平涼市級耕地重金屬污染預警系統構建

蔣軍鋒

摘要：根據耕地重金屬污染預警的“天-地-人通用概念模型”，采用糧食平均單產、耕地人口密度、耕地工業產值3個預警指標，初步建立了平涼市級耕地土壤重金屬污染預警系統。結果表明，污染程度在警戒線以下的縣區分別為靜寧縣、靈臺縣，警戒值分別為3.2、8.7。污染程度為輕度污染警示的縣區分別為莊浪縣、崇信縣，警戒值分別為10.0、11.3。污染程度為中度污染警示的縣區為涇川縣，警戒值為14.5。污染程度為中重度污染警示的縣區分別為崆峒區、華亭縣，警戒值分別為22.3、25.8。

關鍵詞：耕地重金屬污染;預警系統;平涼

中圖分類號：D912.6? ? ?文獻標志碼：A? ? ?文章編號：1001-1463（2019）02-0050-04

Abstract：According to “heaven， earth and human universal conception model” of early warning farmland heavy metal pollution warning， The early warning system of heavy metal pollution in farmland at Pingliang was initially preliminarily established by using three early warning indicators：average unit yield of grain， population density of cultivated land and industrial output value of cultivated land.The results showed that the counties below the warning line were Jingning County and Lingtai County， with warning values were 3.2 and 8.7，respectively. The counties with mild pollution warning were Zhuanglang County and Chongxin County， with warning values of 10.0 and 11.3 respectively. The county with moderate pollution warning is Jingchuan County， with a warning value of 14.5. The counties with moderate-severe pollution warning were Kongtong and Huating， with warning values of 22.3 and 25.8， respectively.

Key words：Farmland heavy metal pollution;Warning system;Pingliang

2014年4月17日環境保護部、國土資源部發布的《全國土壤污染狀況調查公報》指出，耕地土壤點位超標率為19.4%，其中輕微、輕度、中度和重度污染點位比例分別為13.7%、2.8%、1.8%和1.1%，主要污染物為鎘、鎳、銅、砷、汞、鉛、滴滴涕和多環芳烴，而造成土壤污染的主要原因是在經濟社會發展過程中污染物長期的累積 [1 ]。耕地土壤重金屬污染是威脅糧食安全和人體健康的重大問題[2 ]，且重金屬污染具有累積性、隱蔽性和不可逆性等特點，危害大，持續時間長，治理成本高。因此，對其進行早期預警具有重要意義。目前重金屬污染預警的方法主要有利用GIS結合多智能體技術（MAS）[3 - 5 ]、超標年限預測模型、灰色聚類模型、情景預測法以及人工神經網絡模型等[6 - 8 ]。筆者根據耕地重金屬污染預警的“天-地-人通用概念模? ? ?型”[9 - 11 ]，提出適合平涼市耕地重金屬污染狀況的預警模型及相應的預警指標體系，為平涼市戰略規劃的制定提供參考依據。

1? ?系統模型及數據來源

1.1? ?系統模型

該模型中耕地重金屬污染主要受“天-地-人”三大類因素影響，其中，“天”是以氣候為主的大環境要素的綜合因素;“地”是指土壤環境狀況;“人”是以人為主的社會、經濟綜合影響因素。假設在一個具體的生產單元里，在最近的5～10 a內的氣候狀況、土壤環境在一定的時間（s）和空間（t）內是相對固定的，那么主要影響因素就是“人”，可將“人”劃分為3個主要預警指標：農業生產過程中產生的污染，用糧食單產表示;人類日常生活過程中產生的污染，用耕地人口密度表示;工業生產過程中的污染，用耕地工業產值表示。因此，該模型可簡化為公式（1）

Y=f（t）s，t? =f（糧食單產、耕地人口密度、耕地工業產值）s，t? ? （1）

式中，Y表示在一定的時間（s）和空間（t）內某一行政單元（預警區）耕地土壤重金屬的污染程度，即預警值;糧食單產表示某一行政單元在最近5～10 a的糧食平均單產，計量單位為kg/hm2;耕地人口密度表示某一行政單元在最近5～10 a的人口與耕地面積之比，計量單位為萬人·千/hm2;耕地工業產值表示某一行政單元在最近5～10 a的平均工業產值與耕地面積之比，單位為萬元/hm2。

1.2? ?數據選擇及來源

研究數據來自2010 — 2016年7 a《平涼發展年鑒》的統計數據[12 ]，即平涼市各縣（區）各年度的糧食作物總產量（t）、糧食作物播種面積（萬hm2）、工業總產值（萬元）、人口數量（萬人），從而計算得到相應的糧食單產（kg/hm2）、耕地人口密度（萬人/hm2）、耕地工業產值（萬元/hm2）。

2? ?預警系統建立

2.1? ?預警單元的劃分

預警區為整個平涼市;預警單元為平涼市7縣（區）（崆峒區、涇川縣、靈臺縣、崇信縣、莊浪縣、靜寧縣、華亭縣）[12 ]，單元數為7個;預警指標分別為平涼市各縣區最近7 a平均糧食單產、平均耕地人口密度、平均耕地工業產值。

2.2? ?預警值的計算方法

以平涼市某縣某指標最高和最低為相對100%和0%，折算所有縣的3個相對指標，即：單產相對值（Y1）、耕地人口密度相對值（Y2）和耕地工業產值相對值（Y3），其變動范圍為0%～100%，預警值（Y）等于3個相對指標之和再除以10。計算公式如下：

