太湖西山碧螺春茶园重金属含量分布与评价

对太湖西山碧螺春茶园典型坡地土壤重金属Cd、Hg、As、Pb、Cr和Cu含量进行测定,探讨坡度、土地利用等自然地理特征对土壤重金属元素分布的影响,并对照NY 5199-2002有机茶产地环境条件中给出的有机茶园土壤环境质量标准和GB 15618-1995土壤环境质量二级标准对茶园土壤重金属污染状况进行分析与评价.结果表明,除Hg以外,其他重金属元素均达到有机茶园土壤环境质量标准.以有机茶园土壤环境质量标准为评价依据,碧螺春茶园土壤重金属综合污染指数为0.78,表明其重金属污染水平为尚清洁,污染等级为警戒级,主要污染物为Hg.     

土壤重金属污染研究与治理现状

对土壤重金属污染研究和治理方法现状进行了介绍：涉及的具体内容包括土壤重金属元素背景值。化学定时炸弹的概念,土壤环境与人类健康和物理、化学、生物治理方法。     

基于环境背景值的重金属污染地块划定——以浙东沿海某典型固体废物拆解区污染土壤为例

通过对浙江东部沿海某典型固体废物拆解区污染土壤的调查与分析,评价了其土壤重金属的污染程度。结果表明,与土壤环境背景值相比,研究区土壤污染较为严重,Cd、Cu中等程度以上污染土壤均在50%以上。在此基础上,重点对重金属污染土壤的划定进行了探讨,提出了适合土地质量差别化管护的污染土壤表达方法。     

农田土壤重金属污染评价方法研究--以长江三角洲典型县级市常熟市为例

在工业化、现代化过程中,经济发达地区土壤污染是一个十分值得重视的问题,如何合理、恰当地对这些地区的土壤环境质量进行评价也是众所关注和值得探讨的。为此,以长江三角洲典型县级市常熟市为研究对象,在探讨土壤环境背景值的含义、确定方法、评价标准的基础上,通过田间采样和室内分析,对常熟市土壤重金属含量进行调查,并以当地土壤环境背景值上限值和GB 15618—1995土壤环境质量标准二级标准值为评价标准,分别对该市土壤重金属中7种重金属元素(Cd、Hg、As、Pb、Cr、Cu和Zn)污染状况进行评价。结果表明,以当地土壤环境背景值上限值为标准进行评价,7种重金属均有超过背景值现象,其中以Hg、Pb、Cr、Cu和Zn问题较多,超标率达13.6%~20.4%。而以GB 15618—1995土壤环境质量标准二级标准值进行评价,则Cd、Pb、Cu和Zn均有超标,Hg有30.6%的土壤样品超标,As、Cr不超标。因此认为采用双重标准进行土壤环境污染状况的评价,可以较全面地了解当地土壤污染状况。     

葫芦岛锌厂周边土壤重金属污染状况及生态风险评价

以葫芦岛锌厂周边地区土壤为研究对象,通过对重点区域土壤的取样分析,得到葫芦岛锌厂周边土壤中主要重金属污染物的种类和污染程度,及重金属污染物的水平、垂直分布规律图,并采用潜在生态危害指数法和地积累指数法对其污染情况进行风险评估,结果表明,葫芦岛锌厂周边土壤中主要的重金属污染物为:Cd、Hg、Zn、Cu、Ni、As,其中Zn的污染最严重;水平分布规律显示重金属污染物主要集中在锌厂四周,距离锌厂越远重金属污染程度越轻;垂直分布规律表现为表层土壤重金属含量高于下层土壤;运用潜在生态危害指数法进行评价,6种重金属的潜在生态危害由强至弱依次为:CdHgAsCuZnNi,葫芦岛锌厂周边土壤总体处于很强生态危害;运用地积累指数法进行评价,葫芦岛锌厂周边土壤中各种重金属的污染程度由强至弱依次为:HgCdZnCuAsNi,土壤环境总体处于中度污染.     

