Selenium geochemistry of soil and development potential of Se-rich soil in Xingkai Lake Plain
-
摘要:
土地质量地球化学调查结果显示，兴凯湖平原土壤总体上属足硒土壤，富硒土壤面积不足1%。土壤硒的分布对成土母质具有较好的继承性，新近系富锦组（N1f）发育的土壤中Se平均含量最高，平均值为0.375 mg/kg，该地层控制了研究区富硒土壤的主要分布，而石炭系北兴组凝灰岩发育的土壤中Se含量最低，平均值为0.183 mg/kg。同时，土壤Se含量还受地球化学环境、土壤类型、土壤性质等自然条件综合影响，其中白浆土的Se含量最高，暗棕壤最低；硒与土壤中Corg、N、P、TFe2O3、S、As、Cr、Cu、Hg、Pb、Cd和Ni呈显著正相关，与pH、CaO、Na2O及Zn呈显著负相关。此外，研究区土地综合质量优良，5处潜在富硒区均符合AA级绿色食品产地，且发现天然富硒水稻，开发富硒农产品的潜力巨大。
Abstract:The results of geochemical survey of land quality show that the soil in Xingkai Lake Plain is generally sufficient in selenium, and the area of Se-rich soil is less than 1%. The distribution of Se in soil has a good inheritance from the parent material of soil. The highest average Se content is found in the soils originated from the Neogene Fujin Formation (N1f), with an average value of 0.375 mg/kg. This stratum controls the main distribution of Se-rich soils in the study area. The lowest Se content is found in the soils originated from the Carboniferous Beixing Formation tuff, with an average value of 0.183 mg/kg. Meanwhile, soil Se content is also affected by geochemical environment, soil type, soil properties and other natural conditions. The Se content of white clay soil is the highest, and that of dark brown soil is the lowest.Se is significantly positively correlated with soil Corg, N, P, TFe2O3, S, As, Cr, Cu, Hg, Pb, Cd and Ni, and negatively correlated with pH, CaO, Na2O and Zn.In addition, the comprehensive quality of land in the study area is excellent. The five potential Se-rich areas are in line with the AA green food producing areas, and natural Se-rich rice has been found, which has great potential for the development of Se-rich agricultural products.
-
Keywords:
- Xingkai Lake Plain /
- soil Se content /
- distribution /
- enrichment
-
山区城镇地质环境容量有限，随着山区城镇化建设的加快与建设规模的持续扩张，“向山发展、向沟发展”成为山区城镇化发展的必然趋势，削山造地、开挖坡脚势必诱发大量地质灾害[1]，不仅威胁城镇居民的生命财产安全，同时，严重阻碍城镇化建设与发展。针对吕梁山区城镇边坡安全问题，首先要解决的是边坡风险分级问题，继而基于边坡的风险级别，采取相应的风险防控措施。因此，山区城镇边坡风险分级问题成为吕梁山区城镇化过程中亟待开展的一项研究工作。边坡风险分级是基于城镇边坡单元的危险性与危害性多个评价指标的综合性风险评价。边坡分级系统的概念最早由Pierson等[2]提出，将地质条件、危岩体规模、灾害历史、降雨等因素作为评价因子，开展公路边坡落石风险评估。在此基础上，一些学者[3-5]开展了公路边坡岩崩识别与分级系统研究，基于公路、铁路特点，建立并改进了边坡分级系统；2005年加拿大温哥华召开的“国际滑坡风险管理会议”提出了在土地利用方面地质灾害风险管理的理论框架[6]。依据地质灾害风险理念，Mölk等[7]针对土地利用的边坡开展了岩崩风险分级研究。相对于公路、铁路等线状工程开展的边坡分级研究，基于城镇的边坡风险分级研究则较少。香港曾分别于20世纪70年代末、90年代中期开展了定性的土质边坡分级研究与定量的边坡风险分级研究[8]。在以上边坡风险分级研究的基础上，随着山区城镇化建设与发展的需要，以城镇斜坡或边坡为单元的边坡风险分级研究成果不断涌现。唐亚明等[9]开展了城镇边坡风险分级研究，建立了基于层次分析法的半定量黄土边坡风险分级系统；易靖松等[10]基于城镇斜坡单元，开展了城镇边坡地质灾害风险分级评价。本文以吕梁山区吉县城区为研究区，开展吕梁山区城镇边坡地质灾害风险分级研究。结合研究区地质灾害风险调查与孕灾条件分析，优化吉县城区边坡风险分级系统评分指标；基于数理统计学方法，依据统计趋势线的自然拐点法，对边坡的危险性与危害性分级标准进行改进与厘定，建立城镇边坡风险分级表，并确定吉县城区边坡的风险。在此基础上，探索吕梁山区城镇边坡地质灾害风险分级方法与技术，为吕梁山区城镇边坡地质灾害风险分级与防控、土地利用规划及城镇化建设发展提供技术支撑。
