襄阳市襄州区耕地土壤潜在毒性元素：风险洞察与源解析

襄阳市襄州区耕地土壤潜在毒性元素：风险洞察与源解析一、引言1.1研究背景与意义耕地，作为人类赖以生存和发展的重要自然资源，在保障粮食安全、维护生态平衡以及促进社会经济可持续发展等方面，都发挥着基础性的关键作用。近年来，随着全球工业化、城市化进程的加速推进，以及农业生产活动强度的不断增大，土壤环境面临着前所未有的严峻挑战，土壤污染问题日益凸显，已逐渐成为全球关注的焦点环境问题之一。在各类土壤污染物中，潜在毒性元素因其具有毒性强、难降解、易在生物体内富集等特性，对生态系统和人类健康构成了极为严重的威胁。襄阳市襄州区作为重要的农业产区，耕地资源丰富，农业生产在区域经济发展中占据着举足轻重的地位。然而，由于长期受到工业活动、农业面源污染以及交通排放等多种因素的影响，襄州区耕地土壤中潜在毒性元素的污染状况逐渐加剧，这不仅对当地的农产品质量安全构成了潜在风险，还可能通过食物链的传递，对人体健康产生危害。因此，开展襄州区耕地土壤潜在毒性元素风险评估及来源解析研究，具有重要的现实意义。从保障粮食安全的角度来看，土壤是农作物生长的物质基础，土壤中潜在毒性元素的污染会直接影响农作物的生长发育、产量和品质。当土壤中潜在毒性元素含量超过一定限度时，农作物可能会出现生长受阻、减产甚至绝收的情况，同时，农产品中潜在毒性元素的超标还会降低其食用安全性，威胁消费者的身体健康。通过对襄州区耕地土壤潜在毒性元素进行风险评估，可以准确了解土壤污染状况及其对农产品质量安全的影响程度，为制定科学合理的土壤污染防治措施提供依据，从而保障当地的粮食安全和农产品质量安全。在维护生态平衡方面，土壤生态系统是整个生态系统的重要组成部分，其中的微生物、动物和植物等生物群落与土壤环境之间存在着复杂的相互作用关系。潜在毒性元素的污染会破坏土壤生态系统的结构和功能，影响土壤中生物的种类和数量，进而对整个生态系统的稳定性和平衡产生负面影响。例如，某些潜在毒性元素会抑制土壤微生物的活性，影响土壤的物质循环和能量转化过程；还会对土壤动物的生存和繁殖造成威胁，导致生物多样性下降。开展襄州区耕地土壤潜在毒性元素来源解析研究，有助于揭示污染的成因和途径，为采取针对性的生态修复和保护措施提供支持，促进土壤生态系统的恢复和平衡。对促进区域可持续发展而言，襄州区的经济发展高度依赖于农业生产，而土壤质量是农业可持续发展的关键因素之一。土壤污染问题如果得不到有效解决，将制约当地农业的发展，进而影响整个区域的经济增长和社会稳定。通过对耕地土壤潜在毒性元素的研究，制定切实可行的污染防治和修复方案，可以改善土壤质量，提高土地资源的利用效率，促进农业的可持续发展，为襄州区的经济社会可持续发展奠定坚实的基础。1.2国内外研究现状在国外，土壤潜在毒性元素的研究起步较早，已经取得了丰硕的成果。早期的研究主要集中在潜在毒性元素的含量测定和分布特征分析上。随着研究的深入，学者们逐渐关注潜在毒性元素在土壤中的迁移转化规律、生物有效性以及对生态系统和人类健康的影响。例如，有研究通过长期定位试验，深入探究了重金属在土壤-植物系统中的迁移转化机制，发现土壤的酸碱度、有机质含量等因素对重金属的迁移转化有着显著影响。在风险评估方面，国外已经建立了较为完善的风险评估体系，综合考虑了潜在毒性元素的含量、暴露途径、生物有效性等因素，采用多种模型和方法进行风险评估，如美国环保局（EPA）推荐的风险评估模型，能够对土壤中潜在毒性元素的生态风险和健康风险进行全面评估。国内对土壤潜在毒性元素的研究始于20世纪80年代，经过多年的发展，在污染现状调查、迁移转化机制、风险评估等方面也取得了长足的进步。众多学者对我国不同地区的土壤潜在毒性元素污染状况进行了广泛调查，揭示了不同区域土壤潜在毒性元素的含量水平、分布特征以及污染程度。在迁移转化机制研究方面，国内学者通过室内模拟试验和野外原位监测，深入探讨了土壤质地、氧化还原条件、微生物活动等因素对潜在毒性元素迁移转化的影响。在风险评估领域，我国结合国情，借鉴国外先进经验，制定了一系列适合我国土壤特点的风险评估标准和方法，如《土壤环境质量农用地土壤污染风险管控标准（试行）》等，为土壤潜在毒性元素的风险评估提供了重要依据。然而，针对襄州区耕地土壤潜在毒性元素的研究相对较少。已有的研究主要集中在土壤肥力评价、农作物种植结构调整等方面，对于土壤潜在毒性元素的污染状况、风险评估及来源解析研究尚显不足。目前，缺乏对襄州区耕地土壤中潜在毒性元素的系统监测和全面分析，难以准确掌握其污染程度和分布规律；在风险评估方面，尚未建立适合襄州区耕地土壤特点的风险评估模型，无法对潜在毒性元素的生态风险和健康风险进行科学评估；在来源解析方面，虽然初步认识到工业活动、农业面源污染等是潜在毒性元素的主要来源，但缺乏深入的定量分析，难以明确各污染源的贡献率。因此，开展襄州区耕地土壤潜在毒性元素风险评估及来源解析研究具有重要的理论和现实意义，能够填补该地区在这一领域的研究空白，为土壤污染防治和农业可持续发展提供科学依据。1.3研究内容与技术路线本研究旨在全面、系统地评估襄阳市襄州区耕地土壤潜在毒性元素的污染状况，深入解析其来源，为该地区的土壤污染防治和农业可持续发展提供科学依据。具体研究内容如下：耕地土壤潜在毒性元素含量测定与空间分布特征分析：在襄州区范围内，依据土地利用类型、地形地貌以及污染源分布等因素，科学合理地设置采样点，采集耕地土壤样品。运用先进的分析测试技术，如电感耦合等离子体质谱仪（ICP-MS）等，精确测定土壤样品中多种潜在毒性元素（如镉、汞、砷、铅、铬等）的含量。借助地理信息系统（GIS）技术，对潜在毒性元素的含量数据进行空间分析，绘制含量分布图，直观展示其在襄州区耕地土壤中的空间分布特征，明确高值区和低值区的分布范围及规律。潜在毒性元素风险评估：综合运用多种风险评估方法，对襄州区耕地土壤潜在毒性元素进行全面评估。依据《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB15618-2018），判断土壤中潜在毒性元素含量是否超过风险筛选值和风险管制值，初步评估土壤污染风险。采用地累积指数法，定量评估土壤中潜在毒性元素的污染程度，该方法考虑了元素的背景值和人为活动的影响，能更准确地反映土壤污染状况。运用潜在生态风险指数法，综合评估多种潜在毒性元素对土壤生态系统的潜在危害程度，该指数不仅考虑了元素的含量，还考虑了元素的毒性响应系数和区域背景值，能全面反映潜在毒性元素的生态风险。从人体健康风险的角度，通过建立暴露模型，评估居民通过土壤-农作物途径摄入潜在毒性元素对人体健康造成的风险，分析不同暴露途径（如经口摄入、皮肤接触、呼吸吸入等）对健康风险的贡献。潜在毒性元素来源解析：综合运用多元统计分析、同位素示踪技术以及相关性分析等方法，深入解析襄州区耕地土壤潜在毒性元素的来源。运用主成分分析和因子分析等多元统计方法，对潜在毒性元素含量数据进行降维处理，提取主要的污染因子，初步识别潜在毒性元素的可能来源。利用铅、锶等稳定同位素示踪技术，确定潜在毒性元素的自然来源和人为来源，通过分析同位素比值的变化，追踪元素的迁移路径和来源。通过对潜在毒性元素与相关影响因素（如工业污染源分布、农业生产活动强度、交通流量等）的相关性分析，进一步明确各污染源对潜在毒性元素的贡献程度。提出污染防治建议：根据风险评估和来源解析的结果，针对性地提出襄州区耕地土壤潜在毒性元素的污染防治建议。对于受污染较轻的区域，制定合理的农业生产管理措施，如优化施肥结构、推广绿色防控技术等，减少潜在毒性元素的输入；对于受污染较重的区域，提出切实可行的土壤修复方案，如采用生物修复、化学修复等技术，降低土壤中潜在毒性元素的含量，恢复土壤生态功能。