土壤作为陆地生态系统的重要组成部分，能够供应植物生长所必须的水分和养分，既是重金属的归宿，又是重金属向大气、 生物和水体传播的媒介. 重金属具有持久性和累积性^[1,2]，可以抑制植物与微生物的生命活动，并经过食物链不断累积，最终通过摄食进入人体，进而威胁人类健康^[3]. 当前，土壤重金属污染已经成为了世界性的严重问题，引起了社会和学术界的巨大关注^[4]. 因此，研究土壤中重金属来源并进行风险评价，可为土壤环境质量评价和管理提供依据.

土壤中重金属含量主要受成土母质及人类活动影响^{[4, 5, 6]}. 成土母质是影响土壤重金属含量的内在因素，例如基性岩与超基性岩发育的土壤中的Cr和Ni含量远远高于其他母质发育的土壤^[6]. 随着经济社会的不断发展，人类活动已经造成了土壤中重金属的明显富集，往往超过自然来源对重金属含量的贡献^{[7, 8, 9, 10, 11, 12]}； 重金属的人为源主要包括煤炭燃烧、 汽车尾气、 工业“三废”、 采矿活动以及农药化肥的施用^[1]. 多元统计分析(相关分析、 主成分分析)作为辨识土壤中的重金属来源的经典方法^[1]，已经得到了广泛的应用^{[13, 14, 15, 16]}. 地统计方法将变异函数和克里格插值估计相结合^[4]，模拟土壤中重金属的空间结构和变异^{[17, 18, 19]}，可以直观地展示重金属含量的空间分布^{[20, 21, 22]}，在此基础上可以进一步追溯造成土壤重金属高值热点区的原因^[15]. 将多元统计分析和地统计方法结合是辨识重金属人为、 自然来源以及空间分布的有力工具^[15,23]. 土壤重金属的潜在生态风险评价是土壤环境评价的重要组成部分^{[9, 10, 24, 25]}. 瑞典环境科学家Hakanson^[26]于1980年提出了沉积物重金属潜在生态危害指数评价方法； 通过引入毒性响应系数，将重金属生态环境风险与毒理学联系起来，可以直观地展示重金属对生态环境的胁迫程度； 现在此方法已经扩展到土壤^[10]、 街尘^[24]等介质的重金属污染评价.

莱芜市是山东省典型的工业城市，其下辖的钢城区则是莱芜市钢铁和煤炭企业的主要聚集地，素有“钢铁煤都”之称； 众多的钢铁、 煤炭企业为钢城区经济发展做出了重要贡献，但对其生态环境也造成一定的压力. 本研究选取莱芜市钢城区为研究区，对其土壤进行系统的采样和重金属元素测试，利用多元统计方法判别土壤重金属的来源，并利用地统计方法实现土壤重金属空间分布的可视化表达，最后对土壤重金属的潜在生态风险进行了评价，以期为研究区的土壤环境风险预警、 管理和修复提供参考. 1 材料与方法 1.1 研究区概况

莱芜市钢城区位于山东省中部，东临沂源县，南接新泰市(图 1)，总面积约339 km². 研究区地质构造受鲁中纬向构造及鲁西旋转构造的控制，地貌类型以山地丘陵为主. 研究区属暖温带季风性湿润气候，四季分明； 年平均气温16～18℃，降水量约700 mm. 研究区矿产资源丰富，内有山东省著名钢铁企业——莱钢集团和众多煤矿，是山东省重要的钢铁、 煤炭生产基地.

图 1

Fig. 1

图 1 研究区及采样点位置示意 Fig. 1 Location of the study area with sampling sites

本研究按照2 km × 2 km的规则网格进行采样点的布设^[1]，共106个采样点，其中耕地55个、 林地20个、 草地21个、 建设用地10个. 在采样点周围利用多点采样方式，垂直采集0~20 cm的表层土壤，等量混合后，装入干净布袋，样品原始重量大于1 kg^[1]； 土壤样品经过室温自然风干、 敲碎、 过20目(0.84 mm) 尼龙筛去除杂物等初步处理后，用玛瑙无污染样品制备机具将样品研磨至粒径小于 100目 (0.25 mm) 备用. 土壤样品经过消煮后，对 As、 Cd、 Co、 Cr、 Cu、 Hg、 Ni、 Pb 和 Zn 的含量进行分析测试； 其中 As、 Hg 采用原子荧光光谱方法测定，Cd、 Pb 采用石墨炉原子吸收分光光度法测定，其余元素则采用火焰原子吸收分光光度法. 分析测试所用试剂均为优级纯，分析方法的准确度和精密度采用国家一级土壤标准物质 (GBW系列) 进行检验，并按比例随机检查和异常点检查进行严格的样品质量监控，测试结果符合监控要求^[1]. 1.3 数据处理与分析 1.3.1 多元统计和地统计分析

