北京市密云区农业土壤重金属元素地球化学特征及生态风险评价

段续川，李 苹，黄 勇，林 赟，袁国礼，罗先熔

(1.桂林理工大学 地球科学学院，广西 桂林 541006；2.中国地质大学(北京) 地球科学与资源学院，北京 100083；3.北京市地质勘察技术院，北京 102218)

0 引 言

土壤作为自然环境的构成要素和农业生产的重要自然资源，是人类和生物赖以生存的物质基础。土壤作为可再生的资源，在长期的人类生产和生活中，起到维护农业生态平衡的重要作用，土壤的环境质量对生物及人类健康均有着十分重要的影响[1-3]。

随着城市化和工业化进程的加快，目前城市土壤已明显受到污染[4]。土壤重金属污染具有潜伏性、不可抗逆性和长期性等特点，因其影响后果严重而受到高度重视[5]。国内外诸多研究表明，由于交通、金属冶炼、采矿、污水灌溉等人为活动的影响，使得农业土壤中重金属含量显著上升[6-10]，严重时会随着食物链危害到人类的健康[11]。诸多研究报道显示，我国城市地区土壤已受到严重的重金属污染[12-14]，如天津、西安、杭州等地。

北京作为首都城市，同时是世界上最大的城市之一，正在发展都市型现代农业，农业类型由数量型向质量型转变[3]，农业土壤环境质量受到越来越多的关注。但在北京周边农业地区，尤其是居民区与农业种植用地相结合的地区研究较少。

虽然众多学者在土壤重金属的污染来源、空间分布以及评价方法等方面进行了大量的研究[15-18]，但是土壤重金属的来源分析仍是一项基本且具有挑战性的任务[19-20]，分析农业区土壤重金属的不同来源存在一定的困难。前人研究采用了数据统计分析，比如主成分分析(PCA)、聚类分析(CA)以及相关分析，来区分土壤重金属的自然源和人为源[9,21-22]。除此之外，地质统计分析，比如因子克里格法也对识别其来源有很大的作用[9,23-24]。分析土壤重金属的可能来源及其影响因素，有助于控制其在农业土壤中的累积。

本研究以密云区西南部居民区与农业种植区相结合的农业土壤中的重金属为研究对象，分析了土壤中8种重金属元素(Ni、V、Cr、As、Cd、Pb、Zn、Hg)的地球化学特征，结合多元统计法及空间分析法判别重金属的可能的主要来源，并按照相关标准对土壤环境质量及其潜在生态风险进行评价。

1 研究区概况

密云区(116°39′33″～117°30′25″E，40°13′7″～ 40°47′57N)位于北京市东北部、燕山山脉南麓、华北大平原北缘，是平原与山区交接地带，分别与平谷区、顺义区、怀柔区接壤。全区总面积2 229.45 km2,密云区四季分明，年平均气温10.8 ℃，年降水量600～700 mm；区内有大小河流14条，潮河白河纵贯全境，中型以上水库4座[25]。

研究区位于密云区西南的洪积冲积平原地带，土地资源丰富，耕地及森林覆盖率较高；交通便捷，主要交通线路有大广(京承)高速、S203、S311等公路及京通、京承两条铁路。区内旅游资源丰富，诸多知名景点遍布研究区。

图1 研究区位置及采样点位Fig.1 The location of the study area and sampling sites

2 材料与方法

2.1 样品采集与分析

本次研究在研究区内按照0.5 km×0.5 km划分采样网格，为了减小随机误差，在每个网格内采集5个表层土壤样品，采样深度为0～20 cm，每个样品重约1.0 kg，混匀后制得混合样品一份，共采集样品1 065件(图1)，GPS记录采样点实际坐标。采集的土样经晾晒风干、碾碎后过孔径为70目的尼龙筛，再经玛瑙碾钵无污染粉碎后过100目筛，为避免金属Hg的挥发，将土壤样品储存在阴凉环境下保存备用。

由国家地质实验测试中心参考国家土壤环境质量相关标准对样品进行分析测定，Ni、V、Cr、Pb、Zn、SiO2、Al2O3和Fe2O3的含量采用X射线荧光光谱法(RS-1818, HORNG JAAN) 测得，Cd的含量由石墨炉原子吸收分光光度法(AA6810 SONGPU)测定，Hg和As含量采用原子荧光光谱法(XGY-1011A)进行测定。国家地质实验测试中心为保证数据的准确性，采取相关质量保证和质量控制(QA/QC)措施，各标样回收率均在92%～108%之间；并对其中20%样品进行了平行试验，标准偏差在5%以内。

