北方农牧交错典型区土壤重金属空间分布及污染风险评价

师小平, 陈银萍,*, 李玉强, 王旭洋, 余沛东, 牛亚毅

北方农牧交错典型区土壤重金属空间分布及污染风险评价

师小平1, 陈银萍1,*, 李玉强2, 王旭洋2, 余沛东1, 牛亚毅2

1. 兰州交通大学环境与市政工程学院, 兰州 730070 2. 中国科学院西北生态环境资源研究院, 兰州 730000

随着农牧经济的快速发展, 大量重金属进入土壤, 使土壤结构和功能发生改变、土壤质量下降, 不仅影响农牧业的产量和品质, 最终会危及到人类的健康。选取北方农牧典型交错区扎鲁特旗作为研究区, 采集62个土壤表层(0—20 cm)样品, 测定了铜(Cu)和铅(Pb)两种重金属的含量, 采用简单克里金插值分析了重金属Cu和Pb含量的空间分布特征, 利用污染指数和潜在生态风险指数评价了重金属的污染及生态风险状况, 以及运用反距离权重插值法分析了潜在生态风险的空间分布特征。结果表明: 土壤Cu和Pb平均含量分别为24.28和19.54 mg·kg–1。Cu含量呈现由中心向四周辐射状递减, 其峰值主要分布于中部偏东位置, 低值主要分布于西北部区域; Pb含量呈现由西北向东南地区递增的趋势, 其区域变化较明显, 北部地区含量较少。农田Cu和Pb含量显著高于草地。土壤重金属含量的空间分布与年平均降水量、土壤有机碳、土壤容重有显著的相关性。Cu污染比较严重, Pb为轻度或中度污染, 综合潜在生态风险均在中等及以下, 风险区主要分布在中部。

重金属; 空间分布; 污染评价; 潜在生态风险

0 前言

土壤是人类赖以生存和社会经济发展的重要自然资源介质与农业生产资源。土壤质量的好坏, 直接或间接影响到人类生存质量的好坏, 而土壤中重金属含量是衡量土壤质量的重要指标[1]。近年来, 土壤重金属污染已成为国内外环境污染研究的热点问题之一[2~5]。我国对土壤污染问题也越来越重视, 2014年度发布的《全国土壤污染状况调查公报》显示, 全国土壤环境状况总体不容乐观[6]。当前, 随着我国工农业生产的蓬勃发展, 环境污染由城市逐渐转移到农村[7], 人们也越来越认识到, 土壤在人类社会活动中不可替代的作用。随着农业生产资料投入的越来越多, 农药、化肥、地膜和农业固体废弃物不合理和过量的使用, 以及畜禽粪便等农牧业废弃物的任意排放造成土壤重金属污染有不断加重的趋势[8,9]。但是, 这些研究往往集中于经济发达的长江三角洲、珠江三角洲等沿海地区和中部地区, 对于经济欠发达的西北地区缺乏相对全面及系统的研究。因此, 对北方农牧交错带土壤重金属含量空间分布及污染进行评价具有重大意义。

北方农牧交错带是草原牧区与农耕区、半干旱区与半湿润区、高原地区与丘陵平原地区的过渡地带, 具有典型的环境敏感性和脆弱性, “三带合一”的特殊环境使得该区土地利用类型转换频繁, 因为人类活动的利用和干扰极易引起土地的退化和生态环境的恶化[10]。过度开垦、放牧、釆挖等高强度人类活动破坏了该地区的生态环境, 导致该地区成为20世纪以来中国生态环境问题最为严重的地区之一。扎鲁特旗位于科尔沁沙地北部, 是我国北方农牧交错带的典型区域。该旗既是国家重要商品粮食基地, 又是典型的牧业大旗, 在当地经济发展中发挥着举足轻重的作用。由于农牧业以及人类活动的加强, 该旗的土壤环境遭受了不同程度的影响, 其产品的质量和产地的安全性成为人们关注的焦点。目前, 针对扎鲁特旗土壤环境研究主要集中在土地利用变化、荒漠化及其影响因子的研究[11], 尚未有针对扎鲁特旗土壤重金属污染物的分布特征及主要来源进行系统的研究报道。在本研究中, 我们的目标是获取这些缺失的信息, 进行扎鲁特旗土壤重金属的详细研究。