1. 研究区概况
吉县位于山西吕梁山区的南部黄土地区(图 1)，隶属于山西省临汾市。吉县县城属于黄土梁塬型河谷地貌，受地形条件的制约，城区地质环境容量有限，随着城镇化发展的需要，城区范围不断向清水河两侧的黄土支沟拓展，切坡、开挖等工程活动引发了大量的地质灾害及隐患，尤其是黄土崩塌灾害及隐患尤为突出(图 2)。吉县城区共发育地质灾害37处，其中，黄土崩塌33处，黄土滑坡4处，直接威胁人民群众的生命财产安全。
![]()
图 2 吉县城区公路边坡滑塌(a)和土窑边坡崩塌(b)Figure 2. Collapses of highway slope(a) and cave-dwelling slope(b) in urban area of Jixian吉县城区属暖温带大陆性气候，四季分明，年平均气温10℃，极端最低气温零下21.3℃，每年一般于11月开始封冻，解冻始于次年3月上旬，最大冻土深度0.82 m，昼夜温差变化与冻融循环作用导致斜坡土体强度不断降低，是区内春季解冻期黄土崩塌、滑塌灾害频发的主要诱发因素。城区年降水量为560~580 mm，降雨时间集中，主要集中于每年的6—9月，秋季以连阴雨为主，集中降雨与长历时降雨的特征是区内汛期崩塌、滑坡灾害高发的主要因素。
吉县城区位于清水河河谷区，整体地形平缓，但城区南北两侧与黄土梁塬、黄土斜坡相接，受人类开挖、切坡修路、建房等工程活动影响，形成大量高陡边坡崩塌隐患。吉县主城区位于河谷阶地之上，全新统冲洪积层在研究区广泛分布，城区南北两侧为黄土斜坡，表部为上更新统黄土披覆，斜坡主体为中更新统黄土，沿清水河河谷及公路两侧零星出露中生界三叠系中统延长组(T2y)与二马营组(T2e)及下统和尚沟组(T1h)与刘家沟组(T1l)，新生界新近系上新统(N1b)等(图 3)。
![]()
图 3 黄土斜坡(a)和黄土-基岩斜坡(b)剖面Figure 3. Profile of the loess slope(a) and loess-bedrock slope(b)2. 城区边坡风险分级系统设计
城区边坡风险分级系统包括边坡危险性分级与危害性分级，评分指标亦分为危险性评分指标与危害性评分指标。评分指标是根据研究区边坡地质灾害及隐患的特征、类型与孕灾条件、承灾体类型等因素确定的评价指标因子，不同研究区应根据地质灾害类型、发育特征、孕灾条件、承灾体等，制定的符合实际城镇边坡的风险评价指标因子。
2.1 评分指标的选取
在前人研究[9-10]的基础上，考虑山区城镇尺度地貌单元、地质构造、降雨条件等具有共性地质背景的条件下，结合吉县城区地质灾害的类型、特征，以及主控诱发因素、承灾体类型、特征等，认为吉县城区边坡危险性评分指标包括边坡的几何特征、灾害潜在破坏类型与强度、灾害发育的主控诱发因素等，具体包括边坡的地形条件、边坡结构类型、岩土体特性、地表水与地下水、人类工程活动、历史灾害、变形迹象、潜在地质灾害的类型及强度等9项、21个指标；危害性评分指标包括受城镇边坡地质灾害及隐患威胁的承灾体类型、数量、财产的价值、承灾体的易损性等，具体包括6项、15个指标。
2.2 评分指标权重的确定
评分指标权重可以反映评价指标的相对重要程度及对评分结果的贡献程度。评分指标权重的计算方法有熵权法[11]、模糊数学法[12-13]、层次分析法[14-15]等。层次分析法因兼具定性经验判断与定量计算的优势[16]，计算结果更加客观、准确，在地质灾害评价中应用广泛。前人[14, 17]通过建立层次分析模型、构造判断矩阵、合成权重计算、一致性检验等步骤得到危险性与危害性评分指标的权重。因前人对获取评分指标权重的方法、步骤有详细的阐述，本文不再对指标合成权重的获取过程与一致性检验进行详细阐述。利用该方法、步骤，可得到吉县城区边坡通过一致性检验的危险性指标合成权重，WHi=(0.03, 0.06, 0.02；0.01, 0.03；0.02, 0.07；0.03, 0.08；0.06；0.02, 0.04；0.06, 0.03, 0.02；0.06, 0.13；0.03, 0.05, 0.10, 0.05)(表 1)。同理，可得到吉县城区边坡危害性评分指标合成权重，WCi=(0.128, 0.256；0.074, 0.074；0.025, 0.012, 0.005, 0.002；0.039, 0.008, 0.023, 0.013；0.03；0.206, 0.103)。
表 1 危险性指标合成权重Table 1. Integrated weights of hazards factors
WH12 WH22 WH32 WH42 WH52 WH62 WH72 WH82 WH92 合成权重 0.103 0.045 0.097 0.113 0.060 0.060 0.103 0.193 0.226 WH13 0.273 0.03 WH23 0.545 0.06 WH33 0.182 0.02 WH43 0.333 0.01 WH53 0.667 0.03 WH63 0.250 0.02 WH73 0.750 0.07 WH83 0.250 0.03 WH93 0.750 0.08 WH103 1.0 0.06 WH103 0.333 0.02 WH123 0.667 0.04 WH133 0.545 0.06 WH143 0.273 0.03 WH153 0.182 0.02 WH163 0.333 0.06 WH173 0.667 0.13 WH183 0.112 0.03 WH193 0.222 0.05 WH203 0.444 0.10 WH213 0.222 0.05 2.3 评分标准
