重金属污染特征范文

重金属污染特征范文第1篇

摘 要：针对贵州省不同污染区进行土壤重金属污染特征对比、总结，探究导致土壤重金属受到污染的原因，以及影响污染程度的主要因素。本文首先对贵州省污染区做了简要介绍，具体分析了污染区土壤重金属污染特征，从而提供良好的解决措施。

关键词：贵州省；土壤；重金属

前言：近年来，我国耕地受重金属污染比例范围在逐渐扩大，一旦重金属受到污染，则土壤的稳定性会相应降低，同时，土壤肥力也会受到不利影响，农产品质量会随之下降。贵州省土壤重金属污染存在地区差异性，对此展开化学特征探究，能够在掌握污染现状、原因的基础上，提出有效治理措施，进而优化食物链结构，保障人体健康。

1污染区基本介绍

1.1研究区域

本文所选贵州省研究对象主要有毕节赫章野马川（a区）、开阳县金中镇（b区）、白云区曹关村（c区）、六盘水市水城县倮摩村（d区）、清镇市后午（e区）、幸福村（f区）、花溪区久安乡（g区）、大湾镇安乐村（h区）、青岩镇二关村（i区）、乌当区新庄（j区）。

1.2样品收集

由于样品采集存在明显的地域差异性，应用蛇形布点法进行样点采集活动，每一样点采集样品数量为8――17个，每一样品采集0――19厘米耕层土壤，选取最少6个点的混合样，应用四分法取1.5千克后放入标好号码的试验袋。然后使其自然风干，待风干后研磨、筛选、均匀混合，样品处理的过程中常用玛瑙、木质用具，同时避免用具污染[1]。

1.3样品分析

取0.11克样品数量于26毫升比色容器中，加入2.5毫升王水将其消溶，消融世间120分钟后，静置定容，然后用X2型号的ICP-MS对其进行重金属测量，样品回收率在91%――106%之间，证明回收率较好。在规格为55毫升的烧杯中加入6克过筛风干土，然后加入不含二氧化碳的纯净水，土水比例为1：4，将烧杯均匀摇晃，静置半小时后，用PUS-3C型酸度计检测。

2污染区土壤重金属污染特征分析

2.1含量水平及风险评估

不同区域土壤样品研究结构显示，不同区域土壤重金属Zn、Cr、Pb、Cu、Cd、As含量不相一致，并且超标情况也不尽相同。其中，超标情况最严重的为d区，Zn超标达10倍，Pb超标达5倍，Cd超标达75倍，Cu超标达4倍，As超标达5倍，d区不适宜种植农作物。应用内梅罗综合指标法进行风险评估，当单因子污染指数小于等于0.9时，则说明样品未被污染，反之，则证明样品已受污染。评估结果表示，b区受污染程度最小，污染因子为0.889，但是也应予以重视，该地土壤镉含量较高；C区、e区、g区、i区属于轻度污染区；j区属于中度污染区，该区域受污灌影响Cd含量较高；a区和d区主要受铅锌矿冶炼影响，Cd、Zn等含量较高；f区和h区的重金属含量均超耍主要受煤矿开采影响。从个别污染指数来讲，除e区和g区以外的其他区域的Cd含量较高[2]。

2.2聚类及成分分析

聚类分析：即对不同数据应用DPS软件进行分组，同组区域存在较多相似度，不同组别间相似度较少。其中，b区、c区、e区、g区、i区为一组，除g区外，其余四个区域的污染情况较轻，污染指数小于1.5；a区、d区、j区为一组，分别为中度污染、重度污染、重度污染，污染指数在2.5和9之间；f区和h区污染指数均大于9，分别受铅锌冶炼厂和煤矿开采影响。

成分分析：应用数学降维法进行成分分析，探究污染源以及污染变化情况。重金属主成分被分为两组，其中，Zn、Cr、Pb、Cu、As为一组，Cd元素为另一组。两组间的变化趋势存在差异性，第一组变化趋势呈现一致性，第二组则与外源污染存在联系。e区污染源来自土壤自身和煤灰堆放；g区主要污染源来自酸性矿山废水和煤矸石堆放，Pb含量较高；j区受生活污水以及养殖场排放废水影响严重。其余区域主要受工业冶炼和煤矿开采影响，导致重金属污染量增加。a区Cr较高主要烟气沉降影响；d区Pb含量较高主要受炼锌废渣影响；f区污染源主要来自煤矿开采[3]。

2.3污染区分布与土壤酸碱值关系分析

土壤酸碱度（PH）类型主要有五种，分别是强酸、强碱、中性、酸性、碱性。本研究参与研究的土壤PH值呈酸性，其中强酸性为16.2%、中性为23.3%、酸性为60.4%。g区PH值最低为3.0，属于强酸性，这主要是因为灌溉水来自酸性矿山；c区和j区PH值呈中性，分别受赤泥堆滤液和钙镁沉积影响较大；a区和f区PH值呈强酸性，后者主要是煤矿开采导致的。从不同区域酸碱值分析可知，重金属污染与其存在的相关性较小，在一定程度上受污染源影响较大。以污染源为中心，距离污染源由近到远的区域重金属污染数值分别为76.72/20.32/13.05/1.605mg/kg，并且Cd含量也随之减少。

结论：综上所述，贵州省不同区域存在重金属污染情况存在差异性，同时，主成分分析所得到的结果也有区域性，即研究区域不仅存在重金属背景值，而且还有叠加污染源。此外，重金属污染受污染源距离影响显著，即污染源越近，重金属污染情况越严重。

参考文献：

[1]朱恒亮，刘鸿雁，龙家寰，等. 贵州省典型污染区土壤重金属的污染特征分析[J]. 地球与环境，2014，04：505-512.

[2]郑丽萍，王国庆，林玉锁，等. 贵州省典型矿区土壤重金属污染对蚯蚓的毒性效应评估[J]. 生态毒理学报，2015，02：258-265.

[3]张清海，陆洋，林绍霞，等. 贵州省典型名优茶产区土壤重金属污染及在茶叶中的富集[J]. 江苏农业科学，2012，08：292-294.

重金属污染特征范文第2篇

小叶丁香在哈尔滨市有悠久的栽培历史，是珍贵的四旁绿化树种，具有耐寒、耐旱、耐贫瘠、耐轻盐碱以及抗虫害能力强等诸多优点。但目前对其抗重金属及修复重金属能力尚不清楚，相关研究未见报道。因此，本文选择小叶丁香的 2 年生幼苗为试验材料，通过盆栽方式，研究其在不同程度土壤重金属污染下的叶片解剖结构特征，科学评价其抗重金属胁迫能力的强弱，为重金属污染区选择抗性强的树种提供科学依据。

1 材料与方法

本试验以小叶丁香( Syringa microphylla Diels) 2年生幼苗为研究对象。栽培土壤来源于东北林业大学哈尔滨城市林业示范基地，为东北地区典型的暗棕壤腐殖层、淀积层土壤( pH = 6． 5，有机质质量分数＜10%) 和风沙化的混合物。黑土呈中性至微酸性。资料表明，哈尔滨地表土壤重金属质量分数: Cu为0．97 ～ 20． 60 mg•kg－1、Zn 为 2． 89 ～ 96． 30 mg•kg－1，Cd 为 0． 03 ～0． 41 mg•kg－1，Hg 为 0． 04 ～2． 13mg• kg－1，Pb为13． 91 ～ 181． 66mg•kg－1，Cr为32． 40 ～ 63． 50 mg•kg－1［7］。重金属胁迫: 将待处理的小叶丁香苗木植入规格相同的容器中，并且把含有 Pb、Cu、Zn、Cd、Cr 和Hg 的化合物药剂注射入土壤中，根据各重金属在土壤中的含量设计质量分数梯度及对照，见表 1。2009 年 7 月中旬施入重金属，将栽植好的苗木 50余株在塑料温室内进行培养，采用相同的苗木水分管理措施。9 月选择 3 ～5 株采摘中上部位叶子，用石蜡切片并结合光学显微镜观察植物解剖结构的变化。石蜡切片: 取小叶丁香当年生成熟叶片( 阳面顶部第 3 叶片) 3 ～ 5 片，用 FAA 固定液固定( V( 50%酒精) ∶ V( 5% 福尔马林) ∶ V( 5% 冰醋酸) =90 ∶ 5 ∶ 5) 。试材系列经过 5 次不同浓度酒精脱水后，用 60 ℃容蜡进行包埋，常规石蜡切片法制片，用旋转式切片机( CUT5062) 切片( 厚度 10 μm) ，番红—固绿对染，二甲苯透明，中性树胶封片［8］，在显微镜下观察拍照。测量方法: 每片叶子分别测量 10 个栅栏组织、海绵组织上表皮厚度、下表皮厚度、角质层厚度、叶片总厚度的厚度并取其平均值。试验数据采用 SPSS 17． 0 和 Microsoft Excel2003 软件进行处理。采用 One－way ANOVA 进行方差分析和多重比较。

2 结果与分析

2． 1 叶的解剖结构特征

小叶丁香栅栏组织由两层长柱状细胞排列而成，栅栏组织的平均厚度为 84． 3917 μm，栅栏组织的细胞间隙为 19． 00 μm。小叶丁香叶脉非常丰富，主脉和各级侧脉大小差异明显，主脉明显突出于叶片的上、下表皮。近轴心由维管组织填充，占主脉的大部分面积。叶片主脉厚 444． 61 μm，叶片厚度211． 20 μm。海绵组织厚度 75． 11 μm，海绵组织细胞间隙 37． 36 μm，栅栏组织和海绵组织比值 1． 11。

2． 2 不同质量分数重金属胁迫下小叶丁香组织结构变化

由表 1 可知，在重金属 Zn、Cu、Cd、Cr、Pb 和 Hg的胁迫下，在 Cr 质量分数最大( 200 mg•kg－1) 时，小叶丁香栅栏组织厚度达到最大值 87． 431 3 μm，海绵组织厚度达到最小值75． 126 2 μm，栅栏组织与海绵组织比值达到最大值 1． 163。在 Pb( 150 mg•kg－1) 胁迫下，栅栏组织厚度达到最小值 84． 033 9μm，海绵组织厚度达到最大值 76． 981 0 μm，栅栏组织和海绵组织厚度比值达到最小值 1． 091。上表皮厚度则在 Pb 质量分数最大时呈现最小值 27． 214μm，在 Hg 质量分数最大值( 2． 00 mg•kg－1) 时呈现最大值 27． 245 μm。下表皮厚度则在 Zn 质量分数最小时和 Cu 质量分数最小( 200 mg•kg－1) 时表现最大18．998 μm，在 Zn 质量分数最大( 200 mg•kg－1)时表现为最小 18． 789 μm。从总的植物叶片解剖数据上来看，不同浓度重金属处理下叶片组织结构中栅栏组织厚度、海绵组织厚度、栅栏组织厚度/海绵组织厚度、上表皮厚度、下表皮厚度、角质层厚度较对照组均出现了变化。其中，随着 6 种重金属质量分数的增加，解剖结构中的栅栏组织厚度、上表皮厚度、下表皮层厚度均呈现逐渐增大的趋势，而海绵组织的厚度则越来越小。并且小叶丁香受重金属胁迫的时间越长、质量分数越高，栅栏组织和海绵组织变化会越明显。

图 1 可见，在重金属 Zn、Cu、Cd、Cr 和 Hg 的胁迫下，随着施加重金属质量分数的升高，小叶丁香栅栏组织的厚度在逐渐变厚，海绵组织的厚度逐渐变薄，且栅栏组织与海绵组织的比值也随之增加，在质量分数最大的时候栅栏组织与海绵组织的比值达到了最大值，即为 1． 122、1． 126、1． 130、1． 143、1． 163和 1． 131，说明小叶丁香是随着重金属 Zn、Cu、Cd、Cr 和 Hg 质量分数的增加，抗性越来越强。虽然 Pb( 100 mg•kg－1) 和 Pb( 150 mg•kg－1) 处理下的小叶丁香的栅栏组织和海绵组织均发生明显变化，但是栅栏组织与海绵组织的比例变化差异不大，说明小叶丁香只对 Pb( 50 mg•kg－1) 产生了抗性，可能 Pb的质量分数越高小叶丁香对金属的抗性越弱，质量分数越低，抗性越强。小叶丁香在 Zn( 100 mg•kg－1) 处理下，虽然海绵组织厚度出现了显著性变化，栅栏组织没有出现显著差异，但是栅栏组织与海绵组织的比值出现了明显变化，说明小叶丁香对重金属 Zn( 100 mg•kg－1) 有一定的抗性作用。在重金属 Zn( 150 mg•kg－1) 和 Zn( 200 mg•kg－1) 胁迫下时，小叶丁香栅栏组织和海绵组织均发生了显著性变化，并且栅栏组织/海绵组织分别为 1． 109 和 1． 121。栅栏组织与海绵组织的比值越小说明植物对重金属的抗性越弱。因此，小叶丁香对重金属 Zn 抗性作用大小为 Zn( 100 mg•kg－1) ＞Zn( 200 mg•kg－1) ＞Zn( 150 mg•kg－1) 。但是在重金属 Pb 的胁迫下，并没出现随着浓度的增加出现增长的规律，在质量分数为 150 mg•kg－1时，虽然栅栏组织与海绵组织的厚度出现了变化，但是栅栏组织与海绵组织的比例并未出现显著性变化，即为 1． 091( P＞0． 05) 。这些指标分析均说明在不同质量分数不同重金属的处理下，植物为了耐受环境的苛刻条件，尤其是重金属的制约，其自身关键的形态特征指标较常态环境下已经发生了改变。受环境制约的植物叶片结构，其叶肉组织中的栅栏组织比较发达，并且细胞排列紧密为多层结构，而海绵组织则逐渐退化，因而栅栏组织厚度/海绵组织厚度的比值较高，这也将对植物的光合作用产生了显著的影响。

3 结论与讨论

重金属污染特征范文第3篇

>> 淮南谢桥塌陷区表层土壤重金属污染分布特征与现状评价研究 城市表层土壤重金属污染分析 城市表层土壤重金属污染分析模型 基于因子分析法的城市表层土壤重金属污染模型 关于城市表层土壤重金属污染的数学模型分析 城市表层土壤重金属污染的因子分析 城市表层土壤重金属污染来源与分布问题 利用高斯模型和尺度空间理论分析表层土壤重金属污染 表层土壤重金属污染源的分析方法 基于表层土壤重金属污染分析的数学模型 贵州麦西河沉积物及土壤中重金属分布特征及污染评价 城市表层重金属污染的综合评价 成都平原典型菜园土重金属含量的空间分布特征 海南昌化铅锌矿废弃地重金属污染评价及其空间分布特征 卧龙湖沉积物中典型重金属污染评价及其空间分布特征 地表层土壤重金属污染传播模型 灌溉水—耕作土壤—化肥—作物生态系统中重金属镉的分布特征 煤矸石充填型重构土壤中重金属的生物迁移及分布特征 商洛茶叶和产地土壤重金属元素含量及分布特征研究 畜禽养殖废水灌溉土壤中重金属分布特征研究 常见问题解答 当前所在位置：l，2011-09-09.

[2] 范拴喜，甘卓婷，李美娟，等.土壤重金属污染评价方法进展[J].中国农学通报，2010，26（17）：310-315.

[3] 张尧庭，方开泰.多元统计分析引论[M]. 北京：科学出版社，1982.

[4] 刘 静，蔡国学，刘洪斌.西南丘陵地区土壤有机质含量的空间插值法研究[J].西南大学学报（自然科学版），2008，30（3）：107-111.

[5] 吴学文，晏路明.普通Kriging法的参数设置及变异函数模型选择方法――以福建省一月均温空间内插为例[J].地球信息科学，2007，9（3）：104-108.

[6] 张朝生，章 申，等.长江水系河流沉积物重金属元素含量的计算方法研究[J].环境科学学报，1995，15（3）：258-264.

[7] 刘付程，史学正，于东升，等.基于地统计学和GIS的太湖典型地区土壤属性制图研究――以土壤全氮制图为例[J].土壤学报，2004，41（1）：63-70.

[8] 国家环境保护局.中国土壤元素背景值[M].北京：中国环境科学出版社，1990.

[9] 刘凤枝.农业环境监测实用手册[M].北京： 中国标准出版社，2001.

[10] GB15618-1995，土壤环境质量标准[S].

[11] 尹 君.基于GIS 绿色食品基地土壤环境质量评价方法研究[J].农业环境保护，2001，20（6）：10-11.

[12] 陈俊坚，张会华.广东省区域地质背景下土壤表层重金属元素空间分布特征及其影响因子分析[J].生态环境学报，2011， 20（4）：646-651.

[13] 张长波，李志博，姚春霞，等.污染场地土壤重金属含量的空间变异特征及其污染源识别指示意义[J].土壤学报，2006， 38（5）：525-533.

