北京市昌平区南口镇土壤重金属污染风险评估及来源分析

贾唯远 刘清俊 刘芬芬 孟美杉 白江伟 顾海波 王天宇 罗伊

收稿日期：2023-10-28；修回日期：2023-12-11

基金项目：北京市昌平南口示范区地表基质调查与评价研究项目（PXM2021_158307_000007）资助

第一作者简介：贾唯远（1997- ），男，学士，助理工程师，主要从事环境地质、耕地保护研究工作。E-mail：2638269785@qq.com

引用格式：贾唯远，刘清俊，刘芬芬，孟美杉，白江伟，顾海波，王天宇，罗伊，2024.北京市昌平区南口镇土壤重金属污染风险评估及来源分析［J］.城市地质，19（2）：167-175

摘 要：采集昌平南口镇473件表层土壤样品，收集65件土壤样品（1970年采集的），测试土壤中砷（As）、镉（Cd）、铜（Cu）、铬（Cr）、汞（Hg）、铅（Pb）、镍（Ni）、锌（Zn）等8种重金属元素及三氧化二铝（Al2O3）、二氧化硅（SiO2）和三氧化二铁（Fe2O3）等地球化学指标。采用多种污染评价方法和统计学方法，运用Pearson相关性分析和主成分分析，评估土壤重金属污染风险，分析污染来源。结果表明：重金属Cd含量普遍较高，超筛选值点位较广，Pb、Hg、Cr、Ni、Cu、Zn存在个别点位超筛选值的情况；Cd、Hg、Pb、Zn存在轻微及以上污染点位，Pearson相关性分析和主成分分析显示Cd、Hg、Zn来源相近；Cd和Zn的人为贡献率在1970—2021年间增长明显，且平均值明显高于北京地区背景值，表明研究区可能存在一定的人为污染。

关键词：南口镇；筛选值；背景值；地积累指数；人为贡献率；重金属污染评估；来源分析；主成分分析

Risk assessment and source analysis of heavy metals in soil， Nankou Town， Changping District， Beijing

JIA Weiyuan， LIU Qingjun， LIU Fenfen， MENG Meishan， BAI Jiangwei， GU Haibo， WANG Tianyu， LUO Yi

（Beijing Institute of Eco-Geology， Beijing 100120， China）

Abstract： 473 surface soil samples and 65 soil samples were collected from Nankou Town， Changping， to test for eight heavy metal elements including arsenic （As）， cadmium （Cd）， copper （Cu）， chromium （Cr）， mercury （Hg）， lead （Pb）， nickel （Ni）， and zinc （Zn）， as well as geochemical indicators such as aluminum （Al2O3）， silicon （SiO2）， and iron oxide （Fe2O3）. Various pollution evaluation methods and statistical methods were adopted. Pearson correlation analysis and principal component analysis were used to assess the risk of soil heavy metal pollution and analyze the pollution sources. The results show that heavy metal Cd content is generally high; super screening value points are wide spread; some individual points exceed the screening values with Pb， Hg， Cr， Ni， Cu， and Zn; and mild or above pollution points exist with Cd， Hg， Pb， and Zn. Pearson correlation analysis and principal component analysis show that the sources of Cd， Hg， Zn are similar; the human contribution rate of Cd and Zn increased significantly from 1970 to 2021， and the average value is significantly higher than the background value in Beijing， indicating the presence of man-made pollution in the study area.

Keywords： Nankou Town; screening value; background value; ground accumulation index; human contribution rate; heavy metal pollution assessment; source analysis; principal component analysis

