E-mail Alert Rss
 

物探与化探, 2024, 48(3): 820-833 doi: 10.11720/wtyht.2024.1153

生态地质调查

北京市房山区土壤重金属元素分布、富集特征及来源解析

韩冰,, 黄勇,, 李欢, 安永龙

北京市生态地质研究所,北京 100120

Distributions, enrichment characteristics, and sources of heavy metals in soils in Fangshan District, Beijing

HAN Bing,, HUANG Yong,, LI Huan, AN Yong-Long

Beijing Institute of Ecological Geology, Beijing 100120, China

通讯作者: 黄勇(1980-),男,正高级工程师,从事生态地球化学研究工作。Email:huangyongxyz@163.com

第一作者: 韩冰(1978-),男,高级工程师,从事水工环地质研究工作。Email:icoldice@126.com

责任编辑: 蒋实

收稿日期: 2023-04-6   修回日期: 2023-09-19  

基金资助: 北京市政府公益性项目“北京市土地质量生态地球化学监测网运行”(11000022T000000439575)
“北京西部浅山区生态地质安全专项调查与评价”(11000023T000002075084)

Received: 2023-04-6   Revised: 2023-09-19  

摘要

土壤重金属污染问题日益突出,为了探究北京市房山区土壤重金属含量分布情况,在房山区采集了152件表层土壤样品和240件深层土壤样品。本文对As、Cd、Cr、Cu、Hg、Ni和Pb这7种重金属元素在研究区土壤中的含量分布特征及其富集系数(EF)进行了统计分析,并利用主成因分析(PCA)和正定矩阵因子分解模型(PMF)对元素相关性、来源及贡献率进行了解析。结果表明:As、Cd、Cu、Ni和Pb在研究区的十渡、史家营、霞云岭、蒲洼等地的表层土壤中含量较高,且Cr、Ni和As在周口店、南窖和河北镇等地也有高值点分布,Hg在窦店、阎村、长阳等东部平原区含量较高;土壤中Hg和Cd 富集程度较强,As、Cr、Ni高度相关;土壤中As、Cr、Ni主要来源于自然源(土壤母质),贡献率为73.6% ~78.6%,Cd多数来自于人为混合源,贡献率为83.3%,混合源包括工矿活动、农业活动和交通排放等,Cu、Pb的自然源和混合源占比相近,均为50%左右,Hg主要来源于大气干湿沉降,源贡献率为72.4%。

关键词： 土壤重金属; 分布特征; 富集程度; 来源; 贡献率

Abstract

Heavy metal pollution in soils has become increasingly prominent. To explore the distributions of heavy metals in soils in Fangshan District, Beijing, China, this study collected 152 topsoil samples and 240 deep soil samples from this district. Based on these samples, this study statistically analyzed the distributions and enrichment factors (EF) of seven heavy metal elements, namely As, Cd, Cr, Cu, Hg, Ni, and Pb. Furthermore, this study investigated the correlations, sources, and contribution rates of these elements through principal component analysis (PCA) and positive matrix factorization (PMF). The results show that: ① Elements As, Cd, Cu, Ni, and Pb exhibit high contents in the topsoil of the Shidu, Shijiaying, Xiayunling, and Puwa areas. Besides, elements Cr, Ni, and As manifest high contents locally in Zhoukoudian, Nanjiao, and Hebei Town. Element Hg displays high content in the eastern plain areas including Doudian, Yancun, and Changyang; ② Elements Hg and Cd are highly enriched, and there exist strong corrections among elements As, Cr, and Ni; ③ These elements primarily originate from natural sources (soil parent materials), which contribute to 73.6% to 78.6% of the elements. Element Cd is mostly sourced from an anthropogenic mixed source, which contributes 83.3% of Cd. The mixed source predominantly consists of industrial and mining activities, agricultural production, and traffic emissions. Elements Cu and Pb showed similar contribution rates of natural and mixed sources, both about 50%. Element Hg in soils primarily stems from dry and wet atmospheric deposition, which yields a contribution rate of 72.4%.

Keywords： heavy metals in soil; distribution characteristics; enrichment degree; source; contribution rate

PDF (9140KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

韩冰, 黄勇, 李欢, 安永龙. 北京市房山区土壤重金属元素分布、富集特征及来源解析[J]. 物探与化探, 2024, 48(3): 820-833 doi:10.11720/wtyht.2024.1153

HAN Bing, HUANG Yong, LI Huan, AN Yong-Long. Distributions, enrichment characteristics, and sources of heavy metals in soils in Fangshan District, Beijing[J]. Geophysical and Geochemical Exploration, 2024, 48(3): 820-833 doi:10.11720/wtyht.2024.1153

0 引言

土壤作为自然环境的构成要素和农业生产的重要自然资源,是人类和生物赖以生存的物质基础。随着城市化和工业化进程的加快,城市土壤已明显受到污染,尤其是有害重金属污染问题日益突出。前人研究发现,As具有高毒性和高致癌性的特点[1],土壤中As(砷)含量较高时,易污染地下水和农作物。Cd(镉)在土壤中积聚也会造成粮食污染,富Cd食物在人体消化系统内长期积累会影响人体肾小管的重复吸收能力,继而引发人体代谢紊乱并出现肺炎、贫血、骨骼软化等症状。过量的 Pb (铅)会对人体系统循环造成损伤,严重影响人的神经系统、消化系统等,造成不可复原的神经损伤[2]。人体摄入Hg(汞)会损伤呼吸系统、神经系统和肾脏。因此,土壤中重金属对生态环境和人体健康造成的损害具有潜伏性、不可抗逆性和长期性等特点,应予以高度重视。

北京市怀柔、密云、顺义、延庆、平谷、大兴和门头沟等几个区县之前均有学者做过土壤重金属方面的研究[3⇓⇓⇓⇓⇓⇓-10],房山区作为北京西南绿色生态屏障和重要的水源保护地,是北京市最重要的生态涵养区,目前还尚未有学者对房山的土壤重金属富集、来源及贡献率做过全面分析和研究。有研究资料显示:城市土壤重金属污染来源于成土母质、工矿活动、工业排放、化石燃料燃烧、农业活动等诸多方面,且贡献率各有不同[10],因此本文以房山为研究区,拟运用几种可靠的分析方法对研究区土壤重金属的分布特征、空间变异、富集状态、相关性、来源及贡献率等进行全面解析,从而为地区的国土空间规划、生态环境保护及人居安全保障等提供参考和支撑。

