-
建设北京城市副中心是党中央为了推动首都科学发展而做出的一项重大战略决策[1]. 土壤乃是一切生物生存的基础，更是维系动植物生存繁衍的根本，特别是城市土壤与城市生态环境紧密相连，关系到人体的健康[2 − 4]. 城市优良的土地资源构成了城市生态系统的关键支撑，同时，它们也是人类长期居留和可持续进化的关键物质条件之一[5]. 已有研究表明[6 − 8]，城市化进程会导致土壤退化是一个紧迫的环境问题，其进程中释放的物质不断在土壤环境中累积，一旦重金属在土壤中的浓度超出相应标准的阈值，可能会直接影响土壤生态环境，鉴于城市居民，尤其是儿童，可能通过口误食、呼吸或皮肤接触等途径接触这些污染物后，易对身体健康造成不利影响.
北京城市副中心地区作为市政府功能规划的核心区域，属于未来人口密集场所. 近几年，随着北京城市副中心的迅速发展，例如：副中心行政办公区和住宅区的建设与使用、广渠路东延工程、城市轨道交通的新建、东六环路入地改造和公路交通干线及交通枢纽建设等，增加了土壤重金属的潜在危害风险，与此同时南部区域范围内，之前分布有各类工厂，对土壤环境存在潜在污染风险[9 − 12]. 但是迄今鲜有对北京城市副中心开展土壤重金属生态风险综合研究，土壤重金属污染等级、生态风险大小和健康风险程度不清，因而亟需开展土壤重金属风险研究. 本研究以北京城市副中心作为分析区域，布点采集表层土壤，对土壤样品中的15种元素或指标进行分析测试，以潜在生态风险指数、富集因子和健康风险评价对区域土壤重金属污染进行了评价，研究结果对北京城市副中心的发展具有重要的理论和实际价值，可弥补该地区土壤重金属污染研究的不足，为北京城市副中心土壤重金属污染防治与管控、居民健康生活及城市规划提供参考依据.
-
研究区位于北京市通州区境内，面积155 km2，地理坐标范围为116°36'—116°47'E、39°48'—39°57'N，南北长约18 km，东西宽约16 km. 地处永定河与潮白河的汇流平原之上，地形开阔，自西北缓缓地向东南方向倾斜，北运河斜穿该研究区. 构成该地区的土壤主要为潮黄土、两合土及沙壤土. 该地区气候特征为典型的大陆性季风气候. 研究区内建筑物较密集，主要分布在西部和中部.
-
在综合考虑样品代表性、人口密度及土地利用现状之后，采用网格布点法进行布置，密度为2 km×2 km（每个格1—4个点），在研究区的公共绿地、公园绿地及居民区绿地内选取远离工矿企业和城市道路的地方共设置了107个表层（0—20 cm）土壤样品点，其中，公共绿地66个，公园绿地28个，居民区绿地13个，研究区土壤采样点位见图1.
-
在设定的采样点及周围100 m范围内，采用双对角线采样法选取5个代表性的表层（0—20 cm）土壤分样，每个分样点清除植物根系、砂砾和砖块等杂物，现场均匀混合形成一个复合样品. 混合均匀之后，保留大约1.0 kg的样本量并装入样品袋. 土壤样本经实验室自然晾干、手工破碎后，然后过2 mm的尼龙筛，对通过筛的土壤样品采用四分法留下约300 g并装入牛皮袋备用测试. 土壤样品的采集和处理是进行土壤质量评估的基础，严格遵循《DZ/T 0258-2014》[13]的相关标准进行操作.
-
对样品中的15种元素或指标进行了分析测试，其分析方法和检出限详见表1所示. 测试过程中加入了3件标准物质，从而对全过程的分析质量进行控制，误差范围均在允许之内. 所有样本测试结果均满足《DD2005-03》要求[14].
-
目前，土壤重金属污染的评价方法众多，迄今尚未有统一的规定和标准，各种污染评价方法，虽有其独特之处，但亦存在些许不足[15]，采用单一的评价方法难以获得全面的评价结果. 因此，本研究运用潜在生态风险指数、富集因子和健康风险评价等多种方法进行多角度评价，他们的相互补充会使得评价结果更为准确.
-
该方法的提出源于1980年，由瑞典知名学者Lars Hakanson首次提出[16]. 此方法融入了多种有毒金属的毒性指标，同时融入了这些金属的生态学、环境学和毒理学的影响. 目前在生态风险评价中得到了普遍的使用[17 − 19]，计算公式如1－2所示：
式中，Ti代表重金属i的毒性响应系数，Ci代表重金属的实测含量，Ei代表单项重金属的生态风险指数，Co代表重金属的参比值，RI代表综合潜在生态风险指数（即所有Ei的总和）；采用北京地区表层土壤（0—20 cm）的地球化学参数[20]作为该研究区参比值；各种重金属的毒性参数：As为10，Cd为30，Cr为2，Cu、Ni和Pb均为5，Hg为40，Zn为1. Ei和RI分级标准详见表2.
-
富集因子法（EF指数）是一种在环境科学领域被广泛应用的元素分析方法[21]，它主要通过对比样本元素浓度与参比物质中相应元素浓度，来判断该元素是否因人为影响而呈现富集或衰减状况 [22 − 23]，计算公式如3所示：
式中，EF代表土壤中元素富集程度的指标. Ci代表土壤中某种元素i的含量，Cn则代表作为参考元素的元素含量. 样品（sample）指的是研究对象，而背景（baseline）则是指背景条件. 通常选取那些地球化学性质稳定且受人类活动干扰较小的元素，如铝（Al）、钛（Ti）、钪（Sc）、锂（Li）、锰（Mn）、铁（Fe）、钙（Ca）等，作为参考元素[24 − 25]. 通过分析土壤中重金属与参考元素之间的相关性，可以判断重金属元素是否受到人为活动的干扰. 根据Southerland[26]的分级标准，重金属污染的富集因子可以按照五个等级进行划分： EF<2（无—弱富集）、2≤EF<5（中度富集）、5≤EF<20（显著富集）、20≤EF<40（高度富集）、EF≥40（极度富集）. 当EF值大于1时，表示该元素相对富集受到了人类活动的侵扰.
-
鉴于中国人与美国人在体重、寿命、暴露频率、皮肤面积等各方面有一定的差异，所以评估研究区域内成人和儿童的健康风险时，将美国国家环境保护局的健康风险评价模型和中国生态环境部评估模型结合使用 [27 − 28]. 评估不同暴露路径下重金属所导致的健康风险，计算公式如式4－5所示：
式中，HI代表总非致癌健康风险指数的和，当HI小于1 时，表明重金属的非致癌风险微乎其微或可忽视，反之，则存在一定的非致癌健康风险[29]；TCR代表致癌健康风险指数总和，若其值小于1×10−6，则不会引发致癌风险；当TCR值介于1×10−6—1×10−4之间时，致癌风险则处于可接受范围；然而，若TCR值超过1×10−4，则致癌风险变得不可接受[30 − 31]. ADDioral、ADDidermal和 ADDibreath依次代表经口直接摄入、皮肤接触和呼吸摄入等不同途径的暴露剂量；RfDi代表三种途径的参考剂量；SF代表致癌斜率系数.
每日土壤重金属暴露剂量的估算公式如式6－8所示：
式中，Ci代表土壤重金属元素i的实测含量，单位为mg·kg−1；其余参数含义见表3所示. 本项探究中对土壤中重金属对人体健康造成风险的估算参数及其数值见表3. 同时，表4列出了在3种不同的接触途径下，推荐日摄入量（RfD）以及致癌斜率系数（SF）的参考数据.
-
使用Excel 2017和SPSS 19.0进行元素和指标的统计分析，图形绘制用MapGIS 6.7 和OriginPro 2021软件完成.
-
土壤pH值介于7.83—9.17，以碱性和强碱性为主，其平均值、中位值均超过了北运河流域（北京段）背景值[34]和北京土壤背景值[20]，如表5所示；土壤中As、Cd、Cr、Cu、Hg、Ni、Pb和Zn等8项重金属的中位值与北运河流域（北京段）背景值相比较，除As、Cr和Ni外，其余重金属元素含量均超过北运河流域（北京段）背景值，是相应背景值的1.02—3.05倍；与北京土壤背景值相比较，除As和Cr外，其余重金属元素含量中位值均超过北京土壤背景值，为相应背景值的1.07—2.04倍. 变异系数是评价土壤特性参数空间变异性程度的定量指标，若其数值越大，则表明该指标分布的均匀性越差，受人类活动的侵扰越强烈[35]；土壤中重金属 As和Hg 处在高度变异水平，相比Hg的变异系数最大，为121.4%，表明这种重金属在土壤中分布最不均匀，这可能与人类侵扰有较大关联；而重金属 Cd、Cu、Ni、Pb和Zn 的变异系数处于中等水平，Cr的变异系数最低，表明其受人类侵扰最小；综上所述，研究区土壤重金属的高度变异系数暗示了人为因素在局部区域对土壤重金属含量的显著影响.
判定参与统计的数据是否符合正态分布或近似正态分布，可降低统计分析和空间插值分析过程中出现的潜在比例效应[36]. 对研究区的107件土壤重金属样品含量绘制箱线图和正态曲线，如图2，结果表明，研究区As、Cd、Cr、Cu、Ni、Pb和Zn等7种重金属元素符合正态分布，Hg符合对数正态分布.
