广东省汕头市土壤铬的空间分布特征、来源解析及影响因素研究

doi:10.13745/j.esf.sf.2022.2.77

地学前缘 ›› 2023, Vol. 30 ›› Issue (2): 514-525.DOI: 10.13745/j.esf.sf.2022.2.77

• 表层地球系统与生态环境效应 • 上一篇下一篇

广东省汕头市土壤铬的空间分布特征、来源解析及影响因素研究

蒋兴超¹^,²(), 许静¹^,^*(), 李如意¹, 贾一凡¹, 杨盼¹, 罗杰¹^,²

1.长江大学油气资源与勘探技术教育部重点实验室, 湖北武汉, 430100
2.长江大学油气地球化学与环境湖北省重点实验室, 湖北武汉, 430100

收稿日期:2022-02-10 修回日期:2022-04-04 出版日期:2023-03-25 发布日期:2023-01-05
通讯作者: 许静
作者简介:蒋兴超(1980—),男,博士,讲师,硕士生导师,主要从事地球化学方面的研究工作。E-mail: cjdx_jxc@163.com
基金资助:
国家自然科学基金项目(21876014);长江大学油气资源与勘探技术教育部重点实验室开放基金资助项目(PI2021-05)

Soil chromium in Shantou City, Guangdong Province: Spatial distribution characteristics, source apportionment and influencing factors

JIANG Xingchao¹^,²(), XU Jing¹^,^*(), LI Ruyi¹, JIA Yifan¹, YANG Pan¹, LUO Jie¹^,²

1. Ministry of Education Key Laboratory of Exploration Technologies for Oil and Gas Resources, Yangtze University, Wuhan 430100, China
2. Hubei Key Laboratory of Petroleum Geochemistry and Environment (Yangtze University), Wuhan 430100, China

Received:2022-02-10 Revised:2022-04-04 Online:2023-03-25 Published:2023-01-05
Contact: XU Jing

摘要/Abstract

摘要：

汕头市是广东省的经济特区之一,是潮汕地区的政治、经济中心,拥有较高的工业化和城市化水平。以往对广东省的土壤环境质量研究主要集中在珠江三角洲,缺乏对韩江三角洲的土壤环境元素分布、来源的系统性调查和研究。为全面了解广东省汕头市土壤重金属Cr的污染状况,本文依照标准格网采集511个表层(0~20 cm)土壤样和139个深层(>150 cm)土壤样进行Cr含量检测,根据富集因子法分析表层土壤中Cr的污染情况,运用PCA分析表层土壤Cr的来源,克里金插值法及方差分析法对Cr的空间分布及其控制因素进行了分析。结果显示,Cr在浅层土壤的几何含量均值为32.40 mg·kg^-1,低于汕头市土壤背景值39.52 mg·kg^-1,远远低于《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中的Cr风险筛选值(300 mg·kg^-1,6.5<pH≤7.5)。研究区大部分土壤为无富集和轻微富集,分别占66.34%和33.66%,无显著污染状况。汕头市潮南区的北部、潮阳区的北部及西南部为主要土壤Cr高值区,低值区分布于潮南区东部和濠江区东南沿海地区。通过PCA以及Pearson相关分析,推断汕头市内土壤Cr的来源是一种人为和自然的混合污染源,主要受成土母质影响。成土母质中三叠系砂岩的Cr含量比较高,白垩纪花岗岩的Cr含量较低;不同土壤类型中水稻土的Cr含量高,滨海砂土的Cr含量较低;不同土地利用类型中Cr含量差异不明显,人类活动对土壤Cr含量无明显影响。文中提供了汕头市土壤Cr的地球化学背景值,为后续相关研究奠定基础;同时综合多项指标推断Cr的物质来源及其占比,分析其影响因素,为后续判断是否出现Cr污染及制定相应防治对策提供参考。

关键词: 土壤铬, 污染, 空间分布特征, 影响因素, 汕头市

Abstract:

