E-mail Alert Rss
 

物探与化探, 2021, 45(2): 502-516 doi: 10.11720/wtyht.2021.1330

生态环境调查

北京平原区土壤地球化学特征及影响因素分析

李欢,1, 黄勇1, 张沁瑞1, 贾三满1, 徐国志2, 冶北北3, 韩冰1

1.北京市地质勘察技术院,北京 100120

2.河北地质大学 宝石与材料工艺学院,河北 石家庄 050031

3.天津华北地质勘查局 核工业二四七大队,天津 301800

Soil geochemical characteristics and influencing factors in Beijing Plain

LI Huan,1, HUANG Yong1, ZHANG Qin-Rui1, JIA San-Man1, XU Guo-Zhi2, YE Bei-Bei3, HAN Bing1

1. Beijing Institute of Geo-exploratin Technology,Beijing 100120,China

2. School of Gemology and Material Technology,Hebei GEO University,Shijiazhuang 050031,China

3. Nuclear No. 247 Party of Tianjin North China Geological Exploration Bureau,Tianjin 301800, China

责任编辑: 蒋实

收稿日期: 2020-06-29   修回日期: 2020-09-25   网络出版日期: 2021-04-20

基金资助: 北京市财政项目“北京市土壤地质环境监测网建设”.  PXM2018_158307_000012
“北京市土地质量生态地球化学监测网运行2021年度”.  PXM2021_158307_000006

Received: 2020-06-29   Revised: 2020-09-25   Online: 2021-04-20

作者简介 About authors

李欢(1990-),男,硕士研究生,从事生态地球化学研究工作。Email: lihuan_8@163.com

摘要

基于北京平原区土壤地球化学调查数据,运用数理统计、因子分析、相关性分析、回归分析等方法研究了土壤元素的横向和纵向分布特征,并探讨其影响因素。结果表明:北京平原区土壤CaO、MgO、Na2O、Hg、Cd、Sr、Ba、Sn等含量偏高,Sb、As、Th、W、Br、U、I、Mo、有机质等含量偏低。R型因子分析结果显示,F1因子为反映土壤原始背景特征的元素组合,F2、F4、F6因子为反映人类活动对土壤元素分布特征影响的元素组合,F3因子为反映成土母质基本信息的元素组合,F5因子为反映成土母岩基本特征的元素组合。利用一元非线性回归分析对部分元素的垂向分布特征进行数学建模,回归系数R2值为0.542~0.960,拟合效果总体较好;从区域尺度上初步判断出人类活动对重金属元素Cu、Hg、Pb、Zn影响深度约150~200 cm,对养分指标N、P、S、Se、有机质影响深度约50~100 cm。一般情况下,褐土中Se、Bi、Li、有机质、Mo、W等39项元素与指标的含量高于潮土,不同土壤质地中As、Cd、Cr、Ni、N、B等29项元素含量的大小关系为:砂质壤土<砂质黏壤土<黏壤土<壤质黏土,耕地土壤中Cd、N、P、有机质含量明显高于林地,中心城区土壤中有害重金属元素、养分指标的含量普遍高于郊区。

关键词： 地球化学特征 ; 因子分析 ; 相关性分析 ; 数学建模 ; 影响因素

Abstract

This study was based on soil geochemical survey data obtained in Beijing plain. The methods of mathematical statistics, factor analysis, correlation analysis and regression analysis were used to study the horizontal and vertical distribution characteristics of soil elements, and the influencing factors were discussed. The result shows that the content of CaO, MgO, Na2O, Hg, Cd, Sr, Ba, and Sn in soil is high and that of Sb, As, Th, W, Br, U, I, Mo and organic matter is low. The result of R-type factor analysis shows that factor F1 reflects the characteristics of the original soil background, factor F2, factor F4 and factor F6 reflect the influence of human activities on the distribution characteristics of soil elements, factor F3 reflects the basic information of soil parent material, and factor F5 reflects the basic characteristics of soil parent rock. The vertical distribution characteristics of elements were modeled by regression analysis. The regression coefficient R2 is 0.542~0.960, and the effect is good. From the regional scale, it is preliminarily determined that the depth of human activities on Cu, Hg, Pb and Zn is 150~200 cm, and that on N, P, S, Se, and organic matter is 50~100 cm. In general, the content of 39 elements such as Se, Bi, Li, organic matter, Mo and W in cinnamon soil is higher than that in alluvial soil.The relationship between the values of 29 elements such as As, Cd, Cr, Ni, N and B in different soil textures are in order of sandy loam<sandy clay loam<clay loam<loamy clay. The content of Cd, N, P and organic matter in cultivated soil is significantly higher than that in forest land. The content of harmful metals and nutrients in the soil of the central urban area is higher than that in the suburban area.

Keywords： geochemical characteristics ; factor analysis ; correlation analysis ; mathematical modeling ; influencing factors

PDF (8681KB) 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

李欢, 黄勇, 张沁瑞, 贾三满, 徐国志, 冶北北, 韩冰. 北京平原区土壤地球化学特征及影响因素分析. 物探与化探[J], 2021, 45(2): 502-516 doi:10.11720/wtyht.2021.1330

LI Huan, HUANG Yong, ZHANG Qin-Rui, JIA San-Man, XU Guo-Zhi, YE Bei-Bei, HAN Bing. Soil geochemical characteristics and influencing factors in Beijing Plain. Geophysical and Geochemical Exploration[J], 2021, 45(2): 502-516 doi:10.11720/wtyht.2021.1330

0 引言

传统勘查地球化学是以找矿为主要目的,满足人类对矿产资源的需求;而现代勘查地球化学是以传统地球化学理论为基础,集资源和环境于一体,旨在服务于生态文明建设和国土空间规划等方面[1]。土壤地球化学调查作为勘查地球化学的组成部分之一,发挥出重要作用。利用地球化学调查手段,有些学者研究了土壤元素含量特征与工业生产、城市发展之间的关系,为环境治理与规划提供科学依据[2,3];有些学者研究了某些特定元素与地方病之间的关系,如地方性氟中毒、砷中毒、碘缺乏病,有效服务于地方病的防治研究[4,5];有些学者研究了硒元素分布特征,在此基础上圈定出富硒土地,提升土地利用价值和开发利用富硒产品[6,7,8];有些学者研究了有机质、全氮等养分指标的含量状况,为科学合理施肥提供了理论依据[9,10]。由此可见,研究土壤地球化学元素的含量状况、分布特征等可在保障人体健康、生态环境保护、国土空间规划方面起到指导作用,同时能够为土壤地质环境监测提供基础理论支撑和科学依据。

目前关于北京耕地土壤重金属和养分指标的研究较多[11,12,13,14],也有些研究工作涉及北京局部地区如城区、顺义区、平谷区、大兴区等[15,16,17,18],针对北京平原区Cd、Se的含量与分布也进行了一些探讨[19,20]。但这些研究在调查范围或研究指标方面存在一定局限性,尚未有关于北京平原区范围内的诸多地球化学元素的基础性、系统性、全面性的研究工作。北京是我国的“四个中心”,主要的人口、社会活动、经济建设均集中在平原区,因此在该区域内开展相关研究工作更有现实意义。本文是在北京平原区范围内开展土壤地球化学特征及影响因素的研究工作,旨在获得土壤元素横向和纵向分布规律,基于多个角度分析影响其分布规律的因素,为今后在该区域开展相关研究工作提供基础数据和技术支撑。

1 研究区概况

北京市的地势西北高东南低,基本构成西、北、东三面环山,东南低缓呈一平川的地形概貌。北京市河系属海河流域,河网发育,区内从东到西分布有蓟运河、潮白河、北运河、永定河和大清河5大水系。整个研究区位于北京平原区,面积约6 500 km2,地面坡度从WN向ES倾斜。北京平原地处山区与华北平原的结合部位,被第四系广泛覆盖,总体上由永定河、潮白河、温榆河、拒马河等河流的冲洪积扇和马池口、后沙峪、平谷凹陷等沉积凹陷组成,其中以永定河和潮白河冲洪积扇为主[21]。平原海拔高度均在100 m以下,山前台地及洪积扇上部海拔一般为60~80 m,其他大部分地区海拔为20~60 m。

