重金属污染特征范文篇1

关键词：底泥；重金属；多环芳烃；生态风险评价；汞

中图分类号：X522文献标识码：A文章编号：1672-1683（2017）04-0079-08

Abstract：[HJ1.7mm]JilinisoneofthemostimportantchemicalindustrycitieslocatedinChina'snortheasternoldindustrialbase.Heavymetalsandpolycyclicaromatichydrocarbons（PAHs）havebeendetectedinthesedimentsofdifferentregionsinChina，butlittleisknownaboutthesewage-receivedriverofJilin，whosepollutionwasverysevereowingtolong-timedischargeofindustrialandmunicipalwastewater.TheaimofthisstudywastoinvestigatethepollutionofheavymetalsandPAHsinsedimentsandtoassesstheirecologicalrisks.Atotalof35sedimentsamplesfrom12monitoringsectionsalongthissewage-receivedriverwerecollectedfordeterminationoftheconcentrationsof8heavymetals（Hg，Pb，As，Cu，Zn，Cr，Cd，Ni）and16USEPAprioritypollutantPAHs.Geoaccumulationindex，Hkansonpotentialecologicalriskindex，andsedimentqualityguidelines（SQGs）wererespectivelyusedtoassessthepollutionandpotentialecologicalrisksofthesepollutantsinthesediments.TheconcentrationsofheavymetalsandPAHswerehigherthanthebackgroundvalues，especiallythoseofHg，Pb，Cu，As，NAP，andANT.Thegeoaccumulationindexindicatedthattheecologicalrisksofheavymetalsinthesedimentsfromhightolowwereasfollows：Hg>Pb>As>Cu>Zn>Cr>Cd>Ni.TheHkansonpotentialecologicalriskindexesofheavymetalswererankedasfollows：Hg>As>Cd>Pb>Cu>Ni>Zn>Cr.SQGsindicatedthatadversebenthicimpactswouldoccurfrequently.ThesedimentswerepollutedbyPAHsandheavymetals，especiallyHg.

Keywords：sediment；heavymetal；PAHs；ecologicalriskassessment；Hg

底泥一般指河流、湖泊、水库和海湾等水体底部长期存积的沉积物，是水环境的重要组成部分。它不仅是水体中各种污染物（营养盐、重金属、难降解有机污染物等）的主要蓄积场所，也是对水质有潜在影响的次生污染源[1-3]，因此，底泥的污染状况不仅可以反映水体的污染程度，也可对水体产生重要影响。底泥的污染状况和底栖生物的分布、生长和种群组成也有密切关系[4]，基于此，开展底泥污染状况调查及生态风险评价研究具有十分重要意义[5-6]。

作为一个城市重要的排洪泄污通道，城市排污河在城市发展过程中发挥着重要作用，然而随着城市化进程不断加快，城市居住人口的逐步增多，城市排污河在长期的生活污水和工业废水排放的影响下，水环境质量已不断下降，严重影响到周围居民的生活质量[7]。同时，排污河底泥中的污染物含量通常较高，当外界环境条件发生变化时，污染物极有可能重新释放回水体，对当地水质甚至下游受纳水体水质产生威胁[8]。因此探明城市排污河底泥的污染状况，明确污染特征及污染物分布，划定底泥生态风险等级，对城市水环境保护有着重要意义。

目前许多国家和地区已出台水体沉积物相关标准和评价方法，如沉积物环境质量标准[1，9-10]、地质累积指数法[11]、沉积物质量基准法[12]、潜在生态风险评价法[13]、污染负荷指数法[14]、次生相与原生相分布比值法[15]、脸谱图法[16]、回归过量分析法[17]等。许多学者利用这些方法进行了底泥沉积物等的深入研究[18-19]，但很少同时涉及重金属和有机污染物的评价分析。基于此，本研究选取东北老化工城市吉林省吉林市某排污河为研究对象，分析检测其底泥中重金属和多环芳烃质量分数，在此基础上采用Igeo、PERI、SQGs对污染物生态风险进行评价，以探明该排污河污染物的空间分布特征和污染物生态风险水平，为后续综合治理和生态功能恢复提供理论依据和数据支撑。

1材料与方法

1.1研究区域概况

该城市排污河位于东北老工业城市吉林省吉林市龙潭区，自东向西汇入松花江，流域面积13.5km2，河道长6.65km（图1）。该河流经龙潭区城乡结合部，河道两岸多为居民区及化工厂，自二十世纪五十年代始，作为城市主要纳污水体，该河接收了大量生活污水和工业污水。长期的污水排放已导致污染物沉积、水质下降，不断威胁着河道水生态环境及周边居民的生活环境质量。

1.2样品采集及地理位置

在龙潭区排污河各重点路桥设置监测断面12个，位置见图1。利用土钻每50cm深度采集一个底泥混合样品，直至河道底部，通常采集深度在50～200cm。12个监测断面共计采集35个底泥样品（表1）。样品采集后装入玻璃材质的土壤瓶中密封，低温运至实验室用于重金属和多环芳烃分析检测。

1.3样品处理与分析

底泥样品经冷冻干燥后剔除砾石及动植物残体，用玛瑙研钵研磨后过100目尼龙筛，以备分析测试用。样品检测指标包括8种常见重金属（Cu、Cr、Ni、Zn、Pb、Cd、As、Hg）和USEPA规定的16种多环芳烃，即萘（NAP）、苊烯（ANY）、苊（ANA）、芴（FLU）、菲（PHE）、蒽（ANT）、荧蒽（ALT）、芘（PYR）、苯并（a）蒽（BaA）*、世（CHR）*、苯并（b）荧蒽（BbF）*、苯并（k）荧蒽（BkF）*、苯并（a）芘（BaP）*、茚并（1，2，3-cd）芘（IPY）*、二苯并（a，h）蒽（DBA）*、苯并（g，h，i）p（BPE），其中*号物质具有致癌性。

重金属的消解及测定：Cu、Zn、Cr、Ni、Pb、Cd的消解采用盐酸-硝酸-氢氟酸-高氯酸全分解法，As、Hg采用王水消解，Cu、Zn、Cr、Ni、Pb和Cd采用火焰原子吸收分光光度法，As、Hg采用原子荧光法。

多环芳烃的提取及测定：准确称取10g沉积物样品加5g无水硫酸钠，用二氯甲烷/丙酮溶液提取24h，并脱硫。萃取液干燥后继续淋洗萃取后浓缩定容，冷藏待测。采用的仪器为Agilent7890A-5795C气相色谱-质谱联用仪，色谱柱为HP-5MS30×0.25mm×0.25μm。

1.4质量控制

重金属的测定采用国家标准河流沉积物样品（GBW08301）进行分析质量控制。平行样相对误差

1.5底泥中污染物的生态风险评价方法

1.5.1地质累积指数法

1.5.3沉积物质量基准法

沉积物质量基准法（SedimentQualityGuidelines，SQGs）可快速评价污染沉积物的生物毒性[12]，该方法不仅可用于评价底泥中重金属的污染程度，也可用于评价有机污染物的污染程度。目前影响最大的SQGs是Long等人[22]由北美沉积物生物效应数据库（TheBiologicalEffectsDatabaseForSediments，BEDS）导出的效应范围低值（EffectsRangeLow，ERL）和效应范围中值（EffectsRangeMedian，ERM），当污染物质量分数低于ERL时，不利生物毒性效应很少发生，当污染物质量分数高于ERM，不利生物毒性效应将频繁发生。此外，纽约环境保护局（NYSDEC）[9]和新泽西环保局（NJDEP）[10]以MacDonald等人[23]和Persaud等人[24]所得出的最低效应阈值（LowestEffectsLevels，LELs）和严重效应阈值（SevereEffectsLevels，SELs）为基础，设立沉积物生态筛选标准。当污染物质量分数低于LEL时表示表明污染物对大部分底栖生物没有负效应，高于SEL时则说明底泥沉积物已受到严重污染并且会影响底栖生物的健康。该方法不仅可以评价重金属的生态风险，同样可以评价有机物污染的生态风险。ERL/ERM、LEL/SEL相关数值见表7。

2结果与讨论

2.1底泥重金属及PAHs质量分数

表4中列出了该排污河底泥中8种重金属和16种多环芳烃的质量分数水平、不同监测断面各污染物质量分数均值。从表4可以看出，底泥样品中重金属和多环芳烃质量分数变化较大，8种重金属变异系数在0.41～1.07之间，其中Cd、Cu质量分数变化最为显著，最大值与最小值之间分别相差69.67、55.30倍，这表明不同点位重金属富集情况不同。有机污染物的变异系数在0.33～2.86之间，NAP、PHE、ANT的质量分数变化最为明显，最大值与最小值相差倍数分别达到2784.23、1166.32、1105.10倍。可能原因是这3种多环芳烃均为低环，易挥发和生物降解[25]，从而导致沉积物中质量分数差别较大。同佘中盛等[26]、聂海峰等[27]对排污河底泥背景值调查结果比较，取样点重金属及多环[HJ2.3mm]芳烃均不同程度超过背景值，8种重金属平均值超标倍数在0.30～87.47之间，多环芳烃超标倍数在-0.04～228.45之间，其中Hg、Pb、Cu、As、NAP、ANT等平均值已分别超背景值87.47、10.21、6.18、5.90、115.55、228.45倍，这表明多年的污水排放已导致上述物质在沉积物中大量累积。具有致癌效应的BaP在35个样品中检出率达65.71%，平均值超背景值1.05倍。从污染物的沿程分布来看，8种重金属在不同位置的富集情况不同，质量分数最高点主要集中在B8、B7和B4，这可能与排污河两侧的化工企业排污历史相关。在20世纪50年代至80年代，该排污河是吉化染料厂和吉化电石厂两个企业的排污渠道，直至20世纪80年代初吉化公司才建成污水处理厂。但20世纪80年代后居民产生的生活污水仍旧直排入该河道，故其接纳污水来源广，污染成分驮印

2.2底泥中污染物的生态风险评价

2.2.1地质累积指数法

为真实反映该排污河底泥重金属的积累及变化，选择佘中盛等[24]测得的松花江水系沉积物地球化学背景值计算了12个监测断面的地质累积指数并分级，结果列于表5。8种重金属中，Hg的Igeo平均值最高（5.82），污染等级在4～6之间，处于偏重-严重污染水平。其次为Pb（2.64），污染等级在1～5之间，B4～B6、B10～B12两段处于偏重污染水平。As的Igeo平均值为1.96，污染等级在1～4之间，处于轻度-偏重污染水平。Cu的Igeo平均值为1.72，污染等级在0～4之间，处于清洁-偏重污染水平，B4、B8位置为偏重污染。Zn、Cr、Cd的大部分点位处于轻度-中度污染水平。Ni的Igeo平均值为-0.31，为清洁状态。8种重金属Igeo的均值排序为Hg（5.82）>Pb（2.64）>As（1.96）>Cu（1.72）>Zn（1.63）>Cr（0.54）>Cd（-0.04）>Ni（-0.31）的特征。这表明，该排污河底泥Hg的生态风险最大，Cd和Ni的风险较小。Hg的严重污染可能与排污河沉积物中有机物累积较多相关，Hg易于富集在有机相以有机结合态沉降滞留在底泥中[28]。

2.2.2潜在生态风险评价法

采用佘中盛等[26]人测得的松花江水系沉积物地球化学背景值计算了排污河重金属的生态风险，评价结果见表6。8种重金属Eir均值排序为Hg>As>Cd>Pb>Cu>Ni>Zn>Cr。研究区域中Hg的Eir平均值最高（4145.78），范围在575.76～7016.06之间，均处于极强生态风险级别。其次为As和Cd，其Eir平均值分别为70.28和62.96，生态风险级别在轻微生态风险与很强生态风险之间。Pb和Cu的Eir平均值分别为58.29和37.42，风险级别均在轻微生态风险-强生态风险之间。Ni、Zn、Cr的Eir平均值分别为6.42、5.22、4.64，均属于轻微生态风险级别。从多种重金属综合生态风险（RI）角度来看，RI值范围为634.16～7523.77，均处于极强生态风险水平，原因是Hg的单因子生态风险极高，RI值产生显著影响。从空间分布来看，8种重金属的潜在生态风险等级在监测断面B1、B2位置低于其他监测断面，B4、B7、B8、B10则明显高于其他监测断面。

2.2.3沉积物质量基准法

ERL/ERM、LEL/SEL相关数值及35个底泥样品的SQGs评价结果列于表7。除Cd以外，其余重金属的ERL超标率均高于60%，LEL超标率均高于80%，可能因为重金属质量分数的地区差异导致部分背景值已高于ERL和LEL，且重金属质量分数实测值较高。生物毒性较大的Hg的ERM和SEL超标率已超过60%，说明由Hg引起的不利生物效应将频繁发生，底泥已受到严重污染并且影响底栖生物的健康。16种PAHs也不同程度超ERL、LEL、ERM，ANY和ANA超过SEL，这是因为与ERM相比，SEL标准值过高，两者最大相差已达924倍（BaA）。从空间分布来看，Hg、Zn在B3-B12的平均质量分数均超过ERM，说明在上述断面由Hg、Zn引起的不利生物毒性效应将频繁发生。

As、Hg在B4-B12的平均质量分数超过SEL。NAP、ANA、FLU、PHE、ANT在B4-B12的平均质量分数已超ERM，BaP在B11的平均质量分数超过ERM。SQGs分析结果表明，该排污河底泥的生态风险主要由Hg引起和多环芳烃引起，其不利生物毒性将频繁发生。

2.2.4评价结果比较

综合比较Igeo、PERI、SQGs三种方法，结果均显示Hg是主要的风险因子，一方面是因为Hg的背景值较低，另一方面是因为其生物毒性系数极高，是Ni的8倍，Cr的20倍。

Igeo和PERI中8种重金属的生态风险级别排序有所不同，这是因为Eif值不仅与背景值有关，还与重金属的种类和生物毒性效应有关，比如Igeo的排序结果中Cd处于第7位，而在Eif结果中Cd处于第3位。PERI考虑了Cd的生物毒性效应，且其生物毒性系数较大，仅次于Hg，致使其排序发生前移。

两套SQGs（ERL/ERM和LEL/SEL）的结果均表明该排污河底泥中多环芳烃质量分数已超ERL和LEL，多环芳烃已经开始对底泥产生不良影响，需要对其生态风险进行关注。

3结论

（1）该排污河底泥中8种重金属及16种多环芳烃均不同程度超松花江沉积物环境背景值。重金属污染物在监测断面B4、B7、B8、B12的质量分数较高，4环及以上多环芳烃多集中于监测断面B11。

（2）Igeo评价结果显示，不同重金属污染程度按Igeo从大到小排序为Hg>Pb>As>Cu>Zn>Cr>Cd>Ni。PERI结果显示，各重金属生态风险危害依次为Hg>As>Cd>Pb>Cu>Ni>Zn>Cr，两种评价结果均显示Hg的生态风险最高，底泥呈现出以Hg为主的多种重金属复合污染特征。SQGs评价结果显示，重金属及多环芳烃均不同程度超过ERL、LEL，说明污染物已经开始对底泥产生不良影响。

（3）该排污河底泥中Hg的风险水平远高于其它元素，是构成了潜在的生态危害的主要因素。在今后区域生态环境的治理与恢复工程中，应特别关注Hg对生态环境影响。

参考文献（References）：

[1]陈静生，洪松，范文宏，等.各国水体沉积物重金属质量基准的差异及原因分析[J].环境化学，2001，20（5）：417-424.（CHENJing-sheng，HONGSong，FANWen-hong，etal.Thedifferenceandthecauseanalysesoftheaquaticsedimentqualityguidelinesforheavymetals[J].EnvironmentChemistry，2001，20（5）：417-424.DOI：10.3321/j.issn：0254-6108.2001.05.001.（inChinese））

[2]张伯镇，雷沛，潘延安，等.重庆主城区次级河流表层沉积物重金属污染特征及风险评价[J].环境科学学报，2015，35（7）：2185-2192.（ZHANGBo-zhen，LEIPei，PANYan-an，etal.pollutionandecologicalriskassessmentofheavymetalsinthesurfacesedimentsfromthetributariesinthemainurbandistricts，ChongqingCity[J].ActaScientiaeCircumstantiae，2015，35（7）：2185-2192.（inChinese））DOI：10.13671/j.hjkxxb.2014.0935.

[3]陈文松，宁寻安，李萍，等.底泥污染物的环境行为研究进展[J].水资源保护，2007，23（4）：1-5.（CHENWen-song，NINGXun-an，LIPing，etal.Environmentalbehaviorofpollutantsinsediments[J].WaterResourcesProtection，2007，23（4）：1-5.（inChinese））DOI：10.3969/j.issn.1004-6933.2007.04.001.

[4]王健康，高博，周怀东，等.三峡库区蓄水运用期表层沉积物重金属污染及其潜在生态风险评价[J].环境科学，2012，33（5）：1693-1699.（WANGJian-kang，GAOBo，ZHOUHuai-dong，etal.Heavymetalspollutionanditspotentialecologicalriskofthesedimentsinthreegorgesreservoirduringitsimpoundingperiod[J].EnvironmentalScience，2012，33（5）：1693-1699.（inChinese））DOI：10.13227/j.hjkx.2012.05.047.

[5]HuC，DengZM，XieYH，etal.TheRiskAssessmentofSedimentHeavyMetalPollutionintheEastDongtingLakeWetland[J].JournalofChemistry，2015，2015（15）：1-8.

