芦岭煤矿塌陷区土壤重金属污染特征研究

向鹏飞，郭 艳，2，张发展，王 进，刘 涵

(1.宿州学院 资源与土木工程学院，安徽 宿州 234000；2.国家煤矿水害防治工程技术中心，安徽 宿州 234000)

安徽省是我国煤矿资源的重要产地，煤种也较齐全，全省的含煤面积约1.8万km2，已探明保有储量529亿t，其中以淮南、淮北地区最为集中。目前，煤炭依旧是我国的主要能源，但随着煤矿的不断开采，出现了很多环境和安全问题，如地下水下降形成了塌陷区，不但给人们带来了生命和财产损失，而且会对塌陷区周围土壤造成重金属污染[1-2]，最终影响人们的身体健康。对于芦岭塌陷区土壤重金属污染状况的研究，可为塌陷区的生态修复提供重要依据。

1 采样与测试

1.1 研究区概况

宿州市位于淮北平原，地势平坦，属于暖温带，主要农作物是玉米和小麦等，年降雨量较少[3]，主要的大型煤矿有5处。

1.2 样品的采集与处理

研究所用的土壤样品取自芦岭塌陷区周边地区，共50个样品；对照组样品取自宿州学院周边地区，共计3个。采集过程中，使用手机GPS工具对每个点进行定位标记，点距为100 m左右，采样深度为10～20 cm，具体见图1。土壤样品放入密封袋中存放。

图1 采样地点Fig.1 Sample location map

样品采集完成后，将样品带入实验室进行自然风干，其间防止扬尘进入样品。待样品自然风干后，用镊子将大的石块和杂草等挑出，然后用玛瑙研钵研磨，每次换取土样时，研钵都需要用酒精清洗干净，防止不同土样之间相互污染。较大的土块应该事先压碎再进行研磨，研磨后用74 μm的尼龙筛对土壤进行筛选，然后对土样进行装袋标号[4-5]。使用手动粉末压片机对土样进行压片处理，最终得到压片样品，将其装入密封袋中保存，用于后期测试。

1.3 样品测试

样品测试工作在安徽省教育厅矿井水资源化利用重点实验室完成，利用X射线荧光光谱仪(XRF)检测土壤中Cu、Zn、Co、Ni、Cr、Pb 的含量。相对于原子荧光光谱法、电感耦合等离子质谱法等而言，X射线荧光光谱法具有测验速度快、成本低且可以同时测试多种元素的优点。

2 结果与讨论

土壤重金属污染的评价方法有单因子指数法、内梅罗指数法、地累积指数法、加权综合指数法等。本研究选取单因子指数法和内梅罗指数法这两种具有代表性的评价方法[6-7]。

2.1 单因子指数法

单因子指数法相对于其他评价方法而言，具有简单、直观的特点。它是污染物实测值与标注值的比值，可用土壤中最差的单项指标来确定土壤的综合类别[8]。单因子指数法可以确定土壤主要的重金属及其污染程度，公式如下：

(1)

式中：Pi为重金属i的单因子指数；Ci为重金属i的实测浓度；Si为重金属i的背景值。

单因子指数法判定标准见表1，计算结果见表2。

表1 单因子指数法判定标准Tab.1 Criteria of the single factor index method

表2 单因子指数法计算结果Tab.2 Results of the single factor index method

由表2可知，Cr、Co、Zn、Pb的平均单因子指数都小于1，说明这4种元素在取样地点未达到污染生态环境的程度，只有Ni和Cu的平均单因子指数为1～2，说明该区域的Ni、Cu元素已经对土壤和经济作物产生了轻微的污染[9]。

2.2 内梅罗综合指数法

内梅罗综合指数法是由单因子指数法演变而来的，它是由Nemerow在1974年提出的一种综合评价方法[10]。相较单因子指数法而言，它可以全面反映重金属污染物的污染情况，并且可以突出其中污染较重的重金属元素。该方法具有计算过程简单、易操作的特点，缺点是难以反映污染的质变特征，对污染程度的界定不足[11]。其计算方法如下：

(2)

(3)

Mmax=max(M1,M2,…,Mm)，

(4)

式中：M为内梅罗指数;Mmax为各元素中的最大单因子指数;Mmav为各元素中的平均单因子指数。

内梅罗综合指数法判定标准[12]见表3，计算结果见表4。

表3 内梅罗综合指数法判定标准Tab.3 Criteria for determining the Nemero composite index

表4 内梅罗综合指数法计算结果Tab.4 Results of the Nemero composite index method

用内梅罗综合指数法进行评价时，综合考虑所有污染项目，兼顾污染最严重的因子[13]。根据表4对比表3可知，除Ni元素和Cu元素在该采样区域的级别是“一般”外，Cr、Co、Zn、Pb元素的级别都是“良好”。