参照农用地筛选值[37]和建设用地筛选值[38]标准，所有土壤样本的Cd、Cr、Cu、Hg、Ni、Pb和Zn在内的7项重金属元素的含量均低于农用地筛选值阈值，属于优先保护类别；仅有1件土壤样品中As含量超过农用地筛选值和建设用地筛选值阈值，调查发现该超标样点位于公园树林中，该树林为人工种植，As元素超标可能与农药的使用密切相关[39]. 表层土壤的金属浓度表现出显著的多样性（表5）.
-
在土壤重金属危害指数（Ei）评价结果（见表6）中，区内8种重金属单一潜在生态危害指数平均值由低到高排序依次为：Zn、Cr、Ni、Cu、Pb、As、Cd、Hg. 除Hg外，其余元素单一潜在生态风险指数均小于 40，为轻微生态风险；As和Cd的单一潜在生态风险指数范围分别为3.56—52.14和12.86—64.29，属轻微生态风险水平的样本占比均在77%以上. 区内土壤中Hg和Cd是主要的生态危害因子，其中Hg的单一潜在生态风险指数极高值是其风险等级最大值2.11倍.
土壤中重金属的总潜在生态风险指数 （RI）极值差异显著，均值为142.73. 生态环境面临的风险程度轻重不一，以轻度和中度风险为主，分别占总样本量的74.77%和19.63%；极度风险的样本仅有1件，占总样本量的0.93%. 图3结果显示，这些高风险样点主要位于研究区的中部和西部，通过调查发现，那里有大量的住宅小区、交通主干线、公园、建筑工地和生产加工企业，这些地区长期受到人类活动和生产活动的侵扰，从而导致周边土壤中的重金属，如 Cd 和 Hg 的生态风险较高，其中 Hg 的极端值颇高. 此外，Hg 的 Ei和 RI 值在其分布区域里呈现出较高的相似性，这一现象使得Hg成为对生态系统整体风险贡献最大的因素.
-
运用SPSS 19.0对土壤8项重金属元素与候选参考元素进行皮尔逊相关系数矩阵分析（见图4），以探究它们之间的相关性. 由图4可知，土壤中Mn、Sc、Ti 和Fe与As、Cd、Cr、Cu、Ni、Pb和Zn呈正相关关系. 鉴于Mn是变价元素，化学性质不稳定，高价Mn存在迁移性，因此，选择Mn做参比元素不合适；而Sc在表生地球化学过程中性质稳定，因此，在评价土壤重金属富集因子时，以Sc为计算富集因子的参照元素则相对合理.
由图5可知，所有土壤均无高度富集和极度富集，均值总体处于无—弱富集水平，从弱到强依次为：Cr、As、Ni、Cu、Cd、Zn、Pb、Hg. 在研究区的土壤中，所有Cr和Ni富集因子均小于2，均处于无—弱富集水平. 土壤As富集因子有1件样本呈显著富集，占样本总数的0.93%. 土壤Hg富集现象尤为突出，富集程度跨度较广，土壤Hg呈显著富集程度的样点数为 7 件，占总样本数的 6.54%，Hg 富集因子的最小值与最大值差异显著，这揭示了人类活动对汞积累的影响强烈；对于土壤中的Cd、Cu、Hg、Pb和Zn，它们的富集因子表现出中等程度富集，占总样本数的比例依次为： 2.80%、1.87%、17.76%、1.87%和2.80%. 而Cr和Ni的富集因子均值相对较小，表明Cr和Ni在土壤中的空间分布主要受地质因素的控制，人为活动侵扰相对较小；而土壤Hg、Pb、Zn、Cd、Cu和As的富集因子均值相对较大，表明在土壤中富集的重金属元素主要来自外部非自然条件；总之，Hg、Pb、Zn、Cd、Cu和As 含量均在不同程度上受到人为活动侵扰.
-
由表7、表8和图6可知，在非致癌性物质暴露方面，儿童的总量超过了成人. 儿童通过口腔和皮肤接触土壤中的重金属日均暴露量均超出成人，然而，通过呼吸摄入的日均暴露量则低于成人. 在不同的接触方式中，各类重金属元素的健康风险指数从低到高排列为：HIibreath<HIidermal<HIioral. 这一现象说明，土壤中的重金属对于人体的非致癌风险主要与通过口腔摄入有关，并且这种风险会随着接触方式的改变而变化. 针对儿童与成年人群，各类单一土壤重金属所引发的非致癌风险指数的平均值普遍低于1. 各种重金属对儿童和成人的非致癌风险程度，从低到高排序为：Cd<Zn<Hg<Cu<Ni<Pb<Cr<As. 单一重金属元素的健康风险指数（HQ）均低于1. 儿童与成人面对的非致癌性重金属健康风险指标（HI）分别介于0.318—1.751和0.197—1.086之间，其均值分别为0.573和0.355，各仅有一件样本的HI值超过了1，表明有高达99.07%对儿童与成人构成的非致癌健康风险是极其微小的，尚可忽略，仅有0.93%的个别土壤样本可能对儿童与成人构成非致癌健康风险. 图7显示，儿童的重金属潜在非致癌风险（HQ）普遍高于成年人群，这揭示了土壤中的As、Cr和Pb等重金属成分可能是引起这一现象的关键原因.
-
由表9和图6可知，致癌与非致癌风险的日暴露风险评价一致，从高到低排列，致癌的平均日暴露量为ADDioral>ADDidermal> ADDibreath，其中土壤重金属通过口直接摄入是致癌风险指数（TCR）的主要影响因素. 在研究区域内，儿童与成人所接触的土壤致癌风险TCR分别介于3.92×10−6—5.33×10−5和2.42×10−6—3.28×10−5之间，其平均值分别为1.06×10−5和6.52×10−6；所有采集的样品该风险值均落在1×10−6—1×10−4的范围. 据此判断，研究区土壤重金属砷（As）和镉（Cd）对儿童与成人引起的致癌总风险仍处于较低水平，尚可忽略.
有关土壤重金属污染的风险评价，目前我国尚无统一的规定与标准，因此，不同的评价标准将导致对污染程度不同的结论. 考虑到北京土壤背景值[20]低于中国土壤元素背景值[40]、农用地风险筛选值[37]及建设用地筛选值[38]，如以北京土壤背景值为评价基准，其重金属污染程度结果则较为严重. 研究区综合污染程度较轻，总体处于安全无污染水平，环境相对安全. 该地区土壤中总体上四分之一的重金属潜在生态风险指数（RI）处于中等水平. 土壤中重金属的富集因子（EF）呈现出零星样本中土壤中的Hg和As受到明显的污染，表明长期的人类和生产活动对部分土壤重金属积累造成了一定影响. 潜在风险生态指数（RI）和富集因子（EF）都表明，该地区土壤中Hg的贡献最为显著. 根据农用地筛选值标准[37]，该地区的8种重金属元素含量整体偏低，符合标准要求，土壤中仍存在大量重金属环境容量.
-
1）土壤pH值显碱性-强碱性；区内总体环境相对安全，As和Hg这两项元素呈现高度的变异性，尤其是Hg，其变异性系数高达121.4%，这一现象揭示了人类活动对某些区域土壤中这些元素的高度富集有着直接关系.
2）土壤中重金属的潜在生态风险水平以轻微和中等为主，分别占总样本数的74.77%和19.63%；仅存在零星的强和极强潜在生态风险水平的土壤样品，分别占总样本数的4.67%和0.93%，这些样本主要分布在研究区的中部和西部，这些区域分布有大量的住宅小区、交通干线、公园、建筑工地及一些生产加工企业，长期的人类活动及生产活动导致周边土壤中重金属Hg和Cd的生态风险相对较高.
3）土壤中重金属元素的富集因子均值低于2，元素富集程度由低到高排序依次为：Cr、As、Ni、Cu、Cd、Zn、Pb、Hg，总体处于无—弱污染水平，有6.54%的土壤Hg和0.93%的As富集因子呈显著富集.
4）土壤中重金属对儿童和成人的非致癌风险程度，从低到高排序为：Cd<Zn<Hg<Cu<Ni<Pb<Cr<As，99.07%以上的样品均在可接受的区间内，但有1件样品的土壤重金属对儿童和成人均构成了轻微的非致癌健康风险，揭示了土壤中的As、Cr和Pb等重金属可能是引起这一风险的关键原因.
基于土壤-人体系统的城市用地重金属污染和健康风险评价：以北京城市副中心为例
Heavy metal pollution assessment and health risk assessment of urban land based on soil-body system：A case study of Beijing Municipal Administrative Center
-
摘要: 为摸底北京城市副中心城市用地土壤中重金属的污染状况及其对人体健康的潜在风险，本次研究对地表（0—20 cm）的土壤样本（共计107件）进行了分析与评价. 结果显示：该区域土壤环境的整体品质，数据指示其处于相对安全的状态. 具体来看，总潜在生态风险指数（RI）的超标比例在25.23%左右，其中，Hg和Cd是主要的生态危害元素，它们与人类活动紧密相关；富集因子（EF）的平均值低于2，元素富集程度从低到高排列为：Cr、As、Ni、Cu、Cd、Zn、Pb、Hg，超过75.70%的样品处于无—弱富集等级；对于土壤重金属对儿童与成人的健康风险，99.07%以上的样本都在可接受的范围内，但仍有1件样本对儿童和成人构成了轻微的非致癌健康风险，土壤中的As、Cr和Pb 等3种重金属是影响人体健康的主要因子.Abstract: In order to map out the contamination status of heavy metals in the soil of the urban land of Beijing Municipal Administrative Center and their potential risk to human health, soil samples (A total of 107 pieces) from the surface (0—20 cm) were analysed and evaluated in this study. The results show that the overall quality of the soil environment in the region is in a relatively safe condition as indicated by the data. Specifically, the percentage of exceedance of the total potential ecological risk index (RI) is around 25.23%, of which Hg and Cd are the main ecological hazardous elements, which are closely related to human activities; The average value of enrichment factor (EF) was lower than 2, and the degree of elemental enrichment was ranked from low to high as follows: Cr, As, Ni, Cu, Cd, Zn, Pb, Hg, and more than 75.70% of the samples were in the class of no—weak enrichment; For the health risk of soil heavy metals to children and adults, more than 99.07% of the samples were within acceptable limits, but there was still one sample that posed a slight non-carcinogenic health risk to children and adults, and three heavy metals in soil, As, Cr and Pb, were the main factors affecting human health.
