2019, Vol. 40
2. 中国地质调查局天津地质调查中心, 天津 300170
, WEI Xiao-feng1 , GAN Feng-wei1 , WANG Heng1 , HE Ze-xin1 , JIA Feng-chao1 , ZHANG Jing2
2. Tianjin Center, China Geological Survey, Tianjin 300170, China
由于土壤系统物质组成、理化性质和外部环境条件的复杂性, 重金属迁移转化影响因素、地球化学行为响应的不确定性, 使得土壤环境质量评价成为一项复杂工程, 科学、准确地评价标准是衡量土壤环境质量优劣的重要依据, 也是土壤环境污染监测预警、土壤环境损益评估和生态环境修复等工作的基础[1, 2].以往重金属污染累积评价多以国家土壤环境质量标准或历史数据、区域背景值和相邻区域对照值等作为评价标准, 但不同区域原生土壤环境重金属天然丰度有所差异, 不同主体功能区划或土地利用类型对土壤环境质量也有不同的要求, 用统一的标准来评价土壤重金属累积程度缺乏一定的科学性, 标准的适用性也有所差异[3, 4].在土壤环境管理与规划需求更为严格和多样化的背景下, 越来越多的人建议采用区域性标准, 土壤重金属评价基线值越来越受到广泛的重视[5~8].
矿产资源集约型城市或流域矿集区属重金属元素天然高背景区, 采用统一环境质量标准作为评价依据, 而不考虑成土母质和成土过程不均一性[9]等自然因素对土壤重金属自然丰度的影响, 较难区分土壤重金属累积属原生高地质背景还是不合理人为活动输入, 容易在指导污染控制与治理时出现“过保护”或“欠保护”现象[10].矿业开发活动前的土壤重金属元素丰度(污染起始浓度)是土壤质量污染评价理想基准, 但在矿业活动较为频繁地区, 重金属自然本底值(nature baseline)已很难获取, 环境地球化学基线水平成为界定污染、判定污染程度的重要参考标准[11~13].环境地球化学基线最早由国际地质对比计划欧美地球化学填图项目(IGCP259)和全球地球化学基线(IGCP360)项目提出[14, 15], 旨在通过地球化学基线评价区分人类活动对环境的影响, 是研究矿产资源集中区土壤环境演变的基础, 也是土壤重金属污染累积评价的前提[16, 17].
承德市处于国家生态文明建设重大战略布局、京津冀协同发展战略的交汇节点, 是京津地区生态安全的绿色屏障和重要生态缓冲带[18].同时, 承德市矿产资源分布较多, 以铁矿资源最为丰富, 是我国重要的钒钛磁铁矿产地[19].在长期的矿产资源开发利用过程中, 土壤重金属污染成为区域生态环境保护的重要威胁之一.本文分析了承德市滦河流域表层土壤12种重金属元素的空间分布特征与变异结构; 通过参比元素标准化方法和累计频率法厘定了流域土壤重金属地球化学基线, 并将基线值合理应用到土壤重金属累积特征评价中, 分类对比了不同土壤类型、土地利用方式表层土壤的重金属累积程度, 旨在为矿业活动重金属高背景值区域重金属污染累积评价提供参考基准和定量标尺, 并为生态环境监管提供借鉴.
1 材料与方法 1.1 研究区概况承德市滦河流域地势北高南低, 地形复杂, 山脉纵横, 河流交错; 地貌由北向南从坝上高原、燕山山脉中低山、燕山南麓丘陵逐步过渡为华北平原区[20].承德市境内滦河流域集水面积为28 878 km2, 占承德全市总面积的72.5%;耕地主要沿山间沟谷和河川宽缓谷地分布, 总面积约4 377.99 km2.研究区成土母质类型包括冲积物、洪积物、风沙沉积物、黄土、人工堆垫物和各种岩石残坡积物; 流域北部土壤类型为森林土、草甸土和栗钙土, 中北部为棕壤、中部为褐土, 南部为褐土和棕壤(图 1).承德市是我国仅次于攀枝花[21]的第二大钒钛磁铁矿资源基地, 区内分布有大量铁矿、金矿、银矿、铜矿、钼矿、铅锌矿和非金属矿, 矿业活动频繁.作为京津生态屏障, 重要的农业、蔬菜和水果基地, 承德市土壤重金属环境质量评价对研究区环境管理具有重要意义.
