姜鳳成,李義連*,楊 森,楊國棟 (.中國地質(zhì)大學環(huán)境學院,湖北 武漢 430074;.武漢科技大學資源與環(huán)境工程學院,湖北 武漢 43008)
土壤是人類得以生存的重要資源,參與地球系統(tǒng)各圈層的物質(zhì)循環(huán)和能量交換,其環(huán)境質(zhì)量直接或間接地影響人類的生產(chǎn)、生活和健康[1].
隨著城市化、工業(yè)化快速發(fā)展以及農(nóng)藥、化肥的大量使用,土壤環(huán)境污染問題也日漸突出.重金屬是一類典型的土壤污染物,具有高毒性、難降解性、生物累積性等特點[2-3],污染土壤后會向大氣圈、水圈和生物圈遷移,通過吸入土壤顆粒物、皮膚接觸和經(jīng)口攝入等途徑危害人類健康[4-5].因此,國內(nèi)外學者對土壤重金屬污染問題進行了大量研究[6-10].現(xiàn)階段國內(nèi)對土壤重金屬的研究主要體現(xiàn)在重金屬的來源、分布、污染評價和修復幾個方面,研究方法多種多樣[11-14].在眾多研究當中以秦王川盆地為研究區(qū)的還鮮有報道.
隨著蘭州市社會經(jīng)濟的快速發(fā)展,受老城區(qū)自然條件限制,蘭州市確定了在秦王川盆地建設(shè)蘭州新區(qū)的發(fā)展戰(zhàn)略.在國家建設(shè)絲綢之路經(jīng)濟帶的戰(zhàn)略背景下,蘭州新區(qū)的建設(shè)和未來發(fā)展顯得尤為重要,而土壤環(huán)境質(zhì)量的好壞關(guān)系著蘭州新區(qū)的建設(shè)和發(fā)展.本文以秦王川盆地為研究區(qū),結(jié)合相關(guān)性分析、因子分析、地統(tǒng)計學方法和GIS技術(shù)對該區(qū)表層土壤中Cr、Zn、Cu、As、Pb、Mn、Ni、Cd 共 8 種重金屬的來源、空間變異結(jié)構(gòu)和分布進行了研究,并利用污染指數(shù)法和模糊綜合評判法對重金屬污染狀況進行了評價,旨在為研究區(qū)土壤重金屬污染防治,土壤資源的可持續(xù)利用和城市環(huán)境規(guī)劃提供科學依據(jù),對蘭州新區(qū)乃至絲綢之路經(jīng)濟帶的建設(shè)具有重要意義.
研究區(qū)位于蘭州市北部的秦王川盆地,地跨永 登 、 皋 蘭 兩 縣 (103°29′60″E~103°43′44″E,36°25′45″N~36°46′47″N),距蘭州市區(qū)約 40km,面積約 430.5km2(圖 1),地勢北高南低,海拔在1800~2200m 之間.該區(qū)屬大陸性冷溫帶半干旱氣候區(qū),降水稀少,蒸發(fā)量大,日照充足,年平均氣溫 5.9℃,主導風向為北風,多年平均降水量 240~290mm,蒸發(fā)量 1800~2100mm,無霜期 167d,日照2655.2h.該區(qū)主要存在土壤種類有灰鈣土、栗鈣土、黃綿土、鹽土、灌淤土、草甸土、灰褐土、黑壚土等,土壤種類中 1/2以上為灰鈣土,栗鈣土和黃綿土次之,鹽土主要分布在盆地南部地帶.
圖1 研究區(qū)位置和土壤采樣點分布示意Fig.1 Location of the study area and the distribution of soil sampling sites
秦王川盆地植被類型主要為人工林地、干旱草原以及荒漠草原.得益于“引大入秦”灌溉工程,該區(qū)分布有大片經(jīng)濟型植物和蔬菜作物,是蘭州市著名的果菜之鄉(xiāng).該區(qū)是蘭州新區(qū)建設(shè)的核心區(qū)域,南部分布有中川機場,隨著蘭州新區(qū)的建設(shè)部分企業(yè)也相繼入駐.
