上海市湖泊沉積物重金屬的空間分布

楊 靜,劉 敏*,陳 玲,黃燕平,張亞洲

?

上海市湖泊沉積物重金屬的空間分布

楊 靜1,劉 敏1*,陳 玲2,黃燕平1,張亞洲1

(1.華東師范大學(xué)地理科學(xué)學(xué)院,教育部地理信息科學(xué)重點實驗室,上海 200241；2.同濟大學(xué)環(huán)境科學(xué)與工程學(xué)院,上海 200092)

上海快速城市化發(fā)展導(dǎo)致公園湖泊表層沉積物中重金屬Cd、Hg、Cu、Pb和Zn含量出現(xiàn)富集,其最大值已超出各自土壤背景值3.8~5.8倍.這5種重金屬的污染熱點主要出現(xiàn)在核心城區(qū)的人口和交通密集區(qū)、浦西沿江老工業(yè)區(qū)以及郊區(qū)新興工業(yè)區(qū)附近.基于土地利用類型、交通變量、人口密度和工業(yè)點源等預(yù)測變量構(gòu)建了高精度的土地利用回歸模型,推測沉積物中Cd和Pb濃度分別主要受路網(wǎng)密度和商業(yè)用地影響,Hg和Cu主要受商業(yè)用地和工業(yè)點源數(shù)影響,Zn主要受居住用地和工業(yè)點源數(shù)影響.

湖泊沉積物；重金屬；空間分布；土地利用回歸模型；上海

近現(xiàn)代快速城市化進程導(dǎo)致了深刻的地域變革,尤其是城市不透水面的快速增長已對城市源(如工業(yè)、交通活動等)重金屬的環(huán)境行為及歸趨產(chǎn)生嚴(yán)重干擾,從而對區(qū)域生態(tài)環(huán)境和人群健康帶來潛在危害[1-3].因此,越來越多的研究者開始關(guān)注重金屬在城市環(huán)境系統(tǒng)中的擴散、沉降、分布和演變[1-5],擬將重金屬城市環(huán)境地球化學(xué)的研究成果運用到城市規(guī)劃和管理中,以期保護人群健康及促進城市可持續(xù)發(fā)展.

城市諸多人工湖泊用于接收城市徑流以減輕暴雨影響,然而經(jīng)過城市不透水面(如屋頂、街道等)的暴雨徑流會攜帶各種重金屬污染物進入人工湖泊[6-7].此外,重金屬還可通過大氣干濕沉降及污水直排等途徑進入城市湖泊,絕大部分先吸附在水體懸浮顆粒物上,之后轉(zhuǎn)移至底部沉積物并表現(xiàn)出明顯的富集規(guī)律[8].因此,城市公園湖泊沉積物已作為可靠的研究介質(zhì)來評價區(qū)域重金屬的污染水平及潛在來源[7,9],但是目前較少有從城市自然地理學(xué)角度深入探究影響城市沉積環(huán)境中重金屬空間分異的關(guān)鍵因素,如土地利用類型、道路交通、人口分布和工業(yè)布局等[2,9].已有研究將土地利用回歸(LUR)模型成功用于評價大氣污染物(PM2.5、PM10、NO2)、植物體以及公園湖泊沉積物中多環(huán)芳烴的空間分布[10-13],然而應(yīng)用該模型評價城市湖泊沉積物中重金屬賦存的研究還未見報道.因此,本研究以上海為例,調(diào)查了不同城市化區(qū)域內(nèi)公園湖泊表層沉積物中5種重金屬(Cd、Hg、Cu、Pb和Zn)的濃度水平及空間分布,在此基礎(chǔ)上進一步通過構(gòu)建LUR模型從地學(xué)角度綜合分析土地利用、路網(wǎng)密度、工業(yè)布局等多因素對沉積環(huán)境中重金屬累積的影響,明確污染成因及主導(dǎo)貢獻源,以期為未來上海城市環(huán)境質(zhì)量改善和土地利用規(guī)劃提供參考依據(jù).

1 材料與方法

1.1 樣品采集與分析

2012年7月,在上海市選擇了32個水域面積相對較大,且較少受到人為疏浚活動影響的公園湖泊作為研究對象(圖1).在每個采樣點處用抓斗式采樣器(XDB0201,北京新地標(biāo))均勻采集8~10個0~5cm的表層沉積物樣品,然后混合在一起組成1個代表樣,這些采樣點遍布于上海4個不同的城市化區(qū)域:5個來自于內(nèi)環(huán)以內(nèi)的核心城區(qū)(CUC),6個來自于內(nèi)環(huán)與中環(huán)之間的發(fā)達(dá)城區(qū)(DDU),5個來自于中環(huán)與外環(huán)之間的發(fā)展中城區(qū)(DDU),16個來自于外環(huán)以外的郊區(qū)(SU).所有樣品現(xiàn)場采集完后立即帶回實驗室在?20℃下冷凍保存.

