红壤耕地重金属含量空间变异与潜在生态风险的不确定性

鲍思屹 徐梦洁 解菁菁 朱俐叶 庄舜尧

摘    要：以鹰潭市余江区为研究区，基于耕地土壤采样数据，采用地统计学法和潜在生态风险指数法，探讨了红壤耕地镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、锌（Zn）和砷（As）六种重金属的空间分布特征和潜在生态风险的不确定性。结果表明：（1）除As之外，其他5种重金属在土壤中均有一定程度的累积，而Cd的累积程度最为严重。（2）Cd元素处于较高生态风险，其他重金属均处于低生态风险;综合生态风险处于低水平的耕地面积占比82.86%。（3）单项重金属潜在生态风险的范围界定基本明确;但综合风险的范围界定存在不确定性，不确定区域占比近20%。对于不确定区域应当增加样点布设的密度，以便对生态风险范围进行更准确的判断，为研究区土壤重金属污染治理提供明确的信息。同时还需通过农业管理措施的改进来缓解土壤酸化趋势，从而减缓乃至遏止Cd在耕地土壤中的进一步累积。

关键词：红壤耕地;重金属;空间变异;潜在生态风险;不确定性

中图分类号：X53          文献标识码：A         DOI 编码：10.3969/j.issn.1006-6500.2020.07.012

Abstract： Yujiang District of Yingtan City was taken as the study area for  investigation of the spatial variability and potential ecological risk （PER） uncertainties of Cd， Cr， Cu， Pb， Zn and As in cultivated land of red soil. Geostatistics and PER Index method were employed with soil sample data of cultivated lands for evaluation. The results showed that： （1） Five heavy metal types including Cd， Cr， Cu， Pb and Zn had accumulated in soil to some extent， where Cd was the most serious.（2） The PER of Cd was at a relatively high level， while those of the other heavy metal types were at low levels. Cultivated lands with a low comprehensive PER accounted for 82.86% of the total area. （3） The scope with PER of single heavy metal was clear， but the scope with PER of all metals in comprehensive had an uncertainty proportion of nearly 20%. Accordingly， sampling density should be increased in the uncertain area for a more precise evaluation of lands with a higher PER， which could provicle clear information for the treatment of heavy metal polltion. Moreover， agricultural management measures should be improved to control soil acidification for the prevention of further accumulation of Cd in cultivated soil.

Key words： cultivated land of red soil; heavy metal; spatial variability; potential ecological risk; uncertainty

耕地重金属污染近年来逐渐成为影响农业生产安全的重要因素之一，相关研究涉及重金属污染空间分布、污染风险评价及重金属污染防治等诸多方面。作为重金属污染研究的重要内容，重金属污染风险评价有助于了解重金属污染空间分布状况及潜在风险，从而进行调控与治理。在风险评价之前，通常需将土壤样点数据转化为面状数据，不同的空间插值方法往往导致评价结果的不确定性[1-2]，因此需要进行不确定性分析。

江西省是農业大省，农用地的重金属污染问题较为突出。由于江西省矿产资源丰富，不合理的开采活动导致重金属进入农田，自上世纪50年代以来Cd、As和Cu污染就呈富集趋势[3]，其污染超标率也最为严重，按污染程度由轻至重为旱地、稻田、菜地以及园地[4]，污染范围涉及9 个地级市、18个县（县级市、区），受污染的耕地面积达到32.7万hm2[5]。研究人员在土壤采样的基础上进行了不同区域、不同尺度的重金属污染风险评价，如熊又升等[6]评价了鹰潭市农田重金属环境，发现当地50%的旱地、80%的菜地、85%的水稻土和70%的果园地均存在不同程度的重金属污染;周志高等[7]分析了余江区规模化养猪业对周边土壤和水环境的影响，指出养猪场过度集中不仅导致水质恶化，也使得Cu和Zn在土壤中显著累积。但是，有些文献较为久远，其中也缺乏潜在生态风险研究。本文以余江为研究区域，基于耕地土壤采样数据，选取Cd、Cr、Cu、Pb、Zn和As 6个重金属指标，分析重金属空间变异特征，进行重金属潜在生态风险评价，揭示土壤重金属生态风险的不确定性，以期为研究区土壤重金属污染治理提供科学依据，促进农产品的安全生产。

