Processing math: 100%

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。
  • 随着我国社会和经济发展,农业生产过程中过量使用磷肥及城市大量排放含磷污水导致我国水体富营养化问题突显. 近年来,我国的滇池、太湖和巢湖等内陆湖泊不断发生水华现象[1]. 根据2019年中国海洋灾害公报显示,我国赤潮暴发频率自70年代开始每10年增长3倍,截止2018年我国有明确暴发时间及地点等基本信息的赤潮次数为1780次. 大量未经处理的含磷污水的直接排入是造成水体总磷超标的主要原因,包括城市、工业和农业中大量含磷水的排放. 控制磷污染,保障生态系统安全已刻不容缓.

    吸附法除磷因具有操作简便、适用范围广、效果好、运行费用低等优点而得到高度关注[2]. 稀土元素镧(La)对磷酸盐具有强亲和力,可与磷酸根形成稳定不可溶的LaPO4,展现出优异的除磷性能[3]. 然而镧的氧化物通常以粉末形式存在,易流失、堵塞,且流体力学性能差,吸附磷后会沉入水体难以回收,造成了资源的浪费和污泥污染,从而限制了镧氧化物在水体除磷中的应用. 将La固定在多孔颗粒材料的表面或孔道中是减少La组分流失和提高除磷性能的有效方式. 目前常采用多孔的天然黏土材料(如沸石、蛭石、硅藻土等)、碳基材料(如活性炭、黑炭、碳纳米管等)、离子交换树脂高分子材料负载La,得到La改性的多孔无机或有机复合吸附材料,如La-负载多孔沸石、La-负载碳纳米管、La-离子交换树脂等含La吸附剂[46].

    不同于以上载体硬模板方式固定La,钛(Ti)基多孔材料可通过原位自生模板法原位转化为介孔毫米球同步固载La[7],得到具有丰富的孔道(孔径2—50 nm)、高比表面积的球形颗粒,具有优异的流体力学与传质性能,有望实现高选择性除磷性能[89]. 而且,Ti载体本身也可通过静电吸附、配体交换、Ti—P化学键等作用吸附磷[1011],起到协同La除磷作用. 故以Ti为载体通过溶胶-凝胶法制备镧钛双金属氧化物介孔毫米球,提高对磷的吸附能力,减少吸附过程中La的流失,同时大大增强吸附剂流体力学性能,实现吸附材料的分离与回收利用.

    为此,本文以镧和钛金属盐为原料,海藻酸钠为交联剂,采用沉淀凝胶法制备了镧钛双金属氧化物介孔毫米球LaxTi1-xO2,利用N2吸附-脱附、XRD、SEM、TEM等对制备的LaxTi1-xO2进行了表征,根据镧钛物质的量比、煅烧温度对LaxTi1-xO2除磷性能的影响,优选出400 ℃煅烧制得的La0.5Ti0.5O2. 考察了La0.5Ti0.5O2投加量、溶液pH等因素对吸附的影响,并利用准一级和二级动力学模型及Langmuir和Freundlich模型对La0.5Ti0.5O2除磷过程进行了动力学与热力学研究. 通过除磷性能测定并结合零电荷点、FT-IR、XPS等表征手段提出了La0.5Ti0.5O2除磷机制.

    实验过程中使用的试剂主要包括:LaN3O9·6H2O(AR,99%,麦克林)、TiOSO4·xH2SO4·xH2O(synthesis grade,阿拉丁)、尿素(AR,99%,阿拉丁)、海藻酸钠(AR,阿达丁)、磷酸二氢钾(AR,广东光华科技)、抗坏血酸(AR,西陇科学)、钼酸铵(AR,西陇科学)、酒石酸锑钾(AR,西陇科学)、硫酸(AR,中星化工),所有实验用水均为超纯水(Millipore,18.2 MΩ·cm).

