未紅紅, 楊浩然, 劉會(huì)玲, 張毅功

(河北農(nóng)業(yè)大學(xué) 資源與環(huán)境科學(xué)學(xué)院, 河北 保定 071001)

河北省麻山藥種植區(qū)土壤重金屬元素空間分布特征

未紅紅, 楊浩然, 劉會(huì)玲, 張毅功

(河北農(nóng)業(yè)大學(xué) 資源與環(huán)境科學(xué)學(xué)院, 河北 保定 071001)

[目的] 明確河北省麻山藥種植區(qū)土壤重金屬的空間分布特征以及土壤性狀、社會(huì)經(jīng)濟(jì)因素對(duì)土壤重金屬含量的影響。[方法] 在研究區(qū)內(nèi)通過(guò)網(wǎng)格法均勻分布取樣獲取土壤樣本，室內(nèi)試驗(yàn)得到樣本的各元素含量；結(jié)合SPSS和ArcGIS 9.3軟件的數(shù)據(jù)相關(guān)性、地統(tǒng)計(jì)學(xué)、空間分析等方法進(jìn)行分析研究。[結(jié)果] 從相關(guān)系數(shù)來(lái)看，除Cr以外，其他4種重金屬在研究區(qū)內(nèi)均呈現(xiàn)正相關(guān)關(guān)系；土壤數(shù)據(jù)中Cr，Pb，As服從正態(tài)分布，Cd，Hg經(jīng)對(duì)數(shù)轉(zhuǎn)換后服從正態(tài)分布；通過(guò)元素的塊金效應(yīng)分析發(fā)現(xiàn)，元素Hg在研究區(qū)的空間相關(guān)性最弱。[結(jié)論] 河北省麻山藥種植區(qū)土壤重金屬含量與母質(zhì)、土壤質(zhì)地、有機(jī)質(zhì)含量以及工業(yè)化、城市化和農(nóng)村集約化程度密切相關(guān)。

重金屬; 空間變異; 地統(tǒng)計(jì)學(xué); 麻山藥; GIS

近年來(lái)，隨著城市化和工業(yè)化的快速發(fā)展，環(huán)境污染問(wèn)題日益突出[1],人們對(duì)環(huán)境污染而引發(fā)的食品污染問(wèn)題引發(fā)了廣泛關(guān)注。重金屬污染具有多種潛在危害，不僅能破壞土壤的正常功能，阻礙作物正常生長(zhǎng)，造成農(nóng)作物產(chǎn)量和品質(zhì)下降，進(jìn)而通過(guò)食物鏈危害人類身體健康，也可導(dǎo)致大氣和水環(huán)境質(zhì)量的進(jìn)一步惡化[2]。目前國(guó)內(nèi)外對(duì)重金屬污染的研究，大多集中于城市邊緣的農(nóng)田和工礦企業(yè)周邊地帶，針對(duì)特色農(nóng)產(chǎn)品主產(chǎn)區(qū)土壤環(huán)境質(zhì)量的區(qū)域性研究較少。土壤重金屬污染問(wèn)題是中國(guó)當(dāng)前發(fā)展綠色、無(wú)公害和有機(jī)產(chǎn)品的一個(gè)重要瓶頸，農(nóng)產(chǎn)品主產(chǎn)區(qū)內(nèi)土壤中重金屬的來(lái)源、含量、空間分布特征及環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)等方面的工作亟需解決[3-4]。

本文以河北省麻山藥主產(chǎn)區(qū)高陽(yáng)和蠡縣為研究區(qū)域，在研究區(qū)域內(nèi)采用km2網(wǎng)格法均勻取樣，運(yùn)用地統(tǒng)計(jì)學(xué)分析方法[5]，對(duì)土壤中As，Pb，Hg，Cd，Cr這5種微量元素空間分布特征的分析，結(jié)合其遷移規(guī)律，揭示了目前麻山藥主產(chǎn)區(qū)主要土壤重金屬背景值，從而為產(chǎn)區(qū)內(nèi)優(yōu)勢(shì)種植地的劃分提供科學(xué)依據(jù)。

