Содержание и подвижность кадмия, кобальта и цинка в гумусовых горизонтах почв Республики Татарстан | Вестн. Том. гос. ун-та. Биология. 2017. № 40. DOI: 10.17223/19988591/40/1

Содержание и подвижность кадмия, кобальта и цинка в гумусовых горизонтах почв Республики Татарстан

Проведено геохимическое обследование загрязнения почв Республики Татарстан кадмием, кобальтом и цинком. На обследуемой территории отобрано 1 170 образцов гумусовых горизонтов различных типов почв. С помощью метода регрессионных деревьев изучена структура зависимости содержания и подвижности тяжелых металлов от почвенных компонентов и свойств (органическое вещество, физическая глина, Fe, Mn, pH). Установлен региональный фоновый уровень металлов в гумусовых горизонтах почв: Cd (0,44±0,24 мг/ кг), Co (10,4±3,6 мг/кг) и Zn (43,3±12,8 мг/кг). Показано, что геохимические зоны повышенного содержания Cd, Co и Zn в почвах приурочены к восточной части Предкамья и северо-западу Предволжья. Для Cd и Zn отсутствуют значимые свидетельства антропогенного привноса, связанного непосредственно с сельскохозяйственной деятельностью. Обнаружено статистически значимое (p < 0,05) различие коэффициентов подвижности Co и Zn между естественым и сельскохозяйственным типом землепользования большинства типов почв. Наибольший уровень загрязнения кадмием и цинком наблюдается в урбаноземах на территории городов Альметьевск, Набережные Челны и Казань. В отношении содержания кобальта городские почвы характеризуются как незагрязненные. В результате проведенного исследования установлено, что цинк в гумусовых горизонтах проявляет сидерофильные свойства с вариациями между типами землепользования. Поведение и общее содержание кадмия в почвах сильно варьирует между типами почв: в естественных почвах проявляются сидерофильные и органофильные свойства кадмия, в сельскохозяйственных почвах также наблюдается его сродство с марганцем. Показано, что кобальт имеет общую для всех типов почв структуру геохимических связей и проявляет преимущественно сидерофильные и манганофильные свойства.