重金属污染特征范文第4篇

关键词：贵州麦西河；重金属；污染特征；生态危害

中图分类号：X508；X825 文献标识码：A 文章编号：0439-8114（2012）20-4485-06

3 结论

1）从富集系数来看，麦西河重金属的污染程度变化趋势为Cd>Hg>Zn>Pb>Cu>Cr>As，且Zn、Pb、Cu和Hg最高值均出现于河道沉积物；Cr、As和Cd最高值出现在河岸水陆交错带土壤；各断面重金属含量分布呈集散状态，各点污染在空间梯度上向其四周呈辐射状递减，其分布特征与流域工农业布局密切相关。

2）相关分析表明，麦西河重金属Pb、Cr、Cu、Zn、As呈现相近的来源特征，Cd、Hg的主要来源可能与其他几种重金属不同。

3）研究区河道沉积物及土壤重金属污染的潜在生态危害系数分析显示，除Cd、Hg存在极强、很强、强及中等生态危害外，其余重金属属于轻微生态危害范畴。重金属的生态危害程度为Cd>Hg>Pb>Cu>As>Zn>Cr。

4）重金属的综合潜在生态危害指数结果，麦西河多数断面重金属存在极强或很强生态危害，其余断面存在中等生态危害，不同断面重金属的生态危害程度为富宏煤矿>鱼塘>翁贡村>供电厂>三山集团>将军碑>大石桥>红卫桥>白岩脚。

参考文献：

[1] OLIVER M A. Soil and human health： a review [J]. The European Journal of Soil Science， 1997，48（4）：573-592.

[2] ABRAHAMS P W. Soils： their implications to human health[J]. The Science of The Total Environment，2002，291（1-3）：1-32.

[3] 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.

[4] WANG X L， TAO S， XING B S， et al. Health risks of heavy metals to the general public in Tianjin， China via consumption of vegetables and fish[J]. Science of the Total Environment， 2005，350（1-3）：28-37.

[5] HOGERVORST J， PLUSQUIN M， VANGRONSVELD J， et al. House dust as possible route of environmental exposure to cadmium and lead in thegeneral population [J]. Environmental Research，2007，103（1）：30-37.

[6] 青长乐，牟树森.抑制土壤汞进入陆生食物链[J].环境科学学报，1995，15（2）：148-155.

[7] ROGIVAL D， SCHEIRS J， BLUST R， et al. Transfer and accumulation of metals in a soil-diet-wood mouse food chain along a metal pollution gradient [J]. Environmental Pollution，2007，145（2）：516-528.

[8] HAMMERSCHMIDT C R， FITZGERALD W F. Methyl mercury in freshwater fish linked to atmospheric mercury deposition [J]. Environmental Science and Technology，2006，40（24）：7764-7770.

[9] 程 岩，刘 月，李富春，等.鸭绿江口及毗邻浅海沉积物重金属富集特征与潜在生态风险比较[J]. 环境科学研究，2011，24（5）：516-525.

[10] OLIVA S R， ESPINOSA A J F. Monitoring of heavy metals in top soils， atmospheric particles and plant leaves to identify possible contamination sources[J]. Microchemical Journal， 2007，86（1）：131-139.

[11] 张晓晶，李畅游，张 生，等. 呼伦湖沉积物重金属分布特征及生态风险评价[J]. 农业环境科学学报，2010，29（1）：157-162.

[12] 郑志侠，潘成荣，丁 凡，等.巢湖表层沉积物中重金属的分布及污染评价[J].农业环境科学学报，2011，30（1）：161-165.

[13] 张 雷，秦延文，郑丙辉，等.环渤海典型海域潮间带沉积物中重金属分布特征及污染评价[J].环境科学学报，2011，31（8）：1666-1684.

[14] H？魡KANSON L. An ecological risk index for aquatic pollution control. a sedimentological approach[J]. Water Research，1980， 14：975-1001.

[15] 弓晓峰，陈春丽，周文斌，等.鄱阳湖底泥中重金属污染现状评价[J]. 环境科学，2006，27（4）：732-736.

[16] PEKEY H，KARAKAS D，AYBERK S，et al. Ecological risk assessment using trace elements from surface sediments of Northeastern Marmara Sea in Turkey[J]. Marine Pollution Bulletin， 2004，48：946-953.

[17] 乔 俊，邵德智，罗水明，等.天津滨海新区黑潴河沉积物中重金属污染特征及地区性重金属污染指标选择[J]. 环境科学研究，2010，23（11）：1343-1350.

[18] 邓保乐，祝凌燕，刘 慢，等.太湖和辽河沉积物重金属质量基准及生态风险评估[J]. 环境科学研究，2011，24（1）：33-42.

[19] 刘文新，栾兆坤，汤鸿霄.乐安江沉积物中金属污染的潜在生态风险评价[J].生态学报，1999，19（2）：206-211.

[20] 蒋增杰，方建光，张继红，等.桑沟湾沉积物重金属含量分布及潜在生态危害评价[J].农业环境科学学报，2008，27（1）：301-305.

[21] 王 济.贵阳市表层土壤中的重金属[M].贵阳：贵州人民出版社，2006.170-173.

[22] 刘晓辉，吕宪国，刘惠清.沟谷地不同植被下土壤重金属纵向分异研究[J]. 环境科学，2007，28（12）：2766-2770.

[23] PETERJOHN W T， CORRELL D L. Nutrient dynamics in all agricultural watershed： observations on the role of a riparian forest [J]. Ecology，1984，65（5）：1466-1475.

[24] 王 新，吴燕玉. 不同作物对重金属复合污染物吸收特征的研究[J].农业环境保护， 1998，17（5）：193-196.

[25] 阮心玲，张甘霖，赵玉国，等. 基于高密度采样的土壤重金属分布特征及迁移速率[J]. 环境科学，2006，27（5）：1020-1025.

[26] KASHEM M A， SINGH B R， KAWAI S. Mobility an d distribution of cadmium， nickel and zinc in contaminated soil profiles from Bangladesh[J]. Nutrient Cycling in Agro-ecosystems，2007，77（2）：187-198.

[27] 吴光红，苏睿先，李万庆，等.大沽排污河污灌区土壤重金属富集特征和来源分析[J].环境科学，2008，29（6）：1693-1698.

[28] 柴世伟，温琰茂，张亚雷，等.广州市郊区农业土壤重金属含量特征[J].中国环境科学，2003，23（6）：592-596.

[29] BILOS C， COLOMBO J C， SKORUPKA C N，et al. Sources， distribution and variability of airborne trace metals in La Plata City area， Argentina [J]. Environmental Pollution，2001， 111（1）：149-158.

[30] YOO J I， KIM K H， JANG H N， et al. Emission characteristics of particulate matter and heavy metals from small incinerators and boilers[J]. Atmospheric Environment，2002，36（32）：5057-5066.

[31] 黎莉莉，张 晟，刘景红.等.三峡库区消落区土壤重金属污染调查与评价[J].水土保持学报，2005，19（4）：127-130.

[32] 魏复盛.中国土壤元素背景值[M].第二版. 北京：中国环境科学出版社，1990.87-91.

[33] 胡国成，许木启，许振成.等.府河-白洋淀沉积物中重金属污染特征及潜在风险评价[J].农业环境科学学报，2011，30（1）：146-153.

重金属污染特征范文第5篇

关键词：重金属; 峡山水库; 背景值; 富集

中图分类号：P343文献标识码： A

1.引言

随着城市化、工业化和农业集约化的发展，大量工业废物排放、农药化肥的施用，致使地表水及地下水区域性污染严重，水环境中污染物是在地表-土壤-水环境中进行各种物理、化学和生物过程的结果。重金属是土壤环境中具有潜在危害的污染物，现在土壤重金属含量越来越高，导致饮用水中的含量也越来越高，严重危害人类身体健康，因此，对饮用水源地土壤重金属的现状调查研究十分重要。为此，本文对潍坊最大的地表饮用水源地峡山水库周围土壤重金属污染现状进行了研究，分析了土壤重金属元素的富集特征。

此研究对于峡山水库周围土壤质量的改善和库区水环境质量的保护具有重要意义，并为环境管理提供决策依据。

2、材料与方法

2.1 研究区概况

峡山水库位于潍河中下游、潍坊市东南部的峡山区，水库总库容 14.05亿立方米，兴利库容5.03亿立方米，水面面积144平方公里，有潍河、渠河、浯河等支流汇入，峡山是潍坊市的重要水源地，主要供应潍坊地区的工业和350万人口的生活用水。峡山水库整个地形南高北低。峡山水库水源地污染物主要来源于诸城、安丘两市的工业、农业及城废水。

2.2 样本采集与分析

由于水库面积大，一级保护区陆域范围内，选择在取水口半径 200m范围的东北岸一侧区域，根据实际情况，随机布设5个采样点。采样点基本情况见表1。采样方法参照土壤环境监测技术规范HJ/T166-2004进行，没有列入项目的监测方法执行《全国土壤污染状况调查样品分析测试技术规定》（国家环保总局，2006a）。土壤样品采集方法为网格―系统布点法，采集0～20cm表层土壤，均匀混合， 四分法留取1 kg土壤样品。土壤样品在室温下自然风干、粗磨，细磨后过100目筛装瓶备用。土壤样品实验室分析项目包括镉、铅、铬、铜、锌、镍、锰、钴。

表1采样点基本情况

序号 采样点 饮用水源地种类 东经E（度） 北纬N（度）

1 峡山水库取水口西北草地 地表 36.50309 119.41039

2 峡山水库取水口北100米菜地 地表 36.50169 119.41269

3 峡山水库取水口北偏东树林 地表 36.50148 119.41408

4 峡山水库取水口东花生地 地表 36.50504 119.41997

5 峡山水库取水口东南北辛庄桃园 地表 36.495 119.43119

2.3数据分析及评价

土壤单项污染指数、土壤综合污染指数、土壤污染分担率的计算公式和分级标准如下：

单项污染指数法：

式中：

Pi：单项污染指数；

Ci：调查土壤中污染物的实测浓度

Sip：污染物的评价标准值或参考值。

根据Pi的大小，将土壤污染程度划分为五级（详见表2-3）。

表2 单因子评价土壤环境质量评价分级

等级 Pi值大小 污染评价

Ⅰ Pi≤1 无污染

Ⅱ 1＜Pi≤2 轻微污染

Ⅲ 2＜Pi≤3 轻度污染

Ⅳ 3＜Pi≤5 中度污染

Ⅴ Pi＞5 重度污染

土壤综合污染指数＝

表3 土壤综合污染指数分级标准

等级 综合污染指数（PN） 污染等级

Ⅰ PN≤0.7 清洁（安全）

Ⅱ 0.7＜PN≤1.0 尚清洁（警戒限）

Ⅲ 1＜PN≤2.0 轻度污染

Ⅳ 2＜PN≤3.0 中度污染

Ⅴ PN＞3 重污染

土壤污染物分担率（％）＝%

3.监测结果与评价

3.1土壤监测结果

实验室分析结果见下表，其中，项目未检出时，用所用方法的检出限加标志位L表示，参加统计时，按二分之一检出限计算。土壤监测结果见表4，表中列出了水库周边土壤重金属的平均含量和各重金属元素含量的相对标准偏差（RSD），它们与背景值的比值显示出不同金属的富集程度。

表4 峡山水库土壤重金属项目监测结果表

结果

项目 范围 均值 标准差 RSD 背景值 富集度

Cd 0.061-0.093 0.076 0.014 18.4% 0.108 0.70

Pb 14.4-32.0 24.9 4.97 20.0% 25.4 0.98

Cr 51.2-73.1 62.5 8.0 12.8% 56.2 1.11

Cu 15.9-26.3 20.8 3.4 16.3% 19.6 1.06

Zn 39.2-79.5 61.2 13.3 21.7% 56.1 1.09

Ni 21.7-32.4 26.6 4.2 15.8% 23.5 1.13

Mn 605-1061 801 154 19.2% 552 1.45

Co 12.6-19.0 14.8 2.3 15.5% 11.0 1.35

从表中可以看出，峡山水库周边土壤重金属空间分布比较评价，变异性较低，Cr元素变异性最低。相对而言，Pb、Zn和Mn元素的变异性较高，表明其在土壤内以活泼的化学特性而参与多种迁移运动中，其它元素点位间差异性程度相似。对5个点位进行分析后发现，草地的Mn元素含量极高，桃园的Mn含量相对较低外，其余3个点位的含量都比较平均，这表明草地中可能受Mn元素污染。与当地土壤背景值的富集比较结果显示，土壤中重金属含量的富集程度从0.70-1.45不等，元素间差异性较大，Cd元素富集程度最低，Mn元素富集程度最高，其次是Co元素，这表明峡山水库周边土壤可能受Mn和Co元素污染并产生一定量的富集，需要重点关注该元素的其他化学行为特征，其余重金属元素总量富集程度均在1上下，证明其含量正常与背景值相当，未有污染现象。

3.2峡山水库周边土壤环境质量状况评价

根据2014年峡山水库周边土壤的监测结果，按照《土壤环境质量标准》一级标准统计各项目的单项污染指数和综合污染指数，详见表5。

表5 单项污染指数和综合污染指数（一级标准评价）

监测

点位 Pi PN 评价

等级

镉 汞 砷 铅 铬 铜 锌 镍 锰 钴

点位1 0.31 0.17 0.40 0.91 0.81 0.63 0.69 0.81 0.71 0.48 0.77 Ⅱ

点位2 0.47 0.20 0.39 0.79 0.75 0.75 0.58 0.76 0.52 0.38 0.68 Ⅰ

点位3 0.35 0.04 0.35 0.75 0.62 0.45 0.39 0.56 0.40 0.32 0.61 Ⅰ

点位4 0.46 0.21 0.40 0.53 0.57 0.57 0.61 0.54 0.47 0.32 0.54 Ⅰ

点位5 0.30 0.09 0.34 0.58 0.73 0.56 0.80 0.66 0.57 0.36 0.66 Ⅰ

均值 0.38 0.14 0.38 0.71 0.69 0.59 0.61 0.67 0.53 0.37 0.65 Ⅰ

从表中根据污染物综合污染指数看出，5个点位除了1号点位外，其余均达到了一级评价标准。点位1评价为Ⅱ级，这主要与点位1的Pb、Ni、和Mn元素单项污染指数较高有关，说明点位1的这三种元素含量较高，受这三种元素污染情况存在。但是Pb元素的富集程度不高，这说明Pb元素不活泼，这些元素的富集是由砂岩、粉砂岩、泥岩等风化成土所致，是由地质背景所形成的自然富集，非人为富集。

4结论

（1）峡山水库周边土壤重金属空间分布比较评价，变异性较低，Cr元素变异性最低，Pb、Zn和Mn元素的变异性较高，Cr、Cu、Ni、和Cd元素差异性程度相似，草地中可能受Mn元素污染。土壤中重金属含量的富集程度从0.70-1.45不等，元素间差异性较大，Cd元素富集程度最低，Mn元素富集程度最高，其次是Co元素，需要重点关注该元素的其他化学行为特征，其余重金属元素总量富集程度均在1上下，证明其含量正常与背景值相当，未有污染现象。

（2）潍坊市饮用水源地一级保护区峡山水库周边土壤重金属均不超标，以一级标准评价峡山水库周边土壤的监测点位除草地点位外，其余均属于清洁状态。草地点位属于尚清洁状态，这可能属于元素的自然富集，非人为富集，具体原因有待进一步调查和研究。

参考文献：

[1]国家环境保护总局.2004，中华人民共和国环境保护行业标准：土壤环境监测技术规范HJ/T166-2004.

