2023, Vol. 44
2. 农村生态与土壤监测技术研究中心, 重庆 401147;
3. 重庆文理学院, 重庆 402160
2. Rural Ecology and Soil Monitoring Technology Research Center, Chongqing 401147, China;
3. Chongqing University of Arts and Sciences, Chongqing 402160, China
煤炭作为中国主要的一次能源, 2020年占我国能源消费总量的56.8%, 一方面为我国经济社会发展提供了有力保障[1, 2], 但另一方面在开采和洗选过程中产生了大量煤矸石, 约占煤炭总产量的10% ~15%[3, 4].由于综合利用水平受限, 煤矸石已成为我国排放最多的工业废弃物之一, 堆存量超70亿t, 造成大量土地资源浪费和一系列环境危害[5~7].有研究表明, 煤矸石长期露天堆存, 会导致矸石中重金属元素在淋溶和风化等作用下析出, 并通过大气扩散和地表径流迁移至周边土壤中, 使土壤受到一定程度的富集和污染, 并对人体健康构成潜在威胁[8, 9].研究表明, 土壤中重金属主要通过手口、呼吸和皮肤接触3种途径摄入人体[10~12], 由于重金属具有较强的生物毒性和较长的半衰期, 即便摄入浓度低, 也可能诱发人体多种疾病[13, 14].如摄入Hg、As、Pb和Cd等重金属能影响人体肾、肺和其他器官功能, 造成心血管疾病和其他疾病, 诱发癌症几率增高[15~17].因此, 掌握土壤重金属污染水平, 开展健康风险评估对人体健康安全至关重要.
当前, 大多数健康风险评估采用USEPA推荐的模型, 传统的模型根据固定的暴露参数和污染物浓度对人体健康进行评估[18~21].但由于个体的差异性, 利用固定参数无法准确识别对人体影响较大的因素, 导致低估或高估健康风险水平[16, 22].因此, 相关学者在健康风险评估中引入蒙特卡罗模拟技术, 该方法在确定暴露参数先验分布下生成随机数进行迭代计算, 并以概率分布的形式表达, 进而提高评估结果的准确性, 确定风险控制的优先要素, 已被证实是概率风险分析最有效的方法之一[23~26].目前, 相关学者运用该方法已对矿区周边土壤重金属[26, 27]、居民区周边土壤多环芳烃[28, 29]和农用地土壤重金属[16]等开展了概率风险分析, 但针对煤矸山周边土壤健康概率风险评估鲜有报道.
重庆作为西南地区最老的煤炭工业基地, 探明资源储量2.1亿t, 主要集中在渝南地区綦江、万盛和南川等区县, 产业结构转型前, 煤矿的过度开采, 遗留下较多煤矸山[30, 31].目前, 针对重庆市煤矸山周边土壤研究主要集中在小尺度区域土壤、农产品污染特征和污染状况, 以及污染源解析等方面[9, 32~35].为准确识别煤矸山周边土壤重金属对人体的潜在危害, 本研究选取重庆市渝南地区12座煤矸山周边农用地土壤为研究对象, 测定土壤重金属Cd、Hg、As、Pb、Cr、Cu、Ni和Zn的含量, 运用内梅罗综合指数、地累积指数和潜在生态风险指数评价土壤污染程度, 并结合蒙特卡罗模拟对土壤中重金属健康风险进行概率评估, 以期为重庆市煤矸山周边土壤重金属污染精准防治提供科学支撑.此外, 本研究结果对保障周边居民人体健康也具有重要意义.
1 材料与方法 1.1 研究区概况研究区位于重庆市南部, 属亚热带湿润季风气候, 雨热同季, 以丘陵山地为主, 主要地层包括三叠系雷口坡组、嘉陵江组和飞仙关组, 二叠系梁山组、栖霞组、茅口组、龙潭组和长兴组, 志留系韩家店组, 含煤地层集中在龙潭组, 龙潭组自上而下分为五段, 其中一、三和五段为含煤段[36].区内调查近50座煤矸山, 最终选取12座历史遗留无人管理, 且堆存时间较长, 堆存量较大的煤矸山, 其中5座位于綦江区、3座位于万盛区和4座位于南川区(图 1和表 1).煤矸山周边农用地土地利用类型以旱地为主, 土壤类型为黄壤或紫色土, 主要农作物为玉米; 其次是水田, 土壤类型为水稻土, 主要农作物为水稻.
|
图 1 研究区煤矸山区位分布示意 Fig. 1 Location of coal gangue heap in the study area |
|
表 1 研究区煤矸山基本信息及周边点位布设情况 Table 1 Characteristics of coal gangue heaps and surrounding sampling sites in the study area |
1.2 样品采集和测定
鉴于前期对重庆市煤矸山周边土壤污染状况研究, 污染范围主要分布在煤矸山周边1 km内, 且易受地表径流影响的区域[32~35].因此, 本研究分别查明12座煤矸山周边1 km内可能影响的农用地范围(表 1), 并按照150 m×150 m的规格在集中成片的农用地区域布点.采样方法为双对角线5点混合法, 采集0~20 cm的表层土壤样品, 混匀后重量不低于1 kg, 装入聚乙烯塑料密封袋, 贴好标签带回实验室. 2021年7月共完成土壤样品采集188个.