Shantou City, one of the special economic zones of Guangdong Province, is the economic and political center of Chaoshan area, with high level of industrialization and urbanization. In the past, soil environmental quality researches in Guangdong were mainly concentrated in the Pearl River Delta, while they lacked systemic investigation on the distribution and source apportionment of environmental soil elements in the Han River Delta. This study sought to assess the soil chromium (Cr) pollution status of Shantou City to aid prevention and control of Cr pollution in the area. According to the standard grid, 511 surface soil samples (0-20 cm) and 138 deep soil samples (>15 cm) were collected to determine the soil Cr contents. The Cr pollution status of surface soil was analyzed by the enrichment factor method, and the source of soil Cr was identified using PAC analysis; through Kriging interpolation and ANOVA, the spatial distribution characteristics of soil Cr and the influencing factors were explored. According to the results, the geometric mean content of Cr in the surface soil was 32.40 mg·kg^-1, which is lower than the Cr background value for Shantou City (39.52 mg·kg^-1) and much lower than the national Cr risk control standard (300 mg·kg^-1, 6.5<pH≤7.5). Most of the soil samples showed no (66.34% samples) or slight (34.66% samples) Cr accumulation, with no obvious Cr contamination. The areas with high soil Cr values were mainly in the northern Chaonan District and northern and southwestern Chanyang District, and the lowest value areas were in the eastern Chaonan District and the coastal area of southeastern Haojiang District. PAC and Pearson’s correlation analysis results indicate the source of soil Cr in Shantou City is a combination of human activities and natural sources, mainly influenced by the soil parent material, with relatively high Cr in Triassic sandstone and low Cr in cretaceous granite. Cr content in paddy soil was higher than other soil types and relatively low in coastal sand soil, but there were no obvious differences between different land-use types; and human activities had no significant influence on soil Cr. The soil Cr background value obtained by this study laid a foundation for subsequent researches. Meanwhile by integrating multiple indicators this study accurately determined the source apportionment of soil Cr and analyzed its influencing factors, which provides an important reference for assessing Cr pollution and formulating the corresponding prevention measures.

Key words: soil Cr, pollution, spatial distribution characteristics, influencing factor, Shantou City

中图分类号:

P595
X142

蒋兴超, 许静, 李如意, 贾一凡, 杨盼, 罗杰. 广东省汕头市土壤铬的空间分布特征、来源解析及影响因素研究[J]. 地学前缘, 2023, 30(2): 514-525.

JIANG Xingchao, XU Jing, LI Ruyi, JIA Yifan, YANG Pan, LUO Jie. Soil chromium in Shantou City, Guangdong Province: Spatial distribution characteristics, source apportionment and influencing factors[J]. Earth Science Frontiers, 2023, 30(2): 514-525.

