鲁西北平原典型农业县土壤质量评价分析

Soil Quality Evaluation and Analysis of Typical Agricultural Counties in the Northwest Plain of Shandong Province

摘要: 土壤养分和重金属是影响耕地质量的重要因素，探究宁津县土壤质量空间分布特征及其影响因子，为高质量农田建设提供理论依据。以2020年宁津县耕地208个样地土壤养分和重金属为研究对象，采用模糊数学法对土壤养分进行肥力评价、内梅罗指数法对土壤重金属进行污染风险评价，结合Topsis法对土壤质量进行评价。结果表明，土壤pH值的均值为8.28，整体呈碱性；有机质、全氮的平均含量分别为17.37 g∙kg⁻¹、1.03 g∙kg⁻¹，相对缺乏；有效磷、速效钾、缓效钾的平均值含量分别为51.76 mg∙kg⁻¹、158.83 mg∙kg⁻¹、808.71 mg∙kg⁻¹，相对丰富；土壤综合肥力指数的平均值为0.48，整体属于较低水平。土壤重金属铬、镉、铅、砷、汞的平均浓度分别为63.54 mg∙kg⁻¹、0.21 mg∙kg⁻¹、22.97 mg∙kg⁻¹、13.40 mg∙kg⁻¹、0.05 mg∙kg⁻¹，均低于标准值。土壤质量的空间分布结果表明：县城周边区域土壤质量偏低，土壤质量整体处于中等水平。通过阐述宁津县土壤质量的空间分布特征，掌握土壤质量现状，并根据其现状提出改善的合理性建议，进行土壤资源的精确管理。

Abstract: Soil nutrients and heavy metals are important factors affecting the quality of arable land. Exploring the spatial distribution characteristics and influencing factors of soil quality in Ningjin County provides a theoretical basis for the construction of high-quality farmland. Taking the soil nutrients and heavy metals of 208 cultivated land plots in Ningjin County in 2020 as research objects, the fuzzy mathematics method was used to evaluate the fertility of soil nutrients, the Nemerow index method was used to evaluate the pollution risk of soil heavy metals, and the Topsis method was combined to evaluate the soil quality. The results showed that the average pH value of the soil was 8.28, indicating an overall alkaline state; The average contents of organic matter and total nitrogen are 17.37 g∙kg⁻¹ and 1.03 g∙kg⁻¹, respectively, indicating a relative deficiency; The average contents of available phosphorus, available potassium, and slow-release potassium are 51.76 mg∙kg⁻¹, 158.83 mg∙kg⁻¹, and 808.71 mg∙kg⁻¹, respectively, which are relatively abundant; The average value of the comprehensive soil fertility index is 0.48, which is generally at a relatively low level. The average concentrations of heavy metals chromium, cadmium, lead, arsenic, and mercury in the soil were 63.54 mg∙kg⁻¹, 0.21 mg∙kg⁻¹, 22.97 mg∙kg⁻¹, 13.40 mg∙kg⁻¹, and 0.05 mg∙kg⁻¹, respectively, all of which were lower than the standard values. The spatial distribution of soil quality shows that the soil quality in the surrounding areas of the county is relatively low, and the overall soil quality is at a moderate level. By elaborating on the spatial distribution characteristics of soil quality in Ningjin County, grasping the current status of soil quality, and proposing reasonable suggestions for improvement based on its current situation, precise management of soil resources can be carried out.

1. 引言

土壤是农业生产的基础，对于农业发展和粮食安全具有重要的意义[1] [2]。土壤质量对于农业的可持续发展具有重要意义，准确客观评价土壤质量是充分利用土壤资源的保障[3] [4]。在过去的土壤学研究中，多数学者把关注点往往放在土壤肥力上面，而忽视了其他土壤质量的重要生态功能。现今的研究中，土壤质量的内涵被不断丰富和发展，包括维持生态系统内生产的能力、保障环境质量的能力、保护动植物和人类健康的能力。

