土壤的本质特征精选(九篇)

第1篇：土壤的本质特征范文

【关键词】土壤水分特征曲线 压力膜仪 经验模型 参数 拟合

1研究意义

土壤水分运动是陆地水循环的重要组成部分，是地表水与地下水相互作用的纽带。是降雨―产流计算、农田灌溉与排水设计、地下水补给计算、土壤植物水分定量关系预测的基础[2]。

土壤水分运动3个参数中以预测非饱和导水率最为困难，土壤水分特征曲线则最容易得到，准确性也最好，方法较多，且通过水分特征曲线模型可以推求其他2个参数，因此，水分特征曲线的获取对预测土壤水分运动参数至关重要。

2水分特征曲线测试方法

（1）直接方法。分实验室法和田间方法两种方式。实验室内测定主要有张力计法、砂性漏斗法、压力膜法、离心机法和热电偶温度计测定等。田间原位测定大都用张力计法。

（2）经验公式法。经验公式法中比较常用的有：Brooks-Corey（1964）模型 ，van-Genuechten（1980）模型、Gardner-Russo（1988）模型等。

（3）间接推求法。可以分为3类：土壤转换函数方法、物理―经验方法、分形几何方法。土壤转换函数就是利用已有的土壤基本性质（如粒径分布、容重、有机质含量等）通过某种算法构建起来的预测吸力与水分含量之间关系的函数[3]。

3水分特征曲线的影响因素

（1）土壤质地和结构：相同的含水量下，质地越细，水吸力就愈大，曲线愈陡；反之质地越粗，吸力就越小，曲线愈平缓。（2）温度：在同一吸力条件下，温度升高，土壤持水量减少，温度低时，其持水能力增强；或者，在同一含水量条件下，温度高时，吸力较低，而温度降低时，则吸力升高。（3）滞后现象：土壤水分特征曲线的滞后作用对任何质地的土壤均存在，吸水和脱水过程，负压与含水率曲线是不同的。滞后影响的程度不同，土质越轻，滞后的影响越大。目前对滞后现象的解释存在三种理论，即瓶颈理论[1]、接触角理论[4]和弯月面延迟形成理论。

4水分特征曲线模型

本文借助于RETC软件，选择具有代表性的BC模型、VG模型，对土壤水分特征曲线中的参数进行拟合，比较拟合效果。

Brooks-Corey模型形式简单，便于推求描述土壤水分运动模型和确定土壤水分运动参数，对具有较窄孔径分布的均质和各向同性的粗质地样本效果较理想，而对于细质地土壤和未扰动的原状土通常精度较差[5 6]。

van Genuchten 提出的经验公式不仅能够表征整个压力水头范围内的水分特征数据，还可方便地利用统计孔径分布模型来估计水力传导率，因此在土壤水研究中比较流行[7]。适用土壤质地范围比较宽，同时可以使饱和土壤吸力为0，符合吸湿过程中土壤吸力变化特点，模型对粗质地的土壤拟合效果最好。

5研究材料

实验样品取自某水文地质环境地质试验场。样品编号分别为1、2、4、7、12、14号（见表一）。

6实验过程

（1）试验开始前首先检查压力室的密封性能，如无漏气现象，则压力室可以使用。（2）对陶土板、土壤样品进行饱和。排除陶土板微细孔中的空气。（3）将饱和好的陶土板擦去表面多余的水，放入压力室内。并测量饱和土样的重量，记录数据。顶盖安装好并上紧螺丝，确保压力室不漏气。（4）给压力室通入气体以增加压力，样品室的压力由压力表控制，样品在压力的作用下开始释水，并通过压力室出水孔排出室外，当达到平衡时，土的基质吸力就等于施加的气压力。（5）当48小时不再出水时即可认为达到平衡。在达到平衡后，称量每级吸力下集水瓶的重量，以便测定其含水量的变化。依次施加的吸力分别为0.02、0.05、0.10、0.20、0.32、0.54、0.84、1.20、1.66、2.24、2.94（单位：Bar）。（6）在施加最高一级基质吸力达到稳定后取出土样、烘干称重，测定应于最高吸力下的含水量。绘制基质吸力与含水量关系曲线即水分特征曲线。

7结果分析

使用RETC软件拟合数据时，选取Brooks―Corey模型、van Genuchten模型拟合参数，并进行对比，得到拟合结果（见表2）。

从图1、图2、图3中可看出，1、2号土样的两种模型拟合曲线与实际曲线接近，上下波动不大。12号粉土的VG、B-C模型曲线与实际想接近，但与1、2号拟合结果相比，其误差最大。

三种土样的同种模型拟合结果，其精确度大小不同，由R2值对比可看出：VG模型拟合效果粘土（0.99857）好于好于粉土（0.99804）亚粘土（0.99779）；B-C模型拟合效果粘土（0.99799）好于粉土（0.99429）好于亚粘土（0.98995）。

3种土壤的BC模型拟合水分特征曲线结果可以看出：在负压大于1.66Bar（基质势―1500cm）时，BC模型拟合结果相对于实测值出现偏移，实测点不能完全落在拟合曲线上。即对于同一种土壤，BC模型在不同的基质势区间拟合的效果都是不一样的，VG模型在负压增大时，曲线偏移并不明显。

总体上比较三种模型，VG模型拟合效果好于BC模型的拟合效果。

实验条件环境和操作等方面会对实验结果的准确性产生影响。同时考虑测定温度对土壤水分特征曲线的影响对实验结果加以校正。

参考文献：

[1]张蔚榛.土壤水动力学[M].北京：中国水利水电出版社，1996.9.

[2]王全九，邵明安，郑纪勇.土壤中水分运动与溶质迁移[M].北京：中国水利水电出版社，2007.4.

[3] van Genuchten M Th，Leij F J，Lund L J（eds.）.Proc.Int.Workshop on Indirect Methods for Estimatingt he Hydraulic Proeprties of Unsaturatedo Sils[M]，University of Claifonria，Rivesride，CA，1992.

[4]邵明安，王全九，黄明斌.土壤物理学[M].高等教育出版社，2006.11.

[5] Leij F，Russell W B，LeschSM，Closed―form expressions for water retention and conductivity data LJJ，Ground Water，1997，35（5）：848―858.

第2篇：土壤的本质特征范文

    脆的独特口感,在川东北水果市场有较高的美誉度。

    选择西充县香桃种植区,研究区内表层土壤和深层土壤中重金属元素、营养元素以及有机质的含量情况,土壤地球化学环境特征对香桃品质的影响,为开发香桃产业提供科学依据。

    1 研究区概况

    西充县位于四川盆地中偏北部,嘉陵江与涪江的分水岭。属典型的紫色丘陵区,西北高,东南低,由西北向东南倾斜。研究区属中丘中谷,地形较宽展平缓,以丘陵、低山带坝为主的地形地貌特征。气候属四川盆地中亚热带湿润季风气候,具有温和湿润、四季分明、雨量充沛,大陆性季风气候显着。

    2 研究方法

    根据中国地质调查局《多目标地球化学调查规范(1∶25万)》(DD2005201)、《区域生态地球化学评价指南》(DD2005202)要求,利用国家标准地形图(1∶10万)的方里网,将工作区按0.25 km×0.25 km规格划分为网格状,野外调查时在基本网格内采集表层土壤样品,采样密度为16个样/km2,采样深度均为20 cm表层土壤,在采样点周围20.0 m半径范围内采集5个点(放射状)的土柱组合为1件样品,各采样点的土壤类型和用地类型为单元内具有代表性的类型,以最大限度地代表基本网格内土壤的地球化学特征。样质量大于1.5 kg,样品经干燥、20目筛分后重量均大于或等于800 g。深度为桃树根系土的深度范围,采样深度为30~50 cm,区共采集了16件表层土壤样。

    按照不同成土母质和不同坡洪积区布置土壤垂向剖面采样点,垂向剖面深度为2.0 m,坡地以见到基岩为准,平坝区以见到地下水面为准。土壤分层显着的剖面,以腐殖层、淋溶层、淀积层、母质层和母岩进行样品采集,分层不显着的剖面以1个样/20 cm等间距采样,揭露到基岩处采集了岩石样品。

    有机调查样,采样工具为不锈钢材料制成的挖泥铲。盛装样品的容器为聚乙烯自封袋,采样介质为20 cm土柱,每个采样点在设计点周围约50.0 m范围内相同土壤类型和用地类型中等量采集5个点组合为一件样品,样品重量约1 000 g,样品采集后即用聚乙烯自封袋盛装封存,贴上样品标签后再用自封袋封装,然后用布样袋套装,放入不透光的暗色样品箱中,低温保存,装箱的样品做到不随意搬动。

    表、深层土壤和剖面土壤样品均分析了砷、镉、汞、铅、铜、锌、铬和镍8个重金属元素,氮、磷、氧化钾3个营养元素,以及有机质共12项指标。

    3 结果与分析

    3.1 土壤重金属地球化学特征 香桃种植的母本园区规模约13.33 hm2,采用加密采样,采集表层土壤样品8个,深层土壤样品8个,分析结果见表1.

    分析表1可知,香桃种植区表、深层土壤中重金属元素含量差异较小,镉在表层土壤中平均含量略高于深层土壤,砷、铬、铜、镍、铅和锌在表层土壤中平均含量略低于深层土壤,说明本地区土壤受人为扰动较小,土壤环境基本保持原生状态,适合无公害绿色食品生产。

    3.2 土壤营养元素与有机质特征地球化学特征

    表、深层土壤营养元素与有机质含量统计结果见表2。

    由表2可知,营养元素氮、磷、钾有机质的平均含量在表层土壤中丰富,在深层土壤中略贫,未出现较大差异。

    3.3 元素在垂向剖面上的分布特征 在香桃种植区布设的两个垂向剖面分别编号为CM02、CM05,CM02深度2.5 m,垂直取样三个, CM05深度1.2 m,垂直取样四个,各剖面土壤中元素分布特征见图1~2.

