重庆市奉节县中部土壤硒富集特征及来源分析

19 
中国土壤与肥料　2023 （10）doi：10.11838/sfsc.1673-6257.22525
重庆市奉节县中部土壤硒富集特征及来源分析
宁墨奂1，付　成2, 3*，王佳彬2, 3，邓　海2, 3，苏黎明2, 3，董金秀2, 3，王　宇2, 3，张金晶2, 3
（1．重庆市地质调查院，重庆　401122；2．重庆市地质矿产勘查开发局川东南地质大队， 
重庆　400038；3．重庆土地质量地质调查重点实验室，重庆　400038）
摘　要：近年来，人们对富硒（Se）资源的需求不断提高，土壤作为农作物生长的基础物质，富Se 土地开发利用将是提高Se 资源合理利用的首要切入点。

选取奉节县中部青龙镇和五马镇一带土壤为研究对象，采集247个土壤样品，对研究区Se 元素含量、来源、分布和影响因素特征进行分析。

结果表明，研究区土壤Se 平均含量为0.462 mg/kg，变异程度属于高度变异。

根据《天然富硒土地划定与标识》（DZ/T 0380—2021）中规定的富Se 土地划分标准，研究区内一般富Se 点位占比为17.89%，空间位置上具有连续分布的特点。

对Se 等元素源解析及影响因素分析结果显示，Se 元素与Cd 等重金属元素具有较强的伴生关系并且来源相对一致。

同时，土壤有机质、硫化物、铁氧化物及磷灰石对Se 含量影响显著，并指示受到外源迁入的影响。

据正定矩阵因子分析模型定量源解析分析，研究区土壤中Se 来源影响顺序为外源迁入>地质背景>人为活动，贡献率分别为70.1%、15.2%和14.7%，主要受河流上游地质背景影响，同时伴随着Cd 的迁入。

综合分析表明，研究区土壤环境有利于Se 元素富集并降低重金属安全风险，具有划定天然富Se 土地的条件，建议在后续工作中开展专项农作物调查，进一步评估农产品开发利用潜力。

关键词：富Se 资源；土壤；来源特征；分布特征；影响因素
和含煤地层中也有较高含量［8］。

并有研究指出不同母质来源的富Se 土壤其开发适宜性有所差异［9］，因此，厘清土壤中元素的来源并进行定量分析是对天然富Se 土壤的开发和利用的关键 一步。

同时，土壤理化性质，例如有机质、酸碱度、粘土矿物和化学蚀变指数等主要影响着元素的迁入迁出和富集等过程，并且对元素的有效性具有重要影响，但在不同的区域范围内，其主导因素也存在差异，例如，郑新如等［10］对石泉县地区土壤Se 影响因素分析表明，其含量主要受到成土母质和pH 等因素控制，并且与As、Cd、Cr、Cu 等重金属元素有很强的共伴生关系；而张丽等［7］对云南耕地土壤的分析表明，Se 含量主要受到有机质影响，与pH 没有显著相关性。

另有研究指出，受气候影响，干旱地区淋滤弱于湿润地区，有利于Se 元素在表土中的保留［11-12］。

可见，在不同的自然或者地域条件下，对土壤中Se 富集的决定性因素差异十分明显。

因此，明确小流域内土壤中Se 元素含量和富集的主要影响因素，将为建立非传统的矿产资源利用模式、寻求绿色富Se 土地资源和开发富Se 生态农业提供重要理论 保障。

硒（Se）是生物体保持健康的不可或缺的元素之一。

起初Se 被认为是一种毒害元素，并主要需求于矿产资源利用［1-2］。

随后的研究表明，Se 在植物、人体健康和土地种植结构等方面具有重要的作用，例如，它是硒蛋白的重要组分，在细胞抗氧化损伤等生理过程中发挥着重要作用［3］，可以改变土壤微生物群落和土壤功能，降低油菜菌核病的发病率等［4-5］。

