黄河三角洲清水沟和清八汊河口表层土壤金属元素含量对比

于2015年10月28～29日,在黄河三角洲国家级自然保护区内的清水沟和清八汊河口,分别采集芦苇(Phragmites australis)盐沼、盐地碱蓬(Suaeda salsa)盐沼和柽柳(Tamarix chinensis)盐沼表层(0～10 cm深度)土壤样品,测定了土样中17种金属(V、Cr、Co、Ni、Cu、Zn、Ga、Pb、Sr、Mn、Ti、Na、Mg、K、Fe、Ca、Al)的含量,并对两个河口土壤中的各元素含量进行了比较。研究结果表明,在清八汊和清水沟河口表层土壤中,与其它金属元素含量相比,Co质量比都相对最小,分别为7.97 mg/kg和8.35 mg/kg;Al质量比都相对最大,分别为86 664.06 mg/kg和102 319.51 mg/kg;除Na外,清水沟河口表层土壤中的其它金属元素(V、Cr、Co、Ni、Cu、Zn、Ga、Sr、Pb、Mg、Al、K、Ca、Ti、Mn、Fe)含量都高于清八汊河口;在清八汊河口,芦苇盐沼表层土壤中的各金属元素含量较高,而在清水沟河口,柽柳盐沼表层土壤中的各金属元素含量较高;在清八汊河口,表层土壤中Mg含量与Co、Ni、Zn、Ga、Pb、Al、Ca、Mn和Fe含量显著正相关,在清水沟河口,表层土壤中Co含量与Ni、Cu、Zn、Ga、Pb、Mg、Al、K、Ca、Mn和Fe含量显著正相关,说明这些金属元素可能具有同源性。     

山东省广饶县土壤重金属来源、分布及生态风险

选取山东省广饶县作为研究区,采集300个表层土壤样品（0~20 cm）,测定As、Cd、Co、Cr、Cu、Hg、Mn、Ni、Pb和Zn等10种重金属含量;运用多元统计和地统计分析方法揭示广饶县土壤重金属元素的来源与空间分布特征,最后利用H?kanson潜在生态风险指数法评价重金属的潜在生态风险。结果表明：① 研究区土壤中Co和Pb的平均值低于山东省背景值,其他8种元素的平均值均超过山东省背景值;特别是Cd和Hg的平均含量分别达到山东省背景值的1.86倍和2.50倍,说明在土壤中存在明显的富集。② As、Co、Cr、Cu、Mn、Ni和Zn为自然源,受成土母质控制;Hg为人为源,主要来源于煤炭燃烧和工业排放;Cd和Pb受自然和人为因素共同控制。③ 成土母质控制着As、Cd、 Co、Cr、Cu、Mn、Ni、Pb和Zn的基本分布格局,不同土地利用类型的土壤Hg含量差别较明显,其高值区集中在城镇建设用地。④ 总体上,研究区为中等生态风险的偏高水平,其中Cd和Hg分别为中等和较高生态风险,其余8种元素处于低生态风险。     

黑龙江三江自然保护区天然湿地土壤重金属含量及污染评价

通过调查采样,测定黑龙江三江自然保护区核心区的臌囊苔草沼泽、小叶章沼泽和实验区的芦苇沼泽土壤中Cu、Pb、Zn、Mn和Cr含量;利用Hankanson潜在生态危害指数法,对不同类型天然湿地土壤中重金属的生态危害进行评价。结果表明:3种类型天然湿地土壤中重金属含量随土壤深度呈波动变化,其中Cu、Pb、Zn和Cr含量的大体趋势是底层高于表层,Mn含量的大体趋势是表层高于底层。臌囊苔草沼泽土壤中Cu和Zn含量显著(P0.05)高于小叶章沼泽和芦苇沼泽;芦苇沼泽土壤中Pb和Cr含量显著高于臌囊苔草沼泽和小叶章沼泽(P0.05);3种类型天然湿地土壤中Mn含量差异不显著(P0.05)。核心区天然湿地土壤中重金属综合潜在生态风险危害等级为中度,实验区天然湿地土壤中重金属综合潜在生态风险危害等级为强烈,说明三江自然保护区天然湿地土壤存在重金属污染,污染的主要重金属元素为Pb。     

