关键词：
土壤重金属
空间分布
贝叶斯地统计学
集成嵌套拉普拉斯逼近-随机偏微分方程
富硒土地
摘要：
随着经济的快速发展,生态环境受到人类活动的强烈影响。工业、农业和交通排放会造成土壤中重金属含量不断升高,若含量超过土壤环境自身的承载力,就会造成重金属污染。同时,土壤中的重金属会被农作物吸收,并通过食物链的方式不断累积,最终可能会进入人体,威胁人类身体健康。因此,在人类活动胁迫强烈的地区,应用和开发更加优越的土壤重金属空间预测方法,开展土壤重金属污染调查,可为土壤环境风险管控、修复和工农业可持续发展提供工具、参考和依据。山东省淄博市淄川区、博山区和周村区内工业企业集聚,主要包括火电厂、耐火材料制造厂、陶瓷制造厂、机械加工厂和石油化工企业等工业设施,长时间的工业发展使重金属在土壤中不断累积。同时,区域内借天然富硒土地资源发展了富硒特色农业、开发果园经济,农药和化肥中的重金属元素在土壤中难以降解并长时间留存于土壤中,这导致了农业活动对土壤环境的压力加剧。本研究以淄川区、博山区及周村区部分地区为研究区,采集研究区表层（0-20cm）和次表层（20-40cm）土壤并分析重金属和硒含量,以及土壤有机碳、p H和粒度等理化性质。运用经典统计学方法对数据进行描述性统计分析,应用集成嵌套拉普拉斯逼近-随机偏微分方程（INLA-SPDE）方法预测研究区表层和次表层土壤重金属以及表层土壤中硒含量的空间分布。并将INLA-SPDE方法所得空间预测结果与普通克里金（OK）和序贯高斯模拟（SGS）进行比较,讨论INLA-SPDE方法在土壤重金属空间预测中的效果和可靠性。此外,将研究区土壤按照硒元素含量,划分出富硒、中硒和低硒3个等级的土地,结合内梅罗重金属污染风险指数,划分出低重金属污染风险富硒区。本研究主要研究结论如下:（1）研究区表层土壤中,As、Cd、Co、Cr、Cu、Hg、Mn、Ni、Pb和Zn的平均含量均高于山东省土壤背景值;Cd、Cu、Hg、Pb和Zn的富集系数超过1,表明以上5种元素在土壤中明显累积。正定矩阵因子分解模型（PMF）源解析表明,As、Co、Cr、Mn和Ni主要为自然来源,Cd、Cu、Hg、Pb和Zn主要与农业中肥料和农药的使用、工业中大气排放与沉降以及交通排放等人类活动有关。研究区次表层土壤中,As、Cd、Co、Cr、Cu、Hg、Mn、Ni、Pb和Zn平均含量高于山东省土壤背景值;其中,Cd、Hg、Pb和Zn的富集因子系数超过1,土壤重金属累积明显;PMF受体模型来源解析结果显示,As、Co、Cr、Mn和Ni主要为自然来源,Cd、Cu、Hg、Mn、Pb和Zn与工农业活动和交通排放等人类活动输入相关。（2）应用INLA-SPDE方法对表层和次表层土壤重金属的空间分布进行了预测,结果表明:表层土壤中As、Co、Cr、Mn和Ni的空间分布主要受到土壤粒度的影响或呈随机分布的形式,表示以上5种元素主要受到自然因素的控制;Cd、Cu、Hg、Pb和Zn的高值区分布于工业点和交通线密集区等人类活动较多的城区,表示这5种重金属元素在土壤中的含量与人类活动相关。次表层土壤中,Co、Cr和Ni为自然来源,主要受到土壤粒度、降雨量和母质等因素的影响,Cd、Cu、Hg、Pb和Zn在土壤中含量的高值区与工农业密集区相对应,表明该5种重金属元素含量受到人类活动的影响。空间预测的标准差分布图和95%最大后验密度可信区间（Highest posterior density credible intervals,HPD CI）分布图显示,采样点密度和环境要素的分布是造成空间预测不确定性的重要因素。（3）将INLA-SPDE方法运行的土壤重金属空间预测结果与OK和SGS结果对比,发现INLA-SPDE可提供与SGS和OK相似的空间分布形态,并且在加入环境因素作为协变量进行空间模拟时,拥有更快的运算速度、更高的预测精度和更好的空间表达,固定效应参数可以为判断重金属来源提供参考,因此INLA-SPDE可作为土壤重金属空间预测的有效方法应用于实践中,为土壤重金属污染治理和管控提供技术支撑。（4）研究区表层土壤Se平均含量为0.34mg/kg,是山东省土壤Se背景值的2.62倍。采用INLA-SPDE方法对研究区表层土壤Se的空间分布进行预测,结果表明表层土壤中的Se受到了人类活动的影响,高值区主要集中在研究区西北部、中部和东南部,呈现集中连片的特征。本研究以0.3mg/kg为富硒土地划分阈值,空间预测结果显示富硒土地面积为423.49km2,借助内梅罗综合污染指数划分出的低重金属污染风险富硒区域的面积为411.98km2。
欢迎来到三峡大学图书馆！