2.2 数据处理

地球化学统计分析及多元统计分析是用来判别污染源的有效工具，本文采用这些方法识别土壤中重金属的主要来源。利用MapGis 6.7中的克里格插值法进行空间制图。数据统计分析采用SPSS16.0中的Pearson相关性分析、主成分分析(PCA)和聚类分析(CA)方法进行分析，其中主成分分析(PCA)采用最大方差旋转法。

2.3 评价方法

单因子指数法是目前对土壤中单一重金属元素污染评价所普遍采用的方法。计算公式为：

P(i)=Ci/Si

式中：P(i)为土壤中污染物(i为元素)的环境质量指数；Ci为土壤中重金属的实测浓度；Si为土壤中重金属的评价标准值，本文采用北京市土壤背景值作为土壤重金属的评价标准。P(i)值分段评价标准为：P(i)≤1表示未污染，1 3表示重污染[12]。

此外，本文还采用瑞典学者Hakanson于1980年提出的潜在生态危害指数法评价土壤环境风险。Hakanson指数法综合考虑了多元素的协同作用、毒性水平、污染浓度以及环境对重金属污染敏感性等因素[13]；可以综合反映重金属对生态环境影响潜力，适合于大区域范围沉积物和土壤的评价比较[14]。计算公式为：

E(i)=Ti×(Ci/C0)

式中：E(i)为单一重金属的潜在生态风险系数；Ti为单一重金属的毒性响应系数，各金属的毒性系数分别为Ni= Pb = 5、Cr=V=2、As=10、Cd=30、Zn=1、Hg=40；Ci表示土壤重金属的浓度；C0为土壤中重金属的评价标准值，本文采用北京市土壤背景值作为重金属评价标准。

各元素潜在生态风险系数E(i)之和，为该地区潜在生态风险指数(RI)。计算公式为：

RI=∑E(i)

根据各元素潜在生态风险系数和综合潜在生态风险指数，可将土壤质量分为轻度生态污染、中度生态污染、强度生态污染、很强生态污染及极强生态污染5个等级(表1)。

表1土壤重金属潜在生态风险分级标准[26]

Table1Thevaluesfortheclassificationofpotentialecologicalriskofheavymetalsinthesoil

潜在生态风险系数E(i)潜在生态风险指数RI污染程度<40<150轻度生态污染40≤E(i)<80150≤RI<300中度生态污染80≤E(i)<160300≤RI<600强度生态污染160≤E(i)<320≥600很强生态污染≥320—极强生态污染

3 结果与讨论

3.1 土壤重金属含量特征

富集系数是土壤重金属的平均含量与该地区背景值的比值，富集比例为超过自然背景值的样品个数占总样品个数的比例。研究区各金属元素平均值、富集系数以及北京地区背景值列于表2。结果显示，研究区内重金属Ni、V、Cr、As、Cd、Pb、Zn、Hg的平均含量分别为21.773 mg/kg、70.642 mg/kg、55.476 mg/kg、6.957 mg/kg、0.144mg/kg、24.285 mg/kg、67.724 mg/kg、0.046 mg/kg。其中，与北京市土壤重金属背景值相比，Ni、V、Cr、As、Hg元素的平均值较北京市背景值略低，这些元素的富集系数(EF)均小于1，分别为0.88、0.89、0.91、0.90、0.78；而Cd、Pb、Zn元素平均值大于北京市背景值，富集系数大于1，分别为1.21、1.03、1.18。

图2 重金属含量分布直方图和箱图Fig.2 Histogram and box-plot of heavy metal concentrations

元素的箱图和直方分布图常用来表示元素的分布特征(图2)。有研究表明，自然状态下，若元素无其他外界来源，则通常呈正态分布[21]。如图2显示，Ni、V、Cr、As元素近似地呈正态分布，推测其主要受自然因素的影响，受外源因素的影响较小；而Cd、Pb、Zn和Hg呈非正态分布，意味着这些元素可能有外源因素的输入。此外，由箱图可得出，Ni、V、Cr、As元素除了极少数异常值外，均近似地呈对称分布；而Cd、Pb、Zn和Hg元素不仅有明显的右偏趋势，并在箱图的两端出现部分的异常值。

