留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

缙云县某复垦地块土壤环境质量调查及生态风险评价

周杨 ,  周文斌 ,  马嘉伟 ,  阮忠强 ,  叶正钱 ,  柳丹

downloadPDF
文章导航 > 浙江农林大学学报  > 2022 >  39(2): 388-395
刘小勇, 史常青, 赵廷宁, 等. 基于夏秋两季黑麦草光合特性的喷播基质含水量阈值分级[J]. 浙江农林大学学报, 2023, 40(1): 198-208. DOI: 10.11833/j.issn.2095-0756.20220116
引用本文: 周杨, 周文斌, 马嘉伟, 等. 缙云县某复垦地块土壤环境质量调查及生态风险评价[J]. 浙江农林大学学报, 2022, 39(2): 388-395. DOI: 10.11833/j.issn.2095-0756.20210289
shu
LIU Xiaoyong, SHI Changqing, ZHAO Tingning, et al. Threshold gradient of water content of spraying substrate based on photosynthetic characteristics of Lolium perenne in summer and autumn[J]. Journal of Zhejiang A&F University, 2023, 40(1): 198-208. DOI: 10.11833/j.issn.2095-0756.20220116
Citation: ZHOU Yang, ZHOU Wenbin, MA Jiawei, et al. Soil environmental quality investigation and ecological risk assessment of a reclamation land in Jinyun County[J]. Journal of Zhejiang A&F University, 2022, 39(2): 388-395. DOI: 10.11833/j.issn.2095-0756.20210289
shu

缙云县某复垦地块土壤环境质量调查及生态风险评价

DOI: 10.11833/j.issn.2095-0756.20210289
  • 1.

    缙云县农业农村局，浙江 缙云 321400

  • 2.

    浙江农林大学 浙江省土壤污染生物修复重点实验室，浙江 杭州 311300

基金项目: 浙江省重点研发计划项目(2018C03028)
详细信息
    作者简介: 周杨(ORCID: 0000-0002-2357-8046)，从事耕地土壤质量提升研究。E-mail: 1364284769@qq.com
    通信作者: 柳丹(ORCID: 0000-0003-1102-6639)，教授，博士，从事土壤污染与生态修复研究。E-mail: liudan7812@aliyun.com

  • 中图分类号: S153；X53

Soil environmental quality investigation and ecological risk assessment of a reclamation land in Jinyun County

  • 1.

    Agriculture and Rural Bureau of Jinyun County, Jinyun 321400, Zhejiang, China

  • 2.

    Key Laboratory of Soil Contamination Bioremediation of Zhejiang Province, Zhejiang A&F University, Hangzhou 311300, Zhejiang, China

摘要

  • 摘要:   目的  进一步探索浙江省缙云县某复垦地土壤环境质量。  方法  于2020年在缙云县某复垦地开展土壤环境质量调查，共采集17组土壤-水稻Oryza sativa籽粒复合样品，测定土壤和籽粒中镉、铅、铬、汞、砷等重金属的质量分数，利用单因子污染指数评价法、内梅罗综合指数法、潜在生态风险评价法和生态风险预警指数对土壤重金属污染程度进行评价。  结果  缙云县某复垦地块0~20 cm土层土壤重金属镉、铬、铅、汞、砷质量分数分别为0.33、107.74、53.40、0.03、18.42 mg·kg−1。其中35.29%的点位土壤砷超标，其余4种重金属均未超过农用地土壤污染风险筛选值，镉、砷平均质量分数高于浙江省土壤背景值。复垦地块个别点位水稻籽粒铬和铅超标。该复垦地块的内梅罗综合污染指数平均值为0.69，有58.82%的点位处于警戒范围；地累积指数从大到小依次为镉(0.08)、铅(0.01)、砷(−0.32)、铬(−0.35)、汞(−3.02)；潜在生态风险指数的平均值为74.10，存在轻微生态风险；土壤生态风险预警指数达到中度预警级别。  结论  复垦地块个别点位水稻籽粒铬和铅超标；土壤重金属无点位超标，但具有一定的生态风险，其中重金属镉、铬、铅和砷是研究区最主要的生态风险因子，后续应加强关注。表7参24
    Abstract:   Objective  This study aims to explore the soil environmental quality of a reclaimed land in Jinyun County, Zhejiang Province.  Method  A soil environmental quality survey was carried out in the reclaimed land in Jinyun County in 2020. A total of 17 groups of soil-rice grain composite samples were collected to determine the contents of cadmium (Cd), lead (Pb), chromium (Cr), mercury (Hg), and arsenic (As) in soil and grain. The degree of soil heavy metal pollution was evaluated by single-factor pollution index evaluation method, Nemerow comprehensive index method, potential ecological risk evaluation method and ecological risk early warning index (IER).   Result  The contents of Cd, Cr, Pb, Hg, and As in 0−20 cm soil layer of the reclaimed plot in Jinyun County were 0.33 , 107.74, 53.40, 0.03, and 18.42 mg·kg−1, respectively. Among them, arsenic in 35.29% of the points exceeded the standard, and the other four heavy metals did not exceed the screening value of soil pollution risk of agricultural land. The average contents of Cd and As were higher than the soil background value of Zhejiang Province. Cr and Pb contents in rice at some points of the plot exceeded the national standard. The average value of Nemeiro Comprehensive Pollution Index in the study area was 0.69, and 58.82% of the points in the study area were in the alert range. The geo-accumulation index ranging from large to small was Cd (0.08), Pb (0.01), As (−0.32), Cr (−0.35), and Hg(−3.02). The average value of potential ecological risk index (IR) was 74.10, indicating a slight ecological risk. IER reached the moderate early warning level.   Conclusion  Cr and Pb contents exceed the national standard in rice at some points of the reclaimed land. No heavy metals exceeding the standard are observed in soil at any point, but there exists a certain ecological risk. Cd, Cr and Pb are the main ecological risk factors in the study area, which should be paid more attention to in the future. [Ch, 7 tab. 24 ref.]

  • 铁路、公路等基础设施建设会破坏和占压地表植被，形成大量的裸露坡面，遇到降雨极易发生水土流失，甚至出现滑坡、泥石流等次生地质灾害。裸露坡面常常具有坡度陡、坡体稳定性低、水分条件差和土壤瘠薄等特征，是不利于植被生长的困难立地。客土喷播绿化是裸露坡面恢复植被最快速最有效的方式之一，喷播后灌溉养护对植被生长至关重要[1]。大量调查发现：客土喷播后普遍存在过度灌溉，产生坡面径流，造成水土流失和水资源浪费；同时喷播基质通气不畅也会影响植被生长。可见，确定适合植被生长且能保证灌溉时坡面不产流的客土喷播基质含水量已成为当前亟需解决的问题。目前，关于适宜含水量研究大多集中在林地土壤与林木之间，如夏江宝等[2]对贝壳堤岛旱柳Salix matsudana光合效率的土壤水分临界效应及其阈值进行了分级研究，景雄等[3]对毛竹Phyllostachys edulis实生苗土壤水分有效性及生产力进行了分级研究，张淑勇等[4]对黄刺玫Rosa xanthina叶片光合生理参数的土壤水分阈值响应及其生产力进行了分级研究等，客土喷播基质适宜含水量与植被生长的关系研究则较少。以往的研究大都只关注了植物某一个生长阶段的土壤水分适宜含水量阈值[2, 5-6]，缺乏对不同季节植被生长与基质水分关系的研究。鉴于此，本研究以北方地区常用的喷播修复植物黑麦草Lolium perenne作为研究对象，利用种植盆模拟客土喷播绿化，通过控制不同客土喷播基质水分梯度，分析夏、秋季黑麦草光合特性日变化对不同喷播基质水分的响应规律，以叶片净光合速率(Pn)和水分利用效率(EWU)作为“产”“效”来评价黑麦草生产力和水分利用能力的依据，并进行季节间比较，建立夏、秋季黑麦草喷播基质适宜含水量阈值分级，以期为北京至张家口的公路、铁路等冬季奥林匹克运动会交通廊道以及自然条件相近地区的工程创面客土喷播恢复植被灌溉养护提供参考。

    1.   研究区概况与方法

    1.1   研究区概况

    研究区河北省张家口市涿鹿县为北京冬季奥林匹克运动会延庆赛区和张家口崇礼赛区廊道沿线，高速公路G6和G7之间，地理坐标为40°26′20″N，115°17′03″E。涿鹿县属温带半干旱大陆性季风气候，年均气温为9.1 ℃，极端最高气温为39.2 ℃，极端最低气温为−23.9 ℃，年均降水量为367 mm，年均蒸发量为1 600 mm，无霜期为169 d，年平均积温为2 100~3 400 ℃，风向以西北为主，平均风速2~3 m·s−1，土壤为沙壤质褐土。

    1.2   试验材料

    喷播基质材料为客土(取自河北省涿鹿县苗圃)、木纤维[长1~3 cm，中矿复地生态环境技术研究院(北京)有限公司]、保水剂(3005KCE，美国艾森公司)、黏合剂(A30，美国艾森公司)、稻壳和黑麦草种子(北京布莱特草业有限公司)。喷播基质层和种子层的材料配比见表1。黑麦草播种量为4 g·m−2。

    表 1  基质层和种子层的材料配比
    Table 1  Material ratio of matrix layer and seed layer
    喷播层次客土/
    %    		木纤
    维/%    		稻壳/
    %    		复合肥/
    (g·m−3)    		保水剂/
    (g·m−3)    		黏合剂/
    (g·m−3)
    基质层(10 cm)701020300200150
    种子层(3 cm)6733
    　　说明：客土、木纤维和稻壳为体积比
    下载: 导出CSV 
    | 显示表格

    1.3   试验设计

    利用种植盆试验模拟客土喷播绿化，种植盆上口直径50 cm、盆底直径40 cm、高15 cm，底部打孔便于排水。使用恒睿牌HKP125型客土喷播机。2021年4月26日，根据表1的材料配比将基质层和种子层分上、下2层先后喷播到种植盆内，采用微喷灌雾化喷头对喷播基质灌溉养护，保持喷播基质充分湿润(每次灌溉以喷播基质表面不积水为准)，保证种子出苗有充足的水分。

