, 郑欢2, 赵烜杭2, 于瑶光2, 钟敬秋1,4
1. 辽宁师范大学海洋经济与可持续发展研究中心, 大连 116029;
2. 辽宁师范大学地理科学学院, 大连 116029;
3. 中国科学院沈阳应用生态研究所, 沈阳 110016;
4. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京 100101
收稿日期: 2020-03-01; 修回日期: 2020-03-31; 录用日期: 2020-03-31
基金项目: 国家自然科学基金项目（No.41976206，41671158）；辽宁省教育厅人文社科研究项目（No.WQ2019020）；辽宁省社会科学规划基金项目（No.L19CJY005）；辽宁省大学生创新创业训练项目（No.201910165190）；辽宁师范大学校级科研项目（No.BS2018L007，CX201902012）
作者简介: 闫晓露(1987-), 女, E-mail:xlyan@lnnu.edu.cn
通讯作者（责任作者）: 钟敬秋, E-mail:zjq@lnnu.edu.cn
摘要：选取我国北方典型河口区—辽东湾北部区为研究对象，共采集129个表层土样，测定了Cu、Cr、Cd、Ni、Zn和Pb等土壤重金属含量，利用地统计分析、地累积指数（Igeo）、内梅罗指数、潜在生态风险指数（RI）、多元统计分析及健康风险模型对研究区土壤重金属的空间分布特征、污染来源及健康风险进行系统分析，并对区域人居环境改善提出对策建议.结果表明：①研究区土壤中Cu、Cr、Cd、Ni、Zn和Pb的平均含量分别为17.87、148.97、1.31、40.91、102.86和12.42 mg·kg-1，除Cu和Pb以外都超过了辽宁省土壤背景值；②6种重金属污染程度排序为Cd > Cr > Zn > Ni > Cu > Pb，其中Cd元素污染最严重；土壤重金属综合生态风险指数RI为325.689，处于重度生态风险水平，Cd是主要的生态风险因子；③多元统计分析表明，重金属Cu、Zn和Pb主要受自然因素影响，Cr和Ni主要源于生活及工业废水排放，Cd以磷肥的大量使用、石油化工生产及工业活动作为主要的人为来源；④健康风险评价结果表明，皮肤接触暴露途径中儿童的非致癌风险大于成人，呼吸暴露途径中成人的致癌风险大于儿童，元素Cr的总致癌风险Rall < 10-6，不存在致癌风险，Cd的总致癌风险10-4 < Rall < 10-6，存在可接受致癌风险；⑤河口海岸区对我国海湾及沿海区域经济发展意义重大，土壤重金属污染和人居健康问题已经不容忽视，希冀本研究可为当地政府及同类区域提供科学借鉴.
关键词：土壤重金属空间分布潜在生态风险健康风险来源解析河口区
Source identification and health risk assessment of soil heavy metal in the estuary of Northern Liaodong Bay, China
YAN Xiaolu1,3
, ZHENG Huan2, ZHAO Xuanhang2, YU Yaoguang2, ZHONG Jingqiu1,41. Marine Economy and Sustainable Development Research Center, Liaoning Normal University, Dalian 116029;
2. School of Geography, Liaoning Normal University, Dalian 116029;
3. Institute of Applied Ecology, Chinese Academy of Sciences, Shenyang 110016;
4. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101
Received 1 March 2020; received in revised from 31 March 2020; accepted 31 March 2020
Abstract: A total of 129 topsoil samples collected in Northern Liaodong Bay were analyzed for contents of Cu, Cr, Cd, Ni, Zn and Pb, so as to evaluate the spatial distribution characteristics, risk status and pollution sources of heavy metals in the soils by using geostatistical analysis, geo-accumulation index (Igeo), Nemerow index, potential ecological risk index (RI) and health risk model, as well as multivariate statistical analysis methods, such as correlation analysis and principal component analysis. And countermeasures and suggestions were put forward for improving the regional living environment. The results of this study showed that the average contents of heavy metals of Cu, Cr, Cd, Ni, Zn and Pb in the soils in the northern part of Liaodong Bay were 17.87, 148.97, 1.31, 40.91, 102.86 and 12.42 mg·kg-1, respectively, which, except for Cu and Pb, were all exceeding the background values in Liaoning Province. The accumulation index and pollution degree of these 6 heavy metals were ranked as Cd > Cr > Zn > Ni > Cu > Pb, with Cd being the most serious pollutant. The potential ecological risk index (RI) of 325.689 reached a high potential ecological risk level, with Cd being the most affecting element. Multivariate statistics showed that Cu, Zn and Pb were mainly derived from soil parent materials, while Cr and Ni were mainly from coal combustion, waste gas, wastewater discharge and other industrial activities; and Cd mainly came from phosphorous pesticide usage, petrochemical production and industrial wastewater discharge. The health risk assessment indicated that the non-carcinogenic risk for children in skin-contact exposure pathways was higher than that for adults, but the carcinogenic risk for adults in respiratory exposure pathways was higher than that for children. The total carcinogenic risk of element Cr was less than 10-6, meaning no carcinogenic risk; and the total carcinogenic risk of Cd was between 10-4 and 10-6, meaning an acceptable carcinogenic risk. As estuarine areas are of great significance for the economic development of gulf and coastal regions in China, the problems of soil heavy metal pollution for human health shall not be ignored. Therefore, this study can provide important scientific reference for local governments and similar regions.
