基于GIS的农田土壤重金属空间分布及风险评价

来源:用户上传      作者:

　　摘 要 为评估广东省韶关市仁化县农田的重金属分布及生态风险程度，依据最新发布的《土壤环境质量 农用地土壤污染风险管控标准（试行）》（GB 15618—2018），運用GIS和内梅罗指数法、单因子污染指数法等污染指数相结合的方式，在测定样点土壤重金属汞（Hg）、砷（As）、铅（Pb）、镉（Cd）含量的基础上，系统研究了农田土壤中重金属含量分布及生态风险情况。结果表明，该区域中Cd、Hg、As的含量值均低于农用地土壤污染管制值和风险筛选值;而根据单因子指数、内梅罗指数和地累积指数评价结果，该区域属于尚清洁，污染较轻，只有少数部分存在重金属积累，土壤重金属含量超过背景值。因该区域4种土壤重金属含量的高值区多处于交通较好的区域，同时在附近存在相关的污染企业，故该地区重金属风险等级整体处于低风险水平。总体而言，研究区域重金属Cd和Pb均呈现出一定的潜在污染风险特征，其中重金属Pb是研究区域农田土壤的重要污染元素，在农田利用中要注意采取安全利用及防范措施，加强土壤环境质量监测和农产品协同监制。
　　关键词 空间分布;风险评价;GIS;重金属;广东省韶关市
　　中图分类号：X825 文献标志码：B DOI：10.19415/j.cnki.1673-890x.2019.29.083
　　土壤是人类赖以生存和发展的自然环境，是农业生产的重要资源。然而近几十年来，我国社会经济以及农业的迅猛发展引起了一些土壤环境污染问题，尤其农田土壤重金属污染更是引起了普遍关注[1]。2014年，原环境保护部和国土资源部发布的《全国土壤污染状况调查公报》显示，我国近1/5耕地受到重金属污染[2]，与其他有机类污染物相比，土壤中重金属具有更强的富集性和持久性，影响到农用地的正常生产与利用，并可通过食物链转移到动物和人体内，进而影响食品安全与健康[3]。因此，对农田重金属环境污染进行详细调查，明确农田土壤的重金属含量和空间分布[4]，对于科学合理利用农用地、实现农业安全生产具有十分重要的意义。
　　在土壤重金属环境污染的评价中，传统上多采用基于样点的单因子污染指数法、内梅罗综合指数法、潜在生态风险指数法和地累积指数法等评价方法[5-7]。然而，重金属元素在土壤中的移动性相对较差，传统的评价方法很难表征出其污染空间分布的实际情况[8]。尤其在地形复杂的山地和丘陵等地区，土壤重金属元素的迁移很容易受到地形的影响。因此，近年来地理信息系统和地统计学等空间分析方法被逐渐应用于土壤重金属元素的空间分布特征上[9-11]，以便对土壤重金属污染状况进行实时有效可靠的监测，从而在更高程度上实现对重金属污染状况的有效预测[12]。
　　韶关市是广东省有色金属的故乡，也是粤北重要的生态功能区和水稻产区，粮食安全至关重要[13]，目前，虽然已有专家对韶关市主要矿区周边农田、蔬菜产地的重金属污染状况进行研究，研究内容主要集中在污染含量、风险污染程度以及一般性风险评估上[13-14]，对重金属的空间分布情况与变异特征研究较少。基于此，以韶关市仁化县为研究对象，通过将ArcGIS地统计学分析与单因子指数法、内梅罗综合指数法和地积累指数法结合的评价方法，评价土壤中的汞（Hg）、砷（As）铅（Pb）、镉（Cd）4种重金属元素的污染特征，以便为仁化县后续农业作物安全种植以及科学用田技术的应用提供依据。
　　1 材料与方法
　　1.1 研究区概况
　　研究区位于韶关市辖区内，处于南岭山脉南麓。属于亚热带季风气候，降雨多发生于春夏两季，年平均降雨量为1 665 mm左右，年平均气温为19.6 ℃，无霜期308 d。
　　地势北高南地，地形复杂，以山地丘陵为主。土壤类型主要有水稻土和花岗岩红壤，成土母质主要为红色砂砾岩，以种植水稻为主。县内有铁矿、铅锌矿、铜矿等有色金属矿，冶炼厂以及光伏、发电厂等大型企业。
　　1.2 样品采集与分析
