城市表层土壤重金属污染传播模型

基于因子分析法研究太原市土壤重金属污染的主要来源王雄军1，赖健清1，鲁艳红2，李德胜3，周继华3，王建武31.中南大学地学与环境工程学院，湖南长沙410083；2.湖南省农业科学院，湖南长沙410120；3.山西地质调查院，山西太原030001摘要：太原市土壤的研究还处于起步阶段，尚缺乏系统的研究和探讨。基于因子分析法分析研究太原市土壤重金属污染类型及污染来源，在面积性土壤测量基础上，采用城市土壤单点样采集方法，通过测试获得了城市表层土壤中重金属元素（As、Cd、Hg、Pb、Cr、Ni、Zn、Cu）的含量数据；应用统计数手段及处理软件，采用因子分析法对太原市土壤化探数据进行详细分析研究；结合太原市工企分布情况，对比因子分析中的六个主因子，进行整理分析；研究结果充分反映出太原市作为一个典型的重化工基地和燃煤城市的污染特点，表明太原市土壤重金属污染的主要来源有四个方面，即：工矿企业污染源，燃煤污染源，交通污染源，商业活动和居民生活污染源等。关键词：因子分析；太原；重金属；污染；化探中图分类号：X53文献标识码：A文章编号：1672-2175（2008）02-0671-06太原盆地在80年代初开展的由农业部组织的第二次全国土壤普查，工作的重点主要是对土壤的母质，组成和结构调查分类。在地球化学方面，仅对土壤和作物有关的常量元素进行了分析，包括N、P、K的全量和速效量、有机质和pH值等，而对土壤中其他营养元素和有毒有害元素未做系统调查分析。由于城乡工业的飞速发展，土地用途的大量变迁，各种元素含量与分布必然发生了较大的变化，这些研究结果已不能满足当前的需要，仅能作为本次环境地球化学调查工作的基础和参考。太原市土壤重金属污染状况研究也有报道。郭翠花等[1]（1995年）对太原市地表土中Cu、Cd、Cr、Zn和Mn五种元素的含量、分布规律、污染程度、污染原因进行了研究分析，得出Cu、Cd、Zn三元素含量超过中国土壤背景值，Cd污染最严重，污染面积达到100％。段永蕙、张乃明等[2]（1997年）对太原市污灌区水质、土壤和作物中Hg、Cd、As的污染状况研究表明，土壤中Hg和Cd含量超过背景值，土壤和作物中三种元素含量之间存在一定的相关性。时红，张永波[3]（2001年）通过对太原市酸雨污染状况及成因进行分析，得出太原市今年酸雨频率增加，董茹地区酸雨污染最为严重，与该地区工业废气排放有关。国内外学者关于土壤重金属污染的大量研究表明，铅（Pb）、汞（Hg）、锌（Zn）、铬（Cr）、镉（Cd）等在城市土壤中累积明显，其含量一般都高于附近的农业土壤。这些重金属在土壤表面的污染物会对土壤性质和植被等产生严重危害，更重要的是通过食物链和地下水，以及地面扬尘等途径输入人体，并在人体中长期积累，引起各种疾病症状，对人体健康产生危害。因此，在城市化进程不断加快的今天，评价和研究城市土壤重金属污染程度，研究城市土壤重金属污染特征、污染来源以及在环境中迁移、转化机理，并对城市环境污染治理和城市进一步的发展规划提出科学建议，不仅有利于城市生态环境良性发展，有利于人类与自然和谐，也有利于人类社会健康和城市可持续发展[4-8]。本次研究采用多元统计数学方法之一的因子分析，它根据多个实测变量之间的相互关系，运用数学变换，将多个变量转变为少数几个线性不相关的综合指标，从而简化数据处理，其目的在于对大量观测数据，用较少的有代表性的因子来说明众多变量所提取的主要信息，提示出多个变量间的因果关系。它最先在心理学和社会科学领域得到应用，从20世纪60年代开始因子分析在环境科学领域得到广泛应用，并取得较好的效果。由于线性综合指标往往是不能直接观测到，但它更能反应事物的本质，因此因子分析在成因、来源问题研究上是一种非常有效的数学方法，可以用它解决很多环境问题，例如：污染来源的判别、环境样品的分类、监测点的优化及污染物组分的测定[9-14]。