, 孙文2, 刘吉宝2
, 解立平1, 魏源送2,3,4, 朱利英2, 张俊亚2, 吴晋峰5, 赵洪桥6, 徐长贵71. 天津工业大学, 环境科学与工程学院, 天津 300387;
2. 中国科学院生态环境研究中心, 水污染控制实验室, 北京 100085;
3. 中国科学院生态环境研究中心, 环境模拟与污染控制国家重点联合实验室, 北京 100085;
4. 中国科学院大学, 北京 100049;
5. 北京市昌平区水务局南沙河管理处, 北京 102200;
6. 北京市昌平区响潭水库管理处, 北京 102200;
7. 北京市昌平区沙河闸管理处, 北京 102200
收稿日期: 2020-09-05; 修回日期: 2020-11-23; 录用日期: 2020-11-24
基金项目: 国家水体污染控制与治理科技重大专项项目（No.2017ZX07102，2017ZX07102-002）
作者简介: 杨颖(1995-), 女, E-mail:1830131293@tiangong.edu.cn
通讯作者（责任作者）: 刘吉宝(1988—), 男, 助理研究员, 主要研究方向为：有机固体废弃物减量化与资源化, 河湖沉积物污染控制, E-mail:jbliu@rcees.ac.cn
解立平(1963—), 男, 教授, 主要研究方向为：固体废弃物综合利用和废水处理, E-mail:xielp991@tjpu.edu.cn
摘要：以北运河流域沙河水库为研究对象，选择19个点采集表层（0~20 cm）沉积物，并选择其中3个点采集沉积物柱芯，分析沉积物中As、Cd、Cu、Mn、Ni、Pb、Zn共7种重金属的空间分布特征，采用地累积指数法、潜在生态风险指数法和风险评价编码法对重金属污染进行评价，结合表层沉积物的重金属形态分析其潜在生态风险.结果表明，各区域重金属与北京土壤背景值相比富集倍数均值排序依次为点源污染区>库心区>库下游>南沙河>库上游>北沙河，分别为2.57倍、2.06倍、1.97倍、1.95倍、1.87倍、1.85倍；库心区和北沙河入库口的柱状样呈现随深度变化先增加后减少的趋势.污染评价结果显示，As为中度或偏中污染，其余重金属无污染或污染较轻，所有采样点的潜在生态风险指数均小于150，为轻度生态危害.As、Cr、Cu的形态多为残渣态，生物有效性低，Mn、Zn虽含量较低，但生物有效性高.通过相关性分析和主成分分析推测沉积物中各种重金属污染来源相似，主要由外源混合废水输入，并且沉积物中重金属与营养盐及有机质呈显著相关，表明其可能均来自点源污染排放.
关键词：沉积物重金属空间分布污染评价形态特征
Distribution and ecological risk assessment of heavy metals in sediments of Shahe Reservoir in Northern Canal Basin
YANG Ying1,2
, SUN Wen2, LIU Jibao2, XIE Liping1, WEI Yuansong2,3,4, ZHU Liying2, ZHANG Junya2, WU Jinfeng5, ZHAO Hongqiao6, XU Changgui71. School of Environmental Science and Engineering, Tiangong University, Tianjin 300387;
2. Laboratory of Water Pollution Control Technology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085;
3. State Key Joint Laboratory of Environment Simulation and Pollution Control, Research Center for Eco-Environmental Sciences, Beijing 100085;
4. University of Chinese Academy of Sciences, Beijing 100049;
5. Nansha River Management Office, Water Affairs Bureau of Changping District, Beijing 102200;
6. Xiangtan Reservoir Management Office, Changping District, Beijing 102200;
7. Shahe Gate Management Office, Changping District, Beijing 102200
Received 5 September 2020; received in revised from 23 November 2020; accepted 24 November 2020
Abstract: Shahe Reservoir of Northern Canal Basin was selected as the study area. Nineteen surface (0~20 cm) sediment samples and three sediment core samples were collected to analyze the spatial distribution characteristics of As, Cd, Cu, Mn, Ni, Pb and Zn in the sediments. The geo-accumulation index, potential ecological risk index and risk assessment code were used to evaluate heavy metal pollution, as well as its potential risk was analyzed according to the speciation of heavy metals. Results showed that the average enrichment factors of heavy metals compared to the background value in soil of Beijing were ranked at the order as the point source pollution area > the central area of the reservoir > the downstream area of the reservoir > the Nansha River > the upstream area of the reservoir > the Beisha River, namely, 2.57 times, 2.06 times, 1.97 times, 1.95 times, 1.87 times and 1.85 times, respectively. The sediment core samples in the central area of the reservoir and the inlet of the Beisha River showed a trend of increasing firstly and then decreasing with the change of depth. Pollution assessment results showed that As was moderately contaminated or moderately to strongly contaminated, but the other heavy metals were not polluted or lightly polluted. The potential ecological risk index of all sampling sites was less than 150, showing a low ecological risk. As, Cr, and Cu were mainly in the speciation of residues, with low bioavailability. Although the content of Mn and Zn were low, they showed high bioavailability. Based on correlation analysis and principal component analysis, it was speculated that the sources of various heavy metal pollution in the sediment were similar, which were possibly input from the external wastewater. The heavy metals in sediment were positively related to nutrients and organic matter, indicating that all of them were mostly from the same point polluted sources.
