近年来, 土壤重金属污染及其相关的人体健康风险问题已成为国内外关注的热点^[1~3].随着城市化发展, 工业“三废”污染日趋严重, 加上不合理地使用化肥和农药, 使得农业土壤重金属污染问题更加严峻.土壤重金属具有难降解的特点, 能持久存在土壤中, 具有较高的毒害性, 并能通过食物链被人体吸收, 威胁人体健康^{[4, 5]}.由于受到多种因素的共同影响, 土壤重金属含量在多尺度上存在较大的空间异质性, 致使土壤重金属污染防控难度增大.因此, 开展土壤重金属空间变异结构研究, 对重金属污染防治和农业生产可持续发展具有重要意义.

目前, 地统计学结合GIS技术被广泛应用于土壤重金属空间变异和风险评价等方面的研究.如文献[6~10]分别对银川、龙口市、阿尔及利亚、广东、天津表层土壤重金属污染空间分布特征及污染风险进行了研究.以上研究表明, 地统计学结合GIS技术是识别土壤重金属空间分布特征和潜在风险行之有效的方法.但是, 这些研究主要集中在大工业区或耕地区域, 而对于林地土壤重金属研究相对缺乏.

临安为我国山核桃主要产区, 山核桃作为我国特有的高档干果和木本油料植物, 其独特的生态学习性可能导致产区林地土壤存在潜在的重金属污染风险^[11].此外, 山核桃是当地农村经济发展和农民增收的支柱产业, 随着山核桃经济价值的提高, 林农为了提高产量, 盲目施肥, 导致土壤质量退化明显^[12], 大量使用含有重金属的化肥以及有机肥不仅增加了重金属污染风险, 还加剧了重金属含量的空间变异.因此, 本文以临安山核桃林地土壤为研究对象, 基于GIS技术, 结合地统计学以及Moran's I等多种空间分析方法对研究区土壤重金属含量的空间异质性以及生态风险进行了系统地评价研究, 以期为提高山核桃产地土壤环境质量, 指导山核桃安全生产布局以及保障农产品安全, 维护人体健康提供理论依据.

浙江省临安市(30°14′N, 119°42′E)被誉为“山核桃之乡”, 山核桃是临安的主要经济作物, 其面积和产量分别占全国60%和70%以上, 其山核桃主要分布在西部山区的湍口、清凉峰、河桥、昌化、龙岗、岛石和太阳这7个乡镇(图 1).临安属季风型气候, 光照充足, 雨量充沛, 四季分明, 年平均温度为16.4℃, 7月平均温度29.1℃, 1月平均气温4.1℃, 年平均降水量1 628.6 mm, 降雨集中在4~9月, 年平均日照时数1 847.3 h, 无霜期235 d.山核桃林地多分布在海拔50~1 200 m的丘陵山地, 土壤类型主要为油黄泥、黄红泥、钙质页岩土、黄泥土^[13].

图 1

Fig. 1

图 1 采样点分布示意 Fig. 1 Spatial distribution map of soil sampling sites

本研究选取山核桃种植面积较广、分布较为集中的湍口镇、清凉峰镇、河桥镇、昌化镇、龙岗镇、岛石镇、太阳镇为山核桃土壤采集区域.通过采样方案优化, 在山核桃林地按照1 km²布设一个样点, 形成了研究区山核桃林地采样布点, 并于2013年3、4月, 山核桃林地施肥前, 采用差分GPS野外采样导航和定位, 结合山核桃实际分布和种植情况, 在7个乡镇共采集土壤样品188个.按“梅花”型布点, 在10 m半径范围内, 采集5个子样点表层土壤样品(0~20 cm), 混合均匀后组成一个混合土样, 每个样品的重量为1 kg左右, 同时记录采样点所在林地的立地条件、土壤情况、农户施肥管理情况等.

