上海地区土壤重金属空间分布特征及其成因分析

上海松江“浦南”地区设施菜地土壤重金属含量及其风险评价侯鹏程【摘要】选取上海市松江区“浦南”典型设施菜地为研究对象,研究土壤重金属含量,并采用单项污染指数及尼梅罗综合污染指数法来评价该地区设施菜地的土壤重金属污染风险.结果表明,研究区设施菜地耕层土壤中Cu,Pb,Cd,Cr,As五种重金属含量均出现不同程度的累积,除Cd含量超标外,其余4种重金属含量未超标;各重金属含量因种植年限不同而存在差异,在种植第3年出现峰值.较之露地种植,研究区设施菜地各剖面中Cu,Pb,Cd,Cr,As含量均较高,5种重金属中,除Cd外,其余4种重金属含量均随着剖面深度增加呈现下降趋势,主要富集在0～20 cm土层中,而Cd主要富集在40 ～60 cm土层中,因此应重视Cd在土壤剖面的富集及迁移.研究区设施菜地耕层土壤中Cu,Pb,Cd,Cr,As五种重金属含量单项指数Pi为Cd＞ Cu＞ Pb ＞ Cr＞ As,Pb、Cr、As仍处于清洁水平,随着种植年限增加,Cu含量处于尚清洁水平,而研究区土壤已经受到Cd污染,并且随着种植年限增加,污染风险不断加大.【期刊名称】《浙江农业学报》【年(卷),期】2014(026)006【总页数】6页(P1609-1614)【关键词】设施菜地;土壤重金属;风险评价;上海市【作者】侯鹏程【作者单位】上海农林职业技术学院,上海201600【正文语种】中文【中图分类】X825设施菜地作为一种高效蔬菜生产方式在菜地栽培中所占比重越来越大［1－2］，是当今许多城市菜篮子的主要来源。

大量研究表明［3－6］，设施菜地由于其独特的栽培方法，长期处于高温高湿高蒸发环境下，缺乏雨水淋洗，会导致区域土壤出现次生盐渍化、土壤酸化、养分不平衡等诸多问题，长期发展严重影响蔬菜品质。

近年来，随着工业化、城市化进程的加快，人类活动对设施菜地的影响越来越大。

设施菜地中土壤重金属含量也出现累积趋势，严重威胁设施菜地安全［7－9］。

上海土壤的Cu Zn Mn Co As Fe Mo 和总稀土元素背景值及影响因素庞金华;汪雅各【期刊名称】《上海农业学报》【年(卷),期】1992(8)2【摘要】在上海市布点214个,按自然发生层采集1.0m深土壤剖面样品,调查了全市土壤Cu、Zn、Mn、Co、As、Fe、Mo和总稀土元素。

提出了全市的背景值(Zn 83.81、Cu 27.79、Mn 555.48、Co12.66、As8.71、Mo 0.58、总稀土228.6 mg/kg、Fe3.02％),四种母质发育的土壤。

Cu、Mn含量以湖积类型最低。

Mn与pH值、有机质含量中度相关;Zn随土壤中含Ca量增加而明显减少;Zn、Co、As含量随土壤粒径变细而增加。

潮坪的Cu、Mn、Co、As含量最高;Mn自内陆向沿海增加;含Zn量,湖沼平原>滨海平原>潮坪>三角洲平原。

【总页数】4页(P65-68)【作者】庞金华;汪雅各【作者单位】不详;不详【正文语种】中文【中图分类】S158.3【相关文献】1.沙雅绿洲土壤有效态Cu、Zn、Fe、Mn含量的分布特征及影响因素分析 [J],王丹丹;赵成义;程猛;王新军2.Fe-Cr-Mo、Cu-Zn-Al、Fe-Mn合金减振性能的研究 [J], 黄姝珂;李宁;文玉华;胥永刚;滕劲;丁胜3.ASI法测定土壤有效Zn、Cu、Fe、Mn与植物吸收的相关性研究 [J], 仝淑慧;王莉;程丽萍4.Photosynthetic capability and Fe, Mn, Cu, and Zn contents in two Moraceae species under different phosphorus levels [J], DekeXing;Yanyou Wu;Rui Yu;Yansheng Wu;Chuan Zhang;Zheng Liang5.上海主要土属Cu,Zn,Mn,Co,As的背景值 [J], 庞金华因版权原因，仅展示原文概要，查看原文内容请购买。

上海市奉贤区农田土壤-农产品中的重金属含量特征和污染评价顾建芹;江健;任周桥【期刊名称】《上海农业学报》【年(卷),期】2024(40)2【摘要】为分析奉贤区农田土壤和农产品的重金属污染状况,采集粮田、菜田和果园3种作物的农田土壤及其对应农产品,分别测定土壤8种重金属元素(Hg、As、Cd、Cr、Pb、Cu、Zn和Ni)和农产品5种重金属元素(Pb、Cd、Cr、As和Hg)的含量特征,采用单项污染指数法、综合污染指数法、积累指数法和富集因子等方法对土壤-农产品中重金属元素进行污染风险评价,并将地统计学与因子分析相结合分析农田土壤重金属的空间分布特征。

结果表明:与上海市土壤背景值相比,奉贤区农田土壤Hg、Cd、Cr、Zn和Ni的平均含量较高,分别是背景值的1.40、1.36、1.06、1.15倍和1.44倍。

单项及综合污染指数值显示土壤重金属处于无污染水平;但Cd、Ni、Hg元素的积累指数值显示无-中度污染水平,其中有4.92%农田土壤处于Hg元素的中度污染。

在空间分布上,Hg呈连片分布;As、Cd整体含量低,南北区域分布;Cr、Zn呈条带状分布,自南往北递增状态;Pb呈散点状分布;Cu元素整体含量高,呈东西梯度分布;Ni元素呈岛状分布。

