成都平原核心区土壤砷空间变异特征及影响因素

2020-05-02余雪莲李启权彭月月李艾雯王昌全

环境科学研究 2020年4期

余雪莲,李启权,彭月月,李萌,李艾雯,王昌全

四川农业大学资源学院，四川成都 611130

土壤是人类生存和发展的基础，同时也是自然生态系统重要的组成部分.近年来，随着社会经济的飞速发展、农业集约化程度的增加、农药化肥过量投入以及工矿业的迅猛发展，土壤重金属污染问题越来越突出[1-2].作为重金属五毒元素之一的As广泛存在于自然界中，少量As对人体有益，然而超过一定限度后便会对人体产生毒害作用[3].As及其化合物进入土壤后，易在耕作层积累[4]，并通过食物链进入人体，对人体的肾脏、肝脏以及血液系统等产生毒害作用，甚至引起癌变[5].有研究报道，孟加拉国[6]、巴基斯坦[7]、印度[8]等国家均出现过较为严重的地方性As中毒；我国广西壮族自治区[9]、湖南省[10]和贵州省[11]因矿业活动释放到土壤中的As也已经威胁到人体健康.由此可见，土壤As已经成为主要污染物之一，并引起了国内外学者的普遍关注.

成都平原位于四川盆地西部，全区土壤肥沃、易于耕作，盛产水稻、小麦和油菜，是我国重要的商品粮、油基地.然而，随着土地集约化利用程度的提高，高强度土地利用背景下土壤重金属污染问题越来越严重.有学者对成都平原土壤w(As)的特征研究发现：成都平原表层土壤中w(As)较背景值有明显增加，存在外源污染输入[12]；除都江堰市和新津县土壤中w(As)轻微下降外，彭州市、双流区、新都区、崇州市、邛崃市、广汉市、龙泉驿区、德阳旌阳区土壤中w(As)较1982年均呈不同程度的上升趋势[13]；成都平原干溪河流域农耕区土壤中w(As)高于工业区，且总体呈轻度污染[14]；朱溪桥等[15]研究发现，成都平原果园土壤中w(As)超过成都平原背景值的采样点达70%.除此之外，许多学者对土壤As的影响因素进行了探讨，如Lee等[16]研究发现，铜矿场附近土壤As污染的主要原因是该区域高As地质背景；SUN[17]研究发现，受As污染的灌溉水进入土壤后，使得土壤中无机As含量增加，并造成土壤As污染；有机质[18]、pH[19]以及黏土矿物类型[20]等都对土壤中w(As)有影响.对比以上结果发现，以往研究主要集中在对成都平原土壤中w(As)分布状况的分析，且仅将外源污染或者土壤本身性质作为土壤As空间异质性的影响因素，鲜见探讨土地利用方式等对土壤As空间分布特征的影响分析.因此，该研究以成都平原核心区为研究区，对土壤中w(As)的空间分布特征进行分析；并结合成土母质、水系以及土地利用方式，分析其对土壤中w(As)的影响，以期深化对该区域土壤As污染机制的认识，从而为研究区土壤As污染防治和农业安全生产提供参考.

1 材料与方法

1.1 研究区概况

研究区位于成都平原核心区域，地理位置为103°37′E～104°88′E、30°57′N～31°01′N，主要涉及郫都区、都江堰市、温江区、崇州市、彭州市、新都区、大邑县、新津县、邛崃市、双流区，面积共约 3 173.3 km2.该区地势总体平缓，海拔在447～732 m之间，由西北向东南降低.水系发达，河网密布，有岷江、沱江的干支流流经境内，因研究区地表高差小，故形成了巨大的自流灌溉网.成土母质主要为第四系冲积物，包括灰色冲积物、灰棕冲积物、更新统老冲积物和紫色冲积物.土地利用类型主要为耕地和园地，有部分农林复合用地.耕地利用方式主要为水稻-小麦轮作、水稻-油菜轮作和水稻-蔬菜轮作.研究区处于成都平原的核心地带，是成都平原重要的粮食生产基地，然而由于成都市快速城市化和农业结构调整，自2006年以来研究区土地利用类型发生了明显变化.为保障城市建设和发展，许多传统的水稻-油菜轮作和水稻-小麦轮作农用地被改造为园林用地和水稻-蔬菜轮作农用地，以满足城市化对绿化树木和蔬菜的需求.2016年研究区生产总值达 4 101×108元，相比2015年增长10%.经济增长以及土地利用方式的转变，给研究区农田土壤环境带来巨大压力，威胁着农产品安全生产和人体健康.