    镧钛金属氧化物制备是基于海藻酸钙凝胶球模板法和尿素沉淀法为基础并进行了改进和开发[1213]. 制备具体步骤如下:将TiOSO4·xH2SO4·xH2O和LaN3O9·6H2O共15 mmol按照La占双金属元素物质的量比分别为0、2.5、5.0、7.5 mmol溶于80 mL去离子水中;将120 mL含有14.0 g尿素的水溶液加入到上述所得溶液中,500 r·min−1磁力搅拌并于90—95 ℃水浴锅中加热8 h;搅拌加热后,用去离子水将悬浊液离心清洗3次,得到高浓度金属氧化物前驱体悬浊液40 g,将0.4 g的海藻酸钠粉末加入到悬浊液中,在55 ℃水浴中高速磁力搅拌30 min预混合,静置30 min;利用蠕动泵将所得到的悬浊液滴入0.1 mol·L−1的LaN3O9·6H2O溶液中形成凝胶球,静置24 h后在60 ℃烘箱中烘干12 h;然后将烘干材料放入管式炉进行两段煅烧,先经氮气气氛下200 ℃预处理2 h后在空气气氛400 ℃下煅烧2 h,升温速度为5 ℃·min−1.

    经过预实验后, LaN3O9·6H2O和TiOSO4·xH2SO4·xH2O共15 mmol分别按照La/Ti物质的量比1:1、2:1、3:1、1:3制备,其中La:Ti=2:1形成的球形形状不规范,故排除该物质的量比; La:Ti=3:1因过于黏稠无法成球,故也排除该物质的量比. 最终,制得3种不同物质的量比的小球材料,分别为:TiO2球、La:Ti=1:1(La0.5Ti0.5O2)、La:Ti=1:3(La0.25Ti0.75O2). 另外,为了探究煅烧温度的影响,在400 ℃和600 ℃两个不同的煅烧温度下制备了介孔毫米球.

    通过测定ASAP2020HD88型比表面孔径测定仪(BET,中国,麦克默瑞提克)得到材料的比表面积和孔径. 通过JSM-6700F型扫描电子显微镜(SEM,日本,JEOL)分析介孔毫米球的表观形貌. 材料的微观结构通过JEM-2100F型透射电子显微镜/选区电子衍射(TEM/SAED,日本,JEOL)和D8ADVANCE型X射线衍射仪(XRD,美国,BRUKER)表征. 吸附剂中La含量采用6 mol·L−1硝酸消解后通过电感耦合等离子谱仪(ICP-OES, PerkinElmer,USA)测定.

    用超纯水配制30 mg·L−1的KH2PO4溶液为初始磷溶液,取100 mL于150 mL三角烧瓶中. 用0.1 mol·L−1的NaOH溶液和0.1 mol·L−1的HCl溶液调节pH至7,温度为25 ℃,加入0.1 g吸附材料,振荡速率为150 r·min−1,在0、3、6、12、24、36、48、60、72 h分别取样测定,并用0.22 μm滤膜过滤,测定不同时间间隔下的磷浓度,水样中磷含量采用钼酸铵分光光度法(GB11893—89),并计算磷吸附量.

    设置磷浓度为30 mg·L−1,溶液体积为100 mL,温度为25 ℃,振荡速率为150 r·min−1,通过改变溶液初始pH值(pH=3、5、7、9),介孔毫米球的投加量(投量为0.05、0.075、0.1、0.15、0.2 g)来探究对磷吸附效果的影响,同时选取水中常见阴离子Cl、SO42−、NO3和HCO3(以钠盐形式存在)考察了共存离子的影响.

    吸附剂投量为1 g·L−1,设置初始磷酸盐浓度为1—70 mg·L−1,pH为3,在25 ℃条件下以150 r·min−1速度振荡72 h.采用Langmuir和Freundlich模型进行拟合.

    Langmuir等温吸附方程:

    stringUtils.convertMath(!{formula.content}) (1)

    Freundlich等温吸附方程:

    stringUtils.convertMath(!{formula.content}) (2)

    式中,qm为最大吸附量(mg·g−1);qe为吸附平衡时的磷酸盐吸附量(mg·g−1);Ce为吸附平衡时的磷酸盐浓度(mg·L−1);1/n为经验常数;KLKF分别为Langmuir吸附模型和Freundlich吸附模型的吸附常数,代表吸附能力的强弱.

