主成分分析土壤污染物综述
SPSS主成分分析 (4)
[1]本文尝试利用主成分分析方法对农田土壤污染物进行识别,并对土壤环境质量进行分级。
结果表明,利用主成分分析可以有效地识别土壤污染物中的主要成分,揭示土壤污染物的数据结构和相互间的关系。
主成分分析方法可用于定量化的土壤复合污染研究或对历史数据较为缺乏的地区进行土壤环境质量评价。
在污染物检测指标数量较大时,可以在一定程度上简化农田土壤重点污染物的定量化识别过程。
[2]以陕西省长武县所处的黄土高原沟壑区土壤为研究对象,通过主成分分析并结合Norm值的方法,筛选出活性有机质、全氮、速效磷、速效钾、粘粒、CEC、过氧化氢酶、磷酸酶和转化酶等12项指标,建立了黄土沟壑区土壤综合质量评价的最小数据集(MDS)。
采用客观方法(主成分分析法)以及主客观相结合的方法确定了两种类型的权重系数,分别计算了土壤综合质量指数,发现两种方法计算所得的土壤综合质量指数之间具有很好的一致性。
另外,把由主成分分析法计算的土壤综合质量指数与利用偏相关系数法计算出的土壤综合质量指数进行了线性回归分析,两者之间达到极显著相关,说明用主成分分析法在该地区进行土壤质量综合评价是客观可行的。
各因子的隶属度表明,活性有机质是该地区主要的限制性因子,全氮次之。
几种不同方法计算的土壤质量表明,果园土壤质量优于农田土壤的,不同地形部位土壤质量比较发现,塬面的土壤质量相对最高,坡地(梯田)次之,河滩地相对最低。
[3]为明确吉林省中北部土壤养分变化特征,充分了解土壤本身的特性,达到合理施肥的目的,本研究对55个耕层土壤(0～30cm)进行采样,测定分析了土壤pH以及土壤中速效氮、速效磷、速效钾、有机质和微量元素的含量,应用主成分分析和聚类分析方法评价了土壤肥力特性.结果表明,研究区的最佳分区数为6种养分类型:第Ⅰ类为缓效钾、有机质、锰和硼极低型;第Ⅱ类为速效钾、锰、铁和硼偏高,全磷偏低型;第Ⅲ类为有机质偏高,其他元素适中型;第Ⅳ类为速效钾偏低,缓效钾较高,硼偏低型,其他元素适中型;第Ⅴ类为速效钾、铁含量偏低,其他元素适中型;第Ⅵ类为速效钾、全磷、pH偏高,锰偏低型.6种类型占比分别为40%、5%、24%、13%、13%和5%.为了简化施肥操作流程,也可把其分为更少的类型.[4]土地资源是人类赖以生存的资本,土地利用生态安全问题也日益被重视。
天台耕地土壤重金属污染及生态风险评价
天台耕地土壤重金属污染及生态风险评价卢新哲;谷安庆;张言午;康占军;褚先尧;冯立新【摘要】文章通过在天台县耕地范围土壤中系统采集3588件表层土壤样品,分析As、Cd、Cr、Cu、Hg、Ni、Pb、Zn和Mn等9种元素质量比特征,采用皮尔逊相关系数分析确定重金属之间的相关性,并对土壤重金属污染程度、土壤重金属元素生态环境潜在危害及其对人类健康的影响进行评价.研究区范围重金属具有从中到高的变异系数,且分布极不均匀,As、Cd、Hg、Pb和Zn等土壤重金属空间异常主要受人为活动影响,通过主成分分析(principal component analysis,PCA)发现Cr-Ni-Cu、Cd-Pb-Zn分别具有同源组合特征.土壤污染评价结果发现,研究区主要污染元素为Cd和Ni.生态风险评价结果显示,各元素潜在生态环境危害以低风险为主,Cd、Hg和Ni元素存在少量中度及以上的潜在生态环境危害风险;然而,在重金属对人类健康的影响方面,As和Pb的影响最大,且儿童受影响风险超过成人.【期刊名称】《合肥工业大学学报（自然科学版）》【年(卷),期】2019(042)007【总页数】10页(P978-987)【关键词】土壤;重金属;污染评价;生态风险;天台【作者】卢新哲;谷安庆;张言午;康占军;褚先尧;冯立新【作者单位】浙江省地质调查院,浙江杭州 311200;上海大学环境与化学工程学院,上海 200444;浙江省地质调查院,浙江杭州 311200;浙江省地质调查院,浙江杭州311200;浙江省地质调查院,浙江杭州 311200;浙江省地质调查院,浙江杭州311200;浙江省地质调查院,浙江杭州 311200【正文语种】中文【中图分类】X530 引言重金属因其存在时间长、毒性、无生物降解性以及产生化学反应等原因,成为人类健康和环境的潜在风险源[1]。
农田土壤中重金属随着工业发展和农药、化肥的持续施用而不断累积,引发人们对农作物食品安全的担忧[2]。
环境科学大型实验报告(3篇)
第1篇一、实验背景随着全球环境问题的日益严重，环境科学作为一门综合性学科，越来越受到广泛关注。
为了深入了解环境科学的基本原理和实验方法，我们开展了本次大型实验。
本次实验旨在通过模拟真实环境，探究环境污染物对生态系统的影响，为环境保护和治理提供科学依据。
二、实验目的1. 了解环境科学实验的基本原理和方法。
2. 掌握模拟环境污染物对生态系统影响的实验技术。
3. 分析实验数据，探讨环境污染物对生态系统的影响机制。
4. 为环境保护和治理提供科学依据。
三、实验材料与设备1. 实验材料：水、土壤、植物种子、污染物（如重金属、有机污染物等）。
2. 实验设备：实验室培养箱、显微镜、pH计、分光光度计、离心机、恒温培养箱等。
四、实验方法1. 实验设计：将实验分为对照组和实验组，对照组为正常环境，实验组加入不同浓度的污染物。
2. 实验步骤：1. 准备实验材料，包括水、土壤、植物种子和污染物。
2. 将植物种子在正常环境下培养至一定生长阶段。
3. 将实验组植物种子分别置于不同浓度的污染物环境中，对照组植物种子置于正常环境中。
4. 定期观察植物生长状况，并记录数据。
5. 使用pH计、分光光度计等仪器检测土壤、水体等环境指标。
6. 对实验数据进行统计分析。
五、实验结果与分析1. 植物生长状况：实验结果表明，实验组植物生长速度明显低于对照组，且随着污染物浓度的增加，植物生长状况逐渐恶化。
2. 环境指标变化：实验组土壤pH值、重金属含量等环境指标均高于对照组，表明污染物对土壤环境产生了显著影响。
3. 污染物对植物的影响：实验结果显示，污染物对植物的生长、生理和代谢产生了显著影响，如叶片变黄、生长缓慢、根系受损等。
六、结论与讨论1. 实验结果表明，环境污染物对生态系统具有显著影响，可导致植物生长受阻、土壤环境恶化等问题。
2. 本实验为环境保护和治理提供了科学依据，有助于制定针对性的污染防控措施。
3. 在实际应用中，应加强环境监测和治理，降低污染物排放，保护生态环境。
主成分分析方法在农田土壤环境评价中的应用
Ｚ ＨＡＮ Ｄｏ ｇ—ｆｎ Ｇ ｎ ａ ｇ，ＷＵ Ｙｉ ｈ ｎ —ｚ ｏ ｇ‘，Ｚ ＮＧ Ｌ ａ ｇ—ｇ ｇ ＨＥ Ⅺ Ｏ ｉ ｎ ｎ ａ ，Ｃ Ｎ
一
种切 实可行 的 分析 方 法 。
关键词 ： 主成分分析 ； 田土壤 ； 农 污染物； 环境评价
中 图分 类号 ：８５ 文献 标 识码 ： 文章 编 号 ： ０ ８８ （０ ８ ０ ０３ ｏ Ｘ２ Ａ １ １— ５ １２０ ）７— ０６一 ３ ０
Ａｐ ｌ ａ ｉ ｎ ｆＰ ｉ ｃｐａ ｍ ｐ ｎ ｎｔＡｎａ ｙ ｉ ｅ ｈ ｄ ｔ ｐ ｉ ｔｏ ｏ ｒ ｎ ｉ ｌＣｏ ｏ ｅ ｃ ｌ ｓｓ Ｍ ｔ ｏ ｏ
摘
要： 采用主成分分析方法对乌兰浩特地 区农 田土壤污染状况进行分析， 以此来探 索对农 田土壤污染物进行判定和识
别， 并对土壤环境质量的状况进行评价和分级。结果表 明： 利用主成分分析方法可 以有效地识别土壤 污在关 系， 可对定量化的土壤复合污 染研 究或对土壤 环境质量评价提供依据 ， 说明主成分分析 法是
土壤污染物的定量化评价研究提供依据。
化成少数几个综合指标 ， 简化了统计分析系统 的结构。 在主成分分析中可消除评价指标间的相互影响 ， 各主成 分是按方差大小依次排列顺序的。在分析问题时 ， 可以
舍弃一部分主成分 ， 只取前后方差较大的几个主成分来 代表原变量 ， 还可以减少指标选择的工作量 ， 从而减少 了 计算的工作量。主成分分析方法 目 前已被引入土地资源 保护、 环境脆弱性评价研究等诸多研究领域。与其它环 境质量的定量评价方法相 比， 主成分分析方法具有能够 减少原始数据信息损失、 简化数据结构、 避免主观随意性
统计方法在环境科学中的应用
统计方法在环境科学中的应用在当今时代，环境问题日益严峻，对于环境的研究和保护成为了全球范围内的重要课题。
环境科学作为一门综合性的学科，涉及到众多领域的知识和技术。
其中，统计方法在环境科学中的应用发挥着至关重要的作用，为我们理解和解决环境问题提供了有力的工具。
统计方法在环境监测数据的分析中扮演着不可或缺的角色。
环境监测会产生大量的数据，例如空气质量监测中的各种污染物浓度、水质监测中的化学需氧量（COD）、生化需氧量（BOD）等指标。
通过对这些数据进行统计分析，我们可以了解污染物的分布特征、变化趋势以及与其他因素的关系。
以空气质量监测为例，我们可以运用描述性统计方法，如均值、中位数、标准差等，来概括一段时间内某种污染物浓度的平均水平、中间值以及离散程度。
这有助于我们快速了解该污染物的总体情况。
进一步地，通过时间序列分析，我们能够发现污染物浓度随时间的变化规律，是呈现季节性波动，还是长期的上升或下降趋势。
在水质监测中，相关性分析则可以帮助我们探究不同水质指标之间的关系。
比如，发现 COD 和 BOD 之间的相关性，从而更好地理解水体中有机物的污染状况和降解过程。
除了监测数据的分析，统计方法在环境影响评估中也具有重要意义。
当规划一个新的建设项目时，如修建工厂、道路或者住宅区，需要评估其对周围环境可能产生的影响。
这时候，我们可以运用统计抽样的方法来收集和分析相关数据。
通过合理的抽样设计，确保样本能够代表总体情况，从而对项目可能产生的环境影响进行准确的预测和评估。