土壤养分是土壤肥力的重要组成部分，是农作物生长发育所需矿物质的来源[5]，是保证土壤质量的关键[6] [7]。相关研究表明，适宜性的土壤养分评价对于指导农业生产和促进土壤养分的可持续利用具有重要意义。有效实现土壤肥力定量指标和定性语言表达间的转换是科学评价土壤肥力的基础，目前对于土壤养分评价的方法主要有模糊数学法、内梅罗综合指数法和主成分分析法等，这些评价方法所得出的评价结果具有一定的差异性[8]。模糊数学法具有一定的优势在因子定量化方面，可以表征单项指标的相对级别和绝对等级，从而实现对土壤肥力的状况的准确评价。因此，本文采用模糊数学方法对宁津县土壤养分各指标进行肥力评价。

土壤重金属由于难以自然降解，在土壤中不断富集，因此引发了土壤重金属污染，严重危害人类生命健康安全[9]。土壤重金属污染物的来源十分广泛[10]，如大气降尘、工业废水排放、化肥施用等都会加剧土壤重金属的含量，增加土壤重金属污染风险。运用地统计学和GIS相结合的方法分析土壤重金属污染的空间分布特征，对土壤重金属污染进行评价[11]。土壤重金属的空间分异是由于多种因子共同作用导致的，王金霞等[12]认为典型农业区土壤重金属累积主要来源于家畜养殖及工农业生产活动，周伟等[13]认为高程、坡度和土壤类型是影响土壤重金属空间分异的重要影响因素。土壤重金属污染评价方法主要有单因子指数法、内梅罗综合指数法、潜在生态风险指数法和土地累积指数法等。内梅罗综合指数法是在土壤重金属污染风险评价时运用较为广泛的综合指数法，可以较全面地判断其重金属的污染程度。

土壤质量是一个复杂的多功能实体，不能被直接的测量或定性，需要选择合适的土壤质量指标体系对其进行定性或定量的评价[14]。目前，国内外主要通过选择土壤理化性质等土壤属性作为评价指标对土壤质量进行评价，没有形成统一的评价体系。物理指标、化学指标和生物指标是土壤质量评价的3个主要方面[15]。土壤的生产能力和土壤的健康状况是土壤质量评价的基础[16]，本文将土壤养分与土壤重金属结合利用Topsis法建立对于土壤质量评价的体系[17] [18]，为量化宁津县土壤质量，指导农业生产提供理论依据。

德州市宁津县整体位于华北平原的中部，具有悠久的农业耕作历史，是山东省的农业生产大县。但是由于不当的土地利用和管理，加之土壤侵蚀、酸化、污染、盐碱化等其他自然问题对于耕地养分流失产生重要的影响，严重威胁当地的经济发展。因此，应探明其土壤养分和重金属的空间分布，评价不同的区域的土壤质量状况，以便更好地保障生态农业持续高效发展[19]。本研究以德州市宁津县耕地土壤为研究对象，对土壤养分和重金属的含量状况及其影响因素进行了深入分析，旨在揭示宁津县土壤质量的空间分布特征，并对土壤质量做出定性评价，以期为土地管理和农业可持续发展提供科学参考。

2. 材料与方法

2.1. 研究区概况

Figure 1. Study area and sampling point map

图1. 研究区域和采样点图

宁津县位于德州市的西北部(37˚31'30''~37˚51′N, 116˚30'30''E)，地处山东丘陵的北部，由2个街道、9个镇、1个乡组成，面积约为821.65 km²。该县地处华北黄泛冲击平原，由黄河多次迁徙所形成，地势西北高，东南低。境内分布有漳卫新河、朱家河、宁津新河、宁北河、宁南河等五条河流，地下水位埋藏较浅。本县属于暖温带半湿润季风性气候，四季分明，水热资源较为丰富。夏季高温多雨，冬季寒冷干燥，日照充足，最多风向为西南风。春季气温回升较快，降雨较少，地面蒸发量大，土壤盐碱化问题较为严重。该县成土母质多为第四纪黄泛冲积物，土壤质地层次多，剖面构造复杂[20]。该县以小麦和玉米为主要的粮食作物，以大豆和花生为主要的经济作物，熟制以两年三熟为主。

2.2. 样品测量方法

参照研究区土壤图和土地利用现状图，在宁津县按照“随机”、“等量”和“多点混合”的原则，于2020年选取样地点208个(图1)。每个样地点取耕层0~20 cm土壤样品3个，并均匀混合后得到1个土壤样品，共采集土壤样品208个。利用GPS准确记录每个中心点的经纬度位置，取样时尽量避开公路、住宅、河流等易干扰地段。将样品及时送回实验室，通风晾干，去除杂质，过筛后化学分析。

