土壤重金属污染分析范例(12篇)
土壤重金属污染分析范文篇1
关键词：土壤重金属污染环境保护单因子指数法综合指数法GIS技术
中图分类号：X5文献标识码：A文章编号：1674-098X（2014）01（b）-0113-02
据最新媒体报道数据显示，近十年来，我国重金属污染的农田面积持续扩大，著名的陕西凤祥血铅超标事件、湖南浏阳镉中毒事件和贵州汞中毒事件等，都是由重金属污染造成，引起社会各界高度关注。20世纪六七十年代，日本富山县流传的骨痛病，就是由于当地居民使用了含镉大米和饮用了镉含量超标的河水而引起的，几乎同一时期，也在日本，熊本县的居民由于使用了被汞废水污染的水产品，导致该流域上万人患中枢神经病，带来了巨大的负面影响。由此可见，土壤重金属污染具有极大的危害性、扩散性、覆盖性。当前形势下，研究土壤重金属污染评价方法具有十分重要的现实意义和战略意义。
1土壤重金属污染的成因及特点
水乃生命之源，土是立国之本，土壤是人类社会赖以存在和发展的根本前提，是最重要的基础资源。在天然环境下，几百年时间才能生成1厘米厚的土层，其更新周期十分缓慢，通常被认为是不可再生资源，但也是众多污染废弃物残留的主要介质之一。随着近现代工业的飞速发展，土壤中沉积了越来越多的废弃污染物。工业生产、居民生活垃圾的不合理处置以及矿产开采等，都会带来土壤重金属污染。从化学理论角度来讲，98%以上的金属都属于重金属，从环境保护学领域来讲，土壤重金属污染中的重金属主要包括汞、铅、锌、砷和镍等。
1.1土壤重金属污染的成因分析
1.1.1自然原因
自然界中，土壤重金属的形成不是单方面作用的结果，而是受多方面因素影响，在不同时期，其主要影响因素又不同。土壤形成初始时期，其重金属含量受成土母质的影响较大，母质中的重金属含量及组成直接决定了土壤重金属的值。随着土壤的发育，母质对其重金属值的影响逐渐减弱。与此同时，生物残落物的影响逐渐增强，受生物个体差异影响，其残落物也呈现出多样化的特点，对土壤重金属组成的影响程度也各不相同。大气沉降，如火山爆发、森林火灾等可能使许多重金属漂浮于空中，其中一些被植物叶片吸收，进而被微生物分解进入土壤，从而改变土壤的重金属含量与构成。
1.1.2人为原因
研究人员对近30年的土壤重金属污染原因进行统计，分析发现随着工业化程度的不断加深，人类活动已经逐渐上升成为土壤重金属污染的主要来源。具体来讲，人类活动又突出表现在以下几个方面：
（1）废气、烟尘等大气污染。城市化进程的加快在反映国民物质生活水平提升的同时也带来一系列环境问题，城市交通、工业生产等向大气排放大量废气、烟尘，造成大气污染，通过大气沉降，这些物质进入土壤，造成土壤重金属污染。经调查研究发现，工矿生产集中区域、城市道路、铁路周围，土壤重金属污染往往格外严重。
（2）化肥农药在农业生产中的使用。为了缩短农作物生长周期，现代农业生产常会选择使用化肥农药，大量化肥与农药的使用在带来生产效益的同时，也将其中所含的重金属物质带入了农作物与土壤，造成土壤重金属污染，影响人体健康。
（3）水体污染。受水资源分布不均因素影响，在部分地区，农田灌溉需要引入工业废水和生活污水，这些未经合理处置的污水进入到农田，造成土壤重金属污染，由于污染水体中含有大量重金属物质，通过污水灌溉产生的土壤重金属危害破坏性更大，极易造成循环性水土污染。
（4）其他活动。含重金属的工业废弃物，城市居民生活垃圾的堆放，金属矿山酸性废水的排放等也会造成土壤的重金属污染。
1.2土壤重金属污染的特点
依据化学金属元素相关理论，重金属性质稳定，极难被微生物降解，一旦进入土壤造成重金属污染，势必对农作物的品质和产量产生较大影响，加之其潜伏周期长，通过食物链的“生物富集效应”严重影响动物和人体的健康。有研究表明，低浓度的汞在小麦萌发初期能起到促进生长作用，但随着时间的延长，最终表现为抑制作用；砷有剧毒，可致癌；镉会危害人体的心脑血管。归纳起来，重金属污染有以下几个特点：（1）潜伏周期长，污染具有隐蔽性；（2）性质稳定，污染具有难降解性；（3）相互作用，污染具有协同性、扩散性。因此，重金属污染又有“化学定时炸弹”之称。
2污染土壤的危害与治理
当土壤中的重金属含量达到一定程度，不仅会导致土壤污染、农业生产收益下降，通过径流，还会对水体（地表水、地下水）产生淋失作用，污染水资源、破坏水文环境；借助大气沉降，极易形成大气污染与水污染、土壤污染的“死循环”，进而影响人体健康。
根据重金属污染的隐蔽性、不可逆性及长期性等特点，与大气污染、水污染等环境问题相比，土壤污染的治理难度更大。现行的重金属污染土壤治理主要有生物法、化学法、工程治理法等方法，就目前科学技术发展形势来看，在治理方案设计上尚未形成统一标准，在实际操作中，不同的地理环境在方法的选用上存在区别，使用的技术也多种多样。从总体上来讲，治理污染土壤首先应查明污染成因，以《土壤环境监测技术规范》为指导，对污染区域进行实地分层采样调查，一般将受污染区域分为“污染源区”、“保护区”和“超标污染区”三个区域，具体划分及处理的原则见（表1）。
值得注意的是，无论采用何种方式，在对土壤污染进行治理时，应注意因地制宜，结合受污染区域的土质情况、土地使用性质与功能、重金属污染物含量与构成等特点，对治理效果、时间、经费等作出合理预期和科学规划，选择最佳方案。
3土壤重金属污染的评价方法浅析
3.1单因子指数法
借助综合指数法，可以对受测区域的重金属污染情况进行分级，指出土壤中污染最大的因素，但无法判定出不同元素对土壤污染的影响差别。根据这一方法计算出来的污染指数只能反映各种重金属元素对土壤的污染程度，而无法精确反映污染的质变特征。
3.3GIS技术在土壤重金属污染评价中的运用
GIS是由计算机硬件、软件及不同方法组成的系统，通过该系统，能够实现空间数据的采集、管理、处理、分析与建模，以解决复杂的规划和管理类问题。通过GIS技术，将不同类型的数据进行处理变换，根据客观需求对其进行空间分析和统计，最终建立各种应用模型，以便为研究决策提供依据。在对土壤重金属污染进行研究时，常利用GIS技术的计算与图形显示功能，对受测区域指定采样点进行插值分析，实现土壤图数字化，建立空间与属性数据库，最终绘出污染物空间分布图，为土壤污染治理提供参考依据。
4结语
重金属具有不易分解、易积聚的特点，进入土壤之后，改变土质构成、破坏土壤环境，借助食物链，残留于农作物上的有害物质进入动物、人体，对人体健康产生严重影响。如何科学地对土壤重金属污染进行评价，是污染治理的重要前提，相关人员应加大对这一领域的研究力度，积极改善人类共同的生存环境。
参考文献
[1]范拴喜，甘卓亭，李美娟，等.土壤重金属污染评价方法进展[J].中国农学通报，2010（17）：310-315.
土壤重金属污染分析范文篇2
关键词：铅锌矿废弃地；重金属；污染评价；空间分布
中图分类号：X53文献标识码：A文章编号：0439-8114（2016）12-3031-05
DOI：10.14088/ki.issn0439-8114.2016.12.011
Abstract：Theheavymetalcontentsinsoiloflead-zincabandonedmineinChanghuatownofHainanprovincewasmeasured.ThemodelsofNemerowpollutionindexandpotentialecologicalriskindexwereusedtoevaluatetheseelements，andthespatialdistributionoflead-zincabandonedminesoilheavymetalswereanalyzedbyKriginginterpolation.TheresultsshowedthatcontentsofCd，PbandZnwerehigherthantherestrictioninenvironmentalqualitystandardforsoilsGB15618-1995.ComparingwiththeNemerowpollutionindex，resultfromtheabandonedsoilreachedseverepollutionlevel.Theabandonedsoilwasinhighdegreethroughecologicalriskevaluation.ThenaccordingtotheKriginginterpolation，itindicatedthatthemostpollutedplacesweremainlyinservicearea，residential，themiddleoftheriverandtheeastofthetailingpond.
Keywords：lead-zincmine；heavymetal；pollutionassessment；spatialdistribution
近年来，土壤重金属污染受到人们的广泛关注[1]，而金属矿产资源的开发具有潜在生态危害风险，导致土壤中重金属含量增加，并通过植物根系吸收进入植物体内，沿食物链富集，最终造成人体重金属中毒[2]。铅（Pb）锌（Zn）矿是富含金属元素锌和铅的矿产资源，对经济发展具有重要意义。但在开发过程中，忽视了其环境影响效应，从而产生了大量铅锌矿尾矿污染问题[3]。目前铅锌矿废弃地均存在不同程度的土壤污染问题，王莹等[4]对上虞铅锌矿尾矿山周边土壤的研究表明，该矿周边稻田和林地均属严重污染级别；董亚辉等[5]研究发现，六盘水铅锌矿废弃地整个区域综合污染指数达到重度污染级别，而重金属元素镉（Cd）综合污染指数贡献率最高。
海南昌化铅锌矿于1991年闭矿后对废矿渣、废水未经有效处理，从而对当地生态环境造成严重危害。在2009年对昌化铅锌矿废弃地进行土壤调查发现，重金属元素Pb、Cd、Zn、Cu仍严重超标，且相关研究仅局限于铅锌矿尾矿库本身，并未对废弃地周边土壤取样分析，而对重金属空间分布的研究也仅集中于其垂直方向的变化，因此研究铅锌矿废弃地土壤重金属污染空间分布特征，并进行生态风险评价，将对铅锌矿废弃地周边环境的治理与恢复发挥重要作用[6-8]。本研究拟利用多种污染评价方法对昌化铅锌矿废弃地进行全面的污染评价，并运用地统计学对昌化铅锌矿废弃地土壤中重金属的分布特征及其变异规律进行分析[9]，旨在为海南昌化铅锌矿废弃地重金属污染修复及生态系统的科学管理提供理论依据。
1研究区域概况
昌化铅锌矿地处北纬18°53′-19°30′，东经108°38′-109°17′，位于海南省昌化镇东南方3km，属热带季风气候，年平均气温23.5～25.0℃，年均降水量1000～1400mm。矿区占地面积19km2，属热液充填型铅锌矿矿床。该矿于1991年开采完毕后封闭矿坑，现属铅锌矿废弃地。其周边土壤类型主要以沙地和裸地为主，植被覆盖以灌木为主，乔木零星分散于废弃地中[10]。昌化铅锌矿开采及闭坑后对当地自然生态环境造成严重的污染问题。
2材料与方法
2.1样品采集与测定
为确保所采集样品的均匀性和代表性，采集区域主要分布于尾矿区、复垦区和区，并依据《土壤环境质量标准》（GB15618-1995）采用梅花采样法进行样点布设，共采集56份土壤样品。取样深度为0～20cm，土壤取回后先置于室内自然风干，棒碾后备用。然后过100目尼龙筛，取样待测。
称取干燥土壤样品0.1g（精确到0.0001g）于内衬杯中，加入9mL混合酸（6.0mLHNO3∶3.0mLHF，体积比为2∶1），采用微波消解法对样品进行消解；样品重金属含量采用ICP-MS电感耦合等离子质谱仪进行测定。
昌化铅锌矿废弃地河流中段及转弯处属于污染最严重的地方，其重金属元素Cd、Pb、Zn均为重度污染。河流重金属的累积多是由铅锌矿废水的排放导致，而河流中段和转弯处是昌化铅锌矿废弃地污染严重，河流尾段污染较轻，这与铅锌矿开采过程中将含有大量重金属的废水未经处理直接排放至河流中有较大关系[20，21]，而河流在经过转弯处时，由于水流流速减慢，将大量含有重金属的河水冲积到岸边，从而使得重金属得到累积，造成严重污染[22]。尾矿库东部、服务区、居民点污染严重，重金属Cd、Pb的单因子指数均大于5，达到重度污染级别。这可能由于尾矿库在开采过程中本身有大量重金属累积，同时服务区和居民点离选矿厂临近，而据以往研究发现，重金属污染分布有其规律可循，距污染源的距离与污染程度呈反比[23]，这也为尾矿库、服务区和居民点污染严重而东北部污染较轻提供了重要依据。
根据重金属评价结果可看出，重金属元素Cd的单因子评价指数与潜在生态风险指数均达到重度污染级别，这与兰砥中等[24]的研究一致。相关研究表明，Cd属于分散元素，其经常与闪锌矿相互伴生[25]，因而在矿产资源开采过程中，常常仅开采Pb、Zn元素，而Cd等相伴生的矿产资源则以废渣的形式随意丢弃，从而造成了Cd的严重污染。Cd作为主要的污染源，应该运用多种不同的方法对其进行治理，对富集植物的挑选也应围绕着Cd、Pb、Zn、Cu这四种重金属展开。
本研究结果表明，①海南昌化铅锌矿废弃地土壤重金属平均含量差异较为明显，部分重金属的含量超标严重，其中Cd的平均含量更是超过中国《土壤环境质量标准》（GB15618-1995）中重金属三级标准的18倍。②根据单因子污染指数来看，海南昌化铅锌矿废弃地土壤重金属Cd的污染最为严重，其次是Pb与Zn。潜在生态风险指数评价结果表明，海南昌化铅锌矿废弃地土壤重金属的潜在危害程度为重度污染级别，其中，Cd对于污染贡献率最大，为最具潜在风险的重金属元素。③根据海南昌化铅锌矿废弃地土壤重金属Cd、Cu、Pb和Zn的污染空间分布图可知，污染最轻的地方均在昌化铅锌矿废弃地的东北部地区以及河流尾段处，而污染最严重的地方则集中在尾矿库的东部、服务区、居民点、河流中段以及河流转弯处。
参考文献：
[1]姜菲菲，孙丹峰，李红，等.北京市农业土壤重金属污染环境风险等级评价[J].农业工程学报，2011，27（8）：330-337.
[2]GUALASD，VEGAFA，COVELOEF.Heavymetalconcentrationsinplantsanddifferentharvestableparts：Asoil-plantequilibriummodel[J].EnvironmentalPollution，2010，158（8）：2659-2663.
[3]张庆利，史学正，黄标，等.南京城郊蔬菜基地土壤有效态铅、锌、铜和镉的空间分异及其驱动因子研究[J].土壤，2005，37（1）：41-47.
[4]王莹，赵全利，胡莹，等.上虞某铅锌矿区周边土壤植物重金属含量及其污染评价[J].环境化学，2011，30（7）：1354-1360.
