新疆博斯腾湖西岸湖滨带土壤剖面重金属分布特征及来源分析

阿提姑·吐尔洪, 李新国, 李志, 刘彬, 麦麦提吐尔逊·艾则孜

新疆博斯腾湖西岸湖滨带土壤剖面重金属分布特征及来源分析

阿提姑·吐尔洪1,2, 李新国1,*, 李志1,2, 刘彬1,2, 麦麦提吐尔逊·艾则孜1,2

1. 新疆师范大学地理科学与旅游学院, 乌鲁木齐 830054 2. 新疆干旱区湖泊环境与资源实验室, 乌鲁木齐 830054 3. 新疆师范大学生命科学学院, 乌鲁木齐 830054

采集研究区耕地、未利用地75个土壤剖面样品, 分析其Cr、Ni、Pb、Zn、Cd含量, 利用地累积指数、Hankason潜在风险指数、PCA/APCS受体模型进行分析。研究结果表明: (1)土壤中Cd、Cr、Ni、Pb、Zn含量的总超标率依次为89.00%、25.30%、14.70%、30.70%、29.33%, 其中Cr、Zn分别在耕地10—20 cm、20—30 cm层超过新疆土壤背景值的1.04、1.03倍。(2)Cd在耕地20—30 cm层、未利用地10—20 cm、20—30 cm层为轻度污染水平、中度潜在生态风险, 其余剖面层Cr、Ni、Pb、Zn、Cd为无污染水平、轻度潜在生态风险。(3)土壤母质对Cr、Ni、Pb、Zn、Cd的平均贡献率依次为69.90%、78.80%、63.15%、70.68%、24.64%, 交通污染源对Pb、Cd的平均贡献率依次为22.38%、47.39%, 农业活动污染源对Cr、Ni、Cd的平均贡献率依次为14.30%、6.86%、20.35%。(4)研究区耕地、未利用地综合生态风险均小于150, 为轻微生态风险。

土壤重金属; 土壤剖面; 地累积指数; APC/APCS受体模型; 湖滨带

0 前言

随着我国工农业的发展, 土壤重金属污染日益严重, 已成为当下热点问题, 2015年中国耕地地球化学调查报告表明, 全国受重金属污染耕地面积为11387万亩, 占调查耕地面积的8.2%, 其中西北区占2.6%[1]。重金属元素具有难降解、迁移速率慢、生态效应复杂等特点, 可通过作物的选择性吸收, 从而间接危害生态环境及人体健康。累积在土壤表层的重金属元素在自然因素、人类活动影响下不断向下迁移, 导致不同土壤剖面层遭受污染[2], 耕地土壤是农业发展的基础, 未利用地是湿地恢复工程的重点对象之一, 干旱区内陆湿地对平衡其生态环境具有重要意义。

研究表明, 博斯腾湖湿地边缘农田土壤遭受了不同程度的Pb、Cd污染, 也是湿地西岸累积程度较高的重金属元素[2-4]。湿地边缘的主要农作物类型包括番茄、小麦、油菜等, 不同作物在耕作层的根系深度不同。以对Cd的积累量来看, 水稻、小麦等属于中等积累性作物, 油菜、番茄等属于高积累性作物, 蔬菜的富集能力相比于禾谷类较强, 农业土壤较易受到向下迁移重金属的影响, 因此对土壤剖面重金属分布及富集状况的研究是治理的前提[5] [6]。李雪等利用地累积指数、潜在生态风险指数评价了琼北高背景区农田土壤重金属的累积状况及潜在生态风险程度[7]。车继鲁等利用潜在生态风险指数评价了瓯江下游流域沉积物重金属的风险程度[8]。陈丹青等利用PCA/APCS受体模型定量估算各重金属污染源的平均贡献量[9]。

目前, 针对研究区的研究主要集中在土壤表层重金属污染状况及生态风险评价方面, 缺少对土壤剖面重金属分布特征及定量化其污染来源方面的研究[2-4]。以博斯腾湖西岸湖滨带典型耕地与未利用地土壤剖面为研究对象, 运用地累积指数、Hankason潜在风险指数分析土壤剖面重金属富集状况及其生态风险, PAC/APCS受体模型定量研究污染元素平均贡献率, 为土壤重金属污染防控与管理提供科学依据。