|
图 1 承德市滦河流域位置与样品采集分布示意 Fig. 1 Map of the Luanhe River Basin in Chengde and the sampling sites |
土壤样品于2017年6月~8月集中采集, 综合考虑土壤类型、土地利用方式以及样品的代表性、典型性; 以小流域为分区, 土地利用类型为采样单元采集表层土壤样品(0~20 cm), 主要采样位置为流域汇水区域农用地, 水田、旱地，园地采样密度适当加大, 草地和林地采样密度相对放稀, 共采集样品351件(图 1); 其中褐土样品161件、棕壤样品101件、潮土39件、灰色森林土15件、栗钙土14件、粗骨土8件、草甸土7件和沼泽土等其它样品6件; 农用地样品130件、草地样品82件, 林地73件、灌木林地40件、果园18件、工矿用地与铁路建设用地等其它样品8件.样品采集使用GPS结合地形图定点, 采用“S”或“X”形采集组合样点进行混合, 去除碎石、杂物、植物残体后自然风干, 研磨、过筛加工成200目进行测试.测试指标为重金属元素Cu、Ni、Cd、Cr、Pb、Zn、Hg、V、Ti、Mn、Mo、Li、Sc、Rb、Ce及土壤pH, 类重金属元素As.土壤样品As含量使用氢化物发生原子荧光仪测定, 其它重金属含量使用ICP-OES(PE, USA)测定.样品分析测试按规范要求加10%空白样与平行样控制, 分析方法准确度和精密度采用国家一级土壤标准物质(GBW07349)控制, 各重金属的加标回收率均在国家标准参比物质的允许范围内.
1.3 基线值厘定方法根据文献[22], 基线水平是指污染环境或破坏生态行为未发生时, 区域内土壤环境质量及其生态服务功能的水平.基线厘定时优先使用历史数据作为基线水平, 或以对照区调查数据、参考环境质量标准作为基线水平.本次重金属基线水平采用现状调查数据经参比元素标准化方法、累计频率法统计处理后对比确定.
1.3.1 参比元素标准化方法标准化方法的基本思想是将地球化学过程中的惰性元素作为参比元素, 根据其与重金属元素的线性相关关系, 建立标准化方程确定重金属环境地球化学基线[7, 23], 从而判断重金属元素的累积状况.标准化处理能够消除粒度和其他矿物学因素对元素含量的影响, 标准因子选择时要排除受矿业活动影响较大的元素, 选择主要来源于自然母质、质量分数对人为输入敏感的惰性元素[24, 25].如高杨等[11]和赵新儒等[17]选择Fe元素, 卢新哲等[6]选择Eu、Li、Sc和Sm这4种元素; 朱晓东等[10]选择Li、V、Rb、Cs、Sc和Al这6种元素, 范凯等[26]选择La、V、Ti、Se和Sc这5种元素作为参比元素; 滕彦国等[23]选择Sc作为参比元素, 厘定了攀枝花钒钛磁铁矿地区的重金属地球化学基线.承德分布大量钒钛磁铁矿, Fe、Ti和V不适宜作为参比元素, 综合前人研究和参比元素与重金属元素的相关性系数对比筛选后, 采用Li、Sc、Rb和Ce作为参比元素, 使用样本数据95%置信限以内的点建立回归线性方程以确定基线值.
1.3.2 累计频率法累计频率曲线是用以展示地球化学数据分布特征的理想方式之一, 可以敏感地反映数据的异常[27], Bauer等[28]将累计频率曲线引入土壤环境质量评价中, 用以确定环境地球化学基线.累积频率-元素含量分布曲线若存在一个拐点, 则拐点以上的值代表了受人类活动影响的部分, 通过拐点以下元素含量(95%置信区间内数据)的平均值确定基线值.若存在两个拐点, 则较高点代表异常下限, 即人类活动影响部分; 较低点代表基线值的上限, 低于此点元素含量(95%置信区间内数据)的平均值确定为基线值[5, 16].
1.4 地累积指数评价方法地累积指数法(geo-accumulation index, Igeo)由德国学者Müller[29]提出, 能反映土壤中重金属元素潜在污染程度, 被广泛应用于重金属污染累积程度定量评价中[5, 26], 其计算方法为：
|
(1) |
式中, Igeo为地累积指数; Cn为沉积物中第n种元素的实测含量, mg·kg-1; Bn为第n种元素的背景值, mg·kg-1; 常数k为考虑到成土母岩差异可能引起的背景值变动系数, 本次取值为1.5.根据Igeo的计算结果, 重金属的污染累积程度共分为7级[28].
|
表 1 Müller地累积指数分级 Table 1 Grading of the geoaccumulation index |
1.5 数据处理方法
采用SPSS 19软件计算土壤样品各元素检测值的平均值与标准偏差.利用GS+9地统计学模型分析土壤重金属分析的空间结构特征, 运用主成分分析法分析各重金属元素的相关关系.利用参比元素标准化方法和累计频率曲线确定地球化学基线, 分析研究区各重金属元素的总体累积程度; 对比分析不同土壤类型、土地利用方式土壤重金属的累积特征.