[5]董亚辉，戴全厚，邓伊晗，等.不同类型铅锌矿废弃地重金属的分布特征及污染评价[J].贵州农业科学，2013，41（5）：109-112.
[6]鲁双凤.海南昌化铅锌矿尾矿库废弃地土壤重金属含量特征与污染评价[D].海口：海南师范大学，2012.
[7]陈怀满.土壤-植物系统中的重金属污染[M].北京：科学出版社，1996.
[8]CHENTB，WONGMH，WONGJWC，etal.AssessmentoftracemetaldistributionandcontaminationinsurfacesoilofHongKong[J].EnvironmentPollution，1997，96（1）：61-68.
[9]GOOVAERTSP.Geostatisticsinsoilscience：State-of-the-artandperspectives[J].Geoderma，1999，89（1-2）：1-45.
[10]陆彬斌.海南昌化铅锌矿废弃地土壤重金属含量与优势植物富集特征[D].海口：海南师范大学，2013.
[11]郑洪萍.闽东南土壤重金属空间分布特征及污染评价[J].吉林师范大学学报（自然科学版），2013，1（1）：34-37.
[12]范拴喜，甘卓亭，李美娟，等.土壤重金属污染评价方法进展[J].中国农学通报，2010，26（17）：310-315.
[13]王军，徐晓春，陈芳.铜陵林冲尾矿库复垦土壤的重金属污染评价[J].合肥工业大学学报（自然科学版），2005，28（2）：142-145.
[14]张悦，陈鹏飞，刘长安，等.环渤海地区Hg、As、Cr、Pb污染健康风险评价[J].海洋环境科学，2012，31（1）：67-70.
[15]赵秀峰，王强盛，石宁宁，等.石化园区周边农田土壤重金属污染分析与评价[J].环境科学学报，2010，30（1）：133-141.
[16]HAKANSONL.Anecologicalriskindexforaquaticpollutioncontrol-asedimentalogicalapproach[J].WaterResearch，1980，14（8）：975-1001.
[17]何云峰，朱广伟，陈英旭，等.运河（杭州段）沉积物中重金属的潜在生态风险研究[J].浙江大学学报（农业与生命科学版），2002，28（6）：669-674.
[18]海米提・依米提，祖皮艳木・买买提，李建涛，等.焉耆盆地土壤重金属的污染及潜在生态风险评价[J].中国环境科学，2014，34（6）：1523-1530.
[19]吴烈善，莫小荣，曾东梅，等.废弃铅锌冶炼厂重金属污染场地的健康风险评价[J].生态毒理学报，2014，9（3）：603-608.
[20]彭德海，吴攀，曹振兴，等.赫章土法炼锌区水-沉积物重金属污染的时空变化特征[J].农业环境科学学报，2011，30（5）：979-985.
[21]牛燕霞，杨柳，张洪，等.子牙河干流沉积物重金属分布特征和风险评价[J].安全与环境学报，2014，14（1）：253-257.
[22]宿文姬，徐友宁，凡生，等.广东大宝山矿区横石河沿岸水土重金属分布规律及其累积风险[J].地质通报，2014，33（8）：1231-1238.
[23]徐玉霞，薛雷，汪庆华，等.关中西部某铅锌冶炼区周边土壤重金属污染特征与生态风险评价[J].环境保护科学，2014，40（2）：110-114，126.
土壤重金属污染分析范文1篇3
材料与方法
采样点布设
采集位于天津市三大污灌区的北辰区、武清区、东丽区、津南区、西青区共22个蔬菜田表层土及蔬菜样品（图1）。
土壤及蔬菜样品的采集和前处理
所有土壤采用五点布点法取样，使用木铲以避免重金属污染。用于提取实验的新鲜土样立即用提取剂提取，剩余土壤风干，测定土壤理化性质。本文选择天津种植广泛、且对重金属有较高富集能力的油麦菜，既可反映污染状况，又避免使用多种蔬菜品种带来的不确定性。采集时，选择生长均一良好的油麦菜，并保持油麦菜根、茎、叶的完整。先用自来水清洗，再用蒸馏水清洗，烘干至恒重。
提取剂的筛选
选择3种单一提取剂（HCl、CaCl2、NH4AC溶液）和2种复合提取剂即M3、DTPA复合液（0.005mol•L-1DTPA+0.01mol•L-1CaCl2+0.1mol•L-1TEA，pH=7.3），对双庙村、大毕庄、柴家圈表层土3种理化性质差异比较大的土壤中重金属进行提取。前期调查获得数据可知，天津市三大污灌区主要超标重金属为Cd和Hg[1]，并且对人体健康也有极大的危害[11-13]，因而选取为主要研究对象。按照表1所示实验方法进行提取。~5%之间，CEC为7~15cmol•kg-1，pH在7.3~7.9之间（具体数据略）。2.2样品Cd和Hg含量2.2.1土壤中Cd和Hg的含量调查结果表明，土壤中重金属超标不太严重。22个采样点表层土Cd和Hg含量见表2。9个样品Cd含量超标，超标率达43%，污染最严重的小蒋庄表层土Cd浓度是国家土壤环境质量二级标准（0.6mg•kg-1）的9倍。7个点Hg超标，超标率33%，其中污染最严重的是东桑园，是国标（1.0mg•kg-1）的2.2倍。但是虽然目前污水处理厂的剩余污泥施用已经废弃，很多地方已经改用地下水浇灌。但是由于重金属不可被降解，其污染恢复需要一个长期过程。
土壤理化性质的测定
采用标准方法测定土壤若干理化性质，pH：CaCl2浸提法；有机质：重铬酸钾氧化-外加热法（GB7857—1987）；阳离子交换容量：BaCl2交换法。
重金属含量的测定
采用WX-4000型微波消解仪（上海屹尧微波化学技术有限公司）对干化土壤和蔬菜样品进行消解，土壤样品中加入5mLHNO3、2mLHCl和2mLHF，在200℃、25atm条件下消解15min；植物样品加入5mLHNO3，在180℃、20atm下消解5min。采用WFX-210型石墨炉原子吸收分光光度计（北京瑞利分析仪器公司）测定Cd；采用AFS2201原子荧光光谱（北京海光分析仪器公司）测定Hg。
数据分析
所有实验均设3个重复，所获数据利用Origin7.5软件进行统计分析及差异显著性检验。
结果与讨论
土壤理化性质
采集土壤均为农田土，有机质含量大部分在3%~5%之间，CEC为7~15cmol•kg-1，pH在7.3~7.9之间（具体数据略）。
样品Cd和Hg含量
土壤中Cd和Hg的含量
调查结果表明，土壤中重金属超标不太严重。22个采样点表层土Cd和Hg含量见表2。9个样品Cd含量超标，超标率达43%，污染最严重的小蒋庄表层土Cd浓度是国家土壤环境质量二级标准（0.6mg•kg-1）的9倍。7个点Hg超标，超标率33%，其中污染最严重的是东桑园，是国标（1.0mg•kg-1）的2.2倍。但是虽然目前污水处理厂的剩余污泥施用已经废弃，很多地方已经改用地下水浇灌。但是由于重金属不可被降解，其污染恢复需要一个长期过程。
蔬菜中的Cd和Hg浓度
油麦菜可食部分中Cd和Hg的含量见表3。根据国家食品安全限量标准，有13个样品Cd含量超标（0.2mg•kg-1），超标率61.9%，但大部分处于轻污染级别。油麦菜中Hg全部超标（0.01mg•kg-1），浓度范围在1.3×10-1~4.8×10-1mg•kg-1之间，且污染情况都比较严重，污染最严重的是巨葛庄，达到国标的48倍。可见，天津农田的重金属污染已经对蔬菜的安全产生影响。最近，天津市政府已经规划城郊的发展，一些严重污染的场地已经不再继续用作农田。对于那些继续用作农田的污染场地，我们建议种植经济作物或者种植对重金属蓄积少的蔬菜品种，以保证农产品安全。
提取剂的筛选
试验选取5种提取剂HCl、CaCl2、NH4AC、DTPA、M3对3个样点土壤中Cd和Hg进行提取（表4）。HCl提取的Cd和Hg浓度都太低，测试时峰形不好，造成结果不可靠。用CaCl2和NH4AC提取时，有的样品Hg检测不出，并且可提取出的Cd与蔬菜中的含量不具有显著相关性（具体数据略）。因此，3种单一提取剂都不能用作重金属生物有效性的预测手段。DTPA和M3提取的Cd和Hg的浓度均较高，而且提取出的Cd与蔬菜中的Cd具有较好相关性。大量文献选用DTPA作为标准提取剂表征重金属的生物有效性，而M3是一种新型提取剂。因此，本文针对DTPA同M3进行深入比较研究。
生物有效性预测和表征
Cd的提取及生物有效性表征
采用M3及DTPA提取剂提取土壤中Cd结果见表5。M3和DTPA对Cd的提取效果基本相近。将油麦菜可食部分Cd含量同提取剂提取部分含量做相关分析（图2）。M3、DTPA的提取结果与油麦菜可食部分Cd含量都具有显著相关，相关系数分别为R=0.92（P<0.0001）和R=0.88（P<0.0001）。因而两种提取剂都可以用来做Cd生物有效性的评价，预测重金属Cd的生态风险。但是两者比较而言，M3提取结果的相关性较DTPA好一些，与其他研究结果一致，并且M3提取时间较短，只需3min。Michaelson[14]、陆文利等[15]将M3试剂与EDTA和DTPA进行比较，发现M3试剂提取的土壤中重金属元素的含量与植物中的相应含量显著相关，而且M3浸提剂适用于酸性、中性、碱性及石灰性等各类土壤。因此，M3是一种非常有潜力的重金属生物有效性预测试剂，应针对不同的重金属以及我国各种土壤类型检测其适用性，以便建立一种标准化方法。
Hg的提取及生物有效性表征
土壤重金属污染分析范文篇4
【关键词】农业土壤重金属污染治理措施
引言：污染问题是各国经济发展中都要面临的难题。近些年，随着我国工业化进程的加快，使得土壤重金属污染日益加剧，许多耕地因重金属污染受到破坏，这使得我国耕地面积大幅度减少。想要使农作物正常生长就要保障土壤正常状态，土壤影响着农产品质量，若土壤受到重金属污染，不仅农产品会受到污染，这些被污染的农产品更会影响人们身体健康，土壤重金属污染治理具有重要意义。
一、重金属污染的概念
重金属是指比重大于5的金属，重金属在人体中累积达到一定程度，会造成慢性中毒。对环境造成污染的重金属包括：汞、镉、铅、铬以及类金属砷等生物毒性显著的重元素。重金属不能被生物降解，被重金属污染的食物进入人体后，重金属在体内沉淀，便很难排除体外，还会与体内蛋白质及酶发生强烈作用，使之失去活性，重金属对人体危害非常大[1]。铬会造成四肢麻木，精神异常；锡进入身体凝结成块后，甚至会致人死亡；钒会对人的内脏造成破坏。采矿、废弃排放、工业排放、污水排放等会造成重金属污染，导致环境质量恶化。日本就曾经因汞污染引发水俣病，造成许多婴儿中枢神经造成破坏。近些年，随着我国工业化进程的不断加快，重金属污染问题日益严重，已开始严重影响人们身体健康，全国各地都因重金属污染出现了癌症村，我国必须对重金属污染提高重视。
二、土壤重金属污染
我国经济发展中面临着严重的重金属污染，其中土壤重金属污染尤为突出，几乎全国各地多处耕地存在重金属污染问题，土壤重金属污染已成为“公害”[2]。目前我国土壤重金属污染主要污染物有：汞、镉、铅、铬、砷等生物毒性重金属元素，以及有毒元素锌、铜、镍等。这些主要重金属污染元素多来自：农药、废水、污泥和大气沉降等方面。如，砷就经常被作为除草剂、杀虫剂等农药，大量农药使用后便很容易造成砷污染；汞则来自含汞废水。汞、砷都能减弱和抑制土壤中硝化、氨化细菌活动，影响氮素供应。土壤中镉含量超标时，作物叶绿素结构将受到破坏，吸收水、阳光的能力大幅度下降，农作物生长、发育、产量、品质都将受到影响。土壤中铅超标时，植物光合能力、氧化能力、代谢强度都将被降低，作物成活率会大大被降低。重金属有着移动性差、滞留时间长、不能被微生物降解等特性。农作物生长在被污染的土壤中被人类食用，这些重金属将直接作用于人体，在身体里沉淀。如，镉污染土壤环境中的作物被人类食用后，将引发高血压、肾功能失调、心脑血管等疾病。汞则会沉入肝脏，破坏神经系统和大脑[3]。土壤重金属污染已严重威胁了人类生存与发展，加强土壤重金属土壤治理势在必行。
三、土壤重金属污染治理措施
通过前文分析，不难看出土壤重金属污染的危害性，土壤重金属污染已成为了制约我国农业发展的主要原因。我国必须提高对土壤重金属污染的重视，加强治理，采用相应治理措施。下面通过几点来土壤重金属治理措施：
（一）化学治理措施
化学治理措施见效快，简单易行，操作简单，效果明显，但若操作不当极有可能造成化学污染。化学治理措施是通过向土壤中投入化学改良剂的方式，来达到降低土壤中重金属含量的目的。不同化学改良剂，效果有所不同，针对污染情况也不同。其原理是将重金属吸附、氧化还原。常用化学改良剂有：磷酸盐、硅酸盐、碳酸钙、沸石等。在实施中为了避免对土壤造成二次污染，一定要控制好改良剂用量。
（二）生物治理措施
生物治理措施易于操作，效果好，且不会造成二次污染，这种方式是通过生物削弱、净化土壤，来降低土壤重金属含量。例如，利用自然界原有植物或人工培育植物，通过植物吸收方式解决重金属污染。目前已经发现能够吸收重金属的植物多达七百余种。这些重金属元素被植物吸收后，将被转化为气态物质，挥发到空气中；除植物外，微生物也能够降低土壤重金属含量，改善土壤微环境。微生物治理技术主要是应用：动胶菌、蓝细菌、藻菌、原菌、硫酸菌等，通过胞外聚合物与重金属离子结合成络合物，达到降低重金属含量和重金属毒性的目的。
（三）农业治理措施
农业治理指的是通过改变耕作管理制度的方式，降低土壤重金属污染。该措施实施中要因地制宜，科学结合当地农业发展实际情况。农业治理措施主要有：控制土壤水分调节土壤氧化还原电位，降低重金属污染。另外，还可通过肥料选择和控制的方式，减少化肥应用，增施有机肥，降低化肥对土壤造成的重金属污染。此外，种作物选择时应选择具有抗污染的植物，避免重金属进入食物链。镉污染土壤环境中可种芝麻，实践证明种植五年芝麻后，土壤镉含量降低百分之三十四左右，不同植物对改善不同污染有着很好的效果，做好作物选择至关重要。
四、结束语
农业是国家经济发展建设的基础，而农业的基础是土壤，离开土壤农业发展无从谈起。土壤重金属污染现如今已严重影响到了农业发展，威胁到了人们身体健康，加强土壤重金属治理势在必行。
参考文献：
[1]徐梅玉.我国耕地土壤污染解决中机械保护性耕作的作用研究，以土壤中铅和镉污染为例[J].湖北师范学院，2011，16.
