环境科学研究  2020, Vol. 33 Issue (3): 599-607  DOI: 10.13198/j.issn.1001-6929.2019.07.27

引用本文  

温泉, 赵艳民, 曹伟, 等. 潮白河中游沉积物中重金属分布、来源及生态风险评估[J]. 环境科学研究, 2020, 33(3): 599-607.
WEN Quan, ZHAO Yanmin, CAO Wei, et al. Distribution Characteristics, Sources and Potential Ecological Risks of Heavy Metal Pollution in the Middle Reaches of Chaobai River[J]. Research of Environmental Sciences, 2020, 33(3): 599-607.

基金项目

中央级公益性科研院所基本科研业务费专项资金(No.2016YSKY-008)
Special Fund for Basic Scientific Research Business of Central Public Research Institutes, China (No.2016YSKY-008)

责任作者

张雷(1975-), 男, 北京人, 正高级工程师, 主要从事环境科学与工程研究, zhang_lei@craes.org.cn.

作者简介

温泉(1987-), 女, 贵州兴仁人, 助理研究员, 主要从事环境科学研究, 584230283@qq.com

文章历史

收稿日期:2018-12-29
修订日期:2019-07-18
潮白河中游沉积物中重金属分布、来源及生态风险评估
温泉1,2, 赵艳民1,2, 曹伟1,2, 杨晨晨1,2, 张雷1,2, 张国宇3, 冯军坡3    
1. 中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012;
2. 中国环境科学研究院水环境研究所, 北京 100012;
3. 北京金泽环境能源技术研究股份有限公司, 北京 100101
摘要:潮白河是海河五大支流之一,其中游位于河北省,地处北京市下游和天津市上游,非汛期来水主要为北京市工业废水和生活污水.为了解潮白河中游沉积物重金属污染分布特征、来源、生态风险及可能受北京市来水的影响,于2018年6月采集9个表层沉积物样品和2个柱状沉积物样品,使用电感耦合等离子质谱仪(ICP-MS)测定Cr、Ni、Cu、Zn、As、Cd和Pb等7种重金属的质量分数.结果表明:①潮白河中游表层沉积物中w(Cr)、w(Ni)、w(Cu)、w(Zn)、w(As)、w(Cd)、w(Pb)的平均值分别为31.47、14.74、14.73、44.80、4.91、0.23、17.98 mg/kg,7种重金属质量分数除在5号采样点突然增加外,均沿河流方向呈先降后升的趋势.在垂直方向上,7种重金属在5号采样点出现富集,在9号采样点其质量分数则呈减轻趋势.②通过相关性分析和主成分分析可知,潮白河中游沉积物中Cr、Ni、Cu、As、Pb主要来源于工业和交通污染;Zn和Cd则主要来源于农业面源和生活污染.③地累积指数评价和潜在生态风险指数显示,潮白河中游表层沉积物重金属污染主要以Cd、Pb、Cu和As为主,其中Cd的潜在危害最高,各采样点综合潜在生态风险指数大小依次为5号> 2号> 3号> 9号> 1号> 8号> 4号> 7号> 6号.研究显示,潮白河中游沉积物重金属污染在5号采样点最严重,其中Cd污染程度最高,其来源主要为区域农业生产和居民生活等人类活动,应加强区域内农业和生活污染防治.
关键词重金属    沉积物    空间分布    来源    生态风险评价    
Distribution Characteristics, Sources and Potential Ecological Risks of Heavy Metal Pollution in the Middle Reaches of Chaobai River
WEN Quan1,2, ZHAO Yanmin1,2, CAO Wei1,2, YANG Chenchen1,2, ZHANG Lei1,2, ZHANG Guoyu3, FENG Junpo3    
1. State Key Laboratory of Environmental Criteria and Risk Assessment, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
2. Institute of Water Environment Research, Chinese Research Academy of Environmental Sciences, Beijing 100012, China;
3. Beijing Jinze Environmental&Energy Technology Research Co. Ltd., Beijing 100101, China
Abstract: The Chaobai River is one of the five tributaries of the Haihe River. The middle reaches of the Chaobai River are located in Hebei Province, which is situated downstream of Beijing and upstream of Tianjin. During the dry season, water in the middle reaches of the Chaobai River was mainly from industrial and domestic sewage that originated in Beijing. In order to understand the distribution characteristics, sources, and potential ecological risks of heavy metals in the middle reaches of the Chaobai River, nine surface sediment samples and two column sediment samples were collected in June 2018. Concentrations of seven heavy metals, including Cr, Ni, Cu, Zn, As, Cd and Pb, were determined by inductively coupled plasma mass spectrometry (ICP-MS). The results showed that:(1) The average concentrations of Cr, Ni, Cu, Zn, As, Cd, Pb in the surface sediment samples were 31.47, 14.74, 14.73, 44.80, 4.91, 0.23 and 17.98 mg/kg respectively, and generally showed a downward and then upward trend along the water flow direction except a sudden rise at site 5. For vertical distribution, the contents of heavy metals decreased with depth at site 5, while increased at site 9. (2) Correlation analysis and principal component analysis indicated that Cr, Ni, Cu, As, Pb were from the industrial and traffic pollution, and Zn, Cd were mainly from agricultural activities and urban wastewater. (3) The geo-accumulation index (Igeo) showed that sediment in the middle reaches of the Chaobai River was polluted by Cd, Pb, Cu and As. The potential ecological risk indicated a medium potential hazard of Cd. The comprehensive indexes of potential ecological risks (RI) for each sample site were 5# > 2# > 3# > 1# > 8# > 4# > 7# > 6#. These results indicated that heavy metal pollution at site 5 was the most serious, and the potential ecological risk of Cd was the highest, as sources for Cd in this region was mainly from agriculture and domestic pollution, therefore, measures should be taken to prevent and control the agricultural and domestic pollution.
Keywords: heavy metal    sediment    spatial distribution    source    ecological risk assessment    