    由图1可知,表层土壤重金属元素镉、汞、铅含量明显高于母岩中的含量,大量元素氮、磷、有机质含量表层土壤明显高于母岩。

    由图2可知,CM05剖面土壤由深层到表层,重金属元素镉、汞含量变化较明显,其他元素变化不明显,铬元素在表层含量较高;大量元素氮、磷表层比深层富集,钾含量变化不明显,有机质含量表层比深层明显富集,此种植区域曾施用有机肥。

    4 讨论

    1)香桃种植区域均为缓坡地带,管理均较精良,地质背景差异不大,土壤元素含量变化在表层50 cm以上变化不明显。

    2)土壤垂向剖面分析是土壤地球化学研究的重要内容和有效方法,识别自然表生作用和人类活动污染叠加影响,有研究表明绝大多数微量元素在土壤垂向剖面上呈现规律性的变化趋势,即由地表向深处含量逐渐降低,从本文两个剖面元素分布特征来看,由地表至50 cm以下,元素分布呈现有规律的增减,一方面说明本区土壤受地质背景影响,土壤的成熟度不高,另一方面也说明人为影响的叠加扰动了土壤元素分布。

第3篇：土壤的本质特征范文

关键词：城市；土壤；绿色植物；影响

中图分类号：F291.1 文献标识码：A 文章编号：

前言

城市土壤是城市生态系统中必不可少的一部分，是城市绿化的根本。城市土壤质量的好坏，将直接对城市生态环境以及城市绿化建设产生影响，甚至对社会经济及人民生活也会产生影响。因此，研究城市土壤的特征以及做好城市土壤的开发和利用，不仅可以加强城市绿化建设，而且对提高城市的生态环境质量，提升城市人民的生活质量有着重要的作用。

城市土壤的特点

城市土壤是自然土壤在城市发展及人为干扰下发育形成的，其特征与自然土壤相比已经发生了明显的变化，其特征如下：

1.1土壤的形态和剖面结构混乱

城市在建设过程中往往需要进行挖掘、搬运、堆积和混合，同时还有大量的废弃物进行填充，因此，城市土壤的发育层次非常混乱，大多土层之间完全没有联系，其分异不连续，也没有统一的规律，甚至因为人为原因发生很多土层倒置的现象，比如新土壤层在下，古土壤层在上等情况。

1.2人工附加物含量高，土壤质地变性

城市中，由于居民生活、建设施工、工业生产等人类活动，给城市土壤带来了许多外来物，像碎石、煤渣、玻璃、砖块、塑料以及生活垃圾、工业废弃物等。因此，城市土壤的结构多为土、砾石和垃圾的混合物，颗粒组成中以砂粒和砾石居多，有些土壤中砂和砾石含量竟可高达80%~90%，粘粒及细粒少，土壤质地多为砂质和石质，其质地较粗，持水性差，不利于绿色植物的生长。

1.3土壤孔隙度小，容重大

城市人口比较密集，车流及人流量大，经过不断地人为践踏以及车辆的轧压，破坏了土壤本身的结构。因此，城市土壤的结构相对紧实，孔隙度小，容重大。一般来说，人流对土壤的影响深度为3~10厘米，土壤硬度为l4～18 kg／cm2；车辆的影响深度约30~35厘米，土壤硬度为l0~70 kg／cm2；而在机械反复碾压的区域，其深度则可达到1米以上，严重影响植物的生长。

1.4PH值偏高，主要偏碱性

在城市中，常常有不少的砖块、水泥等碱性废弃物混入土壤，导致城市土壤的PH值升高，大多呈碱性。据检测，南京市城区的土壤PH值变幅为5.19~9.15，几乎都呈碱性，而且有部分为强碱性，而在南京周边，其自然土壤的PH值变幅则为4.51~7.4，基本以酸性为主。因此，城市土壤PH值明显高于自然土壤，而且在土层的不同剖面中，PH值分布无规律。

1.5城市土壤养分少，肥力低

城市土壤中的养分元素主要来源有：废物、降雨、少量的生物残体以及土壤母质等，元素输入比较单一，而养分元素的主要输出有：淋溶流失、氧化挥发和植物吸收等，属于高输出、低输入的养分循环模式，容易导致植物生长所必需的元素含量低，肥力不足。

1.6城市土壤污染比较严重

城市土壤大多为零星、孤立分布，面积都比较小，其物质能量的代谢和循环转化单一而缓慢，生物种类少，环境容量小，对污染的自净能力小；而城市又属于重污染源，其工业三废、汽车尾气、生活及医药垃圾等都会带来土壤污染。因此，城市土壤污染的现象比较严重，尤其是重金属污染，其铜、铅的含量很高。

2.城市土壤对绿化栽植的影响

2.1植物的正常生长受到影响

城市土壤中养分低、透气性差、附加物多、物质循环的干扰因素多、结构紧实、污染严重等原因，将直接导致绿化植物营养缺失、长势不良；而且，由于城市土壤硬度高，影响了植物根系的发育，甚至根系死亡，继而影响植物地面部分的生长。

2.2城市的园林景观受到影响

以绿色植物为基础的城市园林景观将因植物的长势不同而展现不同的景象。若园林植物长势好，发育旺盛，形态优美，叶色光亮，则园林绿化就显得生机盎然，其景观效果好；若因为城市土壤状况不佳而导致园林植物长势不良，植株低矮、叶色暗淡，甚至叶焦花枯，则直接影响了园林景观的观赏性。

2.3增加城市园林绿化的建设及维护成本

城市土壤的土质不能充分满足植物的生长需求，因此，在绿化施工时必须对土壤进行处理，有的填充客土，有的则要全面换土，乔木种植时还要进行树穴换土，并对土壤进行施肥和消毒；由于城市土壤中的砖块、砾石多，植物根系不易下扎，导致树木稳定性差，易倒伏，因此往往需要搭设支撑；而城市路面多数封闭，自然降水很少能直接供给植物，需要人工补水；同时，由于城市土壤的肥力低，需要定期进行人工给肥等。以上这些，都将直接增加城市园林绿化的建设及维护成本。

3.做好城市土壤的利用及保护

为了促进城市的发展，满足人民的生活需要，满足城市园林植物正常生长的需要，我们必须科学地利用和保护城市土壤。

3.1 合理规划城市用地、充分保护利用土壤资源

如果土壤受到环境破坏，其恢复和治理均有一定的困难，导致经济增长，也不利于植物成长，所以在进行用地建设和规划的时候，应预先确定绿化位置并给予保护。对于城市建设中所占用的农田，需在施工前用推土机将肥沃土堆积存储，供绿化所用，或者由绿化部门运走。在城市的规划和建设初期，就应该综合考虑这些因素，将城市绿化区的位置确定，以避免该位置的土壤受到破坏难以恢复。

3.2 城市土壤监测与控制

要加强城市土壤资源的管理，防止城市的建设和生活中的有害垃圾混入土壤造成土壤污染；做好土壤污染的监测和控制工作，控制好三废的排放，提倡废物再回收及无害化处理，加强宣传和教育，提高公众的土壤保护意识，普及土壤保护知识，使大家能够更自觉有效地保护城市土壤。

3.3 城市土壤的调查和研究

城市土壤资源是城市绿地系统规划的基础资料，是决定城市绿化的重要依据，所以城市土壤和人为因素有非常大的影响。城市土壤是污染物汇集地，了解城市土壤的特征及其污染情况，对其进行科学的统计，以便更好地对绿地系统进行规划，才能根据不同的土质栽培不同的绿植品种。

3.4 要加强城市土壤的治理和改良

运用现代生物及生态工程技术，对已受污染或退化的土壤进行重建及生态恢复，通过掺入腐叶土或混入粗砂等措施改善土壤结构，增加通透性，此外，还可以通过人工施肥、化学方法治理、覆盖栽培等途径来增加土壤肥分，改善土壤结构，使其能够适合植物的生长。

4.结语

做好城市土壤的保护功在当代，利在千秋。通过加强对城市土壤的研究，进一步了解城市土壤特性，提高人们的土壤环境保护意识，一方面可以促进社会不断减少污染和破坏，另一方面对已破坏的土壤加强治理，为城市绿色植物的生长提供保障，也为城市人民生活提供优质的环境。

参考文献：

[1]王良睦，王文卿，林鹏.城市土壤与城市绿化[J].城市环境与城市生态，2003（06）:180-182.

[2]杨瑞卿，汤丽青.城市土壤的特征及其对城市园林绿化的影响[J].江苏林业科技，2006（03）:53-55.

第4篇：土壤的本质特征范文

关键词：烟草种植；土壤养分；影响

中图分类号：S158.3 文献标识码：A DOI：10.11974/nyyjs.20170632015

在我国烟草行业不断发展的今天，种植面积不断扩大，对土壤中的养分造成了严重的影响。在烟草种植的过程中，在一定程度上会降低土壤的养分，主要影响的成分有铁、磷、铜、钾等成分，土壤中的PH值也会在一定程度上受到影响，对我国在土地资源实现可持续发展的是非常不利的。因此，在烟草种植的过程中，应当对这一问题给予重视，采取相应的措施，将其影响减小到最小，保证土壤的可持续性发展。

1 降低土壤中的有机物质含量

烟草种植对土壤中含有的养分，是有着一定要求的，充足的养分是保证烟草正常生长的基础，也是一项必要的保证。但是，在烟草种植的过程中，由于自身的特性和刺激，对土壤中所含有的有机物质造成了一定程度上的影响，并且随着面积的不断扩大，有机物质的含量越来越少，对我国土地资源的可持续发展造成了一定程度上的影响，对烟草行业的发展是不利的。根据我国有关部门分析：烟草所种植的土壤中的锰元素、氮元素等有机物质的含量明显下降，下降率已经达到29.7%～25.30%。烟草种植会对土壤中所含有的养分造成严重的影响。

在烟草种植的过程中，针对烟草种植对有机物的影响，应当对土壤中的含量进行控制，一般情况下控制在每1kg土壤含15g左右即可。因为我国南北地域的差异相对较大，在控制的过程中，也应当针对地域的不同做具体的分析。在我国南方地区控制在15g/kg～30g/kg即可，这样不仅仅可以提升烟草种植产量以及质量，也会降低烟草种植对土壤的影响。在烟草种植的过程中，可以利用相应的检测方式，对土壤中的有机物质含量，进行检测，若是土壤中营养物质的含量小于的5g/kg的话，便不能种植烟草，应当进行相应的土壤修复工作，保证土壤的再利用性能。