因子分析中,因子1包括Cu和Zn,因子2是Pb,因子3包括Cd、Cr,因子4是Ni,因子5是As和因子6是Hg。

奉贤地区土壤重金属含量主要受到工业源、农业源、交通源和自然源影响较大,应加强污染源控制,降低风险水平。

农产品样中的5种重金属均未超出标准限量值,单项及综合污染指数值显示农产品重金属属于清洁水平。

经土样和农产品样中的重金属含量相关性分析,两者无相关,农产品对土壤重金属的富集因子较小。

不同土地利用方式对土壤和农产品中重金属含量影响较大,菜地土壤和农产品对Cd较为敏感,吸收能力较强,而果园土壤和农产品对各重金属吸收总体较弱。

在农业生产中可以根据作物吸收重金属特性来调整种植结构,以减轻重金属污染。

上海地区自地表以下约75m～100m范围内主要是第四纪的松散沉积物（通俗的讲就是土，呵呵）.之羊若含玉创作从上往下可分为9个大层，每个大层中又可分为若干亚层.值得注意的是，在部分地区有些土层可能缺失的，起主要原因是古河流的切割.你是不是要盖房子啊？我大致讲一下哈第一层杂填土层就是有许多建筑垃圾的，人工填的第二层褐（灰）黄色粉质粘土，（土层较好，适合作为浅基本建筑的持力层）第三层淤泥质粉质粘土第四层淤泥质粘土（第三、四层土质相当差，也很厚，上海被称为软土地区主要是因为这两层烂稀泥，呵呵）第五层灰色粘土（由于其土性差得较多，因此被分为许多多少亚层，典范的有5－1层：和第4层一样烂，5－2层含有微承压水，5－3层，土性稍好一些，5－4层，土比较硬，和第6层已经差未几啦）第六层暗绿色粉质粘土（比较硬，做基本持力层很不错，但是在上海地区一般都不太厚）第七层粉砂层（很强的土，一般都很厚，压缩模量大，受压变形小，承载力高，一般都作为桩基本的持力层，同时也是承压水层）第八层又是个软弱的土层第九层已经是基岩的上面一层，地质年月最长远，最硬了，呵呵，一般要特别掌握沉降的建筑物的桩基本就需要打到这层土或是基岩上第一节土壤查询拜访1958年，上海市依据全国的统一安排，开展第一次土壤普查工作，于1959年完成.这次查询拜访，采取科技人员同下层干部、农平易近群众相联合的办法进行，重点摸清土壤底细，总结群众识土、改土经验，然落后行系统归纳，提出土壤分类和定名.当时依照不合区域和不合土壤类型的特征，区分为9个土壤系列：西部淀泖低地的青紫泥，约占耕地面积的13％；中部高平原的沟干泥，约占13％弱；黄浦江东部、南部及长江口沙洲的黄泥头，约占16％；沿江沿海的夹沙泥，约占22％；江河两岸的潮沙泥，约占14％；西部碟缘斜坡等地的黄潮泥，约占4％；零碎散布的砂土，约占8％；沿江沿海的盐土，约占10％；西部低地中零碎山丘的黄棕壤，为数甚微.通过土壤普查及其分类定名，明白低产田改进和高产田培养的途径.在西部低洼地区，自60年月至70年月，逐步扶植圩区配套工程，下降农田地下水位，并采纳实行水旱轮作、改良土体渍害、增加有机肥投入等措施，使洼地土壤性状得到有效改进.在东部沿海地区，自1959年开端组织大范围围垦，采纳水利先行、引淡洗盐等改进应用措施，加快土壤的脱盐，为树立市属15个国营农场奠基基本.1979年，上海市开展第二次土壤普查工作.市、县两级成立土壤普查究公室，同时相继在市、县两级的农业部分组建土壤肥料工作站，筹建起土肥化验剖析室，并开展土壤普查技巧培训和组织全市土壤概查.在此基本上，进行市、县两级土壤普查试点，尔后由点到面逐步展开，不竭深入.这次土壤普查，历时9年.先采取1:2000或1:5000比例尺底图，从大队（村）做起，进行全面详查；并收集土样，进行理化剖析，共取得数据50万项次.然后在逐级撰写土壤普查总结、编制土壤普查图件和系统整理数据的基本上，形成完整科学的土壤普查成果.撰写出版《上海土壤》和《上海土种志》两本专著；编绘全市1:10万比例尺土壤图和养分图，以及1:20万比例的《上海市土壤资源图集》一套；将处理过的数据输入6兆位容量的电脑，树立《上海土壤资源数据库》.在第二次土壤普查中，将上海郊区的土壤归纳为水稻土、潮土、滨海盐土、黄棕壤4个土类、7个亚类、25个土属和95个土种的上海土壤分类系统.［上海郊区土壤分类系统图］上海郊区土壤类型面积及散布表单位：公顷说明：滨海盐土中已垦面积23380公顷，故占耕地面积6.80％.经由两次土壤查询拜访，查明上海郊区的土壤肥力与地域差别的关系，以及应当采纳改进土壤的措施.西部松江、金山、青浦三县境内的湖沼平原，土壤情况渍水，有利于有机物质积聚，潜在养分含量丰硕，但因主体水多气少，养分释放迟缓，应通过治水改土提高土壤生产力.中部上海、嘉定、宝山、奉贤4县黄浦江、吴淞江两侧的沿江平原，土壤干湿交潜频繁，土体质地偏砂，养分肥力中等，但易于释放与调节，需增加有机肥投入以增强土壤肥力.东部川沙、南汇、奉贤等县“冈身”以东范围较广的滨海平原，土壤质地偏粘或适中，潜在养分含量及供肥、保肥才能较高，宜采纳综合措施不竭培肥，提高地力.长江口的崇明、长兴、横沙等岛屿，土壤质地偏砂，养分肥力偏低，但供肥才能较强，只要增加有效投入，就能施展较大的增产潜力.在第二次土壤普查中，充分运用数据图件等资料，通过综合归纳和剖析，进行土壤质量等级评价.上海郊区的土壤资源质量按三等九级区分，统计成果为：依据土壤普查成果，上海郊区好的和比较好的一、二等质量农田占78.4％；其中土壤养分含量高和比较高的一、二级质量农田也占68.1％.三等和三级质量农田只分离占21.60％和31.90％.开国以来，由于养分投入不竭增加，上海郊区农田土壤的肥力显著提高.80年月与50年月相比，有机肥料投入显著增加，即使80年月中后期免耕栽培和秸秆还田推广后，由于土壤排水条件改良，物质循环加快，仍使土壤情况与土壤肥力之间保持协调平衡；只是低洼地区土壤仍无肥力提高趋势.无机肥投入，因总体上是以氮化肥为主不竭增加的，加上因70年月至80年月前期的长期三熟垦植，湿耕旋耕，造成水气抵触加剧，土壤受渍粘闭,肥力不容易调节，故出现偏氮高投入的趋势.。

上海市郊土壤—蔬菜系统中重金属来源及贡献研究随着我国工业化和城市化的快速发展,大城市建成区外围往往形成了工业、居住、农业混合带。

工业生产、城市道路交通产生的重金属污染通过大气沉降、河水灌溉等方式进入土壤-蔬菜系统,不仅会影响农作物的生长,一些流入市场销售的蔬菜瓜果还会威胁食用人群的身体健康。