随着大众对Se 在健康领域的认识和了解的深入，人们对膳食补Se 的需求不断提高，从植物性食品中摄取Se 是一种安全和有效的途径，而土壤作为植物生长的物质基础，一直是寻求富Se 资源的首要对象。

从地质学角度，母岩直接决定了土壤中各元素含量的背景值，并控制着元素的自然空间变异特征。

例如，罗思亮［6］研究指出沉积岩中具有较高的Se 含量，仅次于变质岩； 张丽等［7］研究显示，玄武岩发育的土壤中Se 含量（0.77 mg/kg）明显高于石灰（岩）土（0.21 mg/kg）， 并在各土壤类型之间差异显著；另外，黑色岩系
收稿日期：2022-08-27；录用日期：2022-10-09
基金项目：重庆市规划和自然资源局［（2020）188-3-7］。

作者简介：宁墨奂（1982-）, 高级工程师, 硕士研究生, 主要从事环境地球化学、成矿规律及找矿预测研究。

E-mail：ningmohuan@。

通讯作者：付成，E-mail：fucheng1840@。

N
051020 km
Λ
ӥ
Ԧ
J 1z
J 1zl
J 1z
T 3xj
T 2b
T 3xj T 2b
T 1d-j T 1d-j
图1　研究区位置及采样点位
1.2　样品分析及质量控制
究区共采集表层土壤（0～20 cm）样品个，采用梅花状采样法采集。

样品经自然晾干并过筛处理后取30 g 直接用于pH 分析，另取适量样品用玛瑙罐球磨至粒度达到0.074 mm，用于元素含量的分析测试。

其中Na 2O、K 2O、CaO、MgO、SiO 2、Al 2O 3、Fe 2O 3、As、Cr、P、Zn、Cu、等组分采用粉末试样压片制样，用波长射散线荧光光谱仪直接测定；Cd 和Mo 含量采用电感耦合等离子体质谱法测定；Se 和Hg 含量
使用原子荧光光谱法测定；土壤pH 值选择电极法测定；重铬酸钾容量法测定含量。

样品分析严格按照《多目标区域地球化学调
查规范》（DZ/T 0258—2014）
［13］
的要求，并根据检测方法和质控要求，选用12个国家一级标准物质，对每个标准物质进行12次测定，并对测定值与标准值的准确度和精密度等参数进行分析统计（表1），各元素方法准确度和精密度合格率均为100%，满足方法要求，数据质量可靠。

 21 
中国土壤与肥料　2023 （10）
表1　土壤元素分析质量控制统计
元素检出限（mg/kg ）
准确度精密度（%）
元素检出限（mg/kg ）
准确度精密度（%）
MgO 0.02*0.020.59Ni 1.20.01 2.44Al 2O 30.05*0.010.82Zn 0.60.010.62SiO 20.1*0.010.22As 0.90.03 3.89CaO 0.01*0.010.37Pb 1.70.01 2.5K 2O 0.02*0.010.35Mo 0.0090.02 3.32Na 2O 0.02*0.030.82Cd 0.0120.039.45Fe 2O 30.03*0.010.36Cu 0.80.03 1.57S 180.05 3.05Se 0.00040.01 3.31P 5.20.020.53Hg 0.00050.01 4.23Cr
2.8
0.02
2.13
有机碳
0.02
0.00 
2.56
注：“*”计量单位为10-2，准确度计算公式为RE=ΔlgC =|lgC i -lgC S |，精密度计算公式为RD（%）=|A 1-A 2|/［1/2（A 1+A 2）］×100，其中C i 为标准样的第i 次测试结果；C S 为该标准样的标准值；
A 1基本分析结果；A 2检查分析结果。