利用因子分析对太原市土壤重金属污染评价尚未见报道，评价和研究太原市土壤重金属污染程度，污染来源并提出针对性的防治措施，对太原市的重金属污染治理和进一步的城市规划具有参考价值和一定的现实意义。1数据来源与研究方法1.1数据来源本研究的野外工作方法主要采用城市土壤单点样采集。主要是在面积性土壤测量基础上，采集城市研究区第Ⅱ环境地球化学土壤样品，以进一步获取城市表层土壤中重金属（As、Cd、Hg、Pb、Cr、Ni、Zn、Cu）和放射性元素（U、Th）的含量数据，为城市生态地球化学评价提供地球化学依据。野外采样工作标准按原地矿部DZ/T0167-95《区域地球化学勘查规范》和DZ/T0144-04-94《土壤地球化学测量规范》执行，并参照其它省、队工作经验。1.1.1样品加工样品完全干燥后过20目尼龙筛，样品倒入筛中时，盖严顶盖和底坐，合缝要严，不飞灰尘为准。估计筛够500g后停留数秒再打开盖，以减少灰尘飞扬。之后将样品倒在干净的样布装入瓶中，然后将样布和样筛用毛刷刷干净后，才能加工下一个样品，防止样品交差污染。样品倒入瓶中时要将袋号和瓶号核对一次，样瓶和空样袋均按顺序摆放，装箱前再核对一次，样瓶在箱中的排放顺序要与采样点位顺序一致。1.1.2分析指标城市土壤单点样品主要分析了Cd、Hg、As、Cu、Pb、Cr、Zn、Ni等重金属指标。具体分析测试工作由江苏省地调院测试研究所实验室完成。1.1.3分析方法和精度对各测试指标的分析，基本上选取规定中推荐的方法和相应的精度要求。充分了解相关专业所执行的国家标准或行业标准，保证分析结果与相关领域接轨。但无论采取何种方法，检出限、精密度、准确度必须符合规范要求。1.2研究方法因子分析从变量的相关矩阵出发将一个m维的随机向量X分解成低于m个且有代表性的公因子和一个特殊的m维向量，使其公因子数取得最佳的个数，从而使对m维随机向量的研究转化成对较少个数的公因子的研究。设有n个样本，n个指标构成样本空间XX=（xij）ｎ×ｍi=1,2,…,n;j=1,2,…,m因子分析过程一般经过以下步骤：（1）原始数据的标准化，标准化的公式为X’ij=（Xij－Xj）/δj，其中Xij为第i个样本的第j个指标值，而Xj和δj分别为j指标的均值和标准差。标准化的目的在于消除不同变量的量纲的影响，而且标准化转化不会改变变量的相关系数。（2）计算标准化数据的相关系数阵，求出相关系数矩阵的特征值和特征向量。（3）进行正交变换，使用方差最大法。其目的是使因子载荷两极分化，而且旋转后的因子仍然正交。（4）确定因子个数，计算因子得分，进行统计分析。因子分析只强调变量的离差（变化量）而不强调变量在样品中的比重（百分含量）。因子分析的数学模型中，通过正交的方差最大旋转法使每一个主因子只与最少个数的变量有相关关系，而使足够多的因子负荷均很小。变量或因子的重要程度都是以其方差大小来衡量的。因子旋转后每个变量因子负荷代表着在系统中作用或重要性程度，以各个变量目标因子载荷平方与因子方差贡献率乘积作为变量的权重，构成一个判别污染来源的综合指标，而且因子分析是一个客观计算同主观思维相结合的过程。其它多元统计分析（如判别分析，回归分析）的计算结果基本上是一个最终结果，可以直接予以应用，但因子分析的计算结果（因子解）只能看作是一个中间结果，剩下的部分要求人们用自己的思维来完成，这就涉及环境地球化学知识、经验，甚至于思维方式和哲学思想。2结果与讨论2.1结果分析太原市土壤单点样重金属元素含量的数据特征完全符合因子分析的要求，在这里以Hg、Cd、Pb、As、Cu、Cr、Ni、Zn八种重金属元素指标作因子分析，这样在解释各指标变化异常时可以着重讨论综合指标因子，同时为太原市重金属污染成因的解释提供一定的理论依据。以下对太原市土壤单点样重金属元素含量的数据标准化处理后，经SPSS11.0统计软件进行因子分析，可得出以下结果。首先给出太原市表层土壤Hg、Cd、Pb、As、Cu、Cr、Ni、Zn八种重金属原始含量数据的相关系数矩阵，如表1所示。