2019, Vol. 40
2. 旱区特色资源与环境治理教育部国际合作联合实验室, 银川 750021
2. Arid Area Characteristic Resources and Environmental Governance Department of Education International Cooperation Joint Laboratory, Yinchuan 750021, China
伴随着“一带一路”经济带建设快速推进, 包括宁夏在内的西北内陆地区经济社会进入到快速发展期.在承接东部地区产业转移同时, 部分工业企业会对西北脆弱的生态环境产生负面影响[1].随着工业快速发展和农药化肥长期施用, 西北内陆地区农田土壤出现重金属元素富集的现象, 进而导致土壤质量下降和农副产品污染[2].同时《全国土壤污染状况调查公告》显示全国耕地点位的超标率达到19.4%, 且以重金属污染为主[3].因此准确了解农业土壤重金属污染状况与重金属来源对防治农业土壤重金属污染、保障土壤环境质量及农产品安全具有重要意义[4, 5].
近年来关于土壤重金属污染研究日益增多, 研究领域多集中在土壤重金属富集特征[6, 7]、空间分布[8~10]、污染评价[11, 12]和污染源识别[13, 14]等.其中确定土壤重金属来源, 特别是搞清土壤重金属是人为活动污染所致还是来源土壤母质是一些学者所关心的问题.由于土壤污染源成分谱的未知性与难确定性, 目前以污染区域为研究对象的未知源成分谱受体模型被一些学者用于土壤重金属污染源的定量解析.未知源成分谱受体模型有主成分分析/绝对主成分分数法(PCA/APCS)[14]、正定矩阵因子分析模型(PMF)[15]和化学质量平衡(CMB)[16]等, 其中PCA/APCS可计算出每个污染源对每个样本的浓度贡献量, 因此被一些学者应用于土壤重金属源解析研究.如瞿明凯等[14]在武汉市、陈秀端等[17]在西安市、陈丹青等[18]在广州市均利用PCA/APCS方法定量解析出土壤重金属各污染源平均贡献量及各样点各污染源对每种重金属的贡献量.目前土壤重金属污染源解析大多集中在经济发展迅速的城市、污染严重的矿区或工业园区[17~19].然而不同重金属在不同环境体系中会受到多种因素的影响, 进而会导致其污染和分布特征具有一定差异性[7], 且农业重金属污染问题也逐渐显现[11, 12], 因此研究农业土壤重金属污染特征及来源解析对了解土壤重金属富集规律和防治土壤重金属污染有重要作用.
宁夏属西北干旱半干旱区域、生态环境脆弱, 该区域主导风向明显、风力强、降水量少、蒸发强烈及植被覆盖率低等环境因素严重影响重金属污染的分布、特征和来源[14].虽然已有学者对宁夏地区重金属污染进行了相关研究[8, 20], 但关于枸杞地土壤重金属分布特征及源解析研究较少.土壤环境质量直接影响枸杞生产安全及其可持续发展[21], “中宁枸杞”对区域经济发展和全国枸杞行业健康成长有至关重要的作用.随着中宁县工农业快速发展, 枸杞地土壤重金属含量是否能保证当地生态环境质量和农产品安全, 是当前必须重视的问题[2].本研究在评价枸杞地土壤重金属状况的基础上, 将绝对主成分分数(APCS)与多元线性回归(MLR)以及克里金插值的方法相结合, 定量解析中宁枸杞农田土壤重金属的主要来源及各自的贡献量, 同时分析其空间分布特征, 以期为评价枸杞地生态环境质量和保障农产品安全提供数据支持.
1 材料与方法 1.1 研究区概况采样点位于宁夏中宁县“万亩枸杞示范园”(105°36′32″E, 37°26′55″N), 该区域海拔1 258~1 261 m, 属典型的温带大陆性气候.年平均温度8.4℃, 年均降水量184 mm, 年均蒸发量1 100 mm, 年均日照时数3 099 h, 年均无霜期168 d.土壤质地为黏质沙土, 土壤类型为淡灰钙土.植被类型为枸杞(Lycium chinensis).通过测定研究区土壤基本理化性质如下：pH为8.57, 电导率为220 μS·cm-1, CEC为13.12 cmol·kg-1, 有机质含量为17.39 g·kg-1, 黏粒含量为14.78%.
1.2 样点布设及土样采集测定为避免土壤质地、地形和土地利用等对土壤重金属含量的影响, 充分探讨工业、交通、施肥灌溉等人类活动对土壤重金属含量的影响, 在野外调研和分析的基础上选取土壤性质、植被和地形等较为单一的中宁县“万亩枸杞示范园”作为研究区.在2016年10月中旬枸杞收获后, 以100 m×100 m网格采集土壤样品, 采样点共119个, 面积约1.6 km2.采样时利用GPS记录采样点的空间信息, 采样点位置分布详见图 1.采样时去掉土壤表层覆盖的枯落物, 每个样点利用木铲在采样点1 m半径内采集0~20 cm土壤样品4个, 混合均匀后利用四分法保留约1 kg土样.土样经风干、剔除杂质后研磨过100目尼龙筛备用.利用HNO3-HCl-HF-HClO4消解对土壤样品进行处理[2], 然后采用ICP-AES(HK-8100)测定土样中重金属Cu、Zn、Mn、Ni、Cr、Cd和Pb含量, 检测限依次为0.003、0.003、0.003、0.005、0.005、0.003和0.03 mg·kg-1.试验及测试过程采用3组平行试验, 取其均值作为土样重金属浓度, 准确度和精密度利用国家标准土壤物质(GSS-8)进行质量控制并计算加标回收率, Cu、Zn、Mn、Ni、Cr、Cd和Pb的平均回收率分别为：101.6%、100.5%、102.1%、100.1%、99.8%、89.9%和102.3%, 并进行随机检查和异常点检查, 结果符合质量监控要求.
