土壤重金属数据异常识别方法以北京农田区样点(3)

2.2.2 异常值检测结果 基于上述确定的最佳邻域范围分别对Pb和Cu含量指标进行异常值检测。如表3所示，Pb含量检测到1个高低异常点，其位于顺义区杨镇汉石桥的6号点位，说明在6号点位Pb含量相较于周围的点位偏高。Cu含量检测到2个高低异常点，分别为顺义区杨镇汉石桥的6号点位和怀柔区雁栖镇下庄村的39号点位，说明Cu含量在6号与39号点位相较于周围的点位而言偏高。具体的异常点位的空间分布图如图3所示。

2.2.3 异常类型识别结果 基于土壤重金属异常类型识别方法，对上述检测出的Pb和Cu含量的异常值进行进一步的类型识别。如表4所示，在6号点位Pb与Cu含量的异常值类型均为HL类型，说明6号点位重金属指标极有可能比周围点位高，从而判别该点位异常类型疑似真实异常。39号点位Cu含量为HL类型异常，但Pb含量不存在异常情况，2种相关性强的重金属含量异常情况不一致，表明该点位中Pb或者Cu含量可能存在疑似数据错误的情况，从而判别该点位异常类型疑似数据错误。具体的点位异常类型分布图如图4所示。

表3 Pb和Cu指标异常点位及类型分布指标点号异常点位含量(mg/kg)异常值类型Pb含量6顺义区杨镇汉石桥29.9HL异常 Cu含量6顺义区杨镇汉石桥37.4HL异常Cu含量39怀柔区雁栖镇下庄村59.7HL异常

表4 空间异常点类型分布点号点名称测度指标辅助性指标异常类型6顺义区杨镇汉石桥Pb含量为29.9 mg/kg,属于HL异常Cu含量为59.7 mg/kg,属于HL异常疑似真实异常6顺义区杨镇汉石桥Cu含量为37.4 mg/kg,属于HL异常Pb含量为29.9 mg/kg,属于HL异常疑似真实异常39昌平区流村镇北流村Cu含量为59.7 mg/kg,属于HL异常Pb含量为29.9 mg/kg,指标正常疑似数据错误

2.3 异常识别方法效果分析

为了验证本研究提出的土壤重金属异常识别方法的有效性，引入格拉布斯准则(Grubbs)及四分法与本研究方法进行对比分析。其中，Grubbs和四分法检测全局异常值，在去除全局异常的基础上，通过本研究方法来检测局部异常值，最后针对原始样点、去除全局异常、去除局部异常点和去除识别为疑似数据错误的异常点位，这4种情况下的土壤重金属含量的变异特征和插值预测精度进行对比分析。

其中组合方法一为四分法与本研究方法结合，组合方法二为Grubbbs法与本研究方法结合。由表5可知，四分法识别出的全局异常值比Grubbs法多，组合方法一在去除了全局异常点的基础上利用本研究方法检测到Pb含量在6号点位存在局部异常，没有识别出疑似数据错误的异常点。检测到Cu含量有4个局部异常点，其中3个点位识别为疑似数据错误。组合方法二在去除了全局异常点的基础上利用本研究方法检测到Pb在6号点位存在局部异常，没有识别出疑似数据错误的异常点。检测到Cu含量有4个局部异常点，其中3个点位识别为疑似数据错误。

表5 异常值检测结果对比分析方法指标全局异常点数量(个)局部异常点数量(个)疑似数据错误点数量(个)组合方法一Pb含量3(18、34、39)1(6)0Cu含量2(34、39)4(6、48、60、67)3(48、60、67)组合方法二Pb含量1(39)1(6)0Cu含量1(6)5(6、34、48、60、67)4(34、48、60、67)注：括号中数字代表识别点位。

2.3.1 变异特征分析 基于上述异常点位识别结果，分别统计组合方法一、二在原始样点、去除全局异常点、去除局部异常点、去除疑似数据错误异常点这4种情况下剩余的土壤重金属样点数据的变异特征信息，统计结果如表6所示。

表6 组合方法一、二样点数据变异特征分析指标原始样点PbCu组合方法一组合方法二去除全局异常点去除局部异常点去除疑似数据错误异常点去除全局异常点去除局部异常点去除疑似数据错误异常点PbCuPbCuPbCuPbCuPbCuPbCu变异系数(%)块金值基台值块金基台比(%)偏基台值(基台值与块金值之差)理论模型高斯高斯球状指数球状指数球状指数球状指数指数指数指数指数

经过组合方法一、二的系列处理后。与原始样点相比，Pb含量的变异系数有所下降，说明Pb样点数据整体的离散程度有所降低。Pb含量的块金基台比经过土壤重金属去除局部异常后空间自相关性变强。Pb含量的偏基台值经过方法一呈下降趋势，方法二在去除全局异常点后的偏基台值略有上升，但是在去除局部异常点和疑似数据错误异常点后的偏激台值较原始样点呈下降趋势。说明本研究提出的异常识别方法降低了Pb含量的偏激台值，证明区域结构性变异降低。

与原始样点相比，Cu含量的变异系数有所下降，在去除全局、局部异常样点后样本总体的离散程度降低，但在去除疑似数据错误异常样点后，样本总体的离散程度进一步增大，说明疑似数据错误样点识别效率较好，没有引起明显的数据离散程度的变化。Cu含量的块金基台比在去除局部异常点后样本的空间自相关性降低，而去除疑似数据错误异常样点后样本的块金基台比降低，表明样本的空间自相关性增强。说明去除了局部异常点中空间相关性较强的异常点，去除疑似数据错误异常点的同时保留了空间相关性较强的点。与原始样点相比，Cu含量的偏基台值在2种方法下均下降，在去除局部异常点后偏基台值下降，表明区域结构性变异降低，而在去除疑似数据错误样点保留疑似自然异常样点的情况下，区域结构性变异增强，说明了土壤重金属异常识别结果的有效性。

文章来源：《北京体育大学学报》 网址: http://www.bjtydxxbzz.cn/qikandaodu/2021/0708/732.html