基于模糊数学的场地重金属污染风险综合评价

柯 强,冯康宏,曹心德,续晓云

基于模糊数学的场地重金属污染风险综合评价

柯 强,冯康宏,曹心德,续晓云*

(上海交通大学环境科学与工程学院,上海 200240)

在传统土壤评价方法的理论基础上,参考模糊数学的架构,建立了由风险因素集、风险评价集、隶属度函数、评估矩阵和权重系数组成的评价模型,最终形成了一套场地重金属污染风险的综合评价方法.选取安徽铜陵某冶炼厂作为研究场地,分析场地土壤中重金属的污染情况并验证该评价模型的科学性.结果表明,研究场地内表层土壤重金属含量平均值分别为As(1382mg/kg)、Cd(64.9mg/kg)、Cu(4973mg/kg)、Pb(3403mg/kg) ,As和Pb污染严重.相比于传统土壤评价方法,综合评价方法考虑重金属的人体健康风险、地下水迁移风险和生态风险3个方面,插值后不同风险所占面积比例为安全(25.3%)、低风险(5.86%)、中风险(9.00%)、高风险(59.9%).与内梅罗指数法对比,综合评价风险结果中的高风险区域面积下降了9.50%,而中风险、低风险和安全区域的面积则分别上升了约3.54%、3.83%和1.20%,整体风险有所降低.与传统土壤评价方法对比,基于模糊数学模型的综合评价方法不局限于重金属总量单一因素对土壤污染风险水平的限制,根据场地实际情况及土地二次利用途径对其进行更加详细的污染风险评价,突出不同重金属污染的贡献,能够提供更加真实准确的土壤污染风险.

重金属；模糊数学；污染场地；综合风险评价

当前国内外土壤重金属污染评价常用的污染指数法往往是从总量出发,通过不同的评价标准和运算公式得到相对单一的评价结果[1].这种评价方法通常未考虑重金属生物有效性,会使得到的场地风险评价结果比实际危害高[2],也未考虑各种影响因素的主次顺序,导致评价结果不能全面真实地反映地块的环境风险.例如,内梅罗指数法能对多金属的复合污染进行全面评估,但评估结果不够深入[3];地积累指数法能给出较直观的污染结果,却难以用来评价复合重金属污染以及多途径的综合污染[4-6];生态风险指数考虑了重金属生物有效性的影响,然而在评价过程中重金属的毒性响应系数易受到人为主观因素的影响[7-9].土壤重金属污染传统评价方法实施起来较为简便,但评价结果均为单一的指数结果,很难有效解决我国现阶段复杂的土壤环境评价问题,引入一种新的重金属污染综合评价方法对推进我国场地污染风险评价工作具有重要意义.近年来,模糊综合数学模型广泛应用于各个领域.模糊综合评价法[10]尤其适用于分析包含易变、模糊和不确切数据的非确定和模糊问题.模糊评价法将模糊数学的概念引入到统计模型中,将常见的难以界定边界的元素清晰化、数值化,从而能够根据这些数据再进行具体评价.国内外学者基于模糊数学评价方法对地下水水质[11]、大气环境质量[12]和土壤重金属污染[13-14]进行评估,并与传统的地下水质量标准、AOI方法评价结果和土壤重金属总量限值比较,发现模糊综合评价方法能够更准确地反映环境风险水平.总之,模糊综合评价方法相较于传统评价方法,能够更好的说明污染风险的不确定性,也能进一步降低权重分配中的主观性[15].因此,为能够进一步研究矿业生产地块土壤重金属污染的分布特征及环境风险评价,本研究在模糊数学模型的基础上,综合考虑人体健康风险、地下水迁移风险和生态风险3个方面,建立土壤重金属综合风险评价模型,并对安徽铜陵某冶炼厂地块重金属的污染特征及风险水平进行评价.利用该方法可以规避传统土壤风险评价方法未考虑重金属有效性以及各种环境情景影响的不足,得到较为客观真实的风险评价结果,为后续土壤重金属污染的修复提供科学指导.