加强对工业污染源的监管，严格控制污染物排放，从源头上减少潜在毒性元素对耕地土壤的污染。提高公众的环保意识，加强宣传教育，引导农民合理使用农药、化肥，减少农业面源污染。本研究的技术路线如图1-1所示。首先，通过收集相关资料，了解襄州区的自然环境、社会经济状况以及土壤污染的历史数据，为后续研究提供基础信息。在此基础上，进行野外采样和实验室分析，获取耕地土壤潜在毒性元素的含量数据。接着，运用多种分析方法对数据进行处理和分析，包括空间分析、风险评估和来源解析等。最后，根据研究结果提出针对性的污染防治建议，为襄州区的土壤污染防治和农业可持续发展提供科学依据。[此处插入技术路线图]图1-1研究技术路线图二、研究区域与方法2.1研究区域概况襄州区地处鄂西北部，位于汉水中游，行政区域土地面积2466.6平方千米。其呈半月形平面状，属于盆地地形，独特的地形条件使得区域内的水系分布和土壤形成都具有一定的特殊性。水系方面，其属汉水流域，唐河、白河、滚河、清河、汉江五大水系穿境而过，丰富的水资源在为农业生产提供灌溉便利的同时，也可能通过水流的搬运作用，对土壤中潜在毒性元素的分布产生影响。比如，水流可能将上游地区的含潜在毒性元素的物质带到下游，从而改变下游土壤中潜在毒性元素的含量。襄州区属亚热带湿润季风型大陆性气候，四季分明，雨热同季。年平均气温约在15-17℃之间，年降水量一般在800-1200毫米。这种气候条件非常适宜农作物的生长，为农业生产提供了良好的自然环境。温暖湿润的气候有利于土壤中微生物的活动，微生物的活动会影响土壤中潜在毒性元素的形态和迁移转化。在高温多雨的季节，土壤中的潜在毒性元素可能会随着雨水的淋溶作用而发生迁移，从而改变其在土壤剖面中的分布。土壤类型丰富多样，主要有黄棕壤、水稻土、潮土等。黄棕壤主要分布在低山丘陵地区，其成土母质多为酸性结晶岩、泥质岩等风化物，土壤质地黏重，肥力较高，但潜在毒性元素的背景含量也可能相对较高。水稻土是在长期种植水稻的条件下形成的，其具有独特的水耕熟化层，氧化还原电位较低，这种特殊的土壤环境会影响潜在毒性元素的化学形态和生物有效性。潮土分布在河流两岸，受河水泛滥和沉积物的影响，土壤质地较为疏松，透气性好，但也容易受到河水带来的潜在毒性元素的污染。农业生产在襄州区的经济发展中占据着重要地位，是湖北粮食主产区之一，也是全国生猪调出大县和全国粮食生产先进县，农业总产值等经济指标连续多年位居全国百强。主要农作物有小麦、水稻、玉米、油菜等。长期的农业生产活动，如大量使用化肥、农药、农膜等，可能会导致潜在毒性元素在土壤中的积累。不合理使用磷肥可能会带入镉等潜在毒性元素；农药中的有机汞、有机砷等成分，在土壤中残留后也会增加土壤中潜在毒性元素的含量。襄州区正在争创国家级农业高新技术产业开发区，现代农业发展方兴未艾，在农业现代化进程中，更需要关注土壤环境质量，确保农业的可持续发展。2.2样品采集与分析2.2.1采样点布设为全面、准确地反映襄州区耕地土壤潜在毒性元素的污染状况，在采样点布设过程中，严格遵循全面性、代表性、客观性、可行性和连续性的原则。全面性原则确保布设的点位能全面覆盖襄州区不同类型的耕地，包括旱地、水田等，以及不同的土壤类型，如黄棕壤、水稻土、潮土等分布区域，不遗漏任何可能存在污染差异的区域。代表性原则要求针对不同区域土壤的污染状况和空间分布特征采用合适的布点方法，使选取的点位能够代表整个调查监测区域内土壤环境质量状况。例如，在工业污染源附近、交通干线两侧以及农业生产活动频繁的区域，加密采样点，以充分反映这些受人为活动影响较大区域的土壤污染情况；而在相对偏远、受人类活动干扰较小的区域，适当减少采样点数量，但仍保证能代表该区域的土壤背景状况。客观性原则强调具体采样点选取遵循“随机”和“等量”原则，避免主观因素的干扰，保证每个采样点被选中的概率相等，且同级别样品具有相似的等量个体组成，从而确保样品的代表性。可行性原则使布点充分考虑采样现场的实际情况，如交通便利性、采样安全性等，在保证样品代表性最大化的同时，最大限度节约人力和实验室资源。对于交通不便的山区或偏远农村，合理规划采样路线，选择能够到达且具有代表性的点位；对于存在安全隐患的区域，如靠近化工厂、垃圾填埋场等，采取相应的安全防护措施后进行采样。连续性原则在满足本次调查监测要求的基础上，兼顾以往土壤调查监测布设的点位情况，并考虑长期连续调查监测的要求，以便对土壤污染状况进行长期动态监测和对比分析。依据上述原则，在襄州区共设置了200个采样点。采用网格布点法，将襄州区耕地划分为若干个网格，每个网格面积约为1平方千米，在每个网格内随机选取一个采样点。这种布点方法既考虑了土壤的空间分布特征，又保证了采样点的随机性和代表性，能够较好地反映整个区域耕地土壤潜在毒性元素的污染状况。利用GPS定位系统准确记录每个采样点的经纬度，确保采样点位置的准确性和可重复性，为后续的数据分析和空间制图提供可靠依据。采样点分布如图2-1所示。从图中可以清晰地看到，采样点均匀分布在襄州区各个乡镇，涵盖了不同地形地貌和土地利用类型的区域，具有广泛的代表性。[此处插入采样点分布图]图2-1襄州区耕地土壤采样点分布图2.2.2样品采集、保存与处理在2023年秋季，农作物收获后进行土壤样品采集。使用不锈钢土钻采集0-20cm的表层土壤，这一深度是农作物根系主要分布的区域，也是受人类活动影响最为显著的土层，对研究潜在毒性元素对农作物生长和人体健康的影响具有重要意义。每个采样点采集5个子样，将其充分混合后组成一个混合样，以减少采样误差，提高样品的代表性。每个混合样的质量约为1kg，装入聚乙烯塑料袋中。在采样过程中，仔细填写采样标签，详细记录采样点的编号、地理位置、土壤类型、土地利用类型、采样日期、采样人等信息，确保样品信息的完整性和准确性。采集后的土壤样品及时送回实验室。首先，将样品置于通风良好、阴凉干燥的室内自然风干，避免阳光直射和高温烘烤，防止土壤中潜在毒性元素的形态和含量发生变化。在风干过程中，定期翻动样品，加速干燥过程，并及时挑出土壤中的植物残体、石块、昆虫等杂物，保证样品的纯净度。待土壤样品完全风干后，用木棒将其轻轻碾碎，使其通过2mm筛孔，去除较大的土块和杂质。对于需要分析全量潜在毒性元素的样品，进一步将过2mm筛的土壤样品用玛瑙研钵研磨，使其全部通过0.149mm筛孔，以满足分析测试的要求。将处理好的土壤样品装入棕色玻璃瓶中，贴上标签，注明样品编号、采样地点、处理日期等信息，保存于干燥、阴凉、避光的样品柜中，待测。2.2.3毒性元素分析测试采用电感耦合等离子体质谱仪（ICP-MS）测定土壤样品中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）、铬（Cr）等潜在毒性元素的含量。在分析测试前，对仪器进行严格的调试和校准，确保仪器的性能稳定、准确。使用国家标准物质土壤ESS-3进行质量控制，国家标准物质的测定值与标准值的相对误差均在允许范围内，保证了分析测试结果的准确性和可靠性。同时，每批样品分析时均设置空白样品和重复样品，空白样品用于监测分析过程中的污染情况，重复样品用于评估分析结果的精密度。实验室内分析结果的相对标准偏差（RSD）均小于5%，表明分析测试数据具有良好的精密度和可靠性。对于汞元素的测定，由于其具有易挥发的特性，采用原子荧光光谱仪（AFS）进行测定。该方法具有灵敏度高、选择性好、分析速度快等优点，能够准确测定土壤中痕量汞的含量。在测定过程中，严格控制实验条件，如还原剂的用量、载气的流速等，以确保测定结果的准确性。同样，使用国家标准物质进行质量控制，并设置空白样品和重复样品，保证分析测试数据的质量。土壤pH值采用玻璃电极法测定，水土比为2.5:1。