2018, Vol. 39
2. 桂林理工大学广西环境污染控制理论与技术重点实验室, 桂林 541004;
3. 中国科学院地理科学与资源研究所, 北京 100101
2. Guangxi Key Laboratory of Environmental Pollution Control Theory and Technology, Guilin University of Technology, Guilin 541004, China;
3. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
流域作为密切连接区域水循环、土地覆被的综合生态系统, 是协调资源开发与环境保护的最佳途径[1, 2].土壤作为流域系统内的时空连续变异体, 是人类活动不可替代的环境因子, 亦是人体健康与食物安全的基本保障.随着社会经济的发展与气候变化的影响, 流域内灾害频发、环境污染严重, 其中重金属的累积效应突出[3, 4].
广西是我国砷潜在污染风险最大的地区之一[5].西江流域作为广西主要的粮食产区和矿业活动密集区, 包括砷在内的重金属污染历史遗留问题突出.已关停取缔小采矿、小选矿及小冶炼厂后所遗留的大量废矿石、尾矿、废渣未得到妥善处理, 而现有工矿企业污染源集中且排放量大[6].宋书巧等人以土壤环境质量(GB 15618-1995)Ⅲ级为评价标准, 认为刁江整个流域土壤普遍受到As污染[7, 8].唐成[9]的研究表明, 大环江两岸农田土壤As污染问题突出.由于流域性土壤重金属污染问题的特殊性, 进行污染评估及空间变异特性研究对于流域土壤重金属生态风险防控具有积极意义.为探明流域性As污染分布规律, 基于大尺度的西江流域土壤As污染及空间变异规律研究亟待展开.
1 材料与方法 1.1 研究区概况西江流域广西段, 面积广, 东西跨度大, 地势西北高而东南低, 盆地为主; 气候属亚热带季风型, 高温多雨但时空分配不均, 降水集中的5~8月易出现洪涝灾害; 纬度地带性和经度地带性差异明显.研究区以刁江和红水河(上游)、黔江和洵江(中游)及西江(下游)的主要河段的沿江区域为主, 涉及4市及15个县, 其中上游以碳酸盐岩地层为主, 中游下游以非碳酸盐岩层为主[10, 11].按图 1划分, 研究区上游分两部分讨论, 上游①为典型的有色金属矿业密集区, 土壤重金属污染问题突出, 该区以刁江、金城江和环江流域为主, 包括河池市金城江区、宜州市、南丹、环江、都安、大化、罗城和柳城县; 上游②为可能的矿业活动影响区及工业产业聚集区, 该区以红水河和柳江流域为主, 包括柳州市、合山市、来宾市兴宾区、忻城、象州和柳江县.中游为典型的粮食作物主产区, 拥有广西最大的平原“浔郁平原”, 该区以黔江、浔江流域为主, 包括桂平市、武宣、平南、藤县和金秀县.下游为“三圈一带”(珠三角经济圈、北部湾经济圈、大西南经济圈和珠江—西江经济带)区域经济辐射区, 是连接广西与广东的重要通道, 至此西江流经广西东大门而汇入珠江三角洲, 该研究区涉及梧州市和苍梧县两地.
|
图 1 西江流域有色金属矿及土壤样点分布示意 Fig. 1 Distribution of nonferrous metals in soils and sampling sites in Xijiang River Basin |
2013年7月~2015年11月, 按照自然土壤、矿区土壤、水田与旱地的分类采样原则, 结合西江流域土地利用类型图、矿产点分布图与地形图, 通过网格布点, 在现有数字底图上确定采样点的基本分布与抽样数, 使样品采集密度保持在每3 km2一个.实际采样中, 利用GPS定位, 考虑土地利用类型的变化与地形因素, 对采样点分布进行适度调整, 并对矿区土壤加密布点调查, 最后共采集到土壤样品2 585个, 其中, 自然土壤297个, 均在远离污染源、植被发育完好且具有代表性的地方采集; 矿区土壤177个, 为矿区周边的非农用土壤; 旱地、水田土壤分别为1 391和739个, 主要针对农田相对集中的地区抽样采集, 以使其更具代表性.除自然土壤每个地方采集一个样品外, 矿区与农田土壤均采集多点混合样, 采样深度均在0~20 cm, 四分法保留1kg.研磨前去除碎石与植物残体等杂物, 过0.149 mm尼龙筛备用.
