Landscape patterns are known to influence many ecological processes, but the relationship 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 explored 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, singlefactor pollution indices, and Pearson correlation analysis. We found that: 1) out of the 235 agricultural soil samples, 3.8%, 0.4%, 17.0% and 9.4% samples exceeded the GradeⅡ national standard for As, Pb, Cd and Ni concentrations respectively. High pollution levels were found in three cities, 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, landscapelevel structural complexity and aggregation/connectivity of water at the buffer zone were significantly positively correlated with the 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.
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, Komrek M, Hjek 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