重金属污染特征范文第6篇

关键词：塌陷区；土壤；重金属；评价

DOI：10.16640/ki.37-1222/t.2017.02.119

1 背景概况

随着经济的高速发展，各类含有重金属的污染物通过各种渠道进入土壤中，造成土壤中重金属富集。土壤中重金属会通过各种途径进入大气，水体以及动植物，进而在人体类富集，危害人类健康。随着近年来多地出现重金属污染影响人类健康事件的发生后，重金属问题日益被人们重视。

淮南矿业谢桥煤矿位于安徽省颍上县东北部，谢桥煤矿位于淮南煤田潘谢矿区西部，处于凤台、颍上两县交界，距颍上县城约20公里。并且隶属于安徽省淮南市矿业集团的谢桥矿区共划分为东一、东二、西一、西二四个采煤区，总面积大约为50km2[1]。

由于煤炭的过量开采，导致地面塌陷，从而出现采煤沉陷区这一环境问题。采煤沉陷区形成后，其巨大洼地在下雨积水后，形成了大面积的水域，并且随着时间的推移，水底逐渐长出水草并且产生微生物，由于附近居民在沉陷水域中养殖鱼类，使得之前的陆生环境完全演变为了水生环境。谢桥矿区采煤塌陷水域周边堆积的煤矸石矿山等给水体，给塌陷塘输入了大量的持续性有机污染物、重金属等[2]。随着后期煤炭开采规模的不断增加，沉陷区水域面积不断扩展，水体水质受到严重影响，渔牧业等也会受到影响，严重制约了当地经济水平和养殖业的发展[3]。

2 材料与方法

2.1 研究区域概况

研究区域位于安徽省淮南市谢桥矿区，谢桥沉陷水域主要分为西北沉陷水域和东南沉陷水域。所选择的土壤采样点位于沉陷水域的两侧，塌陷水域北侧依次分布5个采样点，南侧接近村庄和河流布设2个采样点（如图所示）。每个采样点采取1个表层土壤样品，土壤深度为0～20cm。

2.2 样品分析测定

将土壤样品烘干研磨过0.149mm尼龙筛，称取0.5g样品置于聚四氟乙烯坩埚中，用去离子水润湿样品，然后加入10ml 浓盐酸；在电热板上低温消解蒸发至剩5ml左右，加入15ml 浓硝酸；接着加热使液体蒸发至粘稠状，然后加入10ml氢氟酸继续加热；坩埚中溶液快干时，加入5ml的高氯酸，继续消解至冒白烟，残渣呈现均匀的浅色取下坩埚，加入1ml（1+1）硝酸，加热溶解残渣，至溶液完全澄清，转入50ml容量瓶中，定容，过滤，上原子吸收分光光度计检测。

2.3 污染评价方法

评价方法采用指数法，分别求出各重金属离子的单因子指数和区域土壤重金属的综合污染指数，对谢桥区塌陷水域各采样点的土壤中重金属污染现状进行评价分析。

（1）单因子指数法：国内外常用的评价方法之一，是用区域某污染物的实测值与土壤背景值进行相比，用比值表示该区域内此项污染物受污染的程度。

Pi=Ci/Si

式中：Pi为土壤中污染物i的环境质量指数；Ci为土壤中污染物i的实测浓度（mg/kg）；Si为该区域土壤中污染物i的环境背景值（mg/kg）。

（2）综合指数法：采用内梅罗污染指数法计算其综合污染指数

式中：PN 为内梅罗污染综合指数；maxPi为各项污染物中污染指数最大值；为各项污染物污染指数平均值。

根据单因子指数法和内梅罗综合污染指数法，可以将土壤重金属污染等级分为5个污染级别。

3 实验结果与讨论

3.1 土壤重金属检测结果

采样点土壤中重金属含量如下图所示：

由表2可知，1号采样点处各项理化性质含量均较高，主要原因可能是因为其距离河流较近，河流的汇入给塌陷区土壤带来大量的污染物质。由上面三个折线图可知，Hg、Cu、Pb、Ni、Zn和Fe在各点位土壤中分布较为均匀；Cd、Cr在各点位土壤中分布变化较大；4号采样点出Cd含量比其他点位高，可能与该处点源污染有关。谢桥区土壤中不同重金属平均污染程度为：Cd

3.2 谢桥塌陷区土壤重金属污染评价

参照1997年杨晓勇等人对淮南市土壤重金属背景值的研究结果，分别计算淮南谢桥塌陷区土壤重金属单因子污染指数和综合污染指数[6]。

从单因子指数结果可知，研究地区土壤的重金属污染以Zn最为突出，7个采样点处污染以达到严重污染；4号采样点土壤中Cd也达到严重污染，5号点土壤中Cd指数也大于2，属于中度污染；并且大部分采样点中的Ni污染均达到轻度污染，其他点属未污染。所有采样点处Cr和Cu的污染指数都小于1，属于未污染，说明塌陷水域附近基本无Cr污染；Hg除了6号点超过1，其他采样点处均未污染；1号点处Pb指数超过1，其他点处土壤均未污染。总结为，谢桥塌陷区土壤重金属污染水平为Zn>Cd>Ni>Pb>Cu>Hg>Cr。

从内梅罗综合指数结果可以看出，谢桥塌陷区土壤各采样点污染程度为：TR004>TR007>TR001>TR005>TR002>TR003>TR006。各点处的综合污染指数均大于3，属于严重污染。因为内梅罗指数法中最大污染因子Zn值较大，故综合指数法夸大了重金属Zn值对土壤的污染。由于内梅罗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，此种计算方法对所得结果的影响很大，有些时候可能会存在人为夸大了一些因子的影响作用的情况，同时根据内梅罗指数法计算出来的综合污染指数，只能在一定程度上反映污染的程度而难以反映出污染的质变特征[1]。因此研究中，内梅罗综合指数法存在一定的局限性。

4 结论

（1）谢桥区土壤中不同重金属平均污染程度为：Cd

（2）根据单因子指数法，谢桥塌陷区土壤重金属污染水平为Zn>Cd>Ni>Pb>Cu>Hg>Cr，以Zn污染较为突出。内梅罗指数法显示，谢桥塌陷区土壤各采样点污染程度为：TR004>TR007>TR001>TR005>TR002>TR003>TR006，并且内梅罗指数法在本项研究中适用性较低。

参考文献：

[1]苏桂荣.淮南潘谢矿区底泥与土壤中重金属竖向分布规律研究[D].安徽理工大学，2012.

[2]苏桂荣，姚多喜，李守勤等.基于ARCGIS的塌陷塘水质特征研究及评价――以淮南矿业集团谢桥矿为例[J].安徽理工大学学报：自然科学版，2012，32（01）：39-42.

[3]淮南市环境保护局.淮南市生态环境现状调查报告[R].淮南：淮南市环境保护局出版，2001.

[4]郭伟，孙文惠，赵仁鑫等.呼和浩特市不同功能区土壤重金属污染特征及评价[J].环境科学，2013，34（04）：1561-1567.

[5]土壤环境质量标准GB15618-1995.

[6]杨晓勇，孙立广，张兆峰等.淮南市土壤元素背景值与土壤环境质量评估[J].土壤学报，1997（03）：344-347.

[7]方涛，刘剑彤，张晓华等.2002.河湖沉积物中酸挥发性硫化物对重金属吸附及释放的影响[J].环境科学学报，22（03）：324-329.

重金属污染特征范文第7篇

遥感技术具有宏观性和现势性强、综合信息丰富等优势，为矿区土壤重金属污染评价提供了可行的方法。本文综述了遥感技术在矿区土壤重金属污染评价方面的研究，并对其进行了展望。

关键词：

遥感；土壤；重金属

1.引言

矿产资源是生产资料和生活资料的重要来源，人类社会的发展进步与矿产的开发利用密不可分。矿产的开采、冶炼、加工过程中大量的铅、锌、铬、镉、钴、铜、镍等重金属以及类金属砷等进入大气、水、土壤引起严重的环境污染。根据2014年4月17日环境保护部、国土资源部的《全国土壤污染调查公报》，“全国土壤环境状况总体不容乐观，部分地区土壤污染较重，总的超标率达16.1%”、“在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃”。资源、环境是制约社会经济发展的两大瓶颈，如何克服这个瓶颈问题同时又能实现矿山开发的可持续发展，是我国社会必须面对和解决的紧迫的社会问题［1］。传统的土壤重金属污染监测方法有实验室监测、现场快速监测等方法。实验室监测方法虽然测量精度高，但是存在劳动强度大、采样分析费时，适用范围小的缺点；现场快速监测法虽然具有大面积、连续、高密度获取信息的特点，但是还大多处于定性或半定量的试验阶段，易受周围因素影响［2］。各种岩石、土壤、植被及水体等均有各自独特的光谱特征。地物光谱特征的差异，是遥感技术识别各类地物的主要依据，也是应用遥感技术开展土壤重金属污染评价的理论基础。遥感技术以其宏观性和现势性强、综合信息丰富等优势，在矿区土壤重金属污染评价中起到了积极的先导作用，并取得了良好的应用效果。一般情况下，土壤中的有机质、水分、铁氧化物、重金属等对土壤光谱反射率有一定影响。国外相关研究起步较早，始自20世纪六十年代土壤光谱研究［3］。国外有研究中表明，当土壤有机质含量超过2％，铁氧化物、重金属等光谱信息有可能被土壤中的有机质的光谱信息所掩盖，进一步加大了光谱信息提取的难度；同时土壤的反射率会因铁氧化物的存在而在整个波谱范围内有明显的下降趋势，土壤的光谱反射率都朝着蓝波方向下降，并且这种下降趋势可以扩展到紫外区域［4］，相关研究陆续拓展至矿区重金属污染中来［5］；国内自20世纪八十年代在云南腾冲系统地开展土壤光谱与理化性状关系的研究［6~7］，并于九十年代末开展遥感技术在矿区重金属污染监测的探索。目前遥感技术对矿区土壤重金属污染评价研究主要有两个方向：一是植被反演。根据地表植被覆盖以及重金属在植被根茎、叶片中富集，植被在重金属胁迫下叶绿素等光谱特征发生变化的特点，通过植被光谱数据反演土壤中的重金属含量，间接评价重金属污染。二是土壤监测。利用重金属对土壤波谱特性的影响，通过土壤光谱数据监测重金属含量［8-10］。

2.植被反演方法

植被在生长发育的过程中，矿区土壤中的重金属被吸收和富集，对植物的产生的影响主要体现在长势方面产生了生物地球化学效应，如色素含量、水含量、叶面温度的变化，进而影响植被的光谱反射率，植被光谱的变化能够在遥感光谱信息中有所体现。基于以上认识，可以通过植被光谱信息、波谱曲线变化的分析提取污染信息［11］。不同植物对重金属敏感性不同，重金属胁迫导致植物体内生物化学成分发生改变，使电磁波谱反射特性不同。植被反演方法的原理是，运用遥感技术研究重金属污染条件下植被光谱特征变化，建立植被光谱特征与重金属污染条件下植被生长状态参数变化之间的关系［7］；研究叶绿素含量与重金属污染之间的关系，分析叶绿素变化敏感的光谱指数及其响应规律，并进行了区域应用与验证［11-13］。研究表明，随着土壤中重金属含量增加，植被近红外、可见光反射光谱特征发生显著变化，表现为可见光光谱反射增强，近红外光谱减少，红边移动范围减少［14-15］。此方法适用于矿区植被覆盖较茂密的区域。王杰等（2005年）以江西德兴铜矿去为实验区，采用美国陆地卫星（Landsat）ETM+数据，采用比值分析、彩色合成、影像融合等方法增强影像视觉效果，对污染区的植被的波谱曲线与正常区的同种植被的光谱特征作对比，总结出受毒化植物叶冠的波谱形态与正常植物叶冠的波谱形态相比发生的形态变异的特征，总结对照区和污染区植被的波谱特征差异和各污染区的受污染程度，分析出不同污染区植物的受毒害程度［16］。雷国静等（2006年）在南方植被茂密区离子型稀土矿区采用高分辨率QuickBird遥感数据采取坐标换的方式，消除土壤信息干扰，获取了较真实的植被受污染影响程度的信息，运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息，取得了较好的效果［17］。李新芝等（2010年）以肥城煤矿区为实验区，将SPOT-5数据2.5米分辨率的全色波段进行小波变换、主成分分析等融合方法提高图像的空间信息量，综合运用缨帽变换、植被与土壤相关性分析、支持向量机分类等方法提取矿区植被信息，并制作了植被等级分布图，确定了不同污染程度的植被覆盖面积，与矿区污染分布的规律具有较好的一致性［11］。黄铁兰等（2014年）以广东大宝山矿区及周边10公里范围作为研究区，分别以ASTER及QuickBird为数据源，采用植被指数法和植被绿度法对植被污染信息进行识别，对获取的植被绿度信息图像进行密度分割，获得植被污染程度及分布情况。同时建议大范围的矿山植被污染信息的识别，考虑到项目综合成本等因素，采用ASTER等低分辨率的数据源，选择植被绿度指数法进行识别。对于小范围的典型矿区，可选用QuickBird等高分辨率的数据源，用植被指数法进行识别［18］。由于混合像元、大气效应的存在，植被信息提取过程中容易出现错分、漏分现象；相关系数的设置易受经验的影响。同时信息提取易受云层、山体阴影和人类生产活动的影响，均存在一定的误提现象。未来应加强信息提取技术、多源遥感数据在植被反演中的应用研究，以解决上述问题。

3.土壤监测方法

土壤是由多种物理化学特性不同的物质的组成的混合体，例如有机质、重金属、水、其他矿物质等。各种物质均有发射、反射、吸收光谱的特性，都会对土壤光谱特征产生影响，同时植被覆盖也对土壤光谱的监测有较大影响，因此对于通过土壤光谱数据直接监测土壤重金属含量的研究，尚处于探索阶段。土壤监测方法的原理是，利用光谱分析方法室内测定土壤发射光谱数据，经线性回归分析或指数回归分析、标准化比值计算、特征光谱宽化处理后，利用回归分析方法建立重金属元素含量与发射率变量之间的土壤重金属反演模型，定量反演出矿区土壤重金属含量［19-23］。此类方法适用于植被覆盖率较低的地区。ThomasKemper等（1998年）在西班牙Aznalcóllar尾矿库溃坝事件土壤重金属污染监测中，基于多元线性回归分析（MLR）和人工神经网络（ANN）方法分别通过化学分析、特征光谱--近红外反射光谱（0.35−0.35μm）手段监测土壤重金属含量，两种手段对As、Fe、Hg、Pb、S、Sb等六种元素监测有较高的相似度。为相似矿区环境的监测提供了较好的借鉴意义［13］。李淑敏等（2010年）以北京为研究区，研究土壤中8种重金属（Cr、Ni、Cu、Zn、As、Cd、Pb、Hg）的含量与热红外发射率的关系，分析了土壤重金属的特征光谱，并模拟预测了重金属含量的回归模型，为基于遥感光谱的土壤重金属含量监测奠定了基础［24］。宋练等（2014年）以重庆市万盛采矿区为研究区，通过光谱特征物质之间的自相关性来分析土壤中光谱特征物质，在回归分析的基础上建立As、Cd、Zn重金属含量的遥感定量反演模型，监测三种重金属含量，结果表明土壤在近红外波段和可见光波段的反射值比值与土壤中As、Cd、Zn含量存在较好相关性［25］。部分研究对波段选择和光谱分辨率的重要性认识不高，影响了重金属元素光谱信息识别、重金属污染预测精度；土壤中绝大部分重金属，如铅、锌、铬、砷等在可见光—近红外波段区间的光谱特征较弱，易被植被、土壤波谱信息掩盖，对直接利用土壤重金属光谱特征来提取污染信息带来了难度。研究发现，铁氧化物的波谱特征较明显，今后需加强土壤中重金属与铁氧化物相关性的研究，以提高污染信息提取的准确性。

4.未来展望

近年来，遥感技术用于矿区土壤重金属评价取得了一定进展，今后要在以下几个方面寻求突破：

（1）研究遥感信息提取新技术新方法。地物波谱特性易受土壤成分、大气效应、植被等环境噪音的影响，需进一步加强波谱信息提取技术的研究，以提高遥感信息提取的准确性。

（2）加强田间光谱测量研究。目前对土壤重金属监测仅局限于实验室级别的光谱监测，需要进一步探讨其他因素对重金属吸附的影响以建立准确的土壤重金属含量光谱估算模型，并进行大量而精确的实验室与田间的光谱测量工作。

（3）由定性监测向定量监测转变。遥感技术在矿区土壤重金属污染评价方面的研究大多是定性或半定量评价，尚达不到定量评价。需在遥感反演土壤污染信息模型与理论方法、土壤重金属含量与光谱变量的相关关系等方面加强研究，以接近或达到定量评价污染的水平，进而利用遥感技术评价大面积土壤污染及修复。

（4）研制高性能的卫星，提高遥感信息获取能力。作为中国16个重大科技专项（2006年~2020年）之一的高分辨率对地观测系统已进入全面建设阶段，其中2014年8月发射升空的高分二号卫星空间分辨优于1m，这必将改变遥感数据普遍采用国外遥感数据（SPOT、Landsat、QuickBrid等）的局面。

参考文献：

［1］贾志强．甘肃省白银市矿山环境遥感调查与评价研究［D］．桂林：桂林工学院，2009．

［2］龚海明，马瑞峻，等.农田土壤重金属污染监测技术发展趋势［J］.中国农学通报，2013，29（2）：140-147．

［4］张甘霖，赵玉国，杨金玲，等.城市土壤的环境问题及其研究进展［J］.土壤学报，2006，44（55）：925-933．

［6］戴昌达.中国主要土壤光谱反射特性分类与数据处理的初步研究［M］.见：遥感文选，北京：科学出版社，1981.

