Distribution of Heavy Metals and Ecological Risk of Soils in the Typical Geological Background Region of Southwest China
-
摘要:
中国西南有22.3%的耕地重金属含量超标，区内广泛分布的峨眉山玄武岩和碳酸盐岩被认为是土壤中重金属的主要母质来源。目前，中国西南地区，尤其是峨眉山玄武岩分布区土壤重金属生态风险的研究程度仍有待提升，不同地质背景区（成土母岩）土壤中重金属含量、空间分布与生态风险缺乏对比。本文选择四川省典型地质背景区采集土壤样品，采用原子荧光光谱法、电感耦合等离子体质谱/发射光谱等方法测定重金属元素（As、Cd、Cr、Cu、Hg、Ni、Pb、Zn）含量和pH数据，结合地累积指数法和潜在生态风险指数法，研究了重金属元素的含量、空间分布特征和土壤重金属生态风险。结果表明：①玄武岩区土壤中Cd、Cr、Cu、Hg、Ni、Zn的含量高于碳酸盐岩区，也高于四川和全国背景值。各元素含量分别为四川背景值的3.25、1.08、5.08、1.72、1.55、1.63倍和全国背景值的2.60、1.40、6.87、1.47、1.87、1.91倍；②As、Cr、Pb的高含量区域与碳酸盐岩分布区对应，Cd、Cu、Hg、Ni、Zn的高含量区域与峨眉山玄武岩的空间分布对应；③地累积指数表明玄武岩分布区土壤中Cd、Cu、Ni、Zn污染程度高于碳酸盐岩区；④研究区内生态危害程度较高的元素为Cd、Cu和Hg；其在玄武岩分布区“强生态危害”及以上的比例比碳酸盐岩区分别高出22.4%、1.15%和26.0%。本研究揭示：①研究区内土壤中重金属元素的含量、分布及生态风险与地质背景密切相关；②产生这一规律的原因在于母岩中元素含量的差异、成土过程中元素的地球化学行为及元素次生富集等因素综合作用的结果；③研究区土壤酸碱度偏低（pH平均值为5.5），需预防土壤进一步酸化引起的重金属活化风险。
-
关键词:
- 峨眉山玄武岩 /
- 碳酸盐岩 /
- 重金属 /
- 生态危害 /
- 电感耦合等离子体质谱法
要点(1) 揭示了峨眉山玄武岩和碳酸盐岩区土壤重金属地球化学特征和生态风险的差异。
(2) 玄武岩区土壤中Cd、Cu、Hg、Ni、Zn的含量高于碳酸盐岩区和四川、全国背景值。
(3) 研究区土壤重金属元素的空间分布主要受地质背景控制。
HIGHLIGHTS(1) The geochemical characteristics and ecological risk of heavy metals in the soils of Emeishan basalt and carbonate rock areas were compared.
(2) The content of Cd, Cu, Hg, Ni and Zn in the basalt areas were higher than those in the carbonate areas and the background values of Sichuan and China.
(3) In the studied area, the spatial distribution of heavy metals in soils was mainly determined by the geological background.
Abstract:BACKGROUND22.3% of the cultivated land in southwest China has excessive heavy metal content. The widely distributed Emeishan basalt and carbonate rocks in the region are considered to be the main source of heavy metals in the soil. At present, the level of research on the ecological risk of soil heavy metals in southwestern China, especially in the Emeishan basalt areas, still needs to be improved. The content, spatial distribution and ecological risk of heavy metals in soils of different geological backgrounds (earthogenic parent rocks) lack comparison.
OBJECTIVESTo understand the content and spatial distribution characteristics of heavy metals in the soils from Emeishan basalt and carbonate rock areas.
METHODSSoil samples from the typical geological background areas of Sichuan were collected. AFS, ICP-MS and ICP-OES were used to determine the content of heavy metal elements (As, Cd, Cr, Cu, Hg, Ni, Pb, Zn) and pH values.The content and spatial distribution of the heavy metals in the soils, as well as the ecological risks were studied using the accumulation index and potential ecological risk index methods.
RESULTSThe results showed that: (1) The content of Cd, Cr, Cu, Hg, Ni, and Zn in the soils of the basalt areas were generally higher than those of the non-basalt areas and the background values of Sichuan and China. The content of the above elements were respectively 3.25, 1.08, 5.08, 1.72, 1.55, 1.63 times the Sichuan background values and 2.60, 1.40, 6.87, 1.47, 1.87, 1.91 times background values of China. (2) The high content areas of As, Cr and Pb corresponded well to the carbonate rock areas, whereas the high content areas of Cd, Cu, Hg, Ni and Zn corresponded well to the Emeishan basalt areas. The corresponding relationship indicated that the spatial distribution of heavy metals in the soil was mainly determined by the geological background in the studied area. (3) The Geoaccumulation Index results indicated that the soil pollution degree of Cd, Cu, Ni and Zn in Emeishan basalt areas was obviously higher than those of the non-basalt areas; (4) Ecological hazard index results showed that Cd, Cu and Hg were the highest ecological hazard elements in the studied area. The proportions of "strong ecological hazard", "very strong ecological hazard" and "strong estecological hazard" of Cd, Cu and Hg in the basalt areas were respectively 22.4%, 1.15% and 26.0% higher than those in the non-basalt areas.
CONCLUSIONSThe content, distribution and ecological risk of heavy metal elements in the soil in the study area are closely related to the geological background. Reasons include the differences in the element content in the parent rock, the geochemical behavior of the elements during the soil formation, and the secondary enrichment of the elements. The pH of the soil in the study area is low, and it is necessary to prevent the risk of heavy metal activation caused by further acidification of the soil.