对数据进行均值、 中值、 范围、 标准差、 变异系数、 峰度和偏度等描述性统计，然后采用相关分析、 主成分分析等多元统计方法对重金属来源进行解析^[15]. 以上统计分析均利用Spss 19.0软件进行. 变异函数拟合和普通克里格插值分别利用GS+7.0和ArcGIS 9.3地统计模块进行^[1]. 1.3.2 潜在生态风险评价

潜在生态危害指数法是Hakanson^[26]从沉积学角度，根据重金属性质及环境行为特点，建立的一套的评价重金属潜在生态危害的方法. 单个重金属潜在生态风险因子Eⁱ_r的计算公式如下：

重金属的综合潜在生态危害指数RI可以表示为各个重金属的Eⁱ_r之和：

由表 1可以看出，研究区土壤As、 Cd、 Co、 Cr、 Cu、 Hg、 Ni、 Pb和Zn 含量的平均值分别为9.5、 0.17、 14.5、 77.7、 30.6、 0.075、 35.3、 42.8和94.1 mg ·kg^-1； 除Co没有国家标准的参考值之外，其他重金属元素平均值均未超过国家二级标准^[28]，但是最大值均已超过国家二级标准值. 研究区9种元素的平均值均超过山东省土壤背景值； 特别地，Cd、 Hg、 Pb和Zn的平均含量分别是0.17、 0.075、 42.8和94.1mg ·kg^-1，分别是背景值的2.42、 4.69、 1.74、 1.54倍，这4种元素在表层土壤中存在明显的富集. 变异系数(coefficient of variation,CV)可以表征数据的离散程度，可以比较不同量纲的数据^{[1, 4]}； Wilding^[29]将变异系数分为高度变异(CV>0.36)、 中等变异(0.16[1]对日照的研究结果类似，说明Cd和Hg存在由于人为影响产生的特异值. 偏度依照大小排序依次为，Hg>Zn>Cd>Pb>As>Cr>Cu>Ni>Co，其中Hg、 Cd、 Pb和Zn的偏度较高，这4种元素可能受人类活动影响而产生较大的正偏度^[5].

表 1(Table 1)

表 1 研究区土壤重金属描述性统计结果 /mg ·kg-1 Table 1 Descriptive statistics of heavy metals in soils of the study area/mg ·kg-1 重金属 范围 平均值 中值 标准差 偏度 峰度 变异系数/% 山东省 背景值[27] 国家二级 标准[28] As 2.6~69.1 9.5 9.1 6.69 6.83 60.49 70.2 8.9 30 Cd 0.08~1.88 0.17 0.15 0.17 9.29 92.11 101.7 0.07 0.3 Co 4.5~24.0 14.5 14.5 3.17 -0.11 1.14 21.8 12.6 — Cr 14.6~244.1 77.7 74.6 30.47 2.22 9.58 39.2 64.3 200 Cu 8.1~75.7 30.6 29.5 9.27 1.61 5.87 30.3 22.3 100 Hg 0.008~4.579 0.075 0.027 0.44 10.25 105.29 589.4 0.016 0.5 Ni 6.8~87.9 35.3 35.3 11.31 1.44 5.99 32.0 24.4 50 Pb 22.8~391.0 42.8 33.4 39.72 6.92 57.45 92.9 24.5 300 Zn 49.5~994.6 94.1 83.9 90.69 9.51 94.97 96.4 60.9 250

表 1 研究区土壤重金属描述性统计结果 /mg ·kg-1 Table 1 Descriptive statistics of heavy metals in soils of the study area/mg ·kg-1