-
MBR工艺具有占地小、出水水质好、直接投资及运行费用高[1-3]等特点。目前，由于污水厂建设用地的限制，在地下污水处理厂工程[3]及污水处理厂提标改造的建设工程[4-5]中，污水处理主工艺大部分采用MBR工艺。根据常规设计经验，MBR工艺的预处理段通常会设置3道格栅，生物段通常采用A2O矩形生物池或者多段AO等矩形池，污泥处理段通常采用污泥浓缩池或贮泥池和机械脱水工艺。然而，对于预处理段3道格栅栅条间隙的设置、生物池的池形设计、污泥浓缩池和贮泥池的适应性设计，以及污泥的资源化利用工艺等尚未见系统报道。为减少污水处理厂在运行后出现格栅运行负荷失调、生物池浮泥、污水脱水困难等问题，本研究结合3个工程案例，针对新疆维吾尔自治区3个MBR工艺进行了分析，从工艺流程、进出水水质、设计参数、不同池形内浮泥现象、污泥处理段有无浓缩池、污泥处理难易程度、运行费用等方面进行了对比，以期系统总结MBR工艺的特点，为类似工程设计或工艺选择提供参考。
1. 工程案例概况
选择位于新疆维吾尔自治区的3座MBR工艺污水处理厂作为研究案例。其中，1#污水处理厂为新建工程，设计处理规模4.0×104 m3·d−1，进水组分中生活污水占比70%~80%，工业废水占比20%~30%；2#污水处理厂为提标改造工程，设计处理规模5.0×104 m3·d−1，进水组分中生活污水占比70%~80%，工业废水占比20%~30%；3#污水处理厂亦为提标改造工程，设计处理规模8.0×104 m3·d−1，进水组分基本为生活污水。3座污水处理厂出水水质指标均执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)中一级A标准。3座污水处理厂工艺流程分别见图1。
图 1 3座污水处理厂的工艺流程图Figure 1. Flow chart of the treatment processes of 3 sewage treatment plants2. 设计参数
2.1 设计进水水质
3座污水处理厂出水水质指标均执行《城镇污水处理厂污染物排放标准》(GB 18918-2002)中一级A标准，设计进出水水质见表1。
表 1 污水处理厂设计进出水水质指标Table 1. Design influent water quality and effluent quality of WWTPmg·L−1 进水或出水 COD BOD5 SS NH3-N TN TP 1#污水处理厂设计进水 500 200 400 40 50 6 2#污水处理厂设计进水 800 350 350 45 70 7 3#污水处理厂设计进水 700 390 350 45 55 6 设计出水(一级A) 50 10 10 5(8) 15 0.5 注：水温低于12 ℃时，出水氨氮设计指标控制为≤8 mg·L−1。 | Show Table
DownLoad:
CSV
2.2 工艺主要设计参数
2.2.1 1#污水处理厂主要设计参数
1)粗细格栅：粗格栅采用回转式格栅除污机，栅间隙15 mm，安装角度75°；细格栅采用转网式格栅除污机，栅间隙3 mm，安装角度60°。
2)沉砂池：采用曝气沉砂池，1座2格，有效水深2.6 m，水平流速0.06 m·s−1，停留时间6.08 min。
3)初沉池：采用中进周出辐流式沉淀池，2座，直径25 m，有效水深3.9 m，表面负荷2.39 m3·(m2·h)−1，沉淀时间1.63 h；剩余污泥量300 m3·d−1，污泥含水率97%。
4)膜格栅：采用内进流网板格栅除污机，栅间隙1 mm，安装角度90°。
5) MBR生物池：2座，单座尺寸64.6 m×32.9 m，有效水深6.0~6.2 m。生物池分为厌氧、缺氧、好氧段，厌氧停留时间2 h，缺氧停留时间5.5 h，好氧停留时间6.5 h；污泥负荷(以每天单位质量的MLSS去除BOD5的质量计)0.067 kg·(kg·d)−1，MLSS的质量浓度为6.0 g·L−1；缺氧池至厌氧池的混合液回流比为200%，膜池至缺氧池的为800%，膜池至好氧池的为200%；好氧池曝气采用微孔管式曝气器；在好氧池末端投加PAC药剂进行化学辅助除磷，投加量为20~30 mg·L−1(药剂的商品量，即药剂中有效成分为28%)。
6) MBR膜池及设备间：膜池有效水深3.6 m，停留时间1.4 h；膜池分8个系列，每个系列设膜组器6组，预留2组空位；膜组器采用PVDF浸没式中空纤维膜，孔径<0.1 μm；MBR膜设备间配置产水泵、CIP(在线清洗)泵、剩余污泥泵、在线化学清洗加药系统以及其他辅助设备；平均名义膜通量为16.54 L·(m2·h)−1，膜吹扫总风量246 m3·min−1。
7)臭氧接触池：臭氧接触池有效水深5.5 m, 接触时间24.5 min，采用空气源臭氧发生器，臭氧最大投加量4.0 mg·L−1。
8)贮泥池：湿污泥量1 123 m3·d−1，含水率99.2%。1座2格，有效水深4.5 m，停留时间6.9 h，池内设潜水搅拌器和潜水曝气机以免污泥沉降。
9)脱水机房：采用带式脱水机，脱水至泥饼含水率≤80%后，至低温热干化，最终污泥含水率降至≤60%后运往垃圾填埋场填埋。
2.2.2 2#污水处理厂主要设计参数
该污水处理厂为提标改造，预处理单元中新建膜格栅间，将现状生物池改造为MBR生物池，新建MBR膜池及设备间、接触消毒池和污泥浓缩脱水系统，其余建(构)筑物和设备现状利用。现状粗格栅栅条间隙为15 mm，安装角度75°，现状细格栅为内进流格栅，栅间隙为4 mm。新建和改造建(构)筑物主要设计参数如下。
1)膜格栅：采用内进流网板格栅除污机，栅间隙1 mm，安装角度90°。
2) MBR生物池：现状生物池改造为厌氧、缺氧、好氧(A2O)处理工艺，根据场地和构筑物布置，将整个生物处理系统分为一期(2.2×104 m3·d−1)和二期(2.8×104 m3·d−1)处理系统。一期生物池厌氧停留时间3.18 h，缺氧停留时间7.32 h，好氧停留时间9.6 h，污泥负荷(以每天单位质量的MLSS去除BOD5的质量计)0.08 kg·(kg·d)−1，MLSS的质量浓度为6.5 g·L−1；二期生物池厌氧停留时间2.5 h，缺氧停留时间5.75 h，好氧停留时间7.54 h，污泥负荷(以每天单位质量的MLSS去除BOD5的质量计)0.085 kg·(kg·d)−1，MLSS的质量浓度为6.7 g·L−1，在生物池后增设兼氧池，停留时间3.8 h。膜池至好氧池的混合液回流比为500%，好氧池至缺氧池的为400%，缺氧池至厌氧池的为200%。好氧池和兼氧池曝气采用微孔管式曝气器。设计在膜池前段投加药剂(PAC)进行化学辅助除磷，投加量为20~30 mg·L−1(商品量28%)。
3) MBR膜池及设备间：膜池分期规模与MBR生物池一致。一期膜池有效水深3.6 m，停留时间1.49 h，膜池分6个系列，共设膜组器26组，预留10组空位；二期膜池有效水深3.6 m，停留时间1.35 h，膜池分6个系列，共设膜组器34组，预留8组空位。膜组器采用PVDF浸没式中空纤维膜，孔径<0.1 μm。平均名义膜通量为16.34 L·(m2·h)−1，膜吹扫总风量390 m3·min−1。
4)接触消毒池：尾水采用次氯酸钠消毒，接触池形式为矩形隔板式，有效水深4.0 m, 接触时间35.04 min。
5)污泥浓缩池：湿污泥量1 763 m3·d−1，含水率99.2%。2座，直径16 m，池边水深4.0 m，浓缩时间21.9 h，固体通量43.84 kg·(m2·d)−1，浓缩后污泥含水率98%。
6)污泥脱水机房：采用板框压滤机，脱水后泥饼含水率≤60%；选用板框压滤机3台，单台过滤面积560 m2，日运行时间12 h，配套污泥调理、进泥、压榨、洗布、调理剂投加等设备。
2.2.3 3#污水处理厂主要设计参数
该污水厂为提标改造，预处理中新建除油池和膜格栅间，现状氧化沟选择池前新建厌氧池，氧化沟后新建兼氧池，新建MBR膜池及设备间、接触消毒池和污泥浓缩脱水系统，其余建(构)筑物和设备现状利用。现状粗格栅栅条间隙为15 mm，安装角度75°，现状细格栅为回转式格栅，栅间隙为6 mm。新建和改造建(构)筑物主要设计参数如下。
1)膜格栅：采用内进流网板格栅除污机，栅间隙1 mm，安装角度90°。
2)氧化沟(改造)：现状选择池前端增加厌氧池，停留时间1.3 h，与现状选择池联合作为厌氧区，总厌氧区停留时间1.65 h；氧化沟停留时间14.3 h，污泥负荷(以每天单位质量的MLSS去除BOD5的质量计)0.102 kg·(kg·d)−1，MLSS的质量浓度为6.5 g·L−1；膜池至氧化沟的混合液回流比为800%，氧化沟缺氧区至厌氧区的为200%；设计在膜池前段投加PAC进行化学辅助除磷，投加量为20~30 mg·L−1(商品量28%)。
3)兼氧池：1座2格，有效水深6.0 m，停留时间3.4 h，MLSS的质量浓度为6.5 g·L−1。
4) MBR膜池及设备间：膜池有效水深3.6 m，停留时间1.4 h。膜池分10个系列，每个系列设膜组器9组，预留1组空位；膜组器采用PVDF浸没式中空纤维膜，孔径<0.1 μm；平均名义膜通量为16.53 L·(m2·h)−1，膜吹扫总风量480 m3·min−1。
