經(jīng)濟(jì)發(fā)達(dá)地區(qū)耕地景觀格局對(duì)土壤重金屬污染風(fēng)險(xiǎn)的影響分析

李武艷，朱從謀，和雪瀅，王 華，周依甸，徐保根

經(jīng)濟(jì)發(fā)達(dá)地區(qū)耕地景觀格局對(duì)土壤重金屬污染風(fēng)險(xiǎn)的影響分析

李武艷1，朱從謀2，和雪瀅3，王 華4，周依甸3，徐保根1

（1. 浙江財(cái)經(jīng)大學(xué)土地與城鄉(xiāng)發(fā)展研究院，杭州 310018；2. 浙江大學(xué)環(huán)境與資源學(xué)院，杭州 310058；3. 浙江財(cái)經(jīng)大學(xué)工商管理學(xué)院，杭州 310018；4. 浙江財(cái)經(jīng)大學(xué)東方學(xué)院，嘉興 314000）

探討耕地景觀格局對(duì)土壤重金屬污染風(fēng)險(xiǎn)的影響有利于豐富耕地可持續(xù)利用和保護(hù)路徑，對(duì)維護(hù)國(guó)家糧食安全和景觀生態(tài)安全具有重要意義。該研究以經(jīng)濟(jì)發(fā)達(dá)地區(qū)縣市為研究對(duì)象，基于土地利用數(shù)據(jù)、耕地分等成果和93個(gè)樣點(diǎn)采樣數(shù)據(jù)，測(cè)算耕地重金屬鎘（Cd）、鉛（Pb）和汞（Hg）污染水平和耕地景觀格局指數(shù)，采用逐步回歸模型和空間回歸模型分析耕地景觀格局與重金屬污染的關(guān)系。結(jié)果表明：1）研究區(qū)各土壤重金屬因子污染指數(shù)及內(nèi)梅羅綜合評(píng)價(jià)指數(shù)的均值范圍為0.22～0.42，Cd、Pb和Hg污染風(fēng)險(xiǎn)依次降低，整體污染風(fēng)險(xiǎn)較低，單個(gè)重金屬污染指數(shù)變異系數(shù)均大于0.5，污染風(fēng)險(xiǎn)較高地區(qū)呈現(xiàn)團(tuán)狀聚集空間分布特征。2）耕地重金屬污染與景觀格局在城鄉(xiāng)和道路梯度上存在明顯的空間關(guān)聯(lián)關(guān)系。3）耕地不同類型重金屬污染與耕地景觀格局各類指數(shù)呈現(xiàn)顯著相關(guān)關(guān)系，耕地景觀斑塊規(guī)模、破碎度以及斑塊形狀復(fù)雜度與耕地重金屬污染呈顯著負(fù)相關(guān)關(guān)系，耕地景觀聚集度與耕地重金屬污染呈顯著正相關(guān)關(guān)系。該研究進(jìn)一步深化耕地景觀格局與土壤重金屬污染的定量關(guān)系，可為從景觀格局優(yōu)化路徑控制土壤重金屬污染提供參考。

土壤；重金屬；污染；景觀格局；空間計(jì)量模型

0 引 言

土壤重金屬因其不可降解、移動(dòng)且具有毒性的特性[1-2]，直接或間接通過食物鏈威脅著糧食安全、生態(tài)系統(tǒng)和人類健康[3-4]。據(jù)2014年原環(huán)境保護(hù)部和原國(guó)土資源部發(fā)布《全國(guó)土壤污染狀況調(diào)查公報(bào)》顯示，目前全國(guó)近1/5耕地主要受到重金屬污染。已有研究揭示中國(guó)自20世紀(jì)80年代以來(lái)，耕地土壤重金屬含量呈增加趨勢(shì)，且南方地區(qū)超標(biāo)占比變化高于北方[5]。景觀格局在時(shí)空上直接反映了人類活動(dòng)對(duì)土地利用/覆蓋的影響，景觀類型、結(jié)構(gòu)和空間格局的變化對(duì)土壤重金屬的累積、分布和遷移等過程產(chǎn)生顯著影響[6-7]。靠近道路[8-9]、電子垃圾處理廠[10]、射擊場(chǎng)越近[11]，周邊土壤中與污染源相關(guān)的重金屬元素含量往往也越高?？h域尺度上的工業(yè)用地位置、數(shù)量和景觀多樣性[12]以及較大尺度范圍內(nèi)的景觀基底和格局[13]被證實(shí)能很好地反映或者模擬土壤中重金屬元素。耕地作為一種重要的景觀類型，極易受人類活動(dòng)干擾。耕地重金屬污染的產(chǎn)生與發(fā)展與地形、土壤、土地利用以及人類活動(dòng)等密切相關(guān)[3,14-15]。景觀格局的優(yōu)化是耕地生態(tài)保護(hù)和管理的有效措施，探究耕地景觀格局對(duì)土壤重金屬污染的影響，能夠從土地資源的優(yōu)化配置和景觀可持續(xù)管理的角度為土壤重金屬污染的預(yù)防和管控提供科學(xué)依據(jù)和決策支持。

目前關(guān)于耕地重金屬污染的研究主要集中在土壤重金屬污染評(píng)價(jià)[16]、空間分布[17]、來(lái)源解析[18-19]、環(huán)境風(fēng)險(xiǎn)[20]等方面。由于土壤污染具有顯著的累積性，其空間分布越來(lái)越受到人類活動(dòng)的影響，諸如交通、開礦、農(nóng)藥化肥和工業(yè)廢物等[21-22]。耕地景觀格局是人類農(nóng)業(yè)土地利用活動(dòng)的集中體現(xiàn)，與耕地土壤重金屬污染累積及其空間分布密切相關(guān)[23-24]。李鋮等[25]以珠江三角洲為例發(fā)現(xiàn)緩沖區(qū)內(nèi)農(nóng)業(yè)土壤重金屬污染指數(shù)的平均值與水體景觀格局有較顯著的相關(guān)關(guān)系，緩沖區(qū)內(nèi)水體比例、平均斑塊規(guī)模、破碎化程度、景觀形狀復(fù)雜度和斑塊連接度越大，土壤As、Pb、Cd和Ni污染水平越高。隋傳嘉等[7]以村鎮(zhèn)為研究對(duì)象發(fā)現(xiàn)耕地景觀格局與重金屬污染顯著相關(guān)，且不同重金屬在不同尺度與景觀要素關(guān)系不同。然而，由于人類活動(dòng)導(dǎo)致的土壤重金屬污染通常具有空間集聚特征，某區(qū)域的土壤重金屬污染可能與鄰近區(qū)域的景觀格局變化相關(guān)[26-27]，而一般線性回歸模型未考慮到潛在的空間相關(guān)性，導(dǎo)致自變量對(duì)因變量的影響被低估，從而影響結(jié)果的正確性[28]。隨著空間統(tǒng)計(jì)方法的快速發(fā)展，空間計(jì)量模型可以有效解決空間效應(yīng)問題，但尚未有研究采用空間計(jì)量模型分析土壤重金屬污染的影響因素。長(zhǎng)三角地區(qū)人口集中，社會(huì)經(jīng)濟(jì)發(fā)展迅速，高強(qiáng)度的人類活動(dòng)導(dǎo)致農(nóng)業(yè)土地面臨嚴(yán)重污染威脅，其中重金屬、持久性有機(jī)污染物等有毒物質(zhì)對(duì)土壤的污染已經(jīng)受到社會(huì)廣泛關(guān)注[29-30]。因此，本文以長(zhǎng)三角經(jīng)濟(jì)發(fā)達(dá)縣市為例，分析景觀格局與耕地污染的空間關(guān)系，以期通過制定耕地景觀規(guī)劃來(lái)降低土壤污染，對(duì)探索可持續(xù)的耕地利用和保護(hù)路徑，維護(hù)國(guó)家糧食安全和景觀生態(tài)安全具有重要意義。