样品经自然风干后, 将测定pH的土壤过2 mm孔径筛, 按HJ 962-2018要求[37], 用酸度计(SevenExcellence)测定; 将测定Cd和Hg的土壤过0.150 mm孔径筛, Cd按照GB/T 17141-1997要求[38], 经盐酸-硝酸-氢氟酸-高氯酸全消解后, 用石墨炉火焰原子吸收分光光度计(ZEEnit700P)测定; Hg按照GB/T 22105.1-2008要求[39], 经硝酸-盐酸混合试剂在沸水浴中加热消解后, 用原子荧光光度计(AFS-9750)测定; 将测定As、Pb、Cr、Cu、Ni和Zn的土壤过0.075 mm孔径筛, 按照HJ 780-2015要求[40], 用X射线荧光光谱仪(S8 TIGER)测定.土壤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Pi的均值和最高值, 如公式(1)和公式(2):
|
(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; PN为综合污染指数; (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.评价参比值采用GB 15618-2018中的风险筛选值(表 2).单因子污染指数Pi和综合污染指数PN分级参照文献[17].
|
|
表 2 农用地土壤污染风险筛选值和背景值/mg·kg-1 Table 2 Risk screening values and regional background values of agricultural soils/mg·kg-1 |
1.3.2 地累积指数法
地质累积指数法兼顾地质背景和人为活动的影响, 如公式(3):
|
(3) |
式中, Igeo为地累积指数; Cn为土壤重金属n的实测值; Bn为土壤重金属n的背景参比值; K为成岩作用可能对背景值的影响(K取1.5).背景参比值为重庆土壤背景值(表 2)[41].地质累积指数Igeo分级参照文献[17].
1.3.3 潜在生态风险指数法潜在生态风险指数法综合考虑重金属性质、生物毒性和生态效应等因素, 如公式(4)和公式(5):
|
(4) |
|
(5) |
式中, Eri为土壤重金属i潜在生态风险指数; Tri为土壤重金属i毒性响应系数(Zn=1, Cr=2, Cu=Ni=Pb=5, As=10, Cd=30, Hg=40)[35]; RI为综合潜在生态风险指数.单因子潜在生态风险指数Eri和综合潜在生态风险指数RI分级参照文献[35].
1.3.4 蒙特卡罗模拟的健康风险评价基于USEPA推荐的健康风险评价模型对成人和儿童3种暴露途径(手口摄入、皮肤摄入和呼吸摄入)的致癌和非致癌健康风险进行评价.手口摄入、皮肤摄入和呼吸摄入日均土壤摄入量分别为公式(6)~(8):
|
(6) |
|
(7) |
|
(8) |
式中, ADDingest、ADDdermal和ADDinhal分别为土壤重金属手口、皮肤和呼吸日均摄入量; Ci为土壤重金属i实测值.其他参数含义见表 3.
|
|
表 3 基于蒙特卡罗的健康风险模型参数取值 Table 3 Calculation parameters and values used in health risk assessment model based on Monte Carlo simulation |
通过日均土壤摄入量计算非致癌风险指数和致癌风险指数, 分别为公式(9)和公式(10):
|
(9) |
|
(10) |
式中, HQ和HI分别为单一和综合非致癌风险指数; CR和TCR分别为单一和综合致癌风险指数; RfDij为参考剂量; SFij为斜率因子.具体取值见表 4.当HQ/HI≤1时, 说明非致癌风险可忽略, 反之则存在非致癌风险.当CR/TCR≤1.00E-6时, 说明致癌风险可忽略, 1.00E-6＜CR/TCR≤1.00E-4时, 说明存在可耐受致癌风险, CR/TCR>1.00E-4时, 说明存在不可耐受致癌风险.
|
|
表 4 参考剂量和斜率因子取值1) Table 4 Corresponding reference dose and slope factor values |
与传统的健康风险模型相比, 蒙特卡罗模拟的健康风险评价模型首先要确定变量的分布函数, 然后从变量分布中随机取样, 并输出仿真结果的概率分布[42].本研究采用Oracle Crystal Ball 11.1.2.4软件进行数据处理, 每次运行的迭代次数设置为10 000, 置信水平确定为95%, 求出风险评价的近似解.蒙特卡罗模拟的相关参数分布和取值见表 3.
2 结果与分析 2.1 土壤重金属含量特征煤矸山周边农用地土壤pH值及重金属含量如表 5所示.土壤pH在3.17~8.34之间, ω(Cd)、ω(Hg)、ω(As)、ω(Pb)、ω(Cr)、ω(Cu)、ω(Ni)和ω(Zn)均值分别为: 0.55、0.21、10.5、33.1、128、92.0、68.6和145 mg·kg-1.与背景值相比, Cd、Hg、As、Pb、Cr、Cu、Ni和Zn超背景值占比分别为100%、100%、86.2%、72.9%、100%、99.5%、95.7%和97.3%, 总体上土壤重金属受到不同程度累积.与GB 15618-2018相比, Cd、Hg、As、Pb、Cr、Cu、Ni和Zn超筛选值占比分别为58.0%、0%、0.5%、0.5%、2.1%、61.2%、18.6%和1.6%.其中Cd超管制值占比为2.1%, 其他重金属均未超管制值.
|
|
表 5 土壤重金属含量统计情况1) Table 5 Statistical characteristics of heavy metal concentrations in soil |
从变异系数来看, 煤矸山周边农用地土壤重金属变异系数大小为: Cd(109%)>Hg(56.0%)>Pb(50.9%)>As(47.5%)>Cu(42.9%)>Ni(33.8%)>Zn(29.2%)>Cr(17.2%).变异系数越大, 说明受人为活动干扰越强烈, Cd变异系数为109%(>100%)属于强变异, 其他重金属变异系数介于10% ~100%, 属于中等变异[46].说明Cd相较其他重金属受人为活动干扰更大.
