青海典型工業區耕地土壤重金屬評價及源解析

尹 芳,封 凱,尹翠景,拜得珍,王 蕊,周園園,梁永春,劉 磊

青海典型工業區耕地土壤重金屬評價及源解析

尹 芳1,封 凱2,尹翠景2,拜得珍3*,王 蕊3,周園園3,梁永春2,劉 磊2

(1.長安大學土地工程學院,陜西 西安 710054；2.長安大學地球科學與資源學院,陜西 西安 710054；3.青海省環境科學研究設計院有限公司,青海 西寧 810000)

為了解黃河流域工業園區附近耕地土壤重金屬污染現狀、分布特點及污染來源,在青海省湟水流域甘河工業園區采集了138個表層土壤樣點,測定了Cd、As、Pb、Cr、Cu、Ni、Zn等7種重金屬的含量及土壤pH值,以《土壤環境質量農用地土壤污染風險管控標準》為評價標準,采用地累積指數、污染負荷指數、主成分分析、正定矩陣因子分析等方法對研究區耕地土壤重金屬污染進行了研究分析.結果表明:7種土壤重金屬的濃度范圍分別為Cd(0.16～21.80mg/kg)、As(3.68～20.80mg/kg)、Pb(17.00～223.40mg/kg)、Cr(47.22～389.24mg/kg)、Cu(16.03～46.06mg/kg)、Ni(21.33～93.24mg/kg)、Zn(48.60～1535.10mg/kg),其中Cd污染最嚴重,存在13個高風險值點,52個中風險值點;其次為Zn,存在13個中風險值點;Cr和Pb分別存在2個和1個中風險值點,其他重金屬的采樣點均為低風險.研究區耕地土壤重金屬污染以中部偏東地區最為嚴重,與研究區工廠企業的位置一致,兩種主要重金屬污染元素Cd和Zn的污染均表現出以工廠企業為中心,中心區污染最嚴重,向外污染程度逐漸降低.綜合地累積指數和污染負荷指數分析的結果,研究區絕大多數地區污染較輕,在中部偏東工業園區周邊地區污染較為嚴重,Cd和Zn是其主要貢獻元素.造成研究區耕地土壤重金屬污染的來源主要包括交通運輸、工業生產、農業活動、燃煤發電及自然成土過程等.

耕地土壤；重金屬；污染評價；PMF模型

土壤作為生物圈中最活躍的部分,極易受到人為活動的污染破壞,其中以重金屬污染對人類健康影響最大[1].依據國家對耕地土壤污染的管控標準,當土壤中重金屬濃度大于篩選值,小于等于管制值時,食用農產品可能會出現達不到質量安全標準等風險;大于管制值時,食用農產品將無法滿足質量安全標準[2].2014年《全國土壤污染調查公報》中表明,我國已有19.4%的耕地土壤存在重金屬污染的問題[3].

土壤重金屬污染的來源既包括成土過程等自然因素,也包括工業生產、農業活動等人為因素[4-5].對土壤質量的評價與溯源分析是管理、治理土壤污染的前提,可以為土地資源合理開發利用、生態環境有效管理保護、土壤污染綜合防治提供理論支撐和科學依據.目前,關于土壤重金屬污染評價的研究主要采用指數評價法與綜合模型評價法[6-7].指數評價法以數理統計為主,簡便易行,是用比較明確的標準界限將土壤的污染程度進行等級劃分,是目前土壤重金屬評價中應用最廣泛的方法[8];綜合評價模型綜合考慮土壤環境各污染因素的權重,使評價更具科學性,包括模糊綜合評價法、主成分分析法、灰色聚類法、層次分析法等方法[9-10].對于土壤重金屬的污染溯源分析,目前相關研究主要采用的方法包括地統計模型[11]、多元統計分析[12-13]、穩定同位素比值分析[14]、正定矩陣因子分析(PMF)[1,5,14-15]等,其中PMF方法在確定污染源貢獻率方面更具優勢[16],已廣泛應用于大氣、水、土壤等多個領域的溯源研究[17].

湟水河作為黃河流域上游的重要支流和青海省的母親河,對于青海省乃至黃河流域生態保護和高質量發展均具有重要的作用.目前,關于土壤重金屬污染的研究在全國大多數地區均有開展,但我國學者在湟水流域乃至黃河流域對土壤重金屬污染的研究主要集中在濕地、礦區周邊的土壤[18-19],或針對中下游或入海口的耕地土壤[20-21].在相關文獻的查閱中,關于湟水流域的污染問題,大都集中在水質的問題上,少有針對耕地土壤重金屬污染的相關研究,且以因子分析方法為主,存在不能識別出的污染源的局限性[22-23].因此,本文基于前期的調查分析,選取了湟水流域土壤重金屬污染最為突出的甘河工業園區周邊作為研究區,以Cd、As、Pb、Cr、Cu、Ni、Zn七種土壤重金屬作為研究對象,利用指數評價法、PMF等方法進行土壤重金屬污染的質量評價與溯源分析研究,為改善湟水流域耕地土壤重金屬污染提供數據支持,而且對黃河流域工業園區耕地土壤污染及風險評估具有示范意義.

