南方某城市典型供水水库沉积物重金属分布特征及生态风险
2021-08-19徐苑邓培雁
徐苑, 邓培雁
南方某城市典型供水水库沉积物重金属分布特征及生态风险
徐苑, 邓培雁
华南师范大学环境学院,广州 510631
水库在城市饮用水供给中发挥着举足轻重的作用, 以南方城市某典型供水水库为研究对象, 研究了8种重金属的水平及垂直分布特征, 分析并评价了重金属的来源、污染程度及其潜在生态危害。数据显示: Hg、As、Pb、Cu、Ni、Cr、Mn、Zn的含量范围分别为0.019—0.128 mg·kg–1, 0.86—4.81 mg·kg–1, 51.2—83.2 mg·kg–1, 2.3—22.8 mg·kg–1, 3.2—98.3 mg·kg–1, 5.2—121.6 mg·kg–1, 233—706 mg·kg–1, 33.7—241.7 mg·kg–1, Pb、Mn、Zn 3种元素全库沉积物平均含量超过广东省土壤元素背景值, Cr、Ni在库尾部大量蓄积。垂直方向上大部分金属的含量随着沉积物的堆积而增加。单因子污染指数、地累积指数均显示水库沉积物受到Mn、Pb、Zn的轻度污染, 潜在生态风险指数显示水库目前处于较低的生态风险。相关性分析显示Cr、Ni极显著相关(<0.01), 主成分分析显示库区重金属主要来源于工农业生产、交通运输以及库区西北部的水土流失。总体来说, 虽然整体库区处于轻微污染状态, 但库尾部的污染风险不容忽视。在水库的管理过程中, 库区周围的水土流失应引起有关部门的重视, 应提高水库周围的植被覆盖度, 并减少人类活动对水库的干扰。
水库; 沉积物; 重金属; 潜在生态风险
0 前言
重金属作为地表水环境最主要的污染物之一[1], 具有难降解、生物富集和生物放大的特性[2,3], 能通过食物链危害人体健康, 对生物体及生态系统产生较大的危害[4–6]。水库作为一种半自然人工生态系统, 在城市供水中发挥着举足轻重的作用[7,8], 由于其相对封闭, 水体停滞时间较长, 进入水体中的重金属等污染物易于沉降并被吸附至沉积物中[9,10]。当外界条件发生改变时, 蓄积在沉积物中的重金属污染物会被释放进入水体[11,12], 不仅威胁水库的供水安全, 甚至会危害人体健康[13]。
在我国, 饮用水通常来自河流, 湖泊和人工水库。近年来, 随着城市的快速发展, 城市废物排放、工业生产、矿产开采, 化学肥料和农药的不当使用产生了大量重金属污染物[14–16], 这些污染物可以通过大气沉降、地表径流、土壤侵蚀等各种方式进入水体并沉积[17,18]。除此之外, 含有重金属或其他有害物质的废水会被非法排放或意外泄漏, 直接或间接进入流域生态系统或供水源, 威胁水源水质安全, 因此, 饮用水源的质量应当受到重视, 因为它与当地居民的健康密切相关。位于城市区域的供水水库, 因其周围人类活动频繁, 从而面临着更高的污染风险, 为了保障其供水能力, 探究其沉积物中重金属的含量分布及生态风险显得尤为重要。
国内外学者对许多大型水库进行了研究, 一些学者调查了沉积物中重金属的化学形态、水平和垂直分布状况以了解沉积物中重金属的含量及分布[19–21], 并运用地质累积指数[22], 单因子污染指数[23], 污染负荷指数[24]、富集因子[25]、潜在生态风险指数[23]等方法来研究沉积物中重金属的生态风险, 运用聚类分析[26]、相关性分析[27]、主成分分析[28]等分析方法判断污染物的来源。研究表明, 许多水库正在面临较高的重金属危害风险, 且污染多源自工业生产, 人类活动, 交通工具排放等[29–32]。因此, 研究水库沉积物中重金属的浓度、分布、生态风险以及污染来源, 对于保障水库水环境安全具有重要的理论和现实意义。评价重金属污染的方法中, 地质累积指数同时考虑了人为活动和背景值, 可以定量反映重金属的污染程度, 客观评价人类活动对环境的影响; 单因子污染指数可以简单直观地反映沉积物中某重金属的蓄积状态; 而潜在生态风险指数因其可以反映沉积物中多种重金属的综合环境效应在全球范围内被广泛运用, 结合多种方法综合分析, 可以使评价结果准确可靠。