圖1 上海公園湖泊表層沉積物采樣點(n = 32)

取適量真空冷凍干燥后的樣品置于瑪瑙研缽,去除砂礫和動植物殘體,研磨后過200目篩,充分混勻.準(zhǔn)確稱量0.1g左右的樣品放入直接測汞儀(DMA80, Mile Stone)中檢測Hg含量.準(zhǔn)確稱取約0.2g樣品并放入聚四氟乙烯消解罐中,加10mL王水(7.5mL HCl + 2.5mL HNO3)和5mL HF于110℃電熱板中消解至體積剩下1/2左右,然后加入5mL HClO4,加蓋并升溫至200℃,蒸至粘稠狀,約1h后取下蓋子再加入5mL HCl(1:1,/)并將溫度降至110℃,蒸至近干取下消解罐冷卻后用2%HNO3沖洗內(nèi)壁,將溶液定容至10mL,然后置于3000r/min的離心機中離心20min.同步消解試劑空白樣品以去除混合酸和其它干擾物質(zhì)對測定結(jié)果的影響.根據(jù)儀器的測試范圍和樣品中重金屬含量高低,Cu、Pb和Zn采用電感耦合等離子體發(fā)射光譜儀(ICP-AES, Agilent 720ES)測定,Cd采用電感耦合等離子體質(zhì)譜儀(ICP-MS, Agilent 7700)進行檢測,所有樣品的檢測值均扣除空白樣品值.

1.2 質(zhì)量控制與保證

選用土壤標(biāo)準(zhǔn)樣品ESS-3多次進樣測定Hg的回收率為87%~99%,其余4種重金屬用沉積物標(biāo)準(zhǔn)樣品SRM 1646a檢測出回收率為73%~97%,實驗室空白樣品中目標(biāo)物小于樣品中濃度的5%,每7個待測樣品隨機取2個做3次平行以保證分析方法的精密度,質(zhì)控平行樣的相對標(biāo)準(zhǔn)偏差小于10%,低于《土壤環(huán)境監(jiān)測技術(shù)規(guī)范》(HJ/T 166-2004)規(guī)定的最大允許相對偏差[14],即本研究選用實驗方法的精密度和準(zhǔn)確度滿足要求.

1.3 土地利用回歸模型

1.3.1 測量變量 基于可利用的城市化參數(shù)和地理信息系統(tǒng)技術(shù),選取了4類預(yù)測變量(土地利用類型、交通變量、人口密度和工業(yè)點源)以評價各參數(shù)對上海公園湖泊沉積物中5種重金屬濃度空間分異的影響.

土地利用數(shù)據(jù)來自2014年上海建設(shè)用地圖層的矢量數(shù)據(jù)圖(30m分辨率),選取其中4類土地利用類型,分別是居住用地、工業(yè)用地、商業(yè)用地和公園綠地.在ArcGIS10.3中以采樣點為圓心構(gòu)建多重緩沖區(qū)(200,500,1000,1500,2000,2500,3000m),采用空間疊加分析得到各緩沖區(qū)內(nèi)各土地利用類型的面積.

選取上海市2012年道路網(wǎng)的矢量數(shù)據(jù),基于ArcGIS10.3軟件,以采樣點為中心構(gòu)建不同緩沖區(qū)(200,500,1000,1500,2000,2500,3000m),并采用空間疊加分析工具得到每個緩沖區(qū)內(nèi)的道路長度,利用SQL查詢語言計算得到不同緩沖區(qū)內(nèi)道路總長度,以此定義為路網(wǎng)密度,同時利用空間分析工具計算采樣點到最近道路的距離.緩沖區(qū)內(nèi)道路總長度和距最近道路的距離均作為交通變量.

高分辨率的人口數(shù)據(jù)來自2010年中國第六次人口普查數(shù)據(jù),包含以社區(qū)為基本單位的數(shù)以百計的人口特征指數(shù).采樣點所在區(qū)域的人口總數(shù)除以區(qū)域面積即為人口密度變量.