在充分考虑地质灾害发育特征、孕灾背景条件、潜在灾害类型与强度等因素的基础上，结合前人评分标准的划分方法[9]，依据评价指标对地质灾害危险性的贡献程度，吉县城区边坡危险性评分标准划分为5档，即1分、3分、5分、7分及10分(满分10分)5档分值(表 2)。单个指标的评分分值乘以其对应的权重，可得到该项指标的评分，各指标评分累加可得到边坡单元的危险性评分。危害性评分标准则是基于承灾体的类型与数量、承灾体的易损程度等评价指标对危害性的贡献程度，也划分为5个档次，即1分、3分、5分、7分及10分(满分10分)5档分值(表 3)。危害性的单项评价指标分值乘以其对应的权重，可得到该项指标的评分，并累加得到边坡单元的危害性评分。该风险评价方法相比常用的R=H*V评价方法，评价指标更全面、客观，基于研究区边坡的危险性与危害性分级标准建立了风险分级表，进而确定研究区边坡的风险，评价结果更贴近实际情况，也更具合理性。
表 2 吉县城区边坡风险分级危险性评分Table 2. Grading table for hazards of risk classification system of town slope in Jixian指标类别 评价指标 权重 评分标准 1分 3分 5分 7分 10分 边坡地形特征 坡高/m 0.03 < 10 10≤h < 20 20≤h < 30 30≤h < 50 ≥50 坡度/° 0.06 < 25 25≤α < 30 30≤α < 45 45≤α < 60 ≥60 坡型 0.02 凹-阶型 阶梯型 凹型 直线型 凸型 边坡结构类型 岩性组合 0.01 基岩型 黄土+基岩型 黄土型 黄土+冲洪积层型 黄土+红粘土型 接触面倾向 0.03 反向坡 横向坡 斜倾坡 顺向坡-大于坡角 顺向坡-缓于坡角 土体特征 密实度 0.02 粘土 粉质粘土 粉土 素填土 碎石土 节理类型 0.07 无节理 垂直节理 构造节理 风化节理 卸荷节理 基岩特征 岩体结构类型 0.03 完整结构 断续结构 板裂结构、块裂结构 碎裂结构 散体结构 风化程度 0.08 未风化 微风化 弱风化 强风化 全风化 地表水 河水侧蚀 0.06 无影响 微弱 弱 较强烈 强烈 地下水 地下水类型 0.02 无地下水 基岩裂隙水 黄土孔隙上层滞水 黄土+基岩裂隙孔隙水 黄土孔隙水 溢出量 0.04 无溢出 流量微弱 流量小 流量较大 流量大 人类工程活动 削坡措施 0.06 完全合理 合理 基本合理 合理性差 不合理 排水措施 0.03 完全专业 专业 基本专业 简易 无排水 支挡措施 0.02 完全专业 专业 基本专业 简易 无支挡 失稳证据 历史发生频次 0.06 无 很少发生 有发生 较经常 经常发生 现今变形迹象 0.13 无 不明显 较明显 明显 出现破坏 潜在灾害类型与强度 破坏类型 0.03 剥落 坠石或塌土 倾倒崩塌 滑塌 滑动 运动速度 0.05 很慢 慢速 中速 快速 极快 灾害规模 0.10 V≤10 m3 10 < V≤100 m3 100＜V≤1000 m3 1000＜V≤10000 m3 V＞10000 m3 运动距离 0.05 无影响 延伸角外 延伸角内 塌落角与延伸角相邻区 塌落角内 表 3 吉县城区边坡风险分级危害性评分系统Table 3. Grading table for consequence of risk classification system of town slope in Jixian指标类别 评价指标 权重 评分标准 1分 3分 5分 7分 10分 固定人员 住宅人员 0.128 1~5人 6~10人 11~50人 51~100人 > 100人 办公生产人员 0.256 1~10人 50~11人 51~100人 101~200人 大于200人 交通人员 行人流量 0.074 ≤1人/min 2~5人/min 6~10人/min 10~15人/min > 15人/min 乘客流量 0.074 ≤1辆/min 2~5辆/min 6~10辆/min 10~15辆/min > 15辆/min 建筑设施 高层 0.025 1~2栋 3~5栋 6~8栋 9~10栋 > 10栋 多层 0.012 1~2栋 3~5栋 6~8栋 9~10栋 > 10栋 普通民房、砖窑 0.005 1~2户 3~5户 6~10户 11~20户 > 20户 简易民房、土窑 0.002 1~2户 3~5户 6~10户 11~20户 > 20户 线路设施 高速公路 0.039 0~10 m 11~20 m 21~50 m 51~100 m > 100 m 等级公路 0.008 0~10 m 11~20 m 21~50 m 51~100 m > 100 m 铁路 0.023 0~10 m 11~20 m 21~50 m 51~100 m > 100 m 管线 0.013 0~10 m 11~20 m 21~50 m 51~100 m > 100 m 其他承灾体/万元 0.030 ≤50 50~100 100~300 300~500 > 500 易损性 人员 0.206 0~0.2 0.2~0.4 0.4~0.6 0.6~0.8 0.8~1.0 财产 0.103 0~0.2 0.2~0.4 0.4~0.6 0.6~0.8 0.8~1.0 3. 城镇边坡风险分级
