Relationship between Available State and Forms of Selenium and Zinc in Farmland Soil of Luoyang City and Its Influencing Factors
-
摘要:
农田土壤中元素的形态和有效态是评价元素活动性的重要指标。不同研究者利用有效态来代表哪几种形态大多是引用文献，两者之间的关系缺少专门的研究资料参考，影响了土地质量评价的精准度。本文按照国家相关分析标准，采用电感耦合等离子体质谱法（ICP-MS）等分析方法对河南洛阳市农田土壤Se高背景区土壤中Se、Zn的有效态和不同形态进行分析，采用含量对比、相关性分析、回归分析等统计方法以及地质背景分析进行研究。结果表明，农田土壤中有效态Zn的平均含量为3.63mg/kg，高于(水溶态+离子态+碳酸盐态)Zn的平均含量2.74mg/kg，远高于(水溶态+离子态)Zn的平均含量0.42mg/kg。有效态Zn可以用水溶态、离子态、碳酸盐态Zn之和代表。在玄武岩区发育的农田土壤中有效态Zn含量为0.023mg/kg，与水溶态Zn含量0.027mg/kg相当，具有低活性特征。种植小麦的农田土壤中有效态Se平均含量为0.019mg/kg，水溶态、离子态、碳酸盐态Se含量之和平均值为0.019mg/kg，Se的有效态可以用水溶态、离子态、碳酸盐态之和代替。种植玉米、谷子、芝麻、花生、红薯的农田土壤中，有效态Se平均含量分别为0.006mg/kg、0.007mg/kg、0.007mg/kg、0.009mg/kg、0.007mg/kg。水溶态、离子态Se之和的平均含量分别为0.009mg/kg、0.010mg/kg、0.013mg/kg、0.007mg/kg、0.010mg/kg，这些农作物种植的土壤中Se的有效态可以用水溶态、离子态之和代替。农田土壤中Se、Zn的有效态及形态主要受全量的影响，同时受种植农作物、pH和有机质的影响。对于农田土壤，利用形态代替有效态进行Se、Zn的有效性评价时，需要结合农业种植、土壤理化性质等因素进行考虑。
要点(1)研究区农田土壤中Zn的有效态相当于水溶态、离子态、碳酸盐态之和。玄武岩残积土发育的农田土壤中Zn的活动性低，Zn的有效态相当于水溶态。
(2)种植小麦的农田土壤中Se的有效态相当于水溶态、离子态、碳酸盐态之和。种植玉米、谷子、芝麻的农田土壤中Se的有效态相当于水溶态、离子态之和。
(3)农田土壤Se、Zn的有效态受全量影响显著，同时受种植农作物、土壤理化性质和有机质的影响。
HIGHLIGHTS(1) The available Zn in farmland soil in the study area is equivalent to the sum of water-soluble state, ionic state and carbonate state. The activity of Zn in farmland soil developed by basalt residual soil is low, and the available Zn is equivalent to the water-soluble state.
(2) The available Se in wheat cultivated farmland soil is equivalent to the sum of water-soluble state, ionic state and carbonate state. The available Se in the soil planted with corn, millet and sesame is equivalent to the sum of water-soluble state and ion state.
(3) The available Se and Zn in farmland soil is significantly affected by the total amount, and is also affected by cultivated crops, soil physicochemical properties and organic matter.
Abstract:The form and available state of elements are important indexes to evaluate the activity of elements. Research on the relationship between the available state and form of selenium (Se) and zinc (Zn) in farmland soil is an important basis for accurate land quality evaluation. In this paper, the available states and different forms of Se and Zn in the soil of high Se background area in Luoyang farmland were studied. The results show that the available Se in wheat soil can be replaced by the sum of water-soluble state, ion state and carbonate state. The available Se in the soil of corn, millet, sesame, peanut and sweet potato can be replaced by the sum of water-soluble state and ion state. Available Zn can be represented by the sum of water-soluble, ionic and carbonate states. The active Zn in the farmland soil developed in the basalt area was low and similar to the water-soluble Zn. The available state and forms of Se and Zn in farmland soil were mainly affected by total amount, but also by cultivated crops, pH and organic matter. It is necessary to consider agricultural planting, pH and organic matter to evaluate the availability of Se and Zn by using the form instead of the available state in farmland soil. The BRIEF REPORT is available for this paper at http://www.ykcs.ac.cn/en/article/doi/10.15898/j.ykcs.202308210139.
-
Keywords:
- farmland soil; Luoyang City /
- ICP-MS /
- selenium /
- zinc /
- effective state /
- form
BRIEF REPORTSignificance: The evaluation of the absorption capacity of crops is mainly based on the available state and morphological characteristics of the elements, but the relationship between the available state and morphological characteristics lacks special research data. The research on the relationship between available state and form can guide the accurate evaluation of land quality. In this research, the available states of Zn in farmland soil can be represented by water-soluble state, ionic state and carbonate state; the available Zn in the farmland soil developed by basalt residual soil is equivalent to the water-soluble state; the sum of the water-soluble state, ionic state and carbonate state of Se in the soil planted with wheat represents the available state; the sum of water-soluble state and ion state of Se in the soil of corn, millet and sesame plantation represents the available state.
Methods: 37 root soil samples and crop samples in the high Se background area of the farmland in Luoyang were collected. Zn content was analyzed by inductively coupled plasma-mass spectrometry, and Se content was analyzed by atomic fluorescence spectrometry. A seven-step sequential extraction technique was used to determine different forms of Se and Zn. Precision and accuracy of available Se and Zn were analyzed by different reference materials; GBW07416a for available Se, and GBW07416a, GBW07412a, GBW07413a and GBW07414a for available Zn. The reference material GBW07442 was selected to calculate the accuracy and precision of the total amount and the sum of different forms. The analysis quality met the requirements of relevant specifications (Table 1, Table 2).
Data and Results: The results show that the average content of available Se in the soil planted with wheat was 0.019mg/kg, and the average content of the sum of the water-soluble state, ionic state and carbonate state was 0.019mg/kg (Table 5). The available Se can be replaced by the sum of the water-soluble state, ionic state and carbonate state. The average content of available Se in the soil of corn, millet, sesame, peanut and sweet potato was 0.006mg/kg, 0.007mg/kg, 0.009mg/kg and 0.007mg/kg, respectively. The average content of the sum of water-soluble state and ionic state was 0.009mg/kg, 0.010mg/kg, 0.013mg/kg, 0.007mg/kg and 0.010mg/kg, respectively. The available Se in the soil planted by these crops can be replaced by the sum of water-soluble state and ion state. The average content of available Zn in farmland soil was 3.63mg/kg, which was higher than the average content of (water-soluble+ionic+carbonate) Zn 2.74mg/kg, and much higher than the average content of (water-soluble+ionic) Zn 0.42mg/kg (Table 3). Available Zn can be represented by the sum of water-soluble state, ionic state and carbonate state. The available Zn content in the farmland soil developed in the basalt area was 0.023mg/kg, which was similar to the water-soluble Zn content of 0.027mg/kg and had the characteristics of low activity (Table 4). There was a significant positive correlation between the available Se and the full amount Se, and the full amount of Se was the determining factor of the available state. There was a positive correlation between the available Se and all the forms in all soil samples, but the correlation between the available Se and all the forms was different in soil planted with different crops. Soil physical and chemical properties were important factors affecting the available Se in soil, and crop planting types were also important factors affecting the available Se in soil. Available Zn was positively correlated with total Zn and different forms. The total Zn in soil was the determining factor of available state. The correlation between available Zn and total Zn was affected by planting crops. The ability of different crops to affect Zn activity in soil was strong. The relationship between available Zn and pH in soil was significantly affected by the planting species of crops. The relationship between soil available Zn and soil physicochemical properties was affected by different crops. When using form instead of available state in farmland soil to evaluate the availability of Se and Zn, it is necessary to consider the aspects of agricultural planting and soil physicochemical properties.