［7］丰茂森.遥感图像数字处理［M］.北京：地质出版社，1992：3~3．

［8］甘甫平，刘圣伟，等.德兴铜矿矿山污染高光谱遥感直接识别研究［J］.地球科学—中国地质大学学报，2004，29（1）：119-126．

［9］朱叶青，屈永华，刘素红，等.重金属铜污染植被光谱响应特征研究［J］.遥感学报，2014，18（2）：335-352．

［10］李婷，刘湘南，刘美玲.水稻重金属污染胁迫光谱分析模型的区域应用与验证［J］.农业工程学报，2012，28（12）：176-182．

［11］李新芝.基于多源遥感数据的矿区植被信息监测方法研究［D］.济南：山东科技大学，2010．

［12］王秀珍，王人潮，黄敬峰.微分光谱遥感及其在水稻农学参数测定上的应用研究［J］.农业工程学报，2002，18（1）：9-13．

［14］徐加宽，杨连新，王余龙，等.水稻对重金属元素的吸收与分配机理的研究进展［J］.植物学通报，2005，22（5）：614-622．

［16］王杰，等.遥感技术在江西德兴铜矿矿区污染研究中的应用［J］.山东科技大学学报（自然科学版）2005，24（4）：66-69．

［17］雷国静等.遥感在稀土矿区植被污染信息提取中的应用［J］.江西有色金属，2006，20（2）：1-5．

［18］黄铁兰，等.广东大宝山矿区植被污染信息的遥感识别方法研［J］.地质学刊，2014，38（02）：284-288．

［24］李淑敏，李红，孙丹峰，等.基于热红外特征光谱的土壤重金属含量估算模型研究［J］.2010，31（7）：33-38．

重金属污染特征范文第8篇

关键词：农村；饮用水源地；重金属；污染特征；江西省

中图分类号：X502 文献标识码：A 文章编号：0439－8114（2012）16－3597-04

Analysis on Heavy Metal Contamination at Drinking Water Source of Countryside in Typical Mineral Region of Jiangxi Province

WANG Tao1，LIU Zu－gen1，CHEN Hong－wen1，XU Qiu－jin2，PENG Kun－guo1

（1． Jiangxi Academy of Environmental Sciences， Nanchang 330029， China；

2． Chinese Research Academy of Environmental Sciences， Beijing 100012， China）

Abstract： Two enterprises concerning with heavy metals in typical mineral region of Jiangxi province were chosen as pollution sources where sampling sites were set and samples were collected． The contents of heavy metals in surface water／underground water and soils were determined， and it would provided scientific basis for the division and protection of drinking water source in countryside． The results showed that drinking water was protected well near pollution source A and not subjected to the contamination of heavy metals； near pollution source B， the surface water had been contaminated by Cd and Pb， while underground water was slightly contaminated by Pb； as for the investigated area， the contamination of Zn and Pb in dry season needed more attention， while in wet season， the contamination of Cr and Cd needed more attention； Zn and Pb in the soils near drinking water sources could be detected easily in dry season， especially Zn， which couldn’t be detected in wet seasons， but in dry season， the contents were over 100 mg／kg； except for some sites， the contents of Cu in soils were higher in dry seasons； the contents of Cr in the soil of some sites were higher in dry seasons， while that in some sites were higher in wet seasons．

Key words： countryside； drinking water source； heavy metal； contamination characteristics； Jiangxi province

重金属污染特征范文第9篇

我们建立高斯模型我们做出假设，每种重金属都是可以在外界因素下可以自由传播的，不存在重金属元素在一个地区堆积，只有传播能力的不同。由于海拔因素对其影响不大，故忽略海拔因素对其传播的影响。其次将其寻找污染源的问题转化为寻找图像空间极值的问题。通过尺度空间理论对特征值进行提取检测DOG空间极值点检测、精确定位极值点。从而求出污染源位置。值得考虑的是污染源可能不一定是点，也可能是线，于是我们又引入了高斯模型公路模式我们对模型进行了简单的规划。汽车造成的污染近于线源污染，可通过对点源的积分（沿y）来获得，同时对模型进行修正使其更具合理性。

关键词：表层土壤 重金属分析 模糊数学 高斯模型 尺度空间理论

问题要求分析重金属污染物的传播特征，由此建立模型，确定污染源的位置。针对这一问题，首先我们做出假设，每种重金属都是可以在外界因素下可以自由传播的，不存在重金属元素在一个地区堆积，只有传播能力的不同。由于海拔因素对其影响不大，故忽略海拔因素对其传播的影响。首先，利用matlab作图，画出以坐标x、y及重金属浓度大小的差值等高线图。

这样，我们就可以看到在整个城市中某一重金属元素的大致分布。其次，由此图及第一问计算出各点的污染程度可以看出重金属的传播特征。其传播大致符合自然界规律，高浓度向低浓度传播，但由于其重金属元素的特殊性，其传播速度较慢，且不同重金属的传播速度不同。由此就可以得到污染源的特征就是其污染元素的含量与周围含量相比相对较大，即区域极值。最后，根据所有数据的特征，建立如下模型来寻找其污染源。由上可知，将其寻找污染源的问题转化为寻找图像空间极值的问题。空间极值点的检测：尺度空间极值点的检测分为两个步骤：检测DOG空间极值点检测、精确定位极值点。下面对局部极值点进行三维二次函数拟合以精确确定特征点的位置和尺度，尺度空间函数 在局部极值点 处的泰勒展开式通过对公式求导，并令其为0，得出精确的极值位置。而极值位置就是污染源所在。

需要注意的一点是，污染源未必是一个点，可以是趋近于一条线，因为交通区的大多数污染应该来自于公路或铁路。所以模型需要完善。于是我们引入高斯模型的公路模式

频繁而高速行驶的汽车造成的污染近于线源污染，可通过对点源的积分（沿y）来获得：

其中角度为风向和公路线源交角，这个模式只适用于角度大于45度。其中假设风险与公路线满足要求。而另一类采用有限个点源模拟的公路模式只适用于公路与风向正交的情况。为了克服以上的不足美国加州线源模式很好的处理了风向与公路的各种相交情况

其中s是稳定度的修正因子，N为面源的个数。即将长度为L的公路按路宽分为N个面源，每个面源假设为一个虚点源，接收点的浓度全是面源的和。

根据以上模型便可确立点和线两大类污染源。

重金属污染特征范文第10篇

关键词：土壤；重金属；污染特征；污染评价；果蔗地

中图分类号：X53 文献标识码：A 文章编号：0439-8114（2017）07-1262-05

DOI：10.14088/ki.issn0439-8114.2017.07.015

Content Characteristics and Risk Assessment of Heavy Metals in Chewing Cane Soils

WANG Tian-shun， YANG Yu-xia， LIAO Jie， FAN Ye-geng， YA Yu， ZHU Jun-jie， MO Lei-xing

（Research Institute of Agro-products Quality Safety and Testing Technology， Guangxi Academy of Agriculture Sciences/Quality Supervision and Testing Center for Sugarcane， China Ministry of Agriculture， Nanning 530007， China）

Abstract： The contents of soil heavy metals，such as Cd，Pb，Cr，Cu，Zn，As and Hg，in surface soil（0～20 cm） from the main chewing cane production farmland in Guangxi Zhuang Autonomous Region，were investigated. Pollution characteristics of heavy metals in soils were observed on the basis of environmental quality secondary standard values of single factor pollution index method and comprehensive pollution index method. Potential ecological risk assessment was evaluated by using the geoaccumulation index（Igeo） and potential ecological risk index（RI）. The results indicated that the average concentrations of Cd，Pb，Cr，Cu，Zn，As and Hg were 0.81，30.4，54.5，29.8，107.4，16.69 and 0.28 mg/kg，respectively. According to the comprehensive pollution index，the pollution degree was middle degree with PN was 2.03. According to the geoaccumulation index，the pollution degree of Cd was middle degree with Igeo was 1.02，and Hg ranged from light to middle degree with Igeo was 0.30. The potential ecological risk index indicated that the heavy metals in the soils from research area were at the moderate ecological hazard level. The rate of contribution for Cd was the highest to potential ecological risk index. Thus，effective farmland soil management is necessary to ensure security production， control soil pollution sources，and implement standard agricultural production.

Key words： soils； heavy metals； contaminant characteristics； risk assessment； chewing cane soil

土壤是人类赖以生存的自然资源，也是人类生态环境的重要组成部分。重金属在自然环境中广泛存在，因其持久性、积累性等特性及其对生态环境存在的潜在风险，受到国内外学者的高度关注[1，2]，土壤重金属污染已经成为当前人类面临的重要环境问题，也是目前环境科学领域的研究热点之一[3-6]。土壤重金属污染来源包括矿山采选冶炼、大气沉降、污水灌溉、固体废弃物堆存与处置、交通运输等[7，8]。当土壤中重金属达到一定的累积程度时，会通过食物链传递到动物和人体内，给生态环境及人体健康造成很大危害[9，10]。

近年来，果蔗生产中大量使用农药、磷肥、污水，使得果蔗地土壤-植物系统中重金属污染更为复杂与多样化。土壤是植物生长的载体，其清洁程度直接影响着食物中有毒有害物质的浓度，目前对果蔬、粮食产地[11，12]中重金属的污染评价己有不少报道，但针对果蔗地土壤重金属污染的系统研究鲜有报道。为了解广西壮族自治区横县果蔗种植区土壤质量状况，本研究以果蔗地土壤为对象，利用单因子污染指数法、综合污染指数法、地积累指数法和潜在生态风险指数法对土壤重金属的污染特征及生态风险进行评价，同时探讨了各重金属元素之间的相关性和聚类状况，以期为广西壮族自治区果蔗地土壤重金属的污染防治和治理提供科学依据。

1 材料与方法

1.1 样品采集与分析

土壤样品全部采自广西壮族自治区果蔗地0～20 cm表层土壤。于2014年11月选取36个采样点，每个样点600～1 300 m2内采用W形布点采集5个子样，现场剔除植物根系、碎石等杂物后充分混合组成一个混合样品，用四分法缩分至约4.0 kg，装入聚乙烯塑料袋，贴好标签，带回实验室备用。把采集的土壤置于宽敞、干净、透气的室内，均匀摊开，自然风干，去除石块、植物根系及其他的杂物后用玛瑙研钵研磨后过2 mm尼龙筛，再用玛瑙研钵继续研磨后过100目筛。

称取0.200 0 g经风干处理的土样于聚四氟乙烯罐中。加5 mL HNO3、3 mL HCl、1 mL H2O2和1 mL HF，密封消解罐后放入微波消解炉。消解程序分3步，步骤1为160 ℃、90%功率消解10 min；步骤2为200 ℃、90%功率消解25 min；步骤3为100 ℃、40%功率消解5 min。消解完室温放置后，转移消解罐中的溶液于聚四氟乙烯烧杯中，加热蒸发去除氮氧化物。剩余液体做如下处理：①转移至100 mL容量瓶，用1%硝酸稀释至刻度线，混合均匀后用石墨炉原子吸收仪（MKⅡ MQZ，美国Thermo）测定溶液中Cd、Pb的含量、用火焰原子吸收仪（AA240，美国Varian）测定Cr、Cu、Zn的含量；②转移至50 mL容量瓶，加入5 mL 50 g/L硫脲和50 g/L抗坏血酸溶液作掩蔽剂，用5%盐酸稀释至刻度线，混合均匀，室温下静置30 min后用原子荧光光谱仪（AFS-230E，北京海光仪器公司）测定As和Hg的含量。

试验所用试剂均为优级纯试剂，用水均为超纯水。

1.2 土壤重金属污染评价

土壤评价标准采用GB 5618-1995《土壤环境质量标准》[13]中的二级标准和广西土壤背景值[14]，采用单因子污染指数、内梅罗综合污染指数法、地积累指数法以及潜在生态危害指数法分别对土壤重金属污染状况进行评价。采用Excel 2007和DPS软件对数据进行统计分析。

1.2.1 单因子污染指数法 单因子污染指数法是用来评价单个污染因子对土壤的污染程度，污染指数愈小，说明该因子对环境介质污染程度愈轻[15，16]。其计算公式如下：

Pi=Ci/Si

式中，Pi为土壤中重金属的污染指数，具体反映某污染物超标倍数和程度；Ci为土壤中重金属含量的实测值（mg/kg）；Si为土壤中重金属的标准限定值（mg/kg）。当Pi≤1时，表示样品未受污染；当Pi>1 时，表示样品已被污染。Pi的值越大，说明样品受污染越严重。Pi评价标准见表1。

1.2.2 综合污染指数法 综合污染指数法[17，18]，即内梅罗污染指数，是将目标单个污染指数按一定方法综合起来考虑对环境介质的影响程度，采用兼顾单元素污染指数平均值和最大值的一种评价方法。其计算公式如下：

PN=■

式中，Piave为土壤中各重金属污染指数的平均值；Pimax为土壤中单项重金属的最大污染指数；PN为采样点的综合污染指数，其评价标准见表1。该方法突出了高浓度污染物对土壤环境质量的影响，能反映出各种污染物对土壤环境的作用，将研究区域土壤环境质量作为一个整体与外区域或历史资料进行比较。

1.2.3 地积累指数法 地积累指数（Igeo）是德国海德堡大学沉积物研究所的科学家Müller[19]提出的一种研究沉积物中重金属污染的定量指标，在欧洲被广泛采用。该方法在考虑自然地质过程造成背景值影响的同时，充分考虑了人为活动对重金属污染的影响，因此该指数不仅可以反映沉积物中重金属分布的自然变化特征，而且可以判别人为活动对环境的贡献[20，21]。其计算公式为：

Igeo=log2[Cn/（1.5×Bn）]

式中，Cn为样品中元素n在沉积物中的实测值；Bn为沉积物中该元素的地球化W背景值，本研究采用广西壮族自治区土壤环境背景值作为参照标准；1.5为修正指数，用于校正区域背景值差异。地积累指数划分为7级，Igeo≤0，为1级，无污染；0

1.2.4 潜在生态危害指数法 重金属元素是具有潜在危害的重要污染物，与其他污染物的不同之处在于它们对环境危害的持久性、生物地球化学的可循环性及潜在的生态危害。潜在生态危害系数法是瑞典科学家Hakanson[22]提出的一种沉积物中重金属的评价方法，为了使区域质量评价更具有代表性和可比性，该方法从重金属的生物毒性角度出发，反映了多种污染物的综合影响[23，24]。土壤中多种重金属元素潜在生态危害指数是各单一重金属元素的潜在生态危害指数之和。其计算公式如下：

RI=■Eri

Eri=Tri×Csi/Cni

式中，Csi为表层土壤重金属元素i的分析测量值；Cni为土壤重金属元素i的参比值，本研究采用广西壮族自治区土壤环境背景值作为参照标准；Tri为重金属元素毒性系数[25]，各重金属的毒性系数分别为Cd=30，Pb=Cu=5，Cr=2，Zn=1，As=10，Hg=40[26]。Eri为单个重金属的潜在生态危害指数；RI为多种重金属综合潜在生态危害指数。重金属污染的生态危害指数分级标准见表2。

2 结果与分析

2.1 研究区土壤重金属含量特征

研究区36个土壤样品的重金属元素的含量范围、均值、标准差等特征参数见表3。需要说明的是，有32个土壤样品土壤呈酸性，4个土壤样品土壤呈弱碱性。研究区土壤中Cd、Pb、Cr、Cu、Zn、As和Hg的平均含量分别为0.81、30.4、54.5、29.8、107.4、16.69、0.28 mg/kg，除了Cr和As外，其他5种重金属平均含量均超过广西土壤背景值，分别为土壤背景值的3.03、1.27、1.07、1.42、1.84倍。

7种重金属的标准差除Cd和Hg外，其他均较大；Cr、Zn的标准差在15以上，Pb的标准差为9.37，As的标准差为5.97，Cu的标准差为5.20。说明重金属的分布不均匀，甚至有的重金属分布极不均匀。土壤中7种重金属的变异系数从大到小的顺序依次为Hg、Cd、Cr、As、Zn、Pb、Cu，其中，Hg、Cd变异系数分别为48.3%、46.1%，说明Hg和Cd受人为活动干预强烈，其次为Cr、As、Zn，Cu的变异系数最小，表明在整个研究区域Cu含量相对比较均一。

2.2 土壤重金属污染评价

2.2.1 单因子污染指数与综合污染指数评价 研究区土壤重金属单因子污染指数见表4。结果表明，研究区土壤中重金属Cd、Pb、Cr、Cu、Zn、As和Hg单因子污染指数的平均值分别为2.73、0.61、0.36、0.55、0.53、0.44和0.88。按照土壤环境质量二级评价分级标准，土壤样品中重金属元素Cr、Cu、Zn、As单因子污染指数均小于1，属于安全等级。重金属元素Cd、Pb和Hg单因子污染指数达到轻污染水平的样本占样本总数的19.4%、2.8%和30.6%；Cd和Hg单因子污染指数达到中污染水平的样本分别占样本总数的11.1%和2.7%；Cd单因子污染指数达到重污染水平的样本占样本总数的58.3%。

采用综合污染指数法对采样点土壤中Cd、Pb、Cr、Cu、Zn、As和Hg 7种重金属元素污染状况进行综合评价，由各单因子污染指数计算可知，采样点的综合污染指数值为2.03，污染等级属于中污染。

2.2.2 地积累指数法评价 地积累指数法是从地球化学的角度出发来评价土壤中重金属的污染。它除了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，它所采用的背景值一般为未受人类活动影响的沉积岩中的地球化学背景值，因此该方法更多的强调了土壤中重金属污染的历史累积作用。由表5可知，果蔗地土壤中Cd的污染程度相对比较严重，污染等级为3级，污染程度达中等污染；其次是Hg，污染等级为2级，其污染程度达轻-中等污染；Pb、Cr、Cu、Zn和As均属于无污染。7种重金属的污染程度顺序依次为Cd>Hg>Zn>Pb>Cu>As>Cr。

2.2.3 潜在生态危害评价 潜在生态危害指数法是从沉积学角度出发，它不仅考虑了土壤重金属含量，而且将重金属的生态效应、环境效应与毒理学联系在一起，因此其评价结果主要反映了人类活动对土壤的潜在生态危害。由表6可知，从单个重金属的潜在生态危害系数来评价，果蔗地土壤的主要潜在生态危害重金属为Cd和Hg，Cd污染达到强生态危害程度，Hg污染达到中等生态危害程度，其他5种重金属均为轻微生态危害程度，其潜在生态危害顺序为Cd>Hg>As>Pb>Cu>Zn>Cr。综合潜在生态危害指数达到187.27，处于中等生态危害程度。

2.3 研究区土壤重金属含量相关分析

研究区土壤中重金属之间的相关性可以推测重金属的来源是否相同，若它们之间存在相关性，则它们的来源可能相同，否则来源可能不同[16]。利用DPS软件对各重金属进行相关性分析，在0.05和0.01 显著性水平下，所有变量间相关系数如表7所示。As与Cd、Cr、Cu、Zn之间存在极显著正相关，表明As和Cd、Cr、Cu、Zn之间紧密相关；Zn与Cr、Cu之间存在极显著正相关；Cu与Cr之间存在极显著正相关，Cu与Pb之间存在极显著负相关；Cd与Cr之间存在极显著正相关。相关性结果可以说明研究区域土壤重金属As与Cd、Cr、Cu、Zn同源性很高，与果蔗栽培管理过程中污水的灌溉、污泥的施用及重金属农药的施用有关，Hg与其他重金属元素之间没有明显的相关性，说明研究区域Hg含量受人为活动的影响强烈，有外源污染M入。

2.4 研究区土壤重金属聚类分析结果

利用DPS软件对研究区各重金属进行聚类分析，结果如图1所示。由图1可知，7种重金属共分为5组，第一组为Pb和Cu；第二组为As；第三组为Cr；第四组为Cd和Hg，它们的潜在生态危害指数分列前2位；第五组为Zn。Pb和Cu、Cd和Hg是距离较近且潜在生态危害指数值接近，分别被聚为一类。

3 结论

研究区域土壤重金属Cd、Pb、Cr、Cu、Zn、As和Hg的平均含量水平分别为0.81、30.4、54.5、29.8、107.4、16.69、0.28 mg/kg。利用《土壤环境质量标准》二级标准进行评价，结果显示Cd污染最严重，单因子污染指数最高为4.93；Hg污染次之。

重金属地积累指数评价结果表明，果蔗地土壤中Cd的污染程度相对比较严重，污染等级为3级，污染程度达中等污染；其次是Hg，污染等级为2级；潜在生态危害综合指数评价结果显示，果蔗地土壤中重金属污染处于中等生态危害程度，其土壤的主要潜在生态危害重金属为Cd和Hg，Cd污染达到强生态危害程度，Hg污染达到中等生态危害程度。

土壤中7种重金属的相关性分析表明，研究区域土壤重金属As与Cd、Cr、Cu、Zn具有同源性，与果蔗栽培管理过程中污水的灌溉、污泥的施用及重金属农药的施用有关；聚类分析表明，Pb和Cu、Cd和Hg距离较近且污染指数值接近，分别被聚为一类。

广西壮族自治区果蔗地土壤重金属污染来自多种污染源，笔者认为土壤重金属累积的原因主要是各种含重金属农用物资的投入、污水灌溉及污泥施用等。对被污染土壤应采取一些农业、生物及施用一些改良剂等措施进行综合修复、治理，以确保生态环境及果蔗产品的安全。

参考文献：

[1] 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.

