新疆戈壁荒漠区典型露天煤矿土壤重金属来源解析及空间分布

doi:10.19657/j.geoscience.1000-8527.2023.041

摘要/Abstract

摘要：

查明戈壁荒漠区典型露天煤矿土壤重金属来源及其空间分布特征是准确判断和制定土壤污染治理方案的前提,然而系统的研究工作依然薄弱。本文以新疆戈壁荒漠区典型煤矿周边土壤为研究对象,系统的布设和采集了266件土壤样品,测试分析了As、Cd、Co、Cu、Cr、Hg、Ni、Pb、Zn共9种元素含量及土壤pH值。通过利用描述性统计分析、相关性分析、聚类分析以及主成分分析等多元地学统计分析方法分析研究了土壤重金属含量特征并初步识别了土壤重金属来源,使用绝对主成分-多元线性回归受体模型(APCS-MLR)和反距离加权法定量分析各污染源贡献率和重金属元素空间分布特征。结果表明:(1)研究区土壤pH平均值为8.31,9种元素含量低于土壤环境质量农业用地、建设用地筛选值,同时也低于新疆土壤重金属背景值;从各功能分区来看,仅废污水排放区As、Cd、Cu、Ni和Pb元素含量高于新疆背景值;(2)Cr、Ni、Zn、Co、Cu、As、Cd元素两两之间具有中等以上相关性,Cd与Pb具有中等程度相关性,Hg与其他8种元素相关性较弱;(3)聚类分析结果将研究区土壤重金属分为Cr-Ni-Zn-Co-Cu-As、Cd-Pb和Hg三类;(4)源解析结果表明研究区土壤重金属主要来源为成土母质源(50.902%)、废污水与煤尘源(31.507%)。

关键词: 土壤重金属, 受体模型, 源解析, 空间分布, 戈壁荒漠区

Abstract:

Identifying the sources and spatial distribution characteristics of heavy metals in soil of typical opencast coal mines in Gobi desert is crucial in accurately judging and formulating soil pollution control programs. However, systematic research is still weak inadequate. In this study, 266 soil samples were systematically collected around typical coal mines in the Xinjiang Gobi Desert. Soil As, Cd, Co, Cu, Cr, Hg, Ni, Pb, Zn contents and pH values were measured. By using descriptive statistical, correlation, cluster and principal component analyses and other multivariate geostatistical analysis methods,the soil heavy metal compositions were analyzed and the heavy metal source preliminarily identified. We used the absolute principal components-multiple linear regression receptor model(APCS-MLR) and inverse distance weighting method to quantify the contribution rate of each pollution source and the heavy metal spatial distribution patterns. The results show that:(1) The average soil pH is 8.31 in the study area, the contents of nine elements were lower than the threshold for agricultural and construction land, and also below the soil heavy metal background in Xinjiang. From the functional partitions, only the As, Cd, Cu, Ni and Pb contents in the waste sewage discharge area are higher than the Xinjiang background; Cr,Ni, Zn, Co, Cu, As and Cd have moderate or high correlations, Cd and Pb have moderate correlations, and Hg has weak correlations with the other eight elements. (2)Cr, Ni, Zn, Co, Cu, As and Cd have moderate or high correlations, Cd and Pb have moderate correlations, and Hg has weak correlations with the other eight elements.(3)The cluster analysis results divide the soil heavy metals into three categories: Cr-Ni-Zn-Co-Cu-As, Cd-Pb, and Hg. (4) Source analysis results show that the main heavy metal sources of local soil are parent material (50.902%), waste water and coal dust (31.507%).

Key words: heavy metals in soil, receptor-oriented model, source analysis, spatial distribution, Gobi Desert

中图分类号:

P595
X53

杜古尔·卫卫, 石海涛, 邢浩, 娄雪聪, 胡宏利, 布龙巴特. 新疆戈壁荒漠区典型露天煤矿土壤重金属来源解析及空间分布[J]. 现代地质, 2023, 37(03): 790-800.

DUGUER Weiwei, SHI Haitao, XING Hao, LOU Xuecong, HU Hongli, BULONG Bate. Source Analysis and Spatial Distribution of Heavy Metals in Soil from Typical Open-pit Coal Mines in the Gobi Desert, Xinjiang[J]. Geoscience, 2023, 37(03): 790-800.

