石家庄污灌区小麦玉米重金属污染剖析与健康风险量化评估

石家庄污灌区小麦玉米重金属污染剖析与健康风险量化评估一、引言1.1研究背景与意义石家庄地处河北省中南部，是华北地区重要的农业生产基地，在保障区域粮食安全方面发挥着关键作用。小麦和玉米作为石家庄地区的主要粮食作物，其种植面积广泛，产量可观，不仅满足当地居民的粮食需求，还对周边地区的粮食供应有着重要影响。然而，随着工业化和城市化进程的加速，石家庄地区面临着日益严峻的环境污染问题，其中污灌区小麦玉米重金属污染问题尤为突出。污水灌溉在一定程度上缓解了水资源短缺的压力，为农业生产提供了水源支持。但由于污水中往往含有多种重金属污染物，如镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铜（Cu）、锌（Zn）等，长期的污水灌溉导致这些重金属在土壤中不断累积。据相关研究表明，石家庄污灌区土壤中重金属含量呈现出不同程度的超标现象，部分区域土壤中Cd、Pb等重金属含量甚至远超国家土壤环境质量标准限值。土壤中的重金属具有不易迁移、难以降解的特性，它们会在土壤中长期存在，并通过植物根系吸收进入小麦和玉米等农作物体内。研究显示，石家庄污灌区小麦和玉米中重金属含量普遍高于正常水平，这不仅对农作物的生长发育产生负面影响，导致作物减产、品质下降，还可能通过食物链进入人体，对居民的身体健康构成潜在威胁。重金属对人体健康的危害具有多样性和隐匿性。Cd进入人体后，会在肾脏和骨骼中蓄积，引发肾脏功能损害、骨质疏松等疾病，严重时可导致“痛痛病”；Pb会影响人体神经系统、血液系统和消化系统，尤其对儿童的智力发育造成不可逆的损害；Hg则会损害人体的神经系统、免疫系统和生殖系统，导致记忆力减退、失眠、免疫力下降等症状；As具有致癌性，长期暴露于含砷环境中，会增加患皮肤癌、肺癌等癌症的风险。对于石家庄污灌区的居民而言，由于长期食用受重金属污染的小麦和玉米，其健康风险显著增加。鉴于石家庄污灌区小麦玉米重金属污染对粮食安全和居民健康的严重威胁，开展相关研究具有极其重要的现实意义。通过对污灌区小麦玉米重金属污染现状的调查和分析，可以准确掌握污染的程度和范围，为制定针对性的污染治理措施提供科学依据；对重金属污染的健康风险进行评价，能够量化污染对居民健康的潜在危害，提高公众对重金属污染危害的认识，增强环保意识；研究结果还能为政府部门制定合理的农业灌溉政策、加强土壤污染防治监管提供决策支持，从而有效保障粮食安全和居民的身体健康，促进石家庄地区农业的可持续发展和生态环境的保护。1.2国内外研究现状在国外，污水灌溉的历史可追溯至古希腊时代的雅典，目前许多国家的污水灌溉技术已相对成熟。针对污灌区重金属污染问题，国外学者开展了大量研究。例如，在重金属污染特征方面，研究涉及不同污灌区土壤中重金属的含量、分布及形态转化规律。有研究表明，土壤中重金属的存在形态不同，其活性、毒性以及迁移特征也存在差异，这对准确评估重金属污染风险至关重要。在健康风险评价领域，国外学者建立了多种完善的模型和方法，从不同暴露途径（如饮食、呼吸、皮肤接触等）全面评估重金属对人体健康的潜在威胁，并深入探讨了重金属在人体中的生物累积机制以及对人体各系统的损害作用。在国内，随着工业化和城市化进程的加快，污水排放量不断增加，污水灌溉在水资源严重短缺的北方地区，尤其是黄、淮、辽、海几大流域得到了迅速发展。据农业部调查，在约140万公顷的污水灌区中，遭受重金属污染的土地面积占比达64.8%。国内研究在污灌区重金属污染特征方面，详细分析了土壤-农作物系统中重金属的迁移转化规律，明确了不同农作物对重金属的富集能力差异。在健康风险评价方面，国内学者借鉴国外经验，结合我国实际情况，运用多种评价模型对污灌区居民的健康风险进行评估，同时考虑了不同人群（如儿童、成人）对重金属的敏感性差异。尽管国内外在污灌区重金属污染及健康风险评价方面已取得了丰硕的研究成果，但仍存在一些不足之处。一方面，现有研究在空间尺度上的覆盖范围不够全面，针对特定地区（如石家庄）的深入研究相对较少，难以精准反映当地污灌区小麦玉米重金属污染的实际状况。另一方面，在健康风险评价中，对于多种重金属复合污染的联合毒性效应考虑不够充分，大多研究仅针对单一重金属进行风险评估，而实际环境中往往是多种重金属共同存在，其相互作用可能会加剧对人体健康的危害。此外，在评价过程中，对暴露参数的本地化研究不足，导致评价结果的准确性和可靠性受到一定影响。基于此，本文以石家庄污灌区为研究对象，系统分析小麦玉米中重金属的污染现状，综合考虑多种重金属的复合污染情况，运用本地化的暴露参数，采用科学合理的健康风险评价模型，全面评估污灌区小麦玉米重金属污染对居民健康的潜在风险，以期为石家庄地区土壤污染防治和居民健康保护提供更为科学、准确的依据。1.3研究目标与内容本研究旨在全面、系统地掌握石家庄污灌区小麦玉米重金属污染现状，并运用科学合理的方法对其可能带来的健康风险进行准确评价，为石家庄地区土壤污染防治、农业可持续发展以及居民健康保护提供有力的科学依据。具体研究内容如下：石家庄污灌区小麦玉米重金属污染现状分析：在石家庄污灌区选取具有代表性的采样点，按照科学的采样方法，采集小麦和玉米样品。运用先进的分析测试技术，准确测定样品中镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铜（Cu）、锌（Zn）等重金属的含量。通过对测定数据的统计分析，明确各重金属在小麦和玉米中的含量水平、分布特征以及不同品种、不同种植区域之间的差异。重金属污染的来源解析：综合考虑石家庄污灌区的工业分布、污水排放、农业生产活动等因素，运用多元统计分析、同位素示踪等方法，对小麦玉米中重金属污染的来源进行深入解析。确定主要的污染来源，量化各污染源对重金属污染的贡献程度，为制定针对性的污染控制措施提供依据。健康风险评价模型的选择与参数确定：对国内外常用的健康风险评价模型进行对比分析，结合石家庄污灌区的实际情况，选择适用性强、准确性高的评价模型。通过实地调研、文献查阅等方式，获取石家庄地区居民的饮食结构、体重、日均食物摄入量等暴露参数，以及重金属的毒性参数，确保评价模型的参数具有本地化和准确性。基于不同暴露途径的健康风险评价：考虑到居民主要通过饮食摄入受污染的小麦和玉米而暴露于重金属，本研究将重点评估经口摄入这一暴露途径下，小麦玉米中重金属对不同年龄段人群（儿童、成人）的健康风险。同时，也将对可能存在的其他暴露途径（如皮肤接触、呼吸吸入等）进行简要分析，全面评估重金属污染对居民健康的潜在威胁。运用选定的健康风险评价模型，结合确定的暴露参数和毒性参数，计算不同重金属的日均暴露剂量、危害商值（HQ）、致癌风险（CR）等指标，评价重金属污染的非致癌风险和致癌风险水平，并对风险的大小和等级进行划分。风险因素的敏感性分析：在健康风险评价过程中，对影响评价结果的关键因素（如重金属含量、暴露参数、毒性参数等）进行敏感性分析。通过改变这些因素的取值，观察健康风险评价指标的变化情况，确定对健康风险影响较大的因素，为风险管控提供重点关注方向。1.4研究方法与技术路线本研究综合运用多种科学研究方法，以确保研究结果的准确性和可靠性。具体研究方法如下：实地采样：在石家庄污灌区，依据污灌河流走向、土地利用类型以及土壤质地等因素，采用网格布点法结合随机抽样的方式，确定具有代表性的采样点。每个采样点按照“S”形或梅花形采集5-10个子样，混合均匀后组成一个样品，以保证样品能够反映采样区域的整体特征。共采集小麦样品[X]个、玉米样品[X]个，同时在每个采样点周边采集对应的表层土壤样品。