Total content and mobility of cadmium, cobalt and zinc in humus horizons of soils in the Republic of Tatarstan.pdf Введение Изучение качества почвы не только позволяет оценить последствия человеческой деятельности, но является необходимым этапом для устойчивого развития и сохранения истощаемых почвенных ресурсов [1]. Проблема загрязнения почв тяжелыми металлами накладывает ограничения на решение целого ряда практических задач: развитие органического земледелия и агротуризма, ведение сельскохозяйственной деятельности и т.п. [2]. В современных условиях существует два источника тяжелых металлов в почвах: естественный привнос в результате выветривания почвообразующих пород и антропогенные источники, такие как транспорт, предприятия промышленности, сельскохозяйственное использование земель [3, 4]. Последние десятилетия наблюдается снижение антропогенных выбросов тяжелых металлов в окружающую среду. Так, выбросы кадмия для стран Европы в период с 1990 по 2003 г. снизились почти в два раза - с 485 до 257 т; свинца -с 35 до 8,6 кт, ртути - с 413 до 195 т [5]. Несмотря на это, опасность загрязнения почв металлами по-прежнему остро стоит в индустриально развитых странах, что связано с их аккумуляцией в верхнем почвенном горизонте [6]. Попадая в почву, тяжелые металлы закрепляются в верхнем почвенном слое гумусовыми веществами, глинистыми минералами, карбонатами и минералами с переменным зарядом (оксиды Fe, Mn, Al и др.) [7]. Сочетание данных компонентов в почвенном теле определяет удерживающую способность почвы и, как следствие, биодоступность металлов [8]. Дополнительным эффектом накладывается антропогенный фактор почвообразования: сельскохозяйственная деятельность вследствие изменения почвенных свойств влияет на аккумуляцию и мобильность тяжелых металлов и вместе с тем является дополнительным их источником [9]. Цель работы - дать оценку территории Республики Татарстан в отношении фонового содержания и уровня загрязнения почв кадмием, кобальтом и цинком с учетом почвенно-геохимических взаимодействий в условиях различных типов землепользования. Материалы и методики исследования Область исследования. Исследование проведено в пределах Республики Татарстан, расположенной на территории Среднего Поволжья (55°20'36,1''N; 50°47'31,7''E), на площади 67 847 кв. км. Климат региона умеренно континентальный с небольшими различиями в пределах отдельных физико-географических районов. Средняя годовая температура воздуха составляет 2,0-3,1°С, годовая сумма осадков - 460-540 мм. Рельеф - возвышенная ступенчатая равнина, расчлененная густой сетью речных долин [10]. Почвенный покров согласно классификации 1977 г. представлен следующими основными типами: подзолистые (17%), серые лесные (32,4%), черноземы (39,7%), дерново-карбонатные (3,1%). В пределах республики выделяют несколько основных типов землепользования: земли сельскохозяйственного назначения (67%), земли населенных пунктов (5,2%), земли водного фонда (6,5%), земли особо охраняемых территорий (0,5%) и земли лесного фонда (18,0%) [11]. Промышленный профиль республики определяют нефтегазохимический комплекс, машиностроительные предприятия, предприятия радио- и электроприборостроения. Главные промышленные центры республики - города Казань, Набережные Челны, Нижнекамск, Зеленодольск, Елабуга [12]. Почвенные данные. Всего на территории республики за период 20132014 гг. обследовано 1170 точек (рис. 1). Отбор проб проведен на расстоянии не менее 200 м от ближайшей дороги. Глубина отбора почвенных образцов составляла 0-20 см. В почвенных образцах по стандартным методикам определяли следующие показатели: содержание гумуса по Тюрину, гранулометрический состав, рН водной вытяжки. Валовое содержание Cd, Co, Zn, а также Fe и Mn определялось после экстракции 5-молярной азотной кислотой [13]. Извлечение подвижных форм Cd, Co, Zn выполнено ацетат-но-аммонийным буферным раствором с pH 4,8 [14]. Конечное определение металлов в растворе проведено атомно-абсорбционным методом на приборе AAnalyst-400 Perkin Elmer (США). Рис. 1. Расположение точек отбора образцов на территории Республики Татарстан [Fig. 1. Location of sampling sites in the territory of the Republic of Tatarstan] Тип землепользования устанавливали согласно