京北城区公路绿化带土壤重金属污染

为了解北京市公路绿化带土壤的环境质量,对北部城区环线公路附近不同植被类型土壤重金属的含量和污染指数进行了分析。研究表明:土壤Zn和Pb在不同公路绿化带中的分布极不均匀,变异系数分别达到了108.79%和99.56%。北二环路公路带土壤Pb、Cu、Zn、Ni、Mn、Co的含量均显著高于北五环区域土壤的重金属含量,而北四环和北五环各土壤重金属含量无显著差异。不同土壤重金属种类的污染程度不同,土壤中的Pb处于清洁水平,Cr和Cu处于轻度污染水平,Zn和Co处于中度污染水平,而Ni和Mn处于警戒限水平。综合来看,土壤重金属的综合污染指数为1.81,土壤环境质量达到了轻度污染的程度。     

宁东基地不同工业园区周边土壤重金属污染特征及其评价

为了解宁东基地不同工业园区周边土壤重金属污染特征,采集并测定了土壤样品的重金属含量(Cr、Cd、Pb、As和Hg),进一步采用Tessier连续提取法对Cr、Cd、Pb和Hg含量超出背景值的土壤样品进行了重金属形态分析。采用单因子污染指数和综合污染指数对研究区土壤重金属污染程度进行分析,并利用潜在生态风险指数法对其进行生态风险评价,旨在为宁东基地土壤环境保护及生态系统维护提供科学理论依据。结果表明:研究区土壤中上述5种重金属含量的平均值分别为63.26、0.13、21.11、8.77和0.17 mg?kg~(-1),均没有超过《国家土壤环境质量标准》(GB15618—1995)二级标准(p H7.5)和《展览会用地土壤环境质量评价标准(暂行)》(HJ350—2007)A级标准限值,但Cr、Cd和Pb和Hg的平均值超过了宁夏土壤背景值,其中Cr、Cd和Pb的平均值与对应背景值相差不大,Hg的平均值是背景值的8.5倍。重金属形态分析表明,Cr和Hg主要以稳定的残余态形式存在,Cd和Pb主要以非残余态(可交换态、碳酸盐结合态、铁锰氧化物结合态和有机结合态)形式存在,分别占对应总量的65.09%和66.05%。经单因子污染指数和综合污染指数评价,各重金属元素的污染等级均为清洁(安全)水平,研究区土壤表现为无重金属污染状态。潜在生态风险指数评价结果进一步表明,研究区土壤整体呈轻微生态风险。尽管宁东基地不同工业园区周边土壤目前受重金属污染影响较小,但Hg积累明显,Cd和Pb的非残余态含量和比例较高,这3种元素对土壤环境的影响应予以关注。     

土壤重金属污染治理措施综述

在阐述土壤环境重金属污染特点的基础上，介绍了近年来国内外采用的各种土壤重金属污染的治理措施，按治理方式归纳为四类：工程措施、生物措施、农业措施和改良措施．分别阐述了各类措施的适用条件、范围、效果和费用．同时，对今后的治理研究提出了一些见解．     

开封市污灌区土壤重金属污染评价

通过分析污水灌溉在农业生产中的利弊及我国土壤的污染现状,运用内梅罗指数法及潜在生态危害指数法,分别参照国家土壤环境质量二级标准和土壤背景值对开封市污灌区土壤重金属污染状况进行了评价.结果表明,以二级标准为评价标准,评价结果为安全级别,以土壤背景值为评价标准,评价结果为轻度污染.但污灌区重金属含量明显超过清灌区重金属含量,Pb污染已达到中等污染水平,当地应采取有效措施以保护土壤免受污染.     

南京市土壤重金属污染调查评价

在南京地区总共采集土样36个，以《土壤环境质量标准》GB15168-1995二级标准为评价标准，对南京市土壤重金属Pb、Zn、Cr、HB、Cu的污染状况作了初步评价。研究发现南京近郊重金属污染以汞和锌为主，江宁县附近为污染重区。污染原因有：工矿企业废物的排放；各类肥料和农药的施用；生活垃圾的农用。在评价的3种主要土地利用类型中污染比较严重的是受人为影响比较大的菜地和水田，说明人为影响是土壤重金属污染的主要原因。     

芜湖市郊土壤污染对土壤动物群落结构的影响

研究表明，芜湖市郊农田土壤动物群落的组成与数量随污染程度的加重而减少，土壤动物密度也呈同样的变化趋势，特别是中小型土壤动物，优势类群数量发生较大消长，常见类群和稀有类群的组成逐渐减少．多样性指数H与重金属污染程度之间关系因受到季节的影响而变得复杂：冬季和初夏污染较重样地优势类群数量减少，群落均匀性指数E增加而优势度指数C减小，多样性指数H较高；而春季处于过渡阶段，某些类群(如螨类)数量爆发，C增高，H较小．土壤动物群落密度一类群指数DG随污染加重而减小．受到重金属污染的农田土壤动物的表聚性减弱，甚至出现逆分布现象．图1表4参15     

