
文章信息
- 卢德亮, 乔璐, 陈立新, 胡斌, 周健平, 王展超, 王燕
- Lu Deliang, Qiao Lu, Chen Lixin, Hu Bin, Zhou Jianping, Wang Zhanchao, Wang Yan
- 哈尔滨市区绿地土壤重金属污染特征及植物富集
- Soil Pollution Characteristics by Heavy Metals and the Plant Enrichment in Green Space of Urban Areas of Harbin
- 林业科学, 2012, 48(8): 16-24.
- Scientia Silvae Sinicae, 2012, 48(8): 16-24.
-
文章历史
- 收稿日期:2011-09-01
- 修回日期:2011-10-13
-
作者相关文章
人类由于长期以机械、电力等重工业为主,在带来经济效益的同时也造成了严重的环境污染和生态破坏。其中土壤污染,尤其是重金属污染,已成为影响全球城市居民健康的重大问题之一。土壤污染不同于大气污染和水污染,具有不可逆性、长期性、稳定性和滞后性,且不易在物质循环和能量交换中分解(Li et al., 1991)。当有毒物质的积累超出土壤的承受能力或环境条件发生变化时,可能会突然活化,严重危害环境。目前,固化、热处理、土壤冲洗、电动修复等技术,可用于污染土壤的修复,但这些方法不仅修复费用昂贵,而且常导致土壤结构破坏、土壤生物活性下降和土壤肥力退化(骆永明,1999)。研究表明:植物不但具有抵抗和净化大气污染的能力,而且具有对污染土壤的净化能力(黄会一,1989;王庆仁等,2001)。因此,可以通过植物的新陈代谢活动来固定、提取土壤中的重金属污染物,达到治理土壤污染的目的。植物修复不但成本低廉,而且也可减少土壤重金属污染风险,不破坏土壤环境质量。因此,植物修复越来越受到世界的关注。为了揭示哈尔滨市区绿地土壤重金属污染的现状及不同植物对重金属的富集情况,找出哈尔滨市区主要的污染因子、污染途径以及治理方法,本文对哈尔滨市区6个功能区土壤-植被进行研究和综合评价。
1 研究区概况哈尔滨地处松嫩平原,125°42′—130°10′ E,44°04′—46°40′ N,是我国纬度最高、气温最低的大都市。属中温带大陆性季风气候,冬长夏短,四季分明,年平均温度3.6 ℃。最冷的1月平均气温为-13.2~-24.8 ℃,最热的7月平均气温为18.1~22.8 ℃。全年平均降水量569.1 mm,降水主要集中在6—9月,夏季占全年降水量的60%。
哈尔滨市区地域平坦、低洼。东南临张广才岭支脉丘陵,北部为小兴安岭山区,中部有松花江通过。地带性土壤为黑土,呈中性至微碱性。有机质含量为30~80 g·kg-1,全氮含量为2~9 g·kg-1,全磷含量为0.8~3 g·kg-1,全钾含量为20~30 g·kg-1,碱解氮平均含量为148 mg·kg-1,有效磷平均含量为15 mg·kg-1,速效钾平均含量为227 mg·kg-1。
2 材料与方法 2.1 绿地划分本试验选择哈尔滨市区作为研究对象,把绿地划分为森林与苗圃绿地、城市公园绿地、工业区绿地、农业用地、松花江沿岸绿地、市区公路两旁绿地6个功能区,共设置50个采样点,每个采样点的经纬度均用GPS定位。采样点具体位置和基本情况见表 1,采样点分布见图 1。
![]() |
![]() |
图 1 哈尔滨市区土壤样点分布 Fig.1 Distribution of soil sampling plots in Harbin |
根据采样地区树种分布情况,分别选取树龄相近、长势良好、无病虫害的植株,在树冠的东、西、南、北4个部位(乔木距地面约2.5 m处, 灌木距地面约1.5 m处)采取植株的1年生饱满枝条(含叶),将采集的枝条(含叶)混匀。
将采集的植物样品带回实验室,分别用自来水充分冲洗,再用去离子水冲洗,在80 ℃下于烘箱中烘至恒量,粉碎并过100目尼龙筛,放入封口袋备用。
2.2.2 土壤样品在所采集的植物样品四周用土壤钻采集0~15 cm的表层土壤样品,装入塑料袋并充分混合(约1 kg),贴好标签。
