喀斯特山区燃煤型电厂周边农业土壤中重金属的污染特征及评价

杨皓，范明毅，黄先飞， 3*，曹人升，秦樊鑫，胡继伟1. 贵州师范大学喀斯特研究院，贵州 贵阳 550001；. 贵州师范大学贵州省山地环境与生态保护重点实验室，贵州 贵阳 550001；3. 贵州大学林学院，贵州 贵阳 55005



喀斯特山区燃煤型电厂周边农业土壤中重金属的污染特征及评价

杨皓1， 2，范明毅2，黄先飞2， 3*，曹人升2，秦樊鑫2，胡继伟1， 2
1. 贵州师范大学喀斯特研究院，贵州 贵阳 550001；2. 贵州师范大学贵州省山地环境与生态保护重点实验室，贵州 贵阳 550001；3. 贵州大学林学院，贵州 贵阳 550025

摘要：以喀斯特山区燃煤型电厂周边不同方向的土壤及农作物为研究对象，探讨了火电厂周边随距电厂水平方向、垂直剖面土壤中8种重金属总量及污染分布特征，并分析了土壤中重金属元素之间及其与pH、有机质的相关性。结果表明，与贵州省土壤背景值相比，土壤样品中除了Cd和Cr之外，其它元素均有不同程度的超标现象，以Hg元素的超标最为严重；土壤中大多数重金属元素主要以残渣态为主，而Cd主要以酸可提取态和可还原态存在，容易发生环境迁移；土壤剖面中重金属含量均表现为20～50 cm土层大于0～20 cm，土壤重金属在次表层出现富集现象。相关分析表明，除了Zn以外，其它元素间的相关关系较高，pH与土壤Hg、As、Cu元素之间存在正相关关系，有机质与As、Ni之间也存在着显著正相关，电厂不同方向上的pH变化与8种重金属含量变化的差异相一致。采用内梅罗综合污染指数法进行环境污染评价，发现电厂周围土壤中的重金属含量具有方向性，不同方向上的污染程度表现为正北＞西南＞东北＞东南＞西北＞正东。对比农业土壤采样点，森林土壤中的Hg、Pb和Ni含量明显较低，推测森林植被可能对电厂重金属的沉降有一定的减缓作用；电厂周边研究区内卷心菜的Hg、Pb、Ni元素的超标最为严重，而卷心菜对Cd元素的富集能力明显高于其它重金属。

关键词：燃煤型电厂；重金属；土壤；污染特征；喀斯特山区

引用格式：杨皓， 范明毅， 黄先飞， 曹人升， 秦樊鑫， 胡继伟. 喀斯特山区燃煤型电厂周边农业土壤中重金属的污染特征及评价［J］. 生态环境学报， 2016， 25（5）: 893-902.

YANG Hao， FAN Mingyi， HUANG Xianfei， CAO Rensheng， QIN Fanxin， HU Jiwei. Pollution Characteristics and Evaluation for Agriculture Soils around the Coal-fired Power Plant Located in Karst Mountainous Area ［J］. Ecology and Environmental Sciences，2016， 25（5）: 893-902.

土壤是人类赖以生存的主要自然资源之一，也是生态环境的重要组成部分。中国西南的喀斯特地区，地表碳酸盐岩裸露，分布众多峰丛、洼地、石林、盆地、山谷、溶沟、溶洞和地下河等，生态环境十分脆弱，成土物质少、土壤瘠薄、间断，农业耕地资源十分匮乏（Sweeting，1993）。重金属污染物在土壤中移动性差、滞留时间长、不能被微生物降解，对农作物的生长、产量以及品质都有较大影响。此外，重金属还能被作物富集吸收，进入食物链，从而危害人体健康。研究表明（Charlesworth et al.，1999），重金属在土壤中具有不同的赋存形态：可交换及碳酸盐结合态（酸可提取态），铁锰氧化物结合态（可还原态），有机物及硫化物结合态（可氧化态）以及残渣态。它们各自表现出不同的物理化学稳定性、生物可利用性以及潜在的生态毒害性，从而使得土壤中的重金属总量难以有效评价土壤中重金属的毒性效应。