1 材料与方法

1.1 模糊评价方法

研究场地的调查报告表明,冶炼厂核心区域As、Cd和Pb污染严重,此外Cu是冶炼厂的主要产品,土壤中含量较高,因此本文选择这4种重金属作为评价的指标能够代表该场地的重金属污染风险水平.为了综合衡量冶炼厂重金属的污染风险,对冶炼厂进行现场调查:距离冶炼厂1km范围内存在多个居民聚集区等敏感目标(图1),应该考虑重金属对人体健康的影响;且冶炼厂位于安徽铜陵市长江东岸,厂区内危险废物堆放可能会对地下水造成重金属污染,并影响长江水质;最后,冶炼厂又比较靠近郊区,附近存在农田,重金属也可能会经植物吸收进入农作物的种子中.因此选择了人体健康风险、地下水迁移风险和植物生态风险作为综合评价方法的评估指标,通过模糊数学方法构造模糊关系矩阵并最终形成综合评价模型,根据研究区域土壤重金属测定含量确定不同点位隶属度的等级,最终将环境污染中的复杂性和不确定性,转化为直观、明确的环境综合污染评价结果.本文建立的模型结构由以下几方面组成.

图1 研究场地地理位置

1.1.1 风险因素集 人体健康风险:现有重金属风险评价方法多采用《建设用地土壤污染风险评估技术导则》(HJ 25.3-2019)[16]和美国环保署推荐的人体健康模型评价人体摄入重金属后的健康风险.该模型较全面地考虑了用地类型、暴露情景、人群暴露途径、暴露概率、暴露量和重金属毒性等因素.然而,众多研究指出,重金属进入人体后并不会全部被人体胃肠道环境溶出,溶出的重金属也不会全部被人体吸收进入血液.本文在传统的人体健康模型中引入重金属生物有效性的概念[17],优化模型的计算过程,得到基于重金属生物有效性的人体健康风险.

地下水迁移风险:中南地区有色金属矿产分布密集,随着矿产资源的大量开采、冶炼和电镀行业等的发展,土壤、矿山尾矿弃渣等环境中的重金属污染越来越严重,酸雨作用则加剧了这一环境污染效应.但是不同重金属元素与土壤固相结合的能力并不相同,弱结合态的组分相对更容易从固相脱附进入地下水.因为地下水是流动相,重金属元素在地下水的流动下容易向场地周围扩散,最终进入河流或污染饮用水井.所以不同重金属污染在地下水迁移风险这一指标中的重要程度不尽相同.本文通过酸性溶液浸提模拟自然条件下的酸雨淋溶,代表重金属在地下水中的迁移风险.

生态风险:土壤中重金属的超标会引起植物的主根长度、叶面面积等生理特征发生变化,主要污染原理是植物在吸收了土壤中的重金属后,会在其体内产生某种对酶和代谢具有毒害作用的物质,测定植物体内吸收的重金属含量可在一定程度上代表其危害大小.植物健康状况的变化会进一步导致生态系统的失衡,最终破坏生态系统的安全和健康.全国农用地土壤污染状况详查,各部门以现有的标准分析方法及研究成果为基础,对常用的稀酸溶液、络合剂及中性盐溶液等浸提方法开展共同分析研究,CaCl2试剂提取的重金属浓度与水稻、小麦等作物实际吸收的重金属浓度有较好的正相关性[18],可将此结果来代表重金属的生态风险.

1.1.2 风险评价集 为了划分场地污染风险,本文将重金属的污染风险分为安全(Ⅰ级)、低风险(Ⅱ级)、中风险(Ⅲ级)和高风险(Ⅳ级)4个等级.确定合适的标准值是准确评价场地风险的前提,参考陈国光等[19]的方法,对其他风险等级标准值采用基于等倍计算的方式确定.在缺乏标准参考的情况下,这种方法具有实施简单,又能反映不同污染物梯度的特点.

人体健康风险的划分参考《建设用地土壤污染风险评估技术导则》的相关要求,致癌风险系数安全限值为1×10-6,而当系数超过1×10-4时会对人群健康产生不可接受的风险[16].所以,前者作为致癌风险中的Ⅰ级标准值,后者作为Ⅳ级标准值.Ⅱ级和Ⅲ级标准值按等比划分的原则分别制定为5´10-6和2´10-5.当危害商小于1时可认为没有环境危害,因此把1作为危害商的Ⅰ级标准值,Ⅱ级、Ⅲ级和Ⅳ级的标准值分别定为2、5和10(表1).