месту отбора почвенных образцов: (1) с/х - почвы сельскохозяйственного использования, (2) естественный - почвы, не используемые в сельскохозяйственной деятельности (целинные и лесные почвы), (3) урбанизированный - образцы отобраны на территории городов. Распределение образцов по почвенным типам и условиям землепользования представлено в табл. 1. Подзолистые (P), аллювиальные дерновые насыщенные (Adn) и аллювиальные луговые насыщенные (Aln) почвы представлены в основном естественным типом землепользования (см. табл. 1). Большинство образцов черноземов (Ch), серых лесных (L) и дерново-карбонатных почв (Dk) представлено пахотными горизонтами земель сельскохозяйственного назначения. Городские почвы объединены в тип урбаноземов (U). Таблица 1 [Table 1] Количество образцов по типам землепользования [Number of samples according to land use type] Тип землепользования Тип почвы [Land use type' [Soil type] естественный [natural] с/х [agricultural] урбанизированный [urban] P 38 8 0 L 155 367 0 Ch 31 217 0 Dk 55 110 0 Adn 61 4 0 Aln 29 7 0 U 0 0 74 Примечание. P - Подзолистая; L - Серая лесная; Ch - Чернозем; Dk - Дерново-карбонатная; Adn - Аллювиальная дерновая насыщенная; Aln - Аллювиальная луговая насыщенная; U - Урбанозем. [Note. P - Podzol; L - Gray forest; Ch - Chernozem; Dk - Soddy-carbonate; Adn - Saturated alluvial soddy; Aln - Saturated alluvial meadow; U - Urbanozem]. Оценка регионального геохимического фона и расчет индексов загрязнения. Оценка фонового уровня - необходимый этап в изучении загрязнения природных сред, включая почвы, тяжелыми металлами. Несмотря на важность, эта задача может вызывать определенные трудности, связанные с выбором значения, которое можно считать фоном. К тому же геохимический фоновый уровень является скорее диапазоном значений, а не неким абсолютным числом [15]. В нашей работе использован статистический (непрямой) метод медианного абсолютного отклонения (median absolute deviation, MAD), устойчивый к нарушениям нормальности распределения значений [3]. В этом случае диапазон фоновых значений оценивается как Me ± 2MAD (mad = Me(|x - Me(x)|)). Для оценки степени загрязнения в работе использован однофакторный индекс загрязнения [1]. Также часто используется название «коэффициент концентрации». Индекс загрязнения вычисляется как отношение содержания элемента в почвенном образце (C, мг/кг) к фоновому уровню (S, мг/кг), за который в данном случае принимался верхний порог фонового диапазона Me + 2MAD: P = C / Si. (1) Деревья регрессии. Количественная оценка влияния почвенных компонентов и факторов почвообразования на содержание и подвижность тяжелых металлов необходима для задач мониторинга и экологического моделирования. В то же время подобный анализ значительно ограничен сложностью взаимодействий в почвенной системе [16]. Деревья регрессии хорошо подходят для моделирования сложных, в том числе нелинейных, взаимодействий между исследуемым параметром и независимыми переменными [17]. Результатом применения метода деревьев регрессии являются легко интерпретируемые модели, представляющие собой набор правил вида «если..., то...». Недостатком метода деревьев регрессии является то, что они обладают высоким параметром дисперсии, а это означает, что существует множество реализаций дерева регрессии, дающих одинаковый результат, а добавление или удаление дополнительных данных способно коренным образом изменить структуру дерева [17]. Использованное ПО. Статистический анализ данных проводился с помощью пакета R Core Team [18]. Вариограммный анализ и пространственная интерполяция выполнены при помощи пакета gstat [19], метод деревьев регрессии - при помощи пакета tree [20]. Финальное оформление карт реализовано в геоинформационной системе QGIS [21]. Результаты исследования и обсуждение Cd, Co и Zn в почвах. Описательная статистика рассматриваемых показателей представлена в табл. 2. Поскольку в схеме отбора почвенных образцов наблюдается выраженная кластеризованность (особенно плотно точки сгруппированы на территории городов, см. рис. 1), то для получения несмещенных оценок среднего и дисперсии использован метод полигональной де-кластеризации значений [22]. Все показатели гумусовых горизонтов имеют отличное от нормального распределение, поэтому для дальнейшего анализа использовались непараметрические критерии. Высокие значения коэффициентов вариации почвенных параметров связаны с неоднородностью по-чвенно-биоклиматических условий территории. Среднее содержание Co в почвах Татарстана превышает общемировые оценки для почв: 8 мг/кг - по А.