环境科学研究  2018, Vol. 31 Issue (8): 1399-1406  DOI: 10.13198/j.issn.1001-6929.2018.03.38

引用本文  

秦治恒, 师华定, 王明浩, 等. 湘江流域主要支流土壤Cd污染空间分布与相关性[J]. 环境科学研究, 2018, 31(8): 1399-1406.
QIN Zhiheng, SHI Huading, WANG Minghao, et al. Spatial Distribution and Correlation of Soil Cadmium Contamination in Xiangjiang River Tributary Basin of China[J]. Research of Environmental Sciences, 2018, 31(8): 1399-1406.

基金项目

国家重点研究发展计划项目(No.2017YFD0801101-2)
Supported by National Key Research and Development Program of China (No.2017YFD0801101-2)

责任作者

师华定(1979-), 男, 山西临汾人, 研究员, 博士, 主要从事区域土壤污染防治、生态遥感、气候变化研究, shihd@craes.org.cn.

作者简介

秦治恒(1993-), 男, 山西晋城人, qinzh@craes.org.cn

文章历史

收稿日期:2017-12-08
修订日期:2018-02-26
湘江流域主要支流土壤Cd污染空间分布与相关性
秦治恒1,2 , 师华定2 , 王明浩2,4 , 白中科1,3 , 杨泽栋1 , 郝易成1,2     
1. 中国地质大学(北京)土地科学技术学院, 北京 100083;
2. 中国环境科学研究院土壤与固废环境研究所, 北京 100012;
3. 国土资源部土地整治重点实验室, 北京 100083;
4. 清华大学环境学院, 北京 100084
摘要:针对土壤Cd污染超标问题,开展流域尺度下的土壤Cd空间分布与相关性分析,选定土壤污染热点区域——湘江流域作为研究对象,以流域内主要支流的汇水范围作为分析单元,研究各支流流域土壤w(Cd)的空间分布特征及空间相关性.结果表明:湘江流域上、中、下游各支流流域之间表现出明显的空间差异性,土壤w(Cd)平均值表现为中游支流(0.29 mg/kg)>下游支流(0.19 mg/kg)>上游支流(0.17 mg/kg);湘江流域的土壤w(Cd)分布与相关污染企业位置相关性很高,沩水、浏阳河、渌江、涟水、洣水、蒸水、耒水、舂陵水和灌江流域土壤w(Cd)空间相关性较低(0.626 ≤ R ≤ 0.767),企业位置分布具有明显的聚集性;潇水流域土壤w(Cd)空间相关性(R=0.889)较高,企业分布较为均匀,通过潇水流域的各向异性分析可知,土壤w(Cd)分布与企业分布方向一致.研究显示,湘江流域内土壤w(Cd)分布存在空间差异性,各支流的土壤w(Cd)与相关污染企业的空间分布存在依存关系.
关键词土壤Cd污染    箱形图    空间自相关    空间变异    分区评价    
Spatial Distribution and Correlation of Soil Cadmium Contamination in Xiangjiang River Tributary Basin of China
QIN Zhiheng1,2 , SHI Huading2 , WANG Minghao2,4 , BAI Zhongke1,3 , YANG Zedong1 , HAO Yicheng1,2     
1. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China;
2. Institute of Soil and Solid Waste Environment, China Research Academy of Environmental Sciences, Beijing 100012, China;
3. Key Lab for Land Consolidation, MLR, Beijing 100083, China;
4. School of Environment, Tsinghua University, Beijing 100084, China
Abstract: Because of the diversiform sources of soil contamination, such as the exhaust gas discharged by manufacturers, sewage irrigation, excessive use of phosphatic fertilizers and so on, soil heavy metal contamination is complicated. It has become one of the most serious environmental problems. Soil contamination incidents caused by Cd were reported to be threatful to human health in China. For this reason, we take the Xiangjiang River Basin, where soil heavy metal contamination has received extensive attention, as the research object, and simulate the influence range of the tributary of Xiangjiang River. Then, we carried out soil point layout, sampling and analytical test. Simultaneously, we classified and analyzed the data about polluting firms in research region. It proves that the Cd content in contaminated soil of the upstream tributary of the Xiangjiang River Basin is the lowest (0.17 mg/kg) and the downstream tributary is the second one (0.19 mg/kg), and the Cd content in contaminated soils of the middle reaches is the highest one (0.29 mg/kg). There are obvious differences in Cd content in contaminated soils in different tributaries basin. The result of the spatial autocorrelation analysis and spatial heterogeneity analysis are also different in various tributary basins. The spatial correlation of Cd content in contaminated soils in the Weishui River basin, the Liuyang River basin, the Lujiang River Basin, the Lianshui River Basin, the Mishui River Basin, the Zhengshui River Basin, the Leishui River Basin, the Chonglingshui River Basin and the Guanjiang River Basin are relatively low with R values between 0.626 and 0.767, and the aggregated distribution of enterprises was obvious. The spatial distribution of Cd content in Xiaoshui Basin is relatively high (R=0.889), and the distribution of enterprises is well-distributed. According to the analysis of anisotropy in Xiaoshui Basin, the distribution of Cd content in contaminated soils is consistent with the distribution of enterprises. The research shows that the soil Cd content is obvious differences in different tributaries basin and is related to the spatial distribution of related polluting enterprises in the Xiangjiang River.
Keywords: Cd contaminated soils    boxplot    spatial autocorrelation analysis    spatial heterogeneity analysis    division evaluation    