例如，在评估噪声对周边居民的影响时，可以在不同距离和方位设置监测点，采集噪声数据，并运用统计方法分析噪声强度与距离、时间等因素的关系，为制定合理的降噪措施提供依据。
统计方法还在环境污染源的识别和解析中发挥着关键作用。
在复杂的环境系统中，往往存在多种污染源，如何准确识别和区分它们是一个具有挑战性的问题。
多元统计分析方法，如主成分分析（PCA）和因子分析（FA），可以帮助我们从众多的环境监测指标中提取主要的信息，找出影响环境质量的主要因素和潜在的污染源。
我国近10年土壤重金属污染源解析评述(2009—2018)
杨梢娜，金皋琪，方琪钧，等．我国近１０年土壤重金属污染源解析评述（２００９—２０１８）［Ｊ］．江苏农业科学，２０２０，４８（２０）：１７－２４．ｄｏｉ：１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０２０．２０．００３我国近１０年土壤重金属污染源解析评述（２００９—２０１８）杨梢娜１，金皋琪２，方琪钧３，廖诗彦２，骆文轩２，贾军伟２，马嘉伟２，叶正钱２，柳 丹２（１．浙江省舟山市农林技术推广中心，浙江舟山３１６０００；２．浙江省土壤污染生物修复重点实验室／浙江农林大学，浙江杭州３１１３００；３．浙江省舟山市定海区金塘镇人民政府，浙江舟山３１６０３３） 摘要：我国土壤重金属污染源解析方法虽较多，但实地开展案例较少，且不同源解析方法具有一定的适用条件，因此需要寻找合适的、合理的源解析方法。
主要介绍了近１０年土壤重金属源解析方法的发展现状及常用的源解析分析方法。
概述了源解析分析方法原理、应用、优缺点并对土壤重金属污染源解析方法未来的研究方向以及发展趋势，以期寻找合适的源解析方法，通过识别污染来源，确定污染贡献率，为下一步土壤重金属修复工作提供针对性控制。
关键词：土壤重金属；源解析；主成分分析；源识别 中图分类号：Ｘ５３ 文献标志码：Ａ 文章编号：１００２－１３０２（２０２０）２０－００１７－０８收稿日期：２０２０－０１－１９基金项目：国家自然科学基金面上项目（编号：３１６７０６１７）；浙江省重点研发计划（编号：２０１８Ｃ０３０２８）。
作者简介：杨梢娜（１９８５—），女，浙江宁波人，硕士，农艺师，研究方向为土壤重金属修复。
Ｅ－ｍａｉｌ：２８１７５１４０７＠ｑｑ．ｃｏｍ。
通信作者：柳 丹，博士，教授，研究方向为土壤重金属修复。
Ｅ－ｍａｉｌ：ｌｉｕｄａｎ７８１２＠ａｌｉｙｕｎ．ｃｏｍ。
生态环境部和自然资源部开展的全国土壤污染状况专项调查结果显示，我国的土壤污染总超标率为１６．１％，其中重度污染点位占１．１％、耕地土壤点位超标率为１９．４％［１］。
土壤重金属污染分析
金 属 Cd 二 维 等 浓 度 μg/g分 布 图
18000 16000 14000
20 25
300
16000 14000 12000 10000 1.4
250
1.2 1
12000 10000
Y
Y
200
0.8
Y
15
8000 6000
8000
8000
10
6000 4000
150
0.6 0.4
公园绿地
As As 1 Cd Cr Cu Hg Ni Pb Zn Cd Cr Cu Hg Ni Pb Zn
0.358 0.689 0.107 1 0.564 0.500 1 0.357 1 0.176 0.691 0.265 0.285 0.054 0.433 0.598 0.712 0.023 0.739 0.397 0.509 0.136 0.267 0.756 0.521 1 -0.048 0.389 0.063 1 0.168 0.298 1 0.748 1
城区重金的污染程度综合评价
2、土样重金属浓度的空间分布
通过matlab软件，利用griddata（），contourf（） 函数作出八种重金属元素的空间分布图。具体如下：
金 属 As 二 维 等 浓 度 μg/g分 布 图 18000 16000 14000 12000 10000
城区二维等高线分布图
2
1
2
4000
31 3
2
3
2
3
1
1.4
1
2000
4
2
1 2
1
3
2
2
1
2
2
运用主成分分析评价海洋沉积物中重金属污染来源
运用主成分分析评价海洋沉积物中重金属污染来源一、本文概述本文旨在运用主成分分析（PCA）这一统计工具，对海洋沉积物中的重金属污染来源进行评价。
随着工业化和城市化的快速发展，海洋环境面临着日益严重的重金属污染问题，这不仅对海洋生态系统构成威胁，还可能通过食物链对人类健康造成潜在影响。
因此，识别和评价重金属污染的来源对于制定有效的污染防治策略至关重要。
主成分分析作为一种多变量统计分析方法，能够通过降维处理，提取出数据中的主要信息，揭示隐藏在复杂数据背后的污染源信息。
本文首先将对主成分分析的基本原理进行介绍，然后详细阐述其在海洋沉积物重金属污染来源评价中的应用过程，包括数据收集、预处理、主成分提取与解释等步骤。
通过实例分析，展示主成分分析在海洋沉积物重金属污染来源评价中的实际应用效果，以期为相关研究和实践工作提供有益的参考。
二、研究区域与样品采集本研究选取位于中国东南沿海的某典型海域作为研究对象。
该海域受到人类活动影响显著，包括工业排放、农业活动、城市污水排放以及船舶运输等，使得该海域的海洋沉积物中可能含有多种重金属元素。
在研究区域内，我们选择了10个代表性站位进行沉积物样品的采集。
站位的选择考虑了海域内不同污染源的分布、水深、水流等因素，以确保采集到的样品能够全面反映研究区域的污染状况。
样品采集使用抓斗式采样器，在每个选定的站位采集表层沉积物样品，深度约为0-10厘米。
采样过程中，我们严格遵守了无污染的采样原则，确保采集到的样品不受外界因素的干扰。
同时，我们还对每个站位的水深、水温、盐度等环境参数进行了现场测量，以便后续分析。
采集到的沉积物样品被立即装入洁净的聚乙烯塑料袋中，密封后低温保存，以确保样品的原始状态不受破坏。
在实验室中，我们对每个样品进行了详细的记录，包括站位位置、采样日期、环境参数等信息，为后续的数据分析提供了基础数据。
通过本次采样工作，我们共获得了10个站位的海洋沉积物样品，这些样品将用于后续的主成分分析，以评价研究区域内重金属污染的来源。
黄河流域农田土壤有机氯农药残留污染特征研究
黄河流域农田土壤有机氯农药残留污染特征研究作者：范钊来源：《江苏农业科学》2016年第05期摘要：采用现场采样与室内分析相结合的方法，利用气相色谱仪测定了黄河流域农田土壤有机氯农药（OCPs）残留物组成。
结果表明：黄河流域农田土壤中残留有机氯农药主要是六六六（HCHs）、滴滴涕（DDTs）和六氯苯（HCB），其中HCHs是土壤残留有机氯农药类的主要成分。
氯丹（TC+CC）、九氯（TN+CN）、硫丹（α-End+β-End）残留量较低，是黄河流域农田土壤中普遍存在的一类持久性有机污染物。
土壤OCPs农药均随土层深度的增加而急剧降低，并且随深度的增加其降低幅度逐渐增加，垂直分布表现出明显的“表聚性”；不同土地利用类型OCPs农药含量基本为水田>菜地>耕地>林地，并且相同土层OCPs农药含量基本表现为水田>菜地>耕地>林地，其中CC和β-End在不同类型农田土壤中差异均不显著。
土壤DDTs 含量平均值顺序基本表现为o，p′-DDT>p，p′-DDT>p，p′-DDD，o，p′-DDT是DDT类污染物的主体物质；DDT/（DDD+DDE）均大于1，说明黄河流域农田土壤的DDT降解程度低。
土壤HCH含量基本表现为β-HCH>γ-HCH> α-HCH>δ-HCH，其中α-HCH和β-HCH所占比例相对较高，具有较高的潜在危害性；菜地和耕地土壤α-HCH/γ-HCH比值小于1，说明菜地和耕地土壤中HCH同系物之间发生相互转化，存在较多的γ-HCH残留。
主成分分析结果显示α-HCH、β-HCH、γ-HCH和δ-HCH在第1主成分上有较高载荷；DDTs类物质在第2主成分上有较高载荷；TC和CC、α-End和β-End、TN和CN在第3主成分上有较高载荷。
Pearson相关分析表明，TOC与HCHs、HCB、OCPs呈极显著正相关（P关键词：黄河流域；农田；土壤；有机氯农药；残留中图分类号： X53文献标志码： A文章编号：1002-1302（2016）05-0414-06有机氯农药（organochlorine pesticides，OCPs）是一类环境中广泛存在的持久性有机污染物（POPs），其化学性质异常稳定（持久性、脂溶性、毒性和生物累积性）[1-2]。
云南某区典型农田土壤重金属污染和潜在生态风险评价
