江西省洎水河流域礦山附近土壤重金屬污染評價

張二喜，楊 浩，趙 磊

（1.成都理工大學管理科學學院，四川成都610059；2.四川省數學地質重點實驗室，四川成都610059）

江西省洎水河流域礦山附近土壤重金屬污染評價

張二喜1,2，楊 浩1,2，趙 磊1

（1.成都理工大學管理科學學院，四川成都610059；2.四川省數學地質重點實驗室，四川成都610059）

文章以江西省洎水河流域德興地區的農田礦山附近土壤中As，Cd，Cr，Cu，Ni，Pb和Zn七種重金屬為研究對象，基于模糊數學法和污染負荷指數法（PLI）對重金屬污染進行評價。結果表明：研究區域受到礦山開發影響較大，土壤均受到不同程度的污染，部分土壤受污染程度較為嚴重，其中受Cd和Cu污染最為嚴重。

重金屬污染；模糊數學；污染負荷指數；評價

隨著工農業的快速發展，我國土壤重金屬的污染日益嚴重。由于重金屬具有高毒性、持久性，以及在環境中的累積特性，從而受到人們廣泛研究[1-2]。對于農業土壤，農作物可以吸收土壤中的重金屬，即使土壤中的重金屬濃度不高，但是也足以影響到農作物的果實，進而影響人體健康。人類活動是重金屬的主要來源，例如：化石燃料的燃燒、化肥農藥的使用、礦山開發活動、污水灌溉、固體廢棄物的堆棄等。而在礦山附近，礦山開發和金屬冶煉過程中產生的重金屬可以通過大氣沉降，廢渣和廢水的排放等多途徑污染礦山周圍土壤[3]，可對當地土壤造成嚴重或潛在的危害，因此，對土壤重金屬進行評價非常必要。

對土壤評價方法有多種，如單因子法、多因子法和模糊數學法等。本文選擇模糊數學法和污染負荷指數法（PLI）對江西德興地區的農田土重金屬污染進行評價，并為當地農業土壤重金屬污染治理提供依據。

1 研究方法

1.1 樣品的采集與分析

圖1 采樣點位置圖

1.2 評價方法與評價標準

1.2.1 評價方法

1）模糊數學法

模糊數學評價方法首先需要確定隸屬度函數，建立關系模糊矩陣。取u=｛As，Cd，Cr，Cu，Ni，Pb，Zn｝為評價因子的集合；v=｛一級，二級，三級｝為評判因子的集合；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7×3的模糊矩陣，即關系模糊矩陣。按如下隸屬度函數計算各因素指標的隸屬度[4-5]：

式中，xi為某重金屬含量的實測值；ai、bi、ci分別為該重金屬對應于一、二、三級土壤重金屬環境質量狀況的標準值。

不同重金屬對土壤環境的貢獻存在一定差異，因此不同重金屬應有不同的權重。計算權重的方法一般采用土壤環境中污染物因子的實測濃度與其相應分級標準的比值來計算權重，公式為：

其中，ci為各指標的實測值；Si為（S1+S2+S3）∕3。分別算出三個參評重金屬因子的權重，權重矩陣寫成矩陣形式w=｛a,b,c｝。

然后對計算出的采樣點的關系模糊矩陣和權重模糊矩陣采用加權平均模型計算各個點在不同級別的隸屬度。其中加權模型為：

式中，bj為最終評價結果對應于第j個等級的隸屬度；wi為對應的權重；rij為模型關系矩陣S中對應的元素；n為參評因子的個數。

2）污染負荷指數法

轉注，簡單來說就是互訓，兩個漢字用來互相解釋彼此的意義，例如，《說文解字》中，老，考也；考，老也。考和老互相解釋彼此的意義，但并沒有產生新的漢字。而假借，“假借者，本無其字，依聲托事，令長是也”，漢字中本來沒有這個字，但是取一個跟它有相同或相近的聲音的漢字來使用，例如，表示方向的“北”其本意是“背”，造字之初“北”是指兩人相背而立，表示背，表示北方的北沒有其字，所以借用了表示相背意義擁有相近聲音的北表示北方，后世為了區分兩字才產生了北和背，各自擁有各自的意義。

