新疆博斯騰湖西岸湖濱帶土壤剖面重金屬分布特征及來源分析

阿提姑·吐爾洪, 李新國, 李志, 劉彬, 麥麥提吐爾遜·艾則孜

新疆博斯騰湖西岸湖濱帶土壤剖面重金屬分布特征及來源分析

阿提姑·吐爾洪1,2, 李新國1,*, 李志1,2, 劉彬1,2, 麥麥提吐爾遜·艾則孜1,2

1. 新疆師范大學地理科學與旅游學院, 烏魯木齊 830054 2. 新疆干旱區湖泊環境與資源實驗室, 烏魯木齊 830054 3. 新疆師范大學生命科學學院, 烏魯木齊 830054

采集研究區耕地、未利用地75個土壤剖面樣品, 分析其Cr、Ni、Pb、Zn、Cd含量, 利用地累積指數、Hankason潛在風險指數、PCA/APCS受體模型進行分析。研究結果表明: (1)土壤中Cd、Cr、Ni、Pb、Zn含量的總超標率依次為89.00%、25.30%、14.70%、30.70%、29.33%, 其中Cr、Zn分別在耕地10—20 cm、20—30 cm層超過新疆土壤背景值的1.04、1.03倍。(2)Cd在耕地20—30 cm層、未利用地10—20 cm、20—30 cm層為輕度污染水平、中度潛在生態風險, 其余剖面層Cr、Ni、Pb、Zn、Cd為無污染水平、輕度潛在生態風險。(3)土壤母質對Cr、Ni、Pb、Zn、Cd的平均貢獻率依次為69.90%、78.80%、63.15%、70.68%、24.64%, 交通污染源對Pb、Cd的平均貢獻率依次為22.38%、47.39%, 農業活動污染源對Cr、Ni、Cd的平均貢獻率依次為14.30%、6.86%、20.35%。(4)研究區耕地、未利用地綜合生態風險均小于150, 為輕微生態風險。

土壤重金屬; 土壤剖面; 地累積指數; APC/APCS受體模型; 湖濱帶

0 前言

隨著我國工農業的發展, 土壤重金屬污染日益嚴重, 已成為當下熱點問題, 2015年中國耕地地球化學調查報告表明, 全國受重金屬污染耕地面積為11387萬畝, 占調查耕地面積的8.2%, 其中西北區占2.6%[1]。重金屬元素具有難降解、遷移速率慢、生態效應復雜等特點, 可通過作物的選擇性吸收, 從而間接危害生態環境及人體健康。累積在土壤表層的重金屬元素在自然因素、人類活動影響下不斷向下遷移, 導致不同土壤剖面層遭受污染[2], 耕地土壤是農業發展的基礎, 未利用地是濕地恢復工程的重點對象之一, 干旱區內陸濕地對平衡其生態環境具有重要意義。

研究表明, 博斯騰湖濕地邊緣農田土壤遭受了不同程度的Pb、Cd污染, 也是濕地西岸累積程度較高的重金屬元素[2-4]。濕地邊緣的主要農作物類型包括番茄、小麥、油菜等, 不同作物在耕作層的根系深度不同。以對Cd的積累量來看, 水稻、小麥等屬于中等積累性作物, 油菜、番茄等屬于高積累性作物, 蔬菜的富集能力相比于禾谷類較強, 農業土壤較易受到向下遷移重金屬的影響, 因此對土壤剖面重金屬分布及富集狀況的研究是治理的前提[5] [6]。李雪等利用地累積指數、潛在生態風險指數評價了瓊北高背景區農田土壤重金屬的累積狀況及潛在生態風險程度[7]。車繼魯等利用潛在生態風險指數評價了甌江下游流域沉積物重金屬的風險程度[8]。陳丹青等利用PCA/APCS受體模型定量估算各重金屬污染源的平均貢獻量[9]。

目前, 針對研究區的研究主要集中在土壤表層重金屬污染狀況及生態風險評價方面, 缺少對土壤剖面重金屬分布特征及定量化其污染來源方面的研究[2-4]。以博斯騰湖西岸湖濱帶典型耕地與未利用地土壤剖面為研究對象, 運用地累積指數、Hankason潛在風險指數分析土壤剖面重金屬富集狀況及其生態風險, PAC/APCS受體模型定量研究污染元素平均貢獻率, 為土壤重金屬污染防控與管理提供科學依據。