1 材料和方法

1.1 研究區概況

研究區(36°29'49"N～36°36'47"N,101°25'44"E～ 101°35'2"E)位于青海省西寧市湟中區中部,總面積約190km2(圖1).該地區氣候類型為溫帶大陸性氣候,夏季高溫,冬季寒冷,氣溫年較差大,全年降水少.地形以高原、山地為主,地勢起伏較大.研究區土地利用類型復雜多樣,分布有較多的城鎮、工礦、居民用地,是整個湟水流域的工業集中地帶,主要為各種金屬(鋁、銅、鉛、鋅、鐵)的冶煉加工廠和壓延加工廠、化工廠、無機鹽制造廠等企業.農田以旱地為主,城鎮周邊分布有較多養殖場.

圖1 采樣點位置與研究區域

1.2 樣品采集與實驗分析

采樣點的選擇以半隨機布點法和格網法相結合,在預測的高污染風險地區加密布點.于2020年9月29日～10月3日進行樣品采集工作.采樣時在約20m× 20m正方形4個頂點和中心采取5個0～20cm的表層土壤,均勻混合作為該樣點的土壤樣品,共采集樣品138個(圖1).所有的土壤樣點均利用手持GPS進行中心點精確定位.將采集好的樣品置于實驗室風干,研磨并過篩(200目),裝入紙袋備用.依據《全國土壤污染狀況詳查樣品分析測試技術規定》[24]對土壤中Cd、As、Pb、Cr、Cu、Ni、Zn 7種重金屬及土壤pH進行檢測,獲取土壤重金屬濃度數據.

1.3 分析方法

1.3.1 研究區污染評價 研究區污染評價分為單因子污染評價和綜合污染評價兩部分,其中單因子污染評價采用地累積指數法[25],區域綜合污染評價采用污染負荷指數法[26-27].

地累積指數法不僅考慮了人為污染因素、環境地球化學背景值,并兼顧自然成巖作用對背景值的影響,獲得重金屬污染級別,結果可以反映重金屬的自然分布特征,評價人類活動對重金屬污染的影響,計算式如下:

式中:geo為地累積指數;C為污染元素實測濃度,單位mg/kg;B為污染物元素的地球化學環境背景值,采用《中國土壤元素背景值》[28]中規定的7種重金屬C層土壤算術平均值,單位mg/kg.為考慮到造巖運動可能引起的背景值的波動而設定的參數,一般取1.5.地累積指數分級標準如表1所示:

表1 Igeo值與污染物污染水平的關系

污染負荷指數法利用求積統計法直觀反映多種重金屬對環境污染的貢獻值及其在空間、時間上的變化趨勢,可高度概括多種重金屬的綜合污染程度,其計算式如下:

式中:CF為元素的最高污染系數;C為元素的實測含量,單位mg/kg;C為元素的環境背景值,采用《中國土壤元素背景值》[28]中規定的7種重金屬A層土壤算術平均值,單位mg/kg;PLI是評價區域某一點的污染負荷指數;為評價元素的個數.污染負荷指數的評價標準如表2所示:

表2 PLI值與區域污染水平的關系

1.3.2 溯源分析 正定矩陣因子分析法(PMF)是一種基于因子分析原理的數據分析方法[1,5,14-15].PMF模型將原始矩陣(×)因子化,分解為兩個因子矩陣,(×)和(×),以及一個殘差矩陣(×),計算式如下:

式中:X為第個樣品的第個化學成分的濃度;F為源中第個化學成分的濃度,即源成分譜矩陣;G為源對第個樣品的貢獻,即源的分擔率矩陣;E是殘差矩陣.

PMF定義了一個目標函數:

式中:ij表示第個樣品的第個化學成分的不確定度.

PMF模型基于Multilinear engine-2算法進行迭代計算,不斷地分解原始矩陣,得到最優的矩陣和,最優化目標是使趨于自由度值,即×.

PMF軟件中不僅需要輸入濃度文件,還需要不確定度文件.不確定度數據文件的計算方法如下:

當各個元素的濃度小于或等于相應的方法檢出限(MDL)時,不確定度的值為:

當各個元素的濃度大于相應的MDL時,不確定度的值為:

式中:為相對標準偏差;為元素濃度, mg/kg;MDL為方法檢出限, mg/kg.

作為模型主要診斷技術的信噪比能夠說明在測量值中的可變性是真實的還是數據的干擾,信噪比越小表明這種化學成分在模型中越不穩定,樣品被檢出的可能性越小.PMF的因子數通過多次試驗的分析結果、誤差及值的相對變化等確定[29].