2 影响土壤的酸碱度

土壤酸碱度是烟草种植的必要条件，对其产量以及质量的提升，有着很大的作用。在烟草长期种植的过程中，对土壤酸碱度会造成严重的影响，根据我国有关部门调查现实，其下降率已经达到30.2%～45.2%，从而影响了我国土壤的再次利用，这对我国烟草种植的产量和质量等方面提升，都有着非常不好的影响。在烟草种植的过程中，应当酸碱度进行一定程度上的控制，一般情况下维持pH值在5.5～5.7之间即可。在种植的过程中，若是烟草处于幼苗的状态，其酸碱度应当控制在7.4以下，对其产量进行一定程度上的观察，如果产量没有受到任何的影响，这样就说明对土壤中的酸碱度没有造成较大影响。

在烟草长期种植的过程中，土壤中的酸碱度就会发生一定程度上的变化，在这样的情况下，pH值控制在6.0～8.0之间即可，有机物中的pH值控制在6.7～7.5之间即可。在烟草种植之前要对土壤进行全面的测定，一旦发现土壤已经不适合种植烟草，应当立即进行相应的修复工作，可以种植一些植物，提升土壤中的营养成分，补充土壤中的钙离子、 镁离子、 铁离子、氮元素等方面，恢复到平衡的状态。

3 V物质的影响

我国烟草种植的面积逐渐的扩大，不仅仅对土壤中有机物质以及酸碱度等方面产生了影响，对土壤的矿物成分也造成了一定的影响。据有关部门统计，在烟草种植的过程中，烟草吸收土壤中大量的矿物质，以保证自身的正常生长，例如：土壤中氮元素、 磷元素等矿物质，这样对土壤的后期使用是非常不利的。

4 结束语

本文就烟草种植对土壤养分特征的影响的相关内容展开分析和概述。在烟草种植的过程中，只有对土壤特征的影响进行一定程度上的了解，并且采取相应的控制和修复措施，才能在最大程度上保证土壤中各个方面的平衡，对我国烟草种植的产量、质量、以及经济效益的提升，都起到积极的作用和意义。

参考文献

[1]孙丽蓉，王旭刚，李友军，等.烟草种植对土壤养分特征的影响[J].河南农业科学，2011（5）：91-95.

[2]谢相拓.烟草种植对土壤养分特征的影响[J].中国农业信息，2014（24）：63-64.

[3]张海霞，张猛单，田露.不同施肥方式对烟草种植区土壤养分及酶活性的影响[J].安徽农学通报，2016（6）：60，66.

第5篇：土壤的本质特征范文

关键词：森林土壤；性状；颗粒态有机碳；黑碳；喀斯特地区；贵州省

中图分类号：S714.2 文献标识码：A 文章编号：0439-8114（2013）13-3007-04

随着生态环境问题的日趋尖锐，人们对森林生态系统越来越重视，IPCC在2006年报告中提出森林生态系统是当前能够缓解温室气体排放的重要陆地生态系统[1，2]。而土壤是森林生态系统的重要组成部分，是森林植物赖以生长的物质基础。一方面土壤为森林植被的生长提供各种营养元素；另一方面森林植被的出现及其演替反过来也将影响土壤的性状特征[3-5]。不同森林植被下的土壤具有不同的性状特征，研究不同森林植被下土壤性质的差异对森林的恢复、重建及更新等都具有重要意义[6]。国外开展关于森林土壤理化性状的研究较早，我国土壤学界也有不少研究进展和成果[7-9]，但对土壤性质与植被之间关系的研究较少，尤其是针对喀斯特地区森林土壤性状特征的研究少见报道。本研究以喀斯特地貌发育下的施秉县云台山自然保护区森林土壤为研究对象，探讨了不同森林植被下土壤理化性状，揭示不同森林植被下的土壤性状特征，为该保护区内森林土壤资源的科学管理及其森林生态系统的恢复、重建与更新提供科学依据与基础数据。

1 研究区域概况

云台山喀斯特林区位于贵州省施秉县北部，属部级风景名胜区。地处东经108°11′-108°15′，北纬27°13′-27°17′，属亚热带季风湿润气候区，年均日照时间为1 561.3 h，年均气温为14～16 ℃，年均降水量1 200 mm，年均湿度80%。境内碳酸盐类岩石广泛出露， 喀斯特发育较为普遍。大部分地区海拔在640～1 200 m，地势西北高、东南低，起伏较大，东西宽15 km，南北长20 km，总面积约210 km2。主要森林植被类型有针叶林、针阔混交林、常绿阔叶林、常绿落叶阔叶混交林、竹林、灌丛等。土壤类型主要为黄壤和黄棕壤。

2 材料与方法

2.1 样品的采集与制备

根据云台山喀斯特森林土壤面积、地形地貌、植被类型等实际情况，在保证采样点具有典型性和代表性，同时要兼顾空间分布的均匀性等原则的基础上，以平均每3～10 hm2林地作为一个采样单元。为保证样品的代表性，选择有代表性的一块林地，按S型布点采集5～8个点土样制成一个混合样；同时在植被典型分布区布设土壤剖面，按土壤发生层分层采集土壤样品。另于附近选择分布面积较大的坡耕地，采集相应坡面样品和混合样。共采集混合样品118个，剖面样品25个。将采集的样品在实验室风干，剔除植物残体及大砾石等非土壤物质，同时避免灰尘等污染。取风干样品用木棍辗压过100目土筛，将过筛样品置于密封袋中做好标签，放入干燥器中保存备用，供分析测试用。

2.2 测试方法与数据处理

土壤基本性质测定：土壤容重、土壤孔隙度、土壤毛管持水量均采用环刀法；有机质含量采用高温外加热重铬酸钾氧化-容量法；碱解氮含量采用碱解扩散法；有效磷含量采用盐酸-氟化氨提取-钼锑抗比色法；速效钾含量采用乙酸铵浸提-火焰光度法。以上测定方法参见参考文献[10]。

土壤碳测定方法：有机碳含量采用外加热重铬酸钾氧化法[11]；颗粒态有机碳含量用5 g/mL焦磷酸钠溶液振荡分散土样后过53 μm土筛分离获得[12]；0.1 mol/L重铬酸钾+2.0 mol/L H2SO4在55 ℃下氧化60 h后残余的碳即为黑碳[13]。所采样品数的30%用作分析，平行测定的结果用算术平均值表示。

3 结果与分析

3.1 不同植被类型的土壤物理性状

土壤容重是表征土壤的疏松程度与通气性的重要指标，该值可以反映土壤含蓄水分以及供应树木生长所需水分的能力。而土壤孔隙状况则直接影响着土壤的通气透水性及根系穿插的难易程度，对土壤中水、肥、气、热等发挥着不同的作用。由表1可知，贵州省云台山喀斯特森林土壤容重变化范围为1.09～1.23 g/cm3，耕地土壤容重最高，这是由于人为翻耕清理使其表土根系较少；次生林地和草地土壤容重以及黏粒组成均较小，这说明次生林地和草地土壤较疏松、通气性能好， 具有较高的水源涵养和水土保持功能。自然林地土壤的平均非毛管孔隙度（总孔隙度减去毛管孔隙度）最小，这是因为自然林地的林分生物量组成及分布较合理，并且其林分地上部分持水量大， 土壤腐殖质积累较多所致，其土壤容重中等偏低，土壤孔隙度与毛管持水量均处于较高水平。

云台山喀斯特森林土壤毛管持水量变化为自然林地>草地>次生林地>耕地。自然林地土壤毛管持水量最高，是由于自然林地大部分植被类型都为高大乔木，而灌、草地土壤疏松，同时土壤表面被枯枝落叶覆盖，使土壤中腐殖质不断积累，这些改善了土壤物理性状，使土壤容重降低，孔隙度增加，进而提高了土壤毛管持水量。次生林地由于土壤表面常年被枯枝落叶覆盖，有利于土壤中腐殖质积累，且土壤比较疏松，土壤毛管持水量一般不低。耕地由于人为翻耕，使土壤中植物根系较少，同时人为清理耕地导致土壤表层不存在枯枝落叶层，再加上植被覆盖面积较少，这些都导致土壤容重变大，孔隙度降低，使土壤物理性状变差，进而使耕地土壤毛管持水量处于较低水平。

3.2 不同植被类型的土壤化学性状

3.2.1 土壤有机质特征 土壤有机质是土壤固相部分的重要组分，它与土壤矿物质共同作为林木营养的来源，能够直接影响和改变土壤的一系列物理、化学和生物学性质[14]。由表2可知，不同林下土壤有机质含量为自然林地>耕地>草地>次生林地，这是由于不同植被类型地表凋落物厚度、组分的差异以及部分动物、微生物的残体差异所致。由于自然林地中高大乔木下的灌木林和草丛中植物生长量较大，能够有效地减弱雨水对土壤的侵蚀，同时自然林地中枯枝落叶较多较厚，促使大量的动植物残体进入土壤，保持土壤有机质含量处于较高水平。耕地主要通过人为施入有机肥，抵消了有机质的流失，维持了土壤有机质含量在一定的范围内波动。

3.2.2 土壤养分特征 土壤养分对植物的生长发育具有重要影响，是反映土壤肥力的重要指标。由表2可知， 不同林下土壤平均碱解氮含量表现为耕地>自然林地>草地>次生林地，这是因为植被种类不同，其凋落物含氮量、固氮微生物数量差异导致，耕地碱解氮含量较高主要与其作物为豆科关系比较大。总体上来看，4种植被类型土壤含氮水平比较低，变化范围为70.38～106.24 mg/kg，这说明近期土壤的有效氮相对缺乏， 不能更好地提供植物所需氮素。速效磷的含量标志着土壤供磷能力的大小，表现为耕地>草地>次生林地>自然林地， 自然林地中速效磷含量最低，其原因为自然林地中树木较多，植物在生长过程中需要吸收大量的磷，该林下土壤供磷能力不足。钾是植物生长所必需的营养养分之一，植物所能利用的钾是速效钾， 它能真实反映土壤中钾素的供应情况[15]。相比较而言，耕地和自然林地土壤速效钾平均含量相对较高， 而次生林地下土壤速效钾平均含量最低， 这主要是由于不同植物对钾的吸收利用能力不同， 从而造成土壤中的钾含量有所不同。

