环境科学  2022, Vol. 43 Issue (7): 3781-3788   PDF    
引用本文
李强, 姚万程, 赵龙, 张朝, 张恩月, 苏迎庆, 刘庚. 燃煤工业区不同土地利用类型土壤汞含量污染评价[J]. 环境科学, 2022, 43(7): 3781-3788.
LI Qiang, YAO Wan-cheng, ZHAO Long, ZHANG Chao, ZHANG En-yue, SU Ying-qing, LIU Geng. Evaluation of Mercury Pollution in Soil of Different Land Use Types in Coal-fired Industrial Area[J]. Environmental Science, 2022, 43(7): 3781-3788.
燃煤工业区不同土地利用类型土壤汞含量污染评价
李强1, 姚万程1,2, 赵龙3, 张朝4, 张恩月2, 苏迎庆2, 刘庚2     
1. 太原师范学院地理科学学院, 晋中 030619;
2. 太原师范学院汾河流域科学发展研究中心, 晋中 030619;
3. 中国环境科学研究院环境基准与风险评估国家重点实验室, 北京 100012;
4. 生态环境部土壤与农业农村生态环境监管技术中心, 北京 100012
收稿日期: 2021-09-08; 修订日期: 2021-11-17
基金项目: 国家自然科学基金青年科学基金项目(41401236); 山西省高等学校优秀成果(科学技术)培育项目(2020KJ024)
作者简介: 李强(1983~), 男, 硕士, 副教授, 主要研究方向为土壤污染评价与修复, E-mail: tysylq@163.com
通信作者: 刘庚，E-mail: liugeng9696@126.com
摘要: 为揭示黄土高原燃煤工业区不同土地利用方式下土壤Hg污染特征及空间变异程度, 以山西省忻州市西部7县为研究区域, 采用地累积指数、潜在生态风险指数、健康风险模型和地理探测器等对该区域不同土地利用类型中的Hg含量进行污染及健康风险评价.结果表明, 耕地、草地、林地和居住用地中ω(Hg) 均值分别为0.48、0.34、0.58和0.52mg ·kg-1, 耕地、草地、林地和居住用地中Hg平均值分别为背景值的16、11.33、19.33和17.33倍, 变异系数大小为: 居住用地>耕地>草地>林地.地累积指数与潜在生态风险指数评价结果表明, 研究区整体受Hg污染生态风险程度较为严重, 局部区域存在极强污染.健康风险评价结果表明研究区Hg对儿童和成人均不存在非致癌健康风险.因子探测结果表明耕地Hg的空间变异性主要受工农业生产影响, 草地Hg主要受土壤有机质和pH值影响, 林地Hg主要受土壤盐分的影响, 居住用地Hg主要受土壤盐分和有机质的影响.Hg含量空间分布格局总体上表现为中部向南北两侧递增趋势, 污染严重区域主要受煤炭开采及工业生产等人类扰动因素影响.
关键词: 燃煤工业区      土壤污染评价      空间变异      汞污染      环境风险     
Evaluation of Mercury Pollution in Soil of Different Land Use Types in Coal-fired Industrial Area
LI Qiang1 , YAO Wan-cheng1,2 , ZHAO Long3 , ZHANG Chao4 , ZHANG En-yue2 , SU Ying-qing2 , LIU Geng2     
1. College of Geography Science, Taiyuan Normal University, Jinzhong 030619, China;
2. Research Center for Scientific Development in Fenhe River Valley, Taiyuan Normal University, Jinzhong 030619, China;
3. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
4. Technical Centre for Ecology and Environment of Soil, Agriculture and Rural Areas, Ministry of Ecology and Environment, Beijing 100012, China
Abstract: The geo-accumulation index, potential ecological risk index, health risk model, and geographical detector were used to evaluate the soil mercury (Hg) concentrations and assess the health risks for various land use types to reveal the characteristics and spatial variability of soil Hg pollution under different land uses in the coal-fired industrial area of the Loess Plateau. The study area included seven counties in the western part of Xinzhou City, Shanxi province. The results showed that the average ω(Hg) in the agricultural land, grass land, wood land, and residential land were 0.48, 0.34, 0.58, and 0.52 mg ·kg-1, respectively, which were 16.00, 11.33, 19.33, and 17.33 times higher than the background value, respectively. The variation coefficients were ranked as residential land>agricultural land>grass land>wood land. The evaluation results of the geo-accumulation index and potential ecological risk index indicated a high ecological risk of Hg pollution in the entire study area with extreme pollution points in certain aeras. The health risk assessment results indicated no non-carcinogenic health risks for children and adults in the study area from Hg. Additionally, the geographical detection results revealed that the spatial variability in Hg was mainly impacted by industrial and agricultural activities in agricultural land, by soil organic matter and pH value in grass land, by soil salinity in wood land, and by soil salinity and organic matter in residential land. The spatial distribution pattern of Hg concentrations peaked in both the northern and southern edges, with a decreasing trend towards the middle and the majorly polluted areas being caused by human activities such as coal mining and industrial production.
Key words: coal-fired industrial zone      soil pollution assessment      spatial variation      Hg pollution      environmental risk     

