天津市地表水体重金属污染分布特征及其健康风险评价

引用本文

张润, 郎赟超, 刘艺轩, 岳展鹏, 韩晓昆, 丁虎, 杨博, 刘丛强. 天津市地表水体重金属污染分布特征及其健康风险评价[J]. 环境科学, 2026, 47(10): 6823-6834.

ZHANG Run, LANG Yun-chao, LIU Yi-xuan, YUE Zhan-peng, HAN Xiao-kun, DING Hu, YANG Bo, LIU Cong-qiang. Distribution Characteristics and Health Risk Assessment of Heavy Metals for Surface Water in Tianjin[J]. Environmental Science, 2026, 47(10): 6823-6834.

天津市地表水体重金属污染分布特征及其健康风险评价

张润¹, 郎赟超^1,2,3, 刘艺轩¹, 岳展鹏¹, 韩晓昆^1,2,3, 丁虎^1,2,3, 杨博¹, 刘丛强^1,2,3

1. 天津大学地球系统科学学院，表层地球系统科学研究院，天津 300072;
2. 天津市环渤海地球关键带科学与可持续发展重点实验室，天津 300072;
3. 天津环渤海滨海地球关键带国家野外科学观测研究站，天津 300072

收稿日期: 2025-07-31; 修订日期: 2025-10-30

基金项目: 国家科技基础资源调查专项（2021FY101001）；国家自然科学基金重大项目（42293262）；天津市科技局项目（21ZYJDJC00090）

作者简介: 张润（2001~），女，硕士研究生，主要研究方向为水体重金属，E-mail: zhangrun_213@tju.edu.cn

通信作者: 郎赟超, E-mail: yunchao.lang@tju.edu.cn

摘要: 为评估滨海城市水体重金属的污染现状及其健康风险，选取天津市为研究区，分别于夏季和冬季采集河流、湿地和湖泊等不同类型的地表水体，分析了水体中6种重金属（Cu、Zn、Pb、As、Cr和Cd）浓度，探讨了不同重金属浓度空间分布及其季节变化特征，分析主要来源，并评价重金属的污染水平及其健康风险. 结果表明：①天津市地表水体重金属浓度平均值由高到低依次为As > Zn > Cu > Cr > Pb > Cd，其中Zn、As和Cr在部分点位超出《地表水环境质量标准》（GB 3838—2002）Ⅰ类水质中对重金属的标准. 地表水体中Cu、As和Cr浓度具有显著季节变化，即冬季Cu浓度的平均值高于夏季，而夏季As和Cr浓度的平均值高于冬季. 在空间分布上，天津市东南部沿海养殖塘和河口区域重金属浓度较高. ②来源分析结果表明，天津市地表水体中Pb、Cd、As和Cu主要来源于自然过程和工业活动混合源，Cr和Zn的主要来源为水产养殖和农业活动混合源. ③地表水体污染评价结果表明，Cr是主要污染物，重金属综合污染风险表现为夏季高于冬季. 夏季养殖塘和独流减河河口重金属总体处于中度污染水平，冬季独流减河附近农渠重金属处于中度污染水平，应当重点关注独流减河的水环境状况. ④健康风险评价结果表明，夏季水体中的Cr通过饮水途径对成人和儿童造成的致癌风险均超过1.0×10^-6 a^-1，存在明确的健康威胁，在未来的环境监测和生态修复等管理工作中应予以高度重视.

关键词: 滨海城市重金属时空分布污染水平健康风险评价

Distribution Characteristics and Health Risk Assessment of Heavy Metals for Surface Water in Tianjin

ZHANG Run¹ , LANG Yun-chao^1,2,3 , LIU Yi-xuan¹ , YUE Zhan-peng¹ , HAN Xiao-kun^1,2,3 , DING Hu^1,2,3 , YANG Bo¹ , LIU Cong-qiang^1,2,3

1. Institute of Surface-Earth System Science, School of Earth System Science, Tianjin University, Tianjin 300072, China;
2. Tianjin Key Laboratory of Earth Critical Zone Science and Sustainable Development in Bohai Rim, Tianjin 300072, China;
3. Tianjin Bohai Coastal Earth Critical Zone National Observation and Research Station, Tianjin 300072, China

Abstract: To assess the current pollution status of heavy metals in water bodies and associated with health risks in coastal cities, this study selected Tianjin as the research area. Surface water samples from rivers, wetlands, and lakes were collected in both summer and winter to analyze the concentrations of six heavy metals (Cu, Zn, Pb, As, Cr, and Cd). The spatial distribution and seasonal variation characteristics of different heavy metal concentrations were clarified, and the main sources were analyzed. The pollution levels and health risks of water bodies were evaluated. The results showed that: ① The average concentrations of heavy metals in surface water bodies in Tianjin, from high to low, were as follows: As > Zn > Cu > Cr > Pb > Cd. Only Zn, As, and Cr exceeded the standards for heavy metals in Class Ⅰ water quality of the "Surface Water Environmental Quality Standards" (GB3838-2002) at some sampling points. The concentrations of Cu, As, and Cr in surface water showed significant seasonal variations, with the average Cu concentration being higher in winter and the average As and Cr concentrations being higher in summer. Spatially, the concentrations of heavy metals were higher in the southeastern coastal aquaculture ponds and estuary areas of Tianjin. ② The source analysis results indicated that Pb, Cd, As, and Cu in surface water in Tianjin mainly originated from a mixture of natural processes and industrial activities, while Cr and Zn mainly originated from a mixture of aquaculture and agricultural activities. ③ The pollution assessment results of surface water indicated that Cr was the main pollutant, and the overall risk of heavy metal pollution in water bodies was higher in summer than in winter. The overall pollution level of heavy metals in aquaculture ponds and the estuary of the Duliujian River was moderate in summer, and the pollution level of heavy metals in the agricultural canals near the Duliujian River was moderate in winter. Special attention should be paid to the water environment of the Duliujian River. ④ The results of health risk assessment showed that the carcinogenic risk to both adults and children caused by chromium in water through the drinking water route in summer exceeded 1.0×10^-6 a^-1, presenting a clear health threat. Therefore, it should be given high priority in future environmental monitoring and ecological restoration management work.

Key words: coastal city heavy metals spatiotemporal distribution pollution level health risk assessment

地表水在农业生产、工业发展和人类生活中具有重要作用. 其中，河流作为连接陆地与海洋的桥梁，将90%陆源物质输入海洋，成为流域内污染物的主要运输者，同时也是湿地重要的生态补水水源^[1，2]. 然而，随着经济和社会快速发展，城市地表水中污染物浓度不断增加，对水安全和公众健康构成了严重威胁^[3，4]. 在城市水体污染物中，重金属因其具有毒性、持久性、生物累积性和不可降解性等特点，引起了人们的广泛关注^[5~7]. 重金属通过生活排放、工业废水、采矿尾矿、农业废料和化石燃料燃烧等点源和面源污染进入地表水体^[8，9]，造成城市水体中重金属污染不断加剧^[5]. 滨海城市处于海陆交互地带，重金属在水体中的传输方式和污染水平更为复杂^[10]. 重金属主要通过饮水摄入暴露途径进入人体^[4]，在脂肪和肝脏中积累，对神经、免疫和循环系统产生不利影响^[11，12]. 因此，研究滨海城市地表水体重金属污染分布特征及其健康风险评价具有重要意义.

