2. 兰州资源环境职业技术学院气象学院, 兰州 730021;
3. 中国气象局武汉暴雨研究所, 暴雨监测预警湖北省重点实验室, 武汉 430205
2. College of Meteorology, Lanzhou Resources & Environment Vocational-Technical College, Lanzhou 730021, China;
3. Hubei Key Laboratory for Heavy Rain Monitoring and Warning Research, Institute of Heavy Rain, China Meteorological Administration, Wuhan 430205, China
土壤是生态环境的主要组成部分, 更是人类赖以生存的物质基础.近年来, 土壤重金属污染已成为世界性的环境问题.由于重金属在土壤中具有潜伏性强、迁移速率慢和难降解的特性, 能通过“土壤-植物-动物-人体”或“土壤-水-人体”等途径间接被人体吸收, 威胁人类健康[1], 现已成为社会大众关注的热点, 也是亟需解决的首要问题.由2014年全国土壤污染状况调查结果显示, 我国土壤污染超标率达16.1%, 其中以无机污染为主, 超标点数占全国的82.8%[2], 因此, 我国土壤重金属污染及其潜在危害不容忽视.近几年国内关于土壤重金属的研究主要集中在珠江三角洲、东北老工业基地、长江三角洲、中南和西南等地区[3], 对西部地区尤其是作为世界独特地理单元的青藏高原, 其关于土壤重金属的研究还较少.
青藏高原地处低纬, 面积辽阔, 地势高亢, 平均海拔4 000 m以上, 是全球海拔最高的独特地域单元.随着青藏高原城市化和工业化的发展, 自然资源的开发利用和第二、三产业的发展逐步加快, 导致青藏高原土壤系统已遭受到一定程度的重金属污染[4].近几十年来, 研究人员利用多种方法对青藏高原重金属进行了分析.首先, 源解析的结果表明, 不同研究区域中重金属元素的来源存在较大的差异, 主要来源包括汽车等交通工具[5]、化肥和农药的施用[6]以及大量外源污染物等, 例如高原外部的灰尘和气溶胶等大气颗粒物的沉降[7~10].另一个重要的污染源是宗教活动和大型祭祀活动, 这是非工业地区和偏远地区出现轻微污染的原因.其次, 青藏高原重金属生态风险评价的结果表明[11], 青藏高原超过50%的地区土壤污染程度为中度或高度, 其中青海地区土壤污染较严重, 西藏地区土壤污染相对较轻.青藏高原多条河流和高原东南部水体的水危害指数较高, 其中雅鲁藏布江和拉萨河中Pb含量较高是造成污染的主要原因.另外, 由中亚气团和印度洋海上气流输送至青藏高原冰川积雪中的重金属量相当可观, 在气候变暖影响下, 这些重金属随着冰雪融水被释放到河流土壤中[12, 13].以上研究成果对了解青藏高原重金属特征具有重要意义.但仍存在局限, 首先多是针对青藏高原某一具体的点进行研究, 缺乏大尺度流域的整体研究; 其次, 存在局限性采样, 采样数据较早或采样点偏远.当前青藏高原在人类活动的不断影响下, 土地利用方式发生了巨大的改变, 其破碎化程度、聚集化程度和景观形状复杂度的变化会进一步破坏植被、供水和土壤, 造成土壤重金属的直接或间接污染, 增加了土壤中重金属元素的分布和迁移的可能性[14].因此, 研究不同土地利用类型下土壤中重金属的分布特征和对生态的风险具有重要意义.目前, 关于青藏高原流域土壤重金属的分布、风险评估的信息较少, 以青藏高原其中的小流域为视角, 对流域内不同土地利用类型下重金属的污染特征与风险评价还较缺乏.