土壤重金属污染分析范文篇5
关键词：土壤；重金属；污染；危害指数；生态风险评价；生态效应；临界值；山东省
中图分类号：P595；X42文献标志码：A
0引言
山东省东部地区是山东半岛蓝色经济区的主体部分，包括青岛、烟台、威海、潍坊、日照、临沂等6个地级市的46个县，面积54×04km2，也是山东省经济发达地区。城市化、工业化和农业现代化的快速推进是该地区经济发展的重要标志。然而，伴随着经济的快速发展，土壤与水环境污染、土壤盐渍化、海水入侵、农产品农药残留和重金属含量超标等生态问题相继出现，并日趋严峻。这不仅威胁当地人居环境、生态安全，也严重影响了当地经济的快速、持续、健康发展。因此，在山东省东部地区进行生态环境质量研究和生态风险评价具有重要的现实意义。
土壤重金属污染作为土壤环境健康质量恶化重要标志之一，受到国内外学者的普遍关注。前人在山东省东部地区作了大量有关土壤重金属污染方面的研究［2－6］。这些研究大多是从土壤重金属元素的绝对含量为切入点，研究土壤重金属污染的形成机理，评价区域环境污染特点，而从宏观角度研究较大尺度土壤重金属污染和从重金属毒性系数为出发点研究重金属危害的报道甚少。基于此，笔者以山东省东部地区土壤为研究对象，分析土壤重金属的污染特征，采用重金属潜在生态危害指数法［7］对土壤重金属的生态危害效应进行评价，探讨优势农作物的重金属富集特性，旨在对山东省东部地区土壤污染防治和保障农产品安全提供科学依据。
材料与方法
土壤样品采集与分析
土壤重金属污染分析范文篇6
关键词：城市土壤；重金属污染；土壤环境
中图分类号：X53文献标识码：A
前言
因城市土壤吸收了工业污染源、燃煤污染源及交通污染源等释放的重金属，在一定程度上对人类的健康造成影响，且对地表水及地下水等水生生态系统造成污染，导致水质系统紊乱，所以土壤重金属污染问题在城市土壤研究中占据重要地位。目前，对城市土壤重金属污染采取有效的管理及治理措施是必要的，避免土壤重金属污染导致大气和地下水质量的进一步恶化及循环。
1我国城市土壤重金属污染危害分析
回顾性分析导致城市土壤出现重金属污染问题，其“罪魁祸首”多是由于人类日常活动造成的，如不同工矿企业生产对土壤重金属的额外输入及农业生产活动影响下的土壤重金属输入、交通运输对土壤重金属污染的影响等。自然成土条件也会对土壤重金属污染造成影响，如风力与水力的自然物理、化学迁移过程等带来的影响，又如成本母质的风化过程对土壤重金属本底含量的改变[1]。目前，我国很多大城市的土壤仍旧面临着铅、贡及镉等主要污染元素的继续污染，例如，北京、上海、重庆、广州等，土壤都受到不同程度的重金属污染。随着工业、城市污染的加剧以及农业使用化学药剂的增加，城市重金属污染程度日益严重，有关研究统计，目前我国受铅、镉、砷及铬等重金属污染的耕地及城市环境面积共约2000万hm2，占总耕面积的20%。随着土壤重金属污染面积的扩大，我国大量植物生长受到影响，植株叶片失绿，出现大小不等的棕色斑块，同时，根部的颜色加深，导致根部发育不良，形成珊瑚状根，阻碍植株生长，甚至死亡。此外，大量研究证实，土壤重金属污染影响农业作物的产量与质量，人类通过食用这些农作物产品会对健康及生命造成一定威胁。例如，体内重金属镉含量的增加会导致人类出现高血压，从而引发心脑血管疾病；基于铅属于土壤污染中毒性极高的重金属，临床验证一经进入人体，将难以排出，从而影响身体健康，其能对人的脑细胞造成危害，尤其是处于孕期中的胎儿，其神经系统受到影响，导致新生儿智力低下；再者，重金属砷具有剧毒，人类长期接触少量的砷，会导致身体慢性中毒，是皮肤癌产生的明确因素。
2防治措施与发展展望
2.1综合措施的运用
应对城市土壤重金属污染问题采取必要的措施，现阶段采用物理化学法结合生物修复法的综合措施进行干预。顾名思义，物理化学法即是运用物理、化学的理论知识研究出治理土壤重金属污染的有效方法。基于土壤重金属污染前期，污染具有集中的特点，易采取的方法为电动化学法、物理固化法。通常采用物理化学法治理重金属污染重且面积较小的土壤，过程中能体现物理化学法效果显著且迅速的特点。例如，我国对城市园林土壤重金属污染，采用物理化学法进行干预，减少了园林植株受损的数量。但对于重金属污染面积过大的城市园林不易采用物理化学法，因土壤污染面积过大，致使人力与财力的投入量增加，且易破坏土壤结构，从而降低土壤肥力。利用生物的新陈代谢活动降低土壤重金属的浓度，使土壤的污染环境得到大部分或彻底恢复，这一过程称为生物修复。实践中，生物修复具有效果佳，无二次污染的优点，且能降低投资费用，便于管理，利于操作[2]。随着生物修复在治理污染问题中的技术运用逐渐推进，已纳入土壤污染修复方法中的焦点行列。
2.2发展趋势
现阶段，基于我国土壤重金属污染治理法中的生物修复法尚处于初级阶段，有待于提升其应用价值。就我国领土拥有丰富的植被资源而言，为尽可能保护植被资源，应尽快从植被中选取出能抵抗超量重金属的植物，并从能抵抗超量重金属的植物种类中选取相对应的突变体，从而构建起能抵抗超量重金属的植物数据库，并依次对数据库中的植物进行生理及生化的研究。在研究中，采用先进信息技术GPS加强城市区域土壤重金属镉、铅、砷及铬等含量的空间变异与分布控制研究。同时，对土壤中复合重金属污染中各元素间的作用与关系进行研究，从而不断优化物理化学法。
有关文献表明，我国城市土壤重金属污染治理在未来将会面向以下几方面发展，其发展趋势具有极大突破点。以我国各个城市土壤重金属污染的数据为依据，建立起综合的城市土壤数据库，以便于全面且彻底的开展城市土壤重金属污染的调查，有关内容包括：重金属的种类、含量、分布地段及其来源；着手于我国各个城市土壤中污染物质的含量研究，分析生物效应以及人类健康风险，从而为治理土壤污染问题奠定基础；土壤重金属污染涉及面较广，除影响生物及人类健康之外，对土壤、水质、空气质量及大自然整个生态系统都造成了不可避免的影响。因此，将这一课题纳入研究中是必要的，未来将面向对土壤重金属污染与地表及地下水、空气可吸入颗粒物含量与其性质存在的关系进行研究[3]；不断优化判断重金属污染来源的相关技术；我国区域城市土壤重金属污染研究主要依据的工具是可视化计算机软件（GIS），利用其强大的空间分析功能与空间数据管理功能运用在判断重金属污染源及其分布地段的研究中，同时能对我国区域城市重金属污染的风险评估进行分析。
3结语
综上所述，对土壤生态系统的结构、功能与水、土、气、生等其他生态系统的友好关系进行维护是污染治理的前提。目前，我国土壤重金属污染治理正处于上升阶段，面向深化研究，势必探讨出更有成效的治理方法，使人们的生活及健康得到保障。
参考文献
[1]楚纯洁，朱正涛.城市土壤重金属污染研究现状及问题[J].环境研究与监测，2010，05（11）：109-110.
[2]肖锦华.中国城市土壤重金属污染研究进展及治理对策[J].环境科学与管理，2010，04（12）：136-137.
土壤重金属污染分析范文篇7
关键词镉污染;锌污染;hakanson潜在生态危害指数法;都龙矿区
中图分类号x143文献标识码a文章编号1007-5739(2010)22-0263-03
studyoncadmium&zincpollutionofsoilsandplantsindulongmine
lifeng-weibeirong-tawuming
(departmentofenvironmentscience&engineering,southwestforestryuniversity,kunmingyunnan650224)
abstracttheanalysisonsamplesofsediments,tailings,ricesoilsandplantsinxiaobairiverpollutedbycadmiumandzincweretested.theresultsshowedthatsoilsediments,tailingsandricesoilsallhadbeenseverelypollutedbycd,andthezncontentofricesoilsandsedimentswerebeyondthestandardofsoilenvironmentalqualitylevelⅱ.thelarshankanson’smethodwasusedtoassesspotentialecologicalriskoftheheavymetalsinxiaobairiver.theassessmentresultsshowedthateachsamplepointwashighwithpotentialecologicalrisk,whichwascausedbyhighlevelsofcd.inaddition,znandcdcontentsofplantsgrowingincontaminatedsoilsweremuchmorethanthoseinnopollutedsoils.itwasindicatedthattheplantswereseverelypollutedincontaminatedsoils.somemeasuresshouldbeadoptedtointegratecontrolforthepollutedarea.
keywordscadmiumpollution;zincpollution;potentialecologicalriskassessmentofhakanson;dulongmine
金属矿产资源是不可再生资源,对国民经济的发展起着重要作用。WWw.133229.Com但是矿山的开发及其一系列采矿、选矿经过加工程序都是高污染过程,尤其对河流、土壤、植物的污染更表现为直接性和危险性[1]。土壤重金属污染物造成土壤营养不良,导致土壤生产力低下,也影响着农产品的品质,已成为土壤环境科技工作者研究的首要问题[2]。
该研究通过对已受矿区污水污染的小白河流域的土壤,包括河流底泥、污染土壤,并对该地生长的几种植物进行分析测定,了解土壤中的镉(cd)、锌(zn)等重金属污染情况,从而对受污染的土壤提出合理的生态治理修复措施。
1材料与方法
1.1研究区概况
试验材料来源于云南省文山州马关县都龙镇小白河流域的三岔河。马关县位于云南省文山州南部,地处东经103°52′～104°39′、北纬22°42′～23°15′,属低纬度亚热带山地季风气候。年平均气温16.9℃,1月平均气温9.6℃,7月平均气温21.7℃,年均降水量1345mm,最大降水量1776mm,最小降水量1027mm。研究区马关县都龙矿区是锌、锡、砷和铁共生的多金属矿床,并伴生有铟、锗、镉、镓、钴、银等稀贵金属。
1.2样品处理方法
1.2.1土壤样品采集及处理。试验确定3块采样地,第1块样地是小白河三岔河段河岸底泥,第2块样地是已废弃的尾矿坝,第3块样地是远离重金属污染的距小白河200m的水稻田。采用“之”字形的布点方法,按0～20cm的深度取样,每个样点取5个混合土样。四分法弃取,保留1kg土壤样品,贴好标签,带回实验室进行处理,清除枯根败叶,在阴凉处风干,磨碎,过100目尼龙筛,封装待测。
1.2.2植物样品的采集及处理。每个样地分别采集5种常见的植物5～10株,把根、茎、叶、果实混合在一起。5种植物为紫茎泽兰(eupatoriumadenophorumspreng)、木贼(equisetumhyemalelsppl)、多花抗子梢(multiforonsclovershrub)、野牡丹(melastomaaffined.don)、光叶蕨(knuiwatsukiacuspidata)。将采回植物鲜样洗净、切碎,放在阴凉处晾干。然后用瓷制研钵研碎,过20目尼龙筛,封装待测。
1.3测定方法
1.3.1植物样品的预处理。将标有号码的瓷坩埚在高温电炉中灼烧15～30min,移至炉门口稍冷却,放入干燥器内冷却至室温,称重。必要时再次灼烧、冷却、称重,至恒重为止。在坩埚中准确称取磨碎、烘干、混合的样品2～3g(称准到0.01g),放在电炉上缓缓加热炭化,烧至无烟时移放在已烧到暗红色的高温电炉门口处,片刻后再放进炉内深处,关闭炉门,加热至约450℃(暗红色),在此温度下烧至灰分近于白色为止,大约需要1h(0.75～2.00h)。将坩埚移放在炉门口稍冷却,最后放入干燥器内冷却至室温[3]。用1∶1hcl溶解灰分,定容到50ml容量瓶中,待测。
1.3.2土壤样品消解。准确称取过80目的风干底泥样品0.3～0.7g(精确至0.0001g)于小烧杯中,加少许蒸馏水润湿,加王水15ml。同时做试剂空白试验。在电热板上加热微沸(140～160℃),至有机物剧烈反应后,加高氯酸5ml,继续加热至冒浓白烟,强火加热至样品呈灰白色,小心赶去高氯酸(若出现棕色烧结干块,则继续加入少许王水,加热至灰白色)。然后,取下样品,用1%硝酸15ml加热溶解,以中速定量滤纸过滤于50ml容量瓶中,用少量水冲洗残渣,定容待测。
1.3.3仪器的调整和设定。在原子吸收分光光度计(wfx-130a)上安装镉、锌2种空心阴极灯,并设定好每一种金属的测定条件。
1.3.4标准曲线的绘制。吸取混合标准溶液(cd:10mg/l;zn:10mg/l)0、0.05、1.00、3.00、5.00、10.00ml分别放入6个100ml容量瓶中,用0.2%硝酸稀释定容;然后,按测定步骤测量吸光度,用经校准的吸光度对相应的浓度作图,绘制标准曲线。
1.3.5测定吸光度。按标准曲线的绘制方法测定样液中的吸光度,并在标准曲线上查出样液中镉、锌的浓度,最后计算水样、底质中2种重金属的含量。
1.3.6计算方法。土壤或植物中重金属含量的计算方法为:
式中:c—从标准曲线或线性方程上查到的各样液的浓度(mg/l);v—样液的定容体积(ml);w—样品的干重(g);a—土壤或植物中镉、锌的含量。
2结果与分析
2.1土壤中cd、zn含量分析
将小白河流域各采样点河流底泥、尾矿土和水稻土中的zn、cd含量(表1)与我国二、三级环境土壤标准进行比较,分析重金属zn、cd的毒性对土壤造成的危害。由表1可知,河流底泥cd含量为74.67mg/kg,尾矿土cd含量为77.84mg/kg,水稻土cd含量为11.19mg/kg;分别是我国二级土壤环境标准的248.9倍、259.5倍和37.3倍。与我国三级土壤环境标准相比较,上述土壤cd的含量分别是相应标准的74.67倍、77.84倍和11.19倍,说明cd对该流域土壤污染严重。河流底泥zn含量为1737.60mg/kg,尾矿土zn含量为115.00mg/kg,水稻土zn含量为715.74mg/kg。尾矿坝土zn的含量为我国二级土壤环境标准的一半,而小白河流底泥和水稻土的zn含量分别是我国土壤二级环境质量标准的6.95倍和2.86倍。说明zn对该小白河流域河流底泥影响最大,河流底泥zn污染对河水相互影响,使受河水灌溉的水稻土受到影响,其zn含量比较高,但尾矿土壤没受到zn的污染。综上所述,对小白河流域土壤污染最大的重金属是cd,其次是zn。