1 研究區概況與研究方法

1.1 研究區概況

新疆博斯騰湖西岸湖濱濕地位于新疆焉耆盆地博湖縣境內, 位于82°28′—87°52′E, 42°06′—43°33′N之間, 其年均氣溫9.03℃, 年均降水量83.5 mm,年蒸發量大于2000 mm, 呈現典型大陸荒漠性氣候[10]。湖區總面積約為1097.6 km2, 湖周分布約26條農田排污渠、約8條S206、X295等路段。研究表明[11], 博湖縣農田土壤重金屬污染程度最高、其南部潛在生態風險最大、北部基本呈現輕度風險, Cd、Pb的污染程度較高。研究區地下水平均埋深為2.0—3.0 m, 土壤成土母質來源較為復雜, 質地以粉砂粒為主[12], 其粒度從西北向東南逐漸減小, 從山前至博斯騰湖土壤類型依次為棕漠土—灌耕棕漠土—灌耕土—潮土—潮土草甸土—灌耕草甸土—典型鹽土。研究區主要農作物為番茄、辣椒、玉米、小麥、向日葵等, 發展辣椒、番茄加工業, 礦產資源豐富, 由于經濟發展水平的不斷提高, 其經濟開發活動不斷增多。

1.2 樣品采集與分析

根據研究區地形地貌、植被類型現狀, 結合野外調研情況, 分別以地勢平坦區域的油葵地、打瓜地、玉米地、辣子地、番茄地、檉柳地、蘆葦地8種不同植被類型土壤剖面樣地為研究對象, 將長期未利用裸地作為對照, 每種植被類型下設置6個10×10 m的樣區, 以“S型”曲線隨機采樣, 樣區間距大于10 m, 每個樣區重復采集3個土壤剖面, 不同樣區、地類編號分別為1—6、a—e,詳細記錄樣區地形地貌類型及土壤剖面特征。土壤剖面由上而下每隔10 cm逐層取樣, 將每個樣區同一剖面層土樣混合均勻并去除殘渣, 以四分法取約200 g帶回實驗室晾干, 共計樣品75份, 研磨通過100目尼龍篩裝入自封袋置于干燥處備用。處理及分析過程參考土壤環境監測技術規范(HJ/T 166—2004)[13]。

預處理后的土壤樣品采用HNO3-HCl-HF- HClO4加熱消解法, 等離子體質譜儀(ICP—MS)測定Cr、Ni、Pb、Zn、Cd五種重金屬濃度。其工作原理為將霧處理后的樣品溶液送至ICP矩管內發生蒸發、解離、原子化等反應后, 按照質荷比分離重金屬元素, 最終以質譜峰面積的大小來表示待測元素的濃度[14]。評價過程參考國家土壤環境質量標準(GB15618—2018)[15]。采用GBW系列國家標準物質控制測試過程中的精密度, 被測重金屬的回收率均在90%以上, 測試結果符合質量控制要求。每批土樣均做試劑空白樣, 計算后的重金屬含量數據經對數轉換后通過了K-S、KOM檢驗。

1.3 數據處理與分析方法

參考新疆土壤背景值[4,16]、國家土壤環境質量二級標準[15],采用地累積指數()[17]評價耕地及未利用地土壤剖面重金屬污染程度:

I=log 2C/(*)

式中,污染為土壤重金屬含量實測值,是常數其值為1.5,為當地土壤背景值。其評價標準為:≦ 0屬于無污染, 0 <≦ 1為輕度污染, 1 <≦ 2為偏中度污染, 2 <≦ 3為中度污染, 3 <≦ 4為偏重度污染。

采用潛在生態風險指數()[18]評價其生態風險,

式中:為單一重金屬污染指數,為重金屬i的實測濃度值,為土壤重金屬的參比值, 以國家土壤背景值作為參比值;為重金屬的潛在危險系數,為土壤重金屬的毒性響應系數;為多種金屬潛在生態風險指數,潛在生態風險評價指標及分級見表1。