[2] MAPANDA F，MANGWAYANA E N，NYAMANGARA J，et al. Uptake of heavy metals by vegetables irrigated using wastewater and the subsequent risks in Harare，Zimbabwe[J].Physics Chemistry of the Earth，2007，32（15-18）：1399-1405.

[3] 胡国成，张丽娟，齐剑英，等.贵州万山汞矿周边土壤重金属污染特征及风险评价[J].生态环境学报，2015，24（5）：879-885.

[4] 麻冰涓，王海邻，李小超，等.豫北典型农田作物中重金属污染状况及健康风险评价[J].生态环境学报，2014，23（8）：1351-1358.

[5] 张洪伟，张国珍，张克江，等.黄河兰州段黄灌区蔬菜大棚土壤重金属含量分析及污染评价[J].土壤通报，2012，43（6）：1497-1501.

[6] 韩 平，王纪华，冯晓元，等.北京顺义区土壤重金属污染生态风险评估研究[J].农业环境科学学报，2015，34（1）：103-109.

[7] 陈 涛，常庆瑞，刘 京，等.长期污灌农田土壤重金属污染及潜在环境风险评价[J].农业环境科学学报，2012，31（11）：2152-2159.

[8] 郭 伟，赵仁鑫，张 君，等.内蒙古包头铁矿区土壤重金属污染特征及其评价[J].环境科学，2011，35（10）：3099-3105.

[9] HE B，YUN Z J，SHI J B，et al. Research progress of heavy metal pollution in China： Sources，analytical methods，status，and toxicity [J].Chinese Science Bulletin，2013，58（2）：134-140.

[10] KHAN K，LU Y L，KHAN H，et al. Heavy metals in agricultural soils and crops and their health risks in swat district， northern Pakistan [J].Food and Chemical Toxicology，2013，58：449-458.

[11] KHAN S，CAO Q，ZHENG Y M，et al. Health risks of heavy metals in contaminated soils and food crops irrigated with wastewater in Beijing，China[J].Environmental Pollution，2008， 152（3）：686-692.

[12] 秦普S，刘 丽，侯 红，等.工业城市不同功能区土壤和蔬菜中重金属污染及其健康风险评价[J].生态环境学报，2010，19（7）：1668-1674.

[13] GB 15618-1995，土壤环境质量标准[S].

[14] 广西环境保护科学研究所.土壤背景值研究方法及广西土壤背景值[M].南宁：广西科学技术出版社，1992.

[15] 胡 明.大荔县农田土壤重金属分布特征与污染评价[J].干旱区资源与环境，2014，28（1）：79-84.

[16] 程 芳，程金平，桑恒春，等.大金山岛土壤重金属污染评价及相关性分析[J].环境科学，2013，34（3）：1062-1066.

[17] 张鹏岩，秦明周，陈 龙，等.黄河下游滩区开封段土壤重金属分布特征及其潜在风险评价[J].环境科学，2013，34（9）：3654-3662.

[18] YUAN G L，SUN T H，HAN P，et al. Source identification and ecological risk assessment of heavy metals in topsoil using environmental geochemical mapping： Typical urban renewal area in Beijing，China[J].Journal of Geochemical Exploration， 2014，136（1）：40-47.

[19] M？BLLER G. Index of geoaccumulation in sediments of the Rhine River[J].Geological Journals，1969，2：109-118.

[20] 范拴喜，甘卓亭，李美娟，等.土壤重金属污染评价方法进展[J].中国农学通报，2010，26（17）：310-315.

[21] 孔慧敏，左 锐，滕彦国，等.基于地球化学基线的土壤重金属污染风险评价[J].地球与环境，2013，41（5）：547-552.

[22] HAKANSON L. An ecological risk index for aquatic pollution control：A sedimentological approach[J].Water Research，1980， 14（8）：975-1001.

[23] 朱兰保，盛 蒂，戚晓明，等.蚌埠龙子湖底泥重金属污染及生态风险评估[J].安全与环境学报，2013，13（5）：107-110.

[24] 王大洲，胡 艳，李 鱼.某陆地石油开采区土壤重金属潜在生态风险评价[J].环境化学，2013，32（9）：1723-1729.

重金属污染特征范文第11篇

关键词：重金属；内梅罗综合污染指数；环境质量；国道；稻田土壤；信阳市

中图分类号：X53 文献标识码：A 文章编号：0439-8114（2013）24-6003-04

随着中国社会经济的发展和人们生活水平的提高，各种车辆急剧增加，带来土壤和环境的污染，主要污染源有汽车尾气、轮胎磨擦碎屑、发动机泄漏的机油、公路沥青等，部分污染物随路面径流进入公路两侧土壤[1]，污染物中的重金属主要包括Pb、 Ni、Cd、As、Hg、Cu、Zn等[2-5]。这些污染物进入土壤中自然净化过程十分漫长，具有隐蔽性和不可逆性，难以被微生物降解，迁移性小而发生污染累积，并经水、植物等介质进入人体，最终影响到人类的健康，因而土壤重金属污染及其修复日益受到关注[6]。

中国学者们对京沪高速[7]、沪宁高速[8]、成渝高速[9]、沈大高速[10]、312国道[11]、107国道[12]等路段两侧土壤中重金属污染做了详细的研究，发现高速公路两侧土壤中重金属元素含量超出背景值，受重金属污染明显。本研究对312国道和107国道河南省信阳市境内路段两侧稻田土壤重金属污染现状展开调查和评价，了解信阳市境内国道两边稻田土壤环境质量状况，对于减少和预防农田受重金属污染的危害、保障粮食安全生产具有重要意义。

1 材料与方法

1.1 样品采集与处理

土样主要采集自河南省信阳市107国道和312国道边的主要水稻栽培区。信阳市主要为丘陵地带，农田面积不大，但每块农田比较平坦，所以采用棋盘式布点法，每块农田分别取10个耕层0～20 cm土样，四分法组成一个混合土样（1.0 kg），共26份土壤样品。土壤样品在风干室风干磨碎，用四分法分为两份，一份研磨过孔径20目尼龙筛，用于测定土壤pH，另一份研磨过孔径100目筛，用于测定土壤重金属（Cu、Zn、Pb、Cr、Cd、As、Hg、Ni）含量[13]。

1.2 土壤样品分析测定

pH采用酸度计法[14]测定，土壤重金属全量采用HCl-HNO3-HClO4-HF消解法[14]。Cd、Ni采用电感耦合等离子体发射光谱仪（ICP-AES Thermo iCAP6000系列）测定，Pb、Cr采用德国耶拿石墨炉型原子吸收分光光度计（ZEEnit600型）测定，Cu、Zn采用上海天美火焰型原子吸收分光光度计（AA6000型）测定，As、Hg采用北京吉天原子荧光光度计（AFS-930型）测定。样品测定采用20%样品平行样，并加入国家标准土壤样品（GSS-4和GSS-8）作为质量控制样品，质控样品相对误差小于10%。

1.3 土壤重金属含量评价方法

2.1 研究区土壤重金属含量的分布特征

信阳市312国道和107国道沿线主要水稻产区的稻田土壤重金属含量分布见图1。由图1可知，不同地点稻田土壤中重金属Pb、Cd、Cr、As、Hg、Ni、Cu、Zn含量均呈不同程度的波状曲线，说明312国道与107国道沿线各路段稻田重金属污染存在一定的差异，这与钱鹏等[11]、王学锋等[12]的研究结果一致。Pb的最高含量为20.706 mg/kg，含量最高值出现在游河；Cd的最高含量为0.608 mg/kg，含量最高值出现在十三里桥；Cr的最高含量为61.091 mg/kg，含量最高值出现在胡族铺；As的最高含量为10.095 mg/kg，含量最高值出现在吴家店；Hg的最高含量为0.618 mg/kg，含量最高值出现在龙山；Ni的最高含量为9.783 mg/kg，含量最高值出现在附店；Cu的最高含量为48.583 mg/kg，含量最高值出现在寨河；Zn的最高含量为99.978 mg/kg，含量最高值出现在游河。

2.2 研究区土壤重金属污染评价

内梅罗综合污染指数法是人们在评价土壤重金属污染时运用最为广泛的综合指数法，可以全面反映各重金属对土壤的不同作用，突出高浓度重金属对环境质量的影响，避免由于平均作用削弱污染重金属权值现象的发生[15]。本研究采用内梅罗综合污染指数法进行重金属污染评价。以国家土壤质量二级标准[16]和土壤环境检测技术规范[13]为标准，不同地区不同重金属元素含量、重金属元素的单项污染指数、内梅罗综合污染指数以及土壤污染物分担率分别见表2、表3、表4。结果显示，不同地区稻田土壤的重金属Pb、Cd、Cr、As、Hg、Ni、Cu、Zn的单项污染指数大部分小于1，从单项污染指数的角度评价，信阳市稻田重金属含量尚处于比较安全的水平，土壤质量对环境和植物基本上不会造成危害和污染。以内梅罗综合污染指数为评价等级时，东双河、十三里桥、双井、龙山内梅罗综合污染指数均高于0.7，低于1.0，说明这4个地区土壤重金属污染虽尚轻，但已达到警戒限，其他7个地区内梅罗综合污染指数均低于0.7，处于安全范围，总体上信阳市稻田土壤质量适合农业生产，并能维护人体健康。

由表2和表3可知，在信阳市13个水稻主产区土壤重金属单项污染指数除双井、龙山、附店和胡族铺Hg最高外，其他地区均为Cd最高，各地区不同重金属污染物分担率由大到小依次为Cd、Hg、Zn、Cu、As、Cr、Ni、Pb，说明Cd在不同地区的稻田土壤中污染强度最大，Hg、Zn次之。

2.3 研究区土壤重金属元素的相关性分析

重金属元素之间的相关性在一定程度上反映了这些元素污染程度的相似性或污染元素有相似的来源[17，18]。目前有不少学者用相关性来评价和研究污染元素的来源及其累积的原因，提出相应的降低或减少污染的措施与方法[17，19-21]。对不同地区国道两边稻田土壤重金属元素之间进行了相关性检验，所有变量间Pearson相关系数如表5所示。Cd与Pb、Cr呈显著正相关；Pb与Zn呈极显著正相关；Cr与Ni呈极显著正相关，As与Pb、Zn呈显著负相关。

3 讨论

钱鹏等[11]、王学锋等[12]对312国道和107国道沿线重金属元素含量进行了调查和评价，土壤中重金属Pb、Cd、Cr、As、Hg、Ni、Cu、Zn均存在一定的污染。本研究中信阳市国道两边稻田土壤的质量状况尚比较好。通过内梅罗综合污染指数评价表明，龙山的内梅罗综合污染指数最高，为0.910 2，处于重金属污染警戒限，这可能是因为龙山处于交通枢纽位置，是312国道、40国道、219省道汇集区，同时有宁西铁路通过，车流量比较大，造成一定的污染。东双河、十三里桥以及双井内梅罗综合污染指数分别为0.730 4、0.754 7、0.792 0，比龙山低，但也达到重金属污染警戒限，这可能有2个原因，一是这些地区离市区比较近，车流量比较大。双井位于京九、宁西铁路汇集区和40国道、107国道、312国道汇集区；东双河有339省道、107国道和京九铁路通过。二是信阳市位于季风气候区，十三里桥位于信阳市西南部，东北季风造成这些地区大气的沉降较多[22]，同时十三里桥离市区比较近，车流量和人流量都比较大。这些区域的土壤质量应引起人们的重视，采取一定的措施保护土壤环境质量。甘岸、长台、明港、吴家店、游河、五里店、附店、寨河、胡族铺的内梅罗综合污染指数均小于0.7，属于清洁无污染的地区。

Nicholson等[23]通过收集重金属在土壤中的累积和工农业重金属的排放信息，调查分析了英格兰和威尔士农田土壤中重金属的来源，发现Cd更多地来源于无机肥料。据估计，在人类活动对土壤Cd的贡献中，磷肥施用率占54%～58%[24]。本研究中，调查的信阳市13个水稻主产区有9个地区土壤中Cd的单项污染指数和污染物分担率均为最大，可能是因为土壤中重金属Cd的来源除了公路交通外，施肥也是其中一个重要来源。

4 结论

信阳市境内国道两边水稻田土壤重金属调查结果表明，水稻田土壤中重金属元素Pb、Cd、Cr、As、Hg、Ni、Cu、Zn的平均含量均未超过国家二级标准值，单项污染指数平均值均小于1，东双河、十三里桥、双井和龙山的内梅罗综合污染指数分别为0.730 4、0.754 7、0.792 0、0.910 2，为Ⅱ级污染，污染等级为“警戒限”级。甘岸、长台、明港、吴家店、游河、五里店、附店、寨河、胡族铺内梅罗综合污染指数分别为0.540 4、0.520 2、0.529 3、0.596 9、0.628 8、0.577 0、0.673 5、0.504 5、0.623 7，污染等级均为Ⅰ级，处于清洁区。结果表明车流量较高的公路交汇点两边污染指数比较高，说明交通对土壤环境质量有一定的影响。Pearson相关性检验表明，Cd与Pb、Cr之间、Pb与Zn之间、Cr与Ni之间均存在显著或极显著正相关，说明Cd、Pb、Cr、Zn、Ni可能为同源污染物；As与Pb、Zn之间呈显著负相关，说明As、Pb、Zn可能为异源污染物[17，18]。

参考文献：

[1] 李 贺，张 雪，高海鹰，等.高速公路路面雨水径流污染特征分析[J].中国环境科学，2008，28（11）：1037-1041.

[2] ROMIC M， ROMIC D. Heavy metals distribution in agricultural topsoils in urban area [J]. Environment Geology，2003，43（7）：795-805.

[3] OZAKI H， WATANABE I， KUNO K， et al. Investigation of the heavy metal sources in relation to automobiles [J].Water， Air and Soil Pollution，2004，157：209-223.

[4] SWAILEH K M， HUSSEIN R M， ABU-EIHAJ S， et al. Assessment of heavy metal contamination in roadside surface soil and vegetation from the West Bank [J]. Arch Environ Contam Toxicol，2004，47（1）：23-30.

[5] IDERIAH T J K， BRAIDE S A， IZONFUO W A， et al. Heavy metal contamination of soils along roadsides in Port Harcourt metropolis， Nigeria [J]. Bull Envioron Contam Toxicol，2004，73（1）：67-70.

[6] 李法云，臧树良，罗 义.污染土壤生物修复技术研究[J]. 生态学杂志，2003，22（1）：35-39.

[7] 郁建桥，温 丽，王 霞，等.京沪高速公路两侧土壤重金属污染状况的研究[J].生命科学仪器，2008，6（8）：58-60.

[8] 许 海，邵婉晨，李光辉，等.沪宁高速公路（常州段）两侧农田土壤重金属污染状况检测评价[J].江苏农业学报，2009，25（1）：123-126.

[9] 胡晓荣，查红平.成渝高速公路旁土壤铅污染分布及评价[J].四川师范大学学报（自然科学版），2007，30（2）：228-231.

[10] 甄 宏.沈大高速公路两侧土壤重金属污染分布特征研究[J].气象与环境学报，2008，24（2）：6-9.

[11] 钱 鹏，郑祥民，周立旻，等.312国道沿线土壤、灰尘重金属污染现状及影响因素[J].环境化学，2010，29（6）：1139-1146.

[12] 王学锋，姚远鹰. 107国道两侧土壤重金属分布及潜在生态危害研究[J]. 土壤通报，2011，42（1）：174-178.

[13] 国家环保总局.HJ/T166—2004，土壤环境检测技术规范[M].北京：中国环境科学出版社，2004.