1 研究区概述

房山区(115°25'~116°15'E, 39°30'~39°55' N)地处华北平原与太行山交界地带,面积为2 019 km2,地势西北高,东南低,平原和山区面积比例为1∶2,西部山区以林地和未利用地为主,零星分布有居民点、耕地和残留工矿地,东部平原以耕地和城市建设用地为主。房山区地层发育较齐全,除太古宇地层没有出露,缺失上奥陶—下石炭统和三叠系地层之外,从震旦系的浅变质岩到第四系沉积物都有出露。西北部山区为奥陶、寒武、青白口系煤炭、灰岩、瓦板岩含矿层,西南部山区为蓟县系大理岩和白云岩含矿层,山区成土母质以碳酸盐岩类和硅质岩类风化物为主,中部山区、平原交界地带为侏罗系和长城系地层,燕山地区为燕山期中酸性岩浆岩类,东部平原地区为第四系地层。房山区境内地貌复杂,山区与平原间相对高差悬殊。冬、春季盛行偏北和西北风,夏季盛行西南和偏南风。房山区隶属海河流域,分大清河和永定河水系,大清河水系内有大石河、拒马河、小清河3条较大河流,其中大石河发源于境内,源头位于霞云岭乡堂上村,自北向南流经房山区、涿州市最后汇入拒马河;拒马河源头位于涞水县城,流经石门、紫荆关、南城司等地,于野三坡处进入十渡镇。永定河为大兴县和房山区界河,在房山区东部边缘流过,房山区段全长26.77 km。据资料显示,房山区内已探明储量的矿产有27种,其中原煤的总储量18.5亿t,主要分布在霞云岭、史家营和大安山等地,金属矿产有钼、铁、铜、铅、锌、铝土矿等,其中铁矿和铝土矿储量较大[11],自北向南从佛子庄至大石窝方向带内蕴藏着丰富的大理岩、石灰岩、白云岩和花岗岩等非金属矿产[12]。房山区农业生产主要分布在东部平原地区,耕地面积占全区总量的80%以上,农作物种植以玉米、小麦和各类蔬菜为主,工业生产主要分布在燕山、城关、阎村、琉璃河、窦店、良乡和长阳等乡镇,几个乡镇工业产值占全区总量的90%以上,工业类型主要为石油冶炼、石油化工和大宗类建筑材料制造加工等。东部平原区有京港澳、京昆和六环路高速贯穿辖区内,其中京港澳、六环路高速交通荷载较大[13](图1)。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区矿产资源分布

Fig.1   Distribution of mineral resources in the study area


2 样品采集、分析和数据处理

2.1 样品采集和分析

在网格化基础上,结合水系流域、成土母质、地貌成因和土地利用等因素的数字化图件,研究区按照平原区和山区分别划分监测地质控制单元,平原区按照4 km×4 km网度进行采样点位布设,丘陵和山区按照8 km×8 km的网度进行采样点位布设,共布设土壤表层点位152个,土壤深层点位40个。研究区土壤采样点位见图2。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   研究区点位分布

Fig.2   Point distribution of the study area


为了减小随机误差,每个土壤样品均为混合样,一个混合样至少有5个子样组成。采集子样时需向定位点四周辐射 50 m 左右,100 m×100 m方格内采集5个分样点,每个子样的采土部位、采样深度和土壤类型要求基本一致。每个子样采样深度为0~20 cm,每个样品重约2.0 kg,混匀后以四分法制得混合样品一份,质量为1.5 kg。研究区内共采集表层土壤样品152件,深层土壤样品240件(40个剖面,每个剖面6件)。采集的土样经晾晒风干、研磨后过孔径为2.0 mm孔径筛。用于元素分析的土样,在土壤采集、风干、研磨、过筛、运输和储存环节中不与可能造成污染的金属器皿接触。为避免Hg的挥发,将土壤样品放置在阴凉环境下储存。

由相关测试单位参考国家土壤环境质量相关标准对样品进行分析测定,各指标的分析方法及检出限见表1。为保证数据的准确度和精密度,按规范DZ/T 0258—2014中“土壤地球化学样品分析测试质量要求及质量控制”的有关规定,采用多目标分析方法配套方案,利用国家一级标准物质进行准确度控制,每500件样品中密码插入12个GBW标准物质(GSS1~GSS12)与样品同条件进行分析,单独计算每个标准物质的实测平均值(Ci-)和标准值(Cs)的对数差绝对值(ΔlgC=lgCi--lgCs),以此来表示准确度,测试要求准确度合格率≥98%;随机抽取5%的测试样品编成密码样重复分析,进行精密度控制,要求精密度(λ)合格率≥98%。准确度和精密度的允许限见表2。测试结果显示,本次元素分析的准确度和精密度合格率均为100%,分析测试质量达到《多目标区域地球化学调查规范(1∶250 000)》(DZ/T 0258—2014)[14]、《生态地球化学评价样品分析技术要求》(DD2005-03)[15]等规范的技术要求。

表1   各指标的分析方法和检出限

Table 1  The analysis method and detection limit of each index

指标规范要求检出限测试方法
As10.2微波消解/
原子荧光法(AFS)
Hg0.00050.0005
Cd0.030.017电感耦合等离
子质谱法(ICP-MS)
Cr51.5电感耦合等离子
质谱法(ICP-OES)
Cu10.1
Ni20. 2
Pb21
Al2O30.050.03X射线荧光
光谱(XRF)
Fe2O30.050.02
SiO20.10.05
pH0.100.03pH计(ISE)

注:元素含量单位为10-6 ;氧化物含量单位为%;pH无量纲。

新窗口打开| 下载CSV


表2   分析测试准确度和精密度控制要求

Table 2  Accuracy and precision requirements for analysis

含量范围准确度
ΔlgC		精密度
λ
ΔlgC=
lgCi--lgCs		λ=∑i=1n(lgCi-lgCs)2q-1
检出限3倍以内≤0.120.17
检出限3倍以外≤0.100.15
1%~5%≤0.070.10
>5%≤0.050.08

注:Ci-为12个GBW标准物质的实测平均值;Cs为GBW标准物质的标准值;n为每个GBW标准物质的测试次数;Ci为每个GBW标准物质的单次实测值;q为每50件样品中加入的标准样的数量,本次q=4。

新窗口打开| 下载CSV


2.2 数据处理及图件编制

本文数据处理采用IBM SPSS-19的描述统计分析计算土壤元素地球化学参数,利用ArcGIS 10.5中的普通克里金空间插值法编制土壤地球化学图和富集系数空间分布图,利用Excel 2010分析土壤元素中位值的变化趋势,引用富集系数(EF)计算获得区域土壤重金属富集的现状,运用SPSS-19地统计分析模块PCA(主成分分析)探究土壤重金属元素的相关性,解析了重金属元素的主要来源,利用EPA PMF 5.0 的正定矩阵因子分解模型(PMF)对重金属进行定量溯源分析。

3 土壤重金属元素分布特征

3.1 土壤重金属元素含量特征

研究区内表层和深层土壤中As、Cd、Cr、Cu、Hg、Ni、Pb这7种元素的算数平均值(X¯)、中位数(Xmed)、标准离差(S)、变异系数(CV)、最小值(Xmin)、最大值(Xmax)等地球化学特征参数见表3。考虑到研究区内Zn含量特征不明显,本研究未对Zn做统计分析。

表3   重金属元素地球化学特征值统计

Table 3  Geochemical parameters of soil heavy metal elements

参数AsCdCrCuHgNiPb
表层X¯/10-69.470.18958.825.80.09527.828.0
Xmed/10-69.450.15658.021.90.05526.825.2
S/10-62.720.1489.314.80.1447.013.0
CV/%28.7%78.2%15.8%57.6%151.8%25.2%46.5%
Xmin/10-62.270.05833.859.20.01211.611.7
Xmax/10-620.331.39599.97125.41.09366.1123.5
深层X¯/10-610.010.13958.022.10.05126.922.3
Xmed/10-610.160.10359.621.80.03426.920.4
S/10-64.340.10812.38.90.0817.710.7
Cv/%43.3%77.4%21.3%40.3%159.3%28.7%48.0%
Xmin/10-62.460.04012.516.20.0088.56.5
Xmax/10-624.760.56481.6948.50.53346.075.9
北京市表层土壤Xmed/10-6[16]8.500.14058.023.00.06625.024.0
北京市深层土壤Xmed/10-6[16]8.400.09558.020.00.01726.020.0
海河流域表层土壤Xmed/10-6[16]9.700.14066.023.00.03528.022.0
海河流域深层土壤Xmed/10-6[16]9.700.10065.022.00.01629.019.0

