煤矿区农田土壤重金属的空间分布及污染评价

李 琦，韩亚芬

（宿州学院环境与测绘工程学院，安徽宿州234000）

煤矿区农田土壤重金属的空间分布及污染评价

李 琦，韩亚芬

（宿州学院环境与测绘工程学院，安徽宿州234000）

为深入认识宿州煤矿区土壤重金属的空间分布及污染状况，选择朱仙庄和桃园两矿，在其附近农田采集土壤样品106份，通过实验测试与分析，探讨了矿区土壤重金属元素的赋存含量及空间分布特征，并利用富集因子和潜在生态风险评价法对其污染现状进行了评估。结果发现：重金属元素Pb、Zn、Cr和Cd的平均含量分别为22.72、54.76、66.84、0.336 mg·kg-1，除Cd明显超出安徽省土壤背景含量外，其余三种元素均低于背景值；矿区土壤重金属元素含量的空间分布差异明显，各元素的含量高值主要集中在堆积场和塌陷塘附近农田，这是由于煤矸石中微量元素的长期淋溶输出，以及矿区地表水汇集过程中重金属元素不断向地势较低的塌陷塘附近农田土壤迁移所致；富集因子和潜在生态风险评价结果表明，Cd是煤矿区土壤的主要污染元素，其富集因子指数EF和潜在生态危害系数Er分别为3.81和103.84，属中度污染和极强生态风险等级，而Pb、Zn和Cr均为轻微生态风险水平。

煤矿区；土壤；重金属；空间分布；污染评价

煤矿开采为国民经济提供能源燃料，是社会发展和技术进步的物质基础。而伴随着煤炭资源的开采、选洗及后续加工，以自然状态赋存于地质体内的重金属元素被释放至地表环境，并在矿区周边土壤中大量富集，对土壤生态环境系统造成严重的污染危害[1]。重金属污染物进入土壤后不易分解，其污染过程具有长期性、隐蔽性和不可逆性等特点。土壤中的重金属元素能够在农作物体内累积，进而通过食物链途径危害人体健康[2-4]，同时在外动力影响因素（风力、水力及淋洗下渗等）的作用下，这些有害元素还会不断向大气、地表水和地下水中迁移[5]，从而导致多种环境介质的重金属污染。

近年来，煤矿开采引发的土壤重金属污染问题受到国内外学者的广泛重视。BhanuP等[6]对印度Jharia煤矿区周边土壤样品进行研究，结果发现该区出现明显的Pb、Cd、Cu、Zn和Ni富集；M.A.Halim等[7]利用地累积指数法对孟加拉国西北部Barapukuria煤矿附近水稻土的重金属污染进行评价，认为该区土壤已达到中等污染水平；董霁红等[8]针对于徐州矿区周边区域的调查发现，该区土壤中Cd污染严重，且在土壤剖面上存在随深度增加而含量升高的趋势；王丽等[9]对比分析了神府煤田3个煤矿区的周边土壤，发现土壤重金属含量受到煤矿开采年限、土壤质地、风向等因素的显著影响。

作为两淮煤田的重要组成部分，宿州矿区内有朱仙庄、芦岭、桃园等多座煤矿，长期的开采活动使得该矿区的生态环境问题日益凸显。为深入认识该矿区土壤的重金属污染现状，本文以朱仙庄和芦岭煤矿为例，首先对其土壤中Pb、Zn、Cr和Cd的元素含量开展测试和分析，并根据采样单元的划分类型探讨矿区土壤重金属元素的空间分布特征，进而利用富集因子和潜在生态风险评价方法对土壤重金属污染状况进行评估。

1 材料与方法

1.1 样品的采集和测试

本研究的样品采自宿州朱仙庄和芦岭矿区农田。根据矿区生产的功能类型划分，分别选取矿井区、矸石堆积场、塌陷塘、矿区相关企业（砖窑厂和水泥厂）及外围农田（距煤矿厂区500m外）共五类采样单元，在其附近采集土壤样品。每个采样单元布设采样点8～12个。在各采样点处，首先划定一个2m×2m的采样方格，在方格内多点采集表层（0～ 20cm）土壤样品，混匀后四分法制得0.5kg混合土壤样品一份。共采得土壤样品106个，其中朱仙庄矿区58个，芦岭矿区48个。

