Comprehensive Evaluation of Selenium-Enriched Land Resources in Changting County, Fujian Province Based on Niche Theory and AHP-TOPSIS Model
-
摘要:
福建长汀县拥有丰富的富硒土地资源，因地制宜地综合评价该县富硒土地资源对于富硒土地资源的高效有序开发意义重大。现有的评价体系缺乏成熟的理论框架，评价结果难以有效地指导资源的开发。本文以生态位理论为基础，综合考虑长汀县富硒土地资源开发的主导因素、区位因素和限制因素构建评价指标体系。采用层次分析法(AHP)计算指标权重，以优劣解距离法(TOPSIS)求取加权综合指数进行综合等级划分。评价结果显示：长汀县土壤硒平均含量为0.46mg/kg，富硒土壤面积达2215.4km2，占全县总面积的71.36%，主要分布于长汀县东西部山区；按AHP-TOPSIS模型将长汀县富硒土地资源划分为适宜区、较适宜区、一般适宜区和不适宜区，面积分别为271.35km2、1116.96km2、1062.07km2、654.13km2，其中适宜区、较适宜区和一般适宜区与原有规范划定的富硒区基本吻合，反映了土壤硒含量在评价指标体系中的主导作用，将原富硒区细化的分区结果体现了区位因素和限制因素对富硒土地资源开发的约束作用。在基于生态位理论的AHP-TOPSIS模型中，以挖掘富硒土地资源开发的最适生态位为导向构建了评价指标体系，评价方法兼顾了指标对评价结果影响的差异性以及评价区域的资源禀赋条件，评价结果反映了长汀县富硒土地资源的开发潜力，相比原有规范有效地提升了评价的科学性。
-
关键词:
- 层次分析法(AHP) /
- 优劣解距离法(TOPSIS) /
- 生态位 /
- 长汀县 /
- 富硒土地
Abstract:Changting County in Fujian Province possesses abundant selenium-enriched land resources, and a comprehensive evaluation of them, based on local conditions is significant for the effective and structured utilization of these resources. Due to the absence of a well-established theoretical framework in existing evaluation systems, the evaluation results are difficult to effectively guide the development of resources. This article is based on the niche theory and comprehensively considers the dominant factors, geographical factors, and limiting factors of selenium-enriched land resource development in Changting County to formulate an evaluation index system. The analytic hierarchy process (AHP) is used to calculate the weight of indicators, and the technique for order preference by similarity to an ideal solution (TOPSIS) method is applied to determine the weighted comprehensive index for comprehensive grading. The evaluation results show that the average selenium content in the soil of Changting County is 0.46mg/kg, and the selenium-enriched soil area reaches 2215.4km2, accounting for 71.36% of the total county area, which is mainly distributed in the eastern and western mountainous areas of Changting County. Applying the AHP-TOPSIS model, the selenium-enriched land resources in Changting County are classified into suitable areas, relatively suitable areas, generally suitable areas, and unsuitable areas, with areas of 271.35km2, 1116.96km2, 1062.07km2, and 654.13km2, respectively. The suitable areas, relatively suitable areas, and generally suitable areas are approximately consistent with the selenium-enriched areas designated in previous specifications, reflecting the dominant role of soil selenium content in the evaluation index system. The refined zoning results of the original selenium-enriched areas reflect the constraining effect of geographical and limiting factors on the development of selenium-enriched land resources. In the AHP-TOPSIS model based on niche theory, an evaluation index system is constructed with the aim of identifying the optimal niche for the development of selenium-enriched land resources. The evaluation method takes into account the differences in the impact of indicators on the evaluation results and the resource endowment conditions of the evaluation area. The evaluation results reflect the development potential of selenium-enriched land resources in Changting County, effectively improving the science of the evaluation compared to previous standards.