土壤环境是一个开放的系统,土壤圈作为大气圈、水圈、岩石圈、生物圈的交界面,是各圈层间物质与能量交换的枢纽[1-2]. Cd作为一种生物毒性很强的重金属元素,一般由基岩、土壤母质转化而来的自然形态的Cd不会对生物造成影响;而人为因素引入土壤中的Cd由于价态的原因,很容易被植物所吸收,最终富集在食物链的顶端,危害人体健康[3-6].随着我国工业化进程的不断推进,有研究[6-9]表明,在我国经济发达的地区,往往是土壤污染较为严重的区域,特别是电镀、油漆着色剂、合金抗腐蚀和抗摩擦剂、塑料稳定剂、光敏元件的制备、金属镀锌、轮胎以及电池生产等行业的聚集区更是土壤Cd污染的聚集区.与此同时,这些流域也是我国主要的粮食产区,对于粮食安全造成极为不利的影响. 2009年的湖南浏阳Cd中毒事件、2013年广西龙江镉污染事件等是土壤Cd污染的典型代表,严重威胁着社会的和谐安定.

目前国内外学者对于土壤w(Cd)分布的研究主要集中在Cd在蔬菜、粮食中的传播途径[10-14],土壤Cd的修复治理[15-16]、Cd对生物的危害及影响方面[17-18],研究范围主要是场地周边[19-20]、典型工业聚集区[21]和重要的流域范围内[22],流域范围内的研究主要位于经济发达的城市集聚区或者工业集聚区[21],对于全流域及其主要支流的研究目前依旧缺乏.湘江流域作为我国有色金属之乡的主要流域,相关研究主要集中在流域范围内的典型工矿厂区域土壤污染状况以及安全评估[10-11, 23-25],对于全流域尺度下的土壤w(Cd)分布状况研究和空间集聚相关性研究,以及各支流的土壤污染差异研究依然缺乏.该研究立足于全流域的土壤污染分布状况,以湘江流域内二级支流汇水区作为分析单元,在研究区内进行土壤采样点布设、采集和测试,并对污染企业数据进行搜集和整理,通过对研究区内不同支流汇水区内w(Cd)进行对比分析,得出湘江流域的土壤w(Cd)分布状况,并对不同流域内的Cd污染分布进行相关性分析,探究湘江流域内主要支流土壤w(Cd)的空间相关性,并与相关污染企业的位置分布进行分析,探究湘江流域主要支流土壤镉污染空间分布与相关性,以期为湘江流域土壤Cd污染治理以及源-汇分析提供科学支撑.

1 材料与方法 1.1 研究区概况

湘江流域(24°31′N~29°01′N、110°30′E~114°01′E)属长江流域洞庭湖水系.流经广西壮族自治区、湖南省永州市、衡阳市、株洲市、湘潭市、长沙市,至岳阳市的湘阴县注入长江水系的洞庭湖.湘江干流全长948 km,流域面积94 721 km2.湘江水量充沛,径流主要来源于降雨[26].多年平均径流量为791.6×108 m3,年均流量为2 050 m3/s,湘江多年平均含沙量为0.172 kg/m3,年均输沙量为1 140×104 t.湘江流域是湖南省新型工业化、新型城镇化、农业现代化的集中区和引领区,聚集了全省70 %以上的大中型企业,已形成以先进装备制造、化工、钢铁、有色冶金、新材料、电子信息、生物医药为主的特色产业集群.流域地区生产总值超万亿元,规模工业生产值占到将近一半.由于湘江流域支流众多,影响范围有很大的差异,考虑到该研究的流域尺度,选取湘江流域最重要的10条支流作为研究对象,分别是沩水、浏阳河、渌江、涟水、洣水、蒸水、耒水、舂陵水(钟水)、潇水和湘江上游流域及灌江.