|
图 1 研究区土壤采样点分布示意 Fig. 1 Distribution of sampling sites |
单因子指数和内梅罗综合污染指数可以全面反映出各污染物的污染状况, 同时突出较高浓度污染物对土壤环境质量的影响, 其计算公式为：
|
(1) |
|
(2) |
式中, Pi为土壤中重金属元素i污染指数; P综为土壤重金属元素的综合污染指数; Pi为单因子污染指数的平均数; Pi max为最大单因子污染指数; Ci为重金属元素i的含量(mg·kg-1), Si为重金属元素i的土壤元素背景值, 本文选择宁夏土壤元素背景值(Pb：20.6 mg·kg-1、Ni：36.6 mg·kg-1、Zn：58.8 mg·kg-1、Mn：524 mg·kg-1、Cu：22.1 mg·kg-1、Cr: 60.6 mg·kg-1、Cd: 0.11 mg·kg-1)[22].当P综≤1为无污染, 1 < P综≤2为轻污染, 2 < P综≤3为中污染, P综 > 3为重污染.
1.4 潜在生态危险指数法潜在生态危险指数法不仅可以评价单个重金属元素的生态危险, 又可综合了解多种重金属对土壤的潜在生态危险程度.其计算公式如下：
|
(3) |
|
(4) |
|
(5) |
式中, RI为综合潜在生态危险指数; Eri为重金属单项潜在生态危险指数; Tri为重金属毒性参数, Pb、Ni、Zn、Mn、Cu、Cr和Cd的毒性参数分别取值5、5、1、1、5、2和30[23~25]. Cir为重金属污染指数; Ci为重金属实测值; C0i为重金属参照值, 本文选择宁夏土壤元素背景值[22]. Er值分级标准的第一级上限值是根据非污染的污染指数(Er=1)与所分析污染物中最大的毒性参数相乘得到, 因此本文中Er≤ 30为轻微生态风险, 30<Er≤ 60为中等生态风险, 60<Er≤ 120为强生态风险, 120<Er为很强生态风险.考虑到Hakanson潜在生态危险指数的适用性, 结合相关学者的研究成果[26], 本文根据所分析污染物的毒性和数量对RI分级标准进行了如下调整：
|
(6) |
式中, l1是Hakanson的第一级分级上限值, TC是Hakanson公式的8种污染物毒性参数总值. L1取十位整数后即为调整后的第一级分级上限值, 其它级分级值为上一级分级值的2倍, 因此得到调整后的RI的分级标准为：RI ≤ 60为轻微生态风险, 60 < RI ≤ 120为中等生态风险, 120 < RI ≤ 240为强生态风险, 240 < RI为很强生态风险.
1.5 绝对因子分析/多元线性回归受体模型(APCS-MLR)利用APCS-MLR模型对土壤重金属污染源进行定量解析.首先, 将因子分析的因子得分转化为绝对主成分因子得分, 再分别对受体含量进行多元线性回归, 利用回归系数计算各因子对应污染源对受体中该物质的贡献量[14].计算步骤见式(7)~(9).
(1) 对所有重金属元素含量进行标准化, 从主成分分析得到归一化的因子分数.
|
(7) |
式中, Zij为标准化后的因子分数(无纲量); Cij为重金属元素含量实测值; 
(2) 对所有元素引入1个含量为0的人为样本, 计算得到该0含量样本的因子分数.
|
(8) |
(3) 每个样本的因子分数减去0含量样本的因子分数得到每个重金属元素的APCS;
(4) 用重金属含量数据对APCS做多元线性回归, 得到的回归系数可将APCS转化为每个污染源对每个样本的含量贡献.
|
(9) |
式中, b0i为对金属元素i做多元线性回归所得常数项; bpi是源p对重金属元素i的回归系数; APCSp为调整后因子p的分数; APCSp·bpi表示源p对Ci的含量贡献; 所有样本APCSp·bpi平均值表示源平均绝对贡献量.
1.6 数据分析土壤重金属含量统计分析、主成分分析和多元线性回归采用SPSS 18.0和Excel 2007软件, 地统计学分析和空间分布图的制作通过ArcGIS 10.0完成.