2.2 土壤重金属污染评价 2.2.1 内梅罗指数法煤矸山周边农用地土壤内梅罗指数评价结果如图 2所示.单因子污染指数(Pi)均值表现为: Cd>Cu>Ni>Cr>Zn>As>Pb>Hg.其中Cd评价结果以轻微污染(1＜Pi≤2)和无污染(Pi≤1)为主, 分别占总点位的43.1%和44.1%.此外, 仅Cd存在极重污染(Pi>5), 占总点位的3.2%, 重度污染(3＜Pi≤5)和轻度污染(2＜Pi≤3)的点位均占4.8%; Cu评价结果以轻微污染(1＜Pi≤2)和无污染(Pi≤1)的点位分别占总点位的44.1%和46.8%, 此外, 重度污染(3＜Pi≤5)的点位占1.1%, 轻度污染(2＜Pi≤3)的点位占8.0%; Ni、Zn、Cr、As和Pb评价结果以无污染(Pi≤1)为主, 占总点位的85%以上, 剩余点位均为轻微污染(1＜Pi≤2); Hg均评价为无污染.内梅罗指数表明土壤以轻污染(1＜PN≤2)为主, 占总点位的46.8%, 其次是警戒线(0.7＜PN≤1), 占总点位的31.4%, 重污染(PN>3)和中污染(2＜PN≤3)分别占总点位的5.3%和6.4%, 仅10.1%的点位评价为安全(PN≤0.7).
|
(a)单因子指数评价结果, (b)内梅罗指数 图 2 单因子指数和内梅罗指数评价结果 Fig. 2 Statistical results of single factor and Nemerow index in soil |
从空间分布上看(图 3), 煤矸山M5内梅罗指数平均值为4.78, 评价为重污染(PN>3), 煤矸山M11内梅罗指数平均值为0.92, 评价为警戒线(0.7＜PN≤1), 其他10座煤矸山内梅罗指数平均值介于1.03~1.46之间, 均为轻污染(1＜PN≤2).
|
图 3 内梅罗指数评价结果分布情况 Fig. 3 Distribution characteristics of Nemerow index in soil |
煤矸山周边农用地土壤地累积指数评价结果如图 4所示.地累积指数(Igeo)均值表现为: Cd>Hg>Cu>As>Ni>Zn>Cr>Pb.其中Cd评价结果以偏中污染(1≤Igeo＜2)为主, 占总点位的51.1%, 其次是轻度污染(0≤Igeo＜1)的点位占29.3%, 此外, 仅Cd存在重污染(4≤Igeo＜5), 占总点位的2.1%, 偏重污染(3≤Igeo＜4)和中度污染(2≤Igeo＜3)的点位分别占3.7%和11.7%.Hg评价结果以轻度污染(0≤Igeo＜1)为主, 占总点位的48.9%, 其次是偏中污染(1≤Igeo＜2)的点位占43.1%, 此外, Hg还存在偏重污染(3≤Igeo＜4)和中度污染(2≤Igeo＜3)的点位分别占总点位的1.6%和4.8%.Cu评价结果以偏中污染(1≤Igeo＜2)为主, As、Ni、Zn和Cr评价结果均以轻度污染(0≤Igeo＜1)为主, Pb评价结果以无污染(Igeo＜0)为主.
|
图 4 地累积指数评价结果 Fig. 4 Statistical results of Muller index in soil |
煤矸山周边农用地潜在生态风险指数评价结果如图 5所示.潜在生态风险(Eri)均值表现为: Cd>Hg>As>Cu>Ni>Pb>Cr>Zn.其中仅Cd和Hg存在较高及以上生态风险, 其中Cd和Hg均以较高生态风险(80≤Eri＜160)为主, 分别占总点位的54.3%和66.0%, 此外Cd和Hg评价为极高生态风险(Eri≥320)分别占总点位的6.4%和2.1%, 高生态风险(160≤Eri＜320)分别占总点位的13.8%和20.7%, As和Cu评价结果均以轻微生态风险(Eri＜40)为主, Pb、Cr、Ni和Zn均评价为轻微生态风险(Eri＜40).综合潜在生态风险指数表现为煤矸山周边农用地以中等生态风险(150≤RI＜300)为主, 占总点位的54.8%, 其次是较高生态风险(300≤RI＜600), 占总点位的38.3%, 极高生态风险(RI≥1 200)和高生态风险(600≤RI＜1 200)分别占总点位的2.1%和4.8%.
|
(a)潜在风险指数评价结果, (b)综合潜在风险指数评价结果 图 5 潜在生态风险指数评价结果 Fig. 5 Statistical results of Hakanson index in soil |
从空间分布上看(图 6), 煤矸山M5综合潜在生态风险指数平均值为983, 评价为高生态风险(600≤RI＜1 200), 煤矸山M6、M7、M9和M12综合潜在生态风险指数平均值介于304~463, 评价为较高生态风险(300≤RI＜600), 其他7座煤矸山综合潜在生态风险指数平均值介于255~293之间, 评价为中等生态风险(150≤RI＜300).
