2025, Vol. 46
2. 兰州大学地质科学与矿产资源学院，甘肃省矿山环境和城市地质工程研究中心，兰州 730000
, LEI Hong-ping1
, WANG Yan-he1 , LIU Fu-tian2 , XU De-zhong1 , XIA Fa-zhang1 , CUI Bao-zu1 , LI De-zhong1
2. Key Laboratory of Mineral Resources in Western China (Gansu Province), School of Earth Sciences, Lanzhou University, Lanzhou 730000, China
随着我国经济的快速增长，城镇化、工业化进程加快. 工业园区的兴建促进了当地经济的发展，同时也诱发了一系列的生态环境问题，尤其是土壤重金属污染[1，2]. 富集于土壤中的重金属具有隐蔽性和危害持久性等特点，治理难度大且修复成本高[3，4]，当累积到一定程度时则会影响粮食安全，亦可通过食物链或者接触等不同途径进入人体，进而对人体健康产生威胁[5，6]. 土壤中的重金属来源复杂，有来自母岩风化等自然因素的影响，也有来自工矿排放、交通运输、污水灌溉等引起的污染[7~9]. 因此，开展典型工业园区周边土壤重金属污染评价和源解析，对当地土壤利用和污染管控具有重要意义.
黄河上游作为黄河战略的核心区、生态功能脆弱区和水土涵养区，对工业活动的干扰具有较弱的抵抗和恢复能力[10，11]. 较黄河中下游而言，众学者对黄河上游的研究主要集中在生态系统服务和生态功能发挥等方面，在工矿活动对区域生态环境的影响上研究程度相对较弱[12]. 宁夏中卫地区作为黄河上游重要的防风固沙区、农业生产区和土壤保持区，其生态环境质量问题关系着整个西北地区的高质量发展[13]. 前人在卫宁平原农田土壤的研究中发现，人为活动对区内土壤环境质量影响明显，Cd和Hg为主要污染物[14]. 以上研究空间尺度较大，针对农田土壤的重金属空间分布和污染程度的精细化研究仍较为缺乏，缺少对污染源的定性判别和定量解析. 基于以上分析，本文拟选择黄河上游的宁夏中卫重要工业园区周边土壤为研究对象，在精细刻画土壤重金属空间分布的基础上，通过单因子污染指数、地累积指数、内梅罗综合指数、污染负荷指数和潜在生态风险评价等多方法联合，综合评价区内土壤重金属污染现状[15，16]，并采用主成分分析、聚类分析和APCS-MLR模型等，进行重金属污染源深度解析[17~20]，通过探究黄河上游典型工业园区周边土壤重金属空间分布及污染来源，以期为黄河上游土壤污染防治及土地利用优化等提供重要依据，服务黄河流域生态保护和高质量发展国家战略.
1 材料与方法 1.1 研究区概况研究区位于宁夏回族自治区中卫市沙坡头区东园、镇罗等地区（图 1），地理坐标为东经105°15′05″~105°27′05″，北纬37°30′15″~37°36′50″，面积约为136 km2. 区域属大陆性气候，年平均气温为8.9℃，年降水量为179.4 mm，年均蒸发量为1 828.6 mm. 地貌类型以冲洪积、风积平原为主，地势总体北西高，南东低. 山前平原区主要以小麦、玉米和蔬菜种植为主，是主要的农作区；山区以大枣等经济类果木种植为主. 工矿企业主要是分布在研究区北部的中卫工业园区和镇罗工业园区. 中卫工业园区主要以新材料、新能源加工制造和石油化工、印刷包装为主，镇罗工业园区主要以金属冶炼和造纸为主. 工业园区的特征污染物主要包括Cu、Zn、Ni、Co、Mn、Hg、Cd和Pb等重金属元素.
|
图 1 研究区土壤采集点分布示意 Fig. 1 Sampling sites of soil in the study area |
样品采集按照网格加图斑的布设原则，以耕地土壤为主，林草地土壤为辅. 采用梅花5点组合法采集0~20 cm深的土壤，均匀混合后装入样袋，并记录样品编号、采样时间和地点等信息，共采集土壤样品377件. 采样时除去表面杂物和植物根系，采集的样品放置在阴凉、干燥处风干，碾碎土块，研磨后过100目筛网，装入聚乙烯自封袋送至实验室待测.
所有土壤样品测试分析均由中国地质调查局西宁自然资源综合调查中心实验室完成. 其中，As采用氢化物发生-原子荧光光谱法，Cd和Mn采用电感耦合等离子体质谱法，Co、Cr、Ni和Pb采用粉末压片-X射线荧光光谱法，Hg采用蒸气发生-冷原子荧光光谱法. 样品质控满足《土地质量地球化学评价规范》（DZ/T 0295-2016）要求，样品质检采用空白样品、平行样品、密码样品和标准参考物质等进行全程质量控制，回收率为91.33%~105.81%，平行样分析偏差小于±5%，符合检测要求，测试数据真实且准确.
1.3 土壤污染评价方法 1.3.1 单因子污染指数单因子污染指数法（Pi）是一种以单项重金属元素实测值与环境背景值或标准限值之比来量化单个污染物污染的评价方法[21]，表达式为：
|
(1) |
式中，Pi为单因子污染指数，无量纲；Si为评价标准，单位mg·kg-1，参照宁夏省级土壤元素背景值[22]，污染分级标准见表 1.
|
表 1 重金属污染评价方法分级标准 Table 1 Heavy metal pollution evaluation method classification standard |
1.3.2 地累积指数
地累积指数法由德国科学家Muller提出，主要用于研究沉积物、土壤中重金属污染程度的定量指标[23]，其计算公式为：
|
(2) |
式中，Igeo为地累积指数；Ci为实测值，单位mg·kg-1；Bi为背景值，选择宁夏省级土壤元素背景值，单位mg·kg-1；污染分级标准见表 1.