PAC/APCS受體模型是在基礎上定量確定源對重金屬的平均貢獻量和每個采樣點的貢獻量[19],其中其為標準化后的濃度, (Z)為零濃度樣本的因子分數, APCSp為調整后的因子分數,源對重金屬元素的回歸系數, 詳細步驟見文獻[19]。

2 結果與分析

2.1 土壤剖面重金屬含量特征

由表2可知, 0—50 cm各剖面層Cr、Ni、Pb、Zn、Cd含量變化幅度較大, 其中耕地10—20 cm、20—30 cm層Cr、Zn均值依次為51.20 mg·kg-1、50.94 mg·kg-1、72.87 mg·kg-1、72.91 mg·kg-1, 分別超過新疆土壤背景值的1.04、1.03倍, Ni、Pb、Cd在耕地五個剖面層含量變化范圍依次為13.95—31.95 mg·kg-1、17.58—36.22 mg·kg-1、19.77—31.55 mg·kg-1、16.03—29.51 mg·kg-1、16.52—26.78 mg·kg-1、9.52—52.39 mg·kg-1、11.23—23.05 mg·kg-1、14.07—23.08 mg·kg-1、10.00—17.59 mg·kg-1、8.49—17.25 mg·kg-1、0.15—0.19 mg·kg-1、0.13— 0.22 mg·kg-1、0.13—0.25 mg·kg-1、0.13—0.31 mg·kg-1、0.09—0.26 mg·kg-1。耕地Cd在五個剖面層依次超出新疆土壤背景值 1.42、1.42、1.58、1.5、1.42倍。未利用地土壤剖面Ni、Pb含量變化幅度較小, 均接近新疆土壤背景值, 五個剖面層Cd含量均值依次超過新疆土壤背景值1.50、1.58、1.67、1.75、1.42倍。耕地、未利用地五種重金屬含量均未超過國家土壤背景值。變異系數在25%—50%之間, 為中等變異, 大于50%為高度變異, 表明其空間分布不均勻, 可能存在點污染源[20]。耕地0—10 cm剖面層Pb的變異系數為72.55%, 未利用地20—30 cm、30—40 cm層分別為52.26%、70.46%, 為高度變異, 未利用地20—30 cm剖面層Cr、Ni、Zn的變異系數為依次為37.96%、46.50%、40.12%, 為中度變異, 表明耕地表層、未利用地20—40 cm層存在Pb的局部污染, 20—30 cm層存在Cr、Ni、Zn的局部污染。

表1 各評價指標及分級標準

表2 博斯騰湖西岸湖濱帶土壤剖面重金屬含量統計

2.2 土壤剖面重金屬地累積指數

由表3可知, 耕地20—30 cm層Cd的地累積指數為0.02, 未利用地10—20 cm、20—30 cm層Cd的地累積指數分別為0.06、0.11, 均為輕度污染程度, 其余剖面層Cr、Ni、Pb、Zn、Cd的地累積指數均小于零, 為無污染狀態, 表明Cd于耕地20—30 cm層富集、未利用地10—20 cm、20—30 cm層富集, 耕地、未利用地土壤分別在30—50 cm、40—50 cm層處于清潔狀態, 未利用地Cd污染應引起重視。

3 土壤剖面重金屬來源分析及貢獻率估算

3.1 土壤剖面重金屬來源分析

由表3、表4可知, 各剖面層累計方差貢獻率依次為93.48%、96.96%、99.09%、96.24%、98.12%, 均能解釋分析指標絕大部分信息。0—10 cm剖面層PC1貢獻率為58.47%, 在Zn上的載荷最高, 為0.96, 根據表2所示, Zn含量并未超過新疆土壤背景值, 且與CrNi之間顯著相關(0.76、0.91,<0.05), 說明Cr、Ni、Zn來源相同,因此認為PC1代表土壤母質來源; Pb的總超標率為14.70%, PC2貢獻率為24.96%, 在Pb上的載荷最高, 為0.76, 且與Cd之間顯著正相關(0.54,<0.01), 即以54%的濃度同時存在, 受自然、人為因素共同控制,已有研究表明[20-23], Pb主要來源于汽油燃燒、農藥、化肥使用等, 因此認為PC2代表交通污染源; Cd的超標率為89%, 10—20 cm、30—40 cm剖面層PC3上所占載荷分別為0.53、0.40, 30—40 cm層Pb為復合來源, 與Cd無相關性。可作為農業活動的標識元素[24-26], 結合上述統計分析結果, 認為PC3為農業污染源。

