深圳市不同土类的重金属环境背景值与理化性质特征

引用本文

林挺, 赵述华, 郗秀平, 杨坤, 吴静雅, 朱艳, 罗飞. 深圳市不同土类的重金属环境背景值与理化性质特征[J]. 环境科学, 2021, 42(7): 3518-3526.

LIN Ting, ZHAO Shu-hua, XI Xiu-ping, YANG Kun, WU Jing-ya, ZHU Yan, LUO Fei. Environmental Background Values of Heavy Metals and Physicochemical Properties in Different Soils in Shenzhen[J]. Environmental Science, 2021, 42(7): 3518-3526.

深圳市不同土类的重金属环境背景值与理化性质特征

林挺, 赵述华, 郗秀平, 杨坤, 吴静雅, 朱艳, 罗飞

深圳市环境科学研究院, 国家环境保护饮用水水源地管理技术重点实验室, 深圳 518001

收稿日期: 2020-11-09; 修订日期: 2020-12-17

基金项目: 国家重点研发计划项目（2017YFC0506605）

作者简介: 林挺(1990~), 男, 硕士, 工程师, 主要研究方向为土壤环境调查与风险评估, E-mail: linting2016@163.com

通信作者: 罗飞, E-mail: luofei2006@qq.com

摘要: 城市土壤环境背景值特征研究可为制定区域土壤背景值标准提供科学依据.为摸清深圳市不同土类重金属（Cr、Cu、Zn、Ni、Pb、Co、V、Cd和Hg）的环境背景值特征，探究重金属环境背景值与土壤理化性质的关系，在全市布设500个土壤背景点位，采用多点增量法采集500个土壤表层（0~20 cm）样品，赤红壤405个，红壤77个，黄壤18个.结果表明：①红壤重金属的背景值整体偏低，赤红壤Cr、Ni、Co和V以及黄壤Cu、Zn、Hg、Pb和Cd的背景值高于其他土类；3种土类中Cr、Cu、Zn、Ni、Co和V的背景值比全国"七五"背景值低，Cd和Hg背景值与全国"七五"背景值较为接近，Pb背景值高于全国"七五"背景值；②9种重金属背景值的空间分布规律差异较大，Pb、Zn和Co呈明显的地带性分布格局，Cr、Cu、Ni、V、Cd和Hg表现为点状分布格局；③将不同土类重金属背景值与理化性质参数进行相关性分析，发现赤红壤重金属背景值与理化性质的相关性最为显著；④通过逐步回归分析，将赤红壤中重金属背景值与理化性质参数的关系进行定量化表达，探明影响赤红壤重金属背景值的理化性质参数依次为机械组成、pH、有机质和阳离子交换量.

关键词: 赤红壤红壤黄壤土壤背景值多点增量采样逐步回归分析

Environmental Background Values of Heavy Metals and Physicochemical Properties in Different Soils in Shenzhen

LIN Ting , ZHAO Shu-hua , XI Xiu-ping , YANG Kun , WU Jing-ya , ZHU Yan , LUO Fei

State Environmental Protection Key Laboratory of Drinking Water Source Management and Technology, Shenzhen Academy of Environmental Science, Shenzhen 518001, China

Abstract: Research on the characteristics of environmental background values of soil can provide a scientific basis for setting regional standards for soils. To determine the characteristics of environmental background values and main influencing factors of heavy metals (Cr, Cu, Zn, Ni, Pb, Co, V, Cd, and Hg) in soils in Shenzhen, 500 topsoil samples (0-20 cm) were collected by decision unit multi increment sampling (DUMS) from 500 soil background sites in the whole city, including 405 latosolic red soil, 77 red soil, and 18 yellow soil samples. The results show that the concentrations of heavy metals in red soil are relatively low in general, and those of Cr, Ni, Co, and V in latosolic red soil and Cu, Zn, Hg, Pb, and Cd in yellow soil are higher. Compared with the environmental background values of soil in the Seventh Five-year Plan of China in 1980s, the concentrations of Cr, Cu, Zn, Ni, Co, and V in latosolic red soil, red soil, and yellow soil are lower, the concentrations of Cd and Hg are similar, and the concentration of Pb is higher. The spatial distribution patterns of the nine heavy metals are significantly different. Pb, Zn, and Co present an obvious zonal distribution pattern, while Cr, Cu, Ni, V, Cd, and Hg present a point-like distribution pattern. Moreover, the correlation analysis between heavy metal content and physicochemical properties of different soils showed that the correlation between heavy metal content and physicochemical properties of latosolic red soil was the most significant. Stepwise regression analysis was used to elucidate the relationship between heavy metal content in latosolic red soil, and physicochemical properties were quantified. The physicochemical properties affecting heavy metal content in latosolic red soil were found to be mechanical composition, pH, organic matter, and cation exchange capacity.

Key words: latosolic red soil red soil yellow soil environmental background values of soil decision unit multi increment sampling stepwise regression analysis

土壤环境背景值是指在一定时间条件下, 未受或少受人类活动影响下土壤本身化学元素的背景值^[1].土壤重金属来源于岩石, 其环境背景值与成土母质、土类和气候条件有关^[2].随着人类活动的加剧, 城市土地利用方式的改变, 土壤类型和性质发生了变化, 导致土壤重金属背景值发生变化^{[3, 4]}.探究城市土壤重金属背景值特征成为国内外研究的热点^[5~7].目前, 国内外关于城市土壤重金属背景值特征的研究主要集中在自然保护区^{[8, 9]}、工业场地^{[10, 11]}、城市公园绿地^[12~15]和地表灰尘^[16~18]等, 而对于城市土壤重金属的环境背景值研究较少.

