基于PCA/APCS的草原区煤矿土壤重金属环境质量评价与定量溯源研究

杨 洁， 周晓芳， 王新富， 顾 昕， 陈 阳， 高良敏*， 陈晓晴

(1.安徽理工大学地球与环境学院， 安徽 淮南 232001； 2.江苏地质矿产设计研究院， 江苏 徐州 221006)

煤炭作为我国的基础能源，将在我国一次能源结构中长期占据主体地位[1]。煤炭开采为地区和国家带来了巨大的经济效益，但同时也引发了一系列环境污染以及生态破坏等重大污染问题[2]。土壤重金属污染是矿区主要环境问题之一，除成土母质影响以外，煤炭开采、其他自然和人为因素都会影响土壤中重金属含量，目前已成为国际环境土壤学研究的热点。熊鸿斌等[3]、姚世厅等[4]分别对淮南矿区、大台煤矿土壤重金属污染进行评价分析；刘巍等[5]、比拉力·依明等[6]对准东煤田露天矿区土壤重金属进行溯源研究；王道涵等[7]、张继舟等[8]分别对内蒙古草原煤矿、大庆市草原煤矿的土壤重金属含量的空间分布特征和污染状况进行分析。

草原地区土壤质量对牧区人民的生产和生活产生了直接或间接的影响，重金属可通过迁移和长期暴露等方式影响畜牧产品质量和人类健康[9-10]。众多学者对草原区煤矿重金属污染现状进行评价，但鲜有学者对不同土地利用类型的土壤环境质量进行研究。本文以鄂尔多斯典型草原区煤矿为研究对象，利用单因子指数、地累积指数和潜在生态风险负荷指数综合评价7种土壤重金属污染特征以及不同土地利用类型的生态风险程度，并利用相关性分析、主成分/绝对主成分(Principal component analysis/Absolute principal component score，PCA/APCS)受体模型展开重金属定量溯源研究，以期为研究区域土壤环境质量改善、生态健康评价以及草原生态保护政策制定提供科学依据。

图1 研究区与采样点位置图Fig.1 Study area and distribution of sampling sites

1 材料与方法

1.1 研究区概况

研究区位于内蒙古鄂尔多斯市北部，如图1所示，井田地理坐标为东经109°43′04″～109°52′54″，北纬39°50′45″～39°59′50″，海拔高程在1 440～1 480 m之间，占地面积70.28 km2，资源储量达10.33亿吨。井田地处中温带大陆性半干旱气候区，多年平均气温5.9℃，多年平均降水348.30 mm，夏季主导风向为南风，冬季主导风向为西北风。矿区周围地形南高北低，受开采沉降和自然环境背景两个因素同时影响，原始地貌受到破坏，地形切割剧烈，土壤质地砂质化，地表植被的优势植物为本氏针茅(Stipabenjamin)、百里香(Thyme)和部分沙生植物，土壤类型有淡栗钙土、粗骨性土、风沙土等。

1.2 样品采集与数据获取

根据《土壤环境监测技术规范》(HJ-T166-2004)[11]开展现场采样。考虑到当地地形地貌、风速风向、植被覆盖类型、土地利用类型和水文地质等因素，采用网格布点法设置42个土壤采样点，采集表层土壤(0～20 cm)分装于聚乙烯塑料密封袋中，标注样本采样信息，GPS记录矿区样点地理坐标。样本除去根系、石块，转移至土壤风干盘自然风干，用玛瑙研钵进一步研磨后进行四分法取样，分别过10目(2 mm)和100目(0.154 mm)筛网后测定土壤性质。样品使用HNO3-HCIO4-HF进行常压消解后送样分析检测，采用电感耦合等离子体发射光谱仪ICP-AES测定铬(Chromium，Cr)、铜(Cuprum，Cu)、镍(Niccolum，Ni)、镉(Cadmium，Cd)和铅(Plumbum，Pb)含量，汞(Mercury，Hg)和砷(Arsenic，As)含量通过PF6-2型双道全自动原子荧光光度计测定[12]。为保证数据准确性，每批样品设定10%的平行样并加入两份标准物质进行质量控制，数据误差控制在±5%以内，所测结果有效。