表3 土壤剖面重金屬地累積指數

表4 土壤剖面重金屬元素主成分矩陣

3.2 土壤重金屬PCA/APCS分析

由表5可知, 研究區0—50 cm剖面層5種重金屬元素的三個主要排放源的相對貢獻率如表5所示。由對主成份分數(APCS)的多元回歸結果可以看出, 五種重金屬元素對土壤母質源的平均貢獻依次為69.90%、78.80%、63.15%、70.68%、24.64%,Cd對交通污染源的平均貢獻率分別為22.38%,47.39%, Cr、Ni、Cd對農業生產源的平均貢獻為14.30%、6.86%、20.35%, 其中Cr、Ni、Cd、Pb為復合來源, Zn為土壤母質來源, 應重視交通污染所導致的重金屬污染。從圖1與圖2可知, 耕地潛在生態風險大小依次為Cd(17.77)、Zn(1.30)、Pb(0.69)、Cr(0.42)、Ni(0.23), 未利用地潛在生態風險大小依次為Cd(19.27)、Zn(1.17)、Pb(0.58)、Cr(0.36)、Ni(0.21), 其綜合潛在風險指數依次為20.40、21.59, 耕地、未利用地重金屬污染均屬于輕微生態風險水平, 其中Cd的生態風險指數最高, 表明Cd是研究區最主要的生態風險因子, 應加強對Cd的監測與防治。

表5 土壤剖面重金屬元素相關性分析

表6 重金屬元素的相對貢獻源

圖1 耕地潛在生態風險指數箱線圖

Figure1 Potential ecological risk index of cultivated land

圖2 未利用地潛在生態風險指數箱線圖

Figure2 Potential ecological risk index of unused land

4 結論

阿吉古麗·馬木提[2]等利用因子分析對焉耆縣耕地表層重金屬來源進行解析, 結果表明, Ni、Pb、Zn等主要受人為活動影響, Cr為復合來源。本研究中Zn主要受自然因素影響, 結果產生差異的原因極有可能是Zn存在局部污染, 描述統計分析結果表明, 研究區耕地Zn含量均值在10—20 cm、20—30 cm層超過新疆土壤背景值, Zn的總超標率為29.33%, 地累積指數評價結果表現為無富集狀態, 其準確來源還有待進一步研究。

麥麥提吐爾遜·艾則孜等[3]對邊緣濕地土壤重金屬來源的研究結果表明, Cr、Ni等主要為地質來源, 呈現輕度污染, Cd為自然、人為因素共同控制。本研究中, 研究區Pb主要來源于交通污染, Cd受母質、交通、農業活動三重來源影響, Cr、Ni受母質、農業活動共同影響, 其總超標率依次為25.30%、14.70%, 對土壤母質來源的平均貢獻率依次為69.90%、78.80%, 所得結論與麥麥提吐爾遜·艾則孜等研究結果基本一致。

從來源分析來看, 前人對于研究區重金屬來源的分析并未定量化, 本文在前人研究的基礎上, 采用APC/APCS受體模型定量化其來源, 為該區域土壤重金屬治理檢測提供科學依據。

5 結論

(1)研究區耕地、未利用地不同土壤剖面層土壤重金屬有一定程度的積累, 直接威脅生態環境。耕地10—20 cm、20—30 cm層Cr、Zn分別超過新疆土壤背景值的1.04、1.03倍, Cd在五個剖面層依次超出 1.42、1.42、1.58、1.50、1.42倍。未利用地五個剖面層含量均值依次超過新疆土壤背景值1.50、1.58、1.67、1.75、1.42倍。

(2)在耕地20—30 cm層、未利用地10— 20 cm、20—30 cm層為輕度污染水平, 其余剖面層Cr、Ni、Pb、Zn、Cd為無污染。研究區Cd為中度潛在生態風險, Pb、Cr、Ni存在局部污染, 受自然、人為因素共同影響, 其中Pb在0—10 cm層與Cd正相關, 30—40 cm層與Cd不相關, 相關系數分別為0.54、0.25。Cr、Ni、Zn有相同來源, 土壤母質對Cr、Ni、Pb、Zn、Cd的平均貢獻率分別為69.90%、78.80%、63.15%、70.68%、24.64%, 汽油燃燒對Pb、Cd的平均貢獻率依次為22.38%、47.39%, 農業活動對Cr、Ni、Cd的平均貢獻率依次為14.30%、6.86%、20.35%。

