土壤作为陆地植物生长的根基，是人类赖以生存的主要条件之一。随着我国城市化和工业化进程的加快，农药及化肥的广泛使用，汽车尾气的排放等造成土壤中重金属元素富集，致使土壤环境质量和人类健康问题变得越来越突出[1]。2014年我国环境保护部以及国土资源部联合发布的《全国土壤污染状况调查公告》中显示，我国土壤污染形势不容乐观，土壤中8种重金属(Pb、Zn、Cd、Cr、Cu、Ni、As、Hg)总的点位超标率达21.7%，每年因重金属污染造成的粮食损失量约达1 200万t[2]。重金属污染物在土壤中移动性差、滞留时间长，无法被微生物完全降解，且易于累积，其不仅对植物的生长造成影响，并且可以通过食物链在人体内蓄积，危害人体健康[3-4]。20世纪50年代日本发生的骨痛病和水俣病事件，以及在我国湖南发生的镉中毒事件、陕西的血铅超标事件和广西龙江的镉污染事件仅为重金属污染事件的代表，越来越多的重金属污染问题已经引起众多学者的关注并从多方面对土壤中重金属污染展开了研究，如陈秀端[5]对全国25个城市约9 000个城市土壤样品进行了分析，重点讨论了土壤中重金属元素的时空分布特征及污染状况，结果发现中国城市土壤中重金属元素含量存在明显的地区差异，不同等级的城市土壤重金属污染程度不同；李一蒙等[6]对开封城市99个表层土壤中7种重金属元素含量进行了统计分析，结果发现开封城市土壤中发生Cd重度污染、Zn中度污染、Pb和Cu轻度污染；吴琼等[7]采集北京市大兴区58份土壤表层样品，系统分析了土壤中8种重金属元素含量的分布特征及土壤环境质量水平。

我国南宁市作为亚热带较为典型的省会城市，凭借其在西部大开发和中国-东盟自由贸易区中具有承东启西、连南接北的区位优势，迅速实现了经济的快速发展。据统计，2016年南宁地区生产总值达3 703.39亿元，全年农作物播种面积达97.71万hm2，比去年同期增长了0.72%，截至2016年底，全市拥有规模以上工业企业954家。近年来，随着南宁市城市化水平的不断提高、城市周边工业企业的发展以及需求与产出比增加所带来的土地利用强度的增加，使该地区生态环境质量受到了严重影响，但是目前针对该地区城市郊区农田土壤中重金属污染的分析评价相对较少。为此，本文以南宁市郊表层农业土壤为研究对象，利用多元统计方法对研究区农业土壤中Pb、Zn、Cd、Cr、Cu、Ni、As、Hg 8种重金属元素含量的空间分布特征和来源进行全面系统的分析，并对研究区农业土壤的环境质量进行了综合评价。该研究对于了解研究区农业土壤环境质量现状，防治土壤重金属污染以及加强农作物质量的提高具有重要的现实意义。

1　材料与方法

1. 1　研究区概况

南宁市(北纬22°13′～23°32′,东经107°45′～108°51′)位于广西壮族自治区南部偏西，毗邻粤港澳，背靠大西南，面向东南亚，成为连接东南沿海与西南内陆的重要枢纽，也成为西南出海通道最便捷的枢纽。南宁地区属于湿润的亚热带季风气候，年平均气温在21.6°左右，极端最高气温为40.4°，极端最低气温为-2.4°，年均降雨量为1 304.2 mm，平均相对湿度为79%。该地区地貌分为平地、低山、石山、丘陵、台地5种类型，以丘陵盆地为主，平原面积较大可耕地多，土壤类型主要为赤红壤为主的地带土壤，富铝化程度高，缺磷、钾，在较平坦的地方可种植农作物，但需要加强有机肥的施用和采用严格的水土保持措施。

目前，从电动汽车报废的动力电池主要有两种处理方式，一种是梯级利用，另一种是拆解回收，如图3所示。梯级利用是将电池的使用寿命延长，当动力电池的容量降到初始容量的80%时，不再满足电动汽车的使用标准，但仍可在其他场合应用，如储能系统、电动工具等。当电池性能进一步下降到初始容量的50%以下，无法继续使用，则对电池进行拆解，回收电极材料。