目前，有众多学者对河流、地下水、湖泊、径流和河口中重金属的分布特征和污染水平及其健康风险评价进行了多项调查. 其中，水体重金属污染评价方法包括单因子指数法和综合指数法. 内梅罗综合污染指数（P_n）应用较多，有学者对环渤海湿地重金属进行污染评价，指出环渤海湿地重金属综合污染水平较高，且Cd污染较严重^[13]. 环渤海地区以第二产业为主，重金属的大量排放导致环境恶化^[14]. 研究人员采用了多种统计方法结合分析重金属污染来源，其中，相关性分析是解析重金属污染的重要手段，若重金属元素之间呈显著正相关，则表明有相同的来源或相似的地球化学行为^[15]，同时结合聚类分析和主成分分析进一步探究重金属来源^[7]. 例如，Shajib等^[16]通过相关性分析、聚类分析和主成分分析发现，北京市地表径流中Cd、Cr、Cu、Mn、Ni、Pb和Zn的主要来源是交通活动. 此外，重金属污染对人体健康有潜在危害. 为了评价重金属污染的人体健康风险，研究人员常用的水环境健康模型为美国国家环境保护局（USEPA）的健康风险评价模型（HRA），此模型旨在评估个体暴露于有害物质后，其健康受到不良影响的风险^[17]. 东部沿海城市内河重金属的健康风险评价结果表明，Cd和Cr是产生健康危害的主要元素^[3]. 环渤海城市地区重金属污染的研究也发现，Cr的风险等级较高，潜在致癌风险不容忽视^[18].

天津是北方大型港口城市之一，素有九河下梢之称，城镇化率大于80%^[19]，城市不透水面积增加，加剧内涝风险，导致城市水质恶化^[20]. 同时，频繁的城市活动导致河流连通性和自净能力变差^[21]. 随着经济的发展，海河流域逐渐成为中国重金属污染最严重的区域之一^[22]. 2018年以前，天津市入海河流全部为劣V类水体，天津市河流水体重金属污染严重，As、Hg、Cd和Pb为主要污染物^[23]. 为了改善水环境质量，加强天津市水污染防治工作，市环保局市水务局、市农委联合印发了《重点流域水污染防治规划（2016-2020年）》^[24]. 近年来，天津市水体重金属污染状况有所改善，例如Gao等^[25]在2019年对天津市水体的研究表明大部分水体中的重金属污染较轻. 有研究发现滨海湿地水体中Cr、Hg和Zn浓度下降^[13]. 重金属污染除了威胁到当地的生态环境外，还可能通过食物链对人类健康产生不利影响，而天津市水体重金属对人类健康危害的研究还不充分. 因此，本研究通过采集天津市不同类型地表水体，测定其重金属浓度，明晰不同类型地表水体重金属的分布特征和污染状况，评价水体重金属的健康风险，以期为天津市地表水体重金属污染判别和风险防控提供理论依据，同时为管理和保护沿海生态环境服务.

1 材料与方法 1.1 研究区概况

天津市位于海河水系下游地区，地理位置为116°43′~118°04′E，38°34′~40°15′N（图 1），属于暖温带大陆性季风气候，年均气温为14 ℃，年均降水量为575 mm，降水主要集中在7月下旬至8月上旬. 海河流域九大水系82%的径流量经天津汇入渤海^[23]. 同时，天津湿地资源丰富，其中北大港湿地和七里海湿地已纳入国家重要湿地目录^[26]. 天津市土壤类型丰富，分别是潮土、褐土、沼泽土、棕壤和薄层粗骨土等，大部分以潮土为主^[27]. 此外，天津市人口密度较高，产业分布区域差异明显，第一产业主要分布在远郊区，第二产业主要分布在环城辖区和滨海新区，第三产业主要分布在市内六区^[27，28]. 天津市地势西北高，东南低^[25]. 海河干流自西向东横穿天津市区，蓟运河流向由北向南，在滨海新区与永定新河和潮白新河交汇后入海，独流减河和永定新河分别位于城郊过渡区的南北两侧. 2000~2020年天津市城市化程度加强，建设用地面积占比由11.47%增长为22.47%，水体面积占比由17.44%减少为12.74%^[27]. 2022年天津市全市总供水量33.55亿m³，地表水供水量24.80亿m³，占供水总量的73.29%^[29]. 截至2022年，天津市共有水闸3307座^[30]，天津已成为跨流域调水的重要实践地，形成了引江供水和引滦供水体系的双水源保障格局^[31]. 海河流域是南水北调工程的重要线路^[32]，明确天津市地表水体重金属污染水平和风险水平对沿线水域的水质安全至关重要.

图 1 研究区地表水体采样点分布示意 Fig. 1 Distribution of sampling sites for surface water in the study area

1.2 样品采集与测试

本研究工作分别于夏季（2024年7~8月）和冬季（2024年12月至2025年1月）在天津市采集了95个和86个地表水样品，水样类型为河流、湿地、湖泊、农渠和养殖塘（表 1）. 其中，湿地样品分布在北大港湿地、七里海湿地和团泊洼湿地. 湖泊包括水西公园、人民公园和泰丰公园等景观湖泊，农渠包括独流减河、潮白新河以及蓟运河附近的农业沟渠，养殖塘主要分布在海河以及独流减河附近.

表 1 研究区地表水样品采样信息统计 Table 1 Basic information of surface water samples in the study area

在每个采样点的水面以下0.5 m附近采集表层水样品5 L. 使用便携式多参数水质分析仪（美国YSI，型号EXO 1）现场测定pH值、电导率、溶解氧和总溶解性固体等理化参数. 使用0.22 μm微孔滤膜过滤水样，并加二次蒸馏HNO₃保存（pH < 2）. 使用电感耦合等离子体质谱仪（ICP-MS7900，Agilent，美国产）测定水样中的Cu、Zn、Pb、As、Cr和Cd浓度，测量误差小于10%. 所有分析均在天津大学地球系统科学学院完成.

1.3 水体污染评价

内梅罗指数法是计算综合污染指数最常用的方法之一^[12，15]. 该方法首先计算单因子评价指数（P_i），然后求P_i的平均值，最后用P_i的平均值和最大值计算综合指数P_n，其反映了平均污染水平和最大污染因子之间的相互作用，公式如下：

P_{i} = C_{i} / S_{i}

(1)

P_{n} = \sqrt[]{\frac{{\bar{P}}_{i}^{2} + {P_{i m a x}}^{2}}{2}}

(2)

式中，P_i为单因子评价指数，C_i为重金属的实测浓度，S_i为各重金属的浓度标准值. 水体重金属标准值采用《地表水环境质量标准》（GB 3838—2002）. 内梅罗指数法分为未污染（P_n≤1）、轻度污染（1 < P_n≤2）、中度污染（2 < P_n≤3）和重度污染（P_n > 3）^[12].

