松嫩平原黑土核心區(qū)土壤砷空間變異特征及污染評價①

張 立，雷風華，崔玉軍，楊元江，王恩寶

松嫩平原黑土核心區(qū)土壤砷空間變異特征及污染評價①

張 立1，雷風華2，崔玉軍1，楊元江1，王恩寶1

(1 黑龍江省自然資源調(diào)查院，黑龍江省黑土地水土資源研究重點實驗室，哈爾濱 150036；2 中國地質(zhì)調(diào)查局成都地質(zhì)調(diào)查中心，成都 610081)

基于多目標區(qū)域地球化學調(diào)查數(shù)據(jù)，采用地統(tǒng)計分析與GIS空間分析方法，對松嫩平原黑土核心區(qū)土壤As含量進行冷熱點分析和空間變異特征分析，運用地累積指數(shù)法、潛在生態(tài)風險指數(shù)法對研究區(qū)土壤As污染進行了評價。結(jié)果表明：研究區(qū)土壤As含量范圍在2.1 ～ 107.7 mg/kg，平均含量9.09 mg/kg，略高于黑龍江省松嫩平原土壤As含量背景值；土壤As高值聚類區(qū)主要分布在呼蘭河上游，低值聚類區(qū)主要分布在呼蘭河下游和松花江流域；土壤As含量具有強烈的空間自相關(guān)性，以結(jié)構(gòu)性變異為主，空間分布受成土母質(zhì)、水系等因素影響顯著；研究區(qū)98.52% 的地區(qū)為無污染的狀態(tài)，99.88% 的地區(qū)為低潛在生態(tài)風險。建議通過改善農(nóng)業(yè)耕作方式、調(diào)整種植結(jié)構(gòu)、減少農(nóng)藥和化肥使用量等人為因素來減緩土壤中As含量增加的趨勢。

砷；農(nóng)業(yè)土壤；空間變異；污染評價；黑土核心區(qū)

2017年10月，砷(As)被世界衛(wèi)生組織國際癌癥研究機構(gòu)列入一類致癌物清單，毒性高、危害大、難降解是As元素的重要特點[1]。As廣泛存在于自然界中，多以重金屬的砷化物存在于金屬礦床、硫化物礦床及火山巖地區(qū)[2]。礦業(yè)活動是激活砷等有害重金屬元素遷移能力的重要因素，水是最主要的傳輸媒介，As的遷移轉(zhuǎn)化受地球化學規(guī)律和當?shù)厮膭討B(tài)所支配[3]。在農(nóng)業(yè)活動中，As元素易在土壤–農(nóng)作物–人體的遷移過程中被人體過量吸收，進而引起人體腎臟、皮膚、心腦血管、血液系統(tǒng)及生殖系統(tǒng)病變，甚至誘發(fā)癌變[4-6]。建國以來，我國陸續(xù)在12個省(區(qū))發(fā)現(xiàn)地砷病[7]。地方性砷中毒已成為全世界共同的難題，以孟加拉國[8]、印度[9]、巴基斯坦[10]和中國最為嚴重。因此，土壤As污染已受到國內(nèi)外學者的廣泛關(guān)注。

