城市表层土壤重金属污染的空间分布特征分析

张福玲

摘要：分析了某城市城区表层土壤中的 As、Cd 等8种重金属在生活区、工业区、山区、主干道路区及公园绿地区的含量水平，得出了不同区域重金属的污染程度；运用污染负荷指数法对影响土壤各重金属主要因子进行分析，确定不同区域重金属污染的主要特征；建立重金属污染物的传播模型，运用Kriging插值法对重金属含量进行最优无偏估计插值，对重金属污染的空间分布进行分析，揭示了城市表层土壤中重金属含量的空间分布特征。

关键词：城市城区；表层土壤；重金属污染；空间分布特征

中图分类号：X530.2 文献标识码：A 文章编号：0439-8114（2013）06-1287-05

随着城市经济的快速发展和城市人口的不断增加，大量工业“三废”、城市生活垃圾和污泥等污染物的排放与不恰当处置使重金属在土壤中不断积累，加重了土壤重金属的污染负荷，导致我国城市表层土壤的重金属污染日趋严重。而城市土壤重金属污染是能有效反映城市环境污染状况的重要指标之一。因此，对城市土壤环境异常的查证并应用查证数据开展城市环境质量评价、研究人类活动影响城市土壤环境的演变模式日益成为人们关注的焦点。

1 数据来源与研究方法

以某城市城区为研究区，将其划分为间距1 km左右的网格子区域，按照每平方公里1个采样点对表层土壤（0～10 cm土层）进行取样、编号，并用GPS记录采样点的位置。应用专门仪器测试分析，获得了每个样本所含的多种重金属元素的浓度数据。另外，按照2 km的间距在那些远离人群及工业活动的自然区取样，将分析数据作为该城区表层土壤中重金属元素的背景值。研究以2011年高教社杯全国大学生数学建模竞赛A题[1]所列的数据为数据来源，文献[1]列出了采样点的位置、海拔高度及其所属功能区的信息、8种主要重金属元素在采样点处的浓度和8种主要重金属元素的背景值。

按照功能划分，现代城市整个城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等，分别记为1类区、2类区、3类区、4类区、5类区，不同的区域环境受人类活动影响的程度不同。作者对城市表层土壤中的 As、Cd、Cr、Cu、Hg、Ni、Pb、Zn 8种重金属元素在不同区域的含量水平进行了研究。采用统计学原理和污染负荷指数法[2，3]，根据国家污染负荷指数与污染程度关系分级标准进行评价，得出该城市不同区域的土壤重金属污染程度。对采样点进行最优估计，借助空间变异分析理论与方法[4]，确定不同区域重金属污染的主要污染源：工业区重金属污染主要来源于工业生产产生的工业垃圾；生活区的重金属污染主要是由于人们造成的生活垃圾形成的；在交通要道主要是汽车尾气的排放；山区人口分布比较分散，自然绿地的覆盖面积广，环境自净能力比较强，所以土壤重金属含量相对较低。建立重金属污染物的传播模型，运用Kriging插值法[5]对重金属含量进行最优无偏估计插值，对重金属污染的空间分布进行检验，从而揭示城市表层土壤中重金属含量的空间分布特征。

2 结果与分析

2.1 重金属污染的空间分布

根据统计学的基本原理，采用Excel 2003进行数据分析，得出所有数据的平均值、最小值、最大值、标准差、变异系数、偏度、峰度等统计信息，同时采用区域识别法[6]对原始数据进行异常值检验。对于已处理的数据，采用SPSS中的K-S方法[7]进行数据的正态分布检验，然后采用SURFER 8.0软件绘出了8种重金属污染在该区的空间分布图，图中纵横坐标表示采样点的位置，图例表示采样点所在的功能区（图1a至图1h）。

2.2 不同区域重金属污染程度分析

土壤重金属污染程度的评价分别采用研究区土壤重金属含量的自然背景值和国家一级标准值（保护区域自然生态、维持自然背景的土壤环境质量的限值）为参考标准，当评价标准为背景值时，相应的评价结果称之为元素富集[8，9]，当以国家一级标准为评价标准时，称之为元素污染。

