近年来, 世界各国高度重视基于风险的土壤环境管理模式, 积极开展土壤污染生态风险评估工作, 为保障人类健康安全和维护生态系统稳定性发挥了重要作用^[1].然而城市化的不断扩张和工业化的快速推进, 工业“三废”、交通尾气和生活废弃物等导致大量重金属元素直接或间接进入土壤, 引发城市土壤环境负面效应, 已严重危及生态安全^{[2 ~ 4]}.因此, 越来越多的学者针对城镇区域展开土壤重金污染特征及其风险评价的研究工作^{[5 ~ 7]}, 但现有研究很少有学者针对污染概率进行探讨.

合理选择空间插值方式对掌握土壤重金属污染空间分布特征与变异规律具有重要作用, 但目前尚未发现完全适用的空间插值法.比较土壤重金属空间分析的相关文献发现, 基于地统计学的克里金插值方法能量化采样点之间的空间自相关性, 且具有无偏性^[8], 因而在土壤环境风险空间分析方面应用最为广泛^{[9 ~ 12]}.指数评价法、风险评估法和毒理学评价法是重金属污染评价的主要方式^[13], 其中指数评价法运用最为广泛^{[14 ~ 16]}.此外主成分分析法、灰色聚类法、层次分析法和健康风险评价等评价模型也经常用于区域土壤重金属污染评价^{[17 ~ 19]}.由于土壤具有不均匀性和空间异质性等特点, 采用传统的重金属污染评价方法, 取样点评价结果不能代表区域土壤重金属污染状况, 更不能预测污染发生的概率分布.鉴于土壤重金属污染机制的模糊复杂性, 将传统指数法和模型法结合使用, 能够实现土壤重金属污染的综合评估, 对于土壤重金属污染监测具有重要意义^{[20 ~ 22]}.基于模糊数学的信息扩散理论通过对样本进行集值化模糊处理, 可提高样本总体分布精度, 以弥补观测样本信息的不足, 因而可用于探讨土壤重金属污染风险程度及风险概率分布规律^[23].已有学者采用信息扩散方法进行农业灾害、森林病虫害、气象灾害和洪水风险的监测评估^{[24 ~ 26]}, 目前基于信息扩散思想的土壤重金属风险概率评估, 逐渐成为重金属污染评价的热点研究方向, 如赵华荣等^{[23, 27]}对广东大宝山矿区和广西内苗溪沉积物, 以及曾庆兰等^[28]对刺梨基地沿路土壤重金属的污染评价, 但这些研究并未进行概率评估误差分析, 且现有研究鲜见涉及城市土壤重金属污染评估.

综合上述分析, 本文以沣东新城区为研究对象, 进行重金属含量特征分析, 基于潜在生态风险指数评估土壤重金属污染生态风险, 进一步基于信息扩散理论和潜在生态风险指数, 综合土壤重金属含量分布, 构建沣东新城区土壤重金属污染风险评估的信息扩散模型, 探索重金属污染生态风险发生的概率分布, 以期为沣东新城区土壤重金属环境风险监测与管控提供科学参考.

沣东新城是陕西省西咸新区的下辖开发区与核心区, 北邻渭河, 西接沣河；南与西安高新区毗邻、北与西安经济开发区相接, 独特的地理位置使其成为“现代化大西安新中心”的核心区.新城总人口45万, 规划面积159.36 km², 旨在打造合理的“三生”空间格局, 建设国际化主城功能新区和生态田园新城.该区域地势平坦, 平均海拔388 m, 地貌单元由南向北依次为冲积平原、河流阶地和黄土台塬^[29].沣河横贯全城, 另有新河、沙河在此区域内纵横交汇.年平均降水量约600~700 mm, 年平均气温13.4℃, 植被类型以落叶阔叶林为主^[30], 土壤类型主要为湿陷性黄土和塿土, 适合多种作物生长, 因此该区域具有悠久的农业种植历史^[31].结合沣东新城区土地利用类型可知（图 1）, 该地区土地利用模式复杂, 以耕地、建筑和裸地/稀疏植被为主要类型, 且该区域作为连接城乡的过渡区, 人口密集, 工业和交通运输业发达, 但整体环境保护水平不高.随着西咸一体化进程的快速推进, 研究区部分农村地区已被拆除, 部分耕地被废弃, 加之城市边际位置工业的发展, 造成区域土壤环境污染和破坏, 重金属严重超标, 具有发展中城市边缘地区的典型特征.