Keywords: sedimentheavy metalsspatial distributionpollution assessmentspeciation characteristics
1 引言(Introduction)随着经济的快速发展, 工农业生产和人类生活所产生的重金属通过各种途径进入水体环境, 对水生态系统产生严重威胁(Facchinelli et al., 2001).Chen等(2018)研究表明, 我国水库沉积物中重金属呈明显的累积效应.在适宜条件下, 沉积物中的重金属通过沉淀与溶解、氧化与还原、吸附与解吸等物理化学过程重新释放, 将对水体造成二次污染(丁淮剑, 2009).因此, 沉积物重金属污染问题得到广泛关注.通过对重金属空间分布、污染评价、形态特征、潜在来源和年际变化等各方面分析表明, 沉积物重金属污染在国内的太湖、巢湖、密云水库、滇池草海等典型河流、湖库普遍存在(刘刚等, 2018; 张杰等, 2019; 潘丽波等, 2019; 施鸿昊等, 2019).
非常规水源主要指经过污水处理厂处理达到排放标准的再生水, 与常规水源相比存在重金属、有毒有机物、病原微生物等污染, 且水质波动大, 因此非常规水源补给河流水环境质量堪忧(王立硕等, 2015).北运河流域作为北京市人口最集中、产业最密集、城市化水平最高的流域, 长期以来承担防洪、灌溉、排污等功能, 其来水以城市污水处理厂退水补给为主, 是典型的非常规水源补给河流, 随着污染物排入, 河道底泥淤积, 底泥污染物含量处于较高水平(荆红卫等, 2013).沙河水库是北运河上游的河道型水库, 河道型水库宽深尺寸往往远小于纵向深度, 在上游流量与坝前水位的周期性变化影响下, 兼具河流与湖泊的双重特性(陆建宇等, 2019).沙河水库接受上游的污水排入, 闸坝拦截导致水体流动缓慢, 污染物易于累积, 存在重金属污染风险.研究表明, 北运河温榆河段表层沉积物中重金属含量处于中度污染水平(李莲芳等, 2007)；上游城镇型河段沉积物重金属含量高于下游农村型河段, 部分重金属含量呈现沉积物底层向表层增加的趋势(单保庆等, 2011)；北运河沙河水库库中央沉积物重金属含量及富集程度高于出、入水库口, 且Cr、Cu、Ni、Zn为人为源输入, Mn、Pb为自然源输入(张伟等, 2012).然而, 北运河源头区沙河水库沉积物重金属污染的空间分布特征、生态风险评价以及重金属来源分析仍然不足.
因此, 本研究采集了沙河水库19个表层沉积物样品及3个沉积物柱状样品, 分析了7种重金属的空间分布特征；采用地累积指数法和潜在生态风险指数法对沙河水库重金属污染状况进行评价, 再对表层沉积物重金属进行多级提取, 明确不同形态重金属对污染影响的差异；最后通过相关性分析和主成分分析来判断沙河水库沉积物中重金属的来源, 以期为沙河水库区域重金属污染的研究与防治提供理论依据.
