硒（Se）作为人体必需的微量元素之一，其缺乏可能会导致关键器官功能障碍，从而诱发多种疾病[1-2]。植物可食用部分的硒是人体摄取硒的主要来源[3]，而植物中的硒含量与土壤中的硒含量密切相关[4]。因此，了解土壤—农作物系统中硒的地球化学性质、影响因素以及植物对土壤中硒元素的吸附能力，对于确保农产品安全和人体健康具有重要意义。
近年来，大量研究聚焦土壤与植物中硒的分布，深入分析了不同地区的硒元素空间分布特征及其影响因素。高建才等[5]研究了贵州省都匀市耕地土壤硒元素地球化学特征，表明成土母质、土地利用方式以及有机质含量是影响土壤硒含量的关键因素。郑新如等[6]分析了陕西省石泉县中部地区土壤硒的影响因素，认为成土母质是导致土壤硒含量存在差异的主要因素；同时，硒含量与主要重金属砷（As）、镉（Cd）、铬（Cr）、铜（Cu）、汞（Hg）、镍（Ni）、锌（Zn）、铅（Pb）等存在较强的伴生关系。马凤娟等[7]研究了青海东部地区植物的富硒特征，认为大部分植物中的硒含量随着土壤硒含量的增加呈线性增加。植物中硒的含量不仅与土壤硒的总量有关，而且很大程度上受土壤中硒存在形态的影响。陈锦平等[8]研究表明，植物的富硒效果受多重因素的共同作用，包括植物自身的硒吸收和转运能力、植物类型、环境因子以及土壤供硒能力与类别等。因此，探究硒在土壤—农作物系统中吸收、迁移机制及其影响因素，对于促进富硒产品开发和提升经济效益具有重要意义。
1 材料与方法
1.1 研究区基本情况
研究区位于湖南省西北部，地理坐标29°04'—29°42' N，110°28'—111°20' E，总面积3 480.47 km2，属中亚热带季风湿润气候区。地势西北高、东南低，地貌类型多样，以山地、山原为主，占总面积的64%。区域内主要土壤类型包括水稻土、红壤、红色石灰土、黑色石灰土等。成土母质主要由板页岩风化物、第四纪红土、河湖冲沉积物、砂岩风化物、石灰岩风化物、紫色砂页岩风化物构成。
1.2 样品采集与测定
使用全国第二次土地调查更新后的土地利用现状图，采用网格布点法进行样品采集。综合考虑地形地貌、土壤类型、农作物类型等因素，差异化布设2 965个调查样点（1 429组水田—水稻、1 536组旱地—玉米），如图1所示。样品采用双对角线五点混合采样法采集，玉米、水稻籽粒样品用不锈钢剪刀采集，并用一次性自封袋密封，用三步洗涤法冲洗去除土粒和其他物质，在室温下风干、去壳粉碎制备成待测样品。土壤样品在室温下干燥，并分别过10目和100目筛，然后进行土壤相关指标分析。
1.3 数据来源
数据来源于湖南省气象数据（气温与降水量），数据空间分辨率1 km，用于提取其近30年的平均气温（TEMP）与年降水量（PRCP）数据。坡度（SLP）、高程（ASL）数据来源于地理空间数据云（https://www.gscloud.cn/）。
1.4 富集因子
生物富集因子（Bioconcentration factor，BCF）是衡量元素在植物体内吸收和富集能力的重要指标，其定义为农作物中元素浓度与土壤中相应元素浓度的比值[12]。
式中，SeN为农作物中的全硒含量（mg/kg），Se为土壤中的全硒含量（mg/kg）。BCF参数反映了农作物对土壤中硒元素的富集能力，其数值越大，表明富集能力越强，反之则越弱。
1.5 硒含量分级标准与富硒级别标准
根据谭见安[13]划分的硒元素生态景观界限值，土壤中硒含量在0.4～3.0 mg/kg范围内为富硒土壤。为区别土壤富硒水平的高低，本研究依据丁庭康等[14]有关“富硒标准”的规定，以土壤富硒标准阈值的2倍和3倍为界，定义了4个富硒级别：非富硒（Se<0.4 mg/kg），低富硒（0.4≤Se<0.8 mg/kg），中富硒（0.8≤Se<1.2 mg/kg），高富硒（Se≥1.2 mg/kg）。根据GB/T 22499—2008《富硒稻谷》和DB50/T 705—2016《富硒农产品》的相应标准，设定稻米硒含量在0.04～0.30 mg/kg为富硒水稻，玉米硒含量在0.02～0.30 mg/kg为富硒玉米。