-
多环芳烃(PAHs)是一种自然界中广泛分布的半挥发性有机污染物，该类化合物由两个及以上的苯环结构组成，其主要来源是化石燃料的不完全燃烧[1]。该类污染物对动物体具有较大的致癌、致畸、致突变的危害，其中致癌性最大的是4~6环的稠环PAHs[2]。该类化合物在环境中分布广泛，但由于环境基体复杂且其含量较低，很难直接、快速地对样品中PAHs进行分析[3-4]，常常需要结合样品前处理技术进行富集。常规的样品前处理方法，如索氏提取、加速溶剂提取、液液萃取等方式耗时长，且使用大量有机溶剂，容易对环境造成二次污染，因此有必要建立一种样品前处理过程高效绿色、分析检测快速灵敏的新方法。
固相微萃取(SPME)是一种集分离、富集、进样于一体的样品前处理技术[5-6]，在操作过程中避免了大量有机试剂的使用，在保证绿色环保的基础上具有提高目标物富集效率[7-10]的优点。已有很多研究者将SPME技术应用于PAHs的检测中并取得了较好的萃取效果[4, 11]。对于SPME技术而言，涂层的性能是制约萃取效率和目标分析物种类的关键因素[12-14]，是目前SPME技术研究的热点问题。金属有机骨架化合物(MOFs)是一类独特的多孔材料[15-16]，其永久性纳米孔隙率、高比表面积、均匀且可调节的孔径、易于功能化和表面改性[17]的特点，使MOFs材料在分离、气体储存、分子传感、富集和催化等方面具有广阔的应用前景[18-22]。然而，包括MOF-5和HKUST-1在内的MOFs材料在水溶液中稳定性较差，一定程度上了限制了它的实际应用。研究得到MIL-53(M=Al，Cr，Fe)是一种常见的金属骨架有机化合物，其中心金属离子可以是三价铁、铝或铬离子，配体为对苯二甲酸，是一类合成简便、性能优良、化学稳定性较好的MOFs材料，且在吸附水时其孔隙率没有明显变化[23]。Chen等[24]采用中性硅酮胶黏接法制备了MIL-53(Al，Cr，Fe)SPME涂层纤维，进行了浸入式萃取研究，并结合GC-MS/MS检测，结果显示三种MIL-53(M)涂层对PAHs都具有较好的萃取效率。该研究结果表明，该类水稳定性MOFs材料的SPME涂层对水样中芳香族化合物的富集和检测具有很好的应用前景，特别是对于浸入式萃取模式下萃取环境水样中难挥发的PAHs类物质具有较大的优势。传统的MOFs涂层制作方式，如水热原位沉积法、溶胶-凝胶法(sol-gel)、黏合固定法等往往存在步骤复杂、涂层机械强度较差等不足[21, 25-26]。
本研究在MOFs材料优良的吸附性能以及较好的水稳定性的基础上，采用金属基质材料原位自转化的方式[27]，在铁丝基质上直接生长MOFs涂层，该过程使得金属丝不仅作为支撑吸附剂的基质材料，而且还作为铁源参与MOFs材料的形成，不需要再添加金属盐，一定程度上节约了成本，避免重金属离子对环境的二次污染。将该涂层应用于环境水体中PAHs的萃取，并结合GC-MS进行检测，建立了环境水样中7种PAHs的SPME检测方法，以期为高效SPME涂层的简单、快速制备提供新思路。
1. 实验部分
1.1 材料和主要试剂
铁丝(直径为0.2mm，纯度99.9%，赛维精密金属材料有限公司)。
苯并(a)蒽(BaA，99.8%)；䓛(CHR，99.8%)；苯并(b)荧蒽(BbF，99.7%)；苯并(k)荧蒽(BKF，100%)；苯并(a)芘(BaP，99.8%)；茚苯(1, 2, 3-cd)芘(IPY，98.8%)；二苯并(a, n)蒽(DBA，98.3%)；苯并(ghi)芘(二萘嵌苯)(BPE，98.4%，美国AccuStandard公司)；100μm PDMS聚二甲基硅氧烷涂层(美国Supelco公司)。
对苯二甲酸(H2BDC，98%)、六水氯化铁(FeCl3·6H2O，麦克林生化科技有限公司)；三乙胺(TEA，国药集团)；超纯水；N, N-二甲基甲酰胺(DMF，国药集团)；乙醇(国药集团)。丙酮(美国Tedia公司)；甲醇(美国Tedia公司)。
上述试剂除丙酮和甲醇为色谱纯，其余试剂为分析纯。
1.2 仪器及工作条件
气相色谱-质谱仪(GCMS-QP2010plus，日本岛津公司)。该仪器测试PAHs条件：载气为高纯氦(99.999%)；色谱柱为Rtx-1MS(30m×0.25mm×0.25μm)；流量1.2mL/min，不分流进样；进样口260℃；离子源温度250℃；接口温度260℃；升温程序：初始温度50℃，保持2min，以20℃/min升至230℃，再以2.5℃/min升至250℃，保持2min。检测方式特征离子扫描(SIM)。
X射线粉晶衍射仪(D8-FOCUS，德国布鲁克科技有限公司)；傅里叶变换红外光谱仪(Nicolet 6700，美国ThermoFisher公司)；高分辨率场发射扫描电子显微镜(SU8010，日本日立公司)；全自动进样装置(MPS，德国Gerstel科技有限公司)。
1.3 实验方法
1.3.1 固相微萃取涂层IW@MIL-53(Fe)的制作
将直径为0.2mm的铁丝截为3cm的一段，置于10mol/L盐酸中反应15min，待反应至合适尺寸后取出铁丝，随后将其依次置于丙酮、甲醇、超纯水的条件下超声处理30min，取出铁丝于65℃烘箱中干燥12h备用。取0.65g对苯二甲酸溶于50mL N, N-二甲基甲酰胺中，加入5mL三乙胺，室温下搅拌15min；将反应液置于100mL高压反应釜中，将处理好的铁丝放入反应液中，并将密封好的高压反应釜置于180℃的条件下反应12h。将制作好的涂层置于100℃的真空烘箱中12h。将自制涂层在GC进样口280℃老化2h用以去除多余的溶剂。
1.3.2 金属有机骨架化合物多孔膜MIL-53(Fe)水热合成
将810mg六水氯化铁和498mg对苯二甲酸溶于15mL N, N-二甲基甲酰胺中，常温搅拌10min，置于50mL反应釜中150℃保持6h，带溶液冷却至室温后，超纯水清洗，转移至600mL超纯水中分散24h后，过滤，60℃烘干24h[23, 28-29]。
1.3.3 浸入式SPME过程
将制好的样品溶液转移到MPS自动进样平台特定区域，由自动进样器控制自制涂层装置在设定的萃取温度、萃取时间的条件下完成对PAHs的萃取，接着萃取了目标物的涂层被转移到GC-MS的进样口进行解吸分析。
