运城盐湖湿地土壤重金属污染特征与风险评价

李元; 杨海鑫; 齐昊宇; 喻其林; 郭东罡; 张全喜

doi:10.7524/AJE.1673-5897.20231123001

运城盐湖湿地土壤重金属污染特征与风险评价

1. 山西大学环境与资源学院山西省黄河实验室, 太原 030006;
2. 山西大学环境科学研究所, 太原 030006;
3. 南开大学生命科学学院, 天津 300071

作者简介: 李元(1988—)，男，博士研究生，研究方向为土壤重金属污染与评价，E-mail: 61504255@qq.com

通讯作者: 郭东罡(1980—),男,博士,教授,主要研究方向为生态恢复。E-mail:gdghjkx@126.com; 张全喜(1980—),男,博士,教授,主要研究方向为生态毒理学。E-mail:qxzhang@sxu.edu.cn

基金项目:
中央引导地方科技发展资金自由探索类基础研究资助项目(YDZJSX20231A002)；运城盐湖生态环境本底调查与研究项目
中图分类号: X171.5

Characteristics and Risk Assessment of Heavy Metal Contamination in Yuncheng Salt Lake Wetland Soil

1. Shanxi Laboratory for Yellow River, College of Environment and Resource, Shanxi University, Taiyuan 030006, China;
2. Institute of Environmental Science, Shanxi University, Taiyuan 030006, China;
3. College of Life Sciences, Nankai University, Tianjin 300071, China

Corresponding authors: Guo Donggang ; Zhang Quanxi

Fund Project:

摘要: 为了解运城盐湖湿地土壤中重金属污染状况，于2023年4月对研究区表层土壤进行了取样，分别测定了36个土壤样品所含的8种重金属元素，包括砷(As)、镉(Cd)、锌(Zn)、铅(Pb)、铬(Cr)、铜(Cu)、镍(Ni)和汞(Hg)。根据不同筛选值以潜在生态风险指数法和健康风险模型对研究区内土壤重金属的生态风险和健康风险进行了评价，该评价结果为当地的环境治理与生态恢复提供了科学依据，也为当地的人体健康风险管控提供了重要参考。结果表明：运城盐湖湿地表层土壤呈强碱性，研究区土壤中8种重金属的平均含量从高到低依次是：Zn＞Cr＞Pb＞Cu＞Ni＞As＞Hg＞Cd，其中Zn与Cr的平均含量占比超53.21%。研究区土壤中重金属含量的空间分布差异大，南部区域的含量最高。以国家土壤质量筛选值对研究区土壤重金属状况评价后发现，单一和综合潜在生态风险等级仅为轻微。研究区土壤中单一和复合重金属污染对成人及儿童无致癌风险。单一重金属污染对成人及儿童的非致癌风险在可接受范围之内，但复合重金属污染可能对儿童产生了非致癌风险。
- 重金属 /
- 湿地土壤 /
- 污染特征 /
- 风险评价
Abstract: This study investigates the status of heavy metal pollution in the soils of Yuncheng Salt Lake Wetland. In April 2023, surface soil samples from the area were collected and analyzed for eight heavy metals, namely arsenic (As), cadmium (Cd), zinc (Zn), lead (Pb), chromium (Cr), copper (Cu), nickel (Ni), and mercury (Hg). Utilizing the potential ecological risk index method and a health risk model, we evaluated both the ecological and health risks posed by soil heavy metals, providing valuable insights for local environmental management, ecological restoration, and human health risk mitigation. The findings indicate that the wetland’s surface soil is strongly alkaline, with the average concentrations of the eight studied heavy metals ranking as follows: Zn＞Cr＞Pb＞Cu＞Ni＞As＞Hg＞Cd, where Zn and Cr together constitute over 53.21% of the total. The spatial distribution of these metals in the soil shows minimal variation, with the highest concentrations found in the southern part of the study area. According to national soil quality benchmarks, both the individual and combined potential ecological risks in the area are deemed minor. Moreover, the analysis suggests no carcinogenic risk to either adults or children from exposure to these heavy metals. However, while the non-carcinogenic risk from individual metals is considered acceptable, exposure to combined metals could present a non-carcinogenic risk to children.
- heavy metals /
- wetland soil /
- pollution characteristics /
- risk assessment

随着长三角地区经济的快速发展，太湖流域水环境污染问题日益严重，引起了国内外的广泛关注^[1-2]。由于目前工业点源污染被逐步严格控制，非点源污染已经成为当前水环境污染的最主要来源^[3]。

非点源污染的影响因素很多，由于人类活动对土地利用产生较大的影响，使得土地利用成为影响非点源污染的关键因素^[4]。土地利用方式及其程度的改变与非点源污染密切相关，其中农业用地及林地与其关系最为密切。研究表明雨季的农田排水是造成水体富营养化的主要原因^[5]，林地则对非点源污染具有显著的截留作用^[6]。对于流域非点源污染控制的计算手段中，目前常采用SWAT模型对流域非点源污染进行模拟。NIRAULA et al^[7]应用SWAT模型模拟阿拉巴马州某流域月时间尺度的径流、泥沙和污染物负荷，并识别污染的关键区域。MAANAN et al^[8]研究了Oualidia lagoon地区土地利用方式对湖泊污染的影响，认为林地对非点源污染物在一定程度上有很大程度的削减作用。宋林旭等^[9]将SWAT模型与GIS平台相结合，对三峡库区香溪河流域径流、营养盐输出模拟，认为径流和营养盐负荷受降雨影响呈正相关关系，且在丰水年和丰水季节较大，支流总氮（TN）、总磷（TP）输出空间差异大。马广文等^[10]通过SWAT模型对鄱阳湖流域2003～2012年入湖的径流、泥沙和非点源氮磷污染负荷进行了模拟，并识别了流域氮磷污染削减的关键时期。张婷等^[11]基于实测水文水质数据，采用SWAT模型和SUFI2算法，模拟了滦河潘家口水库非点源氮磷流失变化情况并进行相关性分析，结果表明TN、TP负荷量从大到小排序依次为耕地、林地、草地和荒地。

