小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析

代静, 赵玉强, 李欣, 王泽明, 刘阳, 徐亚会, 刘善军, 冯成洪. 小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析[J]. 环境化学, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403
引用本文: 代静, 赵玉强, 李欣, 王泽明, 刘阳, 徐亚会, 刘善军, 冯成洪. 小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析[J]. 环境化学, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403
DAI Jing, ZHAO Yuqiang, LI Xin, WANG Zeming, LIU Yang, XU Yahui, LIU Shanjun, FENG Chenghong. Pollution assessment and source analysis of heavy metals and nutrients in surface sediments of Jinan section of Xiaoqing River[J]. Environmental Chemistry, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403
Citation: DAI Jing, ZHAO Yuqiang, LI Xin, WANG Zeming, LIU Yang, XU Yahui, LIU Shanjun, FENG Chenghong. Pollution assessment and source analysis of heavy metals and nutrients in surface sediments of Jinan section of Xiaoqing River[J]. Environmental Chemistry, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403

小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析

    通讯作者: Tel:15253190369,E-mail:357729507@qq.com

Pollution assessment and source analysis of heavy metals and nutrients in surface sediments of Jinan section of Xiaoqing River

    Corresponding author: DAI Jing, 357729507@qq.com
  • 摘要: 本文分析评价了小清河济南段干流29个点位表层沉积物中有机碳、总氮、总磷以及8种重金属空间分布和风险特征,解析了重金属和营养盐污染来源。结果表明,8种重金属中,Hg未检出,7种重金属平均含量由高到低依次为,Zn>Cr>Cu>Pb>Ni>As>Cd;与《土壤环境质量——农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中风险筛选值(pH>7.5)为标准值比较,Zn和Cd两种重金属平均含量超标,其他5种重金属平均含量未超标;各重金属平均含量均高于背景值。地累积指数评价结果为Zn和Cd为偏中度污染,Cu、Pb、Cr为轻度污染,Ni和As为无污染。潜在生态风险为中度风险,其中Cd为较重风险,其他重金属均为低风险。Cd是综合生态危害指数构成的最主要的金属。有机氮和有机指数均为清洁水平。TN含量水平较低,TP污染水平较高。推测沉积物中Cd、Cr、Cu、Pb、Zn主要来源为工业源和城市交通源,营养物主要来源为城市生活源。因此,本研究可为开展小清河济南段环境管理的重金属和营养物的污染防治工作提供技术支撑。
  • 我国北方大部分区域属于干旱半干旱区,地表水较少,而地下水由于分布广泛、变化稳定、水质优良的特点,已成为当地工、农业生活生产的主要用水[1]. 但随着农药、化肥的广泛使用、污水的大量排放,地表水与地下水水质不断恶化,城市经济发展和生态良性循环受到严重制约[2-3]. 开展流域水化学特征及水质评价研究,对明确水质现状、揭示水循演化规律、健全水污染防治与水资源管理制度具有重要意义[4-5].

    针对流域水化学特征及水质评价,国内外学者已开展了大量研究工作. 丁启振等[6]通过对新疆博尔塔拉河上游河谷地区不同水体进行取样分析,揭示了该区水化学的控制作用,明确了水化学组分的主要来源及水质现状. 夏璐等[7]运用多种水化学方法,对胶东半岛沿海地区的地下水进行分析,明确了区域水化学特征,并揭示了地下水污染主要是由人类活动引起的. Srilert等[8]通过对泰国碧差汶府与披集府交界处的地下水进行取样分析,明确了研究区不同时期的水化学类型,并基于主成分分析揭示了自然因素和人类活动对水化学的影响. Bouselsal等[9]基于多种水化学分析方法,揭示了阿尔及利亚地区地下水的水化学成因规律及主要离子反应,并使用电导率(EC)、钠吸附比(SAR)等不同参数,对饮用水源和灌溉水源分别进行了水质评价.

    在以往的研究中,众学者主要集中于泉域地下水水化学特征沿流向的演化规律研究,或不同水体的水化学特征及成因机制研究,很少涉及对流域水化学在垂向的分布特征及成因规律研究. 而在该地区,也主要集中于对三姑泉域岩溶地下水的水化学特征研究,缺乏对丹河流域水化学特征及其成因规律的针对性探究. 因此,本文以丹河流域泽州段的地表水、浅层地下水、深层地下水及泉水等4种水体类型为研究对象,基于采样实测数据,结合流域水文地质条件,旨在查明流域水化学的垂向分布特征及成因规律,明确不同水体的水质现状,为丹河流域的水源保护及生态管理提供科学依据.

    丹河是沁河的最大支流[10],流经山西、河南两省,并在河南省沁阳县汇入沁河. 丹河全长162 km,平均坡降7.6‰,流域面积为3220 km2. 丹河干流上建成的两座中型水库是任庄水库和东焦河水库;支流主要有白洋泉河、巴公河、北石店河及东大河. 河道常年有水,据任庄水库观测资料,多年平均流量为1.6 m3·s−1. 由于受晋城—高平断裂构造的影响,河水在中上游任庄水库段补给地下水,地下水在泽州县小会以下河段以泉的形式补给河水. 流域内岩溶裂隙发育,地下水储量丰富,是我国岩溶水系统的代表区域.

    本文以丹河流域泽州段为研究区(图1),属暖温带大陆性半干旱气候区,四季分明;自南向北气温逐渐递减,年平均气温为10—11 ℃. 区内多年平均降雨量625.2 mm,汛期6—9月的降雨量占全年降雨量的68%,7—8月雨量比较集中,多以强暴雨的形式出现. 区内多年平均蒸发量为1693 mm,其中最大蒸发量为398.3 mm,集中在6月;最小蒸发量为15.6 mm,一般在12月.

    图 1  研究区采样点分布图
    Figure 1.  Distribution of sampling sites in the study area

    2022年6月在研究区共采集了29组水样(河水12组、浅层地下水6组、深层地下水10组、泉水1组),采样点分布见图1. 取样完成后放置于棕色水样瓶加冰保存,并于48 h内送至实验室检测. pH、温度、TDS、溶解氧和电导率由哈纳(HANNA)HI9829笔式测定仪现场测定;HCO3采用盐酸滴定法检测;K+、Ca2+、Na+、Mg2+、F、Cl、SO42−采用离子色谱法检测.

    利用SPSS Statistics软件分析水化学各检测指标的最大值(Max)、中值(Me)、最小值(Min)、均值(Mean)、方差(SD)及变异系数(CV),采用相关性分析、Piper三线图、Gibbs图、氯碱指数及主要阴阳离子比值等水化学方法,研究水体水化学特征及成因规律.

    根据水质级别的确定原则,水质评价方法可分为确定性评价方法和不确定性评价方法,确定性评价方法包括单因子法、综合指数法、分级评价法等;不确定性评价方法包括模糊评价法、主成分分析法等[11]. 但由于水质类别的一个区间范围,归属同一水质类别的不同水体,其污染状况也不全相同,尤其当指标浓度值靠近类别值的上限和下限时,确定性评价方法的评价结果会严重失真[12],因此,在实际应用过程中,不确定性评价方法的评价结果往往更加接近实际情况[13]. 而模糊评价法基于隶属度理论能有效的解决模糊不清和量化困难的问题,适合将问题的定性描述转化为定量分析,相较主成分分析法更能体现不同评价因子对水质的综合影响[14-15].

    使用模糊评价法进行水质评价的过程中,关键问题是如何确定权重,这直接影响水质评价的结果[16]. 污染加权法、专家评判法、层次分析法等都是较为常用的确定权重方法. 但污染加权法难以准确描述多个评价指标的相互联系,容易造成评价结果出现均化、失真;专家评判法和层次分析法过分依赖个人的意见,使结果受人为影响较大. 而熵权法是基于客观数学计算的一种赋权方法,既可以有效避免人为赋权的主观性,又可以考虑到不同指标的相对重要性[17],因此本文选用基于熵权法的模糊评价法,可以准确评价目标水体的水质状况.

    (1)建立隶属函数和关系矩阵

    水体的水质一般被分为5个等级,分别计算各项评价因子在不同水质等级的隶属度,再基于计算结果构建评价指标的模糊关系矩阵R[18].

    xi1={1(nc1)nc1c2c1(c1<n<c2)0(nc2) (1)
    xi2={1(nc1)nc1c2c1(c1<n<c2)c3nc32(c2nc3) (2)
    xi3={1nc2)nc2c3c2(c2<n<c3)c3nc4c3(c3nc4) (3)
    xi4={1nc3)nc3c4c3(c3<n<c4)c4nc4c5(c4nc5) (4)
    xi5={1(nc5)nc4c5c4(c4<n<c5)0(nc4) (5)

    式中,xi1xi2xi3xi4xi5为某一指标对应不同水质等级的隶属度;n为指标实测值;c1c2c3c4c5该指标水质分类标准值.

    (2)熵权法计算权重系

    ①构造判断矩阵T=(tij)mn(i=1,2,,n;j=1,2,,m). 其中m为评价对象个数,n为评价指标个数.

    ②对判断矩阵进行归一化处理,得到矩阵B=(bij)mn(i=1,2n;j=1,2,m). 其中,数值越小水质越好的指标,其计算公式为:

    bij=max{tij}tijmax{tij}min{tij} (6)

    数值越大水质越好的指标,其计算公式为:

    bij=tijmin{tij}max{tij}min{tij} (7)

    式中,tij为第m个评价对象的第n项指标检测值.

    ③指标熵(Hi)的计算,公式如下:

    Hi=kmn=1fijlnfij (8)

    式中,fij为第m个评价对象的第n项指标检测值在所有评价对象中所占的比例. fij=bij/mn=1bijk=1/lnm;当fij=0时,令fijlnfij=0

    ④指标熵权值(wi)的计算公式如下,且满足nn=1wi=1.

    wi=1Hinni=1Hi (9)

    (3)确定评价等级

    P=W×R (10)

    式中,P为评价水体对应不同水质等级的隶属度,W为权重所构成的权重矩阵,R为模糊关系矩阵,基于计算结果,采用最大值原则进行水质等级评价.