表2研究区土壤重金属含量统计(wB/(mg/kg))

Table2Thestatisticaldataforheavymetalconcentrationsinthesoilsamplesofthestudyarea(mg/kg)

元素平均值±标准偏差最大值最小值北京市背 景值[20-21]富集系数Ni2180±90512800437247088V707±179223001670792089Cr555±270622001120608091As696±280304018577090Cd0144±0063074000480119121Pb243±52777901220237103Zn677±231262001810575118Hg0046±0133374000070059078

3.2 土壤重金属空间分布

重金属元素含量地球化学图可以为元素的来源和污染范围提供有效的信息[23]，本文采用累积频率法分级，利用克里格插值法结合采样点位置，绘制各元素含量空间分布图(图3)。如图3所示：Ni、V、Cr、As元素呈现西部含量低，仅东部及北部小范围区域内出现高值的特点；此4种元素的富集比例较低，分别为30.89%、29.86%、32.2%、26.67%。研究区绝大部分地区被第四系沉积物覆盖[24]，仅北部及东部少数地区出露小范围的灰岩和白云岩。由于岩石的风化程度受环境因素、地形条件和暴露时间等因素的控制，风化程度越彻底，Si、Al、Fe等元素的富集程度就越高；其中，Al2O3/SiO2是一种常用的计算风化程度的指标，可间接说明岩石的风化程度，Al2O3/SiO2比值越大，则风化程度越高[27]；而Fe2O3作为岩石风化成土过程中的产物，是重要的土壤组成[28]，且Fe2O3可通过影响土壤表面的电荷性质吸附土壤中的重金属[29-30]，使得Cr、As等元素在山区周边土壤中呈现明显的高值，在北京南部地区有类似的研究报道[31]。由Fe2O3和Al2O3/SiO2空间分布图可看出研究区北部和东部少数地区岩石风化程度较高。Ni、V、Cr、As元素含量高值区域与岩石风化程度较高地区相吻合，说明此4种元素主要受到岩石风化的影响。

与以上4种元素相比，Cd、Pb、Zn元素的富集比例较大，分别为66.29%、45.63%、63.38%，且在中部和西北部少数区域内含量出现最大值。研究区中部为密云县人口集中密度最大的区域，G101和京承高速公路贯穿域内，研究区西北部有诸多知名景区和休闲度假村，推测这3种元素可能受到当地人为活动的影响。

研究区内土壤样品中Hg元素的富集比例为14.37%，在中部居民区含量最高。因Hg元素具有挥发性且能够在土壤和空气之间广泛地交换，故形成独特的分布特征。

3.3 主成分分析及聚类分析

主成分分析是将多个指标转化为少数几个综合指标来反映原始数据信息的方法，在土壤研究中用以区分各种金属来源，在同一主成分上有较高载荷的元素可能有着相似的来源[32-33]。对研究区重金属元素进行主成分分析，结果显示，8种重金属元素共提取了3个主成分(表3)，此3组主成分累积能够解释总方差的78.51%，应为主要组分，其他组分方差均小于10%，故本文主要讨论这3组因素。

表3土壤重金属主成分分析结果

Table3Theresultofprincipalcomponentanalysisforheavymetalconcentrationsinthesoilsamples

重金属 主成分123Ni093201770059V090600980017Cr0899-0010-0036As052404130245Cd011108780069Pb-002308520078Zn023308250074Hg003601280977特征值346718990914方差/%433422374311427累积方差/%433426708578511

图3 土壤中重金属元素含量空间分布图Fig.3 Spatial distribution of heavy metals in the soil

第一主成分占总变量方差的43.34%，第一主成分所占方差虽未超50%，但第一主成分所占方差在3类主成分中最大，说明第一主成分明显地影响着该地区土壤重金属的行为特征。Ni、V、Cr、As元素在第一主成分上有较高的载荷，以上4种元素富集系数较低(表2)，直方图显示其呈正态分布(图2)，元素含量空间分布图表明其高值出现在岩石风化程度高的地区(图3)。说明此类元素较少受到外源物质的影响，主要由该地区成土母质控制，与上述结论一致。

