全 文 ：中国生态农业学报 2009年 3月 第 17卷 第 2期
Chinese Journal of Eco-Agriculture, March 2009, 17(2): 230−234


* 中央级公益性科研院所基本科研业务费专项资金资助(中国热带农业科学院热带作物品种资源研究所)
** 通讯作者: 漆智平, 男, 研究员, 主要从事土壤化学方向的研究。E-mail: qzhp88@163.com
郝丽虹(1983~), 女, 硕士研究生, 主要从事地理信息系统在土壤重金属污染方面的研究。E-mail: comrc@126.com
收稿日期: 2008-04-21 接受日期: 2008-07-31
DOI: 10. 3724/SP.J.1011.2009.00230
海南岛农用地土壤重金属含量的空间分布*
郝丽虹 张冬明 吴鹏飞 戴 宇 漆智平**
(中国热带农业科学院热带作物品种资源研究所 农业部热带作物种质资源利用重点开放实验室 儋州 571737)
摘 要 利用地理信息系统(GIS)及地统计学方法, 对海南岛农用地中的 Hg、Cd、Cr、Pb 和 As 5 种重金属的
污染状况进行空间变异性分析。结果表明 , 5 种重金属的平均含量均未超过国家环境质量 2 级标准
(GB15618-1995); Hg、Cd、Cr 和 Pb 含量的变异函数理论模型符合指数模型, Hg 和 Pb 空间相关程度弱, 显示
出其含量受成土因素的影响较大; As 含量的变异函数理论模型符合高斯模型; Cd、Cr 和 As 空间相关程度中等,
显示出其含量受外源污染的影响较大; 运用Kriging插值方法得出海南岛该 5种土壤重金属的插值梯度分布图,
海南岛外源性重金属污染在工业区最为严重。
关键词 海南岛 重金属污染 空间分布 地理信息系统 地统计学
中图分类号: X53 文献标识码: A 文章编号: 1671-3990(2009)02-0230-05
Spatial distribution of heavy metal content in the farmlands of Hainan Island
HAO Li-Hong, ZHANG Dong-Ming, WU Peng-Fei, DAI Yu, QI Zhi-Ping
(1. Tropical Crop Genetics Resources Institute, Chinese Academy of Tropical Agricultural Science; Key Open Lab of
Tropical Crop Idioplasm Resources, Ministry of Agriculture, Danzhou 571737, China)
Abstract Geographical information system (GIS) combined with Geostatistics was applied to determine the spatial distribution of
heavy metal (Hg, Cd, Pb, As and Cr) contents in the farmlands of Hainan Island. The results show that average content of the five
heavy metals is below Grade Ⅱ standard of the National Environmental Quality Standard for Soil (GB15618-1995). Theoretical
semivariogram models of soil Hg, Cd, Cr and Pb match well with exponential models. Spatial correlation of Hg and Pb is weak, in-
dicating that their content is largely affected by soil formation factors. Theoretical semivariogram model of soil As matches well with
the Gaussian model. The distributed spatial correlation of Cd, Cr and As is moderate, indicating that their content is affected by ex-
ternal inputs. Distribution contour maps of the 5 heavy metals for farmlands in Hainan Island obtained from Kriging in GIS show that
heavy metal pollution caused by external inputs from industrial zones are most serious on Hainan Island.
Key words Hainan Island, Heavy metal pollution, Spatial distribution, Geographical information system, Geostatistics
(Received April 21, 2008; accepted July 31, 2008)
随着城市化和工业化的发展, 土壤重金属污染
问题越来越严重并受到人们的关注。土壤中重金属
不仅对植物生长造成影响, 还通过食物链危害人类
健康, 并可能造成大气和水污染等问题[1−3]。自 20
世纪 80年代以来, 对全国各地区的不同类型、不同
土地利用方式土壤中重金属含量都进行了不同规
模、不同程度的调查研究[4−6], 但这些研究仅是对有
限个数土壤样品的统计与分析, 其结果反映的是离
散的分布状况, 不能建立区域性的连续整体的概念,
不能反映各指标含量的结构性和随机性、相关性和
独立性。地统计学是以区域化变量理论为基础, 以
半方差函数为基本工具的一种方法, 广泛应用于空
间分布上既有随机性又有结构性的自然现象[7]。近
年来地统计学用于土壤污染物分布的研究逐渐涌
现。地统计学可分析土壤重金属的空间分布结构和
模式, 对未采样点进行最优估计, 把离散的点位信
息区域化、连续化、平面化, 从而提供研究区的整
体概况, 为污染空间迁移规律研究提供依据, 结果
通过地理信息系统(GIS)可视化, 对区域污染物来源
分析具有指示和检验作用 [8], 因而运用克立格插值
第 2期 郝丽虹等: 海南岛农用地土壤重金属含量的空间分布 231


