冶金有机污染物辅助确定手工有色金属加工过程中移动性重金属的污染来源

《Journal of Hazardous Materials》：Metallurgical organic pollutants assisted source apportionment of mobile heavy metals on artisanal non-ferrous metal processing contamination

针对非正式小型采矿活动（ASMP）导致的重金属污染溯源难题，本研究通过整合新型矿物加工有机污染物（MOPs）标志物与正矩阵因子分解（PMF）分析，在贵州铜仁废弃尾矿池验证了MOPs（如xanthates和PAHs）在追踪ASMP污染源及量化冶金过程与地下水化学作用对重金属分布的贡献方面的有效性，建立了适用于ASMP场地的污染溯源新框架。

　　重金属污染是当今全球面临的重大环境问题之一，对粮食安全、人类健康以及生态系统构成长期威胁。特别是在非金属矿产开采和加工区域，采矿活动及其相关工业行为是导致重金属在土壤圈中扩散和累积的主要来源。研究指出，这些活动占靠近矿区农田中重金属污染总量的36%。尽管已有大量研究聚焦于大规模非金属矿开采和加工场所的污染物迁移与修复策略，但小型和手工采矿活动（Artisanal and Small-Scale Mining and Processing, ASMP）的环境影响却常常被忽视。尽管在发展中国家，这类活动非常普遍，但对其污染源的识别和修复措施的研究仍显不足。

在非金属矿开采和加工过程中，非法和不规范的尾矿和炉渣排放是常见的现象，这主要归因于高利润的驱使。这种无序排放行为使得重金属污染源的识别变得尤为困难。传统上，污染源的识别依赖于污染物排放清单、空间可视化技术和土地利用分区评估等方法。然而，这些方法在应用于ASMP站点时，效果有限。这是因为废弃的ASMP站点往往分布零散，且其生产历史复杂，功能区域划分模糊。此外，污染源的特征随时间推移而减弱，由于长期的水文地球化学相互作用，导致难以准确追踪污染来源。与此同时，同位素追踪方法也存在技术上的局限性，例如缺乏生产过程中同位素组成的信息，以及在小规模站点中空间分辨率不足。

为了克服这些挑战，研究者们开始关注金属冶炼过程中产生的有机污染物（Metallurgical Organic Pollutants, MOPs）作为污染源追踪的新手段。近年来，多项研究发现，在铅锌矿区及其冶炼区域，多环芳烃（Polycyclic Aromatic Hydrocarbons, PAHs）的污染问题日益严重。此外，二次铜冶炼过程中，会产生一些无意中产生的持久性有机污染物（Unintentionally Produced Persistent Organic Pollutants, UP-POPs），如卤代多环芳烃，这些物质在炉渣和飞灰中富集。由于不同冶炼活动所导致的PAH污染具有独特的特征，因此它们可以作为ASMP站点污染源识别的有效追踪指标。通过将PAH的分布特征与正矩阵因子分解（Positive Matrix Factorization, PMF）分析相结合，研究人员能够更准确地识别污染源，如燃烧、石油泄漏和交通排放等。

除了冶炼产生的PAHs，其他MOPs，如矿物加工剂，也常常被忽视在污染调查中。例如，黄药（Xanthates）作为非金属矿选矿过程中常用的有机浮选剂，其使用量通常高于其他辅助剂，如起泡剂。在ASMP站点中，为了提高低品位矿石中非金属矿物的回收率，黄药的使用量往往更高。尽管已有研究基于黄药的分子质量和化学式推测出其可能的化合物形式，但目前尚缺乏对固态基质中黄药的高灵敏度和高精度的检测方法。最近，研究人员开发了一种适用于固态基质的黄药检测方法，该方法借鉴了之前用于天然水体的分析技术。然而，这一方法尚未在ASMP现场调查中得到应用，因此对于黄药在这些区域的实际污染状况仍缺乏深入理解。

在本研究中，研究人员选择了贵州铜仁地区一个废弃的非金属尾矿库作为研究对象。该尾矿库的生产历史不明确，且位于喀斯特地貌区，地质条件复杂。研究团队旨在通过整合多种MOPs（包括黄药和PAHs）的特征信息，结合空间可视化、相关性分析和PMF分析，识别重金属污染源，并量化冶炼过程与水文地球化学相互作用对移动性重金属分布的贡献。研究结果表明，该尾矿库中汞、镉和锌的污染水平较高，其中汞的污染浓度与贵州省内汞冶炼区的污染水平相一致，而镉和锌的浓度则与铅锌矿区的污染水平相近。

通过引入黄药和PAHs等过程特异性有机污染物作为追踪指标，本研究建立了一个新的污染源识别框架，以应对传统重金属污染源识别方法的不足。这一框架不仅有助于更精确地定位污染源，还为ASMP区域的环境治理提供了关键的依据。黄药的检测方法及其在实际现场调查中的应用，揭示了浮选剂在这些区域的持久残留现象，进一步说明了MOPs在污染源识别中的潜力。研究团队还强调，传统的空间可视化和矿物学分析虽然在污染源识别中具有重要价值，但它们在区分具体的生产过程方面存在局限性，因此需要结合过程特异性有机污染物的检测方法，以提高污染源识别的准确性。

本研究的成果具有重要的环境意义。首先，它为识别和管理ASMP区域的重金属污染提供了新的视角和技术手段。其次，通过分析黄药和PAHs的分布特征，研究人员能够更全面地了解非金属矿开采和加工过程中有机污染物的排放情况，为制定针对性的环境治理措施提供科学依据。此外，该研究还强调了在ASMP区域进行污染源识别的重要性，尤其是在缺乏详细生产记录的情况下，如何通过多维度的数据分析来揭示污染源的特征。这种多学科交叉的研究方法，不仅有助于解决传统污染源识别方法的不足，还为未来的环境监测和治理工作提供了新的思路和工具。

研究团队指出，由于ASMP活动在发展中国家的广泛存在，其对重金属污染的贡献不容忽视。因此，开发和应用更精确的检测方法，对于识别和管理这些区域的污染具有重要意义。本研究中黄药的检测方法，不仅为该类有机污染物的分析提供了新的技术路径，也为未来类似研究提供了参考。通过结合黄药和PAHs的检测数据，研究人员能够更准确地识别出不同的生产过程，从而为制定有效的污染治理策略提供支持。这一研究框架的建立，有助于推动环境科学领域在污染源识别和管理方面的进步，特别是在处理复杂和历史不明的污染源时。

在实际应用中，本研究的方法可以为环境监管机构提供科学依据，帮助其更有效地追踪污染源，并制定相应的治理措施。例如，对于那些缺乏详细生产记录的ASMP区域，研究人员可以通过分析黄药和PAHs的分布特征，识别出可能的污染来源，如选矿过程或冶炼活动。这种基于过程特异性有机污染物的污染源识别方法，不仅可以提高污染源追踪的准确性，还能够为环境修复提供更有针对性的指导。此外，研究团队还强调了在实际调查中对这些有机污染物的检测方法进行验证的重要性，以确保其在不同环境条件下的适用性和可靠性。

总的来说，本研究通过引入过程特异性有机污染物作为污染源追踪的指标，为ASMP区域的重金属污染识别提供了新的方法和工具。这种方法不仅弥补了传统污染源识别方法的不足，还能够更全面地揭示污染的来源和过程。研究结果表明，黄药和PAHs在污染源识别中具有重要价值，它们的检测和分析可以为环境治理提供关键的科学依据。通过这一研究，研究人员希望能够推动对ASMP区域污染问题的进一步关注，并为相关政策的制定和实施提供支持。