重金属污染指数法是Mohan等^[33]开发的用来评价重金属对水质的污染，结合多个参数获得与临界值比较的值. 计算重金属污染指数公式如下：

H P I = \frac{\sum_{i = 1}^{n} (Q_{i} W_{i})}{\sum_{i = 1}^{n} W_{i}}

(3)

式中，HPI为重金属污染指数，Q_i为第i个参数的质量等级指数，W_i为第i个参数的单位权重，可通过下面的公式计算.

Q_{i} = 100 \times (\frac{C_{i}}{S_{i}})

(4)

W_{i} = \frac{K}{S_{i}}

(5)

式中，K为由条件决定的比例常数（一般取1），C_i为重金属的实测浓度，S_i为各重金属的浓度标准值. 水体重金属标准值采用《地表水环境质量标准》（GB 3838—2002）. 根据重金属污染指数将污染等级划分为当HPI < 15时，污染程度低；当15≤HPI≤30，污染程度中等；当HPI > 30时，污染程度高^[34].

1.4 健康风险评价

本研究采用美国环保局（USEPA）推荐的健康风险评价模型计算成人和儿童在饮水摄入和皮肤接触暴露途径的健康风险^[35，36]. 测试的6种重金属根据国际癌症研究机构（IRAC）定义，分为非致癌（Cu、Zn和Pb）元素和致癌（As、Cr和Cd）元素. 健康风险包括非致癌物的非致癌健康危害风险和致癌物的致癌风险.

非致癌元素的评价模型如下：

R_{i / d}^{n} = \frac{A D D_{i / d}}{R f D_{i / d} \cdot L} \times 10^{- 6}

(6)

式中， $R_{i}^{n}$ 和 $R_{d}^{n}$ 分别为非致癌重金属元素经饮水摄入和皮肤接触途径下产生的健康风险，a^-1； $A D D_{i / d}$ 为单位体重日均暴露剂量，mg·（kg·d）^-1； $R f D_{i / d}$ 为日均摄入参考剂量，mg·（kg·d）^-1；Cu、Zn和Pb经饮水摄入途径的 $R f D_{i}$ 值分别为0.04、0.3和0.001 4，Cu、Zn和Pb经皮肤接触途径的 $R f D_{d}$ 值分别为0.012、0.01和0.000 42^[35]；L为人类平均寿命，取78.6 a^[37].

致癌元素的评价模型如下：

R_{i / d}^{c} = \frac{A D D_{i / d} \cdot S F_{i / d}}{L}

(7)

当 $R_{i / d}^{c}$ 计算结果大于0.01时，按高剂量暴露计算：

R_{i / d}^{c} = \frac{1 - e x p (- A D D_{i / d} \cdot S F_{i / d})}{L}

(8)

式中， $R_{i}^{c}$ 和 $R_{d}^{c}$ 分别为致癌重金属元素经饮水摄入和皮肤接触途径下产生的致癌风险，a^-1； $S F_{i / d}$ 为致癌斜率因子（kg·d）·mg^-1. As、Cr和Cd经饮水摄入途径的 $S F_{i}$ 值分别为1.5、41和6.1，As、Cr和Cd经饮水摄入途径的 $S F_{d}$ 值分别为3.66、41和6.1^[35，36]； $A D D_{i}$ 和 $A D D_{d}$ 的计算公式如下：

A D D_{i} = \frac{C_{w} \cdot I R \cdot E D \cdot E F}{B W \cdot A T}

(9)

A D D_{d} = \frac{C_{w} \cdot S A \cdot K_{p} \cdot E T \cdot E D \cdot E F \cdot C F}{B W \cdot A T}

(10)

式中， $A D D_{i}$ 为重金属w经饮水摄入暴露途径的单位体重日均暴露剂量， $A D D_{d}$ 为经皮肤接触暴露途径的单位体重日均暴露剂量mg·（kg·d）^-1；C_w为重金属w的质量浓度，mg·L^-1；IR为人均饮水量，L·d^-1；ED暴露持续时间，a；EF为暴露频率，d·a^-1；BW为人均体重，kg；AT为平均暴露时间，d；SA为暴露皮肤面积，cm²；ET为暴露时间，h·d^-1；CF为体积转换因子，1×10^-3 L·cm^-3； $K_{p}$ 为皮肤渗透常数，cm·h^-1，Cu、Zn、Pb、As、Cr和Cd的 $K_{p}$ 值分别为1×10^-3、6×10^-4、1×10^-4、1×10^-3、1×10^-3和1×10^-3[12，25]. 相关参数数值见表 2.

表 2 健康风险评价方法相关参数^[12，25] Table 2 Values of parameters related to the health risk assessment

假定水体中重金属对人体健康的危害作用是相加关系，则重金属的健康危害风险总值 $R_{总}$ 为致癌风险与非致癌健康危害风险之和^{[4，38，39]}，关于其评价标准，瑞典环保局（SEPA）给出的最大可接受风险水平为1.0×10^-6 a^-1，国际放射防护委员会（ICRP）给出的最大可接受风险水平为5.0×10^-5 a^-1. 计算公式如下：

R_{总} = \sum R

(11)

2 结果与讨论 2.1 天津市地表水体重金属浓度

天津市地表水体中ρ（As）、ρ（Zn）、ρ（Cu）、ρ（Cr）、ρ（Pb）和ρ（Cd）平均值由高到低依次为4.65、4.51、1.12、1.11、0.16和0.02 μg·L^-1（图 2）. 与《地表水环境质量标准》（GB 3838—2002）相比，总体上天津市地表水体6种重金属的浓度平均值虽未超过Ⅰ类水质限值^[40]，但部分采样点处存在超标现象. 养殖塘和独流减河附近的农渠的Zn浓度超出了Ⅰ类水质限值，北大港湿地的As浓度是Ⅰ类水质限值的1.6倍，独流减河和蓟运河河口以及养殖塘的Cr浓度超出了Ⅰ类水质限值. 研究区水体中重金属的浓度平均值也未超过《生活饮用水卫生标准》（GB 5749—2022）^[41]. 养殖塘水体重金属浓度满足《渔业水质标准》（GB 11607—1989）^[42]，农渠水体重金属浓度也未超过《农田灌溉水质标准》（GB 5084—2021）^[43]. 与其他地区水体相比，天津市地表水体中Cu、Zn、Pb、Cr和Cd浓度低于长江^[15]、赣江^[44]、重庆梁滩河^[45]、重庆长寿湖水库^[4]和长春伊通河^[46]，As浓度高于长江和长寿湖水库. 与2017年之前相比（表 3），天津市地表水中的6种重金属浓度呈下降趋势；与2017~2021年相比，As浓度上升了84.52%，其余重金属浓度呈下降趋势. 这一变化趋势与天津市河湖治理政策的实施密切有关：自2013年试点和2017年全面推行“河长制”并开展系列治理行动后^[47]，河湖沉积物重金属含量在相应时间点后呈现下降，印证了政策对改善水环境和降低重金属污染的有效性. 总体而言，天津市地表水体污染负荷呈下降趋势，重金属的浓度平均值较低，但局部点位超标现象依然存在，可能存在潜在污染源. 为防止污染加剧，后续应加强监督和管理.