2 結果與分析

2.1 污染特征

2.1.1 重金屬含量統計 表3是研究區7種重金屬的主要統計特征,其中低、中、高風險以《土壤環境質量農用地土壤污染風險管控標準(試行)》(以下簡稱《GB 15618—2018》)[2]中農用地土壤污染風險篩選值和風險管控值為標準確定.當土壤中重金屬濃度小于等于風險篩選值時,農用地土壤污染為低風險,一般情況下可以忽略;濃度介于風險篩選值和風險管制值之間時,農用地土壤污染為中風險,食用農產品可能會出現達不到質量安全標準等風險,原則上應當采取相關的安全利用措施進行管理修復;大于風險管制值時,農用地土壤污染為高風險,食用農產品無法滿足質量安全標準,原則上需要進行退耕還林等嚴格管控措施.

研究區土壤重金屬污染以Cd元素最為嚴重,存在52個中風險值點和13個高風險值;其次為Zn元素,存在13個中風險值;Cr元素和Pb元素分別存在2個和1個中風險值,其余3種元素均為低風險值.研究區7種重金屬的平均含量中,僅Cd元素的平均值超過了《GB 15618—2018》[2]中的風險篩選值,其他重金屬的平均濃度均低于風險篩選值.變異系數反映了7種重金屬的離散程度的大小,Cd元素、Pb元素、Zn元素的變異系數較大,說明他們的離散程度較大(表3).綜上,研究區的土壤重金屬污染以Cd元素和Zn元素最為嚴重.

表3 研究區土壤重金屬含量特征

圖2 地累積指數箱型

2.1.2 空間分布特征及污染評價 按照式(1)由圖2可知,138個樣點所有重金屬元素的地累積指數最大值均大于0,表明7種元素在研究區均具有不同程度的污染,其中As、Cu和Ni3種元素的最大值大于0且小于1,達到了輕微污染水平;Cr和Pb 2種元素的最大值大于2且小于3,達到了中度污染水平,Zn元素的最大值大于3且小于4,達到了偏重污染水平,但6種元素的平均值均小于0,屬于無污染水平,表明這6種元素在研究區個別地點存在污染,整體上污染較小;Cd元素的污染較為嚴重,最大值超過了5,達到了極重污染水平,雖然平均值較小(1.91),屬于輕度污染水平,但有較多采樣點的地累積指數超過了0,這印證了Cd元素是研究區耕地土壤的主要污染物,且存在個別較重的污染地區.選取研究區污染較嚴重的Cd和Zn兩種元素,對兩種重金屬地累積指數以及研究區污染負荷指數進行反距離權重插值,并對插值結果進行交叉留一檢驗,檢查插值結果的可信性.插值及檢驗的結果如圖3、圖4所示:

圖3 反距離權重插值結果

(a)Cd地累積指數;(b)Zn地累積指數;(c)研究區污染負荷指數

由地累積分析結果可知,研究區Cd元素污染以中部偏東地區最為嚴重,部分區域達到了極重污染的標準(圖3a).研究區Zn元素的污染程度相對較低,大部分地區為輕度污染或無污染,個別區域出現了中度污染和偏重污染,污染嚴重的地區與Cd元素污染空間分布特征基本一致,該地區分布有較多的鋅、鋁冶煉加工廠及煉焦廠,是研究區工廠、企業的集中地區(圖3b).

7種重金屬綜合污染分析結果表明,研究區絕大多數地區按照污染負荷指數標準為中等污染區,從三維圖中可以看出中等污染區域內部存在較大差異,研究區中部偏東地區污染負荷指數明顯高于其他地區,在中部偏東的地區出現了強污染和極強污染,這與研究區主要污染物Cd元素和Zn元素的高值區域一致(圖3c),研究區耕地土壤重金屬污染整體上表現出以工廠企業為高污染中心,向外污染程度逐漸降低的趨勢.對兩種元素的地累積指數和污染負荷指數分析進行交叉留一檢驗,3個結果的決定系數(2)均大于0.6,表明建模的結果較可靠(圖4).

2.2 溯源解析

2.2.1 主成分分析、聚類分析結果 考慮到7種重金屬濃度數量級不同的問題,在進行主成分分析和聚類分析之前對數據進行了均值標準化的處理.綜合考慮特征值、因子相關性、累積解釋變量等因素的前提下,本文提取了3個主成分作為主成分分析結果,3個主成分共解釋了93.091%的信息量,其中第一主成分～第三主成分分別解釋了57.743%、23.603%和11.745%的原始信息,主成分系數矩陣如表4所示.由主成分系數矩陣可知,第一主成分主要由Cd、Pb、Cu和Zn元素構成,第二主成分主要由Cr和Ni元素構成,第三主成分主要由As元素構成.主成分分析的KMO檢驗值為0.705,通過了水平為0.01的顯著性檢驗.將主成分分析的結果作為7種重金屬的分類依據,可以作為溯源分析時考慮同一主成分重金屬污染源可能一致的依據.

表4 主成分矩陣

注:括號內百分比表示主成分的因子載荷貢獻率.

以7種重金屬均值標準化后的濃度作為分類指標,對138個樣本點進行聚類分析,結果如圖5所示.在0～5距離內,Cd、Pb和Zn元素首先聚為一類;距離為5時,Cr和Ni元素聚為一類;隨距離增加,距離為10時,Cu元素與Cd、Pb、Zn元素聚為一類,在距離為19時As元素加入,As、Cu、Cd、Pb、Zn 5種元素聚為一類.按照聚類分析的結果將7種重金屬分為3類,結果與主成分分析3個主成分的元素構成一致.聚類分析在主成分分析結果的基礎上,進一步提供了同源污染物的優先順序.

