重金属污染分析
重金属污染分析范文第1篇
关键词 模糊综合评价；主成分分析法；扩散微分方程模型
中图分类号TG1 文献标识码A 文章编号 1674-6708（2012）71-0069-02
1 问题重述
随着城市经济的快速发展和城市人口的不断增加,人类活动对城市环境质量的影响日显突出.对城市土壤地质环境异常的查证,以及如何应用查证获得的海量数据资料开展城市环境质量评价,研究人类活动影响下城市地质环境的演变模式,日益成为人们关注的焦点。
按照功能划分,城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等,分别记为1类区、2类区、……、5类区,不同的区域环境受人类活动影响的程度不同。
现对某城市城区土壤地质环境进行调查.为此,将所考察的城区划分为间距1km左右的网格子区域,按照每平方公里1个采样点对表层土（0cm～10cm深度）进行取样、编号,并用GPS记录采样点的位置.应用专门仪器测试分析,获得了每个样本所含的多种化学元素的浓度数据.另一方面,按照2km的间距在那些远离人群及工业活动的自然区取样,将其作为该城区表层土壤中元素的背景值。
附件1列出了采样点的位置、海拔高度及其所属功能区等信息,附件2列出了8种主要重金属元素在采样点处的浓度,附件3列出了8种主要重金属元素的背景值。
现要求你们通过数学建模来完成以下任务：
1）分析该城区内不同区域重金属的污染程度；
2）通过数据分析,说明重金属污染的主要原因；
3）分析重金属污染物的传播特征,由此建立模型,确定污染源的位置。
2 模型假设
1）假设各元素浓度的测量准确无误；
2）假设重金属元素是从高浓度到低浓度扩散；
3）假设重金属元素向3个方向上的扩散系数相同,且不受降雨等外部因素影响。
3 模型的建立和求解
3.1问题一：模糊数学模型[1]
传统评价方法仅仅考虑了重金属污染物浓度超标的情况,未考虑重金属本身的毒性作用,这就有可能掩盖有些浓度低但毒性大的有毒物的污染作用,因此,采用基于双权重因子的模糊数学模型综合考虑重金属浓度和毒性作用进行评价更为全面合理.根据模糊评价的原理、步骤及查得的土壤重金属污染程度分级标准及生物毒性指数（如表1）进行求解。
表1 土壤重金属污染程度分级标准及生物毒性指数
模型的求解过程具体如下：根据附表一实测数据各区各重金属元素求得的平均值和表2的数据,计算各重金属元素对应于各土壤重金属环境质量等级的隶属度函数,得到关系模糊矩阵。如功能区一经计算后得到的关系模糊矩阵为：
由附表1实测数据和表2数据得到功能区一各个重金属参评因子的权重
根据功能区一的模糊关系矩阵和对应的权重系数可得出功能区一对评价等级的隶属度,再根据最大隶属度原则,确定各样品的污染程度,此即为土壤环境质量分级。
其他四区的具体做法和功能区一样,在这里不再赘述,结果见下表。
表2 模糊综合评价结果
3.2问题二：主成分分析数学模型
八种重金属元素在五个功能区的分布不同,对区内重金属污染的影响也不同,故该模型采用主成分分析法建立,通过SPSS软件分别得到五个功能区的主成分值，进而得到各功能区污染的主要因素.
3.2.1 主成分值
表3 城区主成分值
1）主成分一中各因子的载荷值比较大的是Cu、Pb分别为75.6%、76.4%；
2）主成分二中各因子的载荷值都较小。
因为工业生产原料和工业污染里含有大量Cu、Pb元素,因此可认为对整个城区而言重金属污染的主要原因是工业废物。
表4 生活区主成分值
1）主成分一中各因子的载荷值比较大的是Cd、Cu、Pb分别为78.4%、72.9%、80.3%；
2）主成分二和三中各因子的载荷值都较小。
因子变量在Cd、Cu、Pb上有较高的载荷,是因为城市垃圾中含有的Cd、Cu、Pb、Zn平均含量分别为9、350、330和780（mg/kg）,主成分因子在Zn上的载荷不高,可能是因为Zn的毒性系数较低的缘故,另外Cu、Pb还可能来自于工业污染,Pb可能来自于尾气排放。
表5 工业区主成分值
1）主成分一中各因子的载荷值比较大的是Cr、Cu、Pb、Zn分别为91.6%、86.8%、85.8%、85.9%；
2）主成分二中各因子的载荷值都较小。
重金属污染分析范文第2篇
关键词：耕地资源；重金属污染；修复技术
