Please wait a minute...
E-mail Alert Rss
 
物探与化探  2025, Vol. 49 Issue (5): 1221-1231    DOI: 10.11720/wtyht.2025.1467
  生态地质调查 本期目录 | 过刊浏览 | 高级检索 |
绿色食品产地评价——以京津冀永清地区为例
胡庆海1,2(), 王学求1,2(), 田密1,2, 吴慧1,2, 柳青青1,2, 李俊华3, 盘炜1,2, 王丽君1,2
1.中国地质科学院地球物理地球化学勘查研究所 自然资源部地球化学探测重点实验室,河北 廊坊 065000
2.中国地质科学院地球物理地球化学勘查研究所 联合国教科文组织全球尺度地球化学国际研究中心, 河北 廊坊 065000
3.中国地质调查局 廊坊自然资源综合调查中心, 河北 廊坊 065000
Assessment of green food production areas: A case study of the Yongqing area in the Beijing-Tianjin-Hebei region
HU Qing-Hai1,2(), WANG Xue-Qiu1,2(), TIAN Mi1,2, WU Hui1,2, LIU Qing-Qing1,2, LI Jun-Hua3, PAN Wei1,2, WANG Li-Jun1,2
1. Key Laboratory of Geochemical Exploration, Ministry of Natural Resources, Institute of Geophysical and Geochemical Exploration, Chinese Academy of Geological Sciences (CAGS),Langfang 065000, China
2. UNESCO International Centre on Global-scale Geochemistry, Institute of Geophysical and Geochemical Exploration, Chinese Academy of Geological Sciences (CAGS),Langfang 065000, China
3. Langfang Natural Resources Comprehensive Survey Center, China Geological Survey, Langfang 065000, China
全文: PDF(5814 KB)   HTML
输出: BibTeX | EndNote (RIS)      
摘要 

近年来,绿色食品产业蓬勃发展,合理选择绿色食品产地,并通过环境质量调查进行检测与评价,不仅可以确保绿色食品质量,也可以产生巨大的经济效益、社会效益与生态效益。我国陆续开展了一系列地球化学调查计划,积累了海量且高质量的地球化学数据,但缺少社会公众能够直接使用的软件平台,无法将上述科学数据转化成让公众看得懂的语言。因此,本文针对以上问题,开展永清县自然村和地块尺度下系统的绿色土地调查评价工作,共采集永清县386个行政村和4个农业科技产业园区表、深层土壤样品822件,同时分析测试54种元素和指标,重点监测与绿色食品产地密切相关的氮、磷、钾等养分元素,铜、铅、锌、镍、铬、镉、砷、汞等8种有害重金属元素及硒、锗、氟和碘等健康元素,并对土地类别进行分类评级,综合分析元素的分布情况,进行系统的质量评价和规划利用,生成每个地块专属的土地二维码标识。调查结果显示,永清地区作为京津冀区域内最为清洁的连片土地区域之一,具备大力发展绿色食品产业的基础,该项技术可服务于绿色土地保护利用和农民增产增收。本次研究有助于构建该区域精准的地球化学特征分区分级体系,辅助该地区针对性地制定“一地一策”生态环境保护措施,实现生态环境精准防控和高效治理。同时,在“化学地球”大数据平台基础上搭建首个面向绿色产业的地球化学空间大数据平台,建立永清县绿色土地数据库,形成可视化的土地二维码标识,方便政府管理、企业种植销售和消费者查询使用。可以预见,该项技术在未来经济社会发展中将产生巨大的经济效益和社会效益。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
胡庆海
王学求
田密
吴慧
柳青青
李俊华
盘炜
王丽君
关键词 ： 土壤,  绿色食品,  评价,  二维码标识,  京津冀    
Abstract：

The green food industry has developed vigorously in recent years. Properly choosing green food production areas through environmental quality surveys and assessments can ensure the quality of green food and generate significant economic, social, and ecological benefits. China has obtained vast amounts of high-quality geochemical data by implementing a series of geochemical survey programs. However, there is a lack of software platforms that can translate these scientific data into a language that is easily understandable and usable by the public. To address this issue, this study conducted a systematic investigation and assessment of green land at the village and plot scale in Yongqing County. A total of 822 topsoil and deep soil samples were collected from 386 administrative villages and four agricultural science and technology industrial parks in Yongqing County. Based on these soil samples, 54 elements and indicators were analyzed, focusing on nutrient elements like nitrogen, phosphorus, and potassium closely associated with green food production areas, eight hazardous heavy metals including copper, lead, zinc, nickel, chromium, cadmium, arsenic, and mercury, and health-related elements like selenium, germanium, fluorine, and iodine. The land in the Yongqing area was categorized and rated to comprehensively analyze the distribution of the elements and systematically assess and utilize the land. Finally, unique QR codes were generated for various land plots. The survey results indicate that the Yongqing area, one of the cleanest contiguous land areas in the Beijing-Tianjin-Hebei region, holds a solid foundation for vigorously developing the green food industry. The QR code identification technology can serve the protection and utilization of green land and farmers' production and income increase. This technology assists in establishing an accurate zoning and grading system based on geochemical characteristics for the study area. The system further facilitates the formulation of targeted ecosystem conservation measures characterized by specialized strategies for specific locations, achieving precise management and efficient control of ecosystems. Moreover, based on the Chemical Earth big data platform, the first geochemical spatial big data platform for green industries can be constructed to create the database of green land in Yongqing County and generate QR codes for visual land identification, thereby facilitating the government's management, enterprises' farming and sales, and consumers' inquiries. This technology is expected to generate significant economic and social benefits in the future.
