-
土壤重金属含量是土地质量评价的必要指标,影响着土地资源的禀赋特征和环境承载能力,是生态环境潜在风险累积的重要载体(Gong Qingjie et al.,2020; Xia Xueqi et al.,2020)。矿业活动加速了重金属元素的生物地球化学循环,是矿集区土壤重金属累积的主要来源(Grimm et al.,2008; Li Ting et al.,2020)。矿区土壤重金属污染受成土母质、地形地貌等自然因素和工矿活动、农业活动等人为因素共同影响(Ren et al.,2019; Sun Houyun et al.,2019),辨识土壤重金属的自然和人为来源,评价土壤重金属累积效应是土壤重金属研究面临的重要问题(Zhu Xiaodong et al.,2016)。
-
矿集区多属于重金属天然高背景区,重金属地球化学基线呈现出空间尺度效应,随着近矿流域空间尺度的缩小而升高(Sun Houyun et al.,2021a)。基于矿山全生命周期环境监管,生态环境损害鉴定评估所需要的土壤重金属理论“自然本底值(Nature baseline)”已很难获取(Miranda et al.,2018; Wang Chensheng et al.,2019; Marie et al.,2021),自然资源与生态环境监管中评估核算资源利用活动对生态环境服务功能的影响对土壤重金属污染评价基准的确定有强烈的现实需求。但以往土壤重金属地球化学基线研究多聚焦于对环境基线的厘定和重金属累积程度的评价,缺少对重金属生态风险累积效应演变的定量评价(Lu Xinzhe et al.,2019; Sun Houyun et al.,2019; Lü Yuefeng et al.,2020)。矿区土壤重金属垂向分布相关研究表明,土壤剖面一定深度以下重金属含量变化趋于稳定,重金属累积程度明显减弱,可将一定深度内元素含量稳定时的实测值作为地球化学基线值(Xu Youning et al.,2014)。因此,在依托GIS技术的基础上,借鉴水文学中基流分割的做法(Rammal et al.,2018),可通过表层与深层土壤重金属生态风险指数的“基线分割(Baseline separation)”实现重金属生态风险累积效应空间分布的计量评价。
-
承德市地处京津冀协同发展战略节点,是京津地区生态安全的绿色屏障,2019年获批为国家可持续发展议程创新示范区,定位于建设京津冀“城市群水源涵养功能区可持续发展示范区”。与此同时,承德市是我国第二大钒钛磁铁矿矿产资源基地(Wang Jingbing et al.,2020),矿区土壤重金属污染评价对承德市生态缓冲和水源涵养功能的维持具有重要意义。本次研究选取承德市钒钛磁铁矿最为密集的伊逊河红旗矿集区为研究区,在区域已有土壤重金属地球化学基线研究基础上(Sun Houyun et al.,2021a),通过三种重金属生态风险累积效应基线分割评价实现路径结果的对比分析,基于土地利用类型和GIS地理处理等优化方法,识别重金属污染来源,为土壤重金属污染和生态风险累积评价、环境容量和承载能力监测预警和污染修复,矿山生命周期本底评价,生态环境损害鉴定评估,自然资源综合监测,生态环境监管等提供方法参考。
-
1 研究区概况
-
研究区位于河北省承德市滦平县东北部,属滦河流域支流伊逊河中下游地区(图1)。区内地形总体西北高东南低,中部矿集区地形凸起。区域属温带大陆性季风气候,地表水系主要为伊逊河干流及其支流哈叭沁至二道沟门河道。研究区总面积105.45 km2,土地利用类型以草地、旱地、采矿用地和林地为主,其中草地占流域面积的23.87%,旱地和采矿用地分别占18.51%和18.38%,乔木林地、灌木林地和其他林地分别占总面积的12.38%、6.19%和4.30%。流域内农用地类型主要为水浇地和水田,主要沿宽缓河谷及山间沟谷分布,占总面积的5.30%。其他用地园地、建筑用地、河道坑塘等水域面积则分别占2.08%、3.59%和2.36%。
-
区内河道及沟谷两侧出露第四系全新统河流冲积砂砾石,第四系上更新统冲积、坡积亚黏土与粗砂,流域上游出露张家口组流纹岩和熔结凝灰岩,矿区周围出露主要地层为新太古界变质表壳岩系,古元古界变质深成岩类,中元古界、中生界火山及陆相碎屑沉积岩亦有分布,岩性以斑状斜长岩、斜长角闪岩、辉石岩,花岗闪长岩,斜长变粒岩,黑云斜长片麻岩,钾长片麻岩等为主,为超贫磁铁矿和钒钛磁铁矿赋矿岩体(Sun Jing et al.,2009)。区内分布3处大型、2处中型、10余处小型矿山,为一钒钛磁铁矿矿集区。矿集区分布多处大型露天采坑和尾矿库,矿业采选活动活跃,自2003年以来持续进行大规模开采,工业废弃物排放、交通运输尾气排放、露天开采和尾矿库扬尘干湿沉降、矿石及围岩风化淋滤暴雨径流面源排放等使得土壤重金属污染成为了流域土壤生态环境潜在风险累积的重要影响因素。
-
2 数据分析与评价方法
-
2.1 样品采集与检测
-
本次研究共采集土壤样品1018件,其中表层-深层土壤剖面123组,土壤样品246件,表层土壤加密样品772件,即总计表层土壤样品895件,深层土壤样品123件。土壤剖面样品采集以网格法进行,采样网度总体为1 km×1 km,表层样品采集深度为0~20 cm,深层样品采集深度为100~120 cm。表层土壤加密样品根据不同土地利用类型采用差异化的采样网度进行布设,采矿用地、水田和水浇地按16点/km2采集,园地采样密度为9点/km2,旱地和林地、草地按6~9点/km2密度进行采样。样品采集采用“S”或“X”形采集多处组合样点进行混合,去除碎石、杂物、植物残体后自然风干,研磨、过筛加工成200目进行测试。测试指标为重金属元素Cu、Ni、Cd、Cr、Pb、Zn、As、Hg、V、Ti、Mn、Co及pH。样品Mn和Ti元素含量采用波长色散X荧光光谱仪(ARL Advant XP+/2413)测定,As和Hg元素含量使用氢化物发生原子荧光仪(AFS-2100)测定,其他元素含量使用ICP-OES(PE,USA)测定。样品分析测试按规范要求加10% 空白样与平行样控制,分析方法准确度和精密度采用国家一级土壤标准物质(GBW07349)控制,各测试指标的加标回收率均在国家标准参比物质的允许范围内。
-
2.2 生态风险累积效应评价方法
-
本次研究以富集因子法(Enrichment factor,EF)(Zhang Xiuzhi et al.,2006)和潜在生态风险法(The potential ecological risk index,RI)(Hakanson,1980)为基础探讨表层土壤相对深层土壤的重金属富集程度,并以基线分割理论为基础,采用GIS叠加模型分土地利用类型评价表层土壤相对深层土壤的重金属生态风险累积效应。
-
图1 承德市滦平县红旗镇伊逊河小流域样品采集分布(a)和地理位置(b)图
-
Fig.1 Sampling sites (a) and geographical location (b) of Yixun River watershed in Hongqi town, Luanping County, Chengde
-
1 —工矿用地; 2—公路用地; 3—住宅用地; 4—内陆滩涂; 5—乔木林地; 6—灌木林地; 7—其他林地; 8—旱地; 9—草地; 10—园地; 11—裸地; 12—水田; 13—水浇地; 14—其他类型土地; 15—矿山; 16—表层土壤样品; 17—深层土壤样品; 18—村庄; 19—河流水系; 20—流域界线; 21—研究区
-
1 —Industrial and mining land; 2—highway land; 3—residential land; 4—inland beach; 5—arbor forest land; 6—shrub land; 7—other forest land; 8—dry land; 9—grassland; 10—garden land; 11—bare land; 12—paddy field; 13—irrigated land; 14—other types land; 15—mine; 16—surface soil sample; 17—deep soil sample; 18—village; 19—river; 20—watershed boundary; 21—study area
-
(1)富集因子的计算方法为:
-
式中,EF为富集因子; C Sij为表层土壤重金属元素i在第j个采样点的实测含量(mg/kg),C Dij为深层土壤重金属元素i在第j个采样点的实测含量(mg/kg)。富集因子指数法较适用于矿集区等小区域范围的重金属环境质量评价,根据富集因子值大小可将表层土壤重金属累积程度分为5个等级(表1)。
