下载:
-
近年来，人类对土地和矿物资源的过度开发利用以及对农药和化肥的不合理使用，破坏了原生态土壤[1-2]，引起了土壤质量严重下降，甚至导致了土壤污染，其中重金属是土壤污染的主要来源之一[3]。农田中土壤重金属具有潜伏性强、难去除、毒害性高等特点，不仅可以通过积累影响土壤和农产品质量，阻碍植物生长，还可以通过食物链被人体吸收，威胁人体健康[1, 4]。果园土壤作为生产果品的载体，其中有毒有害重金属不仅会对树体生长和果实产量产生影响，而且会影响果品质量安全并带来生态风险。
麦尔哈巴·图尔贡等[5]研究发现：镉是吐鲁番盆地葡萄Vitis vinifera种植园土壤中污染水平及生态风险级别最高的重金属，而且受不合理施肥影响最大。王敏等[6]研究认为：早期铜矿开采以及长期过度施肥，特别是磷肥和有机肥的过度施用是香榧Torreya grandis‘Merrillii’多种重金属超标的重要原因。潜在生态风险评价表明：浙江省会稽山脉附近的香榧集中种植区土壤整体处于轻度危害状态，其中以镉的潜在风险最大[6]。ZINICOVSCAIA等[7]研究摩尔多瓦苹果Malus pumila种植园土壤中37种元素的富集情况，并通过计算富集因子、污染因子、地累积指数和污染负荷指数等评价重金属元素对土壤污染的生态风险，发现矿区土壤中的砷等处于严重超标状态，而且具有较高的潜在生态风险等级。DONG等[8]对白水县苹果种植园土壤中8种重金属元素进行测定，并采用单因素污染指数、内梅罗综合指数和潜在生态风险指数等方法评价土壤重金属存在的潜在风险，发现随着经营年限的增加，苹果园土壤中镍、铜、砷和汞的含量逐渐升高，表明人工干预促进了土壤重金属的积累，存在严重的生态风险性。YAN等[9]以重庆市黔江地区5个猕猴桃Actinidia chinensis品种为研究对象，测定了土壤和果实中8中重金属元素的含量，结果发现：猕猴桃种植园重金属从岩石向土壤，从土壤向果实迁移显著，其中锌和铬是果实中超标较严重的元素，存在中等潜在生态风险。由此可知：果园土壤重金属污染来源多样，危害极大，不仅是人类目前面临的重要环境问题之一，而且对食品安全具有极大威胁[10]。
柿Diospyros kaki适应性强，分布范围广，为中国重要的传统木本粮食树种，也是国家目前重点支持的特色经济林树种之一[11]。河南省柿栽培历史悠久，是中国柿主产区之一，柿产量长期位居中国前3位。位于太行山区的济源市、安阳市和三门峡市是河南省柿的主产区，占据该省总产量的72.0%，已成为当地农村经济发展和农民增收的支柱之一。但果农在生产中，为了追求产量，过度使用化肥和农药，引起土壤质量明显退化。另外，济源市、安阳市和三门峡市均为重要的矿产区，农业生产和矿产开采提高了土壤重金属污染风险，对柿产品带来潜在安全隐患和生态安全风险[12]。为探讨河南省柿主产区土壤重金属污染情况及生态风险，本研究调查了河南省柿主产区代表性果园土壤样品，测定其中砷、镉、铬、铜、铅和汞等6种重金属元素的质量分数；采用污染负荷指数、潜在生态风险指数和生态风险预警指数法，对柿园土壤重金属来源及潜在生态风险进行评估，以期为河南省柿主产区土壤环境安全评价和重金属污染防治提供科学依据，为其他柿产区土壤重金属研究提供参考。
-
研究区域属于豫西北的太行低山丘陵地区(33°31′~36°21′N，110°21′~114°59′E)，平均海拔为705.0 m。该区气候属暖温带季风性大陆气候，光热资源较丰富，年平均气温为14.1 ℃，年平均日照时数为2 370.0 h，年平均降水量为600 mm，年平均蒸发量为1700 mm，无霜期为200 d，年辐射总量为518 kJ·cm−2。山体以沉积岩为主，土壤以褐土为主，pH 7.0~8.5。
-
2020年11月柿果采收后，在济源、安阳和三门峡等3个河南省柿主产区，选取正常经营、果树病虫害较轻、果品质量上乘的果园90个(每个产区30个)。在每个果园中间位置设置1个25 m×25 m的样地，并在样地内按照“对角线五点采样法”采集200 g土样，采样深度为0~20 cm。将采集的样品装入清洁自封袋，记录采样点的立地条件、土壤情况、农户施药和施肥管理情况等[13]。
土样在室内常温下风干，拣出杂物，磨碎并充分混合，过100目尼龙筛后用于检测土壤样品中的砷、汞、镉、铬、铜与铅的质量分数及土壤pH[14]。测试过程中加入国家标准土壤参比物质(GSS-12)进行质量控制，各重金属的回收率均在国家标准参比物质的允许范围内[1]。各个参数以每个果园5个点的平均值代表该果园的表征值。
-
以河南省太行山果树种植园土壤重金属的背景值(重金属砷、汞、铅、镉、铬、铜的背景值分别为7.79、0.049、19.60、0.374、63.80、19.70 mg·kg−1，以下简称“背景值”)为评价依据[15]，采用单因子污染指数(contamination factor，CF)和污染负荷指数(pollution load index，IPL)对柿园土壤重金属进行污染评价[16]。以GB 15618—2018《土壤环境质量 农用地土壤污染风险管控标准(试行)》中的国家农用地土壤污染风险筛选值[重金属砷、汞、铅、镉、铬、铜污染风险筛选值(pH＞7.5)分别为25.00、3.400、170.00、0.600、250.00、100.00 mg·kg−1，简称“筛选值”]为评价依据[14]，采用综合潜在生态风险指数(potential ecological risk index，IR)评价土壤重金属污染的潜在生态风险，并采用生态风险预警指数(ecological risk warning index，IER)对土壤生态风险进行预警评估[1, 3, 13]，其中砷、汞、铅、镉、铬、铜的毒性系数分别为10.0、40.0、5.0、30.0、2.0和5.0，潜在生态风险指数分级标准[17]见表1。
表 1 土壤重金属污染评价指标及其分级标准
Table 1. Evaluation indexes and grading standards of soil heavy metal pollution
CF IPL 污染等级 E IR 风险等级 IER 预警等级 (0, 1] (0, 1] 无 (0, 40] (0, 150] 轻微 (−∞, 0] 无需 (1, 2] (1, 2] 轻度 (40, 80] (150, 300] 中等 (0, 1] 预警 (2, 3] (2, 3] 中度 (80, 160] (300, 600] 较强 (1, 3] 轻度 (3, +∞) (3, +∞) 重度 (160, 320] (600, 1200] 很强 (3, 5] 中度 (320, +∞) (1200, +∞) 极强 (5, +∞) 重度 说明：CF为单因子污染指数；IPL为污染负荷指数；E为各重金属单项潜在生态风险指数；IR综合潜在生态风险指数；IER为生态风险 预警指数 -
采用Excel 2019对数据进行初步整理和计算，采用SPSS 20.0进行数据统计分析和K-S正态分布检验，属于正态分布的数据用Pearson相关性分析，非正态分布的用Spearman进行相关性分析。
-
由表2可知：砷和汞质量分数在安阳产区土壤中最高，分别为13.84和0.105 mg·kg−1，三门峡产区土壤中砷质量分数仅为2.34 mg·kg−1；铅和镉质量分数在济源产区土壤中最高，分别为54.80和0.492 mg·kg−1；铬和铜质量分数在三门峡产区土壤中最高，分别为53.10和38.01 mg·kg−1，分别是济源产区的1.36和1.30倍。这说明6种重金属在河南省3个柿主产区土壤中的积累特征不同。与背景值相比，砷仅在三门峡产区低于背景值，汞在3个主产区均高于背景值，且汞在整个主产区高达背景值的2.00倍；铅在三门峡和济源产区是背景值的2.00~3.00倍；镉仅在济源产区超过背景值，而铜在3个主产区均高于背景值，其中在三门峡产区最高，为背景值的2.00倍。6种重金属质量分数平均值在3个主产区均低于筛选值，但砷在安阳产区，铅和镉在济源和三门峡产区以及铬和铜在安阳和三门峡产区均存在某些柿园大于筛选值，处于污染状态，其中镉在济源产区甚至高达筛选值的3.07倍。这说明不同重金属在3个产区的积累程度不同。方差分析表明：砷、铅、镉和铬在3个主产区的F值分别为59.70、6.60、8.50、5.85，说明它们的积累程度均达极显著差异(P＜0.01)。
表 2 河南柿主产区土壤重金属质量分数统计
Table 2. Statistics of the heavy metals in soils from the main D. kaki producing area in Henan Province
产区 参数 质量分数/(mg·kg−1) 产区 参数 质量分数/(mg·kg−1) 砷 汞 铅 镉 铬 铜 砷 汞 铅 镉 铬 铜 安阳产区 均值 13.84 0.105 16.87 0.167 46.34 29.79 济源产区 均值 13.33 0.092 54.80 0.492 39.15 29.24 标准差 6.70 0.072 5.57 0.076 24.33 19.70 标准差 3.67 0.087 55.75 0.516 8.25 10.64 极小值 1.55 0.020 5.34 0.000 17.09 2.56 极小值 2.97 0.015 7.04 0.048 14.82 6.10 极大值 25.12 0.373 25.45 0.335 93.87 111.04 极大值 21.36 0.399 276.45 1.839 51.07 53.14 三门峡产区 均值 2.34 0.099 37.74 0.277 53.10 38.01 整个主产区 均值 9.84 0.099 36.47 0.312 46.20 32.35 标准差 2.30 0.097 42.18 0.131 9.38 19.72 标准差 7.01 0.085 42.97 0.336 16.63 17.50 极小值 1.22 0.032 9.64 0.081 35.29 18.71 极小值 1.22 0.015 5.34 0.000 14.82 2.56 极大值 14.12 0.543 204.00 0.847 87.12 128.90 极大值 25.12 0.543 276.45 1.839 93.87 128.90 -
土壤重金属质量分数变异分为小(0~0.15)、中(0.16~0.35)和高(＞0.36)等3类[18-19]。由表3可知：6种重金属在河南省杮主产区的变异均达到高度等级，仅砷在济源、铅在安阳、铬在济源和三门峡产区为中等变异。这说明6种重金属元素在河南省柿主产区的空间变异程度较高，分布存在一定的随机性。依据Grubbs准则剔除90个果园土壤重金属数据异常值[3]，然后绘制河南省柿主产区土壤6种重金属质量分数的频次分布图(图1)。砷和铬的偏度和峰度均在[−1, 1]附近，且中位数都较接近均值(表3)，铬总体符合的近正态分布，砷存在一定的偏正态分布。汞、铅、镉和铜的中位值都小于均值，且偏度分别为2.72、3.32、2.60和2.95，说明样本的铅、镉质量分数左偏，为右尾分布，表明多数柿园土壤的铅、镉质量分数较低，也印证了河南省柿主产区重金属空间分布变异较大的特征。
图 1 河南省柿主产区土壤重金属质量分数分布频次