方法对土壤中的重金属元素进行研究, 更有助于了
解研究区域内的土壤重金属元素含量状况。
近年来海南省由于现代工业和城市的迅速发展,
以及农用化肥农药的大量施用, 土壤污染问题日趋
突出。本文采用地统计学和 GIS 技术, 定量描述了
海南省农用地土壤中 5种重金属含量的空间变异性,
探求土壤重金属之间的相关性, 探明海南省农用地
重金属污染现状, 为海南省农用地建设和优化开发
以及污染防治和治理提供依据。
1 研究区概况和研究方法
1.1 研究区概况
海南岛位于 108°36′~ 111°03′E、18°10′~ 20°10′N
之间, 面积 3.39 万 km2, 北部隔琼州海峡与广东省
相望, 西临北部湾, 东、南和西南方向为南海所环绕,
四周低平, 中间高耸, 梯级结构明显。属热带季风气
候, 热量充足, 降水丰沛, 年均气温 25.4 ℃, >10 ℃
积温 8 150 ℃。全年均为喜温作物的活跃生长期, 农
作物可一年 3 熟, 特别是冬季充足的热量资源使海
南成为全国最大的热带作物基地、南繁育种基地、
冬季果菜基地, 土地利用类型多种多样, 耕地、林
地、园地和牧场各占相当的比重。
1.2 采样方案
采样采用 GPS 定位, 样点布局充分考虑土壤类
型和土地利用方式, 全省共布设 311 个样点(图 1)。
每一样点在直径 100 m×100 m范围内选择 15~20个
点, 用木铲采集 0~20 cm 耕层土样混合, 按四分法
取分析样品 1 kg, 采样时间为 2005年 2月底。
1.3 测定方法及数据处理
土样经风干后过 0.25 mm 的尼龙网筛。As 和
Hg 用王水水浴加热消解, 用原子荧光光谱仪测定,


图 1 采样点在海南岛分布状况
Fig. 1 The distribution of sampling locations in Hainan Island
Cr、Cd 和 Pb 用王水再加 HClO4、HF 熔融, Cd 用
等离子体质谱仪测定 , Cr、Pb 用等离子体光谱仪
测定。
采用 Excel和 Arcgis8.3处理数据和绘制图形。
2 结果与分析
2.1 土壤重金属元素的统计特征值
由表 1 可知, 研究区 5 种重金属元素含量经对
数转换后均服从正态分布, 其平均值均未超过《国
家土壤环境质量标准》(GB156182-1995)2 级标准限
值。但研究区土壤中 Hg、Cd、Cr 3种重金属元素含
量的最大值均超过国家土壤环境质量的 2 级标准,
分别达到 1.63 mg·kg−1、0.64 mg·kg−1、586.70
mg·kg−1。统计表明, 重金属 Hg、Cd和 Cr分别有 1
个、3个和 8个样点含量超过了国家土壤环境质量 2
级标准, 占全部样品点数的 0.32%、0.96%、2.57%。
与海南岛土壤重金属背景值相比较, Cr和 As平均含
量均未超过其背景值, 而 Hg、Cd和 Pb的平均含量
分别为背景值的 2.43倍、3.33倍和 1.07倍。重金属
Cr 的 8 个超标点聚集在省会海口市周围, 说明研究
区部分采样点的土壤已受到外源重金属的影响。从
变异系数看, 海南省土壤重金属元素的变异系数均
较大, 除 Cd 和 Pb 的变异系数为 0.670 和 0.610, 属
中等变异强度外, 其余重金属元素的变异系数均大
于 1, 属高等变异强度范围, 说明土壤受 Cr、Hg 和
As外来污染的影响较大。
2.2 土壤重金属空间变异分析
2.2.1 特异值的处理
特异值是指观测数据中存在的过大或过小的
值。特异值可能是因为土壤采样、化验、分析过程
出现操作错误或条件改变所导致。由于特异值的存
在会造成变量Kriging插值的连续表面的中断, 使得
实验半方差函数发生畸变, 甚至会掩盖变量固有的
空间结构特征, 使得测量值好像在空间上相互独立
一样, 增加短距离的变异性和减少空间相关的变程
距离。因此在进行半方差函数计算之前, 需要对过
大或过小值进行判别。判别的方法是样本平均值ā
加减 3倍标准差 s法, 在ā±3s区间内为正常值, 然
后分别用最大和最小值代替异常值。本实验通过计
算对 5种重金属进行了特异值处理, 分别剔除了 Hg
4个、Cd 5个、Cr 6个、Pb 4个、As 3个异常值。
2.2.2 半方差函数模型的建立
ArcGIS 地统计分析模块提供了 Circular、
Spherical、Tetraspherical、Exponential、Gaussian等
11 种模型, 分别用不同类型的模型进行拟合, 其参
数选取插值精度较高的模型, 用 Cross-Validation 交
232 中国生态农业学报 2009 第 17卷


