基于综合质量影响指数的耕地土壤质量评价与分区

陈文欢，王 湃，熊昌盛

（海南大学政治与公共管理学院，海南·海口 570228）

近年来，我国因耕地土壤重金属污染而导致的食物中毒事件频繁发生，引起社会各界广泛关注[1]。土壤重金属含量是反映土壤环境质量的重要因素，对其进行评价有助于促进区域土地资源的合理利用[2]。进行耕地土壤质量评价是未来耕地土壤环境保护工作的重点，根据评价结果进行土壤重金属污染风险等级划分及安全利用分区与管控，实现区域性耕地土壤污染综合治理，有着十分重要的现实意义。现有关于耕地土壤质量评价研究主要集中在两个方面：一是采用不同评价方法对研究区土壤质量进行评价[3-4]；二是对重金属污染农用地进行分区管控[5-6]。在评价方法上，常见的评价方法有单因子指数法、模糊综合评价法、灰色聚类法和综合指数法等[7-10]。这些评价方法侧重于土壤中重金属污染的评价，或侧重于农产品污染的评价，且评价过程中忽视土壤环境质量背景、元素价态效应，造成评价结果不够科学[11]。对此，有学者提出土壤环境质量与农产品质量相结合的一种新的土壤重金属影响评价方法，即综合质量影响指数法（influence index of comprehensive quality, IICQ）。该方法将土壤背景值和重金属形态纳入土壤与农作物的综合评价中，克服了现有评价方法存在的问题，使得评价结果更加客观可靠和准确[12]。在分区管控上，主要采用一定的模型或方法对非点源污染进行评价或分区。如采用SWAT模型对三峡库区非点源污染进行控制分区方案的研究[13]；对流域尺度的非点源污染物排放特征进行分析与控制分区[14-15]；也有学者分析农业面源污染的成因并在此基础上进行污染排放评价，由此提出针对性的调控对策[16]。总的来说，以往研究内容存在的问题主要有：现有的重金属污染指数评价方法主要考虑土壤中重金属含量过高的问题，而较少结合农产品质量进行耕地土壤质量综合评价的实证研究；较少对农用地重金属污染进行风险分区，而从土壤和农作物污染的视角进行风险分区与管控的研究更少。

综上，本文以儋州市为研究对象，采用空间插值和单因子污染指数法分析土壤和水稻中重金属的基本特征，运用IICQ对土壤—水稻系统进行综合评价和分等定级。最后，基于IICQ评价结果对研究区耕地土壤污染风险进行安全利用分区，并提出合理的管控建议。通过对土壤和农作物进行综合质量评价得出研究区土壤重金属的污染情况，旨在提升区域耕地土壤重金属污染评价的准确性，结合评价结果进行分区并提出更具针对性的分类管控治理农用地措施，有利于实现耕地土壤资源的安全利用。

1 材料与方法

1.1 研究区概况

儋州地处海南岛西北部，濒临北部湾，全市辖16个镇（图1），土地面积3400km2，耕地面积为1074.93km2。截至2018年底，户籍总人口达96.73万。儋州市位于亚热带地区，为典型的热带季风气候。平均气温23.1℃，年均降雨量1823mm，受台风影响较小。全市地势由东南向西北倾斜，由平原、丘陵、山地三部分构成，丘陵占76.5%，滨海平原占23.13%，山地占0.37%。南部属山地和丘陵地带，西南属平原阶地及火山熔岩台地，东南部为砂壤土，海拔多在100～200m之间，中部为河流冲积平原，北部主要为玄武岩和第四纪的海相沉积层，海拔在5～10m之间，境内大部分都在海拔200m以下。全境土壤以砖红壤为主，红壤在中亚热带湿热气候常绿阔叶林植被条件下，发生脱硅富铝过程和生物富集作用，发育成红色、铁铝聚集、酸性、盐基高度不饱和的铁铝土，适应各种农作物生长。

图1 研究区土地利用现状Fig.1 Land use status of the study area

1.2 样本采集与分析

本研究的监测对象分别是儋州市重要工矿企业周边耕地以及除此以外的一般耕地。基于随机性原则和代表性原则，采用混合采样法在研究区耕地表层（20 cm）采集土壤样品[17]。截至2018年底，共采样710个，在每个土样采集点同步采集30个稻穗，由90个稻穗组成1个混合样。将710个土壤点位数据根据经纬度信息导入GIS平台，从而生成采样点分布图（图2）。