随着工业化的迅速发展，大量重金属以三废（废水、废气、废渣）形式进入大气、水、土壤和生态环境之中，造成环境污染，火电厂通过烟囱所排放的烟气中的飞灰颗粒因其迁移范围、粒度等原因成为环境污染较大的排放源，火电厂的重金属污染主要来自煤的燃烧。煤炭燃烧过程中，会有多种易挥发的重金属元素通过烟气、灰渣、废水等介质，最终污染周边土壤环境。火电厂燃煤排放的废气重金属是中国大气重金属污染的主要来源之一（Tian et al.，2012；Wu et al.，2010），大气中的重金属元素通过干、湿沉降进入农田土壤或被作物叶片直接吸收，可引起农田土壤和作物中Zn、Ni、Pb、Cu、Cd等多种重金属含量升高（Gupta et al.，2007）。Akin et al.（2012）对土耳其Afsin-Elbistan火电厂周边土壤重金属污染研究发现，Cu、Cr和Ni均高于当地的土壤背景值；Prashant et al.（2010）对印度Singrauli地区的火电厂周围土壤的研究表明，电厂周围土壤存在不同程度的污染，并且发现重金属含量的变化与盛行风向有关；Divan et al.（2009）对巴西南部的 Candiota地区火电厂的污染研究发现，周围的优势植物体内重金属含量变化也与风向有关。Zhong et al.（2014）和Huang et al.（2013）等对中国西南喀斯特地区的工业基地的研究得出，Cu、Cd、As、Pb和Hg受工业区的距离和厂矿类型影响，而Cr和Ni则与自然资源环境有关。但是多数研究都集中在电厂周围的表层土壤的几种重金属的污染和风险评价，且较少涉及喀斯特地区，而喀斯特地区地形起伏，山高坡陡，受地形地貌和成土母质等因素影响，土壤重金属本底值普遍较高（方重华等，1992），重金属元素迁移扩散较非喀斯特地区更加灵活，波及范围更广，危害性更大，仅仅对火电厂周围的表层土壤或者几种重金属的研究尚不能阐明火电厂对周边土壤的污染特性和垂直方向的迁移能力，不足以评估重金属污染对周边地区的生态风险。因此，本研究选择以贵州黔北电厂作为研究对象，结合优势农作物的现状，地形地势、盛行风向和距离电厂远近等因素，采集电厂周围的表层、剖面土壤和优势农作物，对电厂周边环境进行了风险评价，旨为该地区土壤环境治理提供参考，同时也为其它喀斯特地区电厂周边土壤的生态修复提供科学依据。

1　材料与方法

1.1 研究区概况

研究区选择贵州省毕节地区金沙县的黔北电厂，金沙县城地处乌蒙山脉与娄山山脉交汇处，座落于乌江与赤水河之间，海拔约为910 m，地形起伏大，岩溶发育强烈，地貌类型有低山、低中山和中山等，属北亚热带湿润季风气候。黔北电厂位于金沙县城，处于夏季盛行东南风的上风向，且总装机容量较大，达1700 MW，是国家特大型坑口火力发电厂，于1998年开始发电，1.25电，型5kW机组年利用小时保持在8000 h以上，连续几年在全国同类型机组技术指标评比中夺冠。

1.2 样品采集与处理

样品采集分两次进行，分别选择准静止风主导的春季（3月初）和盛行东南风向主导的夏季（7月末）进行。以电厂烟囱为中心，采用同心圆布点法设置6条放射线，每条放射线根据主导风向、地形地貌、距离以及地被物特点设置4～7个采样点，运用GPS定位每个采样点的位置，样点布设如图1。同步在每条放射线上距离电厂不等的2个采样点附近随机选择2个森林对照点，每个样品从1.5 m×1.5 m正方形4个顶点和中心共5处各采集1 kg表土（0～20 cm）。此外，根据喀斯特山区土壤薄瘠的特点，自上而下分 2层采集每个采样点的土壤剖面样（0～20、20～50 cm），同一层次取3次混合为1个土样。最后，根据实际情况，在选定的每个采样点采集该地区优势农作物卷心菜（Brassica oleracea Linnaeus var. capitata Linnaeus）的植物样品，共采集32个表层土样，12个森林对照土样，64个土壤剖面样，32个植物样品。土壤样品带回实验室自然风干，剔除石块、植物根茎等杂质后，研磨过100目的土壤筛，保存备用。植物样品先用蒸馏水冲洗，然后在70 ℃鼓风干燥箱中烘干，干燥的样品用粉碎机进行粉碎，并全部通过0.147 mm筛编号并保存。

图1　黔北电厂采样点分布图Fig. 1　The distribution of sampling points around the power plant of Qianbei

1.3 样品分析

土壤重金属全量样品的测定采用美国国家环保局相关标准（USE-PA）抽提消煮，用原子荧光测定仪（AFS-933）测定Hg和As，石墨炉原子吸收光谱仪（ZEE nit 700P）测定镉（Cd）、铅（Pb）、铬（Cr），火焰原子吸收光谱仪（WFX-210）测定铜（Cu）、锌（Zn）、镍（Ni），随批带空白实验。土壤的重金属赋存形态采用改进的 BCR顺序提取法测定其酸可提取态、可还原态、可氧化态以及残渣态（Pardo et al.，2004），前3种形态统称为可提取态（王鸣宇等，2011）。植物样品茎和叶片采用湿法消解法（HCl+HClO4）消解，消解后的样品采用ICP-AES测定其Hg、As、Pb、Cd、Cr、Cu、Zn 和 Ni的含量。质量控制采用双平行样和加标回收法，各元素的加标回收率在 92.5%～106.4%，测定结果精密度满足所用方法的允许值，准确度符合95%置信水平下置信区间要求。数据处理采用Excel 2003、Origin 9.1和SPSS 19.0完成。