土壤重金属污染对丛枝菌根真菌产孢量的影响

以沈阳附近重金属矿区自然和农田土壤为研究对象，对土壤重金属含量、植物类型、AMF种群及孢子密度进行了调查，并对污染的农田、荒地土壤进行了比较．结果表明：调查污染区土壤中球囊霉属为优势类群，无梗囊霉属为少见类群，盾巨孢囊霉属为偶见类群，无梗囊霉属和盾巨孢囊霉属对重金属污染特别是铜污染较为敏感；丛枝菌根真菌重金属污染土壤中分布广泛．在综合污染指数达到28．03的严重污染土壤中仍能生存，其孢子密度在不同污染程度的土壤中变异很大，轻、中度污染土壤中较高，随重金属污染程度的增加而锐减；矿区重金属污染土壤中土壤污染程度、土壤pH值、土壤利用情况及宿主植物都影响AMF产孢．图4表4参32     

农田土壤镉生物有效性及暴露评估研究进展

随着工业化和城市化进程的发展,我国在农田土壤污染领域面临较大挑战,其中镉(Cd)为最优先控制元素之一。农田土壤Cd污染风险类型为健康风险,其主要暴露途径为经土壤-植物系统,并经膳食进入人体。在当前的土壤Cd风险评估中,一般不考虑生物有效性问题,这使得风险评价中实际暴露评估的不确定性普遍偏高。所以,近年来欧洲国家有许多研究者提出将生物有效性因素放在土壤污染物风险评价框架内。基于此,本文立足于农田系统,并从土壤、植物、污染物及环境因素等4个方面详细综述了农田土壤Cd生物有效性的影响因素及其作用机理。其次,分别综述了近年来土壤Cd生物有效性预测模型和土壤Cd膳食暴露评估模型研究进展。最后,分析了我国土壤重金属风险评价中存在的不足,并对农田土壤Cd暴露评估发展态势和研究方向进行了初步预测,以期为农田土壤Cd健康风险评估及安全基准研究提供一定参考。     

土地利用/覆被变化（LUCC）与土壤重金属积累的关系研究进展（Research Review of the Relationship between Land Use/Cover Change and Heavy Metal Accumulation in Soil）

土壤重金属污染是世界性环境问题之一.土地利用/覆被变化(LUCC)是最主要的环境演变驱动因子之一.为明晰LUCC对土壤重金属积累和污染的影响,根据前人研究,从场地、县域和流域/区域尺度总结了LUCC和土壤重金属污染的关系.研究发现,三个尺度上土地利用方式和覆被类型/格局是控制土壤重金属空间积累和分布的重要因子,土地利用/覆被可以直接吸纳或吸附重金属,亦能通过改变土壤物理、化学和生物性质从而控制重金属在土壤中的移动性和活性,造成土壤中重金属的积累直至污染.此外,论文阐明了LUCC在土壤重金属污染风险预测、规避和污染土壤修复中的重要作用,最后提出了在实践中通过调整土地利用/覆被类型进行污染土壤修复的建议.寓景观生态学思想于土壤重金属污染防治过程是一种新的有效途径.     

基于地理探测器的土壤重金属影响因子分析及其污染风险评价

地理探测器能快速定量化揭示驱动重金属含量影响因素的强度,这对于重金属空间预测模型构建变量的确定和土壤污染修复措施的精准实施具有重要意义。利用地理探测器模型,对5种土壤重金属元素Cu、Zn、Pb、Cr、Ni的空间分布和11种环境因子的交互作用进行定量评估,通过单因子指数法进行重庆市土壤重金属污染风险评价。结果表明:研究区内土壤Cu、Zn、Cr和Pb的平均含量是重庆市土壤背景值的1.3—1.4倍,Ni含量低于背景值;其中Cu、Pb达到重度污染水平,其余3种重金属为中度或轻度污染水平。5种重金属元素中Cu和Pb为高度变异(变异系数为0.57、0.4),Zn、Cr和Ni为中等变异(变异系数为0.22—0.29),且各重金属元素之间呈显著正相关性,表明研究区重金属富集受人为干扰影响较大,且污染具有复合性或同源性。地理探测器的因子探测发现高程、坡度和土壤类型对5种土壤重金属含量的解释力最显著,说明地势和土壤类型是土壤重金属含量分布差异的最主要影响因素。交互作用探测发现,高程与其他因子交互作用是重金属空间分异的主导因素,气候条件和土壤类型也是重要影响因子。土壤重金属空间分布是多种因素共同作用的结果,而高程、坡度和土壤类型具有较强的解释力,这些因子可作为土壤重金属含量空间预测模型的辅助变量,也可促进重金属污染治理措施的靶向实施。     