黄土高原是我国具有经济和生态双重脆弱性的内陆欠发达地区[1], 资源型城市数量众多[2].煤炭资源型城市分布有以煤炭采掘及选煤、洗煤等以煤炭资源为主的工业体系[3, 4], 兼有燃煤电厂、水泥厂和煤化工等燃煤企业的分布[5].在煤炭开采及矿石冶炼过程中, 部分Hg元素会伴随尾矿废渣、冶炼废水和废气等通过大气降尘和地表径流等途径进入土壤[6~8].Hg在土壤环境中具有毒害作用强、累积性显著和生物富集性明显等特点[9], 进入土壤中的Hg会通过吸附、沉淀和络合等环境过程形成不同的赋存形态[10], 通过各层级食物链富集进入生物体内[11], 对人类健康存在潜在危害, 被列为优先控制的环境污染物.

针对土壤重金属污染风险评价, 现有研究大多集中在中小尺度下的矿山及周边区[12, 13]、城市表层土壤[14]、污灌区[15]、有色金属冶炼区[16]和河流底泥[17]等具有明确污染来源和单一土地利用类型的区域, 而对于黄土高原生态敏感脆弱区的土壤重金属污染研究较少.尤其对于该区域土壤重金属汞(Hg)污染缺乏系统化评价研究.另外, 人类活动引起的土地利用方式的变化对土壤中重金属元素的赋存特征具有一定的影响, 不同土地利用类型中土壤重金属具有较强的空间分异性特征, 基于土壤理化性质、土壤养分和土壤基质等多源环境因子可以评估不同土地利用类型下土壤重金属污染的污染分布和空间变异特征[18~20].

鉴于目前针对黄土高原生态敏感脆弱区尚未开展不同土地利用类型下土壤Hg污染评价的系统研究, 本文以地处黄土高原中北部的山西省忻州市西部7县为研究区域, 该区域是山西省重要的煤炭生产和能源重化工中心, 区域内燃煤企业众多, 具有大分散和小聚集的分布特征, 多年来的工业生产活动对区域内不同土地利用类型下的土壤产生了不同程度的Hg污染.本文拟开展该区域不同土地利用类型下土壤Hg污染评价研究, 揭示土壤Hg污染特征、风险程度、空间分布规律和影响因素, 以期为该区域以及黄土高原类似区域土壤Hg污染风险管控和修复治理提供科学依据.

1 材料与方法 1.1 研究区概况

研究区位于黄土高原中北部, 地处我国晋陕蒙著名的“煤三角”地带, 辖偏关、神池、河曲、五寨、保德、岢岚和宁武等7县, 面积为10 815 km2.境内煤炭资源丰富, 赋存条件优越, 依托丰富的资源优势, 形成煤炭开采、燃煤电力和煤化工等重要的支柱产业, 煤炭工业集中分布在河曲-偏关-神池和岢岚-宁武的交汇地区.区域内整体地势东南向西倾斜, 高程介于780~2 783 m, 地貌以黄土丘陵为主, 属温带大陆性季风气候, 年均气温4.3~8.8℃, 年降水量345~770 mm.

1.2 样品采集与化验分析

选取燃煤工业区周边耕地、草地、林地和居住用地这4种土地利用类型, 结合研究区本底特征, 综合考量土地利用、地块面积和地形地势等情况, 采用梅花法布设采样点位, 共采集111个土壤样品, 其中耕地44个、草地39个、林地21个和居住用地7个, 样点分布如图 1.

图 1 研究区采样示意 Fig. 1 Sampling sites of study area

采用五分点取样, 在每个分点上, 使用便携式原状不锈钢取土钻采集1个样品(0~20 cm), 然后将各分点样品等重量混匀后用四分法弃取, 保留1 kg风干土壤的土样.全汞采用日立Za-3000型仪器, 按照《土壤和沉积物总汞的测定催化热解-冷原子吸收分光光度法》(HJ 923)进行测定, 检出限为0.2 μg ·kg-1[21]; 锰元素采用火焰原子吸收分光光度法进行测定, 具体方法参照BS 7755-3.13 -1998(英国标准学会).

1.3 数据处理及评价方法

采用多元统计分析、地累积指数和潜在生态风险指数对研究区Hg污染现状进行分析, 采用健康风险模型进行人体健康风险表征, 采用地理探测器进行因子探测和交互探测分析, 采用富集因子分析、普通克里金插值对Hg进行空间分布分析.利用SPSS 22.0进行数据统计和分析, 利用Arcgis 10.2进行制图.