Figure 1. Frequency distribution of the heavy metals in soils from the main producing area of D. kaki of Henan Province
表 3 河南省柿主产区土壤重金属变异系数和分布频次
Table 3. Coefficients of variation and frequency distribution of the heavy metals in soils from the main producing area of D. kaki of Henan Province
参数 产区 砷 汞 铅 镉 铬 铜 变异系数 安阳产区 0.48 0.69 0.33 0.45 0.53 0.66 济源产区 0.28 0.94 1.02 1.05 0.21 0.36 三门峡产区 0.98 0.98 1.12 0.47 0.18 0.52 整个主产区 0.71 0.86 1.18 1.08 0.36 0.54 中位数 整个主产区 11.41 0.08 22.42 0.21 44.72 29.47 偏度 整个主产区 0.25 2.72 3.32 2.60 0.77 2.95 峰度 整个主产区 −0.98 9.79 12.94 6.74 1.23 13.60 -
相关性分析法可以用来解析土壤中重金属来源[3]。对河南省柿主产区土壤重金属质量分数的Pearson相关分析(表4)表明：铅与汞、镉、铜，以及汞与镉表现为极显著相关(P＜0.01)。铜与砷、镉、铬，以及砷与铬达显著相关(P＜0.05)。推断铅和汞、镉、铜可能来自相同的途径，铜与砷、镉、铬的来源也有很大的相似性。整体而言，铅和铜可能是这6种重金属积累的主导元素，或是诱导其他元素在土壤中积累的主要元素，而6种元素间也呈现出相互伴随的复杂积累效应。
表 4 河南省柿主产区土壤重金属之间相关系数矩阵
Table 4. Correlations matrix of the heavy metals in soils from the main producing area of D. kaki of Henan Province
重金属 pH 砷 汞 铅 镉 铬 铜 pH 1.000 砷 0.177 1.000 汞 −0.119 0.105 1.000 铅 −0.116 0.123 0.410** 1.000 镉 −0.184 0.170 0.397** 0.784** 1.000 铬 −0.191 −0.237* 0.176 0.006 −0.042 1.000 铜 −0.085 −0.209* 0.085 0.299** 0.218* 0.264* 1.000 说明：* 表示显著相关(P＜0.05)，** 表示极显著相关(P＜0.05) 土壤重金属质量分数数据经KMO和巴特力(Bartlett)检验及因子分析和主成分分析表明：第1主成分可解释总方差的37.1%，主要包括铅、镉和汞，其中铅的载荷更是高达0.900；第2主成分可解释34.4%的总方差，其中铬和铜是主要变量，两者载荷分别为0.730和0.608 (表5)。主成分散点图表明(图2)：汞、铅和镉以及铬和铜分别具有高度相似的同源性。这与相关性分析的结果一致。
表 5 河南省柿主产区土壤重金属主成分分析
Table 5. Principal component analysis of the heavy metals in soils from the main producing area of D. kaki of Henan Province
项目 因子 砷 汞 铅 镉 铬 铜 方差贡献率/% 累计贡献率/% 因子载荷 第1主成分 0.173 0.648 0.900 0.880 0.124 0.418 37.1 37.1 第2主成分 −0.726 0.006 −0.078 −0.173 0.730 0.608 34.4 71.5 
图 2 河南省柿主产区土壤重金属主成分分析散点图
Figure 2. Spatial scatter plot of principal component analysis for the heavy metals in soils from the main producing area of D. kaki of Henan Province
-
根据分级标准对河南省柿主产区土壤重金属进行污染评价。结果(表6)可知：3个产区土壤单因子污染指数(CF)最大的重金属分别为：安阳汞(2.13)、济源铅(2.80)和三门峡汞(2.02)。另外，安阳产区所有柿园均处于无镉污染状态，76.67%的柿园也处于无铬污染状态，而砷和汞的污染比例均高达83.33%，其中重度污染的比例达到13.33%。济源产区柿园砷、铅和汞的污染比例较高，其中铅的重度污染比例高达30%。三门峡产区大部分柿园表现为无污染或仅轻度污染，但也分别有16.67%、13.33%和6.67%的柿园处在汞、铅和铜的重度污染状态。从整个主产区来看，汞和铜是最主要的重金属污染元素，镉和铬最低。
表 6 不同区域单因子污染指数值及污染等级样点百分比
Table 6. Percentages of sites at different pollution levels in the total sample sites
各重金属污染指数 安阳产区 济源产区 平均值 标准差 无/% 轻度/% 中度/% 重度/% 平均值 标准差 无/% 轻度/% 中度/% 重度/% CF,砷 1.78 0.86 16.67 50.00 20.00 13.33 1.71 0.47 6.67 63.33 30.00 0 CF,汞 2.13 1.46 16.67 36.67 33.33 13.33 1.87 1.76 43.33 26.67 13.33 16.67 CF,铅 0.86 0.28 63.33 36.67 0 0 2.80 2.84 10.00 53.33 6.67 30.00 CF,镉 0.45 0.20 100 0 0 0 1.32 1.38 66.67 3.33 13.33 16.67 CF,铬 0.73 0.38 76.67 23.33 0 0 0.61 0.13 100 0 0 0 CF,铜 1.51 1.00 30.00 53.33 10.00 6.67 1.48 0.54 20.00 63.33 16.67 0 IPL 0.95 0.34 76.67 20.00 3.33 0 1.32 0.70 50.00 36.67 10.00 3.33 各重金属污染指数 三门峡产区 整个主产区 平均值 标准差 无/% 轻度/% 中度/% 重度/% 平均值 标准差 无/% 轻度/% 中度/% 重度/% CF,砷 0.30 0.29 96.67 3.33 0 0 1.26 0.90 40.00 38.89 16.67 4.44 CF,汞 2.02 1.97 26.67 46.67 10.00 16.67 2.01 1.73 28.88 36.67 18.89 15.56 CF,铅 1.93 2.15 30.00 53.33 3.33 13.33 1.86 2.19 34.45 47.78 3.33 14.44 CF,镉 0.74 0.35 96.67 3.33 0 0 0.83 0.90 87.78 2.22 4.44 5.56 CF,铬 0.83 0.15 96.67 3.33 0 0 0.72 0.26 91.11 8.89 0 0 CF,铜 1.93 1.00 3.33 73.33 16.67 6.67 1.64 0.89 17.78 63.34 14.44 4.44 IPL 0.96 0.35 50.00 50.00 0 0 1.08 0.52 58.89 35.56 4.44 1.11 土壤重金属污染负荷指数(IPL)表明(表6)：河南省柿主产区IPL为1.08，说明河南省柿主产区土壤整体处于重金属轻度污染状态，其中济源产区IPL值最大(1.32)，安阳和三门峡表现为无污染。从污染等级的比例来看，安阳产区无污染柿园最多，达到76.67%，济源产区土壤重金属污染程度最高。
-
以筛选值作参比标准，计算河南省柿主产区各柿园土壤重金属潜在生态风险指数(E)及综合潜在生态风险指数(IR) [3]。结果发现：在3个产区，汞的生态风险指数最高，达80.31，铬最低(仅1.45)，说明汞处于较强风险的等级。3个产区的IR最大值为济源产区的581.24，最小值为三门峡产区126.99。这说明：3个产区均为轻微生态风险等级，其中济源产区风险最高，三门峡产区最低，但各产区均出现了处于中等及较强生态风险等级的柿园(表7)。
表 7 不同区域潜在生态风险指数及污染等级样点百分比
Table 7. Percentages of sites at different risk levels in the total sample sites
各重金属
风险指数安阳产区 济源产区 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% E砷 17.76 8.60 100 0 0 0 0 17.11 4.71 100 0 0 0 0 E汞 85.25 58.44 20.00 33.33 36.67 10.00 0 74.86 70.39 43.33 26.67 23.33 3.33 3.33 E铅 4.30 1.42 100 0 0 0 0 13.98 14.22 96.67 3.33 0 0 0 E镉 13.44 6.07 100 0 0 0 0 39.50 41.40 66.67 10 23.33 0 0 E铬 1.45 0.76 100 0 0 0 0 1.23 0.26 100 0 0 0 0 E铜 7.56 5.00 100 0 0 0 0 7.42 2.70 100 0 0 0 0 IR 129.77 63.51 73.33 23.33 3.33 0 0 154.10 121.43 66.67 23.33 10 0 0 各重金属
风险指数三门峡产区 整个主产区 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% E砷 3.00 2.95 100 0 0 0 0 12.63 9.00 100 0 0 0 0 E汞 80.83 78.84 26.67 46.67 16.67 6.67 3.33 80.31 69.07 30.00 35.56 25.56 6.67 2.22 E铅 9.63 10.76 96.67 3.33 0 0 0 9.30 10.96 97.78 2.22 0 0 0 E镉 22.22 10.48 96.67 3.33 0 0 0 25.05 26.92 87.78 4.44 7.78 0 0 E铬 1.66 0.29 100 0 0 0 0 1.45 0.52 100 0 0 0 0 E铜 9.65 5.00 100 0 0 0 0 8.21 4.44 100 0 0 0 0 IR 126.99 85.31 76.67 20.00 3.33 0 0 136.95 92.95 72.22 22.22 5.56 0 0 -