2 材料与方法(Materials and methods)2.1 研究区域概况北运河隶属海河水系, 发源于北京市昌平区燕山南麓, 向南流入通州区, 在通州区北关闸上游称作温榆河, 然后流经河北省香河县、天津市武清区、在天津市大红桥汇入海河, 是北京市污水排污的主要水系, 年排污量占到北京市总排污量的76%(胡洁蕴等, 2018).沙河水库是北运河源头区的河道型水库, 水库始建于1960年, 汇水主要发源于昌平、延庆、海淀一带的沙河水库流域, 其流域面积约为1125 km2, 上接南沙河、北沙河、东沙河, 下连温榆河, 是北运河上游干流的关键节点(原盛广等, 2014; 周欣妍等, 2018).水库总面积约为1.8 km2, 总库容约为2045万m3, 来水主要由雨水和污水组成(张伟等, 2012).
2.2 样品采集与分析采样点分布如图 1所示, 在沙河水库共设置19个采样点, 分别位于库上游(1、2、7、8、13号)、库心区(3、4、5、9、10、11号)、库下游(6、12号)、北沙河(14、15号)、南沙河(16、17号)、点源污染区(18、19号).2017年11月采用彼得森采样器采集表层(0~20 cm)沉积物样品, 并用自重力柱状采泥器采集3、14、16号点的沉积物柱状样品3根.所采集的沉积物柱状样品按2 cm分层, 分层样品与表层沉积物样品经冷冻干燥(FD-1A-50型冷冻干燥机, 北京博医康实验仪器有限公司)后, 去除砾石、动植物残体等杂质, 研磨过100目筛备用.所采集沉积物样品与孙文等(2019)研究为同批样品, 孙文等已报道了沉积物营养盐和有机质含量.
图 1(Fig. 1)
 |
| 图 1 沉积物采样点示意图 Fig. 1Distribution map of sediment sampling points |
将沉积物样品采用Tessier方法(Tessier et al., 1979), 即加入HNO3-HClO4-HF进行微波消解, 再利用ICP-OES (OPTIMA 2000DV, Perkin Elmer, USA)测定As、Cr、Cu、Mn、Ni、Pb、Zn重金属的含量, 分析过程利用程序空白、水系沉积物成分分析标准物质来控制分析的准确性.沉积物样品重金属形态分析采用改进的BCR连续分级提取法(Pardo et al., 2004), 将重金属的形态定义为F1(酸可提取态)、F2(可还原态)、F3(可氧化态)、F4(残渣态)4种形态, 再用ICP-OES测定提取液中各形态重金属的含量.
2.3 污染评价方法2.3.1 地累积指数法地累积污染指数法由德国汉德堡大学Muller提出(肖文胜等, 2008), 是研究沉积物中重金属污染程度的定量指标, 其计算公式如下：
 | (1) |
表 1(Table 1)
| 表 1 Igeo值与污染程度对应关系 Table 1 Values of Igeo and the pollution level | ||||||||||||||||||||||||
表 1 Igeo值与污染程度对应关系 Table 1 Values of Igeo and the pollution level
| ||||||||||||||||||||||||
 |
2.3.2 潜在生态风险指数法潜在生态风险指数法由瑞典****Lars Hakanson于1980年提出, 利用沉积学原理评价重金属潜在生态风险(Hakanson et al., 1980), 这是一种快速、简便、标准的方法.计算公式如下：
 | (2) |
表 2(Table 2)
| 表 2 生态危害程度划分标准 Table 2 Category of potential ecological risk factor | ||||||||||||||||||
表 2 生态危害程度划分标准 Table 2 Category of potential ecological risk factor
| ||||||||||||||||||
|
2.3.3 风险评价编码法风险评价编码法(RAC)最早是由Perin等提出的, 根据可交换部分(F1)含量评估沉积物中重金属的生物有效性(Wang et al., 2020), 其计算公式如下：
 | (3) |
表 3(Table 3)
| 表 3 风险评估编码法等级划分标准 Table 3 Category of risk assessment code | ||||||||||||||||||
表 3 风险评估编码法等级划分标准 Table 3 Category of risk assessment code
| ||||||||||||||||||
|
2.4 数据处理与分析方法沉积物中重金属空间分布特征采用ArcGIS 10.2软件包进行反距离插值绘图分析.利用SPSS 26.0软件进行Pearson相关性分析, Canoca 5.0进行主成分分析.