1 材料和方法

1.1 研究区概况

余江区（东经116°41'～117°09'，北纬28°04'～28°37'）隶属江西省鹰潭市，地处赣东北。截至2018年，全区总面积约931 km2，常住人口36.69万，地区生产总值134.6亿元[8]，区政府驻地为邓埠镇。余江区地貌以丘陵、山地、盆地和平原为主，地势由南北逐渐向中部倾斜;四季分明，温暖湿润，年均温为17.6 ℃，年均降水量1 788.8 mm，属于典型的亚热带湿润季风气候。

余江区的土壤类型以红土和水稻土为主，所占面积比例逾90%，此外还有极少部分潮土零星分布[6]。余江是国家粮食大区（县），土地利用方式以农用地为主，水田、旱地和林地面积占比超过90%，主要作物包括水稻、油菜、花生和红薯等[9]。

1.2 样品采集与分析

采样时间为2018年3月。采样前综合考虑土地利用类型、耕作与种植制度、产量等因素，在研究区1∶ 10万土地利用现状图上，按2×2 km网格共布设了124个采样点（见图1）。采样时使用梅花形采样法布设子样点，严格遵照《农田土壤环境质量监测技术规范》（NY/T 395-2000），采样深度为0～20 cm，每个样点采集土样约1.5 kg，充分混合装入自封袋，同时记录采样点的精确坐标、高程、耕作现状等相关信息。

土壤样品在去除杂物和自然风干后，碾碎并过20目筛，装入密封袋作为分析样本。Cd和Pb采用等离子体质谱法测定[10]，Cu、Cr和Zn采用等离子体光学发射光谱法测量[11]，As的含量采用氢化物-原子荧光法测量[12]。

1.3 数据处理与分析

首先，对研究区土壤样点数据进行描述性统计分析，并对土壤样点数据进行半变异函数拟合，得到耕地重金属含量的空间分布特征;其次，基于样点数据评价耕地重金属潜在生态风险级别;最后，采用指示克里格法来揭示土壤重金属潜在生态风险的不确定性。

使用SPSS 22.0软件进行描述性统计分析，使用ArcGIS10.2和GS+9.0实现地统计空间插值功能。

2 结果与分析

2.1 土壤重金属含量总体统计特征

由表1可知，除As外，其它重金属含量的均值均高于江西省土壤环境背景值[13]。6种重金属含量的变幅较大，其中Cd、Cu、Pb和Zn的极大值分别为农用地土壤污染风险筛选值（《土壤环境质量农用地土壤污染风险管控标准》（GB15618-2018））的17倍、1.5倍、1.1倍和1倍，表明耕地土壤存在重金属污染风险，而Cd的污染风险最为严重。

土壤重金属含量的空间分布受到随机因素和结构因素的共同影响，随机因素主要是人类的生产生活因素，而结构性因素则是气候、地形和生物等内在因素[14]。变异系数在一定程度上与样本受随机因素影响的程度呈正相关。余江区耕地土壤中Pb属于低等变异（10%～40%），Cr、Cu、Zn和As属于中等变异（40%～100%）状态，而Cd属于高度变异（>100%），表明随机（人为）因素对Cd含量有更突出的影响。

2.2 土壤重金属含量空间变异特征

正态检验表明，除Pb外，其余重金属含量均不符合正态分布，对其进行对数转换，使之符合正态分布后再构建半变异函数。参照模型判别标准[14]，球状模型是Cd和Pb的最优拟合模型，其余重金属元素适宜采用指数模型拟合。

块基比常用于反映土壤属性的空间相关性，结构性因素一般倾向于增强空间相关性，而随机性因素倾向于削弱空间相关性[14]。根据Cambardella[14]提出的划分标准，6种耕地土壤重金属元素中，除As的空间分布具有强烈的空间相关性外（<25%），其他皆具有中等强度的空间相关性（25%～75%）。表明结构性因素对As元素的空间分布起主导作用，而Cd、Cr、Cu、Pb和Zn则因为随机性因素使得空间相关性减弱，受自然因素和人类活动共同影响。Cd的块基比值最高，受人为活动的影响更显著，这也与变异系数的计算结果相符。变程是空间自相关距离[14]，表示属性具有空间相关性的距离上限，从模型拟合结果看，重金属含量的变程从小到大依次为As、Zn、Cd、Pb，Cr和Cu的变程最大，均为71.1 km。