重金属元素Cu和Pb的空间格局受土壤母质、大气沉降、土地利用/覆盖和地质因素的多样性等的影响[12], 其可能在水平方向上表现出Cu和Pb强烈空间区域性。因此, 有必要利用地统计学等工具研究该旗Cu和Pb的空间分布及其污染状况, 系统认识扎鲁特旗土壤环境质量, 以期为扎鲁特旗土壤重金属含量空间分布及其污染状况评价提供一定的基础资料, 以及为当地土壤重金属污染生态风险研究提供科学依据。

1 材料与方法

1.1 研究区概况

本研究在内蒙古自治区科尔沁沙地北部面积1.7万平方公里的扎鲁特旗进行(图1a和1b), 该地区属于大兴安岭余脉中段褶皱带和蒙古高原向松辽平原过渡地带, 119°13′48″—121°56′05″E, 43°50′13″—45°35′31″N, 海拔179.2—1444.2 m, 属于中温带半干旱大陆性季风气候区。年均降水量在290—450 mm, 降水主要集中在6—8月, 约占全年降水量的70%—80%, 多年平均气温3—7 ℃, 气温极端最高40.7 ℃, 最低–33.0 ℃, 终年以西北风为主[13]。地势西北高, 东南低, 北部植被茂盛, 是重点牧业区, 中部属低山丘陵, 土质肥沃、水源充足为重点产粮区, 南部为平原和沼垞地带, 是半农半牧区。地表组成以第四纪松散的冲积物、风积物和湖积物为主。图2显示了目前的土地利用和覆盖类型: 主要类型为耕地、草地和林地。根据第二次全国土壤调查(图3), 扎鲁特旗有四种土壤类型: 栗钙土、黑钙土、暗色草甸土和风沙土, 且分布呈现出一定的地带性规律。该旗农畜产品资源丰富, 是自治区和国家重要商品粮食基地。主要农作物有玉米、绿豆、大豆等, 是全国“杂豆之乡”。也是内蒙古自治区通辽市的牧业大旗[14]。

注: (a)研究区位于中国北方内蒙古东南部的科尔沁沙地; (b)扎鲁特旗位于科尔沁沙地北部; (c)采样点的具体位置(n=62)。

Figure 1 Location of study area and spatial distribution of sampling point

图2 扎鲁特旗的土地利用类型

Figure 2 Land use types of the Zhalute Banner

图3 扎鲁特旗土壤类型分布

Figure 3 Distribution of soil types in Zalute Banner

1.2 样品采集与分析方法

土壤样品(深度为0—20 cm)用直径2.5 cm的土钻采集。整个区域共设计62个采样位点(图1c)。采用多点混合法取样, 即在每个位点建立一个10 m× 10 m的样方, 在每个样方内的15个相邻样点随机采集土壤样本, 经四分法组成一个混合样品, 采样点用GPS定位, 并记录土地利用方式和景观特征。用环刀(体积100 cm3)取土芯测定土壤容重, 三个重复。土壤采样位点的主要土地利用类型为农田、林地和草地。

土样带回实验室过2 mm筛并风干后, 用木质工具研磨通过0.25 mm筛网。样品采用HCl-HNO3-HF-HClO4法消解后, 采用Spectr AA 220FS型火焰原子吸收分光光度法测定样品中的Cu和Pb两种重金属元素含量。土壤有机碳测定用重铬酸钾氧化—外加热法。

1.3 相关环境因子数据收集

每个样点的海拔、坡度、坡向、干燥指数、植被覆盖指数、年平均降水量和年平均气温(1980年至2015年平均值)数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)。土地利用类型数据来源于2015年全国土地利用现状图, 根据属性重新将土地利用类型分为耕地、林地、草地、水域、居民地和未利用土地6个一级类型。土壤类型空间分布参考全国土壤普查办公室1995年编制并出版的《1︰100万中华人民共和国土壤图》数据集, 以土类进行基准分类, 然后进行投影、数据转换等处理, 在ArcGIS中通过重采样获取空间分辨率为1 km栅格数据。