太湖流域经济发达，人口密集，河网复杂。快速的城镇化进程导致土地利用类型发生了较大转变^[12]。同时农业生产生活释放出大量的氮和磷，导致流域生态环境污染负荷日益加重，直接或间接地影响流域的水环境质量^[13]。

本研究借助SWAT模型，通过输入土地利用数据和逐日气象数据模拟研究区内1980～2018年时间尺度非点源氮磷负荷变化，并分析该区域不同土地利用类型对非点源氮磷负荷变化贡献及特征。研究可为太湖流域非点源污染控制和治理提供理论支撑。

1. 研究区概况

太湖流域地处我国东部长江河口段南侧与钱塘江、杭州湾之间，北滨长江，南滨钱塘江，东临东海，西以天目山、茅山等山区为界，流域总面积约36 800 km²。地形特点为地势周边高、中间低，呈现碟状分布，山区区域高程大约为200～500 m，丘陵区域高程大约为12～32 m，中部平原区域高程一般低于5 m，沿江滨海平原区域高程一般在5～10 m。流域河网分布如织，湖泊星罗棋布，河道狭长，水系干线总长120 000 km，上游水系有苕溪、南溪和洮滆水系等，经望虞河、太浦河等大江水闸流出，与长江、黄浦江水道相通。流域最主要土地利用类型为耕地，主要农作物耕作类型为水稻、小麦和其他经济作物^[14-17]。太湖流域地理位置，见图1。

图 1 太湖流域地理位置

下载: 全尺寸图片幻灯片

2. 土地利用变化分析

土地利用变化是影响区域环境变化的重要指标^[18]，土地利用方式与非点源污染氮磷负荷密切相关^[19]。本研究运用ENVI 5.1软件中的监督分类工具对1980、1990、2000、2010和2018年5期太湖流域的遥感影像进行解译和重分类，结合Arcgis 10.5软件calculate工具分别得到1980、1990、2000、2010和2018年的太湖流域不同土地利用类型数据。本研究按照《土地利用现状分级分类标准》将研究区域土地利用分为6种，分别为：耕地、林地、草地、水域、建设用地和未利用地。太湖流域1980、1990、2000、2010和2018年土地利用类型，见图2。

图 2 1980～2018年太湖流域土地利用类型变化

下载: 全尺寸图片幻灯片

对太湖流域1980、1990、2000、2010和2018年6大土地利用类型面积占比进行统计，流域土地利用结构，见图3。

图 3 1980、1990、2000、2010和2018年各土地利用类型占比情况

下载: 全尺寸图片幻灯片

图2和图3可知，太湖流域1980～2018年主要土地利用类型为耕地，5个年度均占45%以上；草地和未利用地面积小，不足流域面积的1%。1980～2018年太湖流域土地利用变化明显，草地、建设用地和未利用地增长最多，分别为34.5%、225.4%和278.9%；林地和耕地分别减少1.7%和31.2%。

对太湖流域1980～2018年土地利用面积变化情况进行统计，得到土地利用转移矩阵，见表1。

表 1 1980～2018年太湖流域土地利用转移矩阵 km²

土地利用类型	草地	耕地	建设用地	林地	水域	未利用地	1980年合计
草地	140.07	6.17	15.65	41.32	15.73	1.69	220.64
耕地	67.31	21 905.09	9 353.69	236.45	1 025.41	16.27	32 604.21
建设用地	3.24	224.24	3 967.40	8.01	22.59	0.81	4 226.29
林地	54.02	110.57	193.07	6 132.30	19.90	29.24	6 539.10
水域	32.16	175.48	225.22	7.56	5 613.76	0.53	6 054.71
未利用地	0.06	0.24	2.08	0.86	1.75	10.61	15.61
2018年合计	296.86	22 421.80	13 753.10	6 426.51	6 699.14	59.15
注：土地利用转移矩阵表示某种土地利用类型转变为其他类型时面积的变化量。

| Show Table

DownLoad: CSV

表1可知，太湖流域1980～2018年土地转变较剧烈，土地转变总面积11 887.3 km²，占流域总面积的23.9%。其中耕地转变面积最大，占变化总量的90%；未利用地、耕地和草地参与其他土地利用转变率最高，转变量分别占1980年未利用地、耕地和草地的32.0%、32.8%和36.5%。土地利用转变过程中，耕地主要向建设用地转变；未利用地主要向水域和建设用地转变；草地主要向水域和林地转变。

3. SWAT模型构建与运行结果

3.1 模型建立

SWAT(soil and water assessment tool)模型是由美国农业部开发的用于模拟流域水文过程的一款分布式水文模型。模型建立所需的数据包括空间数据和属性数据2部分。空间数据主要包括数字高程模型数据（digital elevation model，DEM）、土地利用类型数据、土壤类型数据、水系数据、水文监测数据，并将数据统一为相同的地理坐标和投影。本文采用的地理坐标系是WGS84坐标，投影方式采用墨卡托投影；属性数据主要包括土壤理化性质数据、气象数据和农作物管理数据。研究中所使用的数据来源及基本情况，见表2。

