新疆準東礦區土壤與降塵重金屬空間分布及關聯性分析

阿爾祖娜·阿布力米提，王敬哲，王宏衛，茹克亞·薩吾提，阿不都艾尼·阿不里，吾木提·艾山江

?

新疆準東礦區土壤與降塵重金屬空間分布及關聯性分析

阿爾祖娜·阿布力米提，王敬哲，王宏衛※，茹克亞·薩吾提，阿不都艾尼·阿不里，吾木提·艾山江

（1. 新疆大學資源與環境科學學院，烏魯木齊 830046；2. 新疆大學綠洲生態教育部重點實驗室，烏魯木齊 830046）

土壤重金屬與大氣降塵重金屬之間的關聯性可以反映重金屬污染的來源、土壤-大氣系統中重金屬的傳輸、遷移和擴散特征。為了研究礦區表層土壤的污染狀況及與降塵重金屬質量分數間的關聯性，該研究以新疆維吾爾自治區準東礦區為研究靶區，利用2014年采集的51個表層土壤和大氣降塵樣品的室內實測重金屬質量分數數據，并基于此分析了樣品中6 種重金屬（As、Cu、Cr、Hg、Pb、Zn）的空間分布特征、地積累指數以及潛在生態風險；利用Pearson相關性分析矩陣和灰色關聯法對表層土壤與大氣降塵中重金屬濃度的相關性和關聯度進行探討。結果表明：1）準東礦區表層土壤重金屬的分布狀況存在著明顯的空間差異，其中Hg的污染程度最嚴重，處于強-極強度污染，其潛在生態危害指數達到了較高生態風險；Zn和Cu基本處于無污染狀態，屬于輕微生態風險；2）大氣降塵重金屬空間分布存在著明顯差異，降塵中的Zn處于極強度污染，Hg處于無污染狀態；3）Pearson相關分析與灰色關聯分析表明，準東地區表層土壤與大氣降塵中6種重金屬的相關系數大小順序與關聯度排序結果一致，其中Hg和As元素具有較強的一致性，且具有相同的來源，說明大氣降塵對表層土壤中重金屬的質量分數有一定影響。但因不同重金屬元素沉降特性不同，導致各元素之間的關聯度有所差異。

重金屬；土壤；沙塵；空間分布；地積累指數；潛在生態風險指數；關聯性分析

0 引 言

重金屬污染是指由重金屬或其化合物造成的環境污染，該污染具有范圍廣、持續久、難降解等特性[1]。當前，工業化快速發展，受人類工業活動及化石燃料等因素的影響，表層土壤與大氣降塵中的重金屬污染狀況越發嚴重[2]。礦區在開采過程中會不可避免的產生易散性降塵，重金屬元素又會以降塵顆粒為載體進行遷移，以干、濕沉降等形式進入表層土壤。重金屬在土壤中富集會破壞土壤的理化性質，對環境造成不可逆的污染進而威脅人類健康[3-6]。因此，明確大氣降塵對區域表層土壤的重金屬元素的富集、空間分布、污染評價等產生的影響已成為近年來環境科學領域研究的熱點問題。

新疆準東礦區擁有預測資源量高達3 900億t的煤田，是迄今發現的特大整裝煤田。受極端自然條件及人類開采活動的影響，土壤重金屬污染問題十分突出，生態環境面臨嚴峻威脅[7-9]。姚峰[10-12]等對于準東礦區重金屬污染情況已經開展了一定的研究。但是這些研究主要關注土壤或大氣降塵中重金屬的時空分布特征，并利用內梅羅綜合污染指數法進行評價。而礦區方面此外還有少量對大氣降塵重金屬質量分數的研究，以及重金屬在植物中的富集效應等[13-15]。但受人類開采活動的影響，開采區等區域表層土壤稀薄，極易受到大氣降塵的影響。針對表層土壤重金屬與大氣降塵重金屬之間關聯性的研究鮮有報道。基于此，本研究采用地積累指數法和潛在生態危害指數法對表層土壤及降塵中的重金屬進行污染程度研究和潛在生態風險評價，并利用反距離插值法進行空間表征，結合Pearson相關分析法和灰色關聯分析法對準東礦區表層土壤及大氣降重金屬塵間的關聯性進行研究，以期為區域的重金屬污染與防治，生態功能修復等提供一定的科學參考與數據支撐。

1 研究區域概況

研究區位于新疆吉木薩爾縣城北，西起昌吉回族自治州阜康市，東到木壘縣老君廟，北至卡拉麥里山南麓，南接古爾班通古特沙漠，地理坐標為88°36￠～90°10￠E，44°10￠～45°10￠N，總面積約11 213 km2。地貌類型主要為戈壁灘平原地貌，地形平坦開闊，南部為山區，中部是平原，北部延伸至古爾班通古特沙漠，總體地勢南高北低[16]。區域氣候為典型的極端干旱大陸氣候，氣候干旱、降水稀少，晝夜溫差大。年平均氣溫7.6 ℃，區域主導風向為西北風，區內無常年水流，地表植被覆蓋度低。研究區的土壤類型以灰褐色及褐色的荒漠土、石膏灰棕漠土、荒漠堿土為主，土壤有機質質量分數不足2%，受強風作用的影響，區域表層土壤水分質量分數極低，土壤平均粒徑較粗，主要由細砂組成[17]。

