張 勇,郭純青,孫平安,朱彥光,于 奭

基于空間分析蕎麥地流域地下水健康風險評價

張 勇1,2,郭純青2,孫平安1*,朱彥光2,于 奭1

(1.中國地質科學院巖溶地質研究所,自然資源部廣西壯族自治區(qū)巖溶動力學重點實驗室,廣西 桂林 541004；2.桂林理工大學環(huán)境科學與工程學院,廣西 桂林 541000)

以云南蕎麥地流域為研究區(qū)域,對該區(qū)域2017年24個地下水樣品中5種重金屬指標(Cr、Pb、Co、Mn、Hg)和1種無機毒理指標(氟化物)進行測定和分析,并基于半方差模型等地學統(tǒng)計方法,對地下水健康風險評價進行空間分析.結果表明:地下水通過飲水途徑所引起的成人和兒童的健康風險分別為9.27×10-10~4.59×10-5a-1和1.10×10-8~5.46×10-4a-1.地下水健康風險評價值以Cr為主導,成人與兒童存在較高的一致性.地下水健康風險存在很強的空間規(guī)律性,在南北方向上呈條帶狀分布.受位于中游的藥山鎮(zhèn)影響,研究區(qū)南部下游地區(qū)地下水健康風險顯著增加.

農(nóng)藥；地下水健康風險評價；成人與兒童；空間特征；半方差模型；蕎麥地

在以往對地下水系統(tǒng)的研究中,普遍認為地下水系統(tǒng)本身具有一定的自凈能力.當重金屬含量超過一個范圍時,定義為地下水污染,因此研究系統(tǒng)自凈能力在水體重金屬污染中非常重要[1].耕作過程中長期大量使用農(nóng)藥化肥,容易導致土壤質量的退化,重金屬Cr、Mn、Hg等積累,進而對地下水資源產(chǎn)生威脅[2-4],其所引起的地下水污染已經(jīng)是國際農(nóng)藥環(huán)境科研領域的熱點問題[5].在我國西南巖溶區(qū)的農(nóng)村,居民一般都直接開采淺層地下水作為當?shù)氐娘嬘盟?伴隨著農(nóng)業(yè)經(jīng)濟的發(fā)展,農(nóng)藥的使用更為廣泛,地下水受到嚴重威脅[6-8].并且對于地處西南巖溶區(qū)的云貴高原,由于自身地層巖性因素的原因,成土過程中元素遷移與富集具有較大的差異,造成金屬元素豐貧具有不均一性[9],加之農(nóng)藥的影響使元素在空間的分布具有更多的屬性.

01目前,空間分布特征,包括與GIS、地統(tǒng)計等空間統(tǒng)計分析方法被廣泛應用于有害因子空間結構特征分析與制圖中,可以研究整個區(qū)域的空間自相關程度與尺度,還可以通過區(qū)域自相關研究有害因子的空間聚集區(qū),從而預估潛在的污染風險[10-14].但對于區(qū)域地下水中的有害因子而言,受到地層巖性的控制和周邊臨近污染源的影響,易出現(xiàn)部分指標物質超標,部分指標物質含量極低的現(xiàn)象;單純談論地下水中單個有害因子空間聚集程度,不能很好的預估潛在的污染風險.基于此,本文將健康風險評價作為評價體系,通過將環(huán)境污染程度和人體健康建立聯(lián)系,定量描述污染物對于人體所產(chǎn)生的健康危害,再對結果進行空間插值分析,為區(qū)域地下水中有害因子所帶來的潛在污染風險的評估提供新思路.根據(jù)目前的研究,健康風險評價主要集中在飲用水、地表水和水環(huán)境領域中,對于地下水健康風險評價的研究主要集中在受工業(yè)影響嚴重區(qū)域[15-19].巖溶地區(qū)地下水與地表水、降水的關系轉換頻繁,巖溶環(huán)境極為脆弱,對環(huán)境的敏感性極強,地下水受到嚴重威脅[20].因而,在巖溶流域進行地下水健康風險評價,分析地下水健康風險的區(qū)位變化特征及其主控因素,有助于解決巖溶地下水的污染問題.本研究選取的云南省蕎麥地流域地處云貴高原,地層巖性復雜,農(nóng)業(yè)污染和城鎮(zhèn)污染是該地的主要污染,通過對區(qū)內水樣中5種重金屬指標和1種無機毒理指標的評價,分析地質背景和人類活動對于地下水健康風險評價空間分布情況的影響,可以為西南巖溶區(qū)地下水的開發(fā)利用與保護提供參考.