2.2.2 正定矩陣因子分析 為進一步明確各重金屬的來源,利用PMF模型對研究區農田重金屬污染進行源解析.

圖5 聚類分析譜系

PMF因子數通過多次運行程序并綜合考慮值、信噪比、2等確定.分別設置因子數為3、4和5,模型的迭代計算次數設置為30次,經過比較最終確定PMF解析因子數為5.通過對模型進行調整、改進,將實測值與模型預測值比較,Ni元素擬合曲線2為0.8,其他重金屬擬合曲線2均在0.9以上,表明實測值與模擬值的相關性較強,擬合結果較好,因子具有代表性.

通過模型運算獲得的研究區樣點各重金屬源貢獻率如圖6所示,7種重金屬在各因子中的占比情況如表5所示.

Cr、Ni在因子1有較高的占比,貢獻率分別達到63%和30%.相關研究表明,土壤Cr、Ni兩者之間存在共同的來源,這兩種重金屬在表生地球化學過程中均為親鐵元素,土壤中的含量極有可能由成土過程主導[30-31].研究區采樣點中,除兩個點外,兩種重金屬的濃度都低于背景值,且濃度分布規律基本一致.根據主成分分析和聚類分析的結果,兩者相關性較高.因此將因子1定義為土壤母質源.

As在因子2有較高的占比,貢獻率達到70.4%,遠超其他重金屬.相關研究表明[32-33],土壤中的As含量主要與化石燃料的燃燒有關,化石燃料燃燒產生的煙塵進入空氣中后隨氣流擴散,沉降到企業周邊土壤中.研究區位于甘河工業園區,該地區是湟水流域內的工業密集區,且工廠企業發電多以火電為主,土壤中As的污染源可能來自一些燃煤量大的工業部門.因此將因子2定義為燃煤源.

圖6 耕地土壤重金屬PMF源解析模型

表5 土壤重金屬污染來源貢獻率(%)

Cd、Zn在因子3有較高的占比,貢獻率分別為58%和51.1%.這兩種重金屬是研究區土壤的主要污染物.土壤Cd污染主要包括礦石冶煉和精煉排放的煙塵沉降,農藥、化肥和塑料薄膜的使用等來源[34-35].土壤中Zn的累積主要與有色金屬加工等工業及牲畜糞便有關[36-37].在兩種重金屬污染嚴重的地區,分布有許多制鋅、制鋁、煉焦、化工等污染企業,企業生產過程中Cd、Zn等重金屬均會作為附加產物產生,并通過人類活動和自然環境的循環作用最終進入到土壤中,造成重金屬污染.此外,研究區采樣點均為農田和牧場,研究區耕地以旱地為主,牧場以牦牛養殖為主,農藥、化肥和塑料薄膜的使用以及喂養牦牛的飼料、牦牛產生的糞便等也是兩種重金屬污染的重要的來源.因此將因子3定義為農業活動和工業活動源.

Cu、Ni、Cr在因子4上有較高的占比,貢獻率分別為52%、30.8%和26.1%.相關資料表明,這三種重金屬是電鍍過程中典型的污染產物[38-39].研究區分布有較多的合金冶煉和壓延加工企業,以鐵合金、鋁合金、銅合金等為主,合金生產會涉及到電鍍等過程,產生包含重金屬污染物的廢氣、廢水、廢渣,并進入到土壤中,從而造成污染.因此將因子4定義為電鍍源.

Cd和Pb在因子5上有較高的占比,貢獻率分別為30.4%和37.9%.交通工具燃油的主要產物為Pb,且交通工具排放的尾氣中還含有包括Cd在內的多種有害重金屬[40-41].研究區為工業集中區,路網密集且車流量較大,為運送企業需求的原材料或生產的產品,多有重型貨車往來運輸,貨車等交通工具排放尾氣中的重金屬通過氣流擴散、大氣沉降等作用在耕地中累積,從而造成污染.因此將因子5定義為交通源.

通過統計5個來源因子對7種重金屬的貢獻率,表明Cd元素主要來源于工業生產、農業活動和交通運輸,As元素主要來源于燃煤,Pb污染主要來源于交通運輸,Cr元素主要來源于成土過程,Cu元素主要來源于工業生產,Ni元素主要來源于成土過程和工業生產,Zn元素主要來源于工業生產和農業活動.