图/表 12

参考文献 41

[1]	王鹏. 煤矿开采引发的地质环境问题及其对策研究[J]. 科技创新与应用, 2019(28): 118-120.
[2]	李长春, 张光胜, 姚峰, 等. 新疆准东煤田五彩湾露天矿区土壤重金属污染评估与分析[J]. 环境工程, 2014, 32(7): 142-146.
[3]	孙芳, 高优娜, 郝琳, 等. 探讨露天煤矿开采酿成的环境问题及防护对策[J]. 环境与发展, 2012, 24(6): 63-64.
[4]	曹彪, 白云岗, 李玉生, 等. 新疆煤矿水土流失及生态环境危害分析[J]. 中国水土保持, 2020(6): 11-15.
[5]	柴磊, 王新, 马良, 等. 基于PMF模型的兰州耕地土壤重金属来源解析[J]. 中国环境科学, 2020, 40(9): 39119-3929.
[6]	黄华斌, 林承奇, 胡恭任, 等. 基于PMF模型的九龙江流域农田土壤重金属来源解析[J]. 环境科学, 2020, 41(1): 430-437.
[7]	陈雅丽, 翁莉萍, 马杰, 等. 近十年中国土壤重金属污染源解析研究进展[J]. 农业环境科学学报, 2019, 38(10): 2219-2238.
[8]	GUO H, WANG T, LOUIE P K K. Source apportionment of ambient non-methane hydrocarbons in Hong Kong: application of a principal component analysis/absolute principal component scores (PCA/APCS) receptor model[J]. Environmental Pollution, 2004, 129(3): 489-498. PMID
[9]	邱立民, 刘淼, 王菊, 等. 绝对主因子分析法解析龙岩市大气中的可吸入颗粒物来源[J]. 吉林大学学报(理学版), 2012, 50(2): 371-376.
[10]	孟利, 左锐, 王金生, 等. 基于PCA-APCS-MLR的地下水污染源定量解析研究[J]. 中国环境科学, 2017, 37(10): 3773-3786.
[11]	张旺, 高珍冉, 邰粤鹰, 等. 基于APCS-MLR受体模型的贵州喀斯特矿区水田土壤重金属源解析[J]. 农业工程学报, 2022, 38(3): 212-219.
[12]	后希康, 张凯, 段平洲, 等. 基于APCS-MLR模型的沱河流域污染来源解析[J]. 环境科学研究, 2021, 34(10): 2350-2357.
[13]	瞿明凯, 李卫东, 张传荣, 等. 基于受体模型和地统计学相结合的土壤镉污染源解析[J]. 中国环境科学, 2013, 33(5): 854-860.
[14]	孙丽, 卢喜林, 周佳, 等. 国投哈密能源开发有限责任公司大南湖矿区西区大南湖七号煤矿及选煤厂环境影响报告书[R]. 乌鲁木齐: 新疆天合环境技术咨询有限公司, 2015:28-29.
[15]	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.
[16]	THURSTON G D, SPENGLER J D. A quantitative assessment of source contributions to inhalable particulate matter pollution in metropolitan Boston[J]. Atmospheric Environment, 1985, 19(1): 9-25.
[17]	马杰, 沈智杰, 张萍萍, 等. 基于APCS-MLR和PMF模型的煤矸山周边耕地土壤重金属污染特征及源解析[J]. 环境科学, 2023, 44(4): 2192-2203.
[18]	霍明珠, 高秉博, 乔冬云, 等. 基于APCS-MLR受体模型的农田土壤重金属源解析[J]. 农业环境科学学报, 2021, 40(5): 978-986.
[19]	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.
[20]	李玲, 邵龙美, 李永武, 等. 新疆某多金属矿土壤重金属污染特征及风险评价[J]. 环境与发展, 2020, 32(8): 23-26.