2　结果与分析
2.1　土壤元素含量和分布特征
研究区土壤中不同元素的含量统计分析见 表2，通过对比渝东北（引用渝东北地1:25万土地质量地球化学调查区表层土壤元素含量水平）、重庆市（引用重庆市已完成1:25万土地质量地球化学调查区表层土壤元素含量水平）元素含量水平和中国土壤［14］、大陆地壳［15］氧化物含量背景值表明 （图2），研究区土壤中SiO 2和Al 2O 3含量水平与各背景区相当，Fe 2O 3含量明显低于大陆地壳，略低于重庆土壤含量，略高于渝东北土壤含量和中国土壤背景值。

MgO 含量低于大陆地壳背景值、渝东北和重庆市土壤含量水平，高于中国土壤，CaO 含量低于大陆地壳，明显高于渝东北、重庆市和中国土
壤含量水平。

相比之下，Na 2O 在研究区含量水平整体较低，均低于对比区域背景值，K 2O 与中国土壤含量水平大体一致。

土壤微量元素As、Cd、Cr、Cu、Hg、Ni、Pb、Zn、Mo 整体含量水平较高，除了Cr 和Ni 低于大陆地壳含量水平、Hg、Ni 和Pb 低于重庆市土壤含量水平、Mo 低于中国土壤背景值外，其他元素含量均呈现富集特征，变异系数在0.17～2.71之间，属于中度至高度变异，指示了元素不均一分布的特征。

研究区土壤中Se 含量范围为
1.3　PMF 源解析
PMF 模型是美国环境保护署（USEPA）推荐使用的源解析方法之一，其分析机理是利用权重计算介质中化学组分的误差，通过最小二乘法进行迭代运算，利用相关矩阵和协方差矩阵对高维变量进行简化，实现数据降维，同时提取主因子，因子数范围为2～18。

其计算原理是将环境样本浓度矩阵X 分为因子贡献率矩阵（G ）、因子成分载荷矩阵（F ）和残差矩阵（E ）,并进行如下 计算：
（1）
（2）
（3）
式中，X ij 表示第i 个样本第j 个元素的浓度；p 表示潜在源种数；G ik 表示潜在源k 对i 样本的贡献；
F kj 表示元素j 在潜在源k 上的含量；
Q 表示目标函数；n 表示样品总数；m 表示元素总数；U ij 表示
第i 个样本中第j 个元素含量的不确定性大小；δ为相对标准偏差；c 为元素浓度；MDL 为方法检 出限。

 22 
Se
As
Cd
Cr
Cu
Hg
Ni
Pb
Zn Mo
SiO 2
Al 2O 3
Fe 2O 3Na 2O
K 2O
MgO
CaO
Г
˔Ӛ ϡ˟
图2　研究区土壤元素与不同区域背景值比值
Λ
ʿ
ͷ
0.09
0.15
0.20
0.41
0.47
0.52
0.25
0.31
0.36
0.58
0.63
0.74
0.91
0.12
1.72
14.01
w὎Se὏
὎mg/kg὏
图3　Se元素插值分析及一般富Se点位图
Se元素的影响
土壤中的元素含量主要受到本底值和外源迁。

研究显示，土壤中元素之间的相关性能够较好地指示元素的来源一致性［18］，对研究区土壤中各种金属元素和土壤理化指标进行 相关性分析表明（表3），土壤中Se元素Cd、Cr、Cu、Hg、Ni和Zn呈极显著正相关关系 
元素相关系数最大，为0.924，元素与重金属元素具有较强的伴生关系并且来源相对一致。

同时，相关性分析指示土壤中
和P（主要以磷灰石形式赋存
）呈现极显著正相关关系（P<0.01），呈显著正相关，与pH、As和Pb无显著相关性，指示了有机质、硫化物、铁的氧化物和磷灰石等吸附固定可能是研究区Se富集的主要影响机制，并指示了可能存在多来源特征。