    研究区内第一产业以农业为主,除居民生活用水外,区内水资源主要用于农田灌溉,而灌溉水质是影响土壤肥力的主要因素,当灌溉水中可溶性盐含量较高时,容易造成土壤盐碱化. 研究区内水体阴阳离子含量丰富,由TDS检测结果可知,部分水体已经属于微咸水,有造成土壤盐碱化的风险,而钠吸附比(SAR)和钠百分比(SSP)是我国北方碱性灌溉水质的重要参数,当土壤中钠离子含量过多就会改变土壤碱化性质、破坏团粒结构,导致土壤板结、透水性及透气性变差,最终影响作物正常生长发育[19]. 因此本文基于SAR和SSP两个重要指标,对研究区内灌溉水源进行水质评价,用以描述水体中的钠含量,衡量水体对土壤盐碱化的影响程度[20].

    SAR=[Na+]([Ca2+]+[Mg2+])/2 (11)
    SSP=([Na+]+[K+])×100[Ca2+]+[Mg2+]+[Na+]+[K+] (12)

    式中,[Na+][Ca2+][Mg2+][K+]均为以meq·L−1为单位的离子浓度.

    计算研究区水化学特征参数如表1所示,不同水体pH介于7.32—8.69之间,均值为7.96,标准差介于0.19—0.21之间,说明研究区水体呈弱碱性,不同采样点之间pH差异较小,变化稳定,且不同水体pH大小表现为地表水>深层水>浅层水. 区内水体TDS介于193—1051 mg·L−1之间,按照水体矿化度的分类标准,地下水、泉水及多数地表水属于淡水,但地表水仍存在少量微咸水. TDS和F浓度在垂向上呈现由上至下逐渐减小的趋势.

    表 1  水化学特征参数统计
    Table 1.  Statistics of hydrochemical characteristic parameters
    水体类型Water type统计量WtatisticspHTDSCa2+Mg2+Na+K+ClSO42−HCO3F
    地表水Surface water(n=12)Max8.691051.00155.8056.60205.219.90224.60667.74270.442.66
    Me8.23709.5094.2940.47102.717.33116.24369.21215.360.40
    Min7.81193.0053.4728.3450.993.5958.73211.02178.800.21
    Mean8.25645.8398.6440.33119.136.91129.45378.42216.260.70
    SD0.20234.4223.699.6046.211.7458.70124.8323.980.67
    CV0.020.360.240.240.390.250.450.330.110.96
    浅层地下水Shallow groundwater(n=6)Max7.88780.00231.5232.7099.565.0489.23570.97375.490.90
    Me7.54601.50180.1731.9284.183.4359.16292.09306.050.32
    Min7.32512.00130.2721.1219.411.2431.56215.04250.330.15
    Mean7.58621.17180.5629.6469.663.3361.50338.50310.110.44
    SD0.2187.5534.544.1130.501.4420.12118.2246.770.27
    CV0.030.140.190.140.440.430.330.350.150.62
    深层地下水Deep groundwater(n=10)Max8.34677.00158.7442.8255.401.74141.54266.20330.790.57
    Me7.81435.0099.5028.4929.791.0750.37140.42297.260.33
    Min7.67252.0077.8019.131.320.7514.4351.40248.090.21
    Mean7.86435.00110.4928.9828.181.1763.12155.17291.010.33
    SD0.19133.0124.736.4420.830.3037.1768.0921.210.11
    CV0.020.310.220.220.740.250.590.440.070.32
     | Show Table
    DownLoad: CSV

    通过对阳离子的检测发现,Ca2+含量表现为浅层水>深层水>地表水,Na+、Mg2+和K+含量表现为地表水>浅层水>深层水,且水体中的Na+含量在垂向下降最为严重. 其含量关系表现为,地表水:Na+>Ca2+>Mg2+>K+;浅层水和深层水:Ca2+>Na+>Mg2+>K+. 阴离子中,HCO3表现为浅层水>深层水>地表水,SO42−和Cl含量表现为地表水>浅层水>深层水;其含量关系表现为,地表水与浅层水:SO42−>HCO3>Cl;深层水:HCO3>SO42−>Cl.

    Piper三线图是最为广泛应用于的水化学分析方法之一[21],根据对研究区不同水体水化学组分的检测结果,绘制Piper三线图如图2所示. 由阳离子分析可知,地表水及部分浅层水主要以Ca-Na型水为主;深层水、泉水及部分浅层水主要以Ca型水为主;由阴离子分析可知,地表水和浅层水主要以重碳酸盐和硫酸盐型水为主;深层水主要以重碳酸盐型水为主. 泉水的水化学组分与深层水高度一致,说明泉水来源于深层地下水.

    图 2  研究区水化学Piper三线图
    Figure 2.  Piper trilinear of water chemistry in the study area

    按照舒卡夫分类法,地表水水化学类型为SO4-Ca·Na和SO4·HCO3-Ca·Na;浅层水为HCO3·SO4-Ca·Na和SO4·HCO3-Ca;深层水和泉水为HCO3-Ca和HCO3·SO4-Ca;整体而言,在地表水下渗的过程中,阳离子倾向于由Ca-Na型向Ca型转变,阴离子倾向于由SO4型向HCO3型转变.

    本文基于相关性分析来描述水化学组分之间相关程度[22],当相关性系数越接近1时,表示两组元素间相关性越大[23]. 不同水体水化学组分的相关性分析如表2所示,水体中TDS与除F和pH外的其他7种离子具有正相关关系,其中与Ca2+、Na+、SO42−及Cl相关性较高,说明这几种离子对TDS影响较大. 地表水和深层水中SO42−与Ca2+、Na+、Mg2+等3种离子均具有较高的相关性,说明其具有相同的离子来源,可能来源于石膏、硫酸盐岩的溶解. 地表水和浅层水中K+与Na+具有高度相关性,其相关系数大于0.9,说明其主要来源于蒸发盐岩溶解.

    表 2  水体主要水化学组分相关性
    Table 2.  Correlation of main hydrochemical components of water body
    水体类型Water typeCa2+Mg2+Na+K+ClSO42−HCO3TDSFpH水体类型Water type
    地表水Surface waterCa2+1−0.04−0.42−0.620.030.680.110.72−0.770.12浅层地下水Shallow groundwater
    Mg2+0.551−0.570.47−0.610.39−0.490.230.220.35
    Na+0.730.5810.910.81−0.940.790.720.33−0.31
    K+0.740.710.941−0.760.14−0.800.530.490.38
    地表水Surface waterCl0.710.810.920.881−0.690.980.88−0.23−0.52浅层地下水Shallow groundwater
    SO42−0.860.670.950.900.851−0.640.71−0.480.34
    HCO30.14−0.50−0.14−0.11−0.330.0410.62−0.24−0.38
    TDS0.630.090.730.590.640.760.161−0.74−0.58
    F0.720.570.670.600.650.79−0.010.6410.09
    pH−0.59−0.13−0.37−0.32−0.37−0.42−0.02−0.48−0.291
    深层地下水Deep groundwaterCa2+1
    Mg2+0.801
    Na+0.240.211
    K+0.19−0.050.731
    Cl0.760.590.680.561
    SO42−0.880.750.660.450.671
    HCO30.480.25−0.59−0.540.110.091
    TDS0.670.420.680.600.840.690.121
    F−0.150.24−0.18−0.29−0.340.02−0.19−0.281
    pH0.120.110.420.500.090.41−0.55−0.040.141
     | Show Table
    DownLoad: CSV

    Gibbs图通过TDS与Na+/(Na++Ca2+)、Cl/(Cl+HCO3)的比值关系,判断水化学特征主要控制作用是岩石风化、大气降水还是蒸发浓缩[24]. 如图3所示,不同水体的TDS与Na+/(Na++Ca2+)、Cl/(Cl+HCO3)的比值主要分布于岩石风化作用控制的区域内,并远离大气降水作用控制的区域. 说明该区水化学特征主要受岩石风化用控制,区域气候干、降雨少,雨水所携带的可溶性离子极少可忽略不计[25]. 地表水取样点分布向蒸发浓缩作用控制区域靠近,说明地表水还受到蒸发浓缩作用的影响.

    图 3  研究区水体Gibbs图
    Figure 3.  Gibbs diagram of water body in the study area

    氯碱指数一般用于判断研究区内水体是否存在阳离子交换作用[26],且当CAI-1和CAI-2的绝对值越大时,证明水体中的阳离子交换作用就越强[27]. 如图4所示,地表水和浅层水的取样点主要位于坐标系中第三象限,说明该两类水发生正向阳离子交换作用,水体中的Ca2+和Mg2+将含水介质中的Na+和K+置换出来[27];而深层水和泉水的取样点主要位于第一象限,说明该两类水发生反向阳离子交换作用,水体中的Na+和K+将含水介质中的Ca2+和Mg2+置换出来[27],导致在地表水下渗过程中,Na+含量减少,Ca2+含量增加. 且水体阳离子交换作用强度表现为:浅层水和地表水>泉水和深层水.

    图 4  研究区水体Scholler图
    Figure 4.  Scholler diagram of water body in the study area

    为进一步了解水化学组分的来源,可对水体的主要阴阳离子比值进行分析. 如图5绘制离子比值端元图,可以看出,硅酸盐岩区域附近取样点分布较为集中,说明研究区水化学组分主要来源为硅酸盐岩风化溶解[28];而地表水取样点分布靠近蒸发盐岩端元,泉水及深层水取样点分布靠近碳酸盐岩端元,说明地表水的水化学组分还来源于蒸发盐岩风化溶解,深层水及泉水的水化学组分还来源于碳酸盐岩风化溶解.