甘南“一江三河”流域地处青藏高原东北边缘, 是中国地势第一级阶梯向第二级阶梯的过渡地带, 表现出显著的边缘性与过渡性[15, 16].这一区域是黄河上游乃至整个黄河流域重要的水源补给区.甘南水资源不仅影响甘南本身的生态安全和人民生活, 还必将波及黄河中下游地区.甘南的牧场还被誉为亚洲最好的牧场之一, 海拔较低且降水丰富导致产草量比青藏高原的三江源地区、可可西里和藏北高原等地高[17], 是青藏高原牧业的重要组成部分.这些无疑都表明甘南“一江三河”流域是我国生态屏障的重要组成部分.西藏“一江两河”流域地处青藏高原腹地, 是西藏自治区的政治、经济和文化中心.流域内河谷平原宽广, 形成辫状水系, 存在许多宽窄不一的河谷平地和湖盆谷地, 优越的地理位置使得基础设施的建设和经济的高速发展加速了对资源的开发利用[18].这一区域内人口比较集中, 占西藏自治区总人口的30%以上, 年楚河谷、拉萨河谷和雅鲁藏布江山南谷地并称为西藏的“三大粮仓”, 是青藏高原种植业和农业的重要组成部分[19].两个流域在当前及可预见的未来都将长期处于高强度活动状态, 高原独特的自然条件及生态环境的脆弱特征对两个流域会产生或多或少的负面影响.由此可见, 甘南“一江三河”流域和西藏“一江两河”流域在自然、生态、社会、经济和制度等因素的交互作用下加剧了土地景观演变的复杂性, 人地关系呈现出高度异质性与复杂性, 使其成为极其脆弱、敏感的地区[20].这些变化对两个流域的自然地球化学以及化学元素的迁移转化产生了巨大的影响.
因此, 本文选择土地利用和人类扰动有明显差异的甘南“一江三河”流域和西藏“一江两河”流域进行研究, 分析Cr、Cd、Cu、Pb、Zn、Ni和As这7种重金属在不同土地利用类型下的分布特点, 并评估它们之间的因果关系, 利用潜在生态风险指数法和地累积指数法揭示研究区重金属风险评估特征, 通过了解青藏高原腹地和边缘地区土壤环境中的重金属环境行为, 以期为因地制宜保护当地生态环境提供科学依据和借鉴.
1 材料与方法 1.1 研究区域甘南“一江三河”流域是指黄河支流洮河和大夏河与嘉陵江的支流白龙江[21], 西藏“一江两河”流域是指雅鲁藏布江及其支流拉萨河和年楚河, 其基本概况如表 1所示.
![]() |
表 1 研究区域概况 Table 1 Overview of the study area |
1.2 样品采集和分析
2020年5月在甘南“一江三河”流域采集了34个土壤样品, 2020年8月在西藏“一江两河”流域采集了20个土壤样品(图 1).采集的土壤样品自然风干后去除植物残体和砾石等杂物, 按四分法取土研磨过200目筛[25].采用王水提取-电感耦合等离子体质谱法, 每个样品称取(0.25±0.000 1)g用盐酸/硝酸(王水)混合溶液经微波消解仪(Multiwave PRO) 消解后定容至25 mL[26], 使用电感耦合等离子体原子发射光谱仪(Agilent 7800)测量土壤样品中重金属Cr、Cd、Cu、Pb、Zn、Ni和As的含量.样品按10%的比例进行平行双样测, 相对偏差应小于30%; 样品分析10%的加标回收样, 加标回收率应控制在70%~125%之间.
![]() |
图 1 研究区域及采样点信息 Fig. 1 Research area and sampling point information |
土地利用类型数据来自中国科学院地理科学与资源研究所(http://www.globallandcover.com/)[23], 空间分辨率为30 m.主要包括耕地、森林、草原、灌木丛、湿地、水域、苔原、城乡及工矿用地、未利用土地和冰川积雪这10种类型.
1.4 重金属生态风险评价 1.4.1 地累计指数法地累计指数法考虑了自然成岩作用对背景值的影响, 同时也考虑了人为活动对环境的影响[27].其计算公式为:
![]() |
(1) |
式中, Igeo为重金属的地累计指数, Ci为重金属i的实测含量值, Cni为重金属i的参考背景值, 本文采用青藏高原土壤环境背景值作为参考值, K为消除各地岩石差异可能引起背景值的差异(一般取1.5).污染等级分为7级, 如表 2所示.
![]() |
表 2 重金属污染等级划分 Table 2 Classification of heavy metal pollution levels |
1.4.2 潜在生态危害指数风险评价
潜在生态危害指数法综合考虑了多元素的协同作用、毒性水平、污染含量以及环境对重金属污染敏感性等因素, 可以综合反映重金属对生态环境影响潜力[28].计算公式为:
![]() |
(2) |
式中, RI为综合生态风险指数, Eri为单个污染物的潜在生态风险系数, Tri为单个污染物的毒性响应系数, Pi为某一重金属的污染指数, 重金属的毒性响应系数分别为Zn=1, Cr=Ni=Pb=Cu=5, As=10, Cd=30[29].将土壤重金属潜在生态风险分为如表 3所述的级别.
