全 文 ：景观格局对农业表层土壤重金属污染的影响∗
李　 铖１　 李芳柏１　 吴志峰２　 程　 炯１∗∗
（ １广东省生态环境与土壤研究所广东省农业环境综合治理重点实验室， 广州 ５１０６５０； ２广州大学地理科学学院， 广州
５１０００６）
摘　 要　 景观格局是决定诸多生态过程的重要因素，但其对农业土壤重金属污染的影响尚未
明确．鉴于此，本研究基于珠江三角洲 ２００５年的 ３００个表层土壤 Ａｓ、Ｐｂ、Ｃｄ、Ｎｉ 样点数据和土
地利用 ／覆盖图，使用地统计分析、景观格局分析、单因子污染指数和 Ｐｅａｒｓｏｎ相关分析，揭示 ４
种农业表层土壤重金属的污染特征及空间分布格局，探讨样点缓冲区内景观格局与农业表层
土壤重金属污染的定量关系．结果显示： １）２３５ 个农业表层土壤样品中，Ａｓ、Ｐｂ、Ｃｄ 和 Ｎｉ超过
国家土壤质量二级标准的比例分别为 ３．８％、０．４％、１７．０％和 ９．４％，高污染区主要位于广州、佛
山和中山；２）耕地表层土壤样品中重金属的平均污染水平大于林地和果园，但除了 Ｃｄ，其他 ３
种重金属污染水平在不同农用地类型上的差异并不显著；３）缓冲区内水体的比例、平均斑块
规模、破碎化程度、景观形状复杂度和聚集度 ／连接度与 ４种表层土壤重金属污染水平呈显著
正相关；缓冲区内城市用地的部分景观格局与土壤 Ｐｂ 和 Ｃｄ 污染水平呈现类似的显著正相
关．相反，缓冲区内林地的比例、平均斑块规模和聚集度越大，土壤 Ｐｂ 和 Ｎｉ 污染水平越低（呈
显著负相关，Ｐ＜０．０５）；４）距离工业用地越近，农业表层土壤 Ｐｂ、Ｃｄ 和 Ｎｉ 污染水平越高．景观
多样性仅与土壤 Ｃｄ污染呈显著正相关．研究结果可为珠江三角洲农业土壤重金属污染防治
提供理论依据．
关键词　 景观格局； 农业土壤； 重金属； 珠江三角洲
∗国家自然科学基金项目（３１１７０４４５）、广东省科学院重大科技产出规划专项（ ｚｄｃｃｙｄ２０１３０３）、广东省省院合作项目（２０１２Ｂ０９０４０００４５）和广东
省科技计划项目（２０１２Ｂ０３０８００００９）资助．
∗∗通讯作者． Ｅ⁃ｍａｉｌ： ｃｈｅｎｇｊｉｏｎｇ＠ ｓｏｉｌ．ｇｄ．ｃｎ
２０１４⁃０６⁃０３收稿，２０１５⁃０１⁃２０接受．
文章编号　 １００１－９３３２（２０１５）０４－１１３７－０８　 中图分类号　 Ｑ１４９；Ｘ５３　 文献标识码　 Ａ
Ｉｍｐａｃｔｓ ｏｆ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎｓ ｏｎ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔａｍｉｎａｔｉｏｎ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｔｏｐ ｓｏｉｌｓ ｉｎ ｔｈｅ
Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ， Ｓｏｕｔｈ Ｃｈｉｎａ． ＬＩ Ｃｈｅｎｇ１， ＬＩ Ｆａｎｇ⁃ｂａｉ１， ＷＵ Ｚｈｉ⁃ｆｅｎｇ２， ＣＨＥＮＧ Ｊｉｏｎｇ１
（ １Ｇｕａｎｇｄｏｎｇ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ａｇｒｉｃｕｌｔｕｒａｌ Ｅｎｖｉｒｏｎｍｅｎｔ Ｐｏｌｌｕｔｉｏｎ Ｉｎｔｅｇｒａｔｅｄ Ｃｏｎｔｒｏｌ， Ｇｕａｎｇｄｏｎｇ
Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌ ａｎｄ Ｓｏｉｌ Ｓｃｉｅｎｃｅｓ， Ｇｕａｎｇｚｈｏｕ ５１０６５０， Ｃｈｉｎａ； ２Ｓｃｈｏｏｌ ｏｆ Ｇｅｏｇｒａｐｈ⁃
ｉｃａｌ Ｓｃｉｅｎｃｅｓ， Ｇｕａｎｇｚｈｏｕ Ｕｎｉｖｅｒｓｉｔｙ， Ｇｕａｎｇｚｈｏｕ ５１０００６， Ｃｈｉｎａ） ． ⁃Ｃｈｉｎ． Ｊ． Ａｐｐｌ． Ｅｃｏｌ．， ２０１５， ２６
（４）： １１３７－１１４４．
Ａｂｓｔｒａｃｔ： Ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎｓ ａｒｅ ｋｎｏｗｎ ｔｏ ｉｎｆｌｕｅｎｃｅ ｍａｎｙ ｅｃｏｌｏｇｉｃａｌ ｐｒｏｃｅｓｓｅｓ， ｂｕｔ ｔｈｅ ｒｅｌａｔｉｏｎ⁃
ｓｈｉｐ ｂｅｔｗｅｅｎ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎｓ ａｎｄ ｓｏｉｌ ｐｏｌｌｕｔｉｏｎ ｐｒｏｃｅｓｓｅｓ ｉｓ ｎｏｔ ｗｅｌｌ ｕｎｄｅｒｓｔｏｏｄ． Ｂａｓｅｄ ｏｎ ３００
ｔｏｐ ｓｏｉｌ ｓａｍｐｌｅｓ， ｌａｎｄ ｕｓｅ ａｎｄ ｃｏｖｅｒ ｍａｐ ｆｏｒ ｔｈｅ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ （ＰＲＤ） ｏｆ ２００５， ｔｈｉｓ ｓｔｕｄｙ ｅｘ⁃
ｐｌｏｒｅｄ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ｓｐａｔｉａｌ ｐａｔｔｅｒｎ ｏｆ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔａｍｉｎａｔｉｏｎ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｔｏｐ ｓｏｉｌｓ
ａｎｄ ｅｘａｍｉｎｅｄ ｔｈｅ ｉｍｐａｃｔｓ ｏｆ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎｓ ｏｎ ｔｈｅ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔａｍｉｎａｔｉｏｎ ｉｎ ｔｈｅ ｂｕｆｆｅｒｓ ｏｆ
ｓｏｉｌ ｓａｍｐｌｅｓ． Ｒｅｓｅａｒｃｈ ｍｅｔｈｏｄｓ ｉｎｃｌｕｄｅｄ ｇｅｏｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｉｓ， ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ ａｎａｌｙｓｉｓ， ｓｉｎｇｌｅ⁃
ｆａｃｔｏｒ ｐｏｌｌｕｔｉｏｎ ｉｎｄｉｃｅｓ， ａｎｄ Ｐｅａｒｓｏｎ ｃｏｒｒｅｌａｔｉｏｎ ａｎａｌｙｓｉｓ． Ｗｅ ｆｏｕｎｄ ｔｈａｔ： １） ｏｕｔ ｏｆ ｔｈｅ ２３５ ａｇｒｉｃｕｌ⁃
ｔｕｒａｌ ｓｏｉｌ ｓａｍｐｌｅｓ， ３．８％， ０．４％， １７．０％ ａｎｄ ９．４％ ｓａｍｐｌｅｓ ｅｘｃｅｅｄｅｄ ｔｈｅ ＧｒａｄｅⅡ ｎａｔｉｏｎａｌ ｓｔａｎｄ⁃
ａｒｄ ｆｏｒ Ａｓ， Ｐｂ， Ｃｄ ａｎｄ Ｎｉ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｒｅｓｐｅｃｔｉｖｅｌｙ． Ｈｉｇｈ ｐｏｌｌｕｔｉｏｎ ｌｅｖｅｌｓ ｗｅｒｅ ｆｏｕｎｄ ｉｎ ｔｈｒｅｅ ｃｉｔ⁃
ｉｅｓ， Ｇｕａｎｇｚｈｏｕ， Ｆｏｓｈａｎ ａｎｄ Ｚｈｏｎｇｓｈａｎ； ２） ｓｏｉｌｓ ｉｎ ｔｈｅ ｆａｒｍｌａｎｄ ｗｅｒｅ ｍｏｒｅ ｐｏｌｌｕｔｅｄ ｔｈａｎ ｔｈｏｓｅ ｉｎ
