基于物质来源解析的汕头市土壤重金属环境容量研究

Study on soil heavy metal environmental capacity in Shantou City based on source analysis

摘要

大多数研究评价土壤环境容量时忽略了重金属来源的影响,而基于物质来源解析探讨土壤重金属环境容量,能更好地评估区域环境容量特征及其动态变化原因,对有效防控、预警和治理重金属污染具有重要意义。汕头市是广东省的经济特区之一,拥有较高的工业化和城市化水平,土壤重金属污染不容忽视,而目前区域环境容量状况尚不明确。因此本研究以汕头市表层土壤为研究对象,采集了511件土壤样品,以进行土壤环境容量研究。基于GIS技术和地统计学方法,我们采用富集因子法评估研究区土壤重金属富集程度,运用主成分分析和相关性分析方法判断土壤重金属来源,根据综合指数法分析土壤重金属的环境容量特征以及各环境容量指数空间分布规律。结果表明:汕头市表层土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的含量分别为4.84(0.23~119.4)、0.14(0.013~4.94)、36.05(2.2~109.1)、19.08(2.9~453.1)、0.18(0.008~1.394)、13.29(3.7~229.6)、51.73(9.9~1 000)和79.83(9.2~309.5)mg/kg。除土壤Pb整体为中度富集,研究区其他土壤重金属整体为轻度富集。主成分分析结果表明:5个主成分来源分别为自然和农业混合源、农业和工业混合源、工业来源、采矿来源和石材开采来源。土壤重金属静态环境容量大小排序为Zn>Cr>Ni>Pb>Cu>As>Hg>Cd。土壤重金属综合环境容量为中等容量水平,受地质背景的影响,但盐鸿镇、贵屿镇和陈店镇等区域由于综合人类活动导致重金属环境容量普遍较低,存在一定风险。本研究结果可为汕头市预警和管控土壤重金属污染,修复和治理污染土壤,提高环境容量和土壤质量提供科学参考依据。

关键词

土壤重金属 / 环境容量 / 污染评价 / 来源分析 / 空间分布规律

Key words

soil heavy metals / environmental capacity / pollution assessment / source analysis / spatial distribution patterns

0 引言

土壤环境容量是在一定环境单元、一定时限内遵循环境质量标准,在保证农产品的产量和生物学质量基础上土壤所能容纳污染物的最大负荷量^[1-2]。如果超过这个负荷量,土壤就会遭受污染,导致环境问题,从而对生态构成威胁^[3]。土壤重金属环境容量可作为评估土壤重金属污染状况的基础工具,能够反映土壤重金属在一定范围内随时间的动态平衡用于模拟和预警重金属污染^[4],其结果可以为当地制定土壤环境标准提供依据^[5-6]。综合指数法是国内目前应用最多的评价土壤容量的方法,其可操作性强,可全面反映各种污染因子对土壤环境的影响,且能在评价过程中避免主观因素的影响,使得评价结果更加客观^[7]。

近年来,学者们不断开展关于土壤环境容量的研究。安文超等^[8]计算了青岛市农用地表层土壤重金属的环境容量,并利用内梅罗综合指数法评估重金属污染状况,结果发现研究区域8种重金属的环境容量均处于中容量水平,并且整体土壤质量以清洁状态为主,面积比例达到96.61%,重金属污染空间分布情况与低环境容量区域基本一致。马辉英等^[9]使用环境容量模型估算了精河县土壤重金属的静态和动态环境容量,并预测其发展趋势,结果表明精河县草甸土、林灌草甸土、风沙土和盐土4种土壤类型的各种重金属静态容量排序为Pb>Cr>Zn>Cu>Co,且随着年限的增长,动态和静态容量均越来越小,但静态年容量的减少速度快于动态容量。麦尔哈巴·图尔贡等^[10]采用综合指数法分析了吐鲁番盆地葡萄园土壤重金属环境容量特征及其空间分布规律,估算了静态和动态环境容量,并预测其发展趋势。结果表明:研究区土壤Ni的环境容量处于高容量水平,As、Cd、Cr、Pb和Hg 5 种元素的环境容量均处于中容量水平,且静态年容量和动态年容量大小排序相同,依次为Cr>Ni>Pb>As>Hg>Cd。

大多数研究评估区域土壤重金属环境容量特征及其环境容量指数空间分布规律时,忽略了重金属的不同物质来源对土壤环境容量的影响。尤其是人类活动造成土壤中重金属的大量积累,会导致土壤环境容量不断消耗,对环境和人类健康带来很高的风险^[11⇓-13]。因此,基于物质来源解析探讨土壤重金属环境容量,可以进一步评价区域土壤环境容量和判断其动态变化的原因,能够有效防控和治理土壤重金属污染。汕头市是我国较早设立的经济特区之一,也是华南地区的重要港口城市,同时也是潮汕地区的政治和经济中心。然而,在其经济高速发展的同时,汕头市的土壤环境也遭受到了一定程度的重金属污染。目前汕头市土壤环境容量状况尚不明确,但随着汕头市工业化和城市化进程的不断加快,将评估区域土壤重金属环境容量特征和物质来源解析相结合已变得愈发必要。本文以汕头市为研究区,基于GIS技术和地统计学方法,采用富集因子法、主成分分析、相关性分析和综合指数法等方法,在分析研究区土壤重金属富集特征和物质来源的基础上,对土壤重金属环境容量进行预测与评估,并依据不同来源分析重金属环境容量指数的空间分布规律。因此本研究结果能够为汕头市综合修复和治理污染土壤,提高土壤环境容量,健全土壤环境质量标准体系提供理论参考和科学依据。