Keywords: soil heavy metalsspatial distributionpotential ecological riskhealth risksource analysisestuary area
1 引言(Introduction)土壤重金属形态多变, 具有高毒性、不可降解性、弱移动性和生物富集性等污染特点(Pekey et al., 2013).废气、废水和废渣排放、大气沉降、垃圾堆放等人类工业活动, 会使重金属在土壤中不断积累、过量沉积, 进而影响土壤的理化性质, 抑制动植微生物等生命活动(Lv et al., 2014), 同时依托食物链传递及人体皮肤接触与呼吸摄入(Li et al., 2008), 累加于人体内形成人类健康危害源.已有研究表明, 儿童皮肤接触及口鼻摄入大量重金属会直接对智力及行为造成不利影响(李晓燕等, 2010).与水气污染不同的是, 土壤重金属污染具有隐蔽性和滞后性, 且治理后依然会形成二次污染(楚纯洁等, 2014), 因此, 土壤重金属污染问题不容忽视.
目前, 关于土壤重金属污染的研究侧重于来源识别、空间分布及环境污染的测算与评估, 且研究主要集中于城市、农田及工业发达区域(吕建树等, 2012；Miao et al., 2019).研究方法主要以多元统计和地统计分析等重金属来源和空间分异的范式性方法为主(Lu et al., 2012).其中, 多元统计以探索多种元素相互关联的规律性为目的(戴彬等, 2015；洪涛等, 2019).而地统计方法主要应用于土壤中物质的空间结构和变异性的相关研究(周旭等, 2019).自20世纪后期引入土壤学研究以来, 以反距离权重为代表的地统计方法, 因具有可将散点状数据面状化的简便方式而被广泛应用(张军等, 2018；Ying et al., 2019).重金属作为具有非生物降解性和可以通过皮肤接触、口手摄入和口鼻吸入等方式影响人体健康的特性污染物, 逐级累加可导致人类生活环境的安全性降低(Li et al., 2001；任春晖等, 2012；Das et al., 2013).根据不同污染物来源开展土壤重金属的健康风险评价, 可有效得出不同年龄组的危险脆弱性, 进而确定成人和儿童受到土壤中重金属的致癌和非致癌健康影响(Ali et al., 2020；Varol et al., 2020).Wu等(2020)采用数理统计、地统计学、条件推理树(CIT)等方法, 对遵义市表层土壤重金属进行健康风险评价, 指出烟田土壤中汞、铅、锌、镉平均含量均高于本底值.同时, 伴随早期以牺牲环境为代价的不可持续经济发展模式逐渐被取代, 以及现实经济高质量发展的需求, 河口海岸区域重金属沉积问题引起了****们的广泛关注(Yang et al., 2015；韩志轩等, 2018).在我国长江口地区, 有研究人员使用正矩阵分解、地质积累指数等来表征长江口表层沉积物中重金属的时空分布特征, 确定了重金属的多种来源, 用以指导防治措施降低环境风险(He et al., 2018；Liu et al., 2019).而对于经济相对发达的珠江口区域, Cd是目前珠江口表层沉积物中污染较严重的重金属污染物(刘解答等, 2017；Chai et al., 2018).梳理国内外研究发现, 有关土壤重金属污染、环境与人类健康风险评价的报道多以内陆区域为主, 而针对海陆相互作用、经济相对发达但生态保护需求极大的河口区域, 也是对于土壤重金属污染评价及来源识别的研究较多, 涉及河口区健康风险的研究尚不多见.入海河口区域作为海岸带的重要组成部分, 不仅接纳来自上游地区排放的污染物, 而且本区域人类围垦活动的强度不断增大, 人类面对土壤重金属引起的健康风险也逐渐增大.因此, 在人类活动日益加剧的背景下, 河口区域土壤重金属污染引起的健康风险问题亟待解决.
辽东湾北部区是辽宁省大凌河、双台子河(现已更名为辽河)、大辽河三大入海河流与渤海相互作用形成的河口海岸地带, 具有重要的生态地位和资源优势.近年来, 研究区上游工农业发展迅速, 产生了大量废水、废渣并汇入河流, 严重威胁着下游河口地区的生态环境.加之, 河口地区人口密度较大, 石油、港口、工业及农业的开垦等人类活动对区域生态环境带来巨大冲击, 使河口地区的生态环境问题和人居健康问题日趋严峻.因此, 本文以辽东湾北部区为例, 针对Cu、Cr、Cd、Ni、Pb、Zn 6种重金属土壤测样数据, 首先基于ArcGIS平台, 通过地统计分析模块中的反距离权重插值获得重金属空间分布状况；然后采用地累积指数法(Igeo)、内梅罗指数法、潜在生态风险指数法及健康风险模型, 对研究区土壤重金属的污染状况及健康风险进行评价；最后运用多元统计分析方法识别土壤重金属的来源, 并提出人居环境改善的对策建议.本研究对于制定海湾河口污染防治策略、科学强化海湾河口区域污染综合治理力度、降低人居环境健康风险及提升区域可持续发展综合水平均具有重要现实意义.
2 研究区概况与数据来源(Overview of the study area and data sources)2.1 研究区概况辽东湾北部河口地区(东经121°30′~122°09′, 北纬40°40′~41°12′)位于辽宁省南部, 是我国沿海线的最北端, 南邻渤海(图 1).该区地处中纬度季风气候带, 属亚湿润区, 沿岸兼具大陆性气候和海洋性气候.区域多年平均的入海水量和入海沙量相对较高, 孕育产生了大面积河口湿地, 也为海洋生物生命活动的正常进行提供了必要的养分, 是我国不可或缺的生态基地.同时, 研究区是辽宁省石化工业、农业、水产养殖、渔业和盐业的重要生产基地之一, 不仅接纳来自上游流经抚顺、鞍山、本溪、辽阳等工业密集区排入的各类废水, 而且下游地区受到盘锦市工农业废水、城市生活污水任意排放等人为干扰, 已经严重威胁到河口地区的生态环境, 土壤重金属污染现状堪忧.