重金屬大氣排放量較大的工業(yè)源主要有燃煤電廠、冶煉廠、化學(xué)原料及化學(xué)品制造廠、電器機械及器材制造廠、電池制造廠及廢物焚燒廠等,這些工業(yè)點源產(chǎn)生的重金屬污染物排放到城市大氣環(huán)境中,經(jīng)過大氣遷移、干濕沉降以及雨水徑流輸送等途徑最終匯集到密閉公園湖泊的沉積物中.因此,如圖1所示,選取了67個上海市重金屬污染物國家重點監(jiān)控企業(yè)作為工業(yè)點源(http://www.mep.gov.cn/ gzfw_13107/),自1990s起上海工業(yè)布局調(diào)整,目前這些工業(yè)點源僅有24%位于外環(huán)以內(nèi)的城市區(qū)域.基于ArcGIS10.3計算2種工業(yè)源變量,分別為采樣點距最近工業(yè)點源的距離和采樣點附近不同緩沖區(qū)(5000,10000,15000,20000,25000m)內(nèi)工業(yè)源個數(shù).

1.3.2 模型構(gòu)建 將沉積物中5種重金屬濃度和4類預(yù)測變量納入SPSS17.0中的多元線性回歸模型以構(gòu)建LUR模型.首先,將對數(shù)轉(zhuǎn)換后符合正態(tài)分布的重金屬濃度和每種預(yù)測變量進行相關(guān)性分析,根據(jù)相關(guān)性大小排序以確定各影響因子的重要程度.其次,為降低不同緩沖區(qū)內(nèi)變量間的共線性,在同類變量中需選出與金屬濃度相關(guān)性最高的影響因子,然后去除與該因子相關(guān)性較高(>0.6)的其他同類因子.最后,剩下的變量都輸入逐步線性回歸模型中.最終進入LUR模型的變量應(yīng)該對模型的2值貢獻率大于1%,且不會改變模型方向并具有統(tǒng)計上的顯著性(<0.05).LUR模型公式如下:

式(1)中:代表截距;b代表變量X的系數(shù);代表隨機誤差.

1.3.3 模型驗證 為了檢驗研究區(qū)內(nèi)重金屬濃度和各變量在空間分布上是否存在聚集性,在Arcgis10.3中采用全局莫蘭指數(shù)(Moran’s)來檢驗?zāi)Ｐ蜌埐畹目臻g自相關(guān).Moran' s指數(shù)都采用正態(tài)分布的統(tǒng)計檢驗.若31.96或￡?1.96則認(rèn)為具有空間自相關(guān)性,反之則不具有空間自相關(guān).在變量沒有空間自相關(guān)的情況下,即空間上相互獨立,可以使用普通最小二乘法(OLS)回歸模型,若殘差不獨立,則不能使用OLS回歸模型,需要使用空間回歸模型.應(yīng)用留一交叉驗證法(LOOCV)對模型精度進行評估.首先,從32個觀測數(shù)據(jù)集中選擇一個觀測數(shù)據(jù)作為驗證數(shù)據(jù),然后使用剩下的觀測數(shù)據(jù)擬合一個模型,并用最先被排除的那個觀測值來驗證這個模型的精度,如此重復(fù)32次.模型的預(yù)測能力由RMSE以及觀測值與預(yù)測值之間的相關(guān)系數(shù)來衡量.RMSE常被用來量化模型精度,而常被用來評估模型的準(zhǔn)確性.通常,RMSE數(shù)值越低,表明回歸模型更加精確,越接近于1,則模型預(yù)測準(zhǔn)確度越高.

2 結(jié)果與討論

2.1 重金屬濃度與空間分布

上海32個公園湖泊表層沉積物中重金屬Cd、Hg、Cu、Pb和Zn的濃度范圍和平均值如表1所示.上海市背景土壤中重金屬Cd、Hg、Cu、Pb和Zn的含量分別為0.13,0.095,28.6,25.5,86.1mg/kg[15].相比于土壤背景值,上海公園湖泊表層沉積物中Cd、Hg、Cu、Pb和Zn的均值超出了1.2~1.8倍,而其最大值則分別超出其各自背景值達(dá)5.8、5.2、4.6、3.9和3.8倍.如表1所示,相比于其他地區(qū),上海公園湖泊沉積物中Hg濃度要遠(yuǎn)低于靠近汞礦區(qū)的白樺水庫[16],與緊挨長三角城市群的太湖[17]相似,但稍低于中國滇池[8]以及瑞士日內(nèi)瓦湖[18];重金屬Cd、Pb和Zn的濃度要低于美國巴吞魯日[19]和紐約[7]以及瑞典斯德哥爾摩[2]等發(fā)達(dá)城市,但Pb和Zn的濃度總體要高于河內(nèi)[20]、墨西哥[21]、武漢[22]和南京[23]等發(fā)展中城市;Cu的濃度遠(yuǎn)低于瑞典斯德哥爾摩[2],但與巴吞魯日[19]、河內(nèi)[20]、武漢[22]和南京[23]湖泊沉積物中濃度水平相當(dāng).