图/表 13

参考文献 57

[1]	赵慧, 何博, 王铁宇, 等. 我国南方典型城市土壤重金属污染特征及源汇关系分析[J]. 环境科学学报, 2019, 39(7): 2231-2239.
[2]	张飙为, 刘旺, 何巍, 等. 全自动消解仪测定土壤重金属前处理方法优化[J]. 三峡生态环境监测, 2021, 6(4): 32-38.
[3]	李东艳, FRANCOIS M, 任玉芬, 等. 重金属污染土壤萃取方法选择及参数优化[J]. 地学前缘, 2005, 12(增刊1): 189-192.
[4]	杨晓燕, 侯青叶, 杨忠芳. 重金属元素Cd在水稻土剖面中的分配系数及其影响因素研究: 以四川省成都平原区为例[J]. 地学前缘, 2013, 20(2): 246-256.
[5]	陈世宝, 王萌, 李杉杉, 等. 中国农田土壤重金属污染防治现状与问题思考[J]. 地学前缘, 2019, 26(6): 35-41. DOI
[6]	陈思宏. 铬化学形态分析与植物Cr(Ⅵ)吸收主要途径解析[D]. 南京: 南京农业大学, 2019.
[7]	NICHOLSON F A, SMITH S R, ALLOWAY B J, et al. An inventory of heavy metals inputs to agricultural soils in England and Wales[J]. Science of the Total Environment, 2003, 311(1/2/3): 205-219. DOI URL
[8]	李勇, 周永章, 张澄博, 等. 基于局部Moran’s I和GIS的珠江三角洲肝癌高发区蔬菜土壤中Ni、 Cr的空间热点分析[J]. 环境科学, 2010, 31(6): 1617-1623.
[9]	BRAHUSHI F, DÖRFLER U, SCHROLL R, et al. Stimulation of reductive dechlorination of hexachlorobenzene in soil by inducing the native microbial activity[J]. Chemosphere, 2004, 55(11): 1477-1484. PMID
[10]	POHL H R, MCCLURE P R, FAY M, et al. Public health assessment of hexachlorobenzene[J]. Chemosphere, 2001, 43: 903-908. PMID
[11]	陈慧茹, 董亚玲, 王琦, 等. 重金属污染土壤中Cd、 Cr、 Pb元素向水稻的迁移累积研究[J]. 中国农学通报, 2015, 31(12): 236-241.
[12]	FACCHINELLI A, SACCHI E, MALLEN L. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils[J]. Environmental Pollution, 2001, 114(3): 313-324. DOI PMID
[13]	宁登豪, 邓洪平, 李文巧, 等. 三峡库区城镇消落区土壤重金属污染特征分析[J]. 三峡生态环境监测, 2021, 6(4): 11-23.
[14]	余涛, 杨忠芳, 钟坚, 等. 土壤中重金属元素Pb、 Cd地球化学行为影响因素研究[J]. 地学前缘, 2008, 15(5): 67-73.
[15]	LINDSTRÖM M. Urban land use influences on heavy metal fluxes and surface sediment concentrations of small lakes[J]. Water, Air, and Soil Pollution, 2001, 126(3): 363-383. DOI URL
[16]	张慧, 马鑫鹏, 史晓磊, 等. 区域土壤Cd和Cr空间分布的影响因素研究[J]. 土壤, 2018, 50(5): 989-998.
[17]	刘玉娟, 陈俊. 淮南市矿区土壤Pb元素含量的空间分布特征[J]. 有色金属设计, 2019, 46(1): 109-113.
[18]	袁峰, 白晓宇, 周涛发, 等. 元素空间分布插值方法的对比研究: 以铜陵地区土壤中的重金属元素为例[J]. 地学前缘, 2008, 15(5): 103-109.
[19]	李勇, 周永章, 窦磊, 等. 基于多元统计和傅立叶和谱分析的土壤重金属的来源解析及其风险评价[J]. 地学前缘, 2010, 17(4): 253-261.
[20]	韦彬, 侯青叶, 唐志敏, 等. 珠江水系沉积物重金属元素背景值估算及污染特征分析[J]. 现代地质, 2019, 33(2): 293-304.
[21]	匡荟芬, 胡春华, 吴根林, 等. 结合主成分分析法(PCA)和正定矩阵因子分解法(PMF)的鄱阳湖丰水期表层沉积物重金属源解析[J]. 湖泊科学, 2020, 32(4): 964-976.
[22]	乔雯, 王议, 张德强, 等. 某矿区土壤重金属分布特征及来源解析[J]. 现代地质, 2022, 36(2): 543-551.
[23]	张素荣, 王昌宇, 刘继红, 等. 雄安新区西南部土壤重金属污染特征及生态风险评价[J]. 地学前缘, 2021, 28(4): 238-249. DOI
[24]	黄伟, 张钘, 罗晓佼, 等. 三峡库区高阳平湖水体富营养化主要驱动因子研究: 基于主成分分析法[J]. 三峡生态环境监测, 2022, 7(1): 1-7.
[25]	HENRY R C. Multivariate receptor modeling by N-dimensional edge detection[J]. Chemometrics and Intelligent Laboratory Systems, 2003, 65(2): 179-189. DOI URL
[26]	RIZZO M J, SCHEFF P A. Assessing ozone networks using positive matrix factorization[J]. Environmental Progress, 2004, 23(2): 110-119. DOI URL
[27]	CHUEINTA W, HOPKE P K, PAATERO P. Investigation of sources of atmospheric aerosol at urban and suburban residential areas in Thailand by positive matrix factorization[J]. Atmospheric Environment, 2000, 34(20): 3319-3329. DOI URL
[28]	HENRY R C. History and fundamentals of multivariate air quality receptor models[J]. Chemometrics and Intelligent Laboratory Systems, 1997, 37(1): 37-42. DOI URL
[29]	THURSTON G D, SPENGLER J D. A quantitative assessment of source contributions to inhalable particulate matter pollution in metropolitan Boston[J]. Atmospheric Environment, 1985, 19(1): 9-25.