1.3.3 内梅罗综合污染指数该方法是综合污染指数评价最常用的方法，其综合考虑单因子污染指数最大值和平均值的影响，能够反映土壤环境中各项重金属的综合污染状况[24]，表达式为：
|
(3) |
式中，PN为内梅罗综合污染指数，无量纲；Pi max2为单因子污染指数最大值，无量纲；Pi avg2为单因子污染指数平均值，无量纲；污染分级等级见表 1.
1.3.4 污染负荷指数污染负荷指数（PLI）是一种通过研究区内重金属元素的毒性来评价研究区土壤中多项重金属元素综合污染程度的方法[25]，其表达式为：
|
(4) |
式中，PLI为某样点的综合污染负荷指数，无量纲；Ci为实测值，单位mg·kg-1；Bi为背景值，选择宁夏自治区省级土壤元素背景值，单位mg·kg-1；n为元素数量. 污染分级标准见表 1.
1.3.5 潜在生态风险指数该方法综合考虑重金属沉积特征和毒性效应，进行重金属的潜在生态风险评估[20，26]，其计算公式如下：
|
(5) |
式中，Eri为单元素潜在生态风险指数，RI为多元素综合潜在生态风险指数，Tri为毒性响应系数，分别为[27]：As=10，Cd=30，Co=Pb=Ni=5，Hg=40，Cr=2，Mn=1；Ci为实测值，单位mg·kg-1；Cib为参比值，选用宁夏省级土壤背景值，单位mg·kg-1.
参照王玉等[28]和刘福田等[29]评价分级标准，可分为：轻微生态风险（Eri≤40，RI≤110）、中等生态风险（40 < Eri≤80，110 < RI≤220）、强生态风险（80 < Eri≤160，220 < RI≤440）、很强生态风险（160 < Eri≤320）和极强生态风险（Eri > 320，RI > 440）.
1.4 APCS-MLR模型APCS-MLR模型是以主成分为基础，以受体为研究对象，通过重金属含量与APCS间的回归分析获得源贡献率，该方法操作简便，源解析成果可信度高，得到了较为广泛地应用[30，31]. 其基本原理是利用主成分（PCA）分析的主因子得分转化为绝对主成分因子得分（APCS），以APCS为自变量，各重金属元素含量为因变量做多元线性回归分析，得出不同污染源贡献率[17，32]. 计算时，首先对各重金属含量数据进行标准化，再按照以下步骤计算，其计算流程见文献[33].
1.5 数据处理与分析采用Excel 2019进行数据处理和统计分析；采用SPSS 22.0软件完成相关性-聚类分析和APCS-MLR模型分析；采用ArcGIS 10.8软件和Origin 2022绘图软件完成图件的绘制.
2 结果与分析 2.1 土壤重金属含量特征对区内377件土壤样品中的8项指标进行化学分析，描述统计结果如表 2所示. 研究区土壤ω（As）、ω（Hg）、ω（Cr）、ω（Co）、ω（Ni）、ω（Pb）、ω（Cd）和ω（Mn）平均值分别为10.95、0.04、75.89、11.28、28.74、21.74、0.19和543.28 mg·kg-1. 为方便，将类金属As统一用重金属表述，土壤中8种重金属平均含量均低于筛选值，表明区内土壤环境质量整体较好，重金属污染风险较低. 但是，与宁夏省级A层土壤背景值相比，除Co、As和Ni略低于背景值外，Hg、Cr、Pb、Cd和Mn分别高于背景值1.83、1.26、1.06、1.66和1.04倍，表明区内土壤中这5种重金属已出现不同程度的富集现象，可能存在一定的污染风险. 8种重金属变异系数大小为：Hg > Cd > Co > As > Mn > Pb > Ni > Cr，其中Hg和Cd变异系数最大，分别为57%和42%，呈高度变异[34]，表明空间分布不均匀，离散程度大，受外界干扰明显.
|
|
表 2 土壤重金属含量描述统计1）（n=377） Table 2 Descriptive statistics of heavy metal content in soil (n=377) |
2.2 土壤重金属空间分布
克里金插值的前提是数据呈正态分布，本研究数据采用阈值法对原始数据进行异常值剔除，剔除异常值后的数据，除As、Mn、Co和Ni外，其余4种重金属元素偏离正态分布，经转换后的数据均符合正态分布，利用GS+9.0软件进行半方差函数拟合，获得最佳空间变异函数理论模型（表 3）.
|
|
表 3 土壤重金属正态分布检验及半方差函数理论模型1） Table 3 Test of normal distribution of heavy metals in soil and theoretical model of semi-variance function |
利用ArcGIS 10.8软件对预经处理的土壤重金属含量数据进行普通克里金插值，绘制土壤重金属含量空间分布（图 2）. 从空间分布来看，不同元素的高值区域有明显的差异，总体上呈南西至北东递减的空间分布特征，但高值区普遍表现出了显著的集聚效应. 其中，As、Ni、Cr和Mn在空间分布上极具相似性，其含量高值区在研究区内呈条状和块状相结合的空间分布规律；Cd和Pb在空间分布上有一定相似性，高值区呈点状分布，主要集中在中卫工业园区中部以及镇罗工业园区周边等地区；Co在研究区西南部的东园和柔远等地区呈块状分布；Hg在区内呈现出由南西至北东递减的空间分布特征，但在山区林草地附近重金属含量相对较低.
