甘肃省永登县土壤重金属污染现状评价

刘兵昌 胡永兴 张斌 张元

(甘肃省地质调查院，甘肃 兰州 730000)

引言

随着社会经济的快速发展，大量重金属物质进入土壤造成了土壤重金属污染问题，使得土壤环境质量下降、土壤结构和功能恶化，最终危害人类身体健康。因此，研究土壤重金属污染状况对土地分类管理、农业安全种植、土壤污染防治以及生态文明建设具有重要的指导意义。

目前，单项污染指数法、综合污染指数法以及主成分分析法是土壤重金属污染风险评价中最常用的方法。其中，Brus等通过单项污染指数法评价了荷兰土壤的重金属Cd的污染状况[1]；郭伟等利用单项污染指数法研究发现，呼和浩特市不同功能区土壤重金属出现了不同程度的污染，探究了研究区土壤重金属污染的成因和来源[2]。王海燕等同时采用单项污染指数法和内梅罗综合污染指数法2种方法评价了北京市重点功能区的土壤重金属污染状况，并针对不同功能区的污染状况提出了相应的措施[3]。王幼奇等利用内梅罗综合指数法对银川市不同城市功能区的表层土壤开展了风险评价，发现城市不同功能区受重金属污染的程度不同[4]。陈晓燕等采用了单项污染指数法和内梅罗综合污染指数法分析了黎平县耕地土壤中As、Pb、Cr、Cd、Hg共5种重金属的污染程度，结果表明，部分乡镇Cd存在较重的潜在生态风险，Hg存在中度的潜在生态风险[5]。王雄军等基于因子分析法，对比因子分析中的6个主因子，研究了太原市土壤重金属污染的主要来源，研究结果对太原市重金属污染治理和进一步的城市规划提供了一定的依据[6]。土壤中的重金属主要来源于成土母质和人类活动的影响，因此可以通过主成分分析法有效地判别土壤中重金属元素的污染来源[7,8]。戴彬等采用主成分分析法对山东莱芜市钢城区土壤重金属的来源进行了研究，发现镉、铅和锌主要来源于工业“三废”、交通的排放和农药化肥的使用，砷和汞均来源于钢铁冶炼和煤炭燃烧，而铜受自然和人为因素的共同影响[9]。张继舟等通过主成分分析得出，铅、铜和铬主要受自然因素的影响，锌、镉、镍、汞和砷主要受人为因素的影响，主要是化肥、农药的大量施用以及燃煤尘[10]。

本文以兰州市永登县农用地土壤为研究对象，采用多因子综合评价法和内梅罗污染指数评价法对大通河川带、民乐-武胜驿低山丘陵带、秦王川盆地、庄浪河中游河谷带和庄浪河下游河谷带5个区域的土壤进行土壤污染风险评价，以期为区域内农业可持续发展提供依据。

1 研究范围划分

本论文研究范围为永登县全县境内的主要农用地区域。永登县农用地主要分5个区块，分别为大通河川带、民乐-武胜驿低山丘陵带、秦王川盆地、庄浪河谷中游带、庄浪河谷下游带，其余地方多为中-低山丘陵牧区，为非农用地区，具体见表1。

表1 研究区分类表

本次工作研究单元主要是根据地形、主要农用地分布区域、特色农产品分布区域及重点监管企业影响区域来划分研究单元、布设样品。根据表层土壤样品的不同类别，本次研究单元的划分主要按照3类标准进行划分，一般农用地区域主要按照地形、景观进行划分，相同景观、相近地形，成片区域划分为一个研究单元；特色农产品区域主要按照特色农产品实际种植区域进行研究单元划分；重点监管企业影响区域主要按照周边企业的企业类型、规模及实际影响范围进行研究单元划分。

