龍游硫鐵礦區農田土壤重金屬污染的空間變異及在水稻中的積累①

張奧博，褚先堯，殷漢琴，徐明星，黃春雷，宋明義

?

龍游硫鐵礦區農田土壤重金屬污染的空間變異及在水稻中的積累①

張奧博，褚先堯，殷漢琴，徐明星，黃春雷，宋明義

(浙江省地質調查院，杭州 311203)

為了解浙江龍游硫鐵礦區農田重金屬污染狀況，采集礦區265件農田土壤樣品，分析8種重金屬Cu、As、Hg、Zn、Cd、Ni、Pb、Cr元素全量，利用地統計學軟件GS+9.0對研究區土壤各元素指標進行半變異函數擬合，并利用普通克里格法進行插值并繪制空間分布圖。采集30件水稻籽粒樣品，分析重金屬在研究區中水稻籽粒的累積特征，并進行了健康風險評價。結果表明：礦區土壤中8種重金屬元素的變異系數從0.72到1.76，離散程度較高。8種重金屬的土壤空間半變異函數Cu、As、Hg元素符合指數模型，Zn、Cd、Ni、Pb符合球狀模型，Cr符合高斯模型。元素Cu、Pb、Zn、Cr、Ni的塊金值與基臺值的比值C0/C0+C都小于0.25，說明空間變化主要受地質背景等因素影響；元素Cd、Hg和As的塊金值與基臺值的比值C0/C0+C在0.25 ~ 0.75之間，說明除了地質背景因素，人為活動等隨機因素也有影響。礦區水稻籽粒中重金屬Ni和Cd的變異系數最高，分別為0.95和0.87，說明Ni和Cd元素可能存在異常積累。礦區水稻籽粒對重金屬的富集能力由大到小依次為Cd、Zn、Cu、Ni、As、Hg、Cr、Pb。健康風險評價結果表明礦區農田水稻籽粒中元素As、Cd的風險商大于1，存在潛在健康風險；而其他6種重金屬Cu、Hg、Zn、Ni、Pb和Cr基本屬于安全范圍。

龍游黃鐵礦；重金屬污染；空間分布；變異函數；健康風險

浙江龍游硫鐵礦區位于龍游縣南部，是浙江省重要多金屬硫鐵礦成礦礦田區，自20世紀50年代以來，歷經數十年開采，為當地的經濟社會發展作出了巨大貢獻[1-2]。到目前為止，學者們對龍游礦區的地質特征、成礦規律等進行了研究，如劉道榮[1]研究了龍游溪口硫鐵礦的成礦規律，賈錦生等[2]研究了龍游廟下礦區的物化探特征等，但對礦區內農田土壤重金屬污染情況報道較少。由于礦山開采過程中，礦山廢棄物堆放及礦山廢水的排放等會導致重金屬元素進入周邊土壤生態系統，且由于重金屬在土壤系統中具有隱蔽性、長期性和累積性的特點，可能對周邊土壤環境質量、糧食作物生長以及居民身體健康帶來重大安全隱患，因此礦區土壤重金屬污染情況的研究具有重要意義[3-7]。

近年來，硫鐵礦區的土壤重金屬污染情況也引起了國內外學者的廣泛關注，如Soldevilla 等[8]研究了西班牙西南一個硫鐵礦的土壤和植物中重金屬的含量，Simon 等[9]研究了伊比利亞硫鐵礦周邊土壤中As和Zn的分布，劉曉雙等[10]研究了云浮硫鐵礦區土壤重金屬的空間分布，王道芳等[11]研究了鄂西某硫鐵礦尾礦庫下的農田土壤重金屬的形態分布等。但是這些研究大多集中在硫鐵礦區土壤重金屬含量及空間分布等方面，對于重金屬在研究區中水稻籽粒的累積特征及健康風險評價涉及較少；且由于礦區農田土壤中重金屬的分布很不均勻，存在很高的異常值，所以在克里格插值之前，常常需要對數據做正態化處理，這些研究均未涉及此部分。本文依托“浙江省西北部土地質量調查與應用研究”項目，以龍游礦區農田土壤作為研究對象，首先解決了數據的正態化問題，并采用地統計學軟件GS+9.0進行半變異函數分析，利用普通克里格法插值并繪制空間分布圖，最后統計了重金屬在研究區中水稻籽粒的累積特征，并進行了健康風險評價，以期為龍游硫鐵礦礦區環境綜合治理及決策提供科學依據。

