2025, Vol. 46
2. 陕西省环境监测中心站, 西安 710006
2. Shaanxi Environmental Monitoring Center, Xi'an 710006, China
土壤是生态系统的重要组成部分, 是社会经济发展最基本的物质基础. 但随着经济的飞速发展和工业化的扩张, “三废”排放量与日俱增, 土壤环境污染问题日益突出[1]；同时其又是各种环境污染物的“汇”和“次生源”, 土壤污染物增加会导致其他生态环境问题. 重金属是土壤中主要的污染物类型之一. 由于重金属污染具有隐蔽性、累积性、强生物毒性和滞后性等特点, 土壤中大量重金属进入生态系统后不仅对动植物产生严重危害, 还会通过食物链被生物放大, 危害人体健康[2,3]. 有报告指出[4,5], 中国受污染耕地面积多达1 000万hm2, 重金属污染导致粮食产量每年直接减少高达100亿kg, 各种农业经济损失合计200亿元. 全国土壤污染状况调查公报数据也显示, 我国重金属污染土壤面积已超过2 000万hm2, 其中, 中南、西南和西北地区的土壤重金属污染严重[6]. 因此厘清区域土壤污染分布特征和污染来源, 了解区域土壤重金属污染风险和主要风险源, 是做好土壤重金属污染防治、改善区域生态环境质量的重要前提.
土壤重金属污染源头防控是对区域土壤重金属污染进行风险管控的有效策略[7]. 目前, 土壤重金属污染源解析方法众多, 化学质量平衡法、聚类分析法、主成分分析法、正定矩阵因子分解模型（PMF）和同位素标记法等受体模型是解析土壤重金属来源的主要方法[8 ~ 10]. PMF模型与其他受体模型相比, 不需要测量污染源成分谱, 且可以在非负限制下利用统计值数据来进行优化, 是一种新颖、有效的定量源解析方法[11], 因此, PMF模型在定量解析区域土壤污染来源中被广泛应用[12]. 常见的生态风险评估方法包括潜在生态风险指数法、地累积指数法和内梅罗指数法, 但以上方法仅能对区域多风险源进行综合生态风险评价, 而无法确定优先控制污染源和对应的优先控制污染物[13]. 将定量污染源解析方法与生态风险评价模型相结合, 不仅可以量化不同污染源诱发的生态风险, 还可识别优先控制污染源对应的污染元素, 从而有助于土壤重金属污染的精准管控.
湖南省位于我国中南地区, 是我国稻米主产区之一, 也是著名的“有色金属之乡”[14]. 湘江是湖南的母亲河, 也是长江中游的重要支流之一. 湘南地区作为湘江源, 位于湘江上游, 区内有着丰富的有色金属和非金属矿. 采矿及后续一系列的资源开发过程为区域国民经济发展做出了巨大贡献的同时也造成了严重的环境污染. 湘南地区土壤重金属含量超标会直接导致重金属随湘江流域水系迁移, 造成下游区域依靠湘江进行灌溉的数以千公倾的农田土壤及作物的不可逆转性污染[15,16]. 因此, 准确掌握湘南地区土壤重金属的空间变化规律和污染成因是湘南地区及其下游土壤重金属污染防治关键. 然而现有研究中对该区域土壤重金属污染特征的研究主要集中于小尺度的某一特定矿区或地块土壤[17 ~ 19], 针对湘南区域土壤重金属整体污染规律和生态风险研究较少. 综上, 本研究选取整个湘南地区土壤为研究对象, 基于土壤中重金属As、Hg、Cd、Pb、Zn、Ni、Sb、Tl和Mn含量数据, 利用多元统计分析、地理信息系统（GIS）、PMF模型和综合生态风险评价（EIRI）相结合的方法, 研究了区域土壤重金属污染分布规律和污染来源, 了解了区域土壤重金属污染风险和优先控制污染源. 本研究结果可对科学进行区域土壤污染防治、改善水土环境质量和降低生态环境风险提供科学依据[20].
1 材料与方法 1.1 研究区概况研究区域位于我国中部地区, 长江中游南部, 所在地理坐标为东经111°06′~114°10′, 北纬24°39′~27°28′. 区域以山地、丘陵地貌为主, 属于中亚热带季风气候, 年平均气温17.4~18.6℃, 年均降水量1 400 mm左右. 湘南地区成矿地质条件优越, 矿产资源丰富, 区域内有着丰富的有色金属和非金属矿资源, 许多矿产储量、品位居全国乃至全球首位[21]. 如：衡山县西部的钠长石矿储量居亚洲之首、硼砂为华南独有且岩盐居华南之冠；郴州的钨、铋、微晶石墨和萤石储量居全国之首；永州的稀土和锰储量分别居全省第一和第二位. 区域内主要涉重金属企业类型包括有色金属采矿业、非金属矿采选与加工业、化学原料和化学制品制造业、黑色金属冶炼和延展加工业、有色金属冶炼和延展加工业及生态保护和环境治理业. 由于资源开发和加工等原因, 研究区内部分土壤和水环境遭到破坏, 随着生态破坏和水土流失, 重金属不断扩散, 导致湘江流域下游环境面临较大的风险.