1. 2　样品采集

本次研究区域位于南宁市城郊，共布设土壤采样点367个，采样点分布见图1。于2014年8月至12月按照网格布点法采用GPS定位采集研究区农业土壤表层0～20 cm处土样，每个点位样品均按照对角线采集5点土样并混合，然后采用四分法提取1.5 kg左右土壤样品装入聚乙烯塑料袋。

图1　研究区土壤采样布点图 Fig.1　Soil sampling points of the study area

1. 3　样品处理与测试

土壤样品在阴凉通风处自然风干后去除杂质，然后使用玛瑙研钵研磨过100目尼龙筛，装瓶待测。

由表8可知，评价结果中土壤污染指数污染等级有Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ，其中，11.99%的样点属于清洁，16.62%的样点属于尚清洁，42.78%的样点属于轻污染，14.71%的样点属于中度污染，13.90%的样点属于重度污染。总体而言，研究区农业土壤的环境质量较差，应及时采取有效措施进行治理。

3.建立信息的流转机制与查询制度。从总体上看，信息的流转是信息利用的特殊方式，是信息效能发挥最大化的基本要求。但是，职务犯罪的信息流转与公安机关的普通刑事犯罪信息流转不同。信息作用的发挥需要流转，但流转过程中发挥作用的基本方式是需要信息的便捷查询。为此，需要对现有的信息分级查询权限和规范进行总结。此外，由于信息研判功能的相对独立，需要对信息研判单位的职责定位清晰，一方面它应当主动进行信息的研判，为功能对口单位提供信息支持，另一方面应当要求其对于业务部门的定向信息研判作出必须的响应。

重金属As、Hg的测定：称取0.200 0 g土壤样品，使用(1+1)王水在沸水浴中消解，水稀释定容至25 mL，其中As取原液，加硫脲-抗坏血酸还原剂，以硼氢化钾作氢化物发生剂使用原子荧光光谱法(AFS-9230，吉天)测定；Hg取原液，以氯化亚锡为还原剂原子荧光光谱法(AFS-9230，吉天)测定。

试验过程中均使用国家标准样品GSS-1进行质量控制，测量值与标准值的相对标准偏差RSD均小于5%。试验过程中所使用的器皿均使用稀硝酸浸泡24 h，然后用自来水冲洗干净，再使用超纯水冲洗3遍[8]。

1. 4　数据处理

采用内梅罗污染指数法对土壤重金属污染进行综合评价，可以综合反映各种重金属对土壤的作用，得出土壤的总体污染程度，但其弊端是过于突出最大污染因子，造成一项指标偏高，而其他指标均较低，从而致使评价结果偏高的现象。因此，本文采用权重修正的内梅罗污染指数法，即在原有方法的基础上对土壤污染指数均值进行权重修正，进而对研究区域土壤污染水平做出正确评价。该方法的计算公式如下[27-29]：

path=AppDomain.CurrentDomain.BaseDirectory+"plugin";

2　结果与讨论

2. 1　土壤中重金属元素含量的描述性统计

研究区农业土壤样品中8种重金属元素含量的描述性统计数据以及南宁市土壤背景值和国家《土壤环境质量标准》(GB 25618—1995)二级标准限值，详见表1。

表1　研究区农业土壤中8种重金属元素含量的描述性统计数据(n=367) Table 1　Description statistics of the heavy metal concentrations in the agricultural soils of the study area (n=367)

项目PbZnCdCrCuNiAsHg平均值/(mg·kg-1)23.4650.720.1656.9319.7415.6111.520.10最小值/(mg·kg-1)4.4011.600.0216.85.493.250.20ND研究区农业土壤 最大值/(mg·kg-1) 57.50335.002.04148.00246.0083.90115.002.15变异系数/%40.5262.97106.2135.3888.0364.8198.74124.69标准差/(mg·kg-1)9.5231.980.1620.1617.3810.1211.370.12南宁市土壤背景值/(mg·kg-1)24.0067.000.0873.0024.0023.0015.000.112超出背景值百分率/%38.6922.0762.9418.8022.6217.4422.3426.98国家《土壤环境质量标准》二级标准限值/(mg·kg-1)350.00300.000.60350.00100.0060.0020.001.00