3 结果与讨论(Results and discussion)3.1 沉积物重金属空间分布特征将19个采样点划分为库上游、库心区、库下游、北沙河、南沙河以及点源污染区6个区域, 各区域表层(0~20 cm)沉积物中7种重金属的含量及均值如表 4所示.沙河水库各区域沉积物中7种重金属均呈现不同程度的累积, 表层沉积物中As、Cr、Cu、Ni、Zn平均含量均超过北京市土壤背景值, 分别为背景值的5.04倍、1.96倍、2.17倍、1.16倍、2.19倍.其中As的平均含量为(35.85± 5.80) mg·kg-1, 与北京市土壤背景值相比严重偏高, 而从胡秀琳等(2011)的研究中可以发现, 其研究所选用的北运河流域温榆河段As的土壤背景值为22.71 mg·kg-1, 是北京市土壤背景值的3.2倍, 可以说明北运河流域温榆河段表层沉积物的As背景值本身偏高, 这可能是由于北运河地处北京市的城乡结合部, 农林业种植面积较大, 农业生产中除草剂和农药等的使用造成了较严重的As污染(张瑞等, 2014).6个区域的重金属污染程度存在一定差异, 以6个区域不同重金属富集倍数的平均值依次排序为：点源污染区(2.57倍)>库心区(2.06倍)>库下游(1.97倍)>南沙河(1.95倍)>库上游(1.87倍)>北沙河(1.85倍).依据重金属的水平分布(图 2), 点源污染区和库心区的污染明显高于其他区域.污染最严重的点源污染区, 除Mn、Ni的平均含量小于土壤背景值外, As、Cr、Cu、Pb、Zn的平均含量分别是背景值的6.25倍、1.88倍、3.03倍、1.18倍、4.28倍.其原因可能是, 沙河水库处于城乡结合部附近, 点源污染来源多为生活污水、地表径流与合流制溢流污染等(郁达伟等, 2012).已有研究表明(焦海林等, 2019), 城市生活污水中含有As、Cd、Cu、Cr、Hg、Ni、Pb、Zn等重金属.此外, 北京城区路面地表径流污染严重, 其地表径流雨水中含有Zn、Pb、Cu、Hg等重金属, 主要由大气干湿沉降和汽车尾气产生(郭婧等, 2011; 侯培强等, 2012).常海东等(2016)研究发现, 管道沉积物中有Cu、Zn、Pb、Cd等重金属的富集.因此, 点源污染区重金属污染较为严重.而库心区的As、Cr、Cu平均含量高于库上游和库下游, 可能是由于库心区水流速度缓慢, 水动力条件差, 易造成颗粒物的沉积, 而颗粒物对重金属有较强的吸附性.南、北沙河7种重金属平均含量除Mn和Pb外, 均超过北京市土壤背景值, 且其余5种重金属平均含量都为南沙河高于北沙河.
表 4(Table 4)
| 表 4 表层沉积物重金属含量及北京市土壤背景值 Table 4 Heavy metal content in surface sediments and soil background value of Beijing ? | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 4 表层沉积物重金属含量及北京市土壤背景值 Table 4 Heavy metal content in surface sediments and soil background value of Beijing ?
