典型城市化区域土壤重金属污染的空间特征与风险评价

随着我国城市化的快速发展,土壤环境面临着较高的生态环境风险.本文以我国南方某典型城市化区域土壤环境作为研究对象,共采集表层(0～20 cm)土壤样品106份,亚表层(20～40 cm) 96份并测定其重金属含量,然后采用内梅罗综合污染指数法和潜在生态危害法评价其生态风险程度,最后通过空间插值探讨其生态风险空间分布.结果表明,表层土壤Cr、Ni、Cu、Zn、As、Cd、Pb和Hg的含量范围分别为2. 87～84. 64、1. 40～56. 00、2. 75～125. 05、15. 05～201. 39、1. 46～89. 92、0. 001～0. 92、15. 29～160. 07和0. 006～0. 52 mg·kg~(-1);亚表层土壤的含量范围为3. 56～75. 14、1. 65～71. 58、3. 28～290. 04、17. 99～296. 94、3. 07～65. 67、0. 02～1. 00、11. 10～97. 59和0. 01～0. 41 mg·kg~(-1).依据农用地土壤污染风险管控标准,表层土壤中Cd、Cu、Pb、As和Zn的超标率分别为71. 70%、40. 57%、4. 72%、3. 77%和0. 94%,亚表层土壤中Cd、Cu、As、Zn、Pb和Ni的超标率分别为72. 92%、39. 58%、6. 25%、3. 13%、3. 13%和1. 04%,可见区域主要重金属污染因子为Cd和Cu,土壤重金属空间分布特征显示超标区域集中在区域北部.基于两种评价结果可以看出,北部地区污染程度和生态风险较高,其中Cd为风险指数偏高的主要驱动因子,风险评价空间分布特征与Cd的含量空间分布特征类似,说明区域土壤Cd污染应该引起重点关注.     

重庆市农地重金属基线值的厘定及其积累特征分析

为了确定重庆市农地土壤重金属基线值,了解重金属积累情况,明确优先控制元素,本研究基于地球化学基线原理,根据分层抽样采集6个土壤类型的表层土样共214个;在严格质量控制下,测定各个样品As、Cd、Cr、Cu、Hg、Ni、Pb、Zn的含量.采用数理统计法、迭代剔除法和累积频率曲线法确定8种重金属的基线值,并应用地球化学基线因子污染指数法和地质累积指数法评估了重庆市农地土壤重金属积累状况.结果表明,重庆市农地土壤As、Cd、Cr、Cu、Hg、Ni、Pb、Zn的基线值分别为5. 83、0. 25、66. 78、25. 45、0. 069、29. 90、26. 18、78. 44 mg·kg~(-1).地球化学基线因子指数法评估表明土壤As、Hg、Zn积累最为突出,分别有14. 65%、11. 82%、3. 88%样点达重度积累;地质累积指数法评估表明Cd、Cr、Cu、Ni、Pb超过93%的样点处于无积累,Hg、Zn、As轻度积累比例分别为26. 60%、21. 84%、21. 21%,仅As和Zn有5. 56%和0. 49%的样点为中度积累.水稻土、紫色土与潮土、黄壤、石灰岩土相比重金属积累程度轻.渝东北大巴山石灰岩中低山区、渝东南武陵山石灰岩低山区As、Zn点位积累率较高,渝西窟窿丘陵台地区、渝中中高丘平行岭谷区Hg、As点位积累率较高.两种评估方法均表明重庆市农地土壤主要积累重金属为As,其次为Hg、Zn,应加强管理防范.     

郑州市典型工业炉窑细颗粒物排放特征及清单

利用稀释通道系统采集郑州市砖瓦、水泥和耐火材料行业典型工业炉窑废气中的细颗粒物样品,并分析其中Cr、Mn、Fe、Co、Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、V、Ni、Cu、Zn、Ga、As、Se、Sr、Cd、Sb、Sn、Ba和Pb等27种无机元素.计算了PM_(2. 5)中无机元素的排放因子及2016年郑州市3个行业工业炉窑排放的PM_(2. 5)中主要无机元素的排放量,并建立了1 km×1 km的网格化清单.结果表明,耐火砖窑排放的总无机元素浓度最高,为(609. 97±490. 97)μg·m~(-3),3种炉窑排放的无机元素浓度在PM_(2. 5)中占比范围分别为34%～54%、27%～42%和23%～53%.砖窑和水泥窑排放的无机元素主要以地壳元素为主,浓度最高的元素分别为Cl和Al,耐火砖窑排放的无机元素主要以重金属元素为主,浓度最高的元素为Pb.砖窑与水泥窑排放的无机元素成分分歧系数为0. 389,略有差异,而水泥窑与耐火砖窑的分歧系数为0. 732,差异性显著. 2016年郑州市主要工业炉窑排放PM_(2. 5)中Pb、S、Zn、Cl、K、As、Fe、Si、Cr、Al、Na和Ca的排放量分别为919. 0、793. 1、124. 7、378. 6、82. 6、12. 2、60. 4、145. 4、7. 4、86. 6、15. 8和111. 4 kg·a~(-1),其中新密地区重金属排放量最高,存在较高的重金属健康风险.     

