重金属污染的特征精品(七篇)
重金属污染的特征篇(1)
>> 淮南谢桥塌陷区表层土壤重金属污染分布特征与现状评价研究 城市表层土壤重金属污染分析 城市表层土壤重金属污染分析模型 基于因子分析法的城市表层土壤重金属污染模型 关于城市表层土壤重金属污染的数学模型分析 城市表层土壤重金属污染的因子分析 城市表层土壤重金属污染来源与分布问题 利用高斯模型和尺度空间理论分析表层土壤重金属污染 表层土壤重金属污染源的分析方法 基于表层土壤重金属污染分析的数学模型 贵州麦西河沉积物及土壤中重金属分布特征及污染评价 城市表层重金属污染的综合评价 成都平原典型菜园土重金属含量的空间分布特征 海南昌化铅锌矿废弃地重金属污染评价及其空间分布特征 卧龙湖沉积物中典型重金属污染评价及其空间分布特征 地表层土壤重金属污染传播模型 灌溉水—耕作土壤—化肥—作物生态系统中重金属镉的分布特征 煤矸石充填型重构土壤中重金属的生物迁移及分布特征 商洛茶叶和产地土壤重金属元素含量及分布特征研究 畜禽养殖废水灌溉土壤中重金属分布特征研究 常见问题解答 当前所在位置：l，2011-09-09.
[2] 范拴喜，甘卓婷，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.
[3] 张尧庭，方开泰.多元统计分析引论[M]. 北京：科学出版社，1982.
[4] 刘 静，蔡国学，刘洪斌.西南丘陵地区土壤有机质含量的空间插值法研究[J].西南大学学报（自然科学版），2008，30（3）：107-111.
[5] 吴学文，晏路明.普通Kriging法的参数设置及变异函数模型选择方法――以福建省一月均温空间内插为例[J].地球信息科学，2007，9（3）：104-108.
[6] 张朝生，章 申，等.长江水系河流沉积物重金属元素含量的计算方法研究[J].环境科学学报，1995，15（3）：258-264.
[7] 刘付程，史学正，于东升，等.基于地统计学和GIS的太湖典型地区土壤属性制图研究――以土壤全氮制图为例[J].土壤学报，2004，41（1）：63-70.
[8] 国家环境保护局.中国土壤元素背景值[M].北京：中国环境科学出版社，1990.
[9] 刘凤枝.农业环境监测实用手册[M].北京： 中国标准出版社，2001.
[10] GB15618-1995，土壤环境质量标准[S].
[11] 尹 君.基于GIS 绿色食品基地土壤环境质量评价方法研究[J].农业环境保护，2001，20（6）：10-11.
[12] 陈俊坚，张会华.广东省区域地质背景下土壤表层重金属元素空间分布特征及其影响因子分析[J].生态环境学报，2011， 20（4）：646-651.
[13] 张长波，李志博，姚春霞，等.污染场地土壤重金属含量的空间变异特征及其污染源识别指示意义[J].土壤学报，2006， 38（5）：525-533.
重金属污染的特征篇(2)
关键词：遥感；土壤；重金属
Abstract：Remote sensing technology has the advantages of macroscopic characteristics，strong currency and comprehensive abundant information. It provides a feasible method for soil heavy metal pollution evaluation of mining area. This paper summarizes the research of evaluation for mining area of soil heavy metal pollution with remote sensing technology.
Key Words：remote sensing；soil；heavy metal
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。
Thomas Kemper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.
[3] Baumgardner，M.F.，Kristof，S.，et al. Effects of Organic matter on the Multispectral Properties of Soils[J].Processing of Indiana Academic Science.1970，79：413-422.
[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.
[5] Malley D.F.，Williams，P.C. Use of Near-Infrared Reflectance Spectroscopy in Prediction of Heavy Metals in Freshwater Sediment by Their Association with Organic Matter[J]. Environ. Sci. Technol.， 1997， 31 （12） ：3461-3467.
[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.
[13] Thomas Kemper，Stefan Sommer . Estimate of Heavy Metal Contamination in Soils after a Mining Accident Using Reflectance Spectroscopy [J] .Environment al Science and Technology ， 2002 ， 36（12）：2742-2747.
[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.
[15] CHI G Y，SHI Y，CHEN X，et al.Effects of Metal Stress on Visible/near-Infrared Rreflectance Spectra of Vegetation[J].Advanced Materials Research，2012，（347-353）：2735-2738.
[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.
[19] Kemper T， Sommer S. Environment Science & Techology[M]. 2002， 36（12）：2742.
[20] Choe E， vander Meer F van Ruitenbeek F， et al. Remote Sensing of Environment[M]. 2008，112 （7） ： 3222.
[21] Choe E， Kim K W， Bang S， et al. Environmental Geology[M]. 2008， 58 （3） ： 477.
[22] Ren H Y ，Zhuang D F， Singh A N， et al.， Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance Spectroscopy ： a case study[J]. Pedosphere， 2009， 12 （6） ： 719.
[23] Liu Y Li W， Wu G， et al.， Geo C spatial Information Science[M]. 2011， 14 （1） ： 10.
