工业区周边典型小流域耕地土壤重金属污染源解析

罗天祥，赵霏，刘新亮，朱捍华*，朱奇宏，许超，张泉，黄道友

（1. 中国科学院亚热带农业生态研究所，亚热带农业生态过程重点实验室，湖南 长沙 410125；2. 中国科学院大学，北京 100049；3. 武汉理工大学资源与环境工程学院，湖北 武汉 430070）

随着近40 a 经济社会尤其是工业的快速发展，土壤重金属污染日益凸显。2014 年发布的《全国土壤污染状况调查公报》显示，我国土壤污染形势严峻，耕地土壤重金属点位超标率19.4%[1]。近年来，我国倡导并践行“精准治污、科学治污、依法治污”[2]，然而耕地土壤重金属污染来源多样且迁移途径复杂，污染成因依然不明，严重制约了耕地土壤重金属污染的源头防控与精准施策，亟待科学准确解析耕地土壤重金属污染成因[3-4]。

土壤重金属污染主要来源于土壤母质和人为活动[5-7]。虽然不同地区土壤母质重金属含量存在较大差异，但对于大部分地区而言，人为因素已成为影响耕地土壤重金属污染的主要因素[8]。不同区域环境社会因素有所差异，重金属的人为来源往往也具有较大差异。据以往关于耕地重金属输入的报道，耕地重金属人为来源主要有大气沉降、污水灌溉、化肥施用以及畜禽粪便[9-10]。例如，Zhao 等[11]宏观分析了中国土壤污染现状及其主要成因，建议加强大气沉降、污水灌溉、化肥以及畜禽粪便输入的监测与防控；Yi 等[12]研究发现，工矿区、畜牧区、城镇郊区和一般农区的稻田土壤重金属污染的主要输入途径及其相对贡献存在明显差异。因此，抓住耕地土壤重金属污染的主要输入途径并进行监测分析，能更好的解析耕地土壤重金属污染的来源并基于此进行源头管控。

近年来，土壤重金属污染的源解析成为研究热点，已经建立了一系列研究方法，如源排放清单法、主成分分析法（PCA）以及正定因子矩阵法（PMF）和UNMIX 等受体模型法[13-14]。通过获取土壤重金属含量信息，利用受体模型进行运算，可得出潜在污染源的元素组成，进而分析出污染源的具体属 性[15-16]。结合地统计学的方法，可进一步识别污染源的分布及其影响区域[17-18]。例如，Cheng 等[18]采用PMF 模型与地统计学方法解析了矿区土壤重金属来源，并指出明确污染来源的空间分布特征是精准化源头防控的关键；Yang 等[16]利用PCA/APCS模型得到了3 个污染源，结合其空间分布的规律，确定了湖北省大冶市主城区表层土壤重金属的来源。虽然受体模型（PMF 和UNMIX 等）和PCA法等可有效分析出主要污染来源及其相对贡献，但不能分辨历史污染和当前污染，难以支撑当前的污染源头防控。将源排放清单法与受体模型法结合进行重金属源解析有望解决这一问题，然而此方面的研究尚鲜有报道。

耕地土壤重金属污染具有明显空间分异与流域化分布等特点[19]。小流域是土壤重金属分布与再迁移的基本景观单元[20]，是农田土壤重金属污染的现状评价、源头防控、精准治污和综合治理的重要基础[21-22]。以小流域为单元，厘清土壤重金属污染特征并解析来源，是区域化推进耕地土壤重金属污染源解析与精准治理的关键。因此，小流域尺度耕地土壤重金属污染源解析的研究亟待加强。

本研究选取工业区典型小流域作为研究区域，在明确耕地土壤重金属污染特征的基础上，采用源排放清单法、PMF 模型结合反距离权重法进行了土壤重金属污染来源解析。主要目的是明确小流域耕地土壤重金属的污染特征，厘清其主要污染来源与相对贡献，并提出耕地土壤重金属污染源头防控建议，以期为农田土壤重金属污染来源流域化精准识别与防控等提供支撑。