[14] 鲁如坤.土壤农业化学分析方法[M].北京：中国农业科学出版社，2000.

[15] 郭笑笑，刘丛强，朱兆洲，等.土壤重金属污染评价方法[J].生态学杂志，2011，30（5）：889-896.

[16] GB 15618—1995，土壤环境质量标准[S].

[17] 李瑞平，郝英华，李光德，等.泰安市农田土壤重金属污染特征及来源解析[J].农业环境科学学报，2011，30（10）：2012-2017.

[18] 李晓雪，卢新卫，任春辉，等.宝鸡二电厂周边农田土壤重金属污染特征及评价[J].干旱地区农业研究，2012，30（2）：220-224.

[19] 韩 平，王纪华，陆安祥，等.北京顺义区土壤重金属分布与环境质量评价[J]. 农业环境科学学报，2012，31（1）：106-112.

[20] 王月容，卢 琦，周金星，等. 洞庭湖退田还湖区不同土地利用方式下土壤重金属分布特征[J]. 华中农业大学学报，2011， 30（6）：734-739.

[21] 刘 勇，岳玲玲，李晋昌.太原市土壤重金属污染及其潜在生态风险评价[J]. 环境科学学报， 2011，31（6）：1285-1293.

[22] 包丹丹，李恋卿，潘根兴，等.苏南某冶炼厂周边农田土壤重金属分布及风险评价[J].农业环境科学学报，2011，30（8）：1546-1552.

重金属污染特征范文第12篇

关键词：城市土壤；重金属污染；植物修复技术；大生物量非超富集植物；综合评估筛选法

中图分类号：X53 文献标识码：A DOI编码：10.3969/j.issn.1006-6500.2014.03.011

城市土壤因受人类活动强烈影响而区别于自然土壤，主要指厚度大于50 cm的非农用土壤，通常出现在城市和城郊区域[1-3]。城市化过程中的工业发展、城建工程的实施和居民日常生活等人类活动排放的污染物，以各种形式直接或间接地进入城市土壤，改变了城市土壤的理化属性，造成了城市土壤的重金属污染[4]。城市土壤重金属既可通过直接接触密集的城市人群而危害人体健康，又可通过对大气、水体的影响而影响城市生态环境，进而影响生命安全[5-6]。城市土壤既可以为城市绿色植物的生长提供养分，是其必不可少的生长介质，又可以为土壤微生物提供栖息地，是其能量的重要来源之一，所以城市土壤是城市生态系统尤为重要的组成部分，与城市生态环境息息相关[5]。因此，城市土壤重金属污染修复技术成为国内外学者研究的热点领域。

1 城市土壤重金属污染现状

原成土母质和人为活动是城市土壤重金属的来源，其中工业生产、机动车辆尾气排放、生活垃圾堆弃等人为活动是造成城市土壤重金属污染的主要因素。一方面，人为活动产生的重金属以气溶胶的形式进入大气，经过干湿沉降间接进入土壤；另一方面，附着于废弃物中，直接排入城市土壤，造成重金属污染，甚至污染地下水。并且城市土壤重金属污染具有一定的空间分布特征，总体表现为城区内部土壤重金属含量明显高于郊区，并且交通干线两侧、人类活动密集区、老工业区重金属污染较为严重，而受人为活动影响较小的风景区、公园等功能区土壤重金属污染则属于中低度污染和轻微生态风险。

城市土壤Pb、Zn、Cu、Cd等重金属多介质复合污染给人体健康带来了极大的风险。食物链传递研究表明，重金属已经不同程度地污染了我国的城市郊区菜地土壤[7-9]，重金属含量已超标的蔬菜大量向城市供应。除此之外，以扬尘为载体进入大气的城市土壤重金属，最终可通过人体的新陈代谢作用而进入体内并逐渐积累，从而直接威胁到人体健康。研究表明，北方沙尘暴天气发生时，大气环境中土壤重金属元素浓度迅速增加，Pb、Zn、Cu、Cd的浓度比平常高出3～12倍[10-11]。据相关研究部门统计，上海市大约有1/3的大气颗粒物来自于土壤扬尘[7]。此外，城市土壤重金属元素的积累对植物、动物、微生物的生理生态等方面也产生一定的毒害，导致城市土壤的退化。

2 土壤重金属污染修复研究现状

近年来，科研工作者不断探索重金属污染土壤的修复技术，使物理、化学和生物等修复技术得到了较快的发展。由表1可知，尽管这些物理、化学修复手段对治理重金属污染土壤具有非常重要的实践意义，但仍具有投资大、修复效率低、对周围环境干扰性大、易导致次生污染等诸多缺点。相比较而言，尽管植物修复技术有着种质资源较少、修复效果待改善和植物生长条件等局限性，但其仍具有技术和经济上的双重优势，不仅能够利用绿色植物的新陈代谢活动来修复土壤环境中的重金属污染，而且具有一定的观赏价值，有助于园林城市的建设。

广义的植物修复技术是在多学科交叉点上发展起来的新技术，建立在植物对某种或某些化学元素的耐性和积累性基础之上，利用植物及其根际共存微生物体系的吸收、挥发、降解和转化作用来清除环境中的污染物的一门环境污染治理技术[12]。通常所说的植物修复技术是指选择具有吸收富集土壤中污染元素能力的植物，并将该植物种植于特定重金属污染的土壤上，随着该植物收获和植物组织器官的妥善处理，便可移除土体中的该种污染重金属，最终达到污染治理与生态修复污染土壤的目的[13]。这种技术因为其在土壤污染治理方面的巨大应用潜力，吸引了各国相关领域的科学家进行相关研究，并取得了一定的进展。

2.1 超富集植物修复技术

现今已经发现的超富集植物约500多种，主要分布在气候温和的欧洲、美国、新西兰及澳大利亚的污染区，但利用植物修复污染土壤则是近几十年的工作。目前，关于超富集植物对重金属耐性和积累性机理、修复性能改进及应用技术等方面的研究已经在全世界范围内展开，并且也取得了一定的进展。此外，植物修复技术商业化因其工程性的试验研究以及实地应用效果，在未来具有巨大的商业前景。

2.2 超富集植物修复的局限性

超富集植物在修复土壤重金属污染方面表现出显著的生态效益、社会效益和经济效益。尽管利用植物修复技术修复重金属污染土壤具有廉价、有效、使土壤免受扰动等优点，但是在实际应用中，超富集植物由于其固有的特点，大大限制了在植物修复技术中的应用。第一，大部分超富集植物生物量低下，严重制约了修复效率，且植株矮小，不便于机械化作业；第二，超富集植物引种易受到地域性限制，因其多为野生植物种质资源，区域性分布较强，难以适应新的生物气候条件；第三，超富集植物往往只适用于某种特定的重金属元素，具有较强的专一性，对土壤中其他含量较高的重金属则表现出中毒症状，从而在重金属复合污染土壤修复中的应用受到了限制；最后，超富集植物根、叶、果实等器官机械折断、凋谢或腐烂等途径使重金属重返土壤，易造成二次污染，间接降低了修复效率。

2.3 大生物量非超富集植物与超富集植物修复技术

Ebbs等[16]认为超富集植物以外的其他大生物量非超富集植物也具有修复重金属污染土壤的可能性，并提出农作物地上部可观的生物量能够补偿地上部较低的重金属含量的观点。周振民等[17]指出了大生物量非超富集植物修复技术是一项非常有发展潜力的植物修复技术。因此植物修复技术走向工程实践的主要任务是筛选与开发大生物量、富集重金属能力强且具有观赏性的复合型修复植物。

3 土壤重金属污染大生物量植物修复技术研究进展

现有超富集植物种质资源贫乏，并且其具有自身的局限性，修复效果也有待于进一步加强，故植物修复技术还不成熟。另外，评价植物修复重金属污染的标准是重金属迁移总量，然而已经发现的超富集植物因其生物量小、生长缓慢而使重金属迁移总量相对较低，自然种群中存在着对重金属具有一定耐性的大生物量植物，虽然其单位质量的重金属含量尚不满足超富集植物的定义，但此时其所积累的重金属绝对量反而比超积累植物的绝对量大。因此大生物量非超富集植物对城市土壤重金属的修复作用更大。

3.1 大生物量修复植物的优势

以大生物量植物种质资源作为筛选修复植物对象是有依据的，一方面，大生物量修复植物具备普通植物的功能特点；另一方面，大生物量修复植物还有普通植物不具备的诸多优点。主要表现为：

（1）高生物量植物种质资源丰富，有着巨大的潜力，可为筛选提供坚实的基础；

（2）在进行城市土壤修复、调控大气环境的同时，能够美化环境，一举两得；

（3）具备观赏性的大生物量修复植物，不会进行食物链的传递积累，减少了对人体的危害；

（4）大生物量植物对人类健康也有着一定的作用，如油松、核桃、桑树等对杆菌和球菌的杀菌力均极强，花卉芳香油可抗菌，提高人体免疫力，可作为保健食品或调控大气环境；

（5）在长期的生产实践中，品种选育、植物栽培以及病虫害防治等经验日益丰富。因此，筛选大生物量植物修复城市土壤重金属污染是可行的。

3.2 大生物量植物的耐性与积累性研究

4 大生物量修复植物的判断标准与筛选

由周振民等[17]对重金属污染土壤大生物量修复植物进行的综合研究可知，其筛选对象主要为部分农作物、杂草、树木和花卉。修复城市土壤的大生物量植物应具有一定的生态功能和观赏价值，按观赏部位可分为观花的、观叶的、观芽的、观茎的、观果的五类；从低等到高等植物，从水生到陆生；有草本也有木本，有灌木、乔木和藤木，种类繁多。因此筛选既具有观赏性又具有生态修复功能的大生物量修复植物就尤为重要了。

为了便于采取定性与定量相结合的综合评估分析法筛选出具备此能力的大生物量修复植物，这就要求植物符合一定的判定标准。耐性特征、积累特征、观赏性和生态调控功能是主要的评定指标，其中耐性特征和积累特征是最基本的判断标准。耐性植物应该能够在较高重金属污染浓度的土壤上完成生命周期，并且污染处理的植物地上部生物量与对照植物的地上部生物量相比没有明显的下降，这才说明该植物对重金属污染的土壤具有一定的耐性。积累特征以转移系数和富集系数综合表示，李庚飞等[25]研究表明，在利用大生物量非超富集植物进行重金属污染修复时，若植物对某重金属元素的转移系数和地上部分富集系数均大于0.1，说明植物对该金属元素具有富集的潜力。此外，植物观赏性和固碳释氧、吸收有毒有害气体等生态调控功能等指标的纳入，对采用综合评估筛选法进行复合型修复植物的筛选更有意义。

大生物量植物种类繁多，盲目地筛选是不科学的。因此首先应该搜集资料，调查各种植物的特点及其本身生长习性，从中初选出最有可能成为修复植物的种质资源进行研究，之后再进一步确认。例如，可从受污染严重的区域采集仍然能够正常生长的物种进行试验，或从生长不易受环境影响的物种着手。初选大生物量修复植物在一定程度上可由植物的根、茎、叶初步判断[26]。生物量与株高成正比，而生物量越大，修复效率也相应增大，因此株高是修复植物的重要选择依据。为使筛选出的修复植物具有更好的实践性，也应尽量地人为模拟与特定重金属污染城市土壤条件相一致的环境条件，利用盆栽试验筛选出大生物量复合型修复植物。

5 结 语

我国对植物修复重金属污染土壤的研究起步较晚，筛选工作做得不多，大量有潜力的修复植物还有待发现，尤其是以大生物量修复植物为筛选对象将成为一个突破口。总的来说，用大生物量修复植物修复污染土壤的潜力巨大。在城市污染土壤修复中，大面积地应用与其他手段相结合的大生物量修复植物，既可以美化环境，又能带来巨大的经济效益。因此进一步提高大生物量修复植物的修复效率，应从生态位的理论出发，开展植物品种的筛选与培育、复合修复技术应用、修复效果验证试验等方面的研究，以适应城市需要，并将植物修复、观赏植物苗木生产、园林景观建设与生物质能利用有机结合，形成环境污染修复产业，走循环利用绿色发展之路。

参考文献：

[1] 张磊，宋凤斌，王晓波.中国城市土壤重金属污染研究现状及对策[J].生态环境，2004，13（2）：258-260.

[2] 张甘霖，朱永官，傅伯杰.城市土壤质量演变及其生态环境效应[J].生态学报，2003，23（3）：539-546.

[3] 黄勇，郭庆荣，任海，等.城市土壤重金属污染研究综述[J].热带地理，2005，25（1）：14-18.

[4] Chen J.Rapid urbanization in China： A real challenge to soft protection and food security[J].Catena，2007，69（1）：1-15.

[5] De Kimpe C R， Morel J L.Urban soil management： A growing concern [J].Soil Science，2000，165：31-40.

[6] 李敏，林玉锁.城市环境铅污染及其对人体健康的影响[J].环境监测管理与技术，2006，18（5）：6-10.

[7] 黄益宗，郝晓伟，雷鸣，等.重金属污染土壤修复技术及其修复实践[J].农业环境科学学报，2013，32（3）：409-417.

[8] 张勇.沈阳郊区土壤及农产品重金属污染的现状评价[J].土壤通报，2001，32（4）：182-186.

[9] 王庆海，却晓娥.治理环境污染的绿色植物修复技术[J].中国农业生态学报，2013，21（2）：261-266.

[10] 王玮，岳欣，刘红杰，等.北京市春季沙尘暴天气大气气溶胶污染特征研究[J].环境科学学报，2002，22（4）：494-498.

[11] 庄国顺，郭敬华，袁蕙，等.2000年我国沙尘暴的组成、来源、粒径分布及其对全球环境的影响[J].科学通报，2001，46（3）：191-197.

[12] 盛连喜，冯江，王娓，等.环境生态学导论[M].北京：高等教育出版社，2002：76-79.

[13] 吴志强，顾尚义，李海英，等.重金属污染土壤的植物修复及超积累植物的研究进展[J].环境科学与管理，2007，32（3）：67-72.

[14] Brooks R R， Lee J， Reeves R D， et al. Detection of nickeliferous rocks by analysis of herbarium specimens of indicator plants [J].Journal of Geochemical Exploration，1977（7）：49-57.

[15] Chaney R L. Plant uptake of inorganic waste constituents [C]//PARR J F. Land Treatment of Hazardous Wastes. Noyes Data Corporation， New Jersey：Park Ridge，1983：50-76.

[16] 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）：1 196-1 203.

[17] 周振民，朱彦云.土壤重金属污染大生物量植物修复技术研究进展[C]//第三届全国农业环境科学学术研讨会论文集.天津：[出版社不详]，2009.

[18] 刘维涛，张银龙，陈喆敏，等.矿区绿化树木对镉和锌的吸收与分布[J].应用生态学报，2011，19（4）：725-756.

[19] 黄会一，蒋德明，张春兴，等.木本植物对土壤中镉的吸收、积累和耐性[J].中国环境科学，1989，9（5）：323-330.

[20] 余国营，吴燕玉，王新.杨树落叶前后重金属内外迁移循环规律研究[J].应用生态学报，2009，7（2）：201-208.

[21] 王广林，张金池，庄家尧，等.31种园林植物对重金属的富集研究[J].皖西学院学报，2011，27（5）：83-87.

[22] 许妍，周启星.天津城市交通道路扬尘排放特征及空间分布研究[J].中国环境科学，2012，6（12）：34-39.

[23] 刘家女，周启星，孙挺.Cd-Pb复合污染条件下3种花卉植物的生长反应及超积累特性研究[J].环境科学学报，2006，26（12）：2 039-2 044.

[24] 陈辉蓉，吴振斌，贺锋，等.植物抗逆性研究进展[J].环境污染治理技术与设备，2001，2（3）：7-13.

重金属污染特征范文第13篇

关键词：农业土壤；镉；危害；污染途径

中图分类号：S156 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2016.12.023

Analysis of Cadmium Pollution in Agricultural Soils and Analysis of its Aay of Pollution

PANG Rongli， WANG Ruiping， XIE Hanzhong， GUO Linlin， LI Jun

（1. Institute of Zhengzhou Pomology， CAAS/ Laboratory of Quality & Safety Risk Assessment for Fruit（Zhengzhou）， Ministry of Agriculture， Zhengzhou， Henan 450009， China）

Abstract： The rapid development of industry and agriculture of our country， caused different degrees of pollution on soil environment， especially the problem of cadmium pollution has attracted global attention. The article analyzed the current status of soil cadmium pollution and the harm of cadmium pollution in soil， and pointed out the evaluation indexes of cadmium in soil environment， and summarized the main ways of cadmium pollution in soil， and put forward the suggestions for reducing cadmium pollution in soil. This will better promote the development of soil remediation and treatment technology of cadmium contaminated soil.