2.3 相关性分析

相关性分析指的是对不同变量元素进行分析，从而比较变量元素之间的相关程度。如果某种元素与其他元素之间相关性很高，说明这些元素可能来源于同一个地方[14]。相关分析显示：Cr和Ni相关性显著，Co和Zn、Pb相关性显著，Ni和Cr相关性显著，Zn和Pb相关性显著[15]。处理结果见表5，可知Ni、Cr可能是同一污染源，而Co、Pb、Zn可能是同一污染源。

表5 处理结果Tab.5 Processing results

2.4 因子分析

为得到准确结论还需要进行因子分析。对6个不同变量进行了因子分析，得到旋转前后的因子分析载荷矩阵[16]，具体见表6。用1个因子解释累计只有44.518%，2个因子是65.543%，3个因子是80.079%，由此可知解释3个因子时已经可以准确分析。因子1包含的因素为Co、Zn、Pb，因子2包含的因素为Ni、Cu，因子3包含的因素为Cr、Co、Ni。综上可知：Co、Zn、Pb可能是同一污染源，而Ni和Cu可能是同一污染源。该结论与相关性分析结论一致。

表6 旋转前后的因子分析Tab.6 Analysis of factors before and after rotation

2.5 聚类分析

聚类分析法是一种统计方法，它可以将性质相似的元素归为一类，将性质差别大的归为另外一类，并且分析其相关程度[17]。对Cr、Co、Ni、Cu、Zn、Pb进行聚类分析，可知Ni和Cu可以归为一类，来自同一污染源，而Zn和Pb可以归为一类，与相关性分析及因子分析结果一致。聚类分析图见图2。

图2 聚类分析图Fig.2 Cluster analysis chart

2.6 数理统计

对采集的50份土壤样品中的重金属含量进行数理统计，分别对6种元素进行降序排列并计算其平均值可知：Cr的质量分数为37.87～69.17 mg/kg;Co的质量分数为7.07～13.45 mg/kg;Ni的质量分数为15.91～90.57 mg/kg;Cu的质量分数为14.33～89.75 mg/kg;Zn的质量分数为42.95～165.01 mg/kg;Pb的质量分数为26.75～65.57 mg/kg。Cr、Co、Ni、Cu、Zn、Pb质量分数的平均值分别是安徽省背景值的0.80倍、0.68倍、1.36倍、1.93倍、0.99倍、1.24倍，表明该区域受到了Ni、Cu、Pb污染，而其他3种元素都在正常范围[18]。Cu和Ni元素常常受人为因素的影响，分析是来自采矿区采矿时产生的废物污染，Zn和Pb一般被认为来源于汽车尾气排放和轮胎摩擦。

变异系数是标准差与平均值之比，表示对于总体样品而言各个采样点的变异程度。变异系数小于10%为弱变异，10%～30%为中等变异，大于30%为强变异。用实验数据与安徽省背景值[19]相比较，变异系数大表明该区域变化较大，可能受人为活动等的干扰。对变异系数进行处理和研究，各元素数值结果见表7。从表7中可以看出，芦岭煤矿塌陷区所采集土样中的Cr元素和Co元素属于弱变异，Pb元素属于中等变异，表明这3种元素受人为活动的影响较小，而Ni、Cu、Zn这3种元素的变异系数都高于30%，表明这3种元素在该区域内空间分布不均匀，受到人为活动的干扰较明显[20]。

表7 各元素数值结果Tab.7 Numerical results for each element

3 结论

(1)宿州芦岭煤矿塌陷区的土壤中，Cr、Co、Ni、Cu、Zn、Pb元素的质量分数平均值依次为53.22 mg/kg、11.09 mg/kg、40.49 mg/kg、39.36 mg/kg、61.64 mg/kg和33.05 mg/kg，其中Ni和Cu元素的平均值高于安徽省背景值。

(2)根据单因子指数法和内梅罗综合指数法可以得到本研究地点的污染程度不高，只有Cu和Ni元素在土壤中发生了轻微污染。

(3)通过相关性分析、因子分析与聚类分析，得出了重金属元素的污染来源，其中Ni和Cu元素可能来自周边矿厂采矿时产生的废物污染，Zn和Pb元素可能是周边汽车和芦岭煤矿的运煤车辆排放的尾气所致。