城市土壤重金属环境背景值研究可为制定区域土壤背景值标准、辅助修正污染地块土壤的风险筛选值和修复目标提供依据.我国建设用地土壤重金属(As、Co和V)风险管控标准^{[19, 20]}借鉴了我国在20世纪80年代“七五”期间全国土壤背景调查的结果.美国国家环保署颁布的技术指导文件建议利用污染物背景值的算术平均值来判断地块土壤污染物是否存在污染^[21].国内在制定污染地块土壤重金属修复目标值时, 利用地块所在区域污染物的背景值修正修复目标值^[22].

图 1 土壤环境背景调查采样点分布 Fig. 1 Distribution of sampling points in soil environmental background survey

我国经历了近40年的快速经济发展, 城市原有的空间格局和土地利用方式已发生剧烈变化, 导致重金属环境背景值也发生改变, 重新了解城市不同土类重金属的环境背景值特征具有重要意义.本研究以高强度开发城市——深圳为例, 开展精细化土壤背景调查, 分析土壤地方标准中普遍关注的重金属(Cr、Cu、Zn、Ni、Pb、Co、V、Cd和Hg)在不同土类中的环境背景值和空间分布特征, 探究重金属环境背景值与土壤理化性质的关系, 以期为制定高强度开发城市土壤背景值标准提供科学依据.

1 研究区概况

深圳市是中国南部海滨城市, 属于南亚热带地区.全市总面积1 997.47 km², 常住人口为1 302.66万人; 全市建设用地面积为968.5 km², 约占全市总面积的48.5%; 基本生态控制线的面积约974.7 km², 约占全市总面积的48.8%; 土地利用类型包括建设用地、林地、城市绿地、农业用地、近岸海域、湿地、填海用地、湖库坑塘、裸土地和采石场等^[23].

深圳市的土壤类型主要有赤红壤、红壤、黄壤、水稻土、滨海砂土和滨海盐渍土等, 包括10个土类、15个亚类、36个土属和74个土种, 赤红壤、红壤和黄壤覆盖的区域占全市总面积68.2%^[24].赤红壤主要分布在300 m以下丘陵、岗地和山坡, 是全市面积最大、分布范围最广的自然土壤; 红壤主要分布在梧桐山、七娘山、羊台山、田心上和笔架山等海拔300~600 m之间的山坡; 黄壤主要分布在大鹏、七娘山、排牙山、笔架山以及沙头角等海拔600 m以上的山顶.

目前, 大部分水稻土、滨海砂土和滨海盐渍土等已转变为建设用地, 受人为活动影响较大, 不具备土壤环境背景采样条件, 本研究以分布最广的赤红壤、红壤和黄壤作为调查对象.

2 材料与方法 2.1 样品采集

以深圳市基本生态控制线范围内作为布点区域, 土壤背景点位布设采用环境单元法与网格法, 同时考虑以下4个方面^{[2, 25]}：①点位选择在土壤类型特征明显、地形相对平坦、植被良好和无明显水土流失、非坡脚和洼地的区域; ②点位应离铁路、公路至少300 m以上; ③点位选择在不施化肥和农药的区域; ④点位不设置在多种土类交错分布的地区.

2018年7~10月在调查区域开展野外采样工作, 共布设500个土壤背景点位(图 1).其中赤红壤405个, 红壤77个, 黄壤18个.采用多点增量法进行采样^[26], 每个点位采集50个表层(0~20 cm)土样组成1个混合样, 按照1∶1的比例采集土壤理化性质样品, 分析指标包括pH、容重、阳离子交换量、有机质背景值和机械组成.按照总样品数4%的比例设置现场密码平行样, 现场密码平行样的结果不纳入后续统计分析.

2.2 样品分析方法

土壤样品在自然条件下风干, 去除植物残体与碎石, 研磨过10目筛后充分混合, 再研磨过100目筛后置于密封袋中备用.土壤重金属和理化性质样品的分析方法参照文献[27].Cr、Cu、Zn、Ni、Co和V参照《固体废物22种金属元素的测定电感耦合等离子体发射光谱法》(HJ 781-2016)的方法, 实验室检出限分别为0.5、0.4、1.2、0.4、0.5和1.5 mg·kg^-1; Pb和Cd参照《土壤质量铅、镉的测定石墨炉原子吸收分光光度法》(GB/T 17141-1997)的方法, 实验室检出限为0.1 mg·kg^-1和0.01 mg·kg^-1; Hg参照《土壤质量总汞、总砷、总铅的测定原子荧光法》(GB/T 22105.1-2008)第1部分：土壤中总汞的测定的方法, 实验室检出限为0.001 mg·kg^-1.土壤pH和有机质背景值参照《土壤检测》(NY/T 1121.2-2006)第2部分：土壤pH的测定的方法, 阳离子交换量参照《森林土壤阳离子交换量的测定》(LY/T 1243-1999)的方法, 机械组成参照《森林土壤颗粒组成(机械组成)的测定》(LY/T 1225-1999)的方法.