潮土是北京平原分布面积最大的土壤类型,约占70%,是在全新世河流冲积母质环境下形成的,以壤质潮土、洪积物冲积物脱潮土和砂质潮土为多。褐土多位于海拔40 m以上的山麓平原,约占20%,主要为洪积冲积褐土性土、洪积冲积物褐土。其他类型土壤约占10%,分布不集中,主要为砂姜黑土、粗骨土、水稻土等,另外在中心城区内多以填土为主。具体分布见图1。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   北京平原区土壤类型分布

Fig.1   Distribution map of soil types in Beijing Plain


2 样品采集、分析测试及数据处理

2.1 样品采集与分析

为了使采样点具有代表性,采用网格化方式进行布点,平均布点密度为1个/16 km2;表层土壤采样深度为0~20 cm;每件土壤样品为5个子样的混合样,混合后样品质量大于1 000 g;共采集表层土壤样品567件。垂向土壤剖面深度为200~500 cm不等,分别在为20、50、100、150、200、250、300、350、400、450和500 cm深度处采样。共布设垂向土壤剖面106条,其中深度为200 cm剖面13条,深度为300 cm剖面16条,深度为400 cm剖面20条,深度为500 cm剖面57条;共采集剖面土壤样品747件。表层土壤采样点和垂向土壤剖面分布见图2。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   北京平原区采样点位示意

Fig.2   Sketch map of the sampling locationsin Beijing Plain


将土壤样品自然风干后平铺在制样板上,用木棍碾压,剔除植物残体、石块等。利用2 mm的孔径筛对样品进行过筛,剔除未通过的大颗粒碎石等;对于土质结核进行揉搓,直至通过筛子。采用对角线折叠法对过筛后的样品进行拌匀,确保每件加工后的样品质量大于500 g。

由中国冶金地质总局第一地质勘查院进行样品分析测试,参照《1∶250 000多目标区域地球化学调查规范》、《生态地球化学评价样品分析技术要求》等规范执行[22,23]。分析国家一级标准物质进行准确度控制,准确度合格率为100%;随机抽取5%的测试样品编成密码样重复分析,进行精密度控制,精密度合格率为100%。选用分析方法的检出限、质量监控措施均符合规范要求。分析测试54项指标,具体分析指标、分析方法、检出限见表1。

表1   各项指标的分析方法及检出限

Table 1  The analysis method and detection limit of target elements

分析指标规范要求检出限分析方法分析指标规范要求检出限分析方法
Ag0.020.006ESPb20.0008ICP-OES
As10.011AFCRb101.4XRF
Au0.00030.000099GF-AASS307.8XRF
B10.21ESSb0.050.016AFC
Ba100.0006ICP-OESSc10.0076ICP-OES
Be0.50.0001ICP-OESSe0.010.007AFC
Bi0.050.014AFCSn10.17ES
Br10.6XRFSr50.0493ICP-OES
Cd0.030.017ICP-MSTC0.1*0.017EA3001
Ce10.0418ICP-OESTh20.0001ICP-OES
Cl208XRFTi100.1741ICP-OES
Co10.0002ICP-OESTl0.10.0022ICP-MS
Cr50.0003ICP-OESU0.10.008ICP-MS
Cu10.4889ICP-OESV50.0001ICP-OES
F200.87ISEW0.40.0148ICP-MS
Ga20.0002ICP-OESY10.9XRF
Ge0.10.00062HG-AFSZn40.0096ICP-OES
Hg0.00050.0004AFCZr20.8XRF
I0.50.18UVAl2O3*0.050.008XRF
La50.00004ICP-OESCaO*0.050.0033ICP-OES
Li10.202ICP-OESK2O*0.050.00508ICP-OES
Mn100.0003ICP-OESMgO*0.050.0008ICP-OES
Mo0.30.016ICP-MSNa2O*0.10.0081ICP-OES
N200.0018EA3000SiO2*0.10.013XRF
Nb20.0029ICP-OESTFe2O3*0.050.0026ICP-OES
Ni20.0002ICP-OESCorg*0.10.072CS-3600
P100.0025ICP-OESpH0.100.03pH计

注: “*”表示指标含量单位为10-2,其他指标含量单位为10-6,pH无量纲;CS-3600为管式炉燃烧红外吸收法,GF-AAS为泡沫塑料吸附—石墨炉原子吸收光谱法,HG-AFS为氢化物—原子荧光光谱法,ISE为离子选择电极法,ICP-OES为电感耦合等离子体光谱法,AFC为微波消解/原子荧光法,ES为发射光谱法,ICP-MS为电感耦合等离子质谱法,XRF为X射线荧光光谱法,EA3000为氧化燃烧—气相色谱法,UV为催化光度法。

新窗口打开| 下载CSV


2.2 数据处理与图件编制

回归分析法是建立因变量与自变量之间的回归关系函数表达式(称回归方程式)的一种数理统计方法,根据回归变量的个数分为一元回归分析和多元回归分析,根据回归的形式分为线性回归分析和非线性回归分析[24,25,26]。基于统计学角度的模型建立过程中,自变量为垂向深度,因变量为相应元素平均含量,利用一元非线性回归分析进行数学建模,探索元素含量随深度变化的区域性规律。

本次数学建模涉及到的模型有对数函数模型、幂函数模型、逆函数模型和线性函数模型,具体模型函数公式如下[27]:

对数函数模型:y=b0+b1lnx;

幂函数模型:y=b0 ( xb1);

逆函数模型:y=b0+b1/x;

线性函数模型:y=b0+b1x。

式中b0、b1为模型参数。

建立模型的基本步骤为:① 将不同垂向土壤剖面的相同深度内的样品归为一类,统计出每一类样品中元素含量的平均值,以该值代表相应取样层位中的元素平均含量;② 绘制采样深度(横轴)与元素平均含量(纵轴)的散点图,观察数据分布形态,初步判定曲线类型; ③ 选择上述4种函数模型分别对元素含量垂向分布进行曲线回归预测,并估计参数,以此探求最佳的回归曲线;④ 根据决定系数(R2)、统计量值(F)以及概率值(Sig.)进行拟合效果显著性检验;⑤ 选择曲线拟合效果最优的模型,并根据参数估计值构建回归方程,从而建立起元素平均含量与采样深度的函数关系。

算数平均值、中位值、标准离差、变异系数、最小值、最大值等基本参数统计在Excel中完成,相关性分析以及数学建模在SPSS19.0软件中完成。采用中国地质调查局发展研究中心开发的GeoMDIS(多目标版)地球化学信息系统判别因子组合以及计算因子得分,在MapGIS6.7软件平台上进行相关图件编制。绘制因子得分图时使用累积频率法,使用10%、25%、50%、75%、90%分级间隔对应的因子得分值为界限勾绘等值线。

3 结果与讨论

3.1 土壤地球化学特征

3.1.1 表层土壤元素含量统计特征

结合元素地球化学性质,同时考虑其在土壤环境中的生态效应,将54项元素与指标划分为有害重金属(类金属)元素(8项)、养分指标(5项)、有益微量元素(8项)、健康元素(3项)、常量元素氧化物(7项)、酸碱度(1项)、稀有稀土元素(6项)以及其他金属元素(16项)等8类。北京平原区土壤元素的统计特征值见表2。