土壤生态风险预警分析是基于环境生态风险评估中而发展来的，它更侧重于对土壤系统、农林植物及其产品可能存在的生态风险研究，具有精准、定量和定性评价的优点[3]。以筛选值作参比标准，计算河南省柿主产区土壤重金属污染生态风险预警等级(IER)，结果如表8。整个主产区IER平均值为2.33，为轻度预警，其中济源产区IER最大(3.79)，为中度预警，三门峡和安阳产区均为轻度预警等级。6种重金属中，仅汞在安阳和三门峡产区以及铅在济源产区表现为轻度预警等级，且这2种重金属均存在处于重度预警的柿园，其中济源产区处于汞和铅重度预警的柿园高达20%。这也与各元素在整个主产区的CF、IPL、E以及IR等的格局基本一致。
表 8 不同区域生态风险预警指数及预警级别样点百分比
Table 8. Percentages of sites at different warning levels in the total sample sites
各重金属
预警指数安阳产区 济源产区 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% IER,砷 0.78 0.86 16.67 50.00 33.33 0 0 0.71 0.47 6.67 63.33 30.00 0 0 IER,汞 1.13 1.46 16.67 36.67 36.67 6.67 3.33 0.87 1.76 43.33 26.67 23.33 0 6.67 IER,铅 −0.14 0.28 63.33 36.67 0 0 0 1.80 2.84 10.00 53.33 16.67 6.67 13.33 IER,镉 −0.55 0.20 100 0 0 0 0 0.32 1.38 66.67 3.33 26.67 3.33 0 IER,铬 −0.27 0.38 76.67 23.33 0 0 0 −0.39 0.13 100 0 0 0 0 IER,铜 0.51 1.00 30.00 53.33 13.33 3.33 0 0.48 0.54 20.00 63.33 16.67 0 0 IER 1.45 2.36 33.33 13.33 33.33 10.00 10.00 3.79 6.14 33.33 23.33 6.67 10.00 26.67 各重金属
预警指数三门峡产区 整个主产区 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% IER,砷 −0.70 0.29 96.67 3.33 0 0 0 0.26 0.90 40.00 38.89 21.11 0 0 IER,汞 1.02 1.97 26.67 46.67 16.67 6.67 3.33 1.01 1.73 28.89 36.67 25.56 4.44 4.44 IER,铅 0.93 2.15 30.00 53.33 6.67 0 10 0.86 2.19 34.44 47.78 7.78 2.22 7.78 IER,镉 −0.26 0.35 96.67 0 3.33 0 0 −0.17 0.90 87.78 1.11 10.00 1.11 0 IER,铬 −0.17 0.15 96.67 3.33 0 0 0 −0.28 0.26 91.11 8.89 0 0 0 IER,铜 0.93 1.00 3.33 73.33 20.00 3.33 0 0.64 0.89 17.78 63.33 16.67 2.22 0 IER 1.75 3.98 43.33 23.33 13.33 6.67 13.33 2.33 4.51 36.67 20.00 17.78 8.89 16.67 -
土壤重金属来源主要有成土母质和人类活动[20]，其中人类活动引起的土壤污染主要包括工业废弃物、肥料和农药以及采用重金属超标的水灌溉农田等[21-22]。河南省柿整个主产区土壤中铅、铜、汞和砷质量分数约为背景值的1.26~2.01倍，铬和镉均低于背景值，说明铅、铜、汞和砷受人为因素影响更大，也有可能是土壤本身理化性质不同[20]。在一定区域内，相关性强的重金属可能具有相同来源途径[23-25]。从相关分析与主成分分析结果来看，铅、镉和汞之间分别呈现为极显著性相关，铬和铜呈现为显著性相关，说明铅、镉、汞三者以及铜与铬两者可能具有相同的来源，这与河南省典型工业区周边农田[13]、新疆地区辣椒Capsicum annuum种植基地[3]以及吉林省果树基地[21]等研究结果一致。
汞和铅是燃煤排放的标志物，空气中的汞和铅以大气沉降的方式进入土壤[13]。铅和铜是农药、化肥以及农家有机肥等的标志性元素之一[2]，也是电池等工业生产的废气原料[13]。河南省3个柿主产区土壤6种重金属质量分数及其主要特征差异较大，这说明各产区重金属来源存在较大差异，这种差异可能是人类活动的差异引起的[25]。砷受人类活动，特别是农药和水肥影响较大[7, 26]。安阳是河南省重工业基地之一，冶金建材、煤炭化工以及化肥农药生产等是安阳市的主产业，也是导致安阳产区土壤重金属砷和汞质量分数较高的主要原因。济源市有铅都之称，铅和铜分别是济源和三门峡的支柱产业，导致了济源产区土壤铅等重金属质量分数升高，而铅、锌、砷和镉等也是近10 a来国内金属冶炼引起的土壤污染的高浓度重金属[27]。安阳和济源农药和农家肥的施用量约为三门峡的1.8倍，灌溉水中砷和汞含量严重超标，当地政府把治理水中重金属砷作为重中之重的民生项目。安阳是全国重要的化肥生产基地，域内有多个国家重点化肥、化工生产企业，安阳产区的果园施肥以复合肥为主。济源产区的果园在生产中施用了较多的腐熟不彻底的牲畜粪便等农家肥，而且使用了含有较多无机砷的杀菌剂和除草剂。以上这些人类活动都对土壤中砷和铜等重金属的富集具有重要的促进作用[7, 25-26]，也与3个产区土壤重金属含量特征相一致。
-
虽然60%的柿园土壤处于铜、汞、铅和砷污染状态，但从土壤重金属污染负荷指数来看，河南省柿主产区目前处于轻度污染(1.0＜IPL＜2.0)状态，其中济源产区污染较为严重，砷是该产区重金属污染贡献最大的元素之一。这与砷是河南省典型工业城市土壤重金属污染最重要的元素的结论一致[13]。总体来看，6种重金属在各个产区的污染程度不同，但汞是安阳和三门峡产区重金属污染最主要的来源，铅是济源产区污染最严重的重金属元素。不同重金属元素在吐鲁番盆地葡萄园土壤[5]以及新疆焉耆盆地辣椒地土壤[3]的污染特征也不同，这可能是各产区土壤背景值及人类活动特征不同有关[6]。
汞是6种重金属中生态风险等级最高的元素，表现为较强的风险等级(E＞80)，70%的柿园处于汞污染的中等风险及以上等级，镉次之。但济源产区23.33%的柿园均处于镉较强污染风险等级之上，在3个主产区中最高。各元素对IR和IER的贡献率与各元素的污染程度并不完全一致，如镉污染程度相对较低，但济源产区重金属污染风险等级最高，这不仅与不同产区的人为干扰活动存在差异相关[28]，还可能与不同重金属元素毒性系数相差较大有关。一般来说，元素毒性系数越高，其潜在生态风险指数越大[17]；各元素的背景值及国家标准值也是重要影响因素[29]。另外，有些重金属虽然在土壤中的污染程度较高，但其容易伴随其他颗粒物迁移进入土壤中矿化埋藏[30]，使其对生物的毒性降低，从而降低了潜在生态风险[5, 28]。
-
河南省柿主产区土壤砷主要受农业生产活动的影响，汞、铅和铜则受工业活动影响较大。河南省整个柿主产区土壤重金属污染为轻微风险等级，生态风险预警属于轻度预警等级，但济源产区土壤重金属污染水平、潜在生态风险程度与生态风险预警等级均达到中等水平。汞是河南省柿主产区土壤污染程度最严重的重金属，也是生态风险等级和预警级别最高的重金属元素。
Soil heavy metal pollution and its ecological risk analysis in the main Diospyros kaki producing areas of Henan Province
-
摘要:
目的 探讨河南省柿Diospyros kaki主产区土壤重金属污染及其生态风险，为评价土壤环境安全状况以及防治重金属污染提供科学依据。 方法 从安阳、济源和三门峡等3个柿主产区的90个柿园采集了450个土壤样品，测定砷、汞、铅、镉、铬和铜等6种重金属元素的质量分数。采用污染负荷指数(IPL)、综合潜在生态风险指数(IR)和生态风险预警指数(IER)对柿园土壤重金属污染及生态风险进行评价。 结果 在河南省柿主产区，土壤砷、汞、铅和铜质量分数的平均值分别为背景值的1.26、2.01、1.86和1.64倍。柿园土壤汞表现为中度污染，砷、铅和铜轻度污染，镉和铬无污染。在河南省柿主产区，土壤砷、汞、铅和铜受到人类活动影响较大，其中砷主要是受农业生产活动的影响，汞、铅和铜则受工业活动影响较大。在河南省柿主产区，IPL、IR和IER平均值分别为1.08、136.95和2.33，呈现轻度污染、轻微风险和轻度预警等级。济源产区污染最为严重，生态风险等级和预警等级均为最高，IPL、IR和IER分别达1.32、154.10和3.79；13.33%的果园处于中度或重度污染状态，33.33%的果园处于中等或较强潜在生态风险等级，66.67%和26.67%的果园分别呈现中度和重度预警。在河南省柿主产区，6种重金属中汞的单因子污染指数(CF)、潜在生态风险指数(IR)和污染生态风险预警等级(IER)均最高，分别为2.01、80.31和1.01。 结论 汞是河南省柿主产区土壤重金属生态风险等级和预警级别最高的重金属元素。济源产区柿园污染水平、潜在生态风险程度与生态风险预警等级在3个产区中最高，均达到中等水平。