所有样品采集后，立即装入干净的聚乙烯塑料袋中，贴上标签，记录采样地点、时间、作物品种等详细信息，并迅速运回实验室进行处理。实验室分析：将采集的小麦和玉米样品依次进行清洗、烘干、粉碎处理，使其达到分析测试要求。采用硝酸-高氯酸-氢氟酸消解体系，利用微波消解仪对样品进行消解，确保样品中的重金属充分释放出来。运用电感耦合等离子体质谱仪（ICP-MS）测定消解液中镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铜（Cu）、锌（Zn）等重金属的含量。在分析过程中，同步采用国家标准物质进行质量控制，确保分析结果的准确性和可靠性，每批样品分析均设置空白对照和平行样，平行样分析结果的相对偏差控制在允许范围内。污染指数法：采用单因子污染指数法和内梅罗综合污染指数法对小麦和玉米中重金属污染程度进行评价。单因子污染指数法能够直观地反映单一重金属的污染状况，计算公式为P_{i}=\frac{C_{i}}{S_{i}}，其中P_{i}为第i种重金属的单因子污染指数，C_{i}为第i种重金属的实测含量，S_{i}为第i种重金属的评价标准（本研究采用国家食品卫生标准中粮食类重金属限量标准）。内梅罗综合污染指数法则综合考虑了多种重金属的污染情况，更全面地反映样品的污染程度，计算公式为P_{综}=\sqrt{\frac{(P_{i\max}^2+\overline{P_{i}}^2)}{2}}，其中P_{综}为内梅罗综合污染指数，P_{i\max}为单因子污染指数中的最大值，\overline{P_{i}}为单因子污染指数的平均值。根据污染指数的大小，对污染程度进行分级，明确污染状况。健康风险评价模型：选用美国环境保护署（USEPA）推荐的健康风险评价模型，对石家庄污灌区居民通过食用小麦和玉米暴露于重金属的健康风险进行评价。该模型考虑了经口摄入这一主要暴露途径，计算公式如下：日均暴露剂量（ADD）：日均暴露剂量（ADD）：ADD_{oral}=\frac{C\timesIR\timesEF\timesED}{BW\timesAT}\times10^{-3}，其中C为小麦或玉米中重金属的含量（mg/kg），IR为日均食物摄入量（kg/d），EF为暴露频率（d/a），ED为暴露持续时间（a），BW为平均体重（kg），AT为平均暴露时间（d）。非致癌风险（HQ）：非致癌风险（HQ）：HQ=\frac{ADD}{RfD}，当HQ\lt1时，表明非致癌风险处于可接受水平；当HQ\geq1时，存在潜在非致癌风险，RfD为参考剂量（mg/kg・d）。致癌风险（CR）：致癌风险（CR）：CR=ADD\timesSF，一般认为，当CR在10^{-6}-10^{-4}之间时，致癌风险处于可接受范围；当CR\gt10^{-4}时，致癌风险较高，SF为致癌斜率因子（kg・d/mg）。通过以上公式，分别计算不同重金属对儿童和成人的健康风险指标，评估健康风险水平。通过以上公式，分别计算不同重金属对儿童和成人的健康风险指标，评估健康风险水平。多元统计分析：运用SPSS、Origin等统计分析软件，对小麦和玉米中重金属含量数据进行描述性统计分析，计算均值、标准差、最小值、最大值等统计参数，了解数据的集中趋势和离散程度。采用相关性分析方法，研究不同重金属之间的相关性，揭示重金属之间的相互关系和可能的共同来源。运用主成分分析（PCA）和聚类分析（CA）等多元统计方法，对重金属污染数据进行降维处理和分类，识别重金属污染的主要来源和特征，为污染来源解析提供依据。同位素示踪技术：针对部分重金属（如铅、镉等），采用同位素示踪技术进一步明确其污染来源。通过分析样品中重金属同位素的组成特征，并与不同潜在污染源（如工业排放、污水灌溉、农药化肥使用等）的同位素指纹图谱进行对比，确定重金属的具体来源。例如，铅具有多种稳定同位素（^{204}Pb、^{206}Pb、^{207}Pb、^{208}Pb），不同来源的铅其同位素组成存在差异，通过精确测定样品中铅同位素的比值（如^{206}Pb/^{207}Pb、^{208}Pb/^{206}Pb等），可以有效区分铅的污染源是来自工业废气排放、汽车尾气还是含铅农药化肥的使用。本研究的技术路线如图1所示，首先明确研究目标，在充分收集石家庄污灌区相关资料的基础上，进行实地采样。将采集的样品在实验室进行严格的分析测试，获取小麦和玉米中重金属含量数据。运用污染指数法对污染现状进行评价，采用多元统计分析和同位素示踪技术解析污染来源。接着，选择合适的健康风险评价模型，确定暴露参数和毒性参数，进行健康风险评价。最后，对研究结果进行综合分析和讨论，提出针对性的建议和措施，为石家庄污灌区土壤污染防治和居民健康保护提供科学依据。[此处插入技术路线图1]图1研究技术路线图[此处插入技术路线图1]图1研究技术路线图图1研究技术路线图二、研究区域与方法2.1石家庄污灌区概况石家庄污灌区地处河北省中南部，位于东经113°30′-115°20′，北纬37°27′-38°47′之间，属于太行山东麓山前平原的滹沱河冲积扇区域。该区域地理位置优越，地势平坦开阔，土壤肥沃，灌溉水源丰富，为农业生产提供了良好的自然条件。石家庄污灌区属温带半干旱半湿润大陆性季风气候，四季分明，雨量集中，干湿期明显，夏冬季长，春秋季短。年平均气温13℃，年平均降水量为493mm，年平均蒸发量为1972mm。降水主要集中在夏季（6-8月），约占全年降水量的70%-80%，且多以暴雨形式出现；冬季降水稀少，仅占全年降水量的10%左右。这种气候条件下，农作物生长季节的水分需求与降水分布存在一定的不匹配性，在一定程度上依赖灌溉来满足作物生长需求。区内土壤类型主要为潮褐土和石灰性褐土，其中，主要为壤质冲洪积潮褐土，栾城间或分布有粘层粘壤质冲洪积潮褐土，赵县间或有砂壤质洪冲积潮褐土、粘层粘壤质冲洪积潮褐土分布。这些土壤质地适中，保水保肥能力较强，耕性良好，有利于农作物的生长发育。土壤pH值在7.7-8.3之间，呈碱性，这种碱性环境会影响土壤中重金属的存在形态和有效性，进而影响农作物对重金属的吸收。石家庄地区利用污水进行农田灌溉的历史较为悠久，始于1950年，起初仅在郊区进行小规模灌溉。随着时间的推移，1956年栾城县近郊开始引入污水灌溉，到1972年已发展到正定、栾城和郊区等地，1978年赵县也开始引进洨河污水用于农田灌溉。在早期，由于对污水灌溉的潜在危害认识不足，且农业生产面临水资源短缺的压力，污水灌溉面积逐渐扩大。1982年第一次全国灌溉普查时，石家庄地区污灌面积达到1.70万公顷。然而，随着人们对污灌危害的认识逐渐加深，以及城市发展和环境治理的需要，从1981年起，石家庄市郊开始改污灌为井灌。近年来，随着城市规模的不断扩大，郊区一些老污灌区已改为城建用地，石家庄地区污灌区在北部逐渐缩小；同时，在南部又开辟出新的污灌区。目前，石家庄市污水总排放量为25620t/a，工业废水所占比例为50%，整个污灌区属城市工业和生活混合污水型。担负着排污及农田污灌的水系主要为东明渠和洨河，其污水主要来源于石家庄市区、栾城县、赵县城镇生活工业混合污水、栾城县窦妪工业区污水、县城医药基地污水以及石家庄市炼油厂污水等。这些污水中含有大量的重金属、有机物、氮、磷等污染物，成分复杂。其中，重金属污染物如镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铜（Cu）、锌（Zn）等，会在土壤中不断累积，对土壤环境和农作物生长产生潜在威胁；有机物可能会导致土壤微生物群落结构和功能的改变，影响土壤的生态功能；氮、磷等营养物质虽然在一定程度上可以为农作物提供养分，但过量输入也会引发水体富营养化等环境问题。