高速公路沿线农田生态系统重金属污染的空间解析与影响机制探究

高速公路沿线农田生态系统重金属污染的空间解析与影响机制探究一、引言1.1研究背景近年来，随着我国工业化和城镇化进程的不断加快，高速公路作为一种重要的基础设施，得到了迅猛发展。截至2025年，中国高速公路总里程突破19万公里，覆盖98%以上城镇人口20万以上城市，其不仅极大地方便了人们的出行，推动了区域经济的发展，也带来了一系列的环境问题。高速公路的建设和运营，使得沿线农田受到了各种环境污染的威胁，其中重金属污染是较为普遍和关键的问题之一。重金属是指密度大于4.5g/cm³的金属，如铅（Pb）、镉（Cd）、汞（Hg）、砷（As）、铬（Cr）等。这些重金属具有毒性、持久性和生物累积性等特点，一旦进入土壤环境，很难被降解或消除。它们可以通过食物链的传递和富集，最终进入人体，对人体健康造成潜在威胁。同时，重金属污染还会影响土壤的物理、化学和生物学性质，降低土壤的肥力和生产力，破坏农田生态系统的平衡和稳定。在农业生产中，水稻是我国重要的粮食作物之一，其种植区域主要位于江南、江淮、东南等地区，这些地区恰好又是高速公路沿线较为集中的区域。据统计，我国水稻种植面积约为3000万公顷，产量约为2.1亿吨，占世界水稻总产量的30%以上。然而，由于高速公路沿线农田受到重金属污染的影响，水稻的生长发育和产量品质受到了不同程度的影响。研究表明，重金属污染会导致水稻种子发芽率降低、幼苗生长受阻、根系发育不良、叶片发黄枯萎、结实率下降等问题，从而影响水稻的产量和质量。此外，重金属还会在水稻体内积累，通过食物链进入人体，对人体健康造成潜在威胁。因此，研究高速公路沿线土壤和水稻中重金属的含量及其分布规律，对于探究高速公路建设和运营对周边农田生态环境造成的影响、制定环境保护政策具有重要的理论和应用价值。1.2研究目的与意义本研究旨在通过对高速公路沿线农田土壤和水稻中重金属含量的测定与分析，揭示其空间分布特征，并深入探究影响重金属含量的因素，为高速公路周边农田生态环境保护提供科学依据和理论支持，具体研究目的和意义如下：揭示空间分布特征：精确测定高速公路沿线不同距离、不同方位农田土壤和水稻中多种重金属（如铅、镉、汞、砷、铬等）的含量，利用地理信息系统（GIS）等技术手段，直观、准确地绘制出重金属含量的空间分布图，清晰展现其在空间上的变化规律和分布趋势。探究影响因素：综合考虑高速公路的交通流量、车辆类型、行驶速度等交通因素，以及农田的土壤类型、质地、酸碱度、有机质含量等土壤因素，还有周边的工业污染源、农业生产活动等外部因素，运用多元统计分析等方法，全面深入地分析各因素对土壤和水稻中重金属含量的影响机制，明确主要影响因素。为环境保护提供科学依据：基于研究结果，对高速公路沿线农田土壤和水稻的重金属污染状况进行科学、客观的评价，识别出高风险区域和敏感点位，为制定针对性强、切实可行的环境保护措施和污染防控策略提供有力的数据支持和科学指导。推动可持续农业发展：通过本研究，有助于深入了解高速公路建设和运营对周边农田生态环境的影响，为合理规划高速公路线路、优化农田布局提供参考依据，从而减少重金属污染对农田生态系统的破坏，保障农产品质量安全，促进农业的可持续发展。丰富环境科学研究内容：高速公路沿线农田土壤和水稻重金属污染问题是环境科学领域的一个重要研究方向，本研究的开展将进一步丰富该领域的研究内容，为相关理论的完善和发展提供实证依据，同时也为其他类似区域的研究提供借鉴和参考。1.3国内外研究现状高速公路沿线土壤和农作物重金属污染问题一直是环境科学领域的研究热点。国内外学者在这方面开展了大量研究，取得了丰富的成果。在国外，早期研究主要关注交通源对土壤重金属污染的影响。研究发现，汽车尾气排放、轮胎磨损、刹车磨损等是高速公路沿线土壤重金属的主要来源，公路两侧土壤中重金属含量随着与公路距离的增加而降低，呈现明显的空间分布特征。例如，在对某高速公路的研究中，发现距离公路100米范围内土壤中的铅、镉、锌等重金属含量显著高于背景值，且在距离公路10米处达到峰值。随着研究的深入，学者们开始关注重金属在土壤-植物系统中的迁移转化规律。有研究表明，农作物对重金属的吸收和积累不仅与土壤中重金属含量有关，还受到土壤理化性质、植物品种等因素的影响。在对高速公路沿线农作物的研究中，发现不同作物对重金属的富集能力存在差异，蔬菜类作物对重金属的富集能力较强，而谷物类作物相对较弱。国内在高速公路沿线土壤和农作物重金属污染方面的研究起步相对较晚，但发展迅速。早期研究主要集中在对个别高速公路沿线土壤重金属污染状况的调查分析，发现我国高速公路沿线土壤也存在不同程度的重金属污染，污染程度与交通流量、车辆类型等因素密切相关。如对沿江高速公路江阴至太仓段的研究显示，该路段两侧土壤已不同程度地受到镉、铅和铜污染，且污染程度与距离道路远近有关，污染带一般分布在沿公路两侧200米范围内。近年来，随着对环境问题的关注度不断提高，国内学者开始从多学科交叉的角度深入研究高速公路沿线土壤和农作物重金属污染问题，综合考虑交通、土壤、植物、气象等多种因素对重金属污染的影响。在对沪宁高速公路两侧水稻中重金属污染的研究中，选取沪宁高速公路4个路段两侧稻米作为研究对象，分析了5种重金属在稻米中的分布情况，结果表明沪宁高速公路两侧稻米已受到一定程度重金属污染，4个监测路段均出现Pb超标情况，部分路段Cd超标，距离的变化对稻米内重金属的含量有一定的影响。然而，当前研究仍存在一些不足之处。一方面，大多数研究仅针对单一高速公路或特定区域开展，缺乏对不同地理区域、不同交通条件下高速公路沿线土壤和农作物重金属污染状况的系统性对比研究，难以全面揭示重金属污染的普遍规律和特殊性。