随着畜牧业经济的快速发展，我国养殖场规模也在逐渐提高，然而养殖业蓬勃发展的同时也造成畜禽粪便排放量增加的问题，给环境带来了巨大的挑战^[1]。在畜禽养殖过程中，为了促进畜禽生长、预防疾病以及尽可能提高饲料利用率，Cu、Zn、Cd、Pb与As等常被用作饲料添加剂^[2-4]，然而，重金属很难被畜禽直接吸收，动物粪便经堆肥处理后，常作为有机肥源应用于农田土壤^[5-6]，约有90%的重金属会随着饲料残渣、畜禽粪便、养殖废水等进入养殖场及周边土壤^[7-9]。当区域内重金属累积达到一定程度时，会引发土壤重金属污染，进而影响农作物的生长发育^[10-11]，这些重金属最终会通过食物链进入人体，危害人体健康^[12-14]。

南阳盆地种植业与畜牧业发达，种植农作物包含小麦、玉米、大豆、棉花和花生等，同时有较多建成时间长、规模大的养殖场。随着“2023年中央一号文件”公布，我国对规模化养殖场升级改造工作与畜牧业环境保护工作的重视程度逐渐增加^[15]。近年来南阳市积极推进养殖场污染防治工作，实现了全市养殖场粪污利用率的稳步提高，但是部分区域养殖场仍然存在随意排放废弃物等情况，畜禽养殖污染风险较高。目前已有许多研究证实一些地区的养殖场存在不同程度的重金属超标情况^[16-18]。杨琴等^[19]通过研究养殖场粪污堆肥还田对土壤重金属元素含量的影响，发现饲料和动物粪便中的重金属会随着沼液进入自然环境中；另一项关于粪污灌溉的调查则发现，土壤中As与Cr等重金属元素含量与粪污施用量呈显著的正相关关系^[20]。目前大多数研究更侧重于蔬菜基地、矿区周边与湖泊湿地等区域的土壤重金属污染^[21-23]，与养殖区土壤重金属污染相关的研究相对较少^[24-25]，关于南阳盆地养殖区周边土壤重金属污染状况的研究更是鲜有报道。

本研究以南阳盆地西南部某养殖区周边农田土壤为研究对象，测定土壤中的Cd、Hg、As、Pb、Cr、Cu、Ni和Zn含量，采用单因子污染指数(P_i)法、内梅罗综合污染指数(P_N)法和地统计分析方法对重金属污染程度及其分布特征进行分析，并利用多元统计分析重点探讨土壤重金属的污染来源，以期为养殖区周边土壤重金属污染的治理工作提供科学依据。

1 材料与方法 1.1 研究区概况

研究区域处于河南省南阳盆地西南部(北纬32°27′—32°35′，东经111°56′—112°05′)，属亚热带季风气候，年平均气温15.3 ℃，年平均降水量754.0 mm，雨季多集中在7—9月，占全年降水量的57.4%。降水时段集中，易发生干旱。该区域多以平原为主，兼有低山和垄岗的地形地貌，地形总体特征为“山少、岗多、平原广”，耕地面积占比大，耕地种类齐全，包含水浇地、旱地及水田，区域内种植业和畜牧业发达，有较多建成时间长、规模大的养殖场。

1.2 样品采集及分析测定

针对本次耕地污染特征及成因分析研究内容，结合研究区土地利用现状、连片耕地面积大小、种植方式、土壤类型及野外调查情况，兼顾代表性以及经济性原则，选择网格布点方法，共布设13个采样点，于2025年5月23日进行土壤采样，采样位点分布见图 1。根据《土壤环境监测技术规范》(HJ/T 166—2004), 在每个采样点四周设置4个子采样点，分别间隔1 m，采集垂直方向上0—20 cm的表层土壤，现场去除表面明显的杂草、树叶、石块等杂质，将4个子采样点和中心采样点等量混合作为该采样点的土壤样品，重量约1 kg，装入事先准备好的干净塑料袋中密封保存^[26]，并标注采样时间和编号。采样时使用手持GPS (TX35-S300，北京海富达科技有限公司)确定每个样点的实际经纬度并记录。