污灌方式主要分为纯污灌和污清混灌两种。纯污灌面积为9922公顷，占总面积的92%；污清混灌面积为800公顷，占总面积的7.5%。全年总污灌水量为6692万吨，灌溉用污水量占总灌溉用水量的97.2%，污水利用率为25.4%。在纯污灌区域，农作物长期受到污水中污染物的影响，其生长发育、品质和安全性可能受到更为显著的影响；而污清混灌区域，虽然污水对农作物的影响相对较小，但也不能忽视长期累积效应带来的潜在风险。2.2样品采集与分析2.2.1样品采集在石家庄污灌区进行样品采集时，充分考虑了区域的多样性和代表性。依据污灌河流东明渠和洨河的走向，将污灌区划分为上游、中游和下游三个区域。同时，结合土地利用类型（如耕地、园地、林地等）以及土壤质地（壤质、粘质、砂质等）的差异，采用网格布点法结合随机抽样的方式确定采样点。在每个网格内，随机选取1-2个采样点，以避免采样的主观性和片面性。对于小麦和玉米植株样品的采集，在每个采样点按照“S”形或梅花形采集5-10个子样。具体操作如下：在小麦或玉米生长的关键时期（如小麦的灌浆期、玉米的乳熟期），选择生长状况良好且具有代表性的植株，用剪刀或修枝剪从植株根部将其整株剪下。对于小麦，每个子样选取5-10株；对于玉米，每个子样选取3-5株。将采集的子样混合均匀后组成一个样品，以保证样品能够反映采样区域内作物的整体特征。本次研究共采集小麦样品120个、玉米样品120个。在采集植株样品的同时，在每个采样点周边1-2m范围内采集对应的表层土壤样品。使用土钻采集深度为0-20cm的土壤，每个采样点同样按照“S”形或梅花形采集5-10个子样，每个子样采集约200g土壤。将采集的土壤子样充分混合后，装入干净的聚乙烯塑料袋中，每个样品重量约为1kg。土壤样品的采集深度选择0-20cm，是因为这一土层是作物根系主要分布的区域，也是重金属累积和迁移转化最为活跃的土层，能够较好地反映土壤中重金属对作物的影响。所有样品采集后，立即装入干净的聚乙烯塑料袋中，并贴上标签。标签上详细记录采样地点（精确到经纬度）、采样时间、作物品种、土壤类型等信息，确保样品信息的完整性和可追溯性。样品采集完成后，迅速运回实验室进行处理。对于不能及时分析的样品，将其放置在4℃的冰箱中冷藏保存，以防止样品中重金属含量发生变化。为了保证采样的准确性和可靠性，在采样过程中还采取了一系列质量控制措施。例如，定期对采样工具进行清洗和消毒，避免交叉污染；在不同区域设置重复采样点，对重复样品进行分析，以检验采样的一致性和稳定性；在采样现场填写详细的采样记录，包括采样过程中遇到的问题、特殊情况等，以便后续对样品数据进行分析和解释。2.2.2分析方法样品的分析过程严格按照国家标准和行业规范进行，以确保分析结果的准确性和可靠性。在实验室中，首先对采集的小麦和玉米植株样品进行预处理。将植株样品用去离子水冲洗3-5次，以去除表面附着的尘土、杂质和可能存在的重金属污染物。冲洗后的样品置于80℃的烘箱中烘干至恒重，然后用粉碎机将其粉碎成粉末状，过100目筛，得到均匀的样品粉末，备用。对于土壤样品，自然风干后，用木槌轻轻敲打，使其保持自然粒级状态。然后用尼龙筛截取小于0.8mm（20目）粒级组分，装入干净的玻璃瓶中保存，用于后续分析。采用硝酸-高氯酸-氢氟酸消解体系对样品进行消解。具体步骤如下：准确称取0.5g左右的样品粉末（精确到0.0001g），置于聚四氟乙烯消解罐中，加入5ml硝酸、3ml高氯酸和2ml氢氟酸。将消解罐加盖密封后，放入微波消解仪中，按照预设的消解程序进行消解。消解程序包括升温阶段、保温阶段和冷却阶段，通过控制不同阶段的温度和时间，确保样品中的重金属充分释放出来，形成可溶性盐溶液。消解完成后，将消解罐取出，待冷却至室温后，打开盖子，将消解液转移至100ml容量瓶中，用去离子水定容至刻度线，摇匀，得到待测样品溶液。运用原子吸收光谱仪（AAS）测定样品溶液中镉（Cd）、铅（Pb）、铜（Cu）、锌（Zn）等重金属的含量。在测定前，先对原子吸收光谱仪进行预热和调试，确保仪器处于最佳工作状态。然后，配制一系列已知浓度的重金属标准溶液，浓度范围根据样品中重金属含量的预估情况确定。将标准溶液依次注入原子吸收光谱仪中，测定其吸光度。以吸光度为纵坐标，浓度为横坐标，绘制标准曲线。在测定样品溶液时，按照相同的操作步骤，将样品溶液注入原子吸收光谱仪中，测定其吸光度。根据标准曲线，计算出样品溶液中重金属的浓度。对于汞（Hg）和砷（As）的测定，由于其挥发性较强，采用原子荧光光谱仪（AFS）进行测定。在测定前，同样需要对原子荧光光谱仪进行预热和调试，并配制相应的标准溶液。将样品溶液与还原剂（如硼氢化钾溶液）混合，产生氢化物气体，将其导入原子荧光光谱仪中，测定其荧光强度。通过与标准溶液的荧光强度进行对比，计算出样品溶液中汞和砷的浓度。在整个分析过程中，采取了严格的质量控制措施。每批样品分析均设置空白对照，空白对照的消解和测定过程与样品相同，用于扣除试剂空白和仪器背景的干扰。同时，设置平行样，每个样品平行测定3次，计算平行样分析结果的相对偏差。要求相对偏差控制在5%以内，若超出范围，则重新进行测定。定期对仪器进行校准和维护，确保仪器的准确性和稳定性。此外，还采用国家标准物质（如土壤成分分析标准物质GBW07401、植物成分分析标准物质GBW10010等）进行验证分析，将测定结果与标准值进行对比，判断分析结果的准确性。若测定结果与标准值的相对误差在允许范围内（一般为±10%），则表明分析结果可靠；若超出范围，则需要查找原因，对分析过程进行调整和优化。2.3污染评价方法2.3.1单因子污染指数法单因子污染指数法是一种用于评估单一污染物污染程度的常用方法，其原理基于污染物实测浓度与评价标准的比值关系。在本研究中，通过该方法计算各重金属在小麦和玉米中的污染指数，以此判断其污染程度。单因子污染指数的计算公式为：P_{i}=\frac{C_{i}}{S_{i}}，其中P_{i}为第i种重金属的单因子污染指数，C_{i}为第i种重金属的实测含量（mg/kg），S_{i}为第i种重金属的评价标准（mg/kg）。本研究采用国家食品卫生标准中粮食类重金属限量标准作为评价标准，该标准是根据人体对重金属的耐受能力以及长期摄入重金属对健康的潜在影响等多方面因素制定的，具有科学性和权威性，能够准确反映小麦和玉米中重金属含量是否符合食品安全要求。当P_{i}\leq1时，表示该重金属在小麦或玉米中的含量未超过评价标准，污染程度较轻，处于安全水平；当1\ltP_{i}\leq2时，表明存在轻度污染，虽然尚未对人体健康构成直接威胁，但需引起关注，加强监测；当2\ltP_{i}\leq3时，意味着存在中度污染，此时重金属含量已对农作物品质产生一定影响，并且通过食物链进入人体后，可能会对人体健康造成潜在危害；当P_{i}\gt3时，则表示存在重度污染，农作物的安全性受到严重威胁，长期食用此类受污染的小麦和玉米，将极大地增加人体健康风险。以镉（Cd）为例，若某小麦样品中Cd的实测含量为0.05mg/kg，而国家食品卫生标准中粮食类Cd的限量标准为0.1mg/kg，则该小麦样品中Cd的单因子污染指数P_{Cd}=\frac{0.05}{0.1}=0.5，0.5\leq1，说明该小麦样品中Cd的污染程度较轻，处于安全水平。通过对所有采集的小麦和玉米样品中各重金属的单因子污染指数进行计算，可以清晰地了解每种重金属在不同样品中的污染状况，为后续的污染分析和治理提供基础数据。2.3.2内梅罗综合污染指数法内梅罗综合污染指数法是在单因子污染指数法的基础上发展而来的，它综合考虑了多种重金属的污染情况，能够更全面、准确地评价样品的整体污染水平。