ｔｈｅ ｆｏｒｅｓｔ ａｎｄ ｏｒｃｈａｒｄ ｌａｎｄ， ａｎｄ ｔｈｅｒｅ ｗｅｒｅ ｎｏ ｄｉｆｆｅｒｅｎｃｅｓ ａｍｏｎｇ ｄｉｆｆｅｒｅｎｔ ａｇｒｉｃｕｌｔｕｒａｌ ｌａｎｄ ｕｓｅ
ｔｙｐｅｓ ｉｎ ｃｏｎｔａｍｉｎａｔｉｏｎ ｌｅｖｅｌ ｏｆ ｅａｃｈ ｈｅａｖｙ ｍｅｔａｌ （ｅｘｃｅｐｔ Ｃｄ）； ａｎｄ ３） ｔｈｅ ｐｒｏｐｏｒｔｉｏｎ， ｍｅａｎ ｐａｔｃｈ
ａｒｅａ ａｓ ｗｅｌｌ ａｓ ｔｈｅ ｄｅｇｒｅｅ ｏｆ ｌａｎｄｓｃａｐｅ ｆｒａｇｍｅｎｔａｔｉｏｎ， ｌａｎｄｓｃａｐｅ⁃ｌｅｖｅｌ ｓｔｒｕｃｔｕｒａｌ ｃｏｍｐｌｅｘｉｔｙ ａｎｄ ａｇ⁃
ｇｒｅｇａｔｉｏｎ ／ ｃｏｎｎｅｃｔｉｖｉｔｙ ｏｆ ｗａｔｅｒ ａｔ ｔｈｅ ｂｕｆｆｅｒ ｚｏｎｅ ｗｅｒｅ ｓｉｇｎｉｆｉｃａｎｔｌｙ ｐｏｓｉｔｉｖｅｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ｔｈｅ
应 用 生 态 学 报　 ２０１５年 ４月　 第 ２６卷　 第 ４期　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ， Ａｐｒ． ２０１５， ２６（４）： １１３７－１１４４
ｃｏｎｔａｍｉｎａｔｉｏｎ ｌｅｖｅｌ ｏｆ ｅａｃｈ ｏｆ ｔｈｅ ｆｏｕｒ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｔｏｐ ｓｏｉｌｓ． Ｐａｒｔ ｏｆ ｔｈｅ ｌａｎｄｓｃａｐｅ
ｐａｔｔｅｒｎ ｏｆ ｕｒｂａｎ ｌａｎｄ ｉｎ ｔｈｅ ｂｕｆｆｅｒ ｚｏｎｅ ａｌｓｏ ｐｏｓｉｔｉｖｅｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ Ｐｂ ａｎｄ Ｃｄ ｌｅｖｅｌｓ （Ｐ＜０．０５）．
Ｏｎ ｔｈｅ ｃｏｎｔｒａｒｙ， ｔｈｅ ｐｒｏｐｏｒｔｉｏｎ， ｍｅａｎ ｐａｔｃｈ ａｒｅａ ａｎｄ ａｇｇｒｅｇａｔｉｏｎ ｄｅｇｒｅｅ ｏｆ ｆｏｒｅｓｔ ｌａｎｄ ｎｅｇａｔｉｖｅｌｙ
ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ｓｏｉｌ Ｐｂ ａｎｄ Ｎｉ ｌｅｖｅｌｓ （Ｐ＜０．０５）； ａｎｄ ４） ｔｈｅ ｃｌｏｓｅｒ ｔｏ ｔｈｅ ｉｎｄｕｓｔｒｙ ｌａｎｄ ｗｅｒｅ ｔｈｅ ｓｏｉｌ
ｓａｍｐｌｅｓ， ｔｈｅ ｍｏｒｅ ｐｏｌｌｕｔｅｄ ｔｈｅ ｓｏｉｌｓ ｗｅｒｅ ｆｏｒ Ｐｂ， Ｃｄ ａｎｄ Ｎｉ． Ｏｎｌｙ ｌａｎｄｓｃａｐｅ ｄｉｖｅｒｓｉｔｙ ｗａｓ ｆｏｕｎｄ ｔｏ
ｂｅ ｐｏｓｉｔｉｖｅｌｙ ｃｏｒｒｅｌａｔｅｄ ｗｉｔｈ ｓｏｉｌ Ｃｄ ｃｏｎｔａｍｉｎａｔｉｏｎ． Ｔｈｅ ｓｔｕｄｙ ｒｅｓｕｌｔｓ ｐｒｏｖｉｄｅ ｎｅｗ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ
ｓｃｉｅｎｔｉｆｉｃ ｂａｓｉｓ ｆｏｒ ｈｅａｖｙ ｍｅｔａｌ ｐｏｌｌｕｔｉｏｎ ｃｏｎｔｒｏｌ ａｎｄ ｒｅｍｅｄｉａｔｉｏｎ， ｅｓｐｅｃｉａｌｌｙ ｆｏｒ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ
ｔｈｅ ＰＲＤ．
Ｋｅｙ ｗｏｒｄｓ： ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ； ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ； ｈｅａｖｙ ｍｅｔａｌ； Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ．
　 　 近几十年来，随着人类活动的加剧，我国农业土
壤问题尤其重金属污染问题突出，由此引发的食品
安全和人类健康问题引起社会各界广泛关注．据新
华网报道，截至 ２０１１ 年，我国受重金属污染的耕地
面积达 ２×１０７ ｈｍ２，占全国总耕地面积的 １ ／ ６；每年
因重金属污染的粮食高达 １２００×１０４ ｔ，造成的经济
损失超过 ２００亿元．
影响农业土壤重金属分布和累积的因素总体可
归为两类：１）自然因素，如土壤理化性质和成土母
质；２）人类活动，如源自交通、开矿、冶炼活动和化
石燃料燃烧的大气污染物沉降、畜禽粪便、农药化
肥、污水灌溉和工业废物［１－３］ ．土壤重金属分布和累
积的影响因素因区域而异，即使同一区域不同研究
方法得到的结论也不尽一致．如 Ｈｕ 等［４］研究显示
广东省土壤 Ｃｄ 和 Ｃｒ 主要是人为源，Ｎｉ 和 Ｈｇ 是自
然源（受成土母质影响较大），而其他学者则认为 Ｃｒ
和 Ｈｇ 分别为自然和人为源［５－７］ ．但是，总体上 ８ 种
常见农业土壤重金属根据是否受到人类活动影响可
归为 ２组：Ｃｒ和 Ｎｉ（自然源）以及 Ａｓ、Ｐｂ、Ｃｄ、Ｈｇ、Ｃｕ
和 Ｚｎ（人为源） ［２－３， ８－１２］，少数文献把 Ｐｂ 和 Ｈｇ 归为
自然⁃人为混合源［１３］ ．
土地利用是人类活动的集中体现，它既能反映
污染物的主要来源，又能反映影响重金属移动和传
输的土壤属性（如 ｐＨ、有机质含量、电导率） ［１４－１５］，
是预测诸多土壤污染物的有效代理．宋成军等［１６］系
统综述了土地利用和覆盖变化（ＬＵＣＣ）对土壤重金
属的影响并得出结论：无论在场地、县域还是流域 ／
区域尺度，土地利用和覆被类型均是控制土壤重金
属空间分布和累积的重要因素．某些特定土地利用
类型的位置与周边土壤重金属累积的关系密切：靠
近道路［１７－１８］、电子垃圾处理厂［１９］、射击场［２０］、核电
站［２１］越近，周边土壤中与污染源相关的重金属元素
（Ｐｂ、Ｃｄ、Ｃｕ、Ｚｎ 等）含量往往也越高．此外，县域尺
度上工业用地的位置、数量和景观多样性［２２］以及较
大尺度范围内的景观基底和格局（如基岩地质、道
路长度、工业数量） ［２３］也被证实能较好地反映或模
拟土壤中重金属元素（如 Ａｓ、Ｐｂ、Ｃｄ、Ｃｒ、Ｎｉ）．不同土
地利用类型及其数量组成和空间配置均是景观格局
的具体体现，在以上研究中被证实是影响土壤重金
属分布和累积的重要因素．但是目前研究多集中在
景观格局的某一方面，鉴于景观格局表现形式的多
样性，亟待系统地和通过更多例证来验证两者的
关系．
珠江三角洲近 ３０年来城市化、工业化和农业集
约化快速发展，土地利用和景观格局变化剧烈，农业
土壤质量受到严重威胁，在该地区开展景观格局与
土壤重金属污染相互关系研究具有典型性，研究结
果可为珠江三角洲土壤污染防治提供科学依据．基
于以上考虑，本研究选取人为源为主的土壤 Ａｓ、Ｐｂ、
Ｃｄ和自然源为主的 Ｎｉ，基于珠江三角洲 ２００５ 年的
３００个表层土壤样点数据和土地利用 ／覆盖图来探
讨两个研究问题：１）珠江三角洲农业表层土壤重金
属的污染特征和空间分布格局；２）样点缓冲区内景
观格局对农业表层土壤重金属污染的影响．
