重金属污染特征篇1
摘要：针对贵州省不同污染区进行土壤重金属污染特征对比、总结，探究导致土壤重金属受到污染的原因，以及影响污染程度的主要因素。本文首先对贵州省污染区做了简要介绍，具体分析了污染区土壤重金属污染特征，从而提供良好的解决措施。
关键词：贵州省；土壤；重金属
前言：近年来，我国耕地受重金属污染比例范围在逐渐扩大，一旦重金属受到污染，则土壤的稳定性会相应降低，同时，土壤肥力也会受到不利影响，农产品质量会随之下降。贵州省土壤重金属污染存在地区差异性，对此展开化学特征探究，能够在掌握污染现状、原因的基础上，提出有效治理措施，进而优化食物链结构，保障人体健康。
1污染区基本介绍
1.1研究区域
本文所选贵州省研究对象主要有毕节赫章野马川（a区）、开阳县金中镇（b区）、白云区曹关村（c区）、六盘水市水城县倮摩村（d区）、清镇市后午（e区）、幸福村（f区）、花溪区久安乡（g区）、大湾镇安乐村（h区）、青岩镇二关村（i区）、乌当区新庄（j区）。
1.2样品收集
由于样品采集存在明显的地域差异性，应用蛇形布点法进行样点采集活动，每一样点采集样品数量为8――17个，每一样品采集0――19厘米耕层土壤，选取最少6个点的混合样，应用四分法取1.5千克后放入标好号码的试验袋。然后使其自然风干，待风干后研磨、筛选、均匀混合，样品处理的过程中常用玛瑙、木质用具，同时避免用具污染[1]。
1.3样品分析
取0.11克样品数量于26毫升比色容器中，加入2.5毫升王水将其消溶，消融世间120分钟后，静置定容，然后用X2型号的iCp-mS对其进行重金属测量，样品回收率在91%――106%之间，证明回收率较好。在规格为55毫升的烧杯中加入6克过筛风干土，然后加入不含二氧化碳的纯净水，土水比例为1：4，将烧杯均匀摇晃，静置半小时后，用pUS-3C型酸度计检测。
2污染区土壤重金属污染特征分析
2.1含量水平及风险评估
不同区域土壤样品研究结构显示，不同区域土壤重金属Zn、Cr、pb、Cu、Cd、as含量不相一致，并且超标情况也不尽相同。其中，超标情况最严重的为d区，Zn超标达10倍，pb超标达5倍，Cd超标达75倍，Cu超标达4倍，as超标达5倍，d区不适宜种植农作物。应用内梅罗综合指标法进行风险评估，当单因子污染指数小于等于0.9时，则说明样品未被污染，反之，则证明样品已受污染。评估结果表示，b区受污染程度最小，污染因子为0.889，但是也应予以重视，该地土壤镉含量较高；C区、e区、g区、i区属于轻度污染区；j区属于中度污染区，该区域受污灌影响Cd含量较高；a区和d区主要受铅锌矿冶炼影响，Cd、Zn等含量较高；f区和h区的重金属含量均超耍主要受煤矿开采影响。从个别污染指数来讲，除e区和g区以外的其他区域的Cd含量较高[2]。
2.2聚类及成分分析
聚类分析：即对不同数据应用DpS软件进行分组，同组区域存在较多相似度，不同组别间相似度较少。其中，b区、c区、e区、g区、i区为一组，除g区外，其余四个区域的污染情况较轻，污染指数小于1.5；a区、d区、j区为一组，分别为中度污染、重度污染、重度污染，污染指数在2.5和9之间；f区和h区污染指数均大于9，分别受铅锌冶炼厂和煤矿开采影响。
成分分析：应用数学降维法进行成分分析，探究污染源以及污染变化情况。重金属主成分被分为两组，其中，Zn、Cr、pb、Cu、as为一组，Cd元素为另一组。两组间的变化趋势存在差异性，第一组变化趋势呈现一致性，第二组则与外源污染存在联系。e区污染源来自土壤自身和煤灰堆放；g区主要污染源来自酸性矿山废水和煤矸石堆放，pb含量较高；j区受生活污水以及养殖场排放废水影响严重。其余区域主要受工业冶炼和煤矿开采影响，导致重金属污染量增加。a区Cr较高主要烟气沉降影响；d区pb含量较高主要受炼锌废渣影响；f区污染源主要来自煤矿开采[3]。
2.3污染区分布与土壤酸碱值关系分析
土壤酸碱度（pH）类型主要有五种，分别是强酸、强碱、中性、酸性、碱性。本研究参与研究的土壤pH值呈酸性，其中强酸性为16.2%、中性为23.3%、酸性为60.4%。g区pH值最低为3.0，属于强酸性，这主要是因为灌溉水来自酸性矿山；c区和j区pH值呈中性，分别受赤泥堆滤液和钙镁沉积影响较大；a区和f区pH值呈强酸性，后者主要是煤矿开采导致的。从不同区域酸碱值分析可知，重金属污染与其存在的相关性较小，在一定程度上受污染源影响较大。以污染源为中心，距离污染源由近到远的区域重金属污染数值分别为76.72/20.32/13.05/1.605mg/kg，并且Cd含量也随之减少。
结论：综上所述，贵州省不同区域存在重金属污染情况存在差异性，同时，主成分分析所得到的结果也有区域性，即研究区域不仅存在重金属背景值，而且还有叠加污染源。此外，重金属污染受污染源距离影响显著，即污染源越近，重金属污染情况越严重。
参考文献：
[1]朱恒亮，刘鸿雁，龙家寰，等.贵州省典型污染区土壤重金属的污染特征分析[J].地球与环境，2014，04：505-512.
[2]郑丽萍，王国庆，林玉锁，等.贵州省典型矿区土壤重金属污染对蚯蚓的毒性效应评估[J].生态毒理学报，2015，02：258-265.
[3]张清海，陆洋，林绍霞，等.贵州省典型名优茶产区土壤重金属污染及在茶叶中的富集[J].江苏农业科学，2012，08：292-294.
重金属污染特征篇2
关键词：贵州麦西河；重金属；污染特征；生态危害
中图分类号：X508；X825文献标识码：a文章编号：0439-8114（2012）20-4485-06
3结论
1）从富集系数来看，麦西河重金属的污染程度变化趋势为Cd>Hg>Zn>pb>Cu>Cr>as，且Zn、pb、Cu和Hg最高值均出现于河道沉积物；Cr、as和Cd最高值出现在河岸水陆交错带土壤；各断面重金属含量分布呈集散状态，各点污染在空间梯度上向其四周呈辐射状递减，其分布特征与流域工农业布局密切相关。
2）相关分析表明，麦西河重金属pb、Cr、Cu、Zn、as呈现相近的来源特征，Cd、Hg的主要来源可能与其他几种重金属不同。
3）研究区河道沉积物及土壤重金属污染的潜在生态危害系数分析显示，除Cd、Hg存在极强、很强、强及中等生态危害外，其余重金属属于轻微生态危害范畴。重金属的生态危害程度为Cd>Hg>pb>Cu>as>Zn>Cr。
4）重金属的综合潜在生态危害指数结果，麦西河多数断面重金属存在极强或很强生态危害，其余断面存在中等生态危害，不同断面重金属的生态危害程度为富宏煤矿>鱼塘>翁贡村>供电厂>三山集团>将军碑>大石桥>红卫桥>白岩脚。
参考文献：
[1]oLiVeRma.Soilandhumanhealth：areview[J].theeuropeanJournalofSoilScience，1997，48（4）：573-592.
[2]aBRaHamSpw.Soils：theirimplicationstohumanhealth[J].theScienceofthetotalenvironment，2002，291（1-3）：1-32.
[3]LiXD，LeeSL，wonGSC，etal.thestudyofmetalcontaminationinurbansoilsofHongKongusingaGiS-basedapproach[J].environmentalpollution，2004，129（1）：113-124.
[4]wanGXL，taoS，XinGBS，etal.Healthrisksofheavymetalstothegeneralpublicintianjin，Chinaviaconsumptionofvegetablesandfish[J].Scienceofthetotalenvironment，2005，350（1-3）：28-37.
[5]HoGeRVoRStJ，pLUSQUinm，VanGRonSVeLDJ，etal.Housedustaspossiblerouteofenvironmentalexposuretocadmiumandleadinthegeneralpopulation[J].environmentalResearch，2007，103（1）：30-37.
[6]青长乐，牟树森.抑制土壤汞进入陆生食物链[J].环境科学学报，1995，15（2）：148-155.
[7]RoGiVaLD，SCHeiRSJ，BLUStR，etal.transferandaccumulationofmetalsinasoil-diet-woodmousefoodchainalongametalpollutiongradient[J].environmentalpollution，2007，145（2）：516-528.
[8]HammeRSCHmiDtCR，FitZGeRaLDwF.methylmercuryinfreshwaterfishlinkedtoatmosphericmercurydeposition[J].environmentalScienceandtechnology，2006，40（24）：7764-7770.
[9]程岩，刘月，李富春，等.鸭绿江口及毗邻浅海沉积物重金属富集特征与潜在生态风险比较[J].环境科学研究，2011，24（5）：516-525.
[10]oLiVaSR，eSpinoSaaJF.monitoringofheavymetalsintopsoils，atmosphericparticlesandplantleavestoidentifypossiblecontaminationsources[J].microchemicalJournal，2007，86（1）：131-139.
[11]张晓晶，李畅游，张生，等.呼伦湖沉积物重金属分布特征及生态风险评价[J].农业环境科学学报，2010，29（1）：157-162.
[12]郑志侠，潘成荣，丁凡，等.巢湖表层沉积物中重金属的分布及污染评价[J].农业环境科学学报，2011，30（1）：161-165.
[13]张雷，秦延文，郑丙辉，等.环渤海典型海域潮间带沉积物中重金属分布特征及污染评价[J].环境科学学报，2011，31（8）：1666-1684.
[14]H？魡KanSonL.anecologicalriskindexforaquaticpollutioncontrol.asedimentologicalapproach[J].waterResearch，1980，14：975-1001.
[15]弓晓峰，陈春丽，周文斌，等.鄱阳湖底泥中重金属污染现状评价[J].环境科学，2006，27（4）：732-736.
[16]peKeYH，KaRaKaSD，aYBeRKS，etal.ecologicalriskassessmentusingtraceelementsfromsurfacesedimentsofnortheasternmarmaraSeainturkey[J].marinepollutionBulletin，2004，48：946-953.
[17]乔俊，邵德智，罗水明，等.天津滨海新区黑潴河沉积物中重金属污染特征及地区性重金属污染指标选择[J].环境科学研究，2010，23（11）：1343-1350.
[18]邓保乐，祝凌燕，刘慢，等.太湖和辽河沉积物重金属质量基准及生态风险评估[J].环境科学研究，2011，24（1）：33-42.
[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.
[20]蒋增杰，方建光，张继红，等.桑沟湾沉积物重金属含量分布及潜在生态危害评价[J].农业环境科学学报，2008，27（1）：301-305.
[21]王济.贵阳市表层土壤中的重金属[m].贵阳：贵州人民出版社，2006.170-173.
[22]刘晓辉，吕宪国，刘惠清.沟谷地不同植被下土壤重金属纵向分异研究[J].环境科学，2007，28（12）：2766-2770.
[23]peteRJoHnwt，CoRReLLDL.nutrientdynamicsinallagriculturalwatershed：observationsontheroleofariparianforest[J].ecology，1984，65（5）：1466-1475.
[24]王新，吴燕玉.不同作物对重金属复合污染物吸收特征的研究[J].农业环境保护，1998，17（5）：193-196.
[25]阮心玲，张甘霖，赵玉国，等.基于高密度采样的土壤重金属分布特征及迁移速率[J].环境科学，2006，27（5）：1020-1025.
[26]KaSHemma，SinGHBR，KawaiS.mobilityanddistributionofcadmium，nickelandzincincontaminatedsoilprofilesfromBangladesh[J].nutrientCyclinginagro-ecosystems，2007，77（2）：187-198.
[27]吴光红，苏睿先，李万庆，等.大沽排污河污灌区土壤重金属富集特征和来源分析[J].环境科学，2008，29（6）：1693-1698.
[28]柴世伟，温琰茂，张亚雷，等.广州市郊区农业土壤重金属含量特征[J].中国环境科学，2003，23（6）：592-596.
[29]BiLoSC，CoLomBoJC，SKoRUpKaCn，etal.Sources，distributionandvariabilityofairbornetracemetalsinLaplataCityarea，argentina[J].environmentalpollution，2001，111（1）：149-158.
[30]YooJi，KimKH，JanGHn，etal.emissioncharacteristicsofparticulatematterandheavymetalsfromsmallincineratorsandboilers[J].atmosphericenvironment，2002，36（32）：5057-5066.
[31]黎莉莉，张晟，刘景红.等.三峡库区消落区土壤重金属污染调查与评价[J].水土保持学报，2005，19（4）：127-130.
[32]魏复盛.中国土壤元素背景值[m].第二版.北京：中国环境科学出版社，1990.87-91.
[33]胡国成，许木启，许振成.等.府河-白洋淀沉积物中重金属污染特征及潜在风险评价[J].农业环境科学学报，2011，30（1）：146-153.
