土壤重金屬污染的評價方法研究進展

黃世清 劉月 林運萍

摘 要：土壤污染會間接地對人們的日常生活造成影響，土壤質量的好壞對植物種植的質量也有著直接關系，土壤污染最主要的原因是重金屬污染。對土壤重金屬污染的評價方式有許多，不同的評價方式得出的結果也不同。本文對主要的評價方式進行分析，總結其優缺點并作出展望，旨在為該領域的工作人員提供參考。

關鍵詞：重金屬；土壤污染；GIS

中圖分類號：S151 文獻標識碼：A DOI：10.11974/nyyjs.20180632230

1 土壤重金屬污染評價基準

由于對土壤重金屬污染評價方式較多，所以每種方式得出的結果也不同，對其進行評價的基礎是評價標準。國外發達國家對此較早地開展了研究。我國土壤重金屬污染評價的標準通常是以土壤環境背景值為基礎，加上2～3倍的標準差，及土壤環境質量標準。這種評價方式僅僅具有比較意義，并不能夠綜合反映土壤環境等綜合意義，也無法準確體現土壤污染程度，導致研究得出的結論也存在差錯。只有通過不斷改善評價基準，才能夠保證對土壤重金屬污作出染準確評價。

2 傳統評價方法

2.1 指數評價方法

單項污染指數法，單項污染指數法在環境各要素評價中使用率較高，基于土壤環境質量，選取最大類別因子作為目標進行評價，具有目標明確的特點，卻不能充分反映土壤環境污染的全面情況；綜合污染指數法，綜合污染指數法是使用土壤污染監測結果、土壤環境質量標準聯合定義的評價方式。綜合污染指數中的內梅根污染綜合指數法全面考慮到了污染物的最大值、平均值，能夠充分反映各種重金屬污染物對土壤的影響，目前在我國的使用較為普遍；地質累積指數法，地質累積指數法不僅充分考慮自然地質過程對背景值的影響，還考慮到人為活動對重金屬污染的影響。地質累積指數法能夠反映重金屬分布的特點，判別人為活動對環境產生的影響。

2.2 綜合評價方式

模糊數學綜合評價法是通過模糊數學中的隸屬理論將定性評價轉化為定量評價，利用土壤質量分級差異中間過渡的模糊性，從而解決土壤重金屬污染劃分級別時邊界模糊問題，可以控制誤差，但此方式沒有考慮污染物自身的毒性；灰色聚類法考慮到了多種因子影響，根據環境質量系統的灰色性質，將聚類對象對其不同的聚類指標所擁有的白化數，按幾個灰類進行歸納，然后判斷每個聚類對象屬于哪個級別。根據不同因子在不同級別中所占的權重確定其聚類系數，進而確定土壤環境質量的級別。雖然此方式合理地處理了權重問題，但忽略了聚類系數之間是有聯系的，因此分辨率不高。

3 GIS評價方式

隨著地理信息系統的不斷發展，傳統的對土壤重金屬污染評價方式已經不適用于現狀，未考慮到重金屬所具有的空間變異特點。漸漸地出現了地統計模型評價方式，經過克里格插值使土壤重金屬得到了可視化的表達，還充分考慮到了重金屬空間變異特點，但克里格插值需要大量樣本。當樣本數量較少時，需要用到神經網絡插值。據以往研究報道，當樣本數量較少的情況下，神經網絡插值和克里格插值都具有較高的精度，當樣本數增多時，克里格插值和神經網絡插值精度也隨之增加，而且慢慢地精度值會變得穩定。但是對土壤重金屬污染不管使用哪種評價方式，在進行評價之前都應當先調查土壤并采樣，隨著我國社會重工業的不斷發展，對環境造成極大威脅，同時其他行業對土壤信息的需求也增加，國家也逐漸重視土壤科學，開始將GIS技術運用到土壤調查中。

3.1 地統計模型

此評價方式充分考慮到重金屬空間變異及分布特點，能夠將數據分布空間的結構性、依賴性、相關性、變異性等進行很好詮釋，還能夠模擬空間數據的特性。克里格插值能夠將需測地塊及其周圍的樣品之間的數據、關系、位置等的函數模型所表現出的信息，對其定義權系數，然后使用加權平均對每個點的污染物含量、比重進行評估。地統計模型評價方式能夠將土壤重金屬污染在二維、三維上表現出來，使結果具有可視化，且具有準確性。

3.2 人工神經網絡模型

人工神經網絡模型是通過計算機信息處理系統模擬生物神經系統。通過模仿真實系統中輸入—輸出數據，探討其中的關系與規律，在此基礎上，選擇新數據計算輸出的結果。由于人工神經網絡模型具具有自學習、組織、適應、映射能力等特征，所以能夠很好地體現重金屬與污染地之間的映射關系。據以往文獻報道，人工神經網絡模型評價方式在樣本數較少的情況下能夠更好地進行評價，能夠彌補克里格法的不足。但是此方式缺乏少理論指導，建立時也較有難度。

4 展望

對土壤重金屬污染進行有效評價是處理土壤重金屬污染的關鍵所在。土壤重金屬污染評價方式應當采用多種評價方式相結合，有效避免由于單一評價方式無法全面評價的缺陷，加強對重金屬元素的總體評價及對生物自身毒性研究，將GIS和土壤重金屬污染評價方式進行最大限度的融合。對于不同類型的地塊，要進行自適應地調整，優化其參數，進而增加評價結果的準確性。