1.2 数据来源

通过地理空间数据云中的高分二号影像数据提取湘江流域和主要支流的矢量数据,通过GDEMDEM提取流域范围内30 m数字高程数据,在GIS软件中利用流域数据和DEM数据划定湘江流域范围和支流汇水区域.通过查阅《湖南省统计年鉴2016年》、《中国环境统计年鉴2016年》、中国客户网、实地调研等方式收集流域内相关污染企业数据.

在研究流域内根据土地利用类型及5 km×5 km网格均匀布点,于2016年3—8月采集样品,每个土壤样品由5~8个蛇形取样或五点采样的0~20 cm表层土壤样品混合而来,共采集193个样品(见图 1).采集土壤时记录每个土壤样品的编号、地点、经度、纬度、土壤质地、土地利用方式、周边污染源等.将采集的土壤样品在专业的风干室进行风干,风干室应保持通风良好、整洁、无尘、无易挥发性化学物质,并避免阳光直射.经过1周左右的风干,进行土壤样品的制备,土壤样品制备时应注意不同土壤样品粗磨需对磨样工具进行清洗,防止交叉污染.细磨样用玛瑙球磨机、玛瑙研钵、瓷研钵磨细,过10目(2 mm)筛,用ICP-MS(四酸消化)测定土壤中w(Cd)[27],并测定土壤样品pH.

图 1 湘江流域采样点分布 Fig.1 Map of sampling points in Xiangjiang River Basin
1.3 研究方法 1.3.1 空间自相关分析

空间某一点的土壤w(Cd)并非是随机变化的,其不仅受到污染源位置的影响,还与传播方式和途径有很大关系.空间自相关分析就是定量度量土壤污染在空间上的分布特征及其对流域范围内的影响程度[28]. Moran′s I广泛应用于度量空间邻接或空间邻近的区域单元属性值的相似程度,计算公式如下:

$ I = \frac{{n\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {{w_{ij}}({x_i} - \overline x {\rm{ }})({x_j} - \overline x )} } }}{{\left( {\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {{w_{ij}}} } } \right)\sum\limits_{i = 1}^n {{{({x_i} - \overline x )}^2}} }} $ (1)

式中,n为空间单元总数,xixj分别为空间变量xij位置上的观测值(ij),x为变量x的平均值,wij为空间权重矩阵. I的取值范围为[-1, 1],如果某一变量的值随着测定距离的缩小而变得更相似,这一变量呈空间正相关,I取正值;若所测值随距离的缩小而更为不同,则称之为空间负相关,I取负值;若所测值不表现出任何空间依赖关系,这一变量表现出空间不相关性或空间随机性,I等于0.

1.3.2 半方差分析

半变异函数以区域化变量为理论基础,是地统计学中描述对象某性质空间变异的一个工具,也是进行区域化变量空间异质性特征探索的有力工具,可以反映空间变量在不同距离上的自相关性,反映了不同距离观测值之间的变化,是不同距离观测值之间差异性的量化[29-31],其表达式为

$ \gamma \left( h \right) = \frac{1}{{2N\left( h \right)}}\sum\limits_{i = 1}^{N\left( h \right)} {{{[Z({x_i} + h) - Z({x_i})]}^2}} $ (2)

式中,γ(h)为半方差的估计值,N(h)是在空间上具有相同间隔h的离散点对数目,Z(xi+h)和Z(xi)分别是区域化变量Z(x)在点xi+hxi上的值.

2 结果与讨论 2.1 湘江流域各支流土壤w(Cd)差异性分析 2.1.1 各支流流域统计分析

根据统计结果(见图 2),灌江流域及湘江上游地区土壤样本w(Cd)平均值为0.265 mg/kg,中位数为0.170 mg/kg,中位数低于平均值,异常值采样点较多,这说明大多数土壤样本的w(Cd)偏低,但是存在某些小区域土壤w(Cd)重度超标,由此可以认为,灌江流域大多数区域并未污染,土壤w(Cd)分布高的地区较为集中.潇水流域样本大,中位数(0.190 mg/kg)与平均值(0.203 mg/kg)接近,异常值采样点较少且值低,这说明潇水流域不存在明显污染区域,土壤w(Cd)跨度较低,具体的污染状况不明确.舂陵水流域土壤样本w(Cd)平均值为0.265 mg/kg,中位数(0.206 mg/kg)偏低,存在较大的异常采样点,这说明舂陵水土壤w(Cd)整体较低,但存在局部区域内浓度偏高.对于耒水、涟水、洣水3个流域,四分位数跨度大、异常值采样点多,最大值分别为1.560、1.252、1.980 mg/kg,这说明这些地区土壤w(Cd)分布差异明显,整体污染状况重于其他流域,但耒水流域中位数(0.138 mg/kg)偏低,污染地区分布较其他两个流域较为集中.蒸水流域由于样品数量较小,平均值(0.472 mg/kg)偏高主要受到3个较大的异常值的影响,因此土壤w(Cd)分布主要集中在土壤w(Cd)较高的3个异常值采样点周边.渌水流域存在较大异常值采样点(最大值1.367 mg/kg),但是采样点跨度相对较小,说明存在土壤w(Cd)分布的热点地区.沩水流域中位数(0.190 mg/kg)偏大,存在一个较大异常值,说明区域内轻度污染采样点较多,但是较重污染只有一处.浏阳河流域土壤w(Cd)跨度最小且偏低,极端值也较低,相对其他地区来说土壤w(Cd)分布状况较轻.综上,湘江流域主要支流的土壤Cd污染存在一定的聚集性,湘江流域上游支流的土壤Cd污染和下游的土壤Cd污染相对于中游地区较轻,但是上游土壤Cd污染情况重于下游.