将采集的土壤样品带回实验室,自然风干,除去土样中的石子和动植物残体等异物,用木棒研压,过2 mm尼龙筛,混匀。用玛瑙研钵将通过2 mm尼龙筛的土样研磨至全部通过100目尼龙筛,放入封口袋备用。
2.3 样品分析植物样品用HNO3-HClO4消化,土壤样品用HF-HClO4-HNO3消化。植物样品和土壤样品采用高压密闭微波进行消解,采用电感耦合等离子体质谱法(ICP-MS)进行铜、锌全量的测定,原子吸收分光光度法进行铅、镉全量的测定。在测定过程中,样品全部3次重复。以上分析方法依据《中华人民共和国国家标准》(GB/T 17141—1997)。
2.4 数据分析Excel 2003对数据进行基本处理;SPSS 17.0对重金属进行污染指数计算、生态风险评价、相关分析等,对植物进行富集系数计算、多重比较等;ArcView GIS 3.3绘制采样点坐标图。
2.5 评价标准与方法 2.5.1 土壤污染评价标准和方法试验选用松辽平原土壤元素背景值(李健等,1989)和《土壤环境质量标准》(GB15618—1995)中二级标准作为评价标准(表 2),对比说明哈尔滨市区土壤重金属环境质量现状。评价方法采用单项(单因子)污染评价和多项(多因子污染综合评价)(李天杰,1996;刘廷良等,1996)。
![]() |
1) 单项污染指数法 以土壤单项污染物的实测值与评价标准相比,用以表示土壤中该污染物的污染程度。即
![]() |
式中:Pij为第j个采样点i污染物的污染指数;Cij为第j个采样点i污染物的实测值;Si为i污染物的评价标准。
单项污染指数法≤1,表示未受污染;> 1表示已受污染,值越大受污染越严重。
2) 综合污染指数法 综合污染指数法即为内梅罗指数法(N.C.Nemerow)。即
![]() |
式中:P为第j个采样点的质量综合指数;Pij max为第j个采样点i污染物所有单项污染指数中的最大值;Pij ave为第j个采样点i污染物所有单项污染指数中的平均值。具体土壤污染质量分级标准(李其林等,2000)见表 3。
![]() |
植物重金属富集量受植物本身特征、大气环境和土壤中重金属含量等多种因素的影响。富集系数(bioconcentration factor,BCF)是评价植物富集重金属能力的指标之一,它反映植物对某种重金属元素的富集能力,富集系数越大,其富集能力越强(魏树和等,2004)。
富集系数计算公式为(Song et al., 2010):
![]() |
式中:BCF为富集系数;Ci为地上部(第i个植物样品)重金属含量;Si为对应土壤样品重金属含量。
3 结果与分析 3.1 土壤重金属含量变化哈尔滨市区50个表层土壤样品重金属含量测定结果的描述性统计分析见表 4。变异系数作为反映统计数据波动特征的参数,通过对某元素分布特征的描述可以从一定程度上反映其积累的分布与均一状况。
![]() |
相同重金属在不同功能区的变异系数不同,一般工业区绿地的重金属变异系数相对较大,而农业用地的重金属变异系数相对较小。工业生产制造过程中废弃物的排放很可能是造成土壤中重金属分布不均匀的主要原因。
4种重金属的平均变异系数(对每种重金属在6个功能区的变异系数之和取平均值)依次为28.44,24.56,42.65,36.21,变化幅度为42.65%~24.56%。其中镉的平均变异系数最大,达42.65%,而铜的变异系数最小为24.56%。4种重金属的平均变异程度由大到小的顺序为镉>铅>锌>铜。
由表 4可知,4种重金属含量的平均值均不同程度超过了土壤环境背景值。全锌含量范围在51.10~252.00 mg·kg-1,最高点出现在样点26(哈药集团药剂厂),达252.00 mg·kg-1,是背景值的4.36倍;最低点出现在样点13(城乡木材供应站),为51.10 mg·kg-1。全铜含量范围在13.29~68.07 mg·kg-1,最高点出现在样点29(林业机械厂),达68.07 mg·kg-1,是背景值的3.24倍;最低点出现在样点3(第二苗圃),为13.29 mg·kg-1。全镉含量范围在0.091~0.725 mg·kg-1,最高点出现在样点29(林业机械厂),达0.725 mg·kg-1,高出背景值10.98倍;最低点出现在样点1(江北太阳岛),为0.091 mg·kg-1。全铅含量范围在8.52~63.99 mg·kg-1,最高点出现在样点28(锅炉厂),达63.99 mg·kg-1是背景值的3.19倍;最低点出现在样点19(望哈农场绿地),为8.52 mg·kg-1。