耕地是人类赖以生存和从事农业生产活动的物质基础，对于保障粮食生产和粮食安全具有重要的意义，在经济社会稳定发展过程中，优质耕地资源减少，具备可利用条件的耕地资源也存在不能满足生产活动和社会发展需求的问题[1-3]。此外，有毒害物质对耕地土壤造成污染也成为引起耕地质量下降的重要因素[4-5]。引起耕地污染的原因众多，其中土壤重金属污染由于对土壤中微生物活动、作物生长发育甚至人类身体健康均能产生损害，已逐渐成为造成耕地污染最主要的途径[6-7]。在工业化进程的不断推动下，废弃物通过地表水、地下水或大气循环排放至自然界，由于废弃物中含有重金属污染物，对耕地资源的破坏往往不可逆，同时，重金属污染物可通过作物生态循环系统进入人体，其危害程度远远高于其他污染影响。据了解，我国每年仅因污水灌溉引发的重金属污染面积达90万hm2，每年造成的粮食损失超过2000万kg[8-9]。2016年我国启动《土壤污染防治行动计划》，将土壤重金属污染物的治理提到了新的高度，也为我国耕地保护和污损耕地土壤修复提供了重要指引。笔者从植物修复技术、物理化学修复技术以及生物修复技术在耕地重金属污染防治中的应用进行综述，以期为耕地保护和污损耕地修复提供必要的借鉴。
1植物修复技术在耕地重金属污染的应用
相关研究表明，植物可通过自身根系吸附固定作用降低耕地中重金属元素含量，对耕地重金属污染程度的降低十分显著。张颖等[10]对竹类植物修复重金属污染土壤进行了综述。由于竹类植物对耕地环境扰动影响较小，且竹类植物生长周期短，生物量较大，应用于耕地重金属污染修复中成本较低，与其他植物相比具有较大的优势。张治国等[11]研究了6种菊科植物对采煤塌陷区土壤重金属污染物吸附作用的效果，结果表明，6种菊科植物对重金属污染物Ni、Cr、Pb、Cd具有显著的吸附效果（P＜0.05），其中洋姜和一年蓬对重金属污染物Cd的吸附效果最好。王娟等[12]研究了不同农作物对5种土壤重金属污染物的吸附效果，研究结果表明，水稻对耕地土壤中Cr、Cd和Pb的吸附效果最好，玉米、蔬菜与凤丹对耕地土壤中Cr的吸附效果最佳。吴兴玉等[13]对土荆芥和大叶醉鱼草在铅锌矿废渣中土壤污染物的吸附效果进行了研究，结果表明，土荆芥和大叶醉鱼草可有效吸附土壤中的Cu、Pb、Zn。杨丹等[14]研究了绿萝、吊兰、吊竹梅和花叶万年青等园林植物对河道淤泥中重金属污染物的吸附效果，结果表明，4种植物对淤泥中重金属污染物均表现出一定的耐受性，其中绿萝对重金属Zn的吸附效果最为显著（P＜0.05），吊竹梅对重金属Pb的吸附效果最为显著（P＜0.05），且对重金属Zn的修复效率最高。植物吸附重金属污染物效果显著，且较为环保，但由于植物生长周期较长，对重金属污染物的吸附时间较长。
2物理化学修复技术在耕地重金属污染的应用
物理化学修复方法是耕地土壤重金属污染修复中较为常用的一种方法，罗志远[15]应用物理筛分和EDTA淋洗联合修复技术对土壤中Pb、Cd、As的修复效果进行研究，研究表明，物理筛分和EDTA淋洗联合修复技术对>0.074mm粒级土壤中重金属污染物的修复效果较为显著（P＜0.05），但采用单一修复方法则无法实现对土壤中重金属污染物的修复效果。许中坚等[16]进行了基于淋洗法的柠檬酸与皂素联合修复作用对土壤重金属污染物的吸附效果。研究发现，当浓度为40mmol·L-1的柠檬酸与质量分数为3%的皂素在体积比达到1∶5条件下，对土壤中重金属污染物Pb和Zn的修复效果最佳，相同条件下，当其体积比达到1∶1时对重金属污染物Cu的吸附效果最佳。臧晓梅等[17]研究了沸石粉、生物炭和镉康对重金属污染物Cu、As、Cd和Pb的修复效果，研究表明，3种材料对重金属污染物均有一定的修复效果，但总体来看，沸石粉和生物炭对重金属污染物的吸附效果最佳。芮大虎等[18]通过冻融-淋洗土柱试验研究了EDTA和BCR作为淋洗材料对黏性土中重金属污染物Cd、Pb的修复效果，研究结果表明，EDTA在土体反复冻融状态下更有利于对土壤中重金属污染物的淋洗，在7次冻融后，对Cd和Pb的吸附效率分别达到77.24%和37.78%。BCR材料对土壤中Cd和弱酸提取态Pb的质量分数分别降低了32.32%和41.46%。
3生物修复技术在耕地重金属污染的应用
生物修复技术是一种较为安全且绿色健康的修复方法，在新常态下具有较好的应用前景。常晨等[19]研究了NTA和微生物共同作用下种植高羊茅对土壤中重金属污染物Cd、Cu、Zn含量吸附效果的影响，研究表明，浓度为10mmol·kg-1NTA+菌液联合处理条件下，高羊茅地上部分对土壤中Cd的吸附量达到最大值，当浓度达到15mmol·kg-1时，高羊茅根部对土壤重金属Cd的吸附量达到最大，单独施加15mmol·kg-1NTA时，对Cu的吸附效果最佳，以修复效果和经济成本角度来考虑，10mmol·kg-1NTA+菌液联合修复性价比最高。周鑫等[20]利用蚯蚓和不同比例的稻壳炭联合修复工业污泥中的重金属，研究结果表明，在两者共施条件下可显著降低污泥中Zn、Cu、Pb、Cd含量（P＜0.05），在稻壳比例为4%时，对重金属污染物Zn、Cu、Pb、Cd的吸附效果和转化能力均最佳。