喀斯特山區燃煤電廠土壤重金屬污染評價

范明毅，楊 皓，2，黃先飛，3，曹人升，秦樊鑫，胡繼偉，2

（1. 貴州師范大學 貴州省山地環境信息系統與生態環境保護重點實驗室，貴州 貴陽 550001；2. 貴州師范大學 中國南方喀斯特研究院，貴州 貴陽 550001；3. 貴州大學 林學院，貴州 貴陽 550025）

喀斯特山區燃煤電廠土壤重金屬污染評價

范明毅1，楊 皓1，2，黃先飛1，3，曹人升1，秦樊鑫1，胡繼偉1，2

（1. 貴州師范大學 貴州省山地環境信息系統與生態環境保護重點實驗室，貴州 貴陽 550001；2. 貴州師范大學 中國南方喀斯特研究院，貴州 貴陽 550001；3. 貴州大學 林學院，貴州 貴陽 550025）

選取地處貴州省喀斯特山區的金沙電廠為研究對象，對電廠周圍的表層土壤、蔬菜（蓮花白）試樣的重金屬含量進行了測定，采用模糊數學法對土壤重金屬污染進行了評價，采用富集系數法分析了蓮花白對重金屬的富集能力。實驗結果表明：電廠周圍表層土壤中Hg，As，Cd，Pb，Cu的平均含量分別達0.70，26.40，0.61，44.83，35.51 mg/kg，其中，Hg和Cd的平均含量分別為GB 15618—1995《土壤環境質量標準》中二級標準的1.40和2.03倍；電廠周圍土壤受到較為嚴重的Hg，As，Cd污染，各個方向的重金屬污染程度大小順序為西北＞西＞東南＞西南＞東北＞東，總體趨勢為西向大于東向；蓮花白對土壤中Cd的富集作用較強，對其他重金屬的富集作用較弱。

土壤；重金屬；模糊數學；富集系數；污染程度

燃煤電廠為人類提供電能與熱能，同時也向環境排放了大量的有害污染物，重金屬就是其中不可忽視的一類［1］。重金屬具有毒性大、潛伏期長，且能沿食物鏈富集等特點，是優先考慮去除的污染物之一［2-5］。隨著燃煤量的增大，燃煤排放的重金屬產生的危害已引起眾多學者的關注［6-8］。

貴州省作為我國唯一沒有平原支撐的喀斯特山區，立地條件極差，耕地少、土層薄、土地后備資源明顯缺乏。但它是我國南方煤炭資源最豐富的省區，早期燃煤電廠的建立促進了貴州經濟的發展。但由于資金、技術等原因，導致燃煤電廠附近土壤的破壞越來越嚴重。受地形地貌和成土母質等因素影響，喀斯特地區土壤重金屬本底值普遍較國家標準值高，重金屬元素遷移擴散較非喀斯特地區更加靈活，波及范圍更廣，危害性更大［9］。

目前，用來評價土壤環境質量的方法有綜合污染指數法、聚類分析法、層次分析法和模糊數學法等［10］。由于土壤環境污染具有漸變性和隱蔽性等特點，采用模糊數學模型對污染程度進行評價較為科學合理，且在環境質量評價中其分辨率明顯高于其他方法［11］。

本工作選取地處貴州喀斯特山區的金沙電廠為研究對象，對電廠周圍的表層土壤、蔬菜（蓮花白）試樣的重金屬含量進行了測定，采用模糊數學法對土壤重金屬污染進行了評價，采用富集系數法分析了蓮花白對重金屬的富集能力，以期為電廠污染的治理及周邊土地的利用規劃提供參考。

1 材料和方法

1.1 研究區概況

研究區位于貴州省西北部，畢節地區東部，煤炭資源十分豐富。金沙縣面積約2 524 km2，屬低中山地貌，亞熱帶濕潤季風氣候。常年平均氣溫18℃，年總降水量865.9 mm。金沙電廠4×1.25×105kW機組工程于2000年1月投產，機組年利用時間保持在8 000 h以上。本工作針對區域內以電廠為圓心的輻射環形地帶的農田土壤進行調查。

