安徽省东部典型农用地土壤多元素耦合特征与潜在生态效应评估

安徽省东部典型农用地土壤多元素耦合特征与潜在生态效应评估一、引言1.1研究背景与意义土壤作为农业生产的基础，其质量直接关系到农作物的生长发育、产量和品质。安徽省东部地区地势平坦，气候适宜，土壤肥沃，是重要的农业产区，在保障区域粮食安全和农产品供应方面发挥着举足轻重的作用。然而，随着近年来该地区农业集约化程度的不断提高，大量化肥、农药、农膜等农业投入品的使用，以及工业化、城市化进程的加快，使得该地区农用地土壤面临着多元素污染的潜在风险。土壤中的元素并非孤立存在，而是相互作用、相互影响，形成复杂的耦合关系。这种多元素耦合不仅影响土壤的物理、化学和生物学性质，还会进一步影响土壤中养分的有效性、植物对元素的吸收利用以及农产品的质量安全。例如，某些重金属元素之间可能存在协同作用，共同增加其在土壤中的迁移性和生物有效性，从而对生态环境和人体健康造成更大的危害；而一些营养元素之间的合理耦合则有助于提高土壤肥力，促进植物生长。此外，土壤多元素耦合状态的改变还可能引发一系列潜在的生态效应，如影响土壤微生物群落结构和功能、破坏土壤生态系统的平衡和稳定性等。深入研究安徽省东部典型农用地土壤多元素耦合及潜在生态效应，对于全面了解该地区土壤环境质量状况，揭示土壤元素的迁移转化规律和生态环境效应，具有重要的科学意义。同时，也能为制定科学合理的土壤污染防治措施、保障农产品质量安全和农业可持续发展提供有力的科学依据，对于促进区域生态环境保护和经济社会的协调发展具有重要的现实意义。1.2国内外研究现状在土壤多元素耦合方面，国外起步较早，研究较为深入。早期研究主要集中在土壤中主要营养元素（如氮、磷、钾）之间的相互作用对植物生长的影响。随着分析技术的不断进步，研究范畴逐渐拓展到包括重金属元素在内的多元素体系。例如，有学者利用化学平衡模型研究土壤中多种金属元素的溶解-沉淀平衡及其相互影响，揭示了元素间在化学形态转化过程中的耦合机制。在农田生态系统中，研究发现氮、磷、钾的合理配施不仅能提高作物产量，还会影响土壤微生物群落结构和功能，进而改变土壤中其他元素的生物地球化学循环。在森林生态系统中，对土壤多元素耦合的研究表明，不同海拔和植被类型下，土壤中碳、氮、磷以及微量元素之间存在复杂的耦合关系，共同影响着土壤的肥力和生态功能。国内关于土壤多元素耦合的研究也取得了丰富的成果。在农业土壤领域，大量研究围绕施肥措施对土壤多元素耦合的影响展开，通过田间试验和室内分析，明确了长期不同施肥制度下土壤中养分元素与重金属元素的耦合变化规律，为合理施肥和土壤污染防控提供了科学依据。在区域土壤环境研究中，利用地理信息系统（GIS）和地统计学方法，分析了土壤多元素的空间分布特征及其耦合关系，发现土壤多元素耦合受母质、地形、土地利用等多种因素的综合影响。例如，在一些矿区周边土壤中，重金属元素之间以及重金属与其他元素之间存在显著的耦合现象，且这种耦合关系与土壤污染程度密切相关。在潜在生态效应评价方面，国外提出了多种评价方法和指标体系。如瑞典学者Hakanson提出的潜在生态风险指数法，通过计算重金属元素的单项污染指数和综合污染指数，对土壤中重金属的潜在生态风险进行评价，该方法在全球范围内得到了广泛应用。此外，还有基于生物测试的生态毒性评价方法，通过测定土壤对生物（如植物、动物、微生物）的毒性效应，来评估土壤污染的潜在生态风险。例如，利用蚯蚓急性毒性试验、植物种子发芽和根伸长抑制试验等，直接反映土壤污染对生物的危害程度。国内在借鉴国外研究的基础上，结合本国实际情况，对潜在生态效应评价方法进行了改进和完善。针对不同类型的土壤污染物（如重金属、有机污染物等），建立了相应的评价指标和方法体系。同时，将生态风险评价与环境影响评价相结合，综合考虑土壤污染对生态系统结构、功能和服务的影响。例如，在一些生态脆弱地区，通过构建生态系统服务价值评估模型，评估土壤污染对生态系统服务功能（如水源涵养、土壤保持、生物多样性保护等）的潜在影响，从而更全面地反映土壤污染的潜在生态效应。尽管国内外在土壤多元素耦合及潜在生态效应评价方面取得了众多成果，但针对安徽省东部典型农用地的研究仍存在一定的不足。一方面，该地区土壤多元素耦合特征受独特的自然地理条件（如成土母质、气候条件等）和高强度农业活动的双重影响，已有的研究成果难以直接应用。目前对该地区土壤多元素耦合的形成机制、主控因素以及时空演变规律的认识还不够深入，缺乏系统的研究。另一方面，在潜在生态效应评价方面，现有的评价方法和指标体系大多未充分考虑该地区农用地的特点和农业生产的实际需求。对土壤多元素耦合导致的农产品质量安全风险、土壤生态系统功能退化等潜在生态效应的定量评估还相对薄弱，无法为该地区农用地的精准管理和污染防治提供有力的技术支撑。1.3研究内容与技术路线1.3.1研究内容土壤多元素测定：在安徽省东部典型农用地选取具有代表性的采样点，按照科学的采样方法采集土壤样品。运用先进的分析测试技术，如电感耦合等离子体质谱（ICP-MS）、原子吸收光谱（AAS）、X射线荧光光谱（XRF）等，对土壤样品中的多种元素（包括重金属元素如铅、镉、汞、砷、铬等，营养元素如氮、磷、钾、钙、镁等，以及其他微量元素）进行精确测定，获取各元素的含量数据。耦合关系分析：运用统计学方法，如相关性分析、主成分分析（PCA）、冗余分析（RDA）等，深入探究土壤中不同元素之间的相互关系，识别出具有显著耦合关系的元素组合。结合研究区域的成土母质、地形地貌、土地利用方式、农业生产活动等因素，剖析土壤多元素耦合关系的形成机制和影响因素。通过对比不同采样点、不同土壤层次以及不同时间的土壤多元素耦合特征，揭示其时空变化规律。潜在生态效应评价：基于土壤多元素测定结果和耦合关系分析，选择合适的评价指标和方法，如潜在生态风险指数法、生态危害指数法、地累积指数法等，对土壤多元素耦合可能引发的潜在生态效应进行全面评价。评估土壤多元素耦合对土壤微生物群落结构和功能、土壤酶活性、土壤肥力、植物生长发育以及农产品质量安全等方面的影响。预测土壤多元素耦合状态的变化趋势及其对生态系统的长期潜在影响，为制定有效的生态保护和修复措施提供科学依据。防控建议提出：综合考虑土壤多元素耦合特征、潜在生态效应以及研究区域的实际情况，提出针对性的土壤污染防控和生态保护建议。从农业生产管理角度，如合理施肥、科学用药、优化灌溉等方面，制定减少土壤多元素污染输入的措施。针对已受到污染的土壤，提出切实可行的修复技术和治理方案，包括物理修复、化学修复、生物修复等方法的选择和应用。建立长期的土壤环境监测体系，实时跟踪土壤多元素耦合状态和生态效应的变化，为动态调整防控措施提供数据支持。