玛曲高寒退化草甸土壤重金属污染风险评价

孙建财, 白红桃, 熊增连, 张杰雪, 全小龙, 邓得婷, 史惠兰,*

玛曲高寒退化草甸土壤重金属污染风险评价

孙建财1, 白红桃1, 熊增连3, 张杰雪2, 全小龙2, 邓得婷1, 史惠兰1,*

1. 青海大学生态环境工程学院, 西宁 810016 2. 青海大学省部共建三江源生态和高原农牧业国家重点实验室, 西宁 810016 3. 青海省自然资源综合调查监测院, 西宁 810016

为了分析玛曲高寒草甸土壤重金属含量分布及重金属污染风险,采集玛曲高寒退化草甸土壤样品, 分析研究区表层土壤(0—20 cm)中Cr、Ni、Cu、Zn、As、Cd、Hg、Pb等八种重金属含量, 描述玛曲高寒草甸土壤重金属的空间分布特征, 采用单因子污染指数、内梅罗污染指数、地累积指数评价重金属污染程度并分析重金属污染潜在生态风险, 以相关性分析、主成分分析和聚类分析表征同源性重金属。结果表明: (1)研究区内As、Cd的质量分数高于背景值, Ni的质量分数偏低, 变异系数大小为Cr> Hg> Cd> Cu> As> Ni> Zn> Pb;(2)Cd单因子污染指数为轻微污染, 地累积指数反映As属于未受污染与轻微污染之间, 各重金属元素均无潜在生态风险; 以国标和土壤背景值为标准, 内梅罗综合污染指数表明玛曲未受到重金属污染; (3)主成分和相关性分析表明玛曲土壤中Ni、Cu、Zn、As、Cd、Pb等元素具有相同或相似的来源, Ni和Pb的来源优先顺序最大, Cr和Hg含量呈现弱相关。

高寒草甸; 重金属污染; 污染指数; 潜在生态风险; 主成分分析

0 前言

土壤是岩石圈、水圈、大气圈和生物圈物质循环和能量流动的紧密过渡地带, 是人类赖以生存和发展的重要资源之一, 是陆地生态系统的重要组成部分, 具有重要的生态意义[1]。重金属作为典型的累积性污染物, 其污染效果具有持久性、隐蔽性和难降解性, 近年来土壤生态不断受到重金属污染导致土壤稳定性降低、生产力下降, 造成地表植被覆盖率降低, 水土流失、环境恶化等一系列问题, 并且重金属易进入食物链, 影响农作物质量和安全, 危害人体健康, 引起了社会广泛关注[2]。

玛曲县地处青藏高原东北缘, 土壤以亚高寒草甸土和泥炭土为主, 主要植被类型为亚高寒草甸, 平均海拔3700 m。退化高寒草甸是草地生态学研究的重点, 草地退化最直接的表现是草地群落类型的转变, 造成杂草入侵, 生物量下降等。由于独特的地理位置和有限的工农业活动, 玛曲退化草地重金属污染轻, 但随着自然资源的开发与利用, 青藏高原土壤生态系统已遭受一定程度的重金属污染[3,4]。有研究表明青藏高原东北部湖泊汞含量显著增加[7], 青藏高原路基两侧受重金属污染最为严重[5,6]。由于重金属污染的隐蔽性和不可逆性, 预防输入成为控制重金属污染的主要手段[8]。本研究对8种重金属(Cr、Ni、Cu、Zn、As、Cd、Hg、Pb)进行分析, 探讨玛曲高寒退化草甸重金属污染状况, 评价重金属污染潜在生态风险, 以期为玛曲高寒退化草甸重金属污染防控提供科学依据。

1 材料和方法

1.1 研究区概况

玛曲县地处青藏高原东北缘, 位于甘肃省甘南藏族自治州西南部, 甘、青、川三省交界处, 黄河第一弯曲部, 地处东经100°45′45″—102°29′00″, 北纬33°06′30″—34°30′15″之间。玛曲县总面积10190 km2, 平均海拔3700 m。该区域冬春季漫长, 严寒多风; 夏秋季短, 多雨潮湿; 年均气温1.2 ℃, 年均降雨量 600 mm, 年际降水量呈下降趋势, 年蒸发量1352.4 mm, 年均风速2.5 m·s–1, 地表部分被沙土覆盖, 土壤以亚高寒草甸土和泥炭土为主, 草地类型为亚高寒草甸。