1.2 試樣采集

2015年3月在金沙電廠周圍進行了表層（0～20 cm）土壤和蔬菜試樣的采集。以金沙電廠為圓心，根據廢氣排放設置輻射環形采樣點。用GPS定位，共設置了6條線路：東線、東北線、西北線、西線、西南線和東南線。土壤和蔬菜試樣各取32個，采樣點分布圖見圖1。將采集的土樣按四分法取1 kg混合，經風干、磨細、過篩（100目）后，貯存于塑料自封袋內密封待用。

圖1 采樣點分布圖

1.3 試樣分析

1.3.1 重金屬含量的測定

土壤Pb，Cu，Cd含量的測定采用全消解方法進行處理［12］，Hg和As采用王水消解［13］；蔬菜試樣均采用硝酸-過氧化氫高壓密閉消解［14］。采用ZEEnit 700P型石墨爐原子吸收光譜儀（德國耶拿分析儀器股份公司）測定Cd和Pb的含量，采用AFS-933型非色散原子熒光光譜儀（北京吉天儀器有限公司）測定Hg和As的含量，采用5300V型電感耦合等離子體-原子發射光譜儀（美國Perkin Elmer公司）測定Cu含量。土壤和蔬菜試樣的測定結果均以干重計。

1.3.2 質量控制

在試樣的處理及測試過程中可能帶入污染，為保證方法的精密度，測定時均做空白實驗和3組平行實驗。分析過程中所用的塑料容器均在5% （w）的硝酸中浸泡48 h以上，玻璃容器浸泡24 h，高純水沖洗后烘干。測定結果的相對標準偏差均小于10%，滿足定量分析的要求。

1.4 評價方法

1.4.1 模糊數學法

模糊數學法是利用參數之間的不確定性替代數學假設基礎上的解析關系，選定參數因子后，對判斷的事物進行綜合評價的一種方法［15-16］。綜合前人的研究結果和使用經驗，結合研究區的實際特征，構建模糊數學環境污染評價模型。

首先需要確定隸屬度函數，建立關系模糊矩陣。取u={Hg、As、Cd、Cu、Pb}為評價因子的集合；v={一級、二級、三級}為評價指標的集合；通過隸屬度函數求得各指標對各級別土壤重金屬污染狀況的隸屬度，組成一個3×5的模糊矩陣，即關系模糊矩陣R［17］。按如下隸屬度函數計算各因素指標的隸屬度。

式中：xi為第i種重金屬含量的實測值；ai，bi，ci分別為第i種重金屬對應于一、二、三級土壤重金屬環境質量狀況的標準值。GB 15618—1995《土壤環境質量標準》［18］中規定的土壤環境質量標準值見表1（研究區土壤的pH處于6.5～7.5之間）。

表1 土壤環境質量標準值 mg/kg

由于各單項評價指標對環境綜合體的貢獻存在差異，故應有不同的權重。計算權重的方法很多，這里采用土壤環境中污染物因子的實測含量與其相應分級標準的比值來計算權重。該方法在一定程度上可以反映污染超標的輕重對因子權重的影響。該方法計算權重的一般公式為：

式中：Wi為第i個因子的權重；n為參評因子的個數；xi為第i個因子的實測值；Si為第i個因子對應的各土壤重金屬一、二、三級質量級別總和的平均值（見表1）。將權重歸一化，從而構成了一個1×n階的權重模糊矩陣A（A=（W1，W2，W3…Wn））。

按照上述方法分別計算各采樣點的關系模糊矩陣和權重模糊矩陣，采用單因素決定模型和加權平均模型進行評價。單因素決定模型即按先取小后取大的原則來計算各級隸屬度并歸一化；加權平均模型見式（5）。

式中：bj為最終評價結果對應于第j個等級的隸屬度；Wi為第i種重金屬對應的權重；rij為關系模糊矩陣R中對應元素對應等級的隸屬度。

根據土壤重金屬環境質量各級別的控制意義，取土壤重金屬環境質量一級水平的評價分值為100，二級為80，三級為60，按式（6）和式（7）計算各采樣點的評價分值［19］。