重金属元素之间的相关性分析有助于重金属来源的辨识^[1,30]. 由表 2可以看出，重金属元素Cd-Pb、 Cd-Zn和Pb-Zn两两之间相关系数分别为0.881、 0.978和0.906，并且通过了0.01水平的显著性检验； 一般来说，Cd、 Pb和Zn之间的高相关性指示了人类活动的影响^{[1, 4, 15]}. Co-Cr、 Co-Ni、 Cr-Ni之间的相关系数分别为0.621、 0.662、 0.925，也通过了0.01水平的检验，说明Co、 Cr和Ni元素两两之间关联性较强. Fe₂O₃、 MgO和CaO是成土过程中母岩风化形成的重要产物^[2]，通常自然来源的元素与这些元素有较强的相关性^{[6, 15, 31]}. Co、 Cr、 Ni与Fe₂O₃(R为0.805、 0.414、 0.445)、 MgO(R为0.745、 0.752、 0.741)及CaO(R为0.609、 0.302、 0.260)的相关性较高，并通过0.01水平的检验，这说明Co、 Cr和Ni为自然来源. As和Hg的相关系数为0.880，并通过了0.01水平的检验,说明As和Hg可能受到人类活动的影响. Cu与Fe₂O₃、 MgO、 CaO的相关系数为0.646、 0.396、 0.367，Cu与As的相关系数为0.407，说明Cu可能属于混合来源.

表 2(Table 2)

表 2 研究区土壤重金属两两之间的相关系数 1) Table 2 Correlation coefficient of heavy metals in soils As Cd Co Cr Cu Hg Ni Pb Zn As 1 Cd 0.182 1 Co 0.246* 0.183 1 Cr 0.022 0.020 0.621** 1 Cu 0.407** 0.244* 0.621** 0.364** 1 Hg 0.880** 0.052 0.077 0.023 0.148 1 Ni 0.089 0.028 0.662** 0.925** 0.346** 0.037 1 Pb 0.181 0.881** 0.102 0.009 0.291** 0.019 -0.001 1 Zn 0.159 0.978** 0.163 0.045 0.255** 0.056 0.045 0.906** 1 Fe2O3 0.268** 0.193* 0.805** 0.414** 0.646** 0.097 0.445** 0.207* 0.211* MgO 0.273** 0.076 0.745** 0.752** 0.396** 0.252** 0.741** -0.018 0.084 CaO 0.224* 0.205* 0.609** 0.302** 0.367** 0.14 0.260** 0.031 0.139 1)**表示相关系数在0.01水平上显著，*表示相关系数在0.05水平上显著

表 2 研究区土壤重金属两两之间的相关系数 1) Table 2 Correlation coefficient of heavy metals in soils

土壤重金属主要来源于成土母质与人类活动，通过主成分分析可以有效判别重金属元素的污染来源^{[1, 13, 15]}. 表 3为主成分分析的结果，前3个主成分累计贡献率达85.3%，基本可以代表数据所包含的信息.

主成分1(principle component 1,PC1)的方差贡献率为37.5%，Cd、 Pb和Zn的因子载荷分别达到了0.972、 0.953和0.978(表 3)，这些元素的平均值均明显超过了各自的土壤背景值(表 1)，Cd、 Pb和Zn的最大值更是分别达到了山东省土壤背景值的26.9、 16.0和16.3倍，因此这些元素主要受人类活动的影响. 尽管Cd、 Pb和Zn在同一主成分，但可能受到不同人为源的影响^{[1, 4, 15]}. 钢城区是山东省重要的钢铁生产基地，钢铁冶炼的“三废”排放是土壤中Cd、 Pb和Zn这3种元素的重要来源^[4]. Cd常常作为磷矿石中的杂质而存在于磷肥中，通过磷肥的施用而进入到土壤中，因而是化肥施用的标志元素^[15]； 我国磷矿中Cd平均含量为0.98 mg ·kg^-1，磷肥中Cd的平均含量为0.6 mg ·kg^-1[32]. Lv等^[15]和Chen等^[31]的研究发现，土壤中Cd、 Cu和Zn的含量与总磷的含量呈一定程度的相关关系，并认为化肥与农药的施用是Cd、 Cu和Zn来源. Cu和Zn常作为禽畜饲料的添加剂，用来防治其疾病和促进生长^[33,34]，但添加的Cu和Zn并不能完全得到利用，95%以上的Cu和Zn随粪便排出体内^[35]，因此施用动物粪便等有机肥可以明显增加土壤中Cu和Zn的含量^[15]. 姜萍等^[34]的研究发现成年猪的粪便中Cu和Zn的含量分别分别为679 mg ·kg^-1和1 570 mg ·kg^-1，仔猪粪便中的Cu和Zn含量更是分别达到为892 mg ·kg^-1和3 200 mg ·kg^-1. 煤炭燃烧和汽车尾气排放是土壤中Pb的重要来源^{[1, 15, 36]}. 研究区有多个热电厂，煤炭燃烧产生的粉煤灰中含有大量的Pb^[4]； 陆晓华等^[37]的研究表明粉煤灰中的Pb含量可达为139.4 mg ·kg^-1； 尽管发电厂都有除尘设备，但仍然有一定比例的粉煤灰逃逸，对周围区域的土壤造成威胁^[15]. 四乙基铅常常加入汽油中作为抗爆剂，尽管我国2000年已经全面禁用含铅汽油，但汽车尾气排放对土壤中Pb累积的影响仍存在于土壤中^{[4, 38]}. Zn是汽车轮胎硬度添加剂,汽车轮胎磨损会产生含锌粉尘^[4]. Lv等^[4]的研究表明Cd、 Pb和Zn被分在同一主成分，在地方尺度(Local scale)上受到人类活动的影响； Cai等^[39]的研究表明Cd、 Pb和Zn在第一主成分有较大载荷，为人为源元素. 因此，PC1代表了工业排放、 农业和交通污染源等人为来源.