1.3.2技术路线本研究的技术路线如图1所示，首先在安徽省东部典型农用地，依据土地利用类型、地形地貌、土壤类型等因素，运用网格法、随机抽样法等，确定具有代表性的采样点，采集0-20cm表层土壤样品以及部分20-40cm深层土壤样品，记录采样点的地理位置、土地利用方式、种植作物种类等信息。在实验室中，对采集的土壤样品进行风干、研磨、过筛等预处理，然后采用电感耦合等离子体质谱（ICP-MS）、原子吸收光谱（AAS）、分光光度法等分析技术，测定土壤中多元素的含量。运用Excel、SPSS等软件对测定数据进行统计分析，包括描述性统计、相关性分析等，初步了解土壤多元素的含量特征和元素间的相关性。运用主成分分析（PCA）、因子分析（FA）等多元统计分析方法，深入挖掘土壤多元素之间的耦合关系，确定影响土壤多元素耦合的主要因素。选择潜在生态风险指数法、地累积指数法等评价方法，结合相关评价标准，对土壤多元素耦合的潜在生态效应进行评价，划分生态风险等级。利用ArcGIS软件对土壤多元素含量、耦合关系以及潜在生态效应评价结果进行空间分析和制图，直观展示其空间分布特征和变化规律。最后，根据研究结果，提出针对性的土壤污染防控和生态保护建议，形成研究报告。[此处插入技术路线图1，图的标题为“研究技术路线图”，图中应清晰展示从采样、分析、数据处理到结果评价和建议提出的整个流程，各环节之间用箭头连接，标注每个环节使用的主要方法和技术]二、研究区域与方法2.1研究区域概况安徽省东部地处长江下游，淮河横贯其中，地理位置为东经117°11′-119°54′，北纬30°24′-34°38′，属于我国东部经济区的重要组成部分。该区域总面积达[X]平方公里，地形地貌丰富多样，呈现出平原、丘陵和山地交错分布的格局。其中，淮北平原地势平坦开阔，地面起伏较小，主要由黄河、淮河冲积而成，土壤类型以砂姜黑土和潮土为主，土层深厚，质地适中，保水保肥能力较强，是重要的粮食生产基地，主要种植小麦、玉米、大豆等农作物。江淮丘陵区地势起伏和缓，岗冲相间，海拔一般在50-200米之间，成土母质多为下蜀黄土和基岩风化物，土壤类型主要是黄棕壤和黄褐土，土壤肥力中等，农业生产以旱作为主，种植水稻、小麦、油菜等作物，同时也发展了一定规模的林果业。沿江平原位于长江沿岸，地势低平，河网密布，水源充足，土壤为长江冲积物发育而成的灰潮土和长期种稻形成的水稻土，土壤肥沃，水热条件优越，是典型的鱼米之乡，主要种植双季稻、棉花、油菜等农作物，渔业和水产业也较为发达。安徽省东部属于亚热带与暖温带过渡地带，气候温和湿润，四季分明，季风气候显著。年平均气温在14-17℃之间，1月平均气温为0-4℃，7月平均气温为27-29℃。年降水量在750-1700毫米之间，降水分布呈现出南多北少、山区多平原丘陵少的特点，且降水季节分配不均，夏季降水集中，占全年降水量的40%-60%，主要集中在6-8月，这期间常伴有暴雨洪涝灾害；春季和秋季降水相对较少，约各占全年降水量的20%左右；冬季降水最少，仅占全年降水量的10%左右。光照充足，年日照时数为1800-2500小时，无霜期长达200-250天，光热水资源丰富，有利于农作物的生长发育。农业生产方面，该区域是安徽省重要的农业产区，农业生产历史悠久，农业生产水平较高，在保障区域粮食安全和农产品供应方面发挥着重要作用。耕地面积广阔，约占区域总面积的[X]%，农业生产以种植业为主，同时也发展了畜牧业、渔业和林业等。农作物种植种类繁多，主要粮食作物有水稻、小麦、玉米等，经济作物有棉花、油菜、花生、蔬菜等。近年来，随着农业产业结构的调整和优化，特色农业、设施农业、生态农业等得到了快速发展，如滁州的菊花种植、天长的芡实种植、马鞍山的葡萄种植等，形成了一批具有地方特色的农产品品牌。但同时，该地区农业集约化程度较高，大量化肥、农药、农膜等农业投入品的使用，以及工业化、城市化进程的加快，导致农用地土壤面临着多元素污染的潜在风险，土壤质量和生态环境受到了一定程度的影响。2.2样品采集与处理2.2.1采样点分布根据研究区域的土地利用类型、地形地貌、土壤类型以及农业生产活动的差异，采用网格法与随机抽样相结合的方法进行采样点的布设。在ArcGIS软件中，基于研究区域的矢量地图，按照一定的网格间距（如5km×5km）进行网格划分，在每个网格内，根据地形、土地利用等实际情况，随机选取1-2个具有代表性的采样点，确保采样点能够全面覆盖研究区域内不同的土壤类型和农业生产条件。共设置了[X]个采样点，其中淮北平原[X]个，江淮丘陵[X]个，沿江平原[X]个。同时，记录每个采样点的经纬度坐标、土地利用方式、种植作物种类、灌溉水源等详细信息。例如，在淮北平原的某采样点，土地利用方式为旱地，主要种植小麦和玉米，灌溉水源为地下水；在沿江平原的某采样点，土地利用方式为水田，种植双季稻，灌溉水源为长江水。2.2.2采样方法于20XX年[X]月，在农作物生长的关键时期进行土壤样品采集。表层土壤样品（0-20cm）采用多点混合采样法，以每个采样点为中心，在其周围半径50m范围内，按照“S”形路线选取5-8个采样子点，使用不锈钢土钻或铁铲垂直采集土壤样品，将采集的子样品充分混合均匀后，去除土壤中的植物根系、石块、残茬等杂物，用四分法取约1kg土壤作为该采样点的表层土壤样品。对于部分需要分析深层土壤元素分布特征的采样点，采用螺旋取土钻采集20-40cm土层的土壤样品，同样采用多点混合采样法，在采样点周围不同位置采集3-5个子样品，混合均匀后取约1kg作为深层土壤样品。在采样过程中，确保采样工具的清洁，避免交叉污染。例如，在每个采样点采样前，用干净的纱布擦拭土钻或铁铲，并用蒸馏水冲洗，晾干后再进行采样。2.2.3样品保存与运输采集的土壤样品立即装入干净的聚乙烯塑料袋或布袋中，贴上标签，注明采样点编号、采样日期、采样深度、土地利用方式等信息。将装有样品的袋子放入便携式冷藏箱中，保持低温（4℃左右）状态，以减少土壤中微生物活动和化学反应对样品的影响。在采样结束后24小时内，将样品运送至实验室。运输过程中，确保冷藏箱的正常运行，避免样品受到震动、碰撞和阳光直射。同时，填写详细的样品运输记录，包括样品名称、数量、运输时间、运输路线、运输人员等信息。2.2.4样品处理将采集的土壤样品在实验室通风良好、干净整洁的风干室内自然风干，风干过程中定期翻动样品，使其均匀风干，避免阳光直射和灰尘污染。待土壤样品完全风干后，用木棒或玛瑙研钵将其轻轻研磨，使土壤颗粒充分分散。然后，过2mm尼龙筛，去除未研磨碎的土块、石块、植物残体等杂质。对于需要分析微量元素的样品，将过2mm筛后的土壤样品进一步研磨，过0.15mm尼龙筛，以保证分析结果的准确性。将处理好的土壤样品分别装入干净的聚乙烯塑料瓶或玻璃瓶中，贴上标签，注明样品编号、处理日期、筛孔尺寸等信息，保存于干燥、阴凉的样品柜中，待测。2.3分析测试方法土壤样品中元素含量的测定采用电感耦合等离子体质谱（ICP-MS）、原子吸收光谱（AAS）、X射线荧光光谱（XRF）等多种先进分析技术，针对不同元素的特性和含量范围选择最合适的方法，以确保数据的准确性和可靠性。