基于地理探測器的土壤重金屬影響因子分析及其污染風險評價

周偉 ，李麗麗，周旭，石佩琪，黃冬青

1.西南大學地理科學學院，重慶 400715；2.北京大學城市與環境學院，北京 100871；3.中國科學院地理科學與資源研究所/資源與環境信息系統國家重點實驗室，北京 100101；4.重慶交通大學建筑與城市規劃學院，重慶 400074

土壤作為自然地理環境的重要組成部分，是人類賴以生存的自然環境和農業生產的重要資源（趙其國等，2015），同時也為系統內部能量流動和物質循環提供了基礎（孫晶，2011）。伴隨中國城市化進程和工業化的迅速發展，導致重金屬在土壤中富集，從而造成了土壤重金屬污染。土壤重金屬在土壤中富集，不僅影響土壤性質和肥力，而且通過食物鏈累加等間接威脅人類健康。因此，土壤重金屬污染問題已然成為環境地球科學研究熱點（葉琛等，2011），更成為國家政府高度關注的民生問題。近年來國家發布一系列政策報告中均提到土壤污染防治的嚴峻形勢，尤其2017年發布的《長江經濟帶生態環境保護規劃》中提到關于推進重點區域土壤污染防治，以上海、重慶等為重點區域，完成土壤污染排，建立土壤污染綜合防治先行區。2018年重慶市發布的《重慶市環境保護條例》加強土壤污染防治禁止將污染物向土壤環境轉移。

土壤重金屬污染風險評價和污染來源分析，是土壤重金屬污染防治的重要基礎，國內外學者也開展了廣泛探索。Hossain et al.（2015）利用多源統計分析方法，對重金屬空間分布和潛在來源進行了識別。有學者利用地統計學、地理信息系統等多種方法進行土壤重金屬污染空間分布繪制、風險評價和污染來源分析（Mamut et al.，2017；Song et al.，2018；Zhang et al.，2018）。也有學者利用主成分分析和污染負荷指數法進行土壤重金屬污染來源解析和污染風險評價（易文利等，2018）。近年來，在重金屬污染來源解析研究中地理探測器開始得到廣泛應用，因其具有客觀反應地理環境要素對解釋因子的影響力和空間異質性的作用（王勁峰等，2017）。有學者利用地理探測器揭示變量因子與重金屬污染分布的空間相關關系和交互作用（李雨等，2017；肖武等，2018）；齊杏杏等（2019）基于地理探測器定量揭示了影響土壤重金屬含量的主要因素。

重慶市作為長江上游經濟帶的重要核心城市，其土壤污染狀況和土壤環境質量對于保障糧食安全和助推長江上游生態屏障功能的發揮具有重要意義。學者們對重慶市土壤重金屬污染也開展了廣泛研究，如城市綠地（楊杉等，2018）、城市道路（郭靜等，2016），典型農業區（王金霞等，2018）、茶園（張慧等，2017），礦區（張延玲等，2018），三峽庫區消落帶（葉琛等，2011）等，研究集中在土壤重金屬污染狀況和風險評價。然而針對坡耕地及其土壤重金屬污染影響因素的探索較少。因此，本文以重慶主城區坡耕地的土壤為研究對象，利用單因子污染指數法進行重金屬污染評價，基于地理探測器進行土壤重金屬污染影響因素和各因子交互分析，為重慶市土壤質量評價和土壤污染修復提供理論依據。

1 數據與方法

1.1 數據來源

1.1.1 野外采樣和土壤重金屬含量測試

采樣區域為重慶市的江津區、九龍坡區、大渡口區和巴南區，采樣時間為2018年10月，設置了21個采樣地，每個樣地設置3個采樣點，樣點間間隔1—2 km，最后共獲取63個土壤樣品。每個樣點采用五點混合采樣法，采集表層0—20 cm的土樣，每份樣品采集1 kg左右，每個樣品的取土深度及采集量基本保持一致，采集的樣品用土壤密實袋密封保存，并做好標記帶回。利用相關GPS儀器對所有采樣點進行精準定位，詳細記錄區分采樣點的土壤質地、土地利用類型、植被類型等相關信息，利用相機對采樣區域進行拍照。研究區和野外采樣點如圖1。

圖1 研究區域和采樣點圖Fig.1 Study area and the field sampling sites

將土壤樣品帶回進行室內自然風干，用木棒壓磨去除土壤中的砂石或植物殘體等雜質，研磨并過100目（0.25 mm）的土壤篩，將過篩的每個土壤樣品分為2份，其中1份用于土壤重金屬元素的測試，另一份密封保存備查，以防交叉污染。土壤重金屬Cu、Zn、Pb、Cr、Ni元素含量采用電感耦合等離子體質譜儀（ICP-MS），Mn采用石墨爐原子吸收分光光度法（GF-AAS），測試實驗是在西南大學巖溶環境重慶市重點實驗室進行。分析方法的準確度和精密度采用國家一級土壤標準物質（GBW）進行檢驗。