1.6 随机森林模型
1.7 数据分析与统计
利用SPSS 23.0软件对数据进行描述性统计、正态分布检验、单因素方差分析，采用ArcGIS 10.8 软件进行全局空间自相关分析、热点分析、反距离权重插值，采用R语言进行相关性、随机森林模型分析。采用Excel进行数据统计与图表制作。
2 结果与分析
2.1 土壤—农作物系统中硒含量的特征
由表1可知，研究区水田硒含量变幅在0.10～1.83 mg/kg，平均含量为0.66 mg/kg；旱地硒含量变幅在0.08～1.84 mg/kg，平均含量为0.58 mg/kg；稻米硒、玉米硒含量变幅分别在0.01～0.74和0.01～0.79 mg/kg，平均含量分别为0.08和0.07 mg/kg。水稻富集因子、玉米富集因子变幅分别在0.01～1.95、0.01～3.00，两者平均值均为0.14。变异系数（CV）的大小反映了耕地土壤肥力指标空间变异性的大小，变异系数小于10%为弱变异性，在10%～100%为中等变异性，大于100%为强变异性；水田硒、旱地硒、稻米硒、玉米硒、水稻富集因子、玉米富集因子的变异系数分别为53%、51%、100%、132%、108%、151%。说明水田、旱地硒含量呈现中等变异性，而稻米、玉米硒含量及两者的富集因子均呈现强变异性。
表1 样本指标描述性统计 |
| 指标 | 样品数/个 | 最大值 | 中间值 | 最小值 | 平均值 | 标准偏差 | 变异系数（CV）/% | 富Se率/% |
|---|---|---|---|---|---|---|---|---|
| 水田硒/（mg/kg） | 1 429 | 1.83 | 0.55 | 0.10 | 0.66 | 0.35 | 53 | 80.13 |
| 旱地硒/（mg/kg） | 1 536 | 1.84 | 0.50 | 0.08 | 0.58 | 0.30 | 51 | 73.83 |
| 稻米硒/（mg/kg） | 1 429 | 0.74 | 0.05 | 0.01 | 0.08 | 0.08 | 100 | 73.76 |
| 玉米硒/（mg/kg） | 1 536 | 0.79 | 0.04 | 0.01 | 0.07 | 0.09 | 132 | 85.94 |
| 水稻富集因子 | 1 429 | 1.95 | 0.10 | 0.01 | 0.14 | 0.15 | 108 | |
| 玉米富集因子 | 1 536 | 3.00 | 0.08 | 0.01 | 0.14 | 0.21 | 151 |
由图2可知，研究区水田达富硒水平的样点有1 145个，占比80.1%，主要集中在0.4～0.6 mg/kg，低富硒水平样点有813，占比56.9%；中富硒水平的样点有186个，占比13.0%；高富硒水平的样点有146个，占比10.2%。旱地达到富硒水平的样点有1 134个，占比73.8%，主要集中在0.4～0.6 mg/kg，低富硒水平样点有878，占比57.2%；中富硒水平的样点有172个，占比11.2%；高富硒水平的样点有84个，占比5.5%。水稻样品中硒含量达富硒水平的样点有1 054个，占比73.76%，主要集中在0.04～0.10 mg/kg。玉米样品中硒含量达到富硒水平的样点有1 320个，占比85.94%，主要集中在0.02～0.10 mg/kg。经自然对数变换后，土壤硒、作物硒及作物富集因子均服从正态分布，符合统计学分析要求。
2.2 全局空间自相关检验