5)接触消毒池：尾水采用次氯酸钠消毒，接触池形式为矩形隔板式，有效水深4.5 m, 接触时间31.1 min。
6)污泥浓缩池：湿污泥量2 206.8 m3·d−1，含水率99.2%。2座，直径16 m，池边水深4.0 m，浓缩时间17.49 h，固体通量54.88 kg·(m2·d)−1，浓缩后污泥含水率98%。
7)污泥脱水机房：采用板框压滤机，脱水后泥饼含水率≤60%；选用板框压滤机3台，单台过滤面积560 m2，日运行时间16 h，配套设备用于污泥调理、进泥、压榨、洗布、调理剂投加等。
3. 运行结果与分析
3.1 污水处理效果
1#污水处理厂2013年8月开工建设，2014年10月通水运行。2#、3#污水处理厂2018年4月开工建设，2019年3月通水运行。尽管3座污水处理厂的主体工艺基本相同，但在进水水质、预处理单元、生物处理单元、污泥处理单元、运行等方面存在一定差别。1#污水处理厂已运行近6年，根据2019年7月至2020年6月的水质监测化验报告，绘制了图2。结果表明，该污水处理厂的处理效果稳定，且出水稳定达标。虽然进水的平均NH3-N和TN(分别为53.5 mg·L−1和55.1 mg·L−1)大于原设计进水水质的指标，偏离幅度分别达到33.75%和10.2%，但工艺对NH3-N和TN的去除率仍达到98%和83%，出水的平均NH3-N和TN分别为1.01 mg·L−1(优于地表Ⅳ类)和9.01 mg·L−1；进水的平均COD为389 mg·L−1，工艺对COD的去除率达94%，出水的平均COD为24.2 mg·L−1 (优于地表Ⅳ类)。
图 2 1#污水处理厂的污染物去除效果Figure 2. Pollutant removal efficiency of 1# sewage treatment plant根据2#污水处理厂2019年3月至2020年4月的水质监测数据，绘制了图3，分别为处理工艺对COD、SS、NH3-N、TN和TP的处理效果。结果表明，在近1年的调试运行中，尽管污水厂进水水质不稳定、变幅大，但该污水处理厂出水仍可达标排放。进水水质中，平均COD为389 mg·L−1，最大值为1 506 mg·L−1，最小值为120 mg·L−1；平均SS为166 mg·L−1，最大值为707 mg·L−1，最小值为20 mg·L−1；NH3-N平均值33 mg·L−1，最大值为49 mg·L−1，最小值为13 mg·L−1；平均TN为37 mg·L−1，最大值为59 mg·L−1，最小值为18 mg·L−1；平均TP为3.8 mg·L−1，最大值为10.8 mg·L−1，最小值为1 mg·L−1。受进水水质变化的影响，出水水质也相应发生变化，但仍达到一级A设计要求。其中，出水SS几乎不受进水水质变化影响，持续为未检出(优于一级A)，对COD、NH3-N、TN和TP的平均去除率分别为90%、97%、75%和95%。
图 3 2#污水处理厂的污染物去除效果Figure 3. Pollutant removal efficiency of TP from 2# sewage treatment plant根据3#污水处理厂2019年3月至2020年3月水质监测数据，绘制了图4，分别为处理工艺对BOD5、COD、SS、NH3-N、TN和TP的处理效果。结果表明，在近1年的调试运行中，尽管污水厂进水水质不稳定、进水水质大于设计标准天数多，但该污水处理厂的出水仍可达标排放。进水水质中，平均BOD5为277 mg·L−1，最大值为579 mg·L−1，最小值为61 mg·L−1；平均COD为550 mg·L−1，最大值为1 324 mg·L−1，最小值为129 mg·L−1；平均SS为247 mg·L−1，最大值为1 140 mg·L−1，最小值为30 mg·L−1；平均NH3-N为37 mg·L−1，最大值为56 mg·L−1，最小值为21 mg·L−1；平均TN为52 mg·L−1，最大值为94 mg·L−1，最小值为31 mg·L−1；平均TP为6.6 mg·L−1，最大值为16.6 mg·L−1，最小值2.6 mg·L−1。受进水水质变幅影响，出水水质也相应发生变化，但仍达到一级A设计要求。其中，出水SS和BOD5几乎不受进水水质变化影响，出水平均SS仅为0.52 mg·L−1，且大多为未检出(优于一级A)，出水平均BOD5仅为0.91 mg·L−1，COD、NH3-N、TN和TP的平均去除率分别为95%、96%、93%和98%。
图 4 3#污水处理厂的污染物去除效果Figure 4. Pollutant removal efficiency of TP from 3# sewage treatment plant由3座污水处理厂对污染物的去除效果可知，MBR工艺抗冲击能力强，能够适应水质、水温的变化，污染物去除率高，出水水质稳定达标。微滤膜的截留作用对固体悬浮物有很好的去除效果，出水SS低于4 mg·L−1，甚至未检出；且通过化学加药除磷，出水TP低于0.2 mg·L−1，优于地表Ⅲ类指标。由于MBR工艺系统内的活性污泥质量浓度高(6~9 g·L−1)，通过膜的截留作用，大量世代周期长的硝化菌和反硝化菌得以增殖，当稳定运行时，工艺对COD和BOD5的去除率可达93%以上，出水NH3-N小于1.5 mg·L−1，优于地表Ⅳ类指标。
3.2 预处理单元的运行状况
1#污水处理厂为新建工程，预处理单元设置了粗、细、膜格栅3道格栅，粗格栅栅条间隙为15 mm，细格栅栅条间隙为3 mm，膜格栅栅条间隙为1 mm。3道格栅负荷逐级递减，各个格栅运行正常，各自的拦渣负荷在预定设计范围内。
3#污水处理厂为改造工程，现状粗格栅栅条间隙15 mm，现状细格栅栅条间隙为6 mm，项目改造时增加膜格栅，栅条间隙为1 mm。通水运行后，膜格栅负荷太重，格栅前后液位差较大，需不间断冲洗才能提高格栅的孔隙率。经查找，其原因为现状细格栅栅间隙为6 mm，且设备老化，拦渣效率降低。因此，项目运行单位提出对细格栅进行改造，将细格栅改为内进流格栅机，栅条间隙调整为4 mm后，膜格栅的运行负荷有效降低。
西北地区大多数区域属于干旱区域，排水系统中合流制、截留式合流制、不完全分流制系统较多，故污水中的悬浮物及含沙量明显要高于南方地区的污水。从3座污水处理厂的预处理单元运行情况来看，格栅的栅条间隙选择非常重要，尤其应注重细格栅间隙的选择。污水中6 mm以下的纤维类、毛发等较多。如果在细格栅这一道格栅不能有效拦截，至膜格栅前，将会增大膜格栅的运行压力，甚至会造成膜格栅渠道翻水的现象。
3.3 生物处理单元运行状况
1#污水处理厂的生物处理工艺采用A2O+MBR工艺，原水分两点进水，设计厌氧池进水70%~80%，剩余20%~30%进入缺氧池。根据运行方提供资料，生物池在运行过程中，平均污泥浓度为6~7 g·L−1，膜池的污泥质量浓度为8~9 g·L−1。生物处理过程未投加碳源，但在生物处理段末端投加了除磷剂(主要成分为FeCl3)进行辅助化学除磷，除磷剂投加量为0.9 t·d−1(按质量浓度22.5 mg·L−1投加药剂，药剂商品量为28%)。生物池为矩形池型，厌氧池、缺氧池内水流转弯位置水流不畅，漂浮死泥较多。
2#污水处理厂为提标改造项目。在提标改造过程中，将原CASS池改造为A2O生物池，其后端再增加MBR膜池。改造后的A2O生物池厌氧段、缺氧段、好氧段完全用隔墙分开。运行方提供MBR膜池及生物池好氧段、缺氧段污泥浓度如图5所示。
图 5 2#污水处理厂MBR膜池与生物池内污泥质量浓度对比Figure 5. Comparison of sludge concentration in MBR membrane pond and biological pond of 2# sewage treatment plant设计时，膜池至好氧池的混合液回流比为500%，好氧池至缺氧池的为400%，缺氧池至厌氧池的为200%。实际运行中，各级的回流比和设计相同。如图5所示，MBR膜池内污泥的质量浓度为6~9 g·L−1，生物池好氧段内污泥的质量浓度为6.5~9 g·L−1，生物池缺氧段内污泥的质量浓度为6.5~7 g·L−1。根据运行方提供运行台账，生物处理过程中需投加碳源、除磷药剂等。每天投加碳源(葡萄糖)为1.71 t·d−1，除磷剂投加量为1.47 t·d−1(按质量浓度29.4 mg·L−1投加药剂，药剂商品量为28%)。生物池为矩形池型，水流转弯地方死角太多，造成厌氧池、缺氧池漂浮死泥较多。
3#污水处理厂亦为提标改造项目。在提标改造过程中，在原氧化沟的选择池前端增加厌氧池，和选择池合并后作为厌氧段，强化生物除磷。氧化沟基本维持原设计。在氧化沟的后端增加兼氧池，强化脱碳脱氮。运行方提供MBR膜池及氧化沟内污泥的质量浓度如图6所示。
图 6 3#污水处理厂MBR膜池与生物池内污泥质量浓度对比Figure 6. Comparison of sludge concentration in MBR membrane pond and biological pond of 3# sewage treatment plantMBR膜池至氧化沟的混合液回流比设计为800%，氧化沟缺氧段至厌氧段回流比为200%。实际运行MBR膜池至氧化沟的混合液回流比为400%~500%，氧化沟缺氧段至厌氧段回流比200%。由图6可知，MBR膜池内污泥的质量浓度为8~10 g·L−1，氧化沟内平均污泥质量浓度为6~8 g·L−1，氧化沟内污泥质量浓度的波动趋势基本与MBR膜池内污泥质量浓度波动相似。根据运行方提供的运行台账，生物处理过程中并未投加碳源、除磷药剂等，出水水质均能稳定达标。因现状氧化沟为采用倒伞式表曝机，缺氧段设有推流器，池内水流转弯处采用圆弧倒角，水流通畅，且水流速度较快，池体表面基本无浮泥、死泥漂浮现象。