2 重金属内梅罗污染指数综合评价

内梅罗综合污染指数法是相对普遍的一种综合评价方法，计算出单项污染指数值，通过统计出研究区样品8项重金属对应最高值，得出内梅罗综合污染指数，对研究区表层土壤污染风险进行评价，确定主要的重金属污染物及其危害程度。

2.1 单项污染指数

计算土壤中重金属含量与评价标准值(筛选值)比值，得到单项指数值(Pi)，按Pi值大小划定土壤污染程度，可分为5级，见表2；重金属含量为本研究区228个样品8项重金属含量值；评价标准值为风险筛选值，见表3。

表2 土壤单项污染程度分级标准

表3 农用地土壤8种重金属污染风险筛选值

基于全区、大通河川带、民乐-武胜驿低山丘陵带、秦王川盆地、庄浪河谷中游带、庄浪河谷下游带，分地区进行计算和评价。如表4所示，研究区庄浪河谷下游带有1个样品中砷单项指数值Pi=1，表明该点达到轻微污染临界级别。研究区全部测点对应镉、汞等8类重金属的单项指数值(Pi)均<1，即研究区表层土壤中镉、汞、砷、铅、铬、铜、锌、镍8种重金属均无污染。其中，研究区土壤中镉、砷的单项污染指数平均值较高，镉以庄浪河谷下游带、庄浪河谷中游带较为典型，砷以庄浪河谷下游带、秦王川盆地较为典型，表明庄浪河谷下游带等地区土壤样品中镉、砷污染物的实测浓度普遍较高，需引起重视。

表4 研究区土壤点位单项污染指数评价结果统计表

2.2 内梅罗综合污染指数

由于单因子污染指数法只能简单反映单个重金属元素的污染程度，而内梅罗综合污染指数可以突出污染较重的重金属污染物的作用，相对更全面地反映土壤的污染状况，公式：

式中，平均单项污染指数为样品各项重金属相应单项因子指数值的平均值(P均)，最大单项污染指数(P最)为样品点8项重金属单项因子指数值中的最大值。按土壤综合污染指数(PN)大小，将土壤污染程度划分为5级，见表5。

表5 土壤综合污染程度分级表

根据以上计算方法，对研究区表层土壤中镉、汞、砷、铅、镉、铜、锌、镍等8种重金属进行梅罗污染指数法综合评价，确定主要的重金属污染物及其危害程度。结果如表6所示，研究区庄浪河谷下游带有1个样品中内梅罗综合污染指数值PN>0.7，该点污染等级达到Ⅱ级，即尚清洁(警戒限)；研究区庄浪河谷中游带有1个样品中内梅罗综合污染指数值PN=0.69，该值接近尚清洁警戒限污染级别。上述点位的最大单项污染指数(P均)为砷污染物。同时，研究区庄浪河谷下游带内梅罗综合污染指数平均值较高，表明庄浪河谷下游带地区土壤样品中砷污染物含量普遍较高，值得关注。

表6 研究区土壤点位内梅罗污染指数综合评价结果统计表

3 主成分分析法综合评价

在研究土壤8项重金属污染物对土壤环境质量起到的作用大小，并探讨污染物之间相互关系时，本文用主成分分析的数理统计方法进行评价。主成分分析综合评价方法是指找出一组变量的方差和协方差矩阵的特征量，通过降维将多个变量转化为少数综合变量，简化信息，达到更明确掌握主要矛盾的目的。

研究区表层土壤样品主要采集于农用地中，按区域划分为大通河川带、民乐-武胜驿低山丘陵带、秦王川盆地、庄浪河谷中游带、庄浪河谷下游带等5个地区。基于本次8类重金属(Cd、Hg、As、Pb、Cr、Cu、Ni、Zn)测点数据，利用主成分分析法提取主要的污染因子，进行土壤环境质量评价。本次研究区样品量为228个、分析变量为8项重金属，满足主成分分析使用的条件(一般要求样本数量是变量数的5倍以上，且>100例)。同时，在SPSS软件中可用KMO检验和Bartlett球形检验来判断原始变量之间的相关性。从研究区样本相关矩阵可看出，变量之间存在相关性。从表7可看出，KMO值>0.7,Bartlett球形检验显著性值<0.001，综合2个指标，说明研究区8项重金属数据之间存在相关性，可以进行主成分及因子分析。

