2022, Vol. 43
2. 农村生态与土壤监测技术研究中心, 重庆 401147;
3. 重庆市国土整治中心, 重庆 400020;
4. 西南大学资源环境学院, 重庆 400715
2. Rural Ecology and Soil Monitoring Technology Research Center, Chongqing 401147, China;
3. Chongqing Land Consolidation and Rehabilitation Center, Chongqing 400020, China;
4. College of Resources and Environment, Southwest University, Chongqing 400715, China
煤炭作为我国重要的主体能源, 长期以来与国民经济快速增长密不可分, 但由于开采技术不成熟、管理粗放和对环境问题不重视, 在开采、分选和加工过程中产生了大量煤矸石, 已成为我国最大的工业固体废弃物之一[1~3].据统计我国煤矸石堆存量已超60亿t, 现存煤矸山占地约20 km2, 不仅造成大量土地资源的浪费, 而且长期露天堆放, 加剧了煤矸石的风化氧化, 对周边生态环境造成一定威胁[4~6].近年来, 煤矸山周边土壤重金属污染问题得到学者广泛关注.陈昌东等[7]研究发现平顶山矿区煤矸山周边土壤Cd、Cr、Pb和Cu污染较严重, 内梅罗综合污染指数为47.94, 达到重度污染级别.丛鑫等[8]研究发现海州煤矿煤矸山周边土壤污染程度由高到低依次为Cr、Ni、Cu、Pb和Zn, 其中Ni是最主要的潜在生态风险因子.Jiang等[9]研究发现吉林羊草沟煤矸山周边土壤潜在生态风险由高到低依次为Cd、Pb、Cu、Cr和Zn.上述研究还表现出距煤矸山越远, 土壤重金属含量总体呈下降趋势.可见, 煤矸山经长年堆积和风化淋溶等作用会导致周边土壤重金属污染和富集.除煤矸山外, 土壤重金属污染和富集还可能受自然源(成土母质等)、工业源(采矿、冶炼、燃煤、交通等)、农业源(农业投入品、灌溉水等)和生活源(生活污水、生活垃圾等)影响[10, 11].因此, 研究煤矸山对周边土壤环境的影响应结合区域实际情况, 开展土壤污染风险调查和评价, 探析污染来源和成因, 以便后续有针对性地开展污染防治.
当前土壤污染评价和源解析方法较多.其中传统污染评价方法主要有内梅罗指数法、地累积指数法和潜在生态风险指数法等, 其缺点在于不能反映土壤含量空间分布特征和变化规律[12~14].随着GIS地统计分析和BP人工神经网络模型应用到土壤污染预测和评价中, 逐步弥补了这一缺点, 配合传统方法使结果更加直观[15~17].土壤重金属源解析主要有多元统计方法、GIS成图法、同位素示踪法、正定矩阵因子分解法(PMF)和绝对因子得分-多元线性回归法(APCS-MLR)等[18~22].多元统计方法是最常用的源解析方法, 包括主成分分析(PCA)、聚类分析(CA)和相关性分析等, 但不能获取污染元素的来源贡献, 仅能定性分析, 往往需配合绝对因子得分-多元线性回归法(APCS-MLR), 使解析结果定量化[10].
重庆作为西南地区最老的煤炭工业基地, 其中南川区曾是重庆三大原煤生产基地之一, 探明资源储量2.1亿t, 产业结构转型之前, 采掘业产值在规模以上工业总产值的占比高达50%以上, 煤矿的过度开采, 遗留下较多煤矸山[23].本文选取南川区某煤矸山周边农用地土壤为研究对象, 测定煤矸石和土壤中Cd、Hg、As、Pb、Cr、Cu、Ni和Zn含量, 运用多种评价方法和GIS地统计分析掌握土壤重金属污染水平和含量分布特征, 并利用相关分析、主成分分析(PCA)和绝对因子得分-多元线性回归法(APCS-MLR), 对土壤重金属来源进行定量解析, 以期为区域土壤重金属污染防治提供科学支撑, 同时为探索一套重庆丘陵山区可复制、可推广的评估方法累积经验.
1 材料与方法 1.1 研究区概况重庆市南川区属亚热带湿润季风气候, 雨热同季, 年平均气温为16.3℃, 年降雨量为1 245 mm.研究区位于南川区西南部, 面积约40 hm2, 海拔高度570~680 m(图 1), 周边1 km范围内无其他工业、矿业污染源.研究区东部主要干道和支路交汇处有集中居民区, 面积约4 hm2.南部有煤矸山1座, 通过汽车从北侧主要干道和支路运输煤矸石, 经逐年顺坡倾倒堆砌形成, 已堆存近40 a, 高约40 m, 现存废渣10万t, 占地面积约0.5 hm2, 2019年停止排矸.煤矸山三面环山, 仅北侧至主要干道之间有成片农用地, 面积约35 hm2, 其中旱地面积约13 hm2, 以种植玉米为主, 水田面积约7 hm2, 以种植水稻为主, 园地面积约15 hm2, 以种植李子为主.旱地和园地以黄壤为主, 水田以水稻土为主.