1.4 评价标准与方法

本研究采用的评价方法是目前国内外普遍采用的污染指数法，应用单因子污染指数、内梅罗综合污染指数法评价表层和剖面土壤的重金属污染状况（James et al.，2015；Ogunkunle et al.，2013）。利用富集因子法评价植物重金属的富集情况（Arnot et al.，2006；Azam et al.，2014）。计算方法如下：

式中，Pi为环境污染物 i的单项污染指数；Ci为环境污染物i的浓度值；Si为环境污染物i的评价标准。本研究选择贵州省土壤重金属元素的背景值为评价标准（国家环境保护局，1990），Hg、As、Pb、Cd、Cr、Zn、Cu、Ni背景值分别为0.11、20.0、35.2、0.659、95.5、82.4、32.0、39.1 mg·kg-1。当Pi＞1时，即受到污染。

内梅罗综合污染指数法：

式中，Pcom为内梅罗综合污染指数，Pimax为环境污染物中单项污染因子中最大值，Piave为环境污染物中单项污染因子的平均值，内梅罗综合污染指数评价标准见表1。

富集因子系数法：

式中，BCF是植物对土壤中重金属的富集特征。Cp为植物地上部分重金属含量，Cs为土壤中重金属含量。当 BCF＞1的元素，重金属元素在生物体内富集。

表1　土壤内梅罗综合污染指数评价标准Table 1　The evalution criterion for Nemerow comprehensive pollution index of the soil

2　结果与分析

2.1 黔北电厂不同季度周边土壤的重金属污染状况

表2　黔北电厂不同季度的土壤重金属含量干重Table 2　The concentration of the heavy metals in soil around the coal-fired power plant of Qianbei　　　　　mg·kg-1

土壤中重金属的含量既与母岩及成土母质有密切的关系，又受到风向、地形和人为活动的强烈影响。由表2可知，8种重金属元素含量最高的为Zn，最低的为 Cd，对比全省土壤重金属元素的背景值，Cd和Cr在春、夏季均低于全省背景值， 夏季As也低于相应平均值，而其余元素均存在不同程度的超标现象。其中，Hg在春、夏季分别超标6.33和4.75倍，As在春季超标1.47倍，Pb在春、夏季分别超标1.27和1.98倍，Cu在春、夏季分别超标1.27和1.81倍，Zn在春、夏季分别超标1.11 和2.26倍，Ni在春、夏季分别超标1.90和1.44倍，显示出不同季度电厂周边土壤重金属的污染状况有所差异，除了Hg、As、Cd和Zn元素，其余元素的平均含量均表现为7月份小于3月份。已有研究表明：大气降尘中重金属时间变化较显著，基本上呈现冬春季高于夏秋季（Groll et al.，2013），这与本文的研究较一致。大气沉降是土壤中重金属元素的主要输入路径，累计贡献率在外源输入因子中排在首位，而在静止风控制的一季度，土壤中重金属的含量普遍高于盛行风控制的3季度，大气颗粒物表面携带的重金属元素发生沉降改变了土壤中原有元素的比率（Kloke et al.，1984）。Hg、As、Cd和Zn元素在春季较高可能是由于贵州的基质为海相碳酸岩，含砷较高；而南方湿润低山丘陵、热带雨林和高山峡谷等低温成矿区Hg的背景值也较高；Cd和Zn为同族元素，在自然界常为共生，在一些有机的水溶性肥料中Cd与Zn含量较高，可能在春季施肥过程中由外源带入（陈海燕等，2006），进入夏季的雨季时，由于降水淋滤，以及农业土壤前期的翻耕作业，浓度下降。Zn和Ni的标准差较高，均大于 100，且波动也较大。一般来说，重金属在土壤中的移动是很小的，但西南地区夏季集中的降水，会使土壤中 Ni、Zn等有明显的移动（Schirado et al.，1986），同时，采样点也可能受到了强烈的人为活动的影响。

2.2 黔北电厂不同季度周边土壤的重金属分布特征

图2　不同季度不同方位上土壤中重金属含量Fig. 2　Heavy metals concentration of the soil from different directions in different seasons

由于黔北电厂位于盛行风向的上风向，因此，在东北风主导的夏季，土壤重金属污染较严重的地方主要集中在其盛行风的下风向，西北方向、西向和西南方向土壤重金属含量明显高于其他方向（图2），Zn除外，表明Zn极值的异常可能有其它污染源，其余元素的最高值均出现在上述方向，说明风向对重金属元素的迁移方向有重要的影响。此外，电厂的每个方向上，重金属的含量变化也表现出一定规律，出现了先升高后降低的趋势，但不同方向上的变化幅度有所差异，这可能由于喀斯特山区地表起伏的下垫面减弱或改变了风速与方向。同时，出现下降趋势一般为距电厂2～4 km处，这主要和电厂的烟囱高度有一定的关系。而喀斯特山区地下与地表存在着温度差异，形成类似偏远地区如北极（Hunga et al.，2005）、南极（Martins et al.，2010）、青藏高原（祁士华等，2003）以及冰川（Wang et al.，2008）等特色地域的“冷陷阱效应”，有利于大气重金属元素的沉降。