1 研究區(qū)域與研究方法

1.1 研究區(qū)概況

研究區(qū)域嵊州位于長(zhǎng)江下游、環(huán)杭州灣南岸地區(qū)，土地面積1 784 km2，四面環(huán)山、五江匯聚，中為盆地，地貌呈現(xiàn)“七山一水兩分田”的特征，地勢(shì)自西南向東北傾斜。市內(nèi)低山和中山的成土母質(zhì)以紅壤為主，黃壤次之；臺(tái)地丘陵的成土母質(zhì)主要以紅壤和巖性土為主；河谷平原大部分是水稻土。耕地主要分布在中部盆地以及北部平原地區(qū)，土壤肥沃，光熱充足，是長(zhǎng)江中下游地區(qū)重要的糧食生產(chǎn)基地。同時(shí)，該地區(qū)地理位置優(yōu)越，位于多個(gè)都市圈交叉區(qū)域，社會(huì)經(jīng)濟(jì)發(fā)展迅速，產(chǎn)業(yè)以二三產(chǎn)業(yè)為主，工業(yè)活動(dòng)的增加和高強(qiáng)度的農(nóng)業(yè)生產(chǎn)成為耕地土壤重金屬污染的主要來(lái)源[31]。

1.2 數(shù)據(jù)采樣點(diǎn)布設(shè)與處理

本文布設(shè)耕地質(zhì)量監(jiān)測(cè)樣點(diǎn)，在監(jiān)測(cè)耕地質(zhì)量相關(guān)指標(biāo)同時(shí)取土化驗(yàn)樣點(diǎn)的重金屬指標(biāo)。研究區(qū)域耕地質(zhì)量監(jiān)測(cè)樣點(diǎn)選取方法請(qǐng)見參考文獻(xiàn)[32]。首先，選擇國(guó)家自然等指數(shù)的均方差和絕對(duì)偏差計(jì)算在允許誤差范圍內(nèi)監(jiān)測(cè)樣點(diǎn)的樣本容量；其次，計(jì)算國(guó)家自然等指數(shù)的滯后距離，將其作為格網(wǎng)間距進(jìn)行網(wǎng)格布點(diǎn)，得到監(jiān)測(cè)樣點(diǎn)的預(yù)布設(shè)結(jié)果；然后，根據(jù)耕地的等別組合對(duì)監(jiān)測(cè)樣點(diǎn)進(jìn)行優(yōu)化；最后，分析耕地質(zhì)量等別分布、分等因素各分級(jí)區(qū)間、耕地潛在變化類型及潛在變化區(qū)域的空間分布特征，分析監(jiān)測(cè)樣點(diǎn)布設(shè)的合理性，并選擇總體精度與Kappa系數(shù)2個(gè)精度評(píng)價(jià)指標(biāo)。依據(jù)上述方法，對(duì)研究區(qū)選取耕地樣本點(diǎn)93個(gè)，其中水田64個(gè)，旱地29個(gè)，覆蓋研究區(qū)域耕地國(guó)家利用等別7～11等，如圖1所示。

每個(gè)采樣單元進(jìn)行多點(diǎn)采樣，取其中心點(diǎn)和4個(gè)頂點(diǎn)的0～20 cm表層土壤，從現(xiàn)場(chǎng)等量均勻混合的樣品中選擇1.0 kg為該采樣樣品，均采用GPS定位。所有樣品均在室溫下風(fēng)干，壓碎，然后篩過0.15 mm尼龍篩。pH值采用玻璃電極法，有機(jī)質(zhì)采用重鉻酸鉀容量法。按照GB15618—1995標(biāo)準(zhǔn)中推薦的方法測(cè)量重金屬含量。耕地主要受到Cd、Pb和Hg等重金屬的影響，Cd和Pb采用石墨爐原子吸收法測(cè)定，Hg采用冷原子吸收法測(cè)定。每個(gè)樣品3次重復(fù)，取平均值，樣品采用有證標(biāo)準(zhǔn)物質(zhì)、實(shí)驗(yàn)室空白和平行雙樣分析等實(shí)驗(yàn)室質(zhì)量方法保障試驗(yàn)結(jié)果的科學(xué)性。

1.3 研究方法

1.3.1 土壤重金屬污染評(píng)價(jià)

土壤重金屬單項(xiàng)平均污染指數(shù)P與綜合污染指數(shù)P均采用內(nèi)梅羅（Nemoro）公式計(jì)算[33]，土壤污染物的評(píng)價(jià)標(biāo)準(zhǔn)值參考《土壤環(huán)境質(zhì)量農(nóng)用地土壤污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)（試行）》（GB15618—2018）。P值越大，表示土壤污染越嚴(yán)重。

式中P為綜合污染水平；P為各土壤重金屬污染指數(shù)的平均值，max為各土壤重金屬污染指數(shù)的最大值。依據(jù)內(nèi)梅羅綜合指數(shù)可將土壤重金屬污染劃分為安全（0<P≤0.70）、警戒限（0.7<P≤1.0）、輕污染（1.0<P≤2.0）、中污染（2.0<P≤3.0）和重污染（P>3.0）5個(gè)等級(jí)。

