基于GIS 的江西省耕地土壤重金属污染评价研究

林世滔，李 琳，卢志红，朱美英

(江西农业大学 国土资源与环境学院，江西 南昌 330045)

随着工农业和城镇化进程的发展，加上矿产的过度开采，金属加工、机器制造、冶炼、电镀等工业“三废”的大量排放，农药、化肥及饲料的不合理施用等原因［1-2］，导致耕地的土壤重金属元素富集，从而引起土壤污染和农业生态环境的恶化，进而影响农产品的质量安全和人体健康。因此研究区域土壤重金属的来源、含量和空间分布、环境质量和风险评价等污染状况受到越来越多的关注。

江西省矿产资源丰富，在取得巨大经济效益的同时，由于不合理的排放“三废”导致重金属进入农田，50 年代以来江西省水稻优势产区农田污染Cu、Cd 严重并一直呈富集趋势，而江西省是国家重要的粮食生产基地，其粮食产量和品质是江西省粮食产量安全的重要保证。近年来许多学者对江西省土壤重金属污染进行了研究，有对全省土壤重金属污染研究［3-4］，也有从水稻优势主产区［5］，矿区［6］，城郊［7-8］，茶园［9］等局部区域进行调查研究。为江西省的土壤重金属污染状况研究积累了丰富的基础数据。但是目前缺少对全省范围耕地土壤重金属污染状况的综合评价，同时缺少全省污染空间分布状况的可视化表达。本文试从全省的角度利用统计、GIS 等技术手段，获得江西省耕地土壤重金属的污染情况，采用单因子污染指数法和内梅罗综合污染指数法相结合进行评价，最后通过GIS 的空间插值对全省耕地土壤重金属污染状况进行空间表达，从而为全省耕地的土壤重金属污染物的控制和修复提供参考。

1 材料和方法

1.1 样品采集和处理

本次采样根据GPS 定位，充分考虑全省农田分布特点，采用代表性地块定点采样法选取水田和旱地共370 个土壤样点(图1)，均按5 点采样法采集土壤耕作层(0～20 cm)的土样，再按四分法取土样1 kg 左右。采集样品进行室内风干、碾碎过尼龙筛，制备成1 mm 和0.149 mm的分析样品。

1.2 测定方法与数据处理

土样重金属Pb、Zn、Cu 测定方法参照《土壤环境质量标准》(GB15618—1995)［10］完成。再将元素含量测试分析数据整理录入计算机，建立基本的数据库。通过SPSS 19.0 进行数据检验分析，然后利用ArcGIS10.2 进行空间插值绘制出江西省耕地土壤重金属污染状况分布图。

1.3 评价标准

本文评价的是江西省耕地土壤重金属污染状况，采取的是《土壤环境质量标准》(GB15618—1995)的二级标准(农业用地标准)，具体标准值见表1。

图1 全省采样点分布图Fig.1 The distribution map of sampling points in the Jiangxi province

表1 《土壤环境质量标准》(GB15618—1995)含量限值Tab.1 "Soil Environmental Quality Standard"(GB15618-1995)limits of content mg/kg

1.4 评价方法

本研究采用单因子污染指数法［11］和内梅罗(Nemerow)污染综合指数法［12］相结合对研究区土壤重金属进行评价。

(1)单因子污染指数法是根据该污染物的单项污染指数对土壤中某一污染物的污染程度进行评价的方法。按下式进行计算:

其中:Pi表示土壤污染物i 的单因子污染指数;Ci为土壤中污染物i 的实测值;Si为污染物i 评价标准值。

单因子污染指数法可以按土壤环境质量分级标准大致分为5 个等级:无污染、轻微污染、轻度污染、中度污染、重度污染，详见表2。

表2 单因子指数土壤环境质量分级标准Tab.2 Single factor index of soil environmental quality grading standards

(2)内梅罗综合指数法是指对多种污染物同时污染某一区域的土壤进行综合污染水平的评价方法。一般采用下式计算:

式中Pn表示内梅罗综合污染指数;Pi表示单因子污染指数平均值;Pimax单因子污染指数的最大值。很多学者还对内梅罗综合指数进行了改进，避免评价结果的片面性。姚志麒通过将式(2)中的平均值赋予较大权系数x/y(x 表示Pimax，y 表示Pi)的方法［13］，将式子改进为:

本论文运用改进后的式(3)进行综合评价。

内梅罗综合污染指数法也按土壤环境质量分级标准大致分为5 个等级:无污染、轻微污染、轻度污染、中度污染、重度污染，详见表3。

表3 内梅罗综合指数土壤环境质量分级标准Tab.3 Nemerow index of soil environmental quality grading standards

2 结果和分析

2.1 土壤重金属元素的统计特征值

测定370 个采样点土壤pH＞7.5 的有10 个，占全部样点的2.7%，pH＜6.5～7.5 的有31 个，pH＜6.5 的有329 个，占到全部样点的88.92%。

