北京市土壤中Cr,Ni含量的空间结构与分布特征
北京万庄金矿区土壤重金属分布特征及污染评价
北京万庄金矿区土壤重金属分布特征及污染评价姚世厅;李玉倩;王德利;农冬灵;赵峰华【摘要】通过对万庄金矿区表层及垂向土壤的取样调查,分析了矿区土壤中As、Cd、Cr、Cu、Hg、Pb、Zn及Ni的重金属含量、重金属在土壤垂向上的分布特征,采用单因子污染指数、内梅罗综合污染指数及污染负荷指数(PLI)的方法对矿区的污染程度进行评价.结果表明:土壤中As、Cd、Cr、Cu、Hg、Pb、Zn及Ni平均含量分别为26.858 mg/kg、0.321 mg/kg、68.055 mg/kg、30.879 mg/kg、59.040 ng/g、51.556 mg/kg、89.450 mg/kg和32.070 mg/kg;两个剖面的重金属元素总体自地表向地下含量减少且该趋势主要表现在地表至地下1m处,再向地下则含量趋于稳定;综合污染指数是1.79,说明该区总体上表层土壤处于轻微污染水平;矿区整体的PLI值为1.12,属于中等污染程度.【期刊名称】《中国矿业》【年(卷),期】2018(027)0z2【总页数】7页(P59-65)【关键词】万庄金矿区;土壤重金属;分布特征;污染指数及程度【作者】姚世厅;李玉倩;王德利;农冬灵;赵峰华【作者单位】北京市地质矿产勘查开发总公司 ,北京100050;北京市地质矿产勘查开发总公司 ,北京100050;北京市地质矿产勘查开发总公司 ,北京100050;北京市地质矿产勘查开发总公司 ,北京100050;中国矿业大学(北京)地球科学与测绘工程学院 ,北京100083【正文语种】中文【中图分类】X53土壤是自然界最重要的地理要素之一，为各种各样的生物提供生存物质和生存空间，是人类健康生活和发展的基础。
近些年，矿床的开采造成附近较大区域的土壤和水体的污染，而受到重金属污染的土壤难以恢复，会影响到整个生态系统和人类的身心健康[1-2]。
目前，矿山开采引发的重金属污染问题，国内外学者都给予了广泛关注。
《基于地统计学方法的土壤重金属污染物空间分布及扩散特征研究》范文
《基于地统计学方法的土壤重金属污染物空间分布及扩散特征研究》篇一一、引言随着工业化和城市化的快速发展，土壤重金属污染问题日益突出，对生态环境和人类健康构成了严重威胁。
因此，研究土壤中重金属污染物的空间分布及扩散特征，对于制定有效的污染防治措施具有重要意义。
地统计学方法作为一种有效的空间数据分析工具，为土壤重金属污染研究提供了新的途径。
本文旨在基于地统计学方法，对土壤重金属污染物的空间分布及扩散特征进行研究。
二、研究区域与数据来源本研究选取某工业区为研究区域，该区域土壤重金属污染问题较为严重。
数据来源于该区域土壤样品检测结果，包括土壤中铅(Pb)、锌(Zn)、镉(Cd)、铬(Cr)等重金属元素的含量。
三、地统计学方法概述地统计学是一种以空间数据为基础的统计学科，主要研究空间数据的分布特征和空间关系。
在地统计学中，半方差图是一种重要的工具，用于描述空间数据的变异性和空间结构。
此外，地统计学方法还包括空间插值、空间聚类等方法，可用于分析土壤重金属污染物的空间分布及扩散特征。
四、土壤重金属污染物空间分布特征研究1. 数据处理与半方差图分析首先，对土壤样品检测数据进行处理，包括数据清洗、异常值处理等。
然后，利用地统计学方法绘制半方差图，分析土壤重金属的空间变异性和空间结构。
结果表明，土壤中重金属元素的空间结构具有一定的规律性，且不同重金属元素的空间变异程度存在差异。
2. 空间插值与空间分布图绘制基于地统计学方法的空间插值技术，对土壤重金属污染物的空间分布进行插值和预测。
通过绘制空间分布图，可以清晰地看到土壤中重金属污染物的空间分布特征。
结果显示，土壤中重金属污染物的分布受到多种因素的影响，如工业排放、地形地貌等。
五、土壤重金属污染物扩散特征研究1. 扩散途径与影响因素分析土壤中重金属污染物的扩散途径主要包括大气沉降、水体迁移、土壤侵蚀等。
影响因素包括气象条件、地形地貌、土壤类型等。
通过分析这些因素对土壤重金属污染物扩散的影响，可以更好地理解其扩散特征。
2011国赛数学建模优秀论文A题
