广西百色不同功能区土壤重金属污染与来源

以百色城区及周边县城土壤为研究对象,测定不同功能区(清洁区、矿区、工业区和城市中心区)土壤Co、Cr、Cu、Ni、Pb、Zn、Cd、As和Hg含量,采用地质累积指数法评价重金属污染水平。结果表明,百色地区土壤重金属含量差异很大,除Cu以外,工矿区土壤重金属污染达到中度污染水平以上,其中Cd达到强污染水平;清洁区和城市中心区土壤大部分重金属元素则处于无污染水平。采用主因子分析法分析了矿区和工业区土壤重金属可能的污染源,结果显示工矿区土壤重金属可能有三个来源:工业源的Co、Ni、Pb、As、Hg,混合源的Cd、Cr、As、Zn,自然源的Cu、Zn。     

安庆市降尘重金属的污染评价与健康风险评价

为探究安庆市降尘重金属污染程度及存在的健康风险,在市区设置48个采样点采集降尘,分析降尘重金属含量.结果表明:安庆市降尘中Cu, Zn, Pb, Ni, Cr, As, Cd含量平均值分别为134.1,640,128.9,55.4,128.7,63.9,2.98mg/kg.富集因子分析显示:Ni和Cr为轻微富集,Cu, Pb, As的富集因子较高,Zn和Cd为极强富集,其富集指数分别达到10.25和29.53.地积累指数评价平均生态危害表明:Cr和Ni属于轻度污染,Cu, Pb,As处于偏中度污染到中度污染之间,Zn属于中度污染,部分地区达到重度污染,Cd处于重污染到严重污染之间,其平均污染指数为5.07属于严重污染.手-口途径摄入是降尘重金属引起非致癌风险的最主要途径 ,总非致癌风险次序为As > Cr > Pb > Cu > Cd > Ni > Zn,其中手-口途径儿童As的暴露风险HQing已达到2.72明显超出限值1,易对儿童健康造成危害.其他金属风险均低于限值,不会对人们身体健康造成危害.降尘中的Ni, Cr, As, Cd通过呼吸途径不具有致癌风险.     

基于GIS的银川市不同功能区土壤重金属污染评价及分布特征

以银川市8种不同城市功能区表层土壤(0~20 cm)为研究对象,每个功能区各采集10个土样,共80个样.通过数理统计和地统计学方法,分析和评价银川市区不同功能区土壤重金属Zn、Cd、Pb、Mn、Cu和Cr污染现状及其来源,并在GIS支持下绘制土壤重金属含量空间分布图.结果表明,银川市Zn、Cd、Pb、Mn、Cu和Cr的平均值分别为74.87、0.15、29.02、553.55、40.37和80.79 mg·kg-1,均高于宁夏土壤背景值,呈现出重金属累积现象.通过单因子污染指数可知,银川市不同重金属污染程度依次为:CuPbZnCrCdMn.从空间分布可以看出,Zn、Cd、Pb和Cr在东北、西南和市区中部含量较高,Mn和Cu在东北方向和市区中部含量较高.通过内梅罗综合指数可知,银川市道路和工业区呈现中度污染,其它功能区均表现为轻度污染.不同功能区污染程度依次为:道路工业区商业区医疗区住宅区公园开发区科教区.说明伴随经济发展,银川市土壤重金属含量已受到城市中各种人类活动的影响.     

河南洛阳市不同功能区土壤重金属污染特征及评价

以河南洛阳市居民区、科教区、城市绿地、商业区、城市主干道、工业区和城乡结合处这7个功能区为研究对象,共采集63个样品.分析不同功能区土壤重金属含量,采用单因子污染指数和内梅罗综合污染指数评价重金属污染的程度,Hakanson潜在生态风险指数法评价土壤重金属潜在生态风险,主成分分析重金属污染的成因和来源.结果表明,6种重金属平均含量均超过河南省土壤重金属背景值.不同功能区重金属的单因子污染指数平均污染趋势为CdZnPbCuNiCr.内梅罗综合污染指数显示工业区重金属总含量最高,污染最为严重.单个重金属潜在生态危害指数Eir表明,Cd的潜在生态危害指数最高.不同功能区土壤多金属潜在危害危险指数RI依次为工业区(548.87)主干道(466.06)商业区(392.81)居民区(226.27)科教区(189.76)绿地(153.72)城郊(117.45),工业区、主干道和商业区达强生态危害水平,居民区、科教区和绿地达中等生态危害水平,而城乡属轻微生态危害.Cu、Zn、Pb和Cd为人为因子,主要来源于工业废物和交通排放;Cr和Ni为自然源因子,受成土母质的控制.     

