白银市城郊周边农田土壤重金属污染特征及来源解析

为研究白银区周边农田土壤环境中重金属的污染及来源特征,以期为农田土壤重金属污染防治提供科学依据,于2021年7月在白银区周边农田采集67个表层土壤样品(0～20 cm),用微波消解-电感藕合等离子体质谱分析技术开展重金属(Cr、Ni、Co、Cu、Zn、Cd、As、Hg、Pb)污染特征及Pb的同位素指纹特征分析,并利用正定矩阵因子分析(PMF)和铅同位素指纹技术等方法手段解析重金属的污染来源。结果表明,研究区域农田土壤已受到不同程度的重金属污染,大部分重金属含量是相应土壤背景值的3.25～130.24倍;其中As、Cd、Cu、Pb和Zn含量均超过相应的农用地土壤污染风险筛选值,超标率为57.6%～100%。正定矩阵因子分析结果表明,该研究区农田土壤重金属污染共4个主要来源,其中,Cr、Ni、Co主要来自自然源,Hg主要来自煤燃烧释放;Zn、Cu和Pb主要来自铅锌矿的采选及冶炼等工业活动源,Cd和As主要来自于污水灌溉和农药化肥施用等农业活动源。Pb同位素源解析结果证实农田土壤Pb主要来源于矿产开采及冶炼活动等工业源。本研究表明,人为来源是当地农田土壤重金属的主要污染来源,不同重金属的污染...     

基于文献计量的关中地区农田土壤重金属污染特征及源解析

掌握关中地区农田土壤重金属污染特征和来源,对推进区域土壤环境风险管控、提升土壤环境管理水平具有重要意义。利用大量的文献检索数据,借助地累积指数法、潜在生态风险指数法和PMF源解析模型探究了关中地区农田土壤重金属的分布特征、污染程度、生态风险和可能来源。结果表明,关中地区农田土壤中8种重金属元素超过农用地土壤污染风险筛选值的比率,从高到低依次为Cd(43.3%)、Zn(13.7%)、Cu(10.9%)、Ni(8.1%)、Pb(7.2%)、As(6.1%)、Hg(5.4%)、Cr(4.0%)。Cd污染最重,部分地区达到重污染程度,Pb、Cu、Zn的污染程度次之,同时,Cd、Hg的生态风险最大,中风险以上的点位中Cd占76.51%,Hg占90.18%。PMF源解析模型计算结果表明,土壤中Cd污染主要来源于工业排放及农业活动,Hg污染主要来源于采金提炼和化石燃料燃烧,矿产资源开采和冶炼对土壤中Pb、Zn的富集影响较大,As、Cr在土壤中的累积与污水灌溉、化肥农药使用等农业活动有关,土壤中的Ni来源于成土母质。     

长春市城区表层土壤重金属污染来源解析

为剖析长春市城区表层土壤中重金属污染来源,采用网格化均匀布点系统采集了352件长春市城区表层(0~20 cm)土壤样品,分别采用X荧光光谱法(XRF)、原子荧光光度法(AFS)和石墨炉原子吸收光谱法(GF-AAS)测定土壤中Cu、Pb、Zn、Cr、As、Hg和Cd。结果表明:长春市城区表层土壤中w(As)、w(Cd)、w(Cr)、w(Cu)、w(Hg)、w(Pb)和w(Zn)分别为12.5、0.132、66.0、29.4、0.118、35.4、90.0 mg/kg,且其变化范围较大,同时均显著高于研究区表层土壤背景值,已受到一定程度重金属污染。运用主成分分析法对土壤中重金属污染来源进行解析,结果表明,长春市城区表层土壤中不同重金属来源存在着差异,其中Cu、Pb和Zn主要来自交通污染;Cr目前仍然主要受自然因素控制,来源于自然源;As和Hg主要来源于燃煤源;Cd主要来源于工业源及化肥施用。     