可见，As和Ni的相关性最好，相关系数最大，为0.692，其次为Pb和Cd，相关系数为0.625，以下依次是Pb和Cu，Cd和Cu的相关性较好，相关系数分别为0.551和0.502，Pb和Hg的相关系数为0.459，其它元素之间的相关性并不是很好。从成因上来分析，相关性较好的元素可能在成因和来源上有一定的关联。因子分析的关键就是利用相关系数矩阵求出相应的因子的特征值和累计贡献率，用SPSS11.0统计软件计算可得出，见表2。总的特征值占总变量的百分率/％累计贡献率/％总的特征值占总变量的百分率/％累计贡献率/％在累积方差为93.117％（＞90％）的前提下，分析得到6个主因子，可以看到6个主因子提供了源资料的93.117％的信息，满足因子分析的原则，而且从上表可以看出旋转前后总的累计贡献率没有发生变化，即总的信息量没有损失。从表5－2还可得出，旋转之后，主因子1和主因子2的方差贡献率均为20％左右，主因子3到主因子6的方差贡献率的范围为11.635％到13.625％之间。这可以解释为因子1和因子2可能为太原市土壤重金属污染的最重要的污染源，对太原市重金属污染的贡献最大，因子3、因子4、因子5、因子6对太原市重金属污染有重要作用。因子分析的主要目的是将具有相近的因子荷载的各个变量置于一个公因子之下，正交方差最大旋转使每一个主因子只与最少个数的变量有相关关系，而使足够多的因子负荷均很小，以便对因子的意义作出更合理的解释。输出结果见表3和表4。由表3和表4可见，旋转前后因子荷载的变量结果基本一致。变量与某一个因子的联系系数绝对值（载荷）越大，则该因子与变量关系越近。正交因子解说明：因子1为Cd和Pb的组合，因子2为As和Ni的组合，因子3为Cr，因子4为Hg，因子5为Zn，因子6为Cu，Cd和Pb、As和Ni可能是同一个来源，而且这两组元素正是相关性最好的两组元素。为了更好的进行分析、评价，利用因子分析所得到的6个因子经过方差极大正交旋转后的太原市表层土壤单点样样本在六个主因子上的得分可作出各个因子在空间分布的等直线图，能更直观地说明各个元素在空间平面上的分布特征，见图1。2.2讨论表2特征值和累计贡献率Table2characterristicvalueandaccumulativecontribution因子旋转前旋转后F13.10338.79338.7931.66520.81020.810F21.57519.68258.4751.71021.37742.187F31.02112.76971.2431.09013.62555.812F40.7669.57080.8131.05813.22769.039F50.5376.70987.5220.99512.34381.482F60.4485.59593.1170.93111.63593.117表3旋转前因子载荷矩阵Table3factorloadingmatrixbeforerotation指标F1F2F3F4F5F6Hg0.578-0.419-0.2480.4460.425-0.156Cd0.713-0.2960.087-0.4520.0200.260Pb0.811-0.2240.006-0.1900.1730.173As0.4360.736-0.3810.0920.1030.190Cu0.7770.097-0.041-0.283-0.154-0.522Zn0.631-0.359-0.0660.420-0.5230.130Ni0.5580.7460.0600.116-0.0590.012Cr0.3160.1560.8930.2190.117-0.004表4方差极大正交旋转后因子载荷矩阵Table4factorloadingmatrixafterorthogonalrotationofmaximumvariance指标F1F2F3F4F5F6Hg0.2110.0130.0010.936-0.215-0.096Cd0.9040.0040.0560.044-0.145-0.183Pb0.