张金兰， 黄程亮， 黄秋鑫， 陈克海

(1. 广东工贸职业技术学院测绘遥感信息学院，广州 510510； 2. 工业和信息化部电子第五研究所中国赛宝环境评估与监测中心，广州 501610)

土壤环境质量与农产品质量息息相关，土壤污染物可通过农产品富集威胁人类生命健康[1-4]. 伴随着工业化和城镇化，中国土壤重金属污染尤为严重和普遍，对土壤重金属的研究受到了众多学者的关注. 多年来，对重点关注的工矿企业周边农区、污水灌区、城市郊区等土壤重金属的污染调查与评价、空间分布、农产品污染、污染防治、生态风险评估等研究工作不断[3-9]，这些区域的工业化和城镇化程度高、经济发达、人口密度高，农田周边污染源清晰且突出，污染防治措施实施效果明显. 然而，对于非重点关注地区的农田土壤环境质量状况及潜在污染源解析的研究较少，特别是工业化和城镇化水平较低、经济欠发达、环境管理水平较低的山地地区，其农田土壤环境质量状况也随着当地社会的工业及经济的发展，可能正在受到一定的影响.

随着农用地土壤污染风险管控标准[10]的正式实施，农用地土壤污染风险评价有了新的定义和要求，特别是对于受人类活动影响较小的山地农田土壤环境质量评价和生态风险评估，可能将迎来全新的质量评价和风险评估结论，给出新的污染防治措施建议.

本文选择广东省东部某山地区域内水田作为研究对象，该区土壤环境质量受关注较少，环境质量状况及其潜在污染源仍不够清晰. 本研究调查了土壤中Cd、Hg、As、Pb、Cr、Cu等6种重金属的质量分数水平及空间分布情况，并分别基于土壤污染风险筛选值和管制值评价了土壤环境质量现状；研究分析了重金属的主要来源，对该区域农产品的安全保障、工业经济发展、社会公共设施的工程建设等具有重要的科学指导意义.

1 研究区域及方法

1.1 研究区域

本文研究区域(东经115°18′～116°02′，北纬23°23′～24°12′)位于梅州市境内，地处广东省东部，四周山岭为障，境内地形复杂，山地丘陵相间，河谷盆地交错，地势西南高、东北低，矿产资源较为丰富，水田面积约450 km2，海拔在88～480 m，平均海拔约160 m；属低纬度南亚热带季风气候区，气候暖湿多雨，多年平均气温在21.2 ℃左右；该区域历史上存在多种、分散矿产，目前其城镇化和工业化水平仍较低，且处于以农业经济为建设重点的经济发展期；属韩江上游重要的水源涵养区，是国家农产品主产区、重要的南药生产基地、广东省现代农业示范基地，“一村一品、一镇一业”工作成效突出；交通道路建设等民生工程发展迅速，新型工业区建设也在逐步推进.

1.2 样品采集方法

根据研究区域水田空间分布特征，采用均匀布点法进行布点，布点密度约1 km1 km左右，布点结果如图1所示. 在整个研究区域内共采集水田表层土壤样品268个，取样深度为0～20 cm，采样时间2017年9—11月. 现场采样时根据相关标准[11-12]要求对采样点作适当调整，采样点用米级GPS进行精确定位，并依据标准要求选择采用“棋盘法”或“S法”设置分样点5～15个；各分样点样品采集从上而下耕作层土壤约0.25 kg，全部置于干净的塑料桶中，充分混合均匀后作为该采样点的土壤样品，装于样品袋并保存于常温避光样品箱中，运回实验室进行检测分析.

图1 采样点分布图

1.3 样品前处理及检测分析方法

土壤样品通过自然风干后，去除砂砾、植物残留物等，四分法取1 kg，经碾压后过1.7 mm (10目)筛；四分法取100 g，再经玛瑙研钵研磨，全部研磨通过150 μm(100目)筛，放置阴凉干燥处，待用.

土壤pH值参考国家标准方法[13]进行检测. 土壤中Cd、Pb、Cr、Cu质量分数的检测分析参考国家的标准方法[14]和相关研究文献[15]，采用微波消解法进行样品前处理，电感耦合等离子体质谱法检测；Hg和As质量分数的检测分析参考国家的标准方法[16]，采用微波消解法进行样品前处理，原子荧光法进行检测.