2 结果与分析 2.1 中宁枸杞地土壤重金属含量描述研究区119个采样点土壤重金属含量统计结果见表 1. Pb、Ni、Zn、Mn、Cu、Cr和Cd的平均含量分别为34.78、52.376、83.692、641.114、38.130、87.257和0.149 mg·kg-1, 除Mn没有国家标准值外, 其它重金属含量均低于《土壤环境质量农用地土壤污染风险管控标准(试行)》中的土壤污染风险筛选值.同时Pb、Ni、Zn、Mn、Cu、Cr和Cd这7种重金属元素平均值均超过宁夏土壤背景值, 超标率分别为98.32%、97.48%、83.19%、95.80%、99.16%、93.28%和98.32%, 说明随着城市化和工农业发展, 枸杞地土壤重金属元素已受到人类活动的影响而出现富集趋势.根据Wilding[27]对变异程度的分类, 枸杞地土壤中Mn和Cd变异系数小于0.15, 属于弱空间变异, 空间差异不显著, 其它5种重金属变异系数均大于0.15而小于0.36, 属于中等空间变异.利用SPSS进行KS正态分布检验, 结果表明Pb、Ni、Mn和Cr的P≥0.05时, 符合正态分布, 而Zn、Cu和Cd的P < 0.05时, 呈现非正态分布.
|
表 1 枸杞地土壤重金属描述性统计特征 Table 1 Descriptive statistical characteristics for seven heavy metals in the study area |
2.2 中宁枸杞地土壤重金属污染评价
根据Pi和P综评价标准, 对各采样点土壤重金属不同污染级别所占比例进行分析(表 2).通过Pi可以看出, 7种重金属在大部分样点处属于轻度污染, Ni、Mn和Cd无中度和重度污染样点, Pb、Zn、Cu和Cr中度污染样点数分别占总样点17.65%、0.84%、25.21%和2.52%, 其中Cu元素污染最严重, 并出现了重度污染样点.通过P综可以看出, 中宁枸杞地81.51%样点呈现轻度污染, 16.81%样点呈现中度污染, 只有1.68%未受重金属污染, 说明经济发展带来的环境污染问题已威胁到枸杞地土壤质量和农产品安全.
|
|
表 2 土壤重金属污染指数和生态危险指数 Table 2 Percentages of sites at different pollution levels and potential ecological risks for seven heavy metals |
为进一步评价研究区土壤环境生态风险, 根据Hakanson[23]制定的标准化重金属毒性响应系数, 并参考李春芳等[26]的研究：Pb(5)、Cd(30)、Cu(5)、Zn(1)、Ni(5)、Cr(2)和Mn(1), 以宁夏土壤重金属环境背景值为评价标准计算Er和RI值[24~26].结果表明Pb、Ni、Zn、Mn、Cu和Cr的Er均小于30, 为轻微的生态风险等级水平, 而98.32%样点出现Cd的Er大于30且小于60, 为中等的生态风险等级水平. 13.45%样点的RI小于60, 表现为轻微的生态风险, 86.55%样点大于60而小于120, 表现为中等生态风险, 表明研究区枸杞地土壤重金属生态安全急需引起重视.
2.3 中宁枸杞地土壤重金属来源解析环境学领域中常将多元统计分析中的聚类分析与因子分析相结合研究土壤重金属来源[17].本研究中先将去除异常值之后的数据进行标准化, 采用层次聚类法对各元素进行聚类分析, 并绘制出7种元素的树状图(图 2).聚类分析结果将研究区7种土壤重金属归为三类, 其中Ni、Cr、Mn、Pb是Ⅰ类, Cu和Zn是Ⅱ类, Cd是Ⅲ类, Ⅰ类可以分为3个小类, Ni和Cr是Ⅰ1类, Mn和Pb分别是Ⅰ2类和Ⅰ3类.
|
图 2 研究区7种重金属聚类分析树状图 Fig. 2 Dendrogram results of the hierarchical cluster analysis for seven heavy metals in the study area |
KMO检验和巴特利特球度检验(KMO为0.602, P < 0.05)说明变量之间相关性较强, 适合做因子分析.基于主成分方法, 采用Kaiser标准化的正交旋转法提取因子, 采用最大方差法对因子载荷矩阵进行正交旋转(表 3), 主成分分析提取了4个因子, 共解释了83.39%的方差, 各元素的变量共同度较高, 介于0.768~0.992之间, 说明所提取的4个主成分因子能够较好地代表源数据所包涵的信息.
|
|
表 3 土壤重金属含量因子分析的旋转成分矩阵1) Table 3 Rotated component matrix for data on soil heavy metals in the study area |
因子1解释了24.099%的总信息, 是主要因子, 组成第一因子的元素主要有Ni和Cr, 因子载荷为0.789和0.887.一般认为Ni和Cr的含量与成土母岩的矿物成分相关, 常作为污染程度最低的元素来判断其它元素的来源情况[28, 29].在江苏滨海[28]、欧洲地中海地区[30]和山东工业区[31]土壤重金属Ni和Cr均主要受控于成土母质, 同时王美娥等[2]也发现宁夏中宁枸杞地重金属Ni和Cr具有很强的同源性, 主要来源于成土母质即自然源.结合聚类分析结果, Ni、Cr、Mn和Pb同为Ⅰ类, 说明研究区Ni和Cr的来源主要是成土母质, 但同时也受到周边工业污染的影响.