土壤样品采集后放于阴凉通风处自然风干，使用木质工具碾碎，并利用玛瑙研钵充分研磨，过100目筛后放置于-18 ℃下冷冻保存以备后续检测。土壤样品的pH值与重金属元素含量由河南博晟检验技术有限公司测定，pH值参考《土壤pH值的测定电位法》(HJ 962—2018)，使用HI2211台式酸度计[汉钠仪器(上海)有限公司]测定^[27]；Cu、Ni、Zn含量参考《土壤和沉积物铜、锌、铅、镍、铬的测定火焰原子吸收分光光度法》(HJ 491—2019)，采用火焰原子吸收分光光度法[iCE^TM 3500 AAS原子吸收光谱仪，赛默飞世尔科技(中国)有限公司]测定；Cr、Cd、Pb含量参考《土壤和沉积物12种金属元素的测定王水提取-电感耦合等离子体质谱法》(HJ 803—2016)，采用王水提取-电感耦合等离子体质谱法[安捷伦7850电感耦合等离子体质谱仪，安捷伦科技(中国)有限公司]测定；Hg与As含量参考《土壤质量总汞、总砷、总铅的测定原子荧光法第2部分：土壤中总砷的测定》(GB/T 22105.2—2008)，采用原子荧光法(AFS-10B间歇泵快速进样原子荧光光度计，北京吉天仪器有限公司)测定。

1.3 土壤重金属污染评价方法

内梅罗综合污染指数法被广泛运用于重金属综合污染评价工作中，它可与单因子污染指数法相结合，对研究区域内重金属污染情况进行更全面的评估^[28]。本研究采用这两种方法对研究区土壤重金属污染现状进行评价，计算公式如下：

$ P_i=C_i / S_i, $

式中，C_i为土壤重金属i的实测值(mg·kg^-1)；S_i为土壤重金属i的评价标准值(mg·kg^-1)，评价标准值参考《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中规定的农用地土壤污染风险筛选值。

$ P_{\mathrm{N}}=\sqrt{\frac{P_{i \text { ave }}^2+P_{i \text { max }}^2}{2}}, $

式中，P_iave和P_imax分别为土壤重金属i单因子污染指数的平均值和最大值。土壤重金属单因子污染指数和内梅罗综合污染指数的污染水平等级如表 1所示。

1.4 数据处理

利用Excel 2020软件初步整理分析测试数据，利用SPSS 26软件对土壤重金属元素含量最小值、最大值、算术平均值、标准差和变异系数(CV)等进行描述性统计分析，其中变异程度的分级标准如下：CV＜10%为低度变异，10%≤CV≤30%为中度变异，CV＞30%为高度变异^[30]。利用ArcGIS 10.8软件，采用克里金插值法绘制重金属元素含量空间分布图，通过KMO和Bartlett球形来检验研究区土壤重金属浓度数据是否可以适用于主成分分析，通过检验后利用SPSS 26软件进行Pearson相关性分析和主成分分析，解析重金属来源。

2 结果与分析 2.1 土壤重金属元素含量特征

研究区农田土壤pH值为5.17—6.81，平均值为5.9，60%的点位土壤的pH值为5.5—6.5。土壤重金属元素含量描述性统计结果见表 2。研究区土壤Cd、Hg、As、Pb、Cr、Cu、Ni、Zn含量的平均值分别为0.17、0.10、8.06、18.46、55.00、32.00、26.31和118.23 mg·kg^-1，均未超过《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中规定的农用地土壤污染风险筛选值，其中Zn含量的平均值最高且达到背景值的1.9倍。除Cd、Cu和Zn含量外，其他重金属元素含量的最大值均低于标准值。除As含量的最大值低于背景值外，另外7种重金属元素含量的最大值均高于背景值，侧面说明研究区土壤重金属呈现出较为明显的富集趋势。所有采样点的Hg含量均高于背景值，且平均值为背景值的3.3倍。

研究区中Cd、Zn、Cu和Hg的变异系数分别为88.24%、75.39%、57.97%和50.00%，均属于高度变异，其中Cd变异程度最大。Cr、Ni和Pb的变异系数分别为24.13%、22.39%、17.23%，属中度变异。As的变异系数为8.19%，属低度变异。

2.2 土壤重金属污染评价

研究区土壤重金属污染指数评价结果见表 3。其中，Hg、As、Pb、Cr、Ni的单因子污染指数在0—1范围内，平均值分别为0.06、0.21、0.21、0.36和0.37，呈清洁水平，Cu和Zn的部分点位属于轻污染水平，污染点位数均占总采样点位数的15.38%，Cd的单因子指数的平均值为0.57，有1个轻度污染点位和1个中度污染点位，其余点位均为清洁水平。