1.2.1 樣品采集 依據(jù)均勻分布、典型區(qū)域適當加密布點的原則,兼顧經(jīng)濟性和可行性,于2016年11月中旬采集研究區(qū)0~20cm表層土壤.具體做法是每個采樣點選擇較開闊的區(qū)域,采用五分法用木鏟采集土樣,采樣前除去表層浮土,將土樣混合均勻后采用四分法選取 1kg,裝入干凈布袋并寫好編號,同時采用 GPS定位,記錄經(jīng)緯度.采樣點分布示意圖如圖1所示.共采集土壤樣品51個,根據(jù)采樣記錄信息,參照標準《土地利用現(xiàn)狀分類》(GB/T 21010-2017)[15]對所采土壤利用類型進行分類統(tǒng)計,如表1所示.
1.2.2 測試分析 樣品帶回實驗室后在常溫下自然風干,去除石子、植物殘體等雜物,用瑪瑙研磨機磨碎后過 100目尼龍篩,放在自封袋中低溫保存?zhèn)溆?
土壤樣品的測試項目有 pH值以及重金屬Cr、Zn、Cu、As、Pb、Mn、Ni、Cd 的總量.pH值的測定采用電極法,通過測定土壤/水比值為1:2.5的試樣溶液獲得.土壤樣品經(jīng)王水消解法消解后,As采用原子熒光光譜法(AFS-830)測定,其余重金屬利用電感耦合等離子體質(zhì)譜儀(ICPMS,PE Elan DRC II)測定.測試過程中隨機挑選20%的平行樣,并插入國家一級標準物質(zhì)GSS-3、GSS-5以及空白樣品各3個進行分析質(zhì)量檢驗,檢測結(jié)果符合要求.
表1 采集土壤利用類型統(tǒng)計Table 1 Statistics of type of soil utilization collected
本研究對重金屬的空間變異特征分析采用地質(zhì)統(tǒng)計學的方法.半變異函數(shù)是研究土壤性質(zhì)空間變異特征的主要工具,也是進行克里金插值的依據(jù)[16-17],其公式如下:
式中:r(h)為半方差函數(shù);h為分隔距離;N(h)為以h為分隔距離的數(shù)據(jù)點的成對數(shù)目;Z(x)為區(qū)域化變量在空間位置 x處的值;Z(x+h)為區(qū)域化變量在x+h處的值.
采用單因子指數(shù)法和內(nèi)梅羅綜合指數(shù)法對各重金屬污染程度做出評價,采用模糊綜合評判法對各采樣點重金屬總體污染程度進行評價.
1.4.1 單因子及內(nèi)梅羅指數(shù)法 土壤單因子污染評價標準采用蘭州市土壤環(huán)境背景值[18-19],其適合利用單一因子對某特定區(qū)域污染的評價;內(nèi)梅羅指數(shù)法能綜合反映某種污染物或某個采樣點的污染程度.兩種評價方法計算公式如下[20-21]:
式中:Pi為土壤重金屬 i的單因子污染指數(shù);ci為重金屬i的測試濃度,mg/kg;Si為重金屬i的環(huán)境背景值,mg/kg;P綜為土壤重金屬元素復合污染指數(shù);Pimax為各重金屬元素中的單因子污染指數(shù)最大值,Piavg是其平均值.如Pi>1.0說明土壤中重金屬i的含量已超標,當Pi≤1.0時說明重金屬i含量不超標,尚未受到污染;將 P綜按P綜≤0.7、0.7<P綜≤1、1<P綜≤2、2<P綜≤3以及 P綜>3分為 5級,分別對應(yīng)的污染程度為安全、警戒線、輕度污染、中度污染和重度污染[22].
1.4.2 模糊綜合評判法 模糊綜合評判法可以避免單純靠某一標準界限對土壤重金屬進行評價的不合理性,評價結(jié)果更符合實際,其評價方法如下:
第一步確定隸屬度函數(shù)[23]:
當j=1時:
當 1<j<n 時:
當j=n時:
式中:rij表示第i種重金屬被評價為第j級污染的可能性,即i對j的隸屬度;Sij為第i種重金屬的第j類水質(zhì)標準;Ci為第i種重金屬的檢測值.從而得出評價指標與所屬污染類別的模糊關(guān)系陣 Rmn,其中m為評價因子數(shù);n為污染類別.
第二步確定評價因子權(quán)重,計算公式為[22]:
式中:Qi為第i種重金屬的超標比;Wi為第i種重金屬的權(quán)重.得到的權(quán)重集為W={w1,w2,…,wm}.