1.4 研究方法

地统计学分析和半方差函数模型参照文献[17-19]。土壤重金属污染状况采用单因子指数法[20]和内梅罗综合污染指数法[21]。生态风险评价采用Hakanson潜在生态风险指数[22], 计算公式为:

式中,为综合潜在生态风险指数;T为重金属毒性参数(参照Hakanson提出的参考值)[22~24]。E为重金属单项潜在生态风险指数;C为重金属污染指数;C为重金属实测值;C为重金属背景值, 本文选择内蒙古土壤元素背景值(Cu: 12.9 mg·kg–1, Pb: 15.0 mg·kg–1)[25]。E值分级标准的第一级上限值是根据非污染的污染指数(E=1)与所分析污染物中最大的毒性参数相乘得来的, 因此本文中E≤5为轻微生态风险, 5<E≤10为中等生态风险, 10<E≤20为强生态风险, 20<E≤40为很强生态风险。

由(2)式和(3)式可以看出,的大小与污染物的种类和数量有关, 污染物的数目越多、毒性越强, 则值就越大[22,23]。因此, 本研究的各风险级别的评价标准:≤20为轻微生态风险, 20<≤40为中等生态风险, 40<≤80为强烈生态风险,>80为很强生态风险。

1.5 数据分析

土壤重金属含量描述统计分析采用SPSS 22.0和Excel 2019软件, 重金属影响因素分析利用Canoco5冗余分析(RDA)软件, 空间分布图的制作通过ArcGIS 10.5完成。

2 结果与分析

2.1 土壤重金属含量的统计描述特征

扎鲁特旗土壤重金属含量的统计结果如表1所示, 整个研究区域的Cu含量范围为2.80—83.73 mg·kg–1, 平均值为24.28 mg·kg–1; Pb含量范围为3.92—42.03 mg·kg–1, 平均值为19.54 mg·kg–1。与《土壤环境质量-农用地土壤污染风险管控标准》(GB15618—2018)(pH>7.5)标准相比较, 所有样点的Cu和Pb含量均未超标, 但其平均值都高于内蒙古背景值, Cu和Pb分别是背景值的1.88和1.30倍。Cu和Pb都有相对较高的变异系数, 分别为81.81%和45.06%。

对原始数据及其对数转换的数据进行了Lilliefors显著性校准, 这些数据的形状参数以及K-S正态分布检验结果如表2所示。扎鲁特旗土壤重金属Cu和Pb含量的原始数据的偏度均大于0, 属于正偏态。Cu原始数据的K-S小于0.05, 数据呈非正态分布; Pb原始数据的K-S大于0.05, 数据呈正态分布。对数转换后, Cu的K-S值超过了0.05, 偏度和峰度参数明显降低, 并趋向“0”。以上结果表明, 研究区重金属Cu含量受到了人为因素干扰, 然而, 干扰程度相对较小。

由图4频数分布可知, Cu含量不同区间分布百分比从高到低的排序依次为21.0%在区间(10,15), 19.4%在区间(15,20), 12.9%在区间(5,10), 11.3%在区间(20,25), 8.1%在区间(25,30), 4.8%在区间(0,5)、(30,35)和(40,45), 3.2%在区间(45,50)、(70,75)和(80,85), 1.6%在区间(65,70)和(75,80); Pb含量不同区间分布百分比从高到低的排序依次为22.6%在区间(15,20), 19.4%在区间(25,30), 16.1%在区间(10,15), 14.5%在区间(20,25), 9.7%在区间(5,10), 6.5%在区间(0,5)和(30,35), 3.2%在区间(35,40), 1.6%在区间(40,45)。

2.2 土地利用对Cu和Pb含量的影响

以土地利用类型进行分类分析, 重金属Cu和Pb含量均以农田为最高(图5)。土壤重金属元素Cu的平均含量为农田(36.15 mg·kg–1)＞林地(22.49 mg·kg–1)＞草地(18.69 mg·kg–1), Pb的平均含量为农田(24.40 mg·kg–1)＞林地(21.42 mg·kg–1)＞草地(16.19 mg·kg–1)。农田中Cu和Pb平均含量均与草地差异显著(<0.05); 农田中Cu和Pb平均含量均与林地差异不显著(>0.05); 林地中Cu和Pb平均含量均与草地差异不显著(>0.05)。