|
图 1 研究区区位和土壤采样点位分布示意 Fig. 1 Location of the study area and distribution of soil sampling |
鉴于重庆地处丘陵山区, 耕地破碎程度高, 为保障研究区点位布设具有代表性, 根据现场情况, 在每个耕作台面进行点位布设, 共布设31个(图 1), 其中水田区9个, 旱地和园地区各11个.现场用双对角线5点混合法采0~20 cm表层土壤, 经四分法取土装入自封袋, 并记录采样点和周边环境信息, 贴上样品标签带回实验室.自然风干后, 将测定pH的土壤过2 mm孔径筛, 按《土壤pH值的测定电位法》(HJ 962-2018)要求[24], 用SevenExcellence酸度计测定; 将测定Cd和Hg的土壤过0.150 mm孔径筛, Cd按《土壤质量铅、镉的测定石墨炉原子吸收分光光度法》(GB/T 17141-1997)要求[25], 用ZEEnit700P石墨炉火焰原子吸收分光光度计测定, Hg按《土壤质量总汞、总砷、总铅的测定原子荧光法第1部分：土壤中总汞的测定》(GB/T 22105.1-2008)要求[26], 用AFS-9750原子荧光光度计测定; 将测定Pb、Cr、Cu、Zn、Ni和As的土壤过0.075 mm孔径筛, 按《土壤和沉积物无机元素的测定波长色散X射线荧光光谱法》(HJ 780-2015)要求[27], 用S8 TIGER型X荧光光波谱仪测定.此外, 在研究区采集3个表层煤矸石样品, 带回实验室经自然风干, 研磨过0.150 mm孔径筛, 经微波消解法预处理后, Pb、Cr、Cu、Zn、Ni和As按《固体废物22种金属元素的测定电感耦合等离子体发射光谱法》(HJ 781-2016)要求[28], 用ICP-AES Icap6300Radial测定, Hg和As按《固体废物汞、砷、硒、铋、锑的测定微波消解/原子荧光法》(HJ 702-2014)要求[29], 用AFS-9750原子荧光光度计测定.土壤和煤矸石样品分析测试条件均满足标准分析方法质控要求.
1.3 评价方法 1.3.1 内梅罗指数法内梅罗指数法兼顾单因子污染指数的平均值和最高值, 突出重度污染物对土壤环境质量的影响, 计算公式为式(1)和式(2)[12].
|
(1) |
|
(2) |
式中, Pi为土壤重金属i污染指数; Ci为土壤重金属i实测值; Si为土壤重金属i评价参比值; (Ci/Si)max和(Ci/Si)ave分别表示土壤重金属i污染指数的最大值与均值; P综为综合污染指数.评价参比值采用《土壤环境质量农用地土壤污染风险管控标准》(GB 15618-2018)中的风险筛选值(表 1), 其中研究区水田Cd、Hg、As、Pb和Cr选用风险筛选值中“水田”限值, Cu选用风险筛选值中“其他”限值; 旱地Cd、Hg、As、Pb、Cr和Cu选用风险筛选值中“其他”限值; 园地Cd、Hg、As、Pb和Cr选用风险筛选值中“其他”限值, Cu选用风险筛选值中“园地”限值.
|
表 1 农用地土壤污染风险筛选值和背景值/mg·kg-1 Table 1 Risk screening values and regional background values of agricultural soils/mg·kg-1 |
单因子污染指数分5个等级, 分别为无污染(Pi≤1)、轻微污染(1 < Pi≤2)、轻度污染(2 < Pi≤3)、重度污染(3 < Pi≤5)和极强污染(Pi>5).综合污染指数分为5个等级, 分别为安全(P综≤0.7)、警戒线(0.7 < P综≤1.0)、轻污染(1.0 < P综≤2.0)、中污染(2.0 < P综≤3.0)和重污染(P综>3.0).
1.3.2 地质累积指数法地质累积指数法既考虑了自然成土过程地质背景的影响, 也考虑了人为活动对重金属污染的影响, 常用于反映重金属富集程度, 计算公式为式(3)[13].
|
(3) |
式中, Igeo为地累积指数; Cn为土壤重金属n实测值; Bn为土壤重金属n背景参比值; K为成岩作用可能对背景值的影响, 修正值K取1.5.背景参比值来源于重庆土地质量地球化学调查数据(表 1)[30].
地质累积指数分为7个等级, 分别为无污染(Igeo < 0)、轻度污染(0≤Igeo < 1)、偏中污染(1≤Igeo < 2)、中度污染(2≤Igeo < 3)、偏重污染(3≤Igeo < 4)、重污染(4≤Igeo < 5)和严重污染(Igeo≥5).
1.4 绝对因子得分-多元线性回归模型绝对因子得分-多元线性回归模型(APCS-MLR)是通过主成分分析(PCA)得到绝对主成分因子得分(APCS), 再利用各重金属含量分别对APCS进行多元线性回归分析, 获取回归系数, 计算各个主因子对土壤点位重金属含量的贡献量[22].具体计算步骤如下：
首先将各重金属含量数据标准化[式(4)], 并计算主因子得分; 其次对各重金属引入1个浓度为0的人为样本, 计算各重金属0浓度样本的因子分数[式(5)]; 然后由主因子得分减去0浓度样本因子分数得到每个样本的APCS; 最后将APCS作为自变量, 以各重金属含量作为因变量进行多元线性回归分析, 利用回归系数计算各污染源对土壤重金属的贡献量[式(6)].
|
(4) |
|
(5) |
|
(6) |
式中, Zij为第i个样本中第j种重金属含量标准化值, Cij为第i个样本中第j种重金属含量, Cj和δj分别为第j种重金属平均含量和标准偏差, Zi0为重金属元素i浓度为0的样本, Cj为第j种重金属含量, bj0为第j种重金属多元回归的常数项, bpj为污染源p对第j种重金属的回归系数, APCSp是绝对主成分因子得分, p为因子个数, bpj×APCSp为污染源p对Cj的贡献率.
1.5 数据处理数据统计由Excel 2013完成, 相关性分析、主成分分析(PCA)和绝对因子得分-多元线性回归模型(APCS-MLR)由SPSS 24.0完成, 地统计分析由ArcGIS 10.2完成.