3.1 边坡风险调查
边坡风险调查首先是对城镇边坡单元进行划分，依据划分的边坡单元，采用边坡风险分级表进行风险调查与评分。边坡单元的划分基于DEM数据，利用ArcGIS水文学方法实现边坡单元的自动划分，并在此基础上，依据城区边坡的自然形态，即坡顶以斜坡顶部的山脊线或坡折线为界，以冲沟或山梁作为斜坡单元的两侧天然分界线，结合斜坡的结构类型、坡向等因素对自动划分的单元进行人工修正，最终得到斜坡单元面数据集。吉县城区边坡单元总面积约5.9 km2，划分为135个边坡单元(图 4)，平均边坡单元面积4.37×104m2。在此基础上，依据设计的吉县城区边坡风险分级调查表格逐坡逐段开展城区边坡风险调查，填表人依据边坡的危险性与危害性调查要素指标逐一进行调查、分析与判断，并给出各项指标的评分，得到边坡单元的危险性与危害性评分结果。
3.2 城区边坡风险分级与优化
城区边坡风险分级是在危险性与危害性分级的基础上，建立城镇边坡风险分级表，并据该表判定边坡的风险级别。关于边坡危险性与危害性分级标准，有学者[9]按照边坡单元数的百分比作为划分标准，也有学者[10]依据边坡单元评分的自然间断法进行级别标准的划分，划分标准均具有较强的主观性，难以客观地反映边坡的危险性、危害性及风险级别。
在以上研究的基础上，本文对边坡的危险性与危害性分级标准进行了改进、优化。基于数理统计学理论[18]，分别进行城区边坡单元危险性与危害性评分排序，依据统计趋势线的自然拐点对应的得分作为划分危险性与危害性级别的标准，并对拐点对应的边坡单元危险性与危害性进行核查，确保分级标准符合城镇边坡的实际情况，并将危险性与危害性分别划分为高、中、低、很低4个等级。根据危险性与危害性评分分布的趋势线自然拐点(图 5、图 6)，结合对边坡的危险性与危害性实地核查，确定危险性评分在6.04及以上的地质灾害隐患为高危险，评分在4.49~6.04之间的为中危险，评分在3.38~4.49之间为低危险，评分低于3.38的为危险性很低；确定危害性评分为2.284及以上的为高危害性，在1.109~2.284之间的为中危害性，在0.954~1.109之间的为低危害，0.954以下的为危害性很低。依据边坡的危险性与危害性评分标准，判定吉县城区高危险边坡16处，中危险边坡78处，低危险边坡38处，很低危险边坡3处(图 7)；吉县城区高危害边坡17处，中危害边坡82处，低危害边坡27处，很低危害边坡9处(图 8)。
![]()
图 5 吉县城区及新区边坡危险性评分趋势图Figure 5. Tendency chart of geohazards hazard scores of slopes in urban area and new urban area of Jixian![]()
图 6 吉县城区及新区边坡危害性评分趋势图Figure 6. Tendency chart of geohazards consequence scores of slopes in urban area and new urban area of Jixian依据边坡的危险性与危害性分级标准，建立吉县城区边坡风险分级表(表 4)。依据该表，判定吉县城区边坡的风险，即高风险边坡22处，中风险84处，低风险21处，风险很低8处(图 9)。同时，依据城区边坡风险分级结果，对城区边坡的风险进行了核验。经核验，采用该城镇边坡风险分级系统进行城区边坡风险评价的结果基本符合吉县城区边坡的实际情况。
表 4 吉县城区边坡风险分级Table 4. Risk classification for slopes in urban area of JixianCounty危害性 危险性 高危险
(6.04≤H≤10)中危险
(4.49≤H＜6.04)低危险
(3.38≤H＜4.49)很低危险
(H＜3.38)高危害
(2.284≤C≤10)高风险
(H级)高风险
(H级)中风险
(M级)低风险
(L级)中危害
(1.109≤C＜2.284)高风险
(H级)中风险
(M级)中风险
(M级)低风险
(L级)低危害
(0.954≤C＜1.109)中风险
(M级)中风险
(M级)低风险
(L级)很低风险
(HL级)很低危害
(C＜0.954)低风险
(L级)低风险
(L级)很低风险
(HL级)很低风险
(HL级)4. 结论
(1) 基于数理统计学理论，依据统计趋势线的自然拐点法对城镇边坡的危险性与危害性分级标准进行了改进与厘定，并将危险性与危害性分别划分为高、中、低、很低4个等级。
(2) 依据边坡危险性与危害性分级标准，吉县城区高危险边坡16处，中危险边坡78处，低危险边坡38处，很低危险边坡3处；吉县城区高危害边坡17处，中危害边坡82处，低危害边坡27处，很低危害边坡9处。
(3) 根据边坡的危险性与危害性分级标准，建立了边坡风险分级表，判定吉县城区高风险边坡22处，中风险边坡84处，低风险21处，风险很低8处。高风险边坡建议采取搬迁避让，辅以工程治理措施；中风险边坡以工程治理措施为主，加强绿化与排水，有必要可采取避让搬迁；低风险边坡与风险很低边坡建议定期巡查，规范工程活动，加强地质灾害知识教育与宣传。
致谢: 感谢研究室各位同事齐心协力完成样品采集工作，感谢辽宁省地质矿产研究院有限责任公司提供的测试分析，感谢审稿专家对本文提出的指导与修改意见。 -
![]()
图 1 研究区地质简图(国境线据国家基础地理信息中心1:5万地形数据库(2017版))
Figure 1. Geological map of the study area
![]()
图 2 兴凯湖平原表层土壤Se含量分布特征(国境线据国家基础地理信息中心1:5万地形数据库(2017版))
Figure 2. Se distribution in topsoil of Xingkai Lake Plain