分析3座污水处理厂生物段的运行情况，可得出以下2点。1)由于MBR工艺运行污泥浓度比常规工艺高很多，相应污泥龄较长，排泥不及时或者池内推流动力不足，或者池内局部区域水流不畅，很容易造成污泥上浮。因此，生物池内需提高表面水流的推力，池型设计也应尽量考虑设有弧度，避免直角池型的出现。2)1#污水处理厂生物池的缺氧段所需碳源通过原水进行了补充，故在整个生物处理过程中没有外加碳源；2#污水处理厂生物池改造后为严格的A2O生物池，总进水从厌氧段进入，依次经过缺氧段、好氧段、最终进入膜池，运行过程中在缺氧段投加碳源；3#污水处理厂运行过程中未外加碳源。分析3座污水处理厂的进水方式及各自厌氧段的停留时间，虽然生物处理过程原水中的COD、TN等指标各异，但总体来说，厌氧段会由于聚磷菌释磷、活性污泥的吸附、降解有机物等消耗较多碳源，致使进入缺氧段、好氧段的碳源含量很少，影响脱氮效果，投加碳源势必会增加运行成本。因此，可通过改变进水方式或者合理设定厌氧段的停留时间为脱碳除磷合理分配碳源，解决污水生物处理工艺中进水碳源不足的问题。
3.4 污泥处理单元的运行状况
1#污水处理厂的污泥处理流程为：剩余污泥先排至贮泥池缓存，然后通过螺杆泵泵入帯式浓缩脱水一体机进行脱水。根据运行单位反映，从MBR膜池排出的剩余污泥，通过贮泥池暂存后直接进入帯式浓缩脱水机脱水时，脱水效果不佳，一般需要投加较多的助凝剂。
2#、3#污水处理厂改造过程中，汲取1#污水处理厂的经验，设置了污泥浓缩池。污泥处理流程为：剩余污泥先排至污泥浓缩池进行浓缩，浓缩后的污泥含水率达到约98%时，通过螺杆泵泵入板框压滤机进行脱水。污泥浓缩池的设计停留时间基本都在12 h以上。根据运行单位反映，经过污泥浓缩池浓缩后的污泥脱水性能有所改善，可相应减少投加的药剂量。
为维持稳定的膜通量，需要持续不断地进行吹扫曝气。这种持续不断的曝气产生的机械剪切力会严重破坏污泥絮体，污泥的平均粒径比常规活性污泥法工艺中的污泥粒径[6]要小的多，从而造成污泥在脱水过程中较难形成大的絮体，且需要投加大量絮凝剂。3座污水处理厂污泥脱水过程中出现的现象，印证了刘吉宝等[7]A2O-MBR 脱水电耗及絮凝剂成本高于 A2O 工艺的研究结果。因此，根据工程经验，要降低污泥的处理成本，在污泥进入脱水机械设备之前需设置污泥浓缩池，使污泥通过压缩沉淀浓缩后形成较高的污泥质量浓度，提高脱水效率，减少絮凝剂投加。
3.5 加药量、电耗分析
1#污水处理厂设计处理规模为4.0×104 m3·d−1，而现状实际处理量为3.0~3.5 m3·d−1；2#污水处理厂设计处理规模为5.0×104 m3·d−1，现状实际处理量为3.8×104~5.0×104 m3·d−1；3#污水处理厂设计处理规模5.0×104 m3·d−1，现状实际处理量为7.5×104~8.3×104 m3·d−1。3座污水处理厂处理的污水量均已达到设计处理规模。运行过程中，污水处理生物段投加药剂种类为除磷剂、葡萄糖；膜清洗药剂为次氯酸钠、柠檬酸；尾水消毒药剂为次氯酸钠、臭氧。污泥处理段因1#污水处理厂与2#、3#污水处理厂中采用的污泥处理工艺不同，投加药剂种类也不同。1#污水处理厂污泥处理工艺采用带式脱水机+低温热干化，投加药剂为PAM；2#、3#污水处理厂污泥处理工艺采用板框压滤，投加药剂石灰、PAM、三氯化铁。各污水处理厂月平均药剂费及耗电量见表2。
表 2 污水处理厂运行成本分析表Table 2. Operation cost analysis of sewage treatment plant污水处理厂编号 进水量/(104 m3·d−1) 处理污泥量(绝干)/(10−1 t·m−3) 污泥处理药剂费(PAM)/(元·t−1) 污泥处理药剂费/(元·t−1) 污泥处理电费/(元·t−1) 污水处理药剂费/(元·m−3) 综合耗电量/(kW·h·m−3) 综合成本/(元·m−3) 1# 4.0 2.0 125.0 125.0 525 0.13 0.91 0.61 2# 5.0 4.0 11.9 584.8 140.8 0.15 0.85 0.81 3# 8.0 4.0~5.0 11.9 586.3 117.3 0.07 0.84 0.72 注：1)电费按0.5元·(kW·h)−1计；2)“绝干”表示污泥量以含水率为0时污泥的质量计。 | Show TableDownLoad:
CSV
由表2~3可知，2#、3#污水处理厂污泥量比1#污水处理厂污泥量大。分析其原因，2#、3#污水处理厂污泥处理过程中添加的化学药剂质量约占剩余污泥(绝干)质量的30%；1#污水处理厂污泥处理工艺采用低温热干化工艺，2#、3#污水处理厂的污泥处理采用板框压滤机，1#污水处理厂的污泥处理电费远高于2#、3#污水处理厂的污泥处理单元；将污泥和污水处理费用统一折算到处理单方污水的综合成本中可知，1#污水处理厂的运行成本略低。
表 3 污水处理厂运行成本对比分析表Table 3. Comparative analysis of operation cost of sewage treatment plant污水处理厂编号 产泥量 处理污泥量药剂费 污泥处理电耗 综合成本 1# 小 低 大 略低 2# 大 高 小 略高 3# 大 高 小 略高 | Show TableDownLoad:
CSV
综上所述，MBR工艺的运行成本高，主要表现在污水处理的电耗和污泥处理的药耗上。对污泥处理工艺采用低温热干化及板框压滤2种工艺进行综合成本分析，低温热干化综合成本略低于板框压滤。因此，从污泥资源化利用的角度出发，在某些可利用峰谷电价的城市，MBR工艺的剩余污泥脱水可考虑选用低温热干化等投加药剂少的工艺。
4. 结论
1) MBR工艺在进水水质波动较大时，出水水质均能稳定达标。除TN外，大部分指标优于地表水Ⅳ类指标。MBR工艺出水水质稳定。
2) MBR工艺设计时，预处理段格栅设计粗格栅栅间隙10~15 mm，细格栅间隙3~4 mm，膜格栅间隙1 mm，3道格栅逐级缩径。各级负荷相当，发挥各自优势。格栅设计可应对西北地区属于干旱区域污水中的悬浮物及含沙量明显较高的特点。
3) MBR工艺生物池需加大池内水流推力，在水流转弯位置，池型设计尽量考虑设有弧度，避免因污泥龄长出现腐化污泥上浮现象；合理设置进水方式或者设定厌氧段的停留时间，为脱氮除磷合理分配碳源，从而解决污水生物处理工艺中进水碳源不足问题。
4)在污泥处理单元，设置污泥浓缩池，提高污泥的脱水性能，以降低污泥处理过程中絮凝剂的投加量；污泥处理尽量采用投加药剂少的处理工艺，使其能够资源化利用。
-
图 2 土壤8项重金属箱线图和正态曲线（n=107）
Figure 2. Box plots and normal curves for 8 heavy metals in soil（n=107）
表 1 土壤各指标的分析方法及检出限（mg·kg−1）
Table 1. Methods of analysis and detection limits for soil indicators（mg·kg−1）
元素或指标Element or index 分析方法Method 参考标准Standard 实验室检出限Laboratory 规范检出限[13]Standard Cd 电感耦合等离子体质谱法（ICP-MS） DZ/T 0279.5-2016 2.0×10−2 3.0×10−2 Cu DZ/T 0279.3-2016 1.0×10−1 1.0 Pb DZ/T 0279.3-2016 1.0 2.0 Sc DZ/T 0279.3-2016 1.0×10−1 1.0 Zn 电感耦合等离子体发射光谱法（ICP-OES） DZ/T 0279.2-2016 1.0 4.0 Mn DZ/T 0279.2-2016 5.0 10.0 Ni DZ/T 0279.2-2016 2.0×10−1 2.0 CaO DZ/T 0279.2-2016 2.0×10−2 5.0×10−2 Cr X射线荧光光谱法（XRF） DZ/T 0279.1-2016 1.5 5.0 Ti DZ/T 0279.1-2016 5.0 10.0 Fe2O3 DZ/T 0279.1-2016 2.0×10−2 5.0×10−2 Al2O3 DZ/T 0279.1-2016 3.0×10−2 5.0×10−2 As 原子荧光光谱法 DZ/T 0279.13-2016 2.0×10−1 1.0 Hg （AFS） DZ/T 0279.17-2016 5.0×10−4 5.0×10−4 pH 离子选择电极法（ISE） DZ/T 0279.34-2016 1.0×10−2 1.0×10−1 注：氧化物含量单位为%；pH无量纲. Note:Oxide content in %; pH dimensionless.