1.3.1 地累积指数

地累积指数法主要用于研究环境中重金属污染程度的定量指标[22], 其计算公式如下:

(1)

式中, Igeo为地累积指数, Ci为各重金属元素在土壤中的含量, Bi为土壤中该元素的地球化学背景值[23], K为成岩作用引起的背景值变动系数(一般K=1.5).当Igeo≤0时, 无污染; 0 < Igeo≤1时, 无-中度污染; 1 < Igeo≤2时, 中度污染; 2 < Igeo≤3时, 中-强度污染; 3 < Igeo≤4时, 强度污染; 4 < Igeo≤5时, 强-极强污染; Igeo>5时, 极强污染.

1.3.2 潜在生态危害指数法

潜在生态危害指数法是国际上分析土壤重金属生态风险的重要方法之一, 能够结合环境化学、生物毒理学和生态学等多学科进行污染程度的量化, 以定量的方法划分出重金属潜在危害的程度[24].单种重金属的潜在生态危害系数计算公式如下:

(2)

式中, Eri为重金属i的潜在生态危害系数, Tri为重金属i毒性响应系数, Hg的毒性系数为40, Ci和Si分别为重金属i的实测浓度和评价参比值.当Eri < 40时, 生态风险程度为低风险; 40≤Eri < 80时, 中度风险; 80≤Eri < 160时, 较重风险; 160≤Eri < 320时, 重度风险; Eri≥320时, 严重风险.

1.3.3 健康风险表征

重金属的人体健康风险主要受污染物毒理特性和人体暴露途径等主要因素影响[25], 参照USEPA提出的土壤健康风险模型, 结合剂量-反应关系和不同暴露途径对研究区附近的人群进行人体健康风险评价, 评价主要分为暴露剂量计算和健康风险表征两个部分[26].暴露量及健康风险表征计算公式如下:

(3)
(4)
(5)
(6)

式中, ADDiing、ADDiinh和ADDidrem分别为手-口摄入、呼吸吸入和皮肤接触摄入重金属i的日均暴露剂量, Ci为土壤中重金属i含量.HQ为某种重金属在某一途径的非致癌健康风险指数, ADD为某种重金属在此途径下的非致癌风险量, RfD为某种重金属在该途径下的非致癌日均摄入量.公式中参数的具体说明见文献[10].

1.3.4 地理探测器

地理探测器是基于空间分异理论探究变量的驱动力以及影响因子的交互作用和空间关联的一种统计学方法, 目前已广泛应用于人体健康和环境污染等领域[27].本文利用其因子探测和交互作用探测两个模块进行分析.

因子探测的计算公式如下:

(7)

式中, L为因子X的分层; Ni和N分别为层i和土壤点位数; σ2i和σ2分别为层i和土壤Hg含量的方差.解释力q介于[0, 1]; q值越大, 表明因子X对土壤Hg含量的解释力越强.

交互作用探测器是探测双因子交互作用对土壤Hg含量的解释力[28]. 类型有, ①双因子增强: Q(XA∩XB)>Max[Q(XA), Q(XB)]; ②非线性增强: Q(XA∩XB)>Q(XA), Q(XB); ③相互独立: Q(XA∩XB)=Q(XA), Q(XB); ④非线性减弱: Q(XA∩XB) < Min[Q(XA), Q(XB)]; ⑤单因子非线性减弱: Min[Q(XA), Q(XB)] < Q(XA∩XB) < Max[Q(XA), Q(XB)].

使用GeoDetecto前需对研究区进行格点化处理, 划分5 km×5 km的格网, 取格网中心点, 用中心点对影响因子进行离散化处理.然后将所有格点所在位置的自变量及因变量提取作为输入数据, 其次对输入数据进行重分类处理, 将连续变量转化为类别变量.本文对10项影响因子X(X1为高程, X2为坡度, X3为NDVI, X4为人口密度, X5为人均GDP, X6为人均工业总产值, X7为人均农业总产值, X8土壤盐分, X9为土壤有机质, X10为土壤pH值)进行预处理, 将影响因子X划分为5层.其中, q值为影响因子X对Hg含量变化的解释力, q值介于[0, 1], q值越接近于1, 表示影响因子X 的解释力越强.

1.3.5 富集因子分析

富集因子是评价人类活动对土壤中重金属富集程度影响的有效方法[29], 参比元素应依据研究区实际情况进行选取, 因Mn在当地含量较高且与Hg没有协同或拮抗作用[30], 因此本文采用Mn作为参比元素, 富集因子计算公式如下:

(8)

式中, EF为富集因子; CHg为Hg元素的实测含量, mg ·kg-1; Cref为参比元素Mn的实测含量; BHg为Hg元素的背景浓度; Bref为参比元素Mn的背景浓度.运用Sutherland[31]提出的分类方法, 进行污染程度的等级划分.

