重金属微粒通常以工矿烟囱、废物堆或公路为中心向周围扩散(郑喜珅等，2002)，并经过自然沉降进入土壤.除了工业污染，道路交通已成为路侧土壤重金属的主要来源(Wiseman et al., 2013).交通源产生的重金属微粒在土壤中不断累积，并通过植物吸收进入植物体内产生富集，使得路侧植物体内的重金属含量高于远离道路的区域，并可能进入食物链而对生态环境产生潜在危害，这也使得交通源重金属污染问题引起了社会广泛的关注.

交通源产生的主要重金属污染物包括Cu、Zn、Pb、Cd等(Yan et al., 2013)，主要来源于机动车燃料燃烧后尾气的排放，车辆零部件间、轮胎与路面间磨损后重金属粉尘等(陈长林等，2006).根据丹麦国家环境研究所(Winther et al., 2010)、Carrero等(2010)和Wiseman等(2013)研究可知：刹车片及其它金属零部件的磨损是Zn、Cd、Pb、Cu的主要来源；轮胎的磨损也是Zn的主要来源，同时还包括微量的Cd、Cu、Pb；路面磨损产生一定量的Cu、Pb，尤其是路面黄线中含有相当量的Pb；虽然近年来无铅汽油已广泛使用，汽车尾气中仍然含有一定量的Pb和微量的Cu、Cd；另外，润滑油中也含有大量的Cu、Cd、Zn及少量Pb.根据交通源重金属的来源和性质可知，路侧土壤重金属含量受交通状况、道路条件等因素影响.交通量越大，路侧土壤重金属含量越高(Chen et al., 2010)；路口、拐弯、上下坡、拥堵等刹车使用频繁的路段，路侧土壤重金属含量相对较高(Wiseman et al., 2013)；路面条件较差、路面与轮胎摩擦大的路段，路侧土壤重金属含量也较高(Wiseman et al., 2013).

近几十年来，国内外许多学者利用不同方法开展了有关路侧重金属分布规律及其与道路交通关系的研究.张慧峰等(2010)、李波等(2005a；2005b)采集了城市道路两侧的土壤样品进行分析研究，这种在城市道路旁直接采样检测的方法能直接反映当前路侧土壤和植物的受污染水平，但不能完全排除交通源外的其它污染，比如附近工业排放的含重金属的污染；Wiseman等(2013)用实验室土壤代替原路侧一部分30 cm深的土壤，实验的7个月中，隔一定的时间采集各种样本进行检测，这种采用代替土壤的方法有利于排除不同地点土壤成土过程中自身重金属含量不同这一影响因素，但这一方法也不能完全排除实验期间交通源以外的污染.

青藏高原是世界平均海拔最高的高原，有着“世界屋脊”和“第三极”之称，是至今受人类污染最少的地区之一(Yan et al., 2013).随着铁路、公路在青藏的修建，人类活动慢慢渗入，青藏高原的生态环境也随之受影响.一方面，人们不愿看到这片净土受到破坏，国内外众多专家学者也致力于这片土地的保护与修复；另一方面，青藏高原清洁的环境也给我们研究交通带来的污染提供了得天独厚的便利条件——剔除了工业等人为污染的影响，但现有关于高原地区交通源路侧土壤重金属含量的研究还相对较少.

为研究青藏高原地区道路交通对主要道路路侧土壤重金属含量的影响现状、路侧土壤重金属元素的分布规律及其影响因素，本文采集了青藏高原西宁市至拉萨市3条路段20个断面路侧100个采样点的表层土壤样品，对其进行重金属含量的测定及分析，因为所在路段分布在青海及西藏，故采用《中国土壤元素背景值》(中国环境监测总站，1990)中青海及西藏的土壤Cu、Zn、Pb、Cd含量作为背景值.

