重金属污染评价

重金属污染评价（精选12篇）

重金属污染评价 篇1

城市经济的快速发展和人口数量的增加对城市环境质量的影响日益显著。对城市土壤地质环境异常的查证, 以及应用查证获得的海量数据开展城市环境质量评价, 研究人类活动影响下城市地质环境演变模式也显得尤其重要。

按照功能划分, 城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等, 分别记为1类区、2类区、……、5类区, 不同的区域环境受人类活动影响的程度不同。

将所考察的城区划分为间距1公里左右的网格子区域, 按照每平方公里1个采样点对表层土 (0~10厘米深度) 进行取样、编号, 测得每个样本点各种主要重金属元素 (8种) 的浓度值及其背景值。我们试通过这些数据来分析城区5大区域的重金属污染程度及造成污染的可能原因。

一、模型假设

1、假设该城区内的采样点的重金属元素浓度能代表该样方 (面积为1平方公里) 的重金属元素浓度。

2、假设采样点在表层土 (0—10厘米深度) 的位置不影响其海拔高度, 海拔高度变化是对城区地理位置的描述。

二、模型建立

(一) 空间分布Ω1的确定

我们考察城区Ψ所划分的网格区域, 根据假设二, 对于网格区域中的任一点, 其海拔高度H是由城区地理位置决定, 也即是由采样点的横纵坐标 (x, y) 决定。

根据附件中数据给出的空间直角坐标系, 我们可以将城区Ψ看做是该坐标系内的一个曲面S, 对重金属元素空间分布的分析, 关键是描述其浓度在曲面上的变化, 因此将上述空间直角坐标系中轴对海拔的描述转化成对浓度的刻画, 并应用Matlab三维样条插值的方法, 给出重金属元素的空间分布S。

(二) 空间分布的确定

Ω1可以给出重金属元素浓度大小分布的直观展示, 但是并不能反映浓度变化的规律。因此, 我们给出重金属元素空间分布Ω2。Ω2旨在描述曲面S上样本点的浓度变化, 因此我们参考重金属元素的背景值bi将重金属元素的浓度进行等级划分, 然后用不同的颜色标注属于不同浓度等级的样本点, 将相邻的同属一个浓度等级的样本点划为一个区域, 这样可以得到若干浓度等级区Ai, 从而给出空间分布Ω2。

(三) 不同区域重金属污染程度的分析

观察样本点在曲面S上分布的散点图, 发现同一个功能区的点是集中分布于多个区域, 所以单纯的对题目中给出的5个功能区笼统地评价其污染程度显然是不合理的, 我们根据样本点在曲面S上的实际分布, 将每一个大的功能区划分为若干与其他功能区没有交叉的小区域, 然后对这些区域的污染程度进行分析。

考虑第i生活区的第j小区Bij (i=1…5) , 其间所有样本点的浓度等级必然包含于Aij (i=1…8) 所构成的集合中, 我们分别对的8种情况, 也即对8种重金属元素的污染程度进行评价。

考察第i种重金属元素和某一功能区Bij, 若Bij包含第i种元素的浓度等级个数为t, 计算出每个浓度等级区所包含的样本点个数, 求出其占功能区Bij中样本点总数的比例, 以此作为该浓度等级区的浓度权重, 从而将所评价的功能区Bij划入某一浓度等级区, 进而对其污染程度做出评价。

(四) 重金属元素的空间分布

1、Matlab三维立体模拟空间分布Ω1。

利用Matlab三维样条插值模拟重金属元素在曲面S上的浓度分布, 结果如图1所示 (以As元素为例)

2、浓度等级的空间分布Ω2

(1) 浓度等级的划分。以元素Pb为例, 其背景值均值=31, 范围为 (19, 43) , 因此, 对319个样本点, 我们将浓度在 (19, 43) 的样本点区域设为清洁区, 并确定该区间的聚心为31, 以该区间长度为步长, 确定4—5个等级区间, 将区间中值为作为初始聚心, 使用SPSS软件进行快速聚类, 得到初步的聚类结果。再结合国家土壤环境质量标准与实际情况, 调整第2—5等级的区间长度以及聚心, 重新聚类, 直到达到满意的分类结果。

(2) 依浓度等级的空间分布Ω2。由表1的结果, 不同清洁区的样本点用不同的颜色绘出, 按照确定空间分布Ω2的模型思想, 我们将相邻的属于同一浓度等级的样本点划入一个区域, 这样, 我们就可以得到Pb元素浓度等级的空间分布如图2所示:

红色区域表示中度污染区;蓝色区域表示重度污染区;黑色区域表示极严重污染区;离散点用圈表示;其余未涂色的区域是清洁区和轻度污染区。

(五) 城区不同区域污染情况的分析

在聚类分析过程中, 我们已经得到采样点 (x, y) 所对应的第i种重金属元素的浓度等级为k, 运用网格先方法第i功能区所分的第j小区中的总采样点数为N, 位于浓度等级η的采样点个数为nk, Bij对应的第i种元素的浓度等级

再将各个元素的浓度等级惊醒加权平均, 最终得出地区的整体受污染程度。

三、评价结果

通过上述的综合评价思路, 我们得出的最终结果如表2所示

通过综合元素的评价我们可以得出如下结论:

(1) 从功能区整体来看, 山区由于受人类影响活动较少, 因而受重金属污染程度也较小, 而工业区、交通区乃至生活区则是重金属污染物的来源, 特别是工业区重金属污染浓度较大。

(2) 从小分区来看, 同属一功能区的不同地理位置的小分区受重金属污染浓度也不相同, 充分体现了我们进行再分区的必要性,

(3) 从重金属元素来看, 不同金属元素的的浓度分布不尽相同, 对于大多数金属元素, 工业A区域的浓度都普遍较高, 可能是重金属的重要污染源。

摘要：城市的快速发展使得城市环境质量的评价日益重要, 城市表层重金属污染的分析尤为重要。本文通过Matlab模拟重金属元素的空间分布, 利用聚类分析描绘其统计分布, 以此对城市不同区域重金属元素的污染程度进行综合评价。

关键词：重金属污染,模拟,聚类分析,综合评价

参考文献

[1]、姜启源, 谢金星, 叶俊, 数学模型, 北京:高等教育出版社, 2003。

[2]、杜栋, 庞庆华, 现代综合评价方法与案例精选, 北京:清华大学出版社, 2005

[3]、胡运权, 运筹学教程, 北京:清华大学出版社, 2007。

[4]、吴新民, 潘根兴, 影响城市土壤重金属污染因子的关联度分析, 土壤学报, 40 (6) :921-927, 2003。

重金属污染评价 篇2

秦淮河底泥重金属污染评价

通过对秦淮河底泥中6种重金属元素:铜(Cu)、铅(Pb)、锌(Zn)、铬(Cr)、镉(Cd)、镍(Ni)的含量分析,并运用地累积指数法和潜在生态风险指数法对其污染程度和潜在生态风险进行评价.结果表明各种重金属的污染程度依次为:Pb>Cu>Cr>Zn>,Pb达到强污染;Cu为中-强度污染,Zn、Cr为中度污染,Cd、Ni未构成污染.总体上秦淮河底泥重金属污染表现为中度生态危害程度,其贡献因子为Pb和Cd两种元素.

作 者：吴晓霞 黄芳 陈昌云 WU Xiao-xia HUANG Fang CHEN Chang-yun  作者单位：南京晓庄学院,生物化工与环境工程学院,江苏,南京,211171 刊 名：南京晓庄学院学报 英文刊名：JOURNAL OF NANJING XIAOZHUANG UNIVERSITY 年，卷(期)： 25(6) 分类号：X524 关键词：秦淮河   底泥   重金属污染   地累积指数法   潜在生态风险  

重金属污染评价 篇3

关键词 瑞丽 ；大米 ；重金属污染 ；安全评价

分类号 X56

农产品质量和食品安全问题已成为全球关注的焦点之一，是老百姓关心的头等大事。国际公认的毒性最大的铅、汞、铬、砷、镉5种重金属[1-2]，成为“舌尖上安全”的隐形杀手。近年来，媒体频频报道了蔬菜、大米、茶叶等农产品重金属超标与食品安全的事件[3-7]，使得重金属污染问题进入了人们的视线。国土资源部也曾公开表示，我国每年有1 200万t粮食遭到重金属污染，直接经济损失超过200亿元；2014年第二次全国土地调查数据显示，目前我国有333万hm2左右耕地受到中、重度污染，不能再继续耕种。为解决土地污染问题，农业部2014年开始试点农产品产地土壤重金属污染综合防治工作，国家每年将拿出几百亿元，启动重金属污染耕地修复试点。随着中国工业化、城镇化进程快速推进，土壤重金属污染日益突出，采矿、化工、冶炼等工业“三废”、农药化肥、畜禽粪便、城市交通、城市污泥、大气沉降等成为主要污染源[8]。我国受重金属污染耕地面积约2.0×107 hm2，占耕地总面积的 20%左右，以中轻度污染为主[9]。20多年来，我国开展了有关稻米有毒重金属污染的研究报道，重金属超标的问题也日益突出[10-14]。

德宏州瑞丽市位于云南省西部，是新南方丝绸之路、国家提出的“孟中印缅”、“一带一路”战略发展的重要通道，是中缅油气管道进入中国的第一站，被云南省确定为对外开放的“窗口”，承载着国家形象的重要作用。2014年国家提出“舌尖上的安全”，大米是我国居民的主食，瑞丽是典型的南亚热带季风气候，具有大米生产的优势，是云南省生产优质水稻的产业带基地。开展瑞丽市大米中重金属检测与安全性评价，对保障人们饮食安全具有重要的意义，同时，可为我国边疆山区开展现代农业产业化生产管理与耕地保育提供科学依据。

1 材料与方法

1.1 样品采集与处理

样品采集于2014年4～5月，选择在德宏州瑞丽市5个乡镇，勐卯乡镇的芒腮、丙午，弄岛乡的雷允，姐相乡的弄洪，户育乡的班玲、雷弄，勐秀乡的勐典、景碗等地，以及瑞丽市农贸市场部分超市、铺面随机采集不同品牌、不同产地的袋装或散装样品4个，4个样品大米来源均为地方大米加工厂生产，一共采集了14个大米样品。每一个地方都多点采集，混合而成，采集后的样品按取样进行缩分，用粉碎机粉碎，过60目筛，装袋密封备用。

1.2 重金属测定

采集的样品检验方法分别按标准GB/T5009. 12-2003、GB/T5009. 15-2003、GB/T5009.11-2003、GB/T 5009.17-2003的规定测定大米中的铅（Pb）、镉（Cd）、砷（As）、汞（Hg）。主要的检测分析仪器：Agilent240FS AA原子吸收分光光度计，普析通用PF6-2原子荧光光谱仪，可调式电炉。试剂：优级纯硝酸；分析纯高氯酸。铅、镉、砷、汞标准储备液购于国家标准物质研究中心。

测试数据采用Excel2003 和SSPS13.0进行统计分析。

1.3 评价标准与方法

1.3.1 评价标准

大米中重金属卫生标准限量（表1）[15]。

1.3.2 评价方法

1.3.2.1 大米重金属超标率

重金属在某种大米中的超标率、平均超标率计算式分别为：

Ci=（）×100%

Cij=Ci

其中：Ci为污染物在各个地点大米中的超标率；Cij为各地点大米平均超标率；ni为大米中某类污染物超样品数；Ni为大米的样品数；N为污染物种类数。

1.3.2.2 采用单因子污染指数法和综合污染指数法[16-18]

用单项污染指数法对每项污染物的污染情况进行评价，其计算公式为：

单因子污染指数法：Pij=

式中：Pij为第j个检测点i污染物的单项污染指数；Cij为第j个检测点i污染物的实测值；Si为i污染物的评价标准。

Pij>1 表示污染；Pij=1 或 Pij<1 表示未污染；且 Pij值越大，则污染越严重。

在单项污染指数法评价的基础上，采用兼顾单元素污染指数平均值和最大值的内梅罗综合污染指数法进行评价，综合污染指数是评价作物受多种污染物综合效应的环境质量指数，能全面反映各污染物对作物的不同作用。其计算公式为：

P综==

式中：P综为综合污染指数；Piave为某测试点农产品单因子污染指数的平均值；Pimax为农产品单因子污染指数的最大值。

1.3.3 污染评价标准

大米质量污染评价标准按综合污染指数进行分级，其标准见表2[19]。

2 结果与分析

2.1 检测结果

重金属含量和超标情况，从14个样品的检测结果（表3）可以看出，与表1相比，除了R14户育班岭的大米中As重金属含量超标外，其他区域重金属As、Hg、Pb和Cd的含量均在标准限量内，且符合NY/T419-20065绿色食品大米的质量标准。

采集编号RLNJSP20140034的瑞丽市户育班岭大米中的重金属Pb含量超标，含量比国家标准限量高出9%；不同区域大米中的Cd、As、Hg含量均未超标。瑞丽市不同地点的大米中，2种重金属Pb、Cd被100%的检测出（表3），As重金属的检测率78.6%，Hg重金属的检测率50%。

nlc202309040459

瑞丽市的大米中，4种重金属重金属在不同区域中的含量差异较大（见表4），6个区域重金属Pb含量最大的是勐卯镇（0.137 mg/kg），最小的是勐秀乡（0.060 mg/kg）；重金属Cd含量最大的是姐相乡（0.024 mg/kg），最小的是户育乡（0.010 mg/kg）；As含量最大的是勐秀乡（0.116 mg/kg），最小的是农贸市场（0.005 mg/kg）；重金属Hg含量最大的是户育乡（0.088 mg/kg），最小的是勐卯镇（0.000 2 mg/kg）。从表5中可知，以As含量差异最为显著（变异系数85.6%），其次是Hg和Cd，而大米中Pb含量的差异最小（59.1% ）。

根据食品重金属评价标准，可知户育乡重金属Pb超标，超标率均达50.00%，为检测限量的1.09倍。而Cd、As和Hg的均未超标；瑞丽市大米中的重金属的平均超标率Cij为12.50%（见表6）。