段靖禹等[21]在室内试验条件下研究了不同生物炭和青霉菌梯度对土壤重金属污染物As的固化吸附效果，结果表明，与CK相比，添加生物炭和青霉菌后土壤中As含量表现出显著降低（P＜0.05），重金属污染物As中微生物多样性随施加生物炭浓度的增大表现为先增加后降低的变化规律，接菌量在10%和20%条件下对As的中生物群落的影响无显著差异（P＞0.05），2％生物炭+10％青霉菌处理土壤中微生物群落功能多样性、碳源利用丰度最高。陈任连等[22]分析探究了土壤重金属Pb和Cd与土壤微生物群落结构的关联性，研究表明，土壤中重金属污染物Pb主要以弱酸可提取态和可还原态的形式存在，Cd以弱酸可提取态为主，结肠菌群对土壤重金属污染物Pb、Cd具有较高的耐受性。
4结语
重金属污染分析范文第3篇
关键词：绿地土壤；重金属；环境质量评价；长春市
中图分类号：X825文献标识码：A文章编号：0439－8114（2011）12－2421-03
Heavy Metal Pollution in Green Space Soil of Chaoyang District, Changchun City
LIU Gang，JIN Yan－ming，HU Hao
（Graduate School of Jilin Agricultural University，Changchun 130118，China）
Abstract： To investigate the soil heavy metal pollution status of several important function zones in Chaoyang district， Changchun city， 15 soil samples were collected from community， schools， squares， parks and street． Analyses on physicochemical properties including pH， soil organic matter， available N， available P and available K were conducted． The content of heavy metals（Cu，Zn，Pb，Cd） in soil samples was determined by atomic adsorption spectrophotometry． Adopting the single factor index and Nemerow multi－factor index methods， the pollution indices were calculated to assess the pollution extent． Cu pollution index of sample area C1 （Nanhu square）， E1 （Jiefang road） and E2 （Kaiyun street） were higher and the maximum of them were 2．03， which showed that these areas were in the status of light Cu pollution． All pollution factors in other areas were potential． The evaluation result of Nemerow synthetic pollution index method indicated that all soil in sample areas was slightly polluted． The pollution sources of heavy metals were mainly large－scale enterprises， then some ordinary enterprises．
Key words： green land soil； heavy metal； evaluation of soil environmental quality；Changchun city
长春市是我国重要老工业基地之一，目前基本形成以交通运输设备制造业为主体、门类比较齐全的工业体系。随着社会的不断进步，工业的发展和人口的增加，长春市土壤已受到一定程度的重金属污染［1］。相关研究表明，交通运输、工业排放、市政建设和大气沉降等造成城市绿地土壤重金属的污染越来越严重［2，3］。土壤中的重金属不仅影响和改变城市土壤的生态功能，危害人体健康，而且制约了城市的可持续发展。