    吸附动力学参数决定了磷酸盐回收时间,在水处理过程中至关重要. 吸附剂投加量为1 g·L−1,初始磷酸盐浓度为30 mg·L−1,pH为7,温度为25 ℃,置于恒温振荡器内以150 r·min−1速度振荡72 h,设置时间段测定磷酸盐浓度. 实验数据由准一级动力学模型和准二级动力学模型进行拟合.

    准一级动力学模型:

    stringUtils.convertMath(!{formula.content}) (3)

    准二级动力学模型:

    stringUtils.convertMath(!{formula.content}) (4)

    式中,k1为准一级动力学速率常数(min−1);k2为准二级动力学速率常数(g·(mg·min)−1);t为反应时间(min);qe为反应平衡时的吸附量(mg·g−1);qt为反应时间t时的吸附量(mg·g−1).

    采用溶胶-凝胶模板法在不同煅烧温度下制备了不同La/Ti物质的量比的镧钛双金属氧化物介孔毫米球LaxTi1-xO2. 由图1可知,从宏观形貌上来看,随着煅烧温度的增加,LaxTi1-xO2的颜色由黄色逐渐变为灰白色,且通过吸附实验发现在200 ℃下煅烧制作的小球硬度不够,易碎成粉末,机械强度低,故舍弃该煅烧温度下制备的材料. 对比不同La/Ti物质的量比下制得的介孔毫米球发现,随着Ti含量增加,得到的毫米球球形变得更加规则,LaxTi1-xO2平均粒径为2—3 mm.

    图 1  不同煅烧温度下LaxTi1-xO2介孔毫米球的外观
    Figure 1.  Appearance of LaxTi1-xO2 mesoporous millispheres under different calcination temperatures

    LaxTi1-xO2介孔毫米球的SEM图像如图2(a)所示,TiO2和La:Ti=1:3的LaxTi1-xO2颗粒外形均呈现球状且表面光滑,而La:Ti=1:1的LaxTi1-xO2颗粒外形均呈现棒状且互相黏集在一起,即随着La量的增加,介孔毫米球表面会形成褶皱而变得粗糙,这种形貌可有效增加吸附剂活性吸附位点,增强除磷性能. 类似的在负载La之后使得吸附剂表面呈条状褶皱的粗糙形态在其他研究中也有发现[14]. 为进一步探究材料的微观结构,对不同La/Ti物质的量比的LaxTi1-xO2介孔毫米球研磨制样进行了TEM和选区电子衍射(SAED)表征,结果如图2(b)所示. LaxTi1-xO2以纳米颗粒或纳米簇形式存在,且分散均匀,400 ℃和600 ℃下煅烧的Ti0.5La0.5O2球存在明显的晶格条纹,而400 ℃下煅烧的TiO2球与Ti0.75La0.25O2球未观测到晶格条纹. 400 ℃下煅烧的Ti0.5La0.5O2球和600 ℃下煅烧Ti0.75La0.25O2球存在明显的环状多晶衍射图样,而400 ℃下煅烧的Ti0.75La0.25O2球和600 ℃下煅烧Ti0.5La0.5O2球未观测到衍射图样,表明这两种金属氧化物球在微观尺度上依然保持无定形结构,这可能是因为La、Ti两种元素相互渗入对方氧化物晶格达到一定比例后造成明显的畸变和扭曲后,导致各自的周期性被破坏,形成了La—O—Ti键[15]. 以上结果说明, 控制La/Ti物质的量比和煅烧温度可以调控LaxTi1-xO2晶型和无定形两类结构的产生.