对江西省耕地土壤重金属含量的描述性统计见表4。从变异系数来看，Pb、Zn、Cu 的变异系数范围为0.55～0.80，变异程度由大到小为Zn＞Pb＞Cu，可见Pb、Cu 变异系数相对较小，Zn 的变异系数较大，说明Zn 的空间分布差异较大。从偏度和峰度来看，Pb、Zn、Cu 含量均不符合正态分布。从最小值和最大值来看，Pb、Zn、Cu 的极差较大，这可能与耕地种植作物种类差异、农药、肥料施用不同、人为因素等原因造成的。从平均值看，Pb 属于无污染清洁状态，Zn 和Cu 的含量高于国家农田土壤环境质量二级标准。根据国家农田土壤环境质量二级标准，土壤中Pb、Zn、Cu 样品超标率分别为1.89%、61.08%和42.43%。

表4 江西省耕地土壤重金属含量统计性描述Tab.4 The statistical description of heavy metal content in cultivated soil in Jiangxi Province

2.2 土壤重金属污染评价

由表5 单因子污染指数可知，单因子污染指数大于1 视为超标，江西省耕地土壤Pb 的超标率最小，为2.16%，仅8 个点位轻微污染，其余362 个点位无污染;Cu 的超标率为41.62%，有124 个点位轻微污染，30 个点位为中度污染，其余216 个点位无污染;Zn 的超标率达到61.35%，其中有143 个点位无污染，88 个点位轻微污染，27 个点位轻度污染，62 个点位中度污染，50 个点位重度污染。进一步分析可知Pb、Zn、Cu 单因子污染指数平均值分别为0.4、2.23 和0.99，但最大值和最小值之间相差较大。根据单因子指数土壤环境质量分级标准可知:Pb 处于清洁无污染状态，说明全省耕地土壤尚未受到Pb 的污染。Zn 属于轻度污染状态，因其单因子指数Pi值最大值为7.64，说明局部地区Zn 污染较为严重;Cu 介于轻微污染和轻度污染之间，说明大部分耕地Cu 污染较轻，少数地区污染较重。表5 表明江西省耕地土壤重金属内梅罗污染指数为1.64，根据表3 可知全省耕地土壤Pb、Zn、Cu 综合污染等级为轻度污染。

表5 土壤重金属污染因子评价结果Tab.5 Soil heavy metal pollution factor evaluation results

2.3 耕地土壤重金属污染分布

空间插值能够较好地对数据进行空间表达，将采样的点状数据转化成面状数据，从而更好地预测模拟区域的土壤重金属分布状况，将全省耕地土壤重金属Pb、Zn、Cu 空间分布状况进行可视化表达。样点数据经过正态分布检验后，Pb、Cu 适用变异函数模型进行拟合，利用普通克里格(OK)［14］进行插值，Zn 不符合正态分布，用此方法进行拟合的结果不具有代表性，所以使用ArcGIS10.2 下地统计模块中的反距离加权插值(IDW)［15］进行研究。在ArcGIS 10.2 下采用Geostatistical Analyst 地统计模块进行空间插值，结果见图2～4。

图2 土壤重金属Pb 的污染评价Fig.2 The evalution evaluation of Pb in soil

图3 土壤重金属Zn 的污染评价Fig.3 The pollution evaluation of Zn in soil

图4 土壤重金属Cu 的污染评价Fig.4 The pollution evaluation of Cu in soil

从图2 可以看出:江西省耕地土壤重金属Pb 的Pi值集中在0～1，污染水平为无污染，较少地区轻微污染，在图上插值效果不明显，表明土壤重金属Pb较为清洁。

图3 所示江西省耕地相当一部分土壤Zn 的Pi值在2 以上，污染状况不容乐观，图上插值效果明显，在空间表现上为:赣中北地区污染较为严重，如九江的德安市、九江县、星子县、都昌县周边，景德镇的大部分地区，宜春的靖安市、奉新县、丰城市，抚州西北地区的东乡、临川和吉安市的安福、吉安县、吉水县、永丰县等地区，而赣南土壤重金属污染相对较轻，区域内污染较为严重的有大余、安远、会昌地区，其它地方Zn 污染相对较轻。

图4 表明江西省耕地土壤重金属Cu 的Pi值基本上在2 以下，极少数轻度污染，部分地区轻微污染，多数地区为无污染状况，插值效果较差，轻微污染地区主要集中在赣北的宜春东部、上饶、九江东部地区。

3 结论

(1)土壤重金属元素的统计特征值表明:本研究370 个样点土壤重金属中Pb、Zn、Cu 的平均含量分别为104.55、456.05、53.44 mg/kg。而样点pH 值小于6.5 的有329 个，占到全部样点的88.92%。说明江西省耕地土壤中Pb 含量低于国家农田土壤环境质量二级标准，Cu 含量略高于国家农田土壤环境质量二级标准，而Zn 含量是国家农田土壤环境质量二级标准1.82 倍。但土壤中重金属Pb、Zn、Cu 含量存在一定程度的空间变异，其中Zn 的变异程度最大。