[30]	臧传子, 温汉辉, 蔡立梅, 等. 广东省揭阳市土壤铅的空间分布特征及影响因素[J]. 现代地质, 2021, 35(5): 1425-1432.
[31]	田瑜. 粉末压片制样X射线荧光光谱法测定土壤中的几种重金属[J]. 安阳工学院学报, 2018, 17(6): 24-27.
[32]	李娟娟, 马金涛, 楚秀娟, 等. 应用地积累指数法和富集因子法对铜矿区土壤重金属污染的安全评价[J]. 中国安全科学学报, 2006, 16(12): 135-139, 170.
[33]	潘纯珍. 重庆主城区交通环境颗粒物污染特征研究[D]. 重庆: 西南农业大学, 2005.
[34]	SHAHEEN M E, TAWFIK W, MANKOULA A F, et al. Determination of heavy metal content and pollution indices in the agricultural soils using laser ablation inductively coupled plasma mass spectrometry[J]. Environmental Science and Pollution Research International, 2021, 28(27): 36039-36052. DOI PMID
[35]	汪洋, 吴缨, 张良璞, 等. 合肥市初夏PM2.5中重金属元素污染特征分析[J]. 安徽化工, 2016, 42(1): 74-76.
[36]	范晓婷, 蒋艳雪, 崔斌, 等. 富集因子法中参比元素的选取方法: 以元江底泥中重金属污染评价为例[J]. 环境科学学报, 2016, 36(10): 3795-3803.
[37]	SUTHERLAND R A. Bed sediment-associated trace metals in an urban stream, Oahu, Hawaii[J]. Environmental Geology, 2000, 39(6): 611-627. DOI URL
[38]	JIANG Y X, CHAO S H, LIU J W, et al. Source apportionment and health risk assessment of heavy metals in soil for a township in Jiangsu Province, China[J]. Chemosphere, 2017, 168: 1658-1668. DOI PMID
[39]	吕建树, 何华春. 江苏海岸带土壤重金属来源解析及空间分布[J]. 环境科学, 2018, 39(6): 2853-2864.
[40]	ZHANG S W, SHEN C Y, CHEN X Y, et al. Spatial interpolation of soil texture using compositional kriging and regression kriging with consideration of the characteristics of compositional data and environment variables[J]. Journal of Integrative Agriculture, 2013, 12(9): 1673-1683. DOI URL
[41]	雷志栋, 杨诗秀, 许志荣, 等. 土壤特性空间变异性初步研究[J]. 水利学报, 1985, 19(9): 10-21.
[42]	SAHOO P K, DALL’AGNOL R, SALOMÃO G N, et al. Regional-scale mapping for determining geochemical background values in soils of the Itacaiúnas River Basin, Brazil: the use of compositional data analysis (CoDA)[J]. Geoderma, 2020, 376: 114504. DOI URL
[43]	熊廷浩, 黄益国, 周旋, 等. 湖南省油菜主产区土壤养分含量与重金属污染风险评价[J]. 浙江农业学报, 2021, 33(10): 1904-1912. DOI
[44]	陈秋平, 胥思勤, 安艳玲, 等. 锑矿区土壤中As、 Sb和Bi的污染与植物累积特征[J]. 贵州农业科学, 2014, 42(9): 236-240.
[45]	TURNBULL R, ROGERS K, MARTIN A, et al. Human impacts recorded in chemical and isotopic fingerprints of soils from Dunedin City, New Zealand[J]. Science ofthe Total Environment, 2019, 673: 455-469.
[46]	温鹏翀, 温汉辉, 蔡立梅, 等. 典型产业承接区土壤砷含量的空间分布特征及影响因素[J]. 环境化学, 2021, 40(1): 204-212.
[47]	陈秋平, 胥思勤, 安艳玲, 等. 锑矿土壤中As和Sb的分布、形态及生物可利用性[J]. 环境化学, 2014, 33(8): 1301-1306.
[48]	SIMS D B, HUDSON A C, KELLER J E, et al. Trace elements migrating from tailings to rock varnish laminated sediments in an old mining region from Nelson, Nevada, USA[J]. International Journal of Sediment Research, 2022, 37(2): 202-213. DOI URL
[49]	许继影, 桂和荣, 葛春贵, 等. 淮北青东煤矿深层地热水的水文地球化学特征与水源识别[J]. 工程地质学报, 2021, 29(4): 1037-1047.
[50]	张慧, 郑志志, 杨欢, 等. 基于多元统计和地统计的肇源县表层土壤重金属来源辨析[J]. 土壤, 2017, 49(4): 819-827.
[51]	周云娟, 冯芙蓉, 林秋丽. 快速城市化地区土壤Cr含量空间分布特征及潜在污染评价[J]. 安徽农学通报, 2021, 27(8): 116-117, 148.
[52]	王涵植, 温汉辉, 蔡立梅, 等. 广东省揭阳市土壤铬的空间结构及分布特征研究[J]. 土壤, 2020, 52(5): 941-947.
[53]	王高飞. 土壤中重金属元素形态分析方法及形态分布的影响因素[J]. 当代化工研究, 2019(6): 13-14.
[54]	赵其国. 水稻土的类型特征及其管理[J]. 土壤, 1992, 24(4): 169-175.
[55]	周琴, 姜军, 徐仁扣. Cu(Ⅱ)、 Pb( Ⅱ)和Cd(Ⅱ)在红壤胶体和非胶体颗粒上吸附的比较[J]. 土壤学报, 2018, 55(1): 131-138.
[56]	冯连君, 储雪蕾, 张启锐, 等. 化学蚀变指数(CIA)及其在新元古代碎屑岩中的应用[J]. 地学前缘, 2003, 10(4): 539-544.
[57]	吴文斌, 杨鹏, 唐华俊, 等. 土地利用对土壤性质影响的区域差异研究[J]. 中国农业科学, 2007, 40(8): 1697-1702.

