基于田塊尺度的農田土壤重金屬污染評價及來源解析

穆德苗，陳艷秋，胡濤，林大松，楊正蘭，孫約兵*

（1.東北農業大學資源與環境學院，哈爾濱 150030；2.農業農村部環境保護科研監測所，農業農村部產地環境污染防控重點實驗室/天津市農業環境與農產品安全重點實驗室，天津 300191；3.云南省安寧市植保植檢站，云南 安寧 650300）

健康的土壤環境是保障人類生存和發展的基礎，人類活動不斷將大量污染物（如重金屬、揮發性有機物等）帶入土壤環境中，其生態環境遭到不斷破壞，導致土壤污染問題愈發嚴重。由于重金屬污染具有持久性、長期潛伏性、地域性以及不易修復等特點，能夠對農產品安全和人體健康構成威脅。《全國土壤污染狀況調查公報》顯示，我國重金屬污染區域化差異明顯，西南地區（云南省、貴州省、四川省等）土壤重金屬As、Cd、Hg 和Pb 等背景值顯著高于全國土壤背景值。西南地區地質條件復雜，礦產儲量足、種類多，使其具備開采基礎，長期的礦產活動加劇了土壤重金屬污染。張富貴等基于鄉鎮尺度對西南高背景區農田土壤重金屬進行生態風險評價，發現由于地質背景影響，Cd 是研究區域最重要的風險元素，且存在多種重金屬復合污染，生態風險較高。目前，西南地區已查明污染耕地面積達219.5 萬hm，占全國污染耕地總面積的28.9%。近年來，已有關于西南高背景區土壤重金屬累積遷移和污染評價的相關報道，高地質背景造成的農田土壤重金屬污染逐漸受到重視。

確定農田土壤重金屬的具體來源，特別是進行定量解析，厘清土壤重金屬是來源于地殼活動導致的重金屬上移還是人類活動影響所致，對西南地區土壤重金屬污染防治具有現實意義。地統計學已廣泛應用于對土壤重金屬空間分布特征進行插值分析，但主要致力于土壤重金屬原始測定數據的地統計學分析，缺乏對具體金屬元素的源貢獻進行制圖分析。絕對因子分析/多元線性回歸（APCS-MLR）受體模型是主成分分析和多元線性回歸兩種統計方法相結合的受體模型，回歸系數用于計算污染因子對污染元素的貢獻率?；裘髦榈然诮^對因子分析/多元線性回歸受體模型對湘潭縣農田土壤重金屬進行源解析，結果表明工業源對Cd 貢獻率最大，為65.36%；農業源對As 貢獻率最大，為59.20%；自然源對Cr 貢獻率最大，為89.67%。夏子書等基于PMF模型和Kriging 插值，對寧南山區土壤重金屬進行污染評價及來源解析，表明主要來源為農業活動源（23.5%）和自然母質源（27.6%）。聯合多重解析方法，在定性識別的基礎上定量識別重金屬污染來源，能夠獲得更加科學準確的結果。目前關于土壤源解析的研究只關注于貢獻值，忽略了重金屬之間的毒性差異。將傳統的土壤評價方法與GIS 法聯合應用，不僅有助于直觀地展示土壤重金屬污染狀況，而且能夠定量污染源的貢獻值，進而制定優先控制策略。

近年來，眾多學者對土壤重金屬含量特征的研究主要集中于中尺度到大尺度的區域和流域，由于不同的農業活動方式和土地利用類型可引起小尺度范圍的空間分異，若采用較大的研究尺度去預測小區域的空間分布趨勢，對于合理利用土地資源和精準管理農業生產，其精度不足。基于此，本研究區域選取西南地質高背景區云南省，在田塊尺度下分析測定土壤中As、Cd、Cr、Cu、Mn、Ni、Pb 和 Zn 這 8 種重金屬元素含量及賦存形態，采用地累積指數、潛在生態風險評價等方法研究土壤重金屬污染特征，揭示土壤重金屬累積特征，評價農田土壤重金屬污染情況，聯合應用空間插值法與APCS-MLR 模型，量化土壤重金屬污染來源，為西南地區農田土壤重金屬污染防治、保障農作物品質安全提供科學依據。