1 研究區(qū)概況

研究區(qū)位于太行山北部東麓，冀中平原西部。北緯38°10′—40°00′，東經(jīng)113°40′—116°20′，屬于華北平原腹地，太行山地區(qū)。地貌為沖積扇平原，土壤質(zhì)地主要為砂土或砂壤質(zhì)黏土，年均降水量在500～550 mm之間，平均氣溫為12～13 ℃，年日照時(shí)數(shù)為2 600～2 700 h。區(qū)內(nèi)水系豐富，滹沱河、潴龍河等河道穿境而過(guò)。是小麥、玉米、棉花等作物的主產(chǎn)區(qū)，境內(nèi)種植麻山藥歷史豐富。

2 材料與方法

2.1 供試材料與樣品采集

2.1.1 樣品采集 綜合考慮高陽(yáng)、蠡縣2縣的土壤種類、土體構(gòu)型分布情況及2縣的地形地貌，水文地質(zhì)、土地利用方式等條件因素，采用綜合分析、GPS定位的方式，利用km2網(wǎng)格法在研究區(qū)內(nèi)均勻分布取樣。土樣深度為0—20 cm，2個(gè)縣共采集樣品288個(gè)。

2.1.2 樣品處理 樣預(yù)處理采用的方式為在陰涼處自然風(fēng)干，取出雜質(zhì)，過(guò)100目尼龍篩，密封、待檢[6]。

2.2 指標(biāo)測(cè)試及數(shù)據(jù)分析方法

2.2.1 各元素的測(cè)定方法

(1) Cd 土樣經(jīng)鹽酸—硝酸—高氯酸(或鹽酸—硝酸—?dú)浞帷呗人?消解后，萃取—火焰原子吸收法測(cè)定。

(2) Hg 土樣經(jīng)硝酸—硫酸—五氧化二釩或硫、硝酸—高錳酸鉀消解后，冷原子吸收法測(cè)定。

(3) As 土樣經(jīng)硫酸—硝酸—高氯酸消解后，二乙基二硫代氨基甲銀分光光度法測(cè)定。

(4) Pb 土樣經(jīng)鹽酸—硝酸—?dú)浞帷呗人嵯夂?，萃取—火焰原子吸收法測(cè)定。

(5) Cr 土樣經(jīng)鹽酸—硝酸—?dú)浞嵯夂螅勇然@液,火焰原子吸收分光光度法測(cè)定。

2.2.2 數(shù)據(jù)分析方法 數(shù)據(jù)分析采用SPSS軟件與ArcGIS軟件相結(jié)合的方法。

Arc GIS是地統(tǒng)計(jì)學(xué)中分析土壤元素空間變異特征常用軟件，可以方便快捷的擬合半方差圖以及Kriging插值。半方差圖是利用變異函數(shù)研究土壤特性空間變異所產(chǎn)生的一個(gè)空間變異模型，是地統(tǒng)計(jì)學(xué)解釋土壤特性空間變異結(jié)構(gòu)的基礎(chǔ)[7]，其可以揭示樣本變異程度以及個(gè)樣本之間的偏離關(guān)系。而Kriging分析則是利用半方差模型進(jìn)行測(cè)定點(diǎn)之間最優(yōu)內(nèi)插的一種方法。將各采樣點(diǎn)的位置及其數(shù)據(jù)導(dǎo)入ArcGIS 中，以獲得樣點(diǎn)分布的空間數(shù)據(jù)庫(kù)，通過(guò)關(guān)鍵詞段與分析數(shù)據(jù)之間實(shí)現(xiàn)連接，作為Kriging 插值的源屬性數(shù)據(jù)，運(yùn)用Cross—Validation 交叉驗(yàn)證選擇合適的Kriging 插值模型進(jìn)行驗(yàn)證和對(duì)各參數(shù)進(jìn)行修正，以得到各元素最合理的分布圖[8]。