    图 5  研究区水体离子比值端元图
    Figure 5.  End element diagram of water ion ratio in the study area

    当水体中Na+含量与Cl含量的比值接近于1时,表示水化学组分受到蒸发盐岩溶解的影响[29]. 如图6(a)所示,地表水及浅层水的取样点主要分布在y=x直线上方,说明Na+含量大于Cl含量,蒸发盐岩的溶解不是水体中的Na+的唯一来源,Na+还来源于硅酸盐矿物的溶解,如钠长石. 此外,阳离子交换作用也会导致Na+含量增多. 深层水及泉水的取样点主要分布于y=x直线的下方,其原因主要是深层水发生反向阳离子交换作用,使得Na+含量小于Cl含量.

    图 6  水体中主要阴阳离子比值关系图(a) Na+, (b) Ca2++Mg2+, (c)SO42−+Cl , (d) Ca2+
    Figure 6.  Ratio relationship of main cation and anion in water

    当水体中(Ca2++Mg2+)含量与(HCO3+SO42−)含量的比值大于1时,表示水化学组分主要受钙镁硅酸盐岩和蒸发盐岩溶解的影响,反之则为碳酸盐岩[7]. 如图6(b)所示,不同水体的取样点主要分布在y=x直线上方,说明研究区水化学组分主要受到钙镁硅酸盐岩和蒸发盐岩溶解的影响.

    当水体中(SO42−+Cl)含量与HCO3含量的比值小于1时,表示水化学组分主要受碳酸盐岩溶解的影响,反之则主要受蒸发盐岩溶解影响[30]. 图6(c)显示,研究区内地表水、浅层水及部分深层水的取样点均分布于y=x直线上方,说明其水化学组分主要来源于蒸发盐岩溶解. 而泉水及多数深层水的取样点分布于y=x直线下方,说明其水化学组分主要受到碳酸盐岩溶解的影响.

    利用Ca2+与Mg2+关系图可以判断出水体中钙、镁离子是否来源于白云石和方解石的溶解[31]. 图6(d)显示,地表水取样点主要分布于y=xy=2x直线之间,说明,水体中Ca2+与Mg2+同时来自于方解石和白云石的溶解. 浅层水、深层水及泉水的取样点主要位于y=2x直线上方,表明其Ca2+除了来源于方解石和白云石溶解外,还来来源于反向阳离子交换作用.

    由于研究区内,居民生活饮用以地下水为主,地表水主要用于灌溉,因此本文选择对浅层水、深层水及泉水进行饮用水质评价. 根据对水体的18项水质指标的检测结果可知,氨氮和硫酸盐超标最为严重,选取超标风险较高的pH、NH3-N、NO3-N、NO2-N、F、SO42−、TDS作为评价指标进行水质评价. 首先分别计算以上7项指标在5个水质等级的隶属度,并构建模糊关系矩阵;然后使用SPSSPRO软件计算各水质指标的权重,构造权重矩阵;最后将两矩阵相乘得到评价水体对应不同水质等级的隶属度,并按照最大隶属度的原则进行水质等级判定,结果如表3所示. 浅层水中适宜人体饮用(Ⅰ、Ⅱ类)的水样有4个,占比66.7%;不适宜人体饮用(Ⅳ、Ⅴ类)的水样有2个,占比33.3%. 深层水中适宜人体饮用(Ⅰ、Ⅱ类)的水样有9个,占比90%;基本适宜人体饮用的水样(Ⅲ类)有1个,占比10%;不存在不适宜人体饮用的水样. 总的来说,研究区水质类别以Ⅰ类和Ⅱ类为主,水质较好.

    表 3  水质综合评价结果表
    Table 3.  Comprehensive evaluation results of water quality
    水体类型Water type取样点Water sample水质Water quality
    浅层地下水Shallow ground waterB10.0320.1380.2770.370.183
    B20.0470.1050.2530.4060.189
    B30.2570.3890.3370.0170
    B40.4370.2620.2940.0070
    B50.2080.3940.2830.1050.009
    B60.2520.2850.3210.1250.017
    深层地下水Deep ground waterC10.4970.3230.17900
    C20.6380.2530.10900
    C30.2460.5360.21800
    C40.5280.3470.12600
    C50.2690.4230.30900
    C60.3510.380.2430.0270
    C70.3430.4910.16600
    C80.7930.1380.06900
    C90.2750.3520.37200
    C100.4490.4320.11900
    泉水Spring waterS0.470.320.1780.0320
     | Show Table
    DownLoad: CSV

    绘制研究区饮用水源水质分布图,如图7所示,丹河下游水质整体好于上游,其原因主要为流域上游为平原丘陵区,人类活动明显,且村庄多沿河道分布,生活污水和农业污染对水质影响较重;而流域下游为高山区,河道从峡谷穿过,无污染源输入,因而水质较好. 在丹河上游,浅层水主要为Ⅳ类水,而深层水主要为Ⅰ类水,说明上游深层水与浅层水之间没有水力联系,深层水主要来源于侧向补给,水质不受上层污染影响;而在丹河中游,浅层水与深层水水质具有一致性,说明两水存在补给关系.

    图 7  饮用水源水质分布图
    Figure 7.  Water quality distribution map of drinking water source

    研究区内的地表水、浅层水、深层水及泉水均用于农业灌溉,因此对区内4种类型的水体采用基于SAR-SSP的灌溉水质评价法,评估其用于灌溉引起的土壤盐碱危害. 如图8,USSL图[32]的全区被划分为16个子区域,左下角水质最好,右上角水质最差[7];Wilcox图[32]的全区被划分为5个区域,分别为水质优秀区、良好区、可接受区、保留区及不适宜区[33].

    图 8  灌溉水质分类USSL图(a)和Wilcox图(b)
    Figure 8.  USSL diagram(a)and Wilcox diagram(b)of irrigation water quality classification

    以水体EC值(盐害)为横坐标,SAR值(碱害)为纵坐标,绘制灌溉水质分类USSL图,如图8(a)所示,1个地表水、4个深层水和1个泉水取样点位于C2-S1区域,其余取样点均位于C3-S1区域,表明研究区内水样碱度危害很低,但盐度危害以中、高为主,且地表水和浅层水的盐度危害风险明显高于深层水和泉水,其中盐度危害最严重的分别为A1和A2水样点,长期用于农业灌溉可能会有土壤盐害风险[34]. 根据马贵仁等[35]的研究发现,适当施加有机肥和生物肥可降低土壤盐害. 以水体EC值(盐害)为横坐标,SSP(碱害)为纵坐标,绘制灌溉水质分类Wilcox图,如图8(b)所示,1个地表水、4个深层水和1个泉水取样点位于水质优秀区,10个地表水、6个浅层水和6个深层水取样点位于水质良好区,只有1个地表水取样点位于水质保留区,表明研究区内绝大多数水体水质较好,可直接用于灌溉. Wilcox图中A1和A2水样点相对其他水样点水质最差,与USSL图分析结果一致,说明研究区上游的地表水不符合灌溉用水需求,应当优先采用地下水进行农田灌溉.

    通过对丹河流域泽州段地表水、地下水及泉水的水化学特征及水质研究,得出以下结论:

    (1)研究区不同水体pH均呈弱碱性,且大小关系为地表水>深层水>浅层水. 水体TDS介于192—1051 mg·L−1之间,绝大多数属于淡水,但地表水仍存在少量微咸水. TDS和F浓度在垂向上呈现由上至下逐渐减小的趋势.

    (2)地表水主要阳离子含量关系为Na+>Ca2+>Mg2+>K+;浅层水和深层水为Ca2+>Na+>Mg2+>K+. 地表水与浅层水阴离子含量关系为SO42−>HCO3>Cl;深层水为HCO3>SO42−>Cl. 地表水和浅层水的水化学类型主要为HCO3·SO4-Ca·Na;深层水和泉水主要为HCO3·SO4-Ca;整体而言,在地表水下渗的过程中,阳离子倾向于由Ca-Na型向Ca型转变,阴离子倾向于由SO4型向HCO3型转变.

    (3)研究区水化学特征的主控作用为岩石风化,且地表水还受到蒸发浓缩作用的影响. 水化学组分主要来源于硅酸盐岩溶解;且还存在蒸发盐岩溶解、碳酸盐岩溶解及阳离子交换作用.

    (4)研究区水质主要受到氨氮和硫酸盐超标的影响,饮用水水质评价结果显示,66.7%的浅层水、100%的深层水和泉水符合Ⅲ类水标准,适合人体饮用. 灌溉水水质评价结果显示,研究区内绝大多数地表水的水质较好,可直接用于灌溉;少量地表水的盐害风险较高,可适当施加有机肥和生物肥.

  • 图 1  研究区域和监测点位分布图

    Figure 1.  Distribution of research area and monitoring sites

    图 2  各点位聚类分析树状图

    Figure 2.  Dendrogram of Cluster Analysis of Points

    图 3  各点位重金属Igeo的箱体图

    Figure 3.  Box diagram of heavy metal Igeo

    图 4  各点位潜在生态风险指数及各重金属构成

    Figure 4.  Potential Ecological Risk Index and composition of heavy metals at each site