1.本研究，2.长江，3.赣江，4.梁滩河，5.长寿湖，6.伊通河，7.地表水Ⅰ类标准，8.生活饮用水标准；1~6中Pb实测浓度×10，Cd实测浓度×10，8中Cu实测浓度×100^-1，Zn实测浓度×100^-1 图 2 天津市地表水体重金属浓度及与其他地区对比 Fig. 2 Heavy metal concentrations in surface water from Tianjin and other regions

表 3 地表水重金属浓度分析统计 Table 3 Analysis and statistics of heavy metal concentrations in surface water

2.1.1 天津市地表水体重金属浓度季节特征

天津市地表水重金属浓度的季节特征存在差异（图 3）. 季节变化对Cu、As和Cr有极显著影响（P < 0.01），但对Zn、Pb和Cd无显著影响（P > 0.05）. 冬季Cu浓度极显著高于夏季（P < 0.01），冬季Zn、Pb和Cd浓度高于夏季，但无显著差异（P > 0.05），夏季As和Cr浓度极显著高于冬季（P < 0.01）. 与夏季相比，冬季Cu浓度上升了47.12%，As和Cr浓度分别下降了57.34%和77.07%. 有研究发现，天津市大气PM_2.5中Cu的含量平均值在冬季最高^[55]，这可能是导致天津市地表水冬季Cu浓度较高的原因. 天津市农田土壤As含量超过了背景值，夏季降水较多，地表径流将表层土壤中污染物冲进水体中，从而使水体重金属浓度升高^[56，57]. 除了污染源的影响外，季节性水动力波动也会影响重金属的分布^[58]. 海河及其支流沉积物Cr的含量高于土壤背景值^[5]，受污染的表层沉积物或沉降的悬浮颗粒物可能会因水流扰动而再悬浮，再悬浮是将重金属释放到水体的重要机制^[59]，从而导致重金属浓度存在季节性差异.

**表示存在极显著差异，P < 0.01，*表示存在显著差异，P < 0.05，ns表示无显著差异，P > 0.05 图 3 天津市地表水重金属浓度的季节性差异 Fig. 3 Seasonal differences of heavy metal concentrations in surface water in Tianjin

2.1.2 天津市地表水体重金属浓度空间分布

在空间上，将水体类型分为河流干流、河流支流、湿地、湖泊、农渠和养殖塘，获得6种重金属在不同水体的浓度平均值. 重金属的浓度平均值均在养殖塘水体最高，湿地水体Cu、Pb、As和Cd浓度次之，农渠水体Zn浓度次之，河流干流Cr浓度次之. 进一步探究天津市地表水体重金属的空间分布（图 4和图 5），结果表明，夏季和冬季Cu、Pb和Cd浓度分布的格局相似，其浓度高值主要出现在养殖塘和北大港湿地水体，其次是河口区域；夏季和冬季Zn浓度高值均出现在独流减河附近农渠F2采样点，Zn是农药化肥和杀虫剂中含有的一种重要元素^[7，60]，可导致该采样点水体中Zn浓度升高；夏季和冬季As和Cd浓度高值出现在北大港湿地和养殖塘；夏季Cr浓度高值出现在养殖塘，其次是河口区域；冬季Cr浓度高值则出现在永定新河Y3采样点，其次是蓟运河J6采样点，采样点处于河流交汇处，先前有研究表明，蓟运河悬浮颗粒物中的Cr含量较高^[61]. Meng等^[62]研究也指出周围是人口集中的村镇和工业园区，反映了人类活动的影响. 天津市地表水体重金属空间分布整体表现为养殖塘水体以及河口区域浓度较高，这与戴天骄等^[63]的研究结果一致. 有研究发现养殖塘水体中重金属浓度较高，这可能与水产养殖饵料与消毒剂的投放有关^[64]. 何世季等^[45]在重庆市主城区的研究结果表明，梁滩河重金属污染也集中在下游部分. 河口是大陆与海洋之间的缓冲带，该区域受城市生活污水和工业废水排放的影响较大^[7].

图 4 夏季天津市地表水体中重金属浓度的空间分布特征 Fig. 4 Spatial distribution of heavy metal concentrations in Tianjin's surface water during summer

图 5 冬季天津市地表水体中重金属浓度的空间分布特征 Fig. 5 Spatial distribution of heavy metal concentrations in Tianjin's surface water during winter

2.2 天津市地表水体重金属来源解析

重金属元素的Pearson相关性分析结果如图 6所示，天津市地表水体中Cu与Pb、Cu与Cd、Pb与Cd的相关系数分别为0.71、0.60和0.93，说明Cu、Pb与Cd这3种元素两两之间存在极显著的正相关关系（P < 0.01），可能存在复合污染关系或同源关系. As与Pb呈极显著正相关关系（P < 0.01），相关系数为0.68，可能有共同来源. Zn与Cu、Pb和Cr之间呈显著相关，与As和Cd之间无显著相关关系（P > 0.05），说明Zn可能与这两种元素的来源不同. Cr与其它5种元素的相关性系数较小，表示Cr可能有独立的来源或多个污染源共同作用的结果.

*为P < 0.05，**为P < 0.01 图 6 天津市水体重金属Pearson相关性分析 Fig. 6 Pearson correlation analysis of heavy metals in water in Tianjin

天津市地表水体重金属主成分分析识别出2种主成分，两者共解释了总方差的74.74%，其中主成分1和主成分2的贡献率分别为54.08%和20.66%（表 4）. 主成分1的载荷分析结果表明，Pb、Cd、As和Cu具有较高的载荷，权重系数分别为0.96、0.91、0.79和0.77，这说明四者之间的相关性较强. 城市和工业活动如金属冶炼和汽油燃烧可能是Pb和Cd的主要来源^[17]，但Pb和Cd的浓度较低，没有超过Ⅰ类水质限值，表明人为来源贡献有限，主要来自岩石风化和成壤过程的自然来源^[65]. 沿海地区的工业废水中通常含Cu^[66]，Cu可用于电镀、金属合金以及防止生物污染的船漆等^[60]，As受到电镀、冶金和工业废水排放的影响^[15]. 因此，主成分1代表自然过程与工业活动的混合源. 主成分2的载荷分析结果表明，Cr和Zn具有较高的载荷，权重系数分别为0.73和0.72. 养殖塘水体Cr和Zn浓度超出了Ⅰ类水质限值，有研究报道，为促进水产品的生长发育，Cr和Zn是水产养殖饲料的添加剂^[67，68]，水产养殖可能是其主要来源. 此外，Zn是农药化肥和杀虫剂中的一种重要元素^[7，60]，独流减河附近农渠水体Zn浓度较高，主成分2代表水产养殖和农业活动混合源. 因此，天津市地表水体中重金属的主要来源为自然过程与工业活动源以及水产养殖和农业活动源.

表 4 天津市水体重金属主成分分析 Table 4 Principal component analysis of heavy metals in water in Tianjin

2.3 天津市地表水体重金属污染评价

为了确定天津市地表水体的污染负荷，计算了天津市地表水体的单因子污染指数（P_i）和内梅罗综合污染指数（P_n），结果如图 7所示，重金属的P_i平均值由大到小依次为：Cu > Cr > As > Zn > Cd > Pb，6种重金属的P_i平均值均小于1，总体处于未污染水平. 但农渠水体中Zn的P_i最大值达到3.13为重度污染，独流减河河口与养殖塘水体中Cr也表现为重度污染. Zn表现为无污染、轻度污染和重度污染的样点占比分别为98.32%、1.12%和0.56%，Cr表现为无污染、轻度污染和重度污染的样点占比分别为97.79%、1.10%和1.10%. 总体而言，Cr是天津市地表水体最主要的污染物. 因此，天津市地表水体中Cr的污染风险值得关注.

