环境科学  2020, Vol. 41 Issue (2): 886-894   PDF    
引用本文
杨安, 王艺涵, 胡健, 刘小龙, 李军. 青藏高原表土重金属污染评价与来源解析[J]. 环境科学, 2020, 41(2): 886-894.
YANG An, WANG Yi-han, HU Jian, LIU Xiao-long, LI Jun. Evaluation and Source of Heavy Metal Pollution in Surface Soil of Qinghai-Tibet Plateau[J]. Environmental Science, 2020, 41(2): 886-894.
青藏高原表土重金属污染评价与来源解析
杨安1,2, 王艺涵1,2, 胡健3, 刘小龙2, 李军2     
1. 天津师范大学地理与环境科学学院, 天津 300387;
2. 天津师范大学天津市水资源与水环境重点实验室, 天津 300387;
3. 中国科学院生态环境研究中心城市与区域生态国家重点实验室, 北京 100085
收稿日期: 2019-07-22; 修订日期: 2019-10-08
基金项目: 国际（地区）合作与交流项目（4161101324）；国家重大研究计划项目（91644104）；国家自然科学基金项目（41172315）；天津市水资源与水环境重点实验室开放基金项目
作者简介: 杨安(1996~), 女, 硕士研究生, 主要研究方向为环境地理, E-mail:yangan0112@163.com
通信作者: 李军, E-mail:lijun5931@163.com
摘要: 为了解青藏高原表层土壤重金属的污染特征、空间分布及污染来源，沿东北-西南方向对青藏高原表土（0~20 cm）样品进行了采集，对土壤中的Ba、Cd、Co、Cr、Cu、Fe、Mn、Mo、Ni、Pb、Sb、Sc和Zn等13种重金属总量进行了分析，并利用主成分分析-绝对主成分分数-多元线性回归（PCA-APCS-MLR）受体模型初步定量解析了重金属的潜在来源.结果表明Cd和Sb均显著超标，分别是20世纪70年代青藏高原土壤背景值的2.13与1.52倍.富集因子（EF）、地累积指数（Igeo）和Nemero综合指数（PN）分析同样表明青藏高原表土主要以Cd和Sb污染为主，但污染程度普遍不高.在空间分布方面，青藏高原中部、东南部及东北部均呈不同程度污染，但中部及东南部污染相对较重.PCA-APCS-MLR分析表明，青藏高原土壤重金属主要有3个来源，分别为自然、交通和采矿等综合因素.Co、Cr、Cu、Fe、Mn、Ni和Sc主要受自然因素影响，Ba、Cd、Mo和Pb主要受交通因素影响，Zn主要受自然和交通因素共同影响，Sb主要受采矿、自然和交通等综合因素影响.青藏高原土壤重金属污染防治过程中应着重考虑受交通、采矿等综合因素影响下的Cd和Sb污染.
关键词: 青藏高原      表土      重金属      来源      PCA-APCS-MLR受体模型     
Evaluation and Source of Heavy Metal Pollution in Surface Soil of Qinghai-Tibet Plateau
YANG An1,2 , WANG Yi-han1,2 , HU Jian3 , LIU Xiao-long2 , LI Jun2     
1. College of Geography and Environmental Science, Tianjin Normal University, Tianjin 300387, China;
2. Tianjin Key Laboratory of Water Resources and Environment, Tianjin Normal University, Tianjin 300387, China;
3. Skate Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China
Abstract: Spatial distribution and source apportionment of heavy metals in the surface soil of the Qinghai-Tibet Plateau was investigated to gain an understanding of the pollution characteristics. The surface soil (0-20 cm) samples were collected from the northeast to the southwest in the study area. The total amount of 13 heavy metals (Ba, Cd, Co, Cr, Cu, Fe, Mn, Mo, Ni, Pb, Sb, Sc, and Zn) was determined. The potential sources of heavy metals were preliminarily apportioned and identified by the principal component analysis-absolute principal component score-multiple linear regression (PCA-APCS-MLR) receptor model. Results show that the average contents of Cd and Sb significantly exceed the environment standard, and they were 2.13 and 1.52 higher than the soil background values of the Qinghai-Tibet Plateau in the 1970s, respectively. The enrichment factor (EF), geo-accumulation index (Igeo), and Nemero synthesis index (PN) were used to evaluate the surface soil heavy metal contamination, which indicated that Cd and Sb also were pollutants in the Qinghai-Tibet Plateau with a limited pollution level. Various levels of pollution were presented at the central, southeastern, and northeastern regions of the Qinghai-Tibet Plateau, while the central and southeastern areas exhibited relatively severe pollution levels. The PCA-APCS-MLR levels revealed that three main sources of heavy metals in the soil of the Qinghai-Tibet Plateau were the natural source, traffic activities, and the mining industry, in that order. Cobalt, Cr, Cu, Fe, Mn, Ni, and Sc, were largely affected by natural sources, while Ba, Cd, Mo, and Pb were mainly affected by traffic activities. Specifically, Zn gave priority to natural and traffic sources, and Sb was jointly affected by natural sources, traffic activities, and the mining industry. Therefore, Sb and Cd pollution from traffic activities and the mining industry should be noted in control plans for the heavy metal pollution in soil of the Qinghai-Tibet Plateau.
Key words: Qinghai-Tibet Plateau      surface soil      heavy metals      sources      PCA-APCS-MLR receptor model     