1 材料與方法

1.1 研究區(qū)概況

蕎麥地流域位于云南東北部,在102°97′~ 103°18′E,26°97′~27°22′N之間,地處云貴高原,金沙江深切地帶,海拔高差大,屬南亞熱帶到寒溫帶均有分布的高原立體氣候,年平均氣溫21.0℃,極端最高氣溫達44.4℃,極端最低氣溫-0.4℃.多年平均蒸發(fā)量2470.4mm,4月份蒸發(fā)量最大為569.2mm,10月份蒸發(fā)量最小為69.3mm.多年平均降雨量820.9mm,近12a來年最大降雨量為1445.5mm,最小降雨量為721.9mm.研究區(qū)內主要城鎮(zhèn)為位于流域中游的藥山鎮(zhèn),該區(qū)域人口密集;區(qū)內工業(yè)基礎薄弱、廠礦少,以建材礦山為主;農(nóng)業(yè)較為發(fā)達,其中主要農(nóng)業(yè)以種草為主,氮肥、磷肥以及少量鉀肥等化肥和農(nóng)藥濫用情況嚴重;考慮到每年所使用的農(nóng)藥幾乎不能完全被作物吸收,剩余部分則殘留于耕作層中[21-23],通過降雨等方式進入地下水中,成為地下水的主要污染源.區(qū)域內主要水系為蕎麥地河,屬以禮河的一級支流,以禮河屬金沙江的一級支流.地貌以構造侵蝕、侵蝕溶蝕高中山陡坡地貌為主,自北向南徑流.區(qū)內地層以古生界為主,主要為二疊系峨眉山玄武巖、石炭系碳酸鹽巖、泥盆系碳酸鹽巖夾碎屑巖,并存在次橄欖玄武巖侵入巖體(圖1).

1.2 樣品采集與測試

于2017年7月對蕎麥地流域開展水文地質調查,布設24個采樣點(QM01~QM24)進行系統(tǒng)采樣(如圖1所示).采樣時,利用GPS(GARMIN etrex 201x)測定采樣點的經(jīng)緯度,使用550mL已用去離子水處理干凈的聚乙烯瓶采取水樣,并用水樣充分潤洗采樣瓶3次,用采樣瓶在采樣點水體中(水下20cm處)采集水樣各2瓶,測試重金屬的樣品中均加入硝酸(優(yōu)級純)酸化至pH<2,都放置于4℃的冰箱內密封保存.同時使用便攜式水質儀對蕎麥地流域地下水的pH值進行現(xiàn)場測定.樣品分析上,采用電感耦合等離子體原子發(fā)射質譜儀(ICP-MS)測定重金屬Pb、Cr、Co、Mn、Hg,氟化物根據(jù)環(huán)境行業(yè)標準(HJ/T84-2001)中的離子色譜法[24]進行測試.

圖1 研究區(qū)采樣點示意

1.3 健康風險評價

目前,國內使用的健康風險評價主要是以美國EPA所推薦的水環(huán)境中有害物質所造成的健康風險評價模型,其中有害物質包括化學致癌物和非化學致癌物2類.地下水中的污染物質主要通過直接飲用和皮膚接觸兩種途徑進入人體,這兩種途徑帶來了人體內90%以上的污染物[25],其中直接飲用途徑是人體攝取水中污染物的主要方法,與此相比,其他途徑所帶來的影響可以忽略不計,因此本文僅選用飲水途徑來進行健康風險評價[26-28].