1.3.2 耕地景觀指數(shù)選取與計(jì)算

景觀指數(shù)能夠高度濃縮景觀格局信息，并反映其結(jié)構(gòu)組成和空間配置特征，是定量分析景觀格局特征的重要手段。由于景觀格局表現(xiàn)形式的多樣性，在耕地景觀尺度上，從耕地斑塊數(shù)量規(guī)模（平均斑塊面積，Mean Patch Area，MPS）、破碎化（斑塊密度，Patch Density，PD和景觀形狀指數(shù)，Landscape Shape Index，LSI）、形狀復(fù)雜度（面積加權(quán)斑塊形狀指數(shù)，Area-Weighted Mean Shape Index，SHAPE；面積加權(quán)斑塊分維數(shù)，Area-Weighted Patch Fractal Dimension，F(xiàn)RAC）和聚集度（斑塊凝聚度，Patch Cohesion Index，COHE-SION和聚集度指數(shù)，Aggregation Index，AI）4個(gè)方面選取不同指標(biāo)對(duì)區(qū)域耕地景觀格局進(jìn)行測(cè)度[7,12]。本文采用移動(dòng)窗口分析法生成景觀指數(shù)柵格圖。先設(shè)定一個(gè)窗口半徑，從左上角開始移動(dòng)，每移動(dòng)一格，計(jì)算窗口范圍內(nèi)的景觀指數(shù)數(shù)值，并賦予中心柵格，形成景觀指數(shù)柵格圖。有關(guān)研究表明，窗口分析尺度對(duì)景觀格局指數(shù)的影響顯著[27]。因此，本文分別采用200、500、800和1 000 m為半徑，在Fragstats4.2軟件上進(jìn)行篩選，最終選取500 m×500 m作為景觀格局分析尺度。

1.3.3 分析模型

空間回歸模型能夠有效解決回歸模型中復(fù)雜的空間自相關(guān)性問題，因此，本文分別采用逐步回歸模型、空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）分析景觀格局與耕地重金屬污染的空間關(guān)系[34-35]，并擇優(yōu)選用。

1）SLM模型

SLM模型主要探討因變量在一個(gè)地區(qū)是否有擴(kuò)散現(xiàn)象（空間溢出效應(yīng)），其表達(dá)式為

式中為因變量，為解釋變量，為空間滯后項(xiàng)1回歸系數(shù)，反映了樣本觀測(cè)值中的空間依賴性，即相鄰地區(qū)的觀測(cè)值對(duì)本地區(qū)觀察值的影響方向和程度，1為×階的空間權(quán)重矩陣，選擇連續(xù)性距離權(quán)重矩陣，距離閾值為任意兩個(gè)空間單元距離的最大值，為隨機(jī)誤差項(xiàng)，反映了自變量對(duì)因變量的影響。

2）SEM模型

SLM模型重視空間依賴效應(yīng)，但SEM模型假設(shè)模型的誤差是空間相關(guān)的，能夠度量鄰接地區(qū)因變量的誤差沖擊對(duì)本地區(qū)觀察值的影響程度，其表達(dá)式為

為了解決模型自變量可能存在的多重共線性問題，本文采用多元逐步回歸模型識(shí)別耕地土壤污染水平的顯著因素。在此基礎(chǔ)上，建立一系列的模型檢驗(yàn)，以確定合適的空間回歸模型。首先，用Moran’s指數(shù)檢驗(yàn)因變量是否存在空間自相關(guān)性。Moran's的值在-1到1之間，負(fù)/正值分別表示負(fù)/正空間自相關(guān)。其次，運(yùn)用拉格朗日乘數(shù)（LM）和穩(wěn)健LM檢驗(yàn)，包括4種LM統(tǒng)計(jì)，即LM滯后、穩(wěn)健LM滯后、LM誤差和穩(wěn)健LM誤差，來(lái)定量確定合適的空間回歸模型[36-37]。此外，采用R、Akaike信息準(zhǔn)則（AIC）和Schwartz準(zhǔn)則（SC）來(lái)評(píng)估模型的性能。

2 結(jié)果分析

2.1 耕地土壤重金屬污染風(fēng)險(xiǎn)特征

2014年研究區(qū)域93個(gè)耕地土壤樣品3種重金屬統(tǒng)計(jì)參數(shù)如表1所示。Cd、Pb 和Hg 3種重金屬的平均含量分別為0.13、20.54和0.13 mg/kg。由于土壤pH是不同重金屬風(fēng)險(xiǎn)篩選值劃分的重要依據(jù)，本文也對(duì)樣點(diǎn)的pH值進(jìn)行測(cè)定，最小值3.94，最大值7.44，均值為5.09，標(biāo)準(zhǔn)差0.551 7，變異系數(shù)為0.108 3。以《土壤環(huán)境質(zhì)量農(nóng)用地土壤污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)（試行）》（GB15618—2018）中規(guī)定Cd、Pb 和Hg的水田和旱地風(fēng)險(xiǎn)篩選值作為標(biāo)準(zhǔn)，區(qū)域耕地樣點(diǎn)3種重金屬含量均未超標(biāo)，說明研究區(qū)域耕地土壤重金屬風(fēng)險(xiǎn)較低；3種土壤重金屬污染指數(shù)（）的平均值、中位數(shù)和第三四分位數(shù)均未超過1，未達(dá)到污染水平。對(duì)比浙江省土壤背景值，3種重金屬超標(biāo)率分別為74.19%（Cd）、39.78%（Pb）和73.12%（Hg），說明重金屬Cd和Hg比Pb受區(qū)域人類活動(dòng)影響更大，污染風(fēng)險(xiǎn)相對(duì)較高；單因子污染指數(shù)的變異系數(shù)均大于0.5，表明耕地土壤重金屬污染受到外界干擾比較顯著，空間差異較明顯。耕地土壤重金屬污染綜合指數(shù)為0.42，未超過警戒值，表明該地區(qū)耕地土壤污染現(xiàn)象較少，其中有3個(gè)監(jiān)測(cè)點(diǎn)耕地重金屬綜合污染水平超過0.7，但小于1，處于警戒水平。

表1 研究區(qū)域耕地土壤重金屬描述性統(tǒng)計(jì)

2.2 耕地土壤重金屬污染風(fēng)險(xiǎn)的空間分布格局

運(yùn)用ArcGIS10.2地統(tǒng)計(jì)分析工具比較4種空間插值方法（反距離加權(quán)插值法、局部多項(xiàng)式法、克里金插值法以及核密度平滑法）效果，以此來(lái)降低空間插值的不確定性。依據(jù)最小預(yù)測(cè)均方根誤差值判斷方法優(yōu)劣。結(jié)果表明，反距離加權(quán)插值法的均方根誤差值最小（圖2）。因此，選取反距離加權(quán)插值法對(duì)耕地土壤重金屬污染風(fēng)險(xiǎn)進(jìn)行空間可視化表達(dá)，結(jié)果如圖3所示。整體上，耕地重金屬綜合污染風(fēng)險(xiǎn)較高地區(qū)呈現(xiàn)團(tuán)狀聚集空間分布特征，主要集中在研究區(qū)西南部、北部鄉(xiāng)鎮(zhèn)以及主城區(qū)周邊地區(qū)，其余部分耕地重金屬污染風(fēng)險(xiǎn)相對(duì)較低。其中，耕地重金屬鎘污染壓力較大，分布范圍較廣，主要集中在主城區(qū)周邊以及西南甘霖、崇樂等鄉(xiāng)鎮(zhèn)。耕地重金屬鉛和汞污染空間分布較為類似，主要集中在西南甘霖鎮(zhèn)、崇樂鎮(zhèn)以及主城區(qū)北部的浦口、仙巖和三界鎮(zhèn)等地區(qū)。