2.2小白河流域植物cd、zn含量分析
(1)污染区植物重金属含量分析。在不同的生长区域各种植物中重金属的含量不同,通过对试验区5种植物重金属cd、zn含量分析,与无污染区作对照。由表2可知,受污染植物体内的重金属含量明显要高于对照,说明土壤环境中金属元素含量越高,植物体内的重金属含量也就高。对cd的吸收最为显著的植物是多花抗子梢,污染区生长的多花抗子梢植物体内cd含量是无污染区的1314倍,该植物体内cd含量高达13.14mg/kg。其次为光叶蕨和紫茎泽兰,污染区生长的光叶蕨体内cd含量是无污染区的1033倍,污染区生长的紫茎泽兰体内cd含量是无污染区生长的354倍。因此,植物对cd的吸收能力依次为多花抗子梢>光叶蕨>紫茎泽兰。
对zn的吸收最为显著的植物是紫茎泽兰,污染区生长的紫茎泽兰体内zn含量是无污染区83.80倍,该植物体内zn含量为33.100mg/kg,其次为光叶蕨和多花抗子梢,污染区生长的光叶蕨体内zn含量是无污染区的21.25倍,污染区生长的多花抗子梢体内zn含量是无污染区的6.98倍。因此,植物对zn的吸收能力依次为紫茎泽兰>光叶蕨>多花抗子梢。
(2)同一污染植物不同重金属的含量分析。由于同一种植物对不同的重金属敏感程度及其含量不同,重金属zn、cd对已污染的植物危害也不同。分别分析矿区紫茎泽兰、多花抗子梢、野牡丹和光叶蕨这4种植物的zn、cd含量,研究植物体内zn、cd富集程度及对其造成的危害。图1和表3表明紫茎泽兰体内重金属zn的含量明显高于其他3种植物,它们有着相同的生态环境,但紫茎泽兰比其他植物更加适宜zn污染的土壤环境;而紫茎泽兰对重金属元素cd的吸收表现出弱势,光叶蕨次之,多花抗子梢吸收的cd含量最高,在野牡丹中没有发现cd存在。表明多花抗子梢比其他3种植物更加适宜cd污染的土壤环境。光叶蕨体的重金属含量高于多花抗子梢,表明光叶蕨比多花抗子梢更加适宜重金属污染的土壤环境。
2.3小白河流域土壤重金属的生态危害评价
(1)评价方法。瑞典学者hakanson[4]提出的潜在生态危害指数法是评价重金属生态危害的常用方法。按照该方法,某区域土壤中第i种重金属潜在危害指数为:eri=tri(csi/cbi)。式中:csi为土壤中重金属i的实测值;cbi为重金属i的参照值(背景值);csi/cbi为富集系数;tri为毒性响应系数(cd为30,zn为1)。土壤中多种重金属的生态危害指数为单种重金属危害指数之和:ri=∑eri;参照值的选择无统一标准,该文选择工业化以前土壤重金属cd、zn的最高背景值作为参照值[5]分别为0.30、80.00mg/kg。
毒性相应系数反映了重金属的毒性水平和生物及环境对重金属的敏感程度,一般该系数越大,对生物的毒性就越大。土壤中重金属生态危害程度的划分标准:eri<40或ri<150为生态危害轻微;40≤eri<80或150≤ri<300为生态危害中等;80≤eri<160或300≤ri<600为生态危害强;160≤eri<320或ri>600为生态危害很强。
(2)评价结果。利用hakanson潜在生态危害指数法对小白河流土壤重金属生态危害评价,结果如表4所示。
可以看出,cd的富集系数在37.30～259.47之间,zn的富集系数在1.44～21.72之间。以单个重金属的潜在生态危害指数来评价重金属的生态危害,cd在3个采样点的生态危害均为很强,eri在1119.00～7784.10之间,均远远高于160,其在尾矿坝附近土壤潜在生态危害最强,河流底泥生态危害程度略低于尾矿土。尾矿土的ri值高达7785.54,表明其潜在生态危害最强;河流底泥ri值为7488.72,水稻土ri值为1127.95,均远大于600,也属于生态危害很强。在全部监测面的ri值中,cd的数值最大。如果不考虑cd而只考虑zn污染的权重,河流底泥、尾矿土、水稻土样点的ri值分别为21.72、1.44、8.95,均小于160,其潜在生态危害轻微。3个采样点潜在生态危害均属于很强,主要是因为3个采样点土壤中的cd含量远远高于土壤二级环境质量标准,且cd的毒性响应系数又比较高。因此,对小白河流域土壤中的cd污染治理要予以重视。
3结论与建议
3.1结论
(1)小白河流域重金属cd的含量均远远高于我国土壤环境质量二级标准,说明小白河流域土壤已受到重金属cd的严重污染;河流底泥和水稻土的zn含量分别是我国土壤二级环境质量标准的6.95倍和2.86倍,表明zn对该小白河流域河流底泥的影响最大。河流底泥和河水相互影响,相互污染,使受河水灌溉的水稻土受到一定影响,导致水稻土中zn含量比较高,且受到了不同程度的污染,但尾矿土壤还没受到zn的污染。表明小白河流域的河水已受到污染,不能用作灌溉水源。
(2)由于土壤长期受含zn、cd废水的影响,生长在其上面的植物受到严重污染。与对照相比,受污染的植物cd含量超过354～1314倍,受污染的植物zn含量超过6.98～83.80倍。在所监测的植物中,cd含量吸收最为显著的植物是多花抗子梢,其次是光叶蕨和紫茎泽兰,植物对cd的吸收依次为多花抗子梢>光叶蕨>紫茎泽兰;植物对zn的吸收最为显著的是紫茎泽兰,其次为光叶蕨和多花抗子梢,植物对zn的吸收依次为紫茎泽兰>光叶蕨>多花抗子梢。
(3)在相同的生态环境中,紫茎泽兰更适宜锌污染的土壤环境,多花抗子梢更适宜cd污染的土壤环境。光叶蕨体内的重金属zn含量高于多花抗子梢,表明光叶蕨比多花抗子梢更加地适宜锌污染的土壤环境。
(4)利用hakanson潜在生态危害指数法对小白河流域土壤重金属生态危害评价结果表明,各采样点的重金属污染潜在生态危害都很强,主要原因是cd含量过高引起的。
(5)对小白河流域的cd、zn应予以足够重视,需要采取措施防止cd、zn由底泥进入水相,对沿河两岸排放含cd、zn的污水也要采取一定措施,减少含cd、zn废水的排放。
3.2建议
根据环境保护部环发《关于加强土壤污染防治工作的意见》(〔2008〕48号),为改善土壤环境质量,保障农产品质量安全,建设良好人居环境,促进社会主义新农村建设,必须尽快研究防控重金属污染的措施[6]。首先,贯彻依法预防的原则,建立健全和贯彻防治土壤污染的有关法律法规和标准。其次,充分利用土壤污染状况调查结果,加快产业结构调整,优化工农业发展规划和布局,发展清洁生产工艺,控制和消除重金属污染源。第三,提高土壤环境容量和土壤净化能力,建立土壤污染监测、预报与评价系统。第四,小白河流域的河水已受到污染,不能作为农业灌溉用水。加强小白河流域河道重金属污染治理,加大管理力度,严格控制矿区污水排放标准,严禁不达标的选矿废水排入河道。第五,对已受zn、cd污染的水稻田,不能继续种植水稻等对cd吸收能力强的植物。要加强重金属污染治理,改茬换种zn、cd吸收较弱的作物。第六,采用乡土物种,植树种草,适当选用紫茎泽兰、光叶蕨和杨树等当地物种,保护土壤环境,对已污染的土壤采取治理措施,物理措施、化学措施和生物措施综合运用[7]。总之,矿山开发一定要科学、合法、有序、适度,并严格加强管理、监督,确保维护良好的生态环境。整理
4参考文献
土壤重金属污染分析范文1篇8
关键词：土壤重金属；形态；来源；多元统计
中图分类号：S153.6+1文献标识号：A文章编号：1001-4942（2016）10-0110-07
土壤在生态环境中担任物质与能量交换的枢纽，是不可再生的基本资源。一方面它能为绿色植物和微生物生长提供所需要的环境和营养，另一方面也是环境污染物（如重金属、多环芳烃和邻苯二甲酸酯等）重要的源和汇，承载着人类活动带来的各种污染，对生态环境质量和人体健康产生直接或间接的影响。重金属是环境中常见的一类污染物，因具有持久性和难降解性被誉为“化学定时炸弹”[1，2]，进入土壤环境中的重金属难以被微生物降解，并可能渗入地表水、地下水，从而被植物吸收进入作物系统，导致水体、蔬菜和粮食作物污染，最终通过土壤-植物-食品-人类的途径进入人体，对人体健康造成严重威胁。因此，近年来土壤重金属污染已经引起了社会和学术界的广泛关注，成为了世界性的严重问题[3]。以往的环境分析通常仅对环境介质中重金属污染物的总量或总浓度进行测定，虽然可以提供受污染的状况，但大量生物分析与毒理研究[4-6]表明：特定环境中重金属元素的环境行为和毒性效应，不仅与重金属的全量有关，而且在很大程度上还取决于重金属的赋存形态。只依靠重金属元素的总量往往很难表征其污染物特性和危害，为了准确评价土壤中重金属污染物的污染程度，还必须分析其具体的形态。本试验选取西安大唐灞桥燃煤电厂周边土壤为研究对象，进行重金属元素As、Ba、Cd、Co、Cr、Cu、Mn、Ni、Pb、V和Zn的含量测定及Ba、Co、Cr、Cu、Mn、Ni、Pb、V和Zn的赋存形态分析，并运用多元统计分析方法分析其主要来源。
1材料与方法
1.1研究区概况
西安大唐灞桥热电厂位于西安市东郊灞河与汉又间（107°40′～109°49′E，33°39′～34°45′N），始建于1951年，是新中国成立后西北地区建成的第一座现代化火力发电厂，是陕西省最大的热力生产基地和西安地区东部电网支撑点和最大的供热基地。西安市古称“长安”，地处陕西关中平原中部，北临渭河，南依秦岭，属暖温带半湿润大陆性季风气候，雨量适中，四季分明，年平均气温13.0～13.7℃，年降水量522.4～719.5mm，年日照时数1646.1～2114.9h。常年主导风向为东北风，冬季以东北风为主，夏季多西南风，春秋为过渡型，秋似冬，春似夏。西安市主要土壤类型为黄褐土、褐土。
1.2样品采集及分析方法
在实际调研的基础上，在一个晴朗的天气里（这种晴朗的天气至少持续数周），采用GPS进行精确定位，采集距电厂外边界100、400、1000、1500m四个圈层上共计80个土壤样品。为了确保土壤样品的代表性，在每个采样点选择在2m×2m方格的4个顶点采集4份土壤样品，采样深度为0～20cm剖面层，现场利用四分法缩分至约1kg。所采集土壤样品均装入聚乙稀采样袋，贴好标签，注明采样点的编号、位置、采样时间等信息。
所有土壤样品均在室内阴凉通风处自然风干，挑去其中的石块、植物根系等杂质，风干后的样品进行磨碎过20目尼龙筛进行处理。将过筛后的样品用ZM-1型振动磨研磨10s，使其粒径小于200目（0.0749mm），储存于聚乙烯样品袋中并封口用于重金量全量和形态的分析测定。样品在各个处理环节过程中所使用的器具均为塑料品、木制品和铁制品，防止对样品造成污染。
使用电感耦合等离子发射光谱仪（ICP-MS）和原子吸收分光光谱仪（AAS）测定土壤样品中重金属元素（As、Ba、Cd、Co、Cr、Cu、Mn、Ni、Pb、V和Zn）的含量。同时采用修正的欧共体BCR（communitybureauofreference，简称BCR）四步连续提取技术（见表1）、原子吸收分光光谱仪（AAS）测定土壤中重金属元素（Co、Cr、Cu、Mn、Ni、Pb、V和Zn）的各赋存形态含量，并分析其迁移转化特征。
2结果与分析
2.1土壤重金属含量
西安灞桥燃煤电厂周围土壤中11种重金属元素的描述性统计分析结果见表2。由分析结果可知，西安灞桥燃煤电厂周围土壤中As、Ba、Cd、Co、Cr、Cu、Mn、Ni、Pb、V和Zn等11种重金属元素的平均值为28.6、999.9、0.467、59.1、99.1、56.5、944.3、51.6、141.4、126.0、186.4mg/kg，分别是陕西土壤背景值的2.6、1.9、5.0、5.6、1.6、2.6、1.7、1.8、6.6、1.9、2.7倍，为中国土壤背景值的2.6、2.1、4.8、4.7、1.6、2.5、1.6、1.9、5.4、1.5、2.5倍。元素Ba、Co、Cu、Pb、Zn的平均含量均高于中位值；Mn的平均含量低于中位值，As、Cd、Cr、Ni、V这五种元素的平均含量均接近中位值。偏度与峰度可以描述数据系列的分布形状与特征，当偏度值0则为正偏型或右偏型；峰度值3则为尖顶峰度，是尖顶曲线。计算结果表明灞桥热电厂周边土壤中Ba、Mn、Ni、V含量的偏度值小于零，表明其分布曲线为负偏型，As、Cd、Cr、Cu、Pb、V和Zn含量的偏度值大于零，表明其分布曲线为正偏型。偏度大小顺序依次排列为：Cu>Pb>Zn>As>Cd>Cr>Co>V=Ni>Mn，其中元素Cu、Pb、Zn、As和Cd的偏度较高，说明这四种元素可能因人类活动影响而产生较大的正偏度[9]。As、Cu、Pb和Zn的峰度值大于3，表示其分布曲线为尖顶曲线，其余7种元素的峰度值小于3，表明其分布曲线为平顶曲线。
变异系数（CV）和标准差主要反映数据系列的离散程度。由表2看出，11种元素的标准差均较大，尤其Ba（含量范围372.9～1520.8mg/kg）、Mn（108.6～1321.9mg/kg）、Zn（71.5～584.0mg/kg）的标准差分别为277.1、253.0和126.5，其他元素的标准差大小依次为：Pb>V>Cr>Cu>Co>As>Ni>Cd。Wilding[8]将变异系数分为高度变异（CV>0.36）、中等变异（0.36>CV>0.16）和低度变异（CVCd>As>Pb>Cu>Ba>Co>Mn>Cr>V>Ni，元素Zn、Cd和As属于高度变异；其他元素均属于中等变异。从标准差和变异系数看，已分析的11种重金属元素在电厂周围土壤中均有富集，受到城市当中人类活动不同程度的影响。
2.2土壤重金属形态
修正的欧共体BCR四步连续提取法中重金属赋存形态包括：乙酸可提取态（S1）、可还原态（S2）、可氧化态（S3）、残渣态（S4）。前三种形态可与“非稳定态”相对应，残渣态与“稳定态”相对应。“非稳定态”是生物直接有效或潜在有效的重金属，其含量高低不仅可以表征重金属的潜在污染特征，同时也表明了重金属活化迁出的难易程度及其二次污染的可能性。大量研究表明，未受人为污染的环境介质中重金属元素具有相对稳定的形态组成；而环境介质受到重金属元素人为污染后，其重金属元素可提取态含量会明显增加，由此可以判断重金属的人为污染情况[10，11]。