主成分2(PC2)解释了总方差的27.8%，Co、 Cr和Ni在PC2的载荷较高，分别为0.846、 0.919和0.926(表 3). Co、 Cr和Ni的变异系数均较低，且与代表土壤性质的Fe₂O₃、 MgO和CaO等呈明显的正相关关系，可认为Co、 Cr和Ni为自然来源^{[6, 15]}. 虽然研究区Co、 Cr和Ni的平均含量均超过山东省土壤背景(表 1)，应该是受到研究区石灰岩和河流冲洪积物较高背景值的影响； 根据王关玉等^[40]对山东省土壤元素含量与成土母质之间关系的研究，山东省石灰岩和河流冲洪积物母质的土壤的Co、 Cr和Ni含量明显高于全省水平. 一般来说，Cr和Ni是我国城市土壤污染程度最低的重金属^{[6, 15, 41]}； Cai 等^[39]对广东惠州、 Sun等^[41]对吉林德惠以及Lv 等^[6]对山东五莲的研究均发现土壤中Cr和Ni未受到明显的人类活动影响； Facchinelli 等^[13]对意大利西北部地区的研究和吕建树等^[1]对日照的研究均发现Co、 Cr和Ni这3种元素被分在一个主成分，并且来源于成土母质. 因此，PC2代表了自然来源，受到成土母质的控制.

主成分3(PC3)的方差贡献率为20.0%，As和Hg的因子载荷分别为0.966和0.947(表 3). As和Hg的平均值均高于背景值，最大值分别为山东省土壤背景值的7.8和286.2倍； 并且As和Hg与Fe₂O₃、 MgO和CaO的相关性较低，说明As和Hg为人为来源的元素. 煤炭燃烧和钢铁冶炼是As和Hg的主要来源^{[4, 42, 43]}，研究区内有多个钢铁厂、 电厂和焦化厂，是造成土壤中As和Hg积累的重要因素. 据统计我国火电厂动力煤燃烧每年向大气排放的As约为 195.0t 左右^[44]； 蒋靖坤等^[45]基于两组数据建立了我国燃煤汞排放清单，其计算结果表明我国燃煤汞排放量分别为161.6 t和219.5 t. 特别地，Hg是生态危害较大、 主要来自于人为源的元素^[4]，人类排放的Hg占到全球排放总量的60%~80%^[46]； Hg在大气中是一种很稳定的元素，一定气压条件下可以在大气中存在0.5~2.0 a^[4]，主要通过大气干沉降和湿沉降进入土壤中^[15]. 因此，PC3代表了钢铁冶炼和煤炭燃烧等工业活动.