![]()
图 3 农作物籽实及其根系土中Se含量关系
Figure 3. Relation of Se content in crop seeds and rhizosphere soil
![]()
图 4 兴凯湖平原绿色食品产地及潜在富硒土壤分布(国境线据国家基础地理信息中心1:5万地形数据库(2017版))
Figure 4. Distribution of green food producing area and potential Se-rich soil in Xingkai Lake Plain
表 1 元素分析方法及检出限
Table 1 Analysis methods and detection limits of elements
序号 元素 规范要求检出限 方法检出限 分析方法 序号 元素 规范要求检出限 方法检出限 分析方法 1 As 1 0.5 AFS 9 S 30 18 VOL 2 Cd 0.03 0.02 ICP-MS 10 Se 0.01 0.01 AFS 3 Cr 5 1.8 XRF 11 Zn 4 0.3 ICP-OES 4 Cu 1 0.9 XRF 12 TFe2O3 0.05 0.01 ICP-OES 5 Hg 0.0005 0.0003 AFS 13 CaO 0.05 0.02 ICP-OES 6 N 20 19 VOL 14 Na2O 0.1 0.04 ICP-OES 7 Ni 2 1.5 ICP-OES 15 Corg 0.1 0.03 VOL 8 P 10 6 XRF 16 pH 0.1 0.1 ISE 注：除TFe2O3、CaO、Na2O含量单位为%, pH为无量纲外，其余元素含量单位为mg/kg 
下载: 导出CSV
表 2 表层和深层土壤Se含量统计
Table 2 Statistics of Se contents in topsoil and deepsoil
元素 未剔除异常值 剔除异常值 样品数 均值 最小值 最大值 变异系数 样品数 均值 最小值 最大值 变异系数 表层 4152 0.240 0.048 0.787 0.29 4119 0.239 0.048 0.440 0.28 深层 1095 0.199 0.052 1.290 0.34 1086 0.197 0.052 0.369 0.29 注: 数据除样品数量和变异系数外，单位均为mg/kg
下载: 导出CSV
表 3 研究区与其他地区表层土壤Se含量对比
Table 3 Comparison of Se content in topsoil between Xingkai Lake Plain and other regions
下载: 导出CSV
表 4 表层土壤Se丰缺结果
Table 4 Abundance and deficiency of Se content in topsoil
全量硒/(mg·kg-1) 硒效应 表层土壤 面积/km2 比例 < 0.125 硒不足 237.0 1.41 0.125~0.175 潜在硒不足 1882.4 11.2 0.175~0.40 足硒 14514.3 86.6 0.400~3.00 富硒 123.6 0.74 ≥3.00 硒中毒 0.0 0
下载: 导出CSV
表 5 不同成土母质发育表层土壤Se含量特征
Table 5 Characteristics of Se contents in topsoil of different soil parent materials
地层 样品数量 平均值/(mg·kg-1) 最小值/(mg·kg-1) 最大值/(mg·kg-1) 全新统高漫滩、低漫滩堆积层 901 0.241 0.048 0.532 更新统冲积湖积层 1424 0.281 0.106 0.498 新近系富锦组 40 0.375 0.225 0.495 白垩系沉积岩 829 0.191 0.087 0.535 侏罗系火山岩及沉积岩 90 0.213 0.121 0.363 三叠系沉积岩 34 0.230 0.140 0.322 二叠系沉积岩及火山岩 67 0.198 0.105 0.335 石炭系北兴组凝灰岩 10 0.183 0.104 0.313 泥盆系沉积岩 47 0.205 0.117 0.400 寒武系变质岩 9 0.253 0.200 0.286 玄武岩 192 0.216 0.104 0.426 花岗岩 309 0.224 0.112 0.496 新元古代侵入体 17 0.205 0.102 0.322 古元古代变质深成侵入体 149 0.207 0.101 0.787 太古宙变质岩 19 0.283 0.201 0.405
下载: 导出CSV
表 6 不同土壤类型表层土壤Se含量
Table 6 Se contents in topsoil of different soil types
土壤类型 样本数 平均值/(mg·kg-1) 最小值/(mg·kg-1) 最大值/(mg·kg-1) 标准差 变异系数 白浆土 1484 0.272 0.096 0.532 0.065 0.24 暗棕壤 931 0.189 0.087 0.787 0.057 0.30 沼泽土 811 0.257 0.047 0.535 0.064 0.25 草甸土 732 0.227 0.058 0.453 0.061 0.27
下载: 导出CSV
表 7 不同地貌单元表层土壤Se含量
Table 7 Se contents in topsoil of different geomorphic units
地貌 样本数 平均值/(mg·kg-1) 最小值/(mg·kg-1) 最大值/(mg·kg-1) 标准差 变异系数 低山丘陵 1438 0.198 0.087 0.787 0.06 0.30 冲积-湖积平原 2714 0.263 0.048 0.532 0.06 0.23