长白山锦北雨养泥炭剖面元素富集规律分析

为了揭示长白山锦北泥炭沼泽区泥炭沉积环境和重金属元素的历史变化及其对环境的指示意义,利用荷兰W ardenaar泥炭采样器采取泥炭样品并对样品进行高分辨率切割。用原子吸收分光光度计和等离子体发射光谱仪测定不同深度剖面Ca,Mg,Na,K,A l,Ti,Cu,Zn,Fe,Mn,Pb,Cr,N i和Co的浓度。研究分析了Ca,Mg,Na,K,A l,Ti,Mn,Zn,Cu,Pb,Cr,N i和Co在泥炭剖面的分布趋势并对其进行了相关分析和富集分析,得出Mn,Zn,Cu,Pb,Cr,N i和Co呈显著相关且在泥炭表层明显累积,揭示出泥炭表层重金属元素的大气沉降来源,表明近年来人类重金属消耗量及排放量的增加是大气沉降重金属元素的主要释放源,而且环境中重金属污染有加重的趋势。     

西安地区大气降水的痕量金属特征及其来源解析

于2007年1月至2008年1月间,在西安市区和咸阳郊区永寿县两个采样点连续采集大气降水样品71个,样品经预处理后,使用ICP-MS测定Ti、Cr、Mn、Co、Ni、Cu、Zn、As、Mo、Cd、Pb等金属元素含量,用ICP-OES测定Al、Fe、Si的含量。本研究与国内外不同站点降水金属含量对比的结果为:沙漠地区酸雨地区城市城区(非酸雨地区)城市郊区(非酸雨地区)偏远高山区。大部分金属元素的含量显示冬季高、夏季低的季节性变化特征。富集因子计算结果表明黄土颗粒物风化是西安、永寿降水中Al、Ti、Fe的主要来源,Cr、Mn、Co、Ni、Cu、Zn、As、Mo、Cd、Pb等金属元素则主要来自人类活动污染。对比本研究雨水与西安市粉煤灰的痕量金属分布特征,结果显示降水的Cr、Co、Cu、Pb主要来自燃煤排放源,Zn更多的来自非燃煤活动的贡献。湿沉降通量随月份的变化表现出7、8月份沉降通量最高,12月和1月最低的变化规律。     

青海湖典型湿地土壤重金属分布特征

重金属污染是当今土壤污染中影响面最广、危害最大的环境问题之一。对青海湖典型湿地土壤Cu、Zn、Pb、Cr、Fe、Mn 6种重金属元素的含量及分布特征进行了调查分析。结果表明:青海湖湿地土壤Cu、Zn、Pb、Cr、Fe、Mn 6种重金属元素的平均含量分别为16.34μg/g、46.82μg/g、15.65μg/g、58.49μg/g、14.57mg/g和33.08μg/g;青海湖区南北两岸典型湿地土壤重金属含量存在明显的空间差异。南北两岸样带上表层土壤Cu、Cr、Fe的含量变化均呈"W"形,Zn仅在青海湖北岸样带表现出"W"形,Mn元素含量在400m处为最低点,Pb没有表现出明显的变化特征;Cu、Zn、Pb 3种元素含量呈极显著相关,说明青海湖湿地土壤重金属污染有一定的同源性。     

基于GIS的白银区耕地耕层土壤重金属空间分异及污染评价

为评估白银区耕地耕层土壤(0~20 cm)的重金属污染,应用X射线荧光光谱仪(XRF-7000)对1 070个土壤样品中Cu、Zn、Ni、Pb、As、Cr、V、Co 8种重金属含量进行了测定,参照最新土壤环境质量标准(GB15618-2008),使用单因子和内梅罗法并结合GIS手段分析耕层土壤重金属空间分布及污染程度等。结果表明:8种重金属平均污染程度由大到小为As、V、Pb、Zn、Cu、Co、Ni、Cr,平均变异程度顺序为Pb、Cu、Zn、Co、As、Cr、V、Ni,空间相关性大小顺序为Zn、Cu、As、Pb、Ni、Cr、V、Co;Cu、Pb的最佳拟合模型为Pentaspherical模型,Zn、V为Gaussion模型,Ni、As为Exponential模型,Cr、Co为Circular模型;8种重金属中Cu、Zn、Pb、As表现出不同程度的污染,评价结果显示安全级、警戒级、轻污染、中污染和重污染分别占全区耕地面积的69.56%、23.88%、2.95%、2.55%和1.06%,受污染面积达到763.4 hm2。     

乌鲁木齐城市土壤中重金属含量与影响机制探讨

乌鲁木齐城市土壤中Cr、Cu、Pb、Zn含量很高,超出相应土壤背景值1.65-2.84倍,Mn、Fe含量与背景值差别不大。除Mn、Fe以外,其他重金属空间分布差异都很大,Cr、Pb含量较高区域沿西北-东南走向交通干线分布,主要的影响因素可能是交通运输、工业布局和风向;Cu、Zn含量较高区域主要分布在北部,工业布局可能是主要的影响因素;中部商业区内Cu、Pb、Zn含量也较高,交通流量大、人类活动强度大、植被覆盖率低可能是主要影响因素。乌市城市土壤重金属主要有三个来源:工业生产污染源、原土壤母质、交通运输污染源。     

