全 文 ：贵州兴仁煤矿区农田土壤重金属
化学形态及风险评估
庞文品　 秦樊鑫∗　 吕亚超　 李英菊　 李　 刚　 李新丽
（贵州师范大学贵州省山地环境信息系统与生态环境保护重点实验室， 贵阳 ５５０００１）
摘　 要　 为了解煤矿区周边农田土壤重金属污染状况，采集了贵州省兴仁县某典型煤矿区农
田土壤样品 ６４份，测定了土样中重金属（Ａｓ、Ｃｒ、Ｐｂ、Ｚｎ、Ｃｄ、Ｈｇ、Ｃｕ、Ｎｉ）总量及各形态含量，采
用单因子指数法、潜在生态风险指数法（Ｈäｋａｎｓｏｎ 法）和风险评估编码法（ＲＡＣ）对研究区主
要土壤利用类型（水稻土、薏米地、植烟土和菜园土）中重金属进行潜在生态风险评估和环境
风险评价．结果表明： 不同利用类型土壤中重金属含量除 Ｚｎ 外，其他元素均明显超过贵州省
背景值．单因子指数法评价结果表明，Ａｓ、Ｐｂ、Ｈｇ和 Ｃｕ污染较为严重，均属重度污染．形态分析
表明，土壤中重金属形态构成差异明显，酸可提取态 Ａｓ、酸可提取态 Ｃｄ 所占比例较高；Ｃｒ、
Ｚｎ、Ｃｕ、Ｎｉ主要以残渣态为主；Ｐｂ主要以可还原态和残渣态为主；而 Ｈｇ 的酸可提取态、可还
原态、可氧化态均占有相当比例，三者之和大于 ５５％．重金属可利用度大小顺序为：Ａｓ（６３．６％）
>Ｈｇ（５７．３％）>Ｃｄ（５６．４％）>Ｐｂ（５２．５％）>Ｃｕ（４５．７％）>Ｚｎ（３２．８％）>Ｎｉ（２６．２％）>Ｃｒ（１３．２％） ．潜
在生态风险指数表明，各类型土壤潜在生态风险（ＲＩ）为：菜园土（５０５．１９）>薏米地（４８６．０６）>植
烟土（４７５．３３）>水稻土（４４６．８６），均处于较高风险．风险评估编码法结果显示，Ａｓ在水稻土、薏米
地及植烟土中均处于高风险，在菜园土中处于中等风险；Ｃｄ、Ｈｇ 均处于中等风险，Ｃｒ、Ｐｂ、Ｚｎ、Ｃｕ
和 Ｎｉ均处于低风险．因此，对该区域农田土壤进行管控时应重点考虑 Ａｓ、Ｃｄ和 Ｈｇ污染．
关键词　 农田土壤； 重金属； 化学形态； 潜在生态风险指数； 风险评估编码法（ＲＡＣ）
本文由国家自然科学基金项目（２１４６７００５）资助 Ｔｈｉｓ ｗｏｒｋ ｗａｓ ｓｕｐｐｏｒｔｅｄ ｂｙ ｔｈｅ Ｎａｔｉｏｎａｌ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｆｏｕｎｄａｔｉｏｎ （２１４６７００５）．
２０１５⁃０９⁃２４ Ｒｅｃｅｉｖｅｄ， ２０１６⁃０１⁃２７ Ａｃｃｅｐｔｅｄ．
∗通讯作者 Ｃｏｒｒｅｓｐｏｎｄｉｎｇ ａｕｔｈｏｒ． Ｅ⁃ｍａｉｌ： ｑｉｎｆａｎｘｉｎ＠ １２６．ｃｏｍ
Ｃｈｅｍｉｃａｌ ｓｐｅｃｉａｔｉｏｎｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ａｎｄ ｔｈｅｉｒ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ ａ ｃｏａｌ
ｍｉｎｉｎｇ ａｒｅａ ｆｒｏｍ Ｘｉｎｇｒｅｎ Ｃｏｕｎｔｙ， Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． ＰＡＮＧ Ｗｅｎ⁃ｐｉｎ， ＱＩＮ Ｆａｎ⁃
ｘｉｎ∗， ＬＹＵ Ｙａ⁃ｃｈａｏ， ＬＩ Ｙｉｎｇ⁃ｊｕ， ＬＩ Ｇａｎｇ， ＬＩ Ｘｉｎ⁃ｌｉ （Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｉａｌ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｆｏｒ Ｉｎ⁃
ｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ ｏｆ Ｍｏｕｎｔａｉｎｏｕｓ Ａｒｅａｓ ａｎｄ Ｐｒｏｔｅｃｔｉｏｎ ｏｆ Ｅｃｏｌｏｇｉｃａｌ Ｅｎｖｉｒｏｎｍｅｎｔ， Ｇｕｉｚｈｏｕ Ｎｏｒｍａｌ
Ｕｎｉｖｅｒｓｉｔｙ， Ｇｕｉｙａｎｇ ５５０００１， Ｃｈｉｎａ） ．
Ａｂｓｔｒａｃｔ： Ｉｎ ｔｈｉｓ ｓｔｕｄｙ， ｔｏｔａｌ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ａｎｄ ｃｈｅｍｉｃａｌ ｓｐｅｃｉａｔｉｏｎｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ （Ａｓ， Ｃｒ，
Ｐｂ， Ｚｎ， Ｃｄ， Ｈｇ， Ｃｕ ａｎｄ Ｎｉ） ｉｎ ６４ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ ｓａｍｐｌｅｓ ｗｅｒｅ ｄｅｔｅｒｍｉｎｅｄ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｌｅｖｅｌ
ｏｆ ｃｏｎｔａｍｉｎａｔｉｏｎ ｆｒｏｍ ａ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ ｉｎ Ｘｉｎｇｒｅｎ Ｃｏｕｎｔｙ， Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ． Ｔｈｅ ｓｉｎｇｌｅ ｆａｃｔｏｒ
ｉｎｄｅｘ， ｔｈｅ Ｈäｋａｎｓｏｎ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｄｅｘ ａｎｄ ｔｈｅ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｃｏｄｅ （ＲＡＣ） ｗｅｒｅ ｕｓｅｄ
ｆｏｒ ｔｈｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｒｉｓｋｓ ｉｎ ｆｏｕｒ ｍａｉｎ ｕｔｉｌｉｚｅｄ ｔｙｐｅｓ ｏｆ ｓｏｉｌｓ
（ｐａｄｄｙ ｓｏｉｌ， Ｃｏｉｘ ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ， ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ ａｎｄ ｖｅｇｅｔａｂｌｅ ｓｏｉｌ） ． Ｔｈｅ ｒｅｓｕｌｔｓ ｄｅｍｏｎ⁃
ｓｔｒａｔｅｄ ｔｈａｔ ｔｈｅ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｗｅｒｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｈｉｇｈｅｒ ｔｈａｎ ｔｈｅｉｒ ｓｏｉｌ ｂａｃｋｇｒｏｕｎｄ
ｖａｌｕｅｓ ｉｎ Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ， ｗｉｔｈ ｔｈｅ ｅｘｃｅｐｔｉｏｎ ｏｆ Ｚｎ． Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｅｖａｌｕａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ｓｉｎ⁃
ｇｌｅ ｆａｃｔｏｒ ｉｎｄｅｘ ｍｅｔｈｏｄ， ｔｈｅ ｓｏｉｌｓ ｗｅｒｅ ｓｅｖｅｒｅｌｙ ｃｏｎｔａｍｉｎａｔｅｄ ｗｉｔｈ Ａｓ， Ｐｂ， Ｈｇ ａｎｄ Ｃｕ． Ａｎｄ ｔｈｅ
ｃｈｅｍｉｃａｌ ｓｐｅｃｉａｔｉｏｎｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｖａｒｉｅｄ ａｍｏｎｇ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｕｔｉｌｉｚｅｄ ｔｙｐｅｓ ｏｆ ｓｏｉｌｓ．
Ａｓ ａｎｄ Ｃｄ ｍａｉｎｌｙ ｅｘｉｓｔｅｄ ｉｎ ａｃｉｄ ｓｏｌｕｂｌｅ ｆｒａｃｔｉｏｎ． Ｃｒ， Ｚｎ， Ｃｕ ａｎｄ Ｎｉ ｍａｉｎｌｙ ｅｘｉｓｔｅｄ ｉｎ ｒｅｓｉｄｕａｌ
ｆｒａｃｔｉｏｎ． Ｔｈｅ ｅｘｉｓｔｅｎｃｅ ｏｆ Ｐｂ ｗａｓ ｍａｉｎｌｙ ｉｎ ｒｅｄｕｃｉｂｌｅ ｆｒａｃｔｉｏｎ ａｎｄ ｒｅｓｉｄｕａｌ ｆｒａｃｔｉｏｎ． Ａｎｄ ｔｈｅ ｃｏｎｔｅｎｔ
ｏｆ Ｈｇ ｗａｓ ｄｉｓｔｒｉｂｕｔｅｄ ｍａｉｎｌｙ ｉｎ ａｃｉｄ ｓｏｌｕｂｌｅ ｆｒａｃｔｉｏｎ， ｒｅｄｕｃｉｂｌｅ ｆｒａｃｔｉｏｎ ａｎｄ ｏｘｉｄｉｚａｂｌｅ ｆｒａｃｔｉｏｎ
ｗｈｉｃｈ ａｃｃｏｕｎｔｅｄ ｆｏｒ ａｂｏｕｔ ５５％ ｏｆ ｔｈｅ ｔｏｔａｌ ｃｏｎｃｅｎｔｒａｔｉｏｎ． Ｔｈｅ ｂｉｏａｖａｉｌａｂｉｌｉｔｙ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｗａｓ
应 用 生 态 学 报　 ２０１６年 ５月　 第 ２７卷　 第 ５期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｊａｅ．ｎｅｔ
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ｍａｙ ２０１６， ２７（５）： １４６８－１４７８　 　 　 　 　 　 　 　 　 ＤＯＩ： １０．１３２８７ ／ ｊ．１００１－９３３２．２０１６０５．００９
ｃｈａｒａｃｔｅｒｉｚｅｄ ｂｙ ｔｈｅ ｏｒｄｅｒ ｏｆ Ａｓ （ ６３． ６％） ＞ Ｈｇ （５７． ３％） ＞ Ｃｄ （ ５６． ４％） ＞ Ｐｂ （ ５２． ５％） ＞
Ｃｕ （４５．７％） ＞ Ｚｎ （３２．８％） ＞ Ｎｉ （２６．２％） ＞ Ｃｒ （１３．２％）． Ｔｈｅ Ｈäｋａｎｓｏｎ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ
ｒｉｓｋ ｉｎｄｅｘ （ＲＩ） ｓｕｇｇｅｓｔｅｄ ｔｈａｔ ｔｈｅ ｈｅａｖｙ ｍｅｔａｌｓ ｗｅｒｅ ａｔ ｃｏｎｓｉｄｅｒａｂｌｅ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｎｄ ｔｈｅ ｒａｎｋｉｎｇ
ｏｒｄｅｒ ｗａｓ ｖｅｇｅｔａｂｌｅ ｓｏｉｌ （５０５．１９） ＞ Ｃ． ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ （４８６．０６） ＞ ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ （４７５．３３）
＞ ｐａｄｄｙ ｓｏｉｌ （４４６．８６）． Ｔｈｅ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｃｏｄｅ （ＲＡＣ） ｉｎｄｉｃａｔｅｄ ｔｈａｔ Ａｓ ｗａｓ ａｔ ｈｉｇｈ ｒｉｓｋ ｉｎ ｔｈｅ
