浙江省某尾矿库周边农田土壤重金属污染特征及来源解析

吕玉娟，王秋月,2，孙雪梅,2，张志伟，张毅敏，高月香*

1.生态环境部南京环境科学研究所

2.河海大学环境学院

矿产资源是人类生存和发展的重要物质基础，也是人类生产资料和生活资料的重要来源。我国是世界上为数不多的矿产资源总量丰富且矿种齐全的大国之一，现已发现矿产173 种。随着矿产资源不断被开发利用，国民经济得到极大发展[1-2]。然而，在矿山开采过程中，必然会产生Hg、As、Pb、Cd 等成矿或伴矿元素污染，其通过废液排放、废渣堆积、雨水和地表水淋滤等途径污染周边土壤[3]。土壤重金属具有持久性、累积性、隐蔽性和循环性等特点，因难以被降解而长期稳定存在于土壤中，可通过食物链在人体聚集，影响生态系统功能和结构，威胁人体健康安全[4-7]。

开展矿区周边土壤重金属污染评价与污染源识别对于矿区周边土壤修复与复垦具有重要意义。地累积指数法、污染指数法、潜在生态风险指数法等方法是当前应用较多的重金属污染评价方法[8-9]。除了以区域背景值作为参比外，以GB 15618—2018《土壤环境质量 农用地土壤污染风险管控标准（试行）》风险筛选值作为参比值[10-13]成为国内主流评价方法。土壤重金属主要来自于自然本底（与地壳中微量元素有关）和人类活动（工业生产、农业活动等）[14]，常用的土壤重金属分布与源识别方法包括地统计与空间插值方法（如普通克里格法、反距离加权法），多元统计分析（如主成分分析、相关分析和聚类分析），定量方法〔如稳定同位素法、Unmix 模型和正定矩阵受体模型（PMF）〕等。与其他受体模型相比，PMF 模型可以同时将测量不确定性和非负性约束纳入计算过程[15]，且可以自动处理缺失和错误的数据，被广泛应用于土壤污染物源解析中。Zhang 等[16]采用PMF 模型对赫章县铅锌矿区土壤重金属来源进行解析，发现人为矿业活动（黄铁矿和铅锌矿）、土壤母质（玄武岩和碳酸盐岩）和农业生产活动是周边土壤重金属的主要来源。朱晓丽等[17]基于PMF 模型对宝鸡铅锌尾矿库周边农田进行土壤重金属源解析发现，周边土壤重金属主要来源于农业活动源、自然源、化石燃烧释放源、铅锌选矿源、铅锌工业活动源和交通源等。对于已闭库的矿区，人为采矿活动基本终止，对周边土壤的重金属污染程度因后期管理水平差异而不同，而在没有人为采矿活动源时，对重金属其他来源的解析成为后期矿区土壤修复或复垦的重要依据。

因此，笔者以浙江省某闭库尾矿库下游农田土壤为研究对象，对农田土壤重金属浓度和空间分布特征进行分析，使用地累积指数法、污染指数法和潜在生态风险指数法等对农田土壤环境质量进行评价，并结合PMF 模型，定量解析矿区农田土壤重金属潜在来源，以期为闭库尾矿库周边农田土壤复垦及重金属修复提供一定的理论依据。

1 研究区与研究方法

1.1 研究区概况

该铜矿尾矿库地处浙江省中北部、杭州湾南岸的绍兴市，属于亚热带季风气候，年平均气温16.4 ℃，年均降水量1 400 mm，盛行东北偏东风。矿区所在地属浙西山地丘陵、浙东丘陵山地和浙北平原三大地貌单元的交接地带，地势南高北低，形成群山环绕、盆地内含、平原集中的地貌特征，最高海拔为1 194.6 m，最低海拔仅为3.1 m。矿区主要盛产铜精矿、锌精矿、硫精矿，伴生的金、银冶炼回收。尾矿库于1982年设计建设，1987年11 月投入使用，服务年限36年，为传统上游式湿排山谷型尾矿库，设计总坝高85 m、总库容343 万m3，为三等库。1992年该尾矿库因尾砂输送管道爆管，尾砂溢出导致坝下52 000 m2农田受到不同程度污染，2020年7 月起尾矿库闭库。目前，该尾矿库下游52 000 m2农田正进行生态修复工作，距离尾矿库较远的农田上有农户自发种植的零散蔬菜，其他大部分区域闲置有杂草生长。

