淮北平原覆盖区土壤采样密度及其环境质量研究——以1∶5万高炉集幅为例

doi:10.11720/wtyht.2021.1159

淮北平原覆盖区土壤采样密度及其环境质量研究——以1∶5万高炉集幅为例

陶春军^,, 史春鸿, 张笑蓉, 管后春, 贾十军

安徽省地质调查院,安徽合肥 230001

Research on soil sampling density and environmental quality of Huaibei plain covered area: A case study of 1∶50 000 Gaoluji Sheet

TAO Chun-Jun^,, SHI Chun-Hong, ZHANG Xiao-Rong, GUAN Hou-Chun, JIA Shi-Jun

Geological Survey Institute of Anhui Province,Hefei 230001,China

责任编辑: 蒋实

收稿日期: 2020-04-1 修回日期: 2020-07-16 网络出版日期: 2021-02-20

基金资助:

安徽省公益性地质调查项目“1∶5万楚店集、高炉集、江集和望町集覆盖区综合地质调查”. 2016-g-3-32
中国地质调查局地质调查项目“安徽淮北—亳州地区多目标区域地球化学调查”. 12120113000300

Received: 2020-04-1 Revised: 2020-07-16 Online: 2021-02-20

作者简介 About authors

陶春军(1982-),男,硕士,高级工程师,主要从事地球化学方面的调查及应用研究工作。Email:tcj9903@sina.com

摘要

以1∶5万高炉集幅为研究对象,在6个点/km ²及4个点/km ²两种采样密度条件下,土壤元素在地球化学参数特征及空间分布上均相近,表明该图幅内采样密度4个点/km ²可以满足1∶5万土地质量调查评价工作的要求。基于不同采样密度下土壤元素地球化学特征的对比分析,提出淮北平原覆盖区地质背景相对单一的连片耕地区开展1∶5万土地质量调查时可采用最低采样密度(4个点/km ²)。土壤环境质量评价结果显示,区内土壤环境质量优良,以优先保护类土壤为主,安全利用类土壤仅零星分布,影响土壤环境质量的指标为Cd,研究结果可为该地区实施绿色无公害产业发展提供科学依据。

关键词： 淮北平原覆盖区 ; 高炉集幅 ; 采样密度 ; 地球化学特征 ; 土壤环境质量

Abstract

1∶50 000 Gaoluji Sheet was chosen as the research object in this study. The soil elements at two sampling densities of 6 points/km ² and 4 points/km ² are similar in geochemical parameter characteristics and spatial distribution. The sampling density of 4 points/km ² in the map can meet the requirements of 1∶50,000 land quality survey and evaluation work. Based on the comparative analysis of the geochemical characteristics of soil elements under different sampling densities, the authors hold that the minimum sampling density (4 points/km ²) can be used when 1∶50,000 land quality survey is conducted in a relatively continuous farming area in the Huaibei plain coverage area. The soil environmental quality evaluation results show that the quality of the soil environment in this area is excellent. The priority is given to protecting the soil, and the safe use type soil is only in scattered distribution. The main impact indicator is Cd. The results can provide a scientific basis for the implementation of green pollution-free industries in this area.

Keywords： Huaibei plain covered area ; Gaoluji Sheet ; sampling density ; geochemical characteristics ; soil environmental quality

PDF (5763KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

陶春军, 史春鸿, 张笑蓉, 管后春, 贾十军. 淮北平原覆盖区土壤采样密度及其环境质量研究——以1∶5万高炉集幅为例. 物探与化探[J], 2021, 45(1): 200-206 doi:10.11720/wtyht.2021.1159

TAO Chun-Jun, SHI Chun-Hong, ZHANG Xiao-Rong, GUAN Hou-Chun, JIA Shi-Jun. Research on soil sampling density and environmental quality of Huaibei plain covered area: A case study of 1∶50 000 Gaoluji Sheet. Geophysical and Geochemical Exploration[J], 2021, 45(1): 200-206 doi:10.11720/wtyht.2021.1159

0 引言

合理的土壤调查采样密度是一个非常重要的因素,它不但决定着采样结果的准确性,而且在降低采样支出及提高采样效率方面发挥着重要的作用^[1,2]。为了解决土壤采样中精度与经济性的平衡问题,需要研究土壤适宜的采样密度。安徽省已开展的1∶5万土地质量地球化学调查多集中在皖中南部地区,采样方法相对成熟,而在淮北平原覆盖区开展1∶5万土地质量调查工作尚属首次,因此有必要研究合理的采样密度。笔者以高炉集幅为研究对象,基于不同采样密度土壤元素地球化学特征的对比分析,综合考虑经济性,提出在淮北平原覆盖区土地质量调查中适宜可行的土壤采样密度,以期为后续工作中采样密度的选择提供参考依据。