由于城市绿地土壤的研究报道较少，且多数是以较大范围的城市和农村土壤相结合进行调查研究，而对城市中单独一个区域还很少有人进行过系统的分类调查。为此，以长春市朝阳区绿地土壤按不同功能区特点进行分区，在功能分区典型的地点进行采样，通过相关的试验和分析，试图了解不同的功能区土壤重金属污染情况、污染特征、污染的空间分异性，为长春市的城市园林绿化和养护提供科学依据。
1材料与方法
1．1样区的选择
样区设置在长春市朝阳区，按功能区划分选择有代表性的土壤，分别为A．小区、B．学校、C．广场、D．公园、E．街路，共采集了150个混合土样，具置见图1。
1．2土样的采集、处理与分析
根据城市土壤特点，选择代表区进行采样，在选定区域上以“S”形选择9个点，在各点取0～20 cm土层土样，在塑料薄膜上将各点土壤均匀混合，用四分法逐次弃去多余部分，最后将剩余的1 kg左右的平均样品装入样袋，带回实验室。土壤样品经风干、磨细过筛（1.00 mm、0．25 mm土壤筛），用于测定土壤pH值（电位法）、有机质（重铬酸钾容量法――稀释热法：K2Cr2O7－H2SO4）、土壤速效磷（Olsen法：0．5 mol／L NaHCO3，pH值8．5）、速效钾（1 mol／L NH4OAc，pH 值7．0）、土壤重金属元素Cu、Cd、Pb、Zn的浓度（HF－HClO4消煮法）［4］。
2结果与分析
2．1土样理化性质和重金属浓度
城市绿地土壤多为搅动的深层土、建筑垃圾土、回填土等，其土层变异性大，呈现岩性不连续特性，导致不同土层的有机质含量、pH值、容重及与其有关的孔隙度、含水量有显著差异。城市土壤土层排列凌乱，许多土层之间没有发生学上的联系，多为沙石、垃圾和土所组成，有机质含量少［5］。土样理化性质测定结果见表1，重金属浓度比较见图2。
从各土样采集地点的功能区划分来看，E1、E2、E3号街路绿地土壤的pH值、容重较高；D1、D2、D3号公园绿地土壤的孔隙度、含水量、有机质、速效氮、速效磷、速效钾相对较高，这与公园土壤所处的生态环境有一定的关系。
从各土样采集地点的功能区划分来看，E1、E2号街路的Cu、Cd重金属含量都较高，A1、A2号居住小区的土壤含Zn量较高，C1、C2号交通要塞的土壤含Pb量较高。
2.2评价方法
土壤污染评价是土壤环境质量现状评价的核心部分，主要包括单项（单因子）污染评价和多项（多因子）污染综合评价［6］。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
2．2．1单项污染分级指数法污染分级标准参考吉林省地质调查院《东北平原长春经济区区域环境地球化学调查与评价》项目报告，以测区土壤地球化学背景为基础，借鉴国家土壤环境质量标准，确定污染分级标准。以测区背景上限为重金属元素累积起始值（Xa），国家土壤环境质量标准的二类标准作为污染起始值（Xc），土壤环境质量标准的三类标准作为重污染起始值（Xp）（表2）。
污染分级指数是指某一污染物影响下的环境污染指数，可以反映出各污染物的污染程度。根据公式（1）计算出的单项污染分级指数，对单项污染程度进行分级。
Ci≤Xa时，Pi＝Ci／Xa
Xa＜Ci≤Xc时，Pi＝1＋（Ci－Xa）／（Xc－Xa）
Xc＜Ci≤Xp时，Pi＝2＋（Ci－Xc）／（Xp－Xc）（1）
Ci≥Xp时，Pi＝3＋（Ci－Xp）／（Xp－Xc）
式中，Pi为污染分级指数，Ci为土壤中污染物i的实测浓度值，Xa为累积起始值，Xc为污染起始值，Xp为重污染起始值。土壤单项污染指数评价标准见表3。
2．2．2内梅罗综合污染指数法单项污染分级指数法评价长春市土壤重金属污染状况，只能分别了解每种重金属在长春市表层土壤的污染状况。内梅罗综合指数法评价长春市土壤重金属污染状况则可以了解这4种重金属在长春市表层土壤的综合污染状况。
为了突出环境要素中浓度最大的污染物对环境质量的影响，采用内梅罗综合污染指数法对研究区土壤重金属污染进行综合评价［6，7］，计算公式为：
P综＝［（Pimax2＋Piave2）／2］1／2 （2）
式中，P综为内梅罗综合污染指数，Pi为单项污染分级指数，计算公式见公式（1），Pimax为所有元素污染指数最大值，Piave为所有元素污染指数平均值。内梅罗综合污染指数反映了各种污染物对土壤的作用，同时突出了高浓度污染物对土壤环境质量的影响，可按内梅罗综合污染指数划定污染等级，其中土壤污染评价标准见表4。
2．3土壤重金属污染评价