污染程度	富集因子	污染程度	富集因子	污染程度	富集因子
Ⅰ 未污染	<1	Ⅲ中度污染	2~<5	Ⅴ强烈污染	20~40
Ⅱ轻微污染	1~<2	Ⅳ显著污染	5~<20	Ⅵ极强污染	>40

污染程度	富集因子	污染程度	富集因子	污染程度	富集因子
Ⅰ 未污染	<1	Ⅲ中度污染	2~<5	Ⅴ强烈污染	20~40
Ⅱ轻微污染	1~<2	Ⅳ显著污染	5~<20	Ⅵ极强污染	>40

类型		最小值/ (mg·kg^-1)	中值/ (mg·kg^-1)	最大值/ (mg·kg^-1)	几何均值/ (mg·kg^-1)	标准差/ (mg·kg^-1)	变异系数/ %	背景值/ (mg·kg^-1)	偏度	峰度
Cr元素	浅层	2.20	33.20	109.10	32.40	16.08	0.45	35.33	0.86	1.41
Cr元素	深层	2.10	44.20	110.50	39.52	20.55	0.46	44.44	0.39	-0.32
SiO₂	浅层	50.91	66.65	95.64	67.03	7.87	0.12	67.05	0.88	1.14
SiO₂	深层	52.46	64.28	93.76	65.57	8.36	0.13	65.68	1.02	0.82
Ti元素	浅层	581.20	3 367.80	6 847.80	3 091.51	1 085.09	0.33	3 292.69	-0.07	-0.5
Ti元素	深层	489.10	3 914.00	6 511.40	3 553.05	1 168.44	0.31	3 787.59	-0.44	-0.26