    图 5  各点位STNSTPCTOC

    Figure 5.  STN, STP and CTOC at each site

    表 1  监测点位描述汇总表

    Table 1.  Summary of monitoring point location descriptions

    采样点Sampling point经纬度Longitude and latitude描述Description采样点Sampling point经纬度Longitude and latitude描述Description
    1N 36° 39′47.000″E 116° 49′54.000″睦里庄(源头点)16N 36° 42′17.390″E 117° 02′59.226″二环东路
    2N 36° 41′01.451″E 116° 50′52.001″位里庄17N 36° 43′15.635″E 117° 04′46.464″华山大沟入河口下游100 m处
    3N 36° 41′23.687″E 116° 52′26.551″京福高速18N 36° 43′35.377″E 117° 05′00.953″洪园闸上游50 m
    4N 36° 41′31.866″E 116° 54′17.770″腊山河入河口下游100 m处19N 36° 44′03.619″E 117° 05′39.714″大辛河入河口下游100 m处
    5N 36° 41′25.440″E 116° 56′08.250″兴济河入河口下游100 m处20N 36° 45′36.472″E 117° 07′08.243″赵王河入河口下游100 m处
    6N 36° 41′47.807″E 116° 57′51.413″曹家圈虹吸干渠入河口下游100 m处21N 36° 46′30.729″E 117° 09′10.645″龙脊河入河口下游100 m处
    7N 36° 41′42.883″E 116° 56′58.767″北太平河入河口下游100 m处22N 36° 46′39.428″E 117°10′31.959″石河入河口下游100 m处
    8N 36° 42′11.555″E 116° 59′25.358″西工商河入河口下游100 m处23N 36° 48′39.387″E 117° 12′16.540″机场路桥以东
    9N 36° 42′09.301″E 117° 00′12.431″东工商河入河口下游100 m处24N 36° 48′51.156″E 117° 13′1.546″临港污水厂排口下游100 m处
    10N 36° 42′06.205″E 117° 00′41.321″生产路桥东南侧溢流口下游50 m25N 36° 49′05.874″E 117° 13′54.317″巨野河入河口下游100 m处
    11N 36° 42′09.403″E 117° 00′57.185″裕兴东沟下游50 m26N 36° 51′23.861″E 117° 15′44.303″柴村闸
    12N 36° 42′05.031″E 117° 01′06.960″西泺河入河口下游100 m处27N 36° 53′03.502″E 117° 19′08.809″梨珩大桥
    13N 36° 42′02.383″E 117° 01′48.059″东泺河入河口下游100 m处28N 36° 54′35.216″E 117° 21′37.362″S321省道
    14N 36° 42′01.283″E 117° 02′21.974″柳行河入河口下游100 m处29N 36° 56′39.950″E 117° 23′38.654″辛丰庄(出境断面)
    15N 36° 42′08.551″E 117° 02′50.308″全福河入河口下游100 m处
    采样点Sampling point经纬度Longitude and latitude描述Description采样点Sampling point经纬度Longitude and latitude描述Description
    1N 36° 39′47.000″E 116° 49′54.000″睦里庄(源头点)16N 36° 42′17.390″E 117° 02′59.226″二环东路
    2N 36° 41′01.451″E 116° 50′52.001″位里庄17N 36° 43′15.635″E 117° 04′46.464″华山大沟入河口下游100 m处
    3N 36° 41′23.687″E 116° 52′26.551″京福高速18N 36° 43′35.377″E 117° 05′00.953″洪园闸上游50 m
    4N 36° 41′31.866″E 116° 54′17.770″腊山河入河口下游100 m处19N 36° 44′03.619″E 117° 05′39.714″大辛河入河口下游100 m处
    5N 36° 41′25.440″E 116° 56′08.250″兴济河入河口下游100 m处20N 36° 45′36.472″E 117° 07′08.243″赵王河入河口下游100 m处
    6N 36° 41′47.807″E 116° 57′51.413″曹家圈虹吸干渠入河口下游100 m处21N 36° 46′30.729″E 117° 09′10.645″龙脊河入河口下游100 m处
    7N 36° 41′42.883″E 116° 56′58.767″北太平河入河口下游100 m处22N 36° 46′39.428″E 117°10′31.959″石河入河口下游100 m处
    8N 36° 42′11.555″E 116° 59′25.358″西工商河入河口下游100 m处23N 36° 48′39.387″E 117° 12′16.540″机场路桥以东
    9N 36° 42′09.301″E 117° 00′12.431″东工商河入河口下游100 m处24N 36° 48′51.156″E 117° 13′1.546″临港污水厂排口下游100 m处
    10N 36° 42′06.205″E 117° 00′41.321″生产路桥东南侧溢流口下游50 m25N 36° 49′05.874″E 117° 13′54.317″巨野河入河口下游100 m处
    11N 36° 42′09.403″E 117° 00′57.185″裕兴东沟下游50 m26N 36° 51′23.861″E 117° 15′44.303″柴村闸
    12N 36° 42′05.031″E 117° 01′06.960″西泺河入河口下游100 m处27N 36° 53′03.502″E 117° 19′08.809″梨珩大桥
    13N 36° 42′02.383″E 117° 01′48.059″东泺河入河口下游100 m处28N 36° 54′35.216″E 117° 21′37.362″S321省道
    14N 36° 42′01.283″E 117° 02′21.974″柳行河入河口下游100 m处29N 36° 56′39.950″E 117° 23′38.654″辛丰庄(出境断面)
    15N 36° 42′08.551″E 117° 02′50.308″全福河入河口下游100 m处
    下载: 导出CSV

    表 2  各重金属监测方法汇总表

    Table 2.  Summary of methods for monitoring heavy metals

    分析方法Analysis method最低检出限Minimum detection limit检测仪器Detection instrument
    Cu高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.003 μg·L− 1SPECTRO ARCOS EOP
    Pb高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.001 μg·L− 1SPECTRO ARCOS EOP
    Zn高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.003 μg·L− 1SPECTRO ARCOS EOP
    Hg高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.001 μg·L− 1SPECTRO ARCOS EOP
    Ni高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.005 μg·L− 1SPECTRO ARCOS EOP
    As原子荧光法(HJ 694-2014)0.03 μg·L− 1PF52原子荧光光度计
    Cd高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.003 μg·L− 1SPECTRO ARCOS EOP
    Cr高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.02 μg·L− 1SPECTRO ARCOS EOP
    TOC元素分析仪测定法0.01 mg·kg− 1元素分析仪
    TN碱性过硫酸钾消解紫外分光光度法0.05 mg·kg− 1TU-19紫外可见光光度计
    TP微波消解ICP-AES法0.01 mg·kg− 1电感耦合等离子体原子发射光谱
    分析方法Analysis method最低检出限Minimum detection limit检测仪器Detection instrument
    Cu高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.003 μg·L− 1SPECTRO ARCOS EOP
    Pb高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.001 μg·L− 1SPECTRO ARCOS EOP
    Zn高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.003 μg·L− 1SPECTRO ARCOS EOP
    Hg高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.001 μg·L− 1SPECTRO ARCOS EOP
    Ni高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.005 μg·L− 1SPECTRO ARCOS EOP
    As原子荧光法(HJ 694-2014)0.03 μg·L− 1PF52原子荧光光度计
    Cd高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.003 μg·L− 1SPECTRO ARCOS EOP
    Cr高分辨率电感耦合等离子体质谱法(HR-ICP-AES)0.02 μg·L− 1SPECTRO ARCOS EOP
    TOC元素分析仪测定法0.01 mg·kg− 1元素分析仪
    TN碱性过硫酸钾消解紫外分光光度法0.05 mg·kg− 1TU-19紫外可见光光度计
    TP微波消解ICP-AES法0.01 mg·kg− 1电感耦合等离子体原子发射光谱
    下载: 导出CSV

    表 3  地累积指数污染分级表

    Table 3.  Igeo pollution classification table

    污染程度Contamination degree无污染No pollution轻度污染Light pollution偏中度污染Moderate pollution中度污染More than moderate pollution偏重污染Heavy pollution重度污染More than heavy pollution严重污染Severe pollution
    级别Degree0123456
    Igeo≤0(0,1](1,2](2,3](3,4](4,5]>5
    污染程度Contamination degree无污染No pollution轻度污染Light pollution偏中度污染Moderate pollution中度污染More than moderate pollution偏重污染Heavy pollution重度污染More than heavy pollution严重污染Severe pollution
    级别Degree0123456
    Igeo≤0(0,1](1,2](2,3](3,4](4,5]>5
    下载: 导出CSV

    表 4  沉积物中重金属背景值和毒性系数

    Table 4.  Background values and toxicity coefficients of heavy metals in sediments

    CuPbZnHgNiAsCdCr
    Cin124.023.6680.03029.210.00.15072.8
    Cin218.4523.1857.870.01927.218.790.04752.75
    Tir55130510302
    CuPbZnHgNiAsCdCr
    Cin124.023.6680.03029.210.00.15072.8
    Cin218.4523.1857.870.01927.218.790.04752.75
    Tir55130510302
    下载: 导出CSV

    表 5  沉积物重金属污染程度和潜在生态风险指数划分标准

    Table 5.  Standards for classification of heavy metal pollution degree and potential ecological risk index in sediments

    生态风险水平Eir总生态风险水平RI
    低Light<40低度Light<150
    中Medium[40,80)中度Medium[150,300)
    较重Strong[80,160)重度Strong[300,600)
    重Very strong[160,320)严重Extremely strong≥600
    严重 Extremely strong≥320
    生态风险水平Eir总生态风险水平RI
    低Light<40低度Light<150
    中Medium[40,80)中度Medium[150,300)
    较重Strong[80,160)重度Strong[300,600)
    重Very strong[160,320)严重Extremely strong≥600
    严重 Extremely strong≥320
    下载: 导出CSV

    表 6  沉积物有机指数与有机氮评价标准

    Table 6.  Sediment evaluation standards by organic index and organic nitrogen

    有机指数Organic index描述Description等级Level有机氮Organic nitrogen描述Description等级Level
    <0.05清洁 Clean<0.033清洁 Clean
    [0.05,0.20)较清洁 Comparative clean[0.033,0.066)较清洁 Comparative clean
    [0.20,0.50)尚清洁 Still clean[0.066,0.133)尚清洁 Still clean
    ≥0.50有机污染 Organic pollution≥0.133有机氮污染 Organic nitrogen pollution
    有机指数Organic index描述Description等级Level有机氮Organic nitrogen描述Description等级Level
    <0.05清洁 Clean<0.033清洁 Clean
    [0.05,0.20)较清洁 Comparative clean[0.033,0.066)较清洁 Comparative clean
    [0.20,0.50)尚清洁 Still clean[0.066,0.133)尚清洁 Still clean
    ≥0.50有机污染 Organic pollution≥0.133有机氮污染 Organic nitrogen pollution
    下载: 导出CSV