北京道路尘土与土壤植物中重金属形态分析与评价

以北京市航天桥道路尘土、附近道路土壤及绿化植物(大叶黄杨)叶片,玉渊潭公园土壤及绿化植物(大叶黄杨)叶片为研究对象,采用改进的BCR连续提取法、HCl-HNO3-HF-HClO4湿法消解和ICP-MS对Cr、Ni、Cu、Zn、As、Cd和Pb 7种重金属进行形态分析和含量测定。结果表明,样品中重金属Zn的总量最高,Cd的总量最低,细颗粒样品中的重金属含量除Cr和Cu均高于粗颗粒样品。7种重金属中Cr、Ni、Cu、Zn、As和Cd均以残渣态为主,Pb以可还原态和残渣态为主。样品的重金属总量相关性分析表明不同样品的重金属可能均来自交通污染源,总量与形态相关性分析表明总量与残渣态呈显著正相关性。内梅罗污染指数及风险评价法(RAC)结果均表明,道路尘土的重金属污染最为严重。植物对重金属Cd的富集效应最大(富集系数达0.962),路边植物对重金属的富集效应基本均大于公园植物。     

广州市郊区农业土壤重金属污染评价分析

采用单项污染指数、单项平均污染指数、算术均数、加权均数、内梅罗污染指数法、聚类分析评价法和主成分分析法对广州市郊区土壤重金属Cu,Pb,Zn,Cr,Ni,Cd,As,Hg污染进行评价.从单项污染指数频率分布可以看出,8种重金属中Hg的污染频率最大,即轻污染、中污染和重污染的出现频率都较大,分别为25.4%,9.3%和16.1%;其次是Cd和Zn,也出现了较高频率的轻污染、中污染和重污染.聚类分析法将8种重金属共分为4组,第1组包括Pb,Ni,As,Cr和Cu,第2组、第3组和第4组分别是Zn,Cd和Hg,这4组的污染指数逐渐增大,并以Hg的污染指数最大.主成分分析中的前2个主成分就已经能解释信息的67.81%,尤其是第一主成分,它能解释接近50%的信息量.第一主成分主要反映重金属Cu,Pb,Zn,Ni,Cd,As和Hg的富集程度,第二主成分主要反映了重金属Cr和Ni的富集信息量以及Hg的释放信息.      

基于PMF模型的某铅锌冶炼城市降尘重金属污染评价及来源解析

为探究典型铅锌冶炼城市大气降尘重金属的污染特征和来源解析,于2021年逐月采集河南省某市不同功能区共22个点位511份有效降尘样品,分析了样品中重金属含量和时空分布特征,利用地累积指数法和健康风险评价模型评估降尘重金属污染程度,并采用正定矩阵因子分解模型(PMF)定量解析重金属污染源.结果表明,全市降尘中ω(Pb)、ω(Cd)、ω(As)、ω(Cr)、ω(Cu)、ω(Mn)、ω(Ni)和ω(Zn)的平均值为3 185.76、 78.18、 273.67、 149.50、 453.60、 810.37、 54.38和2 397.38 mg·kg^-1,均高于河南省土壤背景值.各重金属除Mn外均具有明显季节变化特征,其中铅锌冶炼工业区降尘中Pb、 Cd、 As和Cu含量显著高于其他功能区;Zn元素在居民混合区含量最高.地累积指数法结果显示Cd和Pb的污染最严重,其次为Zn、 Cu和As,均为严重-偏极度污染.非致癌风险最主要暴露途径是手-口摄食,各功能区以Pb和As对儿童造成的非致癌风险最大;Cr、 As、 Cd和Ni经呼吸途径对人体的致癌风险均低于安全阈值.PMF模型...     