采用美国环保署推荐的HNO3-H2O2法进行土壤样品消解, 用原子荧光光谱法(AFS-9700)测定土壤As含量, 分析过程中加入国家标准土壤样品(GSS-4)和空白进行质量控制, 样品回收率在90%~110%之间.
1.3 数据处理及评价方法 1.3.1 空间聚类与冷热点分析空间聚类将空间数据按属性的相似度进行分类, 同类对象具有较高的相似度, 而不同类对象间差异较大. ArcGIS平台下的Anselin Local Moran's I工具既是查找热点和冷点位置的有效工具, 又可以识别具有统计学上的显著性(0.05水平)的空间异常值(高值由低值围绕或低值由高围绕的值)[12].如果某采样点的局部指数为正数且数值较高, 则该采样点As含量与邻近的采样点有类似的高或低含量, 这些样点有空间聚集性.空间聚集包括高高值聚集(HH, 热点)和低低值聚集(LL, 冷点).如果某采样点的局部指数是负数且数值较高, 则采样点为空间离散点, 空间离散包括低高值(LH)和高低值(HL)离散.
1.3.2 土壤污染评价对西江流域土壤砷, 采用地累积指数法进行污染评价[式(1)].这种方法在反映土壤重金属自然分布变化特征的同时, 更多强调了污染的历史累积作用.
|
(1) |
式中, C为西江流域土壤砷含量的实测值; B为西江流域各县市砷背景值[13]; k用于校正区域背景值差异(一般取常数1.5, 无量纲).分级标准：Igeo≤0, 无污染; 0＜Igeo≤1, 轻微污染; 1＜Igeo≤2, 轻度污染; 2＜Igeo≤3;中度污染; 3＜Igeo≤4偏重污染; 4＜Igeo≤5, 重污染; Igeo＞5高度污染.
1.3.3 土壤潜在生态风险评估根据瑞典科学家Hakanson提出的潜在生态风险指数法[式(2)], 对西江流域土壤As进行潜在生态风险系数评估.
|
(2) |
式中, Cf为As相对于背景值Cn的污染指数; Cs为土壤As含量的实测值; Er为As的潜在生态风险指数; Tr为As的毒性响应系数.文中As参考毒性响应系数为10.根据潜在生态风险指数可将土壤污染分为如下几级：Er < 40低潜在生态风险; 40≤Er < 80中等潜在生态风险; 80≤Er < 160中高等潜在生态风险; 160≤Er < 320高等潜在风险; Er>320极高等潜在风险.
1.3.4 数据处理利用SPSS 18.0对土壤As含量进行经典统计分析, 半变异函数的拟合及相关参数的确定采用GS+7.0进行处理, 空间插值图、空间自相关分析在ArcGIS 10.2平台上完成.
2 结果与分析 2.1 土壤As含量的描述性统计原数据经对数转换后符合正态分布, 用几何均值表述土壤As含量.西江流域土壤As含量范围、算数均值、几何均值分别为：0.01~171 523、382.9和23.82 mg·kg-1.对西江流域采样土壤分为自然土壤、矿区土壤、旱地土壤和水田土壤这4类进行讨论(表 1).结果显示, 以上4类土壤As的含量范围分别为0.01~143.3、5.57~171 523、0.44~2 286和0.67~909.2 mg·kg-1, 算术均值分别为25.20、5 007、56.80和24.44 mg·kg-1, 几何均值分别为17.03、484.2、22.91和14.67 mg·kg-1.土壤As含量趋势上来看：矿区土壤>旱地土壤>自然土壤>水田土壤, 而独立样本T 检验结果表明, 矿区土壤As含量显著高于其他类型.水田土壤As含量显著低于旱地土壤, 但与自然土壤无显著性差异.土壤As变异程度：矿区土壤>旱地土壤>水田土壤>1>自然土壤, 矿区、旱地及水田土壤具有强变异性, 自然土壤As为中等程度变异, 可见4种不同土壤类型中的As含量具有一定差异, As含量在矿区土壤、旱地及水田土壤中的变化比在自然土壤中的变化更大, 矿区土壤、旱地及水田土壤受外来源影响较大.按流域范围分上游①、上游②、中游和下游, 对西江流域采样土壤As含量进行讨论(表 2).结果显示, 上游①As含量(30.22 mg·kg-1)显著高于上游②(13.69 mg·kg-1)、中游(13.47 mg·kg-1)及下游(11.86 mg·kg-1), 土壤样本As超标率呈现：上游①>中游>上游②>下游.