    表 7  各金属含量描述性统计

    Table 7.  Descriptive Statistics of Metal Contents

    极小值/ (mg·kg−1)Minimum 极大值/ (mg·kg−1)Maximum均值/ (mg·kg−1)Mean value 标准差/ (mg·kg−1)Standard deviation/ 变异系数/%Coefficient of variationCin1/(mg·kg−1Cin2/(mg·kg−1风险筛选值(pH>7.5)/ (mg·kg−1)Risk screening values
    As7.1522.1511.103.4130.69108.7925
    Cd0.091.310.620.2540.580.150.0470.6
    Cr54.60878.17171.61163.0094.9872.852.75250
    Cu20.33116.7562.7724.3838.842418.45100
    Ni21.7341.5231.994.6614.5629.227.21190
    Pb23.84136.3249.0620.9642.7223.623.18170
    Zn91.22701.89314.24137.5943.786857.87300
    极小值/ (mg·kg−1)Minimum 极大值/ (mg·kg−1)Maximum均值/ (mg·kg−1)Mean value 标准差/ (mg·kg−1)Standard deviation/ 变异系数/%Coefficient of variationCin1/(mg·kg−1Cin2/(mg·kg−1风险筛选值(pH>7.5)/ (mg·kg−1)Risk screening values
    As7.1522.1511.103.4130.69108.7925
    Cd0.091.310.620.2540.580.150.0470.6
    Cr54.60878.17171.61163.0094.9872.852.75250
    Cu20.33116.7562.7724.3838.842418.45100
    Ni21.7341.5231.994.6614.5629.227.21190
    Pb23.84136.3249.0620.9642.7223.623.18170
    Zn91.22701.89314.24137.5943.786857.87300
    下载: 导出CSV

    表 8  3类点位各金属均值

    Table 8.  Mean value of each metal at three types of points

    AsCdCrCuNiPbZn
    A类8.490.2258.2123.3724.8226.72113.95
    B类10.500.67132.4068.6533.0847.31323.77
    C类15.970.85434.0079.8335.0278.08478.33
    AsCdCrCuNiPbZn
    A类8.490.2258.2123.3724.8226.72113.95
    B类10.500.67132.4068.6533.0847.31323.77
    C类15.970.85434.0079.8335.0278.08478.33
    下载: 导出CSV

    表 9  TOC、TN、TP含量描述性统计

    Table 9.  Descriptive Statistics of TOC,TN,TP

    极小值/ (mg·g−1)Minimum 极大值/ (mg·g−1)Maximum 均值/ (mg·g−1)Mean value 标准差/ (mg·g−1)Standard deviation 变异系数/%Coefficient of variation
    TOC0.046.872.551.6564.84
    TN0.040.980.360.2261.99
    TP0.598.292.721.6862.03
    极小值/ (mg·g−1)Minimum 极大值/ (mg·g−1)Maximum 均值/ (mg·g−1)Mean value 标准差/ (mg·g−1)Standard deviation 变异系数/%Coefficient of variation
    TOC0.046.872.551.6564.84
    TN0.040.980.360.2261.99
    TP0.598.292.721.6862.03
    下载: 导出CSV

    表 10  Pearson相关性分析

    Table 10.  Pearson correlation analysis

    AsCdCrCuNiPbZnTOCTNTP
    As1.0000.680**0.785**0.638**0.643**0.756**0.551**0.270.210.411*
    Cd1.0000.645**0.893**0.696**0.827**0.762**0.524**0.459*0.547**
    Cr1.0000.541**0.427*0.880**0.420*0.045-0.1390.088
    Cu1.0000.759**0.759**0.714**0.734**.614**0.633**
    Ni1.0000.521**0.556**0.482**.464*0.598**
    Pb1.0000.609**0.2990.0910.213
    Zn1.0000.461*0.465*0.602**
    TOC1.000.876**0.686**
    TN1.0000.869**
    TP1.000
      ** P<0.01, *P<0.05.
    AsCdCrCuNiPbZnTOCTNTP
    As1.0000.680**0.785**0.638**0.643**0.756**0.551**0.270.210.411*
    Cd1.0000.645**0.893**0.696**0.827**0.762**0.524**0.459*0.547**
    Cr1.0000.541**0.427*0.880**0.420*0.045-0.1390.088
    Cu1.0000.759**0.759**0.714**0.734**.614**0.633**
    Ni1.0000.521**0.556**0.482**.464*0.598**
    Pb1.0000.609**0.2990.0910.213
    Zn1.0000.461*0.465*0.602**
    TOC1.000.876**0.686**
    TN1.0000.869**
    TP1.000
      ** P<0.01, *P<0.05.
    下载: 导出CSV

    表 11  沉积物重金属和营养物主成分分析的总方差解释

    Table 11.  Total variance of heavy metals and nutrients in sediments explained using principal component analysis

    初始特征值Initial eigenvalue提取平方和载入Extract square sum load旋转平方和载入Rotate square sum load
    合计Total累积/%Accumulate合计Total累积/%Accumulate合计Total累积/%Accumulate
    16.02160.2136.02160.2134.39743.969
    22.21982.4072.21982.4073.84482.407
    30.52887.689
    40.47192.404
    50.35795.978
    60.17497.721
    70.11098.818
    80.05399.346
    90.04199.761
    100.024100.000
    初始特征值Initial eigenvalue提取平方和载入Extract square sum load旋转平方和载入Rotate square sum load
    合计Total累积/%Accumulate合计Total累积/%Accumulate合计Total累积/%Accumulate
    16.02160.2136.02160.2134.39743.969
    22.21982.4072.21982.4073.84482.407
    30.52887.689
    40.47192.404
    50.35795.978
    60.17497.721
    70.11098.818
    80.05399.346
    90.04199.761
    100.024100.000
    下载: 导出CSV

    表 12  沉积物各成分主成分分析的因子载荷矩阵

    Table 12.  Loadings of components in sediments based on principal component analysis

    成份矩阵Component matrix旋转成份矩阵Rotation component matrix
    成份1Component 1成份2Component 2成份1Component 1成份2Component 2
    As0.773−0.4070.8520.197
    Cd0.923−0.1520.7980.488
    Cr0.616−0.7290.943−0.149
    Cu0.9510.0440.6910.655
    Ni0.8030.0260.5910.544
    Pb0.784−0.5450.9490.100
    Zn0.8030.0110.6010.533
    TOC0.6870.5750.1440.884
    TN0.6240.753−0.0200.978
    TP0.7220.5480.1880.887
      提取方法: 主成份。旋转法: 具有Kaiser标准化的正交旋转法。旋转在3次迭代后收敛。
    成份矩阵Component matrix旋转成份矩阵Rotation component matrix
    成份1Component 1成份2Component 2成份1Component 1成份2Component 2
    As0.773−0.4070.8520.197
    Cd0.923−0.1520.7980.488
    Cr0.616−0.7290.943−0.149
    Cu0.9510.0440.6910.655
    Ni0.8030.0260.5910.544
    Pb0.784−0.5450.9490.100
    Zn0.8030.0110.6010.533
    TOC0.6870.5750.1440.884
    TN0.6240.753−0.0200.978
    TP0.7220.5480.1880.887
      提取方法: 主成份。旋转法: 具有Kaiser标准化的正交旋转法。旋转在3次迭代后收敛。
    下载: 导出CSV
  • [1] HANG X S, WANG H Y, ZHOU J M, et al. Char-acteristics and accumulation of heavy metals in sediments originated from an electroplating plan [J]. Journal of Hazardous Materials, 2009, 163: 922-930. doi: 10.1016/j.jhazmat.2008.07.045
    [2] 杨丽原, 沈吉, 张祖陆, 等. 南四湖表层底泥重金属污染及其风险性评价 [J]. 湖泊科学, 2003, 15(3): 252-256. doi: 10.3321/j.issn:1003-5427.2003.03.009

    YANG L Y, SHEN J, ZHANG Z L, et al. Distribution and ecological risk assessment for heavy metals in superficial sediments of Nansihu Lake [J]. Journal of Lake Sciences, 2003, 15(3): 252-256(in Chinese). doi: 10.3321/j.issn:1003-5427.2003.03.009

    [3] LIVETT E A. Geochemical monitoring of atmospheric heavy metal pollution: theory and application [J]. Advances in Ecological Research, 1988, 18: 65-177.
    [4] 程先, 孙然好, 孔佩儒, 等. 海河流域水体沉积物碳、氮、磷分布与污染评价 [J]. 应用生态学报, 2016, 27(8): 2679-2686.

    CHENG X, SUN R H, KONG P R, et al. Spatial distribution characteristics of carbon, nitrogen and phosphorous and pollution status eva-luation of sediments in the Haihe River Basin, China [J]. Chinese Journal of Applied Ecology, 2016, 27(8): 2679-2686(in Chinese).

    [5] 黄莹, 李永霞, 高甫威, 等. 小清河表层沉积物重污染区重金属赋存形态及风险评价 [J]. 环境科学, 2015, 36(6): 2046-2053.

    HUANG Y, LI Y X, GAO F W, et al. Speciation and Risk Assessment of Heavy Metals in Surface Sediments from the Heavily Polluted Area of Xiaoqing River [J]. Environmental Science, 2015, 36(6): 2046-2053(in Chinese).

    [6] 于晓霞, 赵学强, 孙滨峰, 等. 济南市小清河流域表层沉积物中重金属的空间分布、生态风险及源解析 [J]. 西南师范大学学报(自然科学版), 2017, 42(2): 78-84.

    YU X X, ZHAO X Q, SUN B F, et al. Spatial distribution, ecological risk and source apportionment of heavy metals in sediments from Xiaoqinghe watershed of Jinan [J]. Journal of Southweat China Normal University (Natural Science Edition), 2017, 42(2): 78-84(in Chinese).

    [7] 王冬莹, 庄涛, 李迎霞, 等. 济南市东泺河底泥及其雨水汇水区地表灰尘中重金属的污染特征研究 [J]. 安全与环境学报, 2018, 18(4): 1586-1592.

    WANG D Y, ZHUANG T, LI Y X, et al. Heavy metal pollution features in the sediment and surface dust of the rain-water catchment area of Dongluo River in Jinan City [J]. Journal of Safety and Environment, 2018, 18(4): 1586-1592(in Chinese).