注:北京市表层土壤(0~20 cm)样本量 n=2268,深层土壤(180~200 cm)样本量 n=483;海河流域表层土壤样本量(剔除异常前)n=37748,深层土壤样本量n=9499。

新窗口打开| 下载CSV


将研究区表层、深层土壤元素含量中位值分别与北京市表层、深层土壤和海河流域表层、深层土壤中位值进行对比(见图3),以比值1.5作为含量明显偏高的依据。由图3可知,研究区表层土壤元素与北京市表层土壤元素比值介于0.80~1.11,其中表层土壤As和Cd含量比北京市表层土壤中位值偏高,Hg为北京市表层土壤中位值的0.83倍,其他元素含量水平基本与北京市表层土壤中位值持平。研究区深层土壤中As含量是北京市深层土壤中位值的1.2倍,Hg含量分别是北京市和海河流域深层土壤中位值的2.0倍和2.13倍,含量明显偏高。变异系数(CV)反映各样点重金属含量的平均变异程度,CV<15%表示弱变化,15%≤CV≤36%表示中等变化,CV>36%表示高变化,本研究区Cd、Cu、Hg和Pb等重金属元素变异系数均大于36%,表明研究区重金属元素空间分布不均匀,差异性较大。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   研究区土壤重金属元素中位值与北京市及海河流域土壤重金属元素中位值对比

Fig.3   Comparison of mean values of heavy metal elements in soil of the study area with that in Beijing and Haihe River Basin


3.2 土壤重金属元素空间分布特征

采用累积频率法分级,利用ArcGIS 10.5,通过空间克里金插值法(Kriging)绘制研究区土壤重金属元素和w(Al2O3)/w(SiO2)、Fe2O3等氧化物指标地球化学分布(图4)。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   表层土壤重金属元素地球化学分布

Fig.4   Geochemical distribution of heavy metal elements in topsoil


研究区地势西北高、东南低,由西北至东南依次为中山、低山、丘陵、岗台地和冲积平原,西部和北部以石质山区地形为主,东、南部乡镇多为平原地形。岩石主要为石灰岩,煤炭产区以砂岩和页岩为主,丘陵地区有少量花岗岩,按地质年代划分,出露有震旦纪、寒武纪和奥陶纪的大面积石灰岩,还有石炭纪和二叠纪等砂岩和少量灰绿岩。西部山区为淋溶性硅铝风化壳,其发育在花岗岩、片麻岩和凝灰岩等基岩上,淋溶作用强烈,碳酸盐和可溶性盐类淋失,在风化壳上发育成为山地草甸土、山地棕壤和土淋溶褐土等。在低山、丘陵和近山前平原,碳酸盐岩淋溶风化壳上发育成碳酸盐褐土和普通褐土。平原区为冲积性和堆积性碳酸盐岩风化壳,其上发育成潮土。故由山区至平原土壤类型依次为山地棕壤、山地草甸土、淋溶褐土、碳酸盐褐土、粗骨褐土、褐土、复石灰性褐土、盐潮土、水稻土和风沙土等,除Hg含量在潮土中明显高于褐土、山地棕壤和山地草甸土外,表层土壤中其他几种重金属含量均是山地草甸土>山地棕壤土>褐土>潮土。褐土各亚类之间,Hg在潮褐土、碳酸盐褐土中含量高于普通褐土和淋溶褐土,其他元素含量关系为淋溶褐土>普通褐土>碳酸盐褐土[17]。空间地球化学分布(图4)也揭示了研究区自西向东土壤重金属含量变化的趋势,As、Cd、Cu、Ni和Pb在研究区西部十渡、史家营、霞云岭、蒲洼表层土壤中含量较高,Cr、Ni和As在中北部周口店、南窖和河北镇等地质高背景区表层土壤中含量较高,Hg在阎村、琉璃河、长沟和十渡等地局部表层土壤中高含量较为明显。房山区统计年鉴(2022年)数据显示,窦店、阎村、琉璃河、城关、长阳、良乡等乡镇工业产值合计占比达92%,原油加工、汽/柴油冶炼及石油沥青、乙烯、合成橡胶、初级形态塑料等化工产品在全区工业产品产量中占比达67.7%,玻璃、水泥(含硅酸盐水泥熟料)、混凝土等建筑材料产量占比达31.3%。研究区东部分布的京周路、六环路高速、京港澳高速和京昆高速路网内机动车流量也较大,研究资料显示以煤炭为主的化石燃料燃烧、工业生产排放和机动车尾气排放对周边土壤中Hg富集有直接贡献[18⇓⇓⇓⇓⇓⇓-25]。根据以往研究成果,Fe2O3、Al2O3和SiO2都是岩石风化后的初始产物,所以Fe2O3含量和w(Al2O3)/w(SiO2)比值可以用来表征风化强度,值越大,风化强度越高;值越小,风化程度越低。因此Fe2O3 含量和w(Al2O3)/w(SiO2)比值的空间分布与岩石风化紧密相关[2-3]。如图4所示, As、Cd、Cr、Cu、Ni 和Pb的高值空间分布与w(Al2O3)/w(SiO2)比值和Fe2O3含量空间分布具有相对一致性。可以推断,表层土壤中6种重金属元素有一部分来源于岩石在风化作用下形成的土壤母质。此外,除Hg外,其他6种重金属元素在霞云岭、史家营、南窖乡等地出现含量高值,空间分布图上与w(Al2O3)/w(SiO2)和Fe2O3含量高值区域一致,土壤以黏土为主,意味着这部分区域岩矿风化成土作用更强烈[3,6,19]。

3.3 重金属元素富集特征分析

富集系数EF(enrichment factor)是评价人类活动对土壤及沉积物中重金属富集程度影响的重要参数,据此可以区分土壤及沉积物中重金属富集的自然和人为的环境影响,其基本含义是将样品中元素的浓度与基线中元素的浓度进行对比,以此来判断表生环境介质中元素的人为污染状况[18]。为了减小环境介质以及采样、制样过程对元素含量的影响,富集系数计算会引入地球化学性质稳定的参比元素进行标准化,本文选择Sc作为标准化元素。从研究区40个垂向剖面土壤元素典型分布特征(图5)发现,大部分重金属元素在表层呈现富集,在150~200 cm范围趋于稳定,故选择此剖面范围样品含量数据作为富集系数计算的分母值,以0~20 cm表层土壤样品数据作为分子参比值,计算结果可用来反映人类活动影响引起的重金属富集情况。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   研究区垂向剖面元素分布特征

Fig.5   Vertical distribution characteristics of elements in soil profile


为了研究地质背景、工矿活动、农业活动和交通活动等对土壤环境的影响,利用深层土壤元素含量反映背景,富集系数的基本公式(1)可修正为式(2),计算如下:

EF= (Ci/Cn)样品(Ci/Cn)背景,
EF= (Ci/Cn)表层(Ci/Cn)深层,

式中:Ci为元素i的含量;Cn为标准化元素(Sc)的含量。

EF值是表征土壤中重金属富集程度,反映受人类活动扰动程度的指标,根据富集系数大小,分5个级别(表4),EF<1表明土壤未受人为影响,EF≥1表明已被人为影响,且EF值越大,受到的影响越大[19]。

表4   富集系数分级

Table 4  Classification of enrichment factors

项目EF<11≤EF<22≤EF<33≤EF<5EF≥5
污染级别01234
富集程度无轻微中度偏重度重度

新窗口打开| 下载CSV


对不同重金属元素的富集程度进行统计,见图6,可以看出,研究区不同重金属元素的深层土壤富集程度呈现较大差异,大部分元素以无富集、轻度富集为主,Cd和Hg等呈现较强富集,Hg偏重度富集以上占比为12.5%,Cd偏重度富集占比为5.0%[20]。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   元素富集程度占比统计

Fig.6   Statistical diagram of element enrichment ration


考虑到Cd和Hg的富集程度较强,以1.0~1.5、1.5~2.0、2.0~2.5、2.5~3.0、3.0~3.5、3.5~5.0为区间,勾画出Cd和Hg富集系数空间分布特征(图7)。从空间角度显示,研究区Cd高富集区主要分布在史家营、大安山、佛子庄以及中东部平原地区,土壤Cd的富集来源较多,史家营、大安山、佛子庄等北部山区土壤中的Cd主要来自土壤母质(碳酸盐类和硅质岩类风化物)的贡献和工矿活动(煤矿、采石矿的开采、搬运和露天堆置等)的叠加,中东部平原地区Cd部分来源于工业生产排放和农业活动(施肥、灌溉)输入。根据研究区统计年鉴资料:琉璃河、窦店、阎村、石楼、大石窝、良乡、长阳等东部平原地区耕地面积在全区耕地总量中占比达83.5%,年化肥施用总量占比为95.7%,其中氮肥、磷肥和复合肥施用比重达到95.2%,有研究显示,农业活动中的施肥和灌溉水对土壤Cd的富集有输入作用[20⇓⇓⇓-24]。Hg在琉璃河、窦店、阎村和长阳等东部平原区的富集主要来源于人类活动(工业生产、化石燃料燃烧、城市交通等)的排放,Hg以大气干湿沉降形式输入到土壤中[22⇓⇓⇓-26]。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   Cd(a)和Hg(b)富集系数空间分布

Fig.7   Spatial distribution of enrichment coefficient of Cd (a) and Hg (b)


4 土壤重金属来源及贡献率分析

4.1 主成分分析

由于研究区深层土壤重金属含量值与背景值接近,认为深层土壤元素基本不受人为干扰的影响,本文只对表层土壤重金属进行来源解析。采用的研究方法是主成因分析(PCA)。

PCA是一种降维处理技术,将原来众多的具有一定相关性的变量重新组合成新的少数几个相互独立的综合变量,并要求这些综合变量能够反映原变量提供的大部分信息,以保证分析的准确性,这些新的综合变量称为主成分[26]。

计算相关系数R特征值λ1≥λ2≥…≥λm,及其对应的特征向量u1,u2,…,um,其中,uj=(u1j,u2j,…,unj)T,由特征向量组成m个新的指标变量:

y1=u11x˜1+u21x˜2…un1x˜ny2=u12x˜1+u22x˜2…un2x˜n︙　　︙　　︙　　︙ym=u1mx˜1+u2mx˜2…unmx˜n,

式中:y1是第1主成因;y2是第2主成因;ym是第m主成因。

本文将具有共源性特征的重金属元素进行归类,探查研究区表层土壤中重金属元素来源的相关性,从而识别判断土壤中的重金属来源[27-28]。应用最大方差旋转法有效降低了较大因子荷载的变量个数,并提取3个主成分,KMO和Bartlett检验中KMO=0.668>0.6,sig值<0.05,表明可做因子分析,计算后累积贡献率达到78%。主成因分析结果如表5和图8显示,第一主成分(F1)解释了总方差的47.5%,故F1是影响表层土壤重金属含量的主要原因,Cd、Pb、Cu在第一主成分上有较大荷载(Cd 0.900、Pb 0.649、Cu 0.595),Cd荷载在混合源中占比最高。3种元素高含量区分布在京西煤矿带和采石场等工矿活动区域内,矿区内的开采、加工、运输和长期堆积造成了重金属对周边土壤组分的输入;另外高含量区也分布在密集交通干线、交通枢纽周边土壤中,例如在京港澳高速、京昆高速和六环路高速石楼—窦店—阎村—青龙湖区段,高速路带来的机动车尾气、刹车盘摩擦粉及轮胎磨损颗粒排放对周边土壤中重金属的富集有直接贡献。再者,在一些蔬菜种植区,由于肥料、农药以及塑料薄膜的长期使用,会使Cr、Cu、Pb等重金属不断积累到土壤中[29]。十渡镇拒马河流域土壤中As、Cd、Cu、Hg和Pb等含量较高,有研究表明,拒马河源头位于涞水县城,流经石门、浮图峪、紫荆关等地,沿河两岸有数十家冶金选矿企业,紫荆关区段河底底质中积存大量重金属,在水流动力条件下吸附在颗粒物上向拒马河的十渡下游迁移[30]。土壤中的重金属元素来源多样,而且可能存在多种迁移方式。综上所述,可认为F1代表混合源(工矿活动、交通排放、农业活动、外源输入等)。

表5   重金属元素旋转成分矩阵

Table 5  Rotated component matrix of heavy metal elements

主成分CdPbCuCrNiAsHg
F10.9000.6490.5950.0670.5790.4680.110
F20.1200.0710.2950.9330.7340.6940.015
F30.0730.5400.3660.1130.0490.0050.909

新窗口打开| 下载CSV


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   旋转空间成分

Fig.8   Components graph of heavy metal elements in rotated space


第二主成分(F2)解释了总方差的19.0%,Cr、Ni、As在第二主成分中占有较大荷载(Cr 0.933、Ni 0.734、As 0.694),高含量区分布在霞云岭、史家营、周口店、南窖和河北镇等区域,依据点位周边岩矿种类、岩矿风化程度、地层构造、土壤组分等特征判断,重金属元素来源于区域高背景土壤母质(煤矿、钼、铁等岩矿石风化基质土)[30⇓-32],故F2为自然源(土壤母质)。Cr在自然源里荷载占比最高,典型自然源点位环境特征见图9。依照旋转荷载矩阵(表5)显示:As、Ni除了来源于土壤母质,还有部分来自F1混合源的输入(工矿活动、外部输入等)[33-34]。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   自然源环境特征

Fig.9   Environmental characteristics of natural source


第三主成分(F3)解释了总方差的10.9%,Hg在第三主成分上有最大荷载(0.909),表层土壤中Hg高含量区主要分布在研究区东部平原,而且Cu、Pb在F3上也有一定的荷载,区域内历史工业生产、化石燃料燃烧、机动车排放、农业活动、城市建设等活动向大气中释放了大量含Hg、Cu和Pb物质,在合适的条件下通过大气干湿沉降的方式进入表层土壤,绝大部分会被土壤吸持或固定,因此F3可代表大气输入源[35⇓-37]。