承诺书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A我们的参赛报名号为（如果赛区设置报名号的话）：04505所属学校（请填写完整的全名）：德州学院参赛队员(打印并签名) ：1. 翟明元2. 张小凤3. 邹菲指导教师或指导教师组负责人(打印并签名)：赵学杰高秀莲日期： 2011 年 9 月 12 日赛区评阅编号（由赛区组委会评阅前进行编号）：编号专用页赛区评阅编号（由赛区组委会评阅前进行编号）：全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：基于系统综合评价的城市表层土壤重金属污染分析摘要本文针对城市表层土壤重金属污染问题，首先对各重金属元素进行分析，然后对各种重金属元素的基本数据进行统计分析及无量纲化处理，再对各金属元素进行相关性分析，最后针对各个问题建立模型并求解。
针对问题一，我们首先利用EXCEL 和 SPSS 统计软件对各金属元素的数据进行处理，再利用Matlab 软件绘制出该城区内8种重金属元素的空间分布图最后通过内梅罗污染模型：2/12max22⎪⎪⎭⎫ ⎝⎛+=P P P 平均综，其中平均P 为所有单项污染指数的平均值，m ax P 为土壤环境中针对问题二,我们首先利用EXCELL 软件画出8种元素在各个区内相对含量的柱状图，由图可以明显地看出各个区内各种元素的污染情况，然后再根据重金属元素污染来源及传播特征进行分析，可以得出工业区及生活区重金属的堆积和迁移是造成污染的主要原因，Cu 、Hg 、Zn 主要在工业区和交通区如公路、铁路等交通设施的两侧富集，随时间的推移，工业区、交通区的土壤重金属具有很强的叠加性，受人类活动的影响较大。
重金属元素含量空间分布特征
城市表层土壤各重金属元素含量具有如下空间分布特征：从城市表层土壤中As含量空间分布图（图5-2）可见，As含量较高的区域主要集中分布于生活区、工业区和交通区。
此外，在生活区、工业区、交通区分布密度相对集中且相互重叠的部分，呈弧岛状分布；而与此具有相同分布状态但同时处于山区、公园绿地区的区域却具有污染减缓的趋势。
结合相关资料，可以发现工业区、交通区附近通常分布有大量冶金、化工、皮革、纺织及水泥厂等企业，因此推测表层土壤中As含量受这些企业所排放的工业“三废”影响而使其增加。
从城市表层土壤中Hg含量空间分布图（图5-3）可见，Hg含量较高（>1.0mg/kg）的区域主要集中分布于工业区、交通区。
结合相关资料，可以发现工业区、交通区附近通常分布着如冶金、卷纸厂、电子、仪器、塑料加工、皮革加工等企业，其所排放的“三废”很可能使该区域表层土壤中Hg含量增加。
从城市表层土壤中Cd含量空间分布图（图5-4）可见，Cd含量在空间上呈弧岛状分布，各斑块面积较小，但总体上呈现出从城市工业区向城市四周边缘递减的趋势。
Cd含量较高（>1.0mg/kg）的区域主要集中分布于工业区、交通区和公园绿地区。
结合相关资料，发现上述高值区周围环境变化通常较大，说明影响城市表层土壤中Cd累积的因素较多，除工业活动影响外，城市公园绿地施肥可能也是引起土壤中Cd累积的重要因素，这也可能是造成Cd含量空间变异较大的重要因素。
从城市表层土壤中Cr含量空间分布图（图5-5）可见，Cr含量在空间上呈弧岛状分布，各斑块面积较小。
Cr含量较高（>90mg/kg）的区域主要集中分布于生活区、交通区、公园绿地区。
结合相关资料，推测表层土壤中Cr含量的增加主要受工业活动如合金制造、加工等的影响，同时城市日常生活排放的“废水、废物、废气”、公园绿地施肥可能也是引起土壤中Cr累积的重要因素，这也可能是造成Cr含量空间变异较大的重要因素。
从城市表层土壤中Cu含量空间分布图（图5-6）可见，Cu含量在空间上分布较为连续，呈现出由工业区向城区边缘递减的趋势。
土壤重金属的污染评价
其中，在图—2中，深蓝色代表1类区（生活区），浅蓝色代表2类区（工业区），浅绿色代表3类区（山区），浅黄色代表4类区（主干道路区），橙黄色代表5类区（公园绿地区）。
图1—采样点分布图2—功能区分布图3—城区土壤中As空间分布特征图4—城区土壤中Cd空间分布特征图5—城区土壤中Cr空间分布特征图6—城区土壤中Cu空间分布特征在图3～图10中，运用类比法，将图中封闭曲线与等高线相对比，可以分析得：封闭曲线越密集则表示城区土壤中重金属元素的浓度越高，即重金属元素的浓度按照深蓝色—浅蓝色—浅绿色—浅黄色—橙黄色逐级递减。