化學致癌物和化學非致癌物通過飲水途徑造成的個人健康風險的模型公式分別為:

式中:R和H分別代表化學致癌物和化學非致癌物通過飲水途徑對人體產(chǎn)生的平均個人致癌風險,a-1;D和D分別為化學致癌物和化學非致癌物經(jīng)過飲水途徑的單位體重日平均暴露劑量, mg/ (kg·d);q為化學致癌污染物通過飲水途徑所攝入的致癌強度系數(shù),mg/(kg·d);RfD為化學非致癌物通過飲水途徑飲水途徑攝入的單位體重日均暴露劑量的參考劑量,mg(kg·d);為人類平均壽命,成人取值70a,兒童取值7a.

飲水途徑的單位體重日均暴露劑量D和D按式(3)進行計算:

式中:為日均飲水量,其中,成人的飲水量為2.2L/d,兒童的為1.0L/d;C/j為化學致癌物或非化學致癌物的質量濃度,mg/L;為人體的平均體重,成人取60kg,兒童的取22.9kg.

對于多種污染物質的整體健康風險評價,可以認為各種污染物所引起的風險呈疊加關系,而不是協(xié)同關系,假定各類具有毒害物質對人體的作用是獨立的,即水環(huán)境的總體健康風險程度可以表示為:

1.4 參數(shù)選擇

表1 飲水途徑下模型的致癌強度系數(shù)和非致癌物質參考劑量[28]

根據(jù)世界衛(wèi)生組織(WHO)和國際癌癥研究機構(LARC)通過對化學物質致癌性可靠程度進行全面評價而編制的分類系統(tǒng),Cr為化學致癌物質,Pb、Ni、Co、Mn、Hg和氟化物為化學非致癌物質,其有關參數(shù)見表1.

1.5 克里金方法

空間插值技術以空間位置上越相近,越具有相似的特征為基本理論假設,形成的各種插值方法.其中地統(tǒng)計學是以區(qū)域化變量理論為基礎,以半方差模型作為主要數(shù)學工具,能很好的研究在空間分布上具有結構性和隨機性的變量,既考慮了樣本的大小,又重視了樣本所處的空間位置及樣本間的距離,較好的描述其特性空間分布特征及其變異規(guī)律[21].普通克里金是最常用的最優(yōu)無偏插值地統(tǒng)計學方法,通過對已有數(shù)據(jù)及半方差模型所得參數(shù),對變量的空間變異特征進行估測[22].本文采用普通克里金對地下水健康風險評價空間分布進行繪制,采用指示克里金方法估計地下水健康風險超出指定閾值的概率,從而表征區(qū)域環(huán)境風險.

2 結果與討論

2.1 地下水水質分析

本次研究對所采樣品中14個污染物指標進行了檢測,部分指標具有檢出率低且含量低的特點,如As的檢出率為0%,Zn的檢出率為4%,其含量剛過檢出線,對于健康風險評價的影響可以忽略不計.為此,本研究選取檢出率較高的6項指標進行分析,測試結果見表2.

由表2可知,蕎麥地流域淺層地下水水體pH值整體呈中性偏弱堿性;各污染物質的含量相差較大,如Mn所檢測到最大值和最小值相差1753倍;在Mn的最大值—點QM01附近農(nóng)田密集,水體pH值較低,地下水徑流緩慢,容易引起土壤中金屬元素的活躍及遷移[23],導致Mn元素的含量偏高.點QM11為地下水出口,其Hg的含量為7.67 μg/L,根據(jù)《地下水環(huán)境質量標準(GB/T14848-2017)》[29]水質要求,Hg含量超Ⅴ類水的3倍;地下水中 Hg的形成主要受到含Hg元素的巖土礦物所控制,但由于巖土中Hg的含量極低,加之Hg化合物的溶解度小又極易受到附近介質的吸附,因此地下水中Hg的含量往往很低[3],而研究區(qū)內存在使用含Hg農(nóng)藥,會對地下水產(chǎn)生一定的污染.因此,可以認為在地質條件和農(nóng)業(yè)活動的作用下地下水中各污染因子的富集程度是有所差異的,對于單一污染因子的健康評價不足以反饋整個區(qū)域的污染情況.

