《Processes》:Pollution Characteristics, Sources, and Risk Assessment of Potentially Toxic Elements in the Soil–Leaf System of an Industrial Park
编辑推荐:
工业园区是潜在有毒元素(PTE)污染的热点区域,然而单一介质评估无法捕捉大气污染和特定来源的风险。本研究将土壤-叶片分析与定量源解析相结合,以评估中国长江下游地区某化学工业园区中的PTE污染。研究人员对来自31个位点的土壤和石楠(Photinia serrat
工业园区是潜在有毒元素(PTE)污染的热点区域,然而单一介质评估无法捕捉大气污染和特定来源的风险。本研究将土壤-叶片分析与定量源解析相结合,以评估中国长江下游地区某化学工业园区中的PTE污染。研究人员对来自31个位点的土壤和石楠(Photinia serratifolia)叶片样品中的八种PTE,采用污染负荷指数(PLI)、富集因子(EF)、生物富集因子(BCF)和叶片捕获率(FCR)进行了分析。主成分分析-多元线性回归(PCA-MLR)量化了源贡献对浓度和风险的影响。结果显示,土壤呈中度污染(PLI = 1.43),As、Cd、Cu和Zn存在局部富集(EF > 5)。元素特异性途径差异显著:Cd、Zn和Cu的模式与相对较大的土壤相关吸收贡献一致(BCF = 0.85–1.12;FCR < 25%),而As、Cr、Ni和Pb的模式则表现出更强的干沉降影响(BCF < 0.5;FCR = 54–78%)。研究识别出四种来源,其中化学制造贡献了53%的生态风险和55%的致癌风险,火力发电则贡献了67%的非致癌风险。生态风险较低(风险指数RI = 113),非致癌风险可忽略(危险指数HI = 0.0646),但致癌风险不可忽略(致癌风险CR = 1.43 × 10?5)。本研究证明,叶片生物指示剂可提供大气污染的指示性证据,且源对风险的贡献与质量贡献存在显著差异,为针对性污染控制提供了方法学框架。
**论文解读:工业园区土壤-叶片系统中潜在有毒元素的污染特征、来源及风险评估**
**研究背景与研究问题**
工业园区因化学合成、金属冶炼、燃煤发电和机动车交通等密集人类活动,成为潜在有毒元素(PTEs)积累、环境迁移及风险的热点区域。传统单一介质(如仅土壤)评估无法全面反映大气污染和特定来源的风险,而叶片作为被动监测介质可记录大气颗粒物暴露,但叶片中元素可能同时来源于土壤吸收和大气沉降,两者难以区分。现有研究多聚焦于土壤或城市环境中的多介质,但针对化学工业园区内土壤-叶片系统的综合评估较少,且源解析与风险关联分析不足。因此,需开展整合研究,以明确元素积累途径、源贡献差异及风险优先级,为针对性污染控制提供依据。
**研究内容与结论**
研究人员以中国长江下游某化学工业园区(约17 km
2,31个采样点)为对象,收集石楠(Photinia serratifolia)的未洗涤叶片、洗涤叶片及对应土壤样品,分析As、Cd、Cr、Cu、Ni、Pb、Zn、Mn八种PTE浓度。采用污染负荷指数(PLI)、富集因子(EF)、生物富集因子(BCF)和叶片捕获率(FCR)评估污染程度与积累途径;通过主成分分析-多元线性回归(PCA-MLR)结合非参数Bootstrap重抽样(1000次)识别潜在源并量化其对浓度与风险的贡献;利用蒙特卡洛模拟(10000次)评估健康风险不确定性。主要结论为:土壤呈整体污染(平均PLI=1.43),As、Cd、Cu、Zn局部富集(EF>5);Cd、Zn、Cu以土壤吸收为主(BCF 0.85–1.12,FCR<25%),As、Cr、Ni、Pb以大气沉降为主(BCF<0.5,FCR 54–78%);识别出混合工业源、自然源、火力发电源和交通源,其中混合工业源贡献54.71%的致癌风险,火力发电源贡献66.75%的非致癌风险;生态风险低(RI=113),非致癌风险可忽略(HI=0.0646),但致癌风险不可忽略(CR=1.43×10
?5)。论文发表于《Processes》。
**关键技术与方法概述**
研究采用系统随机采样法,在工业园区内划分500 m×500 m网格,于31个网格内随机选取采样点(2023年11月,连续7天无雨后)。对土壤(0–20 cm深度,五点混合法)和叶片(1–2 m高度,四方向均匀采集)进行化学分析:土壤用HNO
3+HCl微波消解后经原子荧光光谱法(AFS)测As,电感耦合等离子体发射光谱法(ICP-OES)测Cr、Cd、Cu、Ni、Pb、Zn、Mn和Al;叶片用HNO