对于含量较低的重金属元素，如铅（Pb）、镉（Cd）、汞（Hg）、砷（As）、铬（Cr）等，采用电感耦合等离子体质谱（ICP-MS）进行测定。其原理是利用高频射频能量使样品在高温等离子体中完全蒸发、解离、原子化和离子化，然后通过质量分析器对离子进行分离和检测，根据离子的质荷比和强度来确定元素的种类和含量。具体操作步骤如下：准确称取0.1000g过0.15mm筛的土壤样品于聚四氟乙烯消解罐中，加入5mL硝酸（优级纯）、3mL氢氟酸（优级纯），轻轻摇匀后，加盖密封，放入微波消解仪中，按照设定的程序进行消解。消解完成后，待消解罐冷却至室温，打开盖子，将消解液转移至50mL容量瓶中，用超纯水冲洗消解罐3-5次，合并冲洗液至容量瓶中，用超纯水定容至刻度，摇匀，待测。同时，制备空白样品和标准物质样品，与待测样品同步进行消解和测定，以监控分析过程的准确性和精密度。在质量控制方面，定期对仪器进行校准，使用国家标准物质进行验证，确保测定结果的相对误差在允许范围内；每分析10个样品插入1个空白样品和1个标准物质样品，以检查仪器的稳定性和分析过程是否存在污染。对于含量相对较高的营养元素，如钾（K）、钙（Ca）、镁（Mg）等，采用原子吸收光谱（AAS）进行测定。AAS的原理是基于气态的基态原子外层电子对紫外光和可见光范围的相对应原子共振辐射线的吸收强度来定量被测元素含量。以测定钾元素为例，将土壤样品经消解处理后，制备成一定浓度的溶液，用原子吸收分光光度计在766.5nm波长处测定钾元素的吸光度，根据标准曲线计算出样品中钾元素的含量。操作过程中，要严格控制火焰的温度、燃气与助燃气的比例等条件，以保证测定的准确性。质量控制措施包括使用标准溶液绘制标准曲线，确保相关系数达到0.999以上；定期对仪器进行维护和检查，如清洁燃烧头、检查雾化器等；每批样品分析时，同时测定空白样品和加标回收样品，加标回收率应在80%-120%之间。对于部分常量元素和微量元素，如硅（Si）、铁（Fe）、锰（Mn）等，采用X射线荧光光谱（XRF）进行测定。XRF的原理是用X射线照射样品，使样品中的元素受激发产生特征X射线荧光，通过测量荧光的强度和能量来确定元素的种类和含量。将过2mm筛的土壤样品压制成直径为32mm的圆形样片，放入X射线荧光光谱仪中进行测定。在分析过程中，要注意样品的制备质量，确保样片表面平整、光滑，无裂纹和气泡，以减少测量误差。质量控制方面，使用标准样品进行校准和验证，定期对仪器进行漂移校正；对同一样品进行多次测量，计算测量结果的相对标准偏差，一般要求相对标准偏差小于5%。土壤中氮（N）含量的测定采用凯氏定氮法。将土壤样品与浓硫酸和催化剂混合，在高温下消化，使有机氮转化为铵盐，然后加碱蒸馏，用硼酸溶液吸收蒸馏出的氨，再用标准酸溶液滴定硼酸溶液中吸收的氨，根据标准酸溶液的用量计算土壤中氮的含量。在操作过程中，要严格控制消化温度和时间，防止氮的损失。质量控制措施包括使用标准物质进行验证，每批样品分析时同时测定空白样品，空白值应在合理范围内。土壤中磷（P）含量的测定采用钼锑抗分光光度法。将土壤样品用硫酸-高氯酸消解，使磷转化为正磷酸盐，在酸性条件下，正磷酸盐与钼酸铵和酒石酸锑钾反应生成磷钼锑杂多酸，被抗坏血酸还原为蓝色络合物，在700nm波长处测定吸光度，根据标准曲线计算土壤中磷的含量。分析过程中，要注意试剂的加入顺序和反应条件的控制。质量控制方面，使用标准溶液绘制标准曲线，定期对分光光度计进行校准和维护；每批样品分析时，测定空白样品和加标回收样品，加标回收率应在90%-110%之间。2.4数据处理与分析方法利用Excel20XX软件对土壤元素含量的测定数据进行初步处理，包括数据录入、整理、计算平均值、标准差、变异系数等基本统计量，绘制简单的数据图表，直观展示数据的分布特征，为后续深入分析提供基础。运用SPSS26.0统计分析软件进行相关性分析，计算土壤中不同元素含量之间的Pearson相关系数，判断元素之间是否存在显著的线性相关关系。相关系数的绝对值越接近1，表明元素之间的线性相关性越强；当相关系数为正值时，表示正相关，即一种元素含量增加，另一种元素含量也倾向于增加；当相关系数为负值时，表示负相关。通过显著性检验（通常设定显著性水平α=0.05），确定相关关系是否具有统计学意义。例如，若某两个元素之间的相关系数r=0.7，且通过了显著性检验（p<0.05），则说明这两个元素之间存在显著的正相关关系。主成分分析（PCA）同样借助SPSS26.0软件进行。将土壤多元素含量数据标准化处理后导入软件，通过主成分分析，将多个原始变量（元素含量）转换为少数几个综合指标（主成分），这些主成分能够最大限度地保留原始数据的信息，同时彼此之间互不相关。每个主成分都是原始变量的线性组合，通过计算主成分的特征值、贡献率和累积贡献率，确定主成分的个数和权重。一般选取累积贡献率达到80%以上的主成分进行分析，以揭示土壤多元素之间的内在结构和耦合关系。例如，经过主成分分析，得到前三个主成分的累积贡献率为85%，则主要分析这三个主成分所代表的元素组合及其对土壤性质的影响。潜在生态风险指数（RI）的计算采用Hakanson提出的方法。计算公式为：RI=\sum_{i=1}^{n}E_{r}^{i}=\sum_{i=1}^{n}T_{r}^{i}\times\frac{C_{i}}{C_{n}^{i}}其中，RI为潜在生态风险指数；E_{r}^{i}为第i种元素的潜在生态风险系数；T_{r}^{i}为第i种元素的毒性响应系数，反映元素的毒性大小和生物可利用性，如Hg的毒性响应系数为40，Cd为30，Pb、Cr、Cu、Ni等为5；C_{i}为第i种元素的实测含量；C_{n}^{i}为第i种元素的参比值，通常采用当地土壤背景值或全国土壤背景值。根据RI值的大小，将潜在生态风险程度划分为不同等级，如RI<150为低风险，150\leqslantRI<300为中等风险，300\leqslantRI<600为较高风险，RI\geqslant600为高风险。通过计算每个采样点的RI值，评估研究区域土壤多元素耦合的潜在生态风险状况。三、安徽省东部典型农用地土壤元素含量特征3.1土壤元素的总体含量水平对安徽省东部典型农用地采集的[X]个土壤样品进行多元素分析，获得了包括重金属元素（如铅、镉、汞、砷、铬等）、营养元素（如氮、磷、钾、钙、镁等）以及其他微量元素（如铜、锌、锰、铁等）的含量数据。通过统计分析，得到各元素含量的基本统计特征，具体结果见表1。[此处插入表1，表的标题为“安徽省东部典型农用地土壤元素含量统计特征（mg/kg）”，表头内容包括元素名称、样本数、最小值、最大值、平均值、标准差、变异系数，表中数据根据实际测定结果填写，保留适当的小数位数]从表1可以看出，不同元素在土壤中的含量存在较大差异。