表2 蕎麥地流域地下水的污染物質含量

注:‘-’為未檢出;為濃度,除氟化物單位為mg/L外,其余金屬濃度單位均為mg/L.

2.2 各污染因子與pH值相關性分析

對各污染因子與pH值進行Pearson相關性分析,當各物質濃度相關性較好時,表明其可能具有相同的物質來源或者擁有相同的遷移過程.所得結果見表3,氟化物與Mn的相關性較高,Mn與Co的相關性較高,而氟化物與Co的相關性一般,表明氟化物與Mn具有相似的來源,Mn與Co具有相似的來源,但氟化物與Co卻存在差異.

自然因素下,氟廣泛分布于地殼當中,容易與金屬元素形成可溶性化合物發(fā)生遷移,而淺層地下水中氟化物濃度主要與當?shù)貧夂驐l件以及地下水流速密切相關;人為因素下,主要受到氟化氫化合物工業(yè)排放的含氟化物大氣煙塵的影響[30-31].對于研究區(qū)而言,多年年均降雨量為820.9mm,多年蒸發(fā)量為2470.4mm,淺層地下水蒸發(fā)濃縮作用顯著,導致地下水中氟化物的濃度升高;其次,研究區(qū)內地下水徑流緩慢,有利于氟離子的富集;并且研究區(qū)內工業(yè)以建材業(yè)為主,無含氟物質的排放.因此,可以認為蕎麥地流域的氟化物主要受到自然因素的控制,進而Mn元素也受到自然因素的影響.而Co不僅與Mn元素的相關性高,還有Hg元素的相關性高,而地下水中Hg元素主要受到農(nóng)業(yè)活動中施用化肥的影響,但Hg與Mn的相關性不高,這可以反映出地下水中不同元素的物質含量主要受到自然因素與人為因素的作用,不同元素對于人類活動反饋的敏感程度是不一致的.

表3 蕎麥地流域地下水中pH值與各污染因子的相關矩陣

注:**表示顯著水平為0.01(極顯著);*表示顯著水平為0.05(顯著).

2.3 蕎麥地流域地下水健康風險評價

通過健康風險評價模型式(1)~(4),以及所選的各指標參數(shù)(表1),經(jīng)計算得到不同物質通過飲水途徑的健康風險評價結果(表4),而根據(jù)國際輻射防護委員會(ICRP)推薦的污染物所致健康危害的最大風險值為5.00×10-5a-1(即每年每10萬人中因飲水中的各類污染物而受到健康危害或死亡的人數(shù)不超過50人).由表4可知,蕎麥地流域地下水通過飲水途徑所引起的成人和兒童的健康風險評價最大值分別為4.59×10-5a-1和5.46×10-4a-1,意味著每10萬成人中受飲水途徑受到各類污染物健康危害或死亡的人數(shù)約46人,兒童的達546人,而健康風險評價的最小值與標準相差2~3個數(shù)量級.

健康風險評價中,Cr元素所造成的風險值處于主導地位,Cr對于人體來說屬于非必需元素,其對于人的生長發(fā)育及其新陳代謝具有傷害;兒童處于生長發(fā)育的重要時期,新陳代謝也要強于成人,因此對Cr元素的敏感性也要強于成人,這也就造成了兒童健康風險值要遠高于成人.地下水中鉻元素主要來源于人類的工業(yè)活動和地質環(huán)境,而研究區(qū)內存在次橄欖玄武巖侵入巖體,次橄欖玄武巖屬基性巖,自身富含多種微量元素,有較高的鉻存在,在水巖作用下,鉻元素進入地下水水體中,但由于侵入巖體在空間分布上具有不均性,加之地下水徑流條件,造成了Cr分布的不均性,從而導致健康風險的差異.