土壤pH测量采用测定电位法、土壤有机质(SOM)测定采用重铬酸钾法、全氮(TN)测定采用半微量开氏法、速效钾(AK)和缓效钾(SK)测定采用火焰光度法、有效磷(AP)测定采用碳酸氢钠提取–钼锑抗比色法。土壤重金属镉(Cd)和铅(Pb)采用石墨炉原子吸收分光光度法、汞(Hg)和砷(As)采用原子荧光法、铬(Cr)采用火焰原子吸收分光光度法。

2.3. 土壤质量评价方法

土壤肥力评价 采用模糊数学法进行综合评价，选取了pH值、有机质、全氮、有效磷、速效钾、缓效钾共6个指标综合反映土壤的肥力状况，采用相关系数法确认指标权重[21]，最终计算出各评价指标的综合得分，得出土壤综合肥力水平。

(1) 相关系数法确认权重 权重确认方法有熵值法[22]、因子分析法、主成分分析法[23]、特尔非法、相关系数法等，其中利用相关系数法能够相对准确地揭示指标间的相互作用，避免人为因素的影响。首先用SPSS软件计算出各单项指标间的相关系数表(表1)，相关系数为负取绝对值，进而求出某单项指标与其他指标间相关系数的平均值，最后将该平均值除以所有肥力指标相关系数平均值总和的比值，作为该单项肥力指标的权重。pH、有机质、全氮、有效磷、速效钾、缓效钾的权重值分别为：6.11%、32.46%、36.63%、8.35%、12.35%、9.09%。

Table 1. Correlation coefficients between soil nutrients

表1. 土壤养分之间的相关系数

Index	pH	SOM	TN	AP	AK	SK
pH	1
SOM	−0.022	1
TN	−0.018	0.984**	1
AP	0.016	0.083	0.054	1
AK	−0.055	0.125	0.125	0.172*	1
SK	−0.137*	0.099	0.097	−0.013	0.022	1

注：*在0.05水平(双侧)上显著相关；**在0.01水平(双侧)上显著相关。

(2) 隶属度函数确定 由于有机质、全氮、有效磷、速效钾、缓效钾这类养分指标在一定范围内增大时，其对肥力的贡献增大，低于或高于一定范围时，其影响力会维持在稳定水平。故对该类指标采用S型函数计算隶属度：

$f\left(x\right)=\{\begin{array}{ll}1.0,\hfill & x\ge x_2\hfill \\ 0.9\left(x-x_1\right)/\left(x_2-x_1\right)+0.1,\hfill & x_1<x<x_2\hfill \\ 0.1,\hfill & x\le x_1\hfill \end{array}$ (1)

由于pH值对于作物的生长发育都有一个最适宜范围，低于或高于此范围时，偏离程度越大对于作物的生长发育越不利。故对该类指标采用抛物线型隶属函数：

$f\left(x\right)=\{\begin{array}{ll}0.1,\hfill & x\ge x_4,x<x_1\hfill \\ 0.9\left(x-x_1\right)/\left(x_2-x_1\right),\hfill & x_1\le x<x_2\hfill \\ 1.0,\hfill & x_2\le x<x_3\hfill \\ 0.1+0.9\left(x-x_3\right)/\left(x_4-x_3\right),\hfill & x_3\le x<x_4\hfill \end{array}$ (2)

式中：$f\left(x\right)$ 为评价因子的隶属度值，x为实测值，隶属度大小为0.1~1.0。各肥力指标的隶属度函数曲线转折点如表2。

Table 2. Inflection point values of soil nutrient index membership function

表2. 土壤养分指标隶属度函数拐点值

指标	$x_1$	$x_2$	$x_3$	$x_4$
pH	6	6.5	7.5	8.5
SOM/(g∙kg^−1)	10	40	—	—
TN/(g∙kg^−1)	0.75	2	—	—
AP/(mg∙kg^−1)	5	40	—	—
AK/(mg∙kg^−1)	50	200	—	—
SK/(mg∙kg−1)	200	500	—	—

(3) 土壤综合肥力指数IFI的计算 土壤综合肥力指数IFI的计算公式如下：

$\text{IFI}={\displaystyle \sum f_i\times a_i}$ (3)

