贛南某鎢礦區(qū)土壤重金屬污染狀況研究

趙永紅,張　靜,周　丹,王春暉 （江西理工大學(xué)江西省礦冶污染控制重點(diǎn)實(shí)驗(yàn)室,江西 贛州 341000）

贛南某鎢礦區(qū)土壤重金屬污染狀況研究

趙永紅*,張靜,周丹,王春暉 （江西理工大學(xué)江西省礦冶污染控制重點(diǎn)實(shí)驗(yàn)室,江西 贛州 341000）

為研究鎢礦區(qū)土壤重金屬的污染現(xiàn)狀,采集尾礦堆積區(qū)土壤樣品,用ICP-MS測(cè)定土壤重金屬（Cr、As、Mn和Pb）含量,采用Kriging插值法分析土壤重金屬的空間分布特征,并分析測(cè)定土壤脲酶、過氧化氫酶、蔗糖酶的活性.結(jié)果表明土壤重金屬的濃度均值高于背景值,Cr、As、Mn、Pb的均值分別是土壤背景值的2.26,3.06,1.85和2.59倍.空間分析表明Mn和Pb間兩種元素具有較為相似的分布,Cr、As、Mn和Pb 4種重金屬的空間分布相關(guān)性強(qiáng),且呈條帶狀分布.土壤酶活性結(jié)果進(jìn)一步驗(yàn)證重金屬的污染狀況,土壤酶活性低于對(duì)照樣,土壤脲酶、過氧化氫酶、蔗糖酶分別是對(duì)照的7%～93%和5%～86%、11%～90%.逐步多元回歸法分析表明,在Cr、As、Mn、Pb復(fù)合污染條件下,礦區(qū)土壤不同酶活性表現(xiàn)出抑制或者激活作用,但各重金屬元素對(duì)不同的酶活性的影響系數(shù)是不一樣的,蔗糖酶對(duì)復(fù)合重金屬污染最為敏感. 主成分分析表明土壤酶活性的指標(biāo)能較好地反映鎢礦礦區(qū)土壤重金屬復(fù)合污染狀況.

鎢礦區(qū)；重金屬污染；空間分布；土壤酶活性

礦產(chǎn)資源的開采已經(jīng)成為土壤重金屬污染的重要來源［1-2］,礦產(chǎn)資源開采、加工使得各種伴生重金屬元素釋放于地表環(huán)境,對(duì)礦區(qū)土壤生態(tài)系統(tǒng)的產(chǎn)生嚴(yán)重影響［3-4］.分析和掌握礦區(qū)重金屬污染的分布特征是進(jìn)行污染防治的前提和基礎(chǔ),地統(tǒng)計(jì)學(xué)方法和地理信息系統(tǒng)（GIS）為研究礦區(qū)土壤重金屬的污染狀況,含量變化趨勢(shì)及空間分布特征提供了有效的基礎(chǔ)和支持［5-8］.

土壤酶參與土壤中的生化反應(yīng)［9-10］,是物質(zhì)循環(huán)最重要的推動(dòng)力,外源污染的輸入對(duì)土壤酶活性的影響,已經(jīng)成為非常重要的生物指標(biāo),用于判別和評(píng)價(jià)土壤污染程度及其潛在的生態(tài)影響.礦區(qū)土壤重金屬污染與土壤酶活性存在一定的相關(guān)性,目前研究［11-13］較多的是參與土壤氮素循環(huán)的脲酶，參與碳循環(huán)的蔗糖酶,以及過氧化氫酶,重金屬對(duì)土壤酶存在“高抑低促”的效應(yīng).一些研究表明［14-16］,Cu、Zn、Cd、Pb等重金屬降低礦區(qū)土壤酶活性,復(fù)合污染對(duì)酶活性的影響大于單一重金污染.然而,研究土壤類型的差異,重金屬元素種類和污染程度,以及研究條件（人工模擬或自然條件）的不同,研究結(jié)果存在較大的差異,不同土壤酶表現(xiàn)出不同相關(guān)性.