1.2 样品采集与分析

于2017年7月赴甘肃省玛曲县欧拉乡, 该乡为退化草地生态修复试验示范地, 主要针对秃斑地采用人工撒播、施肥和轻耙处理, 补播牧草种子包括同德垂穗披碱草、青海草地早熟禾、青海中华羊茅三种, 针对退化草地生态修复测定重金属污染水平, 布设16个样条, 调查草地植物群落特征, 采集植物生物量, 同时, 取深度为0—20 cm的土壤样品, 带回实验室晾干, 挑出植物根茎等, 将土研磨后过100目筛, 称取0.1000 g样品, 加入7 mLHNO3, 1mL HF及0.5 mLHClO4, 进行微波消解[9], 同时做试剂空白; 消解完成后, 将样品转移至坩埚中, 在电热板上100 ℃条件下赶酸, 完全冷却后, 以超纯水定容至50 mL, 用ICP-MS[10]测定重金属含量。

1.3 重金属污染评价方法

1.3.1 单因子指数法

单因子污染指数是指土壤中某一重金属的含量与土壤环境质量评价标准之比, 计算方式为[11]:

P=C/S

式中:P为污染因子的污染指数,C为污染因子的实测浓度,S为污染物的标准值。

1.3.2 内梅罗污染指数法

内梅罗指数法涉及单因子污染指数的平均值和最大值, 可以反映各重金属对土壤的综合作用, 计算公式如下[12]:

综合=[(平均+Pmax)／2]1/2

式中:综合为内梅罗综合污染指数,平均为所有单项污染指数的平均值,Pmax为各单项污染指数中的最大值。

1.3.3 地累积指数法

地累积指数(geo)又称 Muller 指数, 反映了单一重金属元素的污染水平, 在计算过程中加入了岩石地质及其他因素的修正指数, 充分考虑到人为活动对重金属污染的影响, 其公式为[13]:

表1 采样点位置

式中,C和B分别为第种重金属的实测值和土壤中该重金属的地化学背景值。

1.3.4 潜在生态风险指数法

潜在生态风险指数法由瑞典科学家Hakanson在1980年创立, 适用于对沉积物或土壤重金属元素危害的程度以及生态风险进行评价。该方法是应用沉积学原理, 并结合其他生物、化学领域的理论知识, 对重金属危害程度进行定量的划分, 计算公式如下[14]:

式中,为土壤中重金属的潜在生态风险指数,E为重金属的潜在生态风险系数,T为重金属的毒性系数,C为重金属实测值,C为重金属的背景值。

1.4 数据分析

采用SPSS 25.0软件和Excle2016对所测数据进行统计分析; 采用单因素方差分析(One-Way ANOVA)和最小显著差异法(LSD)比较不同数据组间的差异, 采用Spearman相关系数对各指标间相关性进行分析, 显著性采用双尾检验; 采用Origin2018作图。

2 结果与分析

2.1 玛曲高寒退化草甸植物群落特征

对植物群落结构调查结果显示研究区草地有22个物种, 隶属13科21属。禾本科(Gramineae)和菊科(Compositae)最多, 各有4种植物, 各占总种数的17%。垂穗披碱草优势度为10.94, 生物量为80.56g·m–2, 矮嵩草(优势度为1.71, 生物量为11.45g·m–2, 杂草类生物量占112.40g·m–2。

高寒草甸发生的主要演替过程可以分为禾草-矮嵩草群落、矮嵩草群落、小嵩草群落、杂类草“黑土型”次生裸地４个典型过程[15]。本研究区中, 群落优势种为露蕊乌头(优势度为16.67%, 科优势度为杂类草>禾本科>菊科>莎草科>豆科, 生物量大小为杂类草>禾本科>莎草科, 杂类草的优势度、生物量大于禾草, 且杂草种类多, 研究区草地呈现一定程度的退化。

2.2 土壤重金属含量描述性统计

玛曲高寒草甸重金属质量分数的描述性统计见表4。背景值采用青海省土壤环境背景值[16], 与土壤背景值相比, 玛曲As、Cd的质量分数高于背景值, 均值与背景值之比分别是5.38和1.82, 表明玛曲As和Cd的含量高, Cr、Cu、Zn、Hg、Pb质量分数相近, 而Ni的质量分数偏低。土壤重金属的变异系数由大到小的顺序为Cr> Hg> Cd> Cu> As> Ni> Zn> Pb, 其中Ni、Cu、Zn、As、Cd、Pb属于弱变异(CV≤0.1), 说明其含量在空间上变化小, 受人为活动影响弱, Cr和Hg属中等变异(0.1