西藏羊卓雍湖地区土水环境背景值

羊卓雍湖地区面积8600平方公里。在区内用网格法和随机布点法,采土样54个,采水样53个。分析了土壤中的14种元素(Cr,Cu,Pb,Zn,Zr,Be,Ni,Co,Mn,Ti,Ga,Yb,Y,V)含量,以及水体中的8种元素(Cr,Cu,Pb,Zn,Ni,Co,Mn,V)含量。用偏度-峰度法和偏态系数检验了土壤中的元素,并统计了土水环境背景值。检验结果表明,本区土壤中,除Mn,Yb的含量属对数正态分布外,其余12种元素含量均呈正态分布。水体中地表水比地下水的元素含量丰富。     

施用不同畜禽粪便土壤剖面中重金属分布特征

针对不同粪便集中施用情况, 选取禹城市3 个畜禽养殖区, 通过采集不同旱地农田土壤剖面样品, 研究典型重金属元素随粪便施用程度的变化、土壤剖面中重金属垂直分布特征以及施用不同畜禽粪便土壤剖面中重金属分布的差异。结果发现,长期施用畜禽粪便土壤剖面中重金属Cu、Zn、Pb、Cr、As的含量要高于未施用畜禽粪便的对照土壤剖面, 其中Cu、Zn 超过对照组较大;偶尔施用畜禽粪便土壤剖面Cu、Zn、Pb、Cr、As 的含量低于长期施用畜禽粪便土壤剖面, 且与未施用畜禽粪便的对照土壤剖面相差不大。牛粪集中施用区土壤剖面中Cu、Pb、Cr、Cd、Ni 等重金属存在较为明显的淋溶下移性, Hg、As两元素存在较为明显的表层或亚表层聚集现象;猪粪集中施用区土壤剖面各重金属除Cr、Ni 外, 都显示出较为明显的表层或亚表层聚集现象;鸡粪集中施用区的土壤剖面Cu、Pb、Cd、Cr、Ni 存在一定的淋溶下移性, 而Zn、Hg、As等3 种元素存在显著表层亚表层聚集现象。长期施用不同畜禽粪便的不同土壤剖面Cr、Ni、Cd、Pb 等含量变化差异明显, 而As、Hg差异性不显著;施牛粪与施鸡粪剖面中的Zn, 施猪粪与施鸡粪剖面中的Cu差异也不显著。     

乌鲁木齐市米东区农田土壤重金属含量的空间分布特征

利用地理信息系统（GIS）及地统计学方法,对乌鲁木齐米东区农田土壤中重金属（Hg、Cu、Zn、Pb、Ni、Cd及Cr）的含量进行空间变异性分析。结果表明：除Cu、Zn、Pb和Hg超过土壤背景值外,7种重金属的平均含量均未超过国家环境质量二级标准（GB15618-1995）;7种重金属均具有较好的空间变异结构,可以用指数模型、球状模型和高斯模型拟合,且具有不同程度的块金效应;Cd、Cr具有强烈的空间自相关性,Pb、Ni、Cu、Zn和Hg属中等强度空间相关, 说明其含量受外源污染的影响较大;采用普通克里格插值法得出7种重金属的空间分布图,除Cd空间分布规律不明显外,其它6种重金属均存在显著的空间分布规律。     

经济发展梯度影响下的江苏农用地土壤重金属含量分布格局

根据江苏省农用地22个标准样地的7种重金属元素含量测定结果,应用TWINSPAN分类、CCA排序的多元统计方法,对江苏农用地耕作层土壤重金属元素含量格局和影响因子进行了定量分析.研究结果表明,江苏耕作层土壤重金属元素含量整体特征具有明显的沿经济发展梯度(苏南-苏中-苏北)的递减格局.空间位置、人类活动强度、土壤理化性质是控制梯度分布格局重要的环境因素,通过变量分离,空间变量解释的部分占21.5%,人为活动变量解释部分占17.9%,理化性质变量解释部分占17.5%,三组变量总解释量占56.9%,不能解释部分占43.1%.人类活动与空间位置因素一起可以综合反映江苏经济发展的空间梯度,其占了总解释量的69.2%,经济发展梯度对农用地重金属元素含量有着深刻的影响.     