1.1.2 氣象數據

利用中國氣象科學數據共享服務網（http://cdc.cma.gov.cn）查詢獲得2018年10月重慶市標準氣象站點的平均溫度和相對濕度。利用ArcGIS 10.2空間插值獲得氣象柵格數據。

1.1.3 其他影響因子數據

土壤質地與類型數據、土地利用數據、地形數據、河流與道路數據通過查詢中國科學院資源環境科學數據中心（http://www.resdc.cn）獲取相應數據。

1.2 研究方法

1.2.1 地理探測器

地理探測器是一種基于變量間的空間分異性來探測其內在聯系的空間分析模型（王勁峰等，2017），本文中主要利用地理探測器分析5種重金屬Cu、Zn、Cr、Ni和Pb與11種影響因子的相關性以及多種影響因子的交互作用。本研究采用地理探測器中的因子探測器、交互作用探測器、風險探測器和生態探測器全面客觀地分析土壤重金屬污染因素。

因子探測器是探究某個因子X解釋了目標Y的空間分異的能力強弱，用因子的解釋力PD,H進行判斷。交互作用探測器是識別不同影響因子之間的交互作用，即影響因子D1和D2共同作用時是否會增加或減弱對因變量Y的解釋力，或這些因子對Y的影響是相互獨立的。

風險探測器主要用于探測影響因子對土壤重金屬分布是否有顯著的差別，具有風險性，用t統計量來檢驗。生態探測器是用F統計量來衡量，即用于比較兩個影響因子D1和D2對屬性Y的空間分布的影響是否有顯著的差異（王勁峰等，2017）。

1.2.2 單因子指數法

單因子指數法可以用來確定重金屬污染物的主次要性及其污染程度。一般以污染指數Pi來表示，以重金屬含量實測值和評價標準相比除去量綱來計算污染指數：

式中，Pi為樣品中重金屬元素i的單因子污染指數；Ci為樣品中重金屬含量實測值；Si為重金屬元素i的評價標準。

土壤重金屬污染等級劃分標準參照的是由夏家淇（1996）提出的單因子指數法分級標準。土壤重金屬污染等級分為4級：污染指數Pi＜1，污染等級為清潔（1級）；污染指數1≤Pi＜2，為輕度污染（2級）；污染指數2≤Pi＜3，為中度污染（3級）；污染指數Pi≥3，為重度污染（4級）。

2 結果與分析

2.1 土壤重金屬統計特征分析

從表1可以看出，研究區內土壤重金屬中Cu、Zn、Cr和Pb的含量均值均高于重慶市土壤背景值（趙麗娟，2008），是背景值的1.3—1.4倍，這說明研究區土壤已經受到了Cu、Zn、Cr和Pb的污染。Ni的含量均值低于重慶市土壤背景值，暫未出現污染現象。

表1 研究區實測土壤重金屬含量的統計特征值Table 1 Statistical characteristic of soil heavy metals in the study area

從土壤中5種重金屬的變異系數來看，值大小為 Cu＞Pb＞Zn＞Ni＞Cr，其中 Cu 和 Pb 的變異系數分別為0.57和0.40，屬于高度變異，來源復雜；Zn、Ni和Cr的變異系數介于0.2—0.4之間，屬于中等變異。說明這5種重金屬受人為因素影響較明顯，眾多研究也表明，變異系數與人類活動干擾程度呈正比（宋金茜等，2017；張永江等，2015；楊杉等，2018）。

偏度為零表示重金屬元素數值呈正態分布，Mcgrath et al.（2004）研究認為，自然界表層土壤中微量元素的存在都遵從正態分布，在母質類型相同的土壤中金屬元素分布形態相同或相近，但人類活動會改變其分布狀態。其中Cu、Zn、Cr和Pb這4種重金屬元素的偏度出現正值產生重金屬分布形態的正偏現象，其分布峰為右偏，可能是由于人為活動等造成重金屬元素不斷富集的現象，這也與重金屬的變異系數的特征分析結果相一致。

峰度是測度數據在均值附近的集中程度，表 1中5種重金屬的峰度系數均大于0，說明其分布的集中程度高于正態分布，且5種重金屬的集中程度表現為 Cu＞Pb＞Zn＞Cr＞Ni，Cu 的數據分布較為集中，Ni的數據分布最為分散。