污染土壤中的重金属通过农作物根部吸收产生富集和放大，该过程不仅使农产品中重金属含量增加，通过食物链危及人和动物的安全，而且还破坏农产品的营养成分，降低其营养价值，影响其质量和产量（黄永昌等，2010）。据粗略统计，在过去60年中，全球排放到环境中的Cd、Cu、Pb、Zn分别达到26、939、783、135 kt，其中大部分进入土壤（贾建丽等，2016）。《2022年中国生态环境状况公报》显示，重金属污染仍然是对农用地土壤环境质量造成严重影响的主要因素（生态环境部，2023）。2021年北京市生态地质研究所在南口地区开展了北京市昌平南口示范区地表基质调查项目，该项目运用遥感、野外综合调查、分析测试等方法技术，调查了地表基质层、地表覆盖层特征及其空间展布，对南口镇的岩石基质、砾质和土质细分了三级类，同时也对该区的土壤质量进行了调查。本文对南口镇的As、Cd、Cu、Cr、Hg、Pb、Ni、Zn等8种重金属含量进行了进一步的分析，共采集了473件表层土壤样品，筛选出研究区内1970年北京市幅（1∶50 000）土壤环境地球化学调查工作中保存下来的、具有代表性的土壤样品65件，采集的样品仍保存在北京市生态地质研究所土壤样品库，不过因气体挥发等因素可能影响测试结果，借助ArcGIS和SPSS软件，采用单因子指数法（地累积指数法）、综合污染指数法（潜在生态风险指数法）和人为贡献率对区内土壤重金属污染情况进行了系统评价，利用Pearson相关性分析和主成分分析的统计学方法结合地球化学图，从人为源和自然源两方面分析了影响土壤重金属的来源，旨在为昌平区南口镇土壤污染治理、合理规划利用提供依据。

1  研究区及数据概况

1.1  研究区概况

研究区包含平原区和山区，山前平原隐伏基岩为蓟县系和上侏罗统，山区地层由老至新为太古宇、长城系、蓟县系、侏罗系、侏罗系至白垩系。区内岩浆岩包括早白垩世四桥子超单元（西石虎超浅成岩单元和黑山坨花岗岩单元）、早白垩世对臼峪超单元（对臼峪花岗岩单元和九仙庙石英二长岩单元）、晚侏罗世分水岭超单元（里长沟二长闪长岩单元）、晚侏罗世薛家石梁超单元（大石坡正长岩单元）、中性潜火山岩和偏碱性岩脉。

山区构造复杂，褶皱、断裂发育，主要构造有了思台南背斜、髫髻山向斜、马刨泉-老峪沟-仙人洞向斜、妙峰山向斜、横岭-镇边城背斜、沿河城-南口-琉璃庙大断裂、磨盘山-王家园断裂、菩萨鹿-瓦窑村断裂等，岩体及岩脉发育。山前平原内有北小营-昌平向斜，南口-孙河断裂。

昌平区地处温榆河冲积洪积扇的上、中部，第四系沉积物巨厚、透水性强，降水、河水对地下水的补给显著，加上来自北部的地下水侧向径流补给，灌溉回渗水与山前基岩水的补给，构成了较为丰富的地下水资源。

1.2  样品采集及测定

土壤采样按照DZ/T 0295－2016《土地质量地球化学评价规范》操作。采集表层土壤，采样以采集代表性样品为主要原则，合理选择采样位置，采样点位见图 1。不在农用地新添客土期与施肥期采样，采样点尽量选择土层较厚地区。采样时去除表面杂物，垂直采集地表至20 cm深的土壤，保证上下均匀采集。样品中去除石块和植物根系等。样袋外均应套聚乙烯塑料袋隔开。无机样品采集避免使用金属制工具和器皿，用铁锹挖采样坑时，先挖好坑，然后用木铲去除与金属采样器接触的土壤，再采集样品。

本次采集了473件表层土壤样品；收集了65件土壤样品，样品来自1970年开展的北京市幅（1∶50 000）土壤环境地球化学调查项目，该项目采集的样品保存在北京市生态地质研究所土壤样品库，样品保存完好，但因气体挥发等因素可能影响测试结果。参照DZ/T 0258-2014《多目标区域地球化学调查规范（1∶250 000）》，对As、Cd、Cu、Cr、Hg、Pb、Ni、Zn、Al2O3、SiO2、Fe2O3等54项元素或指标进行了检测，样品测试由湖北省地质实验测试中心完成。土壤样品经混匀后用无污染的行星球磨机粉碎至约0.074 mm。为确保项目土壤样品分析质量，根据不同分析方法的质量水平，选择分析方法包括原子荧光光谱法（AFS）、电感耦合等离子体质谱法（ICP-MS）和电感耦合等离子体原子发射光谱法（ICP-OES）和X射线荧光光谱法（XRF）（刘冰权等，2021）。

