呂柏楠, 王 超, 師華定, 李明秋
1.河南理工大學(xué), 河南 焦作 454003 2.生態(tài)環(huán)境部土壤與農(nóng)業(yè)農(nóng)村生態(tài)環(huán)境監(jiān)管技術(shù)中心, 北京 100012
土壤是自然生態(tài)系統(tǒng)的重要組成部分,是人類賴以生存和農(nóng)業(yè)生產(chǎn)的重要物質(zhì)基礎(chǔ)[1]. 近年來(lái),我國(guó)環(huán)境問(wèn)題日益嚴(yán)重,工礦、農(nóng)業(yè)土壤環(huán)境狀況不容樂(lè)觀[2]. 2014年全國(guó)土壤污染狀況調(diào)查顯示,我國(guó)耕地土壤污染點(diǎn)位超標(biāo)率達(dá)19.4%,主要污染物為重金屬,其中鎘污染點(diǎn)位超標(biāo)率達(dá)到7.0%,其次分別為鎳、砷、銅、汞、鉛、鉻等[3];據(jù)2016年原農(nóng)業(yè)部監(jiān)測(cè)系統(tǒng)調(diào)查數(shù)據(jù),我國(guó)每年因?yàn)橥寥乐亟饘傥廴径辜Z食產(chǎn)量降低1.0×107t以上[4]. 重金屬污染物在土壤中不斷富集,不僅會(huì)造成耕地質(zhì)量下降、農(nóng)產(chǎn)品產(chǎn)量降低等負(fù)面影響,還會(huì)通過(guò)食物鏈進(jìn)入人體,威脅人類健康[5]. 因此,明晰重金屬污染物的來(lái)源,是進(jìn)行土壤重金屬污染防治的重要前提.
空間插值技術(shù)可以通過(guò)合理布設(shè)土壤點(diǎn)位,實(shí)現(xiàn)研究區(qū)土壤污染數(shù)據(jù)的全覆蓋. 因此,如何進(jìn)行空間模擬預(yù)測(cè)及方法的選用是準(zhǔn)確預(yù)測(cè)區(qū)域土壤屬性空間分布特征的關(guān)鍵[6]. 克里格(Kriging)插值為土壤屬性的空間預(yù)測(cè)提供了一種無(wú)偏最優(yōu)估值方法,是目前地統(tǒng)計(jì)學(xué)中應(yīng)用最廣的方法之一[7-8]. 作為克里格的衍生方法,指示克里格是一種不依賴于正態(tài)分布假設(shè)條件的非參數(shù)估值方法,可以處理高程度的空間變異現(xiàn)象而不必削減重要的高值數(shù)據(jù),適合用于解決存在多特異值的土壤污染數(shù)據(jù)[9-10]. 段藝芳等[11]采用指示克里格法,發(fā)現(xiàn)陜北地區(qū)8種土壤重金屬生態(tài)風(fēng)險(xiǎn)在空間上均表現(xiàn)出由南向北、由東南向西北逐漸增加的趨勢(shì);楊奇勇等[12]采用指示克里格法,發(fā)現(xiàn)云南省廣南縣除Cu元素外,其他重金屬元素高概率污染區(qū)域都集中在巖溶區(qū).
污染源解析技術(shù)是針對(duì)污染物的來(lái)源進(jìn)行定性(源識(shí)別)或定量(源解析)判斷的方法[13]. 目前,受體模型法是當(dāng)前土壤污染物源解析研究中最主要的技術(shù)方法. 受體模型種類較多,常用的有化學(xué)質(zhì)量平衡(CMB)模型[14]、主成分分析/因子分析-多元線性回歸(PCA/FA-MLR)模型[15-16]、正定矩陣因子分解(PMF)模型[17]和UNMIX模型[18]等. 其中,主成分分析/因子分析-多元線性回歸(PCA/FA-MLR)模型在土壤重金屬源解析領(lǐng)域應(yīng)用較早,它不需要準(zhǔn)確的源成分譜數(shù)據(jù),只需要知道受體信息及排放源組成,使用較為廣泛[19]. Li等[20]采用FA-MLR模型,揭示了重慶4個(gè)典型農(nóng)業(yè)縣的工業(yè)排放、燃料消耗和當(dāng)?shù)剞r(nóng)業(yè)對(duì)8種重金屬的主要人為貢獻(xiàn)為64%~90%;Yang等[21]利用PCA-MLR模型,揭示了湖北省青山區(qū)東部地區(qū)2010—2014年期間增加的重金屬濃度有82.5%來(lái)自工業(yè)/農(nóng)業(yè)活動(dòng)、17.5%來(lái)自交通源.