评价方法采用单项污染指数法和内梅罗综合污染指数法。内梅罗综合污染指数全面反映了各污染物对土壤污染的不同程度，同时又突出高浓度对土壤环境质量的影响，因此用来评定和划分土壤质量等级更为客观。评价结果见表5。从表5中的单项污染分级指数可以看出，样区A3、B1、B2、B3的土壤Cd质量等级为清洁，样区C1、E1、E2的土壤已受到Cu的轻污染；其他样点的各项污染因子为潜在污染。从各样区综合污染指数可知，土壤均受到轻度污染，这是由于样区周围没有较大规模的重金属污染企业，而其他污染源的污染也应得到足够重视，如汽车尾气中的Pb、居民生活垃圾中的Zn等。E1、E2的绿地土壤如果不进行适当的养护管理，慢慢也会变成重度污染。
对各功能区重金属单项污染平均值进行比较，Cu单项污染的大小顺序为小区＜学校＜公园＜广场＜街路；Zn单项污染的大小顺序为学校＜广场＜街路＜公园＜小区；Pb单项污染的大小顺序为小区＜学校＜公园＜广场＜街路；Cd单项污染的大小顺序为学校＜小区＜公园＜广场＜街路；各功能区重金属平均值综合污染进行比较，其大小为学校＜小区＜公园＜广场＜街路。
3结论与讨论
1）长春市朝阳区表层土壤中各重金属元素含量变化范围较大，表明城市表层土壤中重金属元素已在一定程度上受到人为源输入的影响，但与其他开发历史较长的城市相比，长春市城区表层土壤中重金属元素含量总体上较低。
2）分析结果表明，长春市城区表层土壤中不同重金属来源存在着差异，其中Cu、Pb和Zn主要来自交通污染；而工业污染和居民生活污染也不容忽视，Cd主要来源于工业源及化肥施用。
3）试验选取具有代表性样区，其结果反映朝阳区目前总体的重金属污染的现状，但还需对多种样品（如土壤样品、大气干湿沉降样品、水样品、植物样品、有机样品等）进行综合分析研究，想要更加准确地反映该区的土壤质量，需要更进一步的详细调查。因此，在进行重金属源解析时应该结合各元素含量的空间分布特征及其周围环境状况进行更加详细的研究。
参考文献：
［1］ 郭平，谢忠雷，李军，等．长春市土壤重金属污染特征及其潜在生态风险评价［J］．地理科学，2005，25（1）：108－112．
［2］ HARRISON R M， LAXEN D P H， WILSON S J． Chemical associations of lead， cadmium， copper and zinc in street dust and roadside soil［J］． Environ Sci Technol，1981，15：1378－1383．
［3］ THORNTON I． Metal contamination of soils in urban areas［A］． BULLOCK P， GREGORY P J． Soils in the Urban Environment［C］．Hoboken， NJ： Wiley－Blackwell， 1991． 47－75．
［4］ 鲁如坤．土壤农业化学分析方法［M］．北京：中国农业科学技术出版社，1999．147－211．
［5］ 王焕华．南京市不同功能城区表土重金属污染特点与微生物活性的研究［D］．南京：南京农业大学，2004．
［6］ 中国标准出版社第二编辑室．中国环境保护标准汇编［M］．北京：中国标准出版社，2000．96－98．
［7］ 徐燕，李淑芹， 郭书海， 等． 土壤重金属污染评价方法的比较［J］．安徽农业科学，2008，36（11）：4615－4617．
［8］ 李其林，黄峋，骆东奇．重庆市农作物基地土壤中重金属及污染特征［J］．土壤与环境，2000，9（4）：270－273．
重金属污染分析范文第4篇
关键词：有色金属； 地下水； 重金属污染； 现状
1. 前言
近年来，我国工业化步伐的加速造成涉及重金属元素排放的行业越来越多，这些行业包括矿山开采、金属选冶、化工印染、皮革鞣制、农药饲料等。被称为“化学定时炸弹”的重金属元素在生产中会随尾砂、矿尘、废水、废气等进入矿区或厂区及其周边的土壤和地下水中，造成严重的土壤和地下水重金属污染，危及生态环境甚而危害人体健康。我国重金属污染中，最严重的是镉污染、汞污染、血铅污染和砷污染。据初步统计，已发生的镉污染事件，包括2005年的广东北江韶关段镉严重超标事件，2006年的湘江湖南株洲段镉污染事故，2009年的湖南省浏阳市镉污染事件等，而其它重金属污染事件，仅“血铅超标”事件一项，就已涉及陕西、安徽、河南、湖南、福建、广东、四川、江苏、山东等多地。
为了解内蒙古赤峰市克什克腾旗有色金属集中开采区地下水环境重金属污染情况，本文采取单项污染指数评价法和综合污染指数评价法对克什克腾旗水样中的重金属含量变化及污染现状进行研究分析。
