海州灣海洋牧場重金屬的空間分布及來源分析

封蘇蘭　李玉　朱琳　謝藝萱　洪晨飛　盧霞　李向陽　王雪

摘要：為了解江蘇連云港海州灣海洋牧場的環境狀況，通過采集20個站位的表層水體和沉積物樣品，對海水和沉積物中的8種重金屬元素（Cr、Ni、Cu、Zn、Pb、Cd、As、Hg）進行測定；采用物種敏感性分布法、地累積指數法和潛在生態風險指數法評估海州灣的重金屬污染狀況及生態風險程度，并結合PCA/APCS模型對沉積物重金屬的可能來源進行定量分析，可為海洋污染防控和海水養殖綠色高質量發展提供科學依據。結果表明：（1）物種敏感度分布法評估認為海水中的As具有高生態風險，Cd、Cu和Zn處于中度生態風險；（2）綜合生態風險指數發現海州灣海洋牧場沉積物中重金屬處于中度生態風險狀態，主要受到Cd與Hg的影響；（3）由受體模型定量分析可知，海洋牧場重金屬污染的潛在來源主要包括養殖中產生的污染、陸源排污及2009年以前的臨河口排污，其中養殖產生的污染對Cu、Zn、Ni、Pb和Cr的貢獻率大于50%，陸源排污對As和Cd的貢獻率分別為40.33%和82.85%，而Hg主要受2009年以前臨河口排污的影響。

關鍵詞：海洋牧場；生態風險；重金屬；污染物；海州灣

中圖分類號：X502? ? ? ? 文獻標志碼：A? ? ? ? 文章編號：1674-3075（2023）05-0114-09

海州灣海洋牧場是具有南北方地域特征的多種海洋生物資源匯集地，也是江蘇省重要的水產品養殖和捕撈基地，還是江蘇省四大漁場之一（謝飛等，2008）。據報道，海州灣經濟動物眾多，包括200多種魚類、30多種蝦類、80多種貝類、47種軟體動物和7種腔腸動物等（朱孔文等，2011）。隨著沿海城市工業與社會經濟的快速發展，大量污染物直接或間接排入近海，其中重金屬因具有持續性與難以降解的特點，通過食物鏈在生物體內不斷積累，并最終進入人類生活（Liu et al，2019;Gu et al，2021）。由于存在威脅人類健康安全的潛在問題，海洋牧場的重金屬污染狀況因此受到更為廣泛的關注。

目前，國內外評價海水和沉積物重金屬污染的方法有多種，常用方法包括單因子評價法、內梅羅污染指數法、臉譜法、地累積指數法、綜合污染指數法、物種敏感度分布法（Species sensitivity distribution，SSD）和潛在生態危害指數法（張棟等，2011；張碩等，2011；姚勝勛等，2020；張杰等，2020；徐慧韜等，2021）；其中，SSD法具有運算簡單、生態意義明晰等優點， 近年來成為國際上重金屬風險評價的熱點方法之一（杜建國等，2013）。地累積指數法在數據資料不充分的情況下可用于沉積物重金屬污染狀況的評價，該方法不僅考慮了人為活動對環境的影響，還考慮了自然成巖作用引起的背景值變動（甘居利等，2000）。潛在生態危害指數法充分考慮到不同元素的生態危害影響程度可能不同，該法目前已成為應用最廣泛的沉積物風險程度評價方法之一（甘居利等，2000）。

本研究以江蘇省連云港市海州灣海洋牧場的海水和沉積物中8種重金屬（Cr、Ni、Cu、Pb、Zn、Cd、As和Hg）為調查對象，探究其空間分布特征，采用物種敏感度分布法對海州灣海洋牧場海水進行生態風險評價，對沉積物污染程度和風險系數等級分別采用地累積指數法和潛在生態危害指數法進行評價；在主成分分析的基礎上，采用受體模型計算重金屬污染物不同來源的貢獻率，旨在了解海州灣海洋牧場的重金屬污染現狀，為海洋污染防控和海水養殖綠色高質量發展提供科學依據。