|
表 1 西江流域土壤As含量统计结果 Table 1 Statistics of soil As concentrations in Xijiang River Basin |
|
|
表 2 西江流域土壤As含量分区统计结果 Table 2 Statistics of soil As concentrations in Xijiang River Basin |
以国家土壤环境质量标准(GB 15618-1995)为参照, 西江流域自然土壤As含量高于Ⅰ级标准限制值(15 mg·kg-1)及广西土壤As背景值(13.4 mg·kg-1)[13], 矿区土壤As含量几何均值为Ⅲ级标准临界值(40 mg·kg-1)的12倍, 样点超标率约84%, 其中, 上游与下游矿区土壤样点超标率分别为84%和67%.旱地与水田土壤As含量总体均未超出Ⅱ级标准规定的限制值, 但两者样点超标率分别为25%和14%, 其中, 上游农田土壤样点超标率(旱地26%, 水田17%)明显高于下游(旱地18%, 水田8%).
2.2 空间聚类与冷热点分析由于原数据As含量呈右偏态分布, 利用lnAs含量数据做空间冷热点分析(图 2).不难发现, 有5个区域存在着明显的高值聚类(HH), 包括南丹北部的芒场镇、刁江流域上游及都安段、大环江流域中下游, 以及藤县北部.结合矿点分布图不难发现, 高值聚类区多分布于多金属矿区周边及受污灌影响的耕作区, 沿河流分布特征明显, 高值样点以矿区土壤和旱地土壤为主, 可见该地区土壤As含量受矿业活动、地表径流与污灌的多重影响, 并明显受到地形因素的制约.受刁江上游矿山开发的影响, 污染源周边聚集众多高As含量的土壤样点.众多研究表明, 尾砂是导致刁江流域As污染的主要原因.由于刁江上游矿区尾砂以颗粒较细的细沙和粉砂为主, 尾砂易随地表径流迁移扩散至刁江, 且易在风力作用下迁移扩散至周边土壤环境中[14].随着距离的增加, As表现出从污染源至下游的迁移性[15].刁江流经都安段时地势降低, 大量河漫滩出现, 农田面积增大, 污水灌溉增多, 特别是丰水期刁江洪涝灾害频发, 刁江沿岸部分农田土壤多次遭受洪水淹没, 由此两岸旱地土壤呈现As的高值聚类.低值聚类区(LL)在西江流域上游的分布主要有：南丹北部的六寨镇、大环江流域上游、都安地区以及龙江流域右岸, 自然土壤和水田土壤为主.结合地形图分析, 这些样本点主要分布在海拔500 m以上的山区, 并远离污染源(如大型矿床), 一方面这些低值聚类点位于污染源发生地的上游地区, 污染物无法通过地表径流及水系迁移至上游, 污染源又多处于山间谷地, 地形闭塞, 矿业活动产生的废气烟尘及交通扬尘易在局部富集沉降; 另一方面, 多数样本点多采集于较少受人为扰动的地区.流域中下游的黔江浔江主干流流经的地区及象州地区也表现出显著的低值聚类, 这些地区是广西重要的粮食产区, 沿岸水田土壤多呈现As含量低值空间聚集, 利用ArcGIS提取低值聚类点中As含量值, 并与西江流域自然土壤As含量值比较, 通过独立样本T检验发现, 低值聚类区As含量与西江流域自然土壤As含量无显著性差异.空间异常值多数分布于刁江流域上游及大环江流域中下游, 以低高值聚类(LH)为主, 即高值中包含着低值异常.中下游2个空间异常值均为高低值聚类(HL), 即低值中包含着高值异常.通过人工判别并与原始记录对照, 判定这些点可能由实验误差引起, 不会对研究结果产生重要影响, 将其作为异常值删除, 而不参与As含量空间变异分析.