1 材料与方法

1.1 研究区域概况

汕头市(116~14'40″—117°19'35″E,23°02'33″~23°38'50″N)地处广东省东部沿海,北邻潮州,西接揭阳,东、南濒临南海,总面积为2 124 km²(本研究未考察南澳县情况)。汕头市境内属亚热带季风性湿润气候,全年气候温和,阳光充足,热量丰富。该市内河流纵横交错,河汊较为发育。汕头市的地貌主要以三角洲冲积平原为主,面积占比为63.62%;其次是丘陵山地,占土地面积的30.40%;台地等占总面积的5.98%,境内地势自西北向东南倾斜。汕头市主要地层包括三叠系上统、侏罗系和第四系全新统。该地区土壤类型多为潴育型水稻土,局部为盐渍水稻土、固定砂土和赤红壤。土地利用类型主要为农用地、建筑用地和未用地,其中农用地粮食作物以水稻为主。

1.2 样品采集与监测

我们采用1件/km²的密度布设表层土壤样点,采集深度为0~20 cm的表层土壤样品511件。所采集的样品原始质量大于1 kg,封装于采样袋中并做标记和编码。样品自然风干后,去除砂砾和植物残渣等,经过研钵研磨处理后,充分过20目尼龙筛,并将筛下部分装于瓶中保存,样品质量大于500 g。每4 km²内按“田”字分布的4个单点样品组成1个组合分析样,后送至实验室测试分析。分析测试As、Cd、Cr、Cu、Hg、Ni、Pb、Zn、N、P、S、SiO₂、MgO、CaO、C_org和pH共16项指标,对应的分析方法及检出限结果见表1。分析检测时每批50个样品中插入4件标准控制样,标准控制样与样品同时分析。对于外部质量控制,标准控制样的准确度、精密度、相关系数和双样本方差分析(F检验)结果均满足《多目标区域地球化学调查规范(1∶250 000)》(DZ/T 0258—2014)规范要求。研究区采样点分布如图1所示。

1.3 研究方法

1.3.1 土壤重金属静态环境容量和现存环境容量

土壤静态环境容量和现存环境容量两者都表示土壤在静止状态下对污染物具有最大负荷量^[14],在国内外得到广泛应用^[15],其计算公式如下:

(1) W_{\_\mathrm{b}} = M \times ( C_{\_i\mathrm{c}} - C_{\_i\mathrm{b}} ) \times {10}^{-6}

(2) W_{\_\mathrm{i}} = M \times ( C_{\_i\mathrm{c}} - C_{\_i\mathrm{p}} ) \times {10}^{-6}

式中:W_{_b}、W_{_i}分别为土壤中重金属元素i的静态环境容量和现存环境容量,单位为kg/hm²;M为每公顷土地耕作层(0~20 cm)的质量,取经验值2.25×10⁶ kg/hm^{2 [16]}; C_{\_i\mathrm{c}} 、 C_{\_i\mathrm{b}} 、 C_{\_i\mathrm{p}}分别为土壤中重金属元素i的临界值、区域背景值和监测点位的实测值,单位为mg/kg。其中以《土壤环境质量 农用地土壤污染风险管控标准(试行)》(GB 15618—2018)^[17]中其他土地类型的筛选值为临界值,如表2所示。

1.3.2 土壤重金属动态环境容量

土壤环境的承载容量会因为土壤重金属自身的迁移、转化及土壤生态系统的净化作用等多种因素共同作用,而处于一种动态平衡,通过建立物质平衡线性模型,我们可以计算土壤年动态容量^[18],其计算公式如下:

(3)W_{_n}=M×(C_{_in}-C_{_ip}×Kⁿ)× \frac{1-K}{K\times (1-K^n)}×10^-6

式中: W_{\_\mathrm{n}}为土壤中重金属元素i的年动态环境容量,单位为kg/hm²;M为每公顷土地耕作层(0~20 cm)的质量,取经验值2.25×10⁶ kg/hm^{2 [16]}; C_{\_i\mathrm{n}}为n年后土壤中重金属元素i的临界值,单位为mg/kg; C_{\_i\mathrm{p}}为土壤重金属元素i的监测点位实测值,单位为mg/kg;K为土壤中重金属的残留率,参考前人的研究成果,取值为0.9^[19-20];n为控制年限。

1.3.3 土壤重金属环境容量评价方法

综合指数法是基于实测值和评价标准来计算污染分指数,然后通过这些分指数来计算综合指数^[21-22],可用如下公式表示:

(4) P_i = \frac{W_{\_\mathrm{i}}}{W_{\_\mathrm{b}}}

(5) \mathrm{P} \mathrm{I} = \frac{1}{n} \stackrel{n}{\sum _{i=1}} P_i

式中: P_i为土壤中重金属元素i的单项环境容量指数; W_{\_\mathrm{i}}、 W_{\_\mathrm{b}}分别为土壤中重金属元素i的现存和静态环境容量,单位为kg/hm²;n为元素的数量;PI为环境容量综合指数。依据环境容量指数确定的土壤重金属环境容量评价标准如表3所示。

1.3.4 富集因子法

富集因子法是评价人类活动对土壤重金属富集程度影响的重要参数^[23],由于土壤SiO₂含量变异系数为0.12,变异程度较低,并且在地壳中相对稳定,因此本研究选取SiO₂作为参比元素。富集因子的计算公式为

(6)EF= \frac{C_i/C_{\mathrm{S}\mathrm{i}{\mathrm{O}}_2}}{B_i/B_{\mathrm{S}\mathrm{i}{\mathrm{O}}_2}}