-
(2)潜在生态风险危害指数:采用潜在生态风险危害指数法评价钒钛磁铁矿矿集区土壤中12种重金属(As、Cd、Cr、Cu、Pb、Ni、Zn、Co、Mn、V、Ti 和 Hg)的综合潜在生态风险,其计算方法为:
-
式中,RI为重金属综合潜在生态风险指数,为单一重金属元素的潜在生态危害系数,为各重金属元素的毒性响应系数,为土壤重金属单项污染指数,为土壤重金属元素实测含量(mg/kg),为土壤重金属元素污染评价标准。重金属元素的毒性响应系数分别定为Ti=Mn=Zn=1<V=Cr=2<Cu=Ni=Co=Pb=5<As=10<Cd=30<Hg=40(Xu Zhengqi et al.,2008)。单项污染物潜在生态危害系数(E ri)、综合潜在生态风险指数(RI)与污染程度的关系见表2。
-
(3)土壤重金属生态风险累积效应评价方法:土壤重金属生态风险累积效应评价综合采用差值叠加模型(The potential ecological risk accumulation index,RIA)和比值分析模型(The potential ecological risk accumulation factor,RAF)两种方法进行,RIA指数表征表层土壤相对深层土壤重金属生态风险累积的客观差值,RAF指数表征表层土壤重金属生态风险指数的相对累积程度,其中RIA计算方法为:
-
式中,RIA为综合生态风险累积指数; 为表层土壤单一重金属元素潜在生态危害系数,为深层土壤单一重金属元素潜在生态危害系数(Sun Houyun et al.,2021a)。
-
RAF计算方法为:
-
式中,RAF为表层土壤相对深层土壤综合潜在生态风险富集因子,RISn为采样点或地类图斑n处的表层土壤综合潜在生态风险指数,RIDn为采样点或地类图斑n处的深层土壤综合潜在生态风险指数。
-
2.3 生态风险累积效应评价优化路径
-
为对比不同生态风险累积效应评价方法的适用性,本次研究采用三种技术路径对研究区表层土壤重金属累积程度进行评价,具体实现路径见图2。路径一为在获取123组同一坐标位置表层土壤和深层土壤重金属含量数据后,首先分别计算表层和深层土壤的重金属综合潜在生态风险指数RI,再计算得到123处样品点的RIA值和RAF值空间数据,最后通过GIS普通克里金插值得到RIA值和RAF值的空间分布等值线图。路径二借助土地质量地球化学调查与评价数据管理与维护应用系统(Li Kuo et al.,2019),在路径一基础上得到123处样品点的RIA值和RAF值空间数据后,以土地利用类型矢量数据为基础通过图斑赋值的方式得到3394处地类图斑的RIA值和RAF值的空间分布图。路径三是在表层样品加密情况下,首先以土地利用类型单元为基础通过图斑赋值的方式得到3394处地类图斑的表层土壤(n =895)和深层土壤(n =123)RI值空间分布图,再将二者经过GIS叠加分析得到3394处图斑的RIA值和RAF值空间分布数据集。
-
图2 土壤重金属生态风险累积效应评价优化路径
-
Fig.2 Optimization path of ecological risk accumulation effect assessment of soil heavy metals
-
总体而言,路径一相对路径二和路径三不需要土地利用类型图斑空间数据,路径一和路径二需要表层和深层土壤的采样位置和密度保持一致,路径三将表层土壤和深层土壤的重金属综合潜在生态风险指数空间分布特征分开进行评价,可根据重金属空间分布主要驱动因子的差异选择不同图斑空间数据作为评价最小单元,同时表层土壤和深层土壤的采样位置和采样密度可根据需要进行调整,无需保持严格对应,这就使得作为评价基线的深层土壤样品采样密度可适当减小。
-
3 土壤重金属分布与累积特征
-
3.1 土壤重金属含量总体分布特征
-
对表层、深层土壤样品测试数据进行Kolmogorov-Smirnov检验表明,土壤样品中12种重金属均有检出,检测数据符合正态分布,各元素描述性统计参数值见表3。研究区表层土壤重金属含量平均值除Cr、Ni和Co低于深层土壤外,其他元素含量平均值总体均高于深层土壤。表层土壤Cr、Cu和Hg元素含量的变异系数大于1.0,波动范围较大,空间分异明显。深层土壤除Cu元素含量变异系数为1.02,Cr元素含量变异系数为0.92,波动相对较大外,其他元素含量的变异系数总体较小,相对较为稳定。将区内土壤重金属含量平均值与滦河流域土壤重金属环境地球化学基线(Sun Houyun et al.,2019)及河北省土壤元素背景值(中国环境监测总站,1990)进行对比分析可知,小流域内表层土壤V、Ti、Cr、Co和Cu平均含量远高于滦河流域基线值和河北省背景值,表层土壤Cd元素平均含量略高于滦河流域基线值和河北省背景值。表层土壤Ni和Mn元素平均含量总体高于滦河流域基线值,低于河北省背景值。表层土壤As和Pb元素平均含量低于滦河流域基线值和河北省背景值,Zn和Hg元素平均含量高于滦河流域背景值,略低于河北省背景值。深层土壤Cr、Ni、Cu、V、Ti和Co元素平均含量高于滦河流域基线值,其他元素平均含量则低于滦河流域基线值。Cr、Ni、Cu、V、Ti、Co和Mn同属铁族元素,伊逊河红旗矿集区土壤铁族元素Cr、Ni、Cu、V、Ti和Co平均含量高于滦河流域,与承德市区域铁矿矿致异常元素的流域尺度效应有关(Sun Houyun et al.,2021a),而小流域内Ni和Mn元素含量低于河北省背景值,与河北其他地区如唐山等地铁矿密集分布造成的Ni和Mn高地质背景特征有关。结合表层土壤和深层土壤变异系数特征可知,区内土壤Cr、Cu和Hg元素的空间分异相对较大,可能受人为因素影响。
-
注: Min 表示最小值; Max 表示最大值; Mean 表示均值; Cv 表示变异系数; K-S统计系数无量纲。
-
3.2 土壤重金属富集特征
-
通过246件表层和深层土壤样品测试数据计算土壤12种重金属元素的富集指数,统计得到富集因子分布箱线图(图3)。结合表1富集因子分级表,可知区内表层土壤重金属累积程度由强至弱表现为Hg>Cd>Cu>As>Pb>Zn>Co>V>Cr>Ni>Ti>Mn,Cd和Hg元素的富集因子平均值(EFave)分别为1.52和1.87,总体属中等富集水平(EFave>1.5); 其他元素富集因子平均值(EFave)范围为1.06~1.32,均存在不同程度累积,但总体处于弱富集水平。表层土壤Mn、Ti和Zn元素相对深层土壤总体富集强度较弱,其中土壤Mn富集程度均属弱富集或无富集水平(EF<1.5),仅有4.07%的土壤样品(样品数量n =5)Ti元素含量属强富集,6.50%的土壤样品(n =8)Zn元素达强富集水平。表层土壤Hg和Cd富集程度相对较高,达强累积(EF>2.0)以上样品占比分别为34.15%和17.07%,达极强富集(EF>3.0)样品占比分别为7.32%和8.13%。表层土壤其他元素总体属中度累积,Cu、As、Pb、Co、V、Cr和Ni元素达极强累积样品占比分别为4.88%、3.25%、3.25%、1.63%、0.81%、4.88%和3.25%,即Cu和Cr各有6处,Pb、As、Ni各有4处,Co元素有2处,Cr元素有1处,样品点属极强累积,以点状零星分布。
-
3.3 土壤重金属潜在生态风险
-
以滦河流域土壤重金属环境地球化学基线值(Sun Houyun et al.,2019)为评价标准通过路径三方法(图2)得到不同深度土壤重金属综合潜在生态风险RI值空间分布图(图4)。流域内表层土壤重金属综合潜在生态风险指数(RI)范围为51.48~1152.39,平均为131.12,总体属低生态风险水平。综合潜在生态风险属低风险样品占比为81.68%,属中等风险样品占比为17.32%; 达强风险和极强风险(RI>600)样品占比分别为0.56%(n =5)和0.45%(n =4)。综合潜在生态风险极强点有3处属Hg元素含量高异常,1处属Cd元素含量高异常,二者单项潜在生态危害指数对综合潜在生态风险指数贡献程度较大,使得RI值表现为高异常。表层土壤Hg元素含量较高点2处位于伊逊河河漫滩处(红旗镇南侧,张承高速下部,矿山运输道路旁旱地内),为矿山运输车辆修理厂外部区域,矿山交通运输活动集中区域; 1处位于大沟村山环尾矿库下部沟谷内。Cd元素高值点位于小营乡南侧沟谷内,该处矿山开采活动以井工开采为主。5处综合潜在生态风险指数属强风险点位于塔子沟、哈叭沁和盆窑村尾矿库及露天采坑周边。深层土壤综合潜在生态风险指数RI值最大为217.41,平均为109.24,明显低于表层土壤,总体呈低风险水平。土壤样品属低风险和中度风险水平样品占比分别为86.18%和13.82%。综合潜在生态风险相对较高点(RI>200)仅1处,位于大沟村山环尾矿库下风向东南侧山坡上。