以余江区耕地分布范围为基准进行掩膜提取，根据半变异函数模型进行普通克里格插值，得到耕地土壤重金属空间分布图（图2）。由插值结果可知，6种重金属元素的空间分布特征较为相似，中部均为低值区，其中Cd元素呈南高北低态势，Cr、Cu和Zn则具有南北部较高，其他区域较低的特点，而Pb和As呈高低值交错分布。Cd的高值区位于马荃镇和锦江镇;Cr的高值区位于画桥镇、黄庄乡和马荃镇;Cu的高值区位于画桥镇、锦江镇和马荃镇;Pb的高值区位于锦江镇、杨溪乡和马荃镇;Zn的高值区位于画桥镇北部和马荃镇南部;As的高值区位于黃庄乡、锦江镇和杨溪乡。

研究区耕地重金属的空间分布主要受到土壤酸化、生猪饲养和工业污染等因素的影响。首先，研究区近年土壤酸化趋势显著，1982—2007年耕地土壤的pH值下降了0.89，其中南部的马荃镇和中部的锦江镇的土壤酸化现象尤其严重[9]。土壤明显酸化会增大重金属污染的可能性[15]，形成重金属污染的高值区。其次，画桥镇、马荃镇和锦江镇近年的畜牧业发展以生猪等为主，分布了许多颇具规模的养猪场，产生的固液废弃物等导致Cu和Zn在土壤中明显累积[7]。第三，杨溪乡、黄庄乡和锦江镇的矿产资源较为丰富，矿物开采和加工的乡镇企业较多，矿产资源开发导致的“三废”排放是江西省土壤重金属污染最重要的原因[4]，虽然不少企业因污染而关闭，但其对环境的不利影响很难在短期内消除。

插值结果（表3）显示，除Cd外的5种重金属元素含量基本均低于农用地土壤污染风险筛选值，但除As之外，其他5种重金属在耕地中均有累积，其中Cd的状况最为严重。研究区内Cd含量高于污染风险筛选值的耕地面积占比45.46%，近半耕地存在污染风险，其中还有3.9%的区域污染程度较高（>0.5 mg·kg-1）。

2.3 潜在生态风险评价

基于样点数据，以江西省土壤环境背景值为基准，采用Hakanson潜在生态风险指数法评价研究区耕地土壤重金属污染。潜在生态风险指数法包括单项和综合评价，其计算公式为：

其中，Ei  r 为重金属污染物的单项潜在生态风险指数，T i  r 则是由标准化重金属毒性系数确定的重金属的毒性响应系数，Ci为污染重金属实测值，Ci    n  为土壤重金属标准背景值，Ci/ Ci    n  为重金属单项污染系数，RI为综合潜在生态风险指数。Cd、Cr、Cu、Pb、Zn与As的毒性响应系数分别为30，2，5，5，1与10[13]。

2.3.1 单项评价 Cd、Cr、Cu、Pb、Zn与As的单项污染系数按其均值分别为3.71，1.28，1.17，1.02，1.17和0.67，其中Cd属于较高污染（>3），As属于轻微污染（<1），其他元素属于中等污染。重金属的单项潜在生态风险指数按均值从低到高依次为Zn、Cr、Pb、Cu、As和Cd，除Cd元素具有较高生态风险外（160>Ei  r  >80），其余元素均处于低生态风险（Ei  r  <40）（表4）。

Cd元素处于低、中等、较高、高与极高生态风险的样点分别占比5.70%，38.10%，46.67%，6.67%和2.86%，其中南部的马荃镇为生态风险极高样点分布区;其他重金属元素的样点数据均处于低生态风险。

2.3.2 综合评价 余江区耕地潜在生态风险指数的均值为133.643，变幅为33.41～1 534.46，总体处于低生态风险状态。处于低、中等、高和极高生态风险的样点分别占比82.86%，12.38%，3.81%和0.95%。