|
图 2 土壤重金属空间分布特征 Fig. 2 Spatial distribution characteristics of heavy metals in soil |
单因子污染指数（Pi）评价结果显示，土壤重金属元素的Pi平均值由大到小依次为：Hg（1.83） > Cd（1.65） > Cr（1.26） > Pb（1.05） > Mn（1.04） > Co（0.98） > As（0.91） > Ni（0.79）（图 3）. 其中Hg和Cd的污染较为严重，分别有79%和85%的样点土壤Hg和Cd呈轻微污染至中度污染，这与Hg和Cd呈高度变异特征相吻合；Cr、Pb和Mn也有一定程度的污染. 根据地累积指数（Igeo）平均值来看，8种重金属元素的污染程度从大到小为：Hg（0.10） > Cd（0.03） > Cr（-0.26） > Pb（-0.54） > Mn（-0.60） > Co（-0.70） > As（-0.78） > Ni（-0.96），其中Hg和Cd呈轻度污染，个别点位呈偏中污染，其他6种重金属元素的Igeo平均值均小于0，为无污染，表明研究区内土壤中重金属元素Hg和Cd已出现不同程度的污染.
|
图 3 土壤重金属污染评价结果 Fig. 3 Evaluation results of soil heavy metal pollution |
通过以上两种评价方法对比可以看出，单因子污染指数法（Pi）和地累积指数法（Igeo）虽然对污染程度评价结果有差异，但总体上两种方法对土壤重金属中主要污染物Hg和Cd的量化污染水平是一致的. 这主要是由于Pi直接反映了当前的污染状态，而Igeo不仅考虑了人类活动对环境的影响，也考虑了自然因素的影响，从而弱化了污染评价水平，使其Igeo略低于Pi评价结果[36]. 总体来看，研究区土壤中Hg和Cd污染较为严重.
为进一步了解研究区土壤中主要污染物Hg和Cd的超标范围及其与人为活动之间的关系，以单因子污染指数评价值为底数，采用克里金插值法绘制了Hg和Cd的单因子污染评价空间分布图，从图 4可以看出，二者在空间分布上有一定的相似性，超标区域均有居民点或工矿企业的分布，表明研究区Hg和Cd的超标与人类活动关系密切，但中度污染以上区域差异明显，Hg在居民点附近呈中度以上污染，而Cd仅在研究区北部的工矿企业周边呈中度污染，这可能与二者之间的主要污染源不同有关.
|
图 4 土壤重金属主要污染物单因子污染评价空间分布 Fig. 4 Spatial distribution of single-factor pollution evaluation of major heavy metal pollutants in soil |
内梅罗综合污染指数（PN）评价结果显示（图 5），其PN值介于0.63~8.26之间，平均值为1.69，整体处于轻度污染水平. 其中，清洁、尚清洁、轻度污染、中度污染和重度污染样点占比分别为0.3%、11.9%、64.4%、20.9%和2.5%. 污染负荷指数（PLI）评价结果显示，其PLI值介于0.48~1.77之间，平均值为1.12，呈轻度污染水平，其中无污染（30.5%）、轻度污染（69.5%）. 整体来看，PN和PLI的评价结果基本一致，但PN的污染评价结果更为严重，这主要是由于PN在评价过程中更多的考虑了土壤中重金属含量最大的污染物对其影响，而PLI则反映了评价区域的平均污染水平. 通过两种污染评价指标的空间插值分布情况来看，处于轻度以上污染的区域主要集中在工矿企业以及居民区附近，且工矿企业附近土壤污染水平明显高于居民区，这可能主要与重金属污染的滞后性和累积性有关. 虽然近些年政府加强了环保力度，并采取了一系列整治措施，但历史时期造成的土壤重金属累积不容忽视[37]，加之工矿企业产生的废水、废气等污染物重金属含量远高于居民区，致使工矿企业附近土壤污染水平高于居民区.
|
图 5 土壤重金属综合污染评价结果 Fig. 5 Evaluation results of soil heavy metal comprehensive pollution |
从潜在生态风险指数Eri和RI的评价结果来看（表 4），研究区内As、Cr、Co、Ni、Pb和Mn的Eri值小于40，为轻微生态风险等级，Hg和Cd的Eri值分别为73.01和49.65，呈中等生态风险等级，两种重金属轻微生态风险等级样点占比为21%和30%，中等生态风险等级样点占比为43%和65%，强生态风险等级样点占比34%和4%，很强生态风险等级样点占比为2%和1%；RI值为149.54，呈中等生态风险，轻微生态风险占比为25%，中等生态风险占比为66%，强生态风险占比为8%，很强生态风险占比为1%. 总体来看，研究区土壤中8种重金属元素Hg和Cd的生态风险等级显著高于其他重金属元素，而RI值高其原因在于Hg和Cd本身具有较高的生态毒性系数，加之区内大部分土壤样品Hg和Cd含量均高于背景值，由此导致了研究区内土壤RI值偏高. 综上所述，Hg和Cd为研究区内土壤重金属污染的关键因子，这与前人研究的结果一致[15].
|
|
表 4 土壤重金属潜在生态风险指数1） Table 4 Potential ecological risk index of heavy metals in soil |
2.4 土壤重金属源解析 2.4.1 相关性分析
重金属元素之间的相关系数有助于判别不同重金属元素之间的来源，相关系数越高，表明可能有相同或相似的来源，相关系数越低则表明来源途径不同[38，39]. 在置信水平0.01下，土壤中8种重金属元素之间均呈显著正相关，相关系数范围为0.391~0.907（表 5）. 其中，As-Ni-Mn-Cr之间的相关系较高（r > 0.79），呈显著正相关，表明这4种重金属元素之间具有同源性的可能较大；Co-Pb和Pb-Cd的相关系也相对较高（r > 0.6），呈显著正相关，表明这3种重金属元素之间也可能具有相同或相似的来源；Hg与其他7种重金属元素之间的相关系数相对较小，范围为0.407~0.561，表明其具有相同或相似来源的可能性较小，对其来源仍需进一步分析验证.