式中:C_i、B_i分别为土壤中重金属元素i的实测浓度和背景浓度,单位为mg/kg; C_{\mathrm{S}\mathrm{i}{\mathrm{O}}_2}、 B_{\mathrm{S}\mathrm{i}{\mathrm{O}}_2}为土壤SiO₂的实测浓度和背景浓度,单位为mg/kg。土壤重金属富集程度按不同等级划分^[24],如表4所示。

1.4 数据处理

本研究主要采用 Excel 2010进行描述性统计分析,计算土壤重金属富集因子和环境容量指数等;采用SPSS 20.0进行显著性检验(p<0.01)、相关分析和主成分分析等;使用ArcGIS 10.8绘制研究区采样点分布图、主成分空间分布图等图件;采用Origin 2022绘制土壤重金属的富集因子分级占比等图件。

2 结果与分析

2.1 土壤重金属含量特征

研究区土壤重金属含量描述性统计如表5所示。按照算术平均值加减两倍标准偏差剔除重金属数据,经过多次剔除后使其服从正态分布,用算术平均值代表区域土壤重金属背景值,于是求出研究区土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的背景值分别为3.08、0.10、34.86、15.23、0.11、11.86、45.78、75.58 mg/kg。这8种重金属平均含量分别为4.84、0.14、36.05、19.08、0.18、13.29、51.73、79.83 mg/kg,均超出其研究区土壤背景值。此外,土壤重金属的变异系数按照大小排序为As>Cd>Cu>Hg>Pb>Ni>Cr>Zn,其中As、Cd和Cu属于极强变异程度^[25],变异系数分别为1.93、1.80和1.30。依据《土壤环境质量 农用地土壤污染风险管控标准(试行)》 (GB 15618—2018)^[17]可知,研究区土壤重金属平均含量均低于其土壤风险筛选值,说明整体土壤质量较好。但除土壤Cr以外,土壤As、Cd、Cu、Hg、Ni、Pb和Zn的最大含量均超过土壤风险筛选值,说明研究区部分地区土壤重金属超标,具有一定的风险。

2.2 土壤重金属富集特征

由研究区土壤重金属的富集因子计算结果可知,土壤Pb的富集因子平均值为2.02,整体处于中度富集,土壤As、Cd、Cr、Cu、Hg、Ni和Zn 7种重金属的富集因子平均值分别为1.60、1.43、1.05、1.26、1.56、1.14和1.07,整体为轻度富集。根据富集因子等级分类(图2)可知,研究区表层土壤重金属存在不同程度的富集,其中土壤Pb主要为轻微富集和中度富集,比例分别为54.8%和34.2%,而其他土壤重金属主要为未富集和轻微富集。研究区土壤Cr和Zn不存在显著富集、强烈富集和极强富集,但土壤As、Cd、Cu和Pb存在强烈富集或极强富集,面积占比为0.6%、0.2%、0.2%和0.2%。

2.3 土壤重金属来源分析

主成分分析(PCA)已被用于许多研究领域,该方法有助于确定大量污染物中的组成特征,并根据这些特征确定污染物的来源^[26-27]。因此本文通过采用主成分分析方法进行分析,进而判断研究区土壤重金属的来源,为更好评价土壤重金属环境容量奠定基础。对研究区土壤重金属数据作KMO 和 Bartlett 球形度检验,结果显示:研究区数据集的 KMO为 0.738,适合做因子分析;Bartlett 检验显著水平为0.00,说明选取的指标适合进行因子分析。选取5个旋转后特征值大于1的主成分,累计方差贡献率为71.1%,并利用ArcGIS对5个主成分进行反距离权重插值,获取主成分因子得分空间分布图,如图3所示。

主成分一解释了20.0%的数据信息,MgO、Cr、S、Zn、N和C_org具有较高的正载荷,分别为0.842、0.615、0.601、0.474、0.562和0.543,由相关性热图(图4)可知,元素两两之间存在极显著正相关(p<0.01)。除土壤S的变异系数为1.01,为极强变异程度外,其他5种物质的变异系数均介于0.40~0.50,为中等变异程度。研究区土壤Cr和Zn的富集程度主要呈现为未富集和轻微富集。土壤Cr主要受成土母质的影响^[28-29],土壤MgO和Zn可来自岩石风化和分解^[30],土壤S、N和C_org可来自生物过程等^[31-32],这些物质可通过自然过程进入土壤。通过主成分一因子得分分布图(图3a),发现高值区主要在潮阳区分布,尤以西胪镇、河溪镇与和平镇集中分布,该区域出露地层主要为第四系全新统,这些地层多为冲积、冲洪积和海陆交互堆积成因的沉积物,岩性主要为淤泥、砂砾和黏土等。且高值区位于韩江流域的下游,河流密集,主要为三角洲和河口平原,地形较为平坦,河流流速缓慢^[33],因而土壤Cr等物质易随河流沉积物等迁移至此。此外,农业施用化肥和农药也是土壤中S、N和C_org等物质的一个重要来源。高值区土地利用类型主要为农田,分布着潮阳区丝苗米现代农业产业园等,为汕头市主要农业区之一。而汕头市传统农业发达,农业经济化程度越来越高,化肥和农药被大量使用^[34]。可知主成分一的来源包括自然背景和农业活动,但由于MgO和Cr的载荷较高,其他元素的载荷较低,因此判断主成分一主要为自然背景来源,农业活动来源次之。