污染負荷指數法是基于土壤背景的一種評價方法。其中污染因子為研究土壤中的重金屬濃度與該地區土壤中重金屬濃度的比值[6]。公式如下：

式中，Ci是第i中重金屬的濃度；Cib是第i種重金屬的背景值。

污染水平被分為的6個等級（0=不受污染，1=不受污染與中等污染之間，2=中等污染，3=中等到高污染之間，4=高污染，5=高污染到非常高污染之間，6=非常高污染）。為了評價樣品整體的污染水平，在此運用了污染負荷指數（PLI），公式如下：

PLI是一個用來評價重金屬污染的簡單的可比較的方法。PLI將土壤分為了四個等級，不受污染（PLI＜1），中度污染（1＜PLI＜2），重度污染（2＜PLI＜3）和極重度污染（3＜PLI）。

1.2.2 評價標準

采用土壤環境質量標準（GB15618-1995）和中國土壤元素背景值[7]，見表1。

表1 土壤環境質量標準值和江西省土壤背景值/mg?kg-1

2 分析評價

2.1 土壤中重金屬總量及定量分析

用ICP-AES測定樣品中的As，Cd，Cr，Cu，Ni，Pb和Zn，得到土壤中重金屬濃度含量，見表2。

重金屬總量結果表明，As，Cd，Cr，Cu，Ni，Pb和 Zn 的 平 均 值 分 別 為 39.20 mg∕kg，1.22 mg∕kg，70.28 mg∕kg，138.42 mg∕kg，32.24 mg∕kg，138.88 mg∕kg和171.48 mg∕kg。從As含量的分布上來看，7，8和15號點的含量超過了國家標準，其中8號點As含量是國家標準的將近7倍。Cd在所研究土壤中的含量均大于國家標準值0.3 mg∕kg，個別點（如15，16號點）土壤Cd含量均大于2.0 mg∕kg，污染較為嚴重。所研究土壤的Cr和Ni含量在各個點均較低，Cr含量均比國家二級標準150 mg∕kg低，而Ni除12，13和15號點略高于國家標準40 mg∕kg外，其余點均低于國家標準。Cu作為該地區主要污染物質，平均值為138.42 mg∕kg，大于國家標準值，從分布上看，大多數點均大于50 mg∕kg，1，2，7，10，11，14和15號點含量較高，其余點含量相對較低。對于有Pb-Zn礦的該地區，Pb和Zn個別點污染較為嚴重，如13，15和16號點土壤Pb含量較高，7，14和15號點土壤Zn含量較高。

表2 土壤重金屬濃度 /mg?kg-1

從總量上看，所研究土壤中Cd和Cu含量超過了國家標準，說明Cd和Cu是該區域的主要污染物質。其中8,10,13,14和15號點污染較為嚴重，主要因為這些點靠近礦山，附近礦山開發以及金屬冶煉所產生的廢水排放到洎水河中，污染了河水，而礦渣不恰當的處理也造成了河水的污染，較高重金屬濃度污水灌溉農田是這些點土壤重金屬含量較高的主要原因。7號點污染較為嚴重，可能是因為其所在地區地勢低洼，在雨季，河水淹沒農田所致。16號點污染嚴重，可能是因為該點作為洎水河與樂安江的交匯口，受到洎水河與樂安江兩條河的共同影響。從總量分析結果來看，研究區域受到礦山開發影響較大，Cd和Cu污染較為嚴重。

2.2 模糊數學法對該地區土壤重金屬污染評價

對所研究的7種重金屬建立環境質量等級隸屬度函數，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[8-9]。