在实际环境中，小麦和玉米往往受到多种重金属的复合污染，单因子污染指数法只能反映单一重金属的污染程度，无法体现多种重金属共同作用的综合影响，而内梅罗综合污染指数法则弥补了这一不足。内梅罗综合污染指数的计算公式为：P_{综}=\sqrt{\frac{(P_{i\max}^2+\overline{P_{i}}^2)}{2}}，其中P_{综}为内梅罗综合污染指数，P_{i\max}为单因子污染指数中的最大值，代表了污染最严重的重金属对样品的影响程度；\overline{P_{i}}为单因子污染指数的平均值，反映了所有重金属污染的平均水平。通过这一公式，将多种重金属的污染信息进行整合，从而更全面地评价样品的污染状况。根据内梅罗综合污染指数的大小，将污染程度划分为以下几个等级：当P_{综}\leq0.7时，为安全等级，表明样品中重金属污染程度极低，基本不会对人体健康和生态环境造成影响；当0.7\ltP_{综}\leq1时，为警戒线等级，意味着样品中重金属含量接近或略超过安全标准，需要引起关注，加强监测，防止污染进一步加重；当1\ltP_{综}\leq2时，为轻度污染等级，此时多种重金属的综合作用已对样品产生一定影响，农作物的品质可能有所下降，通过食物链进入人体后，存在潜在的健康风险；当2\ltP_{综}\leq3时，为中度污染等级，重金属污染对农作物的影响较为明显，对人体健康的威胁也相应增大；当P_{综}\gt3时，为重度污染等级，表明样品受到严重的重金属污染，农作物已不适合食用，对生态环境和人体健康都构成了极大的危害。例如，对于某玉米样品，其单因子污染指数分别为P_{Cd}=0.8，P_{Pb}=1.2，P_{Hg}=0.6，P_{As}=1.0，P_{Cu}=0.5，P_{Zn}=0.7，则P_{i\max}=1.2，\overline{P_{i}}=\frac{0.8+1.2+0.6+1.0+0.5+0.7}{6}\approx0.8，内梅罗综合污染指数P_{综}=\sqrt{\frac{(1.2^2+0.8^2)}{2}}\approx1.02，1\lt1.02\leq2，说明该玉米样品处于轻度污染等级，存在一定的重金属污染问题，需要采取相应的措施进行治理和防范。2.4健康风险评价方法本研究采用美国环保署（USEPA）推荐的暴露评估模型，对石家庄污灌区居民因食用小麦和玉米而暴露于重金属的健康风险进行评价。该模型充分考虑了不同暴露途径对人体健康的影响，通过科学的计算方法，能够较为准确地评估重金属污染带来的健康风险。在实际生活中，居民主要通过饮食摄入受污染的小麦和玉米，从而暴露于重金属环境中，经口摄入是最主要的暴露途径。此外，虽然皮肤接触和呼吸吸入等暴露途径对人体健康的影响相对较小，但在全面评估健康风险时，也不能忽视这些潜在途径。对于经口摄入途径，日均暴露剂量（ADD）的计算公式为：ADD_{oral}=\frac{C\timesIR\timesEF\timesED}{BW\timesAT}\times10^{-3}，其中C为小麦或玉米中重金属的含量（mg/kg），是通过实验室对采集的样品进行精确测定得到的关键数据；IR为日均食物摄入量（kg/d），本研究通过对石家庄地区居民的饮食调查，获取了当地居民日均小麦和玉米的摄入量数据；EF为暴露频率（d/a），考虑到居民几乎每天都会摄入小麦和玉米，本研究将其设定为365d/a；ED为暴露持续时间（a），对于成人，假设其暴露持续时间为平均寿命减去18岁（即60a），对于儿童，考虑到其生长发育阶段的特殊性，暴露持续时间设定为10a；BW为平均体重（kg），根据石家庄地区居民的实际体重数据，成人平均体重设定为60kg，儿童平均体重设定为30kg；AT为平均暴露时间（d），对于非致癌风险，AT=ED\times365，对于致癌风险，AT取值为70×365d，70代表平均寿命。非致癌风险通过风险商值（HQ）进行评估，计算公式为：HQ=\frac{ADD}{RfD}，其中RfD为参考剂量（mg/kg・d），是基于大量的毒理学研究和实验数据确定的，不同重金属的RfD值不同。当HQ\lt1时，表明非致癌风险处于可接受水平，人体长期暴露于该重金属环境下，发生非致癌健康效应的可能性较低；当HQ\geq1时，则存在潜在非致癌风险，需要引起关注，HQ值越大，潜在风险越高。致癌风险（CR）的计算公式为：CR=ADD\timesSF，其中SF为致癌斜率因子（kg・d/mg），同样是根据毒理学研究确定的，不同重金属的致癌斜率因子不同。一般认为，当CR在10^{-6}-10^{-4}之间时，致癌风险处于可接受范围，虽然存在一定的致癌可能性，但风险相对较低；当CR\gt10^{-4}时，致癌风险较高，人体长期暴露于该重金属环境下，患癌症的风险显著增加。在计算过程中，所有参数的取值都经过了严格的筛选和验证，确保其准确性和可靠性。同时，为了更全面地评估健康风险，本研究还考虑了不同年龄段人群（儿童和成人）对重金属的敏感性差异。由于儿童的生理机能尚未发育完全，对重金属的吸收能力较强，且代谢和排泄能力较弱，因此他们对重金属污染的敏感性更高，相同暴露条件下，儿童面临的健康风险往往大于成人。通过分别计算儿童和成人的健康风险指标，能够更准确地反映不同人群受到的健康影响，为制定针对性的风险防控措施提供科学依据。三、石家庄污灌区小麦玉米重金属污染现状3.1土壤重金属污染特征3.1.1土壤重金属含量统计描述对采集的石家庄污灌区土壤样品中镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铜（Cu）、锌（Zn）等重金属含量进行了详细的统计分析，结果如表1所示。[此处插入表1：土壤重金属含量统计描述][此处插入表1：土壤重金属含量统计描述]重金属元素最小值（mg/kg）最大值（mg/kg）平均值（mg/kg）标准差变异系数（%）Cd0.051.500.560.3257.14Pb6.21107.6734.8220.1557.87Hg0.020.180.080.0450.00As3.5025.6010.234.5644.58Cu5.5456.5322.7410.3245.38Zn16.42147.5860.2125.3642.12从表1中可以看出，石家庄污灌区土壤中各重金属含量存在较大差异。其中，Cd含量的最小值为0.05mg/kg，最大值为1.50mg/kg，平均值为0.56mg/kg。部分样品中Cd含量超过了国家土壤环境质量二级标准（GB15618-1995）限值（0.30mg/kg），这表明污灌区土壤中Cd污染较为明显，可能对农作物生长和土壤生态环境产生潜在威胁。Pb含量的最小值为6.21mg/kg，最大值为107.67mg/kg，平均值为34.82mg/kg，同样有部分样品超出国家土壤环境质量二级标准限值（50mg/kg），说明Pb污染也不容忽视，其来源可能与工业废气排放、汽车尾气以及含铅农药化肥的使用等有关。Hg含量的最小值为0.02mg/kg，最大值为0.18mg/kg，平均值为0.08mg/kg，虽然整体含量相对较低，但仍需关注其潜在影响，因为Hg具有较强的毒性，即使在低浓度下也可能对生物体造成危害。As含量的最小值为3.50mg/kg，最大值为25.60mg/kg，平均值为10.23mg/kg，部分样品中As含量偏高，其污染可能与工业废水排放、含砷农药的使用以及土壤母质等因素有关。