第二主成分占总变量方差的23.74%，Cd、Pb、Zn元素在第二主成分上有较高载荷。此3种元素的平均值均超过背景值且富集系数高(表2)，直方图显示其呈非正态分布(图2)，元素含量空间分布图指出以上元素在研究区中部和西北部区域出现高值(图3)。当地种植农作物、饲养家畜等农业行为是影响土壤中Cd、Pb、Zn元素的主要原因。其中，为了给北京市区提供优质充足的农产品，研究区内种植大面积果园和菜园，曾经可能会有使用化肥和农药的行为。Cd、Zn元素因有杀虫和促增长的作用而成为磷肥和锌肥的主要添加剂，化肥的施用是影响土壤中重金属Cd、Zn的主要因素之一[34-35]；而含Pb杀虫剂的使用也使得果园种植区Pb含量显著增加[36]；当地农业种植使用塑料膜的情况十分常见，土壤中残留的塑料膜也同样导致土壤中Cd含量的升高[37]。研究区内以养猪和鸡鸭等家禽为主的畜牧业发达，禽畜粪便被认为是土壤Zn的良好供给源，长期施用有机肥亦可使土壤中Zn含量提高5%～30%；也有研究表明，随着设施菜地种植年限的增加，土壤中Zn含量也会呈现累积的趋势[38]。另外，景区和休闲度假村等娱乐场所的人为扰动也可使得元素富集[39]。除了从成土母质的继承外，以上3种元素明显受到人为因素的干扰。

Hg所在的第三主成分占总变量方差的11.43%，因Hg具有一定的挥发性而不同于其他元素，故单独分为一类。人口密集区的建筑设施、医疗设施等极大地提高了环境中Hg的含量；同时，当地居民污水灌溉、垃圾焚烧等生活方式也是影响Hg元素含量的重要的原因之一[40-41]。

因子得分空间分布图(图4)展示，第一主成分(F1)包括Ni、V、Cr、As 4种元素，此类元素由于受到岩石风化及土壤母质的影响而在研究区北部及东部少数地区含量较高；第二主成分(F2)包括Cd、Pb、Zn 3种元素，在研究区人口密集的区域含量较高，受人类活动影响较大；第三主成分(F3)中的Hg元素在研究区内高值区主要受大气沉降的影响。

图4 主成分分析因子得分空间分布图Fig.4 Spatial distribution of factor scores from principle component analysis

聚类分析是根据变量间的亲密程度将变量进行分类的方法。通过聚类分析可以把特征相似、行为相近的变量聚为一类，因此在统计分析中得到了广泛应用。聚类分析在地学中的应用可以把相同物质来源的元素聚为一类，不同物质来源的元素区分开来[42]。聚类分析的距离代表元素间的亲密程度。聚类的距离越近，代表元素之间的关系越亲密[43]。本次研究根据标准距离15～20，将8种重金属元素划分为3类(图5)。聚类分析与主成分分析得出了相似的结果。

Ⅰ类：Ni、V、Cr、As元素。这4种元素在土壤样品中的分布符合正态分布，富集系数小于1，在第一主成分中占有较高的载荷，仅在岩石风化程度较高的地区出现较高值，说明Ni、V、Cr、As元素在研究区内分布较均匀，该类重金属主要受自然因素的影响，来源于当地岩石风化形成的成土母质。

Ⅱ类:Cd、Pb、Zn元素。直方图显示以上3种元素呈非正态分布，富集系数大于1，且在第二主成分中占有较高的载荷。这一类元素为土壤污染较为严重的元素，诸多文献报道过此类元素的污染情况[20,38,44-45]。

重金属元素Pb、Zn被称为交通污染元素[46]，越靠近道路则Pb含量往往也越高[45]，且含量的累积与交通流量有密切的关联[42]。Pb被认为是机动车污染的标志性元素，含铅汽油的燃烧使汽车尾气成为土壤中Pb的重要来源之一。尽管我国从2000年开始禁止使用含铅汽油[40]，但由于Pb元素的稳定性强且难以降解，在该地区的含量较高则明显地反映了过去含Pb汽油污染情况的严重性。环境中Pb、Zn元素有着十分相似的来源[45]，机动车辆的行驶、机动车润滑油的氧化作用[47]、刹车和轮胎的磨损[42]以及油漆的脱落等，均影响着土壤中Zn的累积。Cd是一种较为典型的由于人类活动而进入环境的元素[45]。研究区内包装制品厂、金属加工厂等工业活动，如：金属冶炼、塑料稳定剂及添加剂和电池的生产、化石燃料的燃烧以及工业废弃物的生产[46]等，均可影响土壤中Cd元素的含量。