我国珠三角地区城市群体量庞大, 人口密集, 经济发达, 有着极大的水资源需求, 虽然降水丰富, 但水资源时空分布不均, 城市区域蓄水能力不足且珠江、东江等水系污染严重, 导致水资源紧缺, 城市水库的供水功能显得愈发重要。因此, 基于供水安全的考虑, 研究城市区域供水水库沉积物重金属污染状况对了解其对供水水质的影响具有重要意义。本文以南方城市某典型供水水库为研究对象, 研究了沉积物中重金属的分布规律, 分别运用地积累指数、单因子污染指数、潜在生态风险指数法对水库沉积物中的重金属污染状况进行评价, 并分析重金属的可能来源, 以期为城市供水水库的饮用水资源保护及水库管理提供科学的依据。
1 材料与方法
1.1 研究区域概况与采样点
该水库位于广东省境内, 建于1981年, 水库集雨面积9.93km2, 正常蓄水位62.5 m, 正常库容1.448×107m3, 总库容1.754×107m3, 属中型水库, 是东江水源工程的调蓄水库之一, 兼具供水、防洪等功能。采用棋盘式布点法, 按照(100 m×100 m)—(200 m×200 m)网格布点, 采样点设置在每个网格的中心位置,共布设55个采样点, 分布见图1。调查范围的水域面积为5.3×105m2。
1.2 样品采集与分析
现场利用手持式GPS记录采样点经度、纬度等地理信息, 采用奥地利产Uwitec采泥器采集0—60 cm深柱状沉积物样品, 每个样点采集3—5个柱状沉积物, 用上顶法将泥柱3等分为上、中、下三层, 每层20 cm, 将同层样品混合, 装入聚乙烯封口袋密封, 自然风干去除砾石, 研磨过100目筛, Cr、Cu、Mn、Ni、Zn、Pb采用HCl-HNO3-HF法在微波消解仪(TOPES)中消解, 并用ICP-OES(Optima 2100DV)测定重金属含量, Hg、Pb采用(1﹕1)王水沸水浴消解, 原子荧光光度计(AFS-930)进行测定。
图1 采样点分布示意图
Figure 1 Locations of the sampling sites
1.3 质量控制和数据处理
消解样加已知浓度标准物进行加标实验, 每个样品平行测定两次, 结果以均值表示以保证结果的准确性。运用SPSS 22等软件对数据进行相关性分析、聚类分析等统计分析, 运用Origin 2017 和Surfer 14 等软件进行图形的绘制。
1.4 评价方法
1.4.1 地累积指数法
地累积指数法由德国科学家Muller提出, 被广泛用于沉积物质量分析以评估重金属的污染水平[22,33], 其计算公式为:
式中: l为地积累指数,C为沉积物中的重金属浓度,B为当地沉积物元素的背景值(本研究采用广东省土壤重金属背景值作为参比来综合评判),是为了适应背景值的变化而设置的系数, 本文取= 1.5。地积累指数的分级方式见下表:
1.4.2 单因子污染指数
重金属单因子污染指数[34]表示沉积物中重金属的污染状态,其计算公式为:
1.4.3 潜在生态风险指数
潜在生态风险指数法是瑞典科学家Hakanson[16]提出的沉积物评价方法, 该法可以综合反映沉积物中多种元素的生态风险。计算公式为:
2 结果与分析
2.1 沉积物重金属含量及空间分布
沉积物重金属含量显示(表4), 不同重金属含量差异较大。平均含量大小顺序依次为Mn>Zn>Cr> Ni>Pb>Cu>As>Hg。元素Hg的平均含量最低, 为0.055 mg·kg–1, 而元素Mn的平均含量最高, 达到462 mg·kg–1, 与广东省土壤重金属背景值相比, Pb、Mn、Zn平均含量均超过广东省土壤元素背景值, 分别为背景值的1.81、1.66和2.15倍。
表1 地累积指数评价等级
表2 单因子污染指数评价等级
表3 潜在生态风险指数等级划分
与广东省其他水库相比较, 该水库各种重金属的平均含量均小于粤东[36]及粤北地区[32]。除Pb外, 其他重金属的平均含量也均小于粤西地区[37]。除Pb、Zn与惠州地区部分水库含量一致, 其他重金属的平均含量也均小于惠州地区。可见该水库重金属的污染程度并不严重。
采用克里格插值法绘制水库沉积物重金属含量的等值线图(见附图2), 从分布图来看, 8种重金属的空间分布存在一定的差异。Hg、Pb在整体库区差异较小, 含量相对较高的区域主要集中在库区边缘地带, 近坝区域含量相对较低。As较高的地区分布在库中到库尾区域, Cr、Ni在库区的分布特征高度一致, 库尾含量最高, 其他区域含量均较低。Cu、Zn含量较高的区域分布在库尾靠近水库边缘地带, 而Mn在库尾、库中以及近坝区域含量较高。总体来说, 重金属的含量由库区北部到南部呈现降低的趋势, 即从入库区到大坝区逐渐减低, 这可能是雨水携带重金属进入水库造成的空间差异。
