皖北農業水利區土壤重金屬來源解析及污染評價

常健平 馬杰 王森森 鄭華峰 吳明鑫

摘要：為了解皖北北部農業水利區土壤重金屬的來源及污染評價，以宿州市濉河某段為研究區，系統采集了50份深層土壤（±20 cm），并利用X熒光光譜儀測試了6種重金屬的含量。采用單因子污染指數法、內梅羅污染綜合指數法及多元統計方法（相關分析、因子分析），對6種重金屬進行污染評價。結果表明：（1）Cr、Co、Ni、Cu、Zn和Pb元素的平均質量濃度依次分別為47.5、10.79、26.46、29.02、60.00和26.92 mg/kg。除Pb和Cu元素的平均值要稍高于安徽省背景值外，其余四種重金屬元素的平均含量均低于安徽省土壤背景值;（2）除Cu、Pb屬于輕度污染外，Cr、Co、Ni、Zn都處于安全狀態;（3）Ni和Cu可能來自于周邊公路上的交通運輸，Cr、Co、Zn和Pb可能來自于農業肥料以及汽車尾氣的排放。研究成果可為濉河流域內的農業水利區環境實施治理、修復、優化等措施提供基礎依據。

關鍵詞：重金屬;水利區;多元統計;土壤污染

中圖分類號：X53;X825 ? ? ? ? ?文獻標識碼：A

城市河流在支撐經濟發展、維護生態系統穩定、美化城市環境等方面發揮著重要作用，其沿岸土壤的質量也與人類的身體健康密切相關。隨著城市化和工業化的高速發展，導致農業水利區土壤重金屬問題日益凸顯[1]。土壤重金屬污染能夠在體內長時間潛伏并且不易察覺、難從根本上除去和能夠在食物鏈中被富集吸收，從而對人類和其他生物造成很大的健康甚至是生命威脅[2]。同時，土壤重金屬污染具有不可逆性、滯后性的特點[3]。諸多學者對國內外的土壤重金屬開展了大量的研究工作，大氣、土壤和河流的組分是可以相互交換的，當大氣和河流被重金屬污染時，必然會對土壤中的重金屬污染的程度起到加深作用。在諸多研究成果中，以宿州市及周邊地區為研究區的研究成果頗多，但成果多關注于河流底泥重金屬、煤礦區周邊及街塵等，對河流周邊農業區及水利區的研究較少。基于此，本次研究針對宿州市濉河農業用水水利區土壤重金屬污染問題進行研究，結合相關性分析和因子分析，對研究區內6種土壤重金屬的污染來源解析。同時，使用內梅羅綜合污染指數法、單因子指數法定性分析出濉河農業用水水利區土壤的重金屬污染評價[4，5]。旨在為濉河農業用水水利區的環境實施治理、修復、優化等措施提供基礎依據。

1 材料與方法

1.1 研究區概況

宿州市位于安徽省的北部，面積達9787平方公里。宿州市的平原以濉河為界，研究區位于南北氣候過渡區，為溫帶半濕潤氣候。四季分明，夏天炎熱，秋天少雨，冬天寒冷干燥。最大年降雨量1363.7 mm，最小年降雨量564.5 mm，6～9月降水占全年降水量的65%～70%[6]。

1.2 樣品采集和預處理

遵循系統采樣的原則，本次研究樣品采集工作于2019年3月在濉河沿岸開展，并采集了50組樣品，采樣深度大約為20 cm左右的深層土壤，采樣間距控制在100 m，采集時盡量保證了樣品的純潔性。采樣過程中對每個點進行GPS定位，采樣點分布見圖1。樣品采回后，首先將樣品放入實驗室使其自然風干，風干后由小組成員研磨成粉并剔除掉植物、碎石等雜質，最后經過尼龍篩，篩出的粉末放入新的密封袋中保存備用。

在完成用手動粉末壓片機對研磨后的土壤樣品進行壓片之后，用X熒光光譜儀分析樣品中Cr、Pb、Co、Ni、Zn和Cu等6種重金屬含量，測試工作在安徽省煤礦勘探工程技術研究中心完成。