云南是礦產(chǎn)資源大省,素有“有色金屬王國(guó)”之稱,礦產(chǎn)資源礦種齊全、儲(chǔ)量豐富,金子河流域銅礦、鉛鋅礦、金礦等礦產(chǎn)資源豐富,開(kāi)發(fā)歷史悠久,黑色金屬礦和有色金屬礦采選企業(yè)數(shù)量較多. 因此,該研究以位于金子河流域中游的銅廠鄉(xiāng)耕地為研究區(qū)域,運(yùn)用地統(tǒng)計(jì)學(xué)方法和主成分分析-多元線性回歸(PCA-MLR)模型對(duì)研究區(qū)土壤中的Cd、Hg、As、Pb、Cr 5種重金屬的空間分布及來(lái)源進(jìn)行解析,探尋金子河兩岸農(nóng)用地土壤重金屬污染成因,以期為該區(qū)域土壤污染防控提供科學(xué)依據(jù).
研究區(qū)位于云南省紅河哈尼族彝族自治州金平縣西部(22°43′N~22°52′N、102°55′E~103°03′E),如圖1所示,地勢(shì)南高北低,最高海拔 1 191 m,最低海拔413 m,年平均氣溫13.6 ℃,年均降雨量800~1 000 mm,主導(dǎo)風(fēng)向?yàn)槲髂巷L(fēng);土壤類型以黃棕壤為主,成土母巖以灰?guī)r和玄武巖為主;研究區(qū)西岸區(qū)域以旱地為主,東岸區(qū)域以水田為主;主要重金屬污染企業(yè)有黑色金屬(鐵、銅)礦采選廠、有色金屬(金)礦采選廠以及有色金屬礦山尾礦庫(kù),主要分布在研究區(qū)的北部和西部區(qū)域.
圖1 金子河流域礦區(qū)分布及研究區(qū)采樣點(diǎn)分布Fig.1 Distribution of mining areas in the Jinzi River Basin and distribution of sampling points in the study area
土壤采樣點(diǎn)采用網(wǎng)格布點(diǎn)法進(jìn)行布設(shè)[22],網(wǎng)格大小為250 m×250 m,采樣時(shí)用GPS進(jìn)行精確定位,采集表層(0~20 cm)土壤樣品76個(gè),并選取其中8個(gè)點(diǎn)位采集深層(100~150 cm)土壤樣品. 采用梅花形布點(diǎn)法采集4~6個(gè)子樣,每個(gè)子樣均使用竹鏟垂直采集,去除雜草、礫石、肥料塊等雜質(zhì),等份組合成一個(gè)混合樣. 室內(nèi)將樣品進(jìn)一步用球磨機(jī)碾碎過(guò)200目尼龍篩,土壤重金屬全量采用HNO3-HCl-HF-HClO4溶樣,采用電感耦合等離子體原子發(fā)射光譜法(ICP-AES)測(cè)定土壤中Cd、Cr、Pb的含量,采用原子熒光法測(cè)定土壤中的As、Hg的含量[23].
研究區(qū)土壤中5種重金屬元素的描述性統(tǒng)計(jì)分析與樣品污染源解析均借助SPSS 19.0軟件完成;半方差函數(shù)借助GS+9.0軟件完成;指示克里格插值借助ArcGIS 10.2軟件完成.
1.4.1內(nèi)梅羅綜合污染指數(shù)法
內(nèi)梅羅綜合污染指數(shù)(Nemerow integrated pollution index,)由美國(guó)學(xué)者Nemerow[24]提出,是在綜合各因子平均污染狀況的基礎(chǔ)上,兼顧極值和均值,有效評(píng)價(jià)研究區(qū)各采樣點(diǎn)重金屬的綜合污染狀況,是目前進(jìn)行綜合污染指數(shù)計(jì)算最常用的方法之一[25],計(jì)算公式:
(1)
式中,PN為內(nèi)梅羅綜合污染指數(shù),Pimax為采樣點(diǎn)重金屬i污染物單項(xiàng)污染指數(shù)中的最大值,Piave為采樣點(diǎn)重金屬污染物單項(xiàng)污染指數(shù)的平均值.
