Spatial Analysis and Risk Assessment of Soil Heavy Metal Pollution in the Xishimen Iron Mining Area of Hebei Province
-
摘要:
矿区土壤重金属污染严重威胁着生态环境和周边居民的健康，对其进行有效监管意义重大。河北西石门铁矿是邯邢地区的大型磁铁矿床，针对该矿区土壤重金属污染亟待开展综合研究。本文以西石门铁矿一号矿区为研究对象，利用地球化学、统计学、地理信息学等多学科技术，对9种典型土壤重金属的空间分布和污染风险进行分析。采用ICP-MS测定重金属含量，通过描述性统计分析、多元统计分析和空间插值分析得到重金属超标率、污染来源及空间分布特征，并结合单因子污染指数、内梅罗综合污染指数、潜在生态危害指数评价其污染风险。描述性统计分析结果显示，矿区土壤Co的超标率为75.83%，属重度污染，Cu、Cd、As的超标率分别为14.70%、21.40%和13.29%，属中轻度污染，Cr、Ni、Zn、Pb和Hg的超标率均低于5%，属轻度污染；多元统计分析结果显示，Cr、Ni、Zn、Cd、As和Pb来源于成矿区自然风化环境污染，Co和Cu来源于采矿生产、化肥使用造成的人为环境污染，Hg来源于人为因素造成的局部污染；空间插值分析结果显示，重金属含量在马会河两岸露天采矿区较高，在河流和居民区较低；污染风险评估结果显示，研究区内梅罗综合污染指数为13.49，综合生态风险指数为55.50。该矿区存在人为因素导致的Hg、Co、Cu污染，需要重点关注并开展治理工作；该矿区的重金属污染属重度，但生态风险仍处于可控范围。
要点(1) 使用ICP-MS对河北西石门铁矿区样本9种重金属含量进行了高精度测试分析。
(2) 空间分析结果表明该矿区存在由人为因素导致的Hg、Co、Cu污染，需要重点关注并治理。
(3) 风险评价结果表明该矿区总体上属于重度污染但生态风险仍处于可控范围。
HIGHLIGHTS(1) High-precision content analysis results of 9 heavy metals were achieved using ICP-MS.
(2) The spatial analysis results indicated that the pollution of Hg, Co and Cu caused by human factors should be specially noted.
(3) The risk assessment results revealed that the pollution grade of the study area was severe while the ecological risk remained in the controllable range.
Abstract:BACKGROUNDHeavy metal pollution in the soil of mining areas is a serious threat to the ecological environment and the health of surrounding residents, and it is of great significance to effectively supervise it. The Xishimen iron deposit in Hebei Province is a large magnetite deposit in the Hanxing area. Comprehensive research on soil heavy metal pollution in this mining area is urgently needed.
OBJECTIVESTo evaluate soil heavy metal pollution in the Xishimen iron mining area in Hebei Province.
METHODSThe No.1 mining area of the Xishimen iron deposit was selected as the research object. ICP-MS was used to determine the heavy metal content. The exceedance rate, pollution sources and spatial distribution characteristics of heavy metals were obtained by descriptive statistical analysis, multivariate statistical analysis and spatial interpolation analysis, and the pollution risk was evaluated by combining the single factor pollution index, Nemero comprehensive pollution index and potential ecological hazard index.
RESULTSDescriptive statistical analysis showed that the exceedance rate of Co in the mining area was 75.83%, indicating heavy pollution, while the exceedance rates of Cu, Cd and As were 14.70%, 21.40% and 13.29%, indicating moderate to light pollution. The exceedance rates of Cr, Ni, Zn, Pb and Hg were less than 5%, which were light pollution. The multivariate statistical analysis showed that Cr, Ni, Zn, Cd, As and Pb were from the natural weathering environmental pollution in the mineralized area, and Co and Cu were from the anthropogenic environmental pollution caused by mining production and fertilizer use. Hg came from the local pollution caused by human factors. Spatial interpolation analysis showed that the nine heavy metals had a high distribution in the open pit mining area on both sides of the Mahui River and a low distribution in the rivers and residential areas. The Nemero comprehensive pollution index of heavy metals in the study area was 13.49, and the comprehensive ecological risk index was 55.50.
CONCLUSIONSThe results indicate that there is Hg, Co, and Cu pollution caused by human factors in the mining area, which needs to be addressed. The heavy metal pollution in this area is serious but the ecological risk is still in a controllable range.
