-
城市土壤是人类赖以生存的重要基础资源之一,也是构成生态系统的重要环节。随着城市化进程的推进,重金属元素随人类活动被带入城市土壤中。重金属因其持久性和累积性,通过对土壤、水体和大气的作用而影响到城市环境质量[1-2],进而影响植物与微生物的生长,并随食物链不断积累,威胁人类的健康[3-4],GALLACHER等[5]发现,住宅区附近土壤中的重金属可通过灰尘形式或通过土—手—嘴接触进入人体。目前,国内外众多学者对城市重金属的来源[6-7]、分布[8-9]和风险评价[10-11]开展了许多工作,取得了一定成果。作为中国重要的五金产业基地,浙江省永康市具备完善的工业产业链,主要产业包括不锈钢日用制品、电镀、钢管焊接、橡胶轮胎、电动工具、铝合金门窗和汽车制造业等,可能存在钛、铬、锰、钴、镍、铜、锌、砷、铅等重金属污染源。近年来,为响应国家可持续发展战略,永康市推进产业结构调整、资源配置优化。新形势下,为了坚持绿色发展,统筹协调,研究永康市城市土壤重金属污染情况与分布特征,以及重金属污染与土地利用类型之间的关系具有重要意义。本研究以浙江省永康市城区为研究区,对城区内土壤进行系统采样,测定重金属质量分数,利用多元统计方法判别土壤重金属的来源,并利用地统计方法对土壤重金属污染情况进行空间分布模拟,最后对土壤中重金属潜在生态风险的空间分布规律进行评价,以期对土壤环境质量评价以及防治管理提供参考。
HTML
-
永康市位于浙江省中部,隶属于浙江省金华市。地理坐标为28°46′~29°07′N,119°53′~120°21′E。气候类型为亚热带季风气候,四季分明,气候温和,空气湿润,年平均降水量为1 387.0 mm,年平均气温为17.5 ℃,年平均日照时数为1 909.0 h,无霜期为245.0 d。土壤类型分为红壤土、黄壤土、岩性土、潮土等4类。全市共辖11个乡镇,主城区由东城、西城、江南等3个街道与城西新区和五金科技园区2个区组成,是中国重要的五金制造产业基地[12]。
-
以永康市主城区为主要采样区域,于2014年7月10日至7月17日对表层土壤样品进行采样调查。在大面积相同土地类型区域如山体、农田按照1 km × 1 km布置采样点,在土地利用类型较为破碎的区域按照500 m × 500 m布置采样点[13],结合研究区土地利用类型所占比例,共计布置采样点181个,其中交通用地22个,工业用地25个,住宅用地30个,市政文教用地11个,公园绿地14个,林地25个,耕地54个。采取表层0~10 cm土壤样品,回避表层土壤中杂质以及其他人为污染物质,多点采样等量混合后带回实验室。
土壤样品重金属质量分数分析采用德国牛津仪器公司生产的便携式X-MET 7000手持式能量色散型X射线荧光(EDXRF)分析仪(精度1 mg·kg-1),使用X射线荧光光谱法测定了钛、铬、锰、钴、镍、铜、锌、砷和铅等9种元素质量分数。X射线荧光光谱法具有样品预处理简单、测定分析迅速、可分析元素种类广等优点,并且具有较好的准确度和精密度[14-15]。样品测定中采用国家标准物质《土壤成分分析标准物质——暗棕壤》(GSS-1)和《水系沉积物标准物质》(GSD-12)进行质量控制,测定结果显示:GSS-1和GSD-12标准样品中各重金属元素实测值与参考值的相对标准偏差(RSD)均小于10%。随机选取5个样品制作重复样,取样3份·重复-1,平行测定3次,其相对标准偏差均不超过5%。测试过程于浙江农林大学生态学实验室完成。
-
对重金属污染的分析包括均值、极值、中位数、标准差、偏度、峰度和变异系数等描述性统计,以及皮尔森相关性分析和主成分分析,以上分析均在SPSS 18.0软件中进行。对污染物变异函数拟合和普通克里格插值计算利用Arc GIS 10.1地统计模块完成。
-
单因子污染指数法是指某一单一污染物对环境的污染指数,能反映各污染物对环境的污染程度。其公式如下:Pi=Ci/Si。其中:Pi为第i种重金属的污染分指数;Ci为第i种重金属元素的实测质量分数;Si为重金属评价标准的临界值。本研究以金衢盆地土壤元素背景值作为重金属评价标准的临界值。单因子污染物质量等级指标如下:Pi≤1表示未污染,1<Pi≤2表示潜在污染,2<Pi≤3表示轻度污染,Pi>3表示重度污染。
