袁州區(qū)土壤硒與重金屬含量空間關聯及其影響因素分析

劉 珂,蔡海生,張學玲,何慶港

(1.江西農業(yè)大學/江西省鄱陽湖流域農業(yè)資源與生態(tài)重點實驗室/江西農業(yè)大學富硒農業(yè)產業(yè)發(fā)展研究中心,南昌 330045)

【研究意義】硒是人體所必需的微量元素,在抗氧化、抗衰老、防癌和抗癌方面作用顯著[1],中國是一個缺硒大國,調查顯示,我國約有72%的地區(qū)缺硒。合理開發(fā)利用富硒土壤資源,發(fā)展富硒農業(yè)產業(yè),既是滿足全民補硒需求、推進健康中國建設的重要途徑,也是促進富硒資源優(yōu)勢轉化為經濟發(fā)展優(yōu)勢、推動鄉(xiāng)村振興戰(zhàn)略的關鍵舉措[2]。然而,隨著城鎮(zhèn)化、工業(yè)化的不斷發(fā)展,我國經濟在穩(wěn)步發(fā)展的同時,土壤重金屬污染問題也越來越嚴重[3]。重金屬在土壤中長期積累會導致土壤肥力下降,降低農作物產量,更嚴重的是土壤中的重金屬會進行遷移轉化,并在作物的可食部位積累,從而直接危害人類健康[4]?！厩叭搜芯窟M展】土壤硒與重金屬的豐缺水平,受到土壤外部因素和內部因素的共同影響[5],土壤的內在因素(pH、SOM、微生物、黏粒等)會影響硒和重金屬的富集和遷移[6-8],其中土壤pH和SOM對硒和重金屬含量分布、遷移、富集有著顯著影響[9-10]。隨著經濟發(fā)展,人為活動等外部因素對土壤中硒和重金屬含量的影響日益加深,比如,長期使用有機肥會使土壤部分重金屬全量和有效態(tài)顯著提高[11];交通活動會導致大氣顆粒物中重金屬的濃度升高[12];礦產資源開發(fā)活動導致礦區(qū)周邊農田土壤硒與重金屬含量增高等[13]。目前國內外學者多針對單一元素,通過GIS、統(tǒng)計學、地統(tǒng)計學、空間自相關分析等方法分析Se或重金屬元素的空間分布規(guī)律[14-15]。對于元素之間的相關性及其影響因素的分析,則主要是采取多元統(tǒng)計,如主成分、回歸、聚類等分析方法[16-17]?！颈狙芯壳腥朦c】在多元統(tǒng)計分析中,元素之間的關聯性及其與影響因素的關系無法在空間上得到體現,且多因素共同作用的情況往往會被忽略,存在一定的局限性?！緮M解決的關鍵問題】以袁州區(qū)作為研究對象,將Global Moran’sI、Local Moran’sI、地統(tǒng)計學等方法結合,利用雙變量莫蘭指數來分析土壤Se與重金屬元素含量的空間聚類特征,探究研究區(qū)Se與重金屬元素的空間相關性,并運用地理探測器定量分析不同影響因素對研究區(qū)土壤硒和重金屬含量空間聚類特征的驅動和交互作用,以期為開發(fā)和管理富硒土壤資源、開展土壤污染防控治理提供科學依據和指導。