重金属污染特征篇3
遥感技术具有宏观性和现势性强、综合信息丰富等优势，为矿区土壤重金属污染评价提供了可行的方法。本文综述了遥感技术在矿区土壤重金属污染评价方面的研究，并对其进行了展望。
关键词：
遥感；土壤；重金属
1.引言
矿产资源是生产资料和生活资料的重要来源，人类社会的发展进步与矿产的开发利用密不可分。矿产的开采、冶炼、加工过程中大量的铅、锌、铬、镉、钴、铜、镍等重金属以及类金属砷等进入大气、水、土壤引起严重的环境污染。根据2014年4月17日环境保护部、国土资源部的《全国土壤污染调查公报》，“全国土壤环境状况总体不容乐观，部分地区土壤污染较重，总的超标率达16.1%”、“在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃”。资源、环境是制约社会经济发展的两大瓶颈，如何克服这个瓶颈问题同时又能实现矿山开发的可持续发展，是我国社会必须面对和解决的紧迫的社会问题［1］。传统的土壤重金属污染监测方法有实验室监测、现场快速监测等方法。实验室监测方法虽然测量精度高，但是存在劳动强度大、采样分析费时，适用范围小的缺点；现场快速监测法虽然具有大面积、连续、高密度获取信息的特点，但是还大多处于定性或半定量的试验阶段，易受周围因素影响［2］。各种岩石、土壤、植被及水体等均有各自独特的光谱特征。地物光谱特征的差异，是遥感技术识别各类地物的主要依据，也是应用遥感技术开展土壤重金属污染评价的理论基础。遥感技术以其宏观性和现势性强、综合信息丰富等优势，在矿区土壤重金属污染评价中起到了积极的先导作用，并取得了良好的应用效果。一般情况下，土壤中的有机质、水分、铁氧化物、重金属等对土壤光谱反射率有一定影响。国外相关研究起步较早，始自20世纪六十年代土壤光谱研究［3］。国外有研究中表明，当土壤有机质含量超过2％，铁氧化物、重金属等光谱信息有可能被土壤中的有机质的光谱信息所掩盖，进一步加大了光谱信息提取的难度；同时土壤的反射率会因铁氧化物的存在而在整个波谱范围内有明显的下降趋势，土壤的光谱反射率都朝着蓝波方向下降，并且这种下降趋势可以扩展到紫外区域［4］，相关研究陆续拓展至矿区重金属污染中来［5］；国内自20世纪八十年代在云南腾冲系统地开展土壤光谱与理化性状关系的研究［6~7］，并于九十年代末开展遥感技术在矿区重金属污染监测的探索。目前遥感技术对矿区土壤重金属污染评价研究主要有两个方向：一是植被反演。根据地表植被覆盖以及重金属在植被根茎、叶片中富集，植被在重金属胁迫下叶绿素等光谱特征发生变化的特点，通过植被光谱数据反演土壤中的重金属含量，间接评价重金属污染。二是土壤监测。利用重金属对土壤波谱特性的影响，通过土壤光谱数据监测重金属含量［8-10］。
2.植被反演方法
植被在生长发育的过程中，矿区土壤中的重金属被吸收和富集，对植物的产生的影响主要体现在长势方面产生了生物地球化学效应，如色素含量、水含量、叶面温度的变化，进而影响植被的光谱反射率，植被光谱的变化能够在遥感光谱信息中有所体现。基于以上认识，可以通过植被光谱信息、波谱曲线变化的分析提取污染信息［11］。不同植物对重金属敏感性不同，重金属胁迫导致植物体内生物化学成分发生改变，使电磁波谱反射特性不同。植被反演方法的原理是，运用遥感技术研究重金属污染条件下植被光谱特征变化，建立植被光谱特征与重金属污染条件下植被生长状态参数变化之间的关系［7］；研究叶绿素含量与重金属污染之间的关系，分析叶绿素变化敏感的光谱指数及其响应规律，并进行了区域应用与验证［11-13］。研究表明，随着土壤中重金属含量增加，植被近红外、可见光反射光谱特征发生显著变化，表现为可见光光谱反射增强，近红外光谱减少，红边移动范围减少［14-15］。此方法适用于矿区植被覆盖较茂密的区域。王杰等（2005年）以江西德兴铜矿去为实验区，采用美国陆地卫星（Landsat）etm+数据，采用比值分析、彩色合成、影像融合等方法增强影像视觉效果，对污染区的植被的波谱曲线与正常区的同种植被的光谱特征作对比，总结出受毒化植物叶冠的波谱形态与正常植物叶冠的波谱形态相比发生的形态变异的特征，总结对照区和污染区植被的波谱特征差异和各污染区的受污染程度，分析出不同污染区植物的受毒害程度［16］。雷国静等（2006年）在南方植被茂密区离子型稀土矿区采用高分辨率QuickBird遥感数据采取坐标换的方式，消除土壤信息干扰，获取了较真实的植被受污染影响程度的信息，运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息，取得了较好的效果［17］。李新芝等（2010年）以肥城煤矿区为实验区，将Spot-5数据2.5米分辨率的全色波段进行小波变换、主成分分析等融合方法提高图像的空间信息量，综合运用缨帽变换、植被与土壤相关性分析、支持向量机分类等方法提取矿区植被信息，并制作了植被等级分布图，确定了不同污染程度的植被覆盖面积，与矿区污染分布的规律具有较好的一致性［11］。黄铁兰等（2014年）以广东大宝山矿区及周边10公里范围作为研究区，分别以aSteR及QuickBird为数据源，采用植被指数法和植被绿度法对植被污染信息进行识别，对获取的植被绿度信息图像进行密度分割，获得植被污染程度及分布情况。同时建议大范围的矿山植被污染信息的识别，考虑到项目综合成本等因素，采用aSteR等低分辨率的数据源，选择植被绿度指数法进行识别。对于小范围的典型矿区，可选用QuickBird等高分辨率的数据源，用植被指数法进行识别［18］。由于混合像元、大气效应的存在，植被信息提取过程中容易出现错分、漏分现象；相关系数的设置易受经验的影响。同时信息提取易受云层、山体阴影和人类生产活动的影响，均存在一定的误提现象。未来应加强信息提取技术、多源遥感数据在植被反演中的应用研究，以解决上述问题。
3.土壤监测方法
土壤是由多种物理化学特性不同的物质的组成的混合体，例如有机质、重金属、水、其他矿物质等。各种物质均有发射、反射、吸收光谱的特性，都会对土壤光谱特征产生影响，同时植被覆盖也对土壤光谱的监测有较大影响，因此对于通过土壤光谱数据直接监测土壤重金属含量的研究，尚处于探索阶段。土壤监测方法的原理是，利用光谱分析方法室内测定土壤发射光谱数据，经线性回归分析或指数回归分析、标准化比值计算、特征光谱宽化处理后，利用回归分析方法建立重金属元素含量与发射率变量之间的土壤重金属反演模型，定量反演出矿区土壤重金属含量［19-23］。此类方法适用于植被覆盖率较低的地区。thomasKemper等（1998年）在西班牙aznalcóllar尾矿库溃坝事件土壤重金属污染监测中，基于多元线性回归分析（mLR）和人工神经网络（ann）方法分别通过化学分析、特征光谱--近红外反射光谱（0.35−0.35μm）手段监测土壤重金属含量，两种手段对as、Fe、Hg、pb、S、Sb等六种元素监测有较高的相似度。为相似矿区环境的监测提供了较好的借鉴意义［13］。李淑敏等（2010年）以北京为研究区，研究土壤中8种重金属（Cr、ni、Cu、Zn、as、Cd、pb、Hg）的含量与热红外发射率的关系，分析了土壤重金属的特征光谱，并模拟预测了重金属含量的回归模型，为基于遥感光谱的土壤重金属含量监测奠定了基础［24］。宋练等（2014年）以重庆市万盛采矿区为研究区，通过光谱特征物质之间的自相关性来分析土壤中光谱特征物质，在回归分析的基础上建立as、Cd、Zn重金属含量的遥感定量反演模型，监测三种重金属含量，结果表明土壤在近红外波段和可见光波段的反射值比值与土壤中as、Cd、Zn含量存在较好相关性［25］。部分研究对波段选择和光谱分辨率的重要性认识不高，影响了重金属元素光谱信息识别、重金属污染预测精度；土壤中绝大部分重金属，如铅、锌、铬、砷等在可见光—近红外波段区间的光谱特征较弱，易被植被、土壤波谱信息掩盖，对直接利用土壤重金属光谱特征来提取污染信息带来了难度。研究发现，铁氧化物的波谱特征较明显，今后需加强土壤中重金属与铁氧化物相关性的研究，以提高污染信息提取的准确性。
4.未来展望
近年来，遥感技术用于矿区土壤重金属评价取得了一定进展，今后要在以下几个方面寻求突破：
（1）研究遥感信息提取新技术新方法。地物波谱特性易受土壤成分、大气效应、植被等环境噪音的影响，需进一步加强波谱信息提取技术的研究，以提高遥感信息提取的准确性。
（2）加强田间光谱测量研究。目前对土壤重金属监测仅局限于实验室级别的光谱监测，需要进一步探讨其他因素对重金属吸附的影响以建立准确的土壤重金属含量光谱估算模型，并进行大量而精确的实验室与田间的光谱测量工作。
（3）由定性监测向定量监测转变。遥感技术在矿区土壤重金属污染评价方面的研究大多是定性或半定量评价，尚达不到定量评价。需在遥感反演土壤污染信息模型与理论方法、土壤重金属含量与光谱变量的相关关系等方面加强研究，以接近或达到定量评价污染的水平，进而利用遥感技术评价大面积土壤污染及修复。
（4）研制高性能的卫星，提高遥感信息获取能力。作为中国16个重大科技专项（2006年~2020年）之一的高分辨率对地观测系统已进入全面建设阶段，其中2014年8月发射升空的高分二号卫星空间分辨优于1m，这必将改变遥感数据普遍采用国外遥感数据（Spot、Landsat、QuickBrid等）的局面。
参考文献：
［1］贾志强．甘肃省白银市矿山环境遥感调查与评价研究［D］．桂林：桂林工学院，2009．
［2］龚海明，马瑞峻，等.农田土壤重金属污染监测技术发展趋势［J］.中国农学通报，2013，29（2）：140-147．
［4］张甘霖，赵玉国，杨金玲，等.城市土壤的环境问题及其研究进展［J］.土壤学报，2006，44（55）：925-933．
［6］戴昌达.中国主要土壤光谱反射特性分类与数据处理的初步研究［m］.见：遥感文选，北京：科学出版社，1981.
［7］丰茂森.遥感图像数字处理［m］.北京：地质出版社，1992：3~3．
［8］甘甫平，刘圣伟，等.德兴铜矿矿山污染高光谱遥感直接识别研究［J］.地球科学—中国地质大学学报，2004，29（1）：119-126．
［9］朱叶青，屈永华，刘素红，等.重金属铜污染植被光谱响应特征研究［J］.遥感学报，2014，18（2）：335-352．
［10］李婷，刘湘南，刘美玲.水稻重金属污染胁迫光谱分析模型的区域应用与验证［J］.农业工程学报，2012，28（12）：176-182．
［11］李新芝.基于多源遥感数据的矿区植被信息监测方法研究［D］.济南：山东科技大学，2010．
［12］王秀珍，王人潮，黄敬峰.微分光谱遥感及其在水稻农学参数测定上的应用研究［J］.农业工程学报，2002，18（1）：9-13．
［14］徐加宽，杨连新，王余龙，等.水稻对重金属元素的吸收与分配机理的研究进展［J］.植物学通报，2005，22（5）：614-622．
［16］王杰，等.遥感技术在江西德兴铜矿矿区污染研究中的应用［J］.山东科技大学学报（自然科学版）2005，24（4）：66-69．
［17］雷国静等.遥感在稀土矿区植被污染信息提取中的应用［J］.江西有色金属，2006，20（2）：1-5．
［18］黄铁兰，等.广东大宝山矿区植被污染信息的遥感识别方法研［J］.地质学刊，2014，38（02）：284-288．
［24］李淑敏，李红，孙丹峰，等.基于热红外特征光谱的土壤重金属含量估算模型研究［J］.2010，31（7）：33-38．
重金属污染特征篇4
关键词：土壤；重金属；污染特征；污染评价；果蔗地
中图分类号：X53文献标识码：a文章编号：0439-8114（2017）07-1262-05
Doi：10.14088/ki.issn0439-8114.2017.07.015
ContentCharacteristicsandRiskassessmentofHeavymetalsinChewingCaneSoils
wanGtian-shun，YanGYu-xia，LiaoJie，FanYe-geng，YaYu，ZHUJun-jie，moLei-xing
（Researchinstituteofagro-productsQualitySafetyandtestingtechnology，GuangxiacademyofagricultureSciences/QualitySupervisionandtestingCenterforSugarcane，Chinaministryofagriculture，nanning530007，China）
abstract：thecontentsofsoilheavymetals，suchasCd，pb，Cr，Cu，Zn，asandHg，insurfacesoil（0～20cm）fromthemainchewingcaneproductionfarmlandinGuangxiZhuangautonomousRegion，wereinvestigated.pollutioncharacteristicsofheavymetalsinsoilswereobservedonthebasisofenvironmentalqualitysecondarystandardvaluesofsinglefactorpollutionindexmethodandcomprehensivepollutionindexmethod.potentialecologicalriskassessmentwasevaluatedbyusingthegeoaccumulationindex（igeo）andpotentialecologicalriskindex（Ri）.theresultsindicatedthattheaverageconcentrationsofCd，pb，Cr，Cu，Zn，asandHgwere0.81，30.4，54.5，29.8，107.4，16.69and0.28mg/kg，respectively.accordingtothecomprehensivepollutionindex，thepollutiondegreewasmiddledegreewithpnwas2.03.accordingtothegeoaccumulationindex，thepollutiondegreeofCdwasmiddledegreewithigeowas1.02，andHgrangedfromlighttomiddledegreewithigeowas0.30.thepotentialecologicalriskindexindicatedthattheheavymetalsinthesoilsfromresearchareawereatthemoderateecologicalhazardlevel.therateofcontributionforCdwasthehighesttopotentialecologicalriskindex.thus，effectivefarmlandsoilmanagementisnecessarytoensuresecurityproduction，controlsoilpollutionsources，andimplementstandardagriculturalproduction.