根据不同采样点所位于的功能区可知,重金属污染最严重的样点均位于工业区,而污染较低或未发生污染的样点则位于森林与苗圃绿地或农业用地等受人为因素干扰较小的地区。其中,全部样点的重金属镉含量超过其背景值,最高样点已超出近11倍。镉是严重的污染元素,对于人体来说是非必需元素,吸入含镉气体可致呼吸道症状,经口摄入镉可致肝、肾症状。有研究表明:土壤中的镉含量大于0.5 mg·kg-1时,大豆(Glycine max)等农作物就会受到生理毒害(刘廷良,1996)。因此,为了人类和其他生物的健康,应对重金属镉污染予以高度重视。
3.2 土壤重金属污染评价 3.2.1 单因子污染评价把松辽平原土壤环境背景值作为一级标准,计算哈尔滨市区50个样点表层土壤各种重金属的单向污染指数见表 5。
![]() |
由表 5可知,哈尔滨市区各功能区土壤存在不同程度污染。
锌单因子污染指数在工业区绿地介于中污染和重污染之间,其他5个功能区单因子污染指数值在1~2之间,属于轻污染。土壤表层锌含量达二级标准的样品数占98%。土壤表层锌含量超出环境背景值的样品数达到98%。土壤表层全锌含量工业区绿地最高,农业用地最低。含量排序是:工业区绿地 > 市区公路两旁绿地 > 城市公园绿地 > 松花江沿岸绿地 > 森林与苗圃绿地 > 农业绿地。
铜单因子污染指数在森林与苗圃绿地、农业用地、松花江沿岸绿地均小于1,可视为未污染;在工业区绿地和市区公路两旁绿地单因子污染指数值位于1~2之间,属于轻污染。土壤表层铜含量达二级标准的样品数占100%。土壤表层铜含量超出环境背景值的样品数达到60%。土壤表层全铜含量工业区绿地最高,松花江沿岸绿地最低。含量排序是:工业区绿地 > 城市公园绿地 > 市区公路两旁绿地 > 农业绿地 > 森林与苗圃绿地 > 松花江沿岸绿地。
镉单因子污染指数在工业区绿地、市区公路两旁绿地均大于3,其中,工业区绿地为5.61,达到重污染;其他功能区单因子污染指数均在2~3,属于中污染。土壤表层镉含量达二级标准的样品数占84%。土壤表层镉含量超出环境背景值的样品数达到100%。土壤表层全镉含量工业区绿地最高,森林与苗圃绿地最低。含量排序是:工业区绿地 > 市区公路两旁绿地 > 松花江沿岸绿地 > 农业绿地 > 城市公园绿地 > 森林与苗圃绿地。
铅单因子污染指数在农业用地、松花江沿岸绿地均小于1,可视为未污染;其余4个功能区单因子污染指数在1~2,属于轻污染。土壤表层铅含量达二级标准的样品数占100%。土壤表层铅含量超出环境背景值的样品数达到84%。土壤表层全铅含量市区公路两旁绿地最高,松花江沿岸绿地最低。含量排序是:市区公路两旁绿地 > 工业区绿地 > 城市公园绿地 > 森林与苗圃绿地 > 农业绿地 > 松花江沿岸绿地。
综上所述,不同功能区土壤重金属污染水平对比分析结果是:土壤重金属锌、铜、镉在工业区绿地含量大,其中重金属镉含量最大,为背景值的5.61倍。镉主要来自冶炼、电池、电镀、颜料、涂料、塑料稳定剂等工业排放,与工业发展密切相关(Li et al., 2002)。其次是锌、铜、铅,单项污染指数依次为3.00,2.60,1.78;土壤重金属铅在市区公路两旁绿地含量最高,这可能与前些年机动车大量使用含防抗剂四乙基铅的燃料有关(黄敏等,2010)。重金属铅随汽车尾气排放,进而积存在公路两侧的土壤中,造成铅污染。
3.2.2 污染生态风险评价对土壤重金属污染研究的目的是评估土壤污染状况,预测土壤污染的生态风险,防止土壤污染加剧,保护生态环境,保障农林生产,维护人体健康(Plaza et al., 2005)。而二级标准则是判断土壤是否存在污染的警示性评价,低于此值,一般不会引起生态环境的危害(石宁宁等,2010)。因此,本文选用《土壤环境质量标准》(GB 15618—1995)中二级标准作为参照评价标准。计算得出不同功能区重金属生态风险指数,见图 2。