本次实验采样于2011年7—8月进行，采样路段为214国道(西宁至清水河镇路段)、青海省308省道(清水河镇至不冻泉路段)、109国道(不冻泉至拉萨路段).其中，109国道即青藏线，是目前通往西藏里程最短、路况最好的公路，也是最繁忙的进藏路线，还是唯一常年通车的进藏公路；214国道因沿途风景独特，呈现出生物、地质和景观的多样性，对于环境污染非常敏感；青海308省道是109国道与214国道的联络线，是除214国道外进入玉树的另一条主要通道，由于2010年4月地震的破坏，308省道部分路段经过重新修建.3条路段的地理位置及采样断面位置如图 1，采样断面基本上是按照等间距原则选取，各采样断面情况见表 1、表 2所示，其中，车流量为采集土样时的观测估计值，后面的分析中将用“高”、“中”、“低”这3个等级进行分析.

图 1(Fig. 1)

图 1 采样点地理位置图 Fig. 1 Sampling sites on Qinghai-Tibet Plateau

表1(Table 1)

表1 采样路段概况 Table 1 Sampling section profiles

表1 采样路段概况 Table 1 Sampling section profiles 路段 采样断面编号 海拔/m 路面材质 车流量/(辆·h-1) 等级 G214 1~7 3000~4500 沥青路面 50~200 中 S308 8~9 4000~4500 沥青路面 50~200 中   10~12   石子路面 <50 低 G109 13~20 4500~5000 沥青路面 >200 高

表2(Table 2)

表2 采样断面土壤类型 Table 2 Soil types of sampling sections

表2 采样断面土壤类型 Table 2 Soil types of sampling sections 土壤类型 采样断面编号 含沙多的草甸土(MEAHS) 1、10、13、17、20 含沙少的草甸土(MEALS) 2、8、9、12、19 纯草甸土(MEADOW) 3~7、11、14~16

3条路段中共选取20个断面，每个断面之间的距离至少为10 m，在各个断面距路侧0 m、10 m、30 m、50 m及100 m，每处4 m×10 m的区域内，按照“S”型曲线采集表层(0~5 cm)8~10个土壤样；混合后装入塑料自封袋，标号，作为1个采样点的土壤样品，并记录这个采样点的土壤类型、离路侧的距离，以及所在断面的道路路面材料、海拔和车流量.

土壤样品在实验室经自然风干后，用玛瑙研钵进行研磨，过100目的尼龙筛(过筛后的土壤颗粒直径小于0.15 mm)；称取研磨后的土样(0.3000±0.0001)g，置于PTFE(聚四氟乙烯)消解罐中，依次加入6 mL高纯硝酸、3 mL高纯盐酸和0.25 mL双氧水，用微波消解仪(GEM mars)消解；将消解液定容至(50.00±0.01)g，经0.45 μm的微孔滤膜过滤，取1 mL溶液稀释至(10.00±0.01)g；最后用ICP-MS测定过滤稀释后的溶液中Cu、Zn、Cd、Pb的含量，并按照之前的样品重量、稀释倍数等数据计算出土壤中重金属的含量(Yan et al., 2013).

样品测定的同时测定了20%的随机样品平行样，并插入质控样品(5%的空白样本、5%的国家标准土壤样本GSS-7)，以确保样品两次测量值间及质控样品的相对标准偏差小于10%.

数据处理与分析运用统计软件SPSS20.0和Excel进行，数据分析方法为非线性回归和CHAID决策树分析法.

非线性回归法用公式(1)表达重金属含量的变化趋势(Yan et al., 2013)

决策树方法是一种典型的分类方法，在市场分析、通信网络、医学、心理学等领域得到了广泛应用，但在土壤重金属研究领域还鲜有学者使用.CHAID(Chi-Squared Automatic Interaction Detection，卡方自动交互检测)算法最早由Kass于1980年提出，是依据卡方检验来检测自变量和因变量的关系，根据检验结果的显著性进行多因素的自我分层的方法(何凡等，2005).

CHAID分类过程是：首先选定自变量(需要分类的变量)，然后用因变量(需要解释的变量)与自变量进行交叉分类，产生一系列二维分类表，分别计算其χ²值，比较p值的大小，以p值最小的二维表作为最佳初始分类表，在最佳二维分类表的基础上重复之前的过程，进行分类，直到p值大于设定的有统计意义的α值(0.95)，停止分类(何凡等，2005)，用SPSS 20.0中分类回归树实现分类及作出树型图.

