Processing math: 100%

滇池重金属污染的分布、积累和风险评估

李贝, 道金荣, 朱润云, 何欢, 孟祥琪, 韩丰霞. 滇池重金属污染的分布、积累和风险评估[J]. 环境化学, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202
引用本文: 李贝, 道金荣, 朱润云, 何欢, 孟祥琪, 韩丰霞. 滇池重金属污染的分布、积累和风险评估[J]. 环境化学, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202
LI Bei, DAO Jinrong, ZHU Runyun, HE Huan, MENG Xiangqi, HAN Fengxia. Distribution, accumulation and risk assessment of heavy metal pollution in Dianchi Lake[J]. Environmental Chemistry, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202
Citation: LI Bei, DAO Jinrong, ZHU Runyun, HE Huan, MENG Xiangqi, HAN Fengxia. Distribution, accumulation and risk assessment of heavy metal pollution in Dianchi Lake[J]. Environmental Chemistry, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202

滇池重金属污染的分布、积累和风险评估

    通讯作者: Tel:+86-0871-65920510,E-mail:hanfengxia@kust.edu.cn
  • 基金项目:
    云南省应用基础研究计划面上项目(2019FB015)资助

Distribution, accumulation and risk assessment of heavy metal pollution in Dianchi Lake

    Corresponding author: HAN Fengxia, hanfengxia@kust.edu.cn
  • Fund Project: General Project of Yunnan Province Applied Basic Research Plan (2019FB015)
  • 摘要: 本文主要研究重金属在滇池水体、沉积物和3种典型野生鱼类(鲤鱼, 鲫鱼和银鱼)中的积累水平, 同时对滇池重金属污染的潜在健康风险进行评估.研究表明, 滇池水体和表层沉积物中5种重金属的浓度大小顺序是一致的(Zn>Cr>Cu>Pb>Cd). 自20世纪70年代以来, 沉积物岩芯中的重金属含量显著增加, 大多数表层沉积物中的重金属含量均高于当地背景土壤值. 但3种典型野生鱼类中积累的重金属均没有超过中国政府部门设定的安全阈值. 鱼类重金属的生物富集因子(BCF)变化很大, 鱼体内肌肉的重金属的BCF的顺序为: Zn>Cd>Pb>Cu>Cr. 此外, 鱼类器官中重金属的平均含量遵循肝脏>腮>肌肉的顺序. 健康风险评估表明, 目前食用鱼对人类是较为安全的, 但在长期食用过程中仍存在潜在的和可预测的健康风险.
  • 自然界中砷经常与贵金属(如Au)或有色金属(如Cu和Pb)矿物伴生,因此在选矿、金属冶炼及硫酸制备的过程中会产生大量酸性高浓度的含砷废水[1-3],根据我国各类工业水污染排放标准的相关规定,这些废水必须进行有效处理,达到排放标准后才能排放,否则会对环境及人类的健康带来很大的危害,其中,硫化物沉淀法是常用的方法之一,但该方法会产生大量的硫化砷渣[4],砷渣中的砷大多以三价的形式存在,而且As(Ⅲ)的毒性是As(Ⅴ)的20—60倍[5],另外,这些硫化砷渣在自然环境中易受温度、pH值、微生物和共存离子等环境因素的影响[6],从而导致硫化砷渣中的砷重新释放到环境中,引起严重的环境砷污染。因此,硫化砷渣的有效处理对于降低其环境风险具有重要的意义。

    将砷渣进行有效的固定是降低其潜在风险的方法之一,常用的固定方法是将砷渣利用惰性材料包裹然后进行卫生填埋[7],然而这种方法对于稳定性差的砷渣来讲,不能从根本上解决其二次溶出砷元素的风险,且由于在处理过程加入大量的惰性材料,导致处理后的砷渣体积成倍增加,从而存在占用大量土地的缺点;从另一方面来讲,如果将砷渣中的砷转化成一种结构和化学性能稳定的物质,那么就会大大降低其溶出的二次风险,这种思路常用于废水中As(Ⅲ)和As(Ⅴ)的去除,如Sunyer等[8-10]将水中的As(Ⅴ)有效地固定在钾明矾石的晶格里,从而达到将As(Ⅴ)稳定化的目的,然而此类明矾石的稳定性虽然较好,但其固砷的效率较低,有研究表明类明矾石中只有15%的硫酸根能被As(Ⅴ)替代[10],而臭葱石作为一种砷酸盐矿物,具有溶解度低、稳定性高和固砷率高等优点[11],因此被认为是一种安全的储砷材料,如Fujita等[12-13]将硫酸亚铁与As(Ⅴ)溶液在50—95℃下反应生成臭葱石,且生成的臭葱石在酸性条件下性能稳定;Gonzalez-Contreras等[14]利用生物反应器将溶液中的五价砷转化成大颗粒的臭葱石;Gomez等[15]利用水热法将Fe2(SO4)3-As2O5-H2SO4体系转化成臭葱石晶体;门玉等[16]通过形成臭葱石和铁素体来去除水中的As(Ⅴ);由此可见,通过生成臭葱石去除As(Ⅴ)和As(Ⅲ)的研究主要集中于含砷废水的研究,较少地应用于砷渣的研究;目前,砷渣的研究依然是借鉴含砷废水的处理思路,即首先将砷渣中的砷通过酸或者碱液浸渍,然后再将浸液中的As(Ⅲ)氧化并转换成臭葱石,如Min等[17]利用NaOH浸出阳极泥中的砷,然后再加入Fe2(SO4)3在80—95℃下氧化生成臭葱石;Ma等[11]将硫化砷渣碱浸后加双氧水氧化成As(Ⅴ),然后再引入Fe2(SO4)3和H2SO4,常压下加热到95 ℃形成臭葱石,由此可见将生成臭葱石的方法借鉴到含砷固废的处理中,通常涉及浸出-氧化-固定等一系列的化学过程,实验操作流程较为复杂;因此寻找一种简便、高效的稳定化处理砷渣的方法具有重要的实际意义。

    在本工作中提出了一种简便、高效的硫化砷渣稳定化处理的方法,通过添加适量的Fe2(SO4)3和H2O2,在水热条件下通过一步反应直接将硫化砷渣转化成大颗粒的臭葱石,同时硫化砷渣中的硫离子被氧化成硫单质。本文主要优化了反应温度、时间、pH值以及Fe/As摩尔比等实验条件对臭葱石的形成过程的影响,分析了臭葱石的相组成和形貌,最后对臭葱石的短期稳定性及长期稳定性进行了评价,并将该处理方法用于实际砷渣的稳定化处理,结果表明该方法是一种简单可行的硫化砷渣稳定化方法,为砷渣的稳定化处理提供了一种新思路。

    亚砷酸钠(NaAsO2)纯度99%、九水合硫化钠(Na2S·9H2O)纯度99%、浓硫酸(H2SO4)、硫酸铁(Fe2(SO4)3),以上所有化学试剂均购自国药控股化学试剂有限公司。

    配置80 mL 0.4 mol·L−1的NaAsO2溶液和110 mL 0.42 mol·L−1的Na2S·9H2O溶液,用46%的H2SO4将NaAsO2溶液调至pH1,在室温条件下,边搅拌边滴加Na2S溶液。反应0.5 h后通过离心获得沉淀,然后用蒸馏水洗涤5次后于60 ℃下干燥过夜,得到黄色固体样品,即为模拟的无定形硫化砷。

    称取0.1 g模拟硫化砷于反应釜中,加入10 mL 10%的H2O2(H2O2与As(Ⅲ)的摩尔比为41:1)和5 mL(浓度:0.0813—0.146 mol·L−1,通过浓度调控Fe/As摩尔比)的Fe2(SO4)3溶液,然后用1 mol·L−1的H2SO4或者1 mol·L−1的NaOH调节混合液的pH值至1—3,搅拌混合均匀,最终在100—160 ℃下反应数小时,最终分别利用离心和过滤获得沉淀产物和漂浮物,然后利用蒸馏水洗涤5次,得到的固体在60 ℃下干燥24 h,获得的固体分别为Fe-As-O的含砷矿物和硫单质;上清液中残余的砷浓度CAs用ICP测定,最终我们将砷的转化率定义为η

    η=(mAsCAsV)/mAs

    其中,mAs(mg)为硫化砷渣中砷的质量;CAs(mg·L−1)为反应后上清液中残余的砷浓度;V(mL)为反应釜中液体的总体积。

    采用Bruker Axs X射线衍射仪进行样品的物相分析,其光源产生条件为40 kV,30 mA,测量时的扫描速度为0.01(°)·s−1,CuKα为激发源,X射线波长为0.154 nm;利用Quanta200型的扫描电镜观察样品的微观形貌和颗粒大小,测试条件为电子加速电压为5—30 kV,真空度为8×10−5 Mba;采用美国尼高力仪器公司生产的FT-IR AVATAR-360型傅里叶变换光谱仪获取样品的红外谱图信息,扫描范围为500—3800 cm−1,扫描次数是32次,分辨率是4 cm−1;采用电感耦合等离子体质谱(ICP-MS)仪测定溶液中砷的浓度。

