环境科学  2019, Vol. 40 Issue (5): 2202-2210   PDF    
引用本文
张杰, 郭西亚, 曾野, 邓建才. 太湖流域河流沉积物重金属分布及污染评估[J]. 环境科学, 2019, 40(5): 2202-2210.
ZHANG Jie, GUO Xi-ya, ZENG Ye, DENG Jian-cai. Spatial Distribution and Pollution Assessment of Heavy Metals in River Sediments from Lake Taihu Basin[J]. Environmental Science, 2019, 40(5): 2202-2210.
太湖流域河流沉积物重金属分布及污染评估
张杰1,2, 郭西亚1,2, 曾野1,2, 邓建才1     
1. 中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室, 南京 210008;
2. 中国科学院大学, 北京 100049
收稿日期: 2018-09-20; 修订日期: 2018-12-04
基金项目: 国家水体污染控制与治理科技重大专项（2017ZX07205-02）；国家自然科学基金项目（41271213）
作者简介: 张杰(1992~), 男, 硕士研究生, 主要研究方向为湖泊生态环境与污染修复, E-mail:zhangjie175@mails.ucas.ac.cn
通信作者: 邓建才, E-mail:jcdeng@niglas.ac.cn
摘要: 为阐明经济发达地区河流表层沉积物重金属的污染特征，本研究分析了太湖流域典型水系94个样点沉积物中8种重金属（Zn、Cr、Ni、Cu、Pb、As、Cd和Hg）含量，评估了重金属的生态风险以及辨析了污染来源.结果表明，太湖流域河流表层沉积物中Zn、Cr、Ni、Cu、Pb、As、Cd和Hg的平均含量分别为163.62、102.46、45.50、44.71、37.00、13.34、0.479和0.109 mg·kg-1，均高于其对应的背景值（Hg除外）.地累积指数评价中，Pb、Ni、Zn、Cu和Cd整体上处于低污染状态；在污染负荷指数评价中，Pb、Ni、Zn和Cu整体上处于中度污染状态，Cd、Cr、As处于低污染状态；在潜在生态风险评价中，Cd和Hg处于中等潜在生态风险，其余重金属均处于低潜在生态风险.多元统计分析表明，Pb主要来自于生活污水、农业废水排放；除受自然因素影响外，Cr、Ni和Zn还受到电镀及合金制造行业的影响；Cu和As主要来自于农药、工业废水；Cd主要来自于冶炼工业；Hg主要来源于化石燃料和石油产品的燃烧.
关键词: 太湖流域      表层沉积物      重金属      污染评估      来源识别     
Spatial Distribution and Pollution Assessment of Heavy Metals in River Sediments from Lake Taihu Basin
ZHANG Jie1,2 , GUO Xi-ya1,2 , ZENG Ye1,2 , DENG Jian-cai1     
1. State Key Laboratory of Lake Science and Environment, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: To clarify the pollution characteristics of heavy metals in the surface sediments of rivers in economically developed areas, analysis of the contents of eight heavy metals, assessment of ecological risks, and identification of the source of heavy metals in surface sediments from typical rivers of Lake Taihu Basin were carried out in this study. The results showed that the average contents of Zn, Cr, Ni, Cu, Pb, As, Cd, and Hg in the surface sediments of Lake Taihu Basin were 163.62, 102.46, 45.50, 44.71, 37.00, 13.34, 0.479, and 0.109 mg·kg-1, respectively. Except for Hg, the average contents of other 7 heavy metals were higher than their background values. The geo-accumulation index indicated that Pb, Ni, Zn, Cu, and Cd amount to a low pollution state. According to the pollution load index, Pb, Ni, Zn, and Cu represent a moderately polluted state, while Cd, Cr, and As a low degree pollution state. Based on the potential ecological risk index, Cd and Hg represent moderate potential ecological risk, and the others low potential ecological risk. Source identification of heavy metals by multivariate statistical analysis showed that Pb was largely from non-point pollutions; Cr, Ni, and Zn stemmed from electroplating, alloy manufacturing industries, and nature; Cu and As were mainly from pesticides and discharge of industrial wastewater; Cd was dominantly from smelting industry; and Hg was mainly derived from fossil fuel combustion and petroleum products.
Key words: Lake Taihu Basin      sediment      heavy metals      pollution assessment      source identification     

沉积物是水生态系统的重要组成部分, 为水生动植物生长提供了场所[1].重金属作为一类不易降解的外源污染物, 进入到水体后吸附在悬浮颗粒物表面, 并与后者共同沉降至水底, 最终蓄积于沉积物中; 当外界环境条件(pH、氧化还原电位等)发生改变时, 富积于沉积物中的重金属则再次释放到上覆水体, 造成二次污染[2, 3], 进而影响水质安全, 损害水体生态系统健康.