|
图 6 潜在生态风险指数评价结果分布情况 Fig. 6 Distribution characteristics of Hakanson index in soil |
煤矸山周边农用地土壤非致癌健康风险评估结果如表 6和图 7所示.8种重金属非致癌健康风险指数(HQ)最大值均小于1, 均值大小表现为: Cr>As>Pb>Ni>Cu>Hg>Cd>Zn, 儿童非致癌健康风险高于成人.综合非致癌健康风险指数(HI)表明, 成人和儿童HI均值分别为4.80E-2和5.52E-1, 且成人HI均小于1, 最大值为5.77E-4, 儿童HI的95%分位值为8.63E-1(＜1), 说明总体上煤矸山周边农用地土壤重金属对儿童和成人的非致癌健康风险可忽略.
|
|
表 6 土壤非致癌健康风险评估 Table 6 Non-carcinogenic health risk indices in soil |
|
图 7 土壤非致癌风险概率分布 Fig. 7 Probability distribution for non-carcinogenic risk in soil |
煤矸山周边农用地土壤致癌健康风险评估结果如图 8所示.5种重金属致癌健康风险指数(CR)均值大小表现为: As>Cd>Cr>Pb>Ni, 其中As、Cd、Cr和Pb对儿童致癌健康风险高于成人.对成人而言, Cd的CR均值为5.72E-7(＜1.00E-6), 但在CR的95%分位值为1.37E-6(>1.00E-6), As仅3.2%的CR值小于1.00E-6, 说明Cd和As对成人存在致癌健康风险; Pb和Ni的CR最大值均小于1.00E-6, Cr的CR均值和95%分位值均小于1.00E-6, 说明Pb、Ni和Cr对成人致癌健康风险可忽略.对儿童而言, Cd仅30.9%的CR值小于1.00E-6, 均值为1.68E-6(>1.00E-6), As的CR值均大于1.00E-6, 均值为7.90E-6, 说明Cd和As对儿童存在致癌健康风险; Pb和Ni的CR最大值均小于1.00E-6, Cr的CR均值和95%分位值均小于1.00E-6, 说明Pb、Ni和Cr对儿童致癌健康风险可忽略.综合致癌健康风险指数(TCR)表明, 成人和儿童TCR均值分别为3.94E-6和1.04E-5, 且最小值均大于1.00E-6.综上, 说明总体上煤矸山周边农用地土壤重金属对儿童和成人存在一定程度的致癌健康风险, 致癌因子为As和Cd.
|
图 8 土壤致癌风险概率分布 Fig. 8 Probability distribution for carcinogenic risk in soil |
敏感性分析是反映各参数对风险结果的影响程度, 敏感度值越大则其对风险结果的影响越大, 且敏感度为正值, 则表示与风险结果正相关, 反之亦然[47].煤矸山周边农用地土壤致癌和非致癌风险敏感性结果如图 9所示.对致癌风险而言, 儿童和成人中As敏感度最高, 分别为61.0%和43.0%, 说明As的含量是影响致癌风险水平的主要因素, 其次土壤颗粒摄入速率(Ringest)、Cd和暴露频率(EF)也具有较高的敏感度.对非致癌风险而言, 儿童和成人中Ringest敏感性最高, 分别为32.0%和68.0%, 说明Ringest是影响非致癌风险水平的主要因素, 此外As、EF和Cr也具有较高的敏感性.体重(BW)的敏感性在致癌和非致癌风险中均为负值, 呈负相关.
|
图 9 土壤致癌和非致癌风险敏感度分析 Fig. 9 Sensitivity analysis of health risks for non-carcinogenic and carcinogenic risks |
3种土壤污染评价结果比较发现, 地累积指数和潜在生态风险指数评价结果基本一致, 均表现为Cd和Hg污染程度最重, 其次是As和Cu, 最后是Pb、Cr、Ni和Zn.结合Cd和Hg变异系数较大和超区域土壤背景值占比最高, 说明Cd和Hg受人为活动影响较大, 且表层土壤已出现明显富集.同时与其他重金属相比, Cd和Hg具有很强的生物毒性, Hg可以抑制生物大分子合成和生物氧化作用, 导致细胞停止分裂活动[48], Cd可以影响土壤微生物种群和群落结构、氧化还原等生化反应及土壤酶活性[49], 从而导致Cd和Hg的生态风险指数较高.内梅罗指数评价结果表现为Cd污染程度最重, 其次是Cu, 再次是Ni、Zn、Cr、As和Pb, 最后是Hg.与地累积指数和潜在生态风险指数相比, Hg的评价结果存在较大差异, 原因在于内梅罗指数选用的参比值和地累积指数、生态风险指数差异较大, 说明虽然Hg含量低于土壤风险筛选值, 但远高于土壤背景值, 且内梅罗指数未考虑生物毒性的影响[9].从空间分布上看(图 3和图 6), 内梅罗指数和综合潜在生态风险指数均表现为煤矸山M5污染程度最重, 且远高于其他11座煤矸山.从现场调查看, 煤矸山M5大部分土壤夹杂黑色矸石颗粒, 存在将未经处理的风化煤矸石作为肥料直接农用的现象, 导致矸石中重金属向土壤中转移, 因此应重视煤矸石的二次利用, 加强煤矸石制肥料的相关研究[50].此外, 煤矸山M5堆存时间最长(表 1), 在淋溶作用下, 重金属会以硫酸盐形式不断析出, 通过地表径流迁移至土壤中, 导致重金属含量不断累积[51].同时, 不同煤矸山周边土壤污染程度存在差异, 如陈昌东等[52]发现平顶山煤矸山周边土壤以Cd污染为主, 内梅罗综合污染指数为47.9; 丛鑫等[53]发现海州煤矿煤矸山周边土壤Ni污染最重, 潜在生态风险指数为7.25; Jiang等[54]发现吉林羊草沟煤矸山周边土壤以Cd污染为主, 潜在生态风险指数为72.9.这可能与不同研究区土地利用方式、施肥种植习惯和煤矸山对周边耕地的污染途径等不同有关[9, 33].因此, 应加强煤矸山日常监管, 针对不同煤矸山逐一开展污染源解析, 有针对性采取相应防渗防漏工程措施减少对周边环境的污染.