图 1

Fig. 1

图 1 沣东新城区土地利用类型 Fig. 1 Types of land use in Fengdong New District

在查阅当地土壤相关资料和前期踏勘的基础上, 为避免人为主观意识对采样结果的影响, 本研究采用800 m × 800 m等距规则格网法进行系统布点, 于2020年6月采用五点取样法, 共收集了500份土壤样本（图 2）.每个采样点在2 m × 2 m的双对角线顶点及中心采集5个深度约为20 cm的表层土壤样品, 混合后粗筛去除草根石砾等杂质, 取均匀混合的土壤约1 kg, 装入编号的样本布袋运回实验室.采样的同时进行中心点GPS定位, 并记录周围环境.实地调查证明, 该区域内人口分布密集, 且具有工业和农业密集性.土壤样品经自然风干研磨后, 过0.15 mm的尼龙筛, 保存在编号的保鲜袋, 送至西安市有色金属西北矿产地质测试中心进行重金属Pb、Cu、Cd和Hg元素含量的测定.该机构依据硅酸盐岩石化学分析方法（GB/T 14506.30-2010）, 采用电感耦合等离子体质谱仪7700X测定Pb、Cu和Cd元素含量, Hg含量则根据区域地球化学样品分析方法（DZ/T 0279.17-2016）在原子荧光光谱仪AFS2202E上进行检测.样品测定均由空白样和加标回收样控制质量, 4种元素的检出限均小于0.05 mg∙kg^-1, GSS-28质量控制标准下的加标回收率为75%~120%.

图 2

Fig. 2

图 2 研究区采样点分布示意 Fig. 2 Distribution of sampling sites in study areas

首先于SPSS 26.0中进行区域土壤重金属含量描述性特征统计, 采用3σ准则识别异常数据, 基于下载的谷歌level_19 0.25 m基础影像数据、土地利用类型图及采样记录信息表, 对异常数据进行复核.进一步, 为揭示重金属之间的依存与互斥关系, 基于R语言进行重金属及DEM数据的皮尔逊相关分析, 探索土壤重金属相似同源性规律^[32].基于ArcGIS进行重金属含量空间插值分析, 并结合土地利用分类图探讨重金属污染分布特征.

依据Hakanson^[33]沉积学原理, 综合考虑重金属属性及毒性, 结合土壤背景值评估重金属土壤环境综合效应.计算重金属单项潜在生态风险指数（E_rⁱ）[公式（2）]和重金属综合生态危害指数（RI）[公式（3）], 并参照潜在生态风险指标评价标准（表 1）, 进行重金属污染综合评估.各重金属毒性响应系数为：Pb = 5、Cu = 5、Cd = 30和Hg = 40, 因此根据Hakanson对E_rⁱ的定义, 这里E_rⁱ的第一级界限值仍为40.值得指出的是, 由于本研究的参评污染物为Pb、Cu、Cd和Hg这4类, 与Hakanson提出的RI分级标准参评物有出入, 因此本研究参照马建华等^{[34, 35]}提出的规范性的RI分级调整方案进行了标准调整.具体调整思路是：首先根据Hakanson单位毒性系数RI（150/133 = 1.13）, 计算本研究所有参评污染物毒性响应系数总值[（5+5+30+40）×1.13 = 90.4], 其次取十位整数90作为RI基础界限值, 最后取基础界限值的2ⁿ倍（n = 0, 1, 2, 3）作为RI分级界线值^{[34 ~ 36]}, 确定潜在生态风险指标评价标准.

(1)

(2)

(3)

式中, C_i为重金属元素实测值（mg∙kg^-1）；重金属元素参比值Q_i取陕西省土壤重金属背景值；C_fⁱ为某项重金属元素污染指数；E_rⁱ为单项重金属潜在生态风险指数；k为研究的重金属元素项数.

表 1 (Table 1)

表 1 潜在生态风险评价分级标准 Table 1 Classification criteria for potential ecological risk assessment 风险评价指标 风险等级 Eri < 40 RI < 90 轻微 40≤Eri < 80 90≤RI < 180 中度 80≤Eri < 160 180≤RI < 360 较高 160≤Eri < 320 360≤RI < 720 高 Eri≥320 RI≥720 极高

表 1 潜在生态风险评价分级标准 Table 1 Classification criteria for potential ecological risk assessment

受限于采样数量和土壤的非匀质性, 大多数情况下不能对区域的环境状况进行“以偏概全”的解释.信息扩散通过对样本进行集值化模糊处理, 以弥补整体信息资料不足的局限, 提高总体分布精度, 因而可用于评估小样本地区土壤重金属污染发生概率, 探讨土壤重金属污染风险评估的不确定性及其分布规律^[23].