地下水迁移风险的Ⅰ级标准值使用国家标准《危险废物鉴别标准浸出毒性鉴别》中的重金属浸出毒性鉴别标准值[20],其中As、Cd、Cu和Pb分别为5,1,100和5mg/L.将Ⅱ级、Ⅲ级和Ⅳ级的标准值分别按2倍、4倍和8倍于Ⅰ级标准值设定(表1).

从保守角度考虑,植物生态风险按粮食作物制定,其Ⅰ级标准值使用《食品安全国家标准食品中污染物限量》中的重金属限量指标[21],其中As、Cd、Cu和Pb分别为0.5,0.2,10和0.5mg/L.Ⅱ级、Ⅲ级和Ⅳ级的标准值分别按2倍、4倍和8倍于Ⅰ级标准值设定(表1).

表1 模糊评价模型的评价集

1.1.3 隶属度函数与评估矩阵 隶属度函数用于建立因素得分与评价集之间的映射关系,是模糊数学的核心体现.根据不同隶属度函数的特点,选择在三角函数的基础上建立本模型的隶属度函数,表达式如下所示:

式中:是风险等级(=1,2,3,4)上重金属(=As,Cd, Cu,Pb)的隶属度;是重金属的实验数据;S是级重金属的标准值.

确定因素集和评价集后,通过选择合适的隶属度函数得到评价集合R,R= [,1,,2,…,].所有的个向量依次排列起来可构成评价矩阵:

1.1.4 权重分配 由于因素集分成了两个层次,权重也存在两个层次.一级权重为健康风险、迁移风险和生态风险三者之间的权重,二级权重为一级权重下各指标的权重.

对于一级权重,应根据场地实际情况设定.这里采用列举法给出可供选择的权重梯度分配方案(见表2),再将场地中各重金属的平均浓度代入评价模型进行计算,每种权重梯度方案对应一个评价结果(图2).3种风险指标对综合评价结果的影响程度从大到小依次为健康风险、生态风险和地下水风险,因此健康风险所占权重最大,生态风险其次,地下水风险的权重最小.为了使模型的评价结果尽可能超出并接近重金属真实环境风险,选择权重时应使得综合评价结果的风险等级尽可能高,但为了保证风险评价结果的可靠性,也不能将次要因素忽略不计.综合以上因素,一级因素中将迁移风险、生态风险和人体健康风险的权重值设定为0.1、0.3和0.6.

图2 风险与权重的关系

表2 一级因素间的权重分配

对于二级因素,为了突显潜在风险高的重金属元素危害程度,对每个采样点的不同重金属提取量采用超标倍数法进行赋权,迁移风险和生态风险中的不同重金属之间的权重分配按公式(3)计算.健康风险中的危害商和致癌风险的权重也参考这种方法计算,但是其标准值分别为1和1×10-6.

式中:w为重金属的权重;X为重金属的实测值;S为对应重金属在Ⅰ级风险中的标准值.

1.1.5 综合风险计算 以评估矩阵和权重向量作矩阵运算,可以得到包含权重因素的模糊向量:

根据最大隶属度原则,向量B中最大元素所在的风险等级即为最终评估结果.

1.2 研究区样品采集

在场地初调的基础上,在安徽铜陵某冶炼厂地块中选择由制酸区、冶炼区、仓库区、部分工程区和废渣区构成的近矩形区域开展风险评价.用手持GPS定位仪确定采样点坐标位置,污染区域内按照网格布点,布点密度为40´40m,以满足监测点位布置要求[22],并用手钻和铁锹采集表层土壤(0～20cm).如果遇到水泥硬化地面,采用钻孔采样,收集硬化层下的表层土壤.土壤采出后,将建筑垃圾和植物残体挑出并丢弃,然后放入双面16丝的40´60cm聚乙烯自封袋中,运输过程中使用样品箱,并做好减震隔离,避免破坏土壤原有的团粒结构.在运输过程中土壤样品在0～4℃条件下保存,在1周内送往实验室并完成前处理.最终采集了26个土壤样品(不包括现场平行样),其中A1-A7样品位于制酸区、S1-S9位于冶炼区、R1-R8位于仓库区、W1位于废渣场、E1位于工程区(图3).