1 材料與方法

1.1 研究區(qū)概況

袁州區(qū)位于江西省西部,113°54′～144°37′ E,27°33′～28°05′ N。東臨新余,南接吉安,西毗萍鄉(xiāng),西北連湖南腹地,有著“贛西重鎮(zhèn)”之稱。全區(qū)土地總面積2538 km2,2020年末總戶籍人口數為116.27萬人。全區(qū)可以劃分為山區(qū)、平原、丘陵等3種地貌。袁州區(qū)主要土壤類型為山地紅壤、石灰土和水稻土等,其中山地紅壤是研究區(qū)內最典型的土壤類型,約占全區(qū)土地總面積的40%,廣泛分布在山地丘陵地帶;石灰土占全區(qū)土地總面積30%左右;水稻土約占全區(qū)土地總面積的17%,主要分布在海拔較低的沖積平原區(qū)。境內水資源豐富,年平均氣溫18.4 ℃,屬于亞熱帶季風性濕潤氣候,素有“山明水秀,土沃泉甘,其氣如春,四時咸宜”之稱。區(qū)域內交通便利,滬昆鐵路、滬瑞高速公路、320國道橫貫全區(qū)。全區(qū)目前擁有工業(yè)企業(yè)和專業(yè)合作社57家。

1.2 樣品收集與分析

江西農業(yè)大學富硒農業(yè)產業(yè)發(fā)展研究中心課題組根據袁州區(qū)土地利用以及地形地勢情況,利用ArcGIS 10.2軟件以及梅花形布點法等方法進行土壤樣品采集,采樣點避開溝渠、陡坡地、田坎等非典型地區(qū),主要集中在農用地土壤。每個采樣點取其周圍5處表層(0～20 cm)土壤充分混合均勻,取1 kg樣品裝入自封袋中,共收集到土壤樣品162個。土壤重金屬Cr元素采用火焰原子吸收分光光度法測定,As、Hg、Pb、Se采用原子熒光法測定,Cd采用石墨爐原子吸收分光光度法測定,SOM采用重鉻酸鉀外氧化外加熱法測定,樣本pH采用pH計測定,TN和AK采用X射線熒光法和電感耦合等離子體光/質譜法測定?；贏rcGIS 10.2軟件將土壤樣品采樣點進行空間化,并繪制土壤樣品采樣點空間分布圖(圖1)。

1.3 影響因子指標選取及數據處理

結合土壤Se及重金屬元素的來源,參考張軍等[18]、Xu等[19]、范薇等[20]的研究,并考慮數據獲取的難易程度,選取土壤性質(pH、SOM、TN、AK)、地形因子(坡度)、歸一化植被覆蓋度指數(NDVI)和距離因素(距水源、公路、鐵路、工廠的距離)4個方面的10個因子作為探究研究區(qū)土壤Se與重金屬元素空間相關性的影響因子。遙感影像和高程數據(DEM)均來自于地理空間數據云(http://www.gscloud.cn /)。遙感影像經過ENVI軟件圖像預處理后,經過波段運算得到NDVI數據;坡度數據通過ArcGIS軟件對DEM數據進行拼接、裁剪和坡度提取等操作獲得;在ArcGIS軟件中創(chuàng)建1 km×1 km漁網,作為地理探測分析的基礎空間單元,共計劃分單元2664個。地理探測器對影響因素進行分析時,因變量必須為數值量,自變量必須為類型量,若自變量是數值量,需將其離散化處理為類型量[21],因此,本研究采用自然斷點法將10個影響因素分別劃為5類。Se與重金屬元素空間聚類分布情況利用GeoDa軟件進行分析,地理探測分析采用GeoDetector軟件完成。

圖1 采樣分布示意圖

1.4 研究方法

1.4.1 雙變量莫蘭指數 莫蘭指數是研究變量在同一個分布區(qū)內的觀測數據之間潛在的相互依賴性的一個重要指標,雙變量莫蘭指數是對傳統(tǒng)莫蘭指數的進一步改進[22]。傳統(tǒng)的單變量莫蘭指數主要是表達空間上某一要素同一指標的空間自相關關系,而雙變量莫蘭指數可以探索某一要素一個屬性和另一個屬性的空間相關性[23]。雙變量莫蘭指數可以分為雙變量全局莫蘭指數和雙變量局部莫蘭指數。

(1)

(2)

式中:I為雙變量莫蘭指數,Ii為Se與某一種重金屬聚類的局部莫蘭指數。Wij為空間權重值,Zxi與Zyj代表Se與重金屬含量在某一空間單元的標準化值。本研究運用雙變量莫蘭指數衡量土壤Se與重金屬空間集聚關系。