Cd和Co的检出率分别为90.8%和90.0%, 其余重金属的检出率均为100%.采用现场密码平行样和统一监控样(由深圳市土壤环境质量详查质控实验室制备)进行实验室外部质量控制, 采用室内密码平行样和国家一级标准物质(GSS-13、GSS-14和GSS-28)进行实验室内部质量控制.现场密码平行样和室内密码平行样的合格率为99%, 统一监控样和标准物质准确度合格率为100%, 结果符合文献[27]的要求.

2.3 土壤背景值确定方法

对于低于分析方法检出限的测定结果以“ND”报出, 统计分析时按1/2检出限计算.每种土类重金属数据先进行分布类型检验, 再剔除异常值, 表征每种土类重金属的环境背景值.

2.3.1 检验数据分布类型

采用偏度-峰度法和Shapiro-Wilk检法, 对不同土类的重金属数据进行分布状态检验.

2.3.2 剔除异常值

在计算95%分位值时, 不剔除任何异常值, 在计算算术平均值(arithmetic mean, AM)和几何平均值(geometric Mean, GM)时, 剔除异常值^[2].样本量大于100的, 重金属数据呈正态分布的, 剔除平均值±3倍标准偏差以外的异常值; 呈对数正态分布的, 剔除GM/D³~GM·D³(其中, GM为几何平均值, D为几何标准差); 对于样本量小于和等于100的, 用Grubb's检验法和T(thompson)法剔除异常值^[28].在剔除异常值时, 需要根据点位位置、周边环境、分析测试过程等对异常值进行逐一核实, 对于周边没有明显污染源、采样时也没有发现有明显污染痕迹的异常值予以保留.

2.3.3 背景值的表征方法

土壤环境背景值是一个表征元素背景值集中分布趋势的特征值, 而不是一个具体的数值^[28].土壤环境背景值的统计方法包括AM、GM、95%分位值和95%置信上限(upper confidence level, UCL)^[29].AM和GM多用于表征地球元素的丰度, AM易受到极端值的影响, GM能够更好地体现元素背景值分布的集中趋势^[2]; 95%分位值表示有95%的数据低于这个值, 用来表示近似最大值; 95% UCL表示真实平均值等于或低于该值的概率为95%.不同统计方法可以更好地表征土壤重金属背景值的分布趋势^{[30, 31]}.本研究采用AM、GM、95%分位值和95%UCL表征不同土类重金属的环境背景值.

利用Excel 2016软件计算AM、GM和95%分位值.根据数据的分布形态选择合适的方法计算95%UCL^[32], 数据呈正态分布时选用Student's t-test方法, 数据呈对数正态分布时选择Land's H方法, 数据呈偏态分布时选用切比雪夫不等式法, 相关计算过程在Pro UCL 5.0软件进行.

2.4 相关性分析

利用SPSS 19软件对不同土类重金属背景值与理化性质参数进行相关性统计分析, 计算Pearson相关系数并进行检验.

2.5 逐步回归分析

根据相关性分析结果, 利用SPSS 19软件将不同理化性质参数引入模型进行逐步回归分析(P=0.05), 以确认重金属背景值的主要影响因素.逐步回归分析在普通的回归法基础上增加了对自变量的筛选, 先对每个自变量和因变量建立一元简单线性回归模型, 将其中P值最小且有统计学意义的简单线性回归模型对应的自变量引入模型, 检验自变量是否仍有统计学意义, 有则保留在模型中, 没有则剔除出模型, 如此反复进行, 直至既无显著的自变量不被引入, 又无不显著的自变量被引入时, 回归方程才建立完^[33].

3 结果与讨论 3.1 不同土类重金属的背景值

赤红壤样本中剔除了5个异常值, 红壤和黄壤样本中未剔除异常值.剔除异常值后不同土类重金属背景值的箱线图见图 2, 数据统计结果见表 1.不同土类重金属的背景值存在显著差异, 红壤重金属的背景值整体偏低, 赤红壤的Cr、Ni、Co和V以及黄壤的Cu、Zn、Pb、Cd和Hg背景值明显高于其他土类.采用AM、GM、95%分位值和95%UCL分别表征不同土类重金属背景值, GM的计算结果较小, 95%值的计算结果较大, 不同统计方法计算的重金属背景值大小顺序为GM < AM < 95%UCL < 95%分位值, GM和95%分位值的计算结果差异在1~6倍之间.在确定背景值标准时GM的结果较为保守, 95%分位值的结果则较为宽松, AM和95%UCL则介于两者之间, 采用哪种统计方法作为土壤背景值标准需要根据当地土壤环境管理情况进一步确定.

图 2 不同土类重金属背景值数据箱线图 Fig. 2 Box-plot diagrams of heavy metal concentrations

表 1 不同土类重金属背景值的统计结果¹⁾ Table 1 Statistical results of background values of heavy metals in different soils in different soil types