图 1(Fig. 1)
 |
| 图 1 研究区采样位置示意图 Fig. 1Sampling site of the study area |
2.2 数据来源与处理按照样品可获得性、代表性和均匀性原则, 充分考虑区域不同的土地利用方式、植被覆盖与土壤类型等特点, 于2015年10月中旬(水稻收割排水后)采集129个表层(0~20 cm)土壤样品, 并用精度为3~5 m的GPS记录实地坐标(图 1).在每个采样点附近, 每隔50~100 m进行3次取样并充分混合形成一个完整的土壤样本, 用聚乙烯袋包装.平均重1 kg左右的土壤样品自然风干后, 通过一个2 mm的尼龙筛去除根部等粗糙碎屑物质以保障土样均匀.样品经研磨全部通过0.149 mm尼龙筛, 供土壤重金属项目测定.选取铜(Cu)、铬(Cr)、镉(Cd)、镍(Ni)、锌(Zn)和铅(Pb)6种重金属作为待测目标, 采用电感耦合等离子体原子发射光谱法(HITACHI P-4010, 日本生产), 对经过硝酸、氢氟酸和高氯酸混合物高温消解6 h后的样品进行测定.对于测定结果, 实验采用平行检验和标准对照(中国计量科学研究院GBW-07401)对质量保证和控制进行评价, 标准回收率为95.12%~104.47%, 分析结果符合国家环境保护总局《土壤环境监测技术规范》HJ/T 166—2004的标准要求.
3 研究方法(Research methods)3.1 多元统计与地统计分析采用SPSS 22.0的多元统计方法对土壤重金属进行污染源识别.基于ArcGIS 10.2平台中的地统计分析模块, 利用反距离权重(Inverse Distance Weighted, IDW)插值方法, 制作得到研究区6种土壤重金属的空间分布图.
3.2 土壤重金属污染评估分别采用地累积指数法(Igeo)、内梅罗指数法及潜在生态风险指数法对土壤重金属污染进行评价.其中, 地累积指数(Igeo)通常称为Muller指数, 是区分人为活动影响的重要参数, 计算公式见式(1).
 | (1) |
内梅罗指数法包括单因子指数法和综合指数法(陈怡先等, 2018).单因子指数法一般通过土壤样品中重金属含量实测值与土壤重金属背景值的比值计算得出污染指数(Pollution Index, PI), 而综合指数法则计算各监测点的综合环境质量指数.土壤单项污染程度分级标准为：Pi≤1, 无污染；1 < Pi≤2, 轻污染；2 < Pi≤3, 中污染；Pi>3, 重污染.土壤综合污染程度分级标准为：P综≤0.7, 安全；0.7 < P综≤1.0, 达到警戒线；1.0 < P综≤2.0, 轻污染；2.0 < P综≤3.0, 中污染；P综>3.0, 重污染.计算公式分别见式(2)和式(3).
 | (2) |
 | (3) |
3.3 潜在生态风险评价潜在生态风险指数由瑞典****Hakanson基于重金属的理化性质和环境的相互作用提出, 用以评价重金属污染程度及其潜在生态危害(Hakanson, 1980), 计算公式见式(4).
 | (4) |
3.4 健康风险评价采用美国环保署(U.S.EPA)推荐的危害商(HQ)表示重金属的健康风险(杨忠平等, 2015), 计算公式见式(5)~(6).
 | (5) |
 | (6) |
表 1(Table 1)
| 表 1 健康风险评价暴露参数 Table 1 Exposure parameter values of health risk assessment | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 1 健康风险评价暴露参数 Table 1 Exposure parameter values of health risk assessment
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 2(Table 2)
| 表 2 不同暴露途径下的SFi与RFDi Table 2 The SFi and RFDi of different exposure pathways | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 2 不同暴露途径下的SFi与RFDi Table 2 The SFi and RFDi of different exposure pathways
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4 结果与分析(Results and analysis)4.1 土壤重金属描述性统计由表 3可知, 研究区土壤Cu、Cr、Cd、Ni、Zn和Pb的平均含量分别为17.87、148.97、1.31、40.91、102.86和12.42 mg·kg-1.除Cu和Pb以外, 其余重金属元素平均含量均超过了地区土壤背景值, 其中, Cr和Cd的平均含量分别为土壤背景值的2.48和10.08倍, 超标率分别达到93.02%和89.15%, 表明这两种元素在研究区有显著的累积.基于国家标准(国家环境保护局, 1995), Cu和Pb平均含量低于国家一级标准值, Cr、Ni和Zn平均含量低于国家二级标准值, 而Cd平均含量高于国家三级标准值.根据Wilding(1985)对变异系数(Coefficient of Variation, CV)的分级, 研究区土壤重金属均不属于低度变异(CV < 0.16)；Ni、Zn和Pb的变异系数分别为0.23、0.22和0.36, 属于中度变异(0.16 < CV < 0.36)；Cu、Cr和Cd的变异系数分别为0.40、0.42、0.82, 属于高度变异(CV>0.36), 表明这3种元素数据离散程度最高, 可能受到人为因素的影响而产生特征值.
