基于APCS-MLR的稻田土壤重金屬污染評價及來源解析

中圖分類號：X53；X825 文獻標志碼：A 文章編號：1002-1302（2025）11-0241-06

因工業和農業活動中污染物的投人，土壤重金屬污染問題愈發凸顯[1-2]。重金屬具有隱蔽性強、持久長性、毒性高和修復困難等特點[3]。2014 年《中國生態環境狀況公報》顯示，我國耕地主要的污染物是鎘、鎳、銅、砷、汞、鉛等，達到了 19.4% 的點位超標率[4]。河南省信陽市礦產資源豐富，主要分布在南部、西部山區，形成了以建筑材料為主的礦產資源開發，這會增加農田土壤重金屬的含量，引起農田土壤重金屬污染[5]。有研究者對信陽市國道兩側稻田土壤重金屬進行調查，發現稻田土攘中重金屬Cd的單項污染指數和污染物分擔率最大6。沈墨海等發現信陽、南陽等6地區城市空氣灰塵中 Zn，Cr，Ni，Pb，As，Cu，Cd 的平均濃度在1.3～306.0mg/kg 之間，Cd達到了重污染和極重污染水平，大氣沉降也增加了土壤重金屬含量[。豫南地區是河南省水稻主產區，水稻種植面積已達8.5萬 hm² 以上[8]，因此，探究豫南稻區土壤重金屬污染源及來源對豫南稻區重金屬防治具有重要意義。

目前，分析重金屬來源的方法主要有絕對主成分-多元線性回歸（APCS-MLR）模型、正矩陣分解（PMF）模型、化學質量平衡法和UMIX模型等[9-12]。APCS－MLR模型能夠得出污染源對受體的具體貢獻率，因此應用廣泛[13]。張旺等利用APCS-MLR受體模型分析貴州礦區水田重金屬來源，結果表明土壤重金屬來源主要是工礦業與農業混合源、自然源和大氣沉降與農業混合源[14]。盧鑫等利用APCS-MLR模型分析礦區As的污染源主要是人為源、燃煤及肥料和其他源，它們對As的貢獻率分別為 58.6%14.7%.26.7%^[15] 。霍明珠等利用APCS-MLR對湘潭縣農田土壤重金屬來源進行分析，發現工業源對 Cd，Pb，Zn，Hg 的影響較大；對As、 Hg 、Pb貢獻較大的是農業源；自然源對 Ni， Cu、Cr 貢獻率最大[16]

信陽市是豫南水稻主栽區，目前該地區農田重金屬的研究僅集中在道路交通對稻田土壤重金屬的影響及土壤重金屬背景狀況上，且研究年份較遠，缺乏近期的稻田土壤重金屬污染評價及來源解析。本研究擬以信陽市稻田土壤為研究對象，利用APCS-MLR分析土壤重金屬來源及其貢獻率，并就重金屬污染狀況進行生態評價，以期為豫南地區稻田土壤重金屬污染防控提供科學依據。

1材料與方法

1.1 試驗區概況

試驗區位于河南省信陽市，年均日照約 2 000h ：年均氣溫約 15.0^°C ，約 220d 左右的無霜期；降雨量豐富，空氣相對濕度大。

1.2樣品采集與分析

本試驗于2022年在信陽市區周邊五里店、游或、甘岸、東昌河和雙井5鎮的水稻栽培區進行土樣采集，共采集了84個土壤樣品。信陽地區水稻田地勢平坦，利用棋盤式布點法采集 0～20cm 耕層土壤，按照四分法混合成 1kg 土壤樣品，經室內風干，剔除雜質，研磨后過100目篩。

土壤重金屬采用普通酸（鹽酸-硝酸-高次氯酸-氫氟酸）消解的方法[17]。使用ICAP-6000 電感耦合等離子體發射光譜儀測定重金屬 Cr，Cd，Ni Cu，Zn，Pb 的含量，采用原子熒光光度計（北京吉天AFS-930）測定As和 Hg 含量。樣品測定中設置20% 的平行樣，測定質量用國家標準土壤樣品（GSS-4 和GSS-8）[18]進行把控。

1.3土壤重金屬的來源分析及風險評價

1.3.1絕對因子分析/多元線性回歸受體模型APCS-MLR是通過主成分分析得到絕對主成分因子得分APCS[16]

首先對重金屬標準化：

引入1個含量為0的人為樣本，標準化后得到因子分數：

式中： Z_ij 表示標準化的得分； C_ij 表示元素 i 的測定值， mg/kg;C_i 表示元素 χ_i 的平均值， 表示元素 i 的標準偏差， mg/kg Z_i0 表示0含量樣本的因子得分。

