基于地统计学的黑土镉、铅、砷空间分布特征研究

基于地统计学的黑土镉、铅、砷空间分布特征研究

土壤重金属污染已成为世界各国关注的环境问题之一。人类活动或自然变化可能会导致土壤重金属的时空变化，并导致空间数据的复杂性。地球物理学会可以更准确地同时描述地质变量的随机性和结构性变化。可以使用现场调查提供的各种信息，或使用稀疏或不规则的空间数据，估算工作量通常比传统方法更精确。这是一种研究空间变异性的工具。广泛应用于土壤学、环境科学、生态科学等领域的区域变量特征的研究。这是一种基于半散列函数和克立格方程方法的最佳线性无偏差估计，尤其是研究土壤特性变量的空间变量特征的最佳定量描述。该方法对土壤贫化研究的主要贡献是对土壤硫酸钠颗粒的结构分析、模拟及其空间插值的应用。土壤硫酸钠颗粒的统计研究有许多详细的报告，但在大范围内的空间变异研究中很少报告。黑土区作为重要的粮食生产基地,对我国的粮食安全和国民经济的稳定有着举足轻重的作用.近年来,由于人类活动如施肥、喷洒农药等给黑土环境质量带来了不可忽视的影响.黑土区土壤重金属的空间分布特征研究是防治土壤污染的重要前提,而以往相关研究仅局限于较小尺度上的表层土壤.本文以吉林省农田黑土区为研究区域,运用地统计学方法,对表层土壤中Cd、Pb、As含量的空间结构及分布特征进行了分析,揭示了其空间变异规律,以期为黑土区农田土壤重金属污染的治理以及农产品的安全保障提供科学依据.1阴山山地黑土自然概况吉林省黑土主要分布于纵贯吉林省中部的哈大铁路线东西两侧.北部隔第二松花江、拉林河与黑龙江省的双城市和五常市黑土接壤,南部沿哈大铁路线断续延伸至四平市的南部边界,西至松花江支流伊通河及东辽河支流小辽河、兴开河地区,东至大黑山西侧山前台地.吉林省黑土总面积约110.1×104hm2,其中耕地面积83.19×104hm2,占全省耕地总面积的15.55%.本区属半湿润温带大陆性季风气候,四季分明,冬季寒冷漫长,夏季温热短促,年降水量约500～600mm,且集中于4～9月,占全年降水量的90%左右.年平均气温4.6～5.6℃,由南向北递减,南北相差约2.1℃.2材料和方法2.1样品采集与测定于2005-05对吉林省农田黑土中Cd、Pb、As的含量状况进行了调查,利用GPS定位,布设样点133个,基本覆盖了吉林省黑土分布区(如图1所示).每个采样点选择5块重复采样地,使用不锈钢锹采集0～20cm的耕层土壤,混合均匀后,采用四分法留取1kg土壤样品,装入zip-lock聚乙烯袋中密封,以防止样品被污染.土壤带回实验室,在室温下自然风干,剔除石子、植物根系等杂质,过100目筛,密封待测.2.2土壤中as的降解土壤样品中的Cd、Pb经HF-HNO3-HClO4法消解,采用原子吸收分光光度计法测定;As用HNO3-HClO4-HCl法消解,采用原子荧光光谱法测定.分析所用试剂均为优级纯,分析过程中采用平行样,加标(国家标准土壤样品ESS-1)进行质量控制,Cd、Pb的回收率为94.6%～106.1%,As的回收率为93.4%～107.2%.2.3空间变异特征的半方差函数法半方差函数是以区域化变量理论为基础建立起来的最基本的函数,也是地统计学中分析变量空间结构的重要工具,它可反映变量的空间自相关性.克立格法建立在变异函数理论和结构分析基础之上,是地统计学的主要方法之一.在地统计学中,普通克立格法是最基本、应用最为广泛、研究最为透彻的一种空间插值方法.因此,本研究采用半方差函数定量描述Cd、Pb、As含量的空间变异特征,用普通克立格插值法对表层土壤未测点的Cd、Pb、As含量进行最优估计,并绘制含量空间分布图.其步骤如下:首先在GS+软件的支持下计算出半方差函数r(h)的散点图(公式1);然后用不同类型的模型进行拟合,计算出模型参数及残差(RSS),以决定系数(R2)最大和残差(RSS)最小为原则选取最佳半方差函数模型及其相应的参数(结果见表2);在所得半方差函数模型的基础上,在Surfer软件的支持下绘制出Cd、Pb、As含量的空间分布图(图3).r(h)=12ε{[Z(x)−Z(x+h)]}(1)r(h)=12ε{[Ζ(x)-Ζ(x+h)]}(1)式中r(h)为半方差函数,Z(x)为土壤重金属在空间x处的值,Z(x+h)是在x+h处值的区域化变量.3结果与讨论3.1cd、pb、as含量的变化调查与分析的结果表明,样点之间含量差异最大的是Cd,说明Cd受人为活动干扰强烈;差异最小的是As;3种元素含量的变异系数分别为1.04、0.38、0.25,总体平均变异程度为:Cd>Pb>As,反映了吉林省农田黑土中Cd、Pb、As含量变化的程度大小(表1).