    图 2  (a)不同煅烧温度下LaxTi1-xO2介孔毫米球的SEM剖面图像和(b)TEM图像和选区电子衍射图像
    Figure 2.  (a) SEM images of LaxTi1-xO2 and (b) TEM and electron diffraction images of LaxTi1-xO2

    通过比表面积分析仪进一步测定了LaxTi1-xO2的孔结构. 根据国际纯粹与应用化学联合会(IUPAC)分类,LaxTi1-xO2的氮吸附-脱附等温线显示出“Ⅳ”型等温线(图3a),表明其孔结构主要是介孔,1—40 nm的孔径分布进一步证实了其介孔结构(图3b). 介孔毫米球LaxTi1-xO2的平均孔径和平均比表面积如表1所示,在不同的煅烧温度和La/Ti物质的量比下制备的材料的平均孔径和比表面积差别较大. 在400 ℃下煅烧LaxTi1-xO2平均孔径主要集中在3—5 nm;在600 ℃下煅烧LaxTi1-xO2平均孔径主要集中在8—10 nm. 由此可见,随着煅烧温度的增加,LaxTi1-xO2平均孔径有了明显的增加. 而在不同的煅烧温度下, LaxTi1-xO2介孔毫米球的比表面积也有不同程度的变化,其中在La:Ti=1:3时,400 ℃下煅烧的材料拥有最大的比表面积,为151 m2·g−1. 总体而言,在400 ℃下煅烧的材料的比表面积大于600 ℃下煅烧材料的比表面积. 综上,煅烧温度对LaxTi1-xO2比表面积影响较为显著,而La/Ti物质的量比对平均孔径和平均比表面积影响较小.

    图 3  (a) LaxTi1-xO2的吸附-脱附曲线,(b) LaxTi1-xO2孔径分布,(c) LaxTi1-xO2的XRD谱图
    Figure 3.  (a) N2 adsorption-desorption curves,(b) pore distribution curves and (c) XRD spectra of LaxTi1-xO2
    表 1  不同煅烧温度下LaxTi1-xO2介孔毫米球的基本性质
    Table 1.  Basic properties of LaxTi1-xO2 mesoporous millispheres
    LaxTi1-xO2介孔毫米球 TiO2(400 ℃) La0.5Ti0.5O2 (400 ℃) La0.5Ti0.5O2 (600 ℃) La0.25Ti0.75O2 (400 ℃) La0.25Ti0.75O2 (600 ℃)
    平均孔径/nm平均比表面积/(m2·g−1 4.76140 3.71105 10.641.3 4.76151 8.0656.9
     | Show Table
    DownLoad: CSV

    利用XRD谱图对LaxTi1-xO2的晶体结构特征进行了进一步分析,结果如图3(c)所示. TiO2的XRD谱图与锐钛矿标准谱图(PDF #21-1272)相符;对于La:Ti=1:3的两种LaxTi1-xO2,均在2θ=25.46°时出现了TiO2衍射峰,但是在特征峰处的衍射强度均有所减小,且经过改性后的LaxTi1-xO2的杂峰相较于TiO2有所减少,说明掺杂La之后的介孔材料和TiO2具有相似的结构特性[16]. 但是随着La量从La:Ti=1:3增加到La:Ti=1:1,TiO2特征峰逐渐消失,这表明LaxTi1-xO2中La含量增加会改变其晶形结构,使材料转变为无定形态[1718]. 此外, LaxTi1-xO2的 XRD谱图中并没有出现明显的La相关衍射峰,谱图均表现为无定形特征,与SEAD和TEM结果一致,说明晶格周期性被完全破坏,形成了La—O—Ti键. 这与Ce—O—Ti破坏晶格周期性结构,形成无定型铈钛氧化物的结果一致[1519].

    通过实验发现当La所占物质的量比过多时制备的吸附材料形状不规范甚至无法成球,因此选取了La:Ti=1:1、1:3的物质的量比条件下制备的LaxTi1-xO2介孔毫米球并探究其对磷酸盐的吸附性能. 如图4(a)所示,不管是La:Ti=1:1还是La:Ti=1:3的介孔毫米球,其对磷酸盐的吸附效果相较于TiO2球都有显著提高,TiO2对磷的吸附量仅为9 mg·g−1,而LaxTi1-xO2对磷的吸附量高达13—18 mg·g−1. 对比4种不同条件下制备的LaxTi1-xO2的吸附效果可知,煅烧温度由400 ℃升高至600 ℃,LaxTi1-xO2对磷的吸附量有一定下降. 400 ℃煅烧温度下La:Ti=1:1(La0.5Ti0.5O2)的介孔毫米球对磷的吸附量最大,为18.4 mg·g−1,是TiO2介孔毫米球的2倍. 故优选400 ℃下煅烧的La0.5Ti0.5O2介孔毫米球进行后续实验探究.