-
Keywords:
- AHP /
- TOPSIS /
- niche /
- Changting County /
- selenium-enriched land
-
铀矿浓缩物(俗称“黄饼”)是核燃料循环前端的重要中间产物，从铀矿石中通过浸出和提取产生，化学性质稳定，核扩散风险小，易于储存和运输，是国际贸易的一项重要物质 ［1］。由于铀矿浓缩物的化学组成尤其是其中杂质含量在很大程度上取决于未加工的铀矿石性质、加工工艺和生产过程，所以通过铀矿浓缩物的这些属性，可以确定未知铀矿浓缩物的来源［2］。近年来，非法贩运铀矿浓缩物呈上升趋势，对其进行溯源研究成为核法证学关注的重点课题［3］。
核法证学是利用核材料中某些可测量特征信息和其地质来源的相关性进行溯源分析，这些特征信息包括同位素信息［4-6］、年龄［7-8］、杂质元素组成［9］和微米、纳米尺度元素和同位素空间分布特征、微观形态学特征研究［10］等。铀矿浓缩物核法证学研究的可测量参数中，杂质元素组成是最常用于溯源的技术之一。由于铀矿石的类型、性质和品位决定了铀矿浓缩物的加工工艺，加工工艺又影响了铀矿浓缩物杂质元素组成，因此杂质元素组成既携带了铀矿石的地质、地域等来源特征，也蕴含了其加工工艺的历史信息。特别是稀土元素(REEs)，由于有非常相似的化学性质，通常被认为在地壳环境中具有抗分馏能力，这些特征加上它们低的溶解度，使得 REEs的分布可用作指纹识别工具［10-13］。研究还表明，REEs的组成分布模式在铀矿浓缩物的水冶过程中几乎不受影响而与铀矿石保持一致［14-15］，因此REEs的组成分布模式常常被用于铀矿石产地和类型的溯源［16-19］。电感耦合等离子体质谱(ICP-MS)技术具有极低的检测限和高精度的测量能力，是铀矿浓缩物中REEs含量分析的首选方法，但受到铀矿浓缩物中同质异位素的干扰以及大量铀基体等影响，导致铀矿浓缩物中REEs的测定结果偏差较大。从基体中化学分离REEs可减少质谱干扰、基体抑制效应和减少仪器污染(如铀的污染等)，而且还可将REEs浓缩至更高浓度。目前，国际上通常采用溶剂萃取法、离子交换法和萃取色谱法进行铀和REEs的分离［20-21］，对于铀矿浓缩物核法证学溯源研究主要集中在Sr/Pb同位素和铀年龄［1，22］，对REEs的研究内容主要为铀矿石分析方法的建立［23-25］，而对铀矿浓缩物中REEs的分析研究还需有待加强。
本文根据 Eichrom TRU树脂（以下简称：TRU树脂）对铀和稀土元素的吸附特性，通过上柱、淋洗和洗脱等条件实验研究，有效地分离了铀矿浓缩物中铀基体、碱土金属和痕量稀土元素，建立了铀矿浓缩物中稀土元素的分离和分析方法。利用该方法对铀氧化物国家一级标准物质GBW04205和4个铀矿浓缩物样品中的稀土元素进行了分离和测试，并对4个样品中的稀土元素及其分布模式进行分析，为铀矿浓缩物核法证学溯源研究提供判断依据。
1. 实验部分
1.1 仪器及工作参数
电感耦合等离子体质谱仪(美国 ThermoFisher公司)，具有冷却雾化的功能。其工作参数为：射频功率1250W，扫描方式为跳峰，雾化器气体流速0.89L/min，辅助气流速0.80L/min，冷却气流速13.0L/min，数据采集时间30s，以1μg/L的7Li、59Co、115In、238U混合标准溶液进行仪器条件最佳化选择。
1.2 标准溶液和主要试剂
稀土元素标准溶液：由CLMS-1标准溶液(10μg/mL，美国spex公司)逐级稀释而得。
Rh内标元素标准溶液：由Rh标准溶液（10μg/mL，美国spex公司）逐级稀释成1ng/mL，三通在线加入。
去离子超纯水：由实验室超纯制水机制备，电阻率＞18MΩ·cm。
硝酸：由MOS级经亚沸二次蒸馏。
盐酸：由微电子纯经亚沸二次蒸馏。
TRU 树脂(2.0mL，50～100μm，购自法国Triskem公司)。
本文选用TRU树脂进行铀和稀土元素的吸附和淋洗。选用 TRU树脂的原因是：TRU树脂可高度吸附铀(其分配系数通常为在硝酸浓度超过2mol时高于900)，镧系元素在硝酸介质中的吸附相对较高，不吸附碱金属、碱土金属元素和大多数过渡金属。
1.3 实验样品
八氧化三铀成分分析国家一级标准物质：GBW04205(核工业北京化工冶金研究院研制)。
铀矿石浓缩物样品：中核二七二铀业有限责任公司提供。
1.4 铀矿浓缩物中稀土元素的分离方法
选用TRU树脂 (2mL，规格5～100μm)，用5mL去离子水清洗分离柱，再用5mL 3mol/L硝酸平衡分离柱。移取一定量的铀矿浓缩物样品溶液至分离柱，待样品溶液缓慢流过 TRU 树脂后，用1mL 3mol/L硝酸洗涤上样溶液。然后用2mL 6mol/L盐酸进行淋洗，将树脂转化成为氯离子体系,最后分5次按每次1mL的量，总计加入5mL 3mol/L盐酸将树脂上的稀土元素全部淋洗下来。将淋洗待测液酸的浓度调节为ICP-MS测量适宜的酸浓度，由ICP-MS测定稀土元素含量。稀土元素具体分离流程如图1所示。
2. 结果与讨论
2.1 上柱酸的浓度试验
分别配制1.0、2.0、3.0、4.0、5.0、6.0、7.0mol/L不同浓度硝酸进行铀和稀土元素上柱酸浓度的条件实验。
2.1.1 铀上柱酸的浓度
先用5mL去离子水清洗分离柱，然后用5mL上述不同酸浓度的硝酸润洗柱子，每个柱子中分别加入约38mg铀进行吸附和淋洗，用水解吸后，测定解吸液中铀的含量，并计算铀的吸附率。由表1结果可知，随着硝酸浓度的增加，铀吸附在 TRU树脂上的量越来越多；当硝酸浓度大于2mol/L时，铀基本全被吸附在树脂上，吸附时选择2～7mol/L硝酸的浓度都能作为上柱酸的浓度。
表 1 铀在不同硝酸浓度中的吸附率Table 1. The absorption rate of uranium in nitric acid with different acidity硝酸浓度
(mol/L)铀的加入量
(mg)铀的测定量
(mg)铀的吸附率
(%)1 38.6 36.0 93.90 2 38.2 37.0 98.00 3 38.5 38.0 99.66 4 38.3 38.0 99.40 5 38.4 38.0 99.57 6 38.4 38.0 99.78 7 38.3 38.2 99.75 2.1.2 稀土元素上柱和淋洗酸的浓度的选择