表7 KMO和巴特利特检验表

3.1 主成分识别

主成分识别是以土壤污染物含量作为原始变量，通过计算8个重金属的方差和协方差矩阵的特征量，将土壤污染物的信息进行了集中和提取，对8个重金属变量通过降维转化为2个综合变量，进而从8个土壤污染物中识别出起主导作用的成分。

从表8可看出，第1和第2主成分特征值>1，且这2个主成分特征累计方差占总方差的分比大于70%，也就是说，前2个主要组成部分总结了8个监测指标所涵盖的大部分污染物信息，其中第1主成分包含的信息最多，达到50%以上。第3和第4主成分对总方差的贡献很小，代表的信息较少。以特征值为纵轴，主成分为横轴，形成碎石图见图1，该图靠近纵轴陡峭的部分特征值大，包含的信息多，后面平坦的部分特征值小，包含的信息也小。由图1可直观看出，成分1和2包含了大部分信息，从成分3之后包含信息量较少。为了用尽可能少的指标来反映尽可能多的信息，选取第1个和第2个因子作为主成分，代表主要的农用地土壤污染物指标[11]。

表8 观测指标总方差分解表

图1 主成分变量特征值曲线图(碎石图)

3.2 主要污染物识别分析

通过计算主成分载荷值，分析土壤污染物对主成分的贡献率，进行主要污染物的识别。主成分载荷越大，贡献率越大，对土壤的污染作用越大，即可认为是重要污染因子。表9中主成分载荷矩阵是8项重金属各变量对应于2个主成分的荷载值，反映的是主成分与变量的相关系数，绝对值越大，说明关系越密切。主成分1与8种重金属皆呈正相关；主成分2与镉、汞、铅元素呈正相关，与砷、铬、镍元素呈负相关，与铜、锌元素关系微弱。

由于以上主成分1、2与各污染物的相关系数差别及规律较不明显，可通过主成分的旋转来获得更好的解释。即利用方差值的大小差异，对因子荷载矩阵进行旋转。由旋转后的成分矩阵结果看出，如表9右列所示，旋转后矩阵中各变量对2个主成分的荷载系数差别比较明显。第1主成分以铬、镍、铜、锌、砷为主的重金属贡献最大，第2主成分中重金属汞、铬、铅的贡献最大。第1主成分对应相关性值可分为5组，铬、镍相关值在1～0.8，铜、锌在0.8～0.7，砷在0.7～0.6，镉、铅在0.6～0.4，汞为负数且数值较小，表现为贡献值较低。第2主成分也有类似的规律性。因此，经过旋转，可以看出主成分因子有了更合理的解释。

表9 主成分载荷矩阵及旋转后的成分矩阵表

研究区8项重金属主成分载荷的正负值可以反映出污染物的复合性，可通过旋转后因子载荷散点图，直观地看出决定因子的变量，并发现8项重金属之间的相互关系，见图2。图2中横坐标代表提取出的第1主成分，纵坐标代表第2主成分，变量与原点的距离反映其因子载荷值，位于坐标轴原点远端的变量具有较大的因子载荷，位于原点近端的变量具有较小的因子载荷。由图2可知，第1主成分对应8项重金属皆为正值，铬、镍元素具有较大的载荷值；第2主成分对应汞元素为负值；其余7项重金属皆为正值，镉、铅元素具有较大的载荷值。图2反映了汞元素的富集环境与其它重金属存在明显的差异性，镉-铅、锌-铜、铬-镍3组富集成因具有相似性，砷元素富集情况较复杂，可能由农药、化肥和工厂排污等多源渠道形成。