1.2 样品采集与分析

结合研究区土地利用方式与成土母质，兼顾采样点代表性和采样均匀性，采用3 km×3 km格网法进行样点布设，使采样点均匀分布在整个研究区(见图1).土壤样品均采集由冲积物母质发育而成的土壤.研究区农用地具有典型的轮作制度，因此该研究考虑采集不同土地利用方式下的土壤样品，土地利用方式主要包括园林地、农林地、水稻-小麦轮作、水稻-油菜轮作和水稻-蔬菜轮作.根据成土母质、土地利用方式和采样点周边环境等实际情况对部分采样点做出调整，并严格按照NY/T 1121.1—2006《中华人民共和国农业行业标准》的要求采集土壤样品，在田块中央采样，避开堆过肥料的地方.利用手持GPS记录每个采样点的海拔和经纬度信息，并详细记录每个采样点的成土母质类型、土地利用方式和地上作物类型等信息.采样时，严格按照多点混合采样法采集表层(0～20 cm)土壤，共采集189个土壤样品.土壤样品带回实验室，经过自然风干后去除根系、石粒等杂物，采用玛瑙研钵研磨，全部过0.15 mm的纤维网筛，研磨后的样品均匀混合并储存在封口袋中.

图1 采样点位置分布Fig.1 Soil sampling locations of the study area

采用HNO3-HCL-HF-HCLO4法消解土壤样品后，用电感耦合等离子体质谱仪(ICP-MS 7900，Agilent，美国)测定待测液中As浓度.试验采用试剂均为优级纯，水为去离子水.为保证试验数据的准确可靠，试验过程中同时添加重复样和国家标准物质(GBW07437)进行质量控制.

1.3 数据处理及评价方法

1.3.1数据处理

采用三倍标准差法剔除3个数值在x±3σ区间外的异常值，实际使用采样点数为186个，剔除异常值后的数值更加符合实际情况.利用SPSS 20.0软件做常规统计分析、方差分析；半方差函数拟合及其相关参数的确定在GS+7.0软件中完成；土壤中w(As)插值图在ArcGIS 10.2软件中完成.

1.3.2空间变异分析

在ArcGIS 10.2技术平台上结合地统计学方法对研究区土壤中w(As)的空间变异特征进行分析.首先，利用GS+7.0软件进行半方差函数构建，以残差最小、决定系数最大为标准来选择最优拟合模型和参数；然后，将最优拟合模型和参数代入ArcGIS 10.2软件的地统计模块中进行普通克里格插值，得到研究区土壤中w(As)的空间分布结果.

1.3.3污染状况评价

采用地累积指数法[21]对成都平原核心区土壤As进行污染评价.地累积指数最早是在欧洲发展起来的广泛用于土壤中重金属污染程度的定量指标，该指数不仅考虑自然地质过程对土壤重金属背景值的影响，同时可反映土壤重金属的污染程度，计算公式[21]：

Igeo=log2(C/1.5B)

(1)

式中：C为成都平原核心区土壤中w(As)，mg/kg；B为土壤中w(As)区域背景值，mg/kg；1.5为修正系数，通常用来校正区域背景值差异.姚延伸[22]根据母质、地形、土地利用方式等状况采集并测定了成都平原冲积性水稻土中土壤w(As)，因当时土壤状态较接近未受污染时的状态，故以该测定值为该研究的背景值.地累积指(Igeo)数分级标准：Igeo≤0，表示无污染；05，表示高度污染.