重金属污染的特征篇(3)
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
Content Characteristics and Risk Assessment of Heavy Metals in Chewing Cane Soils
WANG Tian-shun， YANG Yu-xia， LIAO Jie， FAN Ye-geng， YA Yu， ZHU Jun-jie， MO Lei-xing
（Research Institute of Agro-products Quality Safety and Testing Technology， Guangxi Academy of Agriculture Sciences/Quality Supervision and Testing Center for Sugarcane， China Ministry of Agriculture， Nanning 530007， China）
Abstract： The contents of soil heavy metals，such as Cd，Pb，Cr，Cu，Zn，As and Hg，in surface soil（0～20 cm） from the main chewing cane production farmland in Guangxi Zhuang Autonomous Region，were investigated. Pollution characteristics of heavy metals in soils were observed on the basis of environmental quality secondary standard values of single factor pollution index method and comprehensive pollution index method. Potential ecological risk assessment was evaluated by using the geoaccumulation index（Igeo） and potential ecological risk index（RI）. The results indicated that the average concentrations of Cd，Pb，Cr，Cu，Zn，As and Hg were 0.81，30.4，54.5，29.8，107.4，16.69 and 0.28 mg/kg，respectively. According to the comprehensive pollution index，the pollution degree was middle degree with PN was 2.03. According to the geoaccumulation index，the pollution degree of Cd was middle degree with Igeo was 1.02，and Hg ranged from light to middle degree with Igeo was 0.30. The potential ecological risk index indicated that the heavy metals in the soils from research area were at the moderate ecological hazard level. The rate of contribution for Cd was the highest to potential ecological risk index. Thus，effective farmland soil management is necessary to ensure security production， control soil pollution sources，and implement standard agricultural production.
Key words： soils； heavy metals； contaminant characteristics； risk assessment； chewing cane soil
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0～20 cm表层土壤。于2014年11月选取36个采样点，每个样点600～1 300 m2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4.0 kg，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2 mm尼龙筛，再用玛瑙研钵继续研磨后过100目筛。
称取0.200 0 g经风干处理的土样于聚四氟乙烯罐中。加5 mL HNO3、3 mL HCl、1 mL H2O2和1 mL HF，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10 min；步骤2为200 ℃、90%功率消解25 min；步骤3为100 ℃、40%功率消解5 min。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100 mL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（MKⅡ MQZ，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50 mL容量瓶，加入5 mL 50 g/L硫脲和50 g/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30 min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GB 5618-1995《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Excel 2007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、0.28 mg/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Hg 7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、0.28 mg/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] NIU L L，YANG F X，XU C，et al. Status of metal accumulation in farmland soils across China：From distribution to risk assessment[J].Environmental Pollution，2013，176：55-62.
[2] MAPANDA F，MANGWAYANA E N，NYAMANGARA J，et al. Uptake of heavy metals by vegetables irrigated using wastewater and the subsequent risks in Harare，Zimbabwe[J].Physics Chemistry of the Earth，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] HE B，YUN Z J，SHI J B，et al. Research progress of heavy metal pollution in China： Sources，analytical methods，status，and toxicity [J].Chinese Science Bulletin，2013，58（2）：134-140.
[10] KHAN K，LU Y L，KHAN H，et al. Heavy metals in agricultural soils and crops and their health risks in swat district， northern Pakistan [J].Food and Chemical Toxicology，2013，58：449-458.
[11] KHAN S，CAO Q，ZHENG Y M，et al. Health risks of heavy metals in contaminated soils and food crops irrigated with wastewater in Beijing，China[J].Environmental Pollution，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] GB 15618-1995，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] YUAN G L，SUN T H，HAN P，et al. Source identification and ecological risk assessment of heavy metals in topsoil using environmental geochemical mapping： Typical urban renewal area in Beijing，China[J].Journal of Geochemical Exploration， 2014，136（1）：40-47.
[19] M？BLLER G. Index of geoaccumulation in sediments of the Rhine River[J].Geological Journals，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] HAKANSON L. An ecological risk index for aquatic pollution control：A sedimentological approach[J].Water Research，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.
重金属污染的特征篇(4)
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：A DOI 编码：10.3969/j.issn.1006-6500.2016.12.023
Analysis of Cadmium Pollution in Agricultural Soils and Analysis of its Aay of Pollution
PANG Rongli， WANG Ruiping， XIE Hanzhong， GUO Linlin， LI Jun
（1. Institute of Zhengzhou Pomology， CAAS/ Laboratory of Quality & Safety Risk Assessment for Fruit（Zhengzhou）， Ministry of Agriculture， Zhengzhou， Henan 450009， China）
Abstract： The rapid development of industry and agriculture of our country， caused different degrees of pollution on soil environment， especially the problem of cadmium pollution has attracted global attention. The article analyzed the current status of soil cadmium pollution and the harm of cadmium pollution in soil， and pointed out the evaluation indexes of cadmium in soil environment， and summarized the main ways of cadmium pollution in soil， and put forward the suggestions for reducing cadmium pollution in soil. This will better promote the development of soil remediation and treatment technology of cadmium contaminated soil.