1? ?材料與方法

1.1? ?區域概況

本次調查時間為2019年12月，在調查區域（34°53′～34°56′N，119°26′～119°30′E）內設置20個站位，調查區域的北側靠近贛榆航道區，東側靠近贛榆錨地區，東南側靠近連云港及徐圩錨地區（圖1）。根據《海洋監測規范》（GB17378-2007）對海水和沉積物樣品的采集、貯存運輸及分析進行操作。采樣點用GPS定位，使用采水器采集0～5 cm表層海水，取500 mL海水樣品至采樣瓶中，并采用0.45 μm濾膜對采集的樣品進行過濾，低溫冷藏保存。測定前用硫酸試劑進行酸化（pH<2）。使用抓斗式采泥器采集表層沉積物，在0～5 cm處分別取3～4份平行樣低溫冷藏，測樣時將樣品放在陰涼通風處自然風干，手動研磨并用160目過篩。

海水重金屬用原子熒光光譜法測量As和Hg的含量，石墨爐原子吸收光譜法分析Cr、Cd、Cu、Ni、Pb含量，火焰原子吸收光譜法測定Zn含量；沉積物樣品用原子熒光光譜法測量As、Cd、Hg含量，電感耦合等離子體發射光譜儀測量Cr、Cu、Ni、Pb、Zn含量。測定過程中使用的試劑均為優級純，實驗用水為超純水，采用平行樣品進行過程質量控制，8種元素平行樣測定偏差均小于±5%。

1.2? ?物種敏感性分布法

物種敏感度分布法是將污染物對不同生物的毒性值按照大小排列，包括半數有效濃度（EC50）、半致死濃度（LC50）、無觀察效應濃度（NOEC）和最低觀察效應濃度（LOEC）等；隨后對這些數據點進行參數擬合，得到SSD曲線（Posthuma et al， 2002）。該方法將污染物實測濃度與可以保護生態系統中大部分（95%）生物物種的污染物預測無效應濃度作對比，由此來評價污染物的生態風險。計算公式如下：

PNEC = HC5/AF? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ①

RQ = MEC/PNEC? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ②

式中：PNEC為預測無效應濃度（Predicted non-effect concentrations），HC5為重金屬危害5%生物物種的污染濃度值，AF為評估因子（Assessment factor），MEC為調查區域的實測濃度（Measured concentration），RQ為風險熵（Risk quotient）。RQ在0～0.1為低風險，0.1～1為中度風險，>1則為高生態風險。

參考杜建國等（2013）的計算方法，7種重金屬Cu、Pb、Cd、Cr、Zn、As、Hg元素的HC5值分別為3.46、234.06、1.07、25.43、25.54、0.50、2.84 μg/L；根據毒性數據模型擬合及標準，取AF=3（ECB， 2003）。

1.3? ?評價指數

1.3.1? ?地累積指數法? ?參考海洋沉積物重金屬污染程度評價常用方法（Muller，1969），計算公式如下：

Igeo = log2Cn/（1.5×Bn）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?③

式中：Igeo為地累積指數，Cn為元素n的調查值，Bn為元素n自然條件下的背景值，考慮到不同地方巖石之間的差異性，變化系數取1.5。

1.3.2? ?潛在生態危害指數法? ?Hakanson（1980）提出的潛在生態風險指數常用于評價沉積物重金屬的生態危害，計算公式如下：

式中：RI為所有元素的綜合潛在生態風險值，Eri為單因子潛在生態風險系數，Tri為毒理系數，Cfi為單項污染系數，Ci是元素i的調查值，Cni為自然條件的背景值。

沉積物背景值目前國內外暫無統一標準，由于存在地區性差異，采用不同的背景值對評價結果有較大的影響（賈振邦等，1997）；而背景值一般選用未受污染的元素含量，江蘇沿海工業化從20世紀80年代中后期開始（呂建樹，2015），因此本文采用1980-1981年江蘇沿岸各重金屬的自然背景值（陳邦本等，1985），Cu、Pb、Cd、Cr、Ni、Zn、As、Hg自然背景值分別為15.02、11.40、0.04、60.11、19.89、47.15、7.38、0.02；參考徐爭啟等（2008）的毒性系數，Zn的毒性系數為1，Cr為2，Cu、Pb、Ni均為5，As、Cd、Hg分別為10、30、40。