(2)根据江西省耕地土壤重金属中Pb、Zn、Cu 单因子污染指数可知:江西省耕地土壤Pb 的超标率最小，为2.16%，仅8 个点位轻微污染，其余362 个点位无污染;Cu 的超标率为41.62%，有124 个点位轻微污染，30 个点位为中度污染，其余216 个点位无污染;Zn 的超标率达到61.35%，其中有143 个点位无污染，88 个点位轻微污染，27 个点位轻度污染，62 个点位中度污染，50 个点位重度污染。说明全省耕地土壤尚未受到Pb 的污染。Zn 属于轻度污染状态，因其单因子指数Pi值最大值为7.64，说明局部地区Zn 污染较为严重;Cu 介于轻微污染和轻度污染之间，大部分耕地Cu 污染较轻，少数地区污染较重。而全省耕地土壤重金属内梅罗污染指数为1.64，说明全省耕地土壤Pb、Zn、Cu 综合污染等级为轻度污染。

(3)根据江西省耕地土壤重金属Pb、Zn、Cu 空间分布图可知:江西省耕地土壤重金属Pb 地域分布上基本为无污染，较少地区轻微污染，空间插值不明显;Zn 的污染状况较为严重，在空间表现上各个污染水平均有体现，整体污染范围广，在矿区周边污染严重。Cu 极少数地区轻度污染，部分地区轻微污染，多数地区无污染。

综上所述，江西省耕地土壤重金属Pb 较为清洁，说明城市汽车尾气排放及大气降尘对土壤中的Pb基本上没有造成污染，Pb 的含量主要还是受土壤母质等因素影响。土壤重金属Cu 的整体状况较好，根据空间分布特征，Cu 含量高的地区除受土壤母质和地形等因素的影响外，主要受采矿、冶炼及农业生产中长期使用含铜的农药波尔多液及畜禽粪便等影响［16］。土壤重金属Zn 的污染较为严重，其变异系数较大，一般铅锌矿区周围土壤因受采矿、冶炼等活动排放的废渣、废水的影响，其Zn 含量很高，其次农业生产中化肥、农药、畜禽粪便等的不合理使用导致耕地土壤Zn 含量升高。可见，对江西省耕地土壤重金属Zn 或Cu 污染严重的地区，需引起当地政府的重视，加强对Zn、Cu 污染地区的治理和修复，对未污染地区更需加强保护，进一步确保江西省耕地质量，提高粮食生产安全。

［1］马永刚.铅污染现状、原因及对策［J］.中国资源综合利用，2001(2):26-28.

［2］张乃明.土壤—植物系统重金属污染研究现状与展望［J］.环境科学进展，1998，7(4):330-331.

［3］黄国勤.江西省土壤重金属污染研究［A］.中国环境科学学会.2011 中国环境科学学会学术年会论文集(第二卷)，2011:1731-1736.

［4］徐昌旭，苏全平，李建国，等.江西耕地土壤重金属含量与污染状况评价［A］.全国耕地土壤污染监测与评价技术研讨会论文集，2006:144-148.

［5］余进祥，刘娅菲，尧娟.江西省水稻优势产区重金属污染及累积规律［J］.江西农业学报，2008，20(12):57-60.

［6］朱志军，聂逢君，胡青华，等.江西省德兴矿区土壤重金属污染的综合评价分析［J］.东华理工学院学报，2007，30(4):332-336

［7］朱美英，罗运阔，赵小敏，等.南昌市近郊蔬菜基地土壤和蔬菜中重金属污染状况调查与评价［J］.江西农业大学学报，2005，27(5):781-784.

［8］刘绍贵，张桃林，王兴祥，等.南昌市城郊表层土壤重金属污染特征研究［J］.土壤通报，2010，41(2):463-466.

［9］熊春红.基于GIS 和数据挖掘技术评价江西主要茶区土壤和茶鲜叶重金属状况及其预测［D］.南昌:南昌大学，2011.

［10］中华人民共和国国家环境保护局、国家技术监督局.GB15618-1995.中华人民共和国国家标准［S］.北京:中国标准出版社，1996-03-01.

［11］高军侠，党宏斌，郑敏，等.郑州市郊农田土壤重金属污染评价［J］.中国农学通报，2013，29(21):116-120.

［12］胡明.大荔县农田土壤重金属分布特征与污染评价［J］.干旱区资源与环境，2014，28(1):79-84.

［13］邹建美，孙江，戴伟，等.北京近郊耕作土壤重金属状况评价分析［J］.北京林业大学学报，2013，35(1):132-138.

［14］Seyed Hamid Ahmadi，Abbas Sedghamiz.Application and evaluation of kriging and cokriging methods on groundwater depth mapping［J］.Environ Monit Assess，2008，138:357-368.

［15］Thomas R A，Bradley S.Spatial interpolation and image-integrative geostatistical prediction of mosquitovectors for arboviral surveillance［J］.Geocarto International，2008，23(4):311-325.

［16］李伊胜，吴文晖，李佩耕，等.张家界市耕地土壤重金属污染状况分析及评价［J］.中国环境监测，2009，25(3):107-111.