表1 不同城市公園湖泊表層沉積物中重金屬濃度(mg/kg)比較

注:-表示無數(shù)據(jù);括號內(nèi)數(shù)值為平均值.

圖2揭示了上海公園湖泊表層沉積物中5種重金屬濃度的高值點存在兩種空間分布類型.一種是位于內(nèi)環(huán)以內(nèi)的核心城區(qū),這5種重金屬在這一區(qū)域內(nèi)的最大值分別是郊區(qū)采樣點S31處所觀察到的最小值的9.4、24.6、11.5、8.3和6.2倍.在核心城區(qū),相對較高的重金屬濃度主要出現(xiàn)在人口密度高、交通流量大的區(qū)域,以及見證了上海工業(yè)起源和繁榮的黃浦江和蘇州河沿岸地帶的工業(yè)遺跡(如燃煤電廠、金屬冶煉廠等)附近.暗示了人類生產(chǎn)生活所造成的煤炭、石油等化石能源大量消耗的影響.值得關(guān)注的是它們在浦西公園湖泊沉積物中的濃度普遍高于浦東,可能是因為浦西地區(qū)經(jīng)歷了上百年的工業(yè)發(fā)展,其發(fā)展程度與人口密度都遠(yuǎn)遠(yuǎn)高于1990s后才發(fā)展起來的浦東.另一種分布類型主要位于郊區(qū),表現(xiàn)為若干污染熱點存在于郊區(qū)的一些快速發(fā)展的工業(yè)城鎮(zhèn),例如Cd、Hg、Cu、Pb和Zn在郊區(qū)的高值點主要出現(xiàn)在S18(靠近川沙經(jīng)濟園區(qū))、S23(靠近燃煤電廠)、S26(靠近電器機械廠和廢物處理廠)、S29和S30(靠近寶山鋼鐵廠)、S21、S27和S28(靠近化工廠).這些郊區(qū)高值點的出現(xiàn)可能與1990s上海工業(yè)布局大調(diào)整以及隨后的中心城區(qū)工業(yè)向郊區(qū)的大量搬遷有關(guān),推測重金屬在郊區(qū)若干采樣點的高累積可能主要受到鄰近工業(yè)點源廢氣排放的影響.劉錚[24]發(fā)現(xiàn)隨著郊區(qū)小城鎮(zhèn)工業(yè)的快速發(fā)展,2007年上海郊區(qū)工業(yè)企業(yè)數(shù)量以及總體工業(yè)產(chǎn)值已經(jīng)占到總數(shù)的88%.伴隨著上海近十幾年來快速城市擴張帶來的郊區(qū)土地利用與土地覆蓋的變化,各種工業(yè)源造成的重金屬排放對郊區(qū)環(huán)境質(zhì)量影響會隨著工業(yè)郊區(qū)化逐漸突顯.

此外,諸多研究也發(fā)現(xiàn),在上海城市化與工業(yè)化程度高的地區(qū)大氣、土壤、灰塵等環(huán)境要素中重金屬濃度也相對較高[3,25-27].例如,Xiu等[26]測定出2004~2006年間在上海城區(qū)和近郊區(qū)兩采樣點處大氣顆粒態(tài)Hg的濃度分別為(0.56 ± 0.22) ng/m3和(0.33 ± 0.09) ng/m3,遠(yuǎn)遠(yuǎn)高于一些國外發(fā)達(dá)城市并與國內(nèi)空氣污染嚴(yán)重的城市大致相當(dāng).Shi等[3]發(fā)現(xiàn)上海市區(qū)域污染程度的不同也使得大氣重金屬Cd、Pb和Hg的干沉降通量出現(xiàn)顯著的空間差異,即城市>郊區(qū)>農(nóng)村.史貴濤等[27]發(fā)現(xiàn)上海外環(huán)以內(nèi)的城區(qū)土壤和灰塵中Cd、Cu、Pb和Zn的污染熱點也傾向于出現(xiàn)在核心城區(qū)、交通主干道以及工業(yè)區(qū)附近.

2.2 土地利用回歸模型構(gòu)建

4類預(yù)測變量(土地利用類型、交通變量、人口密度和工業(yè)點源)的空間差異可能在很大程度上影響著上海人為源重金屬的環(huán)境行為和循環(huán)過程.因此,本研究調(diào)查了上海公園湖泊表層沉積物中5種重金屬濃度與不同緩沖區(qū)變量間的相關(guān)性(圖3).