3 討論

3.1 重金屬污染特征

為了解研究區耕地土壤重金屬的一般特征,本文利用數理統計方法得到了相關指標(表3).研究區7種土壤重金屬的濃度范圍分別為Cd(0.16～ 21.80mg/kg)、As(3.68～20.80mg/kg)、Pb(17.00～ 223.40mg/kg)、Cr(47.22～389.24mg/kg)、Cu(16.03～ 46.06mg/kg)、Ni(21.33～93.24mg/kg)、Zn(48.60～ 1535.10mg/kg).從平均值來看,Cd污染按照《GB 15618-2018》[2]的標準達到了中等污染水平,需要及時采取相關措施進行防治.耕地土壤重金屬變異系數反映的離散程度可以按以下分級:CV<15%表示變化很小,15%-36%表示中等變化,CV>36%表示高變化[42].從變異系數來看,研究區7種土壤重金屬的變異系數由大到小依次為Cd(180%)>Zn(121%)> Pb(74%)>Cr(45%)>As(24%)>Ni(20%)>Cu(15%),體現了外部因素對這7種重金屬含量造成影響的程度.其中Cd和Zn的變異系數超過了100%,兩種元素的高變異性說明了外部因素對它們的累計造成了很大的影響[43].綜合重金屬污染特征表明,研究區耕地土壤重金屬污染的首要污染物是Cd,其次為Zn,其它重金屬對耕地土壤的污染基本在可接受的范圍內,因此對研究區土壤重金屬污染治理的重點為Cd和Zn.

3.2 重金屬污染評價

基于對污染特征分析的結果,本文僅對研究區的兩種主要重金屬污染以及整體污染作了污染評價分析.從空間分布上來看(圖3),兩種主要重金屬污染物表現出了相同的空間分布規律,即中、高污染風險主要集中在研究區中部偏東工業園周邊地區.本研究采用的三維插值圖不僅可以區分研究區內不同污染等級區域,也可以表征相同污染等級的內部差異,以此對整個研究區的重金屬污染進行評價.結果表明,研究區整體污染水平較低,僅個別區域污染水平較高,主要集中于工廠企業附近,在重金屬污染防治過程中應給予重點關注.

3.3 重金屬溯源解析

本文利用PCA和PMF模型相結合的方法,分析得到研究區7種土壤重金屬的5種潛在來源,即土壤母質源、燃煤源、農業活動和工業活動源、電鍍源和交通源.PMF是目前土壤重金屬溯源分析使用較多的方法,本文在使用PMF模型進行土壤溯源分析時,通過調整因子數和模型參數,最終獲得了較好的結果.PCA、聚類分析和PMF方法獲得的結果較為一致,可互相佐證. 兩種主要污染物Cd、Zn主要來源為農業活動和工業活動源,與Cd、Zn污染分布于工業企業園區周邊的特征吻合,證實了將單因子污染評價、綜合污染評價與PMF 模型結合可以確定重金屬的污染程度并對來源進行解析,為土壤整治措施的制定提供參考依據.

4 結論

4.1 研究結果表明,Cd是研究區耕地土壤重金屬污染的首要污染物,有9.4%的高風險樣點,37.7%的中風險樣點.其次為Zn,有9.4%的中風險樣點.研究區土壤重金屬污染防治應以Cd和Zn為主.

4.2 研究區耕地土壤重金屬污染以中部偏東地區最為嚴重,是工廠企業最集中的地方.兩種主要重金屬污染物Cd和Zn均表現出以工廠企業為高污染中心,向外污染程度逐漸降低的趨勢.地累積指數和污染負荷指數評價表明研究區絕大多數地區污染較輕,在中部偏東地區污染嚴重.

4.3 造成研究區耕地土壤重金屬污染的來源中,Cd主要來自工業生產、農業活動以及交通運輸,Zn主要來自工業生產和農業活動,As主要來自化石燃料的燃燒,Cr和Ni主要來自成土過程及工業活動,Cu主要來自電鍍過程,Pb主要來自交通運輸.

4.4 利用指數評價法、PMF等方法進行土壤重金屬污染質量評價與溯解析研究,可以為湟水流域耕地土壤重金屬污染提供數據支持,對黃河流域工業園區耕地土壤污染及風險評估具有示范意義.

[1] 劉勝然,王鐵宇,湯 潔,等.典型城市單元的土壤重金屬溯源方法與實證研究[J]. 生態學報, 2019,39(4):1278-1289.

Liu S R, Wang T Y, Tang J, et al. Source apportionment methods of soil heavy metals in typical urban units: an empirical study [J]. Acta Ecologica Sinica, 2019,39(4):1278-1289.

[2] GB15618-2018 土壤環境質量農用地土壤污染風險管控標準(試行) [S].

GB15618-2018 Soil environmental quality-Risk control standard for soil contamination of agricultural land [S].

[3] 中華人民共和國環境保護部,中華人民共和國國土資源部.全國土壤污染狀況調查公報 [R]. 北京, 2014.

Ministry of environmental protection of the PRC, Ministry of land and resources of the PRC. National survey bulletin on soil pollution [R]. Beijing, 2014.

[4] Ail H, Khan E, Sajad M A. Phytoremediation of heavy metals— Concepts and applications [J]. Chemosphere, 2013,91(7):869-881.

[5] 孫 慧,畢如田,郭 穎,等.廣東省土壤重金屬溯源及污染源解析[J]. 環境科學學報, 2018,38(2):704-714.