由表1可见,吉林省农田黑土中Cd、Pb的平均含量均高于其背景值(0.083mg·kg-1,22.14mg·kg-1),分别为背景值的2.3倍和2.2倍,且平均值大于中值,表明土壤Cd、Pb具有明显的累积效应.As含量的平均值低于其背景值(11.08mg·kg-1),高于背景值的样点占总样点的14.29%,说明外源As进入量较少.3.2土壤重金属空间分布的空间异质性利用GS+拟合的3种元素最佳理论模型及相应参数见表2,该结果表明,土壤Cd、Pb、As含量的半方差函数理论模型均很好地符合高斯模型.由图2可知,Cd、As含量的半方差值随距离滞后的增加起初增大,达到最大值后逐渐减小;而土壤Pb含量的半方差图较为特殊,表现为随距离滞后的增大,其半方差值首先趋于平稳,而后持续增加,达到最大值后逐渐降低.说明Cd、Pb、As在空间结构上均可能受到某些随机性因素(主要为人类活动)的影响.半方差函数在原点处的数值称为块金值,通常表示由于实验采样尺度大于空间变化尺度所引起的变异,属于随机变异.基台值通常表示系统内的总变异,它是结构性变异和随机性变异之和.由于随机性因素的空间分异尺度相对较小,从而引起变量在较小尺度上发生强烈的变异.本研究中土壤Pb理论模型的块金值较大(表2),说明在小于采样尺度的空间内可能存在着一些随机性因素影响土壤Pb的分布.块金值与基台值之比是反映区域化变量空间异质性程度的重要指标,表示随机部分引起的空间异质性占系统总变异的比例,可作为衡量变量空间相关程度的尺度.如果其值小于25%,表明变量的空间变异以结构性变异为主,具有较高的空间相关性;介于25%～75%之间为中等程度空间相关;大于75%时,以随机变量为主,则为空间弱相关.气候、母质和地形等结构性因素是土壤重金属具有空间相关性的根本原因;而人为活动,如施肥、农药喷洒及污水灌溉等随机性因素则使得土壤重金属的空间相关性呈减弱趋势.据此,由表2的结果可知,Pb含量属中等程度的空间相关,而Cd、As为空间弱相关.说明3种元素含量的空间变异均为随机性因素和结构性因素共同作用的结果,但在本研究区域上其空间相关性主要受随机性因素的影响.变程表示随机变量在空间上的自相关尺度,它与观测以及取样尺度上影响土壤性状的各种过程的相互作用有关.在变程范围内,变量有空间自相关性,反之则不存在.从表2和图2可以看出,土壤Cd、Pb、As的变程分别为41.2km,92.7km,106.6km,其中,Pb、As的变程相对较大,说明土壤Pb、As含量在较大区域内具有相关关系,反映结构性因素对其含量的影响稍大;Cd的变程较小,说明其受施肥、喷洒农药等人为活动的随机性因素的影响较大,从而导致其在相对较小范围内存在相关关系.3.3cd含量的空间分布根据空间结构分析所得半方差函数的理论模型,进行普通克立格插值,进而得到吉林省黑土区耕层土壤中Cd、Pb、As含量的空间分布图(图3).由图3看出,土壤Cd含量的空间分布具有明显的地域特征,西南低,东部高,且高含量地区相对集中,在图3表现为几个岛状区,主要分布在九台市及德惠市东南部,自岛状区中心向其周围含量逐渐减小,其值变化在0.35～0.72mg·kg-1之间.研究区域中土壤Cd平均含量远高于其背景值.这可能是因为一方面黑土富含有机质对Cd元素有较强的螯合和吸附能力,从而使进入土壤中的Cd易于在耕作层土壤中累积;另一方面,人为活动可以显著改变局部地区土壤Cd含量的空间分布特征.本研究区Cd含量空间分布的差异可能受不同污染源的影响,在不同污染源附近形成大小不同的高含量斑块,含量由斑块中心向周围减小.处于营城、羊草沟等煤矿周围的样点土壤Cd含量较高,可能与煤矿开采有关,Cd通过大气沉降或煤矸石风化自燃及淋溶而迁移至土壤中导致其含量升高.