图3 采样点示意

1.3 样品测定

1.3.1 土壤理化性质及重金属含量测定 土壤样品pH值按照土水比1:2.5用pH计进行测定.取0.200g土壤样品经过HNO3-HF-HClO4消解后,采用电感耦合等离子体发射光谱仪(ICP-OES5110)测定土壤中的重金属元素As、Cd、Cu、Pb.测定全程采用空白样和土壤标准参考样(GSS-5)进行质量控制,回收率在(100%±10%)以内.以上所有测定样品设置3个平行样.

1.3.2 人体健康风险 取0.400g土壤样品于离心管中,设置2组样品,加入40.0mL模拟胃液(30.03g/L甘氨酸),用盐酸调节溶液pH值为(1.5±0.3),密封后振荡提取1h(37℃,200r/min).胃液提取后,一组提取液保留待测,另一组提取液加入模拟肠液(1.75g/L猪胆盐,0.5g/L胰液素)提取,用50%NaOH溶液调节溶液pH值为(7.0±0.3),密封后振荡提取4h(37℃, 200r/min).提取液经过0.45mm滤膜过滤后测定重金属含量[23].

1.3.3 地下水迁移风险 取3.26mL硫酸(H2SO4, 95.0%～98.0%)和2.86mL硝酸(HNO3, 65.0%～68.0%)配制混合酸,然后加入2L去离子水,调节其pH值在4.15～4.25.按照土水比1:20加入模拟酸雨,密封后振荡提取18h((23±2)℃,30r/min).提取液经过0.45μm滤膜过滤后测定重金属含量[24].

1.3.4 生态风险 取2.00g样品于50mL离心管中,加入0.01mol/L CaCl2溶液20mL,密封后振荡提取2h((20±2)℃,25r/min).提取液经过0.45mm滤膜过滤后测定重金属含量[25].

1.4 数据分析处理

实验数据用Excel 2019进行统计分析;地理信息和插值图Surfer 14处理和绘制;其余实验结果用Origin 2022b作图.

2 结果分析与对比

2.1 场地污染情况

表3 土壤pH值及重金属的含量(mg/kg)

图4 重金属含量分布

研究区域内土壤表层土壤pH值在3.68～8.65之间,平均值为6.81,有15.4%呈强酸性,15.4%呈弱酸性,42.3%呈弱碱性,其余采样点土壤则显中性,这表明表层土壤总体呈中性偏酸性.研究区域表层土壤重金属含量统计情况见表3,4种重金属的含量相差较大,As、Cd、Cu、Pb含量(mg/kg)的最大值分别为11150、1051、39925、30435,最小值分别为15.2、0、32.5、0,平均值分别为1382、64.9、4973、3403,远高于其土壤背景值9.13、0.0672、21.02、26.39[26].根据《土壤环境质量标准》第二类用地的筛选值标准[27],As、Cd、Cu和Pb含量的超标率分别为84.6%、19.2%、7.69%和38.5%,这表明土壤As和Pb的污染严重,部分点位Cd和Cu的含量远远超出标准值.4种重金属的总量变化差异明显,随点位的变化比较大(图4),这说明重金属在该区域内呈现空间异质分布,是受到特定污染源空间位置的影响[28].

2.2 重金属人体健康风险

模拟重金属在人体胃肠液中的生物有效性的实验结果表明,土壤内As、Cd、Cu、Pb的胃液提取平均浓度(mg/kg)分别为205、45.1、2090、2084,胃肠液提取平均浓度(mg/kg)分别为58.4、45.1、2090、2084(表4).不同区域重金属生物有效性的高低可以直接归因于冶炼厂生产过程中的污染来源,个别点位的细微差异则可以尝试用重金属的形态来解释.S9点位重金属总量都比较高,但对应的提取浓度却非常低,推测其土壤中的重金属元素主要以稳定的残渣态存在.