土类	项目	Cr	Cu	Zn	Ni	Pb	Co	V	Cd	Hg
赤红壤(n=400)	分布类型	对数正态	对数正态	对数正态	对数正态	偏态	对数正态	偏态	对数正态	对数正态
	MIN	3.1	1.9	6.4	1.2	4.6	0.55	1.9	0.005	0.007
	MAX	190	78.3	186	73.4	358	32	340	0.31	0.217
	AM	31.1	14.3	49.3	9.69	51.6	5.5	52.9	0.053	0.083
	GM	20.4	10.4	41.2	6.93	40.8	3.53	40.9	0.041	0.076
	95%分位值	92.2	43.9	112	32.9	130	17.6	125	0.12	0.151
	95%UCL	37.43	17.15	52.45	11.83	65.04	6.80	55.8	0.063	0.090
	SD	29.4	13.2	30.1	9.9	40	6.01	40.1	0.039	0.033
	CV	94.53	92.31	61.05	102.17	77.52	109.27	75.80	73.58	39.76
	“七五”AM^[28]	41.5	17.1	49.0	13.1	35.0	6.6	73.1	0.048	0.056
	“七五”GM^[28]	31	11.5	39.2	9.6	28.4	4.6	54.2	0.033 1	0.046 6
	“七五”95%分位值^[28]	103.6	41.1	126.8	40.4	92.2	19.5	186.5	0.148	0.137
红壤(n=77)	分布类型	对数正态	对数正态	正态	对数正态	正态	对数正态	正态	对数正态	对数正态
	MIN	1.7	1.6	7.2	0.8	11.8	0.55	7.8	0.005	0.049
	MAX	104	127	149	64.1	354	26.8	127	0.120	0.150
	AM	20.1	15	48.8	8.15	55.1	4.15	41.3	0.05	0.091
	GM	13.8	10.2	44.2	5.84	45.3	3	33.3	0.041	0.088
	95%分位值	70.2	42.4	84.1	19.4	124	10.6	93.5	0.11	0.131
	95%UCL	30.65	17.97	52.57	12.95	80.06	4.921	46.84	0.063 4	0.095 4
	SD	21.05	17.03	22.36	9.59	49.9	4.15	27	0.027	0.023
	CV	104.98	113.33	45.90	117.67	90.56	100.00	65.38	54.00	25.27
	“七五”AM^[28]	62.6	24.4	80.1	25.7	29.1	12.3	103.2	0.065	0.078
	“七五”GM^[28]	49.7	18.4	71.7	19.3	26.8	9.5	88.1	0.047 2	0.045 5
	“七五”95%分位值^[28]	150.5	56.8	170.6	64.0	71	29	201.8	0.201	03.065 5
黄壤(n=18)	分布类型	正态	正态	正态	正态	正态	正态	正态	正态	正态
	MIN	2.7	1.6	16.1	1.4	9.6	0.5	7.9	0.01	0.037
	MAX	41.1	54.9	116	6.5	446	12.5	81.6	0.120	0.156
	AM	14.7	15	58.7	4.8	70.52	2.4	45.5	0.054	0.095
	GM	12.6	9.23	54.2	4.46	44.7	1.75	35.7	0.046	0.089
	95%分位值	23.42	54.3	96.5	6.41	180	4.76	79.3	0.086	0.153
	95%UCL	18.04	24.13	68.17	5.42	111	3.53	57.03	0.064 9	0.108
	SD	7.99	16.32	22.35	1.49	96.64	2.61	27.35	0.027	0.032
	CV	54.35	108.67	38.16	31.04	137.02	108.75	60.22	50.00	33.68
	“七五”AM^[28]	55.5	21.4	79.2	25.3	29.4	12.7	91.1	0.080	0.102
	“七五”GM^[28]	49.6	17.5	71.5	21.5	26.9	10	80.9	0.642	0.089 5
	“七五”95%分位值^[28]	102.2	45.1	156.1	51.2	61.2	26.3	212.1	0.181	0.208
1)MIN表示最小值(minimum), MAX表示最大值(maximum), SD表示标准差(standard deviation), CV表示变异系数(coefficient variation); “七五”表示全国土壤背景调查中3种土类(赤红壤、红壤和黄壤)A层重金属的统计结果; MIN、MAX、AM、GM、95%分位值、95%UCL和SD的单位均为mg·kg^-1, CV的单位为%

表 1 不同土类重金属背景值的统计结果¹⁾ Table 1 Statistical results of background values of heavy metals in different soils in different soil types

为了解深圳市的高背景值重金属, 将本研究结果与“七五”期间全国赤红壤、红壤和黄壤中重金属的背景值进行比较, 3种土类中Cr、Cu、Zn、Ni、Co和V的背景值较低, Cd和Hg的背景值与全国“七五”背景值接近.Pb的背景值明显高于全国“七五”背景值, 其AM、GM和95%分位值比全国“七五”背景值高1.4~3.0倍.土壤Pb具有不断累积的趋势, 这与其他学者的研究结果一致^{[2, 15]}, 原因可能是城市汽车使用量增加导致含Pb汽油排放的气体和颗粒物通过自然沉降和降水的方式进入土壤, 造成城市表层土壤Pb不断累积^{[15, 34]}.

3.2 不同土类重金属的空间分布特征

利用ArcGIS 10.3软件, 在确定最佳半方差函数模型的基础上, 选取Kriging最优空间插值法, 对9种重金属背景值进行估算, 最后形成了重金属背景值的空间分布(图 3).