表2   土壤元素统计特征值

Table 2  Statistical characteristics of elements in soil

属性指标平均值中位值标准离差变异系数最小值最大值全国土壤
背景值[31]
有害重金属
(类金属)元素		As8.608.562.2125.7%2.7819.611.2
Cd0.1660.1520.07444.8%0.0580.7820.097
Cr59.558.611.719.6%26.014761.0
Cu26.422.236.5138%7.8080522.6
Hg0.1750.0570.679388%0.0119.130.065
Ni24.924.84.6018.5%11.552.626.9
Pb26.423.815.157.2%14.428326.0
Zn81.570.7119146%43.2283374.2
养分
指标		C1.591.470.7647.6%0.286.78
N96192942844.5%1664013
P87878140746.4%2844872
S20318383.040.8%71.0848
有机质1.721.540.9756.3%0.189.033.31
有益微量
元素		B40.239.310.325.5%14.683.147.8
Br3.373.141.6348.5%0.0319.25.40
Cl80.169.054.768.3%24.8693
Co11.211.11.9617.5%6.0921.812.7
Ge1.371.340.2115.6%0.933.111.70
Mn59357214223.9%3202064583
Mo0.690.650.1927.4%0.372.362.00
V74.173.110.814.6%43.612582.4
健康
元素		F50648711222.1%2701361478
I2.051.801.3967.9%0.4816.03.76
Se0.290.230.36122%0.055.790.29
常量
元素		Al2O312.712.61.128.9%9.7217.112.5
CaO3.923.831.9349.2%0.8511.92.16
Fe2O34.314.240.6515.0%2.967.174.20
K2O2.472.450.2911.9%1.253.492.24
MgO2.072.050.5124.6%0.875.761.30
Na2O2.082.050.3818.2%0.603.651.37
SiO260.160.32.904.8%49.666.5
稀有稀土
元素		Ce66.565.59.1013.7%35.810768.4
La34.734.24.7013.5%20.655.039.7
Sc9.989.991.4014.1%5.3516.711.1
Th9.469.481.9520.6%2.7817.013.75
U1.871.860.2714.5%1.033.083.03
Y22.622.27.633.6%12.2187.722.9
其他金属
元素		Ag0.1290.0960.12395.4%0.0430.9860.132
Au3.852.007.14186%0.4687.61
Ba64362196.014.9%4571476469
Be1.871.850.2513.6%1.202.911.95
Bi0.340.290.2574.5%0.103.230.37
Ga15.415.11.6010.4%10.221.617.5
Li28.327.37.7027.3%14.110432.5
Nb14.013.82.0014.0%8.8025.6
Rb90.690.09.5010.5%57.6127111
Sb0.930.870.7277.5%0.3216.41.21
Sn3.502.724.22121%1.5059.42.60
Sr28528096.033.6%77.0833167
Ti3695362953314.4%217075193800
Tl0.610.600.0812.7%0.401.100.62
W1.641.531.5091.2%0.7134.22.48
Zr24824339.015.7%171587256
酸碱度pH7.567.750.628.2%3.738.486.70

注:常量元素(氧化物)、C、有机质含量单位为10-2,Au为10-9,pH无量纲,其余元素为10-6。

新窗口打开| 下载CSV


变异系数通常用标准离差与平均值之比的百分数来表示,表征元素空间分布的均匀程度,本次研究将变异系数小于15%定义为弱空间变异性,15%~100%为中等程度空间变异性,大于100%为强空间变异性[28,29,30]。

弱变异元素有17项,主要为常量元素氧化物(SiO2、Al2O3、K2O、Fe2O3)、稀有稀土元素(Ce、La、Sc、U)、金属元素(Ba、Be、Ga、Nb、Rb、Ti、Tl、V)以及pH值,多为在土壤中化学活动性较弱的元素,后期地质地球化学作用及人类活动对它们的影响较小。这些元素在区域分布上也存在着高低背景区,但含量区间变化范围较小,离散程度不大,基本表现出较为均匀分布的特征。

中等程度变异元素数量最多,达到31项,该类元素具有一定程度的地球化学活动性,多为表生环境中受自然营力及人类活动影响较多的元素。在表层土壤中元素含量变化范围较大,分布上表现为局部地段有较高或较低背景,具有一定的分异趋势;变异系数越大,分异趋势越显著。

强变异元素有6项,变异系数范围为121%~388%,变异系数由小到大为Sn(121%)、Se(122%)、Cu(138%)、Zn(146%)、Au(186%)、Hg(388%);该类元素空间分布极不均匀,离散程度大,具有很强的分异特征,在分布特征上表现为多个地段有高强度的异常存在,受到了人类活动的显著影响。

北京平原区土壤元素平均含量与全国背景值[31]相比(图3),CaO、MgO、Na2O、Hg、Cd、Sr、Ba、Sn等含量偏高,达到全国背景值的1.2倍以上;Hg、Cd平均含量分别为全国背景值的2.69和1.71倍,属于由人类生产、生活等因素引起的元素高含量分布,由此说明北京平原区土壤Hg、Cd存在潜在污染的可能性较高;碱土金属元素CaO、MgO、Sr、Ba等高含量分布与西部山区广泛分布的沉积地层有关,碱金属元素Na2O的高含量分布与北部山区广泛分布的岩浆岩、变质岩有关,这两类属于由地质背景引起的元素高含量分布。Sb、As、Th、W、Br、U、I、Mo、有机质等相比贫化,低于全国背景值的0.8倍以下;其中有机质平均含量仅为全国背景值的0.52倍,说明北京平原土壤中相对缺乏有机质。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   北京平原区土壤元素均值与全国土壤背景值的比值结果

Fig.3   The results of the ratio of the mean value of soil elements in the Beijing Plain to the national soil background value


3.1.2 表层土壤元素因子分析

因子分析是利用降维的思想,在较少损失原始数据信息的前提下,将多个变量综合成少数的“因子”,从而达到对原始变量的分类,揭露原始变量之间的内在联系[32,33,34]。通过对54项元素与指标作R型因子分析,在方差贡献率85%的水平上截取17个正交因子解,其中前6个方差贡献较大且元素组合明显的旋转因子载荷矩阵,结果见表3。根据各采样点的因子得分,绘制了因子分布图,结果见图4。选取较高的因子载荷(≥|0.5|)变量,获知元素组合。

表3   土壤元素因子分析结果

Table 3  Factor analysis of soil elements

指标F1F2F3F4F5F6
As0.4030.075-0.1670.2930.0900.183
Cd0.1720.543-0.1280.402-0.1380.071
Cr0.5340.1950.0400.0710.2870.057
Cu0.0400.086-0.0090.9430.0230.069
Hg-0.0590.297-0.0190.0570.0120.738
Ni0.6940.147-0.1510.1060.1610.075
Pb0.0230.249-0.0570.755-0.0560.486
Zn0.0410.0980.0060.967-0.0010.021
C-0.0420.707-0.3760.0940.2420.314
N0.1780.8150.0990.013-0.1880.145
P0.0430.7050.030.1210.0190.140
S0.0460.699-0.1490.0620.0080.284
有机质0.1230.8140.0280.063-0.1140.296
B0.3050.0950.206-0.0320.1240.024
Br0.1210.587-0.1190.0040.1920.055
Cl-0.0110.333-0.0610.0060.1470.124
Co0.8250.150-0.1350.2650.029-0.019
Ge0.2530.1930.0520.076-0.286-0.168
Mn0.6250.027-0.0450.027-0.087-0.024
Mo0.2480.343-0.2460.180-0.1320.160
V0.9060.0570.022-0.007-0.015-0.030
F0.4820.235-0.442-0.011-0.213-0.221
I0.0560.350-0.022-0.0130.189-0.184
Se-0.0440.2250.0550.015-0.4460.056
Al2O30.639-0.0170.001-0.042-0.4830.021
CaO-0.2130.101-0.6440.0430.5950.135
Fe2O30.8580.169-0.1650.017-0.117-0.087
K2O0.176-0.3070.177-0.021-0.6100.140
MgO0.1310.171-0.7350.0450.265-0.225
Na2O-0.205-0.2380.174-0.075-0.346-0.070
SiO2-0.258-0.2540.762-0.033-0.209-0.199
Ce0.8380.1290.0440.005-0.105-0.049
La0.8300.1550.0310.004-0.0340.003
Sc0.842-0.015-0.1860.0250.105-0.014
Th0.582-0.090-0.0890.0010.2520.132
U0.5760.335-0.0200.0640.0370.136
Y0.2850.0560.124-0.0080.025-0.089
pH-0.0500.062-0.354-0.0010.7080.043
Ag-0.0240.355-0.1100.328-0.1140.463
Au-0.0020.270-0.0450.161-0.0110.713
Ba0.1100.101-0.1500.020-0.663-0.169
Be0.600-0.155-0.008-0.020-0.5020.089
Bi0.0430.520-0.0600.317-0.2040.032
Ga0.750-0.061-0.1000.010-0.5420.041
Li0.4470.168-0.271-0.008-0.162-0.136
Nb0.709-0.1730.1000.016-0.265-0.005
Rb0.469-0.322-0.1350.030-0.3370.187
Sb0.0560.078-0.0420.9230.0840.121
Sn0.0090.172-0.0550.0870.0290.668
Sr0.0050.004-0.2790.009-0.0740.064
Ti0.8280.1100.279-0.024-0.023-0.156
Tl0.201-0.027-0.1690.031-0.0950.007
W0.0450.1070.0030.0140.008-0.063
Zr0.0960.0410.813-0.0470.023-0.193
特征值13.07.284.262.911.971.81
方差/%24.113.57.895.383.643.34
累积方差/%24.137.645.550.954.657.9

