长三角典型地区土壤—植物体系重金属地球化学特征

论文摘要

长三角地区随着近年来工业的快速发展,环境污染问题越来越严重。稻米小麦是长三角地区居民的主要粮食,农田重金属污染问题显得尤为突出,农田重金属污染的调查和研究成为必要。传统地球化学方法研究农田重金属污染花费的成本太高,寻找快速简单的方法对农田污染进行实时检测是农田污染研究的必然趋势。土壤光谱包含了重要地球化学信息,可以用来对土壤成分进行预测,可以为遥感技术在农田污染中的应用奠定基础。本文以长三角的农田土壤-水稻、土壤-小麦体系为研究对象,采集了南京、镇江、常州、苏州、无锡、泰州、扬州、南通、上海八市的农田地区共66组水稻样品（包括水稻土壤和水稻植物样）,88组小麦样品（包括小麦土壤和小麦植物样）,对土壤和植物样中的重金属元素、常量元素以及土壤pH、TOC进行了测试,并采集了土壤的光谱数据。经过数据分析,得到如下结论：1、研究区土壤与植物已经受到了重金属的干扰。水稻土壤和小麦土壤均受到比较严重的Cd干扰,根据GB15618-1995的二级标准,水稻土壤有9.09%的样品Cd超标,Cd质量分数较高的样品出现在苏州、镇江、常州地区；根据GB15618-1995的二级标准,小麦土壤有10.23%的样品Cd超标,Cd质量分数较高的样品分布在沿江一带和苏州一带；水稻籽实受到了As、Cd的威胁,根据GB2762-2005超标率分别为25.76%、4.55%,常州、苏州、泰州、扬州高邮一带均有高质量分数的As样品分布,Cd质量分数较高的样品则分布于苏州、无锡一带；小麦籽实受到了Cd、Cu、Zn的威胁,根据GB2762-2005、GB15199-94、GB13106-91超标率分别为7.95%、7.95%、17.05%, Cd、Cu、Zn质量分数较高的样品主要分布与苏州、无锡一带以及沿江一带。2、植物对As、Hg、Pb、Cd、Cr、Cu、Zn七种重金属元素的富集能力比较,水稻最容易富集Cd,最不容易富集Cr。小麦最容易富集Cu、Cd、Zn三种元素,最不易富集Cr元素。影响植物中重金属积累的因素主要有生物可利用系数和土壤的理化指标。生物可利用性系数越高,植物越容易富集重金属。土壤理化指标对植物富集重金属的影响表现为：控制As、Cr在植物体中积累的土壤理化指标有土壤Al2O3、Fe2O3,土壤中Al2O3、Fe2O3越高,As、Cr越不容易在植物中积累；土壤TOC对植物体中Hg的富集有抑制作用；控制Pb在水稻中积累的土壤理化指标有土壤Fe2O3, TOC,这两者越高,水稻体内越不容易富集Pb,而抑制Pb在小麦中富集的因素为土壤pH, CaO;控制Cd、Cu在植物体内积累的土壤理化指标有pH、CaO、 MgO、P,这些土壤性质的质量分数越高,植物体越不容易积累Cd、Cu;土壤A12O3、Fe2O3、TOC对植物体积累Zn有抑制作用。在治理植物体内的重金属污染时,可以考虑从这些因素方面着手。3、土壤pH与可见光波段光谱反射率正相关系数显著。利用该波段的光谱反射率与光谱一阶导数对水稻、小麦共154个土壤pH进行预测,均取得较好的效果,实测值与预测值相关系数R2分别为0.7245,0.7148。利用建立的两个模型预测苏锡沪293个土壤的pH值,能取得较好的预测效果,而利用光谱反射率得到的预测效果比利用光谱一阶导数取得的预测效果更为理想。土壤TOC与550nm-2300nm波段的光谱反射率呈现显著的负相关,利用该波段的光谱反射率对土壤TOC进行预测能取得良好的效果,实测值与预测值的相关系数R2=0.8498。重金属Cr, Cu与土壤光谱反射率在1400-2300nm波段的负相关性显著,利用该波段光谱反射率对土壤中Cr, Cu进行预测,均能取得较理想的效果,实测值与预测值相关系数R2分别达到0.8383和0.6199。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 前言
• 1.1 研究背景
• 1.2 农田重金属污染研究现状
• 1.3 学科背景
• 1.3.1 环境地球化学
• 1.3.2 反射光谱学
• 1.4 研究思路
• 1.5 工作量统计
• 第二章 研究区概况和研究方法
• 2.1 研究区概况
• 2.1.1 自然地理
• 2.1.2 地质背景
• 2.1.3 土壤类型
• 2.2 采样及测试方法
• 2.2.1 样品的采集
• 2.2.2 样品的制备与处理
• 2.2.3 样品测试方法
• 第三章 土壤、农作物中重金属元素分布特征与风险评估
• 3.1 土壤和植物重金属频数、空间分布特征
• 3.1.1 水稻土壤重金属的频数和空间分布特征
• 3.1.2 小麦土壤重金属频数和空间分布特征
• 3.1.3 水稻籽实重金属频数和空间分布特征
• 3.1.4 小麦籽实重金属频数和空间分布特征
• 3.2 重金属评估方法与标准
• 3.2.1 土壤重金属的评估方法与标准
• 3.2.2 植物重金属评估方法与标准
• 3.3 土壤和植物重金属评估
• 3.3.1 水稻土壤重金属元素评估
• 3.3.2 小麦土壤重金属元素评估
• 3.3.3 水稻籽实重金属评估
• 3.3.4 小麦籽实重金属评估
• 本章小结
• 第四章 重金属在土壤-植物体系中的迁移富集特征
• 4.1 重金属在土壤中的形态特征
• 4.2 生物可利用性系数
• 4.3 土壤-植物体系中的重金属富集系数
• 4.4 影响重金属在土壤-植物体系中迁移的因素
• 4.4.1 土壤理化指标
• 4.4.2 影响As在植物体中积累的因素
• 4.4.3 影响Hg在植物体中积累的因素
• 4.4.4 影响Pb在植物体中积累的因素
• 4.4.5 影响Cd在植物体中积累的因素
• 4.4.6 影响Cr在植物体中积累的因素
• 4.4.7 影响Cu在植物体中积累的因素
• 4.4.8 影响Zn在植物体中积累的因素
• 本章小结
• 第五章 土壤的光谱特征与预测
• 5.1 光谱的数据处理
• 5.2 典型的土壤光谱
• 5.3 土壤理化指标的光谱反映与预测
• 5.3.1 土壤常量指标的光谱反映
• 5.3.2 土壤TOC的光谱反映与预测
• 5.3.3 土壤pH光谱反映与预测
• 5.4 土壤重金属的光谱反映与预测
• 5.4.1 土壤重金属的光谱反映
• 5.4.2 土壤重金属的光谱预测
• 本章小结
• 第六章 结论
• 参考文献
• 硕士期间发表文章
• 致谢