论文部分内容阅读
土壤是人类赖以生计,不可或缺的重要物质基础,土壤环境更是维系生态系统稳定,人类粮食安全等重大战略议题的重要因素。随着现代社会的发展,城市扩张与工业化的不断推进,土壤环境正遭受工业企业污染物排放、肥料过度施用、城市垃圾堆放填埋、矿山开发、交通尾气排放等人类活动带来的环境污染挑战。土壤重金属具有高毒性、难降解性、污染来源广泛等特征,不仅会对自然界生命体造成损害从而破坏各种生态系统的稳定,还会通过食物链对人体健康造成难以恢复的危害。土壤重金属污染已经成为土壤环境污染管控治理中的难题,对土壤重金属污染污染监控与治理刻不容缓。“控源切汇”是土壤重金属污染研究领域的重要内容。源解析研究能定性鉴别污染源类型,确定污染特征并定量输出各污染源贡献值,为土壤重金属污染管控政策的制定提供参考。汇集特征研究则基于现存污染形式,分析污染现状,深入挖掘其污染特征,为土壤重金属治理修复提供有效建议。本文基于“源汇”理论(Source-Sink),基于空间分析(Spatial Analysis)与数据挖掘(Data Mining)技术方法,结合9种自然、经济协变量,对中国浙江省某沿海城市中心及城郊地区947个土壤及植物样点镉(Cd)、汞(Hg)、砷(As)、铅(Pb)、铬(Cr)、铜(Cu)、锌(Zn)、镍(Ni)进行“源汇”污染特征研究。研究内容和结论主要包括:(1)针对研究区9种自然、经济协变量因子,利用地理探测器(Geo Detector)中的因子探测器(Factor Detector)进行相关性筛选,利用交互作用探测器(Interaction Detector)进行因子间交互作用分析。结果显示与研究区8种土壤重金属污染显著相关的协变量因子分别为成土母质类型、土壤类型、土地利用类型、人口数量、道路类型、工业企业类型与数量、矿产资源类型与数量、肥料类型与施用量,8个因子两两间呈非线性增强或双因子增强作用。基于8个因子空间分布与数据量级特征,确定了研究区6种实际污染源即自然背景源、城市垃圾污染源、交通排放污染源、工业企业排放物污染源、矿产开采污染源以及肥料施用污染源。(2)采用有限混合分布模型(Finite Mixture Distribution Model,FMDM)与正交矩阵因子(Positive Matrix Facor,PMF)受体模型从定性与定量双重角度对研究区进行了源解析研究。结果显示8种土壤重金属数据分布形式呈单、双、三、四型对数正态分布分别对应不同形式的复合污染特征,其中Cd属于多重混合复合污染,Pb属于双重复合污染,Hg、As、Cr、Cu属于三重复合污染,Zn与Ni属于四重复合污染。研究区6种污染源对8种土壤重金属具有不同的贡献值,其中工业企业污染物与肥料污染源为最主要污染源,工业企业污染排放源予Cd、Hg、As、Pb、Cr、Cu、Zn、Ni 8种土壤重金属污染源贡献分别为17.01%、74.40%、23.55%、30.27%、26.28%、26.25%、17.56%、24.18%,肥料施用污染源予8种重金属贡献分别为28.93%、14.77%、47.90%、34.98%、61.39%、43.59%、42.69%、62.36%。(3)通过土壤重金属含量基本统计分析、相关性分析、空间分布特征、污染评价及污染热点分析方法开展了研究区土壤重金属污染汇集特征研究,其中空间分布特征采用普通克里格法进行插值,污染评价方法包括内梅罗综合污染指数法(Nemerow Integrated Pollution Index)与潜在生态风险指数法(Hankanson Potential Ecological Risk Index),污染热点分析则综合利用Getis-Ord Gi~*与Bivariate Local Moran’s I来实现。结果显示研究区8种重金属含量均值均超过其相应土壤背景值,表明其受到人为污染源影响,土壤重金属两两间多数呈较强正相关性,多以复合污染的形式存在。研究区Cd,Pb,Zn呈面状污染形式,Hg,As,Cr,Cu,Ni污染则主要块状集中于中心城区。研究区总体31.89%的样点安全,无污染风险;39.81%的样点触及污染警戒线;28.30%的样点受到了不同程度的污染危害。研究区整体具有较强的生态污染风险,主要来自于Cd、Hg。Getis-Ord Gi~*结果显示,8种土壤重金属污染热点主要聚集于中心城区附近,其污染分布与工业企业相关污染物排放分布相似;8种植物体土壤重金属污染热点主要聚集于研究区西南部耕地,其污染与不同类别肥料施用有较强关系。Bivariate Local Moran’s I显示,Cd、Hg两种元素中,工业企业相关排放污染物对于Hg的贡献影响更大;金属类、化学类、纺织类、重工业类四种类别的工业企业中,金属类别企业与化学类别企业对于两种元素污染影响更大。