因子2解释了23.494%的总信息, 组成第二因子的元素主要有Pb和Mn, 因子载荷为0.829和0.769.随着无铅汽油的普遍使用, Pb已不能作为交通污染源的标识元素, 而燃煤可以产生Pb, 同时枸杞园周边10 km范围内有许多工业园区, 以南有瀛海工业区、宁新工业园区、中宁赛马水泥公司、宁夏新世纪冶炼有限公司等, 以北有中宁工业园、石空工业园区、天元锰业等, 以水泥生产和金属冶炼为主的工业带来大量Pb和Mn等污染元素的排放, 因此因子2确定为工业活动源.
因子3解释了21.198%的总信息, 组成第二因子的元素主要是Cu和Zn, 因子载荷为0.864和0.774. Zn是汽车轮胎生产过程中重要的添加剂, 具有润滑改良、抗氧化和清洁的作用[15]; Cu具有高耐腐蚀性与高导热性, 常用于制备车辆制动系统与汽车散热器.因此Cu和Zn可以作为交通污染源的标识元素[19], 研究区作为枸杞示范园区, 近年来其观光旅游业发展造成该区车辆往来和停放数量明显增加, 因子3确定为交通源.
因子4解释了14.598%的总信息, 组成第四因子的元素主要是Cd.枸杞园周边农业环绕, 复合肥和农药的大量使用、禽畜粪便和农村生活垃圾随意堆放等原因导致枸杞园土壤Cd含量增加, 由于磷肥复合肥中含有大量Cd, 其一般可作为使用农药和化肥等农业活动的标识元素[32], 苏州水稻土[33]和九龙江沉积物[34]中重金属Cd均主要来源于农业活动, 因此因子4确定为农业活动源.
2.4 APCS-MLR模型分析主成分分析方法只能定性地推测各个重金属的潜在主要污染源而不能直接用于源解析[18]. APCS-MLR模型不但可以定量确定每个变量对每个源的载荷, 还可以定量确定源对其重金属的平均贡献量和在每个采样点的贡献量[14].进行APCS-MLR模型分析时, 先将因子分析的4个因子分数转换为绝对因子分数, 再将各绝对因子分数与各重金属元素含量做多元线性回归, 分别得到每个重金属元素与4个绝对因子的多元线性回归方程, Pb、Ni、Zn、Mn、Cu、Cr和Cd回归方程的复相关系数R2分别为0.768、0.771、0.851、0.801、0.849、0.806和0.992, 较高的R2值说明多元线性回归方程的拟合效果较好.
根据多元线性回归方程的回归系数分别计算得出各重金属元素不同来源的贡献率(图 3).枸杞地土壤重金属Ni和Cr的来源以自然源为主, 其对Ni和Cr贡献率分别为55.49%和64.66%, 其次是工业活动源对Ni的贡献率为26.35%, 交通源、农业活动源和其它源对Ni的贡献率均小于10%. Cr除自然源外, 还有18.33%的贡献率来自其它源, 工业活动源、交通源和农业活动源对Cr贡献率较低. Pb和Mn的来源以工业活动源为主, 其对Pb和Mn的贡献率分别为46.93%和42.53%, 同时其它源对Pb和Mn的贡献率分别为26.36%和21.17%. Zn和Cu的来源以交通源为主, 其对Zn和Cu的贡献率分别为43.51%和53.71%, 其次是工业活动源的贡献率分别为20.57%和18.56%. Cd的来源以农业活动源为主, 其贡献率为76.79%, 其它几种来源的贡献率均较小.
|
图 3 研究区土壤重金属污染源贡献率 Fig. 3 Source contribution ratios of soil heavy metals from study area |
利用SPSS软件对研究区土壤重金属元素含量及其主要来源进行KS正态分布检验, Pb、Ni、Mn和Cr含量的显著性水平Sig.值大于0.05, Ni、Cr的自然源贡献率和Cu的交通源贡献率显著性水平Sig.值大于0.05, 而其它重金属含量及来源贡献率均小于0.05, 对其进行对数数据转换后, 显著性水平Sig.值均大于0.05, 说明可以采用普通克里金插值法绘制土壤重金属元素含量及其主要来源的空间分布. 图 4可以看出, Ni和Cr的分布格局相似, 其高值主要分布于中部偏西位置, 低值主要分布于东部区域. Zn和Cu含量的高值主要分布于研究区东西两侧, 而中部区域含量较低. Pb和Mn呈现斑块状分布格局, 在区域中部和南部边缘有高值分布. Cd元素含量的低值主要分布于东南区域和西侧边缘.