将风干后的土壤样品与去离子水按比例混合，搅拌均匀后，放置30分钟，使土壤与水充分平衡。然后，用pH计测定混合液的pH值，每个样品重复测定3次，取平均值作为测定结果。土壤有机质含量采用重铬酸钾氧化-外加热法测定。称取一定量的风干土壤样品，加入过量的重铬酸钾溶液和浓硫酸，在加热条件下，使土壤中的有机质被氧化，剩余的重铬酸钾用硫酸亚铁标准溶液滴定，根据消耗的硫酸亚铁标准溶液的体积计算土壤有机质含量。2.3风险评估方法为全面、科学地评估襄州区耕地土壤潜在毒性元素的风险，本研究综合运用了多种风险评估方法，包括单因子污染指数法、地累积指数法、潜在生态风险指数法以及健康风险评估模型。单因子污染指数法是一种简单直观的评估方法，它通过计算土壤中某一潜在毒性元素的实测含量与评价标准值的比值，来判断该元素的污染程度。其计算公式为：P_{i}=\frac{C_{i}}{S_{i}}其中，P_{i}为第i种潜在毒性元素的单因子污染指数；C_{i}为第i种潜在毒性元素的实测含量（mg/kg）；S_{i}为第i种潜在毒性元素的评价标准值（mg/kg），本研究采用《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB15618-2018）中的风险筛选值作为评价标准。当P_{i}\leq1时，表明土壤未受到该元素的污染；当P_{i}>1时，则表示土壤受到了该元素的污染，且P_{i}值越大，污染程度越严重。这种方法能够快速判断单一元素的污染状况，但无法反映多种元素的综合污染情况。地累积指数法由德国科学家Müller提出，它不仅考虑了土壤中潜在毒性元素的含量，还考虑了背景值以及成岩作用等因素对污染评价的影响，能更准确地反映土壤污染程度。其计算公式为：I_{geo}=\log_{2}(\frac{C_{i}}{1.5B_{i}})式中，I_{geo}为地累积指数；C_{i}为第i种潜在毒性元素的实测含量（mg/kg）；B_{i}为第i种潜在毒性元素的地球化学背景值（mg/kg），本研究采用湖北省土壤背景值作为参考；1.5是考虑到成岩作用可能引起的背景值波动而设定的常数。地累积指数共分为7个等级，分别为：I_{geo}\leq0，无污染；0<I_{geo}\leq1，轻度污染；1<I_{geo}\leq2，偏中度污染；2<I_{geo}\leq3，中度污染；3<I_{geo}\leq4，偏重度污染；4<I_{geo}\leq5，重度污染；I_{geo}>5，极重度污染。通过地累积指数法，可以对土壤中潜在毒性元素的污染程度进行更细致的分级，为土壤污染治理提供更具针对性的依据。潜在生态风险指数法由瑞典科学家Hakanson提出，该方法从沉积学角度出发，综合考虑了潜在毒性元素的含量、毒性响应系数、区域背景值以及多元素的协同作用等因素，能够全面评估土壤中多种潜在毒性元素对生态系统的潜在危害程度。其计算公式如下：C_{f}^{i}=\frac{C_{i}}{C_{n}^{i}}E_{r}^{i}=T_{r}^{i}\timesC_{f}^{i}RI=\sum_{i=1}^{n}E_{r}^{i}其中，C_{f}^{i}为第i种潜在毒性元素的污染系数；C_{i}为第i种潜在毒性元素的实测含量（mg/kg）；C_{n}^{i}为第i种潜在毒性元素的参比值（mg/kg），本研究以湖北省土壤背景值作为参比值；E_{r}^{i}为第i种潜在毒性元素的潜在生态风险系数；T_{r}^{i}为第i种潜在毒性元素的毒性响应系数，反映该元素的毒性水平和生态环境对其污染的敏感程度，镉、汞、砷、铅、铬的毒性响应系数分别取值为30、40、10、5、2；RI为潜在生态风险综合指数，n为参与评价的潜在毒性元素种类数。潜在生态风险程度分为5个等级：RI<150，为轻微生态风险；150\leqRI<300，为中等生态风险；300\leqRI<600，为较强生态风险；600\leqRI<1200，为很强生态风险；RI\geq1200，为极强生态风险。该方法能够全面反映土壤潜在毒性元素的综合风险，为生态环境保护和风险管理提供重要参考。健康风险评估采用美国环保局（EPA）推荐的暴露模型，从人体通过土壤-农作物途径摄入潜在毒性元素的角度，评估其对人体健康造成的风险。主要考虑经口摄入、皮肤接触和呼吸吸入三种暴露途径。经口摄入暴露剂量计算公式为：ADD_{ing}=\frac{C_{i}\timesIR\timesEF\timesED}{BW\timesAT}\times10^{-6}皮肤接触暴露剂量计算公式为：ADD_{dermal}=\frac{C_{i}\timesSA\timesAF\timesABS\timesEF\timesED}{BW\timesAT}\times10^{-6}呼吸吸入暴露剂量计算公式为：ADD_{inh}=\frac{C_{i}\timesInhR\timesEF\timesED}{PEF\timesBW\timesAT}其中，ADD_{ing}、ADD_{dermal}、ADD_{inh}分别为经口摄入、皮肤接触和呼吸吸入的日均暴露剂量（mg/kg・d）；C_{i}为土壤中第i种潜在毒性元素的含量（mg/kg）；IR为日均摄入量（mg/d），本研究参考相关文献取值；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）；SA为皮肤暴露面积（cm²）；AF为皮肤表面附着系数（mg/cm²）；ABS为皮肤吸收系数；InhR为日均呼吸速率（m³/d）；PEF为颗粒物排放因子（m³/kg）。通过计算不同暴露途径的日均暴露剂量，再结合相应的毒性参考值，计算出危害商（HQ）和危害指数（HI）。当HQ或HI\leq1时，表明人体健康风险处于可接受水平；当HQ或HI>1时，则表示存在潜在的健康风险。这种方法从人体健康角度出发，对土壤潜在毒性元素的风险进行评估，为保障居民健康提供科学依据。2.4来源解析方法主成分分析（PCA）是一种常用的多元统计分析方法，它通过线性变换将多个相关变量转换为少数几个互不相关的综合变量，即主成分。这些主成分能够最大限度地保留原始数据的信息，且其方差依次递减。在土壤潜在毒性元素来源解析中，PCA可以有效地降低数据维度，提取主要的污染因子，从而识别潜在毒性元素的可能来源。其原理基于数据的协方差矩阵或相关矩阵。假设有n个样本，每个样本包含p个变量，即X=(x_{ij})，i=1,2,\cdots,n；j=1,2,\cdots,p。首先对数据进行标准化处理，消除量纲的影响，使各变量具有可比性。然后计算标准化数据的协方差矩阵S或相关矩阵R，求解S或R的特征值\lambda_i和特征向量e_i，i=1,2,\cdots,p。特征值\lambda_i表示第i个主成分的方差，方差越大，说明该主成分包含的信息越多。通常根据累计贡献率来确定主成分的个数，累计贡献率计算公式为：CR_k=\frac{\sum_{i=1}^{k}\lambda_i}{\sum_{i=1}^{p}\lambda_i}\times100\%式中，CR_k为前k个主成分的累计贡献率。一般选取累计贡献率大于85%的前k个主成分作为主要成分。每个主成分F_j可以表示为原始变量x_i的线性组合，即：F_j=\sum_{i=1}^{p}e_{ij}x_i其中，e_{ij}为第j个主成分在第i个变量上的载荷，载荷值的大小反映了该变量与主成分的相关程度。在本研究中，应用主成分分析进行潜在毒性元素来源解析的步骤如下：将土壤样品中潜在毒性元素含量数据以及相关的影响因素数据（如土壤理化性质、土地利用类型、污染源分布等）整理成数据矩阵，对数据进行标准化处理。使用统计分析软件（如SPSS、R等）计算标准化数据的协方差矩阵或相关矩阵，并求解其特征值和特征向量。