基于改进模糊数学法的五马河沿岸土壤重金属污染评价

蔡雄飞 李丁 王济

摘要：为查明五马河沿岸农田土壤环境质量状况，实地采集表层土壤样品63个，分析Cu、Cd、Pb、Zn、Hg和As共6种重金属元素全量，采用“超标倍数法”和“双权重超标赋权法”组合而成的改进模糊数学综合评价法进行综合评价，同时运用单因子污染指数法和内梅罗综合污染指数法对评价结果进行对比分析。结果表明，土壤样品中Cu、Cd、Pb、Zn、Hg、As含量平均值分别为37.99、0.013、51.58、93.71、0.148、6.33 mg/kg，Cu和Pb含量平均值超过了土壤环境质量Ⅰ级标准。改进模糊数学法评价显示，各样点Ⅰ级隶属度均较高，说明研究区土壤质量安全。单因子污染指数反映研究区有3.17%样点Cu污染达到中等污染水平，内梅罗综合污染指数表明研究区有33.33%的点位处于轻度污染水平，表明研究区土壤环境质量总体良好，应做好土壤环境质量安全的预防和保护工作。

关键词：五马河;土壤;重金属;改进模糊数学;污染指数;污染评价;对比分析;综合评价

中图分类号： X53 文献标志码： A 文章编号：1002-1302（2019）01-0246-05

土壤是人类赖以生存的物质基础，是人类不可或缺的自然资源，也是人类环境的重要组成部分。目前我国农田土壤正遭受各种污染的威胁，总污染超标率达16.1%，其中80%农田土壤污染是由重金属超标导致的[1-2]。重金属进入土壤后，既会对土壤中微生物的数量和活性产生影响，同时被作物的根系吸收后影响作物的生长及品质，最终经食物链进入人体，威胁人体健康[3]。目前，土壤重金属污染评价方法较多，比较常用的有单因子污染指数法、内梅罗综合污染指数法、潜在生态风险指数法和地累积指数法等[4-8]。由于评价目标、尺度和评价指标的差异性，不同模型计算的评价结果也可能不同。模糊数学法自1965年由Zadeh提出以来经多年的运用及发展，发现其在土壤环境质量评价中分辨率明显高于其他评价方法[9]。但传统模糊综合评价模型在确定土壤污染因子权重时常采用超标倍数法或双权重超标赋权法，前者会导致评价结果只考虑重金属浓度而忽略毒性，后者会弱化低浓度高毒性重金属的影响[10]。因此，本研究采用基于上述2种权重赋值法的改进模糊综合评价法，对五马河沿岸农田土壤重金属进行综合评价，并与单因子污染指数法和内梅罗综合污染指数法进行对比分析，以期使评价结果更加客观。

1 材料与方法

1.1 研究区概况

五马河位于贵州省仁怀市南部（106.1～106.6°E、27.5～27.8°N），地处赤水河上游，大娄山脉西侧北段，流经长岗镇、鲁班镇、五马镇、茅坝镇4镇，全长39.3 km。研究区属中亚热带湿润季风气候，年降水量800～1 100 mm，土壤类型为石灰土、黄壤、紫色土、水稻土和黄棕壤。该地区经济主要以农业为主，粮食作物主要为高粱、油菜、烤烟等。

1.2 样品采集

结合流域农田分布情况，沿流域约每1 km的距离设置1个采样点，并确保距离河岸1 km以内。于2017年4月对土壤样品进行采集，在采样过程中参照NY/T 395—2000《农田土壤环境质量监测技术规范》[11]，采用10 m×10 m内“梅花形”布设5个子样点，采集样点土壤表层0～20 cm土壤，混合均匀后用四分法取样，留取约1 kg土壤样品，放入聚乙烯自封袋，并用记号笔标记编号，同时用GPS记录采样点位置信息。样点分布见图1。

1.3 样品处理及测定

土壤经自然风干后，剔除样品中植物根系、有机残渣以及可见侵入体后充分研磨，混匀后分成2份，一份土样过60目筛用于测定土壤pH值，另一份土样过100目筛用于土壤重金属含量测定。其中，铜（Cu）、镉（Cd）、铅（Pb）、锌（Zn）含量采用四酸熔样法（王水、HClO4、HF）于140 ℃电热板上持续加热消解完成，火焰原子吸收光谱仪（AAS-G800）测定;汞（Hg）和砷（As）含量采用王水水浴加热法消解，原子荧光光谱仪（AFS-E230）测定。为保证分析的准确性和精确性，试验过程用国家标准物质即黄红壤成分分析标准物质（GBW07309）作为质量控制，并进行平行样分析，测试误差控制在5%以内。