2 结果与讨论 2.1 土壤重金属含量特征研究区表层土壤pH值和重金属含量如表 2所示.旱地土壤pH均值为6.4, 低于水田和园地土壤pH均值, 且与水田和园地存在显著差异(P < 0.05).旱地土壤中除Cu均值含量略低于园地外, 其他7项重金属均高于园地和水田, 且Cd、Hg、As、Pb和Cr含量与园地存在显著差异(P < 0.05), 8项重金属含量均与水田存在显著差异(P < 0.05); 园地土壤中除Hg和Cr均值略低于水田外, 其他6项重金属含量高于水田, 且Cu、Ni和Zn含量与水田存在显著差异(P < 0.05).与土壤背景值比, 旱地、园地和水田8项重金属均值都高于背景值.从变异系数来看, 旱地土壤pH和8项重金属变异系数均高于园地和水田, 说明旱地受人为活动影响更大.与煤矸石重金属含量比(表 2), 除Hg外, 旱地土壤中其他7项重金属均值高于煤矸石.有研究表明, 煤矸石长期堆存, 在自然条件下发生淋溶, 重金属会以硫酸盐形式析出, 通过雨刷冲刷迁移至土壤中, 经多年积累使周边土壤酸化, 重金属含量升高, 甚至高于煤矸石[31, 32].张明亮等[33]通过淋溶模拟试验发现土壤重金属含量随距煤矸石堆的距离减小而呈明显上升趋势.故推测研究区煤矸山堆存近40 a, 对周边旱地土壤酸化和重金属富集影响较大.
|
|
表 2 土壤和煤矸石重金属含量统计情况1)/mg·kg-1 Table 2 Statistical characteristics of heavy metals concentrations in soil/mg·kg-1 |
2.2 土壤重金属含量空间分布
利用AcrGIS 10.2地统计克里格空间插值分析, 研究区土壤重金属空间分布如图 2所示.除Pb外, 其他7项重金属含量在煤矸山山脚和东北方300 m处旱地周边明显偏高, 这可能与Pb的理化性质有关.王俭等[34]研究发现煤矸石中Pb浸出浓度变化与其他重金属相比更复杂, 随pH增高, 呈现降低、升高的循环趋势.Da Silva等[35]认为煤矸石中硫酸盐与溶出的Pb结合产生沉淀, 导致Pb的浸出浓度降低.煤矸山山脚其他7项重金属含量偏高, 如前所述可能受雨水长期冲刷, 使煤矸石中重金属在土壤中富集.而煤矸山东北方300 m处, 通过实地调查发现该区地势坡度较大, 土壤中夹杂煤渣, 存在将风化煤矸石农用现象.有研究表明, 煤矸石中含有丰富的有机质和无机养分, 但利用煤矸石复垦, 会造成重金属向土壤中转移[36, 37].故推定煤矸山东北方300 m处周边土壤重金属含量较高与煤矸石覆土有关.此外, Cu、Ni和Zn含量除煤矸山周边较高外, 园地中含量也相对偏高, 与水田存在显著差异(P < 0.05), 说明园地中Cu、Ni和Zn可能受除煤矸山外的其他污染源影响, 由于研究区周边1 km范围内并无其他工业和矿业污染源, 推测与土地利用类型、施肥和农业生产方式等不同有关.
|
图 2 土壤重金属含量空间分布 Fig. 2 Spatial distributions of heavy metal content on soil |
按内梅罗指数法评价结果如图 3和表 3所示.研究区旱地综合污染指数P综均值为2.77, 评价为中污染, 其中Cd为主要污染物, 极强污染(Pi>5)占比18.2%, 重度污染(3 < Pi≤5)占比45.5%, 轻度污染(2 < Pi≤3)占比18.2%, 轻微污染(1 < Pi≤2)占比9.1%; Cu、Ni和Zn为次要污染物, 轻微污染(1 < Pi≤2)分别占比36.4%、27.3%和18.2%; Hg、As、Pb和Cr评价为无污染; 园地综合污染指数P综均值为1.04, 评价为轻污染, 其中Cd为主要污染物, 重度污染(3 < Pi≤5)占比9.1%, 轻微污染(1 < Pi≤2)占比54.5%; 其他7项重金属评价为无污染; 水田综合污染指数P综均值为0.59, 评价为安全, 其中Cd为主要污染物, 轻微污染(1 < Pi≤2)占比22.2%; 其他7项重金属评价为无污染.综上, 研究区土壤重金属污染表现为：Cd>Cu>Ni>Zn>Hg、As、Pb和Cr, 污染程度表现为：旱地>园地>水田.
|
(a)旱地, (b)水田, (c)园地 图 3 土壤污染单因子指数评价结果 Fig. 3 Statistical results of single factor pollution in soil |
|
|
表 3 土壤内梅罗污染指数评价结果统计 Table 3 Statistical results of Nemerow pollution index in soil |
2.3.2 地质累积指数法
按地质累积指数法评价结果如图 4所示.研究区旱地Cd累积污染最重, 评价为中度污染(2≤Igeo < 3)占比为27.3%, 偏中污染(1≤Igeo < 2)占比45.5%, 轻度污染(0≤Igeo < 1)占比18.2%; 其次是Hg, 评价为中度污染(2≤Igeo < 3)占比9.1%, 偏中污染(1≤Igeo < 2)占比81.8%, 轻度污染(0≤Igeo < 1)占比9.1%; 再次是Cu、Ni和Zn, 评价为偏中污染(1≤Igeo < 2)分别占比27.3%、27.3%和18.2%, 轻度污染(0≤Igeo < 1)分别占比54.5%、45.5%和45.5%.最后是As和Pb, 评价为轻度污染(0≤Igeo < 1)分别占比63.6%和26.6%; 水田Hg累积污染最重, 评价为偏中污染(1≤Igeo < 2)和轻度污染(0≤Igeo < 1)分别占比44.4%和55.6%; 其次是Cd, 均评价为轻度污染(0≤Igeo < 1), 最后是As、Cr、Cu和Zn, 评价为轻度污染(0≤Igeo < 1)分别占比66.7%、22.2%、44.4%和11.1%, Pb和Ni评价为无污染(Igeo < 0); 园地Cu累积污染最重, 评价为偏中污染(1≤Igeo < 2)占比36.4%, 轻度污染(1≤Igeo < 2)占比54.5%; 其次是Cd和Hg评价为偏中污染(1≤Igeo < 2)占比均为18.2%, 轻度污染(0≤Igeo < 1)占比均为81.8%; 最后是As、Cr、Ni和Zn, 评价为轻度污染(0≤Igeo < 1)分别占比54.5%、18.2%、63.6%和72.7%; Pb均评价为无污染(Igeo < 0).综上, 研究区土壤重金属累积污染程度表现为：Cd>Hg>Cu>Ni>Zn>As>Cr>Pb.累积污染程度Hg表现为：旱地>水田>园地; Cu表现为：园地>旱地>水田; 其他6项重金属表现为：旱地>园地>水田.
