环境科学  2023, Vol. 44 Issue (3): 1397-1406   PDF    
引用本文
陈小霞, 张敏, 李蓓, 温鹏翀, 丁平, 姚玲爱, 马千里, 李廷真, 蔡丹, 胡国成. 广东茂名主要水系表层沉积物重金属风险评估及源解析[J]. 环境科学, 2023, 44(3): 1397-1406.
CHEN Xiao-xia, ZHANG Min, LI Bei, WEN Peng-chong, DING Ping, YAO Ling-ai, MA Qian-li, LI Ting-zhen, CAI Dan, HU Guo-cheng. Risk Assessment and Source Analysis of Heavy Metal Pollution in Surface Sediments from Major River Systems in Maoming City, Guangdong Province[J]. Environmental Science, 2023, 44(3): 1397-1406.
广东茂名主要水系表层沉积物重金属风险评估及源解析
陈小霞1,2, 张敏1,2, 李蓓2,3, 温鹏翀2, 丁平2, 姚玲爱2, 马千里2, 李廷真1, 蔡丹2, 胡国成1,2     
1. 重庆三峡学院环境与化学工程学院, 重庆 404130;
2. 生态环境部华南环境科学研究所, 国家环境保护环境污染健康风险评价重点实验室, 广州 510535;
3. 锦州医科大学公共卫生学院, 锦州 121000
收稿日期: 2022-04-21; 修订日期: 2022-06-20
基金项目: 国家重点研发计划项目（2018YFC1801505）；广州市科技计划项目（201707010220）
作者简介: 陈小霞(1997~), 女, 硕士研究生, 主要研究方向为沉积物中有毒有害物质环境行为和效应, E-mail: 1399041719@qq.com
通信作者: 胡国成, E-mail: huguocheng@scies.org
摘要: 为了解广东茂名主要水系表层沉积物重金属的空间分布特征及其污染来源，合理评价研究区域沉积物重金属的生态风险，对茂名市8条河流和3座水库表层沉积物中重金属（As、Hg、Cd、Co、Cr、Cu、Mn、Ni、Pb和Zn）含量进行分析.采用地累积指数、潜在生态风险指数和潜在生物毒性效应评估重金属的生态风险；使用主成分分析和正定矩阵因子分解模型解析重金属的来源.结果表明，表层沉积物中ω（Zn）（147.56mg ·kg-1）和ω（Hg）（0.20mg ·kg-1）水平较高，分别超背景值3.72倍和2.25倍.Cd、Co、Cu、Mn、Ni和Zn含量水平在空间分布上表现为：北部>中部>西部>东南部.地累积指数结果显示Zn为偏中度污染，76.6%采样点的Hg为轻度-偏重度污染，其余元素整体上为无-轻度污染.潜在生态风险和潜在生物毒性评估结果均表明高州水库潜在生态风险指数和毒性效应较其他水系高，且Hg为主要贡献元素.主成分分析和正定矩阵因子分解模型提取的3个因子分别代表自然源、农业面源和工业源.因此，为降低沉积物中重金属带来的健康危害，应注重对Hg的防控治理.
关键词: 茂名      沉积物      重金属      污染特征      生态风险评价      源解析     
Risk Assessment and Source Analysis of Heavy Metal Pollution in Surface Sediments from Major River Systems in Maoming City, Guangdong Province
CHEN Xiao-xia1,2 , ZHANG Min1,2 , LI Bei2,3 , WEN Peng-chong2 , DING Ping2 , YAO Ling-ai2 , MA Qian-li2 , LI Ting-zhen1 , CAI Dan2 , HU Guo-cheng1,2     
1. School of Environmental and Chemical Engineering, Chongqing Three Gorges University, Chongqing 404130, China;
2. State Environmental Protection Key Laboratory of Environmental Pollution Health Risk Assessment, South China Institute of Environmental Science, Ministry of Ecology and Environment, Guangzhou 510535, China;
3. School of Public Health, Jinzhou Medical University, Jinzhou 121000, China
Abstract: In order to understand the spatial distribution and sources of heavy metals in surface sediments of MaoMing city and to reasonably evaluate the ecological risk of heavy metals in sediments of the study area, the contents of heavy metals (As, Hg, Cd, Co, Cr, Cu, Mn, Ni, Pb, and Zn) in surface sediments of eight rivers and three reservoirs were detected, and the risks of heavy metals were assessed using the geo-accumulation index (Igeo), potential ecological disk index (RI), and potential adverse biological impacts (ΣTUs). The sources of heavy metals were analyzed via correlation, principal component analysis (PCA), and positive matrix factorization (PMF). The results showed that the ω(Zn) (147.56 mg·kg-1) and ω(Hg) (0.20 mg·kg-1) were 3.72 and 2.25 times the background value, respectively, and the spatial distributions of Cd, Co, Cu, Mn, Ni, and Zn were in the order of northern>central>western>southeast. The geo-accumulation index results showed that Zn was at a moderate pollution level, 76.6% of the sampling sites of Hg were at a light-heavy pollution level, and other heavy metals were at a non-light pollution level. The results of potential ecological risk and potential adverse biological impacts indicated that the potential ecological risk index and toxicity effect of Gaozhou Reservoir were higher than those of other rivers, and Hg was the major contributor to heavy metal pollution. The three factors extracted from principal component analysis and positive matrix factorization represented natural sources, agricultural sources, and industrial sources, respectively. Therefore, in order to reduce the health hazards caused by heavy metals in sediments, a prevention and control system for the Hg element should be established.
Key words: Maoming      sediments      heavy metals      pollution characteristics      risk evaluation      source analysis     