图 2所示为20个采样断面距路侧不同距离处的4种重金属含量均值.从图 2可以看出，每个采样断面距路侧前30 m内重金属产生了一定的聚集，土壤重金属含量基本随距路侧距离的增加而降低；另外，调查时期观察到各道路车流量为G109＞G214＞S308，但可能由于308省道通车时间早、近年来的修建、路况较差等原因，整体来看，各路段土壤重金属平均含量为G109(43.31 mg · kg^-1)＞S308(36.16 mg · kg^-1)＞G214(33.55 mg · kg^-1).图中土壤重金属背景值分别为青海及西藏Cu、Zn、Pb、Cd含量的均值，可以看出，3条路段路侧土壤重金属含量均值均高于背景值，说明道路交通对路侧土壤重金属含量确实有相当大的影响.

图 2(Fig. 2)

图 2 各断面平均重金属含量 Fig. 2 Mean heavy metals concentrations of each section

表 3所示为Cu、Zn、Cd、Pb随距路侧距离变化的描述性统计及青海与西藏的背景值.图 3所示为Cu、Zn、Cd、Pb含量随距路侧距离变化的平均值及拟合曲线方程.由图可知，4种重金属元素含量的平均值用非线性方法拟合后得到的R²分别为0.945、0.987、0.970和0.983，拟合度非常高.为描述随距路侧距离变化，重金属含量与背景值的差异，对不同距离处各重金属含量及其背景值进行了t检验，所用到的独立样本t检验的公式如式(2)所示，其中， ₁和₂为两样本平均值，S₁和S₂为两样本标准差，n₁和n₂为两样本容量，检验结果如表 4所示.

表3(Table 3)

表3 各重金属的描述统计 Table 3 Descriptive statistical results of different heavy metals

表3 各重金属的描述统计 Table 3 Descriptive statistical results of different heavy metals 路侧距离/m Cu含量/(mg·kg-1) Zn含量/(mg·kg-1) 最大值 最小值 平均值 标准差 最大值 最小值 平均值 标准差 注：各重金属不同距离处的样本数均为20，背景值的样本数均为320. 0 38.50 19.76 26.8 5.02 200.54 82.25 114.57 32.41 10 31.73 15.71 22.74 4.04 199.82 78.35 104.68 26.22 30 30.42 15.6 22.48 4.14 152.14 76.94 98.86 16.72 50 29.99 14.75 20.9 4.35 139.24 66.69 93.01 16.04 100 30.10 12.88 21.28 4.69 133.44 60.31 91.68 14.25 背景值 22.05 8.95     77.15 23.05 路侧距离/m Cd含量/(mg·kg-1) Pb含量/(mg·kg-1) 最大值 最小值 平均值 标准差 最大值 最小值 平均值 标准差 0 1.88 0.17 0.43 0.4 142.96 17.47 41.83 31.64 10 0.71 0.17 0.28 0.13 61.98 15.04 28.85 12.97 30 0.71 0.14 0.26 0.12 54.75 11.99 25.76 9.21 50 0.53 0.09 0.22 0.09 56.87 13.14 24.64 9.14 100 0.47 0.13 0.22 0.08 51.16 13.32 22.67 7.56 背景值     0.109 0.0355     24.85 7.66

图 3(Fig. 3)

图 3 重金属元素含量随路侧距离的变化及拟合曲线 Fig. 3 Concentrations and fitted curve of metals in different distances

表4(Table 4)

表4 各元素与其背景值关系的t检验结果 Table 4 t-test between 4 heavy metals and their background value

表4 各元素与其背景值关系的t检验结果 Table 4 t-test between 4 heavy metals and their background value 路侧距离/m Cu Zn Cd Pb t值 p值 t值 p值 t值 p值 t值 p值 0 2.35 0.0297 6.86 0.0000 13.86 0.0000 6.97 0.0000 10 0.34 0.7376 5.14 0.0001 15.72 0.0000 2.16 0.0438 30 0.21 0.8359 4.14 0.0006 14.20 0.0000 0.51 0.6159 50 -0.57 0.5754 3.03 0.0069 12.34 0.0000 -0.12 0.5754 100 -0.38 0.7082 2.78 0.0119 11.85 0.0000 -1.24 0.2301