表 3(Table 3)
| 表 3 辽东湾北部土壤重金属元素描述性统计 Table 3 Descriptive statistic of heavy metals in soil of Northern Liaodong Bay? | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 3 辽东湾北部土壤重金属元素描述性统计 Table 3 Descriptive statistic of heavy metals in soil of Northern Liaodong Bay?
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
通过计算超标点位数与采样点数的比值得出点位超标率, 具体重金属元素点位超标率见图 2.由图可知, 研究区Cu、Cr、Cd、Ni、Zn和Pb土壤背景值的点位超标率分别为36.43%、93.02%、89.15%、96.90%、97.67%、2.33%.超国家一级标准值点位中, Cd和Cr的点位超标率分别为89.15%和85.27%；Cd、Cr和Ni 3种重金属平均含量超过国家二级标准值, 点位超标率分别为75.97%、3.88%和0.78%；Cd和Cr两种重金属相对国家三级标准值的点位超标率分别为57.36%、0.78%, 表明可能存在潜在Cd、Cr污染风险.
图 2(Fig. 2)
 |
| 图 2 表层土壤重金属点位超标率 Fig. 2Heavy metal overage rate in surface soil |
4.2 土壤重金属空间分布将上述综合评价得到的结果, 利用ArcGIS10.2构建重金属空间格局图.由图 3可知, 研究区土壤重金属空间分布规律明显, 6种重金属含量较高的区域出现在靠近河口(大凌河、双台子河和大辽河)的农业和水产养殖区附近.其中, Cd含量呈现东中部及西南部高, 西北部低的趋势；Cr、Ni及Zn含量呈现西部和中部高, 东部及西北部偏低的趋势；Cu和Pb含量呈现西北部和南部高, 西南部及东部低的态势.Cr、Ni和Zn的空间分布格局类似, 推测这3种金属可能存在同源性, 具体污染来源还需通过多元统计分析进行验证.
图 3(Fig. 3)
 |
| 图 3 辽东湾北部地区土壤重金属含量空间分布 Fig. 3Spatial distribution of heavy metal contents in soil of Northern Liaodong Bay |
4.3 土壤重金属污染评价4.3.1 地累积指数及污染指数评价土壤重金属地累积指数分级统计结果显示(表 4), Cu的地累积指数为-3.70~0.61, 平均值为-0.88；Cr为-6.58~1.76, 平均值为0.38；Cd为0.40~5.37, 平均值为2.51；Ni为-0.73~0.96, 平均值为0.21；Zn为-3.61~0.23, 平均值为0.28；Pb为-3.30~1.16, 平均值为-1.62.6种重金属地累积指数的类分布图(图 4a)中颜色由浅到深表示污染指数或风险程度由低到高, 可以看出, 6种重金属污染程度排序为Cd>Cr>Zn>Ni>Cu>Pb, 其中, Cd元素污染最严重, 达到强污染及以上的采样单元占总数的46.5%；其次为Cr, 采样单元中Cr含量基本处于无污染或中度污染水平；其余重金属元素为无污染至中度污染.
图 4(Fig. 4)
 |
| 图 4 地累积指数、污染指数及单因子潜在风险指数的类分布图 Fig. 4Class distribution of geoaccumulation indexes, class distribution of contamination indexes and class distribution of single index of the ecological risk |
表 4(Table 4)
| 表 4 研究区土壤重金属污染程度 Table 4 Grading of heavy metal pollution in the soil of study area | ||||||||||||||||||||||||||||||||||||||||
表 4 研究区土壤重金属污染程度 Table 4 Grading of heavy metal pollution in the soil of study area
| ||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||
通过统计重金属元素的单因子指数与综合指数, 以及对比内梅罗指数法的分级标准, 获得Cu、Cr、Cd、Ni、Zn、Pb的单因子指数极大值Pimax分别为2.29、5.09、22.62、2.91、3.35、1.28(表 4), 均大于1, 说明研究区土壤已受到不同程度的重金属污染, 其中, Cr和Cd污染严重, 处于重污染状态的样点分别占30.23%和75.97%(图 4b).对于综合指数P综, 除Pb以外均已超过警戒值, 其中, Cu处于轻污染状态, Zn和Ni处于中污染状态, Cd和Cr处于重污染状态；重金属的综合污染指数为5.31, 属重污染.
4.3.2 重金属潜在生态风险评价根据式(4)可知, 辽河口表层土壤重金属总潜在生态风险指数RI为325.689, 处于重度生态风险状态(300≤RI < 600).其中, 处于低度生态风险状态(RI < 150)的样本占总样本数的24%；处于中度生态风险状态(150≤RI < 300)的样本占总样本数的29.5%；有34.1%的样本呈重度生态风险(300≤RI < 600)；有12.4%的样本RI值超过600, 呈严重生态风险.此外, 由式(4)计算可得, 土壤中Cd的潜在生态风险指数为302.559, 呈重度生态风险(160≤Eri < 320).总体而言, 研究区土壤重金属生态危害严重, 环境质量较差, 作为辽宁省沿海重要的水产养殖和农业生产基地, 重金属污染问题亟待关注.