广东省茂名市是以工业化为标志的城市, 20世纪50年代发现的油页岩促进了当地经济发展[1], 工业在提升社会经济水平的同时, 产生的重金属污染严重影响着人类生存的环境[2].通过陆上内循环过程, 重金属被输送到水环境中[3], 被水生生物利用、悬浮于水体, 最终在沉积物中平衡[4, 5].当重金属含量水平到达一定阈值, 会危害水资源利用者的健康[6].Ma等[7]评估茂名市油页岩露天矿区重金属的生物利用度, 发现修复后的矿区对人体健康风险依然很高; 胡国成等[8]评估了高州水库15个采样点位的重金属风险, 发现地累积指数和生物效应浓度评价法更能精确反映研究区重金属污染特征, 结果显示Zn和Cr属于中度污染, 对底栖生物影响较大; 王妙等[9]分析了粤西三座水库重金属污染, 表明Zn和Pb的生态危害较高与当地发达的农业有关, 大量农药化肥累积在土壤中并随雨水冲刷进入水库.目前, 研究仅针对茂名市个别水库或典型矿区, 对全方位表层沉积物的重金属分析报道较少.

基于以上情况, 本研究选择了茂名市的8条重点河流(鉴江、小东江、袂花江、罗江、黄华江、罗定江、寨头河、杨梅河)和3座典型水库(高州水库、罗坑水库、名湖水库)为研究区域, 分析表层沉积物中10种重金属(As、Hg、Cd、Co、Cr、Cu、Mn、Ni、Pb和Zn)的含量水平和空间分布特征, 解析其污染来源, 评价其潜在生态风险及潜在生物毒性效应, 以期为今后相关的研究提供数据支持和理论参考.

1 材料与方法 1.1 样点设置与样品采集

根据流域的不同断面、周边工业布局和采集样品时的难易度, 在8条重点河流和3个典型水库共设置了128个采样位点, 具体分布如图 1所示.2021年11月, 前往广东省茂名市进行沉积物样品采集.使用木铲采集可涉水河流的表层沉积物, 使用抓泥斗采集不可涉水河流和水库中的沉积物, 每次进行样品采集时, 用采样点位对应的水体润洗采样工具.将沉积物中较大体积的石块、残叶和底栖生物体剔除, 混匀样品后装入铝箔袋中, 放入-20℃的冰箱中保存[10].

图 1 广东省茂名市表层沉积物采样点位示意 Fig. 1 Sampling sites of surface sediments in Maoming City, Guangdong province

1.2 样品实验分析

取适量的沉积物样品冷冻干燥, 研磨后过100目筛网, 保存在聚乙烯自封袋中放置阴凉干燥处.采用《土壤和沉积物12种金属元素的测定王水提取-电感耦合等离子体质谱法》(HJ 803-2016)[11]中电热板消解法对沉积物样品进行前处理分析, 使用电感耦合等离子体质谱仪(ICP-MS-NexION 2000, Perkin Elmer, 美国)测定样品Cd.使用电感耦合等离子体发射光谱仪(ICP-OES-700, Agilent, 美国)测定样品中的Co、Cr、Cu、Mn、Ni、Pb和Zn; 采用《土壤和沉积物汞、砷、硒、铋、锑的测定微波消解原子荧光法》(HJ 680-2013)[12]对沉积物样品进行前处理, 使用原子荧光光度计(AFS-8230, 北京吉天仪器有限公司, 中国)测定As和Hg.实验所用试剂均为优级纯(上海国药集团, 中国).利用空白、平行和国家标准沉积物样品(GBW07309 GSD-9)进行质量控制.空白样品符合质量控制和质量保证要求, 平行样品标准差均小于9%, 样品回收率为80%~114%.

1.3 地累积指数

地累积指数(Geo-accumulation Index, Igeo)通过结合当地重金属背景值可以直观地体现重金属对沉积物的污染程度.其计算公式[13]：

式中, Ci为沉积物中实际测出的重金属含量水平(mg·kg-1); Bi为沉积物中重金属的背景值(mg·kg-1), 本研究中元素背景值来自于广东茂名土壤背景值的算数平均值[14]; 考虑到各地岩石差异可能会引起背景值的变动, 一般设定k=1.5[15].

根据Igeo, 可将重金属污染程度分为表 1中的等级.

