欢迎访问发表云网!为您提供杂志订阅、期刊咨询服务!

重金属污染分析大全11篇

时间:2023-12-29 14:50:05

绪论:写作既是个人情感的抒发,也是对学术真理的探索,欢迎阅读由发表云整理的11篇重金属污染分析范文,希望它们能为您的写作提供参考和启发。

重金属污染分析

篇(1)

中图分类号:S153 文献标识码:A DOI:10.11974/nyyjs.20170432024

1 我国农田重金属污染现状

1.1 重金属普遍超标

农田重金属污染主要是指Pb、Cu、Hg、Zn、Cr、Cd等重金属元素在农田土壤中的含量超过土壤背景值,根据农田部、环保部等部门近年来报告数据显示,全国有300多个重点污染区重金属超标,占农田污染的80%,抽取数据显示,我国农田平均重金属超标率在2010年前就已经高达12%,在一些大城市,例如北京、上海、深圳等地,各类重金属元素在农田土壤中的含量尤其高,城市发展对于农田重金属污染影响极为严重,目前我国农田重金属污染形势严峻,污染情况已经得到重视,各类措施也在紧急筹备和实施之中。我国农田重金属污染现状具有范围大,种类多,相对集中,分布不均,普遍严重的特点。虽然污染依然严重,但随着环保力度的增强和范围的扩大,污染情况正在逐步改善。

1.2 污染主要来源

农田重金属污染修复,关键在防、治二字,要做到对重金属污染的防治,需要了解农田中重金属的来源,污染来源主要有4类,分别是:污水、大气、农业废弃物以及固体垃圾。空气污染是我国环境保护的一大难题给农田也带来了极大的影响,空气中夹杂着来自工业、交通、矿山等的污染物中,不乏各类重金属物质,在大气沉降过程中,重金属便进入了农田土壤之中。大量数据实例表明,在工业区、道路旁,土壤中含重金属量较其他地区明显高出数倍,环保部研究青藏铁路沿线两侧、北京等城市道路旁农田土质以及种植物,发现不仅土壤重金属含量高,植物中也含有较高的重金属元素。含重金属的污水一旦进入农田并沉淀,就容易造成农田重金属含量的增加,农业材料,如农药、农肥等,在大面积、长期使用之下,重金属会慢慢渗入土壤之中,而一些固体堆积物更是含有大量重金属,在堆积中容易渗入地下。

2 农田重金属污染修复技术

2.1 物理、化学修复技术

物理修复技术主要有换土、深耕翻土、填土以及加热法,前3种方法原理一致,皆是使浅层土壤以旧换新,这些方法工程量大,效果稳定,修复彻底,但是不仅换土需要大量工程,集中处理土壤的耗损也非常大,因此并不适合大规模应用。加热法是利用加热使挥发性重金属从土壤中挥发析出,虽然有一定作用,但是容易导致一些元素酸化或者相互反应,产生更为严重的后果,且析出气体的收集也很棘手。化学修复方法也是如此,无论是电动修复还是淋洗修复,都容易导致严重的污染,电动修复是通过土壤两侧通电以电场作用将重金属带到电极,在两极集中收集并进行处理,淋洗是将水或者其他制剂放入土壤之中进行冲洗,制剂的选择和二次污染的防治成为淋洗的重点,物理、化学方法虽然效果好,但是成本高且对环境极可能造成二次污染,因此实践中应用甚少,相关部门正在加紧研究改善重金属污染治理之中。

2.2 生物修复技术

生物修复技术成本较低,有利于规模化操作,并且生物法的优势在于其环境有益性,不仅能够有效处理农田土壤重金属污染,更重要的是,生物修复有助于修复自然界的正常循环,有利于全面改善环境,目前的环境保护实践对于生物方法也极为推崇。生物修复法主要是利用植物和微生物、动物进行土壤修复,利用植物根系固定重金属,减少扩散,植物还能够从土壤中吸收重金属,储存在植物体内,我国已经发现大量对重金属具有吸收能力的植物,在实践中也有一定研究和应用,植物修复是较为推崇的方法,绿色植物的大量种植能够固定土壤、防风固沙、净化空气,大量种植能够吸收重金属的植物,则一举数得,值得注意的是,植物吸收重金属存于体内,势必导致重金属含量过高,这些植物一定不能作为食品销售。微生物、动物与植物修复法类似,生物修复技术容易破坏生态平衡,尤其是微生物、动物修复,因此也需要进一步研究,目前而言,选取植物进行大规模种植修复土壤似乎是于环境保护最有益处的方法。

3 结语

环境于人类而言重如生命,l展中的破坏已经造成,如何修复才是关键,农田土壤重金属污染,重在防治,切断污染源的同时改良污染土壤方为可行之路。

篇(2)

一、问题的说明

现对A城市为例对土壤地质环境进行调查。将所考察的城区划分为间距1公里左右的网格子区域,按照每平方公里1个采样点对表层土(0~10厘米深度)进行取样和编号,并用GPS记录采样点的位置。应用专门仪器测试分析,获得每个样本所含的多种(8种)重金属元素的浓度数据。另一方面,按照2公里的间距在那些远离人群及工业活动的自然区取样,将其作为该城区表层土壤中元素的背景值。列出采样点的位置、海拔高度及其所属功能区、8种主要重金属元素在采样点处的浓度、8种主要重金属元素的背景值。

我们引用2011年全国数学建模大赛附录中的A城市城区土壤重金属的调查数据,建立数学模型,研究地区重金属污染源的确定方法。

二、问题的求解方法

由于土壤重金属污染呈扩散传播,既污染源附近重金属富集程度最高,距污染源越远,元素浓度越低,所以,污染最严重的地点既是污染源,运用等标污染负荷法,通过对污染物和污染源进行标化计算,得出一个量化指标,使指标的值在0~1之间,采用这个共同的指标能够来衡量各个重金属污染源或污染物污染能力的大小。

等标污染负荷法模型的建立与求解:

(1)处理数据。

每相邻五个取样点通过求取平均值,合并成一个较大取样点(即每五平方公里一个取样点),求得64个合并取样点,用于分析数据。

(2)建立模型。

1)进行符号说明:

(将As、Cd、Cr、Cu、Hg、Ni、Pb、Zn分别记为元素一至元素八)

1、Aij―样本点i的第j种元素的污染物浓度

2、Bj―第j种元素的自然值;

3、aij―区域内第i个取样点第j种重金属元素的等标污染负荷量aij (即污染物浓度与背景值之比:aij=Aij/Bj)

4、bi―样本点i的等标污染负荷量(即该取样点所有的重金属污染物等标污染负荷量之和:bi=(i=1,2,3,…64)

5、c―城区内的等标污染负荷量(即区域内所有取样点的等标污染负荷量bi之和:c=)。

6、ai―城区内样本点i等标污染负荷量的比值(即每个取样点等标污染负荷量bi与区域内的总等标污染负荷量c之比:ai=(i=1,2,3…64)

7、di―i个等标污染负荷量的比值a按从小到大依次叠加

8、x―取样点横坐标

9、y―取样点纵坐标

10、h―取样点海拔

补充:将bi和c带入公式ai=可得

ai=(i=1,2,3…64)

2)整理数据带入相应公式可得每个样本点等标污染负荷量的比值a

3)将城区内的等标污染负荷之比值ai由大到小依次排列,并将比值从小到大依次叠加得到di

4)将di从小到大排列,我们将最高的8个di列入下表得到表5-1:

样本号i 8 4 6 9 5 52 37 2

di值 0.607 0.635 0.662 0.691 0.719 0.777 0.84 1

表5-1等标污染负荷量的比值a按从小到大依次叠加

由表可知,取样点2的叠加值di超过90%。

5)于是从附录中找到2号取样点的5个原始样本的数据。

分别为i=6、7、8、9、10号样本。

再在这5个点中找出污染最重的区域。

上面的研究是对64个点的分析,下面的研究只对这五个点进行研究即可,研究方法和原理与上面的相同。

6)通过计算可得:

第八点污染最为严重,可将第八点作为污染源。

所以,该城区污染源为点x=2383m,y=3692m,h=7.及其附近区域。

7)在样本点较少或者用计算机进行计算时,不必进行第一步的样本点合并,直接求出di超过90%的原始样本点,作为重点污染源。

三、方法模型的总结和扩展

伴随《环境影响评价法》、《中华人民共和国固体废物污染环境防治法》等法律的出台,国家对环境污染的防治力度大大增强。确定污染企业的位置,

对环境污染的治理,有着关键性的作用,等标污染负荷法计算简便,原理清晰易懂,能够准确地确定污染源的位置,为有关部门寻找重点污染企业,提供了简便有效的方法。

参考文献

[1]杨苏才,曾静静,王胜利,南忠仁.兰州市表层土壤 Cu、 Zn、 Pb 污染评价及成因分析.市场周刊・理论研究第,2004,11.