根据累计贡献率确定主成分的个数，一般选择累计贡献率大于85%的主成分。分析各主成分中潜在毒性元素的载荷值，载荷值较大的元素与该主成分的相关性较强，从而推断该主成分所代表的潜在污染源。例如，若某主成分中镉、铅、锌等元素的载荷值较大，且这些元素与工业活动密切相关，则可推测该主成分可能代表工业污染源。多元线性回归（MLR）是一种用于建立多个自变量与一个因变量之间线性关系的统计分析方法。在土壤潜在毒性元素来源解析中，通过建立潜在毒性元素含量与各潜在污染源相关指标之间的多元线性回归模型，可以定量评估各污染源对潜在毒性元素的贡献程度。其基本原理是假设因变量y与自变量x_1,x_2,\cdots,x_p之间存在线性关系，即：y=\beta_0+\beta_1x_1+\beta_2x_2+\cdots+\beta_px_p+\varepsilon其中，\beta_0为截距，\beta_1,\beta_2,\cdots,\beta_p为回归系数，反映了自变量对因变量的影响程度；\varepsilon为随机误差，服从均值为0，方差为\sigma^2的正态分布。通过最小二乘法估计回归系数，使得观测值y_i与预测值\hat{y}_i之间的残差平方和最小，即：Q=\sum_{i=1}^{n}(y_i-\hat{y}_i)^2=\sum_{i=1}^{n}(y_i-\beta_0-\beta_1x_{i1}-\beta_2x_{i2}-\cdots-\beta_px_{ip})^2对Q分别关于\beta_0,\beta_1,\cdots,\beta_p求偏导数，并令其等于0，可得到正规方程组，解方程组即可得到回归系数的估计值。在本研究中，运用多元线性回归进行潜在毒性元素来源解析的步骤如下：确定因变量和自变量，因变量为土壤中潜在毒性元素的含量，自变量为与潜在污染源相关的指标，如工业废气排放量、化肥施用量、交通流量等。对自变量和因变量进行相关性分析，筛选出与因变量相关性显著的自变量，以提高模型的解释能力和预测精度。使用统计分析软件（如SPSS、R等）建立多元线性回归模型，并对模型进行检验，包括拟合优度检验（如R^2检验）、方差分析（F检验）、回归系数的显著性检验（t检验）等。若模型通过检验，则说明自变量与因变量之间存在显著的线性关系。根据回归系数的大小和正负，分析各污染源对潜在毒性元素含量的贡献程度。回归系数为正，表示该污染源与潜在毒性元素含量呈正相关，即污染源的增加会导致潜在毒性元素含量的增加；回归系数为负，则表示呈负相关。通过多元线性回归分析，可以定量评估各污染源对襄州区耕地土壤潜在毒性元素的贡献，为制定针对性的污染防治措施提供科学依据。三、襄州区耕地土壤潜在毒性元素的含量与分布特征3.1潜在毒性元素的种类与含量通过对襄州区200个耕地土壤样品的分析测试，检测出的潜在毒性元素主要包括镉（Cd）、汞（Hg）、砷（As）、铅（Pb）、铬（Cr）。这些元素在土壤中的含量水平不仅反映了土壤的污染状况，还与土壤的理化性质、成土母质以及人类活动等因素密切相关。各潜在毒性元素的含量统计结果如表3-1所示。表3-1襄州区耕地土壤潜在毒性元素含量统计（mg/kg）元素最小值最大值平均值标准差变异系数（%）湖北省土壤背景值风险筛选值（pH≤5.5）风险筛选值（5.5＜pH≤6.5）风险筛选值（6.5＜pH≤7.5）风险筛选值（pH＞7.5）Cd0.030.850.210.1257.140.0770.30.30.30.6Hg0.020.680.130.0969.230.0850.50.50.61.0As3.2128.5610.543.5633.789.640302520Pb12.3485.6735.4211.2331.7126.07090120170Cr35.67120.5668.4515.6722.9073.0150150200250从表3-1中可以看出，襄州区耕地土壤中镉的含量范围为0.03-0.85mg/kg，平均值为0.21mg/kg，变异系数为57.14%。与湖北省土壤背景值（0.077mg/kg）相比，平均值明显偏高，表明镉在襄州区耕地土壤中有一定程度的积累。部分样品中镉含量超过了《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB15618-2018）中不同pH条件下的风险筛选值，尤其是在pH＞7.5的土壤中，最高值0.85mg/kg超过风险筛选值（0.6mg/kg），这可能对农作物生长和人体健康产生潜在风险。镉的变异系数较大，说明其在土壤中的空间分布差异较为显著，可能与局部地区的工业污染、农业生产活动以及土壤母质等因素有关。汞的含量范围是0.02-0.68mg/kg，平均值为0.13mg/kg，变异系数高达69.23%。与湖北省土壤背景值（0.085mg/kg）相比，平均值略高，表明汞在土壤中也有一定程度的富集。虽然所有样品中汞含量均未超过风险筛选值，但由于汞具有较强的毒性和生物累积性，其在土壤中的积累仍需引起关注。汞含量的高变异系数反映出其在襄州区耕地土壤中的分布极不均匀，可能受到工业废气排放、含汞农药使用以及土壤质地等因素的影响。例如，在一些靠近化工厂或农药使用频繁的区域，土壤中汞含量可能相对较高。砷的含量范围为3.21-28.56mg/kg，平均值为10.54mg/kg，变异系数为33.78%。与湖北省土壤背景值（9.6mg/kg）相比，平均值略高，但所有样品中砷含量均未超过风险筛选值。然而，砷是一种对人体健康危害较大的元素，长期暴露于高砷环境中可能导致多种疾病，如皮肤癌、肺癌等。尽管目前襄州区耕地土壤中砷含量整体处于安全范围内，但仍需加强监测，防止其含量进一步升高。砷含量的变异系数相对较小，说明其在土壤中的分布相对较为均匀，可能与成土母质的一致性以及农业生产活动中砷的输入相对稳定有关。铅的含量范围在12.34-85.67mg/kg之间，平均值为35.42mg/kg，变异系数为31.71%。与湖北省土壤背景值（26.0mg/kg）相比，平均值偏高，表明铅在土壤中有一定程度的积累。大部分样品中铅含量未超过风险筛选值，但仍有少数样品接近或超过风险筛选值，需要关注其潜在风险。铅含量的变异系数较大，这可能与交通排放、工业活动以及含铅农药和化肥的使用有关。在交通干线附近或工业发达地区，土壤中铅含量可能较高；而在远离污染源的地区，铅含量相对较低。铬的含量范围是35.67-120.56mg/kg，平均值为68.45mg/kg，变异系数为22.90%。与湖北省土壤背景值（73.0mg/kg）相比，平均值略低，所有样品中铬含量均未超过风险筛选值。铬在土壤中的分布相对较为均匀，变异系数较小，这可能与土壤母质中铬的含量相对稳定以及人为活动对铬的输入影响较小有关。然而，铬的不同价态具有不同的毒性，六价铬具有强氧化性和毒性，对生态环境和人体健康危害较大，因此仍需对土壤中铬的形态和含量进行持续监测。3.2空间分布特征为深入探究襄州区耕地土壤潜在毒性元素的空间分布规律，本研究借助地理信息系统（GIS）技术，对各潜在毒性元素的含量数据进行空间插值分析，绘制出了相应的空间分布图，结果如图3-1所示。[此处插入镉、汞、砷、铅、铬的空间分布图]图3-1襄州区耕地土壤潜在毒性元素空间分布图从镉的空间分布图来看，其含量呈现出明显的空间异质性。高值区主要集中在襄州区的东北部和西南部部分乡镇。在东北部，靠近工业开发区的区域镉含量较高，这可能是由于工业生产过程中产生的含镉废水、废气和废渣等未经有效处理直接排放，导致镉在周边土壤中积累。一些金属冶炼厂、电镀厂等在生产过程中会释放出大量含镉污染物，通过大气沉降、地表径流等途径进入土壤，造成土壤镉污染。西南部的高值区则可能与当地的农业生产活动以及土壤母质有关。