攀枝花煤矿区周围农田重金属污染特征及风险分析

本研究以四川省攀枝花市几大煤矿区周围农田为研究对象,采集表层煤矿区附近的24个农田土壤表层样,利用三酸消解法提取并测定土壤样品中Ni、Cu、Zn、As、Cd、Pb六种重金属元素的总量,同时利用0.1 mol/L氯化钙和0.5 mol/L磷酸二氢钾浸提并测定Ni、Cu、Zn、Cd、Pb、As有效态含量。采用内梅罗综合污染指数法、地累积指数法和生态风险指数法分析研究区农田重金属污染状况及其环境风险。结果表明所有煤矿区周边农田土壤中Ni、Cu、Zn、As、Cd、Pb的平均含量高于四川省土壤背景值,其中部分点位As、Cd和Zn超过国家农田土壤重金属风险管控标准,点位超标率分别为8.3%、41.7%和25%;Cd和Pb具有较高生物有效性,生物有效性系数分别为35.29%和20.10%;相关性分析结果表明Cd、Zn、As和Pb两两间存在互为显著相关,农田中这四种元素主要来源于煤矿开采和加工。三种评价结果均表明煤矿区附近农田中Cd处于显著污染水平,是农田土壤污染风险的主要贡献因子;花山矿区周围的农田是四大矿区中重金属污染最为严重的,需引起相关部门重视或采取一定的土壤污染风险管控措施。     

长三角地区农田肥料总氮地表流失率和流失负荷估算

以长江三角洲为研究区域,利用2002年以来公开发表的文献中188组农田总氮(TN)地表径流试验样本,基于Bayesian递归回归树模型建立了长三角地区农田肥料部分(不包括土壤本底含量)总氮流失估算模型.同时,在ArcGIS平台上,估算了2008年长三角地区"三省一市"(上海、江苏、浙江与安徽)1 km×1 km农田肥料总氮地表流失率和流失负荷.结果表明:基于长三角地区化肥施用量、年降雨量、土地利用现状与水系等数据构建的长三角地区农田肥料TN地表流失率估算模型是有效的,模型校准和验证R2分别达到0.820和0.744,模拟结果相对可靠.长三角地区农田TN流失率具有显著的空间分异性,其中位值为3.36%(R50为3.09%~3.63%),主要影响因素为降雨量、土壤有机质含量、土壤粘粒比重、施N量等;相应地,2008年流失负荷为88.1 Gg·a-1(71.9~104.4 Gg·a-1,以N计).TN流失率较高的区域集中在淮河北部及江苏东部沿海区域,流失负荷贡献最大的市依次为盐城、徐州、阜阳、亳州,共占研究区域农田肥料TN流失负荷的41%.     

多环芳烃污染农田土壤生态修复标准研究——辽宁省地方标准(DB 21/T 2274-2014)的建立及其依据

为指导正确评价多环芳烃污染农田土壤生态修复效果及环境风险,根据辽宁省农田土壤多环芳烃污染状况、多环芳烃污染农田土壤生态修复技术特点,参考国内外相关标准,应用生态风险模型,建立辽宁省地方标准(DB 21/T 2274-2014)——多环芳烃污染农田土壤生态修复标准,提出了生态修复完成后农田土壤中总多环芳烃浓度和苯并[a]芘环境当量总浓度限值。主要内容为:生态修复完成后农田土壤中总多环芳烃浓度低于2 mg/kg,生态修复完成后农田土壤中苯并[a]芘环境当量总浓度低于0.53 mg/kg。     

农田土壤生态系统功能修复研究——活性微生物肥料对改善农田土壤微生物区系的试验研究

土壤微生物种群是土壤生态系统的重要组成部分,土壤微生物种群的生物量是土壤生态系统安全的重要指标之一。农田由于长期施用化肥、农药,使土壤中的微生物特别是有益微生物大量减少,影响了农田土壤生态系统的正常功能,本试验研究选取三种富含活性微生物的有机肥作为试验对象,研究活性微生物有机肥与常规施肥处理下,农田土壤微生物区系的变化情况。     