[2]吴邵华,周生路,潘贤章,赵其国.城市扩建过程对土壤重金属积累影响的定量分析.土壤学报,2011.5.

[3]刘丽琼,魏世江,江韬.三峡库区消落带土壤重金属分析特征及潜在风险评价.中国环境科学,2011,31(17):1204-1211.

[4]彭 胜,陈家军,王红旗.挥发性有机污染物在土壤中的运移机制与模型.土壤学报,第38 卷第3 期2001 年 8 月.

篇(3)

中图分类号TG1 文献标识码A 文章编号 1674-6708(2012)71-0069-02

1 问题重述

随着城市经济的快速发展和城市人口的不断增加,人类活动对城市环境质量的影响日显突出.对城市土壤地质环境异常的查证,以及如何应用查证获得的海量数据资料开展城市环境质量评价,研究人类活动影响下城市地质环境的演变模式,日益成为人们关注的焦点。

按照功能划分,城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等,分别记为1类区、2类区、……、5类区,不同的区域环境受人类活动影响的程度不同。

现对某城市城区土壤地质环境进行调查.为此,将所考察的城区划分为间距1km左右的网格子区域,按照每平方公里1个采样点对表层土(0cm~10cm深度)进行取样、编号,并用GPS记录采样点的位置.应用专门仪器测试分析,获得了每个样本所含的多种化学元素的浓度数据.另一方面,按照2km的间距在那些远离人群及工业活动的自然区取样,将其作为该城区表层土壤中元素的背景值。

附件1列出了采样点的位置、海拔高度及其所属功能区等信息,附件2列出了8种主要重金属元素在采样点处的浓度,附件3列出了8种主要重金属元素的背景值。

现要求你们通过数学建模来完成以下任务:

1)分析该城区内不同区域重金属的污染程度;

2)通过数据分析,说明重金属污染的主要原因;

3)分析重金属污染物的传播特征,由此建立模型,确定污染源的位置。

2 模型假设

1)假设各元素浓度的测量准确无误;

2)假设重金属元素是从高浓度到低浓度扩散;

3)假设重金属元素向3个方向上的扩散系数相同,且不受降雨等外部因素影响。

3 模型的建立和求解

3.1问题一:模糊数学模型[1]

传统评价方法仅仅考虑了重金属污染物浓度超标的情况,未考虑重金属本身的毒性作用,这就有可能掩盖有些浓度低但毒性大的有毒物的污染作用,因此,采用基于双权重因子的模糊数学模型综合考虑重金属浓度和毒性作用进行评价更为全面合理.根据模糊评价的原理、步骤及查得的土壤重金属污染程度分级标准及生物毒性指数(如表1)进行求解。

表1 土壤重金属污染程度分级标准及生物毒性指数

模型的求解过程具体如下:根据附表一实测数据各区各重金属元素求得的平均值和表2的数据,计算各重金属元素对应于各土壤重金属环境质量等级的隶属度函数,得到关系模糊矩阵。如功能区一经计算后得到的关系模糊矩阵为:

由附表1实测数据和表2数据得到功能区一各个重金属参评因子的权重

根据功能区一的模糊关系矩阵和对应的权重系数可得出功能区一对评价等级的隶属度,再根据最大隶属度原则,确定各样品的污染程度,此即为土壤环境质量分级。

其他四区的具体做法和功能区一样,在这里不再赘述,结果见下表。

表2 模糊综合评价结果

3.2问题二:主成分分析数学模型

八种重金属元素在五个功能区的分布不同,对区内重金属污染的影响也不同,故该模型采用主成分分析法建立,通过SPSS软件分别得到五个功能区的主成分值,进而得到各功能区污染的主要因素.

3.2.1 主成分值

表3 城区主成分值

1)主成分一中各因子的载荷值比较大的是Cu、Pb分别为75.6%、76.4%;

2)主成分二中各因子的载荷值都较小。

因为工业生产原料和工业污染里含有大量Cu、Pb元素,因此可认为对整个城区而言重金属污染的主要原因是工业废物。

表4 生活区主成分值

1)主成分一中各因子的载荷值比较大的是Cd、Cu、Pb分别为78.4%、72.9%、80.3%;

2)主成分二和三中各因子的载荷值都较小。

因子变量在Cd、Cu、Pb上有较高的载荷,是因为城市垃圾中含有的Cd、Cu、Pb、Zn平均含量分别为9、350、330和780(mg/kg),主成分因子在Zn上的载荷不高,可能是因为Zn的毒性系数较低的缘故,另外Cu、Pb还可能来自于工业污染,Pb可能来自于尾气排放。

表5 工业区主成分值

1)主成分一中各因子的载荷值比较大的是Cr、Cu、Pb、Zn分别为91.6%、86.8%、85.8%、85.9%;

篇(4)

一、螯合剂的种类

标准的分类不同使螯合剂也呈现不同的种类,当下比较常见的分类方式主要有效果与作用机理分类、化学组成分类。螯合剂根据效果与作用机理的分类能够分为稳定、固化以及活化的重金属螯合剂。依照螯合剂所显示出来的化学组成分类,螯合剂能够分为天然的低分子有机酸以及氨基多羧酸类。具体分类入下图:

二、螯合剂在重金属污染土壤修复中的运用

对于农产品而言,土壤遭受到重金属的污染会影响着其安全,严重的情况会威胁到人类的健康以及整个生态系统,这个问题已经逐渐蔓延开来,当下世界已经将土壤的重金属污染问题纳入全球性环境问题中。如果土壤遭受到重金属的污染,会极大的降低土壤中生物的有效性,使栽植的植物难以吸收土壤中的养分,在现实当中,螯合剂就能够很好的解决这一难题,其能够有效的对土壤中重金属所具备的移动性予以改变,这里所说的改变主要就是指将土壤重金属予以钝化或者活化,这样就能够极大提高修复重金属土壤的效率,因此在当下修复重金属土壤的中广泛将螯合剂运用进来。