2.2 大米中重金属污染评价

根据农、畜、水产品污染监测技术规范要求，按照表2中大米质量分级标准，并采用单项污染指数法和综合污染指数法（内梅罗指数法）进行评价。从表7可以看出，检样编号R01、R06、R08、R09、R14的大米中Pb的单项污染指数大于0.7，小于1.0外，其他都小于0.7；Cd和Hg的单项污染指数都小于0.7；As的单项污染指数除R07、R10，都小于0.7。Pb、Cd、As、Hg的综合污染指数0.178～0.862，其中，P综>0.7的样品占14.3%，100%的样品P综<1.0。其大米重金属的污染差异与不同品种有关，这与李波的研究结果一致[20]。评价结果表明，瑞丽市的大米质量优良，其污染程度处于安全-警戒限。从污染物-重金属的角度分析，完全可放心食用。

从表7还可看出，造成不同区域2个样品污染程度为警戒限的主因是Pb含量达到了标准限量的上限值。随着工业污染物和生活垃圾的大量输入及长期使用化肥[21，31]、有机肥[22-23]、农药[21-22]、污水灌溉等都容易导致金属元素的积累[24-25]，而大米中的Pb主要来源于农田土壤、灌溉用水和大气沉降[26-27]。但瑞丽市无论是农田土壤还是灌溉用水，均符合国家标准或行业标准[28-29]，综合分析，近年来，随着不断增加的汽车流量，可能是由汽车尾气所致，同时，也有可能是化肥、农药及除草剂的不合理使用导致[30]。因此，大力推广科学合理肥水管理，开展水稻病虫害绿色综合防控是降低大米中重金属Pb含量，进一步提高产品质量的重要途径。

3 结论

（1）通过对不同区域的大米抽样检测，瑞丽市大米重金属污染主要表现为Pb污染。

（2）不同区域中重金属的含量不同，在所调查的6个区域14个采样点中，采样点RLNJSP20140034户育乡遭受到Pb的污染，且受到污染的程度较轻；其余的区域大米中Pb、Cd、As、Hg的含量均在标准限量内，符合NY/T419-2006绿色食品大米的质量标准，都是安全的。

（3）研究结果表明，4种重金属Pb、Cd、As、Hg的单项污染指数<1.0，综合污染指数0.178～0.862，大米污染程度为安全—警戒限。从重金属的角度看，可放心食用。

为满足人们对高品质大米的要求，保障人们的身体健康，建议相关部门加强安全大米的市场准入制度，加强对化肥农药的质量准入，切断重金属污染大米的来源；同时根据大米种植的耕作制度，地方农民应该采取有效的方法和技术进行农事管理，不断开展科学合理的施肥与用药管理，对土壤形成科学耕作保育制度，形成科学的种植技术体系，减少重金属对大米的污染。

参考文献

[1] 王宏镔，束文圣，蓝崇枉.重金属污染生态学研究现状与展望[J].生态学报，2005，25（3）：596-650.

[2] 桑爱云，张黎明，曹启民，等. 土壤重金属污染的植物修复研究现状与发展前景[J]. 热带农业科学，2006， 26（1）：75-79.

[3] 朱志伟. 农产品重金属污染与安全性[J].北京工商大学学报，2012，30（5）：16-18.

[4] 刘凤枝，师荣光，徐亚平，等. 耕地土壤重金属污染评价技术研究—以土壤中铅和镉污染为例[J]. 农业环境科学学报，2006，25（2）：422-426.

[5] 黄 勇，郭庆荣，任 海，等. 珠江三角洲典型地区蔬菜重金属污染现状研究[J]. 生态环境，2005，14（4）：559-561.

[6] EFSA（European Food Safety Authority）. Opinion of the scientific panel on contaminants in the food chain on a request from the commission related to mercury and methyl mercury in food[J]. EFSA Journal 2004（34）： 1-14.

[7] EFSA（European Food Safety Authority）.Opinion of the scientific panel on contaminants in the food chain on a request from the commission related to cadmium as undesirable substance in animal feed[J]. EFSA Journa1， 2004（72）： 1-24.

[8] Brown S， Chaney R， Hallfrisch J， et al. In situ soil treatments to reduce the phyto-and bioavailability of lead， zinc， and cadmium[J]. Environmental Quality，2004，33（2）： 522-531.

nlc202309040459

[9] 韦朝阳，陈同斌. 重金属超富集植物及植物修复技术研究进展[J]. 生态学报，2001，21（7）：1 197-1 203.

[10] 徐加宽，严 贞，袁玲花，等.稻米重金属污染的农艺治理途径及其研究进展[J].江苏农业科学，2007（5）：220-226

[11] 金 亮，李恋卿，潘根兴，等. 苏北地区土壤-水稻系统重金属分布及其食物安全风险评价[J]. 生态与农村环境学报，2007，23（1）： 33-39

[12] 谭周镃. 稻米重金属污染的调查研究及其对策思考[J]. 湖南农业科学，1999（5）：26-28.

[13] 王凯荣，郭 炎，何电源，等. 重金属污染对稻米品质影响的研究[J]. 农业环境保护，1993，12 （6）：254-257.

[14] 牟仁祥，陈铭学，朱智伟，等. 水稻重金属污染研究进展[J].生态环境，2004，13（3）：417-419

[15] GB2762-2012. 食品安全国家标准 食品中污染物限量[S]. 北京：中国标准出版社，2013.

[16] 蔡保松，陈同斌，廖晓勇，等. 土壤砷污染对蔬菜砷含量及食用安全性的影响[J]. 生态学报，2004，25（4）：711～717.

[17] 叶文虎. 环境质量评价[M]. 北京：高等教育出版社，1994：67.

[18] 李广超. 环境检测实习[M]. 北京：化学工业出版社，2002：105-108.

[19] 刘扬林，蒋新元. 株洲市白马土壤和农作物重金属污染评价[J]. 土壤，2004，36（5）：551-556.

[20] 李 波，杜瑞英，文 典，等. 广东省主栽水稻品种稻米重金属含量差异研究[J]. 热带农业科学，2014，34（5）：5-10.

[21] Alpha J M， Chen J H， Zhang G P. Effect of nitrogen fertilizer forms on growth， photosynthesis， and yield of rice under cadmium stress[J]. Journal of Plant Nutrition， 2009， 32（2）： 306-317.

[22] Ko H J， Kim K Y， Kim H T， et a1. Evaluation of maturity parameters and heavy metal contents in composts made from animal manure[J]. Waste Management， 2008， 28（5）： 813-820.

[23] 刘秀春，高艳敏，范业宏，等. 生物有机肥对重金属的吸附解吸作用的影响[J]. 土壤通报，2008，39（4）：942-945.

[24] Cao Z H. Environmental issues in relation to chemical fertilizer use in China. Pedosphere，1996， 6（4）： 289-293.

[25] Atilla A， Murat B， Mustafa K， eta1. Heavy metal pollution and acid drainage from the abandoned Balya Pb-Zn Sulfide Mine， NVV Anatolia， Turkey [J].Environmental Geology， 2003， 45（2）： 198-208.

[26] 梁 尧，李 刚，仇建飞，等. 土壤重金属污染对农产品质量安全的影响及其防治措施[J]. 农产品质量与安全，2013（3）：9-14.

[27] 赵 晶，冯文强，秦鱼生，等. 不同氮磷钾肥对土壤 pH 和镉有效性的影响[J]. 土壤学报，2010，47（5）：953-961.

[28] 张国云.德宏州耕作土壤表层重金属含量特征及潜在生态风险评价[J]. 中国环境监测，2014，4（30）：21-26

[29] 徐永刚. 瑞丽江水质现状与污染防治对策分析[J].环境科学导刊，2013，32（4）：39-42，69

[30] 刘英俊，朱晓华，兰方菲，等. 饲料中的砷制剂和氟化物对畜禽的作用及其对环境的影响[J]. 畜牧与兽医，2013，45（2）：87-90.

[31] 俞花美，焦 鹏，葛成军，等. 施肥措施对重金属污染土壤-植物系统影响的研究进展[J]. 热带农业科学，2012，32（2）：61-66.

土壤重金属污染评价方法的研究 篇4

1 土壤重金属污染的来源

土壤中的重金属污染主要来源于2个方面,一是自然来源,二是人为来源[1]。

1.1 自然来源

自然界中,土壤重金属的组成主要受成土母质、生物残落物、大气沉降及地球内部化学过程的影响。土壤形成之初,重金属含量主要受成土母质的影响,母质中的重金属含量及组成决定了其初始值。然而,随着土壤逐渐发育,母质的影响越来越弱,生物残落物影响越来越强。不同的生物群落,残落物不同,土壤中重金属含量与组成也大相径庭。大气沉降,如火山爆发、森林火灾等可能使许多重金属漂浮于空中,其中一些被植物叶片吸收,进而被微生物分解进入土壤,这也会改变土壤的重金属含量与组成。另外,地球内部的化学过程,如岩浆作用、变质作用等能形成矿床,富集重金属的矿床发育的土壤与其他一般发育的土壤重金属含量与组成又不同。

1.2 人为来源

据有关统计表明,人类活动是造成土壤重金属污染的主要来源,大量化肥农药的使用、污水灌溉、工业“三废”排放、生活垃圾堆放等都可能导致重金属排入土壤。且重金属可通过生物地球化学循环进入土壤,如大气降水。总的来说,有以下几方面的人为污染源[2]。

1.2.1 化肥农药的使用

现代农业生产中,为了促进作物的生长经常会使用一些化肥农药,这些化肥农药在促进植物生长和杀死害虫的同时,也将重金属带给了作物和土壤,重金属累积过多就会造成土壤污染。另外,在一些具有大量处理污水的地区,还会采用处理后的污泥施肥,也会带入一些重金属,造成土壤重金属污染。

1.2.2 污水灌溉

由于水资源分布不平衡,有些农田需引入工业废水和生活污水进行灌溉。污水灌溉又会将一些重金属带入土壤,从而造成面源性的土壤重金属污染。这种污染一旦造成,危害极大。而且表土中的污染物在降水的作用下进入水体,从而又造成水体的进一步污染,使污染范围逐步加大。

1.2.3 废气、粉尘及烟尘的大气沉降

日常生活及工业生产中,会产生一些废气、粉尘及烟尘,其中所含的重金属就会通过大气沉降的方式进入土壤,从而造成土壤重金属污染。在工矿区周围及公路、铁路两侧,土壤重金属污染尤其严重。

1.2.4 其他来源

含重金属的工业废弃物或者生活垃圾的堆放,金属矿山酸性废水的排放等也会造成土壤的重金属污染。

2 土壤重金属污染的特点

重金属在土壤中不能降解,会逐渐累积,能影响农作物产量及品质,通过食物链富集危害人类身体健康。环境污染领域中的重金属多属于过渡元素,化学性质稳定,在土壤中不易降解,残留时间长,再加上它的隐蔽性和不可逆性,有“化学定时炸弹”之称。重金属污染有以下几个特点[3,4,5,6,7,8,9,10]:(1)潜伏时间长,污染具有隐蔽性;(2)性质稳定,污染具有难降解性;(3)相互作用,污染具有协同性。

3 常用重金属污染评价方法

重金属污染土壤影响植物的生长,进而危害人类身体健康,做好土壤重金属污染评价工作,对消除土壤污染十分必要。现有的评价方法主要有以下几种:

3.1 单因子指数法[11]

单因子指数法是国内通用的一种方法,常用于评价土壤、大气和水的重金属污染。计算公式如下:

式中,Pi为污染物单因子指数;Ci为实测浓度,mg/kg;S为土壤环境质量标准,mg/kg。Pi>1表示受到污染;Pi<1表示未受污染;Pi数值越大,表示污染越严重。计算某种重金属对区域的污染程度可用单因子指数法,使用起来简单明了。

3.2 尼梅罗综合指数法

单因子污染指数法只能反映某个污染物的污染程度,而要评价整个区域的土壤质量或者被多种重金属污染的土壤时,就要用综合污染指数法。

式中,I为尼梅罗综合污染指数;Pi为土壤中i元素标准化污染指数;Pi最大为所有元素污染指数中的最大值;Pi平均为所有元素污染指数的平均值。该方法能综合反映多种重金属对区域的污染程度。陈峰等以自然背景值为评价标准,对南京市八卦洲蔬菜基地土壤中的铅、镉、铜和铬进行了单因子指数评价,结果表明,该4种金属都超过了污染指标,镉为首要污染因子;而后又进行了尼梅罗综合指数评价,结果综合指数达1.5,属于轻度污染[12]。但该方法只能反映污染程度,难以明示污染质变特征。

3.3 污染负荷指数法

该方法是Tomlinson等提出来的一种评价方法,某一点的污染负荷指数公式如下:

式中,Fi为元素i的最高污染系数;Ci为元素i的实测含量,mg/kg;Coi为元素i的评价标准,即背景值,mg/kg;Ipl为某一点的污染负荷指数;n为评价元素的个数。

某一区域的污染负荷指数为:

式中,Iplzone为区域污染负荷指数;n为评价元素的个数。

陈国栋对水系沉积物进行了污染负荷指数评价,将污染指数分为4个等级,以全球页岩平均值作为评价标准。结果表明,研究矿区重金属污染整体较严重,其中有8个采样点属于极强污染[2]。该方法的指数由评价区域的多种重金属共同构成,因此能反映各个重金属对区域污染的贡献程度,还可进一步反映各个重金属污染的时空变化特征,但是其忽略了不同污染物源的背景差别[13]。

3.4 潜在生态危害指数法[14]

该方法通常为国际上重金属的研究方法,其结合环境化学、生物毒理学等方面的内容,以定量的方法划分出重金属潜在危害的程度,是目前该类研究中常用的方法。计算公式如下:

式中,Cfi为某一金属的污染参数;C表i为土壤沉积物中重金属的实测含量;Cni为计算所需的参比值;Tri为单个污染物的毒性响应参数;Eri为潜在生态风险参数;RI为多种金属潜在风险指数。

庞夙曾以成都地区土壤背景值为参比值,对研究区内土壤重金属污染的潜在生态风险性进行了评价,并对潜在生态危害划定了等级,结果表明,研究区的铜、铅、锌3种重金属处于轻微生态风险等级,铜、锌值域分布范围较小,而铅值域分布范围较为广泛[15]。该方法结合化学、生物毒理学等内容可定量获得各种重金属的潜在生态风险程度,应用也较为广泛,但其毒性和加权的评价带有主观性[16]。

