基于Kriging插值的礦區(qū)周邊土壤重金屬空間分布規(guī)律研究

丁倩++成功

【摘 要】土壤重金屬污染已成為全球性污染問題，本文基于地統(tǒng)計學(xué)和GIS技術(shù)，研究了湖南省郴州市蘇仙區(qū)As、Cd、Pb三種土壤重金屬的空間分布規(guī)律。結(jié)論：（1）重金屬含量Pb>As>Cd，Pb和As呈對數(shù)正態(tài)分布，Cd呈正態(tài)分布，As和Pb顯著正相關(guān)。（2）重金屬含量南北低、中間高，東西向上，自西向東平穩(wěn)上升。（3）具有中等空間變異性和相似的各向異性。（4）空間格局類似，以主要礦區(qū)為濃度高值中心，向四周輻射遞減。（5）空間自相關(guān)格局相似。高-高區(qū)域集中在中部，低-高分布在柿竹園周邊。本文可為礦區(qū)周邊土壤重金屬空間規(guī)律的研究提供參考。

【關(guān)鍵詞】礦區(qū)；土壤重金屬；GIS；kriging；空間分布

Study on Spatial Distribution of Soil Heavy Metals Surrounding the Mining Area Based on Kriging

DING Qian1，2 CHENG Gong1，2

（1. Key Laboratory of Metallogenic Prediction of Nonferrous Metals and Geological Environment Monitoring（Central South University）， Ministry of Education， Changsha Hunan 410083， China； 2. School of Geosciences and Info-Physics， Central South University， Changsha Hunan 410083， China）

【Abstract】The soil heavy metal pollution has become the global pollution problem. Based on geostatistics and GIS technology， we studied the spatial distribution of three kinds of soil heavy metals in Suxian district， Chenzhou city， Hunan province. The results show that：（1）The heavy metal contents in descending order are： Pb>As>Cd， Pb and As showed a log-normal distribution， Cd showed a normal distribution， As and Pb are positively correlated.（2）The contents of heavy metal are low in the north and the south， high in the middle， and increased from the west to the east. （3）Heavy metals have moderate spatial variability and similar anisotropy.（4）Taking central polymetallic mine， northern lead-zinc mine and coal mine as the core， heavy metals concentration radially decreased to the periphery.（5）Spatial autocorrelation patterns are similar. The high-high areas are concentrated in the central region and the low-high areas are in the periphery of Shizhuyuan. This study can provide a reference for the research of heavy metals spatial distribution in mining area.

【Key words】Mining area； Soil heavy metal； GIS； Kriging； Spatial distribution

0 引言

重金屬是典型的土壤污染物，具有難降解，強隱蔽性，易富集和移動性差等特點[1]，如今，土壤重金屬污染已成為備受關(guān)注的全球性污染問題。礦山開采是礦區(qū)周邊土壤重金屬污染的重要來源，由此引發(fā)的環(huán)境問題日益嚴重。

隨著GIS技術(shù)的不斷發(fā)展和地統(tǒng)計學(xué)理論的廣泛應(yīng)用，土壤重金屬污染空間分布的研究與應(yīng)用在近幾十年逐漸流行，它較好的彌補了以較少樣點的定位試驗研究土壤重金屬分布及變化的傳統(tǒng)方法的不足，能夠更全面、直觀地分析重金屬的空間分布規(guī)律。但多數(shù)學(xué)者只是把地統(tǒng)計學(xué)作為污染評價的輔助工具，對污染現(xiàn)象的空間趨勢、變異性研究不夠深入[2-4]。如何全面準確地探討礦區(qū)周邊土壤重金屬的空間分布特征規(guī)律，是評價及防治重金屬污染的首要條件。

本文以湖南省郴州市蘇仙區(qū)As、Cd、Pb三種土壤重金屬為研究對象，基于地統(tǒng)計學(xué)和GIS技術(shù)，深入分析了礦區(qū)周邊土壤重金屬的統(tǒng)計特征、空間趨勢及空間變異性，全面分析了重金屬的空間分布規(guī)律，以期為礦區(qū)周邊不同土壤重金屬元素空間規(guī)律的研究提供參考。