Keywords：soils；heavymetals；contaminantcharacteristics；riskassessment；chewingcanesoil
土壤是人类赖以生存的自然资源，也是人类生态环境的重要组成部分。重金属在自然环境中广泛存在，因其持久性、积累性等特性及其对生态环境存在的潜在风险，受到国内外学者的高度关注[1，2]，土壤重金属污染已经成为当前人类面临的重要环境问题，也是目前环境科学领域的研究热点之一[3-6]。土壤重金属污染来源包括矿山采选冶炼、大气沉降、污水灌溉、固体废弃物堆存与处置、交通运输等[7，8]。当土壤中重金属达到一定的累积程度时，会通过食物链传递到动物和人体内，给生态环境及人体健康造成很大危害[9，10]。
近年来，果蔗生产中大量使用农药、磷肥、污水，使得果蔗地土壤-植物系统中重金属污染更为复杂与多样化。土壤是植物生长的载体，其清洁程度直接影响着食物中有毒有害物质的浓度，目前对果蔬、粮食产地[11，12]中重金属的污染评价己有不少报道，但针对果蔗地土壤重金属污染的系统研究鲜有报道。为了解广西壮族自治区横县果蔗种植区土壤质量状况，本研究以果蔗地土壤为对象，利用单因子污染指数法、综合污染指数法、地积累指数法和潜在生态风险指数法对土壤重金属的污染特征及生态风险进行评价，同时探讨了各重金属元素之间的相关性和聚类状况，以期为广西壮族自治区果蔗地土壤重金属的污染防治和治理提供科学依据。
1材料与方法
1.1样品采集与分析
土壤样品全部采自广西壮族自治区果蔗地0～20cm表层土壤。于2014年11月选取36个采样点，每个样点600～1300m2内采用w形布点采集5个子样，现场剔除植物根系、碎石等杂物后充分混合组成一个混合样品，用四分法缩分至约4.0kg，装入聚乙烯塑料袋，贴好标签，带回实验室备用。把采集的土壤置于宽敞、干净、透气的室内，均匀摊开，自然风干，去除石块、植物根系及其他的杂物后用玛瑙研钵研磨后过2mm尼龙筛，再用玛瑙研钵继续研磨后过100目筛。
称取0.2000g经风干处理的土样于聚四氟乙烯罐中。加5mLHno3、3mLHCl、1mLH2o2和1mLHF，密封消解罐后放入微波消解炉。消解程序分3步，步骤1为160℃、90%功率消解10min；步骤2为200℃、90%功率消解25min；步骤3为100℃、40%功率消解5min。消解完室温放置后，转移消解罐中的溶液于聚四氟乙烯烧杯中，加热蒸发去除氮氧化物。剩余液体做如下处理：①转移至100mL容量瓶，用1%硝酸稀释至刻度线，混合均匀后用石墨炉原子吸收仪（mKⅡmQZ，美国thermo）测定溶液中Cd、pb的含量、用火焰原子吸收仪（aa240，美国Varian）测定Cr、Cu、Zn的含量；②转移至50mL容量瓶，加入5mL50g/L硫脲和50g/L抗坏血酸溶液作掩蔽剂，用5%盐酸稀释至刻度线，混合均匀，室温下静置30min后用原子荧光光谱仪（aFS-230e，北京海光仪器公司）测定as和Hg的含量。
试验所用试剂均为优级纯试剂，用水均为超纯水。
1.2土壤重金属污染评价
土壤评价标准采用GB5618-1995《土壤环境质量标准》[13]中的二级标准和广西土壤背景值[14]，采用单因子污染指数、内梅罗综合污染指数法、地积累指数法以及潜在生态危害指数法分别对土壤重金属污染状况进行评价。采用excel2007和DpS软件对数据进行统计分析。
1.2.1单因子污染指数法单因子污染指数法是用来评价单个污染因子对土壤的污染程度，污染指数愈小，说明该因子对环境介质污染程度愈轻[15，16]。其计算公式如下：
pi=Ci/Si
式中，pi为土壤中重金属的污染指数，具体反映某污染物超标倍数和程度；Ci为土壤中重金属含量的实测值（mg/kg）；Si为土壤中重金属的标准限定值（mg/kg）。当pi≤1时，表示样品未受污染；当pi>1时，表示样品已被污染。pi的值越大，说明样品受污染越严重。pi评价标准见表1。
1.2.2综合污染指数法综合污染指数法[17，18]，即内梅罗污染指数，是将目标单个污染指数按一定方法综合起来考虑对环境介质的影响程度，采用兼顾单元素污染指数平均值和最大值的一种评价方法。其计算公式如下：
pn=■
式中，piave为土壤中各重金属污染指数的平均值；pimax为土壤中单项重金属的最大污染指数；pn为采样点的综合污染指数，其评价标准见表1。该方法突出了高浓度污染物对土壤环境质量的影响，能反映出各种污染物对土壤环境的作用，将研究区域土壤环境质量作为一个整体与外区域或历史资料进行比较。
1.2.3地积累指数法地积累指数（igeo）是德国海德堡大学沉积物研究所的科学家müller[19]提出的一种研究沉积物中重金属污染的定量指标，在欧洲被广泛采用。该方法在考虑自然地质过程造成背景值影响的同时，充分考虑了人为活动对重金属污染的影响，因此该指数不仅可以反映沉积物中重金属分布的自然变化特征，而且可以判别人为活动对环境的贡献[20，21]。其计算公式为：
igeo=log2[Cn/（1.5×Bn）]
式中，Cn为样品中元素n在沉积物中的实测值；Bn为沉积物中该元素的地球化w背景值，本研究采用广西壮族自治区土壤环境背景值作为参照标准；1.5为修正指数，用于校正区域背景值差异。地积累指数划分为7级，igeo≤0，为1级，无污染；0
1.2.4潜在生态危害指数法重金属元素是具有潜在危害的重要污染物，与其他污染物的不同之处在于它们对环境危害的持久性、生物地球化学的可循环性及潜在的生态危害。潜在生态危害系数法是瑞典科学家Hakanson[22]提出的一种沉积物中重金属的评价方法，为了使区域质量评价更具有代表性和可比性，该方法从重金属的生物毒性角度出发，反映了多种污染物的综合影响[23，24]。土壤中多种重金属元素潜在生态危害指数是各单一重金属元素的潜在生态危害指数之和。其计算公式如下：
Ri=■eri
eri=tri×Csi/Cni
式中，Csi为表层土壤重金属元素i的分析测量值；Cni为土壤重金属元素i的参比值，本研究采用广西壮族自治区土壤环境背景值作为参照标准；tri为重金属元素毒性系数[25]，各重金属的毒性系数分别为Cd=30，pb=Cu=5，Cr=2，Zn=1，as=10，Hg=40[26]。eri为单个重金属的潜在生态危害指数；Ri为多种重金属综合潜在生态危害指数。重金属污染的生态危害指数分级标准见表2。
2结果与分析
2.1研究区土壤重金属含量特征
研究区36个土壤样品的重金属元素的含量范围、均值、标准差等特征参数见表3。需要说明的是，有32个土壤样品土壤呈酸性，4个土壤样品土壤呈弱碱性。研究区土壤中Cd、pb、Cr、Cu、Zn、as和Hg的平均含量分别为0.81、30.4、54.5、29.8、107.4、16.69、0.28mg/kg，除了Cr和as外，其他5种重金属平均含量均超过广西土壤背景值，分别为土壤背景值的3.03、1.27、1.07、1.42、1.84倍。
7种重金属的标准差除Cd和Hg外，其他均较大；Cr、Zn的标准差在15以上，pb的标准差为9.37，as的标准差为5.97，Cu的标准差为5.20。说明重金属的分布不均匀，甚至有的重金属分布极不均匀。土壤中7种重金属的变异系数从大到小的顺序依次为Hg、Cd、Cr、as、Zn、pb、Cu，其中，Hg、Cd变异系数分别为48.3%、46.1%，说明Hg和Cd受人为活动干预强烈，其次为Cr、as、Zn，Cu的变异系数最小，表明在整个研究区域Cu含量相对比较均一。
2.2土壤重金属污染评价
2.2.1单因子污染指数与综合污染指数评价研究区土壤重金属单因子污染指数见表4。结果表明，研究区土壤中重金属Cd、pb、Cr、Cu、Zn、as和Hg单因子污染指数的平均值分别为2.73、0.61、0.36、0.55、0.53、0.44和0.88。按照土壤环境质量二级评价分级标准，土壤样品中重金属元素Cr、Cu、Zn、as单因子污染指数均小于1，属于安全等级。重金属元素Cd、pb和Hg单因子污染指数达到轻污染水平的样本占样本总数的19.4%、2.8%和30.6%；Cd和Hg单因子污染指数达到中污染水平的样本分别占样本总数的11.1%和2.7%；Cd单因子污染指数达到重污染水平的样本占样本总数的58.3%。
采用综合污染指数法对采样点土壤中Cd、pb、Cr、Cu、Zn、as和Hg7种重金属元素污染状况进行综合评价，由各单因子污染指数计算可知，采样点的综合污染指数值为2.03，污染等级属于中污染。
2.2.2地积累指数法评价地积累指数法是从地球化学的角度出发来评价土壤中重金属的污染。它除了考虑到人为污染因素、环境地球化学背景值外，还考虑到由于自然成岩作用可能会引起背景值变动的因素，它所采用的背景值一般为未受人类活动影响的沉积岩中的地球化学背景值，因此该方法更多的强调了土壤中重金属污染的历史累积作用。由表5可知，果蔗地土壤中Cd的污染程度相对比较严重，污染等级为3级，污染程度达中等污染；其次是Hg，污染等级为2级，其污染程度达轻-中等污染；pb、Cr、Cu、Zn和as均属于无污染。7种重金属的污染程度顺序依次为Cd>Hg>Zn>pb>Cu>as>Cr。
2.2.3潜在生态危害评价潜在生态危害指数法是从沉积学角度出发，它不仅考虑了土壤重金属含量，而且将重金属的生态效应、环境效应与毒理学联系在一起，因此其评价结果主要反映了人类活动对土壤的潜在生态危害。由表6可知，从单个重金属的潜在生态危害系数来评价，果蔗地土壤的主要潜在生态危害重金属为Cd和Hg，Cd污染达到强生态危害程度，Hg污染达到中等生态危害程度，其他5种重金属均为轻微生态危害程度，其潜在生态危害顺序为Cd>Hg>as>pb>Cu>Zn>Cr。综合潜在生态危害指数达到187.27，处于中等生态危害程度。
2.3研究区土壤重金属含量相关分析
研究区土壤中重金属之间的相关性可以推测重金属的来源是否相同，若它们之间存在相关性，则它们的来源可能相同，否则来源可能不同[16]。利用DpS软件对各重金属进行相关性分析，在0.05和0.01显著性水平下，所有变量间相关系数如表7所示。as与Cd、Cr、Cu、Zn之间存在极显著正相关，表明as和Cd、Cr、Cu、Zn之间紧密相关；Zn与Cr、Cu之间存在极显著正相关；Cu与Cr之间存在极显著正相关，Cu与pb之间存在极显著负相关；Cd与Cr之间存在极显著正相关。相关性结果可以说明研究区域土壤重金属as与Cd、Cr、Cu、Zn同源性很高，与果蔗栽培管理过程中污水的灌溉、污泥的施用及重金属农药的施用有关，Hg与其他重金属元素之间没有明显的相关性，说明研究区域Hg含量受人为活动的影响强烈，有外源污染m入。
2.4研究区土壤重金属聚类分析结果
利用DpS软件对研究区各重金属进行聚类分析，结果如图1所示。由图1可知，7种重金属共分为5组，第一组为pb和Cu；第二组为as；第三组为Cr；第四组为Cd和Hg，它们的潜在生态危害指数分列前2位；第五组为Zn。pb和Cu、Cd和Hg是距离较近且潜在生态危害指数值接近，分别被聚为一类。
3结论
研究区域土壤重金属Cd、pb、Cr、Cu、Zn、as和Hg的平均含量水平分别为0.81、30.4、54.5、29.8、107.4、16.69、0.28mg/kg。利用《土壤环境质量标准》二级标准进行评价，结果显示Cd污染最严重，单因子污染指数最高为4.93；Hg污染次之。
重金属地积累指数评价结果表明，果蔗地土壤中Cd的污染程度相对比较严重，污染等级为3级，污染程度达中等污染；其次是Hg，污染等级为2级；潜在生态危害综合指数评价结果显示，果蔗地土壤中重金属污染处于中等生态危害程度，其土壤的主要潜在生态危害重金属为Cd和Hg，Cd污染达到强生态危害程度，Hg污染达到中等生态危害程度。
土壤中7种重金属的相关性分析表明，研究区域土壤重金属as与Cd、Cr、Cu、Zn具有同源性，与果蔗栽培管理过程中污水的灌溉、污泥的施用及重金属农药的施用有关；聚类分析表明，pb和Cu、Cd和Hg距离较近且污染指数值接近，分别被聚为一类。
广西壮族自治区果蔗地土壤重金属污染来自多种污染源，笔者认为土壤重金属累积的原因主要是各种含重金属农用物资的投入、污水灌溉及污泥施用等。对被污染土壤应采取一些农业、生物及施用一些改良剂等措施进行综合修复、治理，以确保生态环境及果蔗产品的安全。
参考文献：
[1]niULL，YanGFX，XUC，etal.StatusofmetalaccumulationinfarmlandsoilsacrossChina：Fromdistributiontoriskassessment[J].environmentalpollution，2013，176：55-62.