本研究以贛南某鎢礦尾礦堆積區(qū)為研究對(duì)象 ,運(yùn)用空間分析和地理信息系統(tǒng),在小尺度區(qū)域,研究礦區(qū)土壤重金屬空間分布特征.同時(shí)分析復(fù)合重金屬的污染下土壤脲酶、蔗糖酶和過氧化氫酶活性的變化特征,運(yùn)用多元回歸分析的方法建立總體酶活性指標(biāo)評(píng)價(jià)土壤重金屬污染程度,與空間分析的結(jié)果進(jìn)行對(duì)比,驗(yàn)證土壤酶活性指標(biāo)表征重金屬污染的可靠性.找到靈敏的,差異性小的生物指標(biāo)預(yù)警重金屬污染程度,為礦區(qū)土地的合理利用及土壤復(fù)合重金屬污染防治與生態(tài)修復(fù)提供科學(xué)依據(jù).

1　材料與方法

1.1采樣區(qū)域及采樣點(diǎn)布設(shè)

贛南某鎢礦已有近65a的生產(chǎn)采礦史,礦區(qū)地形為低山丘陵,主要礦物有：黑鎢礦、白鎢礦、鉍礦等,從中回收鎢、鉍、鉬、硫鐵礦.選礦后的廢石、尾砂堆積于天然山谷中,表面基本裸露,疏松,水蝕風(fēng)蝕現(xiàn)象嚴(yán)重.選礦后的廢石、尾砂堆積于天然山谷中,表面基本裸露,疏松,水蝕風(fēng)蝕現(xiàn)象嚴(yán)重.在尾礦庫周邊邊緣的植被以茅草和蕨類為主,尾礦下游分布有旱地、農(nóng)田,主要種植水稻、蔬菜.礦區(qū)采樣點(diǎn)（115°1′43″E～115°5′43″E, 24°53′21″N～25°56′33″N）,面積8.23km2,見圖1.采樣以尾礦堆積區(qū)為起點(diǎn),沿尾礦堆積區(qū)下游,設(shè)置（500m×500m）的采樣區(qū),采用蛇形布點(diǎn)法取5個(gè)采樣點(diǎn),?。?～20cm）的表層土壤 100g,混合后作為一個(gè)試樣［16］.每份試樣分成兩份,一份裝入塑料袋,自然風(fēng)干后,剔除植物殘?bào)w和石頭,用瑪瑙研缽磨碎后過篩,用于土壤理化性質(zhì)的測(cè)定和重金屬的含量分析.另一份放在4℃冰箱中保存,用于土壤酶活性的測(cè)定.對(duì)照土樣采自鎢礦區(qū)所在縣未受污染的土壤,對(duì)照土壤為當(dāng)?shù)赝寥乐亟饘俸康谋尘爸?

圖1　采樣點(diǎn)位置Fig.1　Location of the sampling sites

1.2分析方法

樣品消解采用HCl-HNO3-HClO4-HF消解體系［17］,樣品做 3個(gè)平行,一個(gè)空白消解樣,消解后采用ICP-MS測(cè)定.土壤脲酶采用苯酚鈉比色法（UV-6100PC紫外可見光分光光度計(jì)）、過氧化氫酶高錳酸鉀滴定法、蔗糖酶活性采用硫代硫酸鈉滴定法測(cè)定,土壤理化性質(zhì)與酶活性測(cè)定具體操作步驟參照文獻(xiàn)［18］.

數(shù)據(jù)采用SPSS19.0統(tǒng)計(jì)軟件分析各樣點(diǎn)的差異性,對(duì)數(shù)據(jù)進(jìn)行差異顯著性測(cè)驗(yàn),P＜0.05.采用ArcGIS 10.0軟件分析重金屬的空間分布特征.空間數(shù)據(jù)的插值方法包括確定性插值和地統(tǒng)計(jì)插值兩大類,在只考慮平均值權(quán)重預(yù)測(cè)時(shí),Kriging插值是無偏估計(jì)的較適用方法［19-20］.用普通 Kriging插值法對(duì)土壤重金屬含量進(jìn)行空間插值.塊金值與基臺(tái)值之比是反映區(qū)域化變量空間變異程度的重要指標(biāo),又稱為塊金效應(yīng).該比值反映空間變異影響因素中結(jié)構(gòu)性（自然因素）和隨機(jī)性因素（人為因素）占主導(dǎo)作用［21］.當(dāng) C0/C+C0＜25%時(shí),表明變量的空間變異以結(jié)構(gòu)性變異為主,變量具有強(qiáng)烈的空間相關(guān)性,主要受自然因素控制,受人為因素影響較小.