    2021年5月26日开始控制喷播基质含水量(为质量含水量，下同)，用环刀法测得喷播基质的田间持水量为30.36%，容重为1.12 g·cm−3。喷播基质含水量设置5个水分梯度，分别为30.36%、25.81%、21.25%、16.70%和12.14%，即喷播基质相对含水量(CRW)为100%、85%、70%、55%和40%，每个水分梯度设置3个重复。每天16:00用TDR350土壤水分速测仪(美国Spectrum公司)测定CRW(通过容重换算为质量含水量)，每盆测定重复3次取平均值，并根据公式计算耗水量：w设−w测=m耗/m干。其中：w设为设计质量含水量(%)；w测为实测质量含水量(%)，根据TDR350实测值和容重换算；m耗为每盆黑麦草耗水量(g)；m干为每盆喷播基质干质量(g)，可由基质体积和容重计算得出。使用微喷灌雾化喷头对喷播基质补充水分，为避免降水影响，试验在透明通风遮雨大棚内进行。

    1.4   指标观测

    于夏季(2021年8月5日，即控水2个月后)、秋季(2021年10月11日，即控水4个月后)选择连续3 d晴朗无云的天气，使用Li-6400XT便携式光合作用测定仪(标准叶室，Li-COR)测定黑麦草叶片Pn (μmol·m−2·s−1)、蒸腾速率Tr (mmol·m−2·s−1)、气孔导度Gs (mol·m−2·s−1)、胞间二氧化碳(CO2)摩尔浓度Ci (μmol·mol−1)等生理参数以及大气CO2摩尔浓度Ca (μmol·mol−1)、光合有效辐射PAR (μmol·m−2·s−1)、气温Ta (℃)和相对湿度Rh (%)等环境因子，并根据公式EWU=Pn/Tr计算水分利用效率、Ls=1−Ci/Ca计算气孔限制值。测定时间为8:00—16:00，隔2 h测1次，每个种植盆选取3株生长健康、长势一致的黑麦草，每株选取3片叶，每片叶记录3次读数，取平均值。

    1.5   数据处理

    运用Excel 2016整理光合参数与基质相对含水量数据；SPSS 22.0进行差异显著性检验LSD；Origin 2018进行作图和多项式拟合建立回归模型，使用F检验对回归模型进行显著性检验。

    2.   结果与分析

    2.1   夏秋两季主要环境因子的日变化

    由图1可知：夏、秋季PAR的日变化为单峰曲线，均为先升高后下降，峰值均出现在12:00，夏季峰值为(1 393.71±110.04) μmol·m−2·s−1，秋季为(786.73±88.74) μmol·m−2·s−1。夏季PAR日均值(999.75±459.61) μmol·m−2·s−1大于秋季(504.07±274.09) μmol·m−2·s−1。夏、秋季Ca日变化为“V”型曲线，8:00—12:00下降，之后上升。秋季Ca日均值(421.15±17.65) μmol·mol−1大于夏季(411.54 ±10.76) μmol·mol−1，两者相差较小，仅为2.30%。

    图 1  夏、秋季光合有效辐射(PAR)和大气CO2摩尔浓度(Ca)的日变化
    Figure 1  Diurnal variation of photosynthetically active radiation (PAR) and atmospheric CO2 concentration (Ca) in summer and autumn
    下载: 全尺寸图片 幻灯片

    由图2可知：夏、秋季Ta的日变化与PAR相似，也为单峰曲线，在12:00达最大值。夏季Ta最大为(42.88±1.46) ℃，秋季为(28.41±1.06) ℃。夏季日均值(37.87±3.23) ℃大于秋季(26.21±2.03) ℃。夏、秋季Rh的日变化与Ta相反，12:00前下降，之后上升，夏、秋季Rh最低值分别为20.98%±1.65%和17.05%±1.47%。夏季Rh日均值(26.72%±5.56%)大于秋季(19.98%±2.70%)。

    图 2  夏、秋季气温(Ta)和相对湿度(Rh)的日变化的日变化　　　　　
    Figure 2  Diurnal variation of temperature (Ta) and relative humidity (Rh) in summer and autumn
    下载: 全尺寸图片 幻灯片

    2.2   不同喷播基质含水量下黑麦草光合特性的日变化

    2.2.1   不同喷播基质含水量下黑麦草叶片净光合速率(Pn)的日变化

    夏、秋季黑麦草叶片Pn日变化对CRW有明显的阈值响应(图3)。当CRW为70%~85%时，Pn的变化呈双峰曲线，均出现光合“午休”现象，上午和下午各出现1个峰值，此水分范围内，Pn在全天各时段均最高。当CRW增加至100%时，Pn呈单峰曲线，峰值出现在12:00。当CRW降低到55%和40%时，Pn为单峰曲线，峰值均出现在8:00(但秋季CRW为55%时Pn峰值出现在10:00)，Pn在全天各时段均处于较低水平，表明CRW低于55%会严重抑制植物的光合作用。由表2可知：Pn日均值对CRW也有明显的阈值响应。当CRW为85%时，夏季Pn日均值最大，达(11.17±3.08) μmol·m−2·s−1，与其他水分梯度有显著差异(P＜0.05)。秋季的Pn日均值在CRW为70%时达最大，为(7.02±1.97) μmol·m−2·s−1，与其他水分梯度也有显著差异(P＜0.05)。夏季Pn日均值均大于秋季，CRW为55%~100%时两季差异达到显著(P＜0.05)。CRW为40%时，两季Pn日均值均较低，可见当CRW较低时植物光合作用将受到严重影响。综上所述，夏、秋两季维持黑麦草较高Pn的CRW为70%~85%，高于或低于此范围，Pn明显受到抑制。

    图 3  夏、秋季不同喷播基质含水量下黑麦草净光合速率(Pn)的日变化
    Figure 3  Diurnal variation of net photosynthetic rate (Pn) of L. perenne under different spraying substrate water content in summer and autumn
    下载: 全尺寸图片 幻灯片
    表 2  夏、秋季不同喷播基质含水量下黑麦草光合生理参数的日均值变化
    Table 2  Change of daily mean of photosynthetic physiological parameters of L. perenne under different spraying substrate water content in summer and autumn
    CRW/%Pn/(μmol·m−2·s−1)Tr/(mmol·m−2·s−1)EWU/(mol·mol−1)
    夏季秋季夏季秋季夏季秋季
    1006.79±2.01 Abc4.30±0.95 Bb5.59±1.17 Aab2.75±0.16 Bab1.32±0.20 Bbc1.56±0.26 Acd
    8511.17±3.08 Aa6.07±1.24 Ba6.83±1.12 Aa3.13±0.40 Ba1.61±0.22 Ba1.92±0.22 Ab
    709.26±2.79 Aab7.02±1.97 Ba6.76±0.63 Aa2.92±0.59 Ba1.43±0.15 Bab2.37±0.25 Aa
    555.77±2.09 Ac3.77±1.03 Bb4.91±0.93 Ab2.35±0.30 Bbc1.20±0.12 Bbc1.63±0.20 Ac
    402.80±1.66 Ae2.74±0.78 Ab3.03±0.87 Ac2.16±0.28 Ac1.01±0.28 Ac1.28±0.16 Ad
    　　说明：同列不同小写字母、同行不同大写字母均表示差异显著(P＜0.05)
    下载: 导出CSV 
    | 显示表格
    2.2.2   不同喷播基质含水量下黑麦草叶片蒸腾速率(Tr)的日变化

    夏、秋季黑麦草叶片Tr日变化规律与Pn基本相似(图4)，当CRW为70%~85%时，黑麦草Tr的日变化呈双峰曲线。当CRW增加至100%时，Tr呈现单峰曲线，夏、秋季峰值均出现在14:00，但日均值却低于CRW为70%~85%时。表明基质水分充足可有效延缓Tr“午休”，但会降低Tr。当CRW≤55%时，Tr呈单峰曲线，峰值出现在8:00或10:00，全天各时段均处于较低的水平。结合表2可知：当CRW≥55%时，夏季Tr日均值显著高于秋季(P＜0.05))，可见不同季节气候环境对植物Tr影响较大。当CRW为40%时，Tr日均值显著低于其他水分梯度(P＜0.05)，表明水分胁迫严重限制Tr。综上所述，CRW过高或过低均会降低黑麦草Tr，当CRW为70%~85%时，黑麦草会保持较高的Tr，保障植物正常生理活动。

    图 4  夏、秋季不同喷播基质含水量下黑麦草蒸腾速率(Tr)的日变化
    Figure 4  Diurnal variation of transpiration rate (Tr) of L. perenne under different spraying substrate water content in summer and autumn
    下载: 全尺寸图片 幻灯片
    2.2.3   不同喷播基质含水量下黑麦草叶片水分利用效率(EWU)的日变化

    EWU日变化对基质含水量有明显的阈值响应(图5)。CRW为70%~85%时，EWU为双峰曲线(但秋季CRW=85%时为单峰曲线)，全天各时段EWU均高于其他水分梯度。当CRW增加至100%时，EWU表现为单峰曲线，峰值出现在12:00。CRW为40%~55%时，EWU峰值出现在8:00或10:00，之后不断降低。结合表2可知：当CRW≥55%时，秋季EWU日均值显著高于夏季(P＜0.05)，CRW为40%时秋季EWU日均值高于夏季，但不差异显著。CRW为40%和100%时，EWU日均值均显著低于其他水分梯度(P＜0.05)，表明CRW过高或过低都会降低EWU。综上所述，夏、秋季维持黑麦草同时具有较高Pn和EWU的CRW为70%~85%，在这个水分范围内，Tr也保持较高水平，有利于植物的光合作用。