另一方面，在影响因素分析方面，虽然已经认识到多种因素对重金属污染有影响，但各因素之间的交互作用以及复杂环境条件下的综合影响机制尚未完全明确。例如，土壤酸碱度、有机质含量等土壤因素与交通流量、车辆类型等交通因素如何共同作用于重金属在土壤和农作物中的迁移转化，仍有待进一步深入研究。此外，在污染防控和治理方面，目前的研究成果大多停留在理论阶段，实际应用效果和可操作性还有待进一步验证和提高。本研究将在已有研究的基础上，选取多个不同地理区域、不同交通条件的高速公路沿线农田为研究对象，系统分析土壤和水稻中重金属含量的空间分布特征，并综合运用多种分析方法，深入探究各因素对重金属含量的影响机制，以期为高速公路周边农田生态环境保护提供更全面、更科学的依据，弥补当前研究的不足。二、研究区域与方法2.1研究区域选择本研究选取了位于[省份名称]的[高速公路名称]沿线农田作为研究区域。该高速公路是连接[城市1]与[城市2]的交通要道，建成于[建成年份]，全长[X]公里，双向[X]车道，设计时速为[X]公里/小时。选择该区域的主要原因如下：交通流量大：该高速公路是区域内重要的交通干线，承担着大量的客货运输任务。据交通部门统计数据显示，其日均车流量高达[X]辆，高峰时段车流量可超过[X]辆。如此大的交通流量意味着更多的汽车尾气排放、轮胎磨损以及刹车磨损等，这些因素都可能导致大量重金属释放到周边环境中，对沿线农田土壤和水稻造成污染，为研究重金属污染提供了典型的交通源条件。周边环境特点：高速公路沿线分布着大量农田，主要种植水稻、小麦等农作物，其中水稻种植面积占比约为[X]%。农田土壤类型主要为[土壤类型名称]，土壤质地以[质地类型]为主，pH值在[X]-[X]之间，呈[酸碱性]，土壤有机质含量平均为[X]g/kg，具有一定的代表性。此外，高速公路周边存在一些小型工业企业，如[企业类型1]、[企业类型2]等，这些企业可能会排放含有重金属的废气、废水和废渣，对农田土壤和水稻造成潜在的污染威胁，增加了研究区域环境影响因素的复杂性和多样性。地理位置优势：研究区域地处[地理位置描述]，属于[气候类型]气候，年平均气温为[X]℃，年降水量为[X]mm，气候条件适宜水稻生长。同时，该区域地势平坦，水系发达，灌溉水源主要来自[水源名称]，为水稻种植提供了良好的自然条件。其地理位置的独特性使得研究结果能够反映该地区高速公路沿线农田生态环境的特点，且在该地区开展研究，便于研究人员进行实地采样和监测工作，能够有效保障研究的顺利进行。2.2样品采集与处理在2024年[具体月份]水稻成熟期，于研究区域内进行了土壤和水稻样品的采集工作。土壤样品采集时，综合考虑高速公路沿线农田的地形地貌、土壤类型以及与高速公路的距离等因素，沿高速公路两侧按不同距离设置采样点，分别为距离高速公路20米、50米、100米、200米和500米处，每个距离设置3个重复样点，共设置15个采样点。采用“S”形布点法，在每个采样点的周围选取5-7个分样点，用不锈钢土钻采集0-20厘米深度的表层土壤。将同一采样点的分样点土壤充分混合均匀，去除其中的植物根系、石块等杂物，装入干净的聚乙烯塑料袋中，每个样品重量约为1千克。水稻样品采集时，在每个土壤采样点附近选取生长状况良好且具有代表性的水稻植株5-7株，用剪刀将水稻植株从根部剪断，装入编织袋中。采集的水稻样品包括水稻籽粒和水稻秸秆两部分。采集后的土壤和水稻样品及时运回实验室进行处理。土壤样品先在通风良好、无阳光直射的室内自然风干，期间经常翻动并将大土块捏碎，以加速干燥过程。风干后的土壤样品用玛瑙研钵研磨，过100目尼龙筛，装入聚乙烯塑料瓶中，备用。水稻样品先用自来水冲洗干净，去除表面的泥土和杂质，再用去离子水冲洗3-5次，然后将水稻籽粒和水稻秸秆分离。水稻籽粒在65℃的烘箱中烘干至恒重，用粉碎机粉碎，过100目筛，装入聚乙烯塑料瓶中，备用。水稻秸秆在80℃的烘箱中烘干至恒重，用粉碎机粉碎，装入聚乙烯塑料瓶中，备用。2.3分析测试方法本研究使用了先进的分析仪器和标准的分析方法，以确保实验数据的准确性和可靠性。在重金属含量测定中，使用了原子吸收光谱仪（AAS）和电感耦合等离子体质谱仪（ICP-MS）。土壤和水稻样品的消解采用了标准的酸消解方法。对于土壤样品，准确称取0.5g过100目筛的风干土样于聚四氟乙烯坩埚中，加入5mL浓硝酸（优级纯）、3mL氢氟酸（优级纯）和2mL高氯酸（优级纯），在电热板上低温加热消解，直至样品完全溶解，溶液呈无色透明或略带黄色。消解过程中，注意控制温度和加热时间，避免样品溅出和消解不完全。消解完成后，将溶液转移至50mL容量瓶中，用超纯水定容至刻度，摇匀备用。对于水稻样品，准确称取0.5g粉碎后的水稻籽粒或水稻秸秆样品于聚四氟乙烯消解罐中，加入5mL硝酸（优级纯）和2mL过氧化氢（优级纯），放置过夜。然后将消解罐放入微波消解仪中，按照设定的程序进行消解。消解程序为：第一步，功率500W，升温5min至120℃，保持5min；第二步，功率800W，升温10min至180℃，保持20min。消解完成后，待消解罐冷却至室温，将溶液转移至50mL容量瓶中，用超纯水定容至刻度，摇匀备用。重金属含量的测定采用原子吸收光谱法（AAS）和电感耦合等离子体质谱法（ICP-MS）。对于含量较高的重金属元素，如铅（Pb）、镉（Cd）、锌（Zn）、铜（Cu）等，使用火焰原子吸收光谱仪进行测定。具体操作步骤如下：首先，将原子吸收光谱仪预热30min，使其达到稳定工作状态。