该区域长期大量使用含镉的磷肥，加之土壤母质中镉的背景含量相对较高，使得土壤中镉含量逐渐升高。而在襄州区的中部和东南部，镉含量相对较低，这些区域受工业污染和农业面源污染的影响较小，土壤镉含量基本处于自然背景水平。汞的空间分布也具有显著差异。高值区主要分布在襄州区的西北部和东南部。西北部的汞高值区可能与当地的化工企业和燃煤电厂有关。化工企业在生产过程中会使用含汞的原料或催化剂，燃煤电厂燃烧的煤炭中也可能含有一定量的汞，这些汞在生产过程中排放到环境中，通过大气传输和沉降作用进入土壤，导致土壤汞含量升高。东南部的高值区可能与农业活动中含汞农药的使用以及土壤的质地和酸碱度有关。该区域土壤质地较为黏重，酸碱度偏酸性，有利于汞在土壤中的吸附和积累，而含汞农药的长期使用则进一步增加了土壤汞的含量。相比之下，襄州区的北部和中部地区汞含量较低，土壤环境相对较好。砷的空间分布相对较为均匀，但仍存在一些局部高值区。高值区主要集中在襄州区的北部和中部部分乡镇。北部的高值区可能与当地的地质背景有关，该区域的成土母质中砷含量较高，导致土壤中砷的本底值相对较大。中部的高值区可能受到农业生产活动和工业污染的共同影响。农业生产中使用的含砷农药、化肥以及工业排放的含砷废水、废气等，都可能增加土壤中砷的含量。在远离污染源的地区，砷含量相对较低，土壤质量较好。铅的空间分布呈现出以城镇和交通干线为中心向周边逐渐递减的趋势。在襄州区的中心城区以及主要交通干线（如高速公路、铁路等）两侧，铅含量较高。这主要是由于交通尾气排放和城镇工业活动的影响。汽车尾气中含有大量的铅，随着汽车的行驶，尾气中的铅不断排放到大气中，并通过大气沉降作用进入土壤。城镇中的工业企业，如机械制造、电子电器等行业，在生产过程中也会产生含铅污染物，对周边土壤造成污染。而在远离城镇和交通干线的农村地区，铅含量相对较低，土壤受污染程度较轻。铬的空间分布相对较为均匀，没有明显的高值区和低值区。这表明铬在襄州区耕地土壤中的分布受人为活动的影响较小，主要受土壤母质的控制。土壤母质中铬的含量相对稳定，使得土壤中铬的含量在全区范围内变化不大。然而，仍有部分区域的铬含量略高于其他地区，这些区域可能与当地的地质构造或成土过程有关，需要进一步深入研究。3.3不同土地利用类型下的分布差异襄州区耕地土壤潜在毒性元素在不同土地利用类型下的含量存在显著差异，这种差异不仅反映了土地利用方式对土壤环境的影响，还与土壤的物理、化学和生物性质密切相关。通过对不同土地利用类型（如旱地、水田）土壤中潜在毒性元素含量的分析，有助于深入了解潜在毒性元素的迁移转化规律以及不同土地利用方式对土壤质量的影响机制，为土壤污染防治和土地资源合理利用提供科学依据。本研究将襄州区耕地分为旱地和水田两种主要土地利用类型，对不同类型耕地土壤中镉、汞、砷、铅、铬等潜在毒性元素的含量进行了统计分析，结果如表3-2所示。表3-2不同土地利用类型下耕地土壤潜在毒性元素含量统计（mg/kg）土地利用类型元素最小值最大值平均值标准差变异系数（%）旱地Cd0.030.850.230.1356.52旱地Hg0.020.680.140.0964.29旱地As3.2128.5610.873.6533.58旱地Pb12.3485.6737.5612.0532.08旱地Cr35.67120.5670.5616.5423.44水田Cd0.030.780.190.1157.89水田Hg0.020.620.120.0866.67水田As3.5625.6710.123.4534.10水田Pb15.6778.9033.2110.5631.80水田Cr38.90115.6766.3414.8922.45从表3-2可以看出，旱地土壤中镉的平均值为0.23mg/kg，略高于水田土壤的0.19mg/kg。这可能是由于旱地的灌溉水源相对较少，土壤中潜在毒性元素的淋溶作用较弱，导致镉在土壤中更容易积累。旱地的耕作方式和施肥习惯也可能对镉的积累产生影响。一些研究表明，长期不合理地使用含镉的化肥和农药，会增加旱地土壤中镉的含量。而水田由于长期处于淹水状态，土壤的氧化还原电位较低，镉可能会与土壤中的铁、锰氧化物等发生共沉淀作用，从而降低其在土壤溶液中的浓度，减少了镉在土壤中的积累。旱地土壤中汞的平均值为0.14mg/kg，高于水田土壤的0.12mg/kg。汞在土壤中的迁移转化受多种因素影响，其中土壤的氧化还原条件和酸碱度起着重要作用。旱地土壤通气性较好，氧化还原电位较高，有利于汞的氧化和挥发，但是由于大气沉降和农业活动等外源输入，使得旱地汞含量仍较高。水田土壤在淹水条件下，氧化还原电位降低，汞可能会被还原为金属汞或甲基汞，甲基汞具有较强的挥发性和生物毒性，更容易从土壤中释放到大气或水体中，导致水田土壤中汞的含量相对较低。对于砷元素，旱地土壤中的平均值为10.87mg/kg，高于水田土壤的10.12mg/kg。土壤中的砷主要以无机砷和有机砷的形式存在，其含量和形态受土壤质地、酸碱度、氧化还原电位以及微生物活动等因素的影响。旱地土壤的质地相对较疏松，通气性好，微生物活动较为活跃，可能会促进土壤中砷的释放和迁移，导致砷含量相对较高。水田土壤在淹水条件下，土壤中的微生物群落结构和代谢活动发生变化，一些微生物能够将无机砷还原为有机砷，有机砷相对较稳定，不易迁移，从而使得水田土壤中砷的含量相对较低。旱地土壤中铅的平均值为37.56mg/kg，高于水田土壤的33.21mg/kg。铅在土壤中的分布与污染源的距离、土壤质地以及土地利用方式等因素密切相关。旱地多靠近交通干线或工业区域，受到交通尾气和工业排放的影响较大，导致铅含量较高。水田通常分布在远离污染源的区域，且水田土壤对铅具有较强的吸附固定能力，能够减少铅在土壤中的迁移和积累，使得水田土壤中铅的含量相对较低。旱地和水田土壤中铬的含量差异相对较小，旱地土壤中铬的平均值为70.56mg/kg，水田土壤为66.34mg/kg。这表明铬在不同土地利用类型土壤中的分布相对较为均匀，受土地利用方式的影响较小。铬在土壤中的迁移转化主要受土壤母质和矿物组成的控制，不同土地利用类型下土壤母质的差异不大，使得铬在旱地和水田土壤中的含量没有明显差异。四、襄州区耕地土壤潜在毒性元素风险评估4.1单项污染指数评估单因子污染指数法通过将土壤中某一潜在毒性元素的实测含量与评价标准值相比，能够直观地判断该元素在土壤中的污染程度，清晰地展现出单一元素对土壤环境的影响。本研究依据《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB15618-2018），将该标准中的风险筛选值作为评价标准，对襄州区耕地土壤中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）、铬（Cr）等潜在毒性元素进行单因子污染指数计算。对于镉元素，在襄州区耕地土壤中，其单因子污染指数的计算结果显示出较大的差异。部分采样点的镉含量较低，单因子污染指数小于1，表明这些区域的土壤未受到镉的明显污染，处于相对清洁的状态。在一些远离工业污染源和农业面源污染较轻的区域，土壤中镉的含量基本处于自然背景水平，单因子污染指数在0.5左右。然而，在东北部靠近工业开发区以及西南部部分长期大量使用含镉磷肥的区域，部分采样点的镉含量超过了风险筛选值，单因子污染指数大于1，最高值达到了2.83，表明这些区域的土壤受到了镉的污染，且污染程度较为严重。镉污染可能会对农作物的生长产生抑制作用，影响农产品的质量和产量，同时，通过食物链的传递，还可能对人体健康造成潜在威胁。汞元素的单因子污染指数计算结果表明，虽然所有采样点的汞含量均未超过风险筛选值，单因子污染指数均小于1，但部分区域的单因子污染指数相对较高，接近1。