|
图 4 研究区土壤重金属空间分布 Fig. 4 Spatial distribution of soil heavy metals in the study area |
根据土壤重金属来源贡献率空间分布可以看出(图 5), 区域内相同来源的贡献率具有相似的空间分布特征. Ni和Cr的自然源贡献率在中西部有明显的高值分布区. Zn和Cu的交通源贡献率主要受到南北向道路影响, 呈现出自东西侧向内递减的趋势. Pb和Mn的工业源贡献率主要受到周边工业的影响, 中部和南部有高值分布. Cd的农业源贡献率的空间差异最小, 主要由于研究区内农业耕作方式、土地利用等较一致.
|
图 5 研究区土壤重金属来源贡献率空间分布 Fig. 5 Spatial distribution of source contribution for soil heavy metals in the study area |
宁夏枸杞作为我国地理标志保护产品, 其品质和产量对于区域经济和产业发展具有重要作用.同时枸杞作为药食同源产品, 其质量和安全性成为人们关注的焦点[21].枸杞的药用价值与其果实中含有多种对人体健康有益的微量元素密切相关, 但也可能存在重金属元素超标的问题[35, 36].与绿色食品产地环境质量标准相比, 研究区土壤Pb、Cu和Cr的超标率分别为1.68%、5.04%和3.36%, 其它重金属均没有超标, 枸杞土壤重金属元素基本达到绿色食品环境质量标准, 但7种重金属元素平均值均超过宁夏土壤背景值.可以看出目前中宁土壤可放心种植枸杞, 然而研究区土壤亦明显受到工农业等活动的影响, 存在重金属元素富集的趋势, 因此有必要加强枸杞土壤外源污染物综合防控措施.
土壤重金属来源解析对于防治土壤污染、制定环境管理政策和维护区域生态环境安全有重要作用.不同区域不同重金属输入输出途径、经济社会发展和工农业分布等因素导致重金属来源复杂多样[37].利用PCA/APCS方法得出研究区土壤重金属有4种主要来源, 即自然源、工业活动源、交通源和农业活动源.其中Ni和Cr以自然源为主, 贡献率分别为55.49%和64.66%, Pb和Mn以工业活动源为主, 贡献率分别为46.93%和42.53%, Zn和Cu以交通源为主, 贡献率分别为43.51%和53.71%, Cd以农业活动源为主, 贡献率为76.79%.陈秀端等[17]和陈丹青等[18]也利用PCA/APCS方法定量解析出西安城市居民区和广州市土壤重金属污染源性质、各污染源平均贡献量及各样点各污染源对每种重金属的贡献量.说明利用PCA/APCS方法定量解析枸杞土壤重金属污染来源是可行的.
结合空间插值图可以看出, Ni和Cr的自然源贡献率空间格局相似, 在中西部有高值集中分布区域.该区域中西部边缘有地势低洼区域, 重金属含量受到水流冲积的影响.陈丹青等[18]在广州市、吕建树等[28]在江苏海岸带、于元赫等[29]在黄河下游、都研究得出, Ni和Cr等主要受到成土母质影响的重金属元素在河流冲积处、湖积处含量高、易富集. Pb和Mn的工业活动源贡献率在中部和南部边缘较高, Zn和Cu的交通源贡献率显著在区域东西边缘最高, 而中部区域较低.工业活动源贡献率受到污染源空间分布的影响, 研究区南有瀛海工业区、宁新工业园区等, 以北有中宁工业园、石空工业园区和天元锰业, 同时该区域主导风向为西北风, 导致来自工业源的重金属Pb和Mn向东南方向扩散.交通源贡献率的空间分布明显受到区域两侧道路分布的影响, 研究区域东侧为中宁县城, 道路密集, 车辆较多, 而西侧临近银西铁路中宁段, 因此呈现出自东西两侧向中心的阶梯式递减的特征. Cd的农业活动源贡献率高低值分布零散, 没有明显集中分布区域.农业活动源贡献率空间分布较均匀, 空间异质性不明显.宋志廷等[38]的研究得出, 土壤重金属Cd的变异性主要受到化肥、农药等农业投入的面源污染影响, 局部存在点源污染.农业投入的空间无差别性导致Cd农业活动源贡献率在空间分布上差异较小.可以看出, 结合地统计分析污染源空间分布特征的研究, 能进一步明确各类污染源的空间分布状况、验证土壤污染来源, 这表明APCS/MLR与地统计相结合的方法可以很好地应用于土壤重金属污染来源解析.有助于解析土壤重金属富集的行为机制和规律, 从而有针对性地提出土壤环境治理的策略.
4 结论(1) 枸杞地土壤重金属平均含量普遍高于宁夏土壤背景值, 但低于农用地土壤污染风险筛选值和绿色食品环境质量标准.以宁夏土壤背景值为标准, P综值表明81.51%样点的土壤重金属呈现轻度污染, 16.81%样点呈现中度污染, 1.68%未受重金属污染. RI值表明13.45%样点表现为轻微生态风险, 86.55%样点表现为中等生态风险.
(2) 聚类分析和主成分分析结果表明, 研究区土壤Ni和Cr来源以自然源为主, 贡献率分别为55.49%和64.66%, Pb和Mn来源以工业活动源为主, 贡献率分别为46.93%和42.53%, Zn和Cu来源以交通源为主, 贡献率分别为43.51%和53.71%, Cd来源以农业活动源为主, 贡献率为76.79%.