新窗口打开| 下载CSV


图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   北京平原区因子得分分布

Fig.4   Diagrams of factor scores in Beijing Plain


F1因子组合为Al2O3-Fe2O3-Be-Ce-Co-Cr-Ga-La-Mn-Nb-Ni-Sc-Th-Ti-U-V,为常量元素氧化物、铁族元素、稀土元素及部分微量元素的组合,共生组合特征受控于元素地球化学性质。该类元素迁移能力弱,长期处于稳定状态,反映了土壤元素的原始背景特征。同时可以看出土壤元素空间分布具有流域性特征, 在大清河流域、 蓟运河流域土壤中呈富集状态,在永定河流域、潮白河流域中呈贫化状态。从地貌特征上讲,北运河流域主要由永定河冲洪积扇和潮白河冲洪积扇组成,大致以温榆河—北运河为界[35],因此北岸与南岸元素分布差异性显著,北岸土壤元素含量高,南岸土壤元素含量低。

F2因子组合为Bi-Br-C-Cd-N-P-S-有机质,F4因子组合为Cu-Pb-Zn-Sb,F6因子组合为Au-Hg-Sn,为有害重金属元素及养分指标的组合,共生组合特征明显受控于人类活动。该类元素的空间分布反映出人类活动的频繁程度,人类活动越频繁,土壤中的元素含量越高,中心城区是土壤元素最为富集的区域。

F3因子组合为SiO2-Zr-(-CaO)-(-MgO),为常量元素氧化物组合,能够反映成土母质的基本信息。SiO2高含量区正好是MgO、CaO的低含量区,主要分布在潮白河流域以及永定河流域,该区域内以砂质沉积物为主,而其他区域多以壤质沉积物分布为主。

F5因子组合为CaO-pH-(-K2O)-(-Ba)-(-Ga)-(-Be),该元素组合可以反映成土母岩的基本特征。K2O、Ba、Ga、Be的高含量区主要分布在潮白河冲积平原区,物源以北部山区的中酸性岩浆岩及变质岩为主,且该区域为北京平原仅有的偏酸性土壤分布区。北京城区及平原区的西南部是CaO的高得分区,其物质来源于北京西部山区从中新元古界至白垩系的沉积地层,反映了源岩物质成分对土壤元素分布的控制作用。

3.1.3 土壤元素垂向变化特征

1) 元素含量与垂向深度的相关性分析

有害重金属(类金属)元素、养分指标以及酸碱度是土地质量评价时的重要参考因素[36,37,38],Sc、Al2O3含量分布可以反映土壤原始背景特征。对垂向剖面采集的747件土壤样品中的元素含量与对应的采样深度之间进行了Pearson相关性分析(表4),结果表明:As、Cr、Ni、Sc、Al2O3含量与深度之间的相关性较差,而Cd、Cu、Hg、Pb、Zn、N、P、S、Se、有机质、pH值与深度之间的相关性较好,pH值与垂向深度之间呈正相关关系,其他元素与深度之间呈负相关关系。鉴于此,尝试利用数学建模的方式建立元素含量与垂向深度之间的函数关系。

表4   土壤元素含量与垂向深度的相关性

Table 4  Correlation between soil element content and depth

指标AsCdCrCuHgNiPbZn
相关性-0.018-0.118*-0.053-0.183*-0.378*-0.021-0.209*-0.178*
指标NPSSe有机质ScAl2O3pH
相关性-0.416*-0.178*-0.134*-0.283*-0.406*-0.029-0.0300.171*

注:“*”表示在0.01级别(单尾),相关性显著。

新窗口打开| 下载CSV


2) 元素含量垂向变化的数学模型

根据一元非线性回归分析法建立了Cd、Cu、Hg、Pb、Zn、N、P、S、Se、有机质、pH等指标的数学模型,具体模型统计值见表5。除Cd外,其他元素拟合曲线的F值范围是10.6~213,查F分布表可得F1,9(0.01)=10.59<10.6,同时F值对应的概率值明显小于显著性水平0.01,拒绝原假设,回归方程通过了显著性检验,即判定出回归方程有意义。R2值为0.542~0.960,说明拟合效果总体较好。Cu、Pb、Zn、N、S、Se、有机质可采用对数函数模型拟合,Hg可采用幂函数模型拟合,P可采用逆函数模型拟合,pH值可采用线性函数模型拟合。

表5   模型摘要及参数估计值统计

Table 5  Model summary and parameter estimation statistics

指标模型摘要参数估计值
模型类型R2Fdf1df2Sig.b0b1
Cd对数函数0.5079.26191.39×10-20.163-7.61×10-3
Cu对数函数0.60513.8194.85×10-327.0-1.29
Hg幂函数0.960213191.42×10-70.089-0.274
Pb对数函数0.80837.8191.69×10-426.6-1.14
Zn对数函数0.68319.3191.72×10-377.4-2.58
N对数函数0.957199191.91×10-7880-102
P逆函数0.83645.9198.10×10-55383188
S对数函数0.54210.6199.82×10-3186-8.02
Se对数函数0.74926.9195.77×10-40.232-2.35×10-2
有机质对数函数0.955189192.37×10-71.52-0.192
pH线性函数0.84047.3197.20×10-57.696.07×10-4

新窗口打开| 下载CSV


根据土壤元素函数模型拟合(图5)可知,拟合曲线与元素垂向分布特征吻合度较高,基本可以反映出垂向变化趋势。重金属元素、养分指标的含量分布与人类活动密切相关,均表现出强烈的表生富集现象,呈现出明显的“浅层含量高、深层含量低”的特征;总体变化规律是随深度增加,含量逐渐降低。基于统计学角度,从区域尺度上考虑人类活动对土壤元素垂向分布的影响深度,对有害重金属元素Cu、Hg、Pb、Zn的影响深度约150~200 cm,对养分指标N、P、S、Se、有机质的影响深度约50~100 cm。随深度增加,pH值变大,土壤碱性增强。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   土壤元素函数模型拟合

Fig.5   Function model fitting of elements in soil


3.2 土壤元素含量分布影响因素分析

3.2.1 不同土壤类型的元素含量差异

将潮土、褐土的元素含量平均值与北京平原区平均值进行比较,结果见图6。从总体情况看,褐土中Se、Bi、Li、有机质、Mo、W等39项元素与指标的含量普遍高于潮土;褐土主要分布在山麓平原,结合F2因子得分分布图判断,褐土分布区内有机质含量普遍偏高,对金属元素或离子的吸附性较强,将其固定于土壤中而呈现出元素高含量分布的特征。但潮土中CaO、MgO、Na2O、I、Br、Sr、P、C、pH等15项元素与指标的含量高于褐土,这与长期的耕作、施肥,致使潮土的熟化程度高有一定关系[39]。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   不同土壤类型元素含量对比

Fig.6   Comparison of element contents in different soil types


3.2.2 不同土壤质地的元素含量差异

将壤质黏土、砂质壤土、砂质黏壤土、黏壤土的元素含量平均值与北京平原区平均值进行比较,结果见图7。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   不同土壤质地元素含量对比

Fig.7   Comparison of element contents in different soil textures


元素迁移过程中,由于砂性土壤的透水透气性好,元素易于迁移、流失,导致土壤中元素含量降低;而当元素迁移过程中遇到黏土(地球化学障)时,由于黏土中富含有机质、黏土矿物等,对元素的吸附作用增强而将其固定下来,导致土壤中元素含量升高[40,41,42],因此,土壤黏性是决定元素含量高低的重要因素之一。不同土壤质地的K2O、SiO2、Ba、pH平均含量基本相同,说明其含量分布受土壤质地的影响较小;其他元素的含量分布特征与土壤地质存在密切联系。从整体情况分析,不同土壤质地各元素含量大小关系为:砂质壤土<砂质黏壤土<黏壤土<壤质黏土。需特殊说明的是,CaO、Na2O、Se、Sr在砂质壤土中的含量最高,在壤质黏土中的含量最低。