Sun H, Bi R T, Guo Y, et al. Source apportionment analysis of trace metal contamination in soils of Guangdong province, China [J]. Acta Scientiae Circumstantiae, 2018,38(2):704-714.

[6] 劉 勇,張 紅,尹京苑.汾河太原段土壤中Hg、Cr空間分布與污染評價[J]. 農業工程學報, 2008,24(5):57-60.

Liu Y, Zhang H, Yin J Y. Pollution assessment and spatial distribution of soil Hg and Cr in the Taiyuan area of the Fenhe River [J]. Transactions of the CSAE, 2008,24(5):57-60.

[7] Huo X N, Li H, Sun D F, et al. Multi-scale spatial structure of heavy metals in agricultural soils in Beijing [J]. Environmental Monitoring and Assessment, 2010,164(1):605-616.

[8] Niu L L, Yang F X, Xu C, et al. Status of metal accumulation in farmland soils across China: From distribution to risk assessment [J]. Environmental Pollution,2013,176:55-62.

[9] Zhang H G, Cui B S, Rong X, et al. Heavy metals in water, soils and plants in riparian wetlands in the Pearl River Estuary, South China [J]. Procedia Environmental Sciences,2010,2(6):1344-1354.

[10] Li X D, Lee S L, Wong S C, et al. The study of metal contamination in urban soils of Hong Kong using a GIS-based approach [J]. Environmental pollution, 2004,129(1):113-124.

[11] Micó C, Recatalá L, Peris M, et al. Assessing heavy metal sources in agricultural soils of an European Mediterranean area by multivariate analysis [J]. Chemosphere, 2006,65(5):863-872.

[12] 解文艷,樊貴盛,周懷平,等.太原市污灌區土壤重金屬污染現狀評價[J]. 農業環境科學學報, 2011,(8):83-90.

Xie W Y, Fan G S, Zhou H P, et al. Access of heavy metals pollution of the sewage irrigation region in Taiyuan, China [J].Journal of Agro- Environment Science, 2011,(8):83-90.

[13] Lu A X, Wang J H, Qin X Y, et al. Multivariate and geostatistical analyses of the spatial distribution and origin of heavy metals in the agricultural soils in Shunyi, Beijing, China [J]. Science of the Total Environment,2012,425(none):66-74.

[14] 董騄睿,胡文友,黃 標,等.基于正定矩陣因子分析模型的城郊農田土壤重金屬源解析[J]. 中國環境科學, 2015,35(7):2103-2111.

Dong L Y, Hu W Y, Huang B, et al. Source appointment of heavy metals in suburban farmland soils based on positive matrix factorization [J]. China Environmental Science, 2015,35(7):2103-2111

[15] 陳志凡,化艷旭,徐 薇,等.基于正定矩陣因子分析模型的城郊農田重金屬污染源解析[J]. 環境科學學報, 2020,40(1):276-283.

Chen Z F, Hua Y X, Xu W, et al. Analysis of heavy metal pollution sources in suburban farmland based on positive definite matrix factor model [J]. Acta Scientiae Circumstantiae, 2020,40(1):276-283.

[16] 陳錦芳,方宏達,巫晶晶,等.基于PMF和Pb同位素的農田土壤中重金屬分布及來源解析 [J]. 農業環境科學學報, 2019,38(5):1026- 1035.

Chen J F, Fang H D, Wu J J, et al. Distribution and source apportionment of heavy metals in farmland soils using PMF and lead isotopic composition [J]. Journal of Agro-Environment Science, 2019, 38(5):1026-1035.

[17] Chen H Y, Teng Y G, Lu S J, et al. Source apportionment and health risk assessment of trace metals in surface soils of Beijing metropolitan, China [J]. Chemosphere, 2016,144(2):1002-1011.

[18] Zhang Z S, Zheng D M, Xue Z S, et al. Identification of anthropogenic contributions to heavy metals in wetland soils of the Karuola Glacier in the Qinghai-Tibetan Plateau [J]. Ecological Indicators, 2019,98(3): 678-685.

[19] 張永康,曹耀華,馮乃琦,等.青海某鐵多金屬礦區土壤重金屬污染評價[J]. 礦產保護與利用, 2017,(3):94-99.

Zhang Y K, Cao Y H, Feng N Q, et al. Assessment of heavy metal pollution in an iron polymetallic mining area in Qinghai [J]. Conservation and Utilization of Mineral Resources, 2017,(3):94-99.

[20] Zhang P Y, Qin C Z, Hong X, et al. Risk assessment and source analysis of soil heavy metal pollution from lower reaches of Yellow River irrigation in China [J]. Science of The Total Environment, 2018,633:1136-1147.

[21] Rao Q H, Sun Z G, Tian L P, et al. Assessment of arsenic and heavy metal pollution and ecological risk in inshore sediments of the Yellow River estuary, China [J]. Stochastic Environmental Research and Risk Assessment, 2018,32(10):2889-2902.

