花垣河重污染河段水環境健康風險評價及監測因子分析

葉壯凌，楊海君

（1.長沙市一中，湖南 長沙 410005；2.湖南農業大學植物保護學院，湖南 長沙 410128）

花垣河重污染河段水環境健康風險評價及監測因子分析

葉壯凌1，楊海君2

（1.長沙市一中，湖南 長沙 410005；2.湖南農業大學植物保護學院，湖南 長沙 410128）

為了了解花垣河流域錳冶煉工業導致的河流水質污染狀況，評估河流水環境健康風險水平，根據2007年1月至2015年12月花垣河流域錳冶煉行業重污染河段的6個點位水體中的特征污染物氨氮、氟化物、揮發酚、氰化物、Cd、Cr6+、Zn、Pb、As、Hg的監測數據，進行年風險評價，并運用MATLAB軟件進行相關性及主成分回歸分析。結果表明：點位1～5水體中的污染物監測值均高于對照點位6，點位1～5水體中污染物的年風險水平9 a平均值為對照點位的9.58～10.41倍；各點位污染物之間的相關性分析發現，氨氮和Cd的監測值在P＜0.01水平有顯著正相關性，氰化物和Cr6+的監測值在P＜0.01水平有顯著負相關性，氨氮和Pb的監測值在P＜0.05水平有顯著正相關性；各點位之間相關性分析發現，點位1～5之間在P＜0.01水平有顯著正相關性；Cd、氨氮、氰化物、Cr6+、Pb是個人年風險值的主要影響因素，對主要污染物的主成分分析得出點位1～5的個人年風險值預測方程，預測方程殘差的偏差絕對值小于0.5×10-6、P＜0.001，說明預測方程擬合性良好。

花垣河；錳冶煉工業；水環境；健康風險評價；相關性；預測

重金屬可以通過沉淀、吸附或離子交換作用進入次生礦物相，或通過溶解態形式從尾礦和廢渣中遷移出去，進而污染地表及地下水[1-3]。毒理學研究表明，進入環境中的部分重金屬會通過食物鏈進入人體，對人體產生毒性和內分泌干擾作用等[4-7]。因此，加大對重金屬污染地區的監測、評價及治理，充分研究與分析地表河流的水體污染狀況，是當前環境工作者和政府的當務之急[8-11]。

作為花垣縣的兩大河流之一，花垣河是流經區域農田灌溉水、居民用水等的主要來源[12]。花垣縣為有色金屬之鄉，鉛鋅礦資源豐富，礦業活動促進了當地經濟的發展，也導致了企業周邊土壤、花垣河水環境等的嚴重污染，影響到當地經濟的可持續發展與人體健康[13-14]。目前，國內學者關于花垣河水環境方面的報道主要集中在花垣河污染物對浮游生物和軟體動物的影響以及花垣河錳污染的現狀及成因[15-18]，關于花垣河流重污染河段水環境整體污染狀況及其健康風險評價鮮有報道。

研究結合國內外地表河流水環境重金屬污染健康風險評價的相關方法，對花垣河流域錳冶煉行業重污染河段水環境中危害人體的部分化學致癌物以及非致癌物質進行分析，評價花垣河流域錳冶煉行業重污染河段水環境的風險水平，以期為花垣河水環境風險管理及構建新型的安全水環境保障體系提供參考。

1 材料與方法

1.1 研究區概況

花垣河發源于貴州省松桃縣，上游為清水江，入花垣縣境內稱花垣河，貫穿花垣縣西、北境界，成為貴州省、重慶市、湖南省3省市的分界河，經保靖縣匯入酉水，境內河長71.8 km，花垣河平均流量為6.612 m3/s[9]。花垣鎮為錳冶煉企業集中地段，污染最為嚴重，污染源主要為文華錳業、東方錳業、興銀錳業、峰云錳業、三立集團、錳鋅高科等企業產生的廢水、廢渣、廢氣，其次為花垣河上游民樂鎮企業產生的廢棄物。