對居住用地變量來說,沉積物Cd濃度在500m和1500m緩沖區(qū)內(nèi)與其呈現(xiàn)顯著相關(guān)性(<0.05),而Hg在500m緩沖區(qū)內(nèi)的相關(guān)性也出現(xiàn)了較高值(= 0.414,<0.05),Hg、Cu、Pb和Zn濃度隨緩沖區(qū)半徑的增加均與居住用地變量呈現(xiàn)增長的顯著相關(guān)性,并在3000m緩沖區(qū)內(nèi)達(dá)到最大(>0.47,<0.01).5種重金屬濃度與商業(yè)用地變量的相關(guān)性也隨著緩沖區(qū)半徑的擴大呈現(xiàn)顯著增長,其中Cd和Pb在3000m緩沖區(qū)內(nèi)與其相關(guān)性達(dá)到最大(> 0.37,<0.05),而Hg、Cu和Zn在2500m緩沖區(qū)內(nèi)相關(guān)性達(dá)到最大(>0.37,<0.05).這些相關(guān)性分析暗示了在居住用地和商業(yè)用地區(qū)域,居民生活和交通出行所用燃料(如煤、天然氣和石油等)的消耗對鄰近湖泊沉積物中重金屬累積有顯著效應(yīng).較高的人口密度也大多出現(xiàn)在居住用地和商業(yè)用地區(qū),因此,沉積物中這5種重金屬濃度均與鄰近區(qū)域人口密度呈現(xiàn)顯著相關(guān)性(>0.47,<0.01),其相關(guān)性排序依次為Cd > Pb > Hg > Zn > Cu.一般來講,較高的道路網(wǎng)密度易引起交叉口增多、交通堵塞等問題,而堵塞過程中機動車頻繁的加速和減速產(chǎn)生的汽油損耗和機動車磨損又會增大重金屬的排放量.因此,公園湖泊沉積物中5種重金屬濃度與路網(wǎng)密度的相關(guān)性也隨緩沖區(qū)半徑增加呈現(xiàn)顯著增長,其中Cd和Hg與其最大相關(guān)性出現(xiàn)在1500m緩沖區(qū)內(nèi)(>0.43,<0.05),而Cu、Pb和Zn與其最大相關(guān)性則出現(xiàn)在2000m緩沖區(qū)內(nèi)(>0.46,<0.01).對于工業(yè)點源變量來說,沉積物中5種重金屬濃度與其相關(guān)性均隨緩沖區(qū)半徑增加呈現(xiàn)增長(>0.52,<0.01),且最大相關(guān)性均出現(xiàn)在25000m緩沖區(qū)內(nèi),暗示了增長的工業(yè)點源強度對沉積物中重金屬聚集的影響.此外,上海公園湖泊表層沉積物中5種重金屬濃度與工業(yè)用地、綠地、距最近道路和工業(yè)點源的距離均無顯著相關(guān)性(>0.05).然而,對于中環(huán)以外的發(fā)展中城區(qū)和郊區(qū)采樣點(S12~S32)來說,這些采樣點中5種重金屬濃度與1500~3000m緩沖區(qū)內(nèi)的工業(yè)用地面積均呈顯著相關(guān)性(>0.47,<0.05),暗示了來自區(qū)域內(nèi)工業(yè)源排放的影響.但在中環(huán)以內(nèi)高度城市區(qū)域并無發(fā)現(xiàn)不同緩沖區(qū)內(nèi)工業(yè)用地與5種重金屬濃度間的相關(guān)性,可能是由于自1990s起上海工業(yè)布局大調(diào)整導(dǎo)致該區(qū)域內(nèi)大面積的工業(yè)用地被轉(zhuǎn)換成居住用地和商業(yè)用地[28],從而削弱了工業(yè)用地的效應(yīng),同時也側(cè)面反映出居住用地與商業(yè)用地對沉積物中重金屬高富集的影響可能還受到城市區(qū)域土地利用類型轉(zhuǎn)換的影響.

