吕鑫涛，张 聪，曹文琪

（武汉轻工大学数学与计算机学院，湖北武汉 430023）

0 引言

土壤是人类生活、社会发展和自然进化的重要资源。要改善地球生态环境和人类生活环境，对土壤进行整治必不可少，但土壤中的重金属是非常棘手的一种污染物，难以被微生物降解，影响农作物生长，导致农作物产量下降；通过人体接触或食用最终进入人体，影响健康［1-5］。因此，对土壤重金属进行研究成为环境污染研究的重要内容之一。

土壤重金属含量预测研究提出了多种预测模型，对土壤属性作了相关分析，如陈飞香等［6］以广东增城市为例，采用随机采样方法对土壤中Cr 的含量进行分析，通过RBF 网络对Cr 含量插值进行预测误差分析，证实RBF 网络插值方法克服了克里格插值的平滑效应，有更好的预测效果；Ser⁃geev 等［7］提出一种人工神经网络（ANN），模拟非线性大规模趋势，用统计方法对残差建模预测土壤重金属，证实神经网络预测重金属空间分布的可行性；张钰等［8］将新疆克拉玛依人工碳汇林作为采样区域，通过BP 神经网络和GIS技术建模，对土壤中Cu、Zn、Fe 等5 种金属含量的分布进行分析，证实双隐层BP 神经网络能够满足预测精度并能分析土壤中重金属含量的空间分布；杨勇等［9］用时空克里格模型对武汉市青山区土壤中重金属含量在时间和空间进行了建模预测，在土壤污染防控治理问题上具有参考作用；吕杰等［10］以陕西金堆城矿区尾矿库为例，通过实验室化学分析和小波神经网络对土壤中Cu 的含量进行了分析，利用ASD 光谱仪的遥感数据对土壤重金属做出评价，证实小波神经网络反演土壤Cu 元素含量的有效性；……