2　結(jié)果

2.1土壤的理化性質(zhì)

土壤的理化性質(zhì)見表1.土壤的pH值在4.8～6.9之間變化,偏弱酸性.土壤的陽離子交換量的范圍是 4.67～23.33cmol/L.尾礦庫附近的土壤的陽離子交換量（CEC）含量最低.有機(jī)質(zhì)的范圍是3.48%～5.01%,變化最大.采樣地點(diǎn)為山谷,表層土壤上有大量植被殘落物,經(jīng)過微生物的分解及緩慢的腐解過程,轉(zhuǎn)化為腐殖質(zhì),增加土壤中的有機(jī)質(zhì)含量. 1號(hào)土壤的有機(jī)質(zhì)含量最低, 5號(hào)土壤的陽離子交換量和有機(jī)質(zhì)含量最高,可能是種植蔬菜,跟人工施肥有關(guān)系.

表1　土壤的理化性質(zhì)Table 1　The physical and chemical properties of the soil samples

表2　土壤重金屬含量統(tǒng)計(jì)Table 2　The heavy metal concentrations in soils

2.2土壤重金屬含量

采樣區(qū)土壤重金屬含量結(jié)果見表 2.從表 2可以看出,土壤Cr、As、Mn、Pb的變異系數(shù)分別是 47.98%、20.66%、26.00%、41.45%之間,變異比較明顯；Cr、As、Mn、Pb平均含量分別是對(duì)照樣點(diǎn)的2.26、3.06、1.85、2.59倍,說明重金屬在土壤中存在累積現(xiàn)象.由圖2可見,不同的采樣區(qū)土壤重金屬的污染程度不同,隨著采樣區(qū)距離尾礦堆積區(qū)越遠(yuǎn),土壤重金屬含量基本上呈現(xiàn)出逐漸下降的趨勢(shì).其中,土壤 As的最高含量達(dá)到 117.31mg/kg,將近土壤背景值和國家土壤二級(jí)標(biāo)準(zhǔn)的4倍.Cr、Mn的含量雖低于國家土壤二級(jí)標(biāo)準(zhǔn)但都超出土壤背景值.Pb除最低含量接近土壤背景值,其他含量雖低于國家土壤二級(jí)標(biāo)準(zhǔn)但都超出土壤背景值.

圖2　土壤重金屬的含量Fig.2　The heavy metals contents in soils

2.3土壤重金屬含量的空間插值

土壤重金屬空間變異的影響因素復(fù)雜,除受本身土壤母質(zhì)的影響外,同時(shí)還受外來人為因素的干擾.通過空間插值,掌握重金屬含量的空間分布特征,了解礦業(yè)活動(dòng)對(duì)重金屬累積的影響.

由表3可看出,Cr、As、Mn、Pb空間相關(guān)性很強(qiáng),即礦區(qū)地形、巖層、成土母質(zhì)等自然條件影響大,礦產(chǎn)開采活動(dòng)是空間變異的主要原因.R2表示決定系數(shù), RSS表示殘差,R2值越大,RSS越小,代表模型擬合效果越好,Pb的模型擬合效果最好.重金屬的最優(yōu)模擬模型都是高斯模型.

由圖3可見,Cr、As、Mn和Pb存在顯著的空間分布規(guī)律.距離尾礦堆積區(qū)越近,土壤重金屬累積越多,說明重金屬在礦區(qū)土壤中的累積主要來源于尾礦堆積過程中尾礦砂中重金屬的遷移.由此也可以看出,礦業(yè)活動(dòng)中固體廢棄物的堆存是區(qū)域性重金屬污染的源頭.