表 1 地累积指数污染等级划分 Table 1 The Igeo pollution classification

1.4 重金属风险 1.4.1 潜在生态风险指数(potential ecological risk index)

潜在生态风险指数法分为单项潜在生态风险(Eri)和综合潜在生态风险(RI), 是结合金属元素的毒性响应系数来评价重金属对生态环境造成的潜在风险.其计算公式为[16]：

式中, RI为多种重金属的综合潜在生态风险指数; Eri为某一重金属元素的潜在生态风险指数; Tri某一重金属元素的毒性响应系数; Ci为沉积物中实际测出的重金属含量水平(mg·kg-1); Bi为沉积物中重金属的背景值(mg·kg-1).

根据RI和Eri, 可将重金属潜在生态风险分为表 2中的等级.

表 2 潜在生态风险等级划分 Table 2 Potential ecological risk classification

1.4.2 潜在生物毒性效应(potential adverse biological impacts)

本研究选用了MacDonald等[17]和Long等[18]的沉积物环境质量基准(sediment quality guidelines, SQGs)评价方法(ERL/ERM和TEL/PEL), 评价茂名水系表层沉积物重金属的潜在生物毒性效应.重金属含量低于效应范围低值(effects range low, ERL)或临界效应浓度(threshold effect level, TEL), 生物毒性效应几乎不发生; 大于效应范围中值(effects range median, ERM)或必然效应浓度(probable effect level, PEL), 则生物毒性效应发生频繁; 处于两者中值, 则生物毒性效应偶尔会发生[19].

毒性(toxic units, TUs)是结合化学物含量与其对应的PEL值之比来表征潜在生物毒性(表 3).其计算公式为[20]：
表 3 潜在生生物毒性等级划分 Table 3 Potential biological toxic classification

式中, Ci为沉积物中实际测出的重金属含量水平(mg·kg-1); PEL为重金属对应的必然效应浓度.

1.5 正定矩阵因子分解模型

正定矩阵因子分解(positive matrix factorization, PMF) 模型是基于多元统计技术的定量化污染源因子的分析方法.本文研究128个沉积物样品中10种重金属, 符合PMF的应用条件[21].其计算公式为[22]：

式中, xij为样本i中金属j的含量; gik为污染源k在样本i中的贡献率; fkj为污染源k对重金属j含量的特征值; eij为残差矩阵; uij和Unc样本i中金属j的不确定度; p为相对标准偏差; C为重金属的实测含量; MDL方法检出限.

1.6 数据分析

使用ArcGIS 10.7绘制采样点位图; 利用Origin 2018绘制重金属含量水平和风险评价图; 使用SPSS 25.0完成正态分布、显著性差异、相关性分析和主成分分析.采用地累积指数、潜在生态风险指数和潜在生物毒性效应对沉积物重金属潜在风险进行评价.采用EPA PMF 5.0进行重金属来源验证分析.

2 结果与讨论 2.1 重金属污染特征

广东省茂名市表层沉积物中重金属含量水平如表 4所示, 重金属存在不同程度的污染, 除Pb外, 其余9种重金属(As、Hg、Cd、Co、Cr、Cu、Mn、Ni和Zn)含量平均值(5.96、0.20、0.12、9.62、58.73、18.82、388.61、13.16和147.56 mg·kg-1)均超过了区域土壤背景值的1.27、2.25、1.50、2.24、1.71、1.34、2.43、1.32和3.72倍.变异系数是重金属含量受空间分布的差异程度, 受人为活动影响[23], Cd的变异系数为1.32, 说明沉积物中该元素的地域分布差异程度高, Pb和Zn的变异系数小于0.5, 地域分布差异属于中等程度.与国内外表层沉积物中重金属含量相比, 本研究As、Cd、Mn和Ni含量水平较低, Cr和Pb含量处于中等水平.Zn含量水平与珠江的相当, Cu和Cd含量水平与长江口的相当.

表 4 广东省茂名市表层沉积物中重金属含量1)/mg·kg-1 Table 4 Concentrations of heavy metals in surface sediments from Maoming City, Guangdong province/mg·kg-1

基于水系的连通性, 本研究把茂名市水系分为西部(鉴江和罗江)、北部(黄华江)、中部(高州水库)和东南部(袂花江、寨头河和罗坑水库)进行分析, 结果如图 2所示.结果表明：As在西部和北部无显著性差异(P＞0.05), 中部显著高于西部和东南部(P＜0.01); Co在北部含量显著高于西部和东南部(P＜0.01), Cu、Cd和Mn与Co有相同的显著性差异, 均为北部显著高于西部和东南部; Pb在中部含量显著高于北部和西部(P＜0.01); Hg在中部含量显著高于西部和北部(P＜0.01), 与东南部含量相当, 无显著性差异(P＞0.05).由于中部(高州水库)的Pb和Hg显著较高, 将高州水库各采样点的含量水平进行单独分析.如图 2所示, Hg在G3点位达到最大值, Pb在G5点位的含量水平最高, 两金属元素在高州水库支流CJ2点位含量均有不同程度下降, 可能是由于水库中水体流动性小, 污染物易于沉降富集且不易释放, 入库支流流速较大, 污染物易从沉积物中解吸且释放[29, 30], 除了水动力因素对沉积物中重金属影响之外, 沉积物中重金属含量还与其质地有关.水库中沉积物为黏粒质地, 入库支流沉积物多为粉-砂粒质地, 黏粒质地的沉积物更容易吸附水体中的重金属, 砂粒沉积物对重金属的富集效应较弱[7, 31, 32].