表4 土壤重金属风险水平(mg/kg)

2.3 重金属地下水迁移风险

模拟重金属对地下水环境的污染实验结果表明,土壤内As、Cd、Cu、Pb的提取平均浓度(mg/kg)分别为5.77、2.46、17.2、4.92,重金属的地下水浸提浓度基本处于较低水平(表4),说明研究场地土壤经过模拟酸雨淋溶后只有很少量重金属随雨水下渗,对地下水的污染风险较低.为模拟中南地区的酸雨条件,SPLP的浸提条件比较温和,只需满足pH值约为4.20即可,不能有效促进酸雨作用后土壤中重金属的浸出,因此相应的重金属生物有效性也较低.

2.4 重金属生态风险

模拟重金属对植物生长危害的实验结果表明,土壤内As、Cd、Cu、Pb的浸出平均浓度(mg/kg)分别为1.06、3.54、35.5、0.66.氯化钙的提取浓度极低,几乎不超过10mg/kg,但就As和Cd而言,仍具有一定的生物毒性(表4).Cd和Cu的浸提含量更高,而As和Pb的浓度则下降了,说明pH值的降低可以提高As和Pb的生物有效性,而降低Cd和Cu的生物有效性.

2.5 综合风险评价结果

将人体健康风险、地下水迁移风险和生态风险的实验数据输入已建立好的模糊综合风险评价模型,输出的该场地风险评价结果如表5.在26个采样点中,有3个采样点属于安全级别(Ⅰ级),占比11.5%;有4个采样点属于低风险级别,占比15.4%;有8个采样点属于中风险级别,占比30.8%;剩余11个采样点属于高风险,占比42.3%.

根据各土样的重金属提取浓度,对整个研究区域进行插值,然后计算各插值点的风险等级,获得场地综合风险分布图(图5).结果表明,场地大部分属于高风险区域,其面积约占总面积的59.9%.此外,场地有25.3%的区域属于安全区域,而低风险和中风险的区域面积分别只占到5.86%和9.00%,且大多分布在高风险区域周围,是整个场地污染最复杂的区域.

仓库区大部分在高风险区域周围.大致上看,场地存在3个污染中心,分别位于制酸区西北侧、冶炼区中部和仓库区东南部.其中制酸区西北侧以As污染为主,如A2点位的健康风险与生态风险均达到了高风险.以S7为首的冶炼区中部同时存在As、Cd、Cu和Pb的复合区域都属于高风险区域,其中东南部以Cu污染为主要特征,其余地方存在不同程度的As、Cd污染风险.

采用内梅罗综合指数法对研究区内As、Cd、Cu和Pb的污染风险进行评价,其综合污染指数可以较为全面地代表传统土壤污染评价方法的风险高低[29],其平均值为17.3,最大值为138,都远超重度污染的分级标准,重金属综合污染状况非常严重.本文将内梅罗指数法的Ⅰ和Ⅱ、Ⅲ、Ⅳ、Ⅴ级污染程度分别对应于安全、低风险、中风险、高风险不同水平的风险,在此基础上将综合评价的结果与内梅罗指数法进行对比.根据各采样点的重金属总量,对整个研究区域采用相同的插值方法,获得场地传统风险分布图(图6).结果表明,绝大部分场地是高风险区域,约占总面积的68.4%,中风险和低风险区域只占了小部分,分别只占了总面积的5.46%和2.03%,场地剩下约24.1%的面积都是安全区域.

与内梅罗指数法对比,综合评价风险结果中的高风险区域面积下降了9.5%,而中风险、低风险和安全区域的面积都有所增加,分别上升了约3.54%、3.83%和1.2%.这说明在考虑土壤重金属的生物有效性后,相应的综合风险水平会有所下降.在本文研究场地结果中则为高风险区域面积大幅下降,风险区域总体面积略有下降.说明在传统评价方法以土壤重金属总量为评判标准的基础上,部分区域的风险是被高估的,而通过本文建立的综合评价方法,可以有效改善这种情况,确实减少土壤污染修复的面积.另一方面,本文建立的模糊综合评价模型不仅能够对多种重金属的复合污染风险做出评价,还可以根据风险评价分析过程中不同风险类型As、Cd、Cu和Pb的提取浓度来区分不同重金属分别对环境造成的危害程度,判断起主要贡献的风险类型,并在最终的土壤修复工程中选择最佳的修复方法,这也是传统土壤评价方法不能提供的风险参考依据.总的来说,在考虑到重金属生物有效性和多种风险因素的情况下,场地的整体污染风险水平会有所下降,且能够进一步了解不同污染区域的主要污染类型,与建立模型之初的预期结果较为复合,最终能够为重金属污染土壤的治理提供很大的帮助.