    图 4  煅烧温度和镧钛物质的量比(a)与 La0.5Ti0.5O2投加量(b)对吸附容量的影响
    Figure 4.  Effects of calcination temperature,La/Ti mole ratio (a) and La0.5Ti0.5O2 dosage (b) on the adsorption capacity

    图4(b)可以看出,在0.5 g·L−1到1.5 g·L−1范围内增加La0.5Ti0.5O2介孔毫米球的投加量,会提高对磷的吸附量和去除率,继续增加吸附剂投加量至2.0 g·L−1时对磷的吸附量和去除率趋于平缓. 尽管La0.5Ti0.5O2投加量为2.0 g·L−1时吸附量达到最大值28.76 mg·g−1,此时对磷的去除率达到96%,但当其投加量减少为1.0 g·L−1时其对磷的吸附量为26.59 mg·g−1,除磷率依然能够达到88.8%,因此本实验以磷的排放标准为基础,综合考虑吸附剂的吸附效果和经济成本,选用1.0 g·L−1 作为La0.5Ti0.5O2介孔毫米球最佳投加量.

    水体pH值是影响La0.5Ti0.5O2介孔毫米球吸附磷酸盐的重要影响因素,pH值既影响磷酸根在水体中的分布形态,又影响La0.5Ti0.5O2介孔毫米球的表面电荷[16]. 因此,实验通过改变溶液初始pH值,研究了其对La0.5Ti0.5O2介孔毫米球吸附磷酸盐的影响. 如图5(a)所示,La0.5Ti0.5O2介孔毫米球对磷酸盐的吸附效果随着溶液初始pH的增加而削弱,当pH值为3时,吸附量达到最大值26.15 mg·g−1. 这主要归因于La是原子半径较大的带正电荷原子,主要吸附阴离子,当溶液中的OH逐渐增多时,会与磷酸根产生竞争吸附作用从而不利于La0.5Ti0.5O2吸附磷的进行[2022]. 如图5(b)所示,通过pH漂移法获得La0.5Ti0.5O2的零电荷点(pHpzc)为7.61,表明La0.5Ti0.5O2在pH<7.61时容易携带正电荷(H+),导致La0.5Ti0.5O2和磷酸盐之间产生静电吸引,有利于对磷的吸附. 相反,La0.5Ti0.5O2在pH>7.61时倾向于携带负电荷(OH),导致其与磷酸盐之间产生静电排斥,不利于对磷的吸附. 此外,pH值的增加也导致H2PO4转化为HPO42−和PO43−图5c),并且它们的吸附亲和力弱于H2PO4,从而进一步削弱La0.5Ti0.5O2对磷的吸附. 综上,La0.5Ti0.5O2在酸性水质条件下对磷的去除性能表现更好.

    图 5  (a) pH值对吸附的影响,(b) La0.5Ti0.5O2的pHpzc,(c)磷酸盐形态随pH值分布图,(d)共存阴离子对吸附的影响
    Figure 5.  (a) Effect of pH on phosphate removal, (b) pHpzc of La0.5Ti0.5O2, (c) phosphate form distribution as pH and (d) effect of anions on phosphate removal

    图5(d)所示,考察了湖泊或河流中常见的阴离子(Cl、NO3、SO42−和HCO3)对La0.5Ti0.5O2去除磷的影响. 所有阴离子对磷的去除都表现出一定的抑制作用. 其中,Cl和NO3对磷去除的抑制作用不大,而SO42−和HCO3对磷去除的抑制作用较强. 与空白组相比,当添加0.01—0.1 mol·L−1 Cl和NO3时,磷的去除率仅下降了3%—10%,表明La0.5Ti0.5O2主要以化学吸附的形式去除磷,因此其对磷的去除几乎不受Cl和NO3离子强度的影响[23]. SO42−和HCO3对磷去除的强烈抑制作用可能是由于这些阴离子会与La3+反应形成La2(SO43和La2(CO33[2425],从而减少了对磷的有效吸附位点. 此外,SO42−和HCO3还可以提高水环境的pH值,从而增强磷酸盐与La0.5Ti0.5O2之间的静电排斥,抑制La0.5Ti0.5O2对磷的吸附.