習近平總書記考察黑土地時強調(diào)要保護好、利用好黑土地這個“耕地中的大熊貓”，使之永遠造福人民。松嫩平原黑土核心區(qū)土壤腐殖質(zhì)含量是黃土和紅壤土的5倍 ～ 10倍，這塊土地上孕育出的農(nóng)產(chǎn)品以品質(zhì)優(yōu)良而著稱于世。近年來，隨著社會經(jīng)濟的高速發(fā)展、土地集約化利用程度的提高、農(nóng)藥化肥的過量使用，土壤侵蝕、鹽漬化、水環(huán)境污染、農(nóng)產(chǎn)品農(nóng)藥殘留和重金屬含量超標等生態(tài)問題相繼出現(xiàn)并日趨嚴重[11-12]。前人對土壤As污染的研究大多集中在采礦區(qū)等人類活動引起的As污染[13-15]，而關(guān)于農(nóng)業(yè)土壤As的累積狀況方面研究較少，對黑土地土壤重金屬污染評價方面的研究更少。張慧等[16]對黑龍江省松嫩平原南部土壤重金屬污染評價認為97.72% 的土地無As污染；高鳳杰等[17]對黑龍江省海溝河小流域耕地重金屬污染進行評價，結(jié)果表明，土壤As有致癌斜率，有一定的致癌風險；陳玉東等[18]對黑龍江省海倫市農(nóng)田土壤重金屬污染研究發(fā)現(xiàn)，耕地土壤未受As污染，As元素僅在海倫市西部有一些高含量點，隨著時間的變化As富集趨勢不明顯。土壤作為農(nóng)業(yè)生產(chǎn)的載體，在保障國家糧食質(zhì)量安全方面起著至關(guān)重要的作用。因此，對松嫩平原黑土核心區(qū)開展土壤重金屬元素As污染調(diào)查及生態(tài)風險評價具有重要的現(xiàn)實意義。本研究以松嫩平原黑土核心區(qū)為研究對象，采用冷熱點分析與半方差函數(shù)擬合，對土壤As含量進行空間變異性分析，通過地累積指數(shù)法、潛在生態(tài)風險指數(shù)法對As進行污染評價，并探討影響As空間分布的主要因素，為黑土地污染防治、農(nóng)產(chǎn)品質(zhì)量安全管理等提供科學理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于黑龍江省中部，松嫩平原黑土核心區(qū)域，行政區(qū)劃主要包括哈爾濱市、綏化市和伊春市轄的部分縣市(圖1)，地理坐標為126°00′ ～ 128°15′ E，45°40′ ～ 47°25′ N，面積約3.07萬km2。該區(qū)屬大陸性季風氣候，冬季干寒漫長，夏季濕熱短暫，年平均氣溫1.2℃，年平均降水量550 mm。區(qū)內(nèi)河流密布，主要為松花江最大支流呼蘭河及其支流，包括依吉密河、歐根河、諾敏河、克音河、通肯河、泥河等，南部松花江干流東西向貫穿全區(qū)。研究區(qū)成土母質(zhì)主要為第四系沖洪積物和殘積物，包括沖洪積黃土狀黏質(zhì)土、沖積黏質(zhì)土、鈣質(zhì)巖殘積物、泥質(zhì)巖殘積物、中性巖殘積物、酸性巖殘積物和沖積砂、砂礫石。松嫩平原黑土核心區(qū)地勢平坦，土地肥沃，土壤類型有黑土、草甸土、黑鈣土、暗棕壤、白漿土、水稻土和沼澤土等。土地利用類型以耕地為主，耕地又以旱地為主，水田為輔。松嫩平原黑土核心區(qū)是我國重要的商品糧生產(chǎn)基地，糧食作物有玉米、大豆、水稻、高粱、馬鈴薯等，經(jīng)濟作物有西瓜、甜菜、煙草等。

圖1 研究區(qū)位置及土地利用方式

1.2 樣品采集與分析

土壤樣品采樣方法參照DZ/T 0258—2014《多目標區(qū)域地球化學調(diào)查規(guī)范(1∶250 000)》執(zhí)行。按照網(wǎng)格化的方法進行采樣點布設(shè)，采樣密度為1個點/km2。樣品布設(shè)以農(nóng)業(yè)用地為主，為了保證采樣點的均勻性，對部分大面積建設(shè)用地也進行了取樣。以GPS定點為中心點位，子樣點位距中心點位距離約20 m，采集表土層(0 ～ 20 cm)土壤，保證上下均勻采集，由3個等量子樣混合組成一件樣品，樣品重量約1 kg，共采集土壤樣品7 761件。土壤樣品自然風干后，對干燥后的樣品用木槌適當敲打、破碎，過0.084 mm (20目)尼龍篩，混合均勻后稱重500 g裝入牛皮紙袋備用。

樣品分析測試工作由黑龍江省地質(zhì)礦產(chǎn)實驗測試研究中心完成，按照2 km × 2 km的網(wǎng)格將采集的4個土樣混合成1件樣品進行分析。采用HNO3- H2SO4-HClO4進行土壤樣品消解，用原子熒光法(AFS)測定土壤中As的含量，檢出限為1 μg/g；pH采用玻璃電極法，檢出限為0.05。分析過程中利用插入國家土壤Ⅰ級標準物質(zhì)GSS-1 ～ GSS-8來進行質(zhì)量監(jiān)控，分析方法準確度、精密度合格率達100%，報出率均為100%。

1.3 數(shù)據(jù)處理與評價方法

1.3.1 數(shù)據(jù)處理 數(shù)據(jù)處理采用Microsoft Excel 2016軟件，統(tǒng)計分析運用IBM Statistics SPSS19.0軟件；半方差函數(shù)擬合及其參數(shù)確定利用GS+7.0軟件；冷熱點分析、土壤As空間插值圖利用ArcGIS10.2軟件。

