林芝市巴宜区—工布江达路段土壤重金属分布特征分析

王珍 ,  王良琦

高原农业 ›› 2025, Vol. 9 ›› Issue (1) : 78 -85.

PDF (523KB)
高原农业 ›› 2025, Vol. 9 ›› Issue (1) : 78 -85. DOI: 10.19707/j.cnki.jpa.2025.01.009

林芝市巴宜区—工布江达路段土壤重金属分布特征分析

作者信息 +

Analysis of Distribution Characteristics of Heavy Metals in Soil of Bayi District-Gongbujiangda Road Section in Linzhi

Author information +
文章历史 +
PDF (535K)

摘要

以林拉高级公路为调查对象,对公路路旁表层土壤进行调查和分布特征分析。选取林芝市巴宜区至工布江达路段更具有代表性。研究方法使用多种酸混合消解土壤样品,用原子吸收分光光度法确定公路沿线的土壤样品中重金属 Pb、Cr、Zn、Cd、Mn、Cu的含量。结论表明林芝市巴宜区至工布江达路段公路土壤均受到不同程度的重金属污染,其中镉金属污染水平较为严重,铬金属污染水平最轻,较为清洁,其余重金属污染均处于不同程度的轻度污染,其污染程度由低至高Zn < Cu < Pb < Mn,公路不同位置受到重金属含量差异较明显。根据金属含量分析相关性结果表明:Cu、Pd、Cr三种重金属污染可能为同源污染,Zn、Cd金属污染为同源污染。

Abstract

Taking Linla high-grade highway as the investigation object, the surface soil beside the highway was investigated and its distribution characteristics were analyzed. The section from Bayi District to Gongbujiangda in Linzhi is more representative. The soil samples were digested with mixed acids, and the contents of heavy metals Pb, Cr, Zn, Cd, Mn and Cu in the soil samples along the highway were determined by atomic absorption spectrophotometry. The results showed that the soil of the highway from Bayi District to Gongbujiangda in Linzhi was polluted by heavy metals in different degrees, among which the pollution level of cadmium was serious, the pollution level of chromium was the lightest, and the other heavy metals were slightly polluted in different degrees, and the pollution degree was from low to high Zn < Cu <Pb < Mn. According to the correlation analysis of metal content, the results showed that the pollution of Cu, Pd and Cr may be homologous pollution, but the pollution of Zn and Cd was homologous pollution.

Graphical abstract

关键词

公路 / 重金属污染 / 路旁土壤 / 重金属含量

Key words

Highway / Heavy metal pollution / Roadside soil / Heavy metal content

引用本文

引用格式 ▾
王珍,王良琦. 林芝市巴宜区—工布江达路段土壤重金属分布特征分析[J]. 高原农业, 2025, 9(1): 78-85 DOI:10.19707/j.cnki.jpa.2025.01.009

登录浏览全文

4963

注册一个新账户 忘记密码

随着日常交通的发展,交通网络变得发达,人们的生活更加便利,开车出行也成了人们的日常。交通城市与城市之间道路车流量增大,公路交通活动对周边造成的土壤污染也渐渐进入大众的视野。国内众多学者对公路路旁土壤重金属分布也有所研究,如江苏省典型高速公路沿线表层土壤镉、铅、铜、锌金属含量总体呈南高北低、南北向公路小于东西向公路的分布特征,部分点位土壤Cd存在超标现象[1];主要影响范围在50 m内,路龄越长,土壤重金属富集系数越大[2];焦克路段交通运输干线及周边农田土壤As、Pd、Cd污染较为严重[3];信阳市境内国道边稻田土壤受到重金属污染,且各金属元素之间存在相关性可能为同源污染物[4];盐城市公路两侧土壤表现为轻微污染,其中Cd和Pb是盐城市公路两侧土壤重金属污染的主导因子[5]。不难看出公路沿线土壤都不同程度的受到Cr、Cu、Pd和Mn等重金属的污染,其中Pb、Cd金属污染为主[6]。金属元素对沿线的产地环境质量和农产品安全受到严重影响[7],研究高速公路沿线路旁土壤重金属分布很有意义。选择林芝市巴宜区至工布江达公路路旁浅层土壤为研究对象,分析土壤重金属的分布特征,并通过单项污染指数法、内梅罗综合污染法通过各个层次对路旁表层土壤重金属危害的分析和评估,为保护和合理利用土地资源、保障农产品质量安全、保护人体健康提供科学依据[8]

