As元素是一种类金属元素, 具有毒性高、危害大、难降解等特点, 一直是国内外土壤重金属污染研究的热点.在农业活动中, As可通过土壤-农作物-人体的食物链方式逐级累积和吸收最终危害人体健康^{[1, 2]}.我国土壤As的分布呈不均一性, 土壤中As背景值为11.2 mg·kg^{-1 [3]}.不同地区土壤As背景含量差异较大, 尤其是我国西南喀斯特地区(云南、贵州和广西等)土壤As的累积较为明显, 平均含量为18.07 mg·kg^-1, 变化范围介于9.8~28.5 mg·kg^-1之间^[4], 这种富集是自然形成的, 主要存在于高背景含量碳酸盐岩风化发育的土壤中^{[5, 6]}.贵州省是我国典型的喀斯特地貌区之一, 碳酸盐岩分布广泛, 土壤As背景值为14.89 mg·kg^-1, 具有地球化学高背景分布特性^[7].近年来, 众多学者对土壤As含量特征的研究主要侧重于采矿区^[8~10], 冶炼厂密集区^{[11, 12]}和人工种植基地^{[13, 14]}等人为活动引起的As污染, 针对地质高背景地区农业土壤As累积状况的研究报道较少.在进行空间变异分析时也多集中在中尺度到大尺度的区域和流域^[15~17], 由于不同的土地利用类型和农业活动方式可引起小尺度区域的空间分异^[18], 若采用较大的研究尺度去预测小区域的空间分布趋势, 对于精准管理和利用土地资源及指导农业生产, 其精度较为有限.基于此, 本次研究区的选取贯穿典型喀斯特、亚喀斯特和非喀斯特这3个地貌区, 在小尺度采样单元下采用Moran' s I系数与半变异函数模型，分别对土壤As含量进行空间自相关性和变异性分析, 并采用Kriging插值法对其含量数据进行空间插值, 揭示喀斯特地区土壤As的空间变化规律; 通过地累积指数法对土壤进行As污染评价, 揭示高背景下农业土壤As的污染状况, 以期为喀斯特山区农业土壤污染防治工作、农产品质量安全及农业生态结构调整等提供理论参考.

研究区位于贵州省兴义市西南部, 地理坐标为：东经104°40′~104°49′, 北纬24°43′~25°01′, 研究区总面积为282.09 km², 包括七舍镇、仓更镇、猪场坪乡这3个乡镇, 全区无矿点分布.气候属于亚热带季风型, 年平均温度为14.5~20℃, 降水量1 350~1 600 mm, 具有光照充足, 雨量充沛等特点.区内地形起伏较大, 平均海拔介于980~1 880 m之间, 地势由东北向西南呈阶梯状递减.在典型喀斯特区沉积地层主要包括三叠系杨柳井组(T₂y)、花溪组(T₂h)、垄头组(T₂l), 部分嘉陵江组(T_1-2j)和黑苗湾组(T_2-3hm), 以碳酸盐岩沉积为主, 分布有大面积的石灰土.而在亚喀斯特区主要以碳酸盐岩夹碎屑岩沉积, 地层大部分为三叠系夜郎组(T₁y), 白垩系茅台组(K₂m)和二叠系龙潭组(P₃l)零星分布, 土壤类型主要为黄棕壤, 在其西北部分布有少量的黄壤.非喀斯特区仅包括三叠系边阳组(T₂b)和许满组(T₂xm)地层, 主要以碎屑岩沉积, 土壤类型主要为黄壤, 红壤在其西南部有少量分布.