表3　森林对照点较其附近农业土壤中重金属的降低率Table 3　Reduction rate of heavy metals from forest soil to nearby agricultural soil　　　　　　　　　　　　　　　%

为了说明下垫面的改变对重金属的沉降的影响，选择分析采样点附近松树林土壤重金属含量（表3），研究发现：与农业土壤采样点相比，森林土壤中的Hg、Pb和Ni含量明显较低，推测森林植被可能对电厂重金属的沉降有一定的减缓作用。而森林土壤中As、Cd、Cu和Zn含量分别有25.00%、33.33%、25.00%和 25.00%的土壤样品高于农业土壤样点含量，究其原因，一是可能该地本身背景值较高，二是可能受到其它来源的污染，有待进一步验证。

2.3 黔北电厂土壤单因子和内梅罗综合指数评价结果

表4　土壤单因子和内梅罗综合指数分级结果Table 4　Classification results of single factor and Nemerow comprehensive index method

以贵州省土壤背景值为评价标准，得出夏季电厂周边不同方向上的重金属的污染指数（表4），发现不同元素、不同方向上的重金属污染状况表现出一定的规律。从单因子污染指数来看，各个方向上的Cd和Cr均未受到污染，As仅在正北方向存在污染，而其余元素在各个方向上均受到污染，特别是Hg、Pb、Cu和Ni元素的单因子污染指数均大于1.50。从内梅罗综合指数来看，各个方向均受到污染，除了正东方向属于轻污染之外，东北、西北和东南方向属于中污染，正北方和西南方向属于重污染，特别是正北方向的内梅罗指数高达5.75，这也与夏季的盛行风向相吻合，需要引起相关部门的注意。

2.4 黔北电厂周边表层土壤重金属形态赋存特征

黔北电厂周边表层土壤形态分布特征见图 3。从土壤中重金属各形态分布比例来看，重金属元素（除Cd外）主要以残渣态为主（平均值＞80%），其中As几乎以残渣态的形式存在。在非残渣态中Cu 和Zn还原态占的比例较大，其次为氧化态和酸可提取态。Cd元素则以非残渣态为主，比例高达91.84%，其中Cd主要以生物有效性强的酸可提取态和还原态存在（约占80.13%），该地区的土壤类型为黄壤，在一定程度上决定了酸可提取态和还原态Cd占绝对优势。因此，黔北电厂周边土壤中的Cd虽低于贵州省的背景值，但具有相当高的活性，极易发生迁移和转化，且酸可提取态迁移性较强，可以直接被生物利用，一般用来评价重金属生物毒性。因此，电厂周围的Cd具有很强的潜在环境危害性，相关治理部门应着重注意。

图3　周边表层土壤重金属形态分布Fig. 3　Distributions of the heavy metals in various fractions in surface soils

2.5 土壤重金属间及其与pH、有机质之间的相关分析

表5　土壤重金属间以及与pH和有机质之间的相关系数（0～20 cm）Table 5　Correlation coefficient analysis results of eight heavy metals and pH， organic matter

土壤重金属间及其与 pH、有机质之间的相关系数见表5。表层土壤8种重金属元素之间存在着14组显著的正相关关系，其中Hg分别与As、Cd、Cr、Ni，Ni与Hg、As、Cd、Cr、Cu、Zn之间存在着极显著的正相关关系，说明Hg、As、Cd、Cr、Ni来自同一来源（Hakanson，1980；Izquierdo et al.，1997），可能受到外源污染。相关研究已经证实，重金属元素通过大气沉降进入土壤可引起农田土壤和作物中Hg、As、Cd、Cr、Ni等多种重金属含量升高（Yu et al.，2006；雒昆利等，2004；蒋靖坤等，2005）。Pb-Cu、Cd-Cr、Cr-Cu之间的相关系数也较高，形成协同效应。而Zn与其他元素之间不存在显著的相关关系，Zn常作为禽畜饲料的添加剂，用来防治其疾病和促进生长；此外，Zn也是汽车轮胎硬度添加剂，汽车轮胎磨损会产生含锌粉尘（Lv et al.，2013；姜萍等，2010）。pH与土壤Hg、As、Cu之间存在着显著的正相关关系（常玉虎等，2015），有机质与As、Ni之间也存在着显著正相关（张金萍等，2009）。由于有机质参与了土壤重金属的络合与螯合作用，可影响重金属的迁移与转化，而土壤pH的升高，土壤溶液中的多价阳离子和氢氧离子的离子积也增大，因而生成该元素的沉淀的机会也加大，这些沉淀增大了对重金属的吸附力。