圖1 研究區典型污染企業及采樣點位分布

1.2 采樣點布設及樣品采集

2007～2015年對花垣河流域錳冶煉行業重污染河段的獅子橋電站下游200 m（點位1）及花垣縣兄弟河浮橋電站上游100 m（點位6）等6個點位的河流水體氨氮、氟化物、揮發酚、氰化物、Cd、Cr6+、Zn、Pb、As、Hg等進行長期監測，每月1～3日連續取樣3 d，且每天采樣的時間點定為10:00、14:00和18:00。以平行采樣方式取樣，采樣深度為河流水體0～20 cm，每個采樣點取水樣3份，每份水樣為3個重復樣的混合，同時記錄采樣位置、采樣日期、水溫、樣品顏色和周圍環境狀況。水樣采集后，其中1份加HNO3至pH值＜2保存，另2份不做處理。研究區典型污染企業及采樣點位分布如圖1所示。

1.3 污染物測定方法

樣品帶回實驗室后，采用國標法（GB/14581—93）測定水樣的pH值以及氨氮、氟化物、揮發酚、氰化物含量[19]。樣品消解方法參照國標（GB/14581—93）進行，各取水樣5 mL至比色管中，然后分別加入王水與超純水混合液5 mL（王水體積∶超純水體積=1∶1），置于電熱板上濃縮至2 mL左右，再用超純水定容至25 mL。Cd、Cr6+、Zn、Pb、As、Hg等重金屬監測值采用電感耦合等離子體質譜（ICP-MS2000）進行測定[20～21]。

1.4 污染風險評價

地表河流水環境中對人體有害的重金屬污染物質主要有基因毒物質和軀體毒物質，前者包括放射性污染物和化學致癌物，后者則指非致癌物。根據污染物對人體產生的危害效應以及人類幾十年來對地表河流水環境中有害物質的大量研究結果，建立地表河流水環境風險健康評價模型[22～25]。

1.4.1 河流水環境化學致癌污染物質風險評價 化學致癌物質通過飲用水途徑所致的平均個人健康危害風險計算模型為：

模型中Rcjg代表化學致癌物質j經飲用水途徑的平均個人危害風險，a-1；Djg=QCj/W，代表化學致癌物質j經飲用水途徑的單位體重日均暴露劑量，[mg/ (kg·d)]-1；Qjg代表化學致癌物質j經飲用水途徑的致癌強度系數，mg/(kg·d)；L代表人類平均壽命，a代表國人平均壽命，按70 a計算；Q代表成人平均每日飲水量，L/d（美國國家環境保護署建議經驗值為2 L/ d）；Cj代表化學致癌物質濃度，mg/L；W為人均體重，kg（國人平均體重按60 kg計算）。

1.4.2 河流水環境非致癌污染物質風險評價 非致癌污染物質通過飲用水途徑導致平均個人健康危害的計算模型為：

模型中Rnzg代表非致癌物質z經飲用水途徑的平均個人危害風險，a-1；1×10-6代表非致癌污染物質z的可接受風險水平；Dzg代表非致癌物質z經飲用水途徑的單位體重日均暴露劑量，[mg/(kg·d)]-1RfDzg代表非致癌物質j經飲用水途徑的參考劑量，mg/ (kg·d)；L代表人類平均壽命，a（按70 a計算）。

1.4.3 河流水環境污染物風險評價總模型 假設各種水環境污染物質對人體健康危害作用均獨立，其累積效應呈相加關系。所以，水環境健康風險評價總模型R總可表示為：

1.5 參數選擇

根據國際癌癥研究機構（IARC）和世界衛生組織（WHO）全面評價化學物質致癌性可靠程度而編制的分類系統[26]，通過分析監測項目可知，該研究中對人體健康有危害作用的化學致癌物質為As、Cd、Cr6+，非致癌物質為氨氮、F、Hg、揮發酚、Pb、氰化物等，其強度系數參考美國環保署的公眾健康評估手冊[23]。

1.6 統計分析

采用MATLAB進行數據統計分析，研究水環境中各種污染物監測值之間、點位1～5之間的相關性。此外，為了對水環境健康風險進行預測，用MATLAB對各污染物進行主成分分析，得出個人年風險的主成分回歸模型以及預測模型。