下载: 导出CSV
表 2 潜在生态风险分级标准
Table 2. Potential ecological risk classification criteria
Ei 单因子污染的生态风险Single pollutant ecological risk RI 潜在生态危害程度The potential ecological risk degree <40 轻微 <150 轻微 40 ≤Ei <80 中等 150≤RI< 300 中等 80≤Ei<160 较强 300≤RI< 600 强 160≤Ei <320 强 ≥600 很强 ≥320 很强 — — 注：“—”表示未提及. Note：“—”Means no mentioned.
下载: 导出CSV
参数Parameter 单位Units 儿童参考取值Children reference values 成人参考取值Adult reference values IngR（每日摄入土壤量） mg·d−1 200 100 InhR（每日空气呼吸量） m3·d−1 7.5 14.5 ABS（皮肤吸收因子） 无量纲 As（0.03）；Cd（0.001）；Cr（0.001）；Cu（0.06）；Hg（0.05）；Ni（0.001）；Pb（0.006）；Zn（0.02） EF（暴露频率） d·a−1 350 350 BW（平均体重） kg 19.2 61.8 AT（平均暴露时间） d 致癌（ 27740 ）非致癌（2190 ）致癌（ 27740 ）非致癌（2190 ）ED（暴露年限） a 6 24 PEF（土壤尘产生因子） m3·kg−1 1.36×109 1.36×109 SA（暴露皮肤表面积） cm2 2848.01 5373.99 SL（皮肤粘附系数） mg·（cm2·d）−1 0.2 0.07
下载: 导出CSV
表 4 各重金属不同暴露途径参考剂量及致癌斜率系数取值[27-28，32-33]
Table 4. Values of reference doses and carcinogenicity slope coefficients for different exposure pathways of each heavy metal
参数Parameter 重金属Heavy metal As Cd Cr Cu Hg Ni Pb Zn 参考剂量RfD[mg·（kg·d）−1] RfDioral 3.0×10−4 1.0×10−3 3.0×10−3 4.0×10−2 3.0×10−4 2.0×10−2 3.5×10−3 3.0×10−1 RfDidermal 3.0×10−4 2.5×10−5 7.5×10−5 4.0×10−2 2.1×10−5 8.0×10−4 5.3×10−4 3.0×10−1 RfDibreath（儿童） 5.86×10−4 3.91×10−6 3.91×10−5 — 1.17×10−5 3.52×10−5 1.37×10−4 — RfDibreath（成人） 3.52×10−4 2.35×10−6 2.35×10−5 — 7.04×10−5 2.11×10−5 8.21×10−5 — 致癌斜率系数SF[（（kg·d） ·mg−1] SForal 1.5 6.1 — — — — — — SFdermal 1.5 6.1 — — — — — — SFbreath 4.3×10−3 6.3 — — — — — — 注：“—”表示无相应参考值. Note：“—”Means no corresponding reference value.
下载: 导出CSV
表 5 土壤重金属含量统计特征（mg·kg−1）
Table 5. Statistical characteristics of soil heavy metal content（mg·kg−1）
指标Index As Cd Cr Cu Hg Ni Pb Zn pH 最小值 2.99 0.060 41.4 12.2 0.013 16.1 15.8 45.9 7.83 最大值 43.80 0.300 82.7 67.1 0.963 42.9 54.6 225.0 9.17 平均值 7.67 0.150 56.3 23.7 0.067 25.6 25.4 73.1 8.65 中位值 8.20 0.153 55.8 24.6 0.116 25.1 26.6 76.6 8.61 标准离差 4.03 0.05 6.22 7.78 0.14 4.26 5.95 22.75 0.25 偏度 6.61 0.73 0.37 2.00 3.22 0.40 2.05 3.52 -0.44 峰度 58.19 0.64 2.40 8.14 13.78 2.02 6.68 18.58 0.22 变异系数/% 49.1 31.8 11.1 31.6 121.4 17.0 22.4 29.7 2.9 北运河流域（北京段）背景值[34] 8.68 0.150 56.7 22.8 0.038 25.2 22.8 71.5 8.38 北京土壤背景值[20] 8.4 0.140 58.0 23 0.057 25 24 69 8.21 农用地筛选值[37] 25 0.6 250 100 3.4 190 170 300 － 建设用地筛选值[38] 20 20 － 2000 8 150 400 － － 注：偏度、峰度、变异系数和pH均无量纲；北运河流域（北京段）背景值统计的表层土壤（0—20 cm）样本量n=740；北京土壤背景值统计的表层土壤（0—20 cm）样本量n= 2268 ；“－”表示未提及.Note：Skewness, kurtosis, coefficient of variation and pH are dimensionless; Sample size of top soil （0—20 cm） for background value statistics in the BeiyunRiver Basin （Beijing section） n=740; Sample size of top soil （0—20 cm） for soil background value statistics in Beijing n= 2268 ; “－”Means no mentioned.
下载: 导出CSV
表 6 土壤重金属危害指数及风险指数
Table 6. Soil heavy metal hazard index and risk index
单一潜在生态危害指数Single potential ecological risk index 元素Element Ei范围Ei range Ei均值Ei mean 不同风险等级样本占比/%Percentage of samples with different risk levels/% 轻微Slight 中等Moderate 较强Weakly strong 强Strong 极强Extremely strong Ei As 3.56—52.14 9.76 99.07 0.93 0 0 0 Cd 12.86—64.29 32.70 77.57 22.43 0 0 0 Cr 1.43—2.85 1.92 100 0 0 0 0 Cu 2.65—14.59 5.35 100 0 0 0 0 Hg 9.12—675.79 81.32 42.06 29.91 10.28 14.95 2.80 Ni 3.22—8.58 5.01 100 0 0 0 0 Pb 3.29—11.38 5.55 100 0 0 0 0 Zn 0.67—3.26 1.11 100 0 0 0 0 总潜在生态风险指数 Total potential ecology Risk index RI范围 RI均值 不同风险等级样本占比/%Percentage of samples with different risk levels/% － 轻微Slight 中等Moderate 强Strong 很强Extremely strong RI 41.42—750.68 142.73 74.77 19.63 4.67 0.93 － 注：“－”表示未提及. Note：“—”Means no mentioned.
下载: 导出CSV
表 7 土壤中重金属的非致癌平均日暴露量统计[mg·（kg·d）−1]
Table 7. Statistics of non-carcinogenic average daily exposure to heavy metals in soil[mg·（kg·d）−1]
人群Crowds 途径Avenues As Cd Cr Cu Hg Ni Pb Zn ADDtotal 儿童 ADDioral 8.19×10−5 1.52×10−6 5.57×10−4 2.46×10−4 1.16×10−6 2.50×10−4 2.66×10−4 7.65×10−4 2.17×10−3 ADDidermal 1.17×10−6 7.24×10-10 2.64×10−7 7.00×10−6 2.75×10−8 1.19×10−7 7.58×10−7 7.26×10−6 1.66×10−5 ADDibreath 2.26×10−9 4.20×10-11 1.54×10−8 6.77×10−9 3.19×10-11 6.90×10−9 7.34×10−9 2.11×10−8 5.98×10−8 ADDichild 8.31×10−5 1.52×10−6 5.57×10−4 2.53×10−4 1.19×10−6 2.50×10−4 2.67×10−4 7.72×10−4 2.19×10−3 成人 ADDioral 5.09×10−5 9.47×10−7 3.46×10−4 1.53×10−4 7.19×10−7 1.56×10−4 1.65×10−4 4.75×10−4 1.35×10−3 ADDidermal 2.39×10−7 1.48×10-10 5.43×10−8 1.44×10−6 5.64×10−9 2.44×10−8 1.55×10−7 1.49×10−6 3.41×10−6 ADDibreath 5.43×10−9 1.01×10-10 3.69×10−8 1.63×10−8 7.67×10-11 1.66×10−8 1.76×10−8 5.07×10−8 1.44×10−7 ADDiadult 5.11×10−5 9.47×10−7 3.46×10−4 1.54×10−4 7.25×10−7 1.56×10−4 1.65×10−4 4.76×10−4 1.35×10−3
下载: 导出CSV
表 8 研究区土壤重金属非致癌危害指数统计
Table 8. Statistics of non-carcinogenic hazard index of heavy metals in soil of study area
人群Crowds 途径Avenues HQ均值Mean As Cd Cr Cu Hg Ni Pb Zn 儿童 经口摄入 2.73×10−1 1.52×10−3 1.86×10−1 6.14×10−3 3.86×10−3 1.25×10−2 7.60×10−2 2.55×10−3 皮肤渗透 4.10×10−3 2.47×10−5 3.88×10−3 1.54×10−4 5.53×10−4 1.46×10−4 1.25×10−3 2.22×10−5 呼吸摄入 3.85×10−4 1.08×10−5 3.93×10−4 — 2.73×10−6 1.96×10−4 5.35×10−5 — 总和 2.76×10−1 1.56×10−3 1.90×10−1 6.30×10−3 4.4×10−3 1.29×10−2 7.73×10−2 2.57×10−3 成人 经口摄入 1.70×10−1 9.47×10−4 1.15×10−1 3.82×10−3 2.40×10−3 7.78×10−3 4.72×10−2 1.59×10−3 皮肤渗透 7.98×10−4 5.94×10−6 7.23×10−4 3.59×10−5 2.68×10−4 3.05×10−5 2.93×10−4 4.97×10−6 呼吸摄入 1.54×10−3 4.30×10−5 1.57×10−3 — 1.09×10−6 7.86×10−4 2.15×10−4 — 总和 1.72×10−1 9.96×10−4 1.18×10−1 3.85×10−3 2.67×10−3 8.59×10−3 4.77×10−2 1.59×10−3 注：“—”表示未提及. Note：“—”Means no mentioned.
