基于APCS-MLR模型的陽春市農(nóng)田土壤中重金屬源解析

摘要：陽春市位于廣東省西南部，多金屬礦床分布較廣。本文選取陽春市作為研究區(qū)，考察農(nóng)田土壤中重金屬（包括砷、鎘、鉻、銅、汞、鎳、鉛和鋅）的含量、分布和來源。其間采用絕對主成分得分-多元線性回歸（APCS-MLR）模型，識別土壤樣品中重金屬的潛在來源。該模型確定3個可能的來源，即交通排放、自然源和農(nóng)業(yè)活動，分別占28.16%、16.68%和14.42%。

關(guān)鍵詞：重金屬；源解析；農(nóng)田土壤；APCS-MLR模型；陽春市

中圖分類號：X53 文獻標(biāo)識碼：A 文章編號：1008-9500（2023）08-00-03

DOI：10.3969/j.issn.1008-9500.2023.08.019

Source Analysis of Heavy Metals in Farmland Soil of Yangchun City Based on APCS-MLR Model

CHEN Junyu， WANG Jinjin

（1. Ministry of Agriculture and Rural Affairs Key Laboratory of South China Cultivated Land Conservation， College of Nature Resources and Environment， South China Agricultural University; 2. Guangdong Key Laboratory of Land Use and Remediation， College of Nature Resources and Environment， South China Agricultural University， Guangzhou 510642， China）

Abstract： Yangchun City is located in the southwest of Guangdong Province， with a wide distribution of polymetallic deposits. This paper selects Yangchun City as the research area to investigate the content， distribution， and source of heavy metals （including arsenic， cadmium， chromium， copper， mercury， nickel， lead， and zinc） in farmland soil. During this period， the absolute principal component score-multiple linear regression （APCS-MLR） model is used to identify potential sources of heavy metals in soil samples. This model identifies three possible sources， namely traffic emissions， natural sources， and agricultural activities， accounting for 28.16%， 16.68%， and 14.42%， respectively.

Keywords： heavy metals; source analysis; farmland soil; APCS-MLR model; Yangchun City

土壤是地球表面生態(tài)系統(tǒng)的重要組成部分，但許多工業(yè)或農(nóng)業(yè)活動中的污染物會導(dǎo)致土壤污染[1]。因此，要采取措施來控制污染源，實現(xiàn)重金屬污染影響的最小化。多元統(tǒng)計分析是一種綜合分析方法，尤其是主成分分析（PCA）已廣泛應(yīng)用于土壤中重金屬的源解析[2]。但是，主成分分析無法解釋源對重金屬的定量貢獻，因此多變量受體模型便被開發(fā)出來，如絕對主成分得分-多元線性回歸（APCS-MLR）模型，用來解決化學(xué)質(zhì)量平衡問題，并可以量化土壤中重金屬的來源。APCS-MLR模型比傳統(tǒng)方法更加方便和高效，目前已經(jīng)應(yīng)用于大氣、土壤和灰塵中各種污染物的源解析[3]。陽春市位于廣東省西南部，有位于中國最南端的侏羅紀(jì)鉬鎢礦床——崗美鉬鎢礦。本文采用APCS-MLR模型，對陽春市農(nóng)田土壤重金屬污染源進行識別，以更好地治理土壤重金屬污染，改善區(qū)域生態(tài)環(huán)境。

1 材料與方法

1.1 土壤樣品的收集

從陽春市農(nóng)田采集土壤樣品，選擇距地表0～20 cm的表層土壤，各采樣點均用北斗衛(wèi)星導(dǎo)航系統(tǒng)記錄其經(jīng)緯度，共采集200個樣品。

1.2 土壤重金屬含量測定

使用HCl-HNO3體系和HF-HCl-HNO3體系對土壤樣品進行消解，使用火焰原子吸收分光光度法對Cr、Cu、Ni、Zn的含量進行測定；使用石墨爐原子吸收法對Cd和Pb的含量進行測定，使用原子熒光法對As和Hg的含量進行測定。每組試驗都要設(shè)置平行樣，以消除誤差。設(shè)置2～3個空白，以土壤成分分析標(biāo)準(zhǔn)物質(zhì)GBW07430（GSS-16）為質(zhì)量控制樣品，各種重金屬的回收率都在82.6%～106.3%，平行樣標(biāo)準(zhǔn)偏差都在8%以內(nèi)。

1.3 APCS-MLR模型

首先，通過數(shù)據(jù)降維，應(yīng)用主成分分析從相似變量導(dǎo)出成分，并測量其旋轉(zhuǎn)因子載荷，作為確定金屬源的起點[3]。PCA獲得的數(shù)據(jù)不明確適用于測量金屬源的影響率，APCS-MLR模型必須采用非標(biāo)準(zhǔn)化APCS。MLR將金屬濃度作為因變量，而APCS將預(yù)測值與觀測值進行比較，以驗證模型的一致性。