表4 水库沉积物重金属含量特征
Figure 2 Distributions of heavy metals in sediments of the reservoir
垂直方向上(见附图3), 从下层到上层, Hg的含量并未有明显增加。As的含量有轻微的升高。Pb的含量在整体库区均有升高。Mn的含量在近坝区域增量较为明显。Cr、Ni在库中至近坝区域有轻微增加, 但在库尾增速非常迅猛, 说明在此沉积阶段, 该区域受到Cr、Ni的污染较为严重。Cu、Zn的含量在近坝区域轻微增加, 库尾增量较为明显。
有学者对丹江口水库支流入库区域沉积物重金属的研究发现, 河流入库区重金属含量水平明显高于入库支流以及库区中心位置, 说明污染物质较易在入库区域沉积[38]。本研究中库区的水源来源为天然降雨, 重金属在库尾的较高蓄积, 表明污染物质很大程度上是从库尾进入库区, 与库尾部的水土流失有着密切的关系。因此, 对水库重金属进行管理有必要重点关注污染物的入库途径, 并采取针对性的管理措施。
Figure 3 Distribution of heavy metals in each layer in sediments
2.2 沉积物重金属污染评价
2.2.1 地积累指数
该水库8种重金属I大小顺序为Zn>Pb>Mn> Hg>Ni>Cu>Cr>As。其中As、Cr、Cu、Hg、Ni的全库平均I均小于0, 表示水库整体未受到此5种重金属的污染。但在库尾西部湾区,I显示该区域Cr为轻度污染, Ni为中度污染。Mn、Pb、Zn的全库平均I处于0—1之间, 表示水库整体受到此3种重金属的轻度污染。
2.2.2 重金属单因子污染指数
沉积物中各重金属的全库平均污染指数范围为0.34-2.14, 污染指数大小依次为: Zn>Pb>Mn>Ni> Hg>Cu>Cr>As。As、Cr、Cu、Hg、Ni 5种重金属的全库平均污染指数分别为0.34、0.41、0.50、0.70、和0.78, 显示水库整体未受到此5种重金属的污染。但Cr、Ni在库尾西部湾区的指数则明显偏高, 分别为2.41和6.83, 显示Cr在该点位处于轻度污染, Ni在该点位处于中度污染。Mn、Pb、Zn的全湖平均污染指数分别为1.66、1.76和2.14, 显示水库受到此3种重金属的轻度污染, Mn在库中及近坝区域污染较其他区域高, 而Pb、Zn的污染区域则主要分布在库尾。
2.2.3 潜在生态风险评价
各单项重金属的潜在生态风险指数大小顺序为Hg>Pb>Ni>As>Cu>Zn>Mn>Cr, 说明沉积物中各种重金属均处于轻微潜在生态风险。多种重金属的综合潜在生态风险指数为50.98, 处于轻微潜在生态风险等级, 说明水库整体仅受到轻微的生态风险威胁。指数相对较高的点位分布在库区中到北部, 说明此区域重金属生态风险较高。
不同重金属对综合潜在生态风险的贡献大小顺序为Hg>Pb>Ni>As>Cu>Zn>Mn>Cr。Hg的贡献最大, 占55.19%, Pb的贡献率为17.44%, Hg和Pb对潜在生态风险有较高的贡献, 虽然是轻微风险, 也要引起足够的重视。
图4 水库沉积物重金属地积累指数分布
Figure 4 Geoaccumulation index of heavy metals in the sediments of the reservoir
图5 水库沉积物重金属单因子污染指数分布
Figure 5 Contamination factor of heavy metals in the sediments of the reservoir
图6 沉积物重金属综合潜在生态风险指数分布
Figure 6 Spatial distribution of potential ecological risk of heavy metals in sediments
2.3 水库沉积物污染来源分析