通常将样本集合X = {X₁, X₂, X₃, …, X_m}中的观测样本X_i = {x_1r, x_2r, …, x_ir, …, x_mr}按正态分布公式（4）扩散到指标论域U = {u₁, u₂, …, u_n}中：

(4)

式中, f_i（u_j）为正态分布信息扩散函数；x_ir为样本点i上重金属类别为r的观测信息；h为信息扩散系数, 又称经验窗宽.因观测样本总数m不同, h取值不同[公式（5）]：

(5)

式中, a = min（x_ir）, b = max（x_ir）, i = 1, 2, 3, …, m；n为离散总数.观测样本x_ir的正态扩散信息和如公式（6）所示：

(6)

式中, C_i为观测样本X_i的正态扩散信息和.则样本X_i的归一化信息分布函数S_Xi（u_j）如公式（7）所示：

(7)

假设：

(8)

则：

(9)

(10)

式中, q（u_j）为观测值为u_j的样本点数；Q为各u_j点上样本点数的总和；p（u_j）为样本点落在u_j处的频率值, 为概率的估计值；p（u ≥ u_j）为超越u_j的概率值, 即超越概率.

潜在生态风险综合考虑了土壤重金属背景值、重金属污染参评种类、重金属毒理性和水体对重金属污染的敏感性等因素, 评价结果具有客观科学性, 且该方法得到广泛应用^{[37 ~ 39]}.潜在生态风险指数最小值为0, 而具有开放的上限值, 因此可以根据实际计算值却不局限于分级标准限定值, 进行不同程度潜在生态风险探讨.本研究中选取区域采样点的潜在生态危险指数作为观测值样本的集合, 结合实算值及其分级标准确定论域（U）, 基于Matlab语言实现信息扩散风险评估模型程序, 计算并探讨不同程度潜在生态风险的概率及超越概率.

结合高分辨率遥感影像、土地利用（图 1）与采样调查记录进行异常值复核, 发现Pb和Cu元素异常值点分别分布于北部的彩钢制品厂以及南部的新晶硅材料公司等企业附近, Cd和Hg元素异常值均位于房地产建设开发区及公路沿岸, 考虑彩钢制品以及新兴材料的生产原辅材料与制备过程, 以及土地开发建设和交通运输等外源污染因素与途径, 认为相应区域重金属异常符合客观事实, 因此予以保留.对土壤样品中Pb、Cu、Cd和Hg这4种重金属进行描述性统计分析, 结果如表 2所示.可以发现研究区内4种土壤重金属的含量均值是陕西省A层土壤重金属背景值的1.4~3.5倍, 500个土壤样品中4种土壤重金属的含量超过土壤背景值的比率均大于90%, 表明沣东新区已经遭受严重的Pb、Cu、Cd和Hg污染.区域内土壤pH > 7.5, 根据生态环境部颁布的GB 36600-2018（建设用地）和GB 15618-2018（农用地）土壤污染风险管控标准^[40], 进行区域农用地、建设用地土壤污染风险管控标准值的超标率计算, 发现Cu、Cd和Hg最高含量未超出建设用地筛选值与管制值, Pb和Hg最高含量未达到农用地管制值, 4种元素的含量最高值均达到了农用地土壤污染风险筛选值, 但整体仅有6.8%的样本重金属含量超出土壤重金属污染风险筛选及管制值, 因而需重点关注超标点位附近的土壤污染管控.偏度为零的重金属元素数值呈正态分布, 且峰度越接近3, 数据越接近完全正态分布, 峰值越大, 说明数据相较于均值越集中^{[41, 42]}.由表 2中重金属的峰度和偏度可知, 4种重金属的数据分布均呈现极强的右偏现象, 且数据分布均较为集中, 结合区域踏勘, 推测是由于人为活动造成重金属富集作用的结果.根据各重金属含量范围可知, 区域各元素含量变化较大, 进一步分析表征人为干扰程度的变异系数可知, 重金属元素均呈现强变异性（CV > 65%）^[43], 该现象与偏度、峰度的特征探讨结果一致, 表明区域重金属含量分布受人为影响较大^[44].K-S正态检验的结果P_K-S均为0, 进一步验证样本土壤重金属数据受外界因素干扰呈非正态.