云南某区典型农田土壤重金属污染和潜在生态风险评价阮彦楠1,2,吕本春1,王志远1,王应学1,王伟1,陈检锋1,尹梅1,陈华1,付利波1∗(1.云南省农业科学院农业环境资源研究所,云南昆明650205;2.昆明学院,云南昆明650214)摘要㊀[目的]了解云南某区典型农田土壤重金属污染情况㊂[方法]通过对云南某区典型重金属污染农田土壤进行取样调查,分析土壤中重金属Cd ㊁As ㊁Pb ㊁Cu ㊁Zn ㊁Cr 和Hg 含量,并采用主成分分析㊁相关性分析㊁单因子污染指数法㊁内梅罗综合污染指数法和潜在生态危害指数法结合GIS 插值来评价土壤重金属污染情况㊁来源和潜在风险㊂[结果]研究区农田土壤中Cd ㊁As ㊁Cu ㊁Zn 和Hg 含量高于云南省土壤背景值,且Cd ㊁As ㊁Cu 含量在不同深度均高于‘土壤环境质量农用地土壤污染风险管控标准(试行)“(GB 15618 2018)中的风险筛选值,部分表层土壤样品中Cd ㊁As ㊁Cu ㊁Zn 含量超标,重金属超标率顺序为Cu>Cd>As>Zn>Pb =Cr =Hg ㊂Cd ㊁Pb 和Cr 在研究区表层土壤中空间分布相似,其含量分布表现为研究区域从东向西逐渐下降㊂As 与Zn 高值区主要分布在研究区的西南部,Cu 含量空间分布呈西北高㊁东南低,而Hg 在土壤中分布不均匀㊂单因子污染指数法和内梅罗综合污染指数法评价结果表明,农田土壤受到Cd ㊁As ㊁Cu 污染,其中Cu 污染程度最为严重且研究区重金属总体水平处于中度污染程度㊂潜在生态危害指数法评价结果表明,Cd 是主要的生态风险因子,以中等生态风险危害为主,当地土壤重金属污染处于轻度潜在生态危害程度㊂主成分分析和相关性分析表明,Pb 和Cr 主要来自成土母质,Cd 以及部分Pb 与Cr 可能来源于污灌,As 和Zn 可能与工业废气排放有关,Cu 可能来自有机肥料,而Hg 可能是由于重金属粉尘的大气沉降导致的㊂[结论]云南某区典型农田土壤存在重金属污染,Cu 污染程度最为严重,但Cd 危害程度最大㊂关键词㊀农田土壤;重金属;来源;污染;潜在生态风险中图分类号㊀X 825㊀㊀文献标识码㊀A㊀㊀文章编号㊀0517-6611(2023)21-0065-08doi :10.3969/j.issn.0517-6611.2023.21.016㊀㊀㊀㊀㊀开放科学(资源服务)标识码(OSID):Pollution and Potential Ecological Risk Assessment of Heavy Metal in Typical Farmland Soil in a Certain Area of Yunnan Province RUAN Yan-nan 1,2,LÜBen-chun 1,WANG Zhi-yuan 1et al㊀(1.Institute of Agricultural Environment and Resource,Yunnan Academy of Agricultural Sciences,Kunming,Yunnan 650205;2.Kunming University,Kunming,Yunnan 650214)Abstract ㊀[Objective]To understand the heavy metal pollution of typical farmland soil in a certain area of Yunnan Province.[Method]The contents of heavy metals such as Cd,As,Pb,Cu,Zn,Cr and Hg in typical heavy metal contaminated farmland soils in a certain area of Yunnan Province were investigated;the principal component analysis,correlation analysis,individual pollution index,Nemerow comprehensive pollution index and potential ecological hazard index were used in combination with GIS interpolation to evaluate the status,sources and potential risks of heavy metal pollution in soils.[Result]The contents of Cd,As,Cu,Zn and Hg in the farmland soil of the study area were higher than the soil background values of Yunnan Province,and the contents of Cd,As and Cu at different depths were higher than the risk screening values in the Agricultural Land Pollution Risk Control Standard for Soil Environmental Quality (Trial Implementation)(GB 15618-2018).The contents of Cd,As,Cu and Zn in some surface soil samples exceeded the national standard,and the exceeding rate of heavy metals was in the order of Cu >Cd>As>Zn>Pb =Cr =Hg.The spatial distributions of Cd,Pb and Cr in the surface soil of the study area were similar,and their content distri-butions showed that the contents of these metals gradually decreased from east to west in the study area.The high values of As and Zn were mainly distributed in the southwest of the study area,the spatial distribution of Cu content was high in the northwest and low in the southeast,while Hg was unevenly distributed in the soil.The results of single pollution index and Nemerow comprehensive pollution index showed that farmland soil was polluted by Cd,As and Cu,Cu pollution was the most serious and the overall level of heavy metals in the study area was in the moderate degree.Potential ecological risk assessment indicated that Cd was the main ecological risk factor,with medium ecological risk as the main hazard,and the heavy metal pollution in local soil was at a mild potential ecological hazard degree.The principal component analysis and correlation analysis showed that Pb and Cr were mainly from parent materials.Cd and some Pb and Cr might come from sewage irrigation,As and Zn might be related to industrial waste gas emission,Cu might come from organic fertilizer,and Hg might be caused by atmospheric dep-osition of heavy metal dust.[Conclusion]There existed heavy metal pollution in typical farmland soils in a certain area of Yunnan Province,where Cu was the most seriously polluted,but Cd was the most harmful.Key words ㊀Farmland soil;Heavy metal;Source;Pollution;Potential ecological risk基金项目㊀国家绿肥产业技术体系昆明综合试验站项目(CARS -22-Z -14);国家重点研发计划项目(2021YFD1700205);昆明市农业农村局基金项目 种植制度优化与生物综合调控技术模式攻关研究 ㊂作者简介㊀阮彦楠(1999 ),男,云南昆明人,硕士研究生,研究方向:内生菌及重金属生物修复㊂∗通信作者,研究员,从事绿肥产业体系和农田土壤生态研究㊂收稿日期㊀2022-10-27㊀㊀我国首次土壤污染状况调查结果显示,污染土壤的重金属超标率达到16.1%,Cd㊁Cu㊁Hg㊁As㊁Pb㊁Cr 和Zn 等重金属元素均呈现不同程度超标[1]㊂随着过量的重金属进入土壤中,土壤的生产力和粮食安全也随之下降[2]㊂重金属通过食物链在生物体内富集,将不可避免地对人类和生态系统构成威胁[3]㊂据调查,由于采矿活动造成了150万hm 2受污染的荒地,而这些荒地正在以46700hm 2/a 的速度增加[4]㊂目前,随着可耕地面积越来越少,这些污染的农田不断被用于农业生产,农田土壤作为农业生产中不可或缺的部分,在农业生态系统中发挥物质和能量交换的重要作用,探明其重金属污染情况㊁来源和潜在风险对于云南某区农田土壤重金属污染的防治具有重要意义㊂云南某区矿产资源丰富,目前探明的矿产资源主要有Cu㊁Fe㊁Pb 等[5]㊂矿产在开采过程中会产生了大量的尾矿,其中含有一定量的Cd㊁Pb㊁Cu㊁Ni 和Zn 