[2]mapanDaF，manGwaYanaen，nYamanGaRaJ，etal.UptakeofheavymetalsbyvegetablesirrigatedusingwastewaterandthesubsequentrisksinHarare，Zimbabwe[J].physicsChemistryoftheearth，2007，32（15-18）：1399-1405.
[3]胡国成，张丽娟，齐剑英，等.贵州万山汞矿周边土壤重金属污染特征及风险评价[J].生态环境学报，2015，24（5）：879-885.
[4]麻冰涓，王海邻，李小超，等.豫北典型农田作物中重金属污染状况及健康风险评价[J].生态环境学报，2014，23（8）：1351-1358.
[5]张洪伟，张国珍，张克江，等.黄河兰州段黄灌区蔬菜大棚土壤重金属含量分析及污染评价[J].土壤通报，2012，43（6）：1497-1501.
[6]韩平，王纪华，冯晓元，等.北京顺义区土壤重金属污染生态风险评估研究[J].农业环境科学学报，2015，34（1）：103-109.
[7]陈涛，常庆瑞，刘京，等.长期污灌农田土壤重金属污染及潜在环境风险评价[J].农业环境科学学报，2012，31（11）：2152-2159.
[8]郭伟，赵仁鑫，张君，等.内蒙古包头铁矿区土壤重金属污染特征及其评价[J].环境科学，2011，35（10）：3099-3105.
[9]HeB，YUnZJ，SHiJB，etal.ResearchprogressofheavymetalpollutioninChina：Sources，analyticalmethods，status，andtoxicity[J].ChineseScienceBulletin，2013，58（2）：134-140.
[10]KHanK，LUYL，KHanH，etal.Heavymetalsinagriculturalsoilsandcropsandtheirhealthrisksinswatdistrict，northernpakistan[J].FoodandChemicaltoxicology，2013，58：449-458.
[11]KHanS，CaoQ，ZHenGYm，etal.HealthrisksofheavymetalsincontaminatedsoilsandfoodcropsirrigatedwithwastewaterinBeijing，China[J].environmentalpollution，2008，152（3）：686-692.
[12]秦普S，刘丽，侯红，等.工业城市不同功能区土壤和蔬菜中重金属污染及其健康风险评价[J].生态环境学报，2010，19（7）：1668-1674.
[13]GB15618-1995，土壤环境质量标准[S].
[14]广西环境保护科学研究所.土壤背景值研究方法及广西土壤背景值[m].南宁：广西科学技术出版社，1992.
[15]胡明.大荔县农田土壤重金属分布特征与污染评价[J].干旱区资源与环境，2014，28（1）：79-84.
[16]程芳，程金平，桑恒春，等.大金山岛土壤重金属污染评价及相关性分析[J].环境科学，2013，34（3）：1062-1066.
[17]张鹏岩，秦明周，陈龙，等.黄河下游滩区开封段土壤重金属分布特征及其潜在风险评价[J].环境科学，2013，34（9）：3654-3662.
[18]YUanGL，SUntH，Hanp，etal.Sourceidentificationandecologicalriskassessmentofheavymetalsintopsoilusingenvironmentalgeochemicalmapping：typicalurbanrenewalareainBeijing，China[J].JournalofGeochemicalexploration，2014，136（1）：40-47.
[19]m？BLLeRG.indexofgeoaccumulationinsedimentsoftheRhineRiver[J].GeologicalJournals，1969，2：109-118.
[20]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.
[21]孔慧敏，左锐，滕彦国，等.基于地球化学基线的土壤重金属污染风险评价[J].地球与环境，2013，41（5）：547-552.
[22]HaKanSonL.anecologicalriskindexforaquaticpollutioncontrol：asedimentologicalapproach[J].waterResearch，1980，14（8）：975-1001.
[23]朱兰保，盛蒂，戚晓明，等.蚌埠龙子湖底泥重金属污染及生态风险评估[J].安全与环境学报，2013，13（5）：107-110.
[24]王大洲，胡艳，李鱼.某陆地石油开采区土壤重金属潜在生态风险评价[J].环境化学，2013，32（9）：1723-1729.
重金属污染特征篇5
关键词：农业土壤；镉；危害；污染途径
中图分类号：S156文献标识码：aDoi编码：10.3969/j.issn.1006-6500.2016.12.023
analysisofCadmiumpollutioninagriculturalSoilsandanalysisofitsaayofpollution
panGRongli，wanGRuiping，XieHanzhong，GUoLinlin，LiJun
（1.instituteofZhengzhoupomology，CaaS/LaboratoryofQuality&SafetyRiskassessmentforFruit（Zhengzhou），ministryofagriculture，Zhengzhou，Henan450009，China）
abstract：therapiddevelopmentofindustryandagricultureofourcountry，causeddifferentdegreesofpollutiononsoilenvironment，especiallytheproblemofcadmiumpollutionhasattractedglobalattention.thearticleanalyzedthecurrentstatusofsoilcadmiumpollutionandtheharmofcadmiumpollutioninsoil，andpointedouttheevaluationindexesofcadmiuminsoilenvironment，andsummarizedthemainwaysofcadmiumpollutioninsoil，andputforwardthesuggestionsforreducingcadmiumpollutioninsoil.thiswillbetterpromotethedevelopmentofsoilremediationandtreatmenttechnologyofcadmiumcontaminatedsoil.
Keywords：agriculturalsoils；cadmium；harm；pollutionway
土壤是生态环境的重要组成部分，也是人类赖以生存的物质基础。然而，随着我国工农业的快速发展，矿产资源的不合理开采，以及农业生产中污水灌溉、化肥的不合理使用、畜禽养殖等，导致了土壤重金属的污染逐步加剧。镉是环境中毒性最强的5毒（汞、铅、镉、砷、铬）元素之一，同时由于镉在土壤中不易迁移，镉对土壤的污染基本上是一个不可逆转的过程，土壤一旦受到镉污染就很难恢复，对镉污染土壤及修复的研究目前是土壤环境研究的热点[1-2]。
本研究拟从土壤镉污染现状及评价指标、土壤镉污染的危害及我国对植物性食品中镉的规定、土壤中镉污染的主要途径等方面着手，全面分析农业土壤中镉污染来源及其危害性，并对减少土壤中镉污染途径提出建议，以期为更好地推动重金属镉污染土壤的修复与治理技术研究提供参考依据。
1我国土壤镉污染现状及评价指标
1.1土壤镉背景值
土壤背景值是指在未受或受人类活动影响小的土壤环境本身的化学元素组成及其含量。自然土壤中的镉主要来源于成土母质，全世界土壤中镉的含量一般在0.010～2.000mg・kg-1，中值为0.35mg・kg-1。由于我国不同区域地球化学条件差异显著，在我国各区域土壤中镉背景值差异较大，土壤中镉背景范围为0.001～13.400mg・kg-1，中值为0.079mg・kg-1，算术平均值为0.097mg・kg-1，低于日本（0.413mg・kg-1）和英国（0.62mg・kg-1），95%置信度的置信区间为0.017～0.330mg・kg-1[3]。
1.2土壤镉污染现状
现代农业技术的快速发展以及含重金属的化肥、农药等的大量使用，导致土壤重金属污染日益严重，这不仅使土壤肥力、农产品产量和品质下降，而且重金属元素通过在农作物中的富集而影响农产品食品安全，从而间接危害人体健康。据统计，我国镉污染农田超过1.3万hm2，涉及11个省市的25个地区[4]，并且部分地区的镉污染已相当严重。2014年4月17日环境保护部和国土资源部联合公布了全国土壤污染调查公报，公布了我国首次全国土壤污染状况调查结果。公报指出，我国土壤环境状况令人堪忧，镉等重金属污染问题相对比较突出，从污染分布情况看，南方土壤污染较重，北方土壤污染相对较轻，西南、中南地区土壤重金属超标范围较大，长江三角洲、珠江三角洲、东北老工业基地等部分区域土壤污染问题也较为突出。镉含量分布呈现出从东北到西南、从西北到东南方向逐渐升高的态势，镉点位超标率为7.0%，其中，轻微污染、轻度污染、中度污染、重度污染的比例分别为5.2%，0.8%，0.5%，0.5%。我国地质调查局的《中国耕地地球化学调查报告（2015）》显示，我国有232万hm2重金属中重度污染或超标耕地。
1.3土壤镉评价指标
评价指标的选择是土壤环境质量评价的关键，现行《土壤环境质量标准》（GB15618―1995）将土壤各污染物限量值分为三级：一级标准是为保护区域自然生态，维持自然背景而设置，镉限量值为0.2mg・kg-1；二级标准是为保障农业生产，维护人体健康而设置，镉限量值在pH值7.5时为0.6mg・kg-1；三级标准是为保障农林生产和植物正常生长而设置的土壤临界值，镉限量值为1.0mg・kg-1（pH值>6.5）。此外，我国农业行业标准《无公害农产品种植业产地环境条件》（nY/t5010―2016）规定，土壤污染物镉为基本指标，具体限量值应符合国家标准GB15618的要求；《绿色食品产地环境质量》（nY/t391―2013）规定，镉限量值均为0.30mg・kg-1（pH值≤7.5）和0.40mg・kg-1（pH值>7.5）。
2土壤镉污染的危害及我国对植物性食品中镉的规定
2.1土壤镉污染对植物生长的危害
镉在土壤中具有移动性差、毒性强的特点，因而，重金属污染土壤之后，就有可能导致重金属等有害物质在农作物体内富集[5-6]。镉不是植物生长所必需的营养元素，当镉进入植物体内并积累到一定程度时，就会通过影响植物的生长发育、抑制植物的呼吸作用和光合作用、减弱植物体中的酶活性[7-8]、降低植物可溶性蛋白和可溶性糖的含量等途径来影响植物的产量、品质和安全，从而间接地危害人类的健康[9-10]。
2.2土壤镉污染对人体的毒害作用
镉不是人体所必需的元素，主要通过影响人体的心血管系统而使人体免疫力下降。镉属于肺癌的致癌物之一，同时其还是典型的环境激素类物质，对人类生殖系统造成损伤，对胚胎发育也有一定的毒性。
2.3我国农产品中镉的限制
我国国家标准《食品安全国家标准食品中污染物限量》（GB2762―2012）中规定了和土壤相关的植物性食品中污染物镉的限量指标。
3土壤中镉污染的主要途径
土壤中镉的自然来源主要是岩石和土壤的本底，人为来源主要是人类工农业生产活动造成的污染。
3.1交通运输