仿照表4 ，增加表5 耕地重金属综合评价指数表。

2.4 潜在生态风险的不确定性分析

2.4.1 单项潜在生态风险 以单项潜在生态风险指数值40.0作为指示克里格插值的阈值，得到单项潜在生态风险概率分布图（图3）。由图3可知，Cd的潜在生态风险概率较高，主要介于0.6～1.0，其他重金属的风险概率较低，均为小于0.2。对比指示克里格插值结果与单项潜在生态风险指数结果，按概率值从0.1至1.0，以0.1为单位递进，确定无污染/污染的临界概率值。结果表明，Cd的临界概率值为0.3，其他重金属为0.5，再以此为基准进行重采样，得到单项重金属潜在生态风险分布图。研究区内Cr、Cu、Pb、Zn和As均处于低生态风险，而Cd处于中等及以上生态风险（图4）。

综合2种克里格插值结果，研究区耕地土壤中Cr、Pb、As、Cu和Zn均处于低生态风险水平，Cd处于中等及以上生态风险水平的耕地面积为99.53%，仅有中部春涛乡和洪湖乡的零星部分属不确定区域（图4），面积占比0.47%。

2.4.2 综合潜在生态风险 以综合潜在生态风险指数值150.0作为指示克里格插值的阈值，得到综合潜在生态风险概率分布图（图5）;重复前述不确定性分析步骤，取概率值0.4作为临界值，得到综合潜在生态风险概率预测图（图6），结果显示研究区内低生态风险区域与中等及以上生态风险区域面积比例分别为96.06%与3.94%。

综合2种插值的结果可知，研究区耕地土壤重金属主要处于低生态风险水平，低生态风险与中等以上生态风险耕地面积分别占比78.58%与3.04%，不确定区域面积占比18.38%;中等及以上生态风险区域主要集中于锦江镇，不确定性区域分布较广（图7）。

3 结论与讨论

本文以余江区耕地土壤采样数据为基础，分析耕地土壤中Cd、Cr、Cu、Pb、Zn和As这6种重金属的空间变异特征，评价重金属的潜在生态风险，进而揭示土壤重金属生态风险的不确定性。研究结果表明，除As之外，其他5种重金属在研究区耕地土壤中均有一定程度的积累，Cr、Pb、As、Cu和Zn均属于低生态风险，而Cd属于中等及以上风险的耕地面积比重高达94.3%;土壤综合潜在生态风险总体属于低生态风险，但仍有17.14%的耕地处于中等及以上风险状态。6种重金属元素中，仅有Cd的潜在生态风险存在不确定区域，面积占比仅为0.47%;但综合潜在生态风险的不确定区域面积占比18.38%，主要分布于錦江镇、马荃镇和洪湖乡，与Cd的高生态风险和极高生态风险区域重合。

熊又升等[6]于2006年在鹰潭市通过对“清洁”样本的分析得到了多种重金属的土壤环境背景值。将本研究的样点数据与文献中的全市背景值相比，Cd、Cr、Pb和As在耕地土壤中的均值分别为背景值的3.27，1.46，1.21和1.56倍，Cd的倍数比显著高于其他重金属，间接体现了Cd在耕地土壤中较高的累积程度和污染风险的严重性。Cd的变异系数为135.14，远超其他元素;Cd的半变异函数块基比为44%，也超过其他元素，两者都表明Cd在耕地土壤中的累积显著受到人类活动的影响。鉴于Cd的浓度和活性与土壤pH值密切相关，结合研究区近40年土壤pH值快速下降的趋势[9]，农耕制度与管理措施是导致Cd生态风险突出的重要因素。

地统计学法被广泛应用于土壤重金属含量的空间分布预测[1]，在此基础上，根据生态风险临界值可以确定生态风险程度与范围。但是不同插值方法的预测结果存在差异，使得生态风险范围存在不确定性。谢云峰等[16]分析和比较了反距离加权、局部多项式、普通克里格和径向基函数等插值模型的拟合效果，指出这些方法的预测精度无太大区别，但因普通克里格插值法具有平滑效应，因此在判定轻度污染区域时与反距离权重法的结果差别较大。李凯等[17]也得到了相似的结论，他指出普通克里格法能较为准确地界定无污染和污染区，但是平滑效应会丢失局部极大值和极小值信息，致使对轻度、中度和重度污染区进一步区分的精度下降。由于普通克里格存在平滑效应，原始数据的分布特征也会对不确定性产生影响。吴春发等[1]对比了普通克里格和指示克里格插值法界定的冶炼厂周边土壤重金属污染范围，Cu、Zn、Pb和Cd的不确定范围分别占比20.8%，10.5%，12.5%和10.9%，其中Cu的不确定范围占比最高，其变异系数也最大（175.1%），其他重金属的变异系数则较为接近。刘颖颖等[2]以武汉市青山区为研究区，采用同样的方法分析了土壤中Cu、Pb和Zn污染范围的不确定性，三种重金属的不确定范围占比与变异系数也呈正相关。当原始数据变幅较大，且其区间包含临界值时，容易导致较大的不确定范围。本研究中，Cd属于高度变异，其他元素均属于中等或低等变异，Cd的单项潜在生态风险指数区间包含多个风险级别的临界值，因此导致综合潜在生态风险的不确定区域面积占比较高。此外，采样点的布设密度和指示克里格插值时概率阈值的选择也会影响不确定性不要体现文献标示。