地累積指數的污染程度標準見表1。

1.4? ?受體模型分析

受體模型（PCA/APCS）是在主成分分析（PCA）的基礎上，通過對重金屬含量值進行因子分數（APCS）歸一化，最終通過擬合確定污染源對每個樣本的含量貢獻（袁宏等，2019）。步驟如下：（1）標準化的重金屬元素含量得到歸一化的因子分數；（2）引入濃度為0的人為樣本并計算人為樣本的因子分數，用計算因子分數減去人為樣本的因子分數計算相應的APCS；（3）將調查的各站點含量值作為因變量，元素對應的絕對因子分數作為自變量進行多元線性回歸擬合，最終擬合出回歸系數，將絕對因子分數轉化為每個樣本的含量污染源貢獻。計算公式如下：

式中：Zij是標準化的樣品含量值，Cij為調查含量值，[Ci]為元素i的平均濃度值，δi為標準偏差，（Z0）i為元素0濃度樣本的因子分數，b0i是多元回歸擬合后的常數項，bpi是源p對元素i的回歸系數，APCSp為調整后源p的因子分數，APCSp·bpi 表示源p對的質量濃度貢獻；所有樣本的平均質量濃度貢獻便可作為源平均的絕對貢獻量。

1.5? ?數據處理

本文使用R（V4.2.0）處理原始數據與計算及繪制箱線圖、相關系數圖和聚類熱圖，以ArcMap10.2繪制重金屬的空間含量分布圖，通過SPSS軟件進行重金屬相關性分析和主成分分析。

2? ?結果與分析

2.1? ?海洋牧場重金屬含量

海州灣海洋牧場表層海水含量和沉積物中的重金屬含量空間分布如圖2和圖3所示。調查表明，海水中的As、Cd、Cr、Cu、Hg、Zn平均含量分別為1.82、0.06、0.10、0.91、0.04 、5.85 μg/L，Ni與Pb元素未檢出。沉積物中的As、Cd、Cr、Cu、Hg、Ni、Pb、Zn平均含量分別為9.25、0.13、65.86、22.43、0.04、27.99、23.78、60.18 mg/kg。20個站位的重金屬含量均符合《海水水質標準》（GB3097-1997）和《海洋沉積物標準》（GB18668-2002）Ⅰ類限值；其中16號站位沉積物中的重金屬Cr、Ni、Cu、Zn、As、Pb元素均高于其他站位。

2.2? ?海水重金屬物種敏感性風險評價

采用物種敏感度分布法評價海州灣海洋牧場海水重金屬污染的潛在風險程度，RQ值從大到小依次為As、Cu、Zn、Cd、Hg、Cr（圖4）。研究海域內，As處于高風險狀態，Cu、Cd、Zn處于潛在中度風險狀態，Cr和Hg處于低風險狀態。

2.3? ?沉積物重金屬污染指數及生態風險評價

沉積物中重金屬地累積污染指數如圖5-a所示，Igeo平均值從大到小依次為Cd、Pb、Hg、Cu、Ni、Zn、As、Cr。根據表1地累積指數的污染程度標準，海州灣海洋牧場表層沉積物的Cd、Pb、Hg元素為輕度污染，部分站位Cd元素呈現為中度污染，研究區域的表層沉積物基本不受Cr、Ni、Cu、Zn、As污染，但仍有部分站位的Cu、Ni、As元素達到輕度污染級別。沉積物中重金屬的單項潛在生態風險指數排序依次為Cd、Hg、As、Pb、Cu、Ni、Cr、Zn（圖5-b）。所有站位的As、Cr、Cu、Ni、Pb、Zn的單因素潛在生態風險指數均低于40，呈現為低風險，Hg和Cd均處于中-高風險狀態。綜合污染系數（CRI）顯示（圖5-c），該區域的評價結果為中等污染。綜合潛在生態風險指數（圖5-d）評價結果為中度風險，其中Cd和Hg占比的風險影響程度較大。