-
蓝晶石矿是一种在我国分布广泛的非金属矿产，与红柱石、矽线石并称为“高铝三石”，都是一种典型的同质异象矿物，化学式均为Al2SiO5，其中蓝晶石可与矽线石伴生。对蓝晶石矿物成分进行准确地定量，对于矿产评价和矿产品开发具有重要的意义。蓝晶石矿物的定量分析通常采用化学物相分析方法[1]，即以铝量法或硅量法为基础，通过测定样品中的铝或硅含量换算获得蓝晶石的矿物含量，这种方法分析流程繁琐，与其伴生的同质异象矿物或含有的难熔金红石、刚玉会给分析结果带来较大的实验误差[2]。杜晓冉等[3]采用X射线衍射内标法对蓝晶石含量进行定量分析，该方法以刚玉为内标物，将样品中的蓝晶石提纯后与石英混合配制人工标准，根据蓝晶石0.319nm和刚玉0.255nm峰的比值对应蓝晶石的质量分数建立标准曲线进行定量。该方法具有较高的准确度，但在实际工作中由于矿物包体的存在，难以获得100%纯净的单矿物作人工标样。另外，由于不同矿区的蓝晶石矿物成分相差很大，以上两种方法都仅适用于同一矿区样品的分析。
X射线衍射全谱拟合法具有准确度高、分析速度快、操作简单等优点，近年来在岩石矿物定量相分析方面的应用有了许多新进展，已被用于长石、石灰石、铁矿石、水泥熟料以及铝土矿精炼尾矿的物相成分分析[4-9]、土壤和地幔橄榄岩的常见矿物成分定量分析[10]，获得的分析结果经岩相学质量平衡计算方法[11]、化学分析方法及其他方法验证是可靠的。本文尝试采用X射线衍射全谱拟合法对组成复杂的蓝晶石矿进行物相定量分析，并与其他衍射定量分析方法、化学分析方法结果进行比较，探讨X射线衍射全谱拟合法用于蓝晶石矿快速定量分析的可行性，建立适用于不同矿区样品的分析方法。
1. 实验部分
1.1 样品来源及主要特征
蓝晶石是一种变质矿物，主要产于区域变质结晶片岩中，实验选取了不同矿区的野外样品和国家二级标准物质共4件作为研究对象。
样品1为蓝晶石化学成分分析国家二级标准物质GBW(E)070059。该样品采自江苏省沐阳县韩山乡韩山，岩性为石英岩和白云石英片岩，蓝晶石含量为20%，其他矿物有石英、叶腊石、高岭石和长石。
样品2采自河南隐山蓝晶石矿床，该矿床矿石以石英蓝晶石岩为主，次为绢云石英蓝晶石片岩, 并有少量的蓝晶石岩、黄玉蓝晶石岩(图 1a)。主要矿物有蓝晶石、石英, 次要矿物有绢云母、白云母、高岭石, 少量及微量矿物有金红石、黄铁矿、褐铁矿、黄玉、叶蜡石、绿泥石、刚玉等[12]。
样品3采自甘肃省阿克塞哈萨克族自治县萨尔哈布塔勒蓝晶石矿床，该矿床矿石为细中粒鳞片状变晶结构，石榴蓝晶石英片岩型(图 1b)。主要矿物为蓝晶石和少量矽线石，脉石矿物主要有黑云母、白云母、石英，其次是石榴子石、绿泥石和长石，金属矿物含量较低，主要是磁黄铁矿、磁铁矿和黄铜矿[13]。
样品4是从样品3中挑选出的单矿物。
1.2 样品分析方法
1.2.1 化学成分分析
Axios型X射线荧光光谱仪(荷兰帕纳科公司)。仪器工作条件：功率4.0kW，最大激发电压60kV，最大电流125mA，SST超尖锐长寿命陶瓷端窗(75μm)，铑靶X光管，64位样品自动交换器。
1.2.2 X射线衍射分析
X’Pert Pro型多晶X射线衍射仪(荷兰帕纳科公司)。仪器工作条件：铜靶(λ=0.154060nm)，X光管工作电压40kV，电流40mA，2θ范围5°~80°，步长0.013°，扫描每步时间8.67s，发散狭缝0.87°。
分析样品制备：实验选用的矿石样品采用行星式球磨机无污染碎至200目，过标准筛。制备好的样品粉末填充于仪器配备的铝制样品托中，压平压实即可上机测试。
2. 结果与讨论
2.1 全谱拟合分析结果
全谱拟合分析采用Highscore pius3.0版本进行。获得的样品实验谱经确定背景和寻峰处理后进行定性分析。通过定性分析结果调取相应的晶体结构参数以制约全谱拟合分析的准确度[14-16]。全谱拟合按照先主量、后微量的原则，逐步对各个物相的结构参数进行精修，包括择优取向、全局因子、比例因子、晶胞参数、峰型参数等。化学组成复杂且晶系对称性低的矿物，其多层解理致使成分多变，择优取向作用明显[17]，需重点进行修正。本实验对蓝晶石主要修正了{010}晶面。经多次修正拟合后，实验谱衍射强度的观察值与计算值高度吻合，4件样品的拟合结果判定因子：图形剩余方差因子(Rp)和权重图形剩余方差因子(Rwp)均在10%左右，表明了观察值与理论计算值的总体偏差在允许范围内，全谱拟合分析完成。采用X射线衍射全谱拟合法对蓝晶石矿物进行定量分析，一次性确定了样品中所有组分及其含量(表 1)。拟合获得的各组分比重、晶胞体积、晶体结构参数等与ICSD给出的物相参数基本一致。
表 1 样品全谱拟合分析结果和晶体结构参数Table 1. Phase analysis results and crystallographic parameters obtained by Rietveld refinement of X-ray diffraction样品编号 判定因子 卡片号 矿物名称 矿物含量(%) 比重(g/cm3) 晶胞体积(nm3) 晶体结构参数 a(nm) b(nm) c(nm) α(°) β(°) γ(°) 样品1 Rp=6.86%
Rwp=9.19%98-004-0799 石英 69.6 2.65 0.1130 0.4913 0.4913 0.5404 90.00 90.00 120.00 98-000-5699 蓝晶石 22.6 3.67 0.2932 0.5573 0.7119 0.7847 73.99 89.95 78.87 98-001-7444 叶腊石 3.9 2.73 0.2175 0.5286 0.5194 0.9341 79.49 85.41 59.61 98-002-8230 高岭石 0.6 2.56 0.1651 0.5143 0.5172 0.7403 84.14 75.20 60.15 98-004-5732 长石 0.5 2.59 0.3572 0.7181 0.7595 0.7899 113.23 103.90 103.54 98-006-1852 白云母 1.5 2.87 0.9307 0.5170 0.8946 2.0210 90.00 95.36 90.00 98-007-6735 金红石 1.2 4.25 0.0624 0.4592 0.4592 0.2961 90.00 90.00 90.00 样品2 Rp=5.67%
