基于Kriging插值的礦區周邊土壤重金屬空間分布規律研究

丁倩++成功

【摘 要】土壤重金屬污染已成為全球性污染問題，本文基于地統計學和GIS技術，研究了湖南省郴州市蘇仙區As、Cd、Pb三種土壤重金屬的空間分布規律。結論：（1）重金屬含量Pb>As>Cd，Pb和As呈對數正態分布，Cd呈正態分布，As和Pb顯著正相關。（2）重金屬含量南北低、中間高，東西向上，自西向東平穩上升。（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，以主要礦區為濃度高值中心，向四周輻射遞減。（5）空間自相關格局相似。高-高區域集中在中部，低-高分布在柿竹園周邊。本文可為礦區周邊土壤重金屬空間規律的研究提供參考。

【關鍵詞】礦區；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注的全球性污染問題。礦山開采是礦區周邊土壤重金屬污染的重要來源，由此引發的環境問題日益嚴重。

隨著GIS技術的不斷發展和地統計學理論的廣泛應用，土壤重金屬污染空間分布的研究與應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方法的不足，能夠更全面、直觀地分析重金屬的空間分布規律。但多數學者只是把地統計學作為污染評價的輔助工具，對污染現象的空間趨勢、變異性研究不夠深入[2-4]。如何全面準確地探討礦區周邊土壤重金屬的空間分布特征規律，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As、Cd、Pb三種土壤重金屬為研究對象，基于地統計學和GIS技術，深入分析了礦區周邊土壤重金屬的統計特征、空間趨勢及空間變異性，全面分析了重金屬的空間分布規律，以期為礦區周邊不同土壤重金屬元素空間規律的研究提供參考。

1 材料和方法

1.1 研究區概況

蘇仙區（圖1）位于我國湖南省郴州市中部（北緯25°30′38″-25°00′19″，東經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、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，具有春溫多變日照少、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、經濟和文化中心，共設6個街道、9個鎮、1個鄉，總人口36.42萬人，土地總面積為1342.27平方km2，耕地約占土地總面積的13%；礦產資源豐富，是著名的“有色金屬之鄉”，有世界罕見的礦產資源多達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煤數萬噸的許家洞、街洞和棲鳳渡煤礦等。悠久的礦業歷史給當地帶來了嚴重的重金屬污染。

圖1 研究區概況

1.2 數據搜集及處理

1.2.1 基礎地理數據

包括研究區行政區劃與數字高程模型，數據來源于中國科學院資源環境科學數據中心。

1.2.2 土壤重金屬數據

研究區As，Cd，Pb三種重金屬含量數據，來源于土壤樣品的野外采集和實驗室化學分析。

1）野外采集

根據蘇仙區的礦山分布情況布設采樣點，借助GPS導航至預設采樣點處，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譜（ICP-MS）進行測定。

1.2.3 數據處理

1）數理統計分析

包括土壤重金屬的描述性統計分析、正態分布檢驗和轉換。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、析取克立格和協同克立格等多種方法。它以變異函數理論為基礎，在區域化變量之間存在空間相關性的前提下，根據采樣點和預測點的距離以及預測點周圍采樣點空間關系的擬合模型確定權重，從而實現對未采樣點取值的線性無偏最優估計[6]。

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

2 結果與分析

2.1 樣本統計特征

土壤樣品重金屬含量的統計學特征如表 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，變異系數不超過0.5，表現出較低的離散程度及中等變異性 （0.1

表1 土壤重金屬含量統計學基本特征

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

將研究區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分析（表 2）。結果顯示，As和Pb均呈顯著正相關，說明二者可能具有同源性并表現出復合污染，As-Cd， Pb-Cd不顯著相關，說明二者不具有同源性。

表2 重金屬偏相關系數矩陣

**. 在 0.01 水平（雙側）上顯著相關.

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變化?？梢钥闯?， As南北方向上呈現南北低、中間高的倒“U”型趨勢，東西方向上從西向東平穩升高。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，經過反復交叉驗證，得出三種重金屬半變異函數的最佳擬合模型參數（表 3）。

表3 重金屬最佳擬合模型參數表

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不顯著；塊金系數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，空間相關性越小，三種重金屬的塊金系數處于0.428- 0.576之間，具有中等空間自相關性（0.25-0.75），說明重金屬在主要受內在因子（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，該范圍與研究區相鄰主要礦區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性，由于當地政府對蘇仙區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，受礦區重金屬的影響不大，該長度與沿長軸方向蘇仙區的寬度大致相同。

2.4 空間分布規律

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

這與蘇仙區礦山的分布與礦業活動有關。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，所以中部地區重金屬的含量最高；北部礦區主要集中在許家洞附近，但大多數礦山按照政府的相關政策已經關閉多年，如今該地已成為蘇仙區主要的金屬加工廠，重金屬的含量相對中部明顯降低；南部地區環境優美，存在部分石灰石礦，極少受到金屬礦業活動的影響，重金屬的含量最低，這也與政府封山育林保護環境的政策密切相關，環境污染主要來源于建筑業與養殖業。

圖3 重金屬的空間分布圖

2.5 空間自相關特征

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

可以看出，三種重金屬的Moran's I指數由大到小的順序為： As>Pb>Cd，與上述變異函數塊金系數分析的結果一致。三者局部空間自相關格局具有相似性。高-高區域均集中在蘇仙區的中部，低-高區域均分布在柿竹園礦的周邊，說明重金屬在金屬礦區以外地區的含量比礦區內部低，間接地說明了礦業活動是導致當地土壤重金屬污染的重要因素；西南部是重金屬Pb低-低格局的主要聚集區，經考察，當地環境優美，居民的工作與生活極少受到來自礦業活動的影響。北部地區的礦區分布較分散，小型礦居多，而且大部分礦山早些年已經關閉，周邊土壤經過多年整治，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，該地的絕大多數區域四種重金屬的空間自相關性不顯著，極少區域表現出低-高和高-低格局。

3 結論

（1）重金屬含量的統計分析表明，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，且符合對數正態分布，Cd表現為中等變異，離散程度較低，且符合正態分布；As和Pb具有同源性或具有復合污染的特征。

（2）重金屬含量在南北方向上呈現南北低、中間高的倒“U”型，東西方向上自西向東平穩上升，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格局相似。Moran's I指數從大到小的排列順序為： As>Pb>Cd。高-高區域均集中在蘇仙區的中部，低-高區域在柿竹園礦的周邊；西南部是Pb 低-低格局的主要聚集區；北部的絕大部分區域三種重金屬均呈現出了不顯著的空間自相關性。

【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.貴陽市城區路側土壤重金屬分布特征及污染評價[J].環境科學研究，2009（8）：950-955.

[3]甘國娟，劉偉，邱亞群，等.湘中某冶煉區農田土壤重金屬污染及生態風險評價[J].環境化學，2013，32（1）：132-138.

[4]李小曼，劉勤，徐夢潔，孟令儀.蘇南村鎮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用[J].測繪通報，2013（9）：87-90.

[6]徐建華.計量地理學[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]