Comparison of Spatial Interpolation Methods to Mapp Heavy Metals Concentrations in Surface Soil of Aran-O-Bidgol City

Subject Areas : environmental management

Younes seifi ¹ ( MSc student, Department of Environment, Faculty of Natural Resources and Earth Sciences, University of Kashan, Kashan, Iran. )
Rouhollah Mirzaei ² ( Assistant Professor, Department of Environment, Faculty of Natural Resources and Earth Sciences, University of Kashan, Kashan, Iran*(Corresponding Author). )

Received: 2015-11-28 Accepted : 2016-02-03 Published : 2017-03-21

Keywords: Spatial Interpolation, geostatistics, Soil pollution, Heavy Metals, Aran-O-Bidgos,

Abstract :

Background and Objective: Selecting a suitable interpolation method is a main factor of surface analysis and it is a difficult task in geostatistical analysis since different methods of interpolation can result in different surfaces and ultimately different results. Hence, the aim of this study is to evaluate the performance of different interpolation methods in determining the spatial concentration of Cd, Zn and Cu in the Surface soil of Aran-O-Bidgol City. Method: A total of 135 surface soil (0-20 cm) samples were collected in the study area and the soil heavy metals concentrations were determined. The spatial distribution of heavy metals concentration in Surface Soil of Aran-O-Bidgol was evaluated using different interpolation methods including ordinary Kriging, CoKriging, Inverse Distance Weighting, Local Polynomials and Radial Basis Function. Cross validation and MSE, MBE, RMSE, NSE, PBIAS were applied to estimate their accuracy. Findings: According to the results Ordinary Kriging (spherical model) had the best efficiency for estimating Cd and Cu concentrations and Ordinary Kriging (exponential model) had the best efficiency for estimating distribution pattern of Zn concentration in the soil of this region. The weight parameter has a significant influence on the accuracy of interpolation. The higher the order of local polynomial, the larger the accuracy of cross validation, whereas, the greater the weighting power of IDW for Cd and Zn, the greater error and larger accuracy of the interpolation will be for Cu. Discussion and Conclusion: Although all of the considered interpolation methods had a high prediction accuracy of the mean content for soil heavy metals, but taking all cross validation indicators into consideration, Ordinary Kriging (OK) method shows a generally better performance than other methods. 

References:

1. محمد­زمانی، س.، ایوبی، ش.ا و خرمالی، ف. بررسی تغییرات مکانی خصوصیات خاک و عملکرد گندم در بخشی از اراضی زراعی سرخنکلاته استان گلستان. مجله علوم و فنون کشاورزی و منابع طبیعی، 1386، شماره 40، صفحات 79 تا 92.


2. ایوبی، ش. ا.، محمد زمانی، س و خرمالی، ف. برآورد مقدار ازت کل خاک به کمک ماده آلی و با استفاده از روش­های کریجینگ، کوکریجینگ و کریجینگ- رگرسیون در بخشی از اراضی زراعی سرخنکلاته استان گلستان. مجله علوم کشاورزی و منابع طبیعی، 1386، جلد 14، صفحات 78 تا 87.


3. حسنی پاک، علی اصغر. زمین­آمار (ژئواستاتیستیک)، چاپ اول، انتشارات دانشگاه تهران، 1377، صفحه 314.


4. Mueller T.G., Pierce F.J., Schabenberger O., and Warncke D.D. 2001. Map quality for site-specific fertility management. Soil Sci. Soc. Am. J, vol. 65, pp. 1547–1558.


5. Isaaks E.H., and Srivastava R.M. 1989. Applied Geostatistics. Oxford University Press, New York.


6. Hengl T. 2007. A Practical Guide to Geostatistical Mapping of Environmental Variables. JRC Scientific and Technichal Reports. Office for Official Publication of the European Communities, Luxembourg.


7. کاظمی پشت مساری، ح.، طهماسبی سروستانی، ز.، کامکار، ب.، شتایی، ش و صادقی، س. ارزیابی روش­های زمین­آمار جهت تخمین و پهنه­بندی عناصر غذایی پرمصرف اولیه در برخی اراضی کشاورزی استان گلستان. نشریه دانش آب و خاک، 1391، جلد 22، شماره 1، صفحات 201- 218.