结合图 3与表 4可以发现，路侧土壤中Cu的平均含量从0 m处的26.8 mg · kg^-1开始下降，并于路侧30 m处开始趋于平稳直至21.5 mg · kg^-1，与背景值(22.05 mg · kg^-1)无明显差异.Cu含量快速降低的过程主要集中在路边10 m范围内，这与Shaikh等(2006)发现的路侧土壤中Cu含量的骤减发生在路侧6 m左右的的结论一致.如前所述，Cu主要来自于刹车片、其他金属零部件、路面的磨损及机油的泄露，而不是以尾气的形式排出，因此，含Cu的微粒较重，比较容易沉降在离道路很近的土壤中.

距离路侧0~50 m的范围内，Zn含量从114.6 mg · kg^-1开始缓慢降低，从距路侧50 m处开始逐渐稳定在92 mg · kg^-1左右，大大高于背景值(77.15 mg · kg^-1)，从t检验也可看出Zn的含量与背景值差异较大.Zn呈现出与Cu不同的下降趋势，Cu含量在前30 m内快速下降，而Zn含量在前50 m内缓慢下降，这可能是因为Zn的主要来源比Cu多了一项轮胎磨损，轮胎磨损产生的微粒较金属磨损产生的微粒更易被高原常年的大风带走沉降到更远的地区.

与Cu的分布相似，Cd含量从0 m处的0.43 mg · kg^-1快速下降至10 m处的0.28 mg · kg^-1，在30 m之后逐渐趋于平稳，为0.22 mg · kg^-1左右，远高于背景值(0.109 mg · kg^-1)，与背景值差异较大.

路侧土壤中Pb含量随距路侧距离的变化趋势与Cu、Cd类似.10 m内Pb含量从41.8 mg · kg^-1快速降至29.2 mg · kg^-1，随后缓慢下降直至30 m处的 24.5 mg · kg^-1，之后一直趋于稳定至22.67 mg · kg^-1，t检验发现与背景值(24.85 mg · kg^-1)差异不大.Warren等(1987)也发现Pb含量在路侧10 m的范围内骤降.

李波等(2005a； 2005b)研究发现，路侧土壤重金属含量在路侧30 m左右处呈现最大值，与Shaikh等(2006)、Warren等(1987)及本研究发现的土壤重金属含量随距路侧距离的增加呈指数型下降的趋势不同.可能是因为城市道路路侧土壤重金属污染受到了众多外界因素的干扰，如工业、农业等污染，充分体现了在青藏高原研究道路交通与土壤重金属污染关系的优势.

用SPSS20.0软件中CHAID决策树功能分析前的参数设置包括：树的最大深度为3个层次；父节点的最小事件数为10，子节点的最小事件数为5；显著性水平为0.05.同时，设计了路侧距离、车流量、土壤类型和路面类型这4个因素作为变量；高原地区大气压强低，空气稀薄，导致汽车发动机功率下降，据研究表明，海拔每升高100 m，燃油消耗增加3.8%~5.5%(聂存庆，2012)，故随着海拔的升高，与燃油相关的重金属的排放也越高，所以在此，海拔用来作为影响土壤重金属含量的一个因素.最后用SPSS20.0作出了Cu、Zn、Pb、Cd的树型图，具体如图 4所示，其中样本比例指该分类样本数占总样本的比例.

图 4(Fig. 4)

图 4 Cu、Zn、Pb、Cd的树型图(平均值单位为mg · kg-1) Fig. 4 Tree diagrams of Cu，Zn，Pb and Cd

由Cu的决策树可以看出，100个土壤样本中Cu含量的平均值为22.84 mg · kg^-1.其中，海拔是影响土壤Cu含量最重要的因素，当海拔为3000 m时，土壤中Cu的平均含量最高，为28.60 mg · kg^-1；当海拔在3500~4500 m时，Cu含量稍低，为22.54 mg · kg^-1；当海拔为5000 m时，Cu含量最低，为16.39 mg · kg^-1.当海拔在3500~4500 m的条件下，Cu含量随距路侧距离增大而减小，在0~10 m因Cu含量下降显著被分成了两类，与之前的曲线拟合结果一致；当路侧距离为0 m时，车流量越大Cu含量越高.