通过实地调查，选取该闭库尾矿库周边农田作为研究对象。所选的尾矿库由三面山坡自然形成的近南北走向山谷组成，南面筑坝围库，在坝底修建有沉降池，尾矿库周围多为岩石裸露，中下部植被较好，以灌木林为主，高大乔木较少，库边渗水渠有尾矿库渗漏水流经，岸边为种植有零散蔬菜的农田（图1）。

图1 尾矿库及研究区域位置Fig.1 Location map of tailings pond area and the study area

1.2 样品采集处理

1.2.1 样品采集

在尾矿库下游约52 000 m2的农田范围内，距离尾矿库由远及近共采集农田土壤表层（0～20 cm）样品19 个。采样时使用两步路户外助手APP 中GPS（WGS-84 坐标）对每个样点进行定位，使用五点采样法采集耕层土壤样品，先去掉表面杂物和砾石，使用铁锹采集0～20 cm 土壤（用铁铲挖掘后，用木片刮去与金属采样器接触的部分，再用木片采取样品），充分混合后取约1 kg 装入塑料袋并编号带回实验室。样品采集点位见图2。

图2 尾矿库周边农田土壤样品采集点位分布Fig.2 Distribution of soil sample collection points in cultivated land around a tailing pond

1.2.2 测定方法

将采集的样品放置于阴凉的通风处自然风干，剔除根茎、石头等杂物，采用玛瑙研钵研磨后过100 目筛，随后装入统一规格的密封袋中保存待测。土壤中重金属（Cd、Hg、As、Pb、Zn、Cu、Cr 和Ni）浓度测定参照HJ/T 166—2004《土壤环境监测技术规范》，其中Cd、Pb、Zn、Cu、Cr 和Ni 元素提取采用王水消解法〔V（浓盐酸）∶V（浓硝酸）=3∶1〕，并采用电感耦合等离子体质谱仪（STS-188，中国）测定其浓度，Hg 和As 浓度采用王水消解法和原子荧光光度计（STS-041，中国）测定。所有试剂均为优级纯，采用国家标准土壤样品（GSS-25）进行质量控制，元素回收率控制在90%～105%，测量结果的相对误差在±5%以内。

1.3 研究方法

1.3.1 重金属污染评价方法

1.3.1.1 地累积指数法

地累积指数法最早由德国学者Müller 提出并被用于沉积物中重金属污染评价。该指数不仅考虑了人为污染因素和环境地球化学背景值，还特别考虑了自然成岩作用对背景值的影响，被广泛用于大气沉降、土壤和现代沉积物中重金属的污染评价。其公式如下：

式中：Igeo为地累积指数；Ci为土壤样品中重金属i的实测浓度，mg/kg；Bi为重金属i的地球化学背景值，mg/kg，选用尾矿库所在绍兴市的土壤元素背景值[18]；k为修正系数，一般取1.5。根据地累积指数法可将土壤划分为6 个等级，划分标准见表1[19]。

表1 土壤重金属污染评价等级标准Table 1 Assessment classification criteria of heavy metal pollution in soil

1.3.1.2 单因子污染指数法

单因子污染指数是土壤表层重金属污染物浓度与污染物评价标准的比值，能够准确反映某一位点单项重金属污染状况。其计算公式如下：

式中：Pi为单因子污染指数；Si为GB 15618—2018 中风险筛选值，mg/kg。其土壤污染划分标准见表1[20]。

1.3.1.3 内梅罗综合指数法

内梅罗综合指数法是当前国内外进行综合污染指数计算最常用的方法之一，涵盖各单项污染指数，并突出高浓度污染物在评价结果中的权重，用于评价土壤复合污染状况。其计算公式如下：

式中：Pn为综合污染指数；为所有重金属的单因子污染指数平均值；Pimax为所有重金属的最大单因子污染指数。根据内梅罗综合污染指数可将土壤划分为5 个等级，划分标准见表1[21]。

1.3.2 重金属污染风险评价法

1.3.2.1 潜在生态风险指数法

潜在生态风险指数法由Hakanson 提出，主要应用于土壤和沉积物中重金属的污染生态风险评价，该方法不仅考虑了重金属浓度，还将重金属的生态效应、环境效应和毒理学效应联系起来。其计算公式如下：

表2 土壤重金属环境风险等级标准Table 2 Environmental risk level standard for heavy metals in soil