表 1 海南岛农用地重金属元素的统计特征值
Tab.1 The statistical features of heavy metals concentration in farmland of Hainan Island
元素
Element
分布
类型 1)
Distrib-
ution
type
偏度系数
Coefficient
of
skewness
峰度系数
Coefficient
of
kurtosis
最小值
Minimum
(mg·kg−1)
最大值
Maximum
(mg·kg−1)
平均值
Mean
(mg·kg−1)
方差
Variance
标准差
Standard
deviation
变异系数
Coefficient
of
variation
2级标值
Grade Ⅱ
standard
(pH<6.5)
自然背景值
Value of
nature back-
ground
Hg lgN −0.280 2.900 0.003 1.63 0.056 0.010 0.100 1.780 0.3 0.023
Cd lgN −0.620 3.480 0.010 0.64 0.090 0.004 0.060 0.670 0.3 0.027
Pb lgN 0.050 3.020 4.150 110.10 21.060 174.100 12.870 0.610 250 19.69
As lgN 0.050 2.350 0.170 13.23 2.800 12.380 3.530 1.260 40 8.040
Cr lgN 0.570 3.090 0.990 586.70 53.960 8714.600 93.350 1.730 250 66.75
1)N为正态分布, lgN为对数正态分布(偏度和峰度系数为对数转换后的值)。N stands for normal distribution, lgN stands for log-normal
distribution(skewness and kurtosis coefficients are the converted values of logarithm).

叉验证法来对模型的参数不断进行修改, 直到达到
一定的精度。变异函数的模型选择标准为: 预测误
差均值(MEAN)尽可能接近于 0; 平均标准差(Mean-
standardized, MS)、平均预测标准误差 (Average-
standard-error, ASE)最接近于预测均方根误差(Root-
mean-square, RMS); 预测均方根误差越小越好; 标
准均方根预测误差 (Root-mean-square-standardized,
RMSS)尽可能接近于 1[9]。运用此原则对 5种重金属
含量进行不同类型模型的拟合, 得到了模型的拟合
检验参数, 根据变异函数模型的选择标准, 选取插值
精度高的变异函数理论模型, 见表 2。
由表 2可知, 5种重金属的标准均方根预测误差
在 0.999 1~1.144 0之间, 说明该模型的拟合度很高,
适应性较强。其中 As 的标准均方根预测误差为
0.999 1, 几乎接近于 1, 说明其半方差函数模型的拟
合度最高。通过变异函数分析得到各种元素的理论
模型和相应参数, 这些参数反映了土壤中重金属含
量的变异特征, 通过对比分析这些参数, 能够从理
论上认识土壤重金属的空间分布特征。通过交叉验
证并进行模型参数的修正, 得到海南省农用地土壤
重金属的半方差函数模型, 见表 3。
2.3 土壤重金属的结构分析
在土壤变异参数中, 块金值为间距为 0 时的半
方差值, 代表随机变异的量, 表现为在最小距离内
由实验误差和小于实验取样尺度上施肥、耕作措施、
种植制度等随机因素引起的方差, 较大的块金值表
明在较小的尺度上某种过程不容忽视。基台值为结
构方差, 通常代表系统内总变异的量, 由土壤母质、
地形、气候、土壤类型等非人为因素引起的变异。
基底效应为块金值与基台值之比, 表示由随机因素
引起的变异占系统内总变异的百分数, 可反映土壤
特性空间变异的空间相关程度。按照区域化变量空
间相关性程度的分级标准, 变量基底效应＜25%时,
具有强烈的空间相关性; 变量基底效应在 25%~75%
之间, 变量具有中等的空间相关性; 当变量基底效
应＞75%时, 变量的空间相关性较弱, 变异主要由
随机因素引起[7−10]。海南省农用地重金属空间变异
规律为: 变量基底效应 Hg＞Pb＞Cr＞Cd＞As。其中
Hg 和 Pb 的块金值与基台值之比分别是 96.31 和
88.69, 属空间弱相关, 其余 3 种重金属的块金值与
基台值之比都在 25%~75%之间, 属中等强度的空间
相关, 说明其在研究区域上主要是由污染、施肥等