表1 扎鲁特旗土壤重金属描述性统计分析

图4 土壤重金属Cu和Pb含量的频数分布图

Figure 4 Frequency distribution diagram of heavy metals Cu and Pb in soil

表2 Cu和Pb含量数据分布特征参数及其K-Sp检验结果

注: K-S>0.05, 样本符合正态分布。

注: 不同小写字母表示不同土地利用类型之间差异显著(单因素方差分析, 然后进行LSD检验, p<0.05)

Figure 5 Contents of heavy metals Cu and Pb in soils of three land use type

2.3 土壤重金属空间分布特征

本研究中重金属Cu和Pb含量的三个半方差函数模型的参数(球面、指数和高斯)如表3所示。根据“标准平均值越接近于0, 标准均方根预测误差越接近于1, 拟合模型检验标准越符合”的原则, Cu和Pb含量的最优半方差函数理论模型分别为指数模型和球面模型。依据“若块金系数小于25%, 则认为变量具有强烈的空间相关性; 若块金系数在25%和75%之间, 则具有中等空间相关; 若块金系数大于75%, 该变量空间自相关很弱”的判断准则, Cu和Pb的块金系数均介于25%和75%之间, 属于中等空间相关。

简单克里金插值的结果表明(图6), Cu含量整体上呈现由中心向四周辐射状递减, 其峰值主要分布于中部偏东位置, 低值主要分布于西北部区域(图6a); Pb含量呈现由西北向东南地区递增的趋势, 其区域变化较明显, 且分布比较均匀, 北部地区含量较少(图6b)。相对于Pb, Cu的空间分布则出现多个高值区域, 说明在该些区域可能存在潜在的污染源。

表3 土壤重金属半方差函数理论模型及其相关参数

图6 土壤重金属含量空间分布特征

Figure 6 Spatial distribution characteristics of heavy metals in soil

2.4 重金属Cu和Pb含量的影响因素分析

根据图7可知, 重金属Cu和Pb空间分布受年平均降水量、年平均气温、有机碳、坡度、土壤容重和海拔等因素的影响。Cu与有机碳和年平均降水量呈显著正相关(<0.05), 与土壤容重呈极显著负相关(<0.01), 与坡度、干燥度、年平均气温和植被覆盖指数呈非显著正相关(>0.05), 与海拔、坡向、湿润指数呈非显著负相关(>0.05); Pb与年平均气温呈极显著正相关(<0.01), 与海拔、容重呈极显著负相关(<0.01), 与干燥度、年平均降水量呈显著正相关(<0.05), 与湿润指数呈显著负相关(<0.05), 与有机碳、植被覆盖指数呈非显著正相关(>0.05), 与坡度、坡向呈非显著负相关(>0.05)。

2.5 重金属污染评价

分别选取内蒙古土壤背景值和GB15618—2018(pH>7.5)作为评价指标, 根据P和综评价标准, 对各采样点土壤重金属不同污染级别所占比例进行分析如表4所示。总体来看, 扎鲁特旗的重金属污染状况相对较轻。以内蒙古土壤背景值为评价指标, 通过P可以看出, 2种重金属大部分样点属于轻度污染, Pb无重度污染样点, Cu重度污染样点占总样点的17.74%。通过综可以看出, 12.90%样点呈现重度污染, 16.13%样点呈现中度污染, 46.77%样点呈现轻度污染, 24.19%样点未受重金属污染, 这与P的评价结果基本相同, 主要为轻度或中度污染。以GB15618—2018(pH>7.5)为评价指标, 通过P和综可以看出, 该旗土壤Cu和Pb不存在污染问题。