下载: 导出CSV
表 8 表层土壤硒与其他元素含量相关性
Table 8 Correlation coefficient between Se and other elements content in topsoil
元素 pH Corg N P TFe2O3 CaO Na2O S 相关系数 -0.038* 0.044** 0.077** 0.099** 0.235** -0.191** -0.499** 0.206** Sig. 0.017 0.005 0 0 0 0 0 0 元素 As Cd Cr Cu Hg Ni Pb Zn 相关系数 0.360** 0.01 0.306** 0.488** 0.109** 0.264** 0.274** -0.155** Sig. 0 0.513 0 0 0 0 0 0 注：**为在0.01级别(双尾)，相关性显著; *为在0.05级别(双尾)，相关性显著
下载: 导出CSV
表 9 根系土及农作物籽实分析结果
Table 9 Results of crop seeds and rhizosphere soil
mg/kg 样品编号 根系土 农作物 种类 土壤富硒状况 样品编号 根系土 农作物 种类 土壤富硒状况 MZW01 0.197 0.032 水稻 1:25万圈定非富硒土壤区 MZW13 0.309 0.058 水稻 1:25万圈定富硒土壤区 MZW02 0.143 0.034 水稻 MZW14 0.361 0.068 水稻 MZW03 0.286 0.033 水稻 MZW15 0.483 0.034 玉米 MZW04 0.321 0.037 水稻 MZW15-2 0.508 0.048 玉米 MZW05 0.37 0.042 水稻 1:25万圈定富硒土壤区 MZW16 - 0.04 玉米 MZW06 0.443 0.048 水稻 MZW17 0.423 0.046 玉米 MZW07 0.505 0.062 水稻 MZW18 0.352 0.036 玉米 MZW08 0.396 0.061 水稻 MZW19 0.503 0.029 玉米 MZW09 0.456 0.076 水稻 MZW20 0.404 0.029 玉米 MZW12 0.368 0.05 水稻
下载: 导出CSV
-
吴永尧, 彭振坤, 陈建英, 等. 水稻对环境硒的富集和耐受能力研究[J]. 微量元素与健康研究, 1999, 16(4): 42-44. https://www.cnki.com.cn/Article/CJFDTOTAL-WYJK199904021.htm 吕瑶瑶, 余涛, 杨忠芳, 等. 大骨节病区硒元素分布的调控机理研究——以四川省阿坝地区为例[J]. 环境化学, 2012, 31(7): 935-944. https://www.cnki.com.cn/Article/CJFDTOTAL-HJHX201207000.htm Zhang B J, Yang L S, Wang W Y, et al. Environmental Se in the Kaschin-Beck disease area, Tibetan Plateau, China[J]. Environmental Geochemistry and Health, 2011, 33(5): 495-501. doi: 10.1007/s10653-010-9366-y
戴慧敏, 宫传东, 董北, 等. 东北平原土壤硒分布特征及影响因素[J]. 土壤学报, 2015, 52(6): 153-161 https://www.cnki.com.cn/Article/CJFDTOTAL-TRXB201506015.htm 赵中秋, 郑海雷, 张春光. 土壤硒及其与植物硒营养的关系[J]. 生态学杂志, 2003, 22(1): 22-25. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ200301006.htm Gao J, Liu Y, Huang Y, et al. Daily Se intake in a moderate Se deficiency area of Suzhou, China[J]. Food Chemistry, 2011, 126(3): 1088-1093. doi: 10.1016/j.foodchem.2010.11.137
奚小环. 多目标的地质大调查——21世纪勘查地球化学的战略选择[J]. 物探与化探, 2007, 31(4): 283-288. doi: 10.3969/j.issn.1000-8918.2007.04.001 杨忠芳, 奚小环, 成杭新, 等. 区域生态地球化学评价核心与对策[J]. 第四纪研究, 2005, 25(3): 275-275. doi: 10.3321/j.issn:1001-7410.2005.03.002 刘秀金, 杨柯, 成杭新, 等. 四川省泸州市页岩和碳酸盐岩区水稻根系土-Se含量和生物有效性的控制因素[J]. 地质通报, 2020, 39(12): 1919-1930. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20201206&flag=1 崔小顺, 郑昭贤, 程中双, 等. 穆兴平原北区浅层地下水水化学分布特征及其形成机理[J]. 南水北调与水利科技, 2018, 16(4): 146-153. https://www.cnki.com.cn/Article/CJFDTOTAL-NSBD201804019.htm 中华人民共和国国土资源部. 