    图 5  夏、秋季不同喷播基质含水量下黑麦草水分利用效率(EWU)的日变化
    Figure 5  Diurnal variation of water use efficiency (EWU) of L. perenne under different spraying substrate water content in summer and autumn
    下载: 全尺寸图片 幻灯片
    2.2.4   不同喷播基质含水量下黑麦草叶片气孔导度(Gs)、胞间CO2摩尔浓度(Ci)和气孔限制值(Ls)的日变化

    夏、秋季黑麦草Gs对CRW具有明显的阈值响应(图6)，当CRW为70%~85%时，Gs呈现双峰曲线。当CRW=100%时，Gs为单峰曲线，峰值出现在12:00。当CRW为40%~55%时，全天Gs峰值出现在8:00，之后一直降低，维持在较低水平。Ci和Ls对CRW的阈值响应表现不同的变化规律(图7和图8)，上午和下午表现也不同。CRW为70%~100%时，Pn下降，Gs和Ci明显下降，Ls明显升高，表明Pn下降原因是气孔限制。CRW=55%时，上午Pn下降，Gs和Ci明显下降，Ls升高，但下午Pn下降，Gs和Ls下降，Ci反而升高，可见限制黑麦草Pn的原因上午和下午不同，上午以气孔限制为主，气孔关闭导致CO2供应不足，下午以非气孔限制为主，水分胁迫导致植物叶片光合结构受损，Pn下降。当CRW=40%时，Ci从8:00开始上升且一直处于较高水平，而Ls全天都较低，表明水分胁迫严重损坏了植物叶片光合结构，降低了光合作用有关酶的活性，从而降低了Pn。由图9可知：夏、秋季不同CRW范围内Pn和Gs的正比关系不同，当CRW＞55%时，随着Gs增大，Pn线性增大，Pn和Gs为线性正比关系；当CRW≤55%时，Pn和Gs为非线性关系。因此，当CRW=55%时，黑麦草不仅发生了Pn限制机制的转变，其Pn和Gs之间的关系也发生转变。综上所述，在CRW=55%时出现上午、下午Ci和Ls变化相反的情况，表明此基质含水量是黑麦草叶片Pn下降由气孔限制为主转变为非气孔限制为主的临界点。

    图 6  夏、秋季不同喷播基质含水量下黑麦草气孔导度(Gs)的日变化
    Figure 6  Diurnal variation of stomatal conductance (Gs) of L. perenne under different water content of spraying substrate in summer and autumn
    下载: 全尺寸图片 幻灯片
    图 7  夏、秋季不同喷播基质含水量下黑麦草胞间CO2摩尔浓度(Ci)的日变化
    Figure 7  Diurnal variation of intercellular CO2 concentration (Ci) of L. perenne under different water content of spraying substrate in summer and autumn
    下载: 全尺寸图片 幻灯片
    图 8  夏、秋季不同喷播基质含水量下黑麦草气孔限制值(Ls)的日变化
    Figure 8  Diurnal variation of stomatal limit value (Ls) of L. perenne under different spraying substrate water content in summer and autumn
    下载: 全尺寸图片 幻灯片
    图 9  夏、秋季黑麦草净光合速率(Pn)和气孔导度(Gs)的关系
    Figure 9  Relationship between net photosynthetic rate (Pn) and stomatal conductance (Gs) of L. perenne in summer and autumn
    下载: 全尺寸图片 幻灯片

    2.3   基于黑麦草光合特性的喷播基质含水量临界值分析

    为进一步确定黑麦草喷播基质相对含水量(CRW)分级临界值，对黑麦草Pn、Tr、EWU和Gs的日均值与CRW构建回归模型(表3)。由Pn与CRW的回归模型知：夏、秋季Pn达最大值的CRW分别为78.17%、76.02%，其对应的最大Pn分别为9.68和 6.33 μmol·m−2·s−1。令Pn=0，求出夏、秋季水合补偿点的CRW分别为35.02%、30.83%(CRW大于100%的点均已舍去)。根据回归模型的积分式[2]求出CRW为40%~100%时黑麦草夏季Pn平均值为7.77 μmol·m−2·s−1，对应的CRW分别为58.98%和97.36%。同理可求出黑麦草秋季Pn平均值为5.29 μmol·m−2·s−1，对应的CRW分别为57.71%和94.33%。由此可以确定黑麦草夏、秋季Pn达到中等以上水平的CRW分别为58.98%~97.36%、57.71%~94.33%。

    表 3  夏、秋季黑麦草光合参数与喷播基质相对含水量的回归模型
    Table 3  Regression model between photosynthetic parameters of L. perenne and relative water content of spraying substrate in summer and autumn
    参数季节回归模型决定系数FP
    Pn夏季y=−22.092 7+0.813 0x−0.005 2x20.8878.989.12×10−11
    秋季y=−11.584 0+0.471 3x−0.003 1x20.8145.601.49×10−8
    Tr夏季y=−9.497 1+0.398 7x−0.002 5x20.94595.830.000
    秋季y=−0.574 0+0.083 8x−0.000 5x20.8339.085.74×10−8
    EWU夏季y=−0.844 9+0.061 0x−0.000 4x20.8031.053.93×10−7
    秋季y=−2.344 8+0.122 2x−0.000 83x20.7635.291.37×10−7
    Gs夏季y=−0.354 2+0.013 5x−0.000 086x20.7839.974.73×10−8
    秋季y=−0.319 7+0.012 2x−0.000 077x20.8353.943.30×10−9
    　　说明：y表示各参数，x表示喷播基质相对含水量(CRW)
    下载: 导出CSV 
    | 显示表格

    根据EWU与CRW的回归模型，求出夏、秋季EWU达最大值的CRW分别为76.25%、73.61%，对应的最大值分别为1.48和 2.15 μmol·mmol−1。令EWU＝0，求出夏、秋季的对应的CRW分别为15.41%、22.68%(CRW大于100%的点均已舍去)。根据回归模型的积分式求出CRW为40%~100%时黑麦草夏季EWU的平均值为1.35 μmol·mmol−1，对应的CRW分别为58.17%和94.33%。同理可求出黑麦草秋季EWU的平均值为1.89 μmol·mmol−1，对应的CRW分别为55.81%和91.42%。由此确定黑麦草夏、秋季EWU达到中等以上水平的CRW分别为58.17%~94.33%、55.81%~91.42%。

    2.4   基于光合特性的黑麦草喷播基质适宜含水量阈值分级

    将Pn和EWU取最大值点、平均值点、最低值点和Pn下降气孔限制转折点的喷播基质CRW临界值，作为黑麦草喷播基质适宜含水量阈值分级临界点，建立喷播基质适宜含水量的阈值分级(表4)。此分级标准将Pn和EWU作为“产”“效”来评价黑麦草生产力和水分利用能力的依据，建立了黑麦草喷播基质适宜含水量阈值分级。以Pn=0时的水合补偿点作为临界点，低于此临界点划为“无产无效水”范围。Pn下降原因由气孔限制为主转为非气孔限制为主对应的CRW称为“Pn气孔限制转折点”。Pn和EWU取最大值时的CRW确定为“高产高效水”临界值点。依据Pn、EWU与CRW的回归模型积分式求解二者的平均值来确定Pn和EWU达到中等以上水平的临界点，在此范围内称为“中产”“中效”，此范围外称为“低产”“低效”。为更清晰地展示5种阈值分级类型，借助坐标轴对其划分参数和数值进行展示(图10)。

    表 4  基于光合特性的黑麦草喷播基质适宜含水量阈值分级
    Table 4  Threshold gradient of suitable water content of L. perenne spraying substrate based on photosynthetic characteristics
    季节临界值指标临界点对应的CRW/%基质适宜含水量阈值分级类型基质适宜含水量阈值/%
    夏季 Pn=0 35.02 无产无效水 ＜35.02
    Pn(sl→nsl) 55.00 低产低效水 35.02~55.00，97.36~100.00
    Pn取平均值(Pn-ave) 58.98~97.36 中产中效水 78.17~97.36
    Pn取最大值(Pn-max) 78.17 中产高效水 55.00~76.25
    EWU取最大值(EWU-max) 76.25 高产高效水 76.25~78.17
    EWU取平均值(EWU-ave) 58.17~94.33
    秋季 Pn=0 30.83 无产无效水 ＜30.83
    Pn(sl→nsl) 55.00 低产低效水 30.83~55.00，94.33~100.00
    Pn取平均值(Pn-ave) 57.71~94.33 中产中效水 76.02~94.33
    Pn取最大值(Pn-max) 76.02 中产高效水 55.00~73.61
    EWU取最大值(EWU-max) 73.61 高产高效水 73.61~76.02
    EWU取平均值(EWU-ave) 55.81~91.42
    　　说明：Pn=0为水合补偿点，Pn(sl→nsl)为Pn气孔限制转折点
    下载: 导出CSV 
    | 显示表格
    图 10  夏、秋季黑麦草喷播基质适宜含水量阈值分级坐标轴图示
    Figure 10  Coordinate graphic figures of spraying substrate suitable water content threshold gradient of L. perenne in summer and autumn
    下载: 全尺寸图片 幻灯片

    3.   讨论

    夏、秋季黑麦草光合生理参数(Pn、Tr、EWU、Gs、Ci和Ls)日变化对喷播基质含水量的阈值响应规律与黄刺玫[5]、文冠果Xanthoceras sorbifolia[6]、连翘Forsythia suspensa[7]、山杏Prunus sibirica[8]、羊草Leymus chinensis和紫花苜蓿Medicago sativa[9]等对土壤水分阈值响应的规律一致，即CRW过高或过低均会抑制植物光合作用。CRW为70%~85%时，夏、秋季Pn、Tr日变化均呈现双峰曲线，在12:00表现出“光合午休”现象。主要原因是中午气温最高，高温影响植物光合酶的活性，降低Pn；空气相对湿度低，叶片表面饱和水汽压差增大，叶片气孔保卫细胞失水过多，导致部分气孔关闭，降低Tr和Pn[10]。CRW为100%时，夏、秋季Pn日变化均呈现单峰曲线，峰值出现在12:00，但Pn日均值并不高。表明水分充足可以延缓植物光合午休，但CRW过高，喷播基质孔隙较小，不利于根系呼吸，影响根系吸收营养元素，造成光合叶绿素含量降低，从而降低Pn[11]。CRW为100%时，夏、秋季Tr日变化的峰值延迟到14:00。已有研究表明：当水分充足时光照强度是影响Tr的主要因子，光合辐射可以促进叶片气孔开放，从而增强Tr[12-13]。CRW为40%~55%时，夏、秋季Pn和Tr均处于较低水平，原因是严重水分胁迫下植物为减少体内水分散失增加了气孔阻力[4]，导致Pn和Tr降低。研究表明：适度的干旱胁迫能有效提高植物的水分利用效率[14-15]，与本研究观点一致，即CRW为70%~85%时黑麦草EWU达最大值，并非在CRW最高的时候。秋季EWU显著高于夏季，主要原因是秋季Tr的降低幅度比Pn的降低幅度要更大，这与许多学者[16-18]的研究结果一致。