2.3 耕地土壤重金屬污染風(fēng)險(xiǎn)與景觀格局的空間梯度關(guān)聯(lián)

為科學(xué)分析研究區(qū)耕地重金屬污染風(fēng)險(xiǎn)和景觀格局的空間異質(zhì)性特征，揭示人類活動(dòng)對(duì)耕地重金屬污染和景觀格局的影響。本研究采用環(huán)形梯度分析方法，分別探討耕地重金屬污染和景觀格局距主城區(qū)、河流以及主要道路的梯度變化特征及其二者的空間關(guān)聯(lián)。由圖4可知，耕地重金屬污染水平在城鄉(xiāng)梯度上總體呈現(xiàn)波動(dòng)下降的趨勢(shì)，其中在距離城區(qū)12 km內(nèi)呈現(xiàn)顯著下降，表明人類活動(dòng)對(duì)周邊耕地重金屬污染有顯著影響。在距離主城區(qū)12 km后則表現(xiàn)出波動(dòng)上升空間分布特征，這主要是因?yàn)楦匚廴就瑫r(shí)受到其他鄉(xiāng)鎮(zhèn)、工業(yè)區(qū)離散分布的影響。在河流梯度上，耕地重金屬污染整體呈現(xiàn)逐步下降趨勢(shì)，其中耕地重金屬鎘污染在距離河流3 km外快速下降，耕地鉛污染水平隨著距河流距離緩慢上升。在主要道路梯度方面，耕地重金屬綜合污染水平呈現(xiàn)逐步下降趨勢(shì)，其中耕地重金屬鎘污染在距離道路1.5 km內(nèi)呈現(xiàn)快速下降、后保持穩(wěn)定的趨勢(shì)，表明道路對(duì)周邊耕地重金屬鎘污染有顯著影響，而耕地重金屬鉛和汞污染隨著距道路越遠(yuǎn)呈現(xiàn)先上升后趨緩的趨勢(shì)。

由圖5可知，耕地景觀格局指數(shù)在梯度上也呈現(xiàn)明顯的空間分異特征。在城鄉(xiāng)梯度上，在距主城區(qū)8 km內(nèi)，耕地景觀破碎度、形狀復(fù)雜度以及聚集度指數(shù)均呈現(xiàn)出快速上升的趨勢(shì)，隨后開始快速下降；距離主城區(qū)26 km后，耕地景觀格局保持穩(wěn)定態(tài)勢(shì)。這主要是由于在城鄉(xiāng)交錯(cuò)帶上，耕地景觀受到人類活動(dòng)的影響較大，其景觀格局呈現(xiàn)明顯的城鄉(xiāng)梯度變化特征。在河流和道路梯度上，耕地景觀格局空間分異特征類似。耕地景觀破碎度、形狀復(fù)雜度和聚集度指數(shù)隨著距河流和道路距離越遠(yuǎn)而逐步下降，其中在道路梯度上的變化大于河流梯度變化。耕地破碎化指數(shù)和形狀復(fù)雜度指數(shù)的空間梯度變化快于耕地景觀聚集度指數(shù)。結(jié)合圖4、圖5可知，耕地重金屬污染的空間分布與景觀格局在空間梯度上存在較為密切的相關(guān)關(guān)系。距主城區(qū)8 km范圍內(nèi)，耕地土壤重金屬污染水平隨著耕地景觀破碎度、形狀復(fù)雜度以及聚集度的上升而快速下降；距離主城區(qū)8 km外，由于人類活動(dòng)的空間差異明顯，二者關(guān)系在城鄉(xiāng)梯度的關(guān)聯(lián)不明顯。在河流和道路梯度上，耕地重金屬污染水平與耕地景觀格局（破碎度、形狀復(fù)雜度以及聚集度）總體上均呈現(xiàn)下降趨勢(shì)，其中耕地重金屬污染梯度變化幅度明顯小于耕地景觀格局變化。

2.4 空間計(jì)量模型估計(jì)

2.4.1 耕地土壤重金屬污染空間相關(guān)性檢驗(yàn)

選用空間鄰接矩陣作為空間權(quán)重矩陣，運(yùn)用Geoda 軟件對(duì)土壤重金屬Cd、Hg、Pb和綜合污染水平進(jìn)行空間自相關(guān)分析，結(jié)果如表2所示。整體來(lái)看，土壤重金屬Cd、Hg、Pb的全局Moran’s指數(shù)均通過了1%顯著性水平檢驗(yàn)，表明土壤各類重金屬污染水平存在顯著的空間正相關(guān)性。所以，在對(duì)研究區(qū)域土壤重金屬污染水平進(jìn)行定量研究時(shí)，需充分考慮各區(qū)域土壤重金屬污染之間的空間相關(guān)性。

表2 研究區(qū)域土壤重金屬污染水平的Moran’s I檢驗(yàn)結(jié)果

2.4.2 耕地景觀格局對(duì)土壤重金屬污染的整體影響

運(yùn)用Geoda軟件，選用空間鄰接矩陣，采用逐步線性回歸方法識(shí)別出對(duì)耕地重金屬污染具有顯著影響的景觀格局指數(shù)，結(jié)果如表3所示。整體上，耕地斑塊規(guī)模（MPS）、景觀破碎度（PD）、景觀形狀復(fù)雜度（SHAPE、FRAC）及斑塊凝聚度（COHE）對(duì)耕地重金屬綜合污染有顯著影響，耕地不同類型重金屬污染與耕地景觀格局各類指數(shù)呈現(xiàn)顯著相關(guān)關(guān)系。

前期研究表明研究區(qū)耕地重金屬污染水平存在顯著的空間自相關(guān)性。因此，在逐步線性回歸模型結(jié)果基礎(chǔ)上，本文采用空間回歸模型（SLM和SEM）對(duì)顯著影響耕地重金屬污染的各類景觀格局因素進(jìn)行分析。由表3可看出，模型誤差項(xiàng)的LM檢驗(yàn)和穩(wěn)健性LM檢驗(yàn)均高于模型滯后項(xiàng)，且通過1%顯著性水平檢驗(yàn)，說明空間誤差模型（SEM）優(yōu)于空間滯后模型（SLM）。從表4可看出，空間誤差回歸模型各影響因素的回歸系數(shù)均達(dá)到了顯著水平（<0.01），表明耕地重金屬污染不僅受到本區(qū)域影響因素的顯著影響，同時(shí)還受到鄰近區(qū)域重金屬

含量和影響因素的共同影響。根據(jù)SEM模型結(jié)果可知，耕地景觀斑塊規(guī)模（MPS）、景觀破碎度（PD）以及斑塊凝聚度（COHE）與耕地重金屬綜合污染呈現(xiàn)負(fù)相關(guān)，而耕地景觀形狀復(fù)雜度與重金屬綜合污染呈正相關(guān)。

表3 逐步回歸模型，LM和穩(wěn)健性LM檢驗(yàn)結(jié)果

注：**表示通過0.01的顯著性水平檢驗(yàn)。下同。

Note: ** means passing the significance level test of 0.01. Same as below.