圖3 上海公園湖泊表層沉積物重金屬濃度與不同緩沖區(qū)內(nèi)各預(yù)測變量間的相關(guān)性

基于上述相關(guān)性分析,最終有9個顯著相關(guān)性變量輸入逐步回歸模型中,分別是:500m和3000m緩沖區(qū)內(nèi)居住用地面積、2500m和3000m緩沖區(qū)內(nèi)商業(yè)用地面積、1500m和2000m緩沖區(qū)內(nèi)路網(wǎng)密度、15000m和25000m緩沖區(qū)內(nèi)工業(yè)點源數(shù)以及人口密度.然而,最終只有1~2個變量保留在LUR模型中(表2).本研究構(gòu)建的上海公園湖泊沉積物中5種重金屬濃度的LUR模型調(diào)整后的2值變化范圍是0.984~ 0.996,表明模型模擬性能較好.基于ArcGIS10.3得到模型殘差的空間自相關(guān)檢驗結(jié)果表明值范圍為?1.06~1.79,位于臨界值?1.96~1.96數(shù)值之間,且殘差空間自相關(guān)未通過顯著性檢驗(>0.05),即空間殘差之間不存在集聚的情況,模型空間殘差是相互獨立的,表明可以使用OLS回歸模型.留一交叉驗證結(jié)果發(fā)現(xiàn)重金屬濃度實測值與LUR模型預(yù)測值之間的相關(guān)系數(shù)的變化范圍是0.434~0.630,且兩者之間相關(guān)性顯著(<0.05),這5種重金屬的RMSE值范圍為0.14~0.25,總體來說,這5種重金屬的預(yù)測值和實測值相關(guān)系數(shù)顯著且RMSE數(shù)值較低,說明構(gòu)建的LUR模型精度良好,其中Zn的模型精度最好,Cd最差.

從構(gòu)建的LUR模型可以看出,上海公園湖泊沉積物中5種重金屬濃度主要受到居住用地、商業(yè)用地、路網(wǎng)密度和工業(yè)點源數(shù)的影響,而每種重金屬濃度的主導(dǎo)控制因子又存在差異.例如,對Cd來說,采樣點附近1500m緩沖區(qū)內(nèi)路網(wǎng)密度是Cd的重要控制因子,而已有研究發(fā)現(xiàn)汽車剎車襯片和輪胎磨損會導(dǎo)致Cd排放[29],因此推測道路交通是上海地區(qū)湖泊沉積物中重金屬Cd的主要排放源之一. 2500m或3000m緩沖區(qū)內(nèi)商業(yè)用地面積是沉積物中Hg、Cu和Pb的重要控制因子,推測與商業(yè)區(qū)交通流量較大有關(guān),因為這些重金屬在與交通相關(guān)的材料(如剎車襯片、輪胎面、潤滑油、汽油等)中廣泛存在[29-32],而且Pb被認(rèn)為是一種很好的城市交通污染指示物[30,32].此外,上海機動車保有量也從1990年的21.2萬輛迅速增長到2011年的329萬輛[33],年均增速達(dá)28.3%,中心城區(qū)內(nèi)占道路總長約20%的快速路和主干道又集中了近70%的交通量,因此這些重金屬在城市沉積環(huán)境中的累積受商業(yè)區(qū)交通源排放影響較明顯.沉積物中Hg、Cu和Zn的富集也受控于25000m緩沖區(qū)內(nèi)工業(yè)點源數(shù)量的影響,主要是由于這些重金屬也具有一些特殊工業(yè)源,如在化工廠、燃煤電廠、煉鋼廠附近區(qū)域采樣點(S21、S23、S27、S28、S29和S30)中這些重金屬明顯出現(xiàn)較高富集(圖2).總的來說,特殊的土地利用類型在某種程度上增加了大氣重金屬排放,同時鄰近公園湖泊沉積記錄也很好地反映了污染源排放強度的空間變化.

表2 上海公園湖泊表層沉積物中重金屬的土地利用回歸模型

注:指對數(shù)轉(zhuǎn)換后的金屬濃度;lgRD_1500m指采樣點周圍1500m緩沖區(qū)內(nèi)路網(wǎng)密度的對數(shù)值;lgCL_2500/3000m指2500/3000m緩沖區(qū)內(nèi)商業(yè)用地面積的對數(shù)值;lgRL_3000m指3000m緩沖區(qū)內(nèi)居住用地面積的對數(shù)值;IS_25000m指25000m緩沖區(qū)內(nèi)工業(yè)點源數(shù);RMSE由對數(shù)轉(zhuǎn)換后重金屬觀測值Y與預(yù)測值2i計算得到.

3 結(jié)論

3.1 快速的城市化和工業(yè)化發(fā)展導(dǎo)致上海公園湖泊表層沉積物中重金屬Cd、Hg、Cu、Pb和Zn含量出現(xiàn)明顯累積,其最大值已超出各自土壤背景值3.8~5.8倍.

3.2 空間分析揭示出這些重金屬的污染熱點主要出現(xiàn)在核心城區(qū)的人口和交通密集區(qū)、浦西沿江老工業(yè)區(qū)以及郊區(qū)的新興工業(yè)區(qū)附近.

3.3 隨著以采樣點為中心緩沖區(qū)半徑的增加,上海公園湖泊沉積物中5種重金屬濃度與緩沖區(qū)內(nèi)居住用地、商業(yè)用地、路網(wǎng)密度、工業(yè)點源數(shù)的顯著相關(guān)性呈現(xiàn)增長趨勢.