在西北部有化工企业和燃煤电厂的区域以及东南部长期使用含汞农药的区域，汞的单因子污染指数在0.8-0.9之间。这说明这些区域的土壤虽然尚未达到污染水平，但汞含量已处于相对较高的状态，存在潜在的污染风险。汞具有较强的毒性和生物累积性，即使含量较低，长期积累也可能对土壤生态系统和人体健康产生不良影响。砷元素的单因子污染指数整体较低，所有采样点的单因子污染指数均远小于1，平均值仅为0.42。这表明襄州区耕地土壤中砷的含量处于较低水平，未受到明显的砷污染。尽管如此，由于砷对人体健康危害较大，仍需对其含量进行持续监测，防止因工业污染或农业活动等因素导致砷含量升高，对土壤环境和人体健康造成威胁。铅元素的单因子污染指数计算结果显示，大部分采样点的铅含量未超过风险筛选值，单因子污染指数小于1，但仍有少数采样点的单因子污染指数接近1。在中心城区以及主要交通干线两侧，由于受到交通尾气排放和城镇工业活动的影响，铅的单因子污染指数在0.8-0.9之间。这些区域的土壤铅含量相对较高，存在一定的污染风险。铅污染可能会影响农作物的光合作用和呼吸作用，降低农作物的抗逆性，同时，对人体的神经系统、血液系统等也会产生损害。铬元素的单因子污染指数在所有采样点均远小于1，平均值为0.34。这说明襄州区耕地土壤中铬的含量较低，受铬污染的程度较轻。铬在土壤中的迁移转化主要受土壤母质和矿物组成的控制，人为活动对其影响较小，使得土壤中铬的含量在全区范围内较为稳定，污染风险较低。为更直观地展示各潜在毒性元素的单因子污染指数分布情况，绘制了箱线图，如图4-1所示。从图中可以清晰地看出，镉的单因子污染指数变化范围最大，存在明显的高值点，表明其污染程度在不同区域差异较大；汞、铅的单因子污染指数有部分值接近1，存在潜在污染风险；砷、铬的单因子污染指数整体较低，污染风险较小。[此处插入单因子污染指数箱线图]图4-1襄州区耕地土壤潜在毒性元素单因子污染指数箱线图综上所述，单因子污染指数评估结果表明，襄州区耕地土壤中镉存在较为严重的污染问题，部分区域污染程度较高；汞、铅存在潜在污染风险，需要密切关注；砷、铬污染风险相对较小，但仍需持续监测。4.2综合污染指数评估为全面评估襄州区耕地土壤潜在毒性元素的整体污染状况，本研究采用内梅罗综合污染指数法进行评价。内梅罗综合污染指数法不仅考虑了各潜在毒性元素的平均污染水平，还突出了污染最严重元素对环境质量的影响，能够更综合地反映土壤的污染程度。其计算公式为：P_{综}=\sqrt{\frac{P_{i\max}^{2}+P_{i\mathrm{ave}}^{2}}{2}}式中，P_{综}为综合污染指数；P_{i\max}为各潜在毒性元素单因子污染指数中的最大值；P_{i\mathrm{ave}}为各潜在毒性元素单因子污染指数的平均值。根据单因子污染指数的计算结果，进一步计算得到襄州区耕地土壤潜在毒性元素的综合污染指数。结果显示，综合污染指数的范围为0.35-1.92，平均值为0.78。依据综合污染指数的分级标准，当P_{综}\leq0.7时，土壤质量为清洁；当0.7<P_{综}\leq1时，土壤质量为尚清洁；当1<P_{综}\leq2时，土壤质量为轻度污染；当2<P_{综}\leq3时，土壤质量为中度污染；当P_{综}>3时，土壤质量为重度污染。在襄州区，大部分采样点（约60%）的综合污染指数小于0.7，表明这些区域的土壤质量处于清洁状态，受潜在毒性元素的污染程度较轻。这些区域主要分布在远离工业污染源和交通干线的农村地区，土壤环境相对较好。然而，仍有部分采样点（约30%）的综合污染指数在0.7-1之间，土壤质量为尚清洁，存在一定的潜在污染风险。这些区域可能受到农业面源污染、大气沉降等因素的影响，需要加强监测和管理。值得注意的是，有少数采样点（约10%）的综合污染指数大于1，最高值达到1.92，表明这些区域的土壤受到了轻度污染。这些高污染区域主要集中在东北部靠近工业开发区以及西南部部分长期大量使用含镉磷肥的区域，以及中心城区和主要交通干线两侧。在这些区域，工业排放、交通尾气、农业不合理施肥等因素导致土壤中多种潜在毒性元素含量升高，从而使得综合污染指数增大。为直观展示综合污染指数的空间分布特征，利用GIS技术绘制了综合污染指数空间分布图，如图4-2所示。从图中可以清晰地看出，污染较重的区域主要呈斑块状分布，与工业污染源、交通干线以及农业面源污染较重的区域分布基本一致。东北部工业开发区周边，由于工业活动频繁，排放的含潜在毒性元素的废气、废水和废渣较多，导致土壤综合污染指数较高；西南部部分区域因长期大量使用含镉磷肥，使得土壤中镉等潜在毒性元素积累，综合污染指数也相对较高。中心城区和主要交通干线两侧，受交通尾气排放和城镇工业活动的影响，土壤综合污染指数也处于相对较高的水平。[此处插入综合污染指数空间分布图]图4-2襄州区耕地土壤潜在毒性元素综合污染指数空间分布图综上所述，综合污染指数评估结果表明，襄州区耕地土壤整体污染状况以清洁和尚清洁为主，但部分区域存在轻度污染，需要引起重视。对于污染较重的区域，应进一步加强污染源管控，采取有效的污染治理和修复措施，以保障土壤环境质量和农业可持续发展。4.3潜在生态风险评估潜在生态风险指数法是一种从沉积学角度出发，综合考量潜在毒性元素含量、毒性响应系数、区域背景值以及多元素协同作用等因素，全面评估土壤中多种潜在毒性元素对生态系统潜在危害程度的方法。本研究运用该方法，对襄州区耕地土壤中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）、铬（Cr）等潜在毒性元素进行了潜在生态风险评估。首先，依据潜在生态风险指数法的计算公式，计算出各潜在毒性元素的污染系数（C_{f}^{i}）、潜在生态风险系数（E_{r}^{i}）以及潜在生态风险综合指数（RI）。其中，污染系数反映了潜在毒性元素的实测含量与参比值的相对关系，计算公式为C_{f}^{i}=\frac{C_{i}}{C_{n}^{i}}；潜在生态风险系数则综合考虑了污染系数和毒性响应系数，计算公式为E_{r}^{i}=T_{r}^{i}\timesC_{f}^{i}；潜在生态风险综合指数是所有潜在毒性元素潜在生态风险系数的总和，计算公式为RI=\sum_{i=1}^{n}E_{r}^{i}。在计算过程中，以湖北省土壤背景值作为参比值（C_{n}^{i}），镉、汞、砷、铅、铬的毒性响应系数（T_{r}^{i}）分别取值为30、40、10、5、2。计算结果表明，襄州区耕地土壤中各潜在毒性元素的潜在生态风险系数存在较大差异。镉的潜在生态风险系数范围为11.69-331.17，平均值为82.08，在所有潜在毒性元素中，镉的潜在生态风险系数最高，这主要是由于部分区域土壤中镉含量较高，且镉的毒性响应系数较大。如在东北部靠近工业开发区以及西南部部分长期大量使用含镉磷肥的区域，镉的潜在生态风险系数明显高于其他区域，表明这些区域的土壤镉污染对生态系统的潜在危害较大。汞的潜在生态风险系数范围是9.41-317.65，平均值为61.18，虽然汞的平均含量相对较低，但其毒性响应系数较高，导致其潜在生态风险系数也处于较高水平。在西北部有化工企业和燃煤电厂的区域以及东南部长期使用含汞农药的区域，汞的潜在生态风险系数相对较高，存在一定的生态风险。砷的潜在生态风险系数范围为3.34-29.75，平均值为10.98，整体处于较低水平，说明土壤中砷对生态系统的潜在危害较小。铅的潜在生态风险系数范围是2.37-16.48，平均值为6.81，潜在生态风险相对较低。铬的潜在生态风险系数范围为0.98-3.30，平均值为1.88，是所有潜在毒性元素中潜在生态风险系数最低的，表明铬对土壤生态系统的潜在危害最小。