ｐａｄｄｙ ｓｏｉｌｓ， Ｃ． ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌｓ ａｎｄ ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌｓ， ｗｈｉｌｅ Ａｓ ｗａｓ ａｔ ｍｅｄｉｕｍ ｒｉｓｋ ｉｎ ｔｈｅ ｖｅｇ⁃
ｅｔａｂｌｅ ｓｏｉｌｓ． Ｃｄ ａｎｄ Ｈｇ ｗｅｒｅ ａｔ ｍｅｄｉｕｍ ｒｉｓｋ， Ｃｒ， Ｐｂ， Ｚｎ， Ｃｕ ａｎｄ Ｎｉ ｗｅｒｅ ａｔ ｌｏｗ ｒｉｓｋ． Ｔｈｅｒｅｆｏｒｅ，
ｍａｎａｇｅｍｅｎｔ ｍｅａｓｕｒｅｓ ｍｕｓｔ ｂｅ ｔａｋｅｎ ｔｏ ｃｏｎｔｒｏｌ ｃｏｎｔａｍｉｎａｔｉｏｎ ｏｆ Ａｓ， Ｃｄ ａｎｄ Ｈｇ ｉｎ ｔｈｉｓ ａｒｅａ．
Ｋｅｙ ｗｏｒｄｓ： ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ； ｈｅａｖｙ ｍｅｔａｌ； ｃｈｅｍｉｃａｌ ｓｐｅｃｉａｔｉｏｎ； ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｄｅｘ；
ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｃｏｄｅ ｍｅｔｈｏｄ．
　 　 煤矿开采对国家和地方经济的发展做出了巨大
贡献，同时，煤矿开采也引发了一系列的环境问
题［１］，造成了矿区周边地表植被和水文条件的破
坏，以及大气、水体、土壤的污染．目前，矿业活动已
成为农田土壤中重金属超标的主要原因之一．重金
属一旦进入土壤中，因其不能被微生物降解而长期
存在土壤环境中且不断积累，并在农作物中残留，从
而可能通过食物链不断在动物、人体内积累，不仅对
整个生态系统构成极大危害，而且对人体健康造成
严重影响［２］ ．煤矿周边土壤重金属污染主要来源于
采煤和运煤过程中产生的废水、废渣、煤矸石以及煤
矿粉尘的迁移和沉降［３］ ．重金属的生态危害性不仅
与其总量有关，更大程度上是由重金属的形态特征
决定的［４］ ．土壤中重金属形态及其转化会产生环境
污染，重金属的不同形态直接影响到重金属的毒性
及其在自然界中的迁移转化过程．因此，对重金属赋
存形态的研究一直备受关注．
当前，煤矿开采引发的重金属污染问题受到了
国内外学者广泛关注．Ｂｈｕｉｙａｎ等［５］对孟加拉北部煤
矿周围农田土壤中的重金属进行了研究，结果表明，
该区明显受到了 Ｍｎ、Ｚｎ、Ａｓ、Ｐｂ 等重金属污染．Ｙｅ⁃
ｎｉｌｍｅｚ等［６］采用 ＧＩＳ技术研究土耳其废弃煤矿区重
金属的污染行为和空间分布，发现 Ｃｒ、Ｎｉ、Ｃｕ等高污
染元素浓度与矿区径流通道关系密切．石占飞等［３］
对陕北神木煤矿区土壤重金属的污染进行了研究，
表明该矿区的土壤受到了 Ｃｄ、Ｃｕ、Ｚｎ、Ｃｒ、Ｐｂ 等重金
属不同程度的污染．姚峰等［７］对新疆准东煤田五彩
湾矿区重金属来源与污染进行了研究，表明区域受
到了 Ｚｎ、Ｃｕ、Ｃｒ等重金属的污染．近年来，国内一些
学者针对黔西南兴仁煤矿区开展了一系列研究，但
多集中在高砷煤中砷的赋存状态［８］、环境地球化学
特征［９］、矿区周边土壤［１０］、沉积物中砷的地球化学
行为及污染特征［１１］以及水环境化学［１２］等方面，而
针对矿区周边农田土壤中重金属含量及其化学形态
尚缺乏详细研究．因此，本文以贵州兴仁县煤矿区为
研究区域，选取具有代表性的农田土壤为研究对象，
对土壤中重金属 Ａｓ、Ｃｒ、Ｐｂ、Ｚｎ、Ｃｄ、Ｈｇ、Ｃｕ 和 Ｎｉ 的
总量及化学形态进行研究，并采用潜在生态风险指
数法和风险评估编码法进行生态风险评价，旨在为
区域环境保护和煤矿周边农田土壤重金属污染的综
合治理提供科学参考．
１　 研究地区与研究方法
１􀆰 １　 研究区概况
兴仁县位于贵州省西南部，是滇、黔、桂三省结
合部的中心县，地理坐标为 ２５° １６′—２５° ４８′ Ｎ，
１０４°５４′—１０５°３４′ Ｅ，属低纬度高原性北亚热带温和
湿润季风气候，雨量充沛，年均降水量 １３２０．５ ｍｍ，
雨季降水量 １１１６．３ ｍｍ，占全年降水量的 ８４．５％．年
平均无霜期 ２８１ ｄ，年平均气温 １５．２ ℃ ．兴仁县矿产
资源丰富，主要有煤、金、铁、锑、汞、铊等矿产资源．
其中，煤炭已探明可采量 ２２．６亿 ｔ，远景储量超过 ４５
亿 ｔ，被列为全国 ２００个重点产煤县之一，素有“兴仁
煤田”之称．研究区地处黔西南兴仁县某自然村，位
于某典型煤矿区，周边无其他工矿企业．由于 ２０ 世
纪八九十年代当地村民进行了大量的采煤活动，致
使该区域内农田土壤受到了严重污染．尽管当地煤
矿现在已严禁开采，但该区域分布有大量的废弃小
煤窑和煤矸石堆，通过雨水淋溶作用、粉尘的迁移以
及由此产生的酸性废水携带重金属对周边农田土壤
造成了严重污染．研究区农田种植的作物主要有水
稻、薏仁、烤烟及蔬菜等．
１􀆰 ２　 样品采集与制备
供试农田土壤采集于黔西南兴仁县某自然村
（图 １），面积约 １０ ｈｍ２，根据各土壤利用类型规模的
大小，以 １０００ ｍ２左右的农田为一个采样单元，在每
个采样单元中，按照梅花形布点法布设 ５个采样点，
用取样器采集农田表层土壤（０ ～ ２０ ｃｍ）各１ ｋｇ左
９６４１５期　 　 　 　 　 　 　 　 　 　 　 　 庞文品等： 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估　 　 　 　 　 　
图 １　 研究区及采样点位置
Ｆｉｇ．１　 Ｌｏｃａｔｉｏｎ ｓｔｕｄｙ ａｒｅａ ａｎｄ ｓａｍｐｌｉｎｇ ｓｉｔｅｓ．
Ⅰ： 村寨 Ｖｉｌｌａｇｅ； Ⅱ： 山坡 Ｍｏｕｎｔａｉｎ； Ⅲ： 道路 Ｒｏａｄ； Ⅳ： 矸石堆
Ｇａｎｇｕｅ ｄｕｍｐ； Ⅴ： 农田 Ｃｒｏｐｌａｎｄ； Ⅵ： 采样点 Ｓａｍｐｌｉｎｇ ｓｉｔｅ．
右，混匀后用四分法取约 １ ｋｇ 土壤作为该点混合样
品．本研究共采集农田土壤样品 ６４ 份，其中水稻土
１７份，薏米地 ２５份，植烟土 １３份，菜园土 ９份．采样
点涵盖了当地主要的土壤利用类型，在所选研究区
域内具有合理性和代表性，能充分反映该区域农田
土壤的基本性质．采样过程中为防止土样样品之间
相互污染以及采样工具之间的污染，一律采用塑料
工具操作．采集的土壤样品主要以黄壤和黄棕壤为
主．样品采集后带回实验室自然风干，剔除砂砾、植
物根系等，经玛瑙研钵研磨处理，分别过 ２ 和 ０．０７４
ｍｍ尼龙筛，储存备用．
１􀆰 ３　 样品分析测试及质量保证
土壤重金属 （ Ｃｒ、 Ｐｂ、 Ｚｎ、 Ｃｄ、 Ｃｕ 和 Ｎｉ）采用
ＨＮＯ３⁃ＨＣｌＯ４⁃ＨＦ混酸法消解，原子吸收分光光度法
（德国耶拿公司 ＺＥＥｎｉｔ ７００Ｐ）测定． Ｈｇ、Ａｓ 用 ５０％
（Ｖ ／ Ｖ）王水浸提，原子荧光光谱法（北京吉天公司
ＡＦＳ⁃９３３）测定．形态分析采用欧共体标准物质局提
出的 ＢＣＲ 法．ＢＣＲ 法将重金属分为酸可提取态、可
还原态（Ｆｅ⁃Ｍｎ氧化态）、可氧化态（有机态）和残渣
态，具体提取步骤详见文献［１３］．本文将残渣态与酸
可提取态、可氧化态和可还原态相加所得结果与总
量消解法的结果较为相近，最大偏差低于 １０％，表
明形态分级提取结果是可靠的．因此，将 ４ 种形态重
金属含量之和代替各重金属全量，开展土壤重金属
潜在生态风险评估．试验中所用试剂均为优级纯，分
析用水均为超纯水．土壤样品测定过程中采用国家
标准物质（ＧＢＷ⁃０７４０５、ＧＢＷ⁃０７４５４、ＧＢＷ⁃０７４３８）、
空白和 ２０％平行样进行质量控制，测定结果均在误
差允许范围内．
１􀆰 ４　 评价方法
１􀆰 ４􀆰 １单因子评价　 采用目前国内外广泛采用的单
因子指数法对研究区农田土壤进行单一元素污染评
价，具体公式如下：
Ｐ ｉ ＝
Ｃ ｉ
Ｃ０
（１）
式中：Ｐ ｉ 为单项污染指数；Ｃ ｉ 为土壤中重金属的实
测含量（ｍｇ·ｋｇ－１）；Ｃ０ 为某污染物参比值，本文采
用贵州省土壤重金属背景值［１４］为参比值，即 Ａｓ、
Ｃｒ、Ｐｂ、Ｚｎ、Ｃｄ、Ｈｇ、Ｃｕ、Ｎｉ 含量分别为 ２０．００、９５．９０、
３５．２０、９９．５０、０．６６、０．１１、３２．００、３９．１０ ｍｇ·ｋｇ－１ ．污染
等级划分为 ５个等级［１５］，见表 １．
１􀆰 ４􀆰 ２ 潜在生态风险指数法 （ Ｈäｋａｎｓｏｎ 法 ） 　
Ｈäｋａｎｓｏｎ法［１６］是土壤（沉积物）重金属污染研究中
较常用的风险评估方法，该方法不仅反映某一特定
环境中单一污染物的影响，而且还反映了多种污染
物的综合影响，计算公式如下：
Ｃｄ ＝∑
ｎ
ｉ ＝ １
Ｃ ｉ
Ｃｎ ｉ
（２）
Ｅｒ ｉ ＝ Ｔｒ ｉ × Ｃ ｆ ｉ （３）
ＲＩ ＝∑
ｎ
ｉ ＝ １
Ｅｒ ｉ ＝∑
ｎ
ｉ ＝ １
（Ｔｒ ｉ × Ｃ ｆ ｉ） （４）
式中：Ｃ ｆ ｉ 为某重金属单项污染系数；Ｃ ｉ 为土壤中重
金属的实测值；Ｃｎ ｉ 为重金属的参比值，本文采用贵
州省土壤重金元素背景值为参比值（表 １）；Ｃｄ 为综
合污染系数；Ｔｒ ｉ 和 Ｅｒ ｉ 分别为单项重金属毒性响应
参数和潜在生态风险系数；ＲＩ为潜在生态危害指数．
参照相关研究，重金属 Ａｓ、Ｃｒ、Ｐｂ、Ｚｎ、Ｃｄ、Ｈｇ、
Ｃｕ和 Ｎｉ的毒性响应参数分别为 １０、２、５、１、３０、４０、５
和 ５［１７］ ．土壤重金属潜在生态风险分级标准［１６－１７］见
表 ２．
表 １　 单因子污染指数等级划分
Ｔａｂｌｅ １　 Ｓｉｎｇｌｅ ｆａｃｔｏｒ ｐｏｌｌｕｔｉｏｎ ｉｎｄｅｘ
污染指数
Ｐｏｌｌｕｔｉｏｎ ｉｎｄｅｘ
污染程度
Ｄｅｇｒｅｅ ｏｆ ｐｏｌｌｕｔｉｏｎ
污染水平
Ｐｏｌｌｕｔｉｏｎ ｌｅｖｅｌ
等级
Ｇｒａｄｅ
Ｐ ｉ≤０．７ 安全
Ｓａｆｅ
清洁
Ｃｌｅａｎ
Ⅰ
０．７ <Ｐ ｉ≤１ 警戒
Ｗａｒｎｉｎｇ
尚清洁
Ｓｔｉｌｌ ｃｌｅａｎ
Ⅱ
１ <Ｐ ｉ≤２ 轻污染
Ｌｏｗ ｐｏｌｌｕｔｉｏｎ
土壤污染物超过其背景值，作物
开始受污染
Ｓｏｉｌ ｃｏｎｔａｍｉｎａｎｔ ｃｏｎｔｅｎｔ ｅｘｃｅｅｄｅｄ
ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｖａｌｕｅ， ａｎｄ ｔｈｅ
ｃｒｏｐｓ ｗｅｒｅ ｐｏｌｌｕｔｅｄ ｉｎｉｔｉａｌｌｙ
Ⅲ
２ <Ｐ ｉ≤３ 中度污染
Ｍｏｄｅｒａｔｅ ｐｏｌｌｕ⁃
ｔｉｏｎ
土壤、作物受到中度污染
Ｓｏｉｌ ａｎｄ ｃｒｏｐｓ ｗｅｒｅ ｍｏｄｅｒａｔｅｌｙ
ｐｏｌｌｕｔｅｄ
Ⅳ
Ｐ ｉ >３ 重度污染
Ｈｉｇｈ ｐｏｌｌｕｔｉｏｎ
