基于PCA-PMF模型的矿区农田土壤中重金属的多尺度来源解析
《Toxics》:Multiscale Source Apportionment of Heavy Metals in Mining-Affected Farmland Soils Using PCA-PMF Modeling
【字体:
大
中
小
】
时间:2026年07月01日
来源:Toxics 4.9
摘要
多金属矿开采会严重破坏农田土壤生态系统,但在矿区与农业区重叠地带,重金属的垂直迁移规律、表土与深层土壤之间的污染差异,以及复合污染物的来源分布情况仍不甚明了。为此提出了两个核心假设:一是矿源重金属会向下迁移并积累在深层土壤中;二是通过地质统计分析与受体模型相结合的方法,可以准确区分自然源污染与人为源污染。为验证这些假设,从凤凰矿区采集了512份表土样本和148份深层土壤样本,对包括砷在内的八种金属及类金属进行了定量分析。研究采用了地质统计方法、单一污染指数(Pi)和Nemerow综合污染指数(PN)来分析空间异质性并评估污染程度,同时运用PCA–PMF受体模型进行污染源的定量识别;通过对不同土壤层中元素浓度的纵向比较,进一步验证了污染源识别结果的可靠性。分析结果显示,两种土壤层中都存在大量重金属富集现象,仅表土中的镉含量超过了中国规定的农业用地风险阈值。汞则表现出明显的空间变异特征,且具有明显的人为污染特征,而所有目标金属在土壤垂直剖面中都呈现一致的空间分布规律。研究共识别出四种不同的污染源:自然源是铜、锌、铬和镍富集的主要来源,矿业工业排放是汞污染的主要诱因,工业与农业活动共同导致了砷和铅的富集,而交通活动则是镉的主要来源。镉被认定为威胁当地农田安全的重点污染物。研究表明,人为源金属会向下渗透,从而在整个研究区域内持续存在潜在的生态风险,其中矿业和工业排放是主要的人为污染源。本研究系统阐述了受矿业活动影响的农田中重金属的地球化学特征、垂直迁移路径以及各污染源的贡献程度,为凤凰矿区开展针对性的污染源控制、分层风险管理以及土壤生态修复提供了有力的科学依据。此外,本研究提出的多方法整合分析框架,也为具有类似地质和工业背景的全球多金属矿区与农业区的重金属污染治理提供了可借鉴的思路。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号