表 2 模型主要输入数据

数据类型	数据描述	数据来源
数字高程模型	30 m×30 m数字高程模拟地形图	地理空间数据云
土地利用	中国30 m×30 m土地利用数据库	中国科学院地理科学与资源研究所
土壤数据	1∶100万土壤类型分布、土壤理化属性	世界土壤数据库HWSD V1.2数据集
气象数据	气象站分布、降雨、气温、风速、相对湿度和太阳辐射数据	CFSR气象数据库
水文数据	2008～2018年兰山嘴站径流	水利部太湖流域管理局
农业管理数据	农作物种类、施肥方式和时间等	统计年鉴、农业年鉴和调查数据

| Show Table

DownLoad: CSV

由于太湖流域河网复杂，为提高数字河网的准确性，本文采用burn-in算法，将流域实际河网输入到模型中。同时在综合考虑河网划分的准确性和子流域数量的前提下，将河道阈值面积定义为5 000 hm²，将研究区域划分为472个子流域。然后在模型中输入重分类后的土地利用类型数据和土壤类型数据，其中土壤类型数据包括物理属性和化学属性，参照SWAT模型土壤数据库建库方法^[20]计算后分别存放在SWAT用户数据库（usersoil）和SWAT土壤输入文件（.chm）中。并对坡度进行划分。同时定义土地利用、土壤和坡度的划分阈值分别为面积的15%、5%和10%。最终将流域划分为3 205个水文响应单元。最后输入气象数据、土壤理化属性数据和农业管理数据，完成模型的构建。

3.2 参数敏感性分析及模型率定

采用SWAT-CUP中的SUFI-2算法对模型进行敏感性分析和参数率定，使用决定系数 ${R}^{2}$ 和Nash-Suttcliffe效率系数E_ns来验证模型的准确性。 ${R}^{2}$ 表征模拟值与实测值变化趋势的吻合程度，其值越大，吻合度越高。E_ns值越接近1，表示模型可信度越高。一般来说，当E_ns﹥0.5时，表明模拟值符合要求。决定系数 ${R}^{2}$ 计算，见式（1）：

${R}^{2}=\dfrac{\left(\displaystyle\sum _{i=1}^{n}\left({Q}_{i}^{\mathrm{o}\mathrm{b}\mathrm{s}}-{Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{o}\mathrm{b}\mathrm{s}}\right){\left({Q}_{i}^{\mathrm{s}\mathrm{i}\mathrm{m}}-{Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{s}\mathrm{i}\mathrm{m}}\right)}\right)^{2}}{\displaystyle\sum _{i=1}^{n}{\left({Q}_{i}^{\mathrm{o}\mathrm{b}\mathrm{s}}-{Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{o}\mathrm{b}\mathrm{s}}\right)}^{2}\displaystyle\sum _{i=1}^{n}{\left({Q}_{i}^{\mathrm{s}\mathrm{i}\mathrm{m}}-{Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{s}\mathrm{i}\mathrm{m}}\right)}^{2}}$

$(1)$

Nash-Suttcliffe效率系数 ${E}_{\mathrm{n}\mathrm{s}}$ 计算，见式（2）：

${E}_{\mathrm{n}\mathrm{s}}=1-\dfrac{\displaystyle\sum _{i=1}^{n}{\left({Q}_{i}^{\mathrm{o}\mathrm{b}\mathrm{s}}-{Q}_{i}^{\mathrm{s}\mathrm{i}\mathrm{m}}\right)}^{2}}{\displaystyle\sum _{i=1}^{n}{\left({Q}_{i}^{\mathrm{o}\mathrm{b}\mathrm{s}}-{Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{o}\mathrm{b}\mathrm{s}}\right)}^{2}}$

$(2)$

式中， ${Q}_{i}^{\mathrm{o}\mathrm{b}\mathrm{s}}$ 、 ${Q}_{i}^{\mathrm{s}\mathrm{i}\mathrm{m}}$ 分别为径流量的实测值和模拟值； ${Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{o}\mathrm{b}\mathrm{s}}$ 、 ${Q}_{\mathrm{a}\mathrm{v}\mathrm{g}}^{\mathrm{s}\mathrm{i}\mathrm{m}}$ 分别为径流量实测值和模拟值的平均值。

采用2008～2018年兰山嘴水文站、王江泾水文站和急水港水文站实测径流资料进行模型的率定和验证，结果表明径流实测值与模拟值的吻合程度较好， ${R}^{2}\mathrm{和}{E}_{\mathrm{n}\mathrm{s}}$ 均高于0.5，说明模型精度能满足要求。参数率定及验证结果，见图4～6和表3～6。

