農田土壤重金屬污染評價常用研究方法

謝 虹

(山東畜牧獸醫職業學院,山東 濰坊 261061)

土壤的污染問題已經受到了全社會的關注，國務院印發了《土壤污染防治行動計劃》對今后一個時期我國土壤污染防治工作做出了全面戰略部署，對土壤質量評價標準進行了規范。

土壤被重金屬污染后，導致土壤性質發生變化，從而影響土壤營養元素的供應和肥力特性，直接導致農作物產量減少，品質降低[1-2]。因此，開展對土壤重金屬的污染評價分析，對評價農業土壤種植環境的質量安全具有重要的現實意義。目前，國內外對農田土壤重金屬污染程度評價方法包括：因子指數評價法(單因子指數法和內梅羅綜合指數法)、地積累指數評價法、潛在生態風險評價法、灰色聚類模型、污染負荷指數法、人工神經網絡模型評價法等。

本文對目前應用農田土壤重金屬評價比較廣泛的方法進行了總結和比較，指出了各種方法的優缺點，為科學評價土壤重金屬污染提供參考，從而獲得更加科學準確的評價方法。

1 土壤重金屬評價方法

1.1 因子指數評價法

1.1.1 單因子污染指數法

單因子污染指數法是國內重金屬污染評價通用的一種方法，是以土壤元素背景值為標準來評價重金屬累積污染的程度，指數越大表明土壤重金屬累積污染程度越高[3]。該方法計算公式簡單，但是存在一定的局限性，只能分別反映每種重金屬的污染程度，不能全面、綜合地反映土壤的污染程度，僅適用于單一重金屬污染區域的評價，該方法是其他環境質量綜合評價的基礎[4]。

1.1.2 內梅羅綜合污染指數法

由于土壤不僅受一種重金屬污染，而是被多種重金屬同時污染，單因子污染指數法不能滿足土壤污染程度的評價方法，應用綜合污染指數法進行評價。內梅羅綜合污染指數法是當前國內外進行綜合污染指數計算最常用的方法之一，是一種兼顧單元素極值或突出最大值的計權型多因子環境質量指數[5]。張玉蓮等以鄭州市為例對土壤重金屬污染進行評價，利用對內梅羅指數進行加權平均修正，得出不同區域的重金屬污染程度[6]。楊玉等以湖南獼猴桃主產區土壤為研究對象，采用內梅羅綜合污染指數法對全省土壤重金屬污染狀況進行了初步評價，研究的54個獼猴桃果園取樣點中有 68.5%的果園綜合污染指數小于1，達到無公害果園標準[7]。但是內梅羅綜合污染指數法也存在一定的缺點，即沒有考慮到土壤中各種污染物對作物毒害作用的差別，只是簡單地反映污染的程度，對于污染的質變特征則難于反映出來[4]。

1.2 地積累指數法

地積累指數法(Geoaccumulation Index)是由德國海德堡大學沉積物研究所的科學家Muller 于 1969 年提出的，用于定量評價沉積物中重金屬的污染程度[8]。該方法不僅考慮了自然地質過程對土壤背景值的影響，而且充分考慮了人為活動對重金屬污染的影響，因此，該指數不僅能有效地反映出重金屬分布的自然變化特征，還可以從人為活動對環境的影響角度方面做出判別，對于重金屬污染級別的判定給出了直觀的判斷標準[9]。陳增文基于地理信息系統軟件，采用地積累指數法對福建省土壤重金屬 (As、Cd、Cr、Cu、Hg、Ni、Pb、Zn) 污染程度進行了研究，結果表明污染強弱為:Cd > Pb > Hg > As > Zn > Cr > Ni > Cu，總體上累積污染主要處于0～3級[10]。但是，地積累指數判斷重金屬的污染程度也存在一定的局限性，選擇的不同的參比值會對最終的計算結果造成較大的差異[12]，對于廣域土壤的研究并不能單純利用區域背景值的平均值作為評價參比值，應充分考慮到各因子的不同污染貢獻以及地理空間差異等因素對計算結果的影響[11，13]。

1.3 潛在生態風險評價法

潛在生態風險評價法是瑞典學者 Hakanson于1980年建立的一套評價重金屬污染及生態危害的方法[14]。該方法不但考慮了土壤重金屬含量，而且還引入了毒性響應系數，將重金屬的環境效應、生態效應與毒理學聯系起來，綜合考慮了重金屬的毒性在土壤中遷移轉化的規律，體現了生物有效性的特點，同時結合了區域背景值，弱化了區域差異的影響，以定量的方法劃分出重金屬潛在危害的程度，綜合反映出重金屬對生態環境的影響，適合于大區域范圍沉積物和土壤進行評價比較，是目前此類研究中應用較為廣泛的一種[4，15]。