然后，按照仪器操作规程，设置合适的仪器参数，如波长、狭缝宽度、灯电流、燃气流量等。接着，依次测定标准溶液、空白溶液和样品溶液的吸光度。根据标准溶液的吸光度绘制标准曲线，再根据样品溶液的吸光度从标准曲线上查得样品中重金属元素的含量。对于含量较低的重金属元素，如汞（Hg）、砷（As）、硒（Se）等，使用电感耦合等离子体质谱仪进行测定。操作时，将电感耦合等离子体质谱仪开机预热，进行仪器调谐和校准，确保仪器性能良好。设置仪器参数，如射频功率、雾化气流量、辅助气流量、采样深度等。采用内标法进行测定，在样品溶液和标准溶液中加入适量的内标元素溶液，以校正仪器漂移和基体效应。依次测定标准溶液、空白溶液和样品溶液，根据标准溶液的测定结果绘制标准曲线，再根据样品溶液的测定结果从标准曲线上计算出样品中重金属元素的含量。为保证分析结果的准确性和可靠性，每批样品分析时均同时做空白试验和加标回收试验。空白试验结果应低于方法检出限，加标回收率应在85%-115%之间。定期对仪器进行校准和维护，使用标准物质对分析方法进行验证。本研究所用的标准物质为国家标准物质中心提供的土壤成分分析标准物质（GBW07401-GBW07408）和植物成分分析标准物质（GBW10010-GBW10014）。通过对标准物质的分析，验证了分析方法的准确性和可靠性，确保了研究结果的科学性和可信度。2.4数据处理与分析方法本研究采用了多种数据处理与分析方法，以深入探究高速公路沿线农田土壤和水稻中重金属含量的空间分布特征及其影响因素。运用统计学方法对重金属含量数据进行描述性统计分析，计算平均值、标准差、最小值、最大值等统计参数，以了解数据的集中趋势和离散程度。通过单因素方差分析（One-WayANOVA），检验不同采样点、不同距离以及不同土壤和水稻部位之间重金属含量的差异是否具有统计学意义，确定哪些因素对重金属含量有显著影响。同时，利用相关性分析方法，计算重金属元素之间以及重金属含量与其他环境因素（如土壤理化性质、交通流量等）之间的Pearson相关系数，分析它们之间的线性相关关系，初步判断各因素对重金属含量的影响方向和程度。为直观展示重金属含量的空间分布特征，利用地理信息系统（GIS）技术，将采样点的地理位置信息与重金属含量数据相结合。运用克里金插值法（Kriginginterpolation）对离散的采样点数据进行空间插值，生成连续的重金属含量空间分布图。克里金插值法是一种基于地统计学的空间插值方法，它考虑了采样点之间的空间自相关性，能够较为准确地估计未采样点的重金属含量。通过空间分布图，可以清晰地看出重金属含量在高速公路沿线的空间变化趋势，识别出高值区和低值区，以及可能存在的污染热点区域。此外，还可以利用GIS的空间分析功能，如缓冲区分析、叠加分析等，进一步分析重金属含量与高速公路距离、周边土地利用类型等因素之间的空间关系。为全面分析影响重金属含量的因素，采用多元线性回归分析方法，构建重金属含量与多个环境因素之间的回归模型。将土壤理化性质（如土壤pH值、有机质含量、阳离子交换容量等）、交通因素（如日均车流量、大型货车比例等）以及其他潜在影响因素（如周边工业污染源距离、农业施肥量等）作为自变量，重金属含量作为因变量，进行多元线性回归分析。通过回归分析，确定各因素对重金属含量的相对贡献大小，筛选出主要影响因素，并建立起能够较好解释和预测重金属含量变化的数学模型。同时，对回归模型进行显著性检验和拟合优度检验，评估模型的可靠性和有效性。通过以上多种数据处理与分析方法的综合运用，本研究能够从不同角度深入剖析高速公路沿线农田土壤和水稻中重金属含量的空间分布特征及其影响因素，为后续的研究结果讨论和结论得出提供坚实的数据支持和科学的分析依据。三、高速公路沿线农田土壤重金属含量空间分布特征3.1不同路段土壤重金属含量差异为深入探究高速公路沿线农田土壤重金属含量的空间分布特征，对不同路段的土壤样品进行了详细分析。结果显示，不同路段农田土壤中重金属含量存在显著差异（表1）。表1不同路段农田土壤重金属含量（mg/kg）路段PbCdHgAsCr路段A[X1][X2][X3][X4][X5]路段B[X6][X7][X8][X9][X10]路段C[X11][X12][X13][X14][X15]路段D[X16][X17][X18][X19][X20]其中，路段A土壤中铅（Pb）含量平均值为[X1]mg/kg，显著高于其他路段，在[距离1]处达到最大值[X1_max]mg/kg；路段B镉（Cd）含量相对较高，平均值为[X7]mg/kg，在[距离2]处出现高值[X7_max]mg/kg；路段C汞（Hg）含量在各路段中处于较高水平，平均值为[X13]mg/kg；路段D砷（As）和铬（Cr）含量相对突出，砷含量平均值为[X19]mg/kg，铬含量平均值为[X20]mg/kg。进一步分析发现，路段A靠近城市中心区域，交通流量大，且周边分布着一些工业企业，如[企业类型3]、[企业类型4]等，这些因素可能导致该路段土壤中重金属含量较高。工业企业在生产过程中排放的含有重金属的废气、废水和废渣，以及大量车辆的尾气排放和轮胎磨损等，都可能是土壤重金属的重要来源。路段B附近有一个大型物流园区，货车往来频繁。大型货车的轮胎和刹车系统在运行过程中磨损较为严重，会释放出大量含有重金属的颗粒物，这些颗粒物随着大气沉降和地表径流进入土壤，可能是导致该路段土壤镉含量较高的主要原因。路段C周边存在一家小型采矿企业，虽然规模较小，但采矿活动可能对土壤造成了一定程度的污染。采矿过程中产生的废渣随意堆放，其中的重金属元素在雨水淋溶等作用下，逐渐向周边土壤扩散，从而使该路段土壤汞含量升高。