注：“ND”表示未检出。

由表1可以看出，研究区农业土壤中重金属元素Pb、Zn、Cd、Cr、Cu、Ni、As、Hg的含量范围分别为4.40～57.50 mg/kg、11.60～335.00 mg/kg、0.02～2.04 mg/kg、16.8～148.00 mg/kg、5.49～246.00 mg/kg、3.25～83.90 mg/kg、0.20～115.00 mg/kg、ND～2.15 mg/kg，相应的平均含量分别为23.46 mg/kg、50.72 mg/kg、0.16 mg/kg、56.93 mg/kg、19.74 mg/kg、15.61 mg/kg、11.52 mg/kg、0.10 mg/kg，均低于国家《土壤环境质量标准》(GB 15618—1995)的二级标准限值[9];除了Pb、Cr外，其余6种重金属元素(Zn、Cd、Cu、Ni、As、Hg)都有点位超出标准限值，且其含量最高值分别为相应标准限值的1.1倍、3.4倍、2.5倍、1.4倍、5.8倍、2.2倍；与南宁市土壤背景值[10]相比，研究区农业土壤中重金属元素Pb、Zn、Cd、Cr、Cu、Ni、As、Hg的平均含量分别为背景值的0.98倍、0.76倍、2.00倍、0.79倍、0.82倍、0.68倍、0.77倍、0.10倍，除Cd外，其余7种重金属元素平均含量均低于南宁市土壤背景值，表明Cd元素在表层土壤中存在明显富集，且其点位超标率达62.94%，需要引起管理部门的重视。

此外，从变异系数来看(见表1)，Zn、Cd、Cu、Ni、As、Hg的变异系数均超过50%，分别为62.97%、106.21%、88.03%、64.81%、98.74%、124.69%，说明上述6种重金属元素在全部采样点中含量差异较大，尤其是Cd和Hg，离散性较大，主要是由于采样面积大、外界干扰因素较多所致；Zn和Cr的变异系数小于50%，说明其含量在部分采样点中存在较大差异，总体离散性较小，分布相对比较均匀。

将南宁市本次研究结果与国内其他城市农业土壤中重金属元素的平均含量进行了对比(见表2)，结果表明：南宁市农业表层土壤中Zn的平均含量最低，As的平均含量比大多数城市高，其余重金属元素较其他城市含量低。其中，徐州市农业土壤中众多重金属元素均处于较高水平，这可能是由于不同的城市其工业化和城市化水平不一样，人类活动强度不同，致使表层土壤中重金属污染程度存在差异。

表2　　　　南宁市与国内其他城市农业土壤中重金属元素平均含量的比较(mg/kg) Table 2　　　　Comparison of heavy mental contents in the agricultural soils between Nanning City and other cities (mg/kg)

城市PbZnCdCrCuNiAsHg北京[11]23.3092.90.1361.0017.73247.60—上海[12]28.8699.36—87.7227.80———广州[13]65.40277.000.2322.4011.0011.1017.40—徐州[5]43.30144.100.5478.4038.2034.3039.800.29开封[6]36.71164.031.0553.1136.4023.876.31—重庆[14]32.6196.770.9826.5824.6325.648.020.31石家庄[15]31.00104.480.2871.8527.3928.209.420.11太原[16]26.2986.080.2173.6928.8729.7610.960.12本研究(南宁市)23.4650.720.1656.9319.7415.6111.520.10

注：“—”表示无数据。

2. 2　土壤中重金属元素含量的空间分布特征

本研究通过采用ArcGIS中的空间分析功能，利用无偏最佳估值的普通克里格插值法(Ordinary Kriging)[17]，采用高斯模式对367个土壤样品数据进行了空间插值，得到南宁市郊367个采样点重金属元素含量数据的空间分布图，见图2。