针对综合潜在生态风险评价中的不确定区域，应继续加大样点布设的密度，以便对生态风险范围进行更准确的判断，为研究区土壤重金属污染治理提供更精确的信息。同时，通过农业管理措施的改进以缓解土壤酸化趋势，从而减缓及遏止Cd在耕地土壤中的进一步累积，将是进一步研究的重点。应是研究人员的关注方向。

参考文献：

[1]吴春发， 吴嘉平， 骆永明， 等. 冶炼厂周边土壤重金属污染范围的界定与不确定性分析[J]. 土壤学报， 2009， 46（6）： 1006-1012.

[2]刘颖颖， 梅杨， 廖祥森， 等. 青山区土壤重金属超标范围的不确定性分析[J]. 环境科学与技术， 2016， 39（s2）： 449-454.

[3]林世滔， 李琳， 卢志红， 等.基于GIS的江西省耕地土壤重金属污染评价研究[J]. 江西农业大学学报， 2014， 36（5）： 1167-1172.

[4]黄国勤. 江西省土壤重金属污染研究Ⅲ.不同类型和深度土壤重金属污染状况[C]//中国环境科学学会学术年会论文集（2015）. 北京： 中国环境科学出版社， 2015： 4308-4316.

[5]吕贵芬， 杨涛， 陈院华， 等. 江西省土壤重金属污染治理研究进展[J].能源研究与管理， 2016（2）： 16-18，57.

[6]熊又升， 何圆球， 王兴祥， 等. 小尺度区域红壤重金属含量背景值及其环境质量评价[J]. 华中农业大学学报， 2006， 51（5）： 524-529.

[7]周志高， 李忠佩， 何园球， 等. 红壤丘陵区生猪规模化养殖及其对土壤与水环境的影响——以江西省余江县为例[J]. 土壤学报， 2013， 50（4）： 703-711.

[8]鹰潭市统计局， 国家统计局鹰潭调查队. 鹰潭统计年鉴-2018[J]. 北京： 中国统计出版社， 2018.

[9]张忠启， 茆彭， 于东升， 等. 近25年来典型红壤区土壤pH变化特征——以江西省余江县为例[J]. 土壤学报， 2018， 55（6）： 1545-1553.

[10]杨磊， 熊黑刚. 新疆准东煤田土壤重金属来源分析及风险评价[J]. 农业工程学报， 2018， 34（15）： 273-281.

[11]方利江， 葛春盈， 蔣红， 等 .舟山海域表层沉积物重金属分布、来源及潜在生态风险评价[J]. 海洋环境科学， 2019， 38（5）： 769-775.

[12]王向辉， 周鑫， 吴高蓉， 等. 美舍河清淤底泥分析评价及土地资源化利用[J]. 科学技术与工程， 2019， 19（15）： 360-364.

[13]何纪力. 江西省土壤环境背景值研究[M]. 北京： 中国环境科学出版社， 2006.

[14]CAMBARDELLA C A， KARLEN D L. Spatial analysis of soil fertility parameters[J]. Precision agriculture， 1999， 1（1）： 5-14.

[15]邵文静. 苏南耕地重金属污染和酸化特征及碳酸盐矿物的响应[D]. 南京：南京大学， 2016.

[16]谢云峰， 陈同斌， 雷梅， 等. 空间插值模型对土壤Cd污染评价结果的影响[J]. 环境科学学报， 2010， 30（4）： 847-854.

[17]李凯， 赵华甫， 吴克宁， 等. 土壤重金属Cd污染指数的适宜插值方法和合理采样数量研究[J]. 土壤通报， 2016， 47（5）： 1056-1064.