基于稀疏样点的土壤重金属含量模拟方法

土壤重金属受人为和自然因素综合作用,其空间异质性强,存在区域均值和方差的非平稳性,稀疏样本下未知点估计精确度低,土壤环境质量现状精准估计和风险评估困难.基于此,提出了随机森林-序贯高斯模拟混合模型（RF-SGS）,选取多种自然因素和人为因素作为辅助变量,充分考虑土壤属性指标的空间自相关性以及环境变量属性相似性,解决传统插值中极端值和空间连续性模式敏感存在的局限性,为非平稳区域精准估计总体提出可行性方法 .以北京市顺义区采样数据为例,采用MMSD抽样方法对样点抽稀,对原始采样数据进行不同采样密度的对比实验,用随机森林-序贯高斯模拟混合模型（RFSGS）、序贯高斯模拟模型（SGS）、趋势面-序贯高斯模拟混合模型（TR-SGS）和随机森林模型（RF）对土壤重金属Cd的空间分布进行模拟,从统计特征和空间结构等方面比较模拟结果,分析误差产生的原因,进一步验证方法有效性.结果表明,在7种采样密度下,预测精度由低到高排序为：SGS 相似文献   

成都平原核心区土壤砷空间变异特征及影响因素

掌握土壤污染物的空间变异特征及其影响因素是开展土壤污染防治的前提.基于189个表层（0~20 cm）土壤样品,运用经典统计学和地统计学方法分析了成都平原核心区土壤中w（As）的空间分布特征,并探讨了成土母质、水系和土地利用方式对土壤中w（As）的影响.结果表明:①研究区土壤中w（As）在3.74~35.32 mg/kg之间,平均值为14.64 mg/kg,其中超过GB 15618-2018《土壤环境质量农用地土壤污染风险管控标准（试行）》风险筛查值的采样点仅占总采样点的7.53%.②地累积指数分析结果表明,研究区土壤As处于无污染至轻度污染状态.③研究区土壤中w（As）总体呈西高东低的趋势,高值主要分布在都江堰市的南部、崇州市的东北部以及邛崃市与新津县接壤处.土壤As的块金系数为26.60%,属于中等程度变异,受结构性因素和随机性因素的共同影响.④由于人类活动的增强,成土母质对土壤中w（As）的影响已经不显著.距水系越近,土壤中w（As）越高.土地利用方式对土壤中w（As）空间变异的影响程度最大,不同土地利用方式下土壤中w（As）差异显著,表现为园林地>农林地>水稻-小麦轮作>水稻-油菜轮作>水稻-蔬菜轮作.研究显示,成都平原核心区土壤中w（As）总体偏低,高值区主要分布在都江堰市的南部、崇州市的东北部和邛崃市与新津县接壤一带;土地利用方式对土壤中As空间变异的影响超过水系和成土母质.      

基于文献计量分析的长江经济带农田土壤重金属污染特征

长江经济带是我国重大战略发展区域之一,理清长江经济带农田土壤重金属污染特征与来源对区域土壤重金属污染防控和农业安全生产具有重要意义.在检索文献数据的基础上,结合空间分析和地累积指数法分析了长江经济带农田土壤重金属（Cd、Cr、Hg、As、Pb、Cu、Zn和Ni）的污染特征、环境风险和主要来源.结果表明：①农田土壤Cd、Cu、Pb、Hg、Zn和As超过农用地土壤污染风险筛选值的比例分别为39.8%、18.5%、8.3%、6.9%、6.9%和6.4%,其中土壤Cd的超标比例最高;②不同区域农田土壤重金属空间分异明显,上游土壤Cr、Cu、Zn和Ni含量高于中游和下游地区,中游土壤Cd、As和Pb含量高于上游和下游地区;③研究区8种重金属的地累积指数分别为：Cd （0.42）>Hg （-0.28）>Pb （-0.32）>Zn （-0.39）>Cu （-0.42）>Cr （-0.7）>As （-0.81）>Ni （-0.73）,其中土壤Cd和Hg地累积风险最高;④长江经济带中上游地区农田土壤重金属累积主要受地质高背景和矿山开采等因素影响,中下游地区主要受到快速城镇化、工业生产和高强度农业利用等因素的影响.针对长江经济带农田土壤重金属污染现状及管控需求,建议加强农田土壤重金属的源头防控,根据重金属污染程度、地质背景和农产品质量等进行农田土壤重金属污染的分区分级管控和分类管理,以期实现长江经济带农田土壤环境质量安全和农业绿色可持续生产.     