將重金屬標準化后的得分減去引入0含量樣本的因子分數得到APCS。

最后將重金屬實測值作為因變量、APCS作為自變量作多元線性回歸，獲得每個污染源對各樣本的貢獻率，公式如下：

式中： C_i 表示元素 i 的實測值， mg/kg;b_0i 表示元素 i 多元線性回歸的常數項， mg/kg;b_pi 表示源 p 與元素i 之間的回歸系數， mg/kg;APCS_p 表示調整后的因子 p 的得分數[19]

如計算中出現負值可采用絕對值進行污染源貢獻率的計算[14，20 -21] 。

識別出源的貢獻率公式為：

未識別出源的貢獻率公式為：

式中： PC_im 為污染源 ?_m 對元素 i 的貢獻率。

1.3.2地累積指數法地累積指數是用于評價重金屬污染水平的有效方法，計算公式是[22]：

式中： I_geo 表示地累積指數； C_n 指元素 n 的實測值，mg/kg;S_n 指元素 n 的背景值， mg/kg ，以河南省背景值作為參比[23]； k 是成巖效應，常取 1.5^[24] 。具體的分級標準見表1。

1.3.3潛在生態風險評價潛在生態指數反映的是重金屬對生態環境的響應[25]，計算方法如下：

RI=ΣE_i°

式中： E_i 表示元素 i 的潛在生態危害系數； RI 表示綜合潛在生態危害指數； C_r 表示元素 r 的實測值， C_n

表示元素 n 的背景值， mg/kg;T_r 表示元素 r 的毒性響應系數（ T_Hg=40，T_Cd=30，T_As=10，T_Pb=T_Cu= （204號 T_Ni=5，T_Cr=2，T_Zn=1）^[26 -29]。分級標準見表2。

1.4 數據處理

利用Excel 2010、SPSS Statistics 20.0 和 Origin2021進行數據統計分析及制圖。

2 結果與分析

2.1土壤重金屬統計分析

2.1.1土壤重金屬含量的描述性統計由表3可知，重金屬 As，Cd，Cu，Cr，H_g，Ni，Pb，Zn 的平均含量分別是 4.08，0.44，28.10，53.85，0.26，7.99，16.49 82.79mg/kg ，與河南省土壤背景相比，分別是土壤背景值的 0.41，2.99，1.28，0.80，5.78，0.29，0.70 1.00倍。重金屬 Cd，Cu，Cr，Ni，Pb，Zn 的變異系數在13. 13% ＼～ 23. 29% 之間，As變異系數為43.14% ，而 Hg 的變異系數高達 89.80% ，可能受人為因素干擾較大。

2.1.2土壤重金屬相關性分析由表4可知，屬于極顯著相關性（ Plt;0.01） 的是As和 ΔCd，CuΩ，Cr，Ni Z_n ，Cd和 Cu，Cr，Ni，Pb，Zn，C Gu 和 Pb，Zn ，Cr和 ΔNi 、Z_n ΔNi 和 Z_n Pb 和 Z_n 之間。其中，As和Cd，As和Cr ，As和Ni，Cd和Cr，Cd和 Pb ，Cd 和 Z_n ，Cr 和Ni，Pb 和 Z_n 的相關系數 gt;0.5 ，說明兩者之間相關性較強，推斷重金屬具有相似污染來源， Cr 和Ni的相關系數 gt;0.9 ，說明土壤重金屬Cr和Ni之間具有相同的污染源，已有結果表明兩者受成土母質的影響較大[30-31]

2.1.3土壤重金屬主成分分析利用SPSS20.0對重金屬做KOM和Bartlett球形檢驗，得到 KOM= 0.653， Plt;0.001 ，因此可做因子分析。由表5和圖1可知，經Kaiser旋轉，提取了特征值 gt;1 的主成分，共有3個，累計方差貢獻率是 78.65% 。因子1在Pb、Zn、Cd 和 Cu 上有較大正載荷，有研究結果表明機動車燃料和輪胎等機件會帶來重金屬 Pb，Cd，Cu 、

Z_n ，是交通源重金屬元素[32]，同時，農藥中也含有大量 Cu，Zn，As 等元素[12]；施入土壤中的磷肥和復合肥會引起 Pb 和Cd 的積累[1]。研究區域主要處于107國道旁，存在機動車活動引起的重金屬污染源，因此第一主成分主要是交通與農業混合源。