图 4 月模拟径流与实测径流过程线-兰山嘴站

下载: 全尺寸图片幻灯片

图 5 月模拟径流与实测径流过程线-王江泾站

下载: 全尺寸图片幻灯片

图 6 月模拟径流与实测径流过程线-急水港站

下载: 全尺寸图片幻灯片

表 3 模拟参数敏感性排序和参数最佳取值-兰山嘴站

参数名称	参数意义	P-Value	t-Stat	敏感性排序	修改方案	最佳值
GW_DELAY	地下水延迟系数	0.00	6.25	1	v	292.50
CN2	径流曲线数	0.01	−3.46	2	r	−0.19
SOL_BD	土壤湿容重	0.03	−2.88	3	r	−0.20
SOL_AWC	土壤有效含水	0.05	2.51	4	r	0.30
SOL_K	土壤饱和导水率	0.08	−2.12	5	r	−0.44
SFTMP	降雪基温	0.23	1.35	6	v	−2.25
ALPHA_BNK	河岸调蓄的基流α因子	0.27	−1.20	7	v	0.48
GWQMN	浅层地下水径流系数	0.38	0.94	8	v	0.15
CH_K2	主河道河床有效水利传导度	0.39	0.93	9	v	108.13
ALPHA_BF	基流回退系数	0.43	−0.84	10	v	0.03
GW_REVAP	浅层地下水再蒸发系数	0.46	0.79	11	v	0.14
ESCO	土壤蒸发补偿因子	0.92	0.10	12	v	0.94
CH_N2	主河道曼宁系数	0.94	−0.07	13	v	0.29
注：r表示原参数乘以（1+率定值）；v表示用率定值替换原参数值。

| Show Table

DownLoad: CSV

表 4 模拟参数敏感性排序和参数最佳取值-王江泾站

参数名称	参数意义	P-Value	t-Stat	敏感性排序	修改方案	最佳值
SOL_AWC	土壤有效含水	0.00	−5.76	1	r	−0.19
SOL_BD	土壤湿容重	0.00	4.99	2	r	0.24
GW_DELAY	地下水延迟系数	0.01	−3.76	3	v	61.50
CN2	径流曲线数	0.15	−1.66	4	r	−0.11
GWQMN	浅层地下水径流系数	0.31	1.11	5	v	1.95
ALPHA_BNK	河岸调蓄的基流α因子	0.32	−1.08	6	v	0.38
SOL_K	土壤饱和导水率	0.38	0.95	7	r	0.20
ESCO	土壤蒸发补偿因子	0.46	−0.80	8	v	0.97
GW_REVAP	浅层地下水再蒸发系数	0.58	−0.58	9	v	0.05
ALPHA_BF	基流回退系数	0.60	0.55	10	v	0.28
SFTMP	降雪基温	0.74	−0.35	11	v	−0.25
CH_K2	主河道河床有效水利传导度	0.78	−0.29	12	v	14.38
CH_N2	主河道曼宁系数	0.88	0.16	13	v	0.05

| Show Table

DownLoad: CSV

3.3 模型运行结果

将率定后的参数输入SWAT模型，对太湖流域非点源氮磷输出进行模拟，对模拟的结果，主要从时间变化和空间分布上分析氮磷输出规律和特征。

3.3.1 非点源氮磷负荷时间变化特征

读取模型结果对TN、TP负荷年际变化进行统计，见表7。

表 7 TN、TP负荷总量万t

t/a	TN负荷	TP负荷
1980	9.95	2.60
1990	6.72	1.15
2000	9.08	1.43
2010	7.38	1.15
2018	5.89	0.83

| Show Table

DownLoad: CSV

表7可知，1980年TN、TP负荷量分别为9.95和2.60万吨；2018年TN、TP负荷量分别为5.89和0.83万吨，总体上分别以−61.3 和−42.1 t/a的幅度呈现下降趋势，下降总量分别为4.06和1.77万t，TN下降总量更多；从污染物下降速率来看，TP下降速率是TN的2.5倍，TP负荷削减得更快。从年际变化趋势来看，TN、TP负荷量在20世纪80年代下降趋势最明显，1980～1987年间负荷总量分别下降6.31和1.98万吨，年均变化率分别达到9.4%和10.9%；20世纪90年代略有上升，1990～2000年间负荷总量分别上升2.05和0.28万吨，年均变化率为3.4%和2.5%；2000～2018年负荷量平稳下降，负荷总量分别下降2.54和0.60万吨，年均变化率分别是1.7%和2.3%。

3.3.2 非点源氮磷负荷空间分布特征

为了精细化评估流域非点源污染变化情况，对全流域进行栅格化处理，栅格大小1 km×1 km。在Arcgis软件中，将栅格化后的流域图依次与SWAT模型结果中包含非点源污染物的Watershed数据以及1980年、2018年土地利用数据进行处理，得到流域1980～2018年非点源氮磷负荷变化情况，正值表示污染物负荷增加，负值表示削减，见图7。

图 7 1980～2018年TN、TP负荷变化空间分布

下载: 全尺寸图片幻灯片

图7可知，TN、TP污染物负荷变化空间分布上表现较为一致，均是西北高、西南低的特点。研究期间，TN、TP污染负荷变化量在不同地区差异较大：TN、TP负荷增加量在镇江地区最高，且由北向南逐渐增加；TN、TP负荷削减量在杭州和湖州地区最高，且由北向南逐渐增加。

4. 非点源氮磷负荷变化对土地利用变化的响应

将6种土地利用类型对1980～2018年污染负荷变化量的贡献大小进行统计，见表8。

表 8 不同土地利用方式变化对TN、TP负荷变化量的贡献 %

土地利用类型	TN负荷	TP负荷
耕地	27.31	47.63
林地	67.07	39.15
草地	1.99	1.20
水域	1.91	3.64
建设用地	1.70	8.37
未利用地	0.02	0.01

| Show Table

DownLoad: CSV

表8可知，对于TN污染负荷变化量来说，各土地利用类型的贡献率从大到小依次为：林地、耕地、草地、水域、建设用地和未利用地；对于TP污染负荷变化量来说，各土地利用类型的贡献率从大到小依次为：耕地、林地、建设用地、水域、草地和未利用地。对TN、TP负荷变化量的贡献率最高的地类均是耕地和林地，分别为94.38%和86.78%，其中林地对TN负荷变化影响更大，耕地对TP负荷变化影响更大。