(3)以綜合生態風險值來看, 研究區耕地、未利用地均值分別為19.91、21.18, 表現為輕微生態風險態勢, 土壤Cd對的貢獻率為89.79%, 因此需加強防范土壤Cd的污染風險, 以期維護研究區生態安全。

[1] 中國耕地地球化學2015年度調查報告[R]. 國土資源部中國地質調查局, 2016.

[2] 阿吉古麗·馬木提, 麥麥提吐爾遜·艾則孜, 艾尼瓦爾·麥麥提, 等. 新疆焉耆縣耕地土壤重金屬垂直分布特征污染風險[J]. 水土保持研究, 2018, 25(2): 369–373.

[3] 麥麥提吐爾遜·艾則孜, 阿吉古麗·馬木提, 買托合提·阿那依提, 等. 博斯騰湖濕地邊緣帶農田土壤重金屬的污染風險評價[J]. 土壤, 2018, 50(2): 369–375.

[4] 劉浩峰, 劉巍, 劉玉燕, 等. 博斯騰湖濕地 Cu、Ni 和 Pb 的分布特征及其生態風險[J]. 干旱區農業研究, 2017, 34(2), 390–394.

[5] 楊海菊. 農作物富集土壤重金屬的規律及其運用[J]. 綠色科技, 2011(4): 162–164.

[6] VLADISLAV C, FLES V. Geochemical position of Pb, Zn and Cd in soils near the Olkusz mine/smelter, South Poland: effects of land use, type of contamination and distance from pollution source[J]. 2012, 184(4): 2517–2536.

[7] 李雪, 李佳桐, 孫宏飛, 等. 瓊北農田土壤重金屬水平及潛在生態風險[J]. 農業環境科學學報, 2017, 36(11): 2248– 2256.

[8] 車繼魯, 余樹全, 張鑫. 甌江下游流域河流沉積物重金屬污染特征、來源及潛在生態風險評價[J]. 生態科學, 2017, 36(4): 176–184.

[9] 陳丹青, 謝志宜, 張雅靜, 等. 基于 PCA/APCS 和地統計學的廣州市土壤重金屬來源解析[J]. 生態環境學報, 2016, 5(6): 1014–1022.

[10] 李志, 李新國, 毛東雷, 等. 博斯騰湖西岸湖濱帶不同植被類型土壤剖面鹽分特征分析[J]. 西北農業學報, 2018, 27(2): 260–268.

[11] 麥麥提吐爾遜·艾則孜, 阿吉古麗·馬木提, 馬國飛, 等. 博斯騰湖流域綠洲農田土壤重金屬污染及潛在生態風險評價[J]. 地理學報, 2017, 72(9): 1681–1689.

[12] 阿斯耶姆·圖爾迪, 李新國, 靳萬貴, 等. 開都河流域下游綠洲土壤粒度特征分析[J]. 土壤通報, 2013, 44(6): 1344– 1349.

[13] HJ/T 166-2004, 土壤環境監測技術規范[S]. 北京: 中國標準出版社, 2000.

[14] 張小東. ICP—MS檢測土壤中痕量鎘[D]. 長春: 吉林大學, 2017.

[15] GB 15618—2018, 環境質量標準[S]. 生態環境部, 2018.

[16] 麥麥提吐爾遜·艾則孜, 阿吉古麗·馬木提, 艾尼瓦爾·買買提, 等. 博斯騰湖流域綠洲農田土壤重金屬污染及潛在生態風險評價[J]. 地理學報, 2017, 27(9): 1683–1693.

[17] 高磊, 陳建耀, 王江, 等. 東莞石馬河沿岸土壤重金屬污染及生態毒性研究[J]. 土壤學報, 2014, 51(3): 539–545.

[18] 范拴喜, 甘卓亭, 李美娟, 等. 土壤重金屬評價方法研究進展[J]. 中國農學通報, 2010, 26(17): 310–315.