最后,生成評價結(jié)果:
根據(jù)最大隸屬度原則,如果bj=max(b1, b2,…,bn)則土樣污染級別屬于第j類.
采用拉依達準則對異常數(shù)據(jù)進行了剔除(顯著水平為0.01),Zn、Cd、Mn各剔除了一個最大值,Ni剔除了2個最小值,剔除后分別用余下的最大值或最小值代替[24].土壤重金屬的描述性統(tǒng)計分析、正態(tài)分布檢驗以及多元統(tǒng)計分析利用SPSS18.0軟件;半變異函數(shù)擬合采用 GS+軟件,克里金插值運用 ArcGIS 10.3中的地統(tǒng)計模塊;采樣點分布圖及重金屬污染程度分布圖的繪制在ArcGIS 10.3中完成.
據(jù)《土壤環(huán)境監(jiān)測技術(shù)規(guī)范》(HJ/T 166-2004)[25]選定置信水平 95%,可接受相對偏差為20%計算土壤的合理采樣數(shù)目(表2),可見除Cd外,51個采樣點可以反映土壤重金屬的分布,而對Cd而言采樣點數(shù)目偏少.
表2 土壤重金屬含量及pH值統(tǒng)計特征Table 2 The statistical feature of soil heavy metals contents and pH
如表2,土壤中重金屬Zn和Ni的平均含量超過當?shù)乇尘爸?其余重金屬平均含量都在背景值之下;各重金屬的最高含量全部低于《土壤環(huán)境質(zhì)量標準》(GB15618-1995)[26]的二級標準限值.pH值的平均值為8.66,屬于強堿性土壤.Zn和Cd的個別采樣點濃度很高,最大值分別是背景值的3.98和3.36倍.變異系數(shù)反應(yīng)了各采樣點檢測數(shù)據(jù)波動變化程度.重金屬變異系數(shù)(CV)由大到小為 Cd>Zn>As>Cu>Mn>Pb>Cr>Ni,Cd 的變異系數(shù)為 125.9%,屬于強變異性(CV>100%),表明Cd空間分布不均勻,可能受人類活動干擾強烈;其余重金屬都屬中等變異(10%<CV<100%),其中 Zn含量的變異系數(shù)超過了 50%,表明其受到外界干擾也較大;pH值的變異系數(shù)為4.2%,屬于弱變異性(CV<10%),表明pH值空間變異不明顯,主要受自然條件的控制[27].對數(shù)據(jù)進行K-S檢驗,顯著性大于0.1認為符合正態(tài)分布[28],可見Zn和Cd的偏度和峰度較大,顯著性小于0.1,屬于偏態(tài)分布,其余符合正態(tài)分布,對Zn和Cd進行對數(shù)轉(zhuǎn)換后,符合正態(tài)分布.
多元統(tǒng)計分析應(yīng)用數(shù)理統(tǒng)計方法對隱藏在大量原始數(shù)據(jù)中的信息進行提取,簡化了數(shù)據(jù),揭示數(shù)據(jù)的主要關(guān)聯(lián),廣泛應(yīng)用于土壤重金屬的來源分析[29].本文采用相關(guān)性分析和因子分析對研究區(qū)土壤重金屬來源進行研究.
2.2.1 相關(guān)性分析 對重金屬元素進行相關(guān)性分析可以體現(xiàn)任意兩元素之間存在但不完全確定的關(guān)系.通常認為,兩種元素間的相關(guān)性越顯著,它們具有相同來源的可能性就越大[30].
對土壤中8種重金屬和pH值做相關(guān)性分析,得到Pearson相關(guān)系數(shù).如表3,Cr、Cu、As、Pb、Mn兩兩之間相關(guān)性系數(shù)在 0.01水平上達到了0.60以上,說明 Cr、Cu、As、Pb、Mn相互間相關(guān)性很強,暗示其來源相似;Zn與 Cu、Cr、Pb、As的相關(guān)系數(shù)在0.38~0.54之間,相關(guān)性較高,說明 Zn與 Cu、Cr、Pb、As有相同的來源;Ni和Cd兩者之間的相關(guān)系數(shù)相對其他重金屬最大(0.39),表明其來源相似;pH值與各重金屬元素相關(guān)性都較弱,可能是因為在堿性環(huán)境下,pH值對土壤重金屬的空間分布影響不大[30-32].