3.2.3 不同土地利用方式的元素含量差异

将耕地和林地的土壤元素含量平均值与北京平原区平均值进行比较,结果见图8。从整体情况来看,耕地内土壤元素含量普遍高于林地元素含量或与林地一致,说明土地利用方式对元素分布特征产生一定程度的影响。一些农药和化肥中含有As、Cd、Cu、Ni、Pb、Zn等有害重金属(类金属)元素[43,44], 使用后可导致土壤元素含量升高。本次研究结果显示,北京平原区耕地土壤中Cd含量相对较高,可能与含Cd肥料的使用有关。N、P、有机质等是作物生长的必需养分,长期使用后土壤致使土壤中富含养分;由于作物对P的需求相对较少[13],长期使用势必造成土壤中P含量的明显增加,这也是北京平原区耕地土壤P更加富集的原因。不同土地利用方式下的元素含量统计特征与F2因子组合特征存在相似性,均能够反映出农业生产活动对土壤元素分布特征的影响。

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   不同土地利用方式元素含量对比

Fig.8   Comparison of element contents in different land use patterns


图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   不同规划区土壤元素含量对比

Fig.9   Comparison of soil element contents in different planning areas


3.2.4 不同规划区的土壤元素含量差异

将中心城区和郊区土壤元素含量平均值与北京平原区平均值进行比较,结果见图9。

自20世纪50年代,北京城区及周边逐步建立了以“西郊冶金和机械重工业区、东北郊电子工业区、东郊机械区和化工区”为主的工业格局[45,46,47],形成长达50余年的工业活动历史。中心城区为北京市人口密集区和建设集中区,根据北京市2019年区域统计年鉴进行估算,中心城区人口密度1.2万人/km2,建设用地面积约925 km2,占中心城区土地总面积的67.6%。土地开发、工业生产、交通运输、人类生活等方式在很大程度上改变了表层土壤元素的分布特征,致使土壤中有害重金属及一些与人类活动密切相关的元素的高含量分布,如有害重金属元素(Cd、Cu、Hg、Pb、Zn)、养分指标(C、S、有机质)以及部分金属元素(Ag、Au、Bi、Sb、Sn、Sr)。数据统计特征与F2、F4、F6因子组合特征基本一致,均反映出了人类活动对土壤元素分布特征的影响。

4 结论

1) 与全国土壤A层背景值相比,北京平原区土壤中CaO、MgO、Na2O、Hg、Cd、Sr、Ba、Sn等含量相对偏高,其中Hg、Cd的高含量分布与人类活动密切相关,CaO、MgO、Na2O、Sr、Ba的高含量分布主要由地质背景引起。北京平原区土壤有机质较缺乏,其含量仅为全国背景值的0.52倍。

2) 因子分析结果表明,F1因子为常量元素氧化物、铁族元素、稀土元素的共生组合,反映了土壤元素的原始背景特征;F2、F4、F6因子为有害重金属(类金属)元素、养分指标的共生组合,反映了人类活动对土壤元素分布特征的影响;F3因子为常量元素氧化物的共生组合,反映了成土母质的基本信息;F5因子为碱金属元素、碱土金属元素、酸碱度的共生组合,反映了成土母岩的基本特征。

3) 根据建立的数学函数模型,基于统计学角度,从区域尺度上初步判断了人类活动对土壤元素与指标垂向分布的影响深度,对有害重金属元素Cu、Hg、Pb、Zn影响深度约150~200 cm,对养分指标N、P、S、Se、有机质影响深度约50~100 cm。

4) 土壤类型、土壤质地、土地利用方式以及规划区等均是影响土壤元素含量分布的重要因素,但不同因素对土壤元素分布的影响具有差异性。土壤类型、土壤质地属于影响土壤元素分布的自然源因素,土地利用方式、规划区属于影响土壤元素分布的人为源因素。

参考文献

奚小环, 李敏.

现代勘查地球化学科学体系概论:“十二五”期间勘查成果评述

[J]. 物探与化探, 2017,41(5):779-793.

[本文引用: 1]

Xi X H, Li M.

Summary of modern exploration geochemistry scientific system:Commentary on exploration achievements obtained in the period of “12th Five-Year Plan”

[J]. Geophysical and Geochemical Exploration, 2017,41(5):779-793.

[本文引用: 1]

代杰瑞, 庞绪贵, 喻超, 等.

山东省东部地区土壤地球化学特征及污染评价

[J]. 中国地质, 2011,38(5):1387-1395.

[本文引用: 1]

Dai J R, Pang X G, Yu C, et al.

Geochemical features and contamination assessment of soil elements in east Shandong Province

[J]. Geology in China, 2011,38(5):1387-1395.

[本文引用: 1]

廖蕾, 刘还林, 苏美霞, 等.

内蒙古自治区包头市土壤地球化学特征与环境评价

[J]. 地质与勘探, 2012,48(4):799-806.

[本文引用: 1]

Liao L, Liu H L, Su M X, et al.

Geochemical characteristics of the soil from Baotou City,Inner Mongolia and its environmental assessment

[J]. Geology and Exploration, 2012,48(4):799-806.

[本文引用: 1]

庞绪贵, 高宗军, 边建朝, 等.

山东省黄河下游流域地方病与生态地球化学环境相关性研究

[J]. 中国地质, 2010,37(3):824-830.

[本文引用: 1]

Pang X G, Gao Z J, Bian J C, et al.

The correlation between endemic diseases and eco-geochemical environment in the lower Yellow River basin, Shandong Province

[J]. Geology in China, 2010,37(3):824-830.

[本文引用: 1]

高彦辉, 孙殿军.

生物地球化学性地方病研究——古老又崭新的领域

[J]. 中华疾病控制杂志, 2018,22(2):107-108,121.

[本文引用: 1]

Gao Y H, Sun D J.

Study on biogeochemical diseases, ancient and new field

[J]. Chinese Journal of Disease Control & Prevention, 2018,22(2):107-108,121.

[本文引用: 1]

文帮勇, 张涛亮, 李西周, 等.

江西龙南地区富硒土壤资源开发可行性研究

[J]. 中国地质, 2014,41(1):256-263.

[本文引用: 1]

Wen B Y, Zhang T L, Li X Z, et al.

A feasibility study of selenium-rich soil development in Longnan County of Jiangxi Province

[J]. Geology in China, 2014,41(1):256-263.

[本文引用: 1]

吴俊.

福建省寿宁县土壤硒分布特征及影响因素

[J]. 中国地质, 2018,45(6):1167-1176.

[本文引用: 1]

Wu J.

The distribution of soil selenium in Shouning County of Fujian Province and its influencing factors

[J]. Geology in China, 2018,45(6):1167-1176.

[本文引用: 1]

冯辉, 张学君, 张群, 等.

北京大清河流域生态涵养区富硒土壤资源分布特征和来源解析

[J]. 岩矿测试, 2019,38(6):693-704.

[本文引用: 1]

Feng H, Zhang X J, Zhang Q, et al.

Distribution characteristics and sources identification of selenium-rich soils in the ecological conservation area of the Daqinghe River Watershed, Beijing

[J]. Rock and Mineral Analysis, 2019,38(6):693-704.

[本文引用: 1]

童倩倩, 何腾兵, 高雪, 等.

贵州省耕地土壤的养分状况

[J]. 贵州农业科学, 2011,39(2):82-84.

[本文引用: 1]

Tong Q Q, He T B, Gao X, et al.

Soil nutrients of arable land in Guizhou

[J]. Guizhou Agricultural Sciences, 2011,39(2):82-84.

[本文引用: 1]

严玉梅, 李水利, 李茹, 等.

陕西省耕地土壤养分现状与分布特征

[J]. 土壤通报, 2019,50(6):1298-1305.

[本文引用: 1]

Yan Y M, Li S L, Li R, et al.

Current situation and distribution characteristics of soil nutrients in cultivated land of Shaanxi Province

[J]. Chinese Journal of Soil Science, 2019,50(6):1298-1305.

