周洪英　单爱琴　徐林建　贾海红

(1.中国矿业大学环境与测绘学院　江苏徐州 221008；　2.淮海工学院化学工程学院　江苏连云港 222005)



环境工程

城市土壤重金属污染多元统计及空间评估*

周洪英1,2单爱琴1徐林建2贾海红2

(1.中国矿业大学环境与测绘学院江苏徐州 221008；2.淮海工学院化学工程学院江苏连云港 222005)

摘要为确定徐州市城区土壤重金属的污染情况，对167个城市土壤样品的Mn，Fe，Ni，Cu，Zn，Cd和Pb等7种重金属元素进行多元统计和空间分析。结果表明，7种重金属元素中，Ni，Cu，Zn，Cd，Pb含量均高于背景值。聚类分析和因子分析显示，研究区域土壤中Pb，Cd，Cu，Zn具有相似来源，Ni，Fe，Mn具有相似来源。Pb，Cd，Cu，Zn，Mn，Ni的块基比在0.25～0.75之间，表明变量具有中等程度的空间相关性，其空间变异性同时受土壤母质和人类活动的影响。研究区域土壤中，Zn，Cd，Pb的空间分布基本一致，同时受到交通运输和工业排放的影响；道路交通污染为研究区域Cu的主要来源。Fe和Ni同时受土壤母质和人类活动的影响，徐州钢铁厂附近区域土壤Fe含量整体偏高，在市中心主要交通干道附近表土中，Fe也表现出一定量的富集，Mn主要来自于土壤母质。

关键词城市土壤重金属变异系数变差函数

0引言

城市土壤中的重金属除了来自土壤母质以外，主要来源于工业排放[1]、交通运输[2]、化石燃料燃烧[3]、生活废弃物[4]等人类活动。城市土壤中的重金属不能被降解，可以通过皮肤接触、大气扬尘、水体污染等途径进入人体，威胁人类健康[5]。因此，开展城市土壤重金属污染的调查和监测，具有重要的实际意义。

徐州市位于江苏省西北部，地处苏、鲁、豫、皖4省交界，交通便捷，煤炭资源丰富，重型工业发达，这些条件为徐州经济的快速发展提供了便利，同时也可能给徐州城市环境造成一定的污染压力。本文选取徐州市区作为研究区域，运用聚类分析、因子分析和地统计学分析对城市土壤重金属污染进行多元统计和空间评估，调查徐州城市土壤重金属的空间分布特征和污染水平。

1材料与方法

1.1研究区域和样品采集

徐州市位于江苏西北部，地理位置在33°43′～34°58′N，116°22～118°40′E之间。表层土壤(0～20 cm)样品采自徐州市城区，共采集样品167个，每个采样点的土壤分析试样均由多点采集混合而成。研究区域及采样点位置示意见图1。

图1　徐州城市土壤样品采样点位置示意

1.2重金属元素分析

称取0.2 g土壤样品，采用HNO3-HCl-HF消解，2% HNO3定容，用ICP-MS/Aurora M90(德国Bruker)分析重金属元素浓度。为了确保测定数据的准确性，在仪器运行过程中每隔10个样品插入一次监控标样(ESS-3，ESS-4)。

1.3数据分析

使用SPSS 22软件进行基本数据统计。采用K-S检验对正态分布情况进行检测。在进行多变量和地统计分析之前，所有数据经过Box-Cox变换以达到正态分布。采用聚类分析(CA)和因子分析(FA)探讨各元素间的相关性。使用Surfer 8.0软件描述重金属空间分布。

2结果与讨论

2.1描述性统计分析

表1为土壤样品重金属质量浓度/分数统计分析结果。由表1可见，元素Mn，Fe的平均质量浓度/分数低于背景值，而元素Ni，Cu，Zn，Cd和Pb质量浓度均高于背景值。徐州市城区的主要土壤类型为褐土，本研究中采用我国褐土的重金属元素背景值[6]。Cd的平均质量浓度为0.58 mg/kg，约为背景值的5.8倍，表明研究区域土壤Cd污染较为严重；此外，元素Zn的平均质量浓度为165.93 mg/kg，为背景值的2.24倍；Cu，Pb和Ni的质量浓度分别为背景值的1.12～1.74倍左右，表明研究区域土壤也不同程度地受到了Zn，Cu，Pb和Ni的污染。

土壤中重金属元素的累积常引起变异性增强，变异系数(CV)是描述土壤变异程度的重要参数，CV值在0～0.15之间为弱变异，在0.15～0.35之间为中等变异，CV值大于0.35为高度变异。由表1可见，几种重金属元素中，Mn(0.17)和Fe(0.28)属于中等变异程度，Ni(1)，Cu(0.44)，Zn(0.64)，Cd(0.72)，Pb(0.51)等元素均达到了高度变异。

表1　城市土壤重金属质量浓度/分数统计分析　mg/kg，Fe: %

2.2聚类分析(CA)