    选取醋酸缓冲溶液作为毒性实验的浸出液,浸出液的配置流程如下:将5.7 mL的冰醋酸溶入500 mL去离子水中,再加入64.3 mL 1 mol·L−1的NaOH,最后定容至1 L,用1 mol·L1的HNO3或 1 mol·L−1NaOH调节pH值,使其保持在4.9左右。臭葱石的短期及长期毒性浸出实验的具体步骤如下:在烧杯中加入0.5g固体样品,然后加入10 mL浸出液,使液固比(L/S)为20 mg·g−1,在25 ℃恒温振荡器中振荡1、10、30、60 d,转速为(30±2)r·min−1,然后利用0.22 μm的过滤膜过滤收集上清液,通过上清液中砷浓度的大小评估形成的臭葱石的短期和长期稳定性。

    图1给出了合成的硫化砷的XRD及SEM图。由图1可以看出,2θ在18.392o、33.153o和54.582o处有衍射峰,峰位与标准PDF(01-071-2435)卡片大致相符,说明合成的样品确为硫化砷,另外低的衍射强度说明所合成的硫化砷为无定形;由图1的插图可以看出,合成的硫化砷为纳米颗粒的团聚体。另外,合成的硫化砷的浸出实验表明砷的浸出浓度高达500 mg·L−1,远超过《危险废物鉴别标准 浸出毒性鉴别》中的限值(5 mg·L−1)。通常工业上处理含砷废水也是通过硫化物沉淀法去除废水中的As(Ⅲ)或As(Ⅴ),因此我们选取所合成的硫化砷作为稳定化实验的研究对象,进行实验条件的优化,最终利用实际砷渣来验证该方法的有效性和普适性。

    图 1  合成的硫化砷的XRD图和SEM图
    Figure 1.  XRD pattern and SEM image of the synthesized As2S3

    图2给出了不同水热温度下产物的XRD和SEM图。由图2a可以看出,当水热温度在100—160 ℃范围内,XRD的衍射峰2θ在19.713o、27.858o和29.063o处与臭葱石的标准PDF(00-037-0468)卡片相匹配,基本无其它杂峰,说明水热产物为臭葱石;随着水热温度的升高,XRD峰型变得更加光滑且尖锐,由此可以看出提高反应温度有利于获得结晶度较高的臭葱石。图2b-e给出了不同温度下水热产物的SEM图。由图2可以看出,当反应温度为100 ℃时,产物的形貌为粒径大小不均的微米级颗粒聚集体(图2b);当水热温度升高到120 ℃时,产物为20 μm左右的球体(图2c);继续升高水热温度到140 ℃或者160 ℃时,产物的形貌依然为大颗粒的球体(图2d图2e),但球体上出现许多小孔;由图2f可以看出,当温度升高至200 ℃时,水热产物中除了臭葱石外,开始出现正砷酸铁(FeAsO4·0.75H2O)的衍射峰,且随着反应时间的延长,FeAsO4·0.75H2O的峰位越来越明显,峰强越来越高,而当反应时间延长至24 h时,产物的衍射峰与标准PDF(01-081-1923)卡片一致,说明此时水热产物以FeAsO4·0.75H2O为主要物相。

    图 2  不同水热温度下产物的XRD图(a,f)和SEM图(b,c,d,e)
    Figure 2.  XRD patterns(a,f) and SEM images (b,c,d,e) of the products under different hydrothermal temperature
    (实验条件:水热时间:10 h,Fe/As=1.2:1, pH=3)
    (Time: 10 h, Fe/As=1.2:1, pH=3)

    对100—160 ℃下的水热产物进行了毒性浸出实验,砷的浸出浓度分别为2.38、0.70、0.68、0.69 mg·L−1,结果表明所有产物中砷的浸出浓度均低于5 mg·L−1 (《危险废物鉴别标准 浸出毒性鉴别》中的限值),这与Gonzalez-Contreras等[14]的研究一致,Majzlan等[18]的研究表明正砷酸铁的溶解度小于臭葱石,为此进行了FeAsO4·0.75H2O和臭葱石的短期毒性浸出实验,结果表明正砷酸铁中砷的浸出浓度为0.61 mg·L−1,臭葱石中砷的浸出浓度为0.8 mg·L−1,均小于上述标准中的限值,但考虑到节能环保的问题,实验温度选定120 ℃。

    根据上述温度筛选实验的结果,将水热温度设定为120 ℃,改变水热转化时间为2、4、6、8、10 h,研究水热时间对硫化砷稳定化的影响。图3给出了不同水热转化时间下产物的XRD和SEM图。

    图 3  不同水热时间下水热产物的XRD图(a)和SEM图(c,d,e,f,g); g图的局部放大图(h); 砷的转化率和铁的沉淀率随水热时间的变化关系图(b)
    Figure 3.  XRD patterns(a) and SEM images (c,d,e,f,g,h) of the product at the given time; (b) the conversion rate of As elementand the precipitation rate of Fe3+ at the given time
    (实验条件:反应温度:120 ℃,Fe/As=1.2:1,pH=3)
    (Temperature: 120 ℃, Fe/As=1.2:1, pH=3)

    图3a中水热产物的XRD可以看出,当水热反应为2 h时,产物的XRD衍射峰强度较弱,与标准PDF卡片比对后,推断水热产物可能是臭葱石和碱式硫酸铁(Fe(OH)SO4,PDF(00-021-0428))的混合物相,如图3c所示,水热转化2h后,产物的形貌为小颗粒聚集体(如图3c中的圆圈2所示),但也存在微米级的球状物(如图3c中的圆圈1所示),根据下文的分析,推断该球状物可能是臭葱石;随着反应时间的延长(4—10 h),如图3a所示,XRD中Fe(OH)SO4的衍射峰峰强先增大后减少,而臭葱石的衍射峰越来越明显;当反应时间为10 h时,水热产物的XRD衍射峰与臭葱石的标准PDF(00-037-0468)卡片完全匹配,说明水热产物以臭葱石为主要物相;由图3d、3e、3f和3g可以看出,不论产物是臭葱石还是臭葱石与Fe(OH)SO4的混合相,其形貌均为约1 μm的球体,因此从形貌上无法区分这两个物相。由图3g和3h可以看出,大颗粒的臭葱石是由八面体的棱柱聚集成的球状。

    根据上述实验结果,将水热温度和水热转化时间分别设定为120 ℃和10 h,观察反应溶液的pH值对硫化砷稳定化的影响。图4为不同pH值条件下水热产物的XRD和SEM图。由图4a中XRD图可以看出,当反应溶液的pH值为1、2、3时水热产物均为臭葱石物相。图4b—d为在不同pH值(pH=1、2、3)下水热产物臭葱石的微观形貌。由图4可以看出,不同pH值下的臭葱石均为20 μm左右的球状大颗粒,对3种pH值下产生的臭葱石进行了短期毒性浸出试验,砷的浸出浓度分别为0.85、0.81、0.76 mg·L−1,均小于《危险废物鉴别标准 浸出毒性鉴别》标准中的限值(5 mg·L−1),说明反应溶液的pH值在1—3范围内对水热产物的物相和砷的浸出浓度都没有明显的影响,考虑酸性对处理设备的影响,选取pH3进行下一步的实验。

    图 4  不同pH值下产物的XRD图(a)和SEM图(b, c, d)
    Figure 4.  XRD patterns(a) and SEM images(b,c,d) of the product under the given pH value
    (实验条件:反应温度:120 ℃,Fe/As=1:1,反应时间:10 h)
    (Temperature: 120 ℃, Fe/As=1.2:1, Time: 10 h)