Rwp=8.03%98-004-5584 蓝晶石 60.6 3.67 0.2932 0.5573 0.7119 0.7847 73.99 89.96 78.89 98-005-3283 刚玉 29.6 3.99 0.2548 0.4759 0.4759 1.2990 90.00 90.00 120.00 98-002-3352 硬水铝石 5.6 3.32 0.1180 0.9423 0.2845 0.4402 90.00 90.00 90.00 98-001-1963 云母 0.5 2.83 0.7015 0.5171 0.5171 3.0291 90.00 90.00 120.00 98-001-7624 绿脆云母 1 3.25 0.4574 0.5232 0.9036 0.9842 90.00 100.55 90.00 98-001-7216 地开石 0.9 2.57 0.6564 0.5150 0.8899 1.4393 90.00 95.66 90.00 98-005-0903 重晶石 1.7 4.49 0.3451 0.8875 0.5475 0.7102 90.00 90.00 90.00 样品3 Rp=7.17%
Rwp=9.72%98-005-6873 石英 58.1 2.65 0.1129 0.4913 0.4913 0.5404 90.00 90.00 120.00 98-006-1891 蓝晶石 27.7 3.67 0.2931 0.5574 0.7115 0.7845 74.09 90.02 78.87 98-003-8360 铁铝榴石 1.8 4.31 1.5337 1.1532 1.1532 1.1532 90.00 90.00 90.00 98-007-7906 黑云母 3.4 3.06 0.4993 0.5361 0.9249 1.0246 90.00 100.64 90.00 98-001-1963 白云母 0.5 2.84 0.6998 0.5199 0.5199 2.9892 90.00 90.00 120.00 98-002-8573 透辉石 2.5 3.33 0.4366 0.9768 0.8908 0.5220 90.00 106.006 90.00 98-005-6870 长石 4.3 2.60 0.3353 0.7038 0.7648 0.7916 120.09 104.98 98.74 98-003-7562 磷灰石 1.7 3.40 0.5243 0.9380 0.9380 0.6882 90.00 90.00 120.00 样品4 Rp=7.61%
Rwp=10.45%98-004-5584 蓝晶石 95.0 3.67 0.2932 0.5574 0.7118 0.7846 73.99 89.96 78.89 98-004-0799 石英 2.0 2.64 0.1135 0.4912 0.4912 0.5431 90.00 90.00 120.00 98-004-5786 白云母 3.0 2.91 0.9054 0.5196 0.8610 2.0307 90.00 94.74 90.00 2.2 方法准确度
方法准确度是衡量分析方法可靠性的重要指标。由于目前没有适用于矿物含量分析的标准物质，且地质样品组成复杂多变，难以获得纯矿物或人工配制出与地质样品完全一致的人工标样。因此，本实验采用加标的方法，在3个自然样品中分别加入一定量经过提纯处理的蓝晶石、石英和长石，对加标后的理论计算结果与实际拟合结果进行对比以检验方法的准确度。以理论计算结果为基础，计算样品分析的绝对误差；根据DZ/T 0130—2006《地质矿产实验室测试质量管理规范》对X射线衍射定量分析的质量要求：测试结果的绝对误差一般不超过10min(1，C+0.06)(百分含量)，其中C为被测物相质量分数(C≤1，真值或准确度较高的分析值)，计算样品中各组分的绝对误差允许限。图 2a展示了加标样品各组分含量的拟合结果与计算结果的吻合程度，从图中可以看出，无论是低含量组分还是高含量组分，两个结果之间的吻合程度都非常高。从矿物组分含量与绝对误差的关系图(图 2b)来看，含量低于5%的组分其相对误差或高或低，分布很零散，但总体都低于绝对误差允许限；含量大于5%的组分其绝对误差基本都小于1%，远低于绝对误差允许限，满足DZ/T 0130—2006的测试质量要求。同时也说明了X射线衍射全谱拟合法在分析含量大于5%的矿物组分时，具有更高的实验准确度。
2.3 方法回收率
采用2.1节加标实验配制的样品计算目标矿物蓝晶石的回收率(表 2)以评价方法的准确度。结果表明，4件样品的回收率在95.3%~101.0%之间，能达到DZ/T 0130—2006对于含量大于10-4的元素成分其加标回收率应在95%~105%之间的质量要求。
表 2 方法回收率Table 2. Recovery tests of the method样品编号 加入量(g) 回收量(g) 回收率(%) 样品1 0.9502 0.9505 100.0 样品3 0.9502 0.9355 98.4 样品2 0.9502 0.9058 95.3 样品4 0.9502 0.9608 101.0 2.4 不同衍射定量分析方法结果比较
分别采用4种常用的X射线衍射定量方法对样品1进行分析，具体包括全谱拟合法、RIR法、绝热法和K值法，其中K值法由其他测试单位完成。4种定量分析方法获得的蓝晶石含量差异较大(图 3)。与20%的认定值相比，全谱拟合法的绝对误差为2.6%，RIR法的绝对误差为6%，绝热法的绝对误差为10%，K值法的绝对误差为42%。可见对于该样品，全谱拟合法的准确度最高，RIR法和绝热法次之，K值法的分析结果偏离认定值很多，基本不可靠。根据样品标准物质证书给出的岩性，K值法仅确定了三种矿物，在定性时出现了一定的偏差，由于准确的物相定性是衍射定量分析的重要前提[5, 18]，因此定性结果偏差是造成K值法分析结果偏离的主要原因。
![]()