将采集到的土样置于自封袋中带回实验室。首先在室内避光处自然风干1～2周，剔除植物残余及杂物，经玛瑙研钵研细并过200目尼龙筛后待用。准确称取过筛后的土样4.0g，利用30t压片机压片成型，利用X荧光光谱仪（型号Explorer 9000SDD，美国伊诺斯公司）测定样品中Pb、Zn、Cr和Fe元素的含量；对于样品中的Cd含量，采用四酸（HNO3-HCl-HClO4-HF）消解和石墨炉原子吸收法（TAS-990FG，普析通用，北京）测定。在样品测试过程中，每测试5个样品后采用国家标准样品（GBW07307）校准一次，将标样测试值和参考值间的相对标准偏差（RSD）控制在10%以内。

1.2 评价方法

1.2.1 富集因子

富集因子（EF，Enrichment Factors）是定量评估土壤中污染程度及污染来源的重要指标，它通常选择地壳中较为稳定且人为影响程度较弱的Fe、Al、Si、Ti等作为参比元素，并将土壤样品中的污染元素含量实测值及其背景值分别与参比元素进行对比，进而评估元素的污染水平及人为影响状况[10,11]。由于该法在最大程度上消除样品采集过程中各种不定因素的变化带来的影响，因而使得评价结果更为准确可靠。富集因子指标的计算公式如下：

式中：Cj和Cb分别表示土壤样品中污染元素j和参比元素b的实测含量；而Cj’和Cb’则分别为待测元素j与参与元素b的土壤含量背景值；EF为污染元素j的富集因子。本文选择Fe为参比元素。根据元素富集因子EF数值大小，可将其分为5个污染等级[12]，见表1所示。

表1 元素富集因子污染等级划分标准Table1 Grading standard of enrichment factor

1.2.2 潜在生态风险评价法

潜在生态风险评价法最早由瑞典学者Hakanson 于1980年提出[13]。作为土壤及沉积物重金属污染评价的主要手段，该法不仅综合考虑到重金属元素毒性在土壤中普遍存在的迁移转化规律和研究区域对重金属危害的敏感性，还消除了区域背景差异的影响。其评价指标主要分为单一元素潜在生态危害系数（Eri）和综合潜在生态危害指数（RI），具体计算公式如下：

式中，RI为综合潜在生态危害指数，Eri为重金属元素i的潜在生态危害系数，Tri和Csi分别为重金属元素的毒性相应系数和污染指数，Cei和Cbi分别代表元素i的实测含量和土壤背景值。依据RI 和Eri的测算结果，可对土壤重金属的污染程度进行等级划分。重金属的毒性响应系数（Tri）[14]和生态风险等级划分[15]如表2、表3所示。

表2 重金属元素毒性响应系数Table 2. The toxicity coefficient of heavy metals

表3 重金属潜在生态风险的等级划分Table 3. Class partition for potential ecological risk index of heavy metals

2 结果与分析

2.1 煤矿区农田土壤重金属含量特征

根据样品测试结果，将研究区土壤重金属含量统计特征值列于表4所示。由表4可知，朱仙庄和芦岭两矿区土壤中Pb、Zn、Cr、Cd和Fe的平均含量分别为22.72、54.76、66.84、0.336 mg·kg-1和2.86 mg·g-1，与安徽省土壤背景值相比，Cd的平均含量高出元素背景含量，达背景值的3.46倍，而Pb、Zn、Cr和Fe元素含量均低于背景值。对比所选两个煤矿土壤重金属含量发现，除Zn含量存在明显差异外，其余四种元素的平均含量均大致相当，说明这两个煤矿区土壤的重金属污染状况较为相似。

变异系数是用以比较不同样本离散程度的指标。一般而言，当其值大于30%时，属强变异；在10%～30%之间为中等变异；而小于10%则为弱变异。从表4中可以看出，两煤矿区土壤中五种元素的变异系数大小次序一致，均为Zn＞Cd＞Pb＞Cr＞Fe。其中，Zn的变异系数分别为36.84%和33.56%，说明其元素含量的空间分布差异明显；Cd、Pb和Cr元素的变异系数介于10%～30%间，属于中等空间变异水平；而Fe的变异系数仅为8.17%和6.74%，说明该元素的空间分布相对均匀。

表4 宿州煤矿区农田土壤重金属元素含量统计特征值TabLe 4 Statistical characteristics of heavy metal concentrations in farmland soils from coal mining area