2 结果与讨论 2.1 重金属总体分布特征 2.1.1 土壤重金属含量特征对351组表层土壤样品数据进行Kolmogorov-Smirnov检验与描述性统计, 统计信息见表 2.样品重金属含量均有检出, 数据符合正态分布, Cu、Hg和Pb部分偏移、峰值较高.与河北省重金属背景值[30] (表 3)相比, 研究区土壤As、Cr和Ni含量平均值低于河北省背景值, 土壤Zn、Co、Cu和Hg含量平均值与河北省背景值基本一致, 土壤Cd、V、Ti、Mn和Pb含量平均值高于河北省背景值.土壤重金属含量变异系数由大到小依次为Cd、Hg、Cu、Pb、Cr、As、Mn、Ni、Zn、Co、V和Ti; 其中Cd、Hg、Cu和Pb变异系数大于1.0, 空间分异较大, 初步判断Cd、Hg、Cu和Pb含量可能受人为活动影响, 存在点源污染.土壤Co、V和Ti变异系数分别为0.57、0.57和0.60, 空间分异特征不显著, 其重金属来源具有地球化学同源性, 总体含量较高, 与区内分布大量钒钛磁铁矿、超贫磁铁矿, 成土母质Co、V和Ti元素丰度较高相一致.
|
|
表 2 表层土壤重金属含量分析统计 Table 2 Statistical data for heavy metals in the studied surface soils |
|
|
表 3 采用不同方法确定的地球化学基线值1) Table 3 Geochemical baseline valuesas determined by different methods |
2.1.2 土壤重金属基线值厘定
标准化方法的核心在于参比元素的选择, 本研究参照文献[6, 10, 23]等确定参比元素的方法, 选择表生带中地球化学活动性较弱的Li、Ce、Sc、Rb、Cs和La作为待选参比元素.通过Pearson相关性分析, 计算12种重金属元素与参比元素的相关系数, 选取相关性较好的作为参比元素.相关性是衡量线性回归曲线拟合度的关键指标, 相关性越高, 表明曲线拟合度愈高, 基线值计算相对越合理. Sc元素与Cd、Cr、Cu、Mo、Co、Cu、Ni、Ti和Mn相关性优于其它元素; Li元素与As、Hg相关性优于其它元素, 相关系数分别为0.383和0.275; Ce元素与Zn、V相关性优于其它元素, 相关系数分别为0.398和0.804; Rb元素与Pb相关性最优, 相关系数为0.360.利用置信限95%以内数据进行回归分析(图 2), 建立线性回归方程, 将对应参比元素含量的平均值代入回归方程, 即得到12种重金属元素的地球化学基线值(表 3).
|
横坐标为参比元素含量, 单位mg·kg-1 图 2 重金属与其参比元素95%置信限内的回归曲线 Fig. 2 Regression curves for heavy metals and their respective normalizers (reference elements) within 95% confidence intervals |
本研究累积频率-元素含量分布曲线的拐点(图 3)通过伍福琳等[5]和范凯等[26]改进应用的直线拟合的可决系数(R2)确定, 通过累计曲线上部点的逐步剔除-迭代递归, 在直线拟合可决系数最大处确定为曲线拐点, 再将选定拐点以下的样品数据的平均值作为地球化学基线值.
|
图 3 土壤重金属含量频率分布、累积频率分布及其拐点示意 Fig. 3 Frequency distribution and cumulative frequency curves for heavy metals in the study soils and arrows indicate the positions of inflexion |
由参比元素标准化方法与累计频率曲线法确定的地球化学基线值, 再结合河北省重金属元素[31]背景值和中国地球化学基准计划(CGB)[14]确定的全国重金属元素背景基准值进行对比分析.由表 3可见, 两种方法确定的重金属环境地球化学基线值相差较小.除Pb和Cd外, 标准化方法计算的重金属基线值均略高于累计频率计算值, 可能是由于累积频率曲线拐点上部Pb和Cd样本数据分布相对较多, 数据剔除后样本均值计算则相对较低造成的, 一定程度上表明土壤重金属Pb和Cd含量受人为影响较大.土壤As、Zn、Cr、Cu、Ni和Hg元素基线值低于河北省背景值, 土壤V、Cd、Pb、Mn和Co元素基线值高于河北省背景值.土壤V、Ti、Mn和Co元素基线值明显高于全国背景基准值, Pb、Zn、Ni和Cr元素与全国背景基准值相差不大, Cd、As和Hg元素背景值则略低于全国背景基准值.通过滦河流域、河北省、全国不同空间尺度的元素地球化学基线值对比可知, V、Ti、Mn和Co元素基线值的升高反映了地质背景等自然因素对土壤重金属元素丰度的影响, 与区域钒钛磁铁矿较为集中分布相一致, 以地球化学方法确定的基线值作为评价标准能相对客观地反映滦河流域重金属污染累积程度, 具有实际指导意义.
2.1.3 主成分分析主成分分析可以通过降维方式把多个变量转化为用少数几个主成分所表示的综合指标, 同一种主成分的元素可能具有相同来源, 常用以判断区域土壤重金属元素的相关程度, 辨识重金属污染来源[31].
