江西省洎水河流域矿山附近土壤重金属污染评价

张二喜，杨 浩，赵 磊

（1.成都理工大学管理科学学院，四川成都610059；2.四川省数学地质重点实验室，四川成都610059）

江西省洎水河流域矿山附近土壤重金属污染评价

张二喜1,2，杨 浩1,2，赵 磊1

（1.成都理工大学管理科学学院，四川成都610059；2.四川省数学地质重点实验室，四川成都610059）

文章以江西省洎水河流域德兴地区的农田矿山附近土壤中As，Cd，Cr，Cu，Ni，Pb和Zn七种重金属为研究对象，基于模糊数学法和污染负荷指数法（PLI）对重金属污染进行评价。结果表明：研究区域受到矿山开发影响较大，土壤均受到不同程度的污染，部分土壤受污染程度较为严重，其中受Cd和Cu污染最为严重。

重金属污染；模糊数学；污染负荷指数；评价

随着工农业的快速发展，我国土壤重金属的污染日益严重。由于重金属具有高毒性、持久性，以及在环境中的累积特性，从而受到人们广泛研究[1-2]。对于农业土壤，农作物可以吸收土壤中的重金属，即使土壤中的重金属浓度不高，但是也足以影响到农作物的果实，进而影响人体健康。人类活动是重金属的主要来源，例如：化石燃料的燃烧、化肥农药的使用、矿山开发活动、污水灌溉、固体废弃物的堆弃等。而在矿山附近，矿山开发和金属冶炼过程中产生的重金属可以通过大气沉降，废渣和废水的排放等多途径污染矿山周围土壤[3]，可对当地土壤造成严重或潜在的危害，因此，对土壤重金属进行评价非常必要。

对土壤评价方法有多种，如单因子法、多因子法和模糊数学法等。本文选择模糊数学法和污染负荷指数法（PLI）对江西德兴地区的农田土重金属污染进行评价，并为当地农业土壤重金属污染治理提供依据。

1 研究方法

1.1 样品的采集与分析

图1 采样点位置图

1.2 评价方法与评价标准

1.2.1 评价方法

1）模糊数学法

模糊数学评价方法首先需要确定隶属度函数，建立关系模糊矩阵。取u=｛As，Cd，Cr，Cu，Ni，Pb，Zn｝为评价因子的集合；v=｛一级，二级，三级｝为评判因子的集合；通过隶属度函数求得各指标对各级别土壤重金属污染状况的隶属度，组成一个7×3的模糊矩阵，即关系模糊矩阵。按如下隶属度函数计算各因素指标的隶属度[4-5]：

式中，xi为某重金属含量的实测值；ai、bi、ci分别为该重金属对应于一、二、三级土壤重金属环境质量状况的标准值。

不同重金属对土壤环境的贡献存在一定差异，因此不同重金属应有不同的权重。计算权重的方法一般采用土壤环境中污染物因子的实测浓度与其相应分级标准的比值来计算权重，公式为：

其中，ci为各指标的实测值；Si为（S1+S2+S3）∕3。分别算出三个参评重金属因子的权重，权重矩阵写成矩阵形式w=｛a,b,c｝。

然后对计算出的采样点的关系模糊矩阵和权重模糊矩阵采用加权平均模型计算各个点在不同级别的隶属度。其中加权模型为：

式中，bj为最终评价结果对应于第j个等级的隶属度；wi为对应的权重；rij为模型关系矩阵S中对应的元素；n为参评因子的个数。

2）污染负荷指数法

转注，简单来说就是互训，两个汉字用来互相解释彼此的意义，例如，《说文解字》中，老，考也；考，老也。考和老互相解释彼此的意义，但并没有产生新的汉字。而假借，“假借者，本无其字，依声托事，令长是也”，汉字中本来没有这个字，但是取一个跟它有相同或相近的声音的汉字来使用，例如，表示方向的“北”其本意是“背”，造字之初“北”是指两人相背而立，表示背，表示北方的北没有其字，所以借用了表示相背意义拥有相近声音的北表示北方，后世为了区分两字才产生了北和背，各自拥有各自的意义。