1 材料與方法

1.1 研究區概況

浙江龍游硫鐵礦礦區地處龍游縣南部丘陵山區，行政區劃屬衢州市龍游縣溪口鎮、廟下鄉及沐塵鄉，119°02′ ~ 119°20′E，28°44′ ~ 28°56′N。屬于亞熱帶季風氣候區，年平均氣溫18 ℃，年平均降雨量1 700 mm。研究區東、西、北三面叢山重疊，海拔高度80 ~ 843.9 m，礦區土地利用類型見圖1，圖中綠色區域為林地，境內筍竹資源豐富，區內分布有竹林2.3萬hm2，年產毛竹800多萬支；中部黃色區域為靈山江沖擊而成的河谷平原，農田主要分布于此，以種植水稻為主，此區域為本文主要研究區；其他土地利用類型如旱地、荒草地等在區內零星分布。

龍游硫鐵礦位屬華南褶皺系，位于江山-紹興拼合帶南東側，余姚-麗水深大斷裂北西側[1]。礦體賦存在沐塵巖體接觸帶中，呈脈狀產出，受斷裂構造控制。礦床形成于晚白堊世，屬巖漿期后熱液礦床[1]。區內出露地層主要有元古界八都巖群、三疊系、白堊系、第四系，其中八都巖群塹頭巖組為賦礦地層，巖性主要為變質巖[2]。礦區自北向南包括靈山、溪口、牛角灣、廟下4個礦床。靈山、溪口、牛角灣為多金屬硫鐵礦礦床，廟下為銅礦礦床。靈山礦床位于溪口鎮北東，礦區面積1.76 km2，目前保持采礦10萬噸/年，選礦20萬噸/年的生產規模。溪口礦床分為溪西礦段和河東礦段，礦區面積共3.9 km2，20世紀70年代后未開采。牛角灣礦床位于溪口鎮東南，礦區面積4.2 km2，至2003年閉坑共采礦石量395萬噸。廟下礦床位于廟下鄉芝坑口村，礦區面積0.8 km2，目前處于閉礦狀態。

1.2 樣品采集和預處理

根據礦床位置及土地利用方式進行布點，采樣區域基本覆蓋研究區水田，采樣密度為1件/km2，靈山礦附近適當加密，具體采樣位置見圖2。共采集表層土壤樣品265件，其中靈山礦床28件，溪口礦床8件，牛角灣礦床9件，廟下礦床5件，剩余周邊區域215件。采集土壤表層深度為20 cm左右的土樣。采樣方式為一點多坑，以布樣位置為中心點，周圍向外30 m輻射4個坑，幾個坑樣品充分混合，以期達到樣品能排除個例干擾、代表周邊土壤環境的目的。裝取充分混合后的樣品2 kg于干凈的棉布袋中。樣品經自然風干，磨碎過20目篩，送浙江省地質礦產研究所進行測試。

圖2 龍游硫鐵礦區農田土壤調查采樣點分布示意圖(=265)

Fig. 2 Distribution of sampling sites of farmland soils in Longyou Pyrite Mine(=265)

1.3 測試方法

樣品全部在<60℃恒溫干燥箱內烘干，經充分混勻后用四分法取80 ~ 100 g樣品采用可變速無污染瑪瑙行星球磨機無污染細碎到過200目并混勻后分裝3份，其中一份測As、Hg的樣品約20 g再次在瑪瑙罐中細磨10 min，裝入外套聚乙烯塑料袋的牛皮紙袋中，另3份裝入牛皮紙袋供其他項目檢測用，多余樣品留作副樣。As、Hg的測定利用XDY-1011A型原子熒光儀，采用氫化物發生非色散原子熒光光譜法(HG-AFS)。Cd、Cu、Cr的測定利用X2電感耦合等離子體質譜儀，采用電感耦合等離子體質譜法(ICP-MS)。Pb、Zn、Cr的測定利用ZSX100e型X射線熒光光譜儀，采用X熒光光譜法(XRF)。分析質量控制按照《DD2005-01多目標區域地球化學調查規范(1∶250000)》的要求進行。樣品的檢出率均為1，說明元素的分析方法可行；分析的精密度和準確度用國家一級標準樣(GSS-2~GSS-4)進行監控，每個標準物質的實測平均值與標準值之間的對數偏差均小于0.1，說明分析的精密度和準確度符合質量要求；按照比例，插入10個重復樣，其相對偏差(RD)在0.015 ~ 0.082，說明分析的重復性符合質量要求。