1.3  数据处理

利用ArcGIS软件克里格插值工具绘制土壤元素地球化学图，展示土壤元素的空间分布；通过SPSS软件中描述统计、Pearson分析、图表构建等工具，进行相关性分析、主成分分析，完成相关图表制作和计算。

1.4  评价方法

1）地累积指数法

地累积指数法是一种单因子指数法，更倾向于分析单个元素的污染状况，通过土壤重金属含量与其背景值的比值来判断污染级别，它的污染等级代表了人为污染和自然成岩作用对背景值的影响，评价结果较为综合，地累积指数法分级标准见表1。计算公式为

式中：表示元素的地积累指数；表示元素n的实测值（mg·kg-1）；表示为元素n的背景值（mg·kg-1）；K表示为了避免各地差异造成误差而采用的系数，一般情况下取值为1.5。

2）人为贡献率

选择钪Sc这种在自然界分布广泛且很少受到外界影响的元素作为参考元素（黄勇等，2022），计算1970年和2021年土壤中各重金属元素的人为贡献率，对比判断人为扰动的作用。计算公式：

式中：为Sc的实测含量（mg·kg-1）； 为重金属元素与Sc元素背景值的比值；为重金属元素北京值的修正含量（mg·kg-1），代表自然成因；为土壤重金属实测值（%），ACR为人为贡献率。

3）潜在风险指数法

土壤重金属潜在风险指数相比单因子指数法考虑到了不同重金属元素产生的毒性，是一种综合污染指数法。这种评价更加系统，分级标准见表1。计算公式（李萍等，2018）：

式中：为土壤重金属元素j的毒性系数；为土壤重金属j的实测含量（mg·kg-1）；为土壤重金属j的背景值（mg·kg-1）；为土壤重金属j的潜在生态风险系数；RI为总潜在生态风险指数。土壤重金属元素毒性系数参照安永龙等（2023）对张家口市万全区研究中的参数，8种重金属毒性系数分别为 As = 10，Cd = 30，Cr = 2，Hg = 40，Cu = Ni = Pb = 5，Zn = 1。

2  结果与讨论

2.1  生态指标含量统计

对样品数据反复剔除“平均值±2 倍的标准离差”之外的异常值后（安永龙等，2016），对研究区8个重金属指标进行统计。表2中背景值为1991年和2015年两期1∶25 000调查数据反复剔除2倍离差的背景值，各指标的统计样本量为3 687～4 273件。变异系数反映了土壤元素的空间分异性，表2中变异系数最高的是Hg和Cd，表明它们受到外部因素的影响，导致分布较不均匀，离散程度较大。

在人为扰动较少的情况下，土壤样品含量一般服从正态分布（黄勇等，2022）。从图2上看，Zn、Cu、Cr、Ni、Cd、As基本符合正态分布，Hg和Pb较为近似正态分布，Hg有左偏倾向且频率分布较广，这与其挥发性有关，Pb有右偏倾向。

2.2  土壤重金属土壤环境质量评价

利用ArcGIS软件展示研究区采样点坐标，整个研究区土地利用现状结构中，农用地和建设用地占比较大，未利用地比例最低，按照GB 15618－2018《土壤环境质量农用地土壤污染风险管控标准（试行）》形成研究区土壤重金属筛选值和管控值超标点位图，统计结果见表3。

从图3可看出，Cd超筛选值点位较多，超标率为18.3%，超标点多分布于人烟稀少的山区，岩石圈平均含镉量为0.1到0.2之间，北京市背景值是0.145 mg·kg-1，研究区平均值是0.22，考虑由岩石风化形成的可能性高。但Cd变异系数较其他元素更高，累积分布不均匀，有人为污染的风险，区内存在2个Cd元素超风险管控值点，最大值为23.64 mg·kg-1，超风险管控值9.85倍，点位都位于研究区西北，判断为残积物堆积所致。Hg与Pb元素在区内环境质量状况总体良好，各存在1个超筛选值点，均位于山区。

