环境科学  2024, Vol. 45 Issue (8): 4825-4836   PDF    
引用本文
南维鸽, 董治宝, 薛亮, 张智, 哈延庆, 邵天杰. 青藏高原重要交通国道路侧土壤重金属分布特征及生态风险评价[J]. 环境科学, 2024, 45(8): 4825-4836.
NAN Wei-ge, DONG Zhi-bao, XUE Liang, ZHANG Zhi, HA Yan-qing, SHAO Tian-jie. Distribution Characteristics and Ecological Risk Assessment of Heavy Metals in Roadside Soil of Important National Highways on the Qinghai-Xizang Plateau[J]. Environmental Science, 2024, 45(8): 4825-4836.
青藏高原重要交通国道路侧土壤重金属分布特征及生态风险评价
南维鸽, 董治宝, 薛亮, 张智, 哈延庆, 邵天杰     
陕西师范大学地理科学与旅游学院，西安 710119
收稿日期: 2023-08-18; 修订日期: 2023-11-16
基金项目: 第二次青藏高原综合科学考察研究项目（2019QZKK0403）；国家自然科学基金项目（42171004）
作者简介: 南维鸽（1979~）, 女, 博士研究生, 副研究员, 主要研究方向为区域环境风险评估, E-mail：nanweige@snnu.edu.cn
通信作者: 张智, E-mail：zhi.zhang@snnu.edu.cn
摘要: 为了阐明交通对青藏高原敏感脆弱生态系统和主要生态安全屏障功能的影响, 在G214、G213、G345、G109、G316和G317等国道部分路段, 采集路边0~25 m范围内土壤样品, 分析6种土壤重金属含量及分布特征, 运用单因子污染指数法（Pi）、内梅罗综合指数法（PN）及潜在生态风险指数法（RI）对路侧土壤重金属的污染程度及潜在生态风险进行综合评价. 结果表明, 青藏高原重要交通国道路侧土壤重金属ω（As）、ω（Cd）、ω（Hg）、ω（Ni）、ω（Pb）和ω（Zn）分别介于5.65~176.00、0.04~0.27、0.01~0.14、9.52~113.00、9.16~54.50和24.70~109.00 mg·kg-1, 呈高度变异, 部分采样路段存在As、Cd和Hg元素高于当地土壤背景值. 路侧土壤重金属单因子污染指数大小为：Pi（As） > Pi（Hg） > Pi（Cd） > Pi（Pb） > Pi（Ni） > Pi（Zn）, 内梅罗综合污染指数在0.41~9.20, 平均值为1.53, 属于清洁或轻度污染, 局部处于中度或重度污染. 研究路段综合潜在生态风险指数平均值为106.2, 土壤总体处于无污染和轻度污染, 仅有两个路段的土壤重金属富集达到中等及强度生态危害, 其G213a土壤综合潜在风险指数显示为中度至重度生态危害, 主要受到Hg、As和Cd的影响, G317土壤综合潜在风险指数显示为轻度至中度生态危害, 主要受到Hg和Cd的影响. 青藏高原路侧土壤重金属含量与路侧距离及土壤深度没有显著相关性, 与年均气温呈显著正相关（P < 0.05）. 青藏高原道路建设人为活动剧烈、交通流量较大的区域有土壤重金属富集趋势.
关键词: 青藏高原      道路交通      土壤重金属      路侧      分布特征      生态风险评价     
Distribution Characteristics and Ecological Risk Assessment of Heavy Metals in Roadside Soil of Important National Highways on the Qinghai-Xizang Plateau
NAN Wei-ge , DONG Zhi-bao , XUE Liang , ZHANG Zhi , HA Yan-qing , SHAO Tian-jie     
School of Geography and Tourism, Shaanxi Normal University, Xi'an 710119, China
Abstract: To clarify the impact of transportation on the sensitive and fragile ecosystems of the Qinghai Tibet Plateau and major ecological safety barrier functions, soil samples within 0-25 m on the roadside were collected from sections of national highways such as G214, G213, G345, G109, G316, and G317, and the contents of six heavy metals were analyzed. Then, the degree of heavy metal pollution and the risk of ecological hazards were evaluated using the single-factor pollution index method (Pi), Nemero comprehensive index method (PN), and potential ecological risk index method (RI). The results showed that the heavy metal contents of As, Cd, Hg, Ni, Pb, and Zn in the soil of important transportation national roads on the Qinghai Tibet Plateau ranged from 5.65 to 176.00, 0.04 to 0.27, 0.01 to 0.14, 9.52 to 113.00, 9.16 to 54.50, and 24.70 to 109.00 mg·kg-1, respectively, showing high variability. In some sections of the soil, the values of the elements As, Cd, and Hg were higher than the local soil background values. The single-factor pollution index of heavy metals in roadside soil was Pi (As) > Pi (Hg) > Pi(Cd) > Pi (Pb) > Pi (Ni) > Pi (Zn). The Nemero comprehensive pollution index ranged from 0.41 to 9.20, with an average value of 1.53, indicating clean and mild pollution. Some areas showed a moderate or severe pollution. The average potential ecological risk index of the research section was 106.2, and the soil was generally in a state of no pollution and light pollution. Only two road sections had soil heavy metal enrichment reaching moderate and strong ecological hazards. The comprehensive potential risk of the G213a road section indicated moderate to severe ecological risk, mainly contributed by Hg, As, and Cd. The comprehensive pollution risk of the G317 road section indicated mild to moderate ecological risk, mainly contributed by Hg and Cd. The heavy metal content in the soil of the Qinghai Tibet Plateau road area was not significantly correlated with the roadside distance and soil depth but was significantly positively correlated with the annual average temperature (P < 0.05). In all, there was a trend of heavy metal input into the soil environment in areas with intense human activities and high traffic flow during road construction on the Qinghai Tibet Plateau.
Key words: Qinghai-Xizang Plateau      road traffic      soil heavy metals      roadside      distribution characteristics      ecological risk assessment     