由图1可知，西安灞桥热电厂周边土壤中Co赋存形态顺序为S2>S4≈S1>S3，主要以乙酸可提取态（30.8%）、可还原态（33.0%）和残渣态（30.8%）三态形式存在，可氧化态（5.4%）含量较低；Cu所赋存形态顺序为S4>S3>S2>S1，主要以残渣态（58.7%）形式存在，在非稳定态中可氧化态（26.2%）含量较高；Mn所赋存形态顺序为S2>S1>S4>S3，主要以可还原态（35.6%）和乙酸可提取态（29.9%）形式存在，非稳定态含量高达72.6%，对环境的生态影响较大；Pb所赋存形态顺序为S4>S2>S3>S1，主要以残渣态（41.7%）为主，在非稳定态中主要以可还原态（29.0%）和可氧化态（24.3%）形式存在；Zn所赋存形态顺序为S4>S2>S3>S1，主要以残渣态（41.5%）为主，在非稳定态中主要以可还原态（33.8%）形式存在；Ba、Cr、Cu、Ni、V五种元素四种形态的含量都以残渣态（S4）为主，残渣态含量分别为67.8%、79.4%、58.7%、68.1%、76.0%，非稳定态含量较低（
土壤重金属元素中非稳定态所占的比例大小依次为：Mn>Co>Zn>Pb>Cu>Ba≈Ni>V>Cr。可见，元素Mn、Co、Zn和Pb有58.3%～72.6%以上可以发生迁移，易发生二次污染，潜在危害较大，需要优先进行防控。其中在弱酸性条件下元素Co最容易迁移转化，元素发生迁移转化的顺序依次是Co>Mn>Ba>Zn>Ni>Pb>Cr>Cu>V；在还原性条件下元素Mn最容易迁移转化，元素发生迁移转化的顺序依次是Mn>Co>Zn>Pb>Ba>Cu>Ni>V>Cr；在氧化性条件下，元素Cu最容易迁移转化，发生迁移转化的顺序依次是：Cu>Pb>Zn>Cr>Ni>V>Mn>Co>Ba。
2.3土壤重金属来源分析
多元统计分析中的相关性分析、主成分分析和聚类分析被广泛运用于重金属的来源分析[12-15]，利用SPSS20软件对电厂周围土壤环境介质中的重金属元素之间的相互联系和规律进行了分析，以对其中的污染物进行来源解析。
2.3.1相关性分析重金属之间的相关性能为重金属来源的分析提供有效的信息[13，15]，相关系数可以较好地表征土壤重金属的相关关系，一般来讲，相关系数可以表明其来源途径的相似性程度，一般相关程度越高，相关系数绝对值越大，污染物的来源途径越可能相似；相关程度越低，相关系数绝对值越小，污染物的依存关系越弱。
由表3的分析结果可知，在0.01显著性水平下两两呈正相关的有：As-Cd、As-Co、As-Cu、As-Pb、As-V、Ba-Co、Ba-Cr、Ba-Mn、Ba-Ni、Cd-Co、Cd-Cu、Cd-Pb、Cd-V、Co-Cr、Co-Cu、Co-Pb、Co-V、Co-Zn、Cu-Pb、Mn-Ni、Mn-V、Ni-V。在0.05显著性水平下呈正相关的是Ba-V、Ba-Zn、Co-Mn、Cd-Cr，呈负相关的是Mn-Pb。
2.3.2因子分析经Kaiser-Meyer-Olkin（0.599）和Bartlett的球形度（497.014）检验，西安市灞桥热电厂周边土壤重金属数据可以做因子分析。利用SPSS20软件对这11种重金属含量做因子分析，结果表明，前三个主成分的累积解释总方差为83.406%，各个重金属元素在三个主成分上的载荷如表4所示。
主成分1解释了总信息的34.028%，As、Cd、Cu、Pb四种元素在第一因子上有很大的正载荷，分别为0.918、0.886、0.898、0.863。这些元素的平均值明显超过了陕西土壤背景值，分别为陕西土壤背景值的2.6、5.0、2.6、6.6倍，且均具有相对较高的变异系数，分别为44.5%、50.1%、32.5%、33.4%，因此As、Cu、Cd、Pb受到人类活动的影响较大。有研究表明[16，17]，煤炭燃烧和钢铁冶炼是元素As的主要来源，研究区范围内没有大型钢铁冶炼厂，可知燃煤电厂的煤燃烧是元素As积累的重要因素。据统计，我国燃煤电厂动力煤燃烧每年向大气排放的As约为195.0t左右[18]，且煤炭燃烧产生的粉煤灰中同时含有部分易挥发的重金属Pb、Cu、Cd、等[19]，尽管发电厂都有除尘设备，但仍有一定比例的粉煤灰逃逸，它们随降雨、自由沉降等过程进入土壤[20，21]。四乙基铅常加入汽油中作为抗爆剂，尽管我国已于2000年开始使用无铅汽油（含铅量在0.013g/L以下的汽油），汽车尾气中仍然含有少量含铅的化合物和颗粒物，机动车尾气排放仍然是铅污染的主要来源[16，17，22]。Cu被广泛应用于汽车工业中，如散热器、汽车板材及其他各种零件（如管路、螺母、接头）等；Pb-Sn-Cu三元合金镀层在汽车工业中的应用也越来越多。在汽车运行过程中，Pb、Cu颗粒物或化合物被排放至大气中[15，22]，通过干湿沉降进入土壤介质。元素Cd的主要污染源是电镀、采矿、冶炼、染料、电池和化学工业等排放的废水、废水、废渣等。此外，机动车轮胎的磨损，汽油使用、汽车车身磨损以及刹车片的磨损都能够导致Cd元素的排放[23]。因此主成分1代表了交通污染源、煤炭燃烧和工业“三废”排放等人为来源。
主成分2解释了总信息的32.891%，Cr、Mn、Ni、V四种元素在第二因子上有很大的正载荷，分别为0.732、0.911、0.914、0.891。土壤中重金属元素Cr、Mn、Ni、V的含量平均值均高于陕西土壤背景值，分别是土壤陕西背景值的1.6、1.7、1.8、1.9倍。一般来说，Cr和Ni是我国土壤污染污染程度最低的重金属[16，21，24]。然而从土壤重金属含量水平上看，这四种重金属均有不同程度的超标，但综合考虑，四种元素的变异系数（介于19.8%～27.1%之间）相对较低，属于中等变异。认为主成分2为自然来源，主要来自岩石风化等自然因素，受成土母质的影响。
主成分3解释了总信息的16.487%，Ba、Co、Zn种元素在第三因子上有较高的正载荷，分别为0.722、0.597、0.832。这些元素的平均值明显超过了陕西土壤背景值，分别为陕西土壤背景值的1.9、5.6、2.7倍，均存在一定程度的金属积累。其中Zn的变异系数为67.8%，在11种元素中最高，属于高度变异，可知元素Zn受到明显的人为影响。金属Zn主要用于压铸合金（汽车、轻工业、机械行业）、电池业、印染业、医药业、橡胶业、化学工业等，Zn与其它金属的合金也广泛应用在电镀、喷涂等行业。Zn是汽车轮胎硬度添加剂，汽车轮胎磨损会释放含Zn颗粒物或化合物至大气中[16，17]。有研究表明，城市土壤Zn的累积与居民日常生活废弃物的排放相关[25]，锅炉和小煤炉燃煤产生的烟尘、生活污水与生活垃圾的排放也会造成居民区土壤重金属Zn的累积[26]。相关资料表明，元素Ba被广泛用于柴油机及其它内燃机的清洁剂、氧化腐蚀剂和制黑烟添加剂，被作为交通污染源的标识元素[27]。元素Co主要用于陶瓷、玻璃、搪瓷等行业的颜料，航空和机械加工的硬质合金制造业以及锂电池制造等工业活动中[28]。且高浓度值主要集中在工业区和发展成熟、居民活动较多或交通密集的城市区域，因此主成分3是工业排放、交通污染和居民活动的综合作用。
当同一种元素在不同的主成分上均有相当的载荷时，可认为具备两种主成分的来源[16，29]。由表4看出，元素Co在三个主成分上均有相当的载荷，认为受到自然地质背景和人类活动的共同控制[16，21]，其中土壤中Co的人为来源主要是煤炭燃烧和其它工业源排放。
2.3.3聚类分析聚类树状图可以形象地反映元素之间的远近关系，解释元素之间的内在联系。研究中利用SPSS软件对西安市表层土壤重金属含量做聚类分析，为了保证聚类分析的准确性，首先对分析数据进行标准化处理，然后采用欧氏距离衡量数据之间的距离，并基于Wards法（离差平方和法）绘制所研究的11种元素的树状图，如图2所示。树状图聚类分析结果表明：灞桥热电厂周边土壤中11种重金属可以归为三类，即As-Cd-Cu-Pb、Mn-Ni-V-Cr、Ba-Co-Zn。与主成分分析方法得到的结果一致。
3讨论与结论
本研究通过选取西安市大唐灞桥燃煤电厂周边100、400、1000、1500m圈层的土壤作为调查对象，系统采集了80个土壤样品，测定了As、Ba、Cd、Co、Cr、Cu、Mn、Ni、Pb、V、Zn等11种重金属的含量，运用修正BCR提取技术分析了Ba、Co、Cr、Cu、Mn、Ni、Pb、V和Zn等9种重金属的赋存形态，并运用多元统计方法分析重金属的来源，从而得到以下结论：
（1）西安市灞桥燃煤电厂周边土壤中11种重金属As、Ba、Cd、Co、Cr、Cu、Mn、Ni、Pb、V、Zn的平均含量分别为28.6、999.9、0.467、59.1、99.1、56.5、944.3、51.6、141.4、126.0、186.4mg/kg，均高于陕西土壤背景值和中国土壤背景值，所有元素均存在不同程度的富集。其中元素Cd、Co和Pb的平均含量分别是陕西土壤背景值的5.0、5.6倍和6.6倍，是中国土地背景值的4.8、4.7倍和5.4倍，富集较明显，应引起警惕。
（2）形态分析结果表明：西安市灞桥燃煤电厂周边土壤中重金属迁移顺序为Mn（72.6%）>Co（69.2%）>Zn（58.5%）>Pb（58.3%）>Cu（41.3%）>Ba（32.2%）≈Ni（31.9%）>V（24.0%）>Cr（20.6%），有58.3%～72.6%以上Co、Mn、Pb和Zn可以发生迁移转化，潜在危害较大，应成为优先防控对象。其中在弱酸性条件下，元素Co最容易迁移转化，潜在危害最大；在还原性条件下，元素Mn最容易迁移转化，潜在危害最大；在氧化性条件下，元素Cu最容易迁移转化，潜在危害最大。
（3）西安市灞桥燃煤电厂周边土壤重金属来源可分为三类：As、Cd、Cu、Pb主要来源于交通污染源、煤炭燃烧和工业排放；Cr、Mn、Ni、V主要来源于成土母质；Ba和Zn受工业排放、交通污染和居民活动的综合作用的影响，Co主要受自然与人为因素共同控制，其中Co的人为来源主要是煤炭燃烧和其它工业源排放。
参考文献：
[1]
AllowayBJ.Heavymetalsinsoils[M].London：ChapmanandHall，1995.
[2]StiglianiWM，DoelmanP，SalomonsW，etal.Chemicaltimebombs：predictingtheunpredictable[J].EnvironmentScience&PolicyforSustainableDevelopment，1991（33）：4-30.
[3]Kabata-PendiasA，PendiasH.Traceelementsinsoilsandplants[M].3rded.London：CSCPress，2001.
[4]王菊英，张曼平.重金属的存在形态与生态毒性[J].海洋与湖沼，1992，23（2）：84-89.
[5]王利军，卢新卫，任春辉，等.宝鸡市某工业园区灰尘重金属含量、形态及生态风险分析[J].水土保持通报，2013，33（4）：180-184.
[6]TokahogˇluS，KartalS.MultivariateanalysisofthedataandspeciationofheavymetalsinstreetdustsamplesfromtheOrganizedIndustrialDistrictinKayseri（Turkey）[J].AtmosphericEnvironment，2006，40：2797-2805.
[7]国家环境保护局，中国环境监测总站.中国土壤元素背景值[M].北京：中国环境科学出版社，1990：87-90，330-496.
[8]WildingLP.Spatialvariability：itsdocumentation，accommodationandimplicationtosoilsurveys[M]//NielsenDR，BoumaJ（Eds）.Soilspatialvariability.Wageningen：PUDOCPublishers，1985：166-194.
[9]RodríguezMartínJA，Ramos-MirasJJ，BoludaR，etal.SpatialrelationsofheavymetalsinarableandgreenhousesoilsofaMediterraneanenvironmentregion（Spain）[J].Geoderma，2013，200/201：180-188.
[10]AbdEl-AzimH，El-MoselhyKM.DeterminationandpartitioningofmetalsinsedimentsalongtheSuezCanalbysequentialextraction[J].JournalofMarineSystems，2005，56（3/4）：363-374.
[11]霍文毅，黄风茹，陈静生，等.河流颗粒物重金属污染评价方法比较研究[J].地理科学，1997，17（1）：81-86.
[12]FacchinelliA，SaechiE，MallenL.MultivariatestatisticalandGIS-basedapproachtoidentifyheavymetalsourcesinsoils[J].EnvironmentalPollution，2001，114（3）：313-324.
[13]LuXW，WangLJ，LiLY，etal.MultivariatestatisticalanalysisofheavymetalsinstreetdustofBaoji，NWChina[J].JournalofHazardousMaterials，2010，173（1）：744-749.
[14]王利军，卢新卫，雷凯，等.宝鸡市街尘重金属元素含量、来源及形态特征[J].环境科学，2011，32（8）：2470-2476.
[15]MantaDS，AngeloneM，BellancaA，etal.Heavymetalsinurbansoils：acasestudyfromthecityofPalermo（Sicily），Italy[J].ScienceoftheTotalEnvironment，2002，300：229-243.
[16]戴彬，吕建树，战金成，等.山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J].环境科学，2015，36（2）：507-515.