3.5 环境风险指数法

Rapant等提出环境风险指数法,该方法规定了相应的环境风险的划分标准,可定量度量重金属污染的土壤环境风险程度大小。计算公式如下:

式中,IERi为超过临界限量的第i中元素的环境风险指数;ACi为第i种元素的分析含量,mg/kg;RCi为第i种元素的临界限量,mg/kg;IER为待测样品的环境风险。

Rapant等应用该方法对斯洛伐克共和国的环境风险进行了分级[17],进一步分析了各种重金属对环境污染的贡献程度,并指出最大贡献重金属。该方法虽能定量得到土壤重金属污染的环境风险程度大小,但对时空变化特征反映不太明显。

4 基于GIS技术的土壤重金属污染评价方法

GIS是由计算机硬件、软件和不同方法组成的系统,其支持空间数据的采集、管理、处理、分析、建模和显示,以便解决复杂的规划和管理问题。该系统的操作对象是空间数据[18],核心就在于对空间数据的处理。GIS可将不同类型的数据进行处理变换,并能按照用户应用需求进行空间分析和统计,最终产生各种应用模型,以便为人们作出决策提供依据。

土壤重金属污染研究通常利用GIS软件的计算与图形显示功能,对采样点进行插值分析,并将土壤图数字化,建立空间与属性数据库,最终绘出污染物空间分布图。郝丽红等曾利用地理信息系统及地统计学方法,对海南岛农用地中的Hg、Cd、Cr、Pb和As5种金属的污染状况进行分析,并利用克里格插值做出空间分异图,进行污染因素分析,结果5种重金属的插值梯度分布图显示,海南岛外源性重金属污染在工业区最为严重[19]。刘庆等同样运用数理统计和地统计学方法,在地理信息系统支持下,做出污染物空间分布图,并进行了污染源分析[20]。Li等对香港城郊土壤7种重金属进行研究,以1 km23~5个土壤样品进行采样化验分析,并对试验数据进行了标准化处理并算出各类重金属污染浓度及其平均数、标准差,还进行了主成分分析及聚类分析,借助GIS进行了克里金插值分析得出重金属污染空间分布图,并与道路网络图及工业区分布图等进行了叠加分析,最终得出交通拥挤、工业活动为主要人为污染源[21]。罗娇赢以哈尔滨城郊菜地的土壤重金属为研究对象,对土壤重金属污染进行了空间分析,结果表明,Cu、Cd和Pb较高值出现在西北郊,可能与距公路较近有关;Zn出现在东南郊,与土壤背景值有关[22]。

一些学者也对土壤特性空间插值精度进行了研究。Gotway等在土壤有机物和氮含量的试验中,证明反距离加权插值比克里金插值的效果都要好[23]。Kravchenko等曾对30个样区土壤的磷和钾含量分别采用反距离加权、普通克里金插值和对数克里金插值,认为如果样点个数少于200,且呈正态分布,则对数克里金插值比前两者的插值效果要好,否则普通克里金的插值效果好[24]。石小华等研究陕西省周至县北部猕猴桃种植区土壤的速效钾含量时,运用普通克里格、样条函数、趋势面拟合和反距离加权等插值方法进行插值,结果发现克里格插值效果最好[25]。李本纲等研究天津表土的DDT浓度时,分别运用了反距离加权、反距离平方加权、多项式回归、双线性插值及普通克里金共5种方法进行了插值,结果发现,普通克里格插值效果最佳[26]。

5 结语

GIS具有强大的空间分析与图形显示功能,充分利用地理信息系统软件可形象具体的显示土壤重金属污染的空间分布情况,还可与各类专题图叠加分析便于进行污染源评价及各种应用分析。利用GIS技术进行土壤重金属污染研究,可同时采用多种评价方法,这样可以使不同的评价模型互相取长补短,得到更准确的评价结果。

摘要：介绍了土壤重金属污染的来源,包括自然来源和人为来源,其中人为来源是主要原因。提出土壤重金属污染具有潜伏时间长,污染具有隐蔽性;性质稳定,污染具有难降解性;相互作用,污染具有协同性的特点。然后在对常用重金属污染评价方法进行总结的基础上,重点分析了基于GIS的土壤重金属污染评价方法及应用。提出利用GIS技术进行土壤重金属污染研究,可同时采用多种评价方法,这样可使不同的评价模型互相取长补短,得到更准确的评价结果。

重金属污染评价 篇5

摘要：为了解无锡市农田重金属污染现状，选取典型的3个粮食产区和2个蔬菜基地针对铬、砷、镉、铅、铜、锌、镍、汞等项目进行调查与分析，在此基础上采用单因子污染指数法和内罗梅综合污染指数法进行评价。结果表明，单项污染程度均为无污染，综合污染等级均为清洁，土壤污染分担率总镍最大，总铅最小。

关键词：无锡；农田；重金属

一、调查区域基本资料

1、粮食产区

（1）江阴市徐霞客镇阳庄村万顷良田：位于徐霞客镇马镇社区，面积约2000亩，引进开发良种及高新技术，开展秸秆综合利用，实现规模、稳产、优质、安全、高效的产业目标和绿色、清洁、有序、优美的环境目标。万顷良田只种植一季水稻，冬季农田闲置，春季种植紫云英作为有机绿肥，不施用化肥、农药，旨在产出优质的有机米。

（2）锡山区东港镇东南村太湖水稻示范园：位于东港镇，面积约300多公顷。园区以水稻或水稻种植小麦轮种为主，经过土地整治后，土地高低平整，有利于推广机械化和保证灌溉效果，全面建设灌溉系统，精确用水，保证稳定丰收。示范园在立项之初便是以提高主要粮食作物水稻（轮种小麦）的单位产量和质量为出发点和目标，是典型的水稻大田集中经营。

（3）无锡惠山都市农业园（一期）：总规模为5400亩，是一个集生产、生态、高效、集约于一体的现代稻作主题园区。一期工程位于玉祁街道蓉东村，土壤以乌泥土、乌散土为主，主要作物种类为水稻，有机肥投入较少，磷、钾及中微量元素肥料施用比例偏低。

2、蔬菜基地

（1）江阴市滕国俊阳庄菜业专业合作社蔬菜种植基地：位于徐霞客镇马镇社区，种植面积约650亩，主要有叶菜类、根茎类、果菜类、菌类等几大类，共70余个品种。以白屈港河水为灌溉水源，根据蔬菜种类的不同采用微喷、滴灌、喷灌等灌溉形式。肥料主要为有机肥和复合肥两种，其中有机肥为作物种植之前以鸡粪、菜饼、豆饼等作为土壤基肥。

（2）宜兴市周铁镇洋溪村蔬菜种植基地：位于具有“鱼米之乡”美称的太湖之滨，洋溪由原洋溪、旧渎、张家、向阳、横柑合并而成，属太湖地区一级保护级别，产业以蔬菜种植为主，无工业污染。现有蔬菜面积3336亩，其中蔬菜大棚面积约70%，主要种植百合、萝卜等各类蔬菜，一年两季。灌溉方式以自挖水渠灌溉为主，灌溉水来源主要是洋溪河、横荡河，无污水灌溉。土壤质地为壤土、湿、无根系。

二、监测、评价技术方法

1、样品采集：所有粮食产区和蔬菜基地均采用网格布点，从中随机抽取5个地块，在每个监测地块的中心部位布设1个采样点，采集0～20cm表层土壤。

2、样品处理及测定：样品置阴凉处自然风干后经粗磨过2毫米筛，充分搅拌、混合直至均匀，用玛珞球磨机或手工研磨继续进行细磨过孔径0.25毫米（60目）的尼龙筛，最后研磨至全部通过孔径0.15毫米（100目）的尼龙筛。分析方法选用HJ、GB/T等标准方法。

3、数据分析及评价：选择总镉、总汞、总砷、总铅、总铬、总铜、总锌、总镍8个项目采用单因子污染指数法和内罗梅综合污染指数法进行评价，土壤环境质量执行《土壤环境质量标准》二级标准，土壤单项污染指数、土壤综合污染指数及土壤污染分担率计算和土壤污染程度分级评价执行《土壤环境监测技术规范》。

4、质量保证：采取全程序空白、实验室平行、质控样分析等质控措施，确保监测全程各项操作技术和质量控制活动的规范性和完备性，以及监测数据的准确性和可靠性。

三、监测结果与评价

1、重金属监测结果

3个粮食产区各个土壤监测点总镉的浓度范围为0.05毫克/公斤-0.247毫克/公斤，总汞范围为0.022-0.495毫克/公斤，总砷范围为3.07-10.6毫克/公斤，总铅范围为28.3-86.6毫克/公斤，总铬范围为39.1-100毫克/公斤，总铜范围为15.7-44.4毫克/公斤，总锌范围为14.9-118毫克/公斤，总镍范围为24.4-43.3毫克/公斤。

2个蔬菜基地各个土壤监测点的总镉的浓度范围为0.21毫克/公斤-0.280毫克/公斤，总汞范围为0.031-0.386毫克/公斤，总砷范围为34.7-13.9毫克/公斤，总铅范围为20.4-37.4毫克/公斤，总铬范围为32.0-81.9毫克/公斤，总铜范围为18.0-33.4毫克/公斤，总锌范围为57.8-83.4毫克/公斤，总镍范围为12.0-37.5毫克/公斤。

2、重金属污染评价

粮食产区各个土壤监测点总镉的单项污染指数范围为0.17-0.82，总汞范围为0.04-0.70，总砷范围为0.28-0.42，总铅范围为0.10-0.15，总铬范围为0.23-0.33，总铜范围为0.27-0.52，总锌范围为0.27-0.47，总镍范围为0.57-0.87，8个重金属指标单项指数评价分级均为无污染；土壤综合污染指数范围在0.57-0.63，污染等级均为清洁。土壤污染分担率总镍>总镉>总锌>总铜>总砷>总铬>总汞>总铅。

蔬菜基地各个土壤监测点总镉的单项污染指数范围为0.07-0.93，总汞范围为0.06-0.77，总砷范围为0.16-0.46，总铅范围为0.07-0.12，总铬范围为0.16-0.41，总铜范围为0.19-0.40，总锌范围为0.23-0.34，总镍范围为0.24-0.75，8个重金属指标单项指数评价分级均为无污染；土壤综合污染指数范围在0.42-0.68，污染等级均为清洁。土壤污染分担率总镍>总镉>总汞>总铜>总锌>总铬>总砷>总铅。

四、结论

1、本次选取无锡市3个粮食产区和2个蔬菜基地的土壤中总镉、总汞、总砷、总铅、总铬、总铜、总锌、总镍8个重金属项目单项污染程度均为无污染，综合污染等级均为清洁，处于安全水平。

2、粮食产区和蔬菜基地两类农田的8个重金属项目的浓度范围和平均浓度基本无明显差别。

3、从土壤污染分担率来看，粮食产区和蔬菜基地土壤污染分担率均为总镍最大，总铅最小，除总汞项目的污染分担率前后两者有较大区别，其余项目均无明显差别。

重金属污染评价 篇6

关键词：磷石膏尾矿库；土壤重金属；内梅罗污染指数法；潜在生态危害指数法；污染评价

引言：

摆纪堆场属于亚热带季风气候，具有温和湿润，夏无酷署冬无严寒的特点。多年平均气温达14.7℃，最高气温36.4℃，最低气温8.8℃；多年平均降雨量为1176mm，最高年降雨量为1403 mm，最低年降雨量793 mm，多年平均蒸发量为1147 mm，降雨集中于4月中旬到9月，占年降雨量的74.87%，10月到翌年4月上旬为早季[1，2]。

摆纪尾矿库位于福泉市境内，近几年，福泉市化工企业特别是磷化工企业的快速发展，大力促进了福泉的经济发展，但同时也带来了严重的环境问题[3]。磷石膏中含有磷酸盐和硫酸盐等不溶性杂质、水溶性P2O5、Cu、Zn、Pb、Cd、Hg、As等以及放射性元素[4]，不仅侵占了土地资源，而且对土壤环境造成严重的污染[5]。因此，大宗工业固体废物环境监管责任重大，而对尾矿库周边土壤重金属污染现状进行评价是建立固体废物管理技术体系的重要内容之一。

一、材料与方法

（一） 样品采集

在对磷石膏尾矿库及周边情况调查基础上，分别在尾矿库及渗滤液池周边布设采样点。 根据采样区域，采取S 型或梅花形采样法，采样深度0～20cm， 共采集9个样地，每个样地设置采样点5个， 共采集45个土壤样品，充分混合后采用四分法留取1kg 土壤样品。

（二）评价方法

1.单因子污染指数法和内梅罗综合污染指数法

（1）单因子污染指数法

对于权重的确立，Swaine按照重金属对环境的影响程度，将环境研究中人们都比较关注的微量元素分成了三类，因一类、二类、三类微量元素环境重要性逐渐下降，分别赋值为3、2、1作为权重。本研究涉及的几种重金属其类别和权重分配如表2所示。

2.潜在生态危害指数评价法

二、结果与分析

参考标准：土壤环境质量标准，3级标准（GB15618-1995）；土壤背景值：《中国土壤元素背景值》。

从表5可以看出，摆纪磷石膏尾矿库周边土壤表面重金属Zn、Cu、Hg、Ni的浓度高于贵州省土壤背景值。但与我国土壤环境质量标准3级标准相比，远远低于标准浓度。因此，说明该地区土壤被保护较好，污染较少，符合国家土壤环境质量标准。

将采样数据与表4中各种重金属的毒性系数代入公式（3），计算得到尾矿库周边土壤中单一重金属的潜在生态危害系数，并依据公式（4），得到多种重金属潜在生态危害指数RI，计算结果如表6 所示。

由表6可知，从单个重金属的潜在生态危害系数来评价，Hg元素属于中等生态危害范畴，值为67.23，其余重金属元素均为轻微生态危害。其中，摆纪磷石膏尾矿库周边3号采样点Cd、Hg的污染程度分别达到中等生态危害、很强生态危害。对于大部分监测点土壤中重金属Hg污染较为严重，4号、5号、6号采样点污染程度到达强生态危害。8号、9号采样点污染程度为中等生态危害。其余各采样点的潜在生态危害系数均远远小于40，属于轻微生态危害。

对于总的潜在生态危害指数RI，该地区的RI值为98.67，达到轻微生态危害。3号监测点污染相对较为严重，总潜在生态危害指数RI达到242.95，为中等生态危害。其余各监测点RI值均在150以下，属于轻微生态危害。

三、结论

总体来说，磷石膏尾矿库周边土壤被保护较好，污染状况不是很严重。与贵州省土壤背景值相比，重金属Zn、Cu、Hg、Ni的浓度略高于背景值，但与我国土壤环境质量标准3级标准相比，远远低于标准浓度。

运用污染指数法评价摆纪磷石膏尾矿库周边土壤现状，该地区Pb元素污染最小，最严重的是Cd元素，污染程度依次为Cd>Cr>Zn>Ni>Hg>As>Cu>Pb， 其中3号监测点Cd 元素的污染最严重， 最大值为1.31，达到轻度污染。监测点中只有3号采样点污染程度为警戒线，污染水平为尚清洁，其余监测点均为安全，污染水平都为清洁。

参考文献：

[1]綦娅. 摆纪磷石膏堆场岩溶渗漏污染预测[D]. 贵州大学硕士论文， 2006.