表3　土壤重金屬含量的半變異模型及參數(shù)Table 3　Semivariogram models and their parameters of heavy metal concentrations in soils

Mn、Pb的空間分布圖相似,南部高而北部低,2種重金屬具有相似的污染特征.研究區(qū)西南部為尾礦堆積區(qū),在靠近尾礦堆積區(qū)的重金屬含量最高,逐漸向周圍遞減,呈現(xiàn)出與尾礦堆積區(qū)平行的條帶狀.1、2、3號(hào)采樣區(qū) As的濃度達(dá)到100mg/kg以上,為背景值的3倍以上,說明As在土壤中累積比較普通.Cr的等值插直線最多,表明 Cr的濃度變化大,受尾礦堆積區(qū)影響大.研究區(qū)南部農(nóng)田土壤灌溉以地表水為主,距離尾礦堆積區(qū)近,經(jīng)過長(zhǎng)期礦業(yè)污水徑流、大氣降塵和雨水淋溶等,灌溉水中的重金屬在農(nóng)田遷移過程中因土壤的吸附作用而積累在土壤中,有較強(qiáng)的富集作用.研究區(qū)北部距離尾礦堆積區(qū)較遠(yuǎn),所以該區(qū)域土壤重金屬含量相對(duì)比較低.

土壤重金屬含量的相關(guān)系數(shù)結(jié)果如表 4所示.Cr、As、Mn和Pb顯著相關(guān),說明四種重金屬來源相似或存在不同程度、不同組合的復(fù)合污染［22-23］. Mn和Pb的相關(guān)系數(shù)最大,其次是Pb和Cr,反映Pb、Mn、Cr污染程度的相似性.

2.4土壤重金屬與酶活性的相關(guān)性分析

表5為礦區(qū)土壤酶活性的結(jié)果.土壤脲酶活性在8.37～118.13mgNH4+-N/（100g土·3h）之間變化,過氧化氫酶活性在 5.41～38.32mL KMnO4/g干土之間變化,蔗糖酶活性在 0.71～7.05mL （0.1mol/L Na2S2O3）/g干土之間變化.脲酶、過氧化氫酶、蔗糖酶的變異系數(shù)分別是 51.91%、58.79%、63.69%.蔗糖酶變異系數(shù)最大,蔗糖酶活性反映有機(jī)碳累積與分解轉(zhuǎn)化的規(guī)律,參與土壤的碳循環(huán),在礦區(qū)土壤中,離尾礦庫不同距離的土壤C的轉(zhuǎn)化差異大,結(jié)果與土壤的肥力特征一致.農(nóng)田土壤中會(huì)被施肥,肥料中N含量高,在人為施含 N量高的肥料的情況下,礦區(qū)土壤中不缺少 N.所以,礦區(qū)土壤中的脲酶含量比過氧化氫酶、蔗糖酶的活性更高,且脲酶的變異系數(shù)最低.Jin等［24］研究的土壤含有尾礦砂且缺少N,脲酶活性低變異系數(shù)高.由于土壤酶活性與土壤性質(zhì)有很大的關(guān)系［25］,導(dǎo)致研究結(jié)果不同.

圖3　土壤重金屬含量的空間分布Fig.3　Spatial distribution of heavy metal concentrations of soils

脲酶、過氧化氫酶、蔗糖酶活性分別是對(duì)照土壤的7 %～93 %和5 %～86 %、11 %～90%.重金屬對(duì)土壤酶具有明顯的抑制作用,導(dǎo)致土壤酶活性水平降低,這與大多數(shù)的研究［26-27］一致.李江遐等［2［29］可能與酶分子中的活性部位琉基和含咪唑的配位等結(jié)合而形成較穩(wěn)定的絡(luò)合物產(chǎn)生了與底物的競(jìng)爭(zhēng)性抑制作用,或者可能由于重金屬通過抑制土壤微生物的生長(zhǎng)繁殖,減少微生物體內(nèi)酶的合成和分泌,最后導(dǎo)致土壤酶活性下降.

表4　土壤重金屬的相關(guān)系數(shù)Table 4　The calculated correlation coefficients of heavy metals in soil

表5　礦區(qū)土壤酶活性Table 5　The soil enzyme activity in the mining area

表 6是重金屬與土壤酶活性的逐步多元回歸方程.在礦區(qū)Cr、As、Mn和Pb復(fù)合污染條件下,四種重金屬對(duì)土壤蔗糖酶產(chǎn)生抑制作用,蔗糖酶對(duì)Cr、As、Mn和Pb復(fù)合污染最為敏感,這與劉嬌等［30］的研究結(jié)果一致.但在張平等［31］的報(bào)道中,重金屬對(duì)蔗糖酶抑制作用差異不大,可能是他研究的重金屬種類與含量不同導(dǎo)致對(duì)蔗糖酶的毒性不一樣.