    [8] MULLER G. Index of geoaccumulation in sediments of the Rhine River [J]. Geo Journal, 1969, 2(3): 108-118.
    [9] 姜会敏, 郑显鹏, 李文. 中国主要湖泊重金属来源及生态风险评估 [J]. 中国人口·资源与环境, 2018, 28(S1): 108-112.

    JIANG H M, ZHENG X P, LI W. Source and risk assessment of heavy metal in sediment of China [J]. China Population · Resources and Environment, 2018, 28(S1): 108-112(in Chinese).

    [10] 李法松, 韩铖, 林大松, 等. 安庆沿江湖泊及长江安庆段沉积物重金属污染特征及生态风险评价 [J]. 农业环境科学学报, 2017, 36(3): 574-582. doi: 10.11654/jaes.2016-1325

    LI F S, HAN C, LIN D S, et al. Pollution characteristics and ecological risk assessment of heavy metals in the sediments from lakes of Anqing City and Anqing section of Yangtze River [J]. Journal of Agro-Environment Science, 2017, 36(3): 574-582(in Chinese). doi: 10.11654/jaes.2016-1325

    [11] 赵斌, 朱四喜, 杨秀琴, 等. 草海湖沉积物中重金属污染现状及生态风险评价 [J]. 环境科学研究, 2019, 32(2): 235-245.

    ZHAO B, ZHU S X, YANG X Q, et al. Pollution status and ecological risk assessment of heavy metals in sediments of Caohai Lake [J]. Environmental Science Research, 2019, 32(2): 235-245(in Chinese).

    [12] 王存龙, 夏学齐, 赵西强, 等. 山东省小清河沿岸土壤重金属污染分布及迁移规律 [J]. 中国地质, 2012, 39 (2): 530-538. doi: 10.3969/j.issn.1000-3657.2012.02.024

    WANG C L, XIA X Q, ZHAO X Q, et al. Distribution and migration regularity of soil heavy metal pollution along the Xiaoqing watershed, Shandong Province [J]. Geology in China, 2012, 39 (2): 530-538(in Chinese). doi: 10.3969/j.issn.1000-3657.2012.02.024

    [13] 隋桂荣. 太湖表层沉积物中OM、TN、TP的现状与评价 [J]. 湖泊科学, 1996(4): 319-324.

    SUI G R. Statement and evaluation of organic matter, total nitrogen and total phosphate in surface layer sediments in Taihu Lake [J]. Journal of Lake Sciences, 1996(4): 319-324(in Chinese).

    [14] 岳维忠, 黄小平, 孙翠慈. 珠江口表层沉积物中氮、磷的形态分布特征及污染评价 [J]. 海洋与湖沼, 2007, 38(2): 111-117. doi: 10.3321/j.issn:0029-814X.2007.02.003

    YUE W Z, HUANG X P, SUN C C. Distribution and pollution of nitrogen and phosphorus in surface sediments from the Pearl River Estuary [J]. Oceanologia et Limnologia Sinica, 2007, 38(2): 111-117(in Chinese). doi: 10.3321/j.issn:0029-814X.2007.02.003

    [15] 汪敬忠, 刘卓, 魏浩, 等. 白洋淀表层沉积物元素的空间特征、风险评价及来源分析 [J]. 环境科学, 2020, 41(1): 224-231.

    WANG J Z, LIU Z, WEI H, et al. Spatial characteristics, risk assessment, and source analysis of elements in surface sediments from the Baiyangdian Lake [J]. Environmental Science, 2020, 41(1): 224-231(in Chinese).

    [16] 代静, 李欣, 王小燕, 等. 大明湖表层沉积物重金属污染特征及生态风险评价 [J]. 环境化学, 2020, 39(1): 249-263. doi: 10.7524/j.issn.0254-6108.2019021401

    DAI J, LI X, WANG X Y, et al. Pollution characteristics and ecological risk assessment of heavy metals for surface sediments of Daming Lake [J]. Environmental Chemistry, 2020, 39(1): 249-263(in Chinese). doi: 10.7524/j.issn.0254-6108.2019021401

    [17] 吕建树, 张祖陆, 刘洋, 等. 日照市土壤重金属来源解析及环境风险评价 [J]. 地理学报, 2012, 67(7): 971-984. doi: 10.11821/xb201207010

    LU J S, ZHANG Z L, LIU Y, et al. Sources identification and hazardous risk delineation of heavy metals contamination in Rizhao City [J]. Acta Geographica Sinca, 2012, 67(7): 971-984(in Chinese). doi: 10.11821/xb201207010

    [18] WILDING L P. Spatial variability its documentation, accommodation and implication to soil surveys[C]. Wageningen: Soil Spatial Variability, 1985: 166-194.
    [19] 杨新明, 庄涛, 韩磊, 等. 小清河污灌区农田土壤重金属形态分析及风险评价 [J]. 环境化学, 2019, 38(3): 644-652. doi: 10.7524/j.issn.0254-6108.2018051001

    YANG X M, ZHUANG T, HANG L, et al. Fraction distribution and ecological risk assessment of soil heavy metals in the farmland soil from the sewage irrigated area of Xiaoqing River [J]. Environmental Chemistry, 2019, 38(3): 644-652(in Chinese). doi: 10.7524/j.issn.0254-6108.2018051001

    [20] 朱青青, 王中良. 中国主要水系沉积物中重金属分布特征及来源分析 [J]. 地球与环境, 2012, 403(3): 305-313.

    ZHU Q Q, WANG Z L. Distribution characteristics and source analysis of heavy metals in sediments of the main river systems in China [J]. Earth and environment, 2012, 403(3): 305-313(in Chinese).

    [21] 戴彬, 吕建树, 战金成, 等. 山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价 [J]. 环境科学, 2015, 36(2): 507-515.

    DAI B, LU J S, ZHAN J C, et al. Assessment of sources, spatial distribution and ecological risk of heavy metals in soils in a typical industry-based city of Shandong Province, Eastern China [J]. Environmental Science, 2015, 36(2): 507-515(in Chinese).

    [22] 赵秀峰, 王强盛, 石宁宁, 等. 石化园区周边农田土壤重金属污染分析与评价 [J]. 环境科学学报, 2010, 30(1): 507-141.

    ZHAO X F, WANG Q S, SHI N N, et al. Analysis and assessment of soil heavy metals around a petrochemical industry park [J]. Acta Scientiae Circumstantiae, 2010, 30(1): 507-141(in Chinese).

    [23] 杨倩, 鲁新川, 殷建国, 等. 甘肃嘉峪关市表层土壤重金属空间分布与评价 [J]. 沉积学报, 2019, 37(5): 1006-1015.

    YANG Q, LU X C, YIN J G, etal. Spatial distribution and assessment of heavy metals in surface soil, Jiayuguan City, Gansu Province [J]. Acta Sedimentologica Sinica, 2019, 37(5): 1006-1015(in Chinese).

    [24] 施沁璇, 盛鹏程, 房伟平, 等. 钱塘江杭州段表层沉积物中重金属的生态风险及其生物累积 [J]. 上海海洋大学学报, 2018, 27(5): 710-717. doi: 10.12024/jsou.20171102176

    SHI Q X, SHENG P C, FANG W P, et al. Ecological risk and bioaccumulation of heavy metals in the surface sediments in Qiantang River [J]. Journal of Shanghai Ocean University, 2018, 27(5): 710-717(in Chinese). doi: 10.12024/jsou.20171102176

    [25] 刘春华, 岑况. 北京市街道灰尘的化学成分及其可能来源 [J]. 环境科学学报, 2007, 27(7): 1181-1188. doi: 10.3321/j.issn:0253-2468.2007.07.018

    LIU C H, CEN K. Chemical composition and possible sources of elements in street dusts in Beijing [J]. Acta Scientiae Circumstantiae, 2007, 27(7): 1181-1188(in Chinese). doi: 10.3321/j.issn:0253-2468.2007.07.018

    [26] 王永刚, 伍娟丽, 王旭, 等. 北京市中心城河流表层沉积物重金属污染评价 [J]. 南水北调与水利科技, 2017, 15(6): 74-80, 107.

    WANG Y G, WU J L, WANG X, et al. Assessment of heavy metal pollution of the surface sediments from rivers in Beijing central district [J]. South-to-North Water Transfers and Water Science&Technology, 2017, 15(6): 74-80, 107(in Chinese).

    [27] 郭笃发. 环境中铅和镉的来源及其对人和动物的危害 [J]. 环境科学进展, 1994, 2(3): 71-76.

    GUO D F. Environmental sources of Pb and their toxicity to man and animals [J]. Advances in Environmental Science, 1994, 2(3): 71-76(in Chinese).

  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 6.0 %DOWNLOAD: 6.0 %HTML全文: 89.7 %HTML全文: 89.7 %摘要: 4.4 %摘要: 4.4 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 93.6 %其他: 93.6 %XX: 4.2 %XX: 4.2 %上海: 0.1 %上海: 0.1 %伊犁: 0.1 %伊犁: 0.1 %佛山: 0.1 %佛山: 0.1 %北京: 0.4 %北京: 0.4 %合肥: 0.1 %合肥: 0.1 %张家口: 0.1 %张家口: 0.1 %济南: 0.1 %济南: 0.1 %深圳: 0.7 %深圳: 0.7 %银川: 0.1 %银川: 0.1 %长治: 0.1 %长治: 0.1 %其他XX上海伊犁佛山北京合肥张家口济南深圳银川长治Highcharts.com
图( 5) 表( 12)
计量
  • 文章访问数:  3189
  • HTML全文浏览数:  3189
  • PDF下载数:  123
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-02-04
  • 刊出日期:  2021-06-27
代静, 赵玉强, 李欣, 王泽明, 刘阳, 徐亚会, 刘善军, 冯成洪. 小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析[J]. 环境化学, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403
引用本文: 代静, 赵玉强, 李欣, 王泽明, 刘阳, 徐亚会, 刘善军, 冯成洪. 小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析[J]. 环境化学, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403
DAI Jing, ZHAO Yuqiang, LI Xin, WANG Zeming, LIU Yang, XU Yahui, LIU Shanjun, FENG Chenghong. Pollution assessment and source analysis of heavy metals and nutrients in surface sediments of Jinan section of Xiaoqing River[J]. Environmental Chemistry, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403
Citation: DAI Jing, ZHAO Yuqiang, LI Xin, WANG Zeming, LIU Yang, XU Yahui, LIU Shanjun, FENG Chenghong. Pollution assessment and source analysis of heavy metals and nutrients in surface sediments of Jinan section of Xiaoqing River[J]. Environmental Chemistry, 2021, 40(6): 1795-1807. doi: 10.7524/j.issn.0254-6108.2020020403