    为了评估La0.5Ti0.5O2介孔毫米球对磷吸附的快慢程度,考察了该材料对磷的吸附动力学,结果如图6(a)和表2所示. 由表2可知,准二级动力学模型的R2=0.994,高于准一级动力学模型的R2=0.978,说明La0.5Ti0.5O2介孔毫米球对磷的吸附过程是以化学吸附为主的物理化学吸附过程. 图6(b)是La0.5Ti0.5O2介孔毫米球对磷酸盐的吸附等温线,得到的拟合参数见表3. La0.5Ti0.5O2介孔毫米球对磷的吸附量随着磷酸盐浓度的增加而逐渐增加,但增加速率逐渐变缓. 在低浓度磷酸盐溶液范围内的磷几乎被La0.5Ti0.5O2介孔毫米球完全吸附去除,这是因为在处理低浓度磷时,La0.5Ti0.5O2介孔毫米球吸附位点相对充足,可以足够吸附溶液中的磷. 但随着磷浓度的增加,吸附位点保持不变,La0.5Ti0.5O2介孔毫米球不能够完全吸附溶液中的磷,吸附量增加幅度随之变小,当吸附位点被占满后,吸附量几乎保持不变,从而吸附趋于饱和. 从拟合结果来看,两种模型均能较好地描述吸附过程,Freundlich模型的R2=0.974,Langmuir模型的R2=0.992,更接近于1. Langmuir模型更符合La0.5Ti0.5O2介孔毫米球对磷的吸附过程,说明La0.5Ti0.5O2介孔毫米球对于磷酸盐的吸附是单分子层吸附,这与已有报道的镧改性吸附剂一致[2627]. La0.5Ti0.5O2介孔毫米球的理论最大磷吸附量为75.8 mg·g−1. 式(4)中的n值表示与吸附强度有关的常数,Freundlich模型得到的1/n小于1,表明磷易于吸附在La0.5Ti0.5O2介孔毫米球上[28]. 与其它含La吸附剂相比(表4), La0.5Ti0.5O2 表现出较好的磷吸附性能,磷的吸附量和P/La比(1.24)高于大多数含La吸附剂. 此外,La0.5Ti0.5O2对低浓度磷(<30 mg·L−1)的吸附能力明显强于其它含La吸附剂,这使其有望用于处理河流和湖泊的实际含磷水体治理.