2.4? ?污染物來源

海洋沉積物常被用作污染物的來源分析，而主成分分析（PCA）方法被廣泛應用。本文主成分分析的KMO檢驗值為0.733>0.5，表明本次調查的重金屬含量之間具有強相關性。Bartlett球形檢驗結果為P=0.000<0.05，表明因子分析有效（袁宏等，2019）。相關系數（圖6）分析表明，Ni、Cu、Zn、Pb兩兩之間的相關系數均達到0.9以上，表明元素之間的來源具有強相關性。Cr、As和上述的Ni、Cu、Zn、Pb之間也具有明顯的相關性，而Hg、Cd與其他元素之間的相關程度不高，表明其來源不一致。因子載荷矩陣（表2）顯示，3個主成分最終綜合了83.34%的信息，即可反映出這8種重金屬的大部分信息。主成分分析和聚類結果一致表明，研究區沉積物中重金屬污染源的推測主要有3個。本研究中各元素的線性回歸模型R2在0.73～0.98，擬合出來的解析值與平均值的比值均達0.95以上（表3）。對于受體模型來說，污染源的解析值可為負數，也可大于100%，可能與污染物的選擇有關（Miler et al，2002）；也可能與污染源的排入對其他非影響指標的稀釋有關（黃旻旻等，2012）。

分析結果表明，主成分1對Cr、Ni、Cu、Zn、As、Pb元素的貢獻較大，主成分2對Cd元素有較大貢獻，主成分3對Hg元素有較大貢獻，聚類結果（圖7）顯示，橫向的8種重金屬可以大致分為3類，同樣反映出了海州灣海洋牧場表層沉積物中重金屬的3個主要來源。擬合結果表明，源1對Cu、Zn、As、Ni、Pb、Cr的貢獻率均在50%以上，源2對Cd的貢獻率均在50%以上，對As的貢獻率也在40%以上，源3對Hg的貢獻率均在80%以上。

3? ?討論

3.1? ?海州灣海洋牧場重金屬污染為中度生態風險

海州灣海洋牧場的海水中重金屬元素與其他地區的養殖區相比無明顯差異（阮金山等，2009；廖勇等，2012；陳勇等，2015），但沉積物中重金屬含量均高出江蘇省海域土壤背景值的1～3倍，說明海洋環境存在一定程度的污染。與2008年海州灣海洋牧場重金屬含量相比（張碩等，2011），本次調查的Cu、Pb、Zn、As有所增加；與2016年同海域調查數據相比（李大鵬等，2016），重金屬含量略有增長；與止錨灣增養殖區、柘林灣養殖區和樂清灣養殖區相比（王傳花，2015；李奇，2019；張婷等，2019），Cr元素含量較高，其他元素處于中等水平。同為江蘇省的沿海地區，與如東貝類養殖區相比（廖勇等，2012），Hg和Zn元素的含量稍低，其他元素均偏高。

物種敏感度分布法評價結果表明，海水中重金屬 As（1.82 μg/L）處于高風險狀態，這主要源于As（III）具有強烈毒性。本研究中As濃度為總As，其中As（III）占5%～30% （Chen & Folt， 2000），As（III）進入細胞內與酶的巰基相結合，最終使酶失去活性而影響生物的正常活動；對于其他重金屬，可能會與某些生物酶結合，導致必需蛋白質合成受到抑制，從而影響正常生理活動等（杜建國等，2013）。徐慧韜等（2021）調查發現，溫州6條河流入海口的海水重金屬As在所有站位中均處于高風險狀態；杜建國等（2013）以重金屬對海洋生物的毒性數據為基礎，采用SSD法評估了各種重金屬的生態風險，結果發現As對于海水生物的生態風險更高。

地累積污染和單項潛在生態風險指數結果表明，該區域的表層沉積物基本不受Cr、Ni、Cu、Zn、As污染。地累積指數顯示Hg和Cd屬于輕度污染，而單項潛在生態風險結果表明Hg和Cd屬于中度風險，兩者評價結果的差異來源于地累積指數法側重于背景值比較，而潛在生態風險從背景值和生物毒性綜合角度進行評價。Hg具有較高毒性，即使含量低也依然存在較高風險的可能。本次調查中有90%站位呈現Cd高風險，表明研究區域的Cd存在較大的生態風險，這與李飛和徐敏（2014）對海州灣整體區域的沉積物評價結果是一致。近年來，Cd的含量雖然保持在相當的水平，沉積物重金屬綜合污染系數表明，該區域的總體評價為中等污染，綜合潛在生態風險指數評價結果為中度風險，其中Cd和Hg占比的風險影響程度較大。綜合污染程度的空間分布與潛在生態評價結果一致，這表明Cd和Hg不僅是主要的重金屬污染物，同時也是造成生態風險的重要因素。與其他海域相比，海州灣海洋牧場沉積物的重金屬綜合潛在生態風險指數要高于萊州灣（趙玉庭等，2021）、舟山港（王姮等，2021）、紅海灣（孫欽幫等，2017）和興化灣中部（王偉力等，2016）。由于各地區域不一致，選取的背景值有所異同，并且研究的重金屬種類和數目也不一致，因此最后評價結果也會有所差異。本研究中，沉積物中8種重金屬的綜合生態風險程度為中度風險，Cd和Hg是主要貢獻元素。