|
图 2 土壤样点As空间聚类 Fig. 2 Spatial clustering of As contamination in soil |
对研究区土壤As数据进行半变异函数拟合, 得到最优模型(表 3).
|
|
表 3 半变异函数模型拟合参数 Table 3 Parameters of the theoretic semivariogram models |
块金常数C0表示测量误差及采样尺度的非连续性而产生的随机变异, 基台值C0+C表示随机性变异与结构性变异之和, 块金系数C0/(C0+C)表示由随机部分引起的空间变异性占总体变异的比例, 土壤As含量的空间变异性可根据块金系数大小进行划分.若块金系数 < 25%说明变量有强烈的空间相关性, 25%~50%说明变量有明显的空间自相关, 50%~75%时变量有中等空间自相关, >75%时变量空间自相关弱, 变异主要由随机变异组成, 不适合采用空间插值的方法进行As含量空间预测.由表 3可知, 西江流域上游及下游土壤As含量具有强烈的空间自相关性, 中游土壤As含量具有明显的空间自相关性, 反映出西江流域As含量的结构性变异较大, 即受气候、地形、植被和土壤母质等自然条件影响显著.成土母质是土壤形成发育的基础, 直接影响土壤质地、土层厚度与矿物组成, 间接影响到土壤对重金属的吸附能力, 特别是成土母质风化过程, 会直接影响土壤重金属的本底值含量.气候是土壤形成的要素之一, 并决定着成土母质的物理、化学风化和淋溶过程的强度[16].地形因素主要影响物质和能量的再分配.植被与土壤的相互作用影响着立地条件下土壤重金属元素的迁移、转化与富集, 且不同树龄、不同类型的树种、树木的不同器官对重金属元素的吸收量与归还量不尽相同[17, 18].根据广西地质图、地形图以及况雪源[19]等的研究, 西江流域上游与中下游在气候、地形、成土母质、植被分布方面有着明显的不同.西江流域上游为典型的碳酸盐岩地层、中亚热气候带、植被类型以中亚热带常绿阔叶林和藤刺灌丛为主, 海拔较之中下游高, 其中南丹金属矿带为流域典型的As高地质背景区.流域中下游以非碳酸盐岩地层为主、南亚热气候带、植被类型为南亚热带季风常绿阔叶林, 地势起伏低缓.综上, 不同的气候、地形、植被与土壤母质条件必然影响西江流域As含量的空间分布, 而通过对流域内As含量的结构性变异分析发现, 以上因素对As含量的空间分布影响显著.
采用普通Kriging插值方法绘制西江流域As含量空间分布图(图 3), 可见研究区As含量空间分布特征明显：流域上游As含量由西北向东南递减, 并呈现出明显的流域特征, 高As含量区沿刁江流域自然分布, 且上游矿业密集区As含量显著高于其他地区, 最高值达到97 434 mg·kg-1; 流域中下游土壤除个别地区As含量超出40 mg·kg-1以外, 整体基本处于0.44~40 mg·kg-1之间.
|
图 3 As含量空间分布 Fig. 3 Spatial clustering of As contamination in soil |
以县级行政区为单位, 对西江流域土壤As污染状况进行评价(表 4).不难发现, 西江流域土壤样本As总体介于无污染-轻微-轻度污染之间, 上游①、上游②、中游及下游土壤As无污染样本所占比例分别为65.9%、74.8%、82.9%和61.5%, 轻微-轻度污染样本所占比例分别为24.6%、22.7%、14.3%和35.7%.其中Igeo大于0的地区主要分布在河池市金城江区、柳州市市辖区、梧州市和南丹县, 流域上游①金城江区及南丹县Igeo指数大于1, 两地土壤总体受轻度As污染, 但两者高度污染As样本比例分别高达10.9%和12.0%.
|
|
表 4 流域各县市土壤As污染特征 Table 4 Characteristics of soil As pollution in counties |
2.5 砷潜在生态风险评估
研究区不同流域土壤环境中As的潜在生态风险指数如表 5.
|
|
表 5 流域土壤重金属潜在生态风险指数 Table 5 Potential ecological risk index of heavy metals in watershed soils |
不同流域划分下, 土壤As的潜在生态风险指数呈现如下规律：流域上游①>中游>上游②>下游, 等级划分依次为：中高生态风险、低生态风险、低生态风险和低生态风险, 可见流域上游①区土壤环境生态状况不容乐观.