[6]LiangT，JiaZB，LamK，etal.StudyonHeavyMetalContaminationandPotentialEcologicalRiskinHongKongRivers[J].ActaScientiarumNaturaliumUniversitatisPekinensis，1997，33（4）：485-492.

[7]吴光红，朱兆洲，刘二保，等.天津城市排污河道沉积物中重金属含量及分布特征[J].环境科学，2008，29（2）：2413-2420.（WUGuang-hong，ZHUZhao-zhou，LIUEr-bao，etal.ConcentrationsanddistributionofheavymetalsinurbansewagedischargechannelofTianjin[J].EnvironmentalScience，2008，29（2）：2413-2420.（inChinese））DOI：10.13227/j.hjkx.2008.02.021.

[8]朱程，R陶武，周科，等.湘西河流表层沉积物重金属污染特征及其潜在生态毒性风险[J].生态学报，2010，30（15）：3982-3993.（ZHUCheng，MATao-wu，ZHOUKe，etal.PollutioncharacteristicsandpotentialecotoxicityriskofheavymetalsinsurfaceriversedimentsofwesternHunan[J].ActaEcologicaSinica，2010，30（15）：3982-3993.（inChinese））

[9]NewYorkStateDepartmentofEnvironmentConservation，DivisionofFish，WildlifeandMarineResources，BureauofHabitat.ScreeningandAssessmentofContaminatedSediment[EB/OL].[2014-06-24].http：//dec.ny.gov/docs/fish_marine_pdf/screenasssedfin.pdf

[10]TheNewJerseyDepartmentofEnvironmentalProtection，SiteRemediationProgram（SRP），EnvironmentalToxicologyandRiskAssessment（ETRA）Unit.EcologicalScreeningCriteria（ESC）[EB/OL].[2009-03-10].http：//nj.gov/dep/srp/guidance/ecoscreening/

[11]MüllerG.IndexofgeoaccumulationinsedimentsoftheRhineRiver[J].Geojournal，1969，2（3）：108-118.

[20]周家义，陈静生.中国水环境重金属研究[M].北京：中国环境科学出版社，1992：168-169.（ZHOUJia-yi，CHENJing-sheng.Researchonheavymetalsinwaterecologicalenvironment[M].Beijing：ChinaEnvironmentalSciencePress，1992：168-169.（inChinese））

[21]徐争启，倪师军，庹先国，等.潜在生态危害指数法评价中重金属毒性系数计算[J].环境科学与技术，2008，31（2）：112-115.（XUZheng-qi，NIShi-jun，TUOXian-guo，etal.Calculationofheavymetals′toxicitycoefficientintheevaluationofpotentialecologicalriskindex[J].EnvironmentalScience&Technology，2008，31（2）：112-115.（inChinese））DOI：10.3969/j.issn.1003-6504.2008.02.030.

[22]LongER，MacdonaldDD，SmithSL，etal.Incidenceofadversebiologicaleffectswithinrangesofchemicalconcentrationsinmarineandestuarinesediments[J].EnvironmentalManagement，1995，19（1）：81-97.

[23]MacdonaldDD，IngersollCG，BergerTA.Developmentandevaluationofconsensus-basedsedimentqualityguidelinesforfreshwaterecosystems[J].ArchivesofEnvironmentalContamination&Toxicology，2000，39（1）：20-31.

[24]PersaudD，JaagumagiR，HaytonA.GuidelinesfortheprotectionandmanagementofaquaticsedimentqualityinOntario[J].International&ComparativeLawQuarterly，1969（2）：494-495.

[25]MackayD，ShiuWY，MaKC，etal.PolynuclearAromaticHydrocarbons（PAHs）andRelatedAromaticHydrocarbons[M]，MackayD，ShiuWY，MaKC，etal.HandbookofPhysical-ChemicalPropertiesandEnvironmentalFateforOrganicChemicals.SecondEdition.America：CRCPress，2006，620-900.

[26]佘中盛，王跃，刘玉青，等.松花江水系沉积物中重金属元素背景值[M]//中国科学院.松花江流域环境问题研究.北京：科学出版社，1992：67-74.YUZhong-sheng，WANGXiao-jun，LIUYu-qing，etal.ResearchonbackgroundvalueofSonghuaRiver[M]//ChineseAcademyofScience.EnvironmentalProblemsofSonghuaRiver.Beijing：SciencePress，1992：67-74.

重金属污染特征范文篇2

结果与分析

城乡环境梯度下街尘中重金属浓度的差异对比城乡环境梯度影响着街尘中重金属的浓度.表3为不同城乡环境梯度下街尘中Cr、Cu、Ni、Pb、Zn这5种重金属的浓度及对比分析结果.Cr、Cu、Ni、Pb、Zn的平均浓度分别是(61.1±8.5)、(47.2±29.3)、(18.9±3.7)、(42.2±7.9)、(224.0±62.2)mg?kg-1.城乡环境梯度下5种重金属浓度从高到低顺序略有不同:其中Cr、Ni、Pb为中心城区>城中村>郊区区县>乡镇>农村村庄;Cu、Zn则为中心城区>郊区区县>城中村>乡镇>农村村庄.5种重金属均在中心城区具有最高浓度,在农村村庄存在浓度最低值.对比分析结果表明:Cr,中心城区与农村村庄存在显着差异;Cu,中心城区与其他4种环境梯度存在显着差异;Ni、Pb,中心城区则与郊区区县、乡镇、农村村庄存在显着差异;Zn,中心城区与城中村、乡镇、农村村庄存在显着差异.城乡环境梯度下街尘中重金属赋存形态的变化由于城乡环境的差异,城乡环境梯度影响着街尘中重金属赋存形态(见图1),Cr、Ni主要以残渣态为主,Cu主要以可氧化态为主,Pb主要以可氧化态和可还原态为主,Zn主要以弱酸可提取态为主.Cr的残渣态比例在郊区区县最高(75.3%),而中心城区、城中村、乡镇的残渣态比例相对较低(69.6%、62.9%、58.5%),这可能与Cr主要来源于电镀、电池、不锈钢等工业生产,且这些工业生产主要分布于郊区有关.Cu的弱酸可提取态比例在不同城乡环境梯度下大致相同,但可氧化态比例以中心城区和郊区区县为最高(63.8%、54.2%),在水化学条件变化时可氧化态会发生转化进入水体造成污染.Ni、Pb、Zn的弱酸可提取态都是在中心城区和郊区区县比例最高(25.0%、20.7%)、(12.8%、9.9%)、(36.9%、35%),较易进入水体造成污染.城乡环境梯度对街尘粒径及量分布的影响城乡环境梯度决定着街尘的粒径组成比例与单位面积质量.单位面积街尘质量从低到高依次为:郊区区县(20g?m-2±16g?m-2)149μm粒径段非残渣态比例有所上升,潜在危害性增大;Cu、Pb的弱酸可提取态和可还原态随粒径的增大比例有所上升,可氧化态比例则反之;Ni的弱酸可提取态比例随粒径的增大而减小,可还原态随之增大.Zn的4种形态平均比例为33.2%、17.3%、24.1%、25.5%,随粒径的变化不太显着.重金属活化态比例也越高,其潜在危害性越大,街尘中Cr、Cu、Pb在大粒径段的相对潜在危害性较大,Ni则反之.

讨论

粒径对街尘中重金属污染的影响粒径的大小与各粒径段重金属质量负荷比有很大的关系,5种重金属在不同城乡环境梯度下的各粒径段重金属质量负荷比,与粒径质量分布图相比发现:细粒径段的重金属质量负荷比大于其粒径质量比,<105μm粒径段的重金属质量负荷比在中心城区、郊区区县、城中村、乡镇、农村村庄中分别是62.4%、53.0%、32.4%、47.7%、53.2%,而各粒径中质量比分别为49.6%、47.8%、44.3%、38.1%、22.9%,粗粒径则相反.街尘的粒径效应已在很多文献研究中体现[3,14,18],粒径越小,污染物的浓度越高,这是由于小粒径颗粒物比表面积大,吸附污染物能力较强,在整个街尘污染中发挥着重要作用,在降雨径流中也发挥着不可忽视的作用,需要引起重视.不同的污染来源产生不同粒径范围的街尘[19],粒径组成又决定了街尘的迁移率和污染特征,轮胎磨损容易产生20μm的街尘,燃煤烟尘粒径在10~30μm,建筑材料尘粒径在20~60μm[20,21],这就造成了中心城区中细粒径比例较大、重金属浓度高、负荷贡献率大.另外,不同重金属之间的各粒径段重金属质量负荷比也有所差异,比如城中村中Cu、Zn在<105μm小粒径段质量负荷比较高(43.3%、41.1%),而Cr、Ni、Pb的质量负荷比分别是25.8%、23.8%、28.3%,这主要是由于不同重金属的来源不同而引起的.城乡环境梯度对街尘污染特征的影响城乡环境梯度决定了街尘的污染特征,以往的研究主要从不同土地利用类型方面研究[22~25],从大尺度范围上来探讨道路街尘中重金属的污染特征较少.街尘受工业生产活动、汽车尾气、轮胎磨损、道路老化、大气沉降、溶雪剂等所产生的颗粒物质在风力、水力及重力的作用下沉积在城市地表[26,27],其中人为活动是最主要的污染来源,人口密集区和交通拥挤区的街尘中污染物浓度较高.不同城乡环境梯度下道路的粗糙度、清扫方式和清扫频率也是影响街尘的粒径组成和污染负荷的重要原因.研究发现人口密度大、交通拥挤、煤气消耗高,但地表平坦的市区,使用机扫方式、清扫频率增加使得单位面积街尘量减少,而人口密度小、地面粗糙、采用人工清扫、清扫频率低的城中村、乡镇、农村村庄的单位面积街尘量较大,并且大粒径组成比例大.城乡环境梯度也影响着街尘的粒径组成、污染贡献率和数量[28,29],虽然中心城区、郊区区县的单位面积街尘量相对较低,但其细粒径的比例高,所以其浓度必然会高.并且细粒径在冲刷过程中易进入水体中,对水体造成污染,所以还应采取措施吸附或固定细粒径的街尘.对于乡镇、农村村庄、城中村则采取提高清扫方式和清扫频率来减少单位面积街尘量及大粒径颗粒物,减少污染物随降雨径流的迁移.

重金属污染特征范文篇3

关键词：重金属；土壤；脐橙种植区；赣南

中图分类号：X833文献标识码：A文章编号：0439-8114（2014）02-0292-06

EvaluatingHeavyMetalsofNavelOrangeOrchardSoilinGannanArea

HELing，ZENGDao-ming，WEIHua-ling，SUNBin-bin，LIUZhan-yuan

（InstituteofGeophysicalandGeochemicalExploration，ChineseAcademyofGeologicalScience，Langfang065000，Hebei，China）

Abstract：Rock，soilandnavelorangesamplesfrom6typicalnavelorangeorchardinGanxianCounty，XinfengCounty，AnyuanCountyandXunwuCounty，wereselectedtoevaluatethepollutofheavymetalsincludingCd，Cr，AsCu，PbandZninnavelorangeorchardsoilusingthesinglefactorpollutionindexmethodandcomprehensivepollutionindexmethod.TheresultsshowedratesofAs，Cd，Cr，CuandPbinsampleswere8.3%，2.8%，13.9%，2.8%and30.6%，respectivelymorethanthestandardoftheenvironmentaltechnicaltermsforgreenfoodproductionarea（NY/T391-2000）fortheevaluationcriteria.ThenumberofsampleswithAs，Cd，Cr，andCuexceedingthestandardwererelativelyfewer.ThenumberofsampleswithPbexceedingthestandardwasmore，mostofthembelongingtolightpollutionleveland3samplesbelongingtomoderatepollutionlevel.ThefittingcoefficientofheavymetalelementsCr，CuandZnatsoilandrockwasgood，showingthattheyweremainlyfromtherockandtheircontentinfluencedbyhumanactivitywassmall.ThefittingcoefficientofAs，PbandCdindicatingthattheirsourcewasnotonlythecontributionoftherock，butalsotheinfluenceofhumanactivity.Intheareastudied，heavymetalsconcentrationsinnavelorangeweremuchlowerthanthelimitofmaximumlevelsofcontaminantsinfoods（GB2762-2005）.HeavymetalpollutioninsoilofnavelorangeorchardcharacterizedbyawiderangeofdistributionandhighstrengthofPb；As，Cd，Cr，andCuwerepollutedslightlyduetounreasonableuseofpesticidesandfertilizerscontainedheavymetalsbyfarmers.There’slittlepossibilityofindustrypollution.Farmersandtherelevantdepartmentsofgovermentshouldpayattentiontoitandtakeeffectivemeasurestopreventtheecologicalrisk.

Keywords：heavymetal；soil；navelorangeorchard；Gannanarea

近年来，随着社会经济不断发展，人们生活水平逐步提高，对农产品的品质也提出了更高的要求，无公害农产品和各种绿色食品越来越受到公众的青睐。土壤是农作物生长的基础，土壤中的重金属元素通过作物吸收累积到达人体，其浓度过高时可以直接威胁人类健康。重金属不能被微生物降解，但具有生物累积性，对土壤的污染具有不可逆转性。因此，土壤重金属元素是无公害食品和绿色食品产地环境要求检测的一项重要指标。对农作物生长土壤环境及其产出的农产品的重金属含量分析、污染评价也成为科学研究的热点。

目前，对果园土壤重金属污染评价的研究已有大量报道，如郑国璋等[1]研究了洛川苹果园地土壤中对土壤环境及人体危害较大的Cd、As、Cr、Pb污染现状；许延娜等[2]采用内梅罗指数法对胶东半岛红富士苹果园土壤重金属进行污染评价，发现采样区土壤普遍存在Cd轻度污染现象；刘云霞等[3]研究了黄土高原地区苹果园地土壤重金属污染特征；在发达国家，已将柑橘生产中的重金属纳入果园的管理范畴[4]。从文献资料中不难发现，目前国内学者对果园土壤重金属污染评价的对象主要为苹果，其他水果涉及较少。赣南脐橙因其品质佳、风味好，曾获“中华名果”称号，是江西省赣州市地理标志产品，已经成为赣州市支柱产业之一。由于赣南脐橙种植区土壤稀土背景含量较高，一般认为赣南脐橙品质优良可能与高稀土背景有关，因此前人对赣南脐橙的研究重点主要集中在稀土方面，对于脐橙果园土壤重金属污染评价方面的研究鲜见报道。如汪振立等[5-7]研究了岩石-土壤-脐橙植株中稀土元素聚迁特征，自然状态下脐橙植物体稀土累积特征，以及稀土元素与脐橙品质的相关性。发现稀土元素在脐橙植株各器官中含量具有显著差异，轻稀土与脐橙品质指标关系较为密切。谢振东等[8]研究了江西省信丰县优质脐橙果和叶中稀土元素分布特征；张永忠等[9]研究了信丰县脐橙产出的农业地球化学特征，还有部分学者研究了脐橙果园的营养状况对脐橙果树生长和脐橙品质的影响[10，11]。通过对研究区进行采样分析，并对赣南脐橙种植区典型果园土壤中As、Cd、Cr、Cu、Pb、Zn6种常见重金属元素的污染现状进行评价，为相关研究及环境治理提供基础数据和科学依据。

1研究区概况

由于江西省南部绝大部分隶属于赣州市，所以赣南基本等同于赣州。赣南属中亚热带南缘，气候温和，热量丰富，雨量充沛，年日照时间为1813h，且昼夜温差大，非常适宜宽皮柑橘和橙类的生长。自20世纪70年代开始种植脐橙以来，赣南脐橙产业从无到有，从小到大。目前赣州市脐橙种植面积10.2万hm2，年产脐橙100万t，已经成为脐橙种植面积世界第一、年产量世界第三、全国最大的脐橙主产区。

2材料与方法

2.1样品采集

2011年11月底，在赣州市所辖寻乌县、安远县、信丰县、赣县选择6片典型脐橙园作为研究区，采集成土母岩、土壤、脐橙果实样品。共采集岩石样31件、土壤样36件、果实样36件，采样果园基本信息见表1。

样品采集：①岩石样。在果园内或果园附近基岩出露处采集新鲜基岩，无基岩出露的采集岩石风化碎屑。②土壤样。每个果园按照其面积大小均匀布设6个采样点。为保证样品的代表性，以采样点为中心，半径10m左右的范围内采集5～6处土壤，采样深度为0～20cm。剔除枯枝败叶及碎石等杂物后混合均匀，装入洁净的布样袋，风干备用。③果实样。选择与土壤采样点对应的果树，采集果形中等、发育良好、具有大致相同的离地高度、光照条件及成熟度的健康果实，8～10个脐橙为一件样品。

2.2样品分析检测

重金属全量分析主要采用电感耦合等离子体质谱法（ICP-MS）和原子荧光光谱法（AFS），见表2，分析测试工作由河南岩矿测试中心完成。

2.3评价标准与方法

2.3.1评价标准采用无公害果品产地土壤环境质量和绿色食品产地土壤环境质量为评价标准。其中无公害果品产地土壤环境质量指标采用国家《土壤环境质量标准》[12]（GB15618-1995）二级标准作为评价标准；绿色食品土壤环境质量标准按照农业部颁布的绿色食品产地环境质量标准NY/T391-2000[13]执行（表3）。根据土壤应用功能和保护目标，《土壤环境质量标准》Ⅱ类土壤主要适用于一般农田、蔬菜地、茶园、果园、牧场等，土壤质量基本上对植物和环境不造成危害和污染。土壤环境质量二级标准为保障农业生产、维护人体健康的土壤限制值。Ⅱ类土壤环境质量执行二级标准。