2.6 土壤剖面中重金属的垂直分布特征

图4给出了电厂周边土壤剖面中重金属的垂直分布特征。结果表明，黔北电厂周边土壤8种重金属的含量变化表现出一定的规律，呈现出20～50 cm层土壤的重金属含量大于0～20 cm层土壤，土壤重金属在次表层出现富集现象。这一结果与其它喀斯特地区的已有研究有所差别：土壤重金属有明显的表聚化现象（刘勇，2012）。同时，重金属含量的变化也在方向上和元素的富集上表现出一些差异，在正北、西北和西南方向上含量较高，这可能是由于这3个地区处于电厂的盛行风向的下风向，大气干湿沉降较强；而Pb、Cr、Cu、Zn、Ni的含量变化在土壤中的垂直分布较其它元素更具迁移性，重金属元素被地表径流或雨水淋溶向土壤深层迁移扩散。由于此次采样点的设置均为农业用地，土壤作物的轮作周期较短，再加上上述5种重金属元素的总量也较大，喀斯特山区的土壤较为瘠薄，重金属元素易在次表层出现富集。

2.7 电厂周边农作物重金属含量特征

电厂周边不同方向的卷心菜中重金属含量的统计特征见表 6。参照国家蔬菜卫生标准，研究区内卷心菜的 Pb、Cr、Zn、Ni超标率均为 100%， Hg、As、Cd元素的超标率也较高，Hg、Pb、Cr 和Ni超过国标限量值的7～10倍甚至更多。从污染方向上来看，卷心菜的重金属污染主要集中在偏北方向附近，需引起警惕。此外，根据8种重金属元素在卷心菜中的富集系数可以看出，Cd元素的富集系数远大于其它元素，说明Cd易在卷心菜中富集，这与常玉虎等人（2015）的研究结论也相符。

图4　土壤剖面重金属元素垂直分布Fig. 4　Vertical distribution of heavy metal elements in soil profile

3　讨论与结论

3.1 讨论

（1）不同季度、不同方向上的不同元素在研究区土壤中的超标程度与形态特征不尽相同，究其原因，与黔北电厂的燃煤发电关系紧密。例如，Hg在春、夏季分别超标6.33和4.75倍，这可能与贵州燃煤在地质化学中表现为亲硫，根据元素地球化学亲和性原理，高硫煤也可能为高汞煤（王济等，2005）。近年来的研究发现，一些燃煤电厂周边土壤Hg严重超标，并且逐年增加，而砷含量却低于国家标准。本研究的结果支持此结论（黄国磊，2014）。煤是一种结构组成复杂的固体混合物，燃煤中一部分易挥发的重金属如 Pb、Cd、Cr、Cu、Zn和Ni等经过火电厂的高温燃烧，随燃煤粉灰颗粒一起向烟囱运移并逐渐降温，被粉尘颗粒吸附进入大气后沉降于周边土壤，对环境造成污染。黔北电厂周边表层土壤形态分布特征表明，土壤中大多数重金属元素主要以残渣态为主，重金属元素中可直接被生物利用的酸可提取态含量较低。其中，Cd的非残渣态占91.84%，其中酸可提取态和还原态约占80.13%，很容易发生环境迁移，且生物可利用性高。土壤剖面中重金属的垂直分布特征显示，20～50cm层土壤的重金属含量大于0～20 cm层土壤，土壤重金属在次表层出现富集现象，同时，重金属含量的变化在方向上和元素的富集上也表现出一些差异，在正北、西北和西南方向上含量较高，而Pb、Cr、Cu、Zn、Ni在土壤中的垂直分布较其它元素更具迁移性。

表6　电厂周边卷心菜的重金属污染状况Table 6　The results of heavy metals pollution in Brassica oleracea Linnaeus var. capitata Linnaeus around the power plant　　　mg·kg-1

（2）风向是造成研究区土壤污染变化的重要原因，电厂周边土壤各方向的污染程度表现为：正北＞西南＞东北＞东南＞西北＞正东。根据分析结果，8种土壤重金属污染主要集中在东北、正北、西北与西南方向。在东北风主导的夏季，土壤重金属污染较严重的地方主要集中在其盛行风的下风向，西北方向、正西方向和西南方向明显高于其他方向；正东、东北、正北、西北、西南和东南方向土壤pH分别为6.13、7.26、7.13、7.36、7.61和5.89，与土壤污染变化的相关性较高。黔北电厂自 1998年首次发电以来，现已运行 17年之久，且规模还在逐渐扩大，在不同季节盛行风的主导下，重金属发生了不同程度的迁移；而喀斯特山区起伏的下垫面又对来自电厂重金属的大气沉降有一定的干扰作用，内梅罗综合指数也表明在电厂的盛行风向的下风向，污染较严重，而电厂的上风向，污染较轻。此外，本研究还发现，松林土壤对照点中Hg、Pb和Ni全部低于附近农作物的土壤采样点，而其余元素中除了Cr之外，森林土壤中As、Cd、Cu和Zn的大部分样点均低于附近农作物的土壤样点浓度，表明森林植被对电厂重金属的沉降有滞纳作用，这与张娜（2007）的研究结论相吻合。