1.4.2 地累積指數法 地累積指數是德國科學家Muller[24]提出的一種研究水環(huán)境沉積物中重金屬污染的定量指標,可以用于比較土壤中不同重金屬的濃度及其污染程度。

(3)

式中,Igeo為重金屬i的地累計指數,Ci為樣品中重金屬元素i的濃度,K為修正系數,一般為1.5,Bi為環(huán)境背景濃度值,選用江西省土壤環(huán)境背景值。污染程度一共劃分為7個等級:Igeo≤0為無污染、05為極重污染。

1.4.3 地理探測器 地理探測器是探測空間分異性,以及揭示其背后驅動力的一組統(tǒng)計學方法,該模型由因子探測器、交互作用探測器、生態(tài)探測器、風險探測器4個探測器組成[25],根據研究需要,本文僅采用因子探測和交互作用探測2個探測器。

因子探測器:用于探測Se與重金屬聚類的空間分異性,以及各影響因素對Se與重金屬聚類空間分布的相關程度,用q值來度量,表達式為:

(4)

交互探測器:用于識別不同影響因子對Se與重金屬聚類的交互作用,即評估任意兩個因子是相互作用還是獨立作用,兩個因子之間可以分為5種關系:非線性增強、獨立、雙因子增強、單因子非線性減弱、非線性減弱。

2 結果與分析

2.1 研究區(qū)表層土壤基本性質

由表1可知,研究區(qū)土壤pH 介于4.54～8.47,均值為6.15。土壤SOM、TN、AK的平均值和范圍分別為33.88、1595.50、110.26和8.20～92.20、383.00～3660.00、23.00～293.00。

土壤Cd、Hg、As、Pb、Cr及Se的平均值分別為0.42、0.15、12.07、41.33、76.23、0.50。土壤重金屬含量平均值與江西省土壤背景值[26]的比值從大到小依次為Cd、Hg、Cr、Pb、As,比值分別為4.20、1.88、1.59、1.29、1.16。變異系數(Coefficient of variation,CV)是標準差與平均值的比值,用來揭示數據的離散程度。研究表明,變異系數與人類活動等外部因素的干擾程度呈正相關[27]。Cd、As、Se的變異系數較高說明在不同采樣點的含量存在較大差異,表明可能受到比較明顯的外部干擾因素。根據GB 15618—2018,研究區(qū)的5種重金屬含量平均值除Cd外均低于土壤污染風險篩選值,Cd和As分別有33和1個采樣點中的含量高于土壤污染風險篩選值。

2.2 土壤Se與重金屬元素空間相關性分析

以Se元素含量為第一變量,5種重金屬元素含量為第二變量,利用Geoda軟件對研究區(qū)Se與重金屬元素兩者空間關聯性以及空間集聚情況進行測算,如圖2所示,Se-Cd、Se-Hg、Se-As、Se-Pb和Se-Cr的全局莫蘭指數分別為0.33、0.57、0.09、-0.62和0.25,在P≤0.05的水平上通過顯著性檢驗,說明Se與Cd、Hg、Cr 3種重金屬存在較強的空間相關性,Se與Pb的空間差異性較明顯,Se與As的空間相關性偏弱。

研究區(qū)Se與重金屬元素的局部莫蘭指數的測算結果如圖3所示,Se-Cd的高-高和低-高聚類主要分布在研究區(qū)中部,低-低和高-低聚類主要分布在西北部和南部,Se-Hg、Se-Cr的高-高聚類基本一致,均分布在研究區(qū)東北部,Se-Hg、Se-As、Se-Pb和Se-Cr的低-低聚類主要分布在東南部,Se-As和Se-Cr的低-高聚類均分布在西北部,Se-Hg的低-高、高-低聚類和Se-Cr的高-低聚類分布較少,分別集聚在北部、西部和中部地區(qū),Se-As的高-高和高-低聚類分別在西部和中南部,Se-Pb的高-高、低-高和高-低聚類分別呈現南-北、西北-東南、東-西對稱分布態(tài)勢。