3 讨论与国内其他主要区域相比, 广西西江流域表层土壤砷含量值均高于长江三角洲(8.3 mg·kg-1)[20]、珠江三角洲(13.16 mg·kg-1)[21]地区, 但明显低于湘江流域(43.68 mg·kg-1)[22]及伊犁河流域(35.9 mg·kg-1)[23].珠江三角洲与长江三角洲是我国经济与环境发展具有代表性的地区, 也是目前我国乡镇企业分布最密集, 城市化、工业化与农业现代化程度最高的地区.两者的土壤As背景值均未超过全国土壤As背景值, 而西江流域土壤As背景值是全国土壤As背景值的1.8倍, 流域内部分地区的背景值高出全国土壤As背景值8倍之多.高砷地质条件是诱发砷释放与砷污染的重要根源[24], 加之人为活动的作用, 使得西江流域表层土壤砷含量高于长江三角洲与珠江三角洲地区.相对地, 湖南湘江流域的地质条件背景与西江流域相似, 坐拥“世界有色金属博物馆”的湘江流域地区矿业开发、冶炼和化工等工业活动密集, 高砷地质背景条件, 加之悠久的矿业开采冶炼历史, 使得湘江流域土壤As不断积累, 单从平均含量比较, 湘江流域土壤As含量约为西江流域As含量的1.8倍, 是西江流域上游①(刁江、环江流域)As含量的1.4倍.可见, 比起湘江流域, 西江流域土壤As积累状况较为乐观.反观之, 伊犁河流域是个农牧业历史悠久, 工业上以轻工业为主的地区, 带入土壤的As主要来自化肥的施用与工业废水的排放, 该流域土壤As背景值约为西江流域土壤As背景值的0.7倍, 但值得注意的是该流域土壤pH绝大部分大于8.0, 而pH值是影响土壤As解吸的重要因素.研究表明, pH>8.0时, 伊犁河流域土壤解吸As加剧, 污染加重.
通过对西江流域不同土地利用类型中As含量的分析, 发现水田土壤中As含量反而低于旱地土壤中As含量.这一结果与凌乃规等[25]有关广西不同类型农田土壤重金属含量状况的研究结果相似.根据笔者调查发现, 西江流域上游由于受重金属污染的历史累积影响, 众多水田已改为旱地耕作.另外, 旱地土壤中As含量较高可能与其成土母质大部分为石灰岩有关, 而水田的石灰岩母质只占极少数.有研究表明, 石灰岩中As平均背景值高于砂页岩、河流冲积物、洪积物、花岗岩和紫色岩[26].
对西江流域约5.8万km2范围内土壤As污染的调查结果表明, 污染区域主要集中于流域上游, 以南丹县最为突出, 这与翟丽梅等人对西江流域农田土壤Cd污染的调查结果类似[27], 可见以南丹为核心的周边区域土壤呈现重金属复合污染特征.根据研究区土壤As空间分布图结合流域内的矿产点分布图来看, 流域上游矿业活动释放的含As污染物是导致土壤As污染的主要来源之一, 污染的可能途径包括大气的沉降、污染物随河流的迁移与污水灌溉, 其中, 地表径流在污染物的扩散中扮演了重要角色.短时间内, 暴雨形成的较大地表径流携带矿区尾砂等污染物, 通过冲沟、溪涧注入河流.在工矿业活动区一定范围内, 污染物沿河流两岸分布的特点明显, 相关研究也体现了这种流域性污染特征[28, 29].汛期, 洪水易携带上游选矿后的尾砂污染农田土壤.有研究表明, 刁江沿岸土壤As污染问题与洪水淹没状况密切相关, 受刁江河水污灌影响的土壤As含量显著高于非污灌土壤[8].作为长期处于高度动态变化中的生态系统之一, 加之地形等限制因素的影响, 流域沿岸土壤的污染治理具有挑战性, 污染物释放后若不能及时回收处理, 污染物的扩散便会紧随其后[30, 31], 因此流域沿岸土壤的针对性治理迫在眉睫.另外, 降水集中的5~8月, 西江流域易发生洪涝灾害, 期间矿区尾矿库溃坝的风险更大, 污染一旦发生或扩散, 从经济角度讲, 除了污染修复工作造成的直接经济损失外, 其他潜在间接损失, 如污染土壤在自然状态下提供生态服务能力的下降, 更是难以估计的, 建议在此期间加大矿区安全排查力度, 以防患于未然, 从而避免污染物随河流迁移至更远的地方.由于矿业废弃物的产生与持续性存在, 流域上游历史性矿山开采与加工造成的环境污染仍将持续, 西江流域上游土壤As污染需得到当地政府与居民的长期关注.