    根据上述实验结果,将水热温度、水热转化时间和反应溶液pH值分别设定为120 ℃,10 h和3,研究不同Fe/As摩尔比对硫化砷稳定化的影响。图5为在不同Fe/As摩尔比下获得的水热产物的XRD和SEM图。由图5a可以看出,反应体系中的Fe/As摩尔比影响最终水热产物的物相,当Fe/As摩尔比为1:1—1.2:1时,XRD的衍射峰与臭葱石的标准PDF卡片完全一致,当Fe/As摩尔比增大到1.4:1—1.8:1时,水热产物的衍射峰中出现了Fe(OH)SO4的衍射峰,并且随着铁量的增大,Fe(OH)SO4的衍射峰越来越明显。图5b给出了As(Ⅴ)的转化率和Fe3+的沉淀率随Fe/As摩尔比的变化关系图,由图可以看出随着Fe3+浓度的增大,Fe3+的沉淀率基本不变,而As(Ⅴ)的转化率先增大后减小,在Fe/As摩尔比为1.4:1时砷的转化率达到最大,为95.3%,随后砷的转化率又开始逐步降低。当Fe/As摩尔比在1:1—1.4:1之间,随着体系中Fe3+浓度的增大,Fe3+与溶液中的As(Ⅴ)结合生成臭葱石,所以As(Ⅴ)的转化率逐步升高,剩余的少量Fe3+以Fe(OH)SO4形式被沉淀下来,因此Fe3+的沉淀率依然保持在100%附近,当Fe/As摩尔比在1.4:1—1.8:1之间时,其远大于臭葱石中的Fe/As理论摩尔比(1:1),此时体系中的Fe3+大大过量,因此两种水热产物Fe(OH)SO4与臭葱石之间形成竞争,最终导致溶液中As(Ⅴ)浓度逐渐增加,进而As(Ⅴ)的转化率有所降低;图5c-f分别是Fe/As摩尔比为1:1、1.2:1、1.4:1、1.6:1条件下水热产物的SEM图。由图5可以看出,当Fe/As摩尔比小于1.2:1时,水热产物为较为均一的球形聚集体;而当Fe/As摩尔比为1.4:1时,水热产物的形貌为球形聚集体和爆米花状的聚集体两种形式并存,当Fe/As摩尔比为1.6:1时,水热产物的形貌基本全部为爆米花状聚集体,根据XRD分析结果可知水热产物是臭葱石和Fe(OH)SO4图5e、f)的混合物相。最终我们对水热产物的稳定性进行了评价,Fe/As摩尔比为1.2:1时的产物的砷浸出浓度小于1 mg·L−1,且Fe/As=1.2:1时As(Ⅴ)的转化率达到90%以上,同时考虑到Fe3+用量的经济问题,最终选择Fe/As摩尔比为1.2:1。

    图 5  不同Fe/As摩尔比下水热产物的XRD图(a)和SEM图(c, d, e, f)以及As(Ⅴ)的转化率和Fe3+的沉淀率随Fe/As摩尔比的变化关系图(b)
    Figure 5.  XRD patterns(a) and SEM images(c, d, e, f) of the product for the different Fe/As ratio; (b) the conversion rate of As element and the deposition rate of Fe3+ at the given Fe/As ratio
    (实验条件:反应温度:120 ℃,pH=3,反应时间:10 h)
    (Temperature: 120 ℃, pH=3, Time: 10 h)

    硫化砷在高温高压的水热条件下,在H2O2的氧化作用及弱酸性的水溶液中,硫化砷被逐步溶解,与此同时硫和砷两种元素分别被氧化成单质硫和As(Ⅴ),涉及的反应方程式见(1);然后溶液中的As(Ⅴ)与添加的Fe3+反应生成臭葱石,并在水热条件下不断晶化,涉及的反应方程式见(2)。在硫化砷溶解的过程中,由于硫化砷的氧化溶解需要在一段时间内才能完成,所以在反应的初始阶段,会出现过量的Fe3+生成Fe(OH)SO4的现象(见反应式3),但随着硫化砷的氧化溶解,溶液中As(Ⅴ)的浓度增加,因此Fe(OH)SO4会重新溶解释放出Fe3+(见反应式4),然后溶液中的As(Ⅴ)又与Fe3+结合生成臭葱石(见反应式5);硫化砷中的硫离子被氧化成单质硫,由于其具有疏水性,因此漂浮在溶液上方,易于回收分离(图6)。

    图 6  实验设计思路图
    Figure 6.  The schematics of experimental design
    As2S3+H2O2AsO43+S+H2O (1)
    AsO43+Fe3++H+FeAsO42H2O+H2O (2)
    Fe3++SO42+H2OFe(OH)SO4+H+ (3)
    Fe(OH)SO4+H+Fe3++SO42+H2O (4)
    AsO43+Fe3++H+FeAsO42H2O+H2O (5)

    图7给出了臭葱石的长期毒性浸出实验结果。浸出结果表明臭葱石浸渍一个月时,砷的浸出浓度随着时间的延长逐步增大,之后趋于稳定,浸渍90 d后臭葱石中砷的浸出浓度为2.2 mg·L−1,由此说明本方法能够有效地稳定化硫化砷。

    图 7  臭葱石中砷的浸出浓度随时间的变化关系图(pH=4.9,液固比:20 mg·g-1
    Figure 7.  The leaching concentration of As in scorodite with the increase of time (pH=4.9, liquid/solid: 20 mg·g-1)

    利用实际砷渣评估此方法的适用性,实际砷渣(HN-ASR)的物理化学性质以及处理前后的毒性浸出情况列于表1中。详细的实验过程与上述实验过程类似,通过XRD和SEM图表征可以发现,实际砷渣水热处理后转化为大颗粒状的臭葱石;这与模拟硫化砷的稳定化实验结果相似;从浸出实验的结果(表1)可以看出实际砷渣中砷的浸出浓度均大于400 mg·L−1,而水热处理后的实际砷渣中砷的浸出浓度小于1 mg·L−1;由此说明该方法可以有效的稳定化处理实际砷渣,而且该方法既实现了砷渣的稳定化还获得了单质硫,为硫化砷渣的稳定化及资源化提供一种可行的方法。

    表 1  实际砷渣性质及水热处理前后的砷浸出浓度
    Table 1.  The properties of actual arsenic sulfide residues and the leaching concentration of As before and after treatment
    砷渣类型Arsenic sulfide residues来源Place元素组成/% Composition of element 砷的浸出浓度(TCLP)/(mg·L-1)The leaching concentration of As
    AsSOCuAl处理前Before treatment处理后After treatment
    硫化砷渣河南某铜矿21.437.936.13.51.1425 0.98
     | Show Table
    DownLoad: CSV

    目前含砷固废的处理一般是通过酸溶液或者碱溶液浸渍的方法,将砷元素转移到溶液中,然后再借鉴废水中砷的去除方法将其转化成化学性质稳定的物质。本工作以典型含砷固废—硫化砷渣作为研究对象,研究其稳定化的过程。实验结果表明硫化砷在水热条件以及H2O2的氧化作用下逐步氧化溶解成单质硫和As(Ⅴ),然后As(Ⅴ)与溶液中的Fe3+一步转化成臭葱石,该方法将硫化砷的溶解-再沉淀过程合二为一,简化了常规的含砷固废的处理流程,并可获得硫单质进行资源回收。稳定化处理的结果表明如果水热转化时间较短或者Fe/As摩尔比大于等于1.4:1时,容易生成Fe(OH)SO4,因此筛选出的最佳实验条件是水热温度和时间分别为120 ℃和10 h,pH值为3,Fe/As摩尔比为1.2:1,在上述条件下,砷的转化率可达90%以上;臭葱石的长期(90 d)毒性浸出实验结果为砷的浸出浓度是2.2 mg·L−1,由此表明形成的臭葱石具有优越的稳定性;利用该稳定化方法处理实际砷渣,结果表明处理后的实际砷渣中砷的浸出浓度低于1 mg·L−1,因此该方法是一种简单有效的稳定化砷渣的方法,同时可以回收单质硫,该方法为砷渣的稳定化和资源化提供借鉴意义。

  • 图 1  研究区域和采样点布置图.

