基于APCS-MLR模型的阳春市农田土壤中重金属源解析.pdf

中国资源综合利用China Resources Comprehensive UtilizationVol.41 No.82023 年 8 月-62-应用研究基于 APCS-MLR 模型的阳春市农田土壤中 重金属源解析陈俊宇，王进进（1.华南农业大学资源环境学院农业农村部华南耕地保育重点实验室；2.华南农业大学资源环境学院广东省土地利用与整治重点实验室，广州510642）摘要：阳春市位于广东省西南部，多金属矿床分布较广。本文选取阳春市作为研究区，考察农田土壤中重金属（包括砷、镉、铬、铜、汞、镍、铅和锌）的含量、分布和来源。其间采用绝对主成分得分-多元线性回归（APCS-MLR）模型，识别土壤样品中重金属的潜在来源。该模型确定 3 个可能的来源，即交通排放、自然源和农业活动，分别占 28.16%、16.68%和 14.42%。关键词：重金属；源解析；农田土壤；APCS-MLR 模型；阳春市中图分类号：X53文献标识码：A文章编号：1008-9500(2023)08-0062-03DOI:10.3969/j.issn.1008-9500.2023.08.019Source Analysis of Heavy Metals in Farmland Soil of Yangchun City Based on APCS-MLR ModelCHEN Junyu,WANG Jinjin(1.Ministry of Agriculture and Rural Affairs Key Laboratory of South China Cultivated Land Conservation,College of Nature Resources and Environment,South China Agricultural University;2.Guangdong Key Laboratory of Land Use and Remediation,College of Nature Resources and Environment,South China Agricultural University,Guangzhou510642,China)Abstract:Yangchun City is located in the southwest of Guangdong Province,with a wide distribution of polymetallic deposits.This paper selects Yangchun City as the research area to investigate the content,distribution,and source of heavy metals(including arsenic,cadmium,chromium,copper,mercury,nickel,lead,and zinc)in farmland soil.During this period,the absolute principal component score-multiple linear regression(APCS-MLR)model is used to identify potential sources of heavy metals in soil samples.This model identifies three possible sources,namely traffic emissions,natural sources,and agricultural activities,accounting for 28.16%,16.68%,and 14.42%,respectively.Keywords:heavy metals;source analysis;farmland soil;APCS-MLR model;Yangchun City土壤是地球表面生态系统的重要组成部分，但许多工业或农业活动中的污染物会导致土壤污染1。因此，要采取措施来控制污染源，实现重金属污染影响的最小化。多元统计分析是一种综合分析方法，尤其是主成分分析（PCA）已广泛应用于土壤中重金属的源解析2。但是，主成分分析无法解释源对重金属的定量贡献，因此多变量受体模型便被开发出来，如绝对主成分得分-多元线性回归（APCS-MLR）模型，用来解决化学质量平衡问题，并可以量化土壤中重金属的来源。APCS-MLR 模型比传统方法更加方便和高效，目前已经应用于大气、土壤和灰尘中各种污染物的源解析3。阳春市位于广东省西南部，有位于中国最南端的侏罗纪钼钨矿床岗美钼钨矿。本文采用APCS-MLR 模型，对阳春市农田土壤重金属污染源进行识别，以更好地治理土壤重金属污染，改善区域生态环境。收稿日期：2023-06-04作者简介：陈俊宇（1997），男，四川达州人，硕士。研究方向：土壤重金属风险评估与预测。通信作者：王进进（1988），男，安徽阜阳人，博士，副教授。研究方向：环境生态修复、农村绿色发展等。第 8 期-63-应用研究陈俊宇等：基于 APCS-MLR 模型的阳春市农田土壤中重金属源解析1材料与方法1.1土壤样品的收集从阳春市农田采集土壤样品，选择距地表 0 20 cm 的表层土壤，各采样点均用北斗卫星导航系统记录其经纬度，共采集 200 个样品。1.2土壤重金属含量测定使用 HCl-HNO3体系和 HF-HCl-HNO3体系对土壤样品进行消解，使用火焰原子吸收分光光度法对Cr、Cu、Ni、Zn 的含量进行测定；使用石墨炉原子吸收法对 Cd 和 Pb 的含量进行测定，使用原子荧光法对 As 和 Hg 的含量进行测定。每组试验都要设置平行样，以消除误差。设置 2 3 个空白，以土壤成分分析标准物质 GBW07430（GSS-16）为质量控制样品，各种重金属的回收率都在 82.6%106.3%，平行样标准偏差都在 8%以内。1.3APCS-MLR 模型首先，通过数据降维，应用主成分分析从相似变量导出成分，并测量其旋转因子载荷，作为确定金属源的起点3。PCA 获得的数据不明确适用于测量金属源的影响率，APCS-MLR 模型必须采用非标准化 APCS。MLR 将金属浓度作为因变量，而APCS 将预测值与观测值进行比较，以验证模型的一 致性。2结果分析2.1土壤重金属含量特征阳春市农田土壤中，8 种重金属的平均含量如表1 所示，从平均值来看，最高的是锌（57.17 mg/kg），最低的是镉（0.22 mg/kg）。其中，砷、镉、铜、汞、铅和锌的平均含量都超过广东省土壤背景值，这表明土壤中重金属随着时间的推移而积累。