2. 研究区概况
2.1 气象
克什克腾旗地处中纬度中温带半干旱大陆性季风气候区，具有冬季寒冷、干燥、少雪，多偏北风；春季风大、干旱、多寒潮；夏季短促炎热、降水集中，昼夜温差较大；秋季凉爽、霜冻早的气候特征。
全旗年平均气温多在1.0～4.0℃之间，极端最高气温38℃，极端最低气温-45.5℃；最大冻土深度2.90m，风速3.2～4.2m/s。年均降水量多在400～490mm之间，年平均蒸发量多在1590～1680mm之间。
2.2 水文
克什克腾旗境内水系发育，包括外流水系与内陆河水系两部分。
外流水系包括西拉沐伦河及其支流，分布于境内中部、东部与南部，该流域的河流均属西辽河流域，为西拉沐伦河水系的上游段。
内陆河流域水系包括达来诺尔水系与锡林郭勒水系，分布于境内西部与北部。达来诺尔水系位于境内西部，包括达来诺尔湖、岗更诺尔湖、贡格尔河等，以达里诺尔湖为最大，是赤峰市境内最大的湖泊，面积达250km2，岗更诺尔湖、鲤鱼泡子、贡格尔河、央森郭勒河、萨林郭勒河、耗来河等均注入达来诺尔湖，注入量为1.62m3/s。
2.3 地形地貌
克什克腾旗位于大兴安岭山系与内蒙高原的过渡带，其东南部为大兴安岭山脉，西北部为内蒙高原。全旗地势中部高，东、西两侧低，自然形成中山、低中山、波状高平原、玄武岩台地、河谷冲积平原、湖积平原、风积沙地几种地貌类型。境内最高点在中南部的大光顶子山山峰，海拔2067m；最低点在东部的西拉沐沦河下游处，海拔800m。
2.4 土壤和地下水类型
根据国家土壤分类标准，全旗土壤共有12个土类，25个亚类，81个土属，149个土种。据农业自然资源调查，全旗土壤主要以分布在西部高原的淋溶黑钙土、暗栗钙土和草甸土为主。宜林土壤主要分布在中部中山山地，以暗灰色森林土、灰色森林土和淋溶黑钙土为主。宜农土壤主要分布在东部及中部的河谷平川地和台地漫甸上，以暗栗钙土、黑钙土、草甸土为主。
全旗地下水按含水岩类及赋存特征，可分为松散岩类孔隙水、基岩裂隙水，其富水性变化较明显。
3. 重金属污染研究
3.1 样品采集及评价方法
样品采集：采样点重点位于地下水径流方向的下游处或风向的下游处，共设置22个水样控制点，对企业或选矿区水井、下游居民用水井、农灌井等进行了地下水样品采集。
地下水环境重金属污染现状评价按照《地下水质量标准》（GB/T14848-93）、《地下水污染地质调查评价规范》（DD2008-01）中的方法进行初步评价。
测试指标：水样测试指标包括五大重金属元素汞、砷、t、镉、铅在内的水质全分析。
根据区内地下水水质和污染特点，选取的汞、砷、六价铬、镉、铅等5种组分的评价标准值见表1。
表1 本次评价所采用的地下水标准值（单位：mg/L）
[项目＼&汞＼&砷＼&六价铬＼&镉＼&铅＼&Ⅲ类标准＼&0.001＼&0.05＼&0.05＼&0.01＼&0.05＼&]
评价方法
本次地下水污染现状评价，采用单项指标的污染指数和综合污染指数法评价。
（1）单项指标的污染指数求取
计算公式为： （1）
式中：―某项污染物的污染指数；―某项污染物的实测含量；―某项污染物的背景值（背景值指地下水Ⅲ类标准）。
（2）多项指标的综合污染指数求取
计算公式为： （2）
（3）
式中：―多项污染物的综合污染指数；―各单项组分评分值的平均值；
―单项组分评分值的最大值；―项数。
地下水污染分级
根据值计算结果，按下表2规定划分地下水污染级别。
表2 地下水污染级别分类
[级别＼&未污染＼&轻微污染＼&中等污染＼&严重污染＼&＼&≤1＼&1
3.2 污染现状
根据《内蒙古自治区重金属污染综合防治“十二五”规划》，赤峰市克什克腾旗为全区重金属重点防控区之一，其中调查工作涉及到的3个旗有色金属集中开采区面积共计1647km2，涉及乡镇、苏木7个，涉及人口2.64万人，涉重企业20家。工作区简要情况详见下表3。
利用单项指标污染指数和综合污染指数对赤峰市克什克腾旗22个取样点进行污染评价，评价结果见表4。其中严重污染取样点1个，中等污染取样点2个，轻度污染取样点3个，其余16个地下水取样点未受到污染。
图1 克什克腾旗各取样点五大重金属元素单项污染评价图
由图1可知，在克什克腾旗的22个地下水取样点中，铬和汞元素的单项污染指数均小于1，即二者含量均未超过国家地下水质量Ⅲ类标准值。对于砷元素，只有内蒙古银都矿业有限责任公司尾矿库环保局测井的单项污染指数大于1，其值为1.664。有6个取样点的铅元素单项污染指数大于1，其中最大值出现在赤峰中核铀业有限公司附近的大浩来图村，其值为8.000。有8个取样点的镉元素单项污染指数大于1，其中最大值出现在克什克腾旗金星矿业有限责任公司的矿区用水，其值为5.500。