2.2 煤矿区农田土壤重金属含量分布

图1为煤矿区五类采样单元土壤中Pb、Zn、Cr 和Cd元素的含量对比。由图1可知，各采样单元内土壤重金属含量差异明显，总体来说，各元素在矸石堆积场和塌陷塘附近土壤中的含量普遍较高，而在外围农田中的含量则相对较低。其中Pb和Cr的含量最高值均分布在矸石堆积场附近土壤，分别达25.43和71.90 mg·kg-1，而其最低值则主要出现在砖窑厂、水泥厂及外围农田中，这含量分布上的差异说明Pb和Cr元素在土壤中的含量富集可能与矿区煤矸石长期堆放引发的有害元素淋溶输出存在密切关系。而Zn和Cd在不同采样单元土壤间的含量分布极为相似，最高值均出现在矿区塌陷塘附近，分别为68.09和0.392 mg·kg-1，在矸石堆积场附近土壤中的含量次之，而在外围农田中的含量最低。这可能是由于塌陷塘附近农田地势低洼，大量的重金属元素能够随着降雨形成的矿区地表径流向此迁移，因而导致其元素含量较高。

图1 不同类型采样单元农田土壤重金属含量的对比Fig1 The contrast between heavy metal concentrations in different sampling areas

2.3 富集因子评价

利用式（1）测算出研究区土壤中Pb、Zn、Cr、Cd元素的富集因子（EF）值，并将其绘制如图2所示。由图2可知，朱仙庄和芦岭煤矿土壤中各重金属元素的EF值大小顺序基本一致，依次为Cd>Cr>Zn> Pb，而它们在各采样单元间的分布也和元素含量的分布状况相同。其中，Cd元素在矿区总体土壤样品中的EF平均值为3.81，而在各采样单元土壤中的EF值范围为2.82～4.38，属于中度污染水平；Pb、Zn和Cr元素的EF平均值分别为0.94、0.97和1.09，均接近于1.0，说明这三种元素在矿区土壤中的富集状况与区域土壤背景大致相似，介于无污染到轻微污染之间。

图2 煤矿区农田土壤重金属元素富集因子指数Fig2 Enrichment factor indexes of heavy metals in farmland soils from coal mining area

2.4 潜在生态风险评价

由宿州煤矿区土壤重金属的潜在生态风险评价测算结果（见表5）可知，朱仙庄和芦岭两矿的土壤重金属综合潜在生态危害指数RI分别为106.56 和116.30，平均值为110.97，均属于强生态风险等级。而从单项潜在生态危害系数来看，两矿土壤中Pb、Zn和Cr的Er值都小于10，为轻微生态风险水平，Cd在朱仙庄和芦岭矿土壤中的Er值分别为99.27和109.36，均值高达103.84，属极强生态风险等级。按照每种元素的单项生态危害系数在综合潜在生态危害指数中所在比例进行排序，依次为Cd （93.57%）>Pb（3.85%）>Cr（1.78%）>Zn（0.79%）。可见，研究区土壤重金属的生态风险主要是由Cd污染导致，这与江培龙等[16]针对淮南煤矿复垦区土壤重金属污染的研究结论一致。

表5 煤矿区农田土壤重金属单项潜在生态风险系数和潜在生态风险指数Table 5. Potential ecological risk indexes of heavy metals in farmland soils from coal mining area

3 结论

通过对宿州市朱仙庄与芦岭两矿土壤重金属元素的空间分布及污染评价研究，得出如下结论：（1）研究区土壤中Cd平均含量达0.336 mg·kg-1，为安徽省土壤背景含量的3.46倍，而Pb、Zn、Cr和Fe元素含量均低于背景值。各元素的空间变异性强弱依次为Zn>Cd>Pb>Cr>Fe；（2）煤矿区各采样单元间的土壤重金属含量差异明显，元素含量高值主要集中在矸石堆积场和塌陷塘附近土壤，前者与煤矸石中有害元素在长期堆放下的淋溶输出有关，而后者则主要由矿区地表水汇集过程中重金属元素不断向地势较低的塌陷塘附近农田迁移所致；（3）富集因子和潜在生态风险评价结果显示，各重金属元素的富集因子高低顺序为Cd>Cr>Zn>Pb，生态风险强弱顺序为Cd>Pb>Cr>Zn。矿区土壤中Cd元素的EF 和Er值分别为3.81和103.84，属中度污染等级，并具有极强的潜在生态风险，其余三种元素均介于无污染到轻微污染，为轻微生态风险水平。

[1]庞妍,同延安,梁连友,等.矿区农田土壤重金属分布特征与污染风险研究[J].农业机械学报, 2014, 45（11): 165-171.