1.4 數據處理

利用SPSS進行數據統計分析。利用Minitab進行數據正態性檢驗及正態化處理，正態檢驗采用Ander-son-Darling(A-D)法。利用地統計學軟件GS+9.0進行半變異函數擬合，采用普通克里格法對研究區土壤各元素指標進行插值，并繪制空間分布圖。采用交叉驗證法對插值的可靠性進行驗證。交叉驗證法是在樣點數據中每次去掉一個點，用剩余點的值預測該點的值，通過比較實際值和預測值的差異來驗證插值準確度的方法。8種重金屬元素預測值與實際值的一元線性回歸方程見表1。由表1可知，8種重金屬元素As、Cd、Cr、Cu、Hg、Ni、Pb、Zn的預測值與實際值的線性相關斜率為0.87 ~ 1.05，基本接近于1，斜率標準差在0.03 ~ 0.09，擬合度在0.267 ~ 0.744，表明插值結果基本可靠。

2 結果與討論

2.1 礦區農田土壤重金屬污染狀況

2.1.1 礦區土壤重金屬含量統計 礦區農田土壤中Cu、As、Hg、Zn、Cd、Ni、Pb、Cr 8種重金屬元素的含量統計數據見表2，表中標準值為土壤二級環境標準值(GB-1995)，以下簡稱標準值。

表1 8種重金屬元素預測值與實際值的回歸方程

由表2可見，8種重金屬元素的變異系數為0.72 ~ 1.76，其中Cu元素變異系數最大，Ni元素變異系數最小，從大到小依次為Cu、Cd、Pb、As、Hg、Zn、Cr、Ni，總體來說8種重金屬元素的離散程度都較高，說明在礦區內，土壤中重金屬元素的分布很不均勻。Cd元素均值大于標準值，其余7種元素均值小于標準值，說明礦區農田土壤中Cd元素超標最嚴重。同時發現，除Cr外的7種元素的最大值都超出標準值，說明除Cr外的7種元素都在不同程度上超標。與衢州市均值對比可以發現，除As外的7種元素均值均高于衢州市均值，高含量與成礦區地質背景有關。對比均值和中位數發現，8種元素均值都大于中位數，說明在樣本中存在高值點異常值，這些高值點樣本拉高了均值，使得數據分布左偏，這些偏差很大的高值點與礦床開采活動有關。

2.1.2 不同礦床附近土壤重金屬分布特征 為了解8種重金屬在不同礦床附近農田土壤的含量，將靈山、溪口、牛角灣、廟下及周邊區域的土壤重金屬含量分別統計，并與標準值及衢州市均值[12]進行對比，對比結果見圖3。

分析重金屬元素的分布規律可以發現，Cd、Cu、Pb、Zn 4種元素在靈山附近的含量遠高于其他區域，含量高的原因與靈山礦采礦選礦活動有關，Cu、Pb、Zn元素是靈山的成礦元素，Cd元素是伴生元素，靈山礦床的采礦和選礦活動使得這些元素進入周邊農田。Cr元素在溪口含量最高，推測與溪口鎮居民生活、工業活動有關。As元素在除靈山外的4個區域含量都低于衢州市均值，說明As元素在礦區的地質背景中含量較低，選礦采礦活動也未對As產生太大影響。Cr、Ni元素在牛角灣的含量也低于衢州市均值。同時發現As、Cr、Ni元素在不同礦床的分布特征類似，都是牛角灣礦區最低，周邊區域其次，靈山、溪口和廟下區域的含量較高。