图2　研究区农业土壤中重金属元素含量的空间分布图 Fig.2　Spatial distribution of heavy metal concentrations in the agricultural soils of the study area

由图2可见，大尺度下研究区农业土壤中8种重金属元素含量的空间分布趋势相似，西北地区和东南地区农业土壤中重金属元素含量明显高于东北地区，高浓度主要集中在邕江沿岸区域，这主要与西北地区和东南地区作为南宁市经济快速发展区域紧密相关。其中，西北地区为南宁市西乡塘区，该地区地处大西南出海大通道上，有着发达的交通网络，且该区域已经发展成为商品流通集散地、工业发展集中区和城郊型经济的重点区域；东南地区为南宁市良庆区和邕宁区，该区域作为南宁市构建区域性国际城市的重点发展对象，城市化和工业化速度正在加快。可见，高速的经济发展、工业化和城市化速度的加快以及人口数量的增加致使该地区环境压力增大，进而使一些重金属等有毒有害物质进入到土壤系统造成一定的累积。而研究区东北部距离人类活动密集区域较远，受到人为因素的影响较小，土壤样品中重金属元素的含量相对较低。

2. 3　土壤中重金属元素的来源解析

为了确定研究区农业土壤中重金属污染物的来源，本文采用相关性分析法和主成分分析法对研究区农业土壤中重金属元素的来源进行了解析。

首先利用皮尔逊(Pearson)相关性分析法来推测研究区农业土壤中重金属的来源是否相同，土壤中重金属元素之间的Pearson相关系数越大，表示其相关性越高，则来源相同的可能性越大。研究区农业土壤中重金属元素之间的Pearson相关系数见表3。

表3　研究区农业土壤中重金属Pearson相关系数(n=367) Table 3　Correlation matrix for the heavy metals in the agricultural soils of the study area (n=367)

PbZnCdCrCuNiAsHgPb10.587**0.453**0.619**0.311**0.615**0.417**0.315**Zn0.587**10.523**0.542**0.681**0.718**0.398**0.242**Cd0.453**0.523**10.245**0.253**0.482**0.252**0.175**Cr0.619**0.542**0.245**10.278**0.600**0.464**0.276**Cu0.311**0.681**0.253**0.278**10.358**0.183**0.153**Ni0.615**0.718**0.482**0.600**0.358**10.414**0.231**As0.417*0.398**0.252**0.464**0.183**0.414**10.122**Hg0.315**0.242**0.175**0.276**0.153**0.231**0.122**1

注:“**”表示在0.01水平(双侧)上显著相关；“*”表示在0.05水平(双侧)上显著相关。

由表3可知，研究区农业土壤中Pb、Zn、Cd、Cr、Ni、As、Hg 8种重金属元素之间均呈显著正相关关系，表明8种重金属元素均具有相同的来源。其中，Pb-Cr(r=0.619)、Pb-Ni(r=0.615)、Cr-Ni(r=0.600)、Zn-Cu(r=0.681)和Zn-Ni(r=0.718)呈极显著正相关(p<0.01)，且相关系数均大于0.6，由此可推断Pb、Cr和Ni 3种重金属元素具有很强的同源性。

目前比较流行的MSR Daily 3D、MSR Action 3D和MSRC-12数据集运动帧数较少,不满足某些模型训练需要的数据多样性,数据集中行为帧的数量不等,不利于观察运动历史图像的动作变化细节[12]。所以本文花费了大量时间自建行为数据集,并用该数据集完成实验。

多机器人协同系统在汽车焊接生产线中的应 用 …………………………………………… 钟 平，李华雄（31）

表4　主成分的贡献率 Table 4　Contribution rate of each principal component

主成分方差贡献率/%累计方差贡献率/%PC130.50630.506PC227.68558.191PC313.97772.168

表5　土壤重金属元素的因子载荷 Table 5　Factors matrixe of heavy metals in soils

元素PC1PC2PC3Pb0.6850.3670.294Zn0.4390.8190.109Cd0.3230.5530.093Cr0.7680.2190.233Cu-0.0030.8790.039Ni0.6490.5200.130As0.8060.058-0.100Hg0.1130.0930.964