图 2 各流域土壤w(Cd)统计箱形图 Fig.2 Tributary basin boxplot statistics of Cd concentration
2.1.2 各支流差异性分析

分析显示,湘江流域各支流的土壤w(Cd)分布状况存在较大的差异.考虑到人为因素引入土壤中的Cd常被用于电镀、油漆着色剂、合金抗腐蚀和抗摩擦剂、塑料稳定剂、光敏元件的制备、金属镀锌、轮胎以及电池生产等行业中[6, 32-33],故该研究对以上相关企业资料进行统计、整理(见表 1图 3),能源供应及利用包括电力、热力、燃气及水生产和供应业,废弃资源综合利用业,石油加工、炼焦和核燃料加工业;采矿及其相关遴选、加工业包括非金属矿采选业,非金属矿物制品业,黑色金属矿采选业,黑色金属冶炼和压延加工业,金属制品业,有色金属矿采选业,有色金属冶炼和压延加工业和煤炭开采和洗选业;相关制造业包括电气机械和器材制造业,化学纤维制造业,化学原料和化学制品制造业,计算机、通信和其他电子设备制造业,皮革、毛皮、羽毛及其制品和制鞋业,汽车制造业,铁路、船舶、航空航天和其他运输设备制造业,造纸和纸制品业,专用设备制造业等.

表 1 湘江各流域企业数量统计结果 Table 1 The number of enterprises in tributary basins in Xiangjiang River

图 3 湘江流域污染企业分布 Fig.3 Map of polluting enterprises in Xiangjiang River Basin

灌江及湘江流域上游、潇水流域相关污染企业较少,污染较轻,通过相关影响对照发现异常值采样点多分布在较大的有色金属加工企业周边.而舂陵水、耒水、洣水和涟水流域相关污染企业分布较多,土壤w(Cd)分布情况最为严重.通过对蒸水流域土壤w(Cd)较高的3个异常值采样点调研分析发现,这3个采样点周边都存在相关污染企业的不规范生产与排放,且由于不合理的生产活动已收到当地环保局的整改要求.下游的渌水、沩水和浏阳河流域相关污染企业分布较少,土壤w(Cd)分布相对主要集中在企业周边.通过ArcGIS 10.3软件,以企业为圆心做半径为5 km的缓冲区,经过筛选发现,土壤w(Cd)大于中位数的采样点占超过中位数采样点的87%;将企业聚居区下游河道做5 km的缓冲区,这一比值升到92%.在湘江流域范围内,上游支流的土壤w(Cd)最低、下游支流次之,中游支流的土壤w(Cd)最高,而相关污染企业的数量也有相同的分布规律,上游399家、中游942家、下游539家.综上所述,通过以上数据分析笔者初步认为,湘江流域的土壤w(Cd)分布与相关污染企业的不合规排污是有相关性的,主要传播途径可能是企业周边的支流,但是污染影响范围并没有扩展到整个流域内.