不同小写字母表示存在显著差异（P < 0.05）图 7 天津市地表水体重金属单因子污染指数（P_i） Fig. 7 Single factor pollution index(P_i)of heavy metals in surface water in Tianjin

天津市地表水体夏季P_n的平均值大于冬季. 在空间上，养殖塘水体的重金属污染程度最高，而独流减河的重金属污染水高于海河、永定新河、潮白新河与蓟运河. 夏季天津市独流减河河口（D7采样点）处于中度污染水平，蓟运河河口（J13采样点）处于轻度污染水平，其余河流水体未污染. 北大港湿地达到轻度污染水平，其他湿地水体未污染，独流减河附近农渠（F2采样点）面临污染的威胁. 养殖塘水体处于污染水平；冬季除独流减河附近农渠污染（F2采样点）负荷较大外，其他水体的P_n均小于1. 与夏季河流趋势不同，独流减河和永定新河上游以及蓟运河中游的P_n值高于河口区点位. 进一步结合重金属污染指数法（HPI）评价重金属对水质的影响，从不同季节来看，天津市水体的HPI的平均值表现为夏季 > 冬季，与P_n值结果一致. 从空间上来看，养殖塘水体的重金属污染程度最高，其次是湿地，河流中污染程度最高的是独流减河，其中夏季独流减河河口（D7采样点）和北大港湿地（W1采样点）污染程度较高，冬季海河和蓟运河的HPI值整体呈上升趋势，在河口区达到最大值，重金属污染程度中等. 有研究发现天津市地表径流中重金属污染严重，Cr和Cd为主要污染物^[69]，这可能影响水体中重金属的污染水平. 此外，多项研究表明天津市河流沉积物中Cu和Cd污染水平较高^{[5，70，71]}，受污染的表层沉积物可能因水流扰动再悬浮^[59]，水体中重金属污染水平受沉积物释放的影响.

2.4 天津市地表水体重金属健康风险评价

根据健康风险评价模型，计算结果见表 5，经饮水摄入途径，6种重金属引起的年均总健康风险表现为：夏季成人（1.35×10^-5 a^-1） > 夏季儿童（5.71×10^-6 a^-1） > 冬季成人（3.41×10^-6 a^-1） > 冬季儿童（1.45×10^-6 a^-1），成人和儿童经皮肤吸收引起的年均总健康风险值分布在10^-6数量级，健康风险不容忽视. 天津市地表水体中Cu、Zn和Pb的健康风险值均未超过瑞典环保局（SEPA）规定的最大可接受风险1.0×10^-6 a^-1，且健康风险的最大值均出现在冬季的儿童群体. 致癌污染物的致癌风险排序为：Cr > As > Cd，其中Cd引起的致癌风险低于1.0×10^-6 a^-1，而Cr和As引起的致癌风险大于1.0×10^-6 a^-1，对居民存在潜在致癌风险，这与Cao等^[25]的研究结果一致. 总体来看，Cr是主要的潜在致癌因子. 经皮肤接触途径，6种重金属引起的年均总健康风险表现为：夏季成人（7.48×10^-8 a^-1） > 夏季儿童（4.42×10^-8 a^-1） > 冬季成人（2.08×10^-8 a^-1） > 冬季儿童（1.23×10^-8 a^-1），成人和儿童经皮肤接触引起的年均总健康风险值分布在10^-8数量级，远低于1.0×10^-6 a^-1. 非致癌污染物的健康风险排序为：Zn > Cu > Pb，健康风险的最大值均出现在冬季的儿童群体. 这与儿童皮肤对环境污染的敏感性更高有关，儿童应养成良好的卫生习惯，减少通过皮肤接触摄入重金属^[15]. 致癌污染物的致癌风险排序为：Cr > As > Cd，Cr和As的致癌风险最大值出现在夏季的成人群体，Cd的致癌风险最大值出现在冬季的成人群体，Cr是引起致癌健康风险的主要因子，这与我国重庆市梁滩河重金属健康风险研究结果一致^[6]. 此外，天津市地表水体中致癌污染物的致癌风险比非致癌污染物的健康风险高3~6个数量级. 重金属具有累积性和不可降解性^[7]，长期低剂量暴露可能带来的健康风险不容忽视，例如长期摄入Cr和As可能会导致呼吸道损伤、皮肤癌和儿童行为缺陷^{[25，72，73]}. 因此，天津市地表水体中重金属Cr污染治理应当引起重视.

表 5 重金属在成人和儿童两个群体的非致癌健康风险和致癌风险^1）/a^-1 Table 5 Health risks and carcinogenic risks of heavy metals in both adult and children populations/a^-1

3 结论

（1）天津市地表水体重金属Cu、Zn、Pb、As、Cr和Cd的浓度总体较低，浓度平均值未超过Ⅰ类水质限值，但部分水体存在超标现象. 此外，天津市地表水体重金属Cu、As和Cr浓度具有显著季节变化特征，即地表水体中Cu质量浓度在冬季显著高于夏季，而As和Cr质量浓度在夏季显著高于冬季.

（2）在空间上，地表水体中重金属浓度在天津市东南部养殖塘以及河口区域较高. 具体而言，夏季养殖塘、海河、独流减河和蓟运河河口以及北大港湿地水体中Cu、Zn、Pb和Cr浓度较高；在冬季，Cu浓度在养殖塘以及永定新河中游较高，Zn浓度在独流减河附近农渠较高，Pb浓度在养殖塘、海河以及蓟运河河口较高，Cr浓度在永定新河和蓟运河中游较高. As和Cd浓度在天津南部的北大港湿地和养殖塘水体较高.

（3）重金属源解析结果表明，天津市地表水体重金属Pb、Cd、As和Cu的主要来源为自然过程和工业活动混合源，Cr和Zn的主要来源为水产养殖和农业活动混合源.

（4）重金属污染评价结果表明，天津市水体重金属污染程度较轻，Cr是主要污染物. 在季节上，夏季的水体重金属污染比冬季更严重；在空间上，养殖塘、湿地以及河流干流污染程度较高，其中独流减河重金属污染程度重于其他河流. 健康风险评价结果表明，天津市地表水体重金属Cr的致癌风险最高，非致癌重金属引起的健康风险主要出现在儿童群体，致癌风险主要出现在成人群体，需重点关注夏季水体的Cr污染.