《多目标区域地球化学调查规范(1: 250000) 》(DZ/T 0258-2014)[S]. 北京: 中国标准出版社, 2015. 中华人民共和国国土资源部. 《土地质量地球化学评价规范》(DZ/T 0295-2016)[S]. 北京: 地质出版社, 2016. 谭见安. 中华人民共和国地方病与环境图集[M]. 北京: 科学出版社, 1989. 中华人民共和国质量监督检验检疫总局, 中国国家标准化管理委员会. 《富硒稻谷》(GB/T 22499-2008)[S]. 北京: 中国标准出版社, 2008. 王昌宇, 张素荣, 刘继红, 等. 河北省饶阳县富锌、硒特色土地及其生态效应评价[J]. 地质调查与研究, 2019, 42(1): 49-56. https://www.cnki.com.cn/Article/CJFDTOTAL-QHWJ201901007.htm 夏学齐, 杨忠芳, 薛圆, 等. 黑龙江省松嫩平原南部土壤硒元素循环特征[J]. 现代地质, 2012, 26(5): 850-858. doi: 10.3969/j.issn.1000-8527.2012.05.002 迟凤琴, 徐强, 匡恩俊, 等. 黑龙江省土壤硒分布及其影响因素研究[J]. 土壤学报, 2016, 53(5): 1262-1274. https://www.cnki.com.cn/Article/CJFDTOTAL-TRXB201605017.htm 程伯容, 鞠山见, 岳淑嫆, 等. 我国东北地区土壤中的硒[J]. 土壤学报, 1980, 17(1): 55-61. https://www.cnki.com.cn/Article/CJFDTOTAL-TRXB198001005.htm 刘铮. 中国土壤微量元素[M]. 南京: 江苏科学技术出版社, 1996: 21-24. Lisk D J. Trace Metals in Soils, Plants, and Animals[J]. Advances in Agronomy, 1972, 24: 267-325.
王美珠, 章明奎. 我国部分高硒低硒土壤的成因初探[J]. 浙江农业大学学报, 1996, 22(1): 89-93. https://www.cnki.com.cn/Article/CJFDTOTAL-ZJNY601.020.htm 严明书, 龚媛媛, 杨乐超, 等. 重庆土壤硒的地球化学特征及经济意义[J]. 物探与化探, 2014, 38(2): 325-330. https://www.cnki.com.cn/Article/CJFDTOTAL-WTYH201402021.htm 郦逸根, 董岩翔, 郑洁, 等. 浙江富硒土壤资源调查与评价[J]. 第四纪研究, 2005, 25(3): 323-330. doi: 10.3321/j.issn:1001-7410.2005.03.008 魏振山, 涂其军, 唐蜀虹, 等. 天山北坡乌鲁木齐至沙湾地区富硒土壤地球化学特征及成因探讨[J]. 物探与化探, 2016, 40(5): 893-898. https://www.cnki.com.cn/Article/CJFDTOTAL-WTYH201605008.htm 周殷竹, 刘义, 王彪, 等. 青海省囊谦县农耕区土壤硒的富集因素[J]. 地质通报, 2020, 39(12): 1952-1959. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20201209&flag=1 Natasha, Shahid M, Niazi N K, et al. A critical review of Se biogeochemical behavior in soil-plant system with an inference to human health[J]. Environment Pollution, 2017, 234: 915-934.
Xing K, Zhou S, Wu X, et al. Contents and characteristics of Se in soil samples from Dashan Region, a Se-enriched area in China[J]. Soil Science and Plant Nutrition, 2015, 61(6): 889-897. doi: 10.1080/00380768.2015.1075363
杨忠芳, 余涛, 侯青叶, 等. 海南岛农田土壤Se的地球化学特征[J]. 现代地质, 2012, 26(5): 837-849. doi: 10.3969/j.issn.1000-8527.2012.05.001 Li Z, Liang D L, Peng Q, et al. Interaction between Se and soil organic matter and its impact on soil Se bioavailability: A review[J]. Geoderma, 2017, 295: 69-79. doi: 10.1016/j.geoderma.2017.02.019
Wang S S, Liang D, Dan W, et al. Se fractionation and speciation in agriculture soils and accumulation in corn(Zea mays L) under field conditions in Shaanxi Province, China[J]. Science of the Total Environment, 2012, 427: 159-164.