由表4和表5可以看出：

在电影展映活动中，高校图书馆因馆内空间不具备专业影院配置，往往临时借用相应的会议室或教室进行展映，电影放映效果较差，观影者体验不佳，参与人数因此也逐步减少，吸引力不足。图书馆在此类专业化功能空间打造上还需相应的投入和改造。

第一主成分PC1解释了总方差的31%，主要包括Pb、Cr、Ni和As，并且这4种重金属元素之间具有较高的相关性(见表3)。城市土壤中Pb元素主要来源于汽车尾气排放而被作为机动车污染源的标识元素[19]，研究区农业土壤中Pb元素的来源主要与南宁市密集的交通网络以及机动车数量的逐年递增有关。由图2可见，As和Cr元素含量的高值区域主要集中在南宁市东南部邕江流域沿岸，该区域作为南宁市重点开发区域，其工业垃圾、城市污水等直接导致该区域农业土壤中重金属含量增高。结合表1可见，Cr、Ni和As元素含量与南宁市背景值相比，点位超标率分别为18.80%、17.44%、22.34%，说明部分点位重金属元素呈现富集状态。故第一主成分主要为工业及交通源。

第二主成分PC2解释了总方差的28%，主要包括Zn、Cd和Cu。随着城市化速度的加快，人口数量的增加，对农产品的需求量不断增加，而农药、化肥是提高作物单产水平以及确保粮食增产增收的重要措施，虽然施用农药、化肥使农产品的产量得以提高，但是引发的土壤重金属污染问题也日益严重。可见，农业土壤中Zn、Cd和Cu的主要来源是农药、化肥、污水灌溉以及工业垃圾[20]，Cd元素可作为农药和化肥等农业活动的标识元素[19]。谢小进等[21]通过研究黄浦江中上游地区农业土壤中重金属元素含量的特征，指出土壤中Cd含量的富集与农业活动中农药和化肥的使用存在较大关系；刘荣乐等[22]、朱亦君等[23]研究表明Cu和Zn广泛用于饲料添加剂中，进而致使农田有机肥中Cu、Zn含量增加；Chen等[24]研究发现，土壤中总P的含量与Cu、Zn的含量存在一定的相关性，并认为化肥和农药的使用是Cu、Zn的主要来源。由于研究区域内主要以农业生产为主，没有大型工业，土壤中Zn、Cd和Cu主要受农业活动影响。故第二主成分主要为农业活动源。

第三主成分PC3解释了总方差的14%，主要包括Hg。重金属Hg元素可以通过大气沉降进入土壤中，已有研究指出，Hg的含量随着与污染源的距离的增加而降低[25]。从研究区农业土壤中重金属元素含量的空间分布(见图2)可以看出，人类活动密集区域Hg元素含量较高，距离越远其含量越低。因此，第三主成分主要为大气沉降源。

2. 4　土壤重金属污染的风险评价

2.4.1　单因子污染指数法的风险评价

采用单因子污染指数法对土壤中重金属污染进行风险评价的公式如下[26]：

“边缘性，是我人生中具有决定意义的条件”[6]213，大江将这一“条件”充分运用于自己的作品之中。他认为小说把握时代、从整体上来表现时代的方法就是必须站在边缘性上，主张创造位于边缘的典型人物，他们可以扩大小说世界，使作者进行自我审视、反思及是其走向更广阔的世界的重要道路。他大力宣称“在边缘人物、边缘性这一条件下，积极地把‘陌生化’的人作为文学的典型人物创作出来。它批判性地超越了天皇制文化为中心的指向性和单一化的趋势，为我们的想象力提供了丰富的素材”[6]115。确实，大江在其作品中自始至终贯穿着这一方法。

Pi=Ci/Si

(1)

式中：Pi为土壤中第i种污染因子的污染指数(即单因子污染指数);Ci为调查点第i种污染因子的实测值(mg/kg)；Si为第i种污染因子的背景值(mg/kg)。

按照单因子污染指数的大小，可对土壤污染水平进行等级划分，土壤污染等级划分标准见表6。

[14]汪嘉利，李章平，杨志敏，等.重庆市主城区土壤重金属的污染特征[J].重庆师范大学学报(自然科学版),2012,29(5):31-35.