用5mL上述不同浓度的硝酸(1～7mol/L)润洗柱子，分别在树脂中加入86.39ng的CLMS-1稀土元素标准溶液，在不同硝酸浓度下进行稀土元素吸附和淋洗，然后用7mL相应浓度的硝酸分多次淋洗柱子，每次接收1mL，测定淋洗液中稀土元素含量。由结果得知，稀土元素在不同硝酸浓度下，几乎都会被吸附在 TRU树脂上，除Gd吸附率在98.1%～98.8%外，其他稀土元素的吸附率达到99%以上。
图2为分别加入1～7mL浓度为 1～7mol/L硝酸淋洗上柱后，测得淋洗液中的稀土元素的含量。当加入不同硝酸开始淋洗，硝酸浓度较低时，随着硝酸加入量的增加，重稀土元素会优先洗出，Lu在加入1mL 1mol/L硝酸时就已开始淋洗出。当硝酸加入到7mL时，在1、2、3、4和5mol/L硝酸中，重稀土元素Lu、Yb、Tm、Er和Ho都有洗出；加入不同浓度的硝酸时，Gd元素都有少量洗出。所以，硝酸淋洗时尽量用高浓度、小体积。本实验选用1mL 3mol/L硝酸洗涤和淋洗上样溶液。
![]()
图 2 分别淋洗1～7mL相应浓度的硝酸后测得稀土元素含量Figure 2. Content of REEs after eluted with 1-7mL HNO3 with different concentrations2.2 稀土元素洗脱液盐酸的浓度
由上述实验可知，铀在2mol/L以上硝酸介质中都可以被TRU树脂吸附。镧系元素在1～7mol/L硝酸中， TRU树脂对其都有较高的吸附效率，但盐酸可将其洗脱下来。为了将铀矿浓缩物中的稀土洗脱干净，提高回收率，需要控制一定的洗脱浓度和体积，因为当洗脱体积增大到一定的范围后，一些与树脂结合较弱的铀可能会被洗脱下来，在洗脱液中造成基体干扰，影响稀土元素的测定。实验中，测试液使用3mol/L硝酸的浓度上样，随后用1mL 3mol/L的硝酸淋洗，然后用2mL 50%亚沸盐酸将树脂转为氯离子体系。随后镧系元素用7mL不同浓度的盐酸多次洗脱，每次接收1mL，接收后测定其中的铀和稀土元素的含量，确定洗脱盐酸的浓度和体积。由于所选 TRU树脂的最大吸附铀柱容量为40mg，故洗脱实验时铀上柱量要低于40mg。
实验首先在TRU树脂中加入相同稀土元素（86.39ng）和约34mg铀，不同浓度盐酸分别进行淋洗。从实验结果可得出，虽然标准TRU树脂对铀的吸附量为40mg，但用盐酸进行稀土元素洗脱时，若加入的铀量较大，当洗脱液体积较大时，极易将铀洗脱掉。铀量上柱约34mg时，1mol/L和2mol/L 盐酸加入1mL时，洗脱液并中没有测到稀土元素，但已测到大量的铀。而3~5mol/L 盐酸加入2mL时，洗脱液开始测到重稀土元素，3mL时开始测到轻稀土元素，但当盐酸加入1mL时，洗脱液中也已经测到大量的铀。故TRU进行铀上柱和洗脱稀土时，若加入的铀量接近柱容量，进行稀土元素洗脱时，由于部分铀和树脂结合较弱，极易被洗脱下来。
当上柱铀量减半后（约17~20mg铀），1mol/L和2mol/L盐酸加入1mL时也测到一定的铀量，盐酸加入到4mL时，稀土已全部洗脱完，同时又淋洗了部分铀。3mol/L盐酸加入1mL时，铀基本没有被洗出，盐酸加入到5mL时，稀土元素已全部洗脱，所有洗脱液中也基本不存在铀基体（铀含量为ng/kg量级）。加入浓度为4mol/L和5mol/L 盐酸各1mL洗脱，测得的铀量比加入浓度为3mol/L时的铀量浓度大，故3mol/L盐酸洗脱稀土元素是最佳酸度。进行铀矿浓缩物中稀土元素吸附洗脱时，铀上柱量可选择低于柱容量一半（小于20mg），盐酸洗脱液酸度可选择3mol/L，洗脱体积选择5mL，可将稀土全部洗脱出，而铀基本不被淋洗出来。
2.3 方法加标回收实验和检出限
称取3份八氧化三铀标准物质GBW04205，每份约为22mg，分别加入硝酸完全溶解后，用移液枪准确加入1mL 102ng/mL稀土元素标准溶液(CLMS-1)，同时也进行称重，蒸干，用1mL 3mol/L硝酸提取；用3mol/L硝酸上柱(预平衡好的柱子)分离，再用1mL 3mol/L硝酸淋洗，加入2mL 50%亚沸后的盐酸转化树脂体系，然后分批加入，一次加入1mL，总计共加入5mL 3mol/L盐酸进行洗脱，称重并将溶液稀释至硝酸的浓度为3%，用ICP-MS测定稀土元素含量，回收率见表2。可以看出，使用3mol/L硝酸上柱铀矿浓缩物，3mol/L盐酸淋洗铀矿浓缩物中的稀土元素，3次平行测定除Gd回收率在88.3%～93.9%之间外，其余稀土元素回收率都在93.9%～104.0%之间。
表 2 建立的铀矿浓缩物中稀土元素分析方法的加标回收率Table 2. Spiked recovery rate of REEs analysis method in uranium ore concentrates稀土元素 加标回收率(%) 第1次 第2次 第3次 La 94.1 101.0 101.0 Ce 94.8 101.0 102.0 Pr 95.3 101.0 102.0 Nd 94.8 101.0 100.0 Sm 93.9 100.0 101.0 Eu 95.5 102.0 102.0 Gd 88.6 93.9 88.3 Tb 94.9 100.0 100.0 Dy 94.9 100.0 99.0 Ho 95.3 102.0 104.0 Er 94.2 101.0 100.0 Tm 96.1 101.0 102.0 Yb 96.2 104.0 102.0 Lu 96.5 101.0 102.0 按照实验方法连续测定12份上述全流程的空白溶液，计算各稀土元素的检出限，在0.001～0.190μg/kg(表3)，表明该方法的建立可以满足铀矿浓缩物中稀土元素的测定要求。本文方法检出限和Zsolt等［20］经过 TRU树脂分离后用ICP-SFMS测定的检出限数量级一致，相比其在直接稀释后测定的检出限低两个数量级，相比曾江萍等［24］对铀矿石中稀土元素测定低三个数量级。主要原因是样品通过树脂分离后稀土元素有较高的预浓缩(稀释较少)，同时去除铀基体后消除了大量铀基体对稀土信号的抑制；其次是由于Ba离子在铀矿浓缩物洗脱液中的计数小于104cps，其氧化物对稀土元素的干扰也可以忽略。
表 3 稀土元素检出限Table 3. Detection limit of the methods for REEs稀土元素 方法检出限
(μg/kg)稀土元素 方法检出限
(μg/kg)La 0.078 Tb 0.003 Ce 0.190 Dy 0.017 Pr 0.027 Ho 0.003 Nd 0.116 Er 0.004 Sm 0.027 Tm 0.001 Eu 0.005 Yb 0.006 Gd 0.179 Lu 0.001 2.4 方法正确度
为了验证本方法，称取国家标准物质GBW04205约22mg各6份，在同样条件下，按照同样的实验方法进行化学处理和测定，测定结果见表4和表5。从表4可看出，采用本文建立的铀矿浓缩物中稀土元素的分析方法，GBW04205的测定值与其参考值一致，说明本文建立的方法准确、可靠。而对于未推荐参考值的其他稀土元素，通过本方法的测定，本文也给出测定值(表5)，这对于后续研究铀氧化物中稀土元素的含量提供了参考价值。