（3）喀斯特山区是地质上的成矿富集带，已成为我国重要的煤炭产区，但由于喀斯特山区生态环境脆弱（兰安军等，2003），石灰岩母质发育的土壤中Ni、Zn、Pb、As、Cd、Hg等重金属元素背景值通常也高于其它成土母质发育的土壤；再加上喀斯特山区人多地少，土壤零碎且薄弱，而重金属污染物在土壤环境中潜伏周期长，很难被降解，不仅能降低作物产量和质量，还能改变土壤结构和功能，对喀斯特山区影响更为严重。尤为重要的是，土壤污染具有隐蔽性和滞后性，喀斯特山区裂隙构造发育，通过降雨的淋溶作用和农业耕作，还能下渗到深层土壤及地下水中，对深层土壤和地下水造成污染，需引起足够重视。

3.2 结论

（1）对比全省背景值，电厂周边土壤的Cd和Cr在春、夏季均低于此值，夏季的As也低于该值，而其余元素均呈现不同程度的超标现象，其中，Hg在春、夏季分别超标6.33和4.75倍，As在第春季超标1.47倍，Pb在春、夏季分别超标1.27和1.98倍，Cu在春、夏季分别超标1.27和1.81倍，Zn在春、夏季分别超标1.11和2.26倍，Ni在春、夏季分别超标1.90和1.44倍，显示出不同季度电厂周边土壤重金属的污染状况有所差异。

（2）在东北风主导的夏季，土壤重金属污染较严重的地方主要集中在其盛行风的下风向，西北方向、西方和西南方向明显高于其他方向。此外，重金属含量随与电厂的距离拉长表现出先升高后降低的趋势，一般为2～4 km处出现下降趋势，这主要和电厂的烟囱高度有一定的关系。

（3）与农业土壤采样点相比，森林土壤中的Hg、Pb和Ni含量明显较低，推测森林植被可能对电厂重金属的沉降有一定的减缓作用。

（4）以贵州省土壤背景值为评价标准，分析夏季电厂周边不同方向上的重金属的污染指数，发现各个方向均受到污染，除了正东方向属于轻污染之外，其余方向污染均较为严重，尤其是正北方向的内梅罗污染指数高达5.75，这与夏季的盛行风向相吻合。

（5）土壤中重金属元素（除Cd外）主要以残渣态为主，其中As几乎以残渣态的形式存在。在非残渣态中Cu和Zn还原态占比较大，而Cd元素则以非残渣态为主。

（6）相关关系表明，除了Zn与其他元素的相关性较弱之外，其它元素间的相关关系较强，表明Hg、As、Cd、Cr、Ni等元素可能具有同源性。pH与土壤Hg、As、Cu之间存在着显著的正相关关系，有机质与 As、Ni之间也存在着显著正相关。电厂周边土壤 8种重金属的含量变化呈现出 20～50 cm层土壤的重金属含量大于0～20 cm层土壤，土壤重金属在次表层出现富集现象。

（7）研究区内卷心菜的Pb、Cr、Zn、Ni元素的超标率均为100%，Hg、As、Cd元素的超标率也较高，卷心菜中重金属以Hg、Pb、Ni元素的超标最为严重，这也与电厂燃煤大气沉降的重金属元素相吻合。从重金属元素在卷心菜中的富集系数可以看出，Cd易在卷心菜中富集。

参考文献：

AKIN C， MURAT B， ÖNDER K， et al. 2012. Heavy metal and radionuclide levels in soil around Afsin-Elbistan coal-fired thermal power plants，Turkey ［J］. Environmental Earth Sciences， 67（4）: 1183-1190.

ARNOT J A， GOBA F A. 2006. A review of bioconcentration factor （BCF）and bioaccumulation factor （BAF） assessments for organic chemicals in aquatic organisms ［J］. Environmental Reviews， 14（41）: 257-197.

AZAM S D， KULKARNI D K， MAHAJAN D M. 2014. Bio concentration factor （BCF） for heavy metals detection and selection of hyper-accumulator plants-case study of Pune-India and Tehran-Iran ［J］. Indian Journal of Fundamental and Applied Life Sciences， 4（1）: 163-170.

CHARLESWORTH S M， LEES J A. 1999. Particulate-associated heavy metals in the urban environment: Their transport from source to deposit，Coventry， UK ［J］. Chemosphere， 39（5）: 833-848.

DIVAN A M， OLIVEIRA P L， PERRY C T， et al. 2009. Using wild plant species as indicators for the accumulation of emissions from a thermal power plant， Candiota， South Brazil ［J］. Ecological Indicators， 9（6）: 1156-1162.

GROLL M， OPP C， ASLANOV I. 2013. Spatial and temporal distribution of the dust deposition in Central Asia-results from a long term monitoring program ［J］. Aeolian Research， 9: 49-62.

GUPTA A K， DWIVEDI S， SINHA S， et al. 2007. Metal accumulation and growth performance of Phaseolus vulgaris grown in flysh amended soil ［J］. Bioresource technology， 98（3）: 3404-3407.

HAKANSON L. 1980. An ecological risk index for aquatic pollution control， a sedimentological approach ［J］. Water Research， 14（8）: 975-1001.