元素之间的相关程度可以表明元素的来源[39-42]。该水库Cu、Cr、Ni 3种重金属两两之间呈显著正相关(<0.01), 说明这3种重金属具有同源性, Zn分别和Hg、Cu呈现显著正相关(<0.05,<0.01), Pb和As呈现显著正相关(<0.01), 说明这些元素存在一定的相似来源。
运用主成分分析法对重金属的来源进行进一步的分析, 并结合水库周边的地形图对重金属的来源进行判断。计算并提取特征根大于1的主成分, 共提取出2个主成分, 共解释了总方差的60.85%, 表示沉积物中的8种重金属可以由这两个主要成分表示。主成分1解释了总方差变量的34.63%, 元素Cu、Zn、Hg、As在该成分上具有较高的载荷, 说明主成分1与Cu、Zn、Hg、As有较强的相关性, 说明其来源存在相似性; 主成分2解释了总方差变量的26.22%, Cr、Ni、Mn、Pb在该主成分上具有较高的载荷, 说明主成分2与Cr、Ni、Mn、Pb有较强的相关性。
依据相关性分析及主成分分析, 可以将水库沉积物重金属分为两类, 第一类包括Cu、Zn、Hg、As, 第二类包括Cr、Ni、Mn、Pb。
有研究表明, Cu可能来源于有色金属开采冶炼的排放物, 煤的燃烧, 含铜农药的使用以及金属加工等[43], Zn可能来源于含锌复合肥, 交通运输, 工业生产等[44], Hg、As则常来源于工业生产[45,46], 库区东南侧有果园分布, 果农在农业活动中通常使用农药化肥以增加产量并提高经济效益, 因此, 推断Cu、Zn可能源自农业活动是合理的。水库东侧及南侧紧邻交通干道, 交通运输频繁, 且水库东侧与南侧为人员密集的城市区域, 人类活动频繁, 不仅有生活区域, 更有工业区分布, 汽车尾气以及工业废气的排放极有可能通过大气沉降或地表径流等途径进入水库并蓄积, 因此可以认为一类重金属来源于工农业生产活动及交通运输。
表5 沉积物中重金属的相关矩阵
注: *表示在<0.05水平上显著相关, **表示在<0.01水平上显著相关。
图7 主成分载荷图
Figure 7 Loading values of the principal components
水库北侧、西北侧为泥渣土受纳场, Cr、Ni在库区大部分区域均未超过土壤环境背景值, 但在靠近受纳场的库尾区域有大量的蓄积, Mn在库尾也有大量蓄积, 位于库区北部的受纳场一直以来接收建筑垃圾、工业垃圾的填埋, 受纳场地表裸露, 大量雨水在雨季会携带重金属随地表径流进入水库并沉积, 除此之外, 土壤间隙水也会携带重金属通过渗流进入水库, 从而引起水库沉积物重金属污染, 因此可以认为二类重金属来自泥渣土受纳场。
3 讨论与结论
库区重金属的平均含量介于0.055—462 mg·kg–1。Pb、Mn、Zn 3种重金属的全湖沉积物平均含量分别超过广东省土壤元素背景值1.81、1.66、2.15倍; 除Hg外, 其他金属的沉积量均逐年增加。从空间分布来看, 多数重金属的沉积范围表现为由库尾向近坝扩散, 在垂直方向上的沉积量也逐渐增加。单因子污染指数结果表明, Mn、Pb、Zn有轻微富集, 处于轻度污染状态。地累积指数结果表明, 沉积物受到Mn、Pb、Zn的轻度污染。潜在生态风险指数表明, 库区处于轻微生态风险, 但Hg和Pb是生态风险较高的两种元素。总体来看, 水库沉积物处于轻度污染, 但库尾生态风险较其他区域高。3种评价方法的结果较为一致, 评价结果合理可靠。来源分析表明,重金属Cu、Zn、Hg、As来源相似, 主要的可能来源为工农业生产活动及交通运输; Cr、Ni、Mn、Pb来源相似, 主要的可能来源为库区北侧的泥渣土受纳场。
研究发现, 城市水库易于受到重金属的污染且污染多来源于人类活动, 在水源地周围运行泥渣土受纳场会对水库水质安全产生严重威胁, 是非常不合理的。应提高水库周围的植被覆盖度, 减少水土流失, 工业生产及交通的规划应尽可能远离水库, 减少人类活动对水库的干扰。
[1] SINGH U K, KUMAR B. Pathways of heavy metals contamination and associated human health risk in Ajay River basin, India[J]. Chemosphere, 2017, 174: 183–199.