1 材料与方法

1.1 研究区域概况

研究区域为湖南中部某县的工业区典型小流域，土地总面积28.9 km2（图1a）。该小流域属于中亚热带季风气候，主导风向东南-西北风向，年均降雨量1 300 mm，年均气温17.0 ℃；该区域为丘陵区，西、北、南3 面海拔稍高于东面，海拔范围-22～159 m，相对高差181 m。

该小流域耕地面积约1 870 hm2，全部为稻田，具有长期（50 年以上）耕种历史。耕地利用集约化程度较高，80%以上为双季稻，年施肥量525～780 kg/hm2，主要为复合肥；年灌溉量1 000 m3/hm2，双季稻为1 100 m3/hm2，一季稻为600 m3/hm2；年水稻平均产量9 150 kg/hm2，农业生产地位较为突出。然而，耕地土壤镉等重金属污染严重制约了该区域水稻产业和农业的高质量发展。

该小流域工业企业分布较为集中，是典型的工业区典型小流域，共有工业企业13 家（图1a），其中金属加工制造类企业5 家、机械构件制造类企业4 家、粘土瓦砖和建筑材料制造类企业2 家以及纸张和包装装饰类企业2 家，主要分布在中部和东北部；距小流域东面约5 km 处为城郊工业区；畜禽养殖企业共有3 家，分别在小流域的西部、中部和东南部。

1.2 调查采样与分析

1.2.1 土壤样品 根据小流域的耕地分布，按照突出重点、整体覆盖、相对均匀等原则，布设土壤采样点位95 个（图1a），平均每点位代表19.68 hm2。于2019 年11 月统一采集耕层（0～20 cm）土壤样品。以每个布设样点为中心，采用土钻采集10 点并混合成一个混合样。土壤样品自然风干，混匀并研磨通过20 目、100 目尼龙筛，保存待测。

1.2.2 灌溉水样品 依据流域内主要水系与灌渠，在灌溉水主取水口布设灌溉水监测点位22 个（图1b），平均每76.12 hm2一个点位。于2020 年7 月和10 月分别采集灌溉水样品500 mL（含悬浮物），采集后加入5 mL 浓HNO3保存待测。

1.2.3 大气沉降样品 根据地形、企业的分布和季风主风向，在小流域及其周边布设了3 个大气沉降监测点位（图1b），具体位置远离树木、建筑物等障碍物。沉降缸为有机玻璃圆筒，直径30 cm，高60 cm， 安装高度为沉降缸上沿距地表2 m。干湿沉降样品采集频率为2～3 个月/次，监测时段为2020 年5 月至2021 年4 月。采样时先记录干湿沉降体积和采样时间，将沉降缸水及沉积物搅匀后采集混合液500 mL，不足500 mL 的全部采集。

1.2.4 农业投入品调查采样 按照均匀分布原则，针对小流域内耕地，布设农业投入品调查采样点位13个（图1b），开展农业投入品种类与使用量等情况调查与样品采集。其中，肥料调查采样点位10 个，涵盖研究区域主要耕地及其常用复合肥和磷肥等肥料；畜禽粪便调查采样点位3 个，覆盖区域内所有畜禽养殖企业。

1.2.5 样品测定 土壤pH 值采用水土比1 ∶2.5 利用pH 计（Mettler Toledo 320 pH 计）直接测定。土壤、大气沉降、灌溉水、农业投入品样品的全Cd、全Cr和全Pb含量，采用酸系（HNO3∶HClO4∶HF=5∶1∶1）开放体系消解、电感耦合等离子体质谱仪（ICP-MS）测定；全As 和全Hg 含量采用盐酸与硝酸混合液（体积1 ∶1）水浴法消解、原子荧光光度计（AFS）测定。上述样品测定时，每批次设置空白对照，重复测定3 次，并采用国家标准土壤样品GSS-14 和GSS-16进行质量控制。