HUANG L M， DENG C B， HUANG N， et al. 2013. Multivariate statistical approach to identify heavy metal sources in agricultural soil around an abandoned Pb-Zn mine in Guangxi Zhuang Autonomous Region，China ［J］. Environmental Earth Sciences， 68（5）: 1331-1348.

HUNGA H， BLANCHARDA P， HALSALLB C J， et al. 2005. Temporal and spatial variabilities of atmospheric polychlorinated biphenyls （PCBs），organochlorine （OC） pesticides and polycyclic aromatic hydrocarbons （PAHs） in the Canadian Arctic: Results from a decade of monitoring ［J］. Science of the Total Environment， 342（1-3）: 119-144.

IZQUIERDO C， USERO J， GRACIA I. 1997. Speciation of heavy metals in sediments from salt marsh on the Southern Atlantic coast of Spain ［J］. Marine Pollution Bulletin， 34（2）: 123-128.

JAMES P B， GODWIN A A， WAYDE N M， et al. 2015. Development of a hybrid pollution index for heavy metals in marine and estuarine sediments ［J］. Environmental Monitoring and Assessment， 187（5）: 1-14.

KLOKE A D R， SAUERBEEK D K， VETTER H. 1984. Changing metal cycles and human health ［M］. Berlin: Springer-verlag: 113.

LV J， LIU Y， ZHANG Z， Dai J. 2013. Factorial kriging and stepwise regression approach to identify environmental factors influencing spatial multi-scale variability of heavy metals in soils ［J］. Journal of Hazard Mater， 261: 387-397.

MARTINS C C， BICEGO M C， ROSE N L， et al. 2010. Historical record of polycyclic aromatic hydrocarbons （PAHs） and spheroidal carbonaceous particles （SCPs） in marine sediment cores from Admiralty Bay， King George Island， Antarctica ［J］. Environmental Pollution， 158（1）: 192-200.

OGUNKUNLE C O， FATOBA P O. 2013. Pollution loads and the ecological risk assessment of soil heavy metals around a Mega Cement factory in Southwest Nigeria ［J］. Polish Journal of Environmental Studies， 22（2）: 487-493.

PARDO R， HELENA B A， CAZYRROA C， et al. 2004. Application of two-and three-way principal component analysis to the interpretation of chemical fractionation results obtained by the use of the BCR procedure ［J］. Analytica Chimica Acta， 523（1）: 125-132.

PRASHANT A， ANUGYA M， RAJIV P， et al. 2010. Assessment of contamination of soil due to heavy metals around coal fired thermal power plants at Singrauli region of India ［J］. Bulletin of Environmental Contamination and Toxicology， 85（2）: 219-223.

SCHIRADO T， VERGARA I， SCHALSCHA E B， et al. 1986. Evidence for movement of heavy metals in a soil irrigated with untreated wastewater ［J］. Journal of Environmental Quality， 15（1）: 9-12.

SWEETING M M. 1993. Reflections on the development of karst geomorphology in Europe and a comparision with its development in China ［J］. Zeitschrift fur Geomorphologie， 37: 127-136.

TIAN H Z， CHENG K， WANG Y. 2012. Temporal and spatital variation characteristics of atmospheric emissions of Cd， Cr and Pb from coal in China ［J］. Atmospheric Environment， 50: 157-163.

WANG X P， XU B Q， KANG S C， et al. 2008. The historical residue trends of DDT， hexachlorocyclohexanes and polycyclic aromatic hydrocarbons in an ice core from Mt. Everest， central Himalayas，China ［J］. Atmospheric Environment， 42（27）: 6669-6709.

WU Y， STREETS D G， WANG S X， et al. 2010. Uncertainties in estimating mercury emissions from coal-fired power plants in China ［J］. Atmospheric Chemistry and Physics， 9（6）: 2937-2946.

YU L I， WANG Y B， GOU X， et al. 2006. Risk assessment of heavy metals in soils and vegetables around nonferrous metals mining and smelting sites， Baiyin， China ［J］. Journal of Environmental Sciences， 18（6）: 1124-1134.

ZHONG B Q， LIANG T， WANG L Q， et al. 2014. Applications of stochastic models and geostatistical analyses to study sources and spatial patterns of soil heavy metals in a metalliferous industrial district of China ［J］. Science of the Total Environment， 490: 422-434.

常玉虎， 赵元艺， 曹冲， 等. 2015. 德兴铜矿区主要流域内环境介质中重金属含量特征与健康风险评价［J］. 地质学报， 89（5）: 889-908.

陈海燕， 高雪， 韩峰. 2006. 贵州省常见化肥重金属含量分析及评价［J］.耕作与栽培， （4）: 18-19.

方重华， 付舜珍， 何亚琳. 1992. 贵州省土壤环境背景值图的编绘研究［J］. 中国环境监测， 8（5）: 59-60.

国家环境保护局. 1990. 中国土壤环境背景值［M］. 北京: 中国环境科学出版社: 330-369.