因子2在 Cr，Ni 和As上有較大正載荷，張傳華等基于APCS-MLR得出重慶市黔江礦區表層土壤中As ??Ni，Cr 主要來源于成土母質[33]； Wang 等對果園重金屬來源進行分析發現 Cr，Ni 和As主要來自自然源[34]。由表4可知， As，Ni，Cr 在 0～20cm 土壤中存在極顯著相關性，推斷As、 Ni，Cr 主要與自然源有關，而As在第一主成分有適度荷載，說明As部分來源于農業活動。

因子3在 Hg 上有較大正載荷。曾國慶等利用PMF模型分析某辣椒種植區重金屬污染源來源發現 Hg 主要來自于大氣沉降[31]，據調查豫南地區種植的水稻、小麥主要以施復合肥料為主，而復合肥料中通常含有大量的 Hg^[35] ，因此判定第三主成分主要是大氣沉降與農業混合源。

2.2土壤重金屬污染源貢獻率分析

2.2.1土壤重金屬APCS-MLR受體模型可靠性分析根據APCS－MLR受體模型公式（1）、公式（2）、公式（3）得到了重金屬As Pb?cornerZn 的回歸方程決定系數 r² 分別為0.599、0.790，0.582，0.940，0.937，0.909，0.755，0.716， 除As和 Cu 外，其他元素 r² 均 gt;0.7 ，擬合效果較好。2.2.2土壤重金屬APCS-MLR的污染源貢獻率計算利用回歸系數根據公式（4）和公式（5）計算各金屬元素對污染源的貢獻。由圖2可知，研究區域 Cd，Cu，Pb，Zn 以交通與農業混合源為主，其貢獻率分別為 59.8%.73.1%.39.9%.70.2% ，其中自然源對 Cd，Zn 也有一定影響，貢獻率為 31.9% 和

19.2% 5 Pb 受到未知源的影響也較大，貢獻率達到52.3% ；自然源對As、Cr、Ni的貢獻率最大，為34.9% ，47.9% （20 ，62.1% 。大氣沉降與農業混合源對Hg 的貢獻率最大，達到了 56.0% 。交通與農業混合源和未知源均對As和 Hg 有一定的貢獻，這可能也是引起 Hg 和As變異系數大的因素。

2.3土壤重金屬污染生態指標評價

采用地累積統計法對重金屬進行污染等級評價。由圖3可知，土壤重金屬地累積指數 Cdgt;Zngt; Cugt;Crgt;Pbgt;Asgt;Nigt;Hg 。研究區域 0～20cm 土層重金屬Cd的地累積指數，范圍在 0.03～0.62 之間，整體處于輕度污染程度；其次是 Z_n 的地累積指數，范圍在 -0.25～0.29 之間，處于無-輕度污染水平，分別占到樣品數的 85.0% 和 15.0% ；重金屬Cu的地累積指數在 -0.33～0.19 之間，屬于無-輕度污染水平，各占樣品數的 85.7% 和 14.3% ; Cr Pb、As、Ni、 Hg 地累積指數均 lt;0 ，整體呈無污染狀態。

利用潛在風險指標法對研究區域進行污染等級評價。由圖4可知，7種重金屬元素（Cd除外）的潛在生態風險系數均 lt;40 ，處于輕微生態危害的等級；Cd元素的潛在生態風險系數為90.6，其中，潛在生態危害指數在 40～80 之間的占到樣品數的28.6% ，潛在生態危害指數在 80～160 之間的占樣品數的 70.2% ，潛在生態危害指數在 160～320 之間的占樣品數的 1.2% ，整體以中至強生態危害為主。總潛在生態風險指數PERI分布在 19.22～ 7430.26范圍內，屬于輕微至極強生態風險等級范圍內；土壤重金屬對RI貢獻率為 Cd（82.96% ）gt;Cu（ 5. 87% ） gt; As（3. 75% ） gt;Pb （3. 20% ） gt; Cr（1.45%）gt;Ni（1.32%）gt;Zn（1.24%） gt; Hg（0.21%） ，重金屬Cd存在很強的生態危害。