1 材料和方法

1.1 研究區(qū)概況

蘇仙區(qū)（圖1）位于我國湖南省郴州市中部（北緯25°30′38″-25°00′19″，東經(jīng)112°16′41″-112°53′23″），北瞻衡岳，南倚五嶺，東界羅霄，周邊與郴州市北湖區(qū)、桂陽縣、資興市、永興縣、宜章縣接壤；地形以山地為主，丘陵、平原相當，崗地、水面較少，整個地勢自東南向西北傾斜；屬中亞熱帶季風濕潤氣候，具有春溫多變?nèi)照丈?、夏熱前澇后多旱、初秋濕熱晚秋涼、冬有霜雪嚴寒短的特點；是郴州市的政治、經(jīng)濟和文化中心，共設(shè)6個街道、9個鎮(zhèn)、1個鄉(xiāng)，總?cè)丝?6.42萬人，土地總面積為1342.27平方km2，耕地約占土地總面積的13%；礦產(chǎn)資源豐富，是著名的“有色金屬之鄉(xiāng)”，有世界罕見的礦產(chǎn)資源多達143種的柿竹園多金屬礦，國有硚口鉛鋅礦、瑪瑙山錳礦、東波鉛鋅礦以及年產(chǎn)煤數(shù)萬噸的許家洞、街洞和棲鳳渡煤礦等。悠久的礦業(yè)歷史給當?shù)貛砹藝乐氐闹亟饘傥廴尽?

圖1 研究區(qū)概況

1.2 數(shù)據(jù)搜集及處理

1.2.1 基礎(chǔ)地理數(shù)據(jù)

包括研究區(qū)行政區(qū)劃與數(shù)字高程模型，數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心。

1.2.2 土壤重金屬數(shù)據(jù)

研究區(qū)As，Cd，Pb三種重金屬含量數(shù)據(jù)，來源于土壤樣品的野外采集和實驗室化學(xué)分析。

1）野外采集

根據(jù)蘇仙區(qū)的礦山分布情況布設(shè)采樣點，借助GPS導(dǎo)航至預(yù)設(shè)采樣點處，判斷該點是否滿足采樣條件。對滿足條件的采樣點，在其附近2m×2m=4m2的范圍內(nèi)隨機均勻選取3個點，采集3點處0-5cm深的表層土壤，去除雜物混合均勻，用四分法收集大約500g樣品，裝袋編號記錄。共采集土壤樣品41組。

2）實驗室化學(xué)分析

將樣品自然風干、研磨、過篩，隨后，稱取0.1-0.2g的樣品，用HCl-HNO3-HClO4-HF法進行消煮，完成后，加蒸餾水至50ml待測。Pb， As和Cd的含量分別使用電感耦合等離子體發(fā)射光譜儀（ICP-OES， Optima 2000， Perkin Elmer Co.， 美國），原子熒光光譜儀（AFS-2202， 海光， 中國）和電感耦合等離子體質(zhì)譜（ICP-MS）進行測定。

1.2.3 數(shù)據(jù)處理

1）數(shù)理統(tǒng)計分析

包括土壤重金屬的描述性統(tǒng)計分析、正態(tài)分布檢驗和轉(zhuǎn)換。該分析借助SPSS19.0（SPSS公司）軟件完成。

2）空間分析

包括土壤重金屬的趨勢分析、空間變異分析、克里金插值（Kriging）和空間自相關(guān)分析。前三個過程在ArcGIS10.1（ERSI公司）的Geostatistical analyst模塊完成[5]，空間自相關(guān)借助OpenGeoda軟件進行。

1.3 研究方法

1.3.1 Kriging插值

Kriging插值包括普通克立格（Ordinary Kriging， OK）、泛克立格、指示克立格、析取克立格和協(xié)同克立格等多種方法。它以變異函數(shù)理論為基礎(chǔ)，在區(qū)域化變量之間存在空間相關(guān)性的前提下，根據(jù)采樣點和預(yù)測點的距離以及預(yù)測點周圍采樣點空間關(guān)系的擬合模型確定權(quán)重，從而實現(xiàn)對未采樣點取值的線性無偏最優(yōu)估計[6]。

克立格插值首先需要計算經(jīng)驗半變異函數(shù)（式1）。它是一個關(guān)于數(shù)據(jù)點的半變異值與數(shù)據(jù)點間距離的函數(shù)，揭示了樣本點的空間自相關(guān)性及整個空間尺度上的變異格局。

2 結(jié)果與分析

2.1 樣本統(tǒng)計特征

土壤樣品重金屬含量的統(tǒng)計學(xué)特征如表 1所示。三種重金屬平均含量由高到低的順序是：Pb>As>Cd，其中，Pb和As的值域范圍很廣（極大值是極小值的50倍和40倍），標準差較大，變異系數(shù)分別高達1.367和1.439，可見具有高離散度和強變異性（CV>1），說明Pb與As受到的外界干擾比較顯著，這在很大程度上可歸結(jié)為采礦、冶煉、交通等強烈的人為活動的影響；Cd的變幅（極大值是極小值8倍）與標準差均較小，變異系數(shù)不超過0.5，表現(xiàn)出較低的離散程度及中等變異性 （0.1

表1 土壤重金屬含量統(tǒng)計學(xué)基本特征

①單樣本 Kolmogorov-Smirnov 檢驗，P>0.05表示符合正態(tài)分布；P<0.05則不符合.