TN、TP负荷变化转移矩阵表示某种土地利用类型发生转变的过程中污染负荷的变化量，正值表示污染负荷增加，负值表示污染负荷削减，见表9和表10。

表 9 TN负荷变化转移矩阵 t

土地利用类型	草地	耕地	建设用地	林地	水域	未利用地	合计
草地	−647.81	−9.85	−15.84	−329.55	−3.09	−0.90	−1 007.03
耕地	−5.80	−9 808.98	−149.88	−769.92	−313.56	−7.79	−11 055.93
建设用地	−1.32	−42.29	−627.49	−12.60	−4.39	−0.42	−688.49
林地	−236.28	−53.46	−215.64	−26 268.70	−25.02	−48.36	−26 847.46
水域	−11.00	−52.43	−1.20	−9.63	−699.59	0.02	−773.84
未利用地	−0.07	−0.17	−0.26	−0.69	−0.08	−3.90	−5.17

| Show Table

DownLoad: CSV

表 10 TP负荷变化转移矩阵 t

土地利用类型	草地	耕地	建设用地	林地	水域	未利用地	合计
草地	−171.02	−3.03	−4.79	−36.48	−1.38	−0.36	−217.06
耕地	−12.45	−6 324.35	−240.65	−1 839.45	−210.60	−3.88	−8 631.38
建设用地	−0.85	−4.06	−942.76	−563.54	−5.19	−0.21	−1 516.62
林地	−62.16	−97.09	−77.99	−6 835.72	−8.07	−14.06	−7 095.09
水域	−5.07	−41.01	−36.56	−3.08	−572.93	−0.10	−658.74
未利用地	−0.02	−0.07	−0.18	−0.23	−0.06	−1.74	−2.30

| Show Table

DownLoad: CSV

表9和表10可知，1980～2018年间，太湖流域某种土地利用类型转换为其他类型过程中，TN、TP负荷总体处于削减状态，削减总量分别约为1 431.16 t和2 577.8 t。某种土地利用类型转变为其他土地利用类型过程中，对TN、TP的削减程度不同。对于TN来说，耕地转为林地、草地转为林地时削减量最高，分别占地类转化TN削减总量的62.54%和26.77%；对于TP来说，耕地转为林地、建设用地转为林地时削减量最高，分别占地类转化TP削减总量的71.36%和21.86%。可见，耕地是影响流域非点源氮磷负荷量的最大的土地利用类型，林地则能有效削减氮磷负荷量。

表 5 模拟参数敏感性排序和参数最佳取值-急水港站

参数名称	参数意义	P-Value	t-Stat	敏感性排序	修改方案	最佳值
GW_DELAY	地下水延迟系数	0.00	6.75	1	v	355.50
CN2	径流曲线数	0.01	−3.99	2	r	−0.17
SOL_AWC	土壤有效含水	0.02	3.11	3	r	0.36
SOL_K	土壤饱和导水率	0.34	−1.03	4	r	0.76
ESCO	土壤蒸发补偿因子	0.35	−1.02	5	v	0.89
SFTMP	降雪基温	0.41	0.89	6	v	1.75
SOL_BD	土壤湿容重	0.48	−0.76	7	r	−0.31
ALPHA_BNK	河岸调蓄的基流α因子	0.49	−0.72	8	v	0.73
CH_K2	主河道河床有效水利传导度	0.50	0.71	9	v	26.87
CH_N2	主河道曼宁系数	0.52	−0.68	10	v	0.20
GW_REVAP	浅层地下水再蒸发系数	0.65	0.48	11	v	0.03
GWQMN	浅层地下水径流系数	0.65	0.47	12	v	1.45
ALPHA_BF	基流回退系数	0.99	−0.01	13	v	0.13

| Show Table

DownLoad: CSV

表 6 各水文站径流模拟结果

水文站名	月平均流量/ ${\mathrm{m} }^{3}\cdot {\mathrm{s} }^{-1}$		${R}^{2}$	${E}_{\mathrm{n}\mathrm{s}}$
水文站名	实测值	模拟值	${R}^{2}$	${E}_{\mathrm{n}\mathrm{s}}$
兰山嘴	112.65	136.83	0.76	0.70
王江泾	15.80	17.16	0.70	0.56
急水港	9.56	12.54	0.71	0.60

| Show Table

DownLoad: CSV

5. 结论

（1）从土地利用情况来看，太湖流域1980～2018年主要土地利用类型为耕地，占比45%以上；土地转变较剧烈，土地转变总面积11 887.3 km²，其中耕地转变面积最大，占变化总量的90%，耕地主要向建设用地转变。

（2）从TN、TP污染物负荷总量年际变化特征来看，1980年和2018年负荷总量分别为9.95万吨、2.60万吨和5.89万吨、0.83万吨，TN、TP分别以−61.3 t/a和−42.1 t/a的幅度呈下降趋势，TN下降总量更高、TP下降速率更高。

（3）从TN、TP污染物变化空间分布特征来看，TN、TP污染物负荷变化空间分布上表现较为一致，均是西北高、西南低的特点。TN、TP污染负荷变化量在不同地区差异较大：TN、TP负荷增加量在镇江地区最高，且由北向南逐渐增加；TN、TP负荷削减量在杭州和湖州地区最高，且由北向南逐渐增加。

（4）各土地利用类型对TN负荷变化贡献率从大到小依次为：林地、耕地、草地、水域、建设用地和未利用地；对TP负荷变化的贡献率从大到小依次为：耕地、林地、建设用地、水域、草地和未利用地。