呼和浩特市不同功能区土壤重金属污染特征及评价

选择呼和浩特市居民区、科教区、城市公园、商业区、道路、工业区和开发区为研究对象,共采集62个样品.通过分析不同功能区土壤重金属含量,采用单因子污染指数法和内梅罗综合污染指数法评价重金属污染程度,主成分分析重金属污染的成因和来源,旨在为防治城市土壤重金属污染提供理论依据.呼和浩特市不同功能区土壤7种重金属的含量表明,其中5种重金属的平均含量均超过内蒙古自治区土壤背景值,重金属Cu和Zn含量分别达到背景值的2.33倍和1.85倍;单因子污染指数评价表明,不同功能区土壤存在不同程度重金属的污染,重金属Cu在商业区呈重度污染.不同重金属元素平均污染程度为:Cu>Zn>Cr>Mn>As>Ni>Pb;内梅罗综合污染指数评价表明,商业区污染最严重,呈重污染程度;其次是道路,污染水平为中度污染;科教区和城市公园污染程度最轻.不同功能区土壤重金属的综合污染指数大小为:商业区(3.03)>城市道路(2.12)>居民区(1.98)>科教区(1.81)>工业区(1.72)>开发区(1.36)>城市公园(1.28);主成分分析表明,呼和浩特市土壤不同重金属来源存在差异,其中Cr、Cu、Mn、Pb和Zn主要来自交通污染源和生活废弃物的堆放,Ni和As目前仍然主要受自然因素控制,来源于自然源.呼和浩特市土壤重金属的污染已经对城市生态系统的健康发展构成了一定程度的威胁.     

乌鲁木齐市地表灰尘微量元素污染及生态风险

文章从乌鲁木齐市交通区、公园、文教区和居民区采集了83个地表灰尘样品,测定其中As、Cd、Cr、Cu、Hg、Mn、Ni、Pb和Zn等9种微量元素的含量。采用负荷污染指数法和潜在生态风险指数法,评价了乌鲁木齐市地表灰尘中微量元素污染及潜在生态风险。结果表明:(1)研究区地表灰尘中Cd、Cr、Cu、Hg、Ni、Pb和Zn等元素富集明显,其含量分别为新疆土壤背景值的2.0、1.35、1.38、8.24、1.28、2.09和3.26倍;(2)乌鲁木齐市地表灰尘中Hg和Zn呈现重度污染,Pb呈现中度污染,Cd、Cr、Cu和Ni呈现轻度污染,As呈现轻微污染,Mn呈现无污染;各功能区地表灰尘中微量元素负荷污染指数平均值均呈现轻度污染;(3)地表灰尘中各微量元素单项生态风险指数从大到小依次为Hg、Cd、Pb、As、Cu、Ni、Zn、Cr、Mn,地表灰尘中微量元素综合生态风险指数平均值呈现较强生态风险。各功能区地表灰尘中微量元素生态风险指数从大到小依次为文教区、公园、交通区、居民区。Cd和Hg是研究区地表灰尘中主要的生态风险因子。     

南京市大气降尘重金属污染水平及风险评价

为探究城市不同功能区大气降尘重金属的污染水平及其风险,在南京市典型工业区、交通区、居住区和高教区这4个区域设置20个采样点,采集大气降尘,并分析其中As、Ba、Cd、Co、Cr、Cu、Fe、Mn、Ni、Pb、Sr、Ti、V、Zn的含量,采用潜在生态危害指数和美国EPA健康风险评价模型对重金属的风险进行评价,采用富集因子、相关性分析和主成分分析对金属元素进行源解析.结果显示,As、Cd、Co、Cr、Cu、Fe、Mn、Pb、Zn在工业区含量最高,而Ba、Ni、Ti、V在交通区含量最高.工业区的综合潜在生态风险指数最高,高教区最低,元素Cr的生态风险最高,达中等生态危害.健康风险评价中各金属元素均不具有非致癌风险及致癌风险.源解析结果表明,研究区域大气降尘重金属主要来自交通、工业活动、燃煤、自然源及生活源等.     

Concentrations and chemical forms of potentially toxic metals in road-deposited sediments from different zones of Hangzhou, China

The 25 road-deposited sediments were collected from five different land-use zones (industrial, residential, commercial, park, and countryside) in Hangzhou, China. The concentrations of metals (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb, and Zn) in these samples were determined using the ICP-AES after digestion with the mixture of HNO3-HF-HCl (aqua regia), and chemically fractionated using the modified BCR (the European Community Bureau of Reference) sequential extraction procedure. The highest metal concentration level was detected in the sample from industrial zone and commercial zone having heavy traffic. While the lowest metal level was noted in the street dust sample from residential zone, park, and countryside zone. The mobility sequence based on the sum of the BCR sequential extraction stages was: Zn (80.28%), Pb (78.68%), Cd (77.66%) ＞ Cu (73.34%) ＞ Mn (67.92%) ＞ Co (41.66%) ＞ Ni (30.36%) ＞ Cr (21.56%), Fe (20.86%). Correlation analysis and principal component analysis were applied to the data matrix to evaluate the analytical results and to identify the possible pollution sources of metals. Factor analysis showed that these areas were mainly contaminated by three sources, namely lithology, traffic, and industry.     