4.2 正定矩阵因子分解模型(PMF)分析

多元统计分析是各领域应用较广且操作简便的方法,但缺乏定量性。例如主成分分析研究时发现,As在F2中的荷载为0.694,在F1中的荷载为0.468,Ni在F2中的荷载为0.734,在F1中的荷载为0.579,说明F1和F2对重金属元素的来源贡献率不同,故考虑引入更为精确的数据模型判定研究区土壤中重金属元素的物质来源,并定量化确定每一种影响源对各项重金属的贡献率。目前,土壤元素源解析是判定土壤元素的来源受周围环境因子影响程度大小的有效手段,而PMF 模型是一种成熟的源解析方法,已经广泛应用于大气、土壤等生态领域 [36],因此本研究采用PMF模型对7种重金属元素的来源进行定量化解析。为了确保分析过程的科学性,需要找到最小Q值来控制残差矩阵E,然后确定合理数量的因子。模型的基本原理是假设环境样品 X为 n×m 矩阵,n为样品数,m为化学成分,那么X可以被分解为污染源贡献矩阵 G(n×p,p为污染源数目)和污染源成分谱矩阵F(p×m),所测样本浓度可以表示为:X=GF+E,即

xij= ∑k=1pgikfkj+eij,

式中,xij 为样品浓度矩阵X第 i 个样品中第 j 个物种的浓度;p为污染源数;gik 是第k个污染源对第i个样品的贡献;fkj 是第k个污染源中第j个物种的浓度;eij代表残差。模型对G和F矩阵进行非负约束(gik ≥0和 fkj ≥0),当残差与不确定度比值的平方的加权值Q达到最小值,可以认为此次模型因子分解达到最优结果[38-39]。PMF算法通过不断的最小化Q从而确定矩阵G和F,Q值的定义为:

Q= ∑i=1n∑j=1meijuij2,
eij=xij- ∑k=1pgikfkj,

式中:uij是样品的不确定度,其他各项含义同前。不确定度对于监测浓度低于和高于物种检出限的物种,分别采用以下公式:

当C≤MDL时:

uij= 56×MDL,

当C>MDL时:

uij= ∑C×RSD2+0.5×MDL2,

其中:C为元素浓度;MDL为检出限值;RSD为相对标准偏差。

首先设置模型数据,不确定浓度选择高于物种检出限的计算公式,浓度和不确定浓度输入文件中设定V为7项元素浓度求和,并将其设置为weak权重,基于PMF计算多次调试确定RSD=0.2,并在不确定浓度、浓度时间序列项目删除异常高值点。PMF运行前设定因子数为6个,运算次数设为 20次,随机选择初始点,不断降低因子数量运行模型,通过比较不同因子数下Q rob /Qtrue (Q rob 为PMF模型在 Robust 模式下得到的目标函数Q的最优解,Qtrue为目标函数Q的真值)进而确定最佳因子个数。当因子个数为3时,模型中Qrobust和Qtrue之间的差别最小且残差大小在-3~3之间成正态分布,计算方案最为稳定。通过该模型进行源解析,实测值与模型预测值之间的拟合结果如表6所示,Cu拟合曲线的相关系数R2为0.65,其余重金属元素拟合曲线的R2均大于0.8,PMF模型因子数可以充分解释原始数据中所包含的信息。

表6   实测值与 PMF 模型预测值拟合结果

Table 6  Fitting results of measured values and predictedvalues of PMF model

元素斜率R2
As0.650.82
Cd0.900.94
Cr0.890.81
Cu0.570.65
Hg1.011.00
Ni0.790.86
Pb0.710.82

新窗口打开| 下载CSV


由图10可知,因子1对As、Cr、Ni的贡献率较高,依据主成因分析,As、Cr、Ni高浓度来源于土壤母质,可设定因子1为自然源因子,自然源因子对3种重金属的贡献率依次为78.6%、75.0%和73.6%,剩余其他约20%贡献率来源于因子2,见图11。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   重金属 PMF 源解析贡献

Fig.10   Analytical contribution of heavy metal PMF source


图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   重金属源因子占比

Fig.11   Factor contribution proportion of heavy metal elements


因子2对 Cd贡献率最高,达到83.3%。Cd在霞云岭、史家营和大安山等京西煤矿带内的高浓度来源于历史煤矿开发、采石场开采等工矿活动,在东部平原区来自于农业活动和交通排放等[39],故设定因子2代表混合源因子。自然源因子和混合源因子对Cu、Pb的浓度均有贡献,且贡献值接近,即Cu:因子2=54.2%、因子1=41.0%;Pb:因子1=54.0%、因子2=40.4%。

因子3对Hg的贡献为74.1%,研究显示大气干湿沉降对Hg 的贡献率最大,大气干湿沉降含有大量Hg物质,其主要来自于区域内的工业生产排放、化石燃料燃烧、机动车释放、农业活动、城市建设等向外部环境空间的释放[39⇓⇓⇓⇓⇓-45],故设定因子3为大气沉降影响因子,另外混合源因子和自然源因子对Hg分别有16.1%和11.5%的贡献率。

5 结论

通过对北京市房山地区开展土壤重金属元素含量分布、富集特征及来源解析等研究工作,获得以下认识:

1)研究区表层土壤中As比北京市表层土壤中位值偏高,深层土壤中Hg含量是北京市深层土壤中位值的2倍,明显偏高,Cd、Cu、Hg和Pb等重金属元素变异系数均大于36%,表明受人类活动影响较大。

2)As、Cd、Cu、Ni和Pb在研究区西部十渡、史家营、霞云岭等地的表层土壤中含量较高,而Cr、Ni和As在中北部周口店、燕山和河北镇等地高值点突出。Hg在城关、阎村、窦店等东部平原区含量较高。

3)研究区内As、Cr、Cu、Ni和Pb在深层土壤中以无富集、轻度富集为主,Cd和Hg呈现较强富集。Cd高富集区主要分布在史家营秋林铺—青土涧等北部山区煤矿带,Hg高富集区主要分布在东部窦店、阎村、琉璃河等工业活动、农业生产、交通活动聚集的平原地区。

4)PCA和PMF分析表明,表层土壤中As、Cr、Ni高度相关,主要来自于自然源因子(土壤母质),源贡献率分别为78.6%、75.0%、73.6%,Cd主要来自于混合源,贡献率为 83.3%,混合源包括工矿活动、农业活动和交通排放等;自然源因子和混合源因子对Cu、Pb的浓度输出比例均接近50%;Hg主要以大气干湿沉降方式进入土壤,大气干湿沉降对土壤Hg的贡献率为72.4%。

致谢

论文创作过程中得到了吉林大学博士生导师曹品鲁教授的特别指导,在此深表感谢。

参考文献

Zhang X Y, Zhong T Y, Chen D M, et al.

Assessment of arsenic (As) occurrence in arable soil and its related health risk in China

[J]. Environmental Geochemistry and Health, 2016, 38(3):691-702.