    Figure 1.  Study areas and sampling sites in Dianchi lake, China

    图 2  岩芯沉积物重金属浓度深度分布

    Figure 2.  Depth distribution of heavy metal concentrations in sediment cores

    图 3  滇池鱼类样品中铅、锌、铜、镉、铬的含量

    Figure 3.  Concentrations of Pb, Zn, Cu, Cd and Cr in fish muscle samples collected from Dianchi lake

    图 4  6个采样点鲤鱼、鲫鱼的肌肉、肝脏和鳃中重金属的平均含量

    Figure 4.  The average contents of heavy metals in muscle, liver and gills of carp and crucian carp at 6 sampling points

    表 1  滇池地区三种特有野生鱼类的特征

    Table 1.  Characteristics of three endemic wild fishes in Dianchi Lake area

    种类Species数量Number体长/cm Body length体重/g Weight
    均值Average范围Min-Max均值Average范围Min-Max
    鲤鱼Carp1230.9±9.214—51645±485.566—1904
    鲫鱼Crucian carp4016.3±4.77—26113.4±98.113—546
    银鱼Silvery minnow3813.5±3.66—2025.6±16.62—66
    种类Species数量Number体长/cm Body length体重/g Weight
    均值Average范围Min-Max均值Average范围Min-Max
    鲤鱼Carp1230.9±9.214—51645±485.566—1904
    鲫鱼Crucian carp4016.3±4.77—26113.4±98.113—546
    银鱼Silvery minnow3813.5±3.66—2025.6±16.62—66
    下载: 导出CSV

    表 2  滇池8个采样点的水体和沉积物的重金属含量

    Table 2.  The concentrations of heavy metals in the water and surface sediments at 8 sites in Dianchi lake are listed in below table

    采样点C1C2C3C4C5C6C7C8EQS1
    水体/(μg·L−1)Pb36.58±2.03ab20.96±1.84c46.31±2.07d42.84±1.82bd44.85±3.50d33.62±3.13a14.33±0.60e21.22±1.62c≤10
    Zn466.77±4.86a491.72±3.50b355.92±3.43c316.48±3.41d384.02±4.07e345.22±4.08f214.78±1.51g386.97±1.56e≤1000
    Cu93.20±1.88a105.28±5.20b84.15±1.75c125.34±3.06d107.20±1.83b100.43±4.94ab100.58±0.88ab126.36±2.54d≤1000
    Cd2.78±0.09ab3.22±0.12b1.62±0.09c2.54±0.34a1.56±0.23c1.45±0.05cd1.02±0.22d1.36±0.13cd≤5
    Cr105.73±0.85a127.83±2.90b115.89±3.46c113.48±2.75ac115.26±3.98ac118.25±2.18bc86.72±5.28d115.19±3.87ac≤50
    C1C2C3C4C5C6C7C8SBV2
    沉积物/(mg·kg−1)Pb75.03±4.42A96.18±3.39B98.10±4.19B111.76±7.51BC112.13±7.05BC100.90±8.69BC119.13±6.36CD135.37±8.01D26.2
    Zn210.18±6.02A225.04±3.27A165.39±5.59B172.42±6.71B190.09±9.87C189.66±5.51C157.67±8.55B171.80±5.71B88.4
    Cu118.26±2.16AD104.96±5.00ABC120.73±3.96D115.46±5.06ABD193.30±6.12E102.09±7.10BC99.97±8.05C86.59±5.71F35.1
    Cd2.21±0.09ABC2.54±0.08BC2.09±0.14ABD2.29±0.14ABC2.33±0.24ABC2.58±0.08C1.68±0.31D1.86±0.09AD0.28
    Cr134.39±5.16A148.80±3.68B132.68±4.06AC122.62±5.42ACD127.00±6.08AC123.78±4.34ACD110.51±9.45D119.70±10.65CD58.6
      1中国地表水质量标准二级标准;Chinese surface water quality standard secondary standard;2云南省土壤重金属背景值;Yunnan background values of heavy metals in soil;  abcdef代表不同采样点水中重金属浓度的显著差异,P<0.05; The letters abcdef represent the significant difference in the concentration of heavy metals in water between different sampling points (P<0.05);  ABCDEF代表不同采样点沉积物中重金属含量的显著差异,P<0.001.The letters ABCDEF represent the significant difference in the concentration of heavy metals in sediments between different sampling points (P<0.001).
    采样点C1C2C3C4C5C6C7C8EQS1
    水体/(μg·L−1)Pb36.58±2.03ab20.96±1.84c46.31±2.07d42.84±1.82bd44.85±3.50d33.62±3.13a14.33±0.60e21.22±1.62c≤10
    Zn466.77±4.86a491.72±3.50b355.92±3.43c316.48±3.41d384.02±4.07e345.22±4.08f214.78±1.51g386.97±1.56e≤1000
    Cu93.20±1.88a105.28±5.20b84.15±1.75c125.34±3.06d107.20±1.83b100.43±4.94ab100.58±0.88ab126.36±2.54d≤1000
    Cd2.78±0.09ab3.22±0.12b1.62±0.09c2.54±0.34a1.56±0.23c1.45±0.05cd1.02±0.22d1.36±0.13cd≤5
    Cr105.73±0.85a127.83±2.90b115.89±3.46c113.48±2.75ac115.26±3.98ac118.25±2.18bc86.72±5.28d115.19±3.87ac≤50
    C1C2C3C4C5C6C7C8SBV2
    沉积物/(mg·kg−1)Pb75.03±4.42A96.18±3.39B98.10±4.19B111.76±7.51BC112.13±7.05BC100.90±8.69BC119.13±6.36CD135.37±8.01D26.2
    Zn210.18±6.02A225.04±3.27A165.39±5.59B172.42±6.71B190.09±9.87C189.66±5.51C157.67±8.55B171.80±5.71B88.4
    Cu118.26±2.16AD104.96±5.00ABC120.73±3.96D115.46±5.06ABD193.30±6.12E102.09±7.10BC99.97±8.05C86.59±5.71F35.1
    Cd2.21±0.09ABC2.54±0.08BC2.09±0.14ABD2.29±0.14ABC2.33±0.24ABC2.58±0.08C1.68±0.31D1.86±0.09AD0.28
    Cr134.39±5.16A148.80±3.68B132.68±4.06AC122.62±5.42ACD127.00±6.08AC123.78±4.34ACD110.51±9.45D119.70±10.65CD58.6
      1中国地表水质量标准二级标准;Chinese surface water quality standard secondary standard;2云南省土壤重金属背景值;Yunnan background values of heavy metals in soil;  abcdef代表不同采样点水中重金属浓度的显著差异,P<0.05; The letters abcdef represent the significant difference in the concentration of heavy metals in water between different sampling points (P<0.05);  ABCDEF代表不同采样点沉积物中重金属含量的显著差异,P<0.001.The letters ABCDEF represent the significant difference in the concentration of heavy metals in sediments between different sampling points (P<0.001).
    下载: 导出CSV

    表 3  水体(μg·L−1)与表层沉积物(mg·kg−1·dw)样品(n=8)之间重金属浓度的皮尔逊相关系数(r

    Table 3.  Pearson’s correlation coefficient (r) between heavy metals concentration in water (μg·L−1) and sediment (mg·kg−1·dw) samples collected (n=8).

    水体 Water
    PbZnCuCdCr
    表层沉积物Sediment surfacePb−0.364−0.5260.683−0.619−0.155
    Zn−0.0230.873**−0.1290.778*0.554
    Cu0.627−0.114−0.141−0.0260.110
    Cd0.4030.562−0.0720.5620.759*
    Cr0.1930.872**−0.3070.800*0.716*
      * 相关性在0.05水平上显著;Correlation is significant at the 0.05 level;**相关性在0.001水平上显著. Correlation is significant at the 0.01 level.
    水体 Water
    PbZnCuCdCr
    表层沉积物Sediment surfacePb−0.364−0.5260.683−0.619−0.155
    Zn−0.0230.873**−0.1290.778*0.554
    Cu0.627−0.114−0.141−0.0260.110
    Cd0.4030.562−0.0720.5620.759*
    Cr0.1930.872**−0.3070.800*0.716*
      * 相关性在0.05水平上显著;Correlation is significant at the 0.05 level;**相关性在0.001水平上显著. Correlation is significant at the 0.01 level.
    下载: 导出CSV

    表 4  滇池特有野生鱼类的生物富集因子(BCF, L·kg−1)

    Table 4.  Bioconcentration factors of three wild fishes (BCF, L·kg−1)

    鱼类Fish species组织OrganPbZnCuCdCr
    鲤鱼Carp肌肉Muscles2.1514.101.435.880.79
    肝脏Livers7.5936.472.7116.661.50
    鳃Gills4.15929.031.9811.761.29
    鲫鱼Crucian carp肌肉Muscles1.4616.651.215.790.74
    肝脏Livers6.2929.241.9413.161.35
    鳃Gills3.2827.481.637.610.94
    银鱼Silvery minnow肌肉Muscles2.0017.581.226.550.68
    鱼类Fish species组织OrganPbZnCuCdCr
    鲤鱼Carp肌肉Muscles2.1514.101.435.880.79
    肝脏Livers7.5936.472.7116.661.50
    鳃Gills4.15929.031.9811.761.29
    鲫鱼Crucian carp肌肉Muscles1.4616.651.215.790.74
    肝脏Livers6.2929.241.9413.161.35
    鳃Gills3.2827.481.637.610.94
    银鱼Silvery minnow肌肉Muscles2.0017.581.226.550.68
    下载: 导出CSV

    表 5  3种野生鱼类的目标风险指数(THQ)和风险指数(HI)

    Table 5.  The target risk quotient (THQ) and hazard index (HI) of three wild fish species

