趙華榮,王 迪,朱檳桐,金 鑫
(1.桂林理工大學環(huán)境科學與工程學院,廣西 桂林 541004;2.桂林理工大學,廣西環(huán)境污染控制理論與技術重點實驗室,廣西桂林 541004;3.桂林理工大學,巖溶地區(qū)水污染控制與用水安全保障協(xié)同創(chuàng)新中心,廣西 桂林 541004)
近年來我國重金屬污染事件頻發(fā),重金屬污染問題已成為社會關注的熱點問題[1]。環(huán)境中的重金屬來源十分廣泛??傮w上可以將它們分為自然來源和人為來源。自然來源包括巖石風化和火山爆發(fā)等自然過程;人為來源主要是由人類活動所產生的重金屬,如礦山開采、工業(yè)生產和農業(yè)活動等[2]。根據重金屬所處的環(huán)境要素可以分為大氣中的重金屬、水體中的重金屬和土壤中的重金屬等。不論重金屬從何而來,土壤是重金屬主要的匯。因此,各種環(huán)境介質的重金屬污染最后主要都表現為土壤重金屬污染[3]。
土壤重金屬污染評價有多種方法,根據國內外近20年的研究趨勢分析,土壤重金屬污染評價的方法應用較多的有內梅羅綜合污染指數法、富集因子法、地累積指數法和潛在生態(tài)危害指數法等[4]。這些方法都是根據采樣分析結果,計算每一個采樣點的指標,可以準確地判斷每個點位的重金屬污染情況。由于受采樣數量和土壤重金屬的空間變異性的影響,單個采樣點并不能代表區(qū)域的環(huán)境狀況。因此,對一定范圍內土壤重金屬污染狀況進行合理的評價,是土壤重金屬污染評價的基本要求?;谀:龜祵W的信息擴散理論,將單個采樣點的信息進行集值化處理,提高總體分布的精度,可用于小樣本地區(qū)土壤重金屬污染評價。
信息擴散理論最先由黃崇福提出[5-6],該理論提出以來,在農業(yè)災害風險評估[7-8]、森林病蟲害風險[9]、塵肺病風險[10]、天然氣發(fā)電風險[11]、酸雨風險[12]、雷暴災害[13]、旅游氣象指數[14]、臺風[15]和洪水風險評估[16]等方面得到了廣泛的應用。以“重金屬”“土壤”和“信息擴散理論”為關鍵詞,在中國知網CNKI、萬方、維普和Web of Science等數據庫進行檢索,信息擴散理論在土壤重金屬污染評價方面的研究還未見報道。本文以廣東大寶山地區(qū)土壤重金屬污染為例,將信息擴散理論應用到該地區(qū)的土壤重金屬污染風險評價。
大寶山位于廣東省韶關市翁源縣與曲江縣交界處。礦區(qū)屬于亞熱帶季風氣候區(qū),年平均氣溫20.3℃,多年平均降雨量為1 782.7 mm。大寶山是一座大型多金屬伴生礦床,上部為褐鐵礦,中部為硫銅礦,下部為鉛鋅礦。該礦床同時還伴生有鎢、鉍、鉬、金和銀等多種有色金屬[17]。
自20世紀70年代開始,大寶山礦開始大規(guī)模開采。礦山產生的大量酸性礦山廢水經橫石河對周邊的土壤造成污染。據報道,受大寶山采礦廢水污染40余年,橫石河水受到嚴重污染,水體酸性強,河床呈黃褐色,河流內生物很難長時間生存。由于長期食用橫石河灌溉的農作物,橫石河流域的上壩村已有400余人死于癌癥[18]。
在廣東大寶山礦區(qū)附近采集土壤樣品24個,采樣點的分布見圖1。樣品包括礦山土壤及橫石河流域內的土壤。有些采樣點受到大寶山礦排放的廢水污染,有些則沒有受到污染。為了取到代表性土樣,先用GPS確定采樣點,在每個采樣點附近5 m范圍內隨機選取3個位置,每個位置取0~20 cm表層土約1.5 kg混合后組成一個樣品,裝入塑料袋。樣品帶回實驗室風干,去除石塊、植物根莖等雜質,采用四分法取適量土樣,研磨過100目篩備用。土壤樣品采用HFHClO4-HNO3進行高溫消解,定容。樣品Cu和Zn采用ICP-OES進行測定,Pb和Cd采用原子吸收分光光度法測定[17]。同時測定土壤空白樣和污染農田土壤成分分析標準物質(GBW08303)進行質量控制。標準污染土壤物質從國家標準物質中心購買,其Cd、Cu、Pb和Zn的回收率分別為95%、105%、81%和74%。
圖1 研究區(qū)及土壤采樣點分布圖Figure 1 Study area and sample sites of soil
土壤背景值選取《中國土壤元素背景值》[19]中廣東土壤Pb、Zn、Cu和Cd的背景值,分別為36.0、47.3、17.0 mg· kg-1和0.056 mg· kg-1。