4.4重金属健康风险评价
研究区土壤重金属健康风险评价结果见表 5、表 6.由表可知, 致癌风险大小为：Cd>Cr, Cr对当地成人和儿童的总致癌风险(Rall)分别为4.87×10-7、1.82×10-7, Rall < 10-6表明不存在致癌风险；Cd的Rall分别为4.40×10-6、8.50×10-6, 10-4 < Rall < 10-6表明存在可接受致癌风险, 其中, 经手口途径暴露为主要暴露途径.各重金属非致癌风险均小于1, 且不同暴露途径的排序为：HQoral：Cr>Ni>Cd>Cu>Pb>Zn；HQdemal：Ni>Cr>Pb>Cd>Cu>Zn；HQinh：Cr>Ni>Cd>Pb>Zn>Cu.表明研究区土壤重金属元素经任何暴露途径产生的非致癌风险均可以接受, 其中, 经皮肤接触暴露对儿童引起的非致癌风险高于成人.
表 5(Table 5)
| 表 5 土壤重金属致癌风险评价结果 Table 5 Carcinogenic risks assessment results of heavy metals in farmland soil | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 5 土壤重金属致癌风险评价结果 Table 5 Carcinogenic risks assessment results of heavy metals in farmland soil
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 6(Table 6)
| 表 6 土壤重金属非致癌风险评价结果 Table 6 Non-Carcinogenic risks assessment results of heavy metals in farmland soil | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 6 土壤重金属非致癌风险评价结果 Table 6 Non-Carcinogenic risks assessment results of heavy metals in farmland soil
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.5 重金属污染源识别4.5.1 相关性分析如表 7所示, 6种重金属(Cu、Cr、Cd、Ni、Pb、Zn)彼此之间呈显著正相关(p < 0.01).4种重金属(Cu、Ni、Zn和Cr)之间的相关系数均大于0.5, 处于较高态势, 说明它们可能具有相同来源.Cr和Ni元素通常来源于土壤母质(Nanos et al., 2012), 因此, 与之相关性较高的Cu和Zn两种元素可考虑为自然来源, 而人为因素是否影响其来源仍待查证.Cu与Ni、Zn的相关系数分别为0.52、0.71, Cr与Ni、Zn的相关系数分别为0.71、0.52, Ni与Zn的相关系数为0.51, 表明这些重金属可能来自相同的人类活动.Pb与Cd、Cr的相关系数较小, 表明Cd、Cr和Pb的来源可能不同.Cd与其余重金属的相关系数均未超过0.3, 且Cd的变异系数较高, 因此, 判断Cd为孤立元素, 受人类活动影响的可能性大.
表 7(Table 7)
| 表 7 表层土壤重金属相关性矩阵 Table 7 Heavy metal correlation matrix in surface soil | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 7 表层土壤重金属相关性矩阵 Table 7 Heavy metal correlation matrix in surface soil
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.5.2 主成分分析为深入探究土壤重金属的来源, 首先对6种金属元素进行KMO检验和Bartlett球形检验, 其中, KMO值和Bartlett分别为0.678(>0.5)和303.191, 显著性水平为0, 表明数据可用.然后, 采用Kaiser标准化的正交旋转法可提取3个主成分, 累计解释了总方差的83.065%(表 8和图 5).
图 5(Fig. 5)
 |
| 图 5 表层重金属因子荷载 Fig. 5Surface heavy metal load |
表 8(Table 8)
| 表 8 表层重金属元素主成分分析结果 Table 8 Principal component analysis results of surface heavy metal elements | |||||||||||||||||||||||||||||||||||||||||||||||
表 8 表层重金属元素主成分分析结果 Table 8 Principal component analysis results of surface heavy metal elements
| |||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||
主成分1(PC1)的特征值为2.066, 方差贡献率为34.438%.Cu、Zn和Pb在主成分1上的因子载荷分别为0.794、0.786和0.854.成土母质是控制土壤理化性质和元素空间变异性的主要因素.由于研究区处于辽东湾北部河口地区, 该区域的地形特征导致区域内具有相同的沉积物环境, 从而降低了研究区重金属元素的空间变异性.Martní等(2006)认为, 主要来源于土壤母质的Cu含量一般较低, 而受人为因素影响的Cu含量一般较高.研究区Cu含量变异系数相对较小, 接近背景值, 且与重金属Zn相关性显著, 相关系数较大, 因此, 可认为Cu和Zn主要来源于土壤母质.Turer等(2003)研究表明, 土壤和沉积物中Pb的主要来源推测为大气沉降.杨劲松等(2009)研究发现, 相比于其他重金属元素, Pb由内陆向沿海的质量分数呈减小趋势且污染程度较小, 这与本研究结果相一致.因此, 推测PC1主要受自然因素的影响.
PC2的特征值为1.894, 方差贡献率为31.574%.主成分2(PC2)中Cr、Ni的因子载荷分别为0.850和0.897.一般而言, Cr和Ni主要源于成土母质(周艳等, 2018).但研究区Cr和Ni含量远超背景值, 分别处于重污染和中污染状态, 因此, 判断主成分2除受成土母质的影响外, 受人类活动的影响也较大.根据重金属Cr和Ni的空间分布格局可知(图 3), 污染较重地区主要分布于辽河入海口, 该区域一直以来都被辽宁省乃至国家视为重点监测河段.辽河河口除接纳来自上游特别是沈阳重工业区排放的各类废水之外, 在盘锦段也会汇集附近村庄、辽河油田开发及工业点源的各类废水, 导致很多河流被严重污染, 进而在河水排灌期使得重金属污染物大量沉积于土壤中, 造成二次污染.因此, 可推测重金属Cr和Ni除受自然因素影响外, 工业和生活污水排放是导致这两种元素沉积的主要原因.