表 2 (Table 2)

表 2 实测土壤重金属含量描述性统计 Table 2 Descriptive statistics of measured soil heavy metal content 项目 Pb Cu Cd Hg 最小值~最大值/mg∙kg-1 16.800~830.000 12.800~475.700 0.068~4.190 0.013~3.507 均值±标准差/mg∙kg-1 41.585±40.806 30.367±20.905 0.289±0.330 0.107±0.238 变异系数 0.981 0.688 1.14 2.225 偏度 15.054 19.494 7.104 10.918 峰度 281.921 414.756 64.286 137.589 背景值超标率/% 95.800 95.400 98.600 91.200 农用地筛选值超标率/% 1.765 0.200 5.600 0.800 农用地管制值超标率/% 0.000 /1） 0.200 0.000 建设用地筛选值/管制值超标率/% 0.200 0.000 0.000 0.000 陕西省A层土壤元素背景值/mg∙kg-1 21.4 21.4 0.094 0.030 建设用地土壤污染风险筛选值/mg∙kg-1 400 2 000 20 8 建设用地土壤污染风险管制值/mg∙kg-1 800 8 000 47 33 农用地（pH > 7.5）土壤污染风险筛选值/mg∙kg-1 170 100 0.6 1 农用地（pH > 7.5）土壤污染风险管制值/mg∙kg-1 1 000 / 4 6 1）“/”表示无该管制值

表 2 实测土壤重金属含量描述性统计 Table 2 Descriptive statistics of measured soil heavy metal content

土壤重金属相关性分析显示, 重金属之间的相关性普遍偏低且为正相关（0.024~0.163）, 其中Hg与其他元素并未达到显著相关水平, Cd与Pb和Cu分别达到了0.05和0.01显著相关水平, 但相关系数较小分别为0.127和0.163, 而Pb与Cu并未达到显著相关水平, 表明区域内仅Cd元素与Pb、Cu的分布存在着微弱的相似同源规律.重金属与DEM相关分析显示, Cu和Cd的分布与DEM存在一定依赖关系, 但总体依赖性不大, 表现为0.183（Cu）和0.120（Cd）的显著相关性.剔除3σ准则识别的重金属含量异常值, 进而基于高斯型变差函数模型进行沣东新城区重金属含量克里金空间插值, 得到4种土壤重金属含量的空间分布（图 3）.这里剔除异常值以减少异常值对插值结果的影响, 同时减轻平滑效应, 而高斯型变差函数适合描述数据的大尺度变异性, 且在控制平滑效应方面较为灵活, 可以保留数据的细节特征.插值结果显示, 4种重金属的含量空间分布具有明显差异性, 且分区轮廓清晰, 整体低值区占比较大.Cu元素高值区分布相对最为集中, 主要分布于研究区南部的普贤寺村与普贤水站, 结合土地利用（图 1）与采样点分布（图 2）, 发现该区域为电子化工产业建设区, 主要涉及水泥制管、新晶硅生产等项目, 所用到的原材料包含铜铝导电体、铜铝管道材料和钢材等, 因而推测工业区开发建设、电子化工生产、化工废弃物的填埋处理等是引入或产生外源污染物的主要途径, 从而导致土壤中重金属Cu富集；Cd元素含量分布最为分散, 高值区呈斑块状分布于高速公路G5与G3002汇交处的里宅村与袁骑寨的农田区域, 且在研究区南部的建设用地, 存在与Cu相似的高值分布区域.结合图 2发现, Pb含量高值区位于研究区西北部, 镐京大道在此穿越, 且该处位于彩钢厂附近, 因而推测受交通运输与工业生产等外源污染途径影响；Hg含量高值区则主要分布于研究区的西部与南部, 结合采样记录, 这两处分别位于沣河东岸的鱼斗路附近, 以及石匣口村与普贤水站衔接处, 附近是商业聚集地, 尚有土地正在开发建设, 可推测Hg含量分布主要受工业建设影响.结合变异系数可知该区域中Cd、Hg和Pb受人类干扰较大, 其含量分布较为分散.

