冀北山区某矿区周边耕地土壤重金属污染特征及生态风险评价

孙德尧,薛忠财①,韩 兴,赵颖璠,孙维悦,张 科

(1.河北民族师范学院资源与环境科学系,河北 承德 067000;2.哈尔滨师范大学生命科学与技术学院,黑龙江 哈尔滨 150025;3.哈尔滨师范大学寒区地理环境监测与空间信息服务黑龙江省重点实验室,黑龙江 哈尔滨 150025)

随着经济的发展,人类对矿产资源的需求也快速增加,但是在矿产资源开采及选矿过程中产生的大量含有重金属的固体废物、废气和废水等对周边环境造成了严重影响[1-3]。由于不同地区的地质背景、土壤性质和污染种类不同,矿区周边的重金属污染具有不同的特征。郭颖等[4]对广西某赤泥堆场周边土壤的研究发现,土壤中重金属含量总体呈中度污染,潜在生态危害等级为中等,As为主要污染因子和生态危害因子。罗浪等[5]对某多金属矿周围牧区土壤的研究表明,该矿区周围土壤处于被污染状态。吴劲楠等[6]对某铅锌矿区周边农田的研究发现,土壤中Cd、Hg、Pb、Cu 和 Zn均出现不同程度的污染。与有机化合污染物相比,重金属具有富集性、持久性和不可逆性的特征[7-9]。重金属在土壤中大量富集,将在很长时间内对农用地的生产产生影响,对农业安全造成巨大威胁,进而通过农作物吸收进入食物链,对人体健康产生威胁[10-12]。因此,了解矿区耕地土壤重金属的污染状况,合理评价土壤中的重金属污染风险,具有重要的现实意义。

随着地理信息技术的快速发展,地学空间分析方法被广泛应用于环境重金属的污染研究,但主要集中于中大尺度重金属的空间分布和风险评价上,对于微观耕地的重金属空间分布特征的研究较少[13-16]。因此,笔者以冀北山区某金矿区周边耕地为研究区,综合采用地统计、数理统计等方法对区域内表土重金属含量及空间分布特征、生态风险及来源进行分析,以期探讨微观尺度上冀北矿山区农田土壤重金属的空间变异特点及污染来源,为合理设计矿区周边农田土壤重金属污染的调查方案,准确评价土壤中重金属的污染程度及后期进行耕地修复提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于燕山山脉中段,总体地势北高南低,起伏较大,地形较复杂,属温带季风气候区,四季分明。冬季多偏北风,夏季多偏南风,年均气温8.6 ℃,年均降水量667 mm,降水集中,冬春干旱,夏秋易涝,区内最大河流为清河,全长25 km,常年流水,由北而南纵贯整个矿区。该区域是我国华北地区重要的金、铁矿富集区,矿产资源丰富。金、铁矿勘探开采工作持续了几十年,长期的开采、选矿和冶炼等导致土壤中重金属污染物存在超标风险,且冀北山区耕地资源稀少,受重金属污染的耕地必然会对当地的农业生产和人体健康构成严重威胁[17]。

根据研究目的选择一块地势平坦的耕地(40°19′33″～40°19′44″ N,118°32′29″～118°32′34″ E)作为研究对象,面积约为1 hm2。土壤类型多为棕壤、褐土,土地类型为基本农田,主要农作物为玉米和谷子。

1.2 样品采集

结合研究区农田土壤实际情况,采用网格布点法(40 m×40 m)均匀布点,共采集土壤表层(0～20 cm)25个样品,样品采集过程参照NY/T 395—2000《农田土壤环境质量监测技术规范》,将土样装入聚乙烯塑料袋中带回实验室分析检测,具体点位分布如图1所示。

1.3 样品处理与分析

土壤样品于室内自然风干后,除去土样中根茎、沙砾等异物,经玛瑙研钵研磨,过孔径为150 μm的尼龙筛。为避免人为干扰及与其他金属接触,样品采集、混合、研磨、粉碎等过程中均采用木铲、玛瑙研钵等用具。样品中Pb、Cd、Cu、Zn和Ni含量采用HNO3-HCI-HF-HClO4的混酸体系消解,原子吸收分光光度计(TAS-990 Super AFG)测定,其中Pb和Cd含量采用石墨炉原子吸收分光光度法(GB/T 17141—1997)测定,Cu和Zn含量采用火焰原子吸收分光光度法(GB/T 17138—1997)测定,Ni含量采用火焰原子吸收分光光度法(GB/T 17139—1997)测定,Cr含量采用火焰原子吸收分光光度法(HJ 491—2009)测定。Hg和As含量采用王水消解(HJ 680—2013)、原子荧光光谱仪(ASK-2003)测定。土壤中pH值采用玻璃电极法(NY/T 1377—2007)测定。实验所用化学试剂均为优级纯,所用器皿均用φ=10%的稀硝酸浸泡24 h后用超纯水洗涤干净。为保证分析的准确性,实验全程做空白样和平行样,并在重金属测试过程中加入国家标准土壤参比物质(GSS-28) 进行质量控制,样品平行分析误差<5%,每种元素质量分数测定的相对标准偏差均<10%。