(3) Ni和Cr的自然源贡献率在西部区域较高, 特别是在中西部有高值集中分布区域. Pb和Mn的工业活动源贡献率在中部和南部边缘较高, Zn和Cu的交通源贡献率明显在区域东西边缘较高, 而中部区域较低, Cd的农业活动源贡献率高低值分布零散, 没有明显集中分布区域.
致谢: 本实验的现场采样、实验室分析等工作由宁夏大学资源环境学院刘毅、苏建坤和王宇等同学协助完成, 在此表示感谢.| [1] |
齐雁冰, 楚万林, 蒲洁, 等. 陕北某化工企业周围污灌区土壤-作物系统重金属积累特征及评价[J]. 环境科学, 2015, 36(4): 1453-1460. Qi Y B, Chu W L, Pu J, et al. Accumulation characteristics and evaluation of heavy metals in soil-crop system affected by wastewater irrigation around a chemical factory in Shenmu County[J]. Environmental Science, 2015, 36(4): 1453-1460. |
| [2] |
王美娥, 彭驰, 陈卫平. 宁夏干旱地区工业区对农田土壤重金属累积的影响[J]. 环境科学, 2016, 37(9): 3532-3539. Wang M E, Peng C, Chen W P. Impacts of industrial zone in arid area in Ningxia Province on the accumulation of heavy metals in agricultural soils[J]. Environmental Science, 2016, 37(9): 3532-3539. |
| [3] | 环境保护部, 国土资源部.全国土壤污染状况调查公报[R].北京: 环境保护部, 国土资源部, 2014. |
| [4] |
韩培培, 谢俭, 王剑, 等. 丹江口水库新增淹没区农田土壤重金属源解析[J]. 中国环境科学, 2016, 36(8): 2437-2443. Han P P, Xie J, Wang J, et al. Source apportionment of heavy metals in farmland soil from new submerged area in Danjiangkou Reservoir[J]. China Environmental Science, 2016, 36(8): 2437-2443. DOI:10.3969/j.issn.1000-6923.2016.08.025 |
| [5] |
王峰, 单睿阳, 陈玉真, 等. 闽中某矿区县茶园土壤和茶叶重金属含量及健康风险[J]. 中国环境科学, 2018, 38(3): 1064-1072. Wang F, Shan R Y, Chen Y Z, et al. Concentrations and health risk assessment of heavy metals in tea garden soil and tea-leaf from a mine county in central Fujian province[J]. China Environmental Science, 2018, 38(3): 1064-1072. DOI:10.3969/j.issn.1000-6923.2018.03.033 |
| [6] | Zhang W T, You M, Hu Y H. The distribution and accumulation characteristics of heavy metals in soil and plant from huainan coalfield, china[J]. Environmental Progress & Sustainable Energy, 2016, 35(4): 1098-1104. |
| [7] |
张小敏, 张秀英, 钟太洋, 等. 中国农田土壤重金属富集状况及其空间分布研究[J]. 环境科学, 2014, 35(2): 692-703. Zhang X M, Zhang X Y, Zhong T Y, et al. Spatial distribution and accumulation of heavy metal in arable Land soil of China[J]. Environmental Science, 2014, 35(2): 692-703. |
| [8] |
王幼奇, 白一茹, 王建宇. 基于GIS的银川市不同功能区土壤重金属污染评价及分布特征[J]. 环境科学, 2016, 37(2): 710-716. Wang Y Q, Bai Y R, Wang J Y. Distribution of urban soil heavy metal and pollution evaluation in different functional zones of Yinchuan City[J]. Environmental Science, 2016, 37(2): 710-716. |
| [9] |
董立宽, 方斌. 茶园土壤重金属乡镇尺度下空间异质性分析——以江浙优质名茶种植园为例[J]. 地理研究, 2017, 36(2): 391-404. Dong L K, Fang B. Analysis of spatial heterogeneity of soil heavy metals in tea plantation:Case study of high quality tea garden in Jiangsu and Zhejiang[J]. Geographical Research, 2017, 36(2): 391-404. |
| [10] |
樊新刚, 米文宝, 马振宁, 等. 宁夏石嘴山河滨工业园区表层土壤重金属污染的时空特征[J]. 环境科学, 2013, 34(5): 1887-1894. Fan X G, Mi W B, Ma Z N, et al. Spatial and temporal characteristics of heavy metal concentration of surface soil in Hebin industrial park in Shizuishan Northwest China[J]. Environmental Science, 2013, 34(5): 1887-1894. |
| [11] |
蔡燕子, 谢湉, 于淑玲, 等. 黄河三角洲农田土壤-作物系统重金属污染风险评估[J]. 北京师范大学学报(自然科学版), 2018, 54(1): 48-55. Cai Y Z, Xie T, Yu S L, et al. Assessment of the heavy metal pollution risks in soil-crop systems of farmlands in the Yellow River Delta[J]. Journal of Beijing Normal University(Natural Science), 2018, 54(1): 48-55. |
| [12] |
王幼奇, 白一茹, 王建宇. 引黄灌区不同尺度农田土壤重金属空间分布及污染评价:以银川市兴庆区为例[J]. 环境科学, 2014, 35(7): 2714-2720. Wang Y Q, Bai Y R, Wang J Y. Distribution of soil heavy metal and pollution evaluation on the different sampling scales in farmland on Yellow River irrigation area of Ningxia:A case study in Xingqing County of Yinchuan City[J]. Environmental Science, 2014, 35(7): 2714-2720. |