內(nèi)梅羅指數(shù)評(píng)價(jià)法分級(jí)標(biāo)準(zhǔn)見(jiàn)表1.
表1 內(nèi)梅羅綜合污染指數(shù)評(píng)價(jià)法分級(jí)標(biāo)準(zhǔn)
1.4.2指示克里格法
指示克里格(indicator kriging)方法是由Journel提出的,被廣泛應(yīng)用于具有極端值和高偏離度特性的土壤污染研究[26-29]. 指示克里格預(yù)測(cè)值的大小代表大于或小于特定閾值的概率,即從指示數(shù)據(jù)得出的非抽樣地點(diǎn)的期望值等于變量的累計(jì)分布[30]. 指示克里格具體計(jì)算方法[31]:①根據(jù)指標(biāo)的閾值確定指示器;②計(jì)算最佳指示半方差函數(shù);③利用半方差函數(shù)模型參數(shù)在ArcGIS 10.2軟件中進(jìn)行指示克里格插值,得到土壤重金屬污染概率的空間分布圖.
1.4.3PCA-MLR模型
主成分分析-多元線性回歸法(PCA-MLR)首先利用主成分分析法定性識(shí)別污染源,在獲得污染因子數(shù)量后,對(duì)各示蹤元素的濃度進(jìn)行多元線性回歸(MLR),就可得到重金屬濃度與各示蹤元素濃度的回歸式,回歸系數(shù)用于計(jì)算各源的相對(duì)貢獻(xiàn)率[32-33].
由土壤重金屬含量的描述性統(tǒng)計(jì)分析結(jié)果(見(jiàn)表2)可知,研究區(qū)土壤中Cd、Hg、As、Pb、Cr的平均含量分別為3.17、0.16、44.34、779.57和358.85 mg/kg,均高于云南省土壤背景值. 其中,Pb的平均含量(779.57 mg/kg)遠(yuǎn)高于云南省土壤背景值(40.60 mg/kg),前者約是后者的19.20倍;其次,Cd的平均含量(3.17 mg/kg)約是云南土壤背景值(0.22 mg/kg)的14.55倍,表明這2種重金屬在土壤中的富集程度較高,可能受到的人為活動(dòng)較劇烈. 依據(jù)GB 15618—2018《土壤環(huán)境質(zhì)量 農(nóng)用地土壤污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)(試行)》可知,研究區(qū)土壤中Cd、Hg、As、Pb、Cr含量低于篩選值的點(diǎn)位比例分別為26.32%、100%、56.58%、39.47%、17.11%,超過(guò)管制值的點(diǎn)位比例分別為40.79%、0、5.26%、40.79%、2.63%,說(shuō)明研究區(qū)Cd、Pb污染較為嚴(yán)重. 從變異系數(shù)看,Pb、Cd的變異系數(shù)最大,分別為148%、139%,屬于高程度變異;其次為As(95%)、Hg(76%)、Cr(55%),為中等程度變異. 其中,Pb、Cd在研究區(qū)分布極不平衡,表明土壤中Pb、Cd的含量受到了較為明顯的人為影響.
表2 樣品描述性統(tǒng)計(jì)
內(nèi)梅羅綜合污染指數(shù)反映的研究區(qū)土壤點(diǎn)位重金屬的綜合污染情況如表3所示. 研究區(qū)綜合污染指數(shù)范圍為1.73~131.69,平均值為18.28,處于重度污染程度的土壤點(diǎn)位比例為90.79%,說(shuō)明研究區(qū)土壤整體處于重度污染水平. 其中,土壤中Cd、Hg、As、Pb、Cr的單因子污染指數(shù)范圍分別為0.14~96.75、0.62~13.50、0.07~7.07、0.23~178.77、1.45~19.59,而土壤點(diǎn)位中Cd、Pb、Cr屬于重度污染的比例分別為63.16%、59.21%和78.95%,表明研究區(qū)Cd、Pb和Cr污染比較嚴(yán)重.