根据土壤环境质量监测规范(HJ/T 166-2004)^[19], 遵循样点均匀性、代表性的原则, 本次土壤采样点的布设方法采用网格布点法(图 1).农业土壤样品主要采集旱地土壤, 部分为水田土壤和果园土壤, 其中水田土壤为排干水后取样; 采样单元按800 m×800 m密度均匀布点, 采集0~20 cm的耕作层.自然土壤采用单点采样, 均选择在远离污染源、表土不被破坏且上风向处的自然林地, 刨去枯枝落叶和腐殖质层, 取0~20 cm的土层, 以自然土壤为对照组, 以便了解农业土壤受人为作用的影响程度.共采集土壤样品186个, 其中农业土壤和自然土壤分别为155个和31个.在野外采样过程中, 考虑土地利用方式的变化与地形因素, 对中心样点进行适当调整, 并在其周围20~30 m范围内采集5~7个土壤样混合成一个组合样, 每个样品重量约1 kg左右.利用GPS定位仪进行中心点定位, 并记录经纬度.野外采集回来的土壤样品, 置于牛皮纸上摊开, 自然风干后用木棒碾碎, 剔除草根、砾石和粉料团等杂物, 混匀后采用四分法取适量土样于玛瑙研磨中进行细磨, 全部通过200目(粒径：0.074 mm)尼龙筛.

图 1

Fig. 1

图 1 土壤As调查样点示意 Fig. 1 Map of sampling sites for As in soil

采用秦海波等^[20]推荐的高压密闭消解法对土壤样品进行前处理, 并选用等离子体质谱(ICP-MS, NexION 300X, 美国PE公司)测定As等微量元素, As检出限为0.2 mg·kg^-1, 在分析过程中选用空白样、平行样与国家土壤标准物质(GBM908-10、MRGeo08和OGGeo08)进行质量控制, 空白样结果均低于仪器检测限, 标准物质回收率均在90%~110%之间, 平行样相对偏差均小于10%, 结果符合质控要求.

空间自相关是指同一个变量在不同空间位置上的相关性, 在母质呈斑块状分布的区域内, 土壤某一点的As含量变化并非是随机分布的, 往往会存在空间自相关特征, 而在不同的采样距离下, 空间自相关特征有所差异, 小尺度下的结构特征容易被掩盖^[21].为了解土壤As含量在本采样密度下是否具有空间自相关性, 其分布是否具有空间结构性和各向性, 采用Moran' s I系数描述土壤As含量的自相关性系数随距离的变化, 计算公式如下：

式中, n是参与分析的土壤样品数目, x_i、x_j分别为变量在单元i处与j处的观测值, (x为观测点的平均值, w_ij为空间权重函数(i≠j). I值介于-1~1之间, I > 0表示变量在空间上存在正相关, I < 0表示变量在空间上存在负相关, I=0表示不存在空间自相关.

空间自相关性分析要求数据以近似正态分布为前提, 通常将Moran' s I系数标准化为Z值, 以判断自相关的正负性和显著性.以95%置信区间双侧检验阈值1.96为界限, 若Z>1.96时, 为显著正自相关, 表明某观测值与周围待估值趋于空间聚集, 若Z < -1.96时, 为显著负自相关, 表明某观测点与周围待估值趋于空间孤立, Z介于[-1.96, 1.96]之间, 表明区域内空间既不相关也不显著, 趋于随机分布^[22].本文不仅分析了土壤As含量在全方位的空间自相关性, 而且分析了其在南北向、东北-西南向、东西向、西北-东南向的空间自相关性, 以揭示As空间变化与自然和人为作用影响的关系.

地积累指数法(index of geoaccumulation, I_geo)是德国科学家Muller在1969年提出的, 该方法同时考虑了人为活动与自然地质过程对背景值的影响, 可用于定量评价沉积物或其它物质中重金属污染程度^[23], 其表达式为：

式中, I_geo为土壤As含量的地累积指数值, C_i为土壤As含量的实测值, B_i为土壤As含量的地球化学背景值, 本研究背景值参照何邵麟等对贵州省区域化探扫面的研究结果, 采用贵州省土壤As背景值(14.89 mg·kg^-1)^[7], k为考虑成岩作用可能引起背景值的变动而取的常数(通常取值为1.5).当I_geo≤ 0时, 无污染; 0 < I_geo≤1时, 轻微污染; 1 < I_geo≤2时, 轻度污染; 2 < I_geo≤3时, 中度污染; 3 < I_geo≤4时, 偏重污染; 4 < I_geo≤5时, 重污染; I_geo>5时, 高度污染^[24].