路段D处于城乡结合部，农业生产活动相对频繁。农民在农业生产中可能过量使用了含有重金属的农药、化肥，如[农药名称]、[化肥名称]等，这些农业投入品中的重金属在土壤中逐渐积累，导致土壤中砷和铬含量相对较高。通过单因素方差分析（One-WayANOVA）可知，不同路段土壤中Pb、Cd、Hg、As、Cr含量的差异均具有统计学意义（P<0.05）。这表明路段的不同是影响土壤重金属含量的重要因素之一，不同路段的环境条件、交通状况以及周边人类活动等的差异，共同导致了土壤重金属含量的显著不同。3.2距高速公路不同距离土壤重金属含量变化研究不同距离处土壤采样点的重金属含量，结果显示，随着与高速公路距离的增加，土壤中多种重金属含量呈现出不同程度的变化趋势（图1）。图1土壤重金属含量随与高速公路距离的变化从整体趋势来看，铅（Pb）含量在距离高速公路20米处为[X]mg/kg，随着距离增加逐渐降低，在500米处降至[X]mg/kg。镉（Cd）含量在20米处为[X]mg/kg，同样随距离增加而减少，500米处为[X]mg/kg。汞（Hg）含量在20米处为[X]mg/kg，到500米处下降至[X]mg/kg。砷（As）含量在20米处为[X]mg/kg，500米处降低至[X]mg/kg。铬（Cr）含量在20米处为[X]mg/kg，500米处减少至[X]mg/kg。这种含量随距离增加而降低的变化趋势，主要是因为高速公路是重金属的重要污染源。汽车尾气排放是高速公路周边土壤重金属的重要来源之一。在汽车行驶过程中，发动机燃烧汽油或柴油，会产生含有重金属的废气，如铅、镉、汞等。这些重金属随着尾气排放到大气中，一部分会直接沉降到高速公路沿线的土壤中，导致距离高速公路越近的土壤中重金属含量越高。随着距离的增加，尾气中的重金属在大气中的扩散和稀释作用增强，沉降到土壤中的量逐渐减少。轮胎磨损也是导致高速公路周边土壤重金属污染的原因之一。汽车轮胎在行驶过程中与路面摩擦，会产生含有重金属的微小颗粒，如锌、铜等。这些颗粒随着轮胎的转动被甩到周围环境中，通过大气沉降和地表径流等方式进入土壤。距离高速公路越近，受到轮胎磨损产生的重金属颗粒影响越大，土壤中重金属含量也就越高。随着距离的增加，轮胎磨损颗粒的扩散和沉降作用逐渐减弱，土壤中重金属含量随之降低。刹车磨损同样会释放出含有重金属的颗粒物，如铁、镉等。当车辆刹车时，刹车片与刹车盘之间的摩擦会使刹车片表面的材料磨损，产生含有重金属的微小颗粒。这些颗粒会随着空气流动扩散到周围环境中，进而进入土壤。在距离高速公路较近的区域，刹车磨损产生的重金属颗粒物更容易沉降到土壤中，导致土壤中重金属含量升高。而随着距离的增加，这些颗粒物的沉降量逐渐减少，土壤中重金属含量也相应降低。为了进一步分析土壤重金属含量与距离高速公路远近的关系，对两者进行了相关性分析。结果表明，土壤中Pb、Cd、Hg、As、Cr含量与距离高速公路的距离均呈显著负相关（P<0.01），相关系数分别为[r1]、[r2]、[r3]、[r4]、[r5]。这进一步证实了随着与高速公路距离的增加，土壤中重金属含量显著降低的变化趋势。3.3土壤重金属含量的空间插值分析为了更直观地展示土壤重金属含量在研究区域的空间分布格局，运用地理信息系统（GIS）技术中的克里金插值法，对不同采样点的土壤重金属含量数据进行空间插值处理，生成了土壤重金属含量的空间分布图（图2-图6）。图2土壤铅（Pb）含量空间分布图图3土壤镉（Cd）含量空间分布图图4土壤汞（Hg）含量空间分布图图5土壤砷（As）含量空间分布图图6土壤铬（Cr）含量空间分布图从土壤铅（Pb）含量空间分布图（图2）可以看出，高值区域主要集中在高速公路沿线两侧，尤其是在靠近城市中心的路段以及与其他交通干道交汇处。这些区域的交通流量大，车辆频繁启停和加速，导致汽车尾气排放和轮胎磨损等产生的铅污染物增多，进而使得土壤中铅含量显著升高。高污染区域呈条带状分布，沿着高速公路的走向延伸，其宽度在不同路段有所差异，一般在距离高速公路100米范围内，部分交通繁忙路段的污染带宽度可达200米。土壤镉（Cd）含量空间分布图（图3）显示，高值区同样集中在高速公路沿线，特别是在大型物流园区、工厂附近的路段。这些区域由于货车运输频繁以及工业活动的影响，使得土壤镉污染较为严重。高污染区域的形状较为不规则，在物流园区和工厂周边呈块状分布，向周边逐渐扩散，污染范围相对集中在距离高速公路50-150米的区域。土壤汞（Hg）含量空间分布图（图4）表明，高值区域主要出现在高速公路周边存在采矿企业或化工企业的地段。这些企业在生产过程中排放的含汞废气、废水和废渣，是土壤汞污染的主要来源。高污染区域呈现出以污染源为中心，向四周逐渐递减的分布特点，在污染源附近50米范围内汞含量较高，随着距离增加，含量迅速降低。土壤砷（As）和铬（Cr）含量空间分布图（图5、图6）显示，高值区除了分布在高速公路沿线外，在农业活动频繁的城乡结合部也有出现。农业生产中使用的农药、化肥以及污水灌溉等，可能是导致这些区域土壤砷和铬含量升高的原因。高污染区域在高速公路沿线呈条带状分布，在城乡结合部呈片状分布，污染范围相对较广，在距离高速公路200米范围内以及城乡结合部的农田区域均有较高含量的分布。通过空间插值分析生成的土壤重金属含量空间分布图，清晰直观地展示了重金属在研究区域的空间分布格局。高污染区域的分布范围和形状与高速公路的交通状况、周边工业企业分布以及农业生产活动等因素密切相关。这些结果为进一步分析土壤重金属污染的来源和影响因素提供了重要的可视化依据，也为制定针对性的污染防治措施提供了科学参考。