分析重金屬的污染程度可以發現，污染最重的重金屬是Cd元素，靈山、溪口、廟下以及周邊的農田土壤中Cd元素的含量都超出標準值，點位超標率達到0.60以上，其中靈山礦的Cd含量達到1.56 mg/kg，比標準值0.3 mg/kg高了5倍左右。污染程度稍輕的是Cu元素和Zn元素，靈山礦Cu元素含量是139.5 mg/kg，比標準值50 mg/kg高2倍左右；廟下銅礦的Cu元素含量是53.7 mg/kg，略高于標準值，其他區域Cu含量低于標準。靈山硫鐵礦和廟下銅礦都含有黃銅礦，所以自然背景中的Cu含量較高，靈山礦區由于近期仍在進行的采礦和選礦作用，將Cu元素釋放，通過粉塵飄散、雨水浸泡、地下水滲透等方式遷移進入礦區農田土壤，使得靈山礦區Cu含量進一步升高。靈山礦農田表層土壤Zn元素含量為375.1 mg/kg，超出標準值200 mg/kg一倍左右，其他區域Zn元素未超標。靈山礦Zn元素含量高的原因和Cu元素類似，一方面由于礦區出產鉛鋅礦，自然背景較高；另一方面采礦和選礦活動使得元素進一步釋放遷移，進入農田表層土壤。Pb元素也表現出與Cu、Zn元素類似的特征，在靈山礦附近含量最高。其他4種元素Cr、Ni、As、Hg元素在整個礦區內的含量也在標準值以下。

2.2 礦區農田土壤重金屬的空間變異特征及分布

2.2.1 數據正態化處理 對礦區數據偏度進行統計發現，8種重金屬元素的偏度均大于0，為正偏。意味樣本中存在高值異常點，由于成礦區空間變異性強烈，高值點常與礦床位置及開采活動有關。正態檢驗發現8種元素數據的值均小于0.005，表明均不符合正態分布。

由于變異函數擬合及空間克里格插值均需要計算數據符合正態分布，要求我們對數據進行正態化處理[13]。常用的數據處理方法包括剔除異常值以及數據正態變換。剔除異常值由于可能刪掉有意義的數據，對礦區等空間變異性強烈地區的弊端非常明顯；而正態變換方法則可以最大限度地保留原有數據信息。常用的正態變換方法有ln變換、Box-cox變換以及Johnson變換[14-15]。我們對Cu、As、Hg、Zn、Cd、Ni、Pb、Cr 8種重金屬數據分別進行ln變換、Box-cox變換以及Johnson變換，變換后進行正態檢驗，結果見表3。

表3 8種重金屬元素的正態變換結果

如表3所示，8種重金屬數據進行ln變換后峰度和偏度都有降低，但值仍然全部小于0.005，表明仍不符合正態分布。8種重金屬數據進行Box-cox變換后，峰度和偏度進一步降低，且Cu、As、Pb 3種元素通過正態檢驗，其余5種重金屬元素未通過檢驗。8種重金屬數據進行Johnson變換后，除Cr和Pb元素外，其余6種元素值大于0.05，通過正態檢驗。在3種變換中，Johnson變換具有最強的適應性，且變化后的值也更高，能夠更好地滿足數據正態分布的需要。8種重金屬元素中，只有Pb元素的Box-cox變換后值為0.09，比Johnson變換后的值0.05高，建議選擇Box-cox變換，其他7種元素選擇Johnson變換。

2.2.2 礦區土壤重金屬元素空間變異特征 由于正態變換后元素數據符合正態分布，且擬合的變異函數趨勢更加平滑穩定[15]，選擇正態變換后的數據進行變異函數分析。Pb元素選擇Box-cox變換，余下7種元素選擇Johnson變換。變異函數模型及參數見表4。

表4 8種重金屬元素的最優變異函數模型及參數

由表4可知，Cu、As、Hg元素的半變異函數符合指數模型，Zn、Cd、Ni、Pb的半變異函數符合球狀模型，Cr的半變異函數符合高斯模型。8種重金屬元素擬合模型的決定系數2范圍在0.432 ~ 0.987，其中擬合程度最好的是Ni元素，決定系數為0.987；其次是Cr、Cu和As元素，分別為0.979、0.924和0.884，這4種元素的半變異函數擬合效果比較理想。8種元素的變程范圍由大到小順序是As、Ni、Cr、Cu、Hg、Cd、Pb、Zn。其中，As元素變程最大，達到13.92 km，基本上覆蓋了整個礦區，表明As元素在整個研究區域具有空間相關性[16]。Ni和Cr元素變程也較大，分別是7.07 km和5.30 km，覆蓋了大部分研究區域，表明這兩種元素在較大范圍內擁有空間相關性[17-18]。Cu、Hg、Cd、Pb、Zn 5種元素的變程在3.27 ~1.73 km，表明這些元素只在小距離內具有空間相關性。Zn和Pb的塊金值與基臺值的比值0/0分別為0.079和0.087，接近于0，表明這兩種元素主要受地質背景等區域性因素影響[19]；Cu、Ni和Cr的塊金值與基臺值的比值0/0+也都小于0.25，說明這3種元素受到地質背景等區域性因素影響較大，受到隨機性因素影響較小。As、Hg和Cd的塊金值與基臺值的比值0/0在0.25 ~ 0.75，說明這3種元素空間變異性在地質背景等區域性因素起作用的同時，人為活動等隨機性因素也起了一定作用[20]。