由重金属污染导致的环境问题、食品安全问题已不容忽视。

目前针对城市大气沉降、土壤、路面灰尘、蔬菜中重金属污染特征及风险评价的研究已较为全面,因此进一步探讨城市大气沉降、土壤-蔬菜系统中重金属的污染来源及其贡献具有重要的意义。

本研究在国家自然科学基金项目“城市大气重金属干湿沉降对土壤-蔬菜系统的污染效应(41271472)”的支持下,选取上海市郊宝钢总厂、吴泾化工区、御桥垃圾焚烧厂等典型工业区周边及远郊青浦响新村为研究区域,以重金属Zn、Cr、Cu、Pb、Cd、Hg和类金属As为研究对象,通过研究大气沉降中颗粒态重金属沉降通量的时空变化特征、市郊土壤和蔬菜中重金属的污染特征及来源、盆栽蔬菜Pb同位素比值,探讨城市大气沉降对土壤-蔬菜系统中重金属的污染效应及来源贡献。

主要研究结论如下：(1)大气沉降中颗粒态重金属Zn、Cr、Cu、Pb、Cd、Hg和As的月均沉降通量分别为3271.76、2264.60、504.43、1340.60、57.37、7.58和30.42μg/m2。

各元素通常在秋季(11月)、冬季(1月)、初夏(6或7月)出现全年中的通量高值。

空间上主要表现为宝钢和吴泾两地沉降通量较其它样点高。

后向轨迹结果表明,每年11月至次年3月,上海地区雾霾高发和重金属沉降通量上升均与来自北方的污染气团有关；每年6-10月,受东南季风和台风影响,这段时间重金属通量升高主要是由当地污染排放造成的。

(2)市郊农田土壤样品中重金属Zn、Cr、Cu、Pb、Cd、Hg、As的平均含量分别为122.51、79.75、24.54、28.14、0.15、0.82、6.49mg/kg,均低于附近路面灰尘中的含量。

