青州市表层土壤元素地球化学组合特征研究

姜冰，刘阳，颜丙鹏

(山东省第四地质矿产勘查院，山东 潍坊 261021)

2017年，潍坊市土地质量地球化学调查与评价工作中，对测定的青州市8132件表层土壤样品数据，通过聚类分析和因子分析，进行了元素地球化学组合特征研究。

1 概述

青州市位于潍坊市西约60km处，属潍坊市辖区的县级市。区内总的地势是西南高，东北低；冲沟较多，河流纵横，以近南北向河流为主，少量近东西向，水系源头多在西南部的中低山区；气候属北温带亚湿润大陆性季风气候，多年平均气温12.7℃，多年平均年降水量为664mm，多年平均无霜期191.7天，多年平均积温为4331.7℃。

区内地层分区为华北地层区之华北平原地层分区与鲁西地层分区，地层可分为古生代寒武系、奥陶系及新生代新近系、第四系。岩浆岩仅零星见有中生代闪长玢岩、新生代辉绿玢岩。火山岩少量分布在谭坊镇，是新生代火山活动的产物。区内由2个构造单元组成，以NW方向益都断裂为界，西南为断块隆起区，东北为断块凹陷区。构造形式以断裂构造为主，构造方位多NE向，NW向次之。矿产资源丰富，主要有铁矿、水泥用灰岩、建筑石料用灰岩、玄武岩等。

2 样品采集及分析

2.1 样品采集

土壤表层样采样点布设在1∶5万土地利用类型图上。采样点以网格状布设，按1km2为单位，采样密度平均为5件/km2。样点分布在网格内主要土壤类型和土地利用类型的代表性地块内，并兼顾空间分布均匀性。在布设的采样点上，以GPS定位点为中心，向四周辐射20～50m确定分样点，等份组合成一个混合样。采样深度为0～20cm，由2～6个子样等量混合组成1件样品。采集的各分样点土壤掰碎，挑出杂物，充分混合后，四分法留取1～1.5kg装入样品袋。自然风干过10目尼龙筛后样品重量不少于500g。

2.2 样品分析

分析测试有机质,N,P,K，B，Mo，Mn，Se，I，F，Ge，Co，V，Pb，Zn，As，Cd，Cr，Cu，Hg，Ni，pH，全盐量等23项指标。

样品测试由山东省第四地质矿产勘查院实验测试中心承担，采用等离子体质谱法、X射线荧光光谱法为主要检测方法，辅以原子荧光光谱法、粉末发射光谱法、离子电极法、容量法和分光光度法等方法的多元素分析配套方法。样品测试质量由中国地质科学院地球物理地球化学勘查研究所进行监控，通过密码样、监控样、标准样多种监控手段，保证了样品分析质量的可靠性。样品分析结果均合格。

3 元素组合特征

3.1 聚类分析

在长期的自然营力和人类活动影响下，土壤元素发生了迁移、分散和富集作用，一些地球化学元素呈有规律的组合，呈现良好的共同消长关系和较好的相关性、聚集性[1-4]。

对研究区表层土壤中元素聚类分析表明(图1)，不同类型元素往往聚集在同一簇类中[5]。按置信度20，可将23种元素或指标分为5个元素组合簇群及2个单元素簇。

图1 研究区表层土壤元素聚类谱系图

第一簇群为有机质，N，Se，I，Cd，As，Mo，Pb，Zn组合；第二簇群为Ni，Co，Cr，V，Mn，Cu组合；第三簇群为P，全盐量组合；第四簇群为K，Ge组合；第五簇群为B，F组合；其余Hg，pH与其他元素相关性差，各自形成单元素簇。

由聚类分析结果发现，研究区表层土壤中铁族元素(Co，Ni，Cr，V，Mn)、亲铜元素(Cu，Pb，Zn，As，Hg)、腐泥质元素(有机质，N，P)具有明显的组合特征。

