某污染地块不同功能区土壤重金属污染特征与来源分析

2022-12-06杨金兰陈泽智

工程质量 2022年11期

杨金兰，蒋皓，陈泽智

（1.广东省建设工程质量安全检测总站有限公司，广东广州 510599；2.广东省建筑科学研究院集团股份有限公司，广东广州510500；3.广东省科学院测试分析研究所（中国广州分析测试中心），广东广州 510070）

0 引言

由于城市化的发展和“退二进三”战略的推进，一些原位于市区的重污染、能耗大、效益差的企业有重点、分层次、分区域、分时段进行搬迁或关闭停产，这些地块中残存大量污染物，重金属污染尤为严重［1-5］。

郭登魁等［6］对某废弃硫酸厂场地中 As、Cd、Pb、Cu 和 Zn 的污染特征和来源进行了分析，发现这些元素均存在超标现象，超标倍数从 12.42 倍增至 466.00 倍，且发现随着深度的增加，污染物还发生了垂向迁移。任剑峰等［7］对某废弃油库的区域土壤中 Cu、Zn、Pb、Cr、Ni、Hg 和 As 的污染进行评价，发现润滑油罐区、汽油罐区、柴油罐区和发货平台均受到重度污染。本研究选择广州市某废弃的污染地块为研究对象，考察地块办公区、生活区、生产区和加工区的土壤重金属污染特征和来源。

1 材料、样品和数据分析方法

1.1 研究区概况

该地块历史早期为农田，2016 年前为一家电子器件生产企业，占地面积约 8 km2，该厂年产电子元器件 3 000 万件，主要原料为铜片、锌片、电镀液和树脂等，主要涉及的工艺为电镀、五金加工、机械加工、手工组装等。根据地块内土地的使用情况，将地块分为办公区、生活区、生产区、加工区。其中，办公区包括办公楼、绿化、道路；生活区包括宿舍、食堂；生产区包括注塑车间、模具车间、煅烧车间、原料仓库；加工区包括组装车间、焊接车间、成品仓库。

1.2 样品的采集及预处理

按照典型性和代表性的原则，采用分区布点法。于 2016 年 11 月，采集土壤表层样品 78 个，其中办公区 15 个，生活区 15 个，生产区 24 个，加工区 24 个。采样深度为 0～20 cm，利用木质采样工具进行样品采集，采样点周围利用多点采样方式，四分法弃取，采集 1 kg 装入采样袋，作为该采样单元的土壤样品。

1.3 样品的分析

采用 HJ 680－2013《土壤和沉积物汞、砷、硒、铋、锑的测定微波消解/原子荧光法》测定土壤中的 Hg 和 As；采用 HJ 491－2019《土壤和沉积物铜、锌、铅、镍、铬的测定火焰原子吸收分光光度法》测定土壤中的 Cu、Zn、Cr 和 Ni；采用 GB/T 17141－1997《土壤质量铅、镉的测定石墨炉原子吸收分光光度法》测定土壤中的。

1.4 数据处理与分析

采用 Pearson 相关系数和主成分分析等多元统计方法对土壤中重金属的来源进行分析，统计分析均利用 SPSS19.0 软件进行，利用 origin 8.0 进行制图。

2 结果与讨论

2.1 地块土壤重金属含量特征

地块土壤重金属污染特征统计如表 1 所示，Hg、As、Cd、Cr、Cu、Pb、Ni 和 Zn 的平均值分别为 0.19、14.2、0.11、84.0、46.1、43.8、35.2、66.5 mg·kg-1，8 种重金属元素的均值均未超过国家农用地土壤污染风险值，但是除 Hg 外，其它重金属元素的最高值均已超过国家农用地土壤污染风险值。8 种重金属元素的均值分别为广东省土壤背景值的 2.4、1.6、2.0、1.7、2.7、1.2、2.4、1.4 倍；说明在工业生产等人类活动影响下，8 种重金属在表层土壤存在不同程度的富集。根据 Wilding［8］对变异系数的分类，As 的变异系数为 0.33，为中等变异，Hg、Cd、Cr、Cu、Pb、Ni 和 Zn 的变异系数为 0.45、0.83、0.74、1.20、0.63、1.51、1.04，均为高度变异（CV＞0.36）。说明 8 种金属受外界因素的影响较大，这可能是受污染源分布的影响。8 种重金属的偏度大小顺序为 Zn＞Ni＞Cd＞Cr＞Cu＞Pb＞Hg＞As，均呈尖顶峰的正偏态分布。

表1 土壤重金属的特征统计

2.2 生产区-加工区与生活区-办公区土壤重金属含量的差异性分析

采用 Mann-Whitney U 检验对生产区-加工区与生活区-办公区土壤重金属含量进行差异性分析，如表 2 所示，生产区-加工区与生活区-办公区土壤中 Cr、Cu 和 Ni 存在显著性差异，这可能是因为生产加工过程中的原料以及工艺有关。办公区中 Pb 的含量均值最高，生产区中 Zn 的含量均值最高，加工区中 Cr、Cu 和 Ni 的含量均值较高，这种浓度差别主要是由各功能区污染源差异所导致。

表2 生产区-加工区与生活区-办公区土壤重金属的统计

2.3 重金属来源

1）相关性分析。对地块土壤重金属含量进行Pearson 相关分析，如表 3 所示，Cr-Cu-Ni 两两之间存在显著的相关性（P<0.01），其中 Cr、Cu、Ni 的相关系数均大于 0.7，表明 Cr-Cu-Ni 可能具有相同的来源，从功能区的划分来看，Cr、Cu 和 Ni 的高值点多出现在加工区，这可能与加工区的工艺流程有关。

表3 8 种重金属的相关系数

2）主成分分析。数据经 KMO 和 Bartlett 球形检定，KMO 指数为 0.714>0.5，p 值为 0.00<0.05，说明作主成分分析，其结果具有统计学意义。研究区土壤重金属元素的主成分分析如表 4 所示，8 种重金属主要可以分成 3 种主成分，累积贡献率为 76.956 %。

表4 土壤重金属的主成分分析

主成分1（PC1）的方差贡献率为 37.377%，Cr、Cu、Ni 和 Zn 的因子载荷分别达到 0.780、0.842、0.800 和 0.777，且区域变异性较大，表明这些元素主要受人为因素的影响［10］，前述差异性分析结果表明，Cr、Cu 和 Ni 在生产区-加工区与生活区-办公区存在显著性差异，且 Zn-Cr-Cu-Ni 存在显著相关性，说明污染主要来源于生产区-加工区的产品生产、电镀和金属表面处理等工艺，这与李泗清等［11］报道的结果类似。主成分 2（PC2）的方差贡献率为 26.309 %，Cd 和 Pb 具有较高的正载荷，含量高于相应的背景值，区域变异性较大，有研究发现，交通污染是土壤中 Cd 和 Pb 的重要来源，汽车排放的 Cd 来自油类（汽油和润滑油）燃烧和轮胎磨损（轮胎中的 Cd 含量为 2.6 mg·kg-1），Pb 来自汽油燃烧和刹车里衬磨损［12，13］。说明 PC2 反映的是交通污染等人为来源的影响。主成分 3（PC3）的方差贡献率为 13.270 %，As 有较高的正载荷，含量高于相应的背景值，变异系数高。黄庆熙等［14］研究发现农药、工业和生活废弃物是造成 As 污染的重要原因。Hg 在 PC2 和 PC3 上均有相当的载荷，可认为 Hg 来源于交通污染源和工业或生活废弃物，这与张文新等人［15］报道的结果类似。