表 3(Table 3)

表 3 研究区土壤重金属元素因子载荷 Table 3 Factors matrix of heavy metals in soils in the study area 重金属 PC1 PC2 PC3 As 0.125 0.116 0.966 Cd 0.972 0.057 0.055 Co 0.121 0.846 0.144 Cr -0.045 0.919 -0.074 Cu 0.277 0.592 0.332 Hg -0.027 0.003 0.947 Ni -0.048 0.926 -0.034 Pb 0.953 0.030 0.048 Zn 0.978 0.068 0.043 方差贡献率/% 37.5 27.8 20.0 累计方差贡献率/% 37.5 65.3 85.3

表 3 研究区土壤重金属元素因子载荷 Table 3 Factors matrix of heavy metals in soils in the study area

当同一种元素在不同的主成分上均有相当的载荷时，可认为具备两种主成分的来源^[1]； Cu 在多个主成分上均有相当的载荷(表 3)，被认为受到自然地质背景和人类活动的共同控制^[15]. 土壤中Cu的人为来源主要为钢铁冶炼^{[1, 47, 48]}以及化肥农药的施用^{[15, 49, 50]}. 2.4 变异函数理论模型拟合

普通克里格插值要求数据符合正态分布； Kolmogorov-Smirnov(K-S)检验是分析数据是否符合正态分布的有力工具^[51]. K-S检验表明Cr、 Co和Ni符合对数分布，可直接进行克里格插值^[51]； 对As、 Cd、 Cu、 Hg、 Pb和Zn进行对数变化后均符合正态分布，然后进行变异函数拟合和插值. 变异函数理论模型主要包括指数、 高斯、 球状和线性等模型^{[1, 4, 17]}，主要参数包括块金常数(C₀)、 基台值(C₀ +C)、 变程(range)、 决定系数(R²) 和残差(RSS)等. 块金常数和基台值的比值(C₀/C₀+C) 代表参数的空间自相关性，可以反映自然和人为因素的作用； 若C₀/(C₀+C)<0.25，表明变量的空间变异以结构性变异为主，变量具有强烈的空间相关性； 当0.25≤C₀/(C₀+C)<0.75 时，变量为中等程度空间相关； 而C₀/(C₀+C)≥0.75 时，以随机变量为主，变量的空间相关性则很弱^[1]. 决定系数(R²) 表示理论模型的拟合精度^[15].

由变异函数理论模型拟合的结果(表 4)可知，As、 Cd、 Co、 Cr和Cu的变异函数理论模型均符合指数模型，Hg和Pb符合球状模型，而Ni和Zn符合高斯模型. 各变量的有效变程介于5 720~53 300 m之间. 除Cd、 Zn之外，所有元素的决定系数均大于 0.562，而RSS均较小，说明理论模型的选取基本符合要求. PC2(Cr、 Co和Ni)的块金值/基台值均小于0.25，这些元素的空间变异以土壤母质、 地形等结构性变异为主^[1]； Cd、 Pb、 Zn、 As、 Hg和Cu的块金值/基台值介于0.25~0.75之间，具有中等的空间相关性，可能受到随机因素的影响^[15].

表 4(Table 4)

表 4 土壤重金属含量的变异函数理论模型及相关参数 Table 4 Models and the relevant parameters for semivariograms fitting of heavy metals in soils 重金属 模型 块金值 基台值 块金值/基台值 变程/m 决定系数 残差 As Exponential 0.090 0.257 0.350 18 375 0.964 0.000 4 Cd Exponential 0.121 0.243 0.498 51 100 0.321 0.003 Co Exponential 0.033 0.172 0.192 51 100 0.865 0.000 2 Cr Exponential 0.097 0.409 0.237 44 210 0.960 0.001 5 Cu Exponential 0.069 0.138 0.500 53 300 0.562 0.001 Hg Spherical 0.326 0.682 0.479 18 375 0.749 0.467 Ni Gaussian 0.085 0.438 0.194 43 150 0.948 1.78E-04 Pb Spherical 0.061 0.179 0.341 5 720 0.632 0.023 3 Zn Gaussian 0.098 0.198 0.495 51 100 0.433 5.66E-03

表 4 土壤重金属含量的变异函数理论模型及相关参数 Table 4 Models and the relevant parameters for semivariograms fitting of heavy metals in soils