小清河济南段表层沉积物重金属和营养盐污染现状评价与来源分析

    通讯作者: Tel:15253190369,E-mail:357729507@qq.com
  • 1. 济南市环境研究院,济南,250100
  • 2. 北京师范大学环境学院水环境模拟国家重点实验室,北京,100084

摘要: 本文分析评价了小清河济南段干流29个点位表层沉积物中有机碳、总氮、总磷以及8种重金属空间分布和风险特征,解析了重金属和营养盐污染来源。结果表明,8种重金属中,Hg未检出,7种重金属平均含量由高到低依次为,Zn>Cr>Cu>Pb>Ni>As>Cd;与《土壤环境质量——农用地土壤污染风险管控标准(试行)》(GB 15618—2018)中风险筛选值(pH>7.5)为标准值比较,Zn和Cd两种重金属平均含量超标,其他5种重金属平均含量未超标;各重金属平均含量均高于背景值。地累积指数评价结果为Zn和Cd为偏中度污染,Cu、Pb、Cr为轻度污染,Ni和As为无污染。潜在生态风险为中度风险,其中Cd为较重风险,其他重金属均为低风险。Cd是综合生态危害指数构成的最主要的金属。有机氮和有机指数均为清洁水平。TN含量水平较低,TP污染水平较高。推测沉积物中Cd、Cr、Cu、Pb、Zn主要来源为工业源和城市交通源,营养物主要来源为城市生活源。因此,本研究可为开展小清河济南段环境管理的重金属和营养物的污染防治工作提供技术支撑。

English Abstract

  • 沉积物为水生态系统重要部分,是流域重金属和营养物的源或汇。一方面,水中重金属主要富集在沉积物中[1],沉积物中重金属浓度比水中的高且有明显分布规律,可指示水环境中重金属的污染程度[2]。另一方面,当界面条件发生变化时,沉积物中的重金属会释放到水体中[3],成为二次污染源。此外,营养物元素也主要蓄积在沉积物种,界面特性改变可释放营养成分,影响水环境的质量[4]。因此,研究河流沉积物的重金属和营养盐的污染状况对流域水环境管理具有重要意义。

    小清河是济南市中心城唯一的排水水道,流域污染治理工作形势严峻。相关研究表明,小清河干支流河段沉积物存在不同程度的重金属累积和生态风险[5-7]。但现有研究主要针对重点支流或某段干流重金属污染,对小清河济南段干流全段的重金属污染状况分析、评估和污染来源分析研究尚属空白;且对小清河济南段干流全段营养盐的分析讨论也是鲜有报道。

    为此,本研究采样分析了小清河济南段干流29个点位表层沉积物的8种重金属以及有机碳、总氮、总磷的含量及其空间分布特征,并利用地累积指数法和生态风险评价指数法对沉积物中的重金属进行生态风险评价,解析了重金属和营养盐的来源,以期为小清河济南段水环境管理提供技术支撑。

  • 小清河源起槐荫区段店镇睦里庄,自章丘市辛丰庄出境。小清河引玉符河水东流,上游水源补给主要来自济南市内各泉,流经槐荫、天桥、市中、历下、历城和章丘等区县,济南段全长共70.3 km。

  • 结合小清河济南段干流实际情况,选取重要支流入口或重要污水入口等关键点位,本研究共设置29个采样点位,于2017年冬采样并用GPS定位采样点。详见图1表1

    沉积物样品采用抓斗式采泥器采集,将样品装入标准自封袋中密封,通过加装木框木箱和冰袋等,保证样品在运输过程中不会流失、污染。样品一经收集即置于低温条件(0—4 ℃)下保存。然后置于实验室冰柜(−20 ℃)中保存。干燥的沉积物样品经研磨,过200目筛后,取0.25 g加入5 mL HNO3,10 mL HF,2 mL HClO4的消解液,在200 ℃的密闭系统内消解12 h,各重金属和营养盐的检测方法见表2

  • 利用Arcgis 10.0进行制图,利用Excel2010进行数据计算,利用SPSS进行统计、聚类、相关性和主成分分析等。

  • 地累积指数法是利用一种重金属的总含量与其他地球化学背景值的关系,定量评价沉积物中的重金属污染程度。该方法由Muller提出[8],公式如下:

    其中,Igeo为地累积指数,无量纲;Cn为沉积物中重金属n的含量,mg·kg−1Bn为该元素背景值,mg·kg−1。根据Igeo值大小,沉积物的污染分级标准[8-10]表3

  • 潜在生态风险指数法用以评价重金属生态危害状况。该方法基于重金属的生物毒性,定量评估潜在生态危害。该方法由瑞典学者Lars Hakanson提出,公式如下:

    其中,RI是综合潜在生态危害指数,无量纲;Eir是某i种重金属潜在生态危害指数,无量纲;Tir为某i种重金属的毒性系数,无量纲,详见表4[11]Cif为某i种重金属元素的实际含量,mg·kg−1Cin为某i种重金属的背景参考值,mg·kg−1[12]。根据RIEir值的大小,评价标准见表5[9]

  • 采用有机指数和有机氮评价沉积物营养物污染状况,评价标准见表6,公式如下[13]

  • 采用单一因子的标准指数法进行评价,计算方法[14]和评价标准[15]如下:

    式中, Si为单项评价指数或标准指数;Ci为沉积物中i的含量;Cs为沉积物种i的标准值。

    加拿大安大略省环境和能源部1992年发布沉积物中营养盐的环境质量标准,TN和TP能够引起最低级别生态毒性效应的含量分别为 0.55 mg·g−1和0.60 mg·g−1;严重级含量分别为 4.80 mg·g−1和2.00 mg·g−1。其中,最低级表示沉积物已受污染,但大多数底栖生物可以承受;严重级表示底栖生物群落已遭受明显的损害。

  • 小清河干流29个点位表层沉积物中重金属Hg均未检出,现仅分析除Hg外7种重金属分布特征,结果见表7

    研究区域表层沉积物重金属平均含量由高到低依次为Zn>Cr>Cu>Pb>Ni>As>Cd。重金属平均含量排序与济南市大明湖[16]和黄莹等[5]的研究结果一致,与于晓霞等[6]研究结果(Zn>Pb>Ni>Cu>Cr>Cd>As)略有不同。但重金属含量与有其他研究结果差别较大,本研究表层沉积物中Zn、Cr、Cu、Pb、Ni、As、Cd平均含量分别是大明湖[16]的2.27、2.77、1.34、1.14、1.65、2.14、2.58倍,分别是小清河表层沉积物重污染区[5]的0.77、0.46、0.91、0.84、0.80、1.45、0.89倍,分别是小清河流域[6]的0.75、0.67、0.86、0.20、0.56、2.54、0.10倍。

    因小清河pH值大于7.5,本研究选取《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB15618—2018)中风险筛选值(pH>7.5)为标准值。研究区表层沉积物As、Cr、Cu、Ni、Pb 等5种重金属平均含量未超标,Zn和Cd平均含量超标,分别是标准值的1.05倍和1.03倍。As、Ni和Pb无超标点位,Cd、Zn、Cr、Cu的点位超标率依次为58.62%、55.17%、10.34%、3.45%。点位重金属超标率为65.52%,点位1—5、7、13、17、26和29未超标,其他19个点位超标。

    研究区域表层沉积物各重金属平均含量均高于背景值。Zn、Cd、Cu、Cr、Pb、As、Ni的平均含量分别是背景值的4.62、4.13、2.62、2.36、2.08、1.11、1.10倍。说明各重金属均存在不同程度的富集。变异系数越大,说明元素分布越不均匀,可能受人为来源的控制和影响[17]。Cr(94.98%)、Zn(43.78%)、Pb(42.73%)、Cd(40.58%)、Cu(38.84%)为高度变异(CV>36%)[18],分布较不均匀,说明可能受人为污染影响较为严重。

    为探求研究区表层沉积物重金属空间分布规律,依据各点位7种重金属含量,利用SPSS对29个点位进行系统聚类分析。根据地累计指数法评估结果,Ni和As总体为无污染,因此,本次分析分别对Zn、Cd、Cu、Cr和Pb等 5种重金属以及7种重金属综合数据进行聚类,结果见图2

    结合聚类分析结果,将点位分成3类:A类点位为研究区的上游和下游出境段,包括点1、2、3、4和29;B类点位为研究区中间段的大部分点位,包括点5—10、12—19、23、24、26—28;C类点位为其他特殊点位,包括点11、20、21、22、25。

    点20由于Cd、Cu、Cr、Pb为特殊点,点20赵王河上游存在一些化工企业;点11和点21主要是由于Cr成为特殊点,点11裕兴东沟有济南裕兴化工厂老厂区,该场地为Cr污染场地,点21龙脊河上游存在工业区;点25和22主要由于Zn成为特殊点,点25巨野河上游为孙村高新工业园区,点22的石河上游为东部老工业区,历史上聚集着济钢集团等钢铁企业、蓝星石化等石化企业。

    3类点位重金属含量存在明显差异。3类点位7种重金属含量均值由高到低均为C类>B类>A类,详见表8。C类点位重金属含量均超标,A类点位重金属含量均未超标。这可能是因为三类点位污染源不同。A类点位周边为农业区,主要为农业面源污染,B类点位周边为城市建成区,主要为生活污水和交通源等城市面源污染;C类点位支流上游历史上或现存不同类型的工业企业或工业园区,主要为工业废水等工业污染。