2.2 各支流流域内土壤w(Cd)差异性分析 2.2.1 各支流流域内土壤w(Cd)分布特征

考虑到各流域间土壤w(Cd)的差异性,首先对各流域内污染情况的一致性和聚集性进行分析,将土壤Cd分布进一步聚焦.将检测出的土壤w(Cd)数据按支流流域分区汇总,分别导入GS+9.0软件,调试各流域的Active Lag Distance数值,运行Moran′s I运算,各流域的空间自相关性分析结果(见图 4)显示,对于灌江及湘江上游流域和潇水流域,当采样点距离超过44 km时,Moran′s I为0或者负数,空间上呈无相关或负相关,在44 km以内时Moran′s I大于0;舂陵水流域采样点距离超过77 km时呈负相关性;耒水流域采样点距离在44 km以内时Moran′s I大于0,但随着距离的增加相关性逐渐减弱,超过44 km时无相关性,超过109 km时呈负相关.蒸水流域Moran′s I分布情况与灌江流域相似,但相关性距离缩减为27 km左右.洣水流域Moran′s I呈线性分布,在距离为55 km以内为正相关,超过55 km呈负相关.涟水流域和沩水流域Moran′s I分布较为相似,随着距离的变化,相关系数在0上下波动,没有明显规律,而渌江流域无论距离如何变化,Moran′s I基本处于0左右,说明土壤w(Cd)与距离没有空间相关性.而浏阳河流域Moran′s I变化类似于三角函数变化,在距离小于19 km和55~92 km之间呈正相关,在19~55 km和大于92 km之间呈负相关.

图 4 各流域不同采样点间距下的Moran′s I Fig.4 Moran index at different sampling point of each tributary basin

借助GS+9.0软件,运行Variogram模块,对各流域进行变异函数分析(见表 2)可以看出,灌江流域、舂陵水、耒水和沩水流域的R2(复相关系数)偏低,变异函数模拟效果一般.灌江、潇水、耒水、沩水和浏阳河流域的块金值很低,说明随机部分引起的空间变异性可以忽略不计.一般来说,当C0/(C0+C) < 25%(C0为块金值,C为偏基台值)时,说明该变量的空间相关性较强;当25% < C0/(C0+C) < 75%时,说明该变量具有中等的空间相关性;当C0/(C0+C)>75%时,则说明该变量的空间相关性较弱[34].从表 2可以看出,潇水流域的C0/(C0+C)为8.33%,空间相关性较强,耒水流域、沩水流域和浏阳河流域的C0/(C0 + C)分别为11.9%、10.34%、14.29%,空间相关性较好,其余流域空间相关性一般.

表 2 各流域变异函数模型拟合参数 Table 2 The variation function fitting parameters of each tributary basin

由于潇水流域的土壤采样点w(Cd)的R2为0.889,从不同方向上对潇水流域的空间相关性进行判别,通过GS+9.0中的Variogram模块计算0°、45°、90°、135°(正北方向为0°,角度顺时针旋转) 4个方向上的半方差值(角度容差为±22.5°).由图 53可知,潇水流域内45°方向上的土壤w(Cd)空间差异性最小,90°方向上的土壤w(Cd)空间差异性最大,0°和135°方向上的土壤w(Cd)存在明显的线性关系.而在潇水流域范围内,相关污染企业分布与土壤w(Cd)分布基本一致.

图 5 潇水流域0°、45°、90°和135°方向上的半方差值 Fig.5 Semivariance of Xiaoshui Basin in the direction of 0°, 45°, 90° and 135°
2.2.2 流域内差异原因分析

根据各流域内的空间自相关分析和变异性分析认为,在支流流域的尺度上,空间自相关不强,特别是舂陵水流域和渌水流域内土壤w(Cd)基本不存在空间自相关性,主要原因是土壤w(Cd)与企业的分布有很大的相关性,通过GIS分析和实地调研观测得出,灌江流域的企业在流域内分布较为均匀,但是东北部的零陵区企业分布较为集中,影响了整个流域内土壤w(Cd)的空间相关性.潇水流域的相关污染企业在流域内分布较为均匀,土壤w(Cd)空间相关性较好,并且通过计算空间上4个方向的相关性发现企业分布与土壤w(Cd)分布较为一致.舂陵水流域的企业主要聚集在流域内的南部和东部,而西部和北部基本没有企业分布,导致土壤w(Cd)存在明显的差异.耒水流域的相关污染企业主要分布在苏仙区、汝城县和耒阳市,土壤w(Cd)空间相关性与舂陵水流域较为相似.洣水流域的相关污染企业主要分布在东北部的茶陵县和攸县,其他区域零星分布,土壤w(Cd)空间相关性不明显.蒸水流域的企业主要聚集在流域的西南部,空间分布在西南和东北区域有明显的差异,土壤w(Cd)也受到明显影响.沩水流域的企业聚集在东西两端,沿河分布较多,其他区域零星分布,渌水流域则聚集在东部,浏阳河流域主要聚集在西部,土壤w(Cd)空间相关性与舂陵水情况一致.涟水流域的企业分布主要在支流的两侧,其余区域零星分布,南部基本没有相关污染企业,导致涟水流域的土壤Cd污染情况空间相关性受到明显的流域影响.通过相关文献[24, 35-36]调研,湘江流域的土壤Cd污染情况与已有调查基本一致,由此可以认为,土壤Cd污染的空间变异性与相关污染企业分布有一定的相关性.