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
图 2(Fig. 2)
 |
| 图 2 沉积物中重金属水平分布特征 Fig. 2Horizontal distribution characteristics of heavy metals in sediments |
通过对沙河水库库心区(3#)沉积柱(0~42 cm)、北沙河入库口(14#)沉积柱(0~30 cm)、南沙河入库口(16#)沉积柱(0~26 cm)中沉积物重金属的分析(图 3), 库心区的As、Cr、Mn、Ni在垂直方向上的平均含量最高, 分别为42.42、70.37、554.33、41.26 mg·kg-1, 与北京市土壤背景值相比, 除Mn未累积外, As、Cr、Ni分别为背景值的5.98倍、2.36倍、1.54倍.北沙河入库口的Cu、Pb、Zn在垂直方向上的平均含量最高, 分别为62.77、35.30、240.95 mg·kg-1, 高于库心区和南沙河入库口, 分别为北京市土壤背景值的3.36倍、1.43倍、4.19倍.库心区(3#)和北沙河入库口(14#)沉积柱在垂直方向上的分布特征基本相似, 其中As、Cu、Ni 3种重金属均在0~20 cm深度含量变化较小, 在20~30 cm深度呈现出逐渐增加再减少的趋势.库心区(3#)沉积柱的As、Cu、Ni含量都在26 cm深度处含量最高, 而北沙河入库口(14#)沉积柱的As、Cu、Ni在28 cm深度处含量最高, 库心区(3#)和北沙河入库口(14#)沉积柱中Cr、Mn、Pb、Zn含量在垂直方向呈现波浪式的特征, 但在20~30 cm深度处含量显著高于其他深度.从张伟等(2012)之前的研究可以认为, 沙河水库沉积物深度0~10 cm、10~20 cm、20~30 cm分别对应2000年以来、1980—2000年和1960—1980年的年代关系.可以看出, 1960—1980年间库心区和北沙河入库口的沉积物中出现了较多重金属累积, 其后逐渐减少, 直到1980年以后, 沉积物中的重金属含量没有明显随时间变化的特征.总体上, 库心区(3#)和北沙河入库口(14#)沉积柱在垂直方向上有随深度变化先增加后减少的趋势, 其中在25~30 cm深度重金属污染较为严重.而南沙河入库口(16#)沉积柱的7种重金属含量在垂直方向上均为波浪式特征, 其中Cr含量在6 cm深度, Cu、Zn含量在10 cm深度, Ni、As、Pb含量在22 cm深度达到最高, 无明显的年际变化特征, 随时间的变化沉积物中重金属含量较为稳定.
图 3(Fig. 3)
 |
| 图 3 沉积物中重金属垂直分布特征 Fig. 3Vertical distribution characteristics of heavy metals in sediments |
3.2 沉积物重金属污染评价采用地累积指数法和潜在生态风险指数法对沙河水库表层沉积物重金属污染进行评价, 计算得到重金属的地累积指数(Igeo)、单项潜在生态风险系数(Eri)和潜在生态风险指数(RI)如表 5所示.依据地累积指数法评价, 沙河水库各采样点中, 除位于库心区的10号点和点源污染区的18号点As的Igeo值为2~3, 属于中度污染, 其余17个采样点Igeo值为1~2, 属于偏中度污染.Cr和Cu的Igeo为0~1, 属于轻度污染状态.而Zn在19个采样点中, 有7个点属于轻度污染, 5个点属于偏中污染, 其余7个点无污染.Ni除在库心区3号、10号、11号点的Igeo为0~1, 处于轻度污染, 其余各点均小于0, 无污染.Mn和Pb在所有采样点的Igeo值均小于0, 因此, 处于无污染状态.因此, 地累积指数法计算得到的7种重金属污染程度依次为：As> Cu> Cr> Zn> Ni> Pb> Mn.同时, 采用潜在生态风险指数法进行评价, As的单项潜在生态风险系数(Eri)在除3号点以外的其余18个采样点均为40~80, 为中度生态危害.除此之外, 其它6种重金属Eri均小于40, 属于轻度生态危害.19个采样点中点源污染区的18号点潜在生态风险指数(RI)最大, 为113.98, 但是所有采样点的RI值均小于150, 全部属于轻度生态危害.因此, 沙河水库沉积物中重金属整体上属于轻度污染状态, 但其中As为中度污染, 可能的来源是温榆河流域以及昌平工业区的工业、生活及畜禽养殖废水, 以及周边农业生产所用到的含砷农药化肥和除草剂等(李莲芳等, 2007; 余秀娟等, 2012).通过单项潜在生态风险系数(Eri)计算得到的沉积物中重金属污染程度依次为：As> Cu> Ni> Pb> Cr> Zn> Mn.与地累积指数法有所不同, 主要是因为Ni和Pb的毒性系数大于Cr和Zn, 因此, 其潜在生态危害相对较大.