天津近郊农田土壤重金属风险评价及空间主成分分析

以天津市近郊西青区主要农产品生产基地表层土壤(0—20 cm)作为研究对象,分析了V、Cr、Ni、Cu、Zn、As、Se、Cd、Pb共9种重金属含量及空间分布特征.分别采用地累积指数法及Hakanson潜在生态危害指数法,对农田土壤重金属污染程度及生态风险进行评价;同时利用多元统计分析方法,揭示了研究区农田土壤重金属各元素之间的相关性及污染来源.结果表明,研究区农田土壤各重金属含量偏低,呈轻度污染;但在靠近居住区、高速公路、铁路或小型畜牧厂(已关停)的部分点位中Zn或Cr存在明显富集,污染等级为中度或严重;各元素的生态危害指数大小依次为E_R(As)E_R(Cu)E_R(Pb)E_R(Zn)E_R(Ni)E_R(Cr)E_R(V),生态危害程度均为轻微;多元统计分析结果显示,灌溉水对As和Pb的影响较显著,农作物对As的影响较显著;Cr和Ni来源相似,主要受成土母质的影响;Pb、Zn、Cu等3种元素来源相似,主要来自于附近公路交通所排放的污染物;V和As的来源主要与历史工业污染的积累相关.     

豫北典型农田作物中重金属污染状况及健康风险评价

农产品污染引发的食品安全问题目前已经成为全社会关注的焦点,为了研究和评价农作物中重金属污染和健康风险状况,采集了焦作市武陟县玉米、水稻和花生三种大田作物样品,共计47个样品,其中玉米样品16个,花生样品4个,水稻样品27个。在测定作物籽粒中重金属Cr、Ni、As、Cd和Pb含量的基础上,分别采用单因子污染指数和综合污染指数法评价了作物籽粒中重金属的污染状况,并运用危险商（HQ）法评价了这些作物中的重金属对人体健康可能造成的风险,进而应用相关分析法、聚类分析法及主成分分析法,探讨了作物籽粒中重金属含量的分布特征及其污染来源。结果表明：武陟县农田作物籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.26±0.42、0.31±0.29、0.04±0.03、0.01±0.04和0.03±0.03 mg·kg^-1。其中,玉米籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为8.86×10^-2±0.21、9.41×10^-2±0.12、8.10×10^-3±5.29×10^-3、1.20×10^-5±4.92×10^-5和0.04±0.02 mg·kg^-1;水稻籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.38±0.49、0.44±0.31、0.07±0.02、4.60×10^-3±7.42×10^-3和0.03±0.03 mg·kg^-1;花生籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.13±0.22、0.32±0.16、0.02±3.05×10^-3、0.11±0.07和1.32×10^-2±1.70×10^-2 mg·kg^-1。农作物籽粒中各重金属元素的单因子污染指数评价结果显示,从总体上看,3种农作物籽粒中5种重金属的单因子污染指数均值均小于1,单因子污染指数均值大小顺序为：Ni＞As＞Cr＞Pb＞Cd;从作物类型来看,玉米和水稻中Ni超标的样品比率分别为6.67%和51.85%,水稻中Cr超标的样品比率为12%。农作物籽粒中各重金属元素的综合污染指数评价结果显示,重金属的平均综合污染指数为0.59,整体上处于安全等级。总体来看,14.89%的农作物受到不同程度的污染,其中轻度污染的农?     

宿州市煤矿区农田土壤重金属含量特征

通过野外采样及室内分析测试,对宿州市煤矿区周边农田表层土壤及其典型剖面中的Cu、Zn、Cr、Cd、Pb、Hg、As 7种重金属污染特征及其在剖面上的垂向迁移规律进行了研究.结果表明,煤矿区周边500 m内农田表层土壤除Cu、Zn、Pb外,Cr、Cd、Hg、As均超出国家土壤环境质量标准（I级）,其中As、Cd轻度污染,...     

农田土壤重金属污染状况及修复技术研究

重金属污染因具有毒性、易通过食物链在植物,动物和人体内累积,对生态环境和人体健康构成严重威胁。随着工业快速发展、农药及化肥的广泛使用,农田土壤重金属污染越来越严重,研究农田土壤重金属污染现状及修复技术对农产品安全具有重要意义。综合国内外农田土壤重金属污染状况,农田土壤重金属污染主要来源于固体废弃物堆放及处置、工业废物大气沉降、污水农灌和农用物质的不合理施用。该文综述了国内外有关农田重金属污染土壤修复技术（物理修复、化学修复、生物修复、农业生态和联合修复）的研究进展,并针对各种修复方法,阐述了其原理、修复条件、应用实例及其优缺点,重点论述了植物修复的机理和应用,提出了草本与木本联合修复可有效提高农田土壤重金属复合污染的修复效率,为农田土壤土壤重金属复合污染修复提出了新的途径。最后在对已有研究分析的基础上,提出了联合修复技术（如生物联合技术、物理化学联合技术和物理化学-生物联合技术）可以在一定程度上克服使用单一修复手段存在的缺点,可提高复合污染的修复效率、降低修复成本,未来应深入探索联合修复技术间的相互作用机理,以期为农田土壤重金属综合治理与污染修复提供科学依据。     