表1 土壤元素描述性統(tǒng)計

圖2 Se與重金屬含量雙變量全局莫蘭指數散點圖

2.3 土壤重金屬污染評價

5種重金屬的平均值如表2所示:Cd(1.31)、Hg(0.28)、As(-0.57)、Pb(-0.30)、Cr(0.05)的大小排序為Cd>Hg>Cr>Pb>As。Pb和As的平均值小于0,說明研究區(qū)土壤As、Pb總體處于無污染狀態(tài),而Hg、Cr整體處于輕度污染狀態(tài),Cd整體處于中度污染狀態(tài)。從采樣點來看,Cd處于無污染、輕度、中度、中度-重度污染的點位數分別占5.26%、26.32%、51.97%、16.45%;Hg、As分別有67.76%、23.68%的采樣點屬于輕度污染,屬于中度污染的分別占5.26%和0.66%;Pb和Cr分別有28.29%和69.74%的采樣點Igeo處于0～1,屬于輕度污染,其余采樣點均處于無污染狀態(tài)。陳藝等[28]研究指出,袁州區(qū)土壤Cd、Hg、Pb空間分異主要受到工業(yè)源和交通源的影響,農業(yè)源、自然源和交通源是As、Cr的主要來源。

“高-高”表示該區(qū)域Se含量高,同時鄰近區(qū)域重金屬的含量也高;藍色區(qū)域表示Se元素的含量低,鄰近區(qū)域重金屬含量也低;黃色區(qū)域表示Se元素含量低但重金屬含量高;綠色區(qū)域是Se元素含量高但重金屬含量低。

表2 研究區(qū)土壤重金屬地累計指數

2.4 土壤Se與重金屬空間關聯影響因素的識別與分析

參考相關文獻[29-32],本研究選擇10個影響因子,探究影響研究區(qū)表層土壤Se與重金屬元素空間關聯的主要原因,將研究區(qū)行政邊界數據通過ArcGIS 10.2軟件中創(chuàng)建漁網工具構建1 km×1 km的格網,格網中心點如圖4所示,用中心點對影響因素進行離散化處理,并根據自然斷點法將影響因素分為5級,均通過0.05顯著性水平檢驗。將10個影響因素的屬性值中作為自變量,雙變量局部莫蘭指數作為因變量,按高-高、低-低、低-高和高-低4種類型分別導入到GeoDetector 2015中進行計算。

2.4.1 因子探測 如表3可知,不同因子對Se與重金屬的空間相關性的解釋力存在一定差異。研究區(qū)Se與重金屬元素空間關聯主要受到土壤理化性質(SOM、AK、TN、pH)和距離因素(距鐵路的距離、距水源的距離)的影響,影響Se-Cd空間關聯的主要因素是SOM、TN、pH;影響Se-Hg和Se-Cr聚類的主要因素是AK、距鐵路的距離、距水源的距離;影響Se-As聚類的主要因素是AK、TN、距鐵路的距離;影響Se-Pb聚類的主要因素是SOM、AK、PH。①高-高聚類中Se-Cd的首要影響因素是pH(0.1981),其次是距水源的距離(0.1340),再次是SOM(0.1301)。AK、距鐵路的距離、距水源的距離對Se-Hg和Se-Cr影響較大。SOM、AK、TN對Se-As和Se-Pb的影響較大。②低-低聚類中影響Se-Cd的首要影響因素是TN(0.2166),其次是pH(0.2093),再次是距鐵路的距離(0.2046)。AK、距水源的距離、距公路的距離對Se-Hg和Se-Cr低-低聚類影響較大。影響Se-As第一、第二、第三影響因素分別是AK(0.5813)、距鐵路的距離(0.4459)、距水源的距離(0.3259)。影響Se-Pb低-低聚類的前三影響因素分別為坡度(0.4563)、pH(0.4440)、NDVI(0.3641)。③低-高聚類中影響Se-Cd聚類的前三影響因素分別是pH(0.4535)、AK(0.4001)、SOM(0.3551)。影響Se-Hg聚類的前三影響因素分別為距鐵路的距離(0.6303)、pH(0.5439)、AK(0.4308)。影響Se-As聚類的前三影響因素分別為距鐵路的距離(0.5503)、TN(0.4934)、距水源的距離(0.3554)。影響Se-Pb聚類的前三位因素分別為AK(0.5167)、距鐵路的距離(0.2864)、pH(0.2502)。影響Se-Cr聚類的前三影響因素分別為距鐵路的距離(0.5900)、pH(0.4671)、TN(0.4362)。④高-低聚類中TN、SOM、AK對Se-Cd、Se-Hg、Se-As、Se-Pb聚類的影響較大。pH(0.8162)、距鐵路的距離(0.7755)、AK(0.4143)對Se-Cr聚類的影響較大。