|
|
表 5 土壤重金属元素的相关系数1） Table 5 Correlation of heavy metal elements in soil |
2.4.2 聚类分析
土壤重金属聚类分析树状图可以揭示不同元素之间的相似性和差异性，聚类分析树状图中距离的远近表示重金属之间的远近程度，距离越近，相关性越显著，意味着具有相似的来源[40]. 为使聚类分析更为准确，首先对重金属元素含量数据进行标准化，然后利用SPSS软件Ward法绘制了重金属元素的树状图. 聚类分析结果显示（图 6），研究区土壤重金属元素可归为3类，即As、Ni、Mn和Cr为一类，Co、Pb、和Cd聚为一类，Hg为一类. 分析结果与相关性分析一致.
|
图 6 土壤重金属聚类分析 Fig. 6 Cluster analysis of heavy metals in soil |
利用SPSS 22.0软件对数据进行主成分分析检验，KMO检验值为0.879，Bartlett球形度检验相应概率为0.000，表明研究区8种重金属的含量在空间上存在很好的相关性，适宜开展主成分分析[18]，分析结果见表 6. 利用最大方差进行旋转，得到两个特征值大于1的因子，方差贡献分别为66.065%和15.398%，累计方差贡献81.463%. 除Hg公因子方差稍低外，其他重金属含量的公因子值均接近于0.9，表明抽取的两个主成分因子整体水平较高，基本上解释了土壤重金属含量的大部分信息[41]. 第一主成分（F1）上具有较高载荷的为As、Ni、Mn和Cr，载荷系数分别为0.905、0.924、0.922和0.876，且As-Ni-Mn-Cr之间呈显著正相关，在空间分布上极具相似性，说明它们具有相同或相似的来源. 第二主成分（F2）上Co、Pb、Cd和Hg具有较高的载荷，载荷系数分别为0.760、0.890、0.854和0.613.
|
|
表 6 土壤重金属主成分分析旋转后成分矩阵 Table 6 Component matrix of soil heavy metal principal component analysis after rotation |
2.4.4 APCS-MLR模型分析
基于APCS-MLR模型分别对土壤重金属As、Hg、Cr、Ni、Pb、Co、Cd和Mn进行多元线性回归分析，得到各重金属元素的受体模型（表 7），除Hg的决定系数（0.470）稍低外，其他7种重金属元素的决定系数（R2）均大于0.75，利用模型计算的所有重金属含量预测值与实测值的比值均接近于1，表明受体模型拟合度较好，源分析的可信度高.
|
|
表 7 土壤重金属APCS-MLR模型及相关参数 Table 7 Soil heavy metal APCS-MLR model and related parameters |
在绝对主成分与多元线性回归分析的基础上，利用受体模型计算不同来源对土壤重金属含量的贡献率，结果见图 7. F1、F2和F3源的贡献率分别为50.6%、27.9%和21.5%.
|
图 7 不同来源对土壤重金属含量的贡献率 Fig. 7 Contribution rate of different sources to soil heavy metal content |
F1源对As、Ni、Mn和Cr的贡献率相对较高，分别为68%、81%、68%和50%，有研究指出，Ni和Cr等重金属元素主要受土壤母质和成土过程影响[42]，Mn可以作为土壤重金属自然来源的标志元素[43]，研究区农田土壤中Ni的平均含量低于背景值，单因子和内梅罗综合指数、地累积指数和污染负荷指数评价结果均显示研究区土壤中Ni为无污染，且这4种重金属元素变异系数相对较小，呈低度变异，进一步说明研究区土壤中Ni受外源影响的可能性较小，来源于成土母质. 因此，F1源主要代表了自然源.
F2源对Cd、Co、Pb和Hg的贡献率相对较高，分别为67%、48%、42%和35%，研究区农田土壤中这4种重金属元素变异系数均呈中度和高度变异（20%~57%），且Cd、Pb和Hg平均含量均高于背景值，说明除了自然因素外，还存在着人为活动产生的影响. 有研究表明，工矿业活动中产生的粉尘和废气是土壤中Cd和Pb富集的主要原因[44，45]，结合研究区土壤重金属空间分布（图 2）和单因子污染评价空间分布（图 4）情况来看，Cd和Pb在空间分布上极具相似性，且Cd在中卫工业园区工矿企业周边污染最为严重，呈中等程度污染，进一步说明工业排放的废气和固体颗粒等有毒有害物质经大气沉降或雨水淋溶富集于土壤，是Cd和Pb的主要来源. 化石燃料的燃烧也会引起土壤中Hg含量的增加[46，47]，陈秀瑞等[17]在西安市城区土壤调查研究中发现，化石燃料燃烧是Co的主要来源，从图 4来看，研究区内有一定数量的城乡居民住宅区，且Hg单因污染评价呈中度污染以上的区域均分布于居民点附近，而研究区居民冬季取暖主要物源为燃煤，其产生的烟气和烟尘经沉降到土壤表面，是导致土壤中的Hg和Co富集的主要原因. 因此，F2源主要代表了工业源和化石燃料燃烧的复合源.