注: 蓝色箭头代表重金属, 红色箭头代表影响因子。射线的长短可以反映环境因子对重金属Cu、Pb含量的影响程度, 射线越长表示该环境因子影响越大, 重金属Cu、Pb与环境因子之间的夹角表示正负相关性, 锐角时表示两个环境因子之间呈正相关关系, 钝角时呈负相关关系。

Figure 7 Analysis of influencing factors of heavy metals Cu and Pb

为进一步评价研究区土壤环境生态风险, 以内蒙古土壤背景值作为评价标准计算和值, 结果如表4所示, Pb无很强生态危害, Cu很强危害水平样点占总样点的9.70%; 区域的范围在2.47—43.53之间, 其中72.58%的样点处于轻微生态危害, 25.81%的样点处于中等危害水平, 1.61%的样点处于强生态危害水平。以GB15618—2018(pH>7.5)作为评价标准, 可以看出Cu和Pb所有的样点均处于轻微生态危害。

以内蒙古土壤背景值作为评价标, 污染指数及潜在生态评价的空间分析表明(图8), Cu的单因子污染指数整体上呈现由中心向四周辐射状递减(图8a), 而Pb的单因子污染指数整体上呈现出由西北向东南升高的趋势(图8b); 整体上内梅罗综合污染指数评价结果与潜在生态风险评价的结果均显示本研究区域存在土壤环境污染问题(图8c、d、e和f)。同时,综合污染水平和生态风险水平的空间分布特征与Cu含量空间分布规律大体一致, 证明了研究区域存在Cu点源污染。

表4 土壤重金属污染指数和生态危害指数

图6 重金属污染评价及潜在风险评价空间分布

Figure 6 Spatial distribution of heavy metal pollution assessment and potential risk assessment

3 讨论

扎鲁特旗作为我国重要商品粮食基地, 以及典型的牧业大旗, 其产量品质和安全性对于区域经济和产业发展具有重要作用。近些年来不断增加的商业化农作物种植, 化肥和农药的大量使用, 势必会对土壤环境质量带来负面影响。本研究采用了不同的参考标准评价了该区域土壤重金属Cu和Pb含量的现状水平。以GB15618—2018(pH>7.5)标准值为参比,该旗各采样点重金属元素Cu和Pb均未超标; 以NY/T 391—2013《绿色食品产地环境质量》为参比, 研究区土壤Cu的超标率为9.60%, Pb未超标, 表明该旗土壤重金属元素Cu和Pb基本符合绿色食品环境质量标准; 以内蒙古土壤背景值为参比, 研究区土壤中Cu和Pb平均含量均超标, 超标倍数分别为1.88和1.30倍。从重金属含量水平来看, 大多数区域研究报告的Cu和Pb含量比我们研究报告的更高。如邓文博等[26]对关中地区土壤重金属污染情况进行调查, Cu(25.76 mg·kg–1)和Pb(26.35 mg·kg–1)的平均含量高于本研究, 这与关中的工业发展历史有关; 徐夕博等[27]对山东省沂源县土壤重金属调查显示, Cu和Pb元素含量均高于本研究。然而, 一些研究报告的Cu和Pb含量比我们的低, 如Li等[28]对内蒙古沙漠化沙质草地调查研究, Cu和Pb平均含量分别为5.18 mg·kg–1和14.13 mg·kg–1。与研究内蒙古土壤的其他报道[29]相比, 本研究的含量水平与历史调查结果无明显差异, 未出现异常。

空间分析表明, 本研究区土壤重金属Cu和Pb含量在中部偏东有高值集中分布区域。该研究区中部为低山丘陵区, 低洼地势土壤重金属不易随水流失。本研究中土壤重金属Cu和Pb含量空间格局基本符合扎鲁特旗物理化学特征天然形成规律, 穆叶赛尔·吐地等[30]对天山北坡土壤重金属含量的分布特征的研究调查与本研究结果一致。部分重金属空间分布不连续, 造成这种现象主要是由人为活动干扰的差异所造成的。