其中景觀破碎度對(duì)耕地重金屬綜合污染的負(fù)向作用最大，而耕地斑塊分維數(shù)對(duì)耕地重金屬綜合污染的正向作用最顯著。在耕地各類重金屬污染的景觀影響因素中，耕地斑塊規(guī)模（MPS）、景觀破碎度（PD）和加權(quán)面積形狀指數(shù)（SHAPE）對(duì)3類主要的重金屬污染均有顯著的負(fù)向影響。耕地形狀指數(shù)（LSI）對(duì)耕地鎘和汞污染負(fù)向影響顯著，斑塊凝聚度（AI）對(duì)耕地鎘和汞污染有顯著正向作用，耕地景觀凝聚度（COHE）與耕地鉛污染具有負(fù)向相關(guān)關(guān)系。

對(duì)比空間回歸模型與傳統(tǒng)線性回歸模型結(jié)果，空間誤差模型的擬合優(yōu)度2與自然對(duì)數(shù)似然函數(shù)值Log-L均高于傳統(tǒng)線性回歸模型，而AIC和SC均低于傳統(tǒng)線性回歸模型，這表明空間回歸模型的估計(jì)效果比傳統(tǒng)模型更可靠。

表4 SEM模型回歸參數(shù)結(jié)果

3 討 論

土壤重金屬的來(lái)源及空間分布主要受成土母質(zhì)和人類活動(dòng)的影響。已有研究表明，當(dāng)土壤重金屬污染水平的變異系數(shù)大于0.5時(shí)，表明耕作管理措施、種植制度等人為活動(dòng)對(duì)土壤重金屬污染情況有顯著影響[3]。本文研究結(jié)果顯示研究區(qū)域3類重金屬污染水平的變異系數(shù)均高于0.5，表明該地區(qū)耕地土壤重金屬污染受到人類活動(dòng)影響顯著，土壤重金屬污染壓力較大。在空間梯度上，研究結(jié)果表明耕地土壤重金屬污染水平在城鄉(xiāng)梯度、道路梯度上均呈現(xiàn)由高到低的分布態(tài)勢(shì)，進(jìn)一步驗(yàn)證了人類活動(dòng)對(duì)耕地土壤污染具有顯著空間影響。

景觀格局直接反映了人類活動(dòng)對(duì)土地利用的影響，研究耕地景觀格局與土壤重金屬污染的關(guān)系可以從景觀生態(tài)角度完善耕地污染管控政策。本文研究表明耕地土壤重金屬污染具有顯著空間集聚特征，采用空間計(jì)量模型定量評(píng)估耕地景觀格局對(duì)土壤重金屬污染的影響更具有科學(xué)性和有效性。研究表明，耕地斑塊規(guī)模（MPS）、耕地破碎度（PD）和景觀形狀指數(shù)（Shape）對(duì)3類土壤重金屬污染均有負(fù)面影響，而耕地聚集度（AI）的提升則會(huì)增加重金屬Cd和Hg的污染水平。這主要是由于在耕地地塊破碎化大、形狀不規(guī)則，尤其是大型斑塊的形狀復(fù)雜的情況下，耕地種植強(qiáng)度降低，土壤重金屬累積較少，同時(shí)破碎化的耕地斑塊也阻礙了土壤重金屬的遷移[2,7]。另一方面，耕地斑塊的聚集會(huì)增加連通性，同時(shí)聚集性的耕地更容易進(jìn)行規(guī)?；?jīng)營(yíng)，從而導(dǎo)致耕地重金屬污染風(fēng)險(xiǎn)增加?？梢?，集約化農(nóng)田利用可能會(huì)加速農(nóng)田重金屬污染的輸入和遷移，破碎化的耕地景觀可以在一定程度上降低整體污染水平[7]。

耕地重金屬污染不僅受到本區(qū)域影響因素的顯著影響，同時(shí)還受到鄰近區(qū)域重金屬含量和影響因素的共同影響。因此，建議耕地重金屬污染治理不能以行政區(qū)劃為范圍進(jìn)行劃分，應(yīng)綜合統(tǒng)籌，根據(jù)影響的范圍，設(shè)置治理區(qū)域，根據(jù)污染源和污染程度，出臺(tái)監(jiān)測(cè)、補(bǔ)償?shù)认嚓P(guān)激勵(lì)和懲罰建議措施，嚴(yán)控耕地重金屬污染進(jìn)一步蔓延。同時(shí)，不同尺度不同類型區(qū)域的耕地景觀格局對(duì)重金屬污染影響規(guī)律不同，不同種類的重金屬元素與耕地景觀格局關(guān)系亦有差異，建議村、鄉(xiāng)鎮(zhèn)、縣市和省等各層級(jí)管理主體分別研究區(qū)域自身耕地景觀格局與主要重金屬元素污染的關(guān)系，通過制定耕地景觀規(guī)劃來(lái)管控土壤重金屬污染。在當(dāng)前耕地“數(shù)量-質(zhì)量-生態(tài)”三位一體保護(hù)背景下，有必要運(yùn)用景觀生態(tài)管理措施來(lái)進(jìn)一步加強(qiáng)耕地保護(hù)。

4 結(jié) 論

1）研究區(qū)域耕地土壤環(huán)境良好，土壤重金屬風(fēng)險(xiǎn)較低。3種重金屬平均污染指數(shù)和綜合污染指數(shù)均小于0.5，處于清潔范圍內(nèi)。重金屬污染水平的變異系數(shù)均大于0.5，土壤污染受人類活動(dòng)影響較大。在空間分布上，耕地重金屬綜合污染風(fēng)險(xiǎn)較高地區(qū)呈現(xiàn)團(tuán)狀聚集，主要集中在研究區(qū)西南部、北部以及主城區(qū)周邊地區(qū)，耕地重金屬綜合污染程度具有明顯的空間分異特征。