表2 污染指数评价等级

表3 重金属毒性系数

2.3 重金属污染状况评价

以玛曲土壤重金属背景值分析, 玛曲高寒草甸单因子污染指数由大到小为Cd(1.78)>As(1.50)>Pb (1.02)>Hg(1.00)>Ni(0.97)>Cu(0.94)>Zn(0.91)>Cr(0.40)(图1), As和Cd含量如前文所述, 含量较高, 使用单因子评价方法As和Cd为轻度污染, 其他重金属元素均为无污染清洁水平。以国标分析, 单因子指数污染大小为Cd(1.19)>Ni(0.77)>As(0.75)> Zn(0.36)>Cu(0.33)>Hg(0.30)>Pb(0.12)>Cr(–0.02), Cd轻度污染外其余重金属元素均处于正常水平。

内梅罗指数法是一种综合考虑各种污染元素极值的计权型多因子环境质量评价指数, 涉及单因子污染指数的平均值和最大值, 可以反映各重金属对土壤的综合作用, 以玛曲土壤重金属背景值和国标分析, 玛曲重金属内梅罗综合污染指数分别是为0.37和0.25(P<0.7), 表明玛曲未受到重金属污染, 属清洁水平(表5)。

图2反映了重金属地累积指数范围和平均值, 与玛曲土壤背景值相比, 重金属污染强度为AS>Cd>Cr>Pb>Zn> Hg>Cu>Ni, 土壤中As的累积程度高, 平均值为1.84, 属于中度污染, 其余重金属都属于未污染, 其中Cd的平均值为0.27, 其余重金属geo指数都为负值, 表现出健康无污染水平, 与单因子指数评价结果一致。与国标相比, As的平均累积指数为0.84, 属于未受污染与轻度污染之间, 玛曲高寒草地重金属累积程度程度均小于0, 表现为未受污染。

2.4 潜在生态风险分析

各重金属的潜在生态风险系数计算结果见图3(a)。以土壤背景值为标准, 重金属潜在生态风险程度大小顺序为Cd>Hg>As>Pb>Ni>Cu>Zn>Cr, 土壤Cd的E平均值为53.53, 属中等风险, 其余重金属元素潜在生态风险系数均小于40, 生态风险等级较低, 属轻微风险。和国标相比, 各元素风险大小为Cd>Hg>As>Ni>Cu> Pb> Zn> Cr, 其Eir值均小于40, 表现为无风险或轻微风险。

图3(b)是各采样点综合风险指数, 以土壤背景值为标准, 除14、16号点位综合生态风险指数在145以上外, 其余点位综合生态风险指数均为低风险水平, 在12、15、4、3、19点位综合生态风险指数低,

表4 土壤重金属含量描述性统计

注: 背景值采用青海省土壤环境背景值[16]。

均在111以下。和国标相比, 各样点综合生态风险指数均小于80, 其生态风险指数低, 表现为无风险或轻微风险。

2.5 土壤重金属同源性分析

2.5.1 土壤重金属相关性分析

土壤重金属元素相关性分析见表6。其中Cr与Zn、Ni、Hg、Pb、Cd、AS无显著相关, Hg与Cu、Ni、Pb、Cd、As、Zn无显著相关, 但是Cr与Zn, Cd与As显著相关(< 0.05), 其余重金属两两之间呈现极显著相关(< 0.01)。显著相关的重金属, 可能具有共同或相似的来源, 重金属之间存在不显著相关, 则可能存在多种重金属来源。

图1 土壤重金属背景值(a)与国标(b)单因子污染评价

Figure 1 Soil heavy metal background value(a) and national standard(b) single factor pollution assessment

表5 土壤重金属单因子和内梅罗污染指数

图2 土壤重金属地累计指数

Figure 2 Accumulation index of soil heavy metals

2.5.2 主成分分析(PCA)