式中：IFI为土壤肥力综合评价指数，$f_i$ 和$a_i$ 分别为第i个评价指标的隶属度值和权重系数。将IFI进行等级划分，如表3。

Table 3. Classification standards for soil fertility grades

表3. 土壤肥力等级划分标准

肥力等级	Ⅰ	Ⅱ	Ⅲ	Ⅳ
综合肥力指数(IFI)	IFI > 0.7	0.7 ≥ IFI > 0.6	0.6 ≥ IFI > 0.5	IFI ≤ 0.5

土壤重金属评价 土壤重金属污染采用单因子指数(PI)和内梅罗综合指数(PN)来评价[24]。参与评价的重金属包括：Cr、Cd、Pb、AS、Hg共五个指标。

单因子指数法 单一重金属污染程度主要是运用单因子污染指数法来评价，计算公式如下：

$P_i=\frac{C_i}{S_i}$ (4)

式中：$P_i$ 为土壤重金属i的单因子指数；$C_i$ 为重金属i的实测值；$S_i$ 为《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618-2018)中农用地土壤污染筛选值。

内梅罗综合指数法 多种重金属污染程度主要是运用内梅罗综合污染指数法来评价，计算公式如下：

$P_n=\sqrt{\frac{{\overline{P}}^2+P_{i\max }^2}{2}}$ (5)

式中：$P_n$ 为土壤重金属综合污染指数；$\overline{P}$ 为所有评价重金属元素单因子污染指数的平均值；$P_{i\max }$ 为所有评价重金属元素单因子污染指数的最大值。

单因子污染指数和内梅罗综合污染指数的等级标准如表4，按照表4对土壤重金属污染程度进行评价。

Table 4. Classification of soil heavy metal single factor pollution index and Nemerow comprehensive pollution index

表4. 土壤重金属单因子污染指数和内梅罗综合污染指数分级

等级	单因子指数法		内梅罗综合指数法
	单因子指数($P_i$ )	污染水平	内梅罗综合指数($P_n$ )	污染水平
Ⅰ	$P_i\le 1$	无污染	$P_n\le 0.7$	安全
Ⅱ	$1<P_i\le 2$	轻度污染	$0.7<P_n\le 1$	警戒线
Ⅲ	$2<P_i\le 3$	中度污染	$1<P_n\le 2$	轻度污染
Ⅳ	$3<P_i$	重度污染	$2<P_n\le 3$	中度污染
Ⅴ	—	—	$3<P_n$	重污染

土壤质量评价Topsis模型是一种依据多属性问题的正理想解和负理想解实现对评价对象的最优解、最劣解排序，该方法的基本原理是分析各评价指标与正理想解和负理想解之间的欧式距离，以该距离的接近程度进行排序，最后得到其评价结果[25]。本文以土壤肥力综合指数和内梅罗综合污染指数为评价指标，使用Topsis法对土壤综合质量进行评价。

Topsis法的基本步骤如下：

(1) 指标正向化处理 由于土壤综合肥力指数是属于极大型指标，即数值越大土壤肥力越高；而内梅罗综合指数属于偏小型指标，即数值越小土壤重金属污染物越小，土壤清洁度越高。因此，需要对内梅罗综合指数做正向化处理，公式如下：

$a^{\prime }=a_{\max }-a$ (6)

式中：$a^{\prime }$ 为内梅罗综合指数正向化处理后的指标值；$a_{\max }$ 为内梅罗综合指数的最大值；a为内梅罗综合指数值。

(2) 指标标准化处理 指标经过正向化处理后得到正向化矩阵$A^{\prime }$ 为：

$A^{\prime }=\left[\begin{array}{ccc}{a}_{11}& \cdots & a_{1m}\\ ⋮& \ddots & ⋮\\ a_{n1}& \cdots & a_{nm}\end{array}\right]$ (7)

式中：$A^{\prime }$ 为正向化后的矩阵；n为评价对象的个数；m为评价指标个数。要得到标准化后的矩阵，再对$A^{\prime }$ 做标准化处理，矩阵标准化公式如下：

$d_{ij}={a^{\prime }}_{ij}/\sqrt{{\displaystyle \sum }_{i=1}^n{a^{\prime }}_{ij}^2}$ (8)