  • 地累积指数评价结果显示,各种金属总体污染程度由高到底依次为Zn>Cd>Cu>Pb>Cr>Ni>As,Igeo均值依次为1.47、1.30、0.67、0.37、0.30、−0.47、−0.49。Zn和Cd总体为偏中度污染,Cu、Pb、Cr总体为轻度污染,Ni和As总体为无污染。详见图3

    A类点位污染程度较低,除Cd、Zn轻度污染外,其他重金属均为无污染。点位1、2、3的Cd、Zn为轻度污染,点位4的Zn为轻度污染。B类点位主要为Cd和Zn污染,以偏中度污染为主。C类点位污染程度最重,各点位Cd、Cr和Zn的污染程度均为偏中度及以上,Cu和Pb的污染程度为轻度或偏中度污染。其中,点位20的As为轻度污染,Cu和Pb为偏中度污染,Cd和Zn为中度污染,Cr为偏重度污染。

  • 各点位RI在41.99—373.78之间,均值为173.31,中度风险。详见图4。其中8个点位为低度风险,20个点位为中度风险,1个点位为重度风险。从区域分布上看,A类点位全部为低度风险,B类点位全部为中度风险, C类点位为中度和重度风险,其中点20为重度风险,应重点关注。从各重金属构成上看,各点位Cd的平均Eir为123.92,较重风险,其他重金属均为低风险。Cd是综合生态危害指数构成的最主要的金属,贡献率为71.50%。

    这与黄莹等的研究结论基本一致,即小清河重污染区表层沉积物平均RI值为 197. 40,中度风险;Cd的Eir的平均值为 139. 99,有强生态风险;Cd 是小清河沉积物的主要风险来源,其生态风险系数对潜在风险指数的贡献达70.92%[5]。与小清河污灌区土壤重金属综合潜在生态风险评价结果相似,即RI值在51.23—199.33,处于轻微-中等风险水平,Cd是土壤重金属的主要风险源之一,综合潜在生态风险指数的贡献率分别为57%[19]。本研究区位于黄河流域,本研究区的RI小于的黄河主干流沉积物和海河主干流沉积物[20];本研究中Cd的Eir大小与黄河流域主干流的情况基本一致,即Cd的Eir>80,潜在生态风险等级为强。

    因此应重点关注Cd的生态风险,控制入河污水的重金属特别是Cd含量,重点防控流域范围内Cd产生量较高的工业企业、农业面源和交通源等。

  • 研究区表层沉积物中TOC、TN和TP平均值分别为2.55 mg·g−1、0.36 mg·g−1和2.72 mg·g−1表9)。29个点位的有机氮和有机指数均为清洁水平。TN平均值低于0.55 mg·g−1(最低级含量),以此为标准值,29个点位中有3个点位Si值大于1,分别为点6、8和16,Si值依次为1.78、1.71和1.16。说明TN含量水平较低,基本没有生态毒性效应。按照前文所述的单一因子的标准指数法的方法和标准,TP平均值高于2.00 mg·g−1(严重级含量),依此为标准值,29个点位19个点位Si值大于1。说明TP污染水平较高,底栖生物群落已遭受明显的危害,结果见图5

    图5可以看出,营养物空间分布特征,营养物浓度从点位6处突然增加,周边为城市建成区的点位普遍较高,出境处降低到源头水平。这说明城市污水可能是营养物的主要来源,包括城市生活污水和城市面源等。

  • 本研究通过对各点位重金属和营养盐含量进行相关性分析和主成分分析,推测污染物来源。相关性分析被广泛用于重金属来源识别,若重金属元素质量分数之间呈显著或极显著相关,可推测它们存在相似污染源或伴生污染现象,则其对重金属污染源的解析具有重要意义。主成分分析利用降维的思想进一步鉴定被测重金属的来源。小清河济南段依次流经农村、城市建成区、工业区、农村等,可以初步推测,污染源可能为农业面源、城市和农村生活点源和面源、工业源等。结合地累积指数评价结果研究区表层沉积物中Ni和As为无污染,暂不讨论这两种重金属来源情况。

  • 采用Pearson 相关系数法进行相关性分析。判断标准:置信度小于0.05,表明相关系数已达显著,否则就是不显著;相关系数0.8—1.0为极强相关,0.6—0.8为强相关,0.4—0.6为中等程度相关,0.2—0.4为弱相关,0.0—0.2为极弱相关或无相关。

    表10可以看出,Cd-Cu、Cd-Pb、Cr-Pb为极强相关,Cd-Cr、Cd-Zn、Cu-Pb、Cu-Zn、Pb-Zn为强相关,Cr-Cu、Cr-Zn为中等程度相关。Cu与营养物指标强相关,Cd、Zn与营养物指标中等程度相关。这说明Cd、Cr、Cu、Pb、Zn这5种重金属可能来源相似。部分Cu、Cd、Zn的来源与营养物来源可能相似。

  • 主成分分析结果显示,其KMO值为0.775,Bartlett球形检验统计量的sig<0.001,说明本研究数据适合做因子分析。提取2个主成分,解释总方差为82.41%。详见表11

    主成分1贡献率为43.97%,各重金属载荷均较高,其中 Pb、Cr、Cd、Cu、Zn载荷分别达到0.949、0.943、0.798、0.691、0.601,详见表12,这与相关性分析推测的这几种重金属来源相似结论一致。而营养物荷载均较低。已有研究表明, Cu的人为来源主要为钢铁冶炼以及化肥农药的施用[21]。Cr及其化合物是常用的工业原料,主要用于冶金、金属加工、电镀、制革、颜料等,六价铬是电镀行业产生的典型污染物[23]。Cd是农药化肥的标识元素[24],可来源工业中的化学工业[20]。原油本身含有的金属,石油裂解、精细化学品等使用含Cd和Cu等金属的催化剂[22],所以石化企业“三废”中含有Cd、Cu等重金属。钢铁生产过程中的转炉工序和电炉工序对 Pb、Cd、Cr 等重金属的排放有相当大的贡献率[23] ,钢铁冶炼的“三废”排放是土壤中Cd、Pb和Zn的重要来源。生产彩钢、管材过程中的镀锌工艺会导致Zn的排放[23]。研究区域中点11裕兴东沟有济南裕兴化工有限责任公司老厂区,该企业主要生产铬盐产品,搬迁后场地为Cr(Ⅵ)污染土壤。点22的石河上游为济南东部老工业区,历史上聚集着济钢集团等钢铁产业链上下游企业、蓝星石化等石化企业以及盛源化肥等化工企业,此外,小清河流域范围现存济南炼化和临港工业园区等工业企业。因此,推测主成分1为石化、钢铁冶炼加工等化工企业为主的工业源。

    主成分2贡献率为38.44%,营养物有较高载荷,TOC、TN和TP载荷分别达到0.884、0.978和0.887;重金属仅有Cu、Zn、Cd载荷较高,分别为0.655、0.533和0.488。详见表12。这与相关性分析推测的这几种重金属来源相似结论一致。有研究表明, Zn、Cd、Pb、Cu等为常见的来自于交通源的重金属[25-26]。Zn主要来源于轮胎的磨损,润滑剂等,Cu主要来源于柴油燃烧及刹车片等汽车金属部件的磨损[7]。轮船、汽车等所需的合金材料、镀锌金属、硫化轮胎等均含Cd[17, 27] ,Cd主要来源于汽车轮胎磨损及尾气排放[23]。因此,初步推断Cu、Zn、Cd可能来自机动车尾气排放及道路灰尘为主的城市交通源。此外,有研究表明,有机质主要来自生活废水[24],结合研究区营养物的空间分布,推测营养物主要来自城市生活污水。城市交通源通过大气沉降、初期雨水等途径汇入生活污水后入河。因此,推测主成分2为城市交通源和生活源。

    综上,推测沉积物中Cd、Cr、Cu、Pb、Zn主要来源为工业源和城市交通源,营养物主要来源为城市生活源。

  • 研究区域表层沉积物的8种重金属中,Hg未检出,7种重金属平均含量由高到低依次为,Zn>Cr>Cu>Pb>Ni>As>Cd,平均值分别为314.24、171.61、62.77、49.06、31.99、11.10、0.62 mg·kg−1。As、Cr、Cu、Ni、Pb等5种重金属平均含量未超标,Zn和Cd等2种重金属平均含量超标。研究区域表层沉积物各重金属平均含量均高于背景值。Zn、Cd、Cu、Cr、Pb、As、Ni的平均含量分别是背景值的4.62、4.13、2.62、2.36、2.08、1.11、1.10倍。

    地累积指数评价结果显示,各种金属总体污染程度由高到底依次为Zn>Cd>Cu>Pb>Cr>Ni>As,Igeo均值依次为1.47、1.30、0.67、0.37、0.30、−0.47、−0.49,Zn和Cd为偏中度污染,Cu、Pb、Cr为轻度污染,Ni和As为无污染。

    潜在生态风险指数评价结果显示,各点位RI在41.99—373.78之间,均值为173.31,为中度风险。Cd为较重风险,其他重金属均为低风险。Cd是综合生态危害指数构成的最主要的金属,对其贡献率为71.50%。

    TOC、TN和TP平均值分别为2.55 mg·g−1、0.36 mg·g−1和2.72 mg·g−1。有机氮和有机指数均为清洁水平。TN含量水平较低,基本没有生态毒性效应。TP污染水平较高,底栖生物群落已遭受明显的危害。

    根据相关性分析和主成分分析结果,推测沉积物中Cd、Cr、Cu、Pb、Zn主要来源为工业源和城市交通源,营养物主要来源为城市生活源。

    建议小清河济南段定期开展沉积物重金属和营养盐的检测和风险评估;开展C类点位的上游支流和局部干流底泥清淤的可行性研究和工程;因地制宜增加中心城城市生活污水处理厂的深度处理环节,例如增加人工湿地等,减少城市生活污水中重金属和营养物入河量;探索收集中心城区初期雨水并进行深度处理,减少城市面源中重金属和营养物的入河量;重点关注C类点位涉及的工业企业,开展清洁生产和重金属减排工作。

参考文献 (27)

返回顶部

目录

/

返回文章
返回