桂西南地球化学异常区农田重金属空间分布特征及污染评价

为了解桂西南地球化学异常区土壤Cd、Cu、Ni、Pb和Zn的空间分布特征及污染状况,共采集自然土壤和农田土壤256个并分析重金属含量.结果表明:①自然土壤Cd、Cu、Ni、Pb和Zn背景值分别为0. 890、32. 58、51. 50、55. 57和168. 1mg·kg~(-1).农田土壤(n=193) pH值在4. 8～7. 9之间,Cd、Cu、Ni、Pb和Zn几何均值分别为0. 637、30. 76、27. 04、39. 59和123. 9 mg·kg~(-1);②Kriging插值结果显示农田Cd、Ni、Pb和Zn空间分布特征较为相似,高含量区主要集中在崇左—龙州一带;田林县、凌云县、百色市和田阳县农田Cu含量最高;③以《土壤环境质量农用地土壤污染风险管控标准》(GB 15618-2018)和土壤基线值为标准,农田Cd、Cu、Ni、Pb和Zn的超标率分别为57. 5%、6. 2%、0. 5%、3. 6%、10. 9%和4. 1%、14. 0%、0. 5%、2. 1%和2. 1%.综合污染指数表明,天等县、隆安县、大新县、龙州县和崇左市表现出较严重的复合污染特征.研究区地层发育时代齐全,构造性质复杂,矿床种类繁多,母质(岩)自身具有较高含量重金属,进而在风化成土过程土壤继承母质(岩)中的重金属,是桂西南地球化学异常区土壤具有较高背景值(特别是Cd元素)的最主要自然因素.     

我国畜禽粪便重金属含量特征及土壤累积风险分析

由于饲料中微量元素的添加,造成畜禽粪便中重金属元素的环境污染风险增高.本文通过各地畜禽粪便样品采集分析和文献查阅等途径,搭建了我国畜禽粪便重金属元素含量数据库,使用统计学方法系统分析了我国畜禽粪便中重金属含量特征及不同来源畜禽粪便重金属的含量差异;在此基础上,借助农田土壤重金属流动模型进行情景分析,定量了施用畜禽粪便时土壤中主要污染元素的累积速率和对应的最大施用年限.结果表明,我国畜禽粪便中各重金属元素含量分布为偏态分布,镉(Cd)、铅(Pb)、铬(Cr)、砷(As)、汞(Hg)、铜(Cu)、锌(Zn)和镍(Ni)的含量(mg·kg~(-1))范围分别为未检出(ND)～147、ND～1 919、0. 003～2 278、ND～978、ND～103、ND～1 747、ND～11 547和1. 22～1 140,均值(中位值,mg·kg~(-1))分别为2. 31(0. 72)、13. 5(8. 96)、36. 3(12. 0)、14. 0(3. 52)、0. 97(0. 07)、282(115)、656(366)和21. 8(13. 1),均值比中位值高1～13倍.依据我国有机肥行业标准NY 525-2012,畜禽粪便中Cd、Pb、Cr、As和Hg的超标率分别为12. 3%、2. 58%、2. 76%、20. 6%和3. 69%;按照德国腐熟堆肥标准,Cu、Zn和Ni的超标率分别为53. 9%、45. 7%和0. 59%.我国畜禽粪便中Cd、As、Cu和Zn的超标率比较高,达到10%以上.不同区域畜禽粪便重金属含量也有明显差异,山东省畜禽粪便As、Cd平均含量最高,分别是全国平均含量的1. 7倍和10. 1倍,江西省畜禽粪便Cu、Zn含量相对最高,分别是全国含量均值的2. 1倍和2. 4倍;华东沿海地区畜禽粪便重金属含量相对较高.不同来源畜禽粪便重金属含量存在一定差异,猪粪中Cd、As、Hg、Cu、Zn、Ni这6种元素平均含量分别是牛、羊、家禽粪便的1. 0～3. 0、1. 8～6. 8、1. 1～15. 8、4. 9～17. 5、2. 7～12. 0和1. 7～2. 1倍;家禽粪的Pb含量最高,其均值分别是对应猪、牛、羊粪便的2. 8、2. 5和2. 2倍.进一步预测施用不同来源动物粪便后土壤重金属累积风险,发现超过90%的情形下,Cd的累积速率低于0. 02 mg·(kg·a)~(-1); Pb累积速率均低于0. 15 mg·(kg·a)~(-1),施用家禽粪便情景下Cr累积速率最大,最大值达到了0. 28 mg·(kg·a)~(-1).     