1.2 样品采集本研究在充分利用研究区遥感影像等资料, 考虑地形地貌和土地利用方式变化的基础上, 通过网格布点法在研究区内共采集了362个表土样品（0~20 cm）, 样品采集密度基本保持在每5 km2布设一个采样点, 样点位置根据实际情况进行适当调整. 采样时, 清除每个采样点的表面凋落物碎屑后, 以样点为中心, 采用双对角线法5点混合采样, 将5个子样品充分混合均质化为一个样品后四分法保留1.5 kg土壤. 土壤样品涵盖了包括耕地、林地、草地、园地和其他等不同土地利用类型, 土壤类型主要为红壤、黄壤、棕壤和水稻土等. 采样点位置如图 1所示.
|
图 1 研究区采样点位分布示意 Fig. 1 Distribution of sampling sites in the study area |
采集的土壤样品去除部分杂质, 在室内于自然条件下风干后研磨, 分别过2 mm和0.15 mm的筛子备用. 土壤pH、有机质和阳离子交换量等基本理化性质分析采用鲁如坤[22]的方法. 土壤重金属含量用微波消解法（HCl-HNO3-HF）消解后测定, 即在（180±5）℃的微波消解系统下, 将1.0 g土壤样品放入含有9.0 mL浓硝酸（HNO3）、2.0 mL浓氢氟酸（HF）和3.0 mL浓盐酸（HCl）的混合酸中进行消解, 待19.5~20 min消煮至完全澄清后, 转移至容量瓶, 用去离子水定容至50 mL. 空白和标准土壤物质用于消解过程的质量控制. 消解液中重金属Cd、Pb、Zn、Ni、Sb、Tl和Mn浓度通过电感耦合等离子体发射光谱仪（ICP-OES, iCAP 7600, ThermoScientific, 美国）或电感耦合等离子体质谱仪（ICP-MS, Agilent 7500系列, ThermoScientific, 美国）测定. As和Hg浓度用原子荧光分光光度计（AFS, PSAnalytical, 英国）测定. 测定标准样品的回收率为92%~108%, 数据分析平行样偏差小于±5%.
1.4 重金属污染评价、空间聚类分析与污染源解析 1.4.1 地累积指数法地累积指数（Igeo）被广泛应用于评估环境污染程度[23], 其计算公式如下：
|
(1) |
式中, Cn为土壤中重金属n的含量（mg·kg-1）, Bn为土壤中相应重金属的地球化学背景值（mg·kg-1）. 按Igeo大小将土壤重金属污染程度分为7个等级[24]（表 1）.
|
表 1 土壤重金属污染评价与风险评估的分级标准 Table 1 Classification index of soil heavy metal pollution assessment and risk assessment |
1.4.2 克里金空间插值
克里金（Kriging）插值是利用原始数据以及半变异函数模型的特征参数对未采样点的区域化变量进行无偏最优的一种插值方法. 本文采用地理信息系统中的Kriging插值法分析区域土壤重金属污染的空间变化特征.
1.4.3 热点分析本文采用地统计学方法（ArcGIS 10.8）中的热点分析工具（Getis-Ord Gi*）识别具有统计显著性的高值（热点）和低值（冷点）的空间聚类[25,26], 其计算公式如下：
|
(2) |
|
(3) |
|
(4) |
式中, xj为要素j的属性值, wij为要素i和j之间的空间权重, n为要素总数, 且G统计是z得分, 因此无需做进一步的计算.
1.4.4 正定矩阵因子分解（PMF）模型PMF模型是美国环保署推荐的一款用于污染溯源的受体模型, 其计算公式如下：
|
(5) |
|
(6) |
式中, xij为第j个样点的i元素的测量含量；g ik为第k个影响因子与元素i的相关性矩阵即源成分谱；f kj为第k个影响因子对第j个样品的污染贡献矩阵；e ij为残差矩阵；u ij为不确定度. 最终通过最小化目标函数Q找出式（6）的最优解, 求出因子贡献率. 有关本研究中使用的PMF模型的详细信息, 可参阅USEPA的《EPA正定矩阵分解（PMF）5.0基础和用户指南》.
1.5 重金属污染风险评价特定源-综合生态风险评价模型是在PMF模型溯源结果的基础上, 耦合综合生态风险指数（EIRI）法定量解析各污染源的生态风险[27,28]. 其具体计算公式如下：
|
(7) |
式中, EIRIijk为样品i中污染源k对多种元素的生态风险, ERijmaxk和ERijavek分别表示同一样品中所有元素生态风险值的最大值和平均值. ERijk的计算公式如下所示：
|
(8) |
式中, ERijk为样品i中污染源k对元素j的生态风险；Tri为重金属的毒性响应系数, 无量纲, 本研究中As、Cd、Hg、Pb、Zn、Ni、Sb、Tl和Mn系数别取值10、30、40、5、1、5、20、10和1[29,30]；Bi为湖南省土壤元素背景值. Cijk为样品i中污染源k对元素j的质量贡献, mg·kg-1, 其计算公式为：
|
(9) |
式中, Cijk*为样品i中污染源k对元素j的贡献值, 无量纲, Ci为样品i中重金属的实测值, mg·kg-1.
基于EIRIijk和ERijk值的生态风险等级划分标准如表 1所示.
1.6 数据分析采用Excel 2021计算所有试验数据的均值、最大值、最小值、中位值、变异系数和标准差. 数据的丰度、偏度、PCA、聚类分析（CA）和Kolmogorov-Smirnov数据检验均采用SPSS 26.0统计软件进行分析, 空间分布图和冷热点分析图用ArcGIS 10.8完成.