![]() |
图 2 不同功能区土壤重金属生态风险 Fig.2 Ecological risks of soil heavy metal of different function regions |
由图 2可知,与国家环境质量标准比较,工业区绿地土壤重金属镉指数超标,为1.23;其他功能区重金属含量均在标准以内。各功能区镉的风险指数均为最高,此结果与单向污染指数相似,说明镉具有潜在的污染危险,应予重视,监测其含量的动态变化,防止污染加重。
3.2.3 综合污染指数评价综合污染指数选用内梅罗指数法(N.C.Nemerow),兼顾多种污染物的污染水平和某种污染物的严重程度。从图 3来看,综合污染指数的平均值为2.65,属于中污染。农业用地、森林与苗圃绿地综合污染指数分别为2.00和1.98,为轻污染;市区公路两旁绿地、松花江沿岸绿地、城市公园绿地综合污染指数分别为3.00,2.25和2.07,为中污染;而工业区绿地污染最为严重,综合污染指数值达到4.58,属于重污染。各功能区综合污染指数由大到小依次为:工业区绿地 > 市区公路两旁绿地 > 松花江沿岸绿地 > 城市公园绿地 > 农业用地 > 森林与苗圃绿地。
![]() |
图 3 不同功能区综合指数值 Fig.3 Comprehensive index of different functional regions |
各功能区综合污染指数说明工业区绿地已经受到严重污染,其程度远超过其他功能区。表明工业化程度与城市土壤中重金属的含量密切相关(Madrid et al., 2002),哈尔滨作为东北老工业基地之一,已经从事重工业长达几十年之久,冶炼厂、发电厂、机械厂、锅炉厂、化工厂、轴承厂等企业向环境释放了大量含铅、镉、铜和锌的废弃物,其在城市中以不同方式蔓延,这很可能是造成工业区土壤中重金属含量过高的原因。
市区公路由于车流量大,机动车辆尾气排放、轮胎橡胶磨损产生大量重金属污染物,造成其较大程度污染。这与余健等(2010)的研究结果相一致。同时,近年来哈尔滨为了加快城市发展建设,大兴土木,广泛修筑地铁、桥梁等设施,所用建筑材料的磨损、运输物品的泄露以及大型器械的运转也同样会产生重金属污染物,导致距离公路较近的地域各种重金属含量相对较高。这与李仰征等(2011)的研究结果相一致。
3.2.4 土壤重金属含量相关分析由于造成土壤污染的重金属元素共存于土壤中, 导致重金属元素在总量上相关(叶琛等,2010)。为了解各重金属元素之间的相关性,在以上分析的基础上, 对调查的全部土壤样品重金属元素两两之间进行相关分析。从表 6可以看出,4种重金属含量之间呈正相关关系,而且都达到了显著或极显著水平。这说明各种重金属之间关系密切,源途径相似,各采样区同时受到几种重金属元素污染的可能性较大,即土壤污染存在复合污染特性(许书军等,2003)。
![]() |
锌、铜是植物生长发育所必需的微量元素,但土壤环境中过多的锌、铜元素也会对植物的正常生长造成干扰和胁迫。在植物体内,锌和铜正常的浓度水平分别在27~150 mg·kg-1和5~30 mg·kg-1(Kabata-Pendias et al., 1986)。所调查植物中,重金属锌的含量普遍偏高,平均值为49.91 mg·kg-1,不同种植物之间锌含量差异显著(P < 0.05, n=40)(图 4)。重金属铜的含量差别较小,均在10 mg·kg-1左右,不同种植物之间铜含量变化不明显(P=0.334, n=40)(图 5)。
![]() |
图 4 不同植物中重金属元素锌的含量 Fig.4 The content of heavy metal element Zn in different tree species |
![]() |
图 5 不同植物中重金属元素铜的含量 Fig.5 The content of heavy metal element Cu in different tree species |