1 研究区概况与研究方法

1.1 研究区概况

新疆博斯腾湖西岸湖滨湿地位于新疆焉耆盆地博湖县境内, 位于82°28′—87°52′E, 42°06′—43°33′N之间, 其年均气温9.03℃, 年均降水量83.5 mm,年蒸发量大于2000 mm, 呈现典型大陆荒漠性气候[10]。湖区总面积约为1097.6 km2, 湖周分布约26条农田排污渠、约8条S206、X295等路段。研究表明[11], 博湖县农田土壤重金属污染程度最高、其南部潜在生态风险最大、北部基本呈现轻度风险, Cd、Pb的污染程度较高。研究区地下水平均埋深为2.0—3.0 m, 土壤成土母质来源较为复杂, 质地以粉砂粒为主[12], 其粒度从西北向东南逐渐减小, 从山前至博斯腾湖土壤类型依次为棕漠土—灌耕棕漠土—灌耕土—潮土—潮土草甸土—灌耕草甸土—典型盐土。研究区主要农作物为番茄、辣椒、玉米、小麦、向日葵等, 发展辣椒、番茄加工业, 矿产资源丰富, 由于经济发展水平的不断提高, 其经济开发活动不断增多。

1.2 样品采集与分析

根据研究区地形地貌、植被类型现状, 结合野外调研情况, 分别以地势平坦区域的油葵地、打瓜地、玉米地、辣子地、番茄地、柽柳地、芦苇地8种不同植被类型土壤剖面样地为研究对象, 将长期未利用裸地作为对照, 每种植被类型下设置6个10×10 m的样区, 以“S型”曲线随机采样, 样区间距大于10 m, 每个样区重复采集3个土壤剖面, 不同样区、地类编号分别为1—6、a—e,详细记录样区地形地貌类型及土壤剖面特征。土壤剖面由上而下每隔10 cm逐层取样, 将每个样区同一剖面层土样混合均匀并去除残渣, 以四分法取约200 g带回实验室晾干, 共计样品75份, 研磨通过100目尼龙筛装入自封袋置于干燥处备用。处理及分析过程参考土壤环境监测技术规范(HJ/T 166—2004)[13]。

预处理后的土壤样品采用HNO3-HCl-HF- HClO4加热消解法, 等离子体质谱仪(ICP—MS)测定Cr、Ni、Pb、Zn、Cd五种重金属浓度。其工作原理为将雾处理后的样品溶液送至ICP矩管内发生蒸发、解离、原子化等反应后, 按照质荷比分离重金属元素, 最终以质谱峰面积的大小来表示待测元素的浓度[14]。评价过程参考国家土壤环境质量标准(GB15618—2018)[15]。采用GBW系列国家标准物质控制测试过程中的精密度, 被测重金属的回收率均在90%以上, 测试结果符合质量控制要求。每批土样均做试剂空白样, 计算后的重金属含量数据经对数转换后通过了K-S、KOM检验。

1.3 数据处理与分析方法

参考新疆土壤背景值[4,16]、国家土壤环境质量二级标准[15],采用地累积指数()[17]评价耕地及未利用地土壤剖面重金属污染程度:

I=log 2C/(*)

式中,污染为土壤重金属含量实测值,是常数其值为1.5,为当地土壤背景值。其评价标准为:≦ 0属于无污染, 0 <≦ 1为轻度污染, 1 <≦ 2为偏中度污染, 2 <≦ 3为中度污染, 3 <≦ 4为偏重度污染。

采用潜在生态风险指数()[18]评价其生态风险,

式中:为单一重金属污染指数,为重金属i的实测浓度值,为土壤重金属的参比值, 以国家土壤背景值作为参比值;为重金属的潜在危险系数,为土壤重金属的毒性响应系数;为多种金属潜在生态风险指数,潜在生态风险评价指标及分级见表1。

PAC/APCS受体模型是在基础上定量确定源对重金属的平均贡献量和每个采样点的贡献量[19],其中其为标准化后的浓度, (Z)为零浓度样本的因子分数, APCSp为调整后的因子分数,源对重金属元素的回归系数, 详细步骤见文献[19]。