-
稀土矿床依据成矿条件可划分为花岗岩型、碱性岩型、火成碳酸盐型、矽卡岩型、伟晶岩型、沉积岩型、稀土砂矿型等10种类型［1］。近期在中国南方的黔西北［2-3］、滇东［4］、滇东南［5］、冀北［6-7］和川南［8-9］等地相继发现了多处古风化壳型、古风化壳-沉积型的稀土矿，如黔西北麻乍地区的稀土矿，品位高、厚度大，稀土元素总量(ΣREEs)达1064×10−6～14106×10−6；黔西北峨眉山风化壳层位稳定、厚度大、富集元素多，异常富集铌(Nb2O5含量590×10−6) 和钇(Y含量512.0×10−6)；贵州马坪煌斑岩风化壳中 REEs、Nb总体较高，平均含量达 1313.9×10−6和388.5×10−6。可见，古风化壳型稀土矿具有矿层稳定、易于开采、厚度大、富集元素多等优点，逐渐成为当前稀土界研究的热点之一［10-11］。该类矿床稀土元素齐全，且可不经矿物分解的形式来分离稀土元素，是中国的优势矿产资源，也是世界上稀缺的矿产资源，但其稀土元素的赋存状态非常复杂，前人将此类矿床中的稀土元素划分为离子吸附相、胶体分散相、独立矿物相、晶格杂质相等［12-13］，并对其地球化学特征、富集机制和赋存状态进行了大量研究，拓展了战略性关键矿产的找矿空间，取得突破性进展，不仅为矿床成因研究提供了依据，而且对矿床开发中稀土元素综合利用及选冶技术提供重要参考［14-16］。
电子探针(EPMA)、扫描电镜(SEM)、微区X射线荧光光谱(micro-XRF)等微束分析技术具有灵敏度高、空间分辨率高、不损伤样品等优势，近年来已成为快速分析矿化元素含量和赋存状态的重要手段［17］。万建军等［18］应用EPMA技术研究陕西华阳川铀稀有多金属矿床稀土矿物特征，发现La、Ce等稀土元素以独立矿物和类质同象的形式赋存；杨波等［19］利用EPMA探究白云鄂博矿床不同矿物中钪的赋存特征，发现钪以矿物相赋存，稀散分布，与铌矿物关系密切；刘建栋等［20］利用EPMA对东昆仑大格勒角闪岩中铌和稀土元素的含量和赋存状态开展研究，发现铌和稀土元素主要赋存于褐帘石和铌易解石中，其形成可能与后期热液交代作用有关；王彪等［2］利用EPMA等技术研究黔西北麻乍地区沉积型稀土矿，发现稀土元素以纳米级独立矿物形态存在，推测为磷铝铈矿和方铈矿，并以类质同象赋存于黏土矿物中，离子吸附态很少。目前，由于测试方法和取样限制，利用精确定量技术探究古风化壳型矿床的稀土元素在不同矿物中赋存特征的数据还很少，因而其赋存状态查明程度不够，难以进一步探讨稀土元素的富集机制，亦不利于下一步稀土资源的利用和勘查找矿。
冀北地区蓟县系铁岭组顶部发育一套富稀土的古风化壳，张运强等［21］通过系统取样分析显示多件样品的轻稀土总量介于0.009%～0.0825%，初步厘定了古风化壳形成于温暖湿润的气候环境，稀土元素主要富集于风化壳中上部的氧化环境，且氧化作用越强其越富集，铁和稀土等元素主体来源于下伏铁岭组碳酸盐岩以及火山岩浆活动［22］，但缺乏对稀土元素赋存状态的研究。本文通过初步探索一套“逐级化学提取—岩矿鉴定—X射线粉晶衍射—电子探针分析”的流程，系统研究了古风化壳中稀土元素的含量和赋存状态，以期能够进一步确认古风化壳型稀土矿产的富集规律，为其开发利用奠定基础。
1. 地质背景
冀北蓟县系铁岭组沉积后受晋宁旋回“芹峪上升”构造运动影响，区域性地壳发生了抬升作用，出现了明显的沉积间断，从而使铁岭组与上覆下马岭组之间存在一个广泛分布的平行不整合或微角度不整合界面，不整合面之上普遍发育一套富铁古风化壳，岩性组合主要为黏土岩、铝土矿、褐铁矿和赤铁矿层，充填于岩溶构造中。该古风化壳在冀北地区呈北东－南西方向展布，西至宣化－涞源一带，东至宽城－平泉一带，其厚度在区域上分布变化较大。
本次研究选取的典型剖面位于涞水县紫石口一带，区内广泛发育有中元古界蓟县系(包括雾迷山组、洪水庄组、铁岭组)，待建系(下马岭组)，青白口系(龙山组和景儿峪组)以及古生界寒武系(包括昌平组、馒头组、张夏组、崮山组、炒米店组)和奥陶系(含冶里组)地层，岩性主要是一套海相、浅海相碳酸盐岩和碎屑岩组合。区内断裂发育北东和北西向两组，但规模均较小。研究区古风化壳发育与蓟县系铁岭组与上覆待建系下马岭组之间，其岩性组合为铁质黏土岩、黏土岩等，呈层状展布，延伸较稳定，最远延伸距离2km以上，厚度3～5m。下伏原岩为铁岭组泥晶白云岩，局部含叠层石及燧石条带。古风化壳之上为下马岭组灰黄色薄板状粉砂岩(图1)。
![]()
图 1 冀北紫石口地区地质简图1—第四系；2—奥陶系冶里组；3—寒武-奥陶系炒米店组；4—寒武系崮山组；5—寒武系张夏组；6—寒武系馒头组；7—寒武系昌平组；8—青白口系景儿峪组；9—青白口系长龙山组；10—代建系下马岭组；11—蓟县系铁岭组；12—蓟县系洪水庄组；13—蓟县系雾迷山组四段；14—蓟县系雾迷山组三段；15—蓟县系蓟县系高于庄组二段；16—蓟县系高于庄组一段；17—花岗斑岩脉；18—平行不整合界线；19—断层；20—取样位置。Figure 1. Geological map of the Zishikou area in the Northern Hebei2. 实验部分
2.1 实验样品
样品(编号PTD-2)采自冀北涞水紫石口一带蓟县系铁岭组顶部古风化壳黏土岩。样品中元素逐级分离实验在中国地质科学院郑州矿产综合利用研究所完成；样品制片、单矿物分选、X射线衍射分析、重矿物鉴定、电子探针测试等实验均在河北省区域地质调查院实验室完成。
2.2 样品测试方法
2.2.1 元素逐级化学提取实验
元素逐级分离实验是将样品等分成若干份，用不同的浸出试剂进行逐级分离浸泡，得出不同相态的稀土元素含量。具体实验流程如图2所示。
![]()
图 2 元素逐级分离实验流程Figure 2. Experimental procedure of step-by-step separation for elements①水溶相：先称取5.000g试样，加入50mL去离子水浸取1h，再加入磁子进行搅拌，过滤并洗涤5次后收集滤液，最后定容至100mL容量瓶。②离子相：将上述试样置于250mL烧杯中，加入50mL的2%硫酸铵溶液后浸取6h，加入磁子进行搅拌，收集浸出液，定容至250mL容量瓶。③胶态沉积相：将上述试样置于250mL烧杯中，加入50mL 0.5mol/L盐酸羟胺溶液和2mol/L盐酸，在室温下浸取1h，加入磁子搅拌，过滤并洗涤5次后收集滤液，定容至250mL容量瓶。④矿物相：将试样均匀分成5份置于聚四氟乙烯烧杯，分别加入少量水、15mL盐酸和5mL硝酸后置于电热板上加热10min，取下，加10mL氢氟酸和2mL高氯酸，煮至小体积时取下后再用2mL盐酸提取，最后将提取液合并后定容至250mL容量瓶。每种方法的最后一步是稀土元素成分分析，将溶液移入100mL容量瓶，用水清洗烧杯壁，清洗液转移至对应容量瓶内，定容，摇匀，上ICP-MS检测。随实验带空白样品。
2.2.2 岩矿鉴定
岩矿鉴定采用偏光显微镜对岩矿石的光、薄片标本进行详细观察，根据不同矿物的干涉色、光泽等特征分析样品的矿物组成及含量。所用显微镜型号为OLYMPUS BX53，鉴定依据为《火成岩岩石分类和命名方案》(GB/T 17412.1—1998)、《沉积岩岩石分类和命名方案》(GB/T 17412.2—1998)、《变质岩岩石分类和命名方案》(GB/T 17412.3—1998)和《岩矿鉴定技术规范》(DZ/T 0275.1—2015)。
2.2.3 X射线粉晶衍射分析