石家庄市大气降尘重金属元素来源分析

在石家庄市采集了51件大气降尘样品,对其重金属来源进行了解析。主要针对样品所含有的As、Cd、Cr、Cu、Hg、Ni、Pb、Zn等8种重金属元素,进行相关性、富集因子及主成分分析。通过分析表明Pb与Cr、As、Hg、Ni相关性明显,Cr元素主要来源于土壤颗粒,As、Zn、Pb、Ni、Cu元素可能叠加工业污染,Hg、Cd污染严重,Pb元素主要受到燃煤和交通污染。重金属元素的空间分布表明市区含量低,二环外含量高,受交通和废气污染较重。     

丹江口水库新增淹没区农田土壤重金属源解析

丹江口水库是南水北调中线工程水源地,研究新增淹没区农田土壤重金属分布、富集特征并解析其来源,对水库的水质安全保障具有重要意义.通过测定新增淹没区169个农田土壤样品中8种重金属（Cd、Cr、Cu、Ni、Pb、Zn、As、Mn）含量,对土壤重金属污染状况进行了分析.结果表明：Cr的平均含量（45.11mg/kg）均低于库区土壤环境背景值,而Cd的平均含量（1.04mg/kg）均高于背景值;除Cu外,Cd、Cr、Ni、Pb、Zn和As在丹库的空间变异性较强,变异系数分别为0.58、0.72、0.58、0.74、0.35、1.12;Cd和As是丹江口水库新增淹没区的主要污染元素,其中Cd的富集系数高达10.3,中度以上污染区为86.6%,As中度及以上污染区为2.6%;新增淹没区农田土壤重金属来源主要为自然源（Cr、Cu、Ni、Pb、Zn、Mn）、农业源（As）、工业和生活源（Cd）,贡献率分别为44.7%、15.9%和15.4%.     

珠江三角洲大气干沉降金属元素浓度和来源分析

本文对珠三角地区137个大气干沉降样品中金属元素含量和来源进行了分析。金属元素几何平均浓度高低依次为Fe>Zn>Mn>Pb>Cu>(Ni,Cr,Rb)>V>(Li,Y)>Co>(Cd,Cs)>Tl,其中Fe的浓度最高为31573mg/kg,Tl的浓度最低为1.0mg/kg,金属元素浓度主要与周边环境和当地发展类型影响有关,采样点位于工业区周边的金属元素浓度最高,城市居民区和近郊区次之,远离城市和工业地区的相对较低。富集因子分析表明Cd、Zn、Cu、Ni和Pb元素受人类活动影响显著,污染严重;相关性分析得出Cu、Pb、Zn具有显著性相关,Cr、Ni分别与Mn、Co、Li、Zn显著性相关,表明它们可能具有相同来源;因子分析得出Rb、Cs、Y、Mn、Ni、Li、Co主要受到土壤扬尘来源的影响,Pb、Cu、Cd及Ni、Cr与当地工业化和城市化过程密切相关,其中Pb元素主要受到燃煤和交通扬尘的污染,Cu和Cd元素主要来源于工业生产中产生的重金属污染。     

Concentrations and chemical forms of potentially toxic metals in road-deposited sediments from di erent zones of Hangzhou, China

The 25 road-deposited sediments were collected from five di erent land-use zones (industrial, residential, commercial, park, and countryside) in Hangzhou, China. The concentrations of metals (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb, and Zn) in these samples were determined using ICP-AES after digestion with the mixture of HNO3-HF-HCl (aqua regia), and chemically fractionated according to the modified BCR (the European Community Bureau of Reference) sequential extraction procedure. The high metal concentration levels were detected in the sample from industrial zone and commercial zone having heavy tra c. While the low metal levels were noted in the street dust sample from residential zone, park, and countryside zone. The mobility sequence based on the sum of the BCR sequential extraction stages was: Zn (80.28%), Pb (78.68%), Cd (77.66%) > Cu (73.34%) > Mn (67.92%) > Co (41.66%) > Ni (30.36%) > Cr (21.56%), Fe (20.86%). Correlation analysis and principal component analysis were applied to the data matrix to evaluate the analytical results and to identify the possible pollution sources of metals. Factor analysis showed that these areas were mainly contaminated by three sources, namely lithology, tra c, and industry.