[17]LvJS，LiuY，ZhangZL，etal.Factorialkrigingandstepwiseregressionapproachtoidentifyenvironmentalfactorsinfluencingspatialmulti-scalevariabilityofheavymetalsinsoils[J].JournalofHazardousMaterials，2013，261：387-397.
[18]雒昆利，张新民，陈昌和，等.我国燃煤电厂砷的大气排放量初步估算[J].科学通报，2004，49（19）：2014-2019.
[19]尹连庆，关新玉.电厂燃煤过程中重金属污染及其控制技术研究[J].电力环境保护，2005，21（3）：31-34.
[20]陆晓华，魏路线，张保军，等.燃煤电厂排放颗粒物中重金属形态的研究[J].环境化学，1996，15（4）：337-342.
[21]LvJS，LiuY，ZhangZL，etal.IdentifyingtheoriginsandspatialdistributionsofheavymetalsinsoilsofJucountry（EasternChina）usingmultivariateandgeostatisticalapproach[J].JournalofSoilsandSediments，DOI：10.1007/s11368-014-0937-x.
[22]Al-KhashmanOA.TheinvestigationofmetalconcentrationsinstreetdustsamplesinAqabaCity[J].JordanEnvironmentalGeochemistryandHealth，2007，29：197-207.
[23]WeckwerthG.VerificationoftrafficemittedaerosolcomponentsintheambientairofCologne（Germany）[J].AtmosphericEnvironment，2001，35（32）：5525-5536.
[24]SunCY，LiuJS，WangY，etal.MultivariateandgeostatisticalanalysesofthespatialdistributionandsourcesofheavymetalsinagriculturalsoilinDehui，NortheastChina[J].Chemosphere，2013，92（5）：517-523.
[25]杨苏才，曾静静，王胜利，等.兰州市表层土壤Cu、Zn、Pb污染评价及成因分析[J].干旱区资源与环境，2004，18（8）：28-31.
[26]康玲芬，李锋瑞，化伟，等.不同土地利用方式对城市土壤质量的影响[J].生态科学，2006，25（1）：59-63.
[27]王学松，秦勇.徐州城市表层土壤中重金属的富积、分布特征与环境风险[J].中国矿业大学学报，2006，35（1）：84-88.
土壤重金属污染分析范文篇9
关键词：重金属；土壤污染现状；分析方法
1引言
重金属污染已成为全球性环境问题，尤其是重金属对土壤的污染，因其隐蔽性、不可逆性和长期性的特点，不但能直接影响生态环境，还能通过皮肤接触、呼吸吸入和通过食物链影响人体或动物的健康，所以造成的后果是非常严重的。土壤重金属污染具有污染物在土壤中移动性差、滞留时间长、毒性大等特点，并可经水、植物等介质最终影响人类健康。在我国通常被优先关注和控制排放的重金属有镉（Cd），铬（Cr）、砷（As）、铅（Pb）和汞（Hg）。
根据我国的可持续发展战略，“国民经济和社会发展第十二个五年规划纲要”（2011～2015年）已将预防和控制重金属污染作为一个重要的目标，2011年国务院批复了《重金属污染综合防治“十二五”规划》，由于“重金属”范围包括大量的金属和准金属，所以对重金属污染很难有一个全面的认识。因此，笔者对我国五个优先控制重金属的来源、毒性、污染现状进行了阐述。提出了一些防治策略及未来发展和管理的方向。
2重金属的来源
在自然因素中，成土母质和成土过程对土壤重金属含量的影响很大[1]。自然来源包括火山、降解矿物、森林火灾、土壤和水的表面蒸发。每年火山喷发的As量是1.72×107kg，地壳含As量大约是4.01×1016kg，海底火山喷发4.87×106kg[2]。在我国的一些地区，由于特殊的地质环境，地壳中的重金属含量本身就高，如山西省和内蒙古自治区As含量，这对该地区相关的重金属高浓度有直接贡献。
与自然来源相比，人为来源被认为是环境中重金属污染的主要原因：①重金属杂质的释放，采矿和其他冶金活动，如火力发电和热生产是大气汞排放的最大来源；②有意提取重金属和使用过程中的释放，如重金属矿开采，制革，电镀生产，和含重金属产品品制造；③垃圾焚烧与填埋过程中释放。WuY，StreetsDG等[3]认为，2003年我国汞的总排放量达695.6t，其中大部分是来自于有色金属冶炼、煤炭消费。1970年联合国的调查表明，18050t的铅被释放到大气中，大多数都是由石油消费，粉尘排放和汽油添加剂使用释放的。
3重金属污染现状
我国的重金属污染状况严重，如在城市土壤、河口和沿海环境中[4]，食用重金属污染的食物或饮用未经净化的地下水可能会导致重金属中毒的高风险，许多事故是由于金属非法或不安全的开采、冶炼和使用造成的。
3.1镉
我国近年来镉污染事件时有发生，唐贞等[5]对湘潭工业园区水稻土镉污染及其潜在风险做了调查，结果表明，土壤中镉的浓度1.27～4.22mg/kg，表明这些土壤遭受严重镉污染。郑袁明等[6]人研究了北京不同地区的土样的镉浓度，包括菜地、水田、果园、绿地、玉米田，土壤和自然土壤595个土壤样品，与背景浓度相比，镉在蔬菜、稻田和果园积累显著，这表明工业活动、交通和垃圾填埋场可以影响土壤中镉的浓度。
3.2铬
我国是铬渣产生最多的国家，对周围环境和人类健康构成高风险。Cr（Ⅵ）的土壤淋溶液的浓度与铬渣距离成反比关系，而垃圾能影响下风侧约350m处。除了迁移到周边地区，Cr（Ⅵ）会污染地下水。陈璐璐，周北海等[7]分析了太湖水中的铬含量和相关的生态风险评估，结果表明，在所有水样品中都可以检测到铬，浓度31.76～75.50ng/mL，平均浓度为40.04ng/mL。铬已对太湖水生生物造成一定的生态风险。王玉强等[8]研究了渭河Cr（Ⅵ）的分布及其迁移特征，结果表明沿河流方向Cr（Ⅵ）浓度呈先上升后下降，Cr（Ⅵ）浓度可能受排污口的影响，沉积物对Cr浓度的降低起到了重要的作用。
3.3砷
过去的几十年里经常报道地方性慢性砷中毒，尤其是在新疆维吾尔自治区、内蒙古自治区、宁夏回族自治区和山西省。地下水受影响最严重的省份，砷浓度在220～2000ng/mL，而最高浓度可达4440ng/mL[9]。慢性砷中毒是新型的公共卫生问题，我国约有300万高风险人口来源于饮用水暴露，而他们中的大多数是集中在农村地区。
目前我国已成为世界上最大的煤炭生产国和消费国，能源消费构成中煤炭占75%。东北煤矿、我国东部和北部主要煤矿中砷的浓度为55.7～156.7mg/kg[10]。当地居民普遍使用炭的明火以及开放式炉灶进行烹调和取暖，这会污染室内空气和增加食物中砷的浓度。厨房的空气，干燥的玉米和辣椒中砷的浓度分别为160～760μg/m3，1.52～11.3mg/kg，52.5～1090mg/kg。
3.4铅
最近几年由于无铅汽油的使用城市大气中铅的浓度在下降，但是大气中铅含量（100～180ng-3）仍于高水平。由于交通排放、污水灌溉，公路两侧土壤和农田易受铅污染，如果土壤和公路之间距离小于50m则可能受到铅的危害，而距离超过150m，铅的浓度水平一样[11]。除了土壤自身性质，交通流、地形，绿化带和天气条件也影响路边土壤铅的分布。
一般来说，在路边土壤铅浓度要显著高于公园，而工业区的铅水平比住宅区和风景名胜区高得多。研究表明，污水灌区农田下层土壤铅浓度显著升高[12]，约是背景环境中的4.53倍。戚其平等[13]人研究了生活在城市地区6502名儿童（3～5岁）血液中铅水平，结果表明，与美国疾病控制和预防咨询委员会中心规定的儿童血液平均铅安全浓度88.3mg/L高了29.9%，超过100mg/L。
3.5汞
2013年我国人为排放汞的总量约占全球排放量的40%，向大气中排放的汞约占全球大气汞排放的1/3。在我国贵州、广东、山西和辽宁省的一些地方是汞污染最严重地区。贵州省是世界上最大的汞生产区域，贵州朱砂矿储量中金属汞储量达到80000t，占汞总量80%，地表水汞浓度高达10580ng/L，在采空区的河岸土壤总汞和甲基汞的浓度范围分别是5.1～790mg/kg和0.13～15ng/g[14]。水稻籽粒中汞总浓度可达到569ng/g，其中145ng/g是甲基汞。这表明，摄入汞污染的大米是人类甲基汞暴露的一个重要来源。
贵州省一些地方气态汞浓度为1.70～146.75ng/m3，平均浓度为7.39ng/m3，显著高于世界水平的1.5～2.0ng/m3。季节和天气明显影响汞在大气中的含量。一般来说，由于煤燃烧气态汞总量冬季比夏季高得多。
土壤是汞的重要的源和汇，土壤中的汞主要来自土壤母质、大气沉降、化肥和农药的使用、污水灌溉及含汞废物。1990年我国国家环境监测中心进行了一项调查，在我国表层土壤汞平均浓度为0.065mg/kg。因为对水环境没有系统的调查，且汞在水中时空分布不断变化，很难在水系统中的汞浓度作总体评价，但大型河流中的汞浓度普遍高[15]，而汞储量相对影响较小。
3.6锡
目前，我国海水和淡水环境中有机锡的污染比较严重，尤以近岸水域、港口以及内河码头污染最为严重。我国大陆水样中三丁基锡（TBT）的浓度最高达到977ng（Sn）/L。由于减少了输入、水流量和稀释，丁基锡的浓度（BTS）随海岸距离的增加降低。相对高含量的二丁基锡（DBT）和技术性贸易壁垒在渤海湾沿海水域出现，东南沿海的三个港口（厦门，汕头，和惠阳）的积累量为0.3～174.7ng/g[16]。
4重金属污染的监测分析方法
4.1重金属的总浓度
在环境和生物样品中开发和应用的重金属测定方法很多，如火焰原子吸收光谱法，石墨炉原子吸收光谱法，原子荧光光谱法等。由于其能多元素同时检测、分析时间短、高通量和样品用量少的优点，电感耦合等离子体质谱和电感耦合等离子体原子发射光谱法被越来越多地应用在这一领域，特别是ICP-MS（电感耦合等离子体质谱仪）具有更多的优点，如灵敏度高，线性范围宽、抗干扰能力强。
4.2重金属形态
重金属的毒性取决于其化学形式，由于其不同的性质和毒性，有必要区分重金属种类。研究表明，有机汞化合物尤其是甲基汞比无机汞的毒性更强，相反，有机砷化合物比无机砷毒性低。有机锡化合物的毒性取决于性质和烷基侧链数的长度。重金属形态可以用电分析、光谱分析、仪器中子活化分析、色谱分析联用技术。联用技术已被广泛应用于汞、铬、砷、锡的形态分析，以及其他环境样品中的重金属形态分析，具有广阔发展前景。
4.3重金属生物监测
生物监测是监测环境和生物圈中重金属污染和毒性的一N有效方法。环境矩阵化学分析是揭示重金属污染状况的最直接方法，虽然对生物和生态系统的综合影响和可能毒性提供证据不足。基于个体生物组织和液体抽样分析的生物监测是化学分析的有效补充。通过与国际卫生组织（WHO）规定暂定每周可耐受摄入量重金属量比较，认为长期食用当地大米可能会造成对人体重金属高危害风险。血液、尿液、唾液、指甲和头发通常是化验重金属对人体健康潜在风险评估的生物材料。
5毒性
重金属易通过食物链而生物富集产生生物放大作用，构成对生物和人体健康的严重威胁，主要通过空气、水、食物和直接接触体表进入人体，这些方面的重金属暴露是人类中毒的主要途径，对人类健康产生各种威胁。根据靶器官重金属毒性可分为以下几类。
5.1胃肠道（消化系统）的影响
重金属摄入能刺激消化系统，伴随症状如恶心、呕吐、腹泻、腹痛等。铅可能通过抑制胃肠功能紊乱胰腺、唾液腺和胃腺体分泌，甚至引起顽固性便秘。
5.2肾功能的影响
肾脏是积累重金属的重要器官，高水平铅暴露可损伤肾近端小管和肾小球，肾小管重吸收障碍，甚至引起铅中毒性肾病，如肾性高血压。元素汞可在人体组织中的氧化为无机二价的形式，肾脏积累更多的二价汞比其他组织，高水平汞暴露可能导致肾小球肾炎蛋白尿、肾病综合征，最早发现低水平汞暴露对肾小管的影响，增加低分子蛋白的排泄。
5.3神经系统的影响
有研究报道，无论是偶然的或长期暴露于高浓度的汞蒸气中可显著影响人类的感官、认知、个性和运动功能。一般来说，去除暴露后这些症状消退。通过各种人类和动物的研究表明，甲基汞的毒性比无机汞更高，其作用于尚未出生的胎儿和新生儿的神经系统的发育。这种影响可以发生在汞暴露保持健康的母亲（通过她们的孩子受到Hg）或与汞暴露有轻微症状的母亲。一项关于父母接触甲基汞，主要来自食用领航鲸肉的法罗群岛约900个儿童的研究表明，产前甲基汞暴露会导致7岁儿童神经心理障碍。注意力、记忆力和语言似乎是影响较大的大脑功能，而视觉功能和执行力受汞增加的暴露影响较小。
5.4癌症
大量的研究集中在高风险人群甲基汞水俣病的死亡原因。肝癌和食道癌的风险增加，慢性肝病和肝硬化导致的超额死亡率是报道率最高的事件。在长期遭受慢性砷暴露地区皮肤癌、肺癌和膀胱癌的患病机率会增加。
5.5其他影响
暴露的高浓度的重金属可引起呼吸系统、心血管系统、免疫系统和生殖系统的功能障碍。尤其是小孩，摄入铅可能通过抑制血红蛋白的生成导致贫血。对那些长期接触铬（Ⅵ）的人群来说，患口腔炎，牙龈炎的风险，鼻中隔穿孔，皮肤溃疡的风险比其他人高多了。有关调查表明，铬电镀车间的工人从事电镀操作的一半受到了严重的铬鼻病[17]。从事镀铬作业的电镀厂工人长期接触到铬酸雾，容易发生职业性铬鼻病。
6结论与展望
除了自然来源，有意和无意的人为排放是重金属的重要来源，过量重金属暴露可能通过影响消化系统、神经系统、心血管系统和免疫系统，增加人类的健康风险，或增加患癌症的风险。
为了充分了解重金属污染现状，我国应综合调金属问题，将重金属潜在风险作为详细的流行病学进行研究。相比其他污染控制，更理想的策略是使重金属污染的最小化和消除。这些目标可以通过减少含重金属物品的使用来实现，或回收对环境污染的排放物，同时，各种管末处理技术可以减少煤燃烧、垃圾填埋场和其他人为来源的重金属排放，虽然在实际应用中有很多优点，但生物修复，特别是植物修复和微生物修复，由于其效率高、成本低应该受到更多的关注。重金属原位钝化修复方法可改变重金属在土壤中的赋存状态，降低土壤中重金属的有效浓度、迁移性和生物有效性，并且因其成本较低、操作简单、见效快且适合大面积推广，在重金属污染土壤修复中有着不可替代的作用。2015年，随着《凹晶材料对重金属污染土壤治理与修复的集成技术研究》项目通过甘肃省科技厅鉴定，并在白银试验成功，一项新的凹凸棒吸附技术将会逐渐推广。
参考文献：
[1]郑喜|，鲁安怀，高翔.土壤重金属污染现状与防治方法[J].土壤与环境，2002，11（1）：79～84.