主成分分析和聚类分析是判别重金属来源的有效方法。利用SPSS25对土壤重金属含量进行KMO检测, 得到的统计量值为0.661(0.661>0.5), 说明数据适用于主成分分析。对Kaiser标准化后的因子进行Varimax正交旋转, 得到了2个特征值大于1的主成分, 累计方差贡献率为79.508%, 可解释土壤重金属元素的大部分信息(表7)。

第一主成分(F1)的贡献率是63.296%, 载荷较高的元素是Ni、Cu、Zn、As、Cd、Pb, 前文分析已知, Ni、Cu、Zn、As、Pb的变异系数小, 属弱变异, 受人为活动因素的影响小, 且Ni、Cu、Zn、As、Cd、Pb之间存在极显著正相关(<0.01), 推断这6种重金属具有相同或相似的来源, 有较强的同源性。第二主成分(F2)的贡献率是16.212%, 载荷较高的元素是Hg、Cr, Hg和Cr属中等变异, 均值与土壤背景值之比高于1, 受到一定的人为因素干扰。Hg和Cr的相关系数为0.243, 无显著相关, 可能有不同的来源。

主成分分析仅能反映各个重金属元素归属于某一主成分因素, 而不能说明各重金属元素对主成分的贡献率。各重金属元素对两个主成分的贡献率如图4, 对F1来说, 贡献率大小顺序为Ni> Cu >Cd> Zn> Pb> As> Cr> Hg, 在F2中, 重金属贡献率为Hg> Cr> As> Pb> Zn> Cd> Cu> Ni, 其中Ni对F1的贡献率最高, 贡献率82%, Hg对F2贡献率最大, 达到98%, As对F1和F2的贡献率均高, 分别是36%和64%。

图3 土壤重金属潜在生态风险(a)与各样点综合生态风险(b)评价

Figure 3 Assessment of potential ecological risk of soil heavy metals(a) and comprehensive ecological risk of various points(b)

表6 土壤重金属相关性矩阵

注: *表示在0.05水平(双尾)相关性显著; **表示在0.01水平(双尾)相关性显著。

表7 土壤重金属主成分分析

以8种重金属元素均值标准化后的质量分数作为分类指标, 对样本点进行聚类分析, 结果如图5所示, 当组间距离为1时, Ni和Pb聚为一类, 距离为2时Zn加入, 距离为4时Cu加入, 聚类为5时As加入, 聚类为6时Cd加入, Ni、Pb、Zn、Cu、As、Cd聚为一类; 当组间距离为16时Cr和Hg聚为一类。8种元素共分为两大类, 结果与主成分分析中2个主成分的元素构成一致, 聚类分析在主成分分析结果的基础上, 进一步提供了同源污染物的优先顺序。

3 讨论

3.1 玛曲高寒退化草甸重金属含量分布

玛曲退化高寒草甸重金属含量整体处于较低水平, 重金属含量较低, 本研究区不同采样点重金属含量存在显著差异。玛曲退化草甸土壤As、Cd质量分数高于背景值, Ni含量偏低, 土壤Cr和Hg属中等变异(0.1< CV< 1), 可能存在点源污染。

As含量较高可能是由于青藏高原广泛分布着富含As的页岩, 导致As的质量分数大于土壤背景值[19], 而且使用含As肥料, 过量使用杀虫剂和除草剂等, 都会引As含量增加[20]。江涛等[21]研究发现, 重金属元素迁移能力为: Cd> Pb> Zn> Cu> Ni> Cr, 其中Cd的迁移能力强, Ni的迁移能力弱, 重金属含量可能受到不同元素迁移能力的影响, 迁移能力强的元素会大量进入土壤造成富集, 迁移能力弱的元素难以进入土壤导致其含量低于土壤背景值。青藏高原广布由超镁铁岩发育而来的土壤, Cr和Ni含量丰富[4], Ni多以无机和有机络合物的形式溶解于水流失, 所以Ni含量会降低, Cr、Cd不易被植物被吸收或在土壤中沉淀[22]。

图4 重金属对主成分的贡献率

Figure 4 Contribution rate of heavy metals to principal components

图5 聚类分析谱系图

Figure 5 Genealogy diagram of cluster analysis

有研究表明青藏高原表层土壤中Cd含量较高主要受交通因素的影响[18], 通过汽车燃料的不完全燃烧及轮胎的磨损、撕裂等释放Cd[3,4], Zhang等[17]研究表明青藏公路沿线表层土壤中Cd、Pb和Zn含量较高。Cr由含超镁铁岩的土壤发育而来[4], 含量丰富, 研究区西侧为玛曲县X417西扎段公路, 重金属含量可能受到交通运输因素的影响。本研究中潜在生态风险分析表明Cd属于中等风险, 结果与国内其他研究的结果一致[23]。