内梅罗综合污染指数计算结果表明，研究区土壤无中度和重度污染点位，清洁、尚清洁和轻度污染点位的比例分别为62.50%、12.50%和25.00%。8种土壤重金属的内梅罗综合污染指数为0.09—1.47，平均值为0.62，其中Cd的内梅罗综合污染指数值最大，达到1.47。

2.3 土壤重金属空间分布

土壤重金属空间分布显示，Hg、Cd和Zn这3种重金属空间分布规律具有相似性，在DS11、DS12和DS13采样点均污染较重。Cu含量峰值区主要分布在DS09、DS10采样点附近；Ni含量峰值区主要分布在DS06、DS10和DS11采样点附近，这些区域之间存在交叉(图 2)；Cr含量峰值区则主要分布在DS02、DS03和DS04采样点附近；As含量峰值区主要分布在DS07、DS08和DS10采样点附近；Pb含量峰值区分布较为分散，主要分布在DS03、DS04、DS07和DS10采样点附近。整体来看，Cd、Hg、Zn、Cu和Ni含量峰值区重合度较高，Cr、Pb和As这3种元素的含量峰值区存在较多交叉区域，侧面说明这些元素之间具有相似的来源。

2.4 土壤重金属来源分析 2.4.1 土壤重金属元素含量的Pearson相关性分析

土壤样品pH值以及8种重金属元素含量之间的Pearson相关性分析结果(图 3)表明，在0.01水平上，pH值与Hg、Cu、Zn呈极显著正相关，与Pb、Cr呈极显著负相关；Hg与Cd、Cu、Ni呈极显著正相关，与Cr呈极显著负相关；Cr与Pb呈极显著正相关，与Cu、Zn呈极显著负相关；Zn与Cu呈极显著正相关。在0.05水平上，pH值与Cd、Ni呈显著正相关；Cd与Ni呈显著正相关，与Pb、Cr呈显著负相关；Zn与Hg呈显著正相关，与Pb呈显著负相关；Cr与Ni呈显著负相关；Pb与Cu呈显著负相关。

2.4.2 土壤重金属主成分分析

环境条件不同时，重金属的来源情况会存在较大差异。基于以上Pearson相关性分析结果对重金属元素含量进行主成分分析，进一步判断本区域重金属污染的主要来源。主成分分析结果显示，本次提取到特征值大于1的前两个主成分的累积贡献率达到75.985%，因此认为对这两个主成分进行分析基本能够代表全部数据的分析结果(表 4)。其中，PC1的贡献率为59.864%，远高于PC2的贡献率(16.121%)。Hg、Zn、Cu、Cd和Ni在PC1上有较高的正因子载荷值，分别为0.880、0.854、0.822、0.758和0.740；As和Pb在PC2上的正因子载荷值相对较高，分别为0.792和0.470(表 5)；上述结果表明这些元素可能具有相同的来源途径。Cr在两个主成分中的载荷值均较低，结合Pearson相关性分析结果，表明其与其他重金属元素来源可能不同，还需要进一步探究。

3 讨论

研究区土壤中Zn含量的平均值最高且达到了背景值的1.9倍，该结果与顾佳等^[32]研究发现养殖场表层土壤Zn含量均值最高的结论一致。除Cd、Cu和Zn含量外，其他重金属元素含量的最大值也低于《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中规定的农用地土壤污染风险筛选值，这说明研究区大部分农田土壤满足耕作要求，同时也与Xiong等^[33]、张丽芳等^[34]发现的长期施用猪粪会造成土壤Cd、Cu、Zn总量增加的结果相似。重金属元素含量容易受到空间变异等因素影响，研究区中Cd变异系数最大，说明该元素分布有明显的空间异质性^[35-36]，其含量可能受人为干扰活动的影响较严重^[37]。As的变异系数较低，呈低度变异水平，说明As分布更加普遍且均匀，受外源影响较小。