臭氧污染对不同品种小麦干物质与生物量碳积累与分配的影响

近地层臭氧(O3)污染对陆地生态系统及植物生长的危害备受关注.本研究利用开放式臭氧污染(Free-air O3concentration enrichment,O3FACE)研究平台,研究了大气O3浓度增加(比周围大气高50%)对长江三角洲地区5个冬小麦(Tritcium aestivum L.)品种(扬麦15、扬麦16、烟农19、扬幅麦2号和嘉兴002)的干物质与生物量碳的积累与分配以及作物残体C/N比的影响.结果表明,不同品种小麦的干物质积累和分配对O3升高的响应差异明显;O3升高具有降低扬麦15、嘉兴002和增加扬幅麦2号总生物量的趋势,但对扬麦16和烟农19几乎无影响,其中嘉兴002达到显著水平.O3升高显著增加了扬麦15、嘉兴002和显著降低了烟农19和扬幅麦2号的根/冠比,而对品种扬麦16无影响,导致干物质在地上和地下分配呈现品种差异.高O3环境下扬麦15、扬麦16和嘉兴002穗重降低,而烟农19和扬幅麦2号无明显变化;小麦籽粒占穗的比重在高O3条件下嘉兴002、烟农19和扬幅麦2号显著降低8.2%～15.5%,扬麦15呈增加趋势而扬麦16变化不大;表明O3升高将致嘉兴002、烟农19、扬幅麦2号和扬麦16不同程度减产.O3升高导致烟农19和扬幅麦2号秸秆碳量显著增加14.1%～22.9%和C/N比显著降低10.9%～29.1%,JX002秸秆碳量显著减少和C/N比显著增加,扬麦16和扬麦15的秸秆碳量与C/N比则分别呈增加和降低趋势.O3升高显著降低了扬麦16、烟农19和扬幅麦2号品种的根茬碳量和C/N比,对嘉兴002的根茬碳量无显著影响却显著降低了C/N比,但对扬麦15根茬碳数量与质量均影响不大.评价小麦干物质的形成与分配、根茬和秸秆固碳的质与量对O3污染的响应需考虑品种差异影响.     

基于APCS-MLR和PMF模型的燃煤电厂周边土壤潜在有毒元素(PTEs)污染特征与来源解析

为探究燃煤电厂周边土壤潜在有毒元素（PTEs）的污染特征及来源,以靖远电厂周边土壤为研究对象,分别采集了36个城市土壤样品和27个农田土壤样品,测定了As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的含量.采用地累积指数法、单因子污染指数法和改进的内梅罗污染指数法对土壤PTEs污染特征进行评估,并利用相关性分析、绝对因子得分-多元线性回归（APCS-MLR）和正定矩阵因子分解（PMF）法定量解析PTEs污染来源.结果表明,除农田土壤As之外,靖远电厂周边土壤其余元素含量均值都高于甘肃省土壤背景值,其中Cd、Cr、Ni和Pb相对较为富集,Hg空间分异较大,受人类活动干扰显著.地累积指数法和单因子污染指数法结果显示,周边土壤污染以Cd、Cr、Ni和Pb为主,Hg的污染范围较广.改进的内梅罗污染指数显示,周边土壤为偏中度-偏重度污染,且城市土壤的综合污染程度高于农田土壤.源解析表明,城市土壤PTEs源自于交通燃煤混合源、交通工矿混合源和工业降尘源,APCS-MLR模型的贡献率分别为35.2%、25.1%和23.4%,PMF模型的贡献率分别为40.2%、12.4%和47.7%;农田土壤PTEs源自于工矿农业交通混合源和交通燃煤混合源,APCS-MLR模型的贡献率分别为40.3%和35.9%,PMF模型的贡献率分别为36.2%和18.0%.此外,PMF模型还识别了贡献率为48.5%的燃煤农业混合源.     