土壤样品在室内常温晾摊自然风干, 捡除石块、根系等异物, 用木棒磨碎, 过2 mm尼龙筛, 装于塑封袋中, 保存备用.土壤理化性状的测定均采用常规分析方法, 土壤pH采用1:2.5土水比的悬浊液测定; 土壤有机质采用重铬酸钾外加热法测定; 土壤氮采用碱解扩散法测定; 土壤磷采用HCl-NH₄F浸提, 钼锑抗比色法测定; 土壤钾采用醋酸铵浸提, 火焰光度计测定.土壤重金属全量采用HNO₃-HCl-HF-HClO₄消解, 土壤Cd的测定采用石墨炉原子吸收分光光度法(GFAAS, Perkin Elmer AA800, USA), 其余元素测定采用电感耦合等离子体原子发射光谱法(ICP-OES, Optima 7000, Perkin Elmer, USA)^[14].所用试剂均为优级纯, 通过采用空白、标准样品(GSS-8)以及平行样品的方式, 进行分析测定的质量控制.

单因子污染指数计算公式^[15]：

(1)

式中, P_i为污染物i的污染指数; C_i为污染物i的实测值(mg·kg^-1); S_i为污染物i的评价标准; 当P_i≤1, 表示土壤未受污染; 若P_i > 1, 表示土壤已受到污染, 且P_i值越大污染越严重.

内梅罗综合污染指数计算公式：

(2)

式中, P_综为样点i的内梅罗综合污染指数值, P_imax和P_iave分别为样点i所有元素单因子污染指数中的最大值和平均值.

内梅罗综合污染指数反映了各污染物的作用, 同时突出了高浓度污染物对环境质量的影响, 内梅罗污染指数可分为5个等级, P_综≤0.7时表示土壤仍清洁, 0.7 < P_综≤1.0表示土壤尚清洁(警戒限), 1.0 < P_综≤2.0表示土壤轻度污染, 2.0 < P_综≤3.0表示土壤中度污染, P_综 > 3.0表示土壤受到重污染.

潜在生态危害指数法是由瑞典学者Hakanson^[16]建立的一套评价重金属污染及其生态危害的方法.该方法不仅考虑到土壤重金属含量, 而且将重金属的生态效应、环境效应与毒理学联系在一起, 按照单因子污染物生态风险指标E_i和总的潜在生态风险RI指标进行生态风险分级, 其计算公式如下：

单种重金属的潜在生态危害系数：

(3)

式中, C_i、C_0i、T_rⁱ分别为重金属元素i的实测含量、参比值(mg·kg^-1)和毒性系数, 本研究以浙江省土壤背景值为参比值, 毒性系数采用Hakanson制定的标准化重金属毒性响应系数(Zn=1、Cr=2、Pb=Cu=Ni=5、Cd=30).

某区域多个重金属的潜在生态危害指数：

(4)

根据任华丽等^[17]所规定的潜在生态危害评价指标, 当E_i≤40表示轻微危害, 40 < E_i≤80为中等危害, 80 < E_i≤160为强危害, 160 < E_i≤320时, 危害程度很强, E_i > 320时危害程度极强. RI≤90表示轻微危害, 90 < RI≤180为中等危害, 180 < RI≤360为强危害, 360 < RI≤720时, 危害程度很强, RI > 720时危害程度极强.

空间自相关分析是研究不同空间位置的变量与其相邻位置的变量是否具有相关性的一种方法, 通常用Moran's I指数来表示, 分为全局和局部Moran's I两种指标.全局Moran's I是指对空间自相关的全局进行评估, 使用单一的值来反映区域空间相关程度, 忽视了小范围不稳定性所带来的影响.而局部Moran's I分析可以计算每个空间单元与邻近单元的空间相关程度, 弥补了全局性分析的不足^{[18, 19]}.

(5)

(6)

式中, z为变量z的平均值; z_i、z_j分别是变量在空间i、j处的数值(i ≠ j); σ²是变量z的方差; W_ij是z_i与z_j之间的空间权重函数, 在选定尺度内时赋予权重值1, 超过尺度时权重值为0.当Moran's I > 0, 表示目标样点与邻近点的观测值比较相似, 即空间集聚区; 当Moran's I < 0, 表示空间区域异常.本研究采用全局Moran's I值来体现研究区土壤重金属的空间自相关水平, 并用局部空间自相关类型图来体现局部Moran's I的自相关水平.