镉对于植物虽然是非必需的元素,但是,它非常容易被植物吸收,只要土壤中镉的含量稍有增加,就会使植物体内的镉含量增高。不同种类植物中重金属镉的含量差别很大,其中,旱柳镉含量最高,达0.105 mg·kg-1,樟子松镉含量最低,为0.016 mg·kg-1,前者是后者的6.6倍。不同种植物之间镉含量差异极显著(P < 0.01, n=40)(图 6)。
![]() |
图 6 不同植物中重金属元素镉的含量 Fig.6 The content of heavy metal element Cd in different tree species |
土壤中的铅不易被植物吸收,即使进入植物根系也只有很少部分能向地上部转移。植物对铅的吸收量具有明显选择性。重金属铅对红松和花盖梨的选择性相对较大,二者的铅含量分别为9.02 mg·kg-1和6.63 mg·kg-1,不同种植物之间铅含量差异极显著(P < 0.01, n=40)(图 7)。
![]() |
图 7 不同植物中重金属元素铅的含量 Fig.7 The content of heavy metal element Pb in different tree species |
综上所述,对同一树种而言,锌的含量明显高于其他3种重金属,镉的含量最低;4种重金属的含量由高到低的顺序为:锌 > 铜 > 铅 > 镉。由此说明,同种植物对不同重金属的吸收富集能力不同。对同一种重金属而言,不同植物重金属的含量不同,其中,锌、铅含量差别较大,镉含量差别最大。由此说明,不同植物对同种重金属的吸收富集能力不同。
Baker等(1983)认为,植物地上部(干质量)中含镉达到100 mg·kg-1、含铅达到1 000 mg·kg-1、含锌达到10 000 mg·kg-1以上的植物才能称为超富集植物。因此,所测树种中并未发现超富集植物。
3.3.2 植物重金属富集系数不同植物体器官由于外部形态及内部结构不一致,其吸收重金属的生理生化机制不同,从而对所吸收重金属的积累量也不尽相同(许嘉琳等,1995)。富集系数是植物地上部和土壤中重金属含量的比值,是评价植物富集重金属能力大小常用的指标(孙龙等,2009)。
由表 7可知,不同植物对重金属的富集能力明显不同。对锌富集能力较强的植物有花盖梨、小叶杨,较弱的植物有红松、紫丁香;对铜富集能力较强的植物有小叶杨、樟子松,较弱的植物有花盖梨、紫丁香;对镉富集能力较强的植物有小叶杨、红松,较弱的植物有紫丁香、樟子松;对铅富集能力较强的植物有红松、花盖梨,较弱的植物有樟子松、紫丁香。
![]() |
各种植物重金属锌的富集系数由高到低依次为:花盖梨、小叶杨、旱柳、樟子松、榆树、红松、紫丁香;铜的富集系数依次为:小叶杨、樟子松、榆树、红松、旱柳、花盖梨、紫丁香;镉的富集系数依次为:小叶杨、红松、旱柳、榆树、花盖梨、紫丁香、樟子松;铅的富集系数依次为:红松、花盖梨、榆树、旱柳、小叶杨、樟子松、紫丁香。
3 结论与讨论1) 哈尔滨市区土壤大部分受到重金属锌、铜、镉、铅的污染,以镉污染最为严重。其中,工业区向环境中排放的含锌、铜、镉、铅的废弃物是哈尔滨市区土壤重金属污染的主要来源;市区公路机动车辆尾气的排放、轮胎橡胶的磨损以及公路建设产生的重金属污染物也造成较大程度污染。
2) 土壤重金属相关分析表明:4种重金属相关程度均达到显著或极显著,说明其来源途径相似,土壤污染存在复合污染特性。因此,应考虑综合防治与治理。
3) 不同植物对重金属镉的富集系数波动较大,小叶杨对镉的富集系数为0.655,约为樟子松的7倍,这可能与植物自身形态结构和生理功能相关。7种植物对重金属镉的富集系数普遍较其他重金属低,说明土壤中的镉较难被植物吸收;但红松和花盖梨的富集系数又明显高于其他植物(富集系数小于0.1),说明植物镉对重金属有一定的选择性。根据各个树种的重金属含量及富集系数进行综合分析,结果表明:小叶杨可作为哈尔滨市区防治重金属污染的重点选用树种,红松、旱柳、花盖梨可作为备选树种。