1 材料与方法

1.1 样品采集

2021年11 - 12月,选取林拉公路中林芝市巴宜区至工布江达段,根据实际调查和采样原则共设置五个采样断面,每个采样断面间隔25公里且采样断面与公路垂直,样品采集分别在同一采样点位的公路两侧共采集十份土壤样品。在采样断面上选择地势平坦且无明显干扰因素位置进行采样,采样地内随机采集土壤样品,采样深度为0 cm ~ 5 cm。林拉公路(林芝市巴宜区至工布江达段)由西向东走向,其中采样点编号TR1、TR3、TR5、TR7、TR9为道路南侧土壤样品如图1所示,采样点编号TR2、TR4、TR6、TR8、TR10为道路北侧土壤样品,采集的样品均匀混合采用“四分法取样法”进行四等分后取对角两份,采集土壤样品重量为一公斤左右作为该采样地的分析样品[9]

1.2 仪器与试剂

(1) 原子吸收分光光度计、石墨炉原子吸收分光光度计[10]

(2) 波消解仪、玛瑙研磨机、空气压缩机、手动进样器;

(3) Pb、Cr、Zn、Fe、Cd、Mn空心阴极灯;

(4) 盐酸、硝酸、氢氟酸、高氯酸(优级纯)、硝酸镧、磷酸氢二铵、氯化铵(分析纯);

(5) 乙炔钢瓶、氩气钢瓶(HJ491-2009、GB/T17141-1997、GB/T17138-1997)。

1.3 样品处理

将采集的土壤混合样品室温风干研磨过筛。称取0.2 g ~ 0.5 g土样(过100目筛)于50 mL聚四氟乙烯坩埚中,土壤重金属Cr、Zn、Cu、Pd、Cd含量用HF–HNO3-HClO4消解后,Cu、Zn消解后加入5 mL硝酸镧溶液;Cr消解后加入5 mL氯化铵溶液;Pd、Cd消解后加入5 mL磷酸氢二铵。各个溶液分别定容到50 mL,同时作空白待测样。Pd、Cd金属使用石墨炉原子吸收分光光度法,Cr、Zn、Cu金属使用火焰原子吸收分光光度法。Mn的测定准确称量1g土样, 四酸混合消解测定土样Mn含量[11]

2 研究方法

2.1 评价标准

由于公路沿线两侧主要是草原与荒地,属于Ⅱ型土壤功能[12]。因此,按照GB15618--1995《土壤环境质量标准》中的二级标准进行评价[13]

2.2 评价方法

2.2.1 单项污染指数法

单项污染指数(Pi )能对土壤中某一类重金属的污染程度进行评价。

计算公式:Pi=CiSi

Ci为某一重金属的实测含量, mg/kg;

Si为某一重金属的背景值含量, mg/kg。

本研究选用西藏土壤背景值作为污染评价的背景值;西藏土壤背景值:Pt:27.6、Cr:68、Zn:70.7、Cd:0.074、Mn:569、Cu:19.6(单位mg/kg)。

其中,Pi ≤ 1时,表示土壤状态良好未受到明显危害;当Pi > 1表示土壤已经受到重金属污染,当Pi > 1时分为三级:当1 < Pi ≤ 2为轻度污染,当2 < Pi ≤ 3为中度污染,当Pi > 3为重度污染且当Pi 越大,表明污染越严重[14]

2.2.2 内梅罗综合污染指数法

内梅罗综合污染指数(Pn)能更全面地对土壤重金属污染进行累积性综合评价。

计算公式:Pn=(Piave2+Pimax2)2

PiavePimax分别为通过土壤重金属单项污染指数法计算结果的平均值和最大值。

污染程度依据内梅罗综合污染指数法划分为五个等级:Pn ≤ 0.7时,土壤污染处于安全状态,污染水平较清洁;0.7 < Pn ≤ 1.0时,污染处于警戒值,污染水平为尚清洁;1.0 < Pn ≤ 2.0时,土壤污染等级为轻度污染;2.0 < Pn ≤ 3.0时,土壤为中度污染;Pn > 3.0时,土壤污染等级为重度污染[15]