3.2? ?不同區域的重金屬污染比較與來源推測

主成分分析和聚類結果一致表明，研究區沉積物主要來自3個重金屬污染源。與2016年同海域的沉積物重金屬濃度相比（李大鵬等，2017），2019年的海州灣海洋牧場的沉積物重金屬濃度略微增加。2008-2019年海州灣海洋牧場沉積物重金屬中的Cu、Pb、Zn、As呈增長趨勢（張碩等，2011；李大鵬等，2017），與2019年江蘇沿海地區潮灘圍墾沉積物重金屬調查數據相比（Cao et al， 2020），海州灣海洋牧場沉積物中Cu、Pb、Cr元素的含量相對較高，說明源1來自于陸地的可能性不大。Liang等（2016）發現珠江口三角洲海域養殖區沉積物中富含Cu、Zn、Pb，分析其主要來源可能是未食用的魚飼料、魚排泄物和防污涂料；Mao等（2017）認為杭州灣南部水產養殖區沉積物中的As主要來源于含As飼料。

Cu、Zn和Ni元素常被用在制作水產養殖金屬設施上，Dean 等（2007）對蘇格蘭網箱養殖漁場沉積物重金屬的調查發現，距離網箱越遠，Cu和Zn含量越低，說明沉積物重金屬含量與水產養殖的金屬器具有關；田亞靜等（2017）對船舶防污漆的分析檢測發現，Pb含量遠高于其他元素，因此防污涂料可能是Pb的重要來源；Wang等（2016）對浙江灣沉積物重金屬的調查研究表明，船用燃油的燃燒和船舶防污漆是As、Pb、Ni的潛在來源。然而，隨著無鉛汽油的使用，船用燃油對沉積物中Pb的貢獻將逐漸減少。由于Cu、Ni、Zn、As、Pb、Cr在源1中的占比較大，且這些重金屬多為水產養殖活動中常見的金屬元素，故推測源1與養殖活動有較為密切的關系，主要來源于養殖中的飼料、糞便、船舶和金屬制品防污涂料。

與張碩等（2011）的調查結果相比，海州灣海洋牧場2019年Cd和Hg的含量呈下降趨勢；該海洋牧場在2008年開始建立，隨著對Cd和Hg元素生物高毒風險的認識，近年來逐步控制了Cd與Hg的潛在陸源輸入，但本研究調查海域Cd和Hg的潛在生態風險仍處于中-重度風險，且2種元素對于綜合生態風險狀態的貢獻較大，這與盧霞等（2020）的研究結果一致。Cd主要來源為工業廢水，由此推測源2為陸源排入污染。擬合結果表明，源2對Cd和As的貢獻率在40%以上，并且As在自然環境中很少，主要來源為化肥和農藥，與上述推測源2是陸源排污相契合。隨著時間的推移，Hg含量在降低。2008年的Hg含量相比2019年較高，張存勇和馮秀麗（2009）推測臨洪河是海州灣南部近岸沉積物重金屬Hg污染的主要來源之一，推測源3是前期污染的遺留結果。

從海水的重金屬風險系數來看，Hg處于低風險，但沉積物處于中高風險，否定了瞬時污染的可能性；而沉積物是長期累積的結果，因此可能由于近10年的有效管控，輸入源頭得到了有效控制。雖然Cd和Hg隨著年份增加而下降，但單項潛在生態評價表明，Cd和Hg仍處于中度-重度風險；而綜合生態風險評價發現，處于中風險狀態主要是由Cd與Hg引起，這2種元素的污染和生態風險仍然不容忽視，需長期關注。