近年来,有关植物富集的研究较多,但主要集中在藻类和草本植物富集,如徐勤松等(2007)以黑藻(Hydrilla verticillata)为研究对象,研究了铜、锌在黑藻体内的富集,结果表明,铜、锌在黑藻叶中富集得越多,造成毒害越重。曹德菊等(2005)研究发现,鸭跖草(Commelina communis)是铜的超富集植物,空心泡(Rubus rosaefolius)和酸模(Rumex)对Pb有富集能力。黄永杰等(2006)在铜、铅和锌等重金属复合污染水域发现浮萍(Lemna minor)、香蒲(Typha)、芦苇(Phragmites anstrlis)等植物对铜、铅和锌等重金属有较强富集能力。魏树和等(2005)通过室外盆栽模拟试验及重金属污染区采样分析试验,首次发现杂草龙葵(Solanum nigrum)是一种镉超积累植物。目前,利用木本植物对重金属吸收、富集规律研究尚不多见。唐丽(2007)选择了杉木(Cunninghamia lanceolata)、马尾松(Pinus massoniana)、欧美杨(Populus×euramericana)等乔木树种为测试树种,研究3种树木对土壤重金属的富集规律,发现不同树木对重金属的吸收量有所不同,3种植物中以马尾松、杉木吸收重金属较突出,3种植物体内富集重金属能力由高到低顺序均为:砷 > 铅 > 锌 > 铜 > 镉。由于木本植物在城市绿化中发挥着重要的作用,因此有待于进行更深入的研究。
综上所述,市区表层土壤由于其特殊的功能和位置容易受到污染,主要污染原因为工业污染和交通污染。因此,为保护市区土壤、保持土壤资源的可持续利用,需要从工业污染排放控制、交通污染排放控制等方面入手,如:污水净化排放、固体废物处理填埋、汽车尾气达标排放等。此外,在城市建设过程中,可合理种植不同种类的植物,利用其生物学特性对土壤中的重金属进行吸收或转化,以达到改善土壤质量的目的。
[] | 曹德菊, 王光宇, 汪琰, 等. 2005. 安徽铜陵矿区优势植物的重金属富集特性研究. 农业环境科学学报, 24(6): 1079–1082. |
[] | 黄会一. 1989. 镉土治理林业工程的研究. 中国环境科学, 9(6): 20–28. |
[] | 黄敏, 杨海舟, 余萃, 等. 2010. 武汉市土壤重金属积累特征及其污染评价. 水土保持学报, 24(4): 135–139. |
[] | 黄永杰, 刘登义, 王友保, 等. 2006. 八种水生植物对重金属富集能力的比较研究. 生态学杂志, 25(5): 541–545. |
[] | 李健, 郑春江, 郭希利, 等. 1989. 环境背景值数据手册. 北京, 中国环境科学出版社. |
[] | 李其林, 黄昀, 骆东奇. 2000. 重庆市农作物基地土壤中重金属及污染特征. 土壤与环境, 9(4): 270–273. |
[] | 李天杰. 1996. 土壤环境学. 北京, 高等教育出版社. |
[] | 李仰征, 马建华. 2011. 高速公路旁土壤重金属污染及不同林带防护效应比较. 水土保持学报, 25(1): 105–109. |
[] | 刘廷良, 高松武次郎, 左濑裕之. 1996. 日本城市土壤的重金属污染研究. 环境科学研究, 9(2): 47–51. |
[] | 骆永明. 1999. 金属污染土壤的植物修复. 土壤, 31(5): 261–265. |
[] | 唐丽. 2007. 尾矿复垦后植物富集重金属规律的研究——以氰化废渣区域为例. 福建林业科技, 34(1): 46–49. |
[] | 石宁宁, 丁艳锋, 赵秀峰, 等. 2010. 某农药工业园区周边土壤重金属含量与风险评价. 应用生态学报, 21(7): 1835–1843. |
[] | 孙龙, 韩丽君, 何东坡, 等. 2009. 绥满公路两侧森林区土壤-植被重金属的分布特征及污染评价. 林业科学, 45(9): 72–78. DOI:10.11707/j.1001-7488.20090913 |
[] | 王庆仁, 刘秀梅, 崔岩山, 等. 2001. 土壤与水体有机污染的生物修复及其应用研究进展. 生态学报, 21(1): 159–163. |
[] | 魏树和, 周启星. 2004. 重金属污染土壤植物修复基本原理及强化措施探讨. 生态学杂志, 23(1): 65–72. |