土壤、作物受污染已相当严重
Ｓｏｉｌ ａｎｄ ｃｒｏｐｓ ｗｅｒｅ ｈｉｇｈｌｙ ｐｏｌｌｕ⁃
ｔｅｄ
Ⅴ
０７４１ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
表 ２　 重金属潜在生态风险的分级标准
Ｔａｂｌｅ ２　 Ｇｒａｄｉｎｇ ｓｔａｎｄａｒｄｓ ｏｆ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｏｆ
ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｓｏｉｌｓ
Ｅｒ ｉ 风险等级
Ｇｒａｄｅ ｏｆ ｒｉｓｋ
ＲＩ 潜在风险等级
Ｇｒａｄｅ ｏｆ ｐｏｔｅｎｔｉａｌ
ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ
＜４０ 低 Ｌｏｗ ＜１５０ 低 Ｌｏｗ
４０～８０ 中 Ｍｏｄｅｒａｔｅ １５０～３００ 中 Ｍｏｄｅｒａｔｅ
８０～１６０ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ ３００～６００ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ
１６０～３２０ 高 Ｈｉｇｈ ＞６００ 很高 Ｖｅｒｙ ｈｉｇｈ
＞３２０ 很高 Ｖｅｒｙ ｈｉｇｈ
１􀆰 ４􀆰 ３风险评估编码法（ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｃｏｄｅ，ＲＡＣ）
　 风险评估编码法是基于重金属形态中酸可提取态
（水溶态、弱酸可溶态和可交换态部分之和）在总量
所占的比例来评价其潜在环境风险高低的一种方
法［１８］ ．Ｐｅｒｉｎ等［１９］于 １９８５ 年提出了风险评估编码
法，目前该方法已广泛应用于土壤（沉积物）潜在环
境风险评估．ＲＡＣ法以化学形态分析为基础，一般根
据其可能被生物利用部分所占比例，判定其所具有
的环境风险性．根据相关研究［１９］，风险评估编码法
（ＲＡＣ）评价重金属生态风险分级标准为：酸可提取
态所占比例小于 １％，为无风险；酸可提取态所占比
例为 １％ ～ １０％，为低风险；酸可提取态所占比例为
１１％～ ３０％，为中等风险；酸可提取态所占比例为
３１％～ ５０％，为高风险；酸可提取态所占比例大于
５０％，为极高风险．
１􀆰 ５　 数据处理
利用 Ｏｒｉｇｉｎ ８．５ 和 ＣｏｒｅｌＤＲＡＷ Ｘ７ 进行数据处
理和作图，描述性统计采用 ＳＰＳＳ １８．０软件完成．
２　 结果与讨论
２􀆰 １　 农田土壤重金属状况及污染程度
２􀆰 １􀆰 １土壤重金属状况　 由表 ３ 可知，Ａｓ 在各利用
类型土壤中的平均值为薏米地>菜园土>植烟土>水
稻土；Ｃｒ为植烟土>菜园土>薏米地>水稻土；Ｐｂ 为
薏米地>植烟土>水稻土>菜园土；Ｚｎ为薏米地>植烟
土>水稻土>菜园土；Ｃｄ 为薏米地>植烟土>水稻土>
菜园土；Ｈｇ为菜园土>植烟土>薏米地 ＝水稻土；Ｃｕ
为薏米地>植烟土>水稻土>菜园土；Ｎｉ 为水稻土>薏
米地>植烟土>菜园土．全土重金属平均含量除 Ｚｎ
外，均超过贵州省土壤背景值，其中 Ａｓ 平均含量约
为贵州省土壤背景值的 １９．５４倍，Ａｓ富集最为突出．
其他几种重金属 Ｃｒ、Ｐｂ、Ｃｄ、Ｈｇ、Ｃｕ 和 Ｎｉ 平均含量
分别为贵州省土壤背景值的 １．８９、６．２６、１􀆰 ４４、４．４０、
３．５１、２．０３ 倍，表明重金属元素在土壤中富集较为明
显．重金属元素的富集表明该区域污染较为严重，究
其原因主要是由于附近的采煤活动产生粉尘、废水
及尾矿的淋溶作用导致的．对不同土壤利用方式下
的重金属含量进行显著性判别，Ｐ 值均＞０．０５，即各
类型土壤之间无显著性差别．变异系数（ＣＶ）反映了
特性参数的变异程度，一般将变异系数分为高度变
异（ＣＶ >３６％）、中等变异（１６％<ＣＶ <３６％）和低度变
异（ＣＶ <１６％）３ 类．从表 ３ 可见，Ｃｄ 的变异系数最
大，为 ３１．５％，属于中等变异；Ｚｎ 的变异系数低，为
６．７％，为低度变异；Ａｓ、Ｃｒ、Ｐｂ、Ｈｇ、Ｃｕ 和 Ｎｉ 的变异
系数为 １２􀆰 ４％～３０．１％，其中，Ｐｂ 和 Ｎｉ为低度变异，
其他元素均属中等变异．Ａｓ、Ｃｄ和 Ｈｇ 的变异系数明
显高于其他元素，说明这几种元素分布不均匀，可能
是由于采煤活动产生的特异值．
　 　 与陕北煤矿区、宿州煤矿区相比（表 ４），兴仁煤
矿区农田土壤 Ａｓ、Ｐｂ、Ｚｎ、Ｃｄ和 Ｃｕ较高，其中 Ａｓ远
高于其他两个煤矿区，分别是陕北和宿州煤矿区的
２８．５９和 ２２．１３ 倍．陕北煤矿区 Ｃｒ 和 Ｈｇ 最低；宿州
煤矿区 Ｃｒ和 Ｈｇ最高．总体上，除宿州煤矿区 Ｐｂ 和
陕北煤矿区 Ｚｎ低于全国土壤背景值外，各煤矿区农
田土壤重金属均高于该背景值．陕北煤矿区农田土
表 ３　 土壤重金属描述性统计
Ｔａｂｌｅ ３　 Ｓｔａｔｉｓｔｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｔｈｅ ｓｏｉｌｓ （ｍｅａｎ±ＳＤ， ｍｇ·ｋｇ－１）
土壤利用类型
Ｓｏｉｌ ｔｙｐｅ
Ａｓ Ｃｒ Ｐｂ Ｚｎ Ｃｄ Ｈｇ Ｃｕ Ｎｉ
水稻土
Ｐａｄｄｙ ｓｏｉｌ （ｎ＝１７）
３６２．１２±１３０．７０
（３６．０９）
１６８．００±４６．６１
（２７．７４）
２２１．８７±４１．７３
（１８．８１）
９６．８４±３．３０
（３．４１）
０．８６±０．１８
（２１．１９）
０．４５±０．１８
（３９．１１）
１０８．３９±１１．３０
（１０．４２）
８７．７６±１０．６５
（１２．１４）
薏米地 Ｃｏｉｘ ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ
（ｎ＝２５）
４１２．９２±１３８．０８
（３３．４４）
１７２．８１±４６．７６
（２７．０６）
２３０．６６±３０．８４
（１３．３７）
１０１．４６±５．７９
（５．７１）
１．１０±０．３８
（３５．０６）
０．４５±０．２０
（４４．９３）
１１９．７５±３７．４２
（３１．２５）
８４．４２±１２．４５
（１４．７５）
植烟土 Ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ
（ｎ＝１３）
３８８．６６±１８．９９
（４．８９）
１９２．４４±１６．７３
（８．６９）
２２７．２５±１７．７７
（７．８２）
１００．７０±１０．８１
（１０．７４）
１．０３±０．４０
（３９．３２）
０．４６±０．０８
（１８．２１）
１１９．６５±１４．０３
（１１．７３）
７７．６８±１１．１６
（１４．３７）
菜园土
Ｖｅｇｅｔａｂｌｅ ｓｏｉｌ （ｎ＝９）
３９９．８２±２７．３６
（６．８４）
１９０．６３±１８．７７
（９．８５）
２０１．１３±５．６７
（２．８２）
９４．８７±３．９９
（４．２１）
０．８２±０．１７
（２１．０１）
０．５８±０．１１
（１８．７２）
１０１．３５±１．６１
（１．５９）
６８．２８±８．５５
（１２．５２）
全土
Ｂｕｌｋ ｓｏｉｌ （ｎ＝６４）
３９０．８８±８８．４５
（２２．６３）
１８０．９７±３３．４８
（１８．５０）
２２０．２３±２７．３６
（１２．４２）
９８．４７±６．５８
（６．６９）
０．９５±０．３０
（３１．４９）
０．４８±０．１５
（３０．０５）
１１２．２９±２０．２７
（１８．０５）
７９．５３±１２．３４
（１５．５２）
Ｐ ０．８９ ０．６９ ０．４６ ０．４８ ０．５３ ０．５７ ０．５４ ０．１１
ｎ为样品个数， 括号内为变异系数（％） ｎ ｗａｓ ｔｈｅ ｎｕｍｂｅｒ ｏｆ ｓａｍｐｌｅｓ ａｎｄ ｖａｌｕｅ ｉｎ ｂｒａｃｋｅｔｓ ｗｅｒｅ ｃｏｅｆｆｉｃｉｅｎｔ ｏｆ ｖａｒｉａｔｉｏｎ．
１７４１５期　 　 　 　 　 　 　 　 　 　 　 　 庞文品等： 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估　 　 　 　 　 　
表 ４　 不同煤矿区农田土壤重金属含量
Ｔａｂｌｅ ４　 Ｃｏｎｃｅｎｔｒａｔｉｏｎ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｃｏａｌ ａｒｅａ’ｓ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ （ｍｇ·ｋｇ－１）
研究区域
Ｓｔｕｄｙ ａｒｅａ
样本数
Ｓａｍｐｌｅ
Ａｓ Ｃｒ Ｐｂ Ｚｎ Ｃｄ Ｈｇ Ｃｕ Ｎｉ 文献
Ｒｅｆｅｒｅｎｃｅ
兴仁煤矿区
Ｘｉｎｇｒｅｎ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ
６４ ３９０．８８ １８０．９７ ２２０．２３ ９８．４７ ０．９５ ０．４８ １１２．２９ ７９．５３ 本研究
Ｔｈｉｓ ｓｔｕｄｙ
陕北煤矿区
Ｓｈａｎｂｅｉ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ
３５ １３．６７ ７３．６０ ３２．７７ ６９．７６ ０．５０ ０．１４ ５７．１５ － ［２０］
宿州煤矿区
Ｓｕｚｈｏｕ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ
４０ １７．６６ ４２８．０９ １０．３２ ７７．３３ ０．３３ ２．２７ ２５．５９ － ［２１］
全国土壤背景值
Ｓｏｉｌ ｂａｃｋｇｒｏｕｎｄ ｖａｌｕｅｓ ｉｎ Ｃｈｉｎａ
－ １１．２０ ６１．００ ２６．００ ７４．２０ ０．１０ ０．０７ ２２．６０ ２６．９０ ［２２］
壤中 Ｃｄ、Ｃｕ和 Ｈｇ分别为全国背景值的 ５．００、２．５３、
２．００倍．宿州煤矿区农田土壤中 Ｃｒ、Ｃｄ和 Ｈｇ分别为
全国土壤背景值的 ７．０２、３．３０、３２．４３ 倍．而兴仁煤矿
区农田土壤中各重金属元素均显著高于全国土壤背
景值．表明各煤矿区农田土壤中重金属存在不同程
度的富集现象，以兴仁煤矿区重金属元素富集现象
最为严重，这可能与其所处地质环境和煤质有关．黔
西南是典型的高砷煤矿区，该地区煤中 Ａｓ的含量高
达 ７９３０ ｍｇ·ｋｇ－１［２３］，煤矸石中 Ａｓ、Ｃｒ、Ｐｂ、Ｚｎ、Ｃｄ、
Ｈｇ、Ｃｕ和 Ｎｉ的含量分别为 １２７１．６３、２５４．６２、３０１．７０、
２４３．９３、１􀆰 ４２、１．０９、２０５．２０ 和 ９８．２５ ｍｇ·ｋｇ－１（未发