3討論

農田土壤重金屬的來源比較多，而且比較容易遷移到土壤中，因此摸清農田土壤重金屬的污染源，從頭控制可有效地保證農田土壤的質量和土壤生產力，從而保證農產品產出安全。本研究表明，豫南稻田土壤污染源主要分為交通與農業混合源、自然源、大氣沉降與農業混合源，其中，交通與農業混合源對重金屬 Cd，Cu，Pb，Zn 的貢獻率分別是59.8%.73.1%.39.9%.70.2% ，自然源對As、 Cr 、Ni的貢獻率最大，為 34.9%.47.9%.62.1% ；大氣沉降與農業混合源對 Hg 的貢獻率達到 56.0% ；這與前人研究結果一致，王銳等的研究結果表明，Cr和 Ni主要來源于成土母質[36]，曾慶慶等在研究中發現重金屬 Hg 主要來自于大氣沉降[31]，農業活動中復合肥料的施人也會帶來 Hg 元素[35]。已有研究結果認為土壤中含磷肥料會引起重金屬 Pb 和Cd的富集，機動車的燃料及輪胎磨損也會帶入 、Cu、Zn，農藥中含有Cu、Zn、As等元素[1，12.32] 。

土壤重金屬Cd ，cu，Hg，Zn 的平均含量分別是河南省土壤背景值的 2.99，1.28，5，78，1.00 倍，除Cd外，其他元素均未超過農用地土壤污染篩選值。Hg 和As元素的變異系數較大，可能受人為活動的影響較大。As元素在自然源、交通與農業混合源的所占荷載相差不大，這可能是引起As變異性高的原因，與張旺等的研究結果一致[14]

土壤重金屬地累積指數分析表明，豫南稻田土壤 Cr、Pb、As、Ni、Hg 地累積指數均 lt;0 ，整體呈無污染狀態，Cd的地累積指數范圍在 0.03～0.62 之間，處于輕度污染水平；重金屬 Z_n 和 Gu 處于無至輕度污染水平。而重金屬 Cd，Zn 和 c_u 的重要污染源是交通與農業混合源，這可能是研究區域周邊交通便利，機動車燃料、尾氣排放和輪胎的磨損帶來的[37]，同時，豫南地區農業種植上習慣施用復合肥料和農藥也導致了土壤中 Z_n 元素和Cu元素的累積，這與李霞等的研究結果一致[38]

土壤重金屬潛在生態危害指數表明，土壤重金屬總潛在生態風險指數PERI表明豫南稻區存在輕微至極強的生態風險， As，Cu，Cr，Hg，Ni，Pb，Zn 的平均潛在生態風險系數在 0.2～6.4 之間，屬于輕微生態危害的范圍，重金屬Cd存在很強的生態危害。因研究區域為水稻種植區，建議采取有效的稻田降Cd措施，同時做好 Z_n 和 Cu 污染的預防和調控。

4結論

本研究結果表明，豫南稻田土壤重金屬As、Cd、Cu，Cr，Hg，NiDb.Zn 的污染源主要分為3類，分別是交通與農業混合源、自然源和大氣沉降與農業混合源，受到人為因素的影響較大。重金屬 Zn，Cu 存在輕度生態污染風險，重金屬Cd生態危害等級較高，建議采取切實可行的措施降低土壤中重金屬Cd，Zn，Cu 的含量，并且今后豫南水稻種植布局應考慮交通對土壤表層重金屬的影響，同時也要合理施用化肥和農藥，保障糧食安全。

參考文獻：

[1]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.

[2]常鵬艷，王松良，王濤，等.鎘脅迫下不同小白菜表型特征、光合能力及鎘富集能力研究［J]．江蘇農業科學，2024，52（3）：164 -172.

[3]林承奇，蔡宇豪，胡恭任，等.閩西南土壤-水稻系統重金屬生物可給性及健康風險[J].環境科學，2021，42（1）：359-367.

[4]國土資源部.全國土壤污染狀況調查公報［R].北京：環境保護部，2022：3.

[5]李武艷，朱從謀，和雪瀅，等.經濟發達地區耕地景觀格局對土壤重金屬污染風險的影響分析[J]．農業工程學報，2021，37（16）：233 -241.

[6]雷振山，肖榮英，胡漢升，等.信陽市境內國道邊稻田土壤重金屬分布與評價[J].湖北農業科學，2013，52（24）：6003-6007.

[7]沈墨海，王世華，董文靜，等.冬季河南省若干城市室內灰塵中重金屬的健康風險[J].環境化學，2018，37（10）：2171-2180.

[8]雷振山，金明慧，肖榮英，等.播期和播量對豫南直播稻產量形成特征的影響[J].信陽師范學院學報（自然科學版），2023，36（3）：468-476.

[9]Ren CB，ZhangQQ，Wang HW，et al. Characteristics and sourceapportionment of polycyclic aromatic hydrocarbons of groundwater inHutuo River alluvial-pluvial fan，China，based on PMF model[J].Environmental Scienceand Pollution Research International，2O21，28（8）：9647-9656.