安徽庐江县砖桥潜在富硒土壤重金属元素空间变异与来源

为查明安徽省庐江县砖桥村周边潜在富硒区土壤中重金属及Se元素的空间分布特点及来源,采集该区域范围内430个表层（0~20 cm）土壤样品,测定土壤中w（OM）、w（TN）、w（TP）、w（K₂O）、w（TS）、w（TFe₂O₃）、w（As）、w（Cd）、w（Cr）、w（Cu）、w（Hg）、w（Pb）、w（Ni）、w（Se）和w（Zn）,并运用GIS、地统计学和主成分分析等方法进行土壤重金属元素空间变异特性与来源分析.结果表明:研究区土壤中w（Cr）、w（Ni）均低于GB 15618-2018《土壤环境质量农用地土壤污染风险管控标准（试行）》中的土壤污染风险筛选值,只有1个采样点的w（As）、w（Hg）和极少数采样点的w（Cd）、w（Pb）、w（Zn）以及部分采样点的w（Cu）超过GB 15618-2018土壤污染风险筛选值,但农产品不存在Cu污染风险.土壤重金属和Se的质量分数的变异系数为0.23~0.80,属中等程度变异.土壤中w（Cr）与w（Ni）,w（As）与w（Se）,w（Cu）与w（Pb）、w（Zn）、w（Hg）、w（Cd）的空间分布特征相似,w（Zn）、w（Se）、w（Cu）、w（Cr）、w（Ni）的空间自相关性均较强,w（Pb）、w（As）、w（Hg）、w（Cd）的空间自相关性均处于中等水平,提取的5个主成分累计方差贡献率为71.677%.土壤中Se主要来源于富硒岩矿石,Cu、Zn主要来源于地质背景（矿脉发育）,Cr、Ni主要来源于成土母质,Pb、Cd、Hg主要受到地质背景和农业活动的共同影响,As受到富硒岩矿石和农业活动的共同影响.研究显示,综合土壤元素含量、变异强度、空间自相关及其提取的主成分,能有效识别成土母质、地质背景及农业活动等对农田土壤中重金属的影响;研究区内富硒岩矿石可持续为区域土壤提供Se源,土壤质量可满足地方发展特色富硒农业的要求.      

典型行业再利用土壤重金属含量分布、来源解析及生态风险评价

为深入探究典型行业再利用土壤重金属污染特征及生态风险状况,基于上海市嘉定区49个地块315个不同深度剖面土壤样品数据,采用地累积指数和潜在生态风险指数评估Cd、Pb、Cu、Zn、Ni、Hg和As这7种重金属含量特征和潜在生态风险程度,并利用源解析受体模型（APCS-MLR）和正定矩阵因子分解模型（PMF）解析其污染来源.结果表明：①研究区土壤中除As外,其余重金属均不同程度超过上海市土壤背景值,表层土壤中Cd、Pb、Cu、Zn、Ni和Hg含量分别是背景值的3.54、2.34、2.91、1.20、3.75和4.40倍;7种重金属含量随着土壤垂直剖面深度的增加逐渐降低,重金属在表层土壤中存在一定程度的富集,人类活动影响了重金属在土壤中的分布规律.②研究区内APCS-MLR和PMF两种受体模型均识别出土壤重金属4种主要来源,源1（Cu、Zn和Pb）为金属制品和汽车制造混合源,源2（Ni和Cd）为电镀企业来源,源3（Hg）主要为化工企业来源,源4（As）为自然源,两种受体模型结合运用,进一步提高源解析的精准度和可信度.③地累积指数由大到小表现为：Hg（1.54）>Ni（1.32）>Cd（1.21）>Cu（0.96）>Pb（0.64）>Zn（-0.33）>As（-1.02）;潜在生态风险指数结果显示,研究区综合潜在生态风险指数RI值在32.50~4 910.97,均值为321.40,整体呈现较强潜在生态风险,再开发利用工业场地土壤中重金属Hg、Ni和Cd的污染值得进一步关注.     