太湖流域是我国人口最为集中, 城镇化进程最快的地区之一, 在全国的经济发展中起到了举足轻重的作用; 同时水环境污染问题也日益凸显.当前, 针对流域重金属污染研究虽已起步, 但研究区域分散[4, 5], 对城镇化程度高、经济发展快以及河网水系发达的太湖流域水体沉积物重金属污染仍鲜见报道, 本文将研究区域拓展为整个太湖流域的6条水系, 通过大范围、多样点的采样, 系统地分析了太湖流域各水系的重金属污染状况.通过采集太湖流域河网水系沉积物样品、测定其重金属含量, 阐明太湖流域河流沉积物重金属含量的空间分布特征; 采用地累积指数(Igeo)、潜在生态风险指数(RI)、污染负荷指数(PLI)和沉积物质量基准(SQG)评价沉积物中重金属污染水平; 使用相关分析、主成分分析(PCA)和聚类分析(CA)统计手段, 甄别沉积物中重金属来源, 以期为太湖流域河网水系重金属污染的排放管理、控制和治理提供理论支撑依据.

1 材料与方法 1.1 研究区概况

太湖流域地处亚热带季风气候区, 位于长江下游地区, 流域总面积约为3.68万km2, 是我国经济、城镇化高度发达且人口最为稠密的地区之一.太湖流域内河流众多, 可划分为洮滆水系(TG)、南河水系(NH)、苕溪水系(TX)、沿江水系(YJ)、黄埔江水系(HP)和杭州湾-长江口水系(HY)等6大水系(图 1).苕溪、南河和洮滆水系是主要的入太湖水系, 分别约占入湖总量的20%、25%和50%;苕溪水系、南河水系均发源于太湖流域西部丘陵地区; 洮滆水系主要包括常州市、无锡市以及镇江的一部分[6].沿江水系、黄埔江水系和杭州湾-长江口水系则为主要的出太湖水系, 且三条水系主要流经城市建筑区.

TG：洮滆水系; NH：南河水系; TX：苕溪水系; YJ：沿江水系; HP：黄浦江水系; HY：杭州湾-长江口水系 图 1 太湖流域采样点位置示意 Fig. 1 Location of the sampling sites in Lake Taihu Basin

1.2 采样点和样品采集

2016年3月, 借助全球定位系统(GPS)在太湖流域布设94个采样点(图 1), 其中洮滆水系10个, 南河水系10个, 苕溪水系16个, 沿江水系20个, 黄浦江水系25个, 杭州湾-长江口水系13个.利用彼得森采泥器, 采集表层沉积物样品(0~10cm), 将混合后的样品放入干净的聚乙烯自封袋中冷冻保存运回实验室.

1.3 样品处理分析和质量控制

沉积物样品用冷冻干燥机冻干, 经玛瑙研钵研磨处理后过100目(0.154 mm)尼龙筛保存待测, 总氮(TN)和总磷(TP)采用过硫酸钾联合消解法测定, 有机质(OM)采用重铬酸钾容量法测定, Zn、Cr、Ni、Cu、Pb、As、Cd、Fe和Mn采用电感耦合等离子体质谱仪(ICP-MS, Agilent 7700cx型)测定, Hg采用Hydra-c型全自动测汞仪测定.为保证测定结果的准确性和精度, 对样品进行了重复分析(重复率为10%)和标样分析(加标回收率在85.00%~115.00%之间), 所有样品分析误差均小于10%, 符合质量控制要求, 所有分析结果均以沉积物干重计.

1.4 沉积物污染评估方法 1.4.1 地累积指数法(Igeo)

1969年Miller提出了地累积指数法, 考虑人为污染因素、地球化学背景值和自然成岩作用引起背景值变动的因素[7], 定量评估沉积物中重金属的污染程度, 沉积物重金属污染等级及其阈值见参考文献[8]. Igeo计算表达式为：

式中, Igeo为地累积指数; Ci为沉积物中元素i的含量; Bi为元素i的地球化学背景值; k为考虑到成岩作用可能会引起重金属背景值的变动而取的系数, 一般取1.5.

1.4.2 污染负荷指数法(PLI)

1980年Tomlinsoh等提出了污染负荷指数法[9], 该方法能够体现重金属污染的空间变化趋势及各种重金属对污染的贡献, 污染负荷指数与污染程度评价标准见文献[10]. PLI计算表达式为：

式中, Pij为重金属i在j点的污染系数; Cij为重金属i在j点的实测含量; Bi为重金属i的地球化学背景值; PLIj为j点的污染负荷指数; PLIzone为某一区域(流域)的污染负荷指数; m为参加评价的重金属总数目; n为采样点个数.

1.4.3 潜在生态风险评价指数法(RI)

Håkanson提出的潜在生态风险评价指数法是水体沉积物重金属污染风险评估最常用的方法之一[11], 该方法综合考虑了重金属区域背景值、毒性因子和评价区域对重金属污染的敏感性.计算表达式为：

式中, Cfi为重金属i的污染指数; C0i为重金属i的实测值; Cni为重金属i的地球化学背景值; Eri为重金属i的潜在生态风险指数; Tri为重金属i的毒性响应因子; n是样点重金属的种数; RI为潜在生态风险指数. Hg、Cd、As、Pb、Cu、Ni、Cr和Zn的毒性响应因子分别为40、30、10、5、5、5、2和1.沉积物中重金属的潜在生态风险等级及其阈值见参考文献[12].