隨著As、Mn和Pb濃度的增加,過氧化氫酶活性降低,而隨 Cr濃度的增加,過氧化氫酶活性則增強(qiáng).表明在Cr、As、Mn、Pb共存的情況下,As、Mn、Pb之間對(duì)過氧化氫酶活性表現(xiàn)出一定的協(xié)同效應(yīng),而Cr與As、Mn、Pb之間對(duì)過氧化氫酶活性表現(xiàn)出拮抗作用.同理,Cr、Mn之間對(duì)脲酶活性表現(xiàn)出一定的協(xié)同作用,As、Pb與Cr、Mn之間對(duì)脲酶活性表現(xiàn)出拮抗作用.在Cr、As、Mn 和Pb復(fù)合污染條件下,重金屬對(duì)不同的酶表現(xiàn)出抑制或促進(jìn)作用,土壤重金屬復(fù)合污染對(duì)土壤酶活性的影響是復(fù)雜的,可能是重金屬的含量或者是重金屬的毒性.從回歸系數(shù)絕對(duì)值的大小可以看出：Pb、Mn對(duì)脲酶、過氧化氫酶、蔗糖酶活性的影響最大,進(jìn)一步說明 Pb、Mn的相關(guān)性最高,Cr、As對(duì)脲酶、過氧化氫酶、蔗糖酶活性的影響不是很大.可見,在Cr、As、Mn和Pb復(fù)合污染條件下,礦區(qū)土壤不同酶活性表現(xiàn)出抑制或者促進(jìn)作用,但各重金屬元素對(duì)不同的酶活性的影響系數(shù)是不一樣的,與多數(shù)研究結(jié)果一致［32-34］.

表6　土壤重金屬與酶活性的逐步多元回歸分析Table 6　Multivariate stepwise regression analysis between heavy metal contents and soil microbial activities

2.4土壤總體酶活性指標(biāo)

多元回歸分析結(jié)果揭示了礦區(qū)重金屬復(fù)合污染與單一酶活性指標(biāo)的內(nèi)在聯(lián)系,但在自然礦區(qū)土壤環(huán)境中,不同類型的酶活性指標(biāo)往往是同時(shí)受到幾種重金屬的污染,與單一污染相比反映在酶指標(biāo)上也存在著一定的差異［34］,本文用主成分分析方法來指示土壤重金屬復(fù)合污染程度.

根據(jù)主成分分析可知,土壤總體酶活性的第1主成分累計(jì)方差貢獻(xiàn)率為 94.8%.根據(jù)主成分分析原理,當(dāng)累積方差貢獻(xiàn)率大于85%時(shí),即可用來代表研究樣本的變異信息.第1主成分主要反映了蔗糖酶、脲酶和過氧化氫酶的變異.各酶活性變量的權(quán)重系數(shù)和特征根計(jì)算可得到土壤總體酶活性信息系統(tǒng)的第1主成分方程：

式中： Y為總體酶活性；X1過氧化氫酶活性；X2蔗糖酶活性；X3脲酶活性.由重金屬含量的主成分分析結(jié)果得出第1主成分的累積方差貢獻(xiàn)率已達(dá)90.7%,第1主成分主要反映了Cr、As、Mn 和 Pb的變異.由各重金屬元素的權(quán)重系數(shù)和特征根計(jì)算可得到土壤重金屬信息系統(tǒng)第1主成分方程：）

式中：M為總體重金屬活性；N1、N2、N3、N4分別代表Cr、As、Mn和Pb含量.樣品土壤酶活性測(cè)定值分別代入方程（1）,得到各樣品的主成分值,按大小進(jìn)行歸類.1～5號(hào)土樣歸為Ⅰ類,即為總體酶活性最低的區(qū)域；6號(hào)土樣歸為Ⅱ類,即總體酶活性較低的區(qū)域；7、8號(hào)土樣歸為Ⅲ類,即總體酶活性較高的區(qū)域；而9號(hào)土樣歸為Ⅳ類,即總體酶活性最高的區(qū)域.樣品的重金屬含量分別代入方程（2）,得到各樣品的主成分值,按大小進(jìn)行歸類,1～5號(hào)土樣歸為Ⅰ類,即為重金屬嚴(yán)重污染區(qū)域；6號(hào)土樣歸為Ⅱ,即為重金屬中度污染區(qū)域；7、8號(hào)土樣歸為Ⅲ類,即重金屬輕度污染區(qū)域；9號(hào)土樣為未受重金屬污染區(qū)域. 高秀麗等［35］的研究中,利用土壤過氧化氫酶和脫氫酶活性能夠表征基本性質(zhì)較為一致的土壤Pb、Cd污染程度.