3.3 不同植被类型的土壤颗粒态有机碳、黑碳分布特征

颗粒态有机碳来源于土壤中动、植物的半分解，具较高的生物活性，是土壤中不稳定的有机碳库。土壤中颗粒态有机碳越多，土壤碳库越不稳定[16]。由表3可知，颗粒态有机碳占土壤总有机碳的比例较高，为13%～63%，随剖面深度增加明显递降。自然植被下土壤与耕地之间的颗粒态有机碳的差异比较明显，由于农用地中的有机碳主要以非颗粒态存在，尽管耕地土壤有机碳库较低，但其稳定性却较高，最主要与耕作过程中有机碳容易分解有关。有学者研究表明林地开垦为农地后颗粒态有机碳明显下降，土壤颗粒态有机碳对土地利用变化极为敏感；在林地开垦为橘园和蔬菜地后，颗粒态有机碳的下降幅度明显高于非颗粒态有机碳[17]。

黑碳的高度芳香化结构使其具有较高的生物和化学稳定性，因此，土壤中黑碳数量越高，其碳的稳定性越大[18]。由表3可知，研究土壤均含有一定数量的黑碳，一般随土壤剖面深度增加而下降，这再次证实了黑碳形成于地表环境。林地土壤黑碳占总有机碳的比例为7%～17%。

4 结论

通过对贵州省云台山自然保护区采集的2类自然植被（林地、灌草丛） 及当地农业用地土壤混合样中土壤理化性状特征及剖面样中的颗粒态有机碳和黑碳分布特征研究表明：

1）贵州省云台山喀斯特森林土壤容重变化范围为1.09～1.23 g/cm3，耕地土壤容重最高，为1.23 g/cm3；次生林地和草地土壤容重以及黏粒组成均较低，具有较高的水源涵养和水土保持功能；自然林地下土壤的平均非毛管孔隙度最大；土壤毛管持水量变化为自然林地>草地>次生林地>耕地，自然林地土壤毛管持水量最高。

2）不同林下土壤有机质含量为自然林地>耕地>草地>次生林地；不同林下土壤平均碱解氮含量表现为耕地>自然林地>草地>次生林地；速效磷含量表现为耕地>草地>次生林地>自然林地，自然林地中含量最低；耕地和自然林地土壤速效钾平均含量相对较高，而次生林地土壤速效钾平均含量最低。

3）云台山喀斯特森林土壤中颗粒态有机碳及其占总有机碳的比值均随剖面深度增加而下降，黑碳含量总体上也随剖面深度增加而下降。其中颗粒态有机碳占总有机碳的比例耕地明显低于林地土壤，而黑碳占总有机碳的比例耕地明显高于林地，表明耕地土壤有机碳的稳定性明显高于林地土壤。

参考文献：

[1] BATJES N H， SOMBROEK W G. Possibilities for carbon sequestration intropical and subtropical soils[J]. Global Change Biology，1997，3（2）：161-173.

[2] DOMAAR J F ，SYLVER S ，WALTER D W. Distribution of nitrogen fractions in grazed and ungrazed fescue grassland Ah horizons[J]. Journal of Range Management，1990，43（1）：6-9.

[3] 宋会兴，苏智先，彭远英.山地土壤肥力与植物群落次生演替关系研究[J].生态学杂志，2005，24（12）：1531-1533.

[4] 韦国富，黄承标，覃文更，等.木论自然保护区森林土壤的理化特性[J].亚热带农业研究，2009，5（3）：1531-1533.

[5] 蒋云东，陈宏伟，王达明.云南热区4种人工纯林土壤理化性状分析[J].云南林业科技，1998（4）：69-73.

[6] 王旭琴，戴 伟，夏良放，等. 亚热带不同人工林土壤理化性质的研究[J].北京林业大学学报，2006，28（6）：56-59.

[7] 于发展，李保杰，尤海梅，等.苏北山丘区典型次生林下土壤理化性质的对比分析[J].生态与农村环境学报，2007，23（3）：22-26.

[8] 游秀花，蒋尔可.不同森林类型土壤化学性质的比较研究[J].江西农业大学学报，2005，27（3）：357-360.

[9] 刘鸿雁，黄建国.缙云山森林群落次生演替中土壤理化性质的动态变化[J].应用生态学报，2005，16（11）：2041-2046.

[10] 鲁如坤.土壤农业化学分析方法[M].北京：中国农业科学技术出版社，2000.

[11] ZHANG M K，HE Z L. Long-term changes in organic carbon and nutrients of an Ultisol under rice cropping in southeast China[J].Geoderma，2004，118（3-4）：167-179.

[12] AIKEN G R， M CKNIGH T D M， WERSHAW R L. Humic Substances in Soil， Sediment and Water： Geochemistry，Isolation and Characterization[M]. New York： John Wiley & Sons， 1985.329-370.

[13] LAL R. Soil erosion and the global carbon budget[J]. Enviroment International，2003，29（4）：437-450.

[14] 黄昌勇.土壤学[M].北京：中国农业出版社，2000.

[15] 林德喜，樊后保，苏兵强，等.马尾松林下套种阔叶树土壤理化性质的研究[J].土壤学报，2004，41（4）：655-659.

[16] 涂成龙，何腾兵.贵州西部喀斯特石漠化地区草地土壤有机质和氮素变异特征初步研究[J].水土保持学报，2006，20（2）：50-53.

第6篇：土壤的本质特征范文

关键词：污水灌溉；高光谱；土壤镉含量；相关分析；逐步回归

中图分类号：X833；TP79 文献标识码：A 文章编号：1672-1683（2013）04-0062-05

1 研究背景

合理的污水灌溉既能满足农业对水的部分需要，又可缓解水资源短缺问题[1]。但直接地长期利用未经处理的污水灌溉会造成土壤、地下水的严重污染，导致土壤板结和土壤结构与功能失调、重金属和有毒物质的积累、作物生长发育不良、农产品品质变差等一系列问题。污染物被作物吸收后通过食物链，危害人体健康。特别是重金属类有毒有害物质，危害极大，世界公害之一的“骨痛病”事件就因镉污染引起 [2-3]。因此，污水灌溉引起的农田土壤重金属污染问题已受到研究者、政府及社会的广泛关注。

传统土壤重金属污染监测方法能取得很好的测量精度，但耗时费力，效率低，且只能对若干采样点和剖面进行观测，大范围周期性监测能力有限、效率低[4]。高光谱遥感技术的发展为快速获取土壤重金属元素信息提供了新的途径[5]。有研究表明[6-7]，根据土壤有机质、铁锰氧化物以及黏土矿物对土壤重金属的吸附或赋存关系，利用土壤反射光谱可定量研究土壤重金属含量，部分学者[8-12]基于近-中红外、可见-近红外及土壤反射光谱实现了土壤Cd、Cu、Ni、Zn、As、Hg、Pb、Fe、Cr、Co等元素的多元回归分析、PCR及PLSR分析，证明了上述方法的可行性。不过，高光谱遥感技术的研究区域多集中于污染较重的矿区，而针对污灌区重金属污染的遥感监测研究少见报道。本研究通过对石家庄多年污灌区农田进行土壤采样、重金属分析和光谱测量，运用相关分析和多元逐步回归方法开展对土壤镉污染的遥感监测方法研究，探讨高光谱遥感技术反演土壤重金属的可行性，以期为大面积监测土壤重金属含量提供理论支持。

2 数据与方法

2.1 研究区介绍

研究区为石家庄市多年污灌区（图1），地处河北省中南部，属太行山东麓山前平原的滹沱河冲积扇。区内土壤类型以潮褐土为主。区内土壤有机质和氮素含量中等偏缺，磷素含量缺乏，钾元素含量比较丰富。该区污水灌溉已有50多年的历史，污水主要来源于市区及附近郊县生活、工业混合污水、经过处理的和未经处理的工业污水等。多年污水灌溉的积累以及农药、化肥的过量使用，导致了研究区表层土壤重金属的积累[13-14]。

2.2 土壤样品的采集与预处理

2012年5 月，在实地采集了污水灌溉农田表层（0～20 cm）土壤样品共49个，采样点分布见图1。采用S型布点法，每个土壤样品由3～5个样点组成。土样经自然风干、磨碎，过100目筛。每个样品分成两份，一份用于光谱测量，一份用于化学分析。

2.3 土壤镉含量测定与评价

土壤镉含量的测定在河北省分析测试研究中心进行，土样经硝酸-盐酸消解，火焰原子吸收光谱仪测定。分析过程中通过土壤成分分析标准物质（GSS-13）进行质量控制，使用去离子水，试剂均为优级纯。

2.4 土壤光谱特征测定

对土壤反射光谱的测量，使用的是日本EKO公司生产的MS-720便携式光谱辐射计，仪器波长范围为350～1 050 nm，光谱采样间隔和分辨率为33 nm和10 nm。室外光谱测定使用的光源为太阳光。选择阳光充足的10∶00-14∶00完成光谱采集，光谱仪探头设定为90°视场，探测器头部垂直对准样品，距离约10 cm，保证土壤充满探测视场，每个土样测5条光谱曲线经算术平均后作为该土样的实际反射光谱数据。

2.5 土壤光谱预处理

土壤光谱预处理可消减光谱中随机因素产生的误差，消除背景噪声、增强相似光谱之间的差异、突出光谱特征值，提高土壤光谱对重金属含量的响应能力、回归模型的稳定性和预测能力[4，15]。本文采用一阶微分、光谱倒数对数和连续统去除法对原始反射光谱进行处理。对光谱曲线作微分变换，可消除基线漂移或平缓背景干扰的影响，还能对重叠混合光谱进行分解识别，扩大样品之间的光谱特征差异，提高分辨率和灵敏度，在光谱化学和高光谱遥感研究中都有很好的应用[5，16]。一阶微分计算公式如下：

光谱反射率经倒数对数变换，可增强可见光区光谱差异，而且减少因光照条件变化引起的乘性因素影响[16-17]。连续统去除可有效突出光谱曲线的吸收和反射特征，并将反射率归一化到 0～1之间，光谱的吸收特征也归一化到一致背景上，有利于光谱曲线之间特征波段的比较，从而提取特征波段[18-19]。

2.6 数据分析方法

在进行数据分析时，分别利用Unscramber软件对土壤光谱进行微分及倒数对数处理，利用ENVI[l1]对光谱曲线进行连续统去除分析来获得土壤光谱的特征吸收带，使用 SPSS软件计算土壤镉含量与不同光谱变量之间的相关系数。在分析相关性的基础上，采用多元逐步回归方法建立镉含量与光谱变量之间的关系模型并进行验证。模型稳定性采用决定系数 R2判定，反演能力采用均方根误差 RMSE来评价，较高的判定系数和较小的均方根误差表明该模型具有好的稳定性和精度。