2 结果与讨论 2.1 土壤Hg含量描述性统计分析

研究区Hg含量的统计分析如表 1所示.耕地、草地、林地和居住用地中ω(Hg)范围分别为0.09~2.43、0.03~2.15、0.03~1.48和0.14~2.03mg ·kg-1, 均值分别为0.48、0.34、0.58和0.52mg ·kg-1. Hg含量的变异系数大小为: 居住用地>耕地>草地>林地, 其中居住用地、耕地和草地中的Hg含量变异系数相近且均表现为强变异性, 林地中Hg含量变异系数表现为中等变异性, 表明研究区Hg离散程度较高, 可能受污染源分布和释放强度等人为扰动因素的影响.Hg在农用地和建设用地中土壤污染风险筛选值分别为3.4mg ·kg-1和8mg ·kg-1[32, 33], 耕地、草地、林地和居住用地中Hg超标率均为0, 山西省土壤Hg背景值为0.03 mg ·kg-1[23], 耕地、草地、林地和居住用地的Hg均值分别为背景值的16、11.33、19.33和17.33倍, 表明研究区Hg存在一定程度的富集.林地的ω(Hg)最大值(1.48mg ·kg-1)低于耕地(2.43mg ·kg-1)和草地(2.15mg ·kg-1), 其均值高于耕地和草地, 表明林地Hg含量富集较为明显.与其他3种土地利用方式相比, 居住用地Hg的变异系数最大, 表明居住用地部分区域存在Hg高度集聚的现象, 可能是受到强烈的人为干扰因素的影响.与同类型研究区域相比, 本研究区Hg含量平均值要高于广东省揭阳市、山东省莱芜市和北京市顺义区等地区, 表明研究区Hg含量均值处于较高水平.

表 1 土壤表层Hg含量的描述性统计特征 Table 1 Descriptive statistical characteristics of Hg concentrations in the soil surface layer

2.2 土壤Hg地累积指数表征

地累积指数评价结果见图 2, 耕地、草地、林地和居住用地Hg地累积指数的变化范围分别为1~5.75、0.42~5.58、-0.58~5.04和1.64~5.50, 耕地和草地地累积指数最小值分别为1和0.42, 污染程度呈现为无-中度污染, 可能是受到农业生产活动的影响, 魏洪斌等[34]对长江三角洲典型县域耕地土壤重金属研究发现, 农业生产过程中施用含Hg农药和不合理地施用化肥会造成耕地Hg污染; 林地最小值为-0.58, 污染程度呈现为无污染, 表明林地少数样点接近于当地土壤环境背景值或受到人类活动影响较低, 居住用地地累积指数最小值为1.64, 污染程度表现为中度污染, 可能是受到基础设施的建设或用地类型转变过程中土壤污染的影响.4种土地利用类型中度污染及以上样点占比分别为97.73%、92.31%、95.24%和100%, 强度污染以上样点占比分别为18.18%、7.69%、38.10%和14.29%, 表明研究区Hg污染风险程度较为严重.4种土地利用类型污染程度主要表现为中度-强度污染和强度污染, 均有少数样点处于极强污染的水平.

图 2 地累积指数结果 Fig. 2 Cumulative index results

2.3 土壤Hg生态及健康风险评价

Eri评价结果见图 3, 耕地、草地、林地和居住用地Hg的Eri变化范围分别为120~3 240、80~2 866.67、40~1 973.33和186.67~2 706.67, 均值分别为641.21、471.23、766.98和697.14, 4种土地利用类型Eri平均值均超过严重风险阈值, 除少数林地样点处于低生态风险外, 其余3种土地利用类型均处于中度生态风险以上, 且重度生态风险及以上的样点占比分别为95.45%、84.62%、90.48%和100%, 表明研究区潜在生态风险程度很高.耕地、草地和居住用地中极少数样点潜在生态风险远高于严重生态风险阈值, 表明局部地区可能受到重点污染企业的生产排废和交通运输影响, 杨安等[35]的研究发现Hg的严重污染可能是受到交通运输的影响.研究区所处区域以能源重化工产业为主要经济产业, 煤炭开采和燃煤电力的输送过程中, 大量含有Hg的污染物进入土壤介质中, 使得该区域潜在生态风险很高, 后续应当进行生态修复及环境保护.