-
考虑到不同重金属污染物的毒性与危害程度各不相同,本研究采用瑞典科学家HAKANSON[16]提出的潜在生态风险系数法,进行潜在生态风险分析。公式如下:
其中:Cfi为单一重金属污染系数;C表层i为实测值;Cni为土壤重金属元素背景值;Eri为单一重金属潜在生态风险系数;Tri为各重金属的毒性响应系数;IR为土壤多种重金属潜在生态风险指数。重金属元素的背景值及毒性系数如表 1所示。潜在生态风险指数与污染程度的关系如表 2所示。
重金属 背景值/(mg·kg-1) 毒性系数 金衢盆地 浙江省 全国 钛 4 091.00 4 406.00 4 406.11 1 铬 45.37 56.00 55.99 2 锰 377.00 620.51 600.00 1 钴 7.20 10.40 13.20 5 镍 12.45 23.93 24.60 5 铜 18.03 22.63 17.60 5 锌 72.13 83.10 70.60 1 砷 6.49 6.90 9.20 10 铅 35.12 35.70 23.00 5 Table 1. Background reference values (Cni)and toxicity coefficient(Tri) of heavy metals
单项生态风险系数(Eri) 综合生态风险指数(IR) 等级 得分 等级 得分 轻微 <40 低生态风险 <50 中等 40~<80 中等生态风险 150~<300 强 80~<160 高生态风险 300~<600 很强 160~<320 极高生态风险 ≥600 极强 ≥320 Table 2. Indices of potential ecological risk assessment
-
半方差函数由MATHERON[17]提出,用来描述区域化变量的随机性和结构性,其定义为:在随机场中,区域化变量可定义为随机函数Z(x)增量方差的一半。半方差函数的3个重要参数分别为:变程(Range),块金值(Negget, C0)和基台值(Sill, C0+C),基台值与块金值之差C为偏基台值,也称为结构方差。块金值和基台值的比值[C0 /(C0+C)]代表参数的空间自相关性,反映了人为干扰和自然因素的不同作用。若[C0 /(C0+C)]<0.25表明变量的空间变异以结构性变异为主,变量具有强烈的空间相关性;当0.25≤[C0 /(C0+C)]<0.75时,变量为中等程度空间相关;而[C0 /(C0+C)]≥0.75时,以随机变量为主,变量的空间相关性则很弱。克里格模型及其参数的合适程度需要按以下标准进行综合评价:(1)平均误差(EM)的绝对值最接近于0;(2)标准化平均误差(EMS)最接近于0;(3)平均标准误差(EAS)与均方根误差(ERMS)最接近;(4)标准化均方根误差(ERMSS)最接近于1[18]。公式如下:
其中:h被称为步长或位差;N(h)为距离等于h的点对数。实测半方差在图上表现为散点,应用最小二乘法对实测值进行不同模型拟合,以便用来估计不同模型的各项参数、残差平方和(SRS)和决定系数(R2)等。常见模型有球状模型(Spherical),指数模型(Exponential),高斯模型(Gaussian)和四球模型(Tetmspherical)等,经对比选取拟合度最高的模型,并依据最佳模型对变量进行克立格插值[19]。
1.1. 研究区概况
1.2. 样品采集与测试
1.3. 土壤重金属污染状况评价
1.3.1. 多元统计分析
1.3.2. 单因子污染指数法
1.3.3. 潜在生态风险系数法
1.3.4. 半方差函数
-