Ⅲ类：Hg元素。由于京津冀地区使用烧煤供暖的方式在近几十年中显著增加[48-49]，而煤炭燃烧释放的Hg直接排放到环境中，同样使得Hg以大气沉降的方式存留于土壤中。

图5 土壤重金属系统聚类分析Fig.5 Hierarchical clustering for heavy metals in the soil

4 生态风险评估

计算8种重金属元素的单项污染指数和生态危害指数，统计各元素的潜在生态风险系数及在不同单项污染程度下的样品数量，结果列于表4。结果显示，8种元素绝大部分采样点都未受到污染，仅个别重金属的极少数采样点单项污染指数(P(i))值略大于中等污染程度的数值范围；其中，Cd元素单项污染指数平均值最大(P(Cd)mean=1.21)，其次为Zn和Pb(P(Zn)mean=1.18，P(Pb)mean=1.03)，前人研究得出相似的结论[20]；其余5种元素的单项污染指数平均值均小于1(P(Cr)mean=0.91，P(As)mean=0.90，P(V)mean=0.89，P(Ni)mean=0.88，P(Hg)mean=0.78)，表明土壤未受到污染。按照单因子污染指数平均值排序Cd>Zn>Pb>Cr>As>V>Ni>Hg。

利用Hakanson评价方法对研究区8种重金属元素进行潜在生态风险评价，分别计算了8种重金属元素的潜在生态风险系数(E(i))以及潜在生态风险指数(RI)。结果表明，8种重金属元素E(i)值均低于40，单因子生态污染风险程度低。

表4 土壤元素风险评估表

结合采样点位绘制潜在生态风险指数图(图6)，可得出研究区内超过94%采样点RI值低于150，说明当地重金属潜在生态危害指数较低，处于轻度生态污染水平之下，极少量高值出现于当地居民区范围内，说明当前土壤环境保护较好，建议持续维持目前土壤保护措施，创造良好生存环境。

图6 土壤重金属潜在生态风险指数空间分布 Fig.6 Spatial distribution of the potential ecological riskindices (RI) for heavy metals in the soil

5 结 论

本次研究在北京市密云区西南部地区采集1 065件土壤样品，对其中8种重金属进行了分析研究。利用空间分析和多元统计相结合的方法，阐明了土壤中重金属的分布特征，并探讨了影响其分布特征的主要因素。结果表明：Ni、V、Cr、As元素含量平均值低于北京地区背景值，直方图呈正态分布，且在主成分分析的第一主成分上占有较高载荷，元素含量空间分布图显示Ni、V、Cr、As元素在研究区北部及东部岩石风化程度高的地区含量较高，说明其分布主要受成土母质的影响；Pb、Zn、Cd元素平均含量相比北京地区背景值较高，富集系数大于1，含量直方图不服从正态分布且在主成分分析中的第二主成分上有较高载荷，这3种元素在人口密集且活动范围较大的区域含量较高，其可能受到当地交通、农业及旅游业等人为因素的影响；Hg元素呈非正态分布且独自被分为第三主成分，因其具可挥发性，故其分布特征主要受大气沉降的影响。

通过计算密云区各重金属元素的单项污染指数、潜在生态风险系数和潜在生态风险指数，得出密云区土壤重金属元素各项指数均较低，处于轻度污染水平以下。但长久的人类活动可能会导致重金属的不断累积，将来可能对土壤质量产生威胁，应注意保护土壤质量安全，防患于未然。

[1] 刘庆,杜志勇,史衍玺,等. 山东省寿光市土壤重金属环境质量评价[J]. 江西农业大学学报,2009,31(1):144-148.

[2] 黄勇,杨忠芳. 土壤质量评价国外研究进展[J]. 地质通报,2009,28(1):130-136.

[3] 李晓秀,陆安祥,王纪华,等. 北京地区基本农田土壤环境质量分析与评价[J]. 农业工程学报,2006,22(2):60-63.

[4] 马旺海,曹斌,杨进峰,等. 城市重金属污染特征[J]. 中央民族大学学报(自然科学版),2008,17(1):66-73.

[5] 任丽敏. 达里诺尔湖重金属的环境地球化学研究[D].呼和浩特：内蒙古大学,2012:9.

