STOTEN : 徐晓航等︱利用双变量空间分析和随机森林识别农田土壤中重(类)金属的风险热点和影响因素
图文摘要
导读
土壤是众多污染物的主要汇,同时也会受到污染物的负面影响,尤其是重(类)金属。土壤中重(类)金属的污染不仅直接影响土壤功能,还可能通过直接接触和食物摄入对居民健康造成潜在威胁。因此,管控重金属污染需要深入了解其分布特征、来源和影响因素。准确评估土壤重金属对生态和人类健康的风险,对于制定精确的控制措施和降低土壤重金属管理成本至关重要。
然而,先前关于土壤重金属来源解析多基于线性关系,忽视了非线性因素的影响;而风险区的识别则主要基于单一的生态风险或健康风险,而未能全面考虑两者的关联。缺乏对全面风险热区和潜在的影响因素的识别,给土壤重(类)金属的有效管控带来了严峻挑战。因此,本研究选择中国主要的粮食基地—河南省为研究区域,引入双变量空间分析和随机森林模型,以识别风险热区和影响土壤重金属累积的关键因素。
一、重(类)金属特征:
河南省农田土壤重(类)金属含量如下:As(13.6 mg/kg)、Cd(0.26 mg/kg)、Cr(66.0 mg/kg)、Cu(21.6 mg/kg)、Mn(537 mg/kg)、Ni(27.6 mg/kg)、Pb(24.3 mg/kg)、Sb(1.40 mg/kg)和Zn(70.0 mg/kg),整体低于土壤含量标准值。单因子污染指数显示,河南省土壤Cd污染问题相对突出。除了Cd、Sb和Zn外,其余重金属含量较高点位主要分布在山区,包括北部太行山、西部伏牛山和南部的大别山区。
图1 河南省土壤重金属的含量分布特征
二、生态和健康风险
整体上,单一元素的生态风险(RI)处于低风险至中等风险水平。其中,Cd和Pb的风险相对较高。居民健康风险评估结果显示,居民非致癌健康风险值(HI)均小于1(安全水平),居民致癌健康风险(TCR)均小于10-4,表明无显著致癌风险。双变量空间分析显示,RI-HI,RI-TCR,RI-HI,HI-TCR的高-高值区域主要分布在河南省中部和西部地区。
图2 河南省土壤生态和健康风险评估及空间相关关系
三、土壤重(类)金属来源解析
元素相关性及PMF受体模型联合分析表明,河南省土壤重(类)金属主要受4个来源影响。其中,因子1为自然源,占比23.3%;因子2为交通源,占比37.8%;因子3为工业源,占比18.4%;因子4为农业源,占比20.5%。
图3 河南省农田土壤重金属来源解析
四、影响因素分析
本研究选取了22个环境气候参数分析潜在影响因素,并利用随机森林模型进行重要性排序。结果显示,尽管各个变量间的贡献比有差异,但是多数重(类)金属元素受自然和人为源双重影响。具体而言,人口、铁路距离、GDP,化肥用量和PM2.5是影响As累积的主要人为活动参数;而PM2.5、农药用量、化肥用量、工厂距离和GDP事对土壤Cd含量的主要人为活动参数。
图4 影响河南省土壤重金属累积的环境气候参数及重要性
结论
河南农田土壤重(类)金属风险整体较低,其中Cd是关键污染元素,其次是As和Pb。含量较高的点主要在西部山区,伴随显著高值出现在许昌和南阳市。主要的生态风险源自Cd和Sb,而交通源是影响河南土壤重金属累积的关键污染源。土壤类型和PM2.5是影响土壤重金属累积的重要自然参数和人为活动参数。Cd这一关键污染元素主要源自农业活动,因此,农业活动中的杀虫剂、除草剂和化肥的使用情况亟需得到有效指导和管控。
本文内容来自本文内容来自ELSEVIER期刊SCIENCE OF THE TOTAL ENVIROMENT第954卷发表的论文:
Xu Xiaohang, Xu Zhidong, Liang Longchao, Han Jialiang, Wu Gaoen, Lu Qinhui, Liu Lin, Li Pan, Han Qiao, Wang Le, Zhang Sensen, Hu Yanhai, Jiang Yuping, Yang Jialin, Qiu Guangle, Wu Pan, 2024. Risk hotspots and influencing factors identification of heavy metal(loid)s in agricultural soils using spatial bivariate analysis and random forest, Science of The Total Environment, 954, 176359.
DOI: https://doi.org/10.1016/j.scitotenv.2024.176359.