如表 3所示:钛、铬、锰、钴、镍、铜、锌、砷和铅的均值分别为5 677,121,513,10,23,24,95,6和40 mg·kg-1,9种重金属元素中除砷外,均超过金衢盆地土壤背景值[20],其中铬和镍的均值达到金衢盆地背景值的3.0倍和1.8倍,这8种元素在表层土壤中均存在明显的富集。所有样品中钛、铬、锰和镍的超标率较高,分别为93.37%,100.00%,71.27%和98.90%。变异系数(VC)可表征数据离散程度,WILDING[21]将其分为高度变异(VC≥36.00%),中等变异(16.00%≤VC<36.00%),低度变异(VC<16.00%)。除钛和镍元素变异系数小于36.00%外,其余均高于36.00%,说明这7种元素存在由于人为影响产生的特异值,其中铜的变异系数最大,达177.23%,说明铜元素的空间差异性极大,受人为活动影响最为严重。
重金
属均值/
(mg·kg-1)标准差/
(mg·kg-1)最小值/
(mg·kg-1)最大值/
(mg·kg-1)金衢盆地背景
值/(mg·kg-1)超标率(金
衢)/%变异系
数/%钛 5 677 1 298 2 629 12 045 4 091 93.37 22.86 铬 121 60 56 741 45 100.00 50.15 锰 513 267 54 1 728 377 71.27 52.03 钴 10 10 0 66 7 56.35 93.00 镍 23 8 11 78 12 98.90 35.95 铜 24 43 0 441 18 35.91 177.23 锌 95 91 39 932 72 49.17 95.84 砷 6 6 0 29 6. 39.23 94.99 铅 40 27 4 264 35 47.51 67.49 Table 3. Descriptive statistics of soil heavy metals
-
如表 4所示:从各元素平均单因子污染指数来看,永康市重金属污染种类较广泛,但总体污染程度较轻。钛、锰、钴、镍、铜、锌、砷和铅等8种重金属元素均存在潜在污染,各元素的平均单因子污染指数的排列顺序为铬>镍>钴>钛>锰>铜>锌>铅>砷。其中铬的单因子污染指数均值最大,为2.58,属于轻度污染,铬元素在研究区所有样点均存在一定的污染,其中有30个样点表现为重度污染,148个样点为轻度污染。
重金属 污染指数 均值质量等级 峰度 偏度 分布类型 最小值 最大值 平均值 钛 0.64 2.94 1.39 潜在污染 5.51 0-96 正态 铬 1.24 7.51 2.58 轻度污染 5.47 0-45 对数正态 锰 0.14 4.58 1.36 潜在污染 4.92 -0.58 对数正态 钴 0.02 9.23 1.42 潜在污染 4.58 -1.03 对数正态 镍 0.85 6.27 1.82 潜在污染 4.95 0.83 对数正态 铜 0.01 24.43 1.36 潜在污染 30.80 -2.85 对数正态 锌 0.54 12.92 1.31 潜在污染 8.12 2.00 对数正态 砷 0.01 4.44 1.02 潜在污染 10.68 -2.21 对数正态 铅 0.11 7.52 1.14 潜在污染 5.73 -0.13 对数正态 Table 4. Statistics of single-factor pollution index
-
对土壤中各重金属元素进行相关分析可以进一步解析重金属来源。通常情况下,相关性极显著或显著的重金属之间存在一定的同源关系。当对城市土壤造成污染时候,则为伴生性或综合性复合污染[22]。由表 5可以看出:重金属元素铬与镍、铜、锌、砷、铅之间的相关系数分别为0.801,0.804,0.723,0.249,0.360;锰与锌的相关系数为0.307,钴与砷的相关系数为0.290,镍与铜、锌、砷、铅的相关系数分别为0.743,0.652,0.318,0.419;铜与锌、铅的相关系数分别为0.893和0.591;锌与铅的相关系数为0.640,都通过了0.01水平的显著性检验。一般来说,铬、镍、铜、锌、铅之间的高相关性指示了人类活动的影响[23-24]。铬与锰、锰与铅之间的相关系数介于0.17~0.18,在0.05检验水平下表现为弱正相关。