П. Виноградову, 10 мг/кг - по данным С. Rie-man и P. de Caritat [23-24]. Содержание Cd также несколько превышает кларки для почв мира - 0,3 мг/кг [24], а среднее содержание Zn в гумусовых горизонтах почв РТ ниже мировых оценок - 50 мг/кг по Виноградову и 70 мг/ кг по данным Rieman и Caritat [23-24]. Стоит отметить, что используемая в работе экстракция металлов из почв 5н HNO3 не всегда позволяет оценивать полученные валовые значения как абсолютные. Чаще говорят об общих формах металлов, доля которых в зависимости от геохимических свойств элементов и характера органо-минеральной матрицы почв может составлять 50-75% и менее от их фактических концентраций, получаемых при экстракции сильными кислотами. Однако применение данной вытяжки характерно для природоохранных служб РФ при оценке уровня общего загрязнения почв и донных отложений металлами, что делает полученные нами значения актуальными с практической точки зрения. Для оценки пространственного распределения концентраций рассматриваемых металлов в верхнем почвенном горизонте проведена интерполяция значений методом ординарного кригинга с корректировкой сглаживающего эффекта [25]. Параметры моделей вариограмм представлены в табл. 3. Таблица 2 [Table 2] Описательная статистика почвенных свойств [Descriptive statistics of soil parameters] Показатель [Parameters] Min Max Me Mean SD SV Shapiro test Co вал. (мг/кг) [Co tot. (mg/kg)] 0,3 96,3 10,6 11,8 5,8 49,6 W = 0,77, p < 0,05 Co подв. (мг/кг) [Co mob. (mg/kg)] 0,00 0,79 0,10 0,12 0,08 72,6 W = 0,86, p < 0,05 Co подв./Co вал. [Co mob./Co tot.] 0,000 0,213 0,009 0,013 0,02 117,3 W = 0,60, p < 0,05 Cd вал. (мг/кг) [Cd tot. (mg/kg)] 0,04 1,98 0,36 0,40 0,21 51,4 W = 0,91, p < 0,05 Cd подв. (мг/кг) [Cd mob. (mg/kg)] 0,00 0,45 0,07 0,08 0,05 68,4 W = 0,81, p < 0,05 Cd подв./Cd вал. [Cd mob./Cd tot.] 0,00 0,97 0,19 0,08 0,15 68,7 W = 0,88, p < 0,05 Zn вал. (мг/кг) [Zn tot. (mg/kg)] 6,1 244,2 43,9 43,7 10,9 25,0 W = 0,76, p < 0,05 Zn подв. (мг/кг) [Zn mob. (mg/kg)] 0,01 169,69 0,66 1,51 4,73 313,8 W = 0,18, p < 0,05 Zn подв./Zn вал. [Zn mob. /Zn tot.] 0,00 0,87 0,02 0,03 0,06 200,3 W = 0,37, p < 0,05 Гумус [Humus], % 0,2 16,2 5,5 5,4 2,75 50,1 W = 0,98, p < 0,05 Физ. глина (%) [Physical clay (%)] 3,4 73,6 41,3 41,2 13,32 30,8 W = 0,98, p < 0,05 pH водн. [pH H2O] 4,8 8,8 7,0 7,0 0,75 10,2 W = 0,98, p < 0,05 Fe вал. (мг/кг) [Fe tot. (mg/kg)] 775 89830 17980 20312 9120 44,9 W = 0,83, p < 0,05 Mn вал. (мг/кг) [Mn tot. (mg/kg)] 49,8 3344,4 601,2 678,5 348 51,3 W = 0,81, p < 0,05 Примечание. Min - минимальное значение выборки; Max - максимальное значение; Me -медиана выборки; Mean - выборочное среднее; SD - стандартное отклонение; CV - коэффициент вариации. [Note. Min - Minimal sample value; Max - Maximal sample value; Me - Sample median; Mean - Sample mean; SD - Standard Deviation; CV - Coefficient of variation]. Таблица 3 [Table 3] Параметры вариограмм для пространственной интерполяции [Variogram parameters for spatial interpolation] Элемент [Element] Модель [Model] Ошибка подгонки [Fitting error] Размах (км) [Range (km)] Nugget Sill Nugget/Sill Анизотропия [Anisotropy] гл. напр. [main dir.] коэф. [coef.] Cd Sph 2,29 E-07 110,0 0,62 1,02 0,61 NE-SW 0,6 Co Sph 3,37 E-07 186,6 0,33 1,17 0,29 NE-SW 0,6 Zn Sph 3,22 E-08 204,9 0,79 1,07 0,74 NE-SW 0,6 Пространственная структура валового содержания данных тяжелых металлов описывается анизотропными сферическими вариограммами, размах автокорреляции в побочном направлении NW-SE меньше почти в два раза и составляет 66, 112 и 123 км для Cd, Co и Zn соответственно (см. табл. 3). Соотношение nugget/sill всех элементов меньше 75%, что говорит о средней силе пространственной структуры. Одной из причин, по видимому, является малая плотность точек отбора образцов [26]. Итоговые карты пространственной вариабельности содержания Cd, Co и Zn представлены на рис. 2. Cd illV (MVhM [Ы tot. (ms/hA]