3.4 土地利用回歸模型從地學(xué)角度揭示出路網(wǎng)密度和商業(yè)用地面積分別是沉積物中Cd和Pb濃度的重要控制因子,商業(yè)用地面積和工業(yè)點源數(shù)是Hg和Cu的重要控制因子,居住用地面積和工業(yè)點源數(shù)是Zn的重要控制因子.

[1] Lark R M, Scheib C. Land use and lead content in the soils of London [J]. Geoderma, 2013,209-210:65-74.

[2] Lindstr?m M. Urban land use influences on heavy metal fluxes and surface sediment concentrations of small lakes [J]. Water, Air, and Soil Pollution, 2001,126(3/4):363-383.

[3] Shi G, Chen Z, Teng J, et al. Fluxes, variability and sources of cadmium, lead, arsenic and mercury in dry atmospheric depositions in urban, suburban and rural areas [J]. Environmental Research, 2012, 113:28-32.

[4] Filippelli G M, Morrison D, Cicchella D. Urban geochemistry and human health [J]. Elements, 2012,8(6):439-444.

[5] Wong C S, Li X, Thornton I. Urban environmental geochemistry of trace metals [J]. Environmental Pollution, 2006,142(1):1-16.

[6] Tixier G, Lafont M, Grapentine L, et al. Ecological risk assessment of urban stormwater ponds: literature review and proposal of a new conceptual approach providing ecological quality goals and the associated bioassessment tools [J]. Ecology Indices, 2011,11:1497- 1506.

[7] Chillrud S N, Bopp R F, Simpson H J, et al. Twentieth century atmospheric metal fluxes into central park lake, New York City [J]. Environmental Science & Technology, 1999,33(5):657-662.

[8] Wang S F, Zhang M M, Li B, et al. Comparison of mercury speciation and distribution in the water column and sediments between the algal type zone and the macrophytic type zone in a hypereutrophic lake (Dianchi Lake) in Southwestern China [J]. Science of the Total Environment, 2012,417-418:204-213.

[9] Yang J, Chen L, Steele J C, et al. An extended study on historical mercury accumulation in lake sediment of Shanghai: the contribution of socioeconomic driver [J]. Environment Pollution, 2016,219: 612-619.

[10] 陳 莉,白志鵬,蘇 迪,等.利用LUR模型模擬天津市大氣污染物濃度的空間分布[J]. 中國環(huán)境科學(xué), 2009,29(7):685-691.

[11] 江曲圖,何俊昱,王占山,等.基于LUR/BME的海岸帶地區(qū)PM2.5時空特性研究[J]. 中國環(huán)境科學(xué), 2017,37(2):424-431.

[12] Noth E M, Katharine H S, Biging G S, et al. Mapping and modeling airborne urban phenanthrene distribution using vegetation biomonitoring [J]. Atmospheric Environment, 2013,77:518-524.

[13] Yang J, Yang Y, Chen, R S, et al. Modeling and evaluating spatial variation of polycyclic aromatic hydrocarbons in urban lake surface sediments in Shanghai [J]. Environmental Pollution, 2018,235:1-10.

[14] HJ/T 166-2004 土壤環(huán)境檢[S].

[15] 王 云,汪雅谷,羅海林,等.上海市土壤環(huán)境背景值[M]. 北京:中國環(huán)境科學(xué)出版社, 1992:37-57.

[16] Yan H, Feng X, Shang L, et al. The variations of mercury in sediment profiles from a historically mercury-contaminated reservoir, Guizhou province, China [J]. Science of the Total Environment, 2008,407(1): 497-506.

[17] Wang S, Xing D, Jia Y, et al. The distribution of total mercury and methyl mercury in a shallow hypereutrophic lake (Lake Taihu) in two seasons [J]. Applied Geochemistry, 2012,27(1):343-351.

[18] Bravo A G, Bouchet S, Amouroux D, et al. Distribution of mercury and organic matter in particle-size classes in sediments contaminated by a waste water treatment plant: Vidy Bay, Lake Geneva, Switzerland [J]. Journal of Environmental Monitoring, 2011,13(4):974-982.

[19] Ye S, Laws E A, Gambrell R. Trace element remobilization following the resuspension of sediments under controlled redox conditions: City Park Lake, Baton Rouge, LA [J]. Applied Geochemistry, 2013,28:91- 99.

[20] Kikuchi T, Hai H T, Tanaka S. Characterization of heavy metal contamination from their spatial distributions in sediment of an urban lake of Hanoi, Vietnam [J]. Journal of Water and Environment Technology, 2010,8(2):111-123.