2 材料與方法

2.1 樣品采集與分析

2.1.1 土壤樣品采集

土壤樣品的采樣時間為2014年7月。針對礦區開采情況、研究區主要土壤類型、地形地貌、典型景觀特征及可達性等因素，選取五彩灣礦區為中心，向西北、東北、西南、東南4個方向共布設51個采樣單元（圖1）。采樣單元覆蓋了準東礦區的開采區域、煤電煤化工廠、排土場、煤矸石堆場等作業區域，具有一定代表性。由于研究區土壤層較薄，依據采樣單元的實際狀況劃分0～10 cm深度為表層土壤，并采用3點混合法進行樣品采集，共獲取51個土壤樣品。

圖1 研究區示意圖及采樣點分布圖

2.1.2 大氣降塵樣品采集

依據土壤樣點的位置及研究區主導風向等，共設置51個大氣降塵收集器，使其與土壤采樣單元一一對應，并于2014年5月至12月，對大氣降塵進行連續性收集。降塵收集器放置在距離地面約 2.0 m處，每個降塵收集器放置3個降塵缸，每個降塵缸的規格為高20 cm，直徑18 cm。為了防止降塵量受到風沙的影響，上面放置不銹鋼漏斗，采樣期內的干濕沉降樣品的采集采用干法收集，將降塵樣品用裝有超純水的氣壓噴壺沖洗到采樣瓶中，沖洗至降塵缸內無明顯顆粒為止，并繼續用于后續降塵的收集。在實驗室內將采樣瓶中所收集到的樣品倒入培養皿中，蒸干后得到大氣降塵樣品。為使數據更客觀且具有代表性，將3個降塵缸內的降塵進行充分混合后，取平均值作為該采集點的降塵量，并進行重金屬質量分數的測定。

2.2 重金屬質量分數的測定

2.2.1 土壤重金屬質量分數測定

對之前處理好的土壤樣品進行重金屬質量分數的測定，委托新疆大學理化測試中心進行檢測，共檢測6種重金屬元素：汞（Hg）、砷（As）、鉛（Pb）、銅（Cu）、鋅（Zn）、鉻（Cr）。檢測步驟如下：稱取樣品0.200 g，首先加入9 mL濃鹽酸后，再添加3 mL的濃硝酸，使用電熱板加熱至沸騰20 min后，再滴入5 mL氫氟酸進行加熱30 min后，加入3 mL的高氯酸加熱至全部溶解，最后滴入10 mL稀硝酸（10%）以微沸狀態加熱溶解15 min后，獲得澄清液并將其定容至20 mL。Pb、Cu、Zn、Cr采用火焰原子吸收光譜法進行檢測，Hg和As使用原子熒光光譜法檢測。取待測塵樣0.500 g，同樣使用上述方法測得降塵中Zn、Cu、Cr、Pb、Hg和As的質量分數。為確保數據的準確性，每個樣品重復測3次。

2.3 數據分析方法

2.3.1 空間分析

空間分析較為常用的插值方法有普通克里金插值法、指示克里金插值法和反距離插值法等[18]。本文利用ArcGis10.1軟件，選取反距離插值法對表層土壤重金屬和大氣降塵重金屬的空間分布特征進行研究分析。

2.3.2 地積累指數法

地積累指數法最早是由德國科學家Muller提出，地積累指數可以分級評價土壤中重金屬的污染程度[19]。該方法的優點在于同時考慮到了人類活動對土壤產生的影響和自然成巖作用所引起的土壤背景值的變化[20]。地積累指數公式為

式中，geo為地積累指數；C為元素的實測質量分數，mg/kg；B為土壤元素的背景值，mg/kg。評價分級標準見表1。

表1 基于土壤重金屬地積累指數的污染程度分級

2.3.3 潛在生態危害指數法

與一般運動相同，在輪滑運動中，初學者都會因為對輪滑知識掌握不夠，輪滑技巧不夠扎實，技術不夠熟練而引起一些身體的損傷。常見輪滑運動中的損傷大概有扭傷、摔傷、撞傷以及高難度輪滑技巧使用中經常出現的肌肉拉傷等，運動損傷的部位通常都是手腕關節、肘關節、膝關節。在學生學習輪滑運動時，這些部位和關節的損傷較為明顯，有時甚至會傷到頭部，在失去平衡作用下，頭磕碰到地面造成輕微頭部撞傷現象，因此輪滑課程是一項非常容易受傷的運動課程。

潛在生態危害指數法是根據瑞典科學家Hankason提出的潛在生態風險指數法來評價土壤中重金屬的生態風險的典型方法。該方法的優點在于考慮到了重金屬區域背景值之間的差異，以及重金屬在環境中的遷移轉化規律[21]。以新疆土壤重金屬背景值為參考，對研究區內各采樣點的潛在生態風險指數進行了計算，并進行了評價。單個重金屬的潛在生態風險指數為