图 3 不同衍射定量分析方法结果比较Figure 3. Comparison of analytical results determined by different X-ray diffraction quantitative methods蓝晶石通常是呈扁平的柱状晶体，极易在{010}、{014}等多个晶面发生强烈的择优取向，使实验获得的衍射峰强度发生改变，由此导致采用以峰值强度比较为基础的衍射定量方法出现较大的实验误差；全谱拟合法采用全谱进行分析，充分考虑了衍射谱图中峰的位置、高度、宽度、形态系数和不对称性等要素，优于仅采用峰的位置、高度和宽度进行峰形态描述的方法[17, 19]; 选用确定的晶体模型，单独修正个别择优取向作用明显的衍射峰强度，通过逐步的结构精修使计算谱趋近于测试谱，有效降低了择优取向的影响，因此能获得更好的定量结果。由此可见，采用衍射法对蓝晶石这类择优取向作用强烈的矿物进行含量分析时，全谱拟合法优于绝热法和RIR法。
2.5 Highscore和Jade衍射数据处理软件分析结果比较
Highscore和Jade是两种常用的衍射数据处理软件。Jade5.0以上的版本和Highscore都具备Rietveld结构精修功能，能完成全谱拟合定量相分析。在统一物相的情况下，分别采用Highscore和Jade对4件样品进行了全谱拟合，分析结果见表 3。
表 3 Highscore和Jade衍射数据处理软件分析结果对比Table 3. Comparison of analytical results determined by Highscore and Jade diffraction data treatment software样品编号 Highscore软件 Jade软件 双差(%) 相对偏差(%) 成分 含量(%) 成分 含量(%) 样品1 低温石英 69.6 石英 69.7 0.1 0.19 蓝晶石 22.6 蓝晶石 23.1 0.5 2.32 叶腊石 3.9 叶腊石 2.4 1.5 46.4 高岭石 0.6 高岭石 1.0 0.4 42.9 长石 0.5 长石 0.8 0.3 53.1 云母 1.5 白云母 1.7 0.2 7.50 金红石 1.2 金红石 1.2 0 0.80 样品2 蓝晶石 60.6 蓝晶石 59.8 0.8 1.33 刚玉 29.6 刚玉 28.5 1.1 3.68 硬水铝石 5.6 硬水铝石 5.4 0.2 4.37 云母 0.5 1M型云母 1.6 - - 绿脆云母 1.0 2M型云母 2.5 - - 地开石 0.9 高岭石 1.2 - - 重晶石 1.7 重晶石 0.9 0.8 59.2 样品3 石英 58.1 石英 57.4 0.77 1.33 蓝晶石 27.7 蓝晶石 28.0 0.3 1.08 铁铝榴石 1.8 铁铝榴石 0.5 1.3 117 黑云母 3.4 黑云母 0.8 2.6 124 白云母 0.5 白云母 4.9 4.4 164 透辉石 2.5 透辉石 1.3 1.2 66.0 长石 4.3 长石 5.7 1.4 29.6 磷灰石 1.7 羟基磷灰石 1.4 0.3 17.5 样品4 蓝晶石 95.0 蓝晶石 95.4 0.4 0.37 石英 2.0 石英 1.9 0.1 2.05 白云母 3.0 白云母 2.7 0.3 10.5 从表 3中的分析结果来看，样品4仅有3种组分，采用不同软件定量的结果基本一致，主矿物蓝晶石分析结果的双差仅为0.4%，相对偏差为0.37%；即使在衍射分析中较难准确定量的云母，其分析双差也仅为0.3%。对于组分复杂的样品，在定性基本一致的情况下，两种软件对主矿物定量的结果吻合程度高(表 3)，含量大于5%的矿物其定量分析的相对偏差均小于4.37%。其中蓝晶石分析结果的双差均小于0.8%，相对偏差小于2.32%。参考石油系统标准SY/T 6210—1996《沉积岩中黏土矿物总量和常见非黏土矿物X射线衍射定量分析方法》中对常见非黏土矿物测试数据精密度的要求，全谱拟合法对目标矿物蓝晶石的分析精度远远优于该标准的要求，能满足日常检测工作的需要。
两种软件对组分复杂样品中含量低于5%的成分的拟合结果变化比较大(图 4)，黏土类、云母类矿物拟合结果的吻合度较低，而石英、金红石、硬水铝石等矿物拟合结果的吻合度高。云母族矿物为层状铝硅酸盐，制样时不易研磨成粉，又具有很强的择优取向，获得的谱图在层面(001)的衍射峰特别强，非层面衍射不明显，导致谱图严重失真[20]。黏土矿物成分、结构易变[21]，都为准确定量带来了困难，因此也就难以获得较为满意的定量分析结果。而石英、金红石等矿物虽然也会有择优取向，但通过校正通常能获得较为满意的结果，因此采用不同软件获得的定量结果能很好地吻合。
![]()
图 4 Highscore和Jade软件分析结果的相关性Figure 4. Correlation of analytical results obtained by Highscore and Jade softwares2.6 全谱拟合分析结果与化学分析结果的比较
全谱拟合定量分析能获得矿物的分子结构式和含量，由此可换算成化学元素组成，通过与化学分析结果进行比较，能在一定程度上反映出衍射定量分析方法的准确度。从图 5可以看出，各个样品根据衍射定量分析结果换算的化学成分结果与化学分析获得的元素含量相比较，含量大于5%的主量元素(SiO2、Al2O3)，其全谱拟合分析结果与化学分析结果基本吻合，而含量小于5%的元素除个别外，吻合度都较低。
以样品的化学分析结果为基础，计算全谱拟合法获得的化学元素含量与化学分析结果之间的偏差。从表 4可以看出，所有元素两个结果间的偏差都小于4%，而相对偏差的变化比较大。在含量大于1%的化学成分中，SiO2的相对偏差均小于4%，Al2O3的相对偏差较大，Fe2O3含量经多次拟合始终未达到满意的结果，这可能与Fe 在矿物存在的形式有关：Fe元素可能是以原子占位的形式存在于矿物中，由于全谱拟合在定性时未能选择到合适的矿物晶体模型，也就无法计算其含量；另外，在定性分析时未能正确匹配含铁矿物的衍射峰，使得定性出现误差也是造成Fe2O3含量分析结果不满意的主要因素。含量低于1%的元素大多有较大的相对偏差，也可能与选择的晶体模型有关。