表6　土壤污染等级的划分标准 Table 6　Classification standard for soil pollution grade

分级单因子污染指数分级标准权重修正的内梅罗综合污染指数分级标准污染指数污染等级污染指数污染等级ⅠPi<1清洁P'≤0.7清洁(安全)Ⅱ1≤Pi<2轻污染0.73.0重污染

表7　　　　南宁市农业土壤中重金属单因子污染指数对应不同污染等级的样点数统计(n=367) Table 7　　　　Numbers of the sampling points corresponding to different single factor pollution indexes of heavy metals in the agricultural soils of Nanning City (n=367)

重金属元素不同污染等级范围内样点数/个ⅠⅡⅢⅣPb22114240Zn2867650Cd1351145563Cr2967010Cu2847733Ni3025942As28464127Hg26687122

由表7可知，依据超出清洁等级样点数排序，研究区农业土壤中各种重金属元素污染程度由高到低的排序为Cd>Pb>Hg>As>Cu>Zn>Cr>Ni。除了Pb、Zn和Cr外，其余各重金属元素均出现了重污染等级，其中Cd元素重污染等级样点占比最高为17.17%。总体而言，8种重金属元素污染水平大部分处于清洁或轻污染水平，说明其重金属污染较轻。

Integrated Design of Offshore Wind Tower and Foundation ZHAI Endi,ZHANG Xingang,LI Rongfu(1)

2.4.2　权重修正的内梅罗综合污染指数法的风险评价

本文使用Excel软件对试验数据进行处理，运用SPSS 20.0软件对数据进行相关性分析和主成分分析，采用GS+7.0对数据进行描述性分析和半变异函数的拟合，并在ArcGis 10.2中应用Kringing进行插值制图，获取土壤中重金属元素含量的空间分布图。

(2)

(3)

(4)

式中：ai为第i种污染因子的权重值;Smax为各污染因子背景值中的最大值;Pmax为污染因子中单因子污染指数最大值;P加权平均为带权重的土壤污染指数均值;n为评价指标的数目;P′为权重修正的内梅罗综合污染指数。

然后，利用主成分分析方法对研究区农业土壤中8种重金属元素进行主成分分析(PCA)，进一步研究各污染物的来源，并根据特征值大于1及主成分累计解释总方差大于70%的原则[18]，提取了3个主成分进行分析，其分析结果见表4和表5。

按照权重修正的内梅罗综合污染指数的大小，可对土壤污染水平进行等级划分，土壤污染等级的划分标准见表6。

根据公式(2)至(4)，可计算得出研究区农业土壤中重金属的权重修正的内梅罗综合污染指数，其计算结果对应不同污染等级的样点数统计见表8。

表8　　　　南宁市农业土壤中重金属的权重修正的内梅罗综合污染指数对应不同污染等级的样点数(n=367) Table 8　　　　Numbers of the sampling points corresponding to different weighting-factor modified Nemerow pollution indexes of heavy metals in the agricultural soils of Nanning City (n=367)

污染等级等级范围内样点数/个污染等级等级范围内样点数/个Ⅰ44Ⅳ54Ⅱ61Ⅴ51Ⅲ157

重金属Pb、Zn、Cd、Cr、Cu、Ni的测定：称取0.100 0 g土壤样品，加HF+HCl+HNO3+HClO4(5∶2∶2∶1)混酸10 mL于微波消解仪中130℃消解15 min，150℃消解5 min，180℃消解15 min；然后进行赶酸至1 mL左右，定容至25 mL容量瓶中，分取适当溶液稀释后使用电感耦合等离子体质谱法(ICP-MS，Agilent 7 500 a,USA)测定全量。