该研究主要基于空间位置,运用统计学对各流域内的土壤w(Cd)进行了相关性分析,在流域尺度上反映了土壤Cd污染的空间分布规律和企业位置的关系,但是由于土壤污染成因的复杂性,土壤w(Cd)分布的来源途径有很多种,仅考虑相关企业并不能够全面地反映土壤w(Cd)分布的来源,大气沉降和磷肥的使用也是重要的影响因素,并且针对流域相关性分析的尺度也应该在多种尺度中探究相关性.因此,针对于一个流域内污染成因的分析在未来应该根据源-汇关系,在不同尺度下考虑污染成因和传播途径,使分析更加精准和全面.

3 结论

a) 在湘江流域范围内,各支流流域土壤w(Cd)存在明显的差别,总体来看,上游支流的土壤w(Cd)最低、下游支流次之,中游支流的土壤w(Cd)最高,主要原因与相关污染企业在不同支流范围内的聚集性有关.由此可以得出,湘江流域的土壤w(Cd)分布与湘江主流的相关性不大,与各支流的污染情况有很大的关系.

b) 湘江流域的土壤w(Cd)分布与相关污染企业分布相关性很高,潇水流域的企业分布较为均匀,土壤采样点w(Cd)复相关系数为0.889,空间相关性高,通过各向异性模拟得出土壤w(Cd)分布与企业分布方位基本一致.灌江、舂陵水、耒水、洣水、蒸水、沩水、渌水、浏阳河、涟水流域的土壤采样点w(Cd)复相关系数较低,主要与相关污染企业的空间聚集性有关,污染影响范围并没有扩展到整个流域内,各支流流域土壤w(Cd)分布空间差异性存在明显不同,导致各流域的空间相关性存在明显的差异.

