新疆准东煤田土壤重金属来源分析及风险评价

杨 磊 ，熊黑刚

（1.新疆大学资源与环境科学学院，乌鲁木齐 830046；2.新疆农业大学管理学院，乌鲁木齐 830052；3.北京联合大学应用文理学院，北京 100083）

0 引 言

煤矿开采可能会给其周边农田土壤带来重金属污染的风险。有研究显示[1-4]，煤矿开采产生的酸性废水中重金属含量很高，并会对周围土壤和水体造成污染，进而抑制和毒害农作物的生长发育，制约当地的农业发展，甚至通过大气、水体或食物直接或间接危胁着人类的身体健康[5-6]。近几年，肖雪等[7]通过野外采样和实验室分析，对淮河流域某镇农业土壤中 Zn，Cu，Cr，Ni，Cd和 Pb等 6种重金属的含量特征进行了研究，结果表明Cd是6种重金属中污染程度最严重的，整个研究区域土壤属于轻度综合潜在生态风险程度；陈小敏等[8]对北京市密云水库上游金矿区周边土壤重金属( Hg，Pb，Cu，Cd，Ni，Zn 和 Co) 的空间分布、来源及污染现状进行研究与评价；常华进等[9]则采用污染系数、富集系数、地累积指数和潜在生态危害指数评估了青海湖流域沙柳河下游沉积物中9种重金属元素的污染程度。

准东煤田五彩滩矿区位于新疆阜康市吉木萨尔县北部荒漠区，由于煤炭资源丰富，该区成为新疆重要的煤炭生产区。同时，该区古尔班通古特沙漠南缘城镇附近分布有大量农田，这就为当地土壤和农作物生产带来了重金属污染风险。虽然刘巍等[10]近年来对准东煤田露天矿区土壤 6种重金属进行了污染现状评价及来源分析，阿尔祖娜·阿布力米提等[11]分析了准东矿区周边土壤重金属与降尘重金属的关系及污染风险评价，但是针对城市与矿区之间的土壤重金属现状分析及矿区对周围城市土壤质量影响的研究少有报道。因此，本文以准东矿区为中心，向西南部的阜康市建立缓冲区，研究矿区与城市之间的土壤重金属状况，根据距离矿区远近程度的不同，做出了3个缓冲区（A区，B区和C区）的土壤重金属污染水平及生态风险评价。

本文以准东-阜康市之间的土壤为研究对象，通过多元统计法研究了土壤中Zn，Cu，Cr，Hg，As和Pb 6种被确定为农业生态环境中重点监控的有害元素的含量特征，并利用单因子污染指数、地累积指数和Hakanson潜在生态风险指数分析评价各种重金属污染状。为准确掌握准东矿区土壤重金属扩散的状况，及产业结构规划提供基础科学依据。

1 研究区概况

采样区域位于新疆准东煤矿-阜康市之间，位于古尔班通古特沙漠南缘城镇附近（图1），准东矿区与阜康市被古尔班通古特沙漠隔开。该区域位于欧亚大陆腹地，远离海洋，属典型的极端干旱大陆性气候。冬季长而严寒，夏季短而炎热，春秋季节不明显，干旱少雨，日照充足，热量丰富，昼夜温差大，春秋季多风，平均气温7.0 ℃，多年平均降水量183.5 mm，多年平均蒸发量2 042.3 mm。

图1 研究区采样图Fig. 1 Sampling plot of study area

2 材料与方法

2.1 样品采集

2017年 5月对准东矿区进行综合调查，首先基于ArcGIS测量可知准东矿区至阜康市距离直线距离约126 km，因此以准东矿区为中心，向阜康市每隔42 km分为一个缓冲区，分出了3个缓冲区为A区、B区、C区3个区域（如图 1）。本试验的样品采集以准东矿区与阜康市之间的绿洲土壤为主和一些周边未利用地及荒漠土壤，依据对角线法设置10 m × 10 m土壤样方进行采样，每个样方按对角线采集5个样品，每个土壤样品采集深度0~20 cm，将每个样方的5个土壤样品混合均匀后作为该样点的1个代表性样品；整个研究区共采集27个样方，（即27个采样点）用GPS对其进行坐标定位，采样点分布见图 1。最后在土样自然风干后，筛去土壤的一些杂质(如植物残茬、石粒、砖块等杂质)，将土壤样品平铺在平整木板上，先用木棒进行研磨、压碎，再过2 mm孔径筛。最终称量一定的土壤进行土壤指标的测定。