表 2 海南岛农用地重金属克里格模型的检验参数
Tab.2 The parameters of Kriging test of heavy metals in farmland of Hainan Island
元素
Element
最优方法
Gestatistical method
最优模型
Best-fitted model
预测误差均值
MEAN
预测误差均方根
RMS
平均预测标准差
ASE
平均标准差
MS
标准均方根预测误差
RMSS
Hg Disjunctive Exponential 0.007 9 3.136 0 3.051 0 0.000 5 1.028 0
Cd Disjunctive Exponential 0.000 5 0.054 4 0.047 8 0.008 9 1.144 0
Cr Disjunctive Exponential 0.069 6 61.650 0 60.660 0 0.001 5 1.065 0
Pb Ordinary Exponential −0.023 4 10.030 0 9.998 0 −0.002 6 1.110 0
As Simple Gaussian 0.009 3 3.158 0 3.182 0 0.002 4 0.999 1

表 3 海南岛农用地重金属分布的半方差函数模型
Tab.3 The semi-variogram models of heavy metals distribution in farmland of Hainan Island
元素
Element
最优模型
Best-fitted model
块金值
Nugget
基台值
Sill
基底效应
Nugget/sill (%)
变程
Range (km)
Hg Exponential 0.484 12 0.502 66 96.31 100.830
Cd Exponential 0.327 05 0.658 44 49.67 35.221
Cr Exponential 0.404 73 0.581 91 69.55 89.275
Pb Exponential 65.871 00 74.217 00 88.69 234.990
As Gaussian 2.393 80 8.684 30 27.56 46.586
第 2期 郝丽虹等: 海南岛农用地土壤重金属含量的空间分布 233


随机因素引起的空间变异占较大比重。Pb属于空间
弱相关, 但其基台值达 74.217 00, 结构因素导致的
半方差变异比例大于随机因素产生的半方差变异 ,
说明土壤中 Pb含量受成土因素影响较大。
变程表明随机变量在空间上的自相关性尺
度[7]。其中 Pb和 Hg的自相关性尺度相对较大(分别
为 234.990 km和 100.830 km), 说明其在较大范围内
均有相关关系, 反映结构因素(土壤母质)对其影响
较大。而 Cd的变程最小(35.221 km), 说明它受到灌
溉、施肥等人为活动的随机因素影响较大, 导致在
较小范围内存在相关关系。土壤性质的自相关性尺
度同时反映了其影响因子的范围, 因此 Cd、Cr 和
As 可能主要受到相对较小尺度因子的影响, 而 Hg
和 Pb主要影响因子的空间变异尺度相对较大。
2.4 土壤重金属元素的空间分布特征
图 2是利用 ArcGIS地统计模块进行 Kriging插
值计算后, 土壤中各种重金属含量的插值结果图。
由图 2 可知, 研究区土壤中 5 种重金属的高含量区



图 2 海南岛农用地重金属含量分布
Fig. 2 The distribution of heavy metal concentrations in farmland of Hainan Island
234 中国生态农业学报 2009 第 17卷