8. محمودی، ج.، زارعیان، ف.، جوادی، م. ر و خرسندی، ن. مقایسه کارایی چند روش زمین­آماری برای تخمین برخی ویژگی­های فیزیکی خاک. نشریه حفاظت منابع آب و خاک، 1391، سال اول، شماره 4، صفحات 67- 77.


9. موسوی فرد، س. م.، ممتاز، ح. ر و خداوردیلو، ح. کارایی برخی تخمین­گرهای زمین­آماری در میان­یابی و پهنه­بندی شماری از ویژگی­های کیفی خاک. نشریه حفاظت منابع آب و خاک، 1392، سال دوم، شماره 3، صفحات 57- 71.


10. Panagopoulos T., Jesus J., Antunes M.D.C., and Beltr J. 2006. Analysis of spatial interpolation for optimising management of a salinized field cultivated with lettuce. Europ J Agron, vol. 24, pp.1-10.


11. Chen T.B., Xie Y., Lei M., Yang J., Guo Q., Song B., and Zhou X. 2011. Spatial distribution of soil heavy metal pollution estimated by different interpolation method: Accuracy and uncertainty analysis. Chemosphere, vol. 82, pp. 468-476.


12. Jiachun S., Haizhen W., Jianming X., Jianjun W., Xingmei L., and Haiping Z. 2007. Spatial distribution of heavy metal in soil: A case study of changing, China. Environ Geol, vol. 52, pp.1-10.


13. نورزاده حداد، م.، مهدیان، م. ح و ملکوتی، م. ج. مقایسه کارایی برخی روش­های زمین­آماری به منظور بررسی پراکنش مکانی عناصر ریزمغذی در اراضی کشاورزی (مطالعه موردی: استان همدان). نشریه دانش آب و خاک، 1392، جلد 23، شماره 1، صفحات 71- 81. 


14. Robinson T.P., and metternicht G. 2006. Testing the performance of spatial interpolation techniques for mapping soil properties. computer and electronic in agriculter, vol. 50, pp. 97-108.


15. Li X.Y., Liu L.J., Wang Y.G., Luo G.P., Chen X., Yang X.L., GAO B., and He X.Y. 2012. Integrated assessment of heavy metal contamination in sediments from a coastal industrial basin. NE China, PLoS One.


16. محمدی، ج. پدومتری، آمار مکانی. نشر پلک، 1385، جلد دوم، صفحه 453.


17. حسنی پاک، علی اصغر. زمین­آمار (ژئواستاتیستیک)، چاپ دوم، انتشارات دانشگاه تهران، 1386، صفحه 314.


18. سمیعی، م.، کرمی، م و زارع، ل. ارزیابی روش­های زمین­آماری در پراکنش مکانی هدایت الکتریکی آب زیرزمینی در دشت فیروزآباد، اولین همایش ملی حفاظت و برنامه­ریزی محیط­زیست، 3 اسفندماه 1391.


19. Ruppert D.1996. Local polynomial regression and its applications in environmental statistics.


20. School of Operations Research and Industrial Engineering, Cornell University, New York.


21. Carlson R.E., and Foley T.A. 1991. The parameter R² in multiquadric interpolation. Computers and Mathematic Apply, vol. 21, pp. 29-42.


22. تقی­زاده مهرجردی، ر. ا.، زارعیان جهرمی، م.، محمودی، ش.، حیدری، ا و سرمدیان، ف. بررسی روش­های درون­یابی مکانی جهت تعیین تغییرات مکانی ویژگی­های کیفی آب­های زیرزمینی دشت رفسنجان. مجله علوم و مهندسی آبخیزداری ایران، 1387، سال 2، شماره 5، صفحات 63 تا 70.


23. Zhang X.Y., Sui Y.Y., Zhang X.D., Meng., and Herbert, K. S.J. 2007. Spatial variability of nutrient properties in black soil of northeast China. Pedosphere, vol. 17(1), pp.19–29.