2.2.3 礦區土壤重金屬元素的空間分布 在空間結構分析得到的變異函數模型的基礎上，進行普通克里格方法插值，得到礦區土壤8種重金屬Cu、As、Hg、Zn、Cd、Ni、Pb、Cr元素的三維空間分布圖(圖4)。

由圖4可見，8種重金屬的最高值點都位于礦區的東北部，靈山礦床所在位置附近，靈山礦為多金屬硫鐵礦礦床，至今仍在進行開采和選礦活動，使得礦床附近農田土壤的重金屬含量大大增加。Zn、Pb、Cd 3種元素在牛角灣東部出現一個高值平臺，原因是牛角灣礦段富含鉛鋅礦，所以Pb、Zn元素含量高，Cd元素是礦床的伴生元素，在土壤中含量也較高[21]。8種重金屬在廟下附近也都存在次高值點，廟下銅礦采礦過程中重金屬元素擴散至周邊土壤。溪口礦床由于停采多年，只有As和Hg兩種元素較高，原因與溪口鎮居民生活及工業活動有關。

由空間分布圖可見，在溪口鎮附近只有Hg和As存在高值點，且8種重金屬中也只有Hg和As的塊金值與基臺值的比值0/0+遠大于0.25，說明溪口鎮的居民生活及工業活動等隨機因素也對兩種元素的空間變異產生影響[22-24]。Pb和Zn元素的空間分布規律有些類似，這兩種元素的變程都小于2 km，塊金值與基臺值的比值0/0+都接近0，說明Pb和Zn在2 km內具有強的空間相關性，二者在成礦過程中的相伴而生是空間分布相似性的根本原因[25]。Cd的空間分布和Pb、Zn有些相似，只是塊金值與基臺值的比值0/0+變大，變程也略有增加，Pb和Zn元素的分布可看作是礦點的指示。Cu、Ni及Cr元素的分布略有相近，都是東北最高，西南其次，東南和西北最低。

2.3 礦區水稻籽粒重金屬的累積特征及健康風險評價

2.3.1 水稻籽粒重金屬的累積特征 為進一步了解礦區農田土壤重金屬污染狀況及其對人體健康的影響，本文將土壤環境質量與農產品品質密切結合起來，在前期土壤調查的基礎上，加采30個農田土壤樣及其上所產的水稻籽粒樣品，采用原子吸收分光光譜儀和原子熒光光譜儀分別測定了其中Cu、As、Hg、Zn、Cd、Ni、Pb、Cr 8種重金屬的全量。水稻中重金屬含量的統計結果及8種重金屬限量值見表5。

表5 礦區水稻籽粒重金屬平均含量特征

注：限量值參考《食品中污染物限量標準》(GB2762-2012)以及《糧食(含谷物、豆類、薯類)及制品中鉛、鉻、鎘、汞，硒、砷、銅、鋅等八種元素限量》(NY861-2004)等行業標準。

由表5可見，龍游硫鐵礦礦區水稻籽粒中Cd和Ni的平均含量分別為0.26 mg/kg和0.60 mg/kg，都高于國家標準限量值，分別有15個和17個樣品超標，超標率為0.50和0.57。As的平均含量為0.08 mg/kg，低于國家標準限量值0.15 mg/kg，卻有一個樣品超標，超標率為0.03。其余5種重金屬元素Hg、Pb、As、Cu、Zn的最大值都小于限量值，沒有樣品超標。重金屬在水稻中的積累差異較大，Ni和Cd的變異系數最高，分別為0.95和0.87，說明Ni和Cd元素可能存在異常積累。As元素的變異系數也較高為0.40，Hg、Pb、As、Cu、Zn元素的變異系數在0.18 ~ 0.34之間，為中低強度變異。