重金属是环境污染物和潜在的有毒污染物, 具有难降解、危害持久、不可逆转及食物链富集放大效应等特点, 重金属在土壤中隐蔽、易迁移、滞留时间长, 经长期富集和迁移, 可威胁到生态环境安全、人类的生命健康及整个生态系统的稳定性[1]. 青藏高原作为一种独特的地貌单元, 被称为“世界屋脊”, 更有“中华水塔”的美誉, 是中国乃至亚洲重要的生态屏障, 是地球两极之外最后的净土, 其高寒缺氧、生态系统脆弱、敏感、易受人类活动影响, 原生生态系统一经破坏或污染就难以自我修复[2]. 近年来青藏高原道路交通网日趋完善, 高原旅游、经济快速发展, 人类活动日益加剧, 交通运输活动日渐增加, 势必会诱发更为广泛的潜在环境风险. 国内学者对青藏高原草地生态系统土壤、部分道路交通、矿山土壤、环青海湖表层土壤或部分区域土壤的重金属污染风险现状进行了分析和阐述[2~7], 发现青藏高原东北部受到明显的人为活动造成的重金属污染, 东祁连山农业、草地和湿地等不同土地类型中出现了不同程度的重金属富集[4, 8~11], 且发生了土壤重金属污染加剧草地的退化等衍生危害[2]. 因此, 青藏高原土壤重金属分布格局引起了国内更多学者的关注[12~15].

青藏高原地区地质环境复杂、海拔跨度大、地貌类型复杂多样、气候变化多端, 且降雨分布不均, 土壤发育年轻, 土壤重金属环境背景值呈现较大区域性差异[16, 17]. 而路侧环境受到人为扰动、复杂变化因素及高度不确定性等多因素的影响, 土壤重金属污染可能会呈现出明显的空间异质性[16]. 学者通过相关性分析、主成分分析、聚类分析及决策树分析法对青藏高原主要交通干道土壤重金属污染评价与来源进行解析, 发现路侧土壤重金属潜在来源与自然、交通和采矿等有关[1, 4, 6, 7, 13], 其道路交通是青藏高原土壤重金属的主要来源之一[15]. 道路交通土壤遭受运输车辆尾气排放、燃料泄漏、轮胎和刹车部件磨损等人为原因[5, 6], 致使土壤重金属在环境中不断积累. 地表径流和生物地球化学作用迁移或转化也因自然环境区域性差异呈现异常复杂的响应特性, 有研究表明, 交通活动使青藏铁路旁侧20 m土壤重金属Pb、Zn和Cd发生富集[11~14], 如青藏高原主要交通干道G109、G317、G212和G214公路路侧土壤重金属Cu、Zn、As、Cd和Pb出现富集[18~21], 也有学者发现在G317和G318路域土壤重金属Hg、Ni、Zn、As、Pb和Cd在路侧5、50和100 m处的含量没有显著差异, 无明显富集[5, 18, 22]. 显然青藏高原极为复杂的气候、地形、降雨和植被覆盖对外源性重金属的输入, 在面临动态性极强的交通运输活动及差异性取样时, 产生不一致的结果, 因此, 当前对青藏高原道路交通对土壤重金属含量影响还存在较大的争议. 本文以G213、G214、G345、G109、G316和G317等国道海拔在2 300~4 500 m区域的部分路段为例, 收集路侧0~25 m范围内0~30 cm剖面土壤样品, 厘清青藏高原道路交通对土壤重金属污染分布的影响, 完善青藏高原土壤重金属交通源污染的理论, 旨在对高原公路生态修复、防治和畜牧农业安全提供理论依据和量化参考.

1 材料与方法 1.1 研究区域概况

青藏高原处于我国三级阶梯地势中的第一阶梯（26°00'~39°47' N, 73°19'~104°47' E, 图 1）, 平均海拔在4 000 m以上, 是世界上海拔最高且最年轻的高原, 总面积约250万km2, 包括青海、西藏两省区全部, 以及甘肃、四川、云南和新疆的部分地区. 地形以高原、山地、盆地为主. 气候类型以高原山地气候为主, 夏季温凉湿润, 冬季寒冷干燥, 太阳辐射强. 不同的位置、海拔和地貌特征又造成土壤植被等环境要素在青藏高原的空间分异, 本研究路段的海拔、土壤和植被略显差异, 采样位置选取于公路旁平坦位置（表 1）.

图 1 采样分布示意 Fig. 1 Sampling sites distribution

表 1 采样路段概况 Table 1 General situation of sampling section

1.2 研究方法 1.2.1 采样和实验方法

于2020年8月至2021年10月, 沿国道G213、G316、G345、G214、G109和G317设置7个采样路段, 在每个路段设置垂直于公路的2个采样带, 在每个采样带距路侧10、15、25 m位置设3个采样剖面, 每个剖面从地面向下间隔10 cm取3个土样, 采集土壤样品共计126个. 采集土壤样品风干、去除杂物、用木棒敲碎过0.2 mm尼龙筛处理后, 测定土壤As、Cd、Hg、Ni、Pb和Zn含量. 土壤样品中Hg含量采用1∶1王水水浴消解, 通过原子荧光光度计（XGY 1011A）测定, 汞的检出限为0.002 μg·g-1. 土壤样品中As、Cd、Ni、Pb和Zn含量采用3∶1王水-高氯酸（HClO4）体系消解后, 通过电感耦合等离子体质谱仪（ICP-MS, Agilent-7900, X Series2）测定, As、Cd、Ni、Pb和Zn的检出限分别为0.01、0.035、1.00、1.00和3.5 mg·kg-1. 实验所用试剂均为分析纯（上海国药集团, 中国）. 测试结果通过空白、重复和标准样品（GSS-1）进行验证, 测试样品的平行偏差小于10%, 经分析测试, 精密度和准确度监控样合格率均为99.9%.