黄国磊. 2014. 电厂重金属污染危害及其控制措施［J］. 商品与质量·学术观察， （1）: 83.

姜萍， 金盛杨， 郝秀珍， 等. 2010. 重金属在猪饲料-粪便-土壤-蔬菜中的分布特征研究［J］. 农业环境科学学报， 29（5）: 942-947.

蒋靖坤， 郝吉明， 吴烨， 等. 2005. 中国燃煤汞排放清单的初步建立［J］.环境科学， 26（2）: 34-39.

兰安军， 张百平， 熊康宁， 等. 2003. 黔西南脆弱喀斯特生态环境空间格局分析［J］. 地理研究， 22（6）: 733-741.

刘勇. 2012. 广西某矿区农用地土壤重金属含量分析与污染评价［D］. 南宁: 广西师范学院: 19-20.

雒昆利， 张新民， 陈昌和， 等. 2004. 我国燃煤电厂砷的大气排放量初步估算［J］. 科学通报， 49（19）: 2014-2019.

祁士华， 张干， 刘建华， 等. 2003. 拉萨市城区大气和拉鲁湿地土壤中的多环芳烃［J］. 中国环境科学， 23（4）: 349-352.

王济， 王世杰. 2005. 土壤中重金属环境污染元素的来源及作物效应［J］.贵州师范大学学报（自然科学版）， 23（2）: 113-120.

王鸣宇， 张雷， 秦延文， 等. 2011. 湘江表层沉积物重金属的赋存形态及其环境影响因子分析［J］. 环境科学学报， 31（11）: 2447-2458.

张金萍， 张保华， 秦耀辰. 2009. 土壤重金属复合污染及其影响因素分析［J］. 河南大学学报（自然科学版）， 39（6）: 613-615.

张娜. 2007. 广州市帽峰山常绿阔叶林生态系统对降雨中 PAHs和重金属储滤效应［D］. 北京: 中国林业科学研究院: 55-56.

DOI：10.16258/j.cnki.1674-5906.2016.05.024

中图分类号：X825

文献标志码：A

文章编号：1674-5906（2016）05-0893-10

基金项目：国家自然科学基金项目（21407031）

作者简介：杨皓（1989年生），男，硕士研究生，研究方向为喀斯特地区生态修复与环境分析。E-mail: yanghaosc1989@foxmail.com

*通信作者。E-mail: hxfswjs@163.com

收稿日期：2016-01-29

Pollution Characteristics and Evaluation for Agriculture Soils Around the Coal-fired Power Plant Located in Karst Mountainous Area

YANG Hao1， 2， FAN Mingyi2， HUANG Xianfei2， 3*， CAO Rensheng2， QIN Fanxin2， HU Jiwei1， 2
1. School of Karst Science， Guizhou Normal University， Guiyang， 550001， China；
2. Guizhou Provincial Key Laboratory of Information System of Mountainous Areas and Protection of Ecological Environment，
Guizhou Normal University， Guiyang 550001， China；
3. College of Forestry， Guizhou University， Guiyang 550025， China

Abstract：Eight heavy metals （Hg， As， Pb， Cd， Cr， Cu， Zn and Ni） in soil and crop samples from different directions around the coal-fired power plant located in karst mountainous area were designed as the research object. The total concentrations and distribution characteristics of soil heavy metals in the horizontal and vertical distributions were also discussed， and the correlation between eight metals and pH and organic matter in soils were analyzed as well. The results showed that the majority contents of other elements in soils exceeded the permissible limit， while Cd and Cr were below the safe limit compared with soil background values of Guizhou province， and the pollution of Hg is most serious. The majority of the heavy metals are primarily kept in residual fractions，while Cd existed mainly in acid soluble and reducible factions. The concentrations of heavy metals in the 20～50 cm soil horizon were higher than those in the 0～20 cm soil horizon. In other words， these metals are inclined to accumulate in sub-surface soil. The results of correlation analysis showed that the correlations among seven heavy metals under study were significantly positive except for Zn. There are some positive correlations among pH and Hg， As and Cu of soil organic matter was positively related to As and Ni. The variation of soil pH values from different directions along this power plant were in agreement with those of eight heavy metals concentrations. The environmental pollution of heavy metals was evaluated by using Nemerow comprehensive pollution index method. Meanwhile， the pollution level in different directions was in the following order: north ＞ westsouth ＞ eastnorth ＞ eastsouth ＞westnorth ＞ east. In addition， comparing with agricultural soil sampling sites， Hg， Pb and Ni contents in forest soils are significantly lower. It is speculated that forest vegetation may alleviative the deposition of these metals. In study region， Brassica oleracea Linnaeus var. capitata Linnaeus was main polluted by Hg， Pb， Ni and Cd， and it is also found Brassica oleracea Linnaeus var. capitata Linnaeus presented a higher accumulating ability to Cd in comparison with other heavy metals under study.

Key words：coal-fired power plant； heavy metals； soil； pollution characteristics； karst mountainous area