图2表8参30 Abstract:Objective The objective is to investigate the soil heavy metal pollution and its ecological risk in Diospyros kaki main producing areas in Henan Province, so as to provide scientific basis for evaluation of soil environmental safety and heavy metal prevention in the main producing areas. Method 450 soil samples were collected from 90 D. kaki plantations in 3 major producing areas, including Anyang, Jiyuan and Sanmenxia, and the contents of 6 heavy metal elements such as As, Hg, Pb, Cd, Cr, and Cu were determined. Pollution load index (IPL), potential ecological risk index (IR) and ecological risk warning index (IER) were used to evaluate the heavy metal pollution and ecological risk in D. kaki orchard. Result The average contents of As, Hg, Pb and Cu in soil were 1.26, 2.01, 1.86, and 1.64 times of the background values, respectively. The soil in D. kaki orchard was moderately polluted by Hg, slightly polluted by As, Pb and Cu. Cd and Cr were pollution-free. Soil As, Hg, Pb and Cu in the main producing areas were greatly affected by human activities, among which As was mainly affected by agricultural activities, while Hg, Pb and Cu were greatly affected by industrial activities. The average values of IPL, IR and IER were 1.08, 136.95 and 2.33, respectively, showing mild pollution, slight risk and mild warning grade. Jiyuan producing area had the most serious pollution, and the highest IR and IER level, with IPL, IR and IER reaching 1.32, 154.10 and 3.79, respectively. 13.33% of the orchards were moderately or severely polluted, and 33.33% were in moderate or strong IR level. 66.67% and 26.67% of orchards showed moderate and severe warnings respectively. Among the 6 heavy metals, Hg had the highest single factor pollution index (CF), IR and IER, which were 2.01, 80.31 and 1.01, respectively. Conclusion Hg is the heavy metal element with the highest IR and IER level in the soil of the main D. kaki producing areas. Jiyuan has the highest IPL, IR and IER among the 3 producing areas, all reaching the medium level. [Ch, 2 fig. 8 tab. 30 ref.] -
Key words:
- Diospyros kaki /
- Henan Province /
- heavy metals in soil /
- pollution /
- ecological risk
-
随着城市化加速发展，不透水地面逐渐增多，城市热岛效应(urban heat island effect，UHI)日益凸显。学者们多从热环境时空变化[1−2]、影响机制及驱动力[3]、城市热岛效应缓解方法[4]等方面展开研究，但较少关注景观网络在缓解热岛效应中的作用。这些研究表明，地表温度受斑块间的热交换影响显著，热源与热汇的连通性是影响热流动的重要因素。然而，地表温度难以反映整体格局和连通性，需要合适的方法来准确描述热环境的空间格局。对城市热岛的研究侧重于整体区域尺度或是斑块水平上的统计分析，忽视了景观网络对缓解城市热环境的作用。陈利顶等[5]利用“源-汇”理论，将热环境与生态过程结合，为解决城市热环境问题提供新思路。
城市绿地对缓解城市热岛效应具有重要作用[6]，当绿地覆盖面积在40%以下时，绿地系统的空间格局将对环境的增势以及降温产生主要影响[7]，在有限的城市空间中增加大面积的绿地已经难以实现，因此通过优化绿地空间格局来缓解城市热岛效应尤为重要。基于景观生态学“源-汇”理论，识别城市热岛像元与绿地像元，构建多层级生态网络，将是缓解城市热环境的重要手段。生态网络构建方法主要包括形态空间格局分析方法(morphological spatial pattern analysis，MSPA)、最小累积阻力模型以及重力模型等 [8−9]。MSPA方法强调景观内部结构性的连接，可以准确地将前景要素划分为核心、孤岛、孔隙、边缘、环道、桥接和支线等7类，为后期廊道以及生态节点的识别提供理论依据[10−12]。近年来MSPA方法也逐渐应用到城市热岛的研究中，以达到缓解城市热岛效应的目的。景观连通性指数包括整体连通性指数(integral index of connectivity，IIC)、可能连通性指数(probability of connectivity，PC)等，反映了景观对生态过程中能量流动的促进或阻碍作用大小，良好的景观连通性有助于构建稳定的生态环境[13]。最小累积阻力模型是指物种从源地向目标迁移扩散过程中，穿越不同景观表面所需耗费的最小代价的模型[14]，最小累积阻力模型与重力模型相结合能更好地识别生态廊道间的相互作用强度，以筛选具有重要作用的关键廊道。目前，大多数研究利用MSPA、景观连通性指数、最小累积阻力模型等方法进行绿地生态网络的构建，但利用该方法体系构建缓解城市热环境的多层级生态网络的研究相对较少。
本研究以成都市中心城区为研究对象，基于“源-汇”理论，利用MSPA与景观连通性指数，筛选研究区“源”“汇”景观，利用最小累积阻力模型、重力模型以及水文分析模块构建“源-源”“汇-汇”“源-汇”景观廊道以及生态节点，最终形成具备“补偿-运输-作用”功能的多层级景观网络格局，确定需要重点保护的生态用地、重要廊道以及关键节点，提出优化策略，为成都市生态网络空间的构建提供有效支撑。
1. 研究区域与数据来源
1.1 研究区域概况
成都市位于川西平原，30°22′~30°96′N，103°68′~104°49′E，地势较为平坦，由于地形影响，夏季炎热，冬季寒冷。本研究的中心城区(图1)包括郫都区、新都区、青白江区、温江区、金牛区、成华区、龙泉驿区、青羊区、武侯区、锦江区、双流区等11个行政区，总面积为3 732.06 km2。中心城区处于全国两大静风区之一，建筑及人口密度高，地表通风能力弱[15]，不利于城市内部热量扩散，城市热环境矛盾突出，因此具有研究城市热岛效应的典型特征。
1.2 数据来源与处理
所用数据包括2020年空间分辨率为30 m的Landsat 8 OLI卫星影像数据(
http://earthexplorer.usgs.gov )，空间分辨率为30 m的DEM高程数据(https://www.gscloud.cn/ )，以及《成都市国土空间总体规划(2020—2035年)》(草案)等相关规划图件。利用ENVI软件对获取的遥感影像预处理后利用覃志豪等[16]的单窗算法反演地表温度；利用监督分类的方法，将研究区2020年的土地利用类型细分为草地、林地、耕地、水域以及城乡建设用地等5种类型，通过实地调研踏勘与高分辨率遥感影像的目视判别，对分类结果进行校正，最终解译精度达89%以上。2. 研究方法
2.1 生态源地的识别与评价
2.1.1 “源-汇”景观划分
通过计算城市区域与周边地区的平均温度之差来确定相对热岛强度，相对热岛强度越高，相应区域内热岛效应越明显[17]。在ArcGIS中通过计算不同用地类型的相对热岛强度来判别“源-汇”景观。按照LAL等[18]和贾玉雪等[19]的研究将计算结果中相对热岛强度(H)≥0的斑块定义为对城市热环境有促进作用的“源”景观，H＜0的景观定义为“汇”景观。
2.1.2 空间形态格局分析
将“源”景观作为前景，赋值为2，“汇”景观作为背景，赋值为1，并将其转化为30 m×30 m栅格数据；运用Guidos Toolbox软件对其进行MSPA分析，设置8邻域的连通规则，边缘宽度为1，获得7种景观类型：核心区、边缘、孤岛、桥接区、环道、支线和孔隙。按相同步骤将“汇”景观作为前景，“源”景观作为背景，得到“汇”景观的空间形态格局。
2.2 基于景观连通性评价筛选生态源地
景观连通性指数可以衡量不同空间单元之间景观要素的连通性。量化景观要素在生态源地之间进行扩散或者迁移的难易程度，也是衡量生态过程之间联系程度的重要指标[20]。利用Conefor 2.6软件，通过计算IIC、PC以及斑块重要性(dI’)来衡量不同核心斑块的重要程度[21]。考虑研究区内斑块的面积和连通性，通过反复测试计算，设定斑块连接性阈值为2 000，连通概率为0.5。最后，基于景观连通性指数dI’值大小综合评估核心区斑块的景观重要程度。
2.3 阻力面构建
根据研究区现状以及数据的可获取性，最终选取用地类型、高程、坡度以及归一化植被指数(NDVI)来构建综合阻力面。其中高程决定了城市内不同区域的温度分布，坡度影响空气流动和热量累积，不同用地类型对城市热环境产生不同影响，而NDVI则反映了植被覆盖情况，对城市温度、热岛效应和空气质量有重要影响。采用专家打分法确定因子阻力值，并采用层次分析法(AHP)计算其权重值(表1)，通过叠加分析最终生成综合阻力面(图2)。可以看出，研究区内阻力值的呈现由中心向四周扩散，逐渐递减，尤其是东南方向的递减最为明显。
表 1 赋予不同影响因子的阻力值Table 1 Resistance values assigned to different impact factors影响因子 类型分级 赋予阻力值 所占权重 影响因子 类型分级 赋予阻力值 所占权重 用地分类 林地 10 0.520 坡度/( º ) 0~10 10 0.078 水地 20 10~20 30 草地 30 20~30 50 耕地 50 30~40 70 未利用土地 70 40~50 90 建设用地 100 ＞50 100 高程/m ＜200 10 0.078 归一化植被
指数(NDVI)−1.00~−0.20 10 0.201 200~400 30 −0.20~0.30 30 400~600 50 0.30~0.50 50 600~800 70 0.50~0.70 70 800~1 000 90 0.70~1.00 90 ＞1 000 100 2.4 景观生态廊道的构建
在ArcGIS中，利用Cost-distance工具构建研究区的累积耗费距离表面。利用Cost-path构建多对多的潜在生态廊道，以连接不同的“源-汇”景观。最后，利用重力模型[22]计算生态廊道间的相互作用强度，通过筛选合适的强度阈值，确保所有的“源-汇”景观均被连通，从而提取出“源-源”“汇-汇”“源-汇”生态廊道。