1.4.4 沉积物质量基准法(SQG)

Macdonald等[13]提出沉积物质量基准方法, 其核心涉及效应范围低值(ERL)和效应范围中值(ERM)以及临界效应含量(TEL)和可能效应含量(PEL)等关键阈值.沉积物中重金属实测含量低于ERL和TEL, 表示不对底栖生物产生影响; 重金属实测含量介于ERL和ERM以及TEL和PEL之间, 表示重金属对底栖生物施加的不利影响偶有发生; 重金属实测含量高于ERM和PEL, 则表示重金属对底栖生物的毒性影响频繁发生[14, 15].

1.5 统计分析

本研究描述性统计参数包括平均值、最小值、最大值、标准差和变异系数(CV), 标准差和变异系数可反映不同重金属元素含量的离散程度[16].利用Kaiser-Meyer-Olkin(KMO)和Bartlett球形测试检验了实验数据的适用性. KMO值接近1表明开展主成分分析是有价值的, Bartlett球形测试的概率值小于0.05表示参数之间的显著相关性[17].在本研究中, KMO值和Bartlett球形检验概率值分别为0.77和0, 表明主成分分析可信.本研究中采用重金属含量的标准化数据集进行主成分分析, 耦合相关矩阵最大值旋转, 计算获得PCA[16, 18].聚类分析采用War's方法[16], 以欧几里德距离作为群集之间的距离值, 与主成分分析耦合, 将距离值相近的个体参数或变量分组[19].

利用SPSS 22.0软件进行非参数检验、主成分分析和聚类分析; 利用ArcGIS 10.2绘制重金属元素的空间分布图; 利用Pearson参数分析各元素之间的相关性.

2 结果与讨论 2.1 表层沉积物重金属含量及空间分布特征

太湖流域河流表层沉积物中重金属平均含量Zn(163.62 mg ·kg-1)>Cr(102.46 mg ·kg-1)>Ni(45.50 mg ·kg-1)>Cu(44.71 mg ·kg-1)>Pb(37.00 mg ·kg-1)>As(13.34 mg ·kg-1)>Cd(0.479 mg ·kg-1)>Hg(0.109 mg ·kg-1), 分别是各自背景值的2.77、1.29、2.33、2.37、2.36、1.42、1.77和0.99倍; 除Hg外, 均高于太湖流域重金属背景值[20]. Ni、Cu、Zn和Pb在超过95%的采样点均高于其相应的背景值, As、Cd、Cr和Hg超过其相应背景值的采样点比例分别为81.91%、76.60%、63.83%和47.87%.

由图 2可知, 河流沉积物中Cr、Ni、Zn、Hg和Cu的含量在空间分布上具有一致性, 整体呈现由北向南、由东向西逐渐减少的趋势, 这5种重金属含量的高值部分均出现在太湖流域北部地区的洮滆水系, Ni、Zn和Cu的低值部分均出现在流域西南部的苕溪水系, Cr和Hg的含量则是南河水系最小; Cd在整个区域呈现由西北向东南递减的趋势, 污染最严重的区域出现在南河水系, 低值部分出现在杭州湾-长江口水系; As和Pb则表现出北高南低、西高东低的趋势, As的高值部分主要出现在苕溪水系, Pb的高值部分主要出现在洮滆水系, As和Pb的低值部分均出现在杭州湾-长江口水系. 6条水系沉积物中As、Cd和Cu的含量差异显著(P < 0.05), 其他重金属含量则不显著(P >0.05).水系沉积物中As平均含量依次为：TX(16.21 mg ·kg-1)>TG(15.59 mg ·kg-1)>NH(14.05 mg ·kg-1)>YJ(13.71 mg ·kg-1)>HP(13.61 mg ·kg-1)>HY(10.71 mg ·kg-1); 水系沉积物中Cd平均含量依次为：NH(1.269 mg ·kg-1)>TG(0.719 mg ·kg-1)>TX(0.660 mg ·kg-1)>YJ(0.435 mg ·kg-1)>HP(0.355 mg ·kg-1)>HY(0.279 mg ·kg-1), 由此可见入湖水系的As和Cd含量明显高于出湖水系, 水系沉积物中Cu平均含量则为：TG(83.60 mg ·kg-1)>HP(68.01 mg ·kg-1)>YJ(60.87 mg ·kg-1)>NH(52.52 mg ·kg-1)>HY(50.48 mg ·kg-1)>TX(31.43 mg ·kg-1).