重金属普遍存在于土壤环境, 具有难降解、危害持久、不可逆转及食物链累积等特点[1, 2].进入食物链的重金属, 不仅能降低作物质量, 其过量累积毒害还可损害动物和人类健康, 从而危害生态系统[3~5].土壤中重金属主要来源于土壤母质风化及各种人类活动, 如工农业生产、交通运输、废物处理、采矿、冶炼、电镀等产生的金属残留, 是土壤重金属污染的主要来源[1, 6~9].其中, Cd、Cr、Cu、Pb、Ni和Zn等重金属已被美国环保署(USEPA)列为主要控制污染物[4].近年来, 国内外研究者针对不同区域土壤重金属污染进行了大量研究, 发现在自然条件、工矿业发展及交通通达度等不同因素影响下, 重金属污染具有一定的差异性[1, 4, 5, 10~13].污染源识别是污染防治的基本前提, 目前重金属来源分析已实现了从定性统计(相关、主成分等)-定量解析(绝对主成分分数-多元线性回归等)的转变[1, 5, 6, 8, 12~14].

青藏高原地理位置独特, 全球平均海拔最高, 工农业活动有限, 故受人类污染较轻.虽然青藏高原土壤重金属特征、来源的区域性分异, 使重金属含量较中国其他地区低, 但随着自然资源的开发利用和第二、三产业的不断发展, 以及相邻地区工业发达、人口众多和宗教活动频繁, 青藏高原土壤生态系统已遭受一定程度重金属污染[1, 3].研究表明, 1970年后青藏高原经济发展迅速, 高原东北部湖泊沉积物汞含量显著增加, 可能受人为因素影响[15].同时, 随着交通通达度的发展[16], 交通运输已成为青藏高原路侧土壤重金属含量的人为影响因素之一[9].目前, 土壤重金属的研究范围主要集中在我国西南、东南部矿区、农业区和工业区及道路交通沿线[4, 17], 研究内容多为污染评价、分布特征和来源解析, 但在来源识别分析中, 研究方法多以定性分析为主, 定量解析仍有待深入.同时, 青藏高原的研究相对较少, 且存在局域性采样, 相关分析多集中于某几种重金属[3], 覆盖范围较窄或采样数据较早等现象[18, 19].全面了解青藏高原土壤中重金属污染的污染模式、分布及来源, 是土壤污染防治的有效前提.因此, 本研究对13种重金属(Ba、Cd、Co、Cr、Cu、Fe、Mn、Mo、Ni、Pb、Sb、Sc和Zn)进行采样与分析, 探讨青藏高原土壤重金属的污染特征、空间分布及来源解析, 定量阐释其主要影响因素贡献率, 以期为其土壤污染防控提供科学依据.

1 材料与方法 1.1 研究区概况

青藏高原地处我国西部(26°00′~39°47′N, 73°19′~104°47′E), 主要由高山山脉、湖盆及盆地等多种地貌构成, 是世界海拔最高的高原, 总面积约250万km2.主要植被景观为高山及高寒土地, 主要气候类型为高原山地气候, 日照强烈, 干湿差异显著, 夏季温凉多雨, 冬季干冷漫长.青藏高原地质条件复杂, 南部主要由碎屑沉积岩和变质岩构成, 中北部主要由火山岩、碎屑砂岩、页岩和泥灰岩构成[1].随海拔由高到低, 青藏高原广泛分布着寒漠土、草甸土、草原土、黄棕壤等地带性土壤, 发育程度普遍较低, 以物理风化为主.

1.2 样品采集与分析

2013年7~8月沿青藏高原东北-西南方向对表层土壤(0~20 cm)样品进行采集, 采样间距约100 km, 共采集样品79份(图 1).土样自然风干后去除植物残体、砾石等杂物, 按四分法取土研磨过200目筛.土样重金属元素含量于国土资源部地球化学勘查监督检测中心测定, Ba、Cr、Fe和Mn用压片-X射线荧光光谱法(XRF, Axios PW4400/40), Cd、Co、Cu、Mo、Ni、Pb、Sb、Sc和Zn用高压密闭分解法[20], 即以优级纯HNO3、HClO4、HF消解, HF除Si再以稀硝酸溶液稀释定容, 等离子体质谱法(ICP-MS, iCAP Qc)测试.每批样品设置2个平行样、1个空白, Ba、Cr、Fe、Mn、Cd、Co、Cu、Mo、Ni、Pb、Sb、Sc和Zn的检出限分别为2 mg·kg-1、5 mg·kg-1、0.1%、10 mg·kg-1、20 mg·kg-1、1 mg·kg-1、1 mg·kg-1、0.2 mg·kg-1、2 mg·kg-1、2 mg·kg-1、0.05 mg·kg-1、0.01 mg·kg-1和2 mg·kg-1.样品分析质量通过国家土壤成分分析标准物质GBW07450(GSS-21)、GBW07451(GSS-22)、GBW07454(GSS-25)和GBW07456(GSS-27)控制, 回收率介于85%~115%之间, 一级标准物质/重复样合格率为100%.