参考文献

[1]	Meng W, Qin Y W, Zheng B H, et al. Heavy metal pollution in Tianjin Bohai Bay, China[J]. Journal of Environmental Sciences, 2008, 20(7): 814-819. DOI:10.1016/S1001-0742(08)62131-2
[2]	杨洪宇, 孙甲岚, 刘战友. 引滦入津工程复苏河湖生态环境实践与思考[J]. 海河水利, 2024(6): 14-17. Yang H Y, Sun J L, Liu Z Y. Practice and reflection on the ecological environment recovery of Luan-Jin project[J]. Haihe Water Resources, 2024(6): 14-17.
[3]	徐美娟, 孙丹, 童桂华, 等. 我国东部沿海城市内河重金属污染现状和健康风险评价—以宁波为例[J]. 南开大学学报(自然科学版), 2017, 50(6): 99-104. Xu M J, Sun D, Tong G H, et al. Distribution and health risk assessment of heavy metals in inland river in eastern coastal cities in China—take Ningbo city for example[J]. Acta Scientiarum Naturalium Universitatis Nankaiensis, 2017, 50(6): 99-104.
[4]	张瑞溪, 刘娅君, 罗泳楠, 等. 重庆市长寿湖水库表层水体重金属时空分布及风险评价[J]. 环境科学, 2024, 45(3): 1428-1438. Zhang R X, Liu Y J, Luo Y N, et al. Spatial and temporal distribution and risk assessment of heavy metals in surface water of Changshou Lake Reservoir, Chongqing[J]. Environmental Science, 2024, 45(3): 1428-1438. DOI:10.13227/j.hjkx.202304147
[5]	Kang M X, Tian Y M, Zhang H Y, et al. Distribution, ecological risk assessment, and source identification of heavy metals in river sediments from Hai River and its tributaries, Tianjin, China[J]. Water, 2020, 231(2). DOI:10.1007/s11270-020-4404-6
[6]	Li H S, Gu Y G, Liang R Z, et al. Heavy metals in riverine/estuarine sediments from an aquaculture wetland in metropolitan areas, China: characterization, bioavailability and probabilistic ecological risk[J]. Environmental Pollution, 2023, 324. DOI:10.1016/j.envpol.2023.121370
[7]	Zhang S T, Han G L, Gao X. The urbanization impacts on potentially toxic metals: the distribution, sources and contamination risks in river situated in typical megacity, China[J]. Sustainable Cities and Society, 2023, 97. DOI:10.1016/j.scs.2023.104784
[8]	Ramos-Vázquez M A, Armstrong-Altrin J S, Rosales-Hoz L, et al. Geochemistry of deep-sea sediments in two cores retrieved at the mouth of the Coatzacoalcos River delta, western Gulf of Mexico, Mexico[J]. Arabian Journal of Geosciences, 2017, 10(6). DOI:10.1007/s12517-017-2934-z
[9]	Islam M S, Hossain M B, Matin A, et al. Assessment of heavy metal pollution, distribution and source apportionment in the sediment from Feni River estuary, Bangladesh[J]. Chemosphere, 2018, 202: 25-32. DOI:10.1016/j.chemosphere.2018.03.077
[10]	Yao Q Z, Wang X J, Jian H M, et al. Behavior of suspended particles in the Changjiang Estuary: size distribution and trace metal contamination[J]. Marine Pollution Bulletin, 2016, 103(1-2): 159-167. DOI:10.1016/j.marpolbul.2015.12.026
[11]	Bhuiyan M A H, Islam M A, Dampare S B, et al. Evaluation of hazardous metal pollution in irrigation and drinking water systems in the vicinity of a coal mine area of northwestern Bangladesh[J]. Journal of Hazardous Materials, 2010, 179(1-3): 1065-1077. DOI:10.1016/j.jhazmat.2010.03.114
[12]	Zhang Y N, Chu C L, Li T, et al. A water quality management strategy for regionally protected water through health risk assessment and spatial distribution of heavy metal pollution in 3 marine reserves[J]. Science of the Total Environment, 2017, 599-600: 721-731. DOI:10.1016/j.scitotenv.2017.04.232
[13]	简锐风, 岳甫均, 朱兆洲, 等. 环渤海滨海湿地重金属的时空变化及来源分析[J]. 中国环境科学, 2023, 43(11): 6025-6038. Jian R F, Yue F J, Zhu Z Z, et al. Temporal and spatial variation of heavy metals in coastal wetlands around the Bohai Sea and analysis of their sources[J]. China Environmental Science, 2023, 43(11): 6025-6038.
[14]	Gao X L, Chen C T A. Heavy metal pollution status in surface sediments of the coastal Bohai Bay[J]. Water Research, 2012, 46(6): 1901-1911. DOI:10.1016/j.watres.2012.01.007
[15]	Chen X, Fu X Y, Li G L, et al. Source-specific probabilistic health risk assessment of heavy metals in surface water of the Yangtze River Basin[J]. Science of the Total Environment, 2024, 926. DOI:10.1016/j.scitotenv.2024.171923
[16]	Shajib M T I, Hansen H C B, Liang T, et al. Metals in surface specific urban runoff in Beijing[J]. Environmental Pollution, 2019, 248: 584-598. DOI:10.1016/j.envpol.2019.02.039
[17]	陈雯, 余绍文, 廖金, 等. 南昌东北部地下水重金属污染源解析及健康风险评价[J]. 环境科学, 2025, 46(2): 854-863. Chen W, Yu S W, Liao J, et al. Source analysis and health risk assessment of heavy metals in groundwater in the northeast of Nanchang city[J]. Environmental Science, 2025, 46(2): 854-863. DOI:10.13227/j.hjkx.202310199
[18]	张悦, 陈鹏飞, 刘长安, 等. 环渤海地区Hg、As、Cr、Pb污染健康风险评价[J]. 海洋环境科学, 2012, 31(1): 67-70. Zhang Y, Chen P F, Liu C A, et al. Health risk assessment of mercury, arsenic, chrome and lead pollution around Bohai area[J]. Marine Environmental Science, 2012, 31(1): 67-70.
[19]	汤梦瑶, 胡晓康, 王洪伟, 等. 天津市滨海河流N₂O扩散通量及控制因子[J]. 环境科学, 2022, 43(3): 1481-1491. Tang M Y, Hu X K, Wang H W, et al. Diffusive fluxes and controls of N₂O from coastal rivers in Tianjin city[J]. Environmental Science, 2022, 43(3): 1481-1491. DOI:10.13227/j.hjkx.202106144
[20]	张志彬, 孟庆宇, 马征. 城市面源污染的污染特征研究[J]. 给水排水, 2016, 52(S1): 163-167.
[21]	杨曦, 王中良, 朱青青. 蓟运河不同相中重金属的分布特征及潜在生态风险评价[A]. 见: 农业环境与生态安全—第五届全国农业环境科学学术研讨会论文集[C]. 南京: 农业部环境保护科研监测所, 中国农业生态环境保护协会, 2013. 528-536.
[22]	Wang Y L, Chadwick M A. The assessment of heavy metal accumulation and risks in urban rivers and sediments of China's nine major river systems: a meta-analysis[J]. Environmental Processes, 2024, 11(3). DOI:10.1007/s40710-024-00720-8