F3源作为未知源对Cr、Pb和Hg也有着一定程度的影响，贡献率分别为40%、32%和27%. 前文已述，研究区土壤中重金属元素Cr变异系数虽然较小，但有93%的样点Cr含量平均值超背景值，且富集系数为1.26，出现明显的累积，表明Cr已受到人为活动的影响. 已有报道指出，氮肥中Cr元素的含量偏高，农业上施用有机肥也会导致土壤中Cr含量升高[48，49]，而Hg是农药化肥的重要成分，可以通过农药化肥进入土壤，富集于土壤表面[50，51]，从土壤重金属空间分布情况来看（图 2），Cr和Hg在山区林草地附近含量明显低于平原农田区，进一步说明这两种重金属来源可能与农业施肥有关. 因此，判定未知源F3主要代表着农业源.
综上所述，研究区土壤中重金属元素As、Ni、Mn和Cr的主要来源为自然源，贡献率分别为68%、81%、68%和50%，Cd、Co、Pb和Hg主要来源于工业源和化石燃料燃烧的复合源，贡献率分别为67%、48%、42%和35%.
3 讨论对于农田土壤而言，重金属污染评价方法的科学合理性关乎到研究区土地利用以及农产品安全等问题. 因此，多方法联合应用，能够更加全面地评价研究区污染状况[52]. 研究区土壤重金属单因子污染指数与地累积指数、内梅罗综合污染指数与污染负荷指数评价结果基本一致，Hg和Cd是研究区内土壤重金属污染的关键因子，引起的生态环境风险应受到更多的关注.
相关分析、主成分分析、聚类分析与APCS-MLR法相结合进行定性识别与定量解析是目前该领域的主流研究方法[53]. 因此，基于APCS-MLR法定量解析黄河上游典型工业园区附近土壤重金属污染是可行的，结合地统计分析，解析结果可信度高，从而可以为区域土壤重金属的污染防控与治理提供有针对性的参考依据.
随着研究区工、农业的发展，区内土壤重金属污染达中等风险水平，Cd和Hg为区内土壤污染的主控因子. 结合前文研究，部分工矿企业生产以及居民取暖所需的化石燃料燃烧产生的废气和烟尘是Cd和Hg的主要来源，而农药化肥的使用也引起了研究区土壤中重金属元素Hg的富集. 基于以上分析，提出以下防治措施：①加大工业园区工矿企业和居民取暖环保技术和设备的投入，控制和减少污染物排放，从根源上防治环境污染；②改进传统农业运作方式，优化化肥、农药的使用，降低土壤重金属含量，从根源上控制土壤污染风险；③加大宣传教育，提高全民防污减排意识，优化监督、评估机制，结合污染实际，重点就中度以上污染区采取农艺调控，分区修复等措施，从根本上解决土壤污染问题.
4 结论（1）研究区土壤重金属元素Hg、Cr、Pb、Cd和Mn含量平均值均高于宁夏土壤背景值；Hg和Cd呈高度变异，受人为活动影响显著，土壤重金属元素含量总体呈南西至北东递减的空间分布特征.
（2）研究区土壤质量总体处于轻度污染水平，呈中等生态风险水平；Hg和Cd污染最为严重，Cr、Pb和Mn存在一定程度的污染，Hg与Cd为区内土壤重金属污染的关键因子.
（3）APCS-MLR模型定量解析结果显示，研究区土壤重金属的来源主要有自然源（50.6%）、工业源-化石燃料燃烧的复合源（27.9%）及农业源（21.5%）；As、Ni、Mn和Cr主要来源于自然源，贡献率分别为68%、81%、68%和50%，Cd、Co、Pb和Hg主要受工业-化石燃料燃烧的复合影响，贡献率分别为67%、48%、42%和35%.
| [1] | Huang S S, Tu J, Jin Y, et al. Contamination assessment and source identification of heavy metals in River Sediments in Nantong, Eastern China[J]. International Journal of Environmental Research, 2018, 12(3): 373-389. |
| [2] |
毕书海, 周文辉, 袁国礼, 等. 宁夏固原市原州区土壤重金属分布特征及其生态风险评价[J]. 中国地质. Bi S H, Zhou W H, Yuan G L, et al. Distribution characteristics and ecological risk assessment of soil heavy metal in Yuanzhou District of Guyuan City, Ningxia[J]. Geology in China. DOI:10.12029/gc20221025004 |
| [3] | Sheng J J, Wang X P, Gong P, et al. Heavy metals of the Tibetan top soils[J]. Environmental Science and Pollution Research, 2012, 19(8): 3362-3370. |
| [4] |
孙帅, 耿柠波, 郭崔崔, 等. 我国东部沿海地区蔬菜中重金属累积分布特征及居民膳食暴露评估[J]. 环境科学, 2021, 42(11): 5519-5525. Sun S, Geng N B, Guo C C, et al. Accumulation characteristics and dietary exposure estimation of heavy metals in vegetables from the eastern coastal region of China[J]. Environmental Science, 2021, 42(11): 5519-5525. |
| [5] |
王菲, 吴泉源, 吕建树, 等. 山东省典型金矿区土壤重金属空间特征分析与环境风险评估[J]. 环境科学, 2016, 37(8): 3144-3150. Wang F, Wu Q Y, Lü J S, et al. Spatial characteristics and environmental risk of heavy metals in typical gold mining area of Shandong Province[J]. Environmental Science, 2016, 37(8): 3144-3150. |
| [6] | Wu S, Peng S Q, Zhang X X, et al. Levels and health risk assessments of heavy metals in urban soils in Dongguan, China[J]. Journal of Geochemical Exploration, 2015, 148: 71-78. |
| [7] | Han Q, Liu Y, Feng X X, et al. Pollution effect assessment of industrial activities on potentially toxic metal distribution in windowsill dust and surface soil in central China[J]. Science of the Total Environment, 2021, 759. DOI:10.1016/j.scitotenv.2020.144023 |
| [8] | Wu Y F, Li X, Yu L, et al. Review of soil heavy metal pollution in China: spatial distribution, primary sources, and remediation alternatives[J]. Resources, Conservation and Recycling, 2022, 181. DOI:10.1016/j.resconrec.2022.106261 |
| [9] | Liu F T, Wang X Q, Dai S, et al. Impact of different industrial activities on heavy metals in floodplain soil and ecological risk assessment based on bioavailability: a case study from the middle yellow river Basin, northern China[J]. Environmental Research, 2023, 235. DOI:10.1016/j.envres.2023.116695 |
| [10] |
岳立, 任婉瑜. 黄河流域城市能源综合效率时空分异与影响因素研究[J]. 地理科学, 2024, 44(4): 630-639. Yue L, Ren W Y. Spatio-temporal distribution and influencing factors of urban comprehensive energy efficiency in the Yellow River Basin[J]. Scientia Geographica Sinica, 2024, 44(4): 630-639. |