地统计学是以区域化变量理论为基础, 以变异函数为主要工具, 研究那些在空间分布上即有随机性又有结构性, 或空间相关性和依耐性的自然现象的科学^[20], 是分析土壤特性空间分布特征及其变异规律最为有效的方法之一.普通克里格是地统计学中最常用的最优无偏插值法, 通过已知数据以及半方差函数计算未采样区域数据, 能有效估测变量的空间变异特征^[21].本研究采用普通克里格进行土壤重金属空间分布图的绘制.指示克里格方法用以估计土壤重金属含量超过指定阈值的概率, 从而用来表征区域环境风险.

本研究中, 采用Microsoft Office Excel 2010和SPSS 18.0统计分析软件进行数据的描述统计分析、正态分布检验、Pearson相关性分析以及风险评价指数计算等; 利用GS+7.0地统计软件完成地统计分析, 半方差模型拟合, 以及空间相关性分析; 用ArcGIS10.2地理信息系统软件进行Kriging空间最优无偏插值和空间分布图的绘制.

首先, 本研究采用阈值法对数据进行异常值检验.研究区数据异常值在3个以下(表 1), 证明采样合理.

表 1 (Table 1)

表 1 土壤重金属异常值个数及偏度和峰度 Table 1 Abnormal value of soil heavy metals, skewness, and kurtosis 元素 异常值个数 原始数据 处理及对数转换后 偏度 峰度 K-S(P) 偏度 峰度 K-S(P) Cd 1 8.29 90.92 0.00 0.47 -0.57 0.12 Cu 3 2.50 12.76 0.06 0.74 0.24 0.11 Zn 2 7.70 79.80 0.00 0.39 0.18 0.35 Pb 3 6.92 57.16 0.00 -0.28 0.99 0.27 Ni 1 -0.25 -0.03 0.33 — — — Cr 1 0.80 0.18 0.11 — — —

表 1 土壤重金属异常值个数及偏度和峰度 Table 1 Abnormal value of soil heavy metals, skewness, and kurtosis

地统计学中, 要求研究变量的数据符合正态分布, 否则可能产生比例效应, 会影响基台值和块金值, 降低估算精度^[22].由表 1可见重金属Ni、Cr原始数据已服从正态分布(P > 0.05), 采用峰度偏度以及Kolmogorov-Smirnove (K-S)联合法对异常值处理后的其余4种元素进行检验, 检验结果发现Cu已符合正态分布(P > 0.05).对仍不符合正态分布的Cd、Pb、Zn数据进行对数转换, 转换后数据均能较好的符合正态分布(P > 0.05)(表 1).

研究区6种重金属含量见表 2. Cd、Cu、Zn、Pb、Ni、Cr含量平均值分别为0.37、40.76、87.61、30.10、28.33、56.57 mg·kg^-1.其中, 重金属Cd和Cu平均含量均超过研究区自然背景值, 分别是背景值的1.33和2.87倍, 累积情况严重. Cd、Cu、Zn、Pb、Ni、Cr含量最大值分别为背景值的27.33、8.39、7.68、9.74、2.79、1.40倍, 说明这些元素存在明显的局部累积现象, 这与樊新刚等人的研究结果较为一致^[23], 表明研究区已受到人为活动的影响而导致土壤重金属累积. Cd、Cu、Zn、Pb、Ni、Cr变异系数分别为186.49%、76.57%、76.84%、95.42%、50.94%、39.61%, 其中Cu、Zn、Cr、Ni这4种元素均属于中等变异, 而Pb、Cd属于高度变异^[24], 说明Pb、Cd元素含量最大值与最小值差异显著.