2.2 土壤重金属测定

对采集回来的土壤样品进行自然晾干，然后碾磨，过筛去除杂质后，取0.5 g土壤样品置于四氟乙烯干锅中先加入9 mL浓盐酸（HCl），其次加入3 mL浓硝酸（HNO3）加热至沸腾20 min后，然后加入氢氟酸（HF）5 mL加热30 min，再加入3 mL的高氯酸(HClO4)，加热至全部溶解，最后加入10 mL的稀硝酸，以微沸状态溶解15 min后冷却，并用高纯水定容至20 mL，共检测6种重金属元素：Zn，Cu，Cr，Hg，As和Pb。对Hg和As 2种元素进行测定主要是原子荧光光谱法检测（东京日立高科技公司）；对Zn，Cu，Cr和Pb等4种元素采用火焰原子吸收光谱法（东京日立高科技公司日立Z-2000型原子吸收分光光度计）进行测定。

2.3 数据处理与分析方法

2.3.1 统计分析

本文利用SPSS19.0软件，选取相关性分析、因子分析以及主成分分析法，对表层土壤重金属进行特征及来源分析。

2.3.2 污染指数法及地积累指数法

土壤中重金属污染程度可采用污染指数(contamination factor，CF)[12]来初步评价，即土壤中重金属元素n 的实测值与该元素背景值比值，大于1表示该元素发生富集，否则就亏损，计算公式如下：

采用目前常用的地积累指数法对阜康农田重金属污染状况及生态风险进行综合分析与评价。地累积指数法是广泛应用于土壤重金属的评价方法之一计算公式如下

式中Cn是元素n在重金属中的含量，g/kg；Bn为该元素的地球化学背景值，g/kg；Cb为新疆土壤重金属背景值，g/kg[13]，如表 1 所示：K 为考虑各地岩石差异可能会引起背景值的变动而取的系数(一般为1.5)。Igeo值与重金属污染水平的划分关系为：Igeo小于0为清洁状态；0~1之间为轻度污染；1~2 之间为偏中度污染；2~3 之间为中度污染；3~4之间偏重污染；4~5为重污染；大于5为严重污染[14-15]。

2.3.3 生态风险指数法

Hakanson 潜在生态风险指数法是目前常用的重金属质量评价方法之一。该方法从重金属生物毒性的角度来进行重金属潜在生态风险评价，划分其潜在生态风险等级[16-17]。Ei为单个重金属元素的潜在生态危害风险参数；RI 为多种重金属元素的潜在生态综合危害指数。其计算公式为：

式中Tn为第n种重金属的毒性系数；CF为第n种重金属的污染指数。单因子生态风险划分关系：Ei<40为低生态风险；40≤Ei＜80为中度生态风险；80≤Ei＜160为较高生态风险；160≤Ei＜320为高生态风险；Ei≥320为很高生态风险[11]。RI值与生态风险水平的划分关系：RI小于150为低生态风险；150≤RI＜300为中等生态风险；300≤RI≤600为较高生态风险；RI >600为很高生态风险[10]。

