土壤中有机氯含量与土壤理化指标间的关系
关于TOC、含水率、粘土矿物对有机氯农药在土壤中的迁移转化规律的影响，本研究采用统计分析软件研究了土壤剖面上有机氯农药含量与3种理化参数之间的相关关系。
5.5.2.1污灌区
由于积差相关系数的大小并不能完全代表相关性的强弱，因此在对污灌区进行简单相关分析的基础上，进行偏相关分析，即在没有其他因子影响下，各单个因子与有机氯之间的关系分析。运用SPSS统计分析软件分析污灌区3剖面偏相关系数的结果为:含水率、TOC两因子对有机氯有显著意义，相关系数分别为-0.599、0.533，而粘土矿物含量对有机氯无显著意义，其相关系数为-0.052。具体统计分析结果见表5.10。
表5.10 污灌区3剖面有机氯与理化指标之间的相关关系
偏相关分析是不考虑其他参数影响的情况下，得出含水率和TOC与有机氯农药有很好的相关性，但是实际中影响土壤吸附有机氯的因素很复杂，因此本研究通过强行进入回归法得到3剖面总有机氯与理化指标均值含水率、TOC、粘土矿物含量标准化回归方程:
YOCPs=-0.622X含水率+0.595XTOC-0.052X粘土矿物含量
依据标准化的回归系数可知道，在其他变量保持一定的条件下，TOC增加一个单位，将引起有机氯平均增加0.595个单位;含水率增加一个单位，将引起有机氯平均减少0.622个单位。由此可见，含水率和TOC与有机氯有很好的线性相关性。强行进入模型见表5.11。
表5.11 整体回归系数分析表
a.因变量:总有机氯。
上面进行了变量参数与有机氯之间的偏相关分析和整体相关分析，均得出含水率和有机碳与有机氯有很好的相关性。但是两者都有各自的局限性，因此，下面将采用逐步回归的思路进一步验证这一结果。模型运行结果见表5.12～表5.14。
表5.12 拟合模型
a.预测项:含水率;b.预测项:含水率，TOC。模型1表示只有含水率引入时的回归情况，模型2表示引入含水率的同时再次引入TOC的回归情况。
表5.13 方差分析
a.预测项:含水率;b.预测项:含水率，TOC;c.因变量:总有机氯。
表5.14 系数检验
a.因变量:总有机氯。
根据模型的拟合程度可以看出，在模型1中复相关系数R为0.410，而判定系数R2为0.168，校正的决定系数为0.144;模型2中复相关系数R为0.666，而判定系数R2为0.443，校正的决定系数为0.410。从两个模型变异系数的改变情况及校正的R2值可见，从上到下随着新变量的引入，模型可解释的变异占总变异的比例越来越大。同时可以看出:随着自变量不断引入回归方程，校正的R2在不断提高，回归方程的估计标准误差在不断减小。
通过模型的标准方差分析表可知回归模型1、2的F值和α值。在α=0.05条件下进行F检验，模型1的自由度df1=1，df2=34，查F分布表可知，F(1)＞Fp(1，34)=4.13，模型2的自由度df1=2，df2=33，查F分布表可知，F(2)＞Fp(2，33)=3.28。由此可见两模型均有统计意义。
通过模型的标准化和非标准化系数表格，分别对模型1和模型2进行t检验。对于模型1，在自由度n=34，α=0.05条件下，查t分布表可知:tα/2(34)=2.0345，并且常数项α=0.457，通过t检验可知模型1的常数项无显著意义。对于模型2，在自由度n=33，α=0.05条件下，查t分布表可知tα/2(33)=2.0322，通过t检验可知模型2的所有系数都有显著性意义。综合模型拟合优度、方差分析的F检验及系数分析的t检验可知模型2显著性意义较好。
根据上面分析结果可得出标准化回归方程:
YOCPs=0.569XTOC-0.632X含水率
从标准化方程可以看出:有机氯农药与TOC和含水率有很好的线性相关性。
通过以上3种方法，均可得出TOC和含水率与有机氯农药有显著的相关性。
5.5.2.2再生水灌区
运用SPSS统计分析软件对再生水灌区土壤剖面理化参数与有机氯农药含量之间的简单相关分析，模型运行结果见表5.15，从表5.15中可以看出，含水率、TOC两因子与有机氯农药含量相关系数分别为-0.668、0.718，而粘土矿物含量与有机氯农药含量相关系数是-0.200。由此可见，在控制了其他因素的影响下，TOC和含水率与有机氯农药含量之间的相关性较好，粘土矿物可以认为与有机氯农药含量之间无相关性。这与污灌区的结果一致。
表5.15 再生水灌区3剖面理化指标与有机氯之间的相关关系
通过强行进入法回归模型运行结果见表5.16，从表中可以得到再生水灌区3剖面有机氯含量与理化指标含水率、TOC、粘土矿物含量标准化回归方程:
YOCPs=-0.566X含水率+0.670XTOC-0.131X粘土矿物含量
表5.16 整体回归系数分析表
a.因变量:总有机氯。
通过SPSS统计分析软件，对再生水灌区3剖面土壤有机氯农药含量与理化指标之间的相关关系做逐步回归分析。模型运行结果见表5.17～表5.19。
表5.17 拟和模型
a.预测项:含水率;b.预测项:含水率，TOC。
表5.18 方差分析
a.预测项:含水率;b.预测项:含水率，TOC;c.因变量:总有机氯。
表5.19 回归系数
a.因变量:总有机氯。
从表5.22可以得出模型2的判定系数为0.598，校正后的决定系数是0.574，可见模型的拟合程度相对较好。表5.23给出了模型的F检验结果，说明模型有很好的统计意义。通过逐步回归分析得到模型2标准化回归方程:
YOCPs=0.637XTOC-0.558X含水率
依据简单相关分析、整体回归分析和逐步回归分析得到的相关系数和标准化的回归系数可知道，含水率、TOC和粘土矿物含量3变量中，含水率和TOC两个自变量对因变量有机氯农药的影响起主要作用，其中TOC对土壤中有机氯含量起正向作用，含水率对有机氯含量起反向作用。这与污灌区分析得出的结论一致。
5.5.2.3清灌区
通过SPSS统计分析软件对清灌区土壤剖面理化参数和有机氯农药含量之间的关系做简单的相关分析，简相关模型运行结果见表5.20。在控制了其他两个理化参数的情况下，单因子对土壤中有机氯农药含量影响的相关系数，含水率、TOC和粘土矿物含量分别为:0.284、0.065、-0.053。
表5.20 清灌区3剖面理化指标与有机氯之间的相关关系
通过整体回归法回归模型运行结果见表5.21，从表中可以得到清灌区3剖面有机氯农药含量与理化指标含水率、TOC、粘土矿物含量标准化回归方程:
YOCPs=0.384X含水率+0.068XTOC-0.067X粘土矿物含量
表5.21 整体回归系数分析表
a.因变量:总有机氯。
根据清灌区土壤剖面理化参数和有机氯农药含量的简相关分析可以看出，含水率、TOC和粘土矿物含量与有机氯农药含量的相关系数非常小。整体回归分析结果标准化系数也显示含水率、TOC和粘土矿物含量与有机氯农药含量无相关关系。逐步回归分析在本灌区模型无法运行，这也和上面结论一致。同时依据上面的分析结果还可以看出:含水率在这里起正向作用，这与污灌区和再生水灌区得出的结论相反。根据该灌区土壤颗粒划分的三线图(见图3.13)可知，本研究区主要土壤颗粒类型为粉质粘土，砂砾和粘粒含量相比污灌区和再生水灌区要小，水体在此灌区剖面上更新速度较快;本研究区主要灌溉水源为地下水，而在灌溉水样中未检出有机氯污染物;又因各采样层位土样有机氯检出含量主要累积于底部三层;由此可以推测吸附到土壤上的有机氯农药被灌溉水源不断的淋滤并且随水流向下迁移。
事实上，含水率、有机碳和粘土矿物含量对有机氯农药在土壤中迁移转换的影响作用非常复杂，就目前的研究进展而言，很难定量说明他们的作用情况。本研究的相关分析结果:在污灌区和再生水灌区，有机氯的含量与土壤TOC和含水率有很好的相关性，而且含水率呈负相关关系，有机碳呈正相关关系;清灌区分析结果却显示土壤理化参数含水率和TOC对土壤中有机氯农药含量影响很小，基本无相关关系。大量的研究结果显示:TOC对有机物农药的吸附作用不仅与它的含量范围有关，也受土壤其他理化参数影响，例如Lambertetal.(1965)研究结果表明:当土壤有机质含量(fom)在0.5%～40%之间，农药的分配系数与fom成正比。清灌区TOC含量基本小于0.5%，这可能是清灌区有机氯含量与有机碳无关的一个原因。Karickhoffetal.(1979)研究了多种芳烃与氯烃在池塘及河流沉积物上的吸附，结果表明沉积物的颗粒大小一致时，两种非极性化合物的分配系数与沉积物的有机碳含量(fOC)成正相关。关于土壤含水率对有机物迁移的影响作用研究很少，《植物化学保护》(华南农业大学，1987)一书中指出:土壤含水率密切关系到土壤微粒的空隙被除草剂溶液占据、吸附以及药剂分子能否下渗到杂草发生部位并直接影响除草剂的淋溶性，土壤含水率还间接影响土壤微生物的活动从而影响土壤中除草剂的滞留与降解。污灌区和再生水灌区有机氯农药与含水率之间相关性明显，含水率在有机氯农药向下迁移过程中起主要作用，而清灌区无此关系。本研究针对3个灌区含水率对有机物迁移影响的相关分析结果不相一致，因此无法判定含水率对有机氯起正向或负向影响，但可以确定含水率对有机氯在土壤剖面上的迁移有一定影响，为以后相关研究提供了一定依据。
-
焦点事件