采用SPSS 17.0对原始数据进行正态分布检验与描述性统计, 采用X±3S方法(X为算术平均值, S为算术标准偏差)对特异值进行识别与剔除^[25], 利用GS+10.0进行半变异函数的拟合及其参数的确定、空间自相关性分析, 其中空间自相关性图通过Origin 8.6进行绘制; 样点分布图、Kriging插值图采用ArcGIS 10.2软件完成.

土壤As含量统计分析结果(表 1), 除了亚喀斯特区农业土壤As经对数转换符合对数正态分布外, 其余地貌区土壤As原数据均服从正态分布.在3个不同地貌类型中, 农业土壤与自然土壤As含量均无显著性差异(P>0.05), 土壤As含量趋势为：典型喀斯特区>亚喀斯特区>非喀斯特区.根据独立样本T检验分析结果, 典型喀斯特区与亚喀斯特区自然土壤As含量无显著性差异(P>0.05), 而典型喀斯特区与非喀斯特区自然土壤As含量存在显著性差异(P < 0.05), 同样, 亚喀斯特区与非喀斯特区自然土壤As含量也存在显著性差异(P < 0.05).两种类型土壤中自然土壤As含量较高, 在典型喀斯特区与非喀斯特区其算术均值分别为63.7 mg·kg^-1和38.2 mg·kg^-1, 已远超过了我国土壤As背景值(11.2 mg·kg^-1)^[3]和贵州省土壤As背景值(14.89 mg·kg^-1)^[7].农业土壤As含量分别为47.9 mg·kg^-1和30.1 mg·kg^-1, 若以GB 15618-2018临界值(30 mg·kg^-1)^[26]为标准, 典型喀斯特区样点超标率为69.2%, 以GB 15618-2018临界值(40 mg·kg^-1)^[26]为标准, 亚喀斯特区样点超标率为26.7%;若以贵州省土壤As背景值为标准, 两者样点超标率分别高达98.5%和96.7%, 表明喀斯特地区大部分农业土壤存在不同程度的As累积.两类土壤变异系数均在0.1~1之间, 属于中等程度变异, 其中非喀斯特区土壤变异系数较低, 说明土壤As含量受到不同程度的人为活动和自然因素的共同影响.总体上, 研究区土壤As含量的变化介于10.1~140.0 mg·kg^-1之间, 其几何均值为30.4 mg·kg^-1, 显著高于贵州省土壤As背景值, 表现出明显的累积现象(P=0.000).

表 1 (Table 1)

表 1 不同地貌类型中土壤As含量统计值 Table 1 Statistics for As contents in different geomorphological types of soil 地貌类型 用地类型 n 范围/mg·kg-1 算术均值±标准差/mg·kg-1 几何均值±标准差/mg·kg-1 变异系数 偏度 峰度 分布类型 典型喀斯特区 农业土壤 65 14.5~92.4 47.9±20.5 43.3±1.6 0.43 0.241 -1.009 正态分布 自然土壤 16 22.5~96.1 63.7±20.9 59.6±1.5 0.33 -0.620 -0.146 正态分布 亚喀斯特区 农业土壤 60 10.1~140.0 36.8±27.2 30.1±1.9 0.74 1.792 3.019 对数正态 自然土壤 8 21.6~62.7 38.2±18.8 34.7±1.6 0.49 0.795 -1.859 正态分布 非喀斯特区 农业土壤 30 10.1~16.0 12.7±1.7 12.6±1.1 0.13 0.332 -1.182 正态分布 自然土壤 7 10.6~17.3 14.1±2.4 13.9±1.2 0.17 -0.279 -0.566 正态分布 总体 186 10.1~140.0 38.0±25.6 30.4±2.0 0.67 0.977 0.403 对数正态

表 1 不同地貌类型中土壤As含量统计值 Table 1 Statistics for As contents in different geomorphological types of soil

采用ArcGIS中的分析模块对农业土壤As含量进行标准化检验, 得到Z值.结果表明, 土壤As的Moran' s I系数为0.45, Moran' s I统计量Z值为11.61, 显著性大于1.96, 说明土壤As含量在结构上呈显著的正空间自相关(P < 0.05), 各样点土壤As含量值趋于空间聚集, 表明在本采样尺度下, 土壤As含量的空间结构性得到了较好地反映.