表3 土壤重金屬內(nèi)梅羅綜合污染指數(shù)
選擇GB 15618—2018的篩選值作為5種重金屬元素的閾值,研究區(qū)土壤樣點(diǎn)中的Hg含量均低于篩選值,對(duì)農(nóng)產(chǎn)品質(zhì)量安全、農(nóng)作物生長(zhǎng)或土壤生態(tài)環(huán)境的風(fēng)險(xiǎn)低,因此不進(jìn)行空間插值分析.
2.3.1半方差函數(shù)分析
對(duì)各元素變量進(jìn)行半方差函數(shù)模型擬合,分析局部地區(qū)變量的空間變異及相關(guān)程度. 擬合結(jié)果顯示:Cd、As、Pb這3種重金屬的決定系數(shù)均大于0.9,所選擬合模型均符合地統(tǒng)計(jì)要求,而Cr的決定系數(shù)僅為0.09,說(shuō)明Cr元素在研究區(qū)范圍內(nèi)不具有空間相關(guān)性,不能進(jìn)行半方差函數(shù)分析,不適宜空間局部插值. 塊基比能夠反映隨機(jī)因素導(dǎo)致的空間變異占總體變異的比例[35],當(dāng)塊基比值小于0.25時(shí)表示變量具有顯著的空間自相關(guān),塊基比值范圍在0.25~0.75時(shí)表示變量具有中等自相關(guān),塊基比值大于0.75時(shí)表示變量自相關(guān)程度不強(qiáng)[36]. 變程大小反映了當(dāng)?shù)刂亟饘倏臻g異質(zhì)性的尺度或空間自相關(guān)尺度[37].
基于GS+ 9.0軟件,獲得研究區(qū)Cd、As、Pb的最佳指示半方差函數(shù)模型(見(jiàn)圖2)及參數(shù)(見(jiàn)表4). Cd、As的半方差函數(shù)符合球形模型,Pb符合高斯模型. Cd、As、Pb的塊基比分別為0.192、0.113、0.066,均在0.25以下,都表現(xiàn)為顯著的空間自相關(guān)性,說(shuō)明在當(dāng)前閾值條件下,Cd、As、Pb條件概率的空間分布是由結(jié)構(gòu)性因素(如土壤母質(zhì)、地形、土壤類型等)共同作用引起的. As的變程為 2 523.88 m,Cd的變程為 1 723.00 m,Pb的變程為 1 190.04 m. 從變程數(shù)據(jù)來(lái)看,研究區(qū)域土壤中Cd、As空間分布的均一性相比Pb要強(qiáng),而Pb在土壤中的分布存在小范圍的變異現(xiàn)象[38].
表4 土壤重金屬含量的理論模型及相關(guān)參數(shù)
圖2 指示半方差函數(shù)模型Fig.2 Indicating semivariance function model
2.3.2指示克里格分析
根據(jù)Cd、As、Pb的指示半方差函數(shù)模型,利用ArcGIS 10.2軟件進(jìn)行克里格插值,得到研究區(qū)耕地土壤Cd含量大于0.3 mg/kg、As含量大于40 mg/kg、Pb含量大于90 mg/kg的污染概率分布結(jié)果(見(jiàn)圖3).
從圖3可以看出,研究區(qū)西岸土壤中Cd、As、Pb的污染風(fēng)險(xiǎn)較高,特別是Cd和Pb,在絕大部分區(qū)域的污染風(fēng)險(xiǎn)概率高于0.7,且Cd和Pb的污染風(fēng)險(xiǎn)概率分布相似,可能存在相同的污染源;而As僅在北部區(qū)域的污染風(fēng)險(xiǎn)概率低于0.3,在中南部絕大部分區(qū)域的污染風(fēng)險(xiǎn)概率高于0.7,而且與Cd和Pb的污染風(fēng)險(xiǎn)概率分布相似,三者可能存在相同的污染源. 而西岸地區(qū)屬于海拔為500~1 000 m的山地區(qū)域,富含礦產(chǎn)資源,且附近存在多家金屬礦選企業(yè). 因此,推斷西岸重金屬的主要污染來(lái)自礦產(chǎn)資源的開(kāi)發(fā)及金屬冶煉所產(chǎn)生的廢水、廢氣、廢渣[39-41].