2.2.2 因子分析 為更精確的分析土壤重金屬的來源,采用因子分析對相關(guān)性分析結(jié)果進行進一步驗證.對重金屬含量數(shù)據(jù)進行因子分析,采用方差最大旋轉(zhuǎn)因子法進行因子旋轉(zhuǎn),提取了 3個主因子,累積方差貢獻率為79.108%(表4).
表3 土壤重金屬含量相關(guān)性分析Table 3 Correlation analysis of soil heavy metals contents
表4 土壤重金屬含量因子分析Table 4 Factor analysis of soil heavy metals contents
第一因子(F1)載荷較高的元素為 Cr、Cu、As、Pb、Mn,貢獻率為 44.609%.據(jù)前面討論可知,5種重金屬的平均含量低,且變異系數(shù)較小,彼此間相關(guān)性顯著,表明此5種重金屬沒有在當?shù)馗患?分布較均勻,主要受土壤母質(zhì)、地形、氣候等自然因素的控制.因此,F1因子被視為一種自然因子,Cr、Cu、As、Pb、Mn主要來源于成土母質(zhì).
第二因子(F2)載荷較高的元素是 Ni和 Cd,貢獻率為18.410%.Ni平均含量超過當?shù)乇尘爸?表現(xiàn)出富集趨勢;Cd個別區(qū)域濃度最大值超出背景值數(shù)倍,表現(xiàn)出強變異性;相關(guān)性分析表明Ni和Cd相關(guān)性較高.因此,F2因子被認為是一種人為來源.研究區(qū)中南部區(qū)域人類活動強烈,分布有機械制造、汽車工業(yè)、電子信息等產(chǎn)業(yè);交通方面道路縱橫,有蘭州中川機場.工業(yè)生產(chǎn)向環(huán)境中排放的重金屬Cd、Ni會在土壤中不斷富集;交通運輸排放也是 Cd和 Ni的重要來源.研究區(qū)有近 70%采樣點 Ni的濃度超過背景值,同時 Ni的變異系數(shù)并不高,表現(xiàn)出均勻分布的特點,表明 Ni污染可能來源于周邊工業(yè)生產(chǎn)排放至大氣中的含Ni粉塵的沉降.此外,研究區(qū)北部距離“鎳都”金昌市較近,處于上風向,鎳礦的開采、加工等活動造成的污染也會通過大氣傳輸?shù)竭_研究區(qū).
第三因子(F3)載荷較高的元素主要是 Zn,貢獻率為16.089%.Zn的變異系數(shù)較大,平均含量高于背景值,表明其含量與人類活動相關(guān).某些農(nóng)藥和化肥中含有 Zn[22],研究區(qū)灌溉系統(tǒng)發(fā)達,農(nóng)業(yè)種植面積較大,長期以來農(nóng)藥化肥的大量使用,以及采用含Zn水灌溉,使Zn在土壤中不斷累積[33].牲畜飼料中 Zn的含量也較高,黃玉溢等[34]研究指出,豬糞便與豬飼料中 Zn含量有很強的正相關(guān)性.牲畜糞便中的 Zn進入土壤也會不斷富集.結(jié)合相關(guān)性分析,Zn和Cu、Cr、Pb、As在0.01水平上相關(guān)性顯著,表明 Zn的來源較為復雜,除主要為人為因素外還與自然因素有一定關(guān)系.
2.3.1 土壤重金屬半變異函數(shù) 半變異函數(shù)可以很好地分析土壤重金屬的空間變異結(jié)構(gòu),并可用來分析影響重金屬分布的可能原因[35].半變異函數(shù)的計算要求數(shù)據(jù)符合正態(tài)分布,否則會使計算的空間變異特征精確度降低.利用式(1)計算重金屬含量的半變異函數(shù),利用不同的理論模型進行擬合,獲得最優(yōu)擬合模型和其參數(shù)(表5).