將研究區(qū)41個采樣點分成北部（20個）、中部（10個）、南部（11個）3組，對所有樣點及三組采樣點分別進行偏相關(guān)分析（表 2）。結(jié)果顯示，As和Pb均呈顯著正相關(guān)，說明二者可能具有同源性并表現(xiàn)出復(fù)合污染，As-Cd， Pb-Cd不顯著相關(guān)，說明二者不具有同源性。

表2 重金屬偏相關(guān)系數(shù)矩陣

**. 在 0.01 水平（雙側(cè)）上顯著相關(guān).

2.2 空間趨勢特征

以As為例（圖 2），X軸指向正東，Y軸指向正北，Z軸表示各樣點重金屬含量的大小，左后和右后投影面上的深色線分別表示東西和南北方向重金屬濃度的全局性趨勢效應(yīng)變化。可以看出， As南北方向上呈現(xiàn)南北低、中間高的倒“U”型趨勢，東西方向上從西向東平穩(wěn)升高。Pb，Cd的空間趨勢與As基本一致，可以選擇二階多項式模擬三者的趨勢特征。

圖2 As趨勢分析示意圖

2.3 空間變異特征

對Spherical， Exponential， Gaussian， Circular 4種理論模型進行擬合計算和對比分析，經(jīng)過反復(fù)交叉驗證，得出三種重金屬半變異函數(shù)的最佳擬合模型參數(shù)（表 3）。

表3 重金屬最佳擬合模型參數(shù)表

可以看出，對三種重金屬的空間變異擬合最好的均為高斯模型。三者的塊金值均為較小的正值，說明由采樣誤差、短距離變異引起的塊金效應(yīng)不顯著；塊金系數(shù)反映了由隨機部分引起的空間變異占總體變異的比例，其值越大，空間相關(guān)性越小，三種重金屬的塊金系數(shù)處于0.428- 0.576之間，具有中等空間自相關(guān)性（0.25-0.75），說明重金屬在主要受內(nèi)在因子（礦山分布、地形、土壤類型等）控制的同時，也受到了諸如采礦、冶煉、施肥等人類活動影響。

重金屬的各向異性相似。短軸變程在7-10千米之間，該范圍與研究區(qū)相鄰主要礦區(qū)之間的距離以及柿竹園礦的邊長大致相等，而且短軸所在角度與常年的東北風向大致垂直；四種重金屬的長軸處于北偏東40°-70°之間，該角度與西山山脈、大奎上盆地的走向以及常年風向十分吻合，同時，22-25千米的長軸變程顯示了該方向重金屬較長的變異尺度及較強的連續(xù)性，由于當?shù)卣畬μK仙區(qū)東南部的西山山脈及大奎上盆地施行了封山育林的政策，再加上其特殊的地勢及較高的植被覆蓋，受礦區(qū)重金屬的影響不大，該長度與沿長軸方向蘇仙區(qū)的寬度大致相同。

2.4 空間分布規(guī)律

使用普通克里格（高斯模型）對重金屬進行空間插值，結(jié)果如圖 3所示。三者呈現(xiàn)相似的空間分布格局，中部東波與柿竹園區(qū)域的濃度最高，稍北部許家洞鎮(zhèn)的濃度稍有降低，最北部棲鳳渡濃度更低，三者成為蘇仙區(qū)重金屬濃度的高值中心，并由此向四周呈輻射狀遞減。

這與蘇仙區(qū)礦山的分布與礦業(yè)活動有關(guān)。中部的東波與柿竹園分布著目前正在開采的特大型有色金屬礦山，所以中部地區(qū)重金屬的含量最高；北部礦區(qū)主要集中在許家洞附近，但大多數(shù)礦山按照政府的相關(guān)政策已經(jīng)關(guān)閉多年，如今該地已成為蘇仙區(qū)主要的金屬加工廠，重金屬的含量相對中部明顯降低；南部地區(qū)環(huán)境優(yōu)美，存在部分石灰石礦，極少受到金屬礦業(yè)活動的影響，重金屬的含量最低，這也與政府封山育林保護環(huán)境的政策密切相關(guān)，環(huán)境污染主要來源于建筑業(yè)與養(yǎng)殖業(yè)。