2 结果与分析

2.1 土壤剖面重金属含量特征

由表2可知, 0—50 cm各剖面层Cr、Ni、Pb、Zn、Cd含量变化幅度较大, 其中耕地10—20 cm、20—30 cm层Cr、Zn均值依次为51.20 mg·kg-1、50.94 mg·kg-1、72.87 mg·kg-1、72.91 mg·kg-1, 分别超过新疆土壤背景值的1.04、1.03倍, Ni、Pb、Cd在耕地五个剖面层含量变化范围依次为13.95—31.95 mg·kg-1、17.58—36.22 mg·kg-1、19.77—31.55 mg·kg-1、16.03—29.51 mg·kg-1、16.52—26.78 mg·kg-1、9.52—52.39 mg·kg-1、11.23—23.05 mg·kg-1、14.07—23.08 mg·kg-1、10.00—17.59 mg·kg-1、8.49—17.25 mg·kg-1、0.15—0.19 mg·kg-1、0.13— 0.22 mg·kg-1、0.13—0.25 mg·kg-1、0.13—0.31 mg·kg-1、0.09—0.26 mg·kg-1。耕地Cd在五个剖面层依次超出新疆土壤背景值 1.42、1.42、1.58、1.5、1.42倍。未利用地土壤剖面Ni、Pb含量变化幅度较小, 均接近新疆土壤背景值, 五个剖面层Cd含量均值依次超过新疆土壤背景值1.50、1.58、1.67、1.75、1.42倍。耕地、未利用地五种重金属含量均未超过国家土壤背景值。变异系数在25%—50%之间, 为中等变异, 大于50%为高度变异, 表明其空间分布不均匀, 可能存在点污染源[20]。耕地0—10 cm剖面层Pb的变异系数为72.55%, 未利用地20—30 cm、30—40 cm层分别为52.26%、70.46%, 为高度变异, 未利用地20—30 cm剖面层Cr、Ni、Zn的变异系数为依次为37.96%、46.50%、40.12%, 为中度变异, 表明耕地表层、未利用地20—40 cm层存在Pb的局部污染, 20—30 cm层存在Cr、Ni、Zn的局部污染。

表1 各评价指标及分级标准

表2 博斯腾湖西岸湖滨带土壤剖面重金属含量统计

2.2 土壤剖面重金属地累积指数

由表3可知, 耕地20—30 cm层Cd的地累积指数为0.02, 未利用地10—20 cm、20—30 cm层Cd的地累积指数分别为0.06、0.11, 均为轻度污染程度, 其余剖面层Cr、Ni、Pb、Zn、Cd的地累积指数均小于零, 为无污染状态, 表明Cd于耕地20—30 cm层富集、未利用地10—20 cm、20—30 cm层富集, 耕地、未利用地土壤分别在30—50 cm、40—50 cm层处于清洁状态, 未利用地Cd污染应引起重视。

3 土壤剖面重金属来源分析及贡献率估算

3.1 土壤剖面重金属来源分析

由表3、表4可知, 各剖面层累计方差贡献率依次为93.48%、96.96%、99.09%、96.24%、98.12%, 均能解释分析指标绝大部分信息。0—10 cm剖面层PC1贡献率为58.47%, 在Zn上的载荷最高, 为0.96, 根据表2所示, Zn含量并未超过新疆土壤背景值, 且与CrNi之间显著相关(0.76、0.91,<0.05), 说明Cr、Ni、Zn来源相同,因此认为PC1代表土壤母质来源; Pb的总超标率为14.70%, PC2贡献率为24.96%, 在Pb上的载荷最高, 为0.76, 且与Cd之间显著正相关(0.54,<0.01), 即以54%的浓度同时存在, 受自然、人为因素共同控制,已有研究表明[20-23], Pb主要来源于汽油燃烧、农药、化肥使用等, 因此认为PC2代表交通污染源; Cd的超标率为89%, 10—20 cm、30—40 cm剖面层PC3上所占载荷分别为0.53、0.40, 30—40 cm层Pb为复合来源, 与Cd无相关性。可作为农业活动的标识元素[24-26], 结合上述统计分析结果, 认为PC3为农业污染源。