3　结　论

(1) 南宁市城郊表层农业土壤中重金属的调查分析表明：Pb、Zn、Cd、Cr、Cu、Ni、As、Hg 8种重金属元素平均含量均低于国家《土壤环境质量标准》的二级标准限值；与南宁市土壤背景值相比，研究区农业土壤中8种重金属元素含量均有超标，尤其是Cd元素，点位超标率最高达62.94%，表明城市化的发展对城郊农业土壤环境质量产生了一定的影响，土壤中重金属元素含量呈现富集趋势。

(2) 南宁市农业土壤中重金属元素含量的空间分布特征表明：重金属元素含量的高值区主要集中在研究区的西北部和东南部，尤其是邕江流域附近农田土壤，主要是由于该区域经济发展迅速，人口密集，工农业活动频繁所致。

(3) 采用相关性分析法和主成分分析法对南宁市农业土壤中重金属元素的来源进行解析，结果表明：8种重金属元素主要分为3个主成分：第一主成分主要为工业和交通源，包括Pb、Cr、Ni和As 4种重金属元素；第二主成分主要为农业活动源，包括Zn、Cd和Cu 3种重金属元素；第三主成分主要为大气沉降源，包括Hg重金属元素。

(4) 采用单因子污染指数法对研究区农业土壤重金属污染进行风险评价，结果表明8种重金属污染水平大部分处于清洁和轻污染水平，其重金属污染程度较轻；而采用权重修正的内梅罗综合污染指数法对研究区农业土壤重金属污染风险进行综合评价，结果表明42.78%样区属于轻污染。总体来讲，整个研究区农业土壤的环境质量较差，应及时采取有效措施进行治理。

在中小学，思想品德和政治课，从学校到教师，从家长到学生，普遍认为是“副科”。中学因为有升学的需要有所重视，但这种“重视”其出发点不是在于育人，而在于中考和高考。有的小学，没有思想品德课的专职教师，而是由其他课教师兼任，课时也没有保障，常常挪作它用。由此带来的后果是，在中小学，思想品德和政治课教师，在地位作用、职称评定、评先评优等诸多方面处于劣势，使一些教师在心理上思想上产生负面影响。

广西分布式能源发展探究 ……………………………………………………………………………………………… 冯旭波（2/30）

参考文献：

[1] 颜昌林，杨俊衡，王光惠.衡阳市主要农作物及耕作土重金属污染现状研究[J].安全与环境工程，2009，16(6):54-57.

[2] 纪小凤，郑娜，王洋，等.中国城市土壤重金属污染研究现状及展望[J].土壤与作物，2016，5(1):42-47.

[3] Lv J,Liu Y,Zhang Z,et al.Factorial kriging and stepwise regression approach to identify environmental factors influencing spatial multi-scale variability of heavy metals in soils[J].Journal of Hazardous Materials,2013,261:387-397.

[4] Karak T.Heavy metal accumulation in soil amended with roadside pond sediment and uptake by rice (Oryza sativa L.)[J].Communications in Soil Science and Plant Analysis,2010,41(21):2577-2594.

[5] 陈秀端.中国城市土壤重金属空间分布与污染研究[J].环境科学与技术,2011,34(12H):60-65.

[6] 李一蒙，马建华，刘德新，等.开封城市土壤重金属污染及潜在生态风险评价[J].环境科学,2015,36(3):1037-1044.

[7] 吴琼，赵同科，邹国元，等.北京东南郊农田土壤重金属含量与环境质量评价[J].中国土壤与肥料,2016(1):7-12.

[9] 中华人民共和国农业部.土壤环境质量标准:GB 15618—1995[S].

[8] 刘凤枝.农业环境监测使用手册[M].北京:中国标准出版社,2001.

[10]成杭新，李括，李敏，等.中国城市土壤化学元素的背景值与基准值[J].地学前缘,2014,21(3):265-306.

[11]Wang M,Markert B,Chen W,et al.Identification of heavy metal pollutants using multivariate analysis and effects of land uses on their accumulation in urban soils in Beijing,China[J].Environmental Monitoring and Assessment,2012,184(10):5889-5897.