2.4 健康風險的空間分布特征

為進一步研究健康風險的空間變異結構,利用半方差模型進行擬合.在變異模型參數(shù)中,塊金值是由于測量誤差與小于最小尺度的非連續(xù)變異所引起,屬于隨機性變異,基臺值(Sill)為系統(tǒng)內隨機性變異和結構性變異的總和.塊金系數(shù)則為塊金值與基臺值之比,能有效反映在一定范圍內空間變異影響與空間自相關程度,當該系數(shù)小于0.25時,表明變量受到強烈的空間自相關作用,以結構性因素為主;當系數(shù)處于0.25~ 0.75之間時,變量呈現(xiàn)中等的空間自相關作用,受到結構性因素和隨機性因素的共同作用;當系數(shù)大于0.75時,變量的空間自相關性相對很弱,主要受到隨機性因素控制.變程所反應的是空間自相關的范圍,與觀測以及取樣尺度上各影響因子的相互作用有關,在變程范圍內,變量有空間的自相關性,反之則不存在.

表4 蕎麥地流域地下水各污染因子健康風險評價

注:“-”為未檢出.

表5 健康風險評價半方差模型擬合結果

由于成人和兒童的健康風險評價總體都不符合正態(tài)分布,為此利用SPSS.24.0的Blom方法進行正態(tài)轉換[21],進一步得到半方差模型擬合結果見表5.成人與兒童的健康風險評價的塊金系數(shù)均小于0.25,變程分別為7239.97和3836.49m,大于實際最大采樣的間隔距離3396m,說明各采樣點均在空間變異范圍內,更進一步說明2個健康風險評價在較大空間范圍內表現(xiàn)出一致性,主要受到結構性因素(基巖、地形、植被覆蓋等)控制.成人與兒童的健康風險評價的半方差函數(shù)模型都是高斯型,表明當前布設的采樣點能有效的反映出各樣品較強的獨立性和隨機性,也可以說明在人類活動的作用下結構性因素的復雜性.并且成人與兒童的標準均方根預測誤差相同,均很接近于1,表明所獲得的半方差模型達到最優(yōu).在模型達到最優(yōu)的情況下,能有效的反饋健康風險評價的空間分布格局,從而探尋地質條件與農(nóng)業(yè)污染對健康風險的影響.

2.5 健康風險的空間分布格局

將已擬合的半方差模型(高斯模型)為計算模型,采用普通克里金法進行最優(yōu)內插,繪制研究區(qū)內地下水健康風險評價的空間分布格局圖(圖2).由圖2可知,2017年蕎麥地流域地下水健康風險評價有較明顯的空間特征:①蕎麥地流域健康風險評價值由北向南逐漸遞增,在流域中游位置遞增開始變大,并且評價值高的地區(qū)主要分布在研究區(qū)南部的地下水出口處;②居民點的分布對地下水健康風險評價的分布也起了主要的作用,健康風險評價值出現(xiàn)明顯的條帶狀;③成人與兒童的健康風險評價具有較高的一致性,但兒童的要相對復雜,例如兒童健康風險評價圖的東北側出現(xiàn)的三角形區(qū)域與成人明顯不同(圖2).

研究區(qū)地下水健康風險的這種空間分布格局是多方面因素共同作用的結果.首先,研究區(qū)的地質條件是影響健康風險最重要和最直接的因素.蕎麥地流域整體上中部地勢較緩、東西兩側地勢較陡,地下水朝南匯流,各污染因子也在此聚集.其次,蕎麥地流域南部分布有大片碳酸鹽巖,弱酸性外源水溶解碳酸鹽巖,使水體pH值上升,因而金屬離子活度下降而富集.第三,城鎮(zhèn)人類活動的影響.從地域空間上看,蕎麥地流域東西側地勢較陡,北部地勢較高,南部碳酸鹽巖過于發(fā)育,導致蕎麥地流域的城鎮(zhèn)空間發(fā)育被限制于流域中游.人類來源和地質背景來源的污染因子在流域中游疊加,所以流域中游的健康風險開始增高,并在藥山鎮(zhèn)下游巖溶區(qū)達到最高值(圖2).第四,兒童致癌風險是成人的2.1倍,非致癌風險是成人的1.3倍,對地下水中污染因子的敏感度要高于成人,更容易受到地下水的污染危害,這導致了兒童健康風險評價要比成人的復雜.