图 2 广东省茂名市表层沉积物重金属分布特征 Fig. 2 Spatial distribution characteristics of heavy metals in surface sediments from Maoming City, Guangdong province

2.2 地累积指数(Igeo)

茂名表层沉积物重金属地累积指数如图 3所示, 10种重金属地累积指数从高到低顺序依次为：Zn>Mn>Hg>Co>Cr>Cu>Ni>Cd>As>Pb.根据表 1的等级划分, 在所有沉积物样品中Pb整体处于无污染等级; 7.8%的沉积物样品中As的污染程度偏中度, XS1(鉴江)和J8(鉴江)采样点为重度污染; Cd整体处于无-轻度污染; 28.9%的沉积物样品中Ni处于轻度污染, XS1和X1(小东江)这两个采样点为偏中度污染; 对Cu而言, PD5(罗江)、X1和QP1(黄华江)这3个采样点为偏中度污染; 7%的沉积物样品中Cr处于偏中度污染; XS1和PD5两个采样点的Co为重度污染; 76.6%的沉积物样品中Hg处于轻度污染以上; Zn整体处于偏中度污染.茂名市沉积物中各金属元素虽有不同程度的污染, 但地累积指数平均值均小于2, 处于无污染-偏中度污染.XS1点位存在Ni和Co复合污染, X1点位存在Ni和Cu复合污染, PD5点位存在Cu和Co复合污染.

图 3 广东省茂名市表层沉积物重金属地累积指数 Fig. 3 Geo-accumulation index of heavy metals in surface sediments from Maoming City, Guangdong province

2.3 重金属风险评估 2.3.1 潜在生态风险(RI)

茂名市表层沉积物重金属生态风险评价结果如图 4所示, 单因子生态风险指数(Eri)平均值大小顺序为：Hg>Cd>As>Co>Cu>Ni>Pb>Zn>Cr>Mn.其平均值分别为87.97、45.43、12.69、11.21、6.74、6.52、4.64、3.72、3.43和2.44. Hg的生态风险为偏高度风险, Cd为中度风险, 其他金属元素无生态风险.Hg和Cd评价结果与前人的研究结果一致[33], 由于Hg(40)和Cd(30)的毒性响应系数较高, 且含量平均值均超过当地土壤背景值.按流域来分析, 茂名市所有水系的沉积物重金属综合生态风险(RI)均在150~300之间, 处于中风险.Hg是流域和水库沉积物中污染最严重的重金属, 对部分流域和3个水库的生态风险处于偏高水平.因此, Hg应列为茂名市水生态管理的重点污染物.高州水库的风险指数为264, 与其他流域相比风险较高, 其中Hg的贡献率较高, 可能由于化石燃料燃烧[34~37]产生的大气污染沉降进入水体.

图 4 广东省茂名市表层沉积物重金属综合生态风险等级 Fig. 4 Integrated ecological risk classification of heavy metals in surface sediments from Maoming City, Guangdong province

2.3.2 潜在生物毒性(ΣTUs)

从表 4可得重金属含量平均值与ERL的比值从高到低依次为：Hg(1.33)>Zn(0.98)>As(0.73)=Cr(0.73)>Ni(0.63)>Pb(0.58)>Cu(0.55)>Cd(0.1), 除Hg以外其它元素的含量平均值均小于ERL, 不构成生物毒性.Hg的含量平均值介于ERL和ERM之间, 生物毒性效应偶尔发生.从区域分布来看, As、Hg、Cd、Cr、Cu、Ni、Pb和Zn中有18.75%、65.6%、0.78%、23.43%、5.47%、14.06%、7.81%和46.09%的采样点重金属含量水平介于ERL和ERM之间, 可能会发生生物毒性效应.值得注意的是, 虽然Zn含量平均值未超过ERL, 但有46.09%的采样点生物毒性效应偶发.图 5所示为不同流域重金属生物毒性单位总和, 鉴江、华黄江和罗定江无生物毒性, 高州水库表现为高毒性, 其他流域处于低毒.各个流域或水库沉积物中, Hg为生物毒性的主要贡献因素, 其次是Zn.

图 5 广东省茂名市表层沉积物重金属毒性单位总和 Fig. 5 Estimated sum of toxic units (ΣTUs) of heavy metals in surface sediments from Maoming City, Guangdong province

综上分析, 3种评价所得结果略有差异.地累积指数和潜在生物毒性评价结果相似, 均认为Hg和Zn对沉积物污染贡献较大, 潜在生态风险评价结果显示Hg和Cd生态风险较高.地累积指数和潜在生物毒性评价基于重金属含量与基准值(当地土壤背景值、ERL、ERM和PEL)的对比, 侧重于重金属含量水平; 潜在生态风险评价结果受毒性响应系数影响较大.

2.4 重金属来源分析

主成分分析(principal component analysis, PCA)解析重金属成分(表 5), 结果显示KMO=0.687, 大于0.5; Batlet小于0.05.说明变量之间存在相关性且可以进行因子分析[38].用正定矩阵因子分解模型(PMF)对PCA结果进行验证, 图 6所示, PMF的分析结果与PCA在整体上具有一致性.