表 5(Table 5)
| 表 5 表层沉积物中重金属地累积指数、单项生态风险系数和潜在生态风险指数 Table 5 Heavy metal accumulation index, individual ecological risk coefficient and potential ecological risk index in surface sediments | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 5 表层沉积物中重金属地累积指数、单项生态风险系数和潜在生态风险指数 Table 5 Heavy metal accumulation index, individual ecological risk coefficient and potential ecological risk index in surface sediments
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
沙河水库表层沉积物中As、Cr、Cu、Mn、Pb、Zn的形态分布如图 4所示, 不同重金属形态分布有显著差异.其中As、Cr主要以残渣态存在, 在19个采样点平均占比分别为66%、68%, Cu在各形态的分布比较均匀, 但仍是以残渣态为主, 其残渣态占总量的平均比例为34%, 酸提取态、可还原态, 可氧化态则分别占27%、18%、21%.Mn、Zn的主要形态为酸可提取态, 平均比例分别为55%和45%, 而Pb则以可还原态的形式居多, 占总量的比例为45%.不同的重金属形态, 其生物可利用性、迁移能力均不同(姜时欣等, 2020).用BCR连续提取法得到的4种形态中, 酸提取态的生物可利用性最强, 可还原态和可氧化态次之, 残渣态最弱(金皋琪等, 2019).酸提取态的重金属在偏酸性或中性条件下很容易释放出来, 通过迁移转化被植物吸收, 生物有效性和毒性最高(江良等, 2020)；可还原态稳定性较高于酸提取态, 但在水体氧化还原电位降低或水体缺氧的条件下容易被释放(Gao et al., 2012), 是植物较易利用的形态(余璨等, 2018)；可氧化态较为稳定, 一般在强氧化条件下才能被释放出来, 是植物较难利用的形态；而残渣态的通常赋存在原生矿物和次生硅酸盐矿物晶格中, 正常情况下很难被释放出来(包先明等, 2016).利用风险评价编码法计算得到的各重金属的RAC值如表 6所示, As、Cu、Pb的RAC值大多为10%~30%, 为中等风险, 生物有效性一般；Zn的RAC值多为30%~50%, 为高风险, 生物有效性较强, 容易被植物吸收；而Mn的RAC值在多数采样点大于50%, 属于极高风险, 生物有效性强.
图 4(Fig. 4)
 |
| 图 4 表层沉积物中重金属各形态含量占总量的百分比 Fig. 4Percentages content of various speciation of heavy metals in surface sediments to the total |
表 6(Table 6)
| 表 6 表层沉积物中重金属的RAC值 Table 6 RAC value of heavy metals in surface sediments | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 6 表层沉积物中重金属的RAC值 Table 6 RAC value of heavy metals in surface sediments
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.3 沉积物重金属来源分析结合孙文等(2019)分析的沙河水库沉积物营养盐及有机质空间分布特征, 对沙河水库沉积物中重金属、总氮、总磷及有机质含量进行Pearson相关分析和主成分分析.如表 7所示, 除As与TP之间无显著相关关系外, As与Zn及As与有机质(OM)之间为显著相关(p < 0.05), 其余各污染物之间均呈显著相关(p < 0.01), 说明这些污染物之间有潜在的相似来源和迁移途径.已有研究(张辰等, 2019)认为, 含Cd、Pb、Cr、Ni、Zn、Cu等重金属废水的主要来源为采矿、冶金、电镀等行业, 农药的使用会增加As的污染, 汽车尾气等会造成Pb的污染, 而Mn有可能来源于电池生产等, 这些来源共同造成了各种重金属对水体的污染.沙河水库沉积物中大部分重金属表现出了与氮、磷和有机质之间的显著相关关系, 已有研究对沙河水库的氮、磷进行溯源分析认为, 污染可能来源于有机氮和有机磷组分以及吸附于有机质组分上的颗粒性氮、磷, 而点源污染是沙河水库库区沉积物中有机质的重要来源(孙文等, 2019), 因此沉积物中的重金属可能来源于点源污染排放.由主成分分析(图 5)可以看出, 有11个采样点属于多种污染因子共同影响下的高污染区域, 其中包括位于库上游的1、2采样点, 库心区的3、9、10、11采样点, 库下游的6、12采样点、点源污染区18、19点, 以及位于点源污染区下游的北沙河河道14采样点, 这与沉积物空间分布特征中的分区结果类似, 因此沙河水库的主要污染区域集中在库心区、库下游和点源污染区.
表 7(Table 7)
| 表 7 沉积物中各污染物相关性分析 Table 7 Correlation analysis of pollutants in sediments | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
表 7 沉积物中各污染物相关性分析 Table 7 Correlation analysis of pollutants in sediments
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
图 5(Fig. 5)
 |
| 图 5 沉积物中各污染物主成分分析 Fig. 5Principal component analysis of pollutants in sediments |
4 结论(Conclusions)1) 沙河水库不同区域重金属与土壤背景值相比的富集倍数排序依次为：点源污染区>库心区>库下游>南沙河>库上游>北沙河.库心区和北沙河入库口的柱状样呈现随深度变化先增加后减少的趋势, 整体在25~30 cm深度污染较为严重.