3结果与分析

3.1重金属含量分析

3.1.1成土母岩中的重金属含量研究区成土母岩中As、Cd、Cr、Cu、Pb、Zn的含量统计结果见表4，由表4可知，Zn变异系数最小，为51.6%；其他5种重金属元素的变异系数为102.1%～231.7%，其中As变异系数最大。表明Zn含量分布相对比较均匀，其他5种重金属元素As、Cd、Cr、Cu、Pb含量分布差异性较大。研究区6个果园分布在4个不同的县域，地理跨度较大，岩性及所处地质背景的变化是造成研究区不同果园成土母岩重金属元素变异较大的主要原因。

3.1.2土壤中的重金属含量由表5可知，土壤中As、Cd、Cr、Cu、Pb、Zn6种重金属元素的变异系数范围为21.2%～91.0%，其中Zn的变异系数最小，As的变异系数最大。与成土母岩中的重金属元素含量对比发现，在岩石风化成土的过程中，几种重金属元素的含量均存在不同程度的均一化，表现在各元素的变异系数明显变小。各果园土壤的pH为3.59～5.69，平均值为4.13，均为酸性土壤。

3.1.3成土母岩中与土壤中重金属含量的关系将6个果园的土壤重金属含量与成土母岩重金属含量作散点图，结果如图1所示。由图1可知，成土母岩与土壤中Cr的拟合优度最好，R2=0.8479，Cu、Zn次之，说明三者与成土母岩关系密切，受人为扰动较小，主要来源于自然成因。As、Cd、Pb3种元素的拟合优度较差，说明这3种元素受人为影响较大。

3.2评价结果

3.2.1果园土壤重金属评价采用土壤环境质量标准GB15618-1995中的二级标准限值和绿色食品产地环境质量标准NY/T391-2000中土壤重金属限值为依据计算所得的单因子污染指数见表6。

以土壤环境质量标准GB15618-1995中的二级标准限值为评价标准时，研究区As、Cd、Cr、Cu、Pb、Zn的污染指数平均值范围为0.17～0.44，整体上污染指数较低。Pb、Zn的Pi最大值分别为0.54、0.46，均小于0.7，表明Pb、Zn两元素均属于清洁等级；As、Cu的污染指数最大值分别为0.92、0.73，虽然整体上未超标，但已有部分样品接近限值水平，需引起重视；Cd、Cr的污染指数最大值分别为1.33和1.41，两者的超标样数分别为1和4，说明有部分地区已经达到轻度污染级别。内梅罗指数最大值为1.05，最小值为0.22，平均值为0.45。

以绿色食品产地环境质量标准NY/T391-2000中土壤重金属限值为评价标准时，由于标准中没有Zn的限值，无法计算其污染指数，故此处对Zn不做评价。As、Cd、Cr、Cu、Pb的污染指数平均值范围为0.29～0.87，Cu最低，Pb最高。研究区内5种元素均存在超标样品，As、Cd、Cr、Cu、Pb的超标样品数分别为3、1、5、1、11，超标率分别为8.3%、2.8%、13.9%、2.8%、30.6%。Cd和Cu超标样品数最少，超标样品为轻度污染；As和Cr超标样品数次之，超标样品也属于轻度污染；Pb超标样品数最多，大部分超标样品属于轻度污染，其中3个样品达到中度污染级别。内梅罗指数最大值为2.02，最小值为0.39，平均值为0.85。

采用土壤环境质量标准GB15618-1995中的二级标准限值为评价标准时，由于限值较高，根据标准计算所得的超标样品较少，信丰县嘉定镇有1个样品Cd超标；安远县有4个样品Cr达到轻度污染。采用绿色食品产地环境质量标准NY/T391-2000中土壤重金属限值作为评价标准时，由于限值降低，计算所得安远县有3个样品As超标，5个样品Cr超标；信丰县嘉定镇有1个样品Cd超标，10个样品Pb超标；赣县吉埠镇有1个样品Cu超标，1个样品Pb超标。

3.2.2脐橙果实重金属含量评价研究区脐橙果实样品的重金属元素含量测定结果见表7。由表7可知，各元素的变异系数范围为18.8%～46.2%，表明研究区内果实重金属含量差异相对较小。从单个元素来看，各元素的最大值均未超过标准限值，说明赣南脐橙果实重金属元素含量在安全含量范围之内，可以放心食用。

对比研究区内岩石、土壤、果实中的重金属含量分布特征可以发现，某一重金属元素在成土母岩中变异系数的大小直接影响其在土壤、果实中变异系数的大小。例如As在成土母岩中变异系数最大，其在土壤和果实中的变异系数也较大；又如Zn在成土母岩变异系数小，在土壤、果实中变异系数也小。通过上述规律可知果实生长立地环境中，成土母岩元素含量对土壤、果实中元素含量有较大的影响。

4结论与讨论

4.1结论

1）以土壤环境质量标准GB15618-1995中二级标准限值作为评价标准时，研究区土壤重金属元素As、Cu、Pb、Zn均属于清洁范畴，仅Cd有1处样品超标、Cr有4处样品超标。

2）以绿色食品产地环境质量标准NY/T391-2000中土壤重金属限值为评价标准时，研究区内5种重金属元素均存在超标样品，As、Cd、Cr、Cu、Pb的超标样品数分别为3、1、5、1、11，超标率分别为8.3%、2.8%、13.9%、2.8%、30.6%，Cd和Cu超标样品最少，超标样品为轻度污染；As和Cr超标样品次之，超标样品也属于轻度污染；Pb超标样品最多，大部分超标样品属于轻度污染，3个样品达到中度污染级别，主要集中在信丰县。

3）研究区内土壤重金属元素Cr、Cu、Zn与成土母岩拟合关系较好，表明其受人为影响较小。As、Pb、Cd与成土母岩拟合关系较差，表明其来源不仅有成土母岩的贡献，还有人为活动的影响。据分析，其受工业污染的可能性较小，可能是由于不合理地使用含有重金属的农药化肥所致。

4）研究区内果实样品重金属元素含量均远低于食品中污染物限量GB2762-2005，表明赣南脐橙可以放心食用。

尽管赣南脐橙果实尚未出现重金属元素超标问题，可以安全食用，但是其生长土壤中的重金属元素超标问题应引起相关部门和果农的足够重视，采取有效措施对其加以控制，以保证赣南脐橙种植区的生态环境安全。

4.2讨论

土壤中的重金属元素主要继承于成土母岩。母岩在各种自然因素如物理化学风化、淋滤、生物作用等的改造下，经过漫长的过程成为自然土壤。在没有人类活动干扰的情况下，自然土壤属于一个相对较为平衡的体系，土壤中各种元素含量基本上处于比较稳定的状态。当自然土壤被人类开发成为耕作土壤后，土壤中元素的含量主要受人为活动的影响，如使用农药、化肥及污水灌溉等都会影响土壤中重金属元素的含量。因此，果园土壤中的重金属含量属于自然因素与人为因素综合作用的结果。

土壤中重金属污染主要来源于工业污染、污水灌溉及含重金属的农药化肥的不合理使用。本研究中采样果园均地处偏僻乡村，远离城市中心，受工业污染的可能性较小；另外，赣南地区降水丰沛，果园所需水分基本上靠自然降水就能满足，即便需要人工灌溉，灌溉水多为原地挖井取水，因此，也可排除污水灌溉带来的影响。

理论上，如果土壤中元素受人为影响小或者不受人为影响时（即主要属于自然成因），岩石、土壤中的元素应该具有很好的相关性。研究结果显示，Cr的拟合优度最好，Cu、Zn次之，说明三者与母岩关系密切，受人为扰动较小，主要来源于自然成因。As、Cd、Pb3种元素的拟合优度较差，说明这3种元素受人为影响较大。有研究表明，影响土壤中Cr含量的主要因素是土壤母质[16]。杨军等[17]研究发现，北京市凉风灌区土壤Cr含量是受到土壤母质的影响；陈学民等[18]对天水苹果园土壤重金属的研究表明，天水苹果园土壤Cr含量与小陇山土壤（背景区）不存在显著差异，因此可以认定研究区Cr含量主要受成土母质因素影响。本研究结果与前人研究结论一致。

土壤中Cd可作为施用农药和化肥等农业活动的标识元素[19，20]。张桃红等[21]的研究表明，碳酸氢铵等氮肥可促进土壤对Cd的吸附。Taylor[22]通过对新西兰同一地点50年间的土样进行分析，自施用磷肥后，土壤Cd含量从0.39mg/kg上升至0.85mg/kg。所以在果园生产中的化肥使用可能是导致土壤Cd增加的主要原因。

研究表明，不合理地使用农药化肥对果园土壤重金属含量影响较大。从1965～2000年，中国化肥施用量增长23倍以上，化学肥料中一般过磷酸盐中含有较多的重金属Hg、Cd、As、Zn、Pb[23]。张林森等[24]、梁俊等[25]对陕西省苹果园土壤重金属含量调查表明，苹果园土壤中As的污染程度比较高，与当地果园曾使用含As的农药、化肥有关。由此可以推出，本研究区域果园土壤As、Cd、Pb3种元素除去地质背景，可能主要来源于不合理地使用含重金属的农药化肥。

致谢：汪振立教授、黄传龙、刘永旺、陈辉浪、钟琦等人帮助联系采样果园，给采样工作提供了便利；周国华审阅了文稿，在此一并致谢。

参考文献：

[1]郑国璋，岳乐平.洛川苹果园地土壤重金属污染调查与评价[J].土壤通报，2008，39（2）：402-405.

[2]许延娜，许雪峰，李天忠，等.胶东半岛苹果园重金属污染评价[J].中国果树，2009（2）：40-44.

[3]刘云霞，庞奖励，丁敏，等.黄土高原长期苹果园地土壤重金属分布和评价[J].中国农业气象，2010，31（1）：32-36.

[4]PERYEAFJ.Heavymetalcontaminationindeciduoustreefruitorchards：Implicationsformineralnutrientmanagement[J].ActaHorticulturae，2001，564：31-39.

[5]汪振立，邓通德，王瑞敏，等.岩石-土壤-脐橙系统中稀土元素迁聚特征[J].中国地质，2009，36（6）：1382-1394.

[6]汪振立，徐明，邓通德，等.自然土壤环境下脐橙植物体稀土累积特征[J].中国稀土学报，2009，27（5）：704-710.

[7]汪振立，邓通德，胡正义，等.脐橙品质与自然土壤中稀土元素相关性分析[J].土壤，2010，42（3）：459-466.

[8]谢振东，方宣忠，郑文.江西信丰县优质脐橙果和叶中稀土元素分布特征研究[J].中国地质，2006，33（6）：1418-1423.

[9]张永忠，吕少伟，衷存堤.江西信丰脐橙农业地球化学特征探讨[J].资源调查与环境，2004，25（1）：31-38.

[10]鲍江峰，夏仁学，彭抒昂，等.三峡库区纽荷尔脐橙园土壤营养状况及其对果实品质的影响[J].中国土壤与肥料，2006（3）：16-20.

[11]彭良志，淳长品，黄声平，等.江西大余超高产纽荷尔脐橙园树体生长与营养状况的调查[J].中国南方果树，2009，38（4）：26-28.

[12]夏家淇.土壤环境质量标准详解[M].北京：中国环境科学出版社，1996.

[13]NY/T391-2000，绿色食品产地土壤环境质量标准[S].

[14]魏复盛.中国土壤元素背景值[M].北京：中国环境科学出版社，1990.

[15]GB2762-2005，食品中污染物限量[S].

[16]BORU？KAL，VACEKO，JEHLICKAJ.Principalcomponentanalysisasatooltoindicatetheoriginofpotentiallytoxicelementsinsoils[J].Geoderma，2005，128：289-300.

[17]杨军，郑袁明，陈同斌，等.北京市凉凤灌区土壤重金属的积累及其变化趋势[J].环境科学学报，2005，25（9）：1175-1181.

[18]陈学民，朱阳春，伏小勇.天水苹果园土壤重金属富集状况评价及来源分析[J].农业环境科学学报，2011，30（5）：893-898.

[19]蔡立梅，马瑾，周永章，等.东莞市农业土壤重金属的空间分布特征及来源解析[J].环境科学，2008，29（12）：3496-3502.

[20]GRAYCW，MCLARENRG，ROBERTSAHC.Theeffectoflong-termphosphaticfertilizerapplicationsontheamountsandformsofcadmiuminsoilsunderpastureinNewZealand[J].NutrientCyclinginAgroecosystems，1999，54：267-277.

[21]张桃红，徐国明，陈苗苗，等.几种铵盐对土壤吸附Cd2+和Zn2+的影响[J].植物营养与肥料学报，2008，14（3）：445-449.

[22]TAYLORMD.AccumulationofcadmiumderivedfromfertilizersinNewZealandsoil[J].SciTotalEnviron，1997，208（1-2）：123-126.

[23]王焕校.污染生态学[M].北京：高等教育出版社，2000.

重金属污染特征范文

关键词：矿产资源；土壤污染；陕西省

矿产资源指经过一系列地质活动形成的，赋存于地下或地表，可供人类开发利用的矿物或元素的集合体。矿产资源作为社会发展的重要物质基础，在现代社会其利用已经遍布生活的方方面面，但是矿产资源的勘探、开发和利用过程中对土壤造成了严重的污染。土壤作为人类赖以生存的基础，一旦污染将严重威胁人类的生命健康。据统计，我国因工矿业、农业等人类活动造成了全国16.1%的土壤或轻或重受到污染[1]。陕西省因其独特的地理位置，含有各种不同类型的地质构造带，成矿条件良好，矿产资源丰富[2]。根据1999年的统计结果，陕西省共发现矿产资源137种，其中金属矿产包括：黑色金属5种、有色金属10种、贵金属2种、稀有以及放射性矿产10种。煤、石油、天然气的保有储量分别位居全国的第四位、第五位、第四位。矿产资源分布与土壤污染具有紧密的联系，往往矿产资源分布区，也是土壤严重污染分布区[3]。

1陕西省矿产资源的分布特征

陕西省位于我国西北地区，地理位置独特，从南至北分为陕北黄土高原、关中盆地和陕南秦巴山区，地跨扬子、华北、和秦岭3个构造单元，区内包含各种地貌类型，地质构造复杂，地层发育齐全，构造活动强烈，具有良好的成矿条件[4]。能源矿产主要以煤、石油以及天然气为主。煤矿主要分布在渭北地区，特别是铜川、韩城、合阳以及澄城一代，素有渭北“黑腰带”之称。石油主要分布在陕北鄂尔多斯盆地，包括靖边、定边、延长、延川、字长等县；天然气主要分布在靖边县与衡山县[5]。非能源矿产主要分布在陕西中部和陕南地区，主要包括4个矿产资源分布区。①小秦岭矿产资源开发区，主要分布在渭南市、潼关、华阴、华县、临潼以及蓝天等县市，区内矿产包括以金为主的贵金属矿产和以钼为主的有色金属矿产。②山柞镇旬矿产资源分布区，主要分布在山阳、柞水、镇安、旬阳4地，区内分布有大量铁矿和钒矿。③凤太矿产资源分布区，主要分布在凤县和太白县，有铅、锌、金等金属矿产。④汉中矿产资源分布区的黑色金属矿产齐全，包括铁、锰、钛以及金、银、铅等矿产[6]。

2土壤污染的分布特征

根据陕西省矿产资源的分布特点，土壤污染可以分为3个区：陕北石油污染地区、渭北金属矿产污染区（主要是小秦岭地区）以及城市周边和工业分布区。

2.1陕北石油污染区

陕北地区以黄土为主，黄土对石油具有较强的吸附拦截能力，是石油污染的主要宿体之一[7]，石油在黄土中的传播分为点源传播和非点源传播，但以点源传播为主[8]。进入土壤的石油主要富集在20～30cm处，石油烃大部分是大分子，黏附力较强，会在土壤中形成一层油膜，降低土壤的通透性，影响土壤作物根系的呼吸作用，导致根系腐烂，同时石油污染物可以被植物吸收进入果实，污染粮食作物。陕北地区历史上存在私人开采石油现象，在私人开采过程中，因设备陈旧、不注意保护环境、追求利益最大化，一般采用掠夺式开采方式，造成土壤石油污染严重。李小利等人在2009年通过采样对比私人开采地区巴家河油区和国有延长燕沟油田的土壤污染情况，发现两处油田附近都存在石油土壤污染，私人开采地区的土壤石油污染更严重[9]。

2.2渭北重金属污染区

渭北地区分布有大量的煤矿和金属矿产，这些矿产在开采的过程中会造成不同程度的重金属污染。在开采煤矿和金属矿产的过程中，选矿、洗煤等会产生大量含有重金属离子的矿山酸性废水，堆积的尾矿经过雨水淋漓重金属离子也会被释放出来，随着河流水系扩散，会污染河流生态环境以及河岸的土壤。矿产资源开采过程中首先引起水体重金属污染，然后污染物通过水体进行传播进而污染流域内的土壤。陕西省矿产资源开采造成的环境污染最典型和最严重的是小秦岭潼关金矿区。1990年，潼关区域大气汞浓度监测全部超标，最大超标38倍。2002年，潼关县蒿岔峪河水上段的铅、汞、铁超过Ⅰ类水标准；下游河段铅、汞分别超过Ⅳ类水标准[10]。农田土壤主要受到Hg、Cd、Pb的污染，超标率分别为89.8%、57.1%和12.2%，研究区83.6%的土壤已经受到不同程度的重金属污染。小麦和玉米中3种重金属Hg、Cd、Pb的超标率分别为39.1%和44.4%，39.1%和33.3%，47.8%和33.3%[11]。在研究区农田土壤中，Hg、Cd和Pb的污染严重。综合污染指数分析表明，研究区受污农田土壤面积达83.6%，重污染面积达30.6%。农田土壤Hg的生态危害最大，Cd的生态危害次之，Pb只具有轻微的生态危害。从潜在生态危害指数来看，有55.1%的土壤样品具有中等及更强的生态危害，有44.9%的土壤样品具有轻微的生态危害。生态危害较强的农田土壤主要分布在南部。小麦和玉米均受到Hg、Cd、Pb的污染，并且小麦的污染较玉米严重。经相关性分析得到，小麦、玉米籽粒中的重金属含量与土壤中重金属含量之间仅在Hg元素表现出显著的相关性。潼关县金属矿冶炼厂周边农田也受重金属污染严重，在冶炼厂区的0～120cm内，土壤中的Cd含量超出国家土壤质量三级标准，Cd浓度为7.91～361.76mg/kg。矿区土壤中的Cd、Hg、Pb污染严重，堆料场附近和生产区的Zn含量超出国家土壤质量三级标准，周边农田中的Cd含量较高，超出国家三级标准[12]。