[2]MatschullatJ.Arsenicinthegeosphere-Areview[J].SciTotalEnviron，2000，249（13）：297～312.
[3]WuY，WangSX，StreetsDG，etal.TrendsinanthropogenicmercuryemissionsinChinafrom1995to2003[J].EnvironSciTechnol，2006，40（17）：5312～5318.
[4]LuoXS，YuS，ZhuYG，etal.TracemetalcontaminationinurbansoilsofChina[J].SciTotalEnviron，2012，4（21）：17～30.
[5]唐贞，杨仁斌，雷鸣，等.湘潭某工业园周边稻田土壤及稻米镉污染的风险评价[J].湖南农业大学学报，2012，（1）：92～95.
[6]郑袁明，罗金发，陈同斌，等.北京市不同土地利用类型的土壤镉含量特征[J].地理研究，2005，（4）：542～548.
[7]陈璐璐，周北海.太湖水体典型重金属镉和铬含量及其生态风险[J].生态学杂志，2011，30（10）：2290～2296.
[8]王玉强，和留宪.渭河中下游铬（Ⅵ）的分布及迁移规律[J].西北农林科技大学学报，2012，40（1）：129～134.
[9]MandalBK，SuzukiKT.Arsenicroundtheworld：Areview[J].Talanta，2002，58（13）：201～235.
[10]吴君，罗田永.砷对肝脏毒性及发生机制[J].世界华人消化杂志，2007，15（21）：226～227.
[11]WarrenRS，BirchP.Heavymetallevelsinatmosphericparticulates，roadsidedustandsoilalongamajorurbanhighway[J].SciTotalEnviron，1987，59（13）：253～256.
[12]胡文，王海燕，查同，等.北京市凉水河污灌区土壤重金属累积和形态分析[J].生态环境，2008，17（4）：1491～1497.
[13]戚其平，杨艳伟，姚孝元，等.中国城市儿童血铅水平调查[J].中华流行病学杂志，2002，23（3）：162～166.
[14]张刚，王宁，艾建超，等.积融雪控制下土壤大气间汞交换通量特征[J].环境科学，2007，41（4）：5584～5594.
[15]ZhangZS，SunXJ，WangQC，etal.RecoveryfrommercurycontaminationinthesecondSonghuariver，China[J].WaterAirSoilPoll，2010，211（4）：219～229.
[16]黄长江，董巧香，雷瓒，等.我国东南沿海3港口有机锡污染的调查[J].海洋学报，2005，27（1）：57～63.
[17]刘星和，王永义，夏安丽.某厂镀铬作业重度铬鼻病调查[J].中国工业医学杂志，2011，24（2）：137～138.
ResearchProgressandAnalyzingMethodsofHeavyMetalPollution
GongJianjun
（WuweiOccupationalCollege，Wuwei，Gansu733000，China）
土壤重金属污染分析范文
1材料与方法
1．1样品采集与处理2010年7月采集了路桥区38个农业表层土壤样品（0～10cm），采样点分布如图1（P295）所示．农业土壤既受到人类灌溉、施肥活动的影响，又可能受到大气沉降的影响，污染带有点源和面源结合的特征，具有一定复杂性．为使样品具有代表性，本次采样采用网格法布局，每个样品在100m×100m的采样范围内，取表层土3－5份样品经过均匀混合而成．将采集的样品用聚乙烯塑料袋密封后立刻送到实验室，在室温条件下风干，磨碎并过1mm的筛子，装入经过铬酸洗液清洗过的棕色广口瓶中，避光低温保存．
1．2样品处理与分析参照美国EPA的方法对样品进行消解［10］和仪器分析［11］．准确称取0．2500g（精确至0．0001g）土壤样品于微波消解罐，分别加入4mL硝酸、5mL氢氟酸和2mL高氯酸，放入微波消解仪，先在50℃预消解30min，然后按设定的消解程序进行消解．消解结束后，将温度降至40℃以下后取出，放在电加热板上于180℃赶酸约1h．赶酸后，依据少量多次原则，用超纯水清洗消解罐，将样品转移至样品瓶内，定容至20mL．土壤样品中Cu、Pb、Ni、Ag、As、Cd、Zn、Sn、Sb和Hg用ICP－AES测定．所用仪器为PE7000DV型电感耦合等离子体发射光谱仪．仪器参数：雾化气15L•min－1；载气0．8L•min－1；辅助气0．2L•min－1；功率1300W；聚流速1．5mL•min－1．采用标准曲线法定量．在重金属的分析过程中采用土壤标准样品进行过程质量控制，10种元素的测定值均在国家标准参比物质的允许误差范围之内．元素检出限介于0．01～0．17mg•kg－1，加标回收率为73．1％～108．0％，平行样品精密度为0．45％～5．34％．
1．3评价方法
1．3．1内梅罗综合污染指数法内梅罗综合污染指数法能够全面、综合地反映受多种重金属污染的土壤污染状况，得到广泛的使用［3，。
1．3．2地积累指数法Muller提出的地积累指数法利用一种重金属的总含量与其地球化学背景值的关系，能够定量研究重金属的污染程度［14］，能够直观反应外源重金属在土壤、沉积物中的富集程度，目前被广泛使用。
1．3．3潜在生态风险指数法Hakanson提出的潜在生态危害指数法［19］．同时考虑了土壤中金属浓度、金属污染物的种类、金属毒性水平和水体对金属污染的敏感性四个影响因素．目前有较多的学者采用该方法进行土壤中重金属的生态危害评价。本文结合其他研究［23］，将Ni也做了风险评价．参比值的选择是评价重金属生态风险的关键，不同的参比值会造成结果差异，本文参考荷兰土壤目标值作为参比值，评价路桥土壤中重金属的潜在生态危害指数．根据公式（3）计算土壤中重金属的生态危害指数，结合评价标准进行危害程度分析。．4数据分析与整理用SPSS13、Surfer8．0、origin8．0软件进行数据分析和整理．采用SPSS的主因子分析法做来源分析，Surfer的等高线功能绘制浓度分布，origin的作图分析金属生态风险水平．
2结果与讨论
2．1土壤中重金属的分布表3（P297）为路桥区土壤中重金属的统计结果，与《土壤环境质量标准》GB15618－1995二级标准相比［25］，路桥区表层土壤中重金属Cd超标最严重，超标率为89．5％，其次是Hg和As，超标率分别为57．9％和39．5％，Pb没有超标．荷兰制定了规范的土壤中重金属的风险基准值［26］，本文引用荷兰土壤标准中有关重金属控制水平的目标值和限值进行对比．与荷兰土壤中重金属目标值相比，台州土壤中所有重金属都超标，其中Sb超标最严重，超标率为92．1％，其次是Cd和Hg，超标率均为86．8％，Cu和Zn超标也较高，超标率分别为81．6％和71．1％，Pb、Ni和As超标率都在40％以内．当与荷兰土壤中重金属限值相比，As、Cu、Zn和Sb分别有18．4％、15．8％、13．2％和2．6％的超标率．以上结果表明，台州土壤已经受到普遍的人类活动干扰，其中As、Cu和Zn对环境可能造成影响．从表3中10种重金属的变异系数可知，Cu、Zn、As、Sb和Sn的值大于1，表明受到较强的人类活动干扰，其他5种金属的变异系数较小，受人类干扰较轻．本研究以《土壤环境质量标准》GB15618－1995二级标准值作为基准，按照公式（1）计算10种重金属的内梅罗综合指数，图2为根据计算结果制作的路桥土壤污染情况等高线图．路桥土壤只有2个采样点的P综＜1，表明受重金属污染较轻，其他采样点的P综＞1，表明已经受到重金属轻度污染以上．其中31．6％的采样点受到重金属轻度污染，26．3％的采样点受重金属中度污染，36．8％的采样点受到重金属严重污染，点7、22和32污染最严重，P综达到5以上．路桥地区63．2％的土壤受到重金属中度污染以上，因此，内梅罗综合污染指数评价再次表明路桥地区土壤已经广泛受到重金属的污染．
2．2重金属的来源分析土壤中重金属来源有地球化学成因、工业生产造成的大气和废水排放污染、交通燃煤排放污染．为了分析路桥土壤中重金属的来源，采用因子分析法进行源解析．表4是路桥土壤中10种重金属因子载荷．4个因子的累计方差为86．2％，第1和第2因子分别解释了总方差的33．5％和26．9％，第3和第4因子分别解释了总方差的17．2％和8．6％．Cu、Pb、Sn和Sb在第1因子上具有较高的载荷，研究表明，Cu主要来源于电子、冶金及工业废料，Pb是机动车污染源的标识元素［27］，Sn和Sb及其化合物主要来源于各类制造业污水的排放［28－30］．因此，因子1代表了工业污染．Ag、As和Zn在第2因子上具有较高的载荷．3种金属都是土壤中重要的重金属元素，含量及空间分布受成土母质及人类活动的影响［31］，As主要存在于农药和工农业废水中［32］，Zn的含量较高，且变异系数大，受工业污染较严重，因此，因子2代表了工业和农业复合污染影响．Ni和Cd在因子3上具有较高的载荷，两种金属的变异系数都小于1，Cd一般可作为使用农药和化肥等农业活动的标识元素［33－34］，因此，因子3代表农业污染．Hg在因子4的载荷高，环境中的Hg主要来源于化石燃料297刘红等：台州市路桥农业土壤中重金属的污染分析煤和石油产品的燃烧［35］，这些Hg主要从污染源释放于大气，然后沉降下来，路桥土壤各点之间Hg的变异系数较小，表明Hg主要来源于大气沉降．
2．3重金属的潜在生态风险毒性分析本研究选用全国土壤环境背景值调查中浙江省土壤背景值的几何均值作为参比值［36］，根据计算路桥土壤中10种重金属的地积累指数如表3所示．由表可知，Cd、Hg、Sb的Igeo均大于0，污染最普遍．Cd平均Igeo为4．5，有78．9％的采样点为强污染以上；其次是Hg，平均Igeo为2．4，65．8％的采样点处于中－强污染；Ag、Cu、Zn和Sb的污染也较严重，平均Igeo分别为1．6、1．9、1．2和1．3，均为中等污染，44．7％的点Ag介于中－强污染；36．8％的点Cu介于中－强污染；15．8％的点Zn介于中－强污染；只有2个点的SbIgeo大于2，但有1个点达到极严重污染．As、Pb和Sn的污染较轻，平均Igeo均小于1，属轻度污染，只有少数点为中等污染．Ni的平均Igeo为0以下，基本对环境没有污染．综合分析上述重金属的地积累指数分级，路桥土壤中10种重金属的污染程度由强至弱依次为：Cd＞Hg＞Cu＞Ag＞Sb＞Zn＞As＞Pb≈Sn＞Ni．通过计算路桥土壤中7种金属的潜在生态危害系数（Ei）和潜在生态危害综合指数（RI），结果见图3和图4．由图3评价结果可知，路桥土壤中7种重金属生态危害系数均值为190．9，63．2％的点为中等生态危害，7．9％的点为强生态危害（点11、22和32），这与内梅罗综合污染指数法得到的结果较为一致．3个生态危害较高的采样点（点11、22和32的RI分别为：308．1，346．8和388．0）位于乡镇附近，这些地区以电子废物处理为主的小型加工活动较多，使得高毒性重金属直接或者间接地进入土壤．路桥土壤中Hg的生态危害最大，潜在生态危害系数平均值为85．1，为强生态危害．由图4可知，10．5％的点（点11、13、32、37）会对环境产生很强的生态危害，有39．5％的点对环境产生强的生态危害，有13．2％的点（点2、5、7、10、29）对环境产生轻微的生态危害．Cd的生态危害也较大，潜在生态危害系数平均值为70．2，为中等生态危害，其中，有5．3％的点（点22、32）会对环境产生很强的生态危害，有28．9％的点对环境产生强的生态危害，有15．8％的点（点1、5、8、10、13、21）对环境产生轻微的生态危害．综合路桥土壤38个采样点金属平均Ei值，可知各金属对路桥生态风险影响程度从高到低依次为Hg＞Cd＞Cu＞As＞Ni＞Pb＞Zn．Hg和Cd对路桥的生态影响应该受到重视．
3结论
土壤重金属污染分析范文
关键词：环境污染因子分析法SPSS13.0软件Matlab软件
1.问题重述及分析
随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日益突出，土壤重金属污染所带来的环境问题受到人们越来越多的关注。我们对某城市土壤地质环境进行了调查，将所考察的区域划分为间距1公里左右的网格子区域，按照每平方公里1个采样点取表层土进行编号，并用GPS记录采样点的位置。应用专门仪器测试分析，获得每个样本所含的多种化学元素的浓度数据。另一方面，按两公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。结合所给数据，给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度是本模型的主要任务。
2.基本假设
假设一：采样点的数据充分反映了该城市土壤表层的重金属污染状况。
假设二：引用的数据，均真实可靠，无误差。
假设三：忽略海拔对浓度分布的影响。
3.符号说明
：n个指标构成的样本空间；X′：X经过标准化后的数据；X：第i个样本的第j个指标值；X：j指标的均值；δ：j指标的标准差；RI：总潜在生态危害指数；E：单因子潜在生态危害指数；C：某一重金属元素i的污染系数；C：表层土壤中元素i的实测含量；C：土壤元素的背景值；T：单个污染物的毒性系数。
4.模型的建立与求解
4.1数据分析及处理
针对该区域采样点的表层土壤重金属元素的含量数据，应用统计数手段及SPSS处理软件采用因子分析法对样本整体区域进行分析，结合分析结果进行Matlab制图，得出各元素在该区域内的空间分布。
研究采用多元统计数学方法之一的因子分析，它根据多个实测变量之间的相互关系，运用数学变换将多个变量转换为少数几个线性不相关的综合指标，从而简化数据处理，其目的在于对大量观测数据用较少的代表性的因子来说明众多变量所提取的主要信息，提出多个变量间的因果关系。因子分析在成因、来源问题研究上是一种非常有效的数学方法，可以用它解决很多环境问题。
4.2模型建立
因子分析过程步骤如下。
（1）原始数据的标准化，标准化的公式为X′=(X-X)/δ，其中X为第i个样本的第j个指标值，而X和δ分别为j指标的均值和标准差。标准化的目的在于消除不同变量的量纲的影响，而且标准化转化不会改变变量的相关系数。
（2）计算标准化数据的相关系数阵，求出相关系数矩阵的特征值和特征向量。
（3）进行正交变换，使用方差最大法。其目的是使因子载荷两极分化，而且旋转后的因子仍然正交。
（4）确定因子个数，计算因子得分，进行统计分析。
4.3模型求解
对该城区土壤地质环境重金属元素含量的数据标准化处理后，经SPSS13.0统计软件进行因子分析，可得出以下结果：Cr和Ni的相关性最好，相关系数最大，为0.716，其次为Pb和Cd，相关系数为0.660，以下依次是Cr和Cu，Pd和Cu的相关性较好，相关系数分别为0.532和0.520，Ni和Cu的相关系数为0.495，Pb和Zn相关系数为0.494，其他元素之间的相关系数相对较低。从成因上来分析，相关性较好的元素可能在成因和来源上有一定的关联。
因子分析的关键就是利用相关系数矩阵求出相应的因子的特征值和累计贡献率，用SPSS13.0统计软件计算可得出。
特征值和累计贡献率
在累积方差为93.156％（＞90％）的前提下，分析得到6个主因子，可以看到6个主因子提供了源资料的93.156％的信息，满足因子分析的原则，而且从上表可以看出旋转前后总的累计贡献率没有发生变化，即总的信息量没有损失。
为了更好地进行分析、评价，利用因子分析所得到的6个因子经过方差极大正交旋转后的城市表层土壤单点样样本在六个主因子上的得分可作出各个因子在空间分布的等值线图，能更直观地说明各个元素在空间平面上的分布特征。
4.4潜在生态危害评价
潜在生态危害评价是瑞典学者Hakanson建立的一套应用沉积学原理评价重金属污染及生态危害的方法。该方法不仅能够反映多种环境污染物的综合影响（用总潜在生态危害指数RI表示），而且能反映某一污染物的影响（用单因子潜在生态危害指数表示），并量化其潜在危害程度。根据RI和结合参考值，计算出8种重金属元素的毒性系数分别是：As=10，Cd=30，Cr=2，Cu=5，Hg=40，Ni=10，Pb=5，Zn=1。
参照重金属污染潜在生态危害指标与分级关系表可得各重金属在各城区内的危害程度。
从因子分析中，得出因子1和因子2可能为该市土壤重金属污染的最重要的污染源，可能对该市重金属污染的影响最大，因子3也对该市重金属污染有重要影响。结合潜在生态危害评价模型中关于E值和的RI的比较，得出Hg对整个市区的污染为最重要的。
由潜在生态评价模型可以看出因子2（Pb和Cd）对整个城市的污染程度仅次于Hg，而由各个因子在空间分布的等值线图中可以看到因子2呈带状分布污染比较严重，而最高污染程度主要分布在生活区。因子2污染的主要原因生活区居民生活的垃圾排放及废弃物等，其周围伴随有的工业区，说明工业的三废处理是因子2污染的主要原因。
其他重金属CuZnNiCrAs均集中在工业区这表明由于工业排放导致工业区土壤重金属污染较为严重。
5.总结及建议
在城市的重金属污染物中Hg对环境的污染最为严重，且出现在交通区。因此，交通区附近可能有燃煤的电厂、电镀Hg的工厂或者是有色金属工业等工厂。所以，我们必须寻找处理工厂Hg污染问题的解决方法，可以通过用化学方法制出沉淀剂，然后建立实时监测点来检测Hg的浓度，一旦发现Hg的浓度超标时，就使用沉淀剂使Hg沉淀，并进行回收利用；也可以通过罚款、停产整改等制度对一些重污染企业进行惩治。其次，在生活中，破碎的灯管、劣质化妆品和煤中都含有Hg。所以，应该注意对生活垃圾的分类处理避免随意倾倒垃圾造成重金属污染，居民应该尽可能地使用清洁能源，减少煤的燃烧。
参考文献：
［1］HakansonLAnecobgicalriskindexforaquaticpollutioncorrtrolasedinentologicalapproach［J］.WaterResearch1980.14（8）：975-1001.