公路源重金属对公路旁植物污染来说是主要的污染源，通过对路边重金属沉降种类相关分析表明，路边的交通造成的污染主要有铅、镉、锌等重金属。铁路旁镉、铅污染主要归结于货物运输（包括冶炼物质、煤炭、石油、建材、矿建等各种大宗工业物资）、火车轮轴以及车辆部件的磨损、牵引机车的废气排放等[11]。公路、铁路两侧土壤中的镉污染程度与距离路基的距离、交通流量、通车时间长短等有一定的相关性。全国土壤污染调查公报（2014年）显示，在调查的267条干线公路两侧的1578个土壤点位中，超标点位占20.3%，主要污染物为铅、锌、砷、镉和多环芳烃，一般集中在公路两侧150m范围内。符燕[12]2007年研究表明，在陇海铁路郑商段路两侧300m范围内，表层土壤中重金属含量明显高于我国潮土中镉背景值，综合污染指数为重污染，基本与距铁路的距离呈负相关，离铁路越近，污染指数越大。罗娅君等[13]2014年对成绵高速公路特征路段两侧土壤重金属污染特征及分布规律进行研究时发现，在分析路段范围内Cd单项污染指数介于2.2～4.35，平均为3.18，污染等级为重度污染。陈黎萍等[14]研究表明，在川中丘陵区铁路沿线附近土壤中，镉总量较高，其化学形态主要以酸可交换态和可还原态为主，残渣态含量很低，说明在铁路沿线附近土壤中镉的生物活性和可迁移性较强。
3.2农业投入品的使用
含镉肥料主要指磷肥以及一些可以用于农业生产的含镉生活垃圾为原料生产的肥料，大量长期施用会造成不同程度的农田镉污染。生产磷肥的原料是磷矿石，磷矿石中除了含有一些营养元素外，同时也含有较高含量的镉。资料显示，磷肥中的镉含量因原料产地不同而有很大差异，加拿大为2.1～9.3mg・kg-1，瑞典为2～30mg・kg-1，荷兰为9～60mg・kg-1，澳大利亚的磷肥镉含量高达18～91mg・kg-1，美国为734～159mg・kg-1，我国的磷矿含镉大多较低，所以磷肥的镉含量也较低，如广州市施用的磷肥镉含量为2～3mg・kg-1[15]。王美等[16]对肥料中重金属含量研究结果表明，过磷酸钙中镉含量高于钙镁磷肥，这与生产原料、生产工艺等有关，这些磷肥的大量长期施用必将导致土壤镉含量的积累。马耀华[17]1998年研究结果显示，上海地区的一些菜园土施肥前土壤中Cd的含量为0.134mg・kg-1，施肥后上升到0.316mg・kg-1。美国某橘园土壤Cd含量为0.07mg・kg-1，连续施用磷肥36年后，土壤Cd含量高达1.0mg・kg-1。由于长期施用含镉磷肥而导致了土壤中Cd的积累，同时增加了植物中Cd的质量分数[18]。因此，含镉磷肥被认为是农田镉污染的重要来源。
以畜禽粪便等为原料堆制成的有机肥中也含有较高的镉等重金属，长期连续施用也将造成土壤镉污染[19]。潘霞等[20]研究了畜禽有机肥对典型蔬果地土壤剖面重金属分布状况，指出施用猪粪、羊粪、鸡粪3种畜禽有机肥均可使重金属在土壤剖面呈现表聚现象，以设施菜地最为突出，Cd和Zn积累较为明显。叶必雄等[21]研究结果表明，牛粪集中施用区土壤剖面中Cd，ni，Cu，pb，Cr等重金属存在较为明显的淋溶下移性，长期施用不同畜禽粪便的不同土壤剖面Cd，pb，Cr，ni等含量变化差异明显。董志新等[22]在分析沼气肥养分物质和重金属含量差异时指出，沼渣有机质和养分含量较高，是营养元素种类齐全的优质有机肥料，但沼气肥中也含有一些重金属元素，农业利用有可能因植物富集而影响农产品食品安全。
农用塑料薄膜在生产过程中用到热稳定剂，而热稳定剂中又含有重金属镉，因而，随着塑料大棚和地膜覆盖技术的大量应用，在对低温季节和干燥地区的农业生产起到极大促进作用的同时，也可能使农用土壤中的镉积累，造成土壤质量下降。陈慧等[23]研究结果表明，覆膜种植方式下莴苣根际土壤中的重金属明显高于不覆膜种植方式，地膜覆盖能有效地降低重金属向地上部分转移。于立红等[24]在地膜中重金属对土壤―大豆系统污染的试验研究中指出，大豆各生育时期，高倍地膜残留量土壤和植株中Cd和pb含量高于低倍残留，各生育时期各处理土壤中Cd含量为0.7～2.4mg・kg-1，Cd含量均超过《土壤环境质量标准》GB15618―1995的Ⅱ级标准。
3.3污水灌溉
使用污水灌溉农田，在一定程度上解决了农业用水资源短缺的问题，但由于污水中可能会含有重金属等污染物，长期施用势必也会造成土壤中重金属含量的增加[25-26]。全国土壤污染调查公报（2014年）显示，在调查的55个污水灌溉区中，有39个存在土壤污染，在1378个土壤点位中，超标点位占26.4%，主要污染物为镉、砷和多环芳烃。长沙市郊引用化工区污水灌溉，土壤的重金属污染极其严重，环保部门在某铅锌矿区监测分析结果显示，该矿水系沿岸耕地所产的稻米Cd含量为2.24mg・kg-1，是对照点的3.7倍，属于“镉米”[27]。张萌等[28]在对太原市污灌区土壤镉存在形态与生物可利用性研究时发现，与太原市土壤背景值相比，污灌区土壤中重金属镉含量已达太原市土壤背景值的3倍，镉在土壤表层含量明显高于其他分层，表明表层土壤有明显的镉累积，并且镉在表层土壤含量最高，随深度增加镉含量逐渐降低。艾建超等[29]研究结果表明，污灌区土壤镉含量超标，并且污灌区土壤耕作层中Cd的形态特征为可交换态>铁锰氧化态>碳酸盐结合态或有机结合态>残渣态。
3.4污泥施肥
城市污泥中含有多种能够促进植物生长的营养物质和微量元素（如B，mo等），但是污泥中也可能含有大量的重金属元素，主要来源于不同类的工业废水中，镉主要来源于矿业废水、钢铁冶炼废水等，长期污泥施肥也可导致土壤中镉含量的增加。黄游等[30]研究结果表明，污泥进入土壤后，土壤中镉和锌的生物活性与污泥的施加量成正比。有研究表明，不同区域城市污泥Cd含量从大到小依次为华南、西南、华中、华东、西北、华北、东北，这可能与工业密集程度、矿区类型及分布等有关[31]。徐兴华等[32]在污泥和水溶性重金属盐的植物有效性比较研究时指出，污泥中含有较高的锌、镉等重金属。
3.5工况企业活动
镉往往与铅锌矿伴生，工矿活动可造成不同程度的镉污染。在冶炼废渣和矿渣堆放或处理的过程中，由于日晒、雨淋、水洗重金属极易迁移，以废弃堆为中心向四周及两侧扩散。全国土壤污染调查公报（2014年）显示，在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃。姬艳芳等[33]在2008研究凤凰矿区耕地土壤和稻米中重金属时发现，土壤中Cd含量高达10.70mg・kg-1，大大超过了国家土壤环境质量的二级标准，稻米中Cd含量也严重超标。周建民等[34]2004年在研究广东省大宝山矿区的尾矿和周边的土壤重金属时发现，尾矿附近的稻田土壤Cd平均浓度高达2.453mg・kg-1。尹伟等[35]2009年调查佛山某矿区周边菜地结果表明，在研究区域内有20%的土壤不同程度地受到镉污染。
4控制土壤重金属镉污染的建议
由以上分析可知，人类活动对全球土壤镉的输入量已大大超过自然释放量，同时被镉污染的土壤很难修复。因而，应严格控制土壤镉的来源，尤其是严格要求农业投入品的质量。做到不用未经处理的污水进行灌溉，不用污泥进行施肥，少用农用薄膜，杜绝不合格化学肥料或有机肥料，远离工厂企业和交通要道，严格控制土壤中重金属镉的输入，改善土壤环境，提高农产品质量安全，保护人类健康。
参考文献：
[1]张欣，范仲学，郭笃发，等.3种微生物制剂对轻度镉污染土壤中菠菜生长的影响[J].天津农业科学，2011，17（1）：81-83，87.
[2]曾祥峰，王祖伟.城市污泥中镉的去除试验研究[J].天津农业科学，2011，17（1）：117-119.
[3]魏复盛，陈静生.中国土壤环境背景值研究[J].环境科学，1991（4）：12-19.
[4]郭明新，林玉环.利用微生态系统研究底泥重金属的生物有效性[J].环境科学学报，1998，18（3）：325-330.
[5]李岭，刘冬，吕银斐，等.生物炭施用对镉污染土壤中烤烟品质和镉含量的影响[J].华北农学报，2014，29（2）：228-232.
[6]杨亚丽，李友丽，陈青云，等.土壤铅、镉、铬对蔬菜发育影响及迁移规律的研究进展[J].华北农学报，2015，30（z1）：511-517.
[7]赵本行，陈康姜，何楚斌，等.大豆作物对污染土壤中重金属镉的富集研究[J].天津农业科学，2013，19（11）：15-17.
[8]徐照丽，段玉琪，杨宇虹，等.不同土类中外源镉对烤烟生长及土壤生物指标的影响[J].华北农学报，2014，29（z1）：176-182.
[9]高子平，王龙，尹洁，等.镉污染来源对萝卜镉积累特性的影响[J].天津农业科学，2015，21（11）：37-41.
[10]高巍，耿月华，赵鹏，等.不同小麦品种对重金属镉吸收及转运的差异研究[J].天津农业科学，2014，20（10）：55-59.
[11]林海，康建成，胡守云.公路周边土壤中重金属污染物的来源与分布[J].科学：上海，2014，66（4）：35-37.
[12]符燕.陇海铁路郑州―商丘段路旁土壤重金属空间分布与污染分析[D].开封：河南大学，2007.
[13]罗娅君，王照丽，张露，等.成绵高速公路两侧土壤中4种重金属的污染特征及分布规律[J].安全与环境学报，2014（3）：283-287.
[14]陈黎萍，艾应伟，于燕华，等.川中丘陵区铁路旁土壤重金属含量及化学形态研究[J].化学研究与应用，2008，20（5）：552-556，560.
[15]范洪黎.苋菜超积累镉的生理机制研究[D].北京：中国农业科学院，2007.
[16]王美，李书田.肥料重金属含量状况及施肥对土壤和作物重金属富集的影响[J].植物营养与肥料学报，2014，20（2）：466-480.
[17]马耀华.环境土壤学[m].西安：陕西科学技术出版社，1998：178-207.
[18]黄绍文，金继运，和爱玲，等.农田不同利用方式下土壤重金属区域分异与评价[J].农业环境科学学报，2007（S2）：540-548.
[19]茹淑华，张国印，杨军芳，等.鸡粪和猪粪对小麦生长及土壤重金属累积的影响[J].华北农学报，2015，30（z1）：494-499.
[20]潘霞，陈励科，卜元卿，等.畜禽有机肥对典型蔬果地土壤剖面重金属与抗生素分布的影响[J].生态与农村环境学报，2012，28（5）：518-525.
[21]叶必雄，刘圆，虞江萍，等.施用不同畜禽粪便土壤剖面中重金属分布特征[J].地理科学进展，2012，31（12）：1708-1714.
[22]董志新，卜玉山，续珍，等.沼气肥养分物质和重金属含量差异及安全农用分析[J].中国土壤与肥料，2015（3）：105-110.
[23]陈慧，卓开荣.覆膜种植下重金属在土壤-莴苣的迁移特征[J].广东农业科学，2014，41（13）：57-59，66.
[24]于立红，王鹏，于立河，等.地膜中重金属对土壤―大豆系统污染的试验研究[J].水土保持通报，2013，33（3）：86-90.
[25]梁仲哲，齐绍武，和七红.土壤重金属污染现状及改良剂的研究进展[J].天津农业科学，2016，22（7）：5-9.
[26]苏亚勋，王素君，赵立伟，等.天津市郊区果园土壤重金属镉污染状况调查试验研究[J].天津农业科学，2016，22（6）：20-22，27.
[27]刘国胜，童潜明，何长顺，等.土壤镉污染调查研究[J].四川环境，2004，23（5）：8-10，13.
[28]张萌，毋燕妮，解静芳，等.太原市污灌区土壤镉存在形态与生物可利用性研究[J].环境科学学报，2015，35（10）：3276-3283.
[29]艾建超，李宁，王宁.污灌区土壤-蔬菜系统中镉的生物有效性及迁移特征[J].农业环境科学学报，2013，32（3）：491-497.
[30]黄游，陈玲，邱家洲，等.污泥堆肥中重金属的生物有效性研究[J].农业环境科学学报，2006，25（6）：1455-1458.
[31]郭广慧，陈同斌，杨军，等.中国城市污泥重金属区域分布特征及变化趋势[J].环境科学学报，2014，34（10）：2455-2461.
[32]徐兴华，马义兵，韦东普，等.污泥和水溶性重金属盐的植物有效性比较研究[J].中国土壤与肥料，2008（6）：51-54.
[33]姬艳芳，李永华，孙宏飞，等.凤凰铅锌矿区土壤-水稻系统中重金属的行为特征分析[J].农业环境科学学报，2008，27（6）：2143-2150.