土壤As含量的空间自相关性与滞后距离关系显示(图 2), 在100~700 m范围内, 土壤As含量的Moran' s I系数均大于零, 在结构上呈正自相关, 存在空间聚集, 在700~1 400 m范围内, 随着滞后距离的增大, Moran' s I系数逐渐向负方向增长, 在此结构上呈负自相关, 存在空间孤立, 其中在800~1 200 m范围内, Moran' s I系数保持在-0.05~-0.02之间趋于恒定, 自相关性越来越弱.正相关反映的是斑块的平均半径, 负相关则反映相反性质斑块间的平均距离^[21].从图 2可看出, 土壤As含量的斑块平均大小约在800 m左右, 这与研究区地貌反映的特征相似.在典型喀斯特区与亚喀斯特区主要以岩溶山地分布为主, 碳酸盐岩广泛出露, 形成的土层较薄且含砾石较多, 而在非喀斯特区主要为高山谷地, 形成的土层较厚, 含砂粒较少, 它们在800 m半径范围内均存在相似的结构特征.从地统计学角度来说, 近距离的样点具有相同的表生作用、气候条件、岩性及土壤类型等, 这些因素呈斑块状或连续性分布, 自相关性较强, 反映出的空间结构性较好, 而远距离的样点对于这些因素存在明显的差异, 空间结构性会受到影响.

图 2

Fig. 2

图 2 土壤As含量的空间自相关性 Fig. 2 Spatial correlogram of the As content in the soil

由于不同方向空间自相关指标会互相抵消, 对空间自相关进行方向性研究, 可反映不同方向上土壤As含量的空间聚集和空间孤立现象^[21].从图 3可看出, 不同方向上的样点均有空间自相关性, 在南北方向上, 土壤As含量的Moran' s I系数在100~300 m范围内呈正自相关, 在300~1 400 m范围内呈负自相关, 土壤As含量呈“低-高”和“高-低”空间孤立现象, 说明该方向上超过300 m以上表现为不同性质的斑块, 从南至北地貌由非喀斯特过渡到典型喀斯特区, 土壤类型和海拔高度均有所差异.在东西方向上, 在100~1 000 m范围内, 土壤As含量的Moran' s I系数基本大于0, 呈正自相关, 存在“高-高”和“低-低”空间聚集, 但在1 000 m以上, 负自相关呈先减弱后增强趋势, 说明在1 000 m以内该方向的地貌类型、岩性类型及土壤类型等因素较为相似.在西北-东南方向上, Moran' s I系数在200 m以上负自相关主要占主导, 土壤As含量主要以“低-高”和“高-低”空间孤立分布, 基本为随机波动现象, 说明在不同滞后距离上土壤As含量受到多种因素的影响, 空间结构性相对较差.而在东北-西南方向上, 土壤As含量在100~1 400 m范围内主要呈正自相关, 以“高-高”和“低-低”空间聚集分布, 负自相关不显著.究其原因, 研究区地层岩性和土壤类型的分布均呈东北-西南走向, 在斑块性质相同的条件下, 土壤元素的空间自相关性程度就更加显著, 且土壤As含量分布特征可在等值线图上得到直观体现, 在长湾、堡上、龙滩、鲁坎、侠家米和革上等地区土壤As含量偏高, 猪场坪、丫口寨、老王坡、仓更和下寨等地区土壤As含量偏低, 它们组成的走向也均为东北-西南向, 土壤As含量的空间结构性在此方向上得到了较好地反映.