1.3.1 信息擴散理論
研究一個地區(qū)土壤重金屬污染時,樣品的采取是有限的。由于土壤是不均勻的,具有空間變異性,單個點位采集的土樣不能代表整個區(qū)域的土壤[20]。對于小樣本序列可采用信息擴散理論計算污染等級對應的概率[21]。信息擴散是一種為了彌補信息不足,通過優(yōu)化利用小樣本信息,對樣本進行集值化模糊處理的方法。該方法可以將單值樣本轉化為集值樣本,提高總體分布精度的目的[9-10]。
信息擴散理論模型中,令X為實際觀測值樣本集合:
式中:xi為觀測樣本點,m為觀測樣本數。
設U為X集合中xi的信息擴散范圍集合:
式中:uj代表區(qū)間[u1,un]內以固定間隔離散后得到的離散實數值;n為離散總數。
通??蓪颖炯蟈中的每一個單值觀測樣本xi所攜帶的信息按正態(tài)分布擴散到指標論域U中的所有點:
式中:fi(uj)為正態(tài)分布信息擴散函數;h為信息擴散系數。
因觀測樣本總體數不同,h取不同的值,其算式如下:
式中:a=min xi(i=1,2,3,…,m);b=max xi(i=1,2,3,…,m)。
標記
式中:Ci為觀測樣本xi的正態(tài)擴散信息和。
則樣本xi的歸一化信息分布可表示為:
式中:μxi(uj)為樣本點xi的歸一化信息分布函數。
式中:q(uj)為觀測值為uj的樣本點數;Q為各uj點上樣本點數的總和。
式中:p(uj)為樣本點落在uj處的頻率值。
公式(8)為概率的估計值。其超越概率可表示為:
式中:p(u≥uj)為超越uj的概率值。
1.3.2 地累積指數
天然土壤中存在重金屬元素,某種重金屬元素是否出現污染要根據土壤重金屬元素是否超過背景值。地累積指數(Igeo)又稱為Muller指數,既考慮了自然地質過程造成的背景值的影響,又充分注意了人類活動對重金屬污染的影響[20]。該指數不僅反映了重金屬分布的自然變化特征,而且可以用于判別人類活動對環(huán)境的影響,是區(qū)分人類活動影響的重要參數。其計算公式如下:
式中:Cn為樣品中元素n的濃度,mg· kg-1;Bn為元素n的背景濃度,mg· kg-1;1.5為修正系數。
根據地累積指數計算結果可將土壤重金屬污染劃分成不同等級,其分級標準見表1。
1.3.3 重金屬污染信息擴散理論模型
根據上述信息擴散理論和地累積指數,結合土壤重金屬含量分布特征,可構建廣東大寶山地區(qū)土壤重金屬污染的擴散信息模型。觀測值樣本的集合是研究區(qū)采樣點重金屬的地累積指數。雖然地累積指數主要對大于0的值進行了分類,但考慮到該系數會出現小于0的情況,我們將地累積指數的范圍設定在[-10,10],因此信息擴散集合可在[-10,10]內按一定的間隔取值。這樣便可計算所研究區(qū)域重金屬污染的分布概率。
表1 土壤重金屬污染地累積指數劃分標準[20]Table 1 Standards of soil heavy metal pollution based on index of geo-accumulation[20]
采用R語言根據信息擴散理論編寫信息擴散模型計算程序,分別將Pb、Zn、Cu和Cd的樣品集合和信息擴散集合輸入信息擴散模型程序進行計算,便可算出Pb、Zn、Cu和Cd污染的概率和超越概率分布。
在大寶山地區(qū)采取的24個樣品分析結果見表2。從表2可以看出大寶山地區(qū)部分土壤重金屬含量較高,土壤的Cu、Zn、Pb和Cd的含量均不同程度地超過了廣東省土壤背景值、中國土壤背景值和中國土壤環(huán)境質量標準的二級標準值。重金屬Cd的最大值超過了廣東土壤背景值和中國土壤背景值。Cu的最大值和平均值超過了廣東土壤背景值、中國土壤背景值和中國土壤環(huán)境質量標準二級值。Pb和Zn的平均值均超過了廣東土壤背景值和中國土壤背景值,Pb和Zn的最大值也都超過了中國土壤環(huán)境質量標準二級值。Cd和Cu的平均值均超過了廣東土壤背景值、中國土壤背景值和中國土壤環(huán)境質量標準二級值。4種重金屬在各采樣土壤中的含量均有較大的差異。
表2 大寶山地區(qū)土壤重金屬含量特征(mg·kg-1)Table 2 Heavy metal characteristics of soil vicinity to Dabaoshan mine(mg·kg-1)