重金属污染特征篇6
常常有人骄傲，中国“以占世界7%的土地，养活了世界上约22%的人口”。然而，我国的土壤污染形势也十分严峻，据估计，目前中国包括受重金属污染在内的耕地，面积约占总面积的1/10―1/5。较传统的修复污染土壤的物理或化学方法因其面积巨大，污染水平相对较低，在技术上和经济上均难以实施，这给重金属污染农田的修复带来了困难。
在这种背景下，对环境扰动较少、修复成本较低且能大面积推广应用的重金属污染土壤植物修复技术应运而生，为重金属污染治理提供了新途径。然而植物修复技术成功的关键在于寻找超富集植物，但当前所发现的能够真正应用于植物修复技术的超富集植物并不多，首先是针对超富集植物的衡量标准，学术界就存在诸多争议。
早前国外学者经过大量研究，提出了超富集植物判断的2个特征，即临界含量特征和转移特征，然而，这两个特征虽被广泛认可，但所报道的超富集植物往往植物矮小、对重金属耐性较弱，当重金属污染严重时，植物生长受到严重抑制。又或植物体内重金属含量虽较高，但当污染土壤中重金属含量更高时，即其富集系数却相当低。因此，这些植物本身虽可能具有较大的科学价值，但往往缺乏实践意义。
为了弥补这些缺陷，魏树和通过系统研究，发展、完善了超富集植物的界定特征，即除了上述两个特征之外，新增了耐性特征和富集系数特征，这两个特征的提出，使筛选出的超富集植物更具有实践应用价值。
杂草中超富集植物的筛选
自然界万事万物有着相生相克的神奇，治理重金属污染的“解药”竟然也可以是杂草植物。
以往，人们寻找超富集植物，大多是在污染区如采矿区通过采样分析的方法进行的，并认为植物对重金属的超富集特性是对重金属污染长期适应和产生变异的结果。这一理论无疑具有它的正确性，但问题在于：在污染区采样时，植物已是群落演替的顶极群落，那么其群落演替中的先锋植物种或中间植物种，以及在污染区没有分布的植物中就没有超富集植物吗？况且植物既使不在污染环境中也会产生变异。因此，不能否定在未染区就不存在超富集植物。还有，在污染区筛选超富集植物的方法也存在着植物种识别困难、采集目标植物不明确、许多超富集植物容易被漏掉等问题。
通过大量研究，魏树和认识到：杂草植物是植物修复的较好资源，以杂草作为筛选对象可能会使植物修复研究获得突破。这是因为：杂草植物抗逆境能力较强，具有广泛的适应性和顽强的生命力，这些特性可能使杂草对重金属有较强的耐性；同时杂草与作物相比也具有较强的争光、争水、争肥能力，吸收能力很强，这种较强的吸收特性可能利于杂草植物对重金属的积累。
基于上述研究进展，魏树和构建了以杂草植物为筛选对象，土壤盆栽试验、小区试验、污染区重点采样分析试验相结合的超富集植物筛选方法，对超富集植物进行了系统筛选。这些方法虽不是魏树和本人的发明创造，但却使超富集植物筛选更具有系统性和针对性，可操作性更强，更容易在几十万种植物中找到筛选超富集植物新的突破口。
通过具体操作实践，魏树和在105种农田杂草植物的系统筛选研究中，首次发现了龙葵、球果菜和三叶鬼针草为镉超富集植物，蒲公英等4种植物为镉富集植物，并因此获得4项相关的国家发明专利。这不仅为我国获得具有自主知识产权的超富集植物及其筛选方法创新方面取得较大进展，而且证实了上述理论的正确性和思路方法的先进性，可谓是超富集植物筛选方法论上的重大突破。
植物修复实践研究
目前，从国内外的工程实践来看，植物修复技术尚存在一些需解决的问题，如所采用的超富集植物绝大部分都生长缓慢、生物量低，需要通过相应措施提高超富集植物生物量或植物富集能力，从而提高超富集植物的提取效率。
在此背景之下，魏树和通过研究发现，龙葵、球果菜的茎和叶是镉的主要富集器官，开花期2种植物地上部对镉的提取率分别达到了成熟期对镉提取率的87.5%和71.4%。因此，采取在开花期收获植物再种植下一茬植物同时也在开花期收获的“二段式”修复方法，可以缩短了修复周期一倍并使修复效率提高了75%和43%。
在这一思想指导下，2009年，依托国家“863计划”课题，采取上茬开花期收获超富集植物龙葵，下茬种植低积累大白菜的方法，魏树和首次构建了Cd―paHs复合污染菜田土壤边修复边生产大田试验，面积约1300平方米。
2011年3月至9月，依托国家“863计划”滚动课题，采取在低积累大葱生长3个月后，再在大葱垅间种植超富集植物龙葵的方式，魏树和首次构建了菜田Cd―多菌灵复合污染土壤边修复边生产大棚试验，面积约1500平方米。
而这两次实验结果均再次证实了，魏树和提出的开花期收获超富集植物的“二段式”修复方法，不仅缩短了修复周期并且提高了修复效率。
对科学研究的思考
魏树和是中国科学院沈阳应用生态研究所研究员，博士生导师，污染生态过程学科组长。主要研究方向为污染土壤修复与安全利用，以及村镇生活固废资源化利用。
繁重的工作之余，魏树和也在不断沉淀着对科研和生活的思考。在美国Florida大学以visitingscientist身份从事合作研究的一年时间里，他经常思考的问题是“为什么美国的科学研究能够始终走在世界各国的前列？”带着这样的疑问，他一方面努力开展自已的研究项目，一方面极力与美国教授展开学术讨论。他发现其中一个十分重要的原因是他们较好地尊重了或者说严格地遵循了科学发展规律。他们对勤奋刻苦的劳动虽同样会投以赞赏的目光，但更重要的是，他们要看你都做出哪些成就，从始至终是否符合科学规律。对于初步的研究结果，他们宁可在手里留上3年也不轻易发表。他们对科学研究的态度是“workhard，worksmart”。
重金属污染特征篇7
关键词：土壤；重金属污染；修复标准；效果评价
引言
在进行土壤重金属污染修复的过程中，土壤本身的特性也会随之变化，土壤中重金属污染物的减少，并不意味着土壤从生态学的角度就是清洁的和安全的。因此，重金属污染的土壤经修复后能否够达到我们对于修复效果的预期、土壤的生态功能能否最大限度的恢复，我们就需要通过科学的方法进行评价，从而确定修复后的土壤能否达标，能否从根源消除土壤污染对人类健康和生态系统产生的威胁。
1土壤重金属污染评价方法
主要的土壤重金属污染评价方法包括单因子污染指数法、内梅罗综合污染指数法、潜在生态风险指数法，具体方法如下：
1.1单因子污染指数法
该方法是基于单因子污染指数法对土壤中各种重金属做单一污染评价，其公式如下：
pi=Ci/Si
式中：pi为土壤中污染物i的环境质量指数；Ci为污染物i的实测质量分数（mg・kg-1）；Si为污染物i的评价标准（mg・kg-1）[1]，一般取二类标准。
1.2内梅罗综合污染指数法
该方法是综合考虑个重金属的污染情况，从而更加全面反应重金属的联合污染程度，同时突出某一种严重污染的重金属的危害，其公式如下：
p综=■
式中：p综为某地区的综合污染指数；（Ci/Si）max为土壤污染物中污染指数最大值；（Ci/Si）av为土壤污染物中污染指数平均值。p综>1表示污染，p综
1.3潜在生态风险指数法
该方法是将重金属的含量、生态影响及毒性特点综合在一起考量的，其公式如下：
式中：t■■为重金属i的毒性相关系数；p■■为重金属i的污染参数；e■■为重金属i的单因子潜在风险，能反应各种金属的风险程度；Ri为重金属综合因子潜在生态风险指数，能反应多重重金属的综合风险。
2土壤重金属污染修复效果评价方法
主要的土壤重金属污染修复效果评价方法包括形态分析评价、植物毒性评价、陆生无脊椎动物评价、土壤微生物评价，具体方法如下：
2.1形态分析评价
该方法通常采用连续提取来描述土壤中重金属形态的分布。连续提取法主要分为分步提取法和BCR法。土壤中重金属的形态分为可交换态、有机结合态、碳酸盐结合态、铁锰氧化态和残渣态为主。而BCR连续提污染土壤修复的过程中，对修复后的土壤进行观察，并结合科学的方法及土壤进行诊断和评价。可以明确判断修复后的土壤是否达到我们预期，以及是否消除土壤重金属污取法通常将土壤中重金属的形态分为氧化还原态、酸溶态、残渣态，其中氧化还原和酸溶态的重金属形态容易被植物吸收利用，而可氧化态和残渣态比较稳定，不易被植株吸收利用，采用iCp-mS测定土壤修复前后重金属形态含量的变化来判断土壤重金属污染的修复效果。
2.2植物毒性评价
该方法是通在修复后在土壤中栽种植物，结合植物的生长状况、出苗率，以及生物量使植物体内酶活性的变化和植物体内重金属的量富特征，来表征经过土壤修复后重金属在土壤中毒性的变化，其原理是大多数重金属离子与外源物质结合后，就具备了在土壤中迁移和被植物吸收的可能。而植物在土壤中的形态变化特征可以通过肉眼观察，以及通过分子或细胞水平上对植物毒性评定，从而判断土壤重金属污染的修复效果，该法具有测定灵敏度高、测定周期较短的优点。
2.3陆生无脊椎动物评价
该方法是将不同的陆生无脊椎动物或对土壤具有敏感指示的动物作为研究的对象，将它们投放在经修复的重金属污染的土壤中，通过记录经修复的土壤对这些动物的危害影响程度来评价对重金属污染修复效果。
2.4土壤微生物评价
该方法是结合土壤中蕴含的大量且种类繁多的微生物，由于微生物直接或间接的能够参与土壤中的气体交换和降解土壤肥料等。因此可以通过检测经修复土壤中微生物的相关参数，从而来判断来判断土壤重金属污染的修复效果。
3展望
土壤重金属污染及修复评价过程中，涉及多门学科的相互交叉，其中包括生态学、环境科学、土壤学、地理学、生态毒理学、灾害学等，而整体的评价又是一个复杂的过程，无论是对于基础的理论研究还是在实践的工作都存在着较大的不足，因此，需要我们在以后的研究工作不断地深入和完善评价方法，才能使评价结果更为切实有效。
参考文献
[1].农田土壤重金属Cd、Cu和as污染评价及修复技术研究[D].武汉理工大学，2011.
[2]赵乾程，杨欣，曹田，等.土壤重金属污染原位钝化修复及效果评价进展研究[J].环境科学与技术，2016，12.
[3]李燕.污染土壤修复标准及修复效果评定方法的探讨[J].资源・环境，2016.
[4]李淑燕，谢t彬.重金属污染场地修复效果评价研究[J].海南师范大学学报（自然科学版），2015，6.
[5]王涛，李惠民，史晓燕.重金属污染农田土壤修复效果评价指标体系分析[J].土壤通报，2016，6.