4 结论(1) 西江流域土壤As含量范围、均值、几何均值分别为：0.01~171 523、382.9和23.82 mg·kg-1, 变异程度为强变异性.空间分布表现为：上游①(刁江、环江流域)As含量显著高于上游②(红水河、柳江流域)、中游及下游, 矿区土壤As含量显著高于水田、旱地与自然土壤中As含量.
(2) 空间聚类与冷热点分析表明, 高值聚类区集中分布于南丹北部的芒场镇、刁江流域中上游及大环江流域中下游, 多处于多金属矿区下游及周边区域, 低值聚类区主要分布于南丹北部的六寨镇、大环江和小环江流域上游及黔江浔江主干流流经的农田区域.
(3) 流域土壤As有明显的空间自相关性, 以结构性变异为主.流域上游As含量由西北向东南递减, 流域特征明显, 高As含量区沿刁江流域自然分布, 流域中下游土壤As含量基本处于0.44~40 mg·kg-1之间.
(4) 西江流域土壤样本As总体介于无污染-轻度污染之间, 河池市金城江区及南丹县土壤As污染突出, 流域上游①呈中高潜在生态风险.这与当地频繁的矿业活动关系密切, 建议采取治理措施并加强雨季尾矿库安全排查力度, 以保障当地居民的生产与生活质量.
| [1] |
徐兰, 罗维, 周宝同. 基于土地利用变化的农牧交错带典型流域生态风险评价——以洋河为例[J]. 自然资源学报, 2015, 30(4): 580-590. Xu L, Luo W, Zhou B T. Landscape ecological risk assessment of farming-pastoral ecozone based on land use change-a case study of the Yanghe watershed, China[J]. Journal of Natural Resources, 2015, 30(4): 580-590. DOI:10.11849/zrzyxb.2015.04.005 |
| [2] |
许妍, 高俊峰, 赵家虎, 等. 流域生态风险评价研究进展[J]. 生态学报, 2012, 32(1): 284-292. Xu Y, Gao J F, Zhao J H, et al. The research progress and prospect of watershed ecological risk assessment[J]. Acta Ecologica Sinica, 2012, 32(1): 284-292. |
| [3] |
刘梅, 李发鹏, 卢善龙, 等. 流域系统重金属污染研究进展[J]. 安徽农业科学, 2011, 39(25): 15622-15626, 15637. Liu M, Li F P, Lu S L, et al. Research advances in heavy metal pollution of river basin system[J]. Journal of Anhui Agricultural Sciences, 2011, 39(25): 15622-15626, 15637. DOI:10.3969/j.issn.0517-6611.2011.25.156 |
| [4] |
廖建波. 流域复合环境系统中重金属的归趋与综合风险评价——以北江为例[D]. 广州: 华南理工大学, 2016. Liao J B. Fate and comprehensive risk assessment of heavy metals in watershed composite environmental systems-a case study of the Beijiang River[D]. Guangzhou: South China University of Technology, 2016. |
| [5] |
肖细元, 陈同斌, 廖晓勇, 等. 中国主要含砷矿产资源的区域分布与砷污染问题[J]. 地理研究, 2008, 27(1): 201-212. Xiao X Y, Chen T B, Liao X Y, et al. Regional distribution of arsenic contained minerals and arsenic pollution in China[J]. Geographical Research, 2008, 27(1): 201-212. |
| [6] | 河池市环保局. 加快推进河池市土壤污染综合治理积极探索土壤污染综合防治新模式[EB/OL]. http://kthjjc.cn/index.php?s=/Index/artical/aid/242/, 2015-04-17. |
| [7] |
刘永轩, 黄泽春, 蹇丽, 等. 广西刁江沿岸土壤As, Pb和Zn污染的分布规律差异[J]. 环境科学研究, 2010, 23(4): 485-490. Liu Y X, Huang Z C, Jian L, et al. Differentiation of As, Pb and Zn pollution distributions in soils along Diaojiang River, Guangxi Province[J]. Research of Environmental Sciences, 2010, 23(4): 485-490. |
| [8] |
宋书巧, 吴欢, 黄钊, 等. 刁江沿岸土壤重金属污染特征研究[J]. 生态环境, 2005, 14(1): 34-37. Song S Q, Wu H, Huang Z, et al. The characteristics of heavy metals in soils along Diaojiang River[J]. Ecology and Environment, 2005, 14(1): 34-37. |