图1 研究区采样点分布

1.4 评价方法

以GB 15618—2018《土壤环境质量 农用地土壤污染风险管控标准(试行)》风险筛选值作为参比值,采用单因子污染指数[13]和内梅罗综合污染指数法[18]对研究区重金属进行污染评价。采用潜在生态风险指数[12]评价土壤重金属污染的潜在生态风险。

2 结果与讨论

2.1 土壤重金属含量统计特征

根据地理统计学理论，变异系数的无量纲化值能较好地反映重金属含量的波动情况，变异系数越大，重金属的变异程度越高，重金属含量的空间分布越不均匀。若变异系数大于0.5，说明土壤存在点源污染可能[19-21]。研究区土壤Hg和Pb的变异系数分别为1.75和0.65 ，均大于0.5，变异比较明显，表明Hg和Pb受某些局部污染源的影响比较明显。

表1为研究区土壤中8种重金属含量的描述性统计结果。土壤pH值范围为6.81～5.98，平均值为6.38，变异系数仅为0.04，总体表现为弱酸性，土壤理化性质较稳定。 土壤中Hg、As、Cd、Pb、Cu、Zn、Ni和Cr的平均含量分别为1.0、6.4、0.4、85.9、78.3、187.9、68.5和163.0 mg·kg-1。土壤背景值是未受人类活动影响下的土壤中重金属元素的自然含量。研究区土壤中的Hg、Cd、Pb、Cu、Zn、Ni、Cr含量分别超出河北土壤背景值[22]的40.7、4.1、3.0、2.6、2.4、2.2、2.4倍，与京津冀其他地区农田的重金属含量相比，除As和Cd含量低于曹妃甸农田[23]，Zn含量低于西青区农田外[24]，其他几种重金属含量均显著高于其他地区，这说明该区域土壤中Hg、Cd、Pb、Cu、Zn、Ni和Cr均有不同程度的积累。研究区土壤中Hg、As、Pb、Zn和Ni含量的平均值未超GB 15618—2018的风险筛选值，而Cd、Cu和Cr含量的超标率分别为33%、46%和8%，这说明Cd、Cu和Cr含量的超标可能会对粮食安全造成影响。

表1 研究区农用地土壤重金属含量统计分析

2.2 土壤重金属空间分布特征

进一步了解研究区不同重金属在空间上的分布规律,将各土壤样点的重金属含量运用ArcGIS软件中地统计学模块的样条函数插值法进行插值,并制作出含量空间分布图(图2)。研究区Hg、As、Cd、Pb、Cu、Zn、Ni和Cr含量均存在明显的高值区,成岛状分布。Zn、Hg、Cd、Pb、Cu和As分布特征较为相似,高值区分布较分散,主要集中于矿区北部及中南部;Cr和Ni高值区分布在北部和中部,这表明土壤不同重金属元素具有不同的污染特征,从地下释放到地表环境的能力及其变化程度均可能存在差异,土壤各重金属含量在不同方向具有差异性特征。

图2 研究区土壤重金属含量空间分布

2.3 农田土壤重金属的污染评价

2.3.1单因子污染指数法与内梅罗综合污染指数法

基于单因子污染指数法的评价结果见表2。研究区土壤Hg、Cd、Pb、Cu、Zn、Ni和Cr的点位超标率分别为8%、80%、72%、100%、28%、36%和76%,其中Cd超标0.43～3.47倍、Pb超标0.38～3.54倍、Cu超标1.06～2.76倍,Hg、Zn、Ni和Cr的人为污染程度较轻,As的单因子污染指数均小于1。单因子污染指数从大到小依次为Cd>Pb>Cu>Hg>Cr>Ni>Zn>As。

从内梅罗综合污染指数来看,除1个样品小于1外,其他样点均大于1。25个土样中仅有1个为无污染,占4%；24个受污染的样品中22个为轻污染,占88%；2个为中污染,占8%。整体来看,研究区土壤重金属污染状况较严重。

表2 基于单因子与内梅罗指数法的重金属污染评价结果

2.3.2潜在生态风险评价法

研究区土壤pH值小于7,为偏酸性。土壤酸性环境提高了重金属的有效态含量,增加了土壤重金属污染的生态风险水平[25-26]。为进一步评价研究区土壤重金属的污染程度,并对土壤中重要的污染物进行有效识别,计算农田土壤重金属在各样点的单项潜在生态风险指数(IE)及综合潜在生态风险指数(IR),并根据Hakanson潜在生态风险分级标准进行生态风险评价。农田土壤8种重金属含量的单因子污染指数、综合潜在生态风险指数计算结果如表3所示。