图 3 不同土类重金属空间分布特征 Fig. 3 Spatial distribution characteristics of heavy metals in different soils

从图 3可以看出, 9种重金属背景值的空间分布规律差异较大.Pb、Zn和Co背景值的空间分布呈明显的地带性分布格局, Pb表现为东部向西部逐渐较少的趋势, 高值区(背景值大于95%的分位值)土类为黄壤, 主要分布在梧桐山东部; Zn和Co则相反, Zn高值区土类为赤红壤, 分布在梅林公园、羊台山等区域; Co高值区土类为赤红壤, 分布在中西部的西丽水库、梅林公园等区域.Cr、Cu、Ni、V、Cd和Hg表现为点状分布格局, 各区域均有高值区.Cr、Cu和Ni高值区土类为赤红壤, 分布在罗田森林公园和排牙山; V高值区土类为赤红壤, 分布于罗田森林公园、排牙山西部等区域, Cd和Hg高值区土类为红壤和黄壤, Cd分布于清林径水库和龙华西北部, Hg分布在银湖山.9种重金属背景值的空间分布差异可能与母质母岩石有关, 深圳西部主要母质母岩为花岗岩, 中东部主要母质母岩为砂砾页岩, 不同母质母岩含有的矿物种类不同, 会导致不同成土条件下向土壤释放的重金属背景值也有所不同.代杰瑞等^[35]的研究发现, 土壤Co、Ni、Mn、Cu和Cr等元素的富集是由砂岩、粉砂岩和泥岩等风化成土所致.赵述华等^[36]研究深圳市不同成土母质条件下土壤砷的环境背景值发现, 深圳砂砾页岩和凝灰熔岩母质发育的土壤中砷的背景值较高, 花岗岩和片麻岩发育的土壤中砷的背景值较低.

3.3 不同土类重金属背景值与理化性质的关系

剔除异常值后不同土类pH、容重、阳离子交换量、有机质和机械组成(黏粒、粉粒、砂粒)的统计结果见表 2.土壤理化性质的变化规律与其所处的海拔、发育程度、植被覆盖程度有关.与赤红壤和红壤相比, 黄壤处于较高的山地, 温度较低、湿度较大, 植被覆盖度较大, 水化作用强烈, 脱硅富铝化作用较弱, 导致其阳离子交换量和有机质背景值偏高, pH、容重和黏粒背景值偏低.

表 2 不同土类的理化性质统计结果 Table 2 Statistical results of physicochemical properties in different soils

从相关性分析结果可以看出(表 3), 赤红壤大部分重金属与理化性质的相关性较为显著, 而红壤和黄壤大部分重金属与理化性质的相关性不显著.在赤红壤中, Zn、Co、V、Cd和Hg与pH呈显著相关(P < 0.01), Cr和V与阳离子交换量呈显著正相关(P < 0.01), Zn、Pb和Co与粉粒背景值呈显著负相关(P < 0.01), 与砂粒背景值呈显著正相关(P < 0.01).在红壤中, V与pH、阳离子交换量、砂粒背景值呈显著负相关(P < 0.05).在黄壤中, Hg与阳离子交换量呈显著正相关(P < 0.01).

表 3 不同土类理化性质参数与重金属背景值的相关性¹⁾ Table 3 Correlation between the physicochemical properties and heavy metal concentrations in different soils

土类	项目	Cr	Cu	Zn	Ni	Pb	Co	V	Cd	Hg
赤红壤(n=400)	pH	-0.196^**	-0.123^*	0.247^**	-0.109^*	0.092	0.184^**	-0.019^**	0.162^**	0.160^**
	容重	-0.031	-0.037	0.058	-0.002	0.038	0.107^*	-0.042	0.023	-0.016
	阳离子交换量	0.160^**	0.108^*	-0.084	0.106^*	-0.146^**	-0.056	0.243^**	0.012	0.027
	有机质	-0.025	-0.081	-0.021	-0.027	-0.011	-0.058	0.036	-0.014	0.097
	黏粒	0.110^*	0.140^**	0.054	0.137^**	0.029	-0.003	0.251^**	0.002	0.015
	粉粒	0.244^**	0.005	-0.280^**	0.140^**	-0.248^**	-0.167^**	0.246^**	-0.101^*	-0.235^**
	砂粒	-0.254^**	-0.075	0.201^**	-0.183^**	0.187^**	0.138^**	-0.327^**	0.081	0.184^**
红壤(n=77)	pH	-0.197	0.093	0.060	-0.129	0.048	-0.056	-0.444^*	0.157	-0.027
	容重	-0.058	-0.047	0.018	0.025	0.142	0.206	0.025	-0.193	-0.205
	阳离子交换量	0.205	0.130	0.187	0.137	0.068	0.129	-0.365^*	0.073	0.279^*
	有机质	-0.136	-0.172	-0.071	-0.221	0.014	-0.113	-0.009	0.076	0.169
	黏粒	0.190	0.006	0.178	0.171	-0.015	0.115	0.213	0.004	0.108
	粉粒	0.170	-0.050	-0.124	0.061	0.182	-0.048	0.158	-0.174	-0.158
	砂粒	-0.104	0.042	-0.067	-0.186	-0.160	-0.128	-0.448^*	0.157	0.012
黄壤(n=18)	pH	-0.007	-0.086	-0.077	-0.147	-0.102	-0.077	-0.423	0.444	0.113
	容重	-0.051	0.219	-0.238	-0.234	0.333	-0.317	0.326	-0.137	-0.267
	阳离子交换量	-0.011	-0.348	0.434	0.145	-0.049	0.361	-0.053	0.402	0.629^**
	有机质	-0.322	-0.403	0.645^**	0.368	0.306	0.373	0.127	0.354	0.253
	黏粒	0.103	0.309	-0.146	0.115	-0.270	0.252	0.071	0.035	0.285
	粉粒	-0.280	-0.133	0.154	0.128	0.117	-0.119	0.140	0.005	0.126
	砂粒	-0.074	-0.041	-0.079	-0.447	0.035	-0.022	-0.194	-0.026	-0.308
1)*表示在0.01水平(双侧)上显著相关, 表示在0.05水平(双侧)上显著相关, 未标记表示未通过显著性检验