在重金属元素中，镉（Cd）的含量范围为0.01-0.35mg/kg，平均值为0.08mg/kg，标准差为0.06，变异系数为75.0%，表明其含量相对较低，但在不同采样点之间的差异较大；汞（Hg）的含量范围是0.002-0.12mg/kg，平均值为0.025mg/kg，变异系数达96.0%，含量变化更为显著，可能与采样点附近的工业活动、农业投入品使用或特殊的地质条件有关。铅（Pb）的平均含量为26.5mg/kg，处于中等水平，变异系数为28.5%，说明其在研究区域内的分布相对较为均匀。营养元素方面，氮（N）的含量范围在0.5-3.2g/kg之间，平均值为1.8g/kg，土壤中氮元素的含量受施肥、植被类型和土壤微生物活动等多种因素影响，其变异系数为35.0%，反映出不同区域的农业管理措施和生态环境存在一定差异。磷（P）的平均含量为0.85g/kg，最小值为0.32g/kg，最大值为1.56g/kg，标准差为0.28，变异系数为32.9%。钾（K）的含量相对较高，平均值达到18.5g/kg，变异系数为18.9%，这可能与该地区土壤母质富含钾元素以及长期的农业施肥习惯有关。将各元素的平均含量与安徽省土壤背景值进行对比（表2），可以发现部分元素存在明显差异。例如，镉（Cd）的平均含量略高于安徽省土壤背景值（0.07mg/kg），表明研究区域土壤可能受到了一定程度的镉污染输入，这可能与工业废水排放、含镉农药和化肥的使用有关。铅（Pb）的平均含量与背景值相近，说明该区域土壤中铅元素的累积情况不明显，其来源主要以自然成土过程为主。而营养元素中，氮（N）的平均含量显著高于背景值（1.2g/kg），这得益于长期以来农业生产中大量氮肥的施用；磷（P）的平均含量也高于背景值（0.65g/kg），反映出磷肥的投入在一定程度上增加了土壤中磷元素的含量。[此处插入表2，表的标题为“安徽省东部典型农用地土壤元素平均含量与安徽省土壤背景值对比（mg/kg或g/kg）”，表头内容包括元素名称、农用地土壤平均含量、安徽省土壤背景值、比值（农用地土壤平均含量/安徽省土壤背景值），表中数据根据实际测定结果和安徽省土壤背景值填写，保留适当的小数位数]通过对土壤元素含量的最小值、最大值分析可知，各元素在不同采样点的含量波动范围较大。这种空间变异性不仅受到自然因素（如成土母质、地形地貌、气候条件等）的影响，还与人为活动（如农业生产、工业排放、交通污染等）密切相关。例如，在靠近工业污染源的采样点，重金属元素含量往往较高；而在长期大量施肥的农田中，营养元素含量相对丰富。元素含量的标准差和变异系数进一步量化了这种变异性，变异系数越大，说明该元素在不同采样点之间的含量差异越显著。如汞（Hg）和镉（Cd）的高变异系数，暗示了其在研究区域内的分布受人为干扰的程度较大，可能存在局部污染热点；而钾（K）等元素的较低变异系数，则表明其在土壤中的分布相对稳定，受自然因素的控制作用更强。3.2不同土地利用类型下土壤元素含量差异对不同土地利用类型（耕地、林地、园地）的土壤元素含量进行统计分析，结果见表3。[此处插入表3，表的标题为“不同土地利用类型土壤元素含量统计特征（mg/kg或g/kg）”，表头内容包括土地利用类型、元素名称、样本数、最小值、最大值、平均值、标准差、变异系数，表中数据根据实际测定结果填写，保留适当的小数位数]从表3可以看出，不同土地利用类型下，土壤元素含量存在显著差异。在耕地中，氮（N）、磷（P）、钾（K）等营养元素的平均含量相对较高，分别为1.9g/kg、0.92g/kg、19.0g/kg。这主要是由于长期的农业施肥活动，大量的氮肥、磷肥和钾肥被施入农田，以满足农作物生长对养分的需求。例如，在小麦和水稻种植过程中，农民通常会根据作物的生长阶段和土壤肥力状况，合理施用尿素、过磷酸钙、氯化钾等化肥，导致土壤中这些营养元素的含量增加。然而，耕地中部分重金属元素如镉（Cd）、汞（Hg）的含量也相对较高，平均值分别达到0.09mg/kg和0.03mg/kg。这可能与农业投入品的使用以及周边环境的污染有关。一方面，一些磷肥中可能含有镉等重金属杂质，长期施用会导致土壤中镉的累积；另一方面，耕地周边的工业排放、交通污染等也可能使重金属通过大气沉降、地表径流等途径进入土壤。林地土壤中，有机质含量丰富，这得益于林地植被的枯枝落叶不断分解和归还到土壤中，为土壤提供了大量的有机物质。丰富的有机质有利于土壤微生物的生长和繁殖，微生物的活动进一步促进了土壤中元素的循环和转化。在这种生态环境下，林地土壤中营养元素的含量相对较为均衡，且一些微量元素如铜（Cu）、锌（Zn）的含量较高，平均值分别为25.5mg/kg和85.0mg/kg。这可能是因为林地植被对这些微量元素具有较强的吸收和富集能力，通过植物根系的吸收作用，将土壤中的微量元素富集在植物体内，当植物残体分解后，这些元素又重新归还到土壤中。此外，林地土壤中重金属元素的含量相对较低，这表明林地生态系统对重金属具有一定的净化和缓冲能力，能够减少重金属在土壤中的累积。园地土壤中，由于长期种植果树等经济作物，施肥管理方式与耕地有所不同。通常会施用更多的有机肥和复合肥，以满足果树生长对养分的特殊需求。这使得园地土壤中有机质和氮、磷、钾等营养元素的含量较高，同时，由于果树根系较为发达，对土壤中微量元素的吸收和利用能力较强，导致园地土壤中部分微量元素如锰（Mn）、铁（Fe）的含量相对较高，平均值分别为550mg/kg和25000mg/kg。然而，园地土壤中铅（Pb）的含量相对较高，平均值为30.5mg/kg。这可能与果园中使用的农药、杀虫剂等含有铅元素有关，长期使用这些农药会导致铅在土壤中逐渐积累。为了进一步检验不同土地利用类型下土壤元素含量差异的显著性，采用单因素方差分析（One-WayANOVA）进行统计检验。结果表明，在0.05的显著性水平下，耕地、林地、园地土壤中氮、磷、钾、镉、汞、铅、铜、锌、锰、铁等元素含量均存在显著差异（p<0.05）。这充分说明土地利用方式对土壤元素含量有着重要的影响，不同的土地利用类型通过改变土壤的物理、化学和生物学性质，以及人为的管理措施，如施肥、灌溉、耕作等，显著影响了土壤中元素的输入、输出和循环过程，进而导致土壤元素含量的差异。3.3土壤元素含量的空间分布特征利用ArcGIS软件中的地统计分析模块，采用克里金插值法对土壤元素含量数据进行空间插值，绘制出各元素含量的空间分布图，直观展示其在研究区域内的分布特征。如图[具体图号1]所示为镉（Cd）元素含量的空间分布。从图中可以看出，镉含量的高值区主要集中在研究区域的东北部和南部部分地区。东北部靠近某化工园区，工业生产过程中产生的含镉废水、废气排放，以及废渣的不合理处置，可能是导致该区域土壤镉含量升高的主要原因。