１　 研究区域与研究方法
１􀆰 １　 研究区域和土壤重金属样点分布
珠江三角洲位于广东省中南部，由东江、西江和
北江下游冲击平原及河口三角洲复合而成，包括广
州、深圳、珠海、佛山、江门、东莞、中山等 ７市以及肇
庆市和惠州市的部分区域，陆域面积 ４．１２×１０４ ｋｍ２
（图 １Ａ）．该地区水热资源丰富，成土母质易风化，重
金属在土壤⁃植被系统中的传输量大，是重金属污染
敏感区［２４］ ．２００５年的 ３００ 个表层土壤 Ａｓ、Ｐｂ、Ｃｄ 和
Ｎｉ数据由广东省生态环境与土壤研究所提供，对照
２００５年的土地利用 ／覆盖图，其中 ２３５ 个落于农业
用地，其余 ６５个样点落于城市用地（图 １Ｂ）．
１􀆰 ２　 研究方法
１􀆰 ２􀆰 １景观格局参数的选取及计算 　 基于 ２００５ 年
广东省科学院提供的土地利用和覆盖图（３８ 小类），
８３１１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
将其整合成 ７大类：林地、果园、草地、水域、耕地、城
市用地和其他用地，其中城市用地主要指不透水地
面．景观指数是一种测定景观格局的有效方法，由于
景观指数间存在冗余，这里仅选择类型水平上表征
斑块数量组成和规模（景观类型百分比 ＰＬＡＮＤ 和
平均斑块面积 ＡＲＥＡ⁃ＭＮ）、破碎化程度（斑块密度
ＰＤ和边缘密度 ＥＤ）、形状复杂度（景观形状指数
ＬＳＩ和平均斑块分维数 ＦＲＡＣ⁃ＭＮ）、聚集度 ／连接度
（聚集度指数 ＡＩ 和平均临近距离 ＥＮＮ⁃ＭＮ）以及景
观水平的 Ｓｈａｎｎｏｎ 多样性指数（ＳＨＤＩ）来表征不同
土地利用类型的景观格局和整体景观多样性．这些
指数数值越大（ＥＮＮ⁃ＭＮ 除外），表明景观格局各个
维度（景观类型的比例、破碎化程度等）的水平越高．
景观格局指数的计算通过 Ｆｒａｇｓｔａｔｓ 软件 （ ｖｅｒｓｉｏｎ
３􀆰 ３） ［２５］实现．此外，辅以 ２００５ 年的道路图，还选取
距离道路、水体和工业用地的距离以及道路和水体
密度（道路：ｋｍ·ｋｍ－２； 水体：ｋｍ２·ｋｍ－２）来表征特
定土地利用类型的位置和密度对土壤重金属污染的
影响．这些变量通过 ＡｒｃＧＩＳ 的距离工具（Ｄｉｓｔａｎｃｅ）
和空间分析模块来获取．
１􀆰 ２􀆰 ２农业表层土壤重金属污染评价　 基于珠江三
角洲２００５年３００个表层土壤样点数据，在ＧＳ＋ ９软
图 １　 研究区域（Ａ）与土壤样点分布（Ｂ）
Ｆｉｇ．１　 Ｓｔｕｄｙ ａｒｅａ （Ａ） ａｎｄ ｓｏｉｌ ｓａｍｐｌｅ ｄｉｓｔｒｉｂｕｔｉｏｎ （Ｂ）．
件下进行半方差分析，获取最佳模型（指数模型）参
数后在 ＡｒｃＧＩＳ的地统计模块采用普通克里格插值
得到研究区土壤重金属含量的空间分布图．使用单
因子污染指数（式 １）来表征样点和研究区土壤重金
属污染水平：
ＰＩｉ ＝Ｃ ｉ ／ Ｂ ｉ （１）
其中；Ｃ ｉ为土壤重金属元素的实测值；Ｂ ｉ为国家土壤
环境质量二级标准（ＧＢ １５６１８—１９９５） ［２６］ ．依据数值
大小，ＰＩｉ可划分为 ４ 个标准：无污染（ＰＩｉ≤１）、轻度
污染（１＜ＰＩｉ≤２）、中度污染（２＜ＰＩｉ≤３）和重度污染
（ＰＩｉ＞３） ［１３，２７］ ．
１􀆰 ２􀆰 ３样点缓冲区内景观格局与农业表层土壤重金
属污染的定量关系　 选取农业土壤样点周围不同距
离缓冲区（５００～３０００ ｍ，以 ５００ ｍ为间距）作为分析
单元，以缓冲区内林地、耕地、水体和城市用地的景
观格局指数、景观多样性指数以及道路、水体和工业
用地的位置和密度变量作为自变量．基于普通克里
格插值的土壤重金属含量图，按照式 １ 计算并获得
缓冲区内农业表层土壤重金属污染指数的平均值作
为因变量．在 ＳＰＳＳ １８中使用 Ｐｅａｒｓｏｎ 相关分析探讨
不同缓冲区内景观格局与农业土壤重金属污染的关
系．考虑到克里格插值精度的影响，选取预测误差
率，即［（实测数据－预测数据） ／实测数据×１００％］小
于 ４０％的农业土壤样点所在的缓冲区作为分析样
本．在相关分析之前，使用 Ｋｏｌｍｏｇｏｒｏｖ⁃Ｓｍｉｒｎｏｖ 方法
检验自变量和因变量在 ０．０５ 水平是否满足正态分
布，对不满足正态分布的数据采用取自然对数或平
方根方法进行转换．由于不同样点缓冲区相关关系
规律类似，这里仅展示 １０００ ｍ缓冲区的结果．
２　 结果与分析
２􀆰 １　 珠江三角洲农业表层土壤重金属污染特征
２００５ 年珠江三角洲 ２３５ 个农业表层土壤（林
地、耕地和果园）样品 ４ 种重金属的平均含量分别
为：（１２．１５±１３．４０） ｍｇ·ｋｇ－１（Ａｓ）、（４１．７８±３２．６９）
ｍｇ·ｋｇ－１ （ Ｐｂ）、 （ ０． １６ ± ０． １８） ｍｇ· ｋｇ－１ （ Ｃｄ）和
（１７􀆰 ６０±１４．９５） ｍｇ·ｋｇ－１（Ｎｉ）．４ 种土壤重金属污染
指数（ＰＩｉ）的平均值、中位数和第三四分位数均小于
１，未达到污染水平，但是最大值显示部分样点为中
度和重度污染（图 ２）．２３５ 个农业表层土壤样品中，
Ａｓ、Ｐｂ、Ｃｄ和 Ｎｉ分别有 ９、１、４０和 ２２个超过中国土
壤质量二级标准，超标率分别为 ３．８％、０．４％、１７．０％
和 ９．４％．从不同农用地类型来看，耕地表层土壤样
品重金属的平均污染水平大于林地和果园，但单因
９３１１４期　 　 　 　 　 　 　 　 　 　 　 　 　 　 李　 铖等： 景观格局对农业表层土壤重金属污染的影响　 　 　 　 　 　
图 ２　 农业表层土壤重金属污染指数（Ａ）以及不同农用地类
型土壤重金属污染水平（Ｂ）
Ｆｉｇ．２　 Ｓｉｎｇｌｅ⁃ｆａｃｔｏｒ ｐｏｌｌｕｔｉｏｎ ｉｎｄｉｃｅｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌ⁃
ｔｕｒａｌ ｔｏｐ ｓｏｉｌｓ （Ａ） ａｎｄ ｃｏｎｔａｍｉｎａｔｉｏｎ ｌｅｖｅｌ ｏｆ ｅａｃｈ ｈｅａｖｙ ｍｅｔａｌ
ｉｎ ｄｉｆｆｅｒｅｎｔ ａｇｒｉｃｕｌｔｕｒａｌ ｌａｎｄ ｕｓｅ ｔｙｐｅｓ （Ｂ）．
不同字母表示不同农用地类型之间差异显著 （ Ｐ ＜ ０． ０５） Ｄｉｆｆｅｒｅｎｔ
ｌｅｔｔｅｒｓ ｉｎｄｉｃａｔｅｄ ｓｉｇｎｉｆｉｃａｎｔ ｄｉｆｆｅｒｅｎｃｅｓ ａｍｏｎｇ ｄｉｆｆｅｒｅｎｔ ａｇｒｉｃｕｌｔｕｒａｌ ｌａｎｄ
ｕｓｅ ｔｙｐｅｓ ａｔ ０．０５ ｌｅｖｅｌ．
素方差分析显示，除了 Ｃｄ，４ 种重金属平均污染水
平在不同农用地类型上的差异并不显著．
２􀆰 ２　 农业表层土壤重金属污染的空间分布格局
从图 ３ 可以看出，３００ 个土壤重金属样点的普
通克里格插值结果显示出类似格局：４ 种重金属均
有不同程度污染（Ｐｂ 除外），但是污染区域相对较
小，呈点缀状主要分布于老工业基地（广州、佛山、
中山），少数位于深圳（Ｃｄ）、珠海（Ｎｉ）和惠州（Ａｓ）．
对于 Ｐｂ，由于只有一个样点出现轻度污染，普通克
里格插值的平滑效应掩饰了这个样点的污染特征，
研究区最大污染指数仅为 ０．２９．从预测精度来看，除
了 Ｃｄ，其余 ３种土壤重金属预测误差的平均值和标
准均方根误差分别接近于 ０ 和 １，平均标准误差和