表 4 八氧化三铀标准物质GBW04205中稀土元素的参考值与测定值Table 4. Recommended values and determined values of REEs content in U3O8 standard material GBW04205稀土元素 元素含量
参考值(μg/g)元素含量分次测定值(μg/g) 元素含量测定
平均值(μg/g)第1次 第2次 第3次 第4次 第5次 第6次 Dy 0.01 0.018 0.024 0.025 0.019 0.020 0.016 0.019 Gd 0.006 0.004 0.006 0.007 0.005 0.005 0.007 0.006 Sm 0.007 0.003 0.003 0.004 0.004 0.004 0.003 0.004 Eu 0.001 0.001 0.001 0.001 0.002 0.001 0.001 0.001 表 5 八氧化三铀标准物质GBW04205中无标准值稀土元素的测定值Table 5. Analytical values of REEs with unrecommended values in U3O8 standard material GBW04205稀土元素 元素含量分次测定值(μg/g) 元素含量测定
平均值(μg/g)第1次 第2次 第3次 第4次 第5次 第6次 La 0.016 0.015 0.016 0.020 0.025 0.015 0.018 Ce 0.033 0.035 0.032 0.036 0.037 0.041 0.036 Pr 0.004 0.004 0.004 0.003 0.004 0.003 0.004 Nd 0.014 0.015 0.010 0.011 0.013 0.011 0.012 Tb 0.003 0.004 0.005 0.005 0.003 0.003 0.004 Ho 0.006 0.005 0.006 0.005 0.004 0.005 0.005 Er 0.024 0.025 0.021 0.021 0.020 0.024 0.023 Tm 0.004 0.004 0.004 0.004 0.004 0.003 0.004 Yb 0.035 0.038 0.027 0.030 0.028 0.026 0.031 Lu 0.004 0.004 0.004 0.004 0.004 0.004 0.004 3. 铀矿浓缩物样品的稀土元素溯源分析
称取4个铀矿浓缩物样品(编号分别为1、2、3和4)各25mg左右(精确至0.00002g)，加入2mL亚沸浓硝酸和2～3滴氢氟酸，170℃溶解36h，开盖，用超纯水冲洗附着在罐壁的残留样品，150℃蒸干；加1mL浓硝酸170℃继续加热12h，打开盖，超纯水冲洗，150℃蒸干；再加入1mL浓硝酸170℃继续加热12h，打开盖，超纯水冲洗，150℃蒸干。加入1mL 3mol/L硝酸，待样品完全溶解，按1.4节的分离流程进行实验，分别测定稀土元素含量，结果见表6。
表 6 实际铀矿浓缩物样品中稀土元素的测定值Table 6. Analytical values of REEs content in real UOC samples样品编号 La
(μg/g)Ce
(μg/g)Pr
(μg/g)Nd
(μg/g)Sm
(μg/g)Eu
(μg/g)Gd
(μg/g)Te
(μg/g)Dy
(μg/g)Ho
(μg/g)Er
(μg/g)Tm
(μg/g)Yb
(μg/g)Lu
(μg/g)1#-1 0.945 2.21 0.926 0.745 0.503 0.345 0.564 0.214 0.173 0.124 0.103 0.086 0.088 0.079 1#-2 0.907 2.30 0.895 0.707 0.477 0.345 0.511 0.241 0.181 0.106 0.097 0.082 0.100 0.079 1#-3 0.857 2.06 0.842 0.655 0.438 0.293 0.487 0.187 0.146 0.106 0.097 0.094 0.094 0.079 1#-4 0.924 2.35 0.947 0.728 0.431 0.362 0.521 0.214 0.161 0.106 0.103 0.090 0.088 0.079 含量平均值 0.907 2.22 0.905 0.709 0.464 0.328 0.521 0.214 0.165 0.106 0.103 0.090 0.094 0.079 RSD(%) 4.20 5.74 4.94 5.53 7.19 7.61 6.16 8.44 8.58 8.55 4.27 6.28 4.74 5.20 2#-1 0.726 1.83 0.558 0.445 0.301 0.224 0.341 0.160 0.138 0.088 0.079 0.078 0.059 0.039 2#-2 0.730 1.70 0.558 0.475 0.327 0.207 0.311 0.160 0.134 0.088 0.079 0.039 0.059 0.039 2#-3 0.764 1.65 0.579 0.488 0.333 0.207 0.350 0.187 0.126 0.088 0.073 0.078 0.053 0.039 2#-4 0.738 1.78 0.568 0.497 0.307 0.207 0.355 0.160 0.130 0.088 0.079 0.078 0.059 0.039 含量平均值 0.738 1.73 0.568 0.475 0.314 0.207 0.341 0.160 0.134 0.088 0.079 0.078 0.059 0.039 RSD(%) 2.20 4.57 2.19 4.78 4.71 2.89 5.88 2.40 4.00 1.42 2.73 4.10 5.46 5.09 3#-1 1.41 1.75 1.04 0.964 1.27 1.12 2.55 3.10 4.29 6.57 10.3 13.1 16.5 18.4 3#-2 1.25 1.72 0.968 0.938 1.27 1.14 2.61 3.29 4.72 7.16 11.1 14.6 18.5 20.9 3#-3 1.38 1.90 1.06 1.05 1.27 1.21 2.35 3.21 4.72 7.31 11.3 14.2 18.5 20.5 3#-4 1.28 1.76 0.989 0.976 1.28 1.24 2.36 3.18 4.53 7.07 10.9 13.7 17.6 19.6 含量平均值 1.41 1.75 1.04 0.964 1.27 1.12 2.55 3.10 4.29 6.57 10.3 13.1 16.5 18.4 RSD(%) 4.86 4.22 4.35 4.53 0.36 