研究使用遥感数据来自中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)，ENVI5.1软件中对遥感影像进行监督分类，提取6种土地利用类型，建设用地、水体、道路、林地、草地及裸地，运用Excel 2019 和SPSS 24 软件对数据进行处理和统计分析，采用Origin2018，ArcGIS 10.2进行分析和绘图。

1.3 评价方法

本文将研究区土壤重金属含量与内蒙古地区表层土壤重金属含量背景值[13]、《土壤环境质量农用地土壤污染风险管控标准》(GB15618-2018)[14]中土壤风险筛选值进行对比，利用3种评价方法[15](单因子污染指数法、地累积指数法、潜在生态风险负荷指数)开展研究区土壤重金属环境质量与环境风险评价，评价等级划分见表1、表2。

单因子指数法计算公式为：

Pi=Ci/Si

(1)

式中：Pi为i污染物的污染指数；Ci为i污染物的实测含量，单位为mg·kg-1；Si为i污染物的评价标准，单位为mg·kg-1。

地累积指数计算公式为：

Igeo=log2(Cn/1.5×BEn)

(2)

式中：Cn为样品中元素n的浓度；BEn为地球化学背景浓度；1.5为常数。

潜在生态风险负荷指数计算公式为：

(3)

(4)

(5)

表1 土壤重金属污染等级划分标准Table 1 Classification standards of soil heavy metal pollution

表2 潜在生态风险指数分级标准Table 2 Classification standards of potential ecological risk index

1.4 叠加分析

ArcGIS中的叠加分析可将有关主题层组成的各个数据层进行叠置产生一个新的数据层面，结果综合了原来两个或多个层面要素所具有的属性并生成了新的属性关系。本研究计算了每个采样点位的综合潜在生态危害指数，其经ArcGIS空间插值处理后得到研究区综合生态风险程度栅格文件，将其与遥感解译获得的土地利用数据进行叠加，即对不同土地利用类型进行赋值，计算得到5种土地利用的不同综合潜在生态危害指数占比。

1.5 主成分/绝对主成分(PCA/APCS)受体模型

主成分分析利用降维的方法揭示变量之间的隐藏关系，将元素按照相关性关系分类，从而来判断各因子中的元素来源[16]。主成分分析结果只能定性的给出每个源的主要贡献因子，发掘变量间的潜在关系，不能定量的给出每个元素对主成分的因子贡献程度。PAC/APCS在主成分分析的结果上得到归一化的因子分数。每个重金属元素的APCS可由每个样本的因子分数减去0浓度样本的因子分数而得到。再用金属浓度数据对APCS做多元线性回归可得相应的回归系数。该回归系数可将APCS转化为每个样本的浓度对每个污染源的贡献。具体计算方法如下：

(6)

(7)

APCS=Zij-(Z0)i

(8)

(9)

其中，Zij为标准化后的浓度值(无纲量)；Cij为重金属元素浓度实测值；Cij和σi分别为元素i的平均浓度和标准偏差；(Z0)i为0浓度样本的因子分数；b0i对金属元素i做多元线性回归所得的常数项；bpi是源p对重金属元素i的回归系数；APCSp为调整后的因子p的分数；APCSp×bpi表示源p对Ci的质量浓度贡献；所有样本的APCSp×bpi平均值表示源平均绝对贡献量。