圖3 表層土壤Cd、As和Pb污染概率分布Fig.3 Pollution probability distribution of Cd, As and Pb in top layer soils
研究區(qū)的東岸地區(qū),土壤Cd、As、Pb的污染風(fēng)險(xiǎn)較低,其中,Cd的污染風(fēng)險(xiǎn)概率僅在北部區(qū)域高于0.7,中南部絕大部分區(qū)域低于0.3;As的污染風(fēng)險(xiǎn)概率在東岸絕大部分區(qū)域低于0.3;Pb僅在北部小部分區(qū)域存在概率高于0.7的污染風(fēng)險(xiǎn),其余大部分區(qū)域的污染風(fēng)險(xiǎn)概率低于0.3. 而東岸附近無(wú)企業(yè),因此,推斷東岸重金屬的主要污染來(lái)自土壤母質(zhì)或土壤類型等自然源.
總體而言,Cd、As、Pb污染的高概率區(qū)域主要分布在研究區(qū)的西部與西南部地區(qū),北部地區(qū)是Cd、Pb污染的高概率區(qū)域,而Cd、As、Pb污染的低概率區(qū)域主要分布在研究區(qū)的東部以及東南部地區(qū),Cd、As、Pb污染風(fēng)險(xiǎn)分布具有顯著的地域性差異.
根據(jù)研究區(qū)重金屬元素的空間分布特征,將研究區(qū)的東西兩岸(金子河為界)及研究區(qū)整體分別利用PCA-MLR模型進(jìn)行來(lái)源解析,探究局部(東西兩岸)與整體(研究區(qū))污染源的關(guān)系.
2.4.1源類型識(shí)別結(jié)果
由表5可見(jiàn),對(duì)于研究區(qū)整體而言,PCA-MLR源1主要載荷元素為Pb、Cd、As和Hg. 金屬礦山的開(kāi)采冶煉、工業(yè)廢渣和礦渣堆放等是土壤中Pb、Cd污染的主要來(lái)源[42-43];As常見(jiàn)于多種金屬礦床中,尤其多伴生于金礦床[44];金屬冶煉工藝是環(huán)境中汞元素的主要來(lái)源[45]. 而依據(jù)實(shí)地調(diào)查可知,研究區(qū)的北部地區(qū)存在有色金屬礦(金礦)采選廠及尾礦庫(kù),西部地區(qū)存在黑色金屬礦(鐵礦、銅礦)采選廠和有色金屬(金礦、鉛鋅礦)采選廠. 因此,將因子1識(shí)別為以選冶為主的工業(yè)源. 對(duì)于東岸和西岸而言,PCA-MLR源1主要載荷元素均為Cd、As和Pb. 其中,東岸的源成分譜中As占比較大,因此,將東岸因子1識(shí)別為以金礦選冶為主的工業(yè)源;西岸的源成分譜中As所占比重較小,因此,將西岸因子1識(shí)別為以黑色金屬礦(鐵礦、銅礦)和鉛鋅礦選冶為主的工業(yè)源.
表5 土壤樣品的主成分因子載荷
對(duì)于研究區(qū)整體、東岸及西岸而言,PCA-MLR源2主要載荷元素均為Cr、Hg. 該研究區(qū)Cr的變異系數(shù)較小,受人為活動(dòng)影響較小. 由于深層土壤中的重金屬含量高于表層土壤,可能受土壤成土母質(zhì)的影響[46]. 由圖4可見(jiàn),研究區(qū)大部分表層土壤中Cr的含量低于深層土壤,因此,將因子2識(shí)別為自然源,受成土母質(zhì)影響.