2 結果與討論

2.1 花垣河水環境監測結果

由表1可知，花垣河流域錳冶煉行業重污染河段水環境污染類型為多種污染物的混合類型，其中Cd、Cr6+、As、氨氮、揮發酚、氰化物、F、Hg、Pb等污染物的監測值并沒有超出國家相關標準，但點位1～5的化學致癌物質和非致癌物質監測值明顯高于對照點位6，出現這種現象的原因一方面與錳三角區域周邊企業排放含Cd、Cr6+的廢水有關，另一方面受到花垣河上游民樂鎮企業排放廢水的影響。同時，花垣鎮規模化養殖業的發展也是造成氨氮監測值變化大的原因之一。結合河流流向發現，當兄弟河河水在點位4與5之間匯入花垣河之后，花垣河河水的Cd、Cr6+、氨氮、Pb等污染物在點位4的年平均值監測值均明顯下降，這與兄弟河河水的稀釋有關。

表1 2007～2015年花垣河流域各點位水質情況 （mg/L）

2.2 花垣河水環境重金屬污染健康風險評價

根據水環境健康風險評價模型及參數，得出花垣河流域重污染河段水環境2007～2015年化學致癌物質和非致癌物質造成的飲水途徑平均個人年風險，如表2所示。由表2可知，點位1～5的個人年風險水平（9 a平均值）在2.107 9×10-5～2.291 8×10-5之間，而對照點位的個人年風險水平（9 a平均值）為0.220 1×10-5，明顯低于點位1～5。此外，化學致癌物的個人年風險明顯大于非致癌物的個人年風險，說明致癌物質對人體的危害遠大于非致癌物；同時，點位1～5水體中污染物個人年風險水平為對照點位的9.58～10.41倍，相關監管部門應該高度重視。

表2 化學致癌物質飲水途徑健康危害的個人年風險9 a平均值（a-1）

2.3 相關性分析

由于花垣河中As、氰化物、Hg這3種污染物數值無明顯波動，因此在污染物相關性分析中被剔除，只對Cd、Cr6+、氨氮、揮發酚、F、Pb等6種污染物監測值之間的相關性、點位1～5之間的相關性進行分析，結果如表3、表4所示。由表3可知，氨氮與Cd和Pb監測值均有正相關，相關系數分別為0.965（P＜0.01）、0.856（P＜0.05），氰化物及Cr6+監測值有顯著負相關性，相關系數為-0.990（P＜0.01），說明上述各點位污染物相互之間存在顯著影響，具有統計學意義。由表4可知，點位1～5之間有顯著正相關性，相關系數≥0.997，說明點位1～5相互之間影響較大。

表3 花垣河水體中各點位污染物監測值的相關性分析結果

表4 花垣河各監測點位之間的相關性分析結果

2.4 主成分回歸分析

2007～2015年，花垣河流域錳冶煉行業重污染河段點位1～5水體中污染物的監測值及個人年風險9 a平均值如表2所示，以各點位污染物監測值為自變量X（X1、X2、X3、X4、X5、X6、X7、X8、X9分別表示Cd、Cr6+、As、氨氮、揮發酚、氰化物、F、Hg、Pb的監測值），以個人年風險總值為因變量（Y）進行逐步主成分回歸分析，選入和剔除變量的概率水準均取默認值0.05，主成分分析結果及自變量系數見表5、表6。

由表5可知，第一主成分貢獻率為73.710%，第二主成分貢獻率為17.312%，前兩個主成分的累計貢獻率達到了91.022%，按85%以上的信息量選取成分，則可以選取前二個成分。MATLAB軟件分析得到前兩個成分的自變量系數如表6所示，則有：

表5 主成分分析結果

表6 新因子的自變量系數

成分Z1包含的信息量最大，它的主要代表變量為X1、X4、X6，其權重系數分別為0.430 1、0.461 0、0.415 2，成分Z2的主要代表變量為X2、X6、X9，其權重系數分別為0.572 6、-0.458 5、0.569 3；這些代表變量反映了各自對新因子作用的大小，它們是個人年風險最重要的影響因素。通過MATLAB軟件進一步分析求得Z1的決定系數為0.969 9×10-4、Z2的決定系數為-0.168 6×10-4、常數項為0.048 2×10-4，建立回歸方程為：

結合（4）、（5）、（6）式可得個人年風險預測方程為：

為了考察主成分回歸方程的效果，用MATLAB進行殘差分析，結果如圖2所示。由圖2可知，點位1～5的殘差數值對稱地分布在標準線兩側，偏差絕對值小于0.5×10-6（P＜0.001），說明預測方程擬合性良好。