图 2 太湖流域重金属含量分布 Fig. 2 Spatial distribution of heavy metals in Lake Taihu Basin

Cr、Ni、Zn和As的变异系数处于30%~90%之间; Cu、Cd、Pb和Hg的变异系数超过了110%, 特别是Cu、Pb和Hg的变异系数分别为378.14%、457.1%和291.7%, 表明这些重金属含量存在显著的空间异质性.当CV超过20%时, 人类活动是导致重金属含量空间差异的主要驱动因子[15, 16, 21].洮滆水系流经城市建筑群以及高度集约化的农业生产区, 水系沉积物中重金属含量与工业废水、城镇生活污水以及农业畜牧业污染排放直接相关[6]; 黄浦江水系、杭州湾-长江口水系和沿江水系不仅流经城市建筑群, 且水上交通发达, 水系沉积物中重金属含量与城镇生活污水以及船只活动密切相关; 苕溪水系、南河水系主要流经林区, 但也受到生活污水点源以及农业面源污染影响.因此, 在经济高度发达区域频繁的人类活动是河流沉积物重金属含量空间差异的主要驱动力[22, 23].

由描述性统计分析可知Fe的CV值低于20%, 且太湖流域河流表层沉积物Fe的平均含量与背景值相接近, 表明Fe主要来自于自然来源. Hg的CV值为291.7%, 但Hg的平均含量与背景值接近, 这表明Hg在沉积物中的累积不仅与污染来源有关, 还会受到元素自身的物理化学性质、元素间的竞争吸附关系和pH等因素的影响[4]. OM、TP、TN、Cr、Ni、Cu、Zn、As、Cd、Pb和Mn的CV值均高于30%, 且各元素的平均含量均大于其相应的背景值, 表明这些元素受人类活动的影响较大.

2.2 水系沉积物中重金属污染评价 2.2.1 地累积指数法评价结果

根据重金属Igeo分级标准, Pb、Ni、Zn、Cu和Cd整体上处于低污染状态(表 1).在所有采样点中, Pb处于轻度污染状态的占53.19%, 偏中度污染的占25.53%, 中度及以上污染水平共占7.45%; Ni处于轻度污染状态的占57.45%, 偏中度污染的占26.60%, 中度及以上污染水平共占15.95%; Zn处于轻度污染状态的占44.68%, 偏中度污染的占31.91%, 中度及以上污染水平共占8.5%; Cu处于轻度污染状态的占37.23%, 偏中度污染的占25.53%, 中度及以上污染水平共占37.24%; Cd处于轻度-偏重度污染的各占30.85%、13.83%、8.51%和1.06%. Cr、As和Hg的污染程度较轻, 50%以上的采样点均处于清洁状态.辽河保护区采样点沉积物重金属的Igeo顺序为As>Cd>Cr>Cu>Cd>Ni>Pb>Zn[24]; 其他重金属(除As外)的Igeo均小于0, 污染状况显著低于太湖流域; 但在华南地区典型河流沉积物重金属的Igeo顺序为Cd>Hg>As>Zn>Cu>Pb>Cr[25], 其他重金属(除Pb和Cr外)的Igeo均大于1, 处于偏中度污染及以上水平, 显著高于太湖流域地区. Ni、Cu、Zn、Cd和Pb是南河水系、洮滆水系的主要污染物, 在两条水系的绝大多数采样点(>70%)均处于有污染状态, 特别是南河水系的Pb以及洮滆水系的Ni和Cu在所有的采样点均处于有污染状态.沿江水系(>60%)和杭州湾-长江口水系(>80%)中多数采样点的Ni、Cu、Zn和Pb处于有污染状态. Ni、Zn、As和Pb是黄浦江水系、苕溪水系表层沉积物中的主要污染物, 此外, Cu和Cd分别是黄浦江水系、苕溪水系的污染重金属.

表 1 太湖流域河流表层沉积物重金属污染评价 Table 1 Pollution assessment of heavy metals in surface sediments of rivers in Lake Taihu Basin

2.2.2 污染负荷指数法评价结果

根据沉积物重金属PLI分级标准, 除Hg外, 其他7种重金属均存在污染, 其中Pb、Ni、Zn和Cu整体上处于中度污染状态且绝大多数采样点(>95%)均处于污染状态, Cd、Cr、As处于低污染状态, 有60%以上的采样点存在污染, 整体上Hg污染程度较轻, 52.13%的采样点处于无污染状态(表 1).整体来看, 太湖流域北部沉积物重金属综合污染负荷最高(图 3), 采样点沉积物中重金属的PLI值变化幅度为0.75~8.80, 其中无污染的采样点为8.51%, 低污染的采样点为51.06%, 中度污染和强污染的采样点共占40.43%, 这表明太湖流域河流表层沉积物重金属总体污染负荷较重, 尽管6条水系间沉积物中重金属PLI值差异性不显著(P>0.05), 但整体上洮滆水系的沉积物重金属污染最为严重(图 4).太湖流域河流表层沉积物中重金属总体PLI值为1.91, 表明重金属综合污染程度已达到中度污染水平.底格里斯河流域平均PLI值为1.88[17], 与太湖流域PLI值接近, 均属于中度污染水平; 孟加拉北部城市河流的所有采样点的PLI值均超过1, 总体处于极强污染水平[26], 污染程度远高于太湖流域地区.太湖流域六条水系沉积物重金属PLI值为TG(2.57)>HP(2.02)>YJ(1.97)>NH(1.85)>TX(1.71)>HY(1.52), 各水系均已达到中度污染水平, 其中洮滆水系、黄浦江水系整体已达到强污染水平, Pb、Ni、Zn和Cu均为主要污染重金属, 且在90%以上采样点中均存在污染.此外, 南河水系的Cd污染也较为明显, As和Cd则是苕溪水系沉积物中主要污染重金属.