3 结果与分析

第7篇：土壤的本质特征范文

（1．江西省环境保护科学研究院，南昌 330077；2．江西省环境保护厅环境工程评估中心，南昌 330077；

3．南昌大学鄱阳湖环境与资源利用教育部重点实验室，南昌 330031）

摘要：根据2014年1月对江西省不同重点公路沿线农田里白菜中的重金属Pb及其相关环境因子的调查，重点研究了临近公路土壤和蔬菜中重金属Pb的分布特征及其与交通量间的关系。结果表明：国道以及国道以上级别的公路土壤中的Pb含量超过当地的土壤背景值，属于污染区域；临近公路蔬菜中的Pb含量虽然在国家限量标准范围之内，但单因子污染指数仍大于1，具有一定的潜在危害性；郊区土壤平均值低于当地的背景值，属于无污染区域；临近公路蔬菜中Pb含量很低，属于绿色蔬菜。公路沿线交通环境是影响土壤理化性质和蔬菜中重金属分布的重要影响因素，其中的车辆流动量是主导因素，车流量与土壤和蔬菜中Pb的含量呈现显著正相关关系。

关键词 ：公路；蔬菜；重金属；特征；因素

中图分类号：X53文献标识码：A文章编号：0439－8114（2015）05－1186-04

DOI：10.14088/j.cnki.issn0439-8114.2015.05.040

收稿日期：2014－10－17

基金项目：“十一五”国家科技支撑计划重点项目（2007BAB23C02）；国家自然科学基金项目（40672159，41040032）；鄱阳湖环境与资源利用重点

实验室支持项目（13005879，13005870）

作者简介：樊艳春（1983－），女，江西修水人，工程师，硕士，研究方向为环境科学与管理，（电话）0791－88325971（电子信箱）182524410＠qq．com。

以往，人们主要关注蔬菜、瓜果的农药残留与控制等问题，这是因为某些农药对人体的危害表现为急性中毒。但重金属残留是一种慢性中毒，不容易被察觉，一旦发现则难以治疗［1］。城市化、工业化进程中矿山开采、金属冶炼、工业废水、化石燃料的燃烧、施用农药化肥、生活垃圾等人为因素和地质侵蚀、风化等天然因素均能引起重金属的污染［2］。

公路作为人类赖以生存的依托条件，是人类生活必不可少的资源，中国人口大部分在公路沿线密布，公路对居民的影响至关重要。高速公路作为交通干线主要组成部分，连接了国家90％以上的大中型城市。公路重金属污染属于线源式污染，短时间内毒性强，污染严重。长期会在周围环境中逐渐富集，潜在危害性强［3］，线源式污染比点源式污染流动性强，难以控制。公路沿线农业发达，蔬菜种植面广，分布零散，但蔬菜的种植并不像大棚种植那样严格控制生长条件和营养条件，易受到周围环境因素的影响，而这些因素恰恰被老百姓所忽视，长此以往会严重危害食用者的身体健康［4］。近年来关于不同土壤蔬菜中重金属的污染和公路旁土壤重金属的污染已有较深入的研究，孙清斌等［5］通过研究大冶矿区土壤－蔬菜重金属污染特征得出矿区土壤不同重金属污染程度及对人体健康的潜在危害风险。李仰征等［6］研究了公路旁土壤重金属空间分布及其与理化性质的关系，指出土壤重金属水平方向分布总体表现为公路临近区域积累较强。公路重金属污染以Pb为主［7］，大量研究表明叶菜中Pb含量最大，本研究以公路临近区域大白菜及土壤中重金属为研究对象，得出其变化特征及影响因素，为解决临近公路蔬菜安全利用和污染防治及当地居民饮食健康问题提供一定的参考依据。

1 材料与方法

1．1 样品采集

1．1．1 采样点的设置 在江西境内4条颇具代表性的交通道路及2个背景区域（郊区）进行调查采样，距离路基10 m内，采集农田土壤和大白菜。采样点为沪昆高速、德昌高速、乐平206国道、玉山320国道、乐平郊区和新余郊区。

1．1．2 采集方法 蔬菜用多点混合法［8］采集，每个采样区域采集蔬菜样品6个，共获取蔬菜样品36个。农田土壤样品采于蔬菜生长的根区土壤，即采集农作物生长的耕作层（0～20 cm）作为土壤样品［9］。每个样品在10 m×10 m正方形4个顶点和中心共5处各采集1 kg土壤，将5处土壤充分混匀后以四分法保留1 kg土壤作为该点样品，每个采样区域采集土壤样品3个，共获取土壤综合样18个。土样经自然风干后剔除碎石、植物根系、有机残渣等杂物，磨碎后，过20目尼龙筛，混匀备用［10］。

1．2 样品处理和分析

1．2．1 样品预处理 土壤样品采用高压密闭消解法［11］，蔬菜样品的预处理选择湿式消解法［12］。

1．2．2 样品测定 Pb的测定选用石墨炉原子吸收光谱法［13］。

1．2．3 分析方法 单因子指数法可用于分析土壤和蔬菜中重金属的污染程度，计算公式如下：

Pi＝Ci／Si （1）

式中，Pi为污染物单因子指数；Ci为实测浓度，mg／kg；Si为土壤环境质量标准或蔬菜国家限量值，mg／kg。Pi＞1表示受到污染，Pi＜1表示未受污染，Pi数值越大，表示污染越严重。Pb的土壤自然背景值为32 mg／kg，蔬菜中Pb国家限量标准为0．3 mg／kg。土壤环境质量分级标准见表1。

2 结果与分析

2．1 公路临近区域土壤中Pb含量的分布特征

不同公路段土壤重金属Pb的统计结果见表2。 高速及国道临近公路土壤中Pb含量高于远离公路的郊区土壤。临近公路蔬菜中Pb含量呈现为高速路高于国道，国道高于郊区。

以江西土壤自然背景值32 mg/kg为标准，沪昆高速和昌德高速临近土壤重金属Pb平均超标分别是1．62和1．06倍，最高超标为2．32和1．34倍，存在明显的累积现象；乐平206国道临近土壤重金属Pb平均值未超过当地土壤背景值，积累较弱；玉山320国道土壤Pb的平均值是当地背景值的1．24倍，最高值是土壤背景值的1．39倍，存在较明显的累积现象；乐平郊区、新余郊区土壤中Pb的最高值虽然超过了当地的土壤背景值，但是其平均值均未超出当地的土壤背景值，不存在Pb累积现象。

2．2 邻近公路蔬菜中Pb含量特征

我国蔬菜重金属的主要评价标准如表3所示，1～4级可视为无公害绿色蔬菜，5级为国家食品安全限量标准。沪昆高速和德昌高速公路临近区域蔬菜中Pb含量的平均值均超过了国家食品安全标准，其中超过国家限量的样品分别占69．0％、78．0％，不宜食用；乐平206国道和玉山320国道蔬菜中Pb含量的平均值均大于0．2 mg／kg，超过了绿色蔬菜范畴但未超过安全标准，其中3～4级之间的样品分别占47．6％、50．5％，说明样品区属于中度或者轻度的污染区，存在较小的风险；乐平郊区和新余郊区蔬菜中重金属Pb含量的平均值均小于0．2 mg／kg，其中在3级以下的分别占60．0％、49．3％，属于无公害绿色蔬菜，适于广大居民的食用。

2．3 不同公路段蔬菜和土壤中Pb的差异

临近高速公路和国道蔬菜中Pb的单因子污染指数均大于1，而远离公路的郊区蔬菜中Pb的单因子污染指数均小于1；临近公路蔬菜中Pb的单因子污染指数大于相应土壤中Pb的单因子污染指数，而郊区蔬菜中Pb的单因子污染指数小于相应土壤中Pb的单因子污染指数（表4）。蔬菜中Pb变异系数的平均值远大于土壤中Pb变异系数的平均值，以沪昆和德昌高速附近蔬菜表现最明显，说明蔬菜对Pb的富集作用比土壤对Pb的富集作用更复杂，公路对蔬菜中Pb的迁移具有很大的影响（表5）。

2．4 交通对蔬菜重金属Pb的影响

蔬菜种植受到土壤、水体灌溉、施肥等诸多因素的影响，临近公路的蔬菜种植受交通源的影响，不同公路段临近蔬菜中Pb含量具有差异性，公路源中的车流量是污染蔬菜的主体因素。从本研究的结果来看，首先，临近公路蔬菜受到不同程度的重金属Pb的影响，其中沪昆高速公路沿线蔬菜中Pb含量最高，污染最严重，公路样本区蔬菜中的Pb含量均超过了无公害蔬菜的限值，说明临近公路蔬菜中Pb污染具有一定的普遍性，这可能与交通污染源有关，交通环境重金属的来源主要有机动车尾气的排放、燃油的蒸发、油料泄漏、汽车金属部件和轮胎的磨檫磨损、沥青或路面的磨损老化、融雪（冰）剂等道路维护化学物质［16，17］。其次不同公路源对Pb的污染程度不同，如表4，根据单因子污染指数，蔬菜中Pb的污染程度表现为德昌高速＞沪昆高速＞乐平206国道＞玉山320国道＞新余郊区＞乐平郊区，总体而言公路＞郊区，高速、国道与乡道最大的差异是交通量的不同，因此，蔬菜中Pb含量受交通量的影响，钱鹏等［18］的研究表明大气颗粒物中Pb浓度随车流量的增加而增加，证明了交通活动是Pb等重金属的主要来源，这与本研究的结果一致。