[2褚学伟. 摆纪磷石膏堆场渗漏及子坝稳定性分析[D]. 贵州大学硕士论文， 2006.

[3]宋春然，何锦林，谭红，等. 贵州省农业土壤重金属污染的初步评价[J]. 贵州农业科学，2005，33（2）：13-16.

[4]Manjit S. Treating waste phosphogypsum for cement and plaster manufacture[J]. Cement and Concrete Research. 2002， 32（7）：1033-1038.

[5]Rutherford P M， Dudas M J， Samek R A. Environmental impacts of phosphogypsum[J]. Science of The Total Environment. 1994， 149（1-2）：1–38.

[6]叶文虎， 栾胜基. 环境质量评价学[M]. 北京：高等教育出版社， 1994：671.

[7]窦磊， 周永章， 王旭日， 等. 针对土壤重金属污染评价的模糊数学模型的改进及应用[J]. 土壤通报， 2007， 38（1）：101-104.

土壤重金属污染评价方法研究综述 篇7

目前, 国内外常用的土壤中重金属污染的评价方法有单项污染指数法和内梅罗指数法、污染负荷指数法、环境风险指数法、地累积指数法、富集因子法、潜在生态危害指数法、物元分析法、灰色聚类法、基于GIS的地统计学评价法、健康风险评价方法等模型指数法, 本文对上述应用广泛的评价方法进行了总结, 以期为合理准确评价土壤中重金属的污染程度提供借鉴。

1 指数法

1.1 单因子污染指数法

单因子指数法是我国通用的一种方法, 常用于评价土壤重金属污染。土壤单项污染指数污染程度分级见表1, 计算公式如下:

Pi=Ci/S

式中:Pi为污染物单因子指数;Ci为实测浓度, mg/kg;S为土壤环境质量标准 (评价区域土壤背景值或相关部门土壤质量标准) , mg/kg。

单因子指数法可以判断环境中的主要污染因子, 反映某个污染物的污染程度, 但环境污染往往是由多个污染因子复合污染导致的, 因此这种方法更适用于单一因子污染特定区域的评价。

1.2 内梅罗综合指数法

不同地区的土壤背景差异较大, 当评价整个区域被多种重金属污染的土壤时, 可以采用内梅罗综合污染指数法。土壤综合污染指数污染程度分级见表2, 计算公式如下:

式中:Pi为土壤中i元素标准化污染指数;Ci为实测浓度, mg/kg;S为土壤环境质量标准, mg/kg;I为内梅罗综合污染指数;Pi最大为所有元素污染指数中的最大值;Pi平均为所有元素污染指数的平均值。

内梅罗综合指数法突出了污染指数最大的污染物对环境质量的影响和作用, 但难以揭示重金属污染质变特征。刘哲民应用单因子指数和内梅罗综合污染指数法对宝鸡土壤的重金属污染进行了评价, 并对土壤重金属污染现状进行分级。

1.3 地积累指数法

地积累指数 (Igeo) 是德国科学家Muller提出的一种研究水环境沉积物中重金属污染的定量指标, 除反映重金属分布的自然变化特征外, 可判别人为活动对环境的影响, 是区分人为活动影响的重要参数。地积累指数分级见表3, 计算公式如下:

式中, Cn为样品中元素n的浓度, BEn为环境背景浓度值, 常量1.5是转换系数 (为消除各地岩石差异可能引起背景值的变动) 。

地积累指数除考虑到人为污染因素、环境地球化学背景值外, 还考虑到由于自然成岩作用可能会引起背景值变动的因素。柴世伟等采用地积累指数法对广州郊区土壤进行评价, 结果表明广州郊区土壤中Hg和Cd都达到中度污染。该方法给出各采样点某种重金属的污染指数, 而无法对元素间或区域间环境质量进行比较分析, 因而该评价方法不能系统了解评价区域的环境状况。

1.4 富集因子法

富集因子是评价人类活动对土壤中重金属富集程度影响的参数, 为减少采样和制样过程中人为影响以及保证各指标间的可比性和等效性, 一般选定参比元素作为参考标准。参比元素需性质较稳定, 不易受环境和分析测试环节的影响。常用参比元素主要有Sc、Mn、Ti、Al、Fe、Ca等。其具体计算公式如下:

式中, EF为重金属在土壤中的富集系数;Cn (sample) , Bn (background) 为某元素在评价区和参照区浓度;Cref (sample) , Bref (backgroud) 为参比元素在评价区和参照区浓度。Sutherland根据富集因子将重金属污染分为5个级别, 见表4。

国内外许多学者已开始把它应用到土壤重金属污染的评价中, 李娟娟等对炼铜厂区土壤重金属采用富集因子法进行评价, 发现土壤中Cu、Zn、Pb、Cd重金属元素显著富集, 与地积累指数法评价结果一致。但富集因子在应用过程中也存在一些问题, 主要是参比元素的选择具有不规范性以及不同地区背景值的不确定性。

1.5 污染负荷指数法

该方法是由Tomlinson等提出来的一种评价方法, 该方法被广泛应用于土壤和河流沉积物重金属污染的评价。某一点的污染负荷指数公式如下:

式中, Fi为元素i的最高污染系数;Ci为元素i的实测含量, mg/kg;Coi为元素i的评价标准, mg/kg;Ipl为某一点的污染负荷指数;n为评价元素的个数。

某一区域的污染负荷指数为:

式中, Iplzone为区域污染负荷指数;n为评价元素的个数。

污染负荷指数通过求积的统计法得出, 其指数由评价区域所包含的多种重金属成分共同构成, 因此能反映各个重金属对区域污染的贡献程度, 还可进一步反映各个重金属污染的时空变化特征, 王婕采用染负荷指数法对淮河 (安徽段) 底泥7种重金属元素的污染状况进行了分析评价, 各重金属污染程度依次为Cr>Co>Mn=Cu>Pb>Zn>V。

1.6 环境风险指数法

环境风险指数法由Rapant提出, 可以定量度量重金属污染的土壤环境风险程度大小。计算公式如下:

式中, IERi为超过临界限量的第i中元素的环境风险指数;ACi为第i种元素的分析含量, mg/kg;RCi为第i种元素的临界量, mg/kg;IER为待测样品的环境风险。

Rapant等曾对斯洛伐克国家的环境风险进行分级, 深入分析不同重金属对环境污染的贡献大小, 指出最大贡献重金属。

1.7 潜在生态风险指数法

潜在生态风险指数法是瑞典科学家Hakanson于1980年提出的关于评价重金属潜在生态风险的一种方法, 主要是从沉积学的角度对土壤或者沉积物中的重金属进行评价。具体计算公式如下:

式中Pi为单因子污染指数, Cis为重金属浓度实测值, Cin为重金属参比值, Eir为单因子危害系数, Tir为毒性响应系数, RI为多因子综合潜在生态危害指数。

Hakanson从“元素丰度原则”和“元素释放度”两方面考虑, 按单因子污染物生态风险指标Eri和总的潜在生态风险RI指标进行生态风险分级, 具体见表5。

潜在生态危害指数法既考虑到了多种有害元素的加和作用又考虑到了重金属对生物的毒性不同, 引入了毒性因子, 使评价更侧重于毒理方面, 对其潜在的生态危害进行评价, 不仅为环境改善提供科学依据, 还为人们健康生活提供科学参照。

2 模型指数法

模型指数法是利用已有参数, 借助计算软件构建数学模型, 进行评价重金属污染的一种方法。目前, 国内研究较多的模型指数法主要有以下几种。

2.1 物元分析法

物元分析是我国蔡文教授于20世纪80年代初创立, 其理论支柱是物元理论和可拓集合。在采用物元分析法进行土壤重金属污染评价时, 首先建立土壤物元模型, 确定评价区域节域、经典域对象物元矩阵, 然后根据关联函数公式以及土壤各种重金属元素的权重, 计算采样点分别对于各级土壤的综合关联隶属程度。徐翌采用物元分析法以安徽省三种主要土壤为研究对象进行了评价尝试, 结果表明重金属污染程度依次是黄褐土污染>黄红壤>砂姜黑土。王作雷等将以物元模型和可拓数学为理论基础开发的非线性可拓综合评价方法用于土壤重金属污染评价, 并和层次分析模糊决策法和模糊综合评价法的评价结果进行比较, 该方法大大减少了计算工作量, 客观地反映了土壤的环境质量状况。

2.2 模糊数学法

模糊数学方法是由Zadeh于1965年提出, 模糊理论已经广泛应用于土壤环境质量评价的相关研究中。模糊数学方法通过隶属度来描述土壤重金属污染状况的渐变性和模糊性, 描述模糊的污染分级界线, 各评价等级的隶属度需要通过各评价指标的权重进行修正, 进一步得到评价样品对评价等级的隶属度, 最后根据最大隶属度原则确定样品所属的污染等级。窦磊等采用改进的模糊综合分析法进行土壤重金属污染评价, 经验证, 模糊综合评价模型是正确的, 用于土壤重金属污染评价是可行的。

2.3 灰色聚类模型

灰色聚类评价方法是在模糊数学方法基础上发展起来的, 主要是针对土壤环境中存在的灰色性而进行评价的一种方法。该方法的大体步骤是先构造白化函数, 引入修正系数, 确定污染物权重, 再计算聚类系数实现土壤样品的环境质量等级评判与排序。

2.4 层次分析法

层次分析法理论结构是1980年由Saaty教授提出。在多种重金属复合污染的情况下, 各种重金属对土壤质量的影响是不同的, 可以运用层次分析法来确定各个因素的权重。一般层次分析法在建立层次结构模型、构造两两比较判断矩阵、计算矩阵的最大特征根及其对应的特征向量, 根据综合权重的最大权重所对应的级别作为样本所属的级别, 即“最大原则”法。孟宪林等对层次分析法进行改进, 并应用于土壤重金属污染的评价, 结果表明:改进的层次分析法比模糊综合评判法以及一般层次分析法更为合理。

2.5 集对分析与三角模糊数耦合评价模型

集对分析理论是我国学者赵克勤先生于1989年所提出的一种不确定性系统分析新方法, 已被应用于环境领域中的土壤重金属污染评价。基于集对分析与三角模糊数耦合的土壤重金属污染综合评价的基本步骤:首先将土壤中各种污染因子指标的实际值与参考标准值构成一集对, 针对就这一集对做同异反决策分析, 利用三角模糊数构造其差异度系数i, 然后基于三角模糊数确定联系数, 并结合评价指标权重来综合评价土壤重金属污染状况。葛康将该方法评价结果同其他方法结果的对比, 结果表明所得评价结果与其他各种方法的评价结果基本一致。

3 其它评价方法

3.1 基于人体健康风险评价

目前, 健康风险评价方法以美国国家科学院 (NAS-NRC) 提出的危害识别、剂量-反应评估、暴露评估和风险表征四步法为范式。它以风险度作为评价指标, 把环境污染与人体健康联系起来, 定量描述污染物对人体产生健康危害的风险, 估算有害因子对人体健康产生危害的概率, 确定优先控制的污染物, 为环境治理提供科学决策, 该方法越来越多的应用于重金属污染评价中。

3.2 基于地统计学和GIS技术的评价

地理信息系统 (GIS, Geographic Information System) 是以采集、存储、管理、分析、描述和应用整个或部分地球表面与空间和地理分布有关的数据的计算机系统。GIS具有强大的空间分析和数据管理功能, 基于GIS的土壤等级评价将数值计算和图形处理有机结合起来, 具有简洁、直观、易操作等特点。地统计学与GIS的结合用于土壤空间变异性分析, 使分析大尺度十壤特性的变异规律变得较为方便。基于地统计方法的GIS系统可以描绘土壤元素的空间分布图, 了解土壤重金属的空间分布特征和方向性变异及伴生规律, 并定量地分析土壤元素含量水平的差异, 为土壤污染的精准管理, 土壤环境质量评价、防治土壤污染, 农产品安全等提供了科学依据。

目前, 使用GIS中克里格插值制图直观展示土壤重金属污染和表达土壤重金属空间分布已被广泛应用。王芬等采用双层组合神经网络和GIS空间分析技术综合评价四川省川芎主产区土壤重金属污染, 结果表明:研究区大部分区域处于轻度重金属污染状态, 并得到比单因子指数评价准确度更高的空间分布图。