三门峡某铅厂遗留场地土壤重金属空间分布特征及来源解析

我国各大城市目前正在进行大规模的工业企业搬迁,并产生了众多污染搬迁遗留场地,其中重金属污染尤为严峻.为了分析三门峡某铅厂遗留场地土壤重金属的污染状况、空间分布和污染来源,采用地统计学分析场地土壤重金属的空间变异规律和分布特征,并利用PMF模型解析场地土壤重金属的主要来源.结果表明,土壤中As、Cd、Cu、Pb、Hg和Ni的平均值远超过河南省土壤环境背景值,As、Cd、Pb和Hg含量超过场地土壤污染风险筛选值,As、Pb和Hg含量超过场地土壤污染风险管控值.Cr的高值区位于废渣堆场北侧,Ni和Cd高值区位于废渣堆场北侧和场地南侧,As的高值区位于废渣堆场南侧与生活区之间,Cu和Pb高值区较为分散,主要集中于中部的原料堆场和炼炉区,Ni和Cd、Cu和Pb具有相同的空间分布特征.基于PMF模型可知,7种重金属有3种主要来源,Cd以废渣堆积源为主,贡献率为87.60%;Cu、Pb和Hg以土壤母质源为主,贡献率分别为92.50%、75.20%和95.40%;Cr、Ni和As以原料粉尘废气源为主,贡献率分别为80.80%、83.30%和62.00%.     

基于APCS-MLR和PMF模型解析黄河下游文化公园土壤重金属污染特征及来源分析

选取黄河下游典型人类扰动区——黄河文化公园为研究区域,系统采集表层土壤样品,测定土壤中7种(Cr、 Ni、 Cu、 Zn、 Cd、 Pb和As)重金属含量,利用地累积指数研究公园土壤重金属污染特征,应用克里格空间插值法、绝对因子分析-多元线性回归模型(APCS-MLR)和正定矩阵因子分解(PMF)模型解析黄河文化公园土壤重金属的来源.结果表明,研究区表层土壤重金属(Cd、 Zn、 Cu、 Pb和As)含量平均值高于黄河下游潮土区土壤元素背景值,分别是背景值的4.62、 1.78、 1.41、 1.08和1.03倍.除Zn外,其他元素含量均低于黄河流域沿线不同区域土壤相应元素值.7种元素地累积指数递减趋势为：Cd>Zn>Cu>Ni>Pb>As=Cr,元素Cd属于偏中污染,在表层土壤中积累明显.空间分布特征及源解析结果显示,Cr、 Ni和Cu为自然源因子,主要受成土母质影响;Cd和Pb为交通源,Zn和As属于受少量人类活动和自然叠加影响的混合源.APCS-MLR的分析结果显示：自然源贡献率为46.67%,交通源贡献率为24.11%,混合源贡献率为16.12%,...     

省级尺度土壤As迁移转化与水稻安全种植区划：以贵州省为例

为探究贵州省水田土壤和稻米As含量分布特征,及稻米食用健康风险并评估水稻安全种植性,采集水田土壤样品209个,水田土壤-水稻样品1 567组,测定其As含量和土壤基本理化性质,运用单因子污染指数法对样品污染程度进行评价.结果表明： ①贵州省水田土壤主要呈中性,其保肥能力和有机质含量均为中等以上水平,土壤较为肥沃.水田土壤ω（As）范围为0.042~91.75 mg·kg^-1,几何均值为10.03 mg·kg^-1,经独立样本T检验,水田土壤As累积效应低于自然土壤As（P<0.05）.与《农用地土壤污染风险管控标准》（GB 15618-2018）筛选值（0.2 mg·kg^-1）相比,土壤样品超标率15.37%.②稻米ω（As）范围为0.001~0.937 mg·kg^-1,几何平均值为0.108 mg·kg^-1,10.21%的稻米样品超过《食品中污染物限量（试行）》（GB 2762-2022）的限值,超标点位主要分布于黔南州的中北部和遵义南部县区等工矿业活动区周围.③经大米摄入的As对成人和儿童存在非致癌风险和致癌风险,且对儿童的影响大于成人.贵州省水田稻米安全种植区划未见严格管控区域,水稻可实现安全种植.     