1.4 污染评价方法

采用超标率和综合(内梅罗)污染指数法[12,17]，分别对研究区域水田土壤的所有样本及空间分布预测结果进行污染评价和分级.

1.5 重金属质量分数的预测方法

课题组的前期研究[18-20]结果表明:反距离加权法(Inverse Distance Weighted, IDW)因操作简便快速、精度较高、稳定性较好等优势，且能够较好地保留样本点的极值，可有效避免插值后产生的土壤重金属空间平滑效应. 因此，本文在ArcGIS 10.2软件平台中，利用IDW法开展区域内土壤重金属空间分布预测.

1.6 重金属来源解析方法

运用数学统计软件(PASW Statistics 18)，对土壤中重金属数据进行相关性分析、因子分析(主成分分析)等[7]，取得土壤中各重金属间的空间关系、特征及主要影响因子；结合IDW法插值后的空间预测结果和区域中潜在污染源分布情况，研究区域水田土壤重金属的空间分布，对各重金属的主要来源进行解析.

2 结果与讨论

2.1 水田土壤重金属质量分数的统计特征

对土壤中重金属的平均质量分数进行了统计分析(表1和表2)，结果表明：研究区域内水田表层土壤中Cd、Hg、As、Pb、Cr、Cu的平均质量分数(w)分别是0.18、0.10、10.7、45.93、39.48、31.05 mg/kg，均低于农用地土壤污染风险筛选值[10]；质量分数的最大值分别为1.61、0.49、70.89、268.44、599.85、878.00 mg/kg，均低于农用地土壤污染风险管制值[10]. 与广东省土壤背景值[21]相比，w(Cu)的平均值约为广东省土壤背景值的2倍，w(Pb)的平均值高于广东省土壤背景值，w(Cd)的平均值略高于广东省土壤背景值，w(Hg)的平均值与广东省土壤背景值相当，其它2种元素质量分数的平均值低于广东省土壤背景值.t检验结果显示：该区土壤中重金属的质量分数与广东省土壤背景值有显著性差异(Sig.值<0.05)，且该区土壤中重金属质量分数的变异系数较大，表明该区中重金属可能存在外来源. 与东莞市农田土壤中重金属的质量分数平均值[21]相比，w(Cu)和w(Cd)的平均值稍高于东莞市重金属质量分数平均值，其他元素质量分数的平均值均低于东莞市重金属质量分数平均值. 与广州市番禺区的农田中重金属的质量分数[22]相比，除w(Pb)的平均值处于相当水平外，其它元素质量分数的平均值均低于广州市番禺区重金属质量分数平均值；w(Cr)和w(Hg)的平均值均低于佛山市顺德区农田土壤重金属质量分数的平均值[4]，也低于全国主要大中城市土壤重金属质量分数的平均值[23]. 由此可见，与经济发达、人类活动频繁的地区相比，该区农田土壤环境质量总体较好.

表1 水田土壤重金属质量分数的统计特征Table 1 The statistics of heavy metal contents in paddy field soil

注:t检验Sig.值为水田土壤重金属检测结果与广东省土壤背景值的单样本t检验Sig.(双侧)值，置信区间百分比为95%.

表2 不同研究区域水田(农业)土壤重金属质量分数的平均值Table 2 The mean contents of heavy metals in agricultural soil of different areas

土壤pH检测结果(表3)表明：该区域土壤以酸性及弱酸性为主. 根据农田土壤污染风险筛选值[10]，对该区域土壤样本超标率进行统计(表3)，结果表明：除w(Hg)均未超标外，其它元素均有不同程度的少量土壤样本超出筛选值，超标率由高到低依次是Cd(9.0%)、Pb(8.6%)、Cu(7.1%)、As(5.2%)、Cr(0.7%)，各指标超标率明显低于东莞等地区[21].

此外，根据农田土壤污染风险管制值[10]，所有样本均未超标，表明该区域总体食用农产品不符合质量安全标准的风险低. 因此本文后续不再根据管制值进行研究.