圖4 影響因子離散點

表3 Se與重金屬聚類因子探測結果

2.4.2 交互因子探測 由于影響Se與重金屬元素空間聚類可能不僅僅只是單一因素,也可能存在多種因素共同形成。因此利用交互作用探測器分析多種因子對聚類情況的結果(表4)可知,任意兩個因子的交互作用對Se與重金屬空間聚類影響的解釋程度均大于單個因子的解釋程度,多數為非線性增強作用,少數為雙因子增強類型,不存在減弱或獨立作用類型。①高-高聚類中Se-Cd、Se-Hg、Se-As、Se-Pb、Se-Cr的最強復合影響因素分別是AK∩pH、AK∩距鐵路的距離、AK∩TN、SOM∩坡度、AK∩距鐵路的距離。②低-低聚類中Se-Cd、Se-Hg、Se-As、Se-Cr的最強復合因素為AK∩TN,Se-Pb的最強復合因素是AK∩pH。由此可以看出,影響Se與重金屬低-低聚類的主要復合因素是土壤中速效鉀和全氮的交互協(xié)同作用。③低-高聚類中Se-Cd的最強復合因素是SOM∩AK,Se-Hg和Se-Cr的最強復合因素是距鐵路的距離∩距工廠的距離,Se-As和Se-Pb的最強復合因素是AK∩TN。④高-低聚類中Se-Cd、Se-Hg、Se-As、Se-Pb、Se-Cr的最強復合因子對分別為TN∩pH、TN∩距水源的距離、TN∩距鐵路的距離、AK∩TN、距鐵路的距離∩距工廠的距離。由交互探測結果可知,在不同聚類類型中,Se與重金屬空間關聯受到多種因素復合作用。土壤性質(SOM、AK、TN、pH)與其他因子交互作用對于Se與重金屬分布格局具有重要影響,同時距水源、距鐵路的距離也是Se與重金屬聚類分布的重要影響因子。

