郓城县北部地区土壤元素地球化学背景值特征

2024-02-01宋亮白新飞杨时骄宋津宇于超王涛

山东国土资源 2024年1期

宋亮,白新飞,杨时骄,宋津宇,于超,王涛

(山东省第一地质矿产勘查院,山东济南 250109)

0 引言

土壤是人类赖以生存和发展的重要基础,近几十年来,随着经济发展,人类对土地资源开发利用强度的增加,工业排放和不合理的耕作、施肥[1-3]方式都对土壤中的元素环境水平造成了重要影响,尤其是重金属元素的累积对农业安全和人类生活构成了严重威胁[4-7]。郓城县作为全国产粮大县,土地质量情况直接关系到国家粮食安全问题。为摸清研究区的土地质量现状,2019年开展了山东省郓城县北部地区1∶5万土地质量地球化学调查与评价项目(1)山东省第一地质矿产勘查院,山东省郓城县北部地区1∶5万土地质量地球化学调查与评价报告,2021年。。在获得研究区土壤元素背景值的基础上,对区内土壤中元素的累积趋势[8]进行了研究,为郓城县土壤重金属元素的监测、预测提供研究案例,为土地高效利用、污染防治等提供基础资料。

1 研究区概况

研究区位于山东省西南部,隶属于菏泽市郓城县,包括郓城县北部的李集乡、黄集乡、张鲁集乡、侯咽集镇、程屯镇、水堡乡、玉皇庙镇、潘渡镇、杨庄集镇9个乡镇及郓城县城,总面积约858km2。区内气候四季分明,阳光充足,常年平均气温14.0℃,平均降水量约649.9mm,适合小麦、玉米等粮食作物生长,是我国重要的粮食产区。土地利用类型以水浇地、林地、园地为主,土壤成土母质为冲积物母质。因受历次黄河决口泛滥的影响,形成了以缓平坡地、浅平洼地、河槽地和沿黄洼地等4种微地貌类型为主,并以大面积分布的开阔波状倾斜地为主要特征的地貌类型。土壤类型较单一(图1),区内土壤划分为2个土类:潮土和新积土;潮土分为2个亚类:潮土(砂质潮土、壤质潮土、黏质潮土)和盐化潮土(砂质氯化物盐化潮土、壤质氯化物盐化潮土、砂质滨海盐化潮土、砂质硫酸盐盐化潮土、壤质硫酸盐盐化潮土)。

1—砂质潮土;2—壤质潮土;3—黏质潮土;4—砂质氯化物盐化潮土;5—壤质氯化物盐化潮土;6—砂质滨海盐化潮土;7—砂质硫酸盐盐化潮土;8—壤质硫酸盐盐化潮土;9—黄河滩冲积土。图1 研究区土壤类型分布图

2 样品采集与分析测试

本次调查采集深度为0～20cm的表层土壤,采样密度在农用地区域为6～8个点/km2,建设用地区域为4个点/km2,平均采样密度6点/km2,共采集样品5148件。采样时,以采样点为中心向周围辐射50～100m范围,采集4～6个子样,等量混合成一个样品。样品采集时挑出植物根系、石块等杂物,装入干净的棉布样袋,经风干、碾碎后过孔径20目的尼龙筛。

分析指标为pH、有机质、P、Fe2O3、Mn、MgO、CaO、K2O、Se、Hg、Mo、F、N、S、Cr、Cu、Ni、Pb、V、Zn、B、Co、Cd、Ge、I、As共26项指标,分析方法及检出限见表1。样品分析测试工作由山东省物化探勘查院岩矿测试中心和山东省第一地质矿产勘查院实验室共同完成,通过标准样、密码样、监控样多种监控手段,对样品的分析质量进行严格的质量控制,保证了样品分析质量的可靠性。质控结果为:报出率均为100%,每项指标的分析准确度、精密度均达到100%,随机抽取5.50%的样品编制成密码进行重复性分析,合格率大于95%。

表1 各参数分析方法及检出限单位:mg/kg

3 研究区土壤地球化学背景特征

土壤地球化学背景值是指自然应力和人类活动共同作用影响下区域表层土壤的含量值,受成土母质组成、成土过程中的元素迁移以及人类活动等因素的影响[9-13]。除了受到土壤基准值的控制外,还受到风化、淋滤以及人为扰动、污染的影响。对土壤地球化学背景值的研究是评价土壤环境质量及进行预测的基础,对土壤环境质量评价、研究和确定土壤环境容量、土壤生态环境保护以及指导农业生产具有重要的指导意义[14-15]。

研究区表层土壤剔除异常值后的元素地球化学背景值参数统计见表2,通过与菏泽市和山东省土壤地球化学背景值对比,具有以下规律:

表2 表层土壤地球化学含量特征参数统计表

(1)研究区表层土壤元素背景值与菏泽市背景值相比,元素K1值在0.98～1.43之间,接近的指标(0.901.2)为有机质、N、S、Cd、I。

(2)与山东省背景值相比,元素K2值在0.94～1.85之间,接近的指标(0.901.2)为B、I、有机质、N、As、S、MgO、Cd、P、CaO。

(3)表层土壤中分布较不均匀的指标(0.4≤变异系数<1.0)有I,这可能与其在灌溉水中含量分布极不均匀有关;其他元素在区内分布均匀,这是由于研究区位于黄河下游流域分布区,属黄河冲积平原,成土母质均为冲积物母质,与其他地区相比较,成土母质土壤类型较为单一。