图 3

Fig. 3

图 3 沣东新城区土壤重金属含量分布Kriging插值结果 Fig. 3 Kriging interpolation results of soil heavy metal content distribution in Fengdong New District

根据公式（3）分别进行采样点位单项重金属数生态风险指数E_rⁱ（E_rⁱ_Pb、E_rⁱ_Cu、E_rⁱ_Cd和E_rⁱ_Hg）与重金属综合潜在生态风险指数RI计算, 并根据表 1进行污染等级划分与统计, 结果表明E_rⁱ_Pb、E_rⁱ_Cu、E_rⁱ_Cd和E_rⁱ_Hg的平均值分别为9.716、7.095、92.292和142.469, 综合潜在生态风险指数RI均值为251.573.重金属潜在生态风险指数统计结果图 4（a）所示, 各采样点E_rⁱ_Pb和E_rⁱ_Cu整体上小于E_rⁱ_Cd和E_rⁱ_Hg, 表明区域土壤中重金属Cd和Hg污染较Pb和Cu严重, 存在较大潜在生态风险.且70.8%样点的E_rⁱ_Pb大于E_rⁱ_Cu, 67.4%样点的E_rⁱ_Hg大于E_rⁱ_Cd, 表明区域整体重金属污染程度为：Hg > Cd > Pb > Cu.由图 4（b）可知, 整体上沣东新城区Pb和Cu的潜在生态风险以轻度为主, 且轻度污染占比均达到99%以上, Cd和Hg则以中风险与较高风险为主, 且Cd和Hg均存在极高潜在生态风险.研究区Pb存在1处高潜在生态风险和2处中度潜在生态风险, 结合遥感影像与采样记录, 这3处均位于研究区最北部的工业区及居民厂棚附近.区域内仅有一处样本点的Cu污染达到较高风险, 经查勘发现该点位于居民区垃圾堆放废弃地.Cd极高潜在生态风险区主要分布于研究区东南部的废弃农村拆除地, 而Hg极高潜在生态风险区则分布在研究区西北部, 大多位于产业园区及居民点.区域各采样点重金属综合潜在生态风险指数计算结果表明, 仅有6%的样本为轻微生态风险, 区域整体处于中度与较高潜在生态风险状态, 其风险等级占比分别为40.6%和43.8%, 另外分别有6.2%和3.6%的样本点处于高和极高的潜在生态风险状态, 处于高度及以上风险强度的样本点主要分布在南部的工业密集地带、城区建筑开发区及农村废弃地.通过分析重金属元素高值潜在生态风险区, 发现重金属富集与人类生产生活活动息息相关, 因此, 非常有必要针对区域重金属土壤环境进行生态风险监测与管控.

图 4

Fig. 4

图 4 沣东新城区土壤重金属潜在生态风险分析 Fig. 4 Analysis of potential ecological risk of soil heavy metals in Fengdong New District

尽管K-S正态检验的结果指示沣东新城区土壤重金属样本数据呈非正态分布, 但是有研究表明, 虽然人类活动会改变土壤重金属分布状态, 但在母质类型与外界干扰相同的情况下, 重金属在土壤中的分布形态相同或相近^[45], 因而其扩散状态呈近似随机正态分布.根据经典统计学中的中心极限定理, 认为当样本量足够多的情况下, 整体样本数据遵从正态分布^{[46, 47]}, 因此在本研究中, 综合考虑样本数量及采样范围, 可以认为土壤重金属分布呈近似正态分布, 可以基于正态扩散函数进行信息扩散.综上所述, 基于上述潜在生态风险指数和信息扩散理论, 构建沣东新城区土壤重金属污染的扩散信息模型.首先由公式（5）计算信息扩散系数（h）, 并根据重金属潜在生态指数数据特征与范围, 考虑最值等客观因素, 按一定的间隔确定论域（U）（表 4）, 进而计算并绘制重金属污染概率（p）和污染发生的超越概率（P）（图 5）.从中可看出Pb、Cu、Cd和Hg分别在E_rⁱ_Pb = 7、E_rⁱ_Cu = 7、E_rⁱ_Cd = 60、E_rⁱ_Hg = 70和RI = 150附近时概率达到最大, 概率最大值分别为p_Pb = 13.285%、p_Cu = 30.950%、p_Cd = 25.484%、p_Hg = 20.872%和p_RI = 13.548%.Cd与Hg的概率曲线在40~160之间的分布较为集中, 表明区域内Cd与Hg存在以中度和较高等级为主的潜在生态风险.超越概率表征了重金属超过某一污染程度（潜在生态风险指数）的概率, 超越概率曲线越远离y轴, 重金属相应污染水平的污染概率越小.由Pb和Cu超越概率曲线可知, 区域内Pb和Cu大概率处于轻微潜在生态风险状态, 处于中度及以上潜在生态风险状态的概率很低, 而Cd与Hg的超越概率曲线主要位于潜在生态风险指数为360的左侧, 表明Cd和Hg风险状态超过较高水平的概率较低, 但区域内仍有一定的概率存在比较高水平更高的潜在生态风险.