图 3 污染负荷指数和潜在生态风险指数空间分布 Fig. 3 Spatial distribution of pollution load index and potential ecological risk index

图 4 太湖流域不同水系的污染负荷指数和潜在生态风险指数 Fig. 4 Pollution load index and potential ecological risk index of different river systems in Lake Taihu Basin

2.2.3 潜在生态风险指数法评价结果

太湖流域6条水系沉积物中Cd和Hg处于中等潜在生态风险, 其他重金属均处于低潜在生态风险. Pb、Ni、Zn、Cu、Cr和As均在90%以上的采样点沉积物中处于低潜在生态风险状态, 其中Cr和Zn在所有采样点沉积物中均存在低潜在生态风险; Cd和Hg处于中等-严重潜在生态风险的样点占比分别为61.70%和47.87%(表 1).整体来看, 太湖流域北部沉积物重金属潜在生态风险最高(图 3), 重金属潜在生态风险值变化幅度为55.00~2128.42, 平均值为266.61. 45.74%采样点表层沉积物重金属潜在生态风险处于低水平, 35.11%的处于中等水平, 19.15%的为重度和严重水平. 6条水系沉积物重金属RI值差异性不显著(P>0.05), 综合潜在生态风险程度均为中等.太湖流域北部的洮滆水系、南河水系潜在生态风险整体上高于其他四条水系(图 4), 而杭州湾-长江口水系、苕溪水系70%以上采样点沉积物中重金属处于低-中等潜在生态风险, 且无采样点处于严重潜在生态风险.青海湖流域河流8种重金属元素RI处于22.11~352.55之间, 平均值为150.55[27], 与太湖流域同处中等危害等级, 而辽河保护区综合潜在RI(126.14~780.38), 处于重度潜在生态风险[24], 显著高于太湖流域.

2.2.4 沉积物质量基准法评价结果

SQG反映沉积物中重金属对底栖生物影响的可能性, 太湖流域河流表层沉积物中重金属对底栖生物影响可分为3类：①Cd和Hg的平均含量均低于其相应的ERL和TEL, 且98.94%和64.89%的采样点中Cd平均含量分别低于ERL和TEL, 68.09%、78.72%的采样点中Hg分别低于ERL和TEL.因此, 这两种金属在大多数样点几乎未产生负面生物效应. ②As和Cu的平均含量均低于ERL, 且介于TEL~PEL之间, As、Cu的含量分别在97.87%、71.28%采样点中低于ERL, 但采样点中As的含量均高于TEL, 35%的采样点中Cu的含量低于TEL; Zn和Pb平均含量均介于TEL~PEL和ERL~ERM之间, Zn和Pb的含量低于各自ERL的采样点比例分别为28.72%和42.55%, 低于各自TEL的采样点比例分别为30.85%和42.55%.因此, As、Cu、Zn和Pb导致底栖生物的生物毒性效应偶有发生. ③Cr和Ni的平均含量均处于相应的ERL~ERM之间, 且高于PEL, Cr和Ni的含量低于各自的TEL采样点比例分别为2.13%、1.06%, 低于各自ERL的比例分别为37.23%和15.26%, 这表明在大多数样点沉积物中Cr和Ni频繁对底栖生物产生生物毒性效应.

地累积指数、污染负荷指数和沉积物质量基准法的评价结果较为一致, Pb、Ni、Zn和Cu是太湖流域河流沉积物中主要的重金属污染物.在地累积指数、污染负荷指数评价中Cd、Cr和As均处于低污染状态, 而在沉积物质量基准评价中, Cr在多数样点会频繁产生生物毒性效应, As在多数样点对底栖生物的生物毒性效应偶有发生.由于潜在生态风险指数考虑了重金属的毒性响应因子, 且Cd、Hg的毒性响应因子较高, 因此, Cd、Hg处于中等潜在生态风险, 其余的6种金属均处于低潜在生态风险, 这也被于佳佳证实[4].

2.3 基于多元统计的重金属来源分析 2.3.1 相关矩阵

统计分析表明, OM、TP、TN、Cr、Ni、Cu、Zn、As、Cd、Pb和Hg之间存在显著的正相关(表 2), 表明这些组分有共同的来源, 且主要来自于人为源. OM、TP、TN、Cr、Ni、Cu、Zn、As、Cd、Pb、Hg和Mn均与Fe具有显著的相关性(P < 0.01), 表明这12种组分可能部分来自于自然源, 同时也说明氧化铁或氢氧化铁是上述金属的主要结合形式[28]. Mn与其他组分相关性不显著(As和Fe除外), 表明Mn与这些组分不具有同源性.