1.2.2 重金属污染评价方法

（1）单因子污染指数法  单因子污染指数法是对土壤中某一种重金属元素的污染程度进行评价. 计算公式如下：

(1)

式中, Pi为重金属元素i的单项污染指数；Ci为重金属元素i在土壤中的实测值（mg·kg-1）；Si为重金属元素i的土壤背景值（mg·kg-1）.

背景值作为评价土壤重金属污染的基础, 不同的参照标准会造成评价结果的偏差[24]. 本文G213、G316、G345、G214和G109以青海省土壤背景值[25]为参照标准（As、Cd、Hg、Ni、Pb和Zn背景值依次为14、0.137、0.02、29.6、20.9和80.3 mg·kg-1）, G317路段以西藏自治区土壤背景值[26]为参照标准（As、Cd、Hg、Ni、Pb和Zn依次为18.70、0.08、0.024、32.10、28.90和73.70 mg·kg-1）.

（2）综合污染指数法  也称内梅罗指数法[27], 能够较全面地评判重金属的污染程度, 可避免由平均作用削减污染金属元素权值的现象, 是评价土壤重金属污染时广泛使用的方法, 分级指标见表 2. 计算公式如下：

(2)
表 2 土壤内梅罗指数分级指标 Table 2 Classification index of Nemerow index in soil

式中, PN为内梅罗综合污染指数, Pavg为单因子指数平均值, Pmax为单因子指数的最大值.

1.2.3 重金属风险评价方法

潜在生态风险指数评价法, 是从沉积学角度对土壤中重金属污染进行评价的方法, 重点考虑了重金属的毒理学性质和生态环境效应[24], 分为单项和综合潜在生态风险指数.

（1）单项重金属潜在生态风险指数（Er）, 计算公式为：

(3)

式中, Ci为重金属元素i在土壤中实测值（mg·kg-1）；C0为重金属的背景值（mg·kg-1）, 本研究采用青海省和西藏自治区土壤背景值；Tri为重金属元素i的毒性系数, 采用Hakanson[24]制定的标准化毒性系数（As、Cd、Hg、Ni、Pb和Zn的标准化毒性系数分别为10、30、40、2、5和1）.

（2）综合潜在生态风险指数（RI）, 即多个重金属的潜在生态风险指数, 计算公式为：

(4)

潜在生态风险指数污染等级划分标准见表 3.

表 3 潜在生态风险分级标准 Table 3 Potential ecological risk classification criteria

1.3 数据处理

利用SPSS 26.0对土壤重金属含量数据进行描述性统计分析、相关性分析和主成分分析及重金属与环境要素间的回归分析, 利用ArcGIS 10.7和Origin pro 2021软件制图.

2 结果与分析 2.1 土壤重金属含量统计特征分析

本研究土壤中重金属的含量大小顺序为：Zn > Ni > Pb > As > Cd > Hg, 从表 4可知, 土壤中ω（As）为5.65~176.00 mg·kg-1, ω（Cd）为0.04~0.27 mg·kg-1, ω（Hg）为0.01~ 0.14 mg·kg-1, ω（Ni）为9.52~113.00 mg·kg-1, ω（Pb）为9.16~54.50 mg·kg-1和ω（Zn）为24.70~109.00 mg·kg-1. 土壤中不同深度As和Ni平均值大小为：30 cm > 10 cm > 20 cm, 土壤中Cd、Hg、Pb和Zn平均值在0~10 cm高于10~30 cm土壤. 土壤重金属变异系数大小依次为：As > Hg > Ni > Cd > Pb > Zn, 其中As属于强变异（> 100%）, Hg属于高度变异（> 36%）, 此外表层中Ni、Cd、Pb和Zn属于中度变异（10%~36%）.

表 4 不同深度土壤重金属统计学特征1） Table 4 Statistical characteristics of heavy metals in soils at different depths

路侧25 m内土层0~30 cm深度土壤重金属平均值分析如表 5. 与土壤背景值相比, As和Hg含量超过当地土壤背景值, 其含量分别为20.37 mg·kg-1和0.03 mg·kg-1, Cd、Ni、Pb和Zn没有超过当地土壤的背景值, 含量分别为0.134、28.25、22.37和64.79 mg·kg-1, 不同路侧距离（图 2）, 不同深度As和Ni平均值大小为：25 m > 10 m > 15 m（P > 0.05）, Cd、Hg、Pb和Zn平均值大小为：10 m > 25 m > 15 m（P > 0.05）.

表 5 路侧土壤重金属含量/mg·kg-1 Table 5 Content of heavy metals in roadside soil/mg·kg-1

直线为平均值, 曲线为土壤重金属含量曲线 图 2 不同路侧距离土壤重金属元素含量（n = 42） Fig. 2 Content distributions of heavy metals at different roadside distances

不同路段表现为, G213甘南夏河a路段As、Pb、Cd和Hg含量出现超青海省土壤背景值330%、26%、17%和8%, 而在G213甘南夏河b路段Hg和Cd含量超过青海省土壤背景值的62%和5%；G316甘南夏河县路段As、Pb、Ni和Cd含量超过青海省土壤背景值的22%、12%、8%和5%；G345甘南玛曲路段Hg和As含量超过青海省土壤背景值27%和1%；G109和G214路段各重金属含量均没有超标, G317路段Hg、Cd、Ni和Pb含量均超过西藏自治区土壤背景值136%、67%、45%和10%.