1.3.2.2 生态风险预警指数

生态风险预警是指对自然资源或生态风险可能出现的衰竭或危机而建立的报警，其计算公式如下：

式中：IER 为综合生态风险预警指数；IERi为单一重金属i生态风险预警指数；CRi为第i种重金属的临界浓度限值，mg/kg，选用绍兴市土壤元素背景值作为临界限值。生态风险预警指数划分标准见表2[11]。

1.3.3 重金属污染源解析方法

PMF 模型是一种基于受体模型对污染源进行矩阵分析的定量方法，该模型在求解过程中对因子载荷和因子得分均做非负约束，确保因子矩阵分解的结果中不出现负值，使得到的源成分谱与源贡献率具有更实际的物理意义[24-26]。该模型将原始矩阵Xab因子化，分解为2 个因子矩阵fkb和gak以及1 个残差矩阵eab，计算公式如下：

式中：a为样品数量；b为元素数量；Xab为第a个样品的第b个重金属元素的浓度（a=1，2，···，l；b=1，2，···，m）；gak为源k中对样品a的相对贡献；fkb为元素b在源k上的含量；eab为残差矩阵。

PMF 模型需要通过多次迭代计算分解原始矩阵，最终得出最优化的污染源贡献因子矩阵G和污染源因子矩阵F，使得目标函数Q最小化。目标函数Q定义如下：

式中：uab为第a个样品的第b个重金属元素的不确定度；p为潜在源种数。

当各个重金属元素含量小于或等于相应的方法检出限（MDL）时，不确定度uab的计算公式为：

当各个重金属元素含量大于相应的MDL 时，不确定度uab的计算公式如下：

式中EF 为相对标准偏差。

1.4 数据处理

采用Excel 2019 和Origin 2022 软件进行数据处理分析，采用SPSS 16.0 软件进行相关性分析和主成分分析，采用ArcGIS 10.3 软件进行空间插值制图，源解析基于EPA PMF5.0 模型完成。

2 结果与讨论

2.1 农田土壤重金属浓度特征

由描述统计结果（表3）可知，尾矿库周边农田土壤中8 种重金属元素偏度为0.01～3.44，属右偏分布。Cd、Hg、Cu、Zn 浓度均值分别是0.75、0.31、172、419 mg/kg，分别是土壤元素背景值的5.36、2.06、8.19、5.36 倍。其中，Cd、Cu、Zn 浓度均值高于风险筛选值，超标率分别为25.0%、72.7%、39.7%。与土壤元素背景值和农用地土壤污染风险筛选值相比，Cd、Hg、As、Pb、Cu、Zn 6 种元素浓度均存在不同程度的超标，其中Cu 元素超标率最高，只有1 个采样点（S15）浓度低于背景值，其余点位均高于背景值；而所有点位的Cr、Ni 浓度均低于背景值，说明研究区基本上不存在Ni、Cr 污染风险。

表3 农田土壤重金属浓度统计结果Table 3 Heavy metal content in farmland soil

变异系数是衡量各参数在数据上的变异程度，空间变异性可以说明自然因子或外界因子的干扰程度。尾矿库坝下农田土壤中各重金属浓度表现出很大的变异性。根据Wilding[27]对变异系数的分类，Pb 和Ni 的变异系数介于15%～36%，属中等变异；Cd、Hg、As、Cu 和Zn 的变异系数为37%～211%，属高度变异。重金属元素的空间分布具有自然变异性和外在变异性，自然变异性主要是由于自然界母质岩风化释放导致的，而外在变异性则是由于研究区域人类活动影响致使重金属进入土壤中导致的。研究区Cd、Hg、As、Cu 和Zn 的浓度均值都明显高于绍兴市土壤元素背景值，这些重金属元素在土壤中高度富集，同时具有较高的变异性，说明它们在研究区域的空间分布极其不均匀。这有可能是局部区域人为活动所导致的结果。与之相反，Cr 元素的浓度和变异程度均较低，说明Cr 在土壤中主要来自于自然源。Pb 和Ni 元素在研究区域土壤中的浓度均值低于背景值，却表现出中度变异性，说明Pb 和Ni 有可能受到自然因素和人为活动双重因子的影响。