2.3.2 水稻籽粒對重金屬的富集能力 水稻籽粒對土壤中重金屬的富集能力可以用作物富集系數來表示，參照沈體忠等[26]的研究將作物富集系數(plant uptake factor，PUF)定義為作物可食部分重金屬富集量與對應土壤中同種重金屬全量的比值，富集系數越大，作物對土壤重金屬的富集能力就越強。經計算，龍游硫鐵礦礦區農田中水稻籽粒對8種重金屬的富集能力由大到小依次為Cd、Zn、Cu、Ni、As、Hg、Cr、Pb，富集系數PUF分別為0.63、0.12、0.07、0.04、0.022、0.021、0.007、0.001。Cd的富集系數最高，表明水稻籽粒最易從土壤中吸收富集該元素，Cd污染對稻米的安全性的威脅性也最高。與之相反富集系數越低的元素，水稻抵抗其污染的能力就越強。

2.3.3 水稻攝入的健康風險評價 對于水稻籽粒的健康風險，參考文獻[27-28]引入風險商(HQ)進行評價，計算公式如下：

(2)

式中：ADD為重金屬經谷類攝入的攝取劑量(mg/ (kg·d))；RfD選擇USEPA(2000)參考劑量(mg/(kg·d)，表6)；為稻米中重金屬的平均含量(mg/kg)；IR為成年人每日的稻米攝入量(kg/(人·d))，根據我國平均食物消費結構[27]，人均每年消費谷類糧食作物206 kg，人均每天稻米攝入量為0.564 kg；ED為暴露時間，參照USEPA取值為70 a；EF為暴露頻率，參照USEPA取值為350 d/a；BW為該地區的平均體重，參照文獻[28]取值62 kg；AT為平均總暴露時間，參照USEPA取值為25 550 d。

由表6可見，As、Cd的風險商大于1，而其他6種重金屬Cu、Hg、Zn、Ni、Pb和Cr都小于1，所以只有As、Cd存在潛在暴露風險。Cd的風險商為2.2，同時按照國家衛生標準Cd的超標率也達到了0.50，具有明顯的食物暴露風險。As的風險商為2.3，雖然按照國家衛生標準只有一個元素超標，但是由于As及其各種化合物具有很高的毒性，所以按照USEPA的參考劑量計算As也具有明顯的食物暴露風險。按照國家衛生標準，Ni元素雖然有0.57的超標率，但是按照USEPA的參考劑量算，Ni的風險商只有0.27，這可能是由于1994年全國食品衛生標準分委會通過的糧食中Ni的內控標準偏低的緣故。總體而言，研究區稻米中6種重金屬Cu、Hg、Zn、Ni、Pb和Cr都屬于安全范圍。

表6 礦區稻米中重金屬的ADD及HQ值

注：①參考文獻[28]，②參考USEPA(2000)[29]。

3 結論

1) 8種重金屬元素的變異系數為0.72 ~ 1.76，離散程度較高，說明礦區土壤中重金屬分布不均勻。數據分布全部左偏，表明含有重金屬高值點異常值。8種重金屬的空間半變異函數Cu、As、Hg元素符合指數模型，Zn、Cd、Ni、Pb符合球狀模型，Cr符合高斯模型。8種元素的變程由大到小依次為As、Ni、Cr、Cu、Hg、Cd、Pb、Zn。除Cd、Hg和As外，其余5種元素的塊金值與基臺值的比值0/0都小于0.25，說明空間變化主要受地質背景等因素影響；Cd、Hg和As的塊金值與基臺值的比值0/0在0.25 ~ 0.75之間，說明除了地質背景因素，人為活動等隨機因素也有影響。

2) 龍游硫鐵礦礦區水稻籽粒中重金屬超標率為Ni>Cd>As，其余5種重金屬元素Hg、Pb、As、Cu、Zn沒有樣品超標。重金屬在水稻中的積累差異較大，Ni和Cd的變異系數最高，分別為0.95和0.87，說明Ni和Cd元素可能存在異常積累。礦區農田中水稻籽粒對8種重金屬的富集能力由大到小依次為Cd、Zn、Cu、Ni、As、Hg、Cr、Pb，富集系數PUF分別為0.63、0.12、0.07、0.04、0.022、0.021、0.007、0.001。健康風險評價結果表明礦區農田水稻籽粒中元素As、Cd的風險商大于1，存在潛在暴露風險；而其他6種重金屬Cu、Hg、Zn、Ni、Pb和Cr基本安全。