|
(a)旱地, (b)水田, (c)园地 图 4 地质累积指数法评价结果统计 Fig. 4 Statistical results of Muller index in soil |
内梅罗指数法是将各单项污染指数综合考虑, 反映区域土壤综合污染现状, 而地质累积指数法评价结果常用于反映重金属富集程度[38].二者比较发现, 除Hg外, 两种方法评价结果基本一致, 表现为：Cd>Cu>Ni>Zn>As、Cr和Pb.而Hg按单项污染指数评价为无污染, 按地质累积指数评价污染程度仅次于Cd, 原因在于两种方法选用的参比值差异较大, 说明虽然Hg含量远低于土壤风险筛选值, 但高于土壤背景值.有研究表明, 耕地Hg的空间变异性会受到尾矿矿渣堆积的影响, 污染范围一般以渣堆为中心向四周扩散[39, 40].从空间分布上看(图 2), Hg在土壤中的累积与煤矸山有密切关系, 以煤矸山为中心呈现南北递减趋势.尤其是煤矸山东北方300m处周边土壤Hg含量较高, 在地表径流的影响下, 将直接影响水田区域, 导致Hg在水田中富集.此外, Hg还可能受施肥等农业生产影响, 任顺荣等[41]通过长期定位施肥试验表明, 各施肥处理土壤中均表现为Hg含量累积程度最高.而水田作为独特的湿地生态系统, 有利于无机汞向甲基汞的转化, 导致甲基汞被水稻吸收并富集于稻米中, 造成较高的甲基汞暴露风险[42, 43].因此, 研究区Hg已存在明显富集, 需加强对土壤和水稻中Hg的关注.
2.4 土壤重金属污染来源分析 2.4.1 相关性分析相关性分析在一定程度上反映土壤重金属之间的关系, 相关系数越大, 说明污染来自同一污染源的可能性就越大[44].相关性分析结果如表 4所示, Cd和Hg存在显著正相关关系(P < 0.01), 相关系数为0.756; Cu、Ni和Zn之间存在显著正相关关系(P < 0.01), 相关系数在0.754~0.955之间, 说明Cd和Hg可能存在相同污染源, Cu、Ni和Zn之间可能存在相同污染源.其他重金属之间虽然个别也存在显著正相关关系, 但相关性系数相对偏小, 在0.373~0.532之间.
|
|
表 4 土壤重金属含量相关性分析结果1) Table 4 Correlation between the heavy metals in soil |
2.4.2 主成分分析
根据KMO(Kaiser-Meyer-Olkin)检验统计值为0.581>0.5, Bartlett's球体检验P < 0.01, 表明可进一步对其进行主成分分析, 结合土壤重金属之间相关性分析结果, 设置主因子数为3, 结果如表 5所示.第一主因子的贡献率为52.6%, 主要重金属元素是Cu、Ni和Zn, 元素方差最大正交旋转后的第一主因子正载荷系数均在0.8以上, 结合前述煤矸山对土壤重金属污染的影响范围有限, Cu、Ni和Zn含量除煤矸山周边较高外, 园地中含量也相对偏高, 说明园地中Cu、Ni和Zn可能受除煤矸山外的其他污染源影响.有研究表明, 长期使用化肥和禽畜有机肥等, 会导致土壤中各类重金属不同程度积累[45, 46].通过实地调查, 水田主要施用氮磷钾复合肥为主, 旱地和园地则是以施用有机肥和磷肥为主, 有机肥主要是鸡粪、鸭粪等畜禽粪便, 来源于距研究区2 km的畜禽养殖场.有研究发现, 畜禽粪肥对农田土壤中Cu和Zn贡献率分别为69%和51%[47], 鸡粪带入Cu和Zn在耕层土壤中的积累率分别为72.1%~88.7%和63.9%~78.9%[48].沃惜慧等[49]研究发现, 在鸡粪中Cu、Zn和Ni相较其他肥料含量最高, 而长期施用重金属含量过高的畜禽粪肥, 会增加农田土壤重金属污染的环境风险.综上, 推定第一主因子为农业源, 土壤中Cu、Ni和Zn含量主要受施肥等农业活动影响.
|
|
表 5 主因子影响因素 Table 5 Influence factors of the principal factors |
第二主因子的贡献率为18.9%, 主要重金属元素是Cd和Hg, 元素方差最大正交旋转后的第二主因子正载荷系数分别为0.781和0.882, 从空间含量分布来看, Cd和Hg含量在煤矸山周边最高, 并沿南北呈递减趋势, 结合Cd和Hg变异系数偏大, 尤其是煤矸山周边的旱地区域, 且地质累积指数评价污染程度相对较高, 说明Cd和Hg含量与煤矸山堆存有关.这与部分学者在研究煤矸山周边土壤污染状况时, 也发现Cd和Hg存在显著相关性、且污染较重一致[50, 51].综上, 推定第二主因子为矿业源, 受煤矸山长期堆存等矿业活动影响.
第三主因子的贡献率为11.5%, 主要重金属元素是As、Pb和Cr, 元素方差最大正交旋转后的第三主因子正载荷系数分别为0.743、0.893和0.523, 鉴于As、Pb和Cr变异系数偏小, 地质累积指数法评价结果为累积污染程度低, 说明受人为活动影响相对较小.目前, 已有大量研究结果表现为Cr主要来自自然源[52, 53].但As和Pb易受到农业源和工业源的影响[54, 55], 与本研究存在差异, 这可能和本研究区小尺度区域内农民施肥、种植习惯和无其他工矿业污染源等有关.因此, 推定第三主因子为自然源, 受土壤母质等影响.这与于林松等[56]研究姜湖贡米产地, 土壤As、Cr和Pb主要来源于自然源结论一致.