2 结果与分析

2.1 土壤重金属含量统计分析

图2为研究区土壤重金属含量统计分析。As，Cr，Ni，Pb土壤重金属含量远小于GB15618-2018中的土壤风险筛选值，Hg，Cr，Ni，Cu，Pb土壤重金属平均含量高于内蒙古土壤重金属背景值，部分土壤样本中的Hg，Cu，Cd超过GB15618-2018的土壤风险筛选值，分别占总样本数的35%，12%，2%。采用反权重距离法对土壤重金属进行空间插值(图3)，由于Cd含量整体检测水平很低或未检出，不纳入空间格局分析。As，Hg，Cr和Ni含量高值位于矿区东南侧，Cu，Pb含量高值位于煤矿西南侧。矿区北侧、东北侧7种重金属含量普遍较低。

图2 土壤重金属含量统计分析Fig.2 Descriptive statistics of soil heavy metal content

图3 研究区土壤重金属空间分布图Fig.3 The spatial distributions of heavy metals in study area soils

2.2 土壤重金属环境质量评价

(1) 不同评价方法比较分析

表3、表4为土壤重金属污染评价结果。其中，单因子污染指数表现为Cu>Hg>Cr>Pb>Ni>Cd>As，各重金属皆属于无污染风险。以地累积指数法为评价方法，Ni，Cu，Pb存在强-极强污染风险，Hg，Cr存在极强污染风险；Cd，As属无、轻微污染风险。单因子生态风险程度表现为Hg>Cd>Cu>Ni>As>Pb>Cr，Hg单因子生态风险程度为一般风险。研究区综合潜在生态危害指数为一般风险，主要贡献因子为Hg。

表3 土壤重金属单因子污染指数和地累积指数描述性统计特征Table 3 Statistical characteristics of single factor pollution index and geo-accumulation index of heavy metals in soil

表4 土壤重金属潜在生态风险指数描述性统计特征Table 4 Statistical characteristics of potential ecological risk index of heavy metals in soil

(2)不同土地利用类型土壤重金属生态风险程度评价

研究区不同土地利用类型的综合潜在生态危害指数如图4所示。其中，5种土地利用类型综合潜在生态危害处中等风险以上的占比由高至低依次为道路>建设用地>林地>裸地>草地。矿区周围道路错综复杂，车辆尾气排放、轮胎磨损以及运输矸石过程中洒落的灰尘导致重金属富集累积，但对于草地而言，在重金属胁迫下，植物根系分泌的低分子量有机酸如柠檬酸、苹果酸可与重金属结合，降低重金属对植物的毒性，促进植物对重金属的吸收，土壤重金属浓度低，所以两者在综合潜在生态危害评价中出现极端表现[17-18]。

图4 不同土地利用类型的综合生态风险指数Fig.4 Comprehensive ecological risk index of different landuse types

2.3 土壤重金属来源溯源分析

重金属间的相关性分析可以为重金属来源提供重要信息。一般而言，重金属元素含量之间的显著相关性能够反映出各元素具有相同的来源或地球化学过程[19]。图5为土壤重金属之间的相关系数，其中，As-Ni，As-Cr，Cr-Ni，Cr-Pb之间相关系数超过0.6，相关性较强，来自同源污染的可能性较大。

对7种重金属做主成分分析(表5)，结果解释了82.17%的变量方差。因子1解释了26.48%的变量方差，主要载荷元素为Cr，Ni，As；因子2解释了18.83%的变量方差，主要载荷元素为As，Hg；因子3解释了18.56%的变量方差，主要载荷元素为Cd；因子4解释了18.29%的变量方差，主要载荷元素为Cu，Pb。根据PAC/APCS受体模型计算结果(图6)，As对因子1，因子2贡献率较高，分别为50.77%，33.32%；Hg对因子2贡献较高，占89.55%；Cr对因子1贡献率较高，占85.97%；Ni对因子1贡献率较高，占76.66%；Cu对因子1，因子4贡献率较高，分别占34.46%，54.64%；Cd对因子3贡献率较高，占82.83%；Pb对因子1，因子4贡献率较高，分别占37.67%，35.01%。

图5 土壤重金属相关系数热点图Fig.5 Correlation coefficient heat map of heavy metal in soil

图6 重金属源贡献率Fig.6 Sources contribution ratios of heavy metal

表5 研究区土壤重金属含量主成分分析Table 5 Principal component analysis of heavy metal concentrations in soil of the study area