Key words： soil    green food    assessment    QR code identification    Beijing-Tianjin-Hebei region
收稿日期: 2024-11-29      修回日期: 2025-02-14      出版日期: 2025-10-20
ZTFLH:  P595  
  S15  
  X53  
基金资助:河北省重大科技成果转化项目(19057411Z);国家自然科学基金项目(41903025);国家自然科学基金项目(41803048);国家自然科学基金项目(U2244219);中央级公益性科研院所基本科研业务费专项资金资助项目(AS2024J03);中央级公益性科研院所基本科研业务费专项资金资助项目(AS2022P03);中国地质科学院地球物理地球化学勘查研究所中央财政科研项目结余资金资助项目(JY202106);中国地质调查局地质调查项目(DD20221807);“化学地球”大科学计划(Chemical EARTH);深地国家科技重大专项项目(2024ZD1002402)
通讯作者: 王学求(1963-),男,研究员,主要从事应用地球化学研究工作。Email: wangxueqiu@mail.cgs.gov.cn
作者简介: 胡庆海(1989-),男,高级工程师,主要从事应用地球化学研究工作。Email:huqinghai0616@foxmail.com
引用本文:   
胡庆海, 王学求, 田密, 吴慧, 柳青青, 李俊华, 盘炜, 王丽君. 绿色食品产地评价——以京津冀永清地区为例[J]. 物探与化探, 2025, 49(5): 1221-1231.
HU Qing-Hai, WANG Xue-Qiu, TIAN Mi, WU Hui, LIU Qing-Qing, LI Jun-Hua, PAN Wei, WANG Li-Jun. Assessment of green food production areas: A case study of the Yongqing area in the Beijing-Tianjin-Hebei region. Geophysical and Geochemical Exploration, 2025, 49(5): 1221-1231.
链接本文:  
https://www.wutanyuhuatan.com/CN/10.11720/wtyht.2025.1467      或      https://www.wutanyuhuatan.com/CN/Y2025/V49/I5/1221
Fig.1  永清县土壤实际采样点位[10-11]
分析方法 项数 元素指标(检出限)
X射线荧光光谱法(XRF) 21 Ba(5)、Br(1)、Cl(20)、Cr(5)、Ge(0.1)、La(1)、P(5)、V(5)、Mn(5)、
Nb(2)、Rb(5)、Sr(5)、Tl(0.1)、Ti(5)、Y(1)、Zr(2)、SiO2(0.1)、
Al2O3(0.05)、Fe2O3(0.05)、K2O(0.05)、CaO(0.05)
电感耦合等离子体质谱法(ICP-MS) 12 Bi(0.05)、Cd(30)、Cs(1)、Co(1)、Cu(1)、Ga(2)、Mo(0.2)、Ni(2)、
Pb(2)、Sc(1)、Th(2)、U(0.1)
电感耦合等离子体光学发射光谱法(ICP-OES) 6 Na2O(0.1)、MgO(0.05)、S(30)、Zn(4)、Be(0.5)、Li(1)
氢化物—原子荧光光谱法(HG-AFS) 3 As(1)、Sb(0.05)、Se(0.01)
冷蒸汽—原子荧光光谱法(CV-AFS) 1 Hg(0.5)
发射光谱法(ES) 2 B(1)、Sn(1)
离子选择性电极法(ISE) 1 F(100)
催化—分光光度法(COL) 1 I(0.5)
氧化燃烧—气相色谱法(GC) 2 N(20)、TC(0.1)
氧化热解—电位法(POT) 1 Corg(0.1)
电位法(POT) 1 pH(0.1)
碱解—扩散法 1 碱解氮(1.25)
乙酸铵提取,等离子体光谱法测定(ICP-OES) 1 速效钾(1.25)
碳酸氢钠提取,等离子体光谱法测定(ICP-OES) 1 有效磷(0.25)
氯化铵—乙酸铵交换法 1 CEC(2.5)
Table 1  土壤样品分析方法配套方案
绿色食品产地环境质量要求 As Cd Cr Cu Hg Ni Pb Zn
pH<6.5 25 0.3 120 50 0.25 50
6.5≤pH≤7.5 20 0.3 120 60 0.3 50
pH>7.5 20 0.4 120 60 0.35 50