2.4.3 污染源定量解析根据APCS-MLR受体模型将因子分析的3个主因子得分, 得到绝对主因子得分, 再利用各重金属含量分别对APCS进行多元线性回归分析, 结果如图 5所示. Cd、Hg、As、Pb、Cr、Cu、Ni和Zn拟合度R2分别为0.934、0.857、0.669、0.813、0.589、0.881、0.959和0.936.拟合度R2越接近于1说明多元线性回归拟合度越好.除Cr和As拟合度R2相对偏低外, 其他重金属拟合度R2均在0.8以上, 说明模型预测含量与实测含量拟合良好, 源解析结果可靠.
|
图 5 土壤重金属污染源回归分析 Fig. 5 Regression analysis of pollution source |
结合前述两种传统评价方法、GIS地统计分析、相关分析、主成分分析(PCA)和绝对因子得分-多元线性回归法(APCS-MLR)综合分析, 得到污染源识别和定量源解析结果如图 6所示.Cd和Hg主要受到煤矸山长期堆存等矿业活动影响, 贡献率分别为51.6%和52.9%.其次是受到施肥等农业活动影响, 贡献率分别为37.7%和30.6%, 最后受到土壤母质等自然因素影响, 贡献率分别为10.7%和16.5%.As主要受到土壤母质等自然因素影响, 贡献率为60.8%, 受煤矸山长期堆存等矿业活动影响略低于施肥等农业活动影响, 贡献率分别为16.8%和22.5%.Pb主要受到土壤母质等自然因素影响, 贡献率高达86.9%, Cr主要受到土壤母质等自然因素和施肥等农业活动共同影响, 贡献率分别为40.9%和38.9%. Cu、Ni、Zn主要受到施肥等农业活动影响, 贡献率分别为72.3%、63.3 %和59.2%, 其次是受到煤矸山长期堆存等矿业活动影响, 最后是受到土壤母质等自然因素影响.
|
图 6 土壤重金属污染源贡献率 Fig. 6 Source contribution ratios of heavy metals in soil |
(1) 研究区旱地土壤中除Cu均值含量略低于园地外, 其他7项重金属均高于园地和水田, 其中Cd、Hg、As、Pb和Cr含量与园地存在显著差异(P < 0.05), 8项重金属含量均与水田存在显著差异(P < 0.05); 园地土壤中Cd、As、Pb、Cu、Ni和Zn均值含量高于水田, 其中Cu、Ni和Zn含量与水田存在显著差异(P < 0.05).空间分布上, 除土壤中Pb外, 其他7项重金属在煤矸山山脚和东北方300 m处含量明显偏高, 与煤矸山长期受雨水冲刷、地表径流影响和煤矸石覆土农用有关.
(2) 研究区综合污染指数表现为：旱地(2.77)>园地(1.04)>水田(0.59), 土壤重金属污染以Cd为主, 污染程度由大到小表现为：Cd>Cu>Ni>Zn>Hg、As、Cr和Pb, 应重点加强对Cd的来源管控和污染防治.土壤重金属累积程度由大到小表现为：Cd>Hg>Cu>Ni>Zn>As>Cr>Pb, 其中Hg表现为：旱地>水田>园地, Cu表现为：园地>旱地>水田, 其他6项重金属表现为：旱地>园地>水田.
(3) 土壤中Cd与Hg存在显著正相关关系(P < 0.01), 相关系数为0.756, 主要受到煤矸山长期堆存等矿业活动影响, 贡献率分别为51.6%和52.9%.其次是受到施肥等农业活动影响, 贡献率分别为37.7%和30.6%, 最后受到土壤母质等自然因素影响.Cu、Ni和Zn之间存在显著正相关关系(P < 0.01), 相关系数在0.755~0.955之间, 主要受到施肥等农业活动影响, 贡献率分别为72.3%、63.3%和59.2%.As和Pb主要受到土壤母质等自然因素影响, 贡献率分别为60.8%和86.9%.Cr主要受到土壤母质等自然因素和施肥等农业活动共同影响, 贡献率分别为40.9%和38.9%.
| [1] |
殷腾飞. 煤炭工业高质量发展评价体系与路径研究文献综述[J]. 煤炭工程, 2021, 53(12): 179-183. Yin T F. Literature review of evaluation system and path of coal industry's high-quality development[J]. Coal Engineering, 2021, 53(12): 179-183. |
| [2] |
魏忠义, 王萍, 王秋兵. 膨胀性阻水层对煤矸石山水分入渗的影响[J]. 水土保持学报, 2010, 24(2): 188-191. Wei Z Y, Wang P, Wang Q B. Effect of expansive water-resisting layer on water infiltration of coal waste[J]. Journal of Soil and Water Conservation, 2010, 24(2): 188-191. DOI:10.13870/j.cnki.stbcxb.2010.02.003 |
| [3] |
张拓, 王鑫蹇, 陈芯怡, 等. 攀枝花煤矿区周围农田重金属污染特征及风险分析[J]. 地球与环境, 2022, 50(2): 192-201. Zhang T, Wang X J, Chen X Y, et al. Characteristics and risk analysis of heavy metal pollution in farmland around Panzhihua coal mining area[J]. Earth and Environment, 2022, 50(2): 192-201. |
| [4] |
周楠, 姚依南, 宋卫剑, 等. 煤矿矸石处理技术现状与展望[J]. 采矿与安全工程学报, 2020, 37(1): 136-146. Zhou N, Yao Y N, Song W J, et al. Present situation and prospect of coal gangue treatment technology[J]. Journal of Mining and Safety Engineering, 2020, 37(1): 136-146. DOI:10.13545/j.cnki.jmse.2020.01.015 |
| [5] |
周新华, 舒悦, 周亮亮, 等. pH值对碱性煤矸石碱度和重金属释放规律影响研究[J/OL]. 安全与环境学报. https://kns.cnki.net/kcms/detail/detail.aspx?doi=10.13637/j.issn.1009-6094.2021.1342, 2021-10-06. Zhou X H, Shu Y, Zhou L L, et al. Study on effects of pH value on alkalinity and heavy metal release of alkaline coal gangue[J/OL]. Journal of Safety and Environment. https://kns.cnki.net/kcms/detail/detail.aspx?doi=10.13637/j.issn.1009-6094.2021.1342, 2021-10-06. |
| [6] |
陈雪, 许丹丹, 钱雅慧, 等. 淮北矿区煤矸石多环芳烃污染特征及毒性评价[J]. 中国环境科学, 2022, 42(2): 753-760. Chen X, Xu D D, Qian Y H, et al. Pollution characteristics and toxicity assessment of PAHs in coal gangue from mine aera in Huaibei[J]. China Environmental Science, 2022, 42(2): 753-760. DOI:10.3969/j.issn.1000-6923.2022.02.029 |
| [7] |
陈昌东, 张安宁, 腊明, 等. 平顶山矿区矸石山周边土壤重金属污染及优势植物富集特征[J]. 生态环境学报, 2019, 28(6): 1216-1223. Chen C D, Zhang A N, La M, et al. Soil heavy metal contamination and enrichment of dominant plants in coal waste piles in Pingdingshan area[J]. Ecology and Environmental Sciences, 2019, 28(6): 1216-1223. DOI:10.16258/j.cnki.1674-5906.2019.06.018 |
| [8] |