    夏、秋季黑麦草Gs日变化与Pn的变化规律基本相似，但通过对Pn和Gs的关系拟合可知：Pn和Gs在CRW≤55%时两者为非线性关系，CRW＞55%时为线性正比关系，这与郎莹等[19]的研究结果一致。轻度水分胁迫下，叶片气孔部分关闭，Gs下降，进入叶片CO2减少，因此Ci降低，Ls升高，但是当CRW为55%时，下午时段Gs下降，Ci升高，表明水分胁迫可能破坏了叶片的光合结构，导致叶片吸收CO2、光合作用能力下降。这也进一步说明，在CRW为55%时，黑麦草Pn下降原因已经由气孔限制为主转变为非气孔限制为主。已有研究表明：当植物光合作用受到非气孔限制时，水分胁迫可能开始损坏光合结构[20-21]，叶绿体受损并且不可逆[22]，当CRW进一步降低，植物叶子变黄甚至脱落[21]。因此，CRW=55%被认为是黑麦草喷播基质适宜含水量阈值分级的临界点。

    采用Pn和EWU作为土壤水分的“产”“效”指标可评价土壤水分有效性和适宜含水量范围[2-3, 5, 7, 23]，主要方法有3类：第1类为聚类分析法[4, 24]，即通过试验获取多个水分梯度下的Pn和EWU进行聚类分析，得到不同的水分分级临界点。由于获取的水分梯度随机性较大，该方法缺乏足够代表性。第2类为极限值法，即通过获取Pn和EWU与CRW的定量关系，找出Pn和EWU的最低值、最大值点和气孔限制转折点，以此来划分水分分级临界点。但此法并未对中等水平的“产”“效”进行划分[2，6]。第3类为回归方程拟合法，即通过建立植物Pn和EWU与CRW的回归模型，计算Pn的水合补偿点、Pn和EWU最低值点、最大值点和平均值点对应的土壤水分，并以此作为土壤水分有效性阈值分级临界点。该方法对土壤水分分级比较完整[2-3, 21]。本研究结合第2类和第3类方法，即采用回归方程拟合法计算临界值点再结合Pn气孔限制转折点来确定喷播基质适宜含水量阈值分级标准。在拟合时采用了Pn和EWU的日平均值与CRW，相比只测上午光合数据[2, 4, 6, 21]的研究更具有代表性。本研究确定的“无产无效水”“低产低效水”“中产中效水”“中产高效水”和“高产高效水”5种喷播基质适宜含水量阈值分级类型，可以根据不同的工程绿化养护要求和黑麦草不同生长阶段对水分的需求来选择利用。例如，在裸露边坡等困难立地最突出的特征是干旱和缺水，坡面工程绿化以防治水土流失和提高水分利用效率为目标，而不是充分供水达到最高产量 [24-25]。因此既满足边坡植被修复要求，又不因灌溉量过大而造成坡面水土流失、影响植物生长和浪费水资源等问题，可以保持喷播基质含水量在“中产高效水”(55.00%≤CRW≤76.25%和55.00%≤CRW≤73.61%)的范围，以此为标准进行灌溉。

    4.   结论

    夏、秋季黑麦草净光合速率水合补偿点的喷播基质相对含水量分别为35.02%和30.83%，即实际质量含水量分别为10.63%和9.36%，喷播基质含水量低于此值光合作用无效。夏、秋季黑麦草净光合速率下降由气孔限制转变为非气孔限制的喷播基质相对含水量均为55%，即实际质量含水量为16.70%，喷播基质含水量低于此值将对黑麦草叶片光合结构造成不可逆性损坏，建议灌溉养护时保持基质含水量不能低于此水分范围。客土喷播绿化以快速恢复植被为目标时可以保持喷播基质含水量在“高产高效水”范围，以此为标准进行灌溉，夏、秋季分别为76.25%≤CRW≤78.17%和73.61%≤CRW≤76.02%，即实际质量含水量分别为23.15%~23.73%和22.35%~23.08%。客土喷播绿化以提高水分利用效率并恢复基本植被(即恢复到当地自然植被盖度为准)为目标时，可以保持喷播基质含水量在“中产高效水”范围，以此为标准进行灌溉，夏、秋季分别为55.00%≤CRW≤76.25%和55.00%≤CRW≤73.61%，即实际质量含水量分别为16.70%~23.15%和16.70%~22.35%。

  • 表  1  复垦地块土壤pH和养分质量分数

    Table  1.   Status of soil pH and nutrient content in reclaimed land

    项目pH有机质/(g·kg−1)全氮/(g·kg−1)有效磷/(mg·kg−1)有效钾/(mg·kg−1)
    0~2020~400~2020~400~2020~400~2020~400~2020~40 cm
    最小值　 6.737.423.984.79189.90205.004.995.31205.00207.80
    最大值　 8.538.529.9410.10406.90431.4037.7824.24431.40293.40
    平均值　 8.158.246.516.97284.04288.8514.5412.70288.85245.79
    标准差　 0.480.301.701.3457.3859.328.555.5959.3223.73
    变异系数/%5.853.6826.1219.2320.2020.5458.7744.0520.549.65
    下载: 导出CSV

    表  2  复垦地块土壤重金属质量分数

    Table  2.   Soil heavy metal content of reclaimed land

    项目镉/( mg·kg−1)铬/( mg·kg−1)铅/( mg·kg−1)汞/( mg·kg−1)砷/( mg·kg−1)
    0~2020~400~2020~400~2020~400~2020~400~2020~40 cm
    最小值　 0.2090.24071.8072.8043.1044.600.0210.0298.617.39
    最大值　 0.5980.497145.00139.0067.1065.300.0340.05823.7021.40
    平均值　 0.3300.310107.74106.6753.4054.060.0300.04018.4216.67
    标准差　 0.0980.06422.1720.286.906.370.0040.0143.463.95
    变异系数/%30.0520.6120.5819.0112.9311.7914.8135.1218.7723.72
    超标率/%　0000000000
    下载: 导出CSV

    表  3  复垦地块水稻籽粒重金属质量分数

    Table  3.   Heavy metal content of rice in reclaimed land

    项目镉/(mg·kg−1)铬/(mg·kg−1)铅/(mg·kg−1)汞/(mg·kg−1)砷/(mg·kg−1)
    最小值　 0.0190.300.040.01−
    最大值　 0.0721.600.310.02−
    平均值　 0.0370.740.110.01−
    标准差　 0.0150.370.090.00−
    限量值　 0.2001.000.200.020.50
    变异系数/%40.7149.5782.0524.75−
    超标率/%　018.7512.5000
    　　说明：−表示未检测出，其中检测限制镉为＜0.003 mg·kg−1，铬为＜0.03 mg·kg−1，铅为＜0.04 mg·kg−1，汞为＜0.01 mg·kg−1，
    　　　　　砷为＜0.04 mg·kg−1
    下载: 导出CSV

    表  4  水稻土壤重金属污染指数

    Table  4.   Heavy metal pollution index of paddy soil

    项目单因子污染指数综合指数
    镉铅汞砷铬
    最大值　 0.750.360.051.190.470.88
    最小值　 0.260.180.000.430.210.37
    平均值　 0.430.240.010.900.320.69
    标准差　 0.140.050.020.180.080.11
    变异系数/%32.7721.96145.9720.4224.0217.70
    下载: 导出CSV

    表  5  基于污染指数法重金属污染点位分布

    Table  5.   Distribution of heavy metal pollution points based on pollution index method

    单因子指数污染等级点位占比/%综合指数污染等级点位占比/%
    镉铅汞砷铬
    Pi≤1 清洁　　 100 100 100 64.71 100 P综≤0.7 安全　　 41.18
    1＜Pi≤2 轻度污染 0 0 0 35.29 0 0.7＜P综≤1.0 警戒　　 58.82
    2＜Pi≤3 中度污染 0 0 0 0 0 1.0＜P综≤2.0 轻度污染 0
    Pi＞3 重度污染 0 0 0 0 0 2.0＜P综≤3.0 中度污染 0
    下载: 导出CSV

    表  6  重金属元素地累积指数评价特征值统计表

    Table  6.   Statistical table of evaluation characteristic values of accumulation index of heavy metal elements

    元素IgeoIgeo≤00＜Igeo≤11＜Igeo≤22＜Igeo≤33＜Igeo≤4
    变化范围平均值样品数比率/%样品数比率/%样品数比率/%样品数比率/%样品数比率/%
    镉 −0.52~1.00 0.08 10 58.82 7 41.18 0 0 0 0 0 0
    铅 −0.28~0.35 0.01 10 58.82 7 41.18 0 0 0 0 0 0
    汞 −3.40~−2.72 −3.02 6 35.29 0 0 0 0 0 0 0 0
    砷 −1.39~0.07 −0.32 16 94.12 1 5.88 0 0 0 0 0 0
    铬 −0.91~0.10 −0.35 15 88.24 2 11.76 0 0 0 0 0 0
    下载: 导出CSV

    表  7  水稻土重金属潜在生态风险评价

    Table  7.   Evaluation of potential ecological risks of heavy metals in paddy soils

    项目ErIRIER
    镉铅汞砷铬
    最大值　 89.7 9.59 9.09 15.80 3.22 121.15 4.02
    最小值　 31.35 6.16 0.00 5.74 1.60 52.96 3.22
    平均值　 49.16 7.63 2.64 12.28 2.39 74.10 3.67
    标准差　 14.77 0.99 3.73 2.31 0.49 17.19 0.21
    变异系数/% 30.05 12.93 141.53 18.77 20.58 23.19 5.68
    下载: 导出CSV
  • [1] 任露陆, 蔡宗平, 王固宁, 等. 不同钝化机制矿物对土壤重金属的钝化效果及微生物响应[J]. 农业环境科学学报, 2021, 40(7): 1470 − 1480.