空间插值法是采用观测值预测未知区域的一种空间分析方法，目前被广泛应用于生态环境治理领域[28]。对研究区19 个采样点Cd、Hg、As、Pb、Cu 和Zn 浓度进行反距离权重插值并进行掩膜提取，结果（图3）显示，Cd、As、Pb、Cu、Zn 5 种重金属浓度最大值点位均分布在距尾矿库200 m 以内，呈现靠近尾矿库的区域浓度较高的现象。Cd、Cu、Zn 大部分点位浓度超过背景值，靠近尾矿库的3 个点位（小于200 m）均超过筛选值，而As、Pb 在此区域浓度均超背景值，但未超筛选值，As 在中部区域浓度也处于背景值和筛选值之间；Hg 空间分布呈现距尾矿库400～650 m 区域浓度高的特点，且处于背景值和筛选值之间，其中距尾矿库500～550 m 区域浓度最高，这可能与该片区地块长期零散种植蔬菜有关。

图3 农田土壤重金属浓度空间分布Fig.3 Spatial distribution map of six heavy metals content in farmland soil

2.2 农田土壤重金属污染评价

2.2.1 地累积指数评价

尾矿库周边农田土壤中重金属Igeo评价结果如图4 所示。Igeo均值由高到低依次为Cd＞Cu＞Zn＞Hg＞As＞Pb＞Cr＞Ni。其中，As、Pb、Cr 和Ni 的Igeo均值均小于0，总体上处于无污染状态，但仍有10.53%的采样点As 为轻度污染状态；Hg 的Igeo均值小于0，分别有36.84%、5.26%和5.26%的采样点达到了轻度污染、中度污染和偏重污染；Cd、Cu 和Zn 的Igeo均值为0～1，总体为轻度污染，但有10.53%的采样点为重度污染，5.26%的采样点为中度污染。

图4 农田土壤重金属Igeo箱形图Fig.4 Box diagram of Igeoof heavy metal content in farmland soil

2.2.2 污染指数评价

使用单因子污染指数和内梅罗综合指数对尾矿库周边农田土壤重金属污染状况进行评价（表4）。农田土壤重金属单因子指数污染程度排列顺序为Cu＞Zn＞Cd＞As＞Pb＞Cr＞Hg＞Ni。Cu、Zn、Cd 单因子污染指数分别为0.19～15.36、0.12～9.42、0.12～8.07，重度污染率均为10.5%，中度污染率均为5.26%。As、Pb、Cr、Hg、Ni 单因子指数均小于1.0，处于无污染等级。内梅罗综合污染指数为0.22～11.2，变异系数达到197%，属于高度变异，15.8%的点位（S17、S18、S19）处于重度污染等级，其他点位无污染，靠近尾矿库的部分农田具有较高的污染风险。

表4 农田土壤重金属污染指数Table 4 Heavy metal pollution index in farmland soil

重金属Hg 单因子污染指数判断为无污染，而考虑区域背景值的Igeo评价结果却存在中度污染和偏重度污染。综上可知，研究区农田土壤重金属Cd、Cu 和Zn 存在一定程度的污染，需同时关注区域重金属Hg 的累积污染风险问题。

2.3 农田土壤重金属潜在生态风险评价

2.3.1 潜在生态风险评价

根据绍兴市的土壤元素背景值计算农田土壤重金属潜在生态风险指数，结果见图5。土壤中8 种重金属元素的单项生态风险指数平均值表现为Cd＞Cu＞Hg＞As＞Zn＞Pb＞Ni＞Cr。其中，As、Pb、Cr、Ni 和Zn 的均值小于40，属于轻微生态风险等级；Cd 属于很强生态风险，其中轻微、中等、较强和极强生态风险等级样点占比分别为47.37%、26.32%、10.53%和15.79%；Hg 属于较强生态风险，其中轻微、中等、较强、很强和极强生态风险等级样点占比分别为36.84%、36.84%、15.79%、5.26% 和5.26%；Cu 的生态风险等级以轻微为主，占比为84.2%，较强、很强和极强占比均为5.26%。农田土壤重金属的RI 为79.1～1 302，平均值为308.9，属于较强生态风险。其中轻微、中等、较强和极强生态风险样点占比分别为15.79%、57.89%、5.26% 和21.05%。Cd、Hg、Cu 元素潜在生态风险和RI 的空间分布显示，西北部极强风险区主要影响元素是Cd 和Cu，东部区域主要受Hg 元素的影响。

图5 农田土壤重金属潜在生态风险空间分布Fig.5 Spatial distribution of heavy metal RI in the farmland soil