类型		最小值/ (mg·kg^-1)	中值/ (mg·kg^-1)	最大值/ (mg·kg^-1)	几何均值/ (mg·kg^-1)	标准差/ (mg·kg^-1)	变异系数/ %	背景值/ (mg·kg^-1)	偏度	峰度
Cr元素	浅层	2.20	33.20	109.10	32.40	16.08	0.45	35.33	0.86	1.41
Cr元素	深层	2.10	44.20	110.50	39.52	20.55	0.46	44.44	0.39	-0.32
SiO₂	浅层	50.91	66.65	95.64	67.03	7.87	0.12	67.05	0.88	1.14
SiO₂	深层	52.46	64.28	93.76	65.57	8.36	0.13	65.68	1.02	0.82
Ti元素	浅层	581.20	3 367.80	6 847.80	3 091.51	1 085.09	0.33	3 292.69	-0.07	-0.5
Ti元素	深层	489.10	3 914.00	6 511.40	3 553.05	1 168.44	0.31	3 787.59	-0.44	-0.26

元素及化合物	Cr	SiO₂	Ti
Cr	1	-0.322^*	0.635^**
SiO₂		1	-0.670^**
Ti			1

广东省汕头市土壤铬的空间分布特征、来源解析及影响因素研究

Soil chromium in Shantou City, Guangdong Province: Spatial distribution characteristics, source apportionment and influencing factors

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 57

相关文章 15

编辑推荐

Metrics

本文评价

评价方法	污染等级	Cr元素等级比重/%
富集因子法	I 未污染	66.34
	II 轻微污染	33.66
	III 中度污染	0
	IV 显著污染	0
	V强烈污染	0
	VI极强污染	0

元素及化合物	因子载荷
元素及化合物	PC1	PC2	PC3	PC4
Fe₂O₃	0.957	0.054	0.137	-0.130
V	0.952	0.040	-0.098	0.093
Ti	0.932	0.025	-0.060	0.052
Sc	0.932	0.017	0.026	-0.075
Co	0.867	0.119	0.109	-0.217
SiO₂	-0.781	-0.041	-0.515	0.089
MgO	0.738	-0.034	-0.029	0.473
Cr	0.656	0.060	-0.255	0.434
Al₂O₃	0.645	0.037	0.629	-0.246
Be	0.619	0.008	0.360	0.438
Bi	-0.010	0.954	0.037	-0.093
As	0.009	0.951	0.015	-0.077
Pb	0.066	0.900	0.150	0.029
Ag	0.044	0.834	-0.060	0.173
Sb	0.121	0.411	-0.174	0.393
K₂O	-0.171	-0.037	0.799	0.125
Mn	0.393	0.123	0.646	-0.134
CaO	-0.055	-0.019	-0.025	0.702
Na₂O	-0.170	-0.064	0.504	0.643
Cd	0.034	0.271	-0.038	0.350
特征值	7.224	3.547	2.096	1.947
解释率	36.120	17.734	10.478	9.735

元素及化合物	As	Cr	Pb	Fe₂O₃	Ag	Bi	Co	Sc	Ti	V
As	1	0.035	0.855^**	0.076	0.700^**	0.986^**	0.142^**	0.030	0.024	0.054
Cr		1	0.107^*	0.512^**	0.143^**	0.036	0.445^**	0.541^**	0.635^**	0.681^**
Pb			1	0.103^*	0.639^**	0.849^**	0.158^**	0.086	0.081	0.106^*
Fe₂O₃				1	0.071	0.055	0.872^**	0.883^**	0.870^**	0.872^**
Ag					1	0.712^**	0.079	0.039	0.087	0.087^*
Bi						1	0.115^**	0.010	0.008	0.032
Co							1	0.814^**	0.743^**	0.777^**
Sc								1	0.877^**	0.891^**
Ti									1	0.927^**
V										1