Key words： agricultural soils； cadmium； harm； pollution way
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0.010～2.000 mg・kg-1，中值为0.35 mg・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0.001～13.400 mg・kg-1，中值为0.079 mg・kg-1，算术平均值为0.097 mg・kg-1，低于日本（0.413 mg・kg-1）和英国（0.62 mg・kg-1），95%置信度的置信区间为0.017～0.330 mg・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》（GB 15618―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0.2 mg・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0.6 mg・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1.0 mg・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/T 5010―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GB 15618的要求；《绿色食品 产地环境质量》（NY/T 391―2013）规定，镉限量值均为0.30 mg・kg-1（pH值≤7.5）和0.40 mg・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》（GB 2762―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1 578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150 m范围内。符燕[12]2007年研究表明，在陇海铁路郑商段路两侧300 m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2.1～9.3 mg・kg-1，瑞典为2～30 mg・kg-1，荷兰为9～60 mg・kg-1，澳大利亚的磷肥镉含量高达18～91 mg・kg-1，美国为734～159 mg・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2～3 mg・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0.134 mg・kg-1，施肥后上升到0.316 mg・kg-1。美国某橘园土壤Cd含量为0.07 mg・kg-1，连续施用磷肥36年后，土壤Cd含量高达1.0 mg・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0.7～2.4 mg・kg-1，Cd含量均超过《土壤环境质量标准》GB 15618―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1 378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2.24 mg・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10.70 mg・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2.453 mg・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.
重金属污染的特征篇(5)
关键词：重金属; 峡山水库; 背景值; 富集
中图分类号：P343文献标识码： A
1.引言
随着城市化、工业化和农业集约化的发展，大量工业废物排放、农药化肥的施用，致使地表水及地下水区域性污染严重，水环境中污染物是在地表-土壤-水环境中进行各种物理、化学和生物过程的结果。重金属是土壤环境中具有潜在危害的污染物，现在土壤重金属含量越来越高，导致饮用水中的含量也越来越高，严重危害人类身体健康，因此，对饮用水源地土壤重金属的现状调查研究十分重要。为此，本文对潍坊最大的地表饮用水源地峡山水库周围土壤重金属污染现状进行了研究，分析了土壤重金属元素的富集特征。
此研究对于峡山水库周围土壤质量的改善和库区水环境质量的保护具有重要意义，并为环境管理提供决策依据。
2、材料与方法
2.1 研究区概况
峡山水库位于潍河中下游、潍坊市东南部的峡山区，水库总库容 14.05亿立方米，兴利库容5.03亿立方米，水面面积144平方公里，有潍河、渠河、浯河等支流汇入，峡山是潍坊市的重要水源地，主要供应潍坊地区的工业和350万人口的生活用水。峡山水库整个地形南高北低。峡山水库水源地污染物主要来源于诸城、安丘两市的工业、农业及城废水。
2.2 样本采集与分析
由于水库面积大，一级保护区陆域范围内，选择在取水口半径 200m范围的东北岸一侧区域，根据实际情况，随机布设5个采样点。采样点基本情况见表1。采样方法参照土壤环境监测技术规范HJ/T166-2004进行，没有列入项目的监测方法执行《全国土壤污染状况调查样品分析测试技术规定》（国家环保总局，2006a）。土壤样品采集方法为网格―系统布点法，采集0～20cm表层土壤，均匀混合， 四分法留取1 kg土壤样品。土壤样品在室温下自然风干、粗磨，细磨后过100目筛装瓶备用。土壤样品实验室分析项目包括镉、铅、铬、铜、锌、镍、锰、钴。
表1采样点基本情况
序号 采样点 饮用水源地种类 东经E（度） 北纬N（度）