同时,根据前期开展的多目标区域地球化学调查显示,高炉集幅内涡河沿岸,土壤重金属有面积性分布的高含量区,影响土壤环境质量的主要元素为Cd等重金属。而土壤重金属是最常见的污染物,其在土壤中的积累严重制约着土地可持续性利用^{[3,4,5,6,7,8]}。重金属在土壤中难以降解且能够转移到农作物中,会威胁到农产品的安全性,需要开展土壤环境质量评价^[9,10,11]。因此,本次工作在研究采样密度的同时开展高炉集幅土壤环境质量评价工作,可为该地区实施绿色无公害产业发展提供科学依据,同时对助力皖北脱贫攻坚、实现乡村振兴具有意义。

1 研究区概况

工作区1∶5万高炉集幅位于皖北亳州市境内,属于淮北平原,地势平坦、交通便利,平原中岗、坡、碟形洼地相间分布。区内为全国重要的商品粮和蔬菜生产基地,处于暖温带半湿润气候区,年际降水变化较大。河流属于淮河水系,主干河流为涡河。

研究区位于华北地台东南部淮河台坳的蚌埠台拱西侧,构造整体呈EW走向。区内基本为第四系厚覆盖区,仅在东南部零星出露南华系四十里长山组和青白口系刘老碑组地层,未见岩浆岩出露(图1)。区内成土母质主要包括晚更新世黄土母质和河流冲积物母质两种类型,其中河流冲积物母质主要沿涡河两岸分布。研究区土壤类型主要包括砂姜黑土、潮土和黄褐土3种,砂姜黑土占比最大,潮土主要沿涡河两岸分布。高炉集幅土地利用类型主要为农用地,以旱地为主,是国家农产品主产区。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区地质简图

Fig.1 General geological map of research area

2 采样及分析方法

本次高炉集图幅地球化学数据采用2016~2017年1∶5万土地质量地球化学调查数据,主要调查图幅内农用地,图幅实际调查面积约430 km²(剔除城镇建成区),共采集土壤样品2 803件(含重复样62件),采样密度约为6个点/km²。布点主要采用网格化加第二次全国土地调查图斑的方法,并利用实时更新的奥维地图对采样点位进行修正。样点布设在网格内最大图斑中,兼顾地块形状、大小等因素进行调整。土壤样品优先选择在图斑最大的农用地田块内采集。土壤样品采集点避开了沟渠、路边、田埂、房基、垃圾堆等及微地形高低不平无代表性地段。土壤样品用专用采样器自地表向下连续采集0~20 cm深的土壤柱,除去植物根茎(未刮去表层土)等杂物,由3~5个子样等量混合而成,样品原始质量大于1 000 g。

土壤样品分析测试了Cd、Hg、Pb、As、Cr、Ni、Cu、Zn、Mo、B、Mn、Co、V、Se、F、S、N、P、K₂O、Corg、pH等21项指标。样品分析工作由安徽省地质实验研究所承担,采用国家一级土壤标准物质(GBW系列)进行监控。各元素分析方法及检出限见表1。各元素报出率均为100%,准确度和精密度监控标样的一次合格率均为100%。土壤元素含量分析方法与分析质量控制指标合格率满足《多目标区域地球化学调查规范(1∶250 000)》(DZ/T 0258—2014)要求。

表1 土壤样品元素分析方法检出限

Table 1 Detection limit of soil sample element analysis method

指标	分析方法	要求检出限	配套方法检出限	测定范围
As	AFS	1	0.2	0.2~500
B	ES	1	0.8	0.8~200
Cd	ICP-MS	0.03	0.02	0.02~4.0
S	XRF	30	20	20~2000
Co	XRF	1	1	1~100
Cr	XRF	5	3	3~3500
Cu	XRF	1	0.8	0.8~2000
F	ISE	100	50	50~5000
Hg	AFS	0.0005	0.0005	0.0005~10
Ge	AFS	0.1	0.05	0.05~100
Mn	XRF	10	5	5~2500
Mo	POL	0.3	0.2	0.2~100
N	VOL	20	15	15~5000
Ni	XRF	2	2	2~2000
P	XRF	10	8	8~4500
Pb	XRF	2	2	2~2000
Se	AFS	0.01	0.008	0.008~100
V	XRF	5	2	2~10000
Zn	XRF	4	2	2~3000
K₂O	XRF	0.05	0.05	0.05~7
Corg	VOL	0.1	0.05	0.05~10
pH	ISE	0.1	0.1	0.1~14.0

