基于PMF模型的土壤重金属源解析中变量敏感性研究

为探究应用受体模型对土壤污染物进行源解析,输入变量对模型运行及其结果的影响,以乐安河中上游地区土壤重金属调查数据作为典型受体模型（PMF模型）的输入数据集,并在PMF模型基础方案运行结果的基础上,采用局部敏感性分析法来探讨输入变量变化对模型诊断及源识别结果的影响.结果表明：6因子数情景是研究区土壤重金属源解析PMF模型最佳运行结果;土壤中Cu、Mo、Na₂O、As、Mn和Cd等参数属于敏感变量,这些变量均为每个因子中的主要载荷元素,即每个源的特征污染物;不同变量的敏感性有较大差异,Cu、Mo的总敏感性最大,分别为12.1,8.2,大于其他输入变量的敏感性.因此,在应用PMF模型进行源解析时,特征污染物是敏感性较强的变量,其数据质量的优劣是影响源解析结果可靠性的重要因素.     

Development of a model to simulate soil heavy metals lateral migration quantity based on SWAT in Huanjiang watershed, China

Lateral transportation of soil heavy metals in rainfall events could significantly increase the scope of pollution. Therefore, it is necessary to develop a model with high accuracy to simulate the migration quantity of heavy metals. A model for heavy metal migration simulation was developed based on the SWAT(Soil and Water Assessment Tool) model. This model took into consideration the influence of soil p H value, soil particle size, runoff volume, sediment amount,concentration of water-soluble heavy metals dissolved in runoff and insoluble absorbed to the soil particles. This model was reasonable in Huanjiang watershed, Guangxi Zhuang Autonomous Region, south China, covering an area of 273 km~2. The optimal drainage area threshold was determined by analyzing the effects of watershed subdivision on the simulation results to ensure the simulation accuracy. The main conclusions of this paper were:(1) watershed subdivision could affect simulation migration quantity of heavy metals;(2) the quantity of heavy metals transported by sediment accounted for 97%–99% of the total migration quantity in the study watershed. Therefore, sediment played the most important role in heavy metal migration;(3) the optimal drainage area threshold percentage to ensure high simulation accuracy was determined to be 2.01% of the total watershed;(4) with the optimal threshold percentage, this model could simulate the migration quantity of As, Pb and Cd accurately at the total watershed and subwatershed level. The results of this paper were useful for identifying the key regions with heavy metal migration.     

典型平原地区生活垃圾焚烧厂周边土壤重金属赋存形态分布特征及生物有效性评价

为考察并掌握典型平原地区生活垃圾焚烧厂周边土壤中重金属Cd、Cr、Cu、Pb、Ni和Zn的污染现状,以上海市某生活垃圾焚烧厂为例,研究其周边土壤中重金属赋存形态分布特征及生物有效性,采用Tessier连续提取法结合电感耦合等离子体发射光谱检测分析表层土壤中目标重金属总量及形态分布,并利用风险评估编码法（RAC）评价其生态风险水平.结果表明:研究区域土壤中Pb和Zn主要以Fe-Mn氧化物结合态和残渣态为主（>80%）;Cr、Cu和Ni则以残渣态为主（>60%）;Cd虽以残渣态为主（>50%）,但与其他重金属相比,其碳酸盐结合态占比相对较高.生物有效性分析结果显示,Cr、Cu和Ni以惰性态为主,生物有效性低,而潜在可利用态Cd、Pb和Zn占比较高,存在较高的释放风险.土壤中各重金属潜在生态风险水平由高到低依次为Cd > Zn > Pb > Cu > Ni > Cr,其中,Cu、Pb和Zn处于低风险水平,Cr和Ni处于无风险水平,而Cd处于中等风险水平.研究显示,该垃圾焚烧厂周边土壤中重金属已存在不同程度的污染累积,其中,潜在可利用态Cd的占比较高,已达中等风险水平,应引起重视.      