![]() |
表 3 生态危害程度划分 Table 3 Classification of the hazards associated with heavy metals |
2 结果与讨论 2.1 土壤重金属的空间分布特征
青藏高原两个流域内7种重金属元素含量统计结果如表 4所示.甘南“一江三河”流域内7种重金属的平均值均没有超过国家土壤环境质量标准; Zn、As、Cd和Pb的含量均超过青藏高原土壤环境背景值, 以Cd(4.50倍)和As(2.83倍)较显著; 和中国土壤背景值相比, Zn、As、Cd和Pb的含量偏高, 以As(4.73倍)和Cd(3.71倍)较显著; 和世界土壤背景值相比, Zn、As和Pb的含量较高, 以As(8.82倍)较显著.甘南“一江三河”流域内表土重金属变异系数大小依次为Cd>Zn>As>Pb>Ni>Cr>Cu, 其中Cd属于极度变异(>100%), Cr、Ni、Zn、As和Pb属于高度变异(>50%).西藏“一江两河”流域内7种重金属元素平均值均没有超过国家土壤环境质量标准; Ni、Zn、As和Cd的含量超过青藏高原土壤环境背景值, 其中以Cd(3.13倍)较显著; 7种重金属的含量和中国土壤背景值相比, Ni、Zn、As和Cd的含量较高, 其中以Zn(2.16倍)和Cd(2.57倍)较显著; 和世界土壤背景值相比, Zn和As的含量较高, 以As(3.70倍)较显著.西藏“一江两河”流域内表土重金属变异系数大小依次为:Cd>Ni>Zn>Cr>As>Cu>Pb, 重金属Cu、As和Pb 3种重金属于中度变异(15%~50%), 而Cr、Ni、Zn和Cd这4种重金属均属于高度变异(>50%), 离散程度较大.两个流域内都存在Zn、Ni和Cd高度变异的情况, 空间异质性强, 说明可能存在Zn、Ni和Cd的点源污染.
![]() |
表 4 青藏高原不同流域土壤重金属描述性统计特征 Table 4 Descriptive statistical characteristics of soil heavy metals in different watersheds of the Qinghai-Tibet Plateau |
图 2是甘南“一江三河”流域7种重金属的空间分布.重金属分布整体呈现出东部高西部低的趋势.甘南西部以辽阔的草甸草原为主, 而东部丘陵山地农牧兼营, 人口密度较大, 人类活动可能是造成东部地区重金属富集的主要原因[16].临潭县和卓尼县县城的Zn和As含量较高; 在卓尼县附近存在铅锌尾矿, 局部矿业活动可导致Cd和Pb出现极大值; Cr的高含量区主要分布在迭部县郎木寺和卓尼县腊子口镇等旅游区域, 旅游资源的不断开发加速了对原有生境的侵占和破坏.图 3是西藏“一江两河”流域表层土壤中重金属的空间分布情况, 7种重金属整体呈现出在沿江一线土壤重金属含量较低, 而在人口稀疏的地区土壤重金属含量较高; 研究区西北部有申扎-旁多成矿带, 丰富的矿产资源导致该区域内Cr、Ni、Cu、As和Pb的含量较高; 在康马县和浪卡子县交界处、康马县中部, 这一区域海拔较高, 土地覆盖类型主要以未利用土地和草地为主, 复杂的地质构造、高背景含量岩石自然风化成为重金属Zn、As、Cu、Cd和Pb异常分布的主要原因[33]; 在曲水县和拉萨市达孜区, 当地农业、交通和能源等基础设施的大力发展, 加速了当地Cu、Zn、Ni和Pb在土壤中的富集[34].