主成分	比例/%
PC1	20.24%
PC2	1.96%
PC3	3.18%
PC4	19.46%
未知来源	55.17%
合计	100.00%

类型	样本数	表层土壤Cr含量/(mg·kg^-1)
类型	样本数	均值	变幅
赤红壤	140	29.88^a	7.70~76.60
滨海砂土	13	25.20^b	2.20~66.90
水稻土	358	38.85^a	8.20~109.10
建筑用地	136	35.87^a	2.20~109.10
农用地	359	36.16^a	7.70~99.80
未利用地	16	34.96^a	14.70~63.40
白垩纪花岗岩	90	28.16^d	8.20~99.80
第四纪沉积物	341	39.62^b	2.20~109.10
三叠纪砂岩	1	48.50^a	48.50~48.50
侏罗纪花岗岩	71	29.42^d	7.70~68.70
侏罗纪碎屑岩	5	37.66^c	23.20~68.40

[1]	郭永丽, 肖琼, 章程, 吴庆. 石油类污染的岩溶地下水环境特征:以淄博市大武水源地为例[J]. 地学前缘, 2023, 30(2): 539-547.
[2]	迟明慧, 秦延文, 杨晨晨, 温泉, 孙宁, 竹怀林, 张雷. 潮白河中游沉积物氮磷和有机质分布特征及评价[J]. 地学前缘, 2022, 29(4): 448-454.
[3]	熊贵耀, 吴吉春, 杨蕴, 祝晓彬, 刘梦雯, 宋亚霖. 有机污染土壤-地下水系统中的微生物场及多场耦合研究[J]. 地学前缘, 2022, 29(3): 189-199.
[4]	张小刚, 张芳, 李书鹏, 韦云霄, 侯德义, 李广贺. 污染场地原位热修复技术与能效分析[J]. 地学前缘, 2022, 29(3): 200-206.
[5]	何宝南, 何江涛, 孙继朝, 王俊杰, 文冬光, 荆继红, 彭聪, 张昌延. 区域地下水污染综合评价研究现状与建议[J]. 地学前缘, 2022, 29(3): 51-63.
[6]	赵卫东, 赵芦, 龚建师, 周文怡, 钱家忠. 宿州矿区浅层地下水污染评价及源解析[J]. 地学前缘, 2021, 28(5): 1-14.
[7]	解飞, 张玉玺, 刘景涛, 周冰, 向小平. 基于“层级阶梯评价方法”的地下水质量与污染评价:以铜川市为例[J]. 地学前缘, 2021, 28(5): 15-25.
[8]	朱辉, 叶淑君, 吴吉春, 徐海珍. 中国典型有机污染场地土层岩性和污染物特征分析[J]. 地学前缘, 2021, 28(5): 26-34.
[9]	李志红, 王广才, 蔡五田, 刘菲, 黄丹丹. 某Cr(Ⅵ)污染场地修复的PRB反应材料及结构设计研究[J]. 地学前缘, 2021, 28(5): 186-196.
[10]	孙占学, 马文洁, 刘亚洁, 刘金辉, 周义朋. 地浸采铀矿山地下水环境修复研究进展[J]. 地学前缘, 2021, 28(5): 215-225.
[11]	张明浩, 赵廷宁, 肖辉杰. 内蒙古乌海粉尘浓度时空分布及影响因素探析[J]. 地学前缘, 2021, 28(4): 118-130.
[12]	张小文, 何江涛, 黄冠星. 石家庄地区浅层地下水铁锰分布特征及影响因素分析[J]. 地学前缘, 2021, 28(4): 206-218.
[13]	张素荣, 王昌宇, 刘继红, 邢怡, 刘庆学, 杨俊泉, 贺福清. 雄安新区西南部土壤重金属污染特征及生态风险评价[J]. 地学前缘, 2021, 28(4): 238-249.
[14]	Jinru Lin, Ning Chen, Yuanming Pan. 砷在石膏中固定机制:掺杂态和表面吸附沉淀态以及其在砷污染控制中的作用[J]. 地学前缘, 2020, 27(5): 227-237.
[15]	温泉, 马迎群, 时瑶, 迟明慧, 秦延文, 刘志超, 杨晨晨. 基于污染负荷核算的岷江流域总磷污染成因分析及对策[J]. 地学前缘, 2020, 27(4): 332-339.