1.氨基多羧酸类

就当下形式而言,氨基多羧酸类的螯合剂在一定程度上含有活化效率高的特征,在我国对于修复土壤重金属污染的报道非常多。例如在研究拥有半年开采历史以及我国亿吨煤建设基地的淮南矿区,土壤所遭受的重金属污染主要就是铅污染,我国已经有很多专家以及学者对淮南矿区这一现状以及危害进行了仔细分析,与此同时还研究出了修复土壤铅污染的最新技术、修复栽植植物的机理以及技术特征。再例如我国很多专家以及学者认为将DTPA、EDTA以及HCL作为化学螯合剂,在这三种浸提剂中,对于镉、铜、铅、锌这四种重金属而言,HCL的浸提效果相对于DTPA以及EDTA要好的多。我国还有一些专家以及学者通过研究得出,泥炭以及螯合剂能够对苎麻吸收土壤中重金属镉起到一定的影响,根据相关实验表明,柠檬酸与泥炭两者组合起来进行配施处理能够帮助所栽植植物的生长,针对植物吸收重金属镉的实际能力来看,泥炭与螯合剂(柠檬酸、EDTA)两者组合起来进行配施处理能够有效的帮助苎麻更好的吸收土壤中的重金属镉。我国很多专家以及学者都认为小白菜能够对土壤中的重金属镉污染植物进行有效的修复,然后经过盆栽试验,我们能够得出小白菜在重金属镉土壤中的富集指标以及耐受性,然后根据此指标去施加不同水平的螯合剂,这样做的主要目的就是让修复效果得到强化。我国还有一些专家以及学者还做了土培盆栽试验,我们能够得知油菜以及甘蓝也能够在吸收土壤中重金属镉起到有效的生物净化作用,在此基础之上,很多专家以及学者还对甘蓝富集镉受到螯合剂的影响进行了详细的研究,通过这个研究我们能够得出,甘蓝在进行修复土壤中重金属镉污染的效果并不是那么明显,但是油菜在修复土壤中重金属镉污染却有着非常显著的效果,但是EDTA化学螯合剂在提高修复水平方面的效果就不是那么明显,因此,我们就可以认定油菜这种植物比较合适去对土壤中的重金属镉污染进行修复,但是对于螯合剂的添加还是要根据实际情况来决定。

2.低分子有机酸

低分子有机酸相对于氨基多羧酸类来说,在进行修复土壤重金属污染的相关研究报道中,偏向于低分子有机酸的研究报道要相对要少一点。我国一些专家以及学者就当下土壤重金属污染的实际情况进行筛选活化重金属土壤中天然植物螯合剂的研究,根据此研究我们能够得知植物的类别不同所产生出来的汁液也能够对土壤中不同的重金属成分起到不同的活化能力,为此我们做了一个排序:马尾松

三、存在的问题与展望

在运用螯合剂对土壤重金属污染进行修复的时候会在不同程度上受到螯合剂种类所呈现出来的效应、金属种类、螯合剂所呈现出来的浓度效应、整合剂的酸碱值效应、土壤的基本特质效应以及植物的具体种类效应等方面的影响。例如,EDTA能够在一定范围内的酸碱值内与其他金属复合成为一种具有一定稳定性的复合物,其不仅能够对土壤中的重金属予以吸附,还能够将土壤中的重金属化合物予以溶解,但是不溶性,与此同时酸碱值、提取液与土壤之间的比例、电解质、重金属在土壤中的具体形态以及土壤的具体性质都会对EDTA清除土壤中的重金属的实际效果造成影响,并且EDTA具有价格昂贵以及回收率低的问题,这就使得EDTA不能够被广泛的运用起来。

而对于螯合剂修复土壤的重金属污染来说,其不仅是一项耗费低的修复技术,还具备在一定的范围内对受到污染的土壤予以修复的潜能,但是就目前形势而言,还缺乏对螯合剂在土壤中以及重金属在植物内部的累积、迁移和重金属的络合作用的机制的研究。与此同时,螯合剂不仅能够对土壤中、低浓度重金属污染予以处理,还能够与其他土壤重金属污染修复技术相结合,以此来作为整个修复工作的最后一项内容,但是螯合剂不能够对土壤遭受的所有重金属污染予以处理。

在未来我们能够要求螯合剂的来源植物要具备对重金属有一定的耐性,因此,我们能够将基因工程技术运用进来,这样做的主要目的就是对超富集植物的培育,通过基因工程技术培育后的植物具有重金属生物量大以及累积量大的特点,这样就能够提高植物的生物量,从而提高植物的土壤重金属污染的修复效果。

参考文献

[1]白雪,程国玲.螯合剂在重金属污染土壤中的应用[J].现代农业科技,2011,(1):289-289,292.

篇(5)

湖南省拥有丰富的矿产资源,且具有百年的矿产开采及矿产品加工历史,丰富的矿产资源不仅带给人们财富,同样也给周围环境带来了重金属污染。国内已有学者对湖南省典型矿区土壤、河流及底泥中重金属含量及其污染程度做了详细的研究,还有学者对农村地区各种饮用水水质进行了检测,但是国内对饮用水源地表水/地下水、土壤中重金属的污染程度的调查少之又少,尤其在居民饮用水水源地重金属污染方面的考察更加没有。针对湖南某农村饮用水重金属污染程度,本文进行分析、调查,为日后农村饮用水水源地的划分与保护提供科学依据。

1 实验部分

1.1 挑选监测点

按照地区经济情况和区域划分,安排的6个监测站,并且根据各自饮用水的状况,监测站挑选2个水质监测点,在这12个监测点中,其中5个山上引水点,7个自挖井。

1.2 选择检测指标

从实际的实验条件和检测元素的重要性,最终选择7中元素为检测指标项,分别是Fe、Mn、Zn、Cu、Ag、Pb、Cd。

1.3 监测方法及仪器

选取火焰原子吸收光谱法。检测设备为北京第二光学仪器厂生产的WFX-1F2B2型原子吸收分光光度计。

1.4 水质评价

水质分析结果按《GB 5749-85生活饮用水卫生标准》和《农村实施〈生活饮用水卫生标准〉准则》进行评价。

2 结果

实验结果见表1。

从表1能够得出,该村饮用水中元素含量最高的是锰元素,12个水质监测点有5个超标,超标率高达41.7%;12个水质监测点中有4个点,锰范围值0.066~0.093mg/L,该范围值也很高。不仅锰元素超标,在12个样本中有9个铁含量大于0.2mg/L,比率高达75.0%;其中有6个样本铁含量大于0.3mg/L,超标率为50.0%;有2个样本铁含量大于1mg/L,超标率为16.7%。超标物中还有铅,高达0.313mg/L,超标率高达41.7%,相比国家标准超出6倍之多。锌含量高,超标样品(大于1mg/L)有6个,超标率为50.0%。

3 讨论

锰对人体的生理功能和营养作用具有重要的意义,是人体必需微量元素之一。锰元素是多种酶的合成或激活的必须品,是氧化还原、磷酸化等生化过程中不可缺少的元素,也对骨骼造血反应有催化作用,不仅如此,锰元素还能提升脂肪、蛋白质、碳水化合物等身体元素的代谢,参与胆固醇、蛋白质、维生素B、C及E的合成。然而过量的锰元素会严重阻碍生理功能和代谢功能。因此,该村饮用水中严重超标的锰元素引起研究者的重视。

铁也是人体必须的微量元素之一,参与血红蛋白、肌红蛋白等多种物质的组成。在血液中氧的运输、细胞内生物氧化,都与铁元素密切联系。而铁元素的缺失会引发营养性贫血。铁元素过量也会出现铁中毒。所以,超标的铁元素也是值得注意的问题。

铅中毒能够影响造血功能,危害神经系统,并且能够损害中枢和周围神经系统;影响免疫功能,抑制体液、细胞免疫和吞噬细胞功能,降低身体免疫力,增加感染性。

锌是动物体内不可缺少的元素。目前锌过量产生的不良影响没有什么调查,对补锌的好处调查较多。这有两种可能,一是其危害较小,可以忽略,二是人们对其认识不足。所以,该村饮用水中的锌含量过高是一个值得探讨的问题。

总的来说,针对选用的7中元素Fe、Mn、Zn、Cu、Ag、Pb、Cd,样本中含有Cu、Ag、Cd元素含量没有超过标准水平,比较低;而Fe、Mn、Zn、Pb含量严重超标;针对这些元素的危害性划分,Pb、Mn含量超标危害极大,迫切需要解决。

参考文献:

[1]谭志强,金卫斌,艾天成.湖北省荆州市农村不同类型饮水水质分析[J].湖北农业科学,2011(06).