工业废水通过地表径流进入农田，含镉废气经大气沉降作用在土壤中积累。南部地区为蔬菜种植集中区，长期大量使用含镉的农药、化肥，以及污水灌溉，使得土壤中镉元素逐渐累积。而在研究区域的中部和西北部，镉含量相对较低，这些区域以粮食种植为主，农业生产活动相对较为传统，工业污染源较少，受人为干扰程度较小。[此处插入镉元素含量空间分布图，图的标题为“安徽省东部典型农用地土壤镉元素含量空间分布”，图中应清晰标注不同含量等级的区域，用不同颜色或图例表示，同时标注研究区域的地理位置、主要城镇和河流等信息]汞（Hg）元素含量的空间分布呈现出明显的斑块状特征（图[具体图号2]）。高值区主要分布在沿江平原的一些城镇周边和矿业活动频繁的区域。沿江地区工业发达，城镇人口密集，生活污水和垃圾排放、工业废气中的汞排放，以及矿业开采过程中汞的释放，导致周边土壤汞含量升高。例如，某矿业开采区附近土壤汞含量极高，这是由于矿石开采、选矿和冶炼过程中，大量含汞废弃物直接排放到环境中，对土壤造成了严重污染。而在远离城镇和工业污染源的山区和农村地区，汞含量较低，土壤保持着相对清洁的状态。[此处插入汞元素含量空间分布图，图的标题为“安徽省东部典型农用地土壤汞元素含量空间分布”，图的绘制要求同镉元素含量空间分布图]对于营养元素氮（N），其空间分布与土地利用类型和农业施肥方式密切相关（图[具体图号3]）。在耕地集中的区域，尤其是种植经济作物和蔬菜的农田，氮含量较高。这是因为农民为了追求作物高产，通常会大量施用氮肥，如尿素、碳酸氢铵等。而在林地和未开垦的荒地，氮含量相对较低，这些区域主要依靠自然的生物固氮和枯枝落叶的分解来补充土壤氮素。[此处插入氮元素含量空间分布图，图的标题为“安徽省东部典型农用地土壤氮元素含量空间分布”，图的绘制要求同镉元素含量空间分布图]土壤元素含量的空间变异受到多种因素的综合影响。自然因素方面，成土母质是土壤元素的重要来源，不同母质类型所含元素种类和含量存在差异，从而奠定了土壤元素含量的初始空间分布格局。例如，由基性岩母质发育的土壤，通常铁、镁、钙等元素含量较高；而由酸性岩母质发育的土壤，硅、铝等元素相对丰富。地形地貌通过影响水热条件和物质迁移过程，对土壤元素含量的空间分布产生作用。在山区，地形起伏较大，土壤侵蚀较为严重，导致表层土壤中一些易迁移的元素流失，而在地势低洼处，由于物质的沉积作用，元素含量相对较高。此外，气候条件，如降水和温度，也会影响土壤中元素的淋溶、迁移和转化，进而影响其空间分布。人为因素对土壤元素含量的空间变异影响更为显著。农业生产活动中的施肥、灌溉、农药使用等措施，直接改变了土壤元素的输入和输出状况。不合理的施肥可能导致某些营养元素在局部地区过量积累，同时也可能引入重金属等污染物。工业活动产生的废水、废气和废渣排放，以及交通污染等，通过大气沉降、地表径流和土壤淋溶等途径，使土壤中重金属和其他污染物含量增加，且在污染源附近形成高值区。例如，在工业集中区周边，土壤中铅、镉、汞等重金属含量明显高于其他地区。土地利用方式的改变，如林地转为耕地、湿地被开垦等，也会打破原有的土壤生态平衡，影响土壤元素的循环和分布。四、安徽省东部典型农用地土壤多元素耦合关系4.1土壤元素间的相关性分析运用SPSS26.0统计分析软件，对安徽省东部典型农用地土壤中各元素含量进行相关性分析，计算Pearson相关系数，结果见表4。[此处插入表4，表的标题为“安徽省东部典型农用地土壤元素间的Pearson相关系数矩阵”，表头内容包括元素名称，表中数据为各元素间的相关系数，保留3位小数，同时标注出在0.01和0.05水平上显著相关（双侧）的相关系数，一般用*表示在0.05水平上显著相关，**表示在0.01水平上显著相关]从表4可以看出，土壤中存在多对具有显著相关性的元素。在重金属元素中，镉（Cd）与汞（Hg）呈现显著正相关（r=0.568**）。这可能是由于二者具有相似的地球化学性质，在土壤环境中往往受到相似的人为活动影响。例如，工业生产过程中产生的含镉和汞的废水、废气排放，以及含镉和汞的农药、化肥的使用，会使这两种元素同时进入土壤，导致它们在土壤中的含量同步增加。铅（Pb）与锌（Zn）也存在显著正相关关系（r=0.485**），这是因为铅和锌在自然界中常常伴生，在成土过程中，它们的来源和迁移转化规律相似，并且在农业生产和工业活动中，也可能由于相同的污染源而同时在土壤中累积。营养元素方面，氮（N）与磷（P）呈显著正相关（r=0.426**）。这主要是因为在农业生产中，为了满足农作物生长对养分的需求，农民通常会同时施用氮肥和磷肥，导致土壤中氮、磷元素含量同时增加。例如，在水稻种植过程中，常使用的复合肥中就同时含有氮和磷元素，长期施用这类肥料使得土壤中氮、磷含量呈现正相关。钾（K）与钙（Ca）之间存在显著正相关（r=0.398**），这可能与土壤母质中钾、钙元素的含量比例以及土壤的风化、淋溶等过程有关。从土壤母质角度来看，某些母质中钾、钙元素含量相对较高且比例较为稳定，在成土过程中，这些元素在土壤中的含量变化趋势较为一致；在风化和淋溶作用下，钾、钙元素可能会以相似的方式迁移和转化，从而表现出正相关关系。重金属元素与营养元素之间也存在一定的相关性。镉（Cd）与氮（N）呈显著负相关（r=-0.352*），这可能是因为氮素的添加会改变土壤的理化性质，如土壤酸碱度、氧化还原电位等，从而影响镉在土壤中的形态和有效性。当土壤中氮素含量增加时，土壤微生物活性增强，微生物对镉的吸附、转化作用发生改变，使得镉的生物有效性降低，进而导致土壤中可交换态镉含量减少，表现为镉与氮的负相关关系。汞（Hg）与磷（P）也存在显著负相关（r=-0.327*），可能是由于磷在土壤中会与汞发生化学反应，形成难溶性的化合物，降低了汞的迁移性和生物可利用性，随着土壤中磷含量的增加，汞的有效态含量相应减少，二者呈现负相关。4.2主成分分析揭示元素耦合模式为了进一步探究安徽省东部典型农用地土壤多元素之间的内在耦合关系，采用主成分分析（PCA）方法对土壤元素含量数据进行处理。在进行主成分分析之前，先对原始数据进行标准化处理，以消除不同元素量纲和数量级的影响，使各变量具有可比性。运用SPSS26.0软件进行主成分分析，得到各主成分的特征值、贡献率和累积贡献率，结果见表5。[此处插入表5，表的标题为“主成分分析结果”，表头内容包括主成分、特征值、贡献率（%）、累积贡献率（%），表中数据根据实际分析结果填写，保留3位小数]根据主成分分析的原理，一般选取特征值大于1的主成分进行分析。从表5可以看出，前3个主成分的特征值均大于1，且累积贡献率达到了82.5%，这意味着这3个主成分能够解释原始数据中82.5%的信息，基本反映了土壤多元素之间的主要耦合关系。第一主成分（PC1）的特征值为4.256，贡献率为38.7%。在PC1中，具有较高载荷的元素主要有氮（N）、磷（P）、钾（K）、铜（Cu）、锌（Zn）。