2.3城市周边和工业分布地区

城市土壤是城市环境的重要组成部分，其污染主要来自工业三废、城市生活垃圾以及汽车尾气排放等。产生的重金属污染物进入土壤中，会导致土壤的重金属污染日益严重。以西安市为例，城市路边土壤中Co、Cr、Cu、Mn、Ni、Pb和Zn的平均含量均高于陕西省土壤的背景值，其中Cu、Pb和Zn严重超标，Co和Cr次之，As、Mn和Ni轻度超标。其中，As、Mn和Ni主要有自然源和交通源两种，Cu、Pb和Zn主要来自交通源，Co和Cr主要来自于工业源[13]。同时，工业分布区土壤也容易受到污染。宝鸡市作为西北电力的重要枢纽，电厂周边土壤受重金属污染严重[14]。附近农田土壤中Cu、Pb、Zn、Co、Cr、Mn、Ni和V的含量均高于陕西省表层土壤的背景值[15]。而且污染物会进入河流，并污染河流沉积物。在渭河宝鸡河段沉积物中，Zn、Co、Cd和Hg的平均含量均高于陕西省土壤元素的背景值，其中Cd和Hg分别是陕西省土壤元素背景值的4倍和16倍[16]。

重金属污染特征范文

（1．江西省环境保护科学研究院，南昌330077；2．江西省环境保护厅环境工程评估中心，南昌330077；

3．南昌大学鄱阳湖环境与资源利用教育部重点实验室，南昌330031）

摘要：根据2014年1月对江西省不同重点公路沿线农田里白菜中的重金属Pb及其相关环境因子的调查，重点研究了临近公路土壤和蔬菜中重金属Pb的分布特征及其与交通量间的关系。结果表明：国道以及国道以上级别的公路土壤中的Pb含量超过当地的土壤背景值，属于污染区域；临近公路蔬菜中的Pb含量虽然在国家限量标准范围之内，但单因子污染指数仍大于1，具有一定的潜在危害性；郊区土壤平均值低于当地的背景值，属于无污染区域；临近公路蔬菜中Pb含量很低，属于绿色蔬菜。公路沿线交通环境是影响土壤理化性质和蔬菜中重金属分布的重要影响因素，其中的车辆流动量是主导因素，车流量与土壤和蔬菜中Pb的含量呈现显著正相关关系。

关键词：公路；蔬菜；重金属；特征；因素

中图分类号：X53文献标识码：A文章编号：0439－8114（2015）05－1186-04

DOI：10.14088/j.cnki.issn0439-8114.2015.05.040

收稿日期：2014－10－17

基金项目：“十一五”国家科技支撑计划重点项目（2007BAB23C02）；国家自然科学基金项目（40672159，41040032）；鄱阳湖环境与资源利用重点

实验室支持项目（13005879，13005870）

作者简介：樊艳春（1983－），女，江西修水人，工程师，硕士，研究方向为环境科学与管理，（电话）0791－88325971（电子信箱）182524410＠qq．com。

以往，人们主要关注蔬菜、瓜果的农药残留与控制等问题，这是因为某些农药对人体的危害表现为急性中毒。但重金属残留是一种慢性中毒，不容易被察觉，一旦发现则难以治疗［1］。城市化、工业化进程中矿山开采、金属冶炼、工业废水、化石燃料的燃烧、施用农药化肥、生活垃圾等人为因素和地质侵蚀、风化等天然因素均能引起重金属的污染［2］。

公路作为人类赖以生存的依托条件，是人类生活必不可少的资源，中国人口大部分在公路沿线密布，公路对居民的影响至关重要。高速公路作为交通干线主要组成部分，连接了国家90％以上的大中型城市。公路重金属污染属于线源式污染，短时间内毒性强，污染严重。长期会在周围环境中逐渐富集，潜在危害性强［3］，线源式污染比点源式污染流动性强，难以控制。公路沿线农业发达，蔬菜种植面广，分布零散，但蔬菜的种植并不像大棚种植那样严格控制生长条件和营养条件，易受到周围环境因素的影响，而这些因素恰恰被老百姓所忽视，长此以往会严重危害食用者的身体健康［4］。近年来关于不同土壤蔬菜中重金属的污染和公路旁土壤重金属的污染已有较深入的研究，孙清斌等［5］通过研究大冶矿区土壤－蔬菜重金属污染特征得出矿区土壤不同重金属污染程度及对人体健康的潜在危害风险。李仰征等［6］研究了公路旁土壤重金属空间分布及其与理化性质的关系，指出土壤重金属水平方向分布总体表现为公路临近区域积累较强。公路重金属污染以Pb为主［7］，大量研究表明叶菜中Pb含量最大，本研究以公路临近区域大白菜及土壤中重金属为研究对象，得出其变化特征及影响因素，为解决临近公路蔬菜安全利用和污染防治及当地居民饮食健康问题提供一定的参考依据。

1材料与方法

1．1样品采集

1．1．1采样点的设置在江西境内4条颇具代表性的交通道路及2个背景区域（郊区）进行调查采样，距离路基10m内，采集农田土壤和大白菜。采样点为沪昆高速、德昌高速、乐平206国道、玉山320国道、乐平郊区和新余郊区。

1．1．2采集方法蔬菜用多点混合法［8］采集，每个采样区域采集蔬菜样品6个，共获取蔬菜样品36个。农田土壤样品采于蔬菜生长的根区土壤，即采集农作物生长的耕作层（0～20cm）作为土壤样品［9］。每个样品在10m×10m正方形4个顶点和中心共5处各采集1kg土壤，将5处土壤充分混匀后以四分法保留1kg土壤作为该点样品，每个采样区域采集土壤样品3个，共获取土壤综合样18个。土样经自然风干后剔除碎石、植物根系、有机残渣等杂物，磨碎后，过20目尼龙筛，混匀备用［10］。

1．2样品处理和分析

1．2．1样品预处理土壤样品采用高压密闭消解法［11］，蔬菜样品的预处理选择湿式消解法［12］。

1．2．2样品测定Pb的测定选用石墨炉原子吸收光谱法［13］。

1．2．3分析方法单因子指数法可用于分析土壤和蔬菜中重金属的污染程度，计算公式如下：

Pi＝Ci／Si（1）

式中，Pi为污染物单因子指数；Ci为实测浓度，mg／kg；Si为土壤环境质量标准或蔬菜国家限量值，mg／kg。Pi＞1表示受到污染，Pi＜1表示未受污染，Pi数值越大，表示污染越严重。Pb的土壤自然背景值为32mg／kg，蔬菜中Pb国家限量标准为0．3mg／kg。土壤环境质量分级标准见表1。

2结果与分析

2．1公路临近区域土壤中Pb含量的分布特征

不同公路段土壤重金属Pb的统计结果见表2。高速及国道临近公路土壤中Pb含量高于远离公路的郊区土壤。临近公路蔬菜中Pb含量呈现为高速路高于国道，国道高于郊区。

以江西土壤自然背景值32mg/kg为标准，沪昆高速和昌德高速临近土壤重金属Pb平均超标分别是1．62和1．06倍，最高超标为2．32和1．34倍，存在明显的累积现象；乐平206国道临近土壤重金属Pb平均值未超过当地土壤背景值，积累较弱；玉山320国道土壤Pb的平均值是当地背景值的1．24倍，最高值是土壤背景值的1．39倍，存在较明显的累积现象；乐平郊区、新余郊区土壤中Pb的最高值虽然超过了当地的土壤背景值，但是其平均值均未超出当地的土壤背景值，不存在Pb累积现象。

2．2邻近公路蔬菜中Pb含量特征

我国蔬菜重金属的主要评价标准如表3所示，1～4级可视为无公害绿色蔬菜，5级为国家食品安全限量标准。沪昆高速和德昌高速公路临近区域蔬菜中Pb含量的平均值均超过了国家食品安全标准，其中超过国家限量的样品分别占69．0％、78．0％，不宜食用；乐平206国道和玉山320国道蔬菜中Pb含量的平均值均大于0．2mg／kg，超过了绿色蔬菜范畴但未超过安全标准，其中3～4级之间的样品分别占47．6％、50．5％，说明样品区属于中度或者轻度的污染区，存在较小的风险；乐平郊区和新余郊区蔬菜中重金属Pb含量的平均值均小于0．2mg／kg，其中在3级以下的分别占60．0％、49．3％，属于无公害绿色蔬菜，适于广大居民的食用。

2．3不同公路段蔬菜和土壤中Pb的差异

临近高速公路和国道蔬菜中Pb的单因子污染指数均大于1，而远离公路的郊区蔬菜中Pb的单因子污染指数均小于1；临近公路蔬菜中Pb的单因子污染指数大于相应土壤中Pb的单因子污染指数，而郊区蔬菜中Pb的单因子污染指数小于相应土壤中Pb的单因子污染指数（表4）。蔬菜中Pb变异系数的平均值远大于土壤中Pb变异系数的平均值，以沪昆和德昌高速附近蔬菜表现最明显，说明蔬菜对Pb的富集作用比土壤对Pb的富集作用更复杂，公路对蔬菜中Pb的迁移具有很大的影响（表5）。

2．4交通对蔬菜重金属Pb的影响

蔬菜种植受到土壤、水体灌溉、施肥等诸多因素的影响，临近公路的蔬菜种植受交通源的影响，不同公路段临近蔬菜中Pb含量具有差异性，公路源中的车流量是污染蔬菜的主体因素。从本研究的结果来看，首先，临近公路蔬菜受到不同程度的重金属Pb的影响，其中沪昆高速公路沿线蔬菜中Pb含量最高，污染最严重，公路样本区蔬菜中的Pb含量均超过了无公害蔬菜的限值，说明临近公路蔬菜中Pb污染具有一定的普遍性，这可能与交通污染源有关，交通环境重金属的来源主要有机动车尾气的排放、燃油的蒸发、油料泄漏、汽车金属部件和轮胎的磨檫磨损、沥青或路面的磨损老化、融雪（冰）剂等道路维护化学物质［16，17］。其次不同公路源对Pb的污染程度不同，如表4，根据单因子污染指数，蔬菜中Pb的污染程度表现为德昌高速＞沪昆高速＞乐平206国道＞玉山320国道＞新余郊区＞乐平郊区，总体而言公路＞郊区，高速、国道与乡道最大的差异是交通量的不同，因此，蔬菜中Pb含量受交通量的影响，钱鹏等［18］的研究表明大气颗粒物中Pb浓度随车流量的增加而增加，证明了交通活动是Pb等重金属的主要来源，这与本研究的结果一致。

交通源可以通过影响土壤的中Pb含量和理化性质间接影响蔬菜中Pb的含量，也可以以大气沉降和漂移等途径直接影响蔬菜中Pb的含量，公路源产生的重金属Pb对蔬菜的污染程度高于对土壤的污染。大量的研究结果表明，公路源污染可以改变土壤的pH、有机质、盐度等理化性质和重金属的含量及其Pb的存在形态，进而影响蔬菜等农作物对营养物质的吸收和重金属在蔬菜等植物体内的富集［19－20］。本研究结果表明，一方面，高速路和国道采样区蔬菜中Pb的变异系数＞土壤中Pb的变异系数，说明蔬菜对Pb的富集和迁移作用明显，同时也表明土壤并不是蔬菜中Pb的唯一来源，蔬菜中Pb一部分来自于机动车辆尾气的大气颗粒物沉降和地面扬尘的溅射，方凤满等［21］的研究表明芜湖市三山区蔬菜中重金属的积累并不完全决定于土壤重金属的全量，这与本研究临近公路蔬菜中Pb的污染特征具有相似性。另一方面，根据单因子污染指数，高速公路Pb的污染程度大于相应土壤中污染程度，高速公路设有排水沟、防护林可以有效地减缓雨水冲涮和径流带来的污染［6］，可以近似认为土壤Pb来自于含Pb颗粒物的大气沉降，由于土壤面积大，土壤比表面积小，雨水稀释度高，而蔬菜承载降水量较小，比表面积大，并且蔬菜可以从土壤中吸收Pb，所以在相应的土壤背景值和蔬菜标准值一定的条件下，蔬菜中的Pb污染程度高于土壤中Pb的污染。

公路交通量不仅是构成交通环境的主要因素，还是影响邻近公路土壤和蔬菜中重金属含量特征的主导因素，即交通量越发达、交通流量越大，其沿线土壤和蔬菜重金属污染越严重，随交通环境的变化，土壤和蔬菜中重金属Pb的含量有显著的相关关系，呈现一定的线性关系。本研究结果表明，首先，不同的公路重金属含量表现出明显的不同，对土壤而言沪昆高速＞玉山320国道＞德昌高速＞乐平206国道＞乐平郊区＞新余郊区，对蔬菜而言德昌高速＞沪昆高速＞乐平206国道＞玉山320国道＞新余郊区＞乐平郊区，整体而言临近高速公路蔬菜中Pb含量＞临近一般公路蔬菜中Pb含量＞郊区蔬菜中的Pb含量，表明交通流量大的区域土壤和蔬菜中重金属Pb含量高，陈长林等［22］的研究表明土壤两侧重金属污染随着运营时间的延长和交通流量的增加而越来越强，这与本研究的蔬菜中的Pb含量的变化和污染具有相似性。其次，根据对这几条公路交通流量的跟踪调查，做出交通量与邻近公路土壤和蔬菜中重金属Pb的散点图，添加变化趋势曲线，如图1和图2所示。

邻近公路土壤中的重金属Pb和蔬菜中的Pb含量与交通量的线性关系非常好，R2值分别为0．9060和0．8207，呈现显著的正相关关系。

3小结与结论

1）蔬菜种植受到临近公路的影响，不同的交通源对蔬菜中重金属含量的影响存在着显著差异，国道及其国道级以上的公路临近蔬菜中的Pb平均含量均超过了国家无公害绿色蔬菜的限值，属于污染蔬菜，而郊区等远离公路的地区蔬菜中Pb平均含量的平均值小于0．2mg／kg，在无公害蔬菜范畴之内。

2）推测交通源运营过程中机动车辆尾气、路面沥青、油料泄漏等污染源产生的Pb可以通过影响土壤中的Pb含量和理化性质间接影响蔬菜中Pb的含量，也可以通过大气沉降和漂移等途径直接影响蔬菜中Pb的含量，公路源对蔬菜的污染程度高于对相应土壤的污染程度。

3）交通流量构成的交通环境对于公路沿线土壤和蔬菜的重金属污染有非常密切的正相关关系，交通越发达、交通流量越大，其沿线土壤和蔬菜受重金属污染越严重。土壤和蔬菜中重金属Pb的含量和污染分布规律为：高速公路＞一般公路＞郊区。

参考文献：

［1］黄国勤．江西省土壤重金属污染研究［A］．中国环境科学学会．2011中国环境科学学会学术年会论文集（第二卷）［C］．乌鲁木齐：中国环境科学学会，2011．

［2］CYRUSJ，STOLEM，HEINRICHJ，etal．ElementalcompositionandsourcesoffineandultrafineambientparticlesinFurthest，Germany［J］．ScienceoftheTotalEnvironment，2003，305（1－3）：143－156．

［3］王其枫，王富华，孙芳芳，等．广东韶关主要矿区周边农田土壤铅、镉的形态分布及生物有效性研究［J］．农业环境科学学报，2012，31（6）：1097－1103．

［4］WANGXL，CATOT，DINGBS，etal．HealthrisksofheavymetalstothegeneralpublicinTianjin，Chinaviaconsumptionofvegetablesandfish［J］．ScienceoftheTotalEnvironment，2005，350（1－3）：28－37．

［5］孙清斌，尹春芹，邓金锋，等．大冶矿区土壤－蔬菜重金属污染特征及健康风险评价［J］．环境化学，2013，32（4）：671－672．

［6］李仰征，莫世江，马建华．公路旁土壤重金属空间分布及其与理化性质的关系［J］．湖北农业科学，2014，53（3）：528－529．

［7］李吉锋．关中公路土壤重金属污染及潜在生态危害分析［J］．土壤通报，2013，44（3）：744－745．

［8］王学锋，姚远鹰．107国道两侧土壤重金属分布及潜在生态危害研究［J］．土壤通报，2011，42（1）：175－177．

［9］邵莉，肖化云，李南，等．高速公路沿线路面灰尘及土壤中重金属污染特征研究［J］．地球与环境，2013，41（6）：666－667．

［10］赵金璇，李玉锋，梁佳，等．贵阳和万山地区部分蔬菜中的重金属含量及其健康风险［J］．生态毒理学报，2009，4（3）：392－398．

［11］李静，常勇．土壤重金属污染评价方法的研究［J］．农业灾害研究，2012，20（4）：50－52．

［12］林小红，张立平，魏长金．湿式消解法测定茶叶中铜、铅、锌、铁含量［J］．预防医学论坛，2008，14（4）：324－327．

［13］安代志，王莉莉，岳丽君，等．塞曼火焰原子吸收与石墨炉原子吸收法测定明胶空心胶囊壳中铬的方法比较［J］．药物分析杂志，2012，32（8）：138－142．