图 1 青藏高原土壤采样点分布示意 Fig. 1 Distribution of soil sampling sites on Qinghai-Tibet Plateau

1.3 重金属污染评价方法

基于富集因子法、地累积指数及Nemero综合指数, 对青藏高原表土重金属的富集程度及污染水平进行评价.其中, 富集因子法能够较为准确地判断自然或人为污染, 地累积指数和Nemero综合指数则分别考虑了成岩作用和重金属含量极值对污染评价等级的影响.

富集因子法(EF)计算公式为[21]：

(1)

式中, Ci为第i个土壤元素含量(mg·kg-1), Cref为参考元素含量(mg·kg-1).通常选择Fe、Al、Mn、Sc和Ti等作为参考元素[10~12], 因Sc挥发性低、化学稳定性好, 且人为污染源较少, 故本研究选取Sc作为参考.EF可用来评估元素的富集程度(表 1), 区分元素的自然和人为来源[11, 12].当EF≤1时, 表明较参考背景而言, 土壤元素并未发生富集[11].反之, 若EF>1, 则表明发生了成土元素富集或受到一定程度人为输入的影响.另外, 自然成土过程中的EF值一般小于2, 因此较高的EF值则可能指向重要的人为输入[12].

表 1 富集因子(EF)、地累积指数(Igeo)及Nemero综合指数(PN)与污染程度 Table 1 Enrichment factor (EF), geoaccumulation (Igeo), Nemero synthesis indices (PN), and contamination grades

地累积指数(Igeo)计算公式为[22]：

(2)

式中, Cn为土壤中元素n的实测含量(mg·kg-1), Bn为相应元素背景值(mg·kg-1), 常数1.5为成岩过程中重金属元素含量的自然波动.Igeo可用来评估土壤污染程度, 具体见表 1.

Nemero综合指数(PN)计算公式[式(3)]为[13]：

(3)

式中, PNj为第j点的综合指数, Cij为第i个元素在第j点的实测值, Sij为元素i的评价标准限值, 在此选取20世纪70年代青藏高原土壤元素含量[23]作为标准限值.与EF和Igeo等相比, PN还考虑了可能来自人为污染的元素极值[13, 24].根据中国《绿色食品现场环境调查、监测与评价规范》(NY/T 1054-2013)[25]规定, 确定PN分级标准(表 1).

1.4 重金属来源解析方法

为识别重金属来源, 利用相关性分析、主成分(PCA)分析和主成分分析-绝对主成分分数-多元线性回归受体模型(PCA-APCS-MLR)对青藏高原表土重金属来源进行解析.其中, 相关性及PCA分析能够定性分析污染来源, 当元素间相关性较强且存在于同一主成分时, 则来源可能相同或相似.基于PCA分析, 利用归一化重金属含量的主成分分数(APCS), 以及多元线性回归受体模型(MLR)可对重金属来源进行定量分析, 确定各主成分对重金属污染的贡献量, 进而得出各主成分对各重金属的影响程度.

PCA-APCS-MLR源解析主要步骤如下[14].

(1) 将数据标准化后引入0浓度因子

(4)

(2) PCA归一化因子分数减Z0得到绝对主成分因数(APCS).

(3) 以APCS为自变量, 重金属含量为因变量进行多元线性回归, 利用回归系数计算每个重金属的源贡献量：

(5)

式中, Ci为重金属含量算数平均值, σi为其标准偏差, Ci是含量估计值, bi0是多元线性的常数项, bpi是多元线性的回归系数, bpi×APCSp均值为源p贡献值.

2 结果与讨论 2.1 描述性统计

青藏高原表土重金属描述性统计结果见表 2.与上部陆壳(UCC)[26]相比, 青藏高原表土重金属Sb、Cr、Cd、Ni、Pb和Co含量较为丰富, Mn、Zn和Cu含量相近, 而Mo、Ba、Fe和Sc含量偏低.与世界土壤背景值[27]相比, Sb、Co和Sc含量较高, Cr含量相近, 其他均偏低；与中国土壤背景值[23]相比, Sb、Cd、Ni和Cr含量较高, Mo和Sc含量偏低, 其他均相近.与20世纪70年代青藏高原土壤[28]相比, Cd、Sb和Ba含量较高, 其中以Cd(2.13倍)和Sb(1.52倍)较为显著；与21世纪初青藏高原土壤[1]相比, Cd含量略有增加, 但增幅不大.因As、Cd、Cr、Ni和Sb等元素在青藏高原土壤中存在着富集现象[1, 13, 24, 28], 与UCC[26]、世界[27]及中国土壤背景值[23]差异较大.同时, 在21世纪初青藏高原土壤元素调查中[1], 并未涉及Ba、Mo、Sb和Sc等元素, 故选取20世纪70年代青藏高原土壤元素含量[28]作为背景值.