PC3的特征值为1.023, 方差贡献率为17.054%.主成分3(PC3)中Cd的因子载荷为0.954.研究区Cd的最大含量达到了8.04 mg·kg-1, 其平均含量为背景值的10.077倍, 远高于国家三级标准值.根据图 3中重金属Cd的空间分布情况可知, 沉积浓度较大的区域主要位于工农业发达地区, 这些区域都与人类活动密切相关.前人研究表明, Cd污染主要来源于工业“三废”的排放(Qing et al., 2015).辽河是我国几大河流中污染较重的河流之一, 其上游地区主要流经鞍山、辽阳等重化工业城市, 大量重金属污染水体流入下游, 最终造成整个水网系统的污染.由于本研究采样点主要集中于农业和湿地区域, 因此, Cd因工业点源污染引起的富集不容忽视.除此之外, 现有研究表明, Cd累积还与农药、磷肥及含有抗生素饵料的施用有关(Azzi et al., 2016).随着农业结构的进一步优化, 以粮为主的单一经济格局转变为与水产养殖业融合的生产方式, 该模式已成为区域农业经济的重要支柱和农民经济收入的主渠道.Cd作为“五毒元素”之一, 其不仅在植物体内累积到一定程度表现出毒害作用, 而且还可通过食物链进入人体内, 引起慢性中毒并对器官造成一定的损伤.综合上述健康风险评价结果可知, 研究区Cd污染已严重威胁到人类健康, 对其治理已经迫在眉睫.
5 讨论(Discussion)污染指数和健康风险指数结果表明, Cd和Cr处于重污染状态, Cd具有极强的潜在生态风险, 且存在经手口途径暴露的可接受致癌风险, 需要在工农业生产中引起高度重视.辽河流域作为辽宁省工农业生产的主要用水供给源, 由于上游排入的工业“三废”不断夹带流入下游, 特别是重金属等污染物质伴随农田灌溉、化肥农药滥用及人类围垦等不断富集在农田及养殖区, 给辽河下游流域特别是河口地区的粮食安全及居民健康带来极大威胁.王颜昊等(2019)通过分析黄河三角洲表层土壤重金属的污染情况发现, Cd是该研究区的主要污染元素且对生态风险贡献率极大, 本研究结论与之一致.自改革开放以来, 我国河口等海岸带地区短时期内展开了大规模的滨海湿地围垦及侵占海域的围填海活动, 特别是海陆交汇的三角洲区域, Cd污染都极为典型, 主要原因是上游地区和下游地区的工业“三废”排放及农药、磷肥和含有抗生素饵料的施用(Yang et al., 2015).在国外, 例如被誉为土耳其最重要的底栖生态系统之一的萨迦利河, 其河口区沉积物中Cr和Ni的含量严重超标, 不仅破坏了萨迦利河的生态环境, 而且对人类及水生生物的生存和发展造成威胁(K?se et al., 2020).由此可见, 长期的重金属沉积必然会给人居环境带来巨大风险, 影响河口海岸区域资源的有效利用与经济可持续发展.鉴于此, 在我国乡村振兴战略及《关于改善农村人居环境的指导意见》的指导下, 理应出台重金属污染防治政策法规, 明确责任主体, 明确发展目标；深入推广植保技术与测土施肥, 落实农垦及养殖区土壤安全监测长效机制, 全面建立土壤监测保障体系, 并大力扶持土壤重金属污染技术创新, 构建辽河流域协同保护机制.
改革开放以来, 我国沿海、沿河空间开发利用强度不断加大, 城市建设速率大幅提升, 工业企业高速发展.由于早期企业、沿岸居民的生态意识薄弱及监管措施实施不彻底, 企业废水废渣、沿岸居民生活污水肆意排放, 农药化肥使用监管不力及滥用等因素影响, 大量重金属物质汇集于河道并流入下游, 在河口海岸区域大量富集.河口海岸区域拥有大面积农耕地、水产品养殖区, 部分耕地、养殖区是我国粮食主产区和水产品主要供给源, 滨海湿地围垦致使重金属富集与潜在风险程度进一步加深, 对居民食品安全及生产生活造成了巨大潜在风险.河口海岸区对我国海湾及沿海区域经济发展意义重大, 而长期重金属沉积会对人居环境产生巨大风险, 进而影响河口海岸区域资源利用与经济可持续发展.我国至今尚未开展过系统的河口海岸区域重金属分布状况普查, 在河口海岸区域开发力度持续加大的背景下, 全面掌握我国河口海岸区域重金属分布现状, 对于制定海湾河口污染防治策略、科学强化海湾河口区域污染综合治理力度、降低人居环境健康风险及提升区域可持续发展综合水平均具有重要的现实意义.
6 结论(Conclusions)1) 辽东湾北部区土壤中重金属Cu、Cr、Cd、Ni、Zn和Pb的平均含量分别达17.87、148.97、1.31、40.91、102.86和12.42 mg·kg-1, 均具有高度的空间变异性.除Cu和Pb外, 其余重金属元素的平均值都超过了辽宁省土壤背景值, 其中, Cr和Cd的超标率分别达到93.02%和89.15%, 表明两元素在研究区域有明显的累积.