这表明PC1主要代表了土壤中营养元素和部分微量元素的耦合关系，这些元素在农业生产中具有重要作用。氮、磷、钾是植物生长必需的大量营养元素，它们在土壤中的含量和有效性直接影响着农作物的生长发育和产量。铜、锌等微量元素虽然需求量相对较少，但对植物的光合作用、酶活性、激素合成等生理过程也起着关键作用。在农业生产过程中，农民通常会同时施用含有氮、磷、钾的复合肥，以及一些微量元素肥料，以满足农作物对养分的需求。这种施肥行为使得这些元素在土壤中呈现出一定的耦合关系，同时，土壤中微生物的活动也会影响这些元素的转化和循环，进一步促进了它们之间的耦合。例如，一些微生物能够将土壤中的有机氮转化为无机氮，供植物吸收利用，同时也会影响磷、钾等元素的有效性，从而使得氮、磷、钾之间的耦合关系更加紧密。第二主成分（PC2）的特征值为2.843，贡献率为25.8%。PC2中载荷较高的元素为镉（Cd）、汞（Hg）、铅（Pb），主要反映了重金属元素之间的耦合关系。如前所述，镉、汞、铅等重金属元素在土壤中的来源和迁移转化过程具有相似性，受到工业活动、农业投入品使用等人为因素的共同影响。工业生产过程中排放的含重金属废水、废气和废渣，以及农业生产中使用的含重金属农药、化肥等，都会导致这些重金属元素在土壤中累积。由于它们的地球化学性质相近，在土壤环境中往往会相互作用，形成耦合关系。例如，镉和汞在土壤中的吸附-解吸行为相似，都容易被土壤颗粒表面的有机质和黏土矿物吸附，从而在土壤中呈现出同步变化的趋势；铅和锌常常伴生，在成土过程和人为污染输入的双重作用下，它们在土壤中的含量也存在一定的相关性。第三主成分（PC3）的特征值为1.567，贡献率为18.0%。在PC3中，钙（Ca）、镁（Mg）、铁（Fe）、锰（Mn）等元素具有较高的载荷。这表明PC3代表了这些常量元素和微量元素之间的耦合关系。钙、镁是土壤中的重要阳离子，对维持土壤的酸碱度、土壤结构和养分有效性具有重要作用。铁、锰等元素参与土壤中的氧化还原反应，影响土壤中其他元素的形态和生物有效性。这些元素的耦合关系主要受土壤母质、气候条件和土壤理化性质的影响。从土壤母质角度来看，不同的母质类型所含的钙、镁、铁、锰等元素的含量和比例不同，为土壤中这些元素的耦合关系奠定了基础。例如，由基性岩母质发育的土壤，通常铁、镁含量较高；而由酸性岩母质发育的土壤，钙含量相对较低。在气候条件方面，降水和温度会影响这些元素的淋溶、迁移和转化过程，进而影响它们在土壤中的耦合关系。在湿润的气候条件下，铁、锰等元素容易被淋溶迁移，而钙、镁则相对稳定；在干旱的气候条件下，土壤中盐分积累，可能会改变这些元素的存在形态和耦合关系。此外，土壤的酸碱度、氧化还原电位等理化性质也会对这些元素的耦合关系产生重要影响。在酸性土壤中，铁、锰的溶解度增加，其有效性提高，可能会与其他元素发生相互作用，形成不同的耦合模式。4.3影响土壤多元素耦合的因素探讨土壤多元素耦合受到多种因素的综合影响，这些因素相互作用，共同决定了土壤中元素的存在形态、迁移转化规律以及它们之间的耦合关系。成土母质作为土壤形成的物质基础，对土壤多元素耦合起着根本性的作用。不同类型的成土母质所含的矿物成分和化学元素存在显著差异，从而奠定了土壤元素含量和耦合关系的初始格局。例如，在安徽省东部地区，由基性岩母质发育的土壤，铁、镁、钙等元素含量相对较高，这些元素在土壤形成过程中，由于其化学性质和地球化学行为的相似性，可能会形成特定的耦合关系。而由酸性岩母质发育的土壤，硅、铝等元素较为丰富，其元素耦合模式与基性岩母质发育的土壤明显不同。此外，成土母质的颗粒大小、质地等物理性质也会影响土壤对元素的吸附、解吸和迁移能力，进而影响元素之间的耦合。如发育在颗粒较细母质上的土壤，质地细腻，比表面积大，对重金属元素等具有较强的吸附能力，使得这些元素在土壤中相对稳定，更容易与其他元素形成紧密的耦合关系。气候条件是影响土壤多元素耦合的重要外部因素，它主要通过温度、降水、光照等方面对土壤元素的迁移转化和耦合关系产生作用。在安徽省东部，该地区属于亚热带与暖温带过渡地带，气候温和湿润，四季分明，降水和温度的季节性变化对土壤多元素耦合有着显著影响。降水是土壤元素迁移的重要驱动力，在降水过程中，雨水会溶解土壤中的可溶性盐类和微量元素，使其随地表径流或下渗作用发生迁移。大量降水可能会导致土壤中一些易溶性元素如钾、钠等淋失，从而打破原有的元素平衡和耦合关系。同时，降水还会影响土壤的氧化还原电位，进而改变某些元素的存在形态和化学活性。例如，在湿润的环境下，土壤中锰、铁等元素可能会被还原为低价态，其迁移性和生物有效性增强，与其他元素的相互作用和耦合关系也会发生变化。温度则影响土壤中化学反应的速率和微生物的活性。在温暖的季节，微生物活动旺盛，能够促进土壤中有机质的分解和养分的转化，影响氮、磷、钾等营养元素的循环和耦合。温度还会影响土壤中矿物的风化速度，进而影响元素的释放和迁移。地形地貌通过影响水热条件的再分配和地表物质的迁移，对土壤多元素耦合产生重要影响。在安徽省东部，地形地貌类型多样，包括平原、丘陵和山地。不同地形地貌区域的土壤多元素耦合特征存在明显差异。在平原地区，地势平坦，水热条件相对均匀，土壤中元素的分布较为稳定，元素之间的耦合关系也相对简单。例如，淮北平原主要由黄河、淮河冲积而成，土壤质地较为均一，营养元素的分布受灌溉和施肥等人为因素影响较大，形成了以氮、磷、钾等营养元素耦合为主的特征。而在丘陵和山地地区，地形起伏较大，水热条件变化复杂，土壤侵蚀和物质迁移作用强烈。在山坡的上部，由于坡度较大，土壤侵蚀严重，表层土壤中一些易迁移的元素容易流失，导致土壤中元素含量降低，元素之间的耦合关系也受到破坏。而在山坡的下部和山谷地区，由于物质的沉积作用，土壤中元素含量相对较高，且可能会出现一些元素的富集现象，形成独特的元素耦合模式。此外，地形地貌还会影响土壤的通气性和排水性，进而影响土壤中氧化还原电位和酸碱度，间接影响元素的存在形态和耦合关系。人类活动是导致土壤多元素耦合发生显著变化的最活跃因素。在安徽省东部，随着经济的快速发展和人口的增长，人类活动对土壤环境的影响日益加剧。农业生产活动是影响土壤多元素耦合的重要方面。长期不合理的施肥，如过量施用氮肥、磷肥等化学肥料，会导致土壤中氮、磷元素大量积累，打破了土壤中原有元素的平衡和耦合关系。过量的氮肥可能会使土壤酸化，影响其他元素的溶解度和有效性，进而影响它们与氮元素的耦合。大量使用农药和农膜也会对土壤多元素耦合产生影响。一些农药中含有重金属元素，如有机***农药中含有汞，长期使用会导致土壤中汞含量增加，与其他元素形成新的耦合关系。农膜的残留会改变土壤的物理结构，影响土壤的通气性和透水性，进而影响土壤中元素的迁移和转化。工业活动也是影响土壤多元素耦合的重要因素。