2 结果与讨论 2.1 土壤重金属污染评价区域内土壤pH和重金属含量分布情况如表 2所示. 结果表明, 土壤pH介于4.02~8.92之间, 中位数为6.2, 表明研究区内土壤以中性为主. 土壤ω（Cd）、ω（Hg）、ω（As）、ω（Pb）、ω（Zn）、ω（Ni）、ω（Mn）、ω（Tl）和ω（Sb）的平均值分别为（1.08±2.28）、（0.31±0.39）、（28.35±31.54）、（147.5±396.7）、（192.4±317.7）、（40.09±24.56）、（920.0±1 273）、（0.91±0.52）和（3.99±6.06）mg·kg-1, 依次为湖南省土壤相应重金属背景值[31]的8.31、9.12、1.67、5.09、2.04、1.26、1.50、1.32和2.79倍, 表明区域土壤重金属, 尤其是Cd、Hg、Pb和Sb污染严重. 然而, 研究区内仅土壤Cd、Pb的含量平均值高于《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）中的风险筛选值, 说明研究区内大部分土壤样点的Hg、As、Zn、Ni、Mn、Tl和Sb为污染低风险等级. 同时, 土壤重金属含量均不呈正态分布, 但Cd、Hg、As、Ni、Tl和Sb含量呈对数正态分布, Pb和Zn含量进行对数转换后进行K-S检验仍不具备正态特征[32]. 峰度和偏度主要用来衡量数据的分布状态. 本研究中土壤重金属的偏度值均大于0, 表明属于正偏斜, 各重金属峰度值也较高, 表明土壤中各重金属含量的分布受到不同程度的外部干扰[33]. 土壤Cd、Hg、As、Pb、Zn、Ni、Mn、Tl和Sb的变异系数分别为2.11、1.28、1.11、4.05、1.65、0.61、1.38、0.57和1.52, 表明区域土壤重金属Cd、Pb、Zn和Sb变异系数较高, 其变异系数均大于1.5, 进一步表明区域内这几种重金属受人为活动影响显著[34].
|
|
表 2 研究区土壤pH和重金属描述性统计结果 Table 2 Descriptive statistics of pH and heavy metals in soils from the study area |
矿区土壤中重金属的Igeo值如表 3所示. Hg和Cd的Igeo > 1的土壤位点分别超过了80.80%和62.40%, 表明大部分土壤Hg和Cd污染程度在中等及以上. 其次是土壤Sb和Pb, 其Igeo > 1的土壤位点分别为25.06%和22.55%, 说明区域内超20%的土壤点位中Sb和Pb在中等污染程度及以上. As、Zn、Ni、Mn和Tl的大部分Igeo值（89.29%、91.58%、95.67%、89.89%和97.04%）都在1以下, 表明区域土壤As、Zn、Ni、Mn和Tl总体污染程度较低. 上述研究结果进一步表明区域内土壤Cd、Hg、Pb和Sb污染值得关注.
|
|
表 3 土壤重金属的Igeo等级分布/% Table 3 Class distribution percentage of Igeo for soil metals/% |
2.2 土壤重金属空间聚类分析
热点分析工具（Getis-Ord Gi*）用于识别研究区土壤重金属是否具有空间上的聚类特征. 结果表明, 研究区内土壤重金属在空间上均呈一定的聚类趋势（图 2）. 土壤重金属的高值聚类（热点）样点集中分布在郴州西部区域, 其中As、Pb、Zn、Ni和Mn的高值聚集显著, 主要分布在黑色金属冶炼和延展加工类企业周边. Hg的高值聚类不仅分布在黑色金属冶炼和延展加工类企业周边, 还向永州东部扩散. 有研究表明, Hg的环境迁移性较强, 由于Hg的高挥发性, 大气沉降通常是土壤中Hg元素的主要来源, 导致土壤Hg的迁移距离较远[35]. Cd、Tl和Sb的热点区域不仅分布在黑色金属冶炼和延展加工类企业周边, 还沿有色金属采选业企业分布. 土壤As、Hg、Zn、Ni和Mn还存在低值聚类（冷点, LL）区域. 其中Ni的冷点区域在研究区内广泛分布, 而As的冷点区域主要分布在湘南的西北地区；Zn、Hg和Mn的低值聚类（冷点）区主要分布在衡阳市境内, 表明衡阳市内重金属污染程度较低. 其他区域不存在明显的重金属空间聚类, 表明这些区域土壤重金属含量分布可能受到多种人为因素的综合影响, 需进一步进行分析. 综上, 研究区内土壤重金属分布异常可能受黑色金属冶炼和延展加工类企业和有色金属采选业企业活动影响显著.
|
图 2 区域土壤重金属含量聚类分布 Fig. 2 Clustering distribution of soil pH and heavy metal contents in the study area |
土壤Cd、Hg、As、Pb、Zn、Ni、Mn、Tl和Sb等重金属含量和理化性质空间分布如图 3所示. 总体而言, 研究区土壤重金属含量高值区分布与空间聚类热点区域相近, 均主要集中于郴州西部. Cd、As、Ni、Pb和Mn的空间分布特征相似, 高值区域主要分布在郴州西部和衡阳南部地区；其中Pb和Mn空间分布更为集中, 主要聚集在郴州西部, 且呈现从聚集区向周边区域扩散的趋势. Hg、Sb和Zn的空间分布较为相似, 高值区域也分布在郴州西部, 其次是永州和衡阳南部；衡阳北部和郴州东部Hg和Zn污染最轻. 土壤Tl含量高值区域主要分布在郴州和衡阳境内；尤其是郴州市内Tl污染最为突出, 大部分土壤样点中ω（Tl）超过0.8 mg·kg-1. 有研究表明, 矿石开采、冶炼、化学原料和化学品制造等工业活动是导致土壤重金属积累, 影响土壤重金属空间分布格局的主要成因之一[36 ~ 38]. 郴州西部的采选冶矿业活动密集可能是导致土壤重金属含量高值密集区出现的重要原因[35]. 同时, 湘南地区不同重金属的空间分布差异大表明各重金属的污染来源存在差异[39,40]. 土壤SOM含量和CEC与重金属分布无明显相似, 但土壤pH值高值区域分布与Cd和As等重金属一致, 表明人为因素干扰也一定程度影响了土壤理化性质, 尤其是土壤pH值.