（5）耕地是影响非点源氮磷负荷量的最大的土地利用类型，林地则能有效削减氮磷负荷量。某种土地利用转变为其他土地利用类型过程中，对TN、TP的削减程度不同。对于TN来说，耕地转为林地、草地转为林地时削减量最高；对于TP来说，耕地转为林地、建设用地转为林地时削减量最高。

张小茜, 张富贵, 董祥林, 等. Zn和Cd胁迫作用对长梗白菜形态和生理性能的生态毒理影响[J]. 环境化学, 2022, 41(1): 22-30

Zhang X X, Zhang F G, Dong X L, et al. Ecotoxicological effects of Zn and Cd stress on the morphology and physiological properties of long-stalk cabbage [J]. Environmental Chemistry, 2022, 41(1): 22-30(in Chinese)

丁聪聪, 朱旭炎, 赵兴青, 等. 金属硫化物矿山水系统中微生物群落组成及多样性[J]. 环境科学, 2023, 44(8): 4334-4343

Ding C C, Zhu X Y, Zhao X Q, et al. Microbial community composition and diversity in metal sulfide mine water systems [J]. Environmental Science, 2023, 44(8): 4334-4343(in Chinese)

蔚青, 李巧玲, 李冰茹, 等. 北京市典型有机设施蔬菜基地重金属污染特征及风险评估[J]. 生态毒理学报, 2019, 14(3): 258-271

Yu Q, Li Q L, Li B R, et al. Heavy metal pollution characteristics and risk assessment of typical organic facility vegetable bases in Beijing [J]. Asian Journal of Ecotoxicology, 2019, 14(3): 258-271(in Chinese)

蒋喜艳, 张述习,尹西翔, 等. 土壤-作物系统重金属污染及防治研究进展[J]. 生态毒理学报, 2021, 16(6): 150-160

Jiang X Y, Zhang S X, Yin X X, et al. Research progress on heavy metals pollution and its control in soil-crop system [J]. Asian Journal of Ecotoxicology, 2021, 16(6): 150-160(in Chinese)

李梦婷, 沈城, 吴健, 等. 快速城市化区域不同用地类型土壤重金属含量分布特征及生态风险[J]. 环境科学, 2021, 42(10): 4889-4896

Li M T, Shen C, Wu J, et al. Content and ecological risks of heavy metals in soil with different land uses in a rapidly urbanizing area [J]. Environmental Science, 2021, 42(10): 4889-4896(in Chinese)

王超, 李辉林, 胡清, 等. 我国土壤环境的风险评估技术分析与展望[J]. 生态毒理学报, 2021, 16(1): 28-42

Wang C, Li H L, Hu Q, et al. Analysis and prospects on soil environmental risk assessment technology in China [J]. Asian Journal of Ecotoxicology, 2021, 16(1): 28-42(in Chinese)

万梦雪, 焦文涛, 胡文友, 等. 城市工业区土壤重金属累积特征与来源解析: 以上海市闵行区典型工业区为例[J]. 环境化学, 2023, 42(6): 1886-1898

Wan M X, Jiao W T, Hu W Y, et al. Accumulation and source apportionment of heavy metals in urban-industrial soils: A case study in Minhang District of Shanghai [J]. Environmental Chemistry, 2023, 42(6): 1886-1898(in Chinese)

厉炯慧, 翁珊, 方婧, 等. 浙江海宁电镀工业园区周边土壤重金属污染特征及生态风险分析[J]. 环境科学, 2014, 35(4): 1509-1515

Li J H, Weng S, Fang J, et al. Heavy metal pollution characteristics and ecological risk analysis for soil around Haining electroplating industrial park [J]. Environmental Science, 2014, 35(4): 1509-1515(in Chinese)

张博晗, 毕思琪, 王宇, 等. 西北某典型工业园区土壤重金属污染源解析及其健康风险评估[J]. 生态毒理学报, 2022, 17(6): 376-388

Zhang B H, Bi S Q, Wang Y, et al. Source identification and health risk assessment of soil heavy metals in a typical industrial park in Northwest China [J]. Asian Journal of Ecotoxicology, 2022, 17(6): 376-388(in Chinese)

余高, 陈芬, 张晓东, 等. 锰矿区周边农田土壤重金属污染特征、来源解析及风险评价[J]. 环境科学, 2023, 44(8): 4416-4428

Yu G, Chen F, Zhang X D, et al. Pollution characteristics, source analysis, and risk assessment of heavy metals in the surrounding farmlands of manganese mining area [J]. Environmental Science, 2023, 44(8): 4416-4428(in Chinese)

孙浩, 周春财,徐仲雨, 等. 淮北矿区土壤重金属空间分布与环境评价[J]. 中国科学技术大学学报, 2018, 48(7): 560-566

Sun H, Zhou C C, Xu Z Y, et al. Spatial distribution and environmental assessment of heavy metals in the soil of the Huaibei mining area [J]. Journal of University of Science and Technology of China, 2018, 48(7): 560-566(in Chinese)

彭香琴, 沈于凯, 蔡彬, 等. 废弃矿区重金属污染负荷核算方法及其应用研究: 以广东某废弃铅锌矿区为例[J]. 环境保护科学, 2023, 49(5): 18-23

Peng X Q, Shen Y K, Cai B, et al. Research on the calculation method and application of heavy metal pollution load in abandoned mining areas: Based on an abandoned lead-zinc mining area in Guangdong [J]. Environmental Protection Science, 2023, 49(5): 18-23(in Chinese)