表3 土壤剖面重金属地累积指数

表4 土壤剖面重金属元素主成分矩阵

3.2 土壤重金属PCA/APCS分析

由表5可知, 研究区0—50 cm剖面层5种重金属元素的三个主要排放源的相对贡献率如表5所示。由对主成份分数(APCS)的多元回归结果可以看出, 五种重金属元素对土壤母质源的平均贡献依次为69.90%、78.80%、63.15%、70.68%、24.64%,Cd对交通污染源的平均贡献率分别为22.38%,47.39%, Cr、Ni、Cd对农业生产源的平均贡献为14.30%、6.86%、20.35%, 其中Cr、Ni、Cd、Pb为复合来源, Zn为土壤母质来源, 应重视交通污染所导致的重金属污染。从图1与图2可知, 耕地潜在生态风险大小依次为Cd(17.77)、Zn(1.30)、Pb(0.69)、Cr(0.42)、Ni(0.23), 未利用地潜在生态风险大小依次为Cd(19.27)、Zn(1.17)、Pb(0.58)、Cr(0.36)、Ni(0.21), 其综合潜在风险指数依次为20.40、21.59, 耕地、未利用地重金属污染均属于轻微生态风险水平, 其中Cd的生态风险指数最高, 表明Cd是研究区最主要的生态风险因子, 应加强对Cd的监测与防治。

表5 土壤剖面重金属元素相关性分析

表6 重金属元素的相对贡献源

图1 耕地潜在生态风险指数箱线图

Figure1 Potential ecological risk index of cultivated land

图2 未利用地潜在生态风险指数箱线图

Figure2 Potential ecological risk index of unused land

4 结论

阿吉古丽·马木提[2]等利用因子分析对焉耆县耕地表层重金属来源进行解析, 结果表明, Ni、Pb、Zn等主要受人为活动影响, Cr为复合来源。本研究中Zn主要受自然因素影响, 结果产生差异的原因极有可能是Zn存在局部污染, 描述统计分析结果表明, 研究区耕地Zn含量均值在10—20 cm、20—30 cm层超过新疆土壤背景值, Zn的总超标率为29.33%, 地累积指数评价结果表现为无富集状态, 其准确来源还有待进一步研究。

麦麦提吐尔逊·艾则孜等[3]对边缘湿地土壤重金属来源的研究结果表明, Cr、Ni等主要为地质来源, 呈现轻度污染, Cd为自然、人为因素共同控制。本研究中, 研究区Pb主要来源于交通污染, Cd受母质、交通、农业活动三重来源影响, Cr、Ni受母质、农业活动共同影响, 其总超标率依次为25.30%、14.70%, 对土壤母质来源的平均贡献率依次为69.90%、78.80%, 所得结论与麦麦提吐尔逊·艾则孜等研究结果基本一致。

从来源分析来看, 前人对于研究区重金属来源的分析并未定量化, 本文在前人研究的基础上, 采用APC/APCS受体模型定量化其来源, 为该区域土壤重金属治理检测提供科学依据。

5 结论

(1)研究区耕地、未利用地不同土壤剖面层土壤重金属有一定程度的积累, 直接威胁生态环境。耕地10—20 cm、20—30 cm层Cr、Zn分别超过新疆土壤背景值的1.04、1.03倍, Cd在五个剖面层依次超出 1.42、1.42、1.58、1.50、1.42倍。未利用地五个剖面层含量均值依次超过新疆土壤背景值1.50、1.58、1.67、1.75、1.42倍。

(2)在耕地20—30 cm层、未利用地10— 20 cm、20—30 cm层为轻度污染水平, 其余剖面层Cr、Ni、Pb、Zn、Cd为无污染。研究区Cd为中度潜在生态风险, Pb、Cr、Ni存在局部污染, 受自然、人为因素共同影响, 其中Pb在0—10 cm层与Cd正相关, 30—40 cm层与Cd不相关, 相关系数分别为0.54、0.25。Cr、Ni、Zn有相同来源, 土壤母质对Cr、Ni、Pb、Zn、Cd的平均贡献率分别为69.90%、78.80%、63.15%、70.68%、24.64%, 汽油燃烧对Pb、Cd的平均贡献率依次为22.38%、47.39%, 农业活动对Cr、Ni、Cd的平均贡献率依次为14.30%、6.86%、20.35%。

(3)以综合生态风险值来看, 研究区耕地、未利用地均值分别为19.91、21.18, 表现为轻微生态风险态势, 土壤Cd对的贡献率为89.79%, 因此需加强防范土壤Cd的污染风险, 以期维护研究区生态安全。

[1] 中国耕地地球化学2015年度调查报告[R]. 国土资源部中国地质调查局, 2016.