注:K₂O、Corg 含量单位为10^-2,其余元素含量单位为10^-6。

新窗口打开| 下载CSV

3 研究方法

3.1 不同密度数据处理方法

利用随机抽样法将6个点/km²的采样密度抽稀到4个点/km²,采样点选取时优先保留农用地图斑较大的点位,尽量兼顾4个点/km²在空间上的均匀性,如果点位所在图斑相差不大,则保留靠近0.25 km²网格中心的采样点。根据上述原则,获得图幅内采样密度为4个点/km²的一套采样数据。

3.2 参数统计方法

利用地球化学勘查数据一体化处理系统(Geochem Studio 3.0)中的数据检查—特异值检查功能,对高炉集幅不同采样密度土壤样品的21种元素(氧化物)进行分析,经剔除离散值后,分别获得两种采样密度土壤的系列地球化学参数,包括背景值、标准离差、变异系数、分布形态等。

3.3 地球化学成图方法

利用金维软件(GeoIPAS V4.0)绘制两种不同采样密度条件下土壤元素地球化学图,采样间距均设置为250 m,搜索半径为750,幂指数因子为10,最少搜索点数为3。地球化学图采用《多目标区域地球化学调查规范(1∶250 000)》(DZ/T 0258—2014)中15级分级法,为便于对比,均采用精度相对更高的6个点/km²采样密度累频对应的分级值。

3.4 土壤环境质量评价方法

本次评价单元采用第二次土地调查形成的土地利用现状图斑。当1个图斑中有2个以上数据时,用平均值进行评价单元的指标赋值。当图斑中没有评价数据时,采用Kring泛克里格插值法进行赋值。

为了全面衡量区内土壤环境质量,根据《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)对土壤中8种重金属元素含量进行单指标分级统计。不同土壤环境质量等级含义及用色标准见表2。区内土地利用现状以林地为主,所以各元素均采用GB 15618—2018中其他分级标准^[12]。

表2 土壤环境质量分级标准

Table 2 Soil environmental quality grading standard

土壤分类	执行标准	分级含义
优先保护类	低于筛选值	农用地土壤污染风险低,一般情况下可忽略
安全利用类	筛选-管控值	可能存在食用农产品不符合质量安全标准等土壤污染风险,原则上应当采取农业调控、替代种植等安全利用措施
严格管控类	高于管控值	食用农产品不符合质量安全标准,土壤污染风险高,且难以通过安全利用措施降低该风险,原则上应当采取禁止种植食用农产品、退耕还林等严格管控措施

新窗口打开| 下载CSV

4 结果与讨论

4.1 不同采样密度元素含量特征差异

统计了图幅内两种采样密度条件下土壤元素背景值等地球化学参数(表3)。两种不同采样密度下元素分布形态相差不大,N、B符合算术正态分布,S、Mn服从对数正态分布,剔除离散数据后,Corg、Pb、Cd、Se服从正态分布,其他元素始终不服从正态分布。唯一的区别是As采样密度为4个点/km²时服从对数正态分布,而6个点/km²时呈偏态分布。

表3 两种采样密度下元素地球化学参数统计值

Table 3 Statistical values of elemental geochemical parameters in two sampling densities