[12]柳云龙，章立佳，韩晓非，等.上海城市样带土壤重金属空间变异特征及污染评价[J].环境科学,2012,33(2):599-605.

[13]Cai Q,Mo C,Li H,et al.Heavy metal contamination of urban soils and dusts in Guangzhou,South China[J].Environmental Monitoring and Assessment,2013,185(2):1095-1106.

根据公式(1)，可计算得出研究区农业土壤中重金属的单因子污染指数，其对应不同污染等级的样点数统计见表7。

[15]崔邢涛，栾文楼，郭海全，等.石家庄城市土壤重金属污染及潜在生态危害评价[J].现代地质,2011,25(1):169-175.

[16]刘勇，岳玲玲，李晋昌.太原市土壤重金属污染及其潜在生态风险评价[J].环境科学学报,2011,31(6):1285-1293.

歪靠在回学校的班车上，我望着窗外一闪而过的街灯、行人和噼里啪啦的大雨，我知道，自己这辈子估计完了。一切都像在梦中一样，我使劲掐了一下自己的大腿，很疼，我知道这不是做梦，还有那个纸包还一直在裤兜里硬硬地提醒着我，这不是做梦！我把手伸进裤兜里，一次一次地摸着那个硬硬的纸包，好几次我一把抓住那个纸包想把它从车窗里扔出去，但最终还是没有扔。最后我把纸包小心翼翼地掏出来，小心翼翼地撕开一个口，是崭新的一摞老人头，厚厚的，毛主席他老人家正微笑地望着我，我连忙又把他塞进了裤兜。

案例1 抽测17名学生，他们的逻辑思维能力成绩为X，数学学业成绩为Y，得到两组数据.请研究X与Y之间的相关性.

[17]汤国安，杨昕.地理信息系统空间分析实验教程[M].北京:科学出版社,2006.

[18]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.

[19]蔡立梅，马瑾，周永章，等.东莞市农业土壤重金属的空间分布特征及来源解析[J].环境科学,2008,29(12):3496-3502.

[20]肖明，杨文君，张泽，等.柴达木农田土壤Cd的积累及风险预测[J].植物营养与肥料学报,2014,20(5):1271-1279.

[21]谢小进，康建成，闫国东，等.黄浦江中上游地区农用土壤重金属含量特征分析[J].中国环境科学,2010,30(8):1110-1117.

[22]刘荣乐，李书田，王秀斌，等.我国商品有机肥料和有机废弃物中重金属的含量状况与分析[J].农业环境科学学报,2005,24(2):392-397.

[23]朱亦君，郑袁明，贺纪正，等.猪粪中铜对东北黑土的污染风险评价[J].应用生态学报,2008,19(12):2751-2756.

[24]Chen T,Liu X,Zhu M,et al.Identification of trace element sources and associated risk assessment in vegetable soils of the urban-rural transitional area of Hangzhou,China[J].Environmental Pollution,2008,151(1):67-78.

[25]Lu A,Wang J,Qin X,et al.Multivariate and geostatistical analyses of the spatial distribution and origin of heavy metals in the agricultural soils in Shunyi,Beijing,China[J].Science of the Total Environment,2012,425:66-74.

综上所述，该书视角新颖，文献功底扎实，结构严谨，论证周详而富有立体感，立论精审，是王充研究领域不可多得的一部力作，也是研究汉代经学、汉代士人和汉代思想文化不可或缺的一部参考书。

[26]李祚泳，丁晶，彭荔红.环境质量评价原理与方法[M].北京:化学工业出版社,2004.

[27]何增辉.修正内梅罗污染指数法在水源地环境质量评价中的应用[J].广东化工,2011,38(7):141-143.

[28]Nemerow N L.Scientific Stream Pollution Analysis[M].Washington:Scripta Book Co.,1974.

[29]陈雯，龙翔，王宁涛，等.福州市土壤重金属污染现状评价与分析[J].安全与环境工程,2015,22(5):68-72.