    鱼类Fish speciesTHQPbTHQZnTHQCuTHQCdTHQCrHI
    鲤鱼Carp0.1350.1290.0300.0820.000440.376
    鲫鱼Crucian carp0.0910.1520.0260.0800.000420.350
    银鱼Silvery minnow0.1250.1610.0260.0880.000390.400
    鱼类Fish speciesTHQPbTHQZnTHQCuTHQCdTHQCrHI
    鲤鱼Carp0.1350.1290.0300.0820.000440.376
    鲫鱼Crucian carp0.0910.1520.0260.0800.000420.350
    银鱼Silvery minnow0.1250.1610.0260.0880.000390.400
    下载: 导出CSV
  • [1] WU L, LIU G, ZHOU C, et al. Spatial distributions, fractionation characteristics, and ecological risk assessment of trace elements in sediments of Chaohu Lake, a large eutrophic freshwater lake in eastern China [J]. Environ Sci Pollut Res Int, 2017, 25(1): 1-13.
    [2] MALIK N, BISWAS A K, QURESHI T A, et al. Bioaccumulation of heavy metals in fish tissues of a freshwater lake of Bhopal [J]. Environmental Monitoring & Assessment, 2010, 160(1-4): 267-276.
    [3] LI Q, ZHOU J, CHEN B, et al. Toxic metal contamination and distribution in soils and plants of a typical metallurgical industrial area in southwest of China [J]. Environmental Earth Sciences, 2014, 72(6): 2101-2109. doi: 10.1007/s12665-014-3118-8
    [4] JHA S K, ACHARYA R N, REDDY A V R, et al. Heavy metal concentration and distribution in a dated sediment core of Nainital Lake in the Himalayan region [J]. Journal of Environmental Monitoring Jem, 2002, 4(1): 131-137. doi: 10.1039/b108318j
    [5] RIBEIRO G S, RIZZO A, SÁNCHEZ R, et al. Heavy metal inputs in Northern Patagonia lakes from short sediment core analysis[J]. 2005, 265(3): 481-493.
    [6] MILLER H, CROUDACE I W, BULL J M, et al. A 500 year sediment lake record of anthropogenic and natural inputs to Windermere (English Lake District) using double-spike lead isotopes, radiochronology, and sediment microanalysis [J]. Environmental Science & Technology, 2014, 48(13): 7254-7263.
    [7] VALLIUS H. Heavy metal concentrations in sediment cores from the northern Baltic Sea: Declines over the last two decades [J]. Marine Pollution Bulletin, 2014, 79(1-2): 359-364. doi: 10.1016/j.marpolbul.2013.11.017
    [8] 薛传东, 刘星, 亓春英, 等. 滇池近代沉积物的元素地球化学特征及其环境意义 [J]. 岩石矿物学杂志, 2007, 26(6): 582-590. doi: 10.3969/j.issn.1000-6524.2007.06.020

    XUE C D, LIU X, QI C Y, et al. Element geochemical characteristics of modern sediments in the Dianchi Lake, Kunming, and their environmental significance [J]. Acta Petrologica Et Mineralogica, 2007, 26(6): 582-590(in Chinese). doi: 10.3969/j.issn.1000-6524.2007.06.020

    [9] 王小雷, 云南高原湖泊近现代沉积环境变化研究[D]. 南京: 南京师范大学, 2011.

    WANG X L. Study on the changes of modern sedimentary environment in Yunnan plateau lakes[D]. Nanjing: Nanjing Normal University, 2011 (in Chinese).

    [10] 张燕, 邓西海, 陈捷. 基于137Cs计年法估算滇池沉积物重金属负荷 [J]. 地理科学, 2007, 27(2): 261-267. doi: 10.3969/j.issn.1000-0690.2007.02.023

    ZHANG Y, DENG X H, CHEN J. Heavy metals loads in sediment of Dianchi Lake based on 137Cs dating [J]. Geographical Science, 2007, 27(2): 261-267(in Chinese). doi: 10.3969/j.issn.1000-0690.2007.02.023

    [11] LI S X, LIU F J, ZHANG F Y, et al. Effects of nitrate addition and iron speciation on trace element transfer in coastal food webs under phosphate and iron enrichment [J]. Chemosphere, 2013, 91(11): 1486-1494. doi: 10.1016/j.chemosphere.2012.12.018
    [12] LALOR G. Trace element speciation for environment, food and health[M]. UK: The Royal Society of Chemistry, 2001.
    [13] DUODU G O, GOONETILLEKE A, AYOKO G A. Comparison of pollution indices for the assessment of heavy metal in Brisbane River sediment [J]. Environmental Pollution, 2016, 219: 1077-1091. doi: 10.1016/j.envpol.2016.09.008
    [14] BALTAS H, SIRIN M, GOKBAYRAK E, et al. A case study on pollution and a human health risk assessment of heavy metals in agricultural soils around Sinop Province, Turkey [J]. Chemosphere, 2020, 241: 125015. doi: 10.1016/j.chemosphere.2019.125015
    [15] MILLER P A, MUNKITTRICK K R, DIXON D G. Relationship between concentrations of copper and zinc in water, sediment, benthic invertebrates, and tissues of white sucker (Catostomus commersoni) at metal-contaminated sites [J]. Canadian Journal of Fisheries & Aquatic Sciences, 1992, 49(5): 978-984.
    [16] SALEM Z B, CAPELLI N, LAFFRAY X, et al. Seasonal variation of heavy metals in water, sediment and roach tissues in a landfill draining system pond (Etueffont, France) [J]. Ecological Engineering, 2014, 69(4): 25-37.
    [17] ZHANG Y, SHI T R, ZHANG Y, et al. Spatial distribution and risk assessment of heavy metals in sediments from a hypertrophic plateau lake Dianchi, China [J]. Environmental monitoring and assessment, 2014, 186(2): 1219-1234. doi: 10.1007/s10661-013-3451-5
    [18] DAI X, ZHOU Y, MA W, et al. Influence of spatial variation in land-use patterns and topography on water quality of the rivers inflowing to Fuxian Lake, a large deep lake in the plateau of southwestern China [J]. Ecological Engineering, 2017, 99: 417-428. doi: 10.1016/j.ecoleng.2016.11.011
    [19] ATKINSON C A, JOLLEY D F, SIMPSON S L. Effect of overlying water pH, dissolved oxygen, salinity and sediment disturbances on metal release and sequestration from metal contaminated marine sediments [J]. Chemosphere, 2007, 69(9): 1428-1437. doi: 10.1016/j.chemosphere.2007.04.068
    [20] YI Y J, YANG Z F, ZHANG S H. Ecological risk assessment of heavy metals in sediment and human health risk assessment of heavy metals in fishes in the middle and lower reaches of the Yangtze River basin [J]. Environmental Pollution, 2011, 159(10): 2575-2585. doi: 10.1016/j.envpol.2011.06.011
    [21] GAO W, HOWARTH R W, SWANEY D P, et al. Enhanced N input to Lake Dianchi Basin from 1980 to 2010: Drivers and consequences [J]. Science of the Total Environment, 2015, 505: 376-384. doi: 10.1016/j.scitotenv.2014.10.016
    [22] ZUO Y G, ZHANG K, LIN Y J. Microwave-accelerated derivatization for the simultaneous gas chromatographic–mass spectrometric analysis of natural and synthetic estrogenic steroids [J]. Journal of Chromatography A, 2007, 1148(2): 211-218. doi: 10.1016/j.chroma.2007.03.037
    [23] 潘珉, 高路. 滇池流域社会经济发展对滇池水质变化的影响 [J]. 中国工程科学, 2010, 12(6): 117-122. doi: 10.3969/j.issn.1009-1742.2010.06.023

    PAN M, GAO L. The influence of socio-economic development on water quality in the Dianchi Lake [J]. Engineering Sciences, 2010, 12(6): 117-122(in Chinese). doi: 10.3969/j.issn.1009-1742.2010.06.023