1.3.4 实际样品采集和制备
样品一采自东湖(武汉)；样品二采自长江(武汉)。采集时间均为同一天的上午8:00~10:00。将采集的环境水样放置在25℃的室温下静置1h后经0.45μm微孔滤膜过滤，将处理好的水样取10mL于20mL顶空瓶中并放置在4℃的条件下备用。
2. 结果与讨论
2.1 自制IW@MIL-53(Fe)涂层表征
自制IW@MIL涂层通过扫描电子显微镜进行表征(图 1)。图 1a为经盐酸蚀刻的铁丝，可以看出经盐酸处理后铁丝表面呈“鳞片状”，该表面形状与光滑的铁丝表面相比，可以增大铁丝表面与反应液的接触面积；图 1b为经过水热反应后铁丝表面的变化，一层均匀的“树皮褶皱”材料覆盖在铁丝表面，铁丝反应前后直径无明显变化，由161μm变为163μm，局部放大(图 1c)可以看出该层状物质是由小的片状颗粒堆积而成；图 1d为该涂层的截面图，从该图中可以得出涂层平均厚度为10μm；为保护涂层外侧的吸附材料，避免在浸入式萃取过程中脱落和污染，涂层外涂覆了一层薄薄的中性硅酮胶加以固定，如图 1e、1f所示，通过与图 1b的对比，可以看出中性硅酮胶将吸附材料紧紧地包覆在胶层内部，其厚度约为15μm。
![]()
图 1 自制IW@MIL-53(Fe)涂层扫描电子显微镜图像a—铁丝；b—涂层表面；c—涂层表面细节放大图；d—涂层横截面；e—胶层包裹的涂层表面；f—胶层包裹的涂层横截面。Figure 1. SEM diagrams of self-made IW@MIL-53(Fe) coating从X射线衍射图谱(图 2a)可以看出，水热合成的MIL-53(Fe)与原位转化的材料在衍射峰的位置上对应良好，可以证明为同一种物质，表明铁丝上已原位转化出一层MIL-53(Fe)的薄膜。通过红外光谱图(图 2b)可以看出，红外光谱的所有振动带与水热合成的MIL-53(Fe)的数据吻合良好。红外光谱在近1645cm-1处表现出羧基的强烈伸缩振动，证明了对苯二甲酸中的—COOH基团与Fe金属离子成功结合。
![]()
图 2 水热合成MIL-53(Fe)与原位转化涂层的对比：(a)X射线衍射谱图对比; (b)红外光谱谱图对比Figure 2. Comparison between hydrothermal synthesis MIL-53(Fe) and self-made IW@MIL-53(Fe) coating: (a) X-ray diffraction diagrams; (b) infrared spectra2.2 自制IW@MIL-53(Fe)涂层萃取条件的优化
2.2.1 萃取温度
SPME在萃取的过程温度可以促进待测物在基质中的扩散以及扩大待测物的分配系数，加快与涂层之间的分配平衡，从而缩短达到平衡所需的时间。但随着温度的升高，涂层本身萃取相的分配系数也会下降，导致涂层灵敏度的降低[30-32]。为获取最佳的萃取温度以发挥SPME涂层最佳的萃取性能，实验中在萃取时间为50min，解吸温度为280℃，解吸时间为4min的条件下对萃取温度进行优化。图 3a结果表明，随着温度的升高，涂层的萃取性能也随之增强，直到80℃达到最佳性能，随之性能略有下降。因此该自制涂层的最佳萃取温度为80℃。
![]()
图 3 自制IW@MIL-53(Fe)涂层萃取条件的优化a—萃取温度；b—萃取时间；c—解吸时间；d—解吸温度。Figure 3. Optimization of extraction performance self-made IW@MIL-53(Fe) coating2.2.2 萃取时间
由于SPME技术是建立在平衡吸附基础上的样品前处理技术，需要使待测组分与萃取相达到平衡状态时，才能够保证测试数据的准确性和萃取过程的重现性。为保证在最短的时间内完成有效的萃取过程，实验设置了自制涂层在萃取温度为80℃，解吸温度为280℃，解吸时间为4min的条件下分别萃取5、10、20、25、30、40、50、60min。图 3b结果表明，随着时间的增加，自制涂层在萃取50min后逐渐达到萃取平衡。因此选取的最佳萃取时间为50min。
2.2.3 解吸时间
为确定一个最佳的解吸时间，实验在萃取温度为80℃，萃取时间为50min，解吸温度为280℃的条件下设置了1、2、3、4、5min五个解吸时间。图 3c结果表明，解吸4min后，涂层上的目标分析物已经解吸完全。因此该自制涂层的最佳解吸时间为4min。
2.2.4 解吸温度
SPME进样的解吸温度需要稍高于直接进样的温度，温度越高，涂层上的物质解吸得越完全，但这也存在着目标分析物分解以及高温降低涂层使用寿命的问题，因此解吸时不宜使用过高的温度。为确定一个合适的解吸温度，实验在萃取温度为80℃，萃取时间为50min，解吸时间为4min的条件下设置了240℃、250℃、260℃、270℃、280℃、290℃六个解吸温度进行测试。图 3d结果表明，解吸温度在280℃的条件下，测试性能最佳。因此该自制涂层的最佳解吸温度为280℃。
2.2.5 离子强度
无机盐的加入一方面可以改变样品溶液中的相界面性质，进而影响组分之间的分配系数；另一方面，加入无机盐之后样品溶液的离子强度增强，产生盐析效应，降低了目标分析物在溶液中的溶解度，有利于涂层的萃取。为了确定加入无机盐的用量，实验设计了萃取温度为80℃，萃取时间为50min，解吸温度为280℃，解吸时间为4min，以饱和食盐水为盐溶液的最大浓度，将其稀释为0%、15%、30%、50%、65%、80%、100%的氯化钠溶液。图 4结果表明，在氯化钠浓度为50%的条件下萃取效率达到最佳。因此该自制涂层的最佳盐浓度为50%的饱和氯化钠溶液。
2.3 自制IW@MIL-53(Fe)涂层性能评价
为了考察自制涂层的萃取性能，实验选取性能稳定的商用PDMS涂层为参照，以7种多环芳烃为目标分析物，在最优萃取条件下与商用100μm PDMS涂层萃取多环芳烃的性能进行了比较，对比结果如图 5a所示。实验结果表明，自制涂层的萃取性能略优于商用涂层1~2倍，表现出良好的萃取性能。同时比较了外涂的硅酮胶的吸附能力，得到IW@MIL-53(Fe)涂层的吸附性能主要是来自MIL-53(Fe)材料。
![]()