经过标准化处理的D矩阵为：

$D=\left[\begin{array}{ccc}{d}_{11}& \cdots & d_{1m}\\ ⋮& \ddots & ⋮\\ d_{n1}& \cdots & d_{nm}\end{array}\right]$ (9)

式中：D为标准化处理后的矩阵；$d_{ij}$ 表示标准化后第i个评价对象在第j个指标值；i为评价对象，$i=1,2,\cdot \cdot \cdot ,n$ ；j为评价因子，$j=1,2,\cdot \cdot \cdot ,m$ 。

(3) 确定正理想解与负理想解

正理想解和负理想解计算如下：

正理想解：

$D^{+}=\left(d_{i1}^{+},d_{i2}^{+},\cdots ,d_{im}^{+}\right)$ (10)

负理想解：

$D^{-}=\left(d_{i1}^{-},d_{i2}^{-},\cdots ,d_{im}^{-}\right)$ (11)

(4) 计算样点值与最优值、最劣值的欧式距离：

$K_i^{+}=\sqrt{{\displaystyle \sum }_{j=1}^m{\left(d_{ij}^{+}-d_{ij}\right)}^2}$ (12)

$K_i^{-}=\sqrt{{\displaystyle \sum }_{j=1}^m{\left(d_{ij}^{-}-d_{ij}\right)}^2}$ (13)

式中：$K_i^{+}$ 为评价对象到正理想点的距离；$K_i^{-}$ 为评价对象到负理想点的距离。

(5) 计算土壤综合质量指数$C_i$ 为：

$C_i=\frac{K_i^{-}}{K_i^{+}+K_i^{-}}$ (14)

式中：$C_i$ 区间属于0~1，其值越接近1，表明土壤综合质量水平越高。

3. 结果与分析

3.1. 土壤养分的统计与分布特征

Table 5. Statistical characteristics of soil nutrient content and fertility index in Ningjin county

表5. 宁津县土壤养分含量及肥力指数统计特征

指标	采样点	最小值	最大值	平均值	标准偏差	中值	变异系数/%
pH	208	7.98	8.74	8.28	0.15	8.26	1.84%
SOM/(g∙kg^−1)	208	6.21	26.30	17.34	4.32	16.70	24.92%
TN/(g∙kg^−1)	208	0.70	1.68	1.03	0.20	0.94	19.88%
AP/(mg∙kg^−1)	208	10.40	103.00	51.76	22.77	52.30	44.00%
AK/(mg∙kg^−1)	208	62.30	1120.00	158.83	120.10	134.50	75.62%
SK/(mg∙kg^−1)	208	92.70	2000.00	808.71	317.33	786.00	39.24%
IFI	208	0.26	0.74	0.48	0.10	0.46	21.05%

Figure 2. Spatial distribution of soil nutrient index content and comprehensive fertility

图2. 土壤各养分指标含量和综合肥力空间分布图

表5为宁津县耕地土壤各养分及肥力指数的描述性统计结果，从中可知，pH值的变化范围为7.98~8.74，平均值为8.28，整体呈微碱性；SOM、TN、AP、AK、SK的均值含量分别为17.34 g∙kg⁻¹、1.03 g∙kg⁻¹、51.76 mg∙kg⁻¹、158.83 mg∙kg⁻¹、808.71 mg∙kg⁻¹。与全国第二次土壤普查养分分级标准对比，AP与SK处于Ⅰ等(高)水平，SOM处于Ⅳ (较低)水平，SK与TN分别为Ⅱ (较高)、Ⅲ (中等)水平。IFI的变化范围为0.26~0.74，平均值为0.48。变异系数(CV)可以反映随机变量的离散程度，SOM、TN、AP、AK、SK、IFI的变异系数分别为24.92%、19.88%、44.00%、75.62%、39.24%、21.05%均介于10%~100%之间属于中等程度的变异，其中SK的变异程度明显高于其他养分，说明其存在更明显的空间差异。pH值的变异系数明显低于土壤各养分，属于弱变异，说明其空间内部在整体上差异相对较小。