表 5 主成分分析结果和重金属来源贡献率 Table 5 Results of the principal component analysis and contribution ratio of heavy metal sources

图 6 广东省茂名市表层沉积物重金属元素的PMF源解析结果 Fig. 6 PMF source analysis of heavy metal elements in surface sediments from Maoming City, Guangdong province

主成分分析结果所示, 共提取了3个主成分, 累计方差为71.14%.成分1中的元素有As、Co、Cr、Mn和Ni, 方差贡献率为46.25%; 成分2元素有Cd、Cu和Zn, 方差贡献率为12.64%, 且根据相关性分析(表 6), Cd与Cu和Zn之间显著相关; 成分3的元素为Hg和Pb, 方差贡献率为12.25%, 且相关性分析显示Hg仅与Pb显著相关, 可能存在共同污染源.

表 6 广东省茂名市表层沉积物中重金属含量的相关分析1) Table 6 Correlation analysis of heavy metal content in surface sediments from Maoming City, Guangdong province

因子1中主要负荷元素为As、Co、Cr、Mn、Cu和Ni, 贡献率为77.12%、72.31%、70.70%、66.23%、64.54%和75.65%.PCA分析的Cu属于成分2, 这可能是因为Cu在PCA分析中成分1(0.63)和成分2(0.67)的载荷相似.其中As载荷较高, 在含量水平分析显示As、Ni和Cd低于国内外其他地区, 地累积指数和潜在风险较低, 考虑其污染较轻或无污染, 且Co、Cr和Ni的变异系数在0.5左右, 空间分布变异性低, 且为亲Fe元素, 受成土母质影响较大[39, 40], 因此将因子1认定为自然源.

因子2负荷元素为Cd和Zn, 贡献率为32.12%和46.64%.主要富集在上游(北部)区域.Cd是农药化肥的标志性元素[41, 42], 残留的农药和化肥在降水和径流冲刷作用下, 可通过地表径流进入流域, 聚集沉积物中[43].同时水产养殖业中的鱼饲料一定程度上会影响Cd和Zn的富集[36, 44], 所以因子2代表农业面源.

因子3 Hg和Pb的贡献率为87.45%和69.09%.其中Hg为代表元素, Hg和Pb在中部(高州水库)中含量较高, 高州水库易受周边乡镇村民和外来游客的人类活动影响, 且茂名石化产业链中家具、建材、电子和汽车加工工厂在当地分布较多[45], 考虑Pb由煤炭燃烧[37]、交通运输或游船的尾气[46, 47]以及铅锌矿相关活动[48]产生, Hg来源于化石燃烧[49, 50], 两者随大气沉降和地表径流作用进入水体, 所以因子3可能是工业源.

3 结论

(1) 茂名市主要表层沉积物检出的10种重金属(As、Hg、Cd、Co、Cr、Cu、Mn、Ni、Pb和Zn)含量平均值为5.96、0.20、0.12、9.62、58.73、18.82、388.61、13.16、27.29和147.56 mg·kg-1, 除Pb外, 其它元素含量平均值均超过广东省土壤背景值; 重金属含量整体呈现出北部>中部>西部>东南部的趋势, Cd、Co、Cu、Mn、Ni和Zn含量有相同的空间分布趋势, 其它元素在各采样点位均有不同程度污染.

(2) 重金属地累积指数显示Zn为偏中度污染, 其余金属为无-轻度污染, 采样点存在重金属复合污染的情况; 潜在生态风险指数显示高州水库综合风险指数较高, 为中风险, Hg是主要贡献元素, 为偏高度风险; 潜在生物毒性评价显示高州水库的潜在生物毒性等级为高等毒性, Hg是主要贡献元素, 偶会发生生物毒性效应, 评估结果与潜在生态风险评价相同.

(3) 重金属来源解析结果表明, 沉积物重金属As、Co、Cr、Mn、Cu和Ni源于自然背景, Cd和Zn来自农-渔业所使用的化肥、农药和饲料等, Hg和Pb源于燃煤及交通尾气.