2.3.2 生态风险预警评估

根据绍兴市的土壤元素背景值计算生态风险预警指数，结果见图6。IER 的平均值表现为Cu＞Cd＞Zn＞Hg＞As＞Pb＞Cr＞Ni，其中Cu 为重警，Cd 和Zn 为中警，Hg 为轻警，As 为预警，Pb、Cr 和Ni 为无警。8 种重金属的IER 为-2.56～124.59，平均值为16.06，属于重警。IER 处于无警、预警、轻警、中警、重警样点占比分别为36.84%、10.53%、21.05%、5.26%、26.3%。空间分布显示，研究区生态风险重警等级分布在西北部和东部，这与潜在生态风险指数的空间分布基本一致，相比潜在生态风险指数，单项生态风险预警评估发现Cu 在西北部有重警等级，其单项生态风险预警评估方面更加敏感，这与杜贯新等[29]的研究结果一致。综上分析，研究区内RI、IER 的空间分布主要受Cu、Zn、Cd 和Hg 4 项元素的影响，这与Igeo评价结果（主要影响因素是Cu、Zn 和Cd，其次是Hg）一致。

图6 农田土壤重金属风险预警指数空间分布Fig.6 Spatial distribution of heavy metal IER in the farmland soil

2.4 农田土壤重金属污染源解析

尾矿库周边土壤中重金属来源途径比较广泛，包括人为采选矿活动、农业生产、交通运输、大气沉降和土壤母质等。根据元素地球化学理论，相同来源的重金属元素之间通常存在较显著的相关关系，通过对重金属元素间的统计分析可以阐释元素间的同源关系，为辨析重金属来源提供依据[30]。由研究区农田土壤中8 种重金属浓度Pearson 相关性分析热点图（图7）可知，Cd、As、Pb、Zn、Ni 两两之间存在极显著（P＜0.01）正相关性，说明这5 种元素具有较大的同源性和复合污染的可能。Cu 与Cd、Pb、Zn 之间存在极显著相关性，推断Cu 与Cd、Pb、Zn 来自同一种污染源的可能性较大；Cu 与As、Cu 与Ni 及Cr 与Hg 具有显著（P＜0.05）相关性，推断两两之间可能具有相似的污染源；Cr、Hg 与其他6 种金属呈现出两两不相关性，说明Cr、Hg 的来源途径不同。

图7 研究区农田土壤重金属含量相关性热点图Fig.7 Hot spot map of correlation of heavy metal contents in farmland soil in the study area

采用PMF 5.0 模型对研究区农田土壤中8 种重金属来源进行解析，得到3 个重金属污染源（因子F1、F2、F3）对8 种重金属的贡献率（图8）。结果显示，因子F1 对农田土壤重金属贡献率为77.62%，且对Cd、Zn 和Cu 的贡献率较高，分别为94.4%、94.3%和67.1%。由相关性分析可知，Cd、Zn 和Cu 两两之间相关性达到极显著水平（P＜0.01），说明这3 种元素可能来自同一污染源。该铜矿尾矿库采用传统湿排法堆存，导致尾矿中大量的重金属残留伴随酸性矿山废水向周围扩散，造成库区周边土壤中重金属元素Cd、Zn 和Cu 的复合污染。陈雪等[31]在宁镇矿集区土壤重金属污染来源解析中发现，该区域存在Cd、Zn 和Cu 复合污染，与本研究结果相似。另外，陈航等[32]对铜山矿区的周围土壤重金属来源解析发现，富含大量Cu 元素尾矿和残渣堆的淋滤扩散是矿区周边土壤Cu 污染的主要来源；杜立宇等[33]发现重金属元素Zn 在铜尾矿库区存在一定的富集；马杰等[34]发现铅锌尾矿库的Cd 元素污染最严重。根据走访调查，该尾矿库在90年代曾发生过一次溃坝事故，导致含重金属的尾矿砂在坝下农田土壤中历史遗留。同时该尾矿库坝下渗水通常与尾矿库上游山塘水库流水混合，被用于该区域农田的灌溉，长期的渗水灌溉也会导致农田土壤重金属累积。因此，可以推断重金属元素Cd、Zn 和Cu 可能存在伴生关系，研究区农田土壤中重金属元素Cd、Zn 和Cu 的主要来源是铜矿尾矿库尾砂和坝下渗水。