厦门西港近岸沉积物中重金属元素背景值的确定

重金属环境背景值是评价环境中重金属污染和制定环境质量标准的前提和基础,为确定厦门西港近岸海域沉积物中重金属元素的背景值水平,以厦门西港近岸海域柱状沉积物样品为研究对象,对不同深度沉积物样品的重金属元素含量进行测定,在分析重金属元素垂直分布特征的基础上,筛选未受人为活动影响的沉积层位,根据数据分布类型计算得到17种重金属元素的背景值(范围):Sc 13. 85(11. 52～16. 69)、V 101. 03(94. 61～107. 45)、Cr 63. 50(55. 00～69. 20)、Co 14. 62(13. 70～15. 54)、Ni 29. 92(27. 23～32. 54)、Cu 21. 48(17. 95～25. 01)、Zn 118. 81(96. 39～141. 23)、Pb 41. 80(38. 41～57. 35)、Sr 97. 78(93. 22～102. 34)、Mo 1. 39(0. 59～2. 19)、Sb 0. 58(0. 53～0. 63)、Ba 407. 00(378. 15～427. 00)、Tl 0. 93(0. 72～1. 05)、Bi 0. 71(0. 51～0. 82)、Fe 32 610. 27(19 903. 73～53 428. 67)、Mn 393. 20(306. 67～793. 63)、Cd 0. 066(0. 056～0. 076) mg/kg。以上背景值与福建省海岸带土壤、厦门A层土壤、中国陆壳、中国浅海沉积物和全国水系沉积物元素背景值相比,总体上比较接近,但Sr含量略低,Pb和Zn含量略高,说明可信度较高且具有地域性。影响厦门西港近岸海域沉积物中重金属元素背景值的主要因素是陆源物质、沉积物粒度和地球化学特征。     

外循环三相流化床-人工湿地系统处理渗滤液可行性研究

采用外循环三相流化床-人工湿地的组合工艺对垃圾渗滤液进行处理,主要探讨通过该组合工艺后,出水水质的变化.结果表明,进水COD 4 000 mg.L-1、NH4+-N 300 mg.L-1通过外循环流化床后,COD、NH4+-N分别稳定在1 500 mg.L-1和150 mg.L-1左右;Cd、Zn、Pb含量也均稍有下降,通过人工湿地后,COD、NH4+-N则分别下降到200 mg.L-1和10 mg.L-1左右.Cd、Zn、Pb的含量在分别从进水的0.12 mg.L-1、3.0 mg.L-1和1.4 mg.L-1下降到0.01 mg.L-1、0.5 mg.L-1和0.1 mg.L-1左右.通过不同植被的湿地进行横向比较,发现无论何种植被的湿地,对该组合工艺的处理效果影响不大.     