基于多源辅助变量和随机森林模型的耕地土壤重金属含量空间分布预测

农田土壤重金属含量的空间预测对于监测耕地污染和确保生态农业可持续发展至关重要.从地形、气候、土壤属性、遥感信息、植被指数和人为活动这6个方面选取了32个环境变量作为辅助变量,并构建随机森林(RF)、回归克里格(RK)、普通克里格(OK)和多元线性回归(MLR)模型来预测耕地土壤中As、 Cd、 Cr、 Cu、 Hg、 Ni、 Pb和Zn的含量.结果表明,与RK、 OK和MLR相比,RF模型对As、 Cd、 Cr、 Hg、 Pb和Zn的预测性能更高,而OK和RK模型分别对Cu和Ni含量的预测精度更高,表现为预测拟合优度(R²)最高而平均绝对误差(MAE)和均方根误差(RMSE)最低.不同预测方法对同种土壤重金属元素预测结果的空间分布趋势基本一致,8种重金属含量的高值区均分布在南部的平原地区,但RF模型对空间预测的细节刻画得更为突出.随机森林影响因子重要性排序表明,兰溪市土壤重金属含量空间分异主要受Se、 TN、 pH、海拔、年均温、年均降雨量、距河流距离和距工厂距离的共同影响.因此,随机森林可以作为土壤重金属空间预测的一种有效方法,为区域土壤污染调查、评价和管控提供...     

基于PMF模型及地统计的土壤重金属健康风险定量评价

为定量评估不同土壤重金属来源带来的人体健康风险差异,选取山东省章丘市为研究区,系统采集425处土壤样品,测定As、Cd、Cr、Cu、Hg、Ni、Pb和Zn共8种土壤重金属含量,采用描述性统计特征评估土壤重金属富集状态,进一步利用受体模型正定矩阵分解法（positive matrix factorization,PMF）和地统计技术确定土壤重金属的来源及分配,最后基于重金属来源构建健康风险定量评估模型.结果表明：①表层土壤中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn含量均超出背景值,但未超出农用地土壤污染风险筛选值,表明土壤重金属出现一定的富集.②土壤重金属来源可分为3类,Cr和Ni的空间分布大致相当,且与风化母岩空间分布趋势相近,为自然来源,Cd、Cu和Zn受道路运输控制为交通来源,空间分布上受道路布局影响明显,Hg、Pb和As元素含量高值区与工业区城区分布相对应,工业排放和燃煤加剧Hg在土壤中的富集,属于工业来源,其来源占比最大约为41.85%,交通来源和自然来源分别为33.79%和24.36%.③不同种元素在手口、呼吸和皮肤接触暴露途径下产生的非致癌与致癌风险处于可接受范围内,儿童最大致癌（36.53%）与非致癌风险（36.01%）的重金属来源均为工业源,而交通源是成人的最大致癌（34.98%）与非致癌风险（37.06%）来源,重金属来源和暴露途径的差异化规避是降低重金属健康风险的关键.     

雷州半岛红树林土壤重金属空间分布特征及来源分析

运用潜在生态风险指数法和相关性分析方法对雷州半岛红树林土壤11种重金属（As、Cd、Co、Cr、Cu、Hg、Mn、Ni、Pb、V、Zn）进行生态风险评价和来源分析。结果表明,Hg、As、Cu、Zn等4种重金属元素含量在个别采样区超过国家土壤环境质量一级标准;As、Cd、Co、Cr、Cu、Hg、Mn、Ni和Zn等9种元素含量平均值超过环境背景值。雷州半岛红树林湿地土壤重金属总的潜在生态风险程度处于中等污染水平,其中Hg元素为强污染,Cd元素为中等污染,其他元素为轻微污染。从空间分布看,南山和观海长廊采样区重金属污染为强污染,企水镇采样区为轻微污染,其他采样区为中等污染。重金属元素的富集与土壤自然特性和人为排放密切相关,黏土含量和有机质含量较高的土壤、工业较发达、人类活动较强等区域土壤重金属生态风险程度较强。     