1.4 改进模糊数学综合评价法

由于土壤重金属污染涉及到许多模糊性概念，因此本试验采用改进的模糊数学综合评价法对研究区土壤中Cu、Cd、Pb、Zn、Hg、As等6种重金属进行综合评价。同时，采用单因子污染指数评价法[12]和内梅罗综合污染指数评价法[13]进行评价，以期使评价结果更加客观、合理。

2 结果与分析

2.1 土壤重金属含量分析

分析结果（表2）表明，土壤样品中Cu、Cd、Pb、Zn、Hg、As含量平均值分别为37.990、0.013、51.580、93.710、0.148、6.330 mg/kg，其中Cu、Pb含量平均值超過了土壤环境质量Ⅰ级标准。研究区63份土壤样品中，各重金属元素含量超出土壤环境质量Ⅰ级标准的比例为0～74.60%，其中Cd含量平均值未超出Ⅰ级标准，Pb含量平均值的超标率最高，为 74.60%。Cd含量最大值与最小值差距最大，最大值与最小值的比值高达25.33;Hg含量最大值与最小值差距最小，比值为4.15。变异系数能反映各样点重金属含量的平均变异程度，根据Wilding对变异程度的分类[18]可知，Zn和Hg（变异系数为0.32和0.28）为中等变异，而Cu、Cd、Pb和As（变异系数分别为0.40、0.72、0.38和0.41）为高等变异[19]。若变异系数大于0.5，说明重金属含量空间分布不均匀，存在点源污染的可能[20]。研究区土壤中重金属Cd的变异系数为0.72，变异较显著，说明Cd受某些局部污染源的影响比较明显。峰度是描述总体中所有取值分布形态陡缓程度的统计量，偏度是描述数据分布形态的统计量[21]。研究区重金属统计结果中，Cd、Zn、Hg和As偏度和峰度系数较大，表明部分土壤样本呈现高含量区，处于高累积状况。

2.2 土壤重金属相关性分析

土壤中的重金属除来自土壤母质层外，主要还有农业活动（包括灌溉水、农业、化肥）、大气降尘以及工业污染等多种来源[22]。重金属之间的相关系数可以表明其来源途径的相似性程度，一般相关系数较高的重金属之间具有依存关系，可能有相似的来源途径;相关系数较低的重金属之间则依存关系弱，来源途径不尽相同[23]。相关分析结果（表3）表明，五马河沿岸农田土壤中，Cd含量与Hg、As含量之间呈显著正相关（P<0.01），Cu含量与Zn、As含量之间呈明显正相关（P<0.05），Cd含量与Zn含量呈明显正相关（P<0.05），Pb含量与Zn含量也呈明显正相关（P<0.05），说明这些元素之间的富集可能有相似的来源。

2.3 改进模糊数学综合评价法结果

由于改进模糊数学法运算过程复杂且样品较多，现以样点S1为例进行计算，其过程如下。

2.3.1 确立隶属函数并建立模糊关系矩阵 使用重金属实测数据与土壤环境质量标准（表2）并结合土壤pH值，采用传统的模糊综合评价模型计算样点S1的隶属函数值并建立其模糊关系矩阵R1。

2.3.2 确定评价因子综合权重 根据公式（2）～（4）计算样点S1中各因子的综合权重，组成样点综合权重集A1={0.233 0，0.026 2，0.135 6，0.222 7，0.222 3，0.160 2}。

2.3.3 综合评判结果 运用公式（1），将样点S1的模糊关系矩阵与综合权重向量代入计算，求得该样点各等级隶属度为B1=A1×R1=[0.945 9，0.054 1，0]，按照最大隶属度原则得出样点S1评判等级为Ⅰ级（未污染）。依照上述方法对研究区土壤重金属进行综合评价，经计算得到63个样点各级隶属度和评价等级（表4）。结果表明，研究区所有样点均处于Ⅰ级（未污染）水平。隶属度是模糊评价函数的一个概念，其特点为结果不是绝对的，其数值越接近于1，元素属于该等级的程度越高。从各样点各级隶属度数值来看，各样点Ⅰ级隶属度普遍较高，说明研究区土壤质量安全。