1 峡山水库取水口西北草地 地表 36.50309 119.41039
2 峡山水库取水口北100米菜地 地表 36.50169 119.41269
3 峡山水库取水口北偏东树林 地表 36.50148 119.41408
4 峡山水库取水口东花生地 地表 36.50504 119.41997
5 峡山水库取水口东南北辛庄桃园 地表 36.495 119.43119
2.3数据分析及评价
土壤单项污染指数、土壤综合污染指数、土壤污染分担率的计算公式和分级标准如下：
单项污染指数法：
式中：
Pi：单项污染指数；
Ci：调查土壤中污染物的实测浓度
Sip：污染物的评价标准值或参考值。
根据Pi的大小，将土壤污染程度划分为五级（详见表2-3）。
表2 单因子评价土壤环境质量评价分级
等级 Pi值大小 污染评价
Ⅰ Pi≤1 无污染
Ⅱ 1＜Pi≤2 轻微污染
Ⅲ 2＜Pi≤3 轻度污染
Ⅳ 3＜Pi≤5 中度污染
Ⅴ Pi＞5 重度污染
土壤综合污染指数＝
表3 土壤综合污染指数分级标准
等级 综合污染指数（PN） 污染等级
Ⅰ PN≤0.7 清洁（安全）
Ⅱ 0.7＜PN≤1.0 尚清洁（警戒限）
Ⅲ 1＜PN≤2.0 轻度污染
Ⅳ 2＜PN≤3.0 中度污染
Ⅴ PN＞3 重污染
土壤污染物分担率（％）＝%
3.监测结果与评价
3.1土壤监测结果
实验室分析结果见下表，其中，项目未检出时，用所用方法的检出限加标志位L表示，参加统计时，按二分之一检出限计算。土壤监测结果见表4，表中列出了水库周边土壤重金属的平均含量和各重金属元素含量的相对标准偏差（RSD），它们与背景值的比值显示出不同金属的富集程度。
表4 峡山水库土壤重金属项目监测结果表
结果
项目 范围 均值 标准差 RSD 背景值 富集度
Cd 0.061-0.093 0.076 0.014 18.4% 0.108 0.70
Pb 14.4-32.0 24.9 4.97 20.0% 25.4 0.98
Cr 51.2-73.1 62.5 8.0 12.8% 56.2 1.11
Cu 15.9-26.3 20.8 3.4 16.3% 19.6 1.06
Zn 39.2-79.5 61.2 13.3 21.7% 56.1 1.09
Ni 21.7-32.4 26.6 4.2 15.8% 23.5 1.13
Mn 605-1061 801 154 19.2% 552 1.45
Co 12.6-19.0 14.8 2.3 15.5% 11.0 1.35
从表中可以看出，峡山水库周边土壤重金属空间分布比较评价，变异性较低，Cr元素变异性最低。相对而言，Pb、Zn和Mn元素的变异性较高，表明其在土壤内以活泼的化学特性而参与多种迁移运动中，其它元素点位间差异性程度相似。对5个点位进行分析后发现，草地的Mn元素含量极高，桃园的Mn含量相对较低外，其余3个点位的含量都比较平均，这表明草地中可能受Mn元素污染。与当地土壤背景值的富集比较结果显示，土壤中重金属含量的富集程度从0.70-1.45不等，元素间差异性较大，Cd元素富集程度最低，Mn元素富集程度最高，其次是Co元素，这表明峡山水库周边土壤可能受Mn和Co元素污染并产生一定量的富集，需要重点关注该元素的其他化学行为特征，其余重金属元素总量富集程度均在1上下，证明其含量正常与背景值相当，未有污染现象。
3.2峡山水库周边土壤环境质量状况评价
根据2014年峡山水库周边土壤的监测结果，按照《土壤环境质量标准》一级标准统计各项目的单项污染指数和综合污染指数，详见表5。
表5 单项污染指数和综合污染指数（一级标准评价）
监测
点位 Pi PN 评价
等级
镉 汞 砷 铅 铬 铜 锌 镍 锰 钴
点位1 0.31 0.17 0.40 0.91 0.81 0.63 0.69 0.81 0.71 0.48 0.77 Ⅱ
点位2 0.47 0.20 0.39 0.79 0.75 0.75 0.58 0.76 0.52 0.38 0.68 Ⅰ
点位3 0.35 0.04 0.35 0.75 0.62 0.45 0.39 0.56 0.40 0.32 0.61 Ⅰ
点位4 0.46 0.21 0.40 0.53 0.57 0.57 0.61 0.54 0.47 0.32 0.54 Ⅰ
点位5 0.30 0.09 0.34 0.58 0.73 0.56 0.80 0.66 0.57 0.36 0.66 Ⅰ
均值 0.38 0.14 0.38 0.71 0.69 0.59 0.61 0.67 0.53 0.37 0.65 Ⅰ
从表中根据污染物综合污染指数看出，5个点位除了1号点位外，其余均达到了一级评价标准。点位1评价为Ⅱ级，这主要与点位1的Pb、Ni、和Mn元素单项污染指数较高有关，说明点位1的这三种元素含量较高，受这三种元素污染情况存在。但是Pb元素的富集程度不高，这说明Pb元素不活泼，这些元素的富集是由砂岩、粉砂岩、泥岩等风化成土所致，是由地质背景所形成的自然富集，非人为富集。
4结论
（1）峡山水库周边土壤重金属空间分布比较评价，变异性较低，Cr元素变异性最低，Pb、Zn和Mn元素的变异性较高，Cr、Cu、Ni、和Cd元素差异性程度相似，草地中可能受Mn元素污染。土壤中重金属含量的富集程度从0.70-1.45不等，元素间差异性较大，Cd元素富集程度最低，Mn元素富集程度最高，其次是Co元素，需要重点关注该元素的其他化学行为特征，其余重金属元素总量富集程度均在1上下，证明其含量正常与背景值相当，未有污染现象。
（2）潍坊市饮用水源地一级保护区峡山水库周边土壤重金属均不超标，以一级标准评价峡山水库周边土壤的监测点位除草地点位外，其余均属于清洁状态。草地点位属于尚清洁状态，这可能属于元素的自然富集，非人为富集，具体原因有待进一步调查和研究。
参考文献：
[1]国家环境保护总局.2004，中华人民共和国环境保护行业标准：土壤环境监测技术规范HJ/T166-2004.