1 材料與方法

1.1 研究區域概況

云南省安寧市（102°08′ ～102°37′ E、24°31′ ～25°06′N），擁有云南省最大的鋼鐵生產基地——昆鋼鋼鐵，是集鋼鐵、鹽礦、氮肥、磷肥和化工產業為一體的工業城市，其地質背景復雜。研究區域是螳螂川沿岸及公路周邊的農田。螳螂川是滇池唯一出水口，流向自東北至西南，沿岸分布著眾多鋼鐵冶金、磷肥化工和氯堿化工等企業，水質污染嚴重。研究區域面積60.44 hm，土壤為山原紅壤，以耕地為主，主要種植滿足人類日常生活的經濟作物以及大宗作物玉米、水稻。研究區屬于中亞熱帶低緯度高海拔地區，溫差較小，干濕分明。年平均氣溫14.9 ℃，年平均降水量約為1 000.5 mm，光照充足，積溫偏低。

1.2 樣品采集與分析

于2020年8 月采集研究區域表層土壤樣品120件，用奧維地圖確定采樣點經緯度信息，采樣深度0～20 cm，采樣點位如圖1 所示。采用五點取樣法采集土壤樣品，布點過程中綜合考慮周邊環境因素，從5 m×5 m 的正方形四個頂點和中點采集表層土壤樣品，均勻混合后用四分法選取1 kg土壤作為一個土壤樣品。土壤樣品經室溫自然風干，撿出石塊、植物根莖等雜質后，研磨至20目和100目篩后自封袋密封保存，供后續分析測試使用。

圖1 研究區域采樣點分布Figure 1 Distribution of sampling points in the research area

土壤pH 值采用pH 計（土水比為1∶2.5）進行測定（NY/T 1377—2007）；土壤有機質采用重鉻酸鉀容量法測定（NY/T 1121.6—2006）；土壤陽離子交換量采用三氯化六氨合鈷浸提-紫外分光光度計法測定（HJ 889—2017）；電導率采用電導率儀測定（FE38-Meter）；土壤重金屬有效態選用DTPA 浸提液進行提?。ㄌ崛┡c土壤比為5∶1）；土壤重金屬總量采用HNO-HF 體系消解；土壤重金屬各形態含量測定采用Tessier 連續提取法，測定5 種形態依次為可交換態、碳酸鹽結合態、鐵錳氧化物結合態、有機態、殘渣態。使用電感耦合等離子體質譜儀（ICP-MS，Ultimate 3000-i CAP QC）測定重金屬含量。每份土壤樣品設置3個重復，準確度和精密度采用國家一級標準物質進行控制，土壤樣品中所測元素的回收率為95%～102%，結果符合質量控制要求。

1.3 地累積指數

地累積指數（Geoaccumulation index，）用于定量評價沉積物中重金屬污染程度，具有科學性和直觀性的優點，其計算公式為：

式中：為地累積指數；C為元素含量的實測值，mg·kg；B為元素含量的背景值，mg·kg；為修正系數，一般取1.5。地累積指數與污染程度分級標準見表1。本研究選擇云南省表層土壤中重金屬元素含量作為背景值計算值，評價研究區域污染程度。

1.4 潛在生態風險評價

潛在生態指數法（Potential ecological risk index，PERI），能夠綜合反映重金屬對生態環境的影響能力，是目前最為常用的評價土壤重金屬污染程度和生態風險的方法。其計算公式為：

表1 地累積指數和潛在生態風險指數分級標準Table 1 Geological accumulation index and potential ecological hazard index classification standard

1.5 絕對因子分析/多元線性回歸（APCS-MLR）受體模型

APCS-MLR 模型不僅可以識別污染源，而且可以計算各來源的貢獻率及每個因子對單個樣本的源貢獻率。其基本原理是將原始數據標準化后，在因子分析的基礎上得到絕對主成分因子得分（APCS）。