2.2 土壤重金属污染评价

通过单因子污染指数分析可知（图 3）, 6种元素的单因子污染指数在不同路侧土壤中有显著差异. As元素在G213b、G345、G109、G214和G317路段Pi ≤ 1.0, 为未污染, 在G316路段Pi介于1.0~2.0, 为轻度污染, 在G213a路侧距离10、15和25 m其Pi值分别为5.40、3.46和4.04, 为重度污染；Cd元素在G213a和G317路段Pi介于1~2之间, 为轻度污染, 其他路段Pi ≤ 1.0, 未污染；Hg元素在G316、G214和G109路侧Pi ≤ 1.0, 为未污染, 在其他路段Pi > 1.0, 其中在G213a路段路侧距离25 m处Pi为2.12, 为中度污染, G317路段路侧距离15 m、25 m处Pi值分别为3.09和3.22, 为重度污染；Ni元素在G317路段Pi > 1.0, 其中在G317路侧15 m处Pi为2.18, 为重度污染, 其他路段Pi ≤ 1.0, 为未污染；Pb元素在G213b、G345、G109和G214路段Pi ≤ 1.0, 为未污染, 而G213a、G316和G317路段Pi介于1~2, 为轻度污染；Zn元素仅在G317路段Pi介于1.0~2.0, 其他路段Pi ≤ 1.0.

图 3 土壤重金属单项污染特征值（n = 6） Fig. 3 Single-factor pollution index of heavy metals in soil

综合污染指数箱式叠加小提琴曲线分析表明[图 4（b）和4（c）], PN大小顺序为：土层30 cm（1.64） > 10 cm（1.59） > 20 cm（1.34）（n = 42, P > 0.05）, 路侧距离PN大小顺序为：15 m（1.63） > 10 m（1.51） > 25 m（1.46）（P > 0.05）. 7个路段路侧土壤重金属PN均值大小顺序为：G213a > G317 > G213b > G316 > G345 > G109 > G214（P < 0.05）. 在G213a路段路侧10、15、25 m处PN分别为4.06、2.65和3.13, 污染程度为重度、中度和重度水平, G317路段路侧15 m和25 m处PN为2.77和2.50, 污染程度为中度和重度污染水平, G213b、G316和G345路段不同路侧距离土壤PN介于1~2之间, 为轻度污染水平, G109路段路侧10 m和15 m处PN介于0.7~1.0之间, 为尚清洁水平, G214路段土壤PN < 0.7, 为清洁水平.

小提琴曲线为土壤PN内核平滑曲线 图 4 土壤重金属综合污染指数 Fig. 4 Comprehensive pollution index of heavy metals in soil

2.3 土壤重金属潜在生态风险评价

不同路侧距离土壤重金属潜在生态风险评价可知（图 5）, 6种重金属潜在生态危害Er大小顺序为：Hg > Cd > As > Pb > Ni > Zn. 其中, Hg在G214和G109路段土壤中Er均小于40, 表现为轻微污染, 在其他路段则是中等或强污染. Cd在G213a路段路侧距离25 m处、G317路段10 m和20 m处Er表现为中等污染, 在G317路段15 m处Er表现为强度污染, 在其他路段或路侧距离Er均小于40, 表现为轻微污染. As在G213a路侧距离10 m和25 m处Er表现为中等污染, 而在其他路段均为轻微污染. Pb、Ni和Zn在各路段不同路测距离Er均小于40, 表现为轻微污染.

（a）为不同路段不同路侧距离土壤重金属元素潜在生态风险指数, 虚线数值为150, 表示轻微生态危害程度的顶线 图 5 土壤重金属潜在生态风险指数及各重金属元素生态危害贡献率 Fig. 5 Potential ecological risk of heavy metals in roadside soil and contribution rate of ecological risk of each heavy metal element

RI分析结果显示（图 5）, 7个路段路侧土壤RI均值大小顺序为：G317 > G213a > G213b > G316 > G345 > G109 > G214. 其中, G213a路侧10 m、25 m处及G317路侧15 m、25m处RI在150~300之间, 潜在生态风险达到中等风险, 其他路段潜在生态风险均为轻微风险. 从重金属元素的危害贡献率来看, Hg因其毒性系数最高（Tr = 40）, 单项潜在生态风险系数在6种元素中也最高, 对各路段中综合潜在生态危害贡献率最高, 其次是Cd和As. 研究中主要受到污染的道路G213a甘南临夏段其Hg、As和Cd危害贡献率分别为45.4%、27.0%和22.0%, 而G317昌都污染路域Hg和Cd潜在危害贡献率分别为60.8%和28.8%.

3 讨论 3.1 路域土壤重金属分布影响因素

土壤重金属的含量由自然因素和人为因素综合决定[28, 29], 自然因素包括成土母质、气候（降雨量、温度）、海拔、植物和土壤类型等[6, 18, 22, 29, 30]. 成土母质直接决定了土壤重金属的原始含量, 不同的母质和风化成土过程会导致区域间土壤重金属含量差异. 气候温度和水分决定植被类型、植被覆盖及土壤类型, 且水分是重金属迁移的载体之一, 降雨势必会影响土壤中重金属的迁入和迁出. 海拔影响水热分配、植物生长和土壤演化, 从而影响土壤重金属元素含量.植物通过固土保水减少土壤重金属的流失或通过根系吸收降低土壤重金属含量[25], 土壤理化性质影响重金属在土壤中的富集和迁移能力[7, 31]. 有学者认为, 以上自然因素对路侧土壤中重金属的积累有较大的贡献[12, 32]. 青藏高原面积广阔, 自然环境空间差异性大, 本研究中各路段海拔在2 300~4 500 m不等, 自然环境要素相对复杂性, 通过土壤重金属与海拔、年降雨量和年均温度分析发现（图 6）, 路域土壤中As、Cd、Hg、Ni、Pb和Zn这6种重金属总含量与年均温度显著正相关（P < 0.05）, 与年降雨量正相关（P > 0.05）, 与海拔负相关（P > 0.05）. 温度和水分对土壤、植被生长都具有决定性作用, 但从本研究现有的数据分析发现, 与重金属元素含量较为密切的气候因素是温度. 在青藏高原路侧土壤类型相同的情况下, G317路段土壤重金属含量高于G213b、G316和G345和路段, 可能与温度和降雨量有很大的关系.