图2 采样点分布Fig.2 Distribution of sampling points

检测项目包括pH和镉（Cd）、汞（Hg）、铅（Pb）、砷（As）4项重金属元素[18]。将土壤样品经过自然风干后由玛瑙研钵研磨并过100目尼龙筛备用待测，土壤样品经消煮后，对As、Hg、Cd、Pb五种重金属的含量进行分析测试：As、Hg含量用氢化物发生原子荧光光谱法（HG-AFS）分析；Cd含量用石墨炉原子吸收光谱法（GF-AAS）分析；Pb含量用电感耦合等离子体发射光谱法（ICP-AES）分析[19]。土壤（土水比为1:2.5）pH值采用玻璃电极法（NY/T395-2000，Orion-210酸度计）测定[18]。

1.3 研究方法

1.3.1 单因子污染指数

单因子指数法适用于单一的土壤污染物评价，是其他环境质量指数、环境质量分级和综合评价的基础[18]。采用单因子污染指数法评估研究区域土壤或水稻中单个重金属的污染状况，其计算如下：

式中：Pi为土壤中污染物i的单因子污染指数；Ci为调查点位土壤中污染物i的实测含量；Si为污染物i的评价标准值或参考值，主要参照《农田土壤污染土壤环境质量风险控制标准》（GB 15618-2018）[20]、《食品安全国家标准食品中污染物限量》（GB 2762-2017）[21]及相关文献获得[22-23]。

1.3.2 土壤—水稻系统重金属综合质量评价方法

耕地土壤重金属综合质量影响指数（IICQ）由土壤综合质量影响指数（IICQS）和农产品综合质量影响指数（IICQAP）组成，同时考虑了土壤元素背景值、土壤元素标准和价态效应、农产品中目标元素的含量和污染物限量标准等因素[12]。相较于单因子污染指数法，IICQ有效解决了土壤和农产品在土壤环境质量评价中无法同时兼顾的问题，使评价结果更加客观和准确，更符合耕地土壤环境质量的实际情况。采用IICQ评价耕地土壤重金属的综合质量，包括以下三个过程：

（1）土壤重金属含量评价

分别求出土壤相对影响当量（relative impact equivalent, RIE），土壤元素测定浓度偏离背景值程度（deviation degree of determination concentration from the background value，DDDB），土壤标准偏离背景值程度（deviation degree of soil standard from the background value，DDSB），三个指标的计算公式如下：

式中：N是测定元素的数目，Csi是元素i的土壤环境质量标准值（土壤筛选值），n为测定元素i的氧化数（Pb为4；Hg为2；Cd为2；As为5）；而PSBi是Ci和CBi的比率，CBi是指元素i的背景值，具体参考相关文献获取[22,24]。其中，RIE值越大意味着外源物质影响更显著；DDDB反映外源物质偏离土壤背景值的程度，是衡量当地土壤环境承载能力的指标，值越大表明土壤标准偏离背景值程度越大，对外源物质的缓冲性越强。

（2）农产品品质指数（quality index of agricultural products, QIAP）

QIAP表示农产品的质量情况，数值大小代表重金属对水稻质量影响的状况，当农产品中重金属浓度超过污染物限量标准时，数值越大代表农产品品质越差[12]。公式如下：

式中：CAPi对应土壤点位农产品元素i的含量，CLSi为农产品中重金属元素i的限量标准，依据《国家食品安全标准食品污染物限量》（GB 2762-2017）得到[21]。

（3）综合质量影响指数（IICQ）

IICQ是土壤综合质量影响指数（IICQS）和农产品综合质量影响指数（IICQAP）之和。公式如下：

式中：X和Y分别为土壤测量值中超过筛选值和背景值的个数；Z为水稻中超过污染物限值标准的元素数；k为背景校正因子，是水稻污染物限量国家标准与元素背景值之比的参数，从食品安全性考虑并计算后设定背景校正因子k为5[12]。