[6] 陈同斌,郑袁明,陈煌,等. 北京市不同土地利用类型的土壤砷含量特征[J]. 地理研究,2005,24(2):229-235.

[7] VAROL M.Assessment of heavy metal contamination in sediments of the Tigris River (Turkey) using pollution indices and multivariate statistical techniques[J].Journal of Hazardous Materials,2011,195:355-364.

[8] JIN Yongqing, WANG Xiaojuan, LU Juliang,et al.Effects of modern and ancient human activities on mercury in the environment in Xi’an area, Shaanxi Province, P.R.China[J].Environmental Pollution,2008,153(2)：342-350.

[9] 白晓宇,袁峰,李湘凌,等. 铜陵矿区土壤重金属元素的空间变异及污染分析[J]. 地学前缘,2008,15(5):256-263.

[10] 栾文楼,温小亚,马忠社,等. 冀东平原土壤中重金属元素的地球化学特征[J]. 现代地质,2008,22(6):939-947.

[11] 廖国礼,周音达,吴超. 尾矿区重金属污染浓度预测模型及其应用[J]. 中南大学学报(自然科学版),2004,35(6):1009-1013.

[12] 刘申,刘凤枝,李晓华,等. 天津公园土壤重金属污染评价及其空间分析[J]. 生态环境学报,2010,19(5):1097-1102.

[13] 陈涛,常庆瑞,刘京,等. 长期污灌农田土壤重金属污染及潜在环境风险评价[J]. 农业环境科学学报,2012,31(11):2152-2159.

[14] 何云峰,朱广伟,陈英旭,等. 运河(杭州段)沉积物中重金属的潜在生态风险研究[J]. 浙江大学学报(农业与生命科学版),2002,28(6):82-87.

[15] COLGAN A,HANKARD P K,SPURGEON D J,et al.Closing the loop: a spatial analysis to link observed environmental damage to predicted heavy metal emissions[J].Environmental Toxicology and Chemistry,2003, 22(5):970-976.

[16] BERNHARD A, CHE F I, MIKE J M,et al. Heavy metals in soils and crops in southeast Asia.
1. Peninsular Malaysia[J].Environmental Geochemistry and Health,2004, 26(3/4): 343-357.

[17] 付华,吴雁华,魏立华. 北京南部地区农业土壤重金属分布特征与评价[J]. 农业环境科学学报,2006,25(1):182-185.

[18] 胡克林,张凤荣,吕贻忠,等. 北京市大兴区土壤重金属含量的空间分布特征[J]. 环境科学学报,2004,24(3):463-468.

[19] 陈同斌,郑袁明,陈煌,等. 北京市土壤重金属含量背景值的系统研究[J]. 环境科学,2004,25(1):117-122.

[20] 姜菲菲,孙丹峰,李红,等. 北京市农业土壤重金属污染环境风险等级评价[J]. 农业工程学报,2011,27(8):330-337.

[21] ZHAO Yongcun,WANG Zhigang,SUN Weixia,et al.Spatial interrelations and multi-scale sources of soil heavy metal variability in a typical urban-rural transition area in Yangtze River Delta region of China[J].Geoderma,2010, 156(3/4):216-227.

[22] MAMAT Z,YIMIT H,ROU Z J,et al.Source identification and hazardous risk delineation of heavy metal contamination in Yanqi basin, northwest China[J].Science of the Total Environment,2014, 493: 1098-1111.

[23] BRADL H B.Adsorption of heavy metal ions on soils and soils constituents[J].Journal of Colloid and Interface Science,2004, 277(1):1-18.

[24] 张蚌蚌,刘秀萍,王数. 基于岩性分区的北京市密云县土地利用分析[J]. 中国农业大学学报,2013,18(1):188-194.

[25] 崔良满. 北京密云菜园地土壤重金属污染评价分析[J]. 江西农业,2016(5):76-79.

[26] 赵卓亚, 王志刚, 毕拥国, 等. 保定市城市绿地土壤重金属分布及其风险评价[J]. 河北农业大学学报, 2009, 32(2): 16-20.

[27] 张玉芬,李长安,熊德强,等. “巫山黄土”氧化物地球化学特征与古气候记录[J]. 中国地质,2013,40(1):352-360.

[28] 刁桂仪,文启忠. 黄土风化成土过程中主要元素迁移序列[J]. 地质地球化学,1999,27(1):21-26.