图 3 潜在生态危害指数结果 Fig. 3 Results of potential ecological hazard index

HQ结果如表 2所示, 参照公式(3)~(6)得出不同土地利用方式下3种暴露途径的非致癌风险指数, 儿童在不同分区中手-口、呼吸和皮肤接触这3种途径下非致癌风险指数分布范围分别为1.9×10-2~9.7×10-2、3.8×10-7~2.7×10-6和2.1×10-4~1.5×10-3, 经手-口摄入途径对非致癌总风险的贡献率远高于呼吸摄入和皮肤接触, 手-口途径是儿童非致癌风险的最主要途径; 成人在不同土地利用方式下手-口、呼吸和皮肤接触这3种途径下非致癌风险指数分布范围分别为1.9×10-3~1.4×10-2、2.1×10-7~1.5×10-6和1.3×10-4~9.3×10-4, 与儿童一致, 手-口途径也是成人非致癌风险的最主要途径.对比不同土地利用方式下Hg元素对儿童和成人人体健康非致癌总风险评价指数(手-口摄入>皮肤接触>呼吸摄入), 不同分区中3种暴露途径的非致癌风险指数均 < 1, 表明研究区Hg对儿童和成人均不存在非致癌健康风险, 但儿童的非致癌总风险评价指数的平均值及最大值均高于成人, 应当对其进行进一步的管控和防治.

表 2 非致癌健康风险指数 Table 2 Non-carcinogenic health risk index

2.4 不同环境因子对土壤Hg的影响

基于地理探测器的研究区土壤Hg的因子探测结果见图 4, 因子探测结果显示人均工业总产值和人均农业总产值对耕地Hg含量的空间分异影响较为明显, q值分别为0.188和0.187, 其次为坡度(0.157); 土壤有机质对草地Hg含量的空间分异影响最大, q值为0.196, 其次为土壤pH值(0.134)和高程(0.126); 土壤盐分对林地Hg含量的空间分异影响最大, q值为0.322, 其次为人口密度(0.269)和人均GDP(0.269); 土壤盐分和土壤有机质对居住用地Hg含量的空间分异影响较为明显, q值分别为0.627和0.626, 其次为人口密度(0.415).

图 4 因子探测结果 Fig. 4 Factor detection results

利用交互探测器探测主导影响因子对不同功能分区的Hg含量的交互作用, 结果如表 3所示.交互探测的结果表明各影响因子之间以非线性增强为主, 双因子增强为辅, 不存在减弱或独立的作用类型.交互探测结果表明研究区土壤Hg的累积受多种因素复合影响, 不同因子的复合交互作用对Hg的累积和转化起着重要作用, 使得Hg呈现出不同的空间分布特征.综合因子探测和交互探测结果, 发现耕地Hg含量的空间变异性主要受到工业生产和农业生产的影响, 工业生产过程中废弃物的排放、尾矿矿渣的堆积、化石燃料的不完全燃烧和汽车尾气排放以及农业生产中采用污水灌溉、地膜覆盖和化肥施用等均会加重周边耕地中Hg的富集; 草地Hg含量主要受到土壤有机质和pH值的影响, 土壤中的有机质可以通过对Hg的吸附和络合作用来控制Hg的分布, 且有机质含量高的土壤更易于吸附和富集Hg, 土壤pH值的变化会影响土壤颗粒物表面的吸附量, 同时也会改变Hg的存在形态, 研究区地处黄土高原, pH范围为7.46~8.98, 属于弱碱性或者碱性土壤, 故草地Hg含量受到pH的影响低于土壤有机质; 林地Hg含量主要受到土壤盐分的影响, 土壤盐分由随机性变异控制, 土壤中的N和P元素在微生物的作用下易产生还原反应, 与土壤中的Hg发生络合作用形成Hg配合物, 使得林地Hg的含量富集较为明显; 居住用地Hg含量分布主要受到土壤盐分和土壤有机质的影响, 生活污水和含Hg工业废水的排放使得该类型土壤的理化性质及赋存状态发生改变, 土壤Hg更易于富集.

表 3 交互作用探测结果 Table 3 Interaction detection results

2.5 富集因子及空间分布特征分析

以山西省土壤Hg背景值为参比值, 以Mn为参比元素, 对所有表层土壤样品Hg的EF进行计算, 结果见图 5.研究区ω(Mn)背景均值为577.53 mg ·kg-1, 相关变幅为458~793 mg ·kg-1.研究区土壤Hg的EF均值为14.37, 相关变幅为0~82.06, 其污染程度主要以显著污染和强烈污染为主, 占比分别为64.86%和9.9%, 极强污染占比为7.2%.研究区极强污染呈现出重点点源污染的分布特征, 主要分布在河曲、偏关和神池的少数地区; 强烈污染主要分布在河曲县的北部和东部区域、偏关县的西部和南部、神池县西部和东北区域、岢岚县的东南地区及宁武县的南部地区.