首先對測定的原始數據進行標準化：

對所有重金屬元素引入1個含量為0 的人為樣本，計算標準化得到的因子分數：

每個重金屬元素的APCS 通過每個樣本的因子分數減去0含量樣本的因子分數得到。

以重金屬測定數據為因變量、APCS 為自變量進行多元線性回歸分析，得到的回歸系數可將APCS 轉化為每個污染源對每個樣本的含量貢獻率：

式中：b為對重金屬元素進行多元線性回歸所得常數；b是污染源對重金屬元素的回歸系數；APCS·b表示污染源對C的含量貢獻，%；所有樣本APCS·b平均值表示污染源平均絕對貢獻量，%。

1.6 數據處理

利用Excel 2016 軟件計算重金屬地累積指數、潛在生態風險指數和描述性統計。采用APCS-MLR 受體模型計算污染來源。采用SPSS Statistics 25.0 進行描述性統計分析、相關性分析和因子分析。地統計學分析和空間分布圖的制作通過ArcGIS 10.8 完成，用Origin 2019b進行圖形處理。

2 結果與討論

2.1 研究區域土壤重金屬含量和空間分布特征

2.1.1 表層土壤重金屬含量

由表2 可知，研究區域土壤pH 值范圍為5.47～7.00，平均值為6.26，83.33% 的土壤樣品呈酸性。土壤陽離子交換量含量在5.44～13.92 cmol·kg之間，平均值為9.63 cmol·kg。土壤有機質含量在20.10～39.94 g·kg之間，平均值為 2 9.96 g·kg。研究區土壤以酸性土壤為主，土壤有機質含量較高，陽離子交換量較低，土壤肥力狀況良好。

表2 研究區土壤基本理化性質及重金屬含量（n=120）Table 2 Basic physical and chemical properties and heavy metals concentrations of the study soil（n=120）

對研究區內土壤重金屬含量采用Kolmogorov-Smirnove（K-S）正態分布檢驗，結果顯示研究區內表層土壤樣品數據服從或近似服從對數正態分布。土壤重金屬含量平均值由高至低排列為Cr（501.53 mg·kg）＞Zn（80.16 mg · kg）＞Mn（41.19 mg · kg）＞As（26.10 mg·kg）＞Cu（22.89 mg·kg）＞ Pb（22.41 mg·kg）＞N（i17.59 mg·kg）＞Cd（1.13 mg·kg），8 種重金屬含量變化范圍較大。采用《土壤環境質量 農用地土壤污染風險管控標準（試行）》（GB 15618—2018）作為評價指標，顯示研究區域為典型土壤重金屬高背景區，特別是重金屬As、Cd 和Cr，含量分別是云南省土壤背景值的 1 .42、1.71 倍和 7 .69 倍，pH 范圍在 6 .5～7.00 分區中Cd 和Cr均超過相應分區篩選值，pH 范圍在 6 .5～7.5 時，13.21% 土壤樣品 A s 超過篩選值。結果表明重金屬As、Cd 和Cr 在土壤中有不同程度的累積，土壤中重金屬Cr 累積效應最為明顯。其余重金屬平均值含量均未超過農用地土壤污染風險篩選值，且低于云南省土壤背景值。何騰兵等研究了貴州喀斯特山區不同母質（巖）發育的土壤重金屬，表明重金屬含量差異較大，碳酸鹽巖系石灰巖發育的土壤中Cd、Cr 和As 的含量較高且存在富集情況。這說明研究區域在地質高背景和農業生產等人類活動影響下，土壤重金屬有聚集的趨勢。

變異系數可以反映重金屬在土壤中的均勻性和變異性。土壤重金屬Cr、Cu 和Mn 變異系數均大于35%，屬于高度變異，分布高度不均勻，推測原因是研究區域位于地質高背景區，重金屬含量高的母質巖在風化成土過程中釋放的重金屬又富集在土壤中，與人類耕作活動等形成交互疊加污染的狀況。土壤重金屬As、Cd、Ni 和Pb 變異系數均大于15%，屬于中度變異，可能存在人類活動產生的異常值干擾情況。土壤重金屬Zn 變異系數小于15%，屬于弱變異，空間差異不顯著。除Zn 外，土壤重金屬的空間變異系數均為中高度水平。土壤中As、Cd 和Cr 累積程度高且存在明顯差異性，說明在人類活動的影響下，土壤重金屬發生不同程度的積累，區域內種植的農產品可能存在污染風險。因此，在風險評價和環境修復中應重點關注研究區域土壤As、Cd和Cr污染情況。