图2 旋转后因子载荷散点图

对变量进行的相关关系检验，可以进一步反映土壤污染物间的相关关系。从表10可看出，重金属镉-铅、铬-镍、铜-锌之间具有很强的相关性，这在一定程度上表征了土壤重金属的组合情况，反映了几种土壤重金属污染物的同源性、差异性。而土壤重金属砷与其它重金属相关性不显著，即没有内在的联系，汞与绝大多数重金属呈负相关关系。土壤中汞、砷可能为农业化肥施用造成的残留。同时近年来，随着研究区城镇化的发展，工业厂房废气废水的排放，外源重金属污染物随着大气沉降、雨水、地表水等方式输入并富集到土壤中。因此，本次研究结果可以在一定程度上反映出农用地土壤利用及环境状况对土壤污染物含量的影响。

表10 污染物相关系数矩阵(皮尔逊相关性)

3.3 土壤环境质量分级

研究区8项重金属主成分代表了主要土壤污染物的富集情况和相关关系，能反映污染物对土壤的综合作用，可根据主成分的得分大小比较分析土壤环境质量状况。得分较低代表污染物含量越低，土壤环境质量越好；得分最多代表土壤污染物含量越高，土壤环境质量越差。通过计算研究区5个地区主成分得分，对5个地区土壤环境质量进行排序，将客观反映出研究区土壤环境质量状况。

表11为各主成分的得分系数，根据得分系数计算每个观测值在各个污染指标上的得分，据此进一步分析。主成分得分(FAC)的表达式：

第1主成分=0.042Cd-0.269Hg+0.229As+0.020Pb+0.324Cr+0.180Cu+0.178Zn+0.341Ni

第2主成分=0.373Cd+0.570Hg-0.077As+0.296Pb-0.194Cr+0.066Cu-0.061Zn-0.185Ni

从表12可看出，研究区5个地区土壤污染物总得分皆低于50，表明总体土壤环境质量较为良好。5个地区土壤污染物总得分排序结果为，民乐-武胜驿低山丘陵带>秦王川盆地>大通河川带>庄浪河谷下游带>庄浪河谷中游带。该结果反映出庄浪河谷下游带、庄浪河谷中游带农用地土壤重金属含量较高，土壤环境质量相对一般。

表11 主成分得分系数矩阵

表12 研究区域土壤重金属污染物主成分得分及土壤环境质量排序

本次调查研究结果能在一定程度上反映永登县农用地利用状况对土壤污染物含量的影响。庄浪河谷中游带农用地土壤污染物含量相对较高，分析可能原因是工矿企业生产中排出的废气废水，造成土壤重金属累积。随着研究区城镇化速度的加快，人口快速增加，生活垃圾等相应增多，农用地周边工业厂房等兴起，As、Cr、Ni、Cu、Zn等外源重金属污染物随着大气沉降、雨水、地表水等方式输入并富集到农用地土壤中。

4 讨论

土壤重金属内梅罗污染指数综合评价结果显示，研究区庄浪河谷下游带有1个样品中内梅罗综合污染指数值PN>0.7，该点污染等级达到Ⅱ级，即尚清洁(警戒限)；研究区庄浪河谷中游带有1个样品中内梅罗综合污染指数值PN=0.69，该值接近尚清洁警戒限污染级别。这2个点位的最大单项污染指数(P均)为砷污染物。

主成分综合评价分析结果显示，研究区重金属镉-铅、铬-镍、铜-锌之间具有很强的相关性，这能在一定程度上反映上述重金属污染物的同源性和差异性。研究区5个地区土壤环境质量整体较为良好，土壤环境质量排序结果为，民乐-武胜驿低山丘陵带>秦王川盆地>大通河川带>庄浪河谷下游带>庄浪河谷中游带。该结果反映出庄浪河谷下游带、庄浪河谷中游带农用地土壤重金属含量较高，土壤环境质量相对一般。