圖2 蕎麥地流域地下水健康風險評價空間分布

3 結論

3.1 蕎麥地流域地下水健康風險評價主要受到結構性因素的控制,即研究區(qū)的地質條件.流域中游為流域內主要人類活動區(qū)域,因而地質背景來源的污染因子與人類活動來源的污染因子在流域中游疊加,使流域中游及以下地下水健康風險顯著增加.

3.2 蕎麥地流域地下水健康風險評價值以Cr元素為主導,成人和兒童健康風險評價在空間分布上具有較高的一致性,但由于自身的敏感性,造成兒童的健康風險評價在空間的分布上相對于成人要顯得復雜,研究區(qū)內總體的分布呈條帶狀,沿地下水徑流方向呈遞增趨勢.

[1] National Research Council (US) Committee on Risk Assessment of Hazardous Air Pollutants. Science and judgment in risk assessment [M]. Washington (DC): National Academies Press (US), 1994.

[2] 劉春早,黃益宗,雷 鳴,等.湘江流域土壤重金屬污染及其生態(tài)環(huán)境風險評價 [J]. 環(huán)境科學, 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.

[3] 陳 濤,常慶瑞,劉 京,等.長期污灌農(nóng)田土壤重金屬污染及潛在環(huán)境風險評價 [J]. 農(nóng)業(yè)環(huán)境科學學報, 2012,31(11):2152-2159. Chen T, Chang Q R, Liu J, et al. Pollution and potential environment risk assessment of soil heavy metals in sewage irrigation area [J]. Journal of Agro-Environment Science, 2012,31(11):2152-2159.

[4] Brit L S, Tom A, Eirik F, et al. Heavy metal surveys in Nordic lakes; Concentrations,geographic patterns and relation to critical limits [J]. AMBIO: A Journal of the Human Environment, 2001,30(1):2-10.

[5] Nicholson F A, Smith S R, Alloway B J, et al. An inventory of heavy metals inputs to agricultural soils in England and Wales [J]. Science of the Total Environment, 2003,311(13):205-219.

[6] 蔣忠誠,夏日元,時 堅,等.西南巖溶地下水資源開發(fā)利用效應與潛力分析 [J]. 地球學報, 2006,27(5):495-502. Jiang Z C, Xia R Y, Shi J, et al. The Application effects and exploitation capacity of karst underground water resources in Southwest China [J]. Acta Geoscientica Sinica, 2006,27(5):495-502.

[7] 袁道先,薛禹群,傅家謨,等.我西南巖溶地區(qū)地下河面臨變成“下水道”威脅加強保護和污染治理需從國家層面盡快做出決策 [J]. 科學新聞, 2007,(14):7-9.Yuan D X, Xue Y Q, Fu J M, et al. et al. Underground rivers in karst areas in southwest China are threatened with becoming "sewers". It is necessary to make a decision as soon as possible from the national level to strengthen protection and pollution control [J]. Science News, 2007,(14):7-9.

[8] 袁道先.我國西南巖溶石山的環(huán)境地質問題[J]. 世界科技研究與發(fā)展, 1997,19(5):41-43.Yuan D X. On the environmental and geologic problems of karst mountains and rocks in the South-West China [J]. World Sci-Tech R&D, 1997,19(5):41-43.

[9] 王 宇,彭淑惠,楊雙蘭.云南巖溶區(qū)As、Cd元素異常特征 [J]. 中國巖溶, 2012,31(4):377-381.Wang Y, Peng S H, Yang S L. The anomaly features of As and Cd in the karst area in Yunnan province [J]. Carsologica Sinica, 2012,31(4):377-381.

[10] 楊奇勇,蔣忠誠,馬祖陸,等.基于地統(tǒng)計學和遙感的巖溶區(qū)石漠化空間變異特征 [J]. 農(nóng)業(yè)工程學報, 2012,28(4):243-247. Yang Q Y, Jiang Z C, Ma Z L, et al. Spatial variability of karst rock desertification based on geostatistics and remote sensing [J]. Transactions of the CSAE, 2012,28(4):243-247.