图2 克什克腾旗各取样点五大重金属元素综合污染评价图
如图2所示，克什克腾旗22个地下水取样点中，对于综合污染级别，有1个取样点（赤峰中核铀业有限公司附近的大浩来图村）为严重污染，其综合污染指数为5.791；有2个取样点为中等污染，分别为内蒙古银都矿业有限责任公司环保局测井和克什克腾旗金星矿业有限责任公司矿区用水，其综合污染指数分别为3.537和4.003；有3个取样点为轻微污染，分别为内蒙古兴业集团股份有限公司大新铅锌矿（开元实业）尾矿库南300m住户、开元采矿区山脚下的石匠山村和克什克腾旗天太皮毛有限责任公司自用井，其综合污染指数分别为1.885、1.275和1.048；其余16个取样点均为未污染。
五大重金属元素对地下水的污染主次在不同的取样点之间存在一定的差异，但其主次顺序大体上遵循这一规律，即（铅、镉）>砷>（铬、汞），其中铅、镉为主要污染元素。单项污染指数最大的元素为铅，其最大值为8.000，在克什克腾旗的赤峰中核铀业有限公司附近的大浩来图村出现。
同土壤重金属污染来源相似，有色金属的开采和冶炼是铅、镉、砷污染的主要来源途径。但究其根本，镉、砷往往与锌矿、铅锌矿、铜铅锌矿等共生，在开采、选冶焙烧这些矿石时，不达标工业废水的排放、土壤和工业废渣中重金属经降水淋滤作用溶出、原生环境中的沉积物在特定的环境条件下释放，都会导致涉重企业周边的土壤和地下水受到铅、镉、砷等重金属的污染。
4. 结果
（1）克什克腾旗地下水重金属现状研究结果表明，地下水中重金属超标金属含量依次是：铅、镉）>砷>（铬、汞）；
（2）克什克腾旗22个调查点中，6个调查点（占比27.30%）的调查点地下水中受到不同程度的重金属污染，其余16个调查点未受到污染；
（3）铅（Pb）、镉（Cd）在克什克腾旗超标取样点中所占比例较大；其中单项污染指数最大的元素为铅，其最大值为8.000；
（4）在克什克腾旗的22个地下水取样点中，铬和汞元素的单项污染指数均小于1，即二者含量均未超过国家地下水质量Ⅲ类标准值。对于砷元素，只有内蒙古银都矿业有限责任公司尾矿库环保局测井的单项污染指数大于1，其值为1.664。
参考文献：
[1] 石平，王恩德，魏忠义，等.辽宁矿区尾矿废弃地及土壤重金属污染评价研究[J].金属矿山，2008，2：118-121.
[2] 范英宏，兆华，程建龙，等.中国煤矿区主要生态环境问题及生态重建技术[J].生态学报，2003，23（10）：2144-2152.
[3] 高卫强，丁振华，谢陈笑，等.某大型金―铜矿对环境的重金属污染及生态影响[J]。厦门大学学报（自然科学版），2006，45（增刊）：281-285.
[4] 雷鸣，曾敏，郑袁明，等.湖南采矿区和冶炼区水稻土重金属污染及其潜在风险评价[J].环境科学学报，2008，28（6）：1212-1220.
重金属污染分析范文第5篇
关键词： 环境污染 因子分析法 SPSS13.0软件 Matlab软件
1.问题重述及分析
随着城市经济的快速发展和城市人口的不断增加，人类活动对城市环境质量的影响日益突出，土壤重金属污染所带来的环境问题受到人们越来越多的关注。我们对某城市土壤地质环境进行了调查，将所考察的区域划分为间距1公里左右的网格子区域，按照每平方公里1个采样点取表层土进行编号，并用GPS记录采样点的位置。应用专门仪器测试分析，获得每个样本所含的多种化学元素的浓度数据。另一方面，按两公里的间距在那些远离人群及工业活动的自然区取样，将其作为该城区表层土壤中元素的背景值。结合所给数据，给出8种主要重金属元素在该城区的空间分布，并分析该城区内不同区域重金属的污染程度是本模型的主要任务。
2.基本假设
假设一：采样点的数据充分反映了该城市土壤表层的重金属污染状况。
假设二：引用的数据，均真实可靠，无误差。
假设三：忽略海拔对浓度分布的影响。
3.符号说明
：n个指标构成的样本空间；X′：X经过标准化后的数据；X：第i个样本的第j个指标值；X：j指标的均值；δ：j指标的标准差；RI：总潜在生态危害指数；E：单因子潜在生态危害指数；C：某一重金属元素i的污染系数；C：表层土壤中元素i的实测含量；C：土壤元素的背景值；T：单个污染物的毒性系数。
4.模型的建立与求解
4.1数据分析及处理
针对该区域采样点的表层土壤重金属元素的含量数据，应用统计数手段及SPSS处理软件采用因子分析法对样本整体区域进行分析，结合分析结果进行Matlab制图，得出各元素在该区域内的空间分布。