[] | 魏树和, 周启星, 王新. 2005. 超积累植物龙葵及其对镉的富集特征. 环境科学, 26(3): 167–171. |
[] | 徐勤松, 施国新, 许丙军, 等. 2007. Cu、Zn在黑藻叶片中的富集及其毒理学分析. 水生生物学报, 31(1): 1–8. |
[] | 许嘉琳, 杨居荣. 1995. 陆地生态系统中的金属. 北京, 中国环境科学出版社. |
[] | 许书军, 魏世强, 谢德体. 2003. 三峡库区耕地重金属分布特征初步研究. 水土保持学报, 17(4): 64–66. |
[] | 叶琛, 李思悦, 卜红梅, 等. 2010. 三峡水库消落区蓄水前土壤重金属含量及生态危害评价. 土壤学报, 47(6): 1264–1269. DOI:10.11766/trxb200904150174 |
[] | 余健, 房莉, 方凤满, 等. 2010. 芜湖市不同功能区土壤重金属污染状况与环境质量评价. 水土保持学报, 24(2): 210–214. |
[] | Baker A J M, Brooks R R, Pease A J, et al. 1983. Studies on copper and cobalt tolerance in three closely related taxa within the genus Silene L.(Caryophyllaceae) from Zaire. Plant and Soil, 73(3): 377–385. DOI:10.1007/BF02184314 |
[] | Kabata-Pendias A, Pendias H. 1986. Trace elements in soils and plants. Boca Raton: CRC Press. http://agris.fao.org/agris-search/search.do?recordID=US19930080318 |
[] | Li J, Wu Y Y. 1991. Historical changes of soil metal background values in select areas of China. Water, Air and Soil pollution, 57/58(1): 755–761. DOI:10.1007/BF00282939 |
[] | Li H J, Wang M B, Cai B F. 2002. Spatial and temporal char-acteristics of soil moisture dynamics in Loess Plateau. Chinese Journal of Applied Ecology, 14(4): 515–519. |
[] | Madrid L, Diaz B E, Madrid F. 2002. Distribution of heavy metal contents of urban soils in parks of Seville. Chemosphere, 10(49): 1301–1308. |
[] | Plaza G, Nalecz-Jawecki G, Ulfig K, et al. 2005. The application of bioassays as indicators of petroleum contaminated soil reme-diation. Chemosphere, 59(2): 289–296. DOI:10.1016/j.chemosphere.2004.11.049 |
[] | Song N H, Zhang S, Hong M, et al. 2010. Impact of dissolved organic matter on bioavailability of chlorotoluron to wheat. Environmental Pollution, 158(3): 906–912. DOI:10.1016/j.envpol.2009.09.019 |