[2] CHOQUE L F C, RAMOS O E R, CASTRO S N V, et al. Fractionation of heavy metals and assessment of contamination of the sediments of Lake Titicaca[J]. Environmental Monitoring and Assessment, 2013, 185(12): 9979–9994.
[3] CHEN C Y, STEMBERGER R S, KLAUE B, et al. Accumulation of heavy metals in food web components across a gradient of lakes[J]. Limnology and Oceanography, 2000, 45(7): 1525–1536.
[4] YI Yujun, YANG Zhifeng, Zhang Shanghong. Ecological risk assessment of heavy metals in sediment and human health risk assessment of heavy metals in fishes in the middle and lower reaches of the Yangtze River basin[J]. Environmental pollution, 2011, 159(10): 2575–2585.
[5] GATI G, POP C, BRUDASCA F, et al. The ecological risk of heavy metals in sediment from the Danube Delta[J]. Ecotoxicology, 2016, 25(4): 688–696.
[6] OMAR W A, ZAGHLOUL K H, ABDEL-KHALEK A A, et al. Risk assessment and toxic effects of metal pollution in two cultured and wild fish species from highly degraded aquatic habitats[J]. Archives of Environmental Contamination and Toxicology, 2013, 65(4): 753–764.
[7] 林秋奇, 韩博平. 水库生态系统特征研究及其在水库水质管理中的应用[J]. 生态学报, 2001, 21(6): 1034–1040.
[8] 张伯镇, 王丹, 张洪, 等. 官厅水库沉积物重金属沉积通量及沉积物记录的生态风险变化规律[J]. 环境科学学报, 2016, 36(2): 458–465.
[9] JAIN C K, GUPTA H, CHAKRAPANI G J. Enrichment and fractionation of heavy metals in bed sediments of River Narmada, India[J]. Environmental Monitoring and Assessment, 2008, 141(1/3): 35–47.
[10] OPP C, EVGRAFOVA A, LAUFENBERG G, et al. Impacts of dam draining on the mobility of heavy metals and arsenic in water and basin bottom sediments of three studied dams in Germany[J]. Science of the Total Environment, 2018, 640/641: 1072–1081.
[11] KHALLAF E A, AUTHMAN M M N, ALNENAEI A A. Contamination and Ecological Hazard Assessment of Heavy Metals in Freshwater Sediments and(Linnaeus, 1758) Fish Muscles in a Nile River Canal in Egypt[J]. Environmental Science and Pollution Research, 2018, 25(14): 13796–13812.
[12] SONG Biao, ZENG Guangming, GONG Jilai, et al. Evaluation methods for assessing effectiveness of in situ remediation of soil and sediment contaminated with organic pollutants and heavy metals[J]. Environment International, 2017, 105: 43–55.
[13] ZHANG Yong, FANG Gang. Assessment of Heavy Metals in Surface Sediments of Tuohe River, Anhui Province, China[J]. Applied Mechanics and Materials, 2013, 295/298: 794–797.
[14] Zeng Guangming, Chen Ming, Zeng Zhuotong. Risks of Neonicotinoid Pesticides[J]. Science, 2013, 340(6139): 1403–1403.
[15] TANG Zhenwu, ZHANG Lianzhen, HUANG Qifei, et al. Contamination and risk of heavy metals in soils and sediments from a typical plastic waste recycling area in North China[J]. Ecotoxicology and Environmental Safety, 2015, 122: 343–351.
[16] TENG Yanguo, WU Jin, LU Sijin, et al. Soil and soil environmental quality monitoring in China: A review[J]. Environment International, 2014, 69: 177–199.
[17] PASSOS E D A, ALVES J C, SANTOS I S D, et al. Assessment of trace metals contamination in estuarine sediments using a sequential extraction technique and principal component analysis[J]. Microchemical Journal, 2010, 96(1): 50–57.
[18] GAO Xuelu, Chen-Tung A C, WANG Gang, et al. Environmental status of Daya Bay surface sediments inferred from a sequential extraction technique[J]. Estuarine Coastal and Shelf Science, 2010, 86(3): 369–378.