农用地土壤污染风险管制值 As Cd Cr Cu Hg Ni Pb Zn
pH≤5.5 200 1.5 800 250* 2.0 300* 400 1000*
5.5<pH≤6.5 150 2.0 850 250* 2.5 350* 500 1000*
6.5<pH≤7.5 120 3.0 1000 500* 4.0 500* 700 1250*
pH>7.5 100 4.0 1300 500* 6.0 950* 1000 1500*
Table 2  绿色食品产地环境质量要求和农用地土壤污染风险管制值
项目 级别 旱地 菜地 园地
有机质 Ⅰ >15 >30 >20
Ⅱ 10~15 20~30 15~20
Ⅲ <10 <20 <15
全氮 Ⅰ >1.0 >1.2 >1.0
Ⅱ 0.8~1.0 1.0~1.2 0.8~1.0
Ⅲ <0.8 <1.0 <0.8
有效磷 Ⅰ >10 >40 >10
Ⅱ 5~10 20~40 5~10
Ⅲ <5 <20 <5
速效钾 Ⅰ >120 >150 >100
Ⅱ 80~120 100~150 50~100
Ⅲ <80 <100 <50
Table 3  绿色食品产地土壤肥力分级标准(据《绿色食品产地环境质量》(NY/T 391—2021)[15])
Fig.2  “化学地球”平台界面
参数 Se I F Ge
最小值 0.05 0.43 350 0.62
最大值 0.44 17.00 1104 1.66
平均值 0.17 3.84 557 1.21
中位数 0.17 3.44 544 1.19
变异系数/% 28.20 63.50 20.1 11.90
河北省表层土壤平均值[21] 1.55 462 1.60
中国表层土壤平均值[21] 0.29 3.80 480 1.70
Table 4  永清地区表层土壤中硒、碘、氟、锗元素含量统计
Fig.3  永清县表层土壤中硒(a)、碘(b)、氟(c)、锗(d)元素含量空间分布
Fig.4  永清县表层土壤中硒(a)、碘(b)、氟(c)、锗(d)地球化学等级
Fig.5  河北省永清县艳芬家庭农场土地二维码标识及内容展示
Fig.6  “化学地球”平台——“绿色土地”模块界面
[1] NY/T 391—2013绿色食品产地环境质量[S]. 北京: 中国农业出版社, 2013.
[1] NY/T 391—2013 Environmental quality of green food production areas[S]. Beijing: China Agriculture Press, 2013.
[2] 中国绿色食品发展中心. 2022年绿色食品统计年报[R]. 北京: 中国绿色食品发展中心, 2023.
[2] China Green Food Development Center. Annual report of green food statistics in 2022[R]. Beijing: China Green Food Development Center, 2023.
[3] 张志华, 余汉新, 李显军, 等. 我国绿色食品产业发展战略研究[J]. 中国农业资源与区划, 2015, 36(3):35-38.
[3] Zhang Z H, Yu H X, Li X J, et al. Research on the development strategy of green food industry in China[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2015, 36(3):35-38.
[4] 孟枫平, 祝洋. 中国绿色食品产业发展研究文献综述[J]. 安徽农业大学学报:社会科学版, 2021, 30(5):58-66.
[4] Meng F P, Zhu Y. A literature review on the development of green food industry in China[J]. Journal of Anhui Agricultural University:Social Sciences Edition, 2021, 30(5):58-66.
[5] 史长义, 冯斌, 彭敏, 等. 勘查地球化学现状与展望[J]. 物探化探计算技术, 2022, 44(6):671-697.
[5] Shi C Y, Feng B, Peng M, et al. Present status and prospects of exploration geochemistry[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2022, 44(6):671-697.