3 讨论

以土壤重金属环境质量评价结果来看，单因子污染指数法与地累积指数两者评价出现相反的结果，原因在于单因子污染指数法是以GB15618-2018中的土壤风险筛选值为参比值对土壤重金属污染进行评价，认为超过其值即对农业生产和人类健康产生危害，而地累积指数以内蒙古土壤背景值为参比值，仅仅反映的是相对背景值的累积情况，不能真正反映土壤中的污染情况。结合图2与潜在生态风险负荷指数评级结果发现，7种土壤重金属含量均值未超过GB15618-2018中的土壤风险筛选值，但Hg，Cu，Cd少部分样本超标，Hg存在一般潜在生态风险，研究区整体土壤环境质量中等。

结合重金属含量分布特征与主成分分析结果表明，因子1中Cr，Ni，Pb，As有较强同源性。煤矿周围堆积的煤矸石在风蚀的作用下会逐渐向土壤释放重金属导致土壤出现Cr，Ni，Pb，As的重金属积累[20-21]。大风对煤矸石堆吹扬导致Cr，Ni，As在矿区东南侧长期积累，浓度较高，因此可以认为Cr，Ni，Pb，As为工业源，与采煤活动相关。因子2中Hg，As有较高的载荷，Hg是煤炭燃烧的标志性元素，As的累积主要来自于工业排放[22]。土壤重金属富集的一个重要途径是大气沉降，随着颗粒物的远距离飘散，Hg，As可分布整个研究区，造成区域污染。由此可见，Hg，As的累积来自于大气沉降。研究区少量土壤样本中的Cd超过GB15618-2018中的土壤风险筛选值，但含量均值未超过土壤背景值，其受外来扰动可能性较大[23]。研究表明，土壤中Cd的累积与成土母质、农业活动有关[24-25]。因此，因子3中Cd受成土母质和农业活动的共同影响，为混合源。因子4中Cu，Pb有较高载荷。Pb常常被作为机动车污染的标志性元素[26]。轮胎和刹车片等汽车金属零部件的磨损会导致Cu的排放[27-28]。夏季主导风向为南风，汽车尾气的排放随大风吹散至南侧，西南侧导致Cu，Pb在东南侧浓度较低，南侧、西南侧较高。煤矿的开采伴随着煤炭的运输，随着国家能源中心西移，西部矿区担负着为其它地区提供能源资源的重任，矿区周围运输路线复杂，汽车出入频次高，车流量大，因此认为Cu，Pb的污染成因来自于交通运输，为移动源。

综合上述研究，人类活动对7种土壤重金属有着不同程度的影响，因子1、因子2、因子3、因子4分别为工业源、大气沉降源、交通源、混合源。煤炭开采、燃烧、车辆运输以及农业活动造成了研究区土壤重金属富集。相对其他土地利用类型，道路、建设用地综合潜在生态危害指数较高，Hg为研究区主要风险因子。地方在发展矿业的同时应加强矿区清洁生产、污染物排放监测治理以及对道路、建设用地重金属污染的管控，对矿区出入车辆采取节流措施，减少车辆出入对周边土壤的污染。

4 结论

研究区整体土壤环境质量中等，Hg为主要潜在生态风险因子，道路相对其他土地利用类型有较高综合潜在生态危害风险。通过PCA/APCS受体模型推断出7种重金属主要来自于工业源、大气沉降源、交通源以及混合源。其中As对工业源与大气沉降源贡献率为50.77%，33.32%；Hg对大气沉降源贡献率为89.55%；Cr，Ni对工业源贡献率分别为85.97%与76.66%；Cu，Pb对工业源与移动源贡献率分别为34.46%，54.64%和37.67%，35.01%；Cd对混合源贡献率为82.83%。建议地方在发展矿业的同时加强矿区清洁生产及对污染物排放监测治理。