重庆农田土壤有机碳稳定性同位素空间分布特征

对重庆182个典型农田土壤剖面有机碳稳定性同位素组成(δ¹³C_SOC)的测定结果表明,所有剖面土壤δ¹³C_SOC值均随采样深度增加逐渐趋正,表、中和底层均值分别为（-23.63±1.53）‰、（-22.43±1.59）‰和（-21.42±1.90）‰.就地域而言,渝东北土壤δ¹³C_SOC值偏负程度最高,渝中土壤则偏正.水田δ¹³C_SOC值明显偏负,旱地偏正,水旱轮作则居中;三者表层土壤δ¹³C均值分别为（-25.32±0.93）‰、（-23.17±1.37）‰和（-24.75±1.28）‰;不同类型土壤表层δ¹³C均值依序为：水稻土<潮土<紫色土<石灰（岩）土<黄壤.回归树分析表明,表层土壤δ¹³C_SOC值主要受作物类型控制,中底层则主要与土壤类型有关;其它因素如土壤性质（总氮、 SOC和pH）和气象条...     

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.     

基于PMF模型的农田土壤重金属源暴露风险综合评价:以浙江省某电子垃圾拆解区为例

为探究农田土壤重金属污染特征、来源及其人体健康风险,为农田污染治理提供重要科学依据,采集了浙江省典型电子垃圾拆解区周边农田133个表层（0~20 cm）土壤样本,测定了土壤Cd、Pb、Cr、Cu、Zn、Ni、As和Hg含量,运用多种方法评价重金属污染程度及生态风险,采用正定矩阵因子分解法（PMF）融合地统计学,解译污染来源及定量各个污染源的贡献度,将源解析结果和人体健康风险评价模型相结合,从来源暴露角度评价了各个污染源对人体健康的风险.结果表明,ω（Cd）、ω（Pb）、ω（Cr）、ω（Cu）、ω（Zn）、ω（Ni）、ω（As）和ω（Hg）平均值：0.76、65.22、92.02、103.92、198.49、36.65、5.97和0.20 mg ·kg^-1,Cd和Cu含量平均值均高于农用地土壤污染风险筛选值,点位污染占比分别为85.71%和96.24%.Pb、Cr、Zn和Ni含量平均值超过浙江省温黄平原土壤背景值,As和Hg在限值内.污染评价结果表明,土壤综合潜在生态风险以轻-中度为主,占比达90.98%,较高和高度风险占比都为4.51%,Cd为主要潜在生态风险元素.研究区重金属污染来源主要为电子垃圾拆解工序污染源（26.82%）、燃煤及交通排放混合源（34.50%）、自然母质及农业投入混合源（25.59%）和电子垃圾酸洗径流及固废淋溶来源（13.09%）.儿童重金属暴露健康风险显著大于成年人,自然母质和农业投入混合源对人体健康风险贡献最多,Cr是对人体健康风险影响最大的元素.     

基于机器学习的长江流域农田氮径流流失负荷估算

定量解析长江流域农田氮径流流失特征是实现长江及其河口氮污染有效控制的关键科学基础.基于收集的长江流域570个旱地和434个水田田间氮径流流失数据组,采用相关性分析、结构方程模型、方差分解和机器学习方法,探究了影响旱地和水田总氮径流流失强度的主要因素,建立了基于机器学习的长江流域旱地和水田总氮径流流失强度预测模型,量化了长江流域农田总氮径流流失负荷.结果表明,径流深、施氮量和土壤氮含量是影响旱地总氮径流流失强度的主要因素;径流深和施氮量是水田总氮径流流失强度的主要影响因素.与分类与回归树、多元线性回归和增强回归树方法相比,采用随机森林算法构建的长江流域旱地和水田总氮径流流失强度预测模型具有更高的精度（R²为0.65~0.94）.基于随机森林算法的预测模型估算的2013年长江流域农田总氮径流流失负荷（以N计）为0.47 Tg ·a^-1（旱地：0.25 Tg ·a^-1;水田：0.22 Tg ·a^-1）,中下游地区贡献了58%的流失负荷.模型预测5种防治情景下的长江流域农田氮流失负荷可削减2.4%~9.3%,其中减少径流量的削减效果最为显著.长江流域农田氮面源污染防治必须协同加强氮肥精准管理、减少农田径流量和提高土壤氮利用,且应将重点放在中下游地区.所发展的基于机器学习建模方法克服了氮径流流失强度与影响因素之间函数关系难以确定的问题,为估算区域或流域农田氮流失负荷提供了简便且可靠的方法.