图1 小流域土地利用、地形以及污染企业和采样点位分布Fig. 1 Land use, topography, and distribution of polluting enterprises and sampling sites in small watersheds

1.3 重金属污染评价

1.3.1 单因子污染指数 单因子污染指数是污染物浓度与对应污染风险筛选值[23]的比值，是评价土壤重金属污染的重要指标，计算公式如下：

式中：Pi为污染物i 的单因子污染指数；Ci为污染物i 的实测含量（mg/kg）；Si为污染物i 的污染风险筛选值（mg/kg）。根据Pi值的大小，将土壤污染程度划分为4 个级别：Pi≤1 为无污染或可忽略；1 ＜Pi≤2 为轻度污染；2 ＜Pi≤3 为中度污染；Pi＞3 为重度污染。

1.3.2 地质累积指数 地质累积指数（Igeo）是表层土壤重金属元素含量与对应背景值的比值，是判别人为活动对重金属污染影响的重要参数[24]，计算公式如下：

式中：Cn为重金属元素n 的含量；Bn为重金属元素n 的背景值，该区域Cd、Pb、Cr、As 和Hg 的背景值分别为0.14、30.00、75.90、14.65 和0.08 mg/kg；1.5为修正指数，通常用来表征沉积特征、岩石地质及其他影响。根据Igeo值的大小，将地质累积指数分为5个级别：0＜Igeo≤1为无到中度累积；1＜Igeo≤2为中度累积；2 ＜Igeo≤3 为中到高度累积，Igeo＞3 为高度累积。

1.4 耕地土壤重金属年输入通量

1.4.1 大气沉降 大气沉降中元素i 的年输入通量（Qatmos,i, g/(hm2·a)）采用以下公式进行计算：

式中：Ci代表大气沉降样品中i 元素的浓度（mg/kg）， V 代表大气沉降样品的总体积（mL），S 为大气沉降收集器瓶口的表面积，100 为单位换算系数。

1.4.2 灌溉水 途径灌溉水输入耕地土壤的重金属含量（Qir, g/(hm2·a)）根据公式（4）进行计算：

式中：V 代表灌溉用水的体积（L/(hm2·a)），Ci代表灌溉水中i 元素的平均浓度（μg/L）。

1.4.3 农业投入品 通过施肥等方式进入到耕地土壤的元素i 的输入通量（Qferti,i, g/(hm2·a)）用下列公式进行计算：

式中：Cij是第j 种农业投入品中元素i 分析得出的浓度，qj是农业投入品类别j 的施加量，n 是取样点使用的农业投入品类别的数量，10 为单位换算 系数。

1.5 PMF 模型

PMF 模型是美国环境保护局推荐的源解析方法之一[25]，可在未获知源成分谱的情况下进行工作，并在计算过程中引入数据不确定性进行加权计算，通过将受体样本数据矩阵分解为因子贡献率和因子分布矩阵，然后将这两个矩阵转化为污染源成分谱和贡献率，从而确定污染来源[26]。其计算公式如下：

式中：xij为样品测试组分浓度矩阵；gik为潜在源k对受体i 的贡献率；fkj表示潜在源k 中组分j 的浓度；eij为各样品的残差项；p 为PMF 模型得到的合适因子数。PMF 模型通过使目标函数Q 最小化，在非负限定情况下求解潜在源的成分谱矩阵和贡献率矩阵，目标函数Q 的计算公式如下：

式中：n 和m 分别代表受体i 和组分j 的个数；Uij为各样点数据的不确定性，其计算公式如下：

式中：MDLj为样品测定过程中组分j 的方法检出限，Erj为组分j 测定的相对不确定性。

1.6 数据分析

本研究中，采用Excel 2019 对数据进行整理和计算。重金属数据描述性统计分析、正态分布检验以及PCA 因子分析利用IBM SPSS Statistics 23 软件进行。PMF 模型分析利用EPA PMF 5.0 软件进行，并利用Origin 2021b 软件进行作图。各因子标准化贡献率的反距离空间插值借助ArcGIS 10.5 进行并作图。