实验使用X射线衍射测试仪器为PAN alytical EMPYREAN锐影，整机重现性0.001°，角度重现性0.0001°，可控最小步进0.0001°，偏差不超过±0.01°。检测方法依据《转靶多晶体X射线衍射法通则》(JY/T 009—1996)。实验参数：测量温度25℃，相对湿度60%，电压40kV，电流40mA，测角仪半径240.00mm，发散狭缝大小0.0573°，狭缝中心距离100.00mm，每步扫描时间48.1950s。首先将自然片上机测试，测完的自然片放入盛有乙二醇的干燥器中。而后将乙二醇片上机测试，将测完的乙二醇片放入高温炉中，在450～550℃下恒温不小于2.5h，待自然冷却至室温后取出，最后将高温片上机测试。
2.2.4 重矿物鉴定
富稀土元素的古风化壳样品经过碎样、过筛和淘洗，获得人工重砂初步样品。再使用高频介电矿物分选仪、带式矿物电磁分选仪对不同物理性质的重矿物进行进一步分选，最后由鉴定人员使用XTB-01型双目镜分选鉴定和统计，鉴定依据《地质矿产实验室测试质量管理规范》岩石矿物鉴定部分(DZ/T 0130.9—2006)。
2.2.5 电子探针分析
EPMA仪器型号为JEOL JXA 8230(日本电子公司)，测试条件加速电压为15kV，束流2×10−8A，束斑spot，直径根据矿物颗粒大小及分析元素而定，一般在1～10μm不等，各元素检出限介于150～350μg/g，定量分析总量允许偏差小于±3%，实验室实际测试误差小于±1%。主量元素峰值积分时间10s，背景积分时间5s；微量元素峰值积分时间20s，背景积分时间10s，运用ZAF修正法进行校正。
分析方法依据《电子探针定量分析方法通则》(GB/T 15074—2008)。所用标准样品为美国SPI矿物标样。具体元素对应的标样：K—钾长石，Ca—方解石，Ti—金红石，Na和Si—硬玉，Mg—橄榄石，Al—钇铝石榴石，Cr—铬铁矿，Fe—磁铁矿，Mn—蔷薇辉石，Ba和S—重晶石，Co—Co金属单质，Ga—砷化镓，Rb—铷磷酸肽，La—氟化镧，Ce—氟化铈，Pr—氟化镨，Nd—氟化钕，Eu—氟化铕，Sm—Sm稀土元素单质。详细实验分析测试流程参见万建军等［18］。
3. 结果与讨论
为系统查明古风化壳中稀土元素的赋存状态，本次探索了一套逐一排除的实验流程，首先采用元素逐级分离实验确定各种相态的稀土元素含量，在此基础上结合岩矿鉴定、重矿物分析结果，选取可能的载稀土矿物，分别根据X射线粉晶衍射和EPMA测量结果推测稀土元素的赋存状态以及各相态大致比例组成。
3.1 稀土元素赋存状态组成
选取富稀土元素样品开展系统全岩化学分析［22］，在此基础上，进行元素逐级分离实验。结果(表1)显示，矿物相中的稀土元素约占总含量的99.38%；离子相、水溶相及胶态沉积相中的稀土元素含量均较低，占比分别为0.22%、0.01%和0.39%，且矿物相含量要高出其他相态在两个数量级以上，因此古风化壳样品中的稀土元素主要以矿物相存在。
表 1 稀土元素赋存状态逐级分离实验分析结果Table 1. Analytical results of occurrence state of REEs in step-by-step separation testREEs相态 REEs各相态含量
(×10−6)REEs各相态占比
(%)水溶相 0.017 0.01 离子相 1.24 0.22 胶体相 2.22 0.39 矿物相 560 99.38 全相 563.477 100.0 3.2 稀土元素载体矿物种类及成分
3.2.1 岩矿鉴定结果
岩矿鉴定结果显示，铁岭组顶部古风化壳岩石主要由黏土、陆源碎屑组成，粉砂泥状结构(图3a)、块状构造，黏土呈隐微鳞片状，多变为绢云母，杂乱分布，粒径一般小于0.004mm，局部与铁质混杂，颜色较深。陆源碎屑以石英、长石、岩屑为主，零星分布，粒径为0.004～0.06mm的粉砂，大于0.06mm的陆源碎屑较少，石英表面较干净，长石以斜长石为主，具高岭土化。岩内可见铁质、黄钾铁矾充填的裂隙，其中黄钾铁矾呈粒状、鳞片状等，薄片中显黄色，多呈集合体状产出，或呈土状、皮壳状、薄膜状等产出(图3b)，多为原岩交代蚀变的产物。岩屑可见流纹岩等，多具黏土化等。
![]()
图 3 铁岭组古风化壳样品中黏土岩(a)泥状结构和(b)碎屑成分特征(正交偏光)Ser—黏土矿物；Qz—石英；Jr—黄钾铁矾。Figure 3. Mudstone texture (a) and clastic composition (b) of paleo-weathering crust samples in the Tieling Formation: Ser—Clay mineral; Qz—Quartz; Jr—Jarosite3.2.2 X射线粉晶衍射分析结果
X射线粉晶衍射能够较为便捷地定性确定稀土样品中的矿物种类，因此被广泛应用于原煤伴生稀土、大洋沉积物稀土以及风化物中稀土元素的赋存状态研究［23-24］。
本工作为进一步查明古风化壳黏土矿物中少量呈离子态稀土元素的载体类型，选择对古风化壳样品进行X射线衍射分析。结果显示：黏土类矿物中伊利石含量56%、伊蒙混层含量44%(图4)。梁晓亮等［25］研究表明，1∶1型黏土矿物(如高岭石)对稀土的吸附能力低于2∶1型黏土矿物(如伊利石、蒙脱石)。推测古风化壳剖面样品中呈离子吸附态的稀土元素，有可能存在于伊利石等黏土矿物的表面。
![]()
图 4 铁岭组古风化壳样品中黏土矿物X射线衍射分析图谱It—伊利石; I/S—伊蒙混层。Figure 4. X-ray diffraction pattern of clay minerals in paleo-weathering crust samples of the Tieling Formation: It—Illite; I/s—Mixed layers of illite and montmorillonite3.2.3 重矿物鉴定结果
岩矿详细鉴定未见到明显的稀土独立矿物，因此矿物相的稀土元素很可能以类质同象或微细颗粒的形式赋存于重矿物中［19，26］。鉴于此，为进一步确认古风化壳样品中稀土元素的载体矿物，对稀土元素富集样品进行重砂鉴定。结果显示样品中含红褐色赤褐铁矿(84.06%)、无色透明重晶石(3.02%)、锆石(2.60%)、黑色不透明磁铁矿(1.34%)、褐色透明电气石(0.52%)、驼色不透明白钛石(0.25%)、灰蓝色次滚圆状半透明锐矿钛(0.16%)、暗红色微透明金红石(0.11%)，以及少量黄铁矿、榍石、石英和蚀变矿物(表2)。
表 2 铁岭组古风化壳样品中的重矿物鉴定分析结果Table 2. Identificatied results of heavy minerals in the paleo-weathering crust samples of the Tieling Formation矿物名称 含量(%) 有用矿物及副矿物特征描述 赤褐铁矿 84.06 红褐色，棱角次棱角块状，不透明，弱金属光泽，中高硬度，部分有蚀变，粒径0.05～0.6mm 重晶石 3.02 无色、白色，板状，透明，珍珠光泽，低硬度，粒径0.03～0.5mm 锆石 2.60 粉色，次滚圆-滚圆柱状，透明-半透明，弱金刚-毛玻光泽，表面较粗糙，断口有溶磨痕迹，伸长系数1.2～2.0，粒径0.02～0.13mm，锆石磨圆度较高，分选性较好，略显搬运痕迹 磁铁矿 1.34 黑色，半自形八面体、次棱角块状，不透明，金属光泽，高硬度，粒径0.03～0.3mm 电气石 0.52 褐色，次滚圆柱状、粒状，透明，毛玻光泽，高硬度，粒径0.05～0.25mm 白钛矿 0.25 驼色、灰色，次滚圆粒状、扁粒状，不透明，瓷状光泽，中高硬度，粒径0.03～0.1mm 锐钛矿 0.16 灰蓝色、灰绿色、灰褐色，次滚圆粒状，半透明，油脂光泽，高硬度粒径0.03-0.1mm 金红石 0.11 暗红色、黑色，次滚圆柱状，微透明，油脂光泽，高硬度，粒径0.03～0.1mm 黄铁矿 0.01 铜黄色，棱角-次棱角块状、半自形次滚圆粒状、半自形立方体，不透明，金属光泽，高硬度，粒径0.05～0.3mm 榍石 0.01 浅褐黄色，次棱角块状，透明，油脂光泽，中高硬度，粒径0.05～0.25mm 其余矿物 7.92 石英、蚀变矿物 3.2.4 富稀土矿物的化学成分