式中：δj為第j個級別的權重；k為選定的正實數，一般取2；m為環境質量級別的級數；cj為第j個等級環境質量水平的標準分值；c為最終得分。

1.4.2 富集系數法

蔬菜對重金屬的富集系數是指蔬菜與土壤中的重金屬含量之比，它可以大致反映蔬菜對重金屬的吸收能力［20-21］。富集系數越小，表明蔬菜吸收重金屬的能力越差，抗土壤重金屬污染的能力則越強。同時，也間接反應重金屬的生物可利用性。

1.4.3 數據分析

采用Excel 2003和SPSS19.0統計軟件對實驗數據進行統計分析。

2 結果與討論

2.1 土壤的重金屬污染水平及空間變異程度

經測定，電廠周圍的表層土壤中Hg，As，Cd，Pb，Cu的平均含量分別達0.70，26.40，0.61，44.83，35.51 mg/kg。與貴州省土壤背景值［9］相比，平均Hg含量為背景值的6.36倍。按二級標準對比，以Hg和Cd的超標最為嚴重，其平均含量分別為二級標準的1.40和2.03倍，其最大值達標準值的4.98和17.90倍，表明電廠周邊土壤已經受到了較為嚴重的Hg和Cd的污染。土壤中的Hg和Cd的污染來源可能與電廠大量煤燃燒及煤來源為高Hg煤有關，除此之外，還可能與重金屬在煤中的賦存形態、燃燒方式等多種因素有關。

從各重金屬含量的空間變異程度來看，不同方向土壤各重金屬含量的變異系數均大于50%，其中以Cd含量的變異系數最大，達173.05%。這表明研究區表層土壤重金屬空間分布具有一定的差異性。各重金屬含量的最高值與最低值之比均大于10倍，這與研究區已受到嚴重的當地人類活動的影響直接相關，重金屬含量空間分布不均，波動程度大且離散性較高。

2.2 土壤和蓮花白中重金屬含量的相關性

為了探求土壤和蓮花白中重金屬之間的相關性，對土壤和蓮花白中的重金屬含量進行了相關分析，結果見表2。由表2可見：土壤中Hg與As，Cd的含量均顯著相關，相關系數分別為0.848 （p＜0.01）和0.720（p＜0.01），這說明Hg與As，Cd可能具有相同的污染源及環境遷移途徑；蓮花白中除Pb和Cu的相關系數達0.729（p＜0.01）呈現顯著正相關外，其余重金屬間的相關性均不顯著；同時，土壤中Pb和Cu相的關系數達0.536（p＜0.01），在一定程度上說明兩種元素間存在一定的同源性，且蓮花白對土壤中個Pb和Cu可能具有相似的吸收機理。

表2 土壤和蓮花白中重金屬含量的相關系數

2.3 模糊數學法的評價結果

選取各方向的土樣作為待評價對象，Hg，As，Cd，Cu，Pb 5種重金屬為單項評價因子進行分析，建立各重金屬元素對應于土壤重金屬環境質量等級的隸屬度函數，并按照關系模糊矩陣的建立方法及評價標準計算關系模糊矩陣。按照最大隸屬度原則可評價出區域重金屬的質量級別［22］。以東向為例計算關系模糊矩陣，見表3。由表3可見，As和Cu的一級隸屬度均為1，二、三級均為0，說明As和Cu的污染程度為一級，污染最輕，其余重金屬通過比較其一、二級隸屬度的大小即可劃分重金屬的污染等級。

表3 東向的隸屬度矩陣

按照上述方法分別計算出各方向的關系模糊矩陣，再計算各參評因子的權重，得到重金屬的權重模糊矩陣。各采樣方向的重金屬權重見圖2。由圖2可見，各方向Hg，As，Cd的權重均較大，約占總權重的80%，表明這3種重金屬的污染較嚴重。

圖2 各采樣方向的重金屬權重

采用單因素決定模型和加權平均模型進行綜合評價，得到各方向的評價向量。根據式（6）和式（7），取k值為2，可計算各方向的評價分值，從評價分值可以直觀地看出各方向土壤重金屬環境質量的優劣，可比性大大增強。模糊數學法的評價結果見表4。由表4可見：兩種評價結果的最高分值均為東向，最低分值均為西北向，即東向的污染程度最輕，西北向的污染程度最重；根據評價分值及隸屬度的分布情況可得不同方向的重金屬污染程度為西北＞西＞東南＞西南＞東北＞東，總體趨勢為西向大于東向；除東向處于一級污染程度外，其余方向均處于二級以上污染程度，重金屬綜合污染較嚴重，兩種模型的評價結果一致。不同方向上的重金屬污染程度不同，其主要原因可能與研究區風向多為東北風和北風有關［23］，還可能與土壤理化參數、地勢起伏、電廠煙囪高度和人類活動的影響有關。