2 土壤重金屬含量分布特征

采用Excel和SPSS 24.0軟件對土壤中重金屬含量進行描述性分析，如表1所示。Cu和Pb的平均含量高于安徽省土壤背景值，其它4種元素的平均含量均低于安徽省土壤背景值，表明Cr、Co、Ni和Zn基本未受到污染。變異系數是反映樣品變異程度的一個統計量，它可以在一定程度上反映樣品受人為影響的程度[7]。Pb、Cu、Ni的平均變異系數相對較大，均高于0.30，說明在研究區這3種重金屬的時空分布差異較大，局部地區的人為活動對這3種重金屬含量有一定影響[8]。Co、Cr、Zn的平均變異系數較小，表明這3種元素受人為影響較小。

3 污染評價方法

3.1 單因子指數法

單因子指數法是在評價污染來源時一種常見的方法，因其計算相對簡單，適用范圍較廣。該方法利用實測數據和標準對比分類，選取土壤重金屬最差的類別即為評價結果，是一種簡單的通過限值判別土壤重金屬環境污染的方法[9]。其中，Pi≤1、1

表2列出各重金元素計算得出的平均單因子指數，污染程度依次為Cu>Pb>Zn>Ni>Cr>Co。依據土壤單因子污染程度分級標準，Cu和Pb屬于輕度污染，其余的四種重金屬元素目前都是處于安全狀態，在未來Zn元素也有在未來受到污染的風險。

3.2 內梅羅綜合指數法

內梅羅綜合污染指數法兼顧了單因子污染指數的平均值和最高值，它是著重體現某因子污染嚴重的一種綜合評價方法[10，11]。對于多個因子的污染狀況具有較好的評價能力，因此被廣泛應用于重金屬的評價中。內梅羅指數（M）在0～0.8、0.8～2.5、2.5～4.25、4.25～7.2和>7.2范圍時，分別對應的污染級別為優良、良好、一般、較差和極差[12]。

內梅羅綜合指數法計算結果如表3所示。Cr、Co、Ni、Cu、Zn、Pb的綜合污染指數分別為1.00、0.68、1.18、2.20、1.41、1.61，污染程度依次為Cu>Pb>Zn>Ni>Cr>Co。根據內梅羅綜合指數分級標準，其中重金屬Cr、Co處于優良狀態，其余四種重金屬Ni、Cu、Zn、Pb均處于良好狀態。

4 來源分析

土壤重金屬來源多受土壤母質和人為活動的影響，其來源的相似性會導致土壤中某些重金屬元素間表現出一定的相關特點[13]。為了確定重金屬來源，本文采用SPSS24.0軟件對數據進行相關性分析和因子分析。

相關性分析是研究重金屬來源分析的重要方法，重金屬元素間的相關性在一定程度上反映了重金屬元素污染程度的相似性或者是污染元素源的相似性。且其相關系數愈大其來自于同一污染源的可能性也就愈大。對濉河農業水利區土壤中的6中重金屬元素進行了Pearson相關分析[14]。從表4的相關性分析結果表中可以看出，Cr與Ni、Cu、Co、Zn、Pb之間存在著顯著的相關關系（P<0.01）。通過以上分析，可以得出以下結論：Cr與Zn、Co、Cu、Pb、Ni都可能來自與同一污染源。

因子分析法可以將一系列具有關系復雜的變量簡化為幾個綜合因子，該方法將各個元素在土壤中的濃度值看作是各污染源貢獻的線性組合。然后根據受體樣品（n）各化學成分（i）之間的相關關系，從n×i個數據集合中歸納出主因子，然后由此計算出各個因子載荷，結合因子載荷情況和污染源的特征元素定性推斷出各因子可能代表的污染源類型[15]。通過對6個不同變量因子分析，得到旋轉前后的因子分析載荷矩陣[16]，結果如表5所示。

通過旋轉前后因子分析可知，6種重金屬解釋了70.458%的信息，并提取出兩個主成分。第一主成分中，Cr、Co、Zn、Pb具有較高的正載荷;第二主成分中，Ni和Cu具有較高的正載荷。