指标	采样密度6个点/km²					采样密度4个点/km²					背景值比值
指标	背景值	标准离差	变异系数	样点个数	分布形态	背景值	标准离差	变异系数	样点个数	分布形态	背景值比值
As	12.1	3.15	0.26	2737	偏态	12.1	3.18	0.26	1963	对数正态	1.00
B	56	5.02	0.09	2741	正态	56	5.09	0.09	1963	正态	1.00
Cd	0.186	0.058	0.31	2693	正态	0.184	0.058	0.31	1925	正态	1.01
Co	14.5	1.72	0.12	2740	偏态	14.4	1.72	0.12	1962	偏态	1.00
Cr	74.2	8.80	0.12	2741	偏态	74.0	8.79	0.12	1963	偏态	1.00
Cu	29.2	4.19	0.14	2740	偏态	29.1	4.21	0.14	1962	偏态	1.00
F	573	102	0.18	2740	偏态	571	101	0.18	1962	偏态	1.00
Hg	0.034	0.010	0.28	2539	偏态	0.034	0.010	0.29	1820	偏态	0.99
Mn	688	137	0.20	2741	对数正态	689	134	0.19	1951	对数正态	1.00
Mo	0.50	0.12	0.24	2709	偏态	0.50	0.12	0.24	1939	偏态	1.00
N	1.28	0.24	0.19	2741	正态	1.28	0.25	0.19	1963	正态	1.00
Ni	32.4	5.49	0.17	2741	偏态	32.3	5.49	0.17	1963	偏态	1.00
P	0.83	0.21	0.26	2718	偏态	0.83	0.21	0.26	1944	偏态	1.00
Pb	26.6	2.67	0.10	2729	正态	26.6	2.70	0.10	1951	正态	1.00
S	207	35	0.17	2741	对数正态	207	35	0.17	1963	对数正态	1.00
Se	0.21	0.035	0.17	2715	正态	0.21	0.036	0.17	1946	正态	1.00
V	90.6	12.60	0.14	2740	偏态	90.2	12.62	0.14	1962	偏态	1.00
Zn	69.5	14.4	0.21	2738	偏态	69.3	14.4	0.21	1960	偏态	1.00
K₂O	2.27	0.32	0.14	2741	偏态	2.26	0.33	0.14	1963	偏态	1.00
Corg	2.00	0.43	0.22	2719	正态	2.00	0.43	0.22	1948	正态	1.00
pH	7.3	1.13	0.15	2741	偏态	7.3	1.13	0.16	1963	偏态	1.00

注:Corg、K₂O含量单位为10^-2,其他元素含量单位为10^-6。

新窗口打开| 下载CSV

元素变异系数一定程度上反映元素区域分布的均匀程度。两种不同采样密度土壤元素背景值变异系数相差极小,说明元素在区域上分布较为均匀。通过两种不同采样密度下得到的背景值比值可以看出,除了Cd和Hg的比值接近1,其余元素(氧化物)比值均为1,说明两种采样密度条件下得出的土壤元素背景值基本一致。综上,高炉集幅土壤样品在两种不同采样密度条件下,土壤元素地球化学参数特征相近,包括元素分布形态、变异系数以及背景值等均相近。

4.2 不同采样密度元素空间分布特征差异

绘制了研究区内20种元素(氧化物)地球化学图,结果显示两种采样密度条件下元素地球化学空间展布规律极其相近。选取土壤中元素含量及其空间变化受影响程度较大的有机质及重金属Cd、Hg等指标为例,在不同采样条件下,各元素高值区、低值区所在的位置及规模大小空间分布均基本一致(图2)。高炉集幅土壤样品在两种不同采样密度条件下,土壤元素在空间上的分布也极其相近,高值、低值区所在的位置以及规模大小基本一致。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 两种采样密度条件下土壤Corg、Cb、Hg地球化学分布

Fig.2 Geochemical maps of soil Corg, Cd and Hg in two sampling densities

代表性较高的样点可以较好地反映研究区的相关特性,随着代表性较差的样点加入,对其精度变化影响不大^[13]。合理的采样密度对元素空间插值的准确性有着重要的意义。土壤元素合理采样密度取决于元素自身空间分异程度和人们对数据精度的要求。若空间分异大、精度要求高则需要较大采样密度,反之需较小的采样密度。了解土壤质量的空间分布状况,需要对调查区域进行土壤样品的采集,然而采样点密度越大成本也就越高,过于小则可能缺乏代表性,因此确定采样点的密度往往是至关重要的。适宜的采样密度可以提高采样效率,降低研究成本,为后续研究提供了很好的数据支撑。研究表明样点数量会影响空间插值的精度,但对合理的采样密度尚无定论^[14]。