Key words： agricultural soils； cadmium； harm； pollution way

土壤是生态环境的重要组成部分，也是人类赖以生存的物质基础。然而，随着我国工农业的快速发展，矿产资源的不合理开采，以及农业生产中污水灌溉、化肥的不合理使用、畜禽养殖等，导致了土壤重金属的污染逐步加剧。镉是环境中毒性最强的5毒（汞、铅、镉、砷、铬）元素之一，同时由于镉在土壤中不易迁移，镉对土壤的污染基本上是一个不可逆转的过程，土壤一旦受到镉污染就很难恢复，对镉污染土壤及修复的研究目前是土壤环境研究的热点[1-2]。

本研究拟从土壤镉污染现状及评价指标、土壤镉污染的危害及我国对植物性食品中镉的规定、土壤中镉污染的主要途径等方面着手，全面分析农业土壤中镉污染来源及其危害性，并对减少土壤中镉污染途径提出建议，以期为更好地推动重金属镉污染土壤的修复与治理技术研究提供参考依据。

1 我国土壤镉污染现状及评价指标

1.1 土壤镉背景值

土壤背景值是指在未受或受人类活动影响小的土壤环境本身的化学元素组成及其含量。自然土壤中的镉主要来源于成土母质，全世界土壤中镉的含量一般在0.010～2.000 mg・kg-1，中值为0.35 mg・kg-1。由于我国不同区域地球化学条件差异显著，在我国各区域土壤中镉背景值差异较大，土壤中镉背景范围为0.001～13.400 mg・kg-1，中值为0.079 mg・kg-1，算术平均值为0.097 mg・kg-1，低于日本（0.413 mg・kg-1）和英国（0.62 mg・kg-1），95%置信度的置信区间为0.017～0.330 mg・kg-1 [3]。

1.2 土壤镉污染现状

现代农业技术的快速发展以及含重金属的化肥、农药等的大量使用，导致土壤重金属污染日益严重，这不仅使土壤肥力、农产品产量和品质下降，而且重金属元素通过在农作物中的富集而影响农产品食品安全，从而间接危害人体健康。据统计，我国镉污染农田超过1.3万 hm2，涉及11个省市的25个地区[4]，并且部分地区的镉污染已相当严重。2014年4月17日环境保护部和国土资源部联合公布了全国土壤污染调查公报，公布了我国首次全国土壤污染状况调查结果。公报指出，我国土壤环境状况令人堪忧，镉等重金属污染问题相对比较突出，从污染分布情况看，南方土壤污染较重，北方土壤污染相对较轻，西南、中南地区土壤重金属超标范围较大，长江三角洲、珠江三角洲、东北老工业基地等部分区域土壤污染问题也较为突出。镉含量分布呈现出从东北到西南、从西北到东南方向逐渐升高的态势，镉点位超标率为7.0%，其中，轻微污染、轻度污染、中度污染、重度污染的比例分别为5.2%，0.8%，0.5%，0.5%。我国地质调查局的《中国耕地地球化学调查报告（2015）》显示，我国有232万hm2重金属中重度污染或超标耕地。

1.3 土壤镉评价指标

评价指标的选择是土壤环境质量评价的关键，现行《土壤环境质量标准》（GB 15618―1995）将土壤各污染物限量值分为三级：一级标准是为保护区域自然生态，维持自然背景而设置，镉限量值为0.2 mg・kg-1；二级标准是为保障农业生产，维护人体健康而设置，镉限量值在pH值7.5时为0.6 mg・kg-1；三级标准是为保障农林生产和植物正常生长而设置的土壤临界值，镉限量值为1.0 mg・kg-1（pH值>6.5）。此外，我国农业行业标准《无公害农产品 种植业产地环境条件》（NY/T 5010―2016）规定，土壤污染物镉为基本指标，具体限量值应符合国家标准GB 15618的要求；《绿色食品 产地环境质量》（NY/T 391―2013）规定，镉限量值均为0.30 mg・kg-1（pH值≤7.5）和0.40 mg・kg-1（pH值>7.5）。

2 土壤镉污染的危害及我国对植物性食品中镉的规定

2.1 土壤镉污染对植物生长的危害

镉在土壤中具有移动性差、毒性强的特点，因而，重金属污染土壤之后，就有可能导致重金属等有害物质在农作物体内富集[5-6]。镉不是植物生长所必需的营养元素，当镉进入植物体内并积累到一定程度时，就会通过影响植物的生长发育、抑制植物的呼吸作用和光合作用、减弱植物体中的酶活性[7-8]、降低植物可溶性蛋白和可溶性糖的含量等途径来影响植物的产量、品质和安全，从而间接地危害人类的健康[9-10]。

2.2 土壤镉污染对人体的毒害作用

镉不是人体所必需的元素，主要通过影响人体的心血管系统而使人体免疫力下降。镉属于肺癌的致癌物之一，同时其还是典型的环境激素类物质，对人类生殖系统造成损伤，对胚胎发育也有一定的毒性。

2.3 我国农产品中镉的限制

我国国家标准《食品安全国家标准 食品中污染物限量》（GB 2762―2012）中规定了和土壤相关的植物性食品中污染物镉的限量指标。

3 土壤中镉污染的主要途径

土壤中镉的自然来源主要是岩石和土壤的本底，人为来源主要是人类工农业生产活动造成的污染。

3.1 交通运输

公路源重金属对公路旁植物污染来说是主要的污染源，通过对路边重金属沉降种类相关分析表明，路边的交通造成的污染主要有铅、镉、锌等重金属。铁路旁镉、铅污染主要归结于货物运输（包括冶炼物质、煤炭、石油、建材、矿建等各种大宗工业物资）、火车轮轴以及车辆部件的磨损、牵引机车的废气排放等[11]。公路、铁路两侧土壤中的镉污染程度与距离路基的距离、交通流量、通车时间长短等有一定的相关性。全国土壤污染调查公报（2014年）显示，在调查的267条干线公路两侧的1 578个土壤点位中，超标点位占20.3%，主要污染物为铅、锌、砷、镉和多环芳烃，一般集中在公路两侧150 m范围内。符燕[12]2007年研究表明，在陇海铁路郑商段路两侧300 m范围内，表层土壤中重金属含量明显高于我国潮土中镉背景值，综合污染指数为重污染，基本与距铁路的距离呈负相关，离铁路越近，污染指数越大。罗娅君等[13]2014年对成绵高速公路特征路段两侧土壤重金属污染特征及分布规律进行研究时发现，在分析路段范围内Cd单项污染指数介于2.2～4.35，平均为3.18，污染等级为重度污染。陈黎萍等[14]研究表明，在川中丘陵区铁路沿线附近土壤中，镉总量较高，其化学形态主要以酸可交换态和可还原态为主，残渣态含量很低，说明在铁路沿线附近土壤中镉的生物活性和可迁移性较强。

3.2 农业投入品的使用

含镉肥料主要指磷肥以及一些可以用于农业生产的含镉生活垃圾为原料生产的肥料，大量长期施用会造成不同程度的农田镉污染。生产磷肥的原料是磷矿石，磷矿石中除了含有一些营养元素外，同时也含有较高含量的镉。资料显示，磷肥中的镉含量因原料产地不同而有很大差异，加拿大为2.1～9.3 mg・kg-1，瑞典为2～30 mg・kg-1，荷兰为9～60 mg・kg-1，澳大利亚的磷肥镉含量高达18～91 mg・kg-1，美国为734～159 mg・kg-1，我国的磷矿含镉大多较低，所以磷肥的镉含量也较低，如广州市施用的磷肥镉含量为2～3 mg・kg-1 [15]。王美等[16]对肥料中重金属含量研究结果表明，过磷酸钙中镉含量高于钙镁磷肥，这与生产原料、生产工艺等有关，这些磷肥的大量长期施用必将导致土壤镉含量的积累。马耀华[17]1998年研究结果显示，上海地区的一些菜园土施肥前土壤中Cd的含量为0.134 mg・kg-1，施肥后上升到0.316 mg・kg-1。美国某橘园土壤Cd含量为0.07 mg・kg-1，连续施用磷肥36年后，土壤Cd含量高达1.0 mg・kg-1。由于长期施用含镉磷肥而导致了土壤中Cd的积累，同时增加了植物中Cd的质量分数[18]。因此，含镉磷肥被认为是农田镉污染的重要来源。

以畜禽粪便等为原料堆制成的有机肥中也含有较高的镉等重金属，长期连续施用也将造成土壤镉污染[19]。潘霞等[20]研究了畜禽有机肥对典型蔬果地土壤剖面重金属分布状况，指出施用猪粪、羊粪、鸡粪3种畜禽有机肥均可使重金属在土壤剖面呈现表聚现象，以设施菜地最为突出，Cd和Zn积累较为明显。叶必雄等[21]研究结果表明，牛粪集中施用区土壤剖面中Cd，Ni，Cu，Pb，Cr等重金属存在较为明显的淋溶下移性，长期施用不同畜禽粪便的不同土壤剖面Cd，Pb，Cr，Ni等含量变化差异明显。董志新等[22]在分析沼气肥养分物质和重金属含量差异时指出，沼渣有机质和养分含量较高，是营养元素种类齐全的优质有机肥料，但沼气肥中也含有一些重金属元素，农业利用有可能因植物富集而影响农产品食品安全。

农用塑料薄膜在生产过程中用到热稳定剂，而热稳定剂中又含有重金属镉，因而，随着塑料大棚和地膜覆盖技术的大量应用，在对低温季节和干燥地区的农业生产起到极大促进作用的同时，也可能使农用土壤中的镉积累，造成土壤质量下降。陈慧等[23]研究结果表明，覆膜种植方式下莴苣根际土壤中的重金属明显高于不覆膜种植方式，地膜覆盖能有效地降低重金属向地上部分转移。于立红等[24]在地膜中重金属对土壤―大豆系统污染的试验研究中指出，大豆各生育时期，高倍地膜残留量土壤和植株中Cd和Pb含量高于低倍残留，各生育时期各处理土壤中Cd含量为0.7～2.4 mg・kg-1，Cd含量均超过《土壤环境质量标准》GB 15618―1995的Ⅱ级标准。

3.3 污水灌溉

使用污水灌溉农田，在一定程度上解决了农业用水资源短缺的问题，但由于污水中可能会含有重金属等污染物，长期施用势必也会造成土壤中重金属含量的增加[25-26]。全国土壤污染调查公报（2014年）显示，在调查的55个污水灌溉区中，有39个存在土壤污染，在1 378个土壤点位中，超标点位占26.4%，主要污染物为镉、砷和多环芳烃。长沙市郊引用化工区污水灌溉，土壤的重金属污染极其严重，环保部门在某铅锌矿区监测分析结果显示，该矿水系沿岸耕地所产的稻米Cd含量为2.24 mg・kg-1，是对照点的3.7倍，属于“镉米”[27]。张萌等[28]在对太原市污灌区土壤镉存在形态与生物可利用性研究时发现，与太原市土壤背景值相比，污灌区土壤中重金属镉含量已达太原市土壤背景值的3倍，镉在土壤表层含量明显高于其他分层，表明表层土壤有明显的镉累积，并且镉在表层土壤含量最高，随深度增加镉含量逐渐降低。艾建超等[29]研究结果表明，污灌区土壤镉含量超标，并且污灌区土壤耕作层中Cd的形态特征为可交换态>铁锰氧化态>碳酸盐结合态或有机结合态>残渣态。

3.4 污泥施肥

城市污泥中含有多种能够促进植物生长的营养物质和微量元素（如B，Mo等），但是污泥中也可能含有大量的重金属元素，主要来源于不同类的工业废水中，镉主要来源于矿业废水、钢铁冶炼废水等，长期污泥施肥也可导致土壤中镉含量的增加。黄游等[30]研究结果表明，污泥进入土壤后，土壤中镉和锌的生物活性与污泥的施加量成正比。有研究表明，不同区域城市污泥Cd含量从大到小依次为华南、西南、华中、华东、西北、华北、东北，这可能与工业密集程度、矿区类型及分布等有关[31]。徐兴华等[32]在污泥和水溶性重金属盐的植物有效性比较研究时指出，污泥中含有较高的锌、镉等重金属。

3.5 工况企业活动

镉往往与铅锌矿伴生，工矿活动可造成不同程度的镉污染。在冶炼废渣和矿渣堆放或处理的过程中，由于日晒、雨淋、水洗重金属极易迁移，以废弃堆为中心向四周及两侧扩散。全国土壤污染调查公报（2014年）显示，在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃。姬艳芳等[33]在2008研究凤凰矿区耕地土壤和稻米中重金属时发现，土壤中Cd含量高达10.70 mg・kg-1，大大超过了国家土壤环境质量的二级标准，稻米中Cd含量也严重超标。周建民等[34]2004年在研究广东省大宝山矿区的尾矿和周边的土壤重金属时发现，尾矿附近的稻田土壤Cd平均浓度高达2.453 mg・kg-1。尹伟等[35]2009年调查佛山某矿区周边菜地结果表明，在研究区域内有20%的土壤不同程度地受到镉污染。

4 控制土壤重金属镉污染的建议

由以上分析可知，人类活动对全球土壤镉的输入量已大大超过自然释放量，同时被镉污染的土壤很难修复。因而，应严格控制土壤镉的来源，尤其是严格要求农业投入品的质量。做到不用未经处理的污水进行灌溉，不用污泥进行施肥，少用农用薄膜，杜绝不合格化学肥料或有机肥料，远离工厂企业和交通要道，严格控制土壤中重金属镉的输入，改善土壤环境，提高农产品质量安全，保护人类健康。

参考文献：

[1]张欣，范仲学，郭笃发，等.3种微生物制剂对轻度镉污染土壤中菠菜生长的影响[J].天津农业科学，2011，17（1）：81-83， 87.

[2]曾祥峰，王祖伟.城市污泥中镉的去除试验研究[J].天津农业科学，2011，17（1）：117-119.

[3]魏复盛，陈静生. 中国土壤环境背景值研究[J]. 环境科学， 1991（4）： 12-19.

[4]郭明新，林玉环.利用微生态系统研究底泥重金属的生物有效性[J].环境科学学报，1998，18（3）：325-330.

[5]李岭，刘冬，吕银斐，等.生物炭施用对镉污染土壤中烤烟品质和镉含量的影响[J].华北农学报，2014，29（2）：228-232.

[6]杨亚丽，李友丽，陈青云，等.土壤铅、镉、铬对蔬菜发育影响及迁移规律的研究进展[J].华北农学报，2015，30（z1）：511-517.

[7]赵本行，陈康姜，何楚斌，等.大豆作物对污染土壤中重金属镉的富集研究[J].天津农业科学，2013，19（11）：15-17.

[8]徐照丽，段玉琪，杨宇虹，等.不同土类中外源镉对烤烟生长及土壤生物指标的影响[J].华北农学报，2014，29（z1）：176-182.

[9]高子平，王龙，尹洁，等.镉污染来源对萝卜镉积累特性的影响[J].天津农业科学，2015，21（11）：37-41.

[10]高巍，耿月华，赵鹏，等.不同小麦品种对重金属镉吸收及转运的差异研究[J].天津农业科学，2014，20（10）：55-59.

[11]林海，康建成，胡守云.公路周边土壤中重金属污染物的来源与分布[J].科学：上海，2014，66（4）：35-37.

[12]符燕.陇海铁路郑州―商丘段路旁土壤重金属空间分布与污染分析[D].开封：河南大学，2007.

[13]罗娅君，王照丽，张露，等. 成绵高速公路两侧土壤中4种重金属的污染特征及分布规律[J]. 安全与环境学报， 2014（3）： 283-287.

[14]陈黎萍，艾应伟，于燕华，等.川中丘陵区铁路旁土壤重金属含量及化学形态研究[J].化学研究与应用，2008，20（5）：552-556， 560.

[15]范洪黎.苋菜超积累镉的生理机制研究[D].北京：中国农业科学院，2007.

[16]王美，李书田.肥料重金属含量状况及施肥对土壤和作物重金属富集的影响[J].植物营养与肥料学报，2014，20（2）：466-480.

[17]马耀华.环境土壤学[M].西安：陕西科学技术出版社，1998：178-207.

[18]黄绍文，金继运，和爱玲，等.农田不同利用方式下土壤重金属区域分异与评价[J].农业环境科学学报，2007（S2）：540-548.

[19]茹淑华，张国印，杨军芳，等.鸡粪和猪粪对小麦生长及土壤重金属累积的影响[J].华北农学报，2015，30（z1）：494-499.

[20]潘霞，陈励科，卜元卿，等.畜禽有机肥对典型蔬果地土壤剖面重金属与抗生素分布的影响[J].生态与农村环境学报，2012，28（5）：518-525.

[21]叶必雄，刘圆，虞江萍，等.施用不同畜禽粪便土壤剖面中重金属分布特征[J].地理科学进展，2012，31（12）：1708-1714.

[22]董志新，卜玉山，续珍，等.沼气肥养分物质和重金属含量差异及安全农用分析[J].中国土壤与肥料，2015 （3）：105-110.

[23]陈慧，卓开荣.覆膜种植下重金属在土壤-莴苣的迁移特征[J].广东农业科学，2014，41（13）：57-59， 66.

[24]于立红，王鹏，于立河，等.地膜中重金属对土壤―大豆系统污染的试验研究[J].水土保持通报，2013，33（3）：86-90.

[25]梁仲哲，齐绍武，和七红.土壤重金属污染现状及改良剂的研究进展[J].天津农业科学，2016，22（7）：5-9.

[26]苏亚勋，王素君，赵立伟，等.天津市郊区果园土壤重金属镉污染状况调查试验研究[J].天津农业科学，2016，22（6）：20-22， 27.

[27]刘国胜，童潜明，何长顺，等.土壤镉污染调查研究[J].四川环境，2004，23（5）：8-10， 13.

[28]张萌，毋燕妮，解静芳，等.太原市污灌区土壤镉存在形态与生物可利用性研究[J].环境科学学报，2015，35（10）：3276-3283.

[29]艾建超，李宁，王宁.污灌区土壤-蔬菜系统中镉的生物有效性及迁移特征[J].农业环境科学学报，2013，32（3）：491-497.