第一列Y轴表示所有元素含量均值, 第二列Y轴表示PN, 第三列Y轴表示RI；黑色直线表示拟合曲线, 红色曲线表示95% 置信区间线 图 6 土壤中重金属元素总含量、PN和RI与海拔、年降雨量和年均温度之间的回归分析 Fig. 6 Regression analysis of total content of heavy metal elements, PN and RI with altitude, annual rainfall, and annual average temperature

影响土壤重金属元素含量的人为因素包括道路交通、固体废弃物、农药使用以及其他通过大气沉降[33]间接影响的其他人类活动[13, 34]. 本研究中路侧土壤6种重金属含量表现出明显差异性, 其中Zn含量最高, 其次是Ni、Pb和As, 而Cd和Hg含量最低, 均低于1 mg·kg-1, 这可能与各元素的主要来源或富集有关. 研究区域远离城市、工厂和农田等可能会造成较强污染的区域, 因此, 地质环境、道路交通的影响可能成为主要的原因. 相关性分析结果表明, As含量与其他元素含量之间弱相关（图 7）, 其他元素之间的相关系数在0.36~0.74内, 呈显著正相关（P < 0.05）, 说明了研究区域土壤重金属Zn、Pb、Ni、Cd和Hg有相似来源, 同时, 通过主成分分析（表 6）, 提取一个公共因子, 方差贡献率57.93%, 可以认为这6种重金属元素为一大类, 具有相同或者相似来源. 本研究中土壤As确实与其他元素有比较大区别. 杨安等[15]研究青藏高原重金属污染发现, 土壤中As来源可能与地质环境和矿产开发密切相关, 从而引起土壤中As含量有很大的不确定性, 本研究G213a路段一个采样带上土壤As含量特别高, 导致土壤中As具有很高的变异系数及As与其他元素之间弱的相关性, 因此, 在剔除一个采样带As含量数据之后, Pearson相关性分析发现其他元素之间呈显著正相关（P < 0.05）, 说明了研究区域土壤重金属As、Zn、Pb、Ni、Cd和Hg有相似来源. 因此, 可以确定G213a路段As单因子污染程度最高, 与地质环境有关, 这与其他学者在河流和湖泊的研究结果一致[35]. 而土壤Hg来源与采矿和大气干湿沉降有关. 有研究表明[5, 36], 青藏高原Hg与大气沉降有关, 且最易聚集于表层土壤中, 关于Hg的污染有待于深入研究. 此外, 关于而Zn、Pb、Ni和Cd污染与交通活动有关.

*表示在0.05水平上显著相关, 圆圈面积表示相关系数大小, 色柱表示相关系数的大小 图 7 土壤中重金属元素相关性分析结果 Fig. 7 Correlation between the heavy metals in the soil

表 6 路侧土壤重金属含量的成分矩阵 Table 6 Component matrix of heavy metal contents in roadside soil

道路交通因素具体有通车时间、车流量、车辆类型以及道路状况等. 一般来说, 通车时间越早和车流量越大, 对路侧土壤重金属的污染就越严重[20, 37, 28], 有研究表明[5, 38], 高原路侧Cd和Zn含量随车流量升高呈上升趋势. 车辆类型主要指汽车排量、行驶速度、燃油类型等, 而道路状况在决定上述因素的同时也会决定刹车等交通行为的发生频率, 从而通过轮胎磨损、刹车片等零部件磨损、尾气排量增加、燃油泄漏等方式影响土壤重金属污染. 有学者认为Zn、Cd、Pb和Ni是常见的交通源, 道路旁土壤中Zn、Pb、Ni和As等重金属主要来源于汽车轮胎和刹车片的磨损[29], 而柴油燃烧、尾气排放和发动机润滑油泄漏也是Pb、Cd、Ni、Zn和As等重金属的可能来源[6, 39]. 有学者研究青藏高原道路沿线土壤重金属含量, 发现青藏高原土壤遭受Cd轻度污染[15]和Pb的强度污染[7, 40~42]. 本研究中G317路段通车时间早、车流密集, 且地势崎岖和坡陡弯急, 以上的交通因素共同促进了与汽车尾气排放、燃油泄漏和零部件磨损等有关重金属的积累, 可能致使该路段重金属污染更为严重. G109路段即“青藏线”, 虽然通车时间早, 但处于高原腹地, 采样路段相较于高原边缘山区的G213a、G317等路段较为平缓笔直, 刹车等交通行为发生频率小, 从而使Zn、Pb、Ni和Cd等重金属含量低于G213a和G317路段.

本研究路侧距离25 m内土壤中重金属含量与路侧距离无显著的相关性, 与之前学者在G317和G318公路沿线分析一致[6, 18, 22], 与部分学者研究结论即青藏高原道路旁土壤重金属的含量随路侧距离的增加呈指数递减的结果不符[5, 21], 其中原因可能与污染物迁移的方向及速度有关, 特别是受青藏高原多风气象条件影响, 交通源污染物横向扩散有关.