    REN Lulu, CAI Zongping, WANG Guning, et al. Effects of minerals with different immobilization mechanisms on heavy metal availability and soil microbial responses [J]. J Agro-Environ Sci, 2021, 40(7): 1470 − 1480.
    [2] 胡雪芳, 田志清, 梁亮, 等. 不同改良剂对铅镉污染农田水稻重金属积累和产量影响的比较分析[J]. 环境科学, 2018, 39(7): 3409 − 3417.

    HU Xuefang, TIAN Zhiqing, LIANG Liang, et al. Comparative analysis of different soil amendment treatments on rice heavy metal accumulation and yield effect in Pb and Cd contaminated farmland [J]. Environ Sci, 2018, 39(7): 3409 − 3417.
    [3] 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.
    [4] YE Xinxin, MA Yibing, SUN Bo. Influence of soil type and genotype on Cd bioavailability and uptake by rice and implications for food safety [J]. J Environ Sci, 2012, 24(9): 1647 − 1654.
    [5] 郝社锋, 任静华, 范健, 等. 江苏某市水稻籽粒重金属富集特征及健康风险评价[J]. 环境污染与防治, 2021, 43(2): 217 − 222.

    HAO Shefeng, REN Jinghua, FAN Jian, et al. Heavy metals accumulation characteristics and health risk assessment of rice grain produced in Jiangsu area [J]. Environ Pollut Prev, 2021, 43(2): 217 − 222.
    [6] LIU J G, LIANG J S, LI K Q, et al. Correlations between cadmium and mineral nutrients in absorption and accumulation in various genotypes of rice under cadmium stress [J]. Chemosphere, 2003, 52(9): 1467 − 1473.
    [7] 李忠煜, 李艳广, 黎卫亮, 等. 衍生化气相色谱-质谱法测定复垦土地样品中19种酚类污染物[J]. 岩矿测试, 2021, 40(2): 239 − 249.

    LI Zhongyu, LI Yanguang, LI Weiliang, et al. Determination of 19 phenolic pollutants in reclaimed land samples by derivation gas chromatography-mass spectrometry [J]. Rock Mineral Anal, 2021, 40(2): 239 − 249.
    [8] 郭英英. 平朔矿区复垦地不同植被下苔藓植物群落数量生态研究[D]. 太原: 山西大学, 2020.

    GUO Yingying. Quantitative Ecology of Bryophyte Community under Different Revegetation Patterns on the Reclaimed Dumps in Pingshuo Mining Area[D]. Taiyuan: Shanxi University, 2020.
    [9] WANG Feifei, GUAN Qingyu, TIAN Jing, et al. Contamination characteristics, source apportionment, and health risk assessment of heavy metals in agricultural soil in the Hexi Corridor [J/OL]. Catena, 2020, 191(3). doi: 10.1016/j.catena.2020.104573.
    [10] 李春芳, 曹见飞, 吕建树, 等. 不同土地利用类型土壤重金属生态风险与人体健康风险[J]. 环境科学, 2018, 39(12): 342 − 352.

    LI Chunfang, CAO Jianfei, LÜ Jianshu, et al. Ecological risk assessment of soil heavy metals for different types of land use and evaluation of human health [J]. Environ Sci, 2018, 39(12): 342 − 352.
    [11] CHEN Xiuxiu, LIU Yumin, ZHAO Qingyue, et al. Health risk assessment associated with heavy metal accumulation in wheat after long-term phosphorus fertilizer application[J/OL]. Environ Pollut, 2020, 262: 114348 [2021-03-30]. doi: 10.1016/j.envpol.2020.114348.
    [12] 田美玲, 钟雪梅, 张云霞, 等. 矿业活动影响区稻田土壤和稻米中重金属含量及健康风险[J]. 环境科学, 2018, 39(6): 2919 − 2926.

    TIAN Meiling, ZHONG Xuemei, ZHANG Yunxia, et al. Concentrations and health risk assessments of heavy metal contents in soil and rice of mine contaminated areas [J]. Enviorn Sci, 2018, 39(6): 2919 − 2926.
    [13] 李卫平, 王非, 杨文焕, 等. 包头市南海湿地土壤重金属污染评价及来源解析[J]. 生态环境学报, 2017, 26(11): 1977 − 1984.

    LI Weiping, WANG Fei, YANG Wenhuan, et al. Pollution assessment and source apportionment of heavy metals in Nanhai wetland soil of Baotou City [J]. Ecol Environ Sci, 2017, 26(11): 1977 − 1984.
    [14] 李伟, 布多, 孙晶, 等. 拉萨巴嘎雪湿地土壤重金属分布及生态风险评价[J]. 环境化学, 2021, 40(1): 195 − 203.

    LI Wei, BU Duo, SUN Jing, et al. Distribution and ecological risk assessment of heavy metal elements in the surface sediments of Bagaxue wetlands in Lhasa [J]. Environl Chem, 2021, 40(1): 195 − 203.
    [15] 杜昊霖, 王莺, 王劲松, 等. 青藏高原典型流域土壤重金属分布特征及其生态风险评价[J]. 环境科学, 2021, 42(9): 4422 − 4431.

    DU Haolin, WANG Ying, WANG Jinsong, et al. Distribution characteristics and ecological risk assessment of soil heavy metals in typical watersheds of Qinghai-Tibet Plateau [J]. Enviorn Sci, 2021, 42(9): 4422 − 4431.
    [16] HAKANSON L. An ecological risk index for aquatic pollution control: a sedimentological approach [J]. Water Res, 1980, 14(8): 975 − 1001.
    [17] SAEEDDI M, ZANJANI A J. Development of a new aggregative index to assess potential effect of metals pollution in aquatic sediments [J]. Ecol Indic, 2015, 58: 235 − 243.
    [18] ZHANG Zhaoyong, LI Juying, MAMAT Z, et al. Sources identification and pollution evaluation of heavy metals in the surface sediments of Bortala River, Northwest China [J]. Ecotoxicol Environ Saf, 2016, 126: 94 − 101.
    [19] GUO Weihua, LIU Xianbin, LIU Zhanguang, et al. Pollution and potential ecological risk evaluation of heavy metals in the sediments around dongjiang harbor, Tianjin [J]. Procedia Environ Sci, 2010, 2(1): 729 − 736.
    [20] 张云芸, 马瑾, 魏海英, 等. 浙江省典型农田土壤重金属污染及生态风险评价[J]. 生态环境学报, 2019, 28(6): 1233 − 1241.

    ZHANG Yunyun, MA Jin, WEI Haiying, et al. Heavy metals in typical farmland soils of Zhejiang Province: levels, sources and ecological risks [J]. Ecol Environ Sci, 2019, 28(6): 1233 − 1241.
    [21] 李思民, 王豪吉, 朱曦, 等. 土壤pH和有机质含量对重金属可利用性的影响[J]. 云南师范大学学报(自然科学版), 2021, 41(1): 49 − 55.

    LI Simin, WANG Haoji, ZHU Xi, et al. Effects of soil pH and organic matter on the content of bioavailable heavy metals [J]. J Yunnan Norm Univ Nat Sci Ed, 2021, 41(1): 49 − 55.
    [22] 郭红伟, 郭世荣, 黄保健. 大棚辣椒不同连作年限土壤理化性质研究[J]. 江苏农业科学, 2011, 39(5): 452 − 455.

    GUO Hongwei, GUO Shirong, HUANG Baojian. Study on soil physical and chemical properties of different continuous cropping years of hot pepper in greenhouse [J]. Jiangsu Agric Sci, 2011, 39(5): 452 − 455.
    [23] 孙小花, 胡新元, 陆立银, 等. 黄土高原马铃薯不同连作年限土壤理化性质及微生物特性[J]. 干旱地区农业研究, 2019, 37(4): 184 − 192.

    SUN Xiaohua, HU Xinyuan, LU Liyin, et al. Soil physical and chemical properties and microbial characteristics of potato in different continuous cropping years on the Loess Plateau [J]. Agric Res Arid Areas, 2019, 37(4): 184 − 192.
    [24] 邢金峰, 仓龙, 任静华. 重金属污染农田土壤化学钝化修复的稳定性研究进展[J]. 土壤, 2019, 51(2): 224 − 234.