4.53 4.82 2.10 4.32 3.98 3.55 4.22 4.71 5.09 4#-1 4371 6346 4032 2970 2242 164 1144 866 587 350 308 253 258 212 4#-2 4456 6346 4074 2784 2294 171 1163 920 614 367 314 264 242 222 4#-3 4333 6057 3832 2842 2222 163 1071 904 598 357 309 238 248 225 4#-4 4101 5922 3905 2835 2163 156 1080 861 563 341 292 241 249 204 含量平均值 4316 6168 3958 2859 2229 163 1114 888 591 353 306 249 249 216 RSD(%) 3.51 3.46 2.82 2.77 2.42 3.58 4.11 3.23 3.65 3.17 3.03 4.84 2.72 4.35 采用数据显著性差异方法，对样品1和2、样品1和3、样品1和4、样品2和3、样品2和4、样品3和4的稀土元素平均值分别进行分析，结果表明：来自样品1和2两个地区的稀土元素不存在显著差异(p=0.502，p＞0.05)；而分别来自样品1和3(p=0.004)、样品1和4(p=0.003)、样品2和3(p=0.003)、样品2和4(p=0.003)、样品3和4(p=0.003)两个地区的稀土元素存在极显著差异(p＜0.01)。图3为4个样品稀土元素的球粒陨石标准化配分模式图，可以看出样品1和2稀土的分布模式基本相同，都是轻稀土富集，重稀土亏损，曲线向右倾斜，Eu负异常，Ce和Gd明显正异常，说明样品1和2具有相近的物源［26］，显示为卷状砂岩型铀矿化特征［27］。样品3中的Ce出现正异常，Eu负异常，曲线为重稀土富集的左倾型，显示为花岗岩型酸交代型铀矿化特征［28-29］。样品4中的稀土元素含量整体偏高，轻稀土富集，为右倾斜深谷状曲线，Eu明显负异常，显示为花岗岩型热液类型铀矿化特征［2，30-31］。从样品1、2、3、4中稀土元素三种不同的分布模式可得出，4个样品有3种不同的地质来源。以上分析表明铀矿浓缩物中的稀土元素可反映出不同地区地质中稀土的组成特征，能为铀矿浓缩物核法证学中溯源研究提供判断依据。
![]()
图 3 四个铀矿浓缩物样品稀土元素的球粒陨石标准化配分模式图Figure 3. Rare earth element chondrite-normalized patterns from four UOC samples4. 结论
建立了一种测定铀矿浓缩物中稀土元素的分离方法。该方法利用Eichrom TRU树脂对稀土元素的特殊吸附性，通过条件实验确定了TRU树脂对铀和稀土元素的最佳吸附及淋洗硝酸和盐酸的浓度，使得铀矿浓缩物中的痕量稀土元素与大量铀基体分离。该方法解决了ICP-MS测定铀矿浓缩物中的稀土元素时，大量铀基体和同质异位素对质谱干扰造成的测量不准确问题，同时也消除了铀基体对仪器的污染，测定精确度高，检出限低。利用该方法对4个不同来源的铀矿浓缩物样品进行分离和测定，结果表明不同来源的铀矿浓缩物稀土元素含量存在较大差异，其稀土元素含量可作为核法证学研究的一种地理溯源判据。
本文在实验测定过程中，由于缺少铀矿浓缩物中稀土元素的标准物质，故采用加标回收进行质量控制，确保了分离及测定的准确性。从八氧化三铀一级标准物质中部分稀土元素的测定结果和所有稀土元素的回收率来看，本文建立的铀矿浓缩物分离和分析方法的检出限低、精密度和准确度高，适合分析大量铀基体中的稀土元素。
-
![]()
图 5 长汀县富硒土地资源综合评价图
Figure 5. Comprehensive evaluation map of selenium-enriched land resources in Changting County
表 1 分析方法质量监控
Table 1 Quality control table of analysis method
元素 分析方法 检出限
(mg/kg)报出率
(%)Se AFS 0.01 100 As AFS 0.2 100 Cd ICP-MS 0.02 100 Cr XRF 5.0 100 Cu ICP-MS 0.5 100 Hg AFS 0.005 100 Ni ICP-MS 0.1 100 Pb ICP-MS 0.1 100 Zn ICP-MS 2.0 100 pH 离子选择电极 0.01(无量纲) 100 有机质 红外碳硫仪 0.008(%) 100 速效磷 ICP-OES 0.25 100 有效钾 ICP-OES 1.25 100 
下载: 导出CSV
表 2 土壤元素地球化学参数
Table 2 Geochemical parameters of elements in soil
指标 平均值 中位数 标准差 最小值 最大值 变异系数 全国背景值［8］ K值 Se 0.46 0.43 0.20 0.05 1.06 44% 0.22 2.10 As 6.0 4.7 4.2 0.3 18.5 69% 9.1 0.66 Cd 0.058 0.052 0.029 0.022 0.144 50% 0.150 0.39 Cr 45 35 31 0.1 134 69% 63 0.71 Cu 15 10 13 0.1 53 84% 23 0.66 Hg 0.075 0.071 0.034 0.002 0.175 45% 50 1.50 Ni 15 11 11 1 48 71% 26 0.60 Pb 32 30 13 7 72 41% 25 1.29 Zn 48 46 23 6 117 48% 67 0.72 pH 4.51 4.49 0.25 3.77 5.25 6% 7.67 0.59 有机质 23.6 21.7 13.4 0.3 63.7 57% 18 1.28 有效磷 3.0 2.7 1.8 0.2 8.4 60% 速效钾 95 93 30 28 183 32% 注：有机质含量单位为g/kg，pH为无量纲，其余指标单位为mg/kg；K值为各指标平均值与全国背景值的比值。
下载: 导出CSV
表 3 准则层判断矩阵
Table 3 Criterion layer judgment matrix
参数 主导因素 区位因素 限制因素 指标权重 主导因素 1 5 2 0.58 区位因素 1/5 1 1/3 0.11 限制因素 1/2 3 1 0.31
下载: 导出CSV
表 4 区位因素判断矩阵
Table 4 Geographical factors judgment matrix
参数 海拔 坡度 地质背景 指标权重 海拔 1 1/5 1/3 0.10 坡度 5 1 3 0.64 地质背景 3 1/3 1 0.26
下载: 导出CSV
表 5 限制因素判断矩阵
Table 5 Judgment matrix of limiting factors