-
图3 伊逊河流域表层土壤重金属富集指数分布箱线图
-
Fig.3 Enrichment factor statistical boxplot of surface soil heavy metals in the Yixun River basin
-
根据采样点所属土地利用类型统计各地类土壤样品的综合潜在生态风险指数,得到不同深度土壤的重金属RI值分布箱线图(图5)。由图5可知,不同地类表层土壤重金属综合潜在生态风险指数平均值大小关系依次为建设用地(主要为住宅用地及其配套功能用地)>水浇地>水田>草地>园地>公路用地>采矿用地>其他林地>灌木林地>乔木林地>河流滩涂水域用地,建设用地内土壤综合潜在生态风险指数范围为122.19~608.63,平均为275.71,属中度风险水平; 其他地类土壤重金属综合潜在生态风险指数平均值范围为93.14~143.09,总体均属于低风险水平(RI<150)。各地类内重金属综合潜在生态风险指数分布变异系数属建设用地最大,达0.82; 其次为草地、旱地和水浇地,分别为0.52、0.49和0.42,其他地类内重金属综合生态风险指数值分布相对较为稳定。综合潜在生态风险指数属强风险和极强风险高值点主要分布于旱地、水浇地、草地和建设用地内。深层土壤重金属综合潜在生态风险由强至弱依次为灌木林地>园地>草地>公路用地>乔木林地>旱地>建设用地>采矿用地>水浇地>水田,所有地类土壤重金属综合潜在生态风险指数平均值范围为81.97~147.16,总体均属于低风险。1处综合潜在生态风险指数相对高值点(RI>200)位于采矿用地旁草地。深层土壤综合潜在生态风险指数总体均低于表层土壤,除水田和公路用地综合潜在生态风险指数分布变异系数为0.45和0.47,相对较高外,其他地类RI值变异系数均较小,深层土壤重金属元素含量相对较稳定,综合潜在生态风险指数分布较为集中。
-
图4 伊逊河流域表层土壤(a)和深层土壤(b)重金属综合潜在生态风险分布图
-
Fig.4 Distribution of potential ecological risk index of heavy metals of surface (a) and deep soil (b) in the Yixun River basin
-
图5 伊逊河流域不同地类土壤重金属综合潜在生态风险指数分布箱线图
-
Fig.5 The potential ecological risk index statistical boxplot of different land-use type in the Yixun River basin
-
4 土壤重金属生态风险累积效应评价
-
4.1 不同路径土壤重金属生态风险累积效应
-
对比路径二和路径三得到的生态风险叠加效应RIA指数空间分布图(图6)可知,123组表层-深层土壤剖面中,表层土壤重金属潜在生态风险属正向累积(富集,RIA>0)样品占比为78.05%,土壤重金属综合潜在生态风险总体属正向累积,但累积程度较低。重金属综合生态风险累积指数RIA值相对高值点(RIA>100)分布有4处,最大为144.34,均位于采坑、选厂、尾矿库所在沟谷下游沟口处。路径二输出的土壤重金属综合生态风险累积指数RIA空间分布图(图6a)中,各图斑RIA值范围为-104.82~139.29,平均为27.54,土壤重金属综合潜在生态风险属正向累积图斑数为3280,面积总计95.89 km2,占流域总面积的90.93%。综合生态风险累积指数相对较高(RIA>100)图斑5处,RIA值范围为103.65~139.29,面积总计0.28 km2,占流域总面积的0.27%。路径三输出的RIA空间分布图(图6b)中,各图斑RIA值范围为-90.231~514.42,平均为28.29。土壤重金属综合潜在生态风险正向累积(富集,RIA>0)图斑数为3110,总计79.78 km2,占小流域面积的75.66%; RIA>100图斑个数为20,总计2.70 km2,占小流域面积的2.61%。综合生态风险累积指数相对较高(RIA>200)图斑4处,总面积0.07 km2,主要为建设用地、草地和水田。表层土壤样品加密后,RIA指数平均值由27.54增至28.29,出现综合生态风险累积指数相对高值区(RIA>200)图斑,与表层土壤样品加密后RI值高异常离散点数量增加有关。与此同时,虽然路径三RIA高值区图斑略有增加,但土壤重金属综合潜在生态风险属正向累积图斑面积却相对路径二减少16.79%,表明重金属综合生态风险累积指数评价结果数据分布序列范围相对增大,但对污染程度刻画精度更高。
-
4.2 重金属累积效应优化评价结果对比
-
为比较不同路径输出数据统计分布特征对评价结果的解释程度,绘制不同路径输出数据的箱线图和正态分布曲线(图7),以及正态分布检验特征Q-Q曲线(图8)。由土壤重金属综合潜在生态风险指数RI,综合生态风险累积指数RIA分布箱线和正态分布曲线可以看出,表层样品(n =123)RI范围为65.89~237.70,平均值134.23; 表层样品加密至895件后,RI值范围变为51.48~1152.39,平均为131.12,RI平均值基本保持一致,但数据高值点相对增加,正态分布曲线趋于扁平。加密前深层土壤RI值总体低于表层土壤,数据正态分布曲线形态总体一致,但表层土壤加密后RIA值箱线图上四分位和下四分位间隔反而相对减小,分布相对更为集中。对比路径二与路径三RIA分布箱线图可知,经图斑赋值叠加后样本数量相对增大,高异常值点离散程度明显高于路径二RIA值分布,正态分布曲线趋于扁平。在仅对表层土壤样品数量加密情况下,土壤RIA值正态分布曲线形态主要受表层土壤综合潜在生态风险指数RI值分布曲线形态的影响。
-
数据正态分布Q-Q曲线是以正态分布分位数为横坐标,样本期望正态值为纵坐标的用于检验样本数据正态分布形态的统计散点图解。通过95%置信误差线的范围,及样本期望值偏离1∶1参照线的距离,可以反映样本数据的偏度和峰度信息。由图8可知,样本加密前土壤重金属综合生态风险累积指数RIA正态分布函数N(μ,σ)的参数值μ=24.213,σ=37.447,加密后正态分布函数的参数值μ=28.287,σ=25.962。μ是正态分布曲线的位置参数,即随机变量的均值; σ是正态分布曲线的形状参数,即随机变量的方差,表征数据分布的离散程度,σ越大,数据越分散。对比分析可知,由于表层样品加密后高异常点的增加,RIA平均值略有增加,但σ值明显减小,数据分布离散程度相对减小。与此同时,加密后样本数据高异常点偏离参照线更为明显,但中位数与平均值两侧数据分布更为集中,偏离置信区间(95%)程度更小,数据分布的随机性相对减小。在重金属生态风险评价过程中,可将置信区间(95%)以上样本筛选确定为潜在污染点(Sun Houyun et al.,2019),正态分布曲线和数据检验Q-Q图均表明表层样本数量加密后,土壤RIA值高异常离散值点分布更为明显,评价结果对污染点的识别相对更为敏感,对污染地块的筛选相对更为准确。
-
图6 伊逊河流域评价路径二(a)和路径三(b)表层土壤重金属综合生态风险累积指数分布图
-
Fig.6 Distribution of potential ecological risk accumulation index of heavy metals by evaluation path-2 (a) and path-3 (b) in the Yixun River basin
-
图7 伊逊河流域土壤重金属生态风险评价各类指数分布箱线与正态分布曲线
-
Fig.7 The statistical boxplot and normal distribution curve of series ecological risk assessment index of soil heavy metals in the Yixun River basin
-
RIS—加密后表层土壤综合潜在生态风险指数; RIS-1—表层土壤综合潜在生态风险指数; RID—深层土壤综合潜在生态风险指数; RIA-1—土壤综合潜在生态风险累积指数; RIA-2—加密图斑赋值后土壤综合潜在生态风险累积指数
-