表 3 不同土类理化性质参数与重金属背景值的相关性¹⁾ Table 3 Correlation between the physicochemical properties and heavy metal concentrations in different soils

在表 3中, 赤红壤中V与阳离子交换量呈显著正相关, 而红壤中V与阳离子交换量呈显著负相关, 这可能与不同土类中V的赋存形态不同有关.土壤阳离子交换量是指土壤胶体所能吸附各种阳离子的总量, 土壤阳离子交换量增加, 土壤对重金属阳离子的吸附固持作用增强, 对阴离子的专性吸附作用减弱.陈江军等^[37]通过研究重金属的赋存形态及其影响因素发现, Cd、Pb和Hg的可交换态与阳离子交换量呈现负相关, 而As的可交换态与之呈现正相关.

3.4 赤红壤重金属背景值与理化性质参数的回归分析

由于赤红壤重金属与理化性质的相关性较为显著, 选择赤红壤中重金属环境背景值与理化性质进行逐步多元线性回归分析, 以偏相关系数的大小序列, 确定重金属背景值的主要影响因素(表 4).由表 4可以看出, 影响Cr、Cu、Zn、Ni、Pb、V和Hg背景值的第一因素为粉粒、砂粒和黏粒, 可归结为机械组成, Co和Cd的第一影响因素为pH.纵观主要因素的排序, 机械组成(粉粒、砂粒和黏粒)占据7个第一, 1个第二, 为第一影响因素; pH占据2个第一和4个第二, 为第二影响因素; 第三和第四影响因素依次为有机质和阳离子交换量.粒径是影响土壤重金属分配的重要因素, 不同粒径大小, 其结构、表面活性吸附电位、有机质背景值、比表面积等均会有所不同.本研究中重金属背景值随砂粒和粉粒背景值的增加而减小, 随黏粒背景值的增加而增大, 重金属更容易在黏粒中富集, 这与文献[38]的研究结果较为一致.

表 4 赤红壤的理化性质参数对重金属背景值的贡献¹⁾ Table 4 Contribution of physicochemical properties to heavy metal concentrations in latosolic red soil

元素	回归方程	复相关系数	第一影响因素		第二影响因素		第三影响因素		第四影响因素
元素	回归方程	复相关系数	名称	偏相关系数	名称	偏相关系数	名称	偏相关系数	名称	偏相关系数
Cr	Y=99.78-0.47X₇-8.94X₁	0.289	砂粒	-0.217	pH	-0.144	—²⁾	—	—	—
Cu	Y=23.78+0.23X₅-2.91X₁	0.174	黏粒	0.124	pH	0.104	—	—	—	—
Zn	Y=41.68-1.15X₆+13.56X₁-0.478X₇	0.38	粉粒	-0.223	pH	0.215	砂粒	-0.115	—	—
Ni	Y=16.53-0.125X₇	0.18	砂粒	-0.18	—	—	—	—	—	—
Pb	Y=74.90-0.89X₆	0.248	粉粒	-0.025	—	—	—	—	—	—
Co	Y=-2.043+1.995X₁-0.073X₆	0.227	pH	-0.155	粉粒	-0.135	—	—	—	—
V	Y=150.13-0.87X₇-10.24X₁	0.34	砂粒	-0.29	pH	-0.12	—	—	—	—
Cd	Y=-0.10+0.13X₁	0.162	pH	0.162	—	—	—	—	—	—
Hg	Y=-0.036-0.01X₆+0.001X₄+0.1X₁+0.002X₃	0.324	粉粒	-0.264	有机质	0.116	pH	0.143	阳离子交换量	0.134
1)X₁表示pH; X₂表示容重; X₃表示阳离子交换量; X₄表示有机质; X₅表示黏粒; X₆表示粉粒; X₇表示砂粒; 2)“—”表示该数据空缺

表 4 赤红壤的理化性质参数对重金属背景值的贡献¹⁾ Table 4 Contribution of physicochemical properties to heavy metal concentrations in latosolic red soil

4 结论

(1) 红壤重金属的背景值整体偏低, 赤红壤Cr、Ni、Co和V以及黄壤Cu、Zn、Hg、Pb和Cd的背景值高于其他土类.与“七五”期间全国赤红壤、红壤和黄壤中重金属的背景值进行比较, 3种土类Cr、Cu、Zn、Ni、Co和V的背景值低于全国“七五”背景值, Cd和Hg与全国“七五”背景值接近, Pb高于全国“七五”背景值.

(2) 9种重金属背景值的空间分布规律差异较大, Pb、Zn和Co背景值的空间分布呈明显的地带性分布格局, Cr、Cu、Ni、V、Cd和Hg表现为点状分布格局.

(3) 与赤红壤和红壤相比, 黄壤的阳离子交换量和有机质背景值偏高, pH值和黏粒背景值偏低.赤红壤大部分重金属背景值与理化性质的相关性显著.红壤和黄壤中除V和Hg外, 其他重金属与理化性质的相关性不显著.

(4) 选择赤红壤中重金属环境背景值与理化性质进行逐步多元线性回归分析, 探明影响赤红壤重金属背景值的理化性质参数依次为机械组成、pH、有机质和阳离子交换量.