表2 重金屬生物毒性響應系數

表3 潛在生態危害指數法定量分級標準

2.3.4 灰色關聯分析法

灰色系統理論認為變量之間的關聯度是非對稱性的，可以較為客觀的反映系統中變量間的灰色關系。灰色關聯分析的基本原理是對反映各因素變化特性的數據序列所進行幾何比較，幾何形狀越接近，則變化趨勢也越接近，其關聯度也越大，而關聯度用于描述因素間關系的強弱、大小和次序。該方法對所采集樣本的數量和分布規律無過多要求，相較于傳統的數理統計分析方法，灰色關聯分析考慮到了變量的方向性與非對稱性，可以更加科學、準確地反映各變量間的空間分布關系[22]。理想評價對象數列為

被評價對象數列為

灰色關聯系數計算公式為

灰色關聯度計算公式為

3 結果與分析

3.1 表層土壤重金屬質量分數描述性統計

對所有采樣點表層土壤中所含的6種重金屬進行統計分析，平均值顯示質量分數最高的是Cr，平均值達到了87.63mg/kg，質量分數最低的是Hg，平均值為0.07mg/kg。重金屬質量分數的均值為Cr>Zn>As>Cu>Pb>Hg，由表4可知，Cr、Pb、As這3種元素的平均值超過了新疆昌吉州土壤背景值，統計顯示Hg和As的最大值超過了新疆昌吉州背景值的5倍。因此應將Hg和As作為該區域的重點治理對象。

表4 研究區土壤重金屬質量分數描述性統計

3.2 表層土壤重金屬空間分布特征分析

利用測得的6種重金屬元素質量分數結合通過反距離插值法對表層土壤的重金屬污染情況進行空間表征，結合研究區示意圖（圖1）可知Hg的高值區主要集中在煤礦開采區域，包括煤化工廠和周邊的排土場、煤矸石堆場等，在此基礎上根據前人研究成果可初步推斷出粉塵、矸石堆等可能是Hg的主要污染來源[23]。由圖2a可知，As污染的高值區主要在五彩灣和將軍廟礦區周圍，其濃度達到了89.72mg/kg；而低值區位于卡拉麥里山附近和研究區南部沙漠邊緣，因此可以認為As在準東的富集和分布是受到自然和人為因素的共同影響。Cr元素的富集區主要在道路兩側和將軍廟礦區及其以西的工業區等人為活動頻繁的地帶，說明Cr的產生與采礦活動和其他人類生活生產活動有關。由于采礦區地形呈半盆地狀，人類開采活動時向東、西和北3個方向擴散的煤塵受地形阻礙而沉降下來[24]。此外，由于重金屬Pb和Cr在煤塵中的質量分數較大，導致該區域成為Pb和Cr的富集區。通過空間分析還發現，表層土壤的Cu和Zn的空間分布趨勢基本一致，這可能是因為Cu和Zn質量分數除了受到煤礦和其他能源生產活動的影響外，更多受到土壤母質、地形、地貌、等非人為因素的影響，因此其分布范圍較廣[25]。此外，Hg和Cr在空間分布上有所相似，其高值區均位于道路兩側，而As和Hg的空間分布也存在一些重合區域。

圖2 研究區表層土壤重金屬質量分數空間分布圖

3.3 表層土壤重金屬地累積指數法評價和潛在生態風險評估

基于實測表層土壤重金屬質量分數及地累積指數計算公式，得到每個采樣點的污染水平，并計算出該點的污染水平在所有樣點污染等級中所占的比例，從而得出研究區土壤中各個重金屬元素的污染率（表5）。表中所示為表層土壤中不同重金屬污染等級及所占比例，由表可知，Zn、Cu、Pb 3種元素的污染程度最輕，為無污染級別；Cr元素最高污染等級為3級，屬于中度污染，其中無污染、輕-中度污染和中度污染的頻率為43%、43%、10%，可以看出Cr元素的污染程度比較分散。Hg元素最高污染等級為6，即強-極強度污染，在其余污染等級也有大量分布，同時Hg在無污染狀態下的比例也占了42%，可以看出Hg在很大程度上受到了人為因素的影響。由As元素的地積累指數表明As在輕-中度污染到中度污染范圍內的比例占到了90%，其污染范圍較廣，污染程度較重。

表5 表層土壤重金屬元素污染率

表6為研究區表層土壤重金屬的單個因子潛在危害指數。其中，Hg元素在表層土壤中的潛在危害指數達到了133.2，處于較高生態風險；Zn、Cu、Cr、Pb、As這5種元素的潛在危害指數均低于40，為輕微潛在生態危害，表明在表層土壤中這5種元素的潛在生態危害處于較低水平且屬于低生態風險。

表6 表層土壤重金屬污染程度及潛在危害指數分析

3.4 大氣降塵中重金屬元素的分布特征

表7為計算得到準東大氣降塵重金屬的geo。由表可知，大氣降塵重金屬平均geo指數為Zn>Cr>Cu>As>Pb> Hg，Zn為主要污染因子重金屬，且其地積累指數達到了5.67，屬于極強度污染狀態。Hg的污染級別為0，可視為無污染。Cu、Pb、As這3種重金屬均處于一級輕度-中度污染。得出的大氣降塵重金屬的geo與降塵重金屬濃度結果相一致。由表8可知研究區Zn元素平均值超出全國土壤背景值的80多倍，說明研究區Zn污染的狀況十分嚴重，應被重點關注并進行專項治理。