在富稀土的古风化壳样品中挑选出锐钛矿、白钛矿、重晶石、金红石及黏土等矿物，制靶上机进行电子探针成分分析。结果显示，锐钛矿、白钛矿和重晶石矿物中含有一定数量的Ce、Nd、Sm等轻稀土元素(表3)。其中Ce2O3在锐钛矿、白钛矿和重晶石中含量为0.034%～0.1%，在白钛矿中含量最高达0.1%；Nd2O3在锐钛矿、白钛矿和重晶石中含量为0.015%～0.095%，由高到低依次出现在重晶石、锐钛矿和白钛矿中，在重晶石中含量最高达0.095%；Sm2O3在锐钛矿、白钛矿和重晶石中含量为0.004%～0.085%，其中在锐钛矿中含量最高达到0.085%；Eu2O3在锐钛矿、白钛矿和重晶石中含量为0.02%～0.141%，如在锐钛矿中含量最高达到0.141%。张玉松等［27］在云南富源的红土风化型钛矿石（锐钛矿）中也发现了轻稀土富集现象。由此可知，稀土元素在锐钛矿中的含量较重晶石、金红石等矿物高，是重矿物中主要的稀土元素载体矿物。
表 3 铁岭组古风化壳样品中的重矿物电子探针分析结果(%)Table 3. EPMA analysis results of heavy minerals in the paleo-weathering crust samples of the Tieling Formation样品编号 K2O CaO TiO2 Na2O Ga2O3 MgO Al2O3 SiO2 La2O3 BaO CoO SO3 Ce2O3 Pr2O3 Nd2O3 Sm2O3 Eu2O3 FeO 合计 PTD-2-Rz1 0.017 − 98.025 0.045 0.099 − 0.013 0.01 − − − − − − − 0.049 − 0.091 98.349 PTD-2-Rz2 0.016 0.009 98.583 0.018 0.04 − 0.028 0.059 − − − − − − − − − 0.097 98.85 PTD-2 -Ant1 0.014 0.007 99.041 − − − 0.016 0.011 − − − − − − − 0.085 − 0.112 99.286 PTD-2- Ant2 − − 98.919 0.033 0.06 0.005 0.009 0.011 − − − − 0.069 − 0.053 − − 0.07 99.229 PTD-2-Ant3 0.013 − 98.849 − − − 0.026 0.076 − − − − 0.034 − − − 0.141 0.043 99.187 PTD-2- Ant4 0.024 0.01 99.381 − − 0.016 0.016 0.04 − − − − − − − 0.004 − 0.063 99.577 PTD-2-Btk1 0.047 0.035 94.471 − 0.12 0.007 0.266 0.808 − − − − − − − − − 1.857 97.611 PTD-2-Btk2 0.122 0.057 96.298 0.036 − 0.052 0.469 0.727 − − − − − − 0.039 − − 0.662 98.462 PTD-2-Btk3 0.014 0.03 95.658 0.006 − 0.007 0.179 0.315 − − − − 0.1 − 0.015 − 0.016 0.565 96.905 PTD-2- Btk4 0.001 0.028 96.167 − − 0.036 0.21 1.515 − − − − − − − − − 0.622 98.592 PTD-2 -Brt1 − 0.193 − 0.071 0.029 − 0.032 0.012 − 64.441 0.05 35.892 0.058 − 0.035 − 0.02 − 100.833 PTD-2-Brt2 − − − 0.032 0.092 − 0.027 − − 63.63 − 36.157 − − 0.046 0.027 − 0.007 100.018 PTD-2-Brt3 − 0.1 − 0.064 0.04 − 0.043 0.05 − 64.649 − 35.316 − − 0.095 − − 0.002 100.39 PTD-2-Brt4 − 0.09 − 0.073 − − 0.037 − − 65.395 0.023 34.686 − − 0.064 − − 0.012 100.39 注：“−”表示低于EPMA分析方法检出限，未检出。矿物代号： Rz—金红石； Ant—锐钛矿；Lm—褐铁矿；Brt—重晶石；Btk—白钛矿。 3.3 稀土元素赋存状态与富集机理分析
逐级化学提取法，依次排除稀土元素主体以水溶相、离子相、胶体相赋存的可能性，首先确定了其主体为矿物相(有稀土独立矿物和类质同象两种可能)。岩矿鉴定和重矿物鉴定，镜下未发现可见的稀土独立矿物，而电子探针分析显示锐钛矿、白钛矿和重晶石中Ce、Nd、Sm等轻稀土元素含量较高，因此此时稀土元素只能有两种存在形式：一是以类质同象混杂于锐钛矿、白钛矿和重晶石的矿物晶格中；二是以极细小的纳米级稀土单矿物颗粒存在。根据元素基本化学性质，结合分析结果认为重晶石中Ce、Nd等稀土元素的富集是由于其与Ba2+离子发生类质同象造成；白钛矿富集稀土元素则可能是由于Fe元素与Ce等稀土元素发生类质同象所致；而锐钛矿则由于主要成分Ti与La、Ce等轻稀土元素的离子半径等地球化学参数相差较大，难以发生类质同象，推测锐钛矿中的稀土元素可能与巴西Araxá和Catalāo地区的P-Nb-Ti-REE碳酸盐风化壳矿相类似，即原岩中的钙钛矿等富Ti矿物在后期风化作用下产生锐钛矿、白钛矿、榍石等矿物，同时稀土元素在风化作用下产生进一步表生集聚，形成诸如方铈石等细小稀土矿物质点，最终附着于锐钛矿和白钛矿等风化产物的表面而造成稀土元素的富集［28］。
基于上述认识，初步推测冀北蓟县系铁岭组古风化壳稀土元素的富集机理大致如下。
(1)蓟县纪铁岭期海相碳酸盐岩沉积物中形成了钙钛矿族矿物，这些矿物中富集一定量的Ce、Nd等轻稀土元素，为稀土元素的矿化富集提供了物质基础。
(2)由于后期的风化淋滤等作用，使早期形成的钙钛矿族矿物在富含CO2的酸性环境下发生了交代反应，形成羟基榍石、锐钛矿和方解石等矿物［29］。
2CaTiO3+CO2+H2O=CaTi2O4(OH)2+CaCO3
(钙钛矿) (含羟基榍石) (方解石)
CaTiO3+CO2=TiO2+CaCO3
(钙钛矿) (锐钛矿) (方解石)
而表生条件下形成的稀土矿物方铈石，则可能以细小的单矿物形态赋存于锐钛矿的表面，造成铁岭组古风化壳同时富集Ti和轻稀土元素；此外，早期形成重晶石等矿物中的Ba、Sr元素常被La、Ce等轻稀土元素以类质同像的方式替代，造成轻稀土元素的富集。
(3)在早期形成的云母类矿物，经后期风化作用形成伊利石、伊蒙混层等黏土矿物，这些黏土矿物吸附了极少量呈水合物或络离子状态的轻稀土元素。
4. 初步结论