人体健康风险评估结果表明, 土壤中重金属对成人和儿童非致癌风险可忽略, 但对成人和儿童存在致癌风险, 主要致癌物质为Cd和As, 这与已有研究的结论一致[17, 29], 其原因在于Cd和As在模型中致癌斜率因子(SF)较大[55].有研究表明, Cd和As属于累积性毒害元素, 对人体多系统功能均可造成危害, 长期暴露可诱发肺、肝和肾等多内脏癌瘤, 已被国际肿瘤研究中心等多个权威机构认定为一类致癌物[56~58].从敏感性分析看[图 9(a)和9(b)], 8种重金属中As的致癌风险敏感度最高, 其次是Cd, 说明应加强对Cd和As的污染防治和管控.与潜在生态风险指数结果相比, Hg的潜在生态风险较高, 仅次于Cd, 但Hg对人体的致癌作用仍存在较大争议, 目前还不能对其致癌性进行归类[59], 模型中致癌斜率因子(SF)尚无Hg的相关数据.从其他变量参数看, 土壤颗粒摄入速率Ringest的致癌风险敏感度最高, 其次是暴露频率EF, 这与Chen等[42]研究的结果一致, 说明通过手口摄入的暴露途径, 远高于皮肤和呼吸摄入[60, 61].因此, 应尽量减少手口接触和暴露频率.体重BW与健康风险呈负相关, 尤其是对儿童敏感度相对较高, 说明增长体重有助于儿童降低健康风险[56].此外, 儿童健康风险高于成人, 这与已有研究的结果一致[29, 42, 53], 这可能和儿童的生理和行为特征等有关, 使其对污染物敏感性更高[29, 62].
4 结论(1) 煤矸山周边农用地土壤Cd、Hg、As、Pb、Cr、Cu、Ni和Zn含量均值超重庆市土壤背景值, Cd和Cu超筛选值占比达50%以上, 且2.1%的Cd超管制值, 土壤重金属变异系数较高, 总体上土壤重金属受到不同程度累积, 受人为活动影响较大.
(2) 内梅罗指数表明土壤以轻污染(1＜PN≤2)为主, 各重金属污染指数(Pi)均值表现为: Cd>Cu>Ni>Cr>Zn>As>Pb>Hg; 地累积指数表现为: Cd>Hg>Cu>As>Ni>Zn>Cr>Pb; 潜在生态风险指数表明土壤以中等生态风险(150≤RI＜300)为主, 各重金属生态风险指数(Eri)表现为: Cd>Hg>As>Cu>Ni>Pb>Cr>Zn.综上, Cd为煤矸山周边农用地土壤首要污染物.
(3) 煤矸山周边农用地土壤健康风险表明儿童和成人的非致癌健康风险可忽略.儿童和成人均存在致癌健康风险, TCR均值分别为1.04E-5和3.94E-6, 主要致癌因子为As和Cd.整体上儿童非致癌和致癌健康风险高于成人.敏感性分析表明非致癌风险中Ringest敏感性最高, 是影响非致癌风险水平的首要因素, 其次是As、EF和Cr; 致癌风险中As敏感性最高, 是影响致癌风险水平的首要因素, 其次是Ringest、Cd和EF.综上, Ringest和As是影响人体健康风险的主要因素.