2 结果与分析

2.1 土壤重金属污染特征

该小流域耕地土壤Cd 污染严重，土壤Cd 平均含量0.59 mg/kg，是风险筛选值[23]（pH ≤5.5）的 1.97 倍（表1）；土壤Cd 单因子污染指数大于1 的点位比例高达90.5%，且空间变异性明显，变异系数为31.7%；土壤Cd 污染程度较高耕地主要分布在该小流域的中部工业企业周边以及西南部等区域（图2）。其次是耕地土壤As、Hg 和Pb 污染，主要为轻微污染，其平均含量均未超过风险筛选值；但部分点位单因子污染指数大于1，比例分别为6.3%、5.3%和1.1%；空间分布总体上呈零星分布，其中As 污染耕地主要分布在小流域的南部和东北部，Hg 污染耕地主要分布在中南部，Pb 污染耕地主要分布在南部。所有点位的土壤Cr 含量均小于风险筛选值，表明该小流域耕地土壤未受到Cr 污染。

表1 耕地表层土壤重金属含量Table 1 Heavy metal concentrations of the surface soils in the farmlands

图2 小流域耕地土壤重金属污染等级空间分布Fig. 2 Spatial distributions of heavy metals pollution levels in the farmland soils across the small watershed

地质累积指数可有效反映土壤污染受人为影响的程度[24]。该小流域耕地表层土壤Cd 和Hg 地质累积指数平均值较大，分别为1.41 和0.87（图3），其向表层土壤累积的程度较高[27]；两者地质累积指数大于0 的土壤点位比例分别为99.0%和96.9%，说明其受人为影响的程度较大且范围广。表层土壤Pb 和As 地质累积指数平均值较小且在0 左右，但仍有52.1%和28.1%土壤点位的地质累积指数大于0，这说明只有部分耕地土壤Pb 和As 受到人为影响且程度较小。表层土壤Cr 地质累积指数平均值最小为-0.77，且大于0 的比例仅为2.1%，说明耕地土壤Cr 几乎不受人为因素的影响。

2.2 重金属输入特征

图3 土壤重金属地质累积指数Fig. 3 Geological accumulation indexes of heavy metals in surface soils

表2 耕地土壤重金属年输入通量（g/(hm2·a)）Table 2 Annual input fluxes of heavy metals in the farmlands （g/(hm2·a)）

2.2.1 大气沉降 该小流域Cd、As、Hg、Pb 和Cr 年大气沉降通量具有较大变异性，最大值是最小值的1.98～2.64 倍。其中，五项重金属年大气沉降通量最大值依次为17.71、39.11、0.66、187.64 和47.15 g/(hm2·a) （表2），均出现在小流域工业企业集中分布区，其东部约5 km 为城郊工业区，导致重金属年大气沉降量较大。整体上，Cd 年大气沉降通量平均值为12.21 g/(hm2·a)，与2016—2017 年长株潭地区工矿区和城郊区（30.75 g/(hm2·a)和13.94 g/(hm2·a)）相比[28]，年沉降通量分别降低了60.3%和12.4%；但与2008—2018 年我国南方平均水平（6.20 g/(hm2·a)）相比[29]，增加了49.2%。Hg 年大气沉降通量平均值为0.41 g/(hm2·a)，与2016 年长株潭地区工矿区（0.23 g/(hm2·a)）相比[11]，增加了43.9%；但与我国南方2008—2018年平均水平（0.80 g/(hm2·a)）相比[29]， 降低了48.8%。Pb、Cr 和As 年大气沉降通量平均值分别为121.03、35.01 和28.22 g/(hm2·a)，与2016年长株潭地区工矿区相比[11]，年沉降通量降低了36.0%、75.0%、64.2%。这些结果说明经近年来的环 境整治，该小流域Cd 等重金属大气沉降量显著降低，但仍处于较高水平，需持续加强污染源头防控。