　　土壤样品采集时间为2018年5月，样点布设在标有乡镇边界的行政图和遥感图上进行，主要在具有污染企业（有色金属矿、冶炼厂和发电厂等）的重点农区和一般农区进行随机采点，结合污染企业分布、“三废”排放状况，作物类型、地形差异，并兼顾自然属性一致的前提下，采用蛇形多点采集不同农田地块中的土壤耕层（0～30 cm）土壤样品作为组合样点，组合点间距不低于20 m，尽量保证点位在重点农区和一般农区布设相对均匀。每个样点采集土壤1 kg，同时使用GPS定位样点位置信息，结合行政边界图和GIS生成采样点分布图（图1），并记录描述采样点的环境信息、成土因素及土壤形态特征，填写采样记录表并拍照留存。
　　土壤样品带到实验室自然风干，剔除样品中植物根系、残渣及可见侵入体，用木制工具碾碎，用玛瑙研钵研磨过100目尼龙筛[15]。As、Hg含量用氢化物发生原子荧光光谱法（HG-AFS）分析;Cd含量用石墨炉原子吸收光谱法（GF-AAS）分析;Pb含量采用电感耦合等离子体发射光谱法（ICP-AES）分析[16-17]。
　　1.3 评价标准及方法
　　1.3.1 评价标准
　　本研究区位于广东省，在土壤母质以及气候差异较为显著的情况下，本地区的土壤环境背景值与其他地方环境背景值差异较大，因而采用广东土壤环境背景值[14]作为地累积指数法的环境背景值。同时，采用《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618—2018）为单因子污染指数法和内梅罗指数法的标准。
　　1.3.2 评价方法
　　1.3.2.1单因子指数
　　单因子指数是对土壤中的某一元素总量进行风险评价，其计算公式为：
　　（1）
　　式中，Ci为i土壤重金属元素的实测浓度（mg·kg-1）;Si为土壤重金属评价标准（mg·kg-1）;Pi为土壤中i重金属元素的单因子指数，当Pi越小时，则表示该农业土壤污染风险值越小。 　　1.3.2.2内梅罗污染指数法
　　内梅罗污染指数法是在考虑最大因子指数和平均污染指数前提下，综合地表征各种重金属元素在土壤中的污染程度，适合对土壤重金属进行综合评价，其计算公式为：
　　（2）
　　式（2）中，Pn为内梅罗污染指数;Piaver为i重金属元素的单因子指数的平均值;Pimax为i重金属元素的单因子指数的最大值。
　　1.3.2.3地积累指数法
　　地积累指数法是由德国科学家Muller[18]于1969年提出，地累積指数小于0时为无风险，大于0时，离0越大风险越高。其计算公式为：
　　（3）
　　式（3）中，i为各金属元素类型;Igeo为地累积指数;Ci为重金属元素i的实测浓度（mg·kg-1）;Bi重金属元素i所在区域的自然背景值（mg·kg-1）;K为各地岩石差异修正系数，一般取1.5。
　　1.4 数据处理
　　运用统计软件SPSS 24和Microsoft Excel 2016软件完成土壤重金属元素含量的统计分析制图，利用ArcGIS 10.4中的地统计分析制作重金属元素含量的空间变异图和风险污染等级图。
　　2 结果与分析
　　2.1 农田土壤重金属含量描述性分析
　　根据数据统计分析，4种重金属元素数据统计的偏度系数接近0，峰度系数接近3，数据较接近正态分布，说明数据具有较强的可靠性。根据取样测试结果，研究区域土壤pH值为4.0～5.6，参照《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）和广东省土壤元素背景值，研究区农田土壤中As、Hg的平均值均未超出农用地土壤污染风险筛选值和广东土壤背景值，Pb的平均值是农用地土壤污染风险筛选值的1.41倍、广东土壤背景值的2.86倍，但亦未超出农用地土壤污染风险管制值。Cd的平均值虽未超出农用地土壤污染风险筛选值，但已超出广东土壤背景值，见表1。相对来说，Pb在农田土壤中累积明显，可能对农作物生长和土壤环境安全存在一定的风险。根据变异系数值可以看出，Pb、Cd、Hg、As均属于弱变异水平，说明种重金属元素在土壤中的含量分布较均匀，受人类活动影响较小。
　　在统计的重金属样点数据中，各样点的Cd、Hg、As的含量值均低于农用地土壤污染管制值和风险筛选值，但各样点Pb的含量虽低于筛选值，但是有18个样点Pb含量超过风险筛选值70 mg·kg-1，说明该区域的重金属Pb元素可能存在一定的风险，在农田利用中要注意采取安全利用措施，加强土壤环境质量监测和农产品协同监制。