[本文引用: 1]

丛源, 郑萍, 陈岳龙, 等.

北京农田生态系统土壤重金属元素的生态风险评价

[J]. 地质通报, 2008(5):681-688.

URL     [本文引用: 1]

2005-2006年期间,分别采集了北京农田生态系统的大气干湿沉降、灌溉水和化肥3种外源输入的样品,共计63件.3种来源样品的年输入通量的定量计算和对比表明,不同地区不同输入途径的重金属元素的年输入通量差异较大,研究区农田土壤中重金属元素的主要输入途径是大气干湿沉降.如果不考虑农田生态系统的外源输出量,按照目前的污染速度,50年后怀柔和大兴地区表层土壤中Cd的含量可突破国家土壤环境质量碱性土壤的二级标准,污染情况比较严重,应引起足够的重视.其他地区的外源输入在相当长的一段时间内不会引起表层土壤重金属元素的含量发生质的变化.

Cong Y, Zheng P, Chen Y L, et al.

Ecological risk assessments of heavy metals in soils of the farmland ecosystem of Beijing,China

[J]. Geological Bulletin of China, 2008(5):681-688.

URL     [本文引用: 1]

王彬武, 李红, 蒋红群, 等.

北京市耕地土壤重金属时空变化特征初步研究

[J]. 农业环境科学学报, 2014,33(7):1335-1344.

[本文引用: 1]

Wang B W, Li H, Jiang H Q, et al.

Spatio-temporal variation of soil heavy metals in agricultural land in Beijing, China

[J]. Journal of Agro-Environment Science, 2014,33(7):1335-1344.

[本文引用: 1]

吴琼, 邹国元, 史振鹏, 等.

北京东南郊农田土壤养分状况及空间分布特征

[J]. 北方园艺, 2015(23):173-178.

[本文引用: 2]

Wu Q, Zou G Y, Shi Z P, et al.

Soil nutrient status and spatial distribution characteristics of farmland in Beijing east-south suburb

[J]. Northern Horticulture, 2015(23):173-178.

[本文引用: 2]

孔祥斌, 胡莹洁, 李月, 等.

北京市耕地表层土壤有机碳分布及其影响因素

[J]. 资源科学, 2019,41(12):2307-2315.

[本文引用: 1]

Kong X B, Hu Y J, Li Y, et al.

Distribution and influencing factors of soil organic carbon of cultivated land topsoil in Beijing

[J]. Resources Science, 2019,41(12):2307-2315.

[本文引用: 1]

孙春媛, 赵文吉, 郑晓霞, 等.

北京城区土壤重金属空间分布及与降尘的关联性分析

[J]. 中国科技论文, 2016,11(9):1035-1040.

[本文引用: 1]

Sun C Y, Zhao W J, Zheng X X, et al.

Analysis on the spatial distribution of heavy metal in surface soil and the relationships to atmospheric dust in Beijing urban area

[J]. China Sciencepaper, 2016,11(9):1035-1040.

[本文引用: 1]

董士伟, 李红, 孙丹峰, 等.

北京市大兴区土壤养分空间结构及影响因素分析

[J]. 水土保持研究, 2015,22(2):32-35.

[本文引用: 1]

Dong S W, Li H, Sun D F, et al.

Analysis on spatial structure and influence factor of soil nutrients in Daxing District of Beijing

[J]. Research of Soil and Water Conservation, 2015,22(2):32-35.

[本文引用: 1]

王淑英, 于同泉, 王建立, 等.

北京市平谷区土壤有效微量元素含量的空间变异特性初步研究

[J]. 中国农业科学, 2008(1):129-137.

URL     [本文引用: 1]

【目的】探明土壤微量元素的空间分布，为合理科学配方施肥提供重要依据。【方法】在北京市平谷区布设置1 076个采样点，测定其耕层（0～20 cm）与亚耕层（20～40 cm）土壤有效铜、有效锌、有效铁和有效锰含量。应用地统计学法进行分析。【结果】平谷区耕层土壤有效铜、有效锌、有效铁和有效锰含量分别为1.96、2.51、17.32和10.91 mg&#8226;kg-1，含量均在中等及中等偏上水平，耕层含量高于亚耕层，表现出一定的表聚性；通过半方差函数分析，耕层中有效铁和有效锰的空间自相关范围较大，变程分别为21.6和45.3 km，耕层有效铜和有效锌变程较小，分别为3.1和2.9 km，亚耕层中4种有效微量元素的变程与耕层不同，其大小顺序为：有效锰＞有效铜＞有效锌=有效铁。采用Kriging最优内插法得到了平谷区4种土壤微量元素空间分布图，耕层有效铁和有效锰含量分布主要取决于地形、土壤类型、土壤性质等结构性因素，而耕层有效铜和有效锌含量分布则主要与土地利用类型有关，其中果园和菜地的含量明显高于大田。亚耕层4种微量元素空间分布格局与耕层相似，表现出一定的空间垂直分布特征。【结论】肥料和农药的投入是平谷区土壤有效铜和有效锌含量高的主要原因，有效锌含量偏高，对土壤环境质量具有潜在危害，应引起足够重视。

Wang S Y, Yu T Q, Wang J L, et al.

Preliminary study on spatial variability and distribution of soil available microelements in Pinggu District of Beijing

[J]. Scientia Agricultura Sinica, 2008(1):129-137.

URL     [本文引用: 1]

【Objective】The objective of this study was to explore the spatial distribution of soil available micro-elements, and to provide a firm foundation for scientific formulated fertilizer. 【Method】One thousand and seventy six soil samples were collected from an area of 1075 km2 in Pinggu county of Beijing and analyzed for concentrations of DTPA-Cu，DTPA-Zn，DTPA-Fe and DTPA-Mn in topsoil（0-20cm）and subsoil（20-40cm）respectively. The general statistics and geostatistics methods were used to analyze the data. 【Result】The mean value of topsoil soil DTPA-Cu，DTPA-Zn，DTPA-Fe and DTPA-Mn were 1.96 mg&#8226;kg-1、2.51 mg&#8226;kg-1、17.32 mg&#8226;kg-1 and 10.91 mg&#8226;kg-1 respectively, which were at higher level. The topsoil content of soil available micro-elements was more than that of subsoil. The result of semivariance analysis showed the topsoil spatial heterogeneity ranges of DTPA-Fe and DTPA-Mn were 21.60 km and 45.27 km respectively, DTPA-Cu and DTPA-Zn were 3.06 km and 2.89 km respectively. The subsoil range of available micro-elements was obviously different from topsoil, which was DTPA-Mn＞DTPA-Cu＞DTPA-Zn＞DTPA-Fe. The Kriging method was applied to calculate the unobserved points and was used to generate the contour map. The results illustrated that the spatial distribution of topsoil DTPA-Fe and DTPA-Mn were mainly induced by topology, soil types, soil properties etc, while topsoil DTPA-Cu and DTPA-Zn were affected by land use types. And the concentrations of DTPA-Cu and DTPA-Zn were significant higher in orchard and vegetable land than in field. The spatial distribution of subsoil micro-elements was similar with the topsoil micro-elements, which exhibited vertical distribution patterns.【Conclusion】Fertilizer and pesticide application resulted in soil DTPA-Cu and DTPA-Zn higher content of Pinggu county . The higher content of soil DTPA-Zn should be inspected.

韩平, 王纪华, 陆安祥, 等.

北京顺义区土壤重金属分布与环境质量评价

[J]. 农业环境科学学报, 2012,31(1):106-112.

[本文引用: 1]

Han P, Wang J H, Lu A X, et al.

Distribution and environment quality evaluation of heavy metals in soil in Shunyi of Beijing, China

[J]. Journal of Agro-Environment Science, 2012,31(1):106-112.

[本文引用: 1]

杨雪玲, 刘慧琳, 葛畅, 等.

北京平原区土壤镉空间分布特征及健康风险评估

[J]. 江苏农业科学, 2019,47(20):260-266.

[本文引用: 1]

Yang X L, Liu H L, Ge C, et al.

Spatial distribution characteristics and health risk assessment of Cd in soil in Beijing plain

[J]. Jiangsu Agricultural Sciences, 2019,47(20):260-266.