[2]孙超,陈振楼,张翠,史贵涛,毕春娟.上海市主要饮用水源地水重金属健康风险初步评价[J].环境科学研究,2009(01).

篇(6)

土壤是人类生存的物质基础,它的质量直接影响着人类的生活和生产;同时,人类的活动也直接影响着土环境。随着城市经济的发展和城市人口的不断增加,城市土壤的重金属污染日益严重[1,2]。本文利用2011年全国大学生数学建模竞赛A题提供的数据(该数据可在其官网下载),定量分析城市重金属污染的程度以及各污染物的主要来源。

首先对数据做简要说明。在数据中,城区被划分为生活区、工业区、山区、主干道路区和公园绿地区等5个功能区。每个区被划分为间距1公里左右的网格,然后按照每平方公里1个采样点对表土层进行取样、编号,并记录下样本中8种重金属的浓度。

一、重金属污染物和所属功能区的相关系数

相关系数是变量之间相关程度的指标[3,4],样本相关系数用r表示,相关系数的取值范围为[-1,1]。r值越大,变量之间的线性相关程度越高;r值越接近0,变量之间的线性相关程度越低。相关系数是用来说明两个现象之间相关关系密切程度的统计分析指示。r>0为正相关,r

首先,计算出5个区各个重金属元素所对应浓度平均值。然后,去除比重金属元素的背景值范围上限小的样本点。最后,对各5个区中没被去除的样本点的各个重金属元素浓度与该类元素的背景值范围上限作差方并取平均值,得到8个重金属元素与5个区的相关性系数(如表1)。

表1 重金属污染物和所属功能区相关系数

二、重金属污染物和距离的相关系数

上面的分析并没有考虑各样本点与各区域距离的关系,造成分析结果存在一定的误差,为此,我们引入距离相关性进行优化。

用相同的方法可以求得其它金属对应相应区域的相关程度,见表2。

表2 重金属污染物与距离的相关系数

三、结果分析

重金属的污染程度和到各区域的距离有着密切的关系。当相关系数为负值时。表示重金属浓度的大小和距离呈负相关,值越小则相关程度越大,即离区域越近,污染的较大,表示由该区造成污染的原因可能性越强;反之,值越大表示相关程度小,由该区造成的某重金属污染可能性小。当相关系数为正数时,表示重金属的污染和距离呈正相关,即离该区域越远,污染程度较大,说明该区不是造成某种金属的污染的原因。

由表可以看出,Cu的浓度和工业区的距离成负相关,负值最大,表示金属元素Cu污染的主要原因是来自工业区。As的污染主要来源是公园绿地区,Cd的污染主要原因是工业,Cr金属元素的污染在五个区域中的主要污染原因是生活,Hg的主要污染来源是工业,Ni金属元素在给定的五个区域中主要原因是工业,工业也是造成Pb污染的主要原因,Zn的污染来源主要也是工业。山区一列都为正数,山区不是这些污染的主要来源,符合实际的情况。我们的计算结果和经验数据相符[5],说明用相关性分析造成重金属污染的原因的方法比较可靠。

参考文献

[1] 陈怀满等,中国土壤重金属污染现状与防治对策[J],Ambio,1999,28(2),130-134.

[2] 史贵涛等,城市土壤重金属污染研究现状与趋势[J], 环境监测管理与技术,2006,18(6),9-12.

篇(7)

中图分类号:O242 文献标识码:A 文章编号:1007-3973(2013)007-132-02

1 引言

近些年,人类活动对城市环境影响越来越严重。对由人类活动影响造成的城市地质环境的演变模式进行研究,逐渐成为人们关注的焦点。通过文献[1]提供的某城市城区土壤地质环境进行调查,根据测的的数据,假设样品采集在充分考虑污染源前提下,兼顾空间分布均匀性,同时考虑地形、气候因素影响;数据的处理计算时均采用四舍五入法保留小数点后两位,与原数据保持一致;污染源的重金属浓度不再增加;取样点的数据较好的反映了该地区的污染物浓度,对城市表层土壤重金属的污染进行分析研究。

2 8种主要重金属元素的空间分布

根据测得数据,采用8种元素在五个地区各自的作用单独考虑,采用excel软件绘制标准曲线,对原始数据进行标准化处理,并带入标准曲线求得各采样点的重金属浓度,然后求出平均浓度,再用Muller指数进行各项计算与分析。除此外还采用了地积累指数法和内梅罗综合指数法进行全面的分析。Muller指数法是对各重金属元素因子的单独作用在各地区进行分析,目前国内外普遍采用单因子指数法和内梅罗综合指数法等进行土壤重金属污染评价,这两种方法都能对被研究区域的土壤重金属污染程度进行较为全面的评价,但不能从自然异常中分离人为异常,判断表生过程中重金属元素的人为污染情况,但地累积指数法弥补了其他评价方法的不足。

2.1 重金属元素在该城区的空间分布图

用双调和样条内行插值计算,得出重金属空间分布图。双调和技术在二维或多维空格键中的导数与一维空间中的导数的作用相似。在m维空间中,利用N个数据点的曲面求解问题:;其中,是双调和算子,x是m维空间中的一个位置。其通解为,求解线性系统,可以得到。

在EXCEL中分别筛选出每一区的8种重金属浓度情况,由于给出的重金属量纲不统一,用归一化方法统一量纲。然后分别在每一区内对不同重金属求平均值主要重金属元素关于该城市五个区的分布。

Sij表示规划后某种金属浓度在某个采样点的值,xij某种重金属在某个采样点的值。由归一化后,运用富集系数模型:Di=d实测值 / b背景值定量描述城市重金属污染的空间分布情况。

2.2 三种评价不同区域重金属的污染程度的方法

2.2.1 地积累指数法

国内外很多专家将地积累指数法用于对人类活动造成的重金属对土壤污染的评价。该指数的计算式为:Igeo=log2[Cn/(kBn)]。根据Igeo值将污染等级分为6级,并且以国家二级标准作基准的污染评价。

2.2.2 内梅罗综合指数分析法

内梅罗指数法是当前国内外进行综合污染指数计算的最常用的方法之一。该方法先求出各因子的分指数(超标倍数),然后求出各分指数的平均值,取最大分指数和平均值计算。综合污染指数计算公式:。内梅罗综合指数在评价时可能会人为地夸大或缩小一些因子的影响作用,使其对环境质量评价的灵敏性不够高,有时候计算结果很难区分土壤环境污染程度的差别。所以,采用污染负荷指数法数学模型进行进一步分析。

2.2.3污染负荷指数法

用污染负荷指数法以土壤背景值为评价标准,对整个区域各个点位各种重金属进行定量分析,并对各点的污染程度进行分级,反映对环境污染最严重的元素。

3 分析重金属污染物的传播特征

为了分析研究各种土壤重金属的来源,本文采用了Pearson相关分析对被研究区域8中重金属含量数据进行了相关分析。从相关性分析结果可以发现,土壤中Pb与Cd,Ni与As显著正相关,且相关性较强,分别为0.812、0.639;其次为Cu与Cd,Cr与Ni,Pb和Cu也达到正相关。

本文对所有采样点采取主成分分析法,利用SPSS 13.0软件对城区土壤重金属的5项指标进行主成分分析。通过主成分分析计算,城区的8个变量的全部信息可由5个主成分表示,即对前5个主成分进行分析已经能够反映全部数据的大部分信息,再由5个主成分加权平均得出每个采样点相对应的综合指标。

基于SPSS软件包软件包生成的因子成分得分系数矩阵,降维后每种成分在每个取样点的得分计算公式:

综合指标的得分计算公式:

根据问题一中的方法参考Zj对应的取样点坐标对Zj做插值处理,并绘制等高线图,可得图1。

图1 等高线图

由图1可以看出,在靠近坐标原点的地方有两个综合指数超高区,可以认为这两个区域既是污染源所在的区域。

通过使用MATLAB进行双调和样条插值法,由Zj生成了一个200*200的矩阵。可以通过程序将其转换成一个具有200*200个元素的矩阵。可以得出综合指数Z的分布主要集中在0到0.2的区间中。我们认为污染源受到污染的水平应当远高于距离污染源较远的地方。所以我们将主要通过研究Z大于0.2的点来确认污染源。经过excel的筛选,大于0.2的点有1805个。污染源必然包含在这些点中间。

结合重金属在土壤中的传播特征,建立数学模型

4 结论

为更好地研究城市地质环境的演变模式,预测土壤中各种重金属的含量,必须求解并分析城市内土壤中各种重金属污染物的主要来源,确定影响这些重金属含量时间变化的主要影响因子并进行分析,然后在分析的结果中建立各种土壤重金属含量的时间预测模型。得重金属累积预测模型如下:

通过建立的模型可以用以城市土壤环境异常分析,以及城市环境质量评价,测定各区域重金属含量等,具有较强的实际应用价值。

篇(8)

中图分类号:X53文献标识码:A文章编号:16749944(2013)12013703

1引言

随着城市生活废弃物和工业“三废”排放日益增多,土壤重金属元素逐渐蓄积[1],给人体健康带来潜在的危害[2]。国内外学者对此进行了很多研究[3~5],有关研究表明,蔬菜对重金属的富集量比其他作物要大得多,在被污染土壤种植的蔬菜中有毒物质的含量大于土壤的3~6倍[6]。加强对蔬菜基地土壤重金属污染的调查和研究是当前进行农业生态环境保护的重要任务,也是实现农业可持续发展的关键。

本文选择了兰州市五区三县的蔬菜生产基地作为调查对象,测定蔬菜基地土壤中重金属的含量,对结果进行了差异性分析和聚类分析,旨在为无公害蔬菜基地建设和重金属元素污染控制提供指导依据。

2实验部分

2.1研究区域概况

兰州处在东经102°30′~104°30′、北纬35°5′~38°之间,位于中国陆域版图的几何中心。兰州现辖城关、七里河、西固、安宁、红古五区和永登、榆中、皋兰三县,全市总面积13085.6 km,其中市区面积1631.6km。兰州属中温带大陆性气候,气候温和,市区海拔平均高度1520m,年均气温11.2 ℃,年均降水量327mm,全年日照时数平均2446h,无霜期180d以上。

2.2样品的采集与测定

选择兰州市五区三县内各一个有代表性的蔬菜基地,每个蔬菜基地设8个样点(图1)。采集土壤时,在较大面积地块内采用对角线形法或“S”形法多点采集,采样深度为0~20cm和20~40cm,在每个样品点周围采集4~5个子样,组成一个混合样,再用四分法分出1kg土样,贴好标签,带回实验室[7~9]。

土壤样品在室温下自然风干,过100目筛,然后准确称取0.5g用于测定土壤中的重金属含量。对采集的土壤样品进行相应的预处理后,用pH仪测定土壤的pH值,用电感耦合等离子发射仪(ICP-AES)对土壤中的锌、铅、铜、铬、砷含量进行测定[10]。

2.3数据统计分析

采用单因素方差分析(ANOVA)对不同区域和不同土壤层次之间的差异性进行显著性分析,利用最小显著性差异(LSD)多重比较方法,在95%的可靠性下对不同土壤层次和不同区域之间两两的差异性进行比较分析。

2.4系统聚类法

分层聚类法(HCM)是将研究对象的多个样品各自视为一类,并将几个样品认作同类,计算它们的相互之间的距离或相似系数,把距离最小或相似最大的样品合并为一类,再计算所得类与其他类的距离或相似系数,并将距离最小或相似最大的样品合并为一类,如此逐步进行类的合并,直至所有的样品归为一类为止。通过聚类分析可以对蔬菜及土壤重金属进行科学地分类,从而准确地对污染土壤和蔬菜进行评价,其结果可以验证因子分析的结论。

3结果与讨论

3.1兰州市蔬菜基地不同深度土壤中重金属含量的差

异性分析兰州市城关区蔬菜基地土壤中Pb含量无显著差异,Zn和Cr含量无显著性差异,Cu含量表现出一般显著性差异,As含量表现出显著性差异,Pb、Cu和As在0~20 cm深度的含量显著高于20~40 cm深度的含量。

兰州市七里河区蔬菜基地土壤中Pb、Zn和Cu含量表现出显著差异,Cr和As含量表现出极显著性差异,Pb和As在0~20 cm的含量显著高于20~40 cm的含量,Zn、Cu和Cr在0~20 cm的含量显著低于20~40 cm的含量。

兰州市安宁区蔬菜基地土壤中Pb和Cr含量表现出一般显著差异,Zn和As含量表现出显著性差异,Cu含量表现出极显著性差异,Pb和Cr在0~20 cm的含量显著高于20~40 cm的含量,Zn、Cu和As在0~20cm的含量显著低于20~40cm的含量。

兰州市西固区蔬菜基地土壤中Pb含量表现出一般显著差异,Zn、Cu、Cr和As含量无显著差异,Pb在0~20 cm的含量显著高于20~40 cm的含量。

兰州市红古区蔬菜基地土壤中Pb和Zn含量无显著差异,Cu含量表现出一般显著性差异,Cr含量表现出显著性差异,As含量表现出显著性差异,Cu、Cr和As在0~20 cm的含量显著高于20~40 cm的含量,Pb和Zn的含量无显著差异。

兰州市榆中县蔬菜基地土壤中Pb和As含量表现出显著差异,Zn含量表现出一般显著性差异,Cu含量无显著差异,Cr含量表现出极显著性差异,Pb和Cr在0~20 cm的含量显著高于20~40 cm的含量,Zn和As在0~20 cm的含量显著低于20~40 cm的含量。

兰州市永登县蔬菜基地土壤中Pb和Cr含量无显著差异,Zn和Cu含量无显著性差异,As含量表现出一般显著性差异,Zn、Cr和As在0~20 cm的含量显著高于20~40 cm的含量,Pb和Cu的含量无显著差异。

兰州市皋兰县蔬菜基地土壤中Pb和Cu含量无显著差异,Zn含量表现出一般显著性差异,Cr和As含量表现出极显著性差异,Zn和As在0~20 cm的含量显著高于20~40 cm的含量,Cr在0~20 cm的含量显著低于20~40 cm的含量,Pb和Cu在土壤不同深度间的含量无显著差异(表1)。

3.2兰州市不同区域蔬菜基地土壤中重金属含量的

差异性分析在0~20 cm土层土壤中,Pb的含量在不同区域表现出极显著差异(F8,64=74.99,p

Pb、Zn、Cu、Cr、As的含量在20~40 cm土层土壤中,Pb的含量在不同区域表现出极显著差异(F8,64=34.85,p

3.3兰州市蔬菜基地土壤重金属的聚类分析

对所调查的兰州市五区三县的蔬菜基地土壤重金属含量进行聚类分析,可以将五区三县分为三大类,即城关区聚为一类,其土壤重金属含量高于其他各区县,七里河区聚为一类,其土壤重金属含量低于城关区而高于其他各区县,其他区县聚为一类,土壤重金属污染状况基本相同(图4)。

4结论

城关区Pb、Cu和As主要聚集在表层土壤;七里河区Pb和As主要聚集在表层土壤,Zn、Cu和Cr有下迁趋势;安宁区Pb和Cr主要聚集在表层土壤,Zn、Cu和As有下迁趋势;西固区Pb主要聚集在表层土壤;红古区Cu、Cr和As主要聚集在表层土壤;榆中县Pb和Cr主要聚集在表层土壤,Zn和As有下迁趋势;永登县Zn、Cr和As主要聚集在表层土壤;皋兰县Zn和As主要聚集在表层土壤,Cr有下迁趋势。

图4兰州市蔬菜基地土壤重金属含量的聚类分析 在0~20cm土层土壤中,Pb、Zn、Cu、Cr、As含量最多的区县分别是安宁区、七里河区、城关区、榆中县和城关区,在20~40 cm土层土壤中,Pb、Zn、Cu、Cr、As含量最多的区县分别是安宁区、七里河区、皋兰县和城关区。

通过对兰州市蔬菜基地土壤重金属进行聚类分析,可以将五区三县分为三大类,即城关区聚为一类,七里河区聚为一类,其余五区县聚为一类,反映了不同地区受重金属污染的相似组合,表明城关区和七里河区土壤受人类活动影响较大。

参考文献:

[1] 李天杰. 土壤环境学[M]. 北京: 高等教育出版社, 1995.