由图分析8种主要重金属元素的空间分布，具体如下：①结合图4和图9可知，Cd、Pb和Zn在城区土壤中的空间分布可近似的看成是一个带状的污染源，呈带状分布，这主要来自主干道路区的污染。
②结合图3和图8可知，As和Ni两种元素的分布没有出现明显的富集，且不在生活区和工业区。
说明人类活动对As和Ni两种元素的分布影响不大。
所以可以推断这两种元素主要是自然来源，另外它们的含量和土壤背景值较为接近，说明它们的含量主要受土母质影响。
③结合图5可知，Cr的污染源属于面积型，主要分布在工业区。
④结合图6可知，高含量Cu主要集中在该城区的东南部地区，为局部密集型分布，主要来源于工业区和生活区，以及主干道路区。
⑤结合图7可知，高含量Hg为局部面积行分布，主要来源于工业区和生活区，以及主干道路区。
综合上述分析可知，该城区表层土壤中镉shen（Cd）、汞（Hg）、土壤重金属的污染评价（污染负荷指数法）问题的分析：在本城区的各个不同的区域环境受人类活动影响的程度不同，对获得了每个样本所含的多种化学元素的浓度数据进行分析。
为分析重金属污染程度，我们采用污染负荷指数法。
具体步骤如下：一、分别计算出319个采样点中8种重金属元素的最大污染系数的最大值、最小值、平均值；二、分别计算出8种元素综合在319个采样点的污染负荷指数；三、把319个采样点划分为五个区域，据每个区域采样点的具体个数及其每图7—城区土壤中Hg空间分布特征图8—城区土壤中Ni空间分布特征图9—城区土壤中Pb空间分布特征图10—城区土壤中Zn空间分布特征个采样点的污染负荷指数计算出每个区域的污染负荷指数，例如：生活区有44个采样点，令44个采样点的污染负荷指数相乘得到一个数据，再把这个数据开44次方。
土壤重金属分布特征及生态风险评价
土壤重金属分布特征及生态风险评价土壤重金属是指土壤中的铅（Pb）、镉（Cd）、铬（Cr）、镍（Ni）、汞（Hg）等元素，它们在土壤中的富集和分布对土壤质量和生态环境产生重要影响。
重金属的存在来源主要有天然源和人为源两个方面。
天然源包括岩石风化、土壤堆积等过程，人为源则包括工业、农业、交通等活动所排放的废水、废气和废固体等。
土壤重金属的富集和分布具有一定的特征。
土壤中重金属元素的分布是不均匀的，存在着空间上的差异。
重金属元素的富集主要集中在工业和城市地区，这是因为这些地区的工业废气和废水中含有大量的重金属元素，通过排放进入土壤中。
土壤重金属的分布还受到地形和土壤类型等因素的影响。
重金属元素在坡地和山区的分布比平原区域更为集中，而黄土和砂质土等土壤类型对重金属元素的吸附能力较差，容易导致重金属的富集。
不同的重金属元素在土壤中的分布也存在差异，这与其在土壤中的迁移和转化过程有关。
土壤重金属对生态环境的影响主要表现在以下几个方面。
重金属的富集可能会对土壤微生物和植物造成毒害作用，影响土壤的肥力和生态功能。
重金属元素可以通过食物链的传递进入人体，在一定浓度下对人体健康产生危害。
重金属元素的富集还可能引发土壤污染，造成土壤的长期不可恢复性破坏，对生态系统产生负面影响。
为了评价土壤重金属的生态风险，需要进行定量和定性的风险评价。
定量评价包括重金属的潜在生态危害性评估和生态风险指数的计算等，其目的是确定重金属对生态系统的危害程度和潜在风险。
定性评价则通过现场调查、实验研究和模型模拟等方法，综合考虑土壤环境因子、生物多样性和人类活动等因素，对土壤重金属的风险进行综合评价。
土壤重金属的分布特征与土壤类型、地形和污染源的分布有关，其对生态环境的影响主要表现为土壤毒性、食物链传递和土壤污染等方面。
在评价土壤重金属的生态风险时，需要进行定量和定性的评估，以确定其对生态系统和人类健康的潜在风险。
北京市重金属污染土壤成分分析标准物质研制
北京市重金属污染土壤成分分析标准物质研制作者：袁建王亚平许春雪安子怡李振涛来源：《安徽农业科学》2021年第17期摘要为了更好地配合全国农用地土壤污染详查计划，使测试数据质量得到监控。
研制了3个北京市重金属污染土壤成分分析标准物质，样品采自北京市通州区永乐店镇德仁务村、平谷区刘家店孔城峪村、昌平区南口镇南口农场三分场，样品类型覆盖了北京市农用地土壤的主要类型。
经检验表明样品的均匀性和稳定性良好。