重金属污染特征篇8
关键词：绿地土壤；重金属；环境质量评价；长春市
中图分类号：X825文献标识码：a文章编号：0439－8114（2011）12－2421-03
HeavymetalpollutioninGreenSpaceSoilofChaoyangDistrict,ChangchunCity
LiUGang，JinYan－ming，HUHao
（GraduateSchoolofJilinagriculturalUniversity，Changchun130118，China）
abstract：toinvestigatethesoilheavymetalpollutionstatusofseveralimportantfunctionzonesinChaoyangdistrict，Changchuncity，15soilsampleswerecollectedfromcommunity，schools，squares，parksandstreet．analysesonphysicochemicalpropertiesincludingpH，soilorganicmatter，availablen，availablepandavailableKwereconducted．thecontentofheavymetals（Cu，Zn，pb，Cd）insoilsampleswasdeterminedbyatomicadsorptionspectrophotometry．adoptingthesinglefactorindexandnemerowmulti－factorindexmethods，thepollutionindiceswerecalculatedtoassessthepollutionextent．CupollutionindexofsampleareaC1（nanhusquare），e1（Jiefangroad）ande2（Kaiyunstreet）werehigherandthemaximumofthemwere2．03，whichshowedthattheseareaswereinthestatusoflightCupollution．allpollutionfactorsinotherareaswerepotential．theevaluationresultofnemerowsyntheticpollutionindexmethodindicatedthatallsoilinsampleareaswasslightlypolluted．thepollutionsourcesofheavymetalsweremainlylarge－scaleenterprises，thensomeordinaryenterprises．
Keywords：greenlandsoil；heavymetal；evaluationofsoilenvironmentalquality；Changchuncity
长春市是我国重要老工业基地之一，目前基本形成以交通运输设备制造业为主体、门类比较齐全的工业体系。随着社会的不断进步，工业的发展和人口的增加，长春市土壤已受到一定程度的重金属污染［1］。相关研究表明，交通运输、工业排放、市政建设和大气沉降等造成城市绿地土壤重金属的污染越来越严重［2，3］。土壤中的重金属不仅影响和改变城市土壤的生态功能，危害人体健康，而且制约了城市的可持续发展。
由于城市绿地土壤的研究报道较少，且多数是以较大范围的城市和农村土壤相结合进行调查研究，而对城市中单独一个区域还很少有人进行过系统的分类调查。为此，以长春市朝阳区绿地土壤按不同功能区特点进行分区，在功能分区典型的地点进行采样，通过相关的试验和分析，试图了解不同的功能区土壤重金属污染情况、污染特征、污染的空间分异性，为长春市的城市园林绿化和养护提供科学依据。
1材料与方法
1．1样区的选择
样区设置在长春市朝阳区，按功能区划分选择有代表性的土壤，分别为a．小区、B．学校、C．广场、D．公园、e．街路，共采集了150个混合土样，具置见图1。
1．2土样的采集、处理与分析
根据城市土壤特点，选择代表区进行采样，在选定区域上以“S”形选择9个点，在各点取0～20cm土层土样，在塑料薄膜上将各点土壤均匀混合，用四分法逐次弃去多余部分，最后将剩余的1kg左右的平均样品装入样袋，带回实验室。土壤样品经风干、磨细过筛（1.00mm、0．25mm土壤筛），用于测定土壤pH值（电位法）、有机质（重铬酸钾容量法――稀释热法：K2Cr2o7－H2So4）、土壤速效磷（olsen法：0．5mol／LnaHCo3，pH值8．5）、速效钾（1mol／LnH4oac，pH值7．0）、土壤重金属元素Cu、Cd、pb、Zn的浓度（HF－HClo4消煮法）［4］。
2结果与分析
2．1土样理化性质和重金属浓度
城市绿地土壤多为搅动的深层土、建筑垃圾土、回填土等，其土层变异性大，呈现岩性不连续特性，导致不同土层的有机质含量、pH值、容重及与其有关的孔隙度、含水量有显著差异。城市土壤土层排列凌乱，许多土层之间没有发生学上的联系，多为沙石、垃圾和土所组成，有机质含量少［5］。土样理化性质测定结果见表1，重金属浓度比较见图2。
从各土样采集地点的功能区划分来看，e1、e2、e3号街路绿地土壤的pH值、容重较高；D1、D2、D3号公园绿地土壤的孔隙度、含水量、有机质、速效氮、速效磷、速效钾相对较高，这与公园土壤所处的生态环境有一定的关系。
从各土样采集地点的功能区划分来看，e1、e2号街路的Cu、Cd重金属含量都较高，a1、a2号居住小区的土壤含Zn量较高，C1、C2号交通要塞的土壤含pb量较高。
2.2评价方法
土壤污染评价是土壤环境质量现状评价的核心部分，主要包括单项（单因子）污染评价和多项（多因子）污染综合评价［6］。
本文为全文原貌未安装pDF浏览器用户请先下载安装原版全文
2．2．1单项污染分级指数法污染分级标准参考吉林省地质调查院《东北平原长春经济区区域环境地球化学调查与评价》项目报告，以测区土壤地球化学背景为基础，借鉴国家土壤环境质量标准，确定污染分级标准。以测区背景上限为重金属元素累积起始值（Xa），国家土壤环境质量标准的二类标准作为污染起始值（Xc），土壤环境质量标准的三类标准作为重污染起始值（Xp）（表2）。
污染分级指数是指某一污染物影响下的环境污染指数，可以反映出各污染物的污染程度。根据公式（1）计算出的单项污染分级指数，对单项污染程度进行分级。
Ci≤Xa时，pi＝Ci／Xa
Xa＜Ci≤Xc时，pi＝1＋（Ci－Xa）／（Xc－Xa）
Xc＜Ci≤Xp时，pi＝2＋（Ci－Xc）／（Xp－Xc）（1）
Ci≥Xp时，pi＝3＋（Ci－Xp）／（Xp－Xc）
式中，pi为污染分级指数，Ci为土壤中污染物i的实测浓度值，Xa为累积起始值，Xc为污染起始值，Xp为重污染起始值。土壤单项污染指数评价标准见表3。
2．2．2内梅罗综合污染指数法单项污染分级指数法评价长春市土壤重金属污染状况，只能分别了解每种重金属在长春市表层土壤的污染状况。内梅罗综合指数法评价长春市土壤重金属污染状况则可以了解这4种重金属在长春市表层土壤的综合污染状况。
为了突出环境要素中浓度最大的污染物对环境质量的影响，采用内梅罗综合污染指数法对研究区土壤重金属污染进行综合评价［6，7］，计算公式为：
p综＝［（pimax2＋piave2）／2］1／2（2）
式中，p综为内梅罗综合污染指数，pi为单项污染分级指数，计算公式见公式（1），pimax为所有元素污染指数最大值，piave为所有元素污染指数平均值。内梅罗综合污染指数反映了各种污染物对土壤的作用，同时突出了高浓度污染物对土壤环境质量的影响，可按内梅罗综合污染指数划定污染等级，其中土壤污染评价标准见表4。
2．3土壤重金属污染评价
评价方法采用单项污染指数法和内梅罗综合污染指数法。内梅罗综合污染指数全面反映了各污染物对土壤污染的不同程度，同时又突出高浓度对土壤环境质量的影响，因此用来评定和划分土壤质量等级更为客观。评价结果见表5。从表5中的单项污染分级指数可以看出，样区a3、B1、B2、B3的土壤Cd质量等级为清洁，样区C1、e1、e2的土壤已受到Cu的轻污染；其他样点的各项污染因子为潜在污染。从各样区综合污染指数可知，土壤均受到轻度污染，这是由于样区周围没有较大规模的重金属污染企业，而其他污染源的污染也应得到足够重视，如汽车尾气中的pb、居民生活垃圾中的Zn等。e1、e2的绿地土壤如果不进行适当的养护管理，慢慢也会变成重度污染。
对各功能区重金属单项污染平均值进行比较，Cu单项污染的大小顺序为小区＜学校＜公园＜广场＜街路；Zn单项污染的大小顺序为学校＜广场＜街路＜公园＜小区；pb单项污染的大小顺序为小区＜学校＜公园＜广场＜街路；Cd单项污染的大小顺序为学校＜小区＜公园＜广场＜街路；各功能区重金属平均值综合污染进行比较，其大小为学校＜小区＜公园＜广场＜街路。
3结论与讨论
1）长春市朝阳区表层土壤中各重金属元素含量变化范围较大，表明城市表层土壤中重金属元素已在一定程度上受到人为源输入的影响，但与其他开发历史较长的城市相比，长春市城区表层土壤中重金属元素含量总体上较低。
2）分析结果表明，长春市城区表层土壤中不同重金属来源存在着差异，其中Cu、pb和Zn主要来自交通污染；而工业污染和居民生活污染也不容忽视，Cd主要来源于工业源及化肥施用。
3）试验选取具有代表性样区，其结果反映朝阳区目前总体的重金属污染的现状，但还需对多种样品（如土壤样品、大气干湿沉降样品、水样品、植物样品、有机样品等）进行综合分析研究，想要更加准确地反映该区的土壤质量，需要更进一步的详细调查。因此，在进行重金属源解析时应该结合各元素含量的空间分布特征及其周围环境状况进行更加详细的研究。
参考文献：
［1］郭平，谢忠雷，李军，等．长春市土壤重金属污染特征及其潜在生态风险评价［J］．地理科学，2005，25（1）：108－112．
［2］HaRRiSonRm，LaXenDpH，wiLSonSJ．Chemicalassociationsoflead，cadmium，copperandzincinstreetdustandroadsidesoil［J］．environScitechnol，1981，15：1378－1383．
［3］tHoRntoni．metalcontaminationofsoilsinurbanareas［a］．BULLoCKp，GReGoRYpJ．SoilsintheUrbanenvironment［C］．Hoboken，nJ：wiley－Blackwell，1991．47－75．
［4］鲁如坤．土壤农业化学分析方法［m］．北京：中国农业科学技术出版社，1999．147－211．
［5］王焕华．南京市不同功能城区表土重金属污染特点与微生物活性的研究［D］．南京：南京农业大学，2004．
［6］中国标准出版社第二编辑室．中国环境保护标准汇编［m］．北京：中国标准出版社，2000．96－98．
［7］徐燕，李淑芹，郭书海，等．土壤重金属污染评价方法的比较［J］．安徽农业科学，2008，36（11）：4615－4617．
［8］李其林，黄峋，骆东奇．重庆市农作物基地土壤中重金属及污染特征［J］．土壤与环境，2000，9（4）：270－273．
重金属污染特征篇9
关键词：冶炼渣场；土壤污染；重金属；农产品；风险评价
中图分类号：
文献标识码：a文章编号：1674-9944（2016）20-0061-05
1引言
土壤环境质量和植物是构成陆地生态系统食物链的主要环节，植物产生的数量和质量主要由土壤环境质量所决定[1，2]，土壤环境质量正是通过食物链来影响人们的生活与人体健康的，土壤一经污染，一方面危害农作物的正常生长发育，另一方面经农作物被摄入人体，危害人体的健康，最终还会导致土壤资源的破坏和枯竭[3～5]。贵州省铅锌矿资源丰富，黔西北铅锌矿带水城―赫章矿带是贵州铅锌的主要产地。丰富的矿产资源造就了曾经大规模的土法炼锌。由于土法炼锌资源利用率低，能源破坏严重，产生的燃烧烟气和还原烟气直接排入大气，造成了大气污染。而炼锌产生的大量废渣，经雨水和地表径流的冲刷、淋溶，废渣中的污染物释放析出，直接或间接造成周边地区土壤重金属污染。笔者以黔西北威宁县某锌冶炼厂的废渣堆场及周边农田为研究区域，通过现场采样和室内试验测定，分析了废矿渣-土壤-作物系统中重金属元素含量及富集状况，利用单项/综合污染指数法对土壤和农产品重金属的污染特征进行评价；利用健康风险评价模型，解析冶炼厂废渣堆场中重金属对成人和儿童健康产生的潜在影响，以期为该地区的农田环境治理、农产品风险防范以及防止重金属污染危害人体健康提供科学依据。
2材料与方法
2.1研究区域概况
研究区位于贵州省威宁县金钟镇冒水村，地处26°46′n，104°23′e，海拔约2140m，是典型喀斯特地貌地区。属亚热带季风湿润气候区，年平均气温11.1℃，无霜期178d，全年平均日照时间1812h，年降雨量1100mm。炼锌矿渣堆场总占地面积10000m2左右，平均高度约为10m，堆置时间超过30年。紧邻着矿渣堆场，东边为当地冒水小学，有师生300余人，另有数户村民及大片农田。
2.2样品采集与分析
根据废渣堆积点的分布情况，采集7个矿渣样品，并在矿渣堆周边100m范围内的农田，根据不同地块种植的作物品种，采集土豆、萝卜、玉米、油菜、四季菜心、莲花白和青口白等7种农作物共9个样品（由于部分紧挨废渣堆的农田表层可见大量厚层的废渣，种有玉米和萝卜，此地采集的作物单独计样），以及相应的9个根系土壤样品。每个样品由4～6个子样混合，矿渣和土壤样品的采集深度为0～15cm，共1kg左右。植物样品先用自来水冲洗3次，再用去离子水冲洗3次，晾干。将晾干后的植物样品于恒温烘箱中105℃杀青30min，再于60℃下烘至恒重，粉碎，放入干燥箱备用。矿渣和土壤样品自然风干，剔除样品中的石砾、动植物残体等杂物，经充分搅拌混匀，用木棒研碎后过0.25mm筛，保存待用。