主成分二解释了17.6%的数据信息,Zn、N、C_org、Hg、P和Cd具有较高的正载荷,分别为0.432、0.746、0.727、0.708、0.584和0.520,由相关性热图(图4)可知,元素两两之间存在极显著正相关(p<0.01),表明它们的来源具有同源性。土壤Hg和Cd元素的变异系数为1.00和1.77,为极强变异程度,土壤P元素的变异系数为0.55,为高变异程度。土壤Cd的来源包括金属冶炼加工、电镀、电池生产和废弃物燃烧等工业活动^[35-36]。土壤环境中Zn的增加与采矿、金属冶炼、机动车尾气排放等因素密切相关^[37⇓-39]。有色金属冶炼、燃煤、金矿和汞矿活动等是我国人为Hg污染的主要来源^[40]。通过主成分二因子得分分布图(图3b),发现高值区主要在贵屿镇、铜盂镇、陈店镇和司马浦镇分布,这些区域电子垃圾的拆解和回收产生的“三废”中富含Zn、Hg和Cd等多种重金属^[41]。这些重金属可通过废水排放,大气干湿沉降,固体废物经雨水冲刷、淋溶下渗、地表径流等途径进入到土壤中^[42],从而成为该区域土壤重金属污染的重要来源。此外,高值区的土地利用类型为建设用地和农田,而土壤N、C_org和P主要来源于农业施用化肥,同时生产磷肥的磷矿石原料中普遍含有较多的 Zn、Cd和Hg等重金属^[43],因此判断主成分二的主要来源为农业活动和工业活动混合源。

主成分三解释了13.7%的数据信息,Ni和Cu具有较高载荷,分别为0.919和0.901,两者呈极显著正相关(p<0.01),相关系数为0.87(图4),且研究区土壤Ni和Cu分别为高变异程度和极强变异程度。土壤Ni主要来源于工业废气排放、城市固体废物和生活污水^[44]。工业生产中的电镀、染色、油漆和农业生产中施用的农药、杀虫剂、有机肥都可能导致土壤Cu含量增加^[45-46]。通过主成分三因子得分分布图(图3c),发现高值区主要在贵屿镇,而电子垃圾的非正规拆解和回收造成贵屿镇出现严重的水土环境污染。虽采取管控和整治措施后环境有所改善,但贵屿镇沉积物的重金属污染仍存在极高生态风险^[47],因此判断主成分三主要为工业来源。

主成分二和主成分三均包括电子垃圾拆解和回收的工业活动来源。由主成分二和主成分三的因子得分分布图(图3b,c)中的高值区域分布特点可以进一步判断,主成分二中的电子垃圾拆解活动主要采用的是物理拆解和筛选工艺,而主成分三中的电子垃圾拆解采用的工艺主要是酸溶和熔炼,两者的工艺不同,从而导致向环境中排放的污染物不同。此外,这也表明主成分分析可以在一定程度上区分相同来源的不同工艺。

主成分四解释了10.8%的数据信息,As和Pb具有较高载荷,分别为0.838和0.792,变异程度分别为极强变异程度和高变异程度,两者呈极显著正相关(p<0.01),相关系数为0.44(图4)。土壤Pb的主要来源有矿山开采、金属冶炼和汽车尾气排放等^[48-49]。土壤As主要来源于矿产开采、工业生产和燃煤等^[50-51]。根据主成分四因子得分分布图(图3d)可知,高值区主要分布在盐鸿镇。盐鸿镇莲花山钨矿开采对周围环境的污染及其持久性^[52],可能是造成土壤As和Pb富集的原因,因此推断主成分四的主要来源为采矿活动。

主成分五解释了9.1%的数据信息,P和CaO具有较高的载荷,分别为0.508和0.875,相关性热图表明元素两两之间存在显著正相关(p<0.01),相关性系数为0.36(图4),有相似的空间分布格局。研究区土壤P和CaO的变异系数为0.548和1.063,为高变异程度和极强变异程度。由主成分五因子得分分布图(图3e)可知,高值区主要分布在潮阳区谷饶镇、金平区和龙湖区的接壤区域以及澄海区南部等,与研究区采石场的分布比较吻合,因此判断主成分五主要来源于石材开采。

2.4 土壤重金属环境容量状况

2.4.1 土壤重金属静态环境容量和现存环境容量状况

根据研究区土壤重金属的背景值和临界值,结合土壤环境容量估算模型,可计算出土壤重金属静态环境容量和现存环境容量。研究区土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的静态环境容量平均值分别为73.85、0.54、312.56、116.76、4.17、172.91、121.64和333.44 kg/hm²。研究区土壤重金属现存容量计算结果如表6所示,可知土壤中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的现存环境容量平均值分别为69.88、0.44、309.89、108.09、4.01、169.68、108.25和323.87 kg/hm²。且这8个重金属现存环境容量的减小量分别为3.97、0.1、2.67、8.67、0.16、3.23、13.39和9.57 kg/hm²,减小幅度从大到小依次为Cd>Pb>Cu>As>Hg>Zn>Ni>Cr,其中土壤Cd现存容量减小幅度最明显,比例为19%。除土壤Cr和Hg外,研究区其他土壤重金属均存在现存环境容量为负数的点位,存在一定的风险。

2.4.2 土壤重金属环境容量评价

本研究采用综合指数法对土壤重金属环境容量进行评价,获得重金属环境容量指数和综合环境容量指数结果,以及环境容量指数分级情况,并利用ArcGIS对重金属环境容量指数和综合环境容量指数进行反距离权重插值,获得土壤重金属环境容量指数空间分布图。