![]() |
图 2 甘南“一江三河”流域重金属的空间分布 Fig. 2 Spatial distribution of heavy metals in the "Bailong River and Yellow River and their two tributaries" region in Gannan |
![]() |
图 3 西藏“一江两河”流域重金属的空间分布 Fig. 3 Spatial distribution of heavy metals in the "Yarlung Zangbo River and its two tributaries" region in Tibet |
图 4显示了不同土地利用类型下7种重金属的基本统计数据, 采用分边小提琴图进行表示.根据野外调查采样点和Google Earth图像对土地利用类型数据库进行了修正, 将土地利用类型重新分配为5个类别, 分别是草地、耕地、水域、城镇及农村居民用地和工交建设用地.在不同土地利用类型, 两个流域内绝大多数采样点中Cr、Ni、Cu和Pb的含量都低于青藏高原土壤环境背景值, 表明土壤环境处于安全范围之内.在水域、城镇及农村居民用地和工交建设用地, 甘南“一江三河”流域内Cr、Ni、Cu和Pb的含量均低于西藏“一江两河”流域的含量, 而土地利用类型为耕地时, 甘南“一江三河”内Cr、Ni、Cu和Pb的含量高于西藏“一江两河”流域的含量.
![]() |
图 4 不同土地利用类型下重金属的分裂小提琴图 Fig. 4 Split violin diagram of heavy metals under different types of land use |
两个流域内绝大多数采样点中Zn、As和Cd的含量高于青藏高原土壤环境背景值, As的高含量主要是由于青藏高原广泛分布着富含As的页岩, 导致As的含量远大于中国土壤背景值和世界土壤背景值[35]; 而Zn和Cd的高值有可能是受到工农业的影响, 例如化石燃料和冶金工业会释放挥发性的Zn和Cd[36], 也有研究表明青藏高原表层土壤中Zn和Cd含量较高主要受交通因素的影响[37].在甘南“一江三河”流域, Zn和Cd的最大值均出现在城镇及农村居民用地, 其值分别为169.44mg·kg-1和0.49 mg·kg-1; As的最大值出现在水域, 其值为81.40mg·kg-1.在西藏“一江两河”流域, Zn和Cd最大值均出现在水域, 分别为174.41 mg·kg-1和0.24 mg·kg-1, As的最大值出现在工交建设用地, 其值为28.50 mg·kg-1.不同土地覆盖类型下, 西藏“一江两河”流域内Zn的含量高于甘南“一江三河”流域, 这主要是由于西藏冈底斯地区是重要的Pb-Zn多金属矿产资源基地, 加之“一江两河”流域位于冈底斯构造岩浆带, 间歇性的火山作用和地壳相撞、挤压等运动导致土壤表层中重金属含量升高[38], 而且Zn元素极易溶于水, 频繁的地热活动导致含Zn矿物溶解并随地热活动释放的气液排出.而在甘南“一江三河”流域内As和Cd的含量均高于西藏“一江两河”流域, 这可能是由于甘南“一江三河”流域属于湿润偏干区, 形成了高寒低温、湿润多雨的气候, 在雨水冲刷淋溶等作用下富集在不同土地类型的土壤中; 其次, 甘南“一江三河”流域生态环境日趋退化, 与20世纪80年代初相比, 水土流失面积增加47.75%, 已达到1.18万km2[16], 加重了重金属的异常迁移.
两个研究区内不同土地覆盖区7种重金属的相关性见表 5, 可以在一定程度上反映不同重金属之间的相互依存关系, 较强的相关性可能来自同一种污染源, 较弱的相关性可能来自不同的污染源.土地利用类型为草地时, 甘南“一江三河”流域表层土壤中Cr和Pb分别与其他重金属之间均呈显著正相关关系; 西藏“一江两河”流域表层土壤中Cr和Ni与其他重金属之间达到显著相关水平, 7种重金属之间均呈正相关关系.土地利用类型为耕地和水域时, 7种重金属之间的相关关系较为复杂, 甘南“一江三河”流域Cd和西藏“一江两河”流域As分别与其他重金属之间呈负相关关系.土地利用类型为城镇及农村居民用地时, 在甘南“一江三河”流域7种重金属之间直接均呈现出正相关关系, 绝大多数重金属之间的相关性达到显著水平, 受人类活动影响较大; 而西藏“一江两河”流域内, Cu和Zn与其他重金属之间呈显著正相关水平, Cd与其他重金属之间呈正相关, Pb与其他重金属之间呈负相关.土地利用类型为工交建设用地时, 两个流域内绝大多数重金属之间的相关性均未通过显著性检验.