表 4 (Table 4)

表 4 土壤重金属潜在生态风险指数信息扩散模型信息 Table 4 Diffusion model information of potential ecological risk index of soil heavy metals 指标 域值 信息扩散系数（h） 论域（U） 离散总数（n） Eri_Pb [3.925, 193.925] 9.626 [3, 4, 5, …, 56, 194] 54 Eri_Cu [2.991, 111.145] 16.134 [2, 3, 4, …, 20, 112] 19 Eri_Cd [21.702, 1 337.234] 147.181 [20, 40, 60, …, 300, 400, 500, …, 1 400] 25 Eri_Hg [17.333, 4 676.000] 500.359 [10, 30, 50, …, 400, 500, 600, …, 1 400, 2 400, 4 000, 4 700] 26 RI [61.659, 4 785.352] 409.148 [60, 90, 120, …, 570, 670, 770, …, 1 770, 2 500, 4 200, 4 800] 32

表 4 土壤重金属潜在生态风险指数信息扩散模型信息 Table 4 Diffusion model information of potential ecological risk index of soil heavy metals

图 5

Fig. 5

图 5 沣东新城区土壤重金属污染分布概率 Fig. 5 Probability distribution of soil heavy metal pollution vicinity to Fengdong New District

表 5为基于信息扩散模型计算的沣东新城区不同潜在生态风险程度下土壤受重金属污染的概率与超越概率, 结果显示Cd和Hg元素各潜在生态风险等级的超越概率远大于Pb和Cu, 因此可以认为区域内Cd和Hg潜在生态风险远大于Pb和Cu.Pb和Cu各污染等级发生的概率相差不大, 且仅有不超过1%概率会发生轻微以上程度的潜在生态风险；Cd和Hg中度潜在生态风险等级的超越概率均大于51%, 表明区域内土壤有超过51% 的概率会出现超过中等水平的潜在生态风险.Hg元素各污染等级的超越概率分别为轻微（94.89%）、中度（66.85%）、较高（23.62%）、高（3.9%）和极高（2%）, 其中仅轻微等级的超越概率小于Cd, 表明区域内Hg污染相对严重.综合潜在生态指数的超越概率表明, 区域内土壤有61.09%的概率发生中度水平以上的重金属潜在生态风险, 且发生较高潜在生态风险以上水平的概率为11.59%.整体上各综合潜在生态风险等级的概率分布与Cd和Hg相似, 且考虑Cd和Hg的毒性响应系数较大, 表明Cd和Hg是导致区域综合生态风险较高的主导因素.对比分析重金属各潜在生态风险等级的概率, 结果表明土壤中Pb和Cu以轻微潜在生态风险为主, 轻微等级的占比分别为Pb（99.4%）和Cu（99.8%）, 而Cd和Hg的潜在生态风险则以中度和较高为主, 两个等级的总占比分别为Cd（82.7%）和Hg（77.84%）.研究区土壤重金属综合潜在生态风险各等级的概率排序为：较高（38.98%） > 中度（38.55%） > 高（5.89%） > 轻微（5.15%） > 极高（3.56%）, 表明研究区土壤整体处于中度和较高水平的重金属潜在生态风险.

表 5 (Table 5)

表 5 沣东新城区土壤重金属污染发生概率及超越概率1）/% Table 5 Probability and exceeding probability of soil heavy metal pollution vicinity to Fengdong New District/% 等级 Pb Cu Cd Hg RI p_Pb P_Pb p_Cu P_Cu p_Cd P_Cd p_Hg P_Hg p_RI P_RI 轻微 99.40 0.66 99.80 0.28 6.70 97.67 7.30 94.89 5.15 96.06 中度 0.4 0.56 0 0.24 51.30 51.05 31.36 66.85 38.55 61.09 较高 0 0.38 0.20 0.22 31.40 8.43 46.48 23.62 38.98 11.59 高 0.2 0.2 0 0 4.78 1.60 11.98 3.90 5.89 3.78 极高 0 0 0 0 1.60 0.73 3.90 2.00 3.56 1.43 1）p_Pb、p_Cu、p_Cd和p_Hg为4种重金属元素污染等级占比, 即污染概率；P_Pb、P_Cu、P_Cd和P_Hg为4种重金属超过某一污染程度的概率, 即超越概率