图 5 自制IW@MIL-53(Fe)涂层与商用100μm PDMS的(a)萃取性能和(b)使用寿命对比优化的实验条件：萃取温度80℃，萃取时间50min，解吸温度280℃，解吸时间4min，盐浓度50%。Figure 5. Comparison of (a) the extraction performance and (b) service life of self-made IW@MIL-53(Fe) coating with commercial 100μm PDMS为了测试涂层的使用次数，实验比较了涂层使用1次、60次、90次、120次萃取目标分析物的萃取性能，对比结果如图 5b所示。从图中可以看出，该涂层在使用120次之后萃取性能并没有明显下降，因此，该自制涂层具有较长的使用寿命，使用次数大于120次，显著优越于商用涂层的有效使用次数(< 80次)[33]。自制涂层良好的稳定性，是由于MIL-53(Fe)本身具有良好的水稳定性，此外外涂的硅酮胶也起到了很好的保护作用，避免了外层涂层材料的脱落，提高了涂层的重复使用次数。
在最佳的实验条件下，考察了IW@MIL-53(Fe)涂层结合GC-MS测定7种多环芳烃的分析性能(表 1)，得到该方法的检出限(LOD)为0.03~2.25ng/L，定量限(LOQ)为0.10~7.50ng/L，线性范围为250~10000ng/L，相关系数为0.9903~0.9991；同一根涂层测定结果的相对标准偏差(RSD，n=5)为3.1%~10.4%；不同根涂层测定结果的相对标准偏差(RSD，n=3)为3.0%~9.5%。
表 1 IW@MIL-53(Fe)涂层SPME-GC-MS分析7种PAHs的分析性能Table 1. Analysis performance of 7 kinds of PAHs by IW@MIL-53(Fe) coating with SPME-GC-MS分析物 线性范围(ng/L) R2 LOD (ng/L, S/N=3) LOQ (ng/L, S/N=10) RSD(%) 涂层内(n=5) 涂层间(n=3) BaA 250~10000 0.9991 0.03 0.10 3.1 6.7 CHR 250~10000 0.9922 0.13 0.43 6.2 3.0 BbF 250~10000 0.9922 0.11 0.37 8.9 5.7 BKF 250~10000 0.9903 0.26 0.87 5.2 5.5 BaP 250~10000 0.9933 0.36 1.20 7.7 6.0 IPY 250~10000 0.9962 1.50 5.00 10.4 9.5 BPE 250~10000 0.9982 2.25 7.50 10.4 2.5 2.4 实际样品分析
按照1.3节的实验方法，采用自制IW@MIL-53(Fe)涂层结合GC-MS分析方法对东湖和长江的实际水样进行分析，目标分析物浓度低于检出限，结果未检出。对样品进行加标回收实验，得到该方法的回收率为80.1%~108.5%(表 2)。
表 2 实际水样中PAHs分析结果Table 2. Analytical results of PAHs in actual water samples分析物 东湖水样 长江水样 浓度(ng/L) 加标浓度(ng/L) RSD (%, n=3) 回收率(%) 浓度(ng/L) 加标浓度(ng/L) RSD (%, n=3) 回收率(%) BaA ND 500 11.6 89.3 ND 500 3.5 80.1 CHR ND 500 8.0 102.3 ND 500 7.0 92.5 BbF ND 500 8.8 96.5 ND 500 10.6 84.6 BKF ND 500 5.5 91.1 ND 500 6.4 89.5 BaP ND 500 11.1 90.6 ND 500 9.6 83.0 IPY ND 500 8.6 91.8 ND 500 5.1 108.5 BPE ND 500 4.9 99.7 ND 500 14.4 91.8 注：ND表示未检出。 3. 结论
为了提高固相微萃取涂层的萃取效率和机械强度，本文通过原位自转化的方式在铁丝上生长出一层MIL-53(Fe)的MOFs膜，该方法在转化过程中，铁丝既作为涂层纤维的基质又可以为MIL-53(Fe)的生成提供铁离子，不需要向反应体系中额外添加金属盐。研究结果表明：采用金属基质原位自转化的方式制备固相微萃取涂层，具有涂层制备快速简便、环境友好、性质稳定等优点。
将该新材料用作固相微萃取涂层，以7种PAHs作为目标分析物，以浸入式萃取的模式并结合GC-MS作为检测手段验证了其萃取性能，应用于长江及东湖水样中PAHs的测定，得到加标回收率为80.1%~108.5%。建立的SPME-GC-MS方法实现了有机污染物的快速、灵敏检测，显示出良好的应用前景。
致谢: 桂林理工大学研究生黄文斌、何旺、李帅、曹宁在野外样品采集过程中付出了辛勤的劳动，河南省岩石矿物测试中心承担了样品分析测试任务，在此一并致谢！ -
![]()
图 2 研究区地质简图
注：雷口坡组：黄灰色中厚层白云岩，夹灰岩、膏盐、盐溶角砾岩；须家河组：灰黄色岩屑长石砂岩、粉砂岩、泥岩，产煤；峨眉山玄武岩组：灰绿色致密、杏仁状玄武岩，夹苦橄岩、凝灰质砂泥岩、煤线及硅质岩；新村组：紫红色泥页岩、粉砂岩及细-中粒砂岩互层；益门组：紫红、灰绿色泥岩、夹细-粉砂岩及生物屑灰岩；飞仙关组、嘉陵江组、雷口坡组并层：白云岩、灰岩、页岩；飞仙关组、嘉陵江组并层：灰岩、白云岩、页岩。
Figure 2. Geological map in the research area
![]()
图 3 调查区土壤重金属元素地球化学图
Figure 3. Geochemistry maps of heavy metals in soil of the research area
![]()
图 4 镉、铜、汞单元素生态危害程度和调查区总体潜在生态危害指数分布图
Figure 4. Ecological risk of Cd, Cu, Hg and PERI in the research area
表 1 各指标分析测试检出限
Table 1 Detection limit of analyzed indicators