下载: 导出CSV
表 9 土壤重金属致癌危害指数统计
Table 9. Soil Heavy Metals Carcinogenic Hazard Index Statistics
人群Crowds 途径Avenues CR均值Mean As Cd Cr Cu Hg Ni Pb Zn 儿童 经口摄入 9.70×10−6 7.34×10−7 — — — — — — 皮肤渗透 1.38×10−7 3.48×10-10 — — — — — — 呼吸摄入 7.67×10-13 2.09×10-11 — — — — — — 总和 9.84×10−6 7.34×10−7 — — — — — — 成人 经口摄入 6.03×10−6 4.56×10−7 — — — — — — 皮肤渗透 2.83×10−8 7.15×10-11 — — — — — — 呼吸摄入 1.84×10-12 5.02×10-11 — — — — — 总和 6.06×10−6 4.56×10−7 — — — — — — 注：“—”表示未提及.Note：“—”Means no mentioned.
下载: 导出CSV
-
[1] 杜立群, 吕海虹, 邢宗海, 等. 以品质提升为导向的北京城市副中心控规编制[J]. 城市规划, 2020, 44(1): 72-79. DU L Q, LV H H, XING Z H, et al. Formulation of the detailed regulatory plan for the sub-center of Beijing oriented by quality improvement[J]. City Planning Review, 2020, 44(1): 72-79 (in Chinese).
[2] 陈景辉, 郭毅, 屈撑囤, 等. 基于三角模糊数的中国省会城市土壤重金属污染风险评价[J]. 西安石油大学学报(自然科学版), 2023, 38(4): 127-135,142. CHEN J H, GUO Y, QU C T, et al. Risk assessment of heavy metal pollution to soils in Chinese provincial capital cities based on triangular fuzzy numbers[J]. Journal of Xi’an Shiyou University (Natural Science Edition), 2023, 38(4): 127-135,142 (in Chinese).
[3] 纪小凤, 郑娜, 王洋, 等. 中国城市土壤重金属污染研究现状及展望[J]. 土壤与作物, 2016, 5(1): 42-47. doi: 10.11689/j.issn.2095-2961.2016.01.006 JI X F, ZHENG N, WANG Y, et al. Heavy metal contamination of urban soils in China: Recent advances and prospects[J]. Soils and Crops, 2016, 5(1): 42-47 (in Chinese). doi: 10.11689/j.issn.2095-2961.2016.01.006
[4] 谢天, 侯鹰, 陈卫平, 等. 城市化对土壤生态环境的影响研究进展[J]. 生态学报, 2019, 39(4): 1154-1164. XIE T, HOU Y, CHEN W P, et al. Impact of urbanization on the soil ecological environment: A review[J]. Acta Ecologica Sinica, 2019, 39(4): 1154-1164 (in Chinese).
[5] Jin H Y. Analysis of land planning and utilization in land resource management in China[J]. Journal of Social Science and Humanities, 2020, 2(3): 71-74. [6] 吕巧灵, 韩春建, 吴克宁, 等. 城市化过程中土地利用变化对土壤功能的影响[J]. 中国农学通报, 2007, 23(9): 464-467. doi: 10.3969/j.issn.1000-6850.2007.09.100 LV Q L, HAN C J, WU K N, et al. Study on the change of soil function in urbanization[J]. Chinese Agricultural Science Bulletin, 2007, 23(9): 464-467 (in Chinese). doi: 10.3969/j.issn.1000-6850.2007.09.100
[7] 徐国良, 文雅, 蔡少燕, 等. 城市表层土壤对生态健康影响研究述评[J]. 地理研究, 2019, 38(12): 2941-2956. doi: 10.11821/dlyj020190240 XU G L, WEN Y, CAI S Y, et al. Review for the effects of urban topsoil on the ecological health[J]. Geographical Research, 2019, 38(12): 2941-2956 (in Chinese). doi: 10.11821/dlyj020190240
[8] 王晓雨, 刘恩峰, 杨祥梦, 等. 城市土壤和地表灰尘重金属污染研究进展与展望[J]. 环境科学, 2024, 45(5): 2926-2938. WANG X Y, LIU E F, YANG X M, et al. Critical review on heavy metal contamination in urban soil and surface dust[J]. Environmental Science, 2024, 45(5): 2926-2938 (in Chinese).
[9] 岳子明, 李晓秀, 高晓晶. 北京通州区土壤环境质量模糊综合评价[J]. 农业环境科学学报, 2007, 26(4): 1402-1405. doi: 10.3321/j.issn:1672-2043.2007.04.040 YUE Z M, LI X X, GAO X J. Fuzzy comprehensive assessment on soil environment of Tongzhou in Beijing[J]. Journal of Agro-Environment Science, 2007, 26(4): 1402-1405 (in Chinese). doi: 10.3321/j.issn:1672-2043.2007.04.040
[10] 安永龙, 黄勇, 孙朝, 等. 北京通州某改造区土壤中DDTs和HCHs的地球化学特征及风险评价[J]. 现代地质, 2017, 31(3): 545-554. doi: 10.3969/j.issn.1000-8527.2017.03.011 AN Y L, HUANG Y, SUN Z, et al. Geochemistry and risk assessment of DDTs and HCHs in soil from a renewal area in the Tongzhou district of Beijing[J]. Geoscience, 2017, 31(3): 545-554 (in Chinese). doi: 10.3969/j.issn.1000-8527.2017.03.011
[11] 安永龙, 黄勇, 孙朝, 等. 北京通州某改造区土壤中PAHs的来源分析及风险评价[J]. 水文地质工程地质, 2017, 44(5): 112-120. AN Y L, HUANG Y, SUN Z, et al. Source apportionment and risk assessment of PAHs in soil from a renewal area in the Tongzhou District of Beijing[J]. Hydrogeology & Engineering Geology, 2017, 44(5): 112-120 (in Chinese).
[12] 张沁瑞, 李欢, 邓宇飞, 等. 北京东南郊土壤重金属元素分布及其在表层土壤中的富集特征[J]. 物探与化探, 2022, 46(2): 490-501. ZHANG Q R, LI H, DENG Y F, et al. Distribution of heavy metal elements in soil of the Southeastern suburbs of Beijing and their enrichment characteristics in surface soil[J]. Geophysical and Geochemical Exploration, 2022, 46(2): 490-501 (in Chinese).
[13] 中华人民共和国国土资源部. 多目标区域地球化学调查规范: DZ/T 0258—2014[S]. 北京: 中国标准出版社, 2015. Ministry of Land and Resources of the People’s Republic of China. Specification of multi-purpose regional geochemical survey(1∶250 000): DZ/T 0258—2014[S]. Beijing: Standards Press of China, 2015(in Chinese).
[14] 中国地质调查局. DD2005—03 生态地球化学评价样品分析技术要求[S]. 北京: 地质出版社, 2005. China Geological Survey. DD2005—03 Technical requirements for sample analysis for ecological geochemical evaluation[S]. Beijing: Geological Publishing House, 2005(in Chinese).
[15] 宋恒飞, 吴克宁, 刘霈珈. 土壤重金属污染评价方法研究进展[J]. 江苏农业科学, 2017, 45(15): 11-14. SONG H F, WU K N, LIU P J. Research progress on evaluation methods of soil heavy metal pollution[J]. Jiangsu Agricultural Sciences, 2017, 45(15): 11-14 (in Chinese).
[16] HAKANSON L. An ecological risk index for aquatic pollution control. a sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. doi: 10.1016/0043-1354(80)90143-8 [17] 刘芳, 刘向军, 张鹏博, 等. 庆阳市市区及环江—泾河沿岸土壤重金属含量生态风险评价[J]. 地球环境学报, 2022, 13(6): 746-756. doi: 10.7515/JEE222033 LIU F, LIU X J, ZHANG P B, et al. Ecological risk assessment of heavy metal content in soil along the urban area of Qingyang City and the Huanjiang—Jinghe River[J]. Journal of Earth Environment, 2022, 13(6): 746-756 (in Chinese). doi: 10.7515/JEE222033
[18] 李如忠, 刘宇昊, 黄言欢, 等. 铜陵某废弃硫铁矿区土壤重金属污染特征及来源解析[J]. 环境科学, 2024, 45(1): 407-416. LI R Z, LIU Y H, HUANG Y H, et al. Contamination characteristics and source apportionment of soil heavy metals in an abandoned pyrite mining area of Tongling City, China[J]. Environmental Science, 2024, 45(1): 407-416 (in Chinese).