![]() |
表 5 不同土地利用类型下重金属含量之间的相关性1) Table 5 Correlation between heavy metal concentrations under different types of land use |
2.3 重金属生态风险评价 2.3.1 地累积指数法
表 6是对不同土地利用类型下重金属的污染程度进行评价.在甘南“一江三河”流域, Cr、Ni和Cu在5类土地利用类型下地累积指数小于0, 表明在甘南“一江三河”流域没有受到这3种重金属的污染.Zn在草地、耕地和城镇及农村居民用地为轻度污染等级, 在工交建设用地达到中度污染等级.As在草地、耕地和工交建设用地达到中度污染等级, 而在水域附近土壤达到中度-重度污染等级, 地累积指数为2.35. Cd在工交建设用地的地累积指数为2.34, 达到了中度-重度污染等级, 其他4类土地利用类型下Cd为轻度污染等级.Pb在城镇及农村居民用地的地累积指数最大, 为1.29, 达到了中度污染的等级, 今后应重点关注在此类土地Pb的排放.在西藏“一江两河”流域, Zn在草地、耕地、水域和工交建设用地下均为轻度污染, 土地利用类型为水域时地累积指数最大, 达到了0.78. Cd在草地、耕地和城镇及农村居民用地为轻度污染, 而在水域和工交建设用地Cd达到了中度污染, 其中工交建设用地Cd的地累积指数最大, 为1.57.Cr、Ni、Cu和As的地累积指数较低, 只有在水域附近土壤Ni达到了轻度污染等级, 其他土地利用类型下地累积指数小于0, 污染等级为无污染.总体来看, 两个区域内表层土壤均受到了重金属的污染, Cd污染在两个流域内均存在, 今后应该重点关注Cd的排放及对受污染地区重金属的来源分析和调查.
![]() |
表 6 青藏高原不同流域土壤重金属地累积指数 Table 6 Soil heavy metal accumulation indeces in different watersheds of the Qinghai-Tibet Plateau |
2.3.2 潜在生态风险指数法
表 7是对不同土地利用类型下重金属的潜在生态危害程度进行评价.在甘南“一江三河”流域, 表层土壤中Cr、Ni、Cu、Zn在5种土地利用类型下均处于轻度风险水平.As在草地中为轻度风险, 其他土地利用类型下都达到了中度风险水平, 其中工交建设用地潜在生态风险指数最大, 达到91.48. Cd在草地、耕地和工交建设用地达到中度风险水平, 而在水域、城镇及农村居民用地达到了重度风险水平.Pb在水域附近土壤中达到了重度风险水平, 其他土地利用类型下均为轻度风险水平.从综合生态风险指数分析来看, 7种重金属在草地处于轻度风险水平, 耕地、水域、城镇及农村居民用地和工交建设用地处于中度风险, 其综合风险指数分别为156.30、257.81、180.27和183.74.西藏“一江两河”流域内, Cr、Ni、Cu、Zn、As和Pb在5种土地利用类型下均处于轻度风险水平.Cd在草地、耕地和城镇及农村居民用地中达到了中度风险水平, 在水域和工交建设用地达到重度风险水平, 其中在水域Cd的潜在生态风险指数最大, 达到110.86.从综合生态风险指数分析来看, 7种重金属在草地、耕地、城镇及农村居民用地和工交建设用地下的综合风险程度为轻度风险水平, 而在水域其综合风险程度达到中度风险水平, 综合风险指数为160.34.
![]() |
表 7 青藏高原不同流域土壤重金属潜在生态风险评价 Table 7 Assessment of potential ecological risk for soil heavy metals in different watersheds of the Qinghai-Tibet Plateau |
由于两种评价方法均选择青藏高原背景值作为参考值进行计算, 并未选择国家土壤环境质量标准中的风险筛选值.因此, 本次研究区和东部地区土壤环境相比两个小流域内土壤环境仍然是一个相对洁净的水平, 但本次生态风险评价结果也表明在人为活动剧烈的地方存在向土壤环境输入重金属的情况, 制定防治措施来减少青藏高原的重金属污染势在必行.
3 结论(1) 本文通过研究青藏高原上两个小流域的7种重金属(Cu、Zn、Cd、Pb、Cr、Ni、As), 利用地统计学方法, 对不同类型土地覆盖区的重金属含量进行分析.甘南“一江三河”流域重金属呈东部高西部低的分布特征, 其中Cd和As含量较高, 是青藏高原土壤环境背景值的4.50倍和2.83倍.西藏“一江两河”流域重金属呈沿江一线低, 高海拔地区高的分布特点, 其中Cd的含量较高, 是青藏高原土壤环境背景值的3.1倍.
