巢湖流域典型農田土壤重金屬污染評價與地理探測分析

肖 武 隋 濤 王 鑫 朱 琦 劉 瑞 陳翔宇

(1.中國礦業大學(北京)土地復墾與生態重建研究所，北京 100083； 2.浙江大學公共管理學院，杭州 310058；3.安徽省土地開發復墾整理中心, 合肥 230093)

0 引言

土壤是人類賴以生存的物質基礎，農用地土壤直接影響到動物、人體的健康。農業區土壤中重金屬的含量、特征、來源、空間分布和凈化處理等已成為相關領域專家學者的重要關注內容[1-7]。在測得土壤重金屬含量后，首先要進行污染評價，目前的評價方法主要有單因子指數法、內梅羅綜合指數法、地積累指數法、污染負荷指數法、潛在生態風險指數法等[8-10]，這些方法都綜合考慮多種重金屬成分，然后通過不同的加權方法得出某一指數進行評價。其中內梅羅污染指數法強調區域中污染因子的極值、突出最大值，克服了平均分擔各種污染物的缺陷；潛在生態風險指數法則考慮了不同元素的毒性差別以及不同區域背景值的差別，綜合反映重金屬的潛在危害程度，且兩種方法適用普遍、簡單易行，因此廣泛應用于土壤重金屬污染評價[11-12]。在得到污染程度后，還要明確污染來源，污染來源主要分為自然來源和人為來源，常用的方法包括主成分分析和聚類分析[13]等多元統計方法，進一步可用正定矩陣因子分析模型、絕對主成分得分-多元線性回歸模型和化學質量平衡模型等[14-15]對來源進行定量分析。但以上研究主要集中于數據間的數學關系，忽視了數據的空間屬性，缺乏對污染來源的空間特征分析[16-17]。

土壤重金屬污染涉及到污染源、傳播(擴散)路徑、污染受體等多個方面，具有多元性、空間性和復雜性的特征，綜合統籌分析土壤重金屬含量、污染組分、污染等級和空間分布特征以及形成機理，對揭示污染的形成機理、傳播與擴散路徑，并提出針對性的污染防控與治理具有重要意義。為了更加全面分析土壤重金屬空間分布特征與地形、土地利用、高程等自然地理影響因子之間的相關性及其交互作用，揭示農田土壤重金屬空間分布的成因與機理，本文嘗試引入地理探測器進行分析[18]。

巢湖作為安徽省的重要水源地，其水體和沉積物的重金屬污染來源和特征分析等方面受到廣泛關注[12,19-20]。本文選擇巢湖西部典型村為研究區域，通過實地測定農用地土壤的重金屬含量，并用內梅羅指數法和潛在生態風險指數法進行重金屬污染評價，在評價結果的基礎上，利用主成分分析和聚類分析對重金屬來源進行分類，并運用地理探測器，對污染來源的空間分布進行探討，以期為農田重金屬空間分布特征與來源分析，農村用地規劃提供借鑒，為農田環境治理提供基礎資料。

1 材料與方法

1.1 研究區概況

采樣點位于安徽省巢湖西部某典型村落A，距離巢湖大約12 km。現有村民組22個，總人口3 642人，共有土地2.44 km2，中部水庫面積約1.04 km2，西部一條貨運鐵路貫通南北，南部一條主干公路橫穿東西。該村以傳統農林業為主，土質多樣，土壤肥沃，主要生產蔥、黃椒、南瓜、大芋頭、辣椒、萵苣、洋菇等農產品，并擁有全縣最大的苗木基地。但近年來，隨著人口的增加，土地相對缺乏，人均耕地壓力變大，農藥、糞肥、化肥和除草劑的過量使用導致農用地土壤重金屬含量急劇增加，有可能引起嚴重的環境問題。

1.2 樣品采集及分析

采樣時間為2017年5月，借助手持GNSS在村莊內均勻布設采樣點，采樣點總數63個，位置分布如圖1所示。使用小木鏟進行采集，采樣深度0～20 cm，采樣平均步長300 m，分樣點8個，四分法混合均勻后剩余約1 kg裝入聚乙烯自封袋中，低溫封裝帶回。

圖1 采樣點分布圖Fig.1 Distribution map of sampling point

土壤樣品經干燥、除雜后，使用球磨機研磨過100目篩，每份土樣稱量20 g放入樣品盒，使用X-RAY熒光光譜儀(型號xSPOT，德國SPECTRO公司)測定重金屬含量，且每測5個樣品使用國家標樣(GBW07307)進行校準。