四、高速公路沿线水稻重金属含量空间分布特征4.1不同路段水稻重金属含量差异对不同路段水稻样品中重金属含量进行测定，结果表明不同路段间存在明显差异（表2）。表2不同路段水稻重金属含量（mg/kg）路段PbCdHgAsCr路段A[X1][X2][X3][X4][X5]路段B[X6][X7][X8][X9][X10]路段C[X11][X12][X13][X14][X15]路段D[X16][X17][X18][X19][X20]路段A水稻籽粒中铅（Pb）含量平均值达到[X1]mg/kg，显著高于其他路段，最大值出现在[距离3]处，为[X1_max]mg/kg；路段B镉（Cd）含量较高，平均值为[X7]mg/kg，在[距离4]处出现高值[X7_max]mg/kg；路段C汞（Hg）含量相对突出，平均值为[X13]mg/kg；路段D砷（As）和铬（Cr）含量在各路段中较为显著，砷含量平均值为[X19]mg/kg，铬含量平均值为[X20]mg/kg。路段A靠近城市中心，交通流量大，汽车尾气排放和轮胎磨损等产生的重金属污染物较多。这些污染物通过大气沉降、地表径流等途径进入农田，被水稻吸收，导致该路段水稻中重金属含量较高。同时，周边工业企业排放的废气、废水和废渣中含有的重金属，也可能对水稻造成污染。路段B附近的大型物流园区，货车频繁往来。货车在行驶过程中，刹车系统和轮胎的磨损会释放出大量含有重金属的颗粒物。这些颗粒物在大气中扩散，部分沉降到农田中，使得该路段水稻更容易受到镉等重金属的污染。路段C周边的小型采矿企业，采矿活动产生的废渣含有较高浓度的汞等重金属。废渣中的重金属在雨水淋溶等作用下，进入土壤和水体，进而被水稻吸收，导致该路段水稻汞含量升高。路段D处于城乡结合部，农业生产活动中使用的农药、化肥以及污水灌溉等，可能是导致水稻中砷和铬含量较高的原因。一些农药和化肥中含有重金属杂质，长期使用会在土壤中积累，被水稻吸收。污水灌溉如果水质不合格，也会将其中的重金属带入农田，影响水稻生长。通过单因素方差分析可知，不同路段水稻中Pb、Cd、Hg、As、Cr含量的差异均具有统计学意义（P<0.05）。这表明不同路段的环境条件、交通状况以及周边人类活动等因素的差异，对水稻重金属含量产生了显著影响。4.2水稻不同部位重金属含量分布进一步对水稻不同部位（籽粒、茎叶、颖壳）的重金属含量进行分析，结果显示出明显的差异（表3）。表3水稻不同部位重金属含量（mg/kg）部位PbCdHgAsCr籽粒[X1][X2][X3][X4][X5]茎叶[X6][X7][X8][X9][X10]颖壳[X11][X12][X13][X14][X15]在水稻植株中，茎叶对铅（Pb）的富集能力较强，含量平均值为[X6]mg/kg，显著高于籽粒和颖壳。这可能是因为水稻通过根系从土壤中吸收铅后，部分铅通过蒸腾作用等生理过程向上运输到茎叶部位，且茎叶表面积较大，与外界环境接触更广泛，更容易吸附和积累大气沉降中的铅污染物。镉（Cd）在颖壳中的含量相对较高，平均值达到[X12]mg/kg。颖壳作为水稻籽粒的保护结构，在生长过程中与外界环境接触密切，可能通过表面吸附、离子交换等方式积累了较多的镉。同时，颖壳中的镉也可能会在一定程度上向籽粒中迁移，影响籽粒的质量安全。汞（Hg）在茎叶中的含量最高，平均值为[X8]mg/kg。水稻吸收汞后，在体内的运输和分配受到多种因素的影响，茎叶的生理活动较为活跃，可能有利于汞的积累。此外，大气中的汞污染物也可能通过叶片的气孔进入水稻植株，在茎叶中富集。砷（As）在籽粒中的含量相对突出，平均值为[X4]mg/kg。虽然水稻根系吸收的砷大部分会滞留在根部，但仍有一部分会通过木质部等途径运输到地上部分，最终在籽粒中积累。砷在籽粒中的积累可能会对人体健康造成潜在威胁，因为籽粒是人类食用的主要部分。铬（Cr）在茎叶中的含量较高，平均值为[X10]mg/kg。铬在水稻体内的迁移和分布与其他重金属类似，茎叶作为光合作用和物质代谢的主要场所，对铬具有较强的富集能力。同时，土壤中的铬也可能通过根系吸收进入水稻植株，并在茎叶中积累。通过单因素方差分析可知，水稻不同部位中Pb、Cd、Hg、As、Cr含量的差异均具有统计学意义（P<0.05）。这表明重金属在水稻不同部位的积累规律存在显著差异，不同部位对重金属的富集能力和迁移途径各不相同。这些结果对于深入了解重金属在水稻体内的迁移转化机制以及评估水稻的食品安全风险具有重要意义。4.3水稻重金属含量与土壤重金属含量的关系为探究水稻重金属含量与土壤重金属含量之间的内在联系，对两者进行了相关性分析，结果见表4。表4水稻重金属含量与土壤重金属含量的相关性分析PbCdHgAsCr土壤Pb[r1]**----土壤Cd-[r2]**---土壤Hg--[r3]**--土壤As---[r4]**-土壤Cr----[r5]**注：**表示在0.01水平上显著相关。由表4可知，水稻籽粒中铅（Pb）含量与土壤中铅含量呈极显著正相关（r1=[具体相关系数值]，P<0.01），这表明土壤中铅含量越高，水稻籽粒对铅的吸收和积累也越多。土壤中的铅可以通过水稻根系的吸收作用进入水稻植株体内，并随着蒸腾作用等生理过程向上运输，最终在籽粒中积累。水稻籽粒中镉（Cd）含量与土壤中镉含量呈极显著正相关（r2=[具体相关系数值]，P<0.01）。土壤中的镉是水稻镉污染的主要来源之一，当土壤中镉含量增加时，水稻根系对镉的吸收能力增强，从而导致水稻籽粒中镉含量升高。水稻籽粒中汞（Hg）含量与土壤中汞含量呈极显著正相关（r3=[具体相关系数值]，P<0.01）。