[23]	叶飞, 周其文, 刘书田, 等. 天津市主要河流水质调查与评价[J]. 环境卫生工程, 2009, 17(6): 9-11. Ye F, Zhou Q W, Liu S T, et al. Investigation and evaluation of water quality for main rivers in Tianjin[J]. Environmental Sanitation Engineering, 2009, 17(6): 9-11.
[24]	天津市生态环境局. 市环保局市水务局市农委关于印发《重点流域水污染防治规划(2016-2020年)》天津市实施方案的通知[EB/OL]. https://sthj.tj.gov.cn/ZWGK4828/ZCWJ6738/sthjjwj/202010/t20201021_3976861.html, 2018-06-11.
[25]	Cao X H, Lu Y L, Wang C C, et al. Hydrogeochemistry and quality of surface water and groundwater in the drinking water source area of an urbanizing region[J]. Ecotoxicology and Environmental Safety, 2019, 186. DOI:10.1016/j.ecoenv.2019.109628
[26]	天津市规划和自然资源局. 天津湿地: 河流环抱湿地围城[EB/OL]. https://ghhzrzy.tj.gov.cn/ztzl_143/kjywh/kpzs/202212/t20221201_6047630.html, 2022-12-01.
[27]	陈明超, 崔铁军, 何龙, 等. 2000-2020年天津市土地利用的时空变化特征[J]. 天津师范大学学报(自然科学版), 2024, 44(6): 54-64. Chen M C, Cui T J, He L, et al. Spatio-temporal characteristics of land use changes in Tianjin during 2000-2020[J]. Journal of Tianjin Normal University (Natural Science Edition), 2024, 44(6): 54-64.
[28]	孟祥芳. 天津产业集群空间布局及典型创新网络解析[J]. 天津经济, 2014(12): 20-25.
[29]	天津市水务局. 2022年天津市水资源公报[EB/OL]. https://swj.tj.gov.cn/zwgk_17147/xzfxxgk/fdzdgknr1/tjxx/202307/t20230703_6342596.html, 2023-07-03.
[30]	天津市水务局. 天津水务基本情况[EB/OL]. https://swj.tj.gov.cn/zwgk_17147/swgk/202209/t20220919_5991196.html, 2022-09-19.
[31]	翟鑫, 贾海涛, 黄茜. 天津跨流域跨省区调水实践与启示[J]. 人民黄河, 2024, 46(S2): 66-68.
[32]	中国水利学会. 南水北调—为海河注入生机与活力[EB/OL]. http://www.ches.org.cn/chesweb/kpyd/nsbd/202209/t20220903_1370889.html, 2002-12-03.
[33]	Mohan S V, Nithila P, Reddy S J. Estimation of heavy metals in drinking water and development of heavy metal pollution index[J]. Journal of Environmental Science and Health. Part A: Environmental Science and Engineering and Toxicology, 1996, 31(2): 283-289. DOI:10.1080/10934529609376357
[34]	Edet A E, Offiong O E. Evaluation of water quality pollution indices for heavy metal contamination monitoring. A study case from Akpabuyo-Odukpani area, Lower Cross River Basin (southeastern Nigeria)[J]. GeoJournal, 2002, 57(4): 295-304. DOI:10.1023/B:GEJO.0000007250.92458.de
[35]	李军, 邹胜章, 梁永平, 等. 会仙岩溶湿地水体金属元素分布与健康风险评价[J]. 环境科学, 2020, 41(11): 4948-4957. Li J, Zou S Z, Liang Y P, et al. Metal distributions and human health risk assessments on waters in the Huixian Karst Wetland, China[J]. Environmental Science, 2020, 41(11): 4948-4957. DOI:10.13227/j.hjkx.202003212
[36]	陈俊华. 抚河南昌段水体重金属污染特征及健康风险研究[D]. 南昌: 东华理工大学, 2021. Chen J H. Study on pollution characteristics and health risk of heavy metals in Nanchang section of the Fuhe river[D]. Nanchang: East China University of Technology, 2021.
[37]	中华人民共和国国家卫生健康委员会. 2023年我国卫生健康事业发展统计公报[EB/OL]. https://www.nhc.gov.cn/guihuaxxs/c100133/202408/0c53d04ede9e4079afff912d71b5131c.shtml, 2024-08-29.
[38]	高宗军, 王贞岩, 王姝, 等. 天津市海岸带地下水重金属特征与健康风险评价[J]. 海洋环境科学, 2021, 40(3): 384-391. Gao Z J, Wang Z Y, Wang S, et al. Characteristics of heavy metals and health risk assessment of groundwater in Tianjin coastal area[J]. Marine Environmental Science, 2021, 40(3): 384-391.
[39]	王秋莲, 张震, 刘伟. 天津市饮用水源地水环境健康风险评价[J]. 环境科学与技术, 2009, 32(5): 187-190. Wang Q L, Zhang Z, Liu W. Environmental health risk assessment of drinking water source in Tianjin[J]. Environmental Science & Technology, 2009, 32(5): 187-190.
[40]	GB 3838-2002, 地表水环境质量标准[S]. GB 3838-2002, Environmental quality standards for surface water[S].
[41]	GB 5749-2022, 生活饮用水卫生标准[S]. GB 5749-2022, Standards for drinking water quality[S].
[42]	GB 11607-1989, 渔业水质标准[S]. GB 11607-1989, Water quality standard for fisheries[S].
[43]	GB 5084-2021, 农田灌溉水质标准[S]. GB 5084-2021, Standard for irrigation water quality[S].
[44]	Shu W, Wang P, Zhao J, et al. Characteristics, sources and risk assessment of heavy metals in the Ganjiang River Basin, China[J]. Polish Journal of Environmental Studies, 2020, 29(2): 1849-1868. DOI:10.15244/pjoes/109846
[45]	何世季, 赵瑞一, 李芷汀, 等. 重庆市梁滩河流域重金属健康风险评价及来源解析[J]. 水生态学杂志, 2023, 44(4): 115-123. He S J, Zhao R Y, Li Z T, et al. Health risk assessment and source analysis of heavy metal pollution in the Liangtan River basin, Chongqing city[J]. Journal of Hydroecology, 2023, 44(4): 115-123.
[46]	Zhao K, Wang Q, Qian S F, et al. Spatial and temporal distribution characteristics of antibiotics and heavy metals in the Yitong River basin and ecological risk assessment[J]. Scientific Reports, 2023, 13(1). DOI:10.1038/s41598-023-31471-5
[47]	王卓, 刘海涛. 河务管理对河湖水环境的现实意义分析—以蓟运河十年变化为例[J]. 水利发展研究, 2025, 25(6): 57-64. Wang Z, Liu H T. Practical significance of river management to the water environment of rivers and lakes: a case study of ten years changes in the Jiyun River[J]. Water Resources Development Research, 2025, 25(6): 57-64.
[48]	Wu G H, Shang J M, Pan L, et al. Heavy metals in surface sediments from nine estuaries along the coast of Bohai Bay, Northern China[J]. Marine Pollution Bulletin, 2014, 82(1-2): 194-200. DOI:10.1016/j.marpolbul.2014.02.033
[49]	Lei P, Zhang H, Shan B Q, et al. Heavy metals in estuarine surface sediments of the Hai River Basin, variation characteristics, chemical speciation and ecological risk[J]. Environmental Science and Pollution Research, 2016, 23(8): 7869-7879. DOI:10.1007/s11356-016-6059-9
[50]	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