[本文引用: 1]

郭莉, 杨忠芳, 阮起和, 等.

北京市平原区土壤中硒的含量和分布

[J]. 现代地质, 2012,26(5):859-864.

URL     [本文引用: 1]

通过对北京平原土壤硒含量调查和研究，发现北京平原分布有高硒土壤，其特征为沿平原区西部山前断续出现，在北京市区零星分布。表层土壤硒含量为0.04~5.26 mg/kg，平均值为0.20 mg/kg，深层土壤硒含量为0.043~0.22 mg/kg，平均值为0.081 mg/kg，总体趋势是硒在表层土壤富集；各类岩石中以炭质页岩中含硒量最高，北京西部富硒炭质页岩的风化可能为平原区土壤硒的来源。相关性分析表明，土壤中Se与有机质呈正相关性，有机质对表层土壤Se具有强烈的吸附与固定作用。

Guo L, Yang Z F, Ruan Q H, et al.

Content and distribution of selenium in soil of Beijing Plain

[J]. Geoscience, 2012,26(5):859-864.

URL     [本文引用: 1]

&nbsp;Based on geochemical study of soil, the high selenium soil in Beijing Plain was discovered distributing discontinuously around the west of plain and scatters in the city. The content of selenium in surface soil is from 0.04 to 5.26 mg/kg, with the average value of 0.20 mg/kg. The content of selenium in deep soil is from 0.043 to 0.22 mg/kg, with the average value of 0.081 mg/kg. The selenium tends to enrich in the surface soil. The content of selenium in shale is higher than that in other types of rocks. The source of selenium in soils is from the weathering of Se-rich carbonaceous rocks in the west part of Beijing. Studies show that the soil organic matter is closely related to selenium,and that organic matter plays a key role in adsorption and fixation of selenium in surface soil.

蔡向民, 栾英波, 郭高轩, 等.

北京平原第四系的三维结构

[J]. 中国地质, 2009,36(5):1021-1029.

[本文引用: 1]

Cai X M, Luan Y B, Guo G X, et al.

3D Quaternary geological structure of Beijing plain

[J]. Geology in China, 2009,36(5):1021-1029.

[本文引用: 1]

奚小环, 陈国光, 张德存, 等. DZ/T 0258—2014 多目标区域地球化学调查规范(1∶250000)[S].

[本文引用: 1]

Xi X H, Chen G G, Zhang D C, et al. DZ/T 0258—2014 Specification of multi-purpose regional geochemical survey(1∶250000)[S].

[本文引用: 1]

DD2005—03 生态地球化学评价样品分析技术要求[S].

[本文引用: 1]

DD2005—03 Technical requirements for analysis of ecological geochemical evalution samples[S].

[本文引用: 1]

孙慧. 概率论与数理统计[M]. 上海: 同济大学出版社, 2017.

[本文引用: 1]

Sun H. Probability theory and mathematical statistics[M]. Shanghai: Tongji University Press, 2017.

[本文引用: 1]

焦伟, 陈亚宁, 李稚, 等.

基于多种回归分析方法的西北干旱区植被NPP遥感反演研究

[J]. 资源科学, 2017,39(3):545-556.

DOI:10.18402/resci.2017.03.16      URL     [本文引用: 1]

植被净初级生产力(Net Primary Productivity,NPP)是评价陆地生态系统的重要参数,植被NPP的反演为全球碳循环的研究提供了重要的参考依据。本文基于2000-2014年的MODIS及气象站点数据,引入逐步线性回归、主成分回归、偏最小二乘回归以及岭回归分析,构建了多元逐步回归模型、主成分回归模型、偏最小二乘回归模型和岭回归模型,并对这4种模型进行了评估。结果表明：①多元逐步回归模型被认为是一种可以简单、高效、准确地反演西北干旱区植被NPP的模型,且模拟结果与MOD17A3产品及实测值具有很强的相关性;②西北干旱区多年平均植被NPP的分布具有明显的区域差异,山区增加,平原区减少,呈现出北部及西北部高,而南部及东南部低的特征;③西北干旱区NPP在年际变化上呈波动增加趋势,线性增长率为0.40gC/(m&#x000b7;a)。自2000年以来,58.66%区域的NPP呈现增长趋势,13.64%的地区保持不变,27.7%的地区表现为退化趋势。

Jiao W, Chen Y N, Li Z, et al.

Inversion of net primary productivity in the arid region of Northwest China based on various regressions

[J]. Resources Science, 2017,39(3):545-556.

DOI:10.18402/resci.2017.03.16      URL     [本文引用: 1]

2·a). Trends in annual vege-tation NPP are different among areas,vegetation NPP in 58.66% areas increased,13.64% of areas remained relatively stable,and 27.7% of areas slightly decreased from 2000.]]>

赵曰强, 安实, 麦强, 等.

基于线性非线性回归分析的防空导弹费用建模

[J]. 现代防御技术, 2019,47(2):101-108.

[本文引用: 1]

Zhao Y Q, An S, Mai Q, et al.

Cost modeling of air defense missile based on linear and nonlinear regression analysis

[J]. Modern Defence Technology, 2019,47(2):101-108.

[本文引用: 1]

陈平雁. SPSS 8.0统计软件应用教程[M]. 北京: 人民军医出版社, 2000.

[本文引用: 1]

Chen P Y. SPSS 8.0 statistical software application course[M]. Beijing: People's Military Medical Press, 2000.

[本文引用: 1]

刘永红, 倪中应, 谢国雄, 等.

浙西北丘陵区农田土壤微量元素空间变异特征及影响因子

[J]. 植物营养与肥料学报, 2016,22(6):1710-1718.

[本文引用: 1]

Liu Y H, Ni Z Y, Xie G X, et al.

Spatial variability and impacting factors of trace elements in hilly region of cropland in northwestern Zhejiang Province

[J]. Journal of Plant Nutrition and Fertilizer, 2016,22(6):1710-1718.

[本文引用: 1]

祝修高, 李小梅, 沙晋明.

福州市土壤Zn、Pb元素空间变异特征及影响因子分析

[J]. 福建师范大学学报:自然科学版, 2016,32(4):99-104.

[本文引用: 1]

Zhu X G, Li X M, Sha J M.

Spatial variability and influencing factors of Zn and Pb in soil in Fuzhou City

[J]. Journal of Fujian Teachers University:Natural Science, 2016,32(4):99-104.

[本文引用: 1]

王雪梅, 柴仲平, 毛东雷, 等.

库车县土壤微量元素空间变异特征分析

[J]. 西南农业学报, 2015,28(4):1746-1751.

[本文引用: 1]

Wang X M, Chai Z P, Mao L D, et al.

Analysis of spatial variability characteristics of soil trace elements in Kuqa County

[J]. Southwest China Journal of Agricultural Sciences, 2015,28(4):1746-1751.

[本文引用: 1]

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.

[本文引用: 2]

China National Environmental Monitoring Centre. Background values of soil elements in China[M]. Beijing: China Environmental Science Press, 1990.

[本文引用: 2]

袁胜元, 李长安.

基于因子分析的江汉盆地第四纪沉积物源讨论

[J]. 现代地质, 2014,28(5):980-985.

URL     [本文引用: 1]

选择江汉盆地中心位置的ZL钻孔，利用ICP-MS方法，对钻孔岩心微量元素组成进行了R因子分析，研究了新近纪以来江汉盆地沉积物物源的变化。结果表明：2.77~2.68 Ma B.P.期间，江汉盆地沉积物微量元素组成表达了一种近源为主的沉积过程；2.68~2.23 Ma B.P.期间，江汉盆地碎屑沉积受长英质类物源供给影响较为明显；2.23~1.25 Ma B.P.时期及1.25 Ma B.P.以来的沉积物微量元素特征都表现出受铁镁质岩体影响的特征，推测这一阶段有较大面积基性岩体分布的长江上游流域可能已经成为江汉盆地的物源供给者。

Yuan S Y, Li C A.

Study on sediment provenances in Jianghan Basin since Quaternary based on factorial analysis

[J]. Geoscience, 2014,28(5):980-985.