3微波消解后经电感耦合等离子体质谱法(ICP-MS)测所有元素。质量控制采用国家标准参考物质(GSS-8a等),回收率±10%内。统计方法包括:PCA-MLR(主成分分析-多元线性回归)结合LMG(Lindeman–Merenda–Gold)法分解方差贡献,Bootstrap评估稳健性,蒙特卡洛模拟评估健康风险不确定性。
**研究结果**
**3.1 PTE浓度、污染状况与富集(3.1.1–3.1.2)**
土壤中所有PTE平均浓度显著高于叶片,Cd和As最低,Mn和Zn最高。PLI均值1.43(范围1.02–3.00),所有样点均呈污染状态。EF中位数均<2(无显著富集),但As、Cd、Cu、Zn单个样点EF>5,指示局部人为富集。
**3.2 土壤-叶片关系与指示性积累途径(3.2)**
Cd、Zn、Cu表现出较高BCF(Cd在>25%样点>1)和低FCR(<25%),提示土壤吸收贡献为主;As、Cr、Ni、Pb表现出低BCF(<0.1)和高FCR(Cr 78%,Pb 61%,As 60%,Ni 54%),提示大气沉降贡献为主。土壤-叶片间Spearman相关性不显著,说明叶片浓度受土壤和大气共同影响。
**3.3 土壤PTE的生态与健康风险特征(3.3.1–3.3.2)**
单一潜在生态风险指数(E
i)显示Cd最高(中位42,中等风险),As局部中等,其余低。平均RI=113,属低生态风险。健康风险:非致癌危险商(HQ)中位数均<1,但As局部>1;致癌风险中位数As>Cr>Cd>Ni,均在1×10
?6–1×10
?4范围内。蒙特卡洛模拟得研究区中位HI=0.0646(95%区间0.0294–0.1720),中位CR=1.43×10
?5(95%区间6.57×10
?6–3.35×10
?5),说明非致癌风险可忽略,致癌风险存在但可接受。
**3.4 PCA-MLR分析(3.4.1–3.4.4)**
PCA提取四个主成分,解释土壤93%和叶片85%方差。KMO=0.74,Bartlett检验显著。Bootstrap评估显示结构稳定(Tucker系数0.89–0.99,匹配频率88.8–99.6%)。源解释:土壤RC1(Ni、Cr、Zn)为混合工业源;RC2(Al)为自然源;RC3(As)为火力发电源;RC4(Cu)为交通源。叶片RC1(Ni、Cr)为金属加工与机械制造源;RC2(Cd)为化学与先进材料制造源;RC3(As、Pb)为火力发电源;RC4(Cu)为交通源。空间分布图支持上述解释。
**3.5 源对PTE浓度与风险的贡献(3.5.1–3.5.2)**
土壤中As几乎全来自火力发电(97%),Pb、Zn、Cr、Ni、Cd主要来自混合工业源(53–87%),Cu来自交通源(98%)。叶片中As和Pb主要来自火力发电(81–83%),Zn来自化学制造和交通,Cr和Ni来自金属加工,Cd来自化学制造(89%),Cu来自交通(92%)。风险贡献:生态风险中混合工业源占53.39%;非致癌风险中火力发电源占66.75%;致癌风险中混合工业源(54.71%)和火力发电源(44.38%)合计99.09%。
**3.5.3 工业园区风险管理启示**
建议优先管控混合工业源(Cr、Ni、Zn)和火力发电源(As),包括密闭生产、高效除尘、低砷煤采购、多介质监测等,并建立分级监测框架。
**3.6 不确定性与局限性**
Bootstrap证明PCA-MLR结构稳健,但源解释为统计相关因子而非确定排放源;健康风险评估适用于比较筛选,非精确预测;研究仅针对单一园区、单季、单物种,外部推广需验证。
**研究结论(翻译)**
本研究评估了长江下游某化学工业园区土壤-叶片系统中的PTE污染、潜在积累途径、源-风险关联及风险。土壤样点呈整体污染,As、Cd、Cu、Zn局部富集。土壤-叶片联合评估表明两种介质污染模式不同,凸显叶片在初步评估大气影响PTE污染中的价值。BCF、FCR及土壤-叶片关系揭示了元素特异性积累途径差异:Cd、Zn、Cu与土壤吸收关联更强,As、Cr、Ni、Pb与大气输入关联更大。源-风险关联在不同风险终点间存在差异:混合工业源与生态风险最强关联,火力发电源与非致癌风险最强关联,致癌风险主要关联于混合工业源和火力发电源。平均RI=113(低生态风险),HI均值0.0783、中位0.0646(非致癌风险可忽略),CR中位1.43×10
?5(致癌风险存在但可接受)。因研究限于单一园区、单季、单物种,结论需在空间、时间和生物范围内解读,进一步多季、多物种研究及不确定性分析是必要的。