2.5 生态节点的识别
识别生态廊道中的关键点和障碍点能够为物种的迁徙及物种保护区的划分和规划提供科学依据[23−24]。在ArcGIS中，运用水文分析模块，对累积耗费距离表面进行水流方向、汇流累积量等一系列分析计算。通过对比不同阈值设定下最小阻力路径的完整性与连通性，最后确定阈值为500构建研究区内的低阻力廊道。运用ArcGIS中的Intersect工具将低阻力值廊道与“源-源”“汇-汇”廊道进行相交分析从而获得不同生态节点，包括生态障碍点与生态关键点，其中生态关键点是生态廊道中能量流动密度较大的点，需要对关键点进行有效利用与保护；对障碍点则需进行生态修复来提升廊道整体的连接度，以保障冷热能的有效传递。
2.6 构建缓解城市热环境多层级“源-汇”景观生态网络
将“源-源”“汇-汇”“源-汇”廊道共同相交[25]，得到一级补偿廊道；将“汇-汇”“源-汇”廊道进行相交，得到二级输送引导廊道；将“源-源”“源-汇”廊道进行相交，得到三级作用廊道，完成廊道的“补偿-运输-作用”的完整体系，构建完整的多层级“源-汇”生态景观网络。
3. 结果与分析
3.1 生态源地的识别与评价
3.1.1 “源-汇”景观的识别
从图3A可以看出：“源”景观在研究区中部呈现聚集特征，“汇”景观大多分散分布在研究区的西北部以及东南部。其中，“汇”景观斑块总计
98342 个，占研究区域总面积的62.1%，以大面积的带状水域和块状绿地为主；“源”景观斑块总计212 231个，占研究区域总面积的37.9%，由大面积建设用地组成。3.1.2 基于MSPA的“源-汇”景观分析
从“源-汇”景观的MSPA格局分析(图3B)可以看出：“源”核心景观密集地分布在研究区中部，多为城市建设用地；研究区西北以及东南两侧的“源”景观核心斑块较为破碎，景观连通性较差。研究区中部的“汇”景观由于城市绿地破碎化严重导致空间连通性较差。对比不同景观要素类型面积比(表2)发现：“源”景观核心区面积为1 169.33 km2，占“源”景观前景要素总面积的31.83%；“汇”景观核心区面积为2 053.78 km2，占“汇”景观前景要素总面积的55.91%，对城市热岛效应起重要作用。最终，分别筛选面积在0.01 km2以上的源、汇核心斑块作为重要核心斑块，以进行景观连通性分析。
表 2 “源”“汇”景观要素不同类型面积占比Table 2 Area proportion of different types of “source” “sink” landscape elements景观类型 “汇”景观面
积占比/%“源”景观面
积占比/%核心区 55.91 31.83 孤岛 0.07 0.14 孔隙 2.46 1.61 边缘区 3.32 3.77 环岛 0.06 0.04 桥接区 0.06 0.08 支线 0.21 0.26 3.1.3 基于景观连通性的生态源地筛选
将dI’值大于0.1的斑块作为研究的生态源地，分别筛选出24 个“源”“汇”生态源地(图3C)，其中“源”景观生态源地占研究区总面积的28.81%，“汇”景观生态源地占研究区总面积的53.60%。“汇”生态源地主要分布在青白江生态带、龙泉山国家森林片区、三圣乡片区、青龙湖湿地公园片区、兴隆湖湿地公园片区以及江安河流域段，而“源”景观生态源地主要分布在金牛区、成华区、锦江区、青羊区以及武侯区(简称“五城区”)。
3.2 多层级“源-汇”景观廊道
3.2.1 “源-汇”景观廊道构建
基于最小成本路径构建“源-源”廊道276条，“汇-汇”廊道266条，“源-汇”廊道690条。利用重力模型最终筛选出“源-源”廊道102条，总长度为2 081.6 km，“汇-汇”廊道141条，总长度为1 907.8 km，“源-汇”廊道325条，总长度为7 698.0 km (图4)。其中“源”景观23、24号生态源点与“汇”景观23号生态源点仅由单条景观廊道连通，表明它们在整个热环境中相对独立，呈孤岛状分布，受到其他景观斑块的影响较小，导致在整个热传导的过程中不能发挥良好的作用。
3.2.2 不同类型生态廊道与城市景观格局的空间关系
统计不同行政区内各廊道的占比情况(表3)发现：新都区、郫都区与双流区内各类“源-汇”重要廊道最多，主要以毗河、岷江等河流，部分廊道呈簇团状分布，说明在研究区冷热交换过程中起到了重要作用；由于五城区分布有大片的“源”景观生态源地，且建筑密度相对较高，区域内各层级“源-汇”重要廊道分布较少，导致其在冷热交换过程中发挥的作用较小。尤其是成华区建筑密度为14.49%，各层级廊道占比都相对较低，区域内大量热空气堆积不易扩散，热岛效应明显。
表 3 研究区各行政区景观廊道分布Table 3 Distribution of landscape corridors in each administrative district行政区 建筑密度/% “源-源”廊道长度/km 所占比例/% “汇-汇”廊道长度/km 所占比例/% “源-汇”廊道长度/km 所占比例/% 新都区 20.50 825.32 26.6 642.65 17.2 23 563.22 21.87 郫都区 20.43 518.02 16.7 810.47 21.8 17 422.12 16.17 双流区 12.72 509.82 16.4 689.71 18.6 23 944.23 22.22 温江区 19.12 357.46 11.5 233.84 6.2 9 438.32 8.76 龙泉驿区 11.16 345.57 11.1 171.33 4.6 9 768.86 9.06 金牛区 18.99 229.24 7.3 379.07 6.2 5 423.08 5.03 青白江区 15.01 201.95 6.5 31.16 0.8 3 699.39 3.43 成华区 14.49 90.75 2.9 18.13 0.5 2 827.71 2.62 锦江区 18.01 11.05 0.3 177.75 4.7 3 295.24 3.06 青羊区 28.09 7.04 0.2 303.22 8.2 3 500.85 3.25 武侯区 22.20 5.26 0.2 409.52 11.0 4 882.50 4.53 3.2.3 生态关键点与生态障碍点的数量与空间分布特征
利用水文分析模块获取低阻力廊道95条，将低阻力廊道与“源-汇”廊道相交分析得到生态障碍点148个，生态关键点103个(图5A)，其中生态关键点在青羊区、武侯区以及锦江区与双流区交汇处出现堆积现象，导致该区域出现功能廊道不能充分利用的问题。生态关键点整体分布与“汇”景观生态源地分布情况大致相同，这意味着加强“汇”景观源地的生态建设，降低周边阻力值，将会有效提升网络连通性。而生态障碍点大多聚集在建筑密度相对较高的区域，生态障碍点堆积处出现大量的热能无法有效被传输，加强生态障碍点的生态修复对城市热量的传导具有重要作用。
图 5 低阻力廊道、生态障碍点与关键点分布(A)及“源-汇”多层级景观网络示意图(B)Figure 5 Distribution of low-resistance corridors, ecological barrier points and key points (A), and “source-sink” multi-level landscape network (B)3.2.4 缓解热环境的多层级生态网络构建
多层级“源-汇”景观网络中(图5B)，一级补偿廊道36条，主要由岷江、毗河和其他河流廊道构成，分布在研究区西部以及北部，在城市中发挥着冷热空气交换的重要作用，是补充能量的主要途径；二级输送引导廊道125条，主要分布在西部、南部以及北部的三环路附近，起到将冷空气运输和分配的作用，是实现能量传递的次要路线；三级作用廊道86条，主要分布在研究区西北以及东北部，主要承担实现热空气的运输和分配的任务，是“源-汇”景观能量交换过程的末端环节。3种廊道共同作用，实现了廊道的“补偿-输送-作用”的功能，以达到缓解城市热岛效应的作用。
4. 缓解城市热环境的优化策略
4.1 生态源地优化
优化生态网络中的“源-汇”景观源地对改善城市热环境具有重要作用。在五城区中大量建筑密度高、人口高度密集的“源”景观生态源地，应加强垂直绿化、屋顶绿化等来增加植被覆盖率；在源地周围增加社区口袋公园、绿化带等构建缓冲区，以改善城市生态环境。对于龙泉驿区、双流区等植被覆盖率高、生态质量好的“汇”景观生态源地，可建设生态公园和自然保护区、引进生态景观设计等，以增强其改善气候环境的生态效能。
4.2 生态节点优化
对区域内生态障碍点来说，可以推广绿色建筑以有效地吸收太阳辐射，对新建城区的建筑布局进行合理规划，降低建筑密度、增加绿色基础服务设施以降低城市表面的温度，有效改善城市热岛效应。对生态关键点可退耕还林、扩大区域植被绿化面积、建立生态缓冲区等来降低生态关键点周边的阻力值，以确保生态关键点与生态廊道的连通性，保障热量之间的相互流通。
4.3 生态廊道优化
一级补偿廊道多依托水系以及绿道进行构建，是调节气候的关键要素，可对其进行生态规划保护，包括河道整治、整合岸线资源以及拓宽绿道宽度等。二级输送引导廊道相当于城市通风廊道，可对廊道布局、地形特征和内部设施等方面合理规划，以保证冷空气的输送，尤其需注重绿地植被结构的优化设计，确保其通透性。三级作用廊道主要起热交换的作用，可以拓宽廊道横截面、加强沿线绿化建设等提高其作用效率。
4.4 生态网络的空间联系
通过生态缓冲区的建设提高生态关键点与障碍点的生态环境质量，增强与生态廊道的有效连接与过渡，强化“源”“汇”景观生态源地之间的相互渗透，增加绿色基础设施建设，减弱高密度建成区对自然生态环境的干扰，推进城市生态环境多层次、立体化、网络化的建设思路，整体提升生态网络缓解城市热岛效应的能力。
5. 讨论与结论
本研究共筛选“源” “汇”景观源地24个，“源-源”廊道102条，“汇-汇”廊道141条，“源-汇”廊道325条，生态关键点103个，生态障碍点148个。多层级景观网络中，一级补偿廊道36条，二级输送廊道125条，三级作用廊道86条，分布在研究区北部、南部与西北部。
与其他研究相比[15−16]，本研究利用MSPA方法提取研究区内与城市热环境相关的“源-汇”景观核心斑块，计算景观连通性筛选“源-汇”景观生态源地，使生态源地识别过程更科学，减少生态源地识别的主观性；运用最小累积阻力模型与重力模型，最终构建多层级生态网络优化格局，该研究方法框架将为缓解城市热环境提出新的研究思路。综合运用水文分析模块构建的低阻力廊道与不同类型的“源”“汇”景观生态廊道相交，获取缓解城市热环境的生态关键点与生态障碍点，同时，将不同类型的“源”“汇”生态廊道进行相交，构建多层级的“源-汇”生态网络，分析城市建设开发状况与生态网络的空间格局关系，可更直观地揭示出生态网络脆弱区域存在的生态问题。
本研究仅对2020年的城市热环境数据展开分析，城市景观格局不断地发生变化，根据不同时期城市景观格局与城市热岛效应之间的动态变化关系，筛选具有高稳定性、高连通性的源地，综合构建缓解热环境的优化生态网络空间格局，将是后期研究的重点方向。生态网络建设是一个复杂的过程，涉及诸多因素，需要从不同尺度进行多层次分析和构建。增强城市与周边地区生态斑块之间的联系，保护核心生态斑块的完整性，保护区域的生物多样性并促进城市的可持续发展是其最终目的，因此从多尺度协同角度出发来构建综合生态网络，也是后期研究的重要方向。