|
图 3 区域土壤理化性质和重金属含量空间分布 Fig. 3 Spatial distribution of soil pH and heavy metal contents in the study area |
土壤中重金属的空间分布受多种因素控制, 如母质和岩石中重金属的原始含量、成土作用以及各种人为因素. PCA和CA分析可以反映重金属含量之间的相关性, 指导重金属的污染来源[41]. 应用Kaiser-Meyer-Olkin（KMO）和Bartlett球形度检验来确定数据的PCA适用性, 一般认为KMO > 0.6时能够进行因子分析, 本研究的KMO值为0.747, Bartlett球形度检验统计量的显著性概率为0.001, 表明各重金属元素之间相关性较强, 适合做因子分析. PCA结果显示（图 4）, 3个主成分（PC1、PC2和PC3）占总方差的65.56%, PC1、PC2和PC3分别解释了41.60%、13.49%和10.47%的方差变异. PC1分别解释了Cd、As、Pb、Zn、Mn和Sb的67.8%、71.0%、72.3%、78.4%、61.2%和54.7%的方差变异, 且它们两两之间呈显著（P < 0.01）正相关, 表明研究区内这些重金属在土壤中的分布可能受同一污染源的影响. PC2分别解释了50.7%的Ni、49.1%的Hg和49.8%的Mn的方差变异. Tl在PC3的载荷较高（68.1%）. CA分析结果表明, Cd、As、Ni、Mn和Sb与其他元素均存在显著的相关关系（图 5）, 表明土壤中这些元素来源可能并不单一, 受多种污染源共同控制[36], 因此进行进一步的定量源解析.
|
图 4 土壤中重金属的主成分旋转载荷 Fig. 4 Soil heavy metal communality of rotated component matrix |
|
图 5 土壤重金属相关性分析结果 Fig. 5 Correlation analysis for soil heavy metals |
PMF模型可以定量解析土壤等环境中污染物的来源及各来源相应的贡献率[42 ~ 44]. 为了确保程序的准确性, 设定不同数量（分别为3、4和5）的因子, 设置运行次数为20次以最小化Q值并控制缩放残差, 最终确定5个因子能合理解释本研究区域污染源的类别（此时Q值最小, Q=11.3）. 如图 6所示, PMF源解析结果进一步细化了PCA和CA分析的污染源类型, 得出以下5个污染来源.
|
图 6 矿区土壤重金属的源成分谱 Fig. 6 Concentrations and contribution rates of five factor profiles from PMF |
因子1与Ni（68.9%, 贡献率, 下同）密切相关, 占总方差的13.5%. 本研究中, 大多数土壤样品中的Ni含量并未显著高于相应的背景值, 且与研究区内的其他元素相比, Ni的空间分布较均匀, 变异系数也较低, 表明其主要受地质背景和成土母质控制, 如土壤中的岩石风化淋滤等化学过程, 而受人类活动或工业过程的影响很小[45]. 因此, 因子1载荷代表自然来源. 因子2占Hg和Zn变异的83.0%和39.4%. 多项研究指出, Hg具有高挥发性, 高温下极易随工业气体挥发后随大气进行远距离传输扩散, 最终通过干湿沉降等方式进入土壤[35,46]. 本研究中重金属含量聚类分布图显示Hg的高值聚类区不仅分布在黑色金属冶炼和延展加工类企业周边（图 2）, 还向永州东部等非工业聚集区扩散, 表明因子2可识别为大气沉降源. 此外, Tl（18.3%）也出现在因子2中, 前人研究结果表明Tl也具有一定的挥发性[47], 此结果进一步表明了因子2为大气迁移源. 与此同时, Zn出现在因子1（16.0%）、因子3（17.5%）和因子5（26.1%）中, 表明研究区内土壤Zn由多种污染来源共同影响. 因子3（14.73%）分别占Tl和Pb来源的73.5%和34.6%. 有研究表明, 尽管地壳中Tl含量很低, 但近年来由于人为活动, 如化石燃料的燃烧、水泥或钢铁制造、废气排放、采矿和冶炼等, 大量Tl进入地表环境, 因此, Tl在环境中的富集通常归因于工业来源[48]. Pb通常是车辆尾气排放和铅锌矿区的标志性监测污染物, 即Pb污染热点地区通常与车辆尾气排放、矿区开采等人为输入密切相关[49]. 一般认为, 受铅锌矿开采影响的Pb、Zn会呈现相同的分布趋势[17]；然而, 本研究中Pb、Zn属于不同的组分, 表明土壤中Pb元素属于其他来源. 因此, 判断因子3与除矿冶活动外的其他工业来源和交通源有关. 因子4占总方差的20.65%, 以As（67.8%）和Sb（88.5%）为主. 前人研究表明As和Sb经常伴生于由硫化物组成的有色金属矿石中[50,51]. Yang等[52]研究也表明矿区土壤中As和Sb主要源于含砷矿石资源分布和采矿相关活动[53]. 图 2中As和Sb的高值聚类区分布与有色金属采选业企业分布高度一致, 表明有色金属采选是研究区土壤As和Sb的主要污染源之一. 因子5占总方差的比例最高（29.06%）. 它分别解释了Cd（94.6%）和Mn（84.2%）的方差变异, 与As、Pb、Zn的相关程度要小得多. 本研究区Cd的分布与黑色金属冶炼和延展加工类和有色金属冶炼与延展加工类企业分布区域一致. 有研究表明金属矿山的开采、冶炼活动等是土壤Cd污染的主要来源之一[54]. 韦壮绵等[19]研究也指出, Cd是湘南矿区下游的农田土壤重金属的主要污染元素. 我国锰矿分布主要集中在西南省份[55]. 截至2015年底, 湖南省锰矿总储量约为1.72亿t, 其中永州市储量最大（约5 409万t）, 占湖南锰矿储量的31.4%, 且永州锰矿选矿产量也居湖南省之首[56]. 本研究中Mn的分布也与黑色金属冶炼和延展加工类企业分布高度一致. 因此, 因子5代表黑色金属矿冶活动, 主要与黑色金属冶炼与延展加工等工业活动相关.