在采樣踏勘過程中調查發現，研究區內分布有廣泛的農業耕種區，且交通運輸交通較為密集。結合相關性分析和因子分析可知，Cr、Co、Zn和Pb可能來自于農業肥料以及土壤母質;Ni和Cu作為汽車輪胎的添加劑，汽車輪胎與地面摩擦的顆粒物在高溫環境以及氧化還原反應中，可能會導致Ni和Cu向空氣中排放，最終導致Ni和Cu在土壤中發生沉積，Ni和Cu可能來自于汽車輪胎。

5 結論

（1）濉河農業水利區的土壤中Cr、Co、Ni、Cu、Zn、Pb元素的平均質量濃度依次分別為47.5 mg/kg、10.79 mg/kg、26.46 mg/kg、29.02 mg/kg、60.00 mg/kg和26.92 mg/kg。除Pb和Cu元素的平均值要稍高于安徽省背景值外，其余四種重金屬元素的平均含量均低于安徽省土壤背景值。

（2）單因子指數法表明，研究區內Cu和Pb屬于輕度污染，其余的四種重金屬元素目前都是處于安全狀態;內梅羅綜合指數法表明Cr、Co處于優良狀態，其余四種重金屬Ni、Cu、Zn、Pb均處于良好狀態。

（3）通過多元統計方法分析土壤重金屬來源，Ni和Cu元素的可能來自于交通運輸（汽車輪胎），Cr、Co、Zn和Pb可能來自于農業肥料以及土壤母質。

參考文獻

[1] 王洪濤，張俊華，丁少峰，等.開封城市河流表層沉積物重金屬分布、污染來源及風險評估[J].環境科學學報，2016，36（12）：4520-4530.

[2] 孫博，黃瑩，李永霞，等.基于主成分分析的河流沉積物重金屬污染評價[J].環境科學與技術，2016，39（10）：175-184.

[3] 康彩霞.GIS與地統計學支持下的哈爾濱市土壤重金屬污染評價與空間分布特征研究[D].吉林大學，2009.

[4] 李致春，桂和榮，孫林華.河流沉積物中重金屬來源分析方法研究進展[J].化學分析計量，2012，21（5）：94-96.

[5] 陳豪，左其亭，竇明.河流底泥重金屬污染研究進展[J].人民黃河，2014，36（5）：71-75.

[6] 王志塏，張克峰，劉雷.地下水污染評價中單因子指數法的優化[J].環境工程，2016，34（S1）：810-812，816.

[7] 李奇.宿州市主要河流水質變化趨勢分析及水質評價[D].安徽理工大學，2015.

[8] 劉紅斌，蘇尚軍.太原市土壤重金屬分布特征及生態風險評價[J].山西農業科學，2019，47（8）：1411-1415.

[9] 劉瑞雪，喬冬云，王萍，等.湘潭縣農田土壤重金屬污染及生態風險評價[J].農業環境科學學報，2019，38（7）：1523-1530.

[10] 關云鵬.利用內梅羅指數法模型評價地下水水質的探討[J].山西水利科技，2012（1）：81-84.

[11] Nemerow N L.Scientific stream pollution analysis[M].New York：McG raw-Hill Companies，1974.

[12] 康小兵，劉慶賀，李科，等.修正內梅羅指數法在小型污染場地中的應用[J].環境保護科學，2019，45（1）：111-115.

[13] 趙有益，黎虹.蘭州市設施菜地土壤重金屬污染程度及污染源[J].甘肅農業大學學報，2019，54（3）：125-133.

[14] 阿卜杜薩拉木·阿布都加帕爾，王宏衛，楊勝天，等.準東地區土壤重金屬污染特征及來源分析[J].中國礦業，2019，28（11）：168-174.

[15] 陳雅麗，翁莉萍，馬杰，等.近十年中國土壤重金屬污染源解析研究進展[J].農業環境科學學報，2019，38（10）：2219-2238.

[16] 雷凌明，喻大松，陳玉鵬，等.陜西涇惠渠灌區土壤重金屬空間分布特征及來源[J].農業工程學報，2014，30（6）：88-96.