Y1=（某縣單產-全市最低單產）/（全市最高單產-某縣最低單產）? ? ? ? ?（2）

Y2=（某縣耕地人口密度-全市最低耕地人口密度）/（全市最高耕地人口密度-某縣最低耕地人口密度）? ? （3）

Y3=（某縣耕地工業產值-全市最低耕地工業產值）/（全市最高耕地工業產值-某縣最低耕地工業產值）? ? ? ? ? ? ? ?（4）

Y=（Y1+Y2+Y3）/10? ? ? ? ? ?（5）

2.3? ?預警等級的劃分及預警結果的判定

將預警值劃分為7個區間，分別命名為“紅橙黃綠青藍紫”7個警示級別，分別命名為C1紅、C2橙、C3黃、C4綠、C5青、C6藍、C7紫，C為縣（County）的英文縮寫[13 ]，預警等級的劃分及預警結果的判定見表1。

3? ?預警結果與分析

由表2看出，污染程度在警戒線以下的縣區分別為靜寧縣、靈臺縣，警戒值分別為3.2、8.7。污染程度為輕度污染警示的縣區分別為莊浪縣、崇信縣，警戒值分別為10.0、11.3。污染程度為中度污染警示的縣區為涇川縣，警戒值為14.5。污染程度為中重度污染警示的縣區分別為崆峒區、華亭縣，警戒值分別為22.3、25.8。

4? ?結論與討論

以“天-地-人通用概念模型”為基礎，采用糧食平均單產、耕地人口密度、耕地工業產值3個預警指標，初步建立了平涼市市級耕地土壤重金屬污染預警系統。污染程度在警戒線以下的縣區分別為靜寧縣、靈臺縣，警戒值分別為3.2、8.7。污染程度為輕度污染警示的縣區分別為莊浪縣、崇信縣，警戒值分別為10.0、11.3。污染程度為中度污染警示的縣區為涇川縣，警戒值為14.5。污染程度為中重度污染警示的縣區分別為崆峒區、華亭縣，警戒值分別為22.3、25.8。

從理論上預警了平涼市近7年的耕地土壤重金屬污染程度，基本上符合平涼市的基本情況，城市土壤的污染主要來源于人為因素和土壤本地的污染程度，而人為因素主要有工業、農業、交通運輸等過程中產生的污染[14 ]。需要強調的是該結果只是對可能存在的污染驅動力的相對劃分，并不代表耕地土壤重金屬污染的實際情況。

本研究中重金屬預警模型不但可以對平涼市耕地重金屬現狀進行預警，也可以對未來進行預警。而且可以建立縣級重金屬單一污染預警系統，即以每個縣的鄉鎮為基本預警單元，單元數為鄉鎮的數量，形成多套預警系統，如可分別建立鎘、鉛、砷、汞等預警系統，可具體為縣級耕地重金屬污染防治提供參考依據。

本研究中預警指標的最低值與最高值可采用甘肅省的最高值和最低值，也可采用全國的指標，因此，需要具體情況具體分析。例如，想要與甘肅省相比較，就需使用甘肅省的標準。筆者使用平涼市標準的目的在于更好的掌握平涼市各縣區耕地重金屬污染的具體狀況，為平涼市的發展提供參考依據。

參考文獻：

[1] 劉傳德，王? ?強，于? ?波，等.? 耕地土壤重金屬污染的特點和治理對策[J].? 農技服務，2008，25（7）：118-119.

[2] 馬? ?彥.? 土壤重金屬污染及其植物修復研究綜述[J].? 甘肅農業科技，2016（2）：69-77.

[2] 嚴加永，呂慶田，葛曉立.? GIS支持下的土壤重金屬污染預測預警研究[J].? 吉林大學學報（地球科學版），2007，37（3）：592-596.

[3] 吳春發.? 復合污染土壤環境安全預測預警研究—以浙江省富陽市某污染地為例[D].? 杭州：浙江大學，2008.

[4] 李? ?向，宋? ?濤.? MAS技術在土壤重金屬污染評價及預警中的應用[J].? 計算機技術與發展，2010，20（1）：217-220;224.

[5] 范迪富，翁志華，金? ?洋，等.? 江蘇省溧水縣土壤環境污染預警預測方法探討[J].? 江蘇地質，2005，29（2）：88-93.

[6] 湯奇峰.? 四川成都經濟區耕地生態系統割愛生態安全性預測預警研究[D].? 北京：中國地質大學，2007.

[7] 侯艷輝.? 礦區生態環境評估及預警實現技術研究[D].? 濟南：山東科技大學，2004.

[8] 侯彥林.? 中國耕地重金屬污染預警系統研究[J].? 農業環境科學學報，2012，31（4）：697-705.

[9] 侯彥林，李江英，周永娟，等.? 中國耕地氮面源污染研究：II污染評價指標體系的初步制定[J].? 農業環境科學學報，2008，27（4）：1277-1282.

[10] 侯彥林，趙慧明，李江英，等.? 中國耕地氮面源污染研究：III估算模型的實證[J].? 農業環境科學學報，2009，28（7）：1337-1340.

[11] 彥衛忠.? 環境預警指標體系研究[J].? 長沙電力學院學報，2002，17（3）：87-90.

[12] 張艷麗.? 平涼市蔬菜產地灌溉水源重金屬含量檢測與評價[J].? 甘肅農業科技，2015（6）：36-38.

[13] 平涼發展年鑒編纂委員會.? 平涼發展年鑒[M].? 蘭州：蘭州大眾彩印包裝有限公司，2016.

[14] 劉鯉榕.? 城市土壤重金屬污染現狀及治理方法[J].? 能源與環境，2011（3）：62-63.

（本文責編：楊? ? ?杰）