［14］徐光炎，何纪力，郭依勤，等．江西省地区土壤环境质量评价标准［J］．中国环境监测，1992，8（3）：6－7．

［15］GB2762－2012，食品安全国家标准［S］．

［16］BJORKK，GERDW．Heavymetalpatternandsoluteconcentrationinsoilsalongtheoldesthighwayoftheworld–theAVUSautobahnenviousmonitassess［J］．EnvironmentMonitAssess，2012，184（11）：6469–6481．

［17］DANIELP，LOFTS，KOCHABA，etal．OxidationdamagetoDNAandrepairinducedbyNorwegianwoodsmokeparticlesinhumanA549andTHP－1celllines［J］．MutatRes，2009，674（1－2）：116－122．

［18］钱鹏，郑祥民，周立旻，等．312国道沿线土壤、灰尘重金属污染现状及影响因素［J］．环境化学，2010，29（6）：1141－1145．

［19］GILDAR，CATALINR，IONELI，etal．AirpollutionparticlesPM10，PM2．5andtheapostropheozoneeffectsonHumanhealth［J］．Proceed－SocialandBehavioralSciences，2013，92：826－831．

［20］张辉，马东升．公路重金属污染的形态特征及其解吸、吸持能力探讨［J］．环境化学，1998，17（6）：564－568．

［21］方凤满，汪琳琳，谢宏芳，等．芜湖市三山区蔬菜中重金属富集特征及健康风险评价［J］．农业环境科学学报，2010，29（8）：1471－1476．

重金属污染特征范文篇6

关键词：重金属；来源；存在形态；迁移转化；影响因素

Abstract:Heavymetalsinwaterbodycanleadtomanyseriouspollutionproblems.thispaperintroducebrieflythesource，thepollutioncharacteristicsandfeaturesofheavymetalsinwater；Itisemphasizedthatheavymetals'appearance,migrationandtransformationpathwayandmigrationandtransformationprocessarealsoexpounded;Finally，thepaperbrieflyanalyzesthepH,radixpotential(Eh),temperature,ionicstrengthandorganicmatterontheimpactofmigrationandtransformationofheavymetals.

Keywords:Heavymetals;source;existingforms;migrationandtransformation;factors

中图分类号：P618文献标识码：A文章编号：

1引言

随着工业化的发展，随着工农业的发展,大量污染物包括重金属排入河流,使水质恶化,给人类造成了一系列严重后果。重金属污染物在环境中存在复杂，形态多变,不易被生物降解，易被生物所富集与累积。重金属污染物进入水体后由于水体中悬浮物的吸附作用，大部分从水相转移至悬浮物中随之迁移，当悬浮物负荷量超过其搬用能力时就逐步沉降下来，蓄积在沉积物中。当水环境条件等因素改变时，重金属又可能再次释放，重新进入水体中。由此可见，重金属在水体中的迁移转化是一个复杂的过程，包括了水体中的各种物理、化学及生物反应，并且其中有些过程是可逆的，所以在研究重金属在水体中的迁移转化规律时，必须综合考虑各过程以及主要影响因素。本文主要是介绍重金属污染物在水体中的迁移转化途径及影响因素。

2水体中重金属的主要来源

在环境污染研究中，重金属多指Hg、Cd、Pb、Cr以及类金属等生物毒性显著的元素；其次是指有一定毒性的一般元素，如Zn、Cu、Ni、Co、Sn等。

水体中的重金属污染主要来自两部分:自然因素和人为因素。自然因素主要是岩石风化的碎屑产物。在没有人为污染的情况下，水体中的重金属的含量取决于水与土壤、岩石的相互作用，其值一般很低，不会对人体健康造成危害，但导致水体受到重金属污染。人为污染源主要包括采矿冶炼、金属加工、化工、废电池处理、电子、造革和染料、大气干湿沉降、农药和化肥的使用等，都使水体重金属含量急剧升高[1]。城市发展过程中化石燃料的燃烧、采矿和冶炼向环境释放重金属是最主要污染源；金属开采、冶炼导致Pb、Zn、Cd在环境介质中的积累相当高；尾矿渣堆放，随着雨水地表径流进入水体，造成水体中金属污染[2]；各种工业废水和固体废弃物的渗出液直接排入水体，以及被重金属污染的土壤颗粒被地面径流带到水体，使水体中金属含量升高。目前，工业污染和交通污染是重金属污染的主要原因之一，Zn、Al、Ti、Sn主要来自纺织工业，Co、Cr、Cd、Hg来自塑料工业以及Cu、Ni、Cd、Zn、Sb来自微电子业。城市道路雨水径流中富含交通活动所产生的大量石油类、悬浮固体和重金属等污染物，能够对接受水体的水质造成明显的破坏并影响水生生态[3]。

3重金属的污染特征及危害特点

重金属是构成地壳的元素、在自然界中分布广泛，而且重金属作为有色金属，在人类生产活动中被广泛应用，污染源遍布，另外重金属大多属于过渡元素，在自然界中有不同价态，具有活性和毒性效应，这是重金属污染的主要特征。

水体中重金属浓度很小时即产生毒性，具有高度危害性和难治理性，其毒性和稳定性取决于它的存在形态，随水环境条件改变，各种存在形态之间可相互转化，具有形态多变性。重金属离子在自然环境中不能被破坏、来源广、残留时间长、可在微生物作用下转化为毒性更强的金属化合物、能沿着食物链转移富集，有放大作用，最终在人体中累计导致慢性中毒。

4水环境中重金属的存在形态

水体中重金属的存在形态直接影响着它的迁移转化规律[4],因此,在研究其含量的同时,还要研究其存在形态.水体中重金属存在形态包括溶解态(溶解于河水中)和颗粒态(存在于悬移质中的悬移态及存在于表层沉积物中的沉积态)[5]。水样以0.45m滤膜过滤、酸化后测定可得溶解态(水相)重金属总量，其中，水样过滤后不经酸化而直接测得的具有电活性的游离的及简单的无机络离子称为很不稳定态，其它部分称为络合态，包括与有机物和胶体物络合结合较弱的中等不稳定态、络合结合较强的慢不稳定态和对树脂不敏感而与水中有机物或胶体强烈结合的惰性态。采用Tessier等人提出的逐级化学提取法或其改进方法可将颗粒态重金属的存在形态分为:离子交换态、碳酸盐结合态、铁锰水合氧化物结合态、有机一硫化物结合态和残渣态。离子交换态吸附发生在粘土矿物、氢氧化铁、氢氧化锰或腐殖质等成份上，最易被生物吸收，对环境变化最敏感、有效；碳酸盐结合态是在醋酸中溶解，当环境变化特别是pH变化时较易重新释放进入水体的重金属；与水合氧化铁、氧化锰结合，环境变化时会部分释放对生物有潜在有效性即铁锰水合氧化物结合态；以不同形式进入或包裹在有机质颗粒上，同有机质发生螯合或生成硫化物，不易被生物吸收利用的较稳定的有机硫化物和硫化物结合态；主要来源于天然矿物，稳定存在于石英和粘土矿物等结晶矿物晶格里的对生物无效的残渣态[6]。

重金属在水环境中的存在形态取决于其来源和进入水环境后与其它物质发生的相互作用，不同形态其生物毒性和环境的行为不同[7]，主要受水环境的pH值、络合剂含量、氧化还原条件等控制[8]。影响重金属形态分布的因素有:颗粒物重金属含量和存在时间、颗粒物中金属化合态、颗粒物pH、碳酸盐、有机质等。天然水中重金属的形态分析方法主要有阳极溶出伏安法(ASA)、阴极溶出伏安法(CSA)、化学修饰电极法、离子选择电极法及化学分离含量测定法。目前重金属的形态分析中广泛应用化学分离与分析测试技术联用技术,许多方法还不能测定水中元素的具体迁移形式,只能测其总含量[9]。

重金属污染特征范文篇7

关键词：路面径流污染、受纳基底、径流污染净化、海绵工程

城市范围内由于人类生产、生活等活动，会将泥沙颗粒物、氮磷营养元素、重金属、有机污染物等多种污染物排放到大气和城市下垫面（包括路面、屋面、硬质铺装场地等），在自然降雨过程中，上述各类污染物被雨水冲刷、淋溶，形成污染水体，部分以地表径流的形式迁移至城市绿地或自然水体等受纳基底，必然造成受纳基底的污染。

1路面径流污染来源

路面径流是城市地表径流的一种，相关研究表明，路面径流是污染效应最强的部分，对受纳基底的影响最为严重。路面径流污染来源包括道路交通污染、雨水自身污染和大气降尘。国外大量研究证明，道路交通污染是其最主要的来源。

道路交通污染种类众多，包括轮胎（橡胶）和路面材料（如沥青）磨损、车辆尾气排放、燃料不完全燃烧及油泄漏产生的有毒有机污染物、载运有机化学等材料的泄漏、刹车连接等机械装置的磨损及其他因车辆运行产生的颗粒物等。其代表性水质指标包括悬浮物SS、有机污染物COD、重金属Pb、Zn、Cu、Cr、Ni以及矿物油类、氯化物、多环芳径等。

2路面径流污染特征

污染物的分类方法众多，本文根据路面污染物溶于水的难易程度将其分为水溶性污染物和非水溶性污染物两类。其中，水溶性污染物包括NH3-N、水溶性COD、水溶性Zn等，非水溶性污染物包括颗粒态的SS、重金属Pb、Cu、Cr、以及石油类产品等。

2.1单场降雨径流污染变化特征

根据常规经验，降雨初期城市路面径流污染物浓度最大，经过一定时间的雨水冲刷，路面径流污染浓度会逐渐降低。这种经验、认识是基于所有路面污染物都易溶于水。因此，在处理路面径流污染时，可以采用初雨弃流的方法，在弃流一定时间或一定量的初期雨水后，便可将之后的路面径流直接排入周边绿地、水体等受纳基底，而不会对其造成污染。

然而，城市路面径流污染浓度并非简单随时间变化的一元线性关系，而是一个不断变化的、复杂的动态过程。因为水溶性污染物NH3-N、溶解态COD、Zn等的浓度在径流过程中相对稳定，并随径流过程逐渐减小：而径流中非水溶性的SS、COD、Pb、Cu、Cr等物质主要呈颗粒状态，其浓度受降雨强度的影响，如果降雨初期强度较小，其强度不足以冲刷掉的附着在路面的颗粒态污染物，并将其携带进入路面径流，则后期降雨强度较大时径流污染物浓度可能更高。

2.2路面污染物季节变化特征

根据相关研究，路面径流中SS、COD和NH3-N浓度因季节不同变化显著，其中SS和COD呈现冬、春季浓度高、秋季浓度最小的趋势，而NH3-N则为夏季最低、冬季最高。而重金属Pb、Zn和溶解态COD、Zn的浓度季节差异不大。总体来说，城市路面径流污染浓度在雨季初期最大，随后逐渐减小，随着时间的推移又呈逐步增大的趋势。

3路面径流污染对海绵工程的影响

城市海绵工程旨在通过牛态控水设施的建设，充分发挥城市绿地、水系等对雨水的吸纳、蓄滞和缓释功能，有效削减城市径流污染负荷、缓解城市内涝，并实现雨水资源化利用，从而改善城市水环境，保护城市水安全。

海绵工程在城市道路上的应用打破丫传统城市道路排水单一的“快排”模式。它试图通过将路面上的径流雨水引入道路附属绿地，并经绿地内的下沉式绿地、植草沟、雨水花园等海绵设施收纳、储存部分路面径流，从而起到对雨水的吸纳、蓄滞和缓释的作用，在一定程度上减轻市政排水管网的压力，为削减峰值径流赢得时间。

然而，路面径流污染是城市地表径流中污染效应最强的部分，路面径流雨水直接进入绿地，其各种重金属及有机污染物将对植物牛长造成不可逆转的毁坏。因此，应在道路绿地内布置初雨弃流装置、沉淀池、前置塘等水净化设施，在径流雨水进入绿地前，利用净化设施对进入绿地内的径流雨水进行预处理，防止径流雨水污染对绿地植被造成毁坏。但现有大部分城市道路附属绿地受到用地紧张等因素的制约，没有布置雨水净化设施的空间，这必将极大的影响城市道路海绵工程实施的可行性和可操作性。

此外，下沉式绿地、雨水花园等海绵设施在收纳径流雨水后，会在一定时间内形成渍水，影响部分植物的生长。而如果单纯采用耐水湿植物则会影响部分道路绿化功能的发挥和景观效果。

4路面径流污染应对措施

首先要加强道路门常养护、管理，将机械清洗与人工清扫相结合，定期打扫、清洗城市路面，清洗污水进入市政排水管网。清扫频率视道路交通流量和天气状况而定，机动车流量较大、且非雨季时应适当提高。通过高频率清洗，非水溶性污染物如颗粒态的SS、重金属等污染物不能长期大量附着在道路表面，对于降低雨期路面径流污染浓度，保障海绵设施植被正常牛长起着重要作用。

其次，应开展路面径流污染净化设施建设，如过滤净化装置、渗透/生物滞蓄设施、植被过滤带等。根据相关研究，渗透/生物滞蒂设施对于TSS的去除率可达75%以上，对于重金属去除率最低的渗透池最低可达50%以上，最高的渗透沟渠对于重金属的去除率最高更是可达到99%；过滤净化装置的地下、地表砂滤对TSS的去除率可以达到70%-90%，对重金属的去除率可达到20%-90%，有机质过滤对路面油脂的去除率可达到90%；宽度10米的植被过滤带对N、P等元素和COD的削减作用可达到峰值，消减率在90%以上。

5结论与建议

城市路面是径流污染的重要来源，包括悬浮物、重金属、石油类产品等在内的众多有机、无机污染物会对海绵设施尤其是植物造成严重的损害，导致海绵工程无法发挥其应有的吸纳、蓄滞和缓释径流的作用。同时，作为城市不透水地表的主要组成部分，城市路面也是削减地表径流的重要场所。因此，城市道路海绵工程对于城市水生态和水安全建设既是机遇又是挑战，在开展城市路面海绵工程建设时，要注重以下几个方面内容：