从表 4主成分矩阵表中看出, 从12个元素中获取4个主成分, 其累计贡献率达到80.260%.其中第一主成分贡献率为39.917%, 第二主成分贡献率为20.114%, 第三主成分贡献率为11.296%, 第四主成分贡献率为8.933%.根据因子载荷绘制主成分载荷图(图 4), 可将12种重金属元素分为四组, V-Ti-Co-Cr-Ni为第一组, As-Cu-Mn为第二组, Pb-Cd-Zn为第三组, Hg为第四组. V-Ti-Co-Cr-Ni组元素属于相伴互生的铁族元素[14], 其分布主要与铁矿床基性岩分布密切相关.第三组元素中, Pb和Zn的地球化学性质极为相似且一般有相同来源, Cd污染常见于铅锌矿周边, 承德市内除钒钛磁铁矿外, 银铅锌矿亦有分部, Pb、Cd和Zn元素污染累积来源于人类活动和成土母质原岩风化共同作用.将分析结果与地质背景较为类似的攀枝花地区[23, 32]的土壤重金属累积特征进行对比, 攀钢工业区以Ni、Cu、Cd和Cr污染为主, 重金属元素组合特征分为As-Cd-Cu-Ni-Pb和Cr-Zn两组, 与滦河流域铁矿集区元素环境地球化学行为较为一致.滦河流域土壤V-Ti-Co-Cr-Ni同源性较高, 与成土母岩元素丰度高相关; 土壤As-Cu-Mn和Pb-Cd-Zn受人为活动和自然因素共同影响, 土壤Hg污染可能主要来自于人类活动影响.
|
|
表 4 表层土壤重金属主成分荷载矩阵 Table 4 Factor matrix of heavy metals in surficial soils |
|
图 4 表层土壤重金属主成分载荷 Fig. 4 Factor loading analysis of heavy metals in surficial soils |
地统计学方法基于区域化变量理论, 通过变异函数定量刻画重金属在空间分布上的结构性和相关性, 能很好地描述重金属含量的空间变异结构, 进行空间格局识别[33].对研究区表层土壤12种重金属元素进行半方差函数分析, 以块金值、基台值及变程等参数表征土壤重金属空间变异性, 具体统计参数见表 5.
|
|
表 5 土壤重金属含量变异函数模型统计 Table 5 Variation function model of soil heavy metal content |
块金系数(Co/Still)可以用来度量所研究变量的空间相关性强弱, 能反映自然和人为因素的作用.若Co/Still＜0.25, 表明变量的空间变异以结构变异为主, 变量具有强烈的空间相关性, 表明元素空间分异主要受自然因素影响; 若0.25＜Co/Still＜0.75, 变量具有中等程度空间自相关, 元素空间变异受到自然和人为因素共同作用影响; 若Co/Still＞0.75, 变异主要以随机变异为主, 空间自相关很弱, 主要受人为因素影响.决定系数(R2)表示理论模型的拟合精度, 而变程(range)表示了在某种观测尺度下空间自相关的作用范围, 即在变程范围内, 变量有空间自相关性[33].经过GS+9模型拟合分析, 研究区土壤As、Zn、Cd、Hg和Mn含量的变异函数理论模型符合线性模型, Pb、Cr、Ni和V的变异函数理论模型符合球状模型, Ti和Co符合指数模型、Cu符合高斯模型. As、Zn、Cd、Hg和Mn块金系数大于0.75, 变量的空间分异以随机性变异为主, 可能主要受人为因素影响. Pb、Cr、Ni、Co、V和Ti块金系数均小于0.25, 变量具有强烈的空间相关性, 空间变异以结构性变异为主, 主要受成土母质等自然因素影响. Cu、V和Ti的决定系数分别为0.556、0.446、0.340, 模型的拟合精度较高, 变程相对较小, 表明其空间自相关程度较高, 主要受成土母质高地质背景影响. As、Zn、Cd和Hg表现出较强的独立性和随机性, 变程相对较大, 可能与土壤As、Zn、Cd和Hg元素受人为因素影响重金属空间分布不均, 主要以点源污染形式存在有关.
2.2 重金属累积特征分析 2.2.1 重金属含量总体累积特征与累计频率法相比, 基于参比元素的标准化方法数据分析受拐点选取因素影响较小, 本次评价选取标准化方法确定的基线值作为最终评价基准, 分析研究区351件样品的12种元素地累积系数(表 6).通过对比各元素的地累积指数平均值(Igeo-ave)可知, 研究区12种重金属的总体污染累积程度由强至弱依次为: Cd>Pb>Cu>Ti>Mn>Zn>Cr>Ni>Co>V>Hg>As.除V、Ti和Co外, 其它重金属元素均有部分点达到强累积水平.分别有1.14%、0.85%、0.57%和0.57%的土壤样品中Cd、Cu、Hg和Mn达到强-极强污染以上污染等级, 样点个数分别为4、3、2和2. 80%以上的土壤样品中Pb、Ti、V、As和Co属无累积-中度累积水平, 70%以上土壤样品中Hg、Mn、Ni、Cu、As、Cd和Cr属无累积-中度累积水平, 承德市滦河土壤重金属环境质量总体属清洁水平, 重金属累积程度属无累积或无-中度累积水平.
|
|
表 6 研究区土壤重金属Igeo分级统计/% Table 6 Statistical classification of heavy metals (Igeo) in the study area/% |
2.2.2 不同土壤类型与土地利用方式土壤重金属累积特征
不同类型的土壤理化性质有所差异, 土地利用方式则与人类活动密切相关, 按土壤类型和土地利用方式分类评价土壤重金属地累积特征, 能反映成土母质地质背景和人为活动因素对土壤重金属污染累积的影响.