| [1] |
康红普, 王国法, 王双明, 等. 煤炭行业高质量发展研究[J]. 中国工程科学, 2021, 23(5): 130-138. Kang H P, Wang G F, Wang S M, et al. High-quality development of China's coal industry[J]. Strategic Study of CAE, 2021, 23(5): 130-138. |
| [2] |
刘峰, 曹文君, 张建明, 等. 我国煤炭工业科技创新进展及"十四五"发展方向[J]. 煤炭学报, 2021, 46(1): 1-15. Liu F, Cao W J, Zhang J M, et al. Current technological innovation and development direction of the 14th five-year plan period in China coal industry[J]. Journal of China Coal Society, 2021, 46(1): 1-15. |
| [3] | Li J Y, Wang J M. Comprehensive utilization and environmental risks of coal gangue: a review[J]. Journal of Cleaner Production, 2019, 239. DOI:10.1016/j.jclepro.2019.117946 |
| [4] | Wang J, Wei Z Y, Wang Q B. Evaluating the eco-environment benefit of land reclamation in the dump of an opencast coal mine[J]. Chemistry and Ecology, 2017, 33(7): 607-624. DOI:10.1080/02757540.2017.1337103 |
| [5] | Ge H, Feng Y, Li Y, et al. Heavy metal pollution diagnosis and ecological risk assessment of the surrounding soils of coal waste pile at Naluo coal mine, Liupanshui, Guizhou[J]. International Journal of Mining, Reclamation and Environment, 2016, 30(4): 312-318. DOI:10.1080/17480930.2015.1050840 |
| [6] | Stracher G B, Taylor T P. Coal fires burning out of control around the world: thermodynamic recipe for environmental catastrophe[J]. International Journal of Coal Geology, 2004, 59(1-2): 7-17. DOI:10.1016/j.coal.2003.03.002 |
| [7] |
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]. 安全与环境学报, 2022, 22(5): 2752-2758. 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]. Journal of Safety and Environment, 2022, 22(5): 2752-2758. DOI:10.13637/j.issn.1009-6094.2021.1342 |
| [8] | Rodríguez R, Díaz M B, Vigil H, et al. Development of a user-friendly method to assess the present condition of old abandoned mining waste dumps in Asturias (Spain)[J]. International Journal of Mining, Reclamation and Environment, 2011, 25(1): 6-31. DOI:10.1080/17480930.2010.538548 |
| [9] |
马杰, 刘萍, 刘今朝, 等. 重庆市煤矸山周边农用地土壤重金属污染评价和定量溯源解析[J]. 环境科学, 2022, 43(12): 5698-5709. Ma J, Liu P, Liu J Z, et al. Pollution evaluation and quantitative traceability analysis of heavy metals in farmland soils around the gangue heap of a coal mine in Chongqing[J]. Environmental Science, 2022, 43(12): 5698-5709. DOI:10.13227/j.hjkx.202202123 |
| [10] | Cao S Z, Duan X L, Zhao X G, et al. Health risks from the exposure of children to As, Se, Pb and other heavy metals near the largest coking plant in China[J]. Science of the Total Environment, 2014, 472: 1001-1009. DOI:10.1016/j.scitotenv.2013.11.124 |
| [11] | Liu X M, Song Q J, Tang Y, et al. Human health risk assessment of heavy metals in soil-vegetable system: a multi-medium analysis[J]. Science of the Total Environment, 2013, 463-464: 530-540. DOI:10.1016/j.scitotenv.2013.06.064 |
| [12] | Wang M S, Han Q, Gui C L, et al. Differences in the risk assessment of soil heavy metals between newly built and original parks in Jiaozuo, Henan Province, China[J]. Science of the Total Environment, 2019, 676: 1-10. DOI:10.1016/j.scitotenv.2019.03.396 |
| [13] | Lin Y, Ma J, Zhang Z D, et al. Linkage between human population and trace elements in soils of the Pearl River Delta: implications for source identification and risk assessment[J]. Science of the Total Environment, 2018, 610-611: 944-950. DOI:10.1016/j.scitotenv.2017.08.147 |
| [14] | Djahed B, Taghavi M, Farzadkia M, et al. Stochastic exposure and health risk assessment of rice contamination to the heavy metals in the market of Iranshahr, Iran[J]. Food and Chemical Toxicology, 2018, 115: 405-412. DOI:10.1016/j.fct.2018.03.040 |
| [15] | Huang L, Wu H Y, van der Kuijp T J. The health effects of exposure to arsenic-contaminated drinking water: a review by global geographical distribution[J]. International Journal of Environmental Health Research, 2015, 25(4): 432-452. DOI:10.1080/09603123.2014.958139 |
| [16] |
田静. 武威农田土壤重金属污染与风险研究[D]. 兰州: 兰州大学, 2021. Tian J. Study on pollution and risk of heavy metals in farmland soil of Wuwei[D]. Lanzhou: Lanzhou University, 2021. |
| [17] | Huang J L, Wu Y Y, Sun J X, et al. Health risk assessment of heavy metal(loid)s in park soils of the largest megacity in China by using Monte Carlo simulation coupled with positive matrix factorization model[J]. Journal of Hazardous Materials, 2021, 415. DOI:10.1016/j.jhazmat.2021.125629 |
| [18] |
陈璐, 王凯荣, 王芳丽, 等. 平度市金矿区农田土壤-玉米系统重金属污染风险评价[J]. 农业资源与环境学报, 2018, 35(2): 161-166. Chen L, Wang K R, Wang F L, et al. Risk assessment of heavy metal pollution in the agricultural soil-maize system of a gold mining area in Pingdu City, China[J]. Journal of Agricultural Resources and Environment, 2018, 35(2): 161-166. |
| [19] |