l、从规划层面着手，拓展道路绿地空间，为各项海绵设施和径流污染净化设施布局预留足够的空间。

2、充分认识路面径流污染的危害性，加大径流污染净化设施的建设力度，同时做好日常清理、维护工作，保障海绵设施运转的安全性。

重金属污染特征范文1篇8

现有主要重金属含量检测支撑技术

目前重金属的定量分析和检测方法主要有光谱法、电化学方法以及新型检测技术等。光谱法是比较传统的方法，主要有原子吸收法（AAS）、原子荧光法（AFS）、电感耦合等离子体法（ICP）、X荧光光谱（XRF）、电感耦合等离子质谱法（ICP-MS）、紫外可见分光光度法（UV）等。日本和欧盟国家部分采用电感耦合等离子质谱法（ICP-MS）进行标准检测，但对国内用户而言，仪器成本过高，很难推广。也有部分采用X荧光光谱（XRF）分析，优点是无损检测，可直接分析成品，但检测精度和重复性不好。电化学检测方法是目前比较流行的检测方法，包括极谱法、电位分析法、伏安法等，检测速度较快，精度较高，但在其他离子的抗干扰测量方面有待提高。另外，一些比较新的检测技术，如酶抑制法、免疫分析法、生物传感器法和太赫兹光谱法等，相关学者也展开了探索研究。在《中国土壤环境质量标准》(GB15618-1995)[16]中，国家规定了用于土壤重金属含量检测的标准方法，如表1内容所示，该方法主要是采用强酸消解后，运用光谱法进行重金属含量的定性定量检测。光谱法是比较传统的检测方法，它能以较高灵敏度对样品中的重金属离子含量进行有效分析，但大多需要大型仪器设备，分析方法成本高。样品前处理过程中需要经过消解，操作复杂，分析时间长，很难用于土壤重金属的现场快速检测。光谱法较为成熟，这里只对其原理及优、缺点做简单介绍。原子吸收光谱法(AtomicAbsorptionSpectrometry,AAS)是基于气态的基态原子外层电子对紫外光、可见光范围的对应原子共振辐射线的吸收强度来定量被测元素含量为基础的分析方法[17-18]。具有检出限低（可达μg/cm–3级）、准确度高（相对误差小于1%），选择性好、分析速度快、应用范围广等优点。缺点主要表现在，不能多元素同时分析，测定元素不同时必须更换光源灯。而且标准工作曲线的线性范围较窄，在低含量样品测定任务中，测量精度下降。如何进一步提高检测灵敏度和降低干扰，是今后原子吸收光谱分析工作者研究的重要课题。3.1.2原子发射光谱法原子发射光谱法(AtomicEmissionSpectrometry，AES)是依据各种元素的原子或离子在热激发或电激发下，发射特征的电磁辐射，而进行元素的定性与定量分析的方法[19-20]。由于各种元素的原子结构不同，在光源的激发作用下，样品中每种元素都发射自己的特征光谱，根据特征光谱的谱线强度进行定量分析。优点是分析速度快、选择性好，可同时检测一个样品中的多种元素。缺点是成套仪器设备昂贵，被测元素含量较大时，准确度较差。在经典分析中，影响谱线强度的因素较多，尤其是试样组分的影响较为显著，所以对标准参比的组分要求较高。3.1.3电感藕合等离子体-原子发射法电感藕合等离子体光源(InductivelyCoupledPlasma,ICP)可以产生稳定的光源，是目前应用最为广泛的AES光源之一[21-23]。相较于其他方法，ICP-AES分析速度快，干扰低，可同时读出多种元素的特征光谱并进行定性、定量分析。该方法的缺点是设备较为昂贵，操作费用也高。原子荧光光谱法(AtomicFluorescenceSpectrometry,AFS)[24-26]是介于原子发射光谱（AES）和原子吸收光谱（AAS）之间的光谱分析技术。原子蒸汽吸收一定波长的光辐射后被激发，随之发射出一定波长的光辐射，即为原子荧光，在一定的试验条件下，荧光辐射强度与分析物的原子浓度成正比，根据荧光波长分布可进行定性分析。此方法具有较高的灵敏度，校正曲线线性范围宽，能进行多元素的同时测定。但许多物质，包括金属在内，本身不会产生荧光，需要加入某种试剂才能达到荧光分析的目的，所以其应用范围不够广泛。质谱法(MassSpectrometry,MS)是用电场和磁场将运动的离子按质荷比分离后进行检测的方法。测出离子准确质量即可确定离子的化合物组成[27-28]。二十世纪八十年代痕量元素及同位素分析的一项重要进展就是等离子体质谱法(ICP-MS)的应用。ICP-MS检测限低，分析精度高，速度快，干扰少，可同时测定多种元素并获得精确的同位素信息。但仪器造价高，预处理过程繁琐，仪器自动化实现比较困难。紫外可见分光光度法(Ultravioletandvisiblespectrophotometer,UV)检测原理是：显色剂通常为有机化合物，通过特殊化学键，与重金属发生络合反应，生成有色分子团，溶液颜色深浅与浓度成正比[29-30]。在特定波长下，通过比色检测。大多数有机显色剂本身为有色化合物，与金属离子反应生成的化合物一般是稳定的螯合物。分光光度分析有两种，一种是利用物质本身对紫外及可见光的吸收进行测定；另一种是生成有色化合物，即“显色”，然后测定。虽然不少无机离子在紫外和可见光区有吸收，但因一般强度较弱，所以直接用于定量分析的较少。加入显色剂使待测物质转化为在紫外和可见光区有吸收的化合物来进行光度测定，这是目前应用最广泛的测试手段。该方法具有较好的重金属检测应用前景。X射线荧光光谱法(X-rayfluorescencespectrometry,XRF)是利用样品对X射线的吸收随样品中的成分及其多少变化而变化来定性、定量测定组成成分的方法[31]。具有分析速度快、样品前处理简单、可分析元素种类广、光谱干扰少，样品测定时的非破坏性等特点。它可用于常量元素和微量元素的测定，其检出限可达10-6数量级。多通道分析设备可在几分钟之内同时测出20多种元素的含量。但X射线的使用会给操作者和样品带来电离辐射危险。激光诱导击穿光谱技术(LaserInducedBreakdownSpectroscopy,LIBS)是利用高功率脉冲激光聚焦到待测样表面激发等离子体，通过直接观察等离子体中的原子或离子光谱来实现对样品中元素的分析[32-33]。与目前常见的X-ray，AAS、ICP-AES等检测手段相比，其优势在于无须对样品预先处理，可对多种成分并行快速分析，实现对微量污染物无接触在线探测，是一种具有良好发展前景的元素分析技术。电化学分析法是基于物质在溶液中和电极上的电化学性质建立起来的分析方法。电化学分析的测量信号是电量、电位、电流、电导等电信号，不需信号转化就能直接记录。其仪器装置比光分析、核化分析仪器装置小而且简单，便于连续分析，易于实现自动化。电化学方法应用于水环境重金属污染分析目前已有相关报道[34]，但将其应用在土壤重金属快速检测中还面临着很多关键问题需要解决。从1976年电化学溶出分析法开始用于环境、临床样品的痕量检测，具有较好的灵敏度[35]；Baumbach[36]于1981年将丝网印刷技术应用于电化学传感器的制作过程；JosephWang[37]于1992年采用汞膜修饰丝网印刷电极，在水环境中对重金属离子进行检测；由于汞本身就是一种危害很大的重金属成分，R.O.Kadara[38]在2005年提出采用氧化铋修饰丝网印刷电极进行重金属离子的检测；浙江大学平剑锋等[39]利用铋膜制作丝网印刷电极进行了水中的铅和镉检测研究，取得了较好的检测结果。电化学分析法在进行土壤重金属离子检测方面具有一定的应用研究潜力，但是土壤体系复杂，检测时采用普通浆料的电极极易受到诸如表面活性剂、有机物、大分子颗粒等污染物的影响，灵敏度高、抗干扰能力强的电化学传感器有待于进一步研发。

近年来，一些结合生物学的检测方法也被应用于重金属的检测研究中，这些新的检测方法还在深入研究中。其工作原理是金属离子与固定在电极材料上的特异性蛋白结合后，使蛋白构象发生变化，通过灵敏的电容信号传感器定量检测这种变化。近年来，人们不断开发多种生物传感器用于测定水溶液中的毒性化合物（包括重金属络合物），如特异性蛋白生物传感器[40]等。生物传感器寿命主要取决于生物活性，受环境、时间限制较大，一般寿命很短，制约了其应用和发展。酶抑制法是重金属离子与形成酶活性中心的甲琉基或琉基结合后，改变其结构、性质，引起酶的活力下降，从而使显色剂的颜色、电导率和吸光度等发生变化，然后借助光电信号放大、显示，建立重金属浓度与酶系统变化对应数学关系。该方法可用于环境、食品、水和蔬菜中重金属的定性检测。柳畅先等[41-42]通过镉离子对醇脱氢酶的抑制作用检测Cd2＋，检出限为2.00μg/L，可应用于蔬菜中Cd2＋的分析，进行了这方面的初步探索。酶抑制法具有方便、快速、经济等优点，可用于现场快速检测，但是它的灵敏度和准确性低于传统检测技术。免疫分析法是一种具有高度特异性和灵敏度的分析方法，用免疫分析法对重金属离子进行分析，首先必须进行两方面的工作：第一是选用合适的络合物与金属离子结合，使其获得一定空间结构，从而产生反应原性；第二是将结合了金属离子的化合物连接到载体蛋白上，产生免疫原性，其中与金属离子结合的化合物的选择是能否制备出特异性抗体的关键。Johnson[43]和Darwish[44]应用该方法实现了对Cd2+离子的有效检测。筛选特异性好的新型螯合剂、单克隆抗体将是今后的发展方向。免疫分析法检测速度快、灵敏度高、选择性强，在重金属快速检测方面有一定的研究前景。太赫兹光谱是近年来发展起来的一种国际前沿科技，它可用来探测分子间或分子内部介于氢键和微弱的内部相互作用（范德华力等）之间的激励带来的振动引起的能量吸收特性，对重金属络合物的分子振动特性有一定的探测作用。本文作者于2010年在美国俄克拉荷马州立大学公派留学期间，开展了太赫兹光谱技术用于土壤重金属污染检测问题的初步研究，通过设计大量的实验，获取数据进行建模分析，初步探索到土壤样品主要重金属含量与对应的太赫兹吸收谱之间存在一定的对应关系，得出利用太赫兹光谱技术进行土壤主要重金属含量检测具有可行性的结论，目前正在进一步研究中[45-46]。

农产品产地土壤重金属污染检测主要问题分析及结论

重金属污染特征范文1篇9

关键词：土壤重金属污染指数评价

中图分类号：X753文献标识码：A文章编号：1672-3791（2014）11（c）-0101-01

随着工业化和城市化的飞速发展，城市土壤环境污染日益严重，城市土壤环境问题越来越受到重视，城市工业区的土壤重金属污染较为严重[1-3]。重金属污染具有污染面积大、无法降解、易于迁移的性质。硅矿冶炼厂在炼硅过程中产生大量带有微量重金属元素的粉尘，导致周围土壤受到不同程度的重金属元素的污染。该研究对黎平工业区某硅厂周边土壤重金属污染特征进行调查分析，旨在为当地工业区土壤重金属污染治理及环境质量安全评价提供参考。

1材料和方法

1.1样品采集

黎平县工业区常年主导风向为西向，以此为依据共设计了4个采样方位，分别为垂直于主导风向的北向（N）和南向（S），下风向的东向（E）以及上风向的西向（W）。以硅厂边缘为起始点，由近及远分别采集100～300m范围内的土壤样品。用小铲取表层（0～20cm）土壤5～10个分样组成混合样，现场充分混合后采用四分法弃去多余土壤，最后保留1kg左右的土壤样品，装入备好的塑料袋，带回实验室。将取好的土样平铺在洁净牛皮纸上，捡出石块、枯枝等杂物后，让其自然风干，进一步用瓷钵磨碎研细并过100目的尼龙筛，装瓶并贴上标签，供分析测定用。

1.2实验方法

1.2.1样品前处理

称取0.2～0.3g（精确到0.0002g）过100目筛的土壤样品于150mL三角瓶中，加数滴水湿润，加王水10mL，在电热板上加热微沸至有机物剧烈反应后，再加高氯酸2mL，提高温度强火加热至冒白烟，土壤呈灰白色或淡黄色。冷却，加适量去离子水，小火加热除去高氯酸，再用1%硝酸温热溶解，溶解盐类后，仍然用1%硝酸定容至100mL容量瓶，摇匀，立即转移至聚乙烯瓶中贮存备用。

1.2.2样品测定

根据土壤样品中重金属含量确定过滤液是否稀释及稀释倍数，采用原子吸收分光光度计分别测定样品中锌、铜、铅、镉、铬的含量。具体方法采用国标GB/T17140-1997和GB/T17138-1997方法进行测定[4]。

2结果与讨论

2.1土样重金属含量测定

通过对土壤样品采用原子吸收分光光度计进行测定土壤重金属含量。采用我国《土壤环境质量标准》（GB15618-1995）二级标准作为评价依据，对各项污染物的含量限值进行污染评价[4]。质量分级标准根据中国绿色食品发展中心《绿色食品产地环境质量现状评价纲要（试行）》（1994年）的规定，土壤污染水平等级可划分为5个污染等级[4]。

2.2评价结果与分析

通过测定土壤数据，并采用单项污染指数法和内梅罗综合污染指数法两种方法[5]，对调查区土壤重金属的污染状况进行了评价。由表1的单项污染指数可以看出，该硅厂周围500m受到不同程度的Cu污染，其中E100m污染最重；在100～300m范围的土壤已经开始受到Zn的不同程度污染；在100～300m范围，除了W300m外均受到Pb的不同程度污染；在100～300m范围，各土壤样本Cd的污染达到中度污染程度。

从各样点的综合污染指数可知，硅厂周围土壤都达到不同程度的污染影响，样点E100m、E300m、S100m、N100m的土壤为中度污染，其余各样点均为轻度污染。

从各元素的综合污染指数的测定及对照土壤污染水平分级标准可知，该硅厂周边土壤Cu的污染较严重，为中度污染水平；其他3种重金属均为轻度污染，表明土壤轻度污染，作物开始受到污染。4种重金属的综合污染指数顺序为Cu>Zn>Cd>Pb。

3结论与建议

（1）实验结果表明，硅厂的粉尘对其周边的土壤造成了一定的重金属污染，在距硅厂100m范围内Cu、Pb、Zn、Cd4种重金属的含量值最大，随着采样点距离的增加，重金属含量逐渐降低，其中东向污染强度最高，西向污染强度最低。南向和北向在相同距离的污染强度基本接近，由此推测该工业区常年的主导风向――西风是影响硅厂周边土壤重金属分布特征的主导因素。

（2）实验结果表明，硅厂周围土壤重金属污染状况不同。从各元素的综合污染指数看，Cu的污染较严重，为中度污染水平，其余3种元素均为轻度污染。

可见硅矿冶炼与矿业废物不合理排放已经造成硅厂周围土壤重金属污染，必须采取相应的措施防止进一步污染，同时应开展土壤重金属污染调查治理研究，通过采取生物修复技术、化学修复、物理化学修复[6]等手段净化重金属污染，使其恢复土壤生态系统的正常功能，从而减少土壤重金属污染的危害。

参考文献

[1]郑喜川，鲁安怀，高翔，等.土壤中重金属污染现状与防治方法[J].土壤与环境，2002，11（1）：79-84.

[2]周启星，宋玉芳.污染土壤修复原理与方法[M].北京：科学出版社，2004：568.

[3]孙裕生，刘秀英.环境监测（修订版）[M].北京：高等教育出版社，2006：147-211.

[4]国家环境保护局.土壤环境质量标准（GB15618-1995）[S].北京：中国标准出版社，2004.

重金属污染特征范文篇10

关键词：湖泊底泥重金属污染物原子吸收法

中图分类号：X-652文献标识码：A文章编号：

1.湖泊底泥中重金属的浅易分析

重金属是底泥中一类重要的污染物，由于不容易被微生物降解并易在生物体内富集，应此被公认为环境中具有潜在危险且难治理的重要污染物。当水环境条件改变的时候，底泥中的重金属较为容易的被释放到水体中，造成水质的二次污染。

重金属在沉积物中的存在形式：通过各种途径进入水环境的重金属，绝大部分随物理、化学、生物及物理化学作用的进行，迅速转移到沉积物中或通过悬浮物转移到沉积物中。沉积物中重金属赋存状态及特征为：Pb主要趋向于同Fe/Mn水合氧化物、碳酸盐相结合，Cu主要形成残渣相和有机质相，而Zn易同Fe/Mn水合氧化物、碳酸盐相结合；Pb、Zn以非残渣相为主要成分，Cu以残渣相为主要成分。

从环境污染方面所说的重金属是指：汞、镉、铅、铬以及类金属砷等生物毒性显著的重金属。对人体毒害最大的有5种：铅、汞、铬、砷、镉。这些重金属在水中不能被分解，人饮用后毒性放大，与水中的其他毒素结合生成毒性更大的有机物或无机物。

重金属对人体的主要危害：

（1）汞：食入后直接沉入肝脏，对大

脑视力神经破坏极大。天然水每升水中含0.01毫克，就会强烈中毒。含有微量的汞饮用水，长期食用会引起蓄积性中毒。

（2）铬：会造成四肢麻木，精神异常。

（3）镉：导致高血压，引起心血管疾病；破坏骨钙，引起肾功能失调。

（4）铅：是重金属污染中毒性较大的一种，一但进入人体很难排除。直接伤害人的脑细胞，特别是胎儿的神经板，可造成先天大脑沟回浅，智力低下；对老年人造成痴呆、脑死亡等。

这些重金属中任何一种都能引起人的头痛、头晕、失眠、健忘、神经错乱、关节疼痛、结石、癌症（如肝癌、胃癌、肠癌、膀胱癌、乳腺癌、前列腺癌及乌脚病和畸形儿）等；，建议平常注意饮食，不然一旦在体内沉淀会给身体带来很多危害。

2.1测定原理

火焰原子吸收分光光度法是根据某元素的基态原子对该元素的特征谱线产生选择性吸收来进行测定的分析方法。将试样喷入火焰，被测元素的化合物在火焰中离解形成原子蒸气，由空心阴极灯发射的某元素的特征谱线光辐射通过原子蒸气层时，该元素的基态原子对特征谱线产生选择性吸收。在一定条件下特征谱线光强的变化与试样中被测元素的浓度比例。通过对自由基态原子对选用吸收线吸收度测量，确定试样中该元素的浓度。

2.2仪器及药品

（1）仪器

原子吸收分光光度计（Z-5000）；Cu、Cd、Zn、Pb、Cr和Mn这六个空心阴极灯；电热板；聚四氟乙烯坩埚；容量瓶（100ml）、容量瓶（50ml）；比色管；烧杯。

（2）药品

Zn标准溶液（1000mg/L）；Cu标准溶液（1000mg/L）；Cd标准溶液（1000mg/L）；Pb标准溶液（1000mg/L）；Mn标准溶液（1000mg/L）；Cr标准溶液（1000mg/L）；浓盐酸、浓硝酸、氢氟酸、高氯酸；

2.3测定步骤

样品的采集

（1）样品预处理

将采集的底泥样品中的石子、枝条剔除，然后在阴凉通风处自然风干，用木棒研压至样品颗粒研碎后，过100目尼龙筛，混匀、装袋，低温保存待用。

（3）消解及测定

准确称取0.5g（精确至0.0001g）试样于聚四氟乙烯坩埚中（注：三个断面样品，每个样品做三次平行试验，共9个试样），用少量去离子水湿润后加入10ml盐酸，于电热板上低温加热，使试样初步分解，待蒸发至约3ml左右时取下试样稍冷后5ml硝酸、5ml氢氟酸和3ml高氯酸，加盖，于电热板上中温加热1小时，然后开盖继续加热除硅，并每隔15分钟振荡坩埚，以达到良好的飞硅效果。当加热至冒浓厚高氯酸白烟时，加热分解黑色有机碳化物。待坩埚壁上的黑色有机物消失后，开盖，驱赶白烟并蒸至淡黄色稠状（注：第一次消解不完全，我们又视每个坩埚消解情况加入硝酸、氢氟酸、高氯酸以达到完全消解）。取下坩埚稍冷，每个试样分别加入1ml硝酸和少量蒸馏水，温热溶解可溶性残渣，冷却后全部转移至100ml容量瓶中，定容摇匀。用原子吸收分光光度计（Z-5000）测定每个试样中Cu、Cr、Zn、Pb、Cd、Mn的吸光度

3总结

湖泊沉积物中重金属污染的综合评价沉积物重金属污染的生态风险评价可以为环境规划管理和污染防治等提供依据。重金属污染方向的评价方法较多,如地累积指数法、沉积物富集系数法、次生相与原生相分布比值法、次生相富集系数法、污染负荷指数法、潜在生态风险指数法、回归过量分析法、模糊集理论、脸谱图法以及化学、生态学和毒理学的综合方法等。其中,潜在生态风险指数法充分考虑了重金属的生物毒性与生态风险,应用较广泛。

在受重金属污染的水体中,水相中重金属含量极小、分布的随机性大,随污染排放状况与水力学条件而变化;而沉积物富含有机质、铁锰氧化物及次生粘土矿物,可以吸附水体中的重金属离子,从而致使进入水体中的重金属污染物绝大部分积聚于沉积物中。同时温度、pH值等影响了表层沉积物中不同形态重金属的分解、转化和吸附。研究水体沉积物中重金属的含量及其空间分布可以评价研究区的污染程度、追踪污染物来源、了解污染扩散的范围。

参考文献

[1]陈静生,周家义.中国水环境重金属研究[M].北京:中国环境科学出版社,1992:51265,1682170.