2.4 单因子污染指数评价及内梅罗综合污染指数结果

五马河沿岸农田土壤6种重金属单因子污染指数及内梅罗综合污染指数如表5所示。结果表明，研究区土壤6种重金属单因子指数平均值除Cu和Pb外均处于Ⅰ级（清洁）水平，Cu虽有部分样点为中度污染，但占比仅为3.17%。Cd、Zn、Hg和As未污染样点比例均大于50%且Cd所有样点均未污染。按照单因子污染超出Ⅱ级水平的比例由高到低排序为Pb>Cu>Hg>Zn>As>Cd;处于Ⅰ级水平（清洁）比例由高到低排序为Cd>As>Zn>Hg>Cu>Pb。內梅罗综合污染指数考虑了最高污染因子对土壤质量的影响，研究区土壤环境内梅罗综合污染指数平均值为1.010，达到轻度污染水平，63个样点中有66.67%处于Ⅱ级（尚清洁）水平，33.33%处于Ⅲ级（轻度污染）水平。

3 讨论

改进模糊数学综合评价法与传统单因子污染指数法和内梅罗综合污染指数法评判结果有所不同，这是因为不同评价方法特点各异。单因子污染指数法仅能反映单个因子对评价对象的影响，不能综合反映土壤的污染程度，因此只适用于单一污染地区，并且单因子污染指数忽略了土壤环境及污染程度的模糊性，不能对土壤环境质量进行客观评价;内梅罗综合污染指数法相比于单因子污染指数法引入了最大单因子污染分指数，突出了污染严重的元素对土壤环境质量的影响，因此可以避免由于平均作用而削弱高污染重金属元素的权重值，但是却可能会夸大一些因子的影响，同时内梅罗综合污染指数虽突出了污染指数最大的污染物的贡献率，却忽略了各分指数对综合污染影响贡献的差异[24]。

相比于其他方法，模糊数学法在土壤环境质量评价中能比较客观地表达评判中的模糊性，使评价结果更加准确合理[25];谢志宜等通过对比分析5种土壤重金属综合评价结果，认为模糊数学法结果最为准确[26]。应用模糊数学法进行污染评价成功的关键问题是如何确定各指标的权重，改进模糊数学综合评价法既考虑了各污染因子超标率的影响，也考虑了各重金属元素毒性对土壤环境质量影响的差异，使评价结果更加准确。

虽然改进模糊数学法评判结果显示五马河沿岸农田土壤环境质量安全，但单因子污染指数法和内梅罗综合污染指数法结果也不容忽视。单因子污染指数显示，有3.17%的样点Cu含量达到中等污染水平，内梅罗综合污染指数表明研究区有33.33%的样点处于轻度污染水平，说明研究区土壤环境质量有恶化趋势。已有研究表明，垃圾的堆积和焚烧、交通运输、不合理的农业活动都可能会造成Cu污染[27]。五马河上游沿岸村落及中下游的五马镇缺乏完善的垃圾处理系统，沿岸居民将生活垃圾、废弃农药瓶等直接倾倒在河流中或在河床内堆积焚烧，严重污染了河水及周边环境，同时也造成河水灌溉后农田土壤中Cu的富集。针对上述问题，希望有关部门引起重视，建立健全流域生态保护措施，加强对沿岸居民的环保教育，完善沿岸生产及生活垃圾集中处理系统，使五马河流域的生态环境朝着更加有利的方向发展。

4 结论

通过对五马河沿岸农田土壤重金属污染的测试、分析、评价和讨论，得出如下主要结论：（1）研究区Cu、Cd、Pb、Zn、Hg、As含量平均值分别为37.990、0.013、51.580、93.710、0.148、6.33 mg/kg，Cu和Pb含量平均值超过了土壤环境质量Ⅰ级标准，其中Pb超标比例达74.6%。（2）基于改进模糊数学法的土壤重金属综合污染评价结果显示，五马河沿岸土壤重金属污染水平为Ⅰ级（清洁），绝大部分样点Ⅰ级隶属度大于85%，说明研究区土壤质量安全。（3）单因子污染指数显示有3.17%的样点Cu含量达到中等污染水平，内梅罗综合污染指数表明有33.33%的样点处于轻度污染水平，应做好土壤环境质量安全的预防和保护工作。

参考文献：

[1]全国土壤污染状况调查公报[N]. 中国国土资源报，2014-04-18（002）.

[2]陈奕云，唐名阳，淑 桃，等. 基于文献计量的中国农田土壤重金属污染评价[J]. 土壤通报，2016，47（1）：219-225.

[3]Massadeh A，Alsharif L，Dalaleh R，et al. Analysis of lead levels in local Jordanian and imported sheep meat and organs using atomic absorption spectrometry[J]. Environmental Monitoring and Assessment，2006，115（1/2/3）：87-93.

