惠淑荣，孔令众，许晨慧，丰 雪，周天宇,董茹茵，闫 肃

（沈阳农业大学a.理学院， b.生物科学技术学院，沈阳110161）

近年来，随着经济、工业化以及农业化的快速发展，重金属污染问题日益严重[1]，污染物通过大气沉降、废水排放、地表径流、雨水淋溶与冲刷等途径进入水体[2]，绝大部分会在物理沉降、化学吸附、络合等作用下由水相转为固相，最终汇集到沉积物中[3-4]。 一方面，沉积物中的重金属在一定条件下又会释放出来，再次成为河流污染物质的来源[5-7]；另一方面，沉积物中的重金属被生物体吸收、富集之后可沿食物链传递，最终威胁人类身体健康[8]。 因此，准确地辨析沉积物重金属的污染状况，对于区域发展和资源利用具有重要意义。

目前，国内外学者对沉积物污染开展了大量研究。 SAIFUL ISLAM 等[9]采用污染负荷指数法和潜在生态风险指数法综合评价了孟加拉国南部帕里亚河谷表层沉积物污染状况；马禄义等[10]利用误差反向传播神经网络对河北省近海沉积物中的铅、镉、锌、汞、砷5 种重金属元素的污染水平进行分析；魏焕鹏[11]运用层次分析法构造判断矩阵，得出沉积物重金属的权重，并将计算的权重应用于沉积物的潜在生态危害评价。 上述提到的评价方法中污染负荷和潜在生态风险指数法形式简单易懂，但忽略了沉积物系统污染的复杂性和模糊性[12]。神经网络模型适应性较强，评价结果客观，但对训练样本的要求高，实现过程复杂[13]。层次分析法进行评价过程中人为主观因素太多[14-15]。……