重金属污染特征范文篇11

关键词重庆市；污染土壤；磁化率；频率磁化率

中图分类号P318.4+1文献标识码A文章编号10002537（2014）03001405

土壤的磁化率不仅受控于母岩的性质和土壤的类型[1]，而且与人类活动密不可分，尤其是随着社会发展水平的不断提高，工业生产和交通运输等人类活动排放的磁性颗粒物沉降在土壤中，土壤磁性明显提高.磁化率的不断增加往往伴随着许多有害金属元素的出现[2]，因此人们对污染土壤磁化率的研究越来越重视，同时土壤中的磁化率值与重金属元素含量往往存在高度的相关性，磁化率值在一定的环境条件下可以作为检测重金属元素含量的代用指标[34].

由于磁测方法具有简单、快速、非破坏性的特点，磁测作为土壤和沉积物重金属污染监测的方法已在国内外得到应用[58]，而磁化率和频率磁化率是两个最常用、最重要的环境磁学指标[8].Thompson和Oldfield的研究指出靠近城市和工业中心地区的土壤磁化率要高于其他地区[1]；Hoffmann等通过测定高速公路两侧土壤的磁化率来确定交通污染的分布范围[9].近年来，国内有关学者对污染土壤的磁化率指标作了大量的研究.旺罗等研究污染土壤的磁化率特征，发现其磁化率大，而频率磁化率小，污染表土的频率磁化率与磁化率呈负相关[10]；李晓庆等对城市土壤污染的磁学监测研究表明工业区土壤磁化异常增值[11]；琚宜太等对福建三明地区某钢铁厂和火电厂的土壤样品进行了系统磁学研究，发现污染表土中磁性矿物有磁铁矿、赤铁矿和磁黄铁矿；且其平均粒度较粗，明显大于成土作用产生的磁性颗粒；粗粒的磁性矿物是污染的主要磁性组合[12]；夏敦胜等对城市表土磁学特征和重金属污染的研究表明，城市表土磁学特征以低矫顽力亚铁磁性矿物为主导，且磁化率高于背景值[1315]；卢升高等发现杭州城区土壤的磁性矿物以磁铁矿和赤铁矿为主，磁性矿物以假单畴―多畴（PSD―MD）颗粒存在，粒度明显大于成土过程形成的磁性颗粒[16].综上所述，不同地区的城市表土和污染土壤都具有共同的磁学特征：磁化率高于背景值，而频率磁化率小，磁性矿物以磁铁矿和赤铁矿为主，且粒度明显大于自然成土过程形成的磁性颗粒，粗粒的磁性矿物是污染的主要磁性组合.

重庆市作为我国的中心城市、老重工业基地，其发展过程中产生污染是不可避免的.如何快速识别污染土壤，在重庆市还没有较为系统的研究.本文通过对重庆市不同类型污染土壤剖面的土壤磁化率和频率磁化率进行对比分析，提出了重庆市污染土壤的磁化率识别标志.

重庆市位于中国内陆西南部，地跨105°11′―110°11′E、28°10′―32°13′N之间的青藏高原与长江中下游平原的过渡地带，属亚热带季风性湿润气候，年平均气温18℃左右.黑石子填埋厂位于重庆市江北区，负责处理江北区、渝北区、北部新区及渝中区的生活垃圾；铁山坪森林公园是重庆近郊的主要天然公园之一，位于市主城区东部；农化集团位于重庆市沙坪坝区井口镇经济桥，始建于1952年，以生产化学农药为主.

1实验和材料方法

样品主要采自重庆市江北区和沙坪坝区两个不同污染地区的土壤表土、剖面和森林公园土壤剖面的样品，样品剖面的具体描述是：

（1）黑石子垃圾填埋厂剖面：采样主要针对填埋厂外的排水小河沟，在其上、中、下游各采一个剖面，分别记为LJCPM1、LJCPM2、LJCPM3，并在中游垂直小河沟以10m间隔采表土样，记为LJCBT，共采表土样9个，PM1样7个、PM2样14个、PM3样7个；

（2）森林公园剖面：采自江北区铁山坪森林公园剖面，记为TSPGY，共20个，处理过程中损失剖面最上层土样6个，现有土样14个；

（3）农化集团土样：采集重庆农化集团厂区内土壤剖面，记为NHJT，共17个，其0～20cm为黄褐色粘土层，20cm～55cm为黑色的沙壤土，55cm以下为黑色的粘土层，并采集炉渣堆积区炉渣表土5个.

所有土壤样品磁化率测试在西南大学地理科学学院实验室完成，土壤样品自然风干，磨碎后过2mm筛，用卡帕桥多频各向异性磁化率仪（MFK1FA）进行低频（976Hz）和高频（15616Hz）磁化率（分别用χlf和χhf表示）测试，换算成质量磁化率.频率磁化率（χfd）的换算公式为：

χfd=（χlf-χhf）/χlf×100%.（1）

其中，χlf为低频磁化率，χhf为高频磁化率[17].

2结果与讨论

3地土壤剖面以及表土的低频磁化率和频率磁化率特征如表1所示.

磁化率为外磁场作用下物质磁化的能力，是指在弱磁场中（01mT）样品的磁化强度与磁场强度之比[17]，它反映了样品中亚铁磁性矿物的富集程度[18].5个剖面相比，农化集团的χlf平均值最大，依次是PM1、铁山坪公园剖面、PM2、PM3，而所有样品中炉渣的χlf最大，垃圾场表土其次.剖面的χlf变化大多是最大值位于剖面的中上层土壤中.χlf变化幅度最大的是农化集团剖面，其他剖面变化幅度相对较小；垃圾场3个剖面变化趋势都不相同，且变化较为剧烈.从图1中可以看出，农化集团剖面χlf值呈现两头小、中间大的的趋势，且剖面中层土壤磁化率（χlf）出现急剧增大的趋势，最大值也是位于中间层土壤，而频率磁化率（χfd）最大值在表层土壤；黑石子垃圾场3个剖面中，PM1土壤磁化率的变化趋势是0～5cm深度时增大，5～25cm逐渐减小，而25cm以下则急剧增大.PM3的变化趋势则跟PM1的基本相反；然而，PM2的则跟其他两个剖面的变化完全不同，0～5cm其磁化率值呈现增大趋势，5cm以下则呈现逐渐减小的趋势，到了底层其变化的幅度很小.表土样品的磁化率值随着与小河沟距离的增大而增大，尤其是50m距离之后，χlf值急剧增大；铁山坪森林公园剖面的变化跟PM2较相似，但其值变化较PM2复杂，总体上呈现为小幅度波动的减小.垃圾场剖面、表层土χlf的急剧增大，可能是大量的污染物沉积于表层土壤，磁性颗粒积聚引起的.虽然PM2与铁山坪的变化基本相似，但是铁山坪剖面出现波动变化，而PM2则是较单一的变化，可能是由于铁山坪剖面的扰动因素较为复杂，从而导致其磁化率的波动变化.农化集团剖面在20～55cm黑色沙壤层出现的急剧变化则是由于土壤受农化工业生产污染积淀的影响，大量的外来强磁性颗粒进入到了土壤中.从χlf平均值来看，垃圾场上、中、下游的3个剖面，其值从上游往下游减小，即从上游往下游方向，进入土壤中的外来磁性颗粒逐渐减少.说明从上游到下游的污染程度逐渐减轻，流水对污染有稀释作用.χfd指示了样品中超顺磁（SP）和细粘滞性（FV）颗粒的相对重要性[1920]，根据Dearing提出的应用χfd来估算SP颗粒的模式，χfd≤3%的样品基本没有SP颗粒，χfd在3%～10%的样品，SP和粗粒颗粒同时存在[21].黑石子垃圾场3个剖面、农化集团剖面以及垃圾场表土中，χfd平均值都小于10%，说明样品中SP颗粒含量比较少，SP颗粒对χlf的贡献很小，磁性颗粒以粗颗粒为主，粗颗粒是样品χlf的主导因素.铁山坪森林公园剖面中χlf较大，χfd也较大，说明其样品中含有相当数量的SP颗粒；炉渣样品的χlf平均值大于500×10-11m3/g，说明炉渣样品中含有相当数量的磁性物质，χfd>10%，说明样品中存在较多的SP颗粒.

3结论

通过对重庆市两个不同类型污染地区以及一个公园剖面和表土磁化率的综合分析，得出以下结论：

（1）重庆市污染土壤的磁化特征为：研究区土壤磁化率值差异很大，剖面样品中，χlf平均值变化范围为21.452×10-11～60.685×10-11m3/g，农化集团剖面的χlf最大，铁山坪第三，垃圾场3个剖面的χlf是从上游往下游减小，而表土的χlf平均值为61.688×10-11～544.442×10-11m3/g.黑石子垃圾场3个剖面、农化集团剖面以及垃圾场表土中，χfd平均值都小于10%，说明样品中SP颗粒很少，磁性颗粒以粗颗粒为主，样品中χlf的变化主要来源于人为的污染物质的积累；炉渣和铁山坪样品中，χfd>10%，说明样品中存在较多的SP颗粒.

（2）研究区剖面χlf与χfd呈负相关关系，其中TSPGY、PM1、PM2负相关性显著，PM3、NHJT呈较弱的负相关性.样品的χlf与χfd也呈负相关关系，这与前人的研究结果相符，说明样品中χlf的变化主要来源于人为的污染.其中TSPGY的χlf的变化可能不完全是由污染造成的，而是在人为和自然的相互作用下导致的.

（3）通过分析重庆市污染土壤磁化率特征并与前人研究结论对比，说明磁化率与频率磁化率是识别土壤污染的有效手段，为有效识别监测土壤环境污染提供了一种简单易行的方法.

参考文献：

[1]THOMPSONR，OLDFIELDE.Environmentalmagnetism[M].London：AllenandUnwin，1986：1227.

[2]HUNTA，JONESJ，OLDFIELDF.Magneticmeasurementsandheavymetalsinatmosphericparticulatesofanthropogenicorigin[J].SciTotalEnviron，1984，33（14）：129139.

[3]CHANLS，NGSL，DAVISAM，etal.MagneticpropertiesandheavymetalcontentsofcontaminatedseabedsedimentsofPennysBay，HongKong[J].MarPollutBull，2001，42（7）：569583.

[4]PETROVSKYE，KAPICKAA，ZAPLETALK，etal.CorrelationbetweenmagneticparametersandchemicalcompositionoflakesedimentsfromNorthernBohemia―preliminarystudy[J].PhysChemEarth，1998，23（910）：11231126.

[5]DESENFANTF，PETROSKYE，ROCHETTEP.Magneticsignatureofindustrialpollutionofstreamsedimentsandcorrelationwithheavymetals：casestudyfromSouthFrance[J].Water，Air，SoilPollut，2004，152（14）：279312.

[6]GAUTAMP，BLAHAU，APPELE，etal.EnvironmentalmagneticapproachtowardsthequantificationofpollutioninKathmanduurbanarea，Nepal[J].PhysChemEarth，2004，29（1314）：973984.

[7]GODDUSR，APPELE，JORDANOVAD，etal.MagneticpropertiesofroaddustfromVisakhapatnam（India）relationshiptoindustrialpollutionandroadtraffic[J].PhysChemEarth，2004，29（1314）：985995.

[8]欧阳婷萍，万洪富，张金兰，等.珠江三角洲农业土壤磁化率空间分布特征及其影响因素分析[J].第四纪研究，2012，32（6）：11991206.

[9]HOFFMANMV，KNABM，APPELE.Magneticsusceptibilitymappingofroadsidepollution[J].JGeochemExplor，1999，66（12）：313326.

[10]旺罗，刘东生，吕厚远.污染土壤磁化率特征[J].科学通报，2000，45（10）：10911094.

[11]李晓庆，胡雪峰，孙为民，等.城市土壤污染的磁学监测研究[J].土壤，2006，38（1）：6674.

[12]琚宜太，王少怀，张庆鹏，等.福建三明地区被污染土壤的磁学性质及其环境意义[J].地球物理学报，2004，47（2）：282288.

[13]王博，夏敦胜，余晔，等.兰州城市土壤磁性特征及其对环境污染的指示[J].中国环境科学，2013，33（6）：10331044.

[14]夏敦胜，王博，许淑婧，等.乌鲁木齐城市表土重金属污染的环境磁学记录[J].兰州大学学报：自然科学版，2013，49（2）：173181.

[15]夏敦胜，余晔，马剑英，等.兰州市街道尘埃环境磁学特征及其环境意义[J].环境科学，2007，28（5）：937944.

[16]卢升高，白世强.杭州城区土壤的磁性与磁性矿物学及其环境意义[J].地球物理学报，2008，51（3）：762769.

[17]曲赞.用于环境研究的磁性参数简介[J].地质科技情报，1994，13（2）：98104.

[18]周文娟，杨小强，周永章.环境磁学磁性参数简介[J].中山大学研究生学刊：自然科学、医学版，2006，26（1）：8289.

[19]张卫国，俞立中，许羽.环境磁学研究的简介[J].地球物理学进展，1995，10（3）：95105.

[20]王学松，秦勇.徐州城市表层土壤磁学特征[J].科技导报，2005，23（11）：1419.

[21]DEARINGJA.Environmentalmagneticsusceptibility，usingthebartingtonms2system（secondedition）[M].England：Kenilworth，ChiPublisher，1999.

[22]汪彦林，苏怀，郑泉，等.磁化率特征揭示出的昆玉高速公路跑马山段土壤重金属污染状况[J].环境科学导刊，2011，30（1）：5557.

重金属污染特征范文篇12

，7#和10#4个断面处于中度风险水平.

关键词：有毒重金属；Pearson相关系数；主成分分析；潜在生态风险指数；松花江

中图分类号：P595文献标识码：A

Abstract：ThispaperdiscussedthepollutioncharacteristicsandtheirsourcesofHg，Cd，Cr，AsandPbinthebottomsedimentsofSonghuaRiverintheHakanson'sPotentialEcologicalRiskIndexMethod（RI）andPrincipalComponentAnalysis（PCA）torevealthemetalpollutionstatusofthewholeSonghuaRiver，whichisthebiggesttributaryoftheHeilongjiangRiverattheChinaRussianborder.Theresultsshowedthat：theconcentrationorderfromhightolowbyaveragewaswCr>wPb>wAs>wCd>wHg；thecoefficientofvariation（CV）revealedthatthespatialdistributionofHgandAswasdiscreteandCdandPbwerehomogeneous.InthemethodofPCA，themainsourcesofheavymetalpollutantswereinferred.TheEriofHgandCdwashigher，andtheRIanalysisuncoveredthatthepotentialecologicalriskdeclinedcomparedwiththepast，andjustthe4sectionsof1#，2#，7#and10#wereinmoderatelevelonly.

Keywords：toxicheavymetal；Pearsoncorrelationcoefficient；principalcomponentanalysis（PCA）；potentialecologicalriskindex；SonghuaRiver

重金属为非降解性污染物，由于其持久性和高毒性而对水生态系统造成严重的环境危害[1-2]，已有研究表明，在受重金属污染的水体中，沉积物重金属含量可达水体的数百倍至数十万倍[3]；毒理学研究进一步表明，进入环境中的重金属，尤其是Cd，Pb，Hg和As等会通过食物链进入人体，产生生殖毒性、免疫毒性、神经毒性和内分泌干扰作用等严重危害[4].近10年来，河流[4-6]、湖泊[3，7-8]、海洋沉积物[9-10]重金属污染生态环境评价受到国内外学者的广泛关注，评价方法集中为以下3种：1）富集系数法（SedimentEnrichmentFactors），该法以大量元素Fe或Al在地壳中不易受人类活动干扰为基础，采用沉积重金属元素与大量元素Fe或Al的标准化比值来判断其富集程度[11-12]；2）一致性沉积物质量基准[9，13]（ConsensusBasedSedimentQualityGuidelines，CBSQGs），它通过筛选几种具有相似评价目标的单个沉积物质量基准（SQGs），取其几何平均值来获得相应致污物的效应浓度，对于每一种致污物，CBSQGs包括两个阈值，即阈值效应浓度（ThresholdEffectConcentration，TEC）与可能效应浓度（ProbableEffectConcentration，PEC），前者表示低于该阈值时，有害生物效应发生的可能性较小，而后者则表示高于PEC时，有害生物效应发生的可能性较大；3）潜在生态风险指数，瑞典科学家Hakanson1980年提出的潜在生态风险指数法综合考虑了重金属的毒性在沉积物中普遍的迁移转化规律、评价区域对重金属污染的敏感性以及重金属区域背景值的差异，可以综合反映沉积物中重金属的潜在生态影响，是国内外沉积物质量评价应用最为广泛的方法之一[14].