2）耕地重金屬污染水平在空間梯度上呈現(xiàn)波動(dòng)下降的趨勢(shì)，其中城鄉(xiāng)梯度和道路梯度的變化幅度更大。同時(shí)，耕地景觀指數(shù)在空間梯度上呈現(xiàn)明顯的空間分異特征，與土壤重金屬污染具有明顯空間梯度關(guān)聯(lián)。

3）耕地土壤重金屬污染具有顯著空間自相關(guān)性，不僅受到本區(qū)域影響因素的顯著影響，同時(shí)還受到鄰近區(qū)域重金屬含量和影響因素的共同影響。耕地景觀斑塊規(guī)模、破碎度以及形狀復(fù)雜度與耕地土壤重金屬污染具有負(fù)相關(guān)關(guān)系，耕地景觀聚集度對(duì)土壤重金屬Cd和Hg污染具有正向影響。

通過調(diào)整耕地結(jié)構(gòu)和布局等景觀格局優(yōu)化手段來(lái)控制耕地土壤重金屬污染具有一定可行性。本文研究經(jīng)濟(jì)發(fā)達(dá)地區(qū)耕地景觀格局對(duì)土壤重金屬污染的影響，進(jìn)一步驗(yàn)證了二者存在密切相關(guān)關(guān)系。耕地重金屬污染具有空間集聚特征，本文采用空間計(jì)量模型探討耕地景觀格局與土壤重金屬污染的相關(guān)關(guān)系，可避免由于空間相關(guān)性帶來(lái)了模型結(jié)果誤差，進(jìn)一步豐富了土壤重金屬污染定量研究方法體系，為完善耕地景觀優(yōu)化和加強(qiáng)耕地健康保護(hù)提供了科學(xué)依據(jù)和決策支持。

[1] He B, Yun Z J, Shi J B, et al. Research progress of heavy metal pollution in China: sources, analytical methods, status, and toxicity[J]. Chinese Science Bulletin, 2013, 58(2): 134-140.

[2] 李鴻博，鐘怡，張昊楠，等. 生物炭修復(fù)重金屬污染農(nóng)田土壤的機(jī)制及應(yīng)用研究進(jìn)展[J]，農(nóng)業(yè)工程學(xué)報(bào)，2020，36(13)：173-185.

Li Hongbo, Zhong Yi, Zhang Haonan, et al. Mechanism for the application of biochar in remediation of heavy metal contaminated farmland and its research advances[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(13): 173-185. (in Chinese with English abstract)

[3] Rahman M A, Rahman M M, Reichman S M, et al. Heavy metals in Australian grown and imported rice and vegetables on sale in Australia: Health hazard[J]. Ecotoxicology and Environmental Safety, 2014, 100: 53-60.

[4] 朱亮亮，吳勇，周浪，等. 銅仁土壤-水稻重金屬積累效應(yīng)與安全種植區(qū)劃[J/OL]. 環(huán)境科學(xué)：1-13. [2021-07-07]. doi: 10.13227/j.hjkx.202104291

Zhu Liangliang, Wu Yong, Zhou Lang, et al. Heavy metal accumulation effect and safe planting zoning of soil and rice in Tongren [J/OL], Environmental Science: 1-13. [2021-07-07]. doi:10.13227/j.hjkx.202104291/(in Chinese with English abstract)

[5] 尚二萍，許爾琪，張紅旗，等. 中國(guó)糧食主產(chǎn)區(qū)耕地土壤重金屬時(shí)空變化與污染源分析[J]. 環(huán)境科學(xué)，2018，39(10)：4670-4683.

Shang Erping, Xu Erqi, Zhang Hongqi, et al. Spatial-temporal trends and pollution source analysis for heavy metal contamination of cultivated soils in five major grain producing regions of China[J]. Environmental Science, 2018, 39(10): 4670-4683. (in Chinese with English abstract)

[6] 舒心，李艷，李鋒，等. 土壤重金屬累積對(duì)土地利用與景觀格局的響應(yīng)[J]. 環(huán)境科學(xué)，2019，40(5)：2471-2482.

Shu Xin, Li Yan, Li Feng, et al. Impacts of land use and landscape patterns on heavy metal accumulation in soil [J]. Environmental Science, 2019, 40(5): 2471-2482. (in Chinese with English abstract)

[7] 隋傳嘉，潘劍君，余泓，等. 蘇南村鎮(zhèn)耕地景觀格局對(duì)土壤重金屬污染的影響[J]. 生態(tài)學(xué)雜志，2017，36(8)：2302-2311.

Sui Chuanjia, Pan Jianjun, Yu Hong, et al. Impacts of farming landscape patterns on soil heavy metal pollution in towns of Southern Jiangsu Province[J]. Journal of Ecology, 2017, 36(8): 2302-2311. (in Chinese with English abstract)

[8] Zhang H, Zhang Y L, Wang Z F, et al. Traffic-related metal(loid) status and uptake by dominant plants growing naturally in roadside soils in the Tibetan plateau, China[J]. Science of the Total Environment, 2016, 573: 915-923.

[9] Nikolay S K, Dmitry V V, Natalia E K. Enrichment of road dust particles and adjacent environments with metals and metalloids in eastern Moscow[J]. Urban Climate, 2020, 32: 1-15.

[10] Luo C L, Liu C P, Wang Y, et al. Heavy metal contamination in soils and vegetables near an e-waste processing site, south China[J]. Journal of Hazardous Materials, 2011, 186: 481-490.

[11] Chrastny V, Komárek M, Hájek T. Lead contamination of an agricultural soil in the vicinity of a shooting range[J]. Environmental Monitoring and Assessment, 2010, 162: 37-46.

[12] Lin Y P, Teng T P, Chang T K. Multivariate analysis of soil heavy metal pollution and landscape pattern in Changhua county in Taiwan[J]. Landscape and Urban Planning, 2002, 62: 19-35.

[13] Hou L, Wu F Q, Xie X L, The spatial characteristics and relationships between landscape pattern and ecosystem service value along an urban-rural gradient in Xi’an city, China[J].Ecological Indicators, 2020, 108: 1-10.

[14] Wang C, Yang Z F, Zhong C, et al. Temporal-spatial variation and source apportionment of soil heavy metals in the representative river-alluviation depositional system[J]. Environmental Pollution, 2016, 216: 18-26.

[15] 李鋒，劉思源，李艷，等. 工業(yè)發(fā)達(dá)城市土壤重金屬時(shí)空變異與源解析[J]. 環(huán)境科學(xué)，2019，40(2)：934-944.

Li Feng, Liu Siyuan, Li Yan, et al. Spatiotemporal variability and source apportionment of soil heavy metals in a industrially developed city[J]. Environmental Science, 2019, 40(2): 934-944. (in Chinese with English abstract)

[16] Hu B F, Wang J Y, Jin B, et al. Assessment of the potential health risks of heavy metals in soils in a coastal industrial region of the Yangtze River Delta[J]. Environmental Science and Pollution Research, 2017, 24(24): 19816-19826.