表数据）．但由于黔西南地区处于特殊的低温成矿
区，区域内汞、砷等元素富集现象较为普遍，有研究
表明，该地区环境中（如地表松散沉积物） Ａｓ、Ｃｄ、
Ｈｇ、Ｃｒ等元素均高于贵州土壤背景值［２４－２５］ ．因此，初
步判断研究区重金属污染的原因可能是以下几种因
素共同作用的结果：一是黔西南地区土壤重金属元
素的背景值偏高；二是研究区为典型的高砷煤矿区，
当地居民 ２０世纪八九十年代大量开采遗留的尾矿
堆、煤矸石等在自然环境的作用下导致了该区域农
田土壤受到了严重污染；三是当地采用含大量金属
离子的酸性污水灌溉及化肥、农药的使用．
２􀆰 １􀆰 ２土壤重金属污染程度　 根据公式（１）对各利
用类型土壤中的重金属进行单因子污染评价．由表 ５
可知，全土中重金属的污染程度依次为：Ａｓ >Ｐｂ >Ｈｇ
>Ｃｕ >Ｎｉ >Ｃｒ >Ｃｄ >Ｚｎ，其中，Ａｓ、Ｐｂ、Ｈｇ 和 Ｃｕ 均属
重污染，Ａｓ最为突出；Ｎｉ属中污染，Ｃｒ 和 Ｃｄ 属轻污
染，Ｚｎ 属尚清洁水平．各利用类型土壤重金属污染
程度大小顺序与全土类似，Ａｓ、Ｐｂ、Ｈｇ 和 Ｃｕ 均属重
污染，Ｃｒ在植烟土中属中污染，在其他土壤中属轻
污染；Ｚｎ在薏米地和植烟土中属于轻污染，而在水
稻土和菜园土中属尚清洁水平；Ｃｄ 在各利用类型土
壤中均属轻污染程度；Ｎｉ 在水稻土和植烟土中属中
污染，在植烟土和菜园土中属轻污染．由上述分析可
知，该区域土壤中重金属的污染较为严重，尤其是
Ａｓ，应引起有关部门的高度重视并采取有效措施进
表 ５　 不同类型土壤重金属的单因子评价
Ｔａｂｌｅ ５　 Ａｓｓｅｓｓｍｅｎｔ ｏｎ ｐｏｌｌｕｔｉｏｎ ｉｎｄｅｘ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｓｏｉｌ
土壤类型
Ｓｏｉｌ ｔｙｐｅ
Ａｓ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
Ｃｒ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
Ｐｂ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
Ｚｎ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
水稻土 Ｐａｄｄｙ ｓｏｉｌ １８．１１ Ⅴ １．７５ Ⅲ ６．３１ Ⅴ ０．９７ Ⅱ
薏米地 Ｃｏｉｘ ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ ２０．６５ Ⅴ １．８０ Ⅲ ６．５５ Ⅴ １．０２ Ⅲ
植烟土 Ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ １９．４４ Ⅴ ２．０１ Ⅳ ６．４６ Ⅴ １．０１ Ⅲ
菜园土 Ｖｅｇｅｔａｂｌｅ ｓｏｉｌ １９．９９ Ⅴ １．９９ Ⅲ ５．７２ Ⅴ ０．９５ Ⅱ
全土 Ｂｕｌｋ ｓｏｉｌ １９．５５ Ⅴ １．８９ Ⅲ ６．２６ Ⅴ ０．９９ Ⅱ
土壤类型
Ｓｏｉｌ ｔｙｐｅ
Ｃｄ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
Ｈｇ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
Ｃｕ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
Ｎｉ
污染指数
Ｐｉ
污染等级
Ｐｏｌｌｕｔｉｏｎ
ｇｒａｄｅ
水稻土 Ｐａｄｄｙ ｓｏｉｌ １．３０ Ⅲ ４．０７ Ⅴ ３．３９ Ⅴ ２．２５ Ⅳ
薏米地 Ｃｏｉｘ ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ １．６７ Ⅲ ４．０７ Ⅴ ３．７４ Ⅴ ２．１６ Ⅳ
植烟土 Ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ １．５７ Ⅲ ４．２０ Ⅴ ３．７４ Ⅴ １．９９ Ⅲ
菜园土 Ｖｅｇｅｔａｂｌｅ ｓｏｉｌ １．２４ Ⅲ ５．２５ Ⅴ ３．１７ Ⅴ １．７５ Ⅲ
全土 Ｂｕｌｋ ｓｏｉｌ １．４４ Ⅲ ４．４０ Ⅴ ３．５１ Ⅴ ２．０４ Ⅳ
２７４１ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
进行综合治理．
２􀆰 ２　 土壤中重金属的形态分布特征
土壤中重金属元素迁移能力的强弱与它们的化
学形态密切相关．目前常用的形态提取方法是欧共
体参比司于 １９８７ 年提出的 ＢＣＲ 提取法，ＢＣＲ 提取
法对重金属形态的提取流程进行协调、统一，并得到
了国际环境土壤界学者广泛接受，有利于世界范围
内的比较和学术研究的发展．杜晓林［２６］、李彬等［２７］
以及陆泗进等［１８］分别采用 ＢＣＲ 法对污灌区、矿区
砷污染土壤以及农田土壤重金属形态进行了研究，
取得了许多有价值的科研成果．目前，该方法已广泛
应用于重金属污染沉积物、土壤的研究．本文选取不
同小区域的 １６ 份（水稻土、薏米地、植烟土和菜园
土各 ４份）农田土壤样品分析其重金属的形态．不同
土壤类型中的重金属形态及各形态平均分布如图 ２
所示．
　 　 从图 ２ 可知，就全土而言，Ａｓ 的形态特征表现
为：酸可提取态>残渣态>可还原态>可氧化态．对不
同利用类型土壤，水稻土、薏米地中 Ａｓ 形态分布与
全土一致；而植烟土及菜园土则呈现出残渣态>酸
可提取态>可还原态>可氧化态．各利用类型土壤中
酸可提取态 Ａｓ 表现为薏米地>水稻土>植烟土>菜
园土；可还原态 Ａｓ表现为水稻土>植烟土>菜园土>
薏米地；可氧化态 Ａｓ 表现为水稻土>菜园土>薏米
地>植烟土；残渣态 Ａｓ表现为植烟土>菜园土>薏米
地>水稻土．酸可提取态 Ａｓ和残渣态 Ａｓ所占比例高
且数值接近，二者明显高于可还原态和可氧化态．薏
米地中酸可提取态 Ａｓ 最高，为 ３６．２％；菜园土中酸
可提取态 Ａｓ 最低，为 ２８．８％．本文结果与会泽矿区
周边农田土壤［１８］相比，酸可提取态、可还原态所占
图 ２　 不同土壤利用类型及全土中重金属形态分布特征
Ｆｉｇ．２　 Ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌ ｆｏｒｍｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ａｎｄ ｂｕｌｋ ｏｆ ｓｏｉｌｓ．
Ⅰ： 水稻土 Ｐａｄｄｙ ｓｏｉｌ； Ⅱ：薏米地 Ｃｏｉｘ ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ； Ⅲ：植烟土 Ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ； Ⅳ：菜园土 Ｖｅｇｅｔａｂｌｅ ｓｏｉｌ； Ⅴ：全土 Ｂｕｌｋ ｓｏｉｌ． 下同 Ｔｈｅ
ｓａｍｅ ｂｅｌｏｗ． ａ） 残渣态 Ｒｅｓｉｄｕａｌ ｆｒａｃｔｉｏｎ； ｂ） 可氧化态 Ｏｘｉｄｉｚａｂｌｅ ｆｒａｃｔｉｏｎ； ｃ） 可还原态 Ｒｅｄｕｃｉｂｌｅ ｆｒａｃｔｉｏｎ； ｄ） 酸可提取态 Ａｃｉｄ ｅｎｔｒａｃｔａｂｌｅ ｆｒａｃｔｉｏｎ．
３７４１５期　 　 　 　 　 　 　 　 　 　 　 　 庞文品等： 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估　 　 　 　 　 　
比例明显偏高，可氧化态、残渣态所占比例偏低．重
金属的酸可提取态一般吸附在土壤粘土、腐殖质等
表面，这部分重金属对环境变化十分敏感，易于迁移
和转化，可直接被植物富集和吸收［２８］ ．初步判断，研
究区历史上大规模的煤矿开采活动及其产生的废
水、废渣以及雨季酸性雨水的淋溶作用，导致了兴仁
煤矿区农田土壤中矿物质含量的增加并影响了 Ａｓ
的形态转化．
Ｃｒ、Ｚｎ和 Ｎｉ在全土中的形态分布特征相似，三
者均以残渣态所占比例最高，分别为 ８６．８％、６７􀆰 ２％
和 ７３．９％．残渣态主要赋存于硅酸盐、原生和次生矿
物晶格中，只有通过风化过程才能释放，而风化过程
是以地质年代计算的，因此，残渣态在环境中比较稳
定，基本不被生物所利用［２９］ ．Ｃｒ 在各土壤利用类型
中形态变化范围不大，其中，植烟土中残渣态 Ｃｒ 最
大，为 ８８．３％，薏米地中残渣态 Ｃｒ 最小，为 ８６􀆰 ０％．
Ｚｎ在各利用类型土壤中的形态分布比较单一，均呈
现出残渣态>可还原态>可氧化态>酸可提取态．可还
原态 Ｚｎ及可氧化态 Ｚｎ 占有一定比例，酸可提取态
Ｚｎ所占比例较低，以菜园土中的酸可提取态 Ｚｎ 所
占比例较低，为 ４． ５％．相比于焦作煤矿区农田土
壤［３０］，酸可提取态 Ｚｎ和可还原态 Ｚｎ所占比例略显
偏低，可氧化态 Ｚｎ明显偏高，而残渣态 Ｚｎ所占比例
相近． Ｎｉ形态在不同利用类型土壤中呈现出残渣态
>可氧化态>可还原态>酸可提取态，其中，酸可提取
态 Ｎｉ、可还原态 Ｎｉ 均小于 １０％，可氧化态 Ｎｉ 为
１１􀆰 ３％～１４．２％，最大值、最小值分别出现在植烟土
和菜园土中．与昆山市土壤［３１］呈现类似规律，不同
的是该研究中残渣态 Ｎｉ 所占比例低于昆山市农田
土壤，而酸可提取态 Ｎｉ、可还原态 Ｎｉ、可氧化态 Ｎｉ
所占比例均稍高于昆山市农田土壤．有研究认为，重
金属 Ｎｉ在缺氧、氧化等条件下很不稳定［３２］，导致土
壤中 Ｎｉ的形态分布并无固定规律．
Ｐｂ和 Ｃｕ形态分布在全土及不同利用类型土壤
中基本相似，均以残渣态所占比例最高，可还原态次
之，酸可提取态和可氧化态所占比例均较低．水稻
土、薏米地、植烟土和菜园土可还原态 Ｐｂ 所占比例
分别高达 ４１．２％、４０．５％、３９．４％和 ４１．６％，可还原态
Ｃｕ所占比例分别为 ２４．６％、２９．５％、３４．３％和 ３０．３％，
这可能是因为重金属离子与土壤中的铁锰氧化物或
氢氧化物具有很强的结合能力［３３］ ．而可还原态 Ｐｂ
属于较强离子键结合的化学形态，一般情况迁移能
力较弱，但当氧化还原电位降低或者缺氧情况下会
对可还原态有重要影响，土壤理化性质的变化可能
会导致可还原态向酸可提取态转化，进而释放到环
境中去［３４］ ．酸可提取态 Ｐｂ 和 Ｃｕ 所占比例较低，表
明其在土壤中被雨水淋失的可能性不大．但是，Ｐｂ
和 Ｃｕ总量远超贵州省土壤背景值，因此，Ｐｂ 和 Ｃｕ
的环境效应值得进一步关注．
Ｃｄ在全土中的形态特征表现为：残渣态>酸可
提取态>可还原态>可氧化态．对于不同利用类型土