表7 大氣降塵重金屬地積累指數

表8 大氣降塵重金屬平均質量分數與全國土壤背景值

對6種大氣降塵重金屬的濃度進行插值，得到降塵重金屬污染的空間分布（圖3），Li等的研究指出，汽車尾氣排放等交通運輸活動是Cu、Zn和Pb等多種重金屬的重要來源可作為交通污染的指示元素[26]。結合研究區示意圖（圖1）可知，Zn、Cu、Cr這3種重金屬主要來自金屬冶煉等工業活動，其主要分布在研究區北部、西北部地區的礦區和大型金屬冶煉制造業地帶，且污染嚴重。As的主要人為來源是金屬冶煉和煤的燃燒[27]，其分布的高值區主要位于將軍廟煤礦區附近。影響大氣降塵Pb空間分布的主要原因是煤的燃燒和車輛尾氣排放[28]。Pb、Hg、As的主要富集地帶共同位于將軍廟煤礦區和交通線路交匯處，且有小范圍高值區出現在北部五彩灣礦區及其周邊地區。

圖3 研究區大氣降塵重金屬質量分數空間分布圖

3.5 表層土壤重金屬與大氣降塵的關聯性分析

Pearson相關系數是衡量定距變量間的線性關系的常用方法，其取值范圍為-1～1[29]。表層土壤中重金屬質量分數與大氣降塵的相關性見表9。由表可知，6種重金屬在表層土壤與降塵中的相關系數大小順序為As>Hg>Cr>Cu>Pb>Zn，As在降塵與表層土壤中的質量分數具有較高的相關性，其相關系數達0.660，證明了表層土壤中的As是通過降塵進入表層土壤而非自然成土過程[30]。降塵中的As與表層土壤中的Hg具有很高的相關性，其相關系數為0.720，說明這2種元素具有較好的伴生關系，其來源可能一致。而表層土壤中Zn的質量分數與大氣降塵中Zn的質量分數相關性最低，且呈負相關，這可能是受到降塵收集容器鍍鋅防銹層的影響，造成數據出現一定的偏差。

灰色關聯分析法是依據2個變量變化的幾何形狀的相似程度，對數據序列所進行幾何比較進而判定兩者變化趨勢的關聯關系。與Pearson相關分析不同，該方法突破了傳統分析方法中變量兩兩對應的框架，而是將各種不同變量置于同一系統內進行比較分析，強調若干個離散函數對一個離散函數遠近的相對程度，如關聯程度的強弱與次序等；而因素之間的關聯度數值無實際意義[22]。因此，為進一步深入探討6種大氣降塵重金屬元素在表層土壤與降塵中動態變化趨勢的絕對關聯度，依據公式（7），計算表層土壤與大氣降塵中各元素的關聯度并進行排序（表10），排序結果為As>Hg>Cr>Cu>Pb>Zn。其中，As的關聯度最高，Hg次之，說明這2種元素關聯較為緊密，其在表層土壤及大氣降塵中的變化趨勢十分接近。而Zn的關聯度最低，表明Zn元素在表層土壤與大氣降塵中變化趨勢差異最大。此外，各元素關聯度之間存在一定差異，證明大氣降塵對表層土壤中不同重金屬元素的積累作用有所差別，這可能是受到元素沉降特性不同的影響，也與風向、風速等自然環境因素有關[31]。2種方法的分析結果均表明準東地區表層土壤與大氣降塵中6種重金屬中，Hg和As元素具有較強的一致性，結合其空間分布情況可知，這2種元素在大氣與表層土壤中的變化趨勢高度相似（圖2、圖3）。

表9 土壤與降塵中重金屬質量分數Pearson相關系數

表10 表層土壤與降塵重金屬質量分數關聯度排序

4 討 論

土壤重金屬與大氣降塵重金屬之間的關聯性可以反映重金屬污染的來源、土壤-大氣系統中重金屬的傳輸、遷移和擴散特征。在以往的研究中，劉巍等[32]利用單因素方差分析等手段對降塵與表層土壤中重金屬質量分數進行比較，指出Zn、Cu、Gr和Pb這4種重金屬質量分數差異顯著，而Hg和As這2種重金屬質量分數差異不顯著，認為表層土壤和降塵中的Hg和As質量分數具有一致性，并基于此推斷出了表層土壤中Hg和As可能來源于礦區采礦活動。羅娜娜等[33]采用灰色關聯分析法對北京城區大氣顆粒物與地表土壤重金屬元素之間進行了關聯度分析，發現空氣降塵與表層土壤是高度關聯的，并指出土壤與大氣系統中重金屬關聯度受到主導風向及風速的影響。因此本研究結合了Pearson相關系數和灰色關聯分析法，證明了研究區表層土壤與大氣降塵中的6種重金屬中，Hg和As元素具有較強的一致性，這與劉巍等[32]的研究結果相一致。相較于羅娜娜等[33]開展于城市內部的研究所得到的結論有所出入，其原因可能在于相較于城市建成區，準東礦區重金屬的遷移擴散更容易受復雜地形地貌、景觀特征、風力風向和人為采礦活動的影響，尤其是礦區開采強度不一、多大風天氣會導致煤粉等污染物在大氣中的擴散有所差異，因此準東礦區大氣降塵對表層土壤的影響不均勻。結合研究區表層土壤與大氣中6種重金屬的空間分布狀況可知，就準東礦區而言，Pearson相關分析法與灰色關聯分析法均適用于分析本區表層土壤-大氣系統中重金屬的關聯性。