2.1.2 土壤重金屬含量空間分布

利用ArcGIS 10.8 中的反距離權重法（IDW）對采樣點重金屬元素進行空間插值分析，得到8 種土壤重金屬含量的空間分布特征，如圖2 所示。研究區域重金屬空間分布具有一定的區域集中性。重金屬Cd、Cr 和Cu 空間分布具有相似性，表現為“東高西低”的分布特征。Cd、Cr 和Cu 高濃度點主要集中在東南部。研究區域東南部存在地勢低洼區域，且易受到螳螂川水流沖擊的影響。在黃河下游典型沖積平原、廣州市丘陵地帶的研究表明，主要受到成土母質影響的重金屬Cd、Cr和Ni等易在河流沖積處、平原處富集。重金屬Mn、Ni、Pb 和Zn 含量呈現出東北部含量偏低、西南部含量偏高的特征，其中高含量區域集中于西南部。土壤As 表現出中部含量偏高、四周偏低的特征，且東部含量普遍高于西部，高含量斑塊出現區域較分散，研究區域有多年苗木種植歷史，可能與農藥的施用有關，韓志軒等研究表明Hg 和As 是農藥的重要組成元素，多次施用含As 農藥的土壤As 含量高達2 000 mg·kg。整體來看，土壤中Cd、Cr和Cu含量空間分布格局表現出東南部較高、中部次之、西北部較低的趨勢，而土壤中Mn、Ni、Pb和Zn含量的空間分布格局較為特殊，呈現西南部最高、中間區域高于周邊的趨勢。

圖2 研究區土壤重金屬空間分布Figure 2 Spatial distribution of soil heavy metals content in the study area

2.2 土壤重金屬有效性及形態分布特征

盡管土壤重金屬含量能反映重金屬的累積程度，但重金屬有效態更能反映生物可利用性和生物毒性。土壤重金屬DTPA 提取態含量和總量相關性分析如圖3 所示。土壤重金屬有效態含量差異較大，平均值大小排列為 Mn（10.32±6.85 mg·kg）＞Zn（5.76±3.59 mg·kg）＞Pb（4.45±1.03 mg·kg）＞Cu（4.01±2.62 mg·kg）＞As（2.68±1.61 mg·kg）＞Ni（1.33±0.52 mg·kg）＞Cr（0.66±0.34 mg·kg）＞Cd（0.32±0.22 mg·kg），重金屬有效態Mn 含量最高，Cd 含量最低。土壤中重金屬DTPA 提取態含量隨總量的增加而顯著增加（＜0.01），其中 DTPA 提取態 Cd 和 Pb 與其總量相關系數均大于0.8；Cr 和As 與總量相關系數最小，分別為0.654和0.679。

圖3 土壤重金屬DTPA提取態與重金屬全量的相關性Figure 3 Correlation analysis between the concentrations of heavy metals and physicochemical properties of soil