Ключевые слова

geoecology, contamination assessment, soils, heavy metals, геоэкология, оценка загрязнения, почвы, тяжелые металлы

Авторы

ФИООрганизацияДополнительноE-mail
Сахабиев Ильназ АлимовичКазанский (Приволжский) федеральный университетассистент кафедры почвоведения Института экологии и природопользованияilnassoil@yandex.ru
Кулагина Валентина ИвановнаИнститут проблем экологии и недропользования АНРТканд. биол. наук, заведующий лабораторией экологии почвviksoil@mail.ru
Иванов Дмитрий ВладимировичИнститут проблем экологии и недропользования АНРТканд. биол. наук, заместитель директора по научной работе, заведующий лабораторией биогеохимииwater-rf@mail.ru
Рязанов Станислав СергеевичИнститут проблем экологии и недропользования АНРТн.с. лаборатории экологии почвerydit@yandex.ru
Всего: 4

Ссылки

Орешкин В.Н., Ульяночкина Т.И., Кузьменкова В.С., Балабко П.Н. Кадмий, свинец и другие металлы в железо-марганцевых конкрециях некоторых пойменных почв // «Fe-конкреции в почвах: состав, генезис, строение : материалы конф. / под ред. Л.О. Карпачевского. Тбилиси : АН ГССР, 1990. С. 33.
Водяницкий Ю.Н. Тяжелые металлы и металлоиды в почвах. М. : Почвенный ин-т им. В.В. Докучаева РАСХН, 2008. 86 с.
Иванов Д.В. Разработка региональных нормативов качества почв по содержанию тяжелых металлов // Геохимия ландшафтов : материалы всерос. науч. конф (Москва, 18-20 октября 2016 г.) / под ред. Н.С. Касимова. М. : Географический факультет МГУ, 2016. С. 232-235.
Кауричев И.С., Панов Н.П., Розов Н.Н., Стратонович М.В., Фокин А.Д. Почвоведение. М. : Агропромиздат, 1989. 719 c.
Cambardella C., Moorman T., Novak J., Parkin T., Karlen D., Turco R., Konopka A. Field-Scale Variability of Soil Properties in Central Iowa Soils // Soil Sci. Soc. Am. J. 1994. № 58. PP. 1501-1511.
Rezaee H., Asghari O., Yamamoto J.K. On the reduction of the ordinary kriging smoothing effect // Journal of Mining & Environment. 2011. № 2 (2). PP. 102-117.
Isaaks E., Srivastava R. Applied Geostatistics. New York : Oxford University Press, 1989. 561 p.
Добровольский В.В. Основы биогеохимии. М. : ACADEMIA, 2003. 397 с.
Reimann C., De Caritat P. Chemical elements in the environment. Berlin : Springer-Verlag, 1998. 398 p.
QGIS Development Team. QGIS Geographic Information System. Open Source Geospatial Foundation, 2016. URL: http://qgis.osgeo.org (accessed: 05.07.2017).
Pebesma E.J. Multivariable geostatistics in S: the gstat package // Computers & Geosciences. 2004. № 30. PP. 683-691.
Ripley B. tree: Classification and Regression Trees. R package version 1.0-37. 2016. URL: https://CRAN.R-project.org/package=tree (дата обращения: 05.07.2017).
James G., Witten D., Hastie T., Tibshirani R. An introduction to Statistical Learning with Applications in R. New York : Springer-Verlag, 2013. 440 p.
R Core Team. R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, 2016. URL: http://www.R-project.org/ (accessed: 05.07.2017).
Kheir R., Shomar B., Greve M., Greve M. On the quantitative relationships between environmental parameters and heavy metals pollution in Mediterranean soils using GIS regression-trees: the case study of Lebanon // J. Geochem. Explor. 2014. № 147. PP. 250-259.