土壤是是典型的開放系統，其不僅與大氣存在物質交流，也與水、巖石等非生物因素和土壤微生物等要素之間也存在物質交換，污染物不僅隨著大氣傳輸而遷移擴散，也會隨地表水的流動和農田灌溉等途徑在土壤中積累[34]。本研究初步探討了表層土壤與大氣系統間重金屬質量分數間的相互作用與影響，但相關研究指出，區域的降塵量與人類生產活動以及當地的盛行風向、降水量等氣候因子緊密相關[35]。此外，研究區表層土壤與降塵中的重金屬質量分數高值區均集中在煤礦開采區、煤電煤化工廠、排土場等區域。礦區粉塵的來源十分復雜，包括開采過程中產生的煤粉，由于不完全燃燒所產生的煙塵以及煤化產業排放的有害生產性粉塵等[23]。受人類工業活動等因素的影響，這些區域原本稀薄的土壤層基本不復存在，土壤性狀、重金屬質量分數等理化性質極易受到大氣粉塵的影響，這些因素可能會造成研究結果產生一定誤差。因此，在今后的研究中將進一步擴大樣本數量，結合粉塵量這一重要因素對地累積指數和潛在生態風險指數進行分析，探討粉塵量對其造成的影響；并在此基礎上，將開采區，排土場等與其他常規區域土壤做出劃分，進行更為細致的理化測試分析，區分表層土壤與大氣粉塵，更為深入的探討大氣與土壤重金屬之間的關聯性，該研究可以為區域的重金屬污染與防治提供一定的科學依據。

5 結 論

以新疆準東礦區為研究靶區，利用51 個表層土壤及大氣降塵采樣點的重金屬質量分數數據，研究了區域表層土壤及大氣降塵重金屬污染程度、生態風險、空間分布狀況以及污染來源，并結合Pearson相關分析法與灰色關聯分析法探討了準東礦區表層土壤重金屬與大氣降重金屬塵間的關聯性，得到以下結論：

1）表層土壤重金屬質量分數的空間分布狀況表明，重金屬的高值區主要出現在公路附近、采礦區周圍以及五彩灣煤電化工工業帶附近，高值聚集區范圍比較廣；重金屬質量分數的低值區主要分布在離煤礦較遠的荒漠地帶。煤礦開采活動和其他工業生產對高值區的分布產生的影響最大，在整個研究區域中部，工業區和采礦區附近重金屬質量分數最高。

2）土壤重金屬地積累指數和潛在生態風險指數評價結果表明，Hg和As質量分數分別達到中度和重度污染， Hg元素的污染在很大程度上受到了人為因素影響，其富集區域比較集中；As污染面積較廣，污染程度也較重。潛在生態風險和危害指數表明，在表層土壤中這5種元素的潛在生態危害處于較低水平且屬于低生態風險；Hg元素在表層土壤中的潛在危害指數較高,達到了133.2，處于較高生態風險。

3）大氣降塵研究表明，大氣中Zn和Cr的污染最為嚴重，其中質量分數最高的Zn元素超出全國土壤背景值的80多倍，其地積累指數達到了5.67，處于極強度污染狀態。Zn和Cr的高值區主要集中在研究區北部、西北部地區的五彩灣煤電煤化工產業帶等工業園區，其來源可判斷為生產過程中的金屬冶煉。

4）Pearson相關分析與灰色關聯分析的結果表明，準東地區表層土壤與大氣降塵中6種重金屬的線性相關關系與幾何形狀的絕對關聯度排序結果一致，即As>Hg>Cr>Cu>Pb>Zn。準東地區表層土壤與大氣降塵中的6種重金屬中，Hg和As元素具有一致性，且具有相同的來源，說明大氣降塵對表層土壤中重金屬的質量分數有一定影響。

[1] Franco-Uría A, López-Mateo C, Roca E, et al. Source identification of heavy metals in pastureland by multivariate analysis in NW Spain[J]. Journal of hazardous materials, 2009, 165(1): 1008－1015.

[2] Ravankhah N, Mirzaei R, Masoum S. Spatial eco-risk assessment of heavy metals in the surface soils of industrial city of Aran-o-Bidgol, Iran[J]. Bulletin of environmental contamination and toxicology, 2016, 96(4): 516－523.

[3] Reza S K, Baruah U, Singh S K, et al. Geostatistical and multivariate analysis of soil heavy metal contamination near coal mining area, Northeastern India[J]. Environmental Earth Sciences, 2015, 73(9): 5425－5433.

[4] Wang J, Tiyip T, Ding J, et al. Desert soil clay content estimation using reflectance spectroscopy preprocessed by fractional derivative[J]. PloS one, 2017, 12(9): e0184836.