2.3  生态风险评价

2.3.1  土壤重金属地累积指数

地积累指数评价结果见表4。各重金属样品统计结果显示：表层土壤平均值由小到大排序为Hg（-0.91）

2.3.2  人为贡献率（ACR）

一般认为ACR值小于40%，则其人为贡献率较低。统计1970年数据（65个），发现Cd（7个）、Cu（3个）、Cr（4个）、Hg（7个）、Pb（6个）、Ni（4个）、Zn（1个）含有超标值，历史数据较少所以未剔除异常值，Cr有3 个、Hg有2个超过60%的数据。2021年统计数据发现Cd（101/348）、Cr（2/338）、Hg（19/384）、Pb（27/340）、Ni（2/348）Zn（39/348）超标值，发现Cd的ACR在60%～80%的数据有18个，Zn有1个数据超出60%。这组数据表明Ni、As、Cu、Cr主要受成土母质影响，Cd由1970年的11%增长到29%，Zn从1.5%增长到11%，且Cd和Zn平均值明显高于北京地区背景值。

2.3.3  土壤重金属潜在风险指数法

风险指数计算结果见表5。研究区土壤重金属潜在生态风险系数平均数从小到大排序为：Zn（1.24）

2.4  土壤重金属来源分析

2.4.1  土壤重金属Pearson相关性分析

皮尔逊相关性分析能够体现两个连续型变量的关联度，通过此方法检验研究区8种重金属元素之间关联程度。分析8种重金属相关性发现（表6）发现，Cd，Hg和Zn之间，Cr和Ni呈高度正相关，相关性高度显著（p<0.01），其他指标之间相关性不强。

2.4.2  土壤重金属主成分分析（PCA）

主成分分析是将多个指标转化为少数几个综合指标来反映原始数据信息的方法，在土壤研究中用以区分各种重金属来源，在同一主成分上有较高载荷的元素可能有着相似的来源（段续川等，2018）。通过SPSS主成分分析法，对研究区表层土壤重金属样品的测试结果进行主成分分析，提取出3个主成分（表7），解释了土壤总方差的77.169%，此3种主成分代表了土壤重金属的主要影响因素。主成分1占原始信息的38.53%，其中Cd、Hg、Zn有较高的正载荷，Pearson相关性也证明了Cd、Hg和Zn高度相关，可能来自同一污染源。从地累积指数污染点位分布来看，Cd和Zn的样品平均值要高于北京市背景值。1970—2021年这50年间，Cd和Zn人为贡献率增长明显。Cd、Hg、Zn等重金属元素筛选值超标点大多位于山区和平原区建设用地附近，山区大多数地区尚未开发，以荒地为主，受成土母质影响偏多。

岩石的风化程度受环境因素、地形条件和暴露时间等因素的控制，风化程度越彻底，Si、Al、Fe 等元素的富集程度就越高。Al2O3 / SiO2是一种常用的计算风化程度的指标，可间接说明岩石的风化程度，Al2O3 / SiO2比值越大，则风化程度越高（张玉芬等，2013）；Fe2O3作为岩石风化成土过程中的产物，是重要的土壤组成（刁桂仪等，1999），且Fe2O3可通过影响土壤表面的电荷性质吸附土壤中的重金属（倪善芹等，2009；郑顺安，2010）。根据测试结果，利用ArcGIS软件绘制Al2O3 / SiO2和Fe2O3的地球化学图，重金属元素含量地球化学图可以为元素的来源和污染范围提供有效的信息，本文采用分位数分级并且在图中标出土壤重金属筛选值和管控值超标点位信息（Bradl，2004），如图4所示。超标点位在Al2O3 / SiO?和Fe2O3高值区域广泛分布，但在北部地区和南口农场附近分布也较多。事实上，表层土壤中重金属元素不仅受到风化和淋滤作用的影响，同时叠加了人为活动和其他地质作用的影响（王中阳，2018），是多种成因来源和作用途径叠加综合的结果（张宪依等，2020）。

主成分2占原始信息的23.70%，Ni、Cr有较高正载荷，且Pearson相关性分析显示Cr和Ni相关性较高，经过地累积指数法和土壤重金属潜在风险指数法分析，它们的污染较小。主成分3占原始信息的14.95%，As和Pb的正载荷偏高，来源相近。