3.2 玛曲高寒退化草地重金属可能来源分析

一般而言, Cr和Ni在土壤中的含量主要受成土母质的含量影响[24], 这两种重金属元素在表生地球化学过程中均为亲铁元素, 在土壤中的聚集与含量极有可能由成土过程主导, 并且Cu含量受成土母质的影响大, Cu在F1的载荷高达0.9以上, 在本研究中Cr在F1和F2上均有较高载荷。土壤中Zn的累积主要与有色金属加工等工业及牲畜粪便有关[25], 研究区以高寒草甸牦牛养殖为主, 对草地使用农药、化肥、牦牛产生的粪便等也可能成为Zn、As元素污染的重要来源。

相比其他重金属, Hg的人为污染来源相对集中, 主要来源于燃煤燃烧、城市生活垃圾焚烧、建筑材料生产等[18]。Hg主要是通过燃煤、电厂和焦化厂等向大气中排放, 大气中的Hg很稳定, 通过大气干湿沉降的方式进入土壤并累积[26]。土壤重金属富集的重要途径是大气沉降[27], 随着颗粒物的远距离飘散, Hg, Cr可分布整个研究区, 造成区域污染。研究发现[28], 畜禽粪便是农田土壤Hg的主要来源。由此可见, Hg, Cr的累积可能来自于大气沉降。

化肥农药不合理施用也是造成土壤污染的途径之一[29], 化肥农药中通常含有微量Cd、Zn、Cu、As和Hg等重金属元素, 即使是符合国家标准的化肥农药, 在长期施用的过程中农田土壤也会不断富集重金属。有机肥料中重金属的残留的增加, 在土壤中会累积形成不同的污染情况, 导致植被污染或不能正常生长[30]。玛曲高寒草甸主要用于牧民放牧[31], 草地施加了大量的氮磷等营养物质, 导致人为因素影响重金属含量。研究显示[32]中国土壤 Cd、Cu、Pb和Zn的年大气输入量分别为0.4、10.67、20和64.08 mg·m–2, 汽车尾气排放、垃圾焚烧以及建筑材料粉尘等因素产生的重金属微粒通过特定途径沉降到土壤环境中, 进一步加剧土壤重金属富集和污染。

由于自然条件的难控制性和人为活动干扰的多样性, 重金属元素在环境中的迁移、富集和转化较为复杂, 某一个地区的重金属元素可能受到多种因素的共同作用, 包括本研究未涉及的其他重金属元素, 同时, 重金属元素之间也存在相互影响, 今后对土壤重金属含量应当予以长期监测, 进一步探究各元素之间的相互关系, 为某一地区重金属污染来源进行系统评价和分析。

4 结论

1.地累积指数反映As属于未受污染与轻微污染之间, 各重金属元素均无潜在生态风险; 以国标和土壤背景值为标准, 内梅罗综合污染指数表明玛曲未受到重金属污染。

2. 土壤中Ni、Cu、Zn、As、Cd、Pb等元素具有相同或相似的来源, Ni和Pb的来源优先顺序最大, Cr和Hg含量呈现弱相关。

[1] 陈世宝, 王萌, 李杉杉, 等. 中国农田土壤重金属污染防治现状与问题思考[J]. 地学前缘, 2019, 26(6): 35–41.

[2] LUO X S, JING D, BO X, et al. Incorporating bioaccessibility into human health risk assessments of heavy metals in urban park soils[J]. Science of the Total Environment,2012, 424: 88–96.

[3] SHENG J J, WANG X P, GONG P, et al. Heavy metals of the Tibetan top soils[J]. Environmental Science&Pollution Research, 2012, 19(8): 3362–3370

[4] WU J, DUAN D, JIAN L, et al. Inorganic pollution around the Qinghai-Tibet Plateau: An overview of the current observations[J]. Science of The Total Environment, 2016, 550: 628–636.

[5] 高兴川, 曹小曙, 李涛, 等. 1976-2016年青藏高原地区通达性空间格局演变[J]. 地理学报, 2019, 74(6): 1190–1204.