[1] 劉道榮. 浙江龍游溪口地區硫鐵礦礦床成礦規律與找礦潛力[J]. 資源調查與環境, 2015, 36(3): 173–178

[2] 賈錦生, 宋華穎, 馬天壽, 等. 浙江龍游廟下陳村多金屬礦區地質、物化探特征及其找礦遠景[J]. 物探與化探, 2013, 37(1): 42–46

[3] Zhang X, Chen D, Zhong T, et al. Assessment of cadmium (Cd) concentration in arable soil in china[J]. Enviromental Science and Pollution Research, 2014, 22(7): 4932–4941

[4] Li Z Y, Ma Z W, KuiJp T J, et al. A review of soil heavy metal pollution from mines in China: Pollution and health risk assessment[J]. Science of Total Envoroment, 2014, 468–469C: 843–853

[5] 曹雪瑩, 張莎娜, 譚長銀, 等. 中南大型有色金屬冶煉廠周邊農田土壤重金屬污染特征研究[J]. 土壤, 2015, 47(1): 94–99

[6] 岳榮, 史悅, 張紅. 土壤中重金屬累積特征及生態風險評價——以烏拉特后旗有色金屬冶煉企業集中區為例[J]. 土壤, 2016, 48(2): 314–321

[7] Zhao H, Xia B, Fan C, et al. Human health risk from soil heavy metal contamination under different land uses near Dabaoshan Mine, Southern China[J]. Science of the Total Environment, 2012, 417: 45–54

[8] Soldevilla M, Maranon T, Cabrera F. Heavy metal content on soil and plants from a pyrite mining area in southwest Spain[J]. Communications in Soil Science and Plant Analysis, 1993, 24(3-4): 365–369

[9] Simon M, Diez M, Garcia I, et al. Diatribution of As and Zn in soils affectes by the apill of a pyrite mine and effectiveness of the remediation measures[J]. Water Air and Soil Pollution, 2009, 198(1-4): 77–85

[10] 劉曉雙, 亦如瀚, 吳錦標, 等. 云浮硫鐵礦礦區土壤重金屬含量的空間分布[J]. 環境工程學報, 2012, 4(12): 2843–2847

[11] 王道芳, 付善明, 常向陽, 等. 鄂西某硫鐵礦尾礦庫下農田土壤重金屬的形態分布及生物有效性[J]. 環境化學, 2013, 32(9): 1813–1814

[12] 董巖祥, 鄭文, 周建華, 等. 浙江省土壤地球化學背景值[M]. 北京: 地質出版社, 2007: 129–152

[13] Wu C F, Wu J P, Luo Y M, et al. Spatial interpolation of severely skewed data with several peak values by the approach integrating Kriging and triangular irregular network interpolation[J]. Environmental Earth Sciences, 2011, 63(5): 1093–1103

[14] 李曉暉, 袁鋒, 白曉宇, 等. 典型礦區非正態分布土壤元素數據的正態變換方法對比研究[J]. 地理與地理信息科學, 2010, 26(6): 102–105

[15] 王子良. 空間數據預處理及插值方法對比研究——以銅陵礦區土壤元素為例[D]. 合肥: 合肥工業大學, 2010: 7–11

[16] 任伯幟, 馬宏璞, 鄭諧, 等. 錳礦區雨水徑流中重金屬含量及污染水平的空間結構特征[J]. 環境科學學報, 2014, 34(7): 1730–1737

[17] 農金花, 梁增芳, 石永蓮, 等. 巖溶區植煙土壤pH、有效鐵錳和交換性鈣的空間異質性——以重慶市酉陽縣為例[J]. 土壤, 2016, 48(4): 769–776

[18] 趙明松, 李德成, 張甘霖, 等. 江淮丘陵地區土壤養分空間變異特征——以安徽省定遠縣為例[J]. 土壤, 2016, 48(4): 762–768

[19] 李忠義, 張超蘭, 鄧超冰, 等. 鉛鋅礦區農田土壤重金屬有效態空間分布及其影響因子分析[J]. 生態環境學報, 2009, 18(5): 1772–1776