表 4 样品化学成分分析误差统计Table 4. Statistics of analytical error for the chemical components in samples样品编号 参数 SiO2 Al2O3 Fe2O3 CaO MgO K2O Na2O TiO2 P2O5 MnO 样品1 含量(%) 78.76 14.69 2.41 0.29 0.05 0.26 0.06 1.24 0.25 0.01 偏差(%) 3.13 1.51 -2.36 - -0.05 -0.01 -0.06 0.01 - - 相对偏差(%) 3.98 10.25 -97.85 - -91.45 -4.41 -88.73 0.81 - - 样品2 含量(%) 23.29 71.53 0.2 0.32 - 0.16 0.16 0.064 0.22 - 偏差(%) -0.01 2.00 -0.19 0.05 - -0.10 - - - - 相对偏差(%) -0.03 2.79 -95.25 14.43 - -61.09 - - - - 样品3 含量(%) 74.56 18.46 2.42 1.19 0.32 1 0.2 0.22 0.82 0.038 偏差(%) 0.35 0.61 -0.68 0.24 0.57 -0.59 0.33 -0.14 -0.17 -0.01 相对偏差(%) 0.47 3.31 -28.14 19.76 178.84 -59.32 164.00 -63.65 -20.51 -37.70 样品4 含量(%) 37.9 59.73 0.48 0.03 < 0.24 < 0.04 0.03 0 偏差(%) 0.71 1.17 - - - 0.11 - - - - 相对偏差(%) 1.86 1.96 - - - 47.77 - - - - 3. 结论
本文采用X射线衍射全谱拟合法对蓝晶石矿进行矿物含量分析，通过加标实验验证了方法准确度，目标矿物蓝晶石的回收率在95.3%~101.0%之间，满足石油系统标准SY/T 6210—1996和地质行业标准DZ/T 0130—2006对X射线衍射法定量分析的质量要求。通过与RIR法、绝热法和K值法的对比，表明全谱拟合法能有效修正择优取向、衍射峰重叠等因素造成的衍射强度改变，获得更准确的定量分析结果。蓝晶石矿中含量大于5%的矿物的分析结果准确度高，而含量低于1%的黏土类矿物的分析结果相对差异较大。
X射线衍射全谱拟合法解决了地质样品物相复杂、难以获得纯矿物和缺少矿物标样的问题，仅仅通过计算就能获得复杂样品的物相组成，准确度高，是一种简单、快速的无标定量分析方法，可用于不同地域复杂地质样品的物相分析，为矿产评价和矿产品开发提供基础数据。
-
![]()
图 2 研究区重金属元素(a)Cr、(b)Co、(c)Ni、(d)Cu、(e)Zn、(f)Cd、(g)Pb、(h)As、(i)Hg含量空间分布图
Figure 2. Spatial distribution maps of heavy metal element contents in the study area.
![]()
图 3 研究区土壤重金属元素主成分载荷
Figure 3. Principal component load of heavy metal elements in soil from the study area.
![]()
图 4 研究区重金属单因子污染指数空间分布图
Figure 4. Spatial distributions of heavy metal single factor pollution index in the study area.
表 1 土壤重金属元素含量统计结果
Table 1 Statistical results of heavy metal element contents in soil
统计参数 Cr Co Ni Cu Zn Cd Pb As Hg 平均值(mg/kg) 38.15 17.18 19.01 27.65 53.53 0.12 15.81 10.44 0.055 最小值(mg/kg) 5.94 2.67 2.76 2.44 10.5 0.018 1.24 0.17 0.004 最大值(mg/kg) 102 121 44.7 172 176 0.50 105 35.20 5.30 标准差(mg/kg) 23.22 11.54 11.19 21.00 27.81 0.08 13.29 5.14 0.293 变异系数(%) 60.86 67.19 58.89 75.94 51.95 67.24 84.08 49.26 532.73 自然背景值(mg/kg) 90 12.7[23] 40 35 100 0.20 35 15 0.15 土壤质量筛选值(mg/kg) 250 15 190 100 300 0.6 170 25 3.4 超标率(%) 0.30 75.83 0.90 14.70 3.60 21.40 3.00 13.29 1.81 
下载: 导出CSV
表 2 土壤重金属元素间的相关系数
Table 2 Correlation coefficients of heavy metal elements in soil
重金属元素 Cr Co Ni Cu Zn Cd Pb As Hg Cr 1 -0.049 0.947** 0.082 0.820** 0.783** 0.797** 0.463** 0.034 Co 1 0.110 0.645** 0.048 -0.016 -0.062 0.129 0.036 Ni 1 0.157 0.847** 0.810** 0.797** 0.536** 0.041 Cu 1 0.184 0.133 0.116 0.093 0.034 Zn 1 0.867** 0.909** 0.461** 0.047 Cd 1 0.854** 0.437** 0.055 Pb 1 0.387** 0.039 As 1 0.025 Hg 1 注：“**”表示在0.01水平(双侧)上极显著相关。
下载: 导出CSV
表 3 土壤重金属含量主成分分析成分矩阵
Table 3 Component matrix of principal component analysis of heavy metal contents in soil
重金属 初始因子载荷 旋转后因子载荷 F1 F2 F1 F2 Cr 0.921 -0.121 0.929 0.016 Co 0.064 0.914 -0.071 0.914 Ni 0.946 0.014 0.934 0.153 Cu 0.196 0.873 0.065 0.892 Zn 0.945 -0.015 0.937 0.124 Cd 0.913 -0.077 0.914 0.058 Pb 0.914 -0.120 0.922 0.015 As 0.582 0.100 0.561 0.185 Hg 0.061 0.079 0.049 0.088 方差贡献率(%) 52.127 18.334 51.395 19.066 累积方差贡献率(%) 52.127 70.461 51.395 70.461