丛鑫, 雷旭涛, 付玲, 等. 海州煤矿矸石山周边土壤重金属污染特征及生态风险评价[J]. 地球与环境, 2017, 45(3): 329-335. Cong X, Lei X T, Fu L, et al. Pollution characteristics and ecological risk assessment of heavy metals in soils around the gangue heap of Haizhou coal mine, China[J]. Earth and Environment, 2017, 45(3): 329-335. DOI:10.14050/j.cnki.1672-9250.2017.03.011 |
| [9] | Jiang X, Lu W X, Zhao H Q, et al. Potential ecological risk assessment and prediction of soil heavy-metal pollution around coal gangue dump[J]. Natural Hazards and Earth System Sciences, 2014, 14(6): 1599-1610. DOI:10.5194/nhess-14-1599-2014 |
| [10] |
陈雅丽, 翁莉萍, 马杰, 等. 近十年中国土壤重金属污染源解析研究进展[J]. 农业环境科学学报, 2019, 38(10): 2219-2238. Chen Y L, Weng L P, Ma J, et al. Review on the last ten years of research on source identification of heavy metal pollution in soils[J]. Journal of Agro-Environment Science, 2019, 38(10): 2219-2238. DOI:10.11654/jaes.2018-1449 |
| [11] |
霍明珠, 高秉博, 乔冬云, 等. 基于APCS-MLR受体模型的农田土壤重金属源解析[J]. 农业环境科学学报, 2021, 40(5): 978-986. Huo M Z, Gao B B, Qiao D Y, et al. Source apportionment of heavy metals in farmland soil based on the APCS-MLR model[J]. Journal of Agro-Environment Science, 2021, 40(5): 978-986. |
| [12] |
李武江, 朱四喜. 某矿区农田土壤重金属分布特征与生态风险评价[J]. 有色金属(冶炼部分), 2021(3): 93-101. Li W J, Zhu S X. Spatial distribution characteristics and ecological risk assessment of heavy metals in farmland soil of a mining area[J]. Nonferrous Metals (Extractive Metallurgy), 2021(3): 93-101. DOI:10.3969/j.issn.1007-7545.2021.03.015 |
| [13] |
赵庆令, 李清彩, 谢江坤, 等. 应用富集系数法和地累积指数法研究济宁南部区域土壤重金属污染特征及生态风险评价[J]. 岩矿测试, 2015, 34(1): 129-137. Zhao Q L, Li Q C, Xie J K, et al. Characteristics of soil heavy metal pollution and its ecological risk assessment in south Jining district using methods of enrichment factor and index of geoaccumulation[J]. Rock and Mineral Analysis, 2015, 34(1): 129-137. |
| [14] |
湛润生, 胡冬梅, 甄莉娜, 等. 山西省天镇县设施菜地土壤重金属污染评价及其源解析[J]. 环境污染与防治, 2021, 43(12): 1573-1577. Zhan R S, Hu D M, Zhen L N, et al. Pollution evaluation and source analysis of heavy metals in facility vegetable land soils of Tianzhen county of Shanxi province[J]. Environmental Pollution and Control, 2021, 43(12): 1573-1577. |
| [15] |
谢云峰, 杜平, 曹云者, 等. 基于地统计条件模拟的土壤重金属污染范围预测方法研究[J]. 环境污染与防治, 2015, 37(1): 1-6. Xie Y F, Du P, Cao Y Z, et al. Estimating the area of heavy metal contaminated soil using geostatistical conditional simulation[J]. Environmental Pollution and Control, 2015, 37(1): 1-6. |
| [16] |
范俊楠, 张钰, 贺小敏, 等. 基于BP神经网络的重点行业企业周边土壤重金属污染预测及评价[J]. 华中农业大学学报, 2019, 38(4): 55-62. Fan J N, Zhang Y, He X M, et al. BP neural network based prediction and evaluation of heavy metal pollution in soil around the enterprises in key areas of Hubei province[J]. Journal of Huazhong Agricultural University, 2019, 38(4): 55-62. |
| [17] |
孟源思, 高琳琳, 李子杰, 等. 农田土壤重金属污染风险评价模型与方法研究[J]. 地球与环境, 2020, 48(4): 489-495. Meng Y S, Gao L L, Li Z J, et al. Review on risk assessment model and method of heavy metal pollution in farmland Soil[J]. Earth and Environment, 2020, 48(4): 489-495. |
| [18] |
孙天河, 刘伟, 靳立杰, 等. 基于多元统计的土壤主要重金属影响因素分析——以济南市平阴县城区及附近区域为例[J]. 安全与环境学报, 2021, 21(2): 834-840. Sun T H, Liu W, Jin L J, et al. Assessment of the heavy metal influential factors based on the multivariate statistical analysis—a case study of the urban and nearby areas of Pinyin county of Jinan, China[J]. Journal of Safety and Environment, 2021, 21(2): 834-840. |
| [19] | Li K J, Gu Y S, Li M Z, et al. Spatial analysis, source identification and risk assessment of heavy metals in a coal mining area in Henan, Central China[J]. International Biodeterioration & Biodegradation, 2018, 128: 148-154. |
| [20] |
赵奕然, 谷建辉, 万卫, 等. 株洲城郊农田土壤重金属污染特征与Pb同位素示踪[J]. 环境科学学报, 2020, 40(3): 1074-1084. Zhao Y R, Gu J H, Wan W, et al. The features of heavy metal contamination and possible sources from Pb isotopic evidence in farmland soils, Zhuzhou suburb[J]. Acta Scientiae Circumstantiae, 2020, 40(3): 1074-1084. |
| [21] |