矿渣和土壤样品采用Hno3-HF-HClo4三混酸消解后测定重金属含量[6]；植物样品重金属总量采用Hno3-HClo4法消解[7]。样品中的Cr、Cu、ni、pb和Zn元素含量采用电感耦合等离子体光谱仪（iCp-oeS，optima5300DV）测定，而Cd则采用电感耦合等离子体质谱仪（iCp-mS，eLan-DRC-e）测定。为了保证分析结果的准确性，在测试过程中，采用空白样和二次平行样进行质量控制，平行样间的相对偏差不高于5%。试验所用试剂均为优级纯，所用器皿使用前均经24h酸液浸泡及去离子水清洗。
2.3重金属污染评价方法
本研究采用单因子污染指数法和内梅罗综合污染指数法对土壤和农作物中重金属污染进行评价[8]。其中：①单因子污染指数法计算公式：pi=Ci/Si。式中：pi为重金属i的单项污染指数；Ci为重金属i的实测浓度；Si为重金属i选择的评价标准。②内梅罗综合污染指数计算公式：pn=[（pave2+pmax2）/2]1/2，其中pave和pmax分别为土壤和农作物各单项污染指数pi的平均值和最大值。
本研究将分别以贵州省土壤背景值[9]和食品中污染物国家限量标准作为土壤和农作物重金属污染评价标准，pi和pn越大，表明受到的重金属污染越严重。单因子污染指数法分级标准和内梅罗综合污染指数法分级标准见表1。
2.4健康风险评价模型
2.4.1暴露模型和参数
土壤重金属主要通过以下途径进入体内：①手-口摄入；②呼吸吸入；③皮肤接触[10]。笔者研究的6种重金属均具有慢性非致癌健康风险，且Cd、Cr和ni同时还具有致癌风险。本研究针对上述3种暴露途径，采用美国epa土壤健康风险评价模型进行健康风险评价[11，12]。各种途径摄入重金属暴露量（mg/kg/d）计算公式如下：
式中：aDDinh、aDDing和aDDderm分别表示经呼吸吸入、手-口摄入和皮肤接触途径的长期日平均暴露量。不同暴露途径的健康风险评价参数来自相关文献[13～16]，见表2。
2.4.2健康风险表征模型
（1）非致癌风险评价。非致癌风险值是通过平均每天摄入量（aDD）除以每一种暴露途径相对应的参考剂量（RFD）计算得出，即：HQ=aDD/RFD；HQn=ΣHQi；Hi=ΣHQn。式中：HQ为非致癌风险，表征某单一重金属经某一途径的非致癌风险，无量纲；aDD为长期日摄入剂量，单位为mg/kg/d；RFD为非致癌污染物长期日摄入参考剂量，单位为mg/kg/d，参考取值见表3[13～16]；HQn为单一污染物经所有暴露途径的总非致癌风险；Hi表示多种污染物多暴露途径产生的非致癌总风险。当HQ或Hi1时认为存在非致癌风险。
（2）致癌风险评价。致癌风险指长期暴露于某种致癌物质的情况下，通过人体患癌症的可能性进行评价。常用线性低剂量致癌方程来描述：RiSK=aDD致×SF，RiSK为污染物致癌风险，通常以一定数量人口出现癌症患者的个体数表示；aDD致为致癌重金属吸入途径终生日平均暴露量（mg/kg/d），呼吸吸入是其致癌暴露的唯一途径；斜率系数（SF）表示人体暴露于某种污染物下产生致癌效应的最大概率（mg/kg/d），参考值见表3。当一个污染地块有多个致癌物质时，致癌风险为各种污染物所产生的致癌风险之和。单个污染物的致癌风险指数（RiSK）以及所有污染物的累计致癌风险RiSK值的可接受范围为10-6～10-4，即小于10-6表示风险不明显，10-6～10-4之间表示可能有一定风险，大于10-4表示有显著风险[11，12]。
3结果与分析
3.1矿渣和农田土壤重金属含量统计分析
对在炼锌废矿渣堆采集的7个废渣样品和周边耕地9个土壤样品进行重金属Cd、Cr、Cu、pb、Zn、ni含量测定和统计分析，并参考贵州省土壤环境背景值和《国家土壤环境质量三级标准》（GB15618-1995），统计结果见表4。可以看到，无论是废矿渣还是附件农田土壤，所测6种重金属的平均含量均超过贵州省土壤背景值，其中Cd、pb和Zn污染较严重，平均含量远超于贵州省土壤背景值和国家土壤环境质量标准值。相对于废矿渣，耕地土壤的重金属元素浓度的变化范围都较大，其中pb和Zn含量的最大值分别是最小值的18.9和24.4倍。
3.2耕地土壤重金属污染评价
以贵州省土壤环境背景值作为参考标准，根据废矿渣堆场周边耕地土壤重金属含量，计算得土壤各重金属元素的平均单项污染指数和内梅罗综合污染指数，结果如图1所示。各金属元素平均单项污染指数均大于1，可知，耕地土壤均受到不同程度的重金属污染。污染指数大小依次为pb（92.4）>Zn（51.1）>Cd（28.2）>Cu（4.7）>ni（1.6）>Cr（1.2），pb污染最为严重，其次为Zn、Cd和Cu，这4种元素均为重度污染，ni和Cr指示轻度污染的特征。从综合污染指数上看，pb、Zn、Cd和Cu污染等级为严重，综合指数大小分别为179.0、114.9、43.4和7.8，ni和Cr分别为中度污染和轻度污染。
3.3废矿渣污染人体健康风险评价
该冶炼废矿渣堆中重金属通过3种不同暴露途径的非致癌风险和致癌风险见表5。从表5中可以看出，不同暴露途径带来的非致癌风险存在显著差异，对于儿童表现为：手-口摄入途径>皮肤接触途径>呼吸摄入途径，而对于成人则表现为：皮肤接触途径>手-口摄入途径>呼吸摄入途径。非致癌风险大小排序为儿童：pb>Cr>Zn>Cd>Cu>ni，成人：pb>Cd>Cr>Zn>Cu>ni。由此可见主要非致癌风险贡献元素为pb，其非致癌风险值分别为27.70（儿童）和16.26（成人），分别占总风险值的95.9%和96.7%，比其他重金属高出2～3个数量级，存在很大的非致癌风险。其他元素的风险值未超过1，即非致癌风险控制在安全限内。从致癌风险指数上看，土壤中三种致癌重金属ni、Cd和Cr致癌风险指数从大到小排序均为：Cr>Cd>ni，3种金属元素在废矿渣中的致癌风险值和总致癌风险值小于10-6，表示这三种重金属的致癌风险较低，不会对人体造成致癌危害。
3.4农作物产品安全评价
农作物产品中的重金属含量范围分别为：Cd0.14～16.14mg/kg，Cr1.33～9.34mg/kg，Cu2.44～15.87mg/kg，ni0.09～0.87mg/kg，pb0.79～100.88mg/kg，Zn23.1～372.5mg/kg。依据《食品安全国家标准食品中污染物限量》（GB-2762-2012）及《食品中锌限量卫生标准》（GB13106-91）、《食品中铜限量卫生标准》（GB15199-94）等相关农作物中重金属的极限标准，对农产品重金属污染状况进行评价，计算结果见表6。由于所测农作物中ni元素的含量普遍较低，且目前尚缺农产品或食品关于ni的限量标准，因此本研究中农作物污染评价未考虑ni元素。由表6可知，除Cu以外，所有农作物的其他重金属污染指数都大于1。其中，pb的单项污染指数在各种农作物中均为最高，多数为200以上，其次为Cd；而Zn在所测样品中的含量虽然较高，但对农作物造成的污染不大，远不及pb和Cd；Cu对农作物造成的污染小，单项污染指数均小于2。从综合污染指数来看，所有农作物的指数值都大于3，指示为重度污染，其中四季菜心的综合污染指数值最高，为244.3，而玉米籽粒重金属超标相对较轻。
4结论
（1）土法炼锌废渣中重金属含量普遍偏高，儿童和成人暴露在该区域环境下受到各污染物的非致癌风险分别是28.9和16.8，均为不可接受风险，主要非致癌风险贡献元素为pb，而其他各元素的致癌风险在可接受范围；周边耕地土壤受多种重金属的复合污染，其中pb污染尤为突出，其次为Zn、Cd和Cu，均表现为重度污染。
（2）研究区所有农作物中Cd、pb、Cr和Zn等重金属的含量高于农作物中重金属的极限标准，不符合粮食中重金属含量限量要求，食用后对人体有潜在危害，建议政府对该地块进行合理治理和管控；相对于蔬菜、土豆等其他作物，玉米籽粒的重金属含量较低，具有相对较高的食用安全性。
参考文献：
[1]杜艳，常江，徐笠.土壤环境质量评价方法研究进展[J].土壤通报，2010（3）：749～756.
[2]abrahamspw.Soils：theirimplicationstohumanhealth[J].Scienceofthetotalenvironment，2002，291（1-3）：1～32.
[3]鲁荔，杨金燕，田丽燕，等.大邑铅锌矿区土壤和蔬菜重金属污染现状及评价[J].生态与农村环境学报，2014，30（3）：374～380.
[4]唐文杰，黄江波，余谦，等.锰矿区农作物重金属含量及健康风险评价[J].环境科学与技术，2015，38（6）：464～469.
[5]莫福金，钱建平，王远炜，等.广西阳朔铅锌矿周边土壤和白菜汞含量及污染评价[J].生态环境学报，2016，25（1）：156～161.
[6]彭渤，唐晓燕，余昌训，等.湘江入湖河段沉积物重金属污染及其pb同位素地球化学示踪[J].地质学报，2011，85（2）：282～299.
[7]ZhangHZ，GuoQJ，YangJX，etal.Cadmiumaccumulationandtoleranceoftwocastorcultivarsinrelationtoantioxidantsystems[J].JournalofenvironmentalSciences，2014（26）：2048～2055.
[8]李静，俞天明，周洁，等.铅锌矿区及周边土壤铅、锌、镉、铜的污染健康风险评价[J].环境科学，2008，29（8）：2327～2330.
[9]刘凤枝.农业环境监测应用手册[m].北京：中国标准出版社，2001：590～596.
[10]刘小燕，陈棉彪，李良忠，等.云南会泽铅锌冶炼厂周边土壤重金属污染特征及健康风险评价[J].农业资源与环境学报，2016，33（3）：221～229.
[11]U.S.epa.Riskassessmentguidanceforsuperfund（volumei）：Humanhealthevaluationmanual[R].washingtonDC：officeofemergencyandRemedialResponse，1989：1～89.
[12]U.S.epa.Supplementalguidancefordevelopingsoilscreeninglevelsforsuperfundsites[R].washingtonDC：officeofSoildwasteandemergencyResponse，2001：4～24.
[13]陈鸿汉，谌宏伟，何江涛，等.污染场地健康风险评价的理论和方法[J].地学前缘，2006，13（1）：216～223.
[14]周楠，唐东山，邓钦文，等.湖南某尾矿库周边农田土壤及蔬菜重金属污染与健康风险评价[J].绿色科技，2016（6）：1～5.
重金属污染特征篇10
材料与方法
1样品采集、处理与分析
采样区域位于湖北省武汉市郊东西湖区设施蔬菜种植地.土壤类型主要为潮土和黄棕壤.该地区温室大棚棚龄在5~10年之间，每个大棚长约36m，宽6m.主要施肥方式为硫酸钾型复合肥（15-15-15）1500kghm-2a-1，主要种植作物为莴苣、番茄、黄瓜、辣椒、苦瓜、瓠子、茄子、豆角以及一些叶菜类蔬菜.选取有代表性的温室大棚60个，每个温室均采用棋盘式布点法采集混合样，采样深度为0~20cm.土壤样品经风干、研磨后过0.149mm筛，置于白色广口玻璃瓶保存备用.样品经Hno3-HClo4-HF消煮后，用原子吸收分光光度法（aa-7003，北京东西分析仪器有限公司）测定铬（Cr）、pb、Cd的全量，元素Hg和as的全量采用原子荧光光度法（aFS230e，北京科创海光仪器有限公司）进行测定[11].采用国家标准参比物质GBw07403(GSS-3)进行分析质量控制.
2土壤重金属污染现状评价
评价方法：按照《土壤环境监测技术规范》[12]进行现状评价.重金属污染单因子指数法，其数学表达式为：pi=Ci/Si.式中：pi—土壤污染物i的污染指数；Ci—土壤污染物i的实测浓度；Si—污染物i的评价标准.当pi≤1，非污染；1
3潜在生态风险分析
1980年瑞典科学家Hakanson应用沉积学原理，提出了土壤和沉积物潜在生态风险指数（Ri）评价方法[14].该方法不仅考虑了土壤重金属含量，而且将重金属的生态效应、环境效应与毒理学联系在一起，采用具有可比的、等价属性指数分级法进行评价.潜在生态风险指数涉及到单项污染系数、重金属毒性响应系数以及潜在生态危害单项系数。
4数据分析方法
数据处理统计均在excel软件和SpSS数据统计软件上进行.
结果与讨论
1土壤重金属含量和累积程度
由表3数据可知，研究区不同采样点设施蔬菜栽培地土壤中重金属含量变化较大，尤其是Cr和pb表现最为明显.与湖北省土壤元素背景值比较，调查区土壤重金属含量的累积程度具有Cd>Hg>pb>Cr>as的特征.其中，土壤Cd元素含量的平均累积程度达到湖北省土壤背景值的9.41倍，研究区100%的采样点Cd含量超过背景值，最大超标倍数达12.42倍；Hg元素含量的平均累积程度达湖北省土壤背景值的2.36倍，90%采样点的Hg含量超过背景值，最大超标倍数达7.45倍.其余3种元素Cr、pb和as均未超出背景值（图1），表明土壤中Cd、Hg受到人为污染明显.这可能与高度集约化的农业生产模式有关，包括化肥、农药、农膜的大量使用等，设施栽培地土壤重金属的累积有可能对农产品质量安全构成威胁.
2土壤重金属污染现状
以《温室蔬菜产地环境质量评价标准》（HJ333-2006）中的土壤环境质量指标限值为评价标准，在评价结果中，单项污染指数值表现为Cd>Hg>Cr>pb>as的特征，其中Cd的单因子污染指数平均值达到3.57，最大值为4.71.根据污染等级划分标准，Cd的样本超标率达到100%，其中，中度污染样点数占12%，重度污染样点数达88%.研究区Hg的平均单项污染指数为0.5，最高污染指数为1.58，15%的样点数达轻度污染状态.其它3种重金属as、Cr、pb的单项污染指数都在0.2以下，尚未构成污染.根据内梅罗综合污染指数评价标准，研究区8.3%的采样点属轻度污染水平，36.7%的采样点属中度污染，51.7%的采样点达到重度污染，仅有3.3%的样点在清洁范围内（图2）.Cd元素是污染发生的主要贡献因子.从以上分析可以看出，武汉市郊东西湖区设施基地土壤属于以Cd为主的重污染区.这可能与人们长期大量施用磷肥有关，由于在磷矿中含有痕量的Cd，从而导致成品肥料的Cd污染[11].不使用污水灌溉和不施用重金属含量高的肥料，是控制当地温室土壤重金属含量的重要措施之一.
3土壤重金属潜在生态风险