本文通過五步連續提取法獲取表層土壤8 種重金屬的5 種賦存形態，分析重金屬賦存形態能夠更加全面解釋土壤重金屬的累積轉移，如圖4 所示。5 種重金屬賦存形態分別為：可交換態（A1），土壤中可遷移重金屬含量；可交換態和碳酸鹽結合態（A2），最易被植物吸收，是生物有效組分；鐵錳氧化物結合態（A3）和有機態（A4），在所處環境發生改變時，可以轉變為活性較強的可交換態，易被植物吸收，是潛在生物有效組分；殘渣態（A5），比較穩定，主要來源于天然礦物，穩定存在于結晶礦物晶體中，不易被植物吸收。結果分析表明同一采樣點不同重金屬賦存形態占比各不相同。研究區域土壤As、Cr、Cu、Ni和Zn主要以殘渣態形式存在，所占比例均在70%以上，說明這些元素主要源于成土母質自然風化過程。重金屬Cr殘渣態占比最高，占全量的85.15%±7.21%，生物有效組分占比較低。重金屬Ni和Zn殘渣態占比較低，分別占全量的80.90%±5.65%和81.08%±3.27%。這與胡文研究得出的地質成因引起的重金屬富集往往是以殘渣態為主要存在形式的結論相似，As、Cr、Cu、Ni和Zn殘渣態所占比例顯著高于生物有效組分。已有研究表明，碳酸鹽巖的土壤中重金屬As、Cd和Cr的高含量與碳酸鹽巖成土過程中重金屬的次生富集有關，土壤成熟度越高，重金屬富集越顯著。此外，Cu在土壤中易于形成分解的有機絡合物和硫化銅等難分解礦物?？杀蛔魑镂绽玫纳镉行ЫM分（A1 + A2）占 比 ：Cd（24.52%）>Pb（16.83%）>Mn（12.41%）>Cu（10.66%）>As（9.27%）>Ni（5.29%）>Cr（4.52%）>Zn（4.04%）；潛在生物有效組分（F3+F4）占比 ：Mn（22.17%）>Pb（19.08%）>Cd（15.50%）>Zn（14.88%）>Cu（14.24%）>Ni（13.81%）>As（13.53%）>Cr（10.33%）。Cd和Pb具有相對較低的殘渣態和相對高的活性態的特征，具有生物可利用性。Mn和Zn潛在生物有效組分高于生物有效組分，但全量較低，污染風險小。Cd生物有效組分顯著高于其他重金屬，易于土壤累積轉移，可能導致農作物中Cd的富集和超標。已有研究發現湖北宣恩縣土壤Cd同樣表現出高生物活性，生物有效態組分達到了44.44%，顯著高于其他重金屬。

圖4 土壤重金屬賦存形態分布占比Figure 4 Proportion of occurrence forms distribution of heavy metals in soil samples

從8種元素賦存形態來看，Cd和Pb生物有效組分占比較高，具有生物可利用性；As、Cu、Ni和Zn主要以殘渣態和鐵錳氧化物結合態為主，穩定性較好，不易遷移；Cd生物有效組分占比最高，顯著高于其他重金屬元素，潛在生物危害較大。Cd是研究區域中農田土壤風險最高的特征污染元素。

土壤pH、陽離子交換量、有機質含量是影響重金屬有效態含量的關鍵因素。土壤重金屬有效態與土壤理化性質的相關性如圖5所示。結果顯示土壤pH與Mn呈正相關性，與其他7種重金屬均呈負相關性，其中與As、Cd、Cr、Cu和Ni呈極顯著負相關性（<0.01）且相關系數大于0.5。隨著pH值的降低，重金屬的有效態組分明顯增加。研究表明，土壤pH的降低會將重金屬的潛在生物有效性從土壤中解析出來，或降低表面帶負電荷礦物對重金屬的吸附，增加重金屬的有效性。因此，防止土壤酸化是防控重金屬污染的關鍵。有機質與Mn呈正相關性，與其他重金屬呈負相關性，與As、Cd和Cr呈極顯著負相關性，且相關系數大于0.3。有研究認為，土壤有機質具有大量的吸附位點（例如：含氧基團——羧基），通過吸附能夠與金屬形成絡合物從而降低重金屬的活性和生物可利用性。然而，也有研究認為有機質可以向土壤溶液提供低分子量的有機物，與重金屬形成螯合物，可提高重金屬生物有效性。因此，研究區土壤中的有機質對不同重金屬有效性影響存在差異。針對西南地區地質高背景區農田土壤的金屬污染問題，應采取有效方法控制土壤酸化，調節土壤有機質含量，從而降低重金屬的生物有效性，避免重金屬向農作物累積轉移。

圖5 土壤重金屬有效態與土壤理化性質相關系數矩陣Figure 5 Correlation coefficient matrix of soil heavy metals available form and soil physical and chemical properties