等重金属,这些重金属往往以氧化物和硫化物等有毒物质的形式存在,然后通过风化过程释放到土壤环境中,对矿区周围农田造成严重污染的同时对附近的居民造成潜在的健康风险[6]㊂许多研究也报告了尾矿泄漏而造成的重金属污染事件,如梁雅雅等[7]通安徽农业科学,J.Anhui Agric.Sci.2023,51(21):65-72㊀㊀㊀过对广东省某铅锌尾矿库周边农田土壤重金属污染状况分析发现,部分土壤样品的重金属含量超过土壤环境质量标准二级标准值;Xiao 等[8]对陕西省潼关矿区周边农田土壤分析发现,谷物和蔬菜中的Hg 和Pb 含量超过了食品安全标准;张浩等[9]对洛阳市西南部某铅锌尾矿库山林区㊁生活区㊁农田区表层土壤和农田区8种重金属含量分析发现,农田区Pb㊁Zn㊁Cr㊁Cd 和As 平均含量均高于土壤风险筛选值㊂但目前来说,对于几年前云南某区矿区废水排放进入小江流域对沿岸农田土壤重金属污染的研究还鲜有报道㊂因此,有必要对云南省某区典型农田土壤的重金属污染程度进行评价㊂该研究以云南某区典型农田土壤为研究对象,采用主成分分析㊁相关性分析㊁单因子污染指数法㊁内梅罗综合污染指数法和潜在生态危害指数法结合GIS 插值来评价土壤重金属Cd㊁As㊁Pb㊁Cu㊁Zn㊁Cr 和Hg 污染情况㊁来源和潜在风险,以期为研究区重金属污染农田的安全利用和整治提供科学参考㊂1㊀材料与方法1.1㊀研究区概况㊀研究区位于云南省东北部某区,地处云贵高原边缘,川滇经向构造带与华夏东北构造带结合过渡部位,属于亚热带高原季风气候,年平均气温为14.9ħ,年降水量1000.5mm,降雨主要集中在5 9月㊂目前,当地主要农作物为水稻㊂1.2㊀样品采集㊀为了解农田土壤重金属垂直分布,于2020年6月采集剖面土壤样品,在研究区域内随机选取18个采样点,每个采样点从地面向下垂直挖60cm,并分别从0~20㊁20~40㊁40~60cm 进行采集,共54个土壤样品,采集土壤样品时,为了减少不均匀性和不确定性,对每个采样点采用10m ˑ10m 内 梅花形 布设5个子样点,每个子样点在不同层次采集土壤样品,充分混合后利用四分法选取约1kg 土壤样品,并挑去土壤样品中的石子和植物残体等异物后,装入洁净自封塑料袋内㊂采样点分布见图1㊂图1㊀研究区采样点分布Fig.1㊀Distribution of sampling points in the study area1.3㊀样品处理与分析㊀土壤样品置于阴凉处自然风干后研磨,过20目㊁100目尼龙筛㊂土壤pH 测定时将水㊁土以体积比为2.5ʒ1混合后用pHS -3C 型酸度计测定[8]㊂重金属Cd㊁Pb㊁Cu㊁Zn 和Cr 采用HCl -HNO 3-HClO 4-HF 混合酸消解,消解后样品采用原子吸收分光光度计(AA -6880F /AAC)测定㊂重金属As㊁Hg 采用HCl -HNO 3混合酸消解,使用原子荧光分光光度计(AFS -2100)测定㊂消解的样品每10个土样做一个平行并加入空白样和国家标准样品(GBW07456)进行质量分析控制,质控样测定均值和偏差都在规定要求范围内,平行样测定含量相对偏差均在10%以内[10]㊂为保证精度,试验中所有玻璃器皿均利用10%硝酸浸泡一夜,然后用去离子水清洗干净㊂试验中所用试剂均为优级纯㊂1.4㊀耕地土壤重金属污染评价方法1.4.1㊀单因子污染指数法和内梅罗综合污染指数法㊂单因子污染指数法是以污染物的环境质量标准为基准的一种评价方法,该方法针对单一重金属污染因子进行评价,不能反映多个污染因子导致的整体污染水平[11],表达式如下:P i =C i /S i(1)式中:P i 为i 重金属元素的污染指数;C i 为重金属含量实测值(mg /kg);S i 为污染物i 的评价标准(国家风险筛选标准值),mg /kg㊂P i ɤ1.0时表示样品未受污染,P i >1.0时表示样品受到污染,其P i 值越大说明样品受污染的程度越高㊂当土壤同时被多种重金属污染时,需要将单因子污染指数按一定方法综合运用进行评价㊂内梅罗综合污染指数法就是将单因子污染指数的平均值和最大值归纳到一起进行综合污染评价的方法[12-13],表达式如下:P N =P 2i ave +P 2i max2(2)式中:P N 为综合污染指数;P i max 为土壤重金属元素中污染指数P i 的最大值;P i ave 为土壤重金属元素中污染指数P i 的平均值㊂P N ɤ0.7时土壤样品为清洁,0.7<P N ɤ1.0时土壤样品尚为清洁,1.0<P N ɤ2.0时为轻度污染,2.0<P N ɤ3.0时为中度污染,P N >3.0时为重度污染㊂1.4.2㊀潜在生态危害指数法㊂潜在生态危害指数法是1980年瑞典科学家Hakanson 提出,评价重金属污染程度和潜在生态危害的一种方法[14]㊂这种方法除了考虑重金属的含量之外,还考虑了污染物的类型㊁浓度㊁毒性水平和环境响应[15]㊂采用具有可比的㊁等价指数分级法进行评价,表达式如下:RI = E i = (T i ˑP i )(3)式中:RI 是研究区多种重金属综合潜在生态危害指数;E i 是单一金属元素i 的潜在生态危害系数;T i 是金属元素i 的毒性系数,瑞典科学家Hakanson 制定的标准化重金属毒性系数从小到大依次为Zn(1)<Cr(2)<Cu(5)=Ni(5)=Pb(5)<As(10)<Cd(30)<Hg(40)[14];P i 是金属元素i 的单因子污染指数㊂潜在生态危害指数可分为5个等级,见表1㊂1.4.3㊀评价标准㊂研究区土壤重金属评价标准参考‘土壤环境质量农用地土壤污染风险管控标准(试行)“(GB15618 2018)[16]与云南省土壤背景值[17]㊂1.5㊀数据分析处理㊀利用Microsoft Excel 2010和SPSS 10.0软件对试验数据进行统计分析,采用GIS 插值方法分析重金属污染状况和空间分布定位,同时使用ArcGIS 10.1完成空66㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2023年间插值图㊂表1㊀重金属潜在生态风险分级标准Table1㊀Classification criteria for potential ecological risk of heavy metals级别Grade E i 污染程度Pollutiondegree RI污染程度Pollutiondegree1E i<40轻度RI<150轻度240ɤE i<80中等150ɤRI<300中等380ɤE i<160较强300ɤRI<600较强4160ɤE i<320很强RIȡ600很强5E iȡ320极强2㊀结果与分析2.1㊀剖面土壤2.1.1㊀剖面土壤重金属含量分析㊂由表2可知,研究区土壤pH随着土壤深度的增加而增加,整体属于碱性土壤㊂重金属Cd㊁As㊁Cu含量在土壤不同深度均高于‘土壤环境质量农用地土壤污染风险管控标准(试行)“(GB15618 2018)中的风险筛选值㊂相比之下,Pb㊁Zn㊁Cr和Hg含量则均未超过风险筛选值,表明重金属Pb㊁Zn㊁Cr和Hg在土壤中不会对食品安全构成威胁㊂而重金属Cd㊁As㊁Cu㊁Zn和Hg含量在不同深度均显著高于云南省土壤背景值㊂在0~20cm的表层土壤中,Cd㊁As㊁Cu㊁Zn和Hg含量分别是土壤背景值的6.09㊁1.71㊁7.79㊁1.89㊁5.78倍;20~40cm的中层土壤中,Cd㊁As㊁Cu㊁Zn和Hg含量分别是土壤背景值的4.82㊁1.62㊁8.12㊁1.76㊁3.55倍;40~60cm的底层土壤中,Cd㊁As㊁Cu㊁Zn和Hg 含量分别是土壤背景值的7.00㊁1.44㊁8.90㊁1.68㊁5.40倍㊂而只有重金属Pb和Cr含量在不同深度均未超过土壤背景值㊂说明重金属Cd㊁As㊁Cu㊁Zn㊁Hg是研究区土壤的主要污染物,而Pb和Cr在不同深度土壤中累积含量较低㊂表2㊀各深度土壤重金属含量Table2㊀Contents of heavy metals in different depths of soil土层深度Soil depthʊcm pH Cd mg/kg As mg/kg Pb mg/kg Cu mg/kg Zn mg/kg Cr mg/kg Hg mg/kg 0~208.22 1.3431.5221.96360.61187.0059.150.347 20~408.31 1.0629.8219.27375.89173.5653.160.213 40~608.35 1.5426.4919.58412.17165.8953.850.324 GB15618 2018筛选值GB15618 2018screening value>7.50.820240100300350 1.0云南省背景值Backgroundvalue of Yunnan Province 0.2218.440.646.398.765.20.062.1.2㊀剖面土壤重金属垂直迁移分布特征㊂由表2可知,除As㊁Zn含量随土壤深度增加而降低,Cu含量随土壤深度的增加而增加,其余重金属Cd㊁Pb㊁Cr和Hg含量随土壤深度增加先降低后升高,说明研究区重金属大部分不仅来源于底层土壤母质,还在表层土壤中富集㊂这与史锐等[18]的研究结果一致,可能是由于中层土壤通透性较好,而深层土壤密度大㊁保水性好的情况下,重金属的垂直分布会出现先降低后升高的趋势㊂但与窦韦强等[19]㊁郑影怡等[20]㊁Mapanda 等[21]通过土壤垂直分布迁移发现Cd㊁Pb㊁Cu等重金属大部分在表层土壤富集的结论不一致,这可能是由于土壤母质和土壤理化性质共同作用下,使得底层土壤重金属含量高㊂研究区重金属As主要富集在土壤表层且随土壤深度增加而降低,在土壤中表现出高迁移能力㊂一般而言,重金属在土壤中表现出高迁移率,其迁移率和到达的深度取决于其总含量和土壤理化性质,如土壤pH㊁黏土含量和土壤有机质含量等[8]㊂而该研究区域中As高迁移能力可能就是由于土壤pH较高的原因㊂2.2㊀表层土壤2.2.1㊀表层土壤重金属含量分析㊂由表3可知,研究区表层土壤重金属含量存在较大差异㊂Cd㊁As㊁Pb㊁Cu㊁Zn㊁Cr和Hg含量分别为0.58~2.90㊁17.10~55.90㊁2.09~55.80㊁117.00~ 