Na2O等碱金属氧化物在土壤中主要为淋溶物质，该区域Se含量
水平下呈正相关关系，表明在该区元素受到了外源影响。

与SiO2之间的相关性可能指示了成土过程中Se伴随脱硅过程的流失或者土壤质地较粗，对元素的吸附性较低。

此外，研究区内分布水田、旱地等农用地类型，因此施肥
等元素输入的影响因素之一［12］。

表3　Se与土壤理化指标相关性统计（
土壤理化指标相关系数
SiO2-0.139*
Al2O30.100
Fe2O30.160*
MgO-0.024
CaO0.051
Na2O0.131*
P0.210**
S0.739**
有机质0.732**
注：*、**分别表示0.05、0.01水平相关显著。

2.3　PMF定量源解析
由于土壤中Se元素与重金属元素的伴生关系，为提高来源判别的准确性，本文将典型重金属元素一并分析。

相关研究
PMF在确定因子数（物源数）时具有较好的一致性［20］，因此本文结合主成分分析和尝试多个因子数源轮廓信息稳定性的测试，确定因子数为
算次数为20，Q计算值/Q修正值小于
PMF模型进行源解析，各重金属元素的实测值与
24 
2
3As
Cd
Cr
Cu
Hg Ni
Pb
Zn
Se
1
Г
Г խ
Ӽ
图4　正定矩阵因子分析模型源解析因子贡献图
因子1对土壤中Hg、As 和Pb 元素贡献其贡献率分别为86.2%、75.7%和54.0%。

Λ
ὠ8.25
͸ὠ4.35 pH
图5　研究区土壤pH插值分析
（1）研究区土壤中Se分布不均一，含量范围
14.111 mg/kg，平均含量为0.462 mg/kg，均高于渝东北、重庆市、中国土壤和大陆地壳等背景值，其变异系数为2.096，属于高度变异。

根据《天 然富硒土地划定与标识》（DZ/T 0380—2021）中规定的富Se土地划分标准，研究区内一般富
比为17.89%，空间位置上具有连续分布的特点。

（2）通过分析土壤理化性质与
中国土壤与肥料　2023 （10）
表明，Se元素与Cd、Cr、Cu、Hg、Ni和Zn呈显著正相关关系，指示了Se元素与重金属元素具有较强的伴生关系并且来源相对一致。

同时，土壤有机质、硫化物、铁氧化物及磷灰石对Se含量影响显著，表明受外源迁入的影响。

（3）结合PMF定量源解析分析，研究区土壤Se来源主要存在3个物源，分别为外源迁入、地质背景和人为影响，贡献率分别为70.1%、15.2%和14.7%，外源迁入主要与河流上游煤系地层和矿产开发有关，同时伴随着Cd的迁入。