3 结果与分析

3.1 土壤重金属污染特征

土壤重金属污染测定结果表明准东矿区土壤重金属质量分数差异显著，如土壤中Cu质量分数在0.001~0.016 mg/kg范围内，而Cr质量分数则在19.3~78.8 mg/kg之间(表1)。在进行重金属元素污染和危害风险评价时，本文以新疆土壤背景值[13]作为参考体系。除Cr外，Zn和Cu元素的质量分数的平均值均高于新疆背景值。因此，研究区土壤环境质量状况总体良好。其中A，B和C区域存在共性，土壤Cr，Zn和Cu元素均值超出新疆土壤背景值。由图2可知这3个区域各重金属所占比例相差不大，其中Cu元素随着矿区距离的变大，所占各重金属比例有所增大。变异系数可以反映重金属空间分布的差异程度，一般变异系数小于15%的为小变异，在16.0%~35%之间的为中等变异，大于36.0%的为高度变异[18]。结果显示A区域As，Hg，Cr，Cu和Zn这5种重金属的变异系数分别为 83.8%，82.8%，37.0%，75.8%和 114%，属于高度变异，表明这 5种重金属空间分布不均匀，离散程度较大，存在高值区域，受外来影响较大。其中 B区域除Hg元素变异系数值较高以外，其余重金属变异系数相对于A区域有所降少。C区域重金属的变异系数相对于B区域也均有所减少。总体来看，距离矿区越远，变异系数呈降少趋势。

表1 土壤重金属含量统计特征分析Table 1 Characteristics of statistical analysis of heavy metal content in soils

图2 不同缓冲区的重金属含量Fig. 2 Content of heavy metals in different buffers

由研究区土壤重金属含量分布图（图3）可知，准东矿区附近土壤重金属含量由东北向西南呈递减趋势，且以矿区周边土壤重金属含量最高，并随离矿区距离的增加而减少，这是由于煤矿生产中排放的酸性废水和煤矸石中的重金属含量较高[19-20]，经过长期风化产生的扬尘以及雨水淋溶作用会使重金属在土壤中富集[21]，故离矿区越近的土壤中重金属含量越高。从整体来看，除Cu和Hg含量高值分布于阜康农田土壤外，其余重金属高值均出现在准东矿区附近。而阜康市周边土壤中出现Hg的高值，可能是施用化肥所致，而Hg是化肥的常见成分[22]，因此导致 Hg高值的原因可能是人类耕种及干扰活动造成[23]。

3.2 污染物来源分析及贡献率估算

3.2.1 重金属来源识别

首先对重金属各元素进行因子分析，可得载荷矩阵(表2)，载荷系数越大表明其重金属元素对土壤环境影响越大，起主导作用。选取载荷系数最大的因素变量，其中第1主成分中的Cr和Hg，载荷系数最大，说明第 1主成分中Cr和Hg起主要作用。第2主成分中的Pb与Zn，载荷系数最大，说明第2主成分中Pb与Zn起主要作用。第3主成分的As与Cu，载荷系数绝对值最大，说明第3主成分中As与Cu起主要作用。

图3 农田土壤中重金属含量水平分布Fig. 3 Horizontal distributions of heavy metals in farmland soil

表2 旋转因子载荷表Table 2 Rotating factor loading diagram

从表 3中可以看出，通过对准东矿区农田土壤重金属的主成分分析，6种重金属提取了6个主成分，其中前5个主成分累积解释了总方差的97.2%，可以说前5个主成分概括了全部信息的大部分信息。第 1主成分的贡献率为37.5%，由上述可知Hg 和Cr 在第1主成分上有较高正载荷(如表2)，是第1主成分中起主导作用的元素。Pb，Zn 载荷值处于低等水平，分别为0.145，0.279。其中贡献最高的重金属Cr，Cr元素主要来源煤炭开采过程中扩散的煤尘，所以第 1主成分可以反映煤尘的影响。第2主成分的贡献率为 26.9%，在Pb上的载荷最高，为0.871。

对于准东矿区土壤重金属样品，F1中Cr有最高负载，为 0.849，其中根据姚峰[24]等对准东煤田的研究结果可知，Cr元素主要受到煤炭开采过程中扩散的煤尘下渗引起土壤重金属Cr含量增加，又因为 Cu和Cr元素之间具有显著性相关（0.429，P<0.05），说明 Cu和 Cr来自同一个污染源，即本文推测F1代表煤尘来源。