URL     [本文引用: 1]

Taking drillinghole ZL located at the center of Jianghan Basin as an example, with method of ICP-MS,the R factor of trace element compositions of cores from the hole is analyzed to reveal sediment sources&rsquo; changes in Jianghan Basin since Quaternary in this paper. The results show that during 2.77 to 2.68 Ma B.P.,the deposition process is mainly near source according to trace element compositions of sediments in Jianghan Basin; during 2.68 to 2.23 Ma B.P.the clastic deposition in Jianghan Basin is obviously affected by felsic; during 2.23 to 1.25 Ma B.P. and since 1.25 Ma BP.the trace element of sediments is affected by Fe-Mg rocks, and it is indicated that the upper reaches of the Yangtze River which has a large-scale basic rocks distribution is the source provider of Jianghan Basin.

路玉林, 戴圣潜, 李运怀, 等.

安徽宁国市山核桃农业地质环境的因子分析研究

[J]. 土壤通报, 2006(6):1203-1206.

URL     [本文引用: 1]

利用SPSS软件,研究因子分析在宁国市山核桃农业地质环境中的应用.以植物生长有关的11种微量元素为指标,分析了不同长势的山核桃果、叶与岩石、土壤、成土母质微量元素之间的联系.研究表明:岩石、土壤、成土母质中的Mo、Cu、B、Co、Ni、Zn、Cr等元素的丰度与宁国山核桃的生长发育密切相关;少数元素的差异,如Fe、Mn、Se等元素,可能对于山核桃长势及产量具有一定的制约作用或起决定性因素.

Lu Y L, Dai S Q, Li Y H, et al.

Factor analysis of agro-geological environment of carya cathayensis plantation in Ningguo City,Anhui Province

[J]. Chinese Journal of Soil Science, 2006(6):1203-1206.

URL     [本文引用: 1]

陈国光, 梁晓红, 张洁, 等.

丘陵区土地质量地球化学调查方法技术——以服务赣州六县精准脱贫土地质量地球化学调查为例

[J]. 物探与化探, 2020,44(3):463-469.

[本文引用: 1]

Chen G G, Liang X H, Zhang J, et al.

Geochemical survey method of land quality in hilly areas: A case study of the geochemical survey of land quality in Ganzhou

[J]. Geophysical and Geochemical Exploration, 2020,44(3):463-469.

[本文引用: 1]

蔡向民, 张磊, 郭高轩, 等.

北京平原地区第四纪地质研究新进展

[J]. 中国地质, 2016,43(3):1055-1066.

[本文引用: 1]

Cai X M, Zhang L, Guo G X, et al.

New progress in the study of Quaternary geology in Beijing Plain

[J]. Geology in China, 2016,43(3):1055-1066.

[本文引用: 1]

陈国光, 周国华, 梁晓红, 等.

土地质量地球化学调查成果应用于永久基本农田划分方法技术

[J]. 地质通报, 2019,38(Z1):437-442.

[本文引用: 1]

Chen G G, Zhou G H, Liang X H, et al.

The application of land quality geochemical survey results to permanent basic farmland classification technology

[J]. Geological Bulletin of China, 2019,38(Z1):437-442.

[本文引用: 1]

彭敏, 李括, 刘飞, 等.

东北平原区地块尺度土地质量地球化学评价合理采样密度研究

[J]. 物探与化探, 2019,43(2):338-350.

[本文引用: 1]

Peng M, Li K, Liu F, et al.

Reasonable sampling density for land parcel scale geochemical assessment on land quality in northeast China Plain

[J]. Geophysical and Geochemical Exploration, 2019,43(2):338-350.

[本文引用: 1]

贺灵, 刘占元, 周国华, 等.

土地质量地球化学评价成果与若干问题探讨:以浙江省金华市汤溪镇为例

[J]. 现代地质, 2019,33(1):152-160.

[本文引用: 1]

He L, Liu Z Y, Zhou G H, et al.

Land quality geochemistry evaluation and discussion on some issues:A case in Tangxi Town,Jinhua City,Zhejiang Province

[J]. Geoscience, 2019,33(1):152-160.

[本文引用: 1]

邓勃, 秦建侯, 李廷芳.

影响北京地区土壤元素背景值的因素分析

[J]. 环境科学学报, 1986(4):446-454.

URL     [本文引用: 1]

用主成份分析研究了影响北京地区土壤元素背景值的主要因素。分析结果表明,影响土壤元素背景值的主要因素,在平原地区是地貌条件,在山区是成土母质。

Deng B, Qin J H, Li T F.

Analysis of factors affecting soil background contents of metal elements in Beijing area

[J]. Acta Scientiae Circumstantiae, 1986(4):446-454.

URL     [本文引用: 1]

The main component analysis has been used to study the principal factors which affect soil background contents of a number of metals in Beijing area. The results showed that the principal factors affecting the metal background contents were landforms for plain area and soil parent material for mountain area.

李廷芳.

影响北京土壤元素背景值的成土因素

[J]. 北京师范学院学报:自然科学版, 1992(1):78-83.

[本文引用: 1]

Li T F.

Soil forming factors affecting soil background contents of metal elements in Beijing area

[J]. Journal of Capital Normal University(Natural Science Edition), 1992(1):78-83.

[本文引用: 1]

李欢, 徐国志, 孙璐, 等.

化探综合异常图定量编制方法及应用

[J]. 地质通报, 2019,38(6):1062-1070.

[本文引用: 1]

Li H, Xu G Z, Sun L, et al.

A quantitative method for integrated anomaly map of geochemical prospecting and application

[J]. Geological Bulletin of China, 2019,38(6):1062-1070.

[本文引用: 1]

王学求, 张必敏, 刘雪敏.

纳米地球化学:穿透覆盖层的地球化学勘查

[J]. 地学前缘, 2012,19(3):101-112.

[本文引用: 1]

Wang X Q, Zhang B M, Liu X M.

Nanogeochemistry:Deep-penetrating geochemical exploration through cover

[J]. Earth Science Frontiers, 2012,19(3):101-112.

[本文引用: 1]

卢新哲, 谷安庆, 张言午, 等.

天台耕地土壤重金属污染及生态风险评价

[J]. 合肥工业大学学报:自然科学版, 2019,42(7):978-987.

[本文引用: 1]

Lu X Z, Gu A Q, Zhang Y W, et al.

Heavy metal pollution and ecological risk assessment of cultivated soils in Tiantai County of Zhejiang Province,China

[J]. Journal of Hefei University of Technology:Natural Science, 2019,42(7):978-987.

[本文引用: 1]

吴洋, 杨军, 周小勇, 等.

广西都安县耕地土壤重金属污染风险评价

[J]. 环境科学, 2015,36(8):2964-2971.

[本文引用: 1]

Wu Y, Yang J, Zhou X Y, et al.

Risk assessment of heavy metal contamination in farmland soil in Du'an autonomous county of Guangxi Zhuang Autonomous Region, China

[J]. Environmental Science, 2015,36(8):2964-2971.

[本文引用: 1]

车建明, 张春玲, 付意成, 等.

北京市工业用水特征与行业发展趋势分析

[J]. 中国水利水电科学研究院学报, 2015,13(2):111-116.

[本文引用: 1]

Che J M, Zhang C L, Fu Y C, et al.

Analysis of industry development's trend and its water use characteristics in Beijing

[J]. Journal of China Institute of Water Resources and Hydropower Research, 2015,13(2):111-116.

[本文引用: 1]

魏晓洁.

首都经济圈背景下的北京工业发展路径研究

[J]. 北京社会科学, 2012(3):21-25.

[本文引用: 1]

Wei X J.

Research on Beijing industrial development path in the backdrop of the capital economic circle

[J]. Social Sciences of Beijing, 2012(3):21-25.

[本文引用: 1]

田春晖, 杨若杼, 古丽扎尔·依力哈木, 等.

南京市大气降尘重金属污染水平及风险评价

[J]. 环境科学, 2018,39(7):3118-3125.

[本文引用: 1]

Tian C H, Yang R Z, Gulizhaer Yilihamu, et al.

Pollution levels and risk assessment of heavy metals from atmospheric deposition in Nanjing

[J]. Chinese Journal of Environmental Science, 2018,39(7):3118-3125.

[本文引用: 1]

/

〈 〉

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