基于APCS-MLR的稻田土壤重金属污染评价及来源解析.docx

基于APCS-MLR的稻田土壤重金属污染评价及来源解析

中图分类号：X53；X825文献标志码：A文章编号：1002-1302（2025）11-0241-06

因工业和农业活动中污染物的投人，土壤重金属污染问题愈发凸显[1-2]。重金属具有隐蔽性强、持久长性、毒性高和修复困难等特点[3]。2014年《中国生态环境状况公报》显示，我国耕地主要的污染物是镉、镍、铜、砷、汞、铅等，达到了19.4%的点位超标率[4]。河南省信阳市矿产资源丰富，主要分布在南部、西部山区，形成了以建筑材料为主的矿产资源开发，这会增加农田土壤重金属的含量，引起农田土壤重金属污染[5]。有研究者对信阳市国道两侧稻田土壤重金属进行调查，发现稻田土攘中重金属Cd的单项污染指数和污染物分担率最大6。沈墨海等发现信阳、南阳等6地区城市空气灰尘中Zn，Cr，Ni，Pb，As，Cu，Cd的平均浓度在1.3～306.0mg/kg之间，Cd达到了重污染和极重污染水平，大气沉降也增加了土壤重金属含量[。豫南地区是河南省水稻主产区，水稻种植面积已达8.5万hm2以上[8]，因此，探究豫南稻区土壤重金属污染源及来源对豫南稻区重金属防治具有重要意义。

目前，分析重金属来源的方法主要有绝对主成分-多元线性回归（APCS-MLR）模型、正矩阵分解（PMF）模型、化学质量平衡法和UMIX模型等[9-12]。APCS－MLR模型能够得出污染源对受体的具体贡献率，因此应用广泛[13]。张旺等利用APCS-MLR受体模型分析贵州矿区水田重金属来源，结果表明土壤重金属来源主要是工矿业与农业混合源、自然源和大气沉降与农业混合源[14]。卢鑫等利用APCS-MLR模型分析矿区As的污染源主要是人为源、燃煤及肥料和其他源，它们对As的贡献率分别为58.6%14.7%.26.7%[15]。霍明珠等利用APCS-MLR对湘潭县农田土壤重金属来源进行分析，发现工业源对Cd，Pb，Zn，Hg的影响较大；对As、Hg、Pb贡献较大的是农业源；自然源对Ni，Cu、Cr贡献率最大[16]

信阳市是豫南水稻主栽区，目前该地区农田重金属的研究仅集中在道路交通对稻田土壤重金属的影响及土壤重金属背景状况上，且研究年份较远，缺乏近期的稻田土壤重金属污染评价及来源解析。本研究拟以信阳市稻田土壤为研究对象，利用APCS-MLR分析土壤重金属来源及其贡献率，并就重金属污染状况进行生态评价，以期为豫南地区稻田土壤重金属污染防控提供科学依据。

1材料与方法

1.1试验区概况

试验区位于河南省信阳市，年均日照约2000h：年均气温约15.0°C，约220d左右的无霜期；降雨量丰富，空气相对湿度大。

1.2样品采集与分析

本试验于2022年在信阳市区周边五里店、游或、甘岸、东昌河和双井5镇的水稻栽培区进行土样采集，共采集了84个土壤样品。信阳地区水稻田地势平坦，利用棋盘式布点法采集0～20cm耕层土壤，按照四分法混合成1kg土壤样品，经室内风干，剔除杂质，研磨后过100目筛。

土壤重金属采用普通酸（盐酸-硝酸-高次氯酸-氢氟酸）消解的方法[17]。使用ICAP-6000电感耦合等离子体发射光谱仪测定重金属Cr，Cd，NiCu，Zn，Pb的含量，采用原子荧光光度计（北京吉天AFS-930）测定As和Hg含量。样品测定中设置20%的平行样，测定质量用国家标准土壤样品（GSS-4和GSS-8）[18]进行把控。

1.3土壤重金属的来源分析及风险评价

1.3.1绝对因子分析/多元线性回归受体模型APCS-MLR是通过主成分分析得到绝对主成分因子得分APCS[16]

首先对重金属标准化：

引入1个含量为0的人为样本，标准化后得到因子分数：

式中：Zij表示标准化的得分；Cij表示元素i的测定值，mg/kg;Ci表示元素χi的平均值，表示元素i的标准偏差，mg/kgZi0表示0含量样本的因子得分。

将重金属标准化后的得分减去引入0含量样本的因子分数得到APCS。

最后将重金属实测值作为因变量、APCS作为自变量作多元线性回归，获得每个污染源对各样本的贡献率，公式如下：

式中：Ci表示元素i的实测值，mg/kg;b0i表示元素i多元线性回归的常数项，mg/kg;bpi表示源p与元素i之间的回归系数，mg/kg;APCSp表示调整后的因子p的得分数[19]

如计算中出现负值可采用绝对值进行污染源贡献率的计算[14，20-21]。

识别出源的贡献率公式为：

未识别出源的贡献率公式为：

式中：PCim为污染源?m对元素i的贡献率。

1.3.2地累积指数法地累积指数是用于评价重金属污染水平的有效方法，