中国环境科学 2018,38(10)：3941~3948 China Environmental Science 上海市湖泊沉积物重金属的空间分布杨静1,刘敏1*,陈玲2,黄燕平1,张亚洲 1 (1.华东师范大学地理科学学院,教育部地理信息科学重点实验室,上海200241；2.同济大学环境科学与工程学院,上海 200092)摘要：上海快速城市化发展导致公园湖泊表层沉积物中重金属Cd、Hg、Cu、Pb和Zn含量出现富集,其最大值已超出各自土壤背景值3.8~5.8倍.这5种重金属的污染热点主要出现在核心城区的人口和交通密集区、浦西沿江老工业区以及郊区新兴工业区附近.基于土地利用类型、交通变量、人口密度和工业点源等预测变量构建了高精度的土地利用回归模型,推测沉积物中Cd和Pb浓度分别主要受路网密度和商业用地影响,Hg和Cu主要受商业用地和工业点源数影响,Zn主要受居住用地和工业点源数影响.关键词：湖泊沉积物；重金属；空间分布；土地利用回归模型；上海中图分类号：X144 文献标识码：A 文章编号：1000-6923(2018)10-3941-08Spatial distribution of heavy metals in lake surface sediments in Shanghai. YANG Jing1, LIU Min1*, CHEN Ling2, HUANG Yan-ping1, ZHANG Ya-zhou1 (1.Key Laboratory of Geographic Information Science of the Ministry of Education, School of Geographic Sciences, East China Normal University, Shanghai 200241, China；2.College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China). China Environmental Science, 2018,38(10)：3941~3948Abstract：Rapid urbanization development has caused high accumulation of heavy metals (Cd, Hg, Cu, Pb, and Zn) in urban lake surface sediments from city parks in Shanghai. Compared to their soil background values, the maximum levels of five metals in lake sediments were higher 3.8~5.8times. The pollution hotspots existed in the urban areas with larger population density and traffic volume, old industrial areas in the west side of Huangpu River, and emerging industrial areas in the suburb. Land use regression (LUR) models were successfully developed to evaluate spatial variations of heavy metal accumulations in urban lake sediments based on four predictor variables such as land use types, traffic variables, population density, and industrial sources. LUR models deduced that the major control factors for Cd and Pb levels in lake sediments were roadway density and commercial land area, respectively, commercial land area and number of industrial point sources for Hg and Cu, residential land area and number of industrial point sources for Zn.Key words：lake sediments；heavy metals；spatial distribution；LUR model；Shanghai近现代快速城市化进程导致了深刻的地域变革,尤其是城市不透水面的快速增长已对城市源(如工业、交通活动等)重金属的环境行为及归趋产生严重干扰,从而对区域生态环境和人群健康带来潜在危害[1-3].因此,越来越多的研究者开始关注重金属在城市环境系统中的扩散、沉降、分布和演变[1-5],拟将重金属城市环境地球化学的研究成果运用到城市规划和管理中,以期保护人群健康及促进城市可持续发展.城市诸多人工湖泊用于接收城市径流以减轻暴雨影响,然而经过城市不透水面(如屋顶、街道等)的暴雨径流会携带各种重金属污染物进入人工湖泊[6-7].此外,重金属还可通过大气干湿沉降及污水直排等途径进入城市湖泊,绝大部分先吸附在水体悬浮颗粒物上,之后转移至底部沉积物并表现出明显的富集规律[8].因此,城市公园湖泊沉积物已作为可靠的研究介质来评价区域重金属的污染水平及潜在来源[7,9],但是目前较少有从城市自然地理学角度深入探究影响城市沉积环境中重金属空间分异的关键因素,如土地利用类型、道路交通、人口分布和工业布局等[2,9].已有研究将土地利用回归(LUR)模型成功用于评价大气污染物(PM2.5、PM10、NO2)、植物体以及公园湖泊沉积物中多环芳烃的空间分布[10-13],然而应用该模型评价城市湖泊沉积物中重金属赋存的研究还未见报道.因此,本研究以上海为例,调查了不同城市化区域内公园湖泊表层沉积物中5种重金属(Cd、Hg、Cu、Pb和Zn)的浓度水平及空间分布,在此基础上进一步通过构建LUR模型收稿日期：2018-03-05基金项目：国家自然科学基金资助项目(41601526);国家自然科学基金资助项目(41730646)* 责任作者, 教授, mliu@3942 中国环境科学 38卷从地学角度综合分析土地利用、路网密度、工业布局等多因素对沉积环境中重金属累积的影响,明确污染成因及主导贡献源,以期为未来上海城市环境质量改善和土地利用规划提供参考依据.1 材料与方法1.1 样品采集与分析2012年7月,在上海市选择了32个水域面积相对较大,且较少受到人为疏浚活动影响的公园湖泊作为研究对象(图1).在每个采样点处用抓斗式采样器(XDB0201,北京新地标)均匀采集8~10个0~5cm 的表层沉积物样品,然后混合在一起组成1个代表样,这些采样点遍布于上海4个不同的城市化区域:5个来自于内环以内的核心城区(CUC),6个来自于内环与中环之间的发达城区(DDU),5个来自于中环与外环之间的发展中城区(DDU),16个来自于外环以外的郊区(SU).所有样品现场采集完后立即带回实验室在−20℃下冷冻保存.图1 上海公园湖泊表层沉积物采样点(n = 32)Fig.1 Sampling location of lake surface sediments from city public parks in Shanghai (n = 32)取适量真空冷冻干燥后的样品置于玛瑙研钵,去除砂砾和动植物残体,研磨后过200目筛,充分混匀.准确称量0.1g左右的样品放入直接测汞仪(DMA80, Mile Stone)中检测Hg含量.准确称取约0.2g样品并放入聚四氟乙烯消解罐中,加10mL王水(7.5mL H Cl + 2.5mL HNO3)和5mL HF于110℃电热板中消解至体积剩下1/2左右,然后加入5mL HClO4,加盖并升温至200℃,蒸至粘稠状,约1h后取下盖子再加入5mL HCl(1:1,V/V)并将温度降至110℃,蒸至近干取下消解罐冷却后用2%HNO3冲洗内壁,将溶液定容至10mL,然后置于3000r/min的离心机中离心20min.同步消解试剂空白样品以去除混合酸和其它干扰物质对测定结果的影响.根据仪器的测试范围和样品中重金属含量高低,Cu、Pb和Zn采用电感耦合等离子体发射光谱仪(ICP-AES, Agilent 720ES)测定,Cd采用电感耦合等离子体质谱仪(ICP-MS, Agilent 7700)进行检测,所有样品的检测值均扣除空白样品值.1.2 质量控制与保证选用土壤标准样品ESS-3多次进样测定Hg的回收率为87%~99%,其余4种重金属用沉积物标准样品SRM 1646a检测出回收率为73%~97%,实验室空白样品中目标物小于样品中浓度的5%,每7个待测样品随机取2个做3次平行以保证分析方法的精密度,质控平行样的相对标准偏差小于10%,低于《土壤环境监测技术规范》(HJ/T 166-2004)规定的最大允许相对偏差[14],即本研究选用实验方法的精密度和准确度满足要求.1.3 土地利用回归模型1.3.1 测量变量基于可利用的城市化参数和地理信息系统技术,选取了4类预测变量(土地利用类型、交通变量、人口密度和工业点源)以评价各参数对上海公园湖泊沉积物中5种重金属浓度空间分异10期杨静等：上海市湖泊沉积物重金属的空间分布 3943的影响.土地利用数据来自2014年上海建设用地图层的矢量数据图(30m分辨率),选取其中4类土地利用类型,分别是居住用地、工业用地、商业用地和公园绿地.在ArcGIS10.3中以采样点为圆心构建多重缓冲区(200,500,1000,1500,2000,2500,3000m),采用空间叠加分析得到各缓冲区内各土地利用类型的面积.选取上海市2012年道路网的矢量数据,基于ArcGIS10.3软件,以采样点为中心构建不同缓冲区(200,500,1000,1500,2000,2500,3000m),并采用空间叠加分析工具得到每个缓冲区内的道路长度,利用SQL查询语言计算得到不同缓冲区内道路总长度,以此定义为路网密度,同时利用空间分析工具计算采样点到最近道路的距离.