图 5 研究区土壤Hg污染程度 Fig. 5 Soil Hg pollution in the study area

对空间变量连续插值可以更直观查看分布特征, 经K-S检验发现Hg含量符合对数正态分布, 将其数据进行对数转化后进行普通克里金插值, 将插值后的栅格图根据对数转换的逆变换公式回推, 将插值结果转换到原始数据, 结果如图 6, 研究区Hg含量空间分布格局总体上表现为中部向南北两侧递增的趋势.根据对地理位置及研究区范围内的重点企业进行分析, 北部高值区及次高值区集中分布在河曲县、偏关县、五寨县和神池县的交汇地带, 南部高值区集中分布在宁武县与岢岚县的交汇地区, 低值区集中分布在研究区的西南部.高值区主要分布在人类活动强烈的工矿区域及三废集中排放的区域, 如偏关县南部分布有大规模的露天煤炭开采、采煤洗煤和煤化工企业, 排放在环境中的Hg可以通过有机高分子形成配合物或螯合物, 吸附在黏土矿物表面, 经不同方式污染周边土壤; 河曲县的北部集中了该地区的发电和水泥制造等污染较为严重的工业企业; 五寨县北部分布有大量的五金制造和塑胶制造等产业; 宁武西南部同偏关县南部相似, 分布有大量的煤炭采掘及深加工企业.低值区则集中分布于人类活动较少的地区或以轻纺工业为主的区域.

图 6 表层土壤Hg空间分布 Fig. 6 Spatial distribution of Hg in the soil surface layer

3 结论

(1) 研究区耕地、草地、林地和居住用地ω(Hg)范围分别为0.09~2.43、0.03~2.15、0.03~1.48和0.14~2.03mg ·kg-1, 变异系数大小为: 居住用地>耕地>草地>林地; 风险评价结果显示研究区属于受Hg污染较重或潜在生态危害风险较高的地区, 局部区域呈现为严重污染; 健康风险表征结果显示Hg对儿童和成人均不存在非致癌健康风险, 儿童的非致癌总风险评价指数的平均值及最大值均高于成人.

(2) 因子探测及交互作用探测结果显示: 耕地Hg含量的空间变异性主要受到工业生产和农业生产的影响; 草地Hg含量主要受到土壤有机质和pH值的影响; 林地Hg含量主要受到土壤盐分的影响; 居住用地Hg含量主要受到土壤盐分和有机质的影响, 各影响因子之间以非线性增强为主, 双因子增强为辅, 不存在减弱或独立的作用类型.

(3) 富集因子及空间分布特征结果显示: Hg含量空间分布格局总体上表现为中部向南北两侧递增的趋势; 土壤Hg高值区主要受煤炭开采及工业生产等人类扰动因素所致.