重金属污染的特征篇(6)
关键词：不确定性分析；MonteCarlo模拟；土壤；重金属
中图分类号：X820.2 文献标识码：A
土壤是历史自然体，是位于地球陆地表面和浅水域底部具有生命力、生产力的疏松而不均匀的聚积层，基于土壤形成的生态环境体系介于大气圈、水圈、岩石圈和生物圈的交界面上，是各环境介质的连接纽带[1].重金属是一类持久性有毒物，易通过食物链的生物放大作用在生物体内积累，从而对人群健康和生态系统的稳定产生危害或风险[2].土壤重金属污染可改变土壤的理化性质，直接或间接破坏土壤生态系统结构，并可通过土壤农作物等多个途径的迁移积累对农产品安全和人体健康造成风险，所以土壤环境质量评价作为评估污染程度和制定污染控制策略的重要参考而被广泛关注.国内外现常用的土壤环境质量评价方法主要包括：单因子指数评价法、内梅罗综合污染指数法、模糊贴近度法、地累积指数评价法[3]、潜在生态危害指数法[4]等.其中地累积指数评价法是由Muller提出的一种可良好表征土壤中重金属富集污染程度的定量指标，现广泛应用于研究评价土壤或沉积物中重金属的污染程度[5-6].但其在国内外评价过程中仍存在一些缺陷，需要进一步完善，主要表现在：1）常用确定性评价方法中重金属含量输入值的单一确定性与评价区域土壤环境中重金属含量的空间差异性之间的矛盾造成了区域污染评价结果存在较大模糊性；2）不同学者或决策者选取地球化学背景值参数的差异及不同土地利用类型的土壤重金属背景值的差异造成评价结果缺乏可比性；3）确定性地累积评价模型主要表征土壤中各重金属的富集污染程度，而忽略了不同重金属之间的生态毒性差异，这会导致低含量高毒性的重金属的污染程度被低估或高含量低毒性的重金属污染程度被高估.以上3点不足均可能会误导最终决策.
本研究以地累积模型为基础，将MonteCarlo模拟引入环境质量评价领域中来处理参数不确定性，并在模型内嵌入表征不同重金属的生物毒性差异的权重系数，提出了基于不确定性理论的土壤环境重金属污染评价法.将所建土壤环境重金属污染评价法在实例中加以利用和验证，以期为土壤重金属的污染评价、优先污染物的控制及区域污染防控决策的制定提供新思路.
1基于MonteCarlo模拟的评价法
1.1地累积指数评价模型
1.2MonteCarlo模拟的应用
MonteCarlo模拟是由Nicholas Metropolis在二次世界大战期间提出的，而后Von Neumann与Stanislaw Ulam合作建立了概率密度函数、反累积分布函数的数学基础，以及伪随机数产生器，现此方法在金融工程学、宏观经济学、生物医学、计算物理学等领域已得到应用广泛，效果良好[7-8].土壤环境评价系统是一个集随机性、灰性、模糊性等多种不确定性于一体的系统.因此，常规的确定性评价方法不能准确反映土壤中重金属污染程度的真实情况.为了降低模型参数由于土壤重金属数据空间变异性、不同学者或决策者采用的地球化学背景值参数的差异性和不同土地利用类型的土壤重金属背景值的差异性等因素带来的参数不确定性，本研究将MonteCarlo模拟引入地累积指数法.其主要模拟步骤为[8]：1）确定评价模型随机变量，在本研究中为土壤中重金属实测含量参数和其所对应区域土壤背景值参数；2）构建随机因素的概率分布模型，在本研究中采用历史经验和实地采样检测相结合的方法；3）将所得到的随机数转化为输入参数的抽样值，主要方法为MonteCarlo抽样和拉丁超立方抽样（LHS）.其中MonteCarlo抽样一般从样本分布较少的低概率区进行抽样，即为偏尾端抽样；LHS抽样则是由样本整体分布考虑，这说明相对于MonteCarlo抽样方法，LHS方法更适合构建小样本的概率分布，故本文采用LHS法.4）整理分析所得模拟评价结果.
1.3重金属生物毒性评价权重系数
2实例研究
2.1采样点布设及样品采集
实例源于作者2011～2012年的研究成果[10]，采样区域为新乡市市郊的农用土壤，经过采样监测所获数据的统计分析结果见表2.
实际监测数据常包含一些误差较大的、无代表性的数据，本文建议对所得数据进行异常数据的剔除，否则可能会影响评价区域整体污染水平评价的正确性，本文的剔除原则为平均值±3*标准差[8].本文相关统计计算采用SPSS 16.0vers软件进行.
将土壤实测含量参数进行ShapiroWilk检验，由表2可知，Ni，Zn，Cu和Cr的sig.值均大于0.05，表明这些重金属的实测含量数据都呈正态分布.而Cd的sig.值小于0.05，不符合正态分布，须进一步转化验证，根据其偏度和峰度的信息，选择Ln函数进行数据转换，转换前后的Cd的概率分布见图2～3所示，故Cd的含量符合对数正态分布.
据上述章节的数据和分析，按照1.2节中的MonteCarlo模拟步骤，将模拟参数设置设定：最大实验量为1 000，置信区间为95%，抽样方法为拉丁超立方，其它参数取软件的默认值.对于实例区域土壤中各种金属的评价模拟预测图见图4～8所示.图中Probability代表概率可信度，Frequency代表频数.
根据表1和图4～8计算得出表4，其表征了各重金属模拟评价结果隶属于各污染等级的概率可信度，可得出：1）评价区域重金属Cd隶属于严重污染等级的概率高达98.1%，对当地有着极大的潜在生态风险或人体健康风险；2）评价区域重金属Ni和Zn的评价结果较相似，隶属结果均跨越了全部7个污染等级，说明评价区域中Ni和Zn有着明显的空间分布特征，同时它们属于严重污染的概率也分别高达84.5%和87%；3）评价区域重金属Cu的模拟评价结果隶属于各污染等级的概率较为均匀，其最大隶属于偏中污染，概率为30.9%，而其隶属于轻度污染和重度污染的概率分别为21%和24.7%，故很难判断其最终的评价结论，这也证实了评价过程中确实存在较大的不确定性，并且很可能误导决策；4）评价区域重金属Cr的模拟评价结果跨越了3个污染等级，而且它隶属于轻度污染的可信度达69.8%，这说明Cr的空间含量分布较均匀.