污染负荷指数法是基于土壤背景的一种评价方法。其中污染因子为研究土壤中的重金属浓度与该地区土壤中重金属浓度的比值[6]。公式如下：

式中，Ci是第i中重金属的浓度；Cib是第i种重金属的背景值。

污染水平被分为的6个等级（0=不受污染，1=不受污染与中等污染之间，2=中等污染，3=中等到高污染之间，4=高污染，5=高污染到非常高污染之间，6=非常高污染）。为了评价样品整体的污染水平，在此运用了污染负荷指数（PLI），公式如下：

PLI是一个用来评价重金属污染的简单的可比较的方法。PLI将土壤分为了四个等级，不受污染（PLI＜1），中度污染（1＜PLI＜2），重度污染（2＜PLI＜3）和极重度污染（3＜PLI）。

1.2.2 评价标准

采用土壤环境质量标准（GB15618-1995）和中国土壤元素背景值[7]，见表1。

表1 土壤环境质量标准值和江西省土壤背景值/mg∙kg-1

2 分析评价

2.1 土壤中重金属总量及定量分析

用ICP-AES测定样品中的As，Cd，Cr，Cu，Ni，Pb和Zn，得到土壤中重金属浓度含量，见表2。

重金属总量结果表明，As，Cd，Cr，Cu，Ni，Pb和 Zn 的 平 均 值 分 别 为 39.20 mg∕kg，1.22 mg∕kg，70.28 mg∕kg，138.42 mg∕kg，32.24 mg∕kg，138.88 mg∕kg和171.48 mg∕kg。从As含量的分布上来看，7，8和15号点的含量超过了国家标准，其中8号点As含量是国家标准的将近7倍。Cd在所研究土壤中的含量均大于国家标准值0.3 mg∕kg，个别点（如15，16号点）土壤Cd含量均大于2.0 mg∕kg，污染较为严重。所研究土壤的Cr和Ni含量在各个点均较低，Cr含量均比国家二级标准150 mg∕kg低，而Ni除12，13和15号点略高于国家标准40 mg∕kg外，其余点均低于国家标准。Cu作为该地区主要污染物质，平均值为138.42 mg∕kg，大于国家标准值，从分布上看，大多数点均大于50 mg∕kg，1，2，7，10，11，14和15号点含量较高，其余点含量相对较低。对于有Pb-Zn矿的该地区，Pb和Zn个别点污染较为严重，如13，15和16号点土壤Pb含量较高，7，14和15号点土壤Zn含量较高。

表2 土壤重金属浓度 /mg⋅kg-1

从总量上看，所研究土壤中Cd和Cu含量超过了国家标准，说明Cd和Cu是该区域的主要污染物质。其中8,10,13,14和15号点污染较为严重，主要因为这些点靠近矿山，附近矿山开发以及金属冶炼所产生的废水排放到洎水河中，污染了河水，而矿渣不恰当的处理也造成了河水的污染，较高重金属浓度污水灌溉农田是这些点土壤重金属含量较高的主要原因。7号点污染较为严重，可能是因为其所在地区地势低洼，在雨季，河水淹没农田所致。16号点污染严重，可能是因为该点作为洎水河与乐安江的交汇口，受到洎水河与乐安江两条河的共同影响。从总量分析结果来看，研究区域受到矿山开发影响较大，Cd和Cu污染较为严重。

2.2 模糊数学法对该地区土壤重金属污染评价

对所研究的7种重金属建立环境质量等级隶属度函数，并按照关系模糊矩阵的建立方法及评价标准计算关系模糊矩阵[8-9]。

对不同重金属进行权重计算，计算结果，见表3。

表3 采样点的重金属权重

从表3中可以看到，Cd所占的权重最高，个别点As，Cu和Pb所占权重较高，说明这几种重金属元素是主要的污染因子。

权重矩阵（16×7）和隶属度矩阵（7×3）相乘得到模糊评价矩阵（16×3），见表4。

表4 模糊数学评价矩阵

从表4中可以看到，2，3，6，7，11，12，14，15和16号点均属于三级土壤，而8和13号点为二级土壤，其余为一级土壤，说明该地区污染较为严重。从污染点分布来看大多数污染点均在矿山附近或者下游，说明矿山开发是重金属污染的主要来源。