重金屬Cr、As、Pb的最優(yōu)擬合模型是球狀模型,Zn、Ni與指數(shù)模型擬合最佳,Mn、Cd符合線性模型,Cu為高斯模型.塊金值C0表示小尺度上由測量分析誤差等人為因素引起的隨機空間異質(zhì)性;C反映自然因素對空間變異的影響,是結(jié)構(gòu)變異;半變異函數(shù)隨著分隔距離的增大從非零值達到一個穩(wěn)定值,該值稱為基臺值 C0+C,表示系統(tǒng)內(nèi)部的總變異;塊金值與基臺值之比C0/(C0+C)為塊金效應(yīng),是隨機變異部分占總體變異的比例,反應(yīng)系統(tǒng)的空間變異性程度[36].塊金效應(yīng)的大小可反映系統(tǒng)變量空間自相關(guān)性的強弱,Cr、As、Mn的塊金效應(yīng)小于 0.25,可知這 3種重金屬以結(jié)構(gòu)性變異為主,主要受自然因素的影響;Zn、Cu、Pb、Ni的塊金效應(yīng)處于 0.25~0.75之間,空間自相關(guān)性中等,表明這些重金屬元素受自然因素和人為因素的共同影響;Cd的塊金效應(yīng)為 1.000,表現(xiàn)出純塊金形式,空間自相關(guān)性弱,表明其含量分布受人為因素影響強烈[37].
表5 土壤重金屬半變異函數(shù)理論模型及其參數(shù)Table 5 Theoretical models and parameters of semivariance of soil heavy metals
決定系數(shù)R2越接近于1,半變異函數(shù)模型的擬合效果越好.Cd的決定系數(shù)僅為0.135,結(jié)合塊金效應(yīng),表明其空間變異復雜,也說明 Cd的樣品采集量較小,未有效反映其空間變異特征,需適當?shù)募用懿键c,在更小尺度上研究其空間變異特征,這與表2得出合理采樣點數(shù)目偏低的結(jié)論一致.
2.3.2 土壤重金屬空間分布格局 半變異函數(shù)可以反映土壤重金屬空間變異特征,但其提供的信息不夠直觀.因此,根據(jù)方差函數(shù)擬合結(jié)果,采用泛克里金法在ArcGIS的地統(tǒng)計平臺上繪制研究區(qū)8種重金屬空間分布圖,如圖2(a)~(h).
圖2 土壤重金屬含量及復合污染指數(shù)空間分布Fig.2 Spatial distribution of soil heavy metal contents and the combined pollution index
由圖 2可知,重金屬 Cr、Cu、As、Pb、Mn的空間分布格局大體相似,高值區(qū)域分布都以西緣中部區(qū)域為起點向東北、東南兩個方向輻射,但各自分布特點不同:As的空間分布特征呈島狀;Cu、Mn呈帶狀分布;Cr、Pb呈島狀和帶狀分布相結(jié)合的特點.上述重金屬的高值區(qū)域主要為農(nóng)田和農(nóng)村居民點,但其空間分布與農(nóng)田以及居民點的分布并不具有對應(yīng)關(guān)系.結(jié)合前面所論,這5種重金屬主要受自然因素的控制,許多學者也發(fā)現(xiàn)[1,38-39]Cu或 Mn受地質(zhì)條件控制的情況;Chen等[40]研究表明,As受人類活動影響較小,主要與土壤的類型和屬性有關(guān);Cr一般認為受成土母質(zhì)的影響[39];Pb一般被認為是交通污染[41],但其最大值小于當?shù)乇尘爸?且高值區(qū)域交通并不發(fā)達.綜上,再次證明 Cr、Cu、As、Pb、Mn主要受地質(zhì)環(huán)境條件的影響.
Cd、Ni的空間分布特征呈島狀.Cd含量高的區(qū)域主要分布在研究區(qū)中部偏南區(qū)域,在中部偏東區(qū)域也有分布.研究區(qū)中部偏南分布有中川機場,隨著蘭州新區(qū)的建設(shè),此區(qū)域交通線越來越密集,許多企業(yè)入駐該區(qū)域,交通污染和工業(yè)生產(chǎn)使 Cd在土壤中不斷富集;中部偏東區(qū)域有國家石油儲備庫,油庫的日常維護和產(chǎn)品的運送等活動也會造成Cd的聚集.Ni在中部以及中部偏南的部分區(qū)域濃度偏高,可能與中部區(qū)域的秦川鎮(zhèn)和南部區(qū)域的產(chǎn)業(yè)園區(qū)有關(guān).
Zn的空間分布形態(tài)為島狀.除西北部區(qū)域含量較低外,其他區(qū)域含量均較高.這主要是由于自然條件下研究區(qū)西北部 Zn含量較低,再加上研究區(qū)西北部區(qū)域海拔高、地形坡度大,來自農(nóng)業(yè)生產(chǎn)中的Zn會在雨水和灌溉水的淋洗作用下不斷向中南部遷移;南部區(qū)域雖目前農(nóng)用地較少,但歷史上多年的農(nóng)業(yè)生產(chǎn),會造成Zn的累積.