[5] 姜菲菲，孫丹峰，李紅，等. 北京市農業土壤重金屬污染環境風險等級評價[J]. 農業工程學報，2011，27(8)：330－337. Jiang Feifei, Sun Danfeng, Li Hong, et al. Risk grade assessment for farmland pollution of heavy metals in Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(8): 330－337. (in Chinese with English abstract)

[6] 孫春媛，趙文吉，鄭曉霞，等. 北京城區土壤重金屬空間分布及與降塵的關聯性分析[J]. 中國科技論文，2016，11(9)：1035－1040. Sun Chunyuan, Zhao Wenji, Zheng Xiaoxia, et al. Analysis on the spatial distribution of heavy metal in surface soil and the relationships to atmospheric dust in Beijing urban area[J]. China Sciencepaper, 2016, 11(9): 1035－1040. (in Chinese with English abstract)

[7] 吳文勇，尹世洋，劉洪祿，等. 污灌區土壤重金屬空間結構與分布特征[J]. 農業工程學報，2013，29(4)：165－173. Wu Wenyong, Yin Shiyang, Liu Honglu, et al. Spatial structure and distribution characteristics of soil heavy metals in wastewater irrigation district[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(4): 165－173. (in Chinese with English abstract)

[8] Dai Jinxing, Wu Xiaoqi, Ni Yuanyuan, et al. Geochemical characteristics of natural gas from mud volcanoes in the southern Junggar Basin[J]. Science China Earth Sciences, 2012, 55(3): 355－367.

[9] 阿不都艾尼·阿不里，塔西甫拉提·特依拜，買買提·沙吾提，等. 準東露天煤礦土壤重金屬的污染及空間分布特征分析[J]. 中國礦業，2016，25(3)：58－64. Abduhini Abliz, Tashpolat Tiyip, Mamat Sawut, et al, Analysis of the spatial distribution of soil heavy metal pollution in Zhundong open pit coal mine[J]. China Mining Magazine, 2016, 25(3): 58－64. (in Chinese with English abstract)

[10] 姚峰，包安明，古麗·加帕爾，等. 新疆準東煤田土壤重金屬來源與污染評價[J]. 中國環境科學，2013，33(10)： 1821－1828. Yao Feng, Bao Anming, Guli Jiapaer, et al. Soil heavy metal sources and pollution assessment in the coalfield of East Junggar Basin in Xinjiang[J]. China Environmental Science, 2013, 33(10): 1821－1828. (in Chinese with English abstract)

[11] 楊春，塔西甫拉提·特依拜，侯艷軍，等. 新疆準東煤田降塵重金屬污染及健康風險評價[J]. 環境科學，2016，37(7)：2453－2461. Yang Chun, Tashpolat Tiyip, Hou Yanjun, et al. Assessment of heavy metals pollution and its health risk of atmospheric dust fall from east part of Junggar Basin in Xinjiang[J]. Environmental Science, 2016, 37(7): 2453－2461. (in Chinese with English abstract)

[12] 夏楠，塔西甫拉提·特依拜，依力亞斯江·努爾麥麥提，等. 卡拉麥里南部工業區梭梭和琵琶柴重金屬空間分布及污染評價[J]. 生態學報，2017，37(11)：3912－3918. Xia Nan, Tashpolat Tiyip, Ilyas Nurmemet, et al. Heavy metal spatial distribution and contamination assessment of hadoxylon and reaummuria soongorica in an industrial area south of Kalamali[J]. Acta Ecological Sinica, 2017, 37(11): 3912－3918. (in Chinese with English abstract)

[13] 郭偉，趙仁鑫，張君，等. 內蒙古包頭鐵礦區土壤重金屬污染特征及其評價[J]. 環境科學，2011，32(10)：3099－3105. Guo Wei, Zhao Renxin, Zhang Jun, et al. Distribution characteristic and assessment of soil heavy metal pollution in the iron mining of Baotou in Inner Mongolia[J]. Environmental Science, 2011, 32(10): 3099－3105. (in Chinese with English abstract)

[14] 董霽紅，于敏，程偉，等. 礦區復墾土壤種植小麥的重金屬安全性[J]. 農業工程學報，2010，26(12)：280－286. Dong Jihong, Yu Min, Cheng Wei, et al. Safety of heavy metals pollution for wheat planted in reclaimed mining soil[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(12): 280－286. (in Chinese with English abstract)

[15] 王心義，楊建，郭慧霞. 礦區煤矸石堆放引起土壤重金屬污染研究[J]. 煤炭學報，2006，31(6)：808－812. Wang Xinyi, Yang Jian, Guo Huixia. Study on heavy metals in soil contaminated by coal waste rock pile[J]. Journal of China Coal Society, 2006, 31(6): 808－812. (in Chinese with English abstract)

[16] 吳學麗，楊永亮，湯奇峰，等. 沈陽河水、地下水及沉積物中重金屬的生態風險評價及來源辨析[J]. 生態學雜志，2011，30(3)：438－447. Wu Xueli, Yang Yongliang, Tang Qifeng, et al. Ecological risk assessment and source analysis of heavy metals in river water, groundwater along river banks and river sediments in Shenyang[J]. Chinese Journal of Ecology, 2011, 30(3): 438－447. (in Chinese with English abstract)

[17] 王敬哲，塔西甫拉提·特依拜，張東. 基于分數階微分的荒漠土壤鉻含量高光譜檢測[J]. 農業機械學報，2017，48(5)：152－158. Wang Jingzhe, Tashpolat Tiyip, Zhang Dong. Spectral detection of chromium content in desert soil based on fractional differential[J].Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(5): 152－158. (in Chinese with English abstract)

[18] 湯國安. ArcGIS地理信息系統空間分析實驗教程[M]. 北京：科學出版社，2012. Tang Guoan. Sptial Ananlysis Operating Direction on ArcGIS[M]. Beijing: Science Press, 2012. (in Chinese with English abstract)

[19] Muller G. Index of geoaccumulation in sediments of the Rhine River[J]. 1969, 2(108): 108－118.