2.3 土壤重金屬來源分析

2.3.1 Pearson相關分析

重金屬元素Pearson相關系數如表3所示。土壤Cr與Cu、Ni在土壤中存在極顯著正相關（<0.01）且相關系數均大于0.9，由此可推測3種元素具有較大的同源性以及復合污染的隱患。研究表明Cr與Ni主要受成土母質（碳酸鹽巖）的影響。研究發現，8種重金屬中As與Cr、Zn與Cd、Pb與Mn呈極顯著相關性（<0.01），且相關系數大于0.5，推斷重金屬的來源途徑相似。

表3 表層土壤重金屬含量相關性分析Table 3 Pearson correlation matrix for the heavy metals concentrations in the top soil

2.3.2 主成分分析

對表層土壤重金屬含量進行KMO檢驗，得到的統計量值為0.66，Bartlett球度檢驗相伴概率小于0.001，表明數據適合進行因子分析，對Kaiser標準化后的因子進行Varimax正交旋轉，得到了3個特征值大于1的主成分，如圖6所示，累計方差貢獻率為72.25%。其中第一主成分（PC1）的方差貢獻率為38.74%，是主要因子，第二和第三主成分的方差貢獻率分別為19.83%和12.96%。同一個主成分下具有較高因子載荷的重金屬具有相同的來源。分析表明，Cr、Ni和Cu在第一主成分下具有極強正載荷。王銳等對酉陽縣南部土壤重金屬的來源研究表明土壤Cr和Ni有很強的同源性，主要來源于成土母質。呂建樹等對日照市土壤重金屬的研究表明，Co、Cr、Mn、Ni、Zn、As和Cu為自然源因子。由相關性分析得知，Cr與Cu、Ni、As在土壤中存在極顯著正相關性，并結合地統計學分析結果，Cr、Ni、Cu具有相似來源。重金屬賦存形態顯示As、Cu、Cr和Ni均以殘渣態為主。因此，第一主成分代表As、Cu、Cr和Ni來源主要與地質背景有關。

圖6 主成分分析載荷圖Figure 6 Spatial distribution plots of heavy metals in soils by principal component analysis

Zn和Pb在第二主成分（PC2）表現出很強的正載荷，分別為0.816和0.684。交通排放是農田重金屬Zn的主要來源，使用含鉛鋅汽油可能導致土壤中Zn含量升高。Zn可能來源于汽車表面電鍍層的不斷磨損以及輪胎的磨損和破裂。NI等在研究中發現大氣沉降是Pb進入土壤中的主要方式，華明等和CHEN等也在研究中指出交通活動會造成道路兩旁土壤中Pb的累積。研究區域位于鄉村主干道旁，大量尾氣沉降到土壤中，可能會造成土壤Pb污染。第二主成分來源可能主要與道路交通有關。

Cd在第三主成分（PC3）表現出較強的正載荷，其次為Mn，而Pb、As表現出適度的載荷。研究區域種植玉米、水稻和蔬菜作物，具有大量農藥和化學使用背景。已有研究表明Cd元素可以作為使用農藥和化肥等農業活動的標志元素。MICó等指出農業生產中磷肥的使用會導致Cd在土壤中累積。LU等研究發現灌溉用水也是重金屬Cd升高的原因。第三主成分主要受農業活動影響，還受到工業污染的影響。

2.3.3 APCS-MLR模型分析

APCS-MLR模型可以定量確定污染源對其重金屬的平均貢獻量。進行APCS-MLR模型分析時，先將因子分析的3個因子分數轉換為絕對因子分數，再將各絕對因子分數與各重金屬元素含量做多元線性回歸，分別得到每個重金屬元素與3個絕對因子的多元線性回歸方程，As、Cd、Cr、Cu、Mn、Ni、Pb和Zn回歸方程的決定系數分別為0.681、0.772、0.854、0.706、0.823、0.771、0.851和0.801。數值越大說明多元線性回歸方程的擬合效果越好，Cr、Mn、Pb和Zn擬合效果較好。