对研究区土壤硒、作物硒、作物富集因子进行全局空间自相关分析，研究其区域内空间聚集程度。全局空间自相关分析结果（表2）显示，水田硒、旱地硒、稻米硒、玉米硒含量与水稻、玉米富集因子的Moran’s I指数分别为0.46、0.31、0.38、0.17、0.13、0.07，Z得分分别为30.31、33.08、36.74、29.04、13.06、11.89（均高于2.58），具有统计学意义（P<0.01）。这表明研究区土壤硒、作物硒含量与作物富集因子的空间自相关性具有统计学意义，具有一定强度的空间集聚性。
表2 研究区耕地—农作物系统中硒的全局空间自相关检验 |
| 项目 | 水田硒 | 旱地硒 | 稻米硒 | 玉米硒 | 水稻富集因子 | 玉米富集因子 |
|---|---|---|---|---|---|---|
| Moran'sⅠ指数 | 0.46 | 0.31 | 0.38 | 0.17 | 0.13 | 0.07 |
| Z得分 | 30.31 | 33.08 | 36.74 | 29.04 | 13.06 | 11.89 |
| P得分 | <0.01 | <0.01 | <0.01 | <0.01 | <0.01 | <0.01 |
2.3 局部冷热点分布
在进行Moran’s I指数计算后，为进一步揭示研究区内土壤硒、作物硒与作物富集因子在区域范围内的聚集性，绘制了P<0.01的空间分布（图3）。研究区水田硒热点区（高值聚集）集中分布在北部、东北部与西南部，冷点区（低值聚集）集中分布在西南部与东南部。旱地硒热点区（高值聚集）集中分布在北部、东北部与西南部，旱地硒冷点区（低值聚集）集中分布在北部与南部。稻米硒热点区（高值聚集）集中分布在北部与东北部。冷点区（低值聚集）集中分布在南部。玉米硒热点区（高值聚集）集中分布在东北部，冷点区（低值聚集）集中分布在南部。稻米富集因子热点区（高值聚集）集中分布在北部与东北部，冷点区（低值聚集）集中分布在西南部。玉米富集因子热点区（高值聚集）集中分布在北部，冷点区（低值聚集）集中分布在南部。
2.4 空间分布特征
由图4可知，研究区水田硒含量西部低于中部和南部，且大部分处于低富硒水平，在中部有两条自西南向东北的低富硒带。旱地硒含量较低的区域主要聚集在西部，低富硒带在中北部聚集分布。稻米硒含量西部和南部低于北部和东部。玉米硒含量西北部明显高于东南部，且在西北部聚集分布。研究区北部水稻和玉米的富集因子最高，南部最低。
2.5 硒含量与富集因子的特征
6种成土母质的水田平均硒含量在0.58～0.76 mg/kg，稻米平均硒含量在0.06～0.12 mg/kg，稻米平均富集因子在0.11～0.22；旱地平均硒含量在0.41～0.73 mg/kg，玉米平均硒含量在0.06～0.09 mg/kg，玉米平均富集因子在0.11～0.25（图5）。成土母质对土壤硒的空间变异产生了显著影响，且各成土母质发育的土壤硒含量均达到富硒水平。水田中，由第四纪红土、河湖冲沉积物发育的土壤中硒含量高于板页岩风化物、砂岩风化物、石灰岩风化物发育的土壤硒含量,差异具有统计学意义（P<0.05），与紫色砂页岩风化物发育的土壤硒含量差异无统计学意义（P>0.05）；而旱地中由第四纪红土发育的土壤硒含量高于其他5种成土母质发育的土壤硒含量（P<0.05），其中紫色砂岩风化物发育的土壤中硒含量最低（P<0.05）。第四纪红土、河湖冲沉积物、紫色砂岩风化物成土母质的稻米硒含量高于其他成土母质的稻米硒含量（P<0.05）。河湖冲沉积物成土母质的玉米硒含量高于板页岩风化物、石灰岩风化物成土母质的玉米硒含量（P<0.05），其余成土母质的玉米硒含量之间差异无统计学意义（P>0.05）。不同成土母质之间玉米硒含量的差异相较于稻米硒差异有减小趋势，可能与作物的种类有关。两种作物的富集因子均表现为紫色砂页岩风化物最高，板页岩风化物最低，且两者之间差异具有统计学意义（P<0.05），其余4种成土母质的富集因子之间差异均无统计学意义（P>0.05）。
2.6 硒含量与富集因子间的相关性