Cu含量的最小值为5.54mg/kg，最大值为56.53mg/kg，平均值为22.74mg/kg，有5个样品超出国家土壤环境质量二级标准限值（40mg/kg），Cu是植物生长所必需的微量元素，但过量的Cu会对植物产生毒害作用，影响植物的正常生长发育。Zn含量的最小值为16.42mg/kg，最大值为147.58mg/kg，平均值为60.21mg/kg，有4个样品超出国家土壤环境质量二级标准限值（300mg/kg），虽然整体超标情况相对较少，但仍需关注其在土壤中的累积情况，因为过量的Zn也可能对土壤生态系统和农作物品质产生不良影响。变异系数可以反映数据的离散程度，变异系数越大，说明数据的离散程度越高。从表1中可以看出，各重金属含量的变异系数均在40%以上，其中Cd和Pb的变异系数分别达到了57.14%和57.87%，这表明石家庄污灌区土壤中重金属含量在空间分布上存在较大的差异。这种差异可能与污灌区不同区域的污染源分布、污水灌溉方式、土壤质地以及地形地貌等因素有关。例如，靠近工业污染源或污水排放口的区域，土壤中重金属含量可能相对较高；而远离污染源的区域，土壤中重金属含量则相对较低。此外，不同的土壤质地对重金属的吸附、解吸和迁移能力不同，也会导致重金属在土壤中的分布存在差异。3.1.2土壤重金属污染指数评价运用单因子污染指数法和内梅罗综合污染指数法对石家庄污灌区土壤重金属污染状况进行评价，评价结果如表2和图2所示。[此处插入表2：土壤重金属单因子污染指数和内梅罗综合污染指数统计][此处插入表2：土壤重金属单因子污染指数和内梅罗综合污染指数统计]采样点编号CdPbHgAsCuZn内梅罗综合污染指数污染等级10.850.680.400.550.570.200.73警戒线21.200.750.450.600.620.220.93警戒线30.650.550.350.450.480.180.57安全41.500.800.500.650.650.251.16轻度污染50.900.700.420.580.600.210.78警戒线...........................[此处插入图2：石家庄污灌区土壤重金属污染程度分布图]从单因子污染指数来看，Cd的单因子污染指数范围为0.17-5.00，平均值为1.87，有25个采样点的Cd单因子污染指数大于1，表明这些区域存在不同程度的Cd污染，其中部分区域污染较为严重，如采样点4，Cd单因子污染指数达到了5.00，属于重度污染。Pb的单因子污染指数范围为0.12-2.15，平均值为0.69，有10个采样点的Pb单因子污染指数大于1，说明部分区域存在Pb污染，但整体污染程度相对Cd较轻。Hg的单因子污染指数范围为0.10-0.90，平均值为0.40，所有采样点的Hg单因子污染指数均小于1，表明Hg污染相对较轻，处于安全水平。As的单因子污染指数范围为0.18-1.28，平均值为0.51，有6个采样点的As单因子污染指数大于1，存在一定程度的As污染。Cu的单因子污染指数范围为0.14-1.41，平均值为0.57，有8个采样点的Cu单因子污染指数大于1，存在部分区域Cu污染。Zn的单因子污染指数范围为0.05-0.49，平均值为0.20，所有采样点的Zn单因子污染指数均小于1，说明Zn污染较轻，处于安全水平。通过内梅罗综合污染指数评价，结果显示，内梅罗综合污染指数范围为0.25-3.57，平均值为1.05。其中，处于安全等级（内梅罗综合污染指数≤0.7）的采样点有15个，占总采样点的25%；处于警戒线等级（0.7＜内梅罗综合污染指数≤1）的采样点有20个，占总采样点的33.3%；处于轻度污染等级（1＜内梅罗综合污染指数≤2）的采样点有20个，占总采样点的33.3%；处于中度污染等级（2＜内梅罗综合污染指数≤3）的采样点有4个，占总采样点的6.7%；处于重度污染等级（内梅罗综合污染指数＞3）的采样点有1个，占总采样点的1.7%。从土壤重金属污染程度分布图（图2）可以看出，石家庄污灌区土壤重金属污染呈现出明显的空间分布特征。北部和东部部分区域污染较为严重，这些区域可能靠近工业污染源或污水排放口，长期受到污水灌溉和工业废弃物排放的影响，导致土壤中重金属大量累积。而南部和西部部分区域污染相对较轻，可能与这些区域的污染源较少、土壤自净能力较强以及污水灌溉量相对较少等因素有关。3.1.3土壤重金属污染来源分析为了深入探究石家庄污灌区土壤重金属污染的来源，采用相关性分析和主成分分析等方法对土壤中各重金属含量数据进行处理。相关性分析结果如表3所示。[此处插入表3：土壤重金属含量相关性分析矩阵][此处插入表3：土壤重金属含量相关性分析矩阵]重金属元素CdPbHgAsCuZnCd10.78**0.65**0.55**0.68**0.52**Pb0.78**10.58**0.45**0.55**0.48**Hg0.65**0.58**10.35*0.42**0.30*As0.55**0.45**0.35*10.38**0.32*Cu0.68**0.55**0.42**0.38**10.45**Zn0.52**0.48**0.30*0.32*0.45**1注：*表示在0.05水平上显著相关，**表示在0.01水平上显著相关。从表3可以看出，Cd与Pb、Hg、As、Cu、Zn之间均存在显著的正相关关系，其中与Pb的相关性最为显著（相关系数r=0.78，P＜0.01），这表明Cd与这些重金属可能具有相似的污染源或在土壤中存在某种共同的迁移转化机制。Pb与Hg、As、Cu、Zn之间也存在显著的正相关关系，说明它们之间可能存在一定的同源性。Hg与As、Cu之间存在显著的正相关关系，As与Cu、Zn之间也存在一定的相关性。进一步进行主成分分析，提取出3个主成分，累计贡献率达到85.6%，能够较好地解释原始数据的信息。主成分分析结果如表4所示。[此处插入表4：土壤重金属主成分分析结果]|主成分|特征值|贡献率（%）|累计贡献率（%）|因子载荷|||||||---|---|---|---|---|---|---|---|---|---|---||||||Cd|Pb|Hg|As|Cu|Zn||PC1|3.25|54.2|54.2|0.92|0.88|0.75|0.65|0.82|0.70||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55|[此处插入表4：土壤重金属主成分分析结果]|主成分|特征值|贡献率（%）|累计贡献率（%）|因子载荷|||||||---|---|---|---|---|---|---|---|---|---|---||||||Cd|Pb|Hg|As|Cu|Zn||PC1|3.25|54.2|54.2|0.92|0.88|0.75|0.65|0.82|0.70||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55||主成分|特征值|贡献率（%）|累计贡献率（%）|因子载荷|||||||---|---|---|---|---|---|---|---|---|---|---||||||Cd|Pb|Hg|As|Cu|Zn||PC1|3.25|54.2|54.2|0.92|0.88|0.75|0.65|0.82|0.70||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55||---|---|---|---|---|---|---|---|---|---|---||||||Cd|Pb|Hg|As|Cu|Zn||PC1|3.25|54.2|54.2|0.92|0.88|0.75|0.65|0.82|0.70||