选择不同系统具有国家级计量认证资质的11家实验室参与定值测试工作，定值元素64项，尽量选用2种以上不同原理的已知准确的可靠的分析方法，按照规范要求对数据进行统计处理和异常值剔除，给出了3个候选物样品的推荐值和不确定度结果。
关键词重金属;土壤;成分分析;标准物质;标准值;北京市中图分类号 X833 文献标识码 A文章编号 0517-6611（2021）17-0005-06doi：10.3969/j.issn.0517-6611.2021.17.002Abstract In order to better coordinate with the national soil pollution survey plan，the quality of test results can be monitored.Three reference materials for the analysis of soil composition of heavy metal pollution in Beijing were developed.Samples were collected from Derenwu Village of Tongzhou District，Kongchengyu Village of Pinggu District and Nankou Farm of Changping District.The sample types covered the main types of Beijing agricultural land soil.The test results showed that the homogeneity and stability of the samples were good.The results from 11 laboratories which had the national level measurement authentication qualification were combined to confirm certified values and uncertainty of 64 components.The certified values and uncertainties of three candidate samples were given by using two or more known，accurate and reliable analysis methods with different principles.According to the requirements of the specification，the results were statistically processed and outliers were removed，and the recommended values and uncertainties of 3 candidate samples were given.Key words Heavy metal;Soil;Composition analysis;Reference material;Certified values;Beijing City環境污染问题是当前社会普遍关注的热点问题，由于土壤是人类耕种、居住、生活的主要场地，因此土壤污染尤其是农用地土壤污染问题更备受关注。
土壤汞含量分布特征与影响因素研究
安 徽 工 程 大 学 学 报 Ｊｏｕｒｎａｌ ｏｆ Ａｎｈｕｉ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ
文 章 编 号 ：１６７２－２４ｏ．１ Ｆｅｂ．，２０１９
土壤汞含量分布特征与影响因素研究
聂 超 甲１，刘 慧 琳１，杨 雪 玲２，葛 畅１， 孔 晨 晨１，黄 元 仿３，张 世 文１＊
·２·
安 徽 工 程 大 学 学 报
第 ３４ 卷
采用地统计学与 ＧＩＳ相结合的方法、空间自相关分析方法、单因子与综合污染指数法、潜在生态风险评价 法 等 从 空 间 、时 间 角 度 对 土 壤 重 金 属 的 分 布 特 征 进 行 研 究 ，大 部 分 侧 重 于 对 重 金 属 的 空 间 分 布 及 环 境 质 量 评价等进行探究，而针对重金属的垂直分布特征及其影响因素探究报道较 少 ，因 此，针 对 北 京 市 平 原 区 土 壤特点，从多角度出发，探究水平和垂直方向上的土 壤 重 金 属 Ｈｇ 的 分 布 特 征，并 定 性 对 重 金 属 的 影 响 因 素进行探究具有重要的研究价值。
