许友静， 张 清, 刘兴旺, 李 峰, 葛 飞

(湘潭大学 环境与资源学院，湖南 湘潭 411105)

0 引言

区域土壤污染调查是风险评估、修复治理和科学利用的前提，而污染调查能否有效掌握污染物的空间分布信息，其采样布点方法是关键[1-2].采样往往会结合模型模拟预测与制图来反映空间信息，因此采样数量决定空间预测精度[3]，也会影响变量的模型预测结果[4]，采样数量越多会产生越高的预测精度[5-6]，故采样数量与预测精度的定量关系是优化采样策略的重要依据，对区域土壤污染调查具有重要的现实意义.

采样布点研究是利用采样点位结合变异函数和空间插值方法对未采样区域进行预测，并根据预测误差进行采样数量的优选[7].地统计条件模拟方法是基于概率分布的思路，同时获得多个模拟结果，通过超过相关标准的概率阈值来确定污染区范围[8].序贯高斯模拟(Sequential Gaussian Simulation, SGS)适用于性质非均匀和不确定性的定量表征[9]，避免了克里格法存在的明显平滑效应[10-11].地统计学方法早已被广泛应用于土壤属性的空间分布预测，用有限的样本量对土壤属性的空间分布进行数字制图[12]，其中研究最多的是农用地变量施肥，以土壤养分的空间变异为出发点和依据，根据有限的采样点信息估算农田土壤养分分布[13].相较于土壤养分，土壤污染受自然因素和人为因素的共同作用，具有更高的空间变异性[14].目前农用地土壤污染调查的采样策略通常将整个研究区作为一个整体，再结合地统计插值结果及预测精度优化采样数，对土壤污染物空间分布的高度差异性考虑不够；……