[17] 邱孟龍，李芳柏，王琦，等. 工業(yè)發(fā)達(dá)城市區(qū)域耕地土壤重金屬時(shí)空變異與來(lái)源變化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(2)：298-305.

Qiu Menglong, Li Fangbai, Wang Qi, et al. Spatio-temporal variation and source changes of heavy metals in cultivated soils in industrial developed urban areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(2): 298-305. (in Chinese with English abstract)

[18] 孫焰，祁士華，李繪，等. 福建閩江沿岸土壤中多環(huán)芳烴含量、來(lái)源及健康風(fēng)險(xiǎn)評(píng)價(jià)[J]. 中國(guó)環(huán)境科學(xué)，2016，36(6)：1821-1829.

Sun Yan, Qi Shihua, Li Hui, et al. Concentrations, sources and health risk assessment of polycyclic aromatic hydrocarbons in soils collected along the banks of Minjiang River, Fujian, China[J]. China Environmental Science, 2016, 36(6): 1821-1829. (in Chinese with English abstract)

[19] 李嬌，吳勁，蔣進(jìn)元，等. 近十年土壤污染物源解析研究綜述[J]. 土壤通報(bào)，2018，49(1)：232-242.

Li Jiao, Wu Jin, Jiang Jinyuan, et al. Review on source apportionment of soil pollutants in recent ten years[J]. Chinese Journal of Soil Science, 2018, 49(1): 232-242. (in Chinese with English abstract)

[20] 周永超，孫慧蘭，陳學(xué)剛，等. 綠洲城市伊寧市表層土壤重金屬污染特征及其生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 干旱區(qū)資源與環(huán)境，2019，33(2)：127-133.

Zhou Yongchao, Sun Huilan, Chen Xuegang, et al. Characteristics and ecological risk assessment of heavy metal pollution in surface soil of Yining in Oasis city[J]. Arid Land Resources and Environment, 2019, 33(2): 127-133. (in Chinese with English abstract)

[21] Khan S, Cao Q, Zheng Y M, et al. Health risks of heavy metals in contaminated soils and food crops irrigated with wastewater in Beijing, China[J]. Environmental Pollution, 2008, 152(3): 686-692.

[22] 敖明，柴冠群，范成五，等. 稻田土壤和稻米中重金屬潛在污染風(fēng)險(xiǎn)評(píng)估與來(lái)源解析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(6)：198-205.

Ao Ming, Chai Guanqun, Fan Chengwu, et al. Evaluation of potential pollution risk and source analysis of heavy metals in paddy soil and rice[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(6): 198-205. (in Chinese with English abstract)

[23] 韓黎陽(yáng)，黃志霖，肖文發(fā)，等. 三峽庫(kù)區(qū)蘭陵溪小流域土地利用及景觀格局對(duì)氮磷輸出的影響[J]. 環(huán)境科學(xué)，2014，35(3)：1091-1097.

Han Liyang, Huang Zhilin, Xiao Wenfa, et al. Effects of land use and landscape pattern on nitrogen and phosphorus exports in Lanlingxi Watershed of the Three Gorges Reservoir Area, China[J]. Environmental Science, 2014, 35(3): 1091-1097. (in Chinese with English abstract)

[24] 李小曼，劉勤，徐夢(mèng)潔，等. 蘇南村鎮(zhèn)土壤重金屬空間變異性研究[J]. 土壤通報(bào)，2016，47(1)：179-185.

Li Xiaoman, Liu Qin, Xu Mengjie, et al. Spatial variability of heavy metal contents in towns of Southern Jiangsu Province[J]. Soil Bulletin, 2016, 47(1): 179-185. (in Chinese with English abstract)

[25] 李鋮，李芳柏，吳志峰，等. 景觀格局對(duì)農(nóng)業(yè)表層土壤重金屬污染的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào)，2015，26(4)：1137-1144.

Li Cheng, Li Fangbai, Wu Zhifeng, et al. Impacts of landscape patterns on heavy metal contamination of agricultural top soils in the Pearl River Delta, South China[J]. Journal of Applied Ecology, 2015, 26(4): 1137-1144. (in Chinese with English abstract)

[26] 胡瀟瀟，李建龍，剛成誠(chéng)，等. 張家港市農(nóng)業(yè)景觀格局變化及其對(duì)土壤-水稻系統(tǒng)重金屬遷移的影響[J]. 天津農(nóng)業(yè)科學(xué)，2013，19(4)：68-73.

Hu Xiaoxiao, Li Jianlong, Gang Chengcheng, et al. Effect of agricultural landscape pattern change on the migration of heavy metals in soil-rice system in Zhangjiagang City[J]. Tianjin Agricultural Sciences, 2013, 19(4): 68-73. (in Chinese with English abstract)

[27] 霍宵妮，李紅，孫丹峰，等. 北京耕地土壤重金屬空間自回歸模型及影響因素[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(5)：78-82.

Huo Xiaoni, Li Hong, Sun Danfeng, et al. Spatial autoregressive model for heavy metals in cultivated soils of Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(5): 78-82. (in Chinese with English abstract)

[28] 于婷婷，左冰，宋玉祥，等. 中國(guó)旅游業(yè)發(fā)展對(duì)區(qū)域經(jīng)濟(jì)效率的影響：基于中國(guó)283個(gè)地級(jí)市的實(shí)證證據(jù)[J]. 地理研究，2020，39(6)：1357-1369.

Yu Tingting, Zuo Bing, Song Yuxiang, et al. The influence of tourism development on regional economic efficiency: Evidence from 283 prefecture-level cities in China[J]. Geographical Research, 2020, 39(6): 1357- 1369. (in Chinese with English abstract)

[29] 曹偉，周生路，王國(guó)梁，等. 長(zhǎng)江三角洲典型區(qū)工業(yè)發(fā)展影響下土壤重金屬空間變異特征[J]. 地理科學(xué)，2010，30(2)：283-289.

Cao Wei, Zhou Shenglu, Wang Guoliang, et al. Spatial variability characteristics of soil heavy metals due to industry development of typical regions in Changjiang River Delta of China[J]. Chinese Journal of Geography, 2010, 30(2): 283-289. (in Chinese with English abstract)

[30] 甘婷婷，趙南京，殷高方，等. 長(zhǎng)江三角洲地區(qū)農(nóng)用地土壤重金屬污染狀況與防治建議[J]. 中國(guó)工程科學(xué)，2021，23(1)：174-184.

