基于“源-汇”理论的成都棕地面源污染风险评价

陈 琪，黄 瑞，李金芮，刘百川

(西南交通大学 建筑学院，四川 成都 611756)

1 引言

棕地作为城市中废弃、闲置的土地，不仅使城市的景观破碎化，更令曾经泄露的工业原料和辅料以及残存的固体废弃物污染渗透到土壤中，随雨水的冲刷，向周边环境扩散，最终汇入城市水域，污染城市水源。根据建设用地土壤污染状况调查表明，几乎所有的工矿类企业的特征污染物中，都包含重金属污染物[1]。重金属污染物在自然环境以及水体中不能被生物降解,会不断累积，有些重金属甚至在微生物作用下转化为毒性更强的重金属化合物,如甲基汞进入生态系统后,经食物链不断在生物体内富集，引起生态系统中各级生物的不良反应[2]。无法得到降解的重金属，具有持续性污染，又因有极强的生物富集性，最终通过直接接触或食物链富集到人体，严重损害内脏、消化系统和神经系统，Cd和Cr等一些重金属还具有致癌性，是一类危害极大的水污染物[3]。

棕地的污染治理和健康风险评价的相关研究，目前主要集中在对场地内部污染物。棕地污染情况的分析采取了单因子指数法、内梅罗指数法、地累积指数法等，对场地内部各区域进行风险评价，并针对高、中、低不同污染程度的土壤提出修复对策[4，5]。李静[6]、李娟娟[7]、Wang[8]、Jun Zhang[9]、Keshav Krishna[10]、赵庆令等[11]利用内梅罗指数法、单因子指数法对铅锌矿区、炼铜厂区、灌区土壤重金属污染进行评价。孙一豪[12]、崔罗肖等[13]、熊润光[14]、王诗雨等[15]、赵君[16]、黄小娟[17]、郑国璋[18]等将多种指数法与重金属潜在生态风险系数相结合分析确定场地重金属元素的风险等级，用于指导场地分级管理、分级治理的景观营建。熊润光[14]、王越[19]、张善红[20]等研究了GIS在土壤重金属污染评价中的应用。也有学者对其他的方法进行尝试与探索，陆泗进等[21]利用风险评价代码法和潜在生态风险指数法评价对重金属污染程度与潜在生态风险进行评价；孙叶芳等[22]利用TCLP法评价对土壤重金属污染状况进行测定;Wang等[23]利用污染指数法对典型的工业城市的土壤重金属污染进行了测定，并结合正定矩阵分解(PMF)模型和Unmix模型对重金属污染来源进行识别和解析。结果表明，研究区近70%的区域受到重金属污染，Ni、Cr和Zn是主要富集重金属；苑舒琪[24]、胡清等[25]学者对各种研究方法进行总结、优化。

在面源污染研究中，引入“源-汇”理论，主要是引入景观格局与生态过程关系，将污染扩散看作是污染源与汇进行物质能量交换的过程，能够更好地展现每一个污染源的空间异质性。在面源污染迁移扩散的过程中，不同的景观类型在过程中的地位和作用也各不相同，陈利顶借用洛伦兹曲线的理论，从距离、相对高度和坡度3个方面建立了不受尺度限制的景观格局评价模型，分析不同景观类型在面源污染扩散迁移的过程中的作用[26]。贾玉雪等选取坡度、距离等关键因子对流域进行非点源污染区划，对面源污染的重点区域进行划分，针对污染防治形成控制区、防控区、保护区等区域[27]。

已有研究表明，在缓冲距离100 m的范围内城市土地利用空间结构与水质有极强的相关性；从200 m逐渐减弱，到300 m城市土地利用空间格局和景观格局与城市河道水质几乎没有相关性[28，29]。因此，本研究将“源-汇”理论融入到棕地面源污染的研究中，探究棕地所在空间的自然与人为要素对棕地污染扩散迁移的影响，利用最小阻力模型探究研究区范围内主要水域100 m缓冲区内现存棕地的面源污染迁移趋势，并对污染等级进行划分，以期能够展现出棕地面源污染的扩散、迁移特征，对棕地污染的治理、城市水源的保护有一定的参考价值。