圖3 重金屬的空間分布圖

2.5 空間自相關(guān)特征

為更深入地剖析重金屬的空間分布，并實現(xiàn)其在空間上的直觀展示，對重金屬進行了空間全局自相關(guān)與局部自相關(guān)分析（圖 4）。

可以看出，三種重金屬的Moran's I指數(shù)由大到小的順序為： As>Pb>Cd，與上述變異函數(shù)塊金系數(shù)分析的結(jié)果一致。三者局部空間自相關(guān)格局具有相似性。高-高區(qū)域均集中在蘇仙區(qū)的中部，低-高區(qū)域均分布在柿竹園礦的周邊，說明重金屬在金屬礦區(qū)以外地區(qū)的含量比礦區(qū)內(nèi)部低，間接地說明了礦業(yè)活動是導(dǎo)致當?shù)赝寥乐亟饘傥廴镜闹匾蛩?；西南部是重金屬Pb低-低格局的主要聚集區(qū)，經(jīng)考察，當?shù)丨h(huán)境優(yōu)美，居民的工作與生活極少受到來自礦業(yè)活動的影響。北部地區(qū)的礦區(qū)分布較分散，小型礦居多，而且大部分礦山早些年已經(jīng)關(guān)閉，周邊土壤經(jīng)過多年整治，由采礦造成的重金屬污染狀況逐漸得到改良，集聚性也大大降低，再加上隨機采樣及不同的人為活動干擾等原因，該地的絕大多數(shù)區(qū)域四種重金屬的空間自相關(guān)性不顯著，極少區(qū)域表現(xiàn)出低-高和高-低格局。

3 結(jié)論

（1）重金屬含量的統(tǒng)計分析表明，重金屬平均含量的排列順序是：Pb>As>Cd；Pb和As具有強變異性和高離散度，且符合對數(shù)正態(tài)分布，Cd表現(xiàn)為中等變異，離散程度較低，且符合正態(tài)分布；As和Pb具有同源性或具有復(fù)合污染的特征。

（2）重金屬含量在南北方向上呈現(xiàn)南北低、中間高的倒“U”型，東西方向上自西向東平穩(wěn)上升，可選擇二階多項式模擬重金屬的空間趨勢。

（3）半變異函數(shù)擬合模型顯示三種重金屬具有中等空間變異性，且具有相似的各向異性。

（4）重金屬的空間分布格局相似，分別以東波與柿竹園、許家洞、棲鳳渡區(qū)域為重金屬濃度高值中心，向四周呈輻射狀遞減。

（5）重金屬的空間自相關(guān)格局相似。Moran's I指數(shù)從大到小的排列順序為： As>Pb>Cd。高-高區(qū)域均集中在蘇仙區(qū)的中部，低-高區(qū)域在柿竹園礦的周邊；西南部是Pb 低-低格局的主要聚集區(qū)；北部的絕大部分區(qū)域三種重金屬均呈現(xiàn)出了不顯著的空間自相關(guān)性。

【參考文獻】

[1]Mielke HW， Gonzales CR， Smith MK， Mielke PW. The urban environment and children's health： soils as an integrator of lead， zinc， and cadmium in New Orleans， louisiana， U.S.A[J]. Environ Resarch， 1999，81（2）：117-129.

[2]王濟，張浩，曾希柏，等.貴陽市城區(qū)路側(cè)土壤重金屬分布特征及污染評價[J].環(huán)境科學(xué)研究，2009（8）：950-955.

[3]甘國娟，劉偉，邱亞群，等.湘中某冶煉區(qū)農(nóng)田土壤重金屬污染及生態(tài)風險評價[J].環(huán)境化學(xué)，2013，32（1）：132-138.

[4]李小曼，劉勤，徐夢潔，孟令儀.蘇南村鎮(zhèn)土壤重金屬空間變異性研究[J].土壤通報，2016，7（1）：179-185.

[5]李俊曉，李朝奎，殷智慧.基于ArcGIS的克里金插值方法及其應(yīng)用[J].測繪通報，2013（9）：87-90.

[6]徐建華.計量地理學(xué)[M].北京：高等教育出版社，2006：131-145.

[7]Hakan Arslan · Nazh Ayyildiz Turan. Estimation of spatial distribution of heavy metals in groundwater using interpolation methods and multivariate statistical techniques； its suitability for drinking and irrigation purposes in the Middle Black Sea Region of Turkey[Z]. Environ Monit Assess 2015，187： 516.

[責任編輯：湯靜]