    [24] VEITH G D, DEFOE D L, BERGSTEDT B V. Measuring and estimating the bioconcentration factor of chemicals in fish [J]. Journal of the Fisheries Research Board of Canada, 1979, 36(9): 1040-1048. doi: 10.1139/f79-146
    [25] CHEN Y, HUANG B, HU W, et al. Assessing the risks of trace elements in environmental materials under selected greenhouse vegetable production systems of China [J]. Sci Total Environ, 2014, 470-471: 1140-1150. doi: 10.1016/j.scitotenv.2013.10.095
    [26] LI R Y, YANG H, ZHOU Z G, et al. Fractionation of heavy metals in sediments from Dianchi Lake, China [J]. Pedosphere, 2007, 17(2): 265-272. doi: 10.1016/S1002-0160(07)60033-2
    [27] WANG B, HUANG B, JIN W, et al. Seasonal distribution, source investigation and vertical profile of phenolic endocrine disrupting compounds in Dianchi Lake, China [J]. Journal of Environmental Monitoring, 2012, 14(4): 1274-1281.
    [28] WAN X, PAN X J, WANG B, et al. Distributions historical trends and source investigation of polychlorinated biphenyls in Dianchi Lake China [J]. Chemosphere, 2011, 85(3): 361-367. doi: 10.1016/j.chemosphere.2011.06.098
    [29] LI Q, ZHOU J L, WANG Y, et al. Effects of sediment dredging on heavy metal removal in Dianchi Lake, China [J]. Advanced Materials Research, 2013, 726-731: 1654-1658. doi: 10.4028/www.scientific.net/AMR.726-731.1654
    [30] ÇOĞUN H Y, YÜZEREROĞLU T A, FIRAT Ö, et al. Metal concentrations in fish species from the northeast Mediterranean Sea [J]. Environ Monit Assess, 2006, 121(1-3): 431-438. doi: 10.1007/s10661-005-9142-0
    [31] CAMERON J N. Water pollution and fish physiology[M]. USA: CRC Press, 1995.
    [32] MCGEER J C, SZEBEDINSZKY C, MCDONALD D G, et al. Effects of chronic sublethal exposure to waterborne Cu, Cd or Zn in rainbow trout. 1: Iono-regulatory disturbance and metabolic costs [J]. Aquatic Toxicology, 2000, 50(3): 231-243. doi: 10.1016/S0166-445X(99)00105-8
    [33] BONSIGNORE M, MANTA D S, OLIVERI E, et al. Mercury in fishes from Augusta Bay (southern Italy): Risk assessment and health implication [J]. Food and Chemical Toxicology, 2013, 56: 184-194. doi: 10.1016/j.fct.2013.02.025
  • 加载中
图( 4) 表( 5)
计量
  • 文章访问数:  4335
  • HTML全文浏览数:  4335
  • PDF下载数:  106
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-02-02
  • 刊出日期:  2021-06-27
李贝, 道金荣, 朱润云, 何欢, 孟祥琪, 韩丰霞. 滇池重金属污染的分布、积累和风险评估[J]. 环境化学, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202
引用本文: 李贝, 道金荣, 朱润云, 何欢, 孟祥琪, 韩丰霞. 滇池重金属污染的分布、积累和风险评估[J]. 环境化学, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202
LI Bei, DAO Jinrong, ZHU Runyun, HE Huan, MENG Xiangqi, HAN Fengxia. Distribution, accumulation and risk assessment of heavy metal pollution in Dianchi Lake[J]. Environmental Chemistry, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202
Citation: LI Bei, DAO Jinrong, ZHU Runyun, HE Huan, MENG Xiangqi, HAN Fengxia. Distribution, accumulation and risk assessment of heavy metal pollution in Dianchi Lake[J]. Environmental Chemistry, 2021, 40(6): 1808-1818. doi: 10.7524/j.issn.0254-6108.2020020202

滇池重金属污染的分布、积累和风险评估

    通讯作者: Tel:+86-0871-65920510,E-mail:hanfengxia@kust.edu.cn
  • 1. 昆明理工大学环境科学与工程学院,昆明,650500
  • 2. 云南省农业技术推广总站,昆明,650000
基金项目:
云南省应用基础研究计划面上项目(2019FB015)资助

摘要: 本文主要研究重金属在滇池水体、沉积物和3种典型野生鱼类(鲤鱼, 鲫鱼和银鱼)中的积累水平, 同时对滇池重金属污染的潜在健康风险进行评估.研究表明, 滇池水体和表层沉积物中5种重金属的浓度大小顺序是一致的(Zn>Cr>Cu>Pb>Cd). 自20世纪70年代以来, 沉积物岩芯中的重金属含量显著增加, 大多数表层沉积物中的重金属含量均高于当地背景土壤值. 但3种典型野生鱼类中积累的重金属均没有超过中国政府部门设定的安全阈值. 鱼类重金属的生物富集因子(BCF)变化很大, 鱼体内肌肉的重金属的BCF的顺序为: Zn>Cd>Pb>Cu>Cr. 此外, 鱼类器官中重金属的平均含量遵循肝脏>腮>肌肉的顺序. 健康风险评估表明, 目前食用鱼对人类是较为安全的, 但在长期食用过程中仍存在潜在的和可预测的健康风险.

English Abstract

  • 重金属在水生生态系统中有着非常广泛的分布. 其主要来源包括地球化学结构、采矿活动、金属冶炼、工业废物、废物焚烧和城市污水排放[1]. 由于重金属不会自然降解,它们通常沉淀在沉积物中,溶解在天然水中,或富集在生物体中[2]. 值得注意的是,重金属在食物链中富集,一旦达到生物利用度的阈值,就会对生物体造成毒性影响[3].

    水体环境的物理化学特征对沉积物积累重金属的行为存在显著影响[4]. 由于湖泊沉积物是水体环境中重要的重金属库,沉积物中积累的重金属成了水体环境重金属污染的一个重要来源,因此对于水生生态系统中沉积物中重金属含量的检测,也是了解水环境重金属污染的重要环节[5]. 湖泊沉积物提供了环境变化的信息,显示了流域内不同重金属浓度的时空差异[6-7]. 通过测定不同深度的沉积物岩芯中重金属的浓度可以推测重金属污染史[8-10]. 然而,重金属生物积累和放大的信息不能只通过测定水体和沉积物中重金属来衡量[11].

    随着时间的推移,水生生物会吸收其生存环境中的各种污染物,另外,鱼类在水生环境食物网中占据重要地位. 因此,检测鱼类重金属的富集情况可以作为水体环境重金属污染的生物监测手段[10]. 更重要的是,鱼体内富集的重金属可以通过食物链转移到人体. 一般来说,重金属可以分为有毒元素(如Pb、Cd、Cr)和生物必需元素(如Cu、Zn),但即使是生物必需元素在高浓度条件下也会产生毒性效应[12]. 测定鱼体中的重金属含量,对评估人类食用鱼的潜在健康风险具有重要意义[13-14]. 研究鱼类组织中重金属的含量,将有助于评价水环境中重金属的污染状况. 鱼类的肌肉组织是人类消费的主要部分;肝脏是金属最重要的代谢和储存器官[15];鳃可以直接反映水中的金属含量,因为它们是直接暴露在水环境中的呼吸器官,可以调节酸碱和离子转移[16]. 因此,本研究检测鱼类的肌肉、肝脏、鳃部位的重金属含量,来了解鱼类体内重金属污染情况.

    滇池作为水资源保护区以及中国最大的高原淡水湖,同时也是昆明市主要的储备水源. 根据《云南省环境保护厅关于印发云南省地表水水环境功能区划(2010—2020年)的通知(云环发〔2014〕34号)》一般鱼类保护区和游泳区,执行地表水环境质量Ⅲ类标准. 在经济快速发展的几十年中,该湖受到了工业、农业和城市日常生活污水和废物的严重污染. 滇池是一个富营养化程度很高的湖泊,具有弱碱性环境和较高的溶解氧浓度[17]. 在弱碱性条件下,即使存在相当大的物理干扰,沉积物中的重金属也很难释放出来进入水体[18]. 在较高溶解氧条件下,金属氧化物和氢氧化物与可溶性重金属离子结合形成共沉淀.[19]悬浮沉积物从水中吸附重金属污染物,从而降低其在水中的浓度[20],使得沉积物中重金属含量高于地表水. 尽管之前有研究表明,在滇池沉积物中存在大量重金属[21],但它们在水体和沉积物中的空间分布和历史变化,以及随环境条件变化在特有野生鱼类组织中的生物蓄积量知之甚少.

    本文对滇池水环境、底泥和3种典型野生鱼类(鲤鱼、鲫鱼和银鱼)中Pb、Zn、Cu、Cd、Cr的含量进行了比较研究. 本研究旨在研究水体和沉积物中重金属的含量及其空间变化,阐明其在鱼类器官中的富集水平,为重金属污染防治提供基础资料. 在此基础上,对滇池重金属污染对周边居民可能造成的危害进行了评价. 这些研究有助于更好地了解重金属在自然水环境中的迁移转化以及在生物体内的富集情况,为合理管理和控制重金属污染提供有效信息.

  • 本研究所用溶剂均为分析纯级或色谱纯级. 以Pb、Zn、Cu、Cd、Cr为储备标准溶液(1000 μg·mL−1),经适当稀释后制成标准曲线制备液. 所有塑料容器和玻璃器皿在使用前用稀硝酸(1+9,V/V)浸泡并用蒸馏水冲洗. 微波辅助消解(MAD)由ETHOS 1高级微波消解系统(Milestone,Italy)进行,该系统配有12个样品盘和温度控制系统[22]. 采用火焰/石墨原子吸收光谱仪(AAS,Varian instruments AA240)和电感耦合等离子体质谱仪(ICP-MS,Thermo)进行样品分析.