單種重金屬污染的單因子指數(shù)和內(nèi)梅羅指數(shù)法評價結(jié)果見表 6.單因子污染評價表明 Cr、Pb沒有樣品超標,不存在污染;51個樣品中,Zn、Cu、As、Mn、Ni、Cd的超標個數(shù)分別為 35、10、18、16、35、12;Zn和Ni的超標率均為68.63%,表明Zn和Ni在研究區(qū)的富集較為普遍.
各重金屬的內(nèi)梅羅指數(shù)在0.76~3.01之間,其中Cr、Cu、Pb處在警戒線,As、Mn、Ni屬于輕度污染,Cd屬于中度污染,Zn為重度污染.為直觀的反映土壤重金屬污染分布情況,采用內(nèi)梅羅指數(shù)法計算了各采樣點重金屬的復合污染指數(shù),并采用泛克里金法插值得出其空間分布,如圖 2(i).復合污染指數(shù)在0.68~3.01之間,其中66.67%的采樣點在1~2之間,屬于輕度污染;9.80%的采樣點在2以上,屬于中度及以上污染.由圖2(i)可以看出研究區(qū)污染分布在除西北部以外的區(qū)域,中部西緣、東南部以及東北部存在中度以上污染.
為了使評價結(jié)果更貼近實際,避免個別濃度高值點對評價結(jié)果的影響,每個采樣點各種重金屬綜合污染程度采用模糊綜合評判法進行評價.采用土壤重金屬背景值和臨界含量確定污染程度分級標準(表 7).評價結(jié)果表明,51個土樣中,1個屬于輕度污染,2個為警戒程度,其余都為安全.
表7 土壤重金屬模糊綜合評判分級標準[22] (mg/kg)Table 7 Classification standard of soil heavy metal fuzzy comprehensive evaluation(mg/kg)
可見針對不同的評價對象,采用不同的評價方法計算出的評價結(jié)果是有差異的,這也是合理的[42].總之,研究區(qū)土壤某些重金屬已經(jīng)開始富集,但土壤重金屬環(huán)境質(zhì)量總體良好,均未超國家二級標準,不會對農(nóng)業(yè)生產(chǎn)和人體健康造成危害.
3.1 研究區(qū)土壤重金屬Zn和Ni富集程度較明顯.Cd含量屬于強變異,其余為中等變異.Zn和Cd呈對數(shù)正態(tài)分布,其余呈正態(tài)分布.
3.2 多元統(tǒng)計和半變異函數(shù)分析表明,土壤中重金屬Cr、Cu、As、Pb、Mn主要受成土母質(zhì)等自然因素的控制;Cd、Ni主要來源于工業(yè)、交通產(chǎn)生的污染;Zn主要來源于農(nóng)業(yè)生產(chǎn)造成的污染.
3.3 重金屬的空間分布顯示,各重金屬濃度的高值區(qū)域都分布在研究區(qū)西北部以外的區(qū)域,這與地質(zhì)環(huán)境等自然因素有關(guān),也與交通分布和產(chǎn)業(yè)布局等人為因素有關(guān);Zn、As、Ni、Cd的空間分布特征呈島狀,Cu、Mn呈帶狀分布,Cr、Pb呈島狀和帶狀分布相結(jié)合的特點.
3.4 指數(shù)法評價顯示,Zn為重度污染,Cd為中度污染,As、Mn、Ni為輕度污染,Cr、Cu、Pb含量達到了警戒程度;模糊綜合評判得出,只有個別土樣為輕度污染或警戒程度,大部分為安全.總的來看研究區(qū)土壤重金屬環(huán)境質(zhì)量良好,不會對農(nóng)業(yè)生產(chǎn)和人體健康造成危害.但部分區(qū)域某些重金屬有富集趨勢,應(yīng)及時采取措施防止進一步惡化.
[1]姚 峰,包安明,古麗·加帕爾,等.新疆準東煤田土壤重金屬來源與污染評價 [J]. 中國環(huán)境科學, 2013,33(10):1821-1828.