| [13] | Qu M K, Wang Y, Huang B, et al. Source apportionment of soil heavy metals using robust absolute principal component scores-robust geographically weighted regression (rapcs-rgwr) receptor model[J]. Science of the Total Environment, 2018, 626: 203-210. DOI:10.1016/j.scitotenv.2018.01.070 |
| [14] |
瞿明凯, 李卫东, 张传荣, 等. 基于受体模型和地统计学相结合的土壤镉污染源解析[J]. 中国环境科学, 2013, 33(5): 854-860. Qu M K, Li W D, Zhang C R, et al. Source apportionment of soil heavy metal Cd based on the combination of receptor model and geostatistics[J]. China Environmental Science, 2013, 33(5): 854-860. DOI:10.3969/j.issn.1000-6923.2013.05.014 |
| [15] |
宁翠萍, 李国琛, 王颜红, 等. 细河流域农田土壤重金属污染评价及来源解析[J]. 农业环境科学学报, 2017, 36(3): 487-495. Ning C P, Li G C, Wang Y H, et al. Evaluation and source apportionment of heavy metal pollution in Xihe watershed farmland soil[J]. Journal of Agro-Environment Science, 2017, 36(3): 487-495. |
| [16] |
武媛媛, 李如梅, 彭林, 等. 运城市道路扬尘化学组成特征及来源分析[J]. 环境科学, 2017, 38(5): 1799-1806. Wu Y Y, Li R M, Peng L, et al. Chemical compositions and source apportionment of road dust in Yuncheng[J]. Environmental Science, 2017, 38(5): 1799-1806. |
| [17] |
陈秀端, 卢新卫. 基于受体模型与地统计的城市居民区土壤重金属污染源解析[J]. 环境科学, 2017, 38(6): 2513-2521. Chen X D, Lu X W. Source apportionment of soil heavy metals in city residential areas based on the receptor model and geostatistics[J]. Environmental Science, 2017, 38(6): 2513-2521. |
| [18] |
陈丹青, 谢志宜, 张雅静, 等. 基于PCA/APCS和地统计学的广州市土壤重金属来源解析[J]. 生态环境学报, 2016, 25(6): 1014-1022. Chen D Q, Xie Z Y, Zhang Y J, et al. Source apportionment of soil heavy metals in Guangzhou based on the PCA/APCS model and geostatistics[J]. Ecology and Environment Sciences, 2016, 25(6): 1014-1022. |
| [19] |
艾建超, 王宁, 杨净. 基于UNMIX模型的夹皮沟金矿区土壤重金属源解析[J]. 环境科学, 2014, 35(9): 3530-3536. Ai J C, Wang N, Yang J. Source apportionment of soil heavy metals in Jiapigou goldmine based on the UNMIX model[J]. Environmental Science, 2014, 35(9): 3530-3536. |
| [20] |
罗成科, 毕江涛, 肖国举, 等. 宁东基地不同工业园区周边土壤重金属污染特征及其评价[J]. 生态环境学报, 2017, 26(7): 1221-1227. Luo C K, Bi J T, Xiao G J, et al. Pollution characteristics and assessment of heavy metals in soil of different industry zones of Ningdong Base in Ningxia, China[J]. Ecology and Environment Sciences, 2017, 26(7): 1221-1227. |
| [21] |
肖明, 杨文君, 孙小凤, 等. 土壤AS动态影响下枸杞质量评价及环境风险预测[J]. 农业资源与环境学报, 2014, 31(3): 273-278. Xiao M, Yang W J, Sun X F, et al. Wolfberry quality assessment and environmental risks prediction by the effects of arsenic dynamic in soil[J]. Journal of Agricultural Resources and Environment, 2014, 31(3): 273-278. |
| [22] | 国家环境保护局. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990: 330-493. |
| [23] | Hakanson L. An ecological risk index for aquatic pollution control. A sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8 |
| [24] |
齐鹏, 余树全, 张超, 等. 城市地表水表层沉积物重金属污染特征与潜在生态风险评估:以永康市为例[J]. 环境科学, 2015, 36(12): 4486-4493. Qi P, Yu S Q, Zhang C, et al. Pollution characteristics and potential ecological risk of heavy metals in urban surface water sediments from Yongkang[J]. Environmental Science, 2015, 36(12): 4486-4493. |
| [25] |
郑睛之, 王楚栋, 王诗涵, 等. 典型小城市土壤重金属空间异质性及其风险评价:以临安市为例[J]. 环境科学, 2018, 39(6): 2875-2883. Zheng Q Z, Wang C D, Wang S H, et al. Spatial variation of soil heavy metals in Lin'an City and its potential risk evaluation[J]. Environmental Science, 2018, 39(6): 2875-2883. |
| [26] |