以土壤类型进行分类评价, 统计各类土壤12种重金属的平均累积指数和中度累积程度以上样品的百分比(累积率), 结果显示(表 7), Ti、V、Co、Ni和Zn元素的平均累积指数与累积率呈粗骨土>潮土>褐土>棕壤>栗钙土规律; Cu、Cr和Mn元素平均累积指数与累积率呈潮土>粗骨土>褐土>棕壤>栗钙土趋势.潮土、褐土、栗钙土、粗骨土和棕壤中Cd元素平均累积指数逐渐增加, 但均低于中度累积水平; 栗钙土、潮土、粗骨土、褐土和棕壤中Pb元素平均累积指数呈递增趋势; Hg在褐土、棕壤、潮土、栗钙土和粗骨土中平均累积指数逐渐增大, 累积率在14.29%~26.71%; As在粗骨土、栗钙土、褐土和棕壤中平均累积指数逐渐增大, 中度累积水平以上样品占总样品的12.50%~25.64%.灰色森林土和草甸土中重金属累积指数平均值较小, 累积程度多属无累积或无-中度累积水平, 与草甸土和灰色森林土主体分布于流域上游, 承德西北部坝上草原景观区, 受人为影响较小有关.研究区褐土、棕壤和潮土这3种土壤类型分布面积最广, 潮土中重金属平均累积指数关系为Cu>Cd>Mn>Cr>Pb>Zn>Co>Ni>V>Ti>Hg>As, Cu和Mn中度累积水平以上样品占35.90%, Cd和Ni中度累积水平以上样品占33.33%.褐土中重金属平均累积指数关系为Cd>Cr>Cu>Mn>Zn>Pb>Ni>Ti>Co>V>Hg>As, Cd中度累积水平以上样品占36.65%, Cr和Ni中度累积水平以上样品各占30.43%.棕壤中Pb、Cd、Ti、Cu、Zn和Mn元素平均累积指数较其它重金属元素高, 中度累积水平以上样品占比均小于20%;栗钙土中Cd和Pb平均累积指数较其它重金属元素高, 中度累积水平以上样品占比分别为35.71%和28.57%.粗骨土主要分布于低山丘陵山坡上部, 由经水蚀后残留的粗骨碎屑物形成, 其Ti、V、Co、Cr、Ni和Cu平均累积指数较高, 其次为Cd、Zn、Pb和Mn, As和Hg累积程度最低.粗骨土、棕壤、褐土和潮土总体上沿地表水汇流方向分布, 即沿山坡坡顶向宽缓河谷、沟系两侧分带分布, 12种重金属平均累积指数呈潮土>褐土>棕壤规律; 而浅山区土壤地球化学元素分布具有定积母质特征, 山丘上部粗骨土的Ti、V、Co、Cr、Ni和Cu元素平均累积程度较高, 客观反映出这些元素的高地质背景特征, Cd、Pb和Zn则在汇水方向下游分布的棕壤、褐土和潮土中平均累积程度逐渐增大.
|
|
表 7 不同土壤类型重金属平均地累积指数与累计率1) Table 7 Average values of heavy metals (Igeo) and their accumulation rates for different types of soil |
以土地利用方式进行分类评价, 结果表明(表 8), 其它用地(铁路用地和工矿用地)的重金属平均累积程度相对较高, 为人类活动影响较明显区域. 12种重金属平均累积程度相对较高的地类为灌木林地与果园, 其中Cr、Ni和Hg元素在果园表层土壤中平均累积指数最高, 分别为0.71、0.81和0.82;其它重金属元素则在灌木林地表层土壤中平均累积指数相对最高. V、Ti、Mn、Co、Ni、Cr、Hg、Cd和Pb元素在农用地表层土壤中平均累积程度总体低于灌木林地, Mn、Zn、Cu和As元素在农用地中的累积程度低于灌木林地与果园.林地与草地地类中重金属平均累积指数总体较低, 除Cd、Pb和Zn元素重金属平均累积指数草地地类高于林地地类外, 其余元素重金属平均累积指数均为草地地类中相对最低.灌木林地中Cd、Mn、Pb、Zn和Cu元素平均累积程度相对较高, 45.00%的灌木林地表层土壤样品Cd元素超过中等累积水平, 分别有30.00%的灌木林地表层土壤样品Mn、Pb和Zn元素超过中等累积水平.农用地中平均累积程度相对较高的元素为Pb、Cd和Cu, 平均累积指数分别为0.64、0.60和0.60;其次为Ti、Cr和Mn.草地中Pb和Cd元素平均累积指数相对较高, 分别为0.63和0.53, 29.27%的表层土壤样品Cd元素超过中等累积水平.林地中重金属平均累积指数关系为Ti＞Cd＞Pb＞Mn＞Zn＞Cr＞Cu＞Co＞V＞Ni＞Hg＞As, 平均累积指数最大值为0.52, 总体累积程度均较低.