由图5可知,研究区土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的环境容量指数存在较大的差异。但这8个重金属的环境容量指数平均值分别为0.95、0.83、0.99、0.93、0.96、0.98、0.81和0.98,综合环境质量指数平均值为0.94,表明研究区土壤重金属环境容量整体为中容量水平。土壤重金属的环境容量等级主要为高容量区和中容量区,这两个容量等级的总面积比例从大到小排序依次为Cr>Ni>Hg>As>Zn>Cu>Cd>Pb。

研究区土壤Cr的环境容量分为3个等级,为高容量区、中容量区和低容量区,面积占比分别为54.4%、44.2%和1.4%(图6a)。由上文可知,研究区土壤Cr主要来源于自然,同时也会受到农业活动的影响。其中土壤Cr的中容量区和低容量区域主要发育第四系沉积地层,岩性主要表现为砂砾、砂、黏土和淤泥等,由于黏土和淤泥等细粒物质具有较高的比表面积和吸附能力,能够有效地吸附和固定元素,减少其在土壤中的迁移性,使得Cr等元素在土壤中富集。而高容量区域主要发育岩浆岩,包括白垩纪的花岗斑岩、花岗岩和闪长岩,以及侏罗世的花岗岩等酸性岩石。这些岩石富含K、Na、Ca和Mg等元素,而Cr含量相对较低。在风化过程中,岩石释放的 Cr元素较少,使得土壤Cr含量较低,因此土壤能够容纳Cr元素的容量较大。此外,中容量区和低容量区大力发展农业生产,相关的农业活动也会影响土壤Cr的环境容量。

研究区土壤Zn主要受到自然背景、农业活动和工业生产的综合影响,土壤Zn的高容量区和中容量区的面积比例为52.3%和39.3%,和土壤Cr的高容量区和中容量区分布情况相似,与地质背景和农业生产活动有关。低容量区占比6.8%,主要分布在关埠镇、西胪镇、金浦镇、盐鸿镇以及贵屿镇和陈店镇的接壤区域,而超载区和警戒区面积占比为0.4%和1.2%,主要分布在金浦镇和盐鸿镇(图6b)。在金浦镇和盐鸿镇发展工业的过程中,这些地区的新型材料、化工等产业活动会向环境中排放Zn元素,因此导致土壤Zn的环境容量降低。

研究区土壤Hg和Cd均主要受到农业施肥和工业活动的影响,两者的环境容量指数分级情况和空间分布有所差异,但两者的较低环境容量的区域均在贵屿镇和陈店镇有分布,主要与当地电子垃圾处理和回收的工业活动、水稻等农作物的种植有关。其中土壤Hg的环境容量分为4个等级,高容量区和中容量区面积占比为48.9%和47.9%,低容量区主要分布在贵屿镇和陈店镇,面积占比为2.7%,而警戒区面积较小,占比0.4%,仅呈点状分布在贵屿镇,无超载区(图6c)。土壤Cd的高容量区和中容量区面积占比为48.1%和32.5%, 低容量区面积占比为12.1%,主要在金平区中心、潮南区和潮阳区的接壤区域、澄海区西部和南部地区分布,警戒区和超载区面积占比为2.7%和4.5%,主要分布在贵屿镇和陈店镇,呈斑块状分布(图6d)。

研究区土壤Ni和Cu主要来源于工业活动,两者的低容量区、警戒区和超载区均主要分布在贵屿镇(图6e,f),与贵屿镇的电子垃圾产品拆解和回收工序有关。其中土壤Ni的高容量区和中容量区面积占比为51.3%和47.2%,低容量区、警戒区和超载区面积占比相对较小,分别为1%、0.2%和0.4%。而土壤Cu的高容量区和中容量区面积占比为52.1%和38%,低容量区域面积占比为6.8%,分布较为零散,警戒区和超载区面积占比为1.2%和2%,较土壤Ni的环境容量消耗严重。这可能与电子垃圾中的Cu含量通常高于Ni含量有关,从而使得电子垃圾拆解及回收活动会向环境排放更多的Cu元素^[53⇓-55]。

研究区土壤Pb和As主要来源于矿山开采,两者环境容量较低区域均在盐鸿镇有分布,主要受到莲花山钨矿开采和选矿的影响。其中研究区土壤Pb的高容量区和中容量区面积占比为51.9%和27%,低容量区面积占比11.7%,零散分布在澄海区北部、濠江区的北部和潮阳区的北部等区域,超载区面积占比最大,比例为5.7%,主要分布在盐鸿镇、河浦街道、海门镇、贵屿镇和司马浦镇,警戒区面积占比3.7%,主要分布在中心超载区周围(图6g)。而土壤As的高容量区面积占比为52.4%,中容量区面积占比为43.5%,低容量区面积为3.1%,集中分布在盐鸿镇和西胪镇,超载区和警戒区集中分布于盐鸿镇(图6h)。

研究区土壤中的重金属的综合环境容量被划分为5个等级,其中45.1%的区域被划分为高容量区,47.1%的区域被划分为中容量区,综合来看,研究区土壤重金属环境容量整体良好。土壤重金属的高值区和中值区均主要分布在研究区的沿海区域、潮南区的南部以及潮阳区的中部和南部,空间分布具有一致性,会受到地质背景的影响,而低容量区、警戒区和超载区主要分布在贵屿镇、陈店镇、盐鸿镇和海门镇(图6i),这些区域存在工业和农业来源等综合人类活动导致多种土壤重金属环境容量消耗过多,应予以注意。