2.3 数据处理

数据采用Microsoft Office Excel 365和SPSS 26分析软件进行整理和分析[16]

3 结果与分析

3.1 金属总体含量分布特征

根据林芝市巴宜区至工布江达段公路的十份土壤样品重金属数据分析如表1,数据表明土壤中重金属含量由高至低顺序Mn、Zn、Cr、Pd、Cu、Cd。其中锰金属含量最高,镉金属含量最低。土壤样品的重金属含量之间存在着明显的差异,但平均值数据表明除铬金属外,巴宜区至工布江达路段路旁土壤重金属含量明显高于背景值。其中,PCr < 1、PnCr < 1结果表明公路表层土壤受到铬金属污染水平较轻,土壤较为清洁;PZn接近1,PnZn < 1,锌金属污染水平处于警戒线,土壤受到较轻污染;PCd>3PnCd>3,道路遭受镉金属情况较为严重,土壤处于重度污染。其余金属两项结果均大于1,处于轻度污染,污染程度由低至高Zn < Cu < Pt < Mn。根据标准偏差数据分析,Mn的标准偏差最高,分散程度较大呈现远偏离均值的情况,其余均处于合理范围[17]

3.2 不同断面间的各个土壤重金属分布特征

对不同采样断面道路两侧的测定数据求均值,获得不同采样断面重金属的含量,具体如图2所示,各个重金属处于采样断面间的含量均呈现不均匀分布,各采样断面重金属含量间存在不同的差异,各重金属含量在采样断面存在相同的规律。各采样断面的重金属含量在同一处会呈现上升情况,其结果表明在这一处采样区域受到重金属污染情况严重。总体情况分析,该条公路路旁土壤中,土壤重金属含量处于TR②,TR④两处的采样断面路段受到重金属污染水平较其余三处严重[18]。铬,锰金属处于TR②,TR④两处采样断面含量明显升高;锌,铜,铅金属在TR①,TR③,TR④三处采样断面重金属污染水平较轻,处于TR①,TR⑤两处最为突出,远高于背景值,重金属污染水平较重。

3.3 路旁两侧土壤重金属分布特征

林拉公路林芝市巴宜区至工布江达段其两侧土壤重金属含量平均值以及单项污染指数法与内梅罗指数法如表2。根据单项指数法分析表明公路南侧土壤的PCu < 1,PnCu接近1,而北侧PnCu > 1,PnCu接近1,且两侧平均值进行比较发现:南侧土壤重金属含量相比北侧土壤重金属含量较低。南侧道路土壤受到铜金属污染较轻微,北侧土壤受到铜金属较重。镉金属各个数据表明其污染水平为重度污染,且北侧土壤受到镉金属污染严重[19]。铅,锌,锰三种重金属含量在道路两侧分布差异较小,但均处于轻度污染水平;铬金属含量在公路两侧土壤水平较低,铬金属污染较为清洁。

3.4 金属元素相关性分析

不同重金属之间的相似性在一定意义上体现了不同金属元素污染情况之间的差异。目前已有许多研究者利用相关性来衡量并分析污染因素的起源以及累积的问题,提供适当的降低及减轻危害的手段和途径。林芝市巴宜区至工布江达路段重金属含量间Pearson相关系数如表3,根据Pearson相关系数结果分析得出,Cu与Pb呈显著正相关;Cr与Pb呈显著正相关;Cd与Zn呈极显著正相关。其中Cu、Pd、Cr这三个金属污染可能为同源污染,Zn、Cd金属污染为一个同源污染[20]

3.5 土壤重金属分布特征

根据各个采样点土壤样品重金属含量如表5,分析各个重金属含量处于不同位置的分布特征以及其各个重金属处于不同位置的分担率如表4,从中体现重金属的分布特征情况以及其污染水平,为更好的掌握各个重金属含量分布特征。