RIS—Comprehensive potential ecological risk index of surface soil after densification; RIS-1—comprehensive potential ecological risk index of surface soil; RID—comprehensive potential ecological risk index of deep soil; RIA-1—comprehensive potential ecological risk accumulation index of soil; RIA-2—comprehensive potential ecological risk accumulation index of soil after densification
-
土壤综合生态风险累积指数RIA为表层与深层土壤重金属综合潜在生态风险指数RI的差值,能反映土壤重金属综合潜在生态风险的客观累积特征,但不能较好地反映累积程度强弱的差异特征,采用表层与深层土壤重金属综合潜在生态风险指数RI的比值,即土壤综合潜在生态风险富集因子RAF值能更有效地反映出表层重金属潜在生态风险的累积叠加效应。
-
流域内3394处图斑表层土壤RAF值范围为0.49~6.46,平均为1.30,综合生态风险总体表现为正向累积,但累积程度相对较低,属无累积(RAF<1.0)和弱累积(RAF<1.5)图斑面积各占小流域总面积的24.34%和58.49%,总计达82.83%(图9)。土壤重金属综合生态风险属中等累积地类面积达13.98km2,占总面积的13.26%,主要沿河谷两侧分布。水田、水浇地和乔木林地属重金属生态风险中等累积分别占各自地类面积的52.05%、56.48%和14.50%,建筑用地中的二级地类仓储用地土壤重金属达中等累积面积占比达63.53%。土壤重金属综合潜在生态风险属强累积和极强累积面积分别为3.55 km2和0.57 km2,各占流域总面积的3.37%和0.54%。土壤重金属综合潜在生态风险属强累积地类以水田、水浇地和旱地为主,分别占各自地类面积的38.76%、9.64%和7.04%。土壤重金属综合生态风险属极强累积图斑共计5处,分别为红旗镇伊逊河冲洪积河漫滩1处建设用地和1处水浇地地块,塔子沟沟口1处公路用地,小营乡1处草地和外铺村1处建设用地地块,其中小营乡处草地Cd元素累积程度相对较强,使得小流域内草地重金属综合潜在生态风险属极强累积面积占比达2.05%。
-
图8 伊逊河流域评价路径二(a)和路径三(b)土壤重金属潜在生态风险累积指数的正态分布Q-Q概率图
-
Fig.8 The Q-Q diagram of normal distribution of potential ecological risk accumulation index of soil heavy metals by evaluation path-2 (a) and path-3 (b) in the Yixun River basin
-
对比路径二和路径三获取的各地类表层土壤RAF值分级百分比(图9),由于表层土壤样品采样密度的增加,部分地类内由单个样品点表征重金属累积程度增加至由多个样品点表征重金属累积程度,使得重金属含量空间分布的随机性降低,各地类土壤重金属生态风险累积程度分布面积更为均一,数据离散程度更小,如水田地类中,土壤重金属综合潜在生态风险属极强累积面积占比由15.08%降至为0。表层土壤样品加密后,重金属富集因子指数分布离散程度相对更小,但高异常值更为明显,更有利于筛选出污染地块,对重金属溯源和生态风险损益评价具有重要意义。
-
图9 伊逊河流域土壤综合潜在生态风险富集因子RAF空间分布(a)与分级特征统计(b)
-
Fig.9 Spatial distribution (a) and classification characteristics (b) of potential ecological risk accumulation factor of soil heavy metals in the Yixun River basin
-
5 讨论
-
5.1 土壤重金属累积特征对土地利用类型的响应
-
在明确研究区土壤重金属潜在生态风险累积特征空间分布后,由于12种重金属对土壤综合潜在生态风险的贡献程度不同,还需对土壤重金属的分布输入特征与土地利用类型的相关关系进行剖析,识别重金属污染来源,同时验证土地利用图斑作为生态风险累积效应评价最小单元的合理性。采用冗余分析(Redundancy analysis,RDA)方法通过约束性排序的方式对比分析不同土壤重金属元素对生态风险累积效应的贡献程度、及不同深度土壤重金属元素含量和综合潜在生态风险指数空间分布对土地利用类型环境因子的响应程度(Shu Xin et al.,2019),具体RDA相关关系图见图10。
-
RDA图内指示线表征各变量主成分分析(Principal components analysis,PCA)的特征向量大小,变量因子指示线间夹角的余弦值表示变量间的相关系数,夹角愈小,相关程度愈高(Sun Houyun et al.,2020b)。前期研究元素相关分析表明表层土壤中V、Co、Ti、Cu、Mn和Zn为一组,Cr和Ni为一组,铁族元素及钒钛磁铁矿伴生矿物元素呈显著的正相关关系。土壤Cd元素含量与Pb、As和Zn同为亲硫元素,存在一定相关关系,Hg元素与其他元素相关关系较弱。表层土壤RI值与Cd、Hg含量相关性较大,与Cd和Hg元素生态毒性响应系数较高有关(Xu Zhengqi et al.,2008)。铁族元素V、Ti、Co、Cr、Ni和Mn,及伴生矿物所含元素Zn和Cu的分布与采矿用地密切相关,Cr、Ni和Ti元素含量与公路用地相关关系显著,与大庙-红旗-黑山钒钛磁铁矿矿体及围岩除含钒钛磁铁矿、磁黄铁矿、黄铁矿外,还伴生黄铜矿、闪锌矿与磁黄铁矿有关(He Hailong et al.,2016; Li Lixing et al.,2019)。表层土壤V、Ti、Co、Cr、Ni和Mn的分布受原生高地质背景影响明显,其输入来源主要为矿业采选活动。交通运输活动对公路用地周边土壤Cr、Ni和Ti的输入具有重要影响。Pb和As元素高值点分布与水浇地、水田、河流水域及园地地类因子相关性较高,表明水力驱动和农业活动是Pb和As元素空间分布的主要控制因素。Pb和As与土壤pH值呈一定的负相关关系,Cu、Zn与土壤pH呈较显著的正相关关系,与土壤pH对重金属的化学形态有较大影响有关(Sun Houyun et al.,2021b)。伊逊河两岸水田种植作物主要为水稻,水浇地主要种植玉米,水稻田内土壤呈明显的上层灰棕色水稻土(亚黏土)—下层潮土(亚砂土)结构,土壤微生物活动及理化性质对耕种层土壤重金属化学形态,吸附、截留、固定等迁移转化行为具有明显影响(Li Zhiyuan et al.,2014),使得水田和水浇地内土壤重金属垂向分布分异明显。Hg元素高异常主要与建设用地地类相关,Cd元素高异常点与草地地类因子相关,与前文所述Hg元素高值点位于红旗镇外建筑用地旁,Cd元素高值点位于小营乡一草地地块结论相一致。
-
结合RDA图(图10)与不同深度土壤重金属综合潜在生态风险分布(图4)可知,深层土壤重金属元素相关关系总体与表层土壤一致,钒钛磁铁矿高背景元素Ti、V、Co、Ni、Cr、Cu显著相关,Mn和Zn相关性较显著,As、Pb、Cd和Hg相关性不明显。Cd、Hg和Cr元素对深层土壤RI值贡献较高。铁族元素高值区分布与灌木林地、草地、乔木林地及公路用地分布显著相关,与采矿用地相关性不明显,表明深层土壤重金属的空间分布受土地利用类型影响较小,主要与原生成土母岩风化作用密切相关(Qu Shuyi et al.,2020),矿业活动对深层土壤重金属的输入影响相对表层土壤较小,交通运输活动对公路两侧土壤重金属分布存在一定影响。深层土壤Pb和As元素异常值点与建设用地地类存在一定关系,与矿山车辆仓储用地等功能区对土壤Pb和As输入有关。土地利用类型对深层土壤重金属的空间分布影响相对较小,而表层土壤重金属含量分布特征受地类因子的影响相对强于深层土壤,采矿用地与矿致异常元素的分布具有明显相关关系,区内表层-深层土壤对土地利用类型环境因子的响应程度具有明显差异,采用土地利用图斑作为土壤重金属生态风险累积效应基线分割评价的最小评价单元较为合理。
-
5.2 重金属生态风险累积效应基线分割方法应用展望
-