重金属 钛 铬 锰 钴 镍 铜 锌 砷 铅 铬 -0.300** 1 锰 0.049 0.174* 1 钴 0.436** 0.126 0.121 1 镍 -0.325** 0.801** 0.076 -0.007 1 铜 -0.303** 0.804** 0.176* -0.051 0.743** 1 锌 -0.280** 0.723** 0.307** -0.073 0.652** 0.893** 1 锌 -0.017 0.249** 0.057 0.290** 0.318** 0.117 0.139 1 铅 -0.095 0.360** 0.179* -0.083 0.419** 0.591** 0.640** -0.241** 1 说明: **表示相关系数在0.01水平上显著,*表示相关系数在0.05水平上显著。 Table 5. Correlationship between soil heavy metal elements
-
城市土壤重金属元素的来源受人为活动与自然因素影响。主成分分析如表 6所示:根据特征值大于1的原则提取了3个主成分,第一主成分、第二主成分和第三主成分的特征值分别为3.77,1.64和1.30,前3个主成分累积方差贡献率达74.69%,基本可以代表数据所包含的主要信息。
重金属 第一主成分 第二主成分 第三主成分 钛 -0.413 0.457 0.591 铬 0.850 0.291 -0.157 锰 0.298 0.196 0.515 钴 -0.012 0.827 0.276 镍 0.809 0.117 -0.211 铜 0.906 -0.086 0.070 锌 0.890 -0.082 0.197 砷 0.250 0.702 -0477 铅 0.677 -0335 0.490 方差贡献率/% 41.89 18.32 14.48 累积方差贡献率/% 41.89 60.21 74.69 Table 6. Factors matrix of soils heavy metals
第一主成分的方差贡献率为41.89%,元素铬、镍、铜、锌和铅的因子载荷分别为0.850,0.809,0.906,0.890和0.677,各元素均值均明显超过金衢盆地土壤背景值,其中铬、铜和锌的最大值分别达到了背景值的18.9,9.2和12.9倍,而铬、镍、铜、锌、铅等元素之间又存在极显著相关性,由此可知,这些元素的积累主要受到人为活动的影响。铬、镍为不锈钢制品的主要原材料,镍也常作为催化剂在工业中使用[9]。铜、锌、铅主要源于城镇生活及工业废弃物排放,许多研究中常把锌与铅一同作为城市交通污染源的标志性元素[23]。锌常作为防锈涂层或添加剂,应用于小五金与汽车制造业,或因轮胎磨损进入城市土壤。铅常与燃料燃烧以及汽车尾气相关,并可通过大气沉降进入土壤[21]。因此,第一主成分代表了工业生产及交通运输活动的影响。
第二主成分的方差贡献率为18.32%,元素钴和砷的因子载荷较高,分别为0.827和0.702,钴元素均值高于金衢盆地背景值,砷元素均值低于金衢盆地背景值,但两者的最高值分别为背景值的9.2和4.4倍,属局部污染。钴常用于硬质合金、电子设备及电池生产[25],高纯砷是制取化合物半导体砷化镓、砷化铟等的原料,这些材料被广泛应用于二极管、红外发射器、激光等生产,因此砷可能来源于机械、仪表等工业废物[26-27]。因此,第二主成分同样代表了工业生产活动的影响。
第三主成分的方差贡献率为14.48%,元素钛和锰的因子载荷较高,分别为0.591和0.515,钛和锰均值均高于金衢盆地背景值,最大值分别为金衢盆地背景值的2.9和4.5倍。钛是地壳中含量排名第9位的元素,由于比强度和抗腐蚀能力很高,因此也常与其他金属制成合金。锰是地壳中含量排名第12位的元素,同时也是冶金工业的重要元素[28]。由此可知,钛和锰均是即在自然界分布广泛,又在工业加工生产中发挥重要价值的元素,因此第三主成分代表了自然分布与工业生产的共同影响。
-
本研究将各元素单因子污染指数进行普通克里格插值,以分析土壤重金属污染的空间分布特性,插值及模型相关参数如表 7所示。经过K-S检验表明:钛元素符合正态分布,铬、锰、镍、铜、钴、锌、砷、铅等元素经对数转换后符合正态分布,可以进行普通克里格插值,之后对各重金属单因子污染指数进行变异函数拟合和插值。元素钛、镍、钴和砷的块金系数为0.25~0.75,具有中等的空间相关性,可能存在随机因素的影响。元素铬、锰、铜、锌和铅的块金系数均大于0.75,空间相关性很弱,表现为较强的随机性。可见这5种重金属元素的积累可能受人类活动影响较为明显。