如本区土壤Cd含量的最高值达0.72mg·kg-1,位于九台市西南部的龙家堡镇,此地有采矿区分布,且位于九台市盛行风的下风向,故土壤Cd外源进入量较多.此外,前人研究显示,化肥的施用和塑料地膜的使用也可导致土壤Cd含量增加.本研究区土壤Cd含量的空间分布特征表明,尽管局部土壤由于受到人为干扰而导致Cd含量升高,但这并不是区域普遍现象,因此,吉林省农田黑土中Cd累积可能受磷肥和地膜使用的影响不大.土壤Pb含量的空间分布未表现出明显的地域特征(图3),其空间分异较大,含量较高的样点主要分布于城郊及公路两侧.根据地理位置分析,最大值出现在公主岭市怀德镇,为228.6mg·kg-1;低含量样点位于扶余县新源镇,其值为19.9mg·kg-1.除此之外的其它样点土壤Pb含量的空间变异程度相对较平缓,这一结果也反映了吉林省农田黑土中Pb含量的空间分布可能受随机性因素的影响较小.部分样点土壤Pb含量的偏高,可能与人类活动有一定的关系.已有的研究发现,土壤中Pb污染主要来自污灌、固体废弃物堆放、含铅重金属矿产的开采与冶炼以及交通废气等,这些作用可造成城市与矿山周边的局部污染.本研究的结果表明,城郊农田土壤Pb含量较高,固体废弃物的堆积可能是造成城市周边农田土壤Pb局部污染的主要原因.同时,交通废气也可能导致了研究区公路两侧农田土壤Pb含量的增加.可见,由于人类活动而释放出的Pb不断地叠加在黑土背景值之上,使土壤中Pb含量局部地区较高,形成显著的空间分异.由图3可见,土壤As含量空间分布的特征表现为西南部平均值较高,且含量高的样点集中分布于煤矿区及城市周边的农田土壤中,其值变化在11.08～22.01mg·kg-1之间,说明人类活动已使外源As进入部分农田土壤中.研究表明,煤炭中的As含量一般为2～82mg·kg-1,其中的一部分在露天堆放中会直接释放到大气中;同时,燃煤产生的飞灰和灰渣中也含有大量的As.As含量较高的样点集中分布在大型煤矿附近,部分样点土壤As累积的来源可能为煤矿企业生产过程中排放的大量含As化合物,通过大气沉降进入农田土壤中.此外,一些农用化肥中也含有一定量的As,且砷化物被广泛用于农业中做杀虫剂、消毒液、杀菌剂和除草剂等.因此,含As垃圾、化肥及农药的使用也可能导致As在农田土壤中累积,使煤矿周围以及城市周边的农田土壤中As含量升高,从而显著影响As的空间结构及分布特征.以上分析表明,施肥、喷洒农药、周围污染源及微地形等因素可能是影响研究区土壤Cd、Pb、As含量空间分异的主要因素,而不同元素空间变异的主导因素各异,从而形成了其不同的空间变异特征.3.4地统计学方法与土壤重金属空间变异研究的应用前景本研究中3种元素含量的半方差函数理论模型均符合高斯模型,与以往小尺度上黑土重金属空间结构的研究结果有所不同,但和黑土养分空间分异特征的研究结论相一致.这可能是由于本研究区域较大,其随机性因素的影响也相对比较复杂所致.研究结果显示,应用半方差函数和普通克立格插值法能够描述出土壤重金属含量的空间分异特征.但该方法的应用也存在着一些问题:利用地统计学方法研究土壤重金属空间变异是有条件的,它的最基本假设是所研究的变量必须符合内蕴假设.但在理论上,并没有严格的判别标准来判定土壤重金属的空间变异性是否符合内蕴假设的条件,这就使半方差函数模型的选择带有一定的主观性.另外,在我国应用于土壤重金属空间变异研究的方法多为普通克立格法,对更适合土壤空间变异研究而计算较复杂的泛克立格法应用较少.因此,在运用其对未采样区进行插值时,其属性值也存在着一定的不确定性,其方法的完善有待于进一步研究.目前,随着采样、测量技术与方法的不断发展,土壤水平及垂直方向上大量信息的收集已成为可能,通过建立模型来探讨重金属在土壤中的时空动态过程及其与土壤其它属性的空间相关性和依赖性,并对其进行描述与预测,是地统计学在土壤重金属研究应用中的发展趋势之一.同时,也需加强泛克立格、协同克立格等插值方法在土壤重金属空间变异研究中的应用.4研究区土壤元素含量分布特征(1)吉林省黑土区耕层土壤中Cd、Pb、As含量的调查结果表明,土壤Cd、Pb的平均含量均高于其背景值,具有明显的累积效应;As平均含量低于其背景值.3种元素含量的总体平均变异程度为:Cd>Pb>As.(2)