聚类分析可以形象地反映指标间的距离，有效揭示指标间的相互联系[7]。图2为研究区域7种重金属元素的聚类分析树状图。

图2　城市土壤重金素的聚类分析

由图2可以看出，Pb和Zn聚为一类后又与Cu，Cd聚为一类，Fe，Mn和Ni聚成一类。聚为一类的指标间具有相似的分类性质，可能具有相同或相近的来源[8]。Fe和Mn主要来源于土壤母质，Ni与Fe和Mn聚为一类，表明研究区域土壤中的Ni可能主要来源于成土过程。同样地，Pb和Zn，Cu，Cd聚为一类，说明它们可能具有相同的来源，而研究区域主要集中在徐州市区，推测可能与交通污染有关。

2.3因子分析(FA)

因子分析主要是通过降维的方法简化原始数据进而得到综合指标[8]。对7种重金属元素进行因子分析，可以进一步揭示重金属元素之间的内在联系。表2为研究区域7种重金属元素的因子分析结果。

表2　城市土壤重金属旋转后的因子载荷量

注：因子的提取方法为主成分分析法。

由表2可见，Pb，Cd，Cu，Zn等元素在因子1中占有较高的载荷，Ni，Fe，Mn等元素在因子2中有相当高的载荷。累积方差显示，前2个因子解释了总方差的74.8%。由此可见，研究区域的7种重金属元素中，Pb，Cd，Cu，Zn可以划归一类，它们之间存在明显的共变关系或具有类似的来源，主要由因子1控制，推测可能主要来源于城市道路交通污染；Ni，Fe，Mn划归为一类，主要由因子2控制，推测主要来源于土壤母质。此外，Ni和Fe在因子1中载荷值分别达到0.346和0.478，表示研究区域土壤中这两种元素并不是单一来源。

计算得到最终的因子得分方程如下：

F1=-0.130Mn+0.135Fe-0.231Ni+0.213Cu+0.252Zn+0.371Cd+0.348Pb

F2=0.565Mn+0.214Fe+0.629Ni+0.015Cu+

0.032Zn-0.305Cd-0.144Pb

由上述模型可以看出，第1公因子F1基本上支配了Pb，Zn，Cd，Cu，第2公因子F2基本上支配了Ni，Fe，Mn，可以用2个公因子解释土壤中这7种重金属元素。

2.4城市土壤重金属含量的空间分析

城市土壤中重金属含量的空间变异性一般包括两个部分：相关性变异(主要是指土壤母质和成土环境引起的变异)和随机性变异(主要是指人为因素引起的变异)[9-10]。地统计学中用变差函数来描述样品的空间变异性，其模型参数块基比C0/(C0+C)可以表示系统变量的变异特性，块基比越大，说明由人为因素引起的随机性变异程度越大。变程(Range)常用来描述变量之间存在相关性的距离上限，在变程范围内，变量具有空间相关性，变程范围之外，变量之间互不相关。表3为研究区域7种重金属元素的变差函数模型参数。

表3　城市土壤重金属变差函数模型参数

由表3可见，7种重金属元素中，Pb，Cd，Cu，Zn，Mn和Ni等6种元素的块基比在0.25～0.75之间，表明变量具有中等程度的空间相关性，其空间变异性除了受土壤母质、地理和气候因素等影响外，也受到了人类活动等随机因子的影响。Fe的块基比小于0.25，表明其空间变异以相关性变异为主，但其变程很小(1.29 km)，可以认为研究区域中Fe的含量在一定程度上也受到了工业生产、交通运输等人为因素的影响。为进一步探讨7种重金属元素在城市土壤中的空间分布特点，绘制了研究区域土壤重金属的空间分布图(见图3)。

由图3可见，城市中心区域土壤Pb含量明显高于市郊，主要是因为市中心人口密度大，交通繁忙，表土中Pb浓度的增加主要来源于道路交通运输。然而，Pb浓度最高点出现在城区的东北部，调查发现，该区域位于徐州钢铁厂(34.300，117.227)附近(15个采样点)，可以判断这部分土壤中高浓度的Pb主要来源于钢铁厂的排放。研究区域土壤中Zn，Cd的空间分布与Pb基本一致。Cu的较高值全部出现在交通密集区域，可以判断道路交通为研究区域Cu的主要来源。

徐州钢铁厂附近土壤的Fe含量明显高于其他区域，判断是由于徐州钢铁厂的含Fe颗粒物扩散导致附近区域Fe含量整体偏高。此外，在市中心主要交通干道附近表土中Fe也表现出一定量的富集。研究区域的Ni含量基本比较平均，只在解放北路和复兴南路附近出现几个异常高值，调查发现，该区域交通流量中等，无明显污染源存在，值得注意的是，这4个采样点均相对靠近徐州故黄河沿岸，尤其是Ni含量更高的解放北路，两个采样点就在故黄河边上，土壤样品中高含量的Ni是否来源于故黄河水体污染，还需要进一步系统研究。研究区域中Mn含量在交通密集区和钢铁厂附近略有增加，但是增加幅度较小，考虑主要还是来自于土壤母质，交通运输对表土中Mn含量的增加贡献不大。