目前，很多研究者在土壤重金屬污染物評價方面應用此方法來評價重金屬的潛在生態危害。例如，江宏等采用潛在生態風險指數法對安徽省沿江某縣農田土壤重金屬進行了分析，研究區綜合潛在生態風險指數介于83.83～6 987.87之間，平均值為 250.76，有 13.57%的采樣點處于強或以上生態風險[16]；李雪等以瓊北農田土壤為研究對象, 采用潛在生態危害指數法評價該地區農田重金屬污染情況，結果表明3類農田土壤重金屬的潛在風險系數小于40，為輕微生態危害，其中重金屬 Ni、Hg和Co的累積水平較高[17]。

1.4 灰色聚類法

灰色聚類法是在模糊數學方法的基礎上發展而來，由于土壤環境是一個復合體，其質量同時受到多種因素的影響，不同重金屬元素之間存在著錯綜復雜的聯系[15]。我們試驗測得的數據都是在有限的空間和時間內獲得的，對于土壤污染情況不能具體充分地描述，有關學者提出灰色聚類法以來[18]，在土壤環境質量評價方面得到廣泛的應用。其方法主要是利用已知的白信息，使灰色系統白化，通過引入灰色理論的白化函數，按照灰類進行歸納，得出聚類對象屬于哪類污染，有效地判斷出污染物和污染級別的關系，聚類系數值越大表明土壤受污染的程度越高[19-20]。郭紹英等用改進的灰色聚類法評價馬鞍山重點礦區土壤重金屬污染情況，結果表明Hg、Cu、Cd 為該礦區土壤土壤的主要污染因子，相對于傳統聚類法，改進灰色聚類法在分析判定污染物關聯度方面更具優勢，能綜合反映出多種重金屬的協同作用下，土壤環境質量受污染的情況，評價結果更為客觀[21]。

1.5 污染負荷指數

污染負荷指數(Pollution load index,PLA)是由 Tomlinson于1980年提出的，由評價區域所包含的多種重金屬成分共同構成。該方法不僅可以反映單一采樣點的重金屬污染程度，而且可以對某一區域的土壤污染狀況進行綜合評價，使重金屬對土壤的污染情況在時間和空間上的變化趨勢得以很好的呈現[23-24]。近年來該方法在土壤質量評價方面得到廣泛的應用。游佐佳等對某廠區土壤采樣檢測，運用污染負荷指數評價重金屬污染情況，結果表明，該廠區周邊土壤17個點位中3個點位的PLI值處于2≤PLI<3，強污染程度點位占整體的17.6%,污染指數達到4.96，處于極強污染程度[22]。胡世瑋等對楊凌地區19個蔬菜生產合作社土壤進行采樣分析，采用污染負荷指數法評價，結果表明，4個采樣點為強污染，其余15個為中等污染，區域PLI指數為1.61，區域污染總體評價為中等程度污染[23]。祝培甜等利用污染負荷指數法對江蘇省某鎮表層土壤重金屬污染情況進行評價，結果顯示73.69%的土壤樣點無污染，輕度污染和中度污染的試樣比例分別占25.26%和1.05%[24]。

1.6 人工神經網絡模型評價法

土壤是具有空間變異性的混合體，試驗時的采樣點只能代表采樣點本身的土壤狀況，簡單地利用采樣數據進行計算，無法真實有效地評價區域土壤污染的分布情況[15]。人工神經網絡(ANN) 是一種仿生機制數學模型，利用模仿動物神經連接節點分布式并行處理信息的行為原理，建立一種信息處理系統，能較好地映射監測點重金屬含量與其空間位置和污染程度的非線性關系，完成對空間各點的土壤重金屬含量進行預測、評價[25]。其中BP神經網絡易操作、工作狀態穩定、算法比較成熟，在對土壤重金屬污染評價中得到了廣泛的使用[26]。成功等以湖南株洲市區中西部為研究區域，研究了BP 神經網絡在土壤重金屬污染分析中的應用[27]。王鴻等以宜賓市翠屏區土壤為例，利用BP神經網絡模型對耕地土壤重金屬污染進行了評價，評價結果為 1 級、清潔，與當地的污染狀況相符合[28]。對于一些地形復雜的研究區域，采樣難度大，可利用神經網絡模型的預測，降低采樣成本，更好的評價區域土壤重金屬的生態風險。

2 結語

土壤重金屬污染評價是一項系統性工作，學科綜合性較強。現有的各種評價方法，優缺點各不同，側重點和適用范圍也有所差異，各種評價方法都存在一定的局限性，到目前為止還沒有一種被廣泛認可的土壤重金屬污染評價方法。因此，在實際評價過程中，應綜合考慮該區域土壤重金屬的污染種類及含量、當地土壤背景值、評價的目的、生物有效性等多方面的影響因素，選擇適當的評價方法，為使評價結果更加全面反映土壤質量狀況，有時需要綜合運用多種方法進行綜合評價[15，19]。

[1] 倪才英,陳英旭,駱永明,等.紫云英(Astragalus siniucus L)對重金屬脅迫的響應[J].中國環境科學,2003,23(5):503-508.