2.3 污染因子和污染负荷指数对污染土壤环境评价

污染因子和污染负荷指数是基于所研究区域背景值的一种污染评价方法。该方法简单，可比性较强，考虑背景值可以更准确的反应土壤污染情况。分析结果，见表5。

表5 污染因子和污染负荷指数

从表5中可以看出，Cd和Cu的Cf较大，个别点As，Pb和Zn均有较大的Cf值，说明这几种重金属元素远远超出了该地区的背景值，外来源是污染的主要原因。从污染负荷指数上看，7，8，14，15和16号点PLI均大于3，处于极重度污染情况；1，2，3，10，11，12和13号点处于重度污染（2＜PLI＜3）；其余点处于中度污染状况（1＜PLI＜2），所研究点均受到不同程度的污染。

3 结论

研究区域重金属元素As，Cd，Cr，Cu，Ni，Pb和Zn的含量较高。从土壤重金属总量分布来看，矿山附近土壤污染较为严重，研究区域受到矿山开发影响较大，Cd和Cu污染较为严重。模糊数学法的评价也进一步说明了上述结果。

[1]Dong X,Li C,Li J,et al.A novel approach for soil contamination assessment from heavy metal pollution：a linkage between discharge and adsorption[J].Journal of Hazardous Materials,2010,175(1-3)：1022-1030.

[2]El O,El H,Lounate K,et al.Toxicity assessment of garden soils in the vicinity of mining areas in Southern Morocco[J].Journal of Hazardous Materials,2010,177(1-3)：755-761.

[3]Anju M,Banerjee D.Multivariate statistical analysis of heavy metals in soils of a Pb-Zn mining area,India[J].Environmental Monitoring and Assessment,2011：1-16.

[4]梁镇海,陈翠翠,韩玉兰,等.基于模糊数学的太原市敦化灌区污灌土壤重金属污染评价[J].环境化学,2010,29(6)：1152-1157.

[5]Muller G.Index of geoaccumulation in sediments of the Rhine River[J].Geojournal,1969,2(3)：108-118.

[6]金艳,何德文,柴立元,等.重金属污染评价研究进展[J].有色金属，2007,59(2)：100-104.

[7]中国环境监测总站.中国土壤元素背景值[M].北京：中国环境科学出版社,1990.

[8]朱青，周生路,孙兆金,等.两种模糊数学模型在土壤重金属综合污染评价中的应用与比较[J].环境保护科学,2004,30(3)：53-57.

[9]石晓翠，熊建新.模糊数学模型在土壤重金属污染评价中的应用[J].天津农业科学，2005,11(3)：28-30.

The Soil Heavey Metal Pollution Evaluation Near the Mine in Jishui River Basin in Jiangxi Province

ZHANG Er-xi1,2,YANG Hao1,2,ZHAO Lei1
(1.Faculty of Management Sciences，Chengdu University of Technology,Chengdu Sichuan,610059;2.Sichuan Mathematics Geology Key Laboratory,Chengdu Sichuan,610059)

This paper studies the farmland near the mine in Dexing district near Jishui River of Jiangxi province with As,Cd,Cr,Cu,Ni,Pb and zinc metal in the soil as the research object,based on the fuzzy mathematics method and pollution load index method(PLI)to evaluate heavy metal pollution.The results showed that the study area is affected by mining is bigger,with varying degrees of soil pollution,soil contaminated degree is relatively serious,especially polluted by Cd and Cu.

heavy metal pollution,fuzzy mathematics,pollution load index,evaluation

S151.9+3

A

1674-0874(2016)01-0075-05

2015-11-27

张二喜（1990-），男，甘肃礼县人，硕士，研究方向：土壤重金属污染。

〔责任编辑 王东〕