3  结论与建议

本次研究使用了473件表层土壤样品以及65件历史土壤样品，土壤重金属的环境质量综合受到地质背景和人为活动的双重影响，地质背景为控制性因素，人为活动影响作为次要影响因素。研究区山区重金属污染高于平原区，Cd含量普遍较高，超筛选值点位较广，Pb、Hg、Cr、Cu、Zn存在个别点位超筛选值的情况，因此研究区山区不适宜种植粮食类作物，调查过程中发现当地山区居民有小范围的种植蔬菜、水果，应加强对当地居民的警示教育，加大重金属污染危害宣传力度。经过对研究区的风险评价，Cd、Hg、Pb、Zn等元素存在地累积指数高的区域，Cd和Hg存在一定潜在风险，且存在相关性，Cd、Zn在过去50年间人为贡献率增长明显，这4种元素共同的污染来源有工业废水、污泥、电镀、冶炼等，应当对这8种重金属进一步追溯和调查来源，鉴于本次研究发现的Cd超标样品较多，应对样品做更精准的分析，本研究中Cd使用的检测方法为电感耦合等离子体质谱法（ICP-MS），使用石墨炉原吸法分析Cd数据更加准确。

参考文献

安永龙，黄勇，刘清俊，孙朝，邓凯文，李迪，黄丹，2016. 北京城区表层土壤多元素分布特征及重金属元素污染评价［J］.地质通报，35（12）：2 111-2 120．

安永龙，殷秀兰，李文娟，金爱芳，鲁青原，2023.张家口市万全区某种植区土壤重金属污染评价与来源分析［J］ .环境科学，44（6）：3 544-3 561.

北京市生态地质研究所，2021.北京市昌平南口示范区地表基质调查与评价研究［R］.

刁桂仪，文启忠，1999．黄土风化成土过程中主要元素迁移序列［J］．地质地球化学（1）： 21-26．

段续川，李苹，黄勇，林赟，袁国礼，罗先熔，2018.北京市密云区农业土壤重金属元素地球化学特征及生态风险评价［J］.现代地质，32（1）： 95-104．

黄永昌，徐建明，2010.土壤学［M］.3版.北京：中国农业出版社.

黄勇，段续川，袁国礼，李 欢，张沁瑞，2022.北京市延庆区土壤重金属元素地球化学特征及其来源分析［J］.现代地质，36（2）： 634-644.

贾建丽，等，2016.环境土壤学［M］.2版.北京： 化学工业出版社．

李萍，黄勇，林赟，华培学，袁国礼，2018.北京市怀柔区土壤重金属的分布特征、来源分析及风险评价［J］.现代地质，32（1）：86-94.

刘冰权，沙珉，谢长瑜，周强强，魏星星，周梵，2021.江西赣县清溪地区土壤硒地球化学特征和水稻根系土硒生物有效性影响因素［J］.岩矿测试，40（5）：740-750．

倪善芹，侯泉林，琚宜文，王世杰，肖玲玲，武昱东，刘庆，2009.北京下古生界碳酸盐岩地层中微量元素迁移富集规律［J］.中国科学（D辑：地球科学），39（ 4） ： 488-496.

王中阳，2018.朝阳地区耕地土壤重金属污染风险评价与来源解析研究［D］.沈阳农业大学.

张宪依，庞成宝，王安婷，袁国礼，桑学镇，李元仲，杨毅，2020.海南岛表层及深层土壤重金属分布特征及源解析［J］.现代地质，34（5）： 970-978.

张玉芬，李长安，熊德强，周耀，孙习林，2013．“巫山黄土”氧化物地球化学特征与古气候记录［J］．中国地质，40 （1） ： 352-360．

郑顺安，2010.我国典型农田土壤中重金属的转化与迁移特征研究［D］.杭州： 浙江大学．

中华人民共和国生态环境部，2023. 2022年中国生态环境状况公报［EB/OL］生态环境部.（2023-05-29）［2024-05-10］.https：//www.mee.gov.cn/hjzl/sthjzk/zghjzkgb/202305/P020230529570623593284.pdf.

BRADL H B，2004. Adsorption of heavy metal ions on soils and soils constituents［J］．Journal of Colloid and Interface Science．277（1） ： 1-18．