[21] Hansen A M. Lake sediment cores as indicators of historical metal (loid) accumulation – A case study in Mexico [J]. Applied Geochemistry, 2012,27(9):1745-1752.

[22] Yang X, Xiong B, Yang M. Relationships among heavy metals and organic matter in sediment cores from Lake Nanhu, an urban lake in Wuhan, China [J]. Journal of Freshwater Ecology, 2010,25(2):243- 249.

[23] Hu X, Wang C, Zou L. Characteristics of heavy metals and Pb isotopic signatures in sediment cores collected from typical urban shallow lakes in Nanjing, China [J]. Journal of Environmental Management, 2011,92(3):742-748.

[24] 劉 錚.產(chǎn)業(yè)集聚與大城市郊區(qū)城鎮(zhèn)化-以上海為例[J]. 稅務(wù)與經(jīng)濟, 2011,1:36-39.

[25] 賈 英,方 明,吳友軍,等.上海河流沉積物重金屬的污染特征與潛在生態(tài)風(fēng)險[J]. 中國環(huán)境科學(xué), 2013,33(1):147-153.

[26] Xiu G L, Cai J, Zhang W Y, et al. Speciated mercury in size- fractionated particles in Shanghai ambient air [J]. Atmospheric Environment, 2009,43(19):3145-3154.

[27] Shi G, Chen Z, Xu S, et al. Potentially toxic metal contamination of urban soils and roadside dust in Shanghai, China [J]. Environmental Pollution, 2008,156(2):251-260.

[28] Zhao S, Da L, Tang Z, et al. Ecological consequences of rapid urban expansion: Shanghai, China [J]. Frontiers in Ecology and the Environment, 2006,4:341-346.

[29] Hjortenkrans D S T, Bergb?ck B G, H?ggerud A V. Metal emissions from brake linings and tires: case studies of Stockholm, Sweden 1995/1998 and 2005 [J]. Environmental Science & Technology, 2007, 41(15):5224-5230.

[30] Bergb?ck B J K, Mohlander U. Urban metal flows-A case study of Stockholm [J]. Water, Air and Soil Pollution: Focus, 2001,1(3/4):3-24.

[31] Adachi K, Tainosho Y. Characterization of heavy metal particles embedded in tire dust [J]. Environment International, 2004,30(8): 1009-1017.

[32] Mielke H W, Laidlaw M A S, Gonzales C. Lead (Pb) legacy from vehicle traffic in eight California urbanized areas: Continuing influence of lead dust on children's health [J]. Science of the Total Environment, 2010,408(19):3965-3975.

[33] Shanghai Statistical Bureau. Shanghai Statistical Year Book [EB/OL]. 2012. Online Edition. http://www.statssh.gov.cn/tjnj/nj12.htm?d1= 2012tjnj/C0201.htm

Spatial distribution of heavy metals in lake surface sediments in Shanghai.

YANG Jing1, LIU Min1*, CHEN Ling2, HUANG Yan-ping1, ZHANG Ya-zhou1

(1.Key Laboratory of Geographic Information Science of the Ministry of Education, School of Geographic Sciences, East China Normal University, Shanghai 200241, China；2.College of Environmental Science and Engineering, Tongji University, Shanghai 200092, China)., 2018,38(10)：3941~3948

Rapid urbanization development has caused high accumulation of heavy metals (Cd, Hg, Cu, Pb, and Zn) in urban lake surface sediments from city parks in Shanghai. Compared to their soil background values, the maximum levels of five metals in lake sediments were higher 3.8~5.8times. The pollution hotspots existed in the urban areas with larger population density and traffic volume, old industrial areas in the west side of Huangpu River, and emerging industrial areas in the suburb. Land use regression (LUR) models were successfully developed to evaluate spatial variations of heavy metal accumulations in urban lake sediments based on four predictor variables such as land use types, traffic variables, population density, and industrial sources. LUR models deduced that the major control factors for Cd and Pb levels in lake sediments were roadway density and commercial land area, respectively, commercial land area and number of industrial point sources for Hg and Cu, residential land area and number of industrial point sources for Zn.

lake sediments；heavy metals；spatial distribution；LUR model；Shanghai

X144

A

1000-6923(2018)10-3941-08

楊 靜(1987-),女,河南信陽人,工程師,博士,主要從事城市環(huán)境地球化學(xué)過程研究.發(fā)表論文6篇.

2018-03-05

國家自然科學(xué)基金資助項目(41601526);國家自然科學(xué)基金資助項目(41730646)

* 責(zé)任作者, 教授, mliu@geo.ecnu.edu.cn