| [9] |
唐成. 大环江两岸农田土壤重金属污染现状及其健康风险评估[D]. 南宁: 广西大学, 2013. Tang C. Status and health risk assessment of heavy metal pollution of farmland soil in two sides of Great Huanjiang River[D]. Nanning: Guangxi University, 2013. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2406999 |
| [10] |
文泽伟. 龙江-柳江-西江流域的水化学特征和重金属污染研究[D]. 广州: 华南理工大学, 2016. Wen Z W. Study on hydrochemistry characteristics and heavy metal pollution in the Longjiang-Liujiang-Xijiang watershed[D]. Guangzhou: South China University of Technology, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10561-1017806262.htm |
| [11] | 广西壮族自治区地方志编纂委员会. 广西通志[M]. 南宁: 广西人民出版社, 2003. |
| [12] | Esri. How Cluster and Outlier Analysis (Anselin Local Moran's I) works[EB/OL]. http://desktop.arcgis.com/zh-cn/arcmap/latest/tools/spatial-statistics-toolbox/h-how-cluster-and-outlier-analysis-anselin-local-m.htm. |
| [13] | 广西环境保护科学研究所. 土壤背景值研究方法及广西土壤背景值[M]. 南宁: 广西科学技术出版社, 1992. |
| [14] |
蹇丽, 李慧君, 吴琳, 等. 广西高砷区采矿业污染河流治理探讨[J]. 环境科学与管理, 2012, 37(4): 108-111, 148. Jian L, Li H J, Wu L, et al. Discussion on heavy metal pollution treatment of Diaojiang River[J]. Environmental Science and Management, 2012, 37(4): 108-111, 148. |
| [15] |
吴洋, 杨军, 周小勇, 等. 广西都安县耕地土壤重金属污染风险评价[J]. 环境科学, 2015, 36(8): 2964-2971. Wu Y, Yang J, Zhou X Y, et al. Risk assessment of heavy metal contamination in farmland soil in Du'an Autonomous county of Guangxi Zhuang Autonomous region, China[J]. Environmental Science, 2015, 36(8): 2964-2971. |
| [16] |
席承藩. 土壤是气候变化的长期记录者[J]. 第四纪研究, 1990, 10(1): 82-90. Xi C P. Soil condition recording the long term climatic change[J]. Quaternary Sciences, 1990, 10(1): 82-90. |
| [17] | 许春雪. 树木年轮学在重建土壤重金属污染史中的应用研究[D]. 北京: 中国地质科学院, 2005. http://cdmd.cnki.com.cn/article/cdmd-82501-2007213492.htm |
| [18] |
李先琨, 苏宗明, 吕仕洪, 等. 广西岩溶植被自然分布规律及对岩溶生态恢复重建的意义[J]. 山地学报, 2003, 21(2): 129-139. Li X K, Su Z M, Lv S H, et al. The spatial pattern of natural vegetation in the Karst regions of Guangxi and the ecological signality for ecosystem rehabilitation and reconstruction[J]. Journal of Mountain Science, 2003, 21(2): 129-139. |
| [19] |
况雪源, 苏志, 涂方旭. 广西气候区划[J]. 广西科学, 2007, 14(3): 278-283. Kuang X Y, Su Z, Tu F X. Climate regionalization of Guangxi[J]. Guangxi Sciences, 2007, 14(3): 278-283. |
| [20] |
张明, 陈国光, 刘红樱, 等. 长江三角洲地区土壤重金属含量及其分异特征[J]. 土壤通报, 2012, 43(5): 1098-1103. Zhang M, Chen G G, Liu H Y, et al. Spatial distribution characteristics of heavy metal in soils of Yangtze River delta[J]. Chinese Journal of Soil Science, 2012, 43(5): 1098-1103. |