[20] 高宇瀟，塔西甫拉提·特依拜，夏楠，等. 新疆準東五彩灣煤田區不同深度土壤重金屬污染評價、來源分析與空間分布特征[J]. 中國礦業，2016，25(9)：74－81. Gao Yuxiao, Tashpolat Tiyip, Xia Nan, et al. Spatial distribution and pollution source assessment of different depth of soil heavy metals in the wucaiwan coal field in Xinjiang East Junggar Basin[J]. China Mining Magazine, 2016, 25(9): 74－81. (in Chinese with English abstract)

[21] Hakanson L. An ecological risk index for aquatic pollution control. A sedimentological approach[J]. Water research, 1980, 14(8): 975－1001.

[22] 鄧聚龍. 灰色系統基本方法[M]. 武漢：華中理工大學出版社，1987. Deng Julong. Basic Method of Grey System[M]. Wuhan: Press of Huazhong University of Science and Technology, 1987. (in Chinese with English abstract)

[23] 夏軍. 準東煤田土壤重金屬污染高光譜遙感監測研究[D]. 烏魯木齊：新疆大學，2014. Xia Jun. Study on the Monitoring of Soil Heavy Metal Pollution with Hyperspectral Remote Sensing in the Eastern Junggar coalfield[D]. Urumqi: Xinjiang University, 2014. (in Chinese with English abstract)

[24] Jiang T, Liu Z, Wang T. Analysis on fracture-control factors for structural deformation of Jurassic coal-bearing strata in eastern section of mountain front, north Junggar Basin[J]. Procedia Earth and Planetary Science, 2011, 3: 154－160.

[25] Abuduwaili J, Zhang Z, Jiang F. Assessment of the distribution, sources and potential ecological risk of heavy metals in the dry surface sediment of Aibi Lake in Northwest China[J]. PloS one, 2015, 10(3): e0120001.

[26] Li X, Lee S, Wong S, et al. The study of metal contamination in urban soils of Hong Kong using a GIS-based approach[J]. Environmental Pollution, 2004, 129(1): 113－124.

[27] 江華亮，王宗爽，武雪芳，等. 我國大氣PM 2.5中砷的污染特征，來源及控制[J]. 環境工程技術學報，2015，5(6)：464－470. Jiang Hualinag, Wang Zongshuang, Wu Xuefang, et al. Pollution characteristics, sources and control of arsenic in PM 2.5 in China[J]. Journal of Environmental Engineering Technology, 2015, 5(6): 464－470. (in Chinese with English abstract)

[28] 黃順生，華明，金洋，等. 南京市大氣降塵重金屬含量特征及來源研究[J]. 地學前緣，2008，15(5)：161－166. Huang Shunsheng, Hua Ming, Jin Yang, et al. Concentrations and sources of heavy metal in atmospheric dustfall in the Nanjing city, East China[J]. Earth Science Frontiers, 2008, 15(5): 161－166. (in Chinese with English abstract)

[29] Kraft J, Kraft A. On the relationship between energy and GNP[J]. The Journal of Energy and Development, 1978, 3(2): 401－403.

[30] 黃春雷，宋金秋，潘衛豐. 浙東沿海某地區大氣干濕沉降對土壤重金屬元素含量的影響[J]. 地質通報，2011，31(9)：1434－1441. Huang Chunlei, Song Jinqiu, Pan Weifeng. Impact of dry and wet atmospheric deposition on content of heavy metals in soils along coastal areas of eastern Zhejiang Province[J]. Geological Bulletin of China, 2011, 30(9): 1434－1441. (in Chinese with English abstract)

[31] Facchinelli A, Sacchi E, Mallen L. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils[J]. Environmental pollution, 2001, 114(3): 313－324.

[32] 劉巍，楊建軍，汪君，等. 準東煤田露天礦區土壤重金屬污染現狀評價及來源分析[J]. 環境科學，2016，37(5)：1938－1945. Liu Wei, Yang Jianjun, Wang Jun, et al. Contamination assessment and sources analysis of soil heavy metals in opencast mine of East Junggar Basin in Xinjiang[J], Environmental Science, 2016, 37(5): 1938－1945. (in Chinese with English abstract)

[33] 羅娜娜，趙文吉，晏星，等. 北京城區大氣顆粒物與地表土壤金屬元素空間關聯分析[J].生態環境學報，2013，22(6)：1025－1031. Luo Nana, Zhao Wenji, Yan Xing, et al. The spatial coupling relationship between atmospheric particulates and heavy metal of surface soil in Beijing urban area[J]. Ecology and Environmental Sciences, 2013, 22(6): 1025－1031. (in Chinese with English abstract)

[34] 趙珂. 大氣降塵對土壤重金屬累積量估算方法探討——以重慶市綦江縣永新冶煉廠為例[J]. 環境科學與管理, 2007，32(11)：55－58. Zhao Ke. Discussions on the method of estimating accumulated- quantity of heavy metal in soil caused by dustfall as yongxin smelt factory an example in Qijiang county of Chongqing[J].Environmental Science and Management, 2007, 32(11): 55－58. (in Chinese with English abstract)