| [11] |
雷红平, 赵琳兴, 夏发长, 等. 黄河干流甘肃白银-宁夏沙坡头段水体污染现状评价及源解析[J]. 生态与农村环境学报, 2024, 40(5): 710-717. Lei H P, Zhao L X, Xia F Z, et al. Water pollution assessment and pollutant source analysis in the mainstream section from Baiyin in Gansu to Shapotou in Ningxia of the Yellow River[J]. Journal of Ecology and Rural Environment, 2024, 40(5): 710-717. |
| [12] |
庞彩艳, 文琦, 丁金梅, 等. 黄河上游流域生态系统服务变化及其权衡协同关系[J]. 生态学报, 2024, 44(12): 5003-5013. Pang C Y, Wen Q, Ding J M, et al. Ecosystem services and their trade-offs and synergies in the upper reaches of the Yellow River basin[J]. Acta Ecologica Sinica, 2024, 44(12): 5003-5013. |
| [13] |
王化齐, 尹立河, 李彦娥, 等. 宁夏沿黄生态经济区生态系统服务价值及其提升对策[J]. 西北地质, 2023, 56(3): 196-203. Wang H Q, Yin L H, Li Y E, et al. Ecological system service value assessment and improving countermeasures in Ningxia Yellow River ecological economic zone[J]. Northwestern Geology, 2023, 56(3): 196-203. |
| [14] |
曾伟斌, 顾高铨, 万小铭, 等. 多功能区工业园土壤和地表灰尘重金属污染及生态风险差异分析[J]. 环境科学, 2021, 42(3): 1105-1113. Zeng W B, Gu G Q, Wan X M, et al. Heavy metal contents of soil and surface dust and its ecological risk analysis in a multifunctional industrial park[J]. Environmental Science, 2021, 42(3): 1105-1113. |
| [15] |
刘志坚, 董元华, 张琇, 等. 卫宁平原农用地土壤重金属污染特征与生态风险研究[J]. 生态环境学报, 2022, 31(11): 2216-2224. Liu Z J, Dong Y H, Zhang X, et al. Contamination and ecological risk assessment of heavy metals in the soil of agricultural land in Weining Plain, Northwest China[J]. Ecology and Environmental Sciences, 2022, 31(11): 2216-2224. |
| [16] |
陈林, 马琨, 马建军, 等. 宁夏引黄灌区农田土壤重金属生态风险评价及来源解析[J]. 环境科学, 2023, 44(1): 356-366. Chen L, Ma K, Ma J J, et al. Risk assessment and sources of heavy metals in farmland soils of Yellow River irrigation area of Ningxia[J]. Environmental Science, 2023, 44(1): 356-366. |
| [17] |
陈秀端, 卢新卫. 基于受体模型与地统计的城市居民区土壤重金属污染源解析[J]. 环境科学, 2017, 38(6): 2513-2521. Chen X D, Lu X W. Source apportionment of soil heavy metals in city residential areas based on the receptor model and geostatistics[J]. Environmental Science, 2017, 38(6): 2513-2521. |
| [18] |
张传华, 王钟书, 刘力, 等. 基于APCS-MLR受体模型和地统计法的矿区周边农用地土壤重金属来源解析[J]. 环境科学, 2023, 44(6): 3500-3508. Zhang C H, Wang Z S, Liu L, et al. Source analysis of soil heavy metals in agricultural land around the mining area based on APCS-MLR receptor model and geostatistical method[J]. Environmental Science, 2023, 44(6): 3500-3508. |
| [19] |
高越, 吕童, 张蕴凯, 等. PMF和RF模型联用的土壤重金属污染来源解析与污染评价: 以西北某典型工业园区为例[J]. 环境科学, 2023, 44(6): 3488-3499. Gao Y, Lü T, Zhang Y K, et al. Source apportionment and pollution assessment of soil heavy metal pollution using PMF and RF model: a case study of a typical industrial park in Northwest China[J]. Environmental Science, 2023, 44(6): 3488-3499. |
| [20] |
柴磊, 王新, 马良, 等. 基于PMF模型的兰州耕地土壤重金属来源解析[J]. 中国环境科学, 2020, 40(9): 3919-3929. Chai L, Wang X, Ma L, et al. Sources appointment of heavy metals in cultivated soils of Lanzhou based on PMF models[J]. China Environmental Science, 2020, 40(9): 3919-3929. |
| [21] |
王棣, 李杰飞, 杨浩, 等. 洛阳市栾川县矿区周边土壤重金属污染特征、来源与生态风险评价[J]. 环境化学, 2024, 43(10): 3363-3376. Wang D, Li J F, Yang H, et al. Evaluation of heavy metal pollution characteristics, sources and ecological risks of soil around mining areas in Luanchuan County, Luoyang City[J]. Environmental Chemistry, 2024, 43(10): 3363-3376. |
| [22] | 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990. |
| [23] |
段海静, 马嘉玉, 彭超月, 等. 基于APCS-MLR和PMF模型解析黄河下游文化公园土壤重金属污染特征及来源分析[J]. 环境科学, 2023, 44(8): 4406-4415. Duan H J, Ma J Y, Peng C Y, et al. Pollution characteristics and source analysis of heavy metals in soils in Yellow River cultural park based on APCS-MLR and PMF receptor model[J]. Environmental Science, 2023, 44(8): 4406-4415. |
| [24] |
赖书雅, 董秋瑶, 宋超, 等. 南阳盆地东部山区土壤重金属分布特征及生态风险评价[J]. 环境科学, 2021, 42(11): 5500-5509. Lai S Y, Dong Q Y, Song C, et al. Distribution characteristics and ecological risk assessment of soil heavy metals in the eastern mountainous area of the Nanyang basin[J]. Environmental Science, 2021, 42(11): 5500-5509. |