参考文献
[1] Song Y Y, Xue D Q, Dai L H, et al. Land cover change and eco-environmental quality response of different geomorphic units on the Chinese Loess Plateau[J]. Journal of Arid Land, 2020, 12(1): 29-43. DOI:10.1007/s40333-019-0031-8
[2] 王佳宁, 薛东前, 马蓓蓓, 等. 黄土高原地区矿产资源型城市脆弱性及其人口响应[J]. 干旱区地理, 2020, 43(6): 1679-1690.
Wang J N, Xue D Q, MA B B, et al. Vulnerability and population response of mineral resource-based cities in the Loess Plateau[J]. Arid Land Geography, 2020, 43(6): 1679-1690.
[3] 李德山, 赵颖文, 李琳瑛. 煤炭资源型城市环境效率及其环境生产率变动分析──基于山西省11个地级市面板数据[J]. 自然资源学报, 2021, 36(3): 618-633.
Li D S, Zhao Y W, Li L Y. Change of environmental efficiency and environmental productivity of coal cities: based on panel data of 11 cities in Shanxi Province[J]. Journal of Natural Resources, 2021, 36(3): 618-633.
[4] 唐倩, 王金满, 荆肇睿. 煤炭资源型城市生态脆弱性研究进展[J]. 生态与农村环境学报, 2020, 36(7): 825-832.
Tang Q, Wang J M, Jing Z R. Ecological vulnerability of mining resource-based cities: a review[J]. Journal of Ecology and Rural Environment, 2020, 36(7): 825-832.
[5] 曹雪莹, 张莎娜, 谭长银, 等. 中南大型有色金属冶炼厂周边农田土壤重金属污染特征研究[J]. 土壤, 2015, 47(1): 94-99.
Cao X Y, Zhang S N, Tan C Y, et al. Heavy metal contamination characteristics in soils around a nonferrous metal smelter in central Southern China[J]. Soils, 2015, 47(1): 94-99.
[6] 鲍丽然, 邓海, 贾中民, 等. 重庆秀山西北部农田土壤重金属生态健康风险评价[J]. 中国地质, 2020, 47(6): 1625-1636.
Bao L R, Deng H, Jia Z M, et al. Ecological and health risk assessment of heavy metals in farmland soil of northwest Xiushan, Chongqing[J]. Geology in China, 2020, 47(6): 1625-1636.
[7] 邓海, 王锐, 严明书, 等. 矿区周边农田土壤重金属污染风险评价[J]. 环境化学, 2021, 40(4): 1127-1137.
Deng H, Wang R, Yan M S, et al. Risk assessment of heavy metal pollution in farmland soil around mining area[J]. Environmental Chemistry, 2021, 40(4): 1127-1137.
[8] 王锐, 邓海, 贾中民, 等. 汞矿区周边土壤重金属空间分布特征、污染与生态风险评价[J]. 环境科学, 2021, 42(6): 3018-3027.
Wang R, Deng H, Jia Z M, et al. Spatial distribution characteristics, pollution, and ecological risk assessment of soil heavy metals around mercury mining areas[J]. Environmental Science, 2021, 42(6): 3018-3027.
[9] Wang Z J, Zhang G, Chen X B, et al. Measurement and scaling of mercury on soil and air in a historical artisanal gold mining area in Northeastern China[J]. Chinese Geographical Science, 2019, 29(2): 245-257. DOI:10.1007/s11769-019-1026-2
[10] 林荩, 梁文静, 焦旸, 等. 陕西潼关县金矿矿区周边农田土壤重金属生态健康风险评价[J]. 中国地质, 2021, 48(3): 749-763.
Lin J, Liang W J, Jiao Y, et al. Ecolcgical and health risk assessment of heavy metals in farmland soil around the gold mining area in Tongguan of Shaanxi Province[J]. Geology in China, 2021, 48(3): 749-763.
[11] Zhao R, Guan Q Y, Luo H P, et al. Fuzzy synthetic evaluation and health risk assessment quantification of heavy metals in Zhangye agricultural soil from the perspective of sources[J]. Science of the Total Environment, 2019, 697. DOI:10.1016/j.scitotenv.2019.134126
[12] 刘巍, 杨建军, 汪君, 等. 准东煤田露天矿区土壤重金属污染现状评价及来源分析[J]. 环境科学, 2016, 37(5): 1938-1945.
Liu W, Yang J J, Wang J, et al. Contamination assessment and sources analysis of soil heavy metals in opencast mine of east Junggar Basin in Xinjiang[J]. Environmental Science, 2016, 37(5): 1938-1945.
[13] 周勤利, 王学东, 李志涛, 等. 宁夏贺兰县土壤重金属分布特征及其生态风险评价[J]. 农业资源与环境学报, 2019, 36(4): 513-521.
Zhou Q L, Wang X D, Li Z T, et al. Distribution characteristics and ecological risk assessment of soil heavy metal in Helan county of Ningxia, China[J]. Journal of Agricultural Resources and Environment, 2019, 36(4): 513-521.
[14] 陈佳林, 李仁英, 谢晓金, 等. 南京市绿地土壤重金属分布特征及其污染评价[J]. 环境科学, 2021, 42(2): 909-916.
Chen J L, Li R Y, Xie X J, et al. Distribution characteristics and pollution evaluation of heavy metals in greenbelt soils of Nanjing City[J]. Environmental Science, 2021, 42(2): 909-916.
[15] 石占飞, 王力. 神木矿区土壤重金属含量特征及潜在风险评价[J]. 农业环境科学学报, 2013, 32(6): 1150-1158.
Shi Z F, Wang L. Contents of soil heavy metals and evaluation on the potential pollution risk in Shenmu mining area[J]. Journal of Agro-Environment Science, 2013, 32(6): 1150-1158.
[16] 刘智峰, 呼世斌, 宋凤敏, 等. 陕西某铅锌冶炼区土壤重金属污染特征与形态分析[J]. 农业环境科学学报, 2019, 38(4): 818-826.
Liu Z F, Hu S B, Song F M, et al. Pollution characteristics and speciation analysis of heavy metals in soils around a lead-zinc smelter area in Shaanxi Province, China[J]. Journal of Agro-Environment Science, 2019, 38(4): 818-826.
[17] 傅鹏, 王飞, 马秀平, 等. 沁河沉积物重金属垂直分布特征与风险评价[J]. 应用与环境生物学报, 2013, 19(2): 305-312.