广东在经济发展中存在的土壤问题及其对策

讨论了广东在经济发展中出现的土壤问题;其主要问题可概括为耕地面积锐减,后备耕地资源缺乏,人、地、粮矛盾日益加剧;忽视耕地养护,土壤肥力下降;水土流失和土壤污染严重.文章针对这些问题,提出了几点对策.     

Pollution indices as useful tools for the comprehensive evaluation of the degree of soil contamination–A review

The paper provides a complex, critical assessment of heavy metal soil pollution using different indices. Pollution indices are widely considered a useful tool for the comprehensive evaluation of the degree of contamination. Moreover, they can have a great importance in the assessment of soil quality and the prediction of future ecosystem sustainability, especially in the case of farmlands. Eighteen indices previously described by several authors (I_geo, PI, EF, C_f, PI_sum, PI_Nemerow, PLI, PI_ave, PI_Vector, PIN, MEC, CSI, MERMQ, C_deg, RI, mCd and ExF) as well as the newly published Biogeochemical Index (BGI) were compared. The content, as determined by other authors, of the most widely investigated heavy metals (Cd, Pb and Zn) in farmland, forest and urban soils was used as a database for the calculation of all of the presented indices, and this shows, based on statistical methods, the similarities and differences between them. The indices were initially divided into two groups: individual and complex. In order to achieve a more precise classification, our study attempted to further split indices based on their purpose and method of calculation. The strengths and weaknesses of each index were assessed; in addition, a comprehensive method for pollution index choice is presented, in order to best interpret pollution in different soils (farmland, forest and urban). This critical review also contains an evaluation of various geochemical backgrounds (GBs) used in heavy metal soil pollution assessments. The authors propose a comprehensive method in order to assess soil quality, based on the application of local and reference GB.     

贵阳市中心城区土壤重金属污染现状及其评价

以贵阳市中心城区五大功能区(工业区、商业区、行政区、文教区、居民区)的土壤为对象,研究土壤中重金属(Hg、As、Cu、Cr和Zn)污染的特征,采用单因子污染指数和内梅罗(N.L.Neiow)综合污染指数法对土壤重金属污染现状进行了检测与初步评价,Hakanson潜在生态危害指数评价法评价了土壤重金属的潜在生态危害,其结...     

Identifying factors that influence soil heavy metals by using categorical regression analysis: A case study in Beijing,China

A method was proposed to identify the main influence factors of soil heavy metals. The influence degree of different environmental factors was ranked. Parent material, soil type, land use and industrial activity were main factors. Interactions between some factors obviously affected soil heavy metal distribution. Identifying the factors that influence the heavy metal contents of soil could reveal the sources of soil heavy metal pollution. In this study, a categorical regression was used to identify the factors that influence soil heavy metals. First, environmental factors were associated with soil heavy metal data, and then, the degree of influence of different factors on the soil heavy metal contents in Beijing was analyzed using a categorical regression. The results showed that the soil parent material, soil type, land use type, and industrial activity were the main influencing factors, which suggested that these four factors were important sources of soil heavy metals in Beijing. In addition, population density had a certain influence on the soil Pb and Zn contents. The distribution of soil As, Cd, Pb, and Zn was markedly influenced by interactions, such as traffic activity and land use type, industrial activity and population density. The spatial distribution of soil heavy metal hotspots corresponded well with the influencing factors, such as industrial activity, population density, and soil parent material. In this study, the main factors affecting soil heavy metals were identified, and the degree of their influence was ranked. A categorical regression represents a suitable method for identifying the factors that influence soil heavy metal contents and could be used to study the genetic process of regional soil heavy metal pollution.