壤，水稻土、薏米地及植烟土与全土一致，其中薏米
地中残渣态 Ｃｄ所占比例最大，为 ５５．４％，可氧化态
Ｃｄ所占比例最低，为 ８．４％，而 Ｃｄ 的形态在菜园土
中则表现出可还原态>残渣态>酸可提取态>可氧化
态．这与焦作［３０］、红古煤矿区周边农田土壤［３５］不同，
焦作周边农田土壤表现出酸可提取态>残渣态>可
还原态>可氧化态，而红古煤矿则表现出酸可提取
态＝可还原态>残渣态>可氧化态．不同利用类型土
壤酸可提取态 Ｃｄ 所占比例均大于 ２０％，这可能是
由于酸性条件下土壤中 Ｃｄ 主要以游离离子状态
存在．
Ｈｇ形态在全土及不同利用类型土壤中的分布
均为残渣态>可氧化态>可还原态>酸可提取态．酸可
提取态 Ｈｇ所占比例在薏米地中最低，为 １２．９％，植
烟土所占比例中最高，为 １４．２％；可还原态 Ｈｇ 所占
比例在菜园土中最低，为 １６．４％，薏米地中最高，为
１９．３％；可氧化态 Ｈｇ 所占比例在水稻土中最低，为
２２．６％，植烟土中最高，为 ２６．８％．Ｈｇ 的分配规律与
其他几种元素所不同的是其酸可提取态、可还原态、
可氧化态均占有相当比例，三者之和超过 ５０％．由于
土壤的赋存形态主要受络合物、ｐＨ值和氧化还原电
位（Ｅｈ）等参数影响，一旦某些环境参数发生变化，
可还原态和可氧化态可释放出来而成为生物可利用
态［３６］ ．与辽宁葫芦岛钼矿周边农田土壤［３７］相比，酸
可提取态 Ｈｇ所占比例较为相近，可还原态 Ｈｇ、可氧
化态 Ｈｇ和残渣态 Ｈｇ 所占比例约为钼矿区土壤的
２．００、０．４２和 ２．２９倍．
综上，研究区土壤中重金属形态分布主要以残渣
态为主；而在其他形态中，酸可提取态以酸可提取态
Ａｓ所占比例最高，平均值为 ３２．７％；Ｃｄ 次之，平均值
为 ２６．７％．可还原态以可还原态 Ｐｂ 所占比例最高，平
均值为 ４０．７％；Ｃｕ次之，平均值为 ２９．６％．可氧化态以
可氧化态 Ｈｇ 所占比例最高，平均值为 ２５．７％；Ｎｉ 次
之，平均值为 １２．４％．残渣态以残渣态 Ｃｒ 所占比例最
高，平均值为 ８６．８％；Ｎｉ次之，平均值为 ７３．９％．
２􀆰 ３　 生物可利用性
利用重金属的化学形态分布和含量变化来评价
４７４１ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
重金属的生物可利用性，有利于进一步研究重金属
的危害性以及有效治理土壤重金属污染．重金属形
态是指重金属的价态、化合态、结合态以及结构态 ４
个方面．重金属常常因其形态中某一个或某几个方
面的不同而表现出不同的毒性和环境行为．该研究
中将酸可提取态归为生物可利用态；可还原态和可
氧化态在较强的酸性介质或适当的环境条件下可释
放出来成为生物可利用态，因此将其归为生物潜在
可利用态（简称潜在态）；残渣态归为不可利用态．研
究区不同土壤利用类型中重金属生物可利用态和生
物潜在可利用态占总量的比例见表 ６．从表 ６ 可知，
各类土壤中可利用态 Ａｓ 平均值表现为薏米地>水
稻土>植烟土>菜园土；可利用态 Ｃｒ 表现为菜园土>
水稻土>薏米地>植烟土；可利用态 Ｐｂ 表现为菜园
土>薏米地>植烟土>水稻土；可利用态 Ｚｎ 表现为植
烟土>水稻土>薏米地>菜园土；可利用态 Ｃｄ 表现为
植烟土>水稻土>菜园土>薏米地；可利用态 Ｈｇ 表现
为植烟土>菜园土>水稻土>薏米地；可利用态 Ｃｕ 表
现为水稻土>薏米地>植烟土>菜园土；可利用态 Ｎｉ
表现为薏米地>水稻土>植烟土>菜园土．可见，可利
用态 Ａｓ、可利用态 Ｚｎ、可利用态 Ｃｕ 和可利用态 Ｎｉ
所占比例均在菜园土中最低，可利用态 Ｃｒ所占比例
在植烟土中最低，可利用态 Ｐｂ 在水稻土中最低，可
利用态 Ｃｄ 和可利用态 Ｈｇ 所占比例在薏米地中最
低．而薏米地中可利用态 Ａｓ 和可利用态 Ｎｉ 所占比
例最高，菜园土中可利用态 Ｃｒ 和可利用态 Ｐｂ 所占
比例最高，在植烟土中可利用态 Ｚｎ、可利用态 Ｃｄ 和
可利用态 Ｈｇ所占比例最高，水稻土可利用态 Ｃｕ 所
占比例最高．将研究区采集的土壤样品看成整体，各
重金属可利用态占全量比例的大小顺序为： Ａｓ
（３１．６％）>Ｃｄ（２５．９％） >Ｈｇ（１３．５％） >Ｃｕ（７．７％） >Ｎｉ
（６．６％）>Ｐｂ（６．２％）>Ｚｎ（５􀆰 １％）>Ｃｒ（３．８％）．与重庆
渝北地区黄壤［３８］相比，本研究区可利用态 Ａｓ、可利
用态 Ｃｒ所占比例较高，其中可利用态 Ａｓ 为渝北地
区的 ２．０８倍，可利用态 Ｃｒ为渝北地区的 ９．１３倍；而
可利用态 Ｃｄ和可利用态 Ｐｂ 在本研究区较低，分别
为渝北地区的 ６７．４％和 ５４．６％．
不同土壤类型中潜在态 Ａｓ 平均值表现为水稻
土>菜园土>植烟土>薏米地；潜在态 Ｃｒ 表现为薏米
地>水稻土>菜园土>植烟土；潜在态 Ｐｂ和潜在态 Ｚｎ
均表现为菜园土>薏米地>水稻土>植烟土；潜在态
Ｃｄ表现为菜园土>水稻土>植烟土>薏米地；潜在态
Ｈｇ表现为薏米地>植烟土>菜园土>水稻土；潜在态
Ｃｕ表现为植烟土>菜园土>薏米地>水稻土；潜在态
Ｎｉ表现为植烟土>水稻土>薏米地>菜园土．可知薏
米地中潜在态 Ａｓ和 Ｃｄ 所占比例最低；植烟土中潜
在态 Ｃｒ、Ｐｂ 和 Ｚｎ 所占比例最低；水稻土中潜在态
Ｈｇ和 Ｃｕ所占比例最低；潜在态 Ｎｉ在菜园土中所占
比例最低．潜在态 Ａｓ 在水稻土所占比例最高；潜在
态 Ｃｒ 和 Ｈｇ 在薏米地中所占比例最高；潜在态 Ｐｂ、
Ｚｎ和 Ｃｄ在菜园土中所占比例均最高；植烟土中潜
在态 Ｃｕ和 Ｎｉ所占比例最高．总体来说，研究区各重
金属潜在态占全量比例的大小顺序为：Ｐｂ（４６．１％）>
Ｈｇ（４３．１％）>Ｃｕ（３８．２％）>Ａｓ（３０􀆰 ０％）>Ｚｎ（２７．５％）
>Ｃｄ（２７．１％）>Ｎｉ（１９．６％）>Ｃｒ（８．９％）．与重庆渝北地
区黄壤［３８］相比，研究区潜在态 Ａｓ、Ｃｄ 所占比例稍
低，潜在态 Ａｓ为渝北地区黄壤的 ８５．８％、潜在态 Ｃｄ
为渝北地区黄壤的 ７６．１％；潜在态 Ｃｒ、Ｐｂ 所占比例
较高，潜在态 Ｃｒ为渝北地区黄壤的 １．０５ 倍，潜在态
Ｐｂ为 １．２８倍．
综上，重金属生物可利用性变化差异较大，表现
为 Ａｓ（３１．６％）>Ｃｄ（２５．９％）>Ｈｇ（１３．５％）>Ｃｕ（７．７％）
>Ｎｉ（６．６％）>Ｐｂ（６．２％）>Ｚｎ（５．１％）>Ｃｒ（３．８％），其中，
Ａｓ最为显著，其次是 Ｃｄ、Ｈｇ 和 Ｃｕ；而潜在生物可利
用性表现为 Ｐｂ（４６．１％）>Ｈｇ（４３．１％）>Ｃｕ（３８．２％）>Ａｓ
（３０􀆰 ０％）>Ｚｎ（２７．５％）>Ｃｄ（２７．１％）>Ｎｉ（１９．６％）>Ｃｒ
（８􀆰 ９％），其中，Ｐｂ 最为突出，其次是 Ｈｇ、Ｃｕ 和 Ａｓ．
因此，从生物可利用角度看，研究区 Ａｓ、Ｃｄ 和 Ｈｇ 污
染尤为值得关注，同时，Ｐｂ和 Ｃｕ的潜在生物可利用
性较为突出，也应引起高度重视．
２􀆰 ４　 重金属污染评价
２􀆰 ４􀆰 １土壤重金属污染潜在生态风险评价　 根据公
式（２） ～ （４），研究区各利用类型土壤中重金属单因
子潜在生态风险参数及综合潜在生态风险指数见表
６．从表 ６可知，各利用类型土壤中 Ｈｇ、Ａｓ 的潜在生
态风险参数较高，均处于高生态风险，这与它们的毒
性响应参数较高有一定关系，其中，菜园土中 Ｈｇ 的
毒性参数最高，为 ２１０．００，处于高生态风险；薏米地
中的 Ａｓ次之，为 ２０６．４６，处于高生态风险．薏米地和
植烟土中 Ｃｄ潜在风险参数大于 ４０，为高生态风险，
而水稻土和菜园土中 Ｃｄ 小于 ４０，属低潜在风险．重
金属 Ｃｒ、Ｐｂ、Ｚｎ、Ｃｕ、Ｎｉ 潜在生态风险参数均小于
４０，处于低生态风险．全土中重金属的潜在生态风险
顺序依次为：Ａｓ >Ｈｇ >Ｃｄ >Ｐｂ >Ｃｕ >Ｎｉ >Ｃｒ >Ｚｎ，水稻
土、薏米地和植烟土中重金属的潜在生态风险顺序
与全土完全一致，其中，Ａｓ 对 ＲＩ 值的贡献最为突
出，其次是 Ｈｇ；而在菜园土中则表现为：Ｈｇ >Ａｓ >Ｃｄ
> Ｐｂ>Ｃｕ>Ｎｉ>Ｃｒ>Ｚｎ，其中，Ｈｇ对ＲＩ值的贡献最为
５７４１５期　 　 　 　 　 　 　 　 　 　 　 　 庞文品等： 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估　 　 　 　 　 　
表 ６　 各利用类型土壤重金属的潜在生态风险评价
Ｔａｂｌｅ ６　 Ａｓｓｅｓｓｍｅｎｔ ｏｎ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｄｉｆｆｅｒｅｎｔ ｓｏｉｌｓ
土壤类型
Ｓｏｉｌ ｔｙｐｅ
Ｅｒ ｉ
Ａｓ Ｃｒ Ｐｂ Ｚｎ Ｃｄ Ｈｇ Ｃｕ Ｎｉ
ＲＩ 潜在生态风险程度
Ｄｅｇｒｅｅ ｏｆ ｐｏｔｅｎｔｉａｌ
ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ
水稻土 Ｐａｄｄｙ ｓｏｉｌ １８１．０６ ３．５１ ３１．５２ ０．９７ ３８．９２ １６２．７３ １６．９４ １１．２２ ４４６．８６ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ
薏米地 Ｃｏｉｘ ｌａｃｒｙｍａ⁃ｊｏｂｉ ｓｏｉｌ ２０６．４６ ３．６１ ３２．７７ １．０２ ４９．９６ １６２．７３ １８．７１ １０．８０ ４８６．０６ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ
植烟土 Ｔｏｂａｃｃｏ⁃ｇｒｏｗｉｎｇ ｓｏｉｌ １９４．３３ ４．０１ ３２．２８ １．０１ ４６．８９ １６８．１８ １８．７０ ９．９３ ４７５．３３ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ
菜园土 Ｖｅｇｅｔａｂｌｅ ｓｏｉｌ １９９．９１ ３．９８ ２８．５７ ０．９５ ３７．２２ ２１０．００ １５．８４ ８．７３ ５０５．１９ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ
全土 Ｂｕｌｋ ｓｏｉｌ １９５．４４ ３．７８ ３１．２８ ０．９９ ４３．２５ １７５．９１ １７．５５ １０．１７ ４７８．３６ 较高 Ｃｏｎｓｉｄｅｒａｂｌｅ
突出，其次是 Ａｓ．研究区全土、水稻土、薏米地、植烟
土和菜园土重金属的综合潜在生态风险指数（ＲＩ）
分别为 ４７８．３６、４４６．８６、４８６．０６、４７５．３３ 和 ５０５．１９，依
据重金属潜在生态风险评价标准（表 ２）判断，各利
用类型土壤中重金属的潜在风险程度为较高．