綜合空間自相關與地理探測器結果分析,發(fā)現研究區(qū)Se與Cd、Hg、Cr存在較強的空間相關性,說明Se與Cd、Hg、Cr可能存在伴生關系,且影響Se-Hg和Se-Cr伴生的主要影響因素都為AK、距鐵路的距離、距水源的距離,說明Se與Hg、Cr空間關聯的同源可能性較大。影響Se-Cd空間關聯的主要影響因素是SOM、TN、pH,如圖3、5所示,Se與Cd高-高聚類和低-高聚類主要分布在研究區(qū)中部地區(qū),土壤中全氮以及有機質的高值區(qū)同樣位于研究區(qū)的中部地區(qū),且土壤pH處于弱酸性環(huán)境;低-低聚類以及高-低聚類主要分布在研究區(qū)的西北部以及南部,且全氮、速效鉀以及有機質的含量在該區(qū)域處于高值,與前文學者的研究相類似[6-7]。根據土壤重金屬污染評價和土壤污染風險篩選值結果發(fā)現,研究區(qū)土壤重金屬除Cd外僅有個別點位超標,而Cd總體處于中度污染狀態(tài),說明研究區(qū)主要以鎘污染為主。如前所述,土壤中全氮、有機質、速效鉀的高含量以及pH處于弱酸性和中性環(huán)境下可能會導致Se-Cd產生聚類,可能與該區(qū)域在農業(yè)生產過程中過量施用有機肥、灌溉水污染以及工廠廢氣排放、燃料不完全燃燒等因素有關。因此,針對研究區(qū)富硒高鎘地區(qū)需要嚴格控制企業(yè)污水廢氣排放,及時制止濫用化肥農藥,加強水源污染防治工作以及運用土壤修復改良技術來降低土壤重金屬活性,以篩選出富硒農業(yè)種植的安全利用區(qū)。

表4 Se與重金屬聚類交互探測結果

圖5 影響因素空間分布

3 討 論

影響硒與重金屬伴生的最主要因素是土壤理化性質。趙一鳴等[33]研究認為,土壤理化性質會對重金屬的遷移性和活性等產生影響。土壤理化性質的影響實質就是改變重金屬的有效態(tài)含量,研究發(fā)現重金屬有效態(tài)所占比例越多,土壤重金屬越活躍,更有利于重金屬遷移擴散[34]。陳雪龍等[35]研究認為土壤硒含量與有機質含量呈極顯著正相關,與pH呈極顯著負相關。在土壤形成過程中,有機質不僅會增加土壤對硒的吸附,而且由于植物腐殖化和微生物作用可使硒的價態(tài)發(fā)生變化或形成絡合物而富集,從而決定了土壤中硒的存在形態(tài),土壤pH則直接影響硒的存在價態(tài)和土壤對硒的吸附固定作用[36]。土壤理化性質中氮、鉀的含量部分來源于有機物,其含量與有機質含量存在明顯相關關系。本研究結論與這些學者一致,認為理化性質是影響Se與重金屬空間關聯的重要指標。距離因素中距鐵路、距水源、距公路、距工廠的距離對硒與重金屬一種或多種空間聚類的驅動作用同樣明顯,體現了人類活動對Se與重金屬空間分布的重要影響。相關研究表明,河流水系是農業(yè)灌溉的重要水源,由工業(yè)排放和交通運輸造成的水源重金屬富集進而通過農業(yè)灌溉的方式導致土壤Se和重金屬富集[37-38]。NDVI和坡度對土壤Se與重金屬空間聚類的影響不明顯,可能是由于研究區(qū)為小尺度區(qū)域,坡度和NDVI的變化范圍小所致。

綜上認為,研究區(qū)土壤中Se-Cd、Se-Hg、Se-Cr的空間相關性強,Se-Pb的空間分異性較明顯,Se-As的空間關聯程度較弱,且影響土壤Se與重金屬空間關聯的關鍵因素為土壤理化性質。Se-Cd的全局莫蘭指數為0.33,說明土壤中Se與Cd存在較強的空間相關性,其空間關聯主要來源于SOM、TN、pH。袁知洋等[39]對恩施富硒土壤區(qū)土壤Se、Cd與其理化性質的研究中發(fā)現,土壤SOM與土壤pH顯著影響土壤中Se、Cd含量,本研究結果與其基本一致。影響Se-Cd高-高聚類的主要因素分別為pH、距水源的距離、SOM。從空間分布上來看,Se-Cd高-高聚類主要分布在研究區(qū)中部。而pH在高-高聚類區(qū)中處于弱酸性和中性,SOM的高值區(qū)與Se-Cd高-高聚類區(qū)明顯重合,說明可能在pH處于弱酸性和中性環(huán)境下且SOM含量較高時容易促進Se、Cd之間高-高聚類的形成。由于研究區(qū)主要以Cd污染為主,且富硒高鎘土壤中Se的活化以及Cd的抑制可以通過改良土壤的理化性質進行調節(jié)。因此,可以結合富硒高鎘土壤中如何培育綠色富硒農作物進行探究。