土壤汞通过水稻根系吸收进入植株后，会在体内进行迁移和分配，部分汞会积累在籽粒中，使得水稻籽粒汞含量与土壤汞含量密切相关。水稻籽粒中砷（As）含量与土壤中砷含量呈极显著正相关（r4=[具体相关系数值]，P<0.01）。土壤中的砷可被水稻根系吸收，虽然大部分砷会滞留在根部，但仍有一定比例的砷会通过木质部等途径运输到地上部分，并在籽粒中积累，因此土壤砷含量对水稻籽粒砷含量有显著影响。水稻籽粒中铬（Cr）含量与土壤中铬含量呈极显著正相关（r5=[具体相关系数值]，P<0.01）。土壤中的铬被水稻根系吸收后，在体内的迁移和分配过程中，部分铬会积累在籽粒中，使得两者呈现显著的正相关关系。除了籽粒，水稻茎叶和颖壳中的重金属含量与土壤重金属含量也存在一定的相关性。例如，水稻茎叶中铅含量与土壤铅含量呈显著正相关（r=[具体相关系数值]，P<0.05），这是因为水稻茎叶通过根系吸收土壤中的铅，且其表面积较大，与外界环境接触广泛，容易吸附和积累大气沉降中的铅污染物，从而导致茎叶铅含量与土壤铅含量相关。颖壳中镉含量与土壤镉含量呈显著正相关（r=[具体相关系数值]，P<0.05），颖壳在生长过程中与外界环境接触密切，可能通过表面吸附、离子交换等方式从土壤和大气中吸收镉，使得颖壳镉含量与土壤镉含量存在关联。综上所述，水稻不同部位（籽粒、茎叶、颖壳）的重金属含量与土壤中对应重金属含量之间存在显著的正相关关系，表明土壤重金属含量是影响水稻吸收和积累重金属的重要因素之一。土壤中重金属含量的高低直接影响着水稻对重金属的吸收量和在不同部位的积累程度。五、影响高速公路沿线农田土壤和水稻重金属含量的因素5.1交通因素5.1.1交通流量与重金属含量的关系交通流量作为高速公路的关键特征之一，与沿线农田土壤和水稻中的重金属含量存在紧密联系。通过对不同交通流量路段的农田土壤和水稻样品进行分析，发现随着交通流量的增加，土壤和水稻中的重金属含量呈现上升趋势。在交通流量大的路段，如城市出入口附近的高速公路路段，日均车流量可达[X]辆以上。该路段周边20米处农田土壤中铅（Pb）含量平均值为[X]mg/kg，镉（Cd）含量平均值为[X]mg/kg；而在交通流量相对较小的路段，如远离城市的郊区路段，日均车流量约为[X]辆，其周边20米处农田土壤中铅含量平均值为[X]mg/kg，镉含量平均值为[X]mg/kg。可见，交通流量大的路段土壤中重金属含量明显高于交通流量小的路段。对于水稻而言，同样呈现类似规律。在交通繁忙路段附近的水稻，其籽粒中铅含量平均值为[X]mg/kg，镉含量平均值为[X]mg/kg；而在交通流量较小路段附近的水稻，籽粒中铅含量平均值为[X]mg/kg，镉含量平均值为[X]mg/kg。为进一步明确两者之间的定量关系，利用统计分析方法，建立了交通流量与土壤和水稻重金属含量的数学模型。以土壤中铅含量为例，通过多元线性回归分析，得到回归方程：Y=aX+b+ε，其中Y表示土壤铅含量（mg/kg），X表示交通流量（辆/日），a为回归系数，b为常数项，ε为随机误差项。经计算，a=[具体回归系数值]，表明交通流量每增加1000辆/日，土壤中铅含量约增加[X]mg/kg。这种关系的形成主要是因为交通流量越大，汽车尾气排放、轮胎磨损以及刹车磨损等产生的重金属污染物就越多。汽车尾气中含有铅、镉、汞等重金属，在燃烧过程中，这些重金属随着尾气排放到大气中，随后通过大气沉降进入周边农田土壤。轮胎磨损产生的颗粒物中含有锌、铜等重金属，刹车磨损产生的颗粒物中含有铁、镉等重金属，这些颗粒物在交通流量大的情况下，更易扩散到周边环境并沉降到土壤中。同时，水稻在生长过程中，通过根系从土壤中吸收重金属，也会受到土壤中重金属含量升高的影响，导致水稻中重金属含量相应增加。5.1.2汽车尾气排放对重金属污染的贡献汽车尾气排放是高速公路沿线农田土壤和水稻重金属污染的重要来源之一。汽车发动机在燃烧汽油或柴油时，会产生一系列复杂的化学反应，其中部分重金属元素会随着尾气排放到大气中。尾气中的重金属主要来源于燃油中的添加剂、发动机零部件的磨损以及润滑油的消耗等。例如，含铅汽油在燃烧过程中，铅元素会以颗粒物的形式排放到尾气中；发动机内部的金属部件在高温和摩擦作用下，会磨损产生含有重金属的微小颗粒，这些颗粒也会混入尾气中。为估算汽车尾气排放的重金属在土壤和水稻中的积累量，通过查阅相关文献资料，并结合本研究区域的实际情况进行分析。研究表明，每辆汽车每年排放的铅约为[X]g，镉约为[X]g，汞约为[X]g。假设本研究区域内高速公路的日均车流量为[X]辆，一年按365天计算，则每年通过该高速公路排放的铅总量约为[X]kg，镉总量约为[X]kg，汞总量约为[X]kg。这些排放到大气中的重金属，一部分会直接沉降到高速公路沿线的农田土壤中。通过大气沉降模拟实验，发现距离高速公路20米处的土壤，每年从大气沉降中接收的铅约为[X]mg/kg，镉约为[X]mg/kg，汞约为[X]mg/kg。随着距离的增加，大气沉降的重金属量逐渐减少，在距离高速公路500米处，土壤每年接收的铅约为[X]mg/kg，镉约为[X]mg/kg，汞约为[X]mg/kg。水稻对汽车尾气中重金属的吸收主要通过根系从土壤中摄取以及叶片对大气中重金属颗粒物的吸附。研究发现，水稻根系对土壤中铅的吸收率约为[X]%，对镉的吸收率约为[X]%，对汞的吸收率约为[X]%。以距离高速公路20米处的水稻为例，其籽粒中铅含量约有[X]%来自于汽车尾气排放的重金属在土壤中的积累，镉含量约有[X]%来自于此，汞含量约有[X]%来自于此。汽车尾气排放对高速公路沿线农田土壤和水稻重金属污染起到了主要作用。