北京市道路扬尘重金属污染特征及潜在生态风险

以北京市代表性道路扬尘2004年的PM_(10)与PM_(2. 5)和2013年的PM_(2. 5)中21种无机元素含量为基础,分析和探讨北京市道路扬尘重金属污染特征及其潜在生态风险.结果表明,北京市道路扬尘中6种主要元素为Si、Ca、Al、Fe、Mg和K,其含量之和占所有被测元素含量的比例分别为:2004年PM_(10)为96. 51%、2004年PM_(2. 5)为96. 42%和2013年PM_(2. 5)为96. 53%.2004年北京市道路扬尘中元素富集水平、重金属污染程度和潜在生态风险总体表现为:PM_(2. 5) PM_(10);燃煤烟尘特征元素Se在2004年的PM_(2. 5)中、Cd在2004年的PM_(10)与PM_(2. 5)中均为极强富集,富集因子分别为1024. 03、68. 15和871. 55; Co、Zn、Ca和Cu属显著富集,其富集因子在2004年PM_(10)中分别为12. 93、12. 33、8. 30和8. 07,在PM_(2. 5)中分别为17. 41、21. 80、12. 83和19. 73;但Na和Si在道路扬尘中均无富集.重金属的污染载荷指数(PLI)在2004年PM_(10)中为3. 95,PM_(2. 5)为7. 71. 2013年北京市道路扬尘PM_(2. 5)中重金属污染水平和潜在生态风险较2004年均显著降低,在2013年PM_(2. 5)中,Cd和Se的富集因子分别下降为98. 47和0. 95; Cu、Ca和Zn富集因子分别下降为11. 90、8. 84和8. 20; PLI下降为2. 56.研究表明,北京市道路扬尘多种重金属总的潜在生态风险极强,重金属Cd为极显著污染因子和主要的潜在生态风险来源,其潜在生态风险指数(RI)对重金属总的RI贡献超过85%. 2004年北京市道路扬尘主干道重金属污染程度明显高于其它道路类型,PM_(10)表现为:主干道高速进京口次干道环路,PM_(2. 5)表现为:主干道环路高速进京口次干道;而2013年PM_(2. 5)表现为:高速进京口主干道环路次干道,且次干道重金属污染水平显著低于其它道路类型. 2013年北京市道路扬尘PM_(2. 5)中,重金属Ti、Zn、V、Cr、Cu、Pb和Ni相关性显著,主要来源于与交通有关的排放.     

饮用水管网中水质优化的研究

随着中国经济的高速发展,人们生活水平的显著提高,对饮用水水质要求也越来越高,特别是用户终端水质的达标.因此,本文研究了如何采用各种有效的措施,优化供水管网的水质.例如：1、中途加氯.2、改善配水管网水力工况.3、定期进行管网冲洗工作.4、采用新管材,推广新技术进行管网改造.5、加强管网巡检及维护.通过以上措施,使用户喝上安全可靠的自来水.     

兽用抗生素磺胺二甲嘧啶对稻田N2O排放的影响及其微生物机制

为研究磺胺类兽用抗生素对稻田N_2O排放的影响及其微生物机制,采用田间原位观测试验,对比分析不同浓度磺胺二甲嘧啶(sulfamethazine,SMZ)对稻田N_2O排放及硝化反硝化过程底物和相关功能基因丰度的影响.本试验共设5个处理,分别为:无肥料无抗生素(CK);猪粪为基肥,尿素为追肥,分别添加0、5、15和30 mg·kg~(-1)的SMZ处理(SMZ0、SMZ5、SMZ15和SMZ30),在整个水稻生长季定期采集和分析土壤和气体样品.结果表明,不同浓度SMZ均未改变稻田N_2O排放的季节性规律,整个观测期N_2O排放通量,与SMZ0处理相比,SMZ15有显著差异(P 0. 05),SMZ30和SMZ5无显著差异(P 0. 05).中、高浓度处理SMZ15和SMZ30在均值水平上增加了N_2O累积排放量,分别是SMZ0处理的3. 47和4. 67倍,且增加了土壤NO_3~--N含量.与SMZ0处理相比,中、高浓度处理对土壤总细菌16S rRNA基因丰度、硝化过程中氨氧化古菌AOA amoA和氨氧化细菌AOB amoA基因丰度以及反硝化过程中的nirK、nirS和nosZ基因丰度均有明显的激活作用(P 0. 05),低浓度处理SMZ5对各基因丰度则有轻微抑制作用.具体表现为SMZ30、SMZ15与SMZ0处理的16S rRNA、AOA amoA、AOB amoA以及nirK、nirS、nosZ基因丰度比值的平均值分别为:1. 58、1. 77、2. 15、1. 38、1. 33、1. 42和1. 24、1. 37、1. 08、1. 65、1. 11、1. 64,而SMZ5与SMZ0处理的6个上述基因丰度比值均小于1,仅分别为0. 80、0. 99、0. 92、0. 76、0. 76和0. 77. N_2O排放通量与nir K基因丰度呈极显著正相关(P 0. 01),表明SMZ通过影响反硝化菌活性进而对N_2O排放产生作用.因此,兽用抗生素对农田的污染不可忽视,应从源头上合理控制使用,以减少其环境生态风险.