表 2 青藏高原土壤重金属描述性统计结果1) Table 2 Descriptive statistics of heavy metals in Qinghai-Tibet Plateau

青藏高原表土重金属变异系数大小依次为Sb>Ni>Cd>Pb>Cr>Mo>Cu>Sc>Co>Mn>Zn>Fe>Ba, 其中, Sb属极度变异(>100%), Cd、Cr、Mo、Ni和Pb属高变异(50%~100%), 空间异质性强, 初步判断上述6种重金属可能存在点源污染.而且, 这些变异系数较高的元素, 偏度和峰度值同样也较高, 进一步表明人类活动可能是造成这些元素空间异质性强的主要因素[29, 30].另外, Sc的变异系数为36.92%, 属中等变异(20%~50%), 这主要与青藏高原土壤的空间异质性较大有关.青藏高原土壤Sc含量的变化范围为3.89~21.9 mg·kg-1[28], 不同类型土壤之间差异较大.同时, 本研究Sc平均含量略高于世界土壤背景值[27], 但低于UCC[26]、中国土壤背景值[23]及20世纪70年代青藏高原土壤[28], 因此Sc是适合做参考元素的.

2.2 重金属污染评价 2.2.1 富集因子(EF)

青藏高原表土重金属富集程度[图 2(a)]为Sb(6.64)>Cd(3.75)>Ba(2.20)>Cu(1.99)>Mn(1.86)≥ Fe(1.86)>Co(1.85)>Ni(1.82)>Zn(1.81)>Pb(1.74)>Cr(1.71)>Mo(1.50).Sb表现为显著富集, 这是由于8.86%的样点为高度及以上富集, 提高了整体的富集等级, 但高富集样点较为分散, 多集中于锑矿成矿带附近[31]；Cd呈中度富集, 但除44.30%的样点呈中度富集以外, 部分样点为更高程度富集, 其中有7.59%和3.80%的样点分别为显著富集和高度富集, Cd富集程度较高的样点广布, 主要由交通和采矿因素导致[1]；Ba也为中度富集, 但中度富集及以上样点仅为16.46%.另外, 其余重金属均为低度富集, Cu、Mn、Fe、Co、Ni、Zn、Pb、Cr和Mo中度富集及以上样点分别为8.86%、8.86%、7.59%、7.59%、11.39%、8.86%、17.72%、15.19%和8.86%, 均显著低于Sb和Cd. 13种重金属EF值均大于1, 表明青藏高原多种土壤重金属较20世纪70年代更为富集, 其中以Sb和Cd最为突出.

图 2 青藏高原土壤重金属EF和Igeo箱线图 Fig. 2 Box-line diagram of heavy metals EF and Igeo on Qinghai-Tibet Plateau

2.2.2 地累积指数(Igeo)

地累积指数分析结果显示[图 2(b)]：青藏高原表土重金属均处于未受污染至严重污染范围(-5.01 < Igeo < 3.81), 污染程度为Cd(0.25)>Ba(-0.40)>Cu(-0.56)>Mn(-0.61)>Zn(-0.64)>Co(-0.68)>Fe(-0.70)>Pb(-0.73)>Ni(-0.80)>Cr(-0.84)>Sb(-0.90)>Sc(-1.04)>Mo(-1.21), 与EF的分析结果基本一致.青藏高原表土重金属污染以Cd(-1.19~2.59)为主, Cd污染分布范围广, 但污染程度普遍不高, 分别有48.10%、12.66%和1.27%的样点处于未受污染-中度污染状态、中度污染和中度-严重污染状态.Sb(-4.84~3.81)整体上处于未受污染状态, 但个别样点污染程度高, 分别有2.53%、7.59%、5.06%和1.27%的样点处于未受污染-中度污染、中度污染、中度-严重污染和严重污染状态.部分地区出现Cd和Sb的复合污染现象, 且部分污染样点呈局部聚集(图 3), 如中部(XZ-052和XZ-054)及东北部(XZ-017、XZ-190、XZ-194、XZP001和XZP007)样点, Cd和Sb都呈现未受污染-中度污染以上.另外, 其余11种重金属86%以上的样点均处于未受污染状态.