表 5 沣东新城区土壤重金属污染发生概率及超越概率1）/% Table 5 Probability and exceeding probability of soil heavy metal pollution vicinity to Fengdong New District/%

进行信息扩散模型预测概率与实际污染概率对比, 如图 6所示, 其中概率误差的正负表征各等级预测概率的方向, 为正即预测偏小, 为负则预测概率偏大.基于信息扩散的潜在生态风险等级概率评估结果显示, 重金属各污染等级的概率评估误差均小于5%, Pb和Cu的各污染等级预测概率与实际均相符, 仅较高综合潜在生态风险等级的预测概率误差较大, 为4.82%, 展现了该模型的良好评估性能及其基于小样本的普适性.

图 6

Fig. 6

图 6 信息扩散风险评估模型各等级的概率预测误差 Fig. 6 Probability prediction error for each pollution level ofinformation diffusion risk assessment model

进行土壤重金属污染科学评价, 对于精确掌握土壤污染程度, 及时实施风险管控具有重要意义.本研究中Cd和Hg的潜在生态风险较大, 表明区域土壤中Cd和Hg重金属含量整体较高, 这也与重金属样品超标率Cd（98.6%）和Hg（91.2%）, 重金属均值超背景值倍数Cd（3.074）和Hg（3.567）数据相符, 此外, 也与重金属毒性响应系数较大（Cd = 30和Hg = 40）有关^{[48, 49]}.重金属潜在生态风险指数评价与基于扩散信息的生态风险评估对比, 风险等级概率误差均在5%以内, Pb和Cu各污染等级的概率误差均为0, 比较Cd和Hg各污染等级的概率误差, 结果表明除轻微潜在生态风险外, Hg其余各潜在生态风险等级的概率误差均大于Cd, 且综合潜在生态风险指数的概率评估误差绝对值大小变化趋势与Hg一致, 推测是由于Hg的毒性响应系数对潜在生态风险的贡献度比Cd大, 因而是影响区域生态风险的主导因素.

基于信息扩散的潜在生态风险评估, 提供了各潜在生态风险水平的概率及超越概率, 实现了对污染概率分布规律的探讨, 且根据经验窗宽选择公式（5）可知, 该模型评估方法理论上适用于样本受限区域的重金属污染风险评价, 可用于绘制重金属污染分布曲线, 计算任一风险水平的概率.但研究仍需要对扩散函数的选取、论域的确定以及最佳扩散基底样本的布局展开进一步的探讨.

（1）沣东新城区各重金属元素土壤背景超标率均高于91%, 且受人为因素影响严重, 重金属数据分布呈现强变异性和非正态性.受工业生产及城市开发建设的影响, 重金属空间分布差异显著, Pb和Cu高值区分别位于研究区南部和北部, Cd和Hg高值区分别位于研究区的东北部与西部, 有6.8%的样本重金属含量超出土壤重金属污染风险筛选及管制值, 因此需重点关注超标点位附近的土壤污染管控.

（2）潜在生态风险指数评价结果表明, 区域内Pb和Cu主要处于轻微潜在生态风险状态, 而Cd和Hg以中度、较高潜在生态风险为主, 污染较为严重, 是造成区域综合生态风险较大的主导因素.重金属综合潜在生态风险表明, 区域整体处于中度（40.6%）和较高（43.8%）潜在生态风险状态, 且重金属高和极高等级的潜在生态风险分布与人类生产生活息息相关.

（3）基于信息扩散的生态风险评估结果显示, Pb和Cu元素仅有不超过0.67%概率会发生轻微以上程度的潜在生态风险, 且区域内土壤中Cd和Hg有超过51% 的概率会出现超过中等水平的潜在生态风险, 该结论与潜在生态风险指数评价结论一致, 且模型的等级概率评估误差均小于5%, 展现了良好的模型评估性能.

致谢: 黄五超、黄勃学、胡慧娟、王海洋、崔禹、韩星和李慧慧等在采样方面提供帮助, 在此一并致谢！