图8 各污染源因子对重金属贡献率Fig.8 Contribution rates of different sources to heavy mental

因子F2 对农田土壤重金属贡献率为5.19%，对Hg贡献率最高，达到61.5%。Hg 变异系数大于1，高度变异，Igeo评价结果显示47.36%的样品处于轻度污染至偏重污染水平，说明Hg 受人为影响程度较大。相关性分析结果显示，Hg 仅与Cr 为显著相关（P＜0.05），而与其他重金属无相关性。实地调查与人员访谈发现，Hg 浓度较高的区域为种植有油菜、叶用莴苣和包菜等绿叶类蔬菜的地块，这些土地长期施用农药、农家肥和化肥。一般认为农业活动的污水灌溉、肥料、农药和抗菌剂施用等是土壤中Hg 的重要来源[35]。魏迎辉等[26]发现铅锌矿周边农田Hg 浓度高值区除了矿山附近外，种植蔬菜的区域也是Hg 浓度高值区。陈雪等[31]发现农事活动对Hg 富集影响大，是Hg 的主要来源。以上结果均与本研究结果相似。因此，可以推断研究区Hg 的富集可能与局部肥料、农药施用的农业活动有关。

因子F3 对农田土壤重金属贡献率为17.19%，其中Cr、Ni、Pb 和As 在因子F3 上具有较高载荷，贡献率分别为89.7%、82.7%、75.0% 和68.3%。相关研究[31,36]表明Cr 和Ni 主要来源于成土母质。Ni 与Pb 之间呈极显著（P＜0.01）相关，Cr、Ni 和Pb 浓度均值低于绍兴市土壤元素背景值，变异系数小，表明Cr、Ni、和Pb 主要受地质背景影响，Igeo评价结果也说明这一点。另外，本研究中As 与Hg 没有相关性，这与通常认为的农业活动（肥料农药施用）会导致As 和Hg 存在伴生污染[35]的结果不一致。但As 与Pb 具有极显著相关性，且二者具有中高度变异性，排除尾矿库人为活动和农业活动因素，分析Pb 和As 富集的原因可能是由于该尾矿库正进行闭库后生态修复的平整覆土等工作，在主导风向为东风的气象条件下，农田东侧道路载土车的频繁来往等交通运输活动导致的尾矿砂土掉落、扬尘沉降等。因此，推断研究区土壤Cr、Ni、Pb 和As 一定程度上受成土母质的控制，同时受区域交通运输活动的影响。

土壤重金属源解析是土壤重金属污染精准防控的基础，该方面研究逐渐集中在将数理统计分析模型与土壤重金属的信息相结合，基于受体模型来分析重金属的来源。与其他受体模型相比，PMF 模型对因子载荷和因子得分均做非负约束，且可以处理缺失、错误的数据，因此通过每个可解释的源成分谱，定量识别污染物的来源。然而，由于污染源排放复杂，叠加伴生现象等，PMF 模型难以有效分割共线性强的污染源，识别出的因子往往为几种污染源的混合。因此，后续研究中，应通过加强对潜在污染源的实际监测，并将其作为约束条件带入模型计算，以提高结果的可靠性，为重金属污染有效防治提供参考依据。

3 结论

（1）研究区农田土壤除Cr、Ni、Pb、As 以外，Cd、Hg、Cu、Zn 浓度分别为土壤元素背景值的5.36、2.06、8.19、5.36 倍，具有高度变异性；单因子污染指数显示，As、Pb、Cr、Hg、Ni 单因子指数均小于1.0，处于无污染等级，Cu、Zn、Cd 重度污染占比均达到10.5%，中度污染占比为5.26%；内梅罗综合指数评价显示，15.8%的点位（S17、S18、S19）处于重度污染等级，其他点位无污染，靠近尾矿库的部分农田土壤具有较高的污染等级；地累积指数评价结果表明，Cd、Cu、Zn 和Hg 可能具有累积风险。

（2）潜在生态风险评估结果表明，Cd 为很强生态风险，Hg 为较强生态风险，Cu 为中等生态风险，其余重金属均为轻微风险，综合潜在风险为较强风险（RI=308.91）。生态风险预警评估结果表明，Cu 为重警，Cd 和Zn 为中警，Hg 为轻警，As 为预警，Pb、Cr 和Ni 为无警，综合生态风险预警为重警（IER=16.06）。RI 和IER 空间分布基本一致，主要受来Cu、Zn、Cd 和Hg 的影响。

（3）基于PMF 解析出研究区土壤重金属3 个源，Cd、Zn、Cu 主要受铜矿尾矿库尾砂和坝下渗水的混合源影响，贡献率分别为94.4%、94.3%和67.1%；Hg 可能是受肥料农药施用等农业活动源的影响，贡献率为61.5%；Cr、Ni、Pb 和As 主要受成土母质和交通运输活动混合源的影响，贡献率分别为89.7%、82.7%、75.0%和68.3%。