PCA和PMF两种源解析方法的源解析结果中污染来源分类基本一致, 相互印证. 综上源解析结果得出, 黑色金属矿冶活动是土壤重金属Cd和Mn贡献率最高的污染来源, 对研究区内土壤重金属累积的贡献率最高（29.06%）；其次是大气迁移源（22.05%）和有色金属采选源（20.65%）.
2.5 特定源-综合生态风险评价研究区内土壤重金属的单项生态风险指数（Eir）评价结果如图 7（a）所示. 土壤样品中Cd、Hg、Pb和Sb的生态风险值相对分散, 其中Cd和Hg的Eir平均值最高, 分别为188.8和317.7, 表示Cd和Hg存在高生态风险；其次是土壤Sb（46.18）, 为中等生态风险. 其余重金属均为轻微生态风险, As、Pb、Zn、Ni、Mn和Tl的Eir平均值分别为15.24、15.15、1.61、5.88、1.19和12.63. 有研究结果表明, Cd是湘南多个区域主要的生态风险的贡献因子, 具有高或极高的生态风险[17,18]. 与本研究结果不同, 也有研究指出湘南某流域农田土壤Hg属于中等风险[19], 这可能与不同的研究尺度有关. 基于特定源-综合生态风险评价结果如图 7（b）所示. 研究区土壤重金属的5种污染源对其综合生态风险的贡献率依次为：黑色金属冶炼与延展加工类工业源（46.0%） > 大气迁移源（32.1%） > 自然源（9.20%） > 有色金属采选工业源（7.90%） > 其他工业源（4.70%）. 由此可见, 黑色金属冶炼与延展加工类工业源和大气迁移源对生态风险的贡献率较高, 这与PMF源解析结果一致. 但PMF结果中, 黑色金属冶炼与延展加工类工业源和大气迁移源对重金属贡献率分别仅为29.06%和22.05%, 而其对综合生态风险贡献率远高于其他污染源. 这可能与研究区内土壤Cd和Hg的背景值较低和毒性系数较高有关[27]. 上述结果表明污染源对生态风险的贡献率并不等于其对重金属来源的贡献率；本研究区内黑色金属冶炼与延展加工类工业源和大气迁移源为优先控制污染源, Cd和Hg为研究区内土壤生态风险优先控制污染元素.
|
（a）综合生态风险评价；（b）不同污染源中重金属对综合生态风险的贡献率 图 7 研究区土壤重金属生态风险评价 Fig. 7 Ecological risk assessment of heavy metals from soils in the study area |
（1）研究区土壤重金属Cd、Hg、As、Pb、Zn、Ni、Mn、Tl和Sb的含量平均值均高于湖南省土壤元素背景值, 其中Cd、Hg、Sb和Pb污染严重. 单因子污染指数评价结果显示, 80.80%和62.40%土壤点位的Hg和Cd污染在中等程度（Igeo > 1）以上；其次是土壤Sb和Pb, 中等污染程度的土壤位点分别占25.06%和22.55%.
（2）土壤中重金属含量区域分布特征明显, 主要聚集在郴州西部, 且呈现从聚集区向周边扩散的趋势；重金属含量高值聚类区也主要分布在该区域, 即黑色金属冶炼和延展加工类企业和有色金属采选业企业周边.
（3）黑色金属矿冶活动工业源占污染源总方差的29.06%, 是研究区土壤重金属污染的主要来源, 导致土壤中94.6%的Cd和84.2%的Mn污染；其次是大气沉降源（22.05%）和有色金属采选源（20.65%）, 分别导致土壤中83.0%的Hg来源、67.8%的As和88.5%的Sb来源. 其他工业和交通混合源和自然源分别占总方差的14.7%和13.5%；土壤中73.5%的Tl和34.6%的Pb来自其他工业和交通混合源.
（4）特定源-综合生态风险指数表明, 黑色金属冶炼与延展加工等工业活动和大气迁移源对研究区生态风险贡献最大, 为优先控制污染源, Cd和Hg为生态风险优先控制污染元素.