各采樣點Cu、Zn、Pb和Cd的地累積指數見圖2。從圖2a可以看出大寶山地區(qū)Zn污染并不是十分嚴重,Zn污染為強-極嚴重污染的點出現在11號和7號點,11號點位于礦山附近,7號點位于橫石河流域,中等-強污染點出現在3號點,該點位于橫石河流域的上壩村附近。圖2b為Cu的地累積指數分布圖,從圖可知,Cu極嚴重污染點出現在7號和6號點,強-極嚴重污染點出現11號點,強污染出現在1號點。Pb的地累積指數分布見圖2c,強-極嚴重污染點出現在11號和7號點。從圖2d可以看出,Cd極嚴重污染點出現在7號和13號點,11、8號和3號點為強-極嚴重污染。從地累積指數分布情況可以看出,該地區(qū)Zn和Pb的污染情勢較相似,Cu和Cd的污染情勢較一致,且Cu和Cd污染比Zn和Pb更為嚴重。大寶山周邊地區(qū)土壤重金屬污染情勢與河流受污染的情勢基本一致。根據楊振等[22]研究,大寶山周邊河流重金屬的潛在生態(tài)風險表現為Cd和Cu最為嚴重,Pb次之,Zn最小。
根據上述分析可以看出,大寶山地區(qū)重金屬污染主要出現在橫石河流域。橫石河接納了大寶山礦產生的酸性礦山廢水,同時橫石河又是該地區(qū)主要的農業(yè)灌溉水源。因此,重金屬在農業(yè)灌溉過程中被帶入土壤中,造成橫石河流域土壤出現不同程度的污染。從圖2可知,在橫石河流域和大寶山支流沿岸的土壤均不同程度出現污染。
在橫石河流域Cu、Zn、Pb和Cd呈現不同的污染趨勢,這可能和4種元素在水環(huán)境中的遷移轉化規(guī)律有關。橫石河從上游接納大寶山酸性礦山廢水到下游,由于旁邊地表水和地下水的匯入會對河流水體的理化性質產生影響,如河水的pH值、氧化還原性和水體的有機質都會出現較大的變化[23]。這種變化會影響水體中重金屬的溶解-沉淀、吸附-解吸附、氧化-還原和絡合等過程,從而使水體中溶解的重金屬不斷減少。然而不同的重金屬減少的速率不一致,使得不同的重金屬遷移距離出現差異[24]。
根據信息擴散理論計算的廣東大寶山地區(qū)重金屬污染概率和污染發(fā)生的超越概率見圖3。從圖3a中可以看出4種重金屬在該區(qū)域內對應地累積指數出現的概率。Zn在Igeo=0.2時概率最大,為4.54%;Pb在Igeo=0時概率最大,為4.07%;Cu在Igeo=0.8時概率最大,為3.55%;Cd在Igeo=2.6時出現最大概率,為3.39%。
圖2大寶山地區(qū)土壤采樣點重金屬地累積指數分布圖Figure 2 Spatial distribution of index of geo-accumulation vicinity to Dabaoshan mine
圖3 b為4種金屬地累積指數的超越概率,可以認為在大寶山地區(qū)4種金屬超過某一污染程度(地累積指數)的概率。從超越概率曲線看,Zn和Pb的超越概率曲線Igeo=0大致位于中間,可認為該地區(qū)有大約一半的土壤受到Zn和Pb的污染。Cu和Cd超越概率曲線主要分布于Igeo>0的一側,可認為該區(qū)域大部分土壤受到Cu和Cd污染。超越概率曲線越偏向于大于零的一側,則該重金屬出現污染的概率越大。
表3為根據信息擴散理論計算的大寶山地區(qū)不同污染等級下土壤受污染的概率和超越概率。大寶山地區(qū)土壤發(fā)生Zn、Pb、Cu和Cd污染的概率分別為57.98%、55.09%、72.91%和81.19%。根據計算結果可知,Zn和Pb各污染等級發(fā)生的概率相差不大。Cd污染最為嚴重,輕度-中等污染、中等污染、中等-強污染、強污染、強-極嚴重污染和極嚴重污染的超越概率分別為71.65%、56.76%、39.76%、25.38%、15.05%和0.02%。Cu的污染僅次于Cd污染,72.91%以上的地區(qū)出現了Cu污染,發(fā)生輕度-中等污染以上的概率為55.61%,中等污染以上的概率為38.65%,中等-強污染以上的概率為25.09%,強污染以上的概率為15.88%,強-極嚴重污染以上的概率為9.27%;Zn和Pb污染相對較低,但研究區(qū)內土壤仍有超過50%的概率會出現Zn和Pb的污染。