  • 滇池(东经102°10′—103°440′,北纬24°23′—26°22′)是位于我国西南地区的高原湖泊. 该湖海拔1886 m,水面面积330 km2,湖的平均和最大水深分别为4.4 m和10.4 m[23],研究区域和采样点布置图如图1所示.

    本研究综合考虑采样点的总体覆盖范围,并结合滇池典型地表水水质监测断面(生态环境部,2012年),选择以下8个采样点(C1:晖湾、C2:宝象、C3:罗家营、C4:观音山西、C5:大鱼乡、C6:海口西、C7:白鱼、C8:滇池南)采集水样和沉积物样品,其中晖湾、罗家营、观音山西、海口西及滇池南5个点位为地表水水质国家重点监控断面. 采样点的坐标采用全球定位系统(GPS,Spectra Precision,America)记录. 用4 L棕色玻璃瓶采集水样,立即向水样中加入1%硝酸,以抑制金属与容器壁的结合. 表层沉积物样品是从湖床顶部以下10 cm处使用不锈钢抓斗取样器采集. 用不锈钢重力取芯器取样容器从110 cm深度采集沉积物岩芯样品. 沉积物岩芯被分成22层,每层5 cm高. 沉积物岩芯的所有部分都放在一个贴有相应标签的塑料袋中. 水样以4 ℃的温度储存,沉积物样品以−35 ℃的温度储存.

  • 从湖的6个采样点(F1:晖湾、F2:观音山西、F3:大鱼乡、F4:海口西、F5:白鱼、F6:滇池南)采集鱼类样品. 由于鱼存在活动行为,来自某个“地点”的样本实际上代表了一段距离取样地点大约3 km的水域. 表1列出了每个地点每个物种的分析样本信息.

    所分析的鱼类种类有鲤鱼、鲫鱼和银鱼,它们是滇池中常见的鱼类,在食物链中占有相同的位置. 这3种鱼类被当地居民广泛食用,具有较大的研究价值. 本研究从6个地点共采集到90个标本,包括3个物种.

  • 水样用2 mL浓硝酸(65%)和1 mL过氧化氢(30%)在180 ℃条件下消解10 min后用微孔0.45 μm玻璃纤维过滤器(Billerica,MA,USA)过滤去除藻类、浮游动物和悬浮颗粒,然后储存在4 ℃下. 沉积物样品冷冻干燥后用孔径为1 mm清洁塑料筛,筛除大块石头、贝壳等碎片. 筛过的沉积物在玛瑙研钵中研磨,直到所有颗粒通过100目尼龙筛(0.147 mm).在本研究中使用4 mL硝酸(65%)、2 mL过氧化氢(20%)、1 mL氢氟酸(40%)配合微波辅助消解法对沉积物样品进行前处理[3]. 完全消解后,冷却至室温,并用超纯水(Mili-Q 18.2 MΩ·cm电阻率)稀释至所需体积,待测重金属含量.

    用致死剂量的麻醉剂(MS-222)杀鱼后,用手术刀解剖,将组织与骨骼分离. 对鱼个体的肌肉解剖、汇集、匀浆和冻干(Eyela FDU-1200,Japan),器官组织均化并分开保存. 银鱼体形较小(<15 cm),只分离肌肉和内脏. 冻干后,将样品磨成粉末,筛至<1 mm,然后在室温下密封储存. 在微波消解系统中,用浓硝酸(65%)和过氧化氢(30%)消化干鱼样品,并用超纯水(Milli-Q 电阻率>18.2 MΩ·cm)稀释样品.

  • 生物浓缩因子(BCFs)的计算形式如下:BCF=CF/CW,其中CF为鱼组织中的目标污染物浓度,CW是水中的浓度[24]. 鱼的重量以湿重(ww)计算,单位为L·kg−1. 本研究将BCFdw通过含水率换算成BCFww(用于分析鱼样品的含水量为82.5%—86%,本文按85%进行转换).

    目标危险系数(THQ)是暴露量与参考剂量之间的比率,用于表示非致癌作用的风险. 如果该比率小于1,则无明显风险,当剂量大于或等于RfD时,受关注的暴露人群将面临健康风险.

    式中,EF是暴露频率(365 d·a−1);ED是暴露持续时间(按平均寿命70年算);FIR是食物摄入率(g·d−1);C是鱼类中的重金属浓度(μg·g−1);RfD是重金属口服参考剂量(mg·kg−1·d−1,参考美国环保局标准为Cd、Pb、Cr、Cu、Zn(0.001、0.004、1.5、0.04、0.3));BW是成人的平均体重(按60 kg算);ATn是非致癌物平均暴露时间(365 d·a−1×ED).

    由于暴露于两种或多种污染物可能会导致加和或相互作用从而产生潜在健康危害的潜在风险[25]. 本研究用危险指数(HI)来表示各个金属THQ值的算术总和.

    式中, THQn分别为THQPb、THQZn、THQCu、THQCd、THQCr.

    所有统计分析均采用IBMSPSS 20.0版进行. 采用单因素方差分析(ANOVA)对各类样品间的差异进行了检验. 秩相关分析(RHO)探讨了金属浓度与其他水化学变量之间的关系. 用单因素方差分析(ANOVA)比较了物种、组织和地点之间的平均金属浓度差异. 采用方差分析程序,采用Tukey显著性差异检验(HSD)进行多重比较. 如果P<0.05,则差异显著. 所有数据均表示为平均值的±标准误差.

  • 表2显示了滇池各采样点水体中重金属的浓度,不同的采样点的水体的重金属浓度存在着明显的差异(ANOVA,P<0.05). 8个水体取样点重金属的浓度顺序可大体概括为Zn>Cr>Cu>Pb>Cd. 宝象(C2)的水体中Zn、Cd、Cr(六价)浓度最高(P<0.05),罗家营(C3)的Pb浓度最高(P<0.05),采样点C2、C3所在地均十分靠近昆明市. 靠近晋宁工业园区的C8采样点水体中的Cu浓度最高(P<0.05). 水体中重金属的浓度可能与这些地点周围的城市径流、污水排放口和废水排放有关.总的来说,人为因素很大程度上影响了滇中水体重金属的浓度[26]. 根据国家环境保护总局2002年颁布的《地表水环境质量标准》(GB3838—2002),滇池水体中Pb浓度超Ⅱ类水标准,Cr(六价)浓度超Ⅴ类水标准. 除Cu(r=0.147,P=0.05)和Pb(r=−0.039,P=0.928)外,pH值与水中其他重金属浓度呈负相关(r<−0.454,P<0.258). pH值的平均值为9.12,在这种情况下,重金属很容易结合到沉积物中,不会从沉积物中释放出来[17].

    表2显示了各采样点表层沉积物中重金属的含量. 各个采样点间虽然存在着明显的差异(ANOVA,P<0.001),但在各采样点重金属中遵循着Zn>Cr>Cu>Pb>Cd的含量顺序. 在滇池北部的晖湾(C1)及宝象(C2)点位具有较高的Zn、Cr和Cd含量,相反在滇池南部的滇池南(C8)点位具有较高的Pb含量,此外大渔乡(C5)Cu元素含量也明显高于其他位点.表2中给出了当地重金属的土壤背景值(1990年),发现各采样点的表层沉积物中重金属的含量均高于土壤背景值,存在严重的重金属污染. 表层沉积物中的重金属来自于水体重金属. 宝象(C2)水体Zn和Cr污染严重的同时表层沉积物中也存在较高的Zn和Cr含量. 由于滇池富营养化的特点,使得沉积物中产生了大量有机质,其中腐殖酸类物质可以与部分重金属形成天然聚电解质的络合金属离子从而结合迁移并沉淀到沉积物中[17]. 同时根据水体及表层沉积物中重金属浓度的相关性分析表3也可以看出,同一采样点表层沉积物Zn、Cr含量与水体Zn、Cr含量呈显著正相关(r=0.873,P<0.001和r=0.716,P<0.05).

  • 滇池沉积物中Pb、Zn、Cu、Cd、Cr共5种重金属的垂向分布情况如图2所示. 总的来说,30—110 cm的沉积物中重金属的平均浓度近似等于当地土壤的背景水平(国家环保总局,1900年).沉积物岩芯的重金属浓度从30—10 cm明显增加,从10 cm到表层平稳增加. 每个沉积岩芯层段内的重金属含量可以代表某一个时间段内的沉积物重金属污染情况. 通过有关滇池的210Pb和137Cs年代测定[1027]和滇池沉积物长期的沉积记录来看,0—5 cm的表层沉积物的沉积速率大约为1.40 cm·a−1,5—55 cm的岩芯沉积物的沉积速率约为0.75 cm·a−1,55—110 cm的深层岩芯沉积物的沉积速率为0.26 cm·a−1[27-28].