２􀆰 ４􀆰 ２土壤重金属环境风险评价　 风险评估编码方
法的评价结果见图 ３．根据酸可提取态占总量的比例
及风险评估编码法的评价标准，研究区全土、水稻
土、薏米地和植烟土中酸可提取态 Ａｓ所占比例均大
于 ３０％，为高风险，菜园土中酸可提取态 Ａｓ 所占比
例为 ２８．８％，为中等风险；酸可提取态 Ｃｄ 和 Ｈｇ 所
占比例为 １１％ ～ ３０％，为中等风险；酸可提取态 Ｃｒ、
Ｐｂ、Ｚｎ、Ｃｕ和 Ｎｉ所占比例均小于 １０％，为低风险．研
究区全土中 ８ 种重金属元素的风险等级为：Ａｓ >Ｃｄ
>Ｈｇ >Ｃｕ >Ｎｉ >Ｐｂ >Ｚｎ >Ｃｒ．薏米地、植烟土中重金属
的风险等级顺序与全土完全一致，水稻土中表现为：
Ａｓ >Ｃｄ >Ｈｇ >Ｃｕ >Ｎｉ >Ｐｂ ＝ Ｚｎ >Ｃｒ，菜园土中表现
为：Ａｓ >Ｃｄ >Ｈｇ >Ｃｕ >Ｐｂ >Ｎｉ >Ｚｎ >Ｃｒ．
　 　 由 Ｈäｋａｎｓｏｎ 法与 ＲＡＣ 法的评价结果可知，二
者不完全一致，原因之一可能是 Ｈäｋａｎｓｏｎ 法引入了
反映重金属毒性水平和生物对重金属污染敏感程度
的毒性系数．Ｈäｋａｎｓｏｎ法可使不同种类的毒性水平
图 ３　 各利用类型土壤风险评估编码法评价
Ｆｉｇ．３　 Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｃｏｄｅ （ＲＡＣ） ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｄｉｆｆｅ⁃
ｒｅｎｔ ｓｏｉｌｓ．
在评价中体现出来，它不仅考虑了土壤中重金属的
含量，而且兼顾了重金属的生态效应、环境效应与毒
理学特征等 ３个方面；而 ＲＡＣ法主要关注土壤中重
金属有效态，尤其是水溶态和可提取态的风险，且只
能评价单个重金属存在的生态风险，对于区域所存
在的综合生态风险尚不能评价，所以导致二者的评
价结果不完全一致．因此，对于矿区土壤重金属的评
价应该考虑重金属总量和形态两个方面，这样既不
会忽略重金属总量低而生物可利用性很高的情况，
同时也能对重金属总量很高而生物可利用性很低导
致的严重污染情况引起高度重视．综合以上研究结
果，本工作所选区域不仅受到了砷的严重污染，而且
还受到了其他重金属不同程度的污染．结合贵州省
土壤背景值，区域内 Ａｓ、Ｐｂ、Ｚｎ、Ｃｄ、Ｈｇ、Ｃｕ 可能主
要是由人为活动引起的，而 Ｃｒ 和 Ｎｉ 主要是由于地
质背景造成的．
３　 结　 　 论
研究矿区农田土壤重金属的积累水平、潜在生
态风险及环境风险对指导当地农作物的安全生产和
今后开展污染土壤的修复工作皆具有十分重要的现
实意义．通过对研究区土壤不同重金属进行分析表
明，除 Ｚｎ外，其他元素均超过贵州省土壤背景值，其
中 Ａｓ在薏米地中的累积现象最为严重，为贵州省土
壤背景值的 ２０．６５ 倍．表明历史上煤矿的开采、运输
等活动已导致矿区周边农田土壤受到重金属不同程
度的污染．
形态分析结果表明，研究区各类型土壤中 Ａｓ、
Ｃｄ和 Ｈｇ的酸可提取态所占比例均较高，可能表现
出较高的生物有效性，表明表层土壤中的重金属较
容易释放，对当地农作物的种植构成了潜在威胁．
潜在生态风险评价表明，各类型土壤潜在生态
风险（ＲＩ）为：菜园土（５０５．１９）>薏米地（４８６．０６）>植
烟土（４７５．３３）>水稻土（４４６．８６），均处于较高风险．
风险评估编码法（ＲＡＣ）结果显示，水稻土、薏米地
６７４１ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷
和植烟土中 Ａｓ均处于高风险、菜园土中 Ａｓ 为中风
险；各类型土壤中 Ｃｄ、Ｈｇ 均处于中等风险，Ｃｒ、Ｐｂ、
Ｚｎ、Ｃｕ和 Ｎｉ 均处于低风险．因此，该区域农田土壤
重金属污染应引起有关部门的高度重视并采取有效
措施进行综合治理．
致谢　 感谢张朝晖教授提供的指导和帮助．
参考文献
［１］　 Ｎｉｕ Ｓ， Ｇａｏ Ｌ， Ｚｈａｏ Ｊ． Ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ
ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｔｈｅ Ｘｉｎｚｈｕａｎｇｚｉ ｒｅｃｌａｍａｔｉｏｎ ｓｏｉｌ ｆｒｏｍ
ｔｈｅ Ｈｕａｉｎａｎ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ， Ｃｈｉｎａ． Ｈｕｍａｎ ａｎｄ Ｅｃｏ⁃
ｌｏｇｉｃａｌ Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔ： Ａｎ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ， ２０１５，
２１： ９００－９１２
［２］　 Ｈａｏ Ｈ⁃Ｚ （郝汉舟）， Ｃｈｅｎ Ｔ⁃Ｂ （陈同斌）， Ｊｉｎ Ｍ⁃Ｇ
（靳孟贵）， ｅｔ ａｌ． Ｒｅｃｅｎｔ ａｄｖａｎｃｅ ｉｎ ｓｏｌｉｄｉｆｉｃａｔｉｏｎ ／ ｓｔａｂｉ⁃
ｌｉｚａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｙ ｆｏｒ ｔｈｅ ｒｅｍｅｄｉａｔｉｏｎ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ
ｃｏｎｔａｍｉｎａｔｅｄ ｓｏｉｌ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ
（应用生态学报）， ２０１１， ２２（３）： ８１６－８２４ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［３］　 Ｓｈｉ Ｚ⁃Ｆ （石占飞）， Ｗａｎｇ Ｌ （王　 力）． Ｃｏｎｔｅｎｔｓ ｏｆ ｓｏｉｌ
ｈｅａｖｙ ｍｅｔａｌｓ ａｎｄ ｅｖａｌｕａｔｉｏｎ ｏｎ ｔｈｅ ｐｏｔｅｎｔｉａｌ ｐｏｌｌｕｔｉｏｎ
ｒｉｓｋ ｉｎ Ｓｈｅｎｍｕ ｍｉｎｉｎｇ ａｒｅａ． Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｏ⁃Ｅｎｖｉｒｏｎ⁃
ｍｅｎｔ Ｓｃｉｅｎｃｅ （农业环境科学学报）， ２０１３， ３２（６）：
１１５０－１１５８ （ｉｎ Ｃｈｉｎｅｓｅ）
［４］　 Ｚｈａｎｇ Ｆ （张 　 芬）， Ｙａｎｇ Ｃ⁃Ｍ （杨长明）， Ｐａｎ Ｒ⁃Ｊ
（潘睿捷）． Ｐｏｌｌｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ
ａｓｓｅｓｓｍｅｎｔ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｓｕｒｆａｃｅ ｓｅｄｉｍｅｎｔｓ ｏｆ Ｑｉｎｇ⁃
ｓｈａｎ Ｒｅｓｅｒｖｏｉｒ ｉｎ Ｌｉｎ’ ａｎ Ｃｉｔｙ， Ｚｈｅｊｉａｎｇ Ｐｒｏｖｉｎｃｅ ｏｆ
Ｅａｓｔ Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生
态学报）， ２０１３， ２４（９）： ２６２５－２６３０ （ｉｎ Ｃｈｉｎｅｓｅ）
［５］　 Ｂｈｕｉｙａｎ ＭＡＨ， Ｐａｒｖｅｚ Ｌ， Ｉｓｌａｍ ＭＡ， ｅｔ ａｌ． Ｈｅａｖｙ ｍｅｔａｌ
ｐｏｌｌｕｔｉｏｎ ｏｆ ｃｏａｌ ｍｉｎｅ⁃ａｆｆｅｃｔｅｄ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ ｔｈｅ
ｎｏｒｔｈｅｒｎ ｐａｒｔ ｏｆ Ｂａｎｇｌａｄｅｓｈ． Ｊｏｕｒｎａｌ ｏｆ Ｈａｚａｒｄｏｕｓ Ｍａｔｅ⁃
ｒｉａｌｓ， ２０１０， １７３： ３８４－３９２
［６］ 　 Ｙｅｎｉｌｍｅｚ Ｆ， Ｋｕｔｅｒ Ｎ， Ｅｍｉｌ ＭＫ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ｏｆ
ｐｏｌｌｕｔｉｏｎ ｌｅｖｅｌｓ ａｔ ａｎ ａｂａｎｄｏｎｅｄ ｃｏａｌ ｍｉｎｅ ｓｉｔｅ ｉｎ Ｔｕｒｋｅｙ
ｗｉｔｈ ｔｈｅ ａｉｄ ｏｆ ＧＩＳ． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏａｌ Ｇｅｏｌｏ⁃
ｇｙ， ２０１１， ８６： １２－１９
［７］　 Ｙａｏ Ｆ （姚 　 峰）， Ｂａｏ Ａ⁃Ｍ （包安明）， Ｇｕｌｉ Ｊ⁃Ｐ⁃Ｅ
（古丽 ×加帕尔）， ｅｔ ａｌ． Ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌ ｓｏｕｒｃｅｓ ａｎｄ
ｐｏｌｌｕｔｉｏｎ ａｓｓｅｓｓｍｅｎｔ ｉｎ ｔｈｅ ｃｏａｌｆｉｅｌｄ ｏｆ Ｅａｓｔ Ｊｕｎｇｇａｒ Ｂａ⁃
ｓｉｎ ｉｎ Ｘｉｎｊｉａｎｇ． Ｃｈｉｎａ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ （中国环
境科学）， ２０１３， ３３（１０）： １８２１－１８２８ （ｉｎ Ｃｈｉｎｅｓｅ）
［８］　 Ｄｉｎｇ Ｚ⁃Ｈ （丁振华）， Ｚｈｅｎｇ Ｂ⁃Ｓ （郑宝山）， Ｆｉｎｋｅｌ⁃
ｍａｍ ＲＢ， ｅｔ ａｌ． Ｓｕｂｓｅｑｕｅｎｔ ｌｅａｃｈｉｎｇ ｓｔｕｄｙ ｏｆ ｔｙｐｉｃａｌ
ｈｉｇｈ⁃Ａｓ ｃｏａｌ ｓａｍｐｌｅｓ ｆｒｏｍ Ｓｏｕｔｈｗｅｓｔ Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ．
Ｅａｒｔｈ Ｓｃｉｅｎｃｅ： Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｇｅｏｓｃｉｅｎｃｅｓ
（地球科学： 中国地质大学学报）， ２００３， ２８ （ ２）：
２０９－２１３ （ｉｎ Ｃｈｉｎｅｓｅ）
［９］　 Ｄｉｎｇ Ｚ⁃Ｈ （丁振华）， Ｚｈｅｎｇ Ｂ⁃Ｓ （郑宝山）， Ｆｉｎｋｅｌ⁃
ｍａｍ ＲＢ， ｅｔ ａｌ． Ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｈｉｇｈ ａｒｓｅｎｉｃ ｃｏａｌｓ ｆｒｏｍ
Ｓｏｕｔｈｗｅｓｔ Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ． Ｇｅｏｃｈｉｍｉｃａ （地球化学），
２０００， ２９（５）： ４９０－４９４ （ｉｎ Ｃｈｉｎｅｓｅ）
［１０］　 Ｌｉｕ Ｈ （刘　 宏）， Ｗｕ Ｐ （吴　 攀）， Ｚｈａｎｇ Ｃ⁃Ｐ （张翅