2 结果与分析

2.1 土壤中w(As)的统计特征

统计结果(见表1)表明，研究区土壤中w(As)平均值为14.64 mg/kg，较该区域背景值(6.02 mg/kg)[22]增加了1.43倍，且各地区增幅不同，其中以大邑县的增幅最为明显，增加了2.4倍；新都区增幅最小，增加了0.3倍，存在外源性As积累.研究区土壤中w(As)变化范围较大，在3.74～35.32 mg/kg之间，变异系数为47.95%，呈中等程度变异性.除此之外，各地区土壤中w(As)平均值差异也较明显，平均值最大的新津县和都江堰市是平均值最小的新津县的2.5倍.

表1 研究区土壤中w(As)统计特征Table 1 Descriptive statistics characteristics of As contents in the study area

注：1) 变异系数单位为%.N=186.

2.2 土壤As污染状况

研究区土壤pH在3.91～7.90之间(见表1)，总体呈弱酸性，其中处于酸性、弱酸性、中性和碱性的采样点分别有65、71、32和18个.结合各采样点pH的情况，对照GB 15618—2018《土壤环境质量农用地土壤污染风险管控标准(试行)》的限值对土壤As超标状况进行分析，结果表明，研究区未出现土壤w(As)超过GB 15618—2018风险管制值的情况，因此该研究中的超标均是指超过GB 15618—2018风险筛选值.研究区土壤w(As)超标样点有14个，占总数的7.53%，主要分布在崇州市、大邑县、都江堰市、郫都区、邛崃市和新津县，其中崇州市超标点位数最多.从空间分布看，都江堰市、崇州市、邛崃市和新津县的超标点位均是沿金马河和西河分布，受水系影响；郫都区的两个超标点位则是分别位于成都第二绕城高速和沙西线路侧，这两条道路的车流量都较大；大邑县的超标点位于农村居民点集中分布区附近.

地累积指数的平均值、最小值和最大值分别为0.38、-1.19和2.02.研究区土壤As总体呈无污染到轻度污染状态，其中无污染、轻微污染、轻度污染和中度污染样本数分别为57、91、37和1个，分别占总数的30.65%、48.92%、19.89%和0.54%.可见，研究区土壤As污染状况较轻，对农作物生长或者土壤生态环境的风险较低.

2.3 土壤中w(As)的空间变异

运用GS+7.0软件对土壤中w(As)进行半方差拟合，在决定系数(R2)最大、残差(RSS)最小的前提下，综合考虑块金值、步长等参数，选择拟合效果最好的半方差函数(见图2).半方差分析结果表明，土壤As半方差模型决定系数为0.977，残差为21，最优模型为指数模型，模型拟合度较好，能体现出研究区土壤As的空间结构特性.土壤As的块金系数为26.60%，处于25%～75%之间，属于中等程度变异，表明研究区土壤中w(As)受结构性因素和随机因素的共同影响.

图2 研究区土壤中w(As)的半方差函数Fig.2 Semi-variance function a of soil As content in study area

根据半方差函数拟合结果，在ArcGIS 10.2中对土壤中w(As)进行普通克里格空间插值，直观反映研究区土壤w(As)的空间分布特征(见图3).从图3可以看出，研究区土壤中w(As)总体表现为西高东低，高值区呈团块状分布在都江堰市南部、崇州市东北部以及邛崃市与新津县接壤处，这与研究区水系分布以及土地利用方式相关.金马河、西河和斜江是研究区内的主要灌溉水系，结合河流走向与土壤w(As)高值区位置可以看出，土壤w(As)高值区分布与河流分布一致，表明河流的冲积作用及灌溉作用对土壤As的积累有重大作用.土壤中w(As)总体水平不高，处于5～25 mg/kg之间的面积最大.