根據回歸系數計算得出各重金屬元素不同來源的貢獻率，如圖7所示。研究區域土壤重金屬As、Cr、Cu和Ni的來源以自然源為主，其對As、Cr、Cu和Ni貢獻率分別為39.34%、47.32%、44.53%和50.23%。As除自然源外，其他污染源占比25.42%；Cr除自然源外，還有17.23%的貢獻率來自其他污染源；Cu和Ni農業源占比最大。Pb和Zn的來源以工業活動源和交通源為主，工業源對Pb和Zn的貢獻率分別為31.93%和30.53%，交通源對Pb和Zn的貢獻率分別為23.36%和22.17%。 Cd的來源以農業源為主，貢獻率為53.63%，其次為自然源，占比18.33%。

圖7 土壤重金屬污染源貢獻率Figure 7 Source contribution ratios of heavy metals in soil

2.4 研究區土壤重金屬污染生態評價

將云南省土壤背景值作為評價標準，對研究區域重金屬污染程度進行地累積指數評價分析，如圖8所示，土壤重金屬地累積指數平均值大小排序為Cr（2.34）＞Cd（0.12）＞As（-0.13）＞Pb（-1.58）＞Cu（-2.63）>Zn（-3.98）>Ni（-4.05）＞Mn（-6.65）。研究區域表層土壤Cr地累積指數變化范圍為0.79~3.78，總體處于中-重度污染水平，分別占樣品總數74.3%和17.2%；其次是Cd，變化范圍為-1.96~1.33，屬于輕度污染，占樣品總數56.2%。As和Cu的地累積指數介于-4~1，有4.2%樣品處于As輕度污染水平，1.4%樣品處于Cu輕度污染水平。Mn、Ni、Pb和Zn地累積指數均小于1，總體呈無污染狀態。結果表明8種重金屬在表層土壤中存在不同程度累積現象，Cr和Cd積累程度最高，Mn最弱，地累積指數評價結果與累積趨勢相一致。

圖8 土壤重金屬污染地累積指數和潛在生態危害系數Figure 8 Geological accumulation index and potential ecological hazard index of soil

研究區域表層土壤As、Cu、Mn、Ni、Pb和Zn的潛在生態風險系數均小于40，屬于輕微生態危害，生態風險等級較低。土壤Cr的E值變化范圍分別為5.20~41.12，平均值分別為16.73±8.02，存在輕微至中等生態危害，以輕微生態危害為主，占91.67%。土壤Cd的E值變化范圍為11.56~113.35，平均值為51.21±15.20，存在輕微至強生態危害，以中等生態危害為主，占45%。分析表明，研究區域土壤主要生態危害元素As、Cd和Cr也存在輕度生態危害風險，研究區域土壤重金屬總潛在生態風險指數（PERI）分布范圍為31.89~5 684.76，存在輕微至極強生態風險，以中等和強生態危害為主。土壤重金屬對貢獻指數降序依次為 Cd（50.76）>As（14.02）>Cr（11.17）>Pb（2.64）>Cu（1.69）>Ni（0.82）>Mn（0.21）>Zn（0.11），貢獻率分別為 62.34%、17.22%、13.72%、3.24%、2.07%、1.01%、0.26%、0.14%。土壤呈現Cr、Cd、As多種重金屬復合污染狀態，表現為很強或極強的生態危害程度。

3 結論

（1）研究區農田土壤As、Cd和Cr含量超過農用地土壤污染篩選值，分別是云南省土壤背景值的1.42、1.71倍和7.69倍，土壤重金屬空間呈現一定差異性。Cd、Cr、Cu含量空間分布格局表現出東南部較高、西北部較低的趨勢，Mn、Ni、Pb和Zn含量的空間分布格局呈現西南部最高、東北部含量偏低、中間區域高于周邊的趨勢。

（2）土壤中重金屬DTPA提取態含量與其總量呈現顯著正相關，土壤pH是重金屬有效態主控因子，As、Cu、Ni和Zn主要以殘渣態和鐵錳氧化物結合態存在。

（3）土壤中As、Cr、Cu和Ni來源主要受地質背景控制，Zn和Pb以工業源和交通源為主，而Cd則以農業源為主。

（4）研究區農田土壤中Cr和Cd污染最為嚴重，生態風險較高，應當采取安全利用和修復等措施，修復過程中也應注意As的污染調控。