DOI:10.1007/s10653-015-9751-7      PMID:26209282      [本文引用: 1]

Arsenic (As) is a major global environmental pollutant due to its high toxicity on human and animal health. This study collected 427 relevant papers to study As concentrations in Chinese arable soil and evaluate the health risk of exposure to As for humans. Results showed that the average of As concentration was 9.46 mg/kg in Chinese arable soil. Soil As concentrations in Hunan Province and Guangxi Zhuang Autonomous Region posed high carcinogenic and non-cancer risks on human health through diet, Yunnan, Guizhou, Guangdong, and Xinjiang provinces had relative high health risks, while As concentrations in the other provinces posed low health risks on humans. The physical factors controlled the spatial pattern of health risk on a provincial scale, but the As-related human activities introduced high health risk on people, particularly the agricultural activities such as sewage irrigation and fertilizer application should be given more attention due to its large area.

Zhu Y G, Sun G X, Lei M, et al.

High percentage inorganic arsenic content of mining impacted and nonimpacted Chinese rice

[J]. Environmental Science & Technology, 2008, 42(13):5008-5013.

[本文引用: 2]

黄勇, 段续川, 袁国礼, 等.

北京市延庆区土壤重金属元素地球化学特征及其来源分析

[J]. 现代地质, 2022, 36(2):634-644.

[本文引用: 3]

Huang Y, Duan X C, Yuan G L, et al.

Geochemistry and source identification of heavy metals in the top and subsoil of Yanqing District in Beijing

[J]. Geoscience, 2022, 36(2):634-644.

[本文引用: 3]

段续川, 李苹, 黄勇, 等.

北京市密云区农业土壤重金属元素地球化学特征及生态风险评价

[J]. 现代地质, 2018, 32(1):95-104.

[本文引用: 1]

Duan X C, Li P, Huang Y, et al.

Geochemical characteristics and risk assessment of heavy metals in agricultural soils in Miyun District of Beijing

[J]. Geoscience, 2018, 32(1):95-104.

[本文引用: 1]

辜敏, 赵靓, 陈倩, 等.

密云水库土壤重金属污染与生态风险评价

[J]. 环境污染与防治, 2020, 42(11):1398-1404,1442.

[本文引用: 1]

Gu M, Zhao L, Chen Q, et al.

Heavy metal pollution and ecological risk assessment of soil in Miyun Reservoir

[J]. Environmental Pollution & Control, 2020, 42(11):1398-1404,1442.

[本文引用: 1]

韩平, 王纪华, 冯晓元, 等.

北京顺义区土壤重金属污染生态风险评估研究

[J]. 农业环境科学学报, 2015, 34(1):103-109.

[本文引用: 2]

Han P, Wang J H, Feng X Y, et al.

Ecological risk assessment of heavy metals in soils in Shunyi,Beijing

[J]. Journal of Agro-Environment Science, 2015, 34(1):103-109.

[本文引用: 2]

李苹, 黄勇, 林赟, 等.

北京市怀柔区土壤重金属的分布特征、来源分析及风险评价

[J]. 现代地质, 2018, 32(1):86-94.

[本文引用: 1]

Li P, Huang Y, Lin Y, et al.

Distribution,source identification and risk assessment of heavy metals in topsoil of Huairou District in Beijing

[J]. Geoscience, 2018, 32(1):86-94.

[本文引用: 1]

姚世厅, 李玉倩, 王德利, 等.

北京万庄金矿区土壤重金属分布特征及污染评价

[J]. 中国矿业, 2018, 27(S2):59-65.

[本文引用: 1]

Yao S T, Li Y Q, Wang D L, et al.

Distribution characteristics and pollution assessment of soil heavy metals in Wanzhuang gold mining area,Beijing

[J]. China Mining Magazine, 2018, 27(S2):59-65.

[本文引用: 1]

胡克林, 张凤荣, 吕贻忠, 等.

北京市大兴区土壤重金属含量的空间分布特征

[J]. 北京市大兴区土壤重金属含量的空间分布特征[J]. 环境科学学报, 2004, 24(3):463-468.

[本文引用: 1]

Hu K L, Zhang F R, Lyu D Z, et al.

Spatial distribution of concentrations of soil heavy metals in Daxing County,Beijing

[J]. Acta Scientiae Circumstantiae, 2004, 24(3):463-468.

[本文引用: 1]

唐莹, 武相林, 孙敏, 等.

北京市门头沟风化煤矸石中汞的赋存形态与溶出特征分析

[J]. 环境化学, 2022, 41(3):962-976.

[本文引用: 2]

Tang Y, Wu X L, Sun M, et al.

Analysis on the occurrence and dissolution characteristics of mercury in weathered coal gangue in Mentougou,Beijing

[J]. Environmental Chemistry, 2022, 41(3):962-976.

[本文引用: 2]

董騄睿, 胡文友, 黄标, 等.

南京沿江典型蔬菜生产系统土壤重金属异常的源解析

[J]. 土壤学报, 2014, 51(6):1251-1261.

[本文引用: 1]

Dong L R, Hu W Y, Huang B, et al.

Sources of heavy metals in soils of a typical vegetable production system along Yangtze River in Nanjing

[J]. Acta Pedologica Sinica, 2014, 51(6):1251-1261.

[本文引用: 1]

北京市地质志编纂委员会. 北京志·地质矿产水利气象卷·地质矿产志[M]. 北京: 北京出版社, 2001.

[本文引用: 1]

Beijing Geological Records Compilation Committee. Beijing Records·Geological and mineral water conservancy meteorological volume·Geological and mineral records[M]. Beijing: Beijing Press, 2001.

[本文引用: 1]

钱静.

北京山区开发建设的路径依赖及其对策——以北京市房山区为例

[J]. 北京农业职业学院学报, 2014, 28(2):44-48.

[本文引用: 1]

Qian J.

Path dependence of development and construction in mountainous areas of Beijing and its countermeasures—Taking Fangshan district of Beijing as an example

[J]. Journal of Beijing Agricultural Vocation College, 2014, 28(2):44-48.

[本文引用: 1]

DZ/T 0258—2014多目标区域地球化学调查规范(1∶250 000)[S].

[本文引用: 1]

DZ/T 0258—2014 Specification for multi-target regional geochemical survey(1∶250,000)[S].

[本文引用: 1]

DD2005-03 生态地球化学评价样品分析技术要求[S].

[本文引用: 1]

DD2005- 03 Technical requirements for analysis of ecological geo- chemical evalution samples[S].

[本文引用: 1]

侯青叶, 杨忠芳, 余涛, 等. 中国土壤地球化学参数[M]. 北京: 地质出版社, 2020.

[本文引用: 4]

Hou Q Y, Yang Z F, Yu T, et al. Soil geochemical dataset of China[M]. Beijing: Geological Publishing House, 2020.

[本文引用: 4]

李廷芳.

北京土壤的地球化学过程与元素背景含量的关系

[J]. 环境科学, 1987, 8(4):57-61.

[本文引用: 1]

Li T F.

Relationship between geochemical process of soil and background content of elements in Beijing

[J]. Environmental Science, 1987, 8(4):57-61.

[本文引用: 1]

叶盼青, 阿不都艾尼·阿不里, 孙小丽, 等.

天山北坡经济带土壤重金属来源及污染评价

[J]. China Environmental Science, 2022, 42(10):4704-4712.

[本文引用: 2]

Ye P Q, Abdugheni Abliz, Sun X L, et al.

Source analysis and pollution assessment of soil heavy metals in the economic belt on the northern slope of Tianshan Mountains

[J]. China Environmental Science, 2022, 42(10):4704-4712.

[本文引用: 2]

Lin Y, Han P, Huang Y, et al.