    图 6  La0.5Ti0.5O2介孔毫米球的吸附动力学(a)与吸附等温线(b)
    Figure 6.  Adsorption kinetics (a) and isotherm (b) of La0.5Ti0.5O2 mesoporous millispheres
    表 2  La0.5Ti0.5O2介孔毫米球吸附磷的动力学参数
    Table 2.  Kinetic parameters of phosphorus adsorption by LaxTi1-xO2 mesoporous millispheres
    温度/℃Temperature准一级动力学Pseudo-first order model准二级动力学Pseudo-second order model
    qe/(mg·g−1k1R2qe/(mg·g−1k2R2
    25 ℃17.56.25×10−20.97822.12.74×10−30.994
     | Show Table
    DownLoad: CSV
    表 3  Langmuir和Freundlich模型拟合参数
    Table 3.  Fitting related parameters of Langmuir and Freundlich
    温度/℃TemperatureLangmuir模型Langmuir modelFreundlich模型Freundlich model
    qm/(mg·g−1R2KL/(L·mg−1KF/(mg·g−11/nR2
    2575.80.9920.01762.490.6710.974
     | Show Table
    DownLoad: CSV
    表 4  吸附剂吸附性能对比
    Table 4.  Comparation of adsorption capacity of adsorbents
    吸附剂Adsorbents 初始浓度/(mg ·L−1P)Initial concentration pH 投加量/(g·L−1)Dosage 比表面积/(m2·g−1)Specific surface area 吸附容量/(mg ·g−1P)Adsorption capacity 磷镧比P/La 参考文献References
    La-多孔沸石 5—60 7.02 2.0 52.75 14.8 0.95 [29]
    La(OH)3 5—500 11.3 12.5 153 107.5 0.84 [30]
    Fe3O4/50%-La(OH)3 1—10 7.0 0.1 190 52.7 0.68 [31]
    FeOOH/La-磁铁矿 2—120 6.8 1.0 85.8 44.8 1.30 [32]
    La-功能化SiO2气凝胶 10—120 5.0 1.0 192 69.4 0.85 [33]
    La(OH)3-改性蛭石 1—100 7.0 1.0 39.1 79.6 0.85 [27]
    La-介孔硅小球 5—80 6.0 0.5 67.4 44.8 0.67 [34]
    La(OH)3-改性硅藻石 10—100 6.8 0.5 74.1 58.7 2.39 [35]
    沸石-氢氧化镧复合吸附剂 10—500 7.74 0.1 55.7 71.9 1.48 [6]
    碳酸镧-阴离子交换树脂 5—60 7.0 0.5 77.4 0.73 [5]
    La-碳纳米管 0—100 12.0 0.2 96.3 [4]
    LaOH-活性炭纤维 10—70 2.0 0.25 15.3 1.30 [36]
    LaFe-活性炭纤维 5—60 4.0 1.0 29.4 [37]
    La0.5Ti0.5O2 1—70 3.0 1.0 105 75.8 1.24 本研究
     | Show Table
    DownLoad: CSV

    通过FR-IR谱图分析发现(图7a),在吸附磷的样品中检测到位于1129 cm−1处的P—O不对称拉伸振动[27]. La0.5Ti0.5O2吸附磷后,其位于534 cm−1处的特征峰消失,这是因为受到O—P—O的不对称拉伸振动影响. 此外,La0.5Ti0.5O2光谱中位于3433 cm−1和1685 cm−1处的O—H的拉伸和弯曲振动峰分别红移到3430 cm−1和1671 cm−1,表明La0.5Ti0.5O2表面的—OH参与了吸附磷过程,可能是由于La—OH中的—OH与部分磷酸盐发生了配体交换[29]. 为进一步探究La0.5Ti0.5O2与磷酸盐之间的相互作用,用XPS分析材料吸附磷酸盐前后结构变化,结果见图7(b)—(e). 吸附磷的La0.5Ti0.5O2样品的XPS光谱中检测到位于133.8 eV处的特征性P 2p峰(图7b),表明La0.5Ti0.5O2成功吸附了磷酸盐. 在吸附磷之前,在La 3d谱图中出现两特征峰(图7c),这两组峰分别是La 3d 3/2=856.50 eV、852.94 eV和La 3d 5/2=839.74 eV、83.42 eV. 在吸附磷之后,La 3d 3/2和La 3d 5/2的结合能移到较高的数值,分别为La 3d 3/2=856.54 eV、852.99 eV和La 3d 5/2=839.98 eV、836.47 eV,表明La价带上可能发生了电子转移且形成了La—O—P的内球络合物LaPO4[30]. 有研究表明P—O键具有强吸电子效应,其与镧(氢)氧化物结合后,导致镧电子密度降低,La 3d电子的结合能升高[38],这与本研究的现象一致. 此外,吸附后的La0.5Ti0.5O2的Ti 2p 2/3和Ti 2p 1/2也向较低的数值移动,在Ti 2p 2/3处的特征峰由458.70 eV移动到458.48 eV,在Ti 2p 1/2的特征峰由464.34 eV移动至464.25 eV(图7d),这可能是由于吸附剂表面的—OH键与磷酸盐之间发生了交换反应引起[31]. 由图5b可知,初始pH在零电荷点pHpzc=7.61以下,吸附稳定后的pH值均有一定程度的升高,进一步表明吸附过程表面-OH与磷酸盐发生配体交换反应. 吸附前,La0.5Ti0.5O2在532.09 eV和530.08 eV处出现了O 1s的两个特征峰(图7e),分别归属于La—OH和La—O[27]. 吸附后,532.09 eV处的特征峰强度增强,而530.08 eV处的特征峰强度减弱,进一步说明吸附的磷酸根形成了新的化学键La—O—P,改变了La—O键的化学环境. 结合文献报道和以上分析结果,La0.5Ti0.5O2通过配体交换吸附磷的过程可以表示如下[729]

