内外学者已经研究开发出一批基于地质统计学计算方法的软件[5]。
2在环境科学领域的应用进展20世纪80年代以前,对于空间变异性的研究大多采用R A Fisher所倡导的经典统计学,将采集的信息作为独立观测值—纯随机事件处理。
但是,随着人们认识水平和信息掌握程度的提高,这种方法逐渐显示出其不足,已经不能对污染物迁移的空间变异性做出客观的评价与分析。
经过多年的努力,地质统计学首先被成功引入到土壤环境科学领域的研究中,并取得了许多成功应用的经验。
地质统计学在土壤环境研究中的应用自然界土壤分布极为复杂,同一质地的土壤在同一平面或不同深度上并不完全均质,其他土壤物理特性如天然密度、粒径组成等在各点的值也并不相同,这些土壤特征在空间分布的非均一性就构成了土壤特性的空间变异性,使得土壤理化性质及污染物分布也具有复杂的空间变异性。
从20世纪70年代开始,在北美和西欧出现了一个土壤物理性质空间变异性研究的高潮。
70年代初的有关研究导致了把土壤水分参数作为随机变量的处理方法以及土壤水分运动随机模型的发展[6]。
1978年,Campbell[7]在研究两个土壤制图单元中沙砾含量和pH值的空间变异性时,首先采用了地质统计学的方法。
80年代尤其90年代以来,国外应用地质统计学方法对土壤养分空间变异性进行了大量研究,给出了土壤中一些有机质以及元素的空间相关距离,并对变异存在的尺度范围进行了探讨[8 10]。
近几年如Ardahanlioglu[11]等利用块状克立格对土耳其某平原地区不同尺度下(30 cm,60 cm,90 cm)钠盐土壤中可交换性钠、电导率、pH值以及硼的含量进行了分析,成功验证了这些指标并没有显著性的差异。
由于地质统计学方法能够有效刻画土壤多孔介质的空间变异性,因此,借助其可以很好地估计土壤中污染物的分布情况。
近些年来,国外学者又成功地将其研究方法运用于土壤污染物分布空间变异性的研究中。
Paz-Gonzalez[12]等对其研究地块内重金属的空间变异性进行了比较,指出了半变异函数和克立格图研究该类问题的特点,并对比了不同克立格法的优缺点;Cattle[13]等运用4种克立格法对市区土壤中铅残留量的空间分布进行了分析,并指出多指标克立格法所做估计的精度是最高的。
此外,Goovaerts,Juang和McGrath[14 16]等都使用地质统计学分析方法估计受污染土壤中重金属的含量。
地质统计学被引入中国后,许多学者也将地质统计学的理论和方法应用到土壤理化性质和土壤污染的研究中。
如白红军[17]、朱益玲[18 19]、刘付程[20 21]、苏伟[22]等人在借鉴国内外经验的基础上,运用地质统计学对研究区域土壤N,P养分和一些微量元素含量的空间变异性进行了分析研究;李毅[23 24]等使用普通克立格法对土壤含水量等特性的空间变异性进行了研究;而郭旭东[25]等人则在研究河北遵化地区土壤养分空间变异性的工作中将地质统计学方法与地理信息系统相结合,使得大尺度的环境科学研究中地质统计学分析方法的应用更加便利和准确;赵士鹏[26]则以钙元素为例使用3种克立格方法研究了地质统计学方法在土壤环境背景值制图工作中的应用,研究得到的等值线较为平滑,表明克立格法在绘制土壤性质等值线图的工作中非常有效;龚元石[27]等还将地质统计学与分形理论相结合来研究土壤含水量和容重,指出土壤只是在一定空间尺度内才具有分形特征,丰富了地质统计学相关的研究方法;郑一[28]等应用克立格法研究了天津地区表层土壤中多环芳烃的含量水平及其空间分布规律,发现区域土壤已经受到不同程度的多环芳烃污染,指出地质统计学方法有助于进行全面而细致的环境影响评价。
土壤中的重金属污染是目前土壤污染治理的重要内容,克立格插值为土壤特性的空间预测提供了一种无偏最优估计方法,因此,中国越来越多的研究者开始利用地质统计学对受重金属污染的土壤进行克立格空间插值和制图。