Source identification of potentially hazardous elements and their relationships with soil properties in agricultural soil of the Pinggu district of Beijing,China:Multivariate statistical analysis and redundancy analysis

[J]. Journal of Geochemical Exploration, 2017,173:110-118.

[本文引用: 3]

Shen G H, Ru X, Gu Y T, et al.

Pollution characteristics,spatial distribution,and evaluation of heavy metal(loid)s in farmland soils in a typical mountainous hilly area in China

[J]. Foods, 2023, 12(3):681.

[本文引用: 3]

苏海民, 孙朋, 张勇.

宿州市煤矿区土壤重金属地球化学基线及污染评价研究

[J]. 环境污染与防治, 2021, 43(12):1568-1572,1601.

[本文引用: 2]

Su H M, Sun P, Zhang Y.

Study on geochemical baseline and contamination evaluation of soil heavy metals in Suzhou coal mining area

[J]. Environmental Pollution & Control, 2021, 43(12):1568-1572,1601.

[本文引用: 2]

张沁瑞, 李欢, 邓宇飞, 等.

北京东南郊土壤重金属元素分布及其在表层土壤中的富集特征

[J]. 物探与化探, 2022, 46(2):490-501.

[本文引用: 3]

Zhang Q R, Li H, Deng Y F, et al.

Distribution of heavy metal elements in soil of the Southeastern suburbs of Beijing and their enrichment characteristics in surface soil

[J]. Geophysical and Geochemical Exploration, 2022, 46(2):490-501.

[本文引用: 3]

李霞, 张慧鸣, 徐震, 等.

农田Cd和Hg污染的来源解析与风险评价研究

[J]. 农业环境科学学报, 2016, 35(7):1314-1320.

[本文引用: 3]

Li X, Zhang H M, Xu Z, et al.

Source apportionment and risk assessment of Cd and Hg pollution in farmland

[J]. Journal of Agro-Environment Science, 2016, 35(7):1314-1320.

[本文引用: 3]

李晓岚, 高秉博, 周艳兵, 等.

基于时空不确定性分析的北京市农田土壤重金属镉含量等级划分

[J]. 农业环境科学学报, 2019, 38(2):307-316.

[本文引用: 3]

Li X L, Gao B B, Zhou Y B, et al.

Classification of soil heavy metal cadmium content grade in Beijing farmland based on spatio-temporal uncertainty analysis

[J]. Journal of Agro-Environment Science, 2019, 38(2):307-316.

[本文引用: 3]

李欢, 张沁瑞, 闫广新, 等.

2005-2018年北京市平原区土壤汞时空特征及影响因素

[J]. 地球科学与环境学报, 2023, 45(1):93-100.

[本文引用: 2]

Li H, Zhang Q R, Yan G X, et al.

Tempo-spatial characteristics of soil mercury in Beijing plain,China from 2005 to 2018 and their influence factors

[J]. Journal of Earth Sciences and Environ-ment, 2023, 45(1):93-103.

[本文引用: 2]

李科, 刘清伟.

煤中汞的来源分布与燃煤烟气中汞的形态及脱除技术

[J]. 中国资源综合利用, 2019, 37(10):104-106.

[本文引用: 2]

Li K, Liu Q W.

Source distribution of mercury in coal and form and removal technology of mercury in flue gas of coal burning

[J]. China Resources Comprehensive Utilization, 2019, 37(10):104-106.

[本文引用: 2]

成杭新, 庄广民, 赵传冬, 等.

北京市土壤Hg污染的区域生态地球化学评价

[J]. 地学前缘, 2008, 15(5):126-145.

[本文引用: 1]

城市土壤Hg异常/污染是中国普遍存在的重大生态环境问题。文章对北京市近1 000 km2范围内的地表土壤、壤中气、大气干湿沉降、大气颗粒物、大气中的Hg含量水平和空间分布模式进行了系统研究,查明北京地表土壤Hg平均含量为041 mg/kg,大气干湿沉降物中的Hg平均含量为0194 mg/kg,壤中气Hg的平均含量为55965 ng/m3,大气颗粒物PM10和PM25中的Hg含量分别为059和067 ng/m3,大气中的Hg平均含量为313 ng/m3。北京市自2000年起实现了由燃煤转变为燃气的减排措施,导致干湿沉降物中的Hg沉降通量显著减少,2006年大气干湿沉降物中Hg的沉降通量1837 mg&middot;m-2&middot;a-1,北京市城区(近1 000 km2)Hg全年沉降为1 837 kg,空气中总Hg浓度由1998年的83~247 ng/m3下降到2006年的313 ng/m3,大气颗粒物中Hg含量由2003年的118 ng/m3下降到2006年的059 ng/m3(PM10)和067 ng/m3(PM25),表明北京市煤改气减排措施的实施显著改善了大气环境质量。通过对土壤中Hg的存在形式研究,发现土壤中有硫化物(辰砂)及各种Hg盐(HgCl2)的含Hg矿物,Hg也可以各种吸附方式或壤中气方式存在。研究证实北京壤中气Hg与大气Hg存在显著的相关性(n=131,R=0267,p&lt;001),表明壤中气Hg是大气Hg的重要来源之一。利用2005年地表土壤总Hg与Hg释放速率的线性方程估算,土壤Hg平均释放速率为10242 ng&middot;m-2&middot;h-1,2005年土壤释放进大气的Hg通量为93670 kg。在查明土壤中存在大量辰砂矿物的同时,还分布有大量具有高温熔融特征的金属微球粒和玻璃质微球粒,证明燃煤和冶金烟尘是地表土壤Hg的主要来源。土壤中Hg、S、pH和辰砂颗粒浓度在空间上的高度耦合性表明,碱性条件下,土壤中高含量的S和Hg是辰砂形成的重要原因。按国家土壤环境质量标准,北京市I级土壤Hg环境质量的面积为176 km2, II级为808 km2,III级为24 km2,超III为36 km2。III级、超III级主要分布在二环路以内的中心城区。城南(长安街为界)大气Hg环境质量明显优于城北,在北四、北五环之间的部分地区,大气颗粒Hg的环境质量为III级或超III级。在地表土壤Hg含量较高的中心城区,居民每天因呼吸摄入的Hg高达364 ng,对人体健康构成潜在风险。根据我国&ldquo;十一五&rdquo;规划中每年实现10％节能减排的目标,对北京市未来50年土壤Hg含量的时空演变趋势预测,预测2050年北京因干湿沉降带来的Hg输入量为1603 kg,地表土壤释放Hg的输出量为3736 kg,明显大于Hg的输入通量,土壤Hg的环境质量将得到根本改善。预测到2040年III级土壤Hg环境质量的区域将完全消失,到2060年以I级土壤为主。

Cheng H X, Zhuang G M, Zhao C D, et al.

Regional eco-geochemical assessment of mercury in soils in Beijing

[J]. Earth Science Frontiers, 2008, 15(5):126-145.

[本文引用: 1]

朱琳, 王雅南, 韩美, 等.

武水河水质时空分布特征及污染成因的解析

[J]. 环境科学学报, 2018, 38(6):2150-2156.

[本文引用: 1]

Zhu L, Wang Y N, Han M, et al.

Spatio-temporal distribution of water quality and source identification of pollution in Wushui River Basin

[J]. Acta Scientiae Circumstantiae, 2018, 38(6):2150-2156.