下载: 导出CSV
表 4 重金属潜在生态危害指数
Table 4 Potential ecological hazard index of heavy metals
重金属元素 Eri 重金属元素 Eri Cr 0.85 Cd 18.06 Co 5.73 Pb 2.26 Ni 2.38 As 6.96 Cu 3.95 Hg 14.79 Zn 0.54 RI 55.50
下载: 导出CSV
表 5 Hakanson潜在生态风险分级标准
Table 5 Grading standards of Hakanson potential ecological risk
单项生态风险因子(Eri) 综合生态危害指数(RI) 等级 得分 等级 得分 低生态风险 < 40 低生态风险 < 150 中等生态风险 40~80 中等生态风险 150~300 较高生态风险 80~160 高生态风险 300~600 高生态风险 160~320 极高生态风险 >600 极高生态风险 >320
下载: 导出CSV
-
[1] 苏辉跃, 刘江川, 王璐, 等. 城乡过渡区土壤-蔬菜中重金属耦合分异特征及形成机理解析[J]. 生态与农村环境学报, 2022, 38(2): 184-193. https://www.cnki.com.cn/Article/CJFDTOTAL-NCST202202007.htm Su H Y, Liu J C, Wang L, et al. Analysis of heavy metal coupling differentiation characteristics and formation mechanism in soil-vegetable in urban-rural transition area[J]. Journal of Ecology and Rural Environment, 2022, 38(2): 184-193. https://www.cnki.com.cn/Article/CJFDTOTAL-NCST202202007.htm
[2] Pekey H, Doǧan G. Application of positive matrix factori-sation for the source apportionment of heavy metals in sediments: A comparison with a previous factor analysis study[J]. Microchemical Journal, 2013(106): 233-237.
[3] 姚春卉, 宁曙光, 武波, 等. 青岛市新兴工业园区土壤重金属污染特征[J]. 中国科技论文, 2020, 15(9): 1050-1057. doi: 10.3969/j.issn.2095-2783.2020.09.013 Yao C H, Ning S G, Wu B, et al. Characteristics of heavy metal pollution in soil of Qingdao Xinxing Industrial Park[J]. China Science and Technology Paper, 2020, 15(9): 1050-1057. doi: 10.3969/j.issn.2095-2783.2020.09.013
[4] Hadzi G Y, Ayoko G A, Essumang D K, et al. Contami-nation impact and human health risk assessment of heavy metals in surface soils from selected major mining areas in Ghana[J]. Environmental Geochemistry and Health, 2019, 41(2): 2821-2843.
[5] Ren Z Q, Xiao R, Zhang Z H, et al. Risk assessment and source identification of heavy metals in agricultural soil: A case study in the coastal city of Zhejiang Province, China[J]. Stochastic Environmental Research and Risk Assessment, 2019, 33(11-12): 2109-2118. doi: 10.1007/s00477-019-01741-8
[6] Kolo M T, Khandaker M U, Amin Y M, et al. Assessment of health risk due to the exposure of heavy metals in soil around Mega coal-fired cement factory in Nigeria[J]. Results in Physics, 2018, 11: 755-762. doi: 10.1016/j.rinp.2018.10.003
[7] Abrahams P W. Soils: Their implications to human health[J]. Science of the Total Environment, 2002, 291(1-3): 1-32. doi: 10.1016/S0048-9697(01)01102-0
[8] Seifeddine S, Ouahida Z, Ferid D, et al. Assessment of heavy metal pollution in urban and peri-urban soil of Setif City (High Plains, eastern Algeria)[J]. Environmental Monitoring and Assessment, 2022, 194(2): 1-17.