表 2 (Table 2)

表 2 土壤重金属含量描述性统计分析 Table 2 Descriptive statistics for heavy metals in soil 元素 平均値 /mg·kg-1 标准差 /mg·kg-1 最大值 /mg·kg-1 最小值 /mg·kg-1 变异系数 /% 背景值 /mg·kg-1 标准值 /mg·kg-1 Cd 0.37 0.69 8.20 0.02 186.49 0.13 0.30 Cu 40.76 31.21 256.25 0.19 76.57 30.54 50.00 Zn 87.61 67.32 828.34 28.05 76.84 107.79 200.00 Pb 30.10 28.72 296.59 5.72 95.42 30.46 250.00 Ni 28.33 14.43 101.62 2.26 50.94 36.48 40.00 Cr 56.57 22.41 134.06 6.37 39.61 95.91 150.00

表 2 土壤重金属含量描述性统计分析 Table 2 Descriptive statistics for heavy metals in soil

相关性分析(表 3)表明, 土壤pH值与Pb存在显著正相关关系(P < 0.05), 与其余5种重金属呈极显著正相关关系(P < 0.01).土壤碱解氮与Cd、Pb、Ni存在极显著正相关关系, 与Cu、Zn呈显著正相关关系.除pH、碱解氮之外, 土壤有机质、有效磷以及速效钾对重金属也存在一定程度的影响, 这表明土壤重金属易受土壤pH等各种理化性质的影响.

表 3 (Table 3)

表 3 土壤重金属与土壤理化性状的相关性分析1) Table 3 Correlation between soil heavy metals and soil properties pH 有机质 碱解氮 有效磷 速效钾 Cd Cu Zn Pb Ni Cr pH 1 有机质 — 1 碱解氮 0.255** 0.774** 1 有效磷 — 0.150* 0.160* 1 速效钾 — — 0.193** 0.328** 1 Cd 0.644** 0.197** 0.330** 0.169* — 1 Cu 0.556** — 0.156* 0.161* — 0.704** 1 Zn 0.486** — 0.167* — — 0.620** 0.639** 1 Pb 0.165* — 0.216** — 0.159* 0.255** 0.218** 0.419** 1 Ni 0.555** — 0.188** — — 0.656** 0.861** 0.688** 0.218** 1 Cr 0.500** — — — — 0.376** 0.690** 0.567** — 0.816** 1 1)“* *”、“*”、“—”分别表示在0.01水平下显著相关、0.05水平下显著相关、相关系数不显著

表 3 土壤重金属与土壤理化性状的相关性分析1) Table 3 Correlation between soil heavy metals and soil properties

土壤Cd、Cu、Zn、Ni、Cr之间均存在极显著正相关关系, 且相关系数大于0.5, 进一步证明了5种重金属可能拥有共同的来源^[25](P < 0.01), Pb与除Cr之外的其余4种重金属存在极显著正相关关系, 但是相关系数较小, 可能来自不同的污染源.

由于本研究土壤pH平均值为5.23, 属于酸性土壤, 因此采用浙江省土壤背景值以及《土壤环境质量标准》(GB 15618-1995)二级标准中pH < 6.5的含量限值作为污染判断阈值(表 2).

由表 4可知, 以浙江省背景值为评价标准时, 研究区土壤Cd、Cu单因子污染指数平均值均大于1, 说明土壤Cd、Cu在研究区内累积严重. 6种元素超标率Cu＞Cd＞Pb＞Ni＞Zn＞Cr, 其中Cu、Cd超标率达到59.57%和57.45%, 表明研究区土壤重金属已具有不同程度的累积特征.以国家二级标准为参考依据时, Cd污染指数平均值大于1, 表明研究区Cd在土壤中的累积已影响到山核桃果实的安全, 而Cd、Cu、Zn、Pb、Ni均有部分样品超过国家二级标准, 以Cd和Cu超标数目最多, 超标率均为31.38%, Ni的超标率也达到17.02%, 表明研究区局部土壤已受到了Cd、Cu、Zn、Pb、Ni污染, 尤其是Cd、Cu、Ni这3种重金属.