|
|
表 8 不同土地利用方式土壤重金属平均地累积指数与累计率 Table 8 Average values of heavy metals (Igeo) and their accumulation rates for different land use types |
结合主成分分析、地统计学空间分异特征和不同土壤类型、不同土地利用方式地类中重金属的分布特征表明, Ti、V、Co、Ni和Cr重金属的累积程度较高与元素高地质背景相关, 在灌木林地、林地, 即粗骨土分布区域中累积程度较高, 其污染累积同源性较高, 主要与矿业活动加速重金属元素从岩石向土壤中的迁移转化速率相关. Cd、Pb、Zn; Mn、Cu和As两组元素在农用地、灌木林地和林地中均有不同程度累积, 在棕壤、褐土和潮土中累积程度相对较高, 其污染累积受农业活动和矿业活动输入等共同影响; Hg元素在表层土壤中总体累积程度较低, 仅在果园中2处样点地累积指数较高, 可能与化肥、农药施用有关.
3 结论(1) 研究区滦河流域表层土壤Ti、V、Cd、Pb、Mn和Co元素基线值高于河北省背景值, 土壤As、Zn、Cr、Cu、Ni和Hg元素基线值低于河北省背景值, 客观反映出流域矿集区的重金属元素自然丰度特征, 确定的重金属地球化学基线值对重金属污染累积评价具有现实指导意义.
(2) 研究区表层土壤重金属总体地累积程度由强至弱为: Cd>Pb>Cu>Ti>Mn>Zn>Cr>Ni>Co>V>Hg>As, 80%以上的土壤样品中Pb、Ti、V、As和Co属无累积-中度累积水平, 70%以上土壤样品中Hg、Mn、Ni、Cu、As、Cd和Cr属无累积-中度累积水平.棕壤、褐土、潮土的重金属平均累积指数依次增大, 草甸土、灰色森林土和栗钙土重金属总体累积程度较低.土壤重金属总体累积程度在工矿用地、灌木林地中较高, 其次为农用地, 在林地和草地中相对最低.农用地表层土壤中Pb、Cd和Cu元素累积程度相对较高, 平均累积指数分别为0.64、0.60和0.60.
(3) 研究区表层土壤Ti、V、Co、Ni和Cr元素具强烈的空间相关性, 同源性较高, 与原生高地质背景密切相关. Cd、Pb、Zn和Mn、Cu、As空间结构以随机性变异为主, 其污染累积受成土母岩和农业活动、矿业活动人为因素共同作用影响, 表层土壤Hg元素累积则主要来源于人为活动.
| [1] |
周启星, 滕涌, 展思辉, 等. 土壤环境基准/标准研究需要解决的基础性问题[J]. 农业环境科学学报, 2014, 33(1): 1-14. Zhou Q X, Teng Y, Zhan S H, et al. Fundamental problems to be solved in research on soil-environmental criteria/standards[J]. Journal of Agro-Environment Science, 2014, 33(1): 1-14. |
| [2] | Chen S B, Wang M, Li S S, et al. Overview on current criteria for heavy metals and its hint for the revision of soil environmental quality standards in China[J]. Journal of Integrative Agriculture, 2019, 17(4): 765-774. |
| [3] |
聂静茹, 马友华, 徐露露, 等. 我国《土壤环境质量标准》中重金属污染相关问题探讨[J]. 农业资源与环境学报, 2013, 30(6): 44-49. Nie J R, Ma Y H, Xu L L, et al. Discussion about heavy metal pollution in soil environmental quality standard in China[J]. Journal of Agricultural Resources and Environment, 2013, 30(6): 44-49. DOI:10.3969/j.issn.1005-4944.2013.06.009 |
| [4] |
李敏, 李琴, 赵丽娜, 等. 我国土壤环境保护标准体系优化研究与建议[J]. 环境科学研究, 2016, 29(12): 1799-1810. Li M, Li Q, Zhao L N, et al. Optimizing the soil environmental protection standard system and suggestions[J]. Research of Environmental Sciences, 2016, 29(12): 1799-1810. |
| [5] |
伍福琳, 陈丽, 易廷辉, 等. 重庆市农地重金属基线值的厘定及其积累特征分析[J]. 环境科学, 2018, 39(11): 5116-5126. Wu F L, Chen L, Yi T H, et al. Determination of heavy metal baseline values and analysis of its accumulation characteristics in agricultural land in Chongqing[J]. Environmental Science, 2018, 39(11): 5116-5126. |
| [6] |
卢新哲, 谷安庆, 张言午, 等. 基于环境地球化学基线的农用地重金属累积特征及其潜在生态危害风险研究[J]. 土壤学报, 2019, 56(2): 408-419. Lu X Z, Gu A Q, Zhang Y W, et al. Sources and risk assessment of heavy metal in agricultural soils based on the environmental geochemical baselines[J]. Acta Pedologica Sinica, 2019, 56(2): 408-419. |
| [7] |
赵元艺, 曾辉, 徐友宁, 等. 金属矿集区地球化学环境累积效应的理论与工作方法[J]. 地质通报, 2014, 33(8): 1106-1113. Zhao Y Y, Zeng H, Xu Y N, et al. Theory and work methods for the cumulative effects of environmental geochemistry in the metallic deposit cluster[J]. Geological Bulletin of China, 2014, 33(8): 1106-1113. DOI:10.3969/j.issn.1671-2552.2014.08.003 |
| [8] | Faust J C, Scheiber T, Fabian K, et al. Geochemical characterisation of northern Norwegian fjord surface sediments:a baseline for further paleo-environmental investigations[J]. Continental Shelf Research, 2017, 148: 104-115. DOI:10.1016/j.csr.2017.08.015 |