分析项目 检出限 单位 分析项目 检出限 单位 As 0.3 mg/kg Ni 1 mg/kg Cd 0.03 mg/kg Pb 2 mg/kg Cr 3 mg/kg Zn 2 mg/kg Cu 0.5 mg/kg pH 0.1 / Hg 0.0005 mg/kg 
下载: 导出CSV
表 2 不同地质背景区土壤重金属元素含量统计
Table 2 Heavy metals content in soil of different background
背景区 统计值 As Cd Cr Cu Hg Ni Pb Zn pH 玄武岩分布区
(n=521)最小值 1.10 0.10 42.4 21.9 0.017 26.0 9.30 54 4.70 最大值 15.9 0.55 134 325 0.237 78.6 50.2 228 6.30 算术平均值 6.10 0.27 85.4 158 0.109 50.8 27.4 139 5.40 中位数 5.30 0.26 85.2 158 0.103 50.5 26.6 141 5.30 标准离差 3.40 0.09 16.3 58.2 0.048 9.50 7.80 29 0.30 变异系数 0.56 0.34 0.19 0.37 0.44 0.19 0.28 0.21 0.05 非玄武岩分布区
(n=807)最小值 1.70 0.04 41.5 14.9 0.020 17.0 13.9 38 4.30 最大值 32.3 0.40 127 65.3 0.190 60.9 48.6 128 6.60 算术平均值 12.2 0.22 83.5 35.2 0.084 36.8 32.4 83 5.40 中位数 10.8 0.21 82.6 32.2 0.081 35.6 32.8 83 5.30 标准离差 6.90 0.06 14.7 10.5 0.033 8.40 6.30 15 0.40 变异系数 0.56 0.27 0.18 0.30 0.39 0.23 0.19 0.18 0.07 四川[29] 算术平均值 10.4 0.08 79 31.1 0.06 32.6 30.9 86.5 6.6 全国[29] 算术平均值 11 0.10 61 23 0.07 27 26 74 / 注：表中8种重金属元素含量单位为mg/kg，pH无量纲。“/”表示文献中未提供数据。
下载: 导出CSV
表 3 研究区不同地质背景区土壤重金属元素地累积指数等级比例
Table 3 Geoaccumulation index of soil heavy metals in area of different background
背景区 重金属元素 各元素不同地累积指数级别的样品数占该区域样品总数的百分比(%) Igeo≤0 0 < Igeo ≤1 1 < Igeo≤ 2 2 < Igeo ≤ 3 3 < Igeo ≤ 4 4 < Igeo ≤ 5 Igeo>5 玄武岩分布区
(n=521)As 98.3 1.7 0 0 0 0 0 Cd 1.2 37.8 51.2 7.9 1.1 0.8 0 Cr 92.9 6.7 0.4 0 0 0 0 Cu 3.45 8.6 56.6 29.7 1.0 0.6 0 Hg 40.9 50.5 8.6 0 0 0 0 Ni 42.2 56.8 1.0 0 0 0 0 Pb 97.3 2.7 0 0 0 0 0 Zn 34.5 65.5 0 0 0 0 0 碳酸盐岩分布区
(n=807)As 74.6 23.9 1.5 0 0 0 0 Cd 2.5 63.1 33.8 0.6 0 0 0 Cr 90.5 6.9 2.6 0 0 0 0 Cu 69.9 19.2 8.4 2.4 0.1 0 0 Hg 58.6 39.8 1.6 0 0 0 0 Ni 87.2 12.8 0 0 0 0 0 Pb 98.3 1.7 0 0 0 0 0 Zn 94.1 5.9 0 0 0 0 0
下载: 导出CSV
表 4 调查区内不同背景区土壤重金属元素潜在生态危害系数(Eri)
Table 4 Potential ecological risk coefficient of soil heavy metals in different background
背景区 重金属元素 各元素不同生态危害程度的样品数占该区域样品总数的百分比(%) 危害程度
轻微
(Eri＜40)危害程度
中等
(40≤Eri＜80)危害程度
强
(80≤Eri＜160)危害程度
很强
(160≤Eri＜320)危害程度
极强
(Eri≥320)玄武岩区
(n=521)As 100 0 0 0 0 Cd 0.6 26.7 58.9 11.3 2.5 Cr 100 0 0 0 0 Cu 92.1 6.7 1.0 0.2 0 Hg 17.3 41.7 40.9 0.2 0 Ni 100 0 0 0 0 Pb 100 0 0 0 0 Zn 100 0 0 0 0 碳酸盐岩区
(n=807)As 100 0 0 0 0 Cd 1.4 48.3 48.7 1.6 0 Cr 100 0 0 0 0 Cu 99.3 0.7 0 0 0 Hg 26.3 58.6 15.0 0.1 0 Ni 100 0 0 0 0 Pb 100 0 0 0 0 Zn 100 0 0 0 0 注：表格中的“0”，以As元素为例，即玄武岩区所有样品As的生态危害程度均为“轻微”级别，所占比例为100%；其他级别的样品数为0，占样品总数的比例也为0，以此类推。
下载: 导出CSV
-
[1] 中国地质调查局. 中国耕地质量调查报告(2015年)[DB/OL]. http://zrzy.jiangsu.gov.cn/upfile/File/201512/10/10431190.pdf (2015). China Geological Survey. Investigation report on cultivated land quality in China (2015)[DB/OL]. http://zrzy.jiangsu.gov.cn/upfile/File/201512/10/10431190.pdf (2015).