3.2 不同路段土壤重金属污染评价分析

本研究中两种土壤重金属污染评价方法产生的结果相似. 综合污染评价分析表明, 青藏高原国道路侧25 m范围内, 多数路段土壤重金属的PN值基本都是在1~2之间, 属于低污染风险, 少数路段存在轻度或中度污染, 7个路段路侧土壤重金属PN均值大小为：G213a > G317 > G213b > G316 > G345 > G109 > G214. 有学者分析G317沿线土壤重金属含量, 同样发现该线路PN值基本介于1~2, 属于低污染风险[6, 18], 人为活动加剧, 道路沿线土壤遭受污染加剧[10, 43], 在G213a及G317路段最近20年车辆流量逐渐增加, 因此值得持续关注. 此外, G214路段位于青海省果洛玛多县境内, 该路段是黄河源头, 与其他路段相比通车时间最晚, 为2017年通车, 而路侧土壤重金属含量也明显低于其他路段, 是本研究区域唯一的无污染（清洁）的路段. G109路段位于高原边缘平缓地段, PN为低水平, 与之前学者研究的结果一致[19, 20]. 研究区域甘南4个路段国道G213a、G213b、G316和G345路侧, 其As、Hg、Cd和Pb均超过了土壤背景值, 其中以As（3.3倍）较显著；Cd和Pb污染等级与杜昊霖等[44]的研究结果一致, 其关于甘南“一江三河”流域研究表明, Pb、Cd和As含量平均值均超过青藏高原背景值, 以Cd（4.50倍）和As（2.83倍）较显著, Cd和Pb的高值主要分布在水域、城镇及农村居民用地和工交建设用地. 这些结果表明, 在甘南路侧土壤受到As、Hg、Cd和Pb的污染, 当地政府和相关部门应高度重视.

RI大小为：G317 > G213a > G213b > G316 > G345 > G109 > G214, 表明G213b、G345、G316、G109和G214路段均为轻微生态风险, 仅有G317和G214a路段土壤存在较大的生态风险, 主要受到Hg、Cd、As的影响, 这与综合潜在生态风险评价中考虑重金属的毒性系数有关. 6种重金属元素中, Hg（Ti = 40）和Cd（Ti = 30）的毒性系数远大于其他几个元素, 其含量会很大程度上决定本路段的综合潜在生态风险程度, 这与已有研究的结果一致[45]. G317路段路侧土壤中ω（Hg）和ω（Cd）的平均值分别是0.05 mg·kg-1和0.19 mg·kg-1, G213a路段ω（Hg）和ω（Cd）的平均值分别是0.04 mg·kg-1和0.16 mg·kg-1, 虽然G213a路段土壤重金属平均值总和大于G317路段, 但因为G317路段Hg和Cd平均值均高于G213a路段, 其RI均值高于G213a路段. 道路对路侧土壤重金属污染具有潜在影响, Hg、Cd和Pb元素在表层土呈富集趋势.

本研究选取两种评价方法均以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, 研究区与其他地区土壤环境相比, 路域土壤环境仍然是一个相对洁净或者相对低污染水平, 但本次生态风险评价结果也表明, 在人为活动剧烈、交通流量较大的地方存在向土壤环境输入重金属的趋势, 部分路段存在生态危害的风险.

4 结论

（1）对比青藏高原土壤重金属含量, As和Hg超过当地土壤背景值, 其含量分别为20.09 mg·kg-1和0.03 mg·kg-1, Cd、Ni、Pb和Zn没有超过土壤背景值, 仅有G213 a夏河路段As、Cd、Hg和Pb超过青海省背景值, As元素单污染指数最高, G317昌都路段Cd、Hg、Ni、Pb和Zn超过西藏背景值, Cd元素单污染指数最高, 达到重度污染.

（2）土壤重金属Nemero综合指数（PN）表明, G316、G345和G109路段在尚清洁至轻度污染之间, G214为清洁, G213a路段主要受到As和Hg的污染使其达到中度至重度污染等级, G317路段主要受到Cd和Hg的污染使其达到轻度至重度污染等级, 综合潜在生态风险评价结果为G213a和G317路段潜在风险为轻微至中等危害, 其余路段均为轻微生态危害水平, 贡献率较大的元素是Hg、Cd和As.

（3）综上所述, 青藏高原重要交通国道部分路段土壤受到交通源重金属富集影响, 路侧25 m内多数路段处于轻微生态风险水平, 土壤受到Hg、Cd和As污染趋势增强影响.