| [25] | Yuan B, Cao H L, Du P, et al. Source-oriented probabilistic health risk assessment of soil potentially toxic elements in a typical mining city[J]. Journal of Hazardous Materials, 2023, 443. DOI:10.1016/j.jhazmat.2022.130222 |
| [26] | Huang H, Zhou Y, Liu Y J, et al. Source apportionment and ecological risk assessment of potentially toxic elements in cultivated soils of Xiangzhou, China: a combined approach of geographic information system and random forest[J]. Sustainability, 2021, 13(3). DOI:10.3390/su13031214 |
| [27] |
徐争启, 倪师军, 庹先国, 等. 潜在生态危害指数法评价中重金属毒性系数计算[J]. 环境科学与技术, 2008, 31(2): 112-115. Xu Z Q, Ni S J, Tua X G, et al. Calculation of heavy metals' toxicity coefficient in the evaluation of potential ecological risk index[J]. Environmental Science & Technology, 2008, 31(2): 112-115. |
| [28] |
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[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[J]. Environmental Science, 2022, 43(9): 4756-4766. |
| [29] |
刘福田, 王学求, 迟清华. 中国西南"三江"流域区土壤铊空间分布及健康风险评估[J]. 中国环境科学, 2021, 41(4): 1765-1777. Liu F T, Wang X Q, Chi Q H. Spatial variation and health risk assessment of thallium in floodplain soil in "Three Rivers" regions of Southwest China[J]. China Environmental Science, 2021, 41(4): 1765-1777. |
| [30] | Cheng G W, Wang M J, Chen Y, et al. Source apportionment of water pollutants in the upstream of Yangtze River using APCS-MLR[J]. Environmental Geochemistry and Health, 2020, 42(11): 3795-3810. |
| [31] |
管贤贤, 周小平, 雷春妮, 等. 基于GIS及APCS-MLR模型的兰州市主城区土壤PAHs来源解析[J]. 环境科学, 2021, 42(8): 3904-3912. Guan X X, Zhou X P, Lei C N, et al. Source apportionment of soil PAHs in Lanzhou based on GIS and APCS-MLR model[J]. Environmental Science, 2021, 42(8): 3904-3912. |
| [32] |
王美华. PCA-APCS-MLR和地统计学的典型农田土壤重金属来源解析[J]. 环境科学, 2023, 44(6): 3509-3519. Wang M H. Source analysis of heavy metals in typical farmland soils based on PCA-APCS-MLR and geostatistics[J]. Environmental Science, 2023, 44(6): 3509-3519. |
| [33] |
李军, 李旭, 高世刚, 等. 基于APCS-MLR和PMF模型的燃煤电厂周边土壤潜在有毒元素(PTEs)污染特征与来源解析[J]. 环境科学, 2023, 44(10): 5689-5703. Li J, Li X, Gao S G, et al. Contamination characteristics and source apportionment of potentially toxic elements in soil around the coal-fired power plant using APCS-MLR and PMF models[J]. Environmental Science, 2023, 44(10): 5689-5703. |
| [34] |
于路加, 马海军, 王翠平. 银川市黄河滩区土壤重金属污染特征、生态风险评价与来源解析[J]. 环境科学, 2024, 45(5): 2971-2982. Yu L J, Ma H J, Wang C P. Characteristics, ecological risk assessment, and source apportionment of soil heavy metals in the Yellow River floodplain of Yinchuan City[J]. Environmental Science, 2024, 45(5): 2971-2982. |
| [35] | 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]. |
| [36] |
贾晗, 刘军省, 王晓光, 等. 安徽典型硫铁矿集中开采区土壤重金属污染特征及来源解析[J]. 环境科学, 2023, 44(9): 5275-5287. Jia H, Liu J X, Wang X G, et al. Pollution characteristics and sources of heavy metals in soil of a typical pyrite concentrated mining area in Anhui province[J]. Environmental Science, 2023, 44(9): 5275-5287. |
| [37] |
李军, 高占栋, 马利邦, 等. 黄河兰州段城市饮用水源地土壤重金属污染及其溯源的多指标综合分析[J]. 环境科学, 2024, 45(11): 6723-6733. Li J, Gao Z D, Ma L B, et al. Multiproxy comprehensive analysis for source apportionment and pollution of heavy metals in urban drinking-water source soils from the Lanzhou Reach of the Yellow River[J]. Environmental Science, 2024, 45(11): 6723-6733. |
| [38] |
马宏宏, 余涛, 杨忠芳, 等. 典型区土壤重金属空间插值方法与污染评价[J]. 环境科学, 2018, 39(10): 4684-4693. Ma H H, Yu T, Yang Z F, et al. Spatial interpolation methods and pollution assessment of heavy metals of soil in typical areas[J]. Environmental Science, 2018, 39(10): 4684-4693. |
| [39] |