1.3.2 冷熱點分析 利用ArcGIS10.2軟件空間統(tǒng)計工具下的聚類分布冷熱點分析模塊(Getis–Ord Gi*)，將具有相似屬性的空間數(shù)據(jù)進行分類。某個采樣點的局部指數(shù)為正數(shù)且數(shù)值較高，若其As含量與周圍采樣點As含量均為高值稱為高值聚類(HH)，若其As含量與周圍采樣點As含量均為低值稱為低值聚類(LL)；采樣點的局部指數(shù)為負數(shù)且數(shù)值較高，則采樣點為離散點，若其As含量為低值、周圍采樣點As含量為高值稱為低高值聚類(LH)，若其As含量為高值、周圍采樣點As含量為低值稱為高低值聚類(HL)。

1.3.3 空間變異分析 利用GS+7.0軟件進行半方差函數(shù)的構(gòu)建，以殘差最小、決定系數(shù)最大、樣本間隔距離要小于最大變程為標準選擇最優(yōu)模型，通過塊金系數(shù)來判斷As的空間自相關(guān)性及變異特征。將最優(yōu)模型參數(shù)代入ArcGIS10.2軟件空間分析模塊下進行普通(Kriging)插值，得到土壤As空間分布圖。

1.3.4 土壤污染評價 運用國內(nèi)外土壤環(huán)境評價中廣泛采用的地累積指數(shù)法對研究區(qū)土壤As含量進行評價[19]，計算公式為：

geo=log2(/) (1)

式中：geo為地累積指數(shù)；為土壤As含量實測值(mg/kg)；為修正系數(shù)，用于校正區(qū)域背景值的差異，一般取常數(shù)1.5；為土壤As的區(qū)域背景值(mg/kg)。geo分級標準：geo≤0，無污染；05，高度污染。

按照瑞典科學家Hakanson提出的潛在生態(tài)風險指數(shù)法對研究區(qū)土壤As進行潛在生態(tài)風險指數(shù)評價[20-21]，計算公式為：

r=(s/n)×r(2)

式中：r為潛在生態(tài)風險指數(shù)；s為土壤As含量實測值(mg/kg)；n為計算所需的參比值，以區(qū)域背景值為參照(mg/kg)；r為毒性響應系數(shù)，As的毒性響應系數(shù)為10。r分級標準：r<40，低潛在生態(tài)風險；40≤r<80，中等潛在生態(tài)風險；80≤r<160，中高等潛在生態(tài)風險；160≤r<320，高等潛在生態(tài)風險；r≥320，極高潛在生態(tài)風險。

2 結(jié)果與分析

2.1 土壤砷含量描述性統(tǒng)計

本研究中原始數(shù)據(jù)采用3倍標準差法剔除離群數(shù)據(jù)后符合正態(tài)分布，實際使用數(shù)據(jù)點為7 726個，剔除異常值的數(shù)據(jù)更符合研究區(qū)實際情況。土壤As含量、pH特征統(tǒng)計見表1，研究區(qū)As平均含量為9.09 mg/kg，略高于黑龍江省松嫩平原土壤As背景含量8.6 mg/kg[22]，As含量變化范圍較大，變幅為2.1 ～ 107.7 mg/kg，變異系數(shù)27.72%，呈中等程度變異。土壤pH變化范圍較大，平均值6.79，以酸性、中性土壤為主，低于區(qū)域平均值。

表1 土壤As、pH描述性統(tǒng)計

① 黑龍江省地質(zhì)調(diào)查研究總院.黑龍江省松嫩平原南部多目標區(qū)域地球化學調(diào)查報告.2010.