工业生产过程中排放的废水、废气和废渣，含有大量的重金属和有害物质，如铅、镉、汞等重金属元素，通过大气沉降、地表径流和土壤淋溶等途径进入土壤，导致土壤中这些元素含量升高，与土壤中原有的元素发生相互作用，形成复杂的耦合关系。例如，在一些工业集中区周边，土壤中重金属元素之间以及重金属与营养元素之间的耦合关系明显增强，土壤污染问题较为严重。此外，城市化进程的加快，土地利用方式的改变，如耕地转为建设用地、林地被开垦等，也会破坏原有的土壤生态系统，影响土壤中元素的循环和耦合。五、安徽省东部典型农用地土壤潜在生态效应评价5.1潜在生态风险评价指标与方法潜在生态风险评价旨在评估土壤中污染物对生态系统可能产生的潜在危害程度，为土壤环境保护和污染治理提供科学依据。本研究采用潜在生态风险指数（RI）法对安徽省东部典型农用地土壤多元素耦合的潜在生态效应进行评价，该方法由瑞典学者Hakanson于1980年提出，因其综合考虑了污染物的含量、毒性以及环境对污染物的敏感性等因素，在全球范围内得到了广泛应用。潜在生态风险指数（RI）的计算公式为：RI=\sum_{i=1}^{n}E_{r}^{i}=\sum_{i=1}^{n}T_{r}^{i}\times\frac{C_{i}}{C_{n}^{i}}其中，RI为潜在生态风险指数，它综合反映了多种污染物对生态系统潜在风险的总体水平。E_{r}^{i}为第i种元素的潜在生态风险系数，用于衡量单一元素对生态系统的潜在风险程度。T_{r}^{i}为第i种元素的毒性响应系数，该系数主要反映元素的毒性大小和生物可利用性，是衡量元素潜在生态危害的重要参数。不同元素的毒性响应系数取值不同，例如，Hg的毒性响应系数为40，这是因为汞具有很强的毒性，易在生物体内富集，对生态系统和人体健康危害极大；Cd的毒性响应系数为30，镉也是一种毒性较强的重金属，会对土壤微生物、植物生长以及人体肾脏等器官造成损害；Pb、Cr、Cu、Ni等元素的毒性响应系数为5，这些元素虽然毒性相对较低，但在土壤中过量积累也会对生态环境产生不良影响。C_{i}为第i种元素的实测含量，通过对土壤样品的精确分析测试获得，它反映了土壤中该元素的实际污染状况。C_{n}^{i}为第i种元素的参比值，通常采用当地土壤背景值或全国土壤背景值，本研究选用安徽省土壤背景值作为参比值，以准确评估研究区域土壤元素相对于自然背景的偏离程度。根据潜在生态风险指数（RI）值的大小，将潜在生态风险程度划分为不同等级，具体划分标准如下：当RI<150时，为低风险，表明土壤中多元素耦合对生态系统的潜在危害较小，生态系统基本处于稳定状态；当150\leqslantRI<300时，为中等风险，此时土壤多元素耦合已对生态系统产生一定程度的影响，需要引起关注，采取相应的监测和管理措施；当300\leqslantRI<600时，为较高风险，意味着生态系统受到的潜在威胁较大，可能会出现生态功能退化等问题，需及时采取有效的污染防治和生态修复措施；当RI\geqslant600时，为高风险，表明生态系统面临严重的威胁，生态平衡可能被打破，对生物多样性、土壤肥力等产生显著的负面影响，需要立即采取紧急治理措施。除了潜在生态风险指数（RI）法，还有其他一些评价方法，如地累积指数法、污染负荷指数法等。地累积指数法主要用于评价土壤中单一元素的污染程度，通过比较元素的实测含量与背景值的倍数关系，判断土壤是否受到污染以及污染的程度等级。污染负荷指数法则侧重于评估多种污染物的综合污染程度，考虑了各污染物的含量和权重，能够反映土壤污染的总体状况。然而，与这些方法相比，潜在生态风险指数法不仅考虑了元素的含量，还充分考虑了元素的毒性响应系数，更全面地反映了土壤多元素耦合对生态系统的潜在危害，因此在本研究中选择该方法进行潜在生态效应评价。5.2土壤潜在生态风险评价结果根据潜在生态风险指数（RI）的计算公式，对安徽省东部典型农用地各采样点的土壤进行计算，得到各采样点的潜在生态风险指数值，结果如表6所示。[此处插入表6，表的标题为“安徽省东部典型农用地土壤潜在生态风险指数计算结果”，表头内容包括采样点编号、镉（Cd）潜在生态风险系数、汞（Hg）潜在生态风险系数、铅（Pb）潜在生态风险系数、其他重金属潜在生态风险系数（若有）、潜在生态风险指数（RI），表中数据根据实际计算结果填写，保留适当的小数位数]从表6可以看出，研究区域内土壤潜在生态风险指数（RI）值范围为[最小值]-[最大值]，平均值为[平均值]。按照潜在生态风险等级划分标准，不同风险等级的采样点分布情况如下：低风险（RI<150）的采样点有[X]个，占总采样点的[X]%；中等风险（150≤RI<300）的采样点有[X]个，占比[X]%；较高风险（300≤RI<600）的采样点有[X]个，占比[X]%；高风险（RI≥600）的采样点有[X]个，占比[X]%。整体上，研究区域内大部分采样点处于低风险和中等风险水平，表明土壤多元素耦合对生态系统的潜在危害在可接受范围内，但仍有部分区域存在较高风险和高风险，需要重点关注。不同区域的潜在生态风险状况存在明显差异。在淮北平原，潜在生态风险指数平均值为[具体平均值1]，低风险和中等风险的采样点占比较高，分别为[X1]%和[X2]%，主要是因为该区域以传统农业种植为主，工业污染源相对较少，土壤受污染程度较轻。然而，在部分靠近工业城镇的采样点，由于工业废气、废水和废渣的排放，导致土壤中重金属含量增加，潜在生态风险指数较高，如某采样点靠近化工园区，镉、汞等重金属元素的潜在生态风险系数较大，使得该采样点的RI值达到[具体高值1]，处于较高风险水平。江淮丘陵区潜在生态风险指数平均值为[具体平均值2]，中等风险的采样点占比相对较高，为[X3]%。该区域地形起伏较大，土壤侵蚀较为严重，在一定程度上影响了土壤中元素的分布和迁移。同时，部分丘陵地区存在小型矿业开采活动，矿石开采、选矿过程中产生的废弃物排放到环境中，导致土壤中重金属元素累积，增加了潜在生态风险。例如，某采样点位于小型铅锌矿附近，土壤中铅、锌含量明显高于其他区域，潜在生态风险指数达到[具体高值2]，处于较高风险等级。沿江平原潜在生态风险指数平均值为[具体平均值3]，高风险和较高风险的采样点占比较其他区域相对较高，分别为[X4]%和[X5]%。这主要是由于沿江平原地区工业发达，人口密集，工业生产和生活活动产生的污染物排放量大。如某采样点靠近大型钢铁企业和城市污水排放口，土壤中镉、汞、铅等重金属元素含量超标严重，潜在生态风险指数高达[具体高值3]，处于高风险状态。此外，该区域农业集约化程度高，大量使用化肥、农药和农膜，也可能对土壤生态环境造成一定的影响。不同土地利用类型下，土壤潜在生态风险也呈现出不同的特征。耕地的潜在生态风险指数平均值为[具体平均值4]，中等风险的采样点占比[X6]%。