重金属具有来源广、难降解、高毒性等特点[1-2],可以通过呼吸吸入、皮肤接触、食物摄入等途径进入生物体,并通过食物链富集和放大,最终危害生物和人体健康[3].重金属来源包括自然背景和人为输入[4],其中矿产资源开发、金属加工冶炼、工业和生活污水排放、农业种植和化石燃料燃烧等均是人为输入的主要来源[5-8].沉积物作为水体重金属的源和汇,进入水生系统的重金属99%以上以各种形式储存在沉积物中[9],其重金属含量可能比上覆水中高3~5个数量级[10-11],且通过水流、生物扰动、化学反应也能再次释放进入水体,形成“二次污染”[12-14],因此,沉积物重金属含量是评价天然水体中金属污染的重要环境指标[15].

潮白河是海河水系五大支流之一,流经北京市、天津市和河北省三省市,是北京市的污水下泄通道.根据廊坊市香河县境内赶水坝监测资料,潮白河汛期径流量来源主要为降雨,非汛期则以北京市的生活污水和工业废水为主,水质污染严重,主要污染物质为氨氮、总磷、硫化物、重金属等[16].针对潮白河流域重金属污染问题,刘文清等[17]分析了潮白河上游段土壤重金属含量,达到轻度污染、中度污染、重度污染的样点分别占28.57%、42.86%、28.57%;赵钰等[18]研究发现,潮白河流域(燕郊段)水体受到了重金属元素的严重污染;吴金莲[19]研究发现,北京城区潮白河沉积物中重金属含量呈上游—中游—下游依次上升的趋势.已有潮白河流域重金属的研究主要集中于上游北京段,针对中下游流域的研究较少,特别是潮白河中游,其水质可能受北京市生活污水和工业废水影响.为了解该区域重金属污染情况,该研究参照刘文清等[17, 19]研究成果,选取7种重金属(Cr、Ni、Zn、Cu、Cd、As、Pb)为研究对象,测定并分析其在潮白河中游沉积物中的分布、来源及生态风险,以期为研究潮白河中游水环境污染特征提供支撑.

1 材料与方法 1.1 采样点设置

研究河段上接北京市通州区运潮减河和大厂潮白河来水,下入天津市宝坻区,流程约26.48 km,流域面积约183.95 km2,汛期流量2 850 m3/s,非汛期平均流量20 m3/s,中游有2条排干渠汇入,该河段内共有7座过河路桥(其中2座正在施工)、1座赶水坝、2座橡胶坝(采样时段未充气使用).样品采集时间为2018年6月,采样点主要布置在研究河段的国控断面、上游来水及支流汇入口、可能对沉积物中重金属有影响的施工路桥下游等位置(见图 1).使用柱状采泥器(科锐欧QNC3-1)采集深度0~10 cm沉积物,两端用橡胶塞塞紧,垂直放置,带回实验室均匀混合作为表层沉积物样品.选取5号和9号采样点采集沉积物柱状样品(因上游点位样品柱较短,未测定分层重金属质量分数),采集深度为0~20 cm,按2 cm间距进行切样分层.沉积物样品装入PE袋中于-20 ℃下冷冻保存,经FD-1A-50型冷冻干燥机冷冻干燥处理,用重物捣碎研磨,过100目(0.149 mm)筛,然后保存于封口袋置于干燥器中备用.