(4)研究区pH背景值为8.344,且各点位的pH均大于7.5。表层土壤中Hg、Cr、Pb、Cd、As 5种重金属元素背景值含量均小于农用地土壤污染风险管控标准(GB15618—2018)中的筛选值(表3),由此,研究区范围内重金属污染总体上极低。极个别样品中Cd含量最大值超过标准筛选值,在个别地方存在点源污染。

表3 农用地土壤污染风险筛选值(pH>7.5) 单位:mg/kg

4 土壤重金属元素累积趋势

4.1 研究基础

2003年庞绪贵等开展的山东省黄河下游流域多目标区域地球化学调查(1∶25万)项目,范围覆盖本研究区,该项目土壤表层样品采样深度0～20cm,采样密度1件/4km2,测试指标54项,位于研究区内表层土壤组合样品(分析测试样品)数为221件。与本次调查相比,二者除了调查比例尺引起的采样密度有差别以外,在采样技术方法、样品加工、野外工作质量监控、样品测试、分析数据验收等关键环节基本一致。

本研究是基于2003年项目所获取的数据与本次取得的数据进行对比,对我国土壤污染监测和调查的主要元素指标[17]As、Cd、Cr、Hg、Pb在过去时间段内的变化趋势进行研究,并对未来土壤中重金属含量进行预测。

研究区内两组调查样本的间隔时间为16年,为便于讨论,将研究区内1∶25万多目标区域地球化学调查采集的表层土壤样点数据集称为WA,将本次1∶5万土地质量球化学评价采集的全部表层土壤样点数据集称为WB1。为了将2组数进行对比,以WA为中心,划定评价单元(2km×2km),每4km2内的WB1数据取平均值,获得数据集WB2,共得到221个点位数据与WA进行一一配对。

4.2 土壤重金属元素累积趋势

分别对2次调查数据中重金属元素含量的算术平均值进行了统计(表4),可以看出,除了As元素之外,WB2数据集重金属含量要比WA数据集大,表明2003—2019这16年间,研究区Hg、Cr、Pb、As四种重金属的含量总体是增加的,而As元素有轻微减少的趋势。

表4 表层土壤调查样点元素含量算术平均值统计单位:mg/kg

对一一配对的2组数据元素含量对比(图2),发现重金属元素中,Hg、Cr、Pb、As四种重金属元素含量增大的点位个数均远远超过含量减少的点位个数。从增减幅度来看,含量增大的样点元素含量增幅的绝对值也大于含量减小的样点减幅的绝对值。

图2 表层土壤调查单元重金属元素增减数量和增减幅度统计图

图2—图4可以看出,相较于2003年,2019年表层土壤中Hg、Cr、Pb、Cd元素含量以增加为主。Hg元素平均增幅约48%,减幅约21%,其中以张鲁集镇西部的南李楼村一带增幅最高,增幅超过180%。Cr元素平均增幅约13%,减幅约7%,其中以潘渡镇西部的碱店村增幅最高,增幅最大超过30%,其余区域增幅相对较低。Pb元素平均增幅为15%,减幅约6%,增幅较高的区域集中在县城及乡镇驻地。Cd元素平均增幅达到25%,减幅约10%,其中郓城镇东部的刘梅村一带增幅最高,最高增幅达到了170%,其余区域增幅相对较低。

图3 2003—2019年Hg、Cr、Pb、Cd元素增减幅度等值线图

图4 2003—2019年As元素增减幅度等值线图

As元素含量增加和减少个数基本持平,增加的幅度和减少幅度也基本相等。平均增减幅度相对较低,均在10%左右。含量增加的区域主要位于李集和程屯2个乡镇,最高点出现在玉皇庙镇东部的北郑庄村,增幅超过60%。

4.3 土壤重金属元素含量预测

4.3.1 预测模型的构建

以某一时点的土壤重金属含量为基础,对之后的某一时点土壤重金属含量的估计进行预测[16],土壤重金属含量预测的数学基础模型为:

Wt=W0+t×ΔW

(1)

式中:Wt—预测经历了t年的土壤重金属含量(mg/kg);W0—土壤初始的重金属含量(mg/kg);ΔW—重金属含量的年变化率(kg/(km2·a))。

本研究选择单时段增量模型来进行预测,该模型是基于一段时间内至少2组实际调查数据所建立的模型[17-20]。本研究中历史数据为前述WA,当前数据为前述WB2。由式(1)得:

ΔW1=(WB2-WA)/T

(2)

Wt=WB2+t×(WB2-WA)/T

(3)

式中:ΔW1—该模型2003—2019年的重金属含量的年变化率(kg/(km2·a));WB2—2019年的土壤重金属含量(mg/kg);WA—2003年的土壤重金属含量(mg/kg);T—2组数据的间隔时间为16年;Wt—预测经历了t年的土壤重金属含量(mg/kg);t—预测年限。

4.3.2 预测结果

在每年的土壤元素含量不发生较大变化的情况下,采用以上模型,预测每个点位2035年土壤中元素含量,并对预测含量进行土壤环境质量评价,从预测的评价结果来看,Hg、Cr、Pb、As含量均低于表2的筛选值,对土壤的污染风险低。Cd元素有4个4km2连片网格,网格含量达到0.60mg/kg、0.62mg/kg、0.74mg/kg、0.79mg/kg,超过表2筛选值,可能存在农用地土壤污染风险,该地区位于工业园区附近,同时分布有一定数量的蔬菜大棚和耕地,应引起足够的重视(图5)。