(1)铁族元素(Co，Ni，Cr，V，Mn)。Co，Ni，Cr，V，Mn等铁族元素地球化学性质相近，都具有亲铁、亲硫和亲氧三重性[6]。从聚类谱系图可以看出，表层土壤中铁族元素亲和性强，Co-Ni-Cr-V-Mn构成一个阶梯状簇团，表现出铁族元素间的地球化学组合保持良好的稳定性。

(2)亲铜元素(Cu，Pb，Zn，As，Hg)。这类元素也被称为成矿元素，在区域上常形成与矿床或含矿地层岩石相联系的地球化学异常[7]。表层土壤除Pb-Zn构成一个阶梯状簇团外，反映成矿信息的其他元素的聚合性不强。

(3)卤族元素(I，F)。影响土壤中I元素含量的因素包括母岩、离海距离的远近、土壤质地以及土壤耕作状况。影响土壤中F元素含量的因素包括母岩、成土过程以及人类活动。从聚类谱系图来看，表层土壤I，F元素间没有相关性。

(4)腐泥质元素(有机质，N，P)。有机质，N，P是自然界广泛存在的元素，也是亲生物元素和土壤营养元素的重要组成部分。在表层土壤中有机质，N表现出良好的相关性，该元素组合的高含量区主要分布在植被茂密地带，以及农业发达的丘陵区，反映了生物作用(动植物残体分解)和人类活动如施肥、农药、居民生活影响下元素间的高度相关性，另外有机质，N等元素一同聚类还与相互吸附性有关。

3.2 因子分析

因子分析是将多个错综复杂的因子归结为数量较少的几个综合因子，即通过对大批观察计算数据，用有代表性的因子来说明由多个变量所反应的信息[8-9]。通过因子分析将原来在高维空间中分析的问题转变为在较低维空间中分析，使问题简化，即降维。因子分析往往指示出某种成因联系和共生组合关系。用代表性因子代替原有变量[10]，不仅原有变量的相关信息没有丢失，而且更能反映出地质现象的内在联系[8]。

因子分析是对所选数据利用Bartlett球度检验和KMO检验进行相关性检验。Bartlett球度和KMO的检验值是衡量所选数据是否适合因子分析的2个重要指标[9]。Bartlett球度检验用于检验代表性变量是否各自独立，如果概率P值小于给定的显著性水平α，则认为代表性变量适合作因子分析，如果高于α则不适合。KMO检验值越大(接近于1)[11]，意味着代表性变量间的相关性则越强。KMO度量标准为0.6代表不适合，0.8代表适合，0.9代表非常适合[12]。通过SPSS软件的因子分析模块，对青州市表层土壤23项元素或指标进行了因子分析，得到Bartlett球度检验和KMO检验结果(表1)。

表1 Bartlett与KMO检验

通过表1可以看出，KMO值为0.817，根据KMO度量标准，青州市表层土壤分析数据适合作因子分析，Bartlett球度检验统计量为95883.788，在自由度253的条件下在0.000水平上为显著，概率P值为0.000。假设显著性水平α为0.05，那么概率P值小于显著性水平α[12]，所以，青州市表层土壤分析数据适合作因子分析。通过计算得到相关矩阵的特征根和相应的特征向量，根据特征根百分比(方差贡献率)得到累计百分比(累计贡献率)，取特征根较大、累计百分比达80%以上的因子做主要因子[13]。

由表层土壤特征根及因子提取结果(表2)可见，青州市表层土壤前11个因子可代表23种元素或指标累计贡献率的81.992%，也就是说，这11个因子所包含的原始变量的信息[14]为81.992%，用11个因子的分布特征就基本可以代表表层土壤23项原始变量的分布特征。