本区域无主要重金属污染源的输入, 除农牧扰动外, 无其他较大外源干扰, 因此, 该研究区Cu和Pb的自然空间含量主要受土壤理化特性[15]、成土母质、气候条件、生物群落、大气沉降、坡度、地形和海拔等的控制[31,32]。先前的区域研究已经阐明Cu与有机碳显著正相关[33], Pb与年平均气温和海拔呈现极显著的负相关, 低温低海拔更利于Pb的累积[25]。路岑等[34]的研究得出Cu与海拔无显著负相关, 而Pb与与海拔呈极显著负相关, 这都与我们的研究结果相一致。

人为源主要有农业灌溉、施肥、喷洒农药、除草剂和杀虫剂、城镇化建设、交通运输和生活垃圾等。农业生产过程中、施用农药、化肥、杀虫剂、塑料薄膜等的使用会导致土壤重金属含量增加, 张彩峰[35]等对南京市不同功能区土壤重金属研究, 蔡立梅等[36]人对东莞市农田土壤和蔬菜重金属的含量的研究中均证实了这一点, 我们的研究也表明农田土壤重金属含量最高。

本研究结果表明, 以内蒙古土壤背景值为参比, 扎鲁特旗土壤重金属污染属于轻微型污染, 但土壤重金属Cu污染需引起重视。由于研究区处于生态脆弱区, 极易受到土壤性质以及人类活动的影响, 存在重金属元素富集的趋势, 因此有必要加强扎鲁特旗土壤污染监测和外源污染物综合防控, 以降低和消除土壤重金属的污染。特别是, 在土地利用过程中, 注重施用优质、环保型的化肥、有机肥和农药, 将会大大减少重金属在土壤中的累积速率。

4 结论

(1) 与GB15618—2018(pH>7.5)标准相比较, 扎鲁特旗各采样点土壤重金属元素Cu和Pb均未超出标准范围; 与内蒙古土壤背景值相比较, Cu和Pb平均含量均超标, 超标倍数分别为1.88和1.30倍。

(2) 简单克里金插值法表明, 重金属Cu整体上呈现由中心向四周辐射状递减, 重金属Pb整体上呈现出由西北向东南升高的趋势; 但受到人为活动影响高值区出现在中部偏东地区。

(3) 以内蒙古土壤背景值为标准, 扎鲁特旗重金属元素Cu和Pb的单因子污染指数评价结果均以轻度污染为主, 内梅罗综合污染指数评价结果以轻度污染为主, 污染程度较轻。综合潜在生态风险指数评价结果以轻微生态风险水平为主。

[1] 庄腾飞. 上海市城市边缘区土壤重金属多尺度空间分布特征及污染评价——以闵行区为例[D]. 上海: 上海师范大学, 2012.

[2] NEZAT C A , HATCH S A , UECKER T. Heavy metal content in urban residential and park soils: A case study in Spokane, Washington, USA[J]. Applied Geochemistry, 2017, 78(10): 1–17.

[3] XIA Xinghui, CHEN Xi, LIU Ruimin, et al. Heavy metals in urban soils with various types of land use in Beijing, China[J]. Journal of Hazardous Materials, 2011, 186(2/3): 2043–2050.

[4] CHEN Xi, XIA XingHui, ZHAO Ye, et al. Heavy metal concentrations in roadside soils and correlation with urban traffic in Beijing, China[J]. Journal of Hazardous Materials, 2010, 181(1/3): 640–646.

[5] WANG Meie, BAI Yanying, CHEN Weiping, et al. A GIS technology based potential eco-risk assessment of metals in urban soils in Beijing, China.[J]. Environmental Pollution, 2012, 161: 235–242.

[6] 王晓飞. 重金属在土壤—甘蔗中迁移规律及糖业产品中的分布特征研究[D]. 南宁: 广西大学, 2017.

[7] 张艳蓉, 张旭光, 郭梅莹, 等. 典型农牧区土壤重金属污染特征及生态风险评价[J]. 甘肃科技, 2019, 35(8): 15–20.

[8] 纪文芝. 西畴县农业面源污染现状及防治对策[J]. 云南农业科技, 2012, (S1): 157–158.

[9] 王中阳. 朝阳地区耕地土壤重金属污染风险评价与来源解析研究[D]. 沈阳: 沈阳农业大学, 2018.