图 3 青藏高原土壤重金属Cd和Sb地累积指数(Igeo)空间分布 Fig. 3 Spatial distribution of geoaccumulation index of heavy metals Cd and Sb on Qinghai-Tibet Plateau

2.2.3 Nemero综合指数(PN)

PN结果表明青藏高原7.59%表土样品处于需要保持警惕的状态(图 4), 58.23%处于低污染, 13.92%处于中度污染, 20.25%处于严重污染, 环境状态从低污染至严重污染不等, 但普遍存在污染现象.富集因子与地累积指数分析表明, 青藏高原中部、东南部及东北部土壤可能存在污染, 但污染程度普遍不高.与PN对比分析后发现, 三者的分析结果在污染区域上具有一致性, 但PN的污染程度有所增加, 其中尤以东北部污染最为严重.这是由于PN计算中不仅考虑了元素的平均含量, 而且考虑元素最高含量的影响[13, 24].在79个样点中, Cd和Sb作为公式中极大值, 占比分别为56.96%和31.92%, 是造成PN较大的主要影响因素, 这与上述分析结果一致.污染程度较上述评估较重是因为考虑最大值后提升了污染等级, 说明在评估及治理土壤重金属时, 只考虑均值会忽略极值对环境的影响, 从而低估环境污染程度, 故在治理过程中需将极值加入考虑范围之内.

图 4 青藏高原土壤重金属Nemero综合指数(PN)空间分布 Fig. 4 Spatial distribution of PN index of heavy metals on Qinghai-Tibet Plateau

基于上述污染指数分析结果可以看出, 青藏高原中部、东南部和东北部都可能存在一定污染.中部污染可能与铬矿开采及成岩过程中Cr和Ni的释放有关, 而东南部污染可能是岩石风化、矿业开采及农业活动等共同作用的结果[1].同时, 青藏高原主要交通干线贯穿了存在污染的区域, 表明污染可能是在高交通量、高排放车辆多及高海拔-高排放-高积累等的共同作用下产生的[24].另外, 位于青藏高原东北部青海地区土壤重金属的污染程度也较西藏地区严重, 这可能与青海地区频繁的采矿、旅游和交通等因素密不可分[3].

2.3 重金属来源解析 2.3.1 相关性分析

土壤重金属间的相关性见表 3.其中, Ba-Cd、Ba-Cr、Ba-Ni、Cd-Pb、Cd-Zn、Co-Cr、Co-Cu、Co- Fe、Co-Mn、Co-Ni、Co-Sc、Co-Zn、Cr-Fe、Cr-Ni、Cu-Fe、Cu-Mn、Cu-Ni、Cu-Sc、Cu-Zn、Fe-Mn、Fe-Ni、Fe-Sc、Fe-Zn、Mn-Sc、Mn-Zn、Pb-Zn、Sb-Sc和Sc-Zn呈极显著相关(P < 0.01), Ba-Fe、Cd-Mo、Mn-Ni、Mo-Sb和Ni-Sc呈显著相关(P < 0.05).显著相关的重金属, 可能具有共同或相似来源, 因13种重金属间不完全显著相关, 则可能具有多种来源.

表 3 青藏高原土壤重金属相关性分析1) Table 3 Correlation analysis of heavy metals in Qinghai-Tibet Plateau

2.3.2 主成分分析(PCA)

Bartlett球形度检验结果(0.00 < 0.05)与KMO度量值检验结果(0.698>0.5)表明各个元素间相关性强(表 3), 适合进行主成分分析(表 4).对Kaiser标准化的因子进行Varimax正交旋转后, 得到4个特征值大于1的主成分, 贡献率分别为33.597%、19.855%、11.518%和8.763%, 累积贡献率为73.652%, 可解释所有重金属的大部分信息.

表 4 青藏高原土壤重金属主成分分析矩阵1) Table 4 Principal component analysis matrix of heavy metals in Qinghai-Tibet Plateau

第一主成分(F1)贡献率(33.597%)远高于其他主成分, 载荷较高的重金属为Co、Cu、Fe、Mn、Sc和Zn, 分别为0.908、0.883、0.855、0.843、0.679和0.541.第一主成分重金属变异系数均较低(表 2), 受人为影响程度小, 且Co、Cu、Fe、Mn、Sc和Zn间呈极显著正相关关系(表 3), 推断这6种重金属具有相同或相似来源.由于地壳中Fe和Mn含量丰富, 且Co、Cu和Sc受土壤母质影响较大[32], 因此F1主要受自然因素影响.

第二主成分(F2)方差贡献率为19.855%, 载荷较高的重金属为Ba、Cr和Ni, 分别为-0.663、0.910和0.785.Ba为较小负载荷, 分别与Cd呈极显著正相关、Fe呈显著负相关关系(表 3), 且常被用于柴油机及其他内燃机清洁剂中[33], 可能来自交通污染.青藏高原广布由超镁铁岩发育而来的土壤, Cr和Ni含量丰富[1, 3], 故F2同样受自然因素影响.