农用地土壤重金属污染评价及来源解析

以广东省梅州市五华县棉洋镇农用地为研究对象,测定农业用地土壤样品Cd、Hg、Cr、As、Pb重金属含量。通过反距离权重(IDW)的插值模型进行土壤重金属空间分布预测分析,采用内梅罗综合污染指数对棉洋镇重金属污染状况进行全面评价,采用地累积指数法和潜在生态风险指数法对土壤重金属进行生态风险评价,运用主成分分析法和相关性分析法探究土壤重金属的主要来源。结果表明：土壤中As、Cd、Cr、Hg、Pb的平均质量分数分别为7.18、0.13、26.03、0.10和33.87 mg/kg,均低于农用地土壤污染风险筛选值,土壤环境质量总体属于清洁水平,重金属污染潜在生态风险较低。其中,Hg、As、Cr元素在土壤中的积累主要受自然因素(成土母质)的影响,Pb、Cd元素不仅受成土母质影响,还受人类活动影响。     

Application of multivariate statistical analysis in the pollution and health risk of traffic-related heavy metals

This study aims to analyse the heavy metal pollutants in Jeddah, the second largest city in the Gulf Cooperation Council with a population exceeding 3.5 million, and many vehicles. Ninety-eight street dust samples were collected seasonally from the six major roads as well as the Jeddah Beach, and subsequently digested using modified Leeds Public Analyst method. The heavy metals (Fe, Zn, Mn, Cu, Cd, and Pb) were extracted from the ash using methyl isobutyl ketone as solvent extraction and eventually analysed by atomic absorption spectroscopy. Multivariate statistical techniques, principal component analysis (PCA), and hierarchical cluster analysis were applied to these data. Heavy metal concentrations were ranked according to the following descending order: Fe > Zn > Mn > Cu > Pb > Cd. In order to study the pollution and health risk from these heavy metals as well as estimating their effect on the environment, pollution indices, integrated pollution index, enrichment factor, daily dose average, hazard quotient, and hazard index were all analysed. The PCA showed high levels of Zn, Fe, and Cd in Al Kurnish road, while these elements were consistently detected on King Abdulaziz and Al Madina roads. The study indicates that high levels of Zn and Pb pollution were recorded for major roads in Jeddah. Six out of seven roads had high pollution indices. This study is the first step towards further investigations into current health problems in Jeddah, such as anaemia and asthma.     

基于多元统计技术的赣江沉积物重金属污染评价

赣江是鄱阳湖重要入湖河流,为了解赣江流域沉积物重金属空间分布及污染状况,本文布设了29个采样点,对赣江沉积物重金属(Cu、As、Cd、Pb、Hg、W、Cr、Mn、Zn)含量和序列组分进行了测定及分析,并运用污染负荷指数(PLI)、地累积指数(Igeo)和潜在生态风险(RI)指数评价沉积物重金属污染程度.结果 表明,Mn...     

中国土壤重金属污染修复技术的专利文献计量分析

综述了国内外主要土壤修复技术,进行了技术经济比较分析。利用国家知识产权局专利检索系统,采用主题词检索,从重金属污染物种类、技术类型两个方面分析了中国土壤重金属污染修复技术的专利申请与授权状态。结果表明：土壤重金属污染修复技术以植物修复与微生物技术为主,其次为固定修复技术;土壤镉、铅、铜、砷的修复技术专利申请量明显高于其余重金属的;农田土壤重金属污染修复技术专利申请量明显高于场地重金属修复技术的;农田土壤重金属污染修复除降低土壤中重金属含量外,还可以从植物营养调控与土壤调理剂的角度降低农产品中重金属含量。最后,进行了土壤污染修复产业政策分析。     

