土壤重金属污染评价与可视化研究

于汧卉,王洪林,史江臣,付 和,张 璐,翟欣雅

(1. 中色蓝图科技股份有限公司,北京 101300; 2. 河北中色测绘有限公司,河北 廊坊 065201)

土壤是人类生存和发展最重要的生态系统之一,同时也是人们进行农业生产活动的重要资源。重金属污染具有长期性、累积性、潜伏性及不可逆性等特点,对土壤、地下水、微生物、植物等生态系统构成了严重威胁[1-2]。随着工业和城市化的快速发展,土壤重金属污染已成为严重的环境问题,其通过大气、扬尘、水体、食物链等途径直接或间接威胁人类的健康甚至生命[2-5]。

土壤安全是国家粮食安全和人类健康的根本保障。联合国环境规划署已将砷、汞、铅、锌、铜、镍、镉、铬8种重金属元素列为优先控制污染物[6]。科学的土壤重金属污染评价方法能较好地评价土壤中重金属污染的程度或空间分布、相应的生态效应等,是保障生态健康的基础[7]。

针对上述优先控制污染物,目前常用的土壤重金属污染评价模型按照评价对象可归纳为两类:评价单个污染因子污染程度的单因子指数模型和评价多种污染因子共同污染的综合评价模型[8-9]。研究人员在开展土壤重金属评价时往往只使用一种评价模型,导致结果唯一,无法根据研究区实际情况对评价模型进行择优选择。且以往调查评价工作属于小比例尺,样品采集数量有限,受数据可得性限制,又由于重金属在土壤中迁移缓慢。因此,在数据分散或难以获得目标点实测值的条件下,依据采样点数据直接开展重金属污染评价,无法准确、精细地评价研究区整体污染状况。在评价结果可视化方面,目前主要采用国外商业地图或分析软件(如ArcGIS、Spass等)。虽然这些软件成熟、优势明显,但也存在一些突出问题,如核心技术不可控、信息数据安全存在隐患等。

为此,本文首先采用克里金法对采样点数据进行转化,估计其在地表上的分布;然后构建面域内多种重金属污染评价模型,可根据不同的重金属污染指标特性选择合适的插值精度进行土壤重金属污染评价;最后将公式程序化,结合开源WebGL技术,对重金属分布、污染评价结果进行分级显示,完成结果的高效可视化。

1 材料与方法

1.1 研究区概况

三河市位于河北省中东部,廊坊市北部,东与天津市蓟州区交界,北与北京市平谷区接壤,西北与北京市顺义区为邻,西隔潮白河与北京市通州区相望,西南与大厂回族自治县毗邻,南与香河县接壤,东南与天津市宝坻区相邻,在京津冀一体化和环渤海经济圈中居重要地位。海拔范围为30～526.8 m。西北部为孤山丘陵,海拔为30～89.3 m;山前平原区地势平坦,西北高东南低,海拔为10～30 m,坡降1/1000～1/3000;东南部为冲洪积扇前洼地,海拔为5.9～10.0 m,坡降小于1/3000。总地势具有北高南低的趋势,可划分为两个地貌单元。

(1)新构造断块山地与丘陵,分布于市域东北部的蒋福山及西北部的孤山地区,由巨厚的缓倾斜碳酸盐岩地层构成,岩溶发育,山区有溶蚀漏斗形成的山间盆地,并被深邃的隘谷、嶂山所切,相对高差达50～500 m之多。山地周边被剥蚀堆积台地所围,台地高差为15～30 m。

(2)山前冲洪积平原,分布于市域北部南杨庄-皇庄镇以北广大地区。潮白河、鲍丘河、泃河3条河流纵穿而过,河床切割深度为2～10 m,由南向北逐渐加大;两河之间为高出现代河床5～10 m的Ⅲ级台地,其次为高出河床3～5 m的Ⅲ级阶地及古河道,以及高出河床1.5～3 m的超河漫滩Ⅲ级阶地。皇庄镇以南为山前冲洪积扇的扇前洼地,海拔为5～10 m。

研究区土层深厚,土壤类型多样,垦殖率较高,农、林、牧、渔为主的土地占总土地面积的66.6%。土壤类别为轻壤质潮土,土壤肥沃,适宜多种北方农作物生长,农作物主要有小麦、玉米、高粱、棉花、大豆、花生等,其位于中朝准地台(Ⅰ级)华北断拗与燕山台褶带(Ⅱ级)的交接地区,冀中台陷Ⅲ级构造单元的北部,横跨6个Ⅳ级构造单元,即顺义断凹、大兴断凸、大厂断凹、宝坻断凸、邦均断凹、福山断凸。

1.2 样品采集与测定

1.2.1 样品采集

在收集、整理三河市以往土地利用类型调查、土壤环境综合质量调查等各项工作成果基础上,以黄土庄镇和段甲岭镇两个镇为重点,根据研究区耕地分布状况、地质单元、成土母质分区、以往污染点分布、水文地质条件等要素进行采样点部署,按照《耕地地力调查与质量评价技术规程》(NY/T 1634-2008)规范,黄土庄镇和段甲岭镇耕地面积约50 km2,按照密度为1～3点/km2,平均2点/km2部署采样点,并根据农业地质背景和现有污染源进行适当调整,共设计浅层(0～20 cm)采集样品100个,每个样品由4个分样组成,共计400个小样。其中,水浇地70件、旱地9件、(果)园地21件。根据农业地质背景分区、污染分布现状和农业种植结构规划,采集深层样品5处,深度1.5 m,每点按照20～30 cm的深度间隔,采集5个样品,共计25件样品,样品采样点位如图1所示。