[20] 毛竹, 張世熔, 李婷, 等. 鉛鋅礦區土壤重金屬空間變異及其污染風險評價——以四川漢源富泉鉛鋅礦山為例[J]. 農業環境科學學報, 2007, 26(2): 617–621

[21] 王曉輝, 楊晨. 基于GIS和地統計學的淮南礦區土壤重金屬含量與空間分布研究[J]. 長江流域資源與環境, 2014, 23(Z1): 60–65

[22] 李晉昌, 張紅, 石偉. 汾河水庫周邊土壤重金屬含量與空間分布[J]. 環境科學, 2013, 24(1): 116–120

[23] Liang J, Liu J Y, Yuan X Z, et al. Spatial and temporal variation of heavy metal risk and source in sedments of Dongting Lake wetland mid-south China[J]. Journal of Envirmental Science and Health, Part A, 2015, 50: 100–108

[24] Sanyalu V T, Sanyaolu A A A, Fadele E. Spatial variation in heavy metal concentration in an arable soil along a major highway in IkoroduLagos Nigeria[J]. African Journal of Soil Science, 2013, 1(2): 28–32

[25] 劉勇, 王成軍, 劉華, 等. 鉛鋅冶煉廠周邊重金屬的空間分布及生態風險評價[J]. 環境工程學報, 2015, 9(1): 477–483

[26] 沈體忠. 江漢平原土壤–水稻系統重金屬遷移積累及其健康風險評價——以天門市為例[C]//第四屆全國農業環境科學學術研討會論文集. 2011: 993–1000

[27] 齊雁冰, 黃標, 楊玉峰, 等. 蘇州市不同區域水稻籽粒重金屬積累特征與健康風險評價[J]. 農業環境科學學報, 2010, 29(4): 659–665

[28] 吳迪, 楊秀珍, 李存雄, 等. 貴州典型鉛鋅礦區水稻土壤和水稻中重金屬含量及健康風險評價[J]. 農業環境科學學報, 2013, 32(10): 1992–1998

[29] 劉發欣. 區域土壤及農產品中重金屬的人體健康風險評估[D]. 雅安: 四川農業大學, 2007: 1–77

Spatial Variation of Eight Heavy Metals in Farmland Soils and Their Accumulation in Rice Grains in Longyou Pyrite Mine, Zhejiang Province

ZHANG Aobo, CHU Xianyao, YIN Hanqin, XU Mingxing, HUANG Chunlei, SONG Mingyi

(Zhejiang Institute of Geological Survey, Hangzhou 311203, China)

To investigate the current state of heavy metal pollution in farmland soils in Longyou Pyrite Mine, Zhejiang Province, 265 farmland soils samples were collected, Cu, As, Hg, Zn, Cd, Ni, Pb and Cr contents in soils were measured and the spatial variation of the heavy metals were studied by using GS+9.0 and Kriging interpolation. 30 rice grain samples were collected, the accumulation characters and health risk of heavy metals were studied and assessment. The results showed that variation coefficient of eight heavy metals ranged from 0.72 to 1.76, indicating uneven distribution of heavy metals in the study area. The half variant function of Cu, As and Hg fit exponential model, those of Zn, Cd and Ni fit spherical model, that of Cr fit Gaussian model. The0/0+of Cu, Pb, Zn, Cr and Ni were less than 0.25, indicating their spatial variation were influenced by geological factors, while those of Cd, Hg and As were from 0.25 to 0.75, indicating their spatial variation were influenced by geological and human activity factors. The variation coefficients of Ni and Cd in rice grains were 0.95 and 0.87, respectively, which possibly indicating abnormal accumulation of Ni and Cd. The enrichment capacity was in an order of Cd>Zn>Cu>Ni>As>Hg>Cr>Pb. Health risk assessment showed that HQs of As and Cd were higher than 1, suggesting potential risk, while the other six heavy metals were generally safe.

Longyou Pyrite Mine; Heavy metal pollution; Spatial distribution; Variation function; Health risk

10.13758/j.cnki.tr.2017.04.018

X82

A

浙江省國土資源廳項目(2014002)資助。

張奧博(1988—)，女，內蒙古赤峰人，博士，工程師，主要從事農業地質調查、土壤污染修復等研究。E-mail：1988aobo@163.com