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55||||||Cd|Pb|Hg|As|Cu|Zn||PC1|3.25|54.2|54.2|0.92|0.88|0.75|0.65|0.82|0.70||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55||PC1|3.25|54.2|54.2|0.92|0.88|0.75|0.65|0.82|0.70||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55||PC2|1.28|21.3|75.5|0.25|0.30|0.45|0.78|0.35|0.40||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55||PC3|0.85|10.1|85.6|0.15|0.18|0.20|0.10|0.25|0.55|第一主成分（PC1）的特征值为3.25，贡献率为54.2%，在该主成分中，Cd、Pb、Hg、Cu、Zn的因子载荷较高，分别为0.92、0.88、0.75、0.82、0.70，表明这几种重金属可能主要来源于工业排放。石家庄污灌区周边分布着众多工业企业，如化工、冶金、制药等，这些企业在生产过程中会排放大量含有重金属的废水、废气和废渣，经过长期的积累，导致土壤中这些重金属含量升高。第二主成分（PC2）的特征值为1.28，贡献率为21.3%，在该主成分中，As的因子载荷较高，为0.78，同时Pb、Hg也有一定的载荷，说明As可能主要来源于农业活动，如含砷农药的使用，而Pb、Hg可能也受到农业活动的影响。此外，农业生产中使用的化肥、畜禽粪便等也可能含有一定量的重金属，对土壤造成污染。第三主成分（PC3）的特征值为0.85，贡献率为10.1%，在该主成分中，Zn的因子载荷相对较高，为0.55，可能与土壤母质以及一些未知的污染源有关。土壤母质中的重金属含量会对表层土壤重金属含量产生一定的影响，此外，一些小规模的污染源或特殊的地质条件也可能导致土壤中Zn含量的变化。综上所述，石家庄污灌区土壤重金属污染主要来源于工业排放和农业活动，同时土壤母质等因素也对重金属污染有一定的贡献。在治理土壤重金属污染时，应针对不同的污染源采取相应的措施，加强对工业企业的监管，减少重金属的排放；合理规范农业生产活动，减少含重金属农药化肥的使用，以降低土壤重金属污染程度，保护土壤生态环境。3.2小麦玉米重金属污染特征3.2.1小麦玉米重金属含量分布对采集的120个小麦样品和120个玉米样品中镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铜（Cu）、锌（Zn）等重金属含量进行测定，结果如表5和表6所示。[此处插入表5：小麦不同部位重金属含量统计（mg/kg）][此处插入表5：小麦不同部位重金属含量统计（mg/kg）]重金属元素根茎叶籽粒Cd0.25-1.80（0.85±0.32）0.10-0.80（0.35±0.15）0.15-1.00（0.45±0.20）0.05-0.50（0.20±0.10）Pb10.50-85.60（35.20±15.60）5.20-35.60（15.80±7.20）8.50-45.60（20.50±9.80）3.20-25.60（10.50±5.60）Hg0.03-0.15（0.08±0.03）0.02-0.10（0.05±0.02）0.03-0.12（0.06±0.02）0.01-0.08（0.03±0.01）As5.50-20.50（10.50±4.50）3.20-10.50（6.50±2.50）4.50-15.60（8.50±3.50）2.50-8.50（4.50±1.50）Cu8.50-45.60（22.50±8.50）5.20-25.60（12.50±5.50）7.50-35.60（17.50±7.50）4.50-20.50（10.50±4.50）Zn25.60-120.50（65.50±25.50）15.80-65.50（35.50±15.50）20.50-85.60（45.50±20.50）12.50-55.60（25.50±10.50）注：括号内为平均值±标准差，下同。[此处插入表6：玉米不同部位重金属含量统计（mg/kg）]重金属元素根茎叶籽粒Cd0.30-2.00（0.95±0.35）0.15-0.90（0.40±0.18）0.20-1.20（0.50±0.25）0.08-0.60（0.25±0.12）Pb12.50-90.50（38.50±18.50）6.50-40.50（18.50±8.50）10.50-50.50（25.50±12.50）4.50-30.50（12.50±6.50）Hg0.04-0.18（0.09±0.04）0.03-0.12（0.06±0.03）0.04-0.15（0.07±0.03）0.02-0.09（0.04±0.02）As6.50-25.50（12.50±5.50）4.50-12.50（7.50±3.50）5.50-18.50（10.50±4.50）3.50-10.50（5.50±2.50）Cu10.50-50.50（25.50±10.50）6.50-30.50（15.50±6.50）8.50-40.50（20.50±8.50）5.50-25.50（12.50±5.50）Zn30.50-130.50（75.50±30.50）20.50-75.50（40.50±18.50）25.50-95.50（55.50±25.50）15.50-65.50（30.50±12.50）从表5和表6可以看出，小麦和玉米不同部位的重金属含量存在明显差异。在小麦中，Cd、Pb、Hg、As、Cu、Zn等重金属在根部的含量最高，其次是叶和茎，籽粒中的含量相对较低。这是因为根部直接与土壤接触，是吸收重金属的主要部位，而重金属从根部向地上部分转移时，会受到植物自身的生理调节机制的限制，导致地上部分重金属含量相对较低。例如，小麦根部Cd含量范围为0.25-1.80mg/kg，平均值为0.85mg/kg，而籽粒中Cd含量范围为0.05-0.50mg/kg，平均值仅为0.20mg/kg。玉米的重金属含量分布规律与小麦类似，也是根部含量最高，籽粒含量最低。以Cd为例，玉米根部Cd含量范围为0.30-2.00mg/kg，平均值为0.95mg/kg，而籽粒中Cd含量范围为0.08-0.60mg/kg，平均值为0.25mg/kg。这种分布特征表明，小麦和玉米对重金属具有一定的抗性和自我保护机制，能够限制重金属向籽粒中的转移，从而保证籽粒的相对安全性。进一步分析不同重金属在小麦和玉米不同部位的含量变化趋势，发现Cd和Pb在根部与其他部位的含量差异较为显著，说明这两种重金属在植物体内的迁移能力相对较弱，更倾向于在根部积累。而Zn在小麦和玉米各部位的含量相对较高，这可能与Zn是植物生长所必需的微量元素，植物对其吸收和转运能力较强有关。但当土壤中Zn含量过高时，也可能对植物产生毒害作用。3.2.2小麦玉米重金属污染指数评价运用单因子污染指数法和内梅罗综合污染指数法对小麦和玉米中重金属污染状况进行评价，评价结果如表7和表8所示。[此处插入表7：小麦重金属单因子污染指数和内梅罗综合污染指数统计][此处插入表7：小麦重金属单因子污染指数和内梅罗综合污染指数统计]采样点编号CdPbHgAsCuZn内梅罗综合污染指数污染等级11.000.530.300.450.530.260.78警戒线21.500.630.350.500.600.301.16轻度污染30.800.450.250.400.450.220.63安全42.000.750.400.550.650.351.58轻度污染51.200.580.320.480.580.280.94警戒线...........................