图6 传统风险分布

3 结论

3.1 模糊综合评价方法结果显示冶炼厂核心区域重金属污染比较严重.其中As的污染最为严重且分布广泛,平均含量高达1382mg/kg.Cd污染主要存在与冶炼区中部.Cu污染主要存在于仓库区东南部.Pb在冶炼区中部和制酸区东南部有2个污染中心.

3.2 本文基于模糊数学方法的框架,建立了通过土壤重金属生物有效性进行场地风险评价的综合评价模型,且从地下水迁移风险、生态风险和人体健康风险3个方面进行综合评价,获得更为准确、可信的风险评价结果.

3.3 模糊综合评价中重金属风险等级的区分参考已有的研究将重金属的浓度转化为不同的等级,以便输入模型计算.模型最终输出的评价矩阵既可以通过最大隶属度原则来划分最终的风险等级,也可反映某一点位的结果并不是唯一的,体现了土壤重金属风险评价的模糊性.

3.4 本文提出的综合风险评价方法意在为场地风险评估提供一个可行的思路和模型,实际应用前还需对评价标准、因素权重等部分进行斟酌.如权重向量的选取可以综合考虑调查地点的实际状况以及重金属的毒性大小.

[1] 谢 薇,杨耀栋,侯佳渝,等.多种评价方法应用于天津核桃主产区的土壤环境质量评价 [J]. 物探与化探, 2021,45(1):207-214.

Xie W, Yang Y D, Hou J Y, et al. Multiple evaluation methods applied to soil environmental quality evaluation in the main walnut production area of Tianjin [J]. Physical and Chemical Exploration, 2021,45(1): 207-214.

[2] Mamattursun E, Adila H, YANG X Y. Comparison and analysis of estimation methods for heavy metal pollution of farmland soils [J]. Journal of Resources and Ecology, 2020,11(5):435-442.

[3] 郭志娟,周亚龙,王乔林,等.雄安新区土壤重金属污染特征及健康风险 [J]. 中国环境科学, 2021,41(1):431-441.

Guo Z J, Zhou Y L, Wang Q L, et al. Characteristics of soil heavy metal pollution and health risk in Xiong’an New District [J]. China Environmental Science, 2021,41(1):431-441.

[4] 薄录吉,李 冰,张荣全,等.金乡县大蒜产区土壤重金属特征及潜在生态风险评价 [J]. 土壤通报, 2021,52(2):434-442.

Bo L J, Li B, Zhang R Q, et al. Evaluation of heavy metal characteristics and potential ecological risks in soils of garlic production areas in Jinxiang County [J]. Soil Bulletin, 2021,52(2): 434-442.

[5] Huang S H, Yang Y, Yuan C Y, et al. Pollution evaluation of heavy metals in soil near smelting area by index of geoaccumulation (Igeo) [J]. IOP Conference Series: Earth and Environmental Science, 2017, 52(1):012095.

[6] 贾冰婵,张 鸣,武 娟,等.固城湖退圩还湖区沉积物重金属特征及生态风险评价 [J]. 中国环境科学, 2022,42(10):4741-4751.

Jia B C, Zhang M, Wu J, et al. Characteristics and ecological risk assessment of heavy metals in sediments of Gucheng Lake [J]. China Environmental Science, 2022,42(10):4741-4751.

[7] Huang Y, Chen Q Q, Deng M H, et al. Heavy metal pollution and health risk assessment of agricultural soils in a typical peri-urban area in southeast China [J]. Journal of Environmental Management, 2018,207:159-168.

[8] Abdellah E A, Ali R, Moulay L H, et al. Pollution and ecological risk assessment of heavy metals in the soil-plant system and the sediment-water column around a former Pb/Zn-mining area in NE Morocco [J]. Ecotoxicology and Environmental Safety, 2017,144:464- 474.