[22] 崔 丹,李 瑞,陳 巖,等.基于結構方程的流域水環境承載力評價——以湟水流域小峽橋斷面上游為例[J]. 環境科學學報, 2019, 39(2):624-632.

Cui D, Li R, Chen Y, et al. An evaluation of the water environmental carrying capacity using structural equation modeling: A case study of the upstream areas of Xiaoxia Bridge Section in Huangshui River Basin [J]. Acta Scientiae Circumstantiae, 2019,39(2):624-632.

[23] 邱 瑀,盧 誠,徐 澤,等.湟水河流域水質時空變化特征及其污染源解析[J]. 環境科學學報, 2017,37(8):2829-2837.

Qiu Y, Lu C, Xu Z, et al. Spatio-temporal variation characteristics and water pollution sources in the Huangshui River Basin [J]. Acta Scientiae Circumstantiae, 2017,37(8):2829-2837.

[24] 環境保護部辦公廳,國土資源部辦公廳,農業部辦公廳.關于印發全國土壤污染狀況詳查樣品分析測試方法系列技術規定的通知全國土壤污染狀況詳查土壤樣品分析測試方法技術規定[EB/OL]. http://www.mee.gov.cn/gkml/hbb/bgth/201711/t20171106_425226.htm.2017-10-23/2017-11-07.

General office of the ministry of environmental protection of the PRC, General office of the ministry of land and resources of the PRC, General office of the ministry of agriculture of the PRC. Notice on issuing the technical regulations on the national soil pollution status detailed investigation sample analysis and testing methods [EB/OL]. http://www.mee.gov.cn/gkml/hbb/bgth/201711/t20171106_425226.htm.2017-10-23/2017-11-07.

[25] F?rstner U, Ahlf W, Calmano W, et al. Sediment criteria development [M]//Sediments and environmental geochemistry. Springer, Berlin, Heidelberg, 1990:311-338.

[26] 范拴喜,甘卓亭,李美娟,等.土壤重金屬污染評價方法進展[J]. 中國農學通報, 2010,26(17):310-315.

Fan S X, Gan Z T, Li M J, et al. Progress of assessment methods of heavy metal pollution in soil [J]. Chinese Agricultural Science Bulletin, 2010,26(17):310-315.

[27] Suresh G, Sutharsan P, Ramasamy V, et al. Assessment of spatial distribution and potential ecological risk of the heavy metals in relation to granulometric contents of Veeranam lake sediments, India [J]. Ecotoxicology and Environmental Safety, 2012,84:117-124.

[28] 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, 1990:336-392.

China National Environmental Monitoring Center. Background values of elements in Chinese soil [M]. Beijing: China Environmental Science Press, 1990:336-392.

[29] Reff A, Eberly S I, Bhave P V. Receptor modeling of ambient particulate matter data using positive matrix factorization: review of existing methods [J]. Journal of the Air & Waste Management Association, 2007,57(2):146-154.

[30] 易文利,董 奇,楊 飛,等.寶雞市不同功能區土壤重金屬污染特征、來源及風險評價[J]. 生態環境學報, 2018,27(11):2142-2149.

Yi W L, Dong Q, Yang F, et al. Pollution characteristics, sources analysis and potential ecological risk assessment of heavy metals in different functional zones of Baoji City [J]. Ecology and Environmental Sciences, 2018,27(11):2142-2149.

[31] 汪慶華,董巖翔,周國華,等.浙江省土壤地球化學基準值與環境背景值[J]. 生態與農村環境學報, 2011,23(2):81-88.

Wang Q H, Dong Y X, Zhou G H, et al.Soil geochemical baseline and environmental background values of agricultural regions in Zhejiang province [J]. Journal of Ecology and Rural Environment, 2011,23(2): 81-88.

[32] 田賀忠,曲益萍.2005年中國燃煤大氣砷排放清單[J]. 環境科學, 2009,30(4):956-962.

Tian H Z, Qu Y P. Inventories of atmospheric arsenic emissions from coal combustion in China, 2005 [J]. Environmental Science, 2009, 30(4):956-962.

[33] 蔣成愛,吳啟堂,陳杖榴.土壤中砷污染研究進展[J]. 土壤, 2004, 36(3):264-270.

Jiang C A, Wu Q T, Chen Z L. Arsenic contamination in the soil [J]. Soils, 2004,36(3):264-270.

[34] Kartal ?, Ayd?n Z, Tokal?o?lu ?. Fractionation of metals in street sediment samples by using the BCR sequential extraction procedure and multivariate statistical elucidation of the data [J]. Journal of hazardous materials, 2006,132(1):80-89.

[35] Cloquet C, Carignan J, Libourel G, et al. Tracing source pollution in soils using cadmium and lead isotopes [J]. Environmental science & technology, 2006,40(8):2525-2530.

[36] Luo L, Ma Y, Zhang S, et al. An inventory of trace element inputs to agricultural soils in China [J]. Journal of Environmental Management, 2009,90(8):2524-2530.

[37] Nicholson F A, Smith S R, Alloway B J, et al. An inventory of heavy metals inputs to agricultural soils in England and Wales [J]. Science of the total environment, 2003,311(1-3):205-219.