表3 重金属主成分分析结果Table 3 Principal component analysis of heavy metals

表4 土壤重金属相关性分析Table 4 Correlation analysis of heavy metals in soil

根据描述统计表可以看出Zn元素的平均值未超过新疆背景值，可以认为准东矿区土壤Zn元素主要来自于土壤母质，即F2可代表土壤母质来源。准东煤田常年进行开采，除煤炭开采以外还伴随着一系列的煤电、煤化工等，这些活动均会引起大气降尘中Hg和As重金属含量升高。因此可以推断土壤中Hg可能来源于煤炭燃烧，其次一些研究表明煤炭燃烧是Hg的主要来源[25-26]，所以本文认为F3可代表煤炭燃烧来源；而大气中的As的来源部分是煤炭的燃烧[10]。然而郭欣等[27]研究结果表明煤燃烧释放的飞灰中 As 占原煤含量的84.6%，且易于富集在灰尘中，随颗粒物远距离扩散，从而造成了研究区整体As 元素的污染。因此可以推断As元素直接来源是大气降尘，最终来源是煤，此处本文推测F4可代表大气降尘来源。Pb 是交通运输主要标志性污染物来源[28]，准东矿区常年开采，车流量大，交通运输频繁，所以该因子可以代表交通运输来源，即F5为交通运输来源。作者基于前人研究基础上，对重金属污染来源进行了可能性分析，经因子分析所得的主要因子与重金属来源建立了合理的联系。

3.2.2 污染源贡献率分析

利用因子分析-多元线性回归解析重金属来源及贡献比率是比较常用的方法。表 5为各主因子对不同重金属元素贡献的比率，其中E/O表示因子分析-多元线性回归所模拟的重金属含量与实测含量间的比值，这一比值均接近于1，而模拟值和实际值之间的决定系数(R2)都达到了极显著水平(P＜0.01)。因此，因子分析-多元线性回归可以很好地模拟重金属来源。按照归一法取舍各主因子的贡献率，结果如表5所示。表5中大于1%的数值按原值保留，小于1%的数值说明贡献很小，可忽略不计，此处记为0。由于大多数重金属的5个主因子贡献率之和小于100%，表明仍有其他污染贡献存在，将其称作不确定因子，并以 UF 表示。

如表5所示，在准东矿区，Hg的主要来源为煤炭燃烧，煤炭燃烧89.31%的贡献率，交通运输的贡献为1.35%；交通运输（F5）提供了40.1%Pb的来源，因此交通运输是Pb的主要来源，同时煤尘提供了Pb 5.33%的来源；As的主要来源为大气降尘，其中贡献率为 19.65%，9.52%的As来源于煤尘；Cu和Cr的主要来源为煤尘，其贡献率分别为60.23%和81.57%，其中针对Cu土壤母质贡献了29.65%；Zn的主要来源为土壤母质，75.05%的Zn来源于土壤母质，煤尘、大气降尘和交通运输分别贡献了37.10%，17.03%和32.77%。

因子分析-多元线性回归的结果表明，准东矿区主要重金属元素贡献率由高到低的来源依次是煤炭燃烧、煤尘、土壤母质、交通运输和大气降尘。各个重金属主要来源不同，不同重金属各来源的贡献率也不同。其中表5中Zn元素的5个主成分贡献率超过100%，说明Zn元素不存在其他来源。而其余 5个重金属元素均存在其他的来源。

表5 各主因子对不同重金属元素的贡献水平Table 5 Main factor contribution level of different heavy metals

3.3 不同区域土壤重金属生态风险评价

3.3.1 单因子污染指数分析

土壤中重金属污染程度可采用污染指数（CF）来初步评价，即土壤中重金属元素i的实测值与该元素背景值比值，大于1表示该元素发生富集，否则就亏损[9]。本文选取背景值为新疆土壤重金属背景值，将不同层的土壤重金属样品求取平均值，然后进行污染指数计算，得出准东矿区不同缓冲区的污染情况。其中A区域As，Hg，Pb和Cr元素的CF值均大于1，说明土壤As，Hg和Pb元素发生富集。B区域Cr元素的CF大于1，说明B区域只有Cr元素发生富集，但Hg元素出现异常值，由于B区域包括沙漠边缘的土壤样点，土壤重金属含量相对于农田的相对较低，所以出现了低值的异常值。C区域Cr元素发生富集，总体来看，距离矿区越远重金属污染状况越轻，说明重金属的污染来源是由于矿区的开采导致，其次污染范围还未扩展到城市周边，其余重金属元素还在合理范围之内。