    XING Jinfeng, CANG Long, REN Jinghua. Remediation stability of in situ chemical immobilization of heavy metals contaminated soil: a review [J]. Soil, 2019, 51(2): 224 − 234.
  • [1] 孙经宇, 孙向阳, 李素艳, 王晨晨, 岳宗伟.  北京市通州区绿地土壤重金属源解析及风险评价 . 浙江农林大学学报, 2024, 41(3): 517-525. doi: 10.11833/j.issn.2095-0756.20230435
    [2] 彭麟迪, 汪琼, 张红丽, 郑成洁, 王南媛, 潘曲波.  滇池西岸湿地公园园林植物外来种生态风险评价 . 浙江农林大学学报, 2023, 40(1): 217-226. doi: 10.11833/j.issn.2095-0756.20220301
    [3] 邵晗, 王虎, 王妍, 徐红枫, 苏倩, 刘云根.  岩溶石漠化地区不同利用方式对土壤肥力和重金属质量分数的影响 . 浙江农林大学学报, 2022, 39(3): 635-643. doi: 10.11833/j.issn.2095-0756.20210437
    [4] 马佳燕, 马嘉伟, 柳丹, 傅伟军, 叶正钱.  杭嘉湖平原水稻主产区土壤重金属状况调查及风险评价 . 浙江农林大学学报, 2021, 38(2): 336-345. doi: 10.11833/j.issn.20950756.20200309
    [5] 彭博, 刘鹏, 王妍, 张叶飞, 杨波.  普者黑流域表层水和沉积物中重金属污染特征及风险评价 . 浙江农林大学学报, 2021, 38(4): 746-755. doi: 10.11833/j.issn.2095-0756.20200547
    [6] 叶朝军, 吴家胜, 钟斌, 陈俊任, 郭佳, 徐美贞, 柳丹.  EDTA和有机酸对毛竹修复重金属污染土壤的强化作用 . 浙江农林大学学报, 2018, 35(3): 431-439. doi: 10.11833/j.issn.2095-0756.2018.03.006
    [7] 张延平, 陈振超, 汤富彬, 任传义, 倪张林, 屈明华.  浙、川、湘毛竹主产区冬笋重金属质量分数及健康风险评估 . 浙江农林大学学报, 2018, 35(4): 635-641. doi: 10.11833/j.issn.2095-0756.2018.04.008
    [8] 郑秀文, 崔鹏, 石嘉伟, 杨静静, 陈敏敏, 郑瑶, 许玲, 刘宏波.  水稻OsZFP互作蛋白的筛选与鉴定 . 浙江农林大学学报, 2017, 34(6): 1024-1028. doi: 10.11833/j.issn.2095-0756.2017.06.008
    [9] 张建云, 高才慧, 朱晖, 钟水根, 杨纹砚, 郑均泷, 吴胜春, 单胜道, 王志荣, 张进, 曹志洪, Peter CHRISTIE.  生物质炭对土壤中重金属形态和迁移性的影响及作用机制 . 浙江农林大学学报, 2017, 34(3): 543-551. doi: 10.11833/j.issn.2095-0756.2017.03.021
    [10] 张素, 梁鹏, 吴胜春, 张进, 曹志洪.  节能灯产地竹林土壤重金属污染的时空分布特征 . 浙江农林大学学报, 2017, 34(3): 484-490. doi: 10.11833/j.issn.2095-0756.2017.03.014
    [11] 许佳霖, 武帅, 梁鹏, 张进, 吴胜春.  高虹镇稻米中重金属污染状况及健康风险评价 . 浙江农林大学学报, 2017, 34(6): 983-990. doi: 10.11833/j.issn.2095-0756.2017.06.003
    [12] 金文奖, 侯平, 张伟, 梁立成, 俞飞.  温州鳌江流域表层底泥及河岸土壤重金属空间分布与生态风险评价 . 浙江农林大学学报, 2017, 34(6): 963-971. doi: 10.11833/j.issn.2095-0756.2017.06.001
    [13] 梁立成, 余树全, 张超, 钱力, 齐鹏.  浙江省永康市城区土壤重金属空间分布及潜在生态风险评价 . 浙江农林大学学报, 2017, 34(6): 972-982. doi: 10.11833/j.issn.2095-0756.2017.06.002
    [14] 钟斌, 陈俊任, 彭丹莉, 刘晨, 郭华, 吴家森, 叶正钱, 柳丹.  速生林木对重金属污染土壤植物修复技术研究进展 . 浙江农林大学学报, 2016, 33(5): 899-909. doi: 10.11833/j.issn.2095-0756.2016.05.024
    [15] 晏闻博, 柳丹, 彭丹莉, 李松, 陈俊任, 叶正钱, 吴家森, 王海龙.  重金属矿山生态治理与环境修复技术进展 . 浙江农林大学学报, 2015, 32(3): 467-477. doi: 10.11833/j.issn.2095-0756.2015.03.021
    [16] 胡杨勇, 马嘉伟, 叶正钱, 柳丹, 赵科理.  东南景天Sedum alfredii修复重金属污染土壤的研究进展 . 浙江农林大学学报, 2014, 31(1): 136-144. doi: 10.11833/j.issn.2095-0756.2014.01.021
    [17] 郭明, 武晓鹏, 孙东海, 周建钟, 张华.  新型基质固相萃取重金属离子分析及残留关联性 . 浙江农林大学学报, 2012, 29(4): 551-557. doi: 10.11833/j.issn.2095-0756.2012.04.011
    [18] 李冬林, 金雅琴, 张纪林, 阮宏华.  秦淮河河岸带典型区域土壤重金属污染分析与评价 . 浙江农林大学学报, 2008, 25(2): 228-234.
    [19] 姜培坤, 徐秋芳, 罗煦钦, 王俊奇.  雷竹笋重金属含量及其与施肥的关系 . 浙江农林大学学报, 2004, 21(4): 424-427.
    [20] 姜培坤, 徐秋芳, 杨芳.  雷竹土壤水溶性有机碳及其与重金属的关系 . 浙江农林大学学报, 2003, 20(1): 8-11.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210289

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2022/2/388

WeChat 点击查看大图
表(7)
计量
  • 文章访问数:  815
  • HTML全文浏览量:  252
  • PDF下载量:  39
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-04-15
  • 修回日期:  2021-12-14
  • 录用日期:  2021-12-29
  • 网络出版日期:  2022-03-25
  • 刊出日期:  2022-03-25

缙云县某复垦地块土壤环境质量调查及生态风险评价

doi: 10.11833/j.issn.2095-0756.20210289
  • 1. 缙云县农业农村局，浙江 缙云 321400
  • 2. 浙江农林大学 浙江省土壤污染生物修复重点实验室，浙江 杭州 311300
    • 基金项目:  浙江省重点研发计划项目(2018C03028)
    作者简介:

    周杨(ORCID: 0000-0002-2357-8046)，从事耕地土壤质量提升研究。E-mail: 1364284769@qq.com

    通信作者: 柳丹(ORCID: 0000-0003-1102-6639)，教授，博士，从事土壤污染与生态修复研究。E-mail: liudan7812@aliyun.com
  • 收稿日期: 2021-04-15
  • 录用日期: 2021-12-29
  • 修回日期: 2021-12-14
  • 网络出版日期: 2022-03-25
  • 刊出日期: 2022-03-25

  • 中图分类号: S153；X53

摘要:   目的  进一步探索浙江省缙云县某复垦地土壤环境质量。  方法  于2020年在缙云县某复垦地开展土壤环境质量调查，共采集17组土壤-水稻Oryza sativa籽粒复合样品，测定土壤和籽粒中镉、铅、铬、汞、砷等重金属的质量分数，利用单因子污染指数评价法、内梅罗综合指数法、潜在生态风险评价法和生态风险预警指数对土壤重金属污染程度进行评价。  结果  缙云县某复垦地块0~20 cm土层土壤重金属镉、铬、铅、汞、砷质量分数分别为0.33、107.74、53.40、0.03、18.42 mg·kg−1。其中35.29%的点位土壤砷超标，其余4种重金属均未超过农用地土壤污染风险筛选值，镉、砷平均质量分数高于浙江省土壤背景值。复垦地块个别点位水稻籽粒铬和铅超标。该复垦地块的内梅罗综合污染指数平均值为0.69，有58.82%的点位处于警戒范围；地累积指数从大到小依次为镉(0.08)、铅(0.01)、砷(−0.32)、铬(−0.35)、汞(−3.02)；潜在生态风险指数的平均值为74.10，存在轻微生态风险；土壤生态风险预警指数达到中度预警级别。  结论  复垦地块个别点位水稻籽粒铬和铅超标；土壤重金属无点位超标，但具有一定的生态风险，其中重金属镉、铬、铅和砷是研究区最主要的生态风险因子，后续应加强关注。表7参24

English Abstract

刘小勇, 史常青, 赵廷宁, 等. 基于夏秋两季黑麦草光合特性的喷播基质含水量阈值分级[J]. 浙江农林大学学报, 2023, 40(1): 198-208. DOI: 10.11833/j.issn.2095-0756.20220116
引用本文: 周杨, 周文斌, 马嘉伟, 等. 缙云县某复垦地块土壤环境质量调查及生态风险评价[J]. 浙江农林大学学报, 2022, 39(2): 388-395. DOI: 10.11833/j.issn.2095-0756.20210289
shu
LIU Xiaoyong, SHI Changqing, ZHAO Tingning, et al. Threshold gradient of water content of spraying substrate based on photosynthetic characteristics of Lolium perenne in summer and autumn[J]. Journal of Zhejiang A&F University, 2023, 40(1): 198-208. DOI: 10.11833/j.issn.2095-0756.20220116
Citation: ZHOU Yang, ZHOU Wenbin, MA Jiawei, et al. Soil environmental quality investigation and ecological risk assessment of a reclamation land in Jinyun County[J]. Journal of Zhejiang A&F University, 2022, 39(2): 388-395. DOI: 10.11833/j.issn.2095-0756.20210289
shu

    全文HTML

  • 近年来，由于工业、交通等多重因素的影响，使得土壤环境遭受重金属污染的威胁[1]。重金属污染不仅会导致土壤质量退化，降低作物品质和粮食产量，从时间尺度上来看，还会通过食物链危害人类和动物的健康[2]。重金属流入土壤后很难被发现，其长期性、不可逆性等特性也导致重金属污染极难从土壤中完全去除，极大限制了中国的农业发展[3]。作为中国主要的粮食作物之一，水稻Oryza sativa占据了中国55%的谷物年消耗量，其安全问题受到许多学者的关注[4]。研究发现：水稻对土壤中的镉、铬、铅、砷和汞等重金属元素均具有吸收作用[5]，而水稻植株累积重金属会抑制其对营养元素锌、铁、镁等的吸收[6]，降低水稻籽粒品质。中国南方的水稻土壤重金属污染较为普遍，严重威胁中国的粮食安全。因此，评估重金属污染土壤所产水稻对人体健康产生的风险，研究稻田土壤-水稻系统重金属的健康风险具有重要意义。