對不同重金屬進行權重計算，計算結果，見表3。

表3 采樣點的重金屬權重

從表3中可以看到，Cd所占的權重最高，個別點As，Cu和Pb所占權重較高，說明這幾種重金屬元素是主要的污染因子。

權重矩陣（16×7）和隸屬度矩陣（7×3）相乘得到模糊評價矩陣（16×3），見表4。

表4 模糊數學評價矩陣

從表4中可以看到，2，3，6，7，11，12，14，15和16號點均屬于三級土壤，而8和13號點為二級土壤，其余為一級土壤，說明該地區污染較為嚴重。從污染點分布來看大多數污染點均在礦山附近或者下游，說明礦山開發是重金屬污染的主要來源。

2.3 污染因子和污染負荷指數對污染土壤環境評價

污染因子和污染負荷指數是基于所研究區域背景值的一種污染評價方法。該方法簡單，可比性較強，考慮背景值可以更準確的反應土壤污染情況。分析結果，見表5。

表5 污染因子和污染負荷指數

從表5中可以看出，Cd和Cu的Cf較大，個別點As，Pb和Zn均有較大的Cf值，說明這幾種重金屬元素遠遠超出了該地區的背景值，外來源是污染的主要原因。從污染負荷指數上看，7，8，14，15和16號點PLI均大于3，處于極重度污染情況；1，2，3，10，11，12和13號點處于重度污染（2＜PLI＜3）；其余點處于中度污染狀況（1＜PLI＜2），所研究點均受到不同程度的污染。

3 結論

研究區域重金屬元素As，Cd，Cr，Cu，Ni，Pb和Zn的含量較高。從土壤重金屬總量分布來看，礦山附近土壤污染較為嚴重，研究區域受到礦山開發影響較大，Cd和Cu污染較為嚴重。模糊數學法的評價也進一步說明了上述結果。

[1]Dong X,Li C,Li J,et al.A novel approach for soil contamination assessment from heavy metal pollution：a linkage between discharge and adsorption[J].Journal of Hazardous Materials,2010,175(1-3)：1022-1030.

[2]El O,El H,Lounate K,et al.Toxicity assessment of garden soils in the vicinity of mining areas in Southern Morocco[J].Journal of Hazardous Materials,2010,177(1-3)：755-761.

[3]Anju M,Banerjee D.Multivariate statistical analysis of heavy metals in soils of a Pb-Zn mining area,India[J].Environmental Monitoring and Assessment,2011：1-16.

[4]梁鎮海,陳翠翠,韓玉蘭,等.基于模糊數學的太原市敦化灌區污灌土壤重金屬污染評價[J].環境化學,2010,29(6)：1152-1157.

[5]Muller G.Index of geoaccumulation in sediments of the Rhine River[J].Geojournal,1969,2(3)：108-118.

[6]金艷,何德文,柴立元,等.重金屬污染評價研究進展[J].有色金屬，2007,59(2)：100-104.

[7]中國環境監測總站.中國土壤元素背景值[M].北京：中國環境科學出版社,1990.

[8]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.

[9]石曉翠，熊建新.模糊數學模型在土壤重金屬污染評價中的應用[J].天津農業科學，2005,11(3)：28-30.

The Soil Heavey Metal Pollution Evaluation Near the Mine in Jishui River Basin in Jiangxi Province

ZHANG Er-xi1,2,YANG Hao1,2,ZHAO Lei1
(1.Faculty of Management Sciences，Chengdu University of Technology,Chengdu Sichuan,610059;2.Sichuan Mathematics Geology Key Laboratory,Chengdu Sichuan,610059)

This paper studies the farmland near the mine in Dexing district near Jishui River of Jiangxi province with As,Cd,Cr,Cu,Ni,Pb and zinc metal in the soil as the research object,based on the fuzzy mathematics method and pollution load index method(PLI)to evaluate heavy metal pollution.The results showed that the study area is affected by mining is bigger,with varying degrees of soil pollution,soil contaminated degree is relatively serious,especially polluted by Cd and Cu.

heavy metal pollution,fuzzy mathematics,pollution load index,evaluation

S151.9+3

A

1674-0874(2016)01-0075-05

2015-11-27

張二喜（1990-），男，甘肅禮縣人，碩士，研究方向：土壤重金屬污染。

〔責任編輯 王東〕