2) 以辽宁省土壤背景值为标准, 各重金属Pi值排序为Cd>Cr>Zn>Ni>Cu>Pb；P综值除Pb外, 均已超过警戒值.其中, Cu处于轻污染, Zn和Ni处于中污染, Cd和Cr处于重污染.潜在生态风险指数结果显示, Cu、Cr、Ni、Zn和Pb处于低生态风险(Eri＜40), Cd的潜在生态风险指数为302.559, 达重度生态风险(160≤Eri < 320).辽东湾北部表层土壤重金属总潜在生态风险指数RI为325.689, 处于重度生态风险.
3) 基于健康风险评价可知, 儿童皮肤接触重金属的非致癌风险高于成人, 而呼吸途径的成人致癌风险大于儿童.以手口途径为主要暴露途径的重金属污染风险中, Cr对当地居民的总致癌风险Rall < 10-6, 不存在致癌风险；Cd对当地居民总致癌风险为10-4 < Rall < 10-6, 存在可接受致癌风险.
4) 研究区土壤重金属Cu、Zn和Pb主要来源于土壤母质, 受自然因素影响较大；Cr和Ni富集主要受工业和生活污水排放等人类活动影响；Cd在本研究区主要来源于上游工业发达地区的工业“三废”排放及农药、磷肥和含有抗生素饵料的施用.Cd污染已严重威胁到生态环境和人类健康, 对其治理迫在眉睫.
参考文献
| Ali S N, Baqar M, Mumtaz M, et al. 2020. Organochlorine pesticides in the surrounding soils of POPs destruction facility:Source fingerprinting, human health, and ecological risks assessment[J]. Environmental Science and Pollution Research International, 27(7): 7328-7340. DOI:10.1007/s11356-019-07183-7 |
| Azzi D E, Probst J L, Eisserenc R, et al. 2016. Trace Element and pesticide dynamics during a flood event in the save agricultural watershed:Soil-river transfer pathways and controlling factors[J]. Water Air and Soil Pollution, 227(12): 227-442. DOI:10.1007/s11270-016-3144-0 |
| Chai M, Li R, Tam N F Y, et al. 2019. Effects of mangrove plant species on accumulation of heavy metals in sediment in a heavily polluted mangrove swamp in Pearl River Estuary, China[J]. Environmental Geochemistry & Health, 41(1): 175-189. |
| 陈怡先, 姜小三, 王勇, 等. 2018. 基于GIS矿区土壤重金属生态环境及人体健康评价[J]. 环境科学学报, 38(4): 1642-1652. |
| 楚纯洁, 周金风. 2014. 平顶山矿区丘陵坡地土壤重金属分布及污染特征[J]. 地理研究, 33(7): 1383-1392. |
| Das S, Jean J, Kar S. 2013. Bioaccessibility and health risk assessment of arsenic in arsenic-enriched soils, Central India[J]. Ecotoxicology and Environmental Safety, 92(3): 252-257. |
| 戴彬, 吕建树, 战金成, 等. 2015. 山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J]. 环境科学, 36(2): 507-515. |
| 国家环境保护局.1995.GB15618-1995.土壤环境质量标准[S].北京: 中国标准出版社 |
| Hakanson L. 1980. An ecological risk index for aquatic pollution control:A sedimentological approach[J]. Water Research, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8 |
| 韩志轩, 王学求, 迟清华, 等. 2018. 珠江三角洲冲积平原土壤重金属元素含量和来源解析[J]. 中国环境科学, 38(9): 3455-3463. DOI:10.3969/j.issn.1000-6923.2018.09.032 |
| He Z F, Li F L, Salvatore D, et al. 2018. Heavy metals of surface sediments in the Changjiang (Yangtze River) Estuary:Distribution, speciation and environmental risks[J]. Journal of Geochemical Exploration, 198: 18-28. |
| 环境保护部. 2013. 中国人群暴露参数手册[M]. 北京: 中国环境出版社. |
| K?se E, Emiro?lu ?, ?i?ek A, et al. 2020. Assessment of ecologic quality in terms of heavy metal concentrations in sediment and fish on Sakarya River and Dam Lakes, Turkey[J]. Soil and Sediment Contamination:An International Journal, 29(3): 292-303. DOI:10.1080/15320383.2019.1705755 |
| Li X, Poon C, Liu P S. 2001. Heavy metal contamination of urban soils and street dusts in Hong Kong[J]. Applied Geochemistry, 16(11): 1361-1368. |
| 李晓燕, 陈同斌, 雷梅, 等. 2010. 北京城市广场及校园表土(灰尘)中重金属水平与健康风险[J]. 地理研究, 29(6): 989-996. |
| Li Y, Gou X, Wang G, et al. 2008. Heavy metal contamination and source in arid agricultural soil in central Gansu province, China[J]. Journal of Environmental Sciences, 20(5): 607-612. DOI:10.1016/S1001-0742(08)62101-4 |
| 刘解答, 郭亮, 柯志新. 2017. 珠江口表层沉积物中重金属污染及生态风险评价[J]. 水生态学杂志, 38(1): 46-53. |
| Liu R M, Guo L J, Men C, et al. 2019. Spatial-temporal variation of heavy metals' sources in the surface sediments of the Yangtze River Estuary[J]. Marine Pollution Bulletin, 138: 526-533. DOI:10.1016/j.marpolbul.2018.12.010 |
| Lu A, Wang J, Qin X, et al. 2012. Multivariate and geostatistical analyses of the spatial distribution and origin of heavy metals in the aricultural soils in Shunyi, Beijing, China[J]. Science of the Total Environment, 425(1): 66-74. |