    土壤复垦指在矿产资源开采、化工产业和燃煤发电等生产过程中被破坏的土地，采取整治措施，使其恢复到可利用状态。复垦地具有基质复杂、干扰因素较多、前处理困难、污染物种类多等特点[7-8]。本研究区域(浙江省缙云县某自然村废弃场地复垦点，以下称复垦地块)原为金属镍提炼点。调查显示：复垦地块部分地区存在重金属超标现象，因此复垦后有必要对农产品的安全风险进行评估。早期的研究在进行重金属健康风险评价时，或只考虑土壤直接暴露途径[9-10]，或只考虑稻米途径[11-12]，评价结果可能被低估。本研究共采集复垦地块17组土壤-水稻籽粒复合样品(其中有1地块无水稻样品)，研究水稻籽粒及根际土中重金属分布特征，结合GB 15618—2018《土壤环境质量 农用地土壤污染风险管控标准(试行)》、GB/T 36869—2018《水稻生产的土壤 镉、铅、铬、汞、砷安全阈值》等相关标准，评价重金属污染土壤所产水稻的健康风险，为土壤污染防控及农产品质量安全提供科学依据。

    • 1.   材料与方法

      1.1.   研究区域

    • 缙云县地处浙江省中南部丘陵山区(28°25′~28°57′N，119°52′~120°25′E)。缙云县属中亚热带季风气候区，总体上热量充足，降水充沛，温暖湿润，冬夏略长，春秋略短，四季分明。年平均气温为18.3 ℃，年降水量为1 387.7 mm，年日照时数为1 504.3 h。

      复垦地块由缙云县某公司(用地面积约3 557 m2)完成复垦，并种植水稻。于2020年9月水稻收获期对复垦地块进行采样调查，分别采集土壤及水稻籽粒样品，分析土壤及水稻籽粒样品的重金属质量分数，进行风险评价。

      • 1.2.   样品采集与处理

    • 分别采集土壤样品17个，水稻籽粒样品16个。采用全球定位系统定位，在0~20、20~40 cm分层采集土壤样品，同时采集对应的水稻籽粒样品。在每个取样点以周围5 m×5 m正方形范围内设置5~6个采样点，均匀混合为1个样品。土壤样品自然风干后挑拣出石子、动植物残体等，混匀磨碎过2.00 mm筛和0.15 mm筛备用。水稻籽粒用去离子水洗净，70 ℃烘干至恒量，使用脱壳机脱壳粉碎后备用。

      • 1.3.   样品分析与测定

    • 土壤pH采用水土质量比2.5∶1.0浸提，pH计测定；土壤有机质采用重铬酸钾容量外加热法测定；全氮采用凯氏定氮法测定；有效磷采用氟化钠-盐酸提取，紫外/可见分光光度计测定；有效钾以1 mol·L−1中性乙酸铵提取，火焰分光光度法测定。

      土壤重金属全量采用HNO3-HCl-HClO4微波消解后测定；水稻籽粒重金属采用硝酸微波消解后测定。待测液中的镉、铅采用石墨炉原子吸收光谱仪测定，汞、砷采用原子荧光光谱仪测定，铬采用火焰原子吸收光谱仪测定。测定时均加入国家标准土壤标样和大米国家标准参比物分别进行质量控制。分析结果符合质量控制要求。

      • 1.4.   污染评价方法与标准

      1.4.1.   单因子污染指数评价法和内梅罗综合指数法

    • 单因子污染指数法针对土壤中单一污染物进行评价。其计算公式为：

      $$ P_i=C_i/T_i 。 $$ (1)

      式(1)中：Pi为重金属元素i的污染指数；Ci为重金属元素i的质量分数(mg·kg−1)；Ti为重金属元素i的评价标准(mg·kg−1)。

      内梅罗综合污染指数法[13-14]是在单因子污染指数评价的基础上对重金属污染进行综合性评价。其计算公式为：

      $$ {{P}}_{{综}}=\sqrt{({{P}}_{{i}{{\rm{max}}}}^{{2}}+{{P}}_{{i}{{\rm{ave}}}}^{{2}}){/2}} 。 $$ (2)

      式(2)中：P综为土壤污染综合指数；Piave为土壤中各污染指数平均值；Pimax为土壤中各污染指数最大值。

      • 1.4.2.   地累积指数法

    • 地累积指数(Igeo)法[15]被应用于自然成岩作用对背景值及人为活动对环境的影响评价。Igeo的计算公式如下：

      $$ {{I}}_{\text{geo}}\text={\text{log}}_{\text{2}}\left[\frac{{{C}}_{{i}}}{{{1.5}{B}}_{{i}}}\right] 。 $$ (3)

      式(3)中：Igeo为地累积指数；Ci为重金属元素i的质量分数(mg·kg−1)；Bi为重金属元素i的地球化学背景值(mg·kg−1)。

      • 1.4.3.   潜在生态风险评价指数法和生态风险预警指数法

    • 潜在生态风险评价指数法采用HAKANSON[16]提出的生态风险指数法进行评价，以沉积学理论为基础，综合考虑了元素的富集程度及独特的毒性和综合生态危害[17-18]。其计算公式如下：

      $$ {{F}}_{{{\rm{r}}}{i}}={{C}}_{{i}}{/}{{C}} {；} $$ (4)
      $$ {{E}}_{{{\rm{r}}}{i}}={{T}}_{{{\rm{r}}}{i}}{{F}}_{{{\rm{r}}}{i}} {；} $$ (5)
      $$ {I_{\rm{R}}} = \sum\limits_{i = 1}^n {{E_{{\rm{r}}i}}} 。 $$ (6)

      式(4)~(6)中：Ci为重金属元素i的质量分数(mg·kg−1)；C为重金属元素i的参比值。Fr、Tr、Er分别为重金属污染系数、毒性响应系数和潜在生态危害指数。镉、铅、汞、砷、铬的毒性响应系数分别为30、5、40、10、2[19]。IR为5种重金属元素的综合潜在生态风险值。

      采用生态风险预警指数[20]对水稻土生态风险进行预警评估。IER的计算公式为：

      $$ {{I}}_{{{\rm{ER}}}}=\sum\limits_{i = 1}^n {{I}}_{{{{{{{\rm{ER}}{{i}}}}}}}}=\sum\limits_{i = 1}^n \left(\frac{{{C}}_{{{{{{{\rm{A}}{{i}}}}}}}}}{{{C}}_{{{{{{{\rm{R}}{{i}}}}}}}}{-1}}\right) 。 $$ (7)

      式(7)中：IER为生态风险预警指数；IERi为重金属元素i的生态风险指数；CAi为重金属元素i的质量分数(mg·kg−1)；CRi为重金属元素i的参比值。

      • 1.5.   数据处理

    • 采用Excel 2016对土壤及水稻籽粒重金属质量分数进行描述性统计分析。采用SPSS 22.0进行Spearman相关性分析。数据可视化绘制由Origin 8.5完成。

    2.   结果与讨论

      2.1.   土壤pH和养分状况

    • 土壤pH和有机质质量分数对土壤重金属有效性均具有较大的影响。在相同的重金属污染水平下，土壤高pH、高有机质质量分数有利于降低重金属生物有效性，抑制作物对重金属的吸收和积累，降低其重金属污染风险[21]。根据调研结果，复垦地块0~20 cm土层土壤pH为6.73~8.53，平均为8.15，属于碱性土壤；土壤有机质为3.98~9.94 g·kg−1，平均为6.51 g·kg−1。20~40 cm土层土壤pH为7.42~8.52，平均为8.24；土壤有机质质量分数为4.79~10.10 g·kg−1，平均为6.97 g·kg−1(表1)。

      表 1  复垦地块土壤pH和养分质量分数

      Table 1.  Status of soil pH and nutrient content in reclaimed land

      项目pH有机质/(g·kg−1)全氮/(g·kg−1)有效磷/(mg·kg−1)有效钾/(mg·kg−1)
      0~2020~400~2020~400~2020~400~2020~400~2020~40 cm
      最小值　 6.737.423.984.79189.90205.004.995.31205.00207.80
      最大值　 8.538.529.9410.10406.90431.4037.7824.24431.40293.40
      平均值　 8.158.246.516.97284.04288.8514.5412.70288.85245.79
      标准差　 0.480.301.701.3457.3859.328.555.5959.3223.73
      变异系数/%5.853.6826.1219.2320.2020.5458.7744.0520.549.65

      复垦地块0~20 cm土层土壤有机质质量分数＜10.00 g·kg−1，全氮平均值为284.04 mg·kg−1，有效磷平均质量分数为14.54 mg·kg−1。从总体来看，调查地块养分质量分数偏低。

      • 2.2.   土壤重金属质量分数

    • 复垦地块0~20 cm土层土壤重金属镉、铬、铅、汞、砷的质量分数分别为0.209~0.598、71.80~145、43.10~67.10、0.021~0.034、8.61~23.70 mg·kg−1，均值分别为0.330、107.74、53.40、0.030 mg·kg−1、18.42 mg·kg−1。20~40 cm土层土壤镉、铬、铅、汞、砷的质量分数分别为0.240~0.497、72.80~139.00、44.60~65.30、0.029~0.058、7.39~21.40 mg·kg−1，均值分别为0.310、106.67、54.06、0.040、16.60 mg·kg−1(表2)。2层土壤中重金属质量分数从高到底依次为为铬、铅、砷、镉、汞。

      表 2  复垦地块土壤重金属质量分数

      Table 2.  Soil heavy metal content of reclaimed land

      项目镉/( mg·kg−1)铬/( mg·kg−1)铅/( mg·kg−1)汞/( mg·kg−1)砷/( mg·kg−1)
      0~2020~400~2020~400~2020~400~2020~400~2020~40 cm
      最小值　 0.2090.24071.8072.8043.1044.600.0210.0298.617.39
      最大值　 0.5980.497145.00139.0067.1065.300.0340.05823.7021.40
      平均值　 0.3300.310107.74106.6753.4054.060.0300.04018.4216.67
      标准差　 0.0980.06422.1720.286.906.370.0040.0143.463.95
      变异系数/%30.0520.6120.5819.0112.9311.7914.8135.1218.7723.72
      超标率/%　0000000000