[2] 阿吉古丽·马木提, 麦麦提吐尔逊·艾则孜, 艾尼瓦尔·麦麦提, 等. 新疆焉耆县耕地土壤重金属垂直分布特征污染风险[J]. 水土保持研究, 2018, 25(2): 369–373.

[3] 麦麦提吐尔逊·艾则孜, 阿吉古丽·马木提, 买托合提·阿那依提, 等. 博斯腾湖湿地边缘带农田土壤重金属的污染风险评价[J]. 土壤, 2018, 50(2): 369–375.

[4] 刘浩峰, 刘巍, 刘玉燕, 等. 博斯腾湖湿地 Cu、Ni 和 Pb 的分布特征及其生态风险[J]. 干旱区农业研究, 2017, 34(2), 390–394.

[5] 杨海菊. 农作物富集土壤重金属的规律及其运用[J]. 绿色科技, 2011(4): 162–164.

[6] VLADISLAV C, FLES V. Geochemical position of Pb, Zn and Cd in soils near the Olkusz mine/smelter, South Poland: effects of land use, type of contamination and distance from pollution source[J]. 2012, 184(4): 2517–2536.

[7] 李雪, 李佳桐, 孙宏飞, 等. 琼北农田土壤重金属水平及潜在生态风险[J]. 农业环境科学学报, 2017, 36(11): 2248– 2256.

[8] 车继鲁, 余树全, 张鑫. 瓯江下游流域河流沉积物重金属污染特征、来源及潜在生态风险评价[J]. 生态科学, 2017, 36(4): 176–184.

[9] 陈丹青, 谢志宜, 张雅静, 等. 基于 PCA/APCS 和地统计学的广州市土壤重金属来源解析[J]. 生态环境学报, 2016, 5(6): 1014–1022.

[10] 李志, 李新国, 毛东雷, 等. 博斯腾湖西岸湖滨带不同植被类型土壤剖面盐分特征分析[J]. 西北农业学报, 2018, 27(2): 260–268.

[11] 麦麦提吐尔逊·艾则孜, 阿吉古丽·马木提, 马国飞, 等. 博斯腾湖流域绿洲农田土壤重金属污染及潜在生态风险评价[J]. 地理学报, 2017, 72(9): 1681–1689.

[12] 阿斯耶姆·图尔迪, 李新国, 靳万贵, 等. 开都河流域下游绿洲土壤粒度特征分析[J]. 土壤通报, 2013, 44(6): 1344– 1349.

[13] HJ/T 166-2004, 土壤环境监测技术规范[S]. 北京: 中国标准出版社, 2000.

[14] 张小东. ICP—MS检测土壤中痕量镉[D]. 长春: 吉林大学, 2017.

[15] GB 15618—2018, 环境质量标准[S]. 生态环境部, 2018.

[16] 麦麦提吐尔逊·艾则孜, 阿吉古丽·马木提, 艾尼瓦尔·买买提, 等. 博斯腾湖流域绿洲农田土壤重金属污染及潜在生态风险评价[J]. 地理学报, 2017, 27(9): 1683–1693.

[17] 高磊, 陈建耀, 王江, 等. 东莞石马河沿岸土壤重金属污染及生态毒性研究[J]. 土壤学报, 2014, 51(3): 539–545.

[18] 范拴喜, 甘卓亭, 李美娟, 等. 土壤重金属评价方法研究进展[J]. 中国农学通报, 2010, 26(17): 310–315.