[9] 郭晗, 孙英君, 王绪璐, 等. 县域城市土壤重金属空间分布特征及来源解析[J]. 环境科学学报, 2022, 42(1): 287-297. https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX202201032.htm Guo H, Sun Y J, Wang X L, et al. Spatial distribution characteristics and source analysis of soil heavy metals in county cities[J]. Journal of Environmental Science, 2022, 42(1): 287-297. https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX202201032.htm
[10] 冯乾伟, 王兵, 马先杰, 等. 黔西北典型铅锌矿区土壤重金属污染特征及其来源分析[J]. 矿物岩石地球化学通报, 2020, 39(4): 863-870. doi: 10.19658/j.issn.1007-2802.2020.39.051 Feng Q W, Wang B, Ma X J, et al. Characteristics of soil heavy metal contamination in typical Pb-Zn mining areas in northwest Qianxi and its source analysis[J]. Mineral and Rock Geochemistry Bulletin, 2020, 39(4): 863-870. doi: 10.19658/j.issn.1007-2802.2020.39.051
[11] 王锐, 邓海, 贾中民, 等. 汞矿区周边土壤重金属空间分布特征、污染与生态风险评价[J]. 环境科学, 2021, 42(6): 3018-3027. doi: 10.13227/j.hjkx.202010140 Wang R, Deng H, Jia Z M, et al. Spatial distribution characteristics of heavy metals in soils around mercury mining areas, pollution and ecological risk assessment[J]. Environmental Science, 2021, 42(6): 3018-3027. doi: 10.13227/j.hjkx.202010140
[12] 迟晓杰, 谷海红, 李富平, 等. 重金属污染土壤植物修复效果评价方法——高光谱遥感[J]. 金属矿山, 2019(1): 16-23. https://www.cnki.com.cn/Article/CJFDTOTAL-JSKS201901004.htm Chi X J, Gu H H, Li F P, et al. Evaluation method of phytoremediation effect of heavy metal contaminated soil by hyperspectral remote sensing[J]. Metal Mining, 2019(1): 16-23. https://www.cnki.com.cn/Article/CJFDTOTAL-JSKS201901004.htm
[13] 赵恒谦, 张文博, 朱孝鑫, 等. 煤炭矿区植被冠层光谱土地复垦敏感性分析[J]. 光谱学与光谱分析, 2019, 39(6): 1858-1863. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201906038.htm Zhao H Q, Zhang W B, Zhu X X, et al. Sensitivity analysis of vegetation canopy spectra for land reclamation in coal mining areas[J]. Spectroscopy and Spectral Analysis, 2019, 39(6): 1858-1863. https://www.cnki.com.cn/Article/CJFDTOTAL-GUAN201906038.htm
[14] 刘恒凤, 张吉雄, 周楠, 等. 矸石基胶结充填材料重金属浸出及其固化机制[J]. 中国矿业大学学报, 2021, 50(3): 523-531. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKD202103014.htm Liu H F, Zhang J X, Zhou N, et al. Heavy metal leaching from gangue-based cemented filling materials and its curing mechanism[J]. Journal of China University of Mining and Technology, 2021, 50(3): 523-531. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKD202103014.htm
[15] 孙厚云, 吴丁丁, 毛启贵, 等. 新疆东天山某铜矿区土壤重金属污染与生态风险评价[J]. 环境化学, 2019, 38(12): 2690-2699. https://www.cnki.com.cn/Article/CJFDTOTAL-HJHX201912007.htm Sun H Y, Wu D D, Mao Q G, et al. Evaluation of soil heavy metal pollution and ecological risk in a copper mining area in East Tianshan, Xinjiang[J]. Environmental Chemistry, 2019, 38(12): 2690-2699. https://www.cnki.com.cn/Article/CJFDTOTAL-HJHX201912007.htm
[16] 段友春, 梁兴光, 臧浩, 等. 日照市典型农用地土壤重金属来源分析及环境质量评价[J]. 环境污染与防治, 2020, 42(11): 1410-1414, 1429. https://www.cnki.com.cn/Article/CJFDTOTAL-HJWR202011019.htm Duan Y C, Liang X G, Zang H, et al. Analysis of heavy metal sources and environmental quality evaluation of typical agricultural land in Rizhao[J]. Environmental Pollution and Prevention, 2020, 42(11): 1410-1414, 1429. https://www.cnki.com.cn/Article/CJFDTOTAL-HJWR202011019.htm
[17] 董霁红, 卞正富, 于敏, 等. 矿区充填复垦土壤重金属分布特征研究[J]. 中国矿业大学学报, 2010, 39(3): 335-341. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKD201003008.htm Dong J H, Bian Z F, Yu M, et al. Study on the distribution characteristics of heavy metals in mine reclamation soils[J]. Journal of China University of Mining and Technology, 2010, 39(3): 335-341. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKD201003008.htm
[18] 陈佳林, 李仁英, 谢晓金, 等. 南京市绿地土壤重金属分布特征及其污染评价[J]. 环境科学, 2021, 42(2): 909-916. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202102046.htm Chen J L, Li R Y, Xie X J, et al. Distribution characteristics of heavy metals in greenland soils of Nanjing and its pollution evaluation[J]. Environmental Science, 2021, 42(2): 909-916. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ202102046.htm
[19] 周艳, 陈樯, 邓绍坡, 等. 西南某铅锌矿区农田土壤重金属空间主成分分析及生态风险评价[J]. 环境科学, 2018, 39(6): 2884-2892. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201806045.htm Zhou Y, Chen Q, Deng S P, et al. Spatial principal component analysis and ecological risk evaluation of heavy metals in agricultural soils of a Pb-Zn mining area in southwest China[J]. Environmental Science, 2018, 39(6): 2884-2892. https://www.cnki.com.cn/Article/CJFDTOTAL-HJKZ201806045.htm
[20] Lin Q, Liu E, Zhang E, et al. Spatial distribution, contami-nation and ecological risk assessment of heavy metals in surface sediments of Erhai Lake, a large eutrophic plateau lake in southwest China[J]. Catena, 2016, 145: 193-203.
[21] Qin F, Ji H B, Li Q, et al. Evaluation of trace elements and identification of pollution sources in particle size fractions of soil from iron ore areas along the Chao River[J]. Journal of Geochemical Exploration, 2014, 138: 33-49.
[22] Hakanson L. An ecological risk index for aquatic pollution control: A sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001.