电脑散热风扇灰尘中多溴二苯醚的污染特征和环境健康风险评价

不同模型对土壤污染物空间分布预测精度具有重要影响,针对现有方法不能较好模拟土壤污染物较强的空间变异特征以及缺乏对影响污染物空间分布的关键环境因子识别,本研究基于随机森林（RF）模型,通过融合多源环境要素,开展了某冶炼厂周边农田土壤砷含量空间分布预测研究,并与反距离加权（IDW）和逐步线性回归模型（STEPREG）相比较.结果表明,研究区农田土壤砷污染范围较广,污染严重区域主要分布在研究区南部,3种模型模拟的砷污染空间分布虽总体趋势相似,但局部区域差异明显,IDW和STEPREG模型不能很好地反映研究区土壤污染的强空间变异特征,RF模型模拟结果较好的表达局部高污染区域的细部变化.不同环境要素对农田土壤砷含量空间分布影响的重要性不同,研究区环境变量和地形变量是影响土壤砷含量空间分布的关键环境因子.交叉验证结果表明,RF模型相对IDW和STEPREG模型具有最小的均方根误差（RMSE）、平均绝对误差（MAE）、平均误差（ME）和最大的R²,RF模型的RMSE、MAE、ME较IDW模型分别降低了10.8%、5.5%和88.1%,较STEPREG模型分别降低了17.8%、18.4%和94.7%,表明采用RF模型对研究区农田土壤砷含量预测精度最高,取得了最优的预测效果.本研究结果能够为土壤重金属污染空间分布制图提供方法学参考.     

基于BP神经网络的污染场地土壤重金属和PAHs含量预测

受土壤检测成本和项目周期等因素制约,污染场地土壤经常存在检测数据缺失的现象,如何利用有限的检测数据获得更全面的信息成为当前研究热点.以某金属加工厂污染场地为研究对象,运用多元统计方法分析土壤样品中重金属(As、Zn、Cu、Pb、Ni、Cd、Cr)和多环芳烃(polycyclic aromatic hydrocarbons,PAHs)〔苯并[a]芘(BaP)、二苯并[a,h]蒽(DBA)、苯并[k]荧蒽(BkF)、苯并[b]荧蒽(BbF)、苯并[a]蒽(BaA)、萘(Nap)、?(Chr)〕之间的关联性,并以此为基础,利用已知数据建立BP神经网络模型,预测缺失土壤样本中重金属和PAHs的含量.结果表明:与GB 36600—2018《土壤环境质量建设用地土壤污染风险管控标准(试行)》中的风险筛选值对比,重金属超标率表现为w(Ni)>w(Cu)>w(As)>w(Pb)>w(Zn)=w(Cd)>w(Cr),除w(Chr)未超标外,其他6种PAHs按超标率排序为w(BaP)>w(DBA)>w(BbF)=w(BaA)>w(Nap)>w(BkF).重金属Zn与Pb、As与Cd关联性较好,Cu与Ni关联性较好,Cr与其他6种重金属关联性较差,PAHs中除Nap外,BaP、DBA、BkF、BbF、BaA和Chr彼此关联性均较好;构建的BP神经网络模型的污染物浓度预测值与实测值的决定系数(R₂)范围为0.812~0.993,模拟效率系数(NSE)范围为0.779~0.959,均方根误差(RMSE)和平均绝对误差(MAE)均较小.研究显示,研究区土壤重金属和PAHs含量整体存在不同程度的超标现象,构建的BP神经网络模型对污染物浓度预测结果准确可靠,利用该模型对土壤污染进行空间分析与评价具有可行性,且关联性较弱的因子作为输入参数能进一步提高预测模型的精度.      