参考文献
[1] 黎贤铭. 青藏高原中东部高寒草地生态系统重金属的分布特征及影响因素[D]. 重庆: 西南大学, 2022.
Li X M. Distribution characteristics and influencing factors of heavy metals in alpine grassland ecosystem in central and eastern Qinghai-Tibet plateau[D]. Chongqing: Southwest University, 2022.
[2] 王若锦, 邵天杰, 卫佩茹. 环青海湖地区表层土壤重金属富集含量及其生态风险评价[J]. 干旱区研究, 2021, 38(2): 411-420.
Wang R J, Shao T J, Wei P R. Enrichment content and ecological risk assessment of heavy metal in surface soil around Qinghai Lake[J]. Arid Zone Research, 2021, 38(2): 411-420.
[3] 周会程, 姚玉娇, 梁婷, 等. 天祝不同退化梯度高寒草甸土壤重金属污染及风险评价[J]. 生态环境学报, 2020, 29(10): 2102-2109.
Zhou H C, Yao Y J, Liang T, et al. Risk of heavy metal pollution in soil of alpine meadow with different degradation gradients in Tianzhu county[J]. Ecology and Environmental Sciences, 2020, 29(10): 2102-2109.
[4] 赛宁刚, 祁娟, 贾燕伟, 等. 东祁连山不同土地利用方式下土壤重金属污染评价[J]. 草业学报, 2022, 31(10): 99-109.
Sai N G, Qi J, Jia Y W, et al. Evaluation of soil heavy metal pollution under different land use patterns in the eastern Qilian Mountains[J]. Acta Prataculturae Sinica, 2022, 31(10): 99-109. DOI:10.11686/cyxb2021394
[5] 王冠星, 闫学东, 张凡, 等. 青藏高原路侧土壤重金属含量分布规律及影响因素研究[J]. 环境科学学报, 2014, 34(2): 431-438.
Wang G X, Yan X D, Zhang F, et al. Influencing factors of heavy metal concentration in roadside-soil of Qinghai-Tibet Plateau[J]. Acta Scientiae Circumstantiae, 2014, 34(2): 431-438.
[6] 安思危. 青藏高原重要交通沿线土壤—植被重金属累积特征与过程解析[D]. 重庆: 西南大学, 2021.
An S W. Accumulation characteristics and processes of heavy metals in soil-vegetation system along the important roads in the Tibet Plateau[D]. Chongqing: Southwest University, 2021.
[7] 王艺涵. 青藏高原土壤重金属分布特征、来源及生态风险评价[D]. 天津: 天津师范大学, 2018.
Wang Y H. Distribution characteristics, sources and ecological risk assessment of heavy metals in soils of Qinghai-Tibet Plateau[D]. Tianjin: Tianjin Normal University, 2018.
[8] Zhang Z S, Zheng D M, Xue Z S, et al. Identification of anthropogenic contributions to heavy metals in wetland soils of the Karuola Glacier in the Qinghai-Tibetan Plateau[J]. Ecological Indicators, 2019, 98: 678-685. DOI:10.1016/j.ecolind.2018.11.052
[9] 李军, 李旭, 李开明, 等. 黄河流域农田土壤重金属污染特征及其优先控制源分析[J]. 环境科学, 2024, 45(4): 1724-1738.
Li J, Li X, Li K M, et al. Characteristics and identification priority source of heavy metals pollution in farmland soils in the Yellow River Basin[J]. Environmental Science, 2024, 45(4): 1724-1738.
[10] Du X L, Zhu Y J, Han Q, et al. The influence of traffic density on heavy metals distribution in urban road runoff in Beijing, China[J]. Environmental Science and Pollution Research, 2019, 26(1): 886-895. DOI:10.1007/s11356-018-3685-4
[11] 李文明, 孙朝, 陈霄燕, 等. 青海省典型高山农业区域土壤重金属污染评价及来源探析[J]. 岩矿测试, 2023, 42(3): 598-615.
Li W M, Sun Z, Chen X Y, et al. Evaluation and source of heavy metal pollution in surface soils in typical alpine agricultural areas of Qinghai Province[J]. Rock and Mineral Analysis, 2023, 42(3): 598-615.
[12] 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
[13] 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
[14] Zhang H, Wang Z F, Zhang Y L, et al. The effects of the Qinghai-Tibet railway on heavy metals enrichment in soils[J]. Science of the Total Environment, 2012, 439: 240-248. DOI:10.1016/j.scitotenv.2012.09.027
[15] 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.
[16] Li Q, Dai J F, Zhang H Y, et al. Potentially toxic elements in lake sediments in China: spatial distribution, ecological risks, and influencing factors[J]. Science of the Total Environment, 2023, 868. DOI:10.1016/j.scitotenv.2023.161596
[17] 胡鹏杰, 詹娟, 刘娟, 等. 土壤重金属地质高背景成因、风险与管控研究进展[J]. 土壤学报, 2023, 60(5): 1363-1377.
Hu P J, Zhan J, Liu J, et al. Research progress on the causes, risks, and control of high geological background of heavy metals in soils[J]. Acta Pedologica Sinica, 2023, 60(5): 1363-1377.
[18] An S W, Liu N T, Li X M, et al. Understanding heavy metal accumulation in roadside soils along major roads in the Tibet Plateau[J]. Science of the Total Environment, 2022, 802. DOI:10.1016/j.scitotenv.2021.149865
[19] Guan Z H, Li X G, Wang L. Heavy metal enrichment in roadside soils in the eastern Tibetan Plateau[J]. Environmental Science and Pollution Research International, 2018, 25(8): 7625-7637. DOI:10.1007/s11356-017-1094-8
[20] Wang G X, Zeng C, Zhang F, et al. Traffic-related trace elements in soils along six highway segments on the Tibetan Plateau: influence factors and spatial variation[J]. Science of the Total Environment, 2017, 581-582: 811-821. DOI:10.1016/j.scitotenv.2017.01.018
[21] Yan X D, Gao D, Zhang F, et al. Relationships between heavy metal concentrations in roadside topsoil and distance to road edge based on field observations in the Qinghai-Tibet Plateau, China[J]. International Journal of Environmental Research and Public Health, 2013, 10(3): 762-775. DOI:10.3390/ijerph10030762
[22] 高丹. 青藏高原路侧土壤及植物的重金属含量分布特征与规律研究[D]. 北京: 北京交通大学, 2013.
Gao D. Study on distribution patterns of heavy metals concentrations in roadside soils and plants in Qinghai-Tibet Plateau[D]. Beijing: Beijing Jiaotong University, 2013.
[23] 高以信, 李明森. 青藏高原土壤区划[J]. 山地研究, 1995, 13(4): 203-211.
Gao Y X, Li M S. Soil regionalization of the Qinghai-xizang plateau[J]. Mountain Research, 1995, 13(4): 203-211.