刘海, 魏伟, 宋阳, 等. 皖江经济带耕地重金属健康风险评价及环境基准[J]. 环境科学, 2023, 44(6): 3531-3543. Liu H, Wei W, Song Y, et al. Health risk assessment and environmental benchmark of heavy metals in cultivated land in Wanjiang economic zone[J]. Environmental Science, 2023, 44(6): 3531-3543. DOI:10.13227/j.hjkx.202208037 |
| [20] |
徐梦琪, 杨文弢, 杨利玉, 等. 黔西北山区耕地重金属健康风险评价及环境基准[J]. 环境科学, 2022, 43(7): 3799-3810. Xu M Q, Yang W T, Yang L Y, et al. Health risk assessment and environmental benchmark of heavy metals in cultivated land in mountainous area of northwest Guizhou Province[J]. Environmental Science, 2022, 43(7): 3799-3810. DOI:10.13227/j.hjkx.202111053 |
| [21] | Brtnicky M, Pecina V, Hladky J, et al. Assessment of phytotoxicity, environmental and health risks of historical urban park soils[J]. Chemosphere, 2019, 220: 678-686. DOI:10.1016/j.chemosphere.2018.12.188 |
| [22] | Hu B F, Jia X L, Hu J, et al. Assessment of heavy metal pollution and health risks in the soil-plant-human system in the Yangtze River Delta, China[J]. International Journal of Environmental Research and Public Health, 2017, 14(9). DOI:10.3390/ijerph14091042 |
| [23] | Ginsberg G L, Belleggia G. Use of Monte Carlo analysis in a risk-based prioritization of toxic constituents in house dust[J]. Environment International, 2017, 109: 101-113. DOI:10.1016/j.envint.2017.06.009 |
| [24] | Karami M A, Fakhri Y, Rezania S, et al. Non-carcinogenic health risk assessment due to fluoride exposure from tea consumption in Iran using Monte Carlo simulation[J]. International Journal of Environmental Research and Public Health, 2019, 16(21). DOI:10.3390/ijerph16214261 |
| [25] | Sun J X, Zhao M L, Huang J L, et al. Determination of priority control factors for the management of soil trace metal(loid)s based on source-oriented health risk assessment[J]. Journal of Hazardous Materials, 2022, 423. DOI:10.1016/j.jhazmat.2021.127116 |
| [26] |
黄剑波, 姜登登, 温冰, 等. 基于蒙特卡罗模拟的铅锌冶炼厂周边农田土壤重金属健康风险评估[J]. 环境科学, 2023, 44(4): 2204-2214. Huang J B, Jiang D D, Wen B, et al. Contamination and probabilistic health risk assessment of heavy metals in agricultural soils around a lead-zinc smelter[J]. Environmental Science, 2023, 44(4): 2204-2214. DOI:10.13227/j.hjkx.202205055 |
| [27] | Qu C S, Sun K, Wang S R, et al. Monte Carlo simulation-based health risk assessment of heavy metal soil pollution: a case study in the Qixia mining area, China[J]. Human and Ecological Risk Assessment: an International Journal, 2012, 18(4): 733-750. DOI:10.1080/10807039.2012.688697 |
| [28] | Tong R P, Yang X Y, Su H R, et al. Levels, sources and probabilistic health risks of polycyclic aromatic hydrocarbons in the agricultural soils from sites neighboring suburban industries in Shanghai[J]. Science of the Total Environment, 2018, 616-61: 1365-1373. |
| [29] |
佟瑞鹏, 杨校毅. 基于蒙特卡罗模拟的土壤环境健康风险评价: 以PAHs为例[J]. 环境科学, 2017, 38(6): 2522-2529. Tong R P, Yang X Y. Environmental health risk assessment of contaminated soil based on Monte Carlo method: a case of PAHs[J]. Environmental Science, 2017, 38(6): 2522-2529. |
| [30] |
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. |
| [31] |
刘顺国. 基于制度创新的我国煤炭资源开发管理研究[D]. 重庆: 重庆大学, 2008. Liu S G. Research on the development and management of Chinese coal resourcel based on the institutional innovation[D]. Chongqing: Chongqing University, 2008. |
| [32] |
马杰, 张秀, 徐敏, 等. 煤矸石山周边农用地土壤-玉米重金属污染特征及健康风险分析[J]. 农产品质量与安全, 2022(4): 91-96. Ma J, Zhang X, Xu M, et al. Analysis of heavy metal pollution and health risk in farmland soils and corn around the gangue heap[J]. Quality and Safety of Agro-Products, 2022(4): 91-96. |
| [33] | Yao C, Shen Z J, Wang Y M, et al. Tracing and quantifying the source of heavy metals in agricultural soils in a coal gangue stacking area: insights from isotope fingerprints and receptor models[J]. Science of the Total Environment, 2023, 863. DOI:10.1016/j.scitotenv.2022.160882 |
| [34] |
马杰, 沈智杰, 张萍萍, 等. 基于APCS-MLR和PMF模型的煤矸山周边耕地土壤重金属污染特征及源解析[J]. 环境科学, 2023, 44(4): 2192-2203. Ma J, Shen Z J, Zhang P P, et al. Pollution characteristics and source apportionment of heavy metals in farmland soils around the gangue heap of coal mine based on APCS-MLR and PMF receptor model[J]. Environmental Science, 2023, 44(4): 2192-2203. |
| [35] |
马杰, 张秀, 刘今朝, 等. 重庆市某矿区煤矸山周边耕地土壤重金属分布特征与污染评价[J]. 江苏农业科学, 2022, 50(13): 242-249. Ma J, Zhang X, Liu J Z, et al. Distribution characteristics and pollution assessment of heavy metals in arable soils around coal gangue mountain in a mining area in Chongqing City[J]. Jiangsu Agricultural Sciences, 2022, 50(13): 242-249. |
| [36] |
李恒乐, 曹运兴, 秦勇, 等. 重庆煤矿区瓦斯赋存特征及地质控制因素[J]. 煤田地质与勘探, 2015, 43(13): 1-7, 12. Li H L, Cao Y X, Qin Y, et al. Geological control factors and characteristics of gas occurrence in Chongqing coal mining area[J]. Coal Geology & Exploration, 2015, 43(2): 1-7, 12. |