［2］USEnvironentalProtectionAgency.ExposureFactorsHandbook［S］.EPA/600/P-95/002，1997：104-126.
土壤重金属污染分析范文篇12
工业污染以及农药、化肥的不当使用，我国农地土壤中的重金属含量迅速增加，使得土壤生产力下降、农产品遭受污染，这已经成为了阻碍农业绿色、高效、可持续发展的重要因素之一［1－2］。重金属在土壤中能够被粮食作物富集［3］，进而通过食物链威胁人类的健康［4－5］。例如，Pb、Hg可以对神经系统造成毒害，引起神经系统退行性病变［6］;As能够使细胞代谢失常，导致神经麻痹、血溶性贫血及血管坏死［7］。土壤的重金属污染对人类健康的威胁程度正在逐年上升。因此，为了确保粮食的安全供应，从根本上阻断重金属的摄入来源，就必须进行农用地健康评价，以掌控农田土壤及作物的污染情况。重金属对于农地土壤乃至粮食作物质量的危害是多方面的，不仅降低了土壤微生物的种类和数量［8］，还会明显降低土壤酶活性，从而降低土壤对残留有机质的分解能力［9］。许多学者结合内梅罗(Nemerow)综合污染指数法对土壤的重金属污染情况进行分级评价，较好的反映了土壤的污染状况［10－12］。土壤－作物系统是重金属威胁人类健康的重要途径，通过研究重金属从土壤转移至作物的累积情况来评价粮食生产安全具有重要的理论价值和现实意义［13－15］。张家港市城市化发展迅速，城镇建设用地快速扩张［16］，对农业用地的压力也逐年上升。目前针对该市土壤污染的相关研究较少，对该市土壤环境质量的了解并不全面［17］，基于土壤－作物系统的重金属污染研究仍有待开展。因此，本研究选取重金属作为评价农地土壤环境质量的指标，结合内梅罗综合污染指数法对农地土壤中的重金属分布状况进行评价分析，并通过对水稻残根中的重金属残留量的跟踪分析，以期掌握张家港市农地土壤重金属的污染状况及其对粮食质量的动态影响。1材料与方法1．1研究区概况张家港市地处北纬31°43'～32°02'，东经120°21'～120°52'，位于长江下游南岸，江苏省东南部，现辖8个镇和常阴沙管理区，全市总面积998．48km2。该市属亚热带海洋性季风气候，年平均气温15．2℃，年平均降水量为1042．9mm，年平均日照时长为2047．5h，主导风向为东南风。土壤类型主要为潮土和水稻土，亦有少量黄棕壤零星分布。水稻、小麦、油菜是该市的主要种植作物。1．2样品采集与分析采样时间为2010年12月，在张家港市范围内均匀选取样点20个，每个样点选择5处混合样方，每个样方取0至20cm表层土壤及附近的水稻残留根。即先选定中心样方，并向四周辐射约50m分别再取4处样方，将这5个点取得的土样制成1kg左右土壤样品作为该样点的土样，置于通风处风干，风干过程中拣出石子、植物残骸等杂物，过100目尼龙网筛后，称取约200g土样封存于密封袋中，并对应取样地点进行编号;将在同一采样点收集的水稻残留根混合作为该样点的水稻残根样品。样品送南京大学现代分析中心进行进一步的预处理并利用等离子体原子发射光谱仪等仪器分别测定土壤及残留根中的Hg、As、Se、Pb、Cu的含量。1．3统计方法分别计算土壤中Hg、As、Pb、Cu4种重金属元素的单因子指数和综合污染指数，并统计分析重金属的平均值、标准差、变异系数等。在SPSS17．0环境下对农地土壤及农田水稻残根Hg、As、Se、Pb和Cu进行Pearson相关分析。1．3．1单因子指数评价法单因子指数评价法常用于评价污染物在环境介质中的污染程度。其计算公式为:Pi=Ci/Si，式中:Pi为i污染物的污染指数;Ci为污染物实际测量值，Si为评价标准值［以土壤质量对植物和环境不造成危害和污染的《土壤环境质量标准》(GB15618—1995)二级标准作为评价标准］。Pi值越大，则污染越严重。1．3．2综合污染指数评价法综合污染指数评价法突出了污染较重的污染物的作用，可以用来综合掌握土壤重金属的污染情况，其计算公式为:PN=［(P2avg+P2max)/2］1/2，式中:PN为综合污染指数;Pavg为各单项污染指数平均值;Pmax为各单项污染指数最大值。2结果2．1土壤重金属含量综合表1、表2，土壤Hg含量为0．0049～0．4300mg/kg，单因子指数的平均值为0．141，标准差为0．193，变异系数为1．373;As的含量为2．76～5．24mg/kg，单因子指数的平均值为0．162，标准差为0．024，变异系数为0．150;Se的含量为0.041～0．066mg/kg;Pb的含量为11．8～17．8mg/kg，单因子指数的平均值为0．050，标准差为0．005，变异系数为0.105;Cu的含量为12．5～22．9mg/kg，单因子指数平均值为0．172，标准差为0．030，变异系数为0．174;各采样点综合污染指数为0．103～0．645，平均值为0．153，变异系数为0．752。对照国家土壤环境质量标准，研究区Hg、As、Pb、Cu的含量均低于国家二级标准值，单因子指数和综合污染指数总体偏低，说明张家港市农地土壤清洁，基本未受人为活动造成的污染。在常东社区和常北社区的Hg的单因子指数及综合污染指数均略高于其他采样点，出现这种现象的原因可能是这一地区有较多污染工业企业聚集，如玻璃制造、钢制品、机械设备制造、染料助剂等工厂;As、Pb和Cu的变异系数都很低，这几种元素在全市范围内的分布差异不大，相对而言，Pb、Cu在张家港南部高庄村地区的含量更低一些，可能是因为该地区离张家港城区及工业密集区较远，尚未受到城市化及工业扩张的波及。从全市范围来看，各种重金属的分布并未表现出聚集效应，比较零散，没有扩散的趋势，说明目前工业的发展尚未对农地质量构成较大威胁。2．2水稻残留根重金属含量由表1可知，除常北社区2个样点分别检测到Hg0．0040mg/kg和0．0044mg/kg，其余采样点并未检测到Hg的残留，这与土壤中的Hg含量分布情况基本一致，值得指出的是，造成这一现象的原因除了周围工业的影响外，也不排除有农户使用了含Hg的农药或除草剂的可能;As的含量为0.83～2．66mg/kg，平均值为1．32mg/kg;Se的含量为0.009～0．030mg/kg，平均值为0．016mg/kg;Pb的含量为2.68～7．46mg/kg，平均值为4．12mg/kg;Cu的含量为9．5～44．2mg/kg，平均值为24．0mg/kg。As、Se、Pb在水稻残留根中的残留量与表层土壤平均含量之比分别为32．65%、29．79%、27．76%，进一步说明这几种重金属基本未对水稻造成危害;Cu在水稻残留根中的平均残留量达到了土壤环境的1．4倍，其中含量较高的点集中于东北部地区，而最南部的采样点含量最低，这与张家港市农田附近工业的分布格局现状相符。#p#分页标题#e#2．3残留根重金属含量与土壤重金属含量相关性分析对残留根Hg、As、Se、Pb、Cu与表层土壤Hg、As、Se、Pb、Cu5种重金属的含量逐一进行了Pearson相关性分析，结果表明，残留根中As与土壤中As的Pearson相关系数为0．230(P＞0．05)，残留根中Cu与土壤中Cu的Pearson相关系数为－0．113(P＞0．05)，残留根中Se与土壤中Se的Pearson相关系数为0．441(P＞0．05)，残留根中Pb与土壤中Pb的Pearson相关系数为0．428(P＞0．05)，残留根中Hg与土壤中Hg的Pearson相关系数为0．574(P＜0.05)，表明除Hg外水稻残根中重金属含量与土壤中重金属含量无相关性，这种现象一方面是因为土壤中的重金属并不全是能被作物直接吸收的有效态［18］，另一方面也说明水稻残根中的重金属可能已经有了一定程度的流失。重金属之间土壤中As与Se、Se与Pb、Se与Cu都达到了极显著相关水平，As与Pb达到显著相关水平(表3);残留根中As与Se、As与Pb、As与Cu、Se与Pb均达到了极显著相关水平(表4)。说明这些元素之间可能存在着一定的伴生关系［19］。3讨论研究区农地表层土壤中的Hg、As、Pb和Cu的重金属含量均低于《土壤环境质量标准》二级标准的限制值，对重金属的综合污染指数的分析结果表明研究区土壤均未受到重金属污染，土壤综合质量良好，只有常北社区2号采样点的综合污染指数达到0．645，这主要是因为该处Hg的含量明显高于其他样点，故应重视该区域Hg的污染。各采样点水稻残留根中As为1．32mg/kg，Se为0．016mg/kg，Pb为4．12mg/kg，Cu为24．0mg/kg，Hg只在常北社区1和常北社区2两个采样点检测出，分别为0．0040mg/kg以及0．0044mg/kg。这些结果表明研究区水稻根部的这些重金属含量普遍很低，水稻的质量未受到重金属的影响。相关分析结果表明，部分重金属元素之间存在一定的伴生关系，这可能与外源性的污染如工业复合污染、含重金属农药的施用有关。本研究结果表明，张家港市农田受重金属污染比较轻微，达到《土壤环境质量标准》二级标准的要求，但在集中了印染、电镀等污染性企业的区域，重金属含量也相对较高，而在污染企业较少的南部地区农地土壤的清洁状况则比较良好;常北社区和常东社区土壤中Hg含量明显高于其他地区，建议排查该地区土壤中Hg的来源，以遏制Hg污染的加剧;Cu在水稻残留根中的含量是土壤中Cu含量的1．4倍，说明Cu作为一种必需微量元素，水稻根部对Cu的吸收能力较强，因此需要控制过多的Cu进入农田土壤。同时研究区水稻残留根中重金属含量的检测结果间接表明了作物根部吸收的重金属量较低，进一步证实了张家港市农田环境优良，能够满足农业粮食安全生产的要求。重金属污染物具有不可降解性，其一旦造成污染将很难恢复，对粮食作物的质量造成持续性的威胁。尽管目前张家港地区重金属污染较轻，但该市郊区有一定数量的污染性工业企业分布，加上城市扩张的压力，今后仍需对该地区重金属的主要污染来源、主要污染物种类、污染源的分布及辐射粮食作物种植区域的情况进行持续性地跟踪研究。由于生物的富集作用，重金属污染对食物链顶端的人类健康构成严重威胁，因此需继续加强对张家港市粮食作物重金属污染的检测，掌握土壤－粮食作物系统的重金属污染情况，以确保直接供人类食用的农产品的安全。