结合前期研究(Sun Houyun et al.,2021a)得到的路径一、本次研究路径二和路径三的重金属累积效应评价结果对比分析可知,路径一RIA空间分布图能反映出重金属生态风险累积的宏观分布特征,即小流域重金属RIA指数高值区与流域地貌具有明显耦合关系,水动力作用控制着重金属迁移的“源-汇”风险格局(Wang Jingliang et al.,2018; Sun Houyun et al.,2021a),但对重金属生态风险累积效应的定量刻画不足。路径二和路径三引入基于土地利用图斑和基线分割GIS叠加分析后,使得土壤重金属累积效应评价由定性-半定量评价转变至定量评价,且评价精度随着采样密度的增加而升高。路径三在表层样品加密情况下,土壤样品重金属含量数据对单个地类图斑的随机性相对减弱,重金属累积效应指数RIA和RAF空间分布变异系数相对增大,高异常值偏度更大,但数据离散程度相对较小,更有利于潜在污染地块的筛选。土壤重金属含量与土地利用类型间的RDA分析结果亦表明,表层和深层土壤对土地利用类型的响应程度具有明显差异,表层土壤矿致异常元素分布对采矿用地和公路用地具有明显响应,而深层土壤重金属分布主要与成土母岩等地质背景因素密切相关,以土地利用图斑作为土壤重金属生态风险累积效应基线分割评价的基本评价单元适用性较强。
-
图10 伊逊河流域表层土壤(a)和深层土壤(b)重金属含量与土地利用类型冗余分析相关关系图
-
Fig.10 The redundancy analysis ordination graph of surface (a) and deep soil (b) heavy metals and land-use types in the Yixun River basin
-
与此同时,基于GIS叠加处理和矢量图斑插值的重金属生态风险累积效应基线分割评价方法,在表层和深层土壤对所选评价单元的响应程度可能差异不明显,使得基线分割方法具有一定局限性,故此在针对不同评价单元需求,不同“分割基线”,即评价标准的选择,评价结果的应用等方面,可进一步进行拓展优化,以下即从这几个方面提出方法拓展优化建议:
-
5.2.1 评价单元的拓展
-
在评价路径实现过程中,可根据表层和深层土壤对环境因子响应程度的差异筛选评价单元,选取对重金属空间分异起主导作用的环境因子作为评价单元,可将土壤类型、地质背景(成土母质类型、地质建造)、自然资源调查监测地表基质类型、行政区划和流域协同环境监管时的次级流域划分图斑等作为基本评价单元。在没有矿产开发的山区小流域,重金属环境本底主要受地质背景控制,可将地质类型图斑作为基本评价单元。在平原第四系覆盖区,基岩成土母质对表层土壤重金属丰度影响较小时,可将土壤质地或土壤类型图斑作为基本评价单元。在各级行政区划尺度自然资源监管,生态环境监管等需要评价环境累积影响时,可将行政单元作为基本评价单元。在流域生态风险评价与管理,排污交易、生态补偿和污染治理时,可选择水文小流域作为评价单元,发挥小流域相对封闭的优势,实现宏微观相结合的环境计量学评价(Li Qingliang et al.,2015)。在重金属空间分异主要受地表基质控制时,可将地表基质类型单元作为自然资源监管环境累积特征的基本评价单元(Ge Liangsheng et al.,2020a,2020b; Yin Zhiqiang et al.,2020)。
-
5.2.2 评价标准的选择
-
本次研究将深层土壤重金属含量作为评价基线,规避了矿集区重金属地球化学基线的空间尺度效应(Sun Houyun et al.,2021a),使得“分割基准值”是随空间分异而波动变化的,避免了环境累积效应计量过程“一刀切”方法的局限性。环境累积效应基线分割评价方法的关键即在于评价基线的动态变化,评价路径中表层和深层是一个相对概念,实际应用可拓展为基线分割的环境累积计量目标和分割基准,不再囿于表层和深层土壤的区分,根据环境累积计量目标确定分割基准。在土壤环境监测、生态环境损害鉴定评估过程中,可将历史数据、对照区数据、环境质量标准、环境地球化学基线,基于重金属生物有效性和健康风险控制的重金属有效态限值、土壤污染风险筛选值、土壤污染风险管控值、土壤修复目标值等作为评价基线。
-
实际评价过程中,还可以在同一类型评价单元的不同分区中采用不同评价基准,再结合GIS可视化融合成图,实现不同分区内评价基准差异化的耦合(Zheng Shengyun,2018),如针对不同土地利用类型、功能区选择不同的重金属风险筛选值和管控值,如农用地和建设用地需采用不同重金属筛选值和管控值基准,不同生态功能区,不同省市和不同矿种矿集区需采用不同的地方标准或行业标准等(Teng Yanguo et al.,2014; Zhang He et al.,2020)。在自然资源和生态环境监管过程中,如矿山生命周期开采前(勘查预查、普查、详查、勘探各个阶段),开采过程中,闭坑复垦后的各个阶段,可以将历史数据、上一阶段环境评价结果作为现状环境累积效应评价的分割基准,实现环境累积计量的多周期和多时相评价,识别环境累积效应的演变过程,完善土壤环境监测和动态预警机制,制定从源头上控制扰动和破坏的技术路线与措施。
-
再者,可将生态环境管理目标、环境健康风险管控目标或者土壤修复目标作为基线分割的目标受体,将环境现状调查数据作为基线分割的“分割基准”,为环境承载能力、环境容量、环境生态风险监测预警及土壤修复技术经济评价提供一种技术实现路径。通过土壤环境容量或环境承载能力评价等临界值与环境现状的基线分割评价,实现土壤污染物输入-输出通量及累积特征的计量和污染风险的精准预警(Xia Xueqi et al.,2020; Lü Yuefeng et al.,2020)。在GIS地理信息技术发展基础上,还可将滑动定值法(含滑动平均剩余值法、子区中位数衬值滤波法、子区自适应衬值滤波法等)、插值背景法(含趋势面法、分形插值法等)、机器学习法、成土母质风化背景法(Gong Qingjie et al.,2020)集成于评价技术路径中,实现分割处理模型的拓展。
-
6 结论
-
(1)伊逊河红旗小流域表层土壤重金属富集程度由强至弱次序为:Hg>Cd>Cu>As>Pb>Zn>Co>V>Cr>Ni>Ti>Mn,Cd和Hg元素达极强富集样品占比分别为7.32%和8.13%,其他元素总体属中度以下累积水平。表层土壤重金属潜在综合生态风险指数RI值范围为51.48~1152.39,平均为131.12,深层土壤RI值明显低于表层土壤,重金属累积总体均属低生态风险水平。
-
(2)不同地类土壤重金属RI值大小关系次序为建设用地>水浇地>水田>草地>园地>公路用地>采矿用地>其他林地>灌木林地>乔木林地>河流水域,重金属生态风险高值区主要分布于采矿用地旁旱地和草地、水浇地和水田及建设用地内。表层土壤V、Ti、Co、Cr、Ni和Mn元素累积主要来源于矿业活动,同时受原生高地质背景影响。交通运输对公路用地周边土壤Cr、Ni和Ti的输入具有重要影响,土壤Cd、Hg、Pb和As的累积受工矿用地配套设施、交通运输和农业活动复合影响。
-
(3)表层土壤重金属综合潜在生态风险总体为正向累积,正向累积图斑占流域总面积的75.66%。经表层样品采集密度增加和土地利用图斑GIS叠加模型优化后,可实现重金属生态累积效应由定性评价转为定量化计量,对污染地块的筛选相对更为准确。
-
(4)基于GIS地理处理可视化的生态风险累积效应基线分割评价方法,可根据自然资源和生态环境监管的实际需要对评价基本单元,分割基准值的选择进一步拓展优化。
-
参考文献
-
Ge Liangsheng, Xia Rui. 2020a. Research on comprehensive investigation work system of natural resources. Journal of Natural Resources, 35(9): 2254~2269 (in Chinese with English abstract).
-
Ge Liangsheng, Yang Guicai. 2020b. New field of natural resources survey and monitoring: ground substrate survey. Natural Resource Economics of China, 33(9): 4~11+67 (in Chinese with English abstract).
-