参数 有机质 有效磷 速效钾 环境质量 土地利用类型 水土流失程度 指标权重 有机质 1 3 3 1/2 1/4 1/3 0.11 有效磷 1/3 1 1 1/4 1/5 1/4 0.05 速效钾 1/3 1 1 1/4 1/5 1/4 0.05 环境质量 2 4 4 1 1/2 3 0.24 土地利用类型 4 5 5 2 1 4 0.39 水土流失程度 3 4 4 1/3 1/4 1 0.17
下载: 导出CSV
-
[1] 郝栗涛, 张湜溪, 雒昆利. 陕西省典型高硒土壤的空间分布及主要农作物硒的含量特征和主要来源研究[J]. 环境科学研究, 2023, 36(5): 1032−1041. doi: 10.13198/j.issn.1001-6929.2023.02.09 Hao L T, Zhang S X, Luo K L. Study on spatial distribution of typical high-selenium soil and content characteristics and main sources of selenium in main crops in Shannxi Province[J]. Research of Environmental Sciences, 2023, 36(5): 1032−1041. doi: 10.13198/j.issn.1001-6929.2023.02.09
[2] 成晓梦, 马荣荣, 彭敏, 等. 中国大宗农作物及根系土中硒的含量特征与富硒土壤标准建议[J]. 物探与化探, 2019, 43(6): 1367−1372. doi: 10.11720/wtyht.2019.0187 Cheng X M, Ma R R, Peng M, et al. Characteristics of selenium in crops and roots in China and recommendations for selenium-enriched soil standards[J]. Geophysical and Geochemical Exploration, 2019, 43(6): 1367−1372. doi: 10.11720/wtyht.2019.0187
[3] Yang H, Yang X F, Ning Z P, et al. The beneficial and hazardous effects of selenium on the health of the soil-plant-human system: An overview[J]. Journal of Hazardous Materials, 2022, 422: 126876. doi: 10.1016/j.jhazmat.2021.126876
[4] 周诗悦, 李茉, 周晨霓, 等. 硒在“土壤 — 作物 — 食品 — 人体”食物链中的流动[J]. 食品科学, 2023, 44(9): 231−244. doi: 10.7506/spkx1002-6630-20220716-184 Zhou S Y, Li M, Zhou C N, et al. Flow of selenium in the “soil — crop — food — human” chain[J]. Food Science, 2023, 44(9): 231−244. doi: 10.7506/spkx1002-6630-20220716-184
[5] Sun G X, Liu X, Williams P N, et al. Distribution and translocation of selenium from soil to grain and its speciation in paddy rice (Oiyza sativa L.)[J]. Environmental Science & Technology, 2010, 44(17): 6706−6711. doi: 10.1021/es101843x
[6] Chang C Y, Yin R S, Wang X, et al. Selenium translocation in the soil-rice system in the Enshi seleniferous area, Central China[J]. Science of the Total Environment, 2019, 669(1): 83−90. doi: 10.1016/j.scitotenv.2019.02.451
[7] Dinh Q T, Cui Z W, Huang J, et al. Selenium distribution in the Chinese environment and its relationship with human health: A review[J]. Environment International, 2018, 112: 294−309. doi: 10.1016/j.envint.2017.12.035
[8] 侯青叶, 杨忠芳, 余涛, 等. 中国土壤地球化学参数[M]. 北京: 地质出版社, 2020: 16-17. Hou Q Y, Yang Z F, Yu T, et al. Soil geochemical parameters in China[M]. Beijing: Geological Publishing House, 2020: 16-17.
[9] 王学求, 周建, 徐善法, 等. 全国地球化学基准网建立与土壤地球化学基准值特征[J]. 中国地质, 2016, 43(5): 1469−1480. doi: 10.12029/gc20160501 Wang X Q, Zhou J, Xu S F, et al. China soil geochemical baselines networks: Data characteristics[J]. Geology in China, 2016, 43(5): 1469−1480. doi: 10.12029/gc20160501
[10] Bowen H J M. Environmental chemistry of the elements[M]. New York: Academic Press, 1979: 316.
[11] 谭见安. 环境生命元素与克山病——生态化学地理研究[M]. 北京: 中国医药科技出版社, 1996: 7−49. Tan J A. Environmental life elements and Keshan disease— A study of ecological chemicogeography[M]. Beijing: China Medico-Pharmarceutical Science & Technology Publishing House, 1996: 7−49.