| Lv J, Zhang Z, Li S, et al. 2014. Assessing spatial distribution, sources, and potential ecological risk of heavy metals in surface sediments of the Nansi Lake, Eastern China[J]. Journal of Radioanalytical and Nuclear Chemistry, 299(3): 1671-1681. DOI:10.1007/s10967-013-2883-2 |
| 吕建树, 张祖陆, 刘洋, 等. 2012. 日照市土壤重金属来源解析及环境风险评价[J]. 地理学报, 67(7): 109-122. |
| Martní J A R, Arias M L, Corbí J M G. 2006. Heavy metals contents in agricultural topsoils in the ebro basin (Spain).Application of the multivariate geo-statistical methods to study spatial variations[J]. Environmental Pollution, 144(3): 1001-1012. DOI:10.1016/j.envpol.2006.01.045 |
| Miao X Y, Hao Y P, Zhang F W, et al. 2019. Spatial distribution of heavy metals and their potential sources in the soil of Yellow River Delta:A traditional oil field in China[J]. Environmental Geochemistry and Health, 40(4): 1-20. |
| Nanos N, Rodriguez Martin J A. 2012. Multi scale analysis of heavy metal contents in soils:Spatial variability in the Duero river basin (Spain)[J]. Geoderma, 189-190(6): 554-562. |
| Pekey H, Do?an G. 2013. Application of positive matrix factorisation for the source apportionment of heavy metals in sediments:A comparison with a previous factor analysis study[J]. Microchemical Journal, 106: 233-237. DOI:10.1016/j.microc.2012.07.007 |
| Qing X, Yutong Z, Shenggao L. 2015. Assessment of heavy metal pollution and human health risk in urban soils of steel industrial city (Anshan), Liaoning, Northeast China[J]. Ecotoxicology and Environmental Safety, 120: 377-385. DOI:10.1016/j.ecoenv.2015.06.019 |
| 任春辉, 卢新卫, 李晓雪, 等. 2012. 宝鸡长青镇工业园区周围灰尘重金属污染特征及健康风险[J]. 地球与环境, 40(3): 367-374. |
| Turner M G, Gardner R H, O'Neill R V. 2003. Landscape Ecology in Theory and Practice[J]. Geography, 83(5): 479-494. DOI:10.1007/978-1-4939-2794-4 |
| USEPA.1989.Risk assessment guidance for superfund: Volumei-Human health evaluation manua (Part A) EPA/540/1-89/002[S]. Washington: Office of Emergency andRemedial Pesponse.35-52 |
| Varol M, Sünbül M R, Aytop H, et al. 2020. Environmental, ecological and health risks of trace elements, and their sources in soils of Harran Plain, Turkey[J]. Chemosphere, 245: 125592. DOI:10.1016/j.chemosphere.2019.125592 |
| 王颜昊, 刘增辉, 柳新伟, 等. 2019. 黄河三角洲表层土壤重金属空间分布与潜在生态风险评价[J]. 水土保持学报, 33(3): 305-311+319. |
| Wilding L P.1985.Spatial Variability: Its Documentation, Accommodation and Implication to Soil Surveys//NielsenD R, Bouma J (Eds.).Soil Spatial Variability[M].Wageningen: PUDOC Publishers.166-194 |
| Wu H W, Liu Q Y, Ma J, et al. 2020. Heavy metal(loids) in typical Chinese tobacco-growing soils:Concentrations, influence factors and potential health risks[J]. Chemosphere, 245: 125591. DOI:10.1016/j.chemosphere.2019.125591 |
| 徐争启, 倪师军, 庹先国, 等. 2008. 潜在生态危害指数法评价中重金属毒性系数计算[J]. 环境科学与技术, 31(2): 112-115. DOI:10.3969/j.issn.1003-6504.2008.02.030 |
| 杨劲松, 姚荣江. 2009. 苏北海涂围垦区土壤质量综合评价研究[J]. 中国生态农业学报, 17(3): 410-415. |
| Ya ng, X L, Yu an, X T, Zhang, A G, et al. 2015. Spatial distribution and sources of heavy metals and petroleum hydrocarbon in the sand flats of Shuangtaizi Estuary, Bohai Sea of China[J]. Marine Pollution Bulletin, 2(95): 503-512. |
| 杨忠平, 赵剑剑, 曹明哲, 等. 2015. 长春市城区土壤重金属健康风险评价[J]. 土壤通报, 46(2): 502-508. |
| Ying H, Lingyu W, Wenjia W, et al. 2019. Current status of agricultural soil pollution by heavy metals in China:A meta-analysis[J]. Science of the Total Environment, 651: 3034-3042. DOI:10.1016/j.scitotenv.2018.10.185 |
| 张军, 董洁, 梁青芳, 等. 2018. 宝鸡城区土壤重金属空间分布特征及生态风险评价[J]. 干旱区资源与环境, 32(10): 100-106. |
| 张倩, 陈宗娟, 彭昌盛, 等. 2015. 大港工业区土壤重金属污染及生态风险评价[J]. 环境科学, 36(11): 4232-4240. |
| 张喆.2017.辽宁省辽河流域土壤地球化学特征及其环境质量评价[D].长春: 吉林大学 http://cdmd.cnki.com.cn/Article/CDMD-10183-1018001127.htm |
| 周艳, 陈樯, 邓绍坡, 等. 2018. 西南某铅锌矿区农田土壤重金属空间主成分分析及生态风险评价[J]. 环境科学, 39(6): 2884-2892. |
| 周旭, 吕建树. 2019. 山东省广饶县土壤重金属来源分布及生态风险[J]. 地理研究, 38(2): 414-426. |