[2]Bocher P, Caurant F, Miramand P, et al. Influence of the diet on the bioaccumulation of heavy metals in zooplankton-eating petrels at Kerguelen archipelago, Southern Indian Ocean [J].Polar Biology, 2003,26(12):759-767.
[3]劉 洋,付 強,高 軍,等.江蘇鹽城地區(qū)水產(chǎn)品重金屬含量與安全評價 [J]. 環(huán)境科學, 2013,34(10):4081-4089.
[4]Sharma R K, Agrawal M, Marshall F. Heavy metal contamination of soil and vegetables in suburban areas of Varanasi, India [J].Ecotoxicology & Environmental Safety, 2007,66(2):258-266.
[5]Lv J, Liu Y, Zhang Z, et al. Multivariate geostatistical analyses of heavy metals in soils: Spatial multi-scale variations in Wulian,Eastern China [J]. Ecotoxicology and Environmental Safety,2014,107:140-147.
[6]朱愛萍,陳建耀,江 濤,等.北江流域橫石河-翁江沿岸土壤重金屬污染特征分析 [J]. 中國環(huán)境科學, 2015,35(2):506-515.
[7]Lin Y P, Teng T P, Chang T K. Multivariate analysis of soil heavy metal pollution and landscape pattern in Changhua county in Taiwan [J]. Landscape & Urban Planning, 2002,62(1):19-35.
[8]董騄睿,胡文友,黃 標,等.基于正定矩陣因子分析模型的城郊農(nóng)田土壤重金屬源解析 [J]. 中國環(huán)境科學, 2015,35(7):2103-2111.
[9]Imperato M, Adamo P, Naimo D, et al. Spatial distribution of heavy metals in urban soils of Naples city (Italy). [J].Environmental Pollution, 2003,124(2):247-256.
[10]I?igo V, Andrades M, Alonso-Martirena J I, et al. Multivariate Statistical and GIS-Based Approach for the Identification of Mn and Ni Concentrations and Spatial Variability in Soils of a Humid Mediterranean Environment: La Rioja, Spain [J]. Water Air &Soil Pollution, 2011,222(1-4):271-284.
[11]韓培培,謝 儉,王 劍,等.丹江口水庫新增淹沒區(qū)農(nóng)田土壤重金屬源解析 [J]. 中國環(huán)境科學, 2016,36(8):2437-2443.
[12]張乃明,李保國,胡克林.太原污灌區(qū)土壤重金屬和鹽分含量的空間變異特征 [J]. 環(huán)境科學學報, 2001,21(3):349-353.
[13]李艷利,肖春燕,王守全,等.焦作市城區(qū)土壤重金屬空間變異特征及污染評價 [J]. 水土保持通報, 2014,34(3):271-276.
[14]單文盼,黃滿紅,李曉純,等.CNFM 的制備及其協(xié)同電動技術(shù)修復土壤重金屬的研究 [J]. 中國環(huán)境科學, 2016,36(9):2722-2729.
[15]GB/T 21010-2017 土地利用現(xiàn)狀分類 [S].
[16]Yang P, Mao R, Shao H, et al. The spatial variability of heavy metal distribution in the suburban farmland of Taihang Piedmont Plain, China [J]. Comptes Rendus Biologies, 2009,332(6):558-566.
[17]謝小進,康建成,閆國東,等.黃浦江中上游地區(qū)農(nóng)用土壤重金屬含量特征分析 [J]. 中國環(huán)境科學, 2010,30(8):1110-1117.
[18]楊一鳴,王彥斌,曾 亮,等.半干旱區(qū)菜地土壤與蔬菜中鐵、錳含量及健康風險評估——以甘肅省榆中縣為例 [J]. 廣東微量元素科學, 2015,22(1):28-35.
[19]何亂水,馬炳祥,杜文奎,等.西北黃土高原干旱半干旱條件下城市污染特點——以西北某城市為例 [J]. 中國地質(zhì), 2003,30(4):442-448.
[20]Gallardo K, Job C, Groot S P, et al. Proteomic analysis of arabidopsis seed germination and priming. [J]. Plant Physiology,2001,126(2):835-848.
[21]海米提·依米提,祖皮艷木·買買提,李建濤,等.焉耆盆地土壤重金屬的污染及潛在生態(tài)風險評價 [J]. 中國環(huán)境科學, 2014,34(6):1523-1530.