[19] GENG Fuhai, CAI Changjie, TIE Xuexi, et al. Analysis of VOC emissions using PCA/APCS receptor model at city of Shanghai, China[J]. Journal of Atmospheric Chemistry, 2010, 229–247.

[20] 劉子寧, 朱鑫, 等. 珠江三角洲典型肝癌發病區土壤重金屬富集特征分析及生態風險測度[J]. 土壤通報, 2011, 42(2): 472–476.

[21] 邱錦泉, 付善明, 肖方, 等. 粵北某礦區橫石河流域耕作土壤剖面重金屬空間分布及生態風險評價[J]. 生態科學, 2016, 35(3): 56–64.

[22] 吳彥瑜, 洪鴻加, 胡小英, 等. 廢舊汽車拆解區土壤重金屬分布及Pb、Zn有效性分析[J]. 土壤通報, 2014, 45(2): 481–485.

[23] 張慧敏.人類強烈影響地區土壤與灰塵中重金屬的污染特征及風險評價[D]. 杭州: 浙江大學, 2017.

[24] CHANG C Y, YU H Y, CHEN J J, et al. Accumulation of heavy metals in leaf vegetables from agricultural soils and associated potential health risks in the Pearl River Delta, south China[J]. Environmental Monitoring and Assessment, 2014, 186(3): 1547–1560.

[25] NAZIA R, SAADIA R T, et al. Distribution and source apportionment studies of heavy metals in soil of cotton/wheat fields[J]. Environment Monitor Assessment, 2016: 188–309.

[26] 樊玉娜, 孫小銀, 高程程, 等. 山東省白馬河沿岸耕地表層及剖面重金屬和碳、氮含量的空間分布及風險評價[J]. 山東農業科學, 2018, 50(4): 52–58.

Distribution characteristics and sources of heavy metals in soil profile of lakeside zone on the west bank of Boston lake, Xinjiang

ATIGUL Turgun1,2, LI Xinguo1,*, LI Zhi1,2, LIU Bin1,2, Mamattursun Eziz1,2

1. College of Geographic Sciences and Tourism, Xinjiang Normal University, Urumqi 830054, China 2. Xinjiang Laboratory of Lake Environment and Resources in Arid Zone, Urumqi 830054, China 3. College of Life Sciences, Xinjiang Normal University, Urumqi 830054, China

This paper studied the effects of two greening technologies on maintaining and greening of slope, and try to find the optimum method for slope protection. Two slopes were made green by using Hydromulching System and Soil Crete System, respectively. The greening index of two slope including total coverage, biomass, density of plant, and pH value, the substrate thickness of soil were observed in 2005, 2009 and 2014. From 1999 beginning of the experiment, the results showed that after 15 years of natural evolution, the slopes kept high vegetation coverage by using two ecological governance methods, where vegetation cover rate was more than 80.6%. Compared with the Hydromulching System, the technology of Soil Crete System was a more advantage method for greening and protection slope, which could keep higher vegetation coverage, plant density, and less base material loss. The Soil Create System had more long-term ecologicalmaintenance, protection, and greening effect. Moreover, the key factor of maintaining long-term vegetative greening for slope using technology of the Hydromulching System was by engineering technology to prevent and control the loss of slope base material.

ecological slope protection; spray technique; vegetation advantage; matrix fiber soil stability

10.14108/j.cnki.1008-8873.2019.06.008

X825

A

1008-8873(2019)06-053-07

2018-10-08;

2018-11-17

國家自然科學基金項目(41661047, 41561073)

阿提姑·吐爾洪(1993—), 女, 碩士研究生, 主要從事干旱區土壤資源變化及其遙感應用研究, E-mail: atigu626@163.com

李新國, 男, 教授, 主要從事干旱區資源環境及其遙感應用研究, E-mail: onlinelxg@sina.com

阿提姑·吐爾洪, 李新國, 李志, 等. 新疆博斯騰湖西岸湖濱帶土壤剖面重金屬分布特征及來源分析[J]. 生態科學, 2019, 38(6): 53–59.

ATIGUL Turgun, LI Xinguo, LI Zhi, et al. Distribution characteristics and sources of heavy metals in soil profile of lakeside zone on the west bank of Boston lake, Xinjiang[J]. Ecological Science, 2019, 38(6): 53–59.