-
图 1 河南省柿主产区土壤重金属质量分数分布频次
Figure 1 Frequency distribution of the heavy metals in soils from the main producing area of D. kaki of Henan Province
图 2 河南省柿主产区土壤重金属主成分分析散点图
Figure 2 Spatial scatter plot of principal component analysis for the heavy metals in soils from the main producing area of D. kaki of Henan Province
表 1 土壤重金属污染评价指标及其分级标准
Table 1. Evaluation indexes and grading standards of soil heavy metal pollution
CF IPL 污染等级 E IR 风险等级 IER 预警等级 (0, 1] (0, 1] 无 (0, 40] (0, 150] 轻微 (−∞, 0] 无需 (1, 2] (1, 2] 轻度 (40, 80] (150, 300] 中等 (0, 1] 预警 (2, 3] (2, 3] 中度 (80, 160] (300, 600] 较强 (1, 3] 轻度 (3, +∞) (3, +∞) 重度 (160, 320] (600, 1200] 很强 (3, 5] 中度 (320, +∞) (1200, +∞) 极强 (5, +∞) 重度 说明：CF为单因子污染指数；IPL为污染负荷指数；E为各重金属单项潜在生态风险指数；IR综合潜在生态风险指数；IER为生态风险 预警指数 
下载: 导出CSV
表 2 河南柿主产区土壤重金属质量分数统计
Table 2. Statistics of the heavy metals in soils from the main D. kaki producing area in Henan Province
产区 参数 质量分数/(mg·kg−1) 产区 参数 质量分数/(mg·kg−1) 砷 汞 铅 镉 铬 铜 砷 汞 铅 镉 铬 铜 安阳产区 均值 13.84 0.105 16.87 0.167 46.34 29.79 济源产区 均值 13.33 0.092 54.80 0.492 39.15 29.24 标准差 6.70 0.072 5.57 0.076 24.33 19.70 标准差 3.67 0.087 55.75 0.516 8.25 10.64 极小值 1.55 0.020 5.34 0.000 17.09 2.56 极小值 2.97 0.015 7.04 0.048 14.82 6.10 极大值 25.12 0.373 25.45 0.335 93.87 111.04 极大值 21.36 0.399 276.45 1.839 51.07 53.14 三门峡产区 均值 2.34 0.099 37.74 0.277 53.10 38.01 整个主产区 均值 9.84 0.099 36.47 0.312 46.20 32.35 标准差 2.30 0.097 42.18 0.131 9.38 19.72 标准差 7.01 0.085 42.97 0.336 16.63 17.50 极小值 1.22 0.032 9.64 0.081 35.29 18.71 极小值 1.22 0.015 5.34 0.000 14.82 2.56 极大值 14.12 0.543 204.00 0.847 87.12 128.90 极大值 25.12 0.543 276.45 1.839 93.87 128.90
下载: 导出CSV
表 3 河南省柿主产区土壤重金属变异系数和分布频次
Table 3. Coefficients of variation and frequency distribution of the heavy metals in soils from the main producing area of D. kaki of Henan Province
参数 产区 砷 汞 铅 镉 铬 铜 变异系数 安阳产区 0.48 0.69 0.33 0.45 0.53 0.66 济源产区 0.28 0.94 1.02 1.05 0.21 0.36 三门峡产区 0.98 0.98 1.12 0.47 0.18 0.52 整个主产区 0.71 0.86 1.18 1.08 0.36 0.54 中位数 整个主产区 11.41 0.08 22.42 0.21 44.72 29.47 偏度 整个主产区 0.25 2.72 3.32 2.60 0.77 2.95 峰度 整个主产区 −0.98 9.79 12.94 6.74 1.23 13.60
下载: 导出CSV
表 4 河南省柿主产区土壤重金属之间相关系数矩阵
Table 4. Correlations matrix of the heavy metals in soils from the main producing area of D. kaki of Henan Province
重金属 pH 砷 汞 铅 镉 铬 铜 pH 1.000 砷 0.177 1.000 汞 −0.119 0.105 1.000 铅 −0.116 0.123 0.410** 1.000 镉 −0.184 0.170 0.397** 0.784** 1.000 铬 −0.191 −0.237* 0.176 0.006 −0.042 1.000 铜 −0.085 −0.209* 0.085 0.299** 0.218* 0.264* 1.000 说明：* 表示显著相关(P＜0.05)，** 表示极显著相关(P＜0.05)
下载: 导出CSV
表 5 河南省柿主产区土壤重金属主成分分析
Table 5. Principal component analysis of the heavy metals in soils from the main producing area of D. kaki of Henan Province
项目 因子 砷 汞 铅 镉 铬 铜 方差贡献率/% 累计贡献率/% 因子载荷 第1主成分 0.173 0.648 0.900 0.880 0.124 0.418 37.1 37.1 第2主成分 −0.726 0.006 −0.078 −0.173 0.730 0.608 34.4 71.5
下载: 导出CSV
表 6 不同区域单因子污染指数值及污染等级样点百分比
Table 6. Percentages of sites at different pollution levels in the total sample sites
各重金属污染指数 安阳产区 济源产区 平均值 标准差 无/% 轻度/% 中度/% 重度/% 平均值 标准差 无/% 轻度/% 中度/% 重度/% CF,砷 1.78 0.86 16.67 50.00 20.00 13.33 1.71 0.47 6.67 63.33 30.00 0 CF,汞 2.13 1.46 16.67 36.67 33.33 13.33 1.87 1.76 43.33 26.67 13.33 16.67 CF,铅 0.86 0.28 63.33 36.67 0 0 2.80 2.84 10.00 53.33 6.67 30.00 CF,镉 0.45 0.20 100 0 0 0 1.32 1.38 66.67 3.33 13.33 16.67 CF,铬 0.73 0.38 76.67 23.33 0 0 0.61 0.13 100 0 0 0 CF,铜 1.51 1.00 30.00 53.33 10.00 6.67 1.48 0.54 20.00 63.33 16.67 0 IPL 0.95 0.34 76.67 20.00 3.33 0 1.32 0.70 50.00 36.67 10.00 3.33 各重金属污染指数 三门峡产区 整个主产区 平均值 标准差 无/% 轻度/% 中度/% 重度/% 平均值 标准差 无/% 轻度/% 中度/% 重度/% CF,砷 0.30 0.29 96.67 3.33 0 0 1.26 0.90 40.00 38.89 16.67 4.44 CF,汞 2.02 1.97 26.67 46.67 10.00 16.67 2.01 1.73 28.88 36.67 18.89 15.56 CF,铅 1.93 2.15 30.00 53.33 3.33 13.33 1.86 2.19 34.45 47.78 3.33 14.44 CF,镉 0.74 0.35 96.67 3.33 0 0 0.83 0.90 87.78 2.22 4.44 5.56 CF,铬 0.83 0.15 96.67 3.33 0 0 0.72 0.26 91.11 8.89 0 0 CF,铜 1.93 1.00 3.33 73.33 16.67 6.67 1.64 0.89 17.78 63.34 14.44 4.44 IPL 0.96 0.35 50.00 50.00 0 0 1.08 0.52 58.89 35.56 4.44 1.11
下载: 导出CSV
表 7 不同区域潜在生态风险指数及污染等级样点百分比
Table 7. Percentages of sites at different risk levels in the total sample sites
各重金属
风险指数安阳产区 济源产区 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% E砷 17.76 8.60 100 0 0 0 0 17.11 4.71 100 0 0 0 0 E汞 85.25 58.44 20.00 33.33 36.67 10.00 0 74.86 70.39 43.33 26.67 23.33 3.33 3.33 E铅 4.30 1.42 100 0 0 0 0 13.98 14.22 96.67 3.33 0 0 0 E镉 13.44 6.07 100 0 0 0 0 39.50 41.40 66.67 10 23.33 0 0 E铬 1.45 0.76 100 0 0 0 0 1.23 0.26 100 0 0 0 0 E铜 7.56 5.00 100 0 0 0 0 7.42 2.70 100 0 0 0 0 IR 129.77 63.51 73.33 23.33 3.33 0 0 154.10 121.43 66.67 23.33 10 0 0 各重金属