2.2 土壤砷含量冷熱點分析與空間聚類

運用ArcGIS冷熱點分析模塊對土壤As含量數(shù)據(jù)進行分析(圖2)。由圖2可見，4個區(qū)域存在較明顯的高值聚類(HH)，包括東北部鐵力市、慶安縣、綏棱縣境內(nèi)呼蘭河上游支流；西北部望奎縣、青岡縣境內(nèi)通肯河流域；中部綏化市周邊呼蘭河、泥河流域；南部哈爾濱呼蘭區(qū)和巴彥縣。結(jié)合研究區(qū)河流分布特征，高值聚類區(qū)與河流分布密切相關(guān)，呼蘭河上游支流、通肯河流域高值聚類區(qū)As含量主要受成土母質(zhì)的影響，其次受礦業(yè)活動、灌溉、地表徑流和地形地貌的影響，這兩個區(qū)域成土母質(zhì)酸性巖殘積物、泥質(zhì)巖殘積物中As含量本身較高。綏化市周邊、哈爾濱呼蘭區(qū)和巴彥縣高值聚類區(qū)分布于城鎮(zhèn)區(qū)，土壤As主要受人類活動影響。低值聚類區(qū)(LL)整體上相連，主要分布在呼蘭河下游、松花江干流、小呼蘭河上游、拉林青河上游等地區(qū)，其中呼蘭河下游、松花江干流遠離As潛在污染源，污染物沿水系遷移過程中易受地形因素制約形成局部富集沉降；小呼蘭河上游、拉林青河上游低值聚類區(qū)位于污染源的上游，污染物無法通過地表徑流、水系等方式遷移至上游[23]。總體來看，As空間異常值較少，僅有68個，高低聚類區(qū)(HL)略高于低高聚類區(qū)(LH)。高低聚類區(qū)和低高聚類區(qū)分布上部分相似，在巴彥縣北部、慶安縣拉林青河、鐵力市小呼蘭河流域均有分布，其次，高低聚類區(qū)還分布在松花江干流流域，低高聚類區(qū)還分布在慶安縣歐根河流域。推測這些異常值是由于采樣環(huán)境或者分析誤差造成的，研究區(qū)土壤As平均含量較低，且這些異常值相對于As平均值變幅不大，不會對研究結(jié)果產(chǎn)生影響。

圖2 土壤樣點As空間聚類

2.3 土壤砷含量的空間變異

對土壤As含量進行半方差函數(shù)擬合，4種模型參數(shù)統(tǒng)計結(jié)果見表2。0為塊金方差，表示取樣間距為0時的方差，代表隨機性因素引起的變異；為結(jié)構(gòu)方差，代表結(jié)構(gòu)性因素引起的變異；0+為基臺值，是半方差函數(shù)隨間距遞增到一定程度后出現(xiàn)的平衡值，表示系統(tǒng)內(nèi)總的變異；為變程，表示半方差達到基臺值時的樣本距離，當樣本的某變量觀測值之間的距離大于該值時，說明他們之間是相互獨立的，若小于該值，說明他們之間存在著空間相關(guān)關(guān)系；塊金方差與基臺值的比值0/(0+)為塊金系數(shù)，是反映區(qū)域化變量空間變異性程度的指標。塊金系數(shù)可表示變量的空間自相關(guān)程度：塊金系數(shù)小于25%，變量具有強烈的空間自相關(guān)性；塊金系數(shù)在25% ～ 75%，變量具有中等程度的空間自相關(guān)性；塊金系數(shù)大于75%，變量的空間自相關(guān)性很弱，塊金系數(shù)接近1，表明該變量在整個研究區(qū)域內(nèi)各取樣點之間是相互獨立的，即無空間自相關(guān)性[24]。按照決定系數(shù)2越大，殘差平方和RSS越小，擬合出的模型效果最優(yōu)的原則[25]，研究區(qū)土壤As含量以指數(shù)模型擬合效果最好(圖3)，塊金方差和基臺值分別為0.118和1.922，塊金系數(shù)為6.14%，樣點距離小于最大變程，表明土壤As含量具有強烈的空間自相關(guān)性，以結(jié)構(gòu)性變異為主，受自然條件因素影響顯著。

依據(jù)半方差函數(shù)擬合結(jié)果，利用ArcGIS10.2對土壤As含量進行普通Kriging空間插值，繪制研究區(qū)土壤As含量空間分布圖(圖4)。由圖4可見，研究區(qū)土壤As含量在7 ～ 9 mg/kg的面積分布最廣；高背景場在鐵力和慶安以北呈小面積條狀分布，其次，在青岡和望奎地區(qū)有大面積近南北向條帶狀較高背景場分布，綏化、巴彥等地也有分布；哈爾濱松花江沿岸土壤As含量呈極低背景場分布，As含量范圍在4 ～ 7 mg/kg。As空間分布特征與研究區(qū)水系分布高度吻合，在呼蘭河流域上游和中游As含量較高，流域下游和松花江干流As含量明顯降低，這說明水系分布對土壤As含量特征有重要的影響。

表2 半方差函數(shù)模型擬合參數(shù)