4结语

重金属污染评价 篇8

关键词：城市污染,土壤环境,治理措施,评价方法

0引言

所谓重金属污染, 指的是由重金属或其化合物造成的环境污染, 主要由采矿、废气排放、污水灌溉以及使用重金属制品等人为因素所致。因人类活动导致环境中的重金属含量增加, 超出正常范围, 并导致环境质量恶化。当前, 随着全球经济一体化的发展, 我国也加快了工业化与城市化的发展进程, 城市的农业集约化程度不断提高, 水土资源快速恶化和萎缩, 土壤利用强度日益加大。土壤不仅是陆地生态系统的基础, 还是城市生态系统的重要组成部分。城市土壤供应着城市绿色植物的生长介质和养分, 是城市污染物重要的源和汇, 是土壤微生物的栖息地和能量来源, 直接影响到城市的生态环境质量。重金属污染物作为一种持久性有毒物质, 不仅可以不断富集在生物体内, 还能通过水体、大气、食物链等间接或直接地威胁着人类的健康。

1城市污染土壤环境的特征

随着城市的发展, 市中心区域许多涉及电镀、线路板、冶炼、蓄电池等企业搬迁出市中心区或者陆续停、关、转、并。城市土壤污染的原因主要是因为生产历史较长的企业存在固体废物就地堆放或掩埋、“跑、冒、滴、漏”和气态污染物沉降等, 由于长期的雨水冲刷等原因, 污染范围不断地向周围及土壤深度扩展。重金属污染不同于其他污染物, 有着永远在环境里循环、无法降解的特点。城市污染土壤环境程度差异较大, 污染范围广, 重金属在土壤中扩散速度较慢、不易衰减, 持续时间长, 惰性大的重金属可以在土壤中聚集, 并可能通过食物链不断地在生物体内富集, 甚至可转化为毒害性更大的甲基化合物, 对食物链中某些生物产生毒害, 或最终在人体内蓄积而危害健康。

2城市土壤重金属污染现状

2.1 城市土壤重金属污染的空间分布

城市土壤受到高强度人类活动的影响, 重金属污染分布也呈现出显著的人为特点。城市土壤重金属污染的空间分布主要有以下特点:①在城市不同的功能区, 重金属分布呈现出一定的规律性。商业区和工业区的土壤重金属污染最为严重, 居民区其次。②公路两侧一般为城市土壤重金属污染最严重的地带, 并沿交通干道两侧呈现出较严重的带状污染现象。③人类活动较为密集的城市中心区土壤重金属含量一般高于农田和郊区。

2.2 城市土壤重金属污染的主要来源

城市土壤重金属污染的来源主要有以下几点:①交通污染。汽车轮胎及排放的废气中含有Pb、Zn、Cu等多种重金属元素, 进入周围的土壤环境, 容易造成土壤重金属污染。②城市堆放的废弃物。城市重金属污染的潜在来源主要是含有重金属的废弃物的堆放和填埋。大量的工矿企业将产生的大量废弃物随意堆放, 造成重金属元素不断扩散到周围环境, 对城市土壤环境造成了污染。一般来说, 不同种类废弃物会产生不同程度的重金属污染, 工业废弃物含有较高的重金属, 对城市的环境危害也更大。③工业污染。工业活动所排放的重金属主要来自两个方面:首先, 工业活动所产生的废渣不仅有极高的重金属含量, 还是重金属的重要载体, 未处理堆放或直接混入土壤。其次, 含重金属的废水未达标排放, 污染地下或地表水径流、渗透等, 工业排放的重金属以气溶胶的形式进入大气, 经过干湿沉降进入土壤, 对土壤环境造成潜在危害。因此, 在城市土壤中, 工矿业周围土壤重金属污染一般较为显著。

3城市土壤污染的危害和风险

土壤中有害重金属积累到一定程度, 不仅会导致土壤退化、农作物产量和品质下降, 而且还可以通过径流、淋失作用污染地表水和地下水、恶化水文环境, 并可能直接毒害植物或通过食物链途径危害人体健康。尽管人们已经熟知重金属危害着生态环境和人体健康, 但是, 在城市环境条件下, 污染物含量的高低一直都被看作是土壤污染程度的一个重要指标。城市土壤污染对水、气、生物都造成一定程度的影响, 例如:①土壤污染的水环境效应, 受重金属污染的水体汇入江河湖海, 造成大范围的重金属污染和危害。②土壤污染对城市空气的影响, 重金属等污染物通过大气沉降方式进入土壤, 被污染的表层土壤又因地面扬尘将重金属带入大气中, 造成污染。③土壤污染的生物效应, 城市土壤污染的生物效应, 主要体现在对人体健康的影响方面。城市土壤遭受污染后, 可导致土壤微生物特性的显著变化。城市土壤污染对人体产生危害的途径主要有人体对土壤或尘土的直接吸入;城郊土壤与蔬菜系统中污染物的积累与食物链传递。

4城市污染土壤的治理措施

土壤重金属污染具有污染物在土壤中移动性差、滞留时间长、不能被微生物降解的特点, 这导致其污染的隐蔽性、长期性和不可逆性, 治理和恢复的难度较大。土壤污染比起大气、水污染, 通常更难以治理, 同时治理方法往往需要根据不同的污染情况而设计, 并没有单一的解决方案。目前常见的重金属土壤治理的方法包括化学法、生物法、热力学方法、工程治理方法等, 每种方法又包含不同的技术, 每种技术又可以采用不同的施工方案实施。上述治理方法在各种文献中均有论述, 在此就不再赘述。每种方法都有利弊, 可以根据具体的需要来选择合适的治理途径。

笔者认为, 土壤污染应先查找污染成因, 按照HJ/T166—2004《土壤环境监测技术规范》的方法要求, 根据污染源的分布设立采样点, 首先, 可采用多点采样混合分析的方法来分析含量差异较大的污染物, 其次, 可通过分层采样来分析了解污染的垂直范围和污染物的垂直分布情况, 一般将区域分为污染源区、保护带区及超标污染区, 三个区域采取不同的方法治理。表1是处置及分区原则。

无论采取何种污染治理措施, 应根据土壤污染情况、土地使用性质、不同的利用功能、不同的污染特点, 以及对治理效果、周期及经费要求, 选择最适宜的治理方法。最近, 环境保护部发布《2010年度国家先进污染防治示范技术名录 (重金属污染防治技术领域) 》, 列入22种针对于各种重金属的检测、治理技术。在22种示范技术中, 分子键合TM技术是本年度名录中专门针对土壤和固废治理的重金属污染治理技术, 并且其适用范围最广 (可以针对铬、铅、镉、铜、镍等多种重金属污染物) 。此技术属于化学稳定化技术的一种, 化学稳定法的一般原理是通过向污染物中加入化学稳定剂, 使之与污染物发生化学反应, 让游离态重金属形成稳定的物质而丧失毒性, 这种方法对化学稳定剂的要求较高。分子键合TM稳定剂是一种重金属稳定剂, 主要应用于土壤及固体废物处理, 可以和污染物中以不稳定形式存在的重金属完全反应, 生成多种矿石晶体形态的稳定化产物。就是将游离态重金属还原至原始矿石结构, 从而使其丧失生物毒性和迁移性, 并有效切断污染物暴露途径。分子键合修复技术将成为一种集治理效果好、费用低和治理周期短为一体的优选治理方法。

5城市土壤重金属污染的评价方法

目前, 重金属污染评价常采用的评价方法主要有单因子指数法、尼梅罗综合指数法、污染负荷指数法、潜在生态危害指数法、环境风险指数法等。上述各种对土壤重金属污染评价方法都有其优点, 但也存在不足。单因子指数法不能全面、综合地反映土壤的污染程度;尼梅罗综合指数法没有考虑土壤中各种污染物对作物毒害的差别, 同时此种方法计算出来的综合污染指数, 只能反映污染的程度而难以反映污染的质变特征;污染负荷指数法不足之处在于该方法没有考虑不同污染源所引起的背景差别;潜在生态危害指数法的毒性和加权带有主观性。

笔者认为, 应根据实际情况采用多种评价方法相结合的形式或借助先进的工具 (如采取GIS空间分析技术) 进行综合的评价。GIS获取数据相对容易, 数据相对丰富, 且分析比较快速, 可以避免花费大量人力和物力去获取环境背景数据, 对评价结果进行可视化表达, 直观显示区域污染情况的分布变化。结合GIS评价土壤污染状况的同时还应对污染来源进行识别, 降低传统评价方法的主观性, 提高评价结果的客观性和准确性。同时, 应根据土地利用性质, 选择合适的评价标准, 注意不同的土地利用方式对评价标准的影响。

6结语

随着我国城市化和工业化进程的加快, 城市土壤作为人类赖以生存的自然环境系统之一, 是城市生态环境的重要屏障, 也是最持久和最先接受污染物的场地, 因此, 以重金属污染为主的污染现象愈来愈突出。城市是高素质人口的集中地, 在我国城市生态建设中, 公众参与意识不强, 对城市土壤的重要性缺乏认知。因此, 政府可以通过制定相关的经济与激励政策, 强化公众的参与意识;也可以通过各种渠道和形式, 向公众特别是城市管理者和城市土壤使用者大力宣传相关土壤的知识, 提高公众的环境保护意识。

参考文献

[1]吴新民, 焦华富, 李善青, 等.城市土壤重金属分布与地理环境关系问题研究进展[J].安庆师范学院学报:自然科学版, 2009 (4) .

[2]李章平, 陈玉成, 杨学春, 等.重庆市主城区土壤重金属的潜在生态危害评价[J].西南农业大学学报:自然科学版, 2006 (2) .

[3]和莉莉, 李冬梅, 吴钢.我国城市土壤重金属污染研究现状和展望[J].土壤通报, 2008 (5) .

重金属污染评价 篇9

贵州省作为我国唯一没有平原支撑的喀斯特山区,立地条件极差,耕地少、土层薄、土地后备资源明显缺乏。但它是我国南方煤炭资源最丰富的省区,早期燃煤电厂的建立促进了贵州经济的发展。但由于资金、技术等原因,导致燃煤电厂附近土壤的破坏越来越严重。受地形地貌和成土母质等因素影响,喀斯特地区土壤重金属本底值普遍较国家标准值高,重金属元素迁移扩散较非喀斯特地区更加灵活,波及范围更广,危害性更大[9]。

目前,用来评价土壤环境质量的方法有综合污染指数法、聚类分析法、层次分析法和模糊数学法等[10]。由于土壤环境污染具有渐变性和隐蔽性等特点,采用模糊数学模型对污染程度进行评价较为科学合理,且在环境质量评价中其分辨率明显高于其他方法[11]。

本工作选取地处贵州喀斯特山区的金沙电厂为研究对象,对电厂周围的表层土壤、蔬菜(莲花白)试样的重金属含量进行了测定,采用模糊数学法对土壤重金属污染进行了评价,采用富集系数法分析了莲花白对重金属的富集能力,以期为电厂污染的治理及周边土地的利用规划提供参考。

1材料和方法

1.1研究区概况

研究区位于贵州省西北部,毕节地区东部, 煤炭资源十分丰富。金沙县面积约2 524 km2,属低中山地貌,亚热带湿润季风气候。常年平均气温18℃,年总降水量865.9 mm。金沙电厂4×1.25×105k W机组工程于2000年1月投产,机组年利用时间保持在8 000 h以上。本工作针对区域内以电厂为圆心的辐射环形地带的农田土壤进行调查。

1.2试样采集

2015年3月在金沙电厂周围进行了表层(0~20cm)土壤和蔬菜试样的采集。以金沙电厂为圆心, 根据废气排放设置辐射环形采样点。用GPS定位, 共设置了6条线路:东线、东北线、西北线、西线、西南线和东南线。土壤和蔬菜试样各取32个, 采样点分布图见图1。将采集的土样按四分法取1kg混合,经风干、磨细、过筛(100目)后,贮存于塑料自封袋内密封待用。

1.3试样分析

1.3.1重金属含量的测定

土壤Pb,Cu,Cd含量的测定采用全消解方法进行处理[12],Hg和As采用王水消解[13];蔬菜试样均采用硝酸-过氧化氢高压密闭消解[14]。采用ZEEnit 700P型石墨炉原子吸收光谱仪(德国耶拿分析仪器股份公司)测定Cd和Pb的含量,采用AFS- 933型非色散原子荧光光谱仪(北京吉天仪器有限公司)测定Hg和As的含量,采用5300V型电感耦合等离子体-原子发射光谱仪(美国Perkin Elmer公司) 测定Cu含量。土壤和蔬菜试样的测定结果均以干重计。

1.3.2质量控制

在试样的处理及测试过程中可能带入污染, 为保证方法的精密度,测定时均做空白实验和3组平行实验。分析过程中所用的塑料容器均在5% (w)的硝酸中浸泡48 h以上,玻璃容器浸泡24 h, 高纯水冲洗后烘干。测定结果的相对标准偏差均小于10%,满足定量分析的要求。

1.4评价方法

1.4.1模糊数学法

模糊数学法是利用参数之间的不确定性替代数学假设基础上的解析关系,选定参数因子后,对判断的事物进行综合评价的一种方法[15,16]。综合前人的研究结果和使用经验,结合研究区的实际特征,构建模糊数学环境污染评价模型。

首先需要确定隶属度函数,建立关系模糊矩阵。取u={Hg、As、Cd、Cu、Pb}为评价因子的集合;v={一级、二级、三级}为评价指标的集合;通过隶属度函数求得各指标对各级别土壤重金属污染状况的隶属度,组成一个3×5的模糊矩阵,即关系模糊矩阵R[17]。按如下隶属度函数计算各因素指标的隶属度。

式中:xi为第i种重金属含量的实测值;ai,bi,ci分别为第i种重金属对应于一、二、三级土壤重金属环境质量状况的标准值。GB 15618—1995《土壤环境质量标准》[18]中规定的土壤环境质量标准值见表1(研究区土壤的p H处于6.5~7.5之间)。

mg/kg

由于各单项评价指标对环境综合体的贡献存在差异,故应有不同的权重。计算权重的方法很多,这里采用土壤环境中污染物因子的实测含量与其相应分级标准的比值来计算权重。该方法在一定程度上可以反映污染超标的轻重对因子权重的影响。该方法计算权重的一般公式为:

式中:Wi为第i个因子的权重;n为参评因子的个数;xi为第i个因子的实测值;Si为第i个因子对应的各土壤重金属一、二、三级质量级别总和的平均值(见表1)。将权重归一化,从而构成了一个1×n阶的权重模糊矩阵A(A=(W1,W2,W3…Wn))。