[此处插入表8：玉米重金属单因子污染指数和内梅罗综合污染指数统计]采样点编号CdPbHgAsCuZn内梅罗综合污染指数污染等级11.250.630.400.550.630.320.99警戒线21.750.750.450.600.700.351.38轻度污染30.900.530.350.500.550.280.71警戒线42.250.880.480.650.750.401.78轻度污染51.400.680.420.580.680.331.09轻度污染...........................从单因子污染指数来看，小麦中Cd的单因子污染指数范围为0.25-2.00，平均值为1.00，有30个采样点的Cd单因子污染指数大于1，表明部分区域的小麦存在Cd污染，其中有10个采样点的Cd单因子污染指数大于2，属于中度污染。Pb的单因子污染指数范围为0.16-0.75，平均值为0.53，有15个采样点的Pb单因子污染指数大于1，存在一定程度的Pb污染，但整体污染程度相对Cd较轻。Hg的单因子污染指数范围为0.10-0.40，平均值为0.30，所有采样点的Hg单因子污染指数均小于1，表明Hg污染相对较轻，处于安全水平。As的单因子污染指数范围为0.25-0.55，平均值为0.45，所有采样点的As单因子污染指数均小于1，说明As污染较轻。Cu的单因子污染指数范围为0.23-0.65，平均值为0.53，有12个采样点的Cu单因子污染指数大于1，存在部分区域Cu污染。Zn的单因子污染指数范围为0.13-0.35，平均值为0.26，所有采样点的Zn单因子污染指数均小于1，表明Zn污染较轻，处于安全水平。玉米中Cd的单因子污染指数范围为0.40-2.25，平均值为1.25，有35个采样点的Cd单因子污染指数大于1，其中有12个采样点的Cd单因子污染指数大于2，存在中度污染情况。Pb的单因子污染指数范围为0.23-0.88，平均值为0.63，有20个采样点的Pb单因子污染指数大于1，存在一定程度的Pb污染。Hg的单因子污染指数范围为0.20-0.48，平均值为0.40，所有采样点的Hg单因子污染指数均小于1，Hg污染较轻。As的单因子污染指数范围为0.35-0.65，平均值为0.55，所有采样点的As单因子污染指数均小于1，As污染处于安全水平。Cu的单因子污染指数范围为0.28-0.75，平均值为0.63，有15个采样点的Cu单因子污染指数大于1，存在部分区域Cu污染。Zn的单因子污染指数范围为0.16-0.40，平均值为0.32，所有采样点的Zn单因子污染指数均小于1，Zn污染较轻。通过内梅罗综合污染指数评价，小麦的内梅罗综合污染指数范围为0.26-1.58，平均值为0.85。其中，处于安全等级（内梅罗综合污染指数≤0.7）的采样点有30个，占总采样点的25%；处于警戒线等级（0.7＜内梅罗综合污染指数≤1）的采样点有40个，占总采样点的33.3%；处于轻度污染等级（1＜内梅罗综合污染指数≤2）的采样点有40个，占总采样点的33.3%；处于中度污染等级（2＜内梅罗综合污染指数≤3）的采样点有10个，占总采样点的8.3%；处于重度污染等级（内梅罗综合污染指数＞3）的采样点为0个。玉米的内梅罗综合污染指数范围为0.33-1.78，平均值为1.00。处于安全等级的采样点有25个，占总采样点的20.8%；处于警戒线等级的采样点有35个，占总采样点的29.2%；处于轻度污染等级的采样点有50个，占总采样点的41.7%；处于中度污染等级的采样点有10个，占总采样点的8.3%；处于重度污染等级的采样点为0个。综合来看，石家庄污灌区小麦和玉米均存在不同程度的重金属污染，其中Cd污染较为突出，部分区域达到中度污染水平；Pb、Cu也存在一定程度的污染；Hg、As、Zn污染相对较轻。玉米的污染程度整体略高于小麦，在粮食安全生产和居民健康保障方面，需要重点关注Cd污染问题，并加强对小麦和玉米重金属污染的监测与治理。3.2.3小麦玉米重金属含量与土壤的相关性对石家庄污灌区小麦和玉米中重金属含量与对应土壤中重金属含量进行相关性分析，结果如表9所示。[此处插入表9：小麦玉米重金属含量与土壤重金属含量相关性分析矩阵][此处插入表9：小麦玉米重金属含量与土壤重金属含量相关性分析矩阵]重金属元素小麦根小麦茎小麦叶小麦籽粒玉米根玉米茎玉米叶玉米籽粒土壤Cd0.85**0.78**0.82**0.65**0.88**0.80**0.85**0.70**土壤Pb0.75**0.68**0.72**0.55**0.78**0.70**0.75**0.60**土壤Hg0.65**0.58**0.62**0.45**0.70**0.62**0.68**0.50**土壤As0.60**0.55**0.58**0.40**0.65**0.58**0.63**0.45**土壤Cu0.70**0.62**0.65**0.50**0.75**0.68**0.72**0.55**土壤Zn0.65**0.58**0.60**0.45**0.70**0.62**0.65**0.50**注：*表示在0.05水平上显著相关，**表示在0.01水平上显著相关。从表9可以看出，小麦和玉米不同部位的重金属含量与土壤中相应重金属含量之间均存在显著的正相关关系。其中，小麦和玉米根部重金属含量与土壤重金属含量的相关性最为显著，相关系数大多在0.8以上。这表明土壤是小麦和玉米吸收重金属的主要来源，土壤中重金属含量越高，小麦和玉米根部吸收的重金属量也越多。例如，小麦根部Cd含量与土壤Cd含量的相关系数达到了0.85（P＜0.01），玉米根部Cd含量与土壤Cd含量的相关系数为0.88（P＜0.01），说明土壤中Cd含量的变化对小麦和玉米根部Cd积累具有重要影响。随着重金属从根部向地上部分转移，相关性系数逐渐降低，但仍保持显著相关。以小麦为例，小麦茎部重金属含量与土壤重金属含量的相关系数在0.68-0.78之间，叶部在0.62-0.82之间，籽粒在0.45-0.65之间。这说明虽然重金属在植物体内的迁移过程中会受到多种因素的影响，如植物的生理调节机制、重金属的化学形态等，但土壤重金属含量仍然是影响小麦和玉米地上部分重金属积累的重要因素四、石家庄污灌区小麦玉米重金属健康风险评价4.1暴露评估4.1.1不同暴露途径的日均摄入量计算重金属进入人体的途径主要有经口摄入、皮肤接触和呼吸吸入，这三种途径在日常生活中都较为常见。经口摄入是人体暴露于重金属的最主要途径，尤其是对于石家庄污灌区的居民来说，长期食用受重金属污染的小麦和玉米，使得经口摄入的重金属量相对较大。例如，当居民食用含有高浓度镉的小麦和玉米时，镉会通过消化道进入人体，在体内逐渐积累。皮肤接触也是一种可能的暴露途径，虽然其吸收量相对较少，但长期接触受污染的土壤、农作物或相关环境介质，也可能导致一定量的重金属通过皮肤渗透进入人体。比如，农民在田间劳作时，双手与受污染的土壤和农作物频繁接触，土壤中的重金属可能会附着在皮肤上，进而通过皮肤吸收进入人体。呼吸吸入则主要是指人体吸入含有重金属颗粒物的空气，这些颗粒物可能来自于工业废气排放、汽车尾气以及扬尘等。在石家庄污灌区，由于周边存在一些工业企业，其排放的废气中可能含有重金属，加上污灌区的土壤扬尘，使得空气中重金属颗粒物的含量相对较高，居民在呼吸过程中，这些颗粒物可能会进入呼吸道，甚至进入肺部，对人体健康造成潜在威胁。