[2] 许炼烽. 城市蔬菜的重金属污染及其对策[J]. 生态科学, 2000, 19 (1): 80~85.

[3] Naidu R, Kookana S, Sumnerm E. Cadmium sorption and transportion variable charge soils [J]. Environmental Quality, 1997, 26(3): 602~617.

[4] Hu X F, Wu H X, Hu X. Impact of urbanization on Shanghai’s soil environmental quality[J]. Pedosphere, 2004, 14 (2): 151~158.

[5] Li J, Xie Z M, Zhu Y G, Naidu R. Risk assessment of heavy metal contaminated soil in the vicinity of a lead/zine mine [J]. Journal of Environmental Sciences, 2005, 17 (6): 881~885.

[6] 滕葳,柳琪,郭栋梁. 山东部分蔬菜产区12种蔬菜重金属含量的研究[J]. 食品研究与发展, 2003, 24 (5): 87~89.

[7] 黄功标. 福建省主要蔬菜基地土壤重金属污染状况调查与评价[J]. 环境整治, 2005,22(4): 39~41.

篇(9)

Q938.1+3; S151.9+3A

土壤是人类赖以生存的最基本的自然资源之一,但现阶段严重的土壤污染,通过多种途径直接或间接地威胁人类安全和健康,开展城市环境质量评价,日益成为人类关注的焦点。

本文选取了地质累积指数法、污染负荷指数法、内梅罗综合污染指数法和潜在生态危害指数法,对某城市不同功能区319个空间样本点的重金属检测数据进行了污染评价。

1.数据采集

按照功能划分,将城区划分为生活区、工业区、山区、主干道路区及公园绿地区.现对某城市城区土壤地质环境进行调查,将该城区划分为间距1公里左右的网格子区域,按照每平方公里1个采样点对表层土(0~10 cm深度)进行取样,用原子吸收分光光度计测试分析,获得了319个样本所含重金属元素(As、Cd、Cr、Cu、Hg、Ni、Pb、Zn)的浓度数据。

本文依照未受污染区域土壤环境背景值作为评价标准[1]。现按照2公里的间距在微污染区取样,得到该城区表层土壤中元素的背景值,如表1:

表1该城市表层土壤中重金属元素的背景值

元素 As(ug/g) Cd(ng/g) Cr(ug/g) Cu(ug/g) Hg(ng/g) Ni(ug/g) Pb(ug/g) Zn(ug/g)

背景值 3.6 130 31 13.2 35 12.3 31 69

2.污染评价方法

2.1地质累积指数法

用于研究水环境沉积物中重金属污染程度的定量指标[2],不仅能够反映重金属分布的自然变化特征,而且还可以判别人为活动产生的重金属对土壤质量的影响.

利用地质累积指数污染评价标准,计算出整个城区各种金属的污染指数平均值,最大值,最小值,并按各种重金属浓度的平均值进行相应的污染程度评级(表2)。

表2城区重金属地质积累指数及评级情况

重金属 平均值 最大值 最小值 污染程度

As -0.07762 2.4802 -1.7459 无污染

Cd 0.305682 3.0543 -2.2854 轻度污染

Cr -0.0818 4.3076 -1.6018 无污染

Cu 0.702895 6.9966 -3.1121 轻度污染

Hg 0.273708 8.2515 -2.615 轻度污染

Ni -0.22635 2.9493 -2.1113 无污染

Pb 0.150747 3.345 -1.2405 无污染

Zn 0.326836 5.1833 -1.6552 无污染

可看出,土壤中重金属Cu、Cd、Hg污染比较显著,Zn的平均值虽然小于1,但是其污染指数最大值达到严重污染程度,其污染也很突出。Ni的平均值很小,视为处于零污染状态。

再通过提取各个区域的污染指数进行分析汇总,得到各个区域每种重金属的级别污染指数直方图,如下:

图一:各个区重金属污染级别指数直方图

2.2污染负荷指数法

该指数是由评价区域所包含的主要重金属元素构成,它能够直观地反映各个重金属对污染的贡献程度,以及金属在时间,空间上的变化趋势.

由Tomlinson等人提出污染负荷指数的同时提出了污染负荷指数的等级划分标准和指数与污染程度之间的关系[4],通过计算得打各重金属的污染负荷指数及可以得到各个功能区和该市的污染程度.

表5重金属污染负荷指数及污染程度

功能区 PLI值 污染等级 污染程度 该市的PLI值 该市的污染等级 该市污染程度

1类 1.83 Ⅰ 中等污染

1.69

中等污染

2类 2.35 Ⅱ 强污染

3类 1.06 Ⅰ 中等污染

4类 1.94 Ⅰ 中等污染

5类 1.58 Ⅰ 中等污染

从表中的结果分析,土壤中的重金属元素对该城市产生了中等污染,各功能区重金属污染程度从重到为工业区>交通区>生活区>公园绿地区>山区。

2.3 内梅罗综合污染指数法

根据内梅罗综合污染指数法,对该城市的重金属污染进行评价,结果如下表所示:

表6 各功能区污染指数及程度分级

功能区 1类 2类 3类 4类 5类 该城市

污染指数 2.744 4.805 2.036 2.941 2.183 2.942

污染级别 中污染 强污染 中污染 中污染 中污染 中污染

表中污染指数按表6中的污染指标分级标准进行分级得到各功能区的污染级别,各功能区污染程度的关系为:工业区> 交通区>生活区>公园绿地区>山区。

2.4潜在生态危害指数分析

重金属元素是具有潜在危害的重要污染物,潜在生态危害指数法作为土壤重金属污染评价的方法之一,它不仅考虑土壤重金属含量,还将重金属的生态效应、环境效应与毒理学联系在一起,是土壤重金属评价领域广泛应用的科学方法.

在本文的求解中将Hakanson提出的毒性系数拟定为各重金属的毒性响应系数[6],根据计算公式得到单个重金属的潜在生态危害系数,结果如表所示:

表8各种金属的毒性系数

元素 As Cd Cr Cu Hg Ni Pb Zn

毒性系数 10 30 2 5 40 5 5 1

表9 各种金属的潜在生态污染指数:

元素 As Cd Cr Cu Hg Ni Pb Zn

82 340.5 16.98 108.55 1529.60 35.18 52.10 14.28

对上述单个元素结果的分析:

重金属Hg与Cd均造成了极强的生态危害,重金属Cu 与As则造成了强生态危害,Pb造成了中等的生态危害,其他重金属则均只造成了轻微的生态危害。

进一步得到各重金属对整个造成的生态危害情况为:

根据等级划分的情况可以得知此八种重金属以对该城区整体造成了中等生态危害。

3.结论及建议

综上所述,得出了各功能区的污染程度关系为:工业区> 交通区>生活区>公园绿地区>山区,该城市的重金属污染程度为中等程度污染。通过方差分析可得出各种方法组合的显著程度,得到潜在生态危害指数法和污染负荷指数法相结合的方式对实验的影响最显著,从而得出可靠性最大的评价组合。

参考文献:

[1]郑有飞,周宏仓等,环境影响评价[M],第1版,北京:气象出版社,2008,

[2]MULLER G.Index of geo―accumulation in sediments of the Rhine river[J], Geo Journal,1969.2( 3):108-109。

[3]李保杰,顾和和,纪亚洲,基于地统计的矿业城市土壤重金属污染研究――以徐州市为例[J],江苏农业科学,2011.39(3):1-2。

[4]杨维,高雅玲,毗邻铁矿的千山景区土壤重金属污染分析与评价[J],沈阳建筑大学学报,2010.1:150-155.