运用逐级化学提取、岩矿鉴定、重矿物鉴定、电子探针和X射线粉晶衍射等测试方法，对冀北蓟县系铁岭组古风化壳稀土元素的赋存状态开展研究。结果表明，稀土元素在古风化壳中主要以矿物相存在，离子相、水溶相及胶态沉积相中的稀土元素含量极低，占比仅0.61%；古风化壳中的锐钛矿、白钛矿和重晶石中明显富集Ce、Nd、Sm等轻稀土元素，重晶石中Ce、Nd等稀土元素的富集可能是由于Ce、Nd等轻稀土元素与Ba2+离子发生类质同象造成；白钛矿富集稀土元素也可能是由于Fe与Ce等稀土元素发生类质同象所致；而锐钛矿表面可能存在风化形成的细小方铈石等矿物造成稀土元素富集；极少量的离子态稀土元素则可能是由于伊利石、伊蒙混层等黏土矿物的吸附作用所致。
本文对蓟县系铁岭组古风化壳稀土元素的赋存状态开展了系统研究，并得到初步认识，为后续研究稀土元素的富集机理以及开发利用提供了基础。但是目前对稀土元素的赋存状态和富集机理的认识还存在不完善之处，尤其是稀土元素是如何以矿物相形式存在于锐钛矿以及大量的黏土矿物颗粒中，有待于进一步开展深入研究。
-
![]()
图 1 研究区位置及样品采集位置分布图
Figure 1. Location distribution map of study area and sample collection.
![]()
图 3 不同农作物种植区土壤有效态Se与不同形态Se含量对比
Figure 3. Comparison between the contents of available state and other forms of Se in soil from different crop growing areas.
![]()
图 4 不同农作物种植区土壤有效态Zn与不同形态Zn含量对比
Figure 4. Comparison between the contents of available state and other forms of Zn in soil from different crop growing areas.
![]()
图 5 研究区土壤中Se的有效态与不同形态Se之和散点图
Figure 5. Scatter diagrams between available state and the sum of other forms of Se in soil from study area.
![]()
图 6 研究区土壤中Zn的有效态与不同形态Zn之和散点图
Figure 6. Scatter diagrams between available state and the sum of other forms of Zn in soil from study area.
表 1 分析方法检出限、准确度、精密度和报出率
Table 1 Detection limits, accuracy, precision and yield of analytical methods.
检测项目 分析方法 检出限
(mg/kg)准确度
(△lgC)RSD
(%)全部样品
报出率(%)全量Se AFS 0.01 0.006 6.01 100 全量Zn ICP-MS 3 0.006 5.32 100 pH ISE 0.1(无量纲) 0.003 3.88 100 有机质 VOL 0.17(%) 0.005 5.19 100 有效态Se AFS 0.001 0.01 5.41 100 有效态Zn ICP-MS 0.02 0.05 3.90 100 
下载: 导出CSV
表 2 Se和Zn元素各形态分析精密度
Table 2 Analysis precision of Se and Zn morphologic elements
元素 参数 元素形态 水溶态 离子态 碳酸
盐态腐植
酸态铁锰
结合态强有机
结合态残渣态 Se RSD (%) 3.87 5.05 6.89 3.16 4.29 7.21 2.71 全部样品
报出率(%)74.36 71.79 53.85 100 92.31 100 100 Zn RSD (%) 4.17 2.26 1.94 1.74 1.23 1.34 0.41 全部样品
报出率(%)48.72 100 100 100 100 100 100
下载: 导出CSV
表 3 研究区土壤中Se和Zn含量特征(n=37)
Table 3 Characteristics of Se and Zn contents in soil of the study area (n=37).
项目 单位 最小值 最大值 均值 标准
偏差变异
系数pH 无量纲 5.43 8.27 7.5 0.63 0.08 有机质 % 1.12 4.89 2.52 0.83 0.33 CEC mol/l 12.9 30.89 21.85 5.03 0.23 全量Se mg/kg 0.14 0.96 0.37 0.15 0.42 有效态Se mg/kg 0.005 0.049 0.01 0.009 0.88 水溶态Se mg/kg 0.0003 0.015 0.004 0.003 0.72 离子态Se mg/kg 0.002 0.01 0.006 0.002 0.39 (水溶态+离子态)Se mg/kg 0.004 0.025 0.01 0.004 0.41 有效态Se/
(水溶态+离子态)Se无量纲 0.45 3.36 1.13 0.79 0.7 碳酸盐态Se mg/kg 0.001 0.023 0.006 0.005 0.8 (水溶态+离子态+
碳酸盐态)Semg/kg 0.006 0.048 0.016 0.008 0.49 有效态Se/(水溶态+
离子态+碳酸盐态)Se无量纲 0.26 1.53 0.65 0.31 0.48 腐植酸态Se mg/kg 0.042 0.19 0.12 0.025 0.21 铁锰结合态Se mg/kg 0.004 0.014 0.007 0.002 0.3 强有机态Se mg/kg 0.008 0.48 0.1 0.091 0.9 残渣态Se mg/kg 0.056 0.23 0.11 0.036 0.32 全量Zn mg/kg 53.3 294 85.35 39.61 0.46 有效态Zn mg/kg 0.02 22.1 3.63 4.83 1.33 水溶态Zn mg/kg 0.004 0.5 0.087 0.11 1.25 离子态Zn mg/kg 0.11 1.77 0.33 0.4 1.2 (水溶态+离子态)Zn mg/kg 0.13 2.11 0.42 0.49 1.16 有效态Zn/
(水溶态+
离子态)Zn无量纲 0.12 52.54 11.12 11.2 1.01 碳酸盐态Zn mg/kg 0.71 14.36 2.32 2.81 1.21 (水溶态+离子态+
碳酸盐态)Znmg/kg 0.83 14.78 2.74 2.92 1.07 有效态Zn/(水溶态+
离子态+碳酸盐态)Zn无量纲 0.015 3.2 1.18 0.65 0.55 腐植酸态Zn mg/kg 2.16 17.41 4.53 2.79 0.62 铁锰氧化态Zn mg/kg 4 65.51 9.94 9.87 0.99 强有机态Zn mg/kg 1.26 37.52 3.6 5.89 1.64 残渣态Zn mg/kg 41.2 114.06 64.43 14.65 0.23
下载: 导出CSV
表 4 玄武岩区农田土壤有效态Zn含量特征
Table 4 Characteristics of available Zn content in farmland soil in basalt area.