綜合比較土壤酶活性表征重金屬污染程度與重金屬的空間分布特征的結(jié)果,兩種方法得出了較為一直的結(jié)論.因此,空間插值方法可以直觀表明礦區(qū)土壤重金屬在區(qū)域的分布特征,土壤酶活性作為為生物指標(biāo)來評(píng)價(jià)礦區(qū)土壤重金屬污染程度也是可行的.

3　結(jié)論

3.1鎢礦區(qū)的土壤Cr、As、Mn和Pb含量變異明顯,各個(gè)重金屬的平均含量均大于其對(duì)照樣.空間插值表明,Cr、As、Mn、Pb空間相關(guān)性很強(qiáng),研究礦區(qū)土壤重金屬含量空間分布呈條帶狀.在復(fù)合重金屬Cr、As、Mn和Pb的污染下,礦區(qū)土壤重金屬的主要來源是尾礦堆積區(qū).

3.2礦區(qū)土壤中,表征營養(yǎng)元素的循環(huán)速率和能量流動(dòng)的土壤酶活性受到一定的抑制作用.其中,參與碳素的轉(zhuǎn)化的蔗糖酶變異系數(shù)最大,且逐步多元回歸分析表明在Cr、As、Mn和Pb的復(fù)合污染下,鎢礦區(qū)土壤蔗糖酶對(duì)復(fù)合重金屬污染最為敏感.主成分分析法表明土壤酶活性反映鎢礦礦區(qū)土壤重金屬復(fù)合污染狀況與重金屬的空間分布一致,土壤總體酶活性可作為鎢礦礦區(qū)土壤環(huán)境質(zhì)量評(píng)價(jià)及量化分類的有效指標(biāo),為礦區(qū)土壤重金屬防治提供了可靠的依據(jù).

［1］ 孫銳,舒帆,郝偉,等.典型Pb、Zn礦區(qū)土壤重金屬污染特征與Pb同位素源解析 ［J］. 環(huán)境科學(xué), 2011,32（4）：1146-1153.

［2］ Li Z, Ma Z, van der Kuijp T J, et al. A review of soil heavy metal pollution from mines in China： pollution and health risk assessment ［J］. Science of the Total Environment, 2014,468：843-853.

［3］ Zhao H, Xia B, Fan C, et al. Human health risk from soil heavy metal contamination under different land uses near Dabaoshan Mine, Southern China ［J］. Science of the Total Environment, 2012,417：45-54.

［4］ Wuana R A, Okieimen F E. Heavy metals in contaminated soils： a review of sources, chemistry, risks and best available strategies for remediation ［J］. ISRN Ecology, 2011,1-20.

［5］ 雷凌明,喻大松,陳玉鵬,等.陜西涇惠渠灌區(qū)土壤重金屬空間分布特征及來源 ［J］. 農(nóng)業(yè)工程學(xué)報(bào), 2014,30（6）：88-96.

［6］ Khalil A, Hanich L, Bannari A, et al. Assessment of soil contamination around an abandoned mine in a semi-arid environment using geochemistry and geostatistics： pre-work of geochemical process modeling with numerical models ［J］. Journal of Geochemical Exploration, 2013,125：117-129.

［7］ Davis H T, Aelion C M, McDemermott S, et al. Identyfying natural and anthropogenic soures of metals in urban and rural soils using GIS-based data, PCA and spatial interpolation ［J］. Environmental Pollution, 2009,157：2378-2385.

［8］ Maas S, Scheifler R, Benslama M, et al. Spatial distribution of heavy metal concentrations in urban, suburban and agricultural soils in a Mediterranean city of Algeria ［J］. Environmental Pollution, 2010,158（6）：2294-2301.

［9］ Burns R G, DeForest J L, Marxsen J, et al. Soil enzymes in a changing environment： current knowledge and future directions ［J］. Soil Biology and Biochemistry, 2013,58：216-234.