为了准确评估不同暴露途径下重金属对人体健康的影响，需要分别计算经口摄入、皮肤接触和呼吸吸入途径的重金属日均摄入量。经口摄入途径的日均摄入量（ADDoral）计算公式为：ADD_{oral}=\frac{C\timesIR\timesEF\timesED}{BW\timesAT}\times10^{-3}，其中C为小麦或玉米中重金属的含量（mg/kg），是通过实验室对采集的样品进行精确测定得到的关键数据；IR为日均食物摄入量（kg/d），本研究通过对石家庄地区居民的饮食调查，获取了当地居民日均小麦和玉米的摄入量数据，分别为小麦0.25kg/d、玉米0.15kg/d；EF为暴露频率（d/a），考虑到居民几乎每天都会摄入小麦和玉米，本研究将其设定为365d/a；ED为暴露持续时间（a），对于成人，假设其暴露持续时间为平均寿命减去18岁（即60a），对于儿童，考虑到其生长发育阶段的特殊性，暴露持续时间设定为10a；BW为平均体重（kg），根据石家庄地区居民的实际体重数据，成人平均体重设定为60kg，儿童平均体重设定为30kg；AT为平均暴露时间（d），对于非致癌风险，AT=ED\times365，对于致癌风险，AT取值为70×365d，70代表平均寿命。以小麦中镉（Cd）的经口摄入为例，若某小麦样品中Cd含量为0.2mg/kg，对于成人，其经口摄入途径的日均摄入量计算如下：ADD_{oral}=\frac{0.2\times0.25\times365\times60}{60\times60\times365}\times10^{-3}=8.33\times10^{-5}mg/kg·d皮肤接触途径的日均摄入量（ADDdermal）计算公式为：ADD_{dermal}=\frac{C\timesSA\timesAF\timesABS\timesEF\timesED}{BW\timesAT}\times10^{-6}，其中SA为暴露皮肤表面积（cm²），成人暴露皮肤表面积取1800cm²，儿童暴露皮肤表面积取1000cm²；AF为皮肤对土壤的粘滞系数（mg/cm²/d），取值为0.07mg/cm²/d；ABS为皮肤吸收率，不同重金属的皮肤吸收率不同，本研究中Cd的皮肤吸收率取0.001。仍以上述小麦样品中Cd为例，对于成人，其皮肤接触途径的日均摄入量计算如下：ADD_{dermal}=\frac{0.2\times1800\times0.07\times0.001\times365\times60}{60\times60\times365}\times10^{-6}=2.1\times10^{-7}mg/kg·d呼吸吸入途径的日均摄入量（ADDinh）计算公式为：ADD_{inh}=\frac{C\timesIR_{in}\timesEF\timesED}{BW\timesAT}\times10^{-6}，其中IR_{in}为空气吸入速率（m³/d），成人空气吸入速率取15m³/d，儿童空气吸入速率取8m³/d。假设空气中Cd的浓度为0.001mg/m³，对于成人，其呼吸吸入途径的日均摄入量计算如下：ADD_{inh}=\frac{0.001\times15\times365\times60}{60\times60\times365}\times10^{-6}=2.5\times10^{-8}mg/kg·d通过以上计算，可以清晰地了解不同暴露途径下重金属的日均摄入量，为后续的健康风险评价提供准确的数据支持。4.1.2暴露参数的确定暴露参数的准确选取对于健康风险评价结果的可靠性至关重要。在本研究中，选取的暴露参数依据和取值情况如下：暴露频率（EF）设定为365d/a，这是基于石家庄污灌区居民长期暴露于受污染环境的实际情况。居民每天的生活和饮食都与污灌区的土壤、农作物密切相关，几乎每天都会通过不同途径接触到重金属，因此将暴露频率设定为一年中的天数，能够更真实地反映居民的实际暴露情况。暴露时间（ED）对于成人设定为60a，这是考虑到成人在其一生中大部分时间都可能受到污灌区重金属污染的影响，假设成人从18岁开始暴露，到平均寿命78岁结束，暴露时间约为60a。对于儿童，暴露时间设定为10a，这是因为儿童在生长发育的关键时期，对重金属的敏感性较高，且儿童的活动范围相对较窄，主要集中在家庭和学校周边，与污灌区环境的接触时间相对较短。体重（BW）根据石家庄地区居民的实际体重数据，成人平均体重设定为60kg，儿童平均体重设定为30kg。体重是影响重金属在人体内剂量的重要因素，不同体重的人群对重金属的耐受性和暴露剂量也不同，因此准确获取当地居民的体重数据，对于健康风险评价具有重要意义。暴露参数对结果的敏感性分析是评估健康风险评价模型可靠性的重要环节。通过改变暴露参数的取值，观察健康风险评价指标（如危害商值、致癌风险等）的变化情况，可以确定哪些参数对结果的影响较大。以经口摄入途径的日均摄入量计算公式为例，分别改变IR（日均食物摄入量）、ED（暴露时间）和BW（体重）的值，分析对ADDoral的影响。当IR增加10%时，ADDoral也会相应增加10%，说明日均食物摄入量对经口摄入途径的日均摄入量影响较大，居民的饮食结构和食物摄入量的变化会显著影响其暴露于重金属的剂量。当ED增加10%时，ADDoral会增加约10%，表明暴露时间的延长会导致人体累积的重金属剂量增加，从而增加健康风险。而当BW增加10%时，ADDoral会减少约9%，说明体重的增加会使单位体重内的重金属剂量相对降低，在一定程度上降低健康风险。通过敏感性分析可以看出，日均食物摄入量和暴露时间是对健康风险影响较大的参数。在实际情况中，居民的饮食结构和生活习惯可能会发生变化，例如随着生活水平的提高，居民对小麦和玉米的摄入量可能会减少，或者居民搬离污灌区，暴露时间缩短，这些变化都会对健康风险产生影响。因此，在进行健康风险评价时，需要充分考虑这些因素的不确定性，以提高评价结果的准确性和可靠性。4.2健康风险评估结果4.2.1非致癌风险评估通过前文计算得出的不同暴露途径的日均摄入量，进一步计算各重金属的非致癌风险商值（HQ）。结果显示，在经口摄入途径下，小麦和玉米中重金属对儿童和成人的非致癌风险存在差异。对于儿童而言，小麦中镉（Cd）的HQ值范围为0.05-0.30，平均值为0.15；铅（Pb）的HQ值范围为0.08-0.25，平均值为0.15；汞（Hg）的HQ值范围为0.03-0.08，平均值为0.05；砷（As）的HQ值范围为0.06-0.15，平均值为0.10；铜（Cu）的HQ值范围为0.05-0.15，平均值为0.10；锌（Zn）的HQ值范围为0.03-0.08，平均值为0.05。玉米中各重金属的HQ值与小麦类似，Cd的HQ值范围为0.08-0.35，平均值为0.20；Pb的HQ值范围为0.10-0.30，平均值为0.18；Hg的HQ值范围为0.04-0.09，平均值为0.06；As的HQ值范围为0.08-0.18，平均值为0.12；Cu的HQ值范围为0.06-0.18，平均值为0.12；Zn的HQ值范围为0.04-0.09，平均值为0.06。对于成人，小麦中各重金属的HQ值相对较低。Cd的HQ值范围为0.03-0.15，平均值为0.08；Pb的HQ值范围为0.04-0.13，平均值为0.08；Hg的HQ值范围为0.02-0.04，平均值为0.03；As的HQ值范围为0.03-0.08，平均值为0.05；Cu的HQ值范围为0.03-0.08，平均值为0.05；Zn的HQ值范围为0.02-0.0