采样
点号农作物 Zn含量(mg/kg) 作物
含量土壤
全量有效态 水溶态 离子态 水溶态+
离子态23 花生 46.81 74.4 0.02 0.04 0.12 0.16 31 小麦 39.00 75.2 0.02 0.03 0.15 0.17 24 芝麻 59.72 79.4 0.03 0.01 0.16 0.17 平均值 48.51 76.333 0.023 0.027 0.143 0.167
下载: 导出CSV
表 5 不同农作物种植区土壤中Se、Zn有效态与其他形态含量对比
Table 5 Comparison between available state and other forms of Se and Zn in soil from different crop growing areas.
农作物 Se含量(mg/kg) Zn含量(mg/kg) 全量 有效态 水溶态+离子态 水溶态+离子态+碳酸盐态 全量 有效态 水溶态+离子态 水溶态+离子态+碳酸盐态 小麦 0.49 0.019 0.011 0.019 106.77 6.541 0.557 3.805 玉米 0.30 0.006 0.009 0.013 77.28 3.061 0.622 2.819 谷子 0.30 0.007 0.010 0.015 74.05 1.274 0.315 1.492 芝麻 0.31 0.007 0.013 0.017 79.24 1.149 0.152 1.258 花生 0.30 0.009 0.007 0.014 67.56 2.063 0.216 1.803 红薯 0.24 0.007 0.010 0.017 82.26 6.276 0.381 5.357
下载: 导出CSV
表 6 不同农作物种植区土壤有效态Se与各指标相关性
Table 6 Correlation between soil available Se and various indexes in different crop growing areas.
项目 芝麻土壤
有效态Se谷子土壤
有效态Se小麦土壤
有效态Se玉米土壤
有效态Se全部土壤
有效态SepH −0.742 0.273 0.357 0.554 0.206 有机质 0.526 −0.659 0.547 −0.045 0.593** CEC 0.838 0.536 −0.364 −0.457 0.224 全量Se 0.679 −0.494 0.629* 0.248 0.728** 水溶态Se −0.695 0.217 0.727* 0.719 0.642** 离子态Se −0.975** 0.133 0.535 −0.028 0.133 碳酸盐态Se −0.170 0.580 0.957** 0.506 0.802** 腐植酸态Se 0.206 −0.719* 0.345 0.379 0.558** 铁锰态Se −0.365 0.385 −0.107 0.128 0.136 强有机态Se 0.721 −0.106 0.686* −0.025 0.766** 残渣态Se 0.673 −0.446 0.102 0.433 0.340*
下载: 导出CSV
表 7 不同农作物种植区土壤有效态Zn与各指标相关性
Table 7 Correlation table between soil available Zn and various indexes in different crop growing areas.
项目 芝麻土壤
有效态Zn谷子土壤
有效态Zn小麦土壤
有效态Zn玉米土壤
有效态Zn全部土壤
有效态ZnpH 0.407 −0.558 0.117 0.288 0.061 有机质 0.563 0.190 0.409 −0.818* 0.429** CEC 0.015 −0.224 −0.424 −0.038 −0.372* 全量Se 0.432 −0.133 0.844** 0.684 0.801** 水溶态Se −0.237 0.543 0.128 −0.440 0.204 离子态Se −0.286 0.466 0.333 −0.380 0.291 碳酸盐态Se 0.016 0.897** 0.861** 0.906** 0.872** 腐植酸态Se 0.640 0.784* 0.848** 0.778* 0.888** 铁锰态Se 0.352 0.357 0.789** 0.767* 0.785** 强有机态Se 0.580 0.524 0.761** 0.147 0.726** 残渣态Se 0.279 −0.320 0.850** 0.637 0.582**
下载: 导出CSV
-
[1] 周国华. 富硒土地资源研究进展与评价方法[J]. 岩矿测试, 2020, 39(3): 319−336. Zhou G H. Research progress of selenium-enriched land resources and evaluation methods[J]. Rock and Mineral Analysis, 2020, 39(3): 319−336.
[2] 梁红霞, 侯克斌, 陈富荣. 安徽池州地区富锌土壤资源分布特征及成因分析[J]. 安徽农业科学, 2022, 50(9): 59−64. Liang H X, Hou K B, Chen F R. Analysis on distribution characteristics and causes of zinc-rich soil resources in Chizhou of Anhui Province[J]. Journal of Anhui Agricultural Sciences, 2022, 50(9): 59−64.
[3] 于炎炎. 安徽砀山县土壤锌地球化学特征及影响因素[J]. 矿产与地质, 2021, 35(6): 1147−1155. Yu Y Y. Geochemical characteristics and influence factor of soil types in Dangshan Country of Anhui Province[J]. Mineral Resources and Geology, 2021, 35(6): 1147−1155.
[4] 齐尚星, 安邦, 张军, 等. 安徽省潜山市富锌土壤资源分布特征及成因分析[J]. 矿产勘查, 2023, 14(3): 502−509. Qi S X, An B, Zhang J, et al. Distribution characteristics and genesis analysis of zinc-rich soil resources in Qianshan City, Anhui Province[J]. Mineral Exploration, 2023, 14(3): 502−509.
[5] 王昌宇, 张素荣, 刘继红, 等. 河北省饶阳县富锌、硒特色土地及其生态效应评价[J]. 地质调查与研究, 2019, 42(1): 49-56. Wang C Y, Zhang S R, Liu J H, et al. Evaluation of the characteristic land resources with Zn, Se and their ecological effects in Raoyang County of Hebei Province[J]. Geological Survey and Research, 2019, 42(1):49-56.
[6] 刘久臣, 魏吉鑫, 张明, 等. 江西赣州市石城县天然富锌土地资源特征与开发利用[J]. 地质通报, 2021, 40(2/3): 442−450. Liu J C, Wei J X, Zhang M, et al. Characteristics and effective utilization of natural zinc-enriched land resources in Shicheng County of Ganzhou City, Jiangxi Province[J]. Geological Bulletin of China, 2021, 40(2/3): 442−450.
[7] 韩春梅, 王林山, 巩宗强, 等. 土壤中重金属形态分析及其环境学意义[J]. 生态学杂志, 2005, 24(12): 1499−1502. Han C M, Wang L S, Gong Z Q, et al. Chemical forms of soil heavy metals and their environmental significance[J]. Chinese Journal of Ecology, 2005, 24(12): 1499−1502.
[8] Tessie R A. Sequential extraction procedure for the speciation of particulate, trace metals[J]. Analytical Chemistry, 1979, 51(7): 844−851. doi: 10.1021/ac50043a017
[9] Raure T G, Lopez-Sanchez J F, Sahuquillo A, et al. Improvement of the BCR three-step sequential extraction procedure prior to the certification of new sediment and soil reference materials[J]. Journal of Environmental Monitoring, 1999(1): 57−61.
[10] Ruby M V, Schoof R, Brattin W, et al. Advances in evaluating the oral bioavailability of inorganics in soil for use in human health risk assessment[J]. Environmental Science Technology, 1999, 33(21): 3697−3705. doi: 10.1021/es990479z
[11] 蔡奎, 栾文楼, 宋泽峰, 等. 廊坊地区土壤重金属存在形态及有效性分析[J]. 现代地质, 2011, 25(4): 813−818. doi: 10.3969/j.issn.1000-8527.2011.04.024 Cai K, Luan W L, Song Z F, et al. Soil heavy metal existence form in Langfang area and its validity analysis[J]. Geoscience, 2011, 25(4): 813−818. doi: 10.3969/j.issn.1000-8527.2011.04.024
[12] 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. 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.
[13] 沈友, 吴永华, 李莉玲. 广东惠州南部农用土壤的重金属形态分析[J]. 惠州学院学报, 2015(3): 37−42. Shen Y, Wu Y H, Li L L. Speciation analysis of heavy metals in agricultural soils of South Huizhou City, Guangdong Province[J]. Journal of Huizhou University, 2015(3): 37−42.