4? ?結論

（1）物種敏感性表明，目前海州灣海水中的As 具有潛在高生態風險，Cd、Cu、Zn處于潛在中度生態風險狀態，Cr和Hg處于低風險狀態。

（2）綜合污染指數法表明，海州灣處于中等污染；綜合生態風險評價表明，該研究區域處于中風險狀態，主要受到Cd與Hg的影響。

（3）PCA/APCS模型推演顯示，Cu、Zn、Ni、Pb、Cr的來源主要是養殖過程中產生的污染，As和Cd主要來源于陸源排污，Hg受到2009年之前的臨河口污染影響。

參考文獻

陳邦本，胡蓉卿，陳銘達， 1985. 江蘇海涂土壤環境元素的自然背景值[J]. 南京農業大學學報， （3）：54-60.

陳勇，溫澤民，尹增強，等， 2015. 遼寧大長山海洋牧場擬建海域表層沉積物重金屬潛在生態風險的評價[J]. 大連海洋大學學報， 30（1）：89-95.

杜建國，趙佳懿，陳彬，等，2013. 應用物種敏感性分布評估重金屬對海洋生物的生態風險[J]. 生態毒理學報， 8（4）：561-570.

甘居利，賈曉平，林欽，等，2000. 近岸海域底質重金屬生態風險評價初步研究[J]. 水產學報， （6）：533-538.

黃旻旻，毛獻忠，陶益，2012. 東引運河排澇對東江東莞段取水口水質的影響研究[J]. 水電能源科學， 30（11）：25-28.

賈振邦，梁濤，林健枝，等，1997. 香港河流重金屬污染及潛在生態危害研究[J]. 北京大學學報（自然科學版），? （4）：79-86.

李大鵬，張碩，張中發，等，2017. 基于地球化學特性的海州灣海洋牧場沉積物重金屬研究[J]. 環境科學， 38（11）：4525-4536.

李飛，徐敏， 2014. 海州灣表層沉積物重金屬的來源特征及風險評價[J]. 環境科學， 35（3）：1035-1040.

李奇， 2019. 止錨灣海水增養殖區重金屬現狀評價分析[J]. 河北漁業， （7）：39-42.

廖勇，黃厚見，李磊，等， 2012. 江蘇如東貝類養殖區重金屬的含量分布特征及潛在生態風險評價[J]. 中國環境監測， 28（6）：4-9.

盧霞，范禮強，包詩玉，等，2020. 海州灣連島周邊海域沉積物重金屬污染評價[J]. 海洋環境科學， 39（4）：570-575.

呂建樹，2015. 江蘇典型海岸帶土壤及沉積物重金屬環境地球化學研究[D]. 南京：南京大學.

阮金山，鐘碩良，楊妙峰，等，2009. 廈門貝類養殖區重金屬的含量分布特征與潛在生態危害評價[J]. 海洋環境科學， 28（1）：57-61.

孫欽幫，張沖，烏立國，等，2017. 廣東紅海灣表層沉積物重金屬含量的空間分布特征與污染狀況評價[J]. 生態環境學報， 26（5）：843-849.

田亞靜，陳經浩，黃建新，等，2017. 船舶防污漆中污染物分析及處置技術[J]. 環境工程學報， 11（2）：1164-1170.

王傳花，崔靈周，王棟，2015. 樂清灣養殖區表層沉積物重金屬含量分布及污染評價[J]. 農業工程學報， 31（2）：204-210.

王姮，李子孟，嚴峻，等，2021. 寧波舟山港北部海域沉積物重金屬分析與評價研究[J]. 環境科學與管理， 46（9）：60-64.

王偉力，王繼綱，林彩，等，2016. 福建興化灣中部表層海水及沉積物中重金屬含量特征與生態風險評價[J]. 應用海洋學學報， 35（2）：284-293.

謝飛，逄勇，莊巍，等，2008. 海州灣近岸物質輸運規律研究[J]. 海洋科學進展， （3）：347-353.

徐慧韜，徐秀麗，王麗平，2021. 溫州主要入海河流6種重金屬的空間分布及風險評估[J]. 水生態學雜志， 42（1）：42-48.