风险指数三门峡产区 整个主产区 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% 平均值 标准差 轻微/% 中等/% 较强/% 很强/% 极强/% E砷 3.00 2.95 100 0 0 0 0 12.63 9.00 100 0 0 0 0 E汞 80.83 78.84 26.67 46.67 16.67 6.67 3.33 80.31 69.07 30.00 35.56 25.56 6.67 2.22 E铅 9.63 10.76 96.67 3.33 0 0 0 9.30 10.96 97.78 2.22 0 0 0 E镉 22.22 10.48 96.67 3.33 0 0 0 25.05 26.92 87.78 4.44 7.78 0 0 E铬 1.66 0.29 100 0 0 0 0 1.45 0.52 100 0 0 0 0 E铜 9.65 5.00 100 0 0 0 0 8.21 4.44 100 0 0 0 0 IR 126.99 85.31 76.67 20.00 3.33 0 0 136.95 92.95 72.22 22.22 5.56 0 0
下载: 导出CSV
表 8 不同区域生态风险预警指数及预警级别样点百分比
Table 8. Percentages of sites at different warning levels in the total sample sites
各重金属
预警指数安阳产区 济源产区 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% IER,砷 0.78 0.86 16.67 50.00 33.33 0 0 0.71 0.47 6.67 63.33 30.00 0 0 IER,汞 1.13 1.46 16.67 36.67 36.67 6.67 3.33 0.87 1.76 43.33 26.67 23.33 0 6.67 IER,铅 −0.14 0.28 63.33 36.67 0 0 0 1.80 2.84 10.00 53.33 16.67 6.67 13.33 IER,镉 −0.55 0.20 100 0 0 0 0 0.32 1.38 66.67 3.33 26.67 3.33 0 IER,铬 −0.27 0.38 76.67 23.33 0 0 0 −0.39 0.13 100 0 0 0 0 IER,铜 0.51 1.00 30.00 53.33 13.33 3.33 0 0.48 0.54 20.00 63.33 16.67 0 0 IER 1.45 2.36 33.33 13.33 33.33 10.00 10.00 3.79 6.14 33.33 23.33 6.67 10.00 26.67 各重金属
预警指数三门峡产区 整个主产区 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% 平均值 标准差 无需/% 预警/% 轻度/% 中度/% 重度/% IER,砷 −0.70 0.29 96.67 3.33 0 0 0 0.26 0.90 40.00 38.89 21.11 0 0 IER,汞 1.02 1.97 26.67 46.67 16.67 6.67 3.33 1.01 1.73 28.89 36.67 25.56 4.44 4.44 IER,铅 0.93 2.15 30.00 53.33 6.67 0 10 0.86 2.19 34.44 47.78 7.78 2.22 7.78 IER,镉 −0.26 0.35 96.67 0 3.33 0 0 −0.17 0.90 87.78 1.11 10.00 1.11 0 IER,铬 −0.17 0.15 96.67 3.33 0 0 0 −0.28 0.26 91.11 8.89 0 0 0 IER,铜 0.93 1.00 3.33 73.33 20.00 3.33 0 0.64 0.89 17.78 63.33 16.67 2.22 0 IER 1.75 3.98 43.33 23.33 13.33 6.67 13.33 2.33 4.51 36.67 20.00 17.78 8.89 16.67
下载: 导出CSV
-
[1] 张红桔, 赵科理, 叶正钱, 等. 典型山核桃产区土壤重金属空间异质性及其风险评价[J]. 环境科学, 2018, 39(6): 2893 − 2903. ZHANG Hongju, ZHAO Keli, YE Zhengqian, et al. Spatial variation of heavy metals in soils and its ecological risk evaluation in a typical Carya cathayensis production area [J]. Environ Sci, 2018, 39(6): 2893 − 2903. [2] 杨子鹏, 肖荣波, 陈玉萍, 等. 华南地区典型燃煤电厂周边土壤重金属分布、风险评估及来源分析[J]. 生态学报, 2020, 40(14): 4823 − 4835. YANG Zipeng, XIAO Rongbo, CHEN Yuping, et al. Heavy metal distribution, risk assessment and source analysis of soil around a typical coal-fired power plant in South China [J]. Acta Ecol Sin, 2020, 40(14): 4823 − 4835. [3] 麦麦提吐尔逊·艾则孜, 阿吉古丽·马木提, 艾尼瓦尔·买买提. 新疆焉耆盆地辣椒地土壤重金属污染及生态风险预警[J]. 生态学报, 2018, 38(3): 1075 − 1086. Mamattursun Eziz, Ajigul Mamut, Anwar Mohammad. Soil heavy metal pollution and ecological risk warning assessment of pepper field in Yanqi Basin, Xinjiang [J]. Acta Ecol Sin, 2018, 38(3): 1075 − 1086. [4] ISLAM M S, AHMED M K, RAKNUZZAMAN M, et al. Heavy metal pollution in surface water and sediment: a preliminary assessment of an urban river in a developing country [J]. Ecol Indic, 2015, 48: 282 − 291. [5] 麦尔哈巴·图尔贡, 麦麦提吐尔逊·艾则孜, 王维维. 吐鲁番盆地葡萄园土壤重金属污染状况及其潜在生态风险[J]. 中国环境监测, 2021, 37(1): 112 − 119. Marhaba Turhun, Mamattursun Eziz, WANG Weiwei. Heavy metal contamination and potential ecological risk of vineyard soil in Turpan Basin [J]. Environ Monit China, 2021, 37(1): 112 − 119. [6] 王敏, 董佳琦, 白龙龙, 等. 浙江省香榧主产区土壤重金属空间异质性及其生态风险[J]. 环境科学, 2021, 42(12): 5949 − 5957. WANG Min, DONG Jiaqi, BAI Longlong, et al. Spatial variation and risk assessment of heavy metals in soils of main Torreya grandis plantation region in Zhejiang Province [J]. Environ Sci, 2021, 42(12): 5949 − 5957. [7] ZINICOVSCAIA I, STURZA R, DULIU O, et al. Major and trace elements in Moldavian orchard soil and fruits: assessment of anthropogenic contamination[J/OL]. Int J Environ Res Public Health, 2020, 17: 7112[2021-09-21]. doi: 10.3390/ijerph17197112. [8] DONG Hongmei, ZHAO Jingbo, XIE Mengping. Heavy metal concentrations in orchard soils with different cultivation durations and their potential ecological risks in Shaanxi Province, Northwest China [J]. Sustainability, 2021, 13(9): 1 − 9. [9] YAN Mingshu, DING Xianglun, LEI Jiali, et al. Potential ecological and health risk assessment of different kiwifruit orchards in Qianjiang district, Chongqing City, China [J]. Environ Sci Poll Res, 2021, 28(3): 3088 − 3105. [10] 马佳燕, 马嘉伟, 柳丹, 等. 杭嘉湖平原水稻主产区土壤重金属状况调查及风险评价[J]. 浙江农林大学学报, 2021, 38(2): 336 − 345. MA Jiayan, MA Jiawei, LIU Dan, et al. Survey and risk assessment of soil heavy metals in the main rice producing areas in Hangjiahu Plain [J]. J Zhejiang A&F Univ, 2021, 38(2): 336 − 345. [11] 刁松锋, 孙晓薇, 韩卫娟, 等. 柿12个品种苗期抗旱性综合评价及指标筛选[J]. 分子植物育种, 2019, 17(18): 6213 − 6227. DIAO Songfeng, SUN Xiaowei, HAN Weijuan, et al. Comprehensive evaluation and screening indexes of the drought resistance of twelve cultivars of Diospyros kaki at seedling stage [J]. Mol Plant Breeding, 2019, 17(18): 6213 − 6227. [12] 李世亮, 倪张林, 莫润宏, 等. 云贵川主产区核桃中重金属污染水平及其风险评估[J]. 