[14] 王振兴, 徐琪, 董伟强, 等. 城市生活污泥蚯蚓堆肥过程中重金属形态变化特征[J]. 环境工程, 2017, 35(11): 120−127, 23. Wang Z X, Xu Q, Dong W Q, et al. Effect of vermicomposting on speciations of heavy metals in municipal sludge[J]. Environmental Engineering, 2017, 35(11): 120−127, 23.
[15] 王锐, 余京, 李瑜, 等. 地块尺度重金属污染风险耕地安全利用区划方法[J]. 环境科学, 2022, 43(8): 4190−4198. Wang R, Yu J, Li Y, et al. Zoning and safe utilization method of heavy metal contaminated cultivated land at block scale[J]. Environmental Science, 2022, 43(8): 4190−4198.
[16] 刘劲松, 胡俊良, 张鲲, 等. 柿竹园矿区及周边农田土镶重金属形态分布与生物有效性研究[J]. 金属矿山, 2018(11): 155−160. Liu J S, Hu J L, Zhang K, et al. Study on speciation and bioavailability of heavy metals of agricultural soils in Shizhuyuan mining and its adjacent area[J]. Metal Mine, 2018(11): 155−160.
[17] 梁若玉, 和娇, 史雅娟, 等. 典型富硒农业基地土壤硒的生物有效性与剖面分布分析[J]. 环境化学, 2017, 36(7): 1588−1595. Liang R Y, He J, Shi Y J, et al. Bioavailability and profile distribution of selenium in soils of typical Se-enriched agricultural base[J]. Environmental Chemistry, 2017, 36(7): 1588−1595.
[18] 王国莉, 陈孟君, 范红英, 等. 四种土壤重金属形态分析方法的对比研究[J]. 浙江农业学报, 2015, 27(11): 1977−1983. Wang G L, Chen M J, Fan H Y, et al. Comparison of four speciation analytical methods for soil heavy metals[J]. Acta Agriculturae Zhejiangensis, 2015, 27(11): 1977−1983.
[19] 贾双琳, 李长安. 土壤中重金属有效态分析技术研究进展[J]. 贵州地质, 2021, 38(1): 79−84. Jia S L, Li C A. Advances of researches on analytical techniques for available state heavy metals in soil[J]. Guizhou Geology, 2021, 38(1): 79−84.
[20] 李乾玉, 姚晓慧, 刘丽萍, 等. 高效液相色谱-电感耦合等离子体质谱法分析研究西兰花中硒形态[J]. 岩矿测试, 2023, 42(3): 523−535. Li Q Y, Yao X H, Liu L P, et al. Selenium speciation in broccoli by high performance liquid chromatogramphy-inductively coupled plasma-mass spectrometry[J]. Rock and Mineral Analysis, 2023, 42(3): 523−535.
[21] 侯进凯, 宋延斌, 莘丰培, 等. 洛阳市硒资源详查报告[R]. 河南省地质矿产勘查开发局第一地质矿产调查院, 2020. Hou J K, Song Y B, Xin F P, et al. Detailed investigation report of selenium resources in Luoyang [R]. The First Institute of Geology and Mineral Resources Survey, Henan Provincial Bureau of Geology and Mineral Resources Exploration and Development, 2020.
[22] 王仁琪, 张志敏, 晁旭, 等. 陕西省安康市西部稻田土壤硒形态特征与水稻富硒状况研究[J]. 中国地质, 2022, 49(2): 398-408. Wang R Q, Zhang Z M, Chao X, et al. A study of the selenium speciation in paddy soil and status of selenium-enriched rice in western part of Ankang City, Shannxi Province[J]. Geology in China, 2022, 49(2): 398-408.
[23] 程涌, 陈云峰, 岳永强, 等. 湖北省利川市表层土壤中硒元素形态的受控因素研究[J]. 昆明冶金高等专科学校学报, 2020, 36(1): 16−21. Cheng Y, Chen Y F, Yue Y Q, et al. Study on controlled factors of selenium speciation in surface soil of Lichuan City in Hubei Province[J]. Journal of Kunming Metallurgy College, 2020, 36(1): 16−21.
[24] 邢颖, 刘永贤, 梁潘霞, 等. 土壤硒形态及其相互转化因子的研究[J]. 中国农学通报, 2018, 34(17): 83−88. doi: 10.11924/j.issn.1000-6850.casb17060087 Xing Y, Liu Y X, Liang P X, et al. Morphology and interconversion factor of selenium in soil[J]. Chinese Agricultural Science Bulletin, 2018, 34(17): 83−88. doi: 10.11924/j.issn.1000-6850.casb17060087
[25] 张先伟, 李晶晶, 李峻, 等. 雷州半岛玄武岩残积土的物质成分与结构特征[J]. 工程地质学报, 2014, 22(5): 797−803. Zhang X W, Li J J, Li J, et al. Structure and composition of residual soil from decomposed basalt at Leizhou Peninsula[J]. Journal of Engineering Geology, 2014, 22(5): 797−803.
[26] 贺灵, 吴超, 曾道明, 等. 中国西南典型地质背景区土壤重金属分布及生态风险特征[J]. 岩矿测试, 2021, 40(3): 384−396. He L, Wu C, Zeng D M, et al. Distribution of heavy metals and ecological risk of soils in the typical geological background region of Southwest China[J]. Rock and Mineral Analysis, 2021, 40(3): 384−396.
[27] 彭敏 . 西南典型地质高背景区土壤-作物系统重金属迁移富集特征与控制因素[D]. 北京: 中国地质大学 (北京), 2020: 1-113. Peng M. Heavy metals in soil-crop system from typical high geological background areas, Southwest China: Transfer characteristics and controlling factors[D]. Beijing: China University of Geosciences (Beijing), 2020: 1-113.
[28] 宋延斌, 王喜宽, 夏炎, 等. 河南洛阳市土壤和农作物中硒分布及富集特征[J]. 岩矿测试, 2022, 41(4): 652−662. Song Y B, Wang X K, Xia Y, et al. Distribution and enrichment characteristics of selenium in soil and crops in Luoyang City, Henan Province[J]. Rock and Mineral Analysis, 2022, 41(4): 652−662.
[29] 吉清妹, 潘孝忠, 张冬明, 等. 海南农田土壤有效硒含量与分级及其影响因素[ J]. 广东农业科学, 2016, 43(3): 88-92. Ji Q M, Pan X Z, Zhang D M, et al. Content distribution classification of available selenium in Hainan farm lands and its influence factors[J]. Guangdong Agricultural Sciences, 2016, 43(3): 88-92.
[30] 黄彬, 项剑桥, 杨军. 江汉平原土壤-水稻硒元素迁移和受控因素分析[J]. 资源环境与工程, 2019, 33(增刊): 27−35. Huang B, Xiang J Q, Yang J, et al. Analysis of selenium migration and controlled factors in soil-rice in Jianghan Plain[J]. Resources Environment & Engineering, 2019, 33(Supplement): 27−35.
[31] 姜冰, 王松涛, 孙增兵, 等. 鲁中碳酸盐岩区土壤硒来源、有效性及影响因素[J]. 土壤, 2022, 54(4): 841−846. Jiang B, Wang S T, Sun Z B, et al. Sources, availability and influencing factors of soil selenium in carbonate rock area of Central Shandong[J]. Soils, 2022, 54(4): 841−846.
[32] 王志强, 杨建锋, 魏丽馨, 等. 石嘴山地区碱性土壤硒地球化学特征及生物有效性研究[J]. 物探与化探, 2022, 46(1): 229−237. Wang Z Q, Yang J F, Wei L X, et al. Geochemical characteristics and bioavailability of selenium in alkaline soil in Shizuishan area, Ningxia[J]. Geophysical and Geochemical Exploration, 2022, 46(1): 229−237.
[33] 张含, 龚敏, 石汝杰. 重庆市蔬菜地土壤硒含量及其影响因素分析[J]. 中国农学通报, 2022, 38(19): 114−119. Zhang H, Gong M, Shi R J. et al. Selenium content of vegetable soil in Chongqing and its influencing factors[J]. Chinese Agricultural Science Bulletin, 2022, 38(19): 114−119.