| [9] |
李艳, 张薇薇, 程永毅, 等. 重庆紫色母岩及土壤As、Hg环境地球化学基线研究[J]. 土壤学报, 2017, 54(4): 917-926. Li Y, Zhang W W, Cheng Y Y, et al. Environmental geochemical baseline of As and Hg in purple soil and its parent rock in Chongqing[J]. Acta Pedologica Sinica, 2017, 54(4): 917-926. |
| [10] |
朱晓东, 韦朝阳, 杨芬. 包头-白云鄂博地区重金属基线值的厘定及其在重金属污染分级评价中的应用[J]. 自然资源学报, 2016, 31(2): 310-320. Zhu X D, Wei C Y, Yang F. Determination of heavy metal baseline in Baotou and Bayan Obo and its application in the assessment of heavy metal contamination[J]. Journal of Natural Resources, 2016, 31(2): 310-320. |
| [11] |
高杨, 许东升, 李琦. 宿州市表层土壤重金属元素环境地球化学基线研究[J]. 地球与环境, 2018, 46(5): 444-450. Gao Y, Xu D S, Li Q. A study on environmental geochemical baselines of heavy metals in the surficial soil of Suzhou[J]. Earth and Environment, 2018, 46(5): 444-450. |
| [12] | Salminen R, Gregorauskiene V. Considerations regarding the definition of a geochemical baseline of elements in the surficial materials in areas differing in basic geology[J]. Applied Geochemistry, 2000, 15(5): 647-653. DOI:10.1016/S0883-2927(99)00077-3 |
| [13] | Sultan K, Shazili N A. Distribution and geochemical baselines of major, minor and trace elements in tropical topsoils of the Terengganu River basin, Malaysia[J]. Journal of Geochemical Exploration, 2009, 103(2-3): 57-68. DOI:10.1016/j.gexplo.2009.07.001 |
| [14] |
王学求, 周建, 徐善法, 等. 全国地球化学基准网建立与土壤地球化学基准值特征[J]. 中国地质, 2016, 43(5): 1469-1480. Wang X Q, Zhou J, Xu S F, et al. China soil geochemical baselines networks:data characteristics[J]. Geology in China, 2016, 43(5): 1469-1480. |
| [15] | Salminen R, Tarvainen T. The problem of defining geochemical baselines. a case study of selected elements and geological materials in Finland[J]. Journal of Geochemical Exploration, 1997, 60(1): 91-98. DOI:10.1016/S0375-6742(97)00028-9 |
| [16] |
王济, 王世杰, 欧阳自远. 贵阳市表层土壤中镉的环境地球化学基线研究[J]. 环境科学, 2007, 28(6): 1344-1348. Wang J, Wang S J, Ouyang Z Y. Geogenic distribution and baseline concentrations of cadmium in surficial soil of Guiyang, China[J]. Environmental Science, 2007, 28(6): 1344-1348. DOI:10.3321/j.issn:0250-3301.2007.06.031 |
| [17] |
赵新儒, 特拉津·那斯尔, 程永毅, 等.伊犁河流域土壤重金属环境地球化学基线研究及污染评价[J].环境科学, 2014, 35(6): 2392-2400. Zhao X R, Nasier T, Cheng Y Y, et al. Environmental geochemical baseline of heavy metals in soils of the Ili River Basin and pollution evaluation[J]. Environmental Science, 2014, 35(6): 2392-2400. http://www.cnki.com.cn/Article/CJFDTotal-HJKZ201406053.htm |
| [18] |
李超, 杜哲, 陈亚恒, 等. 环京津地区土地生态服务价值时空分异特征[J]. 土壤通报, 2015, 46(1): 42-47. Li C, Du Z, Chen Y H, et al. Spatio-temporal differentiation of land ecosystem service value in the surrounding regions of Beijing and Tianjin[J]. Chinese Journal of Soil Science, 2015, 46(1): 42-47. |
| [19] | Yu C J, Li H Q, Jia X P, et al. Improving resource utilization efficiency in China's mineral resource-based cities:a case study of Chengde, Hebei province[J]. Resources, Conservation and Recycling, 2015, 94: 1-10. DOI:10.1016/j.resconrec.2014.10.013 |