林业科学, 2017, 53(11): 52 − 59. LI Shiliang, NI Zhanglin, MO Runhong, et al. The contents and risk assessments of heavy metals in walnuts from the main producing areas of Yunnan, Guizhou, Sichuan Provinces [J]. Sci Silv Sin, 2017, 53(11): 52 − 59. [13] 崔丽娟, 张曼胤. 鄱阳湖与长江交汇区陆域重金属含量研究[J]. 林业科学研究, 2006, 19(3): 307 − 310. CUI Lijuan, ZHANG Manyin. The content of heavy metals in the terrestrial area at the intersection of Poyanghu Lake and Yangtse River [J]. For Res, 2006, 19(3): 307 − 310. [14] 生态环境部. 土壤环境质量 农用地土壤污染风险管控标准(试行): GB 15618—2018[S]. 北京: 中国标准出版社, 2018. Ministry of Ecology and Environment. Soil Environment Quality Risk Control Standard for Soil Contamination of Agriculture Land (Trial Implementation): GB 15618−2018[S]. Beijing: China Standards Press, 2018. [15] 郑国璋. 农业土壤重金属污染研究的理论与实践[M]. 北京: 中国环境科学出版社, 2007. ZHENG Guozhang. Theory and Practice of Research on Heavy Metal Pollution in Agricultural Soil[M]. Beijing: China Environmental Science Press, 2007. [16] TOMLINSON D L, WILSON J G, HARRIS C R, et al. Problems in the assessment of heavy-metal levels in estuaries and the formation of a pollution index [J]. Helgoländer Meeresuntersuchungen, 1980, 33(1/4): 566 − 575. [17] 张怀志, 冀宏杰, 徐爱国, 等. 潍坊市菜地重金属调查与环境风险评价研究[J]. 生态环境学报, 2017, 26(12): 2154 − 2160. ZHANG Huaizhi, JI Hongjie, XU Aiguo, et al. Investigation and environmental risk assessment of heavy metal elements in vegetable farmland of Weifang City [J]. Ecol Environ Sci, 2017, 26(12): 2154 − 2160. [18] 赵斌, 朱四喜, 杨秀琴, 等. 贵州草海菜地表层土壤重金属污染特征及生态风险评价[J]. 生态环境学报, 2018, 27(4): 776 − 784. ZHAO Bin, ZHU Sixi, YANG Xiuqin, et al. Characteristics of heavy metals pollution and ecological risk assessment of the surface soils in the vegetable fields around Caohai in Guizhou [J]. Ecol Environ Sci, 2018, 27(4): 776 − 784. [19] CAO Z H, ZHANG H C. Phosphorus losses to water from lowland rice fields under rice-wheat double cropping system in the Tai Lake region [J]. Environ Geochem Health, 2004, 26(2): 229 − 236. [20] 杨硕, 阎秀兰, 冯依涛. 河北曹妃甸某农场农田土壤重金属空间分布特征及来源分析[J]. 环境科学学报, 2019, 39(9): 3064 − 3072. YANG Shuo, YAN Xiulan, FENG Yitao. Spatial distribution and source identification of heavy metals in the farmland soil of the Caofeidian in Hebei Province [J]. Acta Sci Circumstant, 2019, 39(9): 3064 − 3072. [21] 苏姝, 王颖, 刘景, 等. 长期施肥下黑土重金属的演变特征[J]. 中国农业科学, 2015, 48(23): 4837 − 4845. SU Shu, WANG Ying, LIU Jing, et al. Evolution characteristics of heavy metals in the black soil under long-term fertilization [J]. Sci Agric Sin, 2015, 48(23): 4837 − 4845. [22] MENG Weiqing, WANG Zuwei, HU Beibei, et al. Heavy metals in soil and plants after long-term sewage irrigation at Tianjin, China: a case study assessment [J]. Agricl Water Manage, 2016, 171: 153 − 161. [23] GUO Guanghui, WU Fengchang, XIE Fazhi, et al. Spatial distribution, and pollution assessment of heavy metals in urban soils from southwest China [J]. J Environ Sci, 2012, 24(3): 410 − 418. [24] 秦鱼生, 喻华, 冯文强, 等. 成都平原北部水稻土重金属含量状况及其潜在生态风险评价[J]. 生态学报, 2013, 33(19): 6335 − 6344. QIN Yusheng, YU Hua, FENG Wenqiang, et al. Assessment on heavy metal pollution status in paddy soils in the northern Chengdu Plain and their potential ecological risk [J]. Acta Ecol Sin, 2013, 33(19): 6335 − 6344. [25] 郭晓东, 孙岐发, 赵勇胜, 等. 珲春盆地农田重金属分布特征及源解析[J]. 农业环境科学学报, 2018, 37(9): 1875 − 1883. GUO Xiaodong, SUN Qifa, ZHAO Yongsheng, et al. Distribution and sources of heavy metals in the farmland soil of the Hunchun basin of Jilin Province, China [J]. J Agro-Environ Sci, 2018, 37(9): 1875 − 1883. [26] CAI Limei, XU Zhencheng, REN Mingzhong, et al. Source identification of eight hazardous heavy metals in agricultural soils of Huizhou, Guangdong Province, China [J]. Ecotoxicol Environ Saf, 2012, 78: 2 − 8. [27] LUO Xinghua, WU Chuan, LIN Yongcheng, et al. Soil heavy metal pollution from Pb/Zn smelting regions in China and the remediation potential of biomineralization[J/OL]. J Environ Sci, 2022 [2021-09-21]. doi:10.1016/j.jes.2022.01.029. [28] ZERIZGHI T, GUO Qingjun, TIAN Liyan, et al. An integrated approach to quantify ecological and human health risks of soil heavy metal contamination around coal mining area[J/OL]. Sci Total Environ, 2022, 814: 152653[2021-09-21]. doi: 10.1016/j.scitotenv.2021.152653. [29] 王小彬, 闫湘, 李秀英, 等. 燃煤烟气脱硫石膏农用的环境安全风险[J]. 中国农业科学, 2018, 51(5): 926 − 939. WANG Xiaobin, YAN Xiang, LI Xiuying, et al. Environment risk for application of flue gas desulfurization gypsum in soils in China [J]. Sci Agric Sin, 2018, 51(5): 926 − 939. [30] QIN Guowei, NIU Zhaodong, YU Jiangdong, et al. Soil heavy metal pollution and food safety in China: effects, sources and removing technology[J/OL]. Chemosphere, 2021, 267: 129205[2021-09-21]. doi: 10.1016/j.chemosphere.2020.129205. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210721
点击查看大图
计量
- 文章访问数: 487
- HTML全文浏览量: 110
- PDF下载量: 76
- 被引次数: 0