表 4 (Table 4)

表 4 土壤重金属单因子污染指数评价结果 Table 4 Evaluated results of single factor pollution index for soil heavy metals 元素 以浙江土壤背景值为参考 以国家二级标准为参考 平均値 最大值 最小值 超标率/% 平均値 最大值 最小值 超标率/% Cd 2.85 63.56 0.15 57.45 1.23 27.33 0.06 31.38 Cu 1.33 8.39 0.01 59.57 0.82 5.12 0.003 31.38 Zn 0.81 7.68 0.26 21.80 0.44 4.14 0.14 2.65 Pb 0.99 9.74 0.19 34.57 0.12 1.19 0.02 0.53 Ni 0.78 2.79 0.06 24.47 0.71 2.54 0.06 17.02 Cr 0.59 1.40 0.07 1.06 0.38 0.89 0.04 0.00

表 4 土壤重金属单因子污染指数评价结果 Table 4 Evaluated results of single factor pollution index for soil heavy metals

表 5为研究区土壤重金属内梅罗综合污染指数评价结果.以背景值为评价标准时, 34%的样品属于轻度污染, 9%的样品为中度污染, 21%的样品达到重度污染.以国家二级为标准时, 研究区重金属污染程度主要处在清洁和尚清洁两个等级, 占样品总数的67%, 其次为轻度污染, 占总数的20%, 但仍有部分样品属于中度污染和重度污染, 分别占样品总数的7%和6%, 可见研究区部分区域重金属污染严重.

表 5 (Table 5)

表 5 研究区土壤重金属总体评价结果/% Table 5 Overall evaluation results of soil heavy metals in the study area/% 标准 清洁 I＜0.7 警戒线 0.7＜I＜1 轻度污染 1＜I＜2 中度污染 2＜I＜3 重度污染 I＞3 背景值 12 24 34 9 21 国家二级 53 14 20 7 6

表 5 研究区土壤重金属总体评价结果/% Table 5 Overall evaluation results of soil heavy metals in the study area/%

单种重金属潜在生态危害系数E_i值如表 6所示, 土壤Cd的平均潜在生态危害系数最大, 为85.51, 达到强生态危害程度, 而Cu、Zn、Pb、Ni、Cr都为轻微危害.研究区土壤Zn、Ni、Cr所有样点均属于轻微危害, 土壤Cu、Pb轻微危害所占比例分别为99.5%、99%.而研究区土壤Cd轻微、中等、强、很强、极强危害程度所占比例分别为54%、18%、14%、10%、4%, 几乎一半达到中等及以上危害程度, 潜在危害性较大, 与众多研究结果一致^{[26, 27]}, 土壤Cd潜在危害最强, 这可能与Cd毒性系数较大有关. 6种重金属元素潜在生态危害指数RI显示(RI=103), 研究区土壤总体达到中等危害程度.

表 6 (Table 6)

表 6 潜在生态风险指数评价结果 Table 6 Evaluation results of potential ecological risk index 项目 Ei 不同危害程度样点比例/% 平均値 最大值 最小值 轻微 中等 强 很强 极强 Cd 85.51 1906.73 4.34 54 18 14 10 4 Cu 6.67 41.95 0.03 99.5 0.5 0 0 0 Zn 0.81 7.68 0.26 100 0 0 0 0 Pb 4.94 48.68 0.94 99 1 0 0 0 Ni 3.88 13.93 0.31 100 0 0 0 0 Cr 1.18 2.79 0.13 100 0 0 0 0

表 6 潜在生态风险指数评价结果 Table 6 Evaluation results of potential ecological risk index

结构性因素(如地形地貌、土壤类型、母质、气候等)和随机性因素(如施肥、耕作、种植制度、土地利用强度等各种人为活动)是影响土壤特性空间变异的决定因素.本研究采用地统计学方法对土壤重金属含量空间变异性进行研究.通过对6种重金属进行半方差模型拟合, 得到土壤重金属半方差函数理论模型及相关参数.由表 7可知Cd、Cu、Ni符合指数模型, Zn、Pb较好地符合高斯模型, 而Cr则符合球状模型.