| [20] | Liu J Q, Yin P, Chen B, et al. Distribution and contamination assessment of heavy metals in surface sediments of the Luanhe River Estuary, northwest of the Bohai Sea[J]. Marine Pollution Bulletin, 2016, 109(1): 633-639. DOI:10.1016/j.marpolbul.2016.05.020 |
| [21] |
滕彦国, 矫旭东, 左锐, 等. 攀枝花矿区表层土壤中钒的环境地球化学研究[J]. 吉林大学学报(地球科学版), 2007, 37(2): 278-283. Teng Y G, Jiao X D, Zuo R, et al. Environmental geochemistry of vanadium in topsoil in Panzhihua Mining Area[J]. Journal of Jilin University (Earth Science Edition), 2007, 37(2): 278-283. |
| [22] |
中华人民共和国生态环境部.生态环境损害鉴定评估技术指南土壤与地下水[R].北京: 中华人民共和国生态环境部, 2018. 11-22. Ministry of Ecology and Environment of the People's Republic of China. Technical guidelines for identification and assessment of eco-environmental damage soil and groundwater[R]. Beijing: Ministry of Ecology and Environment of the People's Republic of China, 2018. 11-22. |
| [23] |
滕彦国, 倪师军, 庹先国, 等. 应用标准化方法评价攀枝花地区表层土壤的重金属污染[J]. 土壤学报, 2003, 40(3): 374-379. Teng Y G, Ni S J, Tuo X G, et al. Application of a normalization procedure in assessing heavy metal pollution in topsoil, Panzhihua Region[J]. Acta Pedologica Sinica, 2003, 40(3): 374-379. DOI:10.3321/j.issn:0564-3929.2003.03.008 |
| [24] | Guillén M T, Delgado J, Albanese S, et al. Environmental geochemical mapping of Huelva municipality soils (SW Spain) as a tool to determine background and baseline values[J]. Journal of Geochemical Exploration, 2011, 109(1-3): 59-69. DOI:10.1016/j.gexplo.2011.03.003 |
| [25] | Islam M S, Hossain M B, Matin A, et al. Assessment of heavy metal pollution, distribution and source apportionment in the sediment from Feni River estuary, Bangladesh[J]. Chemosphere, 2018, 202: 25-32. DOI:10.1016/j.chemosphere.2018.03.077 |
| [26] |
范凯, 韦朝阳, 杨晓松. 长沙市乔口镇土壤重金属地球化学基线值的厘定及应用[J]. 环境科学学报, 2014, 34(12): 3076-3083. Fan K, Wei C Y, Yang X S. Geochemical baseline of heavy metals in the soils of Qiaokou town, Changsha city and its application[J]. Acta Scientiae Circumstantiae, 2014, 34(12): 3076-3083. |
| [27] |
章海波, 骆永明. 区域尺度土壤环境地球化学基线估算方法及其应用研究[J]. 环境科学, 2010, 31(7): 1607-1613. Zhang H B, Luo Y M. Researches on the estimate methods and applications of soil environmental geochemical baseline at a regional scale[J]. Environmental Science, 2010, 31(7): 1607-1613. |
| [28] | Bauer I, Bor J. Lithogene, geogene und anthropogene schwermetallgehalte von lößböden an den beispielen von Cu, Zn, Ni, Pb, Hg und Cd[J]. Mainzer Geowiss Mitt, 1995, 24: 47-70. |
| [29] | Müller G. Index of geoaccumulation in sediments of the Rhine River[J]. GeoJournal, 1969, 2(3): 108-118. |
| [30] | 中国环境监测总站. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990. |
| [31] |
杨伟光, 王美娥, 陈卫平. 新疆干旱区某矿冶场对周围土壤重金属累积的影响[J]. 环境科学, 2019, 40(1): 445-452. Yang W G, Wang M E, Chen W P. Effect of a mining and smelting plant on the accumulation of heavy metals in soils in arid areas in Xinjiang[J]. Environmental Science, 2019, 40(1): 445-452. |
| [32] | Cao X L, Diao M H, Zhang B G, et al. Spatial distribution of vanadium and microbial community responses in surface soil of Panzhihua mining and smelting area, China[J]. Chemosphere, 2017, 183: 9-17. DOI:10.1016/j.chemosphere.2017.05.092 |
| [33] |
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 J 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. |