2.4 土壤砷污染評價

參照GB 15618—2018《土壤環(huán)境質(zhì)量農(nóng)用地土壤污染風險管控標準(試行)》[26]中土壤As風險管制值和風險篩選值的要求，研究區(qū)未出現(xiàn)土壤As含量超過風險管制臨界值，有12件土壤樣品As含量超過風險篩選臨界值，超標率0.16%，表明研究區(qū)土壤As污染風險低，可忽略不計。利用地累積指數(shù)法對研究區(qū)土壤As含量進行污染評價，geo變化范圍為–2.62 ～ 3.06，geo平均值為–0.53。評價結(jié)果見表3，研究區(qū)土壤As絕大部分呈無污染的狀態(tài)，輕微污染、輕度污染、中度污染和偏重污染的樣本數(shù)分別為103、8、3和1件，無As重污染和高度污染的土壤。土壤As輕微污染、輕度污染、中度污染和偏重污染的樣本數(shù)占總樣本數(shù)的1.33%、0.10%、0.04% 和0.01%。對研究區(qū)土壤As進行潛在生態(tài)風險指數(shù)評價(表4)，結(jié)果表明，研究區(qū)土壤As為中等潛在風險的樣本僅有6件，中高等潛在生態(tài)風險的僅3件，其余樣本均為低潛在生態(tài)風險，低潛在生態(tài)風險、中等潛在風險和中高等潛在生態(tài)風險的樣本占比分別為99.88%、0.08%和0.04%。由此可見，松嫩平原黑土核心區(qū)土壤幾乎無As污染，土壤生態(tài)環(huán)境風險很低，對農(nóng)作物的生長影響微乎其微。

圖3 土壤As含量的半方差函數(shù)

圖4 土壤As含量的空間分布

表3 土壤As地累積指數(shù)結(jié)果

表4 土壤As潛在生態(tài)風險指數(shù)結(jié)果

3 討論

與區(qū)域背景相比，研究區(qū)土壤As平均含量略高于黑龍江省松嫩平原土壤As背景值(8.6 mg/kg)，兩者土壤As含量均低于全國土壤As背景值(11.2 mg/kg)[27]。研究區(qū)東北部呼蘭河上游為黑龍江省伊春—延壽鉛鋅多金屬成礦帶，主要礦床有伊春昆侖氣鉛鋅礦、鐵力二股東山鐵多金屬礦、鐵力二股西山鐵多金屬礦、鐵力二股響水鐵多金屬礦等。東北部高值聚類區(qū)近臨伊春—延壽多金屬成礦帶，受礦業(yè)活動影響明顯。盡管礦業(yè)活動對研究區(qū)土壤As 含量產(chǎn)生一定的影響，但不是造成土壤As 含量呈空間異質(zhì)性的主要原因。對研究區(qū)成土母質(zhì)土壤As含量參數(shù)進行統(tǒng)計發(fā)現(xiàn)(表5)①黑龍江省地質(zhì)調(diào)查研究總院.黑龍江省海倫—慶安地區(qū)多目標區(qū)域地球化學調(diào)查報告.2014.，母質(zhì)層土壤As平均含量為10.5 mg/kg，高于表層土壤As平均含量9.09 mg/kg，由酸性巖殘積物、沖洪積黃土狀黏質(zhì)土發(fā)育的土壤As含量明顯高于由沖積砂、砂礫石和沖積黏質(zhì)土發(fā)育的土壤。不同成土母質(zhì)土壤As平均含量由高到低依次為酸性巖殘積物>沖洪積黃土狀黏質(zhì)土>中性巖殘積物>泥質(zhì)巖殘積物>鈣質(zhì)巖殘積物>沖積黏質(zhì)土>沖積砂、砂礫石。對不同成土母質(zhì)土壤As含量進行單因素方差分析，因方差齊性檢驗結(jié)果顯著性小于0.05，認為不符合方差分析的條件，故而進行非參數(shù)檢驗，結(jié)果顯示，Kruskal Wallis檢驗的漸進顯著性為0.000，遠小于顯著水平0.01，故可以非常顯著地否定原假設(shè)，接受備擇假設(shè)，即認為不同成土母質(zhì)土壤As含量有顯著性差異。