李春芳, 曹见飞, 吕建树, 等. 不同土地利用类型土壤重金属生态风险与人体健康风险[J]. 环境科学, 2018, 39(12): 5628-5638. Li C F, Cao J F, Lü J S, et al. Ecological risk assessment of soil heavy metals for different types of land use and evaluation of human health[J]. Environmental Science, 2018, 39(12): 5628-5638. |
| [27] | Wilding L P. Spatial variability: its documentation, accommodation, and implication to soil surveys[A]. In: Nielsen D R, Bouma J (Eds.). Soil Spatial Variability[M]. Wageningen: Pudoc., 1985. 166-194. |
| [28] |
吕建树, 何华春. 江苏海岸带土壤重金属来源解析及空间分布[J]. 环境科学, 2018, 39(6): 2853-2864. Lü J S, He H C. Identifying the origins and spatial distributions of heavy metals in the soils of the Jiangsu coast[J]. Environmental Science, 2018, 39(6): 2853-2864. |
| [29] |
于元赫, 吕建树, 王亚梦. 黄河下游典型区域土壤重金属来源解析及空间分布[J]. 环境科学, 2018, 39(6): 2865-2874. Yu Y H, Lü J S, Wang Y M. Source identification and spatial distribution of heavy metals in soils in typical areas around the Lower Yellow River[J]. Environmental Science, 2018, 39(6): 2865-2874. |
| [30] | Micó C, Recatalá L, Peris M, et al. Assessing heavy metal sources in agricultural soils of an european mediterranean area by multivariate analysis[J]. Chemosphere, 2006, 65(5): 863-872. DOI:10.1016/j.chemosphere.2006.03.016 |
| [31] |
戴彬, 吕建树, 战金成, 等. 山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J]. 环境科学, 2015, 36(2): 507-515. Dai B, Lü J S, Zhan J C, et al. Assessment of sources, spatial distribution and ecological risk of heavy metals in soils in a typical industry-based city of Shandong Province, Eastern China[J]. Environmental Science, 2015, 36(2): 507-515. |
| [32] | Lv J S, Liu Y, Zhang Z L, et al. Identifying the origins and spatial distributions of heavy metals in soils of ju country (eastern china) using multivariate and geostatistical approach[J]. Journal of Soils and Sediments, 2015, 15(1): 163-178. DOI:10.1007/s11368-014-0937-x |
| [33] |
王成, 袁旭音, 陈旸, 等. 苏州地区水稻土重金属污染源解析及端元影响量化研究[J]. 环境科学学报, 2015, 35(10): 3269-3275. Wang C, Yuan X Y, Chen Y, et al. Quantification of contributions from different sources on heavy metals accumulation in the paddy soil from Suzhou area[J]. Acta Scientiae Circumstantiae, 2015, 35(10): 3269-3275. |
| [34] |
林承奇, 胡恭任, 于瑞莲, 等. 九龙江近岸表层沉积物重金属污染评价及来源解析[J]. 中国环境科学, 2016, 36(4): 1218-1225. Lin C Q, Hu G R, Yu R L, et al. Pollution assessment and source analysis of heavy metals in offshore surface sediments from Jiulong River[J]. China Environmental Science, 2016, 36(4): 1218-1225. DOI:10.3969/j.issn.1000-6923.2016.04.038 |
| [35] | Wojcieszek J, Kwiatkowski P, Ruzik L. Speciation analysis and bioaccessibility evaluation of trace elements in goji berries (Lycium barbarum, L.)[J]. Journal of Chromatography A, 2017, 1492: 70-78. DOI:10.1016/j.chroma.2017.02.069 |
| [36] |
王奂仑, 耿贵工, 韩燕, 等. 青海省枸杞种植土壤重金属富集现状及潜在风险分析[J]. 青海大学学报, 2018, 36(1): 34-39. Wang H L, Gen G G, Han Y, et al. Accumulation status and potential risk analysis of heavy metals in soil of Lycium barbarum L. plantation in Qinghai[J]. Journal of Qinghai University, 2018, 36(1): 34-39. |
| [37] |
宋波, 张云霞, 庞瑞, 等. 广西西江流域农田土壤重金属含量特征及来源解析[J]. 环境科学, 2018, 39(9): 4317-4326. Song B, Zhang Y X, Pang R, et al. Analysis of characteristics and sources of heavy metals in farmland soils in the Xijiang river draining of Guangxi[J]. Environmental Science, 2018, 39(9): 4317-4326. |
| [38] |
宋志廷, 赵玉杰, 周其文, 等. 基于地质统计及随机模拟技术的天津武清区土壤重金属源解析[J]. 环境科学, 2016, 37(7): 2756-2762. Song Z T, Zhao Y J, Zhou Q W, et al. Applications of geostatistical analyses and stochastic models to identify sources of soil heavy metals in Wuqing district, Tianjin, China[J]. Environmental Science, 2016, 37(7): 2756-2762. |