魏迎辉, 李国琛, 王颜红, 等. PMF模型的影响因素考察——以某铅锌矿周边农田土壤重金属源解析为例[J]. 农业环境科学学报, 2018, 37(11): 2549-2559. Wei Y H, Li G C, Wang Y H, et al. Investigating factors influencing the PMF model: A case study of source apportionment of heavy metals in farmland soils near a lead-zinc ore[J]. Journal of Agro-Environment Science, 2018, 37(11): 2549-2559. |
| [22] |
于旦洋, 王颜红, 丁茯, 等. 近十年来我国土壤重金属污染源解析方法比较[J]. 土壤通报, 2021, 52(4): 1000-1008. Yu D Y, Wang Y H, Ding F, et al. Comparison of analysis methods of soil heavy metal pollution sources in China in last ten years[J]. Chinese Journal of Soil Science, 2021, 52(4): 1000-1008. |
| [23] |
郭利君, 胡唤雨, 胡魁, 等. 矿业城市南川转型路径选择[J]. 中国矿业, 2012, 21(4): 25-28. Guo L J, Hu H Y, Hu K, et al. The selection of transition direction on economic development for mining city, Nanchuan[J]. China Mining Magazine, 2012, 21(4): 25-28. |
| [24] | HJ 962-2018, 土壤pH值的测定电位法[S]. |
| [25] | GB/T 17141-1997, 土壤质量铅、镉的测定石墨炉原子吸收分光光度法[S]. |
| [26] | GB/T 22105.1-2008, 土壤质量总汞、总砷、总铅的测定原子荧光法第1部分: 土壤中总汞的测定[S]. |
| [27] | HJ 780-2015, 土壤和沉积物无机元素的测定波长色散X射线荧光光谱法[S]. |
| [28] | HJ 781-2016, 固体废物22种金属元素的测定电感耦合等离子体发射光谱法[S]. |
| [29] | HJ 702-2014, 固体废物汞、砷、硒、铋、锑的测定微波消解/原子荧光法[S]. |
| [30] |
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. |
| [31] |
杨娅, 季宏兵. 新化矿区煤矸石中微量元素赋存形态及浸出特征[J]. 地球与环境, 2016, 44(1): 36-46. Yang Y, Ji H B. A study on chemical forms and leaching characteristics of trace elements in coal gangue from Xinhua coal mine in Guizhou province, China[J]. Earth and Environment, 2016, 44(1): 36-46. |
| [32] |
王心义, 杨建, 郭慧霞. 矿区煤矸石堆放引起土壤重金属污染研究[J]. 煤炭学报, 2006, 31(6): 808-812. Wang X Y, Yang J, Guo H X. Study on heavy metals in soil contaminated by coal waste rock pile[J]. Journal of China coal Society, 2006, 31(6): 808-812. |
| [33] |
张明亮, 王海霞. 煤矿区矸石山周边土壤重金属污染特征与规律[J]. 水土保持学报, 2007, 21(4): 189-192. Zhang M L, Wang H X. Characteristics on soil heavy metal pollution around coal mine waste piles[J]. Journal of Soil and Water Conservation, 2007, 21(4): 189-192. |
| [34] |
王俭, 吴永贵, 刘方, 等. 浸提剂pH值对煤矸石和煤泥污染物浸出特性的影响研究[J]. 农业环境科学学报, 2010, 29(6): 1144-1149. Wang J, Wu Y G, Liu F, et al. Various pH values of extractant impact on the leaching characteristics of coal mining discharge waste pollutants[J]. Journal of Agro-Environment Science, 2010, 29(6): 1144-1149. |
| [35] | Da Silva E B, Li S W, De Oliveira L M, et al. Metal leachability from coal combustion residuals under different pHs and liquid/solid ratios[J]. Journal of Hazardous Materials, 2018, 341: 66-74. |
| [36] |
任晓玲, 周蕙昕, 高明, 等. 煤矸石肥料的研究进展[J]. 中国煤炭, 2021, 47(1): 103-109. Ren X L, Zhou H X, Gao M, et al. Research progress of coal gangue fertilizer[J]. China Coal, 2021, 47(1): 103-109. |
| [37] |
武海霞, 郭爱科, 陶涛, 等. 煤矸石栽培基质在农业中资源化利用研究现状[J]. 北方园艺, 2021(23): 134-141. Wu H X, Guo A K, Tao T, et al. Research status of resource utilization of coal gangue cultivation matrix in agriculture[J]. Northern Horticulture, 2021(23): 134-141. |
| [38] |
范拴喜, 甘卓亭, 李美娟, 等. 土壤重金属污染评价方法进展[J]. 中国农学通报, 2010, 26(17): 310-315. Fan S X, Gan Z T, Li M J, et al. Progress of assessment methods of heavy metal pollution in soil[J]. Chinese Agricultural Science Bulletin, 2010, 26(17): 310-315. |
| [39] |
李强, 姚万程, 赵龙, 等. 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 Q, Yao W C, Zhao L, et al. Evaluation of mercury pollution in soil of different land use types in coal-fired industrial area[J]. Environmental Science, 2022, 43(7): 3781-3788. |
| [40] |
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. |
| [41] |
任顺荣, 邵玉翠, 高宝岩, 等. 长期定位施肥对土壤重金属含量的影响[J]. 水土保持学报, 2005, 19(4): 96-99. Ren S R, Shao Y C, Gao B Y, et al. Effects of long-term located fertilization on heavy-metal content of soil[J]. Journal of Soil and Water Conservation, 2005, 19(4): 96-99. |
| [42] |
裴鹏刚, 穆德苗, 马文艳, 等. 汞矿周边稻田汞和甲基汞污染特征及生态风险[J]. 生态与农村环境学报, 2022, 38(1): 112-119. Pei P G, Mu D M, Ma W Y, et al. Characteristic of mercury and methylmercury pollution in paddy soils around mercury mine area and its ecological risk[J]. Journal of Ecology and Rural Environment, 2022, 38(1): 112-119. |