利用ArcgGIS10.2软件中的统计模块，对土壤各养分进行反距离权重插值并绘制空间分布图(图2)。通过插值结果来看，6种土壤养分空间上分布不均，板块特征明显，表现出较强的空间异质性。pH并没有特定的空间分布规律，整体上呈微碱性，在靠近城区的范围内，可能是受到种植类型的影响其值明显低于其他乡镇。SK在北部区域(张大庄镇、长官镇、刘营伍乡)明显地低于其他乡镇，可能是由于这几个乡镇种植高产品种的作物，增加了作物对土壤缓效钾的吸收。AK南部区域明显高于中部和北部区域，特别是时集镇和大刘镇含量是最低的，这可能是由于该乡镇钾肥投入不足，土壤速效钾长期得不到补充。SOM和TN空间分布特征较为一致，东南部含量明显高于西北部含量，大量研究表明土壤有机质与土壤全氮具有极显著正相关关系，西北部区域可能是磷肥施用不足导致土壤有机质含量较低，也可能是这些乡镇灌溉方式仍然使用大水漫灌，该区海拔相对低，地下水位高，从而导致土壤盐碱化问题加重，使得土壤肥力流失。AP的含量整体偏低，分布较为分散，无明显空间分布趋势。但其西北部的张大庄镇含量最低，该镇应适量多施用磷肥，增加土壤有效磷的含量，恢复土壤肥力。IFI低值区主要分布宁津县的北部区域，可能是因为该区的有机质与全氮含量相对较低，而这两个养分指标在肥力评价时占比较高，因此整体拉低了该区的综合肥力指数。

3.2. 土壤重金属的统计与分布特征

表6为宁津县耕地土壤重金属含量的描述性统计结果，从中可知，与山东省土壤背景值相比，研究区的Cd、AS含量较为丰富，Cr、Pb、Hg含量偏低；土壤重金属Cr、Cd、Pb、AS、Hg的极大值分别是背景值的1.36、8.13、1.58、2.13、9.20倍，且超出背景值的样本点占总样本的比例分别为32.21%、100.00%、25.48%、98.08%、93.75%表明不同的金属元素在耕地土壤中的富集程度不同，其中Cd、AS、Hg富集程度较高；研究区耕地土壤重金属变异系数的大小依次为：Hg > Cd > Pb > As > Cr，各重金属变异系数均介于10%~100%之间属于中等程度变异；土壤重金属Cr、Pb、AS、Hg均低于标准值，属于无污染状况；Cd的最大值超出标准值，但整体上是低于标准值。

Table 6. Statistical characteristics of soil heavy metal content in Ningjin county

表6. 宁津县土壤重金属含量统计特征

指标	采样点	最小值	最大值	平均值	标准偏差	中值	变异系数/%	背景值	标准值
Cr/(mg∙kg^−1)	208	47.00	90.00	63.54	8.20	64.00	12.91	66.00	250.00
Cd/(mg∙kg^−1)	208	0.12	0.65	0.21	0.06	0.20	30.02	0.08	0.60
Pb/(mg∙kg^−1)	208	16.30	40.80	22.97	4.28	21.75	18.61	25.80	170.00
As/(mg∙kg^−1)	208	8.40	19.80	13.40	2.27	13.10	16.94	9.30	25.00
Hg/(mg∙kg^−1)	208	0.01	0.18	0.05	0.02	0.05	48.99	0.02	3.40

Figure 3. Spatial distribution of soil heavy metal concentrations and Nemerow comprehensive pollution index

图3. 土壤各项重金属浓度和内梅罗综合污染指数空间分布

通过表7可知，Cr、Pb、AS、Hg单因子污染指数分别为0.188~0.360、0.096~0.240、0.336~0.792、0.003~0.053，污染程度分布在无污染；Cd的单因子污染指数为0.200~1.083，污染程度分布在无污染至轻度污染。内梅罗综合污染指数最大值为0.811大于0.7，但均值为0.427小于0.7，表明宁津县耕地土壤重金属含量整体上处于安全水平，部分区域达到了警戒线水平。综上所述，土壤重金属Cd存在部分点位超标，使得土壤存在少数点位污染风险，应该给予重点关注。

将土壤各个重金属浓度进行插值后，得到各个重金属浓度和内梅罗综合污染指数在宁津县的空间分布特征。如图3所示，Cr的浓度整体上分布不均匀，宁津县四周明显高于宁津县内部，但整体均不超标；Cd的浓度在大柳镇、长官镇和杜集镇三镇交汇处过高，其他区域分布较为均匀；Pb的浓度整体上呈现北部高、南部低的特征，但县城的中心南部含量相对较高；As的浓度整体上呈北部低、南部高的特征，但北部的张大庄镇含量相对较高；Hg的浓度整体上没有明显的空间分布规律，但存在部分高值区域(保庄镇、县城南部等)。