Hawkes H., Webb J. Geochemistry in mineral exploration. New York : Harper & Row, 1962. 415 p.
РД 52.18.289-90: Методика выполнения измерений массовой доли подвижных форм металлов (меди, свинца, цинка, никеля, кадмия, кобальта, хрома, марганца) в пробах почвы атомно-абсорбционным анализом. Утв. Государственным комитетом СССР по гидрометеорологии. М., 1991.
РД 52.18.191-89: Методика выполнения измерений массовой доли кислоторастворимых форм металлов (меди, свинца, цинка, никеля, кадмия) в пробах почвы атомно-абсорбционным анализом. Утв. Государственным комитетом СССР по гидрометеорологии. М., 1990.
Государственный доклад о состоянии природных ресурсов и об охране окружающей среды Республики Татарстан в 2015 году / Министерство экологии и природных ресурсов Республики Татарстан ; под ред. Ф.С. Абдулганиева. Казань, 2015. 505 с.
Атлас Республики Татарстан / под ред. Г.В. Поздняка. СПб. : Иван Федоров, 2005. 216 с.
Александрова А.Б., Бережная Н.А., Григорьян Б.Р., Иванов Д.В., Кулагина В.И. Красная книга почв Республики Татарстан / под ред. Д.В. Иванова. Казань : Фолиант, 2012. 192 с.
Алексеев Ю.В. Тяжелые металлы в агроландшафте. СПб. : Изд-во ПИЯФ РАН, 2008. 216 с.
Vega F.A., Andrade M.L., Covelo E.F. Influence of soil properties on the sorption and retention of cadmium, copper and lead, separately and together, by 20 soil horizons: Comparison of linear regression and tree regression analyses // Journal of Hazardous Materials. 2010. № 174. PP. 522-533.
Violante A., Cozzolino V., Peremolov L., Caporale A.G., Pigna M. Mobility and bioavailability of heavy metals and metalloids in soil environments // J. Soil. Sci. Plant Nutr. 2010. № 10 (3). PP. 268-292.
WHO Regional Office for Europe 2007. Health risks of heavy metals from long-range transboundary air pollution. Scherfigsvej 8, DK-2100 Copenhagen 0, Denmark, Germany. 2007. 144 p. URL: http://www.euro.who.int/__data/assets/pdf_file/0007/78649/E91044. pdf (accessed: 01.07.2017).
Кабата-Пендиас А., Пендиас Х. Микроэлементы в почвах и растениях. М. : Мир, 1989. 440 с.
Albanese S., De Vivo B., Lima A., Cicchella D., Civitillo D., Cosenza A. Geochemical baseline and risk assessment of the Bagnoli brownfield site coastral sea sediments (Naples, Italy) // J. Geochem. Explor. 2010. № 105. PP. 19-33.
Romic M., Hengl T., Romic D., Husnjak S. Representing soil pollution by heavy metals using continuous limitation scores // Computers & Geosciences. 2007. № 3. PP. 1316-1326.
Esmaeili A., Moore F., Keshavarzi B., Jaafarzadeh N., Kermani M. A geochemical survey of heavy metals in agricultural and background soils of the Isfahan industrial zone, Iran // Catena. 2014. № 12. PP. 88-98.
Li W., Zhang X., Wu B., Sun S., Chen Y., Pan W., Zhao D., Cheng S. A Comparative Analysis of Environmental Quality Assessment Methods for Heavy Metal-Contaminated Soils // Pedosphere. 2008. № 18 (3). PP. 344-352.
 Содержание и подвижность кадмия, кобальта и цинка в гумусовых горизонтах почв Республики Татарстан | Вестн. Том. гос. ун-та. Биология. 2017. №  40. DOI:  10.17223/19988591/40/1

Содержание и подвижность кадмия, кобальта и цинка в гумусовых горизонтах почв Республики Татарстан | Вестн. Том. гос. ун-та. Биология. 2017. № 40. DOI: 10.17223/19988591/40/1

Полнотекстовая версия