［10］ Mikanova O. Effects of heavy metals on some soil biological parameters ［J］. Journal of Geochemical Exploration, 2006,88（1）：220-223.

［11］ 滕應(yīng),駱永明,李振高.土壤重金屬復(fù)合污染對(duì)脲酶、磷酸酶、脫氫酶的影響 ［J］. 中國環(huán)境科學(xué), 2008,28（2）：147-152.

［12］ Hu X F, Jiang Y, Shu Y, et al. Effects of mining wastewater discharges on heavy metal pollution and soil enzyme activity of the paddy fields ［J］. Journal of Geochemical Exploration, 2014, 147：139-150.

［13］ Nannipieri P, Pankhurst C E, Doube B M, et al. The potential use of soil enzymes as indicators of productivity, sustainability and pollution, Soil Biota： Management In Sustainable Farming Systems ［M］. CSIRO Publications, 1994：238-244.

［14］ Gao Y, Zhou P, Mao L, et al. Assessment of effects of heavy metals combined pollution on soil enzyme activities and microbial community structure： modified ecological doseresponse model and PCR-RAPD ［J］. Environmental Earth Sciences, 2010,60（3）：603-612.

［15］ Zhang F P, Li C F, Tong L G, et al. Response of microbial characteristics to heavy metal pollution of mining soils in central Tibet, China ［J］. Applied Soil Ecology, 2010,45（3）：144-151.

［16］ Qu J, Ren G, Chen B, et al. Effects of lead and zinc mining contamination on bacterial community diversity and enzyme activities of vicinal cropland ［J］. Environmental monitoring and assessment, 2011,182（1-4）：597-606.

［17］ 張芙蕖,蔣晶晶.三種土壤消解方法的對(duì)比研究 ［J］. 環(huán)境科學(xué)與管理, 2008,33（3）：131-134.

［18］ 李振高,駱永明,滕應(yīng).土壤與環(huán)境微生物研究法 ［M］. 北京：科學(xué)出版社, 2008：398-405.

［19］ 杜森,高祥照.土壤分析技術(shù)規(guī)范 ［M］. 中國農(nóng)業(yè)出版社, 2006.

［20］ 謝云峰,陳同斌,雷梅,等.空間插值模型對(duì)土壤Cd污染評(píng)價(jià)結(jié)果的影響 ［J］. 環(huán)境科學(xué)學(xué)報(bào), 2010.30（4）：847- 854.

［21］ 史文嬌,岳天祥,石曉麗,等.土壤連續(xù)屬性空間插值方法及其精度的研究進(jìn)展 ［J］. 自然資源學(xué)報(bào), 2012,27（1）：165-177.

［22］ Fu S, Wei C Y. Multivariate and spatial analysis of heavy metal sources and variations in a large old antimony mine, China ［J］. Journal of Soils and Sediments, 2013,13（1）：106-116.

［23］ Sun Y, Zhou Q, Xie x, et a1. Spatial, source and risk assessment of heavy metal contamination of urban soils in typical regions of Shenyang, China ［J］. Journal of Hazardous Materials, 2010, 174（1）：455-462.［24］ Jin Zhenjiang, Li Zhongyi, Li Qiang, et al. Canonical corres pondence analysis of soil heavy metal pollution, microflora and enzyme activities in the Pb-Zn mine tailing dam collapse area of Sidi village, SW ［J］. China Environmental Earth Sciences, 2014, 1-8.

［25］ 張文影,姚多喜,孟俊,等.采煤沉陷復(fù)墾區(qū)重金屬污染與土壤酶活性的關(guān)系 ［J］. 水土保持通報(bào), 2014,34（2）：20-26.

［26］ 賀玉曉,趙同謙,劉剛才,等.采煤沉陷區(qū)土壤重金屬含量對(duì)土壤酶活性的影響 ［J］. 水土保持學(xué)報(bào), 2012,2,26（1）：1009-2242.

［27］ Hu X F, Jiang Y, Shu Y. Relationships between soil heavy metal pollution and enzyme activities in mining areas of northern Hunan province, Central South China ［C］. EGU General Assembly Conference Abstracts, 2014,16：15002.