重金属 模型 块金值 基台值 块金系数 变程 EM EMS EAS ERMS ERMSS 变换 钛 指数模型 0.057 0.113 0.507 3398.989 0.003 0.008 0.316 0.296 0.940 无 铬 球状模型 0.064 0.089 0.962 3528.545 -0.007 -0.020 0.695 0.765 1.097 对数 锰 指数模型 0.258 0.280 0.919 7 227.290 0.023 0.002 0.815 0.713 0.924 对数 镍 指数模型 0.926 1.273 0.727 2 836.794 0.279 0.069 3.098 1.329 0.475 对数 铜 高斯模型 0.077 0.091 0.841 8187.070 -0.004 -0.017 0.536 0.635 1.185 对数 钴 指数模型 0.690 1.178 0.586 8187.070 0.006 -0.089 1.828 2.409 2.200 对数 锌 指数模型 0.263 0.268 0.980 6419.927 -0.055 -0.083 0.733 1.252 1.729 对数 砷 指数模型 0.878 1.874 0.468 16 769.045 0.212 0.021 1.944 0.881 0.678 对数 铅 指数模型 0.302 0.313 0.967 1028.610 0.009 -0.057 0.796 0.817 1.124 对数 Table 7. Models and the relevant parameters for semivario rams fitting of soils heavy metals
-
变异系数及变异函数模型拟合结果显示:铬、锰、铜、锌和铅元素受到较多的人为干扰,钛、镍、钴和砷元素也存在潜在的人为干扰源。为进一步确定污染物空间分布及来源,在半变异函数的拟合基础上,对研究区范围进行普通克里格插值。如图 1所示,从单因子污染指数的分布情况来看,钛元素的污染分布主要集中在江南街道,属于轻度污染,最高值位于白云工业园区。该园区主要产品为模具、燃具、锁具。铬元素主要呈现东西方向带状分布,总体呈轻度污染,污染指数较高的点位主要分布在城东的长城工业区与城西工业新区,此地是永康市主要的不锈钢加工产业区,主营钢材、五金工具、车床模具和电动工具。锰元素污染主要集中在江南街道西部以及西城街道北部,东部西部地区污染程度较轻。镍、铜元素污染情况呈现以市中心为圆心的同心圆分布,市中心所在的永康江北岸地区属于永康市老城区,长年累积的重金属污染情况十分严重。镍元素高值区主要分布于城西新区、老城区以及长城工业区所在的五金科技园,这与铬元素的分布表现一致,因此镍、铬元素主要来源于不锈钢产业。铜元素高值区主要分布于城西新区与城东五金科技园2个点,这与此地的集中化工业活动表现出一致性。钴元素污染情况为同心圆状分布,高值位于西南方的桐琴五金工业区以及城东的杜山头工业区、炉头工业区,桐琴五金工业区主要生产五金机械、轮毂齿轮、防盗门;杜山头工业区与炉头工业区位于永康市东部,主要生产电器、电缆、电动工具。此外,园区内坐落2家大型铸造厂。锌与砷元素污染情况呈片状分布,总体污染情况较轻。锌元素的分布与市区内道路分布存在较强的一致性,主要的高值区位于市区路网密集区以及长深高速沿线,考虑其主要来源于交通活动。砷元素污染指数高值区位于白云工业区北部的永康市仪表厂附近,该厂区为砷元素的潜在污染源;另一高值区在永武公路与长深高速交界处的南龙集团,主要受到附近电解、电镀厂及污水处理厂影响。铅元素同样存在潜在污染,高值区位于江南街道东南部东永高速与长深高速交界区,以及西城街道南部与城西新区东布,与市区内道路密度存在一致性。
研究区土地利用现状如图 2所示,工业用地中铬、镍、铜、锌、铅的单因子污染指数均值最高,分别为4.07,2.43,3.14,2.29,1.56;其次是住宅用地,铬、镍、铜、锌等的指数相对较高,分别为3.30,2.03,2.02,1.64;钛、锰元素的污染指数在各地类中差异不大,受到较少的人为干扰。