3 結(jié)果與分析

3.1 土壤重金屬含量正態(tài)分布檢驗(yàn)及異常值處理

地統(tǒng)計(jì)學(xué)分析要求所分析的數(shù)據(jù)呈正態(tài)分布。特異值的存在會(huì)導(dǎo)致插值連續(xù)表面中斷，從而掩蓋變量的空間結(jié)構(gòu)特征，使插值結(jié)果偏離實(shí)際值，將嚴(yán)重影響Kriging插值結(jié)果[9]，所以在進(jìn)行插值前應(yīng)進(jìn)行異常值檢驗(yàn)，由于均值和標(biāo)準(zhǔn)差的耐抗性極小，由此判斷的異常值個(gè)數(shù)不會(huì)多于總數(shù)0.7%，用于非正態(tài)分布數(shù)據(jù)中判斷異常值，有效性十分有限。本文采用安德森—達(dá)令(A—D)正態(tài)分布檢驗(yàn)概率對(duì)數(shù)據(jù)進(jìn)行檢驗(yàn)，檢驗(yàn)過(guò)程中顯著水平a設(shè)為0.05，若pA—D>0.05，說(shuō)明數(shù)據(jù)服從正態(tài)分布。5種重金屬經(jīng)檢驗(yàn)后，Cr，Pb，As服從正態(tài)分布，Cd，Hg經(jīng)對(duì)數(shù)轉(zhuǎn)換后服從正態(tài)分布，滿足地統(tǒng)計(jì)學(xué)分析要求。

處理后的數(shù)據(jù)統(tǒng)計(jì)特征值見(jiàn)表1。5種元素的變異系數(shù)范圍集中在0.105～0.498，除Hg屬于高度變異外，其他4種元素均屬于中度和小變異，說(shuō)明研究區(qū)土壤Hg元素含量差異較大，其與母質(zhì)、地形地貌以及人為活動(dòng)等條件的關(guān)系相對(duì)比較密切，Cd，As 2種元素的變異系數(shù)分別為17.7%和19.2%，屬于中等變異強(qiáng)度，說(shuō)明這2種元素的含量不僅受到成土因素、土體構(gòu)型、水文地質(zhì)等自然條件的影響，還與當(dāng)?shù)剞r(nóng)作物的耕種條件，施肥情況及管理因子有關(guān)。Cr，Pb元素變異系數(shù)分別為10.5%和11.3%，屬于小變異程度。Cr，Pb元素在研究區(qū)土壤中的分布較為平均，受環(huán)境因素影響較小。

通過(guò)對(duì)數(shù)據(jù)偏度和峰度的分析，可以看出研究區(qū)內(nèi)的5種重金屬元素的偏度系數(shù)均大于0，說(shuō)明5種元素的峰向均向左偏斜，其中Hg元素向左偏斜程度最大，說(shuō)明其分布情況與正態(tài)分布相差最大；As元素向左偏斜最小，說(shuō)明其分布情況在5種元素中最接近正態(tài)分布。5種元素中Cr，Pb，As元素的峰度為負(fù)值，說(shuō)明其分布為正態(tài)分布，其余2種元素的分布均為對(duì)數(shù)正態(tài)分布。造成元素不成正態(tài)分布的原因可能是由于作物對(duì)養(yǎng)分的吸收，影響了土壤中不同重金屬的釋放，從而影響重金屬的分布，作物對(duì)土壤養(yǎng)分具有選擇性吸收,同一作物長(zhǎng)期連作,必然造成某種元素的豐缺變化,高陽(yáng)、蠡縣長(zhǎng)期以來(lái)就是糧食作物的主產(chǎn)區(qū)，而且具有悠久的麻山藥種植歷史。

表1 土壤中重金屬元素含量的描述性統(tǒng)計(jì)

3.2 土壤各重金屬元素間相關(guān)關(guān)系

同一區(qū)域土壤重金屬的來(lái)源可以是單一的，也可以是多種的，研究土壤重金屬全量之間的相關(guān)性可以推測(cè)出重金屬來(lái)源是否相同，如果重金屬含量有顯著的相關(guān)性，說(shuō)明元素之間具有相同來(lái)源的可能性大，反之則表示來(lái)源不同[10]。從表2可以看出，研究區(qū)域內(nèi)土壤各種重金屬含量之間普遍表現(xiàn)出正相關(guān)關(guān)系。Pb，Cd，As，Hg相互之間存在極顯著的相關(guān)性，由此可以初步推斷Pb，Cd，As，Hg之間來(lái)源相同，可能源于成土母質(zhì)。Cr與Hg，Pb，As，Cd 相關(guān)性不顯著，表明Cr 與Hg，Pb，As，Cd的來(lái)源不同。