[10]ZhangC，Jing DJ，Wu CZ，et al. Integrating chemical mass balanceandthecommunitymultiscale airquality models forsourceidentification and apportionment of PM_2，5[J] . Process Safety andEnvironmental Protection，2021，149：665-675.

[11]曹佳藝．基于UNMIX模型的農田土壤重金屬源解析及污染損失評價：以南方某鎮為例[D]．北京：中國地質大學（北京），2019：2 -3.

[12]Guan Q Y，Wang FF，Xu C Q，et al. Source apportionment of heavymetals inagricultural soil based on PMF：a case study in HexiCorridor，northwest China[J].Chemosphere，2018，193：189-197.

[13]LiY，ZhouSL，LiuK，etal．Application of APCA-MLR receptormodel for source apportionment of char and soot in sediments[J].Scienceof the Total Environment，2020，746：141165.

[14]張旺，高珍冉，粵鷹，等．基于APCS－MLR受體模型的貴州喀斯特礦區水田土壤重金屬源解析［J]．農業工程學報，2022，38（3） ：212-219.

[15]盧鑫，鄺榮禧，何躍，等.基于APCS-MLR 模型和地統計學相結合的礦區農田土壤碑源解析[J]．土壤，2022，54（2）：379 -384.

[16]霍明珠，高秉博，喬冬云，等．基于APCS－MLR受體模型的農田土壤重金屬源解析[J].農業環境科學學報，2021，40（5）：978 -986.

[17]鮑士旦．土壤農化分析[M]．3版.北京：中國農業出版社，2000：263 -270.

［18]段海靜，蔡曉強，阮心玲，等.開封市公園地表灰塵重金屬污染及健康風險[J].環境科學，2015，36（8）：2972-2980.

[19]馬杰，沈智杰，張萍萍，等.基于APCS-MLR和PMF模型的煤矸山周邊耕地土壤重金屬污染特征及源解析[J]．環境科學，2023，44（4） ：2192-2203.

[20]Haji Gholizadeh M，MelesseA M，ReddiL.Waterqualityassessment and apportionment of pollution sources using APCS -MLR and PMF receptor modeling techniques in three major rivers ofSouth Florida[J].Science of the Total Environment，2016，566：1552 -1567.

[21]Cheng G W，Wang M J，Chen Y，et al. Source apportionment ofwater pollutants in the upstream of Yangtze River using APCS -MLR[J].Environmental Geochemistry and Health，2O20，42（11）：3795 - 3810.

[22]Liu XX，WangYW，GuiCM，etal.Chemical forms and riskassessment of heavymetalsinsludge -biochar produced bymicrowave-induced lowtemperaturepyrolysis[J].RSCAdvances，2016，6（104） ：101960-101967.

[23]王春松，盛奇，裴瑞亮．河南商丘地區土壤元素基準值與背景值研究[J]．安徽農業科學，2019，47（12）：1-5.

[24]穆德苗，陳艷秋，胡濤，等.基于田塊尺度的農田土壤重金屬污染評價及來源解析[J]．農業環境科學學報，2022，41（6）：1271 - 1283.

[25]Hakanson L. An ecological risk index for aquatic polltion control. asedimentological approach[J].WaterResearch，1980，14（8）：975 -1001.

[26]Chen Y W，Liu G J，Wang L，et al.Occurrence and fate of sometrace elements during pyrolysis of Yima coal，China[J].Energy amp;Fuels，2008，22（6） ：3877 -3882.

[27]馬若君，賈宏宇，杜一，等.污泥基生物炭重金屬風險評價及對黑麥草生長的影響[J]．生態與農村環境學報，2022，38（6）：802 -809.

[28]鄭睛之，王楚棟，王詩涵，等．典型小城市土壤重金屬空間異質性及其風險評價：以臨安市為例[J]．環境科學，2018，39（6）：2875 -2883.

[29]俞詩穎.區域土壤重金屬污染源解析和污染風險情景模擬[D]．杭州：浙江大學，2021：20-21.

[30]余濤，楊忠芳，王銳，等.恩施典型富硒區土壤硒與其他元素組合特征及來源分析[J]．土壤，2018，50（6）：1119-1125.

[31]曾慶慶，付天嶺，鄒洪琴，等．貴州省某縣辣椒種植區土壤重金屬空間分布特征及來源解析[J]．農業環境科學學報，2021，40（1） ：102 -113.