参考文献
[1]
赵其国. 从未来土壤学看环境与生态优先研究领域[J]. 中国科学基金, 1994(3): 14-17.
ZHAO Qiguo. Study on deterioration of environment and ecosystem and its effect on human health[J]. Science Foundation in China, 1994(3): 14-17. (0)
[2]
CHEN Huaiman, ZHENG Chunrong, WANG Shenqiang, et al. Combined pollution and pollution index of heavy metals in red soil[J]. Pedosphere, 2000, 10(2): 117-124. (0)
[3]
崔玉静, 赵中秋, 刘文菊, 等. 镉在土壤-植物-人体系统中迁移积累及其影响因子[J]. 生态学报, 2003, 20(10): 2133-2143.
CUI Yujing, ZHAO Zhongqiu, LIU Wenju, et al. Transfer of cadmium through soil-plant-human continuum and its affecting factors[J]. Acta Ecologica Sinica, 2003, 20(10): 2133-2143. DOI:10.3321/j.issn:1000-0933.2003.10.022 (0)
[4]
VRIES W D, RÖMKENS P F, SCHVTZE G. Critical soil concentrations of cadmium, lead, and mercury in view of health effects on humans and animals[J]. Reviews of Environmental Contamination & Toxicology, 2007, 191: 91-130. (0)
[5]
PHILIPP R, HUGHES A. Health risks from exposure to cadmium in soil[J]. Occupational & Environmental Medicine, 2000, 57(9): 647-648. (0)
[6]
曾咏梅, 毛昆明, 李永梅. 土壤中镉污染的危害及其防治对策[J]. 云南农业大学学报, 2005, 20(3): 360-365.
ZENG Yongmei, MAO Kunming, LI Yongmei. Damage of the cadmium (Cd)pollution in soil and its control[J]. Journal of Yunnan Agricultural University, 2005, 20(3): 360-365. (0)
[7]
李勇, 余天虹, 赵志忠, 等. 珠三角土壤镉含量时空分布及风险管理[J]. 地理科学, 2015(3): 373-379.
LI Yong, YU Tianhong, ZHAO Zhizhong, et al. Prediction and risk management on geochemical accumulation of soil cadmium based on time-space model in Zhujiang River Delta[J]. Geoscience, 2015(3): 373-379. DOI:10.11820/dlkxjz.2015.03.012 (0)
[8]
蒋煜峰. 上海地区土壤中持久性有机污染物污染特征、分布及来源初步研究[D]. 上海: 上海大学, 2009. http://cdmd.cnki.com.cn/Article/CDMD-11903-2009252710.htm (0)
[9]
李静. 基于GIS的土壤重金属污染空间分布与评价研究[D]. 济南: 山东师范大学, 2013. http://cdmd.cnki.com.cn/Article/CDMD-10445-1013217332.htm (0)
[10]
杨梦昕, 付湘晋, 李忠海, 等. 湘江流域重金属污染情况及其对食物链的影响[J]. 食品与机械, 2014(5): 103-106.
YANG Mengxin, FU Xiangjin, LI Zhonghai, et al. Heavy metal pollution in Xiangjiang River Basin and its influence on food chain[J]. Food and Machine, 2014(5): 103-106. (0)
[11]
杨梦昕. 湘江长沙段重金属在主要蔬菜中富集规律与环境相关性分析[D]. 长沙: 中南林业科技大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10538-1015654518.htm (0)
[12]
郭利敏, 艾绍英, 唐明灯, 等. 不同改良剂对土壤-叶菜系统Cd迁移累积的调控作用[J]. 农业环境科学学报, 2010, 29(8): 1520-1525.
GUO Limin, AI Shaoying, TANG Mingdeng, et al. Effect of different amendments on translocation and accumulation of cadmium in the soil-Brassica chinensis system[J]. Journal of Agro-Environment Science, 2010, 29(8): 1520-1525. (0)
[13]
刘克, 何文祥, 张红, 等. 镉在小麦各部位的富集和转运及籽粒镉含量的预测模型[J]. 农业环境科学学报, 2015, 34(8): 1441-1448.
LIU Ke, HE Wenxiang, ZHANG Hong, et al. Cadmium accumulation and translocation in wheat and grain Cd prediction[J]. Journal of Agro-Environment Science, 2015, 34(8): 1441-1448. DOI:10.11654/jaes.2015.08.002 (0)
[14]
WANG Lin, XU Yingming, SUN Yuebing, et al. Identification of pakchoi cultivars with low cadmium accumulation and soil factors that affect their cadmium uptake and translocation[J]. Frontiers of Environmental Science & Engineering, 2014, 8(6): 877-887. (0)
[15]
胡欢, 张文静, 阮晓峰, 等. 裂叶喜林芋修复镉、铅金属污染土壤的可行性研究[J]. 复旦学报, 2010, 49(1): 112-115.
HU Huan, ZHANG Wenjing, RUAN Xiaofeng, et al. Preliminary study on Philodendron selloum in restoration polluted soil with Pb and Cd[J]. Journal of Fudan University, 2010, 49(1): 112-115. (0)
[16]
MOHAMED I, ZHANG Guoshi, LI Zhiguo, et al. Ecological restoration of an acidic Cd contaminated soil using bamboo biochar application[J]. Ecological Engineering, 2015, 84: 67-76. DOI:10.1016/j.ecoleng.2015.07.009 (0)
[17]
CHANEY R L, RYAN J A, LI Y M, et al. Soil cadmium as a threat to human health[M]. Berlin: Springer, 1990, 87-91. (0)
[18]
LUO Jie, WEN Hanhui, WU Lixia, et al. Potential threat of Cd, Hg in soil of Guiyu, Guangdong Province[J]. Geological Science & Technology Information, 2012, 31(1): 95-131. (0)
[19]
杜平, 张跃进, 杜晓明, 等. 某锌厂周围表层土壤及典型剖面镉污染特征[J]. 环境科学研究, 2006, 19(5): 113-117.