图4 土壤重金属污染指数分析Fig. 4 Analysis of heavy metal pollution index in soil

3.3.2 地累积指数法评价

地累积指数（Igeo）[29]可以较为有效地判别沉积物中重金属污染程度[30-33]，图 5显示了研究区土壤中每种重金属的地累积指数值的范围和平均值。从地累积指数的平均值来看，研究区域土壤中重金属污染的强弱依次为：Pb>As>Cr>Zn>Cu>Hg。由不同缓冲区土壤重金属地累积指数可以看出各重金属污染状况相近，不同缓冲区的土壤重金属中Hg元素的地累积指数小于0，大部分采样点的Zn的地累积指数在0~3的范围内，所有采样点土样中Cr的地累积指数在3~5之间，而As和Pb的地累积指数大于 5。由地累积指数分级标准[34]可以判别，土壤中的Hg和Cu 2种重金属未对土壤造成污染，重金属Zn出现中度污染，重金属Cr元素出现中度污染，而As和Pb这2种重金属则超出严重污染，由此可以得出As和Pb是造成准东矿区土壤重金属污染的主要来源。

除重金属Zn以外，少量的采样点的Cu存在轻度至中度污染，但是由于Cu本身毒性相对较低，因此Cu未对准东矿区造成生态系统风险。总体来看，各缓冲区基于地累积指数方法得出结果基本一致，各重金属元素污染状况相差不大。

图5 重金属地累积指数Fig.5 Geo-accumulation index of heavy metal

3.3.3 Hakanson 潜在生态风险分析

地累积指数法主要考虑各种重金属的累积程度，缺乏对重金属响应因素的考虑，而潜在生态风险指数可以同时考虑到由单种污染物造成的生态风险和来自不同污染物对生态系统的总风险[35]。本文对准东矿区土壤重金属进行潜在生态风险评价，结果如图 6所示。不同缓冲区重金属潜在因子生态风险变化趋势基本一致，由高到低为Hg>As>Pb>Cr>Cu>Zn。其中A区域土壤重金属Hg潜在生态风险指数最高，但潜在生态风险指数绝大部分均小于40，说明A区域整体重金属处于低等生态风险水平；B区域与A区域相似，但整体生态风险参数值有所降低，C区域相对于B区域生态风险指也有所降低；说明距离矿区越远重金属的生态风险指数值越小，即生态风险越低。RI可以表征重金属元素对当地生态系统的影响，可以反映总的污染造成的生态风险[15]。

本文对研究区土壤的RI研究结果表明，准东矿区不同缓冲区综合潜在生态风险指数由高到低为Hg>As>Pb>Cr>Cu>Zn，其中Hg的综合潜在生态指数最高为中等生态风险（大于 150），其余重金属的综合潜在生态风险处于低等水平。从整体看B区域Hg元素的综合潜在生态风险水平最高。As，Hg，Pb和Cr元素生态风险均呈现A区域>B区域>C区域的趋势。说明距离矿区越远，生态风险越低。综上所述，本次调查的潜在生态风险指数与重金属单因子生态风险的大小顺序一致，Hg为主要生态风险主要贡献因子，需要加强对Hg的重点监测。

图6 准东矿区土壤重金属潜在生态风险因子(Ei)和潜在生态综合危害指数(RI)特征Fig. 6 Potential ecological risk (Ei) feature and potential ecological complex hazard index (RI) of heavy metals for soil in Zhundong mining area