| [1] | Yang S Y, Sun L J, Sun Y F, et al. Towards an integrated health risk assessment framework of soil heavy metals pollution: Theoretical basis, conceptual model, and perspectives[J]. Environmental Pollution, 2023, 316. DOI:10.1016/j.envpol.2022.120596 |
| [2] | Wang Q R, Dong Y, Cui Y, et al. Instances of soil and crop heavy metal contamination in China[J]. Soil and Sediment Contamination: An International Journal, 2001, 10(5): 497-510. DOI:10.1080/20015891109392 |
| [3] | Liu H Y, Probst A, Liao B H. Metal contamination of soils and crops affected by the Chenzhou lead/zinc mine spill (Hunan, China)[J]. Science of the Total Environment, 2005, 339(1-3): 153-166. DOI:10.1016/j.scitotenv.2004.07.030 |
| [4] | 刘晓慧. 赵其国谈我国土壤重金属污染问题与治理的对策[EB/OL]. https://www.mnr.gov.cn/dt/ywbb/201810/t20181030_2280298.html, 2015-10-29. |
| [5] |
周志方, 刘珂, 曾辉祥. 土壤重金属污染治理多方演化博弈研究[J]. 生态经济, 2021, 37(4): 183-193. Zhou Z F, Liu K, Zeng H X. Multi-evolutionary game study on soil heavy metal pollution treatment[J]. Ecological Economy, 2021, 37(4): 183-193. |
| [6] | 环境保护部国土资源部. 全国土壤污染状况调查公报[EB/OL]. https://www.mee.gov.cn/gkml/sthjbgw/qt/201404/W020140417558995804588.pdf, 2014-04-17. |
| [7] | 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. DOI:10.1016/j.scitotenv.2013.08.090 |
| [8] | Hou D Y, O'Connor D, Nathanail P, et al. Integrated GIS and multivariate statistical analysis for regional scale assessment of heavy metal soil contamination: a critical review[J]. Environmental Pollution, 2017, 231: 1188-1200. DOI:10.1016/j.envpol.2017.07.021 |
| [9] | Liang J, Feng C T, Zeng G M, et al. Spatial distribution and source identification of heavy metals in surface soils in a typical coal mine city, Lianyuan, China[J]. Environmental Pollution, 2017, 225: 681-690. DOI:10.1016/j.envpol.2017.03.057 |
| [10] | Kong J, Guo Q J, Wei R F, et al. Contamination of heavy metals and isotopic tracing of Pb in surface and profile soils in a polluted farmland from a typical karst area in Southern China[J]. Science of the Total Environment, 2018, 637-638: 1035-1045. DOI:10.1016/j.scitotenv.2018.05.034 |
| [11] | Huang Y, Deng M H, Wu S F, et al. A modified receptor model for source apportionment of heavy metal pollution in soil[J]. Journal of Hazardous Materials, 2018, 354: 161-169. DOI:10.1016/j.jhazmat.2018.05.006 |
| [12] | Zhou H, Chen Y, Yue X M, et al. Identification and hazard analysis of heavy metal sources in agricultural soils in ancient mining areas: a quantitative method based on the receptor model and risk assessment'[J]. Journal of Hazardous Materials, 2023, 445. DOI:10.1016/j.jhazmat.2022.130528 |
| [13] |
刘晨宇, 田爱民, 孙菲, 等. 生态风险评价方法与应用研究进展[J]. 科技管理研究, 2020, 40(2): 79-83. Liu C Y, Tian A M, Sun F, et al. Progress of ecological risk assessment methods and applications[J]. Science and Technology Management Research, 2020, 40(2): 79-83. |
| [14] |
张云霞, 郭朝晖, 肖顺勇, 等. 基于神经网络和GIS的耕地土壤铊含量分布及其驱动因素[J]. 中国环境科学, 2024, 44(1): 269-277. Zhang Y X, Guo Z H, Xiao S Y, et al. Distribution and driving factors of thallium in cultivated soil based on NNET and GIS[J]. China Environmental Science, 2024, 44(1): 269-277. |
| [15] |
许友泽, 刘锦军, 成应向, 等. 湘江底泥重金属污染特征与生态风险评价[J]. 环境化学, 2016, 35(1): 189-198. Xu Y Z, Liu J J, Cheng Y X, et al. Characteristics and ecological risk assessment of heavy metals contamination in sediments of the Xiangjiang River[J]. Environmental Chemistry, 2016, 35(1): 189-198. |
| [16] |
刘春早, 黄益宗, 雷鸣, 等. 湘江流域土壤重金属污染及其生态环境风险评价[J]. 环境科学, 2012, 33(1): 260-265. Liu C Z, Huang Y Z, Lei M, et al. Soil contamination and assessment of heavy metals of Xiangjiang River Basin[J]. Environmental Science, 2012, 33(1): 260-265. |
| [17] |
兰砥中, 雷鸣, 周爽, 等. 湘南某铅锌矿区周围农业土壤中重金属污染及其潜在风险评价[J]. 环境化学, 2014, 33(8): 1307-1313. Lan D Z, Lei M, Zhou S, et al. Heavy metals pollution and potential ecological risk in soils around Pb/Zn mine area in Hunan Province[J]. Environmental Chemistry, 2014, 33(8): 1307-1313. |
| [18] |
阳雨平, 杨田杰, 陈国国. 湘南某钨矿区土壤重金属污染评价与植物修复研究[J]. 安全与环境学报, 2019, 19(5): 1752-1760. Yang Y P, Yang T J, Chen G G. Evaluation of soil heavy metal pollution and phytoremediation in a tungsten mine in southern part of Hunan[J]. Journal of Safety and Environment, 2019, 19(5): 1752-1760. |
| [19] |
韦壮绵, 陈华清, 张煜, 等. 湘南柿竹园东河流域农田土壤重金属污染特征及风险评价[J]. 环境化学, 2020, 39(10): 2753-2764. Wei Z M, Chen H Q, Zhang Y, et al. Pollution characteristics and risk assessment of heavy metals in farmland soils at Shizhuyuan Donghe River Basin of southern Hunan[J]. Environmental Chemistry, 2020, 39(10): 2753-2764. |