［28］ 李江遐,張軍,谷勛剛,等.尾礦區(qū)土壤重金屬污染對(duì)土壤酶活性的影響 ［J］. 土壤通報(bào), 2010（6）：1476-1478.

［29］ Caldwell B A. Enzyme activities as a component of soil biodiversity： a review ［J］. Pedobiologia, 2005,49（6）：637-644.

［30］ 劉姣,曹靖,南忠仁,等.白銀市郊區(qū)重金屬復(fù)合污染對(duì)土壤酶活性的影響 ［J］. 蘭州大學(xué)學(xué)報(bào)：自然科學(xué)版, 2010,46（5）：39-43.

［31］ 張平,甘國娟,廖柏寒,等.鉛鋅礦區(qū)重金屬復(fù)合污染對(duì)土壤酶活性的影響 ［J］. 安全與環(huán)境學(xué)報(bào), 2013,13（3）：147-150.

［32］ Shen G, Lu Y, Hong J. Combined effect of heavy metals and polycyclic aromatic hydrocarbons on urease activity in soil ［J］. Ecotoxicology and environmental safety, 2006,63（3）：474-480.

［33］ Bhattacharyya P, Mitra A, Chakrabarti K, et al. Effect of heavy metals on microbial biomass and activities in century old landfill soil ［J］. Environmental monitoring and assessment, 2008, 136（1-3）：299-306.

［34］ Huang S H, Peng B, Yang Z H, et al. Chromium accumulation, microorganism population and enzyme activities in soils around chromium containing slagheap of steel alloy factory ［J］. Transactions of Nonferrous Metals Society of China, 2009, 19（1）：241-248.

［35］ 高秀麗,邢維芹,冉永亮,等.重金屬積累對(duì)土壤酶活性的影響［J］. 生態(tài)毒理學(xué)報(bào), 2012,7（3）：331-336.

Mixed heavy metals contamination of tungsten mine area soil in south of Jiangxi Province

. ZHAO Yong-hong*, ZHANG Jing, ZHOU Dan, WANG Chun-Hui （Key Laboratory of Mining and Metallurgy Environmental Pollution Control, Jiangxi University of Science and Technology, Ganzhou 341000, China）.

China Environmental Science, 2015,35（8）：2477～2484

To investigate the current status of soil pollution of Cr, As, Mn and Pb in tungsten mining area, a total of nine surface soil samples were collected in the tailings accumulation areas. Concentrations of Cr, As, Mn and Pb in the nine samples were measured by the inductively coupled plasma mass spectrometry （ICP-MS） and the spatial distribution of the heavy metal concentrations in this area was estimated by Kriging interpolation model. The activities of urease, catalase and invertase in these nine samples were also assessed. It was demonstrated that the average values of all the heavy metal concentrations were much higher than the background values and the mean concentrations of Cr, As, Mn and Pb were as 2.26, 3.06, 1.85 and 2.59 times high as their background values. The spatial distribution analysis of heavy metals revealed that the distribution of Mn and Pb was relatively similar, the distribution of these heavy metals in soil was banded and strong spatial correlations were observed for Cr, As, Mn, and Pb distributions, indicating that they were likely originated from the same source. Soil enzyme activities were estimated to be as low as 7%～93%, 5%～86% and 11%～90% of their background values for the urease, catalase and invertase, respectively, which further confirmed the existence of heavy metals soil pollution. Multivariate stepwise regression analysis between heavy metal contents and soil enzyme activities displayed that the coefficient between the heavy metal and the enzyme activity was different. Among them, the invertase was the most sensitive. In addition, principle component analysis pointed out that enzyme activities in mining soils were feasible indicators to assess changes in soil environmental quality caused by heavy metals pollution.

tungsten mine area；heavy metal contamination；spatial distribution；soil enzyme activity

X53

A

1000-6923（2015）08-2477-08

2014-12-28

國家自然科學(xué)基金資助項(xiàng)目（51064007）；江西省自然科學(xué)基金重點(diǎn)項(xiàng)目（20142BAB204004）；江西省自然基金項(xiàng)目（20132BAB213017）

* 責(zé)任作者, 副教授, zcc@jxust.edu.cn

趙永紅（1977-）,男,博士,副教授,主要從事礦冶環(huán)境污染治理領(lǐng)域的研究工作.發(fā)表論文10余篇.