结合土壤理化性质分析，研究区土壤环境有利于降低重金属安全风险，具有划定天然富Se土地的条件，宜在此基础上开展专项农作物调查，进一步评估农产品开发利用潜力。

参考文献：
［1］ 温权州, 冉露, 周富忠. 湖北省利川市耕地全硒分布及其影响因素［J］. 湖北农业科学, 2021, 60（15）: 50-55,111.
［2］ 陈炳翰, 丁建华, 叶会寿, 等. 中国硒矿成矿规律概要［J］. 矿床地质, 2020, 39（6）: 1063-1077.
［3］ Brown K M, Arthur J R. Selenium, selenoproteins and human health: a review［J］. Public Health Nutrition, 2001, 4（2B）: 
593-599.
［4］ Liu K, Cai M, Hu C, et al. Selenium（Se）reduces Sclerotinia stem rot disease incidence of oilseed rape by increasing plant Se 
concentration and shifting soil microbial community and functional 
profiles［J］. Environmental Pollution, 2019, 254: 113051.
［5］ Xi Y, Song Y, Johnson D M, et al. Se enhanced phytoremediation of diesel in soil by Trifolium repens［J］. Ecotoxicology and 
Environmental Safety, 2018, 154: 137-144.
［6］ 罗思亮. 台山市土壤硒来源的研究［J］. 安徽农业科学, 2013, 41（12）: 5333-5334.
［7］ 张丽, 张乃明, 张玉娟, 等. 云南耕地土壤硒含量空间分布及其影响因素研究［J］. 土壤, 2021, 53（3）: 578-584.
［8］ 武芝亮, 李致坤, 侯青叶, 等. 四川省邻水县土壤及作物硒地球化学特征及其研究意义［J］. 现代地质, 2021, 35（6）: 
1752-1761.
［9］ 刘道荣, 焦森. 天然富硒土壤成因分类研究及开发适宜性评价［J］. 物探与化探, 2021, 45（5）: 1157-1163.
［10］ 郑新如, 潘爱芳, 马润勇, 等. 石泉县中部地区土壤硒分布特征及影响因素［J］. 中国土壤与肥料, 2022（1）: 131-138.［11］ 赵其国, 黄国勤. 广西红壤［M］. 北京: 中国环境科学出版社, 2014.
［12］ 戴慧敏, 宫传东, 董北, 等. 东北平原土壤硒分布特征及影响因素［J］. 土壤学报, 2015, 52（6）: 1356-1364.
［13］ 国土资源部. 多目标区域地球化学调查规范（1:250000）：DZ/T 0258—2014［S］.北京: 中国标准出版社, 2014.
［14］ 迟清华. 应用地球化学元素丰度数据手册［M］. 北京: 地质出版社, 2007.［15］ Rudnick R L, Gao S. Composition of the continental crust［M］// Holland H D, Turekian K K. Treatise on geochemistry（second 
edition）. Oxford: Elsevier, 2014: 1-51.
［16］ 廖启林, 崔晓丹, 黄顺生, 等. 江苏富硒土壤元素地球化学特征及主要来源［J］. 中国地质, 2020, 47（6）: 1813-1825.［17］ 中华人民共和国自然资源部. 天然富硒土地划定与标识：DZ/ T 0380—2021［S］. 2021.
［18］ 邵亚. 桂林富硒长寿区小流域地理环境中硒分布特征、控制因素及其生态效应［D］. 武汉：华中农业大学, 2019.［19］ 杨忠芳, 余涛, 侯青叶, 等. 海南岛农田土壤Se的地球化学特征［J］. 现代地质, 2012, 26（5）: 837-849.
［20］ 陈锦芳, 方宏达, 巫晶晶, 等. 基于PMF和Pb同位素的农田土壤中重金属分布及来源解析［J］. 农业环境科学学报, 
2019, 38（5）: 1026-1035.
［21］ Wang Y, Guo G, Zhang D, et al. An integrated method for source apportionment of heavy metal（loid）s in agricultural soils and 
model uncertainty analysis［J］. Environmental Pollution, 2021, 
276: 116666.
［22］ Milenkovic B, Stajic J M, Gulan L, et al. Radioactivity levels and heavy metals in the urban soil of Central Serbia［J］. 
Environmental Science and Pollution Research, 2015, 22（21）: 
16732-16741.
［23］ Chen H, Teng Y, Lu S, et al. Source apportionment and health risk assessment of trace metals in surface soils of Beijing metropolitan, 
China［J］. Chemosphere, 2016, 144: 1002-1011.
［24］ 周艳, 陈樯, 邓绍坡, 等. 西南某铅锌矿区农田土壤重金属空间主成分分析及生态风险评价［J］. 环境科学, 2018, 39（6）: 
2884-2892.
［25］ 严明书, 龚媛媛, 杨乐超, 等. 重庆土壤硒的地球化学特征及经济意义［J］. 物探与化探, 2014, 38（2）: 325-330.［26］ 余飞, 张风雷, 张永文, 等. 重庆典型农业区土壤硒地球化学特征及影响因素［J］. 物探与化探, 2020, 44（4）: 830-838.［27］ 王锐, 胡小兰, 张永文, 等. 重庆市主要农耕区土壤Cd生物有效性及影响因素［J］. 环境科学, 2020, 41（4）: 1864-7180.［28］ 赵万伏, 宋垠先, 管冬兴, 等. 典型黑色岩系分布区土壤重金属污染与生物有效性研究［J］. 农业环境科学学报, 2018, 37
（7）: 1332-1341.
［29］ Lavergren U, ÅSTRöM M E, Falk H, et al. Metal dispersion in groundwater in an area with natural and processed black shale – 
Nationwide perspective and comparison with acid sulfate soils［J］. 
Applied Geochemistry, 2009, 24（3）: 359-369.