Gong Qingjie, Xia Xueqi, Liu Ningqiang. 2020. Research progress of applied geochemistry during the decade of 2011 to 2020 in China. Bulletin of Mineralogy, Petrology and Geochemistry, 39(5): 927~944+1069 (in Chinese with English abstract).
-
Grimm N B, Faeth S H, Golubiewski N E, Redman C L, Wu Jianguo, Bai Xuemei, Briggs J M. 2008. Global change and the ecology of cities. Science, 319(5864): 756~760.
-
Hakanson L. 1980. An ecological risk index for aquatic pollution control. a sedimentological approach. Water Research, 4(8): 975~1001.
-
He Hailong, Yu Songyue, Song Xieyan, Du Zhisong, Dai Zhihui, Zhou Ting, Xie Wei. 2016. Origin of nelsonite and Fe-Ti oxides ore of the Damiao anorthosite complex, NE China: evidence from trace element geochemistry of apatite, plagioclase, magnetite and ilmenite. Ore Geology Reviews, 79: 367~381.
-
Li Kuo, Peng Min, Zhao Chuandong, Yang Ke, Zhou Yalong, Liu Fei, Tang Shiqi, Yang Fan, Han Wei, Yang Zheng, Cheng Xiaomeng, Xia Xueqi, Guan Tao, Luo Jianlan, Cheng Hangxin. 2019. Vicennial implementation of geochemical survey of land quality in China. Earth Science Frontiers, 26(6): 128~158 (in Chinese with English abstract).
-
Li Lixing, Li Houming, Zi Jianwei, Rasmussen B, Sheppard S, Wilde S A, Meng Jie. 2019. Role of fluids in Fe-Ti-P mineralization of the Proterozoic Damiao anorthosite complex, China: insights from baddeleyite-zircon relationships in ore and altered anorthosite. Ore Geology Reviews, 115: 1~10.
-
Li Qingliang, Wu Qian, Gao Jinbo, Ma Jun, Xu Qiufang, Yu Shen. 2015. Distribution of heavy metals in topsoils affected by land use patterns at a small watershed scale: a case studyin the Bantou reservoir watershed in Xiamen, China. Acta Ecologica Sinica, 35(16): 5486~5494 (in Chinese with English abstract).
-
Li Ting, Wu Minghui, Wang Yue, Yang Huaju, Tang Chundong, Duan Changqun. 2020. Advances in research on the effects of human disturbance on biogeochemical processes of heavy metals and remediation. Acta Ecologica Sinica, 40(13): 4679~4688 (in Chinese with English abstract).
-
Li Zhiyuan, Ma Zongwei, Tsering Jan van der Kuijp, Yuan Zengwei, Huang Lei. 2014. A review of soil heavy metal pollution from mines in China: pollution and health risk assessment. Science of the Total Environment, 468-469: 843~853.
-
Lu Xinzhe, Gu Anqing, Zhang Yanwu, Kang Zhanjun, Chu Xianyao, Hu Xuefeng. 2019. Sources and risk assessment of heavy metal in agricultural soils based on the environmental geochemical baseline. Acta Pedologica Sinica, 56(2): 408~419 (in Chinese with English abstract).
-
Lü Yuefeng, Xie Li, Zhu Wenjuan, Zhou Yu, Sun Hua. 2020. Risk prediction of heavy metals in farmland soil based on environmental capacity: case study of the county scale in northern Zhejiang Province. Resources and Environment in the Yangtze Basin, 29(1): 253~264 (in Chinese with English abstract).
-
Marie Forget, Magali Rossi. 2021. Mining region value and vulnerabilities: evolutions over the mine life cycle. The Extractive Industries and Society, 8(1): 176~187.
-
Ministry of Ecological Environment of the People's Republic of China. 2018. Technical guidelines for identification and assessment of eco-environmental damage soil and groundwater. Beijing: Ministry of Ecological Environment of the People's Republic of China, 11~22.
-
Miranda R G, David A D. 2018. A review of sustainable mining and resource management: transitioning from the life cycle of the mine to the life cycle of the mineral. Resources, Conservation & Recyclin, 137: 281~291.
-
Qu Shuyi, Wu Weihua, Nel Werner, Ji Junfeng. 2020. The behavior of metals/metalloids during natural weathering: a systematic study of the mono-lithological watersheds in the upper Pearl River basin, China. Science of the Total Environment, 708: 134572.