2.2.2 灌溉水 与农田灌溉水标准限量值相比[30]，24个监测点灌溉水的Cd、As、Hg、Pb 和Cr 含量均未出现超标现象，但中部区域企业聚集，有1 个监测点的灌溉水Cd 含量达到了限量值的70%以上。该小流域灌溉水Cd、As、Hg、Pb 和Cr 年输入通量平均值为1.85、25.74、0.27、45.96 和17.68 g/(hm2·a)（表2），与2016 年长株潭工矿区（1.07、11.39、0.004、6.17 和2.37 g/(hm2·a)）相比[11]，依次增加了42.2%、55.8%、98.5%、86.6%和86.6%。这说明该小流域耕地的灌溉水重金属输入仍不容忽视。

2.2.3 农业投入品 通过比对肥料标准限量值[31]，小流域内采集的肥料和畜禽粪便样品Cd、As、Hg、Pb 和Cr 含量均未超标，但存在较大变异，最大值是最小值的1.84～9.74 倍，应优先推广低重金属含量的农业投入品。该小流域农业投入品Cd、As、Hg、Pb 和Cr 年输入通量均值依次为0.72、5.64、0.02、3.50 和12.09 g/(hm2·a)，与长株潭地区以往报道结果基本一致[11]。

2.2.4 输入总通量 该小流域耕地土壤Cd、As、Hg、Pb 和Cr 年输入总通量依次为14.78、59.60、0.70、170.49 和64.78 g/(hm2·a)。与2016 年 长 株 潭 地 区工矿区相比[11]，Cd、As 和Pb 年输入总通量降低了53.5%～70.9%。从重金属不同输入途径的占比来看，该小流域耕地土壤重金属当前的主要输入途径在不同元素间存在明显差异（图4）。耕地土壤Cd和Pb 的当前输入途径主要为大气沉降，其占比分别为82.6%和71.0%；其次是灌溉水输入，占比为12.5%和27.0%。这与以往报道我国南方区域重金属输入以大气沉降为主的结果一致[29]。这些说明大气镉污染防治仍需加强。耕地土壤As 和Hg 的当前输入途径主要为大气沉降和灌溉水输入，占比在39.0%～58.9%之间，说明应加强大气和灌溉水As和Hg 污染的协同防控。耕地土壤Cr 当前输入途径涉及大气沉降、灌溉水和农业投入品输入，三者的占比依次为54.0%、27.3%和18.7%。整体上，农业投入品Cd、As、Hg、Pb 和Cr 的当前输入通量占比均最小，占比仅2.1%～18.7%，说明当前农业投入品不是耕地土壤重金属污染的主要来源，但对其质量安全的监管也不容忽视。

2.3 重金属来源解析

图4 不同途径重金属输入通量占比Fig. 4 Input flux proportions of heavy metals through different pathways

通过对土壤重金属含量数据分布特征进行检验，KMO 值为0.60；巴特利特球形检验P ＜0.05，表明数据分布满足因子分析要求。采用最大方差旋转法，根据特征值大于1.0 的原则[32]，提取了3 个有效主成分，可解释总方差的76.5%。在此基础上，经EPA PMF5.0 的96 次运算，得到最小且稳定Q 值，各重金属元素的信噪比（S/N）均大于2，Cd 和Cr 模型的拟合系数R2＞0.85，Pb 和As 的R2＞0.50。因 此，PMF 模型运算结果能较好地反映基础数据包含的信息，并解析了土壤重金属污染来源特征（图5）。 同时，为了进一步获得各污染源的空间分布特征，利用ArcGIS 中反距离权重法对PMF 模型分析得到的3 个主要因子的标准化贡献率进行了空间插值 （图6）。