交通源可以通过影响土壤的中Pb含量和理化性质间接影响蔬菜中Pb的含量，也可以以大气沉降和漂移等途径直接影响蔬菜中Pb的含量，公路源产生的重金属Pb对蔬菜的污染程度高于对土壤的污染。大量的研究结果表明，公路源污染可以改变土壤的pH、有机质、盐度等理化性质和重金属的含量及其Pb的存在形态，进而影响蔬菜等农作物对营养物质的吸收和重金属在蔬菜等植物体内的富集［19－20］。本研究结果表明，一方面，高速路和国道采样区蔬菜中Pb的变异系数＞土壤中Pb的变异系数，说明蔬菜对Pb的富集和迁移作用明显，同时也表明土壤并不是蔬菜中Pb的唯一来源，蔬菜中Pb一部分来自于机动车辆尾气的大气颗粒物沉降和地面扬尘的溅射，方凤满等［21］的研究表明芜湖市三山区蔬菜中重金属的积累并不完全决定于土壤重金属的全量，这与本研究临近公路蔬菜中Pb的污染特征具有相似性。另一方面，根据单因子污染指数，高速公路Pb的污染程度大于相应土壤中污染程度，高速公路设有排水沟、防护林可以有效地减缓雨水冲涮和径流带来的污染［6］，可以近似认为土壤Pb来自于含Pb颗粒物的大气沉降，由于土壤面积大，土壤比表面积小，雨水稀释度高，而蔬菜承载降水量较小，比表面积大，并且蔬菜可以从土壤中吸收Pb，所以在相应的土壤背景值和蔬菜标准值一定的条件下，蔬菜中的Pb污染程度高于土壤中Pb的污染。

公路交通量不仅是构成交通环境的主要因素，还是影响邻近公路土壤和蔬菜中重金属含量特征的主导因素，即交通量越发达、交通流量越大，其沿线土壤和蔬菜重金属污染越严重，随交通环境的变化，土壤和蔬菜中重金属Pb的含量有显著的相关关系，呈现一定的线性关系。本研究结果表明，首先，不同的公路重金属含量表现出明显的不同，对土壤而言沪昆高速＞玉山320国道＞德昌高速＞乐平206国道＞乐平郊区＞新余郊区，对蔬菜而言德昌高速＞沪昆高速＞乐平206国道＞玉山320国道＞新余郊区＞乐平郊区，整体而言临近高速公路蔬菜中Pb含量＞临近一般公路蔬菜中Pb含量＞郊区蔬菜中的Pb含量，表明交通流量大的区域土壤和蔬菜中重金属Pb含量高，陈长林等［22］的研究表明土壤两侧重金属污染随着运营时间的延长和交通流量的增加而越来越强，这与本研究的蔬菜中的Pb含量的变化和污染具有相似性。其次，根据对这几条公路交通流量的跟踪调查，做出交通量与邻近公路土壤和蔬菜中重金属Pb的散点图，添加变化趋势曲线，如图1和图2所示。

邻近公路土壤中的重金属Pb和蔬菜中的Pb含量与交通量的线性关系非常好，R2值分别为0．906 0和0．820 7，呈现显著的正相关关系。

3 小结与结论

1）蔬菜种植受到临近公路的影响，不同的交通源对蔬菜中重金属含量的影响存在着显著差异， 国道及其国道级以上的公路临近蔬菜中的Pb平均含量均超过了国家无公害绿色蔬菜的限值，属于污染蔬菜，而郊区等远离公路的地区蔬菜中Pb平均含量的平均值小于0．2 mg／kg，在无公害蔬菜范畴之内。

2）推测交通源运营过程中机动车辆尾气、路面沥青、油料泄漏等污染源产生的Pb可以通过影响土壤中的Pb含量和理化性质间接影响蔬菜中Pb的含量，也可以通过大气沉降和漂移等途径直接影响蔬菜中Pb的含量，公路源对蔬菜的污染程度高于对相应土壤的污染程度。

3）交通流量构成的交通环境对于公路沿线土壤和蔬菜的重金属污染有非常密切的正相关关系，交通越发达、交通流量越大，其沿线土壤和蔬菜受重金属污染越严重。土壤和蔬菜中重金属Pb的含量和污染分布规律为：高速公路＞一般公路＞郊区。

参考文献：

［1］ 黄国勤．江西省土壤重金属污染研究［A］．中国环境科学学会． 2011中国环境科学学会学术年会论文集（第二卷）［C］．乌鲁木齐：中国环境科学学会，2011．

［2］ CYRUS J， STOLE M， HEINRICH J，et al． Elemental composition and sources of fine and ultra fine ambient particles in Furthest，Germany［J］． Science of the Total Environment，2003，305（1－3）： 143－156．

［3］ 王其枫，王富华，孙芳芳，等．广东韶关主要矿区周边农田土壤铅、镉的形态分布及生物有效性研究［J］．农业环境科学学报，2012，31（6）：1097－1103．

［4］ WANG X L， CATO T， DING B S， et al． Health risks of heavy metals to the general public in Tianjin， China via consumption of vegetables and fish［J］． Science of the Total Environment，2005，350（1－3）：28－37．

［5］ 孙清斌，尹春芹，邓金锋，等．大冶矿区土壤－蔬菜重金属污染特征及健康风险评价［J］．环境化学，2013，32（4）：671－672．

［6］ 李仰征，莫世江，马建华．公路旁土壤重金属空间分布及其与理化性质的关系［J］． 湖北农业科学，2014，53（3）：528－529．

［7］ 李吉锋．关中公路土壤重金属污染及潜在生态危害分析［J］．土壤通报，2013，44（3）：744－745．

［8］ 王学锋，姚远鹰．107国道两侧土壤重金属分布及潜在生态危害研究［J］．土壤通报，2011，42（1）：175－177．

［9］ 邵 莉，肖化云，李 南，等．高速公路沿线路面灰尘及土壤中重金属污染特征研究［J］．地球与环境，2013，41（6）：666－667．

［10］ 赵金璇，李玉锋，梁 佳，等．贵阳和万山地区部分蔬菜中的重金属含量及其健康风险［J］．生态毒理学报，2009，4（3）：392－398．

［11］ 李 静，常 勇．土壤重金属污染评价方法的研究［J］．农业灾害研究，2012，20（4）：50－52．

［12］ 林小红，张立平，魏长金．湿式消解法测定茶叶中铜、铅、锌、铁含量［J］．预防医学论坛，2008，14（4）：324－327．

［13］ 安代志，王莉莉，岳丽君，等．塞曼火焰原子吸收与石墨炉原子吸收法测定明胶空心胶囊壳中铬的方法比较［J］．药物分析杂志，2012，32（8）：138－142．

［14］ 徐光炎，何纪力，郭依勤，等．江西省地区土壤环境质量评价标准［J］．中国环境监测，1992，8（3）：6－7．

［15］ GB 2762－2012，食品安全国家标准［S］．

［16］ BJORK K， GERD W． Heavy metal pattern and solute concentration in soils along the oldest highway of the world–the AVUS autobahn envious monit assess［J］． Environment Monit Assess，2012，184（11）：6469–6481．

［17］ DANIEL P， LOFT S， KOCHAB A， et al． Oxidation damage to DNA and repair induced by Norwegian wood smoke particles in human A549 and THP－1 cell lines ［J］ ． Mu tat Res， 2009， 674（1－2）：116－122．

［18］ 钱 鹏，郑祥民，周立旻，等． 312国道沿线土壤、灰尘重金属污染现状及影响因素［J］．环境化学，2010，29（6）：1141－1145．

［19］ GILDA R， CATALIN R， IONEL I， et al． Air pollution particles PM 10， PM 2．5 and the apostrophe ozone effects on Human health［J］． Proceed－Social and Behavioral Sciences， 2013，92： 826－831．

［20］ 张 辉，马东升．公路重金属污染的形态特征及其解吸、吸持能力探讨［J］．环境化学，1998，17（6）：564－568．

［21］ 方凤满，汪琳琳，谢宏芳，等．芜湖市三山区蔬菜中重金属富集特征及健康风险评价［J］．农业环境科学学报，2010，29（8）：1471－1476．

第8篇：土壤的本质特征范文

1成土母岩特征

恩施州境内土壤成土母岩以灰质岩为主，其次为页岩、石英砂岩和少量的紫色页岩、第四纪红色粘土及近代河流冲积物等。土壤通过岩石风化形成，其分布受到母岩制约。例如：笔者在恩施市新塘乡、龙凤镇等地进行农业地质调查工作时发现，紫色土类分布区与巴东组二段（T2b2）出露区一致，成土母岩为巴东组含铁质较高的紫色泥岩，而石灰土岩类多来自大冶组（T1d）、嘉陵江组（T1j）灰岩、白云岩等。受构造影响，恩施州地形切割深，地层出露较全，从元古界震旦系至新生界第四系，共出露11个系，45个组的地层[5]，该州成土母岩复杂，岩性及元素地球化学特征也较复杂。1.5恩施州富硒岩层分布特征恩施州虽然成土母岩复杂，但发育多套富硒岩层，该区因其下二叠统孤峰组硒含量居世界之首，被誉为“世界硒都”[6]。其中，恩施市双河渔塘坝地区孤峰组产出世界唯一的沉积型独立硒矿床。恩施州富硒岩层的产出导致富硒土壤广泛分布，硒元素来自成土母岩的风化，可分为两种类型：（1）石煤型；（2）燃煤型。其中，石煤型富硒土壤是由寒武系下统牛蹄塘组（∈1n）、奥陶系上统-志留系下统龙马溪组（O3S1l）、二叠系下统孤峰组（P1g）、二叠系上统大隆组（P2d）[7]等黑色岩系中的石煤风化作用与成壤作用而形成的（表3）；此外，中国燃煤层中硒含量总体偏高，是地球上富集硒的主要地质体[8]，该州燃煤型富硒土壤是由二叠系上统龙潭组（P2l）、二叠系下统梁山组（P1l）、侏罗系下统桐竹园组（J1t）等煤系地层风化作用与成壤作用而形成的。恩施州黑色岩系与煤系地层出露较广，富硒岩石、富硒土壤、富硒动植物资源聚集形成了天然富硒地质环境与富硒生物圈，恩施州发展富硒农业具有得天独厚的硒资源优势。

2恩施州特色农业

恩施州是农业部定点扶贫地区，生物资源富集，特色农产品种类较多。加之，恩施具有天然的富硒地质环境，发展富硒特色农业条件极佳。

2.1魔芋魔芋为喜阴、喜湿、怕热、不耐寒、怕渍水的作物，生长环境要求特殊，全世界范围内适宜种植的区域极为有限。恩施州夏无酷暑，冬少严寒，土壤微酸性，自然条件得天独厚，魔芋是恩施州极具优势的特色资源，恩施州魔芋产量、产值均占全国的四分之一以上。魔芋制品绝大部分出口日本、韩国等国家，需求量巨大，市场前景十分广阔。