[2] Wang C Y, Sun X F, Wang M, et al. Chinese cropland quality and its temporal and spatial changes due to urbanization in 2000-2015[J]. Journal of Resources and Ecology, 2019, 10(2): 174-183. doi: 10.5814/j.issn.1674-764x.2019.02.008
[3] 朱瑕, 张立亭, 靳焕焕. 基于因素法和SVM模型的耕地质量评价方法研究[J]. 土壤通报, 2020, 51(3): 561-567. https://www.cnki.com.cn/Article/CJFDTOTAL-TRTB202003008.htm Zhu X, Zhang L T, Jin H H. Cultivated land quality assessment methodology based on factor method and SVM model[J]. Chinese Journal of Soil Science, 2020, 51(3): 561-567. https://www.cnki.com.cn/Article/CJFDTOTAL-TRTB202003008.htm
[4] 向梦杰, 胡晓亮. 溧阳市耕地质量空间分布特征与保护分区研究[J]. 土壤通报, 2020, 51(1): 18-25. https://www.cnki.com.cn/Article/CJFDTOTAL-TRTB202001004.htm Xiang M J, Hu X L. Spatial distribution and protection zoning of cultivated land in Liyang[J]. Chinese Journal of Soil Science, 2020, 51(1): 18-25. https://www.cnki.com.cn/Article/CJFDTOTAL-TRTB202001004.htm
[5] 侯磊, 段建南, 李萍, 等. 国内耕地质量研究知识图谱分析[J]. 湖北农业科学, 2019, 58(11): 135-140. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY201911034.htm Hou L, Duan J N, Li P, et al. Analysis of knowledge graph of cultivated land quality research in China[J]. Hubei Agricultural Sciences, 2019, 58(11): 135-140. https://www.cnki.com.cn/Article/CJFDTOTAL-HBNY201911034.htm
[6] 陈文轩, 李茜, 王珍, 等. 中国农田土壤重金属空间分布特征及污染评价[J]. 环境科学, 2020, 41(6): 2822-2833. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202006041.htm Chen W X, Li Q, Wang Z, et al. Spatial distribution characteristics and pollution evaluation of heavy metals in arable land soil of China[J]. Environmental Science, 2020, 41(6): 2822-2833. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202006041.htm
[7] 成杭新, 彭敏, 赵传冬, 等. 表生地球化学动力学与中国西南土壤中化学元素分布模式的驱动机制[J]. 地学前缘, 2019, 26(6): 159-191. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201906021.htm Chen H X, Peng M, Zhao C D, et al. Epigenetic geochemical dynamics and driving mechanisms of distribution patterns of chemical elements in soil, southwest China[J]. Earth Science Frontiers, 2019, 26(6): 159-191. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201906021.htm
[8] 唐瑞玲, 王惠艳, 吕许朋, 等. 西南重金属高背景区农田系统土壤重金属生态风险评价[J]. 现代地质, 2020, 34(5): 917-927. https://www.cnki.com.cn/Article/CJFDTOTAL-XDDZ202005005.htm Tang R L, Wang H Y, Lv X P, et al. Ecological risk assessment of heavy metals in farmland system from an area with high background of heavy metals, southwestern China[J]. Geoscience, 2020, 34(5): 917-927. https://www.cnki.com.cn/Article/CJFDTOTAL-XDDZ202005005.htm
[9] 李括, 彭敏, 赵传冬, 等. 全国土地质量地球化学调查二十年[J]. 地学前缘, 2019, 26(6): 128-158. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201906020.htm Li K, Peng M, Zhao C D, et al. Vicennial implementation of geochemical survey of land quality in China[J]. Earth Science Frontiers, 2019, 26(6): 128-158. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201906020.htm
[10] 陈满怀. 环境土壤学[M]. 北京: 科学出版社, 2005. Chen M H. Environmental pedology[M]. Beijing: Science Press, 2005.
[11] Jiao W T, Chen W P, Chang A C, et al. Environmental risks of trace elements associated with long-term phosphate fertilizers applications: A review[J]. Environmental Pollution, 2012, 168: 44-53. doi: 10.1016/j.envpol.2012.03.052
[12] 罗慧, 刘秀明, 王世杰, 等. 中国南方喀斯特集中分布区土壤Cd污染特征及来源[J]. 生态学杂志, 2018, 37(5): 1538-1544. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201805032.htm Luo H, Liu X M, Wang S J, et al. Pollution characteristics and sources of cadmium in soils of the Karst Area in South China[J]. Chinese Journal of Ecology, 2018, 37(5): 1538-1544. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201805032.htm
[13] 和淑娟, 李丽娜, 杨牧青, 等. 云南某冰川侵蚀区域土壤高背景值成因及农作物重金属累积规律探究[J]. 环境科学导刊, 2020, 40(2): 68-75. He S J, Li L N, Yang M Q, et al. Research on the causes of high soil background value and the accumulation of heavy metals in crops in a glacier eroded area in Yunnan[J]. Environmental Science Survey, 2020, 40(2): 68-75.
[14] 张富贵, 彭敏, 王惠艳, 等. 基于乡镇尺度的西南重金属高背景区土壤重金属生态风险评价[J]. 环境科学, 2020, 41(9): 4197-4209. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202009038.htm Zhang F G, Peng M, Wang H Y, et al. Ecological risk assessment of heavy metals at township scale in the high background of heavy metals, southwestern, China[J]. Environmental Science, 2020, 41(9): 4197-4209. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202009038.htm
[15] 刘意章, 肖唐付, 熊燕, 等. 西南高镉地质背景区农田土壤与农作物的重金属富集特征[J]. 环境科学, 2019, 40(6): 2877-2884. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201906045.htm Liu Y Z, Xiao T F, Xiong Y, et al. Accumulation of heavy metals in agricultural soils and crops from an area with a high geochemical background of cadmium, southwestern China[J]. Environmental Science, 2019, 40(6): 2877-2884. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201906045.htm
[16] 韩伟, 王成文, 彭敏, 等. 川南山区土壤与农作物重金属特征及成因[J]. 环境科学, https://doi.org/10.13227/j.hjkx.202008257. Han W, Wang C W, Peng M, et al. Characteristics and origin of heavy metals in soil and crops in mountain area of southern Sichuan[J]. Environmental Science. https://doi.org/10.13227/j.hjkx.202008257.
[17] Thompson G M, Ali J R, Song X Y, et al. Emeishan basalts, SW China: Reappraisal of the formation's type area stratigraphy and a discussion of its significance as a large igneous province[J]. Journal of the Geological Society, 2001, 158: 593-599. doi: 10.1144/jgs.158.4.593
[18] Courtillot V E, Renne P R. On the ages of flood basalt events Surlȃge des trapps basaltiques[J]. Comptes Rendus-Geoscience, 2003, 335: 113-140.