图 3

Fig. 3

图 3 土壤As含量空间自相关的方向性 Fig. 3 Directional spatial correlogram of the As content in the soil

对农业土壤As含量进行半变异函数拟合, 4种模型拟合参数如表 2所示.块金值(C₀)表示由实验误差及采样尺度产生的随机性变异, 基台值(C₀+C)表示由随机性因素与结构性因素共同引起的空间变异, 块金系数[C₀/(C₀+C)]表示随机部分引起的空间变异在总系统变异中所占的比例, 也可表示空间相关性程度大小.若块金系数 < 25%, 表明变量具有强烈的空间相关性, 以结构性变异为主, 包括成土母质、土壤类型、地形、气候条件等结构性因素, 若块金系数>75%, 表明变量的空间相关性弱, 主要受耕作施肥、种植制度等随机性因素的影响, 若块金系数介于25%~75%之间, 表明变量具有中等程度的空间相关性, 说明结构性和随机性因素共同引起的变异^[27].本研究根据决定系数(R²)越大, 残差平方和(RSS)越小, 拟合精度越高的原则选取理论模型^[28].由此可见, 土壤As含量以指数模型的拟合效果最佳.块金值和基台值分别为0.023和0.094, 从块金系数来看, 土壤As含量块金系数为24.47%, 具有强烈的空间相关性, 说明结构性因素对土壤As含量的影响较为显著.

表 2 (Table 2)

表 2 半变异函数模型拟合参数 Table 2 Parameters for the models of the theoretic semivariogram 模型名称 块金值(C0) 基台值(C0+C) 块金系数[C0/(C0+C)]% 变程/m 决定系数(R2) 残差平方和(RSS) 线性模型 0.039 0.096 40.63 1 440 0.884 5.616E-04 球面模型 0.035 0.094 37.23 1 710 0.897 5.020E-04 指数模型 0.023 0.094 24.47 1 740 0.911 4.298E-04 高斯模型 0.040 0.088 45.45 1 160 0.862 6.720E-04

表 2 半变异函数模型拟合参数 Table 2 Parameters for the models of the theoretic semivariogram

使用指数模型拟合得到的参数绘制农业土壤As的空间分布(图 4).土壤As含量的分布具有空间异质性, 从东北向西南呈带状分布.在长湾、堡上、龙滩、鲁坎及革上等地土壤As含量均大于40 mg·kg^-1, 尤其是堡上, 其土壤As含量高者可达140 mg·kg^-1.而从丫溪田延伸至糯泥再蜿蜒至革上与七舍部分地区土壤As含量介于15~40 mg·kg^-1之间, 在下寨、仓更和老王坡等地土壤As含量大多数低于15 mg·kg^-1.结合地貌类型分布来看(图 1), 土壤As含量的空间分布特征与地貌类型呈高度吻合, As含量的高值在典型喀斯特区分布广泛, As含量低值主要分布在非喀斯特区, 说明不同的地貌类型对土壤As含量特征存在不同程度的影响.

图 4

Fig. 4

图 4 农业土壤中砷含量空间分布 Fig. 4 Spatial distribution of the As content in agricultural soils

对农业土壤和自然土壤As的地累积状况进行分析(表 3), 农业土壤与自然土壤处于0级的样本分别占41.94%和38.71%, 无As累积现象, 而达到中度污染等级的样本分别占1.94%和3.23%, 其余样点处于轻微污染到轻度污染级别.总体上, I_geo处于0级以下的有41.39%的样本, 而处于0~1级、1~2级和2~3级的样本占比分别为24.73%、31.72和2.16%, 在整个研究区内并未发现重污染到高度污染的As累积.结合农业土壤As的地累积指数空间分布来看(图 5), I_geo处于1~2级的样本主要分布在长湾、堡上、龙滩、鲁坎和革上等地, 而I_geo小于0的样本大部分分布于仓更、下寨和老王坡等地.