旱地Se（图6B）含量与Cu、Zn、SOM、CEC与TEMP呈显著正相关，与SLP与ASL呈显著负相关。玉米SeN含量与pH、TEMP、CuN、ZnN和旱地Se含量呈显著正相关，与Cu、Zn、SLP和ASL呈显著负相关。玉米BCF与pH、TEMP、CuN、ZnN呈显著正相关，与Cu、Zn、SOM、CEC、ASL呈显著负相关。
2.7 硒含量与富集因子及其影响因素的随机森林模型评估
使用随机森林分析计算各种因子的解释强度，其贡献率越高表示该因子对变量的影响越大。由图7可知，水田土壤硒含量的影响因子重要性排序为PRCP>SOM>ASL>Cu>TEMP>Zn>pH>CEC>SLP，说明PRCP、SOM、ASL与TEMP对水田土壤硒的影响较大。稻米硒含量的影响因子重要性排序为PRCP>TEMP>ASL>SOM>CEC>Zu>pH>Cn>ZnN>CuN>SLP，说明PRCP、TEMP与ASL对稻米硒含量的影响较大。水稻富集因子的影响因子重要性排序为SOM>PRCP>Cu>CEC>Zn>TEMP>ZnN>ASL>SLP>CuN>pH，说明SOM与PRCP对水稻富集因子的影响较大。
旱地土壤硒含量的影响因子重要性排序为SOM>ASL>PRCP>TEMP>Cu>SLP>Zn>pH>CEC，说明SOM、ASL、PRCP与TEMP对旱地土壤硒的影响较大。玉米硒含量的影响因子重要性排序为ASL>TEMP>PRCP>CEC>pH>ZnN>SLP>CuN>SOM>Cu>Zn，说明ASL、TEMP与PRCP对玉米硒的影响较大。玉米富集因子的影响因子重要性排序为SOM>ASL>TEMP>PRCP>SLP>CEC>CuN>ZnN>pH>Cu>Zn，说明SOM、ASL与TEMP对玉米富集因子的影响较大。
3 讨论
3.1 硒的分布、富集及空间变异规律
研究区水田土壤硒平均含量0.66 mg/kg，富硒率为80.13%。旱地土壤硒平均含量0.58 mg/kg，富硒率为73.83%。水田土壤硒含量高于旱地[17]，一方面可能是水田耕作熟化有利于硒在土壤中累积[18-19]；另一方面，水田土壤渍水时间长，土壤中的硒多以四价态（亚硒酸盐）形式存在，易被黏土矿物和有机质吸附而固定下来[20-21]，部分被吸附的亚硒酸盐还可被还原为单质硒，从而限制了硒在土壤中的迁移和转化，而旱地土壤中的硒多以活动性强的硒酸盐形式存在，因此其保硒能力相对较弱[22]。此外，不同类型的作物对硒的消耗能力不同也是导致水田和旱地土壤硒含量存在差异的重要原因[23-24]。本研究中，稻米硒的平均含量为0.08 mg/kg，比富硒稻米硒含量的最低允许含量0.04 mg/kg高2倍，玉米硒的平均含量为0.07 mg/kg，比富硒玉米硒含量的最低允许含量0.02 mg/kg高3.5倍，说明研究区内作物硒含量丰富。稻米中硒含量高于玉米，且作物硒含量与土壤硒含量呈极显著正相关，说明土壤硒是影响玉米籽实硒含量的关键因素，这与刘婷等[25]研究结论一致。此外，不同作物的生理结构存在差异[26]，也是影响作物硒含量的因素之一。王锐等[27]测定得出水稻和玉米籽实的富集因子值分别为0.13和0.09，而本研究中两种作物的富集因子平均值均为0.14。这说明农作物对土壤硒的吸收与富集能力，除了受农作物本身的影响，还跟土壤pH、土地利用类型等有关[28]。
研究区内水田土壤硒、稻米硒、水稻富集因子变异系数分别为53%、100%、108%；旱地土壤硒、玉米硒、玉米富集因子变异系数分别为51%、132%、151%。说明土壤硒呈中等变异性，作物硒与富集因子均呈强变异性。水田土壤硒、旱地土壤硒、稻米硒、玉米硒、水稻富集因子和玉米富集因子的Z得分分别为30.31、33.08、36.74、29.04、13.06、11.89（P<0.01）。研究表明，Z得分高于2.58表示数据呈现空间自相关性[29]，说明研究区水田土壤硒、旱地土壤硒、稻米硒、玉米硒、水稻富集因子和玉米富集因子呈现聚类特征，具有空间自相关性。此外，Moran’s Ⅰ指数在0~1，表示存在正空间自相关，Moran′s Ⅰ指数越接近0，则表示不存在空间自相关，受随机因素影响[30]。研究区水田、旱地、稻米、玉米硒含量以及水稻富集因子、玉米富集因子的Moran’s I指数分别为0.46、0.31、0.38、0.17、0.13、0.07，表明其空间自相关程度为中等，受空间结构因素和随机因素共同影响。在研究硒在农作物土壤中的积累量和生物有效性时，需综合考虑成土母质、土壤理化性质、必需营养微量元素、气候因素和地理因素，进而提高农作物对硒的富集能力，增加农产品的富硒率。