王越, 莫莉, 余新晓, 等. 粤北典型工矿区土壤重金属富集特征、来源解析及风险评价[J]. 环境科学, 2023, 44(3): 1636-1645. Wang Y, Mo L, Yu X X, et al. Enrichment characteristics, source apportionment, and risk assessment of heavy metals in the industrial and mining area of Northern Guangdong Province[J]. Environmental Science, 2023, 44(3): 1636-1645. |
| [40] |
魏洪斌, 罗明, 吴克宁, 等. 冀东平原农田土壤重金属污染源分析与风险评价[J]. 土壤通报, 2023, 54(2): 462-472. Wei H B, Luo M, Wu K N, et al. Source analysis and risk assessment of heavy metal pollution in farmland soil in the eastern Hebei Plain[J]. Chinese Journal of Soil Science, 2023, 54(2): 462-472. |
| [41] |
湛天丽, 黄阳, 滕应, 等. 贵州万山汞矿区某农田土壤重金属污染特征及来源解析[J]. 土壤通报, 2017, 48(2): 474-480. Zhan T L, Huang Y, Teng Y, et al. Pollution characteristics and sources of heavy metals in farmland soil in Wanshan mining areas, Guizhou Province[J]. Chinese Journal of Soil Science, 2017, 48(2): 474-480. |
| [42] | Šajn R, Halamić J, Peh Z, et al. Assessment of the natural and anthropogenic sources of chemical elements in alluvial soils from the Drava River using multivariate statistical methods[J]. Journal of Geochemical Exploration, 2011, 110(3): 278-289. |
| [43] |
周旭, 吕建树. 山东省广饶县土壤重金属来源、分布及生态风险[J]. 地理研究, 2019, 38(2): 414-426. Zhou X, Lv J S. Sources, distribution and ecological risk of soil heavy metals in Guangrao County, Shandong Province[J]. Geographical Research, 2019, 38(2): 414-426. |
| [44] |
王乔林, 宋云涛, 王成文, 等. 滇西地区土壤重金属来源解析及空间分布[J]. 中国环境科学, 2021, 41(8): 3693-3703. Wang Q L, Song Y T, Wang C W, et al. Source identification and spatial distribution of soil heavy metals in western Yunnan[J]. China Environmental Science, 2021, 41(8): 3693-3703. |
| [45] |
胡杰, 赵心语, 王婷婷, 等. 太原市汾河河岸带土壤重金属分布特征、评价与来源解析[J]. 环境科学, 2022, 43(5): 2500-2509. Hu J, Zhao X Y, Wang T T, et al. Distribution characteristics, evaluation, and source analysis of heavy metals in soils of Fenhe Riparian Zone in Taiyuan City[J]. Environmental Science, 2022, 43(5): 2500-2509. |
| [46] | Wang S, Cai L M, Wen H H, et al. Spatial distribution and source apportionment of heavy metals in soil from a typical county-level city of Guangdong Province, China[J]. Science of the Total Environment, 2019, 655: 92-101. |
| [47] | Fei X F, Christakos G, Lou Z H, et al. Assessment and source apportionment of toxic metal in soils using integrated positive matrix factorization and Bayesian maximum entropy: a case study in Z county, southeastern China[J]. Ecological Indicators, 2022, 145. DOI:10.1016/j.ecolind.2022.109647 |
| [48] |
张富贵, 彭敏, 王惠艳, 等. 基于乡镇尺度的西南重金属高背景区土壤重金属生态风险评价[J]. 环境科学, 2020, 41(9): 4197-4209. Zhang F G, Peng M, Wang H Y, et al. Ecological risk assessment of heavy metals at township scale in the high background of heavy metals, southwestern, China[J]. Environmental Science, 2020, 41(9): 4197-4209. |
| [49] |
夏子书, 白一茹, 王幼奇, 等. 基于PMF模型的宁南山区小流域土壤重金属空间分布及来源解析[J]. 环境科学, 2022, 43(1): 432-441. Xia Z S, Bai Y R, Wang Y Q, et al. Spatial distribution and source analysis of soil heavy metals in a small watershed in the mountainous area of southern Ningxia based on PMF model[J]. Environmental Science, 2022, 43(1): 432-441. |
| [50] | Giersz J, Bartosiak M, Jankowski K. Sensitive determination of Hg together with Mn, Fe, Cu by combined photochemical vapor generation and pneumatic nebulization in the programmable temperature spray chamber and inductively coupled plasma optical emission spectrometry[J]. Talanta, 2017, 167: 279-285. |
| [51] | Liu F T, Wang X Q, Dai S, et al. Spatial variations, health risk assessment, and source apportionment of soil heavy metals in the middle Yellow River Basin of northern China[J]. Journal of Geochemical Exploration, 2023, 252. DOI:10.1016/j.gexplo.2023.107275 |
| [52] |
李保杰, 王思宇, 周生路, 等. 田块尺度下农田重金属污染特征及其源汇关系响应解析[J]. 农业工程学报, 2018, 34(6): 204-209. Li B J, Wang S Y, Zhou S L, et al. Heavy metal pollution characteristics and its response of source-sink relationship in agricultural soil at field scale[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(6): 204-209. |
| [53] |
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. |