2.2茶叶恩施州为我国茶叶重要产区，茶产业已成为其优势支柱产业。该州享有“世界硒都”美誉，是世界上罕见的高硒地区，是天然富硒茶的最佳产地，恩施玉露、恩施富硒茶、伍家台贡茶、鹤峰茶、马坡茶等均为国家地理标志产品。而饮用含硒茶又被认为是缺硒地区人们补硒的重要途径，富硒茶不仅受到国内市场欢迎，而且在国际市场亦具较强的竞争力，恩施发展富硒茶产业具有资源优势。

2.3地道药材恩施的行政区域早年为巴蜀管辖之地，恩施药材具有“川药”地道性毋庸置疑。且恩施州药材资源十分丰富，全州药用植物资源达到2088种，被称为“华中药库”。历史上已形成了“鸡爪黄连”、“紫油厚朴”、“湖北贝母”、“板桥党参”、“窑归”等著名品牌，是传统出口创汇品种。随着国家中药现代纲要的实施，生物医药蓬勃发展，天然植物药物走俏全球，地道药材产业前景十分广阔。

2.4特色蔬菜恩施州独特的自然气候和环境条件，孕育了丰富的特色蔬菜资源，其中人工种植蔬菜以凤头姜、白皮大蒜、山药等为主，山野菜以薇菜、粉葛、莼菜为主，很多产品不仅畅销国内，还走向了海外市场。同时，该州二高山以上地区发展蔬菜也具有优势和特色，在大山顶等地区种植蔬菜，无污染且品质良好，又能在季节上和上市时间与平原南北蔬菜错开，目前已成为湖北省重要的蔬菜基地。

2.5山羊恩施州牧草资源十分丰富，草山草坡面积达到1582万亩，理论载畜量100万个牛单位。随着草场改良和退耕还草工程的实施，草山草坡面积还将进一步扩大。山羊在该州养殖历史悠久，有宜昌白山羊、狗头山羊等独具特色的地方良种，发展养羊业优势明显。

3恩施州农业地质工作方法探讨

首先，农业地质要以地质为基础。系统收集工作区内的构造、地层、区域地球化学特征与成土母岩的分布资料，以地质图、土壤类型图以及土地利用现状图为基础，找出各种土壤形成的地质背景，以确定农业地质背景，然后开展农业地质野外工作。农业地质野外工作是否合理，是得到全面客观农业地质资料的基础，是农业地质工作的重中之重。农业地质野外工作主要由农业生态地质填图、农业生态地质剖面测量、农业生态地质调查样品采集三种手段完成，结合恩施州农业地质条件，每种工作手段注意如下要点：（1）农业生态地质填图具体包括填图路线布置、观测点定点、填图记录、农业综合调查。针对恩施州高原型山地为主的地貌特征，调查工作必须与地形图相结合，填图路线要垂直于区域构造地貌单元，以便穿越不同的基岩、土壤和植被类型分布区，尽量做到不同农业区的全面覆盖；由于本区基岩出露面积大，土壤堆积类型以残坡积为主，残坡积土壤的元素地球化学性质很大程度上取决于母岩的元素地球化学特征，在选取观测点时要仔细观察界线点（土壤界线点和地层界线点），尤其要重点观察地层界线，最后圈出地层界线和土壤界线；由于本区富硒岩层出露广泛，在填图记录中尤其要加强对富硒岩层分布区相关农业地质因素的描述，以便在布点时更有针对性；农业综合调查包括土地利用现状、农药化肥使用情况、单面积产量、农业结构情况、农产品加工及开发前景，笔者认为本区调查工作要加强与当地农业部门和农业生产者的交流，因为本地农业种植调整频繁，例如农田水改旱、旱改水情况很常见，加强交流有助于我们更全面了解调查区的农业生产情况，避免工作人员在野外“一叶障目”，主观臆断。（2）农业生态地质剖面具体包括岩石地球化学剖面和土壤剖面，土壤剖面又分为水平剖面和垂直剖面，剖面应尽量布置在岩石类型、土壤类型和地貌单元发育相对齐全的区域。恩施是“世界硒都”，本区岩石地球化学剖面强调涵盖富硒岩层，土壤水平剖面要穿越不同土壤类型分布区和不同母岩分布区，土壤垂直剖面也要在不同土壤类型区域分别布置，每种类型至少有1-2条剖面控制，在剖面上取样进行测试，得出不同类型母岩、不同类型土壤、不同深度土壤的硒含量及有用有害元素含量，研究各种元素在表生环境下的扩散特征。（3）农业生态地质调查样品采集主要包括土壤样品、农作物样品、水样的采集。恩施地区浅层土壤样取样深度一般为0-20cm，深层样取样深度视土壤深度而定，能达到200cm的土壤分布区要连续采集到200cm，恩施州很多区域基岩埋深浅，土壤甚至不足50cm，在这种区域采集深层样，除了连续采集土壤样品外，至少要取一件与土壤直接接触的下伏基岩样品进行测试，以便对比研究基岩对土壤元素地球化学特征的影响；农作物样品应根据不同的采样对象具体设计，主要采取农作物直接被利用部分和根系土，进行元素迁移规律研究；本区水样采集条件亦较特殊，笔者实地调查时发现本区山泉特别发育，山泉汇入小溪，小溪再汇入大河或水库，农业生产者普遍将同一泉眼流出的泉水同时用于饮用和灌溉，在本区采集水样，应在不同基岩出露区进行布置，以了解流经不同基岩的泉水地球化学性质，样品可以布置在农村居民直接使用的泉水出露点，也可以布置在用于农业和生活用水的水库或大河。其次，农业地质要为农业生产服务。向农业部门系统收集区内农业生产的基本情况、农作物分布规律、所处的地理环境、气候水文等生态环境也是必要的工作。在此项工作中，尤其强调要建立完善的农作物采样规划，恩施州各地区地形和气候条件差异较大，即使相同的农产品生长期也不一致，农作物采样是该区农业地质调查工作中的难点工作，应多向农业部门收集资料并进行详细的实地调查，建立完善的农作物采样规划。再次，要深入分析总结调查结果，并上升到科学理论。在对所采取的母岩、土壤、水系、植物样品的调查结果基础上，绘制各种图件，进行有关元素迁移和分布的研究，按照地质学和生物学原理进行估计评价。总之，农业地质总的技术路线应以基础地质为依托，以地球化学调查为手段，以土壤环境和农作物质量评价为核心。在系统收集区内地质、地球化学成果和土壤及农业利用方面的成果资料，结合野外的母质、土壤、农作物的实地调查，评价土壤环境和农作物质量，并研究其相关性。

4恩施州开展农业地质工作的一些建议

第9篇：土壤的本质特征范文

关键词：遥感；土壤；重金属

Abstract：Remote sensing technology has the advantages of macroscopic characteristics，strong currency and comprehensive abundant information. It provides a feasible method for soil heavy metal pollution evaluation of mining area. This paper summarizes the research of evaluation for mining area of soil heavy metal pollution with remote sensing technology.

Key Words：remote sensing；soil；heavy metal

1. 引言

矿产资源是生产资料和生活资料的重要来源，人类社会的发展进步与矿产的开发利用密不可分。矿产的开采、冶炼、加工过程中大量的铅、锌、铬、镉、钴、铜、镍等重金属以及类金属砷等进入大气、水、土壤引起严重的环境污染。根据2014年4月17日环境保护部、国土资源部的《全国土壤污染调查公报》，“全国土壤环境状况总体不容乐观，部分地区土壤污染较重，总的超标率达16.1%”、“在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃”。资源、环境是制约社会经济发展的两大瓶颈，如何克服这个瓶颈问题同时又能实现矿山开发的可持续发展，是我国社会必须面对和解决的紧迫的社会问题[1]。

传统的土壤重金属污染监测方法有实验室监测、现场快速监测等方法。实验室监测方法虽然测量精度高，但是存在劳动强度大、采样分析费时，适用范围小的缺点；现场快速监测法虽然具有大面积、连续、高密度获取信息的特点，但是还大多处于定性或半定量的试验阶段，易受周围因素影响[2]。

各种岩石、土壤、植被及水体等均有各自独特的光谱特征。地物光谱特征的差异，是遥感技术识别各类地物的主要依据，也是应用遥感技术开展土壤重金属污染评价的理论基础。遥感技术以其宏观性和现势性强、综合信息丰富等优势，在矿区土壤重金属污染评价中起到了积极的先导作用，并取得了良好的应用效果。

一般情况下，土壤中的有机质、水分、铁氧化物、重金属等对土壤光谱反射率有一定影响。国外相关研究起步较早，始自20世纪六十年代土壤光谱研究[3]。国外有研究中表明，当土壤有机质含量超过2%，铁氧化物、重金属等光谱信息有可能被土壤中的有机质的光谱信息所掩盖，进一步加大了光谱信息提取的难度；同时土壤的反射率会因铁氧化物的存在而在整个波谱范围内有明显的下降趋势，土壤的光谱反射率都朝着蓝波方向下降，并且这种下降趋势可以扩展到紫外区域[4]，相关研究陆续拓展至矿区重金属污染中来[5]；国内自20世纪八十年代在云南腾冲系统地开展土壤光谱与理化性状关系的研究[6～7]，并于九十年代末开展遥感技术在矿区重金属污染监测的探索。

目前遥感技术对矿区土壤重金属污染评价研究主要有两个方向：一是植被反演。根据地表植被覆盖以及重金属在植被根茎、叶片中富集，植被在重金属胁迫下叶绿素等光谱特征发生变化的特点，通过植被光谱数据反演土壤中的重金属含量，间接评价重金属污染。二是土壤监测。利用重金属对土壤波谱特性的影响，通过土壤光谱数据监测重金属含量[8-10]。

2. 植被反演方法

植被在生长发育的过程中，矿区土壤中的重金属被吸收和富集，对植物的产生的影响主要体现在长势方面产生了生物地球化学效应，如色素含量、水含量、叶面温度的变化，进而影响植被的光谱反射率，植被光谱的变化能够在遥感光谱信息中有所体现。基于以上认识，可以通过植被光谱信息、波谱曲线变化的分析提取污染信息[11]。不同植物对重金属敏感性不同，重金属胁迫导致植物体内生物化学成分发生改变，使电磁波谱反射特性不同。