[34] 杨奎, 李湘凌, 张敬雅, 等. 安徽庐江潜在富硒土壤硒生物有效性及其影响因素[J]. 环境科学研究, 2018, 31(4): 715−724. Yang K, Li X L, Zhang J Y, et al. Selenium bioavailability and the influential factors in potentially selenium enriched soils in Lujiang County, Anhui Province[J]. Research of Environmental Sciences, 2018, 31(4): 715−724.
[35] 刘冰权, 沙珉, 谢长瑜, 等. 江西赣县清溪地区土壤硒地球化学特征和水稻根系土硒生物有效性影响因素[J]. 岩矿测试, 2021, 40(5): 740−750. Liu B Q, Sha M, Xie C Y, et al. Geochemical characteristics of soil selenium and influencing factors of selenium bioavailability in rice root soils in Qingxi area, Ganxian County, Jiangxi Province[J]. Rock and Mineral Analysis, 2021, 40(5): 740−750.
[36] 马迅, 宗良纲, 诸旭东, 等. 江西丰城生态硒谷土壤有效性及其影响因素[J]. 安全与环境学报, 2017, 17(4): 1588−1593. Ma X, Zong L G, Zhu X D, et al. Effectiveness and influential factors of soil selenium in selenium valley, Fengcheng, Jiangxi[J]. Journal of Safety and Environment, 2017, 17(4): 1588−1593.
[37] 吴长龙, 周晨霓, 王彤. 土壤硒有效性影响因素研究进展[J]. 山东林业科技, 2022(1): 96−104. Wu C L, Zhou C N, Wang T. Progress on the influencing factors of soil selenium effectiveness[J]. Shangdong Forestry Science and Technology, 2022(1): 96−104.
[38] 王雪. 安徽省砀山县黄桃根系土pH、有机质及有效态元素相关性分析[J]. 四川地质学报, 2022, 42(2): 270−274. Wang X. Correlation analysis of pH, organic matter and effective state elements of yellow peach root system soil in Dangshan, Anhui[J]. Acta Geologica Sichuan, 2022, 42(2): 270−274.
[39] 潘学萍, 耿顺军, 赵芳, 等. 昭鲁坝区植烟土壤有效锌含量及其影响因素分析[J]. 山东农业科学, 2017, 49(12): 82−85. Pan X P, Geng S J, Zhao F, et al. Available zinc content in tobacco-growing soil from Zhaoyang and Ludian area and its influencing factors[J]. Shandong Agricultural Sciences, 2017, 49(12): 82−85
[40] 鲍大忠, 游桂芝, 袁盛博. 贵州安龙县耕地土壤几种有效态与对应全量、pH 值、有机质的相关分析[J]. 贵州地质, 2020, 37(4): 546−550. Bao D Z, You G Z, Yuan S B. Correlation analysis on soil several effective states and corresponding total amount, pH value and organic matter in cultivated soil in Anlong County, Guizhou Province[J]. Guizhou Geology, 2020, 37(4): 546−550.
[41] 戈启军, 玛依拉·玉素音, 柴仲平, 等. 库尔勒香梨园土壤锌的分布特征及其有效性与土壤 pH的关系分析[J]. 新疆农业大学学报, 2020, 43(5): 361−367. Ge Q J, Mayila Y, Chai Z P, et al. Analysis of relationship between distribution and availability of soil Zn and pH in Korla fragrant pear orchard[J]. Journal of Xinjiang Agricultural University, 2020, 43(5): 361−367.
[42] 夏凡, 王永东, 郑子成, 等. 小尺度下茶园土壤有效态微量元素空间变异特征及其影响因素分析[J]. 植物营养与肥料学报, 2022, 28(6): 1047−1054. Xia F, Wang Y D, Zheng Z C, et al. Spatial variability of soil microelements in a small scale tea garden and the influencing factors[J]. Journal of Plant Nutrition and Fertilizers, 2022, 28(6): 1047−1054.
[43] 王学寅, 黄益灵, 全斌斌, 等. 浙江省瑞安市耕作层土壤养分元素有效态含量空间变异特征及其影响因素[J]. 现代地质, 2022, 36(3): 963−970. Wang X Y, Huang Y L, Quan B B, et al. Spatial variability characteristics and influencing factors of available contents of nutritive elements in tillage layer soil of Ruian, Zhejiang Province[J]. Geoscience, 2022, 36(3): 963−970.
[44] 王子腾, 耿元波, 梁涛. 中国农田土壤的有效锌含量及影响因素分析[J]. 中国土壤与肥料, 2019(6): 55−63. Wang Z T, Geng Y B, Liang T. Temporal and spatial difference and influencing factors analysis of soil available Zn of farmland in China[J]. Soil and Fertilizer Sciences, 2019(6): 55−63.
[45] 张世昌. 福建主要耕作土壤有效锌含量分布及影响因素分析[J]. 中国土壤与肥料, 2022(9): 148−154. Zhang S C. Distribution and influencing factors of avail-able zinc in main cultivated soils in Fujian Province[J]. Soil and Fertilizer Sciences, 2022(9): 148−154.
[46] 张黎明, 郑福维, 米红波, 等. 龙山县植烟土壤有效锌空间分布及其影响因素分析[J]. 云南农业大学学报(自然科学), 2018, 3(1): 140−146. Zhang L M, Zheng F W, Mi H B, et al. Distribution of available zinc in Longshan tobacco growing soil and its influencing factors[J]. Journal of Yunnan Agricultural University (Natural Science), 2018, 3(1): 140−146.
[47] 李欢, 黄勇, 闫广新, 等. 北京市农用地土壤微量元素有效态含量特征及其影响因素分析[J]. 城市地质, 2022, 17(2): 142−148. Li H, Huang Y, Yan G X, et al. Content characteristics and influencing factors of available trace elements in agricultural soil in Beijing[J]. Urban Geology, 2022, 17(2): 142−148.
[48] 王峰, 陈玉真, 单睿阳, 等. 大田县茶园土壤和茶叶中锌含量及影响因素分析[J]. 茶叶学报, 2017, 58(4): 179−183. Wang F, Chen Y Z, Shan R Y, et al. Factors affecting zinc contents in tea leaves and plantation soil at Datian Country[J]. Acta Tea Sinica, 2017, 58(4): 179−183.
[49] 谢团辉, 郭京霞, 陈炎辉, 等. 福建省某矿区周边土壤-农作物重金属空间变异特征与健康风险评价[J]. 农业环境科学学报, 2019, 38(3): 544−554. Xie T H, Guo J X, Chen Y H, et al. Spatial variability and health risk assessment of heavy metals in soils and crops around the mining area in Fujian Province, China[J]. Journal of Agro-Environment Science, 2019, 38(3): 544−554.
[50] 姜冰, 张海瑞, 刘阳, 等. 高密市耕地表层土壤营养元素有效态地球化学特征[J]. 山东国土资源, 2021, 37(4): 32−40. Jiang B, Zhang H R, Liu Y, et al. Geochemical characteristics of nutrient elements in surface soil of cultivated land in Gaomi City[J]. Shandong Land and Resources, 2021, 37(4): 32−40.
[51] 夏文建, 张丽芳, 刘增兵, 等. 长期施用化肥和有机肥对稻田土壤重金属及其有效性的影响[J]. 环境科学, 2021, 42(5): 2469−2479. Xia W J, Zhang L F, Liu Z B, et al. Effects of long-term application of chemical fertilizers and organic fertilizers on heavy metals and their availability in reddish paddy soil[J]. Environmental Science, 2021, 42(5): 2469−2479.
计量
- 文章访问数: 97
- HTML全文浏览量: 16
- PDF下载量: 28
京公网安备 11010202008159号