由公式（6）（7），IICQS和IICQAP呈四种可能：

①当X=0、0＜IICQS＜1、Z=0、IICQAP＜1时，表示土壤和水稻两者都未受污染，即在一定指标下，土壤环境质量状况良好；

②当X=0、0＜IICQS＜1、Z＞1或IICQAP＞1时，表示土壤未受污染，但水稻受污染，即土壤综合环境质量已处于亚健康状态，不适用于生产水稻，有必要追踪水稻污染物来源；

③当X≥1或IICQS＞1、Z=0、IICQAP＜1时，表示土壤受污染，但水稻在限定质量标准内，即土壤综合环境质量处于亚污染状态，需密切关注；

④当X≥1和Z≥1时，表示土壤和水稻都受不同程度污染。

根据得到的四种情形通过公式（8）将土壤环境质量状况划分为五个等级（表1）。

表1 土壤环境质量状态描述与分级Table 1 Description and classification of soil environmental quality status

2 结果与分析

21 儋州市土壤与水稻重金属污染空间分布格局分析

2.1.1 儋州市土壤重金属污染分布特征

根据样本的监测分析结果可知，pH的变化范围为4.25-7.32，平均值为6.02，研究区的土壤整体呈弱酸性。采用SPSS对710个样点的Cd、Hg、As、Pb进行分析，主要选取最小值、最大值、平均值、中位数、标准偏差和变异系数分析土壤重金属的分布状况（表2）。

表2 土壤中各元素含量的特征统计Table 2 Characteristic statistics of elements content in soil

710个土壤样点中Cd、Hg、As、Pb的算数平均值分别为0.31、0.30、13.16、78.77mg/kg，四种金属的平均值均高于相应的背景值。通过标准差和平均值的比值得到变异系数，变异系数主要用于表示数据的离散程度，值越大表征离散程度越高，分布越不均匀[25]。研究区域土壤中变异系数排序从大到小依次为Pb（64.17%）＞As（56.69%）＞Cd（43.75%）＞Hg（43.33%），其中Pb和As的变异系数较大，空间变异相对显著，属于强变异，易受外界的影响；Cd和Hg变异系数小于50%，表明Cd和Hg空间变异一般显著，受外界影响较小。

单一的含量统计缺乏客观性，需要与当地的土壤背景值进行比较。重金属的污染率指重金属含量超过背景值点位数的百分比，得到四项重金属的污染率都不超过5.00%。而探究重金属的污染状况还需参照土壤中重金属含量的平均值与相对应的土壤背景值的比值[26]，得到四种重金属平均超标倍数由大到小的排序为As＞Cd＞Pb＞Hg。由此得到一个基本结论，研究区土壤中重金属污染物主要为As和Cd。

通过空间插值得到儋州市土壤中Cd、Hg、As、Pb含量的空间分布（图3）。土壤中Cd、Hg、Pb金属高含量区主要集中分布于儋州市北部边缘，其中，Cd、Hg金属含量的空间分布相对均匀，而Pb金属含量的空间分布最不均匀；As金属高含量区主要分布于西北角，空间分布不均匀。

图3 土壤重金属空间插值分布Fig.3 Spatial interpolation distribution of heavy metals in soil

2.1.2 儋州市水稻重金属污染分布特征

利用SPSS对水稻中Cd、Hg、As、Pb含量进行描述性统计，总结其数据特征（表3）。水稻中Cd、Hg、As、Pb的算数平均值分别为0.109、0.010、0.111和0.102mg/kg，中位数分别为0.110、0.010、0.100和0.100mg/kg，水稻中四种金属的平均值均低于相应的背景值。水稻中四项重金属的变异系数排序从大到小依次为As（79.20%）＞Pb（60.78%）＞Cd（60.55%）＞Hg（60.00%），变异系数普遍较大，空间变异显著，属于强变异，容易受到外界影响。从污染程度看，水稻受Cd、Hg、As、Pb重金属轻度污染，污染率分别为7.61%、4.23%、0.15%和6.02%。进行非参数检验，得到水稻中四类重金属含量数据都属于正态分布。初步判定水稻中重金属的污染物主要为Pb和Cd，水稻重金属整体污染程度相对较低。

表3 水稻中各元素含量及基本特征Table 3 Contents and basic characteristics of elements in rice

通过空间插值得到研究区水稻中Cd、Hg、As、Pb含量的空间分布情况（图4）。研究区水稻的Cd和As高含量区域主要集中在儋州市的北部，受Hg、Pb污染地区的空间分布较零散，南部地区受污染程度相对较低。