图3 研究区土壤中w(As)的空间分布Fig.3 Spatial distribution of soil As content in the study area

2.4 影响因素分析

2.4.1成土母质

成土母质是土壤发育的物质前提，在不考虑外源输入的条件下，成土母质是土壤As的主要来源.对研究区不同成土母质条件下土壤中w(As)进行分析，结果表明，不同成土母质条件下w(As)有一定差异(见表2)，其中更新统冲积物发育的土壤中w(As)最高，平均值达15.06 mg/kg，其次依次是紫色冲积物、灰色冲积物和灰棕冲积物.除灰棕冲积物外，其余几种成土母质发育的土壤w(As)均超过研究区土壤中w(As)平均值.灰色冲积物发育的土壤中As超标点位最多，占采样点总数的3.76%，远高于另外3种成土母质.研究区4种成土母质发育的土壤中w(As)变异系数在43.09%～55.72%之间，均属中等强度变异.

2.4.2水系

以研究区内河水流量较大的金马河、西河和斜江为中心，生成这3条河流的缓冲区，分析水系对土壤中w(As)的影响.结果(见图4)表明，土壤中w(As)总体呈随距水系距离增加而降低的趋势.统计结果(见表2)表明，土壤中w(As)在距水系不同距离下差异显著：距水系1 km范围内土壤w(As)平均值最高，达16.32 mg/kg；距水系4 km范围外土壤中w(As)最低，平均值为11.26 mg/kg；当距水系距离大于2 km时，土壤中w(As)随着距离的增加而降低.土壤As超标率随距水系距离的减少而增加，超标率最高的为距水系1 km范围内的土壤.由此可见，水系对研究区土壤中w(As)存在一定影响.

表2 不同影响因素下土壤中w(As)的统计特征Table 2 Descriptive statistics characteristics of soil As content under different influencing factors

注：1) 指超过GB 15618—2018《土壤环境质量农用地土壤污染风险管控标准(试行)》风险筛选值.不同小写字母表示同一影响因素下各平均值之间差异显著(P<0.05).

图4 土壤中w(As)与距水系距离的关系Fig.4 Soil As contents at different distances from main rivers

2.4.3土地利用方式

不同土地利用方式在一定程度上反映了人类对土地耕作管理措施的差异，也反映了土壤As输入和输出量的差别.对不同土地利用方式下土壤中w(As)的统计分析(见表2)发现，园林地土壤中w(As)平均值最高，达17.54 mg/kg，超过GB 15618—2018中风险筛选值的16.93%；且园林地土壤As样点超标率为3.76%，也远高于其他土地利用方式.水稻-小麦轮作下土壤中w(As)平均值仅次于园林地，其后依次是农林地、水稻-油菜轮作和水稻-蔬菜轮作.3种轮作方式下土壤中w(As)平均值差异显著，水稻-小麦轮作和水稻-油菜轮作这2种传统轮作方式下土壤中w(As)平均值明显高于水稻-蔬菜轮作.上述几种土地利用方式下，土壤中w(As)的变异系数在36.48%～49.28%之间，均属于中等程度变异.

3 讨论

3.1 成土母质对土壤w(As)的影响

在成都平原核心区影响土壤中w(As)空间分布的3个定性影响因素中，成土母质影响并不显著.研究区土壤主要是由近代河流洪冲积物形成，成土母质以灰色冲积物为主，灰棕冲积物和更新统冲积物为辅并伴有少量紫色冲积物.以往的研究表明，土壤中w(As)主要是受成土母质的影响[23]，然而人类活动会影响土壤中w(As)的分布，w(As)受自然和人为因素共同影响，且长期高强度的农业土地利用会使得土壤中w(As)受人为因素的影响增大[24-25].人类活动的加剧使得土壤重金属在土壤本底条件的限制下改变了原来的空间分布格局，形成了新的空间分布特征[26].研究区社会经济快速发展，土地利用程度不断增强，且表层土壤w(As)背景值不高.因此，在这种条件下，农业活动对成土母质的同化作用增强，使得成土母质对表层土壤中w(As)的影响减弱.