图1 野外样品采集点位

1.2.2 样品测定

样品测定将选择具有国际和国内双认证资质的实验室进行。为保证分析样品的准确性,除实验室已经过CMA认证,仪器按照规定定期校正外,在进行样品分析时,还对各环节进行质量控制,随时检查和发现分析测试数据是否受控(主要通过标准曲线、精密度、准确度等)。监测项目分析方法见表1。

表1 监测项目分析方法

1.3 重金属污染评价方法

1.3.1 克里金法

克里金法是一种考虑数据空间统计特征的插值方法,它利用从样本属性计算的半变异函数对整个空间的空间变异性进行插值,该方法能量化采样点之间的空间自相关性,以确定样本数据之间的距离对插值属性值的作用[10-12]。克里金法由于其无偏特性和相对于其他方法在地质统计技术中的优势而得到广泛应用[2]。首先使用克里金法对采样点重金属浓度的空间分布进行插值。克里金法路线如图2所示。然后依据插值得出的研究区内各格网中心点的参数值,分别采用以下3种评价模型开展土壤重金属污染评价。

图2 克里金法路线

1.3.2 单因子评价模型

以重金属含量值和评价标准相比以除去量纲计算单因子污染指数,公式[11]为

(1)

式中,Pi为重金属元素i的污染指数,量纲为1;Ci为重金属含量值(mg/L);SI为土壤环境质量标准值。

1.3.3 内梅罗指数模型

内梅罗综合污染指数[8]为

(2)

(3)

权重w按重金属对环境的影响程度分成3类,因一类、二类、三类微量元素环境重要性逐渐下降,分别赋值为3、2、1作为权重。内梅罗综合污染指数分级标准见表2。

表2 土壤综合污染程度分级标准

1.3.4加权平均指数模型

加权平均指数模型是通过设置各重金属加权值进行评价的综合性评价方法。可对8种重金属权重进行设置,权重之和为1,公式[13]为

PI=∑ωi(Ci/Si)

(4)

式中,PI为土壤重金属综合污染指数;ωi为污染因子的权重;Ci为土壤污染物i的实测浓度;SI为污染物i的评价标准。

1.4 可视化方法

WebGL 技术是一种三维绘图标准,不需要通过安装渲染插件即可进行网页的模型加载及渲染。WebGL技术以其高效的可移植性和交互性开创了HTML交互式绘图技术的新纪元,具有无插件、硬件加速、浏览器兼容性好等优点。尽管该技术目前还处于发展中,但其发展的潜力巨大,具有强劲的发展势头[14-15]。

本文将评价公式程序化,并结合开源WebGL技术,对重金属分布情况、面域污染状况进行分级显示,完成结果的高效可视化。其中,WebGL可视化渲染流程如图3所示。

图3 渲染流程

1.5 系统实现

采用CSK(client-server-kernel)模式,即客户端-服务层-核心层3层体系架构。客户端主要完成与用户的交互任务,服务层主要负责数据的管理,核心层主要实现解析运算、渲染等工作。该架构交互性强、具有安全的存取模式,且响应速度快。开发过程中采用前后端分离的开发方法,易于代码的维护,提高开发效率。后台使用JavaScript语言进行开发,采用Express开源框架,前端使用JavaScript脚本语言进行开发。

核心代码使用C++编写,通过Node使用V8引擎的方式调用C++,保证了超大规模运算的高效及系统运行的安全。

2 结果与讨论

结合上述重金属污染评价与可视化方法,开展研究区土壤重金属污染评价及其可视化。

2.1 研究区重金属分布

研究区8种土壤重金属含量在不同插值精度下(以插值精度1000和200 m为例)的空间分布情况如图4-图5所示。

图4 重金属分布(插值精度为1000 m)

图5 重金属分布(插值精度为200 m)

2.2 研究区重金属评价

2.2.1单因子评价模型评价重金属污染

采用单因子评价模型对研究区进行土壤重金属污染评价。以重金属元素Cu、Hg为例,其可视化结果如图6-图7所示。

图7 单因子评价结果(Hg)

2.2.2 内梅罗指数模型评价重金属污染

采用内梅罗指数模型对研究区进行土壤重金属污染评价,其可视化结果如图8所示。

图8 内梅罗指数评价结果

2.2.3 加权平均指数模型评价重金属污染

采用加权平均指数模型对研究区进行土壤重金属污染评价,其可视化结果如图9所示。

图9 加权平均指数评价结果

3 结 语

本文将克里金法、多种重金属评价模型及WebGL可视化技术结合,用户可根据需求选择更加贴合实际的评价模型和插值精度开展研究区土壤重金属污染评价,具有较高的数据可得性,有利于评价研究区整体重金属污染状况,得出面域评价结果,其可视化成果可直观地揭示土壤重金属污染分布情况,增强了用户与数据、模型之间的交互能力。

随着越来越多的学者对重金属污染评价方法进行深入研究,本文采用的克里金法和重金属评价模型还有待改进、完善与扩充。寻得更优、更具普适性的评价模型或方法将是下一步的研究方向。