[29] 倪善芹,侯泉林,琚宜文,等. 北京下古生界碳酸盐岩地层中微量元素迁移富集规律[J]. 中国科学：D辑,2009,39(4):488-496.

[30] 郑顺安. 我国典型农田土壤中重金属的转化与迁移特征研究[D].杭州：浙江大学,2010：11-16.

[31] 倪善芹,琚宜文,侯泉林,等. 铁氧化物在重金属元素迁移风化过程中的作用对比及碳酸盐岩中重金属元素的富集[J]. 自然科学进展,2009,19(1):61-68.

[32] HAN Yongming, DU Peixuan, CAO Junji,et al. Multivariate analysis of heavy metal contamination in urban dusts of Xi’an, Central China [J]. Science of the Total Environment, 2006, 355(1/3): 176-186.

[33] WEI Luo, WANG Tieyu, LUO Yonglong, et al. Landscape ecology of the Guanting Reservoir, Beijing, China: Multivariate and geostatistical analyses of metals in soils [J]. Environmental Pollution, 2007, 146(2):567-576.

[34] CAI Limei,XU Zhencheng,REN Mingzhong,et al.Source identification of eight hazardous heavy metals in agricultural soils of Huizhou, Guangdong Province, China[J].Ecotoxicology and Environmental Safety, 2012, 78(3): 2-8.

[35] 王孝忠,田娣,邹春琴. 锌肥不同施用方式及施用量对我国主要粮食作物增产效果的影响[J]. 植物营养与肥料学报,2014,20(4):998-1004.

[36] EFSTRATIONS K.Accumulation of heavy metals in agricultural soils of Mediterranean: Insights from Argolida basin, Peloponnese, Greece[J].Geoderma,2014, 221:82-90.

[37] 郑袁明,罗金发,陈同斌,等. 北京市不同土地利用类型的土壤镉含量特征[J]. 地理研究,2005,24(4):542-548.

[38] 白玲玉,曾希柏,李莲芳,等. 不同农业利用方式对土壤重金属累积的影响及原因分析[J]. 中国农业科学,2010,43(1):96-104.

[39] 乔敏敏,季宏兵,朱先芳,等. 密云水库入库河流沉积物中重金属形态分析及风险评价[J]. 环境科学学报,2013,33(12):3324-3333.

[40] YANG Zhongping.Assessment of heavy metals contamination in urban topsoil from Changchun City, China[J].Journal of Geochemical Exploration,2011, 108(1):27-38.

[41] YU Jiang, HUANG Zhiyong, CHEN Ting, et al.Evaluation of ecological risk and source of heavy metals in vegetable-growing soils in Fujian Province, China[J].Environmental Earth Sciences,2012,65(1)：29-37.

[42] 韩鹏,孙天河,袁国礼,等. 首钢地区表层土壤重金属的分布特征及污染评价[J]. 现代地质,2012,26(5):963-971.

[43] FACCHINELLI A , SACCHI E , MALLEN L. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils [J]. Environmental Pollution, 2001, 114(3):313-324.

[44] 贾琳,杨林生,欧阳竹,等. 典型农业区农田土壤重金属潜在生态风险评价[J]. 农业环境科学学报,2009,28(11):2270-2276.

[45] 郑袁明,宋波,陈同斌,等. 北京市不同土地利用方式下土壤锌的积累及其污染风险[J]. 自然资源学报,2006,21(1):64-72.

[46] SUN Chunyuan, ZHAO Wenji, ZHANG Qianzhong, et al. Spatial distribution, sources apportionment and health risk of metals in topsoil in Beijing, China[J].Internation Journal of Environmental Research and Public Health,2016, 13(7):727.

[47] BAI Yang, WANG Min, PENG Chi,et al. Impacts of urbanization on the distribution of heavy metals in soils along the Huangpu River, the drinking water source for Shanghai[J].Environmental Science and Pollution Research,2016, 23(6)：5222-5231.

[48] CHEN Haiyang, TENG Yanguo, LU Sijin,et al.Source apportionment and health risk assessment of trace metals in surface soils of Beijing metropolitan, China[J].Chemosphere,2016, 144:1002-1011.

[49] YU Lei,CHENG Jiemin,ZHAN Jincheng, et al.Environmental quality and sources of heavy metals in the topsoil based on multivariate statistical analyses: a case study in Laiwu City, Shandong Province, China[J].Natural Hazards,2016, 81(3)：1435-1445.