3.2 水系分布对土壤w(As)的影响

河流是农业区主要的灌溉水来源，引水源中的重金属可能对灌溉区的农产品安全产生威胁[27].河流中重金属来源广泛，包括岩石风化[28]、大气降水[29]、市政污水[30]和工业废水[31]等，其中工业废水中采矿、冶金和电镀废水对水体重金属影响最大[32].研究[33]表明，2015年我国排放废水中As的含量仅次于Cd和Cr的含量，且主要来源于工业废水和市政污水.该研究区位于岷江水系的自流灌溉区，岷江流域广泛出露的三叠纪沉积泥岩、砂岩是流域土壤As的重要源区[34].有学者[35]对岷江干流重金属污染水平进行研究发现，岷江干流颗粒悬浮物和表层沉积物中w(As)均超过全国水系沉积物平均值，但尚属清洁.As随河流的迁移距离较其他重金属短[36]，因此As主要积累在河道附近的土壤中.研究区沿河流分布的w(As)高值区受上述背景因素的影响，而距水系的距离在一定程度上反映了母质沉积和成土过程[37].刘伟等[38]研究发现，河流对土壤中w(As)影响的控制范围在距河流2.6 km范围内，且随着距离增加，w(As)逐渐降低，大于2.6 km之后逐渐趋于平稳.而笔者研究发现，土壤中w(As)在距河流4 km处急剧下降，大于4 km后趋于平稳，可能是因为研究区各级支流纵横密布，使得水系对土壤中w(As)的影响范围更广.

3.3 土地利用方式对土壤w(As)的影响

与已有研究结果[39-40]相同，该研究5种土地利用方式下以园林地土壤中w(As)为最高.As与其化合物广泛用于农药、除草剂和除菌剂中，园林地农药需求量高于其他土地利用方式，喷洒过程中大部分农药落入土壤，造成As在土壤中积累.与园地和农林地耕作方式不同，3种轮作方式均种植水稻.已有研究[41]表明，淹水过程会促进水稻对土壤As的吸收，并导致As最终富集在稻米中.表层土壤溶液中As含量显著高于亚表层[42]，土壤在水淹厌氧条件下，土壤中的五价As转化为移动性更强的三价As，As顺着土层从高浓度向低浓度扩散，最终被吸附在有氧层或者随地下水流失[43].研究区水稻收获后会将秸秆还田，从而增加了土壤有机质含量[44].有机质含量增加会促进土壤中As甲基化菌的繁殖和活动强度，利于土壤As的甲基化，从而降低土壤As含量[45].因此，农药施用量和耕作管理措施是园林地土壤w(As)最高的主要原因.实际调查发现，研究区蔬菜种植主要以叶菜类和根菜类蔬菜为主，这类蔬菜种植周期较小麦和油菜短，多为一年多熟.不同作物类型对土壤As的吸收量也不同，有学者研究发现，蔬菜对土壤As的富集作用大于油菜和小麦[46-47]，而不同蔬菜种类对土壤As的富集作用表现为根菜类>叶菜类>果菜类[48-49].因此，水稻-蔬菜轮作下土壤中w(As)最低.据2006—2016年《四川统计年鉴》的农业调查数据显示，许多水稻-油菜轮作和水稻-小麦轮作土地转变为园林用地和水稻-蔬菜轮作用地，其中水稻-蔬菜轮作面积增加了 5 436 hm2.在成土母质不变的前提下，研究区土壤中w(As)较2007年李启权等[13]的分析结果增加了40%左右，表明人为耕作管理措施的改变对研究区土壤中w(As)有一定影响.

综上，除成土母质以外，水系和土地利用方式均对研究区土壤中w(As)有一定影响，表明人类活动对土壤中w(As)的影响作用在不断增强.但该研究仍然存在不足之处，由于大气沉降量等相关数据不易获取，故该研究未分析工矿企业以及大气沉降[50]对土壤中w(As)的影响，因此，接下来的研究将对这些问题进行深入探讨.研究区土壤中w(As)虽然较低，但较背景值而言有所增加，可通过改善农艺管理措施来减缓土壤中w(As)持续增加的趋势.