      依据农用地土壤污染风险筛选值，耕层土壤砷有35.29%的点位超标，镉、铬、铅和汞4种重金属质量分数均未超标；但以GB/T 36869—2018《水稻生产的土壤 镉、铅、铬、汞、砷安全阈值》作为对比，有少数点位的镉元素超出安全阈值，同时有88.24%点位的耕层土壤砷元素超出安全阈值，从长期来看，对水稻安全生产而言，重金属镉与砷仍然具有一定的风险。这是因为土壤pH会随着作物种植年份的延长而逐渐下降[22-23]，而重金属的绝对值不会降低，重金属的生物有效值就会随之增加[24]。因此，镉和砷为复垦地块需要重点关注的重金属元素。试验测定重金属元素质量分数变异程度较低，变异系数均小于40%，说明复垦后人为活动对该区域的重金属影响不大，5种重金属元素在空间上存在相似的污染程度。

      • 2.3.   水稻籽粒重金属质量分数

    • 根据GB 2762—2017 《食品安全国家标准 食品中污染物限量》可知：复垦地块水稻个别点位铬和铅超标，超标率为12.50%~18.75% (表3)，可能原因是土壤中重金属铬和铅质量分数分别为71.80~145.00和43.10~67.10 mg·kg−1，虽然未超出风险筛选值，但其质量分数相对比较高，从而导致水稻吸收的铬和铅超出限量值。

      表 3  复垦地块水稻籽粒重金属质量分数

      Table 3.  Heavy metal content of rice in reclaimed land

      项目镉/(mg·kg−1)铬/(mg·kg−1)铅/(mg·kg−1)汞/(mg·kg−1)砷/(mg·kg−1)
      最小值　 0.0190.300.040.01−
      最大值　 0.0721.600.310.02−
      平均值　 0.0370.740.110.01−
      标准差　 0.0150.370.090.00−
      限量值　 0.2001.000.200.020.50
      变异系数/%40.7149.5782.0524.75−
      超标率/%　018.7512.5000
      　　说明：−表示未检测出，其中检测限制镉为＜0.003 mg·kg−1，铬为＜0.03 mg·kg−1，铅为＜0.04 mg·kg−1，汞为＜0.01 mg·kg−1，
      　　　　　砷为＜0.04 mg·kg−1

      • 2.4.   水稻土壤重金属污染评价

      2.4.1.   单因子污染指数评价和内梅罗综合指数评价

    • 以GB 15618—2018《农用地土壤污染风险筛选值》为依据，计算复垦地块土壤重金属的单因子污染指数和综合污染指数。以0~20 cm耕层土壤进行评价，重金属镉、铅、汞、砷、铬的单因子污染指数平均值分别为0.43、0.24、0.01、0.90、0.32 (表4)，部分点位重金属砷单因子污染指数大于1.00，其余4种重金属单因子污染指数平均值均小于1.00。

      表 4  水稻土壤重金属污染指数

      Table 4.  Heavy metal pollution index of paddy soil

      项目单因子污染指数综合指数
      镉铅汞砷铬
      最大值　 0.750.360.051.190.470.88
      最小值　 0.260.180.000.430.210.37
      平均值　 0.430.240.010.900.320.69
      标准差　 0.140.050.020.180.080.11
      变异系数/%32.7721.96145.9720.4224.0217.70

      根据重金属元素不同污染级别点位数占比可知(表5)：有64.61%的点位土壤砷单因子污染指数小于1.00，其余35.29%的点位土壤砷超标。镉、铅、汞、铬等4种元素的单因子污染指数全部都小于1.00，无超标点位。从内梅罗综合指数(表5)看，复垦地块土壤镉、铅、汞、砷、铬综合指数为0.37~0.88，其中41.18%的点位处于安全范围，58.82%的点位处于警戒线。总体来看，复垦地块土壤环境受到重金属威胁，后续应加大保护修复力度，防止重金属污染，保护农产品安全。

      表 5  基于污染指数法重金属污染点位分布

      Table 5.  Distribution of heavy metal pollution points based on pollution index method

      单因子指数污染等级点位占比/%综合指数污染等级点位占比/%
      镉铅汞砷铬
      Pi≤1 清洁　　 100 100 100 64.71 100 P综≤0.7 安全　　 41.18
      1＜Pi≤2 轻度污染 0 0 0 35.29 0 0.7＜P综≤1.0 警戒　　 58.82
      2＜Pi≤3 中度污染 0 0 0 0 0 1.0＜P综≤2.0 轻度污染 0
      Pi＞3 重度污染 0 0 0 0 0 2.0＜P综≤3.0 中度污染 0
      • 2.4.2.   地累积指数法

    • 以浙江省土壤背景值为参比，对镉、铅、汞、砷、铬等5种重金属元素进行地累积指数评价(表6)。可以得出：5种重金属元素的Igeo从大到小依次为镉(0.08)、铅(0.01)、砷(−0.32)、铬(−0.35)、汞(−3.02)。在所有采样点位中，汞的Igeo均小于0，呈现出无污染状态，污染最严重的为镉，其次为铅，地累积指数分别为0.08和0.01，呈现出轻微污染的状态。铅和镉在复垦地块仅有58.82%的点位处于未被污染状态，其余41.18%的点位处于轻微富集状态，个别样点的砷、铬元素存在轻微富集现象(表6)。

      表 6  重金属元素地累积指数评价特征值统计表

      Table 6.  Statistical table of evaluation characteristic values of accumulation index of heavy metal elements

      元素IgeoIgeo≤00＜Igeo≤11＜Igeo≤22＜Igeo≤33＜Igeo≤4
      变化范围平均值样品数比率/%样品数比率/%样品数比率/%样品数比率/%样品数比率/%
      镉 −0.52~1.00 0.08 10 58.82 7 41.18 0 0 0 0 0 0
      铅 −0.28~0.35 0.01 10 58.82 7 41.18 0 0 0 0 0 0
      汞 −3.40~−2.72 −3.02 6 35.29 0 0 0 0 0 0 0 0
      砷 −1.39~0.07 −0.32 16 94.12 1 5.88 0 0 0 0 0 0
      铬 −0.91~0.10 −0.35 15 88.24 2 11.76 0 0 0 0 0 0
      • 2.4.3.   潜在生态风险评价和生态风险预警

    • 重金属元素铅、汞、砷、铬在研究区域的Er平均值均小于40，表明这4种重金属元素均处于轻度生态危害程度且各个采样点生态危害程度相差不大。5种重金属元素潜在危害程度从高到低排序为镉(49.16)、砷(12.28)、铅(7.63)、汞(2.64)、铬(2.39)，镉的潜在生态风险指数最高。这说明镉是复垦地块最主要的生态风险因子，主要在“中等”生态危害等级中分布，占比64.71%，其次为轻微生态风险点位，占比29.41%。依据IR进行评价，复垦地块总体处于轻微生态风险状态。研究区域土壤生态风险预警指数(IER)变化范围为3.22~4.02，平均值为3.67，达到中度预警级别(表7)。

      表 7  水稻土重金属潜在生态风险评价

      Table 7.  Evaluation of potential ecological risks of heavy metals in paddy soils

      项目ErIRIER
      镉铅汞砷铬
      最大值　 89.7 9.59 9.09 15.80 3.22 121.15 4.02
      最小值　 31.35 6.16 0.00 5.74 1.60 52.96 3.22
      平均值　 49.16 7.63 2.64 12.28 2.39 74.10 3.67
      标准差　 14.77 0.99 3.73 2.31 0.49 17.19 0.21
      变异系数/% 30.05 12.93 141.53 18.77 20.58 23.19 5.68
    3.   结论

    • 在整体空间内，复垦地块土壤砷元素有35.29%的点位超标，镉、铬、铅和汞4种重金属均未超过土壤重金属污染筛选值，但以GB/T 36869—2018《水稻生产的土壤 镉、铅、铬、汞、砷安全阈值》作为参比，少数点位镉元素超出安全阈值，砷元素有88.24%的点位超出安全阈值。在对应的水稻籽粒样品中，复垦地块个别点位有铬和铅超标。根据生态风险评价结果，镉的潜在生态风险指数最高，是研究区最主要的生态风险因子。从总体来看，复垦地个别点位水稻籽粒铬和铅超标；土壤砷元素有部分点位超标，其他重金属存在着一定的生态风险。由于土壤pH会随着种植年限的延长而下降，可能会导致重金属超标。因此，重金属镉、铬、铅和砷是研究区最主要的生态风险因子，后续需要进一步加强农田土壤环境监管，保障土壤环境安全和农产品安全。

参考文献 (24)

目录

  • 全文HTML

  • 1.   材料与方法

  • 1.1.   研究区域

  • 1.2.   样品采集与处理

  • 1.3.   样品分析与测定

  • 1.4.   污染评价方法与标准

  • 1.4.1.   单因子污染指数评价法和内梅罗综合指数法
  • 1.4.2.   地累积指数法
  • 1.4.3.   潜在生态风险评价指数法和生态风险预警指数法

  • 1.5.   数据处理

  • 2.   结果与讨论

  • 2.1.   土壤pH和养分状况

  • 2.2.   土壤重金属质量分数

  • 2.3.   水稻籽粒重金属质量分数

  • 2.4.   水稻土壤重金属污染评价

  • 2.4.1.   单因子污染指数评价和内梅罗综合指数评价
  • 2.4.2.   地累积指数法
  • 2.4.3.   潜在生态风险评价和生态风险预警
  • 3.   结论

/

返回文章
返回

浙ICP备11046845号

版权所有 © 2019 《浙江农林大学学报》编辑部

地址: 浙江省杭州市临安区武肃街666号 邮编: 311300 电话: 0571-63732749

E-Mail: :zlxb@zafu.edu.cn

本系统由 北京仁和汇智信息技术有限公司 开发 技术支持： info@rhhz.net   百度统计