通過對黑土區(qū)土壤As含量的冷熱點分析，可見As高值區(qū)域主要集中于呼蘭河流域上游和中游，以呼蘭河最大支流通肯河流域、歐根河流域表現(xiàn)最為明顯。As沿通肯河、歐根河流兩側(cè)呈高值聚類區(qū)，該類地區(qū)上游成土母質(zhì)As含量較高是導致其呈As高背景場的主要原因，其他可能途徑包括礦業(yè)活動、大氣沉降等帶來As的累積，污染物隨河流遷移及地表污水灌溉，進而形成大面積高背景場。地表徑流攜帶污染物通過沖溝、溪澗注入河流，汛期洪水漫過河岸污染兩側(cè)農(nóng)田土壤，以往相關(guān)研究也體現(xiàn)出這種典型的流域性污染特征[28-29]。相反地，呼蘭河下游、松花江干流兩側(cè)農(nóng)田土壤As含量呈低背景場，有研究證明As隨河流遷移距離較其他重金屬元素來說較短[30]。表6為研究區(qū)主要流域土壤As含量特征統(tǒng)計，由表6可見，在呼蘭河上游歐根河流域、通肯河流域土壤As平均含量為11.66 mg/kg和11.05 mg/kg，至呼蘭河中游，土壤As平均含量遞減為9.26 mg/kg，至呼蘭河下游，土壤As平均含量下降到6.96 mg/kg，匯入松花江后，流域土壤As平均含量僅為6.21 mg/kg。另外，大量研究證明，As在土壤中的累積距水系距離的增加逐漸降低，在一定距離后趨于穩(wěn)定狀態(tài)[31-32]。As沿河流分布的這種特征在一定程度上反映了元素的遷移、沉積和成土過程[33]。

表5 不同成土母質(zhì)土壤As含量描述性統(tǒng)計

表6 研究區(qū)主要流域土壤As描述性統(tǒng)計

土壤As含量除受成土母質(zhì)的影響外，土地利用方式、農(nóng)業(yè)耕作模式、化肥和農(nóng)藥投入等也會對土壤As含量及分布產(chǎn)生影響。研究區(qū)土地利用方式以耕地為主，耕地又以旱地為主、水田為輔，有研究表明[32]在淹水狀態(tài)下，As元素易被水稻所吸收，富集于稻米中。因此，水田土壤中As含量低于旱地土壤As含量。松嫩平原耕作制度為一年一熟，耕作方式以大型機械化作業(yè)為主，農(nóng)業(yè)土壤多為春季翻耕，近年來政府大力提倡秸稈還田，有利于增加土壤有機質(zhì)含量。通過推廣秋季翻耕，可以使作物根茬直接粉碎還田，增加土壤肥力，改善土壤理化性質(zhì)，促進微生物活動，加速土壤養(yǎng)分轉(zhuǎn)化，減少低溫冷害和病蟲草害對農(nóng)業(yè)生產(chǎn)的影響。化肥和農(nóng)藥的長期使用對土壤As的累積主要取決于化肥、農(nóng)藥中As的含量及其使用量，因此，推廣使用有機肥、減少化肥和農(nóng)藥使用量都能有效地降低研究區(qū)土壤中As的含量。

4 結(jié)論

1)松嫩平原黑土核心區(qū)土壤As含量范圍在2.1 ～ 107.7 mg/kg，平均含量9.09 mg/kg，為中等程度變異。空間分布上，呼蘭河上游鐵力、慶安地區(qū)土壤As含量呈較高背景場，松花江干流流域哈爾濱地區(qū)土壤As含量呈極低背景場。

2)冷熱點分析結(jié)果表明，研究區(qū)存在4個高值聚類區(qū)，主要分布在呼蘭河上游支流、通肯河流域、泥河流域和哈爾濱呼蘭區(qū)、巴彥縣。低值聚類區(qū)主要分布在呼蘭河下游、松花江干流、小呼蘭河上游、拉林青河上游等地區(qū)。

3)土壤As含量具有強烈的空間自相關(guān)性，以結(jié)構(gòu)性變異為主，受成土母質(zhì)、水系分布等自然條件因素影響顯著。

4)以GB 15618—2018中風險篩選臨界值為標準，研究區(qū)99.84% 的土壤As含量未超標；地累積指數(shù)污染評價結(jié)果顯示，98.52% 的地區(qū)為無污染的狀態(tài)；潛在生態(tài)風險指數(shù)評價結(jié)果顯示，99.88% 的地區(qū)為低潛在生態(tài)風險。盡管研究區(qū)土壤As含量較低，但與區(qū)域背景值相比有所增加，建議通過推廣秋季翻耕、增加水稻種植面積、使用有機肥、減少農(nóng)藥和化肥使用量等人為因素來減緩土壤中As含量增加的趨勢。

[1] 汪花, 劉秀明, 劉方, 等.喀斯特地區(qū)小尺度農(nóng)業(yè)土壤砷的空間分布及污染評價[J].環(huán)境科學, 2019, 40(6): 2895–2903.

[2] 錢朝海, 許云生, 涂世英.淺談砷污染的危害及砷制劑的正確使用[J].云南畜牧獸醫(yī), 2010(1): 41–42.