焦化场地内外土壤重金属空间分布及驱动因子差异分析

焦化场地作为典型的工业污染场地,其特征污染物重金属严重危害人体健康,研究其场地内外污染物的空间分布及驱动因子,对于后续的采样设计、风险评估、污染防控等工作具有重要指导意义.本研究基于反距离加权法分析某在产焦化厂内部及外部的重金属As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的空间分布,并利用地理探测器分析焦化厂内部及外部的重金属空间分布驱动因子差异.结果表明,该焦化厂内部及周边除As、Ni和Zn外,其余重金属的超背景值率均在50%以上,且内外部重金属变异系数超过30%,空间分布连续性较差.其中内部平均变异程度为：Hg > Cd > As > Cu > Zn > Cr > Pb > Ni,外部平均变异程度为：Hg > Cu > Cd > As > Zn > Pb > Cr > Ni.根据分异及因子探测结果,理化性质因子中对焦化厂内部及外部重金属空间分布贡献最大的均为土壤全氮、有机质和有效中微量元素含量;距离污染源因子中对内部重金属空间分布贡献最大的为粗苯、冷鼓工段,对外部重金属空间分布贡献最大的为焦炉熄焦工段,并且污染源及土壤理化性质的交互因子对内部重金属空间分布的贡献度略高于外部.根据结果可知,决定焦化厂内部及外部的重金属空间分布的理化性质驱动因子较为一致,其主要基于土壤养分元素对重金属有效性的影响.而决定焦化厂内外部重金属分布的污染源存在差异,内部重金属分布主要受到焦化产品精制工艺中排放含重金属废气及废水等的驱动,外部重金属分布主要受到炼焦制气工艺中排放废气沉降的驱动.     

闽江福州段与城市内河表层沉积物重金属污染特征研究

为了探讨城市内河对闽江福州段重金属污染的影响特征,本文对闽江福州段和福州城市主要内河表层沉积物中的Cr、Ni、Cu、Zn、As和Pb 6种重金属元素进行了系统的分析,并采用地累积指数法和潜在生态风险评价法进行污染情况和潜在危险评估.研究结果表明,表层沉积物中重金属Cr、Ni、Cu、Zn、As和Pb含量范围分别为:5.55~131.35、0.74~138.82、2.45~95.84、24.24~609.72、2.82~95.90、13.91~108.45mg·kg~(-1),各重金属含量平均值明显高于福建省土壤环境背景值,但低于国家土壤环境质量Ⅱ类标准值(除As略高于Ⅱ类标准).地累积指数法评价结果表明,表层沉积物中重金属大多为无污染或中污染程度,受人类活动影响强烈.潜在生态风险评价法表明,表层沉积物中重金属Cr、Ni、Cu、Pb和Zn存在轻微潜在风险,As以中等潜在风险为主,总体存在轻微潜在风险.重金属污染物的空间分布与福州市的发展格局相适应,人类活动集中的老城区和工业密集区,是闽江与内河重金属污染物含量相对较高的区域.城市内河汇入闽江后,携带的大量重金属污染物加剧了闽江重金属污染.建议加强对闽江重金属含量较高的晋安河段、光明港段-磨溪河段的污水排放监控.     

基于UNMIX模型和莫兰指数的湖南省汝城县土壤重金属源解析

工业化正在加剧我国的土壤重金属污染.湖南省汝城县矿产资源丰富,工矿企业密集,粗放的矿业生产给当地土壤环境带来了一系列问题,准确掌握其污染来源是土壤污染防治的关键和前提.采集汝城县233个土壤样本,对重金属含量进行模型分析后选择拟合效果较好的Cd、Hg、As、Pb、Cr、Cu、Ni七种重金属为研究对象,测定其含量,使用UNMIX模型解析其污染来源,并结合空间插值与莫兰指数方法,从空间关系的角度验证模型并补充说明研究区土壤重金属的来源.结果表明:①研究区土壤中Cd、Hg、As、Pb、Cr、Cu、Ni含量的平均值分别为0.29、0.18、19.91、44.17、66.31、28.67、25.16 mg/kg,除Cr、Ni外,Cd、Hg、As、Pb、Cu含量的平均值均高于当地背景值.除Hg外的其他6种重金属存在含量超出GB 15618-2018《土壤环境质量农用地土壤污染风险管控标准（试行）》筛选值的情况.②研究区土壤中7种重金属的含量主要受到自然源、大气沉降与工业直接排放混合源、污水源和工业直接排放源的影响,贡献率分别为41.87%、33.10%、13.27%和11.76%.其中,自然源对Cr和Ni的贡献率较大,大气沉降与工业直接排放主要影响Cd和Pb,污水源和工业直接排放源分别对Hg和As的贡献最大.③UNMIX模型与空间分析方法的结合,一方面验证了受体模型的解析结果,同时也对土壤重金属的来源起到了补充说明的作用.研究显示,汝城县土壤重金属含量与工业活动关系密切,工业排放除直接对附近土壤造成污染外,通过大气沉降、河流输送对远距离土壤环境的影响也尤为突出.      