Se-Hg和Se-Cr的全局莫蘭指數分別為0.57和0.25,表明研究區(qū)內土壤Se與Hg、Cr空間關聯程度較強,且影響Se與Hg、Cr空間關聯的主要因素同為AK、距鐵路的距離、距水源的距離。孫國新等[40]在研究全國尺度上土壤Se、Hg空間異質性因素分析中認為土壤Se、Hg分布可能與土壤理化性質以及人類活動有關;馬憲梅等[41]在對土壤Cr污染現狀及修復方法的研究中認為土壤Cr主要來源于礦物和巖石中的Cr、污水灌溉以及化肥與農藥的大量應用。本研究結論與以上研究結果一致,認為可能是由于化肥農藥過量使用、水源污染等導致土壤Se與Hg、Cr產生空間關聯。由于Se與重金屬伴生是一個復雜的過程,本研究僅考慮了Se與單個重金屬元素的伴生情況,在今后可以針對Se與多種重金屬的伴生關系開展進一步研究。

Se-Pb的全局莫蘭指數為-0.62,表明Se與Pb的空間分異性較強,影響Se-Pb聚類的主要因素是SOM、AK、pH。在今后的研究中可以進一步考慮土壤的理化性質如何影響研究區(qū)Se、Pb產生空間分異性。Se-As的全局莫蘭指數為0.09,說明在研究區(qū)內Se與As空間相關性較弱,對于Se-As空間關聯及其影響因素分析是后續(xù)研究工作重點。

4 結 論

(1)研究區(qū)土壤樣品中Se含量的平均值為0.5,整體處于富硒水平。土壤樣品中重金屬含量平均值與江西省土壤背景值的比值從大到小依次為Cd、Hg、Cr、Pb、As,分別為4.20、1.88、1.59、1.29、1.16倍。Cd、As、Se的變異系數較高,表明可能受到比較明顯的外部干擾因素。地累積指數顯示,As、Pb總體處于無污染狀態(tài),Hg、Cr整體處于輕度污染狀態(tài),Cd整體處于中度污染狀態(tài)。研究區(qū)土壤各點位pH的平均值為6.15,范圍為4.54～8.47,在此pH范圍內,各重金屬含量平均值除Cd外均低于土壤污染風險篩選值。

(2)研究區(qū)Se-Cd、Se-Hg、Se-As、Se-Pb和Se-Cr的全局莫蘭指數分別為0.33、0.57、0.09、-0.62和0.25,說明Se與Cd、Hg、Cr 3種重金屬存在較強的空間相關性,建議加強研究袁州區(qū)土壤Se與Cd、Hg、Cr的有效性及相互作用。

(3)SOM、AK、TN、pH、距鐵路的距離、距水源的距離對研究區(qū)Se與重金屬元素空間聚類的解釋力尤為顯著。交互探測發(fā)現,交互作用解釋力均處于增強效應,SOM、AK、TN、pH與其他因子交互作用對于Se與重金屬分布格局具有重要影響,同時距水源、距鐵路的距離也是Se與重金屬聚類分布的重要影響因子。

(4)研究區(qū)主要是以Cd污染為主,且與Se存在較強空間相關性。高-高和低-高聚類地區(qū)主要位于研究區(qū)中部,低-低聚類以及高-低聚類主要分布在研究區(qū)的西北部以及南部?；兽r藥的過量使用、交通運輸、工廠污染物的排放是影響Se、Cd伴生的主要干擾因素,因此建議采用先進的灌溉施肥技術以及土壤重金屬污染修復技術,并嚴格控制工廠企業(yè)污水廢氣排放,以降低研究區(qū)土壤Se與Cd伴生效應。