松花江是我国七大江河水系之一，是中俄界河黑龙江的最重要的支流，对黑龙江的水质影响很大，历史上曾出现过重金属严重污染的现象.国家“六五”、“七五”和“八五”期间，黑龙江省环科院、中科院长春地理所等科研院所曾对松花江进行过流域元素背景值调查，对汞的污染状况进行了较全面的研究，制定了我国甲基汞的水环境质量标准[15]；“十五”和“十一五”期间，吉林和黑龙江两省严格落实松花江流域水污染防治规划，沿江重金属工业污染源得到有效治理，期间国内学者对松花江部分江段重金属污染进行了探讨[16-17]，但对全江系统研究较少.近年来，随着松花江流域新一轮经济的快速发展，特别是国家振兴东北老工业基地和确保粮食安全战略计划地提出，经济快速发展和高强度人类活动引起的水、大气污染等可将重金属元素通过降雨、地表径流进入松花江水体，并且沿江人类活动加大对江水的扰动，部分江段沉积物中的重金属重新释放，可能成为水体的二次污染源.因此，进行松花江全江段重金属污染研究十分必要.

1材料与方法

1.1样品采集与预处理

在国控断面和省控断面共选取12个断面（图1），主要选在河流交汇处、厂矿企业的排污和可能的污染源下游，并在远离重金属污染源的河流源头区域采集23个天然底泥样品作为沉积物重金属背景值.用抓斗式采样器采集表层沉积物，去除植物残体、瓦砾及较大砾石，放入聚乙烯自封袋密封后，带回实验室自然风干，均匀混合研磨后过100目筛，密封保存备用.采用ICPMS和GBW08301进行样品测定与质量控制，误差控制在10%以内.用SPSS17.0和Origin8.0对数据进行分析处理.

1.2重金属污染沿程变化

选用变异系数表示表层沉积物重金属含量沿程变化波动程度的大小：

CV=S2/.（1）

式中：CV为变异系数；S2为各重金属的标准偏差；为各重金属的平均值.

1.3生态风险评价

采用Hakanson潜在生态风险指数法进行计算：

RI=∑miEir=Tir×CidCir.（2）

式中：Cid为沉积物污染物实测浓度，mg/kg；Cir为沉积物背景参考值，mg/kg；Tir为单因子污染物毒性响应系数，本文5种重金属Tir的数值顺序为wHg（40）>wCd（30）>wAs（10）>wPb（5）>wCr（2）.

目前我国没有评价表层沉积物中重金属的标准背景值，国内外一般以现代工业化正常颗粒沉积物中元素含量或研究区所在区域土壤中元素含量或我国土壤环境质量标准一级标准值作为背景值[18].刘文新等[19]认为，为反映特定区域的分异性，避免大尺度平均参考值的偏差，选取上游的当地背景样点海口（未污染河流沉积物的含量）作为比较基准（Cir），并统一采用当前国际较为流行的

由表2和图2可以看出：松花江表层沉积物中，5种重金属含量平均值及背景值由大到小顺序均为wCr>wPb>wAs>wCd>wHg.富集系数Hg为0.82，其余4种大于1但最高为1.20，说明整体上松花江表层沉积物重金属污染水平较低.Hg的平均值最接近背景值，但沿江变异系数最高为0.62，峰值在1#，7#和10#断面出现，空间离散度高，说明其受人为活动干扰强烈；Cd的峰值在1#断面，在第二松花江上游至下游浓度不断降低；Cr变异系数为0.32，峰值在7#和10#断面；As整体上浓度变化较平稳，但在10#断面浓度突然增加至15.01mg/kg，是背景值的2.54倍；Pb的变异系数最小为0.15，峰值出现在1#，7#，10#和11#断面.

处于第二松花江的吉林市和松原市是老工业城市，工业排污致使第二松花江的断面个别重金属浓度含量较高，如1#断面位于历史上吉化公司废水排污口附近，在20世纪70～80年代哨口附近哈达湾右岸中总wHg含量曾达到39.70mg/kg[15]；7#阿什河断面Hg和Pb含量高原因在于随着社会经济发展，流域城镇化水平较高，接纳来自化工排污口、新一排污口排放的生活污水，加之上游自然径流来水逐年p少，河流环境容量和自净能力极低，污染程度加重；10#牡丹江断面多种重金属含量高的原因可能是随着流域经济快速发展，工业、农业和畜牧业污水达标处理率较低，大部分污水直接排入牡丹江及其支流，导致该断面成为多种重金属污染的高值点.

2.2松花江表层沉积物重金属来源解析

主成份分析（PCA）是一种掌握主要矛盾的统计分析方法，能够通过简化数据来反映原来多变量的大部分信息，越来越多的学者用以评价沉积物中污染物的来源[4，21].在利用主成份分析前，运用SPSS软件求出12个采样点中5种重金属的Pearson相关系数（表3）.经主成份分析适宜性检验，Bartlett的球形度检验相伴概率为0.000，小于显著水平0.050；KMO值为0.649，大于0.500，表明原始数据集适合进行因子分析.以沉积物中的重金属含量为变量进行4次最大正交旋转后得出主成份分析计算结果见表4和图3.

由表3可知，5种重金属背景值之间的相关系数大多大于采样点，说明松花江5种重金属污染都一定程度受人为干扰的影响.其中，As和Cr，Pb和Cr之间由背景值的显著相关和较高程度相关转变到采样点的极显著相关，说明Cr，As和Pb极可能具有相似的自然源及人工源；而其它重金属含量之间的相关性都比较弱，说明松花江流域重金属元素来源不同.由表4可知，沉积物中5种重金属可由3个主成份反映92.07%的影响因子，成份1的贡献率为55.05%，Cr和As有较高的正载荷；成份2的贡献率为24.70%，Cd的正载荷较高；成份3的贡献率为12.32%，Hg的正载荷较高；在该研究中所提取的3个主成份对Pb的解释能力较弱.根据工业过程中可能释放的化学元素可知，多数工业活动在引起Cd污染的同时，都会引起Cr污染，而仅有化石燃料燃烧（发电）、核反应堆、半导体、超导等几种工业过程中直接或间接的排放物会造成Cd污染，而不会产生Cr.此外，Cd一般可作为使用农药和化肥等农业活动的标识元素[21]，从而推断Cd主要来源于电力能源及农业生产.Hg浓度峰值主要出现在城市排污口附近，根据表3、表4和图3推断其主要来源于化工行业.As峰值在10#断面，推断其主要来源于农业生产，Cr除农业源外则主要来源于冶炼、制药、造纸等行业，Pb与Cr和As同源，另一大来源则是交通运输中含铅石油的燃烧.

由表5和图4可以看出：就单一重金属潜在生态风险因子Eir来讲，Hg和Cd由于毒性系数较大，其Er值相对较高.Hg沿江波动最为剧烈，最大值与最小值之间差距较大，且有7个断面处于中度风险水平以上；Cr沿江起伏度较小，但由于有9个断面处于中度风险水平以上，使得其平均值与Hg相当.Cr，As和Pb的Er处于低度风险水平，相比较而言，Cr沿江有一定起伏，但波动不大，在10#断面位置处，Cr和As都处于最大值；Pb沿江分布整体较为平稳，且Er值在各个断面都是最低.RI指数表明，1#，2#，7#和10#断面风险指数较高，这与前文5种重金属沿江浓度峰值分布规律相吻合，说明控制重金属污染排放是降低重金属污染风险的最有效途径.

朱青青等[5]2012年统计分析中国七大水系沉积物中重金属分布特征及来源分析，结果显示松花江沉积物重金属潜在生态风险指数RI为538.86，位居第三，单因子风险危害系数Eir，Hg为极强，其他重金属的潜在生态风险等级为轻微，这与历史上松花江严重的Hg污染有关.陆继龙等[17]曾对第二松花江中下游14个断面沉积物中重金属的污染水平进行过Hakanson生态风险评价，结果表明，重金属呈现中等至极强的生态风险，且以Hg和Cd的生态风险为主，主要集中在市区河段和与市区紧邻的下游河段沉积物中.本研究与其结论相似之处是Hg和Cd污染风险水平较高；不同之处是经过多年治理和休养生息，第二松花江沉积物中重金属生态风险水平均明显降低.冯丹等[22]在1996-2000年间对松花江哈尔滨江段底质进行了5次监测，相对环境背景值来说重金属污染总体较轻，干流各断面间差别不大，阿什河口内污染要明显重于干流，呼兰河口内污染与干流无显著差异，这与本文研究结论相似.

3结论

1）松花江表层沉积物中，5种有毒重金属含量平均值由大到小顺序为wCr>wPb>wAs>wCd>wHg；Hg和As空间分布离散性较大，而Cd和Pb则相对较均匀；除Hg外，其它4种重金属均表现为轻微富集现象；经济的快速发展促使大量工农业污水排放，污水达标排放处理率低使得1#，7#和10#断面成为重金属浓度的高峰值点.

2）Pearson相关系数及PCA分析推断表明Cd主要来源于电力能源及农业生产，Hg主要来源于化工行业，As主要来源于农业，Cr除农业源外则主要来源于冶炼、制药、造纸等行业，Pb与Cr和As同源，另一大来源则是交通运输中含铅石油的燃烧.

3）Hg和Cd的Eir值较高，分别有7个和9个点位处于中度风险水平；RI表明松花江重金属污染风险等级有所下降，只有1#，2#，7#和10#断面处于中度风险水平，其结果与5种重金属沿江浓度峰值分布规律相吻合.

4）通过有效治理工业污染源的重金属排放以及大力实施松花江休养生息的政策措施，松花江水环境质量得到显著改善，沉积物中重金属的生态风险水平明显降低.

参考文献

[1]SINASN，CHUAAH，LOBW.AssessmentofheavymetalcationsinsedimentsofShingMunRiver，HongKong[J].EnvironmentalInternational，2001，26：297-301.

[2]李飞，黄瑾辉，曾光明，等.基于MonteCarlo模拟的土壤环境重金属污染评价法与实例研究[J].湖南大学学报：自然科学版，2014，41（9）：103-108.

LIFei，HUANGJinhui，ZENGGuangming，etal.Probabilisticenvironmentalqualityassessmentmethodandcasestudyofsoilheavymetalsbasedonmontecarlosimulation[J].JournalofHunanUniversity：NaturalSciences，2014，41（9）：103-108.（InChinese）

[3]余辉，张文斌，余建平.洪泽湖表层沉积物重金属分布特征及其风险评价[J].环境科学，2011，32（2）：437-444.

YUHui，ZHANGWenbin，YUJianping.Distributionandpotentialecologicalriskassessmentofheavymetalsinsurfacesedimentsofhongzelake[J].EnvironmentalScience，2011，32（2）：437-444.（InChinese）

[4]贾英，方明，吴友军，等.上海河流沉积物重金属的污染特征与潜在生态风险[J].中国环境科学，2013，33（1）：147-153.

JIAYing，FNAGMing，WUYoujun，etal.PollutioncharacteristicsandpotentialecologicalriskofheavymetalsinriversedimentsofShanghai[J].ChianEnvironmentalScience，2013，33（1）：147-153.（InChinese）

[5]朱青青，王中良.中国主要水系沉积物中重金属分布特征及来源分析[J].地球与环境，2012，40（3）：305-313.

ZHUQingqing，WANGZhongliang.DistributioncharacteristicsandsourceanalysisofheavymetalsinsedimentsofthemainriversystemsinChina[J].EarthandEnvironment，2012，40（3）：305-313.（InChinese）

[6]SUNDARAYSK，NAYAKBB，LINS，etal.GeochemicalspeciationandriskassessmentofheavymetalsintheriverestuarinesedimentsAcasestudy：Mahanadibasin，India[J].JournalofHazardousMaterials，2011，186（2/3）：1837-1846.

[7]LIFei，HUANGJinhui，ZENGGuangming，etal.SpatialriskassessmentandsourcesidentificationofheavymetalsinsurfacesedimentsfromtheDongtingLake[J].MiddleChina，2013，132：75-83.

[8]战玉柱，姜霞，陈春雷，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.

ZHANYuzhu，JIANGXia，CHENChunlei，etal.Spatialdistributioncharacteristicsandpollutionassessmentofheavymetalsinsedimentsfromthesouthwesternpartoftaihulake[J].ResearchofEnvironmentalSciences，2011，24（4）：363-370.（InChinese）

[9]吴斌，宋金明，李学刚，等.一致性沉积物质量基准（CBSQGs）及其在近海沉积物环境质量评价中的应用[J].环境化学，2011，30（11）：1949-1956.

WUBin，SONGJinming，LIXuegang，etal.Consensusbasedsedimentqualityguidelines（CBQGs）anditsapplicationincoastalsedimentqualityassessment[J].EnvironmentalChemistry，2011，30（11）：1949-1956.（InChinese）

[10]李磊，袁骐，平仙隐，等.舟山附近海域表层沉积物中重金属污染及其潜在生态风险评价[J].海洋环境科学，2011，30（5）：677-680.

LILei，YUANQi，PINGXianyin，etal.ContaminationandassessmentofpotentialecologicalriskofheavymetalsinsurfacesedimentofZhoushanregion[J].MarineEnvironmentalScience，2011，30（5）：677-680.（InChinese）

[11]CHABUKDHARAM，NEMAAK.AssessmentofheavymetalcontaminationinHindonRiversediments：Achemometricandgeochemicalapproach[J].Chemosphere，2012，87（8）：945-953.

[12]李珊珊，单保庆，张洪.滏阳河河系表层沉积物重金属污染特征及其风险评价[J].环境科学学报，2013，33（8）：2277-2284.

LIShanshan，SHANBaoqing，ZHANGHong.CharacteristicsandecologicalriskassessmentofheavymetalpollutioninsurfacesedimentsofFuyangRiver[J].ActaScientiaeCircumstantiae，2013，33（8）：2277-2284.（InChinese）

[13]LOURIOCabanaB，LESVENL，CHARRIAUA，etal.PotentialrisksofmetaltoxicityincontaminatedsedimentsofDeleriverinNorthernFrance[J].JournalofHazardousMaterials，2011，186（2/3）：2129-2137.

[14]唐银健.Hakanson指数法评价水体沉积物重金属生态风险的应用进展[J].环境科学导刊，2008，27（3）：66-68.

TANGYinjian.Applicationofhakansonindexmethodassessingecologicalriskofheavymetalfromsedimentsinthewater[J].EnvironmentalScienceSurvey，2008，27（3）：66-68.（InChinese）

[15]刘永懋，王稔华，翟平阳.中国松花江甲基汞污染防治与标准研究[M].北京：科学出版社，1998.

LIUYongmao，WANGNianhua，ZHAIPingyang.MethylmercurypollutionpreventionandconcentrationstandardresearchofsonghuariverinChina[M].Beijing：SciencePress，1998.（InChinese）

[16]刘宝林，高阳，唐艳茹.松花江吉林江段地表水重金属污染特征的调查与评价[J].长春理工大学学报：自然科学版，2009，32（30：433-435.

LIUBaolin，GAOYang，TANGYanru.StudyandassessmentonheavymetalpollutiononthecharacterofJilinsonghuariversurfaceWater[J].JournalofChangchunUniversityofScienceandTechnology：NaturalScienceEdition，2009，32（30：433-435.（InChinese）

[17]陆继龙，郝立波，赵玉岩，等.第二松花江中下游水体重金属特征及潜在生态风险[J].环境科学与技术，2009，32（5）：168-172.

LUJilong，HAOLibo，ZHAOYuyan，etal.Contentsandpotentialecologicalriskofheavymetalsinmiddleandlowerreachesofsecondsonghuariver[J].EnvironmentalScience&Technology，2009，32（5）：168-172.（InChinese）

[18]朱广伟，秦伯强，高光，等.太湖近代沉积物中重金属元素的累积[J].湖泊科学，2005，17（2）：143-150.

ZHUGuangwei，QINBoqiang，GAOGuang，etal.Aceumulationcharacteristiesofheavymetalsinthesedimentsoflaketaihu，China[J].JournalofLakeSciences，2005，17（2）：143-150.（InChinese）

[19]刘文新，栾兆坤，汤鸿霄.乐安江沉积物中金属污染的潜在生态风险评价[J].生态学报，1999，19（2）：206-211.

LIUWenxin，LUANZhaokun，TANGHongxiao.Environmentalassessmentonheavymetalpollutioninthesedimentsofleanriverwithpotentialecologicalriskindex[J].ActaEcologicaSenica，1999，19（2）：206-211.（InChinese）

[20]ZENGEY.DistributionofpolycyclicaromatichydrocarbonsinthecoastalregionofMacao，China：assessmentofinputsourcesandtransportpathwaysusingcompositionalanalysis[J].EnvironmentalScienceandTechnology，2003，37（21）：4855-4863.

[21]GRAYCW，MCLARENRG，ROBERTSAHC.TheeffectoflongtermphosphaticfertiliserapplicationsontheamountsandformsofcadmiuminsoilsunderpastureinNewZealand[J].NutrientCyclinginAgroecosystems，1999，54（3）：267-277.