土壤是人类赖以生存的重要自然资源,而土壤元素的丰缺情况直接影响着农产品的品质和产量。研究土壤元素的组成,不仅能认识土壤元素的垂直分布特征及成因,而且对揭示人类活动的污染强度和影响深度,对改善土壤质量实现农业可持续发展具有重要意义。黄土高原是中国乃至世界优质苹果生产基地之一,但多年种植造成果园土壤质量下降已严重威胁到苹果的生产。研究和评价苹果生产基地不同种植年限的土壤环境质量对发展优质高效农业和指导果业安全生产具有重要价值。本文以陕西白水县5年、10年、15年、20年、25年苹果树土壤为研究对象,以自然土壤(受人类影响较少的草地)和农田(玉米/小麦轮耕地)为对照,在分析土壤基本理化性质(质地、有机质、pH值、碳酸钙、颜色和磁化率)的基础上,重点研究了剖面中常量元素、重金属等微量元素的垂直分布、迁移富集特征,分析了其与土壤基本理化指标之间的关系,并建立土壤基本理化指标与元素含量之间的定量关系模型。采用单因子和综合指数法对土壤剖面的重金属含量进行了环境评价,利用磁化率和色度对土壤重金属含量进行了快速诊断与预测。获得了以下主要结果与认识：(1)土壤以粉砂为主,pH值为7.0-8.3,呈中-弱碱性。有机质含量是土壤表层高,且自然土壤高于苹果园、农田土壤。碳酸钙含量在剖面中呈中上部低、下部高。磁化率呈低-高-低的变化特点。土壤亮度在古土壤so层位明显低,红度值在S0层位较高。(2) Cu、Zn、Cr、Ni、As、Pb、Hg、P、S的平均含量和变异系数在不同土壤剖面间差别较大。而其它微量元素如Cd、Mn、Mo、Co、Rb、V的平均含量差别不大,变异系数也较小。其中苹果园土壤中的P平均含量>农田土壤>自然土壤,说明P的富集为人为输入为主。常量元素的含量及变异系数在各土壤剖面间差别不大,但具有不同的分布模式,可能与剖面上部遭受了不同程度的侵蚀有关。(3)绝大多数元素含量在剖面上呈现低-高-低的分布特点,与土壤剖面中的L0(耕作层)-So(古土壤)-L1(黄土层)层位基本对应。Cr、Ni、Cu、As、Zn、 Pb、Mn、Mo、Co、V在S0层位的含量最高,成为苹果园土壤中最明显的潜在污染源。Cd、Hg在土壤剖面分布的规律性不强。(4)有些重金属元素如Cu、Zn、Ni等在土壤剖面中存在多层迁移与富集,不仅与剖面中存在着L0、S0、L1三个不同时期的成壤作用有关,而且与现代人类耕作活动有关。目前,白水苹果园土壤特别是种植年限较长的苹果园土壤表层中,已出现了Cr、Cu、Zn、As、Cd、Pb、V、P、S等的人为富集,这与苹果种植过程中长期大量地施用化肥和农药有关。苹果园剖面中部(S0)存在Cr、As、Pb、V等元素的自然富集,是由于So中大量易迁移元素淋溶迁移及黏土矿物对重金属元素的吸附作用造成的。Cu、Zn、Ni在有些苹果园剖面的So层位也表现为富集。重金属的迁移深度一般在0.3～0.7m,最大迁移深度小于1.5m。据野外CaCO3白色薄膜分布深度和室内Ca富集系数分析发现白水土壤剖面CaCO3迁移深度也可达1.5m。根据CaCO3迁移的水分存在形式及其与重金属迁移的关系,提出了土壤重金属等微量元素迁移深度主要是受重力水动力控制的新认识。(5)土壤黏粒与大多数微量元素具有明显正相关,而砂含量、碳酸盐含量与大多数微量元素呈负相关,表明黏粒、砂含量、碳酸盐含量都是影响土壤元素剖面分布的重要因素。而土壤有机质、pH值、粉砂与微量元素的相关性在不同剖面中存在明显差异。Pb、Cr、Zn、Ni、As与土壤磁化率、红度具有显著的正相关性,与亮度具有显著的负相关性,表明磁化率值、色度值在一定程度上可以反映土壤中这些元素的含量。以7个剖面的古土壤S0(B层)和L1(C层)的土壤基本理化指标为依据,建立了元素含量回归预测方程。经验证,Pb、Cr、Cu、Ni、Zn、Mn、 As、Ga等预测值与实测值相当接近。将回归预测方程应用于表层土壤L0(A层)元素含量预测,为识别表层土壤元素的自然污染与人为污染贡献的大小提供了新途径,并揭示出人为输入主要对Cu、As的富集作用较大。(6)根据不同年限苹果园土壤表层中P、K、 Ca、Mg、S、Mn、Zn、Cu、Mo、 Pb、Cd、Hg等元素含量变化,建立了这些元素含量与种植年限之间的函数关系,表明这些元素含量随种植年限增加而呈现三次函数分布。(7)白水苹果园土壤重金属富集现状的评价表明,苹果园土壤还没有达到重金属的最低污染等级。但是,在表层土壤中,重金属综合环境质量己处于污染的警界水平。在5年、15年、20年、25年苹果园剖面的So中,Cr、As的自然富集已处于污染警戒线。而Cr在25年苹果园耕作层中的污染指数大于0.7,是人为原因造成的。而Cd的污染指数最高(>0.7),与研究区Cd背景值高有关,为自然富集警戒元素。白水苹果园土壤P与重金属元素的相关性分析表明,施用磷肥对苹果园土壤中Pb、Cd含量的影响最大,其次是Zn、Cu、Cr、Ni,影响最小的是As、Hg元素。通过研究,建立了土壤磁化率、亮度、红度的重金属含量预测模型,能够预测土壤中Cr、Pb、Zn、Ni、As的含量,为简捷快速诊断果园土壤中重金属含量提供新方法。