因子分析的目的不仅是找出主因子，还要了解每个主因子所代表的意义[15-16]。为了更好地解释，首先要通过计算初始因子载荷矩阵，但初始因子之间的整体关联性并非十分密切(系数差别不大)，对因子分析的结果采用最大方差旋转的正交因子载荷矩阵进行剖析，可使各原始变量的系数具有明显的差异[17]，判断出11个因子与表层土壤23项元素或指标的对应关系，并从中分析出究竟何种因素对不同元素或指标组合的区域分布起着支配作用(表3)。假设以常数值0.5作为标准，取绝对值大于0.5的因子载荷，得到青州市表层土壤元素组合特征为：第1主因子代表的变量组合为：Co，Ni，Cr，V，Mn；第2主因子代表的变量组合为：有机质，N，Se，I，Cd；第3主因子代表的变量组合为：Pb，Zn；第4主因子代表的变量组合为：pH，P，As；第5,6,7,8,9,10,11主因子代表的变量分别为K，Ge，F，全盐量，Hg，Cu，B，单元素主因子的出现，表明影响表层土壤这些元素原始数据结构的因素具多源性和相对独立性[17]，可能与元素性质和人类生产生活地表污染有关。

表2 表层土壤特征根及因子提取结果

图2 表层土壤F1因子得分等值线图

4 元素地球化学组合的地质意义

(1)表层土壤F1因子代表了Co，Ni，Cr，V，Mn的元素组合;表层土壤F1方差贡献为20.646%，反映该区土壤元素空间分布的主体格架主要为铁族元素(Co，Ni，Cr，V，Mn)组合。

Co，Ni，Cr，V，Mn等铁族元素地球化学性质相近，它们都具有亲铁、亲硫和亲氧三重性。从地质背景分析，这5种元素主要来自深部地壳或上地幔，再或是早期原始地幔分异的残留物。从现今环境来看，这些元素属于难以迁移的元素，它们在氧化、弱酸或中性条件下，其风化物以各种次生矿物的形式固滞在母质有限范围内，并在风化过程中易于一起集聚和离散，因此F1因子与地质背景密切相关。从因子得分图(图2)可以发现，表层土壤高背景区主要分布在谭坊镇南部一带，与新近纪玄武岩(临朐群玄武岩)有关[18]。总的来说，影响土壤中这类元素区域分布特点的主导因素是地质背景。

表3 研究区因子分析正交旋转因子载荷矩阵

图3 表层土壤F2因子得分等值线图

(2)表层土壤F2因子代表了有机质，N，Se，I，Cd元素组合;从元素性质看；该因子代表的是亲生物元素组合。相关分析表明，表层土壤中N元素与有机质之间具有良好的正相关关系，这是因为土壤中的氮素，能被植物直接吸收利用的无机态氮仅占全氮量的5%左右，而绝大部分是以有机形态存在，当土壤C/N达到平衡时，土壤氮素含量大体上决定了土壤有机碳水平。反过来，土壤有机碳含量的高低也能间接地反映出土壤的供氮能力。而Se，I，Cd元素被划入F2因子可能是因为土壤中的Se，I，Cd与有机质易形成络合物有关。

从因子得分图(图3)看，表层土壤中有机质和N元素含量富集区主要分布在青州市西南部山区，这与该区植被茂密，表层土壤含有腐殖质较多有关。

图4 表层土壤F3因子得分等值线图

(3)表层土壤F3因子代表的是Pb，Zn元素组合。从元素组合来看，这些元素大多是成矿热液元素，与多金属成矿元素有关，在区域上常形成与矿产有关的地球化学异常。因子得分图(图4)中一部分分布在青州西南部山区，可能与成矿作用有关；另一部分异常则分布在青州市区等人类聚居区，显然是人为污染的结果。

5 结论

(1)聚类分析将样品分析数据按相似程度划分类别，将23种元素或指标分为5个元素组合簇群及2个单元素簇。聚类分析使其同一类中的元素之间的相似性比其他类的元素的相似性更强，呈现出不同元素组合特征和聚合性，具有不同的指示意义。

(2)因子分析通过降维将相关性高的变量聚在一起。从而减少需要分析的变量的数量，更能反映出地质现象的内在联系，使问题的分析简单明了。用11个代表性因子的分布特征就基本可以代表青州市表层土壤23项原始变量的分布特征，并对F1，F2，F3主因子进行了地质解释。

(3)通过聚类分析和因子分析，利于表层土壤中元素的共生组合特征及其差异性研究，利于对研究区表层土壤异常进行归纳总结。