缓冲区内道路总长度和距最近道路的距离均作为交通变量.高分辨率的人口数据来自2010年中国第六次人口普查数据,包含以社区为基本单位的数以百计的人口特征指数.采样点所在区域的人口总数除以区域面积即为人口密度变量.重金属大气排放量较大的工业源主要有燃煤电厂、冶炼厂、化学原料及化学品制造厂、电器机械及器材制造厂、电池制造厂及废物焚烧厂等,这些工业点源产生的重金属污染物排放到城市大气环境中,经过大气迁移、干湿沉降以及雨水径流输送等途径最终汇集到密闭公园湖泊的沉积物中.因此,如图1所示,选取了67个上海市重金属污染物国家重点监控企业作为工业点源(/ gzfw_13107/),自1990s起上海工业布局调整,目前这些工业点源仅有24%位于外环以内的城市区域.基于ArcGIS10.3计算2种工业源变量,分别为采样点距最近工业点源的距离和采样点附近不同缓冲区(5000,10000,15000,20000,25000m)内工业源个数. 1.3.2模型构建将沉积物中5种重金属浓度和4类预测变量纳入SPSS17.0中的多元线性回归模型以构建LUR模型.首先,将对数转换后符合正态分布的重金属浓度和每种预测变量进行相关性分析,根据相关性大小排序以确定各影响因子的重要程度.其次,为降低不同缓冲区内变量间的共线性,在同类变量中需选出与金属浓度相关性最高的影响因子,然后去除与该因子相关性较高(r>0.6)的其他同类因子.最后,剩下的变量都输入逐步线性回归模型中.最终进入LUR模型的变量应该对模型的R2值贡献率大于1%,且不会改变模型方向并具有统计上的显著性(P<0.05).LUR模型公式如下:1nHM i iiC a b X e==++∑ (1) 式(1)中:a代表截距;b i代表变量X i的系数;e代表随机误差.1.3.3 模型验证为了检验研究区内重金属浓度和各变量在空间分布上是否存在聚集性,在Arcgis10.3中采用全局莫兰指数(Moran’s I)来检验模型残差的空间自相关.Moran' s I指数都采用正态分布的Z统计检验.若Z≥1.96或≤−1.96则认为具有空间自相关性,反之则不具有空间自相关.在变量没有空间自相关的情况下,即空间上相互独立,可以使用普通最小二乘法(OLS)回归模型,若残差不独立,则不能使用OLS回归模型,需要使用空间回归模型.应用留一交叉验证法(LOOCV)对模型精度进行评估.首先,从32个观测数据集中选择一个观测数据作为验证数据,然后使用剩下的观测数据拟合一个模型,并用最先被排除的那个观测值来验证这个模型的精度,如此重复32次.模型的预测能力由RMSE以及观测值与预测值之间的相关系数R来衡量.RMSE常被用来量化模型精度,而R常被用来评估模型的准确性.通常,RMSE数值越低,表明回归模型更加精确,R越接近于1,则模型预测准确度越高.2 结果与讨论2.1 重金属浓度与空间分布上海32个公园湖泊表层沉积物中重金属Cd、Hg、Cu、Pb和Zn的浓度范围和平均值如表1所示.上海市背景土壤中重金属Cd、Hg、Cu、Pb和Zn的含量分别为0.13,0.095,28.6,25.5,86.1mg/kg[15].相比于土壤背景值,上海公园湖泊表层沉积物中Cd、Hg、Cu、Pb和Zn的均值超出了1.2~1.8倍,而其最大值则分别超出其各自背景值达5.8、5.2、4.6、3.9和3.8倍.如表1所示,相比于其他地区,上海公园湖泊沉积物中Hg浓度要远低于靠近汞矿区的白桦水库[16],与紧挨长三角城市群的太湖[17]相似,但稍低于中国滇池[8]以及瑞士日内瓦湖[18];重金属Cd、Pb和Zn的浓度要低于美国巴吞鲁日[19]和纽约[7]以及瑞典斯德哥尔摩[2]等发达城市,但Pb和Zn的浓度总体3944 中国环境科学 38卷要高于河内[20]、墨西哥[21]、武汉[22]和南京[23]等发展中城市;Cu的浓度远低于瑞典斯德哥尔摩[2],但与巴吞鲁日[19]、河内[20]、武汉[22]和南京[23]湖泊沉积物中浓度水平相当.表1不同城市公园湖泊表层沉积物中重金属浓度(mg/kg)比较Table 1 Comparison of heavy metal levels (mg/kg) in surface sediments from city lakes in different cities 区域 CdH g Cu Pb Zn 中国白桦水库[16]- 0.26~38.9(12.9) ---中国滇池[8]- 0.10~0.58(0.29) ---中国太湖[17]- 0.01~0.47 ---瑞典日内瓦湖[18]- 0.93 ---美国巴吞鲁日[19] 2.5±0.16 - 40±2.5 229±26278±10 美国纽约[7] 3.2~3.5(3.3) -- 710~760(740)600~640(623) 瑞典斯德哥尔摩[2] 2.3~5 - 40~1020 80~450190~1080 越南河内[20] 0.25~0.71(0.42) - 33.5~73.0(53.2)44.1~88.2(62.3)102~256(154) 墨西哥中部[21]--- 22.5~55.159.9~113中国武汉[22] 0.16 - 47 55.7 132 中国南京[23] 0.38~1.06(0.72) - 46.1~57.8(52.2)20.6~31.9(25.3)149~198(172) 中国上海(本研究)0.08~0.75(0.23) 0.02~0.50(0.11) 11.5~132(41.2) 11.9~98.6(32.7) 53.6~331(155)注:-表示无数据;括号内数值为平均值.图2揭示了上海公园湖泊表层沉积物中5种重金属浓度的高值点存在两种空间分布类型.一种是位于内环以内的核心城区,这5种重金属在这一区域内的最大值分别是郊区采样点S31处所观察到的最小值的9.4、24.6、11.5、8.3和6.2倍.在核心城区,相对较高的重金属浓度主要出现在人口密度高、交通流量大的区域,以及见证了上海工业起源和繁荣的黄浦江和苏州河沿岸地带的工业遗迹(如燃煤电厂、金属冶炼厂等)附近.暗示了人类生产生活所造成的煤炭、石油等化石能源大量消耗的影响.值得关注的是它们在浦西公园湖泊沉积物中的浓度普遍高于浦东,可能是因为浦西地区经历了上百年的工业发展,其发展程度与人口密度都远远高于1990s后才发展起来的浦东.另一种分布类型主要位于郊区,表现为若干污染热点存在于郊区的一些快速发展的工业城镇,例如Cd、Hg、Cu、Pb和Zn在郊区的高值点主要出现在S18(靠近川沙经济园区)、S23(靠近燃煤电厂)、S26(靠近电器机械厂和废物处理厂)、S29和S30(靠近宝山钢铁厂)、S21、S27和S28(靠近化工厂).这些郊区高值点的出现可能与1990s上海工业布局大调整以及随后的中心城区工业向郊区的大量搬迁有关,推测重金属在郊区若干采样点的高累积可能主要受到邻近工业点源废气排放的影响.刘铮[24]发现随着郊区小城镇工业的快速发展,2007年上海郊区工业企业数量以及总体工业产值已经占到总数的88%.伴随着上海近十几年来快速城市扩张带来的郊区土地利用与土地覆盖的变化,各种工业源造成的重金属排放对郊区环境质量影响会随着工业郊区化逐渐突显.10期杨静等：上海市湖泊沉积物重金属的空间分布 3945图2 上海公园湖泊表层沉积物重金属浓度空间分布Fig.2 Spatial distribution of heavy metal levels in lake surface sediments from city parks in Shanghai此外,诸多研究也发现,在上海城市化与工业化程度高的地区大气、土壤、灰尘等环境要素中重金属浓度也相对较高[3,25-27].例如,Xiu等[26]测定出2004~2006年间在上海城区和近郊区两采样点处大气颗粒态Hg的浓度分别为(0.56 ± 0.22) ng/m3和(0.33 ± 0.09) ng/m3,远远高于一些国外发达城市并与国内空气污染严重的城市大致相当.Shi等[3]发现上海市区域污染程度的不同也使得大气重金属Cd、Pb和Hg的干沉降通量出现显著的空间差异,即城市>郊区>农村.史贵涛等[27]发现上海外环以内的城区土壤和灰尘中Cd、Cu、Pb和Zn的污染热点也倾向于出现在核心城区、交通主干道以及工业区附近.2.2 土地利用回归模型构建4类预测变量(土地利用类型、交通变量、人口密度和工业点源)的空间差异可能在很大程度上影响着上海人为源重金属的环境行为和循环过程.因此,本研究调查了上海公园湖泊表层沉积物中5种重金属浓度与不同缓冲区变量间的相关性(图3).对居住用地变量来说,沉积物Cd浓度在500m 和1500m缓冲区内与其呈现显著相关性(P<0.05),而Hg在500m缓冲区内的相关性也出现了较高值(r = 0.414, P<0.05),Hg、Cu、Pb和Zn浓度随缓冲区半径的增加均与居住用地变量呈现增长的显著相关性,并在3000m缓冲区内达到最大(r>0.47, P <0.01).5种重金属浓度与商业用地变量的相关性也随着缓冲区半径的扩大呈现显著增长,其中Cd 和Pb在3000m缓冲区内与其相关性达到最大(r> 0.37, P<0.05),而Hg、Cu和Zn在2500m缓冲区内相关性达到最大(r>0.37, P<0.05).这些相关性分析暗示了在居住用地和商业用地区域,居民生活和交通出行所用燃料(如煤、天然气和石油等)的消耗对邻近湖泊沉积物中重金属累积有显著效应.较高的人口密度也大多出现在居住用地和商业用地区,因此,沉积物中这5种重金属浓度均与邻近区域人口密度呈现显著相关性(r>0.47, P<0.01),其相关性排序依次为Cd > Pb > Hg > Zn > Cu.一般来讲,较高的道路网密度易引起交叉口增多、交通堵塞等问题,而堵塞过程中机动车频繁的加速和减速产生的汽油损耗和机动车磨损又会增大重金属的排放量.因此,公园湖泊沉积物中5种重金属浓度与路网密度的相关性也随缓冲区半径增加呈3946 中 国 环 境 科 学 38卷现显著增长,其中Cd 和Hg 与其最大相关性出现在1500m 缓冲区内(r >0.43, P <0.05),而Cu 、Pb 和Zn 与其最大相关性则出现在2000m 缓冲区内(r >0.46, P <0.01).