24. Cambardella C.A., Moorman T.B., Novak J.M., Parkin T.B., Karlen D.L., Turco R.F., and Konopka  A.E. 1994. Field-scale variability of soil properties in Central Iowa soils. Soil Sci Soc Am J, vol. 58, pp.1501-1511.


25. Paul D.W., Peter F., Florian W., Shamita K., and Karl S. 2012. Comparison and evaluation of spatial interpolation schemes for daily rainfall in data scarce regions. Journal of Hydrology,vol. 464–465, pp.388–400.


26. Silvio J.G., Jonathan AL., Dennis W.H., Yann P., Jean C., and Jacques G. 2014. Mapping soil hydraulic conductivity and matric potential for water management of cranberry: Characterisation and spatial interpolation methods. biosystems engineering, vol. 128, pp.29-40.


27. Juang K.W., Lee D.Y., and Ellsworth T. R. 2001. Using rank-order geostatistics for special


28. interpolation of highly skewed data in heavy metal contaminated site. J. Environ. Qual, vol. 30, pp.894-903.


29. موسوی، ا.، سفیانیان، ع.، میرغفاری، ن و خداکرمی، ل. بررسی توزیع مکانی برخی فلزات سنگین در خاکهای استان همدان. مجله پژوهش­های خاک (علوم خاک و آب)، 1390، الف، جلد 25، شماره 4، صفحات 323 تا 336.


30. میرزایی، ر.، اسماعیلی ساری، ع.، قربانی، ه.، حافظی مقدس، ن.، همامی، م. ر و رضایی، ح. ر. پیش­بینی توزیع مکانی کادمیوم، آرسنیک، کروم و مس در خاک سطحی استان گلستان. مجله پژوهش­های محیط­زیست، 1392، سال 4، شماره 7، صفحات 35 تا 44.


31. Lado L.R., Hengl T., and Reuter H.I. 2008. Heavy metal in European soils: A geostatistical analysis of the foregs Geochemical database. Geoderma, vol. 148, pp.189-199.


32. دیانی، م.، محمدی، ج و نادری، م. تجزیه و تحلیل زمین­آماری غلظت سرب، روی و کادمیوم در خاک­های حومه سپاهان­شهر واقع در جنوب اصفهان. نشریه آب و خاک (علوم و صنایع کشاورزی)، 1388، جلد 23، شماره 4، صفحات 67 تا 76.


33. خداکرمی، ل.، سفیانیان، ع.، میرغفاری، ن.، افیونی، م و گلشاهی، ا. پهنه­بندی غلظت فلزات سنگین کروم، کبالت و نیکل در خاک­های سه زیر حوزه آبخیز استان همدان با استفاده از فناوری­های GIS و زمین­آمار. مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک، 1390، سال 15، شماره 58، صفحات 243 تا 254.


34. محمودی، ش.، محمدی، ج و نادری، م. توزیع آماری و مکانی برخی عناصر سنگین در کلاس­های اندازه­ای ذرات خاک سطحی جنوب شهر اصفهان. مجله پژوهش­های حفاظت آب و خاک، 1392، جلد 20، شماره 2، صفحات 1 تا 22.


35. دلبری، م.، خیاط خلقی، م و مهدیان، م. ح. ارزیابی روش­های زمین­آمار در برآورد هدایت هیدرولیکی خاک در مناطق شیب آب و پشت آب پایین دشت سیستان. مجله علوم کشاورزی ایران، 1383، جلد 35، شماره 1، صفحات 1 تا 13.


36. جعفری، م.، عسگری، ح. م.، معظمی، م.، بی نیاز، م و طهمورث، م. بررسی توزیع مکانی برخی از خصوصیات خاک با کاربرد روش­های زمین آماری. مجله پژوهش و سازندگی در زراعت و باغبانی، 1387، شماره 80، صفحات 177 تا 185.


37. Xie Y., Chen T., Lei M., Yang J., Guo Q., Song B., and Zhou X. 2011. Spatial distribution of soil heavy metal pollution estimated by different interpolation methods: Accuracy and uncertainty analysis. Chemosphere, vol. 82, pp.468–476.

38. Goovaerts P. 2000. Estimation or simulation of soil properties? An optimization problem with conflicting criteria. Geoderma, vol. 97, pp.165–186.