Gan Tingting, Zhao Nanjing, Yin Gaofang, et al. A review on heavy metal pollution of agricultural land soil in the Yangtze River Delta and relevant pollution control strategy[J]. Strategic Study of CAE, 2021, 23(1): 174-184. (in Chinese with English abstract)

[31] 張?jiān)剖|，馬瑾，魏海英，等. 浙江省典型農(nóng)田土壤重金屬污染及生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 生態(tài)環(huán)境學(xué)報(bào)，2019，28(6)：1233-1241.

Zhang Yunyun, Ma Jin, Wei Haiying, et al. Heavy metals in typical farmland soils of Zhejiang Province: Levels, sources and ecological risks[J]. Journal of Ecoenvironment, 2019, 28(6): 1233-1241. (in Chinese with English abstract)

[32] 祝錦霞，徐保根，章琳云. 基于半方差函數(shù)與等別的耕地質(zhì)量監(jiān)測(cè)樣點(diǎn)優(yōu)化不設(shè)方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(19)：254-261.

Zhu Jinxia, Xu Baogen, Zhang Linyun. Optimization layout method of monitoring sample points of cultivated land quality based on semi-variance analysis and grade combination[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(19): 254-261. (in Chinese with English abstract)

[33] 索琳娜，劉寶存，趙同科，等. 北京市菜地土壤重金屬現(xiàn)狀分析與評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(9)：179-186.

Suo Linna, Liu Baocun, Zhao Tongke, et al. Evaluation and analysis of heavy metals in vegetable field of Beijing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 179-186. (in Chinese with English abstract)

[34] Anselin L. Spatial Econometrics: Methods and Models[M]. NL: Kluwer Academic Publishers, 1988.

[35] 于偉，張鵬. 城市化進(jìn)程、空間溢出與綠色經(jīng)濟(jì)效率增長(zhǎng)：基于2002-2012年省域單元的空間計(jì)量研究[J]. 經(jīng)濟(jì)問題探索，2016(1)：77-82.

Yu Wei, Zhang Peng. The process of urbanization, spatial spillover and the growth of green economy efficiency: A spatial measurement study based on provincial units from 2002 to 2012[J]. Exploration of Economic Issues, 2016(1): 77-82. (in Chinese with English abstract)

[36] Wu Z, Chen Y, Han Y, et al. Identifying the influencing factors controlling the spatial variation of heavy metals in suburban soil using spatial regression models[J]. Sci Total Environ, 2020, 71;137212.

[37] 趙秀峰，王強(qiáng)盛，石寧寧，等. 石化園區(qū)周邊農(nóng)田土壤重金屬污染分析與評(píng)價(jià)[J]. 環(huán)境科學(xué)學(xué)報(bào)，2010，30(1)：133-141.

Zhao Xiufeng, Wang Qiangsheng, Shi Ningning, et al. Analysis and assessment of soil heavy metals around a petrochemical industry park[J]. Chinese Journal of Environmental Science, 2010, 30(1): 133-141. (in Chinese with English abstract)

Impacts of cultivated land landscape patterns on the risk of soil heavy metal pollution in economically developed areas

Li Wuyan1, Zhu Congmou2, He Xueying3, Wang Hua4, Zhou Yidian3, Xu Baogen1

(1.,,310018,; 2.,,310058; 3.,,310018; 4.,,31400,)

Landscape patterns indexes have widely been used to clarify the variation of landscape patterns under heavy metal accumulation in various ecological processes. One of the most important landscape types, cultivated land is profoundly disturbed by human activities in recent years, where the generation and evolution of heavy metal pollution are closely related to the landscape pattern. However, it is still lacking understanding of the relationship between landscape patterns and soil pollution in cultivated land. In this study, an attempt was made to explore the impact of landscape patterns on the risk of soil heavy metal pollution in cultivated land, thereby ensuring national food and ecological security. Taking an economically developed area in eastern China as an example, a Nemoro index model was employed to assess the level of soil heavy metal (Cd, Pb, and Hg) pollution using 93 point sampling laboratory data. Then, the landscape pattern indexes were selected from four aspects to evaluate the distribution of landscape patterns in cultivated land. Finally, the stepwise and spatial regression models were used to determine the relationship between landscape patterns and heavy metal pollution. The results showed that: 1) The average range of indexes was between 0.22 and 0.42 in the study area, including three indexes of soil heavy metal pollution, and Nemero comprehensive pollution index. The level of three heavy metal pollution was ranked in an order of Pcd>Ppb>Phg, indicating a relatively low risk of pollution. Furthermore, the variation coefficients of the single-factor pollution index were all greater than 0.5, indicating that the heavy metal pollution of farmland soil was significantly affected by external interference. 2) There was an obvious spatial differentiation on the comprehensive degree of heavy metal pollution in the cultivated land. The areas with higher pollution risks presented a clustering spatial distribution, where mainly concentrated in the southwestern and northern parts of the study area, as well as the surrounding areas of urban centers. The areas with lower pollution risks are mainly distributed in the northwestern basin. 3) There was a fluctuating downward for the level of cultivated land heavy metal pollution in the spatial gradient, especially in the urban-rural and road gradient. Meanwhile, the landscape pattern indexes in the cultivated land showed a trend of increasing first, and then decreasing in the urban-rural gradient, whereas, gradually downward trends in the river and road gradients. Correspondingly, cultivated land landscape patterns were found to be highly correlated with soil heavy metal pollution in spatial gradient. 4) There was a significant spatial autocorrelation in the heavy metal pollution, where landscape patterns profoundly affected both in local and adjacent areas. Specifically, the patch size, fragmentation, and landscape shape indexes were negatively correlated with three types of soil heavy metal pollution, whereas, there was a positive correlation between landscape aggregation and heavy metal pollution in the cultivated land. Anyway, this research can greatly contribute to determining the relationship between cultivated land landscape patterns and soil heavy metal pollution. The finding can provide insightful implications to control the soil heavy metal pollution from the perspective of landscape pattern optimization.

soils; heavy metals; pollution; landscape pattern; spatial econometric model

李武艷，朱從謀，和雪瀅，等. 經(jīng)濟(jì)發(fā)達(dá)地區(qū)耕地景觀格局對(duì)土壤重金屬污染風(fēng)險(xiǎn)的影響分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(16)：233-241.doi：10.11975/j.issn.1002-6819.2021.16.029 http://www.tcsae.org

Li Wuyan, Zhu Congmou, He Xueying, et al. Impacts of cultivated land landscape patterns on the risk of soil heavy metal pollution in economically developed areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(16): 233-241. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.16.029 http://www.tcsae.org

2021-04-20

2021-07-02

浙江省哲學(xué)社會(huì)科學(xué)項(xiàng)目（21NDJC097YB)

李武艷，博士，教授，研究方向?yàn)橥恋乩门c生態(tài)安全。Email：liwuyan@zufe.edu.cn

10.11975/j.issn.1002-6819.2021.16.029

X37

A

1002-6819(2021)-16-0233-09