[19] 岑言霸, 苏斌, 陈越豪, 等. 滇池东大河湿地沉积物重金属空间分异特征及生态风险评价[J]. 环境化学, 2023, 42(4): 1313-1324. doi: 10.7524/j.issn.0254-6108.2021110405 CEN Y B, SU B, CHEN Y H, et al. Spatial distribution and ecological risk assessment of heavy metals in sediments of Dongda River wetland in Dianchi Lake[J]. Environmental Chemistry, 2023, 42(4): 1313-1324 (in Chinese). doi: 10.7524/j.issn.0254-6108.2021110405
[20] 侯青叶, 杨忠芳, 余涛, 等. 中国土壤地球化学参数[M]. 北京: 地质出版社, 2020: 2580-2581. HOU Q Y, YANG Z F, YU T, et al. Soil geochemical dataset of China[M]. Beijing: Geological Publishing House, 2020: 2580-2581(in Chinese).
[21] ANSARI A A, SINGH I B, TOBSCHALL H J. Importance of geomorphology and sedimentation processes for metal dispersion in sediments and soils of the Ganga plain: Identification of geochemical domains[J]. Chemical Geology, 2000, 162(3): 245-266(in Chinese). [22] 张胜楠, 孟福军, 尤永军, 等. APCS-MLR结合PMF模型的塔里木河上游沉积物重金属源解析与风险评估[J]. 环境化学, 2023, 42(12): 4264-4277. doi: 10.7524/j.issn.0254-6108.2022121003 ZHANG S N, MENG F J, YOU Y J, et al. APCS-MLR combined with PMF model for sediment heavy metal source analysis and risk assessment in the upper Tarim River Basin[J]. Environmental Chemistry, 2023, 42(12): 4264-4277 (in Chinese). doi: 10.7524/j.issn.0254-6108.2022121003
[23] 于路加, 马海军, 王翠平. 银川市黄河滩区土壤重金属污染特征、生态风险评价与来源解析[J]. 环境科学, 2024, 45(5): 2971-2982. YU L J, MA H J, WANG C P. Characteristics, ecological risk assessment, and source apportionment of soil heavy metals in the Yellow River floodplain of Yinchuan City[J]. Environmental Science, 2024, 45(5): 2971-2982(in Chinese).
[24] 卢新哲, 谷安庆, 张言午, 等. 基于环境地球化学基线的农用地重金属累积特征及其潜在生态危害风险研究[J]. 土壤学报, 2019, 56(2): 408-419. doi: 10.11766/trxb201804120050 LU X Z, GU A Q, ZHANG Y W, et al. Sources and risk assessment of heavy metal in agricultural soils based on the environmental geochemical baselines[J]. Acta Pedologica Sinica, 2019, 56(2): 408-419 (in Chinese). doi: 10.11766/trxb201804120050
[25] 范晓婷, 蒋艳雪, 崔斌, 等. 富集因子法中参比元素的选取方法: 以元江底泥中重金属污染评价为例[J]. 环境科学学报, 2016, 36(10): 3795-3803. FAN X T, JIANG Y X, CUI B, et al. Selection of a reference element for enrichment factor: A case study on the pollution evaluation of heavy metals in the sediment of Yuan River[J]. Acta Scientiae Circumstantiae, 2016, 36(10): 3795-3803 (in Chinese).
[26] SUTHERLAND R A. Bed sediment-associated trace metals in an urban stream, Oahu, Hawaii[J]. Environmental Geology, 2000, 39(6): 611-627. doi: 10.1007/s002540050473 [27] US Environmental Protection Agency. Risk assessment guidance for superfund. human health evaluation manual, (part A) [R]. Washington: Office of emergency and remedial response. [28] 生态环境部. 建设用地土壤污染风险评估技术导则: HJ 25.3—2019[S]. 北京: 中国环境科学出版社, 2019. Ministry of Ecology and Environment of the People's Republic of China. Technical guidelines for risk assessment of soil contamination of land for construction: HJ 25.3—2019[S]. Beijing: China Environmental Science Press, 2019(in Chinese).
[29] 陈莲, 邹子航, 张培珍, 等. 基于源导向和蒙特卡洛模型的广东省某城市土壤重金属健康风险评估[J]. 环境科学, 2024, 45(5): 2983-2994. CHEN L, ZOU Z H, ZHANG P Z, et al. Health risk assessment of heavy metals in soils of a city in Guangdong Province based on source oriented and Monte Carlo models[J]. Environmental Science, 2024, 45(5): 2983-2994 (in Chinese).
[30] CHEN S, GAO Y T, WANG C K, et al. Heavy metal pollution status, children health risk assessment and source apportionment in farmland soils in a typical polluted area, Northwest China[J]. Stochastic Environmental Research and Risk Assessment, 2024, 38(6): 2383-2395. doi: 10.1007/s00477-024-02685-4 [31] 杨博, 熊健, 李伟, 等. 基于蒙特卡罗模拟的拉萨城区土壤重金属健康风险评价[J]. 环境化学, 2024, 43(4): 1339-1352. doi: 10.7524/j.issn.0254-6108.2023073103 YANG B, XIONG J, LI W, et al. Health risk assessment of soil heavy metals in Lhasa urban area based on Monte Carlo simulation[J]. Environmental Chemistry, 2024, 43(4): 1339-1352 (in Chinese). doi: 10.7524/j.issn.0254-6108.2023073103
[32] 李斌, 段亚军, 张娜, 等. 典型农业区土壤6种重金属的人为污染情况及健康风险评价[J]. 环境与健康杂志, 2020, 37(3): 246-248. LI B, DUAN Y J, ZHANG N, et al. Anthropogenic pollution and health risk assessment of six heavy metals in soil of a typical agricultural area[J]. Journal of Environment and Health, 2020, 37(3): 246-248 (in Chinese).
[33] 郭志娟, 周亚龙, 王乔林, 等. 雄安新区土壤重金属污染特征及健康风险[J]. 中国环境科学, 2021, 41(1): 431-441. doi: 10.3969/j.issn.1000-6923.2021.01.049 GUO Z J, ZHOU Y L, WANG Q L, et al. Characteristics of soil heavy metal pollution and health risk in Xiongan New District[J]. China Environmental Science, 2021, 41(1): 431-441 (in Chinese). doi: 10.3969/j.issn.1000-6923.2021.01.049
[34] 邓凯文, 黄勇, 黄丹, 等. 北京市土地质量生态地球化学监测年度报告(2023年度)[R]. 北京: 北京市生态地质研究所, 2023. DENG K W, HUANG Y, HUANG D, et al. Annual Report on Ecological Geochemical Monitoring of Land Quality in Beijing(2023)[R]. Beijing: Beijing Institute of Ecological Geology, 2023(in Chinese).
[35] 梁雅雅, 易筱筠, 党志, 等. 某铅锌尾矿库周边农田土壤重金属污染状况及风险评价[J]. 农业环境科学学报, 2019, 38(1): 103-110. doi: 10.11654/jaes.2018-0252 LIANG Y Y, YI X Y, DANG Z, et al. Pollution and risk assessment of heavy metals in agricultural soils around a Pb-Zn tailing pond[J]. Journal of Agro-Environment Science, 2019, 38(1): 103-110 (in Chinese). doi: 10.11654/jaes.2018-0252
[36] 赵志飞, 闫晖, 姚岚, 等. 正态分布在区域地球化学调查样品分析质量评价中的应用探讨[J]. 岩矿测试, 2013, 32(1): 96-100. doi: 10.3969/j.issn.0254-5357.2013.01.017 ZHAO Z F, YAN H, YAO L, et al. Application of normal distribution to estimate the quality of regional geochemical survey samples[J]. Rock and Mineral Analysis, 2013, 32(1): 96-100 (in Chinese). doi: 10.3969/j.issn.0254-5357.2013.01.017
[37] 生态环境部, 国家市场监督管理总局. 土壤环境质量 农用地土壤污染风险管控标准: GB 15618—2018[S]. 北京: 中国标准出版社, 2018. Ministry of Ecology and Environment of the People's Republic of China, State Administration for Market Regulation. Soil environmental quality Risk control standard for soil contamination of agricultural land: GB 15618—2018[S]. Beijing: Standards Press of China, 2018(in Chinese).
[38] 生态环境部, 国家市场监督管理总局. 土壤环境质量 建设用地土壤污染风险管控标准: GB 36600—2018[S]. 北京: 中国标准出版社, 2018. Ministry of Ecology and Environment of the People's Republic of China, State Administration for Market Regulation. Soil environmental quality Risk control standard for soil contamination of development land: GB 36600—2018[S]. Beijing: Standards Press of China, 2018(in Chinese).
[39] 黄庆熙, 陈海珍, 彭雪云, 等. 广州主城区土壤砷元素污染及健康风险评价[J]. 环境与职业医学, 2013, 30(8): 576-581. HUANG Q X, CHEN H Z, PENG X Y, et al. Arsenic contamination in soil and health risk assessment in Guangzhou downtown areas[J]. Journal of Environmental & Occupational Medicine, 2013, 30(8): 576-581 (in Chinese).
[40] 国家环境保护局主持, 中国环境监测总站主编. 中国土壤元素背景值[M]. 北京: 中国环境科学出版社, 1990: 87. The National Environmental Protection Agency, Chief of China's Environmental Monitoring Centre. Background values of soil elements in China[M]. Beijing: China Environmental Science Press, 1990: 87(in Chinese).
-
点击查看大图
计量
- 文章访问数: 229
- HTML全文浏览数: 229
- PDF下载数: 17
- 施引文献: 0