[2]Bhuiyan M A H, Parvez L, Islam M A, et al. Heavy metal pollution of coal mine -affected agricultural soils in the northern part of Bangladesh [J]. Journal of Hazardous Materials, 2010, 173（1-3): 384-392.

[3]徐友宁,张江华,柯海玲,等.某金矿区农田土壤重金属污染的人体健康风险[J].地质通报, 2014, 33（8): 1240-1252.

[4]Zhuang P, McBride M B, Xia H P, et al. Health risk from heavy metals via consumption of food crops in the icinity of Dabaoshan mine, South China [J]. Science of the Total Environment, 2009,407: 1551-1561.

[5]余平.采矿环境地球化学研究[J].矿产与地质, 2002, 16 （2) :360-363.

[6]Bhanu P, Madhoolika A, Siddharth S. Ecological risk assessment of soil contamination by trace elements around coal mining area[J]. Journal of Soils and Sediments, 2015.09 （Published Online).

[7]M A Halim, R K Majumder, M N Zaman. Paddy soil heavy metal contamination and uptake in rice plants from the adjacent area of Barapukuria coal mine, northwest Bangladesh [J]. Arabian Journal of Geosciences, 2015,08: 3391-3401.

[8]董霁红,卞正富,王贺封,等.徐州矿区充填复垦场地作物重金属含量研究[J].水土保持学报,2007,21（5):180-182.

[9]王丽,王力,和文祥,等.神木煤矿区土壤重金属污染特征研究[J].生态环境学报2011, 20（8-9):1343-1347.

[10]Zoller W H, Gladney E S, Duce R A. Atmospheric Concentrations and Sources of Trace Metals at the South Pole[J]. Science,1974,183:199-201.

[11]Tanin L, Micaela P, Malcolm C. Heavy Metal Distribution and Controlling Factors within Coastal Plain Sediments, Bells Creek Catchment, Southeast Queensland, Australia[J]. Environment International,2003,29:935-948.

[12]Sutherland R A. Bed Sediment-Associated Trace Metals in an Urban Stream,Oahu, Hawaii[J].Environ.Geol., 2000,39: 611-627.

[13]Lars Hakanson L. An ecological risk index for aquatic pollution control--A sediment logical approach [J] .Water Research, 1980, 14（2): 975-1001.

[14]徐争启,倪师军,庹先国.潜在生态危害指数法评价中重金属毒性系数计算[J].环境科学与技术, 2008, 31（2): 112-115.

[15]赵沁娜,徐启新,杨凯.潜在生态危害指数法在典型污染行业土壤污染评价中的应用[J].华东师范大学学报（自然科学版), 2005, 3（1): 111-116.

[16]江培龙,方凤满,张杰琼,等.淮南煤矿复垦区土壤重金属含量分布及潜在生态风险评价[J].水土保持通报, 2013,33（6):161-165.

In order to recognize the spatial distribution and pollution situation of heavy metals in soils from Suzhou coal mine area, an investigation of 106 samples which have been collected form the farmlands around Zhuxianzhuang and Luling mines was conducted and the contamination levels of four elements（Pb, Zn, Cr and Cd) were assessed, using the index of Enrichment Factor（EF) and the potential ecological risk method. The results showed that: the average concentrations of Pb, Zn, Cr and Cd in soils were 22.72, 54.76, 66.84 and 0.336 mg·kg-1, respectively. Compared with the background of Anhui soils, Cd was in higher level, while the other three elements were reverse. There were obvious differences in the spatial distrbution of the heavy metal contents, the higher values were mainly concentrated around the gangue dump and collapse pit, and it maight be caused by the prolonged leaching deliquescence of trace elements in gangue and the migratory behaviour of heavy metals in the surface environment of coal mine area. Cd, with the highest values of EF（3.81) and Er（103.84), was moderately polluted and belonged to the extremely strong potential ecological risk degree, while Pb, Zn and Cr were just slight ecological risk level.

Coal mine area; Soil; Heavy metals; Space distribution; Pollution assessment

李琦（1982-），男，安徽阜阳人，宿州学院环境与测绘工程学院讲师，硕士，研究方向为环境污染与防治。

国家自然科学青年基金项目（41302274)、宿州学院科研平台开发课题项目（2013YKF05)和安徽省领军人才专项项目（2014IJ01）联合资助。

F321

A

2095-7327（2016）-03-0004-05

Distribution and Pollution Assessment of Heavy metals in Farmland Soil form Coal Mine Area

LI Qi，HAN Yafen

（School of Environment and Surveying Engineering, Suzhou University, Suzhou Anhui 234000）

崔月华