[2] 倪才英.海州香蕉和紫云英對銅脅迫的響應及根際活化機制[D].浙江:浙江大學,2004.

[3] 鄭國璋.農業土壤重金屬污染研究的理論與實踐[M].北京:中國環境科學出版社,2007:101-104.

[4] 范拴喜,甘卓亭,李美娟,等.土壤重金屬污染評價方法進展[J].中國農學通報,2010,26(17):310-315.

[5] 張江華,趙阿寧,王仲復,等.內梅羅指數和地質累積指數在土壤重金屬評價中的差異探討[J].環保與分析,2010,8(31):43-46.

[6] 張玉蓮,閆天增.內梅羅指數法在土壤重金屬污染評價中的應用[J]. 河南教育學院學報(自然科學版),2012,21(2):35-39.

[7] 楊 玉,童雄才,王仁才，等.湖南獼猴桃園土壤重金屬含量分析及污染評價[J].農業現代化研究,2012,38(6):1097-1105.

[8] Müller G. Index of geoaccumulation in sediments of the rhine river[J].Geojournal,1969,2:108-118.

[9] 胡綿好.應用地質累積指數評價南昌市城市污泥重金屬污染[J].廣東微量元素科學,2010,17(3):27-31.

[10] 陳增文.福建土壤重金屬地積累污染特征及潛在生態危害評價[J]. 亞熱帶資源與環境學報,2016,11(4):37-45.

[11] 張繼舟，呂 品，王立民，等．大興安嶺森林土壤重金屬含量空間變異與污染評價[J]．生態學雜志，2015，34(3):810-819．

[12] Loska K，Wiechula D，Korus I．Metal contamination of farming soils affected by industry [J]．Environment International，2004，30:159-165．

[13] 易 秀,谷曉靜,侯燕卿,等.陜西省涇惠渠灌區土壤重金屬地質累積指數評價[J].地球科學與環境學報,2010,32(3):288-291.

[14] Hakanson L.An ecological risk index for aquatic pollution control:a sedimentological approach[J].Water Research,1980,14(8):975-1001.

[15] 郭笑笑,劉叢強,朱兆洲,等.土壤重金屬評價方法[J].生態學雜志,2011,30(5):889-896.

[16] 江 宏,馬友華,尹國慶，等.安徽省某縣農田土壤重金屬污染及潛在生態風險評價[J].農業資源與環境學報,2017,34(4):352-359.

[17] 李 雪,李佳桐，孫宏飛，等.瓊北農田土壤重金屬水平及潛在生態風險[J].農業環境科學學報,2017,3611:2248-2256.

[18] 鄧聚龍.灰色系統[M].國防工業出版社.

[19] 馬劍宇,趙佐平,閔鎖田.不同土壤重金屬污染評價方法對比研究[J].現代農業科技,2016,(13):223-225.

[20] 孟憲林，沈 晉，周 定．改性灰色聚類法在土壤重金屬污染評價中的應用[J]．哈爾濱工業大學學報，1994，26(6):134-138．

[21] 郭紹英,林 皓,謝 妤,等.基于改進灰色聚類法的礦區土壤重金屬污染評價[J].環境工程,2017,35(10):146-150.

[22] 游佐佳,孟勤憲,曾前勇,等.土壤風險評價及空間分布的研究[J].中國環保產業,2018(1):52-56.

[23] 胡世瑋,楊靜,謝偉強,等.楊凌蔬菜產地土壤重金屬污染風險評價[J]. 西北農業學報,2015,24(8):175-180.

[24] 祝培甜,趙中秋,等.江蘇省某鎮土壤重金屬污染評價[J].環境工程學報,2017,11(4):2535-2541.

[25] 陳曉燕,范成五,瞿 飛,等.土壤重金屬污染評價方法概述[J].浙江農業科學,2017,58(10):1801-1810.

[26] 秦夕淳,袁 琦,周寶宣.基于神經網絡的土壤重金屬預測模型研究[J].資源與環境科學,2016(19):178-180.

[27] 成 功,李嘉璇,戴之秀.BP 神經網絡在土壤重金屬污染分析中的應用[J].地質學刊,2017,41(3):394-400.

[28] 王 鴻,段曉明,等.基于BP神經網絡的耕地土壤重金屬污染評價——以宜賓市翠屏區土壤重金屬污染評價為例[J].資源與環境科學,2016(13):223-225.