(2) 不同土地利用类型下, 甘南“一江三河”流域和西藏“一江两河”流域Cr、Ni、Cu和Pb的含量均低于青藏高原背景值, Zn、As和Cd的含量均超过青藏高原背景值.在甘南“一江三河”流域, Zn和Cd的最大值均出现在城镇及农村居民用地, As的最大值出现在水域.在西藏“一江两河”流域, Zn和Cd最大值均出现在水域, As的最大值出现在工交建设用地.
(3) 地累积指数法表明两个流域内没有受到Cr、Ni和Cu的污染, 在甘南“一江三河”流域, Zn和Cd在工交建设用地的地累积指数最大, 分别为1.14和2.34; As在水域的地累积指数最大, 为2.35; Pb在城镇及农村居民用地的地累积指数最大, 为1.29.在西藏“一江两河”流域, Zn和Pb在水域的地累积指数最大, 分别为0.78和0.70; As和Cd在工交建设用地的地累积指数最大, 为1.47和1.57.潜在生态风险指数法表明在甘南“一江三河”流域, Cr、Ni、Cu和Zn在不同土地利用类型下均为轻度危害, 而As、Cd和Pb危害程度较高; 在西藏“一江两河”流域, Cr、Ni、Cu、Zn、As和Pb在不同土地利用类型下均为轻度危害程度, Cd的危害程度较高.综合生态风险表明两个流域在水域重金属危害程度最大, 均达到中度危害.
[1] |
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, Lv 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. |
[2] |
陈能场, 郑煜基, 何晓峰, 等. 《全国土壤污染状况调查公报》探析[J]. 农业环境科学学报, 2017, 36(9): 1689-1692. Chen N C, Zheng Y J, He X F, et al. Analysis of the report on the national general survey of soil contamination[J]. Journal of Agro-Environment Science, 2017, 36(9): 1689-1692. |
[3] | 梁耀杰. 我国土壤重金属污染现状及其防治措施探讨[J]. 资源节约与环保, 2020(1): 98. DOI:10.3969/j.issn.1673-2251.2020.01.083 |
[4] | Wu J, Lu J, Li L, et al. Pollution, ecological-health risks, and sources of heavy metals in soil of the northeastern Qinghai-Tibet Plateau[J]. Chemosphere, 2018, 201: 234-242. DOI:10.1016/j.chemosphere.2018.02.122 |
[5] | Zhang F, Yan X D, Zeng C, et al. Influence of traffic activity on heavy metal concentrations of roadside farmland soil in mountainous areas[J]. International Journal of Environmental Research and Public Health, 2012, 9(5): 1715-1731. DOI:10.3390/ijerph9051715 |
[6] |
孙曦, 刘合满, 周通, 等. 林芝河谷地区典型农田土壤主要性质及重金属状况初探[J]. 土壤, 2016, 48(1): 131-138. Sun X, Liu H M, Zhou T, et al. Preliminary study on soil fertility and heavy metal concentrations of croplands in Nyingchi valley of Tibet[J]. Soils, 2016, 48(1): 131-138. |
[7] |
康世昌, 丛志远, 王小萍, 等. 大气污染物跨境传输及其对青藏高原环境影响[J]. 科学通报, 2019, 64(27): 2876-2884. Kang S C, Cong Z Y, Wang X P, et al. The transboundary transport of air pollutants and their environmental impacts on Tibetan Plateau[J]. Chinese Science Bulletin, 2019, 64(27): 2876-2884. |
[8] | Huang J, Kang S C, Ma M, et al. Accumulation of atmospheric mercury in glacier cryoconite over western China[J]. Environmental Science & Technology, 2019, 53(12): 6632-6639. |
[9] | Yin X F, de Foy B, Wu K P, et al. Gaseous and particulate pollutants in Lhasa, Tibet during 2013-2017:spatial variability, temporal variations and implications[J]. Environmental Pollution, 2019, 253: 68-77. DOI:10.1016/j.envpol.2019.06.113 |
[10] | Zhang Y L, Kang S C, Sprenger M, et al. Black carbon and mineral dust in snow cover on the Tibetan Plateau[J]. Cryosphere, 2018, 12: 413-431. DOI:10.5194/tc-12-413-2018 |
[11] | Wu J, Duan D P, Lu J, et al. Inorganic pollution around the Qinghai-Tibet Plateau: an overview of the current observations[J]. Science of the Total Environment, 2016, 550: 628-636. DOI:10.1016/j.scitotenv.2016.01.136 |