    图 7  磷酸盐吸附前后La0.5Ti0.5O2的FT-IR谱图(a)和XPS谱图: P 2p (b), La 3d (c), Ti 2p (d) and O 1s (e)
    Figure 7.  (a) FTIR spectra of La0.5Ti0.5O2 before and after P adsorption. High-resolution XPS spectra of P 2p (b), La 3d (c), Ti 2p (d) and O 1s (e) of La0.5Ti0.5O2 before and after P adsorption
    stringUtils.convertMath(!{formula.content}) (5)
    stringUtils.convertMath(!{formula.content}) (6)
    stringUtils.convertMath(!{formula.content}) (7)

    La0.5Ti0.5O2介孔毫米球对磷酸盐的吸附过程如图8所示. 在吸附过程中,静电吸引(物理吸附)和配体交换(化学吸附)都起着重要作用. 静电吸引受到溶液pH值的显著影响. 当pH<pHpzc时,La0.5Ti0.5O2表面发生质子化,H+浓度增加,吸附位点与磷酸盐之间的吸附力增强. 当pH>pHpzc时,La0.5Ti0.5O2表面脱质子化,OH浓度增加,吸附位点与磷酸盐之间的排斥力增强. 配体交换过程[式(5)—(7)]也受到水溶液pH的极大影响. 提高pH值会大幅提高OH的浓度,这不利于吸附剂与磷酸盐的配体交换过程. 配体交换机制也可以解释La0.5Ti0.5O2对磷酸盐的高选择性,与常见的阴离子Cl、NO3、SO42−和HCO3等相比,配体交换反应为磷酸盐与La0.5Ti0.5O2结合提供了非常强的驱动力.

    图 8  La0.5Ti0.5O2吸附磷机制
    Figure 8.  Schematic diagram of P adsorption onto La0.5Ti0.5O2

    (1) 本研究制备合成的介孔钛镧双金属氧化物毫米球,在La:Ti=1:1,煅烧温度为400 ℃时具有良好的吸附性能,其平均孔径为3.71 nm,具有丰富的孔结构、高比表面积,对磷酸根的吸附容量可以达到75.8 mg·g−1.

    (2) 溶液pH的升高会抑制La0.5Ti0.5O2介孔毫米球的对磷的吸附性能;吸附除磷效果随着吸附剂投量的增加而增加,但投量为1.5 g·L−1之后,对磷去除效果提升较小;水体中常见的共存离子Cl、NO3对吸附除磷效果干扰不大,而SO42−和HCO3对La0.5Ti0.5O2吸附除磷的抑制作用明显.

    (3) La0.5Ti0.5O2介孔毫米球对磷的吸附过程符合Langmuir模型和准一、准二级动力学模型,说明La0.5Ti0.5O2介孔毫米球对磷酸盐的吸附是单分子层吸附,对磷酸盐吸附过程是物理化学吸附.

    4) 静电吸附和配体交换反应共同决定了La0.5Ti0.5O2介孔毫米球对磷的吸附,两种作用机制均受pH值影响,pH值越低,吸附性能越好.

  • 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).

  • 期刊类型引用(0)

    其他类型引用(3)

  • 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2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-05010203040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 8.2 %DOWNLOAD: 8.2 %HTML全文: 90.7 %HTML全文: 90.7 %摘要: 1.1 %摘要: 1.1 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 100.0 %其他: 100.0 %其他Highcharts.com
图( 5) 表( 12)
计量
  • 文章访问数:  3293
  • HTML全文浏览数:  3293
  • PDF下载数:  125
  • 施引文献:  3
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