| [20] | Wang Y T, Guo G H, Zhang D G, et al. An integrated method for source apportionment of heavy metal(loid)s in agricultural soils and model uncertainty analysis[J]. Environmental Pollution, 2021, 276. DOI:10.1016/j.envpol.2021.116666 |
| [21] |
安冉. 湘南典型农用地土壤重金属空间分布及污染成因研究[D]. 石家庄: 河北科技大学, 2020. An R. Study on spatial distribution and pollution causes of soil heavy metals in typical agricultural land in Southern Hunan[D]. Shijiazhuang: Hebei University of Science and Technology, 2020. |
| [22] | 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000. |
| [23] | Liu J, Wang J, Xiao T F, et al. Geochemical dispersal of thallium and accompanying metals in sediment profiles from a smelter-impacted area in South China[J]. Applied Geochemistry, 2018, 88: 239-246. DOI:10.1016/j.apgeochem.2017.05.013 |
| [24] | Müller G. Die schwermetallbelastung der sedimente des neckars und seiner nebenflüsse: eine bestandsaufnahme[J]. Chemical Zeitung, 1981, 105(6): 157-164. |
| [25] | Tepanosyan G, Sahakyan L, Zhang C S, et al. The application of local Moran's I to identify spatial clusters and hot spots of Pb, Mo and Ti in urban soils of Yerevan[J]. Applied Geochemistry, 2019, 104: 116-123. DOI:10.1016/j.apgeochem.2019.03.022 |
| [26] | Zhang Y X, Wu Y, Song B, et al. Spatial distribution and main controlling factor of cadmium accumulation in agricultural soils in Guizhou, China[J]. Journal of Hazardous Materials, 2022, 424. DOI:10.1016/j.jhazmat.2021.127308 |
| [27] |
李军, 李旭, 李开明, 等. 基于特定源-风险评估模型的兰州黄河风情线绿地土壤重金属污染优先控制源分析[J]. 环境科学, 2024, 45(4): 2428-2439. Li J, Li X, Li K M, et al. Identification priority source of heavy metal pollution in greenspace soils based on source-specific ecological and human health risk analysis in the Yellow River custom tourist line of Lanzhou[J]. Environmental Science, 2024, 45(4): 2428-2439. |
| [28] | Ran H Z, Guo Z H, Yi L W, et al. Spatial variability of arsenic fractionation in an abandoned arsenic-containing mine: Insights into soil particle sizes and quantitative mineralogical analysis[J]. Science of the Total Environment, 2023, 889. DOI:10.1016/j.scitotenv.2023.164145 |
| [29] |
赵晓亮, 李响, 卢洪斌, 等. 东江湖表层沉积物重金属污染特征与潜在生态风险评价[J]. 环境科学, 2022, 43(6): 3048-3057. Zhao X L, Li X, Lu H B, et al. Analysis of heavy metal pollution characteristics and potential ecological risks of surface sediments in Dongjiang Lake[J]. Environmental Science, 2022, 43(6): 3048-3057. |
| [30] | Ran H Z, Guo Z H, Yi L W, et al. Pollution characteristics and source identification of soil metal(loid)s at an abandoned arsenic-containing mine, China[J]. Journal of Hazardous Materials, 2021, 413. DOI:10.1016/j.jhazmat.2021.125382 |
| [31] | 潘佑民, 杨国治. 湖南土壤背景值及研究方法[M]. 北京: 中国环境科学出版社, 1988. |
| [32] |
赵靓, 梁云平, 陈倩, 等. 中国北方某市城市绿地土壤重金属空间分布特征、污染评价及来源解析[J]. 环境科学, 2020, 41(12): 5552-5561. Zhao L, Liang Y P, Chen Q, et al. Spatial distribution, contamination assessment, and sources of heavy metals in the urban green space soils of a city in North China[J]. Environmental Science, 2020, 41(12): 5552-5561. |
| [33] |
韩琳, 徐夕博. 基于PMF模型及地统计的土壤重金属健康风险定量评价[J]. 环境科学, 2020, 41(11): 5114-5124. Han L, Xu X B. Quantitative evaluation of human health risk of heavy metals in soils based on positive matrix factorization model and geo-statistics[J]. Environmental Science, 2020, 41(11): 5114-5124. |
| [34] | Hu W Y, Wang H F, Dong L R, et al. Source identification of heavy metals in peri-urban agricultural soils of southeast China: an integrated approach[J]. Environmental Pollution, 2018, 237: 650-661. DOI:10.1016/j.envpol.2018.02.070 |
| [35] |
徐源, 师华定, 王超, 等. 湖南省郴州市苏仙区重点污染企业影响区的土壤重金属污染源解析[J]. 环境科学研究, 2021, 34(5): 1213-1222. Xu Y, Shi H D, Wang C, et al. Heavy metal pollution sources in soil affected by key pollution enterprises in Suxian District, Chenzhou City, Hunan Province[J]. Research of Environmental Sciences, 2021, 34(5): 1213-1222. |
| [36] |
易诗懿, 李笑诺, 陈欣悦, 等. 基于"源-径-汇"关系的土壤重金属污染风险空间区划研究[J]. 土壤学报, 2024, 61(5): 1323-1338. Yi S Y, Li X N, Chen X Y, et al. Source-route-receptor-based spatial zoning study on soil heavy metals pollution risk[J]. Acta Pedologica Sinica, 2024, 61(5): 1323-1338. |
| [37] | Hu Y N, He K L, Sun Z H, et al. Quantitative source apportionment of heavy metal(loid)s in the agricultural soils of an industrializing region and associated model uncertainty[J]. Journal of Hazardous Materials, 2020, 391. DOI:10.1016/j.jhazmat.2020.122244 |
| [38] |
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. |