[9] Hakanson L. An ecological risk index for aquatic pollution control.a sedimentological approach [J]. Pergamon, 1980,14(8):975-1001.

[10] Yang Y, Zhou Z C, Bai Y Y, et al. Risk assessment of heavy metal pollution in sediments of the Fenghe River by the fuzzy synthetic evaluation model and multivariate statistical methods [J]. Pedosphere, 2016,26(3):326-334.

[11] Adam K M, Liu D, Mohamed M, et al. Groundwater quality assessment of the quaternary unconsolidated sedimentary basin near the Pi river using fuzzy evaluation technique [J]. Applied Water Science, 2018,8(2):1-12.

[12] 郭力嘉,段事恒,徐琳瑜.北京市大气环境质量的模糊数学综合评价方法的应用 [J]. 西南师范大学学报(自然科学版), 2017,42(11): 130-136.

Guo L J, Duan S H, Xu L Y. Application of fuzzy mathematical comprehensive evaluation method for atmospheric environmental quality in Beijing [J]. Journal of Southwest Normal University (Natural Science Edition), 2017,42(11):130-136.

[13] 朱 龙,陈友媛,苑公静,等.城市道路沉积物中重金属生态风险的优化评价 [J]. 环境科学研究, 2022,35(3):836-844.

Zhu L, Chen Y Y, Yuan G J, et al. Optimal evaluation of ecological risk of heavy metals in urban road sediments [J]. Environmental Science Research, 2022,35(3):836-844.

[14] 孙 恬,王延华,叶 春,等.太湖北部小流域沉积物重金属污染特征与评价 [J]. 中国环境科学, 2020,40(5):2196-2203.

Sun T, Wang Y H, Ye C, et al. Characteristics and evaluation of heavy metal pollution in sediments of small watershed in northern Taihu Lake [J]. China Environmental Science, 2020,40(5):2196-2203.

[15] 王立婷,刘仁志.土壤污染风险评价研究进展 [J]. 中国环境管理, 2020,12(2):62-68.

Wang L T, Liu R Z. Research progress of soil pollution risk evaluation [J]. China Environmental Management, 2020,12(2):62-68.

[16] HJ 25.3-2019 建设用地土壤污染风险评估技术导则 [S].

HJ 25.3-2019 Technical guidelines for soil pollution risk assessment of construction land [S].

[17] 冯康宏,范 缙,罗启仕,等.基于生物可给性的某冶炼厂土壤重金属健康风险评价 [J]. 中国环境科学, 2021,41(1):442-450.

Feng K H, Fan J, Luo Q S, et al. Health risk assessment of heavy metals in soil of a smelter based on bioavailability [J]. China Environmental Science, 2021,41(1):442-450.

[18] Ma Q, Zhao W F, Guan D X, et al. Comparing CaCl2, EDTA and DGT methods to predict Cd and Ni accumulation in rice grains from contaminated soils [J]. Environmental Pollution (Barking, Essex: 1987), 2020,260:114042.

[19] 陈国光,梁晓红,周国华,等.土壤元素污染等级划分方法及其应用 [J]. 中国地质, 2011,38(6):1631-1639.

Chen G G, Liang X H, Zhou G H, et al. Classification of soil elemental pollution and its application [J]. Geology in China, 2011,38(6):1631- 1639.

[20] GB 5085.3-2007 危险废物鉴别标准浸出毒性鉴别 [S].

GB 5085.3-2007 Identification standard of hazardous waste leaching toxicity identification [S].

[21] GB 2762-2017 食品安全国家标准食品中污染物限量 [S].

GB 2762-2017 National standard for food safety, limits of contaminants in food [S].

[22] HJ 25.2-2019 建设用地土壤污染风险管控和修复监测技术导则 [S].

HJ 25.2-2019 Technical Guidelines for soil pollution risk control and remediation monitoring in construction land [S].

[23] Juhasz A L, Weber J, Smith E, et al. Assessment of four commonly employed in vitro arsenic bioaccessibility assays for predicting in vivo relative arsenic bioavailability in contaminated soils [J]. Environmental science & technology, 2009,43(24):9487-9494.

