平凉市级耕地重金属污染预警系统构建

蒋军锋

摘要：根据耕地重金属污染预警的“天-地-人通用概念模型”，采用粮食平均单产、耕地人口密度、耕地工业产值3个预警指标，初步建立了平凉市级耕地土壤重金属污染预警系统。结果表明，污染程度在警戒线以下的县区分别为静宁县、灵台县，警戒值分别为3.2、8.7。污染程度为轻度污染警示的县区分别为庄浪县、崇信县，警戒值分别为10.0、11.3。污染程度为中度污染警示的县区为泾川县，警戒值为14.5。污染程度为中重度污染警示的县区分别为崆峒区、华亭县，警戒值分别为22.3、25.8。

关键词：耕地重金属污染;预警系统;平凉

中图分类号：D912.6     文献标志码：A     文章编号：1001-1463（2019）02-0050-04

Abstract：According to “heaven， earth and human universal conception model” of early warning farmland heavy metal pollution warning， The early warning system of heavy metal pollution in farmland at Pingliang was initially preliminarily established by using three early warning indicators：average unit yield of grain， population density of cultivated land and industrial output value of cultivated land.The results showed that the counties below the warning line were Jingning County and Lingtai County， with warning values were 3.2 and 8.7，respectively. The counties with mild pollution warning were Zhuanglang County and Chongxin County， with warning values of 10.0 and 11.3 respectively. The county with moderate pollution warning is Jingchuan County， with a warning value of 14.5. The counties with moderate-severe pollution warning were Kongtong and Huating， with warning values of 22.3 and 25.8， respectively.

Key words：Farmland heavy metal pollution;Warning system;Pingliang

2014年4月17日環境保护部、国土资源部发布的《全国土壤污染状况调查公报》指出，耕地土壤点位超标率为19.4%，其中轻微、轻度、中度和重度污染点位比例分别为13.7%、2.8%、1.8%和1.1%，主要污染物为镉、镍、铜、砷、汞、铅、滴滴涕和多环芳烃，而造成土壤污染的主要原因是在经济社会发展过程中污染物长期的累积 [1 ]。耕地土壤重金属污染是威胁粮食安全和人体健康的重大问题[2 ]，且重金属污染具有累积性、隐蔽性和不可逆性等特点，危害大，持续时间长，治理成本高。因此，对其进行早期预警具有重要意义。目前重金属污染预警的方法主要有利用GIS结合多智能体技术（MAS）[3 - 5 ]、超标年限预测模型、灰色聚类模型、情景预测法以及人工神经网络模型等[6 - 8 ]。笔者根据耕地重金属污染预警的“天-地-人通用概念模     型”[9 - 11 ]，提出适合平凉市耕地重金属污染状况的预警模型及相应的预警指标体系，为平凉市战略规划的制定提供参考依据。

1   系统模型及数据来源

1.1   系统模型

该模型中耕地重金属污染主要受“天-地-人”三大类因素影响，其中，“天”是以气候为主的大环境要素的综合因素;“地”是指土壤环境状况;“人”是以人为主的社会、经济综合影响因素。假设在一个具体的生产单元里，在最近的5～10 a内的气候状况、土壤环境在一定的时间（s）和空间（t）内是相对固定的，那么主要影响因素就是“人”，可将“人”划分为3个主要预警指标：农业生产过程中产生的污染，用粮食单产表示;人类日常生活过程中产生的污染，用耕地人口密度表示;工业生产过程中的污染，用耕地工业产值表示。因此，该模型可简化为公式（1）

Y=f（t）s，t  =f（粮食单产、耕地人口密度、耕地工业产值）s，t    （1）

式中，Y表示在一定的时间（s）和空间（t）内某一行政单元（预警区）耕地土壤重金属的污染程度，即预警值;粮食单产表示某一行政单元在最近5～10 a的粮食平均单产，计量单位为kg/hm2;耕地人口密度表示某一行政单元在最近5～10 a的人口与耕地面积之比，计量单位为万人·千/hm2;耕地工业产值表示某一行政单元在最近5～10 a的平均工业产值与耕地面积之比，单位为万元/hm2。

1.2   数据选择及来源

研究数据来自2010 — 2016年7 a《平凉发展年鉴》的统计数据[12 ]，即平凉市各县（区）各年度的粮食作物总产量（t）、粮食作物播种面积（万hm2）、工业总产值（万元）、人口数量（万人），从而计算得到相应的粮食单产（kg/hm2）、耕地人口密度（万人/hm2）、耕地工业产值（万元/hm2）。

2   预警系统建立

2.1   预警单元的划分

预警区为整个平凉市;预警单元为平凉市7县（区）（崆峒区、泾川县、灵台县、崇信县、庄浪县、静宁县、华亭县）[12 ]，单元数为7个;预警指标分别为平凉市各县区最近7 a平均粮食单产、平均耕地人口密度、平均耕地工业产值。

2.2   预警值的计算方法

以平凉市某县某指标最高和最低为相对100%和0%，折算所有县的3个相对指标，即：单产相对值（Y1）、耕地人口密度相对值（Y2）和耕地工业产值相对值（Y3），其变动范围为0%～100%，预警值（Y）等于3个相对指标之和再除以10。计算公式如下：