[30]黄游，陈玲，邱家洲，等.污泥堆肥中重金属的生物有效性研究[J].农业环境科学学报，2006，25（6）：1455-1458.

[31]郭广慧，陈同斌，杨军，等.中国城市污泥重金属区域分布特征及变化趋势[J].环境科学学报，2014，34（10）：2455-2461.

[32]徐兴华，马义兵，韦东普，等.污泥和水溶性重金属盐的植物有效性比较研究[J].中国土壤与肥料，2008 （6）：51-54.

[33]姬艳芳，李永华，孙宏飞，等.凤凰铅锌矿区土壤-水稻系统中重金属的行为特征分析[J].农业环境科学学报，2008，27（6）：2143-2150.

重金属污染特征范文第14篇

论文关键词：城市土壤，重金属污染，污染治理

 

引言

城市是人类社会经济发展的必然产物。从18世纪以来人口不断向城市集中。如今随着各国工业迅猛增长，社会经济飞速发展，城市的数目和规模均不断扩大[1]。而城市环境是一个以人为中心的城市经济、社会生态的复合生态系统。目前，城市人口剧增，人类活动频繁污染治理，使得组成这个环境的水、空气和土壤时刻处于被污染的状况之下，影响着城市的可持续性发展中国论文网。所以，建设一个绿色健康的城市环境是城市可持续发展的必然方向。

城市土壤是指受多种人为活动的强烈影响，原有继承特性遭到强烈改变的厚度大于或等于50cm的城区或郊区土壤[2]，是城市环境的重要组成部分，是城市生态系统地球化学循环的重要环节[3]，也是城市赖以存在发展的物质基础。当大量的重金属随着各种各样的人类活动进入城市土壤中，便造成这些元素在土壤中的积累。一般认为，土壤中污染物累积总量达到土壤环境背景值的2或3倍标准差时，说明土壤中该污染元素或化合物含量异常，已属土壤轻度污染；当土壤污染物含量达到或超过土壤环境基准或环境标准时污染治理，说明该污染物的输入、富集的速度和强度已超过土壤环境的净化和缓冲能力，则属重度土壤污染。由于城市人口密集，人类活动频繁，与土壤接触的机率很高，所以城市土壤的重金属污染更容易通过大气、水体或食物链而直接或间接地进入人体，威胁着人类的健康甚至生命。因此，研究城市土壤重金属污染现状并提出相应的治理对策是可持续发展城市所必需进行的重要的基础工作。

1.城市土壤重金属污染的现状

2.1 空间分布特征

由于城市土壤受人类各种活动的强烈影响，因此其重金属污染分布也呈现出

显著的空间差异。一般地，人口聚集的城市中心区域土壤重金属含量明显高于郊区和农田。对纽约市“市区－郊区－农区”土壤研究发现，重金属离子总量、重金属离子多样性等随着距市中心距离的增加而降低，重要污染重金属Pb、Cu、Ni、Cr的含量下降非常明显[4]。

在城市不同的功能区污染治理，重金属分布呈现出一定的规律性。一般的规律表现为：Pb的浓度为老工业区＞老居民区＞商业区＞开发区＞其它；Zn的浓度为老居民区＞商业区＞老工业区＞其它；Cu的浓度为老居民区＞商业区＞其它；Cd的浓度为老工业区＞老居民区＞其它[5 - 7]中国论文网。

城市公园是人们与土壤直接接触较多的特殊区域。北京城区三十多个公园土壤Pb质量分数调查表明，尽管大多数公园土壤污染程度轻，但客流量大的故宫、颐和园等著名公园污染指数却远远高于其它公园[8]。

城市土壤重金属污染的另一特征是公路两侧一般为城市土壤重金属污染最严重的地带，且呈明显的带状分布[9]。在50 m～80 m内公路两侧土壤中铅污染相当严重，100 m外土壤中的铅含量没有明显增加[10]。

此外，建筑物的建设、垃圾的堆积填埋等严重破坏了自然土壤结构，土壤层次凌乱，重金属在其垂直剖面方向分布变异较大，不同功能区重金属元素在土壤中各层的聚集状况没有规律可循[11,12] 。

2.2城市土壤重金属污染的来源

矿产冶炼加工、电镀、塑料、电池、化工等行业是排放重金属的主要工业源，其排放的重金属可以气溶胶形式进入到大气，经过干湿沉降进入土壤；另一方面污染治理，含有重金属的工业废渣随意堆放或直接混入土壤，潜在地危害着土壤环境[13]。随着城市化发展，大量污染企业搬出城区，原有的企业污染用地成为城市土壤重金属污染的突出问题[14]。

燃煤释放也是土壤重金属重要来源之一， 195年中国燃煤排放汞302.9吨，其中向大气排放量为213.8吨，北京、上海等超大城市排汞强度较高[15]。虽然近些年燃料使用及供暖方式的改变已明显改善这些城市的空气污染状况，但过去燃煤释放并已沉降至城市土壤中的重金属对城市生态系统、环境及人体健康仍会产生长期效应。

随着城市化发展，交通工具的数量急剧增加，汽车轮胎及排放的废气中含有Pb、Zn、Cu等多种重金属元素[16,17]，进入周围的土壤环境污染治理，成为土壤重金属污染的主要来源之一。此外，雨水淋洗也会使市区内堆放的垃圾中的重金属以有效态形式[18]渗漏释放到土壤中，使城市土壤局部重金属含量增加中国论文网。而表生条件下以有效态形式存在的金属元素几乎不可能再结合为残渣态，重金属在土壤中迁移能力增加，进而污染地下水。

2.3城市土壤重金属污染影响人体健康的途径

城市郊区是市区蔬菜的主要供应基地。因此，土壤－蔬菜系统是城市人群暴露土壤重金属污染的主要途径之一。目前研究发现中国城郊菜地土壤已受到不同程度的重金属污染[19,20]，其供应的许多蔬菜中重金属含量已超过相应的标准。而西班牙的Nadal等通过建立评价模型发现工业地区甜菜中Cr的积累与摄入有可能导致癌症发生率增加[21]。

城区内，土壤中主要种植的是观赏性或净化空气的植物，通过土壤－植物食物链对人体造成健康危害的可能性不大。但公园土壤与游人皮肤接触[22]、儿童摄取[22]、风起扬尘被人体直接吸入等成为城市土壤直接接触人体危害健康的又一个主要途径。研究发现[23,24]沙尘暴时，扬尘中来源于土壤的重金属元素Pb、Zn、Cd、Cu等的浓度比平常高出3~12倍，可吸入颗粒物的质量浓度极高污染治理，人体吸入重金属的量因此增加。

2.城市土壤重金属污染的治理对策

城市土壤是城市生态环境的重要组成部分，是地球环境中进行物质、能量、信息交换的重要环节。当其中的重金属含量超过其环境承载力后，将通过地表径流、淋溶、大风扬尘等途径对地表水、地下水和大气环境产生危害。为了保证人类和谐地生活在高速发展的城市中和人类社会的可持续发展，寻找控制治理城市土壤重金属污染的有效方法势在必行中国论文网。

3.1减少或切断重金属污染源，提高城市环境质量

在可持续发展理论和生态优先的原则下，改进生产工艺，实现绿色生产和循环经济，充分回收转换工业生产过程中产生的重金属有害物质，减少三废排放，禁止任意堆放工业生产的废渣，防止其中的重金属物质下渗到土壤或挥发到大气中。

减少煤的使用污染治理，开发清洁能源新技术，调整能源结构及能源供给方式，也是有效降低城市土壤重金属污染的有效措施。

分类收集处理城市垃圾，回收其中有用的重金属元素，在垃圾重金属不超标的情况下才能进行填埋、堆肥和焚烧。

3.2修复污染土壤，降低对人体的危害

由于土壤扬尘已成为城市大气重金属污染的主要来源。因此，可采取化学方法去除土壤中重金属。实验研究发现采用EDTA溶液淋溶去除土壤重金属的同时还可以回收利用这些物质，因此其成为去除城市土壤重金属的一种极有应用前景的方法。

当然，生物修复污染土壤有着工程措施无法相比的优势。种植植物不仅可以覆盖城市土壤，减少土壤扬尘的机会，而且还美化城市景观污染治理，净化空气，同时根据污染城市土壤的重金属元素种类有目的地选择植物种类合理搭配，可切实有效地从根源上修复城市土壤中的重金属污染。

3.3 建立城市土壤重金属健康评价标准

我国尚未制定出城市土壤重金属健康评价标准，不易界定城市土壤重金属污染，这不利于城市土壤不同功能的开发，因此应结合人体健康评估、土地利用方式和土壤中重金属赋存状态加大对城市土壤重金属健康评价体系研究的力度，尽快建立相应完整的评价标准，实现对城市土壤正确的评价，以便帮助政府相关部门制定出合理的法规，有效地保护、管理城市土壤和正确指导城市土壤的合理开发。

参考文献

[1]马光,等.环境与可持续发展导论[M].科学出版社, 2000

[2]张甘霖,朱永官,傅伯杰.城市土壤质量演变及其生态环境效应[J ].生态学报, 2003, 23 (3) : 539 – 546.

[3]张甘霖.城市土壤的生态服务功能演变与城市生态环境保护[J].科技导报(北京) , 2005, 23(3): 16- 19.

[4]张金屯,POUYAT R. “城－郊－乡”生态样带森林土壤重金属变化格局[ J ]. 中国环境科学, 1997, 17 (5) : 410 - 413.

[5]马建华,张丽,李亚丽.开封市城区土壤性质与污染的初步研究[J]. 土壤通报, 1999, 30 (2) : 93 - 96.

[6]王美青,章明奎.杭州市城郊土壤重金属含量和形态的研究[J].环境科学学报, 2002, 22 (2) : 603 - 608.

[7]卢瑛,龚子同,张甘霖.南京城市土壤Pb的含量及其化学形态[J]. 环境科学学报, 2002, 22 (2) : 156 -160

[8]郑袁明,余轲,吴泓涛,等.北京市城市公园土壤铅含量及其污染评价[J]. 地理研究, 2002, 21(4): 418 - 424.

[9]管东生,陈玉娟,阮国标.广州市及近郊土壤重金属含量特征及人类活动的影响[J ]. 中山大学学报(自然科学版) ,2001, 40 (4) : 93 - 97.

[10]师利明,郭军庆,罗德春.对公路两侧土壤中铅积累模式的理论探讨[J ]. 西安公路交通大学学报, 1998, 18 ( 3 ) : 13-15.

[11]李敏,林玉锁.城市环境铅污染及其对人体健康的影响[J ].环境监测管理与技术, 2006, 18 (5) : 6 -10.

[12]卢瑛,龚子同,张甘霖.南京市城市土壤Pb 的含量及其化学形态[J]. 环境科学学报, 2002, 22(2): 156-160

[13]潘海峰.铬渣堆存区土壤重金属污染评价[J ]. 环境与开发,1994, 9 (2) : 268 - 270.

[14]孙俊,陈晓东,常文越,等.搬迁企业环境遗留问题分析及修复对策研究[J]. 环境保护科学, 2003, 29 (118) : 40 - 42.

[15]王起超,沈文国,麻壮伟.中国燃煤汞排放量估算[J]. 中国环境科学, 1999, 19(4): 318-321.

[16]FALAHI-ARDAKANI A. Contamination of environment with heavy metals emitted fromautomotives [J]. Ecotoxicology and Environmental Safety, 1984, 8: 152-161.

[17]刘廷良,高松武次郎,左濑裕之.日本城市土壤的重金属污染研究[J]. 环境科学研究, 1996, 9 (2) : 47 - 51.

[18]张辉,马东升.城市生活垃圾向土壤释放重金属研究[J]. 环境化学, 2001, 20(1): 43-47.

[19]李其林,黄昀.重庆市近郊蔬菜基地蔬菜中重金属含量变化及污染情况[J]. 农业环境与发展, 2000, 17(2): 42-44.

[20]张勇.沈阳郊区土壤及农产品重金属污染的现状评价[J]. 土壤通报, 2001, 32(4): 182-186.

[21]NadalM, SchuhmacherM, Domingo J L. Metal pollution of soils and vegetation inan area with petrochemical industry[ J ]. The Science of the Total Environment,2004, 321 (1 - 3) : 59 - 69

[22]ABRAHAMS P W. Soils: their imp lications to human health[ J ]. Sci TotalEnviron, 2002 , 291: 1 - 32.

[23]王玮,岳欣,刘红杰,等.北京市春季沙尘暴天气大气气溶胶污染特征研究[J]. 环境科学学报, 2002, 22(4): 494-498.

[24]庄国顺,郭敬华,袁蕙,等.2000年我国沙尘暴的组成、来源、粒径分布及其对全球环境的影响[J]. 科学通报, 2001, 46(3): 191-197.

重金属污染特征范文第15篇

关键词：土壤重金属;污染因子分析;SPSS17.0

中图分类号：S151.9+3 文献标志码：A 文章编号：1674-9324（2015）19-0113-02

近年来，随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日显突出。文献的作者以工业废水，废气和生活废水，废气为指标，运用SPSS因子分析得出全国各个城市的环境污染结果。文献的作者应用内梅罗综合指数法得到了土壤中同时含有多种重金属污染的评价方法，从而获得土壤整体污染程度。本文应用因子分析，不仅可得到重金属综合污染情况，还可得到每种重金属的污染情况。

为了更精确的掌握城市表层土壤重金属污染问题，本文根据城市功能不同把城市分为五个区，分别是：生活区、工业区、山区、主干道路区及公园绿地区。再根据每个区的砷、铬、镉、铜、汞、镍、铅、锌八种重金属的浓度指标，运用因子分析确定每个区的土壤重金属污染情况。线性综合指标往往是不能直接观测到的，但它更能反映事物的本质，因此因子分析广泛应用于环境科学方面。因子分析模型：xi=ai1f1+ai2f2+…+aimfm+εi（i=1，2，…，8），其中（i）x1，x2，…，x8为8种重金属的浓度经过标准化处理后的标准化变量。标准化处理可以消除量纲的影响，而且标准化变换不影响变量的相关系数。这里的xi都具有均值为0，方差为1的特征。（ii）f1;f2;…fm叫做公因子，它们是在各个表达式中都出现的因子。本文最后得出f1，f2两个公因子。（iii）εi称为特殊因子，是每个观察变量特有的，表示该变量中不能被公共因子解释的部分。相当于回归分析中的残差项，各个特殊因子之间以及特殊因子与公因子之间是相互独立的。（iv）aij称为因子载荷，它是第i个变量在第j个公因子上的负载，它的绝对值越大说明xi和fj相依程度越大，即公因子fj对xi的载荷量大。

上述是对因子分析模型的简单介绍，下面介绍因子分析的一般步骤：（i）原始数据标准化。标准化公式为x’ij=■，其中xij是第i个变量的第j个观测量，而xj和δj分别为该变量的均值和标准差。（ii）应用KMO和Bartlett验证是否可应用因子分析。（iii）计算标准化数据的相关系数矩阵，求出相关系数矩阵的特征值和特征向量。（iv）使用方差最大法进行正交变换。其目的是使因子载荷两级分化，而且旋转后的因子仍然正交。（v）确定因子个数，计算因子得分，进行统计分析。

现以重庆市为例，按功能不同，把城市分为生活区、工业区、山区、主干道区和公园绿地区。以每个区中土壤重金属元素的浓度为参考数据。这里取8种重金属浓度，分别是x1为砷（μg/g），x2铬（ug/g），x3镉（μg/g），x4铜（μg/g），x5汞（ug/g），x6镍（μg/g），x7铅（μg/g），x8锌（μg/g）。数据来源于中国统计年鉴。

1.建立指标体系和在SPSS中导入原始矩阵，并且利用分析――描述统计来将数据进行标准化。

2.考察收集到的原有变量之间的线性关系，判断是否适合采用因子分析提取因子。利用SPSS软件，借助变量的相关系数矩阵、卡方检验和KMO检验方法进行分析。其结果如表1、表2所示。

从相关系数矩阵可以看出，大部分的相关系数较高，这8个变量之间存在较强的相关性，说明这8个变量反映的信息有很大的重叠，能够从中提取公共因子，适合进行因子分析。从KMO和Bartlett的检验表可以得到，卡方检验统计量为905.711，相应的概率p接近0，说明相关系数矩阵与单位阵有显著差异。表明适合进行因子分析。

3.利用相关系数矩阵求出相应因子的特征值和累计贡献率。SPSS操作结果如表3。

从上表看出旋转前后总的累计贡献率没有发生变化，即总的信息量没有损失。另外，旋转之后，有2个因子已经提供了原资料90.147%的信息，满足因子选取的原则：m个因子的累积贡献率要大于或等于80%，特征根要大于1。这可以说明因子1和因子2是土壤重金属污染的最重要的污染源，对该城区重金属污染的贡献最大。

4.在根据旋转后的因子载荷矩阵。

从表4中可得出，因子f1在主要由铬、镉、铜、汞、铅、锌构成，主要是工业交通产物，因此称为工业与交通因子。因子f2由砷和镍构成，称为生活因子。

5.根据正交旋转后的因子得分，得出因子得分函数。

由表5，可以写出以下因子得分函数：

f1=-0.147x1+0.895x2+0.984x3+0.212x4-0.004x5+

0.965x6+0.860x7+0.969x8

f2=0.963x1-0.442x2+0.177x3+0.968x4-0.724x5+