图4 水稻重金属空间插值分布Fig.4 Spatial interpolation distribution of heavy metals in rice

2.2 儋州市耕地土壤质量评价结果分析

通过计算土壤综合质量影响指数（IICQS）和农产品综合质量影响指数（IICQAP），将研究区土壤—水稻系统划分为四个评价等级，并通过空间插值得到土壤受污染等级空间分布情况（图5）。

图5 耕地土壤—水稻系统质量状况图Fig.5 Quality map of cultivated soil rice system

研究区1074.93km2耕地中，土壤和水稻都未受污染的面积为130.2km2（占12.11%），分布于除儋州市北部地区外的各个乡镇；土壤和水稻均受污染的面积为33.27km2（占3.10%），主要集中在研究区北部地区；土壤受污染而水稻未受污染的面积为875.13km2（占81.41%），零散分布于不同乡镇中，其中儋州市东部地区分布较为集中；土壤未受污染而水稻超限定值的面积为36.33km2（占3.38%），主要集中在儋州市北部地区，围绕土壤及水稻均受污染区域呈圈层扩散，另外东北部区域也有小范围分布。研究区只有少部分的土壤和水稻同时处于未污染状况，南部地区受污染程度较轻，而绝大部分区域都受到不同程度的污染。

经计算得到研究区耕地样点的IICQ，将结果划为5个等级，通过ArcGIS的空间插值得到其空间分布格局（图6）。其中清洁（I级）面积为121.13km2，占比为11.27%，零散分布于除儋州市北部的其他区域中；轻微污染（II级）面积为870.6km2，占比为80.99%，该等级分布范围最多且最广，除了研究区北区外，其他区域都有该等级的分布；中度污染（Ⅲ级）面积为45.33km2，占比为4.22%，分布于研究区北部和东城镇北部；重度污染（IV级）面积为21.2km2，占比为1.97%，主要分布于峨蔓镇和木棠镇；极度污染（V级）面积为16.67km2，占比为1.97%和1.55%，主要集中分布于儋州西北部的峨蔓镇和木棠镇。

图6 耕地重金属综合污染等级图Fig.6 Comprehensive pollution grade map of heavy metals in cultivated land

2.3 儋州市耕地土壤分区管制分析

根据土壤—水稻综合质量评价结果和污染等级划分，可将研究区耕地资源保护划分为五大类：安全区、基本安全区、低风险区、中风险区和高风险区5个安全等级（表4和图7），并可结合不同分区的特点提出差别化的管制措施与建议。

图7 研究区的耕地安全利用分区图Fig.7 Zoning map of cultivated land safety utilization in the study area

表4 安全利用分区方案Table 4 Division basis of safe utilization zoning

（1）安全区，该区121.13km2，占总耕地面积的11.27%，零散分布在除峨蔓镇和木棠镇的其他区域中，但在雅星镇西北部、排浦镇东部有较大比重的聚集；此外，在划分为安全区的乡镇中，南丰镇、排浦镇占比最高，而白马井镇、那大镇只有乡镇边界处有微小分布。安全区内耕地土壤中的重金属含量均未超过土壤风险筛选值，同时水稻产品中的重金属含量符合食物限量标准。因此，该区应该实行最严格的耕地保护制度，需要对耕地进行重点保护，防止土壤重金属污染造成农作物污染，保证耕地土壤与周边环境时刻处于安全状态，使土壤和农作物维持在安全状态。

（2）基本安全区，该区870.6km2，占总耕地面积的80.99%，分布在除峨蔓镇的其他乡镇中，其中兰洋镇都为基本安全区；在海头镇、白马井镇、光村镇、新州镇和王五镇分布较集中，而大成镇的基本安全区是围绕安全区呈圈状分布。基本安全区内耕地土壤中的重金属含量略高于土壤风险筛选值，水稻中的重金属符合食物限量标准，表明土壤中重金属含量有轻微积累，但不会威胁到农产品和人体健康。因此需要对土壤污染源进行控制并采取措施防止新的重金属污染，严禁在周边建立有色金属厂、垃圾焚烧厂蓄电池制造厂等可能造成土壤重金属污染的化工厂，保证耕地土壤和周围环境处于较为安全的状态。