土壤是一个具有高度空间异质性的复杂的复合体。近年来，土壤污 染 问 题 也 受 到 许 多 学 者 的 广 泛 关 注。Ｋｈｏｓｒａｖｉ Ｙ［４］等通过地统计学方法和自相关指数研究了铅锌工厂周围土壤重金属空间分 布 及 影 响 因 素，认为农药、化肥、地球化学和人为来源是 重 金 属 空 间 变 化 的 主 要 因 素。Ｓａｌａｓ Ｐ Ｍ［５］等 利 用 富 集 因 子、 地 富 集 指 数 、污 染 负 荷 指 数 等 污 染 指 数 评 估 了 重 金 属 的 积 聚 、污 染 状 况 及 生 态 毒 理 作 用 。 霍 霄 妮 等 分 析 了 北京市耕地土壤重金属 Ｃｒ、Ｎｉ、Ｚｎ和 Ｈｇ空间结构的尺度效应［６］，同时对北京耕地土壤重金属空间自回归 模型及影响因素进行了探究分析 。 ［７］ 王彬武 等 ［８］ 对耕地 土 壤 重 金 属 的 时 空 变 化 进 行 研 究，运 用 潜 在 生 态 风险和指示克里格法对比分析了１９８５和２００６年的耕地表层土壤重金属含量。姜菲菲 等 ［９］ 采用潜在生 态 危害指数对北京农业土壤重金属污染环境风险等级进行评价 ，结果表明重金属中 Ｃｄ和 Ｈｇ元素污染风险 最高，Ｃｒ、Ｎｉ、Ｚｎ 元素生态风险较低。李福燕 等 ［１０］ 同时利用 ＧＩＳ技术和多元统计相结合的方法，研 究 了 重 金属的分布特征和来源，从整体上把握了海南农田土壤重金属污染状 况 和 大 体 趋 势。 韩 平 等 ［１１］ 对 北 京 顺 义区土壤重金属污染生态风险进行了 评 估 研 究。 胡 艳 霞 等 ［１２］ 对 北 京 水 源 保 护 地 土 壤 重 金 属 空 间 变 异 及 污染特征进行了分析。索琳娜 等 ［１３］ 采用单项和综合污染指数法对菜地土 壤 重 金 属 现 状 进 行 分 析 评 价，表 明菜地土壤环境总体安全，处于非污染状态，但重金属 Ｃｄ、Ｃｒ、Ｃｕ、Ｚｎ存 在 累 积 污 染 风 险。 以 上 学 者 主 要
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
北京市土壤中Cr ,Ni 含量的空间结构与分布特征3郑袁明 陈 煌 陈同斌 郑国砥吴泓涛 周建利(中国科学院地理科学与资源研究所环境修复研究室,北京 100101)摘要 本文以一个完整的省级行政单元(北京市)为例,进行系统的、大尺度的土壤Cr ,Ni 含量的空间分布与污染评价研究,通过地统计学方法分析揭示了北京市土壤中Cr ,Ni 的空间结构与分布特征,并探索其主要成因,为全面了解北京市的土壤环境质量和开展大规模的土壤环境质量评价研究等提供方法学借鉴和参考。
结果表明:土壤Cr ,Ni 含量的空间结构具有较好的可迁性特点;指数模型拟合效果较好,变程分别为174.6km 和15km ;半变异函数的方向性分析表明,Cr ,Ni 均为各向同性,土壤中Cr ,Ni 具有中等程度的空间相关性。
土壤中Cr 含量的分布特征为空间相关范围较大,从总体趋势来看,土壤Cr 含量的分布较为连续,呈明显的东高西低的分布趋势,大致可以分为3个大的斑块,西北方向(太行山山脉)土壤Cr 含量较低,而东南方向(冲积平原)土壤Cr 含量相对居中,东北部(燕山山脉)的土壤Cr 含量最高。
土壤Ni 含量的空间分布比较零散,其分布大致表现为东北部地区最高,西南部居中,中部地区最低。
研究还揭示,北京市土壤中Cr ,Ni 含量目前仍主要受成土母质的影响,但是个别地区也存在明显的Cr ,Ni 含量严重偏高现象。
主题词 北京市 土壤 Cr Ni 空间结构 半变异函数 K riging 插值法土壤重金属含量与人类健康息息相关,因此其污染状况及形成机理一直都是环境科学中备受关注的研究领域[1,2]。
为建立可靠的土壤重金属环境标准(基准),不仅要了解重金属在土壤中的含量、分布及其空间变异,而且要确定人为因素及自然因素对土壤中重金属含量的贡献[3]。
但是,过去对土壤污染的研究主要关注采样点中污染物的含量,对区域性土壤污染的程度、污染物的空间分布等问题研究得相对较少,对土壤污染源的分析也仅局限于定性评估[4],其定量描述相对较少[5]。