[3] 張輝.地帶性人群砷中毒的環(huán)境背景因素及其研究現(xiàn)狀[J].地質(zhì)論評, 2000, 46(4): 443–448.

[4] Alam M O, Chakraborty S, Bhattacharya T.Soil arsenic availability and transfer to food crops in sahibganj, India with reference to human health risk[J].Environmental Processes, 2016, 3(4): 763–779.

[5] Sharifi R, Moore F, Keshavarzi B, et al.Assessment of health risks of arsenic exposure via consumption of crops[J].Exposure and Health, 2018, 10(2): 129–143.

[6] Melak D, Ferreccio C, Kalman D, et al.Arsenic methylation and lung and bladder cancer in a case-control study in northern Chile[J].Toxicology and Applied Pharmacology, 2014, 274(2): 225–231.

[7] 新華.我國成為地砷病危害嚴重的國家[J].中華養(yǎng)生保健, 2005(5): 53.

[8] Chakraborti D, Rahman M M, Mukherjee A, et al.Groundwater arsenic contamination in Bangladesh—21 Years of research[J].Journal of Trace Elements in Medicine and Biology, 2015, 31: 237–248.

[9] Bhowmick S, Pramanik S, Singh P, et al.Arsenic in groundwater of West Bengal, India: A review of human health risks and assessment of possible intervention options[J].Science of the Total Environment, 2018, 612: 148–169.

[10] Shakoor M B, Bibi I, Niazi N K, et al.The evaluation of arsenic contamination potential, speciation and hydrogeochemical behaviour in aquifers of Punjab, Pakistan[J].Chemosphere, 2018, 199: 737–746.

[11] Yang Q Q, Li Z Y, Lu X N, et al.A review of soil heavy metal pollution from industrial and agricultural regions in China: Pollution and risk assessment[J].Science of the Total Environment, 2018, 642: 690–700.

[12] Zhang P Y, Qin C Z, Hong X, et al.Risk assessment and source analysis of soil heavy metal pollution from lower reaches of Yellow River irrigation in China[J].Science of the Total Environment, 2018, 633: 1136–1147.

[13] Morales N A, Martínez D, García-Meza J V, et al.Total and bioaccessible arsenic and lead in soils impacted by mining exploitation of Fe-oxide-rich ore deposit at Cerro de Mercado, Durango, Mexico[J].Environmental Earth Sciences, 2015, 73(7): 3249–3261.

[14] Qi J Y, Zhang H L, Li X P, et al.Concentrations, spatial distribution, and risk assessment of soil heavy metals in a Zn-Pb mine district in Southern China[J].Environmental Monitoring and Assessment, 2016, 188(7): 1–11.

[15] Posada-Ayala I H, Murillo-Jiménez J M, Shumilin E, et al.Arsenic from gold mining in marine and stream sediments in Baja California Sur, Mexico[J].Environmental Earth Sciences, 2016, 75(11): 1–16.

[16] 張慧, 馬鑫鵬, 蘇航, 等.松嫩平原黑龍江省南部土壤重金屬背景值及污染程度分析[J].干旱地區(qū)農(nóng)業(yè)研究, 2018, 36(6): 230–236.

[17] 高鳳杰, 王鑫, 韓晶, 等.東北黑土區(qū)小流域耕地土壤重金屬污染特征及健康風險評價：以海溝河小流域為例[J].中國農(nóng)業(yè)大學學報, 2020, 25(8): 73–83.

[18] 陳玉東, 王火焰, 周健民, 等.黑龍江省海倫市農(nóng)田土壤重金屬分布特征及污染評價[J].土壤, 2012, 44(4): 613–620.

[19] 方傳棣, 成金華, 趙鵬大, 等.長江經(jīng)濟帶礦區(qū)土壤重金屬污染特征與評價[J].地質(zhì)科技情報, 2019, 38(5): 230–239.

[20] Hakanson L.An ecological risk index for aquatic pollution control: A sedimentological approach[J].Water Research, 1980, 14(8): 975–1001.

[21] 李秀章, 曹世欣, 劉漢棟, 等.表層土壤重金屬元素污染特征及潛在生態(tài)風險評價: 以山東省東部為例[J].地質(zhì)科技情報, 2013, 32(4): 191–195.

[22] 崔玉軍.黑龍江省松嫩平原南部農(nóng)業(yè)地質(zhì)綜合調(diào)查評價[M].哈爾濱: 黑龍江人民出版社, 2017: 79–90.

[23] 劉暢, 宋波, 張云霞, 等.西江流域土壤砷含量空間變異與污染評價[J].環(huán)境科學, 2018, 39(2): 899–908.