[22]李春芳,王 菲,曹文濤,等.龍口市污水灌溉區(qū)農(nóng)田重金屬來源、空間分布及污染評價 [J]. 環(huán)境科學, 2017,38(3):1018-1027.
[23]楊磊磊,盧文喜,黃 鶴,等.改進內(nèi)梅羅污染指數(shù)法和模糊綜合法在水質(zhì)評價中的應(yīng)用 [J]. 水電能源科學, 2012,30(6):41-44.
[24]張 敏,袁 輝.拉依達(PauTa)準則與異常值剔除 [J]. 鄭州工業(yè)大學學報, 1997,18(1):87-91.
[25]HJ/T 166-2004 土壤環(huán)境監(jiān)測技術(shù)規(guī)范 [S].
[26]GB 15618-1995 土壤環(huán)境質(zhì)量標準 [S].
[27]Bai Y, Wang Y. Spatial variability of soil chemical properties in a Jujube Slope on the Loess Plateau of China [J]. Soilence, 2011,176(10):550-558.
[28]杜 強,賈麗艷.SPSS統(tǒng)計分析:從入門到精通 [M]. 北京:人民郵電出版社, 2013:126-128.
[29]Lu A, Wang J, Qin X, et al. Multivariate and geostatistical analyses of the spatial distribution and origin of heavy metals in the agricultural soils in Shunyi, Beijing, China. [J]. Science of the Total Environment, 2012,425(1):66-74.
[30]Manta D S, Angelone M, Bellanca A, et al. Heavy metals in urban soils: A case study from the city of Palermo (Sicily), Italy[J]. Science of the Total Environment, 2002,300(1-3):229-243.
[31]Chen T, Liu X, Zhu M, et al. Identification of trace element sources and associated risk assessment in vegetable soils of the urban-rural transitional area of Hangzhou, China [J].Environmental Pollution, 2008,151(1):67-78.
[32]李 勇,周永章,竇 磊,等.基于多元統(tǒng)計和傅立葉和譜分析的土壤重金屬的來源解析及其風險評價 [J]. 地學前緣, 2010,17(4):253-261.
[33]Sun C, Liu J, Wang Y, et al. Multivariate and geostatistical analyses of the spatial distribution and sources of heavy metals in agricultural soil in Dehui, Northeast China [J]. Chemosphere,2013,92(5):517-523.
[34]黃玉溢,陳桂芬,劉 斌,等.廣西集約化養(yǎng)殖豬飼料Cu和Zn含量及糞便 Cu和 Zn殘留特性研究 [J]. 安徽農(nóng)業(yè)科學, 2012,40(17):9280-9281,9284.
[35]Pazgonzalez A, Taboada Castro M T, Vieira S R. Geostatistical analysis of heavy metals in a one-hectare plot under natural vegetation in a serpentine area. [J]. Canadian Journal of Soil Science, 2001,81(4):469-479.
[36]Yasrebi J, Saffari M, Fathi H, et al. Evaluation and comparison of Ordinary Kriging and Inverse Distance Weighting methods for prediction of spatial variability of some soil chemical parameters.[J]. Research Journal of Biological Sciences, 2009,4(1):385-394.
[37]高智群,張美劍,趙科理,等.土壤—水稻系統(tǒng)重金屬空間異質(zhì)性研究——以浙江省嵊州市為例 [J]. 中國環(huán)境科學, 2016,36(1):215-224.
[38]呂建樹,張祖陸,劉 洋,等.日照市土壤重金屬來源解析及環(huán)境風險評價 [J]. 地理學報, 2012,67(7):971-984.
[39]Bor?vka L, Vacek O, Jehli?ka J. Principal component analysis as a tool to indicate the origin of potentially toxic elements in soils[J]. Geoderma, 2005,128(3):289-300.
[40]Chen M, Ma L Q, Hoogeweg C G, et al. Arsenic Background Concentrations in Florida, U.S.A. Surface Soils: Determination and Interpretation [J]. Environmental Forensics, 2001,2(2):117-126.
[41]Loska K, Wiechu?a D. Application of principal component analysis for the estimation of source of heavy metal contamination in surface sediments from the Rybnik Reservoir.[J]. Chemosphere, 2003,51(8):723-733.
[42]郭笑笑,劉叢強,朱兆洲,等.土壤重金屬污染評價方法 [J]. 生態(tài)學雜志, 2011,30(5):889-896.