将地统计学方法与多元统计学方法结合,探讨对污染源的定量描述是土壤环境研究中的一种新思路[6]。
土壤信息(如土壤重金属含量)的一个基本特征就是其在特定的位置上具有空间和时间的相关性[6]。
地统计学可以将时空坐标与土壤属性值进行组合,为土壤信息处理提供第一作者简介:郑袁明 男 26岁 博士研究生 环境科学专业 E 2mail :zhengym @ 3北京市自然科学基金重大项目(批准号:6990002)、中国科学院知识创新工程重点方向项目(批准号:K ZCX 2-04-01)和中国科学院知识创新工程领域前沿项目(批准号:CX 10G-C00-04)资助2003-03-30收稿,2003-04-30收修改稿 第23卷 第4期2003年7月 第 四 纪 研 究QUATERNARY SCIENCES Vol.23,No.4J uly ,2003一系列的基本工具和手段。
在地统计学中,可以利用半变异函数描述土壤属性的空间模式,并以此为基础通过K riging 插值法预测未采样地点的属性值[7,8],揭示区域化变量的空间特征。
因此,采用地统计学方法有助于了解未采样地点的土壤重金属含量,获取土壤重金属的空间结构与分布特征等诸多信息。
近年来,地统计学在环境科学领域中越来越受到关注[9,10],国内学者已将其应用于土壤环境研究[9,11～13]。
随着城市化进程及工业的迅速发展,城市土壤的重金属污染日趋严重[14]。
城市是人类活动最密集的地区,其土壤环境质量与人类健康的关系颇为密切。
研究发现,人类活动的强度与土壤重金属污染程度紧密相关[12,15]。
因而,近年来城市土壤重金属的研究已成为环境科学和土壤科学等相关领域中的国际研究热点[16]1)。
关于北京市土壤重金属含量等研究在国内起步较早。
但是,以前关于北京地区的土壤重金属研究多集中在东南郊和污灌区,其空间尺度较小[12],研究范围仅局限于对北京市某些局部地区的典型调查。
我们也曾以北京市近郊区为例,对土壤Ni 的空间结构进行了前期的探索性研究[13]。
但是,到目前为止,对于全北京市的重金属含量与分布情况仍缺乏系统的研究。
从1999年开始,我们首次以一个完整的省级行政单元(北京市)为例,开展系统的、大尺度土壤重金属空间分布与区域土壤环境质量(重金属污染)评价研究,并建立了“土壤重金属信息系统(SH MIS )”[17],一方面为全面了解北京市的土壤环境质量提供基础信息,同时也为今后开展全国性的或其他省市的土壤环境质量研究以及第三次全国土壤普查等提供借鉴和参考。
本文是该研究的系列成果之一,旨在通过地统计学方法分析和揭示北京市土壤中Cr 和Ni 的空间结构、分布特征,并探索其主要成因。
1 材料与方法1.1 样品采集及样品分析北京市土壤类型以潮土及褐土为主,因而研究中土壤样品以这两种类型为主,兼有少量山地棕壤。
从土地利用类型的角度划分,主要包括菜地、麦地、稻田、城市绿地、公园和林地等。
在土壤采样过程中,主要根据北京市土壤重金属的空间变异性,采用非均匀布点的分层抽样方法来确定具体的取样地点和样本数,以保证取样地点和抽样样本数的代表性。
采样过程共分两步:第一步,在北京市平原地区按照均匀布点的思想共采集349个样品,进行室内分析和K riging 插值,得到重金属含量分布图;第二步,以第一步的结果为基础,根据各区的土壤重金属的空间变异性,主要对重金属浓度较高的地区以及重点调查地区进行加密采样。
前后两步共采集土壤样品772个。
每个样点均采自10m ×10m 正方形四个顶点和中心点,各取表层(0～20cm )土壤约1kg ,现场均匀混合后用四分法从中选取1kg 土壤,作为代表该点的混合样品。
采样的同时采用G PS 定位样点坐标(图1)。
为防止样品污染,在采样、样品保存和样品处理过程中,土壤样品始终没有与铁铲等金属器皿直接接触。
1)Lu Y,G ong Z T ,Zhang GL et al .C oncentrations and chemical speciations of Cu ,Zn ,Pb and Cr of urban s oils in Nanjing ,China.G eoderma ,20037344期 郑袁明等:北京市土壤中Cr ,Ni 含量的空间结构与分布特征 图1 北京市土壤取样的样点分布图Fig.1 A sketch map of Beijing sh owing the sam pling sites土样在室内风干,过100目尼龙网筛,用美国国家环境保护局(USEPA )3050B 方法消煮[18],原子吸收光谱仪(AAS Vario 6)测定Cr ,Ni 浓度。