表 7 (Table 7)

表 7 土壤重金属半方差函数理论模型及其相关参数 Table 7 Theoretical semi variance model and its related parameters for soil heavy metals 元素 理论模型 块金值 (C0) 基台值 (C0+C) 块基比 [C0/(C0+C)]/% 变程/km 决定系数 Cd 指数模型 0.024 0.198 12.1 11.01 0.869 Cu 指数模型 33.000 712.400 4.6 12.93 0.945 Zn 高斯模型 0.020 0.041 48.8 39.94 0.936 Pb 高斯模型 0.030 0.202 14.9 138.67 0.909 Ni 指数模型 5.600 213.800 2.6 15.12 0.947 Cr 球状模型 64.000 570.900 11.2 12.51 0.933

表 7 土壤重金属半方差函数理论模型及其相关参数 Table 7 Theoretical semi variance model and its related parameters for soil heavy metals

块金值表示由人为活动等非自然因素引起的变异, 属于随机变异; 基台值表示系统内的总变异; 块基比[C₀/(C₀+C)]表示土壤重金属空间异质性程度, 是指随机因素引起的空间变异在系统变异中所占的比例, 是反应区域化变量空间相关性程度的重要指标.当[C₀/(C₀+C)] < 25%时, 表明变量具有强烈的空间自相关, 即主要受到结构性变异的影响; 当[C₀/(C₀+C)]介于25%~75%之间时, 变量属于中等程度空间自相关; 当[C₀/(C₀+C)] > 75%, 变量空间自相关程度较弱, 即主要受随机因素影响^[28].变程是空间变异性研究的重要参数和指标之一, 表示变量在一定尺度上空间变异的范围.由表 7可见, Cd、Cu、Pb、Ni、Cr块基比均小于25%, 具有较强的空间自相关, 表明这5种重金属元素变化主要是受结构性因素控制, 如地形、母质、母岩、土壤矿物质等对其影响较大.但是Cd、Cu、Ni、Cr的变程都较小, 分别为11.01、12.93、15.12、12.51 km, 明显小于重金属Pb的变程(138.67 km), 可以看出受人为活动的影响, 其空间相关性已被大大削弱. Pb的变程最大, 表明Pb受到土壤母质等结构性因素的影响较大. Zn的块基比为48.8%, 介于25%~75%, 属于中等程度空间自相关, 其变程为39.94 km, 说明Zn可能受到结构性和随机性因素的双重作用, 比Pb的相关性要弱.

图 2为利用普通克里格绘制的研究区土壤重金属空间分布. 6种土壤重金属均具有明显的空间异质性, 且高值区域明显.研究区表层土壤不同重金属空间变异具有一定共性, 土壤Cu、Ni和Cr的空间分布规律极为相似, 呈现出条带与块状相结合的空间分布规律.河桥西部、龙岗昌化交界具有两个明显的低值区域, 而高值区域主要分布在岛石、清凉峰、太阳北部、河桥湍口交界的部分区域.土壤Cd和Zn的空间格局较为相似, 呈明显的U型空间分布规律, 低值区域主要分布在研究区北部的龙岗昌化交界一带, 并向四周发散, 含量逐渐增加, 高值区域分布在太阳、河桥、湍口、清凉峰和岛石.由此可见Cu、Zn、Cd、Ni、Cr在太阳、清凉峰、岛石、湍口、河桥均呈现明显的高值区, 表现出显著的集聚效应.而Pb的空间分布特征明显不同于Cu、Zn、Cd、Ni和Cr, 较为分散. Pb在湍口以及清凉峰与河桥交界区域含量较高, 而岛石含量较低, 总体呈东南-西北递减的空间分布特征.

图 2

Fig. 2

图 2 土壤重金属含量空间分布 Fig. 2 Spatial distribution of the heavy metal concentrations in soil

全局Moran's I指数表明除Pb外, 土壤Cd、Cu、Zn、Ni、Cr都具有空间自相关性, 即高值或低值在空间上趋于集中分布, 且均极显著(P < 0.01), 而Pb没有明显的高值和低值集聚, 分布较为分散, 这与Pb的空间分布特征吻合.

局部Moran's I空间分布如图 3所示, 土壤重金属Cu、Ni、Cr的高值集聚区主要位于太阳镇北部, 其中Cu、Cr分别在西北部的岛石镇、西南部的清凉峰以及河桥也存在明显高值集聚区. Cd和Zn的高值集聚区分布在研究区南部的湍口镇. Cu、Ni、Cr的低值集聚区位于研究区的北部, 而Cd和Zn没有明显的低值集聚区.