[23] 张锂, 韩国才, 陈慧, 等. 黄土高原煤矿区煤矸石中重金属对土壤污染的研究[J]. 煤炭学报, 2008(10): 1141-1146. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB200810013.htm Zhang L, Han G C, Chen H, et al. Study on soil contamination by heavy metals in coal gangue in the Loess Plateau coal mining area[J]. Journal of Coal, 2008(10): 1141-1146. https://www.cnki.com.cn/Article/CJFDTOTAL-MTXB200810013.htm
[24] Hao J L, Han Z Z, Wang C Z, et al. Distribution of heavy metals in the topsoil of the Jining mining area[J]. Mining Science and Technology, 2010, 20(3): 395-399.
[25] Guo G H, Wu F C, Xie F Z, et al. Spatial distribution and pollution assessment of heavy metals in urban soils from southwest China[J]. Journal of Environmental Sciences, 2012, 24(3): 410-418.
[26] 黄石德. 铁矿废弃地不同修复模式土壤重金属污染特征及评价[J]. 防护林科技, 2019(3): 5-7. https://www.cnki.com.cn/Article/CJFDTOTAL-FHLK201903002.htm Huang S D. Characteristics and evaluation of heavy metal pollution in soils of iron ore waste sites with different remediation modes[J]. Protective Forest Technology, 2019(3): 5-7. https://www.cnki.com.cn/Article/CJFDTOTAL-FHLK201903002.htm
[27] 葛晓颖, 欧阳竹, 杨林生, 等. 环渤海地区土壤重金属富集状况及来源分析[J]. 环境科学学报, 2019, 39(6): 1979-1988. https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201906030.htm Ge X Y, Ouyang Z, Yang L S, et al. Analysis of the enrichment status and sources of heavy metals in soils in the Bohai Sea Rim[J]. Journal of Environmental Science, 2019, 39(6): 1979-1988. https://www.cnki.com.cn/Article/CJFDTOTAL-HJXX201906030.htm
[28] 赵俊兴, 李光明, 秦克章, 等. 富含钴矿床研究进展与问题分析[J]. 科学通报, 2019, 64(24): 2484-2500. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201924005.htm Zhao J X, Li G M, Qin K Z, et al. Research progress and problem analysis of cobalt-rich deposits[J]. Science Bulletin, 2019, 64(24): 2484-2500. https://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201924005.htm
[29] 张晓薇, 王恩德, 安婧. 辽阳弓长岭铁矿区重金属污染评价[J]. 生态学杂志, 2018, 37(6): 1789-1796. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201806025.htm Zhang X W, Wang E D, An J. Evaluation of heavy metal pollution in the Gongchangling iron ore mining area of Liaoyang[J]. Journal of Ecology, 2018, 37(6): 1789-1796. https://www.cnki.com.cn/Article/CJFDTOTAL-STXZ201806025.htm
-
期刊类型引用(13)
1. 刘忠梅，周安梁. X射线衍射法快速测定铜精矿矿物组分的试验研究. 中国资源综合利用. 2024(05): 28-32 . 
百度学术
2. 邓予炜，邓翔，戚明辉，巫崇雨，林静，陈丽霞. XRD-Rietveld全谱拟合法定量土壤矿物可行性研究——以四川盆地常见紫色土为例. 矿物岩石. 2024(03): 13-24 . 百度学术
3. 郭志强，燕可洲，张吉元，柳丹丹，高阳艳，郭彦霞. 煤矸石/粉煤灰对赤泥钠化还原焙烧反应的影响机制. 化工学报. 2022(05): 2194-2205 . 百度学术
4. 谭杰，周克明，曾理，邹春艳，严玉霞，孔令明，袁小玲. 火山岩晶质及非晶质矿物组分定量分析方法——以四川盆地西部二叠系火山岩为例. 天然气工业. 2022(05): 24-33 . 百度学术
5. 罗婷婷，王林，裴鹏，杨斌，邹行. 换热孔回填材料含水率特征变化规律及其对热物性影响研究. 太阳能学报. 2022(07): 485-492 . 百度学术
6. 何佳乐，潘忠习，杜谷. 激光拉曼光谱技术在地矿领域的应用与研究进展. 中国地质调查. 2022(05): 111-119 . 百度学术
7. 张启燕，史维鑫，刘晓，回广骥，原春雨. 高光谱扫描在碳酸盐岩矿物组成分析中的应用. 岩矿测试. 2022(05): 815-825 . 本站查看
8. 唐梦奇，吕春秋，陈璐，冯均利，萧达辉. X射线衍射标准曲线法测定氧化锌富集物中游离态氧化锌. 冶金分析. 2021(07): 23-27 . 百度学术
9. 陈爱清，谭伟，杨宜坪，陶奇. X射线衍射旋转撒样法分析氟金云母多型组成与含量. 岩矿测试. 2021(04): 504-511 . 本站查看
10. 赵彦钊，呼浩，杨崔月，胡智敏，李晋东，殷海荣. 锂电池正极材料烧成用匣钵物相的半定量分析. 陕西科技大学学报. 2021(05): 126-130+145 . 百度学术
11. 甘新立，张文利，谢洪胜，张应国. 抗滑集料颗粒形状及表面纹理特性分析. 公路. 2021(10): 321-325 . 百度学术
12. 肖光莉，郭新欣，韩熙，张坤，朱双，勾琪立，徐强，黄化刚. 热空气氧化改性生物炭对镉的吸附特性研究. 西南农业学报. 2021(12): 2765-2774 . 百度学术
13. 伍月，迟广成，刘欣. X射线粉晶衍射法在变粒岩鉴定与分类中的应用. 岩矿测试. 2020(04): 546-554 . 本站查看
其他类型引用(3)
计量
- 文章访问数: 185
- HTML全文浏览量: 60
- PDF下载量: 31
- 被引次数: 16
京公网安备 11010202008159号