2.2 相關性分析

從表2中可以看出，研究區Cu、Zn、Cr、Ni和Pb這5種重金屬之間的相關關系較強（采用了63個土壤樣品數據）。除了Ni和Pb在P＜0.05水平上相關性顯著，Cu、Zn、Cr、Ni、Pb在P＜0.01水平上兩兩之間相關性極為顯著，容易有復合污染或同源性。其中Cr與Ni的相關性系數最大，為0.86（P＜0.01）；Pb與 Ni的相關性系數最小，為 0.30（P＜0.05）；不同重金屬之間的相關性差異明顯。

表2 不同重金屬元素之間的相關系數矩陣Table 2 Correlation coefficient matrix between different heavy metal elements

2.3 重金屬污染評價

通過單因子污染指數計算發現，研究區內土壤Cu、Zn、Cr和Pb的污染指數均值大于1，表明土壤中4種重金屬均出現輕度污染；只有Ni平均污染指數小于1，未出現污染。

從表3中我們可以發現：Cu和Pb含量的單因子污染指數在各個等級中均有分布，雖然大部分分布在清潔與輕度污染之間，仍有近10%的樣點在中度污染與重度污染之間；Zn和Cr含量的單因子污染指數處于清潔至中度污染之間，其中大部分位于輕度污染階段；Ni在5種重金屬中相較而言最為清潔，Ni含量的樣點處于清潔至輕度污染之間。

表3 土壤重金屬污染單因子指數評價結果Table 3 Evaluation results of single factor index of soil heavy metal pollution

由此可見，Cu和Pb對研究區土壤環境質量造成的危害最為嚴重，其原因可能是日常生活用品廢棄物、工業廢棄物等的堆放掩埋，工業廢水的亂排放，汽車尾氣等廢氣的不清潔處理等（徐福銀等，2014）。Zn和Cr對研究區土壤環境質量造成的危害也較為嚴重，出現Cr污染的部分樣點，分布在巴南區西北方向和大渡口區東南方向一帶，原因可能與其周圍有多家化工企業和礦石資源有關（肖武等，2018）。Ni對研究區土壤環境質量造成的影響較小。總的來看，土壤重金屬可來源于土壤成土母質、工業廢水灌溉農田、工業污染物的堆積與排放、含重金屬劣質化肥農藥的使用和大氣降塵等（吳塹虹等，2007）。

2.4 土壤重金屬污染影響因素的地理探測器分析

2.4.1 因子探測器

利用因子探測器探測11個環境影響因子對5種重金屬元素的解釋力PD,H值（表4）。就Pb而言，相對濕度、坡度、土壤類型、土地利用類型、粘粒、距河流距離、距道路距離對土壤中重金屬Pb解釋力較大（PD,H＞0.5）；其中，坡度和距河流距離兩種影響因子對 Pb的解釋力高達 0.93以上，而且研究區內坡度范圍主要在0°—15°之間，說明坡度對重金屬的影響是極為顯著的，重金屬污染的形成與遷移與地勢有著較大的關系。這也進一步驗證了影響因子對重金屬的解釋力PD,H既有一致性，又有差異性（李雨等，2017）。說明坡度和距離河流距離是影響重金屬污染和富集的重要驅動因素，同時表明河流中重金屬元素富集較多。

表4 不同影響因子對5種土壤重金屬的解釋力PD, H值統計結果Table 4 The explanatory power value PD, H of different influence factors on five heavy metals

其余4種重金屬Cu、Zn、Cr、Ni，土壤類型、坡度對其含量的解釋力PD,H值均高于0.652；高程對Zn、Cr、Ni解釋力高達0.75，說明土壤類型、坡度和高程對其空間分布差異具有重要影響，這與前人研究結果相一致（陳運帷等，2019，齊杏杏等2019），其研究發現海拔、土壤類型、土壤PH是影響土壤重金屬分布的主要因子。

2.4.2 交互作用探測

環境中土壤重金屬的空間分布是由多種影響因子共同作用的結果（李忠義等，2009）。研究中我們利用交互作用探測器探測 11種環境影響因子對5種重金屬元素空間分布變化的作用。本部分選取污染較嚴重的Pb為例繪制圖表進行3種子探測器分析。

表5顯示了兩種影響因子疊加之后的PD,H值，值越大說明交互作用越強，且非線性增強表示兩種不同影響因子的交互作用大于兩種影響因子獨立作用的和。模型結果表明高程與坡度、土地利用類型、土壤類型、距河流距離的交互作用值最大，其中高程與平均氣溫、相對濕度、砂粒、粘粒、粉砂為非線性增強；這說明土壤重金屬 Pb污染源的生成與遷移受地勢和氣候影響較大。這與齊杏杏等（2019）研究結果類似，其研究發現對Pb累積量分布差異影響的主要因素是地勢和氣候條件。