参考文献

[1]	夏增禄, 李森照, 李廷芳, 等. 土壤元素背景值及其研究方法[M]. 北京: 气象出版社, 1987.
[2]	da Silva E B, Gao P, Xu M, et al. Background concentrations of trace metals As, Ba, Cd, Co, Cu, Ni, Pb, Se, and Zn in 214 Florida urban soils: different cities and land uses[J]. Environmental Pollution, 2020, 264. DOI:10.1016/j.envpol.2020.114737
[3]	Chirenje T, Ma L Q, Chen M, et al. Comparison between background concentrations of arsenic in urban and non-urban areas of Florida[J]. Advances in Environmental Research, 2003, 8(1): 137-146. DOI:10.1016/S1093-0191(02)00138-7
[4]	Chirenje T, Ma L Q, Hornsby A G, et al. Protocol development for assessing arsenic background concentrations in Florida urban soils[J]. Environmental Forensics, 2001, 2(2): 141-153. DOI:10.1006/enfo.2001.0046
[5]	Cheng H X, Li M, Zhao C D, et al. Overview of trace metals in the urban soil of 31 metropolises in China[J]. Journal of Geochemical Exploration, 2014, 139: 31-52. DOI:10.1016/j.gexplo.2013.08.012
[6]	陈同斌, 郑袁明, 陈煌, 等. 北京市土壤重金属含量背景值的系统研究[J]. 环境科学, 2004, 25(1): 117-122. Chen T B, Zheng Y M, Chen H, et al. Background concentrations of soil heavy metals in Beijing[J]. Environmental Science, 2004, 25(1): 117-122.
[7]	Castro J E, Fernandez A M, Gonzalez-Caccia V, et al. Concentration of trace metals in sediments and soils from protected lands in south Florida: background levels and risk evaluation[J]. Environmental Monitoring and Assessment, 2013, 185(8): 6311-6332. DOI:10.1007/s10661-012-3027-9
[8]	刘江生, 王仁卿, 戴九兰, 等. 山东省黄河故道区域土壤环境背景值研究[J]. 环境科学, 2008, 29(6): 1699-1704. Liu J S, Wang R Q, Dai J L, et al. Soil environmental background concentrations in old course of the yellow river in Shandong Province[J]. Environmental Science, 2008, 29(6): 1699-1704. DOI:10.3321/j.issn:0250-3301.2008.06.043
[9]	dos Santos S N, Alleoni L R F. Reference values for heavy metals in soils of the Brazilian agricultural frontier in Southwestern Amazônia[J]. Environmental Monitoring and Assessment, 2013, 185(7): 5737-5748. DOI:10.1007/s10661-012-2980-7
[10]	沈城, 刘馥雯, 吴健, 等. 再开发利用工业场地土壤重金属含量分布及生态风险[J]. 环境科学, 2020, 41(11): 5125-5132. Shen C, Liu F W, Wu J, et al. Distribution and ecological risk of heavy metals in the soil of redevelopment industrial sites[J]. Environmental Science, 2020, 41(11): 5125-5132.
[11]	吴志远, 张丽娜, 夏天翔, 等. 基于土壤重金属及PAHs来源的人体健康风险定量评价: 以北京某工业污染场地为例[J]. 环境科学, 2020, 41(9): 4180-4196. Wu Z Y, Zhang L N, Xia T X, et al. Quantitative assessment of human health risks based on soil heavy metals and PAHs sources: take a polluted industrial site of Beijing as an example[J]. Environmental Science, 2020, 41(9): 4180-4196.
[12]	Kuzmanoski M M, Todorovi Dc' M, Uroševi Dc' M P A, et al. Heavy metal content of soil in urban parks of Belgrade[J]. Hemijska Industrija, 2014, 68(5): 643-651. DOI:10.2298/HEMIND131105001K
[13]	Wang X S, Qin Y. Some characteristics of the distribution of heavy metals in urban topsoil of Xuzhou, China[J]. Environmental Geochemistry and Health, 2007, 29(1): 11-19. DOI:10.1007/s10653-006-9052-2
[14]	Khan S, Munir S, Sajjad M, et al. Urban park soil contamination by potentially harmful elements and human health risk in Peshawar City, Khyber Pakhtunkhwa, Pakistan[J]. Journal of Geochemical Exploration, 2016, 165: 102-110. DOI:10.1016/j.gexplo.2016.03.007
[15]	Liu L L, Liu Q Y, Ma J, et al. Heavy metal(loid)s in the topsoil of urban parks in Beijing, China: concentrations, potential sources, and risk assessment[J]. Environmental Pollution, 2020, 260. DOI:10.1016/j.envpol.2020.114083
[16]	马建华, 董运武, 陈彦芳. 开封市周边地区地表灰尘重金属背景值研究[J]. 环境科学学报, 2020, 40(5): 1798-1806. Ma J H, Dong Y W, Chen Y F. Background values of heavy metals in surface dusts in the vicinity of Kaifeng, Henan Province[J]. Acta Scientiae Circumstantiae, 2020, 40(5): 1798-1806.
[17]	Khademi H, Gabarrón M, Abbaspour A, et al. Distribution of metal(loid)s in particle size fraction in urban soil and street dust: influence of population density[J]. Environmental Geochemistry and Health, 2020, 42(12): 4341-4354. DOI:10.1007/s10653-020-00515-4