2.4.3 土壤重金属动态环境容量状况

研究区土壤重金属动态环境容量预测结果如表7所示,可知研究区土壤重金属在不同控制年限下的动态环境容量存在一定的差异。在相同的年份里,动态环境容许的重金属年输入量的大小排序从高到低依次为Zn>Cr>Ni>Pb>Cu>As>Hg>Cd,土壤重金属的动态环境容量的大小顺序与静态环境容量的大小顺序是一致的。土壤重金属的动态环境容量在控制年限为 10 年的下降幅度大小排序为Hg>As>Ni>Cr>Cu>Zn>Cd>Pb。不同土壤重金属动态环境容量变化幅度的差异是由多种因素导致的。研究区8种土壤重金属的来源不尽相同,而来源的差异会导致向环境中输入重金属的范围和强度不同,进而影响重金属动态环境容量的变化幅度。如研究区土壤Hg主要来源于农业活动和电子垃圾拆解与回收的工业活动,这些来源向环境中输入Hg元素的范围较小,集中分布在手工作坊和农田,但强度较大,使得Hg的动态环境容量下降幅度较大。土壤As主要受到莲花山钨矿开采和选矿的影响,该矿山开采来源向土壤输入As元素的范围较小,集中分布在莲花山及其周围,但输入的强度较大,导致其动态环境容量变化幅度较大。而土壤Cr主要来源于地质背景,该来源向环境中输入Cr元素的范围较大,强度较小,导致Cr的动态环境容量变化幅度相对较小。

此外,不同重金属的性质不同,导致各元素在环境中的行为不同,尤其是重金属在土壤中的迁移性和残留性会影响其动态环境容量的变化^[56]。如Hg元素在环境中通常具有较高的迁移性,这可能导致其动态环境容量的下降更为明显。而Ni、Zn、Cu和Pb元素的迁移能力和生物可利用性相对较低,因此环境容量下降幅度可能相对较小。此外,土壤的性质、种类和地质条件等也会影响重金属的动态环境容量。如土壤有机质和黏粒含量越高, 吸附重金属的能力越强, 重金属被释放迁移的能力越弱^[57]。而研究区的不同土壤种类和地质条件等因素可能导致土壤对不同重金属的吸附能力有所不同,这也将会导致它们的动态环境容量的下降幅度存在差异。因此研究区土壤重金属的动态环境容量下降幅度受到综合因素影响。

但研究区土壤中重金属的动态环境容量总体随着控制年限的增加而减少,且下降幅度逐渐变小,由于污染物的输出与输入逐渐呈现动态平衡,动态环境容量的大小趋于一个稳定的值。当控制年限为100年时,土壤As、Cd、Cr、Cu、Hg、Ni、Pb和Zn动态环境容量分别为8.886、0.084、43.010、16.613、0.485、21.955、24.711和55.384 kg/hm²。

2.5 不确定性分析

本研究采用环境容量估算公式来计算和预测汕头市土壤重金属的静态环境容量、现存环境容量和动态环境容量,但该公式为通用计算公式,不同地区的环境条件、污染源和污染物种类有所不同,需根据具体地区的实际情况对公式进行调整与修正,因此使用该环境容量通用计算公式来估算研究区土壤环境容量,结果可能存在偏差,具有不确定性。此外,本研究采用的土壤临界值为土壤风险筛选值(GB 15618—2018)^[17],尽管这个临界值在预测研究区的土壤环境容量方面相对合理,但采用统一的土壤临界值可能无法准确反映地区真实情况,在特定区域建立局部阈值同样至关重要,因此结果存在不确定性。其次,土壤重金属动态环境容量能够模拟土壤中重金属环境容量随年际的动态变化,为重金属污染提供预警。不同重金属种类和地区的 K 值存在差异,本研究参考前人的研究成果, 取K值为0.9进行预测,这可能会导致预测和评估重金属动态年际环境容量的结果存在不确定性。此外,土壤环境容量还受到多种复杂因素的影响,包括土壤性质、土壤类型、地质背景、不同土地利用类型和地形地貌等^[3,58-59],这些都会对土壤重金属环境容量产生影响。同样,汕头市作为经济特区,其政策会根据国家政策方针及地方实际情况进行调整,而这些调整的政策将会导致区域内的人类活动发生变化,进而对汕头市土壤环境容量的动态变化产生影响,带来不确定性。总之,土壤重金属环境容量及其动态变化受许多因素影响,尤其是在经济快速发展的汕头市,这些不确定性因素将会对土壤环境容量的预测结果产生一定的影响。

3 结论

汕头市表层土壤中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn的平均含量分别为4.84、0.14、36.05、19.08、0.18、13.29、51.73和79.83 mg/kg,均超出其研究区土壤背景值。富集因子法计算结果表明除土壤Pb整体为中度富集外,其他土壤重金属整体为轻度富集。由主成分分析结果可知,5个主成分来源分别主要为自然和农业混合源、农业和工业混合源、工业来源、采矿来源和石材开采来源。研究区土壤重金属静态环境容量大小排序为Zn>Cr>Ni>Pb>Cu>As>Hg>Cd,土壤重金属静态环境容量和现存容量较为丰富,其中土壤 Cd现存容量减小幅度最明显。土壤重金属的动态环境容量总体随年限增加呈下降趋势。研究区土壤重金属环境容量指数和综合环境容量指数集中在 0.9 左右,总体上处于中等容量水平,受到地质背景的影响,但盐鸿镇、贵屿镇和陈店镇等区域存在工业和农业来源等综合人类活动导致的多种土壤重金属环境容量消耗过多的现象。本研究基于物质来源解析判断土壤重金属来源,进而探究土壤重金属环境容量特征及各环境容量指数空间分布规律,有助于更好地评估汕头市土壤重金属环境容量和制定针对性的污染治理方案,为提高汕头市土壤环境容量和降低土壤污染风险提供科学依据。

参考文献

[1] 周杰, 裴宗平, 靳晓燕, 浅论土壤环境容量[J]. 环境科学与管理, 2006, 31(2): 74-76.