    由此可以判断不同深度的岩芯沉积物的沉积年代,深度在5—10 cm岩芯沉积物大约在21世纪初10年间沉积下来的,而深度在25—30 cm岩心沉积物大约在20世纪70年代沉积下来的,可以推测岩心沉积物的最深层有150多年的历史. 20世纪70年代以来,Pb、Zn、Cu、Cd、Cr的含量上升,对应于10—30 cm的沉积物岩芯. 显然,自20世纪70年代以来,滇池沉积物受到人为源重金属的污染较为严重,这一时期滇池周边地区城市化和工业化的快速发展造成了重金属污染. 此外,研究结果还表明,自2000年以来,这些金属的浓度变化幅度较小,相当于沉积岩芯与表层之间的距离为10 cm.这可能是因为昆明市政府从2003年开始实施环境管理工程,包括调水节水工程、截污工程、河道整治工程、生态修复工程等,农村和农业改良工程、建设工程和生态疏浚工程[29].

  • 地方野生鱼类中重金属含量分析,点位(F5、12>12.761、P<0.01、ANOVA)和组织(F2、51>7.410、P<0.01、ANOVA)有显著差异,但物种间的差异显著性较低. 鱼类肌肉中重金属的含量如图3所示. 所有金属含量均以干重为基础测定. 靠近济宁工业园区的F4周围3种鱼类肌肉中Pb、Zn、Cu、Cd、Cr含量均显著高于F1、F2、F3、F5和F6.与其他采样点位(F2、F3、F5、F6)相比,采样点F1鱼肌肉中Pb、Zn、Cu的含量显著较高(P<0.05).

    根据国家食品安全标准(GB 2762—2012),以样品单位湿重浓度为指标,提出了食品中Zn(GB 13106—91)和Cu(GB 15199—94)的限量标准. 国家食品安全标准规定的Pb、Cd、Cr湿重浓度阈值分别为0.5、0.1、2.0 mg·kg−1,食品中Zn、Cu的限量分别为50、10 mg·kg−1. 分别测定了鱼样品中的水分含量,并测定了鱼肌肉中重金属Pb、Zn、Cu、Cd和Cr的最大湿重浓度,分别为0.12、10.18、0.22、0.02、0.14 mg·kg−1. 所采鱼类Pb、Zn、Cu、Cd、Cr含量均未超过卫生部规定的标准(GB 2762—2012).

    具体来说,鱼肌肉中Pb的最低和最高水平分别为:鲫鱼在F2位点的(0.10±0.01) mg·kg−1和鲤鱼在F4位点的(0.78±0.01 )mg·kg−1. 通过对所有鱼类的研究,发现肌肉中Zn(21.79—67.87 mg·kg−1)和Cu(0.48—1.47 mg·kg−1)的含量均高于其他金属,但鱼肌肉中Zn和Cu的含量均低于限值. 所有鱼类品种的肌肉中Cd(0.03—0.16 mg·kg−1)含量均较低. 而距离济宁工业园区最近的F4点,3种特有野生鱼类中Cd含量均比其他点高2—3倍,说明工业废水是造成该区Cd污染的主要原因. 鲤鱼肌肉中Cr含量最低,为(0.13±0.01 )mg·kg−1,银鱼中Cr含量最高,为(0.89±0.15 )mg·kg−1.

    在所有采样点,对同一物种(鲤鱼和鲫鱼)的器官(肌肉、肝脏和鳃)进行解剖和收集,以测定Pb、Zn、Cu、Cd和Cr的浓度. 鲤鱼和鲫鱼肝脏、鳃和肌肉中的金属含量分析结果如图4所示. 鲤鱼和鲫鱼组织中重金属含量均无异常值. 其中,相较于其他组织,鱼类(鲤鱼和鲫鱼)肝脏中各种中重金属的平均含量最高,分别为鲤鱼:Pb(1.63±0.32) mg·kg−1、Zn(85.67±7.70 )mg·kg−1、Cu(1.97±0.42) mg·kg−1、Cd(0.20±0.05) mg·kg−1、Cr(1.09±0.54) mg·kg−1,鲫鱼:Pb(1.35±0.45 )mg·kg−1、Zn(68.68±21.23 )mg·kg−1、Cu(1.41±0.35) mg·kg−1、Cd(0.16±0.03 )mg·kg−1和Cr(0.98±0.43) mg·kg−1.从结果上看,鱼类肝脏具有最高重金属含量,可食用部分肌肉中重金属含量最低,而鳃的重金属含量介于肌肉与肝脏中间. 根据研究表明[30],肝脏是重金属最佳的储存器官,且在鲤鱼和鲫鱼各组织中遵循肝脏>鳃>肌肉的平均重金属含量顺序. 鱼鳃作为与水环境直接接触换气的器官,直接接触受污染水体也是导致其含量较高的原因[31]. 此外还发现,鲤鱼中各重金属含量均较高于鲫鱼,可能是由于其不同的生长习性、环境行为以及鱼龄等的差异才导致鲤鱼对于重金属的富集能力强于鲫鱼.

  • 生物富集是化学物质从周围环境中吸收到生物体中的一个过程. BCF值通常被认为是反映污染物在生物体内富集程度的一个相关指标[32]. 在比较金属吸收顺序时,用BCF值来表示生物富集的结果是具有参考价值的. 表4总结了本研究中鲤鱼、鲫鱼和银鱼肌肉、肝脏和鳃的BCF值. 根据计算结果,这3种鱼类肌肉组织的BCF值最低,其重金属的富集顺序为Zn>Cd>Pb>Cu>Cr.总的来说,滇池鱼类的BCF值均较低,表明滇池鱼类没有受到严重的重金属污染. 但滇池鱼类的金属生物富集受多种因素的影响,需要进一步的研究来解释其生物富集模式的可能机制.

  • THQ和HI可以为在污染环境中的暴露物提供判断其健康风险水平的信息[33]. 由表5可得知,滇池3种鱼类的HI和THQ均小于1,表明接触者没有明显的健康风险. 综合比较每种鱼类的THQ值看到,Pb和Zn为最高值,且分别占人类健康的31%和39%,Cr为最低值. 这说明,Pb和Zn元素为滇池鱼类对人类健康风险的两种主要贡献者. 3种野生鱼类中Cr元素的THQ值在0.00039—0.00044之间,所以消费这3种野生鱼类的健康风险微乎其微的. 表5显示,鲤鱼、鲫鱼和银鱼的重金属HI值分别为0.376、0.350和0.400.其中,银鱼的HI值略高于鲤鱼和鲫鱼,说明食用银鱼较另两种鱼有更高的非致癌风险. 虽然单个鱼类样品的HI不超过1,但由于重金属的积累和降解抗性. 长期食用这三种鱼类,可能存在一定的非致癌风险. 滇池鱼类重金属积累不可忽视,当其富集程度达到生物毒性水平时,将可能对长期暴露物甚至人群造成一定的健康风险. 本研究所研究的鱼类作为人类饮食的重要组成,为了保证滇池周边居民的健康不受影响,需要加大滇池重金属污染的防治力度.

  • 在8个滇池水体和表层沉积物采样点中,靠近城市径流和工业园区的点位如C1(晖湾)、C3(罗家营)、C5(大鱼乡)、C8(滇池南)重金属含量均较高,说明人为因素大大影响了重金属含量. C2(宝象)点位的Zn、Cr、Cd均在滇池水体和表层沉积物中体现出最高含量水平,且重金属在水体中的浓度顺序与在表层沉积物中的含量顺序大体一致,均体现为Zn>Cr>Cu>Pb>Cd,这都充分体现了重金属在水体和沉积物之间的相互补充关系. 通过分析滇池8个采样点岩芯沉积物中重金属元素浓度水平及污染特征,得到了重金属元素在滇池污染的历史数据,揭示了滇池重金属污染历史的三个阶段,并发现是由于工业和经济的迅速发展才使得柱状沉积物重金属含量发生变化. 对采集的3种鱼类的肌肉分析中,所检测的5种重金属均没有超过国家规定的限值,并且这3种鱼类重金属的THQ和HI值都小于1,这意味着,人类单一消费其中一种鱼类而摄入的重金属元素对其潜在非致癌性健康风险较低. 鲤鱼和鲫鱼不同组织中重金属的含量也遵循着肝脏>鳃>肌肉的平均重金属含量顺序. 但由于重金属的积累特性可能对人体带来的危害,用有效的措施对滇池进行保护也是刻不容缓的.

参考文献 (33)

返回顶部

目录

/

返回文章
返回