3.2 硒含量与富集因子的影响因素
土壤母质是影响土壤硒含量的关键因素，也被认为是土壤中硒的主要来源[31-32]。河湖冲沉积物与第四纪红色土成土母质的土壤硒含量较高。其中，河流冲积物母质发育形成的土壤易累积高含量的硒，这是由于SOM、Zn和Cu是河流冲积物中的主要成分，其与土壤硒含量呈显著正相关，岩石风化成土壤导致硒进入地表系统，形成了富硒土壤[33]。第四纪红色黏土母质发育的土壤质地黏重并富含铁/铝氧化物，这些铁/铝氧化物作为土壤中带正电荷的胶体物质，易吸附硒化合物，形成稳定的络合物沉积[34-36]。在旱地紫色砂页岩风化物土壤中，玉米硒含量明显低于其他母质，这一现象可能是紫色砂页岩岩性软，结构疏松，易受温度变化影响，导致出现热胀冷缩效应；紫色砂页岩吸热快，在夏季高温条件下水分易蒸发，而降水可导致地面水分迅速达到饱和状态，进而产生径流，导致土壤硒元素大量流失[37-38]。在水田紫色砂页岩风化物土壤中，稻米硒含量显著高于其他母质，这说明土壤硒含量除了与成土母质有关，还与气候、土壤质地、地形地貌等有关[39]。水田稻米硒含量及富集因子与水田硒含量趋势基本一致，而旱地玉米硒含量及富集因子与旱地硒含量趋势稍有差异，这表明作物硒含量主要受根系土全硒含量的影响。不同土地利用类型条件下，农作物对硒的吸收与富集能力存在差异。水田作物硒含量与其土壤硒含量的相关性优于旱地作物，因此，旱地作物对土壤硒的吸收与富集更需要综合考虑其他影响因素[40-42]。
研究表明，SOM对于土壤硒的影响主要体现在固定和吸附两个方面，硒在土壤中转化成能被植物直接吸收利用的形态，通过植物富集并腐化后，与腐殖质结合形成难迁移的形态，从而使硒固定在土壤中[43-44]；同时，土壤有机质含量增加还能改善土壤的团粒结构[45]，使之更易吸附硒元素。这较好地解释了土壤硒与SOM呈正相关（P<0.05），而与富集因子呈负相关（P<0.05）。本研究中，土壤硒、作物硒、作物富集因子均与高程呈负相关（P<0.05），而Xu等[46]研究表明，随着高程增加，土壤硒含量表现出先升高后降低的趋势；Chopra等[47]研究表明，随着高程的增加，土壤硒含量显著降低。这可能是不同的地形地貌导致硒的生物有效性与海拔之间存在差异，使土壤硒易发生化学变化和转移[48-49]。
4 结论
水田硒含量在0.10～1.83 mg/kg，旱地硒含量在0.08～1.84 mg/kg，稻米硒、玉米硒含量分别在0.01～0.74和0.01～0.79 mg/kg，水稻富集因子、玉米富集因子分别在0.01～1.95、0.01～3.00。水田硒、旱地硒、稻米硒、玉米硒、水稻富集因子、玉米富集因子的变异系数分别为53%、51%、100%、132%、108%、151%。水田和旱地硒含量呈现中等变异性，而稻米和玉米硒含量及两者富集因子均呈现强变异性。
根据耕地土壤硒分级标准，研究区土壤硒含量整体较高，富硒资源丰富，适合开发和发展富硒产品，水田富硒率80.13%，旱地富硒率73.83%，水稻富硒率73.76%，玉米富硒率85.94%。
随机森林模型结果表明，PRCP、ASL、TEMP与SOM是研究区土壤硒的主要预测因子；PRCP、TEMP与ASL是作物硒的主要预测因子；SOM、PRCP是水稻富集因子的主要预测因子，SOM、ASL、TEMP是玉米富集因子的主要预测因子。