[2] 叶嗣宗. 土壤环境背景值在容量计算和环境质量评价中的应用[J]. 中国环境监测, 1993, 9(3): 52-54.

[3] 付传城, 王文勇, 潘剑君, 南京市溧水区土壤重金属环境容量研究[J]. 土壤通报, 2014, 45(3): 734-742.

[4] MA J Y, LEI K G, LI Y, et al. Spatiotemporal simulation, early warning, and driving factors of soil heavy metal pollution in a typical industrial city in southeast China[J]. Stochastic Environmental Research and Risk Assessment, 2024, 38(1): 315-337.

[5] 项艳. 皖江城市带土壤重金属含量变化特征及其环境容量研究[D]. 合肥: 安徽农业大学, 2011.

[6] 吴葵霞. 山东省土壤环境容量研究[D]. 济南: 山东大学, 2009.

[7] 邢新丽, 周爱国, 梁合诚, 南昌市土壤环境质量评价[J]. 贵州地质, 2005, 22(3): 171-175.

[8] 安文超, 王艳玲, 汪进生, 青岛市农用地土壤重金属背景值研究与土壤环境容量的计算[J]. 广西大学学报(自然科学版), 2022, 47(6): 1662-1669.

[9] 马辉英, 杨晓东, 吕光辉. 精河县重金属土壤环境容量及近百年趋势预测[J]. 新疆农业科学, 2016, 53(8): 1521-1532.

[10] 麦尔哈巴·图尔贡, 麦麦提吐尔逊·艾则孜, 阿依努尔·麦提努日, 吐鲁番盆地葡萄园土壤重金属环境容量评价与预测[J]. 地球与环境, 2020, 48(5): 584-592.

[11] GUAN Q Y, WANG F F, XU C Q, et al. Source apportionment of heavy metals in agricultural soil based on PMF: a case study in Hexi Corridor, Northwest China[J]. Chemosphere, 2018, 193: 189-197.

[12] MEN C, LIU R M, XU L B, et al. Source-specific ecological risk analysis and critical source identification of heavy metals in road dust in Beijing, China[J]. Journal of Hazardous Materials, 2020, 388: 121763.

[13] 郑荣周, 王秋娟, 雷宇, 重庆市荣昌区濑溪河重金属污染及儿童健康风险评价[J]. 三峡生态环境监测, 2022(4): 90-96.

[14] 安外尔·艾力. 新疆焉耆盆地农田土壤重金属环境容量评价[D]. 乌鲁木齐: 新疆师范大学, 2020.

[15] 吕悦风, 谢丽, 朱文娟, 基于环境容量的县域农用地土壤重金属风险概率预警研究[J]. 长江流域资源与环境, 2020, 29(1): 253-264.

[16] 范俊楠, 田文娟, 张钰, 区域土壤背景重金属Cd环境容量分析与预测[J]. 环境科学与技术, 2022, 45(增刊1): 241-246.

[17] 生态环境部. 土壤环境质量农用地土壤污染风险管控标准(节选)[J]. 腐植酸, 2018(4): 58-61.

[18] 安外尔·艾力, 麦麦提吐尔逊·艾则孜, 靳万贵, 新疆焉耆盆地农田土壤重金属环境容量分析[J]. 环境工程, 2020, 38(3): 168-173.

[19] 勾琪立. 成都市温江区土壤重金属环境容量特征及污染控制对策研究[D]. 雅安: 四川农业大学, 2019.

[20] 于光金, 成杰民, 王忠训, 山东省不同植被类型土壤重金属环境容量研究[J]. 土壤通报, 2009, 40(2): 366-368.

[21] 刘崇洪. 几种土壤质量评价方法的比较[J]. 广州环境科学, 1996, 11(2): 42-46.

[22] 段南福, 李晓华, 田原润, 云南省木署村高山蔬菜基地土壤重金属污染风险评价研究[J]. 三峡生态环境监测, 2018, 3(2): 62-67.

[23] HERNANDEZ L, PROBST A, PROBST J L, et al. Heavy metal distribution in some French forest soils: evidence for atmospheric contamination[J]. Science of the Total Environment, 2003, 312(1/2/3): 195-219.

[24] SUTHERLAND R A. Bed sediment-associated trace metals in an urban stream, Oahu, Hawaii[J]. Environmental Geology, 2000, 39(6): 611-627.

[25] KARIMI NEZHAD M T, TABATABAII S M, GHOLAMI A. Geochemical assessment of steel smelter-impacted urban soils, Ahvaz, Iran[J]. Journal of Geochemical Exploration, 2015, 152: 91-109.

[26] BURNS W A, MANKIEWICZ P J, BENCE A E, et al. A principal-component and least-squares method for allocating polycyclic aromatic hydrocarbons in sediment to multiple sources[J]. Environmental Toxicology and Chemistry, 1997, 16(6): 1119-1131.

[27] CARLON C, CRITTO A, MARCOMINI A, et al. Risk based characterisation of contaminated industrial site using multivariate and geostatistical tools[J]. Environmental Pollution, 2001, 111(3): 417-427.

[28] 孙雪菲, 张丽霞, 董玉龙, 典型石化工业城市土壤重金属源解析及空间分布模拟[J]. 环境科学, 2021, 42(3): 1093-1104.