[12] Pan Z P, He S L, Li C J, et al. Geochemical characteristics of soil selenium and evaluation of Se-rich land resources in the central area of Guiyang City, China[J]. Acta Geochimica, 2017, 36: 240−249. doi: 10.1007/s11631-016-0136-0
[13] 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. doi: 10.15898/j.cnki.11-2131/td.202107230082 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. doi: 10.15898/j.cnki.11-2131/td.202107230082
[14] 成晓梦, 孙彬彬, 贺灵, 等. 四川省沐川县西部地区土壤硒含量特征及影响因素[J]. 岩矿测试, 2021, 40(6): 808−819. doi: 10.15898/j.cnki.11-2131/td.202106080072 Cheng X M, Sun B B, He L, et al. Content characteristics and influencing factors of soil selenium in Western Muchuan County, Sichuan Province[J]. Rock and Mineral Analysis, 2021, 40(6): 808−819. doi: 10.15898/j.cnki.11-2131/td.202106080072
[15] 李明辉, 张笑蓉, 杜国强, 等. 安徽石台仙寓地区土壤硒地球化学特征及生物效应[J]. 华东地质, 2023, 44(2): 186−196. doi: 10.16788/j.hddz.32-1865/P.2023.02.007 Li M H, Zhang X R, Du G Q, et al. Geochemical characteristics and biological effect of soil selenium in the Xianyu area, Shitai County of Anhui Province[J]. East China Geology, 2023, 44(2): 186−196. doi: 10.16788/j.hddz.32-1865/P.2023.02.007
[16] 李婷婷, 贾黎黎, 朱鑫, 等. 雷州半岛富硒区土地质量地球化学评价及其利用区划研究——以城月地区为例[J]. 地球与环境, 2022, 50(4): 481−489. doi: 10.14050/j.cnki.1672-9250.2022.50.051 Li T T, Jia L L, Zhu X, et al. Geochemical evaluation of the land quality and classification of the selenium-enriched soils in Chengyue area, Leizhou Peninsula[J]. Earth and Environment, 2022, 50(4): 481−489. doi: 10.14050/j.cnki.1672-9250.2022.50.051
[17] 陈国光, 周国华, 梁晓红, 等. 土地质量地球化学调查成果应用于永久基本农田划分方法技术[J]. 地质通报, 2019, 38(2/3): 437−442. Chen G G, Zhou G H, Liang X H, et al. The application of land quality geochemical survey results to permanent basic farmland classification technology[J]. Geological Bulletin of China, 2019, 38(2/3): 437−442.
[18] 王惠艳, 曾道明, 郭志娟, 等. 天然富硒土地划定的富硒阈值[J]. 环境科学, 2021, 42(1): 333−342. doi: 10.13227/j.hjkx.202005148 Wang H Y, Zeng D M, Guo Z J, et al. Selenium threshold for the delimitation of natural selenium-enriched land[J]. Environmental Science, 2021, 42(1): 333−342. doi: 10.13227/j.hjkx.202005148
[19] 杨帆, 张舜尧, 宋云涛, 等. 云南省盐津县1∶5万土地质量地球化学评价方法研究[J]. 现代地质, 2020, 34(6): 1318−1332. doi: 10.19657/j.geoscience.1000-8527.2020.06.19 Yang F, Zhang S Y, Song Y T, et al. Research of 1∶50000 land quality geochemical assessment at Yanjin County in Yunnan Province[J]. Geoscience, 2020, 34(6): 1318−1332. doi: 10.19657/j.geoscience.1000-8527.2020.06.19
[20] 王亮, 王德伟, 龚仓, 等. 四川成都唐昌镇表层土壤元素地球化学特征及质量评价[J]. 岩矿测试, 2022, 41(6): 1082−1094. doi: 10.15898/j.cnki.11-2131/td.202112270210 Wang L, Wang D W, Gong C, et al. Elemental geochemical characteristics of topsoil in Tangchang Town, Chengdu, Sichuan Province and quality evaluation[J]. Rock and Mineral Analysis, 2022, 41(6): 1082−1094. doi: 10.15898/j.cnki.11-2131/td.202112270210
[21] 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. doi: 10.15898/j.cnki.11-2131/td.20191114015 Zhou G H. Research progress of selenium-enriched land resources and evaluation methods[J]. Rock and Mineral Analysis, 2020, 39(3): 319−336. doi: 10.15898/j.cnki.11-2131/td.20191114015
[22] Liang R Y, Song S A, Shi Y J, et al. Comprehensive assessment of regional selenium resources in soils based on the analytic hierarchy process: Assessment system construction and case demonstration[J]. Science of the Total Environment, 2017, 605-606: 618−625. doi: 10.1016/j.scitotenv.2017.06.150
[23] 侯现慧, 王占岐, 杨俊. 富硒区耕地质量评价及利用分区研究——以福建省三元区为例[J]. 资源科学, 2015, 37(7): 1367−1375. Hou X H, Wang Z Q, Yang J. Cultivated land quality evaluation using partition in the selenium-rich area of Sanyuan, Fujian Province[J]. Resources Science, 2015, 37(7): 1367−1375.