图5 PMF 模型因子贡献占比Fig. 5 Contribution proportions of PMF model factors

2.3.1 因子I 该因子对Cr、Pb 和Cd 的相对贡献较高，贡献率分别为55.7%、51.9%和50.8%（图5），其标准化贡献率高值区主要分布在小流域中东部（图6a）。该小流域耕地土壤Cr地质累积指数均值为-0.77（图3），且97.9%的点位Cr 地质累积指数小于0，表明耕地土壤Cr 受人为因素影响较小。另外，该小流域东部地势较低（图1b），土壤Cr 等重金属可随水土流失迁移积累[4]，导致此区域的因子I 标准化贡献率较高。该区域土壤Cr 背景值75.9 mg/kg，主要来自于岩石风化和土壤母质[33]。因此，可推断因子I 中Cr 主要来自于土壤母质。该小流域Pb 和Cd的当前输入主要来自大气沉降，占比高达71.0%和82.6%（图4）。该因子标准化贡献率高值区存在黑色金属冶炼、金属工艺制造以及金属表面处理热加工等多家工业企业，其排放烟尘中的Pb 和Cd 等重金属可通过大气沉降进入土壤[34-37]。另外，Pb 也有可能来自交通排放[37]，Cd 可能与磷肥使用有关[38]， 但该区域的工业企业距主要交通干道较远，农业投入品重金属年输入通量较小且占比较低（表2，图4）。因此，可推断因子I中Pb和Cd主要来源于工业活动，尤其是大气沉降。综上，因子I 是土壤母质来源和工业活动的混合源。

图6 PMF 模型因子标准化贡献率空间分布Fig. 6 Spatial distributions of standardized contribution ratios of PMF model factors

2.3.2 因子II 该因子对Cd 和Hg 相对贡献高达49.2%和45.1%，而As、Pb 和Cr 的贡献率均在34.5%以下（图5），说明该因子主要反映了耕地土壤Cd 和Hg 的污染来源。耕地土壤Cd 和Hg 地质累积指数均值分别为1.41 和0.87（图3），且95%以上的监测土壤Cd 和Hg 地质累积指数大于0，说明其受人为活动影响较大。从空间分布来看，因子II 贡献率高值区主要分布于小流域的中部区域的工业企业周边，与水系分布及土壤镉污染分布基本一致（图6b）。以往研究表明，工业区土壤Cd 和Hg主要通过大气沉降和地表水输入，如Cd 主要通过公开企业排放的烟尘沉降到周边耕地[34-36]，Hg 通过煤炭和石油等燃烧进入大气并随降雨进入土壤[39]。上世纪80～90 年代，工业发展迅猛，废水较为突出，排放的废水随水系迁移并污染周边耕地[3]。当前污染输入中，Cd 和Hg 大气沉降通量占比分别达到82.6%和58.9%，灌溉水输入占比12.5%～39.0% （图4）。因此，因子II 是工业排放源，主要涉及大气沉降和灌溉水输入。

2.3.3 因子III 该因子对As 和Cr 的相对贡献达56.9%和44.3%（图5），但该小流域耕地土壤无Cr污染，因而其主要反映了耕地土壤As 的污染来源。整体上，耕地土壤As 地质积累指数水平较低，仅28.1%的监测点位地质累积指数大于0，说明其受人为活动影响的程度较轻。从空间分布来看，因子III 贡献率高值区主要分布于西部和东南部的畜禽养殖企业周边（图6c）。畜禽养殖饲料场添加有机砷促进动物生长，导致畜禽粪便As 含量较高。随着含As 畜禽粪便以及由其生产有机肥的长期就近施用，导致畜禽养殖企业周边耕地土壤As 增加[40]。因此，可推断因子III 为农业源，主要涉及畜禽养殖及其有机肥施用。

综上分析，可获得该小流域耕地表层土壤重金属的来源及其相对贡献。其中，土壤母质与工业企业混合源的贡献最大，占比38.8%；其次是工业企业源，占比32.6%，主要涉及大气沉降和灌溉水输入；最后是农业源，占比28.6%，主要涉及畜禽养殖及其有机肥施用。总体上，该小流域耕地土壤重金属污染主要来自工业企业源，其次为农业源和自然源，应加强工业和农业活动，尤其是涉重金属行业企业和畜禽养殖的重金属排放的监督管理与源头防控。