[10] 高亮. 科尔沁沙地南缘不同土地利用类型土壤性状变异研究[D]. 呼和浩特: 内蒙古农业大学, 2016.

[11] 李金霞, 殷秀琴, 包玉海. 农牧交错带土地荒漠化及其影响因子研究——以扎鲁特旗为例[J]. 干旱区研究, 2007(2): 146–152.

[12] 李春芳, 曹见飞, 吕建树, 等. 不同土地利用类型土壤重金属生态风险与人体健康风险[J]. 环境科学, 2018, 39(12): 5628–5638.

[13] 张桂珍, 高凯, 张丽娟. 扎鲁特旗山地草地土壤含水量动态与气候因子的关系[J]. 草业科学, 2015, 32(9): 1399–1404.

[14] 斯琴朝克图. 近百年来扎鲁特旗聚落变迁研究[D]. 呼和浩特: 内蒙古师范大学, 2011.

[15] 曹宏杰, 王立民, 罗春雨, 等. 三江平原地区农田土壤中几种重金属空间分布状况[J]. 生态与农村环境学报, 2014, 30(2): 155–161.

[16] 杨之江, 陈效民, 景峰,等. 基于GIS和地统计学的稻田土壤养分与重金属空间变异[J]. 应用生态学报, 2018, 29(6): 1893–1901.

[17] MCBRATNEY A B, WEBSTER R. Choosing functions for semi-variograms of soil properties and fitting them tosampling estimates[J]. European Journal of Soil Science, 2006, 37:617–639.

[18] BURGESS T M, WEBSTER R. Optimal interpolation and isarithmic mapping of soil properties. I. Block kriging[J]. European Journal of Soil Science, 1980; 31:333–341.

[19] MCBRATNEY A B, WEBSTER R, MCLAREN R G, et al.Regional variation of extractable copper and cobaltin the topsoil of southeast Scotland[J]. Agronomie, 1982, 2: 50–55.

[20] 白一茹, 张兴, 赵云鹏,等. 基于GIS和受体模型的枸杞地土壤重金属空间分布特征及来源解析[J]. 环境科学, 2019, 40(6): 2885–2894.

[21] WANG Lixia, GUO Zhaohui, XIAO Xiyuan, et al. Heavy metal pollution ofsoils and vegetables in the midstream and downstream of theXiangjiang River, Hunan Province[J]. Journal of GeographicalSciences, 2008, 18(3): 353–362.

[22] HAKANSON L. An ecological risk index for aquatic pollution control. A sedimentological approach[J]. Water Research, 1980, 14(8): 975–1001.

[23] 马建华, 王晓云, 侯千, 等. 某城市幼儿园地表灰尘重金属污染及潜在生态风险[J]. .地理研究, 2011, 30(3): 486–495.

[24] 陈小敏, 朱保虎, 杨文, 等. 密云水库上游金矿区土壤重金属空间分布、来源及污染评价[J]. 环境化学, 2015, 34(12): 2248–2256.

[25] 周妍姿, 王钧, 曾辉, 等. 内蒙古土壤重金属的空间异质性及污染特征[J]. 生态环境学报, 2015, 24(8): 1381–1387.

[26]邓文博, 李旭祥. 关中地区土壤重金属空间分布特征及其污染评价[J].地球环境学报, 2015, 6(4): 219–223.

[27] 徐夕博, 吕建树, 徐汝汝. 山东省沂源县土壤重金属来源分布及风险评价[J]. 农业工程学报, 2018, 34(9): 216–223.

[28] LI Yuqiang, ZHAO Halin, ZHAO Xueyng , et al. Effects of grazing and livestock exclusion on soil physical and chemical properties in desertified sandy grassland, Inner Mongolia, northern China[J]. Environmental Earth Sciences, 2011, 63(4): 771–783.

[29] 杨永志, 闫海霞, 马穆德. 呼和浩特市绿地土壤重金属污染特征及评价[J]. 北方园艺, 2019(16): 110–116.

[30] 穆叶赛尔·吐地, 吉力力·阿布都外力, 姜逢清. 天山北坡土壤重金属含量的分布特征及其来源解释[J]. 中国生态农业学报, 2013, 21(7): 883–890.