分析过程中全部使用优级纯或光谱纯的化学试剂和超纯水,并采用国家标准土壤样品(G SS 21)进行分析质量控制。
样品分析测试过程中均采取了严格的数据质量控制和质量保证措施。
1.2 数据处理数据的非正态分布会使得半变异函数产生比例效应,进而造成实验半变异函数产生畸变,抬高基台值和块金值(C 0)[10],因此需消除比例效应。
本研究中,土壤Cr ,Ni 含量经对数转换后满足正态分布,从而消除了比例效应。
半变异函数(γ)的计算分为距离组,步834第 四 纪 研 究 2003年 长(h )划分以3km 为间距,距离容限为±1.5km 。
根据各向异性半变异函数的计算划分角度组,容限为±22.5°。
采用SPSS 软件进行数据统计分析,半变异函数的计算及其拟合采用Surfer 、SPSS 软件完成。
与直接使用普通K riging 插值法相比,复杂半变异函数模型以及趋势分析模型的盲目使用容易导致错误的数值估计[3]。
因此,本研究直接利用分析所得的半变异函数的理论模型进行普通K riging 插值,插值成图用ARC/GIS 软件完成。
2 结果与讨论北京市土壤中Cr ,Ni 含量的基本统计结果如表1。
从表1可以看出,Cr 的平均含量为35.7mg/kg ,比其相应的土壤背景含量高19.8%;其最大值达228.2mg/kg ,比其相应的土壤背景值含量高出6.7倍。
土壤Ni 的平均含量为27.6mg/kg ,与背景值较为接近,其最大值为168.9mg/kg ,比其背景值含量高出5.3倍。
从表1还可以看出,两种重金属含量的变异系数在32%～39%左右,两者之间相差不大,因此北京市土壤中Cr 和Ni 的变异程度接近。
这些结果表明,从总体上来说,北京市土壤中的Cr 有一定程度的积累,Ni 的积累现象并不明显;但是在极个别地区,土壤Cr ,Ni 的含量均严重偏高,存在Cr ,Ni 污染的威胁。
表1 北京市土壤Cr 与Ni 含量统计结果T able 1 S tatistics of Cr and Ni concentrations in the s oils of Beijing重金属含量/mg ·kg -1最小值中值最大值算术均值几何均值标准差变异系数背景值1)Cr7.032.8228.235.733.61439.2%29.8Ni 2.827.3168.927.626.58.731.6%26.82.1 土壤Cr ,Ni 含量的空间结构特征分析研究计算了北京市土壤中Cr ,Ni 的实验半变异函数,并根据其特点进行了理论模型的拟合,模型拟合参数见表2。
表2 理论半变异函数模型拟合参数T able 2 Parameters of m odels of the theoretic semivariogram模型类型块金值(C 0)拱高(C )C 0/(C 0+C )变程/km R 2Cr指数模型0.01370.01360.502174.60.940Ni 指数模型0.00720.00700.50715.00.869本研究中采用指数模型对Cr 和Ni 的实验变异函数进行拟合[19]的效果较好,其决定系数R 2分别为0.940和0.869(见表2)。
两种元素均具有很好的可迁性特点,反映出北京市土壤中Cr ,Ni 含量具有很好的空间结构性;均表现出明显的块金效应,块金值(C 0)分别为0.0137和0.0072,与拱高(C )比较接近,块金值在基台值中所占的比例约为50%(见表2),这部分变异通常解释为随机效应。
C 0与(C 0+C )的比值可以揭示区域化变量的空间相关程度。
比值小于0.25表明空间相关性很强,大于0.75表明空间相关性较弱[20]。
1)陈同斌,郑袁明,陈 煌等.北京市土壤重金属背景值的系统研究.环境科学(待刊)9344期 郑袁明等:北京市土壤中Cr ,Ni 含量的空间结构与分布特征 本研究中Cr ,Ni 的C 0与(C 0+C )的比值均在0.5左右,因此土壤中Cr 与Ni 的含量均具有中等程度的空间相关性,即随机效应与结构效应相近。