第三主成分(F3)方差贡献率为11.518%, 载荷较高的重金属为Cd、Pb和Zn, 分别为0.863、0.765和0.732, Cd、Pb和Zn呈极显著正相关关系(表 3), 且都主要通过汽车燃料的不完全燃烧及轮胎的磨损、撕裂等释放[1, 13, 24].青藏高原东北-西南方向分布有青藏公路, Zhang等[13]研究表明青藏公路沿线表层土壤中Cd、Pb和Zn含量较高, 因此F3主要受交通因素影响.Zn在第一和第三主成分均有一定载荷, 表明其可能存在双重来源.

第四主成分(F4)方差贡献率为8.763%, 载荷较高的重金属为Mo和Sb, 分别为0.571和0.893.Mo和Sb主要受土壤母质影响, 也存在交通污染排放中[33, 34].另外, 它们还受采矿、电子和冶金等影响[31, 35].因Mo与Cd呈显著正相关关系(表 3), 来源可能相似, 且采矿导致青藏高原中部Cd污染严重[1, 4].同时, 在青藏高原中南部存在多处Sb矿[31], 且Sb与Sc呈极显著负相关关系(表 3), 来源可能不同.因此, F4可能受采矿等综合因素影响.

2.3.3 APCS-MLR源解析

利用APCS计算重金属源贡献量Ci, 计算结果见表 5.其中, EST为重金属的估计值, OBS为重金属的实测值, E/O接近1说明拟合度好, 即APCS-MLR分析的可信度高.由主成分分析可知, 第一、二主成分为自然因素, 故在以下分析中, 将F1和F2统一归为自然因素共同讨论.

表 5 青藏高原土壤重金属污染源贡献分析结果1) Table 5 Analysis of contributions of heavy metal pollution sources in Qinghai-Tibet Plateau

青藏高原表土重金属Co、Cr、Cu、Fe、Mn、Ni和Sc以自然因素影响为主, 贡献率分别为99.96%、52.12%、99.12%、98.40%、86.81%、100.00%和91.76%.其中, Ni完全受自然因素影响.Cr除受自然因素影响外, 还受其他未知因素的影响.Cd、Mo和Pb以交通影响为主, 贡献率分别为97.89%、69.36%、97.76%.Sb以采矿等综合因素影响为主, 贡献率为48.55%, 其次自然因素也较高(27.40%), 最后是交通因素(24.05%).Zn主要来源于自然、交通因素的共同影响, 贡献率分别为58.32%、41.61%.除Ba和Cr外, 其他重金属可由APCS-MLR分析的3类因子解释, 但Ba和Cr中分别存在66.99%、38.50%其他来源需进一步研究.研究表明Ba主要受交通因素影响[31], Cr主要受自然因素的影响[9]. 13种重金属中, 除Ni完全受自然因素影响外, 自然、交通、采矿对另外12种重金属分别有不同程度的贡献, 说明针对单一某种重金属, 其通常受多源影响.

3 结论

(1) 与上部陆壳(UCC)相比, 青藏高原表土Sb、Cr、Cd、Ni、Pb和Co含量丰富；与世界土壤背景值相比, Sb、Co和Sc含量较高；与中国土壤背景值相比, Sb、Cd、Ni和Cr含量较高；与20世纪70年代青藏高原土壤相比, Cd和Sb含量较高；与21世纪初相比, Cd含量略有增加.总之, 青藏高原表土Cd和Sb含量较高且变异系数较大, 可能受人为污染影响.

(2) 富集因子(EF)、地累积指数(Igeo)及Nemero综合指数(PN)分析表明, 青藏高原表土重金属污染主要以Cd和Sb为主, 虽平均污染程度普遍不高, 但个别样点存在污染较重现象, 进行环境污染治理时应重点关注.在空间分布上, 青藏高原中部、东南部及东北部都存在一定程度污染, 高交通量及采矿活动可能是产生重金属污染的主要原因.

(3) PCA-APCS-MLR分析表明, 青藏高原表土13种重金属主要有3个来源, 分别为自然、交通及采矿等综合因素.其中, Ni、Co、Cu、Fe、Sc、Mn和Cr主要受自然因素影响, 贡献率分别为100%、99.96%、99.12%、98.40%、91.76%、86.81%和52.12%；Cd、Pb和Mo主要受交通因素影响, 贡献率分别为97.89%、97.76%和69.36%；Sb主要受采矿、自然和交通等综合因素影响, 贡献率分别为48.55%, 27.40%和24.05%；Zn主要受自然和交通因素共同影响, 贡献率分别为58.32%和41.61%；Ba主要受交通因素(31.33%)影响.