由表4還可見，加權平均模型與單因素決定模型評價結果相比，生成的隸屬度存在較大差異，對應的評價結果也有所不同。單因素決定模型實際上只考慮了最突出的因素，其他因素的作用被弱化，評價的出發點為希望體現單因素否決的情況；而加權平均模型既考慮了最突出的因素，同時又綜合考慮了多種參評因素，依權重的大小對所有的因素均衡兼顧，評價出發點為希望體現各個參評因子對土壤重金屬環境質量綜合影響的情況［19］。

表4 模糊數學法的評價結果

2.4 富集系數法的評價結果

蓮花白的重金屬含量水平及其對土壤中重金屬的富集能力，直接關系到蓮花白的生產和食用安全。蓮花白對5種重金屬的富集系數見表5。由表5可見：蓮花白對土壤中Cd的富集作用較強，對其余重金屬的富集作用較弱；Cd的富集系數最大，達1.25，這可能是因為土壤中Cd主要以生物有效性強的酸可提取態和還原態存在，酸可提取態遷移性較強，在酸性和中性條件下即可釋放出來，直接被蔬菜吸收利用；蓮花白對5種重金屬的富集能力為Cd ＞ Cu ＞ Hg ＞ Pb ＞ As。這與湘江中下游［24］和湖南省郴州市［25］的農田蔬菜中重金屬富集系數的調查結果類似，說明Cd元素較易在蔬菜中富集。本研究中蓮花白中重金屬的污染可能與電廠燃煤有關，這主要是因為：蓮花白為葉菜類，大氣沉降顆粒所攜帶的重金屬很容易在葉表吸附、富集；同時，結合模糊數學土壤評價結果不難看出，電廠燃煤對土壤也有較強的污染。研究區土壤上種植的蔬菜對重金屬Cd的富集現象嚴重，其安全隱患應引起重視，長期食用這些蔬菜很可能對人體健康造成一定的潛在風險。因此，相關部門應采取有效措施治理土壤重金屬污染，改善土壤和蔬菜質量。

表5 蓮花白對五種重金屬的富集系數

3 結論

a）電廠周圍表層土壤中Hg，As，Cd，Pb，Cu的平均含量分別達0.70，26.40，0.61，44.83，35.51 mg/kg。其中，Hg和Cd的平均含量分別為GB 15618—1995《土壤環境質量標準》中二級標準的1.40和2.03倍，表明土壤已受到較為嚴重的Hg和Cd的污染。

b）土壤中Hg與As，Cd的含量均顯著相關，相關系數分別為0.848和0.720。蓮花白和土壤中Pb和Cu的含量均呈現顯著正相關。

c）模糊數學法評價顯示：電廠周圍土壤受到較為嚴重的Hg，As，Cd污染；各個方向的重金屬污染程度大小順序為西北＞西＞東南＞西南＞東北＞東，總體趨勢為西向大于東向；除東向處于一級污染程度外，其余方向均處于二級以上污染程度，重金屬綜合污染較嚴重。

d）富集系數法分析表明：蓮花白對土壤中Cd的富集作用較強，對其余重金屬的富集作用較弱；蓮花白對5種重金屬的富集能力大小順序為Cd ＞ Cu ＞ Hg ＞ Pb ＞ As。

e）電廠周圍土壤受到不同程度的重金屬污染，土壤上種植的蓮花白會對當地居民產生一定的健康風險，應特別重視對Hg，As，Cd 3種重金屬污染的治理。

［1］ 張勝寒，程立國，葉秋生，等. 燃煤電站重金屬污染與控制技術［J］. 能源環境保護，2007，21（3）：1 - 4.

［2］ 黃先飛，秦樊鑫，胡繼偉. 重金屬污染與化學形態研究進展［J］. 微量元素與健康研究，2008，25（1）：48 - 51.