[24] 郭笑东, 陈利根, 毕如田, 等. 基于生态位理论的黄土丘陵区耕地整治优先度及模式研究[J]. 水土保持通报, 2019, 39(1): 184−190. doi: 10.13961/j.cnki.stbctb.2019.01.030 Guo X F, Chen L G, Bi R T, et al. Priority and mode of cultivated land consolidation in loess hilly region based on niche-fitness model[J]. Bulletin of Soil and Water Conservation, 2019, 39(1): 184−190. doi: 10.13961/j.cnki.stbctb.2019.01.030
[25] 张荣群, 王大海, 艾东, 等. 基于生态位和“反规划”思想的城市土地开发适宜性评价[J]. 农业工程学报, 2018, 34(3): 258−264. doi: 10.11975/j.issn.1002-6819.2018.03.034 Zhang R Q, Wang D H, Ai D, et al. Suitability evaluation of urban land development based on niche and anti-planning[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(3): 258−264. doi: 10.11975/j.issn.1002-6819.2018.03.034
[26] Chen Y, Cai H S. Research on the suitability evaluation of the development and utilization of regional selenium-rich soil resources and spatial zoning based on niche theory[J]. Journal of Resources and Ecology, 2023, 14(1): 67−83. doi: 10.5814/j.issn.1674-764x.2023.01.007
[27] 周亚龙, 郭志娟, 王乔林, 等. 雄安新区富硒土地资源分布特征及开发利用评价[J]. 中国环境科学, 2022, 42(8): 3913−3921. doi: 10.19674/j.cnki.issn1000-6923.20220314.004 Zhou Y L, Guo Z J, Wang Q L, et al. Distribution characteristics and utilization evaluation of selenium-rich land resources in Xiong’an New District[J]. China Environmental Science, 2022, 42(8): 3913−3921. doi: 10.19674/j.cnki.issn1000-6923.20220314.004
[28] 蔡海生, 陈艺, 张学玲. 基于生态位理论的富硒土壤资源开发利用适宜性评价及分区方法[J]. 生态学报, 2020, 40(24): 9208−9219. doi: 10.5846/stxb202002110229 Cai H S, Chen Y, Zhang X L. Suitability evaluation and zoning method research on development and utilization of selenium-rich soil resources based on niche theory[J]. Acta Ecologica Sinica, 2020, 40(24): 9208−9219. doi: 10.5846/stxb202002110229
[29] Nyimbili P H, Erden T, Karaman H. Integration of GIS, AHP and TOPSIS for earthquake hazard analysis[J]. Natural Hazards, 2018, 92(3): 1523−1546. doi: 10.1007/s11069-018-3262-7
[30] 雷勋平, 邱广华. 基于熵权TOPSIS模型的区域资源环境承载力评价实证研究[J]. 环境科学学报, 2016, 36(1): 314−323. doi: 10.13671/j.hjkxxb.2015.0580 Lei X P, Qiu G H. Empirical study about the carrying capacity evaluation of regional resources and environment based on entropy-weight TOPSIS model[J]. Acta Scientiae Circumstantiae, 2016, 36(1): 314−323. doi: 10.13671/j.hjkxxb.2015.0580
[31] 杨帆, 陈梓萌, 巩世彬. 基于AHP-熵权TOPSIS模型的辽宁省各城市土地承载力评价[J]. 水土保持通报, 2022, 42(1): 144−149. doi: 10.13961/j.cnki.stbctb.2022.01.020 Yang F, Chen Z M, Gong S B. Evaluation of land resource carrying capacity in Liaoning Province based on AHP-entropy weight TOPSIS model[J]. Bulletin of Soil and Water Conservation, 2022, 42(1): 144−149. doi: 10.13961/j.cnki.stbctb.2022.01.020
[32] 张克信, 潘桂棠, 何卫红, 等. 中国构造-地层大区划分新方案[J]. 地球科学——中国地质大学学报, 2015, 40(2): 206−233. doi: 10.3799/dqkx.2015.016 Zhang K X, Pan G T, He W H, et al. New division of tectonic-strata super region in China[J]. Earth Science—Journal of China University of Geosciences, 2015, 40(2): 206−233. doi: 10.3799/dqkx.2015.016
[33] 陈国光, 刘红樱, 陈进全, 等. 福建长汀县水土流失的地质影响因素及防治对策[J]. 水文地质工程地质, 2020, 47(6): 26−35. doi: 10.16030/j.cnki.issn.1000-3665.202009027 Chen G G, Liu H Y, Chen J Q, et al. Geological influence factors of soil erosion in Changting County, Fujian Province and the countermeasures to prevent and control[J]. Hydrogeology & Engineering Geology, 2020, 47(6): 26−35. doi: 10.16030/j.cnki.issn.1000-3665.202009027
[34] 李㛃, 朱金兆, 朱清科. 生态位理论及其测度研究进展[J]. 北京林业大学学报, 2003, 25(1): 100−107. doi: 10.13332/j.1000-1522.2003.01.02 Li J, Zhu J Z, Zhu Q K. A review on niche theory and niche metrics[J]. Journal of Beijing Forestry University, 2003, 25(1): 100−107. doi: 10.13332/j.1000-1522.2003.01.02
[35] 冯辉, 张学君, 张群, 等. 北京大清河流域生态涵养区富硒土壤资源分布特征和来源解析[J]. 岩矿测试, 2019, 38(6): 693−704. doi: 10.15898/j.cnki.11-2131/td.201905270071 Feng H, Zhang X J, Zhang Q, et al. Distribution characteristics and sources identification of selenium-rich soils in the ecological conservation area of the Daqinghe River Watershed, Beijing[J]. Rock and Mineral Analysis, 2019, 38(6): 693−704. doi: 10.15898/j.cnki.11-2131/td.201905270071
[36] 唐志敏, 白晓, 湛龙, 等. 福建省长汀县重点水土流失区土壤元素地球化学特征及其指示意义[J]. 华东地质, 2022, 43(3): 324−335. doi: 10.16788/j.hddz.32-1865/P.2022.03.008 Tang Z M, Bai X, Zhan L, et al. Geochemical characteristics and its indicative significance of soil elements in key soil erosive areas of Changting County, Fujian Province[J]. East China Geology, 2022, 43(3): 324−335. doi: 10.16788/j.hddz.32-1865/P.2022.03.008
[37] 杨志, 李才文, 任正龑, 等. 基于熵权TOPSIS模型的宁夏土地利用绩效评价及障碍因子诊断[J]. 地球科学与环境学报, 2023, 45(4): 796−805. doi: 10.19814/j.jese.2022.08039 Yang Z, Li C W, Ren Z Y, et al. Evaluation of land use performance in Ningxia, China based on entropy-weight topsis model and diagnosis of its obstacle factors[J]. Journal of Earth Sciences and Environment, 2023, 45(4): 796−805. doi: 10.19814/j.jese.2022.08039
[38] 陈春良, 鲍凯强, 王梦莹, 等. 植被去除对侵蚀环境土壤有机质和养分的影响[J]. 水土保持研究, 2022, 29(5): 131−136. doi: 10.13869/j.cnki.rswc.20220630.001 Chen C L, Bao K Q, Wang M Y, et al. Effects of vegetation removal on soil organic matter and nutrients in an erosive environment[J]. Research of Soil and Water Conservation, 2022, 29(5): 131−136. doi: 10.13869/j.cnki.rswc.20220630.001
-
期刊类型引用(1)
1. 彭丽思，余力，赵斌，邹敏，焦钰，张浩，陈家胜. 某铁矿尾矿中硫铁矿及伴生钴回收试验研究. 非金属矿. 2025(01): 61-64 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 117
- HTML全文浏览量: 14
- PDF下载量: 50
- 被引次数: 1
京公网安备 11010202008159号