3 結 論

（1）點位1～5水體中的污染物監測值均高于對照點位6；點位1～5水體中污染物個人年風險水平9 a平均值為對照點位的9.58～10.41倍。

圖2 殘差分析結果

（2）各點位污染物之間的相關性分析發現，氨氮與Cd和Pb監測值均有正相關，相關系數分別為0.965（P＜0.01）、0.856（P＜0.05），氰化物及Cr6+監測值有顯著負相關性，相關系數為-0.990（P＜0.01），說明上述各點位污染物相互之間存在顯著影響；點位1～5之間有顯著正相關性，相關系數≥0.997，說明點位1～5相互之間影響較大。

（3）Cd、氨氮、氰化物、Cr6+、Pb等污染物的監測值是年風險值最重要的影響因素，主成分分析并建立回歸方程得到點位1～5的個人年風險值預測方程，預測方程殘差的偏差絕對值小于0.5×10-6（P＜0.001），說明預測方程擬合性良好。

[1] Qu J J，Ren G M，Chen B，et al. Effects of lead and zinc mining contamination on bacterial community diversity and enzyme activities of vicinal cropland [J]. Environ Monit Assess，2011，18（2）：597-606.

[2] Kimmel C A. Developmental toxicity risk assessment：consensus building，hypothesis formulation，and focused research[J]. Drug metabolism reviews，1996，28（2）：85-103.

[3] Wongsasuluk P，Chotpantarat S，Siriwong W，et al. Heavy metal contamination and human health risk assessment in drinking water from shallow groundwater wells in an agricultural area in Ubon Ratchathani province，Thailand[J]. Environmental Geochemistry and Health，2014，36（1）：169-182.

[4] Ye N H，Wang G C. Effect of Heavy Metals（Cd，Cu） on the Gametophytes of Laminaria japonica Aresch[J]. Journal of Integrative Plant Biology，2005，47（8）：942-951.

[5] Ayaraju N，Sundara B C，Reddy K R. The response of benthic foraminifera to various pollution sources：a study from Nellore Coast，East Coast of India[J]. Environmental Monitoring and Assessment，2008，142（3）：319-323.

[6] Zhang Z Y，Abuduwailli J，Jiang F Q. Determination of occurrence characteristics of heavy metals in soil and water environments in Tianshan Mountains，Central Asia [J]. Analytical Letters，2013，46（13）：2122-2131.

[7] Zhu B Q，Yu J J，Qin X G，et al. The significance of mid-latitude rivers for weathering rates and chemical fluxes：Evidence from northern Xinjiang Rivers[J]. Journal of Hydrology，2013，48（6）：151-174.

[8] LAfabie C，Pergent G，Kantin R，et al. Trace metals assessment in water，sediment，mussel and seagrass species-Validation of the use of Posidonia oceanica as a metal biomonitor[J]. Chemosphere，2007，68（11）：2033-2039.

[9] 田 培，付 青，鄭丙輝，等. 紅楓湖飲用水水源地的工業企業環境風險評價[J]. 環境科學研究，2013，26（7）：787-792.

[10] Wada M. Relationship between water pollution and bacterial flora in river water[J]. Nihon eiseigaku zasshi. Japanese journal of hygiene，1993，48（3）：707-720.

[11] Su S L，Li D，Zhang Q，et al. Temporal trend and source apportionment of water pollution in different functional zones of Qiantang River，China[J]. Water Research，2010，45（4），1781-1795.

[12] 楊勝香，袁志忠，李朝陽，等. 湘西花垣礦區土壤重金屬污染及其生物有效性[J]. 環境科學，2012，33（5）：1718-1724.

[13] Hu N，Zheng J F，Ding D X，et al. Metal Pollution in Huayuan River in Hunan Province in China by Manganese Sulphate Waste Residue[J]. Bull Environ Contam Toxico，2009，（83）：583-590.

[14] Dimitriou E，Karaouzas I，Sarantakos K，et al. Groundwater risk assessment at a heavily industrialised catchment and the associated impacts on a periurban wetland[J]. Journal of Environmental Management，2008，88（3）：526-538.

[15] Jian Y，Xiu Y L，Min Y，et al. Health Risk Assessment on Rural Drinking Water Safety-A Case Study in Rain City District of Ya’an City of Sichuan Province[J]. Journal of Water Resource and Protection，2009，1（2）：128-135.