赵晓光, 张亦扬, 杜华栋. 陕北矿区不同土地类型下土壤重金属污染评价[J]. 环境工程, 2019, 37(9): 188-193

Zhao X G, Zhang Y Y, Du H D. Evaluation of heavy metal pollution in soils under different land use types in the northern mining area of Shaanxi Province [J]. Environmental Engineering, 2019, 37(9): 188-193(in Chinese)

孙厚云, 吴丁丁, 毛启贵,等. 新疆东天山某铜矿区土壤重金属污染与生态风险评价[J]. 环境化学, 2019, 38(12): 2690-2699

Sun H Y, Wu D D, Mao Q G, et al. Soil heavy metal pollution and ecological risk assessment in a copper mining area in East Tianshan, Xinjiang [J]. Environmental Chemistry, 2019, 38(12): 2690-2699(in Chinese)

张连科, 张花娟, 黄学敏, 等. 包头市不同功能区土壤重金属污染评价[J]. 水土保持研究, 2016, 23(2): 352-356

Zhang L K, Zhang H J, Huang X M, et al. Assessment of soil heavy metal pollution in different function areas in Baotou [J]. Research of Soil and Water Conservation, 2016, 23(2): 352-356(in Chinese)

Jaffar S T A, Luo F, Ye R, et al. The extent of heavy metal pollution and their potential health risk in topsoils of the massively urbanized district of Shanghai [J]. Archives of Environmental Contamination and Toxicology, 2017, 73(3): 362-376

白丽荣, 龚航远, 徐敏, 等. 太原市某垃圾填埋场渗滤液及周边环境重金属污染及健康风险评估[J]. 生态毒理学报, 2021, 16(4): 313-322

Bai L R, Gong H Y, Xu M, et al. Heavy metal pollution and health risk assessment of a landfill site in Taiyuan City [J]. Asian Journal of Ecotoxicology, 2021, 16(4): 313-322(in Chinese)

杨萌萌. 运城盐湖地质特征与成因浅析[J]. 西部探矿工程, 2022, 34(10): 144-147

, 150 Yang M M. Analysis of the geological characteristics and genesis of Yuncheng Salt Lake [J]. West-China Exploration Engineering, 2022, 34(10): 144-147, 150(in Chinese)

Zhou H, Tang J J, Guo J, et al. Integrated system of comprehensive utilizing the concentrated brine of Yuncheng salt-lake basing on salt-forming diagram [J]. Chinese Journal of Chemical Engineering, 2019, 27(1): 182-190

杨霞, 伍洲生. 运城盐湖化学资源: 无机盐的开发[J]. 运城学院学报, 2020, 38(3): 9-13

Yang X, Wu Z S. Exploitation of chemical resources: Inorganic salt in Yuncheng salt lake [J]. Journal of Yuncheng University, 2020, 38(3): 9-13(in Chinese)

秦交锋, 魏飚, 王皓. 从“一池雪” 到“七彩光”: 山西运城千年盐湖变身记[J]. 华北自然资源, 2023(3): 8-10 Qin J F, Wei B, Wang H. From “A Pool of Snow” to “Colorful Light”: The transformation of the millennium salt lake in Yuncheng, Shanxi [J]. Huabei Natural Resources, 2023

(3): 8-10(in Chinese)

孙培霞. 运城盐湖资源及开发利用情况[J]. 盐湖研究, 2007, 15(2): 38-41

, 49 Sun P X. The exploitation and utilization of Yuncheng salt lake resources [J]. Journal of Salt Lake Research, 2007, 15(2): 38-41, 49(in Chinese)

张欣, 程丽芬, 赵树楷, 等. 山西湿地资源分布特点及规律分析[J]. 山西林业科技, 2018, 47(1): 1-5

, 64 Zhang X, Cheng L F, Zhao S K, et al. Analysis of the distribution characteristics and rules of wetland resources in Shanxi [J]. Shanxi Forestry Science and Technology, 2018, 47(1): 1-5, 64(in Chinese)

徐争启, 倪师军, 庹先国, 等. 潜在生态危害指数法评价中重金属毒性系数计算[J]. 环境科学与技术, 2008, 31(2): 112-115

Xu Z Q, Ni S J, Tuo X G, et al. Calculation of heavy metals’ toxicity coefficient in the evaluation of potential ecological risk index [J]. Environmental Science & Technology, 2008, 31(2): 112-115(in Chinese)

史崇文, 赵玲芝, 郭新波, 等. 山西土壤元素背景值及其特征[J]. 华北地质矿产杂志, 1994(2): 188-196

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

刘玥, 郭文强, 武晔秋. 大同市城区公园表层土壤重金属污染特征和健康风险及来源解析[J]. 土壤通报, 2023, 54(1): 180-191

Liu Y, Guo W Q, Wu Y Q. Pollution characteristics, health risks and source analysis of surface soil heavy metals in Urban. Parks of Datong City [J]. Chinese Journal of Soil Science, 2023, 54(1): 180-191(in Chinese)

Zheng N, Liu J S, Wang Q C, et al. Health risk assessment of heavy metal exposure to street dust in the zinc smelting district, Northeast of China [J]. The Science of the Total Environment, 2010, 408(4): 726-733

De Miguel E, Iribarren I, Chacón E, et al. Risk-based evaluation of the exposure of children to trace elements in playgrounds in Madrid (Spain) [J]. Chemosphere, 2007, 66(3): 505-513