Zn的决策树结果表明，土壤类型是影响Zn含量最重要的因素，含沙量高的草甸土(MEAHS)Zn含量最高，为113.05 mg · kg^-1，含沙量低的草甸土(MEALS)和纯草甸土(MEADOW)中Zn含量平均为95.21 mg · kg^-1，这解释了曲线拟合后为何Zn的下降趋势与其他元素稍有不同；土壤类型为后两种时，海拔对其影响较大，当海拔为3000、3500、5000 m时，土壤中Zn含量较高，为83.35 mg · kg^-1；当海拔在4000~4500 m时，Zn含量稍低，为98.44 mg · kg^-1.

Pb的树型图表明了交通量是影响Pb含量最重要的因素，交通量较低和中等时Pb含量的平均值为20.74 mg · kg^-1，交通量高时Pb含量平均为40.76 mg · kg^-1.同样，土壤类型和路侧距离也是影响Pb含量比较重要的因素，排在交通量之后 的第二层，在车流量中低水平下，含沙高的土壤(MEAHS)中Pb的含量较高，与Zn一致，可能是含沙高的土壤中植物较少，较少的重金属被植物所集聚.车流量高的情况下，路侧距离对土壤重金属含量影响较大，重金属含量随路侧距离的增加而减少，在10 m处和30 m处下降趋势逐渐变缓，与之前曲线拟合结果一致.

根据聂存庆(2012)的研究来看，随着海拔的升高，与燃油相关的重金属的排放越高，汽车尾气中含有大量的Pb和微量的Cu，Cu和Zn主要来源于机油泄露、刹车片和轮胎的摩擦，但影响Pb的主要因素中没有海拔，而影响Cu和Zn的主要因素中却有海拔.这可能是因为高原常年大风，随尾气排放的Pb极易被风带走，在路侧表现出的Pb是轮胎和路面磨损产生的，所以下降趋势与Cu、Cd一致(图 3).而Cu和Zn以轮胎、刹车磨损碎削为主，高原路起伏较大，弯也多，大车货车多，经常刹车，刹车片、轮胎磨损较为严重.

由Cd的决策树分析结果可知，路侧距离是影响Cd含量最重要的因素，0~10 m内因下降明显被分成了两类，0 m时Cd含量为0.432 mg · kg^-1，10~100 m时，Cd含量平均为0.243 mg · kg^-1，与之前的曲线拟合显示的结果一致；路侧距离为0 m时，车流量越大Cd含量越高.

1)本文研究的3条路段路侧土壤重金属平均含量排序为:G109＞S308＞G214，均远高出对应的青海及西藏土壤重金属含量的背景值，说明3条道路路侧土壤都受到道路交通的影响，产生了一定的交通源重金属富集.

2)重金属在路侧土壤分布的最大距离随着重金属的种类而变化，例如，Cu、Cd和Pb的含量在路侧10 m内快速下降，30 m后开始逐渐趋于稳定；而Zn的含量随距路侧距离的增加而缓慢降低.Zn、Cd的含量一直远远高于背景值，Cu、Pb的含量在30~100 m间略低于背景值，反应了本文选取的整个青海及西藏的背景值不能很好地代表本文研究路段的背景值.未来关于青藏高原土壤重金属的研究，可以选择每个研究断面的较远处的土壤作为参考背景值，或者可以考虑使用实验室土壤代替，以供长期研究.

3)影响重金属在路侧土壤中含量的因素因重金属的种类不同而各异，通过CHAID决策树分析可以得出：影响Cu含量的主要因素依次为海拔、路侧距离和车流量；影响Zn含量的主要因素依次为土壤类型和海拔；影响Cd含量的主要因素依次为路侧距离和车流量；影响Pb含量的主要因素依次为车流量、土壤类型和路侧距离.在今后的研究中，除了需要增多同一路段的样本量，还需考虑其他一些因素对重金属含量的影响，比如路侧植物情况、土壤的理化性质和土壤中重金属各形态含量等.