[16] 沈 園，譚立波，單 鵬，等. 松花江流域沿江重點監控企業水環境潛在污染風險分析[J]. 生態學報，2016，36（9）：2732-2739.

[17] 田鶴鋒. 湘西花垣河重金屬污染對浮游生物群落遺傳結構影響與生態風險評價[D]. 衡陽：南華大學，2013.

[18] 劉 俊，朱允華，胡 南，等. 花垣河軟體動物多樣性調查和水質評價[J]. 中國環境監測，2009，25（3）：73-76.

[19] Wang X Q，He M C，Xie J，et al. Heavy metal pollution of the world largest antimony mine-affected agricultural soils in Hunan province（China）[J]. Journal of Soils and Sediments，2010，10（5）：827-837.

[20] Satofuka H，Amano S，Atomi H，et al. Rapid method for detection and detoxification of heavy metal ions in water environments using phytochelation[J]. Journal of bioscience and bioengineering，2005，88（3）：287-292.

[21] National research council. Science and judgment in risk assessment[M]. Washington D C：National Academy Press，1994.

[22] Alam N，Corbett J，Ptolemy C，et al. Environmental health risk assessment of nickel contamination of drinking water in a country town in NSW[J]. New South Wales public health bulletin，2008，19（10）：170-173.

[23] 姚 遠，李云禎，趙希錦，等. 地表河流水環境重金屬污染風險評價[J]. 水資源與水工程學報，2013，24（5）：120-123.

[24] Prasad B，Bose J. Evaluation of the heavy metal pollution index for surface and spring water near a limestone mining area of the lower Himalayas[J]. Environmental Geology，2001，41（2）：183-188.

[25] 秦普豐，雷 鳴，郭 雯. 湘江湘潭段水環境主要污染物的健康風險評價[J]. 環境科學研究，2008，21（4）：190-195.

[26] 錢家忠，李如忠，汪家權，等. 城市供水水源地水質健康風險評價[J].水利學報，2004，35（8）：90-93.

（責任編輯：成 平）

Water Environment Health Risk Assessment and Monitoring Factors Analysis of Heavy Metal Pollution Section in Huayuan River

YE Zhuang-ling1，YANG Hai-jun2
（1. No.1Middle School of Changsha, Changsha 410005, PRC; 2. College of Plant Protection, Hunan Agricultural University, Changsha 410128, PRC）

In order to explore the water pollution caused by the manganese smelting industry and assess water environmental health risk level of Huayuan river, water samples were collected from Jan. 2007 to Dec. 2015 at 6 sites of manganese smelting industry heavy pollution section in Huayuan river. The characteristic pollutants of ammonia-nitrogen, fluoride, volatile phenol, cyanide, Cd, Cr6+, Zn, Pb, As and Hg were monitored, and the water quality monitoring data were analyzed by using health risk assessment of per year, correlation and principal component regression were analyzed by MATLAB software. The results indicated that the levels of pollutants in the water quality monitoring data of sites 1-5 were higher than those in site 6 (control site), The average value of the health risk of site 1-5 to the individual person per year was 9.58 to 10.41 times than that of site 6 (control site) in the past nine years. Correlation analysis of the relationship among pollutants in different monitoring sites confirmed that the monitoring value of ammonia-nitrogen and Cd had a significant positive correlation at P＜0.01 level, the monitoring value of cyanide and Cr6+had a significant negative correlation at P＜0.01 level, the monitoring value of ammonia-nitrogen and Pb had a significant positive correlation at P＜0.05 level. Correlation analysis of different monitoring sites showed, significant positive correlation also existed among sites 1-5 at P＜0.01 level. In addition, Cd, ammonianitrogen, cyanide, Cr6+, and Pb were the main factors for the health risk to the individual person per year, the principal component analysis of these main pollutants resulted the health risk prediction equations to the individual person per year of site 1-5 could be accessible, and the residuals absolute value of prediction equations was less than 0.5×10-6, P＜0.001, this indicates that the prediction equation is well fitted.

Huayuan river; manganese smelting industry; water environment; health risk assessment; correlation; prediction

X522

：A

：1006-060X（2017）02-0057-05

10.16498/j.cnki.hnnykx.2017.002.016

2016-11-28

湖南省自然科學基金（2016JJ5015）；湘財建指（2016-49）

葉壯凌（2000-），男，湖南長沙市人，高中生。

楊海君