尾气中的重金属通过大气沉降进入土壤，增加了土壤中重金属的含量，进而被水稻吸收，导致水稻中重金属含量升高。减少汽车尾气排放，如推广使用清洁能源汽车、提高汽车尾气排放标准等措施，对于降低高速公路沿线农田土壤和水稻的重金属污染具有重要意义。5.2土壤性质因素5.2.1土壤pH值对重金属迁移转化的影响土壤pH值是影响重金属在土壤中迁移转化和生物有效性的关键因素之一。不同pH值条件下，土壤中重金属的存在形态和化学行为存在显著差异，进而影响其在土壤中的迁移能力以及被水稻吸收的程度。在酸性土壤（pH<6.5）中，氢离子浓度较高，会与重金属离子发生竞争吸附作用，从而将土壤胶体表面吸附的重金属离子解吸下来，使其进入土壤溶液，增加了重金属的迁移性和生物有效性。研究表明，当土壤pH值从7.0降至5.5时，土壤中铅（Pb）、镉（Cd）、锌（Zn）等重金属的交换态含量显著增加，而残渣态含量则相应减少。交换态重金属具有较高的活性和移动性，更容易被水稻根系吸收，从而导致水稻中重金属含量升高。例如，在一项模拟实验中，将水稻种植在不同pH值的土壤中，结果发现，在pH值为5.0的酸性土壤中生长的水稻，其籽粒中镉含量比在pH值为7.0的中性土壤中生长的水稻高出30%-50%。这是因为酸性土壤中，镉离子的溶解度增加，更容易被水稻根系吸收和转运到地上部分。在碱性土壤（pH>7.5）中，重金属离子容易与土壤中的氢氧根离子、碳酸根离子等结合，形成氢氧化物、碳酸盐等沉淀，从而降低了重金属的迁移性和生物有效性。例如，铅在碱性条件下会形成氢氧化铅沉淀（Pb(OH)₂），镉会形成碳酸镉沉淀（CdCO₃）。这些沉淀态的重金属难以被水稻根系吸收，从而减少了水稻对重金属的积累。有研究对不同pH值土壤中水稻对铅的吸收进行了分析，发现在pH值为8.0的碱性土壤中，水稻根系对铅的吸收量比在pH值为6.0的酸性土壤中减少了约60%。此外，土壤pH值还会影响土壤中微生物的活性和群落结构，进而间接影响重金属的迁移转化。在酸性土壤中，微生物的种类和数量相对较少，且一些对重金属具有解毒作用的微生物活性受到抑制，这不利于土壤中重金属的固定和转化。而在中性至碱性土壤中，微生物的活性较高，一些微生物能够通过分泌有机酸、多糖等物质，与重金属离子形成络合物或螯合物，降低重金属的生物有效性。例如，某些细菌和真菌能够分泌柠檬酸、草酸等有机酸，这些有机酸可以与重金属离子结合，形成稳定的络合物，从而减少重金属在土壤中的迁移和被水稻吸收的可能性。为了进一步探究土壤pH值对高速公路沿线农田土壤和水稻中重金属含量的影响，对不同pH值土壤采样点的重金属含量数据进行了相关性分析。结果显示，土壤中铅、镉、汞、砷、铬等重金属含量与土壤pH值呈显著负相关（P<0.01），相关系数分别为[r1]、[r2]、[r3]、[r4]、[r5]。这表明，随着土壤pH值的降低，土壤中重金属的含量有升高的趋势，进一步说明了土壤pH值在调控重金属迁移转化和水稻吸收过程中的重要作用。5.2.2土壤有机质与重金属的吸附解吸作用土壤有机质是土壤的重要组成部分，对重金属在土壤中的固定和释放起着关键作用，进而影响水稻对重金属的吸收。土壤有机质主要包括腐殖质、动植物残体及其分解产物等，其中腐殖质是土壤有机质的主体，具有丰富的官能团，如羧基（-COOH）、酚羟基（-OH）、醇羟基（-OH）等，这些官能团能够与重金属离子发生络合、螯合等作用，从而影响重金属在土壤中的吸附解吸行为。土壤有机质对重金属的吸附能力较强，能够将重金属离子固定在土壤颗粒表面，降低其在土壤溶液中的浓度，从而减少重金属的迁移性和生物有效性。研究表明，土壤有机质含量与重金属吸附量之间存在显著的正相关关系。当土壤有机质含量增加时，土壤对铅、镉、汞等重金属的吸附容量显著提高。例如，在一项室内吸附实验中，向不同有机质含量的土壤中添加等量的镉离子，结果发现，有机质含量为5%的土壤对镉的吸附量比有机质含量为2%的土壤高出约40%。这是因为有机质中的官能团能够与镉离子形成稳定的络合物或螯合物，从而增加了土壤对镉的吸附能力。在一定条件下，土壤有机质与重金属形成的络合物或螯合物也会发生解吸作用，使重金属重新释放到土壤溶液中，增加其生物有效性。解吸过程受到多种因素的影响，如土壤pH值、氧化还原电位、离子强度等。在酸性条件下，氢离子会与重金属离子竞争有机质表面的吸附位点，导致络合物或螯合物的稳定性降低，从而促进重金属的解吸。研究发现，当土壤pH值从7.0降至5.5时，土壤中有机质与铅形成的络合物的解吸率增加了约30%。此外，氧化还原电位的变化也会影响有机质与重金属之间的化学键稳定性，从而影响解吸过程。在还原条件下，一些金属离子的价态会发生变化，导致络合物或螯合物的结构改变，促进重金属的解吸。土壤有机质对重金属吸附解吸作用的影响，直接关系到水稻对重金属的吸收。当土壤中有机质含量较高时，重金属被固定在土壤颗粒表面，水稻根系难以吸收，从而降低了水稻中重金属的含量。相反，当有机质与重金属的络合物或螯合物发生解吸，使土壤溶液中重金属浓度升高时，水稻对重金属的吸收量也会相应增加。对高速公路沿线农田土壤和水稻样品的分析发现，土壤有机质含量与水稻籽粒中重金属含量呈显著负相关（P<0.01）。例如，土壤有机质含量较高的采样点，水稻籽粒中铅含量相对较低，相关系数为[r6]。这进一步证实了土壤有机质通过对重金属的吸附解吸作用，对水稻吸收重金属起到了重要的调控作用。5.3地理环境因素5.3.1地形地貌对重金属扩散的影响研究区域地形地貌复杂多样，主要包括平原、丘陵和山地等。地形地貌特征对高速公路沿线农田土壤重金属的扩散和水稻重金属含量有着显著的间接影响。