2.2.1 研究区重金属污染程度的污染负荷指数法分析 污染负荷指数法是在从事重金属污染水平的分级研究中提出来的一种评价方法，被广泛应用于土壤重金属污染的评价。污染负荷指数法优点是该指数由评价区域所包含的多种重金属成分共同构成，并使用了求积的统计方法，通过这种方法对整个区域各个点位各种重金属进行了定量评价，并对各点的污染程度进行分级，能直观反映对环境污染最严重的元素和各种元素对环境污染的贡献程度以及重金属在时间、空间上的变化趋势[8]。重金属污染负荷指数与污染程度关系见表1。

根据重金属污染负荷指数与污染程度关系，不同的污染负荷指数可将污染程度分为无污染、中等污染、强污染和极强污染4个等级，分别用0、Ⅰ、Ⅱ、Ⅲ来表示[10，11]。根据污染负荷指数法计算得到研究区不同区域的污染负荷指数，参照污染负荷指数与污染程度关系分级标准，得到研究区不同区域的重金属污染程度见表2。

2.2.2 研究区重金属单元素污染程度的单项污染指数法分析 单项污染指数法是以土壤单项污染物的实测值与评价标准的比值，表示某一污染物影响下的环境污染指数，可以反映各污染物的污染程度。这里污染分级标准采用国家一级标准为参考标准。选用国家土壤环境质量标准中的一、二、三级标准分别作为土壤重金属污染评价的污染积累起始值、中度污染起始值和重度污染起始值，把土壤重金属污染分为4级（表3）。

利用单项污染指数计算公式[12]求出五类区中采样点的各重金属元素的单项污染指数，并求其平均值，将平均值作为此元素在该类区的单项污染指数，按单项污染分级标准对重金属单元素的污染程度进行分级。根据上述方法，得到研究区表层土壤中各重金属元素的单项污染指数见表4。从全区各元素的平均污染指数可以看出研究区表层土壤受As、Cd、Cr和 Ni污染相对较轻，污染程度低；其中Cu、Hg、Pb和Zn的污染指数较大，表明研究区受这4种重金属元素的轻度污染。

2.3 重金属污染的传播模型

地统计学是建立在区域化变量、平稳假设和内蕴假设等概念基础上，以区域化变量理论为基础，以半方差函数为主要工具，研究那些在空间分布上既有随机性又有结构性，或空间相关性和依赖性的自然现象的科学。由于重金属污染的传播途径受很多因素的影响，比如土壤养分、物理特性、土壤重金属等性质的变异以及时间上的变异，基于地统计学的空间变异理论[13]，将地统计学方法与GIS相结合来研究变量的空间变异特征。

半方差函数又称半变异函数，能同时描述区域化变量的随机性和结构性[14，15]。利用半方差分析时将这8种重金属元素的浓度进行对数转换，连同采样点的地理坐标输入地统计软件GS+，拟合半方差函数，并选择最佳拟合模型及其参数。

球形模型：

上式中，C0为块金值；C0+C为基台值。以As为例，在GS+软件中拟合半方差函数，得到4种拟合模型如图2，该4种拟合模型的参数见表5。在半方差函数中，决定系数（R2） 较大、残差（RSS） 较小回归效果越好，由表5可知，As元素的最佳拟合模型为线性模型。对8种元素用相同的方法确定其最佳拟合模型，运用GS+7.0地统计软件系统完成半方差函数理论模型的自动拟合、最优选择、参数计算及半方差图绘制，结果如表6及图2（a～d）所示。