鹏）， ｅｔ ａｌ． Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ａｒｓｅｎｉｃ ｄｉｓｔｒｉｂｕｔｉｎｇ ｉｎ ｓｏｉｌｓ
ｉｒｒｉｇａｔｅｄ ｂｙ ｈｉｇｈ⁃ａｒｓｅｎｉｃ ｃｏａｌ ｄｒａｉｎａｇｅ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ
Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ （环境科学与技术）， ２０１０， ３３
（８）： ５７－６１ （ｉｎ Ｃｈｉｎｅｓｅ）
［１１］　 Ｆｅｎｇ Ｌ⁃Ｊ （冯丽娟）． Ｇｅｏｃｈｅｍｉｃａｌ Ｒｅｓｅａｒｃｈ ｏｎ Ａｒｓｅｎｉｃ
ｉｎ Ｓｏｉｌｓ ／ ｓｅｄｉｍｅｎｔｓ ｆｒｏｍ ｔｈｅ Ｃｏａｌ Ａｒｅａ ｏｆ Ｘｉｎｇｒｅｎ Ｃｏｕｎ⁃
ｔｙ， Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ． Ｍａｓｔｅｒ Ｔｈｅｓｉｓ． Ｇｕｉｚｈｏｕ： Ｇｕｉｚｈｏｕ
Ｕｎｉｖｅｒｓｉｔｙ， ２００７ （ｉｎ Ｃｈｉｎｅｓｅ）
［１２］　 Ｆｅｎｇ Ｌ⁃Ｊ （冯丽娟）， Ｗｕ Ｐ （吴　 攀）， Ｐｅｉ Ｔ⁃Ｑ （裴廷
权）， ｅｔ ａｌ． Ｈｙｄｒｏ⁃ｃｈｅｍｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｈｉｇｈ⁃
ａｒｓｅｎｉｃ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ ｉｎ Ｘｉｎｇｒｅｎ Ｃｏｕｎｔｙ， Ｇｕｉｚｈｏｕ
Ｐｒｏｖｉｎｃｅ． Ｅａｒｔｈ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔ （地球与环境 ），
２００７， ３４（４）： ２５－３０ （ｉｎ Ｃｈｉｎｅｓｅ）
［１３］　 Ｐｕｅｙｏ Ｍ， Ｍａｔｅｕ Ｊ， Ｒｉｇｏｌ Ａ， ｅｔ ａｌ． Ｕｓｅ ｏｆ ｔｈｅ ｍｏｄｉｆｉｅｄ
ＢＣＲ ｔｈｒｅｅ⁃ｓｔｅｐ ｓｅｑｕｅｎｔｉａｌ ｅｘｔｒａｃｔｉｏｎ ｐｒｏｃｅｄｕｒｅ ｆｏｒ ｔｈｅ
ｓｔｕｄｙ ｏｆ ｔｒａｃｅ ｅｌｅｍｅｎｔ ｄｙｎａｍｉｃｓ ｉｎ ｃｏｎｔａｍｉｎａｔｅｄ ｓｏｉｌｓ．
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｏｌｌｕｔｉｏｎ， ２００８， １５２： ３３０－３４１
［１４］ 　 Ｓｔａｔｅ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ｏｆ Ｃｈｉｎａ
（国家环境保护总局）． Ｂａｃｋｇｒｏｕｎｄ Ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｏｆ
Ｅｌｅｍｅｎｔｓ ｉｎ Ｓｏｉｌｓ ｏｆ Ｃｈｉｎａ． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｅｎｖｉｒｏｎｍｅｎ⁃
ｔａｌ Ｓｃｉｅｎｃｅ Ｐｒｅｓｓ， １９９０ （ｉｎ Ｃｈｉｎｅｓｅ）
［１５］　 Ｆａｎｇ Ｘ⁃Ｂ （方晓波）， Ｓｈｉ Ｊ （史　 坚）， Ｌｉａｏ Ｘ⁃Ｆ （廖
欣峰）， ｅｔ ａｌ． Ｈｅａｖｙ ｍｅｔａｌ ｐｏｌｌｕｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ
ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ａｎａｌｙｓｉｓ ｆｏｒ ｓｏｉｌ ｉｎ Ｐｈｙｌｌｏｓｔａｃｈｙｓ ｐｒａｅｃｏｘ
ｓｔａｎｄｓ ｏｆ Ｌｉｎ’ａｎ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应
用生态学报）， ２０１５， ２６（６）： １８８３ － １８９１ （ ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［１６］　 Ｈäｋａｎｓｏｎ Ｌ． Ａｎ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｄｅｘ ｆｏｒ ａｑｕａｔｉｃ ｐｏｌｌｕ⁃
ｔｉｏｎ ｃｏｎｔｒｏｌ． Ａ ｓｅｄｉｍｅｎｔｏｌｏｇｉｃａｌ ａｐｐｒｏａｃｈ． Ｗａｔｅｒ Ｒｅ⁃
ｓｅａｒｃｈ， １９８０， １４： ９７５－１００１
［１７］　 Ｘｕ Ｚ⁃Ｑ （徐争启）， Ｎｉ Ｓ⁃Ｊ （倪师军）， Ｔｕｏ Ｘ⁃Ｇ （庹先
国）， ｅｔ ａｌ． Ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ’ ｔｏｘｉｃｉｔｙ ｃｏｅｆｆｉ⁃
ｃｉｅｎｔ ｉｎ ｔｈｅ ｅｖａｌｕａｔｉｏｎ ｏｆ ｐｏｔｅｎｔｉａｌ ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｉｎｄｅｘ．
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ （环境科学与技
术）， ２００８， ３１（２）： １１２－１１５ （ｉｎ Ｃｈｉｎｅｓｅ）
［１８］　 Ｌｕ Ｓ⁃Ｊ （陆泗进）， Ｗａｎｇ Ｙ⁃Ｙ （王业耀）， Ｈｅ Ｌ⁃Ｈ （何
立环）． Ｅｃｏｌｏｇｉｃａｌ ｒｉｓｋ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ
ｓｏｉｌｓ ａｓｓｅｓｓｅｄ ｂｙ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｃｏｄｅ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ
Ｃｈｅｍｉｓｔｒｙ （环境化学）， ２０１４， ３３（１１）： １８５７－ １８６３
（ｉｎ Ｃｈｉｎｅｓｅ）
［１９］　 Ｐｅｒｉｎ Ｇ， Ｃｒａｂｏｌｅｄｄａ Ｌ， Ｌｕｃｃｈｅｓｅ Ｍ， ｅｔ ａｌ． Ｈｅａｖｙ
ｍｅｔａｌ ｓｐｅｃｉａｔｉｏｎ ｉｎ ｔｈｅ ｓｅｄｉｍｅｎｔｓ ｏｆ ｎｏｒｔｈｅｒｎ Ａｄｒｉａｔｉｃ
Ｓｅａ． Ａ ｎｅｗ ａｐｐｒｏａｃｈ ｆｏｒ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｔｏｘｉｃｉｔｙ ｄｅｔｅｒｍｉ⁃
ｎａｔｉｏｎ． Ｈｅａｖｙ Ｍｅｔａｌｓ ｉｎ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ， １９８５， ２： ４５４－
４５６
［２０］　 Ｚｈｕ Ｙ⁃Ｇ （朱玉高）． Ｃｏｎｔａｍｉｎａｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ｏｆ ｈｅａｖｙ
ｍｅｔａｌｓ ｉｎ ｆａｒｍｌａｎｄ ａｒｏｕｎｄ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ ｉｎ Ｎｏｒｔｈｅｒｎ
Ｓｈａｎｘｉ． Ｃｌｅａｎ Ｃｏａｌ Ｔｅｃｈｎｏｌｏｇｙ （洁净煤技术）， ２０１４，
２０（５）： １０５－１０８ （ｉｎ Ｃｈｉｎｅｓｅ）
［２１］ 　 Ｙｕａｎ Ｘ⁃Ｔ （袁新田）， Ｚｈａｎｇ Ｃ⁃Ｌ （张春丽）， Ｓｕｎ Ｑ
（孙　 倩）， ｅｔ ａｌ． Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｃｅｎ⁃
ｔｒａｔｉｏｎｓ ｉｎ ｓｏｉｌ ａｒｏｕｎｄ ｃｏａｌ ｍｉｎｉｎｇ ａｒｅａ ｉｎ Ｓｕｚｈｏｕ Ｃｉｔｙ．
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｃｈｅｍｉｓｔｒｙ （环境化学）， ２０１１， ３０（８）：
１４５１－１４５５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２２］　 Ｗｅｉ Ｆ⁃Ｓ （魏复盛）， Ｃｈｅｎ Ｊ⁃Ｓ （陈静生）， Ｗｕ Ｙ⁃Ｙ
（吴燕玉）， ｅｔ ａｌ． Ｓｔｕｄｙ ｏｎ ｔｈｅ ｂａｃｋｇｒｏｕｎｄ ｃｏｎｔｅｎｔｓ ｏｎ
６１ ｅｌｅｍｅｎｔｓ ｏｆ ｓｏｉｌｓ ｉｎ Ｃｈｉｎａ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ （环
７７４１５期　 　 　 　 　 　 　 　 　 　 　 　 庞文品等： 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估　 　 　 　 　 　
境科学）， １９９１， １２（４）： １２－１９ （ｉｎ Ｃｈｉｎｅｓｅ）
［２３］　 Ｄｉｎｇ Ｚ⁃Ｈ （丁振华）， Ｚｈｅｎｇ Ｂ⁃Ｓ （郑宝山）， Ｆｉｎｋｅｌ⁃
ｍａｍ ＲＢ， ｅｔ ａｌ． Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｘａｆｓ ａｎｄ ｍöｓｓｂａｕｅｒ ｓｐｅｃ⁃
ｔｒｏｓｃｏｐｙ ｉｎ ｓｔｕｄｙｉｎｇ ｔｈｅ ｍｏｄｅ ｏｆ ｏｃｃｕｒｒｅｎｃｅ ｏｆ ａｒｓｅｎｉｃ
ａｎｄ ｉｒｏｎ ｉｎ ｈｉｇｈ⁃Ａｓ ｃｏａｌｓ ｆｒｏｍ ｓｏｕｔｈｗｅｓｔ Ｇｕｉｚｈｏｕ Ｐｒｏ⁃
ｖｉｎｃｅ． Ｇｅｏｌｏｇｉｃａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｉｅｓ （高校地
质学报）， ２００３， ９（２）： ２７３－２７８ （ｉｎ Ｃｈｉｎｅｓｅ）
［２４］　 Ｆｅｎｇ Ｊ⁃Ｚ （冯济舟）． Ｇｅｏｃｈｅｍｉｃａｌ Ａｔｌａｓ ｏｆ Ｇｕｉｚｈｏｕ
Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｂｅｉｊｉｎｇ： Ｇｅｏｌｏｇｙ Ｐｒｅｓｓ， ２００８ （ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
［２５］　 Ｈｅ Ｓ⁃Ｌ （何邵麟）， Ｃｈｅｎ Ｍ （陈　 敏）， Ｌｉｕ Ｙ⁃Ｚ （刘应
忠）， ｅｔ ａｌ． Ｔｒａｃｅ ｅｌｅｍｅｎｔｓ ａｎｄ ｔｈｅｉｒ ｅｎｖｉｒｏｎｍｅｎｔａｌ
ｐｒｏｂｌｅｍｓ ｗｉｔｈ ｉｎ ｔｈｅ ｓｕｒｆａｃｅ ｌｏｏｓｅ ｓｅｄｍｉｅｎｔｓ ｉｎ ｔｈｅ ｍａｊｏｒ
ｃｉｔｉｅｓ ｏｆ Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ． Ｇｕｉｚｈｏｕ Ｇｅｏｌｏｇｙ （贵州地