城市地表灰尘重金属研究进展及展望

城市地表灰尘是城市环境科学研究的对象之一,在对国内外有关城市灰尘概念界定研究成果进行总结的基础上,对城市地表灰尘提出新的概念和新的认识。城市地表灰尘是城市生态环境中具有环境指示作用的地表颗粒物,是含有重金属、多环芳烃等多种污染物的源与汇。对国内外地表灰尘重金属的含量水平、时空分布特征、迁移循环、赋存形态及生物有效性等方面的研究成果进行比较系统的阐述;灰尘中重金属的来源识别的方法主要有GIS空间分析,元素示踪技术,统计学方法等。并提出在今后的研究中应进一步完善城市地表灰尘中重金属的时间变化规律、地表灰尘在环境中的滞留时间、粒径的划分以及区域人体健康影响及风险评估模型优化四个方面的研究。     

黄河下游滩区开封段土壤重金属空间分异规律

对黄河下游滩区开封段及滩外土壤采样48个,按照土壤化学分析方法,对铅(Pb)、铬(Cr)、汞(Hg)、砷(As)和镉(Cd)5种重金属进行分析,采用单因子污染指数、普通克里格法和相关分析对研究区土壤重金属含量特征、污染状况和分布特征进行了计算。结果表明:①研究区土壤5种重金属Pb、Cr、Hg、As和Cd含量就平均值而言,Cr的平均含量最大,Pb、Hg的平均含量最小。Pb、Cr、Hg、As和Cd4种重金属元素的变异系数在0.13～0.28之间,属于中等变异强度,Hg变异系数较大,Hg的空间差异相对较大;②重金属元素Pb、Cr、Hg、As、Cd之间具有较强的线性关系,可能具有共同来源——水沙输入;③主要污染元素为Hg、As、Pb,其中Pb的污染为中度污染且范围较广,而As和汞Hg构成三级轻度污染。Cr和Cd在各村间变化不大,Cr,Cd没有构成污染,且Cd是全部清洁表现出污染没有积累;④土壤各重金属元素的空间分布特征在研究区内上下段之间分异明显,上段呈清洁状态,中段有少量污染,下段表现出明显富集的分布状态。     

GWR模型在土壤重金属高光谱预测中的应用

目前土壤重金属高光谱反演模型大多忽视了重金属与光谱变量间相关关系的空间异质性,这与实际情况不相吻合,而地理权重回归（GWR）模型能有效地揭示变量间关系的空间异质性。本文以福州市土壤重金属Cd、Cu、Pb、Cr、Zn、Ni为对象,构建土壤重金属预测的GWR高光谱模型,并将预测结果与普通最小二乘法回归（OLS）结果进行比较分析,探讨GWR模型在土壤重金属高光谱预测中的适用性及局限性。结果表明：① GWR模型在土壤重金属高光谱预测中适用与否取决于重金属对光谱变量影响的空间异质性程度：对于Cr、Cu、Zn、Pb等对光谱变量影响空间异质性大的元素,其GWR预测精度较OLS提高明显,表现为GWR模型的调节R²较OLS模型有了明显提高,分别为OLS模型的2.69倍、2.01倍、1.87倍和1.53倍;而AIC值以及残差平方和较OLS模型却明显降低,AIC值减少量均大于3个单位,残差平方和则仅分别为OLS模型的25.33%、30.09%、47.22%和86.84%;对于Cd和Ni等对光谱变量影响空间异质性小的元素,相较于OLS模型,GWR模型的调节R²分别提高了0.015和0.007,残差平方和分别减少了5.97%和4.18%,但AIC值却分别增加了2.737和2.762,GWR预测效果改善不明显;② 光谱变换可以有效增强土壤重金属的光谱特征,其中以光谱的倒数变换效果最好,而且该变换及其微分形式可以很好地提高模型的预测效果;③ GWR模型的应用前提是变量间关系的空间非平稳性,适合在与土壤光谱变量间关系具有显著空间异质性的重金属高光谱预测中推广。     

芜湖市城市边缘区土壤重金属污染空间特征研究

通过对安徽省芜湖市城市边缘区14个典型土壤采样点重金属As、Hg、Pb、Cd、Zn、Cr污染现状的调查与分析,以本地区自然土壤中重金属元素自然含量的平均值作为评价标准,分别计算出各调查区土壤单因子污染指数,应用对应分析技术,初步研究了芜湖市城市边缘区土壤重金属污染的空间分异特征。结果表明,芜湖城市边缘区土壤重金属污染已相当显著,且各区域间土壤重金属污染水平具有明显的差异。总体上看,鸠江、马塘、西江等样点较其他区域污染严重,各区域间Pb、Hg污染水平差异明显,但As、Cd、Zn、Cr污染水平差异不大。     