［30］ 郑涵. 稻田土壤中Cd形态与有效性主要影响因子与调控关键技术［D］. 北京: 中国农业科学院, 2020.
［31］ Tapper U, Paatero P. Positive matrix factorization: a non-negative factor model with optimal utilization of error estimates of data 
values［J］. Environmetrics, 1994，5（2）: 111-126.
［32］ 唐玉霞, 王慧敏, 刘巧玲, 等. 河北省麦田土壤硒的含量、形态及其有效性研究［J］. 华北农学报，2010，25（A1）: 194-197.［33］ 梁明欣, 寇莹莹, 王京刚, 等. 不同生态混凝土坡岸中溶解性有机质与镉的相互作用机理研究［J］. 环境科学研究, 2020, 
33（8）: 1857-1868.
 26 
中国土壤与肥料　2023 （10）
Analysis of selenium enrichment characteristics and sources in soils of central Fengjie county, Chongqing
NING Mo-huan1, FU Cheng2, 3 *, WANG Jia-bin2, 3, DENG Hai2, 3, SU Li-ming2, 3, DONG Jin-xiu2, 3, WANG Yu2, 3, ZHANG Jin-jing2, 3（1．Chongqing Institute of Geological Survey, Chongqing 401122；2．Southeast Sichuan Geological Group, Chongqing Bureau of Geology and Minerals Exploration, Chongqing 400038；3．Chongqing Key Laboratory of Land Qualitu Geological Survey, Chongqing 400038）
Abstract： In recent years, people's demand for selenium（Se）rich resources has been increasing. Soil is the basic material for crop growth, Se rich land development and utilization will be the primary entry point to improve the rational use of Se resources. In this paper, 247 soil samples were collected from the areas around Qinglong, Wuma townships in the central part of Fengjie county, and the characteristics of Se content, source, distribution and influencing factors in the study area were analyzed. The results showed that the average Se content of soil in the study area was 0.462 mg/kg, and the degree of variation belonged to high variability. According to the criteria for Delimitation and logo of natural selenium-enriched land（DZ/T 0380-2021）, the percentage of general Se-enriched sites in the study area was 17.89%, with a continuous distribution in spatial location. The results of the analysis of Se and other elemental sources and influencing factors showed that Se had a strong association with Cd and other heavy metal elements and the sources were relatively consistent. At the same time, soil organic matter, sulfide, iron oxide and apatite had significant effects on Se content, and indicated that they were influenced by the migration of exogenous sources. According to the quantitative source analysis of positive matrix factorization, the influence of Se sources in the soils of the study area was in the order of exogenous migration > geological background > anthropogenic activities, with the contribution rates of 70.1%, 15.2% and 14.7%, respectively. It was mainly affected by the geological background of the upstream river and accompanied by the migration of Cd. The comprehensive analysis shows that the soil environment in the study area is conducive to Se enrichment and reduces the safety risk of heavy metals, and has the conditions for delineating natural Se-enriched land, and it is suggested to carry out special crop surveys in the follow-up work to further evaluate the potential of agricultural products exploitation.
Key words：Se enriched resources；soils；source characteristics；distribution characteristics；influencing factors
 27 。