篇(10)

原子吸收光谱仪(ThermoM5)、微波消解仪(上海屹尧WX-8000)、赶酸仪(上海屹尧DKQ-1000)、马弗炉(建力电炉SX2-9)、AB204-N型电子分析天平(德国Sartorius公司)。硝酸为色谱级,硫酸、盐酸为优级纯,纯化水。

2方法

2.1供试品溶液的制备

2.1.1铅、镉供试品及空白对照溶液的制备[1~3]取供试品0.2g,精密称定,置聚四氟乙烯消解罐内,加硝酸3~5ml,混匀,浸泡过夜,盖好内盖,旋紧外套,置适宜的微波消解炉内进行消解(按仪器规定的消解程序操作),消解完全后,取消解内罐置电热板上缓缓加热至红棕色气体挥尽,并继续缓缓浓缩至2~3ml,放冷,用2%硝酸转入25ml量瓶中,并稀释至刻度,摇匀,即得。同法同时制备试剂空白溶液。

2.1.2铜样品溶液的制备[4]同铅测定项下供试品及空白对照溶液的制备。

2.1.3砷样品溶液的制备同铅测定项下供试品及空白对照溶液的制备。

2.1.4汞样品溶液的制备[5~6]取供试品0.2g,精密称定,置聚四氟乙烯消解罐内,加硝酸3~5ml,混匀,浸泡过夜,盖好内盖,旋紧外套,置适宜的微波消解炉内进行消解(按仪器规定的消解程序操作),消解完全后,取消解内罐置电热板上,于120℃缓缓加热至红棕色气体挥尽,并继续缓缓浓缩至2~3ml,放冷,加20%硫酸溶液2ml、5%高锰酸钾溶液0.5ml,摇匀,滴加5%盐酸羟胺溶液至紫红色恰消失,转入10ml量瓶中,用2%硝酸洗涤容器,洗液合并于量瓶中,并稀释至刻度,摇匀,必要时离心,取上清液,即得。同法同时制备试剂空白溶液。

2.2对照品溶液的制备

2.2.1铅标准储备液的制备精密量取铅单元素标准溶液适量,用2%硝酸溶液稀释,制成每1ml含铅1ug的溶液,即得(0~5℃贮存)。2.2.2镉标准储备液的制备精密量取镉单元素标准溶液适量,用2%硝酸溶液稀释,制成每1ml含镉1ug的溶液,即得(0~5℃贮存)。

2.2.3铜标准储备液的制备精密量取铜单元素标准溶液适量,用2%硝酸溶液稀释,制成每1ml含铜10ug的溶液,即得(0~5℃贮存)。

2.2.4砷标准储备液的制备将1mL100μg/ml的As标准溶液放入100ml的棕色容量瓶中,加入0.8g碘化钾和60~70ml的20%盐酸溶液,放置电炉上加热至微沸,放凉后再加入0.3g抗坏血酸,加20%盐酸至刻度,摇匀,作为As3+标准母液(浓度1μg/ml)。

2.2.5汞标准储备液的制备将精密量取汞单元素标准溶液适量,用2%硝酸溶液稀释,制成每1ml含铅1ug的溶液,即得(0~5℃贮存)。

2.3标准曲线的制备

2.3.1铅标准曲线的制备精密量取铅标准储备液适量,用2%硝酸溶液制成每1ml分别含铅0ng、5ng、20ng、40ng、60ng、80ng的溶液。分别精密量取1ml,精密加含1%磷酸二氢铵和0.2%硝酸镁的溶液0.5ml,混匀,精密吸取20ul注入石墨炉原子化器,测定吸光度,以吸光度为纵坐标,浓度为横坐标,绘制标准曲线。

2.3.2镉标准曲线的制备精密量取镉标准储备液适量,用2%硝酸溶液制成每1ml分别含铅0ng、0.8ng、2.0ng、4.0ng、6.0ng、8.0ng的溶液。分别精密吸取10ul注入石墨炉原子化器,测定吸光度,以吸光度为纵坐标,浓度为横坐标,绘制标准曲线。2.3.3铜标准曲线的制备分别精密量取铜标准储备液适量,用2%硝酸溶液制成每1ml分别含铅0ug、0.05ug、0.2ung、0.4ug、0.6ung、0.8ug的溶液。依次喷入火焰,测定吸光度,以吸光度为纵坐标,浓度为横坐标,绘制标准曲线。

2.3.4砷标准曲线的制备精密量取0.2ml、0.4ml、0.6ml和0.8mlAs3+标准母液,分别置100ml量瓶中,加20%盐酸溶液至刻度,摇匀。取适量,吸入氢化物发生装置,测定吸收值,以吸光度为纵坐标,浓度为横坐标,绘制标准曲线。

2.3.5汞标准曲线的制备分别精密量取汞标准储备液适量1ml、2ml、3ml、4ml,置100ml量瓶中,加20%硫酸溶液20ml,用水稀释至刻度,摇匀。取适量,吸入氢化物发生装置,测定吸收值,以吸光度为纵坐标,浓度为横坐标,绘制标准曲线。

2.4检测条件

2.4.1铅测定条件波长283.3nm,干燥温度100~120℃,持续20s;灰化温度400~750℃,持续20~25s;原子化温度1700~2100℃,持续4~5s。

2.4.2镉测定条件波长228.8nm,干燥温度100~120℃,持续20s;灰温度300~500℃,持续20~25s;原子化温度1500~1900℃,持续4~5s。

2.4.3铜测定条件波长324.7nm,采用空气-乙炔火焰,必要时进行背景校正。

2.4.4砷测定条件采用适宜的氢化物发生装置,以含1%硼氢化钠和0.3%氢氧化钠的溶液作为还原剂,盐酸溶液(1~100)为载液,氮气为载气,检测波长为193.7nm。

2.4.5汞测定条件采用适宜的氢化物发生装置,以含0.5%硼氢化钠和0.1%氢氧化钠的溶液作为还原剂,盐酸溶液(1~100)为载液,氮气为载气,检测波长为253.6nm。

2.5样品测定方法及测定结果

2.5.1铅测定法精密量取空白溶液与供试品溶液各1ml,精密加含1%磷酸二氢铵和0.2%硝酸镁的溶液0.5ml,混匀,精密吸取20ul,照标准曲线的制备项下方法测定吸光度,从标准曲线上读出供试品溶液中铅的含量,计算,即得。

2.5.2镉测定法精密量取空白溶液与供试品溶液各10~20ul,照标准曲线的制备项下方法测定吸光度(若供试品有干扰,可分别精密量取空白溶液与供试品溶液各1ml,精密加含1%磷酸二氢铵和0.2%硝酸镁的溶液0.5ml,混匀,依法测定),从标准曲线上读出供试品溶液中镉的含量,计算,即得。

2.5.3铜测定法精密吸取空白溶液与供试品溶液各10ul,照标准曲线的制备项下方法测定吸光度,从标准曲线上读出供试品溶液中铜的含量,计算,即得。

2.5.4砷测定法精密吸取空白溶液与供试品溶液各10ml,置25ml量瓶中,加25%碘化钾溶液(临用前配置)1ml,摇匀,加10%抗坏血酸溶液(临用前配置)1ml,摇匀,用盐酸溶液(20~100)稀释至刻度,摇匀,密塞,置80℃水浴中加热3min,取出,放冷,即得。同法同时制备试剂空白溶液。依法测定吸光度,从标准曲线上读出供试品溶液中砷的含量,计算,即得。