| [21] | 孙彬彬. 珠江三角洲土壤元素时空变化研究[D]. 北京: 中国地质大学(北京), 2008. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y1783024 |
| [22] |
刘春早, 黄益宗, 雷鸣, 等. 湘江流域土壤重金属污染及其生态环境风险评价[J]. 环境科学, 2012, 33(1): 260-265. Liu C Z, Huang Y Z, Lei M, et al. Soil contamination and assessment of heavy metals of Xiangjiang River basin[J]. Environmental Science, 2012, 33(1): 260-265. |
| [23] |
陈洪, 特拉津·那斯尔, 杨剑虹. 伊犁河流域土壤重金属含量空间分布及其环境现状研究[J]. 水土保持学报, 2013, 27(3): 100-105. Chen H, Te La-jin·Na Si-er, Yang J H. Study of spatial distribution of heavy metal elements content and its environment status in the Ili River valley region[J]. Journal of Soil and Water Conservation, 2013, 27(3): 100-105. |
| [24] |
刘永轩. 南方典型高砷区土壤砷形态空间分异与形成规律[D]. 杨凌: 西北农林科技大学, 2010. Liu Y Y. The spatial distribution and formation of different arsenic species in typical high arsenic regions in southern China[D]. Yangling: Northwest A&F University, 2010. http://cdmd.cnki.com.cn/Article/CDMD-10712-2010148411.htm |
| [25] | 凌乃规. 广西不同类型农田土壤重金属含量状况分析[J]. 农业环境与发展, 2010, 27(4): 91-94. |
| [26] | 郑武. 广西桂东北地区农业土壤环境若干重金属元素背景值的调查[J]. 生态与农村环境学报, 1993, 9(4): 39-64. |
| [27] |
翟丽梅, 廖晓勇, 阎秀兰, 等. 广西西江流域农业土壤镉的空间分布与环境风险[J]. 中国环境科学, 2009, 29(6): 661-667. Zhai L M, Liao X Y, Yan X L, et al. Spatial variation and environment risk of cadmium in agricultural land in the Xijiang River draining of Guangxi Province[J]. China Environmental Science, 2009, 29(6): 661-667. |
| [28] |
缪雄谊, 叶思源, 郝玉培, 等. 黄河三角洲表层土壤重金属环境质量评价[J]. 海洋科学, 2016, 40(2): 65-76. Miao X Y, Ye S Y, Hao Y P, et al. Assessment of heavy metal contamination in the surface soil of the Yellow River Delta, China[J]. Marine Sciences, 2016, 40(2): 65-76. DOI:10.11759/hykx20150316003 |
| [29] | Domínguez M T, Alegre J M, Madejón P, et al. River banks and channels as hotspots of soil pollution after large-scale remediation of a river basin[J]. Geoderma, 2016, 261: 133-140. DOI:10.1016/j.geoderma.2015.07.008 |
| [30] | Mayes W M, Jarvis A P, Burke I T, et al. Dispersal and attenuation of trace contaminants downstream of the Ajka bauxite residue (red mud) depository failure, Hungary[J]. Environmental Science & Technology, 2011, 45(12): 5147-5155. |
| [31] | Zhao Y C, Xu X H, Huang B, et al. Using robust kriging and sequential Gaussian simulation to delineate the copper-and lead-contaminated areas of a rapidly industrialized city in Yangtze River Delta, China[J]. Environmental Geology, 2007, 52(7): 1423-1433. DOI:10.1007/s00254-007-0667-0 |