[19] Hanski E, Richard J, Walker H H, et al. Origin of the Permian-Triassic komatiites, northwestern Vietnam[J]. Contributions to Mineralogy and Petrology, 2004, 147: 453-469. doi: 10.1007/s00410-004-0567-1
[20] Xu Y G, He B. Thick, high-velocity crust in the Emeishan large igneous province, southwestern China: Evidence for crustal growth by magmatic underplating or intraplating[J]. Article in Special Paper of the Geological Society of America, 2007, DOI: 10.1130/2007.2430(39).
[21] 刘成英, 朱日祥. 试论峨眉山玄武岩的地球动力学意义[J]. 地学前缘, 2009, 16(2): 52-69. doi: 10.3321/j.issn:1005-2321.2009.02.003 Liu C Y, Zhu R X. Discussion on geodynamic significance of the Emeishan basalts[J]. Earth Science Frontiers, 2009, 16(2): 52-69. doi: 10.3321/j.issn:1005-2321.2009.02.003
[22] 李一蒙, 马建华, 刘德新, 等. 开封城市土壤重金属污染及潜在生态风险评价[J]. 环境科学, 2015, 36(3): 1037-1044. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201503043.htm Li Y M, Ma J H, Liu D X, et al. Assessment of heavy metal pollution and potential ecological risk of urban soil in Kaifeng City, China[J]. Environmental Science, 2015, 36(3): 1037-1044. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201503043.htm
[23] 陈佳林, 李仁英, 谢晓金, 等. 南京市绿地土壤重金属分布特征及其污染评价[J]. 环境科学, 2021, 42(2): 909-916. Chen J L, Li R Y, Xie X J, et al. Distribution characteristics and pollution evaluation of heavy metals in greenbelt soils of Nanjing City[J]. Environmental Science, 2021, 42(2): 909-916.
[24] 胡月琪, 郭建辉, 张超, 等. 北京市道路扬尘重金属污染特征及潜在生态风险[J]. 环境科学, 2019, 40(9): 3924-3934. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201909009.htm Hu Y Q, Guo J H, Zhang C, et al. Pollution characteristics and potential ecological risks of heavy metals in road dust in Beijing[J]. Environmental Science, 2019, 40(9): 3924-3934. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201909009.htm
[25] 顾涛, 赵信文, 胡雪原, 等. 珠海市新马墩村农业园区土壤重金属分布特征及风险评价[J]. 岩矿测试, 2018, 37(4): 419-430. doi: 10.15898/j.cnki.11-2131/td.201712100190 Gu T, Zhao X W, Hu X Y, et al. Distribution on characteristics and risk assessment of heavy metals in soil from an agricultural park of Xinma Dun Village, Zhuhai City[J]. Rock and Mineral Analysis, 2018, 37(4): 419-430. doi: 10.15898/j.cnki.11-2131/td.201712100190
[26] Müller G. Index of geoaccumulation in sediments of the Rhine River[J]. Geology Journal, 1969, 2(3): 109-118. http://ci.nii.ac.jp/naid/10030367619
[27] Hakanson L. An ecological risk index for aquatic pollution control-A sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. doi: 10.1016/0043-1354(80)90143-8
[28] Loska K, Wiechulła D, Korus I. Metal contamination of farming soils affected by industry[J]. Environment International, 2004, 30: 159-165.
[29] 中国环境监测总站. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990. China National Environmental Monitoring Center. Background value of soil elements in China[M]. Beijing: China Environmental Science Press, 1990.
[30] Wilding L P. Spatial variability: Its documentation, accommodation and implication to soil surveys[J]. Spatial Variations, 1985: 166-194. http://www.researchgate.net/publication/284417458_Spatial_variability_Its_documentation_accommodation_and_implication_to_soil_survey
[31] 吴月照, 潘懋. 中国东部玄武岩地区母岩及土壤元素含量变化规律研究[J]. 环境科学进展, 1993(5): 26-36. https://www.cnki.com.cn/Article/CJFDTOTAL-HJJZ199305002.htm Wu Y Z, Pan M. Study on the regularity of changes of contents of the parent rock and soil elements in the basalt regions, eastern China[J]. Advances in Environmental Science, 1993(5): 26-36. https://www.cnki.com.cn/Article/CJFDTOTAL-HJJZ199305002.htm
[32] 陈静生, 洪松, 邓宝山, 等. 中国东部花岗岩、玄武岩及石灰岩上土壤微量元素含量的纬向分异[J]. 土壤与环境, 1999, 8(3): 161-167. doi: 10.3969/j.issn.1674-5906.1999.03.001 Chen J S, Hong S, Deng B S, et al. Geographical tendencies of trace element contents in soils derived from granite, basalt and limestone of eastern China[J]. Soil and Environmental Sciences, 1999, 8(3): 161-167. doi: 10.3969/j.issn.1674-5906.1999.03.001
[33] 洪涛, 孔祥胜, 岳祥飞. 滇东南峰丛洼地土壤重金属含量、来源及潜在生态风险评价[J]. 环境科学, 2019, 40(10): 4620-4627. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201910036.htm Hong T, Kong X S, Yue X F. Concentration characteristics, source analysis, and potential ecological risk assessment of heavy metals in a peak-cluster depression area, southeast of Yunnan Province[J]. Environmental Science, 2019, 40(10): 4620-4627. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201910036.htm
[34] 宋波, 王佛鹏, 周浪, 等. 广西高镉异常区水田土壤Cd含量特征及生态风险评价[J]. 环境科学, 2019, 40(5): 2443-2452. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201905053.htm Song B, Wang F P, Zhou L, et al. Cd content characteristics and ecological risk assessment of paddy soil in high cadmium anomaly area of Guangxi[J]. Environmental Science, 2019, 40(5): 2443-2452. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201905053.htm