表3 基于重金属污染风险筛选值的样品超标率统计Table 3 The statistics of over-standard rate of heavy metals based on Soil Pollution Risk Filter Values

2.2 土壤重金属质量分数的空间分布特征

利用IDW法对6种重金属质量分数进行空间插值预测，各元素质量分数的空间分布均有一定的特征，且高质量分数区域较为集中，对各元素质量分数进行分段统计(图2)，结果显示：区域的w(Cd)绝大部分都低于0.30 mg/kg(图2A)，高质量分数集中在西南部，中、北部存在零星小区域高于0.30 mg/kg；w(As)高于20.0 mg/kg的区域集中分布在西南部(图2B)；区域的w(Pb)绝大部分都低于80.0 mg/kg，仅北部和西南部极小面积的质量分数较高(图2C)；w(Cu)高于50.0 mg/kg的区域集中分布在东南部和北部(图2D)；w(Cr)高于250.0 mg/kg的区域仅分布在北部极小区域范围(图2E)；区域的w(Hg)均低于0.005 mg/kg(图2F).

2.3 水田土壤重金属超标的空间分布

利用IDW法对pH进行空间分布预测，并与重金属质量分数的预测结果进行空间叠加分析，根据土壤污染风险筛选值[10]进行统计，各元素超标的土壤空间分布情况(图3)与质量分数分布一致，超标区域比较集中：w(Cd)超标主要集中于西南部(图3A)；w(Pb)在西南部和北部存在小面积超标现象(图3B)；w(As)在西南部存在小面积超标现象(图3C)；w(Cu)超标主要集中在东南部和北部(图3D)；w(Cr)在北部存在小面积超标现象(图3E)；w(Hg)均未超标(图未绘制). 由此可以看出：该区水田表层土壤重金属的环境质量整体较好，中部土壤环境质量最优，南部和北部存在重金属超标现象.

图2 土壤重金属质量分数的空间分布

图3 基于土壤重金属污染风险筛选值的超标空间分布

对水田土壤面积超标率进行统计(表4)，超标率从高到低依次为Cu、Cd、Pb、As、Cr. 该结果与水田土壤样本超标率统计结果(表3)有一定差异，其中Cu、Cd面积超标率明显高于样本超标率，Pb、As面积超标率明显低于样本超标率，Cr则两者相当.

表4基于重金属污染风险筛选值的面积超标率统计

Table4Theareastatisticsofover-standardrateofheavymetalsbasedonSoilPollutionRiskFilterValues

统计指标CuCdPbAsCr超标面积/km274.2765.496.023.062.85总面积/km2458.35458.35458.35458.35458.35面积超标率/%16.2014.291.310.670.62

2.4 土壤重金属综合污染指数评价及等级划分

根据土壤污染风险筛选值[10]，使用综合污染指数法进行统计分析，取得该区域水田土壤样本的综合污染指数，利用IDW法进行综合污染指数的空间分布预测(图4、表5)，结果显示绝大部分水田土壤处理于安全或警戒限等级，污染主要集中在南部和北部.

图4 基于重金属污染风险筛选值的污染等级空间分布

Figure 4 The spatial distribution of pollution class of heavy metals based on Soil Pollution Risk Filter Values

对各等级的水田土壤面积进行统计(表5)，安全面积占64.66%，警戒限面积占13.66%，轻度污染面积占18.93%，中度污染面积占2.00%，重度污染面积占0.75%.

表5基于重金属污染风险筛选值的污染等级面积统计

Table5TheareastatisticsofpollutionclassofheavymetalsbasedonSoilPollutionRiskFilterValues

污染等级面积/km2占比/%安全295.7964.66警戒限62.4813.66轻度污染86.5818.93中度污染9.162.00重度污染3.450.75

2.5 土壤重金属相关性及来源分析

通过对6种重金属元素进行Pearson相关性检验(0.01水平双侧)，结果显示：3种重金属Cd、As、Pb呈显著相关，可能有类似来源；Cr、Cu显著相关，可能有类似来源；而Hg元素与其他重金属元素之间无显著相关，表明其可能有较独立的来源.