[6] 王冠星, 闫学东, 张凡, 等. 青藏高原路侧土壤重金属含量分布规律及影响因素研究[J]. 环境科学学报, 2014, 34(2): 431–438.

[7] WANG X P, YANG H D, GONG P, et al. One century sedimentary records of polycyclic aromatic hydrocarbons, mercury and trace elements in the Qinghai Lake, Tibetan Plateau. [J]. Environmental Pollution, 2010, 158(10): 3065–3070.

[8] 杨启良, 武振中, 陈金陵, 等. 植物修复重金属污染土壤的研究现状及其水肥调控技术展望[J]. 生态环境学报, 2015, 24(6): 1075–1084.

[9] 杨晓辉. 长江下游典型区土壤—作物系统重金属富集特征[D]. 南京: 南京大学, 2013.

[10] 徐聪, 赵婷, 池海涛, 等. 微波消解ICP-MS法测定土壤及耕作物小麦中的8种重金属元素[J]. 中国测试, 2019, 45(5): 85–92.

[11] 周长松, 邹胜章, 李录娟, 等. 几种土壤重金属污染评价方法的对比[J]. 地球与环境, 2015, 43(6): 709–713.

[12] 张金婷, 孙华. 内梅罗指数法和模糊综合评价法在土壤重金属污染评价应用中的差异分析[J]. 环境监测管理与技术, 2016, 28(4): 27–31.

[13] YAQIN J I, FENG Y, JIANHUI W U, et al. Using geoaccumulation index to study source profiles of soil dust in China[J]. Journal of Environmental Sciences, 2008, 20: 571–578.

[14] JIE F, ZHAO C, LUO Y, et al. Heavy metals in surface sediments of the Jialu River, China: Their relations to environmental factors[J]. Journal of Hazardous Materials, 2014, 270: 102–109.

[15] 王建兵, 张德罡, 曹广民, 等. 青藏高原高寒草甸退化演替的分区特征[J]. 草业学报, 2013, 22(2): 1–10.

[16] 郭立本, 郭竞世.青海省土壤环境背景值研究实验室质量控制[J]. 青海环境, 1995(1): 40–42.

[17] JIANG F, REN B, HURSTHOUSE A, et al. Distribution, source identification, and ecological-health risks of potentially toxic elements (PTEs) in soil of thallium mine area southwestern Guizhou, China[J]. Environmental Science and Pollution Research, 2019, doi: 10.1007/ s11356-019-04997-3.

[18] ZHANG H, WANG Z, ZHANG Y, et al. Identification of traffic-related metals and the effects of different environments on their enrichment in roadside soils along the Qinghai–Tibet highway[J]. Science of The Total Environment, 2015(521/522): 160–172.

[19] LI C, KANG S, CHEN P, et al. Geothermal spring causes arsenic contamination in river waters of the southern Tibetan Plateau, China[J]. Environmental Earth Sciences, 2014, 71(9): 4143–4148.

[20] 杨辉, 陈国光, 刘红樱, 等. 长江下游主要湖泊沉积物重金属污染及潜在生态风险评价[J]. 地球与环境, 2013, 41(2): 160–165.

[21] 江涛, 林伟稳, 曹英杰, 等. 梅江流域清凉山水库沉积物重金属污染,生态风险评价及来源解析[J]. 环境科学, 2020, 41(12): 5410–5418.

[22] 周会程, 姚玉娇, 梁婷, 等. 天祝不同退化梯度高寒草甸土壤重金属污染及风险评价[J]. 生态环境学报, 2020, 29(10): 2102–2109.

[23] 方晓波, 史坚, 廖欣峰, 等.临安市雷竹林土壤重金属污染特征及生态风险评价[J]. 应用生态学报, 2015, 26(6): 1883–1891.

[24] 李春芳,王菲,曹文涛, 等. 龙口市污水灌溉区农田重金属来源、空间分布及污染评价[J]. 环境科学, 2017, 38(3): 1018–1027.

[25] 李金峰, 聂兆君, 赵鹏, 等. 畜禽粪便配施对冬小麦产量及Cu、Zn、As在植株累积和土壤中垂直分布的影响[J]. 江苏农业科学, 2016, 44(4): 137–140.

[26] 孔丝纺,刘阳生,曾辉, 等. 焚烧源挥发性重金属的排放对周边土壤和植被污染的研究进展[J]. 生态环境学报, 2010, 19(4): 985–990.