2) 7种重金属污染评价表明, 除As属于偏中度以上污染外, 其余重金属无污染或污染较轻, 所有采样点的RI值均小于150, 属于轻度生态危害.此外, As、Cr、Cu的重金属形态多为残渣态, 生物有效性低, 而Mn、Zn虽污染不严重, 但生物有效性强.
3) 沙河水库沉积物中重金属、总氮、总磷及有机质含量的分布, 除As与总磷外, 均呈现两两之间的显著相关, 具有潜在的相似来源和迁移途径, 主要可能为混有工业污染、地表径流污染而汇入的点源污染.并且主成分分析结果显示, 高污染区多集中在库心区、库下游和点源污染区.
参考文献
| 包先明, 晁建颖, 尹洪斌. 2016. 太湖流域滆湖底泥重金属赋存特征及其生物有效性[J]. 湖泊科学, 28(5): 1010-1017. |
| Chen J, Wang J, Guo J, et al. 2018. Eco-environment of reservoirs in China[J]. Progress in Physical Geography Earth & Environment, 42(3): 1-17. |
| 常海东, 金鹏康, 付博文, 等. 2016. 昆明市不同功能区排水管道沉积物性质[J]. 环境科学, 37(10): 3821-3827. |
| 单保庆, 菅宇翔, 张洪. 2011. 北运河下游沉积物中重金属污染特征及评价[J]. 安全与环境学报, 11(6): 141-145. DOI:10.3969/j.issn.1009-6094.2011.06.034 |
| 丁淮剑.2009.北运河流域沉积物重金属污染状况分析[D].北京: 首都师范大学 |
| Facchinelli A, Sacchi E, Mallen L J E P. 2001. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils[J]. Environmental Pollution, 114(3): 313-324. DOI:10.1016/S0269-7491(00)00243-8 |
| Gao X, Chen C T. 2012. Heavy metal pollution status in surface sediments of the coastal Bohai Bay[J]. Water Research, 46(6): 1901-1911. DOI:10.1016/j.watres.2012.01.007 |
| 郭婧, 马琳, 史鑫源, 等. 2011. 北京城市道路降雨径流监测与分析[J]. 环境化学, 30(10): 1814-1815. |
| 高彦鑫, 冯金国, 唐磊, 等. 2012. 密云水库上游金属矿区土壤中重金属形态分布及风险评价[J]. 环境科学, 33(5): 301-311. |
| 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 |
| 胡洁蕴, 李淑芹, 宋歌, 等. 2018. 北京市北运河沉积物对氮、磷的吸附/解吸动力学特征[J]. 湖泊科学, 30(3): 650-659. |
| 侯培强, 任玉芬, 王效科, 等. 2012. 北京市城市降雨径流水质评价研究[J]. 环境科学, 33(1): 73-77. |
| 胡秀琳, 赵立新, 廖日红, 等. 2011. 温榆河沉积物中重金属污染评价[J]. 北京水务, (4): 21-26. |
| 金皋琪, 傅丽青, 黄其颖, 等. 2019. 农田土壤重金属赋存形态和生物有效性分析——以金华市某100亩农田为例[J]. 绿色科技, (24): 74-78. DOI:10.3969/j.issn.1674-9944.2019.24.026 |
| 焦海林. 2019. 城市生活污水和污泥中的重金属[J]. 化学工程与装备, 271(8): 324-326. |
| 荆红卫, 张志刚, 郭婧. 2013. 北京北运河水系水质污染特征及污染来源分析[J]. 中国环境科学, 33(2): 319-327. DOI:10.3969/j.issn.1000-6923.2013.02.019 |
| 江良, 弓晓峰, 袁少芬, 等. 2020. 鄱阳湖沉积物重金属质量基准研究及其生态风险评估[J]. 环境污染与防治, 42(1): 94-100. |
| 姜时欣, 翟付杰, 张超, 等. 2020. 伊通河(城区段)沉积物重金属形态分布特征及风险评价[J]. 环境科学, 41(6): 2653-2663. |
| 刘刚, 蒋晨韵, 李小龙, 等. 2018. 巢湖沉积物重金属浓度分布及风险指数[J]. 环境科学与技术, 41(1): 376-380. |
| 陆建宇, 毛劲乔, 龚轶青, 等. 2019. 河道型水库干支流交汇段水力特性数值分析[J]. 排灌机械工程学报, 37(9): 776-781. |