[24] Hakanson L. An ecological risk index for aquatic pollution control. a sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8
[25] 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.
[26] 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.
[27] Nemerow N L. Scientific stream pollution analysis[M]. Washington: Scripta Book Company, 1974.
[28] 侯磊, 李文斌. 高寒生态脆弱区新建公路旁土壤重金属潜在生态风险[J]. 安全与环境学报, 2021, 21(4): 1832-1838.
Hou L, Li W B. Distribution and the potential ecological risk assessment of the heavy metal contaminants in the roadside-soil in the fragile alpine ecological area in the Tibet Plateau[J]. Journal of Safety and Environment, 2021, 21(4): 1832-1838.
[29] 杨洋, 铁柏清, 张鹏, 等. 降雨和植被覆盖对土壤重金属流失的影响[J]. 水土保持学报, 2011, 25(1): 39-42, 46.
Yang Y, Tie B Q, Zhang P, et al. Effect of rainfall and vegetation coverage on runoff loss of heavy metals from soil[J]. Journal of Soil and Water Conservation, 2011, 25(1): 39-42, 46.
[30] 常华进, 曹广超, 陈克龙. 青海倒淌河末端沉积物中重金属含量及其指示意义[J]. 土壤通报, 2014, 45(3): 728-733.
Chang H J, Cao G C, Chen K L. Concentration and implications of heavy metals in sediment in the lower reaches of Daotanghe, Qinghai Province[J]. Chinese Journal of Soil Science, 2014, 45(3): 728-733.
[31] 补建伟. 黑河源区西支流域水化学特征与土壤重金属空间结构及环境承载力评价[D]. 武汉: 中国地质大学, 2016.
Bu J W. The hydrochemical characteristics, surface soil heavy metals' spatial structures and the environmental carrying capacity evaluation of the western catchment at the upper reaches of Heihe river[D]. Wuhan: China University of Geosciences, 2016.
[32] Dung T T T, Cappuyns V, Swennen R, et al. From geochemical background determination to pollution assessment of heavy metals in sediments and soils[J]. Reviews in Environmental Science and Bio/Technology, 2013, 12(4): 335-353. DOI:10.1007/s11157-013-9315-1
[33] 邵莉, 肖化云, 吴代赦, 等. 交通源重金属污染研究进展[J]. 地球与环境, 2012, 40(3): 445-459.
Shao L, Xiao H Y, Wu D S, et al. Review on research on traffic-related heavy metals pollution[J]. Earth and Environment, 2012, 40(3): 445-459.
[34] 刘小莉, 高文华, 魏婷, 等. 青藏高原地表土壤重金属元素组成分布特征及其影响因素研究[J]. 中国环境科学, 2024, 44(4): 2198-2207.
Liu X L, Gao W H, Wei T, et al. Distribution characteristics of heavy metals in Tibetan Plateau surface soils and its significance for source tracing of heavy metal deposition in surrounding glacial areas[J]. China Environmental Science, 2024, 44(4): 2198-2207. DOI:10.3969/j.issn.1000-6923.2024.04.043
[35] 杨安, 邢文聪, 王小霞, 等. 西藏中部河流、湖泊表层沉积物及其周边土壤重金属来源解析及风险评价[J]. 中国环境科学, 2020, 40(10): 4557-4567.
Yang A, Xing W C, Wang X X, et al. Source and risk assessment of heavy metals in surface sediments of rivers, lakes and their surrounding soils in central Tibet[J]. China Environmental Science, 2020, 40(10): 4557-4567. DOI:10.3969/j.issn.1000-6923.2020.10.043
[36] 周毛措, 胡樱, 安红婧, 等. 青藏高原重金属污染风险研究现状及展望[J]. 环境生态学, 2022, 4(10): 47-50.
Zhou M C, Hu Y, An H J, et al. Current status and prospects of research on heavy metal pollution risk in the Qinghai-Tibet Plateau[J]. Environmental Ecology, 2022, 4(10): 47-50.
[37] 王新军, 窦红菲, 黄山倩, 等. 高速公路路域土壤重金属污染特征与生态风险评价[J]. 交通运输研究, 2021, 7(4): 75-84.
Wang X J, Dou H F, Huang S Q, et al. Heavy metal pollution characteristics and ecological risk assessment of roadside soil along expressway[J]. Transport Research, 2021, 7(4): 75-84.
[38] 赵桂丹. 川西北高原路侧土壤和钝苞雪莲重金属分布特征及污染评价研究[D]. 成都: 成都理工大学, 2017.
Zhao G D. Study of characteristic on heavy metal contamination and risk assessment of soil and plant along roadsides of the northwestern Sichuan Plateau, China[D]. Chengdu: Chengdu University of Technology, 2017.
[39] 王冠星. 拉萨市区及周边道路交通对路侧土壤环境的影响研究[D]. 北京: 北京交通大学, 2015.
Wang G X. Study on effect of traffic on roadside soil environment in Lahsa and the surrounding area[D]. Beijing: Beijing Jiaotong University, 2015.
[40] Sternbeck J, Sjödin Å, Andréasson K. Metal emissions from road traffic and the influence of resuspension-results from two tunnel studies[J]. Atmospheric Environment, 2002, 36(30): 4735-4744. DOI:10.1016/S1352-2310(02)00561-7
[41] Harrison R M, Tilling R, Callén Romero M S, et al. A study of trace metals and polycyclic aromatic hydrocarbons in the roadside environment[J]. Atmospheric Environment, 2003, 37(17): 2391-2402. DOI:10.1016/S1352-2310(03)00122-5
[42] Ely J C, Neal C R, Kulpa C F, et al. Implications of platinum-group element accumulation along U.S. roads from catalytic-converter attrition[J]. Environmental Science & Technology, 2001, 35(19): 3816-3822.
[43] 阳小成, 赵桂丹, 熊曼君, 等. 川西北高原路侧土壤重金属分布特征及污染评价[J]. 应用与环境生物学报, 2018, 24(2): 239-244.
Yang X C, Zhao G D, Xiong M J, et al. Spatial distribution and risk assessment of soil heavy metal contamination along roadsides of the northwestern Sichuan Plateau, China[J]. Chinese Journal of Applied and Environmental Biology, 2018, 24(2): 239-244.
[44] 杜昊霖, 王莺, 王劲松, 等. 青藏高原典型流域土壤重金属分布特征及其生态风险评价[J]. 环境科学, 2021, 42(9): 4422-4431.
Du H L, Wang Y, Wang J S, et al. Distribution characteristics and ecological risk assessment of soil heavy metals in typical watersheds of the Qinghai-Tibet Plateau[J]. Environmental Science, 2021, 42(9): 4422-4431.
[45] Wang X J, Fu R L, Li H L, et al. Heavy metal contamination in surface sediments: a comprehensive, large-scale evaluation for the Bohai Sea, China[J]. Environmental Pollution, 2020, 260. DOI:10.1016/j.envpol.2020.113986