[11] Zhang Y, Chen J, Shi W, et al. Establishing a human health risk assess- ment methodology for metal species and its application of Cr6+in ground-water environments [J]. Chemosphere, 2017,189:525-537.

[12] Saha N, Rahman M S, Ahmed M B, et al. Industrial metal pollution in water and probabilistic assessment of human health risk [J]. Journal of Environmental Management, 2017,185:70-78.

[13] 鄧安琪,董兆敏,高 群,等.中國地下水砷健康風險評價 [J]. 中國環(huán)境科學, 2017,37(9):3556-3565. Deng A Q, Dong Z M, Gao Q, et al. Health risk assessment of arsenic in ground water across China [J]. China Environmental Science, 2017, 37(9):3556-3565.

[14] 于云江,楊 彥.基于GIS的松花江沿岸某區(qū)淺層地下水污染特征及人群暴露風險評價 [J]. 中國環(huán)境科學, 2013,33(8):1487-1494.Yu Y J, Yang Y. The pollution characteristics and the crowd exposure risk assessment of shallow groundwater in an area of the Songhua river basin based on the GIS [J]. China Environmental Science, 2013,33(8):1487-1494.

[15] 李 強,劉云慶,陳望香,等.新疆地表水體重金屬生態(tài)風險評估 [J]. 中國環(huán)境科學, 2018,38(5):1913-1922. Li Q, Liu Y Q, Chen W X, et al. Ecological risk assessment of heavy metals in water of Xinjiang Area [J]. China Environmental Science, 2018,38(5):1913-1922.

[16] 高瑞忠,秦子元,張 生,等.吉蘭泰鹽湖盆地地下水Cr6+、As、Hg健康風險評價 [J]. 中國環(huán)境科學, 2018,38(6):2353-2362. Gao R Z, Qin Z Y, Zhang S, et al. Health risk assessment of Cr6+, As and Hg in groundwater of Jilantai salt lake basin, China [J]. China Environmental Science, 2018,38(6):2353-2362.

[17] 劉海龍,馬小龍,袁 欣,等.基于多元回歸分析的鉻污染地下水風險評價方法 [J]. 吉林大學學報(地球科學版), 2016,46(6):1823-1829.Liu H L, Ma X L, Yuan X, et al. Risk assessment method of chromium(Ⅵ)polluting groundwater based on multiple regression analysis [J]. Journal of Jilin Unviersity: Earth Science Edition, 2016,46(6):1823-1829.

[18] 周巾枚,蔣忠誠,徐光黎,等.鐵礦周邊地下水金屬元素分布及健康風險評價 [J]. 中國環(huán)境科學, 2019,39(5):1934-1944. Zhou J M, Jiang Z C, Xu G L, et al. Distribution and health risk assessment of metals in groundwater around iron mine [J]. China Environmental Science, 2019,39(5):1934-1944.

[19] Montgomery W. Darwin's Early Thoughts [J]. Science, 1988,241 (4863):363-365.

[20] 袁道先,覃政教,黃桂強,等.西南巖溶石山地區(qū)重大環(huán)境地質問題及對策研究 [M]. 北京:科學出版社, 2014.Yuan D X, Tan Z J, Huang G Q, et al. et al. Research on major environmental geological problems and countermeasures in karst mountain area of southwest China [M]. Beijing: Science Press, 2014.

[21] 雷志棟,楊詩秀,許志榮,等.土壤特性空間變異性初步研究 [J]. 水利學報, 1985,16(9):10-21. Lei Z D, Yang S X, Xu X R, et al. Preliminary investigation of the spatial variability of soil properties [J]. Journal of hydraulic engineering, 1985,16(9):10-21.

[22] 張仁鐸.空間變異理論及應用 [M]. 北京:科學出版社, 2005.Zhang R D. Theory and application of spatial variation [M]. Beijing: Science Press, 2005.

[23] 朱其順,許光泉.中國地下水氟污染的現(xiàn)狀及研究進展 [J]. 環(huán)境科學與管理, 2009,34(1):42-51.Zhu Q S, Xu G Q. The current situation and research progress of ground water fluorine pollution, in China [J]. Environmental Science and Management, 2009,34(1):42-51.