[38] Lindstr?m M. Urban land use influences on heavy metal fluxes and surface sediment concentrations of small lakes [J]. Water, Air, and Soil Pollution, 2001,126(3):363-383.

[39] 王 成,趙艷萍,謝鳴捷.蘇南典型工農業交錯區土壤Pb富集特征及源解析——基于PCA-PMF方法[J]. 中國環境科學, 2021,41(1): 279-287.

Wang C, Zhao Y P, Xie M J. Characteristics of lead enrichment in the soil from a typical peri-urban agricultural area of the southern Jiangsu and source appointment based on the PCA-PMF method [J]. China Environmental Science, 2021,41(1):279-287.

[40] 柴 磊,王 新,馬 良,等.基于PMF模型的蘭州耕地土壤重金屬來源解析[J]. 中國環境科學, 2020,40(9):3919-3929.

Chai L, Wang X, Ma L, et al. Sources appointment of heavy metals in cultivated soils of Lanzhou based on PMF models [J]. China Environmental Science, 2020,40(9):3919-3929.

[41] 張 慧,鄭志志,楊 歡,等.基于多元統計和地統計的肇源縣表層土壤重金屬來源辨析[J]. 土壤, 2017,49(4):819-827.

Zhang H, Zheng Z Z, Yang H, et al. Discrimination of heavy metal sources in topsoil in Zhaoyuan county based on multivariate statistics and geostatistical [J]. Soils, 2017,49(4):819-827.

[42] Jia Y Y, Wang L, Qu Z P, et al. Distribution, contamination and accumulation of heavy metals in water, sediments, and freshwater shellfish from Liuyang River, Southern China [J]. Environmental Science and Pollution Research, 2018,25(7):7012-7020.

[43] Imin B, Abliz A, Shi Q D, et al. Quantitatively assessing the risks and possible sources of toxic metals in soil from an arid, coal-dependent industrial region in NW China [J]. Journal of Geochemical Exploration, 2020,212:106505.

Evaluation and source analysis of heavy metal in cultivated soil around typical industrial district of Qinghai province.

YIN Fang1, FENG Kai2, YIN Cui-jing2, BAI De-zhen3*, WANG Rui3, ZHOU Yuan-yuan3, LIANG Yong-chun2, LIU Lei2

(1.School of Land Engineering, Chang￠an University, Xi￠an 710054, China；2.School of Earth Sciences and Resources, Chang￠an University, Xi￠an 710054, China；3.Qinghai Research and Design institute of Environmental Sciences, Xining 810000, China)., 2021,41(11)：5217～5226

In order to understand the current status, spatial distribution characteristics, and pollution sources of heavy metal pollution in the cultivated soil around the industrial district of the Yellow River Watershed, 138 surface soil samples were collected from Ganhe Industrial District in Huangshui Watershed, Qinghai Province. The factors including the soil pH and seven heavy metal elements (Cd, As, Pb, Cr, Cu, Ni, and Zn) were measured in the laboratory. According to the standard named Soil environmental quality: Risk control standard for soil contamination of agricultural land, methods including the geo-accumulation index, pollution load index, principal component analysis and positive matrix factorization were adopted to evaluate the pollution level and analyse the sources of the heavy metals in the study area. A series of results have been obtained. The concentration ranges of the seven soil heavy metal elements were Cd (0.16～21.80mg/kg), As (3.68～20.80mg/kg), Pb (17.00～223.40mg/kg), Cr (47.22～389.24mg/kg), Cu (16.03～46.06mg/kg), Ni (21.33～93.24mg/kg), Zn (48.60～1535.10mg/kg), respectively. The Cd pollution was the most serious, which had 13 high-risk samples and 52 medium-risk samples. Zn was the second polluting element, which had 13 medium-risk points. There were only two medium-risk samples and one medium-risk sample for Cr and Pb, respectively. For the other elements, all the samples were at low risk. The pollution of heavy metals in the cultivated soils was mostly distributed in the central-eastern part of the study area, which was roughly consistent with the location of the factories and enterprises in the study area. The pollution areas of the two major elements, Cd and Zn, were distributed around the factories and enterprises and showed an obvious trend of gradually decreasing from the centre to outside. The results of the geo-accumulation index and pollution load index showed that most regions of the study area were less polluted. The pollution was more serious in the area around the central-eastern industrial park, and Cd and Zn were the main contributing elements. The sources of heavy metal pollution in the cultivated soil of the study area mainly included transportation, industrial emission, agricultural activities, coal-fired power generation, and natural soil formation processes.

cultivated soil；heavy metals；pollution evaluation；PMF model

X53

A

1000-6923(2021)11-5217-10

尹 芳(1983-),女,河北河間人,副教授,博士,主要從事遙感與GIS應用研究.發表論文20余篇.

2021-03-02

青海省重大科技專項(2018-SF-A4);國家自然科學基金資助項目(42071258);中央高校基本科研業務費專項資金(300102270204, 300102278303)

* 責任作者, 副研究員, 282785316@qq.com