[6] 李括, 彭敏, 赵传冬, 等. 全国土地质量地球化学调查二十年[J]. 地学前缘, 2019, 26(6):128-158.
doi: 10.13745/j.esf.sf.2019.8.25
[6] Li K, Peng M, Zhao C D, et al. Vicennial implementation of geochemical survey of land quality in China[J]. Earth Science Frontiers, 2019, 26(6):128-158.
doi: 10.13745/j.esf.sf.2019.8.25
[7] Wang X Q, Zhang B M, Nie L S, et al. Mapping chemical earth program:Progress and challenge[J]. Journal of Geochemical Exploration, 2020,217:106578.
[8] 张必敏, 王学求, 周建, 等. 国际地球化学填图走向新阶段[J]. 物探化探计算技术, 2022, 44(6):797-804.
[8] Zhang B M, Wang X Q, Zhou J, et al. International geochemical mapping moves towards a new phase[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2022, 44(6):797-804.
[9] 刘彬, 崔邢涛, 王学求, 等. 河北省永清县地下水重金属来源识别及健康风险评价[J]. 生态与农村环境学报, 2023, 39(6):741-749.
[9] Liu B, Cui X T, Wang X Q, et al. Source identification and health risk assessment of heavy metals in groundwater of Yongqing County,Hebei Province[J]. Journal of Ecology and Rural Environment, 2023, 39(6):741-749.
[10] 胡庆海, 王学求, 韩志轩, 等. 京津冀地区永清县土壤重金属地球化学特征及绿色食品产地的土壤质量评价[J]. 现代地质, 2023, 37(3):778-789.
[10] Hu Q H, Wang X Q, Han Z X, et al. Geochemical characteristics of heavy metals in soils and soil quality evaluation of green food production in the Yongqing County of Beijing-Tianjin-Hebei Region[J]. Geoscience, 2023, 37(3):778-789.
[11] 胡庆海, 李俊华, 王学求, 等. 河北省永清县农耕区土壤肥力主要指标现状评价[J]. 物探与化探, 2023, 47(6):1611-1619.
[11] Hu Q H, Li J H, Wang X Q, et al. Evaluation of the primary soil fertility indices for the agricultural area of Yongqing County,Hebei Province[J]. Geophysical and Geochemical Exploration, 2023, 47(6):1611-1619.
[12] 中华人民共和国国土资源部. DZ/T 0295—2016土地质量地球化学评价规范[S]. 北京: 中国标准出版社, 2016.
[12] Ministry of Land and Resources of the People’s Republic of China. DZ/T 0295—2016 Determination of land quality geochemical evaluation[S]. Beijing: Standards Press of China, 2016.
[13] 张勤. 多目标地球化学填图中的54种指标配套分析方案和分析质量监控系统[J]. 第四纪研究, 2005, 25(3):292-297.
[13] Zhang Q. A complete set of analytical schemes and analytical data monitoring systems for determinations of 54 components in multi-purpose geochemical mapping[J]. Quaternary Sciences, 2005, 25(3):292-297.
[14] 张勤, 白金峰, 王烨. 地壳全元素配套分析方案及分析质量监控系统[J]. 地学前缘, 2012, 19(3):33-42.
[14] Zhang Q, Bai J F, Wang Y. Analytical scheme and quality monitoring system for China geochemical baselines[J]. Earth Science Frontiers, 2012, 19(3):33-42.
[15] NY/T 391—2021绿色食品产地环境质量[S]. 北京: 中国农业出版社, 2021.
[15] NY/T 391—2021 Environmental quality of green food production areas[S]. Beijing: China Agriculture Press, 2021.
[16] 李金哲, 刘宁强, 龚庆杰, 等. 广东汕头市内海湾沉积物重金属环境质量调查与评价[J]. 现代地质, 2021, 35(5):1441-1449.
[16] Li J Z, Liu N Q, Gong Q J, et al. Investigation and evaluation on environmental quality of heavy metals in sediments of the inland bay of Shantou City,Guangdong Province[J]. Geoscience, 2021, 35(5):1441-1449.
[17] 生态环境部, 国家市场监督管理总局.GB 15618—2018土壤环境质量农用地土壤污染风险管控标准[S]. 北京: 中国标准出版社, 2018.
[17] Ministry of Ecology and Environment,State Administration for Market Regulation. GB 15618—2018 Soil environmental quality Risk control standard for soil contamination of agricultural land[S]. Beijing: Standards Press of China, 2018.
[18] 聂兰仕, 王学求, 徐善法, 等. 全球地球化学数据管理系统:“化学地球” 软件研制[J]. 地学前缘, 2012, 19(3):43-48.
[18] Nie L S, Wang X Q, Xu S F, et al. Global geochemical data management:Development of Chemical Earth software[J]. Earth Science Frontiers, 2012, 19(3):43-48.