图3　城市土壤重金属的空间分布

3结论

本文研究了徐州市城市土壤中Pb，Cd,Cu,Zn,Mn,Ni和Fe等7种重金属元素的污染富集和空间分布情况，结果表明：研究区域城市土壤存在一定的Pb，Cd，Cu，Zn污染，主要来自道路交通运输，同时受到工业排放的影响，其中Pb，Cd，Zn 3种元素在徐州钢铁厂附近产生比较明显的富集。城市土壤中的Fe和Ni同时受土壤母质和人类活动的影响，徐州钢铁厂附近区域土壤Fe含量整体偏高，在市中心主要交通干道附近表土中，Fe也表现出一定量的富集；Mn主要来自土壤母质。

参考文献

[1]RASHED M N. Monitoring of contaminated toxic and heavy metals, from mine tailings through age accumulation, in soil and some wild plants at Southeast Egypt[J]. Journal of Hazardous Materials, 2010,178(1/2/3):739-746.

[2]GUO G H, WU F C, XIE F Z, et al. Spatial distribution and pollution assessment of heavy metals in urban soils from southwest China[J]. Journal of Environmental Sciences 2012,24(3):410-418.

[3] MLLER A, MULLER H W, ABDULLAH A, et al. Urban soil pollution in Damascus, Syria: concentrations and patterns of heavy metals in the soils of the Damascus Ghouta[J]. Geoderma, 2005,124(12):63-71.

[4]SCHUHMACHER M, MENESES M, GRANERO S, et al. Trace element pollution of soils collected near a municipal solid waste incinerator: human health risk[J]. Bulletin of Environmental Contamination and Toxicology, 1997,59(6):861-867.

[5]FERREIRA B L, MIGUEL D E. Geochemistry and risk assessment of street dust in Luanda, Angola: a tropical urban environment[J]. Atmospheric Environment, 2005,39(25):4501-4512.

[6]国家环境保护局, 中国环境监测总站. 中国土壤元素背景值[M]. 北京:中国环境科学出版社,1990.

[7]付大友，袁东. 聚类分析在土壤研究中的应用[J]. 四川理工学院学报(自然科学版)，2005,18(2):66-72.

[8]CHAE J S, CHOI M S, SONG Y H, et al. Source identification of heavy metal contamination using metal association and Pb isotopes in Ulsan Bay sediments, East Sea, Korea[J]. Marine Pollution Bulletin, 2014,88(1/2):373-382.

[9]CAMBARDELLA C A, MOORMAN T B, NOVAK J M, et al. Field-scale variability of soil properties in central Iowasoils[J]. Soil Science Society of America Journal, 1994,58:1501-1511.

[10]GOOVAERTS P. Geostatistics for Natural Resources Evaluation[M]. New York: Oxford University Press,1997.

Multi-statistical and Spatial Assessment of Urban Soil Heavy Metal Contamination

ZHOU Hongying1,2SHAN Aiqin1XU Linjian2JIA Haihong2

(1.SchoolofEnvironmentScienceandSpatialInformatics，ChinaUniversityofMiningandTechnologyXuzhou，Jiangsu221008)

AbstractIn this study, 167 soil samples have been collected and multivariate statistical analysis and spatial analysis has been conducted on 7 heavy metal elements (Mn, Fe, Ni, Cu, Zn, Cd and Pb) to determine the soil heavy metal contamination of Xuzhou urban areas. The results indicate that the concentrations of Ni, Cu, Zn, Cd and Pb are higher than the background values. Cluster analysis and factor analysis shows that Pb, Cd, Cu and Zn have similar sources and Ni, Fe and Mn have similar sources within the study area. The block ratios [C0/(C0+C)] of Pb, Cd, Cu, Zn, Mn and Ni are all within the range of 0.25-0.75, indicating that Pb, Cd, Cu, Zn, Mn and Ni are moderately spatially dependent and their spatial variability is not only affected by soil parent materials, but also affected by stochastic factors, such as anthropogenic activities. Spatial distributions of Zn, Cd and Pb are consistent within the study area, affected by traffic and vehicles and industrial emission. Road traffic pollution is the primary source of Cu in the study area. Fe and Ni are influenced by soil parent materials and anthropogenic activities, and the levels of Fe around the near areas of Xuzhou steel works are high. Fe also manifestes a certain amount of enrichment in the topsoil around the main traffic artery in the downtown and Mn is basically induced by soil parent materials.

Key Wordsurban soilheavy metalCVvariogram model

*基金项目：国家自然科学基金(20977040)，淮海工学院自然科学基金(2010150017，Z2014013)。

作者简介周洪英，女，1979年生，江苏连云港人，工学硕士，实验师，主要从事环境地球化学方面的研究。

(收稿日期：2015-12-20)