表 2 经对数转换后不同元素的Pearson相关系数1) Table 2 Pearson's correction coefficients among the different components after logarithmic transformation

2.3.2 主成分分析

主成分分析(PCA)能够得到一些有关污染源信息的因素组合.结果表明, PCA将数据集的初始维数减少至4个部分, 解释了75.49%的总方差(表 3).第一主成分以Cr、Ni、Zn、As、TP、Cu和Fe为主, 解释了34.52%的总方差.第二主成分以Pb、OM、TN和TP为主, 解释了19.99%的总方差, TP(0.54)的载荷低于组内其他组分的载荷.第三主成分以As、Mn、Cd和Fe为主, 但Mn与Cd的相关程度较低, 表明Mn和Cd具有不同的来源, 其中As和Fe的载荷(0.46和0.45)低于组内其他组分的载荷, 解释了12.94%的总方差.第四主成分以Hg为主, 解释了8.04%的总方差.

表 3 太湖流域表层沉积物中组分的主成分分析 Table 3 Principle component analysis for components in the surface sediments of Lake Taihu Basin

2.3.3 聚类分析

采用War's方法, 按照欧几里德距离对太湖流域河流表层底泥中的13种组分进行系统聚类, 并使用Z-score对各变量进行标准化以降低不同金属的含量差异对聚类的影响, 13种组分大致可分为5类：第一类为OM、TN和Pb; 第二类为Cr、Ni、Zn、Fe和TP; 第三类为Cu和As; 第四类为Cd和Mn; 第五类为Hg(图 5).

图 5 基于War's的层次聚类法获得的13种组分的树形图 Fig. 5 Dendrogram for 13 components obtained by War's hierarchical clustering method

2.3.4 溯源分析

尽管Hg与其余组分(Mn除外)均存在相关性, 但基于PCA和CA的分析, Hg与其他组分明显不同, 表明Hg的来源与其他组分不同, 这与变异系数的分析具有一致性. Pb与其余组分(Mn除外)均存在相关性, 但在PCA和CA分析中与其余组分(OM和TN除外)相关性较差, 表明Pb与其他金属元素来自于不同的污染源.在PCA和CA分析中Cd和Mn分在同一组内, 但是两种元素的相关程度较低, 且在聚类分析中距离较远, 表明两种元素来自于不同的人为源.统计分析表明Cr、Ni和Zn, 以及Cu和As均存在较强的相关性, 具有共同的来源.基于上述分析可将8种元素的来源分为五类：第一类为Pb, Pb与OM以及TN存在较强的相关性, 因此Pb主要来自于生活污水和农业污染排放, 部分Pb还来自于汽油燃烧和工业排放; 第二类为Cr、Ni、Zn, 这3种重金属在太湖流域北部电镀及制造行业较发达的地区较高, 且与TP、Fe相关性较强, 表明这3种元素属于混合源, 除受到岩石风化、侵蚀等自然因素外, 还受到电镀及合金制造行业等方面的影响; 第三类为Cu和As, As在以农业面源污染为主的南河水系、苕溪水系含量较高, 且两种重金属在工业较发达的太湖流域北部地区均存在严重污染, 表明两种重金属主要来自于农药和工业废水的排放[29]; 第四类为Cd, 洮滆水系一带冶炼工业发达, 是Cd的主要来源[2]; 第五类为Hg, 其主要来源于化石燃料和石油产品的燃烧[2].流域重金属污染与周边工业生产、农业活动、经济发展以及土地利用类型的改变有着密切的关系, 太湖流域工业结构布局分散、污水排放处理达标难、农业面源污染控制难是该地区重金属污染的主要原因, 应强化对太湖流域污染物质外源排入的监控, 同时通过底泥疏浚等方式去除内源污染, 降低太湖流域河流表层沉积物重金属含量及污染程度[30, 31].

3 结论

(1) 太湖流域河流沉积物中Zn、Cr、Ni、Cu、Pb、As和Cd的平均含量均高于其背景值. Cr、Ni、Zn、Hg和Cu的含量在空间分布上呈由北向南、由东向西逐渐减少的趋势; Cd呈由西北向东南递减的趋势; As和Pb则表现出北高南低、西高东低的趋势.

(2) 地累积指数评价中Pb、Ni、Zn、Cu和Cd处于低污染状态, 在污染负荷指数评价中Pb、Ni、Zn和Cu处于中度污染状态, Cd、Cr和As处于低污染状态, 在潜在生态风险评价中Cd和Hg处于中等潜在生态风险, 其余重金属均处于低潜在生态风险.