均方根预测误差接近（表 １）．如果以预测误差率小
于 ４０％作为可接受的阈值，满足这一精度的表层土
壤 Ａｓ、Ｐｂ、Ｃｄ 和 Ｎｉ 样点分别占总样点数的 ４２％、
５８􀆰 ７％、３１．３％和 ４７． ７％，农业土壤中的比例介于
４２％～５５％（Ｃｄ：２９％）．
２􀆰 ３　 样点缓冲区内景观格局与农业表层土壤重金
属污染的定量关系
选取预测精度较高的农业表层土壤样点所在的
缓冲区作为分析样本，分析缓冲区内景观格局与土
壤重金属污染的相关关系 ．Ｐｅａｒｓｏｎ相关分析显示，
图 ３　 基于普通克里格插值的农业表层土壤 Ａｓ、Ｐｂ、Ｃｄ和 Ｎｉ污染指数的空间分布
Ｆｉｇ．３　 Ｓｐａｔｉａｌ ｐａｔｔｅｒｎｓ ｏｆ ｓｉｎｇｌｅ⁃ｆａｃｔｏｒ ｐｏｌｌｕｔｉｏｎ ｉｎｄｉｃｅｓ ｏｆ Ａｓ， Ｐｂ， Ｃｄ ａｎｄ Ｎｉ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｔｏｐ ｓｏｉｌｓ ｂａｓｅｄ ｏｎ ｏｒｄｉｎａｒｙ Ｋｒｉｇｉｎｇ ｉｎｔｅｒ⁃
ｐｏｌａｔｉｏｎｓ．
０４１１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
表 １　 表层土壤重金属含量普通克里格插值的交叉检验
结果
Ｔａｂｌｅ １　 Ｃｒｏｓｓ ｖａｌｉｄａｔｉｏｎ ｒｅｓｕｌｔｓ ｏｆ ｏｒｄｉｎａｒｙ Ｋｒｉｇｉｎｇ ｉｎｔｅｒ⁃
ｐｏｌａｔｉｏｎｓ ｆｏｒ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔｅｎｔｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｔｏｐ ｓｏｉｌｓ
重金属
Ｈｅａｖｙ
ｍｅｔａｌ
预测误差 Ｐｒｅｄｉｃｔｉｏｎ ｅｒｒｏｒ
平均值
Ｍｅａｎ
均方根
Ｒｏｏｔ⁃
ｍｅａｎ⁃
ｓｑｕａｒｅ
平均标准
误差
Ａｖｅｒａｇｅ
ｓｔａｎｄａｒｄ ｅｒｒｏｒ
标准平均值
Ｍｅａｎ
ｓｔａｎｄａｒｄｉｚｅｄ
标准均
方根误差
Ｒｏｏｔ⁃
ｍｅａｎ⁃ｓｑｕａｒｅ
ｓｔａｎｄａｒｄｉｚｅｄ
Ａｓ －０．１７ １２．３１ １１．０１ －０．０５ １．２１
Ｐｂ －０．８７ ３１．４６ ２９．０２ －０．０４ １．１４
Ｃｄ∗ ２８６．５０ ２３０２．００ ５０２５．００ ０．０６ ０．５２
Ｎｉ ０．３３ １２．４７ １５．９６ ０．１２ ０．８２
∗ 原始数据乘以 １００００后进行普通克里格插值 Ｔｈｅ ｏｒｄｉｎａｒｙ Ｋｒｉｇｉｎｇ
ｉｎｔｅｒｐｏｌａｔｉｏｎ ｗａｓ ｃｏｎｄｕｃｔｅｄ ｂａｓｅｄ ｏｎ ｄａｔａ ｍｕｌｔｉｐｌｉｅｄ ｂｙ １００００ ｏｆ ｔｈｅ
ｏｒｉｇｉｎａｌ ｏｎｅ．
缓冲区内 ４种农业土壤重金属污染指数的平均值与
水体景观格局均有较显著的相关关系（Ｐ＜０．０５，表
２）．缓冲区内水体所占比例（ＰＬＡＮＤ）、平均斑块规
模（ＡＲＥＡ⁃ＭＮ）、破碎化程度（ＥＤ）、景观形状复杂度
（ＬＳＩ）和斑块连接度（与 ＥＮＮ⁃ＭＮ 呈负相关）越大，
土壤 Ａｓ、Ｐｂ、Ｃｄ和 Ｎｉ污染水平越高．类似地，部分城
市用地和耕地的景观格局指数与土壤重金属污染指
数呈显著正相关：城市用地比例和平均斑块规模
（Ｐｂ、Ｃｄ）、破碎化程度和景观形状复杂度越高（Ｐｂ、
Ｎｉ），农业土壤 Ｐｂ、Ｃｄ 和 Ｎｉ 污染水平越高；耕地的
破碎化程度和景观形状复杂度越高，农业土壤 Ｐｂ
污染越严重．相反，缓冲区内林地比例、平均斑块规
模和聚集度（ＡＩ）越大，农业土壤 Ｐｂ 和 Ｎｉ 污染水平
越低（Ｐ＜０．０５）．
从整体景观多样性以及特定土地利用类型的距
离和密度变量来看（表 ３），距离工业用地的距离与
农业表层土壤 Ｐｂ、Ｃｄ 和 Ｎｉ 污染指数呈显著负相
关：距离工业用地越近，污染水平越高．景观多样性
指数（ＳＨＤＩ）越高，农业土壤 Ｃｄ 污染越严重（显著
正相关，Ｐ＜０．０５）．但是，距离道路越近，土壤 Ａｓ污染
水平趋向于越低．距离水体的距离以及道路和水网
密度对 ４种土壤重金属污染的影响不显著．
表 ２　 土壤重金属污染指数与土地利用类型景观格局指数的 Ｐｅａｒｓｏｎ相关系数
Ｔａｂｌｅ ２　 Ｐｅａｒｓｏｎ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ ｂｅｔｗｅｅｎ ｓｉｎｇｌｅ⁃ｆａｃｔｏｒ ｐｏｌｌｕｔｉｏｎ ｉｎｄｉｃｅｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ａｎｄ ｌａｎｄｓｃａｐｅ ｍｅｔｒｉｃｓ ｏｆ ｄｉｆ⁃
ｆｅｒｅｎｔ ｌａｎｄ ｕｓｅ ｔｙｐｅｓ
土地利用
类型
Ｌａｎｄ ｕｓｅ
ｔｙｐｅ
重金属
Ｈｅａｖｙ
ｍｅｔａｌ
样本数
Ｓａｍｐｌｅ
ｎｕｍｂｅｒ
景观格局指数 Ｌａｎｄｓｃａｐｅ ｍｅｔｒｉｃｓ
ＰＬＡＮＤ ／
ｌｎ（ＰＬＡＮＤ） ／
Ｓｑｒｔ（ＰＬＡＮＤ）
ｌｎ（ＡＲＥＡ⁃
ＭＮ）
ＰＤ ／ ｌｎ
（ＰＤ）
ＥＤ ／ ｌｎ
（ＥＤ）
ＬＳＩ ＦＲＡＣ⁃
ＭＮ
ＡＩ ｌｎ
（ＥＮＮ⁃ＭＮ）
林地 Ｆｏｒｅｓｔ Ｐｂ １０４ －０．２６∗∗ －０．２６∗∗ ０．０１（ｓ） －０．１５ －０．０７ －０．０２ －０．２１∗ ０．１４
Ｎｉ ８８ －０．３６∗∗ －０．３３∗∗ ０．０１（ｓ） －０．２９∗∗ －０．０６ ０．０２ －０．２４∗（ｓ） ０．１６
耕地 Ａｓ ９６ ０．０２ －０．００１ ０．１４ ０．１９ ０．２１∗ ０．０１ －０．０３ －０．１８
Ｆａｒｍｌａｎｄ Ｐｂ １２６ －０．０５ －０．１３ ０．２４∗∗ ０．１３ ０．２１∗ －０．０５ －０．１９∗ ０．０１（ｓ）
Ｃｄ ６８ －０．２６∗ －０．２３ ０．１５ －０．０１ ０．１２ ０．０００３ －０．２０ ０．０８
水体 Ａｓ ８８ ０．２７∗∗ ０．３０∗∗ ０．０２ ０．３５∗∗ ０．２６∗ ０．２４∗ ０．１６ －０．２５∗
Ｗａｔｅｒ Ｐｂ １０８ ０．３０∗∗ ０．２８∗∗ ０．１１ ０．３２∗∗ ０．１８ －０．０２ ０．１７ －０．２４∗
Ｃｄ ５９ ０．５５∗∗ ０．４２∗∗ ０．２８∗ ０．５５∗∗ ０．３７∗∗ ０．２３ ０．３４∗∗ －０．４１∗∗
Ｎｉ ９９ ０．５０∗∗ ０．５１∗∗ ０．０３ ０．４６∗∗ ０．２６∗ ０．２７∗∗ ０．２５∗ －０．３３∗∗
城市用地 Ａｓ ８８ －０．０６ －０．１３ ０．１５ ０．１５ ０．２６∗ ０．０４ －０．２５∗ －０．１２
Ｕｒｂａｎ ｌａｎｄ Ｐｂ １１５ ０．３７∗∗ ０．３１∗∗ ０．１７ ０．３３∗∗ ０．２７∗∗ ０．０２ ０．１９∗ ０．２１∗
Ｃｄ ６６ ０．３０∗ ０．２９∗ －０．０９ ０．２０ ０．０４ ０．１１ ０．２２ ０．０３
Ｎｉ ９７ ０．１５ ０．０９ ０．１０ ０．２１∗ ０．２０∗ －０．００７ －０．０７ ０．０３
∗Ｐ＜０．０５； ∗∗ Ｐ＜０．０１． （ｓ）： Ｓｐｅａｒｍａｎ相关系数 Ｓｐｅａｒｍａｎ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ． 下同 Ｔｈｅ ｓａｍｅ ｂｅｌｏｗ．