Y1=（某县单产-全市最低单产）/（全市最高单产-某县最低单产）         （2）

Y2=（某县耕地人口密度-全市最低耕地人口密度）/（全市最高耕地人口密度-某县最低耕地人口密度）    （3）

Y3=（某县耕地工业产值-全市最低耕地工业产值）/（全市最高耕地工业产值-某县最低耕地工业产值）               （4）

Y=（Y1+Y2+Y3）/10           （5）

2.3   预警等级的划分及预警结果的判定

将预警值划分为7个区间，分别命名为“红橙黄绿青蓝紫”7个警示级别，分别命名为C1红、C2橙、C3黄、C4绿、C5青、C6蓝、C7紫，C为县（County）的英文缩写[13 ]，预警等级的划分及预警结果的判定见表1。

3   预警结果与分析

由表2看出，污染程度在警戒线以下的县区分别为静宁县、灵台县，警戒值分别为3.2、8.7。污染程度为轻度污染警示的县区分别为庄浪县、崇信县，警戒值分别为10.0、11.3。污染程度为中度污染警示的县区为泾川县，警戒值为14.5。污染程度为中重度污染警示的县区分别为崆峒区、华亭县，警戒值分别为22.3、25.8。

4   结论与讨论

以“天-地-人通用概念模型”为基础，采用粮食平均单产、耕地人口密度、耕地工业产值3个预警指标，初步建立了平凉市市级耕地土壤重金属污染预警系统。污染程度在警戒线以下的县区分别为静宁县、灵台县，警戒值分别为3.2、8.7。污染程度为轻度污染警示的县区分别为庄浪县、崇信县，警戒值分别为10.0、11.3。污染程度为中度污染警示的县区为泾川县，警戒值为14.5。污染程度为中重度污染警示的县区分别为崆峒区、华亭县，警戒值分別为22.3、25.8。

从理论上预警了平凉市近7年的耕地土壤重金属污染程度，基本上符合平凉市的基本情况，城市土壤的污染主要来源于人为因素和土壤本地的污染程度，而人为因素主要有工业、农业、交通运输等过程中产生的污染[14 ]。需要强调的是该结果只是对可能存在的污染驱动力的相对划分，并不代表耕地土壤重金属污染的实际情况。

本研究中重金属预警模型不但可以对平凉市耕地重金属现状进行预警，也可以对未来进行预警。而且可以建立县级重金属单一污染预警系统，即以每个县的乡镇为基本预警单元，单元数为乡镇的数量，形成多套预警系统，如可分别建立镉、铅、砷、汞等预警系统，可具体为县级耕地重金属污染防治提供参考依据。

本研究中预警指标的最低值与最高值可采用甘肃省的最高值和最低值，也可采用全国的指标，因此，需要具体情况具体分析。例如，想要与甘肃省相比较，就需使用甘肃省的标准。笔者使用平凉市标准的目的在于更好的掌握平凉市各县区耕地重金属污染的具体状况，为平凉市的发展提供参考依据。

参考文献：

[1] 刘传德，王   强，于   波，等.  耕地土壤重金属污染的特点和治理对策[J].  农技服务，2008，25（7）：118-119.

[2] 马   彦.  土壤重金属污染及其植物修复研究综述[J].  甘肃农业科技，2016（2）：69-77.

[2] 严加永，吕庆田，葛晓立.  GIS支持下的土壤重金属污染预测预警研究[J].  吉林大学学报（地球科学版），2007，37（3）：592-596.

[3] 吴春发.  复合污染土壤环境安全预测预警研究—以浙江省富阳市某污染地为例[D].  杭州：浙江大学，2008.

[4] 李   向，宋   涛.  MAS技术在土壤重金属污染评价及预警中的应用[J].  计算机技术与发展，2010，20（1）：217-220;224.

[5] 范迪富，翁志华，金   洋，等.  江苏省溧水县土壤环境污染预警预测方法探讨[J].  江苏地质，2005，29（2）：88-93.

[6] 汤奇峰.  四川成都经济区耕地生态系统割爱生态安全性预测预警研究[D].  北京：中国地质大学，2007.

[7] 侯艳辉.  矿区生态环境评估及预警实现技术研究[D].  济南：山东科技大学，2004.

[8] 侯彦林.  中国耕地重金属污染预警系统研究[J].  农业环境科学学报，2012，31（4）：697-705.

[9] 侯彦林，李江英，周永娟，等.  中国耕地氮面源污染研究：II污染评价指标体系的初步制定[J].  农业环境科学学报，2008，27（4）：1277-1282.

[10] 侯彦林，赵慧明，李江英，等.  中国耕地氮面源污染研究：III估算模型的实证[J].  农业环境科学学报，2009，28（7）：1337-1340.

[11] 彦卫忠.  环境预警指标体系研究[J].  长沙电力学院学报，2002，17（3）：87-90.

[12] 张艳丽.  平凉市蔬菜产地灌溉水源重金属含量检测与评价[J].  甘肃农业科技，2015（6）：36-38.

[13] 平凉发展年鉴编纂委员会.  平凉发展年鉴[M].  兰州：兰州大众彩印包装有限公司，2016.

[14] 刘鲤榕.  城市土壤重金属污染现状及治理方法[J].  能源与环境，2011（3）：62-63.

（本文责编：杨     杰）