3.5.1 Cu金属分布特征

铜金属最高值出现在TR8土壤样品,其余9份土壤样品Cu金属含量在土壤背景值上下浮动,除最高值27 mg/kg外,总体情况公路路旁的铜金属含量处于17 mg/kg ~ 22 mg/kg之间,污染水平处于警戒值与轻度污染之间的状态。TR8土壤样品比较其余土壤样品受到铜金属污染较重,污染水平处于轻度污染。从分担率看出,除TR3、TR4两份土壤的结果外,总体分担率处于12%左右,最高值出现在TR10采样地仍处于轻度污染水平。比较TR3、TR4处分担率处于9.5% ~ 10%之间较其余土壤样品的数据来看虽处于轻度污染,但污染水平其余土壤样品较轻。

3.5.2 Cd、Zn金属分布特征

镉金属分布最高值为0.41 mg/kg为TR3土壤样品,仅次于最高值的值为0.38 mg/kg为TR3附近采样点土壤样品TR4。镉金属是重金属污染水平最严重的一项,总体污染水平严重,且含量最低的TR9土样的分担率也超过四分之一。TR②处的采样断面镉金属污染水平最为严重位置。锌金属总体分布不规律且最高值出现在两处采样地TR4、TR7。相比较来看,TR②、TR④采样断面处为整体污染严重位置,与镉金属含量分布较为相似。锌,镉金属污染与交通活动有着很大的关系,根据林海等研究表明路旁土壤锌,镉重金属污染来源与交通道路机动车的尾气排放和刹车片、轮胎磨损有极大关系[21]且公路土壤中的重金属来源多样,如含铅汽油的使用、润滑油的使用、汽车尾气等[22]

3.5.3 Mn、Cr金属分布特征

锰、铬金属分布特征单从分担率两个金属元素极为相似,且均呈现TR②、TR④处采样断面含量有所降低。由此可推断这两处较其他重金属污染状况较好,但其中的锰金属含量处于这两处的含量仍高于土壤背景值。单从含量上看,锰金属最高值含量836 mg/kg为TR1土壤样品,但与对侧的TR2土壤样品却没有过高,在公路TR①处采样断面南侧可能存在非交通污染源造成这一现象。铬金属含量10份土样均低于土壤背景值,与铅金属有着相似性,在TR④处采样断面的重金属含量较高。

3.5.4 Pd金属分布特征

Pd金属最高值为47 mg/kg为TR8土样:总体情况为TR3、TR4两份土样重金属含量升高,在TR7 、TR8和TR9共3份土样铅金属含量再升高,其余土样处于25 mg/kg ~ 28 mg/kg之间。根据分担率数据表明其中TR9土壤样品较高。由于Cd金属污染水平较其余土样含量降低,造成TR9土样的分担率升高,分析得出TR9土样的铅金属较其余重金属污染情况上升。分析数据得出TR④和TR⑤采样断面上的土样较其余土壤重金属含量较高,污染水平为轻度污染,但较其余土样重金属含量较高。未来TR④和TR⑤路段铅金属污染水平将更加严重。

4 结论

对林芝市巴宜区至工布江达段公路两侧土壤分不同的层面进行分析重金属污染分布规律及污染程度进行了研究。(1)Cd金属污染水平为重度污染,Cr金属污染水平最轻,其余重金属污染水平为轻度污染,其污染程度由低至高Zn < Cu < Pt < Mn。(2)公路南侧路旁土壤受到铜金属污染较轻微,北侧土壤受到铜金属污染较重(3)土壤重金属含量处于TR②,TR④两处的采样断面路段受到重金属污染水平较其余三处严重。(4)Cu与Pb呈显著正相关、Cr与Pb呈显著正相关、Cd与Zn呈极显著正相关。Cu、Pd、Cr这三个金属污染可能为同源污染,Zn、Cd金属污染为一个同源污染。(5)铜金属位于TR②土壤污染水平较其余重金属污染较轻;镉金属总体重金属污染水平严重;锰,铬金属位于TR②,TR④土壤污染水平较其余重金属污染较轻;铅金属含量呈现不规则分布且TR④,TR⑤两处采样断面的土样重金属含量明显增高;锌金属TR②,TR④两处采样断面的土壤重金属含量较高,污染情况较重。结论:公路沿线表层土壤均存在重金属累积现象,其中Cd的累积最为明显。为降低土壤受到重金属污染,建议公路附近要多植树种草,建立高密度绿化带,提高植被对道路污染物吸附;在车流量很大的公路路旁规定区域内应尽量减少农作物的播种,具体区域可按照各地农田使用状况而定[23]

参考文献

[1]

鲁如坤.土壤农业化学分析方法[M].北京:中国农业科技出版社,1999.1-267.