表 ３　 土壤重金属污染指数与景观多样性指数以及距离和密度变量的 Ｐｅａｒｓｏｎ相关系数
Ｔａｂｌｅ ３　 Ｐｅａｒｓｏｎ ｃｏｒｒｅｌａｔｉｏｎ ｃｏｅｆｆｉｃｉｅｎｔｓ ｂｅｔｗｅｅｎ ｓｉｎｇｌｅ⁃ｆａｃｔｏｒ ｐｏｌｌｕｔｉｏｎ ｉｎｄｉｃｅｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｗｉｔｈ ｌａｎｄｓｃａｐｅ ｄｉｖｅｒｓｉｔｙ， ｄｉｓ⁃
ｔａｎｃｅ ａｎｄ ｄｅｎｓｉｔｙ ｖａｒｉａｂｌｅｓ
重金属
Ｈｅａｖｙ ｍｅｔａｌ
样本数
Ｓａｍｐｌｅ ｎｕｍｂｅｒ
ＳＨＤＩ Ｄｉｓ＿Ｒｄ ｌｎ（Ｄｉｓ＿Ｒｖ） ｌｎ（Ｄｉｓ＿Ｉｎｄ） ｌｎ（Ｄｅｎｓ＿Ｒｄ） ｌｎ（Ｄｅｎｓ＿Ｒｖ）
Ａｓ ９９ ０．１３ ０．２０∗（ｓ） ０．０９ －０．１６ －０．１２ ０．２３
Ｐｂ １２８ ０．０９ －０．１４ －０．０８ －０．４７∗∗ －０．０１ －０．０４
Ｃｄ ６９ ０．３３∗∗ ０．１３ －０．１８ －０．６０∗∗ －０．０７ ０．１５
Ｎｉ １１４ ０．０４ ０．１６ －０．２１∗ －０．３３∗∗ －０．１２ ０．１６
ＳＨＤＩ： Ｓｈａｎｎｏｎ多样性指数 Ｓｈａｎｎｏｎ ｄｉｖｅｒｓｉｔｙ ｉｎｄｅｘ． Ｄｉｓ＿Ｒｄ、Ｄｉｓ＿Ｒｖ和 Ｄｉｓ＿Ｉｎｄ分别代表距离道路、水体和工业用地的距离，Ｄｅｎｓ＿Ｒｄ和 Ｄｅｎｓ＿Ｒｖ
代表道路和水体密度 Ｔｈｅ Ｄｉｓ＿Ｒｄ， Ｄｉｓ＿Ｒｖ ａｎｄ Ｄｉｓ＿Ｉｎｄ ｒｅｐｒｅｓｅｎｔｅｄ ｆｏｒ ｔｈｅ ｄｉｓｔａｎｃｅ ｔｏ ｔｈｅ ｎｅａｒｅｓｔ ｒｏａｄ， ｒｉｖｅｒ ａｎｄ ｉｎｄｕｓｔｒｙ ｌａｎｄ ｒｅｓｐｅｃｔｉｖｅｌｙ， Ｄｅｎｓ＿Ｒｄ
ａｎｄ Ｄｅｎｓ＿Ｒｖ ｒｅｐｒｅｓｅｎｔｅｄ ｆｏｒ ｔｈｅ ｒｏａｄ ａｎｄ ｒｉｖｅｒ ｄｅｎｓｉｔｙ ｒｅｓｐｅｃｔｉｖｅｌｙ．
１４１１４期　 　 　 　 　 　 　 　 　 　 　 　 　 　 李　 铖等： 景观格局对农业表层土壤重金属污染的影响　 　 　 　 　 　
３　 讨　 　 论
３􀆰 １　 珠江三角洲农业表层土壤重金属的污染特征
及空间格局
杨国义等［２８］研究发现，珠江三角洲 ３５０ 个土壤
样品除了 Ｐｂ、Ｃｒ 未超过国家土壤环境质量二级标
准，其余 ６种元素均有不同程度超标，尤以 Ｎｉ、Ｈｇ和
Ｃｄ的超标率最大，分别为 ２０．９％、１８．６％和 １８．３％．
类似地，本研究 ２３５ 个农业表层土壤 Ａｓ、Ｐｂ、Ｃｄ 和
Ｎｉ样品的超标率介于 ０．４％ ～ １７．０％，高污染区主要
位于老工业基地（广州、佛山和中山），但是 Ｎｉ 的超
标率仅为 ９．４％，这可能与选取的土壤样品差异有
关．前人研究还发现菜地土壤重金属含量往往比谷
类作物 ／粮田和森林土壤高［２７，２９－３０］，本研究也发现
类似规律：耕地（水田和旱地，包括菜地）表层 ４ 种
土壤重金属的平均污染水平高于林地和果园，这可
能与前者长期过量施用化肥和有机肥有关．但是除
了 Ｃｄ，４种重金属平均污染水平在不同农用地类型
上的差异并不显著．
３􀆰 ２　 样点缓冲区内景观格局对农业土壤重金属污
染的影响
由于土地利用类型能反映污染物的主要来
源［１４－１５］，本研究发现土壤样点缓冲区内特定土地利
用类型的景观格局往往与农业表层土壤重金属的污
染水平呈显著相关（表 ２、表 ３）．表 ２显示，无论是以
自然源为主的 Ｎｉ 还是以人为源为主的 Ａｓ、Ｐｂ 和
Ｃｄ，样点缓冲区内土壤重金属污染水平与水体的多
数景观格局指数均呈显著正相关，这可能与重金属
污染物多随水流迁移或污水灌溉有关．Ｌｕｏ 等［３１］通
过文献综述指出，畜禽粪便和污水灌仅次于大气沉
降，是中国多数农业土壤重金属输入的重要途径．此
外，前人研究已经表明，汽车尾气排放和工业活动的
大气铅沉降是珠江三角洲土壤 Ｐｂ 输入的主要途
径［５］，本研究中土壤 Ｐｂ 与城市用地（包括商业、居
住、道路和工业用地）的多数景观格局指数呈显著
正相关，结果与预期设想相符．相反，缓冲区内林地
的存在往往能缓解部分土壤重金属元素的污染：林
地比例、平均斑块规模和聚集度与农业表层土壤 Ｐｂ
和 Ｎｉ污染水平呈显著负相关．
从距离和密度因素来看，距离工业用地越近，农
业土壤 Ｐｂ、Ｃｄ 和 Ｎｉ 的污染水平越高，这与前人研
究相吻合［１９－２１］ ．虽然不少研究［１７－１８，２３］发现距离道路
的距离和道路密度也会影响某些土壤重金属元素的
分布．如陈玉娟等［３２］对珠江三角洲主要城市郊区公
路两侧土壤 Ｐｂ 含量的研究发现，随着距离道路距
离的增加，Ｐｂ含量逐渐下降并在 １００ ｍ左右趋于稳
定．由于重金属元素可随着地表径流、地下水以及飘
尘迁移到很远地方并沉积［３３］，所以更大范围内的道
路密度也会影响土壤重金属分布［２３］ ．但在本研究
中，样点缓冲区内距离道路的距离和道路密度对土
壤重金属污染的影响并不显著．这一方面可能源于
多数农业土壤样点离道路较远，另一方面可能源于
重金属扩散迁移的过程较复杂．此外，Ｌｉｎ 等［２２］发现
县域尺度上土壤 Ｃｄ、Ｃｒ 和 Ｎｉ 与景观多样性呈显著
正相关，本研究中仅在农业土壤 Ｃｄ 上得到了验证．
景观格局包括景观组分类型构成及其空间格局两个
层面，以上研究结果证实二者均对土壤重金属污染
产生影响，但作用机理有所差异：前者多反映污染物
强度 ／多少的影响，后者更加侧重污染源位置的影
响．Ｐｅａｒｓｏｎ 相关分析结果显示（表 ２、表 ３），二者与
土壤重金属污染相关关系的方向（正 ／负）相同，意
味着污染物强度越大，污染源分布越聚集、距离污染
源越近，污染源周围土壤重金属污染水平越高．
综上所述，珠江三角洲 ２３５ 个农业表层土壤重
金属样品中，Ａｓ、Ｐｂ、Ｃｄ 和 Ｎｉ 超过国家土壤质量二
级标准的比例介于 ０．４％ ～ １７．０％，高污染区主要位
于广州、佛山和中山；不同农用地类型上土壤重金属
污染水平的差异并不显著（Ｃｄ除外）．样点缓冲区内
水体、林地和城市用地的数量构成（比例和平均斑
块规模）、部分空间格局（破碎化程度、景观形状复
杂度和聚集度 ／连接度）以及距离工业用地的距离
对 ４种或部分土壤重金属（Ｐｂ、Ｃｄ ／ Ｎｉ）污染水平具
有较好的指示作用，研究结果可为珠江三角洲农业
土壤重金属污染防治提供理论依据．但本文也存在
如下不足：首先，整个珠江三角洲农用地约占 ７０％
（２．９×１０４ ｋｍ２），这里仅选择了 ２３５ 个农业土壤样
本，受取样偏差以及克里格插值精度的影响，可能难
以反映整个区域农业土壤重金属污染的真实特征，
后续应增加土壤样本数量以提高结果精度．其次，虽
然部分景观格局指数与农业土壤重金属污染指数之
间具有较显著的相关关系，但相关关系并不代表因
果关系，景观格局对土壤重金属污染的作用机理仍
需进一步研究．最后，景观格局与生态学过程的关系
往往因尺度而异，本研究仅着眼于单个时空尺度，亟
待从多时空尺度验证景观格局与农业土壤重金属污
染的关系．
参考文献