851.00㊁136.00~410.00㊁32.50~90.70㊁0.07~0.75mg/kg,其平均值分别为1.34㊁31.52㊁21.96㊁360.61㊁187.00㊁59.15㊁0.35mg/kg㊂部分表层土壤样品中Cd㊁As㊁Cu㊁Zn含量高于风险筛选值,重金属超标率顺序为Cu(100.00%)>Cd(83.33%)> As(66.67%)>Zn(5.56%)>Pb(0.00%)=Cr(0.00%)=Hg (0.00%),表明研究区域的表层土壤存在不同程度Cd㊁As㊁Cu㊁Zn超标现象㊂而与云南省土壤背景值相比,表层土壤重金属超标率顺序为Cu(100.00%)=Cd(100.00%)=Zn (100.00%)=Hg(100.00%)>As(83.33%)>Cr(33.33%)> Pb(11.11%),表明人类活动已经导致研究区农田土壤中重金属Cu㊁Cd㊁Zn㊁Hg㊁As㊁Cr和Pb的含量升高㊂表3显示,Cd㊁As㊁Pb㊁Cu㊁Zn㊁Cr和Hg变异系数(CV)分别为46.27%㊁49.11%㊁74.45%㊁57.81%㊁31.55%㊁32.76%㊁62.86%,根据变异系数分类,Zn㊁Cr具有中度变异(15%<CV< 36%),而Cd㊁As㊁Pb㊁Cu和Hg具有高度变异(CV>36%)[22]㊂这种空间异质性是人类活动(如采矿和冶炼活动以及与之相关的废物排放)的典型指标[23]㊂有研究表明,受自然来源影响的重金属变异系数相对较低,而受人为来源影响的重金属变异系数相对较高[24]㊂可以看出,Zn和Cr变异系数低于其他重金属,表明不同的采样点Zn和Cr含量变化差异较小㊂说明重金属Cr更多与自然来源有关㊂2.2.2㊀表层土壤重金属空间分布特征㊂通过利用ArcGIS 10.1中的反距离权重法(IDW)对表层土壤中不同重金属含量空间分布进行研究,IDW是一种地理空间插值技术,可以预测样本点周围位置的变量值㊂由图2可知,重金属Cd㊁Pb 和Cr在研究区表层土壤中分布相似,其含量空间分布均表现为研究区域从东向西逐渐下降㊂这与位于研究区域东部7651卷21期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀阮彦楠等㊀云南某区典型农田土壤重金属污染和潜在生态风险评价小江流域有关,由于河流在流经研究区域周围时,水流会从沿岸慢慢向四周土壤渗透㊂在渗透的过程中,水中可溶性重金属通过与土壤基质的吸附-解吸反应迁移到土壤中㊂此外,含有重金属的矿石也会以颗粒或悬浮物的形式直接随着水流进入土壤[25],使得水流所携带的重金属等污染物会在土壤中不断沉积,因此靠近河流的采样点重金属元素含量偏高,其中Pb 和Cr 均未超过国家标准㊂As㊁Zn 高值区主要分布在研究区的西南部,而低值区则处于东北部;这与当地主导风向为西南风有关,由于B 村工厂中工业废气的无组织排放,随着大气扩散在农田土壤中沉降,从而增加土壤中重金属含量,随着距离越远,土壤中重金属含量越低,因此靠近B村的采样点As㊁Zn 含量较高㊂参照于国家土壤环境质量二级标准,研究区中Cu 含量整体较高,所有区域采样点Cu 含量均处于受污染状态,且部分区域污染状态较为严重,Cu 含量空间分布呈西北高㊁东南低;这是由于A 村中养殖场中养殖废水大多被用于污水灌溉,动物粪便被用于有机肥施入农田[26],因此靠近A 村的采样点Cu 含量较高㊂而Hg 在土壤中分布不均匀,与其他重金属分布不相同,呈明显的点状分布;这与位于研究区域中心高速路段有关,由于该高速路段南北横贯研究区,研究区域采样点容易受到汽车尾气和粉尘所携带的重金属污染,且所有采样点与高速路段的距离相近,因此采样点中重金属Hg 呈不均匀的点状分布㊂表3㊀表层土壤重金属含量统计描述Table 3㊀Descriptive statistics of heavy metal content in the soil项目ItempH Cd mg /kg As mg /kg Pb mg /kgCu mg /kgZn mg /kg Cr mg /kg Hg mg /kg 最小值Minimum 8.390.5817.10 2.09117.00136.0032.500.07最大值Maximum 7.99 2.9055.9055.80851.00410.0090.700.75均值Mean 8.22 1.3431.5221.96360.61187.0059.150.35中位值Median 8.26 1.1523.8521.95337.50174.0052.250.28标准偏差SD0.120.6215.4816.35208.4658.9919.380.22背景值Background valueʊmg /kg0.2218.440.646.398.765.20.06超标率Exceeding standard rateʊ% 100.0083.3311.11100.00100.0033.33100筛选值Screening valueʊmg /kg>7.50.8202401003003501.0超标率Exceeding standard rateʊ%83.3366.670.00100.00 5.560.000.00变异系数CVʊ%1.4646.2749.1174.4557.8131.5532.7662.86图2㊀研究区重金属空间分布Fig.2㊀Spatial distribution of heavy metals in the study area86㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2023年2.3㊀表层土壤重金属污染评价㊀由图3可知,从7种重金属单因子污染指数(P i )来看,Cd㊁As 和Cu 污染指数P i 范围较大,而Pb㊁Zn㊁Cr 和Hg 污染指数P i 范围相对较小㊂7种重金属P i 平均值从大到小依次为Cu(3.61)>Cd(1.67)>As(1.58)>Zn(0.62)>Hg(0.35)>Cr(0.17)>Pb(0.09),其中Cu㊁Cd㊁As 的P i 均大于1.00,其他4种重金属P i 均小于1.00,且土壤中Cu 的P i 超过3.00,表明研究区的土壤在受到Cd 和As 不同程度污染的同时也受到Cu 的严重污染㊂从综合污染指数(P N )结果来看,P N 为1.85~6.14,平均值为2.95,达到重度污染(P N >3.0)的比例占38.89%;表明研究区污染较为严重,总体污染水平处于中度污染等级㊂从7种重金属潜在生态危害系数(E i )平均值来看,从大到小依次为Cd (50.15)>Cu (18.03)>As (15.76)>Hg(13.88)>Zn (0.62)>Pb(0.46)>Cr(0.34),且Cd 潜在生态风险程度轻度㊁中等㊁较强分别占总样品数的16.66%㊁55.56%㊁27.78%,以中等生态风险危害为主,故Cd 是最主要的生态风险因子㊂这一方面与Cd 的毒性系数较大有关,另一方面因为所调查的土壤样品中Cd 的浓度普遍较高㊂其次是Cu,其潜在生态风险程度轻度㊁中等占总样品数的94.44%㊁5.56%,以轻度生态风险危害为主㊂而As㊁Pb㊁Zn㊁Cr㊁Hg 皆以轻度生态风险危害为主,且均占总样品数的100.00%㊂由表2可知,As 的各土壤深度含量(26.49~31.52mg /kg)已经超过GB 15618 2018受污染的临界值,但其生态危害程度较轻(E i =15.76),其原因可能是由于有些重金属元素虽然在表层土壤富集程度较高,但由于其具有亲颗粒性,容易被其他颗粒物迁移进入土壤中矿化埋藏使他们对生物的毒性降低[27]㊂从潜在生态风险指数(RI)来看,RI 平均值为99.2,属于轻度生态风险污染㊂总体来说,研究区土壤生态危害程度虽然较轻,但单一重金属的污染仍需引起重视㊂从图4可以看出,Cd 和Cu 的生态危害分布与研究区表层土壤重金属空间分布特征相似,RI 的生态危害分布与Cd 生态危害分布相似㊂说明重金属在空间上分布特征直接影响了其生态危害分布,而Cd 的生态危害直接影响RI 的生态危害分布㊂证实上文中Cd 是最主要的生态风险因子,其潜在生态危害系数E i 平均值最大(E i =50.15)㊂综上所述,重金属Cu 污染程度最为严重(P i =3.61),且Cd 危害程度最大(E i =50.15)㊂图3㊀研究区土壤重金属单因子污染指数(P i )㊁综合污染指数(P N )和潜在生态危害指数(RI )评价结果箱式图Fig.3㊀Box plots of single pollution index (P i ),Nemerow synthesis pollution index (P N ),and potential ecological hazard index (RI )for heav-y metals of soil in the studyarea图4㊀土壤重金属污染的潜在生态危害分布Fig.4㊀Potential ecological hazard distribution of heavy metal pollution in soil2.4㊀表层土壤重金属元素相关性和主成分分析㊀相关性分析常用于识别多个变量之间的关系,从而有助于理解影响因素以及化学成分的来源[28],该研究利用Pearson 相关分析得出7种重金属相关系数㊂由表4可知,Cd 