-
本研究采用瑞典科学家HAKANSON[16]提出的潜在生态风险分级评价法作为重金属潜在生态风险评价标准,经计算得到9种土壤重金属钛、铬、锰、镍、铜、钴、锌、砷和铅等的生态风险系数值及其对应的生态风险等级。如表 8所示,9种重金属元素的平均潜在生态风险系数Eri由强到弱为:砷>镍>钴>铜>铬>铅>钛>锰>锌。从属于不同生态风险级别的样点数来看,铜元素有1个样点属于强生态风险等级,3个样点属于中度生态风险等级;钴元素有1个样点属于中度生态风险等级;砷元素有1个样点属于中等生态风险等级;其余各样点各重金属元素均属于轻度的生态风险等级。从单一元素的生态风险来看,砷和镍的生态风险水平相对较高,铬、镍、铜、铅等4种元素的最高值均出现在工业用地与住宅用地中,砷、镍、钴等元素因其较大的毒性系数,在多数地类中均存在较高的生态风险,需要引起重视。钛、锰、锌元素毒性系数较低,所以在各地类的潜在生态风险均相对较低。从综合生态风险指数来看,永康市区总体属于低生态风险等级,仅1个位于城西新区处样点属于中等生态风险等级。各土地利用类型中工业用地具有最高的综合潜在生态风险,综合生态风险指数(IR)值为67.09,其次是公园绿地(57.30)和住宅用地(56.24),其他各地类综合潜在生态风险相对较低。
重金
属不同土地利用类型潜在生态风险系数 最低
值最高值 平均
值不同生态风险程度的样本数比例/% 耕地 工业
用地公园
绿地林地 其他 市政
文教园地 住宅
用地轻度 中度 强 很强 极强 钛 1.44 1.26 1.43 1.57 1.36 1.36 1.25 1.28 0.64 2.94 1.39 100 0 0 0 0 铬 5.53 8.15 6.54 5.29 6.44 5.46 5.48 6.61 2.89 37.92 6.17 100 0 0 0 0 锰 1.34 1.16 1.29 1.54 1.21 1.04 1.27 1.59 0.14 4.58 1.36 100 0 0 0 0 钴 6.49 6.58 11.75 8.14 7.05 11.12 3.60 7.28 0.08 46.17 7.12 99.45 0.55 0 0 0 镍 8.17 12.13 9.18 7.53 9.11 9.31 7.80 10.15 4.23 31.37 9.08 100 0 0 0 0 铜 4.60 15.68 4.95 2.95 5.93 3.35 3.23 10.12 0.01 122.17 6.79 97.79 1.66 0.55 0 0 锌 1.01 2.29 1.11 1.13 1.18 0.88 0.95 1.64 0.54 12.92 1.31 100 0 0 0 0 砷 8.19 12.03 16.75 7.70 12.28 12.38 11.07 10.62 0.01 44.40 10.15 99.45 0.55 0 0 0 铅 5.36 7.82 4.31 5.32 4.54 3.75 4.32 6.94 0.55 37.59 5.69 100 0 0 0 0 IR 42.14 67.09 57.30 41.16 49.10 48.63 38.96 56.24 22.68 242.76 49.05 99.45 0.55 0 0 0 Table 8. Index of heavy metal potential ecological risk in soils of the studied area
为了进一步分析永康市土壤重金属潜在生态风险的空间分布特征,本研究对研究区土壤样点的IR进行普通克里格插值,结果见图 3。可以看出研究区中部,即市中心区域土壤重金属综合潜在生态风险最高,其次是城西新区东部与五金科技园西部,研究区北部及西南靠近山区部分潜在生态风险最低。潜在生态风险总体呈现以市区为圆心的同心圆分布,并向四周递减。研究区IR的平均值为49.05,表明研究区土壤整体情况为低生态风险,局部存在中度潜在生态风险。