参考文献
[1] 陈雪, 周汉杰. 论茂名工业精神的传承与发展[J]. 南方论刊, 2020(1): 37-39, 45. DOI:10.3969/j.issn.1004-1133.2020.01.015
[2] Noli F, Tsamos P. Concentration of heavy metals and trace elements in soils, waters and vegetables and assessment of health risk in the vicinity of a lignite-fired power plant[J]. Science of the Total Environment, 2016, 563-564: 377-385. DOI:10.1016/j.scitotenv.2016.04.098
[3] 李星谕, 李朋, 苏业旺, 等. 汤逊湖表层沉积物重金属污染与潜在生态风险评价[J]. 环境科学, 2022, 43(2): 859-866.
Li X Y, Li P, Su Y W, et al. Pollution and potential ecological risk assessment of heavy metals in surface sediments of Tangxun Lake[J]. Environmental Science, 2022, 43(2): 859-866. DOI:10.13227/j.hjkx.202105129
[4] Yuan H Z, Shen J, Liu E F, et al. Assessment of nutrients and heavy metals enrichment in surface sediments from Taihu Lake, a eutrophic shallow lake in China[J]. Environmental Geochemistry and Health, 2011, 33(1): 67-81. DOI:10.1007/s10653-010-9323-9
[5] Han D M, Cheng J P, Hu X F, et al. Spatial distribution, risk assessment and source identification of heavy metals in sediments of the Yangtze River Estuary, China[J]. Marine Pollution Bulletin, 2017, 115(1-2): 141-148. DOI:10.1016/j.marpolbul.2016.11.062
[6] Cui L, Wang X N, Li J, et al. Ecological and health risk assessments and water quality criteria of heavy metals in the Haihe River[J]. Environmental Pollution, 2021, 290. DOI:10.1016/j.envpol.2021.117971
[7] Ma T F, Luo H J, Huang K B, et al. Hierarchical health risk assessment and influence factors of an ecological post-restoration oil shale mining area based on metal bioavailability[J]. Science of the Total Environment, 2022, 821. DOI:10.1016/j.scitotenv.2022.153480
[8] 胡国成, 许振成, 赵学敏, 等. 高州水库表层沉积物重金属污染特征及生态风险评价[J]. 环境科学研究, 2011, 24(8): 949-957.
Hu G C, Xu Z C, Zhao X M, et al. Pollution characteristics and ecological risk assessment of heavy metals in surface sediments from Gaozhou Reservoir, Guangdong province[J]. Research of Environmental Sciences, 2011, 24(8): 949-957. DOI:10.13198/j.res.2011.08.117.hugch.015
[9] 王妙, 王胜, 唐鹊辉, 等. 粤西三座重要供水水库沉积物营养盐负荷与重金属污染特征[J]. 生态环境学报, 2014, 23(5): 834-841.
Wang M, Wang S, Tang Q H, et al. Characteristics of sediment nutrients loading and heavy metals pollution in three important reservoirs from the west coast of Guangdong province, South China[J]. Ecology and Environmental Sciences, 2014, 23(5): 834-841. DOI:10.3969/j.issn.1674-5906.2014.05.016
[10] HJ/T 91-2002, 地表水和污水监测技术规范[S].
[11] HJ 803-2016, 土壤和沉积物12种金属元素的测定王水提取-电感耦合等离子体质谱法[S].
[12] HJ 680-2013, 土壤和沉积物汞、砷、硒、铋、锑的测定微波消解/原子荧光法[S].
[13] Zhao Q Q, Bai J H, Gao Y C, et al. Heavy metal contamination in soils from freshwater wetlands to salt marshes in the Yellow River Estuary, China[J]. Science of the Total Environment, 2021, 774. DOI:10.1016/j.scitotenv.2021.145072
[14] 罗思亮. 广东省阳江-茂名地区土壤地球化学背景值与基准值分析[J]. 云南化工, 2018, 45(6): 89-92.
Luo S L. Analysis of soil geochemical background values and reference values in Yangjiang Maoming area of Guangdong province[J]. Yunnan Chemical Technology, 2018, 45(6): 89-92. DOI:10.3969/j.issn.1004-275X.2018.06.038
[15] 刘佳伟. 鄱阳湖边缘地带沉积物-土壤重金属污染评价[D]. 南昌: 南昌大学, 2021.
Liu J W. Assessment of heavy metal pollution in sediments and soils of Poyang Lake marginal zone[D]. Nanchang: Nanchang University, 2021.
[16] Xia P H, Ma L, Sun R G, et al. Evaluation of potential ecological risk, possible sources and controlling factors of heavy metals in surface sediment of Caohai Wetland, China[J]. Science of the Total Environment, 2020, 740. DOI:10.1016/j.scitotenv.2020.140231
[17] 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. DOI:10.1007/s002440010075
[18] Long E R, MacDonald D D, Smith S L, et al. Incidence of adverse biological effects within ranges of chemical concentrations in marine and estuarine sediments[J]. Environmental Management, 1995, 19(1): 81-97. DOI:10.1007/BF02472006
[19] 詹咏, 韦婷婷, 叶汇彬, 等. 三亚河沉积物PAHs和PCBs的分布、来源及风险评价[J]. 环境科学, 2021, 42(4): 1830-1838.
Zhan Y, Wei T T, Ye H B, et al. Distribution, source, and ecological risk evaluation of the PAHs and PCBs in the sediments from Sanya River[J]. Environmental Science, 2021, 42(4): 1830-1838. DOI:10.13227/j.hjkx.202008267