DU Ping, ZHANG Yuejin, DU Xiaoming, et al. Studies on cadmium contamination of topsoil and soil profiles around a zinc plant[J]. Research of Environmental Sciences, 2006, 19(5): 113-117. (0)
[20]
STERCKEMAN T, DOUAY F, PROIX N, et al. Vertical distribution of Cd, Pb and Zn in soils near smelters in the North of France[J]. Environmental Pollution, 2000, 107(3): 377-389. DOI:10.1016/S0269-7491(99)00165-7 (0)
[21]
邵学新, 黄标, 孙维侠, 等. 长江三角洲典型地区工业企业的分布对土壤重金属污染的影响[J]. 土壤学报, 2006, 43(3): 397-404.
SHAO Xuexin, HUANG Biao, SUN Weixia, et al. Effect of industrial distribution on soil heavy metal accumulation in a typical of the Yangtze River Delta[J]. Acta Pedologica Sinica, 2006, 43(3): 397-404. DOI:10.11766/trxb200503180307 (0)
[22]
WONG S C, LI Xiangdong, Zhang Gan, et al. Heavy metals in agricultural soils of the Pearl River Delta, South China[J]. Environmental Pollution, 2002, 119(1): 33-44. DOI:10.1016/S0269-7491(01)00325-6 (0)
[23]
刘春早, 黄益宗, 雷鸣. 湘江流域土壤重金属污染及其生态环境风险评价[J]. 环境科学, 2012, 33(1): 260-265.
LIU Chunzao, HUANG Yizong, LEI Ming. Soil contamination and assessment of heavy metals of Xiangjiang River Basin[J]. Environmental Science, 2012, 33(1): 260-265. (0)
[24]
魏本杰, 文新宇, 朱生翠, 等. 湘江流域某冶炼厂周边土壤重金属含量检测及污染评价[J]. 中南大学学报(自然科学版), 2013(12): 5180-5187.
WEI Benjie, WEN Xinyu, ZHU Shengcui, et al. Detection and evaluation of soil contamination by heavy metals around one of smelters beside Xiangjiang River[J]. Journal of Central South University(Science and Technology), 2013(12): 5180-5187. (0)
[25]
刘甜甜. 湘江流域污染土壤修复技术选择与优化应用分析[D]. 武汉: 华中师范大学, 2015. http://cdmd.cnki.com.cn/Article/CDMD-10511-1015449462.htm (0)
[26]
宋荷花. 湘江流域中长期水文预报[D]. 长沙: 长沙理工大学, 2008. http://cdmd.cnki.com.cn/Article/CDMD-10536-2008085365.htm (0)
[27]
齐文启, 汪志国, 孙宗光. 土壤污染分析中样品采集与前处理方法探讨[J]. 现代科学仪器, 2007(4): 55-58.
QI Wenqi, WANG Zhiguo, SUN Zonggunag. Discussing about sampling and pretreatment methods of soil pollutants analyse[J]. Modern Scientific Instruments, 2007(4): 55-58. (0)
[28]
谢花林, 刘黎明, 李波, 等. 土地利用变化的多尺度空间自相关分析:以内蒙古翁牛特旗为例[J]. 地理学报, 2006, 61(4): 389-400.
XIE Hualin, LIU Liming, LI Bo, et al. Spatial autocorrelation analysis of multi-scale land-use changes:a case study in Ongniud Banner, Inner Mongolia[J]. Acta Geographica Sinica, 2006, 61(4): 389-400. DOI:10.11821/xb200604006 (0)
[29]
李明辉, 何风华, 申卫军, 等. 基于土壤生物空间异质性分析的空间土壤生态学研究[J]. 土壤, 2005, 37(4): 375-381.
LI Minghui, HE Fenghua, SHEN Weijun, et al. Study on spatial soil ecology based on spatial heterogeneity analysis of soil organisms[J]. Soils, 2005, 37(4): 375-381. (0)
[30]
STYRISHAVE B, BJÖRKLUND E, JOHNSEN A, et al. The spatial heterogeneity of polycyclic aromatic hydrocarbons in soil depends on their physico-chemical properties[J]. Water, Air, & Soil Pollution, 2012, 223(3): 969-977. (0)
[31]
尹继清, 范弢. 滇东南峰林湖盆区土壤理化性质的空间异质性分析[J]. 中国农业科技导报, 2017, 19(9): 117-127.
YIN Jiqing, FAN Tao. Spatial heterogeneity analysis of soil physical and chemical properties in southeast Yunnan Peak Forest-Lake Basin[J]. Journal of Agricultural Science & Technology, 2017, 19(9): 117-127. (0)
[32]
冉烈, 李会合. 土壤镉污染现状及危害研究进展[J]. 重庆文理学院学报(自然科学版), 2011(4): 69-73.
RAN Lie, LI Huihe. Progress in the research of present situation of soil cadmium pollution and its hazards[J]. Journal of Chongqing University of Arts and Sciences(Science Edition), 2011(4): 69-73. (0)
[33]
李婧, 周艳文, 陈森, 等. 我国土壤镉污染现状、危害及其治理方法综述[J]. 安徽农学通报, 2015, 21(24): 104-107.
LI Jing, ZHOU Yanwen, CHEN Sen, et al. Damage and management of soil cadmium pollution in China[J]. Anhui Agriculture Report, 2015, 21(24): 104-107. DOI:10.3969/j.issn.1007-7731.2015.24.044 (0)
[34]
MANDERSCHEID B, MATZNER E. Spatial heterogeneity of soil solution chemistry in a mature Norway spruce (Picea abies (L.) Karst.) stand[J]. Water, Air, & Soil Pollution, 1995, 85(3): 1185-1190. (0)
[35]
黄益宗, 刘春早, 朱永官, 等. 湘江流域土壤重金属污染及其生态环境风险评价[J]. 环境科学, 2012, 33(1): 260-265.
HUANG Yizong, LIU Chunzao, ZHU Yongguan, et al. Soil contamination and assessment of heavy metals of Xiangjiang River Basin[J]. Environmental Science, 2012, 33(1): 260-265. (0)
[36]
黄晓伦. 长株潭城郊土壤及主要蔬菜重金属污染情况研究[D]. 长沙: 湖南农业大学, 2015. (0)