2.5.5汞测定法精密吸取空白溶液与供试品溶液适量,照标准曲线的制备项下方法测定吸光度,从标准曲线上读出供试品溶液中汞的含量,计算,即得。

3结果分析

3.1中药材重金属检测

3.2龙牡成品重金属检测

3.3数据分析由表1~表5的数据与一般标准作图比较如下。

3.3.1中药材重金属检测分析可知甘草的重金属检测各项均符合一般标准的含量要求,在检测范围内。可知黄芪的重金属检测各项均符合一般标准的含量要求,在检测范围内。对四批龙骨的重金属检测中镉、铜、汞的含量均符合一般标准,铅的含量检测相对超标较高,砷的含量检测部分批号超标。四批牡蛎的重金属检测各项均符合一般标准的含量要求,在检测范围内。

3.3.2龙牡成品重金属检测分析本项目对龙牡壮骨颗粒定期抽样中的20批成品进行重金属检测。5种重金属的含量变化均较小,总体趋势也较平稳,且整体均符合一般标准的含量要求,在检测范围内。

4讨论

龙牡壮骨颗粒由13味中药组成,究其处方只有黄芪和甘草药典规定有重金属检测项,牡蛎和龙骨属于化石,故前期我们只对中药材中的黄芪、甘草、牡蛎和龙骨进行了重金属研究。在所检测的4种中药材中,甘草和牡蛎的重金属含量均符合一般标准的要求,而龙骨的部分批号中的铅和砷的含量相对一般标准要高,故后期试验中可加大对龙骨中铅和砷的含量与龙牡中铅和砷的含量的联系的研究。食品增补剂中的重金属限度是汞不得超过0.1ppm,铅和镉是不得超过3.0ppm,本项目在试验过程中一般标准要求汞不得超过0.2ppm,铅不得超过5.0ppm,镉不得超过0.3ppm,对比可知一般标准中的镉含量限度严于食品中的限度,而汞和铅相对高于食品增补剂的含量限度。综合得出严格的标准是汞不得超过0.1ppm,镉不得超过0.3ppm,铅不得超过3.0ppm,由图5的检测结果可知20批龙牡成品的铅、镉、汞的含量均在此严格标准范围内,且铜和砷的含量限度均在一般标准的要求内,可见该产品的质量较高、安全性较好,为后期建立安全性指标控制提供数据参考。由于黄芪、甘草、龙骨,煅牡蛎均是加水煎煮而制,制法相同,无法明确得出成品中重金属含量来源于何种药材;后续试验可在此基础上结合原料的投放比例,研究推断龙牡成品中各项重金属的来源。对于中药材中重金属与成品中重金属的转移关系,可通过中间品的研究来探讨其的含量变化关系,因此后续试验中可增加对龙牡半成品浸膏的重金属的含量的检测,监控原料、半成品、成品三者间重金属的含量。

参考文献

1迟玉广,李中阳,黄爱华,等.五种中药中微量元素及重金属元素的含量分析.广东微量元素科学,2010,17(8):36~39.

2张春盛,吴舜芳,林炳国,等.西洋参等8种中药重金属检测.中国药业,2009,18(17):20~22.

3刘岭,贺浪冲,梁晓聪,等.5种药食同源中药中重金属元素铅与镉的测定.陕西中医,2010,31(7):897~899.

4周翔,卢敏,胡振波,等.火焰原子吸收法测定健脾生血颗粒中铁含量.医药导报,2011,12(30):1647~1648.

篇(11)

【正文】

一、重金属污染问题的提出与背景

随着城市经济的快速发展和城市人口的不断增加,人类活动对城市环境质量的影响日显突出。对城市土壤地质环境异常的查证,以及如何应用查证获得的海量数据资料开展城市环境质量评价,日益成为人们关注的焦点。

按照功能划分,城区一般可分为生活区、工业区、山区、主干道路区及公园绿地区等,分别记为1-5类区,不同的区域环境受人类活动影响的程度不同。现对某城市城区土壤地质环境进行调查,设已获得表层土壤样本点多种化学元素的浓度数据以及样本点位置,并在自然区取样,该城区表层土壤中元素的背景值[1],利用一定方法建立数学模型,分析该地区重金属污染的主要原因,从而控制污染源,合理解决该地区污染问题。

二、主成分分析法分析重金属污染主要原因

2.1 主成分分析方法简介

主成分分析法是一种将多维因子纳入同一系统进行定量化研究、理论成熟的多元统计分析方法。通过分析变量之间的相关性,在力保数据信息丢失最少的原则下,对多变量的截面数据表进行最佳综合简化,即对高维变量空间进行降维处理。在本文中,我们可以利用此方法使得反映信息重叠的变量被某些主成份代替,减少变量数目,从而降低系统评价的复杂性,最终获得影响该地区污染程度的主要化学元素。

2.2 理论模型的建立

本案例利用已给定数据,使用主成分分析法分析每类区域中不同化学元素对该地区主次影响,并对八种元素在该区土壤质量的影响大小排序。步骤如下:

1)对原始数据进行标准化处理

假设进行主成分分析的指标变量有 个: 共有n个评价对象。第 个评价对象的第 个指标的取值为 ,将各指标值 转换成标准化指标 。其中:

(6)

且 为第 个指标的样本均值和样本标准差。

对应的,称 为标准化指标变量。

2)计算相关系数矩阵

相关系数矩阵: ,组成元素:

(7)

式中 , 是第 个指标与第 个指标的相关系数。

3) 计算特征值和特征向量

计算相关系数矩阵 的特征值 ,及对应的特征向量 , 其中 ,由特征向量组成 个新的指标变量

(8)

式中 是第1主成分, 是第2主成分,…, 是第 主成分。

4)选择 个主成分,计算综合评价值

① 计算特征值 信息贡献率和累积贡献率。称主成分 的信息贡献率:

(9)

主成分 的累积贡献率:

(10)

当 接近于1( = 0.90,0.95)时,则选择前 个指标变量 作为 个主成分,代替原来 个指标变量,从而可对 个主成分进行综合分析。

②计算综合得分

综合得分:

(11)

其中 为第 个主成分的信息贡献率,根据综合得分值就可以进行评价。

5) 最大方差正交旋转

利用最大方差正交旋转法在因子对应轴相互正交下进行因子旋转,使因子载荷矩阵中因子载荷的平方值向0和1两个方向分化,使每个因子上具有最高载荷变量数最小,使大的载荷更大,小的载荷更小。

通过适当的旋转得到8种重金属元素在四大主成分中的得分,从中获得旋转后的主成分载荷矩阵,从中可以得到8种重金属元素与四种主成分的相似度。

2.3 模型的实际求解及结果

1)数据标准化处理

定义:

说明:

考虑到给定背景值中可能存在的各种重金属污染的程度,在引入原始数据时,利用每种重金属的319组相对污染指数代替实测值,更能充分地反映出个功能区的污染情况。

根据引入的5个功能区的319组数据利用主成分分析法进行8种重金属元素污染原因分析。

首先利用MATLAB工具箱中zscore函数对数据进行数据标准化,再调用princomp函数进行主成分分析计算,统计结果如下:

2)计算相关系数矩阵

八种指标的相关系数矩阵为:

由图表可以看出,前四个主成分的累计贡献率以及达到 ,因此取取前四个主成分来进行评价。

4)最大方差正交旋转

在分析过程中采用最大方差正交旋转法,得到8种重金属元素旋转后的主成分载荷矩阵,见表6。

表6旋转后的主成分载荷矩阵