Gabos M B, Goldberg S, Alleoni L. Modeling selenium(Ⅳ and Ⅵ) adsorption envelopes in selected tropical soils using the constant capacitance model[J]. Environmental Toxicology and Chemistry, 2014, 33(10): 2197-2207. doi: 10.1002/etc.2574
Goldberg S. Modeling Selenite Adsorption Envelopes on Oxides, Clay Minerals, and Soils using the Triple Layer Model[J]. Soil Science Society of America Journal, 2014, 77(1): 64-71.
Iida Y, Yamaguchi T, Tanaka T. Sorption behavior of hydroselenide(HSe) onto iron-containing minerals[J]. Journal of Nuclear Science Technology, 2014, 51(3): 305-322. doi: 10.1080/00223131.2014.864457
Rovira M, Javier Giménez, María Martínez, et al. Sorption of Se(Ⅳ) and Se(Ⅵ) onto natural iron oxides: Goethite and hematite[J]. Journal of Hazardous Materials, 2008, 150(2): 279-284. doi: 10.1016/j.jhazmat.2007.04.098
Hyun S, Burns P E, Murarka I, et al. Se(Ⅳ) and(Ⅵ) Sorption by Soils Surrounding Fly Ash Management Facilities[J]. Vadose Zone Journal, 2006, 5(4): 1110-1118. doi: 10.2136/vzj2005.0140
章海波, 骆永明, 吴龙华, 等. 香港土壤研究Ⅱ. 土壤硒的含量、分布及其影响因素[J]. 土壤学报, 2005, 42(3): 404-410. doi: 10.3321/j.issn:0564-3929.2005.03.009 胡艳华, 王加恩, 蔡子华, 等. 浙北嘉善地区土壤硒的含量、分布及其影响因素初探[J]. 地质科技情报, 2010, 29(6): 84-88. doi: 10.3969/j.issn.1000-7849.2010.06.014 赵文龙, 胡斌, 王嘉薇, 等. 磷与四价硒的共存对小白菜磷, 硒吸收及转运的影响[J]. 环境科学学报, 2013, 33(7): 2020-2026. https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201307033.htm 周旭, 吕建树. 山东省广饶县土壤重金属来源、分布及生态风险[J]. 地理研究, 2019, 38(2): 224-236. https://www.cnki.com.cn/Article/CJFDTOTAL-DLYJ201902019.htm 蔡立梅, 马瑾, 周永章, 等. 东莞市农田土壤和蔬菜重金属的含量特征分析[J]. 地理学报, 2008, 63(9): 994-1003. doi: 10.3321/j.issn:0375-5444.2008.09.009 Nanos N, Martín J A R. Multiscale analysis of heavy metal content in soils: spatial variability in the Duero river basin(Spain)[J]. Geoderma, 2012, 189: 554-562
Lyu J S, Liu Y, Zhang Z L, et al. Identifying the origins and spatial distributions of heavy metals in soils of Ju country(Eastern China) using multivariate and geostatistical approach[J]. Journal of soils and sediments, 2015, 15(1): 163-178. doi: 10.1007/s11368-014-0937-x
中华人民共和国国家卫生和计划生育委员会, 国家食品药品监督管理总局. 《食品中污染物限量》(GB 2762-2017)[S]. 2017. 中华人民共和国农业部. 《绿色食品产地环境质量》(NY/T 391-2013)[S]. 2013. 汤奇峰, 徐春丽, 刘斯文, 等. 江西赣州市瑞金盆地天然富硒土地资源特征与保护利用[J]. 地质通报, 2020, 39(12): 1932-1943. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20201207&flag=1 黑龙江省区域地质调查所. 黑龙江省区域地质志. 2018. 中国地质调查局. 《生态地球化学评价样品分析技术要求》(试行)(DD 2005-03). 自然资源部中国地质调查局. 《天然富硒土地划定与标识》(试行)(DD 2019-10). -
期刊类型引用(4)
1. 李林，曾磊，董英，张戈，朱立峰. 基于三维地质模型的西咸新区地下空间开发适宜性评价. 地质与勘探. 2024(01): 197-206 . 
百度学术
2. 贾伍慧，李宗发，刘凯，闫金凯，朱伟，郭本力，杨鹏. 典型滨海平原城市地下空间地质适宜性评价. 地质与勘探. 2024(02): 367-376 . 百度学术
3. 宋云丽，严云籍，翟林博，吴白玉，姚佳其，何海龙. 抽水蓄能电站建设的地理要素分析及GIS选址. 云南水力发电. 2022(04): 131-134 . 百度学术
4. 郑明贵，吴萍，尤碧莹. 中国铁矿资源经济安全评价与预警. 地质通报. 2022(05): 836-845 . 本站查看
其他类型引用(2)
计量
- 文章访问数: 2390
- HTML全文浏览量: 344
- PDF下载量: 2061
- 被引次数: 6