表 3 (Table 3)

表 3 土壤As地累积指数结果/% Table 3 Geoaccumulation index of As in soil/% Igeo 累积程度 农业土壤 自然土壤 总体 ≤0 无污染 41.94 38.71 41.39 0~1 轻微污染 27.10 12.90 24.73 1~2 轻度污染 29.02 45.16 31.72 2~3 中度污染 1.94 3.23 2.16

表 3 土壤As地累积指数结果/% Table 3 Geoaccumulation index of As in soil/%

图 5

Fig. 5

图 5 农业土壤As的地累积指数(Igeo)空间分布 Fig. 5 Spatial distribution of the As content Igeo in agricultural soil

土壤中As的分布特征受施肥、耕作方式、种植制度和矿产开采等随机性因素及气候、地形、成土母质、土壤类型等结构性因素共同影响, 其空间分布是成土母质和外源长期输入的结果.农业土壤As含量的影响因素众多, 除草剂、杀虫剂等农药的长期使用对土壤As的累积有一定的贡献.据资料显示, 贵州省2005年农药使用量为9 764 t, 相比于1995年的农药使用量, 其增长率达到了21.7%^[29].施用化肥造成土壤As富集的程度取决于化肥中As的含量及施肥量, 尤其是磷肥对土壤As含量的影响较大^[30].我国磷肥中As平均含量为19.83 mg·kg^-1, 变化范围为0.03~90.10 mg·kg^-1, 但超标率仅为1.9%^[31].据兴义市2017年统计年鉴^[32]数据显示, 研究区每公顷耕地氮肥、磷肥与钾肥年平均输入量分别为62.04、29.36和43.59 kg, 由于喀斯特地貌和坡耕地等特殊原因, 易受雨水冲刷的影响, 化肥的使用率均低于全国水平^[33].另外, 含As烟尘通过大气沉降也可进一步增大土壤As的累积^[34].尽管化肥、农药及大气沉降等外源性输入会对土壤As含量产生一定的影响, 但不是造成该研究区土壤As呈空间异质性的主要原因.在本研究典型喀斯特区自然土壤As平均含量高达63.7 mg·kg^-1, 明显高于非喀斯特区自然土壤As含量, 与任明强等^[35]研究结果一致.在同一地质背景下, 表生土壤与下伏基岩的地球化学特征相似^[36].喀斯特区碳酸盐岩中富含CaO、MgO等氧化物, 在风化成土过程中, 易导致Ca、Mg等盐基性离子淋失殆尽, 形成富含Fe、Al、Mn等氧化物/氢氧化物组分的黏土矿物, 对砷酸根离子具有较强的吸附作用^[37].在此环境中, 土壤pH值一般呈弱碱性, 随着土壤pH的升高, As的解吸量随之增大^[38], 从而造成碳酸盐岩发育的土壤中的As处于高背景分布状态.亚喀斯特区岩性为碳酸盐岩夹碎屑岩沉积, 土壤As的平均含量介于典型喀斯特区与非喀斯特区之间, 可能与岩性的矿物成分有关, 碎屑岩的矿物成分主要为石英和长石, 自身Ca、Mg等微量元素相对贫化, 铝化度和风化指数也相对较低^[39], 说明岩性的化学组成对土壤As含量具有重要影响.不同的地貌类型中农业土壤As含量均低于自然土壤As含量, 从理论上来说, 不同耕作措施如深翻土壤与秸秆还田均有助于减少土壤As的累积^[40].但从土壤As含量分布来看(图 4), 研究区大范围农业土壤均呈不同程度的As累积.因此, 从地质背景角度, 可能是由于农业土壤主要处于坡耕地和谷地等平坦区域, 岩石经受自然侵蚀风化作用, 加上喀斯特地区多雨、温差大等气候特征和复杂的水文条件为岩石的风化提供了有利条件, 易导致低洼处的耕地聚集多种岩性发育的土壤^[41].不同母岩发育的土壤中As含量差异较大, 灰岩发育的土壤As含量达到21.71 mg·kg^-1, 但砂岩发育的土壤As含量为10.35 mg·kg^-1[42].