[27] 杨洁, 周晓芳, 王新富, 等. 基于PCA/APCS的草原区煤矿土壤重金属环境质量评价与定量溯源研究[J]. 草地学报, 2021, 29(3): 537–544.

[28] SHI T, MA J, WU F, et al. Mass balance-based inventory of heavy metals inputs to and outputs from agricultural soils in Zhejiang Province, China[J]. Science of The Total Environment, 2018, 649: 1269–1280.

[29] 李福燕, 李许明, 杨帆, 等. 海南岛农田土壤重金属污染的评价及其来源分析[J]. 海南大学学报(自然科学版), 2013, 31(3): 211–217.

[30] 陆泗进, 王业耀, 何立环. 风险评价代码法对农田土壤重金属生态风险的评价[J].环境化学, 2014, 33(11): 1857–1863.

[31] 马青青, 柴林荣, 马海玲, 等. 玛曲高寒草甸放牧强度的遥感监测[J]. 草业科学, 2018, 35(5): 941–948.

[32] LEI L, MA Y, ZHANG S, et al. An inventory of trace element inputs to agricultural soils in China[J]. Journal of Environmental Management, 2009, 90(8): 2524–2530.

Risk assessment of heavy metal pollution in degraded alpine meadow in Maqu County

Sun Jiancai1, BAI Hongtao1, XIONG Zenglian3, ZHANG Jiexue2, QUAN Xiaolong2, DENG Deting1, SHI Huilan1,*

1. College of Eco-Environmental Engineering, Qinghai University, Xining 810016, China 2. The State Key Laboratory of Plateau Ecology and Agriculture, Qinghai University, Xining 810016, China 3.Qinghai Provincial Natural Resources Survey and Monitoring Institute, Qinghai 810016, China

To analyze the risk assessment of heavy metal pollution in maqu alpine meadow, we collected the surface soil samples (0-20 cm) of degraded alpine meadow in maqu county to determining the contents of eight heavy metals in soil, including Cr, Ni, Cu, Zn, As, Cd, Hg and Pb. Single factor pollution index, Nemerow pollution index and geoaccumulation index were used to evaluate the pollution degree of heavy metals and analyze the potential ecological risk. We used correlation analysis, principal component analysis and cluster analysis to characterize the homologous heavy metals. The results showed that :(1) Therewas greater mass fraction of As and Cd than the background value in soil, while there was lower mass fraction of Ni than the background value in soil. The ranking of variation coefficient was Cr> Hg> Cd> Cu> As> Ni> Zn> Pb. (2) The single factor pollution index of Cdwas slight pollution, the ground accumulation index reflects that As was between unpolluted and slight pollution. Each heavy metal element was no potential ecological risk. Based on the national standard and soil background value, Nemerow composite pollution index showed that maqu was not contaminated by heavy metals. (3) Principal component analysis and correlation analysis showed that Ni, Cu, Zn, As, Cd, Pbin Maqu soil had the same or similar sources.The Ni and Pb had the highest priority order, while Cr and Hg contents showed a weak correlation.

Alpine meadow; Heavy metal pollution; Pollution index; Potential ecological risk; Principal component analysis

10.14108/j.cnki.1008-8873.2024.01.021

X825

A

1008-8873(2024)01-177-09

2021-05-25;

2021-07-13

青海省科技厅基础研究项目(2021-ZJ-715); 国家自然科学基金项目(C170201); 国家重点研发项目(2017YFC0504800); 2021年促进与加澳新 及拉美地区科研合作与高层次人才培养项目(留金美[2021]109号)

孙建财(1997—), 男, 青海乐都人, 硕士研究生, 主要从事草地生态学研究. E-mail: 2267290531@qq.com

通信作者:史惠兰(1977—), 女, 在职博士, 副教授, 主要从事草地生态学研究. E-mail: hlshi7701@126.com

孙建财, 白红桃, 熊增连,等. 玛曲高寒退化草甸土壤重金属污染风险评价[J]. 生态科学, 2024, 43(1): 177–185.

Sun Jiancai, BAI Hongtao, Xiong Zenglian, et al. Risk assessment of heavy metal pollution in degraded alpine meadow soil in Maqu[J]. Ecological Science, 2024, 43(1): 177–185.