[18]	段海静, 蔡晓强, 阮心玲, 等. 开封市公园地表灰尘重金属污染及健康风险[J]. 环境科学, 2015, 36(8): 2972-2980. Duan H J, Cai X Q, Ruan X L, et al. Assessment of heavy metal pollution and its health risk of surface dusts from parks of Kaifeng, China[J]. Environmental Science, 2015, 36(8): 2972-2980.
[19]	GB 15618-2018, 土壤环境质量农用地土壤污染风险管控标准(试行)[S].
[20]	GB 36600-2018, 土壤环境质量建设用地土壤污染风险管控标准(试行)[S].
[21]	Environmental Protection Agency. Guidance for comparing background and chemical concentrations in soil for CERCLA sites[R]. Washington, DC: Environmental Protection Agency, 2002. 7-41.
[22]	HJ 25.2-2019, 建设用地土壤污染风险管控和修复监测技术导则[S].
[23]	深圳市统计局, 国家统计局深圳调查队. 深圳市统计年鉴(2019年)[EB/OL]. http://tjj.sz.gov.cn/attachment/0/695/695422/7971762.pdf, 2020-01-01.
[24]	深圳市土壤普查办公室. 深圳土壤[R]. 深圳: 深圳市土壤普查办公室, 1986.
[25]	Liu Y G, Gao P, Su J, et al. PAHs in urban soils of two Florida cities: background concentrations, distribution, and sources[J]. Chemosphere, 2019, 214: 220-227. DOI:10.1016/j.chemosphere.2018.09.119
[26]	Brewer R, Peard J, Heskett M. A critical review of discrete soil sample data reliability: part 1—field study results[J]. Soil and Sediment Contamination: An International Journal, 2017, 26(1): 1-22. DOI:10.1080/15320383.2017.1244171
[27]	中华人民共和国环境保护部办公厅, 中华人民共和国国土资源部办公厅, 中华人民共和国农业部办公厅. 关于印发全国土壤污染状况详查样品分析测试方法系列技术规定的通知[EB/OL]. http://www.mee.gov.cn/gkml/hbb/bgth/201711/W020171106339408983483.pdf, 2017-10-23.
[28]	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.
[29]	Nogueira T A R, Abreu-Junior C H, Alleoni L R L, et al. Background concentrations and quality reference values for some potentially toxic elements in soils of São Paulo State, Brazil[J]. Journal of Environmental Management, 2018, 221: 10-19.
[30]	Chen M, Ma L Q, Hoogeweg C G, et al. Arsenic background concentrations in Florida, U.S.A. surface soils: determination and interpretation[J]. Environmental Forensics, 2001, 2(2): 117-126. DOI:10.1006/enfo.2001.0050
[31]	Chen M, Ma L Q, Harris W G. Baseline concentrations of 15 trace elements in Florida surface soils[J]. Journal of Environmental Quality, 1999, 28(4): 1173-1181.
[32]	姜林, 张丽娜, 钟茂生, 等. 统计方法在污染场地修复验收评估中的应用[J]. 环境科学研究, 2013, 26(8): 873-878. Jiang L, Zhang L N, Zhong M S, et al. Case application of statistical analysis in remediation validation of contaminated sites[J]. Research of Environmental Sciences, 2013, 26(8): 873-878.
[33]	张文彤, 邝春伟. SPSS统计分析基础教程[M]. (第二版). 北京: 高等教育出版社, 2011.
[34]	李小平, 刘洁, 夏舒楠, 等. 我国城市土壤铅与儿童血铅空间分布格局[J]. 土壤通报, 2015, 46(1): 226-232. Li X P, Liu J, Xia S N, et al. Spatial distribution pattern of lead in urban soil and in children's blood, China[J]. Chinese Journal of Soil Science, 2015, 46(1): 226-232.
[35]	代杰瑞, 庞绪贵, 喻超, 等. 山东省东部地区土壤地球化学基准值与背景值及元素富集特征研究[J]. 地球化学, 2011, 40(6): 577-587. Dai J R, Pang X G, Yu C, et al. Geochemical baselines and background values and element enrichment characteristics in soils in eastern Shandong Province[J]. Geochimica, 2011, 40(6): 577-587.
[36]	赵述华, 罗飞, 郗秀平, 等. 深圳市土壤砷的背景含量及其影响因素研究[J]. 中国环境科学, 2020, 40(7): 3061-3069. Zhao S H, Luo F, Xi X P, et al. Study of soil background content of arsenic and its impact factors in Shenzhen[J]. China Environmental Science, 2020, 40(7): 3061-3069. DOI:10.3969/j.issn.1000-6923.2020.07.032
[37]	陈江军, 刘波, 李智民, 等. 江汉平原典型场区土壤重金属赋存形态及其影响因素探讨[J]. 资源环境与工程, 2018, 32(4): 551-556. Chen J J, Liu B, Li Z M, et al. Soil heavy metal occurrence and its influencing factors in typical areas in Jianghan Plain[J]. Resources Environment & Engineering, 2018, 32(4): 551-556.
[38]	岳希, 孙体昌, 黄锦楼. 某铅蓄电池厂表土不同粒径中铅分布规律研究[J]. 环境科学, 2013, 34(9): 3679-3683. Yue X, Sun T, Huang J L. Distribution characteristics of lead in different particle size fractions of surface soil of a lead-acid battery factory contaminated site[J]. Environmental Science, 2013, 34(9): 3679-3683.


环境科学 2021, Vol. 42 Issue (7): 3518-3526	PDF