针对以上相关性分析取得的3种可能存在的不同重金属来源，通过因子分析(主成分分析)，采用具有Kaiser标准化的正交旋转法旋转，提取3个主成分因子(特征值均大于1)，主成分因子方差(贡献率)依次为26.624%、22.759%、17.145%，累积方差为66.528%(表6). 对各主成分的影响及重金属来源分析如下：

(1)Cd、As、Pb主要受第1主成分因子影响，成分得分依次为0.477、0.471、0.417(表6). 结合广东省土壤背景值和当地污染源状况，与其他学者研究相似[24]，其主要来源可能为成土母质有关，南部地区质量分数较高可能因有较大的人类活动影响所致，如抽水蓄能电站等大型民生工程项目施工产生的大面积土壤母质扬尘、农药化肥大面积施用等[21]；此外，Pb质量分数的变异系数明显较低(表1)，成分得分系数也明显较低(表6)，与Cd、As相比，受到的人类活动干扰因素较单一、稳定. 因此，第1主成分因子很可能为受人为干扰的土壤成土母质因素.

(2)Cr、Cu主要受第2主成分因子影响，成分得分依次为0.595、0.620(表6). 结合当地污染源状况，北部地区土壤可能主要受到电线电缆工业污染的影响，导致Cu、Cr在土壤中的累积. 东南部地区可能主要受到新型建筑材料工业污染的影响，导致Cu在土壤中的累积. 因此，第2主成分因子很可能为工业污染因素.

(3)Hg主要受第3主成分因子影响，成分得分高达0.917(表6). 全区Hg无超风险筛选值现象，平均值与广东省背景值基本一致，表明其几乎不受外部因素干扰. 因此，第3主成分因子很可能为无干扰的土壤成土母质因素.

注:加粗字体得分数所对应的元素为主成分影响元素.

由于以上3个主成分累积方差仅为66.528%(表6)，为进一步解析其它影响因子，提取第4主成分(特征值为0.760)，方差(贡献率)为12.666%，累积方差为79.194%(表6). 重新提取4个主成分分析后，Pb明显受到第4主成分的影响，得分高达1.029，而As和Cd受第1主成分影响,得分也分别提高到0.621和0.628，表明影响更为突显；第2主成分和第3主成分的影响和得分基本不变，表明其与第4主成分无明显关系. 结合当地污染源状况，第4主成分很可能为汽车尾气等交通污染因素，说明Pb可能受到成土母质影响的同时，也受到当地汽车尾气等交通影响.

3 结论

(1)研究区域水田土壤环境中Cd、Hg、As、Pb、Cr、Cu的质量分数较低，平均值与广东省土壤背景值水平相当，且均存在明显低于广州、东莞等大中城市农田土壤中的质量分数的情况；各元素基于农田土壤污染风险筛选值的样本超标率均在10%以下，Hg未发现超标点位，且均未超过农田土壤污染风险管制值；中度和重度污染面积占比在3%以下，土壤环境质量总体良好，农产品重金属超标风险低.

(2)通过相关性分析和主成分分析，结合重金属空间分布特征，得出重金属的4个可能污染源因素为受人为干扰的土壤成土母质因素、工业污染因素、无干扰的土壤成土母质因素和交通污染因素，分别影响土壤中Cd和As、Cr和Cu、Hg、Pb的质量分数和空间变化特征. 建议该区域在发展工业经济、工程建设时应该做好环境规划和管理；交通干线等设置应尽量远离重要的农产品产地区，并设置有效的环境屏障.

(3)研究区域内水田宜作为“名特优新”农产品生产基地，建议对轻度和中度污染土壤采取进一步的生态风险评估和农产品协同监测机制，如进一步分析土壤重金属形态[25]，保证农产品安全；对极少数重度污染土壤采取改种非食用农作物的措施，并加强环境管理和定期监测，防止污染扩散. 此外，土壤环境以酸性和弱酸性为主，农业生产过程中也应注意选择合适的生产工艺及方式，注重种养结合，对土壤采取适当的调理措施，避免重金属活性增强以向农产品富集迁移.