与Pb㊁Cd 与Cr㊁Pb 与Cr㊁As 与Zn 含量之间均呈显著正相关(P <0.05)㊂Zhao 等[29]研究表明,土壤中重金属之间的强正相关可能反映了9651卷21期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀阮彦楠等㊀云南某区典型农田土壤重金属污染和潜在生态风险评价这些重金属具有相似的污染水平和相似的污染源㊂所以Cd 与Pb㊁Cr之间可能来自同一污染源,As与Zn来自另一相同的污染源㊂而Hg与Cd㊁As㊁Pb㊁Cu㊁Zn㊁Cr无显著相关性,说明Hg可能有与其他重金属不同的污染源㊂这与Cai等[30]和Liu等[31]的试验结果相似,因为与其他重金属不同,土壤表面积累的Hg可以释放到空气中,并在土壤和空气之间广泛交换,远距离迁移[32]㊂因此,表层土壤中Hg的来源可能会不同于研究区的其他元素㊂表4㊀表层土壤重金属的相关性分析Table4㊀Correlation analysis of heavy metals in topsoil元素Element Cd As Pb Cu Zn Cr Hg Cd1㊀As-0.3071㊀Pb0.559∗-0.1291㊀Cu0.127-0.744∗∗0.0081㊀Zn-0.0490.541∗-0.191-0.3651㊀Cr0.475∗-0.530∗0.490∗0.292-0.2951㊀Hg-0.4380.457-0.284-0.4570.230-0.4321㊀注:∗∗表示在0.01水平上显著;∗表示在0.05水平上显著㊂㊀Note:∗∗indicates significant at0.01;∗indicates significant at0.05level.㊀㊀主成分分析作为最有效的多元分析方法之一,被广泛用于减少数据和提取少量独立因素(主成分)来分析变量之间的关系㊂它的结果很容易解释为最终得分和加载图,以便进行目视检查[33-34]㊂有研究发现,同一主成分上负荷较高的金属可能具有相同的来源[35]㊂从表5~6可以看出,7种重金属主成分分析发现前2个主成分(PC1㊁PC2)的累计方差贡献率达66.670%㊂PC1的主要成分载荷包括As㊁Zn和Hg,累计方差贡献率为45.294%;As(0.895)㊁Zn(0.672)在PC1有较高的载荷,而Hg(0.515)在PC1有中等载荷㊂PC2的主要成分载荷包括Cd㊁Pb㊁Cr,累计方差贡献率为21.376%;Cd (0.847)㊁Pb(0.848)和Cr(0.688)均在PC2有较高的载荷㊂表5㊀重金属主成分分析的总方差解释Table5㊀Interpretation of total variance for principal component analysis of heavy metals成分Component初始Initial特征值Eigenvalue方差Variance%累计方差Cumulativevarianceʊ%提取载荷平方和Extract the sum of squared loads特征值Eigenvalue方差Variance%累计方差Cumulativevarianceʊ%旋转载荷平方和Rotating load sum of squares特征值Eigenvalue方差Variance%累计方差Cumulativevarianceʊ%1 3.17145.29445.294 3.17145.29445.294 2.45535.06535.0652 1.49621.37666.670 1.49621.37666.670 2.21231.60566.670 30.82311.75378.42340.5247.48385.90650.447 6.38692.29260.382 5.46197.75370.157 2.247100.00表6㊀重金属主成分分析的成分矩阵Table6㊀Composition matrix for principal component analysis of heavy metals元素Element初始InitialPC1PC2旋转后RotatingPC1PC2 Cd0.6140.589-0.0790.847 As-0.8210.4180.895-0.221 Pb0.5240.6680.0400.848 Cu0.666-0.562-0.8710.010 Zn-0.5560.3850.672-0.072 Cr0.7610.251-0.4110.688 Hg-0.716-0.0410.515-0.499㊀㊀基于相关性分析㊁主成分分析的结果,可以将重金属元素的来源分为4组㊂第一组重金属元素包括As和Zn,两者之间呈显著正相关(表4),且皆在PC1上有较高的载荷(表6),在表层土壤中空间分布相似(图3),同时As与Zn在土壤中均值含量高于土壤背景值(表3)㊂分析重金属在表层土壤中空间分布发现土壤中As和Zn受到工业废气无组织排放沉降的影响,如Xiao等[36]根据PC1中重金属的分组可以推断As与Zn富集主要是由于工业废气排放导致㊂因此有理由推断出As和Zn为人为来源,可能与工业废气排放有关㊂第二组重金属元素包括Cd㊁Pb和Cr,三者之间具有显著正相关(表4),在PC2上有较高的载荷(表6),表层土壤中空间分布相似(图2)㊂Pb和Cr在土壤中均值含量均低于土壤背景值,且Cr变异系数较低(表3)㊂大多数研究表明,Cr 主要来源于成土母质,如岩石风化和土壤侵蚀[15,33]㊂Cai等[30]根据相关系数分析发现Cr与部分的Pb主要为自然来源㊂也有研究表明,重金属如Cd和Pb可能是通过风化过程从尾矿中释放出来的[37-38]㊂Li等[39]提出在自然界中Cd和Pb是共生的,特别是在原生矿床中,Cd作为Zn精炼的副产07㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀安徽农业科学㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2023年品被释放出来㊂考虑到研究区域土壤在历史上受到矿区废水排放的河流灌溉导致重金属在农田土壤表面积累㊂因此可以得出重金属Pb和Cr为自然来源和人为来源的混合来源,Pb和Cr为自然来源,主要来自成土母质;而Cd以及部分Pb和Cr为人为来源,可能来源于污灌㊂第三组㊁四组重金属元素分别为Hg和Cu,虽然Hg在PC1有中等载荷(表6),但Hg在相关性分析中与其他重金属无显著相关性(表4),Cu与其他大部分重金属无显著相关系,仅存在Cu和As呈显著负相关(表4),但Cu在PC2中的载荷较低(表6),综合两者皆为相对孤立的元素㊂Cu和Hg 在土壤中均值含量均高于土壤背景值(表3)㊂前人的研究发现,土壤中Hg富集最有可能是由于Hg挥发后通过干湿沉降进入农田土壤中[40]㊂Li等[41]研究发现表层土壤中Hg主要来源于人为输入㊂该研究通过重金属在表层土壤中空间分布发现土壤Cu的累积受到养殖场废水排放和动物粪便的影响㊂据报道,我国市售猪饲料Cu含量平均达到200~ 300mg/kg[42],动物在食用这些饲料的过程中产生的有机肥料含有高浓度的重金属,如果将这些有机肥料反复施用到土地的限值区域,从长远来看,会导致重金属在土壤中大量累积㊂因此可说明Cu和Hg皆为人为来源,Cu可能来自有机肥料,而Hg可能是由于重金属粉尘的大气干湿沉降导致的㊂综上所述,Pb和Cr主要来自成土母质,Cd以及部分Pb 和Cr可能来源于污灌,As和Zn可能与工业废气排放有关, Cu可能来自有机肥料,而Hg可能是由于重金属粉尘的大气沉降导致的㊂3㊀讨论此次对云南省某区典型农田土壤调查结果显示,在剖面土壤重金属含量的分析发现,重金属Cd㊁As㊁Cu是研究区剖面土壤的主要污染物,在不同深度土壤中累积含量均超过‘土壤环境质量农用地土壤污染风险管控标准(试行)“(GB 15618 2018)中的风险筛选值,达到污染水平,且在不同土壤深度呈现出不同的垂直迁移分布特征㊂表层土壤重金属含量分析发现,土壤重金属含量存在较大差异,与云南省土壤背景值相比,表层土壤重金属超标率从大到小依次为Cu (100.00%)=Cd(100.00%)=Zn(100.00%)=Hg(100.00%)> As(83.33%)>Cr(33.33%)>Pb(11.11%)㊂表层土壤垂直迁移分布特征分析发现,重金属Cd㊁Pb和Cr在研究区表层土壤中分布相似,其含量空间分布均表现为研究区域从东向西逐渐下降,而且当地表层土壤重金属的分布还受工业废气的沉降㊁养殖废水及动物粪便施入农田和高速路段汽车尾气和粉尘的影响㊂无论是剖面土壤还是表层土壤,其重金属Cd㊁As㊁Cu都是主要污染物,对于农田生态系统而言,土壤中元素含量快速变化,主要是由各种人为活动引起,表明人类活动已经导致研究区农田土壤中重金属Cu㊁Cd㊁Zn㊁Hg㊁As㊁Cr和Pb的含量升高㊂Cd㊁As㊁Cu会严重危害人体健康,能引起急性中毒㊁代谢综合征和器官损伤等疾病[43-45]㊂从表层土壤重金属单因子污染指数(P i)来看,Cd㊁As和Cu污染指数P i范围较大,而Pb㊁Zn㊁Cr和Hg污染指数P i范围相对较小,表明研究区的土壤受到Cd㊁As和Cu的污染较为突出㊂综合污染指数P N结果来看,总体污染水平处于中度污染等级㊂潜在生态风险指数考虑了重金属的生物毒性水平,对人类健康生活更具指导意义[46]㊂从7种重金属潜在生态危害系数(E