　　2.2 农田土壤重金属污染评价
　　从表2中基于单因子污染指数法分析重金属污染程度占比情况，可以看出研究区内农用地土壤Pb、Cd、Hg、As点位总污染率分别为62.07%、37.93%、0%、0%，Pb、Cd、Hg、As的单因子污染指数均小1，分别为0.99、0.96、0.31、0.03，风险程度依次为Pb>Cd>Hg>As。总体来看，4种重金属元素几乎处于无风险至低风险范围，仅重金属Pb和Cd在小部分地区有一定程度积累，其中Pb是4种元素中积累较严重的一种。
　　从内梅罗综合污染指数（表3）来看，所有点位中，清洁的占24.14%，尚清洁的占27.59%，受轻度污染的占48.27%，不存在中度污染和重度污染。总体来看，内梅罗综合污染指数为1.03，属于尚清洁，说明研究区污染较轻，只有少数部分存在重金属积累，在这部分地区土壤重金属含量超过背景值。
　　地积累指数不仅反映了重金属分布的自然变化特征，而且可以判别人为活动对环境的影响。从土壤重金属的地积累指数（表4）来看，Pb、Cd、Hg、As点位总污染率分别为86.21%、100%、79.11%、0%，Pb、Cd、Hg、As的地累积指数均值分别为0.78、2.48、0.49、-3.98，风险程度依次为Cd>Pb>Hg>As，其中As元素处于无风险水平，Pb和Hg元素处于低风险水平，而Cd元素处于高风险水平，这可能与该区域相关污染行业可能存在一定的关系。
　　2.3 农田土壤重金属含量的空间分布特征
　　根据4种重金属元素含量值数据，运用ArcGIS软件对数据进行探索性分析，并用变异函数模型得到Pb和Cd、Hg、As含量数据块金系数均属于25%～75%，呈现中等的空间自相关性。因此，运用地统计学空间分析制作出土壤重金属元素含量的空间分布图和风险等级分布图。
　　研究区土壤4种重金属含量的空间分布图如图2所示。研究区土壤Pb含量在中部和东部出现两个高值中心（>113 mg·kg-1），两个高值区域主要集中在道路两侧，并且区域内存在污染企业，因此土壤Pb高值含量可能与道路交通和工业活动频繁有关。有研究表明，土壤中Pb和As主要源于交通污染和大气沉降[19-20]。土壤Cd含量的高值区（>0.29 mg·kg-1）主要集中在东部污染企业地区，向西呈逐渐降低的趋势。土壤As的空间分布在东部呈现一个高值中心（>1.66 mg·kg-1），向中部递减的趋势。土壤Hg的空间分布呈现以东北部为高值区（>0.17 mg·kg-1），
　　向西、向南逐渐减少到0.03～0.10 mg·kg-1的低值区，并在西部最低（<0.03 mg·kg-1）。由于研究区土壤Hg平均含量较低，因此该分布可能与土壤母质因素有较大关系[21]。总体来看，土壤Pb含量高值集中在中部和东部，Cd含量呈现从东向西逐渐降低趋势，Hg含量呈现从东北向西南方向逐渐降低趋势，As含量呈现由东向周围方向递减趋势。
　　图3和图4为农田土壤重金属的内梅罗指数Pn和最大单项指数Pimax的风险等级分布图。根据评价指数分级标准，将样点的风险水平分为无风险（Ⅰ）、低风险（Ⅱ）、中度风险（Ⅲ）、高风险（Ⅳ）4个等级。从图3中可以看出，重金属在镇与镇之间分布不均衡，风险等级Ⅲ主要分布在中北部，西南部及东部地区分布相对重金属风险等级较低的Ⅰ、Ⅱ。从图4中可以看出，最大单项指数Pimax的Ⅲ级风险等级主要集中在中部偏东地块，相比内梅罗的风险水平分布，中度风险级别范围较大，无风险等级Ⅰ分布范围基本重合。内梅罗指数Pn和最大单项指数Pimax相比，主要体现在低风险水平和中度风险水平的划分上，最大单项指数Pimax的划分更为严格。这两种评价方法下的重金属风险等级图与重金属分布图，在无重金属风险区域以及重金属风险区域都能保持较高的重合。 　　综上所述，进行重金属风险评价能确定各个地方的风险等级，可以看出被调查区域的污染主要集中在中北部地区，根据《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618—2018），整体处于低风险水平。