徐爭啟，倪師軍，庹先國，等，2008. 潛在生態危害指數法評價中重金屬毒性系數計算[J]. 環境科學與技術， 31（2）：112-115.

姚勝勛，韋富椿，陸素芬，等，2020. 龍江河近岸沉積物重金屬含量與污染評價[J]. 濕法冶金， 39（2）：164-170.

袁宏，鐘紅梅，趙利，等， 2019. 基于PCA/APCS受體模型的崇州市典型農田土壤重金屬污染源解析[J]. 四川環境， 38（6）：35-43.

張存勇，馮秀麗，2009. 連云港近岸海域沉積物粒度空間分布特征及其分析[J]. 海洋學報， 31（4）：120-127.

張棟，鄭曉玲，何鷹，等，2011. 渤海南部表層沉積物重金屬污染及潛在生態風險評價[J]. 環境污染與防治， 33（9）：8-10，24.

張杰，顧效源，張建國，等，2020. 煙臺近岸海域表層沉積物重金屬污染特征[J]. 山東國土資源， 36（4）：49-54.

張碩，盧璐，孫滿昌，等，2011. 海州灣海洋牧場示范區海域沉積物中重金屬生態風險分析[C]//中國環境科學學會學術年會論文集（第2卷）. 新疆：烏魯木齊.

張婷， 劉爽，宋玉梅，等，2019. 柘林灣海水養殖區底泥中重金屬生物有效性及生態風險評價[J]. 環境科學學報， 39（3）：706-715.

趙玉庭，孫珊，由麗萍，等，2021. 萊州灣沉積物粒度與重金屬分布特征[J]. 海洋科學， 45（3）：43-50.

朱孔文，孫滿昌，張碩，等， 2011. 海州灣海洋牧場[M]. 北京：中國農業出版社.

Cao Z Q， Wang L， Yang L S， et al， 2020. Heavy metal pollution and the risk from tidal flat reclamation in coastal areas of Jiangsu， China[J]. Marine Pollution Bulletin， 158：111427.

Chen C Y， Folt C L， 2000. Bioaccumulation and Diminution of Arsenic and Lead in a Freshwater Food Web[J]. Environmental Science & Technology， 34（18）：3878-3884.

Dean R J， Shimmield T M， Black K D， 2007. Copper， zinc and cadmium in marine cage fish farm sediments： An extensive survey-Science Direct[J]. Environmental Pollution， 145（1）：84-95.

ECB（European Chemicals Bureau）， 2003. Technical Guidance Document on Risk Assement Part I[R]. Italy Ispra： Institute for Health and Consumer Protection.

Gu X， Xu L， Wang Z X， et al， 2021. Assessment of cadmium pollution and subsequent ecological and health risks in Jiaozhou Bay of the Yellow Sea[J]. Science of the Total Environment，774：145016.

Hakanson L， 1980. An ecological risk index for aquatic pollution control. a sedimentological approach[J]. Hakanson Lars， 14（8）：975-1001.

Liang P， Wu S C， Zhang J， et al， 2016. The effects of mariculture on heavy metal distribution in sediments and cultured fish around the Pearl River Delta region， south China[J]. Chemosphere， 148（3）：171-177.

Liu J H， Cao L， Dou S Z， 2019. Trophic transfer， biomagnification and risk assessments of four common heavy metals in the food web of Lai Zhou Bay， the Bohai Sea[J]. Science of the Total Environment， 670：508-522

Mao L C， Ye H， Li F P， et al， 2017. Source-oriented variation in trace metal distribution and fractionation in sediments from developing aquaculture area——A case study in south Hangzhou bay， China[J]. Marine Pollution Bulletin， 125（1/2）：389-398.

Miler S L， Andeson M J， Daly E P， et al， 2002. Source apportionment of exposures to volatile organic compounds. I. Evaluation of receptor models using simulated exposure data[J]. Atmospheric Environment， 36（22）：3629-3641.

Muller G， 1969. Index of geo accumulation in sediments of the Rhine River[J]. Geo-Journal， 2（3）：108-118.

Posthuma L， Traas T P， Suter G W， 2002. General introduction to species sensitivity distributions[J]. Proceedings of the Royal Society B Biological Sciences， 3：3-10.