2 研究区域与研究方法

2.1 研究区概况

成都位于四川省中部，四川盆地西部，成都平原腹地，介于东经102°54′～104°53′和北纬30°05′～31°26′之间，属于亚热带季风气候，年平均气温16 ℃，年平均降水量为1408.52 mm，且年际之间降雨变化不大。境内地势平坦、河网纵横、降水丰沛，主要的水系有岷江、沱江等12条干流及几十条支流。成都地处岷江流域中游，河水主要由大气降水、地下潜流和融雪组成，在流入成都平原之前，河道主要在高山峡谷之间，受人为污染极小，因而水质格外优良，绝大部分指标都符合国家地面水二级标准的要求。但近年成都水质恶化严重，流经市区的府河、南河、沙河都受到了不同程度的污染，市区及近郊污染尤为严重，成都市出境的水质已经成为劣Ⅳ类[30]。研究区域位于成都市四环内区域，包括了五大主城区的大部分区域，以及龙泉驿区、双流区、新都区、郫都区的部分地区。

研究所涉及的棕地数据，均来源于本研究小组调查研究的成果。经过现场勘验以及相关资料收集，成都市四环以内总共包含了3202块棕地，共计9104.75 hm2。主要分为四大类：工业废气地、采矿业废弃地，垃圾填埋场以及其他类型。本文选取研究区范围内的主要水域100 m缓冲区内现存的棕地为研究对象。同时由于浅层土壤中的重金属多以残渣态为主极易迁移扩散[31]，也能最为有效地被后期治理，所以选择现存未被再次利用的，即表层土壤未被破坏的棕地作为污染源，共计30块。

2.2 棕地面源污染“源-汇”风险评价原理

研究面源污染中利用“源”“汇”将格局与过程有机结合在一起。“源-汇”理论中的“源”是指在景观过程中起推动作用的景观类型，而“汇”是景观过程中物质和能量的受纳体，是阻碍景观过程继续发展的景观类型[5]。在面源污染的过程中，棕地就是污染“源”，是径流、土壤和养分流失的地方；城市中的草地、林地、水体则起到“汇”景观的作用，是吸收流失的养分和土壤的地方。同时，在“源-汇”之间也因为空间异质性存在强弱差异，这些差异就是取决于人为因子和自然因子，这些因子决定了“源”与“汇”景观过程的阻力大小，可以将这些因子进行叠加分析，即通过最小累计阻力模型，形成整个“源-汇”景观的阻力面。优化“源”“汇”景观空间配置要通过不同景观类型在空间上的搭配组合来控制养分流失，达到在时空尺度上的平衡状态[32]。

2.3 最小累计阻力模型原理

最小累计阻力模型最早是由Knaapen于1992年提出，简称MCR。主要用于计算从某个特定的点沿阻力面扩张的过程中所克服的阻力的总和，是通过对其穿越景观单元的损耗对直线距离的修正，从而得到的该点到目标点所经历的每个单元所克服阻力的最小累积成本值[33]。最小累计阻力模型考虑源、空间距离和阻力面3个因素，其数学表达式为：

(1)

式(1)中，MCR为最小累计阻力；f为未知数，反映了MCR与Dij×Ri呈负相关；Dij表示物质、能量从“源”景观j到景观i的空间运动距离；Ri表示i景观单元的空间运动过程阻力系数。

3 构建评价指标体系和阻力基面

本文将人为因素与自然因素的影响因子作为影响棕地面源污染转移扩散的关键因子，分别为土地利用、相对距离、地形因子、降雨侵蚀力、土壤可侵蚀性、植被覆盖度(NDVI指数)。运用熵权法计算各因子的权重，将赋予权重的因子在ArcGIS中进行空间叠加，利用成本距离进行计算，得到棕地的面源污染物向四周扩散的最小累计阻力模型[34～39]。