根据单因素指数法的评价准则（评价值大于1则土壤已受污染，小于1则未受污染），可知Cd、Ni和Zn已超标，而Cu和Cr未超标，但单因素指数法只能定性地判断污染程度，对于筛选优先控制污染物的评价辨识度较低.确定性地累积模型有较为完善的污染程度定量评级准则（见表1），根据表5结果，基本可较好地识别出优先控制污染物，但仍存在一些问题：1）其评价结论中对于Ni和Zn污染等级均为4级，无法进一步分辨二者的相对污染程度的高低；2）Cu和Cr在确定性地累积评价中的污染级别分别为1级和0级，而单因素指数评价中二者的评价结果都小于0（未污染状态），二种评价方法的结论出现了分歧，故在实际应用中确定性地累积模型的评价分辨力仍有不足.基于MonteCarlo模拟的土壤环境重金属污染评价结果（IM-C），由于各重金属潜在生态风险权重系数（Ti）的嵌入，评价结论出现了几点变化：1）Ni和Zn的IM-C值出现了较显著的差异，其原因是Ni的潜在生态风险权重系数5远大于Zn的潜在生态风险权重系数1.大量研究证明Ni具有明显的致癌性和致敏性，并对水生生物有明显的危害性[1]，相比之下，Zn是人体必不可少的有益元素.这也正对应了我国土壤环境质量标准中关于Ni（60 mg·kg-1）和Zn（300 mg·kg-1）的污染限值差异.参考单因素指数法结果，且对比于确定性地累积法Ni和Zn污染级别一致，证明基于MonteCarlo模拟的土壤环境重金属污染评价法分辨力更强.2）对比于Zn和Cu的确定性地累积模型评价结果的较大差异，Cu和Zn的IM-C值则相对趋于接近，这是由于Cu的生态风险权重系数5大于Zn的生态风险权重系数1，同样Cu的污染限值为100 mg·kg-1也明显严于Zn的污染限值300 mg·kg-1，故基于MonteCarlo模拟的土壤环境重金属污染评价法更符合客观实际.3）Cu和Cr在确定性地累积模型评价结果中污染等级分别为1级和0级，但根据单因素指数法的评价结果，二者的污染级别都属于未污染级别，由于Cu的生态风险权重系数大于Cr的生态风险权重系数，基于MonteCarlo模拟的土壤环境重金属污染评价法“放大”了二者之间评价结果的差异性，更有利于筛选出优先控制污染物.
3结论
针对现行确定性土壤环境质量评价中的不足，提出了基于MonteCarlo模拟和生态风险权重系数的土壤环境重金属污染评价法，而后借助实例与现行评价方法进行对比研究.结果表明：所提出方法的评价结果为一系列隶属于各个评价等级的概率可信度，同时，生态风险权重系数的嵌入使其具有更高的评级分辨力.与确定性评价模型相比，能够更真实、更客观地表征整体区域土壤中重金属的真实污染状态，给决策者提供更全面、科学的参考.
但需要指出，由于所提出的评价方法侧重于评价区域整体的土壤重金属污染水平，所以可能忽略个别极值点，故建议对个别极端值进行确定性污染评价，如评价结果与不确定性评价结果差异较大，则需要有针对性进行采样调查验证.
参考文献
[1]陈怀满. 环境土壤学[M]. 北京： 科学出版社， 2010.
[2]ZHONG X L， ZHOU S L， ZHU Q， et al. Fraction distribution and bioavailability of soil heavy metals in the Yangtze River DeltaA case study of Kunshan City in Jiangsu Province， China[J]. Journal of Hazardous Materials， 2011， 198（30）： 13-21.
[3]MULLER G. Index of geoaccumlation in sediments of the Rhine river[J]. Geojournal， 1969， 2（3）： 108-118.
[4]HAKANSON L. An ecology risk index for squatic pollution control： A sedimentological approach[J]. Water Research， 1980， 14（8）： 975-1001.
[5]LU X W， LI L Y， WANG L J， et al. Contamination assessment of mercury and arsenic in roadway dust from Baoji， China[J]. Atmospheric Environment， 2009， 43（15）： 2489-2496.
[6]CAEIRO S， COATA M H， RAMOS T B， et al. Assessing heavy metal contamination in Sado Estuary sediment： An index analysis approach[J]. Ecological Indicators， 2005， 5（2）： 151-169.
[7]KASTNER M. MonteCarlo methods in statistical physics： Mathematical foundations and strategies[J]. Communications in Nonlinear Science and Numerical Simulation， 2010， 15（6）： 1589-1602.
[8]杜本峰. 数据、模型与决策[M]. 北京： 中国人民大学出版社， 2009.