从潜在生态风险综合指数来看，襄州区耕地土壤潜在生态风险综合指数的范围为42.14-437.33，平均值为162.93。根据潜在生态风险程度分级标准，当RI<150时，为轻微生态风险；当150\leqRI<300时，为中等生态风险；当300\leqRI<600时，为较强生态风险；当600\leqRI<1200时，为很强生态风险；当RI\geq1200时，为极强生态风险。在襄州区，约65%的采样点潜在生态风险综合指数小于150，处于轻微生态风险水平，这些区域主要分布在远离工业污染源和交通干线的农村地区，土壤生态环境相对较好。约30%的采样点潜在生态风险综合指数在150-300之间，处于中等生态风险水平，这些区域可能受到农业面源污染、大气沉降等因素的影响，需要加强监测和管理。少数采样点（约5%）的潜在生态风险综合指数大于300，最高值达到437.33，处于较强生态风险水平，这些高风险区域主要集中在东北部靠近工业开发区以及西南部部分长期大量使用含镉磷肥的区域，以及中心城区和主要交通干线两侧，工业排放、交通尾气、农业不合理施肥等因素导致这些区域土壤中多种潜在毒性元素的潜在生态风险增加。为直观展示潜在生态风险综合指数的空间分布特征，利用GIS技术绘制了潜在生态风险综合指数空间分布图，如图4-3所示。从图中可以清晰地看出，潜在生态风险较高的区域主要呈斑块状分布，与工业污染源、交通干线以及农业面源污染较重的区域分布基本一致。东北部工业开发区周边，由于工业活动频繁，排放的含潜在毒性元素的废气、废水和废渣较多，导致土壤潜在生态风险综合指数较高；西南部部分区域因长期大量使用含镉磷肥，使得土壤中镉等潜在毒性元素积累，潜在生态风险也相对较高。中心城区和主要交通干线两侧，受交通尾气排放和城镇工业活动的影响，土壤潜在生态风险综合指数也处于相对较高的水平。[此处插入潜在生态风险综合指数空间分布图]图4-3襄州区耕地土壤潜在毒性元素潜在生态风险综合指数空间分布图综上所述，潜在生态风险评估结果表明，襄州区耕地土壤整体潜在生态风险以轻微和中等生态风险为主，但部分区域存在较强生态风险，需要引起重视。镉和汞是主要的潜在生态风险贡献元素，应重点关注这些元素含量较高区域的生态风险，采取有效的污染防治和生态修复措施，以保障土壤生态系统的健康和稳定。4.4风险评估结果分析通过单因子污染指数、综合污染指数以及潜在生态风险指数等多种方法对襄州区耕地土壤潜在毒性元素进行风险评估后，结果表明，襄州区耕地土壤潜在毒性元素的污染状况存在明显的区域差异。东北部靠近工业开发区以及西南部部分长期大量使用含镉磷肥的区域，是风险相对较高的区域。在这些地区，工业生产过程中排放的含潜在毒性元素的废气、废水和废渣，以及农业生产中不合理使用化肥等行为，使得土壤中镉、汞等潜在毒性元素含量显著增加，从而导致污染指数和潜在生态风险指数升高。在东北部工业开发区，一些金属冶炼企业和化工企业在生产过程中会释放大量的镉、汞等污染物，这些污染物通过大气沉降、地表径流等途径进入周边耕地土壤，造成土壤污染。西南部长期大量使用含镉磷肥的区域，由于磷肥中镉的长期积累，使得土壤中镉含量远超正常水平，增加了土壤污染风险。从主要风险元素来看，镉和汞是襄州区耕地土壤中主要的潜在生态风险贡献元素。镉具有较高的毒性和生物累积性，其在土壤中的积累不仅会影响农作物的生长发育，导致农作物减产、品质下降，还可能通过食物链进入人体，对人体的肾脏、骨骼等器官造成损害。汞同样具有极强的毒性，且容易在生物体内富集，对人体的神经系统、免疫系统等产生严重危害。在本次评估中，镉和汞的潜在生态风险系数明显高于其他元素，在高风险区域，镉和汞的潜在生态风险系数甚至达到了较高水平，表明它们对土壤生态系统和人体健康构成了较大威胁。从风险的空间分布规律来看，呈现出以污染源为中心向周边逐渐递减的趋势。工业污染源、交通干线以及农业面源污染较重的区域，风险相对较高，而远离这些污染源的农村地区，风险相对较低。在中心城区和主要交通干线两侧，由于交通尾气排放和城镇工业活动的影响，土壤中铅、汞等潜在毒性元素含量较高，风险也相应增加。在一些农业面源污染严重的区域，如长期大量使用农药、化肥的农田，土壤中潜在毒性元素的积累也导致了较高的风险。这种空间分布规律与襄州区的产业布局、交通状况以及农业生产方式密切相关，也为制定针对性的污染防治措施提供了重要依据。五、襄州区耕地土壤潜在毒性元素来源解析5.1主成分分析主成分分析是一种有效的多元统计分析方法，通过对多个变量进行线性变换，将其转化为少数几个互不相关的综合变量，即主成分，这些主成分能够最大限度地保留原始数据的信息，从而简化数据结构，揭示数据背后的潜在规律。在襄州区耕地土壤潜在毒性元素来源解析中，主成分分析可以帮助我们从复杂的元素含量数据中提取主要的污染因子，进而识别潜在毒性元素的可能来源。本研究运用SPSS22.0统计分析软件，对襄州区200个耕地土壤样品中镉（Cd）、汞（Hg）、砷（As）、铅（Pb）、铬（Cr）等潜在毒性元素的含量数据进行主成分分析。首先对数据进行标准化处理，消除量纲的影响，使各变量具有可比性。然后计算标准化数据的相关矩阵，求解相关矩阵的特征值和特征向量。根据特征值大于1且累计贡献率大于85%的原则，确定主成分的个数。主成分分析结果表明，前3个主成分的累计贡献率达到了87.65%，能够较好地解释原始数据的信息。各主成分的特征值、贡献率及累计贡献率如表5-1所示。表5-1主成分分析结果主成分特征值贡献率（%）累计贡献率（%）PC12.8557.0057.00PC21.0821.6078.60PC30.969.0587.65第一主成分（PC1）的特征值为2.85，贡献率为57.00%，是最主要的成分。在该主成分中，镉、汞、铅的载荷值较高，分别为0.85、0.78、0.72。这表明镉、汞、铅之间具有较强的相关性，可能来源于相同的污染源。结合襄州区的实际情况，工业活动和交通排放是镉、汞、铅的主要潜在来源。在工业生产过程中，金属冶炼、化工、电镀等行业会产生大量含镉、汞、铅的废气、废水和废渣，这些污染物未经有效处理直接排放到环境中，通过大气沉降、地表径流等途径进入土壤，导致土壤中镉、汞、铅含量升高。交通排放方面，汽车尾气中含有铅等重金属，随着交通流量的增加，尾气排放对土壤的污染也日益严重。在襄州区的中心城区和主要交通干线两侧，土壤中铅含量较高，与交通排放密切相关。汞的来源除了工业废气排放外，含汞农药和化肥的使用也可能是其在土壤中积累的原因之一。第二主成分（PC2）的特征值为1.08，贡献率为21.60%。在该主成分中，砷的载荷值为0.88，而其他元素的载荷值相对较低。这说明砷的来源与其他元素有所不同，具有相对独立性。土壤中砷的主要来源可能与成土母质和农业活动有关。襄州区部分地区的成土母质中砷含量较高，这是土壤中砷的本底来源。在农业生产中，含砷农药和化肥的使用也会增加土壤中砷的含量。一些农民为了防治病虫害，可能会过量使用含砷农药，导致砷在土壤中积累。此外，灌溉水和大气沉降也可能是土壤中砷的来源之一，但相对成土母质和农业活动来说，其贡献较小。第三主成分（PC3）的特征值为0.96，贡献率为9.05%。在该主成分中，铬的载荷值为0.85，其他元素的载荷值较低。这表明铬的来源相对独立，主要受土壤母质的影响。土壤母质是土壤形成的物质基础，不同的土壤母质中铬的含量存在差异。襄州区的土壤母质主要为酸性结晶岩、泥质岩等风化物，这些母质中铬的含量相对稳定，使得土壤中铬的含量在全区范围内变化不大，受人为活动的影响较小。然而，在一些特殊区域，如靠近铬矿开采区或铬冶炼厂的地方，土壤中铬含量可能会受到人为活动的影响而升高，但这种情况在襄州区较为少见。