［3］ Huang Xianfei，Hu Jiwei，Li Cunxiong，et al. Heavymetal pollution and potential ecological risk assessment of sediments from Baihua Lake，Guizhou，P.R. China ［J］. Int J Environ Health Res，2009，19（6）：405 -419.

［4］ 武躍，袁圓，張靜，等. 亞臨界濕式氧化法脫除含油污泥中的重金屬［J］. 化工環保，2015，35（3）：236 - 240.

［5］ 李萌，胡霖，王浩，等. 無機穩定劑處理重金屬污染土壤［J］. 化工環保，2014，34（1）：50 - 54.

［6］ 嚴莎，凌其聰，嚴森，等. 城市工業區周邊土壤-水稻系統中重金屬的遷移積累特征［J］. 環境化學，2008，2（27）：226 - 230.

［7］ 王凌青，盧新衛，王利軍，等. 寶雞燃煤電廠周圍土壤環境Hg污染及其評價［J］. 土壤通報，2007，38 （3）：622 - 624.

［8］ 方鳳滿，楊丁，汪琳琳，等. 蕪湖燃煤電廠周邊土壤中砷汞的分布特征研究［J］. 水土保持學報，2010，24（1）：109 - 113.

［9］ 劉靈飛. 貴州喀斯特山區銻冶煉廠重金屬污染與風險評價研究［D］. 貴州：貴州師范大學，2014.

［10］ Golia E E，Dimirkou A，Mitsios I K. Levels of heavy metals pollution in different types of soil of central Greece［J］. Bull Environ Contam Toxicol，2008，80 （3）：206 - 210.

［11］ 張乃名，李保國，胡克林. 太原污灌區土壤重金屬和鹽分含量的空間變異特征［J］. 環境科學學報，2001，21（3）：349 - 353.

［12］ 魯如坤. 土壤農業化學分析方法［M］. 北京：中國農業科技出版社，2000：477 - 478.

［13］ 羅國兵. 冷原子吸收光譜法測定污水中總汞的兩種消解方法比較［J］. 理化檢驗：化學分冊，2005，41 （3）：167 - 168，171.

［14］ 馮紹平，劉衛，黃兆龍，等. 高壓消解-石墨爐原子吸收光譜法測定八角和桂皮中鎘、鉛含量［J］. 理化檢驗：化學分冊，2015，51（6）：855 - 858.

［15］ 李永濤，張池，劉科學，等. 粵北大寶山高含硫多金屬礦污染的水稻土壤污染元素的多元分析［J］. 華南農業大學學報，2005，26（2）：22 - 25.

［16］ Liu Li，Zhou Jianzhong，An Xueli，et al. Using fuzzy theory and information entropy for water quality assessment in Three Gorges region，China［J］. Expert Syst Appl，2010，37（3）：2517 - 2521.

［17］ Onkal-Engin G，Demir I，Hiz H. Assessment of urban air quality in Istanbul using fuzzy synthetic evaluation ［J］. Atmos Environ，2004，38（23）：3809 - 3815.

［18］ 國家環境保護局科技標準司. GB 15618—1995 土壤環境質量標準［S］. 北京：中國環境科學出版社，1995.

［19］ 朱青，周生路，孫兆金，等. 兩種模糊數學模型在土壤重金屬綜合污染評價中的應用與比較［J］. 環境保護科學，2004，30（3）：53 - 57.

［20］ 黃澤春，宋波，陳同斌，等. 北京市菜地土壤和蔬菜的鋅含量及其健康風險評估［J］. 地理研究，2006，25（3）：439 - 448.

［21］ 鄭袁明，宋波，陳同斌，等. 北京市菜地土壤和蔬菜中銅含量及其健康風險［J］. 農業環境科學報，2006，25（5）：1093 - 1101.

［22］ Lado L R，Hengl T，Reuter H I. Heavy metals in European soils：A geostatistical analysis of the FOREGS geochemical database［J］. Geoderma，2008，148 （2）：189 - 199.

［23］ 石曉翠，錢翌，熊建新. 模糊數學模型在土壤重金屬污染評價中的應用［J］. 土壤通報，2006，37 （2）：334 - 336.