表3 研究区土壤重金属潜在生态风险指数

各重金属IE从大到小依次为Cd>Hg>Cu>Pb>Ni>As>Cr>Zn。Cd和Hg由于毒性系数较高,生态风险等级较高,IE分别为13～104和2.4～84.4。4%的样点Cd元素表现出强潜在生态风险,36%的样点表现出中等潜在生态风险;Hg次之,4%的样点表现出强潜在生态风险,4%的样点表现出中等潜在生态风险;其他6 种重金属IE均小于40,表现为轻微的潜在生态风险。8种重金属的IR为38.1～218.8,平均值为75.7,8%的样点处于中等潜在生态风险,Cd、Hg、Cu、Pb、Ni、Cr、As和Zn对IR的贡献率分别为54.55%、16.16%、10.10%、6.06%、3.03%、6.06%、3.03%和1.01%,这表明研究区农田土壤污染潜在生态风险主要为Hg和Cd污染。

2.4 土壤重金属多元统计分析

2.4.1土壤重金属的相关性分析

土壤重金属来源具有多源性特征,主要包括成土母质和人为来源2种[12,27]。相关性分析方法被广泛用于土壤重金属源解析,通过研究一定区域内重金属总量间相关性可推测研究区土壤重金属间是否具有共同行为、来源等特征[20,28-29]。如果重金属之间存在显著正相关,则2种或多种元素的来源途径相似或存在复合污染[30]。因此,在对研究区土壤重金属含量进行描述性统计分析及生态风险污染评价的基础上分析了各重金属元素间的Pearson相关性(表4)。结果表明,Hg、As、Cd、Pb、Cu和Zn之间具有显著相关性(P<0.01),Ni与Cd、Pb、Cu、Zn之间不相关,Cr与Cu、Cd之间不相关(P>0.05)。

表4 研究区土壤重金属含量的相关系数

2.4.2土壤重金属元素的主成分分析

主成分分析主要是针对土壤重金属的信息进行集中和提取,从而得出重金属污染来源的一种方法[31]。土壤形成过程中元素之间往往表现出一定组合特征,采用主成分分析能够较好地分析这些元素的组合特征[2]。此外,主成分分析法还可以有效地消除样品变量空间上的多元性,便于更好地提取样品变量间的信息[32]。8种重金属主成分分析结果如表5所示,根据污染物浓度提取了2个特征值大于1 的主成分,主成分因子累积贡献率为81.18%,2个主成分分析能够解释原始数据的大部分信息,可以反映8种重金属的污染情况。

为更好地解释2个主成分信息,将数据进行Kaiser 标准化的正交旋转得到旋转后的成分图(图3)。第1主成分(PC1)的贡献率为64.63%,在Hg、As、Cd、Pb、Cu和Zn含量上的载荷较高。Pb 和 Zn 的地球化学性质极为相似且一般有相同来源,Cd 污染常见于金属矿区矿周边。研究区位于金铁矿富集区,历史上曾出现过大规模的金矿群采选过程,且基本以混Hg法提金工艺为主,该方法Hg回收较难,大量的Hg通过挥发或废液排放到环境中,经过大气沉降和流水搬运贮存于矿区的下风向和水流的下游地区,使周边土壤中Hg 含量较高,造成土壤Hg 污染[33]。Hg、As、Cd、Pb、Cu和Zn基本由人为污染引起,可以说PC1主要反映了人为污染。Ni和Cr在第2主成分(PC2)上有较高载荷,已有研究发现,Cr和Ni是土壤母质和成土过程中的重要元素,在基性岩和超基性岩中的含量远远高于其他母质,土壤中Cr和Ni含量主要受成土母质的影响[34]。我国土壤重金属污染中Ni和Cr污染程度最低,且多数地区受到的人类活动影响不明显。该研究区Zn和Cr的变异系数不大,含量分布较均匀,污染程度均为轻微;Cr和Ni受人为活动影响较小,主要受成土母质及地质活动的影响,PC2主要代表自然源污染。

表5 主成分分析提取的载荷因子

图3 土壤重金属因子得分分布

3 结论

(1)土壤重金属的空间分布具有明显特征,除As外其他几种重金属含量平均值均超出土壤背景值,且Zn、Hg、Cd、Pb、Cu和As含量高值区主要集中在研究区北部及中南部,Cr和Ni的高值区出现在北部和中部。

(2)研究区土壤重金属存在一定的综合潜在生态风险,总体处于中等和轻微水平,其中Cd和Hg是潜在生态风险的主要贡献因子。

(3)Hg和Pb等重金属主要受人为因素影响,而Cr和Ni主要受成土母质及地质活动的影响。