主要位于东北部的海口市及附近, 而 5 种重金属含
量分布的低值区均主要位于文昌市, 这可能与其地
形及母质有关, 还可能与文昌市工厂企业少有关。
As分布的低值区位于文昌市、乐东县、定安县、
陵水县、五指山等地 , 其含量约为 0.170~0.630
mg·kg−1, As 分布的高值区主要位于东方市、三亚
市、琼中等地, 其含量约为 3.284~21.060 mg·kg−1。
Pb的低值区主要位于文昌市、陵水县、保亭县、万
宁市、临高县等地 , 其含量约为 4.150~12.566
mg·kg−1, 并呈现由东向西逐渐增高的趋势, Pb分布
的高值区主要位于海口市、东方市、乐东县、儋州
市等地, 其含量大致为 18.436~63.850 mg·kg−1。Cr
分布的高值区主要位于海口市、澄迈县和定安县等
大部分东部地区, 其含量高达 495.00 mg·kg−1, 超
过 了国家土壤环境质量 2级标准, 而东方市、儋州
市、乐东县和昌江县含量均较低, 并呈从东北向西
部地区减少的趋势。Cd分布的低值区主要位于文昌
市、东方市、乐东县、三亚市、儋州市、保亭县等
地区, 而Cd分布的高值区主要位于海口市、白沙县、
陵水县等地区, 其含量分布没有特殊的规律。Hg分
布的高值区主要位于海口市、屯昌县、琼海市、万
宁市等东部地区, 并明显呈东高西低的趋势。
由图 2 可知, 研究区 5 种重金属含量在东北部
地区(除文昌外)以海口市为中心均较高, 可能原因
一是省会海口市车辆较多, 人口密集, 由此产生的
污染较大, 工厂企业分布相对较多, 受污染企业排
污的影响, 土壤中重金属含量相对偏高; 二是元素
在土壤母质中的含量对其分布特征也有影响, 如 As
在土壤中的含量变化相对较小, 仅有极少部分土壤
的 As含量相对偏高, 说明其含量的变化受土壤母质
的影响较大。土壤中 As 和 Pb 的分布与其余元素均
有较大差异, 为西部高而东部(除海口外)较低, 这可
能与二者的土壤母质影响有较大关系。从 Hg的分布
图可以看出, 研究区内除海口市、屯昌县、琼海市、
万宁市等东部地区外, 其余市县土壤 Hg 含量均比
较低, 说明研究区内无 Hg的富集。
3 结论
海南省农用地 5 种重金属元素含量的平均值均
未超过《国家土壤环境质量标准》(GB156182-1995)2
级标准限值, 但研究区土壤中 Hg、Cd、Cr 3种重金
属元素含量的最大值均超过国家土壤环境质量 2 级
标准, 重金属 Hg、Cd 和 Cr 分别有 1 个、3 个和 8
个样点含量超过了国家土壤环境质量 2 级标准, 属
于中高等变异强度。
5 种重金属均具有较好的空间变异结构, 可以
用指数模型和高斯模型拟合, 且具有不同程度的块
金效应。海南省农用地重金属空间变异规律为: 变
量基底效应 Hg＞Pb＞Cr＞Cd＞As。其中 Hg 和 Pb
的块金值与基台值之比分别是 96.31 和 88.69, 属于
空间弱相关, 其余 3 种重金属的块金值与基台值之
比都在 25%~75%之间, 属于中等强度的空间相关。
5种重金属的标准均方根预测误差在 0.999 1~1.144 0
之间, 说明该模型的拟合度很高, 适应性较强。其中
As的标准均方根预测误差为 0.999 1, 几乎接近于 1,
说明其半方差函数模型的拟合度最高。
研究区 5种重金属含量在东北部地区(除文昌外)
以海口市为中心均较高, 说明土壤中重金属来源主
要受市区工业生产与人类活动的影响。
参考文献
[1] Burt R., Wilson M., Mays M. D., et al. Major and trace ele-
ments of selected pedons in the USA[J]. Journal of Environ-
mental Quality, 2003, 32: 2109−2121
[2] 刘红樱, 谢志仁, 陈德友, 等. 成都地区土壤环境质量初步
评价[J]. 环境科学学报, 2004, 24(2): 297−303
[3] Wong C. S. C., Wu S. C., Duzgoren-Aydin N. S., et al. Trace
metal contamination of sediments in an e-waste processing
village in China[J]. Environmental Pollution, 2007, 145 (2):
434−442
[4] 夏增禄. 中国主要类型土壤若干重金属临界含量和环境容
量区域分异的影响[J]. 土壤学报, 1994, 31(2): 161−169
[5] 魏秀国 , 何江华 , 王少毅 , 等 . 广州市蔬菜地土壤重金属
污染状况调查及评价[J]. 土壤与环境, 2002, 11(3): 252−254
[6] 吴新民, 潘根兴. 城市不同功能区土壤重金属分布初探[J].
土壤学报, 2005, 42(3): 513−517
[7] 王政权. 地统计学及在生态学中的应用[M]. 北京: 科学出
版社, 1999: 101−104
[8] 胡克林, 张凤荣, 吕贻忠, 等. 北京市大兴区土壤重金属含
量的空间分布特征[J]. 环境科学学报, 2004, 24(3): 463−468
[9] Johnston K.,ver Hoef J. M., Krivoruchko K., et al. Using
ArcGIS Geostatistical Analyst[M]. Redlands, C. A.: ESRI
Press, 2001
[10] Cambardella C. A., Moorman T. B., Novak J. M., et al. Field-
scale variability of soil properties in central Iowa Soils[J].
Soil Sci. Soc. Am. J., 1994, 58: 1501−1511