[35] 高貴生，宋理明，馬宗泰. 青海省降塵量時空分布及其影響因素分析[J]. 中國沙漠，2013，33(4)：1124－1130. Gao Guisheng, Song Liming, Ma Zongtai. Temporal-spatial distribution and impact factors of dustfall in Qinghai Province of China[J]. Journal of Desert Research, 2013, 33(4): 1124－1130. (in Chinese with English abstract)

阿爾祖娜·阿布力米提，王敬哲，王宏衛，茹克亞·薩吾提，阿不都艾尼·阿不里，吾木提·艾山江.新疆準東礦區土壤與降塵重金屬空間分布及關聯性分析[J]. 農業工程學報，2017，33(23)：259－266. doi：10.11975/j.issn.1002-6819.2017.23.034 http://www.tcsae.org

Aerzuna Abulimiti, Wang Jingzhe, Wang Hongwei, Rukeye Sawut, Abdugheni Abliz, Umut Hasan. Spatial distribution analysis of heavy metals in soil and atmospheric dust fall and their relationships in Xinjiang Eastern Junggar mining area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(23): 259－266. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.23.034 http://www.tcsae.org com

Spatial distribution analysis of heavy metals in soil and atmospheric dust fall and their relationships in Xinjiang Eastern Junggar mining area

Aerzuna Abulimiti, Wang Jingzhe, Wang Hongwei※, Rukeye Sawut, Abdugheni Abliz, Umut Hasan

(1.830046,; 2.830046,)

Heavy metal pollution is the representative environmental pollution which is caused by heavy metals or their compounds. It has wide range, long duration, non-degradability, and some other features. The accumulation of heavy metals in soil will destroy the physical and chemical properties of soil, cause irreversible pollution of environment, and further threaten human health. For mining area, influenced by human exploitation, the top soil is thin and is easily affected by atmospheric dust fall. The relationship between soil heavy metals and atmospheric dust fall could reflect the sources of heavy metals pollution. Furthermore, the transport, migration and diffusion characteristics of heavy metals in the soil-atmosphere system could be revealed through the analysis of it. Existing work has mostly focused on only top soil, which might ignore the influence of dust reduction.Therefore, this study aimed to investigate the pollution status of heavy metals in the surface soil and their relevance with atmospheric dust fall. With 51 surface soil samples and 51 atmospheric dust fall samples collected from Eastern Junggar coal mining area in Xinjiang Uygur Autonomous Region, China, the contents of 6 kinds of heavy metals (As, Cu, Cr, Hg, Pb, and Zn) in the samples were measured in the laboratory. The geo-accumulation could be used to evaluate the pollution degree of heavy metals in soil. The potential ecological risk index takes into account the difference of the background values of heavy metals and the migration and transformation of heavy metals in the environment. The descriptive statistics of heavy metals in surface soil were carried out. Secondly, the spatial distribution, geo-accumulation, and potential ecological risk index of heavy metal from surface soil and atmospheric dust fall were analyzed. The outcomes of the analysis of them were described by ArcGIS 10.1 spatial analysis with inverse distance weighted (IDW) interpolation method. Subsequently, the correlation between surface soil and atmospheric dust fall was analyzed by Pearson correlation analysis and grey correlation analysis. Pearson correlation coefficient has been widely used to measure the linear relationship between fixed distance variables, and the value range is from -1 to 1; the greater the absolute value, the stronger the correlation. For the grey relational analysis, if the correlation degree was greater than 0.6, the 2 factors could be regard as being correlated significantly. The results showed that: 1) There were significant spatial distinctions between 6 kinds of heavy metal elements (As, Cu, Cr, Hg, Pb, and Zn) in surface soil. The pollution level of Hg was the most serious, which could be regard as the strong polar pollution, and its potential ecological risk index reached a high ecological risk. The Zn and Cu were basically in a state of no pollution, and they were at a slight ecological risk. 2) There were obvious differences in the spatial distribution of heavy metals in atmospheric dust fall. The Zn in atmospheric dust fall was in pollution with extreme intensity, while Hg was in no pollution state. 3) Pearson correlation coefficients showed that Hg and As in the atmospheric dust fall were significantly related to the As in soil, and the correlation coefficients reached 0.72 and 0.66, separately. The results of grey correlation degree showed that the relevance between heavy metal in surface soil and atmospheric dust was notable, but varied among 6 kinds of heavy metal elements. The amount of local dust was related to human production activities and local climatic factors closely, i.e., prevailing winds and precipitation. Therefore, in further research, the size of samples will be expanded, and this important factor will be used to analyze the spatial distribution, geo-accumulation, and potential ecological risk index of heavy metals, and explore the impact of dust on it.

heavy metals; soil; dust; spatial distribution; Geo-accumulation; potential ecological risk index; correlation analysis

10.11975/j.issn.1002-6819.2017.23.034

X51；X53

A

1002-6819(2017)-23-0259-08

2017-07-07

2017- 10-26

國家自然科學基金（U1603241、51704259、41705032、41761077）；新疆維吾爾自治區自然科學基金（2016D01C053）

阿爾祖娜·阿布力米提，主要從事干旱區生態環境方向研究。Email：aerzuna@163.com

王宏衛，教授，主要從事干旱區綠洲生態環境與人文影響研究。Email：wanghw_777@163.