表2 土壤重金屬元素含量相關(guān)系數(shù)矩陣

注：*表示顯著性水平為0.05； **表示顯著性水平為0.01。

3.3 重金屬空間變異特征

3.3.1 重金屬的空間結(jié)構(gòu) 經(jīng)地統(tǒng)計(jì)學(xué)模塊進(jìn)行分析以后，得到各種模型擬合的各項(xiàng)參數(shù)值，最優(yōu)指數(shù)模型的選取應(yīng)滿足以下條件：標(biāo)準(zhǔn)平均值最接近于0，均方根預(yù)測(cè)誤差最小，平均標(biāo)準(zhǔn)誤差最接近于均方根預(yù)測(cè)誤差，標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差最接近于1[11-12]，然后用交叉驗(yàn)證法來(lái)修正模型的參數(shù)[13]，5種重金屬元素各要素變異函數(shù)理論模型得出的相應(yīng)參數(shù)見(jiàn)表3。從表3中可以看出，Cd，Cr，As符合高斯模型，Pb，Hg符合球狀模型。

塊金值反映的是最小抽樣尺度以下變量的變異性及測(cè)量誤差。5種微量元素由于試驗(yàn)或采樣誤差引起的變異大小依次為：Hg>As>Cd>Cr>Pb。塊金效應(yīng)反映系統(tǒng)變量的空間相關(guān)性程度，如果比值小于25%，說(shuō)明系統(tǒng)具有強(qiáng)烈的空間相關(guān)性，比值在25%～75%之間，表明系統(tǒng)具有中等的空間相關(guān)性，而比值大于75%說(shuō)明系統(tǒng)空間相關(guān)性很弱[14]。Pb元素塊金效應(yīng)為22.37%，具有強(qiáng)烈的空間相關(guān)性，Hg元素的塊金效應(yīng)為82.34%，說(shuō)明空間相關(guān)性很弱，而其他2種元素屬于中等空間相關(guān)性。

基臺(tái)值表示的是變量的最大變異程度，從表3中可知，汞的變異程度最大，基臺(tái)值為0.067 0，鉻的變異程度最小基臺(tái)值為0.006 9。

表3 土壤重金屬元素統(tǒng)計(jì)特征值

變程表示隨機(jī)變量在空間上的自相關(guān)性尺度，反映了變量空間自相關(guān)范圍的大小。5種微量元素的變程大小依次為：Cr>As>Hg>Cd>Pb。

3.3.2 重金屬的空間分布 根據(jù)上述各元素得到的半方差函數(shù)模型，應(yīng)用Kriging法進(jìn)行最優(yōu)內(nèi)插，繪制了各重金屬元素的空間分布格局圖(圖1—5)。

從圖1—2中我們可以看出：Pb，Cd元素總體趨勢(shì)從東南向西北逐漸增加，其在高陽(yáng)縣北部和蠡縣西北部出現(xiàn)較高值，研究區(qū)西北部偏高是由于該地區(qū)為石油化工、輕工食品、紡織等企業(yè)密集的地區(qū)，該區(qū)域土壤受污染比較嚴(yán)重。另外，該區(qū)域土壤質(zhì)地黏重，有機(jī)質(zhì)含量較高，有機(jī)質(zhì)對(duì)各重金屬元素有較強(qiáng)的螯合和吸附能力。雖然這2種重金屬含量的空間分布有一定的相似性，但也有各自的分布特點(diǎn)，Pb元素以潴龍河為界向兩側(cè)逐漸增加，Cd元素分布較分散，高值區(qū)成散點(diǎn)狀分布。

圖1 重金屬無(wú)素Pb的空間分布

圖2 重金屬無(wú)素Cd的空間分布

從圖3可以看出Cr元素在研究區(qū)內(nèi)呈西北低—東南高的分布趨勢(shì)，在蠡縣東北部出現(xiàn)高峰值，主要原因?yàn)轶豢h東北部地區(qū)礦藏資源豐富，重金屬Cr元素經(jīng)雨水沖刷滲入地下，使土壤中Cr含量增加，出現(xiàn)富集。