［１］　 Ｃａｉ ＬＭ， Ｘｕ ＺＣ， Ｒｅｎ ＭＺ， ｅｔ ａｌ． Ｓｏｕｒｃｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ
２４１１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷
ｅｉｇｈｔ ｈａｚａｒｄｏｕｓ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｏｆ
Ｈｕｉｚｈｏｕ， Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｅｃｏｔｏｘｉｃｏｌｏｇｙ
ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓａｆｅｔｙ， ２０１２， ７８： ２－８
［２］　 Ｈａｎｉ Ａ， Ｐａｚｉｒａ Ｅ． Ｈｅａｖｙ ｍｅｔａｌｓ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｉｄｅｎｔｉｆｉ⁃
ｃａｔｉｏｎ ｏｆ ｔｈｅｉｒ ｓｏｕｒｃｅｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｏｆ Ｓｏｕｔｈｅｒｎ
Ｔｅｈｒａｎ， Ｉｒａｎ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ，
２０１１， １７６： ６７７－６９１
［３］　 Ｈｕａｎｇ ＳＳ， Ｌｉａｏ ＱＬ， Ｈｕａ Ｍ， ｅｔ ａｌ． Ｓｕｒｖｅｙ ｏｆ ｈｅａｖｙ
ｍｅｔａｌ ｐｏｌｌｕｔｉｏｎ ａｎｄ ａｓｓｅｓｓｍｅｎｔ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ ｉｎ
Ｙａｎｇｚｈｏｎｇ ｄｉｓｔｒｉｃｔ， Ｊｉａｎｇｓｕ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｃｈｅｍｏ⁃
ｓｐｈｅｒｅ， ２００７， ６７： ２１４８－２１５５
［４］　 Ｈｕ ＹＡ， Ｃｈｅｎｇ ＨＦ． Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｓｔｏｃｈａｓｔｉｃ ｍｏｄｅｌｓ ｉｎ
ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ ａｐｐｏｒｔｉｏｎｍｅｎｔ ｏｆ ｈｅａｖｙ ｍｅｔａｌ ｐｏｌｌｕｔｉｏｎ
ｓｏｕｒｃｅｓ ｉｎ ｔｈｅ ｓｕｒｆａｃｅ ｓｏｉｌｓ ｏｆ ａ ｌａｒｇｅ⁃ｓｃａｌｅ ｒｅｇｉｏｎ． Ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ， ２０１３， ４７： ３７５２－３７６０
［５］　 Ｃｈｅｎ Ｊ⁃Ｊ （陈俊坚）， Ｚｈａｎｇ Ｈ⁃Ｈ （张会化）， Ｌｉｕ Ｊ⁃Ｍ
（刘鉴明）， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎｓ ａｎｄ ｃｏｎｔｒｏｌｌｅｄ
ｆａｃｔｏｒｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｓｕｒｆａｃｅ ｓｏｉｌｓ ｉｎ Ｇｕａｎｇｄｏｎｇ
ｂａｓｅｄ ｏｎ ｔｈｅ ｒｅｇｉｏｎａｌ ｇｅｏｌｏｇｙ． Ｅｃｏｌｏｇｙ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎ⁃
ｔａｌ Ｓｃｉｅｎｃｅｓ （生态环境学报）， ２０１１， ２０（４）： ６４６－６５１
（ｉｎ Ｃｈｉｎｅｓｅ）
［６］　 Ｚｈａｎｇ ＨＨ， Ｌｉ ＦＢ， Ｗｕ ＺＦ， ｅｔ ａｌ． Ｂａｓｅｌｉｎｅ ｃｏｎｃｅｎｔｒａ⁃
ｔｉｏｎｓ ａｎｄ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｏｆ ｔｒａｃｅ ｍｅｔａｌｓ ｉｎ ｓｕｒｆａｃｅ
ｓｏｉｌｓ ｏｆ Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｏｒｎ⁃
ｍｅｎｔａｌ Ｑｕａｌｉｔｙ， ２００８， ３７： １７５２－１７６０
［７］　 Ｚｈａｎｇ ＨＨ， Ｃｈｅｎ ＪＪ， Ｚｈｕ Ｌ， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｐａｔｔｅｒｎｓ ａｎｄ
ｖａｒｉａｔｉｏｎ ｏｆ ｓｏｉｌ ｃａｄｍｉｕｍ ｉｎ Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｅ， Ｃｈｉ⁃
ｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｇｅｏｃｈｅｍｉｃａｌ Ｅｘｐｌｏｒａｔｉｏｎ， ２０１１， １０９：
８６－９１
［８］　 Ｋｒａｍｉ ＬＫ， Ａｍｉｒｉ Ｆ， Ｓｅｆｉｙａｎｉａｎ Ａ， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｐａｔ⁃
ｔｅｒｎｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｓｏｉｌ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｇｅｏｌｏｇｉｃａｌ
ｓｔｒｕｃｕｔｒｅｓ ａｎｄ ｌａｎｄ ｕｓｅｓ ｆｏｒ ａｓｓｅｓｓｉｎｇ ｍｅｔａｌ ｅｎｒｉｃｈｍｅｎｔｓ．
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ， ２０１３， １８５：
９８７１－９８８８
［９］　 Ｍｉｃó Ｃ， Ｒｅｃａｔａｌá Ｌ， Ｐｅｒｉｓ Ｍ， ｅｔ ａｌ． Ａｓｓｅｓｓｉｎｇ ｈｅａｖｙ
ｍｅｔａｌ ｓｏｕｒｃｅｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｏｆ ａｎ Ｅｕｒｏｐｅａｎ Ｍｅｄｉ⁃
ｔｅｒｒａｎｅａｎ ａｒｅａ ｂｙ ｍｕｌｔｉｖａｒｉａｔｅ ａｎａｌｙｓｉｓ． Ｃｈｅｍｏｓｐｈｅｒｅ，
２００６， ６５： ８６３－８７２
［１０］　 Ｓｕｎ ＣＹ， Ｌｉｕ ＪＳ， Ｗａｎｇ Ｙ， ｅｔ ａｌ． Ｍｕｌｔｉｖａｒｉａｔｅ ａｎｄ
ｇｅｏｓｔａｔｉｓｔｉｃａｌ ａｎａｌｙｓｅｓ ｏｆ ｔｈｅ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ
ｓｏｕｒｃｅｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ ｉｎ Ｄｅｈｕｉ，
Ｎｏｒｔｈｅａｓｔ Ｃｈｉｎａ． Ｃｈｅｍｏｓｐｈｅｒｅ， ２０１３， ９２： ５１７－５２３
［１１］　 Ｗｕ ＣＦ， Ｚｈａｎｇ ＬＭ． Ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ａｎｄ