镉和汞的平均含量分别为背景值的 3.92 倍和 3.84 倍，表明二者在土壤中明显富集；砷、铜、铅和锌的平均含量分别为背景值的 1.43 倍、1.21 倍、1.02 倍和 1.21 倍，表明其受人类活动影响较小。因此，要根据相关标准对农用地进行管理，以减少重金属的富集。重金属含量的变异系数显示，铬和铅为高度变异，其余六种元素为超高度变异，说明阳春市重金属含量的分布受人类活动影响很大。2.2土壤中重金属来源识别下面使用 APCS-MLR 模型识别土壤中重金属来源。原始数据被标准化处理后，应用 KMO 检验和巴特利特球形检验来检查变量与PCA可信度的相关性，如表 2 所示。经检索，特征值大于 1 的有 3 个，它们可以解释总方差的 59.26%。旋转分量矩阵中，第一主成分、第二主成分和第三主成分分别占总样本方差的 28.16%、16.68%和 14.42%。重金属的线性回归系数通常较大，表明模型的模拟结果可以接受。线性回归模型的参数计算结果如表 3 所示。表 2KMO 检验和巴特利特球形检验结果序号参数名称参数值1KMO 检验抽样充分性度量0.592近似卡方（球形检验）254.2943自由度（球形检验）284显著性系数 P（球形检验）0.001经计算，第一主成分影响最大的是镉、铬、镍、汞和锌，贡献率分别为 54.1%、69.0%、60.3%、44.3%和37.4%。在外生地质过程（如侵蚀和风化）中，地球表层岩石对土壤中元素含量起决定作用。石望镇北部有硫铁矿，硫铁矿常伴生镉、汞和锌等重金属，矿区周围 3 种元素含量均较高。经分析，第一主成分是自然源。受第二主成分影响最大的是铅，贡献率为表 1阳春市农田土壤的重金属含量元素平均值标准偏差最大值最小值方差背景值As12.6919.83123.290.0014.898.90Cd0.22014.0602.3000.0000.2600.056Cr36.6323.27118.831.7820.3350.50Cu20.5829.49248.182.5526.7817.00Hg0.30014.0601.9500.0000.4300.078Ni12.9315.3769.740.647.9814.40Pb36.6655.87728.363.6054.9536.00Zn57.1743.78227.576.2242.8247.30注：表中数据单位均为 mg/kg。中国资源综合利用第 8 期-64-应用研究56.7%，铅的平均含量接近背景值，仅比背景值高1.8%。铅因为燃料燃烧而被释放到土壤中，车辆燃烧燃料时会释放大量的铅，这些铅会沉积在土壤中4。经分析，第二主成分是交通排放。表 3线性回归模型参数计算结果元素Ba1a2a3R2As1.9630.140-2.67313.7120.760Cd-0.1980.2160.104-0.0380.764Cr8.98215.960-2.2471.7170.630Cu-1.647-15.99010.18138.9000.752Hg0.1910.308-0.112-0.3990.791Ni-3.5616.9833.5181.6290.773Pb-15.255-7.28765.89413.0790.766Zn10.57210.53421.6262.6180.751注：B 为线性回归中的常数项；a1、a2和 a3为 3 个主要来源的回归系数；R2为相关系数。受第三主成分影响最大的是砷和铜，贡献率分别为 75.5%和 50.3%。施用化肥、农药、污水污泥或粪肥后，农田土壤中的砷和铜含量都会增加。畜禽养殖使用含有重金属的饲料添加剂，产生的粪肥随后被用作肥料，可能会导致大规模的农田土壤污染5。经分析，第三主成分是农业活动。3结论本文以广东省阳春市为研究区，采用 APCS-MLR 模型分析农田土壤中 8 种重金属的含量、分布和来源。其间使用 APCS-MLR 模型识别出 3 个主成分，各重金属的相关系数较大，模型拟合良好。APCS-MLR 模型识别出 3 个来源，占比的排序依次为自然源（28.16%）交通排放（16.68%）农业活动（14.42%）。参考文献1 CHEN H，TENG Y，CHEN R，et al.Contamination characteristics and source apportionment of trace metals in soils around Miyun ReservoirJ.Environmental Science and Pollution Research，2016（15）：15331-15342.2 WANG G，LI Y，WANG J，et al.A modified receptor model for historical source apportionment of polycyclic aromatic hydrocarbons in sedimentJ.Science of the Total Environment，2020（2）：134931.3 SIDDIQUI E，PANDEY J.Assessment of heavy metal pollution in water and surface sediment and evaluation of ecological risks associated with sediment contamination in the Ganga River：a basin-scale studyJ.Environmental Science and Pollution Research，2019（11）：10926-10940.4 HOU S，ZHENG N，TANG L，et al.Pollution characteristics，sources，and health risk assessment of human exposure to Cu，Zn，Cd and Pb pollution in urban street dust across China between 2009 and 2018J.Environment International，2019（7）：430-437.5 HU Y A，He K L，Sun Z H，et al.Quantitative source apportionment of heavy metal（loid）s in the agricultural soils of an industrializing region and associated model uncertaintyJ.Journal of Hazardous Materials，2020（6）：122244.