i)和潜在生态危害指数(RI)来看,Cd是最主要的生态风险因子,危害程度最大,这可能与Cd的毒性系数较大和所调查的土壤样品中Cd的浓度普遍较高有关㊂而Cu以轻度生态风险危害为主,且Cu污染程度最为严重㊂综合潜在生态危害指数(RI)平均值为99.2,说明研究区土壤属于轻度生态风险污染,土壤环境整体较为清洁,但单一重金属(Cd和Cu)的污染仍需引起重视㊂表层土壤重金属元素相关性和主成分分析得出,7种重金属元素中,因子1中As与Zn元素富集主要是由于工业废气排放导致[36],王越等[47]研究发现As与Zn元素主要受铅锌矿选冶和有色金属冶炼等工业活动影响;因子2中重金属Pb和Cr为自然来源和人为来源的混合来源,Pb和Cr为自然来源,主要来自成土母质,而Cd以及部分Pb和Cr为人为来源,可能来源于污灌[15,39];因子3中Cu和Hg元素皆为人为来源,Cu可能来自有机肥料,而Hg可能是由于重金属粉尘的大气干湿沉降导致[40-42]㊂4㊀结论(1)从剖面土壤重金属含量分析来看,重金属Cd㊁As㊁Cu㊁Zn和Hg含量在不同深度平均值均显著高于云南省土壤背景值,且Cd㊁As㊁Cu均高于风险筛选值㊂从重金属垂直分布来看,除As㊁Zn含量随土壤深度增加而降低,Cu随土壤深度的增加而增加,其余重金属Cd㊁Pb㊁Cr㊁Hg含量随土壤深度增加先降低后升高㊂(2)从表层土壤重金属含量分析来看,研究区域除Pb和Cr,其他重金属超背景值率均在80%以上㊂部分表层土壤样品中重金属Cd㊁As㊁Cu㊁Zn平均含量高于风险筛选值,重金属超标率顺序为Cu>Cd>As>Zn>Pb=Cr=Hg㊂从重金属的空间分布上看,重金属Cd㊁Pb和Cr在研究区表层土壤中分布相似,其含量空间分布均表现为在研究区域从东向西逐渐下降;As与Zn高值区主要分布在研究区的西南部,Cu含量空间分布呈西北高㊁东南低㊁Hg在土壤中分布不均匀㊂(3)单因子污染指数法和内梅罗综合污染指数法评价结果表明,重金属Cu㊁Cd㊁As单因子污染指数(P i)均大于1.00,且采样点土壤中Cu的P i超过3.00,综合所有采样点,研究区域重金属总体水平处于中度污染等级㊂潜在生态危害指数法评价结果表明,Cd是最主要的生态风险因子,以中等生态风险危害为主,研究区污染程度为轻度生态风险污染㊂总体来说,云南省某区周围农田土壤潜在生态危害状况不是很严重,但单一重金属的污染仍需引起重视㊂(4)相关性分析和主成分分析结果表明,Pb和Cr主要来自成土母质,Cd以及部分Pb和Cr可能来源于污灌,As和Zn可能与工业废气排放有关,Cu可能来自有机肥料,而Hg 可能是由于重金属粉尘的大气沉降导致的㊂1751卷21期㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀阮彦楠等㊀云南某区典型农田土壤重金属污染和潜在生态风险评价。
贵州省平坝区耕地土壤重金属含量分布特征及风险评价
耕地是人类生存和发展的重要基础［1］。
施肥、化学制造、采矿、冶炼、制革和化石燃料燃烧等人类活动是土壤中重金属积累的主要原因［2］。
与水和空气污染相比，土壤重金属污染不可见，自净能力差，可通过食物链进入人体，对人体健康构成严重威胁［3，4］。
区域农田土壤重金属污染是一个重要问题，云南省、贵州省、四川省等地区土壤重金属超标率在全国范围内属于较高水平［5］。
对耕地重金属污染状况的分析和研究是实现农业可持续发展的重要工作。
土壤重金属污染问题较为复杂，越来越多的学者从环境与健康的角度对其进行了相关研究［6］。
彭丽梅等［7］对广州市从化区耕地土壤重金属的研究显示，土壤中Cd 和Hg 污染程度最高；孙德尧等［8］对冀北山区某矿区周边耕地的研究发现，土壤重金属的空间分布具有明显特征，除As 外其他几种重金属平均浓度均高于土壤背景值，大部分土壤重金属存在一定的综合潜在生态风险，总体处于中等和轻微水平；周艳等［9］研究发现西南某铅锌矿区农田土壤中Cd 属于极高生态风险，Hg 和Pb 属于中等生态风险，综合潜在生态风险指数总体属于极高生态风险水平。
2016年国务院印发了《土壤污染防治行动计划》，该法规目的在于切实加强土壤污染防治，逐步改善土壤环境质量。
贵州省耕地资源稀缺，土壤质量水平较低，耕地资源较为宝贵［10］。
随着人口和经济的不断增长，人们对土地需求量不断增加，平坝区成土母岩以碳酸盐类为主，属岩溶地貌，生态环境较为脆弱［11］。
但对于岩溶地区耕地土壤重金属的赋存特征及来源解析鲜有研究。
因此，本研究以贵州省平坝区耕地土壤为研究对象，分析土壤中Hg 、Cd 、As 、Pb 和Cr 的含量特征，采用单因子污染指数（P i ）、内梅罗综合污染指数（P N ）和潜在生态风险指数（RI ）评价重金属污染状况，同时依据人体健康风险评价模型评估人体健康风险，以期为耕地土壤重金属污染的有效防控和农作物的安全生产提供理论指导。
1材料与方法1.1研究区域概况贵州省平坝区地处105°59′—106°34′E ，26°15′—收稿日期：2023-02-15基金项目：贵州省耕地质量地球化学调查评价项目（黔耕调2017-02-14）作者简介：杨晨东（1994-），男，贵州威宁人，硕士，主要从事环境工程、土壤污染修复研究工作，（电话）180****5881（电子信箱）dongfanghulu@ ；通信作者，蒋良富（1981-），男，贵州镇宁人，正高级工程师，硕士，主要从事生态环境、地质灾害方向技术研发工作，（电子信箱）********************************.work 。
土壤重金属污染来源及其解析研究进展
土壤重金属污染来源及其解析研究进展一、本文概述随着人类工业化和城市化的快速发展，土壤重金属污染问题日益严重，对生态环境和人类健康造成了严重威胁。
重金属污染主要来源于工业排放、农业活动、交通运输和城市建设等多个领域。
本文旨在对土壤重金属污染的来源及其解析方法进行系统综述，以期为土壤重金属污染治理和生态修复提供理论支持和实践指导。
文章首先介绍了土壤重金属污染的定义、危害和国内外研究现状，指出了重金属污染的重要性和紧迫性。
接着，详细阐述了土壤重金属污染的主要来源，包括工业排放、农业活动（如化肥和农药的使用、畜禽养殖等）、交通运输（如汽车尾气排放、道路尘埃等）以及城市建设（如建筑垃圾、城市污水等）。
这些来源释放的重金属通过大气沉降、水体流动和生物迁移等途径进入土壤，导致土壤重金属含量超标。
在解析土壤重金属污染方面，文章综述了多种方法和技术，如污染源解析技术（包括同位素示踪、多元统计分析等）、土壤重金属形态分析、生物有效性评估以及风险评估等。
这些方法和技术的应用有助于深入了解重金属在土壤中的分布、形态、迁移转化规律和生物有效性，为制定针对性的污染治理措施提供科学依据。
文章对土壤重金属污染的研究趋势进行了展望，提出了未来需要加强的研究方向，如加强重金属污染源头控制、发展新型污染治理技术、完善风险评估和预警体系等。
通过综合研究和实践探索，我们有望为土壤重金属污染的有效治理和生态修复提供有力支持。
二、土壤重金属污染的主要来源土壤重金属污染的来源多种多样，主要可以归结为自然来源和人为来源两大类。
自然来源主要包括成土母质的风化和侵蚀，以及火山喷发、森林火灾等自然事件带来的重金属元素。
然而，这些自然过程对土壤重金属含量的贡献相对较小，通常不会超过土壤背景值。
相比之下，人为活动对土壤重金属污染的影响更为显著。
工业生产过程中产生的废气、废水和固体废弃物是主要的重金属污染源。
例如，矿山开采、冶炼、电镀、化工等行业，在生产过程中会排放大量含重金属的废弃物，这些废弃物如果不经过妥善处理，就会对周边环境，特别是土壤造成污染。
土壤重金属污染特征与状况调查分析
土壤重金属污染特征与状况调查分析目录一、内容概述 (3)1. 研究背景与意义 (3)2. 国内外研究现状概述 (4)二、土壤重金属污染特征分析 (5)1. 重金属元素种类分布 (7)1.1 主要重金属元素含量水平 (9)1.2 重金属元素间相关性分析 (9)2. 重金属污染程度评价 (11)2.1 土壤污染指数计算与划分 (12)2.2 污染等级划分标准 (13)3. 重金属污染空间分布规律 (13)3.1 空间分布图示方法 (15)3.2 空间分布影响因素分析 (16)三、土壤重金属污染状况调查 (16)1. 调查区域选择与布点方案 (17)2. 样品采集与处理方法 (18)3. 数据获取与质量控制 (19)3.1 数据来源渠道与筛选 (20)3.2 数据质量评估方法 (21)四、土壤重金属污染成因分析 (22)1. 自然因素影响 (22)1.1 地理环境特征 (24)1.2 气候条件变化 (24)2. 人为因素影响 (26)2.1 工业污染源排放 (27)2.2 农业活动投入 (28)2.3 生活污水排放 (29)五、土壤重金属污染治理与修复建议 (30)1. 治理与修复目标与原则 (31)2. 治理与修复技术选择 (32)2.1 物理修复技术 (33)2.2 化学修复技术 (35)2.3 生物修复技术 (37)3. 治理与修复效果评估方法 (38)六、结论与展望 (39)1. 研究成果总结 (40)2. 存在问题与不足 (41)3. 后续研究方向与展望 (42)一、内容概述土壤重金属污染是指由于人类活动导致土壤中重金属元素含量超过其自然背景值，进而对生态环境和人体健康产生不利影响的现象。
随着工业化和城市化的快速发展，土壤重金属污染问题日益凸显，已成为全球性的环境难题。
本次调查分析旨在全面掌握某地区土壤重金属污染的特征与状况，为政府制定科学合理的防治措施提供决策依据。
研究内容包括但不限于：土壤样品的采集与测试，重金属元素的含量与分布规律，污染源的调查与分析，以及污染程度与生态风险评价等。
主成分法分析济南市区土壤中多氯联苯残留
关键词 ： 主成分分析 ； 多氯联苯 ； 土壤 ； 济南各县市
中 图 分 类 号 ： １ １３ Ｘ ３ ． 文 献 标识 码 ： Ａ
Ｐｒ ｎ ｉ ａ ｏ ｐ ｎｅ ｔ ａ ｌ ｓｓ ｔ ｖ ｌ ｔ ｅ ｉ ｕａ ｉ ｃ ｐ ｌｃ ｍ ｏ ｎ ｎａ ｙ ｉ ｏ ｅ ａ ｕａ ｅ ｒ ｓｄ ｌ