按照上述方法分别计算各采样点的关系模糊矩阵和权重模糊矩阵,采用单因素决定模型和加权平均模型进行评价。单因素决定模型即按先取小后取大的原则来计算各级隶属度并归一化;加权平均模型见式(5)。

式中:bj为最终评价结果对应于第j个等级的隶属度;Wi为第i种重金属对应的权重;rij为关系模糊矩阵R中对应元素对应等级的隶属度。

根据土壤重金属环境质量各级别的控制意义,取土壤重金属环境质量一级水平的评价分值为100,二级为80,三级为60,按式(6)和式(7)计算各采样点的评价分值[19]。

式中:δj为第j个级别的权重;k为选定的正实数, 一般取2;m为环境质量级别的级数;cj为第j个等级环境质量水平的标准分值;c为最终得分。

1.4.2富集系数法

蔬菜对重金属的富集系数是指蔬菜与土壤中的重金属含量之比,它可以大致反映蔬菜对重金属的吸收能力[20,21]。富集系数越小,表明蔬菜吸收重金属的能力越差,抗土壤重金属污染的能力则越强。同时,也间接反应重金属的生物可利用性。

1.4.3数据分析

采用Excel 2003和SPSS19.0统计软件对实验数据进行统计分析。

2结果与讨论

2.1土壤的重金属污染水平及空间变异程度

经测定,电厂周围的表层土壤中Hg,As, Cd,Pb,Cu的平均含量分别达0.70,26.40,0.61, 44.83,35.51 mg/kg。与贵州省土壤背景值[9]相比,平均Hg含量为背景值的6.36倍。按二级标准对比,以Hg和Cd的超标最为严重,其平均含量分别为二级标准的1.40和2.03倍,其最大值达标准值的4.98和17.90倍,表明电厂周边土壤已经受到了较为严重的Hg和Cd的污染。土壤中的Hg和Cd的污染来源可能与电厂大量煤燃烧及煤来源为高Hg煤有关,除此之外,还可能与重金属在煤中的赋存形态、燃烧方式等多种因素有关。

从各重金属含量的空间变异程度来看,不同方向土壤各重金属含量的变异系数均大于50%,其中以Cd含量的变异系数最大,达173.05%。这表明研究区表层土壤重金属空间分布具有一定的差异性。各重金属含量的最高值与最低值之比均大于10倍,这与研究区已受到严重的当地人类活动的影响直接相关,重金属含量空间分布不均,波动程度大且离散性较高。

2.2土壤和莲花白中重金属含量的相关性

为了探求土壤和莲花白中重金属之间的相关性,对土壤和莲花白中的重金属含量进行了相关分析,结果见表2。由表2可见:土壤中Hg与As,Cd的含量均显著相关,相关系数分别为0.848(p<0.01)和0.720(p<0.01),这说明Hg与As,Cd可能具有相同的污染源及环境迁移途径;莲花白中除Pb和Cu的相关系数达0.729(p<0.01)呈现显著正相关外,其余重金属间的相关性均不显著;同时,土壤中Pb和Cu相的关系数达0.536(p<0.01),在一定程度上说明两种元素间存在一定的同源性,且莲花白对土壤中个Pb和Cu可能具有相似的吸收机理。

1)p<0.01,表示在0.01水平上具有显著相关性。2)p<0.05,表示在0.05水平上具有显著相关性。

2.3模糊数学法的评价结果

选取各方向的土样作为待评价对象,Hg, As,Cd,Cu,Pb 5种重金属为单项评价因子进行分析,建立各重金属元素对应于土壤重金属环境质量等级的隶属度函数,并按照关系模糊矩阵的建立方法及评价标准计算关系模糊矩阵。按照最大隶属度原则可评价出区域重金属的质量级别[22]。以东向为例计算关系模糊矩阵,见表3。由表3可见, As和Cu的一级隶属度均为1,二、三级均为0,说明As和Cu的污染程度为一级,污染最轻,其余重金属通过比较其一、二级隶属度的大小即可划分重金属的污染等级。

按照上述方法分别计算出各方向的关系模糊矩阵,再计算各参评因子的权重,得到重金属的权重模糊矩阵。各采样方向的重金属权重见图2。由图2可见,各方向Hg,As,Cd的权重均较大,约占总权重的80%,表明这3种重金属的污染较严重。

采用单因素决定模型和加权平均模型进行综合评价,得到各方向的评价向量。根据式(6)和式(7),取k值为2,可计算各方向的评价分值,从评价分值可以直观地看出各方向土壤重金属环境质量的优劣,可比性大大增强。模糊数学法的评价结果见表4。由表4可见:两种评价结果的最高分值均为东向,最低分值均为西北向,即东向的污染程度最轻,西北向的污染程度最重;根据评价分值及隶属度的分布情况可得不同方向的重金属污染程度为西北>西>东南>西南>东北>东,总体趋势为西向大于东向;除东向处于一级污染程度外,其余方向均处于二级以上污染程度,重金属综合污染较严重,两种模型的评价结果一致。不同方向上的重金属污染程度不同,其主要原因可能与研究区风向多为东北风和北风有关[23],还可能与土壤理化参数、地势起伏、电厂烟囱高度和人类活动的影响有关。

由表4还可见,加权平均模型与单因素决定模型评价结果相比,生成的隶属度存在较大差异,对应的评价结果也有所不同。单因素决定模型实际上只考虑了最突出的因素,其他因素的作用被弱化, 评价的出发点为希望体现单因素否决的情况;而加权平均模型既考虑了最突出的因素,同时又综合考虑了多种参评因素,依权重的大小对所有的因素均衡兼顾,评价出发点为希望体现各个参评因子对土壤重金属环境质量综合影响的情况[19]。

2.4富集系数法的评价结果

莲花白的重金属含量水平及其对土壤中重金属的富集能力,直接关系到莲花白的生产和食用安全。莲花白对5种重金属的富集系数见表5。由表5可见:莲花白对土壤中Cd的富集作用较强,对其余重金属的富集作用较弱;Cd的富集系数最大, 达1.25,这可能是因为土壤中Cd主要以生物有效性强的酸可提取态和还原态存在,酸可提取态迁移性较强,在酸性和中性条件下即可释放出来,直接被蔬菜吸收利用;莲花白对5种重金属的富集能力为Cd > Cu > Hg > Pb > As。这与湘江中下游[24]和湖南省郴州市[25]的农田蔬菜中重金属富集系数的调查结果类似,说明Cd元素较易在蔬菜中富集。本研究中莲花白中重金属的污染可能与电厂燃煤有关, 这主要是因为:莲花白为叶菜类,大气沉降颗粒所携带的重金属很容易在叶表吸附、富集;同时,结合模糊数学土壤评价结果不难看出,电厂燃煤对土壤也有较强的污染。研究区土壤上种植的蔬菜对重金属Cd的富集现象严重,其安全隐患应引起重视,长期食用这些蔬菜很可能对人体健康造成一定的潜在风险。因此,相关部门应采取有效措施治理土壤重金属污染,改善土壤和蔬菜质量。

3结论

a)电厂周围表层土壤中Hg,As,Cd,Pb, Cu的平均含量分别达0.70,26.40,0.61,44.83, 35.51 mg/kg。其中,Hg和Cd的平均含量分别为GB15618—1995《土壤环境质量标准》中二级标准的1.40和2.03倍,表明土壤已受到较为严重的Hg和Cd的污染。

b)土壤中Hg与As,Cd的含量均显著相关,相关系数分别为0.848和0.720。莲花白和土壤中Pb和Cu的含量均呈现显著正相关。

c)模糊数学法评价显示:电厂周围土壤受到较为严重的Hg,As,Cd污染;各个方向的重金属污染程度大小顺序为西北>西>东南>西南>东北> 东,总体趋势为西向大于东向;除东向处于一级污染程度外,其余方向均处于二级以上污染程度,重金属综合污染较严重。

d)富集系数法分析表明:莲花白对土壤中Cd的富集作用较强,对其余重金属的富集作用较弱; 莲花白对5种重金属的富集能力大小顺序为Cd > Cu> Hg > Pb > As。

e)电厂周围土壤受到不同程度的重金属污染,土壤上种植的莲花白会对当地居民产生一定的健康风险,应特别重视对Hg,As,Cd 3种重金属污染的治理。

摘要：选取地处贵州省喀斯特山区的金沙电厂为研究对象,对电厂周围的表层土壤、蔬菜(莲花白)试样的重金属含量进行了测定,采用模糊数学法对土壤重金属污染进行了评价,采用富集系数法分析了莲花白对重金属的富集能力。实验结果表明:电厂周围表层土壤中Hg,As,Cd,Pb,Cu的平均含量分别达0.70,26.40,0.61,44.83,35.51 mg/kg,其中,Hg和Cd的平均含量分别为GB 15618—1995《土壤环境质量标准》中二级标准的1.40和2.03倍;电厂周围土壤受到较为严重的Hg,As,Cd污染,各个方向的重金属污染程度大小顺序为西北>西>东南>西南>东北>东,总体趋势为西向大于东向;莲花白对土壤中Cd的富集作用较强,对其他重金属的富集作用较弱。

重金属污染评价 篇10

1 研究水域概括

湘江全长858千米, 流域面积9.46万平方千米, 沿途接纳大小支流1300多条, 流域内资源分丰富, 有丰富的煤、铁、猛、铅、锌、铜等矿产资源, 沿岸有采选矿业和冶炼业[4]。本次研究区域为湘江流域的长沙段, 湘江流域集中了湖南省六成人口和七成左右的省内生产总值, 亦承载了60%以上的污染, 湘江既是纳污水体, 又是该流域居民的重要生活饮用水及农业用水水源。由于产业结构和工业企业地区分布的不合理, 部分江段重金属含量已超过环境功能区规划所允许的纳污范围。

2 湘江长沙段底泥重金属污染分析与现状评价

本研究从湘江长沙段表层底泥中的重金属污染物入手, 通过全年度监测, 设计的3个断面不同采样点采集的底泥样品中Cd、Pb、Zn、Cu四种重金属元素的检测, 调查和评价湘江长沙段底泥中重金属的污染程度。

2.1 采样点布设及编号

本课题研究样品采集采用断面取样方法, 于湘江长沙段共设计3个断面, 并于每个断面上设计2个代表性取样点, 于河边左岸和河中心处分别进行浅层底泥取样工作。

采样时间间隔为枯水期 (12-2月) 和丰水期 (5-7月) 进行样品采集, 即全年度共进行2次样品采集工作, 每次采集6个代表性样品。3个断面具体地理位置见下表1。

2.2 样品的采集与处理

用无扰动重力底泥采样器采集底泥表层0~20cm沉积物, 用聚乙烯保鲜袋包装, 封口并标记后带回实验室。将采集的底泥样品转移至洁净搪瓷盘中, 自然风干, 剔除硕石、木屑、动植物残体等异物, 混合均匀后用玛瑙研钵研磨处理, 全部过100目尼龙筛, 用广口玻璃瓶保存备用。所用器皿均用浓度10%硝酸溶液浸泡12h以上, 去离子水洗净后自然风干[5]。

2.3 样品的测试

底泥样品的消解参照中国环境监测总站的《土壤元素近代分析方法》。测定Cu、Pb、Zn、Cd的底泥样品用HNO3—HF—Hcl O4法消解, 然后用电感耦合等离子体原子放射法测定 (ICP—AES) , 测试过程中, 每批样品分析均作2个全程序空白, 借以检查和控制样品在处理和测试过程中可能带来的污染。采用平行样控制样品测试的精密度, 平行样的数量不少于测试样品的10%[6,7]。

单位:mg/k

3 研究结果与讨论

湘江长沙段12个底泥样品中4种金属含量见表2.可见于中国土壤环境质量标准 (GB15618-1995) 中三级标准[8]相比较, Cd元素在每个采样点含量都有超标, Zn在枯水期黄泥塘断面的河心采样点超标, Pb和Cu在各个采样点均不超标。Cd和Zn在长沙段最富集, 在枯水期均数分别为土壤背景值的24.1倍、2.5倍, 在丰水期分别为13.9倍、1.4倍。Cd在枯水期和丰水期的变异系数为2.56和0.58, 相对较大, 表示人为干预作用较大, 可得出Cd元素以外源污染形式进入湘江较多。

4 底泥重金属污染程度评价

底泥重金属污染程度评价方法:地累计指数法

地累计指数法是德国海德堡大学沉积物研究所的科学家Mulle于1979年提出的一种研究水环境沉积物中重金属污染的定量指标[9], 其计算公式是:

式中, Cn为元素n在沉积物中的含量 (指质量比, 实测值) , mg kg;K为考虑各地岩石差异可能引起背景值变动而取的常数, K=1.5;Bn为粘质沉积岩 (即普通岩) 中该元素的地球化学背景值, 研究中采用长沙地区土壤的背景值作为评估背景值[10], 以更客观地评价富集程度。

从表4可得:检测金属元素中Cd的污染程度最大, 平均污染级别达到3级, 为中~强度污染, 其中枯水期橘子大桥西河断面的污染达4级, 属强度污染。元素Zn稍有污染平均污染级别为1级, 在枯水期橘子大桥西断面河心和黄泥塘左岸采样点污染达2级数中度污染。其他采样点基本上无污染。综合分析上述重金属的地积累指数分级由大到小依次为:Cd、Zn、Pb、Cu。从季节分布来看, 枯水期与丰水期重金属污染物分布有差异, Cd和Zn枯水期污染大于丰水期, 主要是由于丰水期湘江水流量交大, 污染物不易沉积而枯水期水流较缓污染物慢慢沉积到水底。从地域分布来看, 从上游到下游, 污染物的分布差异较大。黄泥塘与橘子洲大桥西河段受附近冶炼厂、化工厂、城市生活废水等的污染, 是重金属污染主要断面, 主要污染物为Cd和Zn。

5 结论

(1) 与国家土壤三级标准和长沙地区土壤背景值相比较, 主要污染物为Cd和Zn, 枯水期污染程度大于丰水期, 主要污染面为橘子大桥西河段。

(2) 地积累指数方法评价结果表明, 各污染物污染程度为:Cd>Zn>Pb>Cu。

(3) 从本次研究显示, 橘子大桥西河段污染较严重, 该河段属于市区中心地带, 主要有大量的城市生活废水和湘江沿岸地区工业废水的排入, 控制该地区重金属污染是长沙城市环境治理迫在眉睫的任务, 也是改善湘江水体环境质量的关键。

摘要：为了解2014年湘江长沙段丰、枯水期底泥中重金属含量, 在对湘江长沙段污染现状详细调查与分析的基础上, 利用地积累指数对湘江长沙段底泥重金属进行综合性的评价分析。结论:湘江长沙段水域受到不同程度的重金属污染, 从总体的污染程度分析, 各种污染物的污染程度为Cd>Zn>Pb>Cu, 污染的地区和时间差异大, 各采样点污染程度为:橘子洲大桥西>黄泥塘>乔口, 且枯水期大于丰水期。环境有关部门应及时采取措施, 防止水域环境污染的进一步恶化。

关键词：湘江长沙段,重金属污染,地积累指数

参考文献

[1]李经伟, 杨路华, 夏辉.白洋淀底泥重金属污染地积累指数法评价[J].人民黄河2007 (12) .