[21]	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.
[22]	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.
[23]	韩小孩, 张耀辉, 孙福军, 等. 基于主成分分析的指标权重确定方法[J]. 四川兵工学报, 2012, 33(10): 124-126.
[24]	张文彤, 董伟. SPSS统计分析高级教程第2版[M]. 北京: 高等教育出版社, 2013: 213-233.
[25]	乔雯, 王议, 张德强, 等. 某矿区土壤重金属分布特征及来源解析[J]. 现代地质, 2022, 36(2): 543-551.
[26]	KORRE A. Statistical and spatial assessment of soil heavy metal contamination in areas of poorly recorded, complex sources of pollution[J]. Stochastic Environmental Research and Risk Assessment, 1999, 13(4): 260-287. DOI URL
[27]	王乔林, 宋云涛, 王成文, 等. 滇西地区土壤重金属来源解析及空间分布[J]. 中国环境科学, 2021, 41(8): 3693-3703.
[28]	杨磊, 熊黑刚. 新疆准东煤田土壤重金属来源分析及风险评价[J]. 农业工程学报, 2018, 34(15): 273-281.
[29]	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.
[30]	LV J S, LIU Y, ZHANG Z L, et al. Factorial kriging and stepwise regression approach to identify environmental factors influencing spatial multi-scale variability of heavy metals in soils[J]. Journal of Hazardous Materials, 2013, 261: 387-397. DOI PMID
[31]	胡潇涵, 张琳, 孔利锋, 等. 新疆准东露天煤矿降尘、土壤以及植物中的重金属污染风险研究[J]. 新疆环境保护, 2020, 42(4): 24-32.
[32]	邢浩, 杜古尔·卫卫, 薛娜娜, 等. 哈密露天煤矿不同环境介质微生物群落特征分析[J]. 微生物学通报, 2022, 49(11): 4525-4537.
[33]	袁宏, 钟红梅, 赵利, 等. 基于PCA/APCS受体模型的崇州市典型农田土壤重金属污染源解析[J]. 四川环境, 2019, 38(6): 35-43.
[34]	吕建树, 何华春. 江苏海岸带土壤重金属来源解析及空间分布[J]. 环境科学, 2018, 39(6): 2853-2864.
[35]	吴攀, 裴廷权, 冯丽娟, 等. 贵州兴仁煤矿区土壤表土与沉积物中砷的环境调查研究[J]. 地球与环境, 2006, 34(4) :31-35.
[36]	缪成波, 于萌, 卢刚, 等. 干旱区露天煤矿降尘重金属分布特征及来源分析[J]. 江苏农业科学, 2020, 48(22): 295-300.
[37]	黄大伟, 桂和荣. 宿南矿区土壤重金属含量特征及其来源解析[J]. 地球与环境, 2017, 45(5): 546-554.
[38]	姚峰, 包安明, 古丽·加帕尔, 等. 新疆准东煤田土壤重金属来源与污染评价[J]. 中国环境科学, 2013, 33(10): 1821-1828.
[39]	秦先燕, 李运怀, 孙跃, 等. 环巢湖典型农业区土壤重金属来源解析[J]. 地球与环境, 2017, 45(4): 455-463.
[40]	李超, 栾文楼, 蔡奎, 等. 石家庄近地表降尘重金属的分布特征及来源分析[J]. 现代地质, 2012, 26(2): 415-420.
[41]	黄勇, 段续川, 袁国礼, 等. 北京市延庆区土壤重金属元素地球化学特征及其来源分析[J]. 现代地质, 2022, 36(2): 634-644.