| [37] | HJ 962-2018, 土壤pH值的测定电位法[S]. |
| [38] | 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]. |
| [39] | 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]. |
| [40] | 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]. |
| [41] |
成杭新, 李括, 李敏, 等. 中国城市土壤化学元素的背景值与基准值[J]. 地学前缘, 2014, 21(3): 265-306. Cheng H X, Li K, Li M, et al. Geochemical background and baseline value of chemical elements in urban soil in China[J]. Earth Science Frontiers, 2014, 21(3): 265-306. |
| [42] | Chen G Z, Wang X M, Wang R W, et al. Health risk assessment of potentially harmful elements in subsidence water bodies using a Monte Carlo approach: an example from the Huainan coal mining area, China[J]. Ecotoxicology and Environmental Safety, 2019, 171: 737-745. |
| [43] | Chen R H, Chen H Y, Song L T, et al. Characterization and source apportionment of heavy metals in the sediments of Lake Tai (China) and its surrounding soils[J]. Science of the Total Environment, 2019, 694. DOI:10.1016/j.scitotenv.2019.133819 |
| [44] | Yang S Y, Zhao J, Chang S X, et al. Status assessment and probabilistic health risk modeling of metals accumulation in agriculture soils across China: a synthesis[J]. Environment International, 2019, 128: 165-174. |
| [45] | Huang Y N, Dang F, Li M, et al. Environmental and human health risks from metal exposures nearby a Pb-Zn-Ag mine, China[J]. Science of the Total Environment, 2020, 698. DOI:10.1016/j.scitotenv.2019.134326 |
| [46] |
安文超, 孙立娥, 马立科, 等. 某典型工业聚集区遗留地土壤重金属污染特征及健康风险评价[J]. 湖南师范大学自然科学学报, 2022, 45(5): 108-116. An W C, Sun L E, Ma L K, et al. Assessment of heavy metals and human health risk in surface soils in a legacy land of typical industrial agglomeration area[J]. Journal of Natural Science of Hunan Normal University, 2022, 45(5): 108-116. |
| [47] |
方晴, 冼萍, 蒙政成. 基于蒙特卡罗模拟的农用地土壤健康风险评价[J]. 环境工程, 2021, 39(2): 147-152. Fang Q, Xian P, Meng Z C. Environmental health risk assessment model of agricultural land based on Monte Carlo simulation and its application[J]. Environmental Engineering, 2021, 39(2): 147-152. |
| [48] |
孙晋伟, 黄益宗, 石孟春, 等. 土壤重金属生物毒性研究进展[J]. 生态学报, 2008, 28(6): 2861-2869. Sun J W, Huang Y Z, Shi M C, et al. The review of heavy metals biotoxicity in soil[J]. Acta Ecologica Sinica, 2008, 28(6): 2861-2869. |
| [49] |
李艳, 张薇薇, 程永毅, 等. 重庆紫色母岩及土壤As、Hg环境地球化学基线研究[J]. 土壤学报, 2017, 54(4): 917-926. Li Y, Zhang W W, Cheng Y Y, et al. Environmental geochemical baseline of As and Hg in purple soil and its parent rock in Chongqing[J]. Acta Pedologica Sinica, 2017, 54(4): 917-926. |
| [50] |
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. |
| [51] |
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. |
| [52] |
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. |
| [53] |
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. |
| [54] | 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. |
| [55] | 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, 468-469: 843-853. |
| [56] |
王静, 魏恒, 潘波. 中国农田土壤Cd累积分布特征及概率风险评价[J]. 环境科学, 2023, 44(7): 4006-4016. Wang J, Wei H, Pan B. Accumulation characteristics and probabilistic risk assessment of Cd in agricultural soils across China[J]. Environmental Science, 2023, 44(7): 4006-4016. |
| [57] |
李艳红. 砷的致癌性研究进展[J]. 中国地方病防治杂志, 2007, 22(4): 264-267. Li Y H. Review on the mechanism of carcinogenesis of arsenic[J]. Chinese Journal of Control of Endemic Diseases, 2007, 22(4): 264-267. |
| [58] |
吴婧, 董欣敏, 郑燕芳, 等. 镉致癌的分子机制研究进展[J]. 生态毒理学报, 2015, 10(6): 54-61. Wu J, Dong X M, Zheng Y F, et al. Recent research progress in molecular mechanisms of cadmium induced carcinogenesis[J]. Asian Journal of Ecotoxicology, 2015, 10(6): 54-61. |
| [59] |
蔡睿, 卜俊国, 许嘉俊. 重金属暴露及其致癌分子机制的研究进展[J]. 医学综述, 2014, 20(10): 1786-1789. Cai R, Bu J G, Xu J J. Recent progress in the molecular carcinogenic mechanism of heavy metal exposure[J]. Medical Recapitulate, 2014, 20(10): 1786-1789. |
| [60] | Doabi S A, Karami M, Afyuni M, et al. Pollution and health risk assessment of heavy metals in agricultural soil, atmospheric dust and major food crops in Kermanshah Province, Iran[J]. Ecotoxicology and Environmental Safety, 2018, 163: 153-164. |
| [61] |
杨思言, 段宁, 魏婉婷. 基于蒙特卡罗方法的铅酸蓄电池厂土壤健康风险评价[J]. 工业安全与环保, 2016, 42(12): 98-102. Yang S Y, Duan N, Wei W T. Health risk assessment of the soil from a lead-acid battery factory based on Monte Carlo method[J]. Industrial Safety and Environmental Protection, 2016, 42(12): 98-102. |
| [62] |
王蕊, 陈楠, 张二喜. 龙岩市不同利用类型土壤及农作物Pb、Cd和As污染风险与贡献分析[J]. 环境科学, 2023, 44(4): 2252-2264. Wang R, Chen N, Zhang E X. Pollution risk and contribution analysis of Pb, Cd, and As in soils and crops under different land use types in Longyan City[J]. Environmental Science, 2023, 44(4): 2252-2264. |