耕地中潜在生态风险主要来源于农业生产活动，如长期不合理施肥导致土壤中重金属元素累积，部分磷肥中含有镉等重金属杂质，长期施用会使土壤中镉含量升高。同时，农药的使用也可能引入重金属污染物，如有机***农药中含有汞，增加了土壤的潜在生态风险。林地的潜在生态风险指数平均值为[具体平均值5]，低风险的采样点占比高达[X7]%，这表明林地生态系统对土壤多元素耦合的缓冲能力较强，能够有效降低潜在生态风险。林地中丰富的植被和微生物群落有助于维持土壤生态平衡，促进土壤中元素的良性循环。植被的根系可以固定土壤，减少土壤侵蚀，防止重金属等污染物的迁移扩散。微生物能够分解土壤中的有机物质，转化和固定重金属元素，降低其生物有效性和潜在生态危害。园地的潜在生态风险指数平均值为[具体平均值6]，较高风险和中等风险的采样点占比较大，分别为[X8]%和[X9]%。园地中潜在生态风险较高主要与果园的施肥、农药使用和灌溉等管理措施有关。为了追求水果的产量和品质，果农通常会大量施用化肥和农药，部分农药和化肥中含有重金属元素，长期使用会导致土壤中重金属累积。此外，果园灌溉用水如果受到污染，也会将污染物带入土壤，增加潜在生态风险。例如，某果园长期使用含铅的农药防治病虫害，土壤中铅含量逐渐升高，潜在生态风险指数达到[具体高值4]，处于较高风险水平。5.3土壤多元素耦合与潜在生态效应的关联分析土壤多元素耦合模式与潜在生态风险之间存在紧密的联系，不同的元素耦合组合对生态风险的影响具有显著差异。通过对土壤多元素耦合关系和潜在生态风险评价结果的深入分析，发现一些特定的元素耦合模式与较高的潜在生态风险密切相关。在主成分分析中，由镉（Cd）、汞（Hg）、铅（Pb）等重金属元素构成的耦合模式（PC2），与潜在生态风险指数（RI）呈现出显著的正相关关系。这表明当土壤中这些重金属元素含量较高且相互耦合时，会显著增加土壤的潜在生态风险。例如，在部分采样点，由于工业活动或农业投入品的不合理使用，导致土壤中镉、汞、铅含量超标，且它们之间的耦合作用使得这些重金属在土壤中的迁移性和生物有效性增强，更容易被植物吸收，进而通过食物链传递，对生态系统和人体健康造成潜在威胁。进一步分析各元素对潜在生态风险的贡献，发现镉（Cd）和汞（Hg）在潜在生态风险中占据主导地位。这是因为镉和汞具有较高的毒性响应系数，分别为30和40，且在土壤中的累积容易受到人为活动的影响。在农业生产中，含镉磷肥的使用以及工业废水、废气的排放，是导致土壤中镉含量增加的主要原因。而汞的来源更为广泛，除了工业污染外，一些农药、杀菌剂中也含有汞，长期使用会使汞在土壤中逐渐积累。当土壤中镉、汞与其他元素形成耦合关系时，会改变它们在土壤中的存在形态和迁移转化规律，进一步加剧潜在生态风险。例如，镉与氮（N）的负相关关系，使得氮素的添加可能会影响镉在土壤中的有效性，从而改变镉的生态风险；汞与磷（P）的负相关关系，可能导致磷的存在形式和有效性发生变化，进而影响土壤的肥力和生态功能。土壤多元素耦合还会对土壤微生物群落结构和功能产生影响，从而间接影响潜在生态效应。土壤微生物是土壤生态系统的重要组成部分，参与土壤中物质循环、能量转化、养分释放等关键过程。当土壤中元素耦合模式发生改变时，会影响土壤微生物的生长、繁殖和代谢活动。例如，重金属元素的耦合可能会抑制土壤微生物的活性，改变微生物群落的组成和结构。研究表明，高浓度的镉、汞等重金属会降低土壤中细菌、真菌和放线菌的数量，破坏微生物群落的多样性和稳定性。而微生物群落结构和功能的改变，又会影响土壤中有机质的分解、养分的循环和转化，进而影响土壤的肥力和生态功能，增加潜在生态风险。此外，土壤多元素耦合还会影响土壤酶活性，土壤酶是土壤中参与各种生物化学反应的生物催化剂，其活性反映了土壤中生物化学过程的强度和方向。不同元素的耦合会对土壤酶活性产生不同的影响。例如，适量的营养元素耦合，如氮、磷、钾的合理配比，能够促进土壤酶的活性，有利于土壤中养分的转化和释放，提高土壤肥力，降低潜在生态风险。然而，重金属元素的耦合，如镉、汞、铅等重金属的共同作用，会抑制土壤酶的活性，阻碍土壤中物质的转化和循环，导致土壤质量下降，潜在生态风险增加。例如，镉和汞会抑制土壤脲酶、磷酸酶等酶的活性，使土壤中氮、磷等养分的有效性降低，影响植物的生长发育。六、结论与展望6.1主要研究结论本研究对安徽省东部典型农用地土壤多元素耦合及潜在生态效应进行了系统分析，得出以下主要结论：土壤元素含量特征：研究区域土壤中不同元素含量差异显著。重金属元素镉（Cd）和汞（Hg）含量变异系数较大，空间分布不均，部分区域存在局部污染热点；铅（Pb）含量相对稳定，分布较为均匀。营养元素中，氮（N）、磷（P）平均含量高于安徽省土壤背景值，主要受长期农业施肥影响；钾（K）含量丰富且变异系数较小，受土壤母质和施肥共同作用。不同土地利用类型下，土壤元素含量差异明显。耕地中氮、磷、钾等营养元素因施肥而含量较高，但镉、汞等重金属也因农业投入品和周边污染而有积累；林地土壤有机质丰富，微量元素含量较高，重金属含量较低，生态系统对重金属有净化缓冲作用；园地土壤因果树种植的特殊施肥管理，部分微量元素和营养元素含量高，但铅含量因农药使用而相对较高。土壤元素含量空间分布受自然和人为因素共同影响。成土母质奠定元素初始分布，地形地貌影响水热和物质迁移，气候条件作用于元素淋溶、迁移和转化；工业排放、农业活动和土地利用变化等人为因素对元素含量空间变异影响更为显著，导致局部区域元素富集或亏损。多元素耦合关系：相关性分析表明，土壤中存在多对显著相关元素。重金属元素镉与汞、铅与锌呈显著正相关，源于相似地球化学性质和共同人为污染源；营养元素氮与磷、钾与钙呈显著正相关，主要因农业施肥和土壤母质、风化淋溶等过程影响。主成分分析提取出三个主成分，累计贡献率82.5%。第一主成分代表氮、磷、钾等营养元素和部分微量元素耦合关系，与农业生产施肥和微生物活动有关；第二主成分反映镉、汞、铅等重金属元素耦合关系，受工业和农业污染共同影响；第三主成分体现钙、镁、铁、锰等元素耦合关系，主要受土壤母质、气候条件和土壤理化性质控制。土壤多元素耦合受成土母质、气候条件、地形地貌和人类活动综合影响。成土母质奠定耦合基础，气候条件通过温度、降水影响元素迁移转化和耦合，地形地貌改变水热和物质迁移进而影响耦合，人类活动如农业生产、工业排放和土地利用变化是导致耦合变化最活跃因素，打破原有元素平衡和耦合关系。潜在生态效应评价：采用潜在生态风险指数法评价，研究区域大部分采样点处于低风险和中等风险水平，但部分区域存在较高风险和高风险。淮北平原以传统农业为主，工业污染少，整体风险低，但靠近工业城镇区域风险较高；江淮丘陵区因地形和小型矿业活动，中等风险采样点占比较高；沿江平原工业发达、人口密集，高风险和较高风险采样点占比相对较高。不同土地利用类型中，耕地因农业生产活动存在中等风险，主要源于不合理施肥和农药使用；林地生态系统缓冲能力强，低风险采