[24] 馬宏宏, 余濤, 楊忠芳, 等.典型區(qū)土壤重金屬空間插值方法與污染評價[J].環(huán)境科學, 2018, 39(10): 4684– 4693.

[25] 師榮光, 趙玉杰, 周啟星, 等.蘇北優(yōu)勢農(nóng)業(yè)區(qū)土壤砷含量空間變異性研究[J].農(nóng)業(yè)工程學報, 2008, 24(1): 80–84.

[26] 生態(tài)環(huán)境部南京環(huán)境科學研究所, 中國科學院南京土壤研究所, 中國農(nóng)業(yè)科學院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所, 中國環(huán)境科學研究院.土壤環(huán)境質(zhì)量農(nóng)用地土壤污染風險管控標準(試行): GB 15618—2018 [S].北京: 中國標準出版社，2018.

[27] 魏復盛, 陳靜生, 吳燕玉, 等.中國土壤環(huán)境背景值研究[J].環(huán)境科學, 1991, 12(4): 12–19,94.

[28] 繆雄誼, 葉思源, 郝玉培, 等.黃河三角洲表層土壤重金屬環(huán)境質(zhì)量評價[J].海洋科學, 2016, 40(2): 65–76.

[29] Domínguez M T, Alegre J M, Madejón P, et al.River banks and channels as hotspots of soil pollution after large-scale remediation of a river basin[J].Geoderma, 2016, 261: 133–140.

[30] Anirban B, Saroni B, Arabinda D, et al.Spatial variability and competing dynamics of arsenic, selenium, iron and bioavailable phosphate from ground water and soil to paddy plant parts[J].Groundwater for Sustainable Development, 2018, 7: 328–335.

[31] 劉偉, 郜允兵, 潘瑜春.農(nóng)田土壤重金屬空間變異多尺度研究[J].江蘇農(nóng)業(yè)科學, 2018, 46(23): 357– 361.

[32] 余雪蓮, 李啟權(quán), 彭月月, 等.成都平原核心區(qū)土壤砷空間變異特征及影響因素[J].環(huán)境科學研究, 2020, 33(4): 1005–1012.

[33] 李啟權(quán), 張少堯, 代天飛, 等.成都平原農(nóng)地土壤鎘含量特征及來源研究[J].農(nóng)業(yè)環(huán)境科學學報, 2014, 33(5): 898–906.

Spatial Variability and Pollution Evaluation of Soil Arsenic in the Core Area of Black Soil in Songnen Plain

ZHANG Li1, LEI Fenghua2, CUI Yujun1, YANG Yuanjiang1, WANG Enbao1

(1 Heilongjiang Institute of Natural Resources Survey, Key Laboratory of Black Soil and Water Resources Research of Heilongjiang Province, Harbin 150036, China; 2 Chengdu Center of Geological Survey, China Geological Survey, Chengdu 610081, China)

Based on the multi-objective regional geochemical survey data, soil arsenic (As) content in the core area of black soil in Songnen Plain was analyzed by means of geostatistical analysis and GIS spatial analysis, and soil As pollution was evaluated by means of geo-accumulation index and potential ecological risk index.The results showed that soil As content ranged from 2.1 to 107.7 mg/kg with the average of 9.09 mg/kg, slightly higher than the corresponding background value of soil As.The high-value clustering area of soil As was mainly distributed in the upper reaches of Hulan River, while the low-value clustering area was mainly distributed in the lower reaches of Hulan River and Songhua River basin.Soil As content had a strong spatial autocorrelation, which is dominated by structural variation.The spatial distribution of soil As was significantly affected by factors such as soil parent material and water system.98.52% or 99.88% of the study areas were pollution-free or with low potential ecological risk.It is suggested to slow down the increase of soil As content by improving agricultural cultivation methods, adjusting planting structure, reducing the use of pesticides and chemical fertilizers and other human factors.

Arsenic; Agricultural soil; Spatial variability; Pollution evaluation; Core area of black soil

X53

A

10.13758/j.cnki.tr.2021.04.024

張立, 雷風華, 崔玉軍, 等.松嫩平原黑土核心區(qū)土壤砷空間變異特征及污染評價.土壤, 2021, 53(4): 850–857.

全國土壤現(xiàn)狀調(diào)查及污染防治專項(GZTR20080103)和中國地質(zhì)調(diào)查局項目(1212010511217)資助。

張立(1981—) ，男，陜西漢中人，碩士，高級工程師，主要從事環(huán)境地球化學研究工作。E-mail: 11741785@qq.com