[2]

周怡吴秋梅,樊亚男,.江苏省典型高速公路沿线土壤重金属分布特征及影响因素研究[J].土壤通报,2023,54(01):161-170.

[3]

李艳利,李成杰,杨小燕.焦克公路沿线土壤中重金属的污染分布及形态分析[J].河南理工大学学报(自然科学版),2010, 29(06):831-836.

[4]

雷振山,肖荣英,胡汉升,李传保,.信阳市境内国道边稻田土壤重金属分布与评价[J].湖北农业科学,2013,52(24):6003-6007.

[5]

陈爱晶,徐汉亿,顾爱祥.盐城市公路两侧土壤重金属污染风险评价[J].上海农业科技,2021(06):22-24.

[6]

兰天水,林健,陈建安,.公路旁土壤中重金属污染分布及潜在生态危害的研究[J].海峡预防医学杂志,2003,(01):4-6.

[7]

郭亚平,胡日利.土壤一植物系统中重金属污染及植物修复技术[J].中南林学院学报,2005,25(2):59-62.

[8]

万瑶宇,武瑶,毕丽娟,.内蒙古阿尔山国家森林公园公路两侧土壤重金属含量研究[J].工业安全与保,2023,49(08):102-106.

[9]

国家环保总局HJ/ T166-2004.土壤检测技术规范[M].北京:中国环境出版社,2004.1-185.

[10]

鲁如坤.土壤农业化学分析方法[M].北京:中国农业科技出版社,1999,26(05):47-211.

[11]

黄玉洁,朱锦茹,焦洁洁,.高速公路路旁土壤重金属分布及污染评价研究[J].华东森林经理,2018,32(04):25-29.

[12]

易甜,姚晶晶,李书谦,.湖北省某地农田土壤中重金属污染的风险评价[J].湖北农业科学,2015,54(24):6379-6382.

[13]

中国环境监测总站,南京市环境监测站. HJ/T16-2004 土壤环境监测技术规范 [S].北京:中国环境科学出版社,2005.1- 218.

[14]

马军,刘爱琴,侯晓龙,.福建城市边缘区森林土壤重金属污染特征及评价[J].环境科学与技术,2011,34(10):149-153.

[15]

易甜,姚晶晶,李书谦,.湖北省某地农田土壤中重金属污染的风险评价[J].湖北农业科学,2015,54(24):6379-6382.

[16]

杨刚,沈飞,钟贵江,.西南山地铅锌矿区耕地土壤和谷类产品重金属含量及健康风险评价[J].环境科学学报,2011,31(09):2014-2021.

[17]

黄玉洁,吴初平,吴翠蓉,.杭金衢高速公路沿线土壤重金属分布特征及污染评价[J].浙江林业科技,2019,39(04):35-41.

[18]

李瑞平,郝英华,李德光,.泰安市农田重金属污染特征及其来源解析[J].农业环境科学学报 2011,30(10):2012-2017.

[19]

周怡,吴秋梅,樊亚男,.江苏省典型高速公路沿线土壤重金属分布特征及影响因素研究[J].土壤通报,2023,54(01):161-170.

[20]

雷振山,肖荣英,胡汉升,.信阳市境内国道边稻田土壤重金属分布与评价[J].湖北农业科学,2013,52(24):6003-6007.

[21]

林海,康建成,胡守云.公路周边土壤中重金属污染物的来源与分布[J].科学,2014,66(04):35-37.

[22]

冉德钦,李轶然,张林宏,.公路路域农田土壤重金属污染分析研究[J].当代化工,2022,51(11):2598-2601.

[23]

张欢.基于地质累积指数法的晋中市榆次区城市农田土壤重金属污染评价[J].华北自然资源,2022,(5):142-144.

基金资助

农业资源与环境科学专业建设项目(藏财预指 2020-001)

AI Summary AI Mindmap
PDF (523KB)

135

访问

0

被引

详细

导航
相关文章

AI思维导图

/