三峡库区(重庆段)菜地土壤重金属污染特征、潜在生态风险评估及源解析

为探究三峡库区菜地土壤重金属的污染特征、潜在生态风险和污染物的来源,于2021年10月采集了库区（重庆段）14个蔬菜种植区（县）菜地的表层土壤样品,分析了样本中7种重金属元素（As、Cd、Cr、Cu、Ni、Pb和Zn）的含量,分别利用单因子指数法、内梅罗综合污染指数法和潜在生态风险评价法对土壤重金属的富集状况和潜在风险进行了评估,并分析了蔬菜种植年限和栽培方式（露天和大棚）对土壤重金属累积的影响.结果表明,库区菜地土壤中重金属的含量高于重庆市三峡库区土壤背景值,但均低于《农用地土壤污染风险管控标准（试行）》（GB 15618-2018）规定的土壤污染风险管制值;单因子污染评价结果表明,区域土壤Pb、Zn、Cu和Cd处于轻微污染水平;内梅罗综合污染指数法表明,研究区处于轻度污染水平,主要污染因子为Cd和Ni,有91.4%的土壤样品存在不同程度的污染（P_N>1）,其中9.19%的样品处于重度污染;潜在生态风险评估结果指出,研究区以轻度生态风险为主,Cd中度生态风险的土壤样本数占比为9.77%,存在一定的生态风险.聚类分析结果显示Cd-Cu-Pb-Zn和As-Cr-Ni分别具有相同的污染源.菜地土壤中重金属含量随着种植年限的增加均呈上升趋势;总体上大棚土壤中重金属含量均高于露天菜地土壤.     

有色金属矿业城市典型村镇土壤重金属污染评价及来源解析

为了解铜陵市村镇土壤重金属污染程度和潜在生态风险水平,在顺安镇、钟鸣镇和义安经济开发区大致均匀布设67个采样点位,采集表层土壤样（包括地表灰尘和河道沉积物）,通过测试Cu、Zn、Pb、Cr、Cd、As和Ni等重金属含量及土壤pH值,剖析土壤重金属含量的空间分布特征,评估土壤重金属污染程度和潜在生态风险水平,并解析土壤重金属来源.结果表明,研究区土壤pH呈弱酸性,土壤重金属Cu、Zn、Pb、Cr、Cd、As和Ni含量均值分别为铜陵市土壤背景值的4.94、2.89、2.07、0.94、7.97、4.03和2.02倍,总体上呈现西高东低的变化特征.内梅罗污染指数表明,Cu、Cd、As和Pb属于重度污染,Zn和Ni分别属中度和轻度污染,Cr为无污染;不同用地类型内梅罗综合污染指数大小排序为：河道>城镇>工业用地>菜地>农业用地>山林>村庄,研究区总体属于重度污染水平.土壤重金属潜在生态风险系数大小排序为：Cd>As>Cu>Pb>Ni>Zn>Cr,其中Cd处于极高风险,Cu和As处于中等风险,其余各元素均处于低风险水平;不同用地类型潜在生态风险水平排序为：河道>城镇>工业用地>菜地>农业用地>村庄>山林,其中工业用地、菜地和城镇总体达很高风险水平,农业用地达高风险水平,村庄和山林属于中等风险.主成分分析表明,研究区Cu、Zn、Pb、Cd和As的主要来源是当地金属矿业污染;Cr主要来自地质背景和金属矿业污染;Ni主要来源为化石燃料燃烧.