土壤As的含量分布(圖4)總體上西北地區(qū)大于東南地區(qū)，這與As隨水遷移有一定的關(guān)系，其含量最高的地方位于蠡縣的大白尺、東郭丹，高陽(yáng)的陶口店、良村等地，明顯高于背景值含量，這是由于位于該區(qū)域的孝義河污染嚴(yán)重，而該區(qū)域主要以孝義河作為灌溉水源；另外該區(qū)域?yàn)楦哧?yáng)和蠡縣主要的糧果蔬生產(chǎn)地區(qū)，而該區(qū)農(nóng)業(yè)生產(chǎn)歷史上曾大量使用有機(jī)磷農(nóng)藥和含砷農(nóng)藥，此外，有研究發(fā)現(xiàn),中國(guó)磷肥中的磷礦石含砷量一般在20～50 mg/kg，高的可達(dá)每千克幾百毫克，若長(zhǎng)期大量施用含砷量高的磷肥，會(huì)造成砷的累積。

圖3 重金屬無(wú)素Cr的空間分布

圖4 重金屬無(wú)素As的空間分布

土壤Hg含量(圖5)以蠡縣西部的鄭村和東北寺最高，其主要原因與當(dāng)?shù)啬纲|(zhì)有關(guān)，蠡縣西部為全新統(tǒng)瀉湖堆積亞黏土母質(zhì)，由此發(fā)育的土壤質(zhì)地較黏，黏性的土壤具較強(qiáng)的吸附能力，可吸附較多的Hg。

圖5 重金屬元素Hg的空間分布

4 結(jié) 論

(1) 研究區(qū)表層土壤5種重金屬含量統(tǒng)計(jì)結(jié)果表明，除Hg屬于高度變異外，其他4種元素均屬于中度和小變異；通過(guò)對(duì)數(shù)據(jù)偏度和峰度的分析，5種重金屬元素的偏度系數(shù)均大于0，說(shuō)明5種元素的峰向均向左偏斜；5種元素中Cr，Pb，As元素的峰度為負(fù)值，說(shuō)明其分布為正態(tài)分布，其余2種元素的分布均為對(duì)數(shù)正態(tài)分布。

(2) 從半方差函數(shù)模型擬合結(jié)果可見(jiàn)，Pb，Hg符合球狀模型，其他重金屬元素均符合指數(shù)模型。5種重金屬元素在一定范圍內(nèi)均存在空間相關(guān)性，其中Cr與其他幾種元素之間呈負(fù)相關(guān)性，說(shuō)明Cr元素含量分布存在空間孤立，Pb與Cd，As，Hg之間表現(xiàn)出明顯的正相關(guān)，說(shuō)明Pb和Cd，As，Hg元素間為復(fù)合污染或具有同源性。

(3) 采用Kriging最優(yōu)內(nèi)插法得到了研究區(qū)表層土壤重金屬含量的空間分布圖，發(fā)現(xiàn)土壤重金屬含量與母質(zhì)、土壤質(zhì)地、有機(jī)質(zhì)含量以及工業(yè)化、城市化和農(nóng)村集約化程度密切相關(guān)。

[1] 宋偉,陳百明,劉琳.中國(guó)耕地土壤重金屬污染概況[J].水土保持研究,2013,20(2):293-298.

[2] 雷凌明,喻大松,陳玉鵬,等.陜西涇惠渠灌區(qū)土壤重金屬空間分布特征及來(lái)源[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(6):88-96.

[3] 唐發(fā)靜,祖艷群.土壤重金屬空間變異的研究方法[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào),2008,23(4):558-561.

[4] 霍霄妮,李紅,張微微,等.北京耕作土壤重金屬多尺度空間結(jié)構(gòu)[J].農(nóng)業(yè)工程學(xué)報(bào),2009,25(3):223-229.

[5] 盧振蘭,趙曉松,高珊,等.吉林省無(wú)公害中藥材種植基地土壤環(huán)境質(zhì)量評(píng)價(jià)[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào),2006,14(3):210-213.