[51]	干爱华, 于斌, 刘军, 等. 海河干流、大沽排污河沉积物中重金属污染及潜在生态风险评价[J]. 安全与环境学报, 2006, 6(5): 39-41. Gan A H, Yu B, Liu J, et al. Evaluation on the potential ecological risks of heavy metal pollution in sediments in the main course of Haihe River and Dagu Drainage Outlet[J]. Journal of Safety and Environment, 2006, 6(5): 39-41.
[52]	王胜强, 孙津生, 丁辉. 海河沉积物重金属污染及潜在生态风险评价[J]. 环境工程, 2005, 23(2): 62-64. Wang S Q, Sun J S, Ding H. Evaluation on potential ecological risk of heavy metal pollution of sediments in Haihe River[J]. Environmental Engineering, 2005, 23(2): 62-64.
[53]	Wu G H, Cao S S, Chen S R, et al. Accumulation and remobilization of metals in superficial sediments in Tianjin, China[J]. Environmental Monitoring and Assessment, 2011, 173(1): 917-928.
[54]	Zhang Y F, Li H W, Yin J, et al. Risk assessment for sediment associated heavy metals using sediment quality guidelines modified by sediment properties[J]. Environmental Pollution, 2021, 275. DOI:10.1016/j.envpol.2020.115844
[55]	张晶. 天津市大气PM_2.5中水溶性离子和重金属浓度及健康风险研究[D]. 天津: 天津师范大学, 2019. Zhang J. The concentration of water-soluble lons & heavy metals and human health risk in atmospheric PM_2.5 of Tianjin[D]. Tianjin: Tianjin Normal University, 2019.
[56]	张又文, 韩建华, 涂棋, 等. 天津市郊农田土壤重金属积累特征及评价[J]. 生态与农村环境学报, 2019, 35(11): 1445-1452. Zhang Y W, Han J H, Tu Q, et al. Accumulation characteristics and evaluation of heavy metals in suburban farmland soils of Tianjin[J]. Journal of Ecology and Rural Environment, 2019, 35(11): 1445-1452.
[57]	Zhao H T, Li X Y, Wang X M, et al. Grain size distribution of road-deposited sediment and its contribution to heavy metal pollution in urban runoff in Beijing, China[J]. Journal of Hazardous Materials, 2010, 183(1-3): 203-210. DOI:10.1016/j.jhazmat.2010.07.012
[58]	Hu X P, Shi X Y, Su R G, et al. Spatiotemporal patterns and influencing factors of dissolved heavy metals off the Yangtze River Estuary, East China Sea[J]. Marine Pollution Bulletin, 2022, 182. DOI:10.1016/j.marpolbul.2022.113975
[59]	Liu C, Fan C X, Shen Q S, et al. Effects of riverine suspended particulate matter on post-dredging metal re-contamination across the sediment-water interface[J]. Chemosphere, 2016, 144: 2329-2335. DOI:10.1016/j.chemosphere.2015.11.010
[60]	Baskaran M. Handbook of environmental isotope geochemistry[M]. Berlin: Springer, 2011: 179-180.
[61]	Yang X, Wang Z L. Distribution of dissolved, suspended, and sedimentary heavy metals along a salinized river continuum[J]. Journal of Coastal Research, 2017, 33(5): 1189-1195.
[62]	Meng L Z, Zhao L F, Liu W T, et al. Risk assessment of bioavailable heavy metals in the water and sediments in the Yongding New River, North China[J]. Environmental Monitoring and Assessment, 2021, 193(9). DOI:10.1007/s10661-021-09367-6
[63]	戴天骄, 于航. 海河干流重金属污染物时空变化趋势与污染成因分析研究[J]. 中国人口·资源与环境, 2014, 24(S3): 71-75. Dai T J, Yu H. Research on variation trend and pollution cause of heavy metal in Haihe River[J]. China Population, Resources and Environment, 2014, 24(S3): 71-75.
[64]	武政, 张彦, 杨平, 等. 外源废水输入对福州东湖湿地水体污染元素浓度和分布特征的影响[J]. 中国环境监测, 2023, 39(2): 75-86. Wu Z, Zhang Y, Yang P, et al. Effects of external wastewater input on the concentration and distribution characteristics of polluting element in Fuzhou Donghu Wetland water body[J]. Environmental Monitoring in China, 2023, 39(2): 75-86.
[65]	Zeng J, Han G L, Wu Q X, et al. Heavy metals in suspended particulate matter of the Zhujiang River, Southwest China: contents, Sources, and Health Risks[J]. International Journal of Environmental Research and Public Health, 2019, 16(10). DOI:10.3390/ijerph16101843
[66]	邓晓茜, 毛龙江, 彭模, 等. 江苏如东近岸海域沉积物重金属污染特征与来源研究[J]. 湿地科学, 2025, 23(1): 48-58. Deng X Q, Mao L J, Peng M, et al. Characteristics and source analysis of heavy metals pollution in sediments of Rudong coastal zone in Jiangsu Province[J]. Wetland Science, 2025, 23(1): 48-58.
[67]	谢瑞文. 铬在渔业中应用的研究进展[J]. 南方水产, 2006, 2(4): 75-79. Xie R W. Research and application of chromium in the fishery industry: a review[J]. South China Fisheries Science, 2006, 2(4): 75-79.
[68]	王津, 刘娟, 陈永亨, 等. 珠江口典型水产品中5种重金属的来源分析[J]. 安徽农学通报, 2013, 19(11): 11-12, 48. Wang J, Liu J, Chen Y H, et al. The source identification of the 5 heavy metals in typical aquaculture of the Pearl River Estuary[J]. Anhui Agricultural Science Bulletin, 2013, 19(11): 11-12, 48.
[69]	李倩倩, 李铁龙, 赵倩倩, 等. 天津市路面雨水径流重金属污染特征[J]. 生态环境学报, 2011, 20(1): 143-148. Li Q Q, Li T L, Zhao Q Q, et al. Characteristics of heavy metal pollution in road rainfall-runoff of Tianjin city[J]. Ecology and Environmental Sciences, 2011, 20(1): 143-148.
[70]	Tang W Z, Zhao Y, Wang C, et al. Heavy metal contamination of overlying waters and bed sediments of Haihe Basin in China[J]. Ecotoxicology and Environmental Safety, 2013, 98: 317-323. DOI:10.1016/j.ecoenv.2013.09.038
[71]	Shou Y P, Zhao J J, Zhu Y X, et al. Heavy metals pollution characteristics and risk assessment in sediments and waters: the case of Tianjin, China[J]. Environmental Research, 2022, 212. DOI:10.1016/j.envres.2022.113162
[72]	Calatayud M, Farias S S, de Paredes G S, et al. Arsenic exposure of child populations in Northern Argentina[J]. Science of the Total Environment, 2019, 669: 1-6.
[73]	Li S Y, Li J, Zhang Q F. Water quality assessment in the rivers along the water conveyance system of the Middle Route of the South to North Water Transfer Project (China) using multivariate statistical techniques and receptor modeling[J]. Journal of Hazardous Materials, 2011, 195: 306-317. DOI:10.1016/j.jhazmat.2011.08.043


环境科学 2026, Vol. 47 Issue (10): 6823-6834	PDF