ｔｒ ｄ ｂ ｎ ｏ ｄ ｒｔ ｉｅ ａ ｃ ｍｐ ｅ ｅ ｓｖ ｖ ｌ ａｉ ｎ ｆｒ ｔ ｅ ｄ ｇ ｅ ｆｏ ｇ ｎ ｃ ｐ ｌ ｔ ｎ ｉ ｈ ｏ ｌ ｏｅ ｙ ＧＣ ｉ ｒ ｅ ｇ ｖ ｏ ｒ ｈ ｎ ｉｅ ｅ ａ ｕ ｔ ｏ ｅ ｒ ｅ ｏ ｒ ａ ｉ ｏｌ ｉ ｎ ｔ ｅ ｓ ｉ ｏ ｏ ｈ ｕ ｏ
ｈ ｉ ｉｎ Ｖｉ ａ ｅ ｏ ｉ ｇ ｎ Ｔｏ ｎ Ｃｈ ｎ ｑｉ ｓｒｃ ｈ ｎ ｔａ ｎ ｏｈｅ ｅ ｉｎ ｗ ｉｈ ｉ ｄ ｃ ｔｄ ｔ ａ ｕ ｑ ａ ｌ ｇ ｆＰ ｎ ａ ｗｎ ｉ ａ ｇ ｎｇ Ｄｉｔ ｔｔ ａ ｈ ｔｉ ｔ ｒｒ ｇｏ ｓ ｌ ｉ ｈ ｃ ｎ ｉ ａｅ ｈ ｔ
Ｐ ＣＢｓｉ ｈ ｏｌｏ ｉａ ｔ ｎ ｔ ｅｓ ｉ ｆＪｎ ｎ Ｃｉ ｙ
ＹＵ Ｎａ， ＵＮ ｕ Ｍｉ Ｗ ＡＮＧ ａ Ｓ Ｙｏ － ｎ， Ｘｉｎ
（ ｃｏｌ ｆ ｎｃ ａ ａｄＥ ｖｒ ｍ ｎａ Ｅ ｇ ｅｒ ｇ Ｓ ａｄ ｎ ａｚｕＵ ｉｅ ｉ ， ｉａ ５ １０ Ｃ ｉａ Ｓｈｏ ｏ Ｍｕ ｉｐｌ ｎ ｎｉ ｎ ｅｔ ｎ ｉ ｅｉ ， ｈｎ ｏｇＪ ｎｈ ｎｖｒｔ Ｊ ｎ２ ０ ０ ， ｈｎ ） ｉ ｏ ｌ ｎ ｎ ｉ ｓｙ ｎ
ｃ ｍｐ ｅ ｅ ｓｖ ｌ ｖ ｌ ａｅ ｈ ｏ ｔ ｂ ｔｏ ａｅ，ｔ ｐ ｏ ｒ ｈ ｎ ｉｅ ｙ ｅ ａｕ ｔｄ ｔ ｅ ｃ ｎ ｒ ｕ ｉｎ ｒｔ ｉ ｙ ｅ，ｈ ｍｏｏ ｕ ｓ ｃ ｍｐ ｓｔ ｎ ａ ｄ ｐ ｓ ｉ ｌ ｏ ｒ ｅ ｏ ｌ ｇ ｅ ｏ ｏ ｉｉ ｎ ｏ ｓｂ ｅ ｓ ｕ ｃ ｓ ｏ
长春市城区表层土壤重金属污染来源解析
和 w ( Zn)分别为 12. 5、0. 132、66. 0、29. 4、0. 118、35. 4、90. 0 mg/ kg,且其变化范围较大 ,同时均显著高于研究区表层土壤
背景值 ,已受到一定程度重金属污染 。运用主成分分析法对土壤中重金属污染来源进行解析 ,结果表明 ,长春市城区表
层土壤中不同重金属来源存在着差异 ,其中 Cu、Pb和 Zn主要来自交通污染 ; Cr目前仍然主要受自然因素控制 ,来源于
2. 1 长春市城区表层土壤重金属质量分数 长春市城区表层土壤重金属元素质量分数分析 结果如 表 1 所 示 。从 表 中 可 知 , 城 区 表 层 土 壤 中 w (A s) 、w ( Hg) 、w ( C r) 、w ( Cu ) 、w ( Zn ) 、w ( Cd ) 及 w ( Pb)变化范围较大 ,达平均值的 4～83倍左右 。 在 95%置信水平下经单样本 T检验表明 ,长春市 城区表层土壤中各元素质量分数均显著高于研究区 表层土壤背景值 ,同时也显著高于吉林省和中国表层 土壤背景值 。各元素的含量均显著高于吉林省表层 土壤中相应元素的平均含量 。但长春市表层土壤中 各重金属元素的含量均未超过荷兰土壤保护局所推 荐的土壤中重金属含量的目标限值 。城市表层土壤 中各元素的上述含量特征均表明长春市城区表层土 壤中重金属元素已在一定程度上受到人为源输入的 影响 ,但尚未对土壤造成严重污染 。 同时 ,从表 1 还可见 ,表层土壤中各元素按变异 系数大小大致可分为两组 :变异系数小于 1. 0 的 A s、 Cr、Cu、Zn及 Pb属中等变异 ,表明其已受一定程度人 为源输入影响 ;变异系数大于 1的 Hg及 Cd属于强变 异 ,表明这些元素已受到较强程度的人为源影响 。
3 基金项目 :中国地质调查局项目 (基 [ 2005 ]011- 08) ;重庆大学高层次人才科研启动基金项目 (0903005104779) 收稿日期 : 2009- 03- 18;修订日期 : 2009- 05- 25 通讯作者 :卢文喜 ,教授 ,博士
土壤环境质量评价方法
土壤环境质量评价方法一、引言土壤是地球上重要的自然资源之一，对于维持生态系统的稳定和农业的持续发展具有重要意义。
然而，由于人类活动和自然因素的影响，土壤环境质量受到了严重的破坏和污染。
因此，评价土壤环境质量并采取相应措施保护土壤资源成为当务之急。
本文将介绍几种常用的土壤环境质量评价方法。
二、土壤采样与分析土壤环境质量评价的第一步是进行土壤采样与分析。
采样时应根据具体评价目的和研究区域的特点确定采样点位和采样深度。
常用的土壤采样方法有固定面积采样法、网格采样法和随机采样法等。
采样后，需进行土壤样品的物理性质、化学性质和生物学性质等多个指标的分析，如土壤质地、有机质含量、pH值、养分含量、重金属含量等。
三、土壤环境质量指标的确定土壤环境质量评价的关键是确定合适的评价指标。
评价指标应既能反映土壤环境质量的整体状况，又能揭示出具体污染源的影响。
常用的土壤环境质量指标包括土壤有机质含量、pH值、土壤养分含量、土壤微生物群落结构和土壤重金属含量等。
可以根据评价目的和研究对象的不同，选择适当的指标进行评价。
四、土壤环境质量评价方法1.单因子评价法单因子评价法是根据某一指标的标准，对土壤环境质量进行评价。
常用的单因子评价法有质量评价法、污染指数法和富集系数法等。
质量评价法是将土壤环境质量分为优、良、中、差和劣五个等级，根据指标的测定值判断土壤环境质量的等级。
污染指数法是通过计算不同指标的污染指数，综合评价土壤环境质量。
富集系数法是通过比较土壤中某种污染物的含量与天然背景值的比值，判断土壤环境质量的优劣。
2.综合评价法综合评价法是将多个指标综合考虑，通过建立评价模型对土壤环境质量进行综合评价。
常用的综合评价方法有主成分分析法、灰色关联分析法和模糊综合评价法等。
主成分分析法是通过降维处理，提取主成分来代表原始指标，从而实现综合评价。
灰色关联分析法是将各指标的数据序列进行关联分析，计算出各指标之间的关联度，从而评价土壤环境质量。
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作者：李彩霞何胜男田雷霞来源：《科技传播》2012年第14期摘要土壤是生态环境的重要组成部分,是与人类关系极为密切的环境介质,也是人类赖以生存的主要自然资源.随着工农业的发展,土壤污染问题越来越突出,尤其是重金属污染。
问题一，考虑到土壤重金属的污染程度不仅与重金属污染物浓度超标有关,还与重金属本身的毒性程度有关,建立了模糊综合评价模型.得出山区无污染,生活区和公园区中等污染,主干道区和工业区污染很强的评价结果。
问题二，八种重金属元素在城区中的分布不同,对该城区污染的影响也不同,故本文采用主成分分析法，得到城区重金属污染的主要元素为Cu和Pb,而这两种元素是工业生产的原料和废物,所以城区污染的主要因素为工业污染。
此外,八种重金属元素对不同功能区的重金属污染的影响也不同，用主成分分析法得到每个功能区污染的主要元素,追溯这些元素的来源分析出不同地区污染的主要原因；问题三，由于重金属污染物可通过大气和水由污染源向外扩散,分析数据找出污染源的待选点为样本点9,182,8,257,41,232,93,29,6,145,49,4,5,22,234,30,再由物理学的扩散原理建立微分方程模型,最终得到污染源在样本点9,182,8,257,41,232,93,29,145, 49十个点处或附近.关键词模糊综合评价；主成分分析法；扩散微分方程模型中图分类号TG1 文献标识码A 文章编号 1674-6708（2012）71-0069-021 问题重述随着城市经济的快速发展和城市人口的不断增加,人类活动对城市环境质量的影响日显突出.对城市土壤地质环境异常的查证,以及如何应用查证获得的海量数据资料开展城市环境质量评价,研究人类活动影响下城市地质环境的演变模式,日益成为人们关注的焦点。
按照功能划分,城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等,分别记为1类区、2类区、……、5类区,不同的区域环境受人类活动影响的程度不同。
基于主成分分析和内梅罗指数的土壤修复城市壤重金属污染
gradually surfaced and reflected out. In the rapid development of the present, the city's economic level and population are in a
period of rapid growth. Under the background of such times, the quality of urban environment is more and more obviously
可或缺的生命场 所 和 物 质 基 础。 随 着 社 会 经 济 水 平
1 分析方法
以及生活生产水平的飞速发展,诸多化学物质被投入
1. 1 主成分分析法对不同区域重金属污染研究
使用,如农药、化肥、地膜等的大量施用。 这样的情况
某些重金属分布的含量也具有一定的相关性,相
会一定程度上对城市土壤环境造成损害,城市土壤的
进行采样,分析获得了 8 种重金属元素在城市土壤中
的浓度数据。 同时 提 出 用 主 成 分 分 析 法 和 内 梅 罗 综
合污染指数评价法 对 城 市 中 不 同 区 域 表 层 土 壤 的 重
金属污染情况进 行 分 析,并 对 未 来 发 展 进 行 展 望,旨
在能在一定程度上 将 城 市 土 壤 重 金 属 污 染 情 况 有 所
收稿日期:2020-
统中的不可忽略 的 一 部 分。 同 时 人 类 社 会 飞 速 发 展
最坚实的根基以及一切生活生产行为的原材料,是不
第一作者:李子昂( 1999-) ,男,本科,主要研究方向为计算机科学与技术。 1363874730@ qq. com
环 境 工 程