3.1 指标权重的计算

熵权法的特点在于利用熵值携带的信息进行权重计算，结合各项指标的变异程度，利用信息熵工具，计算出各项指标的权重，为多指标综合评价提供依据。本文将指标分为人为因素和自然因素两类，结合熵权法计算每一类指标的权重，各指标权重如表1所示。

表1 指标权重

3.2 构建阻力基面

将6个指标因子影像的像元大小统一为30 m×30 m，并重分类划分等级重新赋值，分别用1、2、3、4、5等数值表示阻力值，如图1所示，以消除因各个指标数值大小和单位不一致所带来的影响，更好地体现各个指标对于阻力面的贡献值。

图1 重分类后各指标因子阻力值大小空间分布

4 结论与讨论

本文对研究区的棕地面源污染风险识别中，利用ArcGIS空间分析功能，将棕地叠加阻力面进行成本距离的运算，得到整个研究区棕地面源污染的最小累计阻力模型，如图2所示。阻力模型中阻力值越大，景观过程中阻力值越大，“源-汇”风险程度越小，棕地面源污染发生越不容易，反之，阻力面的值越小，棕地面源污染迁移阻力就越小，“源-汇”风险程度越高，污染越容易发生。

图2 棕地面源污染最小累计阻力值

分析最小累计阻力值的栅格图层，利用自然断点法，按照阻力值大小，将面源污染过程中的“源-汇”风险进行等级划分，阻力值0～4660.98为极高风险区，阻力值4660.98～8346.36为高风险区，阻力值8346.36～12070.75为中高风险区，阻力值12070.75～17926.86为中风险区，阻力值17926.86～30475.66为低风险区。将5个等级风险区重分类赋值，得到研究区风险等级划分，如图3所示。

图3 风险等级划分

分析研究区主要水系的100 m缓冲区中现存棕地的污染扩散模型，发现高风险地区基本上以棕地所在区域为圆心分布，越向外阻力值越小，风险越小，各等级风险区域面积和比重如表2所示。

表2 不同污染风险等级区域面积和面积比例

极高风险地区面积分布占据了整个研究区的19.82%，主要还是靠近棕地的区域，集中在水域左右距离1500 m缓冲区范围内，金牛区、成华区、青羊区分布较为集中。高风险地区和中高风险地区占比26%左右，集中在水域1500～3000 m缓冲区范围内。中风险地区占据总面积18.95%，集中分布在水域3000～5000 m缓冲区内。低风险地区面积占比最小，仅占据7.69%，集中分布在水域两侧大于5000 m缓冲区外。中风险地区和低风险地区主要集中在研究区外围，在龙泉驿区、郫都区以及武侯区相对集中分布。

可以看出，距离棕地越近阻力值越小，棕地污染就越容易扩散迁移，污染风险越高；距离棕地越远，阻力值越大，棕地污染就越不容易扩散到该区域，污染风险越低。污染风险总体还是随空间距离变化而变化。

将最小累计阻力模型与主要水域进行叠加，可以看到府河从最南部分的极高风险区中心穿过，又从北偏西的极高风险区域中心穿过。清水河主要穿过了最西部的高风险地区。摸底河从西北区域的极高风险地区的中心穿过，摸底河也从北偏东区域的极高风险区域中心穿过。北湖湿地部分区域也分布在东偏北的极高风险区域内，荷塘月色大部分湿地也分布在南偏东的极高风险区域。

本研究将棕地与影响面源污染的主要因子及距离因子综合分析，得到各种因素的影响下，棕地面源污染的风险格局。研究结果可以作为棕地污染风险的参考，预测出污染较高风险的区域和污染趋势。为后续进一步研究棕地面源污染提供了重点采样测量的重点区域。同时也为城市治理棕地的先后顺序、防止棕地污染扩散加剧城市水源污染提供参考。