［24］ 郭朝暉，肖細元，陳同斌，等. 湘江中下游農田土壤和蔬菜的重金屬污染［J］. 地理學報，2008，63 （1）：3 - 11.

［25］ Liu Hongyu，Probst A，Liao Bohan. Metal contamination of soils and crops affected by the Chenzhou lead/ zinc mine spill （Hunan，China）［J］. Sci Total Environ，2005，339（1/2/3）：153 - 166.

（編輯 魏京華）

《石油化工》

全國中文核心期刊，理想的廣告媒介

Assessment of heavy metals pollution in soil around coal-fired power plant located in Karst mountainou area

Fan Mingyi1，Yang Hao1，2，Huang Xianfei1，3，Cao Rensheng1，Qin Fanxin1，Hu Jiwei1，2
（1. Guizhou Provincial Key Laboratory of Information System of Mountainous Areas and Protection of Ecological Environment，Guizhou Normal University，Guiyang Guizhou 550001，China；2. Institute of South China Karst，Guizhou Normal University，Guiyang Guizhou 550001，China；3. College of Forestry，Guizhou University，Guiyang Guizhou 550025，China）

The power plant in Jinsha located in Guizhou Karst mountainou area was selected as a case area. The contents of heavy metals in surface soils and vegetable （cabbage） around the power plant were determined. The pollution characteristics of heavy metals in soils were assessed by fuzzy mathematic method，and the accumulation ability of cabbage to heavy metals was analyzed by bioaccumulation coeffi cient method. The experimental results show that：The contents of Hg，As，Cd，Pb，Cu in surface soils around the power plant are reached 0.70，26.40，0.61，44.83，35.51 mg/kg respectively，and the average levels of Hg and Cd are 1.40 and 2.03 times of the second standard in GB 15618-1995；The soils around the power plant are seriously polluted by Hg，As and Cd，northwest are the most severely polluted area，followed by west，southeast，southwest，northeast and east，the pollution degree in west is severely than that of east for general trend；The bioaccumulation effect of cabbage to Cd is stronger than those to other heavy metals.

soil；heavy metal；fuzzy mathematics；bioaccumulation coeffi cient；pollution degree

發行范圍國內外公開發行。主要的發行對象：（1）中石化、中石油、海洋石油天燃氣集團及其下屬企業和研究設計單位。（2）原化工部屬企業，各省市石油化工企事業單位。（3）外國獨資及中外合資石化企業。（4）高等院校。（5）與石化行業相關的機械、設備、儀器、儀表、材料、機泵、閥門等制造企業。發行量 33600冊/全年，全年共12期刊物特點《石油化工》為工業技術性期刊，1970年創刊，由中中石化集團資產經營有限公司北京化工研究院和中國化工學會石油化工專業委員會聯合主辦，月刊，中文核心期刊。《石油化工》有承辦國內外廣告業務的豐富經驗和優勢，廣告發布量大，企業宣傳效果好。每期編有廣告目錄，第12期編有全年廣告索引。廣告范圍（1）化工產品；化工設備；分析儀器；測試儀表；藥品；試劑；助劑；催化劑；填料；化工管道器材（泵、閥）；包裝、保溫、密封、潤滑材料；實驗室、中間試驗用品。（2）石油和化工領域的新工藝、新技術的推廣。（3）展會信息，書刊介紹，征訂啟事。（4）企業形象宣傳廣告價格（元/期頁）封面 封底 封二 封三 彩一 彩末 彩插 單色內頁6000 5000 4000 4000 4000 4000 3500 2000本刊地址：北京市和平街北口中國石化集團北京化工研究院通訊地址：北京1442信箱《石油化工》編輯部郵 編：100013廣告聯系人：祖國紅電 話：010-64295032；59202216 傳 真：010-64295032 電 郵：zugh.bjhy@sinopec.com

X53

A

1006-1878（2016）03-0338-07

10.3969/j.issn.1006-1878.2016.03.020

2015 - 11 - 10；

2016 - 02 - 01。

范明毅（1992—），男，福建省三明市人，碩士生，電話 15885009217，電郵 fanmingyifmy@163.com。聯系人：黃先飛，電話 13639110513，電郵 hxfswjs@gznu.edu.cn。

［作者簡介］ 國家自然科學基金項目（21407031）。