对于工业点源变量来说,沉积物中5种重金属浓度与其相关性均随缓冲区半径增加呈现增长(r >0.52, P <0.01),且最大相关性均出现在25000m 缓冲区内,暗示了增长的工业点源强度对沉积物中重金属聚集的影响.此外,上海公园湖泊表层沉积物中5种重金属浓度与工业用地、绿地、距最近道路和工业点源的距离均无显著相关性(P >0.05).然而,对于中环以外的发展中城区和郊区采样点(S12~S32)来说,这些采样点中5种重金属浓度与1500~3000m 缓冲区内的工业用地面积均呈显著相关性(r >0.47, P <0.05),暗示了来自区域内工业源排放的影响.但在中环以内高度城市区域并无发现不同缓冲区内工业用地与5种重金属浓度间的相关性,可能是由于自1990s 起上海工业布局大调整导致该区域内大面积的工业用地被转换成居住用地和商业用地[28],从而削弱了工业用地的效应,同时也侧面反映出居住用地与商业用地对沉积物中重金属高富集的影响可能还受到城市区域土地利用类型转换的影响.0.00.2 0.4 0.60.00.20.40.60.00.30.605001000 15002000 2500 3000 -0.3-0.2 -0.10.0 050010001500200025003000-0.20.00.20.40.6500010000 15000 20000 250000.00.20.40.6缓冲区半径(m)相关系数相关系数 缓冲区半径(m)缓冲区半径(m)图3 上海公园湖泊表层沉积物重金属浓度与不同缓冲区内各预测变量间的相关性Fig.3 The correlation of heavy metal levels in lake surface sediments from city parks in Shanghai with buffer -based predictorCdHgCuPbZn基于上述相关性分析,最终有9个显著相关性变量输入逐步回归模型中,分别是:500m 和3000m 缓冲区内居住用地面积、2500m 和3000m 缓冲区内商业用地面积、1500m 和2000m 缓冲区内路网密度、15000m 和25000m 缓冲区内工业点源数以及人口密度.然而,最终只有1~2个变量保留在LUR 模型中(表2).本研究构建的上海公园湖泊沉积物中5种重金属浓度的LUR 模型调整后的R 2值变化范围是0.984~ 0.996,表明模型模拟性能较好.基于ArcGIS10.3得到模型残差的空间自相关检验结果表明Z 值范围为−1.06~1.79,位于临界值−1.96~1.96数值之间,且残差空间自相关未通过显著性检验(P >0.05),即空间残差之间不存在集聚的情况,模型空间残差是相互独立的,表明可以使用OLS 回归模型.留一交叉验证结果发现重金属浓度实测值与LUR 模型预测值之间的相关系数R 的变化范围是0.434~0.630,且两者之间相关性显著(P <0.05),这5种重金属的RMSE 值范围为0.14~0.25,总体来说,这5种重金属的预测值和实测值相关系数显著且RMSE 数值较低,说明构建的LUR 模型精度良好,其中Zn 的模型精度最好,Cd 最差.从构建的LUR 模型可以看出,上海公园湖泊沉积物中5种重金属浓度主要受到居住用地、商业用地、路网密度和工业点源数的影响,而每种重金属10期杨静等：上海市湖泊沉积物重金属的空间分布 3947浓度的主导控制因子又存在差异.例如,对Cd来说,采样点附近1500m缓冲区内路网密度是Cd的重要控制因子,而已有研究发现汽车刹车衬片和轮胎磨损会导致Cd排放[29],因此推测道路交通是上海地区湖泊沉积物中重金属Cd的主要排放源之一. 2500m或3000m缓冲区内商业用地面积是沉积物中Hg、Cu和Pb的重要控制因子,推测与商业区交通流量较大有关,因为这些重金属在与交通相关的材料(如刹车衬片、轮胎面、润滑油、汽油等)中广泛存在[29-32],而且Pb被认为是一种很好的城市交通污染指示物[30,32].此外,上海机动车保有量也从1990年的21.2万辆迅速增长到2011年的329万辆[33],年均增速达28.3%,中心城区内占道路总长约20%的快速路和主干道又集中了近70%的交通量,因此这些重金属在城市沉积环境中的累积受商业区交通源排放影响较明显.沉积物中Hg、Cu和Zn 的富集也受控于25000m缓冲区内工业点源数量的影响,主要是由于这些重金属也具有一些特殊工业源,如在化工厂、燃煤电厂、炼钢厂附近区域采样点(S21、S23、S27、S28、S29和S30)中这些重金属明显出现较高富集(图2).总的来说,特殊的土地利用类型在某种程度上增加了大气重金属排放,同时邻近公园湖泊沉积记录也很好地反映了污染源排放强度的空间变化.表2上海公园湖泊表层沉积物中重金属的土地利用回归模型Table 2 Land use regression models of heavy metals in surface sediments from city lakes in ShanghaiMoran's I LOOCV 重金属模型调整后R2P Z-score R RMSECd Y = 0.596lgRD_1500m 0.988 0.210 1.25 0.432 0.25Cu Y = 0.209lgCL_2500m + 0.011IS_25000m 0.985 0.288 -1.06 0.545 0.19 Hg Y = 0.247lgCL_2500m + 0.017IS_25000m 0.984 0.823 -0.223 0.630 0.25 Pb Y = 0.225lgCL_3000m 0.985 0.072 1.79 0.559 0.18Zn Y = 0.247lgRL_3000m + 0.011IS_25000m 0.996 0.789 0.268 0.627 0.14 注:Y指对数转换后的金属浓度;lgRD_1500m指采样点周围1500m缓冲区内路网密度的对数值;lgCL_2500/3000m指2500/3000m缓冲区内商业用地面积的对数值;lgRL_3000m指3000m缓冲区内居住用地面积的对数值;IS_25000m指25000m缓冲区内工业点源数;RMSE由对数转换后重金属观测值Y1i与预测值Y2i计算得到.3结论3.1快速的城市化和工业化发展导致上海公园湖泊表层沉积物中重金属Cd、Hg、Cu、Pb和Zn含量出现明显累积,其最大值已超出各自土壤背景值3.8~5.8倍.3.2空间分析揭示出这些重金属的污染热点主要出现在核心城区的人口和交通密集区、浦西沿江老工业区以及郊区的新兴工业区附近.3.3随着以采样点为中心缓冲区半径的增加,上海公园湖泊沉积物中5种重金属浓度与缓冲区内居住用地、商业用地、路网密度、工业点源数的显著相关性呈现增长趋势.3.4土地利用回归模型从地学角度揭示出路网密度和商业用地面积分别是沉积物中Cd和Pb浓度的重要控制因子,商业用地面积和工业点源数是Hg和Cu的重要控制因子,居住用地面积和工业点源数是Zn的重要控制因子. 参考文献：[1] Lark R M, Scheib C. Land use and lead content in the soils of London[J]. Geoderma, 2013,209-210:65-74.[2] Lindström M. Urban land use influences on heavy metal fluxes andsurface sediment concentrations of small lakes [J]. Water, Air, and Soil Pollution, 2001,126(3/4):363-383.[3] Shi G, Chen Z, Teng J, et al. Fluxes, variability and sources ofcadmium, lead, arsenic and mercury in dry atmospheric depositions in urban, suburban and rural areas [J]. Environmental Research, 2012, 113:28-32.[4] Filippelli G M, Morrison D, Cicchella D. Urban geochemistry andhuman health [J]. Elements, 2012,8(6):439-444.[5] Wong C S, Li X, Thornton I. Urban environmental geochemistry oftrace metals [J]. Environmental Pollution, 2006,142(1):1-16.[6] Tixier G, Lafont M, Grapentine L, et al. Ecological risk assessment ofurban stormwater ponds: literature review and proposal of a new conceptual approach providing ecological quality goals and the associated bioassessment tools [J]. Ecology Indices, 2011,11:1497- 1506.[7] Chillrud S N, Bopp R F, Simpson H J, et al. Twentieth centuryatmospheric metal fluxes into central park lake, New York City [J].Environmental Science & Technology, 1999,33(5):657-662.