[24] 刘 锋,王 琪,黄启飞,等.固体废物浸出毒性浸出方法标准研究 [J]. 环境科学研究, 2008,21(6):9-15.

Liu F, Wang Q, Huang Q F, et al. Research on toxic leaching method standard of solid waste leaching [J]. Research of Environmental Science, 2008,21(6):9-15.

[25] 田 衎,王 尧,房丽萍,等.土壤中重金属可提取态(氯化钙法)分析质量控制样品的研制 [J]. 中国环境监测, 2019,35(6):110-117.

Tian K, Wang Y, Fang L P, et al. Development of samples for quality control of extractable heavy metals in soil by calcium chloride method [J]. China Environmental Monitoring, 2019,35(6):110-117.

[26] 孙 海,张东威.黄山风景区土壤环境背景值基本特征及其影响因素分析 [J]. 中国环境监测, 1992,8(5):53-54.

Sun H, Zhang D W. Analysis on basic characteristics and influencing factors of soil environmental background value in Huangshan Scenic Area [J]. China Environmental Monitoring, 1992,8(5):53-54.

[27] GB 36600-2018 土壤环境质量建设用地土壤污染风险管控标准 [S].

GB 36600-2018 Soil environmental quality Soil pollution risk control standard for construction land [S].

[28] Cui X T, Wang X Q, Liu B. The characteristics of heavy metal pollution in surface dust in Tangshan, a heavily industrialized city in North China, and an assessment of associated health risks [J]. Journal of Geochemical Exploration, 2020,210:106432.

[29] 常 瑛,李彦荣,施志国,等.基于内梅罗综合污染指数的农田耕层土壤重金属污染评价 [J]. 安徽农业科学, 2019,47(19):63-67,80.

Chang Y, Li Y R, Shi Z G, et al. Assessment of heavy metal pollution in farmland soil based on Nemerow comprehensive pollution index. Journal of Anhui Agricultural Sciences, 2019,47(19):63-67,80.

Comprehensive assessment method of site heavy metal pollution risk based on fuzzy mathematics.

KE Qiang, FENG Kang- hong, CAO Xin-de, XU Xiao-yun*

(School of Environmental Science and Engineering, Shanghai Jiao Tong University, Shanghai 200240, China)., 2023,43(1)：415～423

Based on the theory of traditional soil evaluation methods and the framework of fuzzy mathematics, this paper established an evaluation model composed of risk factor set, risk evaluation set, membership function, evaluation matrix and weight coefficient, and finally formed a set of comprehensive evaluation methods for heavy metal pollution risk of sites. The polluted soil of a smelter from Tongling, Anhui was selected as the research site to analyze the pollution of heavy metals and verify the effectiveness of the evaluation model. The average contents of heavy metals in the surface soil of the study site were 1382mg/kg for As, 64.9mg/kg for Cd, 4973mg/kg for Cu, and 3403mg/kg for Pb. Among them As and Pb were seriously polluted. Compared to the traditional soil evaluation method, the integrated evaluation method considered three aspects especially human health risk, groundwater migration risk and ecological risk of heavy metals. The proportion of area occupied by different risks after interpolation was safe (25.3%), low risk (5.86%), medium risk (9.00%) and high risk (59.9%). Compared with nemero index method, the area of high risk in the comprehensive evaluation method decreased by 9.50%, while the area of medium risk, low risk and safe area increased by about 3.54%, 3.83% and 1.20% respectively, indicating that the overall risk decreased. Compared with traditional soil evaluation methods, the comprehensive evaluation method based on fuzzy mathematical model is not limited to a single index of total heavy metals, but carries out a more detailed pollution risk assessment regarding the actual situation of the site and the way of land reuse, which highlights the contribution of different heavy metal pollution and thus providing more accurate risk assessment of soil pollution.

heavy metals；fuzzy mathematics；contaminated site；comprehensive risk assessment

X53,X820.4

A

1000-6923(2023)01-0415-09

柯 强(1998-),男,河南信阳人,硕士研究生,主要研究土壤重金属风险评价.

2022-06-07

国家重点研发计划项目(2018YFC1802700)

* 责任作者, 副研究员, xuxiaoyun@sjtu.edu.cn