1.3 數據處理

土壤重金屬值的記錄、統計分析、主成分分析和聚類分析采用Excel 2010和SPSS 20.0，污染評價采用單因子指數法、內梅羅綜合指數法和潛在生態風險指數法，來源分析采用主成分分析和聚類分析并結合地理探測器的方法，采樣點的布設采用Google Earth Pro，采樣點分布圖、重金屬插值圖、緩沖區分析、漁網分析、數字高程模型和農用地類型圖使用ArcGIS 10.3制作。

1.4 評價方法

1.4.1單因子指數法及內梅羅綜合指數法

用單因子污染指數法對土壤環境質量進行評價，指數小則表明污染物累計或污染程度較輕，指數大則表明污染物累計或污染程度較重。單因子污染指數評價法公式為

Pi=Ci/Si

(1)

式中Pi——樣品中污染物i單因子污染指數

Ci——樣品中污染物i實測濃度

Si——污染物i的評價標準(本研究采用的評價標準是巢湖流域土壤背景值[10-12])

先將土壤樣品的重金屬含量按照克里格法進行插值，再計算整個研究區的Pi值，當Pi≤1時，表示樣品重金屬含量在土壤背景含量之內，土壤環境未受污染；Pi>1時，表示樣品已超過土壤背景值，土壤環境被污染。這樣不僅可以得到研究區每個點的Pi值，還可以獲得每種元素各個污染等級的污染面積。

在單因子指數評價基礎上，計算內梅羅綜合污染指數，評價土壤重金屬綜合污染程度。內梅羅指數強調了污染最嚴重的重金屬因子。計算公式為

(2)

式中PN——內梅羅綜合指數

Pavg——某樣點樣品單因子污染指數的平均值

Pmax——某樣點樣品單因子污染指數的最大值

內梅羅綜合污染指數分級見表1[21]。

表1 單因子及內梅羅綜合污染指數分級Tab.1 Classification of single factor and Nemero integrated pollution index

1.4.2潛在生態風險指數法

潛在生態風險指數法是由HAKANSON[22]提出的定量分析污染物中特定重金屬潛在生態危害的常用指標，其根據重金屬危害等級的不同設置相應的的毒性系數，反映出多種重金屬元素的協同效應。計算公式為

(3)

式中RI——綜合潛在生態風險指數

表2 潛在生態風險評價指標分級Tab.2 Classification of potential ecological risk norm

1.4.3地理探測器

地理探測器是一種基于變量間的空間分異性探測其內在關聯的空間分析模型[23]。農田重金屬污染主要來自畜禽糞肥、化肥農藥、生活垃圾堆積、地勢遷移和污水灌溉等，土壤中的重金屬很難得到凈化，大部分都由植物吸收，然后在根、莖、葉及果實中富集，這不僅影響植物自身的生長發育，還會經由食物鏈累積于動物和人體，農田重金屬污染對人類的影響尤為顯著。為了分析農田重金屬綜合污染的主要來源，結合當地實際情況，以內梅羅綜合污染指數作為表征指標。

土壤重金屬的來源主要有兩方面，一是來源于成土母質，不同的母質、成土過程所形成的土壤，其重金屬含量差異明顯。二是來源于人類活動，當前人類活動是土壤重金屬的最主要來源。農田重金屬污染的來源主要包括：工礦區與工廠場地的固體廢棄物，工業 “三廢”排放及大氣和酸雨沉降，長期不合理污灌，交通污染，汽車輪胎磨損及排放的尾氣，有機肥、化肥和農藥的大量施用等。綜合而言，農田土壤重金屬含量與人類的生產生活休戚相關，通過分析A村自然地理條件發現，該村土地利用主要以村莊與農用地、水域為主，研究區西部有鐵路通過，區域內主要的人類活動包括村莊的生產生活垃圾、鐵路與公路的運營車輛排放，農業生產擾動等。因此，選擇村莊DEM、鐵路緩沖因子、村莊緩沖因子、公路緩沖因子、水庫緩沖因子和土地利用類型作為變量因子，使用其中的因子探測器和交互作用探測器，考察重金屬污染與各種因素間的空間一致性，因子探測器的計算公式[24]為

(4)