[35] Xu Y G, Chung S L, Jahn B M, et al. Petrologic and geochemical constraints on the petrogenesis of Permian-Triassic Emeishan flood basalts in southwestern China[J]. Lithos, 2001, 58: 145-168. http://www.sciencedirect.com/science/article/pii/S002449370100055X
[36] 胡瑞忠, 陶琰, 钟宏, 等. 地幔柱成矿系统: 以峨眉山地幔柱为例[J]. 地学前缘, 2005, 12(1): 42-54. doi: 10.3321/j.issn:1005-2321.2005.01.007 Hu R Z, Tao Y, Zhong H, et al. Mineralization systems of a mantle plume: A case study from the Emeishan igneous province, southwest China[J]. Earth Science Frontiers, 2005, 12(1): 42-54. doi: 10.3321/j.issn:1005-2321.2005.01.007
[37] 叶德宪, 李昆. 四川土壤养分及酸碱性变化趋势分析[J]. 西南农业学报, 2003, 16(增刊): 101-107. https://www.cnki.com.cn/Article/CJFDTOTAL-XNYX2003S1024.htm Ye D X, Li K. Analysis of the variation of soil nutrient contents and soil pH in Sichuan Province[J]. Southwest China Journal of Agricultural Sciences, 2003, 16(Supplement): 101-107. https://www.cnki.com.cn/Article/CJFDTOTAL-XNYX2003S1024.htm
[38] 李珊, 肖怡, 李启权, 等. 近30年川中丘陵县域表层土壤pH值时空变化分析——以四川仁寿县为例[J]. 四川农业大学学报, 2015, 33(4): 377-384. https://www.cnki.com.cn/Article/CJFDTOTAL-SCND201504005.htm Li S, Xiao Y, Li Q Q, et al. Temporal and spatial variation of top soil pH value in hilly area of middle Sichuan Basin during 1981-2012: A case study in Renshou County, Sichuan[J]. Journal of Sichuan Agricultural University, 2015, 33(4): 377-384. https://www.cnki.com.cn/Article/CJFDTOTAL-SCND201504005.htm
[39] 王珊, 廖桂堂, 熊鸿焰, 等. 川南地区耕地土壤pH时空变化分析——以宜宾市南溪区长兴镇为例[J]. 内江师范学院学报, 2013, 28(2): 52-55. https://www.cnki.com.cn/Article/CJFDTOTAL-NJSG201302014.htm Wang S, Liao G T, Xiong H Y, et al. Analysis of spatial and temporal change of the farmland soil pH in southern Sichuan Province-A case study of Changxi, Nanxi District of Yibin[J]. Journal of Neijiang Normal University, 2013, 28(2): 52-55. https://www.cnki.com.cn/Article/CJFDTOTAL-NJSG201302014.htm
[40] 周国华. 土壤重金属生物有效性研究进展[J]. 物探与化探, 2014, 38(6): 1097-1106. https://www.cnki.com.cn/Article/CJFDTOTAL-WTYH201406001.htm Zhou G H. Recent progress in the study of heavy metal bioavailability in soil[J]. Geophysical and Geochemical Exploration, 2014, 38(6): 1097-1106. https://www.cnki.com.cn/Article/CJFDTOTAL-WTYH201406001.htm
[41] Jin C W, Zheng S J, He Y F, et al. Lead contamination in tea garden soils and factors affecting its bioavailability[J]. Chemosphere, 2005, 59: 1151-1159.
[42] Mcbride M, Sauvea S, Hendershot W. Solubility control of Cu, Zn, Cd and Pb in contaminated soils[J]. European Journal of Soil Science, 1997, 48: 337-346.
[43] Nordberg G F. Cadmium and health in the 21st Century -Historical remarks and trends for the future[J]. BioMetals, 2004, 17: 485-489.
[44] Bjørklund G, Chirumbolo S, Dadar M, et al. Mercury exposure and its effects on fertility and pregnancy outcome[J]. Basic Clinical Pharmacology Toxicology, 2019, 125: 317-327. http://d.wanfangdata.com.cn/periodical/ChlQZXJpb2RpY2FsRW5nTmV3UzIwMjEwMzAyEiA4MjM5MzlkZjAzOGU2MDg2OGM4Nzg4NDcxNTJkZTJkMBoIeWJzeGs4aGY%3D
[45] 李平, 陈敏, 王波. 中国居民甲基汞暴露的来源和健康风险[J]. 矿物岩石地球化学通报, 2019, 38(4): 725-728. https://www.cnki.com.cn/Article/CJFDTOTAL-KYDH201904007.htm Li P, Chen M, Wang B. Sources and health risks of methylmercury exposure in Chinese residents[J]. Bulletin of Mineralogy, Petrology and Geochemistry, 2019, 38(4): 725-728. https://www.cnki.com.cn/Article/CJFDTOTAL-KYDH201904007.htm
[46] Bhattacharya P T, Misra S R, Hussain M. Nutritional aspects of essential trace elements in oral health and disease: An extensive review[J]. Scientifica, 2016: 1-12. http://europepmc.org/articles/PMC4940574/
[47] Ameh T, Sayes C M. The potential exposure and hazards of copper nanoparticles: A review[J]. Environmental Toxicology and Pharmacology, 2019, 71: 1-8. http://www.sciencedirect.com/science/article/pii/S1382668919300912
[48] 贺灵, 孙彬彬, 吴超, 等. 浙江省江山市猕猴桃果园土壤环境质量与生态风险评价[J]. 岩矿测试, 2019, 38(5): 524-533. doi: 10.15898/j.cnki.11-2131/td.201901080003 He L, Sun B B, Wu C, et al. Assessment of soil environment quality and ecological risk for kiwifruit orchard in Jiangshan City, Zhejiang Province[J]. Rock and Mineral Analysis, 2019, 38(5): 524-533. doi: 10.15898/j.cnki.11-2131/td.201901080003
[49] 王立婷, 刘仁志. 土壤污染的健康风险评价研究进展[J]. 中国环境管理, 2020(2): 62-68. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201210009.htm Wang L T, Liu R Z. Research progress on soil pollution risk assessment[J]. Chinese Journal of Environmental Management, 2020(2): 62-68. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201210009.htm
-
期刊类型引用(2)
1. 李丙阳，陈佳，邱洪灯. 骨架材料在固相微萃取方面的应用研究进展. 分析测试学报. 2025(02): 195-210 . 
百度学术
2. 乔淞汾，秦冲，刘爱琴，安彩秀，刘安，杨利娟，孙凯茜，冉卓. 超声萃取-高效液相色谱-串联质谱法测定土壤中三种硝基酚类化合物. 岩矿测试. 2024(03): 501-508 . 本站查看
其他类型引用(0)
计量
- 文章访问数: 3127
- HTML全文浏览量: 928
- PDF下载量: 93
- 被引次数: 2
京公网安备 11010202008159号