[31] 赵斌, 朱四喜, 李相兴, 等. 贵州草海不同土地利用方式表层土壤重金属污染现状评估[J]. 环境化学, 2018, 37(10): 129–139.

[32] 丁园, 余小芬, 赵帼平, 等. 庐山不同海拔森林土壤中重金属含量分析[J]. 环境科学与技术, 2013, 36(6): 191– 194.

[33] 王怡雯, 许浩, 茹淑华, 等. 有机肥连续施用对土壤剖面有机碳分布的影响及其与重金属的关系[J]. 生态学杂志, 2019, 38(5): 236–243.

[34] 路岑. 梵净山自然保护区土壤重金属及微量元素空间分布特征[D]. 贵阳:贵州大学, 2016.

[35] 张彩峰. 南京市不同功能区土壤重金属污染状况及吸附特征[D]. 南京: 南京林业大学, 2004.

[36] 蔡立梅, 马瑾, 周永章, 等. 东莞市农田土壤和蔬菜重金属的含量特征分析[J]. 地理学报, 2008, 63(9): 994–1003.

Spatial distribution and pollution risk assessment of heavy metals in soil of

SHI Xiaoping1, CHEN Yinping1,*, LI Yuqiang2, WANG Xuyang2, YU Peidong1, NIU Yayi2

1.College of Environmental and Municipal Engineering, Lanzhou Jiaotong University, Lanzhou, 730070, China 2. Northwest Institute of Ecological Environment and Resources, Chinese Academy of Sciences, Lanzhou, 730000, China

With the rapid development of agriculture and animal husbandry economy, a large amount of heavy metals enter the soil, which changes the structure and function of the soil and decreases the quality of the soil. It not only affects the output and quality of agriculture and animal husbandry, but also ultimately threatens human health. A total of 62 soil surface (0-20 cm) samples were collected from the study area of a typical farming-pastoral region in northern China, namely, Zhalute Banner. The contents of two heavy metals (Cu) and lead (Pb) were collected. The spatial distribution characteristics of heavy metals Cu and Pb were analyzed by simple Kriging interpolation, and the pollution and ecological risk of heavy metals were evaluated by using pollution index and potential ecological risk index. The spatial distribution characteristics of potential ecological risk were analyzed by inverse distance weight interpolation method. The results showed that the average contents of Cu and Pb in soil were 24.28 and 19.54 mg·kg–1, respectively. The content of Cu decreased radially from the center to the surroundings, and its peak value mainly distributed in the east-central region, while the low value mainly distributed in the Northwest region. The content of Pb increased from the northwest to the Southeast region, with obvious regional change and less content in the North region. The contents of Cu and Pb in farmland were significantly higher than that in grassland. The spatial distribution of heavy metals in soil was significantly correlated with annual average precipitation, soil organic carbon and soil bulk density. The pollution of Cu was serious, and the pollution of Pb was mild or moderate. The comprehensive potential ecological risk was moderate or below, and the risk area was mainly in the middle.

heavy metal; spatial distribution; pollution assessment; potential ecological risk

10.14108/j.cnki.1008-8873.2020.06.002

Q945.78

A

1008-8873(2020)06-007-09

2019-10-10;

2019-12-03基金项目:国家重点研发计划(2017YFA0604803, 2016YFC0500901); 国家自然科学基金项目(No.31560161, No.31260089, No.31971466)

师小平(1994—), 女, 汉族甘肃白银人, 硕士, 主要从事环境生态学研究, E-mail: 553492831@qq.com

陈银萍(1974—), 女, 博士, 教授, 主要从事污染生态学研究, E-mail: yinpch@mail.lzjtu.cn

师小平, 陈银萍, 李玉强, 等. 北方农牧交错典型区土壤重金属空间分布及污染风险评价[J]. 生态科学, 2020, 39(6): 7–15.

SHI Xiaoping, CHEN Yinping, LI Yuqiang, et al. Spatial distribution and pollution risk assessment of heavy metals in soil of[J]. Ecological Science, 2020, 39(6): 7–15.