式中PD,H——D因子對內梅羅綜合污染指標空間分布H的解釋力，值越大表示D因子對重金屬污染空間分布的影響越顯著

n——研究區的總單元數

nD,i——D因子中i分區的單元數

σ——研究區污染指標的總標準差

σD,i——D因子中i分區的標準差

交互作用探測器則用來評價兩個因子疊加形成的新圖層對污染指標的解釋力，值越大說明兩個因子的交互作用越明顯，分為5種情況[23]：非線性減弱：PD,H(x∩y)Max(PD,H(x),PD,H(y))；非線性增強：PD,H(x∩y)>PD,H(x)+PD,H(y)。根據因子探測器和交互作用探測器的結果，可得出影響重金屬污染分布的主導因素。

2 結果與評價

2.1 土壤重金屬含量

A村表層重金屬元素含量測定結果見表3。從樣品土壤重金屬元素含量的平均值和其對應的巢湖流域土壤背景值相比可以發現，Hg、Cd元素的平均含量均明顯高于其對應的背景值，比值分別為23.00和15.25；Cu、Zn、Pb、Cr、Ni元素的平均含量與背景值的比值介于0.14～1.07之間，與成土母質基本相同；As元素含量略高，比值為1.44。Hg、Cr、Pb的變異系數均小于0.25，說明這3種元素在研究區的含量變化極小；Cu、Zn、Ni的變異系數在0.25～0.4之間，呈現較均勻分布；Cd和As的變異系數分別為0.44和0.41，略大于其他元素，說明空間分布差異較大，其污染分布可能與人類活動有關[25]。從空間分布圖(圖2)也可以看出，Cd和As的空間分布不均，Cd元素在西北部濃度最高，東部和南部也可能存在污染源；As元素在南部濃度較高，同時中部也可能存在污染源；Hg污染源則主要來自西南部。

表3 土壤重金屬含量測定結果Tab.3 Determination result of heavy metals in soil

2.2 單因子評價及內梅羅綜合污染評價結果

從單因子污染指數分布情況(圖3)可以看出，Hg(Pi>17.2)、Cd(Pi>10.3)在整個研究區都處于嚴重污染水平，其中Hg污染最嚴重區域集中于西南部，Cd污染最嚴重區域集中于西北部；Cu、Zn、Pb、As、Ni的單因子指數均介于0～2.0之間，僅在局部區域受到輕微污染，其中Cu、Ni的輕污染區位于北部，Pb、Zn的輕污染區位于東部，As的輕污染區則主要位于南部；Cr的含量相對較低，未形成污染。

因此，研究區主要受Hg、Cd污染，從內梅羅綜合污染指數的分布情況也可看出，污染最嚴重區域集中在西部，同時東部也存在集中污染區，這些區域可能存在污染源，應引起有關部門重視。并且由于Hg、Cd的重污染影響，整個研究區的內梅羅污染指數介于12.63～15.63之間，均處于重污染級別。

2.3 潛在生態風險評價

圖2 重金屬含量空間分布Fig.2 Spatial distribution maps of heavy metal content

圖3 污染指數分布Fig.3 Distribution maps of pollution index

2.4 主成分及聚類分析

對8種重金屬元素含量進行主成分分析和聚類分析，以便進一步對重金屬來源進行分類。主成分分析結果(表5和表6)表明，大于1的特征值有3個，分別為3.106、1.845和1.385，累計貢獻率達79.188%，可提取3個主成分，成分f1中Pb、Cu、Zn、Ni的載荷較高，其方差貢獻率為38.82%，研究表明Zn、Ni主要為自然來源[2]，因此成分f1中的重金屬主要來自成土母質。Hg、Cr在成分f2中的載荷較高，貢獻率為23.06%；Cd、As在成分f3中載荷較高，貢獻率為17.307%，說明f2和f3為人為污染來源，但具體污染物有所差別。借助主成分得分對8種重金屬來源進行聚類分析(圖4)，主要可分為3類：①Pb、Cu、Zn、Ni。②Hg、Cr。③Cd、As。其中Pb可以進一步細分為一類，同時又與Cu、Zn、Ni關系密切，說明Pb存在多種來源。綜上，主成分分析和聚類分析在重金屬來源的分類結果方面具有一致性。