[8] Wang S F, Zhang M M, Li B, et al. Comparison of mercury speciation3948 中国环境科学 38卷and distribution in the water column and sediments between the algaltype zone and the macrophytic type zone in a hypereutrophic lake (Dianchi Lake) in Southwestern China [J]. Science of the Total Environment, 2012,417-418:204-213.[9] Yang J, Chen L, Steele J C, et al. An extended study on historicalmercury accumulation in lake sediment of Shanghai: the contribution of socioeconomic driver [J]. Environment Pollution, 2016,219: 612-619.[10] 陈莉,白志鹏,苏迪,等.利用LUR模型模拟天津市大气污染物浓度的空间分布 [J]. 中国环境科学, 2009,29(7):685-691.[11] 江曲图,何俊昱,王占山,等.基于LUR/BME的海岸带地区PM2.5时空特性研究 [J]. 中国环境科学, 2017,37(2):424-431.[12] Noth E M, Katharine H S, Biging G S, et al. Mapping and modelingairborne urban phenanthrene distribution using vegetation biomonitoring [J]. Atmospheric Environment, 2013,77:518-524. [13] Yang J, Yang Y, Chen, R S, et al. Modeling and evaluating spatialvariation of polycyclic aromatic hydrocarbons in urban lake surface sediments in Shanghai [J]. Environmental Pollution, 2018,235:1-10.[14] H J/T 166-2004 土壤环境检 [S].[15] 王云,汪雅谷,罗海林,等.上海市土壤环境背景值 [M]. 北京:中国环境科学出版社, 1992:37-57.[16] Yan H, Feng X, Shang L, et al. The variations of mercury in sedimentprofiles from a historically mercury-contaminated reservoir, Guizhou province, China [J]. Science of the Total Environment, 2008,407(1): 497-506.[17] Wang S, Xing D, Jia Y, et al. The distribution of total mercury andmethyl mercury in a shallow hypereutrophic lake (Lake Taihu) in twoseasons [J]. Applied Geochemistry, 2012,27(1):343-351.[18] Bravo A G, Bouchet S, Amouroux D, et al. Distribution of mercury andorganic matter in particle-size classes in sediments contaminated by awaste water treatment plant: Vidy Bay, Lake Geneva, Switzerland [J].Journal of Environmental Monitoring, 2011,13(4):974-982.[19] Ye S, Laws E A, Gambrell R. Trace element remobilization followingthe resuspension of sediments under controlled redox conditions: CityPark Lake, Baton Rouge, LA [J]. Applied Geochemistry, 2013,28:91-99.[20] Kikuchi T, H ai H T, Tanaka S. Characterization of heavy metalcontamination from their spatial distributions in sediment of an urbanlake of H anoi, Vietnam [J]. Journal of Water and Environment Technology, 2010,8(2):111-123.[21] H ansen A M. Lake sediment cores as indicators of historical metal(loid) accumulation – A case study in Mexico [J]. AppliedGeochemistry, 2012,27(9):1745-1752.[22] Yang X, Xiong B, Yang M. Relationships among heavy metals andorganic matter in sediment cores from Lake Nanhu, an urban lake in Wuhan, China [J]. Journal of Freshwater Ecology, 2010,25(2):243- 249.[23] Hu X, Wang C, Zou L. Characteristics of heavy metals and Pb isotopicsignatures in sediment cores collected from typical urban shallow lakes in Nanjing, China [J]. Journal of Environmental Management, 2011,92(3):742-748.[24] 刘铮.产业集聚与大城市郊区城镇化-以上海为例 [J]. 税务与经济, 2011,1:36-39.[25] 贾英,方明,吴友军,等.上海河流沉积物重金属的污染特征与潜在生态风险 [J]. 中国环境科学, 2013,33(1):147-153.[26] Xiu G L, Cai J, Zhang W Y, et al. Speciated mercury in size-fractionated particles in Shanghai ambient air [J]. Atmospheric Environment, 2009,43(19):3145-3154.[27] Shi G, Chen Z, Xu S, et al. Potentially toxic metal contamination ofurban soils and roadside dust in Shanghai, China [J]. Environmental Pollution, 2008,156(2):251-260.[28] Zhao S, Da L, Tang Z, et al. Ecological consequences of rapid urbanexpansion: Shanghai, China [J]. Frontiers in Ecology and the Environment, 2006,4:341-346.[29] H jortenkrans D S T, Bergbäck B G, Häggerud A V. Metal emissionsfrom brake linings and tires: case studies of Stockholm, Sweden 1995/1998 and 2005 [J]. Environmental Science & Technology, 2007, 41(15):5224-5230.[30] Bergbäck B J K, Mohlander U. Urban metal flows-A case study ofStockholm [J]. Water, Air and Soil Pollution: Focus, 2001,1(3/4):3-24.[31] Adachi K, Tainosho Y. Characterization of heavy metal particlesembedded in tire dust [J]. Environment International, 2004,30(8): 1009-1017.[32] Mielke H W, Laidlaw M A S, Gonzales C. Lead (Pb) legacy fromvehicle traffic in eight California urbanized areas: Continuing influence of lead dust on children's health [J]. Science of the Total Environment, 2010,408(19):3965-3975.[33] Shanghai Statistical Bureau. Shanghai Statistical Year Book [EB/OL].2012. Online Edition. /tjnj/nj12.htm?d1= 2012tjnj/C0201.htm作者简介：杨静(1987-),女,河南信阳人,工程师,博士,主要从事城市环境地球化学过程研究.发表论文6篇.。