[29] 宁文婧, 谢先明, 严丽萍. 清远市清城区土壤中重金属的空间分布、来源解析和健康评价: 基于PCA和PMF模型的对比[J]. 地学前缘, 2023, 30(4): 470-484.

[30] 王敬时. 四川万源地区土壤锌地球化学特征及开发价值研究[D]. 成都: 成都理工大学, 2012.

[31] 曹志洪, 孟赐福, 胡正义. 中国农业与环境中的硫[J]. 应用与环境生物学报, 2011, 17(4): 547.

[32] 张淼. 黑土区农田土壤-大豆系统碳氮循环及传输过程研究[D]. 哈尔滨: 东北农业大学, 2023.

[33] 蒋兴超, 许静, 李如意, 广东省汕头市土壤铬的空间分布特征、来源解析及影响因素研究[J]. 地学前缘, 2023, 30(2): 514-525.

[34] 温汉辉, 韩丽杰. 汕头市表层土壤铜元素来源及其健康风险评价[J]. 上海国土资源, 2022, 43(3): 86-92.

[35] RATHA D S, SAHU B K. Source and distribution of metals in urban soil of Bombay, India, using multivariate statistical techniques[J]. Environmental Geology, 1993, 22(3): 276-285.

[36] 张素荣, 王昌宇, 刘继红, 雄安新区西南部土壤重金属污染特征及生态风险评价[J]. 地学前缘, 2021, 28(4): 238-249.

[37] FACCHINELLI A, SACCHI E, MALLEN L. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils[J]. Environmental Pollution, 2001, 114(3): 313-324.

[38] 周永章, 付善明, 张澄博, 华南地区含硫化物金属矿山生态环境中的重金属元素地球化学迁移模型: 重点对粤北大宝山铁铜多金属矿山的观察[J]. 地学前缘, 2008, 15(5): 248-255.

[39] 赵瑞一, 黄淑卿, 张乾柱, 荥经河重金属分布特征及健康风险评价[J]. 三峡生态环境监测, 2021, 6(4): 24-31.

[40] 谭菊, 吕丹阳, 陈丹丹, 湖南省国控背景点表层土壤重金属源解析及评价[J]. 环境科学与技术, 2022(2): 156-164.

[41] 张金莲, 丁疆峰, 卢桂宁, 广东清远电子垃圾拆解区农田土壤重金属污染评价[J]. 环境科学, 2015, 36(7): 2633-2640.

[42] 张昱, 胡君利, 白建峰, 电子废弃物拆解区周边农田土壤重金属污染评价及成因解析[J]. 生态环境学报, 2017, 26(7): 1228-1234.

[43] JING F, CHEN X M, YANG Z J, et al. Heavy metals status, transport mechanisms, sources, and factors affecting their mobility in Chinese agricultural soils[J]. Environmental Earth Sciences, 2018, 77(3): 104.

[44] 罗诗睫. 镍污染对人类健康的危害及其防治[J]. 化工管理, 2021(17): 19-20.

[45] LINDSTRÖM M. Urban land use influences on heavy metal fluxes and surface sediment concentrations of small lakes[J]. Water Air and Soil Pollution, 2001, 126: 363-383.

[46] 宁登豪, 邓洪平, 李文巧, 三峡库区城镇消落区土壤重金属污染特征分析[J]. 三峡生态环境监测, 2021, 6(4): 11-23.

[47] 熊竹楠, 王思雨, 王凌青, 贵屿电子垃圾拆解管控前后河流及沉积物中重金属时空分布及潜在生态风险评价[J]. 环境科学学报, 2023, 43(5): 58-68.

[48] KOCHER B, WESSOLEK G, STOFFREGEN H. Water and heavy metal transport in roadside soils[J]. Pedosphere, 2005, 15(6): 746-753.

[49] 黄顺生, 华明, 金洋, 南京市大气降尘重金属含量特征及来源研究[J]. 地学前缘, 2008, 15(5): 161-166.

[50] 朱菁菁. 雄黄矿区底泥和土壤重金属污染分布和居民健康风险感知研究[D]. 长沙: 湖南大学, 2018.

[51] 王丹, 张洪. 三峡水库上游(宜宾至泸州段)水体重金属分布特征及其来源[J]. 三峡生态环境监测, 2018, 3(3): 38-42.

[52] 郭岩, 杨国义, 董巧香, 汕头市典型区域土壤重金属污染特征及评价[J]. 环境科学, 2007, 28(5): 1067-1074.

[53] 赵健. 电解盐酸产氯浸出废印刷电路板铜、 锡、 锌、 铅、 铝等金属的研究[D]. 南宁: 广西大学, 2022.

[54] 顾顺斌. 电子垃圾拆解周边区域土壤-蔬菜系统重金属污染特征、风险评价及安全利用研究[D]. 杭州: 浙江大学, 2021.

[55] 杜勇明. 贵屿电子垃圾拆解区水土环境中锑污染及其修复[D]. 广州: 广州大学, 2020.

[56] 高翔. 新疆准东典型煤矿区土壤环境质量评价及环境容量预测[D]. 徐州: 中国矿业大学, 2023.

[57] 陈佳, 范萍萍, 龙文涛, 土壤侵蚀对重金属迁移的作用规律与机制研究进展[J]. 水土保持研究, 2024, 31(1): 460-470.

[58] 夏增禄. 中国主要类型土壤若干重金属临界含量和环境容量区域分异的影响[J]. 土壤学报, 1994, 31(2): 161-169.

[59] 王丙丽, 王洪亮, 李鹏鹏. 新乡市蔬菜大棚土壤重金属含量测定及评价[J]. 资源开发与市场, 2014, 30(10): 1153-1155.