[4]苏琪娇，王 济，陆晓辉，等. 城市近郊菜地土壤和蔬菜重金属含量分析与研究[J]. 贵州师范大学学报（自然科学版），2016，34（6）：27-32.

[5]马芊红，张光辉，耿 韧，等. 我国水蚀区坡耕地土壤重金属空间分布及其污染评价[J]. 水土保持研究，2017，24（2）：112-118.

[6]王 济，张 浩，曾希柏，等. 贵阳市城区土壤重金属分布特征及污染评价[J]. 土壤，2010，42（6）：950-955.

[7]颜蒙蒙，王 济，胡丰青，等. 贵阳郊区菜地土壤重金属Zn、Cd、Pb、Cu污染及潜在生态危害评价[J]. 四川农业大学学报，2016，34（3）：336-341.

[8]李 雪，李佳桐，孙宏飞，等. 琼北农田土壤重金属水平及潜在生态风险[J]. 农业环境科学学报，2017，36（11）：2248-2256.

[9]Onkal-Engin G，Demir I，Hiz H. Assessment of urban air quality in Istanbul using fuzzy synthetic evaluation[J]. Atmospheric Environment，2004，38（23）：3809-3815.

[10]张金婷，谢贵德，孙 华. 基于改进模糊综合评价法的地质异常区土壤重金属污染评价——以江苏灌南县为例[J]. 农业环境科学学报，2016，35（11）：2107-2115.

[11]农田土壤环境质量监测技术规范：NY/T 395—2000[S]. 北京：中国标准出版社，2000.

[12]管后春，李运怀，彭苗枝. 黄山市城市表层土壤重金属环境质量及人为污染评价[J]. 土壤通报，2013，44（3）：737-743.

[13]王幼奇，白一茹，王建宇. 引黄灌区不同尺度农田土壤重金属空间分布及污染评价：以银川市兴庆区为例[J]. 环境科学，2014，35（7）：2714-2720.

[14]段志斌，王 济，宣 斌，等. 改进模糊数学法在土壤重金属污染评价中的应用[J]. 安徽农业大学学报，2017，44（6）：1-5.

[15]孙小涛，周忠发，黄智灵，等. 改进模糊综合评价模型对岩溶山区茶叶产地土壤重金属污染评判[J]. 中国岩溶，2016，35（3）：282-290.

[16]土壤环境质量标准：GB 15618—1995[S]. 北京：中国标准出版社，1995.

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

[18]Wilding L P. Spatial variability：Its documentation，accommodation and implication to soil surveys[C]//Nielson D R，Bouma J. Soil spatial variability. Wageningen：Proceedings of a Workshop of the ISSS and the SSSA，1984：166-193.

[19]臧星華，鲁垠涛，姚 宏，等. 城镇化进程对沈抚新区土壤重金属分布的影响及风险评价[J]. 农业环境科学学报，2016，35（3）：471-477.

[20]阿吉古丽·马木提，麦麦提吐尔逊·艾则孜，艾尼瓦尔·买买提，等. 开都河下游绿洲耕地土壤重金属污染及潜在生态风险[J]. 环境科学学报，2017，37（6）：2331-2341.

[21]战玉柱，姜 霞，陈春霄，等. 太湖西南部沉积物重金属的空间分布特征和污染评价[J]. 环境科学研究，2011，24（4）：363-370.

[22]张一修，王 济，秦樊鑫，等. 贵阳市道路灰尘和土壤重金属来源识别比较[J]. 环境科学学报，2012，32（1）：204-212.

[23]胡 明. 大荔县农田土壤重金属分布特征与污染评价[J]. 干旱区资源与环境，2014，28（1）：79-84.

[24]付善明，肖 方，宿文姬，等. 基于模糊数学的广东大宝山矿横石河下游土壤重金属元素污染评价[J]. 地质通报，2014（8）：1140-1146.

[25]杜 艳，常 江，徐 笠. 土壤环境质量评价方法研究进展[J]. 土壤通报，2010，41（3）：749-756.

[26]谢志宜，张雅静，陈丹青，等. 土壤重金属污染评价方法研究——以广州市为例[J]. 农业环境科学学报，2016，35（7）：1329-1337.

[27]赵 曦，黄 艺，李 娟，等. 大型垃圾焚烧厂周边土壤重金属含量水平、空间分布、来源及潜在生态风险评价[J]. 生态环境学报，2015，24（6）：1013-1021.桑 娜，汪建英，孙 雨，等. γ-聚谷氨酸/壳聚糖凝胶制备优化及保水固沙性能[J]. 江苏农业科学，2019，47（1）：251-255.