[12] | Łokas E, Zaborska A, Kolicka M, et al. Accumulation of atmospheric radionuclides and heavy metals in cryoconite holes on an Arctic glacier[J]. Chemosphere, 2016, 160: 162-172. DOI:10.1016/j.chemosphere.2016.06.051 |
[13] | Zhang H, Zhang Y L, Wang Z F, et al. Heavy metal enrichment in the soil along the Delhi-Ulan section of the Qinghai-Tibet railway in China[J]. Environmental Monitoring and Assessment, 2013, 185(7): 5435-5447. DOI:10.1007/s10661-012-2957-6 |
[14] | Liu S L, Pan G H, Zhang Y Q, et al. Risk assessment of soil heavy metals associated with land use variations in the riparian zones of a typical urban river gradient[J]. Ecotoxicology and Environmental Safety, 2019, 181: 435-444. DOI:10.1016/j.ecoenv.2019.04.060 |
[15] | 赵梅. 甘南州主要河流地表径流演变趋势研究[J]. 地下水, 2018, 40(4): 208-212. DOI:10.3969/j.issn.1004-1184.2018.04.075 |
[16] |
赵雪雁, 李巍. 中国地理学中的甘南研究[J]. 地理研究, 2019, 38(4): 743-759. Zhao X Y, Li W. Review of Gannan research in Chinese geography[J]. Geographical Research, 2019, 38(4): 743-759. |
[17] | 伍光和. 甘南高原的自然条件与生态保护[M]. 兰州: 甘肃人民出版社, 2010. |
[18] |
刘玉洁, 代粮, 张婕, 等. 资源承载力监测——以西藏"一江两河"地区为例[J]. 自然资源学报, 2020, 35(7): 1699-1713. Liu Y J, Dai L, Zhang J, et al. Research on monitoring resource carrying capacity: taking Three-Rivers Region in Tibet as an example[J]. Journal of Natural Resources, 2020, 35(7): 1699-1713. |
[19] |
李丹, 田沛佩, 罗红英, 等. 西藏"一江两河"耕地生态安全时空格局与障碍诊断[J]. 农业机械学报, 2020, 51(10): 213-222. Li D, Tian P P, Luo H Y, et al. Spatio-temporal characteristics and obstacle diagnosis of cultivated land ecological security in "one river and two tributaries" region in Tibet[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(10): 213-222. DOI:10.6041/j.issn.1000-1298.2020.10.024 |
[20] | Dai L J, Wang L Q, Liang T, et al. Geostatistical analyses and co-occurrence correlations of heavy metals distribution with various types of land use within a watershed in eastern QingHai-Tibet Plateau, China[J]. Science of the Total Environment, 2019, 653: 849-859. DOI:10.1016/j.scitotenv.2018.10.386 |
[21] |
姚玉璧, 王润元, 邓振镛, 等. 黄河上游主要产流区气候变化及其对水资源的影响——以甘南高原为例[J]. 中国沙漠, 2007, 27(5): 903-909. Yao Y B, Wang R Y, Deng Z Y, et al. Climate evolution and its impact on water resource change in main runoff generating area of upper yellow river: a case study on Gannan plateau[J]. Journal of Desert Research, 2007, 27(5): 903-909. |
[22] |
杜军, 胡军, 尼玛吉, 等. 1981-2017年西藏"一江两河"流域5cm地温及其界限温度时空变化特征[J]. 地理学报, 2019, 74(9): 1821-1834. Du J, Hu J, Nimaji, et al. Spatial-temporal change of mean soil temperature and its critical temperature at 5 cm depth in the region of the Yarlung Zangbo River and its two tributaries of Tibet during 1981-2017[J]. Acta Geographica Sinica, 2019, 74(9): 1821-1834. |
[23] | 中国科学院地理科学与资源研究所. 资源环境科学与数据中心[EB/OL]. http://www.resdc.cn/Default.aspx, 2020-09-21. |
[24] | 夏代祥, 刘世坤. 西藏自治区岩石地层[M]. 武汉: 中国地质大学出版社, 1997. |