| [43] |
李雨芩, 孙涛, 邓晗, 等. 汞在酸性紫色水稻土的转化与水稻汞富集特征[J]. 环境科学, 2018, 39(5): 2472-2479. Li Y Q, Sun T, Deng H, et al. Characteristics of mercury transformation in soil and accumulation in rice plants in an acidic purple paddy soil area[J]. Environmental Science, 2018, 39(5): 2472-2479. |
| [44] |
陈航, 王颖, 王澍. 铜山矿区周边农田土壤重金属来源解析及污染评价[J]. 环境科学, 2022, 43(5): 2719-2731. Chen H, Wang Y, Wang S. Source analysis and pollution assessment of heavy metals in farmland soil around Tongshan mining area[J]. Environmental Science, 2022, 43(5): 2719-2731. |
| [45] | 邢维芹, 冉永亮, 梁爽, 等. 施肥对土壤重金属的影响研究进展[J]. 河南农业科学, 2010(5): 129-133. |
| [46] |
吴科堰, 范成五, 刘桂华, 等. 黔西南某农用地土壤重金属风险评估与来源解析[J]. 西南农业学报, 2021, 34(8): 1721-1727. Wu K Y, Fan C W, Liu G H, et al. Risk assessment and source analysis of heavy metals in soil on a farm land in southwest Guizhou province[J]. Southwest China Journal of Agricultural Sciences, 2021, 34(8): 1721-1727. |
| [47] | Luo L, Ma Y B, Zhang S Z, et al. An inventory of trace element inputs to agricultural soils in China[J]. Journal of Environmental Management, 2009, 90(8): 2524-2530. |
| [48] |
何梦媛, 董同喜, 茹淑华, 等. 畜禽粪便有机肥中重金属在土壤剖面中积累迁移特征及生物有效性差异[J]. 环境科学, 2017, 38(4): 1576-1586. He M Y, Dong T X, Ru S H, et al. Accumulation and migration characteristics in soil profiles and bioavailability of heavy metals from livestock manure[J]. Environmental Science, 2017, 38(4): 1576-1586. |
| [49] |
沃惜慧, 杨丽娟, 曹庭悦, 等. 长期定位施肥下设施土壤重金属积累及生态风险的研究[J]. 农业环境科学学报, 2019, 38(10): 2319-2327. Wo X H, Yang L J, Cao T Y, et al. Accumulation and ecological risk of heavy metals in greenhouse soil under long-term fertilization[J]. Journal of Agro-Environment Science, 2019, 38(10): 2319-2327. |
| [50] |
宋文, 何天容, 潘鲁生. 贵州水城煤矸石风化土壤-农作物系统中汞分布规律研究[J]. 农业环境科学学报, 2010, 29(7): 1326-1332. Song W, He T R, Pan L S. Distribution of mercury species in the soils from weathered coal mine spoils and crops in Shuicheng, Guizhou province, China[J]. Journal of Agro-Environment Science, 2010, 29(7): 1326-1332. |
| [51] | Sun X B, Sun L P, Zhang X, et al. The spatial distribution of soil heavy metals and ecological restoration of Datong abandoned coal mine in Huainan city[J]. Journal of Physics: Conference Series, 2021, 1732(1). DOI:10.1088/1742-6596/1732/1/012101 |
| [52] |
李杰, 朱立新, 战明国, 等. 南方典型丘陵区酸性土壤重金属地球化学分布特征及来源分异解析[J]. 地质学报, 2016, 90(8): 1978-1987. Li J, Zhu L X, Zhan M G, et al. The geochemical distribution characteristics and source analysis of heavy metals in the typical hilly acidic soil region of south China[J]. Acta Geologica Sinica, 2016, 90(8): 1978-1987. |
| [53] |
王玉, 辛存林, 于奭, 等. 南方丘陵区土壤重金属含量、来源及潜在生态风险评价: 以江西省兴国县西北部为例[J]. 环境科学, 2022, 43(9): 4756-4766. Wang Y, Xin C L, Yu S, et al. Evaluation of heavy metal content, sources, and potential ecological risks in soils of southern hilly areas: an example from northwestern Xingguo county, Jiangxi province[J]. Environmental Science, 2022, 43(9): 4756-4766. |
| [54] |
李奕, 陈金萍, 李祥余, 等. 不同农业土地利用方式对土壤重金属含量影响及生态风险评价[J]. 北方园艺, 2021(18): 95-102. Li Y, Chen J P, Li X Y, et al. Effects of different agricultural land use patterns on soil heavy metal content and ecological risk assessment[J]. Northern Horticulture, 2021(18): 95-102. |
| [55] |
汪峰, 黄言欢, 李如忠, 等. 有色金属矿业城市典型村镇土壤重金属污染评价及来源解析[J]. 环境科学, 2022, 43(9): 4800-4809. Wang F, Huang Y H, Li R Z, et al. Contamination assessment and source apportionment of soil heavy metals in typical villages and towns in a nonferrous metal mining City[J]. Environmental Science, 2022, 43(9): 4800-4809. |
| [56] |
于林松, 万方, 范海印, 等. 姜湖贡米产地土壤重金属空间分布、源解析及生态风险评价[J]. 环境科学, 2022, 43(8): 4199-4211. Yu L S, Wan F, Fan H Y, et al. Spatial distribution, source apportionment, and ecological risk assessment of soil heavy metals in Jianghugongmi producing area, Shandong province[J]. Environmental Science, 2022, 43(8): 4199-4211. |