[20] Chai M W, Li R L, Ding H, et al. Occurrence and contamination of heavy metals in urban mangroves: a case study in Shenzhen, China[J]. Chemosphere, 2019, 219: 165-173. DOI:10.1016/j.chemosphere.2018.11.160
[21] 庞阔, 李敏, 刘璐, 等. 基于蒙特卡洛模拟与PMF模型的黄河流域沉积物重金属污染评价及源解析[J]. 环境科学, 2022, 43(8): 4008-4017.
Pang K, Li M, Liu L, et al. Evaluation and source analysis of heavy metal pollution in sediments of the Yellow River Basin based on Monte Carlo simulation and PMF model[J]. Environmental Science, 2022, 43(8): 4008-4017.
[22] Li Y Z, Chen H Y, Teng Y G. Source apportionment and source-oriented risk assessment of heavy metals in the sediments of an urban river-lake system[J]. Science of the Total Environment, 2020, 737. DOI:10.1016/j.scitotenv.2020.140310
[23] 赵晓亮, 李响, 卢洪斌, 等. 东江湖表层沉积物重金属污染特征与潜在生态风险评价[J]. 环境科学, 2022, 43(6): 3048-3057.
Zhao X L, Li X, Lu H B, et al. Analysis of heavy metal pollution characteristics and potential ecological risks of surface sediments in Dongjiang Lake[J]. Environmental Science, 2022, 43(6): 3048-3057.
[24] 康舒欣. 沣河流域水体和沉积物重金属元素的风险评估和污染源解析[D]. 长安: 长安大学, 2020.
Kang S X. Risk assessment and analysis of pollution sources of water and sediment heavy metal elements in Fenghe River Basin[D]. Chang'an: Chang'an University, 2020.
[25] 韦彬, 侯青叶, 唐志敏, 等. 珠江水系沉积物重金属元素背景值估算及污染特征分析[J]. 现代地质, 2019, 33(2): 293-304.
Wei B, Hou Q Y, Tang Z M, et al. Estimation of background values and contamination characteristics of heavy metals in sediments of the Pearl River, China[J]. Geoscience, 2019, 33(2): 293-304.
[26] Wang X, Liu B L, Zhang W S. Distribution and risk analysis of heavy metals in sediments from the Yangtze River Estuary, China[J]. Environmental Science and Pollution Research, 2020, 27(10): 10802-10810. DOI:10.1007/s11356-019-07581-x
[27] Sankarappan R, Gopalakrishnan G, Shanmugam R, et al. Diffusion, textural characteristics, and source identification of the heavy metals in the Karankadu mangrove sediments, South India[J]. Arabian Journal of Geosciences, 2021, 14(4). DOI:10.1007/s12517-021-06673-8
[28] Ibrahim M I A, Mohamed L A, Mahmoud M G, et al. Potential ecological hazards assessment and prediction of sediment heavy metals pollution along the Gulf of Suez, Egypt[J]. The Egyptian Journal of Aquatic Research, 2019, 45(4): 329-335. DOI:10.1016/j.ejar.2019.12.003
[29] 余杨, 鲁婧, 王世亮, 等. 不同水流速度下重金属Cd、Cr在上覆水-间隙水-沉积物体系中的迁移特征[A]. 见: 中国水利学会. 中国水利学会2021学术年会论文集第二分册[C]. 郑州: 黄河水利出版社, 2021. 30-35.
[30] 骆丽珍, 朱志雄, 陈石泉, 等. 万宁小海澙湖表层沉积物时空分布特征与污染评价[J]. 海洋湖沼通报, 2022, 44(2): 103-111.
Luo L Z, Zhu Z X, Chen S Q, et al. Spatial distribution and contamination evaluation of surface sediment in Xiaohai, Wanning[J]. Transactions of Oceanology and Limnology, 2022, 44(2): 103-111.
[31] 方志青, 王永敏, 王训, 等. 三峡库区支流汝溪河沉积物重金属空间分布及生态风险[J]. 环境科学, 2020, 41(3): 1338-1345.
Fang Z Q, Wang Y M, Wang X, et al. Spatial distribution and risk assessment of heavy metals in sediments of the Ruxi tributary of the Three Gorges Reservoir[J]. Environmental Science, 2020, 41(3): 1338-1345.
[32] 李小林, 刘恩峰, 于真真, 等. 异龙湖沉积物重金属人为污染与潜在生态风险[J]. 环境科学, 2019, 40(2): 614-624.
Li X L, Liu E F, Yu Z Z, et al. Contamination and potential ecological risk assessment of heavy metals in the sediments of Yilong Lake, Southwest China[J]. Environmental Science, 2019, 40(2): 614-624.
[33] Rao K, Tang T, Zhang X, et al. Spatial-temporal dynamics, ecological risk assessment, source identification and interactions with internal nutrients release of heavy metals in surface sediments from a large Chinese shallow lake[J]. Chemosphere, 2021, 282. DOI:10.1016/j.chemosphere.2021.131041
[34] 赵德文. 巢湖表层沉积物汞污染风险评估及磁学诊断[D]. 淮南: 安徽理工大学, 2019.
Zhao D W. Risk assessment of mercury pollution and magnetic diagnosis in surface sediments of Chaohu Lake[D]. Huainan: Anhui University of Science and Technology, 2019.
[35] Hu W Y, Wang H F, Dong L R, et al. Source identification of heavy metals in Peri-urban agricultural soils of Southeast China: an integrated approach[J]. Environmental Pollution, 2018, 237: 650-661.