[2]彭利, 罗钰, 朱奕, 许雄飞.湘江长沙段沉积物重金属污染状况及潜在生态风险评价[J].环境研究与监测, 2009, (03) :1-4.

[3]刘耀驰, 高栗, 李志光, 刘素琴, 黄可龙, 李倦生.湘江重金属污染现状、污染原因分析与对策探讨[J].环境保护科学, 2010, (04) :26-29.

[4]唐文清, 刘利, 冯永兰.河流底泥重金属污染现状分析及评价[J].衡阳师范学院报, 2008 (6) .

[5]张祥, 黄坚, 马慧雪.湘江长沙段沉积物中重金属污染评价[J].广州化工, 2012, (23) :120-123.

[6]陈翠华.江西德兴地区重金属污染现状评价及时空对比研究[D].成都理工大学, 2006.

[7]Bruning H, Rulkens WH.New solvent extractionp rocess for organic and heavymetals pollutants[M]//Hinchee RE, et al.Remediation and beneficial reuseof contaminated sediments.Columbus Rich2land:Battelle Press, 2002:283-289.

[8]戴塔根, 邓吉秋, 等.长株潭城市群区域生态地球化学评价[M].长沙中南大学出版社, 2008, 26, 174.

[9]弓晓峰, 陈春丽, 周文斌, 简敏菲, 张振辉.鄱阳湖底泥中重金属污染现状评价[J].环境科学, 2006 (04) :732-736.

我国水污染经济损失评价研究述评 篇11

[关键词]水污染；经济损失；分类；计量；恢复费用法

水资源能够满足人们日常生活中的多方面的需要，因此水资源具有使用价值，然而当水资源遭受到污染的时候，不能满足人们某些方面的需要时，其经济价值便会下降，这个过程产生的就是经济损失。水污染带来的经济损失，主要由以下原因造成：一是某种原因使得水资源的质量下降，水资源的使用者又不愿意看到水资源质量下降所采取的改善水资源质量的手段花费的成本。二是水资源遭受污染，使得水资源使用者遭受的经济方面的损失。

1.我国水资源污染状况概述

我国历来都是一个缺水严重的国家。尽管我国淡水资源总量为28000亿立方米，占全球水资源的百分之六，紧随巴西、俄罗斯和加拿大之后，居世界第四位，但我国人均水资源占有量只有2200立方米，仅为世界平均水平的1/4、美国的1/5，在世界上名列121位，是全球13个人均水资源最贫乏的国家之一。建设部曾预计，中国缺水的高峰将在2030年，那时中国人口将达到16亿左右，人均水资源占有量将为1760立方米，进入联合国有关组织确定的中度缺水型国家的行列。水资源量本来就已经如此稀少，水污染引起的经济损失更不容忽视。

我国近年来水体污染十分严重。在2000年，全国评价的29万km河长中，有34%的河长河流水质劣于Ⅲ类，主要位于江河中下游和经济发达、人口稠密的地区。其中太湖流域和淮河、海河流域接近一半的评价河长水质劣于V类，水污染十分严重。在84个进行富营养评价的代表性湖泊中，40个湖泊呈中营养状态，44个湖泊为富营养状态。评价的633座代表性水库以中富营养为主。水质恶化是导致水污染经济损失的主要原因。

2.水污染经济损失国内外研究现状

我国关于污染损失的计算，首先是从环境污染损失算起的，其中包括水污染、大气污染、固体废弃物污染等等。最早在20世纪80年代初期有对企业污染、城市污染以及流域污染等的经济损失的研究。第一个以中国为对象，有全面丽系统的计量成果的是过孝民、张慧勤主持的对中国的第六个五年计划（1981～1985）期间环境损失的研究。这项研究起着开拓者的作用。此研究最后计算得到中国1983年水污染损失为66亿元[1]。该研究综合使用了市场价值法、机会成本法、工程费用法，在计量方法、数据处理、结果表述方面都有较高的学术价值和实用价值。

在水污染损失计量国外研究方面，有联合国有关机构、世界银行等一些具有代表性的机构做过的研究，其中比较有代表性的是美国Vaclav Smil向美国东西方研究中心递交的专题报告《中国的环境问题：经济损失估计》，该研究计算出的水污染损失为118.5亿元（计算年限：1990年）。另外世界银行报告《面向2l世纪的中国环境》中也计算了水污染的损失，结果为320亿元（计算年限：1997年）。国外这两个研究的特点是，条理清晰、逻辑性强，从理论的角度考虑比较有可信性。在计算损失的过程中，调查数据与理论假设并重，结果更有说服性。

3.现有水污染经济损失计算方法综述

现有水污染经济损失计算方法主要有三大类，即分类计算法、计量经济学法和恢复费用法。

3.1分类计算法

分类计算法的基本思想是利用结构分解，将水环境价值分为若干部分，分别计算各部分价值，最后求和。应用该方法计算水污染经济损失时，首先采用简明清晰的分类方法，把水污染损失分为工业、农业、渔业、旅游业、市政建设、家庭消费和人体健康等几大类，分别考虑每一类污染物排放所影响人群或地域范围，然后借助已有科学实验得出的参数，根据计算对象特性，分别选用不同的方法，计算出分类的损失值[6]。例如，在计算工业经济损失时采用机会成本法、影子工程法[2]；计算农业、渔业等经济损失时采用市场价值法[3]；计算人体健康损失时采用人力资本法[4]；计算景观损失时采用旅行成本法、支付意愿法和接受补偿意愿法等等[2]。最后汇总，得到总损失值。该方法很早就被用于评估水污染经济损失。由于其原理清晰，可靠性较高，具有一定的可操作性，故被后来的研究者广泛应用于各类环境污染的经济损失计算中。

3.2计量经济学法

计量经济学法是将水环境价值作为一个整体，通过对水环境价值，特别是水资源价值与经济活动关系的分析，寻找主要影响因素，建立关系式；然后利用大量数据分析计算，得出方程的参数，最后利用求出的关系式计算出污染损失值[5]。具体应用时，该方法主要包括索洛方程法、模糊数学法、污染损失率法、水污染经济损失函数法和一些经验公式等。

3.3恢复费用法

恢复费用法是以恢复受破坏的水环境资源所需的费用作为水环境资源遭到破坏的经济损失估值的一种计算方法。该方法不考虑污染以后造成的复杂影响，仅从污染源角度出发，计算削减污水排放的费用。这种方法看上去实现的困难不大，但是它一方面无法体现累积效应的影响，另一方面由于不同排放方式和用途的污水，所造成的危害不尽相同，因此，计算结果也存在差异。

4.结论

通过上述分析和比较，可知现有水污染经济损失计算方法还存在以下几个问题：

1.计算方法考虑较为单一，没有体现水资源多功能、可重复利用的特性。

2.计算中没有充分考虑水污染造成的时间效应。因为水资源在遭受污染后，短期内很难恢复到原有水平，因而这一时段内的水资源价值都将不同程度的减小。但在现有的水污染经济损失计算中，很少考虑到这一因素。

3.受资料限制。在实际生产、生活中，水作为人类生存的三大要素之一，水环境质量对人类社会的影响往往是全方位的，除了人们能明显感觉到的显性经济损失量外，还包括许多隐性的损失量等。这些隐性的或潜在的损失量在现阶段仍难以估算。

参考文献

[1]过孝民，张慧勤.公元2000年中国环境预测与对策研究[M].清华大学出版社，1990.

[2]韩美清.水环境污染经济损失及农业经济损失探讨[J].南水北调与水利科技，2009.

[3]孙静.新安江流域上游地区水资源价值计算与分析[J].中国水利水电科学研究院学报，2007.

[4]赵嘉琪.矿产资源开发区水污染经济损失实证研究--以甘肃省庆阳市为例[J].资源与环境，2009.

[5]李锦秀.流域水污染经济损失计量模型[J].水利学报，2003.

[6]陈坤.上海水资源核算及对GDP的修正[J].消费导刊：学术要论，2007.

重金属污染评价 篇12

土壤是农业生产的基础,是人类赖以生存的基石,也是人类食物与生态环境安全的保障。在众多的污染物中,重金属超标被普遍认为是造成我国土壤污染的主要原因之一,特别是经济发达地区的重金属污染土壤的问题尤其严重,日益成为当地环境的重大威胁。据专家估计,我国目前受镉、砷、铬和铅等重金属污染的耕地面积近3亿亩,约占耕地总面积的20%,污水灌溉的农田面积已达4950万亩[1]。

土壤重金属污染的环境风险评价是管理、控制和治理污染土壤的前提。由于影响重金属的化学性质、环境行为、生物可利用性以及药代动力学等各种因素极其复杂,给土壤重金属环境风险评价带来很多挑战[2,3]。目前,有关土壤重金属污染风险评价的研究仍多集中在对污染物浓度的测定或简单的风险指数计算,对环境风险状况的表达还有局限性。本文仅针对近期土壤重金属污染环境风险评价方法的研究热点与发展趋势进行综述。

2 土壤重金属污染环境风险评价研究现状

环境风险评价技术是20世纪80年代发展起来的,主要包括生态风险评价及健康风险评价。生态风险评价是通过组织和分析数据,评价与人类活动相关的一个或多个风险源在暴露过程中对生态系统可能造成的生态效应;健康风险评价则主要侧重于人体的健康风险,通过选择与人类类似的动物进行试验,以达到保护人类自身的目的[4,5,6,7]。

对于土壤重金属的污染评价,国内外学者作了大量的研究,总结出了多种评价方法和模型,主要分为两类:传统评价模型和综合评价模型[8,9,10]。传统的评价模型主要为指数法,以数理统计为基础,将土壤污染程度用比较明确的界限加以区分,已在土壤重金属评价中得到了广泛的应用,较常用的有内梅罗指数法、潜在风险指数法、污染指数法等。综合评价模型综合考虑了土壤环境质量的模糊性及各污染因素的权重,使评价更具有科学性,概括起来有模糊综合评价法、层次分析法、灰色聚类法、主成分分析法、神经网络法和物元分析法等等[11]。近年来,随着计算机技术和信息技术的发展,地统计学和地理信息系统逐渐被引入到土壤重金属污染的综合评价中[12]。

环境风险评价的基本特征之一就是不确定性。在各种环境质量评价中,来源于各种外推过程的不确定性,包括物种间外推、实验室向野外外推、高剂量向低剂量外推等,都需要准确的定量表达。加权综合能够较好地揭示不同评价因子间的内在联系,使评价结果更接近实际情况。但权重的确定大多由专家依据重金属污染物的毒性、人体对重金属污染物的吸收以及人体可承受污染物最大阈值的经验来确定,有一定的主观色彩,使评价结果存在失真的可能。另外,环境风险评价中的风险标准,即风险可接受水平问题,由于涉及不同人群的利益,不同区域的自然条件和社会经济水平存在差异,也存在很大不确定性。不确定性的定量化处理是风险评价必须解决的关键技术。

目前传统的土壤重金属污染评价方法都只是通过简单的数字和表格体现某个区域的污染状况,不能反映土壤在空间上的污染变化,不能分析区域土壤污染状况和空间变化趋势,在污染的边界上存在着一定的局限和不足之处。根据实际的情况采用多种方法,并借助其他工具结合的综合评价分析是解决实际问题的有效途径。

3 土壤重金属污染环境风险评价的研究前沿及主要发展方向

3.1 数学模型在土壤重金属环境风险评价中的选择与优化

风险产生原因的不确定性使环境风险评价趋于复杂。因为风险评价需要研究人为活动引起环境不利影响的可能性,根据有限的已知资料预测未知后果,这就需要应用大量的数学模型才能完成。数学模型的优劣直接关系到整个风险评价结果的准确。随着环境风险评价越来越复杂,准确性要求越来越高,发展和完善各种数学模型成为环境风险评价研究的重要方向。

目前国内外学者主要采用随机模拟和模糊的方法进行不确定性的识别、预测。处理不确定性的数学方法主要有概率理论、马尔可夫模型、模糊集、事件树、影响图、启发式模型等。

在突发性风险评价方面,大部分的研究都是以随机模拟理论为基础或者是将随机模拟理论与其它不确定性理论相结合的方法评估突发污染事故定性分析。在累积性风险评价研究上,主要是应用随机模拟理论、灰色系统理论和模糊理论。

我国的环境风险评价刚刚起步,对于风险评价模型的研究甚少。在风险评价过程中,直接引进国外成熟的模型将不失为一种捷径。由于各种模型在基本原理、适用条件、算法、考虑的介质和过程等方面都可能有较大差异,因此,只有正确甄别模型间的异同和各自的优缺点,才能做到根据实际情况,选择合适的模型,达到研究目的。

3.1.1 模糊数学法

土壤重金属的污染程度的界限是渐变、模糊的,解决土壤重金属污染级别模糊边界的有效方法是引入模糊数学概念。模糊数学法的基本原理是:基于重金属元素实测值和污染分级指标之间的模糊性,运用模糊线性变换原理,通过隶属度的计算首先确定单种重金属元素在污染分级中所属等级,进而经权重计算确定每种元素在总体污染中所占的比重,最后运用模糊矩阵复合运算,得出污染等级[13,14,15,16]。如何合理确定各指标的权重成为应用模糊数学法进行污染评价是否成功的关键。