参考文献
[1] Sheng J J, Wang X P, Gong P, et al. Heavy metals of the Tibetan top soils[J]. Environmental Science and Pollution Research, 2012, 19(8): 3362-3370. DOI:10.1007/s11356-012-0857-5
[2] Islam M S, Hossain M B, Matin A, et al. Assessment of heavy metal pollution, distribution and source apportionment in the sediment from Feni River estuary, Bangladesh[J]. Chemosphere, 2018, 202: 25-32. DOI:10.1016/j.chemosphere.2018.03.077
[3] Wu J, Duan D P, Lu J, et al. Inorganic pollution around the Qinghai-Tibet Plateau:an overview of the current observations[J]. Science of the Total Environment, 2016, 550: 628-636. DOI:10.1016/j.scitotenv.2016.01.136
[4] Li Z Y, Ma Z W, Van Der Kuijp T J, et al. A review of soil heavy metal pollution from mines in China:pollution and health risk assessment[J]. Science of the Total Environment, 2014, 468.
[5] Hong H L, Dai M Y, Lu H L, et al. Risk assessment and driving factors for artificial topography on element heterogeneity:case study at Jiangsu, China[J]. Environmental Pollution, 2018, 233: 246-260. DOI:10.1016/j.envpol.2017.10.020
[6] 杨伟光, 王美娥, 陈卫平. 新疆干旱区某矿冶场对周围土壤重金属累积的影响[J]. 环境科学, 2019, 40(1): 445-452.
Yang W G, Wang M E, Chen W P. Effect of a mining and smelting plant on the accumulation of heavy metals in soils in arid areas in Xinjiang[J]. Environmental Science, 2019, 40(1): 445-452.
[7] Yang Q Q, Li Z Y, Lu X N, et al. A review of soil heavy metal pollution from industrial and agricultural regions in China:pollution and risk assessment[J]. Science of the Total Environment, 2018, 642: 690-700. DOI:10.1016/j.scitotenv.2018.06.068
[8] 李锋, 刘思源, 李艳, 等. 工业发达城市土壤重金属时空变异与源解析[J]. 环境科学, 2019, 40(2): 934-944.
Li F, Liu S Y, Li Y, et al. Spatiotemporal variability and source apportionment of soil heavy metals in a industrially developed city[J]. Environmental Science, 2019, 40(2): 934-944.
[9] 王冠星, 闫学东, 张凡, 等. 青藏高原路侧土壤重金属含量分布规律及影响因素研究[J]. 环境科学学报, 2014, 34(2): 431-438.
Wang G X, Yan X F, Zhang F, et al. Influencing factors of heavy metal concentration in roadside-soil of Qinghai-Tibet Plateau[J]. Acta Scientiae Circumstantiae, 2014, 34(2): 431-438.
[10] Chen H Y, Teng Y G, Lu S J, et al. Contamination features and health risk of soil heavy metals in China[J]. Science of the Total Environment, 2015, 512-513: 143-153. DOI:10.1016/j.scitotenv.2015.01.025
[11] Namaghi H H, Karami G H, Saadat S. A study on chemical properties of groundwater and soil in ophiolitic rocks in Firuzabad, east of Shahrood, Iran:with emphasis to heavy metal contamination[J]. Environmental Monitoring and Assessment, 2011, 174(1-4): 573-583. DOI:10.1007/s10661-010-1479-3
[12] Szolnoki Z, Farsang A, Puskás I. Cumulative impacts of human activities on urban garden soils:origin and accumulation of metals[J]. Environmental Pollution, 2013, 177: 106-115. DOI:10.1016/j.envpol.2013.02.007
[13] Zhang H, Wang Z F, Zhang Y L, et al. Identification of traffic-related metals and the effects of different environments on their enrichment in roadside soils along the Qinghai-Tibet highway[J]. Science of the Total Environment, 2015, 521-522: 160-172. DOI:10.1016/j.scitotenv.2015.03.054
[14] 陈秀端, 卢新卫. 基于受体模型与地统计的城市居民区土壤重金属污染源解析[J]. 环境科学, 2017, 38(6): 2513-2521.
Chen X D, Lu X W. Source Apportionment of soil heavy metals in city residential areas based on the receptor model and geostatistics[J]. Environmental Science, 2017, 38(6): 2513-2521.
[15] Wang X P, Yang H D, Gong P, et al. One century sedimentary records of polycyclic aromatic hydrocarbons, mercury and trace elements in the Qinghai Lake, Tibetan Plateau[J]. Environmental Pollution, 2010, 158(10): 3065-3070. DOI:10.1016/j.envpol.2010.06.034
[16] 高兴川, 曹小曙, 李涛, 等. 1976-2016年青藏高原地区通达性空间格局演变[J]. 地理学报, 2019, 74(6): 1190-1204.