水泥工业区内土壤剖面金属元素量特征及其指示意义

为了研究水泥工业区内污染土壤中金属元素含量变化特征,对安徽省凤阳县水泥工业区内一条土壤剖面中金属元素(Al、Fe、Ca、Mg、K、Na、Cr、Ba、Mn、Zn)含量进行了测量。结果显示,土壤剖面分2层,第一层(0～20 cm)为污染层,该层Al、Fe、Mg、Na、Ba、Mn、Cr元素主要来源于自然土壤,没有富集,Ca、K、Zn元素主要来源于水泥粉尘的输入,存在富集,其中0～2 cm土壤的富集因子最大,Ca和Zn含量最高,指示0～2 cm土壤被污染的程度最深。第二层(20 cm以下)为土壤母质层,该层各金属元素含量相对比较稳定。由于0～2 cm土壤中Ca、Zn元素还没有大量向下淋溶,导致第一层土壤中Ca、Zn含量随采样深度的增加而减少。土壤剖面中Ca和Zn的含量能指示水泥粉尘对工业区土壤环境的污染,土壤母质层的Ca、Zn含量可以作为参考的警戒值。     

湘西北黑色泥灰岩风化剖面重金属富集的地球化学机制

通过对湘西北地区黑色泥灰岩风化剖面（DM剖面）中Cr、Ni、Cu、Zn、Cd、Pb、Th、U 8种重金属元素地球化学特征的研究,并与区域上发育于黑色页岩的2条风化剖面的对比分析,初步揭示了黑色泥灰岩风化剖面中重金属富集的地球化学机制。结果表明：（1）与黑色页岩相比,黑色泥灰岩风化成土过程中重金属元素普遍呈现出低背景、高富集的地球化学特征。（2）黑色泥灰岩风化剖面的形成,是在基岩中碳酸盐快速溶蚀的基础上（基岩的酸溶相含量为78.57%）,由酸不溶相进一步演化的结果。在此过程中,对于无明显外源输入的元素Cr、Ni、Cu、Zn、Pb、Th、U,一方面,赋存在酸溶相的部分随碳酸盐的淋失而亏损甚至强烈亏损（其中Th相对惰性）;另一方面,残余在酸不溶相的部分因基岩中大量碳酸盐的淋失而显著富集,且随风化剖面的演化未显示出进一步的亏损。因此,这些元素在风化剖面中的富集是绝对（强烈）亏损和显著相对富集的综合结果。对于Cd,存在明显的外源输入,可能主要以水溶态形式带入并大量淀积在剖面下部。（3）在黑色泥灰岩风化剖面,有机质（OM）不是重金属元素的主要赋存介质,其对重金属元素地球化学行为的影响有限。（4）黑色泥灰岩发育的土壤中,Cu和Cd的平均含量分别为54.58 mg/kg和0.58 mg/kg,高于农用地土壤污染风险筛选值,特别是Cd,对土壤生态环境可能形成不利影响,应引起关注。     

华中地区冬季灰霾天气下PM2.5中重金属污染特征及健康风险评价:以湖北黄冈为例

为探究华中地区灰霾天PM_2.5中重金属元素的污染特征及其潜在健康风险,于2018年1月13~24日对华中区域观测点——黄冈站点加密采集PM_2.5样品.采用电感耦合等离子体质谱仪（ICP-MS）对PM_2.5中Cr、Mn、Co、Ni、Cu、Zn、As、Cd、Sn和Pb进行分析,通过富集因子法对其污染特征进行探讨,并采用美国环保署推荐的暴露模型对其潜在风险进行评估.结果表明,观测期间PM_2.5中Zn质量浓度最高,致癌物质As、Cd质量浓度均高于我国环境空气质量标准（GB 3095-2012）的二级标准限值,70%的元素质量浓度在灰霾中期占比最大.富集因子分析显示,Cd、Sn、Co、Pb和Zn富集程度最高,特别是在灰霾中期,这些物质主要来源于交通和燃煤.人体健康风险评价结果显示,手口摄食是引起非致癌风险的主要途径,儿童的暴露量和非致癌风险均明显高于成人.Pb对儿童存在非致癌风险,PM_2.5中重金属对成人不具有非致癌风险且致癌重金属不具有致癌风险.     

铜仁土壤-水稻重金属积累效应与安全种植区划

铜仁市有色金属矿业活动频繁,为了解贵州省铜仁地区土壤-水稻重金属积累与迁移转化状况,开展水稻安全种植区划,共采集水田土壤和相应稻米样品230组,并测试重金属和土壤理化性质等.通过单因子指数法对稻米样品进行评价,并结合土壤环境质量和食品污染物限量提出安全种植区划方法.结果表明:①水田土壤pH在4.4～7.9之间,ω(As)、ω(Cd)、ω(Cu)、ω(Hg)、ω(Ni)和ω(Zn)平均值分别为 12.94、0.343、30.53、3.869、30.32和 110.0 mg-kg-1,其中 As、Cd、Hg 和 Zn与环境质量农用地土壤污染风险管控标准中的筛选值相比,超标11.7％、10.9％、53.0％和3.04％.②稻米中ω(As)、ω(Cd)、ω(Cu)、ω(Hg)、ω(Ni)和 a(Zn)的表征值为0.056、0.017、1.445、0.010、0.215和 17.59 mg·kg-1;与国家食品安全标准(GB 2762-2017)相比,稻米样品中As、Cd和Hg含量超标达15.7％、3.04％和19.1％.其As超标点位主要集中分布于松桃县,Hg主要分布于碧江和万山区.③稻米富集系数大小顺序为:Zn＞Cd＞Cu＞Hg＞As=Ni,稻米对于Zn的吸收富集能力最强.④研究区大部分区域均属于优先保护类,安全利用类集中分布在铜仁东部,严格管控类零星分布于碧江区、万山区和江口县等地.结果表明,铜仁市部分地区土壤存在重金属污染,同时水稻的安全种植也存在一定风险.     