2.5 地理探測器分析

環境因子包括高程、距鐵路距離、距村莊距離、距公路距離、距水庫距離和農用地類型，數據來自安徽省土地勘測規劃院地形圖，輔以2016年4月的GF-2衛星遙感數據和前期實地調查數據。高程數據和農用地類型從地形圖提取，距鐵路、村莊、公路和水庫距離使用ArcGIS 10.3中的緩沖區分析完成，然后將所有數據投影到Xian_1980_3_Degree_GK_Zone_39坐標系，并處理成50 m×50 m的漁網數據(圖5)，以便地理探測器的分析。

2.5.1因子探測器

因子探測器揭示了各個環境因子對內梅羅污染指數空間分布的解釋力，各環境因子按PD,H由大到小為：農用地類型(0.405)、距鐵路距離(0.362)、距水庫距離(0.057)、高程(0.036)、距公路距離(0.017)、距村莊距離(0.010)，說明農用地類型和距鐵路距離對重金屬污染分布的影響是比較顯著的，污染最嚴重的西部區域對應的耕地、畜禽飼養地和鐵路是Hg、Cd污染的重要來源。調查發現，耕地周邊散落許多丟棄的除草劑、農藥瓶和化肥袋，水田中普遍存在油狀污染現象，從而引起Cd濃度的上升；畜禽糞的堆積也會造成Cd污染[2]；鐵路為貨運鐵路，主要運輸煤炭和金屬礦物，遭遇雨雪天氣可能會造成Cd的溶出[26]，同時鐵路的高程低于周圍環境5～6 m，燃煤列車產生的大量廢氣會沉降到周圍環境中，從而造成Hg污染[27]。

表4 土壤重金屬潛在生態風險系數與風險指數(RI)Tab.4 Potential ecological risk factor and risk index (RI) of heavy metals in soil

表5 特征值及累計貢獻率Tab.5 Characteristic values and accumulative contributions

表6 旋轉前后因子載荷矩陣Tab.6 Factor load matrix before and after rotation

圖5 綜合污染指數及環境因子分布圖Fig.5 Distribution maps of Nemero integrated pollution index and environmental factors

圖4 土壤重金屬聚類分析結果Fig.4 Cluster analysis result of heavy metals in soil

2.5.2交互作用探測器

交互作用探測器可用來檢驗環境因子是獨立作用還是相互作用，若是相互作用，是相互增強還是相互減弱[28]。表7顯示了兩種環境因子疊加后的PD,H，值越大表明交互作用越強。模型結果表明，除距鐵路距離和農用地類型是雙因子增強外，其他均為非線性增強，表明各環境因子的交互作用大于單獨作用，雖農用地類型和距鐵路距離對重金屬污染分布起主導作用(交互解釋力達0.676)，但高程、村莊、水庫和公路的分布也會增強農用地類型和距鐵路距離對污染分布的影響程度[29]，其中高程和距水庫距離對各環境因子的解釋力都有顯著的增強作用，說明污染來源可能與灌溉污水存在一定關聯。

表7 環境因子對污染分布的交互作用Tab.7 Interaction of environmental factors on pollution distribution

3 結論

(1)研究區農用地土壤重金屬污染以Hg、Cd污染為主，平均含量超過背景值23.00、15.25倍，其余6種重金屬含量小于或接近背景值(比值小于等于1.44)，潛在生態風險程度由大到小為：Hg、Cd、As、Pb、Ni、Cu、Zn、Cr，Hg、Cd為極強潛在生態風險程度，其余重金屬為微弱的潛在生態風險程度，Hg、Cd污染是導致整個研究區處于極強潛在生態風險的主要原因。

(2)Pb、Cu、Zn、Ni主要來源于成土母質，Hg、Cr和Cd、As兩類污染均來源于人為因素，但具體污染源存在差別，Pb有多重來源。

(3)Cd最嚴重污染區(Pi>30)位于西北部，Hg最嚴重污染區(Pi>30)位于西南部，導致研究區西部成為最嚴重的綜合污染區(PN>14.77)。經地理探測器分析可知，農用地類型和距鐵路距離對污染分布的解釋力最強，PD,H分別為0.405和0.362，交互作用解釋力可達0.676，說明Hg、Cd污染可能來自耕地、畜禽飼養地和鐵路，同時高程、水庫對各環境因子有顯著的增強作用，說明污水灌溉會對重金屬污染空間分布產生一定的影響。

(4)Cu、Zn、Pb、As、Ni由于重金屬之間的協同作用，在局部區域土壤開始產生污染，應注意防范。