-
Rammal M, Archambeau P, Erpicum S, Orban P, Brouyere S, Pirotton M, Dewals B. 2018. Technical Note: an operational implementation of recursive digital filter for base flow separation. Water Resources Research, 54(10): 8528~8540.
-
Ren Zhouqiao, Xiao Rui, Zhang Zhonghao, Lv Xiaonan, Fei Xufeng. 2019. Risk assessment and source identification of heavy metals in agricultural soil: a case study in the coastal city of Zhejiang Province, China. Stochastic Environmental Research and Risk Assessment, 33(11-12): 2109~2118.
-
Shu Xin, Li Yan, Li Feng, Feng Jingyi, Shen Jiayu, Shi Zhou. 2019. Impacts of land use and landscape patterns on heavy metal accumulation in soil. Environmental Science, 40(5): 2471~2482 (in Chinese with English abstract).
-
Sun Houyun, Wei Xiaofeng, Gan Fengwei, Wang Heng, He Zexin, Jia Fengchao, Zhang Jing. 2019. Determination of heavy metal geochemical baseline values and its accumulation in soils of the Luanhe River basin, Chengde. Environment Science, 40(8): 3753~3763 (in Chinese with English abstract).
-
Sun Houyun, Sun Xiaoming, Jia Fengchao, Wang Yanli, Li Duojie, Li Jian. 2020a. The eco-geochemical characteristics of germanium and its relationship with the genuine medicinal material Scutellaria baicalensis in Chengde, Hebei Province. Geology in China, 47(6): 1646~1667 (in Chinese with English abstract).
-
Sun Houyun, Wei Xiaofeng, Jia Fengchao, Li Duojie, Li Jian, Li Xia, Yin Zhiqiang. 2020b. Source of groundwater nitrate in Luanping basin based on multi-environment media nitrogen cycle and isotopes. Environment Science, 41(11): 4936~4947 (in Chinese with English abstract).
-
Sun Houyun, Wei Xiaofeng, Jia Fengchao, He Zexin, Sun Xiaoming. 2021a. Geochemical baseline and ecological risk accumulation effect of soil heavy metals in the small scaled rainage catchment of V-Ti magnetite in the Yixun River basin, Chengde. Acta Geologica Sinica, 95(2): 588~604 (in Chinese with English abstract).
-
Sun Houyun, Wei Xiaofeng, Sun Xiaoming, Jia Fengchao, Li Duojie, Li Jian. 2021b. Bioaccumulation and translocation characteristics of heavy metals in a Soil-Maize System in reclaimed land and surrounding areas of typical vanadium-titanium magnetite tailings. Environment Science, 42(3): 1166~1176 (in Chinese with English abstract).
-
Sun Jing, Du Weihe, Wang Dezhong, Li Jian, Xu Guoxin, Han Yuchou. 2009. Geological characteristics and genesis of the Heishan V-Ti magnetite deposit in Damiao, Chengde Hebei Province. Acta Geologica Sinica, 83(9): 1344~1364 (in Chinese with English abstract).
-
Teng Yanguo, Wu Jin, Lu Sijin, Wang Yeyao, Jiao Xudong, Song Liuting. 2014. Soil and soil environmental quality monitoring in China: a review. Environment International, 69: 177~199.
-
Wang Chensheng, Chai Xing, Wang Heng. 2019. An overview of baseline investigation in foreign mine project environmental impact assessment. Mineral Exploration, 10(9): 2436~2439 (in Chinese with English abstract).
-
Wang Jingbing, Wei Xiaofeng, Zhang Huiqiong, Gan Fengwei. 2020. The eco-geological survey based on geological formation, exemplified by integrated geological survey of national ecological civilization demonstration area in Chengde City, Hebei Province. Geology in China, 47(6): 1611~1624 (in Chinese with English abstract).
-
Wang Jinliang, Chen Chenglong, Ni Jiupai, Xie Deti, Shao Jing'an. 2018. Resistance evaluation and “source-sink” risk spatial pattern of agricultural non-point source pollution in small catchment. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 34(10): 216~224 (in Chinese with English abstract).
-
Xia Xueqi, Gong Qingjie, Xu Changyan. 2020. Research progresses on applied geochemistry from 2011 to 2020 in China: eco-geochemistry. Geoscience, 4(5): 883~896 (in Chinese with English abstract).
-
Xu Youning, Zhang Jianghua, Ke Hailing, Chen Huaqing, Liu Ruiping, Qiao Gang, Shi Yufei. 2014. An assessment method for heavy metal cumulative risk on farmland soil in the mining area: a case study of the Xiaoqinling gold mining area. Geological Bulletin of China, 33 (8): 1097~1105 (in Chinese with English abstract).
-
Xu Zhengqi, Ni Shijun, Tuo Xianguo, Zhang Chengjiang. 2008. Calculation of heavy metals' toxicity coefficient in the evaluation of potential ecological risk index. Environmental Science & Technology, 31(2): 112~115 (in Chinese with English abstract).
-
Yin Zhiqiang, Qin Xiaoguang, Zhang Shuji, Wei Xiaofeng, Hou Hongxing, He Zexin, Lu Min. 2020. Preliminary study on classification and investigation of surface substrate. Hydrogeology and Engineering Geology, 47(6): 8~14.
-
Zhang He, Wang Shaoqiang, Wang Liang, Jiang Zhenglong, Zhang Zifan. 2020. Discussion on the indicator system of comprehensive observation of natural resource elements. Resources Science, 42(10): 1883~1899 (in Chinese with English abstract).
-
Zhang Xiuzhi, Bao Zhengyu, Tang Junhong. 2006. Application of the enrichment factor in evaluating of heavy metals contamination in the environmental geochemistry. Geological Science and Technology Information, 25 (1): 65~72 (in Chinese with English abstract).
-
Zheng Shengyun. 2018. Development of a GIS system for assessing and visualizing soil heavy metal pollution based on geoprocessing services sharing. Master thesis of Zhejiang University (in Chinese with English abstract).
-
Zhu Xiaodong, Wei Chaoyang, Yang Fen. 2016. Determination of heavy metal baseline in Baotou and Bayan Obo and its application in the assessment of heavy metal contamination. Journal of Natural Resources, 31(2): 310~320 (in Chinese with English abstract).
-
葛良胜, 夏锐. 2020a. 自然资源综合调查业务体系框架. 自然资源学报, 35(9): 2254~2269.
-
葛良胜, 杨贵才. 2020b. 自然资源调查监测工作新领域: 地表基质调查. 中国国土资源经济, 2020, 33(9): 4~11+67.
-
龚庆杰, 夏学齐, 刘宁强. 2020. 2011~2020中国应用地球化学研究进展与展望. 矿物岩石地球化学通报, 39(5): 927~944+1069.
-
李括, 彭敏, 赵传冬, 杨柯, 周亚龙, 刘飞, 唐世琪, 杨帆, 韩伟, 杨峥, 成晓梦, 夏学齐, 关涛, 骆检兰, 成杭新. 2019. 全国土地质量地球化学调查二十年. 地学前缘, 26(6): 128~158.
-
李清良, 吴倩, 高进波, 马军, 徐秋芳, 俞慎. 2015. 基于小流域尺度的土壤重金属分布与土地利用相关性研究——以厦门市坂头水库流域为例. 生态学报, 35(16): 5486~5494.
-
李婷, 吴明辉, 王越, 杨化菊, 唐春东, 段昌群. 2020. 人类扰动对重金属元素的生物地球化学过程的影响与修复研究进展. 生态学报, 40(13): 4679~4688.
-
卢新哲, 谷安庆, 张言午, 康占军, 褚先尧, 胡雪峰. 2019. 基于环境地球化学基线的农用地重金属累积特征及其潜在生态危害风险研究. 土壤学报, 56(2): 408~419.