2.4 耕地重金属污染源头管控建议

厘清耕地土壤污染主要元素及热点区域是实现污染精准治理的基础[19]。本研究中，土壤重金属污染以Cd 为主，平均值是风险筛选值的1.97 倍（表1），点位超标率高达90.5%；污染面积最大，热点区主要分布于工矿企业周边（图2），且地质累积指数高达1.41（图3）。地质累积性高反映了受人为活动影响的强度大[24]。因此，该小流域耕地土壤重金属污染防治应以镉污染为重点，源头防控与治理修复并举，开展综合防治。

精准识别污染源类型及其当前输入途径是开展污染源头防控的基础。该小流域耕地土壤重金属污染主要来自土壤母质与工业企业混合源（38.8%）、工业企业源（32.6%）、农业源（28.6%）（图5）；输入途径主要为大气沉降和灌溉水输入，且表现出输入通量大且占比高的特点（表2，图4）。经近10 a的环境整治，虽然耕地的大气沉降重金属输入通量降低了12.4%～75.0%[11,28]（表2），但在全国范围内仍处于相对较高水平[29]。一般地，大气沉降具有影响区域大、不确定性强等特点[12]，灌溉水重金属输入呈小集水区、灌溉水系分布的特点[20-22]。因此，该小流域应加强涉镉等重金属工矿企业废气、废水排放的监管，推行小流域化联防联控，并开展重点区域灌溉水重金属净化处理。

本研究以典型工矿企业小流域为案例，利用PMF 模型结合源排放清单法，既明确了小流域耕地土壤重金属污染来源的3 大类型（图5）及其分布（图6），又定量了当前主要输入途径的通量（表2）与比例（图4），有效解析小流域耕地土壤重金属污染来源。值得注意的是，我国幅员辽阔，土壤类型、地形地貌、局部气象、工矿企业等种类繁多且空间变异性强[19-20]，这些均会影响重金属污染的迁移与分布，进而影响耕地重金属污染源解析的精确度与准确度。因此，下一步的研究应加强受体模型结合源排放清单法，在不同类型小流域土壤重金属污染源解析的验证与应用。

3 结论

本研究以湖南中部某县的工业区典型小流域为例，利用源排放清单法、PMF 模型以及空间插值的方法，研究土壤重金属污染特征并解析污染来源，结果如下：

1）该小流域耕地土壤重金属污染主要为Cd，污染点位比例90.5%；As、Hg 和Pb 污染点位比例较低，仅1.1%～6.3%；无Cr 污染；受污染耕地主要分布在中部和西南部区域工业企业周边。表层土壤Cd 和Hg 累积明显，地质累积指数均值1.41 和0.87；Pb、As 和Cr 累积性较低，地质累积指数均值均小于或接近0。

2）灌溉水和肥料等农业投入品重金属含量均未超标。耕地土壤当前主要污染输入途径中，Cd 和Pb 主要为大气沉降，占比分别为82.6%和71.0%；As 和Hg 主要为大气沉降和灌溉水输入，占比在39.0%～58.9%之间；农业投入品重金属输入占比仅2.1%～18.7%。

3）PMF 模型分析显示，污染来源可区分为土壤母质与工业企业混合源、工业企业源和农业源，相对贡献依次为38.8%、32.6%和28.6%，应加强涉重金属行业企业和畜禽养殖等企业重金属排放的监管与治理。

4）源排放清单法可明确重金属进入耕地土壤的当前途径，PMF 模型可分析出污染源的类型及其相对贡献与分布等特征；受体模型结合源排放清单法可有效解析小流域耕地土壤重金属污染来源，对耕地土壤重金属污染来源精准识别和防控具有重要意义。