重金属污染的特征篇(7)
[关键词]重金属；危害性；农产品；检测技术
中图分类号：TS207.51 文献标识码：A 文章编号：1009-914X（2015）41-0323-02
引言
在化学方面上，人们根据金属的密度把金属分为了重金属和轻金属两大类别。并且，人们常把密度大于4.5克每立方厘米的金属称为重金属。如金、银、铜、铅、锌等45种金属元素。在环境方面上，重金属是指汞、铅、镉等生物毒性显著的金属元素。重金属的环境污染来源于大自然中的水、大气、固废等等。据了解，重金属有着传播范围广、时间长、隐藏性高、难以降解的特点。由于重金属的这些特点，使得生物的难以降解，并且长期累积在了食物链的最顶层。逐渐的被人类使用，也成为了伤害人类的杀手。
一、重金属的危害
1.1、重金属所表现出来的生物毒性特征
物质性质和物质含量，以及存在的物质形态这三大方面是重金属所表现出来生物毒性特征强与弱的表现。就像六价铬的毒性十分强劲，而三价铬又是人类自身不可或缺的一个重要元素一样。并且，这些生物的毒性特征隐藏性极高，不容易被人们发现。而这些危害及其污染因素，所表现的生物毒性特征主要是变态发育、畸形、中毒等等不足之处。
1.2、重金属对环境的危害持续性永久性
重金属的污染威力极大，是人们不可避免的，但是却是人们可以提前预防或者及时进行防护措施的。因为，在人类生活的环境中，重金属一旦污染了人们所在的环境，不仅不能过降解，还会随着时间的增长，变换着重金属危害、污染的浓度，并且重金属污染、危害随着时间的持续性永久性，还会扩大重金属的危害、污染的范围，甚至，重金属危害、污染的范围也会随着时间的增长越扩越大。
1.3、大部分的重金属的污染、危害具有不可降解性
大部分的重金属在环境和人体，以及生物的食物链中都具有着不可降解性。这样的重金属的不可降解性，即使是随着时间的推移，也很难被生物降解掉。反而，这些重金属随着时间的积累，重金属的污染物危害性会一直蓄积累积在环境中、甚至人体自身中和生物的食物链顶层中。久而久之，随着时间的变化，在生物的食物链顶层当中，重金属因为难以被生物所分解掉，所以会一级一级向下流向食物链。这个时候，食物链的营养价值越高，人体蓄积积累的重金属就会越来越多。而在人类身体的器官内，不可避免的，也会积累着重金属。而伴随着的，自然就是重金属给人体带来的伤害，只会是越来越多，而不会减少，这就是重金属的不可降解性。
1.4 重金属给农产品中农作物所带来的危害
重金属在农产品中农作物的土壤迁移内会给农产品中的农作物带来污染，危害的影响。而农产品中，土壤和农作物的关系其实就是，首先是有污水灌溉了农田，然后再由重金属进入土壤，最后再由农产品中农作物的根系从土壤中吸收重金属。而在这一环节中，重金属所带来的危害和污染也直接损害、影响了农产品中农作物的自身条件，并且影响了农产品中农作物的发育，也危害、污染了农产品中农作物的生长环境。
二、重金属的检测技术概述
2.1、原子吸收法
根据专业人士的研究表明，被人们普遍认可的重金属的检测技术分析方法分别是原子吸收法、电感耦合等离子体法、紫外可分光光度法、原子荧光法、X荧光光谱、电感耦合等离子质谱法等等。而且，针对重金属的检测技术而言，国外国家，比如日本和欧盟国家采用了电感耦合等离子质谱法进行重金属分析。但对我国国内用户而言，这种重金属的检测技术分析法仪器成本较高。当然也有的国家采用了X荧光光谱分析，这个重金属的检测技术法的优点就是无损害检测，这个重金属的检测分析法能够直接的分析成品，但是所检测出来的重复性和精度法都不如光谱法。据了解，现在国内比较多的人们仍旧采用着的是重金属检查技术方法的两种，其中一种是电感耦合等离子体法，而另一种则是原子吸收法。
例如，上文所提的原子吸收法。如今，由于计算机技术和化学技术的发展和多种新型元器件的出现，使得重金属的检测技术中的原子吸收光谱仪的精密度和准确度以及自动化程度都大大的提升。而原子吸收法的优点则是简化了操作程序，节约了分析时间，从而方便了人们的检测技术。
2.2、电感耦合等离子体质谱法
质谱法给人们留下了极大深刻的印象，其溶液的检出限大部份为ppt级，然而实际上的检出限不可能优于实验室的清洁条件。必须指出，而质谱法的ppt级检出限是针对溶液中溶解物质很少的单纯溶液而言的，如果涉及固体中浓度的检出限，由于质谱法的耐盐量较差的质谱法的检出限的优点会变差多达50倍，一些普通的重金属轻元素在质谱法中有严重的干扰，也将恶化其检出限。然而，还有有专业人士又将治理重金属污染的方法归结成两种检测方法。这两种检测技术都是化学方法，在此，将列举两种方法进行论述。