单因子污染指数结果显示部分采样点的Cu、Zn、Cd属于轻污染或中污染水平，这些采样点主要位于养殖场粪污排放区域，万扬杰^[38]对江西省某猪粪堆肥区菜地重金属污染情况的研究也得出了类似结论，这可能是动物饲料中超标的Cu和Zn通过堆肥进入土壤造成的。土壤重金属污染一般由成土母质与周边人为活动产生，其中人为活动造成的污染容易通过污水灌溉与大气沉降等途径进入土壤中，因此认为土壤重金属空间分布大多与研究地土壤母质特征和污染源分布情况有关^[39]。本研究中，重金属空间分布显示重金属元素含量达到峰值的区域都位于区域内养殖场附近，进一步证明了养殖场粪污排泄为Cd、Hg、Zn、Cu和Ni污染的主要来源。Cang等^[16]对江苏省31个养殖场中的猪粪样品进行重金属浓度分析，结果也显示Cu、Cd和Zn是其中的污染物，与本研究结果一致。

Pearson相关性分析可以衡量两个变量因子之间的相关程度，并进一步推测重金属是否具有相似的来源途径^[40]。重金属元素之间的相关性越显著，表示它们的来源途径越相似^[41]。Pearson相关性分析结果(图 3)显示，Hg与Cd、Cu、Ni之间，Cr与Pb之间，Zn与Cu之间均呈极显著正相关，说明这几种元素的来源具有极大相似性。而Cr与Hg、Cu、Zn、Ni、Cd之间呈负相关，说明这几种元素之间的来源有所不同。pH值是土壤理化性质的重要指标之一，会影响土壤中的溶质浓度以及微生物的分布活动，同时也会对重金属的氧化-还原、溶解-沉淀等化学反应造成影响^[42]。在无特殊扰动的自然生态系统中，重金属元素不易溶解，绝大部分会吸附或者沉淀在固体颗粒上，迁移能力较弱，而改变环境中pH值可显著调控重金属的溶解性。pH值与重金属元素之间的Pearson相关性分析结果(图 3)验证了环境中pH值越低时Cu、Zn与Cd的溶解性越强，而Cr的溶解性会减弱的结论^[43]。

主成分分析与Pearson相关性分析结果相互验证能提高重金属来源分析的客观性^[44]。PC1中，Hg、Zn、Cu、Cd的正因子载荷值较高(表 5)，元素含量的平均值均超出背景值，变异系数也相对较高，污染严重的采样点几乎位于养殖场与农耕地附近，推测重金属元素含量受到养殖场粪便堆肥与农业生产活动的干扰较大。自然环境中单质Cu的存在量极少，大部分存在于矿物中，农药和化肥中也含有Cu^[45]，张毅等^[46]研究发现市面上大多数动物饲料中均添加了超出规定值的Cu、Zn和Ni等微量元素，导致这些元素容易通过养殖场粪污堆肥还田进入到土壤^[47]，畜牧业中过量使用的动物饲料添加剂可能是土壤中Cu、Zn和Ni的主要来源。在农业活动中，磷肥的过量使用也会造成土壤Cd含量增加^[38]，因此推测PC1主要为养殖场动物粪便堆肥与农业施肥活动共同造成的“农业污染源”。PC2中，As和Pb的正因子载荷值较高，污染严重的采样点周围居民点较多，养殖场日常经营车辆来往频繁，而化石燃料燃烧以及汽车尾气排放等过程释放的气体通过降雨沉降到土壤可能是造成Pb、As等元素含量升高的主要原因^[48-49]，因此推测PC2主要为人类活动造成的“工业源”。

4 结论

本研究采用地统计分析与多元统计分析解析南阳盆地西南部养殖区周边土壤重金属的主要来源，并探讨研究区土壤重金属空间分布规律。结果表明，研究区每个位点土壤的Hg、As、Pb、Cr和Ni含量均低于《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中规定的农用地土壤污染风险筛选值，Cd、Zn、Cu和Hg含量的变异系数处于高度变异水平。研究区土壤普遍存在Cu和Zn轻度污染，部分采样点呈Cd轻度污染或中度污染，研究区土壤环境处于清洁至轻度污染状态。5种元素(Cd、Hg、Zn、Cu、Ni)的含量峰值区空间分布高度重叠，Cr、Pb、As 3种元素的含量峰值区则存在多处空间交叉区域。研究区内，Hg与Cd、Cu、Ni以及Zn与Cu可能具有同源性，Hg、Zn、Cu、Cd和Ni含量主要受养殖场动物粪便堆肥与农业施肥活动影响，As和Pb则可能来源于化石燃料燃烧与汽车尾气排放等过程。