ｔｈｅｉｒ ｐｏｓｓｉｂｌｅ ｓｏｕｒｃｅｓ ｉｎ ｐａｄｄｙ ｓｏｉｌｓ ｏｆ ａ ｍｏｄｅｒｎ ａｇｒｉｃｕｌ⁃
ｔｕｒａｌ ｚｏｎｅ， ｓｏｕｔｈｅａｓｔｅｒｎ Ｃｈｉｎａ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅａｒｔｈ Ｓｃｉ⁃
ｅｎｃｅｓ， ２０１０， ６０： ４５－５６
［１２］　 Ｚｈａｎｇ ＸＹ， Ｌｉｎ ＦＦ， Ｗｏｎｇ ＭＴＦ， ｅｔ ａｌ． Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ
ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌ ｓｏｕｒｃｅｓ ｆｒｏｍ ａｎｔｈｒｏｐｏｇｅｎｉｃ ａｃｔｉｖｉｔｉｅｓ
ａｎｄ ｐｏｌｌｕｔｉｏｎ ａｓｓｅｓｓｍｅｎｔ ｏｆ Ｆｕｙａｎｇ Ｃｏｕｎｔｙ， Ｃｈｉｎａ． Ｅｎ⁃
ｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ， ２００９， １５４：
４３９－４４９
［１３］　 Ｗｅｉ ＢＧ， Ｙａｎｇ ＬＳ． Ａ ｒｅｖｉｅｗ ｏｆ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔａｍｉｎａ⁃
ｔｉｏｎｓ ｉｎ ｕｒｂａｎ ｓｏｉｌｓ， ｕｒｂａｎ ｒｏａｄ ｄｕｓｔｓ ａｎｄ ａｇｒｉｃｕｌｔｕｒａｌ
ｓｏｉｌｓ ｆｒｏｍ Ｃｈｉｎａ． Ｍｉｃｒｏｃｈｅｍｉｃａｌ Ｊｏｕｒｎａｌ， ２０１０， ９４：
９９－１０７
［１４］　 Ｌｕｏ Ｗ， Ｌｕ ＹＬ， Ｇｉｅｓｙ ＪＰ， ｅｔ ａｌ． Ｅｆｆｅｃｔｓ ｏｆ ｌａｎｄ ｕｓｅ ｏｎ
ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｏｆ ｍｅｔａｌｓ ｉｎ ｓｕｒｆａｃｅ ｓｏｉｌｓ ａｎｄ ｅｃｏｌｏｇｉｃａｌ
ｒｉｓｋ ａｒｏｕｎｄ Ｇｕａｎｔｉｎｇ Ｒｅｓｅｒｖｏｉｒ， Ｃｈｉｎａ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ
Ｇｅｏｃｈｅｍｉｓｔｒｙ ａｎｄ Ｈｅａｌｔｈ， ２００７， ２９： ４５９－４７１
［１５］　 Ｗａｎｇ ＺＸ， Ｐａｎｇ ＺＨ， Ｇｕｏ ＱＷ， ｅｔ ａｌ． Ｉｎｔｒｏｄｕｃｉｎｇ ａ
ｌａｎｄ⁃ｕｓｅ⁃ｂａｓｅｄ ｓｐａｔｉａｌ ａｎａｌｙｓｉｓ ｍｅｔｈｏｄ ｆｏｒ ｈｕｍａｎ ｈｅａｌｔｈ
ｒｉｓｋ ｅｖａｌｕａｔｉｏｎ ｏｆ ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌｓ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅａｒｔｈ
Ｓｃｉｅｎｃｅｓ， ２０１３， ７０： ３２２５－３２３５
［１６］　 Ｓｏｎｇ Ｃ⁃Ｊ （宋成军）， Ｚｈａｎｇ Ｙ⁃Ｈ （张玉华）， Ｌｉｕ Ｄ⁃Ｓ
（刘东生）， ｅｔ ａｌ． Ｒｅｓｅａｒｃｈ ｒｅｖｉｅｗ ｏｆ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ
ｂｅｔｗｅｅｎ ｌａｎｄ ｕｓｅ ／ ｃｏｖｅｒ ｃｈａｎｇｅ ａｎｄ ｈｅａｖｙ ｍｅｔａｌ ａｃｃｕ⁃
ｍｕｌａｔｉｏｎ ｉｎ ｓｏｉｌ． Ａｓｉａｎ Ｊｏｕｒｎａｌ ｏｆ Ｅｃｏｔｏｘｉｃｏｌｏｇｙ （生态毒
理学报）， ２００９， ４（５）： ６１７－６２４ （ｉｎ Ｃｈｉｎｅｓｅ）
［１７］　 Ｈｊｏｒｔｅｎｋｒａｎｓ Ｄ， Ｂｅｒｇｂäｃｋ Ｂ， Ｈäｇｇｅｒｕｄ Ａ． Ｎｅｗ ｍｅｔａｌ
ｅｍｉｓｓｉｏｎ ｐａｔｔｅｒｎｓ ｉｎ ｒｏａｄ ｔｒａｆｆｉｃ ｅｎｖｉｒｏｎｍｅｎｔｓ． Ｅｎｖｉｒｏｎ⁃
ｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ， ２００６， １１７： ８５－９８
［１８］　 Ｎａｎｏｓ Ｎ， Ｍａｒｔíｎ ＪＡＲ． Ｍｕｌｔｉｓｃａｌｅ ａｎａｌｙｓｉｓ ｏｆ ｈｅａｖｙ ｍｅｔ⁃
ａｌ ｃｏｎｔｅｎｔｓ ｉｎ ｓｏｉｌｓ： Ｓｐａｔｉａｌ ｖａｒｉａｂｉｌｉｔｙ ｉｎ ｔｈｅ Ｄｕｅｒｏ Ｒｉｖ⁃
ｅｒ ｂａｓｉｎ （Ｓｐａｉｎ）． Ｇｅｏｄｅｒｍａ， ２０１２， １８９： ５５４－５６２
［１９］　 Ｌｕｏ ＣＬ， Ｌｉｕ ＣＰ， Ｗａｎｇ Ｙ， ｅｔ ａｌ． Ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔａｍｉ⁃
ｎａｔｉｏｎ ｉｎ ｓｏｉｌｓ ａｎｄ ｖｅｇｅｔａｂｌｅｓ ｎｅａｒ ａｎ ｅ⁃ｗａｓｔｅ ｐｒｏｃｅｓｓｉｎｇ
ｓｉｔｅ， ｓｏｕｔｈ Ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ Ｈａｚａｒｄｏｕｓ Ｍａｔｅｒｉａｌｓ，
２０１１， １８６： ４８１－４９０
［２０］　 Ｃｈｒａｓｔｎｙ Ｖ， Ｋｏｍ􀅡ｒｅｋ Ｍ， Ｈ􀅡ｊｅｋ Ｔ． Ｌｅａｄ ｃｏｎｔａｍｉｎａｔｉｏｎ
ｏｆ ａｎ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌ ｉｎ ｔｈｅ ｖｉｃｉｎｉｔｙ ｏｆ ａ ｓｈｏｏｔｉｎｇ ｒａｎｇｅ．
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ， ２０１０， １６２：
３７－４６
［２１］　 Ｇｕ ＹＧ， Ｗａｎｇ ＺＨ， Ｌｕ ＳＨ， ｅｔ ａｌ． Ｍｕｌｔｉｖａｒｉａｔｅ ｓｔａｔｉｓｔｉｃａｌ
ａｎｄ ＧＩＳ⁃ｂａｓｅｄ ａｐｐｒｏａｃｈ ｔｏ ｉｄｅｎｔｉｆｙ ｓｏｕｒｃｅ ｏｆ ａｎｔｈｒｏｐｏ⁃
ｇｅｎｉｃ ｉｍｐａｃｔｓ ｏｎ ｍｅｔａｌｌｉｃ ｅｌｅｍｅｎｔｓ ｉｎ ｓｅｄｉｍｅｎｔｓ ｆｒｏｍ ｔｈｅ
ｍｉｄ Ｇｕａｎｇｄｏｎｇ ｃｏａｓｔｓ， Ｃｈｉｎａ． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｏｌｌｕｔｉｏｎ，
２０１２， １６３： ２４８－２５５
［２２］　 Ｌｉｎ ＹＰ， Ｔｅｎｇ ＴＰ， Ｃｈａｎｇ ＴＫ． Ｍｕｌｔｉｖａｒｉａｔｅ ａｎａｌｙｓｉｓ ｏｆ
ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌ ｐｏｌｌｕｔｉｏｎ ａｎｄ ｌａｎｄｓｃａｐｅ ｐａｔｔｅｒｎ ｉｎ
Ｃｈａｎｇｈｕａ Ｃｏｕｎｔｙ ｉｎ Ｔａｉｗａｎ． Ｌａｎｄｓｃａｐｅ ａｎｄ Ｕｒｂａｎ Ｐｌａｎ⁃
ｎｉｎｇ， ２００２， ６２： １９－３５
［２３］　 Ｄｅｓｃｈｅｎｅｓ Ｓ， Ｓｅｔｔｏｎ Ｅ， Ｄｅｍｅｒｓ ＰＡ， ｅｔ ａｌ． Ｍｏｄｅｌｌｉｎｇ
ａｒｓｅｎｉｃ ａｎｄ ｌｅａｄ ｓｕｒｆａｃｅ ｓｏｉｌ ｃｏｎｃｅｎｔｒａｔｉｏｎｓ ｕｓｉｎｇ ｌａｎｄ