以上的重金属的两种检测技术的化学方法均能够对农产品中农作物产生影响，保护农产品中农作物的生长环境，减少重金属给农产品中农作物带来的危害，减少甚至清除由重金属所带来的生物毒性。如果人们能够利用以上两种重金属检测技术的化学方法，达到了净化土壤这一农产品中农作物的生长载体所产生的危害性和污染性。在现如今，人们对于土壤污染的防治与修复，使得了生物修复检测的技术得到大家广泛的推崇和使用。据了解，日本有家公司研制出了利用生物技术迅速净化土壤复合污染的技木，即在污染的土壤中混入肥料和微量的无害酸，即可改善污染，从而使受到污染而失去活性的土壤恢复固有的呼吸作用。然后通过迅速消耗土壤中的氧而形？？利用生物方法净化土壤这一农作物的生长载体中的复合污染，在现如今对于土壤污染防治与修复，生物修复技术得到广泛的推崇。日本往原公司研制出利用生物技术迅速净化土壤复合污染的技木，即在污染的土壤中混入肥料和微量的无害酸，从而使受到污染而失去活性的土壤恢复固有的呼吸作用。然后通过迅速消耗土壤中的氧而形成强烈的还原效应，达到治理污染修复农产品中农作物生长环境的目的。也由此产生了强烈的还原效应，达到了人们治理污染修复农产品中农作物的生长环境的目的。
三、农产品中铅和镉的快速检测技术
农产品中的铅和镉的测定方法较多，上文中提到的方法均适用于这两种元素的检测，下面本文提出一种的检测方法，即溶出伏安法，并通过实验对该方法在农产品中铅和镉的连续检测进行论述。
3.1、实验材料与仪器
3.1.1材料。本次实验中使用的主要材料为大米、小麦、玉米和大豆，分别编号为1，2，3，4号样品。
3.1.2试剂。本次实验中使用的主要试剂有以下几种：过氧化氢、氢氧化钾、氯化钙、硝酸镁、浓硝酸、氧化镁、硫酸铜等，上述试剂均为分析纯，缓冲溶液采用的是国外进口试剂，铅和镉的标准储备液全部由中国标物中心提供。
3.1.3仪器。本次实验中使用的主要仪器有以下几类：分析天平、电热鼓风干燥箱、电子万用炉、箱式电阻炉、电炉温度控制器、超声波清洗器、可调移液器、重金属测定仪等。
3.2、实验设计
3.2.1绘制标准曲线。先向50ml的空白溶液当中加入不同浓度的标准溶液，通过仪器检测到的电流值可获得不同重金属标准溶液与电流大小的关系，再以回归分析法确定出被检测试样中重金属的含量。
3.2.2精密度设计。分别取铅和镉标准溶液放于坩埚当中，将浓度调整为50ng/ml和30ng/ml，然后对溶液当中重金属的浓度进行测定，为保证测定结果的精确度，可平行测定10次。
3.3、实验方法
3.3.1试样制备与前处理。将四种实验材料全部粉碎之后，过80目筛子，以此来获得所需的实验样品。然后称取5g样品放于100ml坩埚当中，分别加入7ml的过氧化氢和2ml的浓硝酸，浸泡10min左右，主要目的是让样品与溶液充分接触、氧化；把浸泡好的试样放于电炉上并以小火缓慢加热，至无黄烟冒出后，加大火力使其碳化；将5g硝酸镁溶于1-2ml蒸馏水当中，并将其加入到已经碳化的试样中，加盖以小火蒸发水分，至硝酸镁呈熔融状态时，可加大火力，待样品灰化基本完全后，将坩埚放入马弗炉，以550摄氏度的温度碳化1h，直至灰化完全。
3.3.2确定测定条件。本次实验采用富集时间为60s进行重金属含量测定。
3.3.3样品检测。分别对原料当中的铅和镉的含量进行测定，具体步骤如下：将预先处理好的样品用50ml水溶解于特定的检测烧杯当中，然后加入适量的缓冲试剂；将烧杯置于超声波清洗器当中进行振荡，约10min左右，过滤；再以氢氧化钾溶液和盐酸对液进行调整，使其pH值约等于2；最后选择合适的富集时间按照检测键对样品进行检测。
3.4、实验结果分析
样品中铅和镉检测标准曲线的绘制。铅和镉的检测标准线性实验结果如表1和表2所示。
由表1和表2中的数据结果可以清楚的看出，仪器经过校准之后，对不同测定值的检测结果稳定性良好。
结束语
一直以来，重金属作为工厂生产、企业生产的重要原料。随着我国经济迅速发展和生活水平的逐渐提高，重金属内部所含有的用量和种类也越来越多了。而这样的改变，给人们带来了不可避免的影响和污染。其实单从重金属而言，重金属是没有过错的。重金属的污染和危害主要来源于人们盲目的追求经济的发展，这才让重金属逐渐走上了人类生活中无形杀手的道路。而如今，重金属的污染日益剧增，人类都应该成为环境污染和危害中最主要的反思者，特别是工厂、企业这样的管理人员，更应该反思自己的排污作为是否合理，甚至思考自己是否应该改善过去自己的作风。而人类也只有明确重金属的所具有的污染、危害的根源，才能够从根本上的改变人类每天所处的的生长环境，改变重金属带来的严重危害性、污染性，改变农产品中农作物的成长环境，改变重金属所带来的生物毒性特征。
参考文献
[1] 陈冠宁，宋志峰，魏春雁，重金属检测技术研究进展及其在农产品检测中的应用[J]；吉林农业科学，2012-12-25.
[2] 李群，食品中的重金属检测技术及其发展探讨[J]；科技风，2010-08-25.