注:S271、S274、S301、S304、S361均为省道编号; G1为国道编号,即京哈高速. 图 1 潮白河中游沉积物采样点分布 Fig.1 Sediment sampling sites in the middle reaches of Chaobai River
1.2 测试方法

采用重铬酸钾容量法测定土壤有机质质量分数.测定重金属质量分数时,取0.1 g干燥过筛后的表层沉积物样品置于微波消解管中,加入5 mL硝酸与3 mL氢氟酸微波消解,电热板赶酸后加入2 mL硝酸,转移至100 mL容量瓶定容,使用电感耦合等离子质谱仪(ICP-MS,7500cx型,美国Agilent公司)测定7种重金属(Cr、Ni、Zn、Cu、Cd、As、Pb)质量分数.

1.3 质量控制与质量保证

试验过程中每批样品均做全程空白,同步分析由国家有色金属及电子材料分析测试中心生产的多元素标准品(GSB04-1767-2004)和由中国地质科学院地球物理地球化学勘查研究所生产的水系沉积物成分分析标准品(GBW07309),控制样品分析的精密度和准确度.重金属元素平行样的相对误差 < 5%,最终结果以平行样测定值的平均值报出,标准物的回收率在80%~120%之间.

1.4 沉积物重金属评价方法 1.4.1 地累积指数法

沉积物中重金属污染程度采用地累积指数(Igeo)评价[20],其计算公式:

$ {I_{{\rm{geo}}}} = {\log _2}\left[ {{C_i}/\left( {K \times {B_i}} \right)} \right] $

式中:Ci为沉积物中重金属元素i的实测值,mg/kg;K为考虑各地岩石差异可能引起背景值变化而取的系数,一般为1.5;Bi为重金属元素i的环境地球化学背景值,mg/kg.地累积指数分级标准及其与重金属污染程度的关系见表 1.

表 1 Igeo等级划分与重金属污染程度 Table 1 Igeo and contamination grades of heavy metals
1.4.2 潜在生态风险指数法

重金属生态风险采用潜在生态风险指数(ecological risk index, RI)评价[21],其计算公式:

$ \begin{array}{c} E_{i}=T_{i} \times C_{i} / B_{i} \\ \mathrm{RI}=\sum\limits_{i=1}^{7} E_{i} \end{array} $

式中:Ei为沉积物中重金属元素i的潜在生态风险系数;Ti 为重金属元素i的毒性系数,Cr、Ni、Zn、Cu、Cd、As、Pb的毒性系数分别为2、5、1、5、30、10、5[22];RI为沉积物中多种重金属的潜在生态风险指数.

Hakanson提出的潜在生态风险指数法基于PCB、Hg、Cd、As、Pb、Cu、Cr和Zn共8种污染物,与该研究的7种元素不同,因此采用李一蒙等[23]研究调整后的分级标准(见表 2).

表 2 Ei和RI相对应的污染程度及潜在生态风险分级 Table 2 The corresponding pollution degree and potential ecological risk degree to Ei and RI
2 结果与讨论 2.1 水平分布特征

表层沉积物中重金属质量分数的统计结果如表 3所示.由表 3可见,w(Cr)、w(Ni)、w(Cu)、w(Zn)、w(As)、w(Cd)、w(Pb)的平均值分别为31.47、14.74、14.73、44.80、4.91、0.23、17.98 mg/kg,对比GB 15618—2018《土壤环境质量农用地土壤污染风险管控标准(试行)》农用地土壤污染风险筛选值,各重金属质量分数均未超标,与区域土壤背景值[24]相比,仅w(Cd)和w(Pb)超标,超标倍数分别为0.89和0.41倍.从不同采样点看,w(Ni)、w(Cu)、w(Zn)、w(As)、w(Cd)、w(Pb)出现超标现象,超标采样点占比分别为11%、33%、22%、11%、67%、100%,最大超标倍数分别为0.01、0.57、0.23、0.72、5.48和0.93倍,总体看来,7种重金属中Cd和Pb污染相对较重.

表 3 潮白河表层沉积物中重金属质量分数统计结果 Table 3 Statistical results of heavy metals in the surface sediments of Chaobai River

从变异系数来看,w(Cr)、w(Ni)、w(Pb)变异系数均低于36%[25],表明潮白河中游沉积物中这3种重金属的空间分布较均匀;w(Cd)、w(As)、w(Cu)、w(Zn)变异系数分别为95.67%、73.01%、50.63%、42.61%,均大于36%,属于高度变异,说明三者在采样点上差异较大,空间分布不均匀.总体看来,该河段7种重金属质量分数除在5号采样点突然增加外,均呈先降后升的趋势,其中上游段w(Cu)和w(Zn)显著高于下游段,上游段w(As)低于下游段,其余重金属质量分数在上游段和下游段相当,推测不同重金属间的差异跟该河道污染输入有关.结合现场调查发现,5号采样点河道由窄变宽,有利于悬浮颗粒的沉积,且该采样点上游有2条排干渠汇入,受集水范围内生活污染和农业种植影响,这2条排干渠水质均较差,对5号采样点沉积物污染影响较大.值得注意的是,