[19] LIN Li, LI Chao, YANG Wenjun, et al. Spatial variations and periodic changes in heavy metals in surface water and sediments of the Three Gorges Reservoir, China[J]. Chemosphere, 2020, 240: 124837.
[20] IQBAL J, SALEEM M, SHAH M H. Spatial distribution, environmental assessment and source identification of metals content in surface sediments of freshwater reservoir, Pakistan[J]. Chemie der Erde-Geochemistry, 2016, 76(1): 171–177.
[21] KOSTKA A, LESNIAK A. Spatial and geochemical aspects of heavy metal distribution in lacustrine sediments, using the example of Lake Wigry (Poland)[J]. Chemosphere, 2020, 240: 124879
[22] EL NEMR A, EL-SAID G F. Assessment and Ecological Risk of Heavy Metals in Sediment and Molluscs from the Mediterranean Coast[J]. Water Environment Research, 2017, 89(3): 195–210.
[23] Hakanson L. An ecological risk index for aquatic pollution control: a sedimentological approach[J]. Water Research, 1980, 14(8): 975–1001.
[24] ANGULO E. The Tomlinson Pollution Load Index applied to heavy metal, ‘Mussel-Watch’ data: a useful index to assess coastal pollution[J]. The Science of the Total Environment, 1996, 187(1): 19–56.
[25] HILTON J, DAVISON W, OCHSENBEIN U. A mathematical model for analysis of sediment core data: Implications for enrichment factor calculations and trace-metal transport mechanisms[J]. Chemical Geology, 1985, 48(1/4): 0–291.
[26] VAROL M. Assessment of heavy metal contamination in sediments of the Tigris River (Turkey) using pollution indices and multivariate statistical techniques[J]. Journal of Hazardous Materials, 2011, 195: 355–364.
[27] HILLER E, JURKOVIC L, SUTRIEPKA M. Metals in the Surface Sediments of Selected Water Reservoirs, Slovakia[J]. Bulletin of environmental contamination and toxicology, 2010, 84(5): 635–640.
[28] LOSKA K, WIECHULA D. Application of principal component analysis for the estimation of source of heavy metal contamination in surface sediments from the Rybnik Reservoir[J]. Chemosphere, 2003, 51(8): 0–733.
[29] 雷沛, 张洪, 单保庆. 丹江口水库典型库湾及支流沉积物重金属污染分析及生态风险评价[J]. 长江流域资源与环境, 2013, 22(1): 110–117.
[30] 尚林源, 孙然好, 汲玉河, 等. 密云水库入库河流沉积物重金属的风险评价[J]. 环境科学与技术, 2011, 34(S2): 344–348.
[31] 何应, 李秋华, 唐黎, 等. 贵州红枫水库沉积物重金属污染评价及来源分析[J]. 生态学杂志, 2019, 38(3): 799– 809.
[32] 宁建凤, 邹献中, 杨少海, 等. 广东大中型水库底泥重金属含量特征及潜在生态风险评价[J]. 生态学报, 2009, 29(11): 6059–6067.
[33] ZHANG Wenqiang, JIN Xin, DI Zhenzhen, et al. Heavy metals in surface sediments of the shallow lakes in eastern China: their relations with environmental factors and anthropogenic activities[J]. Environmental Science and Pollution Research, 2016, 23(24): 25364–25373.
[34] PEKEY H, KARAKAS D, AYBERK S, et al. Ecological risk assessment using trace elements from surface sediments of Izmit Bay (Northeastern Marmara Sea) Turkey[J]. Marine pollution bulletin, 2004, 48: 946–953.
[35] 车继鲁, 余树全, 张鑫, 等. 瓯江下游流域河流沉积物重金属污染特征、来源及潜在生态风险评价[J]. 生态科学, 2017, 36(4): 176–184.
[36] 张华俊, 顾继光, 胡韧, 等. 粤东沿海典型供水水库沉积物重金属污染特征[J]. 生态学杂志, 2012, 31(7): 1807– 1816.
[37] 王妙, 王胜, 唐鹊辉, 等. 粤西三座重要供水水库沉积物营养盐负荷与重金属污染特征[J]. 生态环境学报, 2014, 23(5): 834–841.
[38] 雷沛, 张洪, 单保庆. 丹江口水库典型库湾及支流沉积物重金属污染分析及生态风险评价[J]. 长江流域资源与环境, 2013, 22(1): 110–117.