土壤和地下水污染特征及防治对策——以上海市金属表面处理及热处理加工行业为例高碧声，郭 琳，刘 芳（上海市环境科学研究院，上海 200233）摘 要： 以上海市7个金属表面处理及热处理加工行业为例，对金属行业土壤和地下水污染特征和风险以及防治对策开展研究。

结果显示：土壤重金属污染主要集中于表层；镉、铬（Ⅵ）、汞、锑、铅、镍和铜的含量受金属表面处理及热处理加工行业工业活动影响明显；铍、铅、锑、镍和铜污染已向深层扩散；除钴外，重金属污染情况总体随纵向深入而减轻；土壤钴浓度分布关系：包气带>表层>饱和带；铬（Ⅵ）为点状污染，主要集中于电镀铬生产区。

地下水重金属铅和镍污染具有普遍性和累积性；铬（Ⅵ）和锌污染分布于电镀铬和电镀锌车间地下管线附近；镉污染主要分布在原辅材料存储区以及固废和危废贮存区；铜仅有3.00%的点位呈现轻微污染。

关键词： 金属表面处理及热处理加工；疑似污染地块；重金属；隐患排查；自行监测中图分类号： X825文献标志码： A DOI：10.16803/ki.issn.1004 − 6216.2022090001The characteristics and prevention strategies of soil and groundwater pollution ——A case study of surface and heat treatment of metal industry in ShanghaiGAO Bisheng，GUO Lin，LIU Fang（Shanghai Academy of Environmental Sciences, Shanghai 200233, China）Abstract： The characteristics and risks of soil and groundwater pollution in the metal industry and the prevention and control measures were studied from a case study of surface and heat treatment of the metal industry in Shanghai. The results indicated that the heavy metal pollution in soil was mainly concentrated in the surface layer. The contents of cadmium, chromium (VI), mercury, antimony, lead, nickel and copper were significantly affected by the industrial activities in surface and heat treatment of metal industries. The soil pollution by beryllium, lead, antimony, nickel and copper spread to the deep layer. Except for cobalt, the pollution of heavy metals was generally reduced with vertical depth. The distribution relationship of cobalt in soil concentration was vadose zone > surface layer > saturated zone. Chromium (VI) was of the point pollution, mainly concentrated in the chrome plating area. The pollution of lead and nickel was widespread and accumulated. Chromium (VI) and zinc pollution were distributed near the underground pipelines in chrome plating electro-galvanized. Cadmium pollution in groundwater was found in the storage areas of raw and auxiliary materials and the storage of solid waste and hazardous waste. 3.00% of samples were slightly polluted by copper.Keywords： surface and heat treatment of metal；potentially contaminated land；heavy metal；potential risks indentification；self-monitoringCLC number： X825随着产业结构的不断调整与升级[1 − 3]，工业企业用地土壤和地下水污染问题日趋严重[4]。

上海市湖泊沉积物重金属的空间分布杨静;刘敏;陈玲;黄燕平;张亚洲【期刊名称】《中国环境科学》【年(卷),期】2018(38)10【摘要】上海快速城市化发展导致公园湖泊表层沉积物中重金属Cd、Hg、Cu、Pb和Zn含量出现富集,其最大值已超出各自土壤背景值3.8～5.8倍.这5种重金属的污染热点主要出现在核心城区的人口和交通密集区、浦西沿江老工业区以及郊区新兴工业区附近.基于土地利用类型、交通变量、人口密度和工业点源等预测变量构建了高精度的土地利用回归模型,推测沉积物中Cd和Pb浓度分别主要受路网密度和商业用地影响,Hg和Cu主要受商业用地和工业点源数影响,Zn主要受居住用地和工业点源数影响.【总页数】8页(P3941-3948)【作者】杨静;刘敏;陈玲;黄燕平;张亚洲【作者单位】华东师范大学地理科学学院,教育部地理信息科学重点实验室,上海200241;华东师范大学地理科学学院,教育部地理信息科学重点实验室,上海200241;同济大学环境科学与工程学院,上海 200092;华东师范大学地理科学学院,教育部地理信息科学重点实验室,上海200241;华东师范大学地理科学学院,教育部地理信息科学重点实验室,上海200241【正文语种】中文【中图分类】X144【相关文献】1.太湖西南部沉积物重金属的空间分布特征和污染评价 [J], 战玉柱;姜霞;陈春霄;高洪阁;金相灿;李辰;赵铮2.东平湖表层沉积物重金属的空间分布及污染评价 [J], 张菊;何振芳;董杰;邓焕广;鲁长娟;郭娜3.贵州万山废弃矿区小流域系统沉积物及悬浮物重金属的空间分布特征 [J], 蔡敬怡;谭科艳;路国慧;殷效彩;郑宇;邵鹏威;王竞;杨永亮4.南四湖表层沉积物重金属的空间分布、来源及污染评价 [J], 刘良;张祖陆5.武汉地区湖泊沉积物重金属的分布及潜在生态效应评价 [J], 乔胜英;蒋敬业;向武;唐俊红因版权原因，仅展示原文概要，查看原文内容请购买。