（3）低风险监控区，该区45.33km2，占总耕地面积的4.22%，集中分布在东成镇东北部、三都镇北部、峨蔓镇北区和木棠镇中部，在中和镇的西北部有较少的分布，光村镇和新州镇乡镇边界处有微小分布。低风险监控区内耕地土壤重金属含量较高于土壤筛选值，但是水稻中的重金属含量符合食物限量标准，表明此刻土壤及周边状态对水稻和人体健康基本上构不成威胁。应切断重金属污染源并对土壤、灌溉水、周围环境进行动态监控，以经济可行性为前提对土壤进行修复和整治。

（4）中风险预警区，该区21.2km2，占总耕地面积的1.97%，集中分布在峨蔓镇南部和木棠镇西北部，围绕着高风险限制区呈圈层扩散，此外，在三都镇与峨蔓镇的乡镇交界处有微小分布。中风险预警区内耕地土壤重金属含量较高，而且水稻的重金属已经超过食物限量标准，表明土壤以及周围环境对水稻质量已经造成威胁，对人体健康造成较大潜在风险。需要对土壤采取重金属污染风险评估，实施风险预警防控管理，采取合适的土壤修复和整治措施，比如植物淋浴和固定化处理等。此外，必要时可适当进行农业结构调整，即更换或轮作不同农作物类型。

（5）高风险限制区，该区16.67km2，占总耕地面积的1.55%，该区的占比最少但最聚集，集中分布在峨蔓镇南部和与木棠镇的乡镇交界处。高风险限制区内耕地土壤重金属含量严重超过土壤风险筛选值，土壤受到严重污染，且水稻安全受到较大威胁，当水稻中的重金属含量超过食物限量标准时，长期食用可能威胁人体健康，增加患病概率。采取土壤综合整治措施，并深入调查污染源和检测土壤、大气和灌溉水的环境质量，预警污染范围；限制农用地利用，调整作物结构或者在必要的情况下可将农用地转换为非农用地，降低存在的风险。

经分区统计分析，结合该市的统计年鉴和实地调研，对高风险限制区、中风险预警区和低风险监控区进行了重点分析发现：木棠镇有工业园区，分布不同类型的工厂；而峨蔓镇有较大规模的畜禽养殖场。而这些主要工业企业和畜牧业集中分布在乡镇的边缘区域和水域密集地带，将释放的废水、废弃物中的重金属污染到周围的农作物中，所以有必要以安全利用、因地制宜为原则，提出分区利用及管理防控的合理性建议[27]。

3 结论与讨论

本文以儋州市为例，首先采用单因子污染指数法和空间插值分析对土壤和水稻中Cd、Hg、As、Pb四种重金属的基本特征和空间分布情况，其次运用综合质量指数（IICQ）对土壤—水稻系统质量进行了综合评价，并依据土壤—水稻系统的重金属污染等级和农田综合质量状况对研究区进行安全利用分区，提出了针对性的分区管控建议。主要结论如下：

（1）研究区土壤中四项重金属的污染程度由高到低依次为As、Cd、Pb、Hg；而水稻中四项重金属的污染程度由高到低依次为Cd、Pb、Hg、As。土壤和水稻的四项重金属在北部地区含量最高，空间分布不均匀。

（2）运用IICQ评价土壤—水稻系统重金属污染状况，根据结果将其划分为I级（清洁）和II级（轻微污染）、Ⅲ级（中度污染）、IV级（重度污染）和V级（极度污染）。结果表明，研究区主要处于轻微污染状态，其次为清洁状态和中度污染状态，土壤—水稻系统整体处于亚健康状态，水稻基本符合国家食品安全标准。

（3）基于综合质量指数（IICQ）的评价结果，将研究区划分为5个安全利用分区：安全区、基本安全区、低风险监控区、中风险预警区和高风险限制区。研究区主要为基本安全区，而中风险预警区和高风险限制区分布最少。并针对不同分区的特征表现，提出合理化管控建议。

本文采用IICQ法将土壤背景值和重金属形态纳入土壤与农作物的综合评价中，并从土壤和农作物污染的视角进行风险分区与管控，有利于实现耕地土壤资源的安全利用。今后研究可采用不同评价方法验证综合指数法的结果准确性，同时继续深入耕地土壤安全利用定量划分方案的研究。