| 李莲芳, 曾希柏, 李国学, 等. 2007. 北京市温榆河沉积物的重金属污染风险评价[J]. 环境科学学报, 27(2): 289-297. DOI:10.3321/j.issn:0253-2468.2007.02.019 |
| Pardo R, Helena B A, Cazurro C, et al. 2004. Application of two-and three-way principal component analysis to the interpretation of chemical fractionation results obtained by the use of the B.C.R. procedure[J]. Analytica Chimica Acta, 523(1): 125-132. DOI:10.1016/j.aca.2004.07.015 |
| 潘丽波, 乌日罕, 王磊, 等. 2019. 北京市密云水库上游土壤和沉积物重金属污染程度及风险评价[J]. 环境工程技术学报, 9(3): 261-268. |
| 施鸿昊, 焦聪聪, 曾巾, 等. 2019. 滇池沉积物中重金属垂向分布及污染评价[J]. 人民长江, 50(10): 42-49. |
| 孙文, 王理明, 刘吉宝, 等. 2019. 北运河沙河水库沉积物营养盐分布特征及其溯源分析[J]. 环境科学学报, 39(5): 1581-1589. |
| Tessier A, Campbell P G C, Bission M. 1979. Sequential extraction procedure for the speciation of particulate trace metals[J]. Analytical Chemistry, 51(7): 844-851. DOI:10.1021/ac50043a017 |
| Wang J K, Zeng X L, Xu D Y, et al. 2020. Chemical fractions, diffusion flux and risk assessment of potentially toxic elements in sediments of Baiyangdian Lake, China[J]. Science of the Total Environment, 724: 138046. DOI:10.1016/j.scitotenv.2020.138046 |
| 王立硕, 毕见霖, 王馨慧, 等. 2015. 非常规水源补给城市河流表层沉积物重金属污染及风险评价[J]. 环境科学学报, 35(3): 903-910. |
| 肖文胜, 杨开, 郭建林, 等. 2008. 磁湖底泥重金属污染与潜在生态风险评价[J]. 环境工程, 26(1): 320-324. |
| 余璨, 陈虎林, 李清清, 等. 2018. 河流沉积物重金属形态分析方法研究[J]. 环境研究与监测, 31(3): 5-12. |
| 郁达伟, 于淼, 魏源送, 等. 2012. 1980-2010年温榆河的水环境质量时空演变特征[J]. 环境科学学报, 32(11): 2803-2813. |
| 原盛广, 张文婧, 郑蓓. 2014. 北京市沙河水库沉积物重金属分布特征及扩散通量估算[J]. 安全与环境学报, 14(2): 244-249. |
| 余秀娟, 霍守亮, 昝逢宇, 等. 2012. 巢湖表层沉积物中砷的分布特征及其污染评价[J]. 环境工程技术学报, 2(2): 124-132. DOI:10.3969/j.issn.1674-991X.2012.02.019 |
| 于洋, 高宏超, 马俊花, 等. 2013. 密云县境内潮河流域土壤重金属分析评价[J]. 环境科学, 34(9): 3572-3577. |
| 张辰, 谭学军, 王磊, 等. 2019. 我国重点流域城市污泥重金属含量与溯源研究[J]. 给水排水, 45(2): 39-44, 52. |
| 张杰, 郭西亚, 曾野, 等. 2019. 太湖流域河流沉积物重金属分布及污染评估[J]. 环境科学, 40(5): 206-214. |
| 张瑞, 戴伟, 庞欢, 等. 2014. 北京市北运河流域耕地土壤性质空间变异性[J]. 生态学杂志, 33(12): 3368-3373. |
| 张伟, 张洪, 单保庆. 2012. 北运河源头区沙河水库沉积物重金属污染特征研究[J]. 环境科学, 33(12): 4284-4290. |
| 周欣妍, 张俊慧, 曲丹, 等.2018.北京市沙河水库周边沟渠雨水径流污染特征分析[C].重庆: 第十三届中国城镇水务发展国际研讨会与新技术设备博览会 |