元素 (参数)	最小值 (mg·kg^-1)	最大值 (mg·kg^-1)	平均值 (mg·kg^-1)	标准偏差 (mg·kg^-1)	变异系数	新疆背景值 (mg·kg^-1)	GB 15618-2018 (pH>7.5)(mg·kg^-1)	GB 36600-2018 (pH>7.5)(mg·kg^-1)
As	2.95	22.14	8.09	2.819	0.3487	11.20	25	60
Cd	0.03	0.43	0.1	0.050	0.5021	0.12	0.6	65
Co	4.40	21.90	8.56	2.614	0.3055	15.90	-	70
Cr	13.10	79.30	28.15	10.240	0.3637	49.30	250	-
Cu	8.94	52.60	17.97	6.958	0.3873	26.70	100	18000
Hg	0	0.13	0.01	0.010	1.4150	0.02	3.4	38
Ni	7.43	43.50	14.55	5.766	0.3964	25.20	190	900
Pb	10.10	48.70	15.16	4.029	0.2658	19.40	170	800
Zn	23.20	112.00	39.39	13.920	0.3534	68.80	300	-
pH	7.82	8.95	8.31	0.140	0.0168	-	-	-

元素 (参数)	最小值 (mg·kg^-1)	最大值 (mg·kg^-1)	平均值 (mg·kg^-1)	标准偏差 (mg·kg^-1)	变异系数	新疆背景值 (mg·kg^-1)	GB 15618-2018 (pH>7.5)(mg·kg^-1)	GB 36600-2018 (pH>7.5)(mg·kg^-1)
As	2.95	22.14	8.09	2.819	0.3487	11.20	25	60
Cd	0.03	0.43	0.1	0.050	0.5021	0.12	0.6	65
Co	4.40	21.90	8.56	2.614	0.3055	15.90	-	70
Cr	13.10	79.30	28.15	10.240	0.3637	49.30	250	-
Cu	8.94	52.60	17.97	6.958	0.3873	26.70	100	18000
Hg	0	0.13	0.01	0.010	1.4150	0.02	3.4	38
Ni	7.43	43.50	14.55	5.766	0.3964	25.20	190	900
Pb	10.10	48.70	15.16	4.029	0.2658	19.40	170	800
Zn	23.20	112.00	39.39	13.920	0.3534	68.80	300	-
pH	7.82	8.95	8.31	0.140	0.0168	-	-	-

功能分区	元素	As	Cd	Co	Cr	Cu	Hg	Ni	Pb	Zn
露天矿坑	平均值	7.506	0.106	7.354	22.712	19.155	0.010	11.650	16.022	34.988
	最大值	22.14	0.43	15.9	34	51	0.131	19.4	48.7	72.8
	最小值	4.52	0.03	4.4	13.1	8.94	0	7.48	10.8	24.3
	标准偏差	3.317	0.079	1.798	4.355	7.441	0.020	2.122	8.013	9.140
	变异系数	0.442	0.741	0.244	0.192	0.388	1.949	0.182	0.500	0.261
	样本数量	32	32	32	32	32	32	32	32	32
废污水排放区	平均值	12.72	0.18	13.29	48.65	30.41	0.017	26.65	19.97	68.76
	最大值	21.20	0.33	20.40	79.30	52.60	0.04	43.50	27.20	112.00
	最小值	5.77	0.06	5.54	16.4	10.8	0	9.03	11.7	26.20
	标准偏差	5.61	0.09	5.26	23.05	15.17	0.01	13.26	5.52	31.98
	变异系数	0.44	0.53	0.40	0.47	0.50	0.81	0.50	0.28	0.47
	样本数量	20	20	20	20	20	20	20	20	20
生活区	平均值	7.25	0.09	8.09	25.77	15.60	0.01	13.57	14.87	38.50
	最大值	9.08	0.11	8.99	30.7	18.1	0.02	16	15.9	44.1
	最小值	6.05	0.07	6.89	23.2	13.5	0	11.6	14.3	35.1
	标准偏差	1.61	0.02	1.08	4.27	2.33	0.01	2.24	0.90	4.89
	变异系数	0.22	0.22	0.13	0.17	0.15	1.00	0.16	0.06	0.13
	样本数量	3	3	3	3	3	3	3	3	3
煤电厂	平均值	8.10	0.10	8.63	28.59	16.29	0.00	14.76	14.86	39.87
	最大值	9.96	0.13	10	33.8	19.4	0.01	18	16.4	47.1
	最小值	5.89	0.07	7.6	24.1	13.9	0	12.4	13.6	35
	标准偏差	1.50	0.02	0.90	3.98	2.04	0.01	2.19	0.93	5.12
	变异系数	0.18	0.22	0.10	0.14	0.13	1.03	0.15	0.06	0.13
	样本数量	10	10	10	10	10	10	10	10	10
灰场	平均值	8.624	0.088	9.2405	30.605	17.305	0.005	15.645	15.185	39.33
	最大值	11	0.11	12.9	36.8	20.4	0.01	17.8	17	48.1
	最小值	6.3	0.07	7.52	22.3	12.3	0	10	13.8	33.6
	标准偏差	1.25	0.01	1.13	3.70	1.90	0.01	1.79	0.88	4.01
	变异系数	0.15	0.14	0.12	0.12	0.11	1.03	0.11	0.06	0.10
	样本数量	21	21	21	21	21	21	21	21	21
新疆背景值		11.2	0.12	15.9	49.3	26.7	0.017	25.2	19.4	68.8
GB 15618-2018(pH>7.5)		25	0.6	-	250	100	3.4	190	170	300
GB 36600-2018(pH>7.5)		60	65	70	-	18000	38	900	800	-