陈慧选[29]等以砷为例对土壤重金属含量进行了估值,提出地质统计学克立格法能够得出某一特定区域最好的估计值,同时还能有效地清除系统误差;汪景宽[30]等采用经典统计学与地质统计学相结合的方法研究了黑龙江省海伦县中部地区6种重金属的空间变异性及分布规律,取得了比较满意的结果;郑袁明[31]等运用地质统计学方法对北京近郊区土壤镍含量进行了估值和制图,发现北京地区土壤镍含量呈西北低东南高的趋势,且全市土壤并不存在严重的镍污染,其分布主要受成土母质的影响;王学军[32]、张乃明[33]等对污水灌溉地区土壤重金属含量进行克立格插值,更加直观的反应了污灌区土壤重金属的空间变异性,以便于进一步深入进行土壤环境质量评价;张朝生[34]等利用地质统计学方法研究了长江水系沉积物中11种金属元素含量的空间分布特征,采用变异函数定量描述空间分布结构特征和克立格法进行最优插值,发现所研究的重金属在长江水系沉积物中均有显著的空间结构性特点。
国内外的相关研究表明,地质统计学方法被应用于土壤理化性质和污染物含量的研究中后,估计精度得到了显著的提高,且大大减少了工作量。
地质统计学在水环境研究中的应用水环境污染物迁移参数离散性和不确定性问题的研究是水环境污染物空间分布模拟和预测领域的前沿课题之一。
地质统计学被引入前,基于传统地下水水流和水质迁移模型及经典概率统计学的求参方法已不能对迁移参数的空间变异性做出客观的分析与评价。
仅仅实用单一确定性或者纯粹的随机模型是难以描述一个完整的水环境污染物迁移参数空间变异图景,而地质统计学由于能够同时处理空间结构信息和随机信息,是刻画这种不确定性的有效分析方法。
从70年代起,一些外国学者就将地质统计学方法运用到地下水水位预测和污染物迁移扩散参数的估计工作中,如Neuman[35]用剩余克立格法研究区域地下水位的空间变异性;Hoeksema[36]用协同克立格法去估计丘陵山区某时刻的水面标高;Woldt等[37]提出用多重标准决策和地质统计方法来优化地下水监测网点的位置和数目;Grabow等[38]利用克立格插值方法来研究监测点数目的多少与污染物质量和浓度方差等信息的得失关系,大大减少了监测工作量,有效提高了监测效率。
地质统计学还被应用于分析预测水环境污染污染物浓度,Soutter[39]使用地质统计学对瑞士西部区域农药污染对地下水脆弱性的影响进行了评价;Beli-aeff[40]应用普通克立格法分析预测了法国海岸地区水产养殖场生物排泄物污染的空间变异性,这些研究都是利用地质统计学方法准确估计水环境污染物迁移扩散参数而实现污染物分布浓度的准确估值的。
国外学者在地下水水位预测和迁移扩散参数估计研究工作中已经获得了一些成功经验。
由于地下水环境是一个较为复杂的灰色系统,其研究在中国起步较晚,地质统计学在地下水水位预测和污染物迁移扩散参数估计的研究中应用还比较少。
仵彦卿[41]、陈家军[42]、秦耀东[43]、胡克林[44]等应用不同的克立格方法对研究区地下水动态水位进行了估值分析;郭建青[45]等应用地质统计学方法对区域潜层含水层导水系数与给水度等水文地质参数进行了分析,表明地质统计学方法是区域地下水位估值模型研究中行之有效的方法;张征[46 48]等应用地质统计学方法对水环境污染物迁移参数和水环境评价空间分布的空间变异性进行模拟,指出该方法能够弥补经典统计数学方法对各种参数空间变异随机性分析的不足,因而能够获得这类参数空间变化的结构性信息及空间最优估计值,使得对环境评价中各种参数空间变异不确定性的分析与评价趋于合理;李保国[49]、胡克林[44]等应用指示克立格法对研究区浅层地下水中硝酸盐的含量进行分析,发现非参数的指示克立格法相比普通克立格法能够更好地处理数据分析过程中的特异值。
宋儒[50]、郭占荣[51]、陶月赞[52]等借鉴国外的研究经验,通过对地下水水位估值分析,提出了地质统计学方法在地下水动态监测网优化设计中的基本思路和实现方法,可以有效提高监测效率。
近几年,刘瑞民[53 54]等还使用地质统计学理论与方法研究湖泊水质参数,通过对太湖的叶绿素a、总悬浮物和透明度3个水质参数的研究,指出水质参数具有空间变异性并作出准确地水质评价图,表明克立格法优化插值用于绘制水质评价图效果很好。
地质统计学在环境科学其他相关研究中的应用由于地质统计学能够很好地刻画同时兼有结构性和随机性二重数学属性的流体迁移扩散参数,因此,地质统计学在大气污染物分布研究中也有很好地效果。
如孟健和马小明[55]就使用指示克立格法分析了某市大气SO2浓度的空间变异特征,指出该方法是研究城市大气污染空间分析、插值的有力工具。