2 結(jié)果分析

2.1 土壤重金屬含量特征

陽春市農(nóng)田土壤中，8種重金屬的平均含量如表1所示，從平均值來看，最高的是鋅（57.17 mg/kg），最低的是鎘（0.22 mg/kg）。其中，砷、鎘、銅、汞、鉛和鋅的平均含量都超過廣東省土壤背景值，這表明土壤中重金屬隨著時間的推移而積累。鎘和汞的平均含量分別為背景值的3.92倍和3.84倍，表明二者在土壤中明顯富集；砷、銅、鉛和鋅的平均含量分別為背景值的1.43倍、1.21倍、1.02倍和1.21倍，表明其受人類活動影響較小。因此，要根據(jù)相關(guān)標(biāo)準(zhǔn)對農(nóng)用地進行管理，以減少重金屬的富集。重金屬含量的變異系數(shù)顯示，鉻和鉛為高度變異，其余六種元素為超高度變異，說明陽春市重金屬含量的分布受人類活動影響很大。

2.2 土壤中重金屬來源識別

下面使用APCS-MLR模型識別土壤中重金屬來源。原始數(shù)據(jù)被標(biāo)準(zhǔn)化處理后，應(yīng)用KMO檢驗和巴特利特球形檢驗來檢查變量與PCA可信度的相關(guān)性，如表2所示。經(jīng)檢索，特征值大于1的有3個，它們可以解釋總方差的59.26%。旋轉(zhuǎn)分量矩陣中，第一主成分、第二主成分和第三主成分分別占總樣本方差的28.16%、16.68%和14.42%。重金屬的線性回歸系數(shù)通常較大，表明模型的模擬結(jié)果可以接受。線性回歸模型的參數(shù)計算結(jié)果如表3所示。

經(jīng)計算，第一主成分影響最大的是鎘、鉻、鎳、汞和鋅，貢獻率分別為54.1%、69.0%、60.3%、44.3%和37.4%。在外生地質(zhì)過程（如侵蝕和風(fēng)化）中，地球表層巖石對土壤中元素含量起決定作用。石望鎮(zhèn)北部有硫鐵礦，硫鐵礦常伴生鎘、汞和鋅等重金屬，礦區(qū)周圍3種元素含量均較高。經(jīng)分析，第一主成分是自然源。

受第二主成分影響最大的是鉛，貢獻率為56.7%，鉛的平均含量接近背景值，僅比背景值高1.8%。鉛因為燃料燃燒而被釋放到土壤中，車輛燃燒燃料時會釋放大量的鉛，這些鉛會沉積在土壤中[4]。經(jīng)分析，第二主成分是交通排放。

受第三主成分影響最大的是砷和銅，貢獻率分別為75.5%和50.3%。施用化肥、農(nóng)藥、污水污泥或糞肥后，農(nóng)田土壤中的砷和銅含量都會增加。畜禽養(yǎng)殖使用含有重金屬的飼料添加劑，產(chǎn)生的糞肥隨后被用作肥料，可能會導(dǎo)致大規(guī)模的農(nóng)田土壤污染[5]。經(jīng)分析，第三主成分是農(nóng)業(yè)活動。

3 結(jié)論

本文以廣東省陽春市為研究區(qū)，采用APCS-MLR模型分析農(nóng)田土壤中8種重金屬的含量、分布和來源。其間使用APCS-MLR模型識別出3個主成分，各重金屬的相關(guān)系數(shù)較大，模型擬合良好。APCS-MLR模型識別出3個來源，占比的排序依次為自然源（28.16%）＞交通排放（16.68%）＞農(nóng)業(yè)活動（14.42%）。

參考文獻

1 Chen H，Teng Y，Chen R，et al.Contamination characteristics and source apportionment of trace metals in soils around miyun reservoir[J].Environmental Science and Pollution Research，2016（15）：15331-15342.

2 Wang G，Li Y，Wang J，et al.A modified receptor model for historical source apportionment of polycyclic aromatic hydrocarbons in sediment[J].Science of the Total Environment，2020（2）：134931.

3 Siddiqui E，Pandey J.Assessment of heavy metal pollution in water and surface sediment and evaluation of ecological risks associated with sediment contamination in the Ganga River：a basin-scale study[J].Environmental Science and Pollution Research，2019（11）：10926-10940.

4 Hou S，Zheng N，Tang L，et al.Pollution characteristics，sources，and health risk assessment of human exposure to Cu，Zn，Cd and Pb pollution in urban street dust across China between 2009 and 2018[J].Environment International，2019（7）：430-437.

5 HU Y A，He K L，Sun Z H，et al.Quantitative source apportionment of heavy metal（loid）s in the agricultural soils of an industrializing region and associated model uncertainty[J].Journal of Hazardous Materials，2020（6）：122244.