功能分区	元素	As	Cd	Co	Cr	Cu	Hg	Ni	Pb	Zn
露天矿坑	平均值	7.506	0.106	7.354	22.712	19.155	0.010	11.650	16.022	34.988
	最大值	22.14	0.43	15.9	34	51	0.131	19.4	48.7	72.8
	最小值	4.52	0.03	4.4	13.1	8.94	0	7.48	10.8	24.3
	标准偏差	3.317	0.079	1.798	4.355	7.441	0.020	2.122	8.013	9.140
	变异系数	0.442	0.741	0.244	0.192	0.388	1.949	0.182	0.500	0.261
	样本数量	32	32	32	32	32	32	32	32	32
废污水排放区	平均值	12.72	0.18	13.29	48.65	30.41	0.017	26.65	19.97	68.76
	最大值	21.20	0.33	20.40	79.30	52.60	0.04	43.50	27.20	112.00
	最小值	5.77	0.06	5.54	16.4	10.8	0	9.03	11.7	26.20
	标准偏差	5.61	0.09	5.26	23.05	15.17	0.01	13.26	5.52	31.98
	变异系数	0.44	0.53	0.40	0.47	0.50	0.81	0.50	0.28	0.47
	样本数量	20	20	20	20	20	20	20	20	20
生活区	平均值	7.25	0.09	8.09	25.77	15.60	0.01	13.57	14.87	38.50
	最大值	9.08	0.11	8.99	30.7	18.1	0.02	16	15.9	44.1
	最小值	6.05	0.07	6.89	23.2	13.5	0	11.6	14.3	35.1
	标准偏差	1.61	0.02	1.08	4.27	2.33	0.01	2.24	0.90	4.89
	变异系数	0.22	0.22	0.13	0.17	0.15	1.00	0.16	0.06	0.13
	样本数量	3	3	3	3	3	3	3	3	3
煤电厂	平均值	8.10	0.10	8.63	28.59	16.29	0.00	14.76	14.86	39.87
	最大值	9.96	0.13	10	33.8	19.4	0.01	18	16.4	47.1
	最小值	5.89	0.07	7.6	24.1	13.9	0	12.4	13.6	35
	标准偏差	1.50	0.02	0.90	3.98	2.04	0.01	2.19	0.93	5.12
	变异系数	0.18	0.22	0.10	0.14	0.13	1.03	0.15	0.06	0.13
	样本数量	10	10	10	10	10	10	10	10	10
灰场	平均值	8.624	0.088	9.2405	30.605	17.305	0.005	15.645	15.185	39.33
	最大值	11	0.11	12.9	36.8	20.4	0.01	17.8	17	48.1
	最小值	6.3	0.07	7.52	22.3	12.3	0	10	13.8	33.6
	标准偏差	1.25	0.01	1.13	3.70	1.90	0.01	1.79	0.88	4.01
	变异系数	0.15	0.14	0.12	0.12	0.11	1.03	0.11	0.06	0.10
	样本数量	21	21	21	21	21	21	21	21	21
新疆背景值		11.2	0.12	15.9	49.3	26.7	0.017	25.2	19.4	68.8
GB 15618-2018(pH>7.5)		25	0.6	-	250	100	3.4	190	170	300
GB 36600-2018(pH>7.5)		60	65	70	-	18000	38	900	800	-

元素	旋转前因子		旋转后因子
元素	F1	F2	F1	F2
As	0.840	-0.170	0.782	0.351
Cd	0.774	0.540	0.315	0.890
Co	0.905	-0.280	0.899	0.299
Cr	0.918	-0.296	0.919	0.293
Cu	0.914	0.111	0.678	0.622
Hg	0.551	0.249	0.303	0.523
Ni	0.937	-0.285	0.928	0.314
Pb	0.715	0.585	0.241	0.891
Zn	0.957	-0.146	0.864	0.438
方差贡献率(%)	71.237	11.172	50.902	31.507
累积方差贡献率(%)	71.237	82.409	50.902	82.409