圖3 大寶山地區(qū)土壤重金屬污染分布概率圖Figure 3 Probability distribution of heavy metal pollution of soil vicinity to Dabaoshan mine
表3 大寶山地區(qū)土壤重金屬污染發(fā)生概率及超越概率(%)Table 3 Probability and exceeding probability of heavy metal pollution of soil vicinity to Dabaoshan mine(%)
土壤重金屬污染評價方法是土壤環(huán)境質量保護的重要內容,評價方法的科學合理性關系到被評價土壤的污染程度和土壤修復的必要性。合理的評價方法可以防止土壤重金屬污染危害的過低或過高預估,有助于對被污染土壤采取適宜的管理和治理措施。
廣東大寶山地區(qū)土壤重金屬污染始于1970年大寶山礦的大規(guī)模開采[18]。大寶山地區(qū)土壤重金屬污染的研究也比較多,大多采用前述評價方法。陳三雄等[25]采用單因子污染指數和內梅羅指數法對該地區(qū)的27個土壤樣品進行了分析,結果表明Cd和Cu全部超標,Zn和Pb的超標率為77.8%。鄭佳佳等[26]將該地區(qū)劃分為4個區(qū)域,采集了土壤樣品52個,結果表明Cd和Cu污染最為嚴重。許超等[17]對大寶山下游水稻土壤重金屬污染進行了研究,發(fā)現該地區(qū)水稻土壤以Cd和Cu復合污染為主。付善明等[27]研究表明橫石河沿岸土壤均不同程度受到Pb、Zn、Cd和Cu污染,其中Cd污染最為嚴重,Pb和Zn達到中度污染至強污染。蔡美芳等[28]對大寶山周邊地區(qū)稻田土壤研究后發(fā)現Pb、Zn、Cd和Cu均超過土壤環(huán)境質量二級標準,其中Cu和Cd分別超標14.01倍和4.17倍。上述研究表明,廣東大寶山地區(qū)土壤主要受Cd和Cu污染,其次為Zn和Pb污染。
采用傳統(tǒng)方法對廣東大寶山地區(qū)土壤重金屬污染評價時,采樣點的選擇對評價結果會產生一定的影響。土壤具有不均勻性和空間變異性等特點,不同采樣點取得的土壤重金屬含量不同,說明土壤重金屬污染具有不均勻性。傳統(tǒng)的評價方法將每個采樣點的數據進行分析計算,所得結果通常只能代表取樣點的污染狀況。信息擴散理論由于對樣本值進行了模糊化集值處理,可以將每個采樣點的土壤重金屬污染水平轉化為集值樣本,提高了研究區(qū)土壤重金屬污染分布的精度。雖然本文的評價結果和以前的評價結果基本一致,但本研究提供了每種重金屬污染發(fā)生概率的分布規(guī)律,這更符合土壤重金屬污染發(fā)生的規(guī)律。
本文對大寶山地區(qū)土壤重金屬污染評價時,在不同點位采取了24個土壤樣品。然而,根據公式(4)計算信息擴散系數h時,最少只需要5個樣品就可以進行計算。因此,在進行大寶山地區(qū)土壤重金屬污染評價時,理論上只要有5個以上代表性點位的土壤重金屬污染數據,就可以計算出該區(qū)域的土壤重金屬污染分布曲線。根據分布曲線可以計算出任何污染水平的發(fā)生概率。
區(qū)域土壤重金屬污染評價是土壤質量管理和治理的基礎工作。準確地確定區(qū)域土壤重金屬污染水平存在一定的難度。本文嘗試采用信息擴散理論對區(qū)域土壤重金屬污染進行評價,還有許多問題需要進行探討。例如:采用信息擴散理論方法進行土壤重金屬污染評價時,單位面積內土壤樣品取多少個較為合理?土壤重金屬污染信息擴散函數除了正態(tài)分布函數外,是否還有更合適的分布函數?這些問題有待進一步研究。
(1)大寶山地區(qū)土壤重金屬Cd污染最嚴重,超過81.19%的土壤發(fā)生了Cd污染。其次為Cu污染,超過72.91%的土壤出現了污染。研究區(qū)內超過57.98%和55.09%的土壤出現Zn和Pb污染。
(2)本文采用24個土壤重金屬樣品數據,根據信息擴散理論結合地累積指數,計算了大寶山地區(qū)土壤重金屬污染狀況。表明通過信息擴散理論,可以用較少的采樣數量對區(qū)域內的重金屬污染進行評價。
(3)采用信息擴散理論對土壤重金屬污染評價,評價結果可以用重金屬污染發(fā)生概率的形式表達,符合土壤重金屬污染發(fā)生的規(guī)律。采用該方法對大寶山地區(qū)土壤重金屬污染評價的結果,基本符合該地區(qū)土壤重金屬污染的實際情況。