　　3 结论
　　通过监测发现，抽样区域Cd、Hg、As的含量值均低于农用地土壤污染管制值和风险筛选值，但各样点Pb的含量虽低于筛选值，但是有18个样点Pb含量超过风险筛选值70 mg·kg-1，說明该区域的重金属Pb元素可能存在一定的风险。
　　而根据单因子指数、内梅罗指数和地累积指数评价结果，区域重金属污染情况较轻，只有少数部分存在重金属积累，土壤重金属含量超过背景值。根据4种重金属空间变异分布图和风险等级图，得到土壤Pb含量高值集中在中部和东部，Cd含量呈现从东向西逐渐降低趋势，Hg含量呈现从东北向西南方向逐渐降低趋势，As含量呈现由东向周围方向递减趋势，可以看出该区域4种土壤重金属含量的高值区多处于交通较好的区域，同时在附近存在相关的污染企业。总而言之，该地区重金属风险等级整体处于低风险水平，其中Pb是研究区域农田土壤的主要污染元素。
　　4 讨论
　　近年来，人们对土地的利用与开发强度越来越高，而对耕地环境的管理与保护也越来越受到重视，农田土壤重金属污染问题已备受关注。在重金属污染研究中，尤其发现即使重金属含量值较低，土壤重金属Cd、As、Pb和Hg也会影响农产品中重金属的含量，并可通过食物链传递到人体，进而威胁着人类的身体健康安全[19]。前人对韶关矿区及农田土壤的重金属已做过一定的报道，使该区域农田土壤重金属污染问题受到较大程度的关注。郑堃等[13]、王其枫等[22]、罗莹华[23]分别对韶关市主要工矿区、电厂和冶炼厂周边的农田土壤的重金属情况进行分析研究，得出土壤重金属Cd、Pb和As均呈现不同程度的超标。但对于工矿区周边农田尤其是仍在耕作的区域的受污染情况的评价工作仍远远不够深入和系统。而在土壤重金属污染的评价方法上，单因子污染指数法、地累积指数法、污染负荷指数法、内梅罗综合污染指数法、潜在生态危害指数法等传统方法，虽然在含量描述中运用样点超标率和评价指数可以来描述土壤重金属的污染状况，但由于土壤的空间异质性特点，很难准确评价重金属污染的空间分布特征。随着GIS技术的发展，采用地统计学空间插值方法对采样点数据进行空间插值，实现从土壤环境质量指标的点状数据到面状分布信息的获取和表达，成为学者们研究区域内土壤环境质量指标分布状况的重要手段[24-27]。因而，结合GIS的技术特点和空间分析功能，在对传统的评价方法进一步改进优化基础上，使得对矿区周边农田的土壤重金属污染的评价必将更具合理性。
　　在调查和分析韶关市农田土壤重金属含量的基础上，采用传统评价方法与ArcGIS地统计学分析相结合，研究重金属含量的污染特征和空间分布特征，研究结果可以给该区域土壤重金属污染情况提供了一个更全面的分析与评价，进一步为区域土壤环境评价与质量管理进行了有益的探索。本研究结果与前人研究相接近，在4种重金属元素中，Pb和Cd均呈现一定的污染累积特征，有不同程度的超标情况。造成这两种土壤重金属元素的含超标量受人类活动影响比较大，这可能与该地区有少量黄铁矿或黄铁铅锌矿裸露地表，在长期雨水冲刷、氧化作用及历史上不规范开采、重金属加工行业和人工施肥等的影响下，导致部分农田重金属铅、镉含量偏高，但整体污染情况仍处于安全水平。但仍应重视该区域农田土壤的重金属污染的扩散情况，尤其土壤重金属含量可能随耕种年限增加而增加的趋势更需值得引起关注，建议未来在进一步扩大重金属监测种类的基础上，可以运用GIS技术在农田空间污染的动态监测、土壤-植物的重金属迁移规律和机制及其对农作物质量的潜在影响等方面进行进一步探究和剖析，加强土壤环境监测和农产品协同监测，持续评估污染风险。针对受到一定程度污染的区域，通过有效的措施进行治理，使超过该值的样点农用地土壤的重金属含量符合标准。
　　参考文献：
　　[1] 宋伟，陈百明，刘琳.中国耕地土壤重金属污染概况[J].水土保持研究，2013，20（2）：293-298.
　　[2] 李瑞平，姜咏栋，李光德.基于GIS的农田土壤重金属空间分布研究——以山东省泰安市为例[J].山东农业大学学报：自然科学版，2012，43（2）：232-238.