[25] | GB/T 36199-2018, 土壤质量土壤采样程序设计指南[S]. |
[26] | HJ 803-2016, 土壤和沉积物12种金属元素的测定王水提取-电感耦合等离子体质谱法[S]. |
[27] |
徐静, 李杏茹, 张兰, 等. 北京城郊PM2.5中金属元素的污染特征及潜在生态风险评价[J]. 环境科学, 2019, 40(6): 2501-2509. Xu J, Li X R, Zhang L, et al. Concentration and ecological risk assessment of heavy metals in PM2.5 collected in urban and suburban areas of Beijing[J]. Environmental Science, 2019, 40(6): 2501-2509. |
[28] |
何博, 赵慧, 王铁宇, 等. 典型城市化区域土壤重金属污染的空间特征与风险评价[J]. 环境科学, 2019, 40(6): 2869-2876. He B, Zhao H, Wang T Y, et al. Spatial distribution and risk assessment of heavy metals in soils from a typical urbanized area[J]. Environmental Science, 2019, 40(6): 2869-2876. |
[29] |
徐争启, 倪师军, 庹先国, 等. 潜在生态危害指数法评价中重金属毒性系数计算[J]. 环境科学与技术, 2008, 31(2): 112-115. Xu Z Q, Ni S J, Tuo X G, et al. Calculation of heavy metals' toxicity coefficient in the evaluation of potential ecological risk index[J]. Environmental Science & Technology, 2008, 31(2): 112-115. DOI:10.3969/j.issn.1003-6504.2008.02.030 |
[30] | GB15618-2018, 土壤环境质量农用地土壤污染风险管控标准(试行)[S]. |
[31] | 成延鏊, 田均良. 西藏土壤元素背景值及其分布特征[M]. 北京: 科学出版社, 1993. |
[32] | 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. |
[33] |
吴旌, 徐亚东, 安显银, 等. 冈底斯新元古代-中生代沉积盆地演化[J]. 地球科学——中国地质大学学报, 2014, 39(8): 1052-1064. Wu J, Xu Y D, An X Y, et al. Evolution of neoproterozoic-mesozoic sedimentary basins in Gangdese area, Tibetan plateau[J]. Earth Science-Journal of China University of Geosciences, 2014, 39(8): 1052-1064. |
[34] | Niu F Q, Yang X Y, Zhang X P. Application of an evaluation method of resource and environment carrying capacity in the adjustment of industrial structure in Tibet[J]. Journal of Geographical Sciences, 2020, 30(2): 319-332. DOI:10.1007/s11442-020-1730-y |
[35] | Li C L, Kang S C, Chen P F, et al. Geothermal spring causes arsenic contamination in river waters of the southern Tibetan Plateau, China[J]. Environmental Earth Sciences, 2014, 71(9): 4143-4148. DOI:10.1007/s12665-013-2804-2 |
[36] |
杨安, 王艺涵, 胡健, 等. 青藏高原表土重金属污染评价与来源解析[J]. 环境科学, 2020, 41(2): 886-894. Yang A, Wang Y H, Hu J, et al. Evaluation and source of heavy metal pollution in surface soil of Qinghai-Tibet Plateau[J]. Environmental Science, 2020, 41(2): 886-894. |
[37] | Zhang H, Wang Z F, Zhang Y L, et al. Identification of traffic-related metals and the effects of different environments on their enrichment in roadside soils along the Qinghai-Tibet highway[J]. Science of the Total Environment, 2015, 521-522: 160-172. DOI:10.1016/j.scitotenv.2015.03.054 |
[38] |
王金贵, 张鑫全, 魏文通, 等. 西藏雅鲁藏布缝合带三叠系朗杰学群沉积岩古生物、地球化学特征及其物源区和构造背景分析[J]. 地质学报, 2020, 94(4): 1208-1226. Wang J G, Zhang X Q, Wei W T, et al. Paleontology, geochemistry and provenance of sedimentary rocks from the Triassic Langjiexue group in the Yarlung Zangbo suture zone, Tibet and their tectonic setting[J]. Acta Geologica Sinica, 2020, 94(4): 1208-1226. DOI:10.3969/j.issn.0001-5717.2020.04.013 |