Gao X C, Cao X S, Li T, et al. Evolution of accessibility spatial pattern of the Qinghai-Tibet Plateau in 1976-2016[J]. Acta Geographica Sinica, 2019, 74(6): 1190-1204.
[17] 刘意章, 肖唐付, 熊燕, 等. 西南高镉地质背景区农田土壤与农作物的重金属富集特征[J]. 环境科学, 2019, 40(6): 2877-2884.
Liu Y Z, Xiao T F, Xiong Y, et al. Accumulation of heavy metals in agricultural soils and crops from an area with a high geochemical background of cadmium, southwestern China[J]. Environmental Science, 2019, 40(6): 2877-2884.
[18] 夏增禄, 李森照, 罗金发. 喀喇昆仑山——西昆仑山地区土壤元素的自然含量特征[J]. 应用生态学报, 1992, 3(1): 28-35.
Xia Z L, Li S Z, Luo J F. Characteristics of natural contents of soil elements in Karakoram and West-Kunlun Mountains of Qinghai-Tibet Plateau[J]. Chinese Journal of Applied Ecology, 1992, 3(1): 28-35. DOI:10.3321/j.issn:1001-9332.1992.01.011
[19] Zhang X P, Deng W, Yang X M. The background concentrations of 13 soil trace elements and their relationships to parent materials and vegetation in Xizang (Tibet), China[J]. Journal of Asian Earth Sciences, 2002, 21(2): 167-174. DOI:10.1016/S1367-9120(02)00026-3
[20] HJ/T 166-2004, 土壤环境监测技术规范[S].
[21] Buat-Menard P, Chesselet R. Variable influence of the atmospheric flux on the trace metal chemistry of oceanic suspended matter[J]. Earth and Planetary Science Letters, 1979, 42(3): 399-411. DOI:10.1016/0012-821X(79)90049-9
[22] Müller G. Index of geoaccumulation in sediments of the Rhine River[J]. Geojournal, 1969, 2(3): 109-118.
[23] 中国环境监测总站. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990.
[24] Wang G X, Zeng C, Zhang F, et al. Traffic-related trace elements in soils along six highway segments on the Tibetan Plateau:influence factors and spatial variation[J]. Science of the Total Environment, 2017, 581-582: 811-821. DOI:10.1016/j.scitotenv.2017.01.018
[25] NY/T 1054-2013, 绿色食品产地环境调查、监测与评价规范[S].
[26] Taylor S R, McLennan S M. The geochemical evolution of the continental crust[J]. Reviews of Geophysics, 1995, 33(2): 241-265. DOI:10.1029/95RG00262
[27] Bowen H J M. Environmental chemistry of the elements[M]. New York: Academic Press, 1979.
[28] 成延鏊, 田均良. 西藏土壤元素背景值及其分布特征[M]. 北京: 科学出版社, 1993.
[29] 舒心, 李艳, 李锋, 等. 土壤重金属累积对土地利用与景观格局的响应[J]. 环境科学, 2019, 40(5): 2471-2482.
Shu X, Li Y, Li F, et al. Impacts of land use and landscape patterns on heavy metal accumulation in soil[J]. Environmental Science, 2019, 40(5): 2471-2482.
[30] 张杰, 郭西亚, 曾野, 等. 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 J, Guo X Y, Zeng Y, et al. Spatial distribution and pollution assessment of heavy metals in river sediments from lake Taihu basin[J]. Environmental Science, 2019, 40(5): 2202-2210. DOI:10.3969/j.issn.1000-6923.2019.05.049
[31] 丁建华, 杨毅恒, 邓凡. 中国锑矿资源潜力及成矿预测[J]. 中国地质, 2013, 40(3): 846-858.
Ding J H, Yang Y H, Deng F. Resource potential and metallogenic prognosis of antimony deposits in China[J]. Geology in China, 2013, 40(3): 846-858. DOI:10.3969/j.issn.1000-3657.2013.03.016
[32] 柏建坤, 王建力, 李潮流, 等. 藏北可可西里地区土壤元素背景值研究[J]. 环境科学, 2014, 35(4): 1498-1501.
Bai J K, Wang J L, Li C L, et al. Study on soil element background values of the Hoh Xil area in north Tibet[J]. Environmental Science, 2014, 35(4): 1498-1501.
[33] 王学松, 秦勇. 徐州城市表层土壤中重金属环境风险测度与源解析[J]. 地球化学, 2006, 35(1): 88-94.
Wang X S, Qin Y. Environmental risk and sources of heavy metals in Xuzhou urban topsoil[J]. Geochimica, 2006, 35(1): 88-94. DOI:10.3321/j.issn:0379-1726.2006.01.010
[34] Wang X D, Cheng G W, Zhong X H, et al. Trace elements in sub-alpine forest soils on the eastern edge of the Tibetan Plateau, China[J]. Environmental Geology, 2009, 58(3): 635-643. DOI:10.1007/s00254-008-1538-z
[35] 孙境蔚, 胡恭任, 于瑞莲, 等. 多元统计与铅同位素示踪解析旱地垂直剖面土壤中重金属来源[J]. 环境科学, 2016, 37(6): 2304-2312.
Sun J W, Hu G R, Yu R L, et al. Tracing sources of heavy metals in the soil profiles of drylands by multivariate statistical analysis and lead isotope[J]. Environmental Science, 2016, 37(6): 2304-2312.