[本文引用: 1]

韩存亮, 罗炳圣, 常春英, 等.

基于多种方法的区域农业土壤重金属污染成因分析研究

[J]. 生态与农村环境学报, 2022, 38(2):176-183.

[本文引用: 1]

Han C L, Luo B S, Chang C Y, et al.

Identifying the source of soil heavy metal pollution in regional agricultural area based on multiple methods

[J]. Journal of Ecology and Rural Environment, 2022, 38(2):176-183.

[本文引用: 1]

崔慧敏.

拒马河悬浮沉积物对重金属的吸附—解吸研究

[J]. 水资源保护, 2000, 16(1):25-28,46.

[本文引用: 2]

Cui H M.

Study on adsorption of heavy metals by suspended sediment of Juma River

[J]. Water Resources Protection, 2000, 16(1):25-28,46.

[本文引用: 2]

Gao J W, Gong J J, Yang J Z, et al.

Spatial distribution and ecological risk assessment of soil heavy metals in a typical volcanic area:Influence of parent materials

[J]. Heliyon, 2023, 9(1):e12993.

[本文引用: 1]

Qin Y L, Zhang F G, Xue S D, et al.

Heavy metal pollution and source contributions in agricultural soils developed from Karst landform in the southwestern region of China

[J]. Toxics, 2022, 10(10):568.

[本文引用: 1]

Chen L, Ma K, Ma J, et al.

Risk assessment and sources of heavy metals in farmland soils of Yellow River irrigation area of Ningxia

[J]. Huan Jing Ke Xue, 2023, 44(1):356-366.

[本文引用: 1]

陈林, 马琨, 马建军, 等.

宁夏引黄灌区农田土壤重金属生态风险评价及来源解析

[J]. 环境科学, 2023, 44(1):356-366.

[本文引用: 1]

Chen L, Ma K, Ma J J, et al.

Risk assessment and sources of heavy metals in farmland soils of Yellow River irrigation area of Ningxia

[J]. Environmental Science, 2023, 44(1):356-366.

[本文引用: 1]

Smolík J, Hartman M, Sýkorová I, et al.

Emission fluxes of heavy metals from the fluidized bed combustion of fossil fuels

[J]. Journal of Aerosol Science,1995,26:S655-S656.

[本文引用: 1]

Jacobsen A P, Blumenthal R S.

Cardiovascular disease is the condition,air pollution the risk factor,fossil fuel combustion the cause

[J]. Journal of the American College of Cardiology, 2022, 79(2):e131.

DOI:10.1016/j.jacc.2021.09.1386      PMID:35027115      [本文引用: 2]

Xu J, Niehoff N M, White A J, et al.

Fossil-fuel and combustion-related air pollution and hypertension in the Sister Study

[J]. Environmental Pollution, 2022,315:120401.

[本文引用: 1]

Guan Q Y, Wang F F, Xu C Q, et al.

Source apportionment of heavy metals in agricultural soil based on PMF:A case study in Hexi Corridor,Northwest China

[J]. Chemosphere, 2018,193:189-197.

[本文引用: 1]

付昱萌. 基于PMF模型鄂州市大气挥发性有机物污染特征及来源解析[D]. 武汉: 武汉理工大学, 2020.

[本文引用: 3]

Fu Y M. Analysis of pollution characteristics and sources of vocs in Ezhou City based on PMF[D]. Wuhan: Wuhan University of Technology, 2020.

[本文引用: 3]

邹长伟, 江玉洁, 黄虹.

重金属镉的分布、暴露与健康风险评价研究进展

[J]. 生态毒理学报, 2022, 17(6):225-243.

[本文引用: 1]

Zou C W, Jiang Y J, Huang H.

Distribution,exposure and health risk assessment of heavy metal cadmium:A review

[J]. Asian Journal of Ecotoxicology, 2022, 17(6):225-243.

[本文引用: 1]

石文静, 周翰鹏, 孙涛, 等.

矿区周边土壤重金属污染优先控制因子及健康风险评价研究

[J]. 生态环境学报, 2022, 31(8):1616-1628.

DOI:10.16258/j.cnki.1674-5906.2022.08.014      [本文引用: 1]

土壤重金属污染已严重威胁生态环境和人类健康。由于资源和成本的限制,确定土壤污染的优先控制因子和污染源是管控和治理土壤重金属污染的关键。于内蒙古河套地区某矿区及周边区域共采集31个土壤样品（0&#x02014;20 cm）,基于污染指数法、PMF模型、Monte Carlo模拟和USEPA健康风险评价模型等耦合模拟研究,探究其土壤重金属的污染特征、污染源及其对人体健康的危害,确定土壤重金属污染管控中的污染源和污染元素等优先控制因子,以期为矿区土壤重金属污染防治和管控提供科学依据。结果表明,Cd、Cu、Zn、Ni、Pb、Cr和As 7种重金属平均含量均超过内蒙古河套地区土壤背景值,Cu和Pb超过《土壤环境质量农用地土壤污染风险管控标准》（GB 15618&#x02014;2018）的风险筛选值。利用PMF模型结合相关性分析,确定土壤重金属主要来源为交通污染源（34.7%）、农业污染源（9.3%）、自然母质源（17.8%）以及尾矿污染源（38.2%）。健康风险评价结果显示,儿童和成人均存在致癌风险,而非致癌健康风险只有儿童超过了可接受值。基于源导向的健康风险评价表明,As和Cr为优先控制元素,尾矿污染源和自然母质源为优先控制污染源。

Shi W J, Zhou H P, Sun T, et al.

Research on priority control factors and health risk assessment of heavy metal pollution in soil around mining areas

[J]. Ecology and Environmental Sciences, 2022, 31(8):1616-1628.

[本文引用: 1]

Giersz J, Bartosiak M, Jankowski K.

Sensitive determination of Hg together with Mn,Fe,Cu by combined photochemical vapor generation and pneumatic nebulization in the programmable temperature spray chamber and inductively coupled plasma optical emission spectrometry

[J]. Talanta, 2017,167:279-285.

[本文引用: 1]

董丽君, 张展华, 张彤.

土壤环境汞污染现状及其影响因素研究进展

[J]. 地球与环境, 2022, 50(3):397-414,319.

[本文引用: 1]

Dong L J, Zhang Z H, Zhang T.

Mercury pollution in soil environment:Current status and its influencing factors

[J]. Earth and Environment, 2022, 50(3):397-414,319.

[本文引用: 1]

王鑫, 刘冬跃, 钱松山, 等.

大气沉降对环境污染研究现状及进展

[J]. 北京水务, 2021(2):16-20.

[本文引用: 1]

Wang X, Liu D Y, Qian S S, et al.

Research progress of atmospheric deposition on environmental pollution

[J]. Beijing Water, 2021(2):16-20.

[本文引用: 1]

王林江, 刘廷吉, 林则鑫, 等.

土壤—作物系统重金属迁移转化研究进展

[J]. 安徽农学通报, 2021, 27(22):147-154.

[本文引用: 1]

Wang L J, Liu T J, Lin Z X, et al.

Research progress on the migration and transformation of heavy metals in soil-crop system

[J]. Anhui Agricultural Science Bulletin, 2021, 27(22):147-154.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址：北京市学院路29号航遥中心 邮编：100083
电话：010-62060192；62060193 E-mail：whtbjb@sina.com , whtbjb@163.com