[36] 董騄睿, 胡文友, 黄标, 等. 基于正定矩阵因子分析模型的城郊农田土壤重金属源解析[J]. 中国环境科学, 2015, 35(7): 2103-2111.
Dong L R, Hu W Y, Huang B, et al. Source appointment of heavy metals in suburban farmland soils based on positive matrix factorization[J]. China Environmental Science, 2015, 35(7): 2103-2111.
[37] 车凯, 陈崇明, 郑庆宇, 等. 燃煤电厂重金属排放与周边土壤中重金属污染特征及健康风险[J]. 环境科学, 2022, 43(10): 4578-4589.
Che K, Chen C M, Zheng Q Y, et al. Heavy metal emissions from coal-fired power plants and heavy metal pollution characteristics and health risks in surrounding soils[J]. Environmental Science, 2022, 43(10): 4578-4589.
[38] Bhardwaj R, Gupta A, Garg J K. Evaluation of heavy metal contamination using environmetrics and indexing approach for River Yamuna, Delhi stretch, India[J]. Water Science, 2017, 31(1): 52-66.
[39] 张富贵, 彭敏, 贺灵, 等. 贵州省典型铅锌矿区潜在有毒元素(PTEs)物源甄别、生态风险评价及控制因素[J]. 环境科学, 2022, 43(4): 2081-2093.
Zhang F G, Peng M, He L, et al. Sources identification, ecological risk assessment, and controlling factors of potentially toxic elements in typical lead-zinc mine area, Guizhou province, Southwest China[J]. Environmental Science, 2022, 43(4): 2081-2093.
[40] 余楚, 李剑锋, 吕敦玉. 大兴安岭南段某矿区河流表层沉积物重金属污染及风险评价[J]. 生态环境学报, 2021, 30(11): 2223-2231.
Yu C, Li J F, Lv D Y. Heavy metal pollution and risk assessment in river surface sediments of mining area in the South of the Da Hinggan Mountains[J]. Ecology and Environmental Sciences, 2021, 30(11): 2223-2231.
[41] 任杰, 白莉, 李军, 等. 太湖表层沉积物重金属污染评价与来源分析[J]. 地球与环境, 2021, 49(4): 416-427.
Ren J, Bai L, Li J, et al. Pollution evaluation and source apportionment of heavy metals in surface sediments of the Taihu Lake[J]. Earth and Environment, 2021, 49(4): 416-427.
[42] Kang D J, Zheng G Y, Yu J H, et al. Hydropower reservoirs enhanced the accumulation of heavy metals towards surface sediments and aggravated ecological risks in Jiulong River Basin, China[J]. Journal of Soils and Sediments, 2021, 21(10): 3479-3492.
[43] Dong B, Zhang R Z, Gan Y D, et al. Multiple methods for the identification of heavy metal sources in cropland soils from a resource-based region[J]. Science of the Total Environment, 2019, 651: 3127-3138.
[44] Luo H T, Wang Q, Liu Z W, et al. Potential bioremediation effects of seaweed Gracilaria lemaneiformis on heavy metals in coastal sediment from a typical mariculture zone[J]. Chemosphere, 2020, 245. DOI:10.1016/j.chemosphere.2019.125636
[45] 周怀瑞, 黄敏, 滕俊江. 关于茂名石化下游产业开发的思考[J]. 广东化工, 2014, 41(22): 79-80.
Zhou H R, Huang M, Teng J J. Thinking of downstream of Maoming petrochemical industry development[J]. Guangdong Chemical Industry, 2014, 41(22): 79-80.
[46] Cheng W, Lei S G, Bian Z F, et al. Geographic distribution of heavy metals and identification of their sources in soils near large, open-pit coal mines using positive matrix factorization[J]. Journal of Hazardous Materials, 2020, 387(1). DOI:10.1016/j.jhazmat.2019.121666
[47] 代静, 赵玉强, 李欣, 等. 小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析[J]. 环境化学, 2021, 40(6): 1795-1807.
Dai J, Zhao Y Q, Li X, et al. Pollution assessment and source analysis of heavy metals and nutrients in surface sediments of Jinan section of Xiaoqing River[J]. Environmental Chemistry, 2021, 40(6): 1795-1807.
[48] Chen Y Z, Ning Y Q, Bi X Y, et al. Pine needles as urban atmospheric pollution indicators: Heavy metal concentrations and Pb isotopic source identification[J]. Chemosphere, 2022, 296. DOI:10.1016/j.chemosphere.2022.134043
[49] 林承奇, 陈枫桦, 胡恭任, 等. 基于PMF模型解析九龙江河口表层沉积物重金属来源[J]. 地球与环境, 2020, 48(4): 443-451.
Lin C Q, Chen F H, Hu G R, et al. Source apportionment of heavy metals in surface sediments of the Jiulong River Estuary based on positive matrix factorization[J]. Earth and Environment, 2020, 48(4): 443-451.
[50] 郭杰, 王珂, 于琪, 等. 长江中游近岸表层沉积物重金属污染特征分析及风险评估[J]. 环境科学学报, 2021, 41(11): 4625-4636.
Guo J, Wang K, Yu Q, et al. Pollution characteristics of the heavy metals and their potential ecological risk assessment in nearshore sediments of the middle reaches of the Yangtze River[J]. Acta Scientiae Circumstantiae, 2021, 41(11): 4625-4636.