　　[3] 岳蛟，叶明亮，杨梦丽，等.安徽省某市农田土壤与农产品重金属污染评价[J].农业资源与环境学报，2019，
　　36（1）：53-61.
　　[4] 徐业梅，张超兰，黎宁，等.广西环江县农田土壤重金属空间变异及分布特征[J].广西科学，2018，25（6）：701-708.
　　[5] Yang QQ， Li ZY， Lu XN. Areview of soil heavy metal pollution from industrial and agricultural regions in China： Pollutionand risk assessment[J].Science of the Total Environment，2018，642：690-700.
　　[6] Zhang ZY， Li JY， Mamat Z. Sources identi?cation and pollution evaluation of heavy metals in the surface sediments of Bortala River， northwest China[J].Ecotoxicology and Environmental Safety，2016，126：94-101.
　　[7] 宋凤敏，张兴昌，王彦民.汉江上游铁矿尾矿库区土壤重金属污染分析[J].农业环境科学学报，2015，34（9）：1707-1714. 　　[8] 赵杰，罗志军，赵越.环鄱阳湖区农田土壤重金属空间分布及污染评价[J].环境科学学报，2018，38（6）：2475-2485.
　　[9] 刘洁，张世熔，李婷，等.基于GIS和GPS的沱江中游土壤镉和铅空间变异研究[J].农业环境科学学报，2009，28
　　（10）：2035-2041.
　　[10] Pan LB， Ma J， Wang XL， et al. Heavy metal sin soils from a typical county in Shan xi Province， China： Levels， sources and spatial distribution[J].Chemosphere，2016，148：248-254.
　　[11] 戴彬，呂建树，战金成，等.山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J].环境科学，2015，36（2）：507-515.
　　[12] 陶美霞，陈明，杨泉.GIS在土壤重金属污染评价和安全预警的应用[J].有色金属学科与工程，2017，8（6）：92-97.
　　[13] 郑堃，任宗玲，覃小泉.韶关工矿区水稻土和稻米中重金属污染状况及风险评价[J].农业环境科学学报，2018，37（5）：915-925.
　　[14] 王其枫，王富华，孙芳芳.广东韶关市主要矿区周边农田土壤铅、镉的形态分布及生物有效性研究[J].农业环境科学学报，2012，31（6）：1097-1103.
　　[15] 李春芳，王菲，曹文涛.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.
　　[16] 鲁如坤.土壤农业化学分析方法[M].北京：中国农业科技出版社，2000.
　　[17] 中国地质调查局.DD 2005—03 生态地球化学评价样品分析技术要求（试行）[S].北京：中国地质调查局，2005.
　　[18] 宋金茜，朱权，姜小三.基于GIS的农业土壤重金属风险评价研究—以南京市八卦洲为例[J].土壤学报，2017，54（1）：81-91.
　　[19] 黄春雷，宋金秋，潘卫丰.浙东沿海某地区大气干湿沉降对土壤重金属元素含量的影响[J].地质通报，2011，30（9）：1434-1441.
　　[20] 秦先燕，李运怀，孙跃，等.环巢湖典型农业区土壤重金属来源解析[J].地球与环境，2017，45（4）：455-463.
　　[21] 侯沁言，张世熔，马小杰，等.基于GIS的凯江流域农田重金属污染评价研究[J].农业环境科学学报，2019，38（7）：1514-1522.
　　[22] 王其枫，王富华，孙芳芳，等.广东韶关主要矿区周边农田土壤铅、镉的形态分布及生物有效性研究[J].农业环境科学学报，2012，31（6）：1097-1103.
　　[23] 罗莹华.韶关某冶炼厂周边土壤重金属污染调查与生态风险评价[J].安徽农业科学，2016，44（19）：133-136.
　　[24] 刘勇，张红，尹京苑.汾河太原段土壤中Hg、Cr空间分布与污染评价[J].农业工程学报，2008，24（5）：57-60.
　　[25] Burgos P， Madejo’n E， Perezdemora A. Spatial variability of the chemical characteristics of a trace-element-contaminated soil before and after remediation[J].Geoderma，2006，130：157-175.
　　[26] 臧淑英，毕雪梅.庆安县绿色食品产地环境质量GIS探讨[J].中国生态农业学报，2006，14（1）：170-173.
　　[27] 夏敏，赵炳梓，张佳宝.基于GIS的黄淮海平原典型潮土区土壤重金属积累研究[J].土壤学报，2013，50（4）：684-692.
　　（责任编辑：刘昀）
转载注明来源:https://www.xzbu.com/1/view-15116867.htm