研究采用多元统计数学方法之一的因子分析，它根据多个实测变量之间的相互关系，运用数学变换将多个变量转换为少数几个线性不相关的综合指标，从而简化数据处理，其目的在于对大量观测数据用较少的代表性的因子来说明众多变量所提取的主要信息，提出多个变量间的因果关系。因子分析在成因、来源问题研究上是一种非常有效的数学方法，可以用它解决很多环境问题。
4.2模型建立
因子分析过程步骤如下。
（1）原始数据的标准化，标准化的公式为X′=(X-X)/δ，其中X为第i个样本的第j个指标值，而X和δ分别为j指标的均值和标准差。标准化的目的在于消除不同变量的量纲的影响，而且标准化转化不会改变变量的相关系数。
（2）计算标准化数据的相关系数阵，求出相关系数矩阵的特征值和特征向量。
（3）进行正交变换，使用方差最大法。其目的是使因子载荷两极分化，而且旋转后的因子仍然正交。
（4）确定因子个数，计算因子得分，进行统计分析。
4.3模型求解
对该城区土壤地质环境重金属元素含量的数据标准化处理后，经SPSS13.0统计软件进行因子分析，可得出以下结果：Cr和Ni的相关性最好，相关系数最大，为0.716，其次为Pb和Cd，相关系数为0.660，以下依次是Cr和Cu，Pd和Cu的相关性较好，相关系数分别为0.532和0.520，Ni和Cu的相关系数为0.495，Pb和Zn相关系数为0.494，其他元素之间的相关系数相对较低。从成因上来分析，相关性较好的元素可能在成因和来源上有一定的关联。
因子分析的关键就是利用相关系数矩阵求出相应的因子的特征值和累计贡献率，用SPSS13.0统计软件计算可得出。
特征值和累计贡献率
在累积方差为93.156％（＞90％）的前提下，分析得到6个主因子，可以看到6个主因子提供了源资料的93.156％的信息，满足因子分析的原则，而且从上表可以看出旋转前后总的累计贡献率没有发生变化，即总的信息量没有损失。
为了更好地进行分析、评价，利用因子分析所得到的6个因子经过方差极大正交旋转后的城市表层土壤单点样样本在六个主因子上的得分可作出各个因子在空间分布的等值线图，能更直观地说明各个元素在空间平面上的分布特征。
4.4潜在生态危害评价
潜在生态危害评价是瑞典学者Hakanson建立的一套应用沉积学原理评价重金属污染及生态危害的方法。该方法不仅能够反映多种环境污染物的综合影响（用总潜在生态危害指数RI表示），而且能反映某一污染物的影响（用单因子潜在生态危害指数表示），并量化其潜在危害程度。根据RI和结合参考值，计算出8种重金属元素的毒性系数分别是：As=10，Cd=30，Cr=2，Cu=5，Hg=40，Ni=10，Pb=5，Zn=1。
参照重金属污染潜在生态危害指标与分级关系表可得各重金属在各城区内的危害程度。
从因子分析中，得出因子1和因子2可能为该市土壤重金属污染的最重要的污染源，可能对该市重金属污染的影响最大，因子3也对该市重金属污染有重要影响。结合潜在生态危害评价模型中关于E值和的RI的比较，得出Hg对整个市区的污染为最重要的。
由潜在生态评价模型可以看出因子2（Pb和Cd）对整个城市的污染程度仅次于Hg，而由各个因子在空间分布的等值线图中可以看到因子2呈带状分布污染比较严重，而最高污染程度主要分布在生活区。因子2污染的主要原因生活区居民生活的垃圾排放及废弃物等，其周围伴随有的工业区，说明工业的三废处理是因子2污染的主要原因。
其他重金属Cu Zn Ni Cr As均集中在工业区这表明由于工业排放导致工业区土壤重金属污染较为严重。
5.总结及建议
在城市的重金属污染物中Hg对环境的污染最为严重，且出现在交通区。因此，交通区附近可能有燃煤的电厂、电镀Hg的工厂或者是有色金属工业等工厂。所以，我们必须寻找处理工厂Hg污染问题的解决方法，可以通过用化学方法制出沉淀剂，然后建立实时监测点来检测Hg的浓度，一旦发现Hg的浓度超标时，就使用沉淀剂使Hg沉淀，并进行回收利用；也可以通过罚款、停产整改等制度对一些重污染企业进行惩治。其次，在生活中，破碎的灯管、劣质化妆品和煤中都含有Hg。所以，应该注意对生活垃圾的分类处理避免随意倾倒垃圾造成重金属污染，居民应该尽可能地使用清洁能源，减少煤的燃烧。
参考文献：
［1］Hakanson L An ecobgical risk index for aquatic pollution corrtrol a sedinen to logical approach［J］.Water Research 1980.14（8）：975-1001.
［2］US Environ ental Protection Agency.Exposure Factors Handbook［S］.EPA/600/P-95/002，1997：104-126.