浙江省蔬菜生产系统重金属污染生态健康风险

为了解浙江省蔬菜生产系统重金属污染情况和居民的膳食健康风险,选择浙江省典型的蔬菜生产基地作为研究区域,采集了102对蔬菜和土壤样本,分析了浙江省蔬菜生产系统重金属Cd、 Cu、 Pb、 Cr、 As、 Ni和Hg的分布和富集特征,并采用内梅罗综合污染指数、潜在生态风险指数和膳食暴露评估模型系统评价了蔬菜生产系统生态健康风险.结果表明,研究区土壤Cd超标严重,超标率为97.2%,土壤以中轻度污染风险为主,Cd污染风险最大,其次是Pb、 Cu和As.蔬菜中仅有少量豆类和瓜果类蔬菜Cd超标,超标率分别为12.5%和8.7%.不同种类蔬菜的重金属富集能力差异明显,总体表现为：叶菜>豆类>瓜果类>根茎类.浙江省居民食用本地蔬菜的非致癌风险和致癌风险都在可接受范围,儿童比成人更容易面临风险(P<0.01),Cd和Pb对健康风险的贡献率最高.浙江省蔬菜生产系统生产的蔬菜整体处于安全水平,但需要加强对Cd和Pb的污染源管控.     

地质高背景区土壤-玉米重金属综合质量评价

为了研究地质高背景区土壤及农产品的污染程度及原因,为农产品安全生产及土壤重金属风险管控提供依据,在重庆市巫山县抱龙镇耕地区采集了土壤-玉米协同样品36套,分析了土壤-玉米中重金属(Cd、 Hg、 Pb、 As和Cr)含量及土壤pH,利用内梅罗综合污染指数法(P_N)和综合质量影响指数(IICQ)对土壤-玉米中重金属的污染程度进行了评价,并分析了土壤重金属来源及玉米重金属超标的影响因素.结果表明,研究区土壤重金属含量的平均值高于全国及重庆土壤背景值,土壤重金属富集效应明显.Cd是土壤-玉米超标的主要因子,土壤和玉米Cd的总体超标率分别为91.67%和30.55%.内梅罗综合污染指数评价结果显示,土壤以重度污染为主,占比63.89%,玉米轻度污染、中度污染和重度污染的占比分别为5.56%、 11.11%和11.11%.土壤-玉米综合质量影响指数以中度和重度污染为主,分别占比44.44%和47.22%.从重金属污染空间分布来看,玉米与土壤污染区域不一致.土壤重金属污染主要受到二叠系和三叠系地层的影响,与黑色岩系和灰岩区次生富集作用有关.玉米Cd含量主要受到土壤pH的影响,...     

西安市大气降水的主要化学组分及其来源

为认识西安市大气降水主要化学组分的现状,对2019年西安市市区和郊区大气降水样品的pH值、电导率、水溶性离子和重金属的质量浓度、湿沉降通量和来源进行了研究.结果表明,西安市冬季大气降水pH、电导率、水溶性离子和重金属浓度均高于其它季节.降水中主要的水溶性离子为Ca²⁺、 NH⁺₄、 SO■和NO^-₃,其之和占总离子浓度的(88.5±2.8)%;市区和郊区主要重金属是Zn和Fe、 Zn和Mn,其之和分别占总金属浓度的(54.0%±3)%和(47.0%±8)%.市区和郊区降水中水溶性离子的湿沉降通量分别为(253.2±58.4)mg·(m²·month)^-1和(241.9±61.1)mg·(m²·month)^-1,呈现出冬季高于其他季节的特点;重金属的湿沉降通量分别为(86.2±37.5)mg·(m²·month)^-1和(88.1±37.4)mg·(m...