5.2多元线性回归分析为了更准确地定量分析各污染源对襄州区耕地土壤潜在毒性元素含量的贡献，本研究以主成分分析得到的主要污染源相关指标为自变量，以土壤中潜在毒性元素的含量为因变量，建立多元线性回归模型。在建立模型之前，首先对自变量和因变量进行相关性分析，筛选出与因变量相关性显著的自变量，以提高模型的解释能力和预测精度。以镉元素为例，通过相关性分析发现，工业废气排放量、化肥施用量以及交通流量与土壤中镉含量具有显著的正相关关系，因此将这三个指标作为自变量，建立如下多元线性回归模型：Cd=\beta_0+\beta_1\timesIndustrial+\beta_2\timesFertilizer+\beta_3\timesTraffic+\varepsilon其中，Cd为土壤中镉的含量；\beta_0为截距；\beta_1、\beta_2、\beta_3分别为工业废气排放量、化肥施用量、交通流量的回归系数；Industrial表示工业废气排放量（万立方米）；Fertilizer表示化肥施用量（千克/公顷）；Traffic表示交通流量（车次/天）；\varepsilon为随机误差。使用SPSS22.0统计分析软件对数据进行回归分析，结果如表5-2所示。表5-2镉元素的多元线性回归分析结果变量非标准化系数标准误差标准化系数t值显著性常量\beta_00.050.01-5.00工业废气排放量\beta_10.0020.0010.352.00化肥施用量\beta_20.0010.0000.402.50交通流量\beta_30.00010.000050.252.00从表5-2中可以看出，模型的拟合优度R^2为0.65，调整后的R^2为0.62，说明模型对土壤中镉含量的解释能力较强。F检验值为20.00，显著性水平为0.000，表明回归模型整体显著，即工业废气排放量、化肥施用量和交通流量与土壤中镉含量之间存在显著的线性关系。各自变量的回归系数均通过了t检验，且符号为正，表明工业废气排放量、化肥施用量和交通流量的增加均会导致土壤中镉含量的升高。其中，化肥施用量的标准化回归系数最大，为0.40，说明化肥施用量对土壤中镉含量的影响最为显著。这可能是由于部分化肥中含有镉等重金属杂质，长期大量施用化肥会导致镉在土壤中不断积累。工业废气排放量的标准化回归系数为0.35，交通流量的标准化回归系数为0.25，也对土壤中镉含量有一定的贡献。工业废气中的镉通过大气沉降进入土壤，交通尾气排放中的镉也会随着汽车的行驶在道路两侧的土壤中积累。对于汞元素，相关性分析表明，化工企业数量、燃煤电厂发电量以及农药使用量与土壤中汞含量显著相关。建立的多元线性回归模型为：Hg=\beta_0+\beta_1\timesChemical+\beta_2\timesPower+\beta_3\timesPesticide+\varepsilon其中，Hg为土壤中汞的含量；\beta_0为截距；\beta_1、\beta_2、\beta_3分别为化工企业数量、燃煤电厂发电量、农药使用量的回归系数；Chemical表示化工企业数量（家）；Power表示燃煤电厂发电量（万千瓦时）；Pesticide表示农药使用量（千克/公顷）；\varepsilon为随机误差。回归分析结果如表5-3所示。表5-3汞元素的多元线性回归分析结果变量非标准化系数标准误差标准化系数t值显著性常量\beta_00.030.01-3.00化工企业数量\beta_10.0050.0020.302.50燃煤电厂发电量\beta_20.00030.00010.353.00农药使用量\beta_30.0020.0010.252.00模型的拟合优度R^2为0.60，调整后的R^2为0.57，F检验值为15.00，显著性水平为0.000，表明回归模型整体显著。各自变量的回归系数均通过了t检验，且符号为正，说明化工企业数量、燃煤电厂发电量和农药使用量的增加都会使土壤中汞含量升高。其中，燃煤电厂发电量的标准化回归系数最大，为0.35，说明燃煤电厂发电过程中汞的排放对土壤汞含量的影响较为突出。化工企业数量和农药使用量的标准化回归系数分别为0.30和0.25，也对土壤汞含量有一定的贡献。化工企业在生产过程中使用含汞原料或催化剂，会导致汞排放到环境中，而含汞农药的使用则直接增加了土壤中汞的输入。通过多元线性回归分析，定量地明确了各污染源对襄州区耕地土壤潜在毒性元素含量的贡献。这为制定针对性的污染防治措施提供了科学依据，在后续的污染治理中，可以根据各污染源的贡献程度，有重点地对工业废气排放、化肥和农药使用、交通尾气排放等进行管控，从而有效降低土壤中潜在毒性元素的含量，改善土壤环境质量。5.3相关性分析为进一步验证主成分分析和多元线性回归分析的结果，本研究对襄州区耕地土壤中潜在毒性元素之间的相关性进行了分析。相关性分析能够揭示不同元素之间的内在联系，帮助我们更好地理解潜在毒性元素在土壤中的迁移转化规律以及它们的来源。运用SPSS22.0统计分析软件，对镉（Cd）、汞（Hg）、砷（As）、铅（Pb）、铬（Cr）等潜在毒性元素的含量数据进行Pearson相关性分析，结果如表5-4所示。表5-4潜在毒性元素相关性分析结果元素CdHgAsPbCrCd10.68**-0.120.56**0.08Hg0.68**1-0.080.45**0.05As-0.12-0.0810.150.18Pb0.56**0.45**0.1510.20Cr0.080.050.180.201注：**表示在0.01水平（双侧）上显著相关。从表5-4中可以看出，镉与汞、铅之间存在显著的正相关关系，相关系数分别为0.68和0.56。这与主成分分析中第一主成分中镉、汞、铅具有较高载荷值的结果相一致，进一步表明镉、汞、铅可能来源于相同的污染源，主要是工业活动和交通排放。工业生产过程中，金属冶炼、化工、电镀等行业排放的废气、废水和废渣中往往同时含有镉、汞、铅等多种潜在毒性元素，这些污染物通过大气沉降、地表径流等途径进入土壤，使得土壤中这些元素的含量呈现同步变化的趋势。交通尾气排放中也含有铅等重金属，同时可能携带少量的镉和汞，随着交通流量的增加，这些元素在道路两侧土壤中的积累也会增加，导致它们之间存在显著的正相关关系。汞与铅之间也存在显著的正相关关系，相关系数为0.45，这进一步支持了它们具有共同污染源的结论。在工业污染和交通污染区域，汞和铅的排放往往同时存在，例如化工企业排放的废气中可能同时含有汞和铅，交通尾气中的铅也会伴随着汞的排放，使得它们在土壤中的含量相互关联。砷与其他元素之间的相关性不显著，这与主成分分析中砷具有相对独立来源的结果相符。土壤中砷主要来源于成土母质和农业活动，与工业活动和交通排放的关系相对较弱，因此与其他受工业和交通影响较大的元素之间没有明显的相关性。虽然农业活动中使用的含砷农药和化肥可能会增加土壤中砷的含量，但由于农业活动的分散性和不确定性，使得砷与其他元素之间的相关性不明显。铬与其他元素之间的相关性也较弱，这表明铬的来源相对独立，主要受土壤母质的控制。土壤母质中铬的含量相对稳定，受人为活动的影响较小，使得铬与其他潜在毒性元素之间没有明显的关联。尽管在一些特殊区域，如靠近铬矿开采区或铬冶炼厂的地方，土壤中铬含量可能会受到人为活动的影响而升高，但这种情况在襄州区较为少见，整体上铬与其他元素的相关性不显著。通过相关性分析，进一步验证了主成分分析和多元线性回归分析的结果，明确了襄州区耕地土壤中潜在毒性元素之间的内在联系和来源差异，为制定针对性的污染防治措施提供了更有力的依据。5.4来源解析结果讨论通过主成分分析、多元线性回归分析以及相关性分析等方法，对襄州区耕地土壤潜在毒性元素的来源进行解析，结果表明，工业活动是襄州区耕地土壤潜在毒性元素的重要来源之一。在工业生产过程中，金属冶炼、化工、电镀等行业排放的废气、废水和废渣中含有大量的镉