将基于地统计学的空间变异理论与GIS的空间分析功能相结合分析研究区表层土壤重金属含量的空间变异特征和空间分布特征。按照区域化变量空间相关性程度分级标准，当块金系数C0/（C0+C）<0.25时，表明变量的空间变异以结构性为主，变量具有强烈的空间相关性，主要受自然因素控制，受人为因素影响较小；当0.25≤C0/（C0+C）≤0.75时，表明变量具有中等程度的空间相关性；当C0/（C0+C）>0.75时，表明变量以随机性变异为主，变量的空间相关性很弱，变量受人为因素影响较大。由表6可知，研究区表层土壤中Cu和Pb的C0/（C0+C）较小，表现出强烈的空间相关性，其空间变异以结构性变异为主；As、Cd、Cr、Zn和Ni的C0/（C0+C）为0.25～0.75，具有中等程度空间相关，同时注意到，As、Cd、Cr和Ni的C0/（C0+C）大于0.50，表明随机因素影响超过了结构性因素的影响，以随机因素占主导地位；Hg的C0/（C0+C）值大于0.75，具有较弱的空间相关性，表明随机因素是其主要影响因素。研究区表层土壤中Cu和Pb的变程较大，表明其空间相关性的范围较大；其余元素的变程相对较小，这可能说明灰尘中Cu和Pb的含量更容易受到随机因素干扰。结果表明，研究区表层土壤重金属含量具有较为明显的空间变异性，均表现出很好的迁移性、空间结构性。

3 小结

从块金值与基台值的比值可以看出，目前城市表层土壤中重金属含量受随机因素（主要是人为源输入）影响显著，其空间分布与工业生产等人类活动密切相关。这主要是因为城市土壤接纳了来自工业生产与居民生活所产生的污（废）水、固体废弃物等各方面的90%的污染物，这些污染物中所携带的重金属也随之大量进入到城市土壤中，造成城市土壤重金属污染，与此同时，交通频繁，汽车尾气的排放，使得大气干湿沉降和城市灰尘作为城市环境中除土壤外重金属的主要赋存介质，吸附着大量重金属污染物，这些吸附在大气干湿沉降和城市灰尘中的重金属污染物通过大气沉降等途径持续地大量输入到地表环境。

参考文献：

[1] 教育部高等教育司，中国工业与应用数学学会.2011高教社杯全国大学生数学建模竞赛赛题[EB OL].http：//www.mcm.edu.cn/html_cn/node/a1ffc4c5587c8a6f96eacefb8dbcc34e.html，2011-09-09.

[2] 范拴喜，甘卓婷，李美娟，等.土壤重金属污染评价方法进展[J].中国农学通报，2010，26（17）：310-315.

[3] 张尧庭，方开泰.多元统计分析引论[M]. 北京：科学出版社，1982.

[4] 刘 静，蔡国学，刘洪斌.西南丘陵地区土壤有机质含量的空间插值法研究[J].西南大学学报（自然科学版），2008，30（3）：107-111.

[5] 吴学文，晏路明.普通Kriging法的参数设置及变异函数模型选择方法——以福建省一月均温空间内插为例[J].地球信息科学，2007，9（3）：104-108.

[6] 张朝生，章 申，等.长江水系河流沉积物重金属元素含量的计算方法研究[J].环境科学学报，1995，15（3）：258-264.

[7] 刘付程，史学正，于东升，等.基于地统计学和GIS的太湖典型地区土壤属性制图研究——以土壤全氮制图为例[J].土壤学报，2004，41（1）：63-70.

[8] 国家环境保护局.中国土壤元素背景值[M].北京：中国环境科学出版社，1990.

[9] 刘凤枝.农业环境监测实用手册[M].北京： 中国标准出版社，2001.

[10] GB15618-1995，土壤环境质量标准[S].

[11] 尹 君.基于GIS 绿色食品基地土壤环境质量评价方法研究[J].农业环境保护，2001，20（6）：10-11.

[12] 陈俊坚，张会华.广东省区域地质背景下土壤表层重金属元素空间分布特征及其影响因子分析[J].生态环境学报，2011， 20（4）：646-651.

[13] 张长波，李志博，姚春霞，等.污染场地土壤重金属含量的空间变异特征及其污染源识别指示意义[J].土壤学报，2006， 38（5）：525-533.

[14] 蒋炳言，方凤满，汪琳琳.芜湖市区土壤重金属污染评价及来源分析[J].城市环境与城市生态学报，2010，23（4）：36-40.

[15] 郭旭东，傅伯杰，马克明，等.基于GIS 和地统计学的土壤养分空间变异特征研究——以河北省遵化市为例[J].应用生态学报，2000，11（4）：557-563.