[19] Hakanson L. An ecological risk index for aquatic pollution control.a sedimentological approach[J]. Water Research, 1980, 14(8):975-1001.
[20] 夏文建, 张丽芳, 刘增兵, 等. 长期施用化肥和有机肥对稻田土壤重金属及其有效性的影响[J]. 环境科学, 2021, 42(5):2469-2479.
[20] Xia W J, Zhang L F, Liu Z B, et al. Effects of long-term application of chemical fertilizers and organic fertilizers on heavy metals and their availability in reddish paddy soil[J]. Environmental Science, 2021, 42(5):2469-2479.
[21] 国家环境保护局, 中国环境监测总站. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社,1990:326-359.
[21] State Environmental Protection Administration, China National Environmental Monitoring Centre. Background values of soil elements in China[M]. Beijing: China Environmental Science Press,1990:326-359.
[1] 张文强, 李常锁, 刘金鑫, 程诗悦, 滕跃, 李根林. 聊城市典型农业区耕地土壤养分元素地球化学特征[J]. 物探与化探, 2025, 49(5): 1232-1242.
[2] 柴晨晖, 秦越强, 李朋元, 辛凯, 王建民, 殷嘉乐, 李超群, 原宁波, 郭栋, 孙宇飞. 内蒙古镶黄旗毕山地区土壤地球化学特征及找矿方向[J]. 物探与化探, 2025, 49(4): 778-789.
[3] 程俊义, 彭松, 范云飞, 卢平, 陈秀旺. 兴义某铀矿土壤氡气特征及其找矿应用[J]. 物探与化探, 2025, 49(4): 810-817.
[4] 王文俊. 福建省表层土壤环境质量地球化学评价及空间分布特征[J]. 物探与化探, 2025, 49(4): 933-942.
[5] 王志强, 倪萍, 张宏绪, 石天池, 杨建锋, 张惠玲. 土壤—农作物系统中重金属元素地球化学特征及健康风险评价[J]. 物探与化探, 2025, 49(4): 943-953.
[6] 曾蛟, 孔令号, 刘淑亮, 褚宏宪, 赵正鹏, 杨开丽, 郭旭军, 陈亮. 山东省某典型工业城镇土壤重金属污染特征及风险评估[J]. 物探与化探, 2025, 49(4): 954-964.
[7] 马强, 强晓农, 吴金宏, 代璐, 贺连珍, 王帅, 马楠. 青藏高原北缘硒背景及其对土壤因子的响应[J]. 物探与化探, 2025, 49(4): 965-972.
[8] 马强, 苗国文, 朱明霞, 王帅, 贺连珍, 马楠. 干旱咸水湖沉积型富硒土地的划定及开发利用探讨——以青海省洪水泉为例[J]. 物探与化探, 2025, 49(4): 973-979.
[9] 张浩, 牛尧, 张海旭, 沙惠兰. 青海玛沁县东部表层土壤养分地球化学评价[J]. 物探与化探, 2025, 49(3): 697-707.
[10] 叶娇珑, 钟红梅, 徐争强, 马婵华. 大气干湿沉降重金属元素通量及对农田土壤的影响——以四川崇州为例[J]. 物探与化探, 2025, 49(3): 708-717.
[11] 秦浩林, 李明龙, 郑德顺, 孙风波, 张凯. 鄂西典型高硒区土壤和农作物硒含量特征及其影响因素研究[J]. 物探与化探, 2025, 49(2): 490-499.
[12] 杨明龙, 黄加忠, 朱志平, 徐磊, 程琰勋, 赵萌生, 张龙. 云南省姚安坝区1:5万土地质量地球化学评价及开发建议[J]. 物探与化探, 2025, 49(2): 510-519.
[13] 夏炎, 王润涛, 杜倩倩, 王喜宽, 吕红杰, 侯进凯, 李炳辉. 洛阳市农田土壤碳汇规律研究[J]. 物探与化探, 2025, 49(1): 215-228.
[14] 阿地来·赛提尼亚孜, 段星星, 何峻岭, 王翠翠, 董越. 塔里木盆地北缘绿洲土壤碳储量及其碳密度的分布特征[J]. 物探与化探, 2025, 49(1): 229-238.
[15] 叶勇, 陈亮, 刘健. 高放废物处置巷道尺度岩体适宜性评价[J]. 物探与化探, 2024, 48(6): 1545-1552.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址：北京市学院路29号航遥中心 邮编：100083
电话：010-62060192；62060193 E-mail：whtbjb@sina.com , whtbjb@163.com