植被反演方法的原理是，运用遥感技术研究重金属污染条件下植被光谱特征变化，建立植被光谱特征与重金属污染条件下植被生长状态参数变化之间的关系[7]；研究叶绿素含量与重金属污染之间的关系，分析叶绿素变化敏感的光谱指数及其响应规律，并进行了区域应用与验证[11-13]。研究表明，随着土壤中重金属含量增加，植被近红外、可见光反射光谱特征发生显著变化，表现为可见光光谱反射增强，近红外光谱减少，红边移动范围减少[14-15]。此方法适用于矿区植被覆盖较茂密的区域。

王杰等（2005年）以江西德兴铜矿去为实验区，采用美国陆地卫星（Landsat）ETM +数据，采用比值分析、彩色合成、影像融合等方法增强影像视觉效果，对污染区的植被的波谱曲线与正常区的同种植被的光谱特征作对比，总结出受毒化植物叶冠的波谱形态与正常植物叶冠的波谱形态相比发生的形态变异的特征，总结对照区和污染区植被的波谱特征差异和各污染区的受污染程度，分析出不同污染区植物的受毒害程度[16]。

雷国静等（2006年）在南方植被茂密区离子型稀土矿区采用高分辨率QuickBird遥感数据采取坐标换的方式，消除土壤信息干扰，获取了较真实的植被受污染影响程度的信息，运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息，取得了较好的效果[17]。

李新芝等（2010年）以肥城煤矿区为实验区，将SPOT-5数据2.5米分辨率的全色波段进行小波变换、主成分分析等融合方法提高图像的空间信息量，综合运用缨帽变换、植被与土壤相关性分析、支持向量机分类等方法提取矿区植被信息，并制作了植被等级分布图，确定了不同污染程度的植被覆盖面积，与矿区污染分布的规律具有较好的一致性[11]。

黄铁兰等（2014年）以广东大宝山矿区及周边10 公里范围作为研究区，分别以ASTER及QuickBird为数据源，采用植被指数法和植被绿度法对植被污染信息进行识别，对获取的植被绿度信息图像进行密度分割，获得植被污染程度及分布情况。同时建议大范围的矿山植被污染信息的识别，考虑到项目综合成本等因素，采用ASTER等低分辨率的数据源，选择植被绿度指数法进行识别。对于小范围的典型矿区，可选用QuickBird 等高分辨率的数据源，用植被指数法进行识别[18]。

由于混合像元、大气效应的存在，植被信息提取过程中容易出现错分、漏分现象；相关系数的设置易受经验的影响。同时信息提取易受云层、山体阴影和人类生产活动的影响，均存在一定的误提现象。未来应加强信息提取技术、多源遥感数据在植被反演中的应用研究，以解决上述问题。

3. 土壤监测方法

土壤是由多种物理化学特性不同的物质的组成的混合体，例如有机质、重金属、水、其他矿物质等。各种物质均有发射、反射、吸收光谱的特性，都会对土壤光谱特征产生影响，同时植被覆盖也对土壤光谱的监测有较大影响，因此对于通过土壤光谱数据直接监测土壤重金属含量的研究，尚处于探索阶段。

土壤监测方法的原理是，利用光谱分析方法室内测定土壤发射光谱数据，经线性回归分析或指数回归分析、标准化比值计算、特征光谱宽化处理后，利用回归分析方法建立重金属元素含量与发射率变量之间的土壤重金属反演模型，定量反演出矿区土壤重金属含量[19-23]。此类方法适用于植被覆盖率较低的地区。

Thomas Kemper等（1998年）在西班牙Aznalcóllar 尾矿库溃坝事件土壤重金属污染监测中，基于多元线性回归分析（MLR）和人工神经网络（ANN）方法分别通过化学分析、特征光谱--近红外反射光谱（0.35?0.35μm）手段监测土壤重金属含量，两种手段对 As、 Fe 、Hg、Pb、S、Sb等六种元素监测有较高的相似度。为相似矿区环境的监测提供了较好的借鉴意义[13]。

李淑敏等（2010年）以北京为研究区，研究土壤中8种重金属（Cr、Ni、Cu、Zn、As、Cd、Pb、Hg）的含量与热红外发射率的关系，分析了土壤重金属的特征光谱，并模拟预测了重金属含量的回归模型，为基于遥感光谱的土壤重金属含量监测奠定了基础[24]。

宋练等（2014年）以重庆市万盛采矿区为研究区，通过光谱特征物质之间的自相关性来分析土壤中光谱特征物质，在回归分析的基础上建立As、Cd、Zn重金属含量的遥感定量反演模型，监测三种重金属含量，结果表明土壤在近红外波段和可见光波段的反射值比值与土壤中As、Cd、Zn含量存在较好相关性[25]。

部分研究对波段选择和光谱分辨率的重要性认识不高，影响了重金属元素光谱信息识别、重金属污染预测精度；土壤中绝大部分重金属，如铅、锌、铬、砷等在可见光―近红外波段区间的光谱特征较弱，易被植被、土壤波谱信息掩盖，对直接利用土壤重金属光谱特征来提取污染信息带来了难度。研究发现，铁氧化物的波谱特征较明显，今后需加强土壤中重金属与铁氧化物相关性的研究，以提高污染信息提取的准确性。

4. 未来展望

近年来，遥感技术用于矿区土壤重金属评价取得了一定进展，今后要在以下几个方面寻求突破：

（1）研究遥感信息提取新技术新方法。地物波谱特性易受土壤成分、大气效应、植被等环境噪音的影响，需进一步加强波谱信息提取技术的研究，以提高遥感信息提取的准确性。

（2）加强田间光谱测量研究。目前对土壤重金属监测仅局限于实验室级别的光谱监测，需要进一步探讨其他因素对重金属吸附的影响以建立准确的土壤重金属含量光谱估算模型，并进行大量而精确的实验室与田间的光谱测量工作。

（3）由定性监测向定量监测转变。遥感技术在矿区土壤重金属污染评价方面的研究大多是定性或半定量评价，尚达不到定量评价。需在遥感反演土壤污染信息模型与理论方法、土壤重金属含量与光谱变量的相关关系等方面加强研究，以接近或达到定量评价污染的水平，进而利用遥感技术评价大面积土壤污染及修复。

（4）研制高性能的卫星，提高遥感信息获取能力。作为中国16个重大科技专项（2006年～2020年）之一的高分辨率对地观测系统已进入全面建设阶段，其中2014年8月发射升空的高分二号卫星空间分辨优于1m，这必将改变遥感数据普遍采用国外遥感数据（SPOT、Landsat、QuickBrid等）的局面。

参考文献：

[1] 贾志强.甘肃省白银市矿山环境遥感调查与评价研究[D].桂林：桂林工学院，2009.

[2] 龚海明，马瑞峻，等.农田土壤重金属污染监测技术发展趋势[J].中国农学通报，2013，29（2）：140-147.

[3] Baumgardner，M.F.，Kristof，S.，et al. Effects of Organic matter on the Multispectral Properties of Soils[J].Processing of Indiana Academic Science.1970，79：413-422.

[4] 张甘霖，赵玉国，杨金玲，等.城市土壤的环境问题及其研究进展[J].土壤学报，2006，44（55）：925-933.

[5] Malley D.F.，Williams，P.C. Use of Near-Infrared Reflectance Spectroscopy in Prediction of Heavy Metals in Freshwater Sediment by Their Association with Organic Matter[J]. Environ. Sci. Technol.， 1997， 31 （12） ：3461-3467.

[6] 戴昌达.中国主要土壤光谱反射特性分类与数据处理的初步研究[M].见：遥感文选，北京：科学出版社，1981.

[7] 丰茂森.遥感图像数字处理[M].北京：地质出版社，1992：3～3.

[8] 甘甫平，刘圣伟，等.德兴铜矿矿山污染高光谱遥感直接识别研究[J].地球科学―中国地质大学学报，2004，29（1）：119-126.

[9] 朱叶青，屈永华，刘素红，等.重金属铜污染植被光谱响应特征研究[J].遥感学报，2014，18（2）：335-352.

[10] 李婷，刘湘南，刘美玲.水稻重金属污染胁迫光谱分析模型的区域应用与验证[J].农业工程学报，2012，28（12）：176-182.

[11] 李新芝.基于多源遥感数据的矿区植被信息监测方法研究[D].济南：山东科技大学，2010.

[12] 王秀珍，王人潮，黄敬峰.微分光谱遥感及其在水稻农学参数测定上的应用研究[J].农业工程学报，2002，18（1）：9-13.

[13] Thomas Kemper，Stefan Sommer . Estimate of Heavy Metal Contamination in Soils after a Mining Accident Using Reflectance Spectroscopy [J] .Environment al Science and Technology ， 2002 ， 36（12）：2742-2747.

[14] 徐加宽，杨连新，王余龙，等.水稻对重金属元素的吸收与分配机理的研究进展[J].植物学通报，2005，22（5）：614-622.

[15] CHI G Y，SHI Y，CHEN X，et al.Effects of Metal Stress on Visible/near-Infrared Rreflectance Spectra of Vegetation[J].Advanced Materials Research，2012，（347-353）：2735-2738.

[16] 王杰，等.遥感技术在江西德兴铜矿矿区污染研究中的应用[J].山东科技大学学报（自然科学版）2005，24（4）：66-69.

[17] 雷国静等.遥感在稀土矿区植被污染信息提取中的应用[J].江西有色金属，2006，20（2）：1-5.

[18] 黄铁兰，等.广东大宝山矿区植被污染信息的遥感识别方法研[J].地质学刊，2014，38（02）：284-288.

[19] Kemper T， Sommer S. Environment Science & Techology[M]. 2002， 36（12）：2742.

[20] Choe E， vander Meer F van Ruitenbeek F， et al. Remote Sensing of Environment[M]. 2008，112 （7） ： 3222.

[21] Choe E， Kim K W， Bang S， et al. Environmental Geology[M]. 2008， 58 （3） ： 477.

[22] Ren H Y ，Zhuang D F， Singh A N， et al.， Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance Spectroscopy ： a case study[J]. Pedosphere， 2009， 12 （6） ： 719.

[23] Liu Y Li W， Wu G， et al.， Geo C spatial Information Science[M]. 2011， 14 （1） ： 10.