圖4 研究區(qū)Cr元素表層和深層土濃度對(duì)比Fig.4 Contrast of Cr element surface and deep soil concentration in the study area
2.4.2源貢獻(xiàn)率結(jié)果
由圖5可見(jiàn),研究區(qū)整體、東岸和西岸的土壤重金屬來(lái)源均為2種,分別是工業(yè)源和自然源. 對(duì)于研究區(qū)整體而言,工業(yè)源的相對(duì)貢獻(xiàn)率最大,為87.21%;對(duì)于東岸而言,自然源的相對(duì)貢獻(xiàn)率最大,為93.46%;對(duì)于西岸而言,工業(yè)源的相對(duì)貢獻(xiàn)率最大,為91.02%. 因此,成土母質(zhì)等自然因素是東岸土壤重金屬含量的主要來(lái)源;工業(yè)礦選冶煉是西岸土壤重金屬含量的主要來(lái)源,也是整個(gè)研究區(qū)土壤重金屬含量的主要來(lái)源.
圖5 研究區(qū)整體、東岸和西岸表土中 重金屬各類源的相對(duì)貢獻(xiàn)率Fig.5 The relative contribution rate of various sources of heavy metals in the surface soils of the whole study area, the east bank and the west bank
造成東西岸區(qū)域土壤重金屬污染主要來(lái)源不同的原因,主要是西岸區(qū)域周圍較多的礦產(chǎn)資源開(kāi)采冶煉過(guò)程中產(chǎn)生的廢水、煙粉塵及冶煉渣、尾礦庫(kù)尾砂中的殘余重金屬淋濾遷移,以及關(guān)閉或搬遷企業(yè)歷史遺留重金屬?gòu)U渣常年隨雨水沖刷、淋溶,進(jìn)入周邊土壤. Xu等[47]研究發(fā)現(xiàn),礦業(yè)對(duì)Cd、Pb、As的主要影響發(fā)生在周邊地區(qū)5 km范圍內(nèi),其中,西岸區(qū)域距離礦產(chǎn)開(kāi)采冶煉場(chǎng)所基本在7 km范圍內(nèi),而東岸區(qū)域距離礦產(chǎn)開(kāi)采冶煉場(chǎng)所基本超過(guò)7 km. 尾礦庫(kù)作為礦山開(kāi)采主要污染區(qū)域,尾礦庫(kù)中的尾礦砂隨風(fēng)力遷移,及廢棄礦山構(gòu)筑物淋濾水力作用驅(qū)動(dòng),而影響周圍環(huán)境[48]. 西岸區(qū)域海拔高且落差大,尾礦砂中的重金屬受降水等水力作用影響范圍較廣,而東岸距離尾礦庫(kù)較遠(yuǎn),地勢(shì)較為平緩,受到來(lái)自尾礦庫(kù)的影響較小. 因此,要控制研究區(qū)耕地周圍重點(diǎn)污染企業(yè)“三廢”的排放,加強(qiáng)對(duì)關(guān)?;虬徇w的遺留工業(yè)場(chǎng)地周邊污染的監(jiān)測(cè),才能有效防范工業(yè)產(chǎn)生的重金屬污染對(duì)周邊耕地的影響.
a) 金子河流域土壤中Cd、Hg、As、Pb、Cr含量低于GB 15618—2018《土壤環(huán)境質(zhì)量 農(nóng)用地土壤污染風(fēng)險(xiǎn)管控標(biāo)準(zhǔn)(試行)》的篩選值的點(diǎn)位比例分別為26.32%、100%、56.58%、39.47%、17.11%,含量超過(guò)管制值的點(diǎn)位比例分別為40.79%、0%、5.26%、40.79%、2.63%;研究區(qū)域內(nèi)重金屬綜合污染指數(shù)較高,處于重度污染程度的土壤點(diǎn)位比例為90.79%,且Cd、Pb和Cr的污染比較嚴(yán)重.
b) 從空間分布特征可以看出,元素Cd、As、Pb污染的高概率區(qū)域主要分布在金子河流域西部與西南部地區(qū),Cd、Pb污染的高概率區(qū)域主要分布在研究區(qū)的北部地區(qū),Cd、As、Pb污染風(fēng)險(xiǎn)分布具有顯著的地域性差異.
c) 金子河流域東西兩岸表土中重金屬污染的主要來(lái)源不同. 成土母質(zhì)等自然因素是東岸土壤重金屬含量的主要來(lái)源;工業(yè)礦選冶煉是西岸土壤重金屬含量的主要來(lái)源,也是整個(gè)研究區(qū)土壤重金屬含量的主要來(lái)源.