[6] 鄒建美,孫江,戴偉,等.北京近郊耕作土壤重金屬狀況評(píng)價(jià)分析[J].北京林業(yè)大學(xué)學(xué)報(bào),2013,35(1):132-138.

[7] 李闊,王元杰,劉會(huì)玲,等.河北獻(xiàn)縣表層土壤全氟空間變異性特征分析[J].土壤通報(bào),2011,42(2):726-729.

[8] 趙月,周冀衡,陳習(xí)羽,等.云南陸良煙葉與土壤微量元素的空間分布特征及主要影響因素[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào),2012,38(3):235-240.

[9] 朱建寧,崔江慧,文宏達(dá),等.泊頭市重金屬元素空間變異規(guī)律研究[J].北方園藝,2011(2):171-175.

[10] 陳京都,戴其根,許學(xué)宏,等.江蘇省典型區(qū)農(nóng)田土壤及小麥中重金屬含量與評(píng)價(jià)[J].生態(tài)學(xué)報(bào),2012,32(11):3487-3496.

[11] 湯國(guó)安,楊昕.ArcGIS地理信息系統(tǒng)空間分析試驗(yàn)教程[M].北京:科學(xué)出版社,2006:420-430.

[12] 郭旭東,傅伯杰,陳利頂,等.河北省遵化平原土壤養(yǎng)分的時(shí)空變異特征：變異函數(shù)與Kriging插值分析[J].地理學(xué)報(bào),2000,55(5):555-566.

[13] Johnston K, ver Hoef J M, Krivoruchko K. et al. Using ArcGIS Geostatistical Analyst[M]. GIS by Environmental Systems Reserarh Institute, 2001.

[14] Ana D S, Jose M Q, Antonio D. Long-term effects of tillage on the availability of iron, copper, manganese, and zinc in a Spanish Vertisol[J]. Soil & Tillage Research, 2008,98(2):200-207.

Spatial Variation of Heavy Mentals inDioscoreaOppositaThunb.Planted Areas of Hebei Province

WEI Honghong， YANG Haoran， LIU Huiling， ZHANG Yigong

(CollegeofResourcesandEnvironmentScience,HebeiAgriculturalUniversity,Baoding,Hebei071001,China)

[Objective] To understand the spatial distribution of heavy metal concentrations inDioscoreaoppositaThunb. planted soils and the influences of soil properties and socio-economic factors on the heavy metal concentrations in order to selecte the priority areas for theD.oppositaThunb. platation. [Methods] Soil samples were collected using the grid sampling method, and the element concentrations were tested in laboratory, then the relationships of data was analyzed with geostatistics and spatial analysis methods in SPSS and ArcGIS 9.3. [Results] The four elements, except for Cr, showed a positive correlation with each other; Cr, Pb and As followed a normal distribution in the soil data and Cd， Hg followed a normal distribution after logarithmic conversion; Hg showed little spatial correlation according to the nugget effect analysis. [Conclusion] The heavy metal concentrations in theD.oppositaThunb. soils in Hebei Province were closely related to their parent material, soil texture, and organic matter contents and the degree of industrialization, urbanization and agricultural intensities of a city.

heavy mental; spatial variability; geostatistics;DioscoreaoppositaThunb.; GIS

2014-05-08

2014-08-12

國(guó)土資源部及農(nóng)業(yè)廳河北省農(nóng)業(yè)地質(zhì)調(diào)查項(xiàng)目“保定典型礦山生態(tài)環(huán)境演變與恢復(fù)技術(shù)研究”(200040007-3-5)

未紅紅(1988—),女(漢族),河北省邯鄲市人,碩士研究生,研究方向?yàn)橥恋刭Y源。 E-mail:903848882@qq.com。

張毅功(1963—)，男(漢族)，河北省保定市人，博士,教授,土壤學(xué)專業(yè)博士生導(dǎo)師，主要從事于土壤利用與改良、新型肥料研制工作。 E-mail：zhangyg63@hebau.edu.cn。

A

1000-288X(2015)05-0227-05

S151.9