[39] KELEPERTZIS E. Accumulation of heavy metals in agricultural soils of Mediterranean: Insights from Argolida basin, Peloponnese, Greece[J]. Geoderma, 2014, 221: 82–90.
[40] PERIS M, RECATALA L, MICO C, et al. Increasing the knowledge of heavy metal contents and sources in agricultural soils of the European Mediterranean region[J]. Water, Air, and Soil Pollution, 2008, 192: 25–37.
[41] TANG Wenzhong, AO Liang, Zhang Hong, et al. Accumulation and risk of heavy metals in relation to agricultural intensification in the river sediments of agricultural regions[J]. Environmental Earth Sciences, 2014, 71(9): 3945–3951.
[42] PRADIT S, WATTAYAKORN G, ANGSUPANICH S, et al. Distribution of Trace Elements in Sediments and Biota of Songkhla Lake, Southern Thailand[J]. Water, Air, and Soil Pollution, 2010, 206: 155–174.
[43] 王萌, 李杉杉, 李晓越, 等. 我国土壤中铜的污染现状与修复研究进展[J]. 地学前缘, 2018, 25(5): 305–313.
[44] 陈玉真, 王峰, 王果, 等. 土壤锌污染及其修复技术研究进展[J]. 福建农业学报, 2012, 27(8): 901–908.
[45] YAN Geng, MAO Lingchen, LIU Shuoxun, et al. Enrichment and sources of trace metals in roadside soils in Shanghai, China: A case study of two urban/rural roads[J]. Science of the Total Environment, 2018, 631–632: 942–950.
[46] DUKER A A, CARRANZA E J M, HALE M. Arsenic geochemistry and health[J]. Environment International, 2005, 31(5): 631–641.
Distribution characteristics and ecological risk of heavy metals in sediments of a typical water supply reservoir in a southern city
XU Yuan, DENG Peiyan
School of Environment, South China Normal University, Guangzhou 510631, China
Reservoirs play a vital role in supplying water for cities. Taking a typical water supply reservoir in a southern city as the research object, this paper researched the content and the vertical distribution characteristics of eight heavy metals in reservoir sediments. It also analyzed and evaluated the origins of those metals, the pollution degree, as well as the potential ecological risk. The data showed that the contents of Hg, As, Pb, Cu, Ni, Cr, Mn, and Zn in the sediments were 0.019-0.128 mg·kg–1, 0.86-4.81 mg·kg–1, 51.2-83.2 mg·kg–1, 2.3-22.8 mg·kg–1, 3.2-98.3 mg·kg–1, 5.2-121.6 mg·kg–1, 233-706 mg·kg–1, and 33.7-241.7 mg·kg–1. According to the data, the average content of Pb, Mn and Zn in the sediments of the reservoir exceeded the background values in Guangdong Province. And there were lots of accumulation of Cr and Ni at the tail of the reservoir. Vertically, the content of most metals increased as the accumulation of the sediments increased. The contamination factor and the geoaccumulation index both showed that the sediments of the reservoir were slightly polluted by Mn, Pb, and Zn. The potential ecological risk index showed that the reservoir was at a relatively low risk. The correlation analysis showed that Cr and Ni were significantly correlated (< 0.01). The principal component analysis showed that the heavy metals in the reservoir were mainly generated from the production of both industry and agriculture, the transportation, and the soil erosion in the northwest of the reservoir. All in all, though the whole reservoir is polluted slightly, the pollution risk in the tail area of the reservoir should not be neglected.While managing the reservoir, the soil erosion around the reservoir should be paid more attention. Moreover, the coverage of vegetation around the reservoir should be increased, and the interference of human activities on the reservoir should be reduced as well.
reservoir; sediment; heavy metal; potential ecological risk
徐苑, 邓培雁, 等. 南方某城市典型供水水库沉积物重金属分布特征及生态风险[J]. 生态科学, 2021, 40(4): 149–160.
XU Yuan, DENG Peiyan. Distribution characteristics and ecological risk of heavy metals in sediments of a typical water supply reservoir in a southern city[J]. Ecological Science, 2021, 40(4): 149–160.
10.14108/j.cnki.1008-8873.2021.04.017
X524; X820.4
A
1008-8873(2021)04-149-12
2020-02-11;
2020-03-16
广东省水利科技创新项目(2020-33)
徐苑(1993—), 女, 硕士研究生, 主要从事生态污染方面研究, E-mail: xuyuansl@163.com
邓培雁, 教授, E-mail: dpy213@ 126.com