ｕｓｅ ｒｅｇｒｅｓｓｉｏｎ． Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｅａｖｙ Ｍｅｔａｌｓ ｉｎ ｔｈｅ Ｅｎｖｉｒｏｎｍｅｎｔ， Ｒｏｍｅ，
２０１３： ０８００４（１－４）
［２４］　 Ｚｈｕ Ｙ⁃Ｇ （朱永官）， Ｃｈｅｎ Ｂ⁃Ｄ （陈保冬）， Ｌｉｎ Ａ⁃Ｊ
（林爱军）， ｅｔ ａｌ． Ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔａｍｉｎａｔｉｏｎ ｉｎ Ｐｅａｒｌ
Ｒｉｖｅｒ Ｄｅｌｔａ： Ｓｔａｔｕｓ ａｎｄ ｒｅｓｅａｒｃｈ ｐｒｉｏｒｉｔｉｅｓ． Ａｃｔａ Ｓｃｉｅｎｔｉ⁃
ａｃ Ｃｉｒｃｕｍｓｔａｎｔｉａｅ （环境科学学报）， ２００５， ２５（１２）：
３４１１４期　 　 　 　 　 　 　 　 　 　 　 　 　 　 李　 铖等： 景观格局对农业表层土壤重金属污染的影响　 　 　 　 　 　
１５７５－１５７９ （ｉｎ Ｃｈｉｎｅｓｅ）
［２５］　 ＭｃＧａｒｉｇａｌ ＫＳ， Ｃｕｓｈｍａｎ ＳＡ， Ｎｅｅｌ ＭＣ， ｅｔ ａｌ． Ｆｒａｇｓｔａｔｓ
ｖ３： Ｓｐａｔｉａｌ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ Ｐｒｏｇｒａｍ ｆｏｒ Ｃａｔｅｇｏｒｉｃａｌ
Ｍａｐｓ． Ａｍｈｅｒｓｔ： Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍａｓｓａｃｈｕｓｅｔｔｓ， ２００２
［２６］ 　 Ｓｔａｔｅ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｐｒｏｔｅｃｔｉｏｎ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ｏｆ Ｃｈｉｎａ
（国家环保局）． Ｓｏｉｌ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｑｕａｌｉｔｙ Ｓｔａｎｄａｒｄ ｆｏｒ
Ｓｏｉｌｓ （ＧＢ １５６１８－１９９５）． Ｂｅｉｊｉｎｇ： Ｃｈｉｎａ Ｓｔａｎｄａｒｄｓ
Ｐｒｅｓｓ， １９９５ （ｉｎ Ｃｈｉｎｅｓｅ）
［２７］　 Ｈｕａｎｇ ＳＷ， Ｊｉｎ ＪＹ． Ｓｔａｔｕｓ ｏｆ ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ａｇｒｉｃｕｌｔｕｒａｌ
ｓｏｉｌｓ ａｓ ａｆｆｅｃｔｅｄ ｂｙ ｄｉｆｆｅｒｅｎｔ ｐａｔｔｅｒｎｓ ｏｆ ｌａｎｄ ｕｓｅ． Ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ Ｍｏｎｉｔｏｒｉｎｇ ａｎｄ Ａｓｓｅｓｓｍｅｎｔ， ２００８， １３９： ３１７－
３２７
［２８］　 Ｙａｎｇ Ｇ⁃Ｙ （杨国义）， Ｚｈａｎｇ Ｔ⁃Ｂ （张天彬）， Ｗａｎ Ｈ⁃Ｆ
（万洪富）， ｅｔ ａｌ． Ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｎｄ ｓｏｕｒｃｅｓ ｏｆ
ｈｅａｖｙ ｍｅｔａｌ ｐｏｌｌｕｔｉｏｎ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ ｔｈｅ ｔｙｐｉｃａｌ
ａｒｅａｓ ｏｆ Ｇｕａｎｇｄｏｎｇ Ｐｒｏｖｉｎｃｅ， Ｃｈｉｎａ． Ｓｏｉｌｓ （土壤），
２００７， ３９（３）： ３８７－３９２ （ｉｎ Ｃｈｉｎｅｓｅ）
［２９］　 Ｂａｉ ＪＨ， Ｙａｎｇ ＺＦ， Ｃｕｉ ＢＳ， ｅｔ ａｌ． Ｓｏｍｅ ｈｅａｖｙ ｍｅｔａｌｓ
ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｎ ｗｅｔｌａｎｄ ｓｏｉｌｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｌａｎｄ ｕｓｅ
ｔｙｐｅｓ ａｌｏｎｇ ａ ｔｙｐｉｃａｌ ｐｌａｔｅａｕ ｌａｋｅ， Ｃｈｉｎａ． Ｓｏｉｌ ＆ Ｔｉｌｌａｇｅ
Ｒｅｓｅａｒｃｈ， ２０１０， １０６： ３４４－３４８
［３０］　 Ｘｕ Ｌ⁃Ｃ （徐理超）， Ｌｉ Ｙ⁃Ｘ （李艳霞）， Ｓｕ Ｑ⁃Ｈ （苏秋
红） ， ｅｔ ａｌ． Ｃｏｎｔｅｎｔｓ ａｎｄ ｓｐａｔｉａｌ ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｔｅｒｎｓ ｏｆ
ｈｅａｖｙ ｍｅｔａｌｓ ｉｎ ｆａｒｍｌａｎｄ ｓｏｉｌｓ ｏｆ Ｆｕｘｉｎ Ｃｉｔｙ． Ｃｈｉｎｅｓｅ
Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应用生态学报）， ２００７， １８
（７）： １５１０－１５１７（ｉｎ Ｃｈｉｎｅｓｅ）
［３１］　 Ｌｕｏ Ｌ， Ｍａ ＹＢ， Ｚｈａｎｇ ＳＺ， ｅｔ ａｌ． Ａｎ ｉｎｖｅｎｔｏｒｙ ｏｆ ｔｒａｃｅ
ｅｌｅｍｅｎｔ ｉｎｐｕｔｓ ｔｏ ａｇｒｉｃｕｌｔｕｒａｌ ｓｏｉｌｓ ｉｎ ｃｈｉｎａ． Ｊｏｕｒｎａｌ ｏｆ
Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｍａｎａｇｅｍｅｎｔ， ２００９， ９０： ２５２４－２５３０
［３２］　 Ｃｈｅｎ Ｙ⁃Ｊ （陈玉娟）， Ｗｅｎ Ｙ⁃Ｍ （温琰茂）， Ｃｈａｉ Ｓ⁃Ｗ
（柴世伟）． Ｔｈｅ ｈｅａｖｙ ｍｅｔａｌ ｃｏｎｔｅｎｔ ｃｈａｒａｃｔｅｒ ｏｆ ａｇｒｉ⁃
ｃｕｌｔｕｒａｌ ｓｏｉｌ ｉｎ ｔｈｅ Ｐｅａｒｌ Ｒｉｖｅｒ Ｄｅｌｔａ． Ｒｅｓｅａｒｃｈ ｏｆ Ｅｎｖｉ⁃
ｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅｓ （环境科学研究）， ２００５， １８（３）：
７５－７７， ８７ （ｉｎ Ｃｈｉｎｅｓｅ）
［３３］　 Ｘｕ Ｓ⁃Ｈ （徐晟徽）， Ｇｕｏ Ｓ⁃Ｈ （郭书海）， Ｈｕ Ｘ⁃Ｍ （胡
筱敏）， ｅｔ ａｌ． Ｒｅｖａｌｕａｔｉｏｎ ｏｆ ｓｏｉｌ ｈｅａｖｙ ｍｅｔａｌｓ ｐｏｌｌｕｔｉｏｎ
ｉｎ Ｚｈａｎｇｓｈｉ ｉｒｒｉｇａｔｉｏｎ ａｒｅａ ｏｆ Ｓｈｅｎｙａｎｇ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ
Ｃｄ ｆｏｒｍｓ ｉｎ ｓｏｉｌ． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｅｃｏｌｏｇｙ （应
用生态学报）， ２００７， １８（９）： ２１４４－２１４８（ｉｎ Ｃｈｉｎｅｓｅ）
作者简介　 李　 铖，女，１９８４ 年生，助理研究员．主要从事景
观生态和城市生态研究． Ｅ⁃ｍａｉｌ： ｌｉｃｈｅｎｇ１２１０＠ １２６．ｃｏｍ
责任编辑　 肖　 红
４４１１ 应　 用　 生　 态　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 ２６卷