Fu P, Wang F, Ma X P, et al. Vertical distribution of heavy metals in sediments of Qinhe River and its risk assessment[J]. Chinese Journal of Applied and Environmental Biology, 2013, 19(2): 305-312.
[18] 赵斌, 朱四喜, 李相兴, 等. 贵州草海不同土地利用方式表层土壤重金属污染现状评估[J]. 环境化学, 2018, 37(10): 2219-2229.
Zhao B, Zhu S X, Li X X, et al. Assessment of heavy metal pollution in the surface soils of different land use patterns in Caohai, Guizhou[J]. Environmental Chemistry, 2018, 37(10): 2219-2229.
[19] 李清良, 吴倩, 高进波, 等. 基于小流域尺度的土壤重金属分布与土地利用相关性研究——以厦门市坂头水库流域为例[J]. 生态学报, 2015, 35(16): 5486-5494.
Li Q L, Wu Q, Gao J B, et al. Distribution of heavy metals in topsoils affected by land use patterns at a small watershed scale: a case study in the Bantou Reservoir watershed in Xiamen, China[J]. Acta Ecologica Sinica, 2015, 35(16): 5486-5494.
[20] 易昊旻, 周生路, 吴绍华, 等. 基于正态模糊数的区域土壤重金属污染综合评价[J]. 环境科学学报, 2013, 33(4): 1127-1134.
Yi H M, Zhou S L, Wu S H, et al. An integrated assessment for regional heavy metal contamination in soil based on normal fuzzy number[J]. Acta Scientiae Circumstantiae, 2013, 33(4): 1127-1134.
[21] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000.
[22] 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.
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.
[23] 国家环境保护局, 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] 戴彬, 吕建树, 战金成, 等. 山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J]. 环境科学, 2015, 36(2): 507-515.
Dai B, Lü J S, Zhan J C, et al. Assessment of sources, spatial distribution and ecological risk of heavy metals in soils in a typical industry-based city of Shandong Province, Eastern China[J]. Environmental Science, 2015, 36(2): 507-515.
[25] 雷文凯, 李杏茹, 张兰, 等. 保定地区PM2.5中重金属元素的污染特征及健康风险评价[J]. 环境科学, 2021, 42(1): 38-44.
Lei W K, Li X R, Zhang L, et al. Pollution characteristics and health risk assessment of heavy metals in PM2. 5 collected in Baoding[J]. Environmental Science, 2021, 42(1): 38-44.
[26] 尹伊梦, 赵委托, 黄庭, 等. 电子垃圾拆解区土壤-水稻系统重金属分布特征及健康风险评价[J]. 环境科学, 2018, 39(2): 916-926.
Yin Y M, Zhao W T, Huang T, et al. Distribution characteristics and health risk assessment of heavy metals in a soil-rice system in an e-waste dismantling area[J]. Environmental Science, 2018, 39(2): 916-926.
[27] 陈艺, 蔡海生, 曾君乔, 等. 袁州区表层土壤重金属污染特征及潜在生态风险来源的地理探测[J]. 环境化学, 2021, 40(4): 1112-1126.
Chen Y, Cai H S, Zeng J Q, et al. Characteristics of heavy metal pollution in surface soil and geographical detection of potential ecological risk sources in Yuanzhou District[J]. Environmental Chemistry, 2021, 40(4): 1112-1126.
[28] 郝建秀, 任珺, 陶玲, 等. 黄河底泥重金属空间分异影响因子与源解析研究[J]. 安全与环境学报, 2022, 22(2): 1084-1093.
Hao J X, Ren J, Tao L, et al. Research on influence factors and source apportionment of spatial differentiation of heavy metals in Yellow River sediment[J]. Journal of Safety and Environment, 2022, 22(2): 1084-1093.
[29] 张鸣, 温汉辉, 蔡立梅, 等. 韩江三角洲典型地区表层土壤汞的分布特征[J]. 环境化学, 2020, 39(7): 1860-1871.
Zhang M, Wen H H, Cai L M, et al. Distribution characteristics of surface soil mercury in typical area of the Hanjiang Delta, Guangdong, China[J]. Environmental Chemistry, 2020, 39(7): 1860-1871.
[30] 范晓婷, 蒋艳雪, 崔斌, 等. 富集因子法中参比元素的选取方法——以元江底泥中重金属污染评价为例[J]. 环境科学学报, 2016, 36(10): 3795-3803.
Fan X T, Jiang Y X, Cui B, et al. Selection of a reference element for enrichment factor: a case study on the pollution evaluation of heavy metals in the sediment of Yuan River[J]. Acta Scientiae Circumstantiae, 2016, 36(10): 3795-3803.
[31] Sutherland R A. Bed sediment-associated trace metals in an urban stream, Oahu, Hawaii[J]. Environmental Geology, 2000, 39(6): 611-627.
[32] GB 15618-2018, 土壤环境质量农用地土壤污染风险管控标准(试行)[S].
[33] GB 36600-2018, 土壤环境质量建设用地土壤污染风险管控标准(试行)[S].
[34] 魏洪斌, 罗明, 吴克宁, 等. 长江三角洲典型县域耕地土壤重金属污染生态风险评价[J]. 农业机械学报, 2021, 52(11): 200-209, 332.
Wei H B, Luo M, Wu K N, et al. Ecological risk assessment of heavy metal pollution in cultivated soil at typical county level in Yangtze River Delta[J]. Transactions of the Chinese Society for Agricultural Machinery, 2021, 52(11): 200-209, 332.
[35] 杨安, 邢文聪, 王小霞, 等. 西藏中部河流、湖泊表层沉积物及其周边土壤重金属来源解析及风险评价[J]. 中国环境科学, 2020, 40(10): 4557-4567.
Yang A, Xing W C, Wang X X, et al. Source and risk assessment of heavy metals in surface sediments of rivers, lakes and their surrounding soils in central Tibet[J]. China Environmental Science, 2020, 40(10): 4557-4567.