表5 不同影響因子對土壤重金屬元素Pb影響的交互作用Table 5 Interaction of different influencing factors on Pb

就Cu而言，高程與其余10個因子交互作用值均達到0.81以上。就Zn而言，高程與5個因子（坡度、砂粒、粘粒、粉砂、距道路距離）的交互作用最強。就Ni而言，高程與6個因子（坡度、土壤類型、砂粒、粘粒、粉砂、距道路距離），平均氣溫、相對濕度分別與高程、土壤類型、距河流距離、距道路距離交互作用較大。就Cr而言，土壤類型與砂粒、粘粒、粉砂、距河流距離的交互作用，以及平均氣溫、相對濕度分別與高程、土壤類型、距河流距離、距道路距離的交互作用占主導地位。以上結果表明，高程與其他因子交互作用對于重金屬空間分異具有重要影響，同時氣候條件和土壤類型也是重金屬累積分布的重要影響因子。

2.4.3 風險探測

風險探測器解釋了各影響因子內部不同子區域不同類別間是否存在顯著性差異（圖 2）。風險探測器是采用顯著性水平為0.05的t檢驗，“Y”表示存在顯著性差異，“N”表示不存在顯著性差異（表6）。結果發現，土壤重金屬Pb元素與平均氣溫、相對濕度、高程、土地利用類型存在顯著性差異，這說明不同氣候條件、海拔高度和土地利用類型下，Pb元素含量分布差異大。李雨等（2017）研究也發現平均氣溫、相對濕度對重金屬分布影響高于其他因素。而與坡度、土壤類型、土壤質地（砂粒、粘粒、粉砂）、距河流距離、距道路距離無顯著性差異，表明以上因素對Pb的分布差異影響小。

圖2 影響因子空間分布Fig.2 Distribution of influence factors

土壤重金屬Cu與平均氣溫、相對濕度、高程、距河流距離、距道路距離均存在顯著差異性，而與其他 6個因子間無顯著性差異。Cr、Ni與平均氣溫、相對濕度、高程、距河流距離存在顯著性差異。Zn與高程、土地利用類型存在顯著性差異。表明不同重金屬元素的空間分布對 11個影響因子的響應不同。

2.4.4 生態探測

生態探測側重于比較一種影響因子和另一種影響因子對土壤重金屬的空間分布的影響是否有顯著的差異。采用顯著性水平為0.05的t檢驗，若顯著，則記為“Y”；若不顯著，則記為“N”。

生態探測結果（表6）表明，高程對Pb的影響與平均氣溫、相對濕度、坡度、土地利用類型、土壤類型、土壤質地（砂粒、粘粒、粉砂）、距離河流和道路的距離等影響因子間存在顯著差異，而其他影響因子之間的差異不顯著。說明相比其他8個因素，地勢、氣候條件和母質等對 Pb空間分布異質性具有重要影響。

表6 重金屬Pb的生態探測結果Table 6 Ecological detection results of heavy metal Pb

對Cu、Cr和Ni，高程、坡度、土地利用類型、土壤類型、土壤質地（砂粒、粘粒、粉砂）、距河流距離和距道路距離對其空間分布的影響與其他影響因子間存在顯著差異，而其他影響因子之間的解釋力差異不顯著。對Zn，高程、土壤質地（砂粒、粘粒、粉砂）、距河流距離和距道路距離對Zn空間分布的影響與其他影響因子間存在顯著差異。表明地勢、母質和人為干擾對以上4種重金屬空間分布有顯著影響，與齊杏杏等（2019）研究結論類似。

3 結論

（1）研究區內土壤受到Cu、Zn、Cr和Pb重金屬元素的污染，其平均含量均高于重慶市土壤背景值，是背景值的1.3—1.4倍；從變異系數和相關性分析可以看出，5種元素均呈現中等和高度變異且相關性較強。

（2）單因子污染指數均值由大到小依次為：Pb、Cu、Zn、Cr、Ni；Cu、Pb為重度污染水平，其余為中度或輕度污染水平。因此Cu、Pb是導致整個研究區域土壤處于輕度污染生態風險的主要因素。

（3）5種重金屬與11種環境因子的因子探測發現，高程、坡度和土壤類型對5種土壤重金屬含量的解釋力最顯著。交互作用探測發現，高程與其他因子交互作用是重金屬空間分布差異的主導因素，氣候條件和土壤類型也是重要影響因子。土壤重金屬空間分布是多種因素共同作用的結果，主導因子高程、坡度和土壤類型可作為后續土壤重金屬含量空間預測模型的輔助變量。