《土地质量地球化学评价规范》(DZ/T 0295—2016)规定1∶5万土地质量地球化学评价工作在土壤样品布设时,采用4点/km²~16点km²的密度范围,平均采样密度为9点/km²,平原地区可放稀至最低采样密度。调查区位于淮北平原区,属于连片耕地区,地质背景及土壤类型均相对单一,且元素及污染物含量空间变异不大,可以采用较低采样密度来布置样点。高炉集幅土壤样品在两种不同采样密度条件下,土壤元素地球化学参数特征及空间分布特征均相近,因此,高炉集幅采用最低采样密度(4个点/km²)可以满足该地区土壤质量评价工作的需要。值得注意的是,虽然高炉集幅采用最低采样密度也可以达到理想的效果,但并不代表其他所有的平原区均适合此采样密度。高炉集幅的地质背景相对简单,主要包括上更新统茆塘组以及全新统蚌埠组两类,且两套地层年代相近,均属于第四系,所以在元素含量上具有相似性和继承性。如果元素空间分布的局部不均,数据离散程度高,则需要通过加密采样以刻画出地球化学特征的细节变化。

综上所述,在地质背景相对接近、元素含量空间变异不大的平原覆盖区开展土地质量地球化学调查工作时,可以采用最低采样密度,但若地质背景复杂,包含多个时代的地层时,在图斑较为细碎区、重金属高背景区和优质特色土壤资源区等建议适当增加采样密度,以期达到最为理想的效果。

4.3 土壤环境质量评价

调查区内两种不同采样密度下土壤环境质量评价结果基本一致。As、Cr、Hg、Ni、Pb、Zn、Cu等7种重金属元素单元素土壤环境质量评价结果相同,全部属于无污染或风险可忽略的优先保护类土壤。Cd土壤以无污染或风险可忽略的优先保护类土壤为主,污染风险可控且需要监测的安全利用类土壤面积仅占0.2%;无污染风险较大且需要进行严格管控类土壤。

土壤环境质量综合评价采用“一票否决”法,即以单元素中最差等级作为该评价单元的综合评价结果。结果显示,区内土壤环境质量总体好,以无污染或风险可忽略的优先保护类土壤为主,占调查区农用地总面积的99.8%;污染风险可控且需要监测的安全利用类土壤分布少,仅占0.2%,影响指标为Cd;区内无污染风险较大且需要进行严格管控类土壤(图3)。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 土壤环境质量综合分级

Fig.3 Comprehensive classification of soil environmental quality

工作区土壤重金属污染风险总体较低,其中可能存在污染风险的土壤面积仅占全区农用地总面积的0.2%。调查区内土壤地质背景较单一,存在污染风险的土壤呈星点状分布,因此自然成因的可能性较小,Cd富集主要由人类活动等外部因素引起,在这些区域为防止土壤重金属含量继续增高,增加土壤污染风险,需采取安全利用措施,加强土壤环境及农产品安全监测。调查区内土壤环境质量好,符合绿色食品土壤环境质量标准及无公害食品土壤环境质量要求的土壤在调查区广泛分布,区内适宜绿色、无公害农产品产业化发展,建议加大绿色—无公害农产品开发力度,增加农民收益。

5 结论

1) 高炉集幅土壤样品在6个点/km²及4个点/km²两种不同采样密度条件下,土壤元素在地球化学参数特征及空间分布上均相近,表明该图幅内采样密度4个点/km²可以满足1∶5万土地质量调查评价工作的要求。

2) 在淮北平原覆盖区地质背景相对单一且元素含量空间变异不大的连片耕地区开展土地质量地球化学调查工作时,可以采用最低采样密度(4个点/km²)。但地质背景复杂、重金属高背景区、优质特色土壤资源区等平原覆盖区建议适当增加采样密度,以期达到更为理想的评价效果。

3) 调查区内土壤环境质量优良,以优先保护类土壤为主,安全利用类土壤零星分布,面积仅占0.2%,主要影响指标为Cd。区内符合绿色食品及无公害食品土壤环境质量要求的土壤分布广泛,建议加大绿色、无公害农产品的开发力度。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Heim

, Wehrli

, Eugster

, et al.

Effects of sampling design on the probability to detect soil carbon stock changes at the SwisCarboEurope site Lägeren

[J]. Geoderma, 2009,149(3):347-354.

DOI:10.1016/j.geoderma.2008.12.018 URL [本文引用: 1]

[2]

Vašát

, Heuvelink

G B M

, Borüvka

Sampling design optimization for multivariate soil mapping

[J]. Geoderma, 2010,155(3/4):147-153.

DOI:10.1016/j.geoderma.2009.07.005 URL [本文引用: 1]

[3]

谷庆宝, 张倩, 卢军, 等.

我国土壤污染防治的重点与难点

[J]. 环境保护, 2018,46(1):14-18.