基于多元统计的土壤重金属污染空间评估与生态风险研究——以塔西基尼湖流域为例

《CATENA》：Spatial assessment and ecological risk evaluation of soil heavy metal contamination using multivariate statistical techniques

本文通过多元统计方法系统评估塔西基尼湖流域土壤重金属（HMs）的空间分布与生态风险，揭示采矿和农业活动是主要污染源，镉（Cd）为高风险因子。研究结合污染指数（EF/PLI/CF/ERI）与主成分分析（PCA），为敏感生态区的精准治理提供科学依据。

　　

Highlight

土壤颗粒大小分布

塔西基尼水库的土壤富含粉砂和黏土，砂质含量在所有点位中占比最低（表5）。表层土壤以粉砂为主（F1、F3、A4、A6、A7、A8、M9站），F2和M10站则以黏土成分为主。值得注意的是季节性变化：旱季土壤黏土比例较高，雨季则粉砂占比显著提升。整体上，塔西基尼土壤呈弱酸性至中性，质地偏黏质，这种特性可能增强重金属的吸附能力。

通过地累积指数、污染因子和污染负荷指数进行生态风险评估

研究采用地累积指数（I_geo）、污染因子（CF）、潜在生态风险指数（ERI）和污染负荷指数（PLI）等多种环境指标，系统评估了区域内重金属的污染状况。

多元统计分析

对于大规模数据集的根源解析，多元统计方法远优于传统单变量分析，能有效识别重金属污染背后的隐藏特征。主成分分析（PCA）、聚类分析（CA）等多元技术被广泛应用。PCA作为一种降维工具，通过方差最大化旋转提取主要成分，本研究识别出三个主成分，共同解释了90.24%的数据变异。

污染的空间格局与人为来源

重金属浓度显著受土地利用类型影响：采矿和农业活动密集的M8、M9、M10站呈现几乎所有重金属的最高浓度，而森林覆盖区（F1–F3）因人类干扰较少而含量较低。这种差异表明，采矿排放、农业径流等人为输入对污染格局的主导作用远超自然源。

结论

本研究证实采矿与农业活动是塔西基尼流域土壤重金属污染的主要驱动力，其中镉（Cd）被识别为关键生态风险因子。尽管整体污染水平属低至中度，但采矿带邻近的若干热点区域亟需针对性治理。从管理视角出发，研究结果支持采用植物修复、污染源控制等精准修复策略，并建议建立长期监测网络以保障流域生态稳定。