| [39] | Wu J, Li J, Teng Y G, et al. A partition computing-based positive matrix factorization (PC-PMF) approach for the source apportionment of agricultural soil heavy metal contents and associated health risks[J]. Journal of Hazardous Materials, 2020, 388. DOI:10.1016/j.jhazmat.2019.121766 |
| [40] | Anaman R, Peng C, Jiang Z C, et al. Identifying sources and transport routes of heavy metals in soil with different land uses around a smelting site by GIS based PCA and PMF[J]. Science of the Total Environment, 2022, 823. DOI:10.1016/j.scitotenv.2022.153759 |
| [41] | Li K J, Gu Y S, Li M Z, et al. Spatial analysis, source identification and risk assessment of heavy metals in a coal mining area in Henan, Central China[J]. International Biodeterioration & Biodegradation, 2018, 128: 148-154. |
| [42] | Jiang Y X, Chao S H, Liu J W, et al. Source apportionment and health risk assessment of heavy metals in soil for a township in Jiangsu Province, China[J]. Chemosphere, 2017, 168: 1658-1668. DOI:10.1016/j.chemosphere.2016.11.088 |
| [43] | Li Y, Mei L P, Zhou S L, et al. Analysis of historical sources of heavy metals in Lake Taihu based on the positive matrix factorization model[J]. International Journal of Environmental Research and Public Health, 2018, 15(7). DOI:10.3390/ijerph15071540 |
| [44] | Cheng W, Lei S G, Bian Z F, et al. Geographic distribution of heavy metals and identification of their sources in soils near large, open-pit coal mines using positive matrix factorization[J]. Journal of Hazardous Materials, 2020, 387. DOI:10.1016/j.jhazmat.2019.121666 |
| [45] | Chen X M, Zeng X C, Kawa Y K, et al. Microbial reactions and environmental factors affecting the dissolution and release of arsenic in the severely contaminated soils under anaerobic or aerobic conditions[J]. Ecotoxicology and Environmental Safety, 2020, 189. DOI:10.1016/j.ecoenv.2019.109946 |
| [46] | Liu K Y, Wu Q R, Wang L, et al. Measure-specific effectiveness of air pollution control on China's atmospheric mercury concentration and deposition during 2013-2017[J]. Environmental Science & Technology, 2019, 53(15): 8938-8946. |
| [47] |
马强, 王学谦, 宁平, 等. 大气铊污染现状及治理技术研究进展[J]. 环境化学, 2020, 39(12): 3362-3370. Ma Q, Wang X Q, Ning P, et al. Status of atmospheric thallium pollution and research progress of treatment technology[J]. Environmental Chemistry, 2020, 39(12): 3362-3370. |
| [48] | Yang F, Yu Z Z, Xie S W, et al. Application of stable isotopes to the bioaccumulation and trophic transfer of arsenic in aquatic organisms around a closed realgar mine[J]. Science of the Total Environment, 2020, 726. DOI:10.1016/j.scitotenv.2020.138550 |
| [49] | Zhang X Y, Lin F F, Wong M T F, et al. Identification of soil heavy metal sources from anthropogenic activities and pollution assessment of Fuyang County, China[J]. Environmental Monitoring and Assessment, 2009, 154(1-4): 439-449. DOI:10.1007/s10661-008-0410-7 |
| [50] |
曹承清. 湖南石门县磺厂雄黄矿地质地球化学特征及找矿方向探讨[J]. 矿产与地质, 2013, 27(6): 487-494. Cao C Q. Discussion on geochemical characteristics and prospecting direction of Huangchang realgar deposit in Shimen, Hunan[J]. Mineral Resources and Geology, 2013, 27(6): 487-494. |
| [51] | Zhu X Y, Wang R C, Lu X C, et al. Secondary minerals of weathered orpiment-realgar-bearing tailings in Shimen carbonate-type realgar mine, Changde, Central China[J]. Mineralogy and Petrology, 2015, 109(1): 1-15. DOI:10.1007/s00710-014-0344-4 |
| [52] | Yang F, Xie S W, Wei C Y, et al. Arsenic characteristics in the terrestrial environment in the vicinity of the Shimen realgar mine, China[J]. Science of the Total Environment, 2018, 626: 77-86. DOI:10.1016/j.scitotenv.2018.01.079 |
| [53] | Tang J W, Liao Y P, Yang Z H, et al. Characterization of arsenic serious-contaminated soils from Shimen realgar mine area, the Asian largest realgar deposit in China[J]. Journal of Soils and Sediments, 2016, 16(5): 1519-1528. DOI:10.1007/s11368-015-1345-6 |
| [54] | Yang Y, Chen W P, Wang M E, et al. Regional accumulation characteristics of cadmium in vegetables: influencing factors, transfer model and indication of soil threshold content[J]. Environmental Pollution, 2016, 219: 1036-1043. DOI:10.1016/j.envpol.2016.09.003 |
| [55] |
付胜云, 张见富, 谭仕敏, 等. 湖南锰矿的空间分布特征[J]. 中国锰业, 2018, 36(2): 119-122. Fu S Y, Zhang J F, Tan S M, et al. Characteristics of distribution of manganese ore in Hunan Province[J]. China's Manganese Industry, 2018, 36(2): 119-122. |
| [56] |
于洋. 湖南典型地区农用地土壤-稻米重金属污染来源解析及风险评价[D]. 合肥: 中国科学技术大学, 2022. Yu Y. Source apportionment and risk assessment of heavy metal pollution in agricultural soil-rice in typical areas of Hunan Province[D]. Hefei: University of Science and Technology of China, 2022. |