[19] GENG Fuhai, CAI Changjie, TIE Xuexi, et al. Analysis of VOC emissions using PCA/APCS receptor model at city of Shanghai, China[J]. Journal of Atmospheric Chemistry, 2010, 229–247.

[20] 刘子宁, 朱鑫, 等. 珠江三角洲典型肝癌发病区土壤重金属富集特征分析及生态风险测度[J]. 土壤通报, 2011, 42(2): 472–476.

[21] 邱锦泉, 付善明, 肖方, 等. 粤北某矿区横石河流域耕作土壤剖面重金属空间分布及生态风险评价[J]. 生态科学, 2016, 35(3): 56–64.

[22] 吴彦瑜, 洪鸿加, 胡小英, 等. 废旧汽车拆解区土壤重金属分布及Pb、Zn有效性分析[J]. 土壤通报, 2014, 45(2): 481–485.

[23] 张慧敏.人类强烈影响地区土壤与灰尘中重金属的污染特征及风险评价[D]. 杭州: 浙江大学, 2017.

[24] CHANG C Y, YU H Y, CHEN J J, et al. Accumulation of heavy metals in leaf vegetables from agricultural soils and associated potential health risks in the Pearl River Delta, south China[J]. Environmental Monitoring and Assessment, 2014, 186(3): 1547–1560.

[25] NAZIA R, SAADIA R T, et al. Distribution and source apportionment studies of heavy metals in soil of cotton/wheat fields[J]. Environment Monitor Assessment, 2016: 188–309.

[26] 樊玉娜, 孙小银, 高程程, 等. 山东省白马河沿岸耕地表层及剖面重金属和碳、氮含量的空间分布及风险评价[J]. 山东农业科学, 2018, 50(4): 52–58.

Distribution characteristics and sources of heavy metals in soil profile of lakeside zone on the west bank of Boston lake, Xinjiang

ATIGUL Turgun1,2, LI Xinguo1,*, LI Zhi1,2, LIU Bin1,2, Mamattursun Eziz1,2

1. College of Geographic Sciences and Tourism, Xinjiang Normal University, Urumqi 830054, China 2. Xinjiang Laboratory of Lake Environment and Resources in Arid Zone, Urumqi 830054, China 3. College of Life Sciences, Xinjiang Normal University, Urumqi 830054, China

This paper studied the effects of two greening technologies on maintaining and greening of slope, and try to find the optimum method for slope protection. Two slopes were made green by using Hydromulching System and Soil Crete System, respectively. The greening index of two slope including total coverage, biomass, density of plant, and pH value, the substrate thickness of soil were observed in 2005, 2009 and 2014. From 1999 beginning of the experiment, the results showed that after 15 years of natural evolution, the slopes kept high vegetation coverage by using two ecological governance methods, where vegetation cover rate was more than 80.6%. Compared with the Hydromulching System, the technology of Soil Crete System was a more advantage method for greening and protection slope, which could keep higher vegetation coverage, plant density, and less base material loss. The Soil Create System had more long-term ecologicalmaintenance, protection, and greening effect. Moreover, the key factor of maintaining long-term vegetative greening for slope using technology of the Hydromulching System was by engineering technology to prevent and control the loss of slope base material.

ecological slope protection; spray technique; vegetation advantage; matrix fiber soil stability

10.14108/j.cnki.1008-8873.2019.06.008

X825

A

1008-8873(2019)06-053-07

2018-10-08;

2018-11-17

国家自然科学基金项目(41661047, 41561073)

阿提姑·吐尔洪(1993—), 女, 硕士研究生, 主要从事干旱区土壤资源变化及其遥感应用研究, E-mail: atigu626@163.com

李新国, 男, 教授, 主要从事干旱区资源环境及其遥感应用研究, E-mail: onlinelxg@sina.com

阿提姑·吐尔洪, 李新国, 李志, 等. 新疆博斯腾湖西岸湖滨带土壤剖面重金属分布特征及来源分析[J]. 生态科学, 2019, 38(6): 53–59.

ATIGUL Turgun, LI Xinguo, LI Zhi, et al. Distribution characteristics and sources of heavy metals in soil profile of lakeside zone on the west bank of Boston lake, Xinjiang[J]. Ecological Science, 2019, 38(6): 53–59.