(3) Pb主要来自于生活污水和农业污染排放; Cr、Ni和Zn受到自然分解以及电镀及合金制造行业的影响; Cu和As主要来自于农药和工业废水排放; Cd主要来自于冶炼工业; Hg主要来源于化石燃料和石油产品的燃烧.

参考文献
[1] 季斌, 杭小帅, 梁斌, 等. 湖泊沉积物重金属污染研究进展[J]. 污染防治技术, 2013, 26(5): 33-40.
Ji B, Hang X S, Liang B, et al. Advances in heavy metals contamination of lake sediment[J]. Pollution Control Technology, 2013, 26(5): 33-40.
[2] 熊春晖, 张瑞雷, 吴晓东, 等. 滆湖表层沉积物营养盐和重金属分布及污染评价[J]. 环境科学, 2016, 37(3): 925-934.
Xiong C H, Zhang R L, Wu X D, et al. Distribution and pollution assessment of nutrient and heavy metals in surface sediments from Lake Gehu in southern Jiangsu Province, China[J]. Environmental Science, 2016, 37(3): 925-934.
[3] 张家泉, 田倩, 许大毛, 等. 大冶湖表层水和沉积物中重金属污染特征与风险评价[J]. 环境科学, 2017, 38(6): 2355-2363.
Zhang J Q, Tian Q, Xu D M, et al. Pollution characteristics and risk assessment of heavy metals in water and sediment from Daye Lake[J]. Environmental Science, 2017, 38(6): 2355-2363.
[4] 于佳佳, 尹洪斌, 高永年, 等. 太湖流域沉积物营养盐和重金属污染特征研究[J]. 中国环境科学, 2017, 37(6): 2287-2294.
Yu J J, Yin H B, Gao Y N, et al. Characteristics of nutrient and heavy metals pollution in sediments of Taihu watershed[J]. China Environmental Science, 2017, 37(6): 2287-2294. DOI:10.3969/j.issn.1000-6923.2017.06.037
[5] 边博, 周燕, 张琴. 太湖西岸河网沉积物中重金属污染特征及风险评价[J]. 环境科学, 2017, 38(4): 1442-1450.
Bian B, Zhou Y, Zhang Q. Pollution characteristics and risk assessment of heavy metals from river network sediment in western area of Taihu Lake[J]. Environmental Science, 2017, 38(4): 1442-1450. DOI:10.3969/j.issn.1000-6923.2017.04.031
[6] Wu Z S, Wang X L, Chen Y W, et al. Assessing river water quality using water quality index in Lake Taihu Basin, China[J]. Science of the Total Environment, 2018, 612: 914-922. DOI:10.1016/j.scitotenv.2017.08.293
[7] Muller G. Index of Geoaccumulation in sediments of the Rhine River[J]. Geo Journal, 1969, 2(3): 108-118.
[8] Bhuiyan M A H, Parvez L, Islam M A, et al. Heavy metal pollution of coal mine-affected agricultural soils in the northern part of Bangladesh[J]. Journal of Hazardous Materials, 2010, 173(1-3): 384-392. DOI:10.1016/j.jhazmat.2009.08.085
[9] Tomlinson D L, Wilson J G, Harris C R, et al. Problems in the assessment of heavy-metal levels in estuaries and the formation of a pollution index[J]. Helgoland Meeresuntersuchungen, 1980, 33(1-4): 566-575. DOI:10.1007/BF02414780
[10] 张珍明, 林绍霞, 张清海, 等. 草海湖湿地重金属分布特征及污染负荷[J]. 水土保持研究, 2014, 21(2): 279-284.
Zhang Z M, Lin S X, Zhang Q H, et al. Distribution pattern of the heavy metals and its pollution load in Caohai wetland[J]. Research of Soil and Water Conservation, 2014, 21(2): 279-284.
[11] Håkanson L. An ecological risk index for aquatic pollution control.A sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8
[12] Zhang Y, Shi T R, Zhang Y, et al. Spatial distribution and risk assessment of heavy metals in sediments from a hypertrophic plateau lake Dianchi, China[J]. Environmental Monitoring and Assessment, 2014, 186(2): 1219-1234. DOI:10.1007/s10661-013-3451-5
[13] MacDonald D D, Ingersoll C G, Berger T A. Development and evaluation of consensus-based sediment quality guidelines for freshwater ecosystems[J]. Archives of Environmental Contamination and Toxicology, 2000, 39(1): 20-31.
[14] Hahladakis J, Smaragdaki E, Vasilaki G, et al. Use of Sediment quality guidelines and pollution indicators for the assessment of heavy metal and PAH contamination in Greek surficial sea and lake sediments[J]. Environmental Monitoring and Assessment, 2013, 185(3): 2843-2853. DOI:10.1007/s10661-012-2754-2
[15] Wang L F, Yang L Y, Kong L H, et al. Spatial distribution, source identification and pollution assessment of metal content in the surface sediments of Nansi Lake, China[J]. Journal of Geochemical Exploration, 2014, 140: 87-95. DOI:10.1016/j.gexplo.2014.02.008
[16] Han Y M, Du P X, Cao J J, et al. Multivariate analysis of heavy metal contamination in urban dusts of Xi'an, Central China[J]. Science of the Total Environment, 2006, 355(1-3): 176-186. DOI:10.1016/j.scitotenv.2005.02.026