在变异函数拟合的基础上，对研究区土壤重金属含量进行普通克里格插值(图 2). 研究区土壤As和Hg含量呈现西北-东南向条带状分布[图 2(a)、 2(f)]； 高值区域与潘西煤矿及西岗煤矿所在的区域基本一致； 特别地，莱钢集团同处该区域，其周围还分布着如特殊钢材厂、 机械制造厂、 粉末冶金公司等工业企业； 钢铁冶炼、 煤矸石堆放和工业排放导致了该重金属含量高值区. Cd、 Pb、 Cu和Zn在研究区总体上呈中部向四周呈同心圆状含量递减[图 2(b)、 2(e)、 2(f)、 2(h)和2(i)]，高值区域与工业企业位置也基本吻合； 此外，多条公路穿过高值区域，其中就有京沪高速莱芜段，工业“三废”和汽车尾气排放造成了Cd、 Pb、 Cu和Zn的高值区. Co、 Cr和Ni的空间分布与工业企业等污染源的位置没有直接对应关系，一般来说，可以认为主要受土壤母质的控制^[15].

图 2

Fig. 2

图 2 研究区重金属含量空间分布 Fig. 2 Spatial distributions of heavy metal contents in soils

参照前人相关研究的潜在生态风险分级标准^{[10, 26, 51]}，将重金属单项和综合潜在生态风险进行分级，如表 5所示. 图 3为研究区潜在生态风险评价结果，图 4为综合生态风险指数的分布图. As、 Cd、 Co、 Cr、 Cu、 Hg、 Ni、 Pb和Zn的潜在生态风险因子的平均值分别为10.70、 73.25、 5.76、 2.42、 6.86、 187.69、 7.23、 8.73和1.55，由高到低依次为Hg>Cd>As>Pb>Ni>Cu>Co>Cr>Zn； Hg整体上处于高生态风险水平，Cd处于中等生态风险水平，其余重金属元素均处于轻微生态风险水平. 研究区综合潜在生态风险指数RI的平均值为304.19，介于67.49~11 666.44之间(图 4)，说明研究区整体上处于中等与高生态风险的临界水平(表 5)； 其中，仅有2个样点处于极高生态风险水平，占总样点数的1.9%； 5个样点处于高生态风险水平，占总数的4.7%； 63%的样点(68个)处于中等生态风险水平； 28.4%的样点(31个)存在轻微生态风险(RI<150). 从图 4可以看出，研究区重金属综合 生态风险指数的高值区域集中在研究区中部，并呈同心圆状向四周递减，与主要污染元素含量空间分布特征相同. 在研究区东北部出现一块异常高值区域，主要是由于该处有样点的Hg积累水平极高，含量达到了4.579mg ·kg^-1，为背景值近300倍，可见该区域内存在Hg元素点源污染，应该引起警惕.

表 5(Table 5)

表 5 重金属潜在生态风险分级 Table 5 Grading standards of potential ecological risk of heavy metals in soils 单项生态风险因子(Eir) 综合生态风险指数(RI) 等级 得分 等级 得分 低生态风险 <40 低生态风险 <150 中等生态风险 40～80 中等生态风险 150～300 较高生态风险 80～160 高生态风险 300～600 高生态风险 160～320 极高生态风险 >600 极高生态风险 >320

表 5 重金属潜在生态风险分级 Table 5 Grading standards of potential ecological risk of heavy metals in soils

图 3

Fig. 3

图 3 重金属潜在生态风险结果 Fig. 3 Results of potential ecological risk of heavy metals

图 4

Fig. 4

图 4 研究区土壤重金属综合潜在生态风险指数分布 Fig. 4 Spatial distribution of potential ecological risk index of heavy metals in soils

(1) 研究区9种土壤重金属平均值均高于山东省土壤背景值，均未超过国家二级标准(Co没有可比值)，存在了一定程度的重金属积累.

(2) 研究区土壤重金属来源可分为3类：Cd、 Pb和Zn主要受工农业及交通等人类活动影响，Co、 Cr和Ni主要来源于成土母质，As和Hg来源于钢铁冶炼和煤炭燃烧，而Cu受自然与人为因素共同控制.

(3) As、 Cd、 Hg、 Cu、 Pb和Zn的含量高值区域与工业企业的位置相一致，而Co、 Cr和Ni的空间分布与工业企业的分布无关.

(4) 研究区整体上处于中度与高生态风险的临界水平. Hg处于高生态风险水平，应列为当地优先控制污染元素； Cd处于中等生态风险水平，其他元素则为轻微生态风险. 研究区内部及东北部极小部分区域是风险易发的区域，应引起警惕.