模糊数学自1965年由L.A.Zadeh[17]提出以来,已得到较充分的发展,同时被广泛用于生产实践中。模糊数学是描述没有明确界限的模糊事物的数学分析方法,利用模糊变换对各相关因素进行综合评价。它充分考虑了各级土壤标准界限的模糊性,使评价结果接近于实际;在确定各指标权重时采用最优权系数法,避免了确定评价指标权重的任意性,用于土壤重金属污染评价有较好的效果[8]。该模型的物理意义是加权平均,将数学运算变成一般矩阵乘法,代表了“加权平均型”的综合评价[18]。

窦磊等[14]改进了针对土壤重金属污染评价的模糊数学模型和评价因子权重的计算方法,提出了基于污染物浓度和毒性的双权重因子的模糊综合评价法,既反映污染物的浓度超标状况,又反映污染物的毒性作用,使评价更为全面合理。

杨西飞等[19]在“模糊”评价指标基础上,结合Matlab软件FIS工具,拟建了铜陵矿区农田土壤模糊评价模型,并应用该模型对铜陵矿区农田土壤中重金属污染进行了相应评价。有效地解决了模糊综合评价过程中大量的数据处理和复杂计算,提高了数据批处理的准确性和时效性;并可通过其FIS功能将所有模糊评价过程和数据结果以图形的形式展示出来,使各因子污染程度和综合评价结果得以充分体现。

3.1.2 灰色聚类法

灰色聚类法是在模糊数学方法基础上发展起来的,相对于模糊数学方法,优点在于不丢失信息,在权重处理上更趋于客观合理,用于环境质量评价所得结论比较符合实际,具有一定可比性。

灰色聚类法通过计算土壤重金属污染因子的权重来确定聚类系数,再根据“最大原则法”或“大于其上一级别之和”法确定土壤环境污染程度[8]。其主要步骤是:构造白化函数,引入修正系数,确定污染物权重,再计算聚类系数实现土壤样本的环境质量等级评判与排序[20,21,22]。

由于一般灰色聚类法最后是按聚类系数的最大值进行分类,忽略了较小的上一级别的聚类系数且完全不考虑他们相互之间的关联性,从而导致分辨率降低,有可能使评价失真。鉴于此,人们对灰色聚类法进行了改进,开发出灰色关联分析、宽域灰色聚类分析等多种模型,较好地克服了这一缺点。两者的区别在于确定聚类对象所属级别的差异,一般灰色聚类法以“最大原则法”判定,而改进灰色聚类法根据“大于其上一级别之和”法进行判定。

Xiaoyan Shao等[23]采用灰色关联分析模型对土壤重金属污染进行生态风险评价,研究证实评估结果与实际情况相符,计算方法简单并有良好的操作性。黄彩霞等[24]采用宽域灰色聚类法对土壤质量进行评价,并与综合指数法、模糊综合评判法相比较,发现宽域灰色聚类法的评价结果较另外两种方法更为合理。分析认为,宽域灰色聚类法充分考虑了污染级别之间的灰色性,通过修正使相邻级别的边界问题解决得较好,提高了分辨率、信息利用率和综合评价精度。虽然需要建立多个白化函数,计算过程繁琐,但可以通过计算软件解决。

3.1.3 层次分析理论

环境质量综合评价,只有通过加权综合,才能揭示不同评价因子间的内在联系,使综合评价结果更接近和符合环境质量的实际情况。加权因子的确定,有多种方法,层次分析法及其改进法就是其中之一。

层次分析法(Analytical Hierarchy Process)简称AHP法,是美国运筹学家萨得T.L.Saaty在20世纪70年代初提出的。这是一种定性和定量相结合的、系统化、层次化的分析方法,特别适用于分析难以完全定量的复杂决策问题,因而很快在世界范围得到重视并在多种领域广泛应用[25]。

其基本出发点是:在一般决策问题中,针对某一目标,较难同时对若干元素做出精确的判断。这时可以将这些因素相对于目标的重要性以数量来表示,并按大小排序,以此为决策者提供依据。任意两元素之间的相对关系,则可以精确表示。

假设有n个因素,对任意量因素i和j进行比较,rij表示相对重要性之比,则由rij(ij=1,2…n)构成一个判断矩阵R=(rij)n×n(此矩阵实际上是对定性思维过程的定量化)。

式中rij=1/rji(i≠j),rij=1(i=j)。

在构造判断矩阵时,当因素个数较多时,rij的值采用T.L.Saaty提出的1-9标度法。由于判断过程中存在复杂性和模糊性,较难一次得到满意(通过一致性检验)的判断矩阵。为此研究人员对层次分析法进行改进,设计了一种三标度法,较易被专家和决策者接受。

结构层中的相对权重,采用方根法求解R的归一化特征向量和特征值,直到满足一致性检验,所求特征向量即为各因子的权重排序。

王祖伟、李雪梅等[26,27]在对天津市土壤重金属污染环境质量评价中,将基于改进AHP法确定的权重应用于综合指数法、模糊综合评价法和灰色聚类法中,发现基于改进AHP法确定权重的综合指数法比内梅罗指数法更具科学性和准确性,基于改进AHP法确定权重的模糊综合评价法也比常规的模糊综合评价法更准确一些,但是基于改进AHP法确定的权重并不适用于灰色聚类法中。

3.2 地统计学空间技术在土壤重金属环境风险评价中的发展与应用

土壤重金属污染物具有高度的空间连续性及空间变异性。重金属浓度的空间分布状况可以反映重金属污染物对人类健康和环境的潜在影响,对于污染源的风险分析和后续评价也非常重要。传统的评价方法不能反映土壤在空间上的污染变化,不能分析区域土壤污染状况和空间变化趋势,尤其在分析大尺度区域的土壤污染时,传统评价方法和手段就显示出其本身固有的缺陷和不足[12]。基于此,地统计学空间技术在土壤重金属污染风险评价中得到了越来越广泛的应用[12,28,29]。

地统计学又称克力格法(Kriging),是利用原始数据和半方差函数的结构性,对未采样点的区域化变量进行无偏最优估值的一种插值方法。作为空间变异性比较稳健的工具,该方法可以最大限度地保留空间信息,揭示区域土壤各重金属元素含量的空间分布特征和规律[12]。目前主要有普通克力格法(Ordinaly Kriging)、简单克力格法(Simple Kriging)、块段克力格法(Block Kriging)、协同克力格法(Co-Kriging)、泛克力格法(Universal Kriging)、指示克力格法(Indictor Kriging)、以及对数正态克力格法(Logistic Nonormal Kriging)等[30]。

由于地质统计方法模型众多,应用条件各异,如何降低预测误差,提高预测结果的准确度及精度,依然是困扰地统计学研究及应用者的难题。

3.2.1 地统计学模型基本理论

地统计学是一种区域化变量的分析方法,原理是由不连续的点状数据推测连续的面状区域内的数据分布,其主要目的是结合采样点提供的信息对未知点进行估计和模拟,以描述整个研究区域的土壤重金属的空间变异特征。

半方差函数是地统计学中的主要工具,一方面是利用半方差函数对参数的空间分布进行结构分析和变异性分析,另一方面是应用结构分析的结果和克力格法进行估值[11]。

通常情况下,为了使理论模型能最充分地描述所研究的某一区域化变量的变化规律,在建模过程中要根据半方差函数分布图初步选择几种合适模型进行最优拟合,通过比较平均误差、均方根预测误差、平均标准差、标准化误差和平均标准化误差等参数和预测误差图来选择最优的模型。

在拟合中会得到3个基本的参数C0,C和a。其中,C0:块金方差,反映了随机因素或不确定因素对变量空间相关性的影响;C:结构方差,反映了结构因素或确定因素对区域化变量空间自相关性的影响;a:变程,反映了区域化变量在空间上具有相关性的范围。函数半变异图形如图1所示。

常用的理论模型有:

球状模型(spherical model):

指数模型(exponential model):

高斯模型(gaussian model):

3.2.2 地统计学与GIS技术的结合

地统计模型的强大分析功能主要在于它与地理信息系统(GIS)的结合[11],也是GIS发展的新动向。地理信息系统(Geographic Information System,简称GIS)是以计算机为基础,对空间数据进行采集编辑、存储管理、查询分析、显示制图、综合应用等处理的综合性技术。GIS在建立数据的统计模型及可视化输出方面均具有强大的功能,其大致数据处理流程如图2所示。

基于地统计模型的空间分析(SA)和GIS在应用上有交叉,但并不完全等同。GIS可利用SA中的分析模型和算法,丰富和发展自身的空间分析功能;同时,SA软件也可以借助GIS控件改善对环境污染数据的抽象、虚拟与表达。

在土壤重金属空间结构及分布特征研究上,研究人员较多地基于GIS技术与空间(地)统计学克力格系列插值方法对城市重金属污染状况进行分析:利用GIS技术进行研究区域及其采样数据、空间分布插值结果的可视化表达;利用空间统计学的变异函数对采样数据的空间异质性予以分析,并通过理论变异函数的不同因子、系数来寻求异质性产生的原因(影响因子),最后给出克力格算法插值得到的某重金属空间分布结果[32]。

当前应用较为广泛的地质统计学软件主要有Esri公司推出的基于Arc GIS 10.0及以上版本的Geostatistical扩展插件,Gamma Design Software公司推出的GS+软件,Ctech公词出品的EVS-MVS等,这些软件的推出有力地促进了地统计技术的应用及推广。地统计学与GIS技术的结合的发展方向是由GIS软件外挂模块逐渐向嵌入式过渡,实现两者的无缝链接。

Pilar Burgos等[33]采用传统评价模型及地统计学模型评估修复区土壤重金属污染水平的变异。使用块金值修正的球形模型及线性模型测定土壤参数的空间相关性,并用克力格插值法绘制污染等高线图,研究证实克力格插值图在研究修复区土壤污染及监测土壤参数时是非常有用的工具。试验区重金属的总量及生物可利用态空间分布图(等高线图)见图3所示。孙英君等[34]使用克力格技术对矿区土壤重金属污染状况进行研究,通过获取多幅模拟结果之间的差异来揭示研究区域土壤重金属污染的整体空间分布形态。最后,以研究区域土壤环境背景上限值为标准,给出研究区域不同土壤重金属空间分布相应级别的不确定性分析结果。

3.2.3 地统计学与不确定性模拟技术的结合

地统计学与神经网络、灰色聚类法等不确定性模拟技术结合,可以在只具有少量数据的情况下对数据进行比较精确的空间分析,能够在满足一定精度分析的原则下适当的降低采样分析成本,得到比传统指数评价准确度更高的空间分布图。

虽然模型建立过程中需要进行大量训练样本的学习,以及测试样本的检测,但在先进计算软件(如Mat Lab、Arg GIS等)的支持下,仍可方便地进行网络设计和运算。大大地降低了建模难度和建模时间,减少了人为的干扰因素,可以为整个地区的土壤重金属的信息化监测和分析提供科学依据。

胡大伟等[35]在中尺度范围下,运用神经网络模型和3S技术(RS、GPS、GIS)对农田土壤重金属含量的空间分布进行了分析,并在此基础上确定了各重金属的污染状况。王芬等[36]采用双层组合神经网络和GIS空间分析技术综合评价川芎主产区土壤重金属污染。将BP网络加密的点数据导入Arc GIS软件中,利用其空间分析和克里金插值功能来分析污染浓度的分布和污染等级,从连续空间平面上了解和评价该区域的重金属污染分布情况。李磊等[37]运用MATLAB软件的K均值聚类算法结合神经网络工具箱,通过建立RBF神经网络对道路两旁土壤重金属污染程度进行评价并与内梅罗指数法进行对比,证明使用RBF神经网络方法进行土壤重金属污染评价是可行的,尤其适用于土壤污染整体变化趋势分析。

S.M.Kazemi等[38]采用普通克力格法(OK)、基于人工神经网络的遗传算法(GA-ANN)、自适应神经网络模糊推理系统(ANFIS)及条件模拟法(CS)进行空间建模,对海洋沉积物中的6种重金属进行污染评价,并对4种空间插值技术进行比较。结果证实GA-ANN模型是对所有重金属污染物的统计特征值保持最好的模型,但ANFIS是的模拟误差最小的模型。

Yunfeng Xie等[39]基于污染评价和风险控制目的对土壤中重金属污染物的空间分布进行了确定与不确定性分析。采用内部校验标准偏差对加权反比插值法(IDW)、局部多项式插值法(LP)、普通克力格插值法(OK)和径向基函数法(RBF)4种空间插值技术进行了评估和比较。结果显示,几种插值法对土壤重金属污染平均浓度均有较高的预测准确性,但低于传统方法的测定值。其中污染区的空间不确定性主要集中在3种区域:被低浓度区包围的最大浓度区域、被高浓度区包围的最小浓度区域以及污染区域的边界。

4 结语

环境风险评价已日益成为环境管理的重要决策支撑。土壤重金属污染具有非常大的复杂和不确定性。土壤重金属环境风险评价能够灵活地组织和运用各种数据、信息、假设和不确定性,建立模型,拟合土壤重金属污染污染的真实状况,并进行定性和定量分析,为土壤环境风险管理和决策提供依据。

目前,有关土壤重金属污染风险评价的研究还停留在理论框架和技术路线的探讨阶段,众多应用研究案例仍多集中在对污染物浓度的测定或简单的风险指数的计算,与土壤重金属污染的真实情况往往仍有较大的偏差。在运用各种评价分析手段进行研究时,还存在主观性强、分辨率和信息利用率不高、综合评价精度较低等问题,仍有待作进一步的探索和改进。未来土壤重金属的环境风险评价方法应在处理不确定问题上继续深入,进一步加大对评价模型和计算机模拟的研究。

摘要：土壤重金属污染的环境风险评价可为环境风险管理提供决策依据。对土壤重金属污染环境风险评价方法的研究现状、前沿及趋势进行了综述。指出不确定性研究、评价模型优化及计算机模拟仍是研究的重点和发展方向。