Wang Y， Wei Y N， Guo P G， et al， 2016. Distribution variation of heavy metals in maricultural sediments and their enrichment， ecological risk and possible source——A case study from Zhelin bay in Southern China[J]. Marine Pollution Bulletin， 113（1/2）：240-246.

（責任編輯? ?萬月華）

Spatial Distribution and Source Analysis of Heavy Metals

in the Haizhou Bay Marine Ranch

FENG Su‐lan1，2， LI Yu1， ZHU Lin2， XIE Yi‐xuan1，2， HONG Chen‐fei1，2，

LU Xia3， LI Xiang‐yang1，2， WANG Xue1

（1. College of Ocean Technology and Surveying and Mapping， Jiangsu Ocean University，

Lianyungang? ?222005， P.R. China;

2. Yellow Sea Fisheries Research Institute， Chinese Academy of Fishery Sciences， Key Laboratory of Sustainable Development of Marine Fisheries， Ministry of Agriculture and Rural Affairs， Shandong Provincial Key Laboratory of Fishery Resources and Ecological Environment， Qingdao? ?266071， P.R. China；

3. School of Geography and Surveying and Mapping， Suzhou University of Science and Technology，

Suzhou? ?215009， P.R. China）

Abstract： In this study， we explored the spatial distribution of eight heavy metals in the surface water and sediment of Haizhou Bay Marine Ranch. The? heavy metal pollution and ecological risk were then evaluated using species sensitivity distribution， the geoaccumulation index and the potential ecological risk index. Sources of heavy metals to the surface water and sediment were identified using PCA/APCS. The objectives were to better understand environmental conditions in the Haizhou Bay Marine Ranch and provide a scientific basis for the prevention and control of marine pollution and sustainable development of marine aquaculture. In December 2019， surface water and sediment samples were collected at 20 stations for determination of eight heavy metals? （Cr， Ni， Cu， Zn， Pb， Cd， As and Hg）. Results show that： （1） The average concentrations of? Cu， Cd， Cr， Zn， As and Hg in the surface water samples were 0.91， 0.06， 0.10， 5.85， 1.82 and 0.04 μg/L， respectively， and Ni and Pb were not detected. The average concentrations of? Cu， Pb， Cd， Cr， Ni， Zn， As and Hg in the sediment samples were 22.43， 23.78， 0.13， 65.86， 27.99， 60.18， 9.25 and 0.04 mg/kg， respectively. The heavy metal concentrations in both water and sediment samples all met the first degree Sea Water Quality Standard and Marine Sediment Quality Standard. The potential ecological risk of heavy metals in the surface sea water was evaluated by the species sensitivity distribution method and results show that As poses a high ecological risk， Cu， Cd and Zn pose a medium ecological risk，? and Cr and Hg pose a low ecological risk. （2） The comprehensive ecological risk index shows that heavy metals pose a medium ecological risk in the sediments， contributed primarily by Cd and Hg. （3） According to quantitative analysis using the PCA/APCS model， potential sources of heavy metal pollution were breeding pollution， land-based pollution? and? river discharges before 2009. Among the sources， breeding contributed? more than 50% of the Cu， Zn， Ni， Pb and Cr. The contribution of land source pollution to As and Cd was 40.33% and 82.85%， respectively， and the content of Hg was primarily from river discharges.

Key words：marine ranch; ecological risk; heavy metals; pollutant sources; Haizhou Bay

收稿日期：2021-08-17? ? ? 修回日期：2023-05-08

基金項目：江蘇省自然科學基金面上項目（BK20171262）；江蘇省海洋科學與技術優勢學科建設工程項目（5511202001X）；江蘇海洋大學2020年大學生創新創業訓練項目（SY202011641107004）。

作者簡介：封蘇蘭，1996年生，女，碩士研究生，研究方向為海洋環境化學與生態毒理學。E-mail：fengsulan814@163.com

通信作者：李玉，1976年生，女，博士，教授，主要從事海洋環境化學教研工作。E-mail：liyu241@sina.com

盧霞，1976年生，女，博士，教授，主要從事海洋環境遙感教研工作。E-mail：luxia1210@163.com