基于因子分析法研究太原市土壤重金属污染的主要来源

太原市土壤的研究还处于起步阶段,尚缺乏系统的研究和探讨.基于因子分析法分析研究太原市土壤重金属污染类型及污染来源,在面积性土壤测量基础上,采用城市土壤单点样采集方法,通过测试获得了城市表层土壤中重金属元素(As、Cd、Hg、Pb、Cr、Ni、Zn、Cu)的含量数据;应用统计数手段及处理软件,采用因子分析法对太原市土壤化探数据进行详细分析研究;结合太原市工企分布情况,对比因子分析中的六个主因子,进行整理分析;研究结果充分反映出太原市作为一个典型的重化工基地和燃煤城市的污染特点,表明太原市土壤重金属污染的主要来源有四个方面,即:工矿企业污染源,燃煤污染源,交通污染源,商业活动和居民生活污染源等.     

重金属污染土壤属性区间识别模型的赋权分析

土壤重金属污染评价为土壤重金属污染的及时防范和综合治理提供重要的理论依据。文章在属性区间识别理论的基础上,构建土壤重金属污染评价的属性区间识别模型：选取土壤重金属污染中普遍存在的Hg、Cd、As、Pb、Cu、Zn作为评价指标,采用均化系数将各评价指标的属性测度区间转化为综合属性测度;为避免主观因素,利用主成分分析法、熵权法、CRITIC法对各评价指标进行3次客观赋权;最后根据置信度准则和分级标准进行土壤重金属污染的综合评价。对3种赋权法得到的权重和评价结果进行比较,表明：属性识别模型在土壤重金属污染评价中适用且有利于评价结果准确性的提高;3种客观赋权法算得的权重合理,且其优异程度为主成分分析法〈熵权法〈CRITIC法。     

九洲江流域水环境重金属污染特征及来源解析

九洲江流域环境综合治理已被列为国家跨地区生态补充试点,开展流域重金属污染调查与研究,能为流域生态补偿和综合治理提供科学依据.为了研究九洲江流域水环境重金属浓度分布特征,在流域干流和支流选取了33个采样点,于2018年枯水期、丰水期和平水期分3次进行采样监测,测定13种重金属(Cu、Zn、Pb、Cd、Cr、Ni、Fe、M...     

Application of multivariate statistical approach to identify element sources in parsley (Petroselinum crispum)

The aim of this study was to determine the content of elements in the parsley roots (Petroselinum crispum) of different geographic origin and estimate their possible sources applying chemometric analysis. The concentrations of 13 elements in parsley collected at 12 locations in five districts were examined. Cluster analysis (CA) separated elements into three statistical significant clusters: metalloids, heavy, and essential metals. Principal component analysis (PCA) permitted the reduction of 13 variables to three principal components explaining 82.3% of the total variance. The first component with 48.2% of variance comprises Al, Cu, Fe, Mn, Mo, Zn, and Co. Some of these metals are essential in low concentrations and their presence in plants is of lithogenic origin. Multivariate statistical analysis approach, such as PCA and CA can be used to assess the level of elements in vegetables. These methods can be used to identify sources of elements in plants too.     

Pollution indices and sources appointment of heavy metal pollution of agricultural soils near the thermal power plant

Alluvial soils of valleys of the Danube and Mlave rivers represent priority development areas with favorable conditions for life, agriculture and tourism in eastern Serbia. Operation of the thermal power plant Kostolac results in the emission of potentially toxic pollutants into the air, water and land. The goals were to determine the soil pollution with inorganic pollutants using different pollution indices, to identify of the sources of pollutants by means of principal component analysis and the loading of each factor for individual element assessed by multi-linear regression analyses. Chemical characteristics of the studied area resulted in division of the area into four impact zones upon the distance from main pollutants (power plant blocks and ash disposal dumps). There was no established soil pollution with potentially toxic elements in bulk of the agricultural territory. Two principal components (PC1 and PC2) explained about 73% of variance. Three studied elements (As, Cu and Pb) showed anthropogenic origin of their most concentrations in soil, while other elements (Cd, Co, Cr, Ni and Zn) were of a natural (geological) origin. Single pollution index showed moderate pollution level by Ni. Integrated Nemerow pollution index showed low to no pollution levels, indicating slight ecological risk. There were no established limitations for agricultural production in the studied area, except for the only spot polluted by As due to the great flooding event in the studied year.