[24] 牟世芬,劉克納,丁曉靜.離子色譜方法及應用(第2版) [M].北京:化學工業(yè)出版社, 2005.Mou S F, Liu K N, Ding X J. Ion chromatography and its application (2nd edition) [M]. Beijing: Chemical Industry Press, 2005.

[25] 王進軍,劉占旗,古曉娜,等.環(huán)境致癌物的健康風險評價方法 [J]. 國外醫(yī)學:衛(wèi)生學分冊, 2009,36(1):50-58.Wang J J, Liu Z Q, Gu X N, et al. Health risk assessment of environmental carcinogens [J]. International Medical Science: Hygiene, 2009,36(1):50-58.

[26] US EPA. Available information on assessment exposure from pesticides in food [R]. Washington, DC: U.S.Environmental Protection Agency Office of Pesticide Programs, 2000.

[27] 李麗娜.上海市多介質環(huán)境中持久性毒害污染物的健康風險評價 [D]. 上海:華東師范大學, 2007.Li L N. Health risk assessment of persistent toxic pollutants in multi-media environment in Shanghai [D]. Shanghai: East China Normal University, 2007.

[28] US EPA. Superfund public health evaluation manual [R]. EPA/540/ 1-86. Washington DC: US EPA, 1986.

[29] 國家技術監(jiān)督局.GB/T14848-2017地下水環(huán)境質量標準[S].北京:中國標準出版社, 2017. The state bureau of quality and technical supervision .GB/ T14848- 2017 Groundwater environmental quality standards [S]. Beijing: China Standard Press, 2017.

[30] Gupta S K, Deshpande R D, Agarwal M, et al. Origin of high fluoride in groundwater in the North Gujarat - Cambay region, India [J]. Hydrogeology Journal, 2005,13(4):596-605.

[31] Ramsey R B, Aexel R T, Nicholas H J. Squalene-like isoprenoid hydrocarbons in bovine brain [J]. Journal of Neurochemistry, 2010, 18(11):2245-2247.

Groundwater health risk assessment based on spatial analysis in the Qiaomaidi watershed.

ZHANG Yong1,2, GUO Chun-qing2, SUN Ping-an1*, ZHU Yan-guang2, YU Shi1

(1.Key Laboratory of Karst Dynamics, Ministry of Land and Resource, Guangxi Zhuang Autonomous Region, Institute of Karst Geology, Chinese Academy of Geological Sciences, Guilin 541004, China；2.Guilin University of Technology, School of Environmental Science and Engineering, Guilin 541000, China)., 2019,39(11)：4762~4768

Concentration of five metals, Cr, Pb, Co, Mn, Hg and one inorganic toxicological index, fluoride from twenty-four samples collected from groundwater in the Qiaomaidi watershed were measured and analyzed. Based on the semi-variance model and other geostatistical methods, the distribution characteristics of the groundwater health risk assessment were analyzed. The health risks of adults and children through drinking pathway were 9.27×10-10~4.59×10-5a-1and 1.10×10-8~5.46×10-4a-1, respectively. The groundwater health risks were dominant by Cr, and were consistent for adults and children. The distribution of the health risks was spatial regularity, and presented as a strip from south to north. Influenced by the Yaoshan town located in the middle of the watershed, the health risks increased remarkably in the south which was the downstream.

pesticide；groundwater health risk assessment；adults and children；spatial characteristics；semi-variogram model；Qiaomaidi watershed

X523

A

1000-6923(2019)11-4762-07

張 勇(1992-),男,廣西賀州人,桂林理工大學碩士研究生,主要研究方向為水文地質與地球化學.發(fā)表論文2篇.

2019-04-25

國家重點研發(fā)計劃(2016YFC0502302);廣西自然科學基金資助項目(2016GXNSFBA380174,2017GXNSFFA198006);國家自然科學基金資助項目(41402324,41402238);中國地質調查項目(DD20160305, DD20160324)

* 責任作者, 助理研究員, safesun@163.com