面向应用的土壤重金属信息系统(SHMIS)——以北京市为例

在大规模的土壤取样调查和分析基础上,以北京市为例,建立了土壤重金属信息系统(SHMIS)。该信息系统由土壤重金属数据库(SHMD)及其数据库管理系统(SHMMIS)两大部分组成。该信息系统的资料覆盖北京市18个区县,共800组土壤重金属和近400组蔬菜重金属等相关信息。土壤重金属数据库由6个表相互关联而组成,其中采样区的基本地理属性、样品重金属含量、样点与周围地物空间关系、农作物组成等不同的分类信息分别列在不同的表中。用户通过SHMMIS可对数据进行查询、分类和统计,获得需要的数据。该信息系统的建立既使得采样工作能够与空间分析相结合,对重金属含量变异趋势大的区域进行加密布点,提高每个样点的信息量;数据库同时存储土壤及其所产蔬菜等农作物的重金属含量,为蔬菜重金属污染风险分析、区域土壤环境质量评价等研究、决策管理提供一个数据平台。     

烟台海岸带土壤重金属定量源解析及空间预测

定量解析土壤重金属污染来源并绘制空间分布图是土壤重金属调查评价的核心,可为区域土壤环境管理和修复提供科学参考.以中国北方名优农产品生产基地烟台海岸带为研究区,系统开展表层土壤样品采集和重金属分析测试;利用正定矩阵因子分解定量解析土壤重金属的来源贡献;基于独立成分分析和序贯高斯模拟构建多元地统计模拟技术,实现土壤重金属的...     

沅江下游入湖段河床沉积物重金属污染特征

对沅江入湖沉积物进行钻探取样,利用等离子质谱仪（ICP-MS）对沉积物重金属进行分析。结果表明：重金属Ba、Sc、V、Th、U、Cu、Co、Ni、Cr等在沉积物中含量变化相对稳定,分布相对均匀;而Mn、Zn、Pb、Mo、Cd、Tl、Bi等重金属的含量变化大,分布不均匀。重金属含量柱状剖面变化特征及富集系数（EF值）的计算结果显示：沉积物中Cd达显著富集,而Sc、V、Mn、Pb、Bi等为中等富集程度。沉积物中存在3个重金属富集层,即中下部Pb、Tl、Bi富集层;中上部Pb、Cr、Ni、Cu富集层;浅表部V、Cr、Mn、Ni、Cu、Zn、Pb、Cd、Tl、Bi等多种重金属富集层。地累积指数（I_geo）和综合富集指数（EI）评价结果显示：沅江入湖沉积物重金属污染程度自河床深部向浅部,污染程度趋于增强,污染元素组合趋于由Pb-Bi的单一元素组合向由V-Cr-Mn-Ni-Cu-Zn-Pb-Cd-Bi组成的复合元素组合变化。且自上游向下游,沉积物重金属污染程度趋于降低。这种重金属污染空间变化特征与区域人为活动有关,值得进一步研究。     

基于机器学习模型的区域土壤重金属空间预测精度比较研究

为识别区域土壤重金属的空间变异特征并厘清其影响因素,本研究构建了多元线性回归（MLR）、弹性网络回归（ENR）、随机森林（RF）、随机梯度提升（SGB）、堆叠（stacking）集成模型、反向传播神经网络（BP-ANN）、基于模型平均的神经网络集成（avNNet）、线性核支持向量机（SVM-L）和高斯核支持向量机（SVM-R）共九种机器学习模型,利用山东省中部土壤重金属（Cd、Cu、Hg、Pb和Zn）和环境辅助变量数据,开展区域土壤重金属空间预测精度比较研究。结果表明：RF对五种重金属空间预测的决定系数（R²）介于0.263~0.448之间,平均绝对误差（MAE）和均方根误差（RMSE）分别小于8.408和10.636,预测值/实际值（P/O）均接近于1,对五种重金属的预测效果均较为理想,是研究区土壤重金属空间预测的最优模型;SVM-R整体预测性能仅次于RF,各项精度评价指标均相对稳健,可作为备选模型;其余七种模型的预测性能均明显低于RF和SVM-R。RF的空间预测结果显示,研究区五种重金属呈现出相似的空间分布格局,含量均由研究区东北部向西南部递减,包括东北部、北部和南部3个高值区,且高值区与当地工业–交通密集区的分布格局一致,反映出人类活动是研究区土壤重金属空间分异的主要影响因素。本研究可为区域土壤污染调查、评价和管控提供科学参考。