4 讨论

露天煤矿的开采不仅对大气、土壤、植被和水体等有着严重的影响，对煤矿周边居民的健康也有较大影响，因此，了解和掌握煤矿及城镇周边农田土壤污染状况十分重要。在前人的研究中，李乔等[22]利用聚类分析等方法对准东煤矿周边农田土壤来源进行分析，根据 3个主成分得分最高的元素进行分析推断表明：第1类来源主要是自然背景；第 2类来源主要是工业和生活垃圾及污水灌溉等；第3类来源主要是农业活动。刘巍等[10,24]采用主成分分析对污染源进行解析，姚峰等[24]认为Cu和Zn来源为土壤母质，其中Zn还可能来源于煤矿开采和人类活动。Cr主要来源于煤矿开采和人类活动。刘巍等[10]认为 Pb主要来源于煤炭燃烧或其他人为活动，Hg 和 As共同来源于煤炭燃烧的释放。而本研究结果表明准东矿区Zn主要来源于土壤母质，除此之外，还存在未知来源。该结果与姚峰等[24]研究结果基本一致。Pb元素主要来源于交通运输和煤尘，本文定义的大气降尘主要是煤炭燃烧释放的煤尘，所以本文研究结果与刘巍研究结果基本一致。

从来源分析来看，前人的研究只分析了重金属元素的主要来源，并未将其定量化。本文在前人的基础上采用因子-多元回归方法将其来源定量化，为该区域的重金属治理监测有着重要的意义。

从评价结果来看，重金属的污染程度和潜在生态风险存在差异的主要原因是 2种评价方法的侧重点不同，地积累指数法主要是在地质背景的基础上强调某种重金属的污染程度，而潜在生态风险不仅考虑了重金属的性质、在环境中的迁移转化规律，还引入了毒性响应，除了能为改善环境提供依据还能为人们的健康生活提供参考，使得评价更侧重于毒理方面。本研究中 Hg 潜在风险指数最高，Hg 元素的潜在风险最大，而在矿区（A区域）相对于B区域和C区域潜在生态风险较小一些。由于准东矿区重金属的迁移扩散受复杂地形地貌、景观特征、风力风向和人为采矿活动的影响，尤其是矿区开采强度不一、多大风天气会导致煤粉等污染物在大气中的扩散有所差异[11]，所以导致不同的区域潜在风险不同。

从空间分布状况来看，阿尔祖娜·阿布力米提等[11]针对准东矿区研究结果表明 Hg 污染高值区主要集中在煤矿开采区域，包括煤化工厂和周边的排土场、煤矸石堆场等。As 污染高值区主要在五彩湾和将军庙矿区周围；Cr主要分布在道路两侧和将军庙矿区及其以西的工业区等人为活动频繁地带。李乔等[22]主要对准东周边农田土壤重金属研究得出：Hg含量高的地方位于各个县市种植和畜牧业较发达的区域 ；Cu在吉木萨尔县和奇台县尤为集中，从分布规律来看，主要分布在种植区域，少数分布在养殖区域和景区。本研究结果表明Cu和Hg元素高值主要分布在阜康农田土壤， As，Pb，Cr和Zn高值均出现在准东矿区附近。从分布结果看来，本文研究结果与阿尔祖娜·阿布力米提和李乔等[11,22]研究结果基本一致。说明Hg与Cu受准东煤矿开采活动的影响较小；而As、Pb和Cr主要受到煤矿开采的影响，进一步说明准东重金属的分布规律主要受污染源分布的影响。

5 结论

本文对准东矿区不同缓冲区土壤进行了重金属分析及生态风险评价主要得出以下结论：

1) 准东矿区不同缓冲区土壤重金属含量差异显著，空间分布不均匀，离散性较大，除Cu、Hg含量高值分布于B区域土壤外，其余重金属高值均出现在准东矿区（A区域）附近土壤中。

2) 准东矿区 89.31%的 Hg来源于煤炭燃烧，40.1%的Pb来源于交通运输，19.65%的As来源于大气降尘，Cu和Cr的主要来源为煤尘，其贡献率分别为60.23%和81.57%，其中29.7%的Cu来源于土壤母质，75.1%的Zn来源于土壤母质。除Zn外，土壤重金属还存在未知来源，有待后续研究。

3) 准东矿区土壤重金属总体表现为中度污染水平，其中Pb和As超出严重污染指标，为研究区农田土壤主要污染物；重金属单因子生态风险由高到低为 Hg>As>Pb>Cr>Cu>Zn，综合潜在生态风险整体处于中等水平，距离矿区越远，生态风险水平呈降低趋势。