图 3

Fig. 3

图 3 土壤中Cd、Cu、Zn、Ni、Cr含量的LISA局部空间自相关类型 Fig. 3 Local indicators of spatial association in terms of Cd, Cu, Zn, Ni, and Cr values in soil

据调查发现(图 1), 岛石、清凉峰、太阳北、河桥以及湍口存在大量金银矿、铅锌矿、钨钼矿以及铜等多金属矿, 金属矿的分布与重金属高值区位置吻合.随着距离金属矿污染源的直线距离的增加, 土壤重金属含量呈现递减的趋势, 说明了矿区开采对重金属累积的显著影响.王菲^[18]、徐友宁^[29]及柯海玲^[30]等人的研究结果也认为金属矿的存在及采矿产生的粉尘、废水和尾矿渣在大气、河流中迁移搬运对研究区土壤重金属的含量和分布存在一定影响.有研究发现长期施用化肥以及有机肥在一定程度上会造成土壤重金属累积^{[31, 32]}, 临安山核桃分布面积较广, 多为分散经营, 不同林农在施肥类型和施肥量方面存在巨大差异.本研究相关分析显示, 重金属Cu、Zn、Cd、Ni和Cr与pH、有机质、碱解氮、有效磷存在不同程度的相关关系, 与速效钾无相关关系, 而Pb与速效钾存在显著相关关系, 可见肥料的施用尤其是钾肥是造成研究区土壤Pb累积的重要影响因素.

利用GIS技术和指示克里格方法绘制了研究区土壤Cd、Cu环境风险概率分布图(图 4).以国家土壤环境质量二级标准所规定的含量限值为标准, 土壤Cd的高风险区位于研究区东南部的湍口以及西北部的岛石, 其风险概率为0.77~1.而Cu主要高风险区位于东北和西北两个区域, 并在南部有多个高风险斑块区, 风险概率为0.76~1.根据Qishlaqi等^[33]所划分的风险等级, 风险概率超过40%为中等风险, 60%~80%为较高风险, 80%~100%为高风险, 可见研究区重金属Cd、Cu中等风险及以上的区域在研究区广泛分布, 这与风险评价结果一致, 研究区Cd、Cu的风险概率较高, 通过指示克里格得到的风险概率结果同空间聚类分析结果基本一致, Cd、Cu高风险区与矿区分布位置基本吻合, 采矿对研究区土壤重金属含量现状和发展的影响不可忽视.

图 4

Fig. 4

图 4 土壤Cd和Cu估计概率 Fig. 4 Estimated probability map of Cd and Cu in soil

(1) 研究区土壤重金属Cd、Cu、Zn、Pb、Ni、Cr平均含量分别为0.37、40.76、87.61、30.10、28.33、56.57 mg·kg^-1, 其最大值分别是背景值的27.33、8.39、9.74、7.68、2.79、1.40倍, 其中Cd、Cu平均含量超过背景值, 累积情况严重.

(2) 研究区土壤重金属含量不同程度超过土壤背景值及土壤环境质量二级标准, 已具有Cd、Cu、Zn、Pb、Ni、Cr不同程度的累积特征, 局部土壤已达到了Cd、Cu、Zn、Pb、Ni的污染程度, 其中Cd和Cu污染较为严重, 尤其是Cd处于强生态风险水平, 总体上研究区土壤具有重金属中等生态危害程度.

(3) 研究区土壤重金属均具有较好的空间变异结构和空间分布格局, 土壤Cd、Cu、Ni符合指数模型, Zn、Pb较好的符合高斯模型, 而Cr则符合球状模型.土壤重金属Cd、Cu、Zn、Ni、Cr高值区较为集聚, 主要分布在太阳、岛石、清凉峰、河桥以及湍口几个乡镇, 这与矿区分布和开采密切相关; 重金属Pb空间分布较为分散, 高值区域可能与钾肥施用有关.