-
吕悦风, 谢丽, 朱文娟, 周宇, 孙华. 2020. 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. 长江流域资源与环境, 29(1): 253~264.
-
舒心, 李艳, 李锋, 冯靖仪, 沈嘉瑜, 史舟. 2019. 土壤重金属累积对土地利用与景观格局的响应. 环境科学, 40(5): 2471~2482.
-
孙厚云, 卫晓锋, 甘凤伟, 王恒, 何泽新, 贾凤超, 张竞. 2019. 承德市滦河流域土壤重金属地球化学基线厘定及其累积特征. 环境科学, 40(8): 3753~3763.
-
孙厚云, 孙晓明, 贾凤超, 王艳丽, 李多杰, 李健. 2020a. 河北承德锗元素生态地球化学特征及其与道地药材黄芩适生关系. 中国地质, 47(6): 1646~1667.
-
孙厚云, 卫晓锋, 贾凤超, 李多杰, 李健, 李霞, 殷志强. 2020b. 基于多环境介质氮素和同位素的滦平盆地地下水硝酸盐来源示踪. 环境科学, 41(11): 4936~4947.
-
孙厚云, 卫晓锋, 贾凤超, 何泽新, 孙晓明. 2021a. 承德伊逊河钒钛磁铁矿小流域土壤重金属地球化学基线及生态风险累积效应. 地质学报, 95(2): 588~604.
-
孙厚云, 卫晓锋, 孙晓明, 贾凤超, 李多杰, 李健. 2021b. 钒钛磁铁矿尾矿库复垦土地及周边土壤-玉米重金属迁移富集特征. 环境科学: 42(3): 1166~1176.
-
孙静, 杜维河, 王德忠, 李健, 徐国新, 韩玉丑. 2009. 河北承德大庙黑山钒钛磁体矿床地质特征与成因探讨. 地质学报, 83(9): 1344~1364.
-
王晨昇, 柴星, 王恒. 2019. 国外矿山项目环境影响评价中本底调查工作概述. 矿产勘查, 10(9): 2436~2439.
-
王金亮, 陈成龙, 倪九派, 谢德体, 邵景安. 2018. 小流域农业面源污染阻力评价及“源-汇”风险空间格局. 农业工程学报, 34(10): 216~224+306.
-
王京彬, 卫晓锋, 张会琼, 甘凤伟. 2020. 基于地质建造的生态地质调查方法——以河北省承德市国家生态文明示范区综合地质调查为例. 中国地质, 47(6): 1611~1624.
-
夏学齐, 龚庆杰, 徐常艳. 2020. 2011~2020中国应用地球化学研究进展与展望之生态地球化学. 现代地质, 34(5): 883~896.
-
徐友宁, 张江华, 柯海玲, 陈华清, 刘瑞平, 乔冈, 史宇飞. 2014. 矿业活动区农田土壤重金属累积风险的评判方法——以小秦岭金矿区为例. 地质通报, 33(8): 1097~1105.
-
徐争启, 倪师军, 庹先国, 张成江. 2008. 潜在生态危害指数法评价中重金属毒性系数计算. 环境科学与技术, 31(2): 112~115.
-
殷志强, 秦小光, 张蜀冀, 卫晓锋, 侯红星, 何泽新, 鲁敏. 2020. 地表基质分类及调查初步研究. 水文地质工程地质, 47(6): 8~14.
-
张贺, 王绍强, 王梁, 程书波, 姜正龙, 张子凡. 2020. 自然资源要素综合观测指标体系探讨. 资源科学, 42(10): 1883~1899.
-
张秀芝, 鲍征宇, 唐俊红. 2006. 富集因子在环境地球化学重金属污染评价中的应用. 地质科技情报, 25(1): 65~72.
-
郑胜云. 2018. 基于地理处理服务共享的土壤重金属污染评价与可视化系统研究. 浙江大学硕士学位论文.
-
中国环境监测总站. 1990. 中国土壤元素背景值. 北京: 中国环境科学出版社.
-
中华人民共和国生态环境部. 2018. 生态环境损害鉴定评估技术指南土壤与地下水. 北京: 中华人民共和国生态环境部, 11~22.
-
朱晓东, 韦朝阳, 杨芬. 2016. 包头—白云鄂博地区重金属基线值的厘定及其在重金属污染分级评价中的应用. 自然资源学报, 31(2): 310~320.
-
摘要
以承德市伊逊河红旗钒钛磁铁矿小流域为例,采用富集因子法、潜在生态风险指数法,基于土地利用类型的冗余分析和GIS基线分割模型对流域土壤重金属生态风险累积程度及其影响因素进行了探讨。通过3种土壤重金属生态风险累积效应评价结果的对比,分析了样本加密、土地利用类型和GIS地理处理等优化方法对基线分割评价结果的影响。结果表明:研究区表层土壤重金属累积程度由强至弱为:Hg>Cd>Cu>As>Pb>Zn>Co>V>Cr>Ni>Ti>Mn,表层土壤重金属综合潜在生态风险RI值范围为51.48~1152.39,平均为131.12,总体属低生态风险水平,高异常点主要分布于采矿用地旁旱地和草地、水浇地和水田及建设用地内。深层土壤重金属综合潜在生态风险值明显低于表层土壤,表层土壤重金属综合潜在生态风险总体表现为正向累积。表层土壤和深层土壤对土地利用类型因子的响应程度具有明显差异,经表层样品加密和GIS图斑赋值叠加模型优化后,重金属生态风险属正向累积图斑面积减少16.79%,样本数据随机性和离散程度明显减小,但生态风险累积指数分布极值范围相对增大,高异常值点分布更为明显,有利于污染地块的筛选识别。基于GIS地理处理可视化的生态风险累积效应基线分割评价方法,可进一步对评价单元和分割基准的选择进行拓展优化,为生态环境监测预警,自然资源综合管理,生态环境审计考核等提供参考方法。
Abstract
The ecological risk of accumulation of heavy metals in soil and its influencing factors were evaluated and discussed by enrichment factor, ecological risk index calculation, GIS overlay processing, and redundancy analysis based on land use types in a small-scale drainage catchment of vanadium-titanium magnetite mining area located in Hongqi town, Yixun River, Chengde City. Meanwhile, the influence of optimization methods such as sample encryption, land use type, and GIS geographic processing on baseline segmentation evaluation results was analyzed based on a comparison of three assessment methods of ecological risk accumulation effect. The results indicated that the enrichment factor index of the surface soils followed the order of Hg>Cd>Cu>As>Pb>Zn>Co>V>Cr>Ni>Ti>Mn. The comprehensive ecological risk of 12 heavy metals in surface soil was relatively low, with the RI ranges from 51.48 to 1152.39. The high anomaly points of the potential ecological risk index were mainly distributed in dry land, grassland, irrigated land, construction land, and paddy fields beside mining areas. The comprehensive potential ecological risk of heavy metals in deep soil was generally weaker than in surface soil. The distribution of soil heavy metals in surface and deep soil showed an obvious difference in response to environmental factors of land use types. The total area of speckles with positive accumulation in ecological risk of heavy metals decreased by 16.79%, and the randomness and discreteness of sample data were significantly reduced after the optimization of surface sample densification and GIS patch assignment overlay model. Nevertheless, the extreme value range of ecological risk accumulation index increases relatively, and the distribution of high outliers was more prominent, which is more conducive to the screening and identification of contaminated plots. Furthermore, the baseline segmentation evaluation method of ecological risk accumulation effect based on GIS geographic processing visualization can continue to be optimized in some aspects such as the evaluation unit and segmentation benchmark, and provide a method reference for ecological environment monitoring and early warning, comprehensive management of natural resources and ecological environment audit assessment.