内梅罗综合污染指数整体上呈现南高北低的趋势；大柳镇、长官镇和杜集镇三镇交汇处和县城周边区域综合污染指数相对较高，原因可能是由于该区域某些重金属浓度超标导致了土壤污染程度的升高。综上所述，土壤重金属浓度与内梅罗综合污染指数在空间上存在显著差异，存在极高点位，可能是因为人为环境因素造成的差异。

Table 7. Statistical characteristics of soil heavy metal evaluation index in Ningjin county

表7. 宁津县土壤重金属评价指数统计特征

评价指数	土壤指标	极小值	极大值	均值	标准偏差
单因子指数Pi	Cr	0.188	0.360	0.254	0.033
	Cd	0.200	1.083	0.351	0.105
	Pb	0.096	0.240	0.135	0.025
	As	0.336	0.792	0.536	0.091
	Hg	0.003	0.053	0.015	0.007
内梅罗综合指数Pn		0.283	0.811	0.427	0.073

3.3. 土壤质量的空间分布特征

Figure 4. Spatial distribution map of soil quality in Ningjin county

图4. 宁津县土壤质量空间分布图

依据逼近理想排序法计算出土壤质量综合评价指数，利用Arcgis10.2软件中自然断点法对其进行分类，将研究区按照土壤综合质量划分了5个等级(图4)，分别为优质区(0.70~0.90)、良好区(0.64~0.70)、中等区(0.58~0.64)、一般区(0.50~0.58)和较差区(0.18~0.50)，各区所占面积依次为：7.73%、28.97%、39.77%、21.67%、1.86%。宁津县土壤质量整体上空间分布差异较为明显，其中土壤低质量区域存在一定的空间聚集现象。宁津县中部区域由于土壤养分含量较为充足，土壤重金属污染较小，土壤质量明显优于其他区域；县城东部与南部区域以及大柳镇、长官镇和杜集镇三镇交汇处土壤质量为一般区和较差区，可能是因为土壤综合肥力指数和内梅罗综合指数这两个指标与理想目标相差较远，表明这些地区可能是土壤肥力较低或者是土壤重金属含量过高；宁津县的西北部区域土壤质量为一般区，原因是该区域土壤有机质和有效磷含量过低，从而土壤质量综合评价指数较低。

宁津县县城区域和部分工矿企业分布的乡镇区域土壤质量相对较差，原因是这些区域工业排放的重金属污染物较多，增加了这些区域的土壤重金属浓度。宁津县西北部区域土壤质量一般，原因可能是由于该区海拔较低，地下水水位高，土壤盐碱化较为严重，造成了该区土壤的有机质和全氮含量较低，使得土壤肥力水平低。因此，宁津县在以后土地利用的过程中，应注重科学适量施肥和减少向土壤中排放重金属污染物，改善土壤环境，提高土壤质量。

4. 结论

(1) 宁津县土壤整体呈微碱性，土壤pH平均值为8.28；SOM、TN的平均值分别为17.34 g∙kg⁻¹、1.3g∙kg⁻¹；AP、AK、SK的平均值分别为51.76mg∙kg⁻¹、158.83mg∙kg⁻¹、808.71mg∙kg⁻¹。SOM和TN是影响土壤肥力的主要因素，宁津县土壤肥力整体属于较差水平。

(2) 土壤重金属Cr、Pb、Cd、As、Hg的平均浓度分别为63.54 mg∙kg⁻¹、0.21 mg∙kg⁻¹、22.97 mg∙kg⁻¹、13.40 mg∙kg⁻¹、0.05 mg∙kg⁻¹，均低于标准值。单因子污染指数由大到小依次排序为：Cd、As、Cr、Pb、Hg；Cd为轻度污染水平，其余均为无污染水平。因此，Cd是导致宁津县土壤重金属处于轻度污染水平的主要因素。

(3) 宁津县土壤的质量的空间异质性较强，整体处于优良水平。县城周边区域和杜集镇、大柳镇及长官镇三镇交界处土壤质量相对较低，该区应注意改善土壤肥力，减少重金属污染物的排放，净化土壤环境。