质）， ２００５， ２２（３）： １４７－１５５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２６］　 Ｄｕ Ｘ⁃Ｌ （杜晓林）． Ｃｈｅｍｉｃａｌ Ｆｒａｃｔｉｏｎａｔｉｏｎ ａｎｄ Ｂｉｏ⁃
ａｖａｉｌａｂｉｌｉｔｙ ｏｆ Ｈｅａｖｙ Ｍｅｔａｌｓ ｉｎ Ｓｅｗａｇｅ⁃Ｉｒｒｉｇａｔｅｄ Ｓｏｉｌｓ
ｆｒｏｍ Ｘｉａｏｑｉｎｇ Ｒｉｖｅｒ． Ｍａｓｔｅｒ Ｔｈｅｓｉｓ． Ｊｉ’ ｎａｎ： Ｓｈａｎｄｏｎｇ
Ｕｎｉｖｅｒｓｉｔｙ， ２０１２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２７］　 Ｌｉ Ｂ （李　 彬）， Ｚｈａｏ Ｃ⁃Ｊ （赵婵娟）， Ｌｉ Ｐ⁃Ｙ （李佩
瑶）， ｅｔ ａｌ． ＢＣＲ ｓｐｅｃｉａｔｉｏｎ ａｎａｌｙｓｉｓ ｏｆ ａｒｓｅｎｉｃ ｉｎ ｃｏｎ⁃
ｔａｍｉｎａｔｅｄ ｓｏｉｌ ｉｎ ａｒｓｅｎｉｃ ｍｉｎｉｎｇ ａｒｅａ． Ｊｏｕｒｎａｌ ｏｆ Ｙｕｎｎａｎ
Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｎａｔｉｏｎａｌｉｔｉｅｓ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ）（云南民族
大学学报： 自然科学版）， ２０１３， ２２（５）： ３３０ － ３３３
（ｉｎ Ｃｈｉｎｅｓｅ）
［２８］　 Ｈａｎ Ｃ⁃Ｍ （韩春梅）， Ｗａｎｇ Ｌ⁃Ｓ （王林山）， Ｇｏｎｇ Ｚ⁃Ｑ
（巩宗强）， ｅｔ ａｌ． Ｃｈｅｍｉｃａｌ ｆｏｒｍｓ ｏｆ ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌｓ
ａｎｄ ｔｈｅｉｒ ｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｉｇｎｉｆｉｃａｎｃｅ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ
Ｅｃｏｌｏｇｙ （生态学杂志）， ２００５， ２４（１２）： １４９９－ １５０２
（ｉｎ Ｃｈｉｎｅｓｅ）
［２９］ 　 Ｔｅａｓｄａｌｅ ＰＲ， Ａｐｔｅ ＳＣ， Ｆｏｒｄ ＰＷ， ｅｔ ａｌ． Ｇｅｏｃｈｅｍｉｃａｌ
ｃｙｃｌｉｎｇ ａｎｄ ｓｐｅｃｉａｔｉｏｎ ｏｆ ｃｏｐｐｅｒ ｉｎ ｗａｔｅｒｓ ａｎｄ ｓｅｄｉｍｅｎｔｓ
ｏｆ Ｍａｃｑｕａｒｉｅ Ｈａｒｂｏｕｒ， ｗｅｓｔｅｒｎ Ｔａｓｍａｎｉａ． Ｅｓｔｕａｒｉｎｅ，
Ｃｏａｓｔａｌ ａｎｄ Ｓｈｅｌｆ Ｓｃｉｅｎｃｅ， ２００３， ５７： ４７５－４８７
［３０］　 Ｌｉ Ｄ⁃Ｙ （李东艳）， Ｐａｎｇ Ｓ⁃Ｐ （庞少鹏）， Ｘｕ Ｘ⁃Ｙ （徐
心远）， ｅｔ ａｌ． Ｍｏｒｐｈｏｌｏｇｙ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｒｉｓｋ ａｓｓｅｓｓ⁃
ｍｅｎｔ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ａｒｏｕｎｄ ｃｏａｌ
ｇａｎｇｕｅ ｈｅａｐ． Ｊｏｕｒｎａｌ ｏｆ Ｈｅｎａｎ Ｐｏｌｙｔｅｃｈｎｉｃ Ｕｎｉｖｅｒｓｉｔｙ
（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ） （河南理工大学学报：自然科学
版）， ２０１５， ３４（５）： １３０－１３７ （ｉｎ Ｃｈｉｎｅｓｅ）
［３１］　 Ｚｈｏｎｇ Ｘ⁃Ｌ （钟晓兰）， Ｚｈｏｕ Ｓ⁃Ｌ （周生路）， Ｈｕａｎｇ Ｍ⁃
Ｌ （黄明丽）， ｅｔ ａｌ． Ｃｈｅｍｉｃａｌ ｆｏｒｍ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃｈａｒａｃ⁃
ｔｅｒｉｓｔｉｃ ｏｆ ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌｓ ａｎｄ ｉｔｓ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ．
Ｅｃｏｌｏｇｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ （生态环境学报），
２００９， １８（４）： １２６６－１２７３ （ｉｎ Ｃｈｉｎｅｓｅ）
［３２］　 Ａｂｏｌｌｉｎｏ Ｏ， Ｇｉａｃｏｍｉｎｏ Ａ， Ｍａｌａｎｄｒｉｎｏ Ｍ， ｅｔ ａｌ． Ａｓｓｅｓｓ⁃
ｍｅｎｔ ｏｆ ｍｅｔａｌ ａｖａｉｌａｂｉｌｉｔｙ ｉｎ ａ ｃｏｎｔａｍｉｎａｔｅｄ ｓｏｉｌ ｂｙ ｓｅ⁃
ｑｕｅｎｔｉａｌ ｅｘｔｒａｃｔｉｏｎ． Ｗａｔｅｒ， Ａｉｒ， ａｎｄ Ｓｏｉｌ Ｐｏｌｌｕｔｉｏｎ，
２００６， １７３： ３１５－３３８
［３３］　 Ｌｉ ＸＤ， Ｓｈｅｎ ＺＧ， Ｗａｉ ＯＷＨ， ｅｔ ａｌ． Ｃｈｅｍｉｃａｌ ｆｏｒｍｓ ｏｆ
Ｐｂ， Ｚｎ ａｎｄ Ｃｕ ｉｎ ｔｈｅ ｓｅｄｉｍｅｎｔ ｐｒｏｆｉｌｅｓ ｏｆ ｔｈｅ Ｐｅａｒｌ
Ｒｉｖｅｒ Ｅｓｔｕａｒｙ． Ｍａｒｉｎｅ Ｐｏｌｌｕｔｉｏｎ Ｂｕｌｌｅｔｉｎ， ２００１， ４２：
２１５－２２３
［３４］　 Ｗａｎｇ Ｑ⁃Ｆ （王其枫）， Ｗａｎｇ Ｆ⁃Ｈ （王富华）， Ｓｕｎ Ｆ⁃Ｆ
（孙芳芳）， ｅｔ ａｌ． Ｆｒａｃｔｉｏｎａｔｉｏｎ ａｎｄ ｂｉｏａｖａｉｌａｂｉｌｉｔｙ ｏｆ Ｐｂ
ａｎｄ Ｃｄ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ａｒｏｕｎｄ ｍｉｎｉｎｇ ａｒｅａ ｉｎ
Ｓｈａｏｇｕａｎ， Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ
Ａｇｒｏ⁃Ｅｎｖｉｒｏｎｍｅｎｔ Ｓｃｉｅｎｃｅ （农业环境科学学报 ），
２０１２， ３１（６）： １０９７－１１０３ （ｉｎ Ｃｈｉｎｅｓｅ）
［３５］　 Ｚｈａｎｇ Ｌ （张　 锂）． Ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｎ Ｈｅａｖｙ Ｍｅｔａｌ Ｃｏｎ⁃
ｔａｍｉｎａｔｉｏｎ ｉｎ Ｓｏｉｌｓ ａｎｄ Ｒｉｓｋ Ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｅｃｏ⁃ｅｎｖｉｒｏｎ⁃
ｍｅｎｔ ｉｎ Ｈｏｎｇｇｕ Ｃｏａｌ⁃Ｍｉｎｉｎｇ Ａｒｅａ ｏｆ Ｌａｎｚｈｏｕ， Ｌｏｅｓｓ
Ｐｌａｔｅａｕ ｉｎ Ｎｏｒｔｈｗｅｓｔ Ｃｈｉｎａ． Ｍａｓｔｅｒ Ｔｈｅｓｉｓ． Ｇａｎｓｕ：
Ｎｏｒｔｈｗｅｓｔ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ， ２００７ （ｉｎ Ｃｈｉｎｅｓｅ）
［３６］　 Ｄｉｎｇ Ｈ⁃Ｘ （丁海霞）， Ｎａｎ Ｚ⁃Ｒ （南忠仁）， Ｌｉｕ Ｘ⁃Ｗ
（刘晓文）， ｅｔ ａｌ． Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｓｅｌｅｃｔｅｄ ｈｅａｖｙ ｍｅｔａｌ
ｐｏｌｌｕｔｉｏｎ ｉｎ ｓｕｂｕｒｂ ｃｒｏｐｌａｎｄ， Ｊｉｎｃｈａｎｇ Ｃｉｔｙ， Ｇａｎｓｕ，
Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｏ⁃Ｅｎｖｉｒｏｎｍｅｎｔ Ｓｃｉｅｎｃｅ （农业环境
科学学报）， ２００８， ２７（６）： ２１８３－２１８８ （ｉｎ Ｃｈｉｎｅｓｅ）
［３７］　 Ｃｏｎｇ Ｑ （丛 　 俏）， Ｙｕａｎ Ｘ （袁 　 星）， Ｑｕ Ｊ （曲
蛟）， ｅｔ ａｌ． Ｔｈｅ ａｎａｌｙｓｉｓ ａｎｄ ａｓｓｅｓｓｍｅｎｔ ｏｎ ｔｈｅ ｐｏｌｌｕｔｉｏｎ
ｃｏｎｄｉｔｉｏｎ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｔｈｅ ｓｏｉｌ ｉｎ ｔｈｅ ｆａｒｍｌａｎｄ
ａｒｏｕｎｄ ｔｈｅ Ｍｏｌｙｂｄｅｎｕｍ Ｏｒｅ Ａｒｅａｓ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉ⁃
ｔｏｒｉｎｇ ｉｎ Ｃｈｉｎａ （中国环境监测）， ２００９， ２５（１）： ４７－
５１ （ｉｎ Ｃｈｉｎｅｓｅ）
［３８］　 Ｙａｎ Ｍ⁃Ｓ （严明书）， Ｌｉ Ｗ⁃Ｂ （李武斌）， Ｙａｎｇ Ｌ⁃Ｃ
（杨乐超）， ｅｔ ａｌ． Ｓｐｅｃｉａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｅｆｆｅｃ⁃
ｔｉｖｅｎｅｓｓ ａｓｓｅｓｓｍｅｎｔ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｓｏｉｌｓ ｉｎ Ｙｕｂｅｉ
Ｄｉｓｔｒｉｃｔ， Ｃｈｏｎｇｑｉｎｇ． Ｒｅｓｅａｒｃｈ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ
（环境科学研究）， ２０１４， ２７（１）： ６４－７０ （ｉｎ Ｃｈｉｎｅｓｅ）
作者简介　 庞文品， 男， １９８８年生， 硕士研究生． 主要从事
环境化学研究． Ｅ⁃ｍａｉｌ： ｐａｎｇｗｅｎｐｉｎ＠ １６３．ｃｏｍ
责任编辑　 肖　 红
庞文品， 秦樊鑫， 吕亚超， 等． 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估． 应用生态学报， ２０１６， ２７（５）： １４６８－１４７８
Ｐａｎｇ Ｗ⁃Ｐ， Ｑｉｎ Ｆ⁃Ｘ， Ｌｙｕ Ｙ⁃Ｃ， ｅｔ ａｌ． Ｃｈｅｍｉｃａｌ ｓｐｅｃｉａｔｉｏｎｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ａｎｄ ｔｈｅｉｒ ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ ａ ｃｏａｌ
ｍｉｎｉｎｇ ａｒｅａ ｆｒｏｍ Ｘｉｎｇｒｅｎ Ｃｏｕｎｔｙ， Ｇｕｉｚｈｏｕ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， ２０１６， ２７（５）： １４６８－１４７８ （ｉｎ Ｃｈｉ⁃
ｎｅｓｅ）
８７４１ 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２７卷