环境保护部. 污染场地风险评估技术导则: HJ 25.3—2014[S]. 北京: 中国环境科学出版社, 2014

Qin Y H, Tao Y Q. Pollution status of heavy metals and metalloids in Chinese Lakes: Distribution, bioaccumulation and risk assessment [J]. Ecotoxicology and Environmental Safety, 2022, 248: 114293

Wang M S, Han Q, Gui C L, et al. Differences in the risk assessment of soil heavy metals between newly built and original parks in Jiaozuo, Henan Province, China [J]. The Science of the Total Environment, 2019, 676: 1-10

Li Y, Zhang Q X, Guo D G, et al. Characteristics and risk assessment of PAH pollution in soil of a retired coking wastewater treatment plant in Taiyuan, northern China [J]. Toxics, 2023, 11(5): 415

李海兴, 孙晓新, 满秀玲, 等. 恢复湿地土壤重金属含量变化及污染评价[J]. 北京林业大学学报, 2020, 42(3): 134-142

Li H X, Sun X X, Man X L, et al. Changes of soil heavy metal contents and pollution evaluation during the restoration of wetlands [J]. Journal of Beijing Forestry University, 2020, 42(3): 134-142(in Chinese)

张娟, 王明君, 郭掌珍. 朔州东部农田土壤-农作物重金属富集及健康风险评价[J]. 环境化学, 2024, 43(4): 1315-1329

陈文轩, 李茜, 王珍, 等. 中国农田土壤重金属空间分布特征及污染评价[J]. 环境科学, 2020, 41(6): 2822-2833

Chen W X, Li Q, Wang Z, et al. Spatial distribution characteristics and pollution evaluation of heavy metals in arable land soil of China [J]. Environmental Science, 2020, 41(6): 2822-2833(in Chinese)

胡杰, 赵心语, 王婷婷, 等. 太原市汾河河岸带土壤重金属分布特征、评价与来源解析[J]. 环境科学, 2022, 43(5): 2500-2509

Hu J, Zhao X Y, Wang T T, et al. Distribution characteristics, evaluation, and source analysis of heavy metals in soils of Fenhe riparian zone in Taiyuan City [J]. Environmental Science, 2022, 43(5): 2500-2509(in Chinese)

Wang Y F, Cheng H F. Soil heavy metal(loid) pollution and health risk assessment of farmlands developed on two different terrains on the Tibetan Plateau, China [J]. Chemosphere, 2023, 335: 139148

Gui H, Yang Q C, Lu X Y, et al. Spatial distribution, contamination characteristics and ecological-health risk assessment of toxic heavy metals in soils near a smelting area [J]. Environmental Research, 2023, 222: 115328

高瑞忠, 张阿龙, 张生, 等. 西北内陆盐湖盆地土壤重金属Cr、Hg、As空间分布特征及潜在生态风险评价[J]. 生态学报, 2019, 39(7): 2532-2544

Gao R Z, Zhang A L, Zhang S, et al. Spatial distribution characteristics and potential ecological risk assessment of Cr, Hg, and As in soils of the Salt Lake Basin in Northwest China [J]. Acta Ecologica Sinica, 2019, 39(7): 2532-2544(in Chinese)

Yang Q Q, Li Z Y, Lu X N, et al. A review of soil heavy metal pollution from industrial and agricultural regions in China: Pollution and risk assessment [J]. The Science of the Total Environment, 2018, 642: 690-700

麦麦提吐尔逊·艾则孜, 艾尼瓦尔·买买提, 阿吉古丽·马木提, 等. 新疆焉耆盆地农田土壤重金属污染及健康风险评价[J]. 生态毒理学报, 2018, 13(2): 171-181

Mamattursun E, Anwar M, Ajigul M, et al. Assessment of heavy metals pollution and its health risk of farmland soils of Yanqi Basin in Xinjiang Province [J]. Asian Journal of Ecotoxicology, 2018, 13(2): 171-181(in Chinese)

刘洋, 何朝辉, 牛学奎, 等. 云南某矿区小流域土壤重金属健康风险评价[J]. 环境科学, 2022, 43(2): 936-945

Liu Y, He Z H, Niu X K, et al. Health risk assessment of soil heavy metals in a small watershed of a mining area in Yunnan [J]. Environmental Science, 2022, 43(2): 936-945(in Chinese)

Shentu J L, Fang Y, Wang Y Y, et al. Bioaccessibility and reliable human health risk assessment of heavy metals in typical abandoned industrial sites of southeastern China [J]. Ecotoxicology and Environmental Safety, 2023, 256: 114870

Wu H H, Xu C B, Wang J H, et al. Health risk assessment based on source identification of heavy metals: A case study of Beiyun River, China [J]. Ecotoxicology and Environmental Safety, 2021, 213: 112046

点击查看大图

计量

文章访问数: 1405
HTML全文浏览数: 1405
PDF下载数: 133
施引文献: 0

1. 研究区概况
2. 土地利用变化分析
3. SWAT模型构建与运行结果
3.1 模型建立
3.2 参数敏感性分析及模型率定
3.3 模型运行结果
4. 非点源氮磷负荷变化对土地利用变化的响应
5. 结论

运城盐湖湿地土壤重金属污染特征与风险评价

作者简介: 李元(1988—)，男，博士研究生，研究方向为土壤重金属污染与评价，E-mail: 61504255@qq.com

通讯作者: 郭东罡(1980—),男,博士,教授,主要研究方向为生态恢复。E-mail:gdghjkx@126.com; 张全喜(1980—),男,博士,教授,主要研究方向为生态毒理学。E-mail:qxzhang@sxu.edu.cn