通过空间自相关性分析可以看出, 在本采样尺度下, 土壤As具有显著的正空间自相关性, 且反映在东北-西南方向上.研究区3个地貌类型走向均为东北-西南方向, 在成土母质呈斑块状的区域内, 地形地貌、土壤类型等因素具有相同的性质, 喀斯特区岩石裸露较多, 土壤较贫瘠, 且含砾石较多, 发育的土壤主要为石灰土, 在非喀斯特区分布主要以碎屑岩沉积, 形成的土层较厚, 砾石较少, 易发育成黄壤.有研究表明, 石灰土中As含量(27.8 mg·kg^-1)高于黄壤和黄棕壤中As含量(7.5 mg·kg^-1和7.7 mg·kg^-1)^[43].因此, 这种特性在空间自相关性分析上表现为相同性质的斑块内近距离的样点土壤As含量值较为接近, 呈“高值-高值”和“低值-低值”空间聚集, 空间自相关性较显著, 反映出空间结构性较好.在Kriging插值图上表现为典型喀斯特区的长湾、堡上、龙滩、鲁坎、侠家米和革上等地土壤As含量均偏高, 而分布于非喀斯特区的老王坡、仓更和下寨等地区土壤As含量偏低, 它们组成的走向均为东北-西南向.由此推断, 不同的成土母岩可能是导致土壤As含量呈不同程度累积的主要原因.

不同的地貌类型和土壤类型均会导致区域上土壤理化特征的差异, 研究区统一以贵州省土壤As背景值作为地球化学背景评价3个地貌区, 可能会存在一些问题, 在不同的pH环境下, 农业土壤标准限值不一样.因此, 典型喀斯特区、亚喀斯特区和非喀斯特区土壤As的评价分别采用GB 15618-2018^[26]的风险筛选值(30、40和40 mg·kg^-1)和风险管控值(120、150和150 mg·kg^-1)作为参照, 针对土壤As含量高于风险筛选值的区域, 土壤生态环境、农作物生长及农产品质量安全可能存在As污染风险, 应加强土壤环境监测和农产品协同监测, 采取必要的安全利用措施; 对于超过风险管制值的区域, 农用地土壤污染存在高风险, 应采取禁止种植食用农产品、退耕还林等严格管控措施, 尤其是堡上、鲁坎等地区; 而土壤As含量介于两者限值之间的区域, 应采取农艺调整、替代种植等措施.高背景地区农产品监测将是笔者下一步的工作.

(1) 在3个不同地貌类型中, 农业土壤与自然土壤As含量均无显著性差异(P>0.05), 典型喀斯特区与非喀斯特区自然土壤As含量存在显著性差异(P < 0.05), 亚喀斯特区与非喀斯特区自然土壤As含量也存在显著性差异(P < 0.05);若分别以GB 15618-2018临界值30 mg·kg^-1和40 mg·kg^-1[26]为标准, 典型喀斯特区和亚喀斯特区农业土壤As超标率分别为69.2%和26.7%.

(2) 农业土壤As的Moran' s I统计量为0.45, 标准化Z值为11.61, 显著性大于1.96, 表明在小尺度的采样单元下, 土壤As含量具有显著的正空间自相关(P < 0.05), 尤其是东北-西南向空间自相关性较好, 这与土壤As含量的结构性特征有关.

(3) 农业土壤As含量空间变异主要呈结构性变异, 说明土壤中As含量受成土母岩、土壤类型、气候条件、坡度等自然因素的影响显著, 尤其是成土母岩的影响较为突出, 且土壤As的高值主要分布于典型喀斯特区, 低值分布于非喀斯特区.

(4) 地累积指数污染评价结果显示, 农业土壤中As处于轻微污染、轻度污染和中度污染等级分别占27.10%、29.02%和1.94%, 而自然土壤中As的累积程度分别为12.9%、45.16%和3.23%, 大部分集中在喀斯特地区, 而在非喀斯特区土壤基本处于清洁状态.