[17] Varol M. Assessment of heavy metal contamination in sediments of the Tigris River (Turkey) using pollution indices and multivariate statistical techniques[J]. Journal of Hazardous Materials, 2011, 195: 355-364. DOI:10.1016/j.jhazmat.2011.08.051
[18] Lee C S L, Li X D, Shi W Z, et al. Metal contamination in urban, suburban, and country park soils of Hong Kong:A study based on GIS and multivariate statistics[J]. Science of the Total Environment, 2006, 356(1-3): 45-61. DOI:10.1016/j.scitotenv.2005.03.024
[19] Li F, Huang J H, Zeng G M, et al. Spatial risk assessment and sources identification of heavy metals in surface sediments from the Dongting Lake, Middle China[J]. Journal of Geochemical Exploration, 2013, 132: 75-83. DOI:10.1016/j.gexplo.2013.05.007
[20] Deng J C, Wang Y S, Liu X, et al. Spatial distribution and risk assessment of heavy metals and As pollution in the sediments of a shallow lake[J]. Environmental Monitoring and Assessment, 2016, 188(5): 296. DOI:10.1007/s10661-016-5301-8
[21] Yang Z P, Lu W X, Long Y Q, et al. Assessment of heavy metals contamination in urban topsoil from Changchun City, China[J]. Journal of Geochemical Exploration, 2011, 108(1): 27-38. DOI:10.1016/j.gexplo.2010.09.006
[22] Liu Y Z, Engel B A, Collingsworth P D, et al. Optimal implementation of green infrastructure practices to minimize influences of land use change and climate change on hydrology and water quality:Case study in Spy Run Creek watershed, Indiana[J]. Science of the Total Environment, 2017, 601- 602: 1400-1411. DOI:10.1016/j.scitotenv.2017.06.015
[23] Putro B, Kjeldsen T R, Hutchins M G, et al. An empirical investigation of climate and land-use effects on water quantity and quality in two urbanising catchments in the southern United Kingdom[J]. Science of the Total Environment, 2016, 548- 549: 164-172. DOI:10.1016/j.scitotenv.2015.12.132
[24] Ke X, Gui S F, Huang H, et al. Ecological risk assessment and source identification for heavy metals in surface sediment from the Liaohe River protected area, China[J]. Chemosphere, 2017, 175: 473-481. DOI:10.1016/j.chemosphere.2017.02.029
[25] Liao J B, Chen J, Ru X, et al. Heavy metals in river surface sediments affected with multiple pollution sources, South China:Distribution, enrichment and source apportionment[J]. Journal of Geochemical Exploration, 2017, 176: 9-19. DOI:10.1016/j.gexplo.2016.08.013
[26] Islam S, Ahmed K, Raknuzzaman M, et al. Heavy metal pollution in surface water and sediment:A preliminary assessment of an urban river in a developing country[J]. Ecological Indicators, 2015, 48: 282-291. DOI:10.1016/j.ecolind.2014.08.016
[27] 李少华, 王学全, 高琪, 等. 青海湖流域河流生态系统重金属污染特征与风险评价[J]. 环境科学研究, 2016, 29(9): 1288-1296.
Li S H, Wang X Q, Gao Q, et al. Distribution characteristics and pollution evaluation of heavy metals in river ecosystems of Qinghai Lake Basin[J]. Research of Environmental Sciences, 2016, 29(9): 1288-1296.
[28] Yin H B, Deng J C, Shao S G, et al. Distribution characteristics and toxicity assessment of heavy metals in the sediments of Lake Chaohu, China[J]. Environmental Monitoring and Assessment, 2011, 179(1-4): 431-442. DOI:10.1007/s10661-010-1746-3
[29] 魏大成. 环境中砷的来源[J]. 国外医学:医学地理分册, 2003, 24(4): 173-175.
[30] 王栋, 孔繁翔, 刘爱菊, 等. 生态疏浚对太湖五里湖湖区生态环境的影响[J]. 湖泊科学, 2005, 17(3): 263-268.
Wang D, Kong F X, Liu A J, et al. Analysis of the influence of the ecological dredging to ecosystem of Lake Wuli, Lake Taihu[J]. Journal of Lake Sciences, 2005, 17(3): 263-268. DOI:10.3321/j.issn:1003-5427.2005.03.012
[31] 毛志刚, 谷孝鸿, 陆小明, 等. 太湖东部不同类型湖区底泥疏浚的生态效应[J]. 湖泊科学, 2014, 26(3): 385-392.
Mao Z G, Gu X H, Lu X M, et al. Ecological effects of dredging on aquatic ecosystem in the different regions of eastern Lake Taihu[J]. Journal of Lake Sciences, 2014, 26(3): 385-392.