在平原地区，地势平坦开阔，土壤质地较为均一，有利于重金属在土壤中的横向扩散。当高速公路沿线存在重金属污染源，如汽车尾气排放、轮胎磨损等产生的重金属颗粒物，在风力和地表径流的作用下，容易在平坦的平原地区向四周扩散，使得污染范围相对较大。相关研究表明，在平原地区高速公路两侧200-500米范围内，土壤中重金属含量的变化相对较为平缓，没有明显的梯度变化。这是因为平原地区地形的均一性，使得重金属在扩散过程中受到的阻碍较小，能够较为均匀地分布在一定范围内。然而，在丘陵和山地地区，地形起伏较大，坡度和坡向的变化会对重金属的扩散产生重要影响。坡度较大的区域，地表径流速度较快，在降雨过程中，雨水携带的重金属颗粒物会随着地表径流快速向下坡方向移动，导致下坡方向的土壤中重金属含量相对较高。有研究对某丘陵地区高速公路沿线土壤重金属含量进行分析，发现下坡方向距离高速公路50米处土壤中铅含量比上坡方向相同距离处高出约30%。这是因为地表径流的冲刷作用使得重金属向下坡方向迁移和富集。坡向也会影响重金属的扩散。在阳坡，光照充足，温度较高，土壤水分蒸发较快，土壤微生物活动相对活跃，这些因素会影响重金属在土壤中的化学形态和迁移转化。例如，在阳坡土壤中，一些重金属可能会与土壤中的有机质和微生物分泌物形成络合物或螯合物，从而影响其迁移性。而在阴坡，由于光照和温度条件相对较差，土壤水分含量相对较高，重金属的迁移速度可能会受到一定限制。研究还发现，坡向会影响植被的生长分布，进而间接影响重金属的扩散。阳坡植被生长较为茂盛，植被根系对土壤的固定作用较强，可能会减少重金属的扩散；而阴坡植被相对较少，土壤的抗侵蚀能力较弱，重金属更容易在地表径流的作用下扩散。地形地貌还会影响大气污染物的扩散路径，进而影响高速公路沿线农田土壤和水稻的重金属污染。在山地地区，山谷和山坡之间存在明显的热力差异，容易形成山谷风。在白天，山坡受热升温快，空气上升，山谷中的冷空气则流向山坡，形成谷风；在夜晚，山坡降温快，空气下沉，山坡上的冷空气流向山谷，形成山风。这种山谷风的存在会导致大气中重金属污染物的扩散路径变得复杂。当高速公路位于山谷中时，在谷风的作用下，汽车尾气排放的重金属污染物可能会被带到山坡上，使山坡上的农田土壤和水稻受到污染；而在山风的作用下，污染物又可能会回到山谷中，加剧山谷内的污染程度。地形地貌特征通过影响重金属在土壤中的扩散方向、范围以及大气污染物的扩散路径，对高速公路沿线农田土壤和水稻的重金属含量产生重要影响。在制定高速公路周边农田生态环境保护措施时，需要充分考虑地形地貌因素，以便更有效地控制重金属污染的扩散。5.3.2气象条件对重金属沉降的作用气象条件，如降水、风力等，在高速公路沿线大气中重金属的传输和在农田的沉降过程中扮演着重要角色，对土壤和水稻中的重金属含量有着直接影响。降水是大气中重金属沉降的重要驱动力之一。降雨过程中，雨滴能够捕获大气中的重金属颗粒物，通过湿沉降的方式将其带到地面，从而增加土壤中的重金属含量。研究表明，降水的酸碱度、降雨量和降雨频率等因素都会影响重金属的沉降量。在酸雨频发的地区，降水的pH值较低，酸性降水会增强大气中重金属的溶解性，使其更容易被雨滴捕获并沉降到地面。例如，在某酸雨污染严重的地区，监测发现每次降雨后，高速公路沿线土壤中铅、镉等重金属含量会明显增加。这是因为酸性降水中的氢离子会与大气颗粒物表面的重金属发生化学反应，使其从颗粒物表面溶解下来，随着降雨进入土壤。降雨量和降雨频率也与重金属沉降量密切相关。一般来说，降雨量越大、降雨频率越高，大气中重金属的沉降量就越大。大量的降雨能够携带更多的重金属颗粒物沉降到农田中。在暴雨天气下，短时间内大量的雨水会迅速将大气中的重金属冲刷到地面，导致土壤中重金属含量在短时间内急剧升高。相关研究数据显示，在降雨量为50mm以上的降雨事件后，高速公路沿线20米处土壤中汞含量平均增加了[X]mg/kg。风力对大气中重金属的传输和扩散起着关键作用。较强的风力能够将高速公路汽车尾气排放的重金属颗粒物输送到更远的距离。在风力作用下，重金属颗粒物可以随着大气环流扩散到周边地区，扩大了重金属污染的范围。例如，当风力达到5-6级时，高速公路沿线排放的重金属颗粒物可以扩散到距离公路500米甚至更远的农田中。风向也会影响重金属的传输方向，使得重金属在特定方向上的农田中沉降和积累。如果高速公路沿线常年盛行某一方向的风，那么在该风向的下风向农田中，重金属含量往往会相对较高。有研究对某高速公路沿线不同方向农田土壤重金属含量进行监测，发现下风向距离高速公路100米处农田土壤中铬含量比上风向相同距离处高出约40%。此外，风速还会影响大气中重金属颗粒物的沉降速度。当风速较小时，重金属颗粒物在大气中的停留时间较长，沉降速度较慢；而当风速较大时，重金属颗粒物在大气中的扩散速度加快，但沉降速度也会相应增加。在微风天气下，重金属颗粒物可能会在大气中悬浮较长时间，逐渐向周围扩散；而在大风天气下，虽然重金属颗粒物会迅速被输送到远处，但也会较快地沉降到地面。气象条件中的降水和风力等因素通过不同的作用机制，影响着大气中重金属的传输和在农田的沉降过程，进而对高速公路沿线农田土壤和水稻中的重金属含量产生重要影响。了解气象条件与重金属沉降的关系，对于预测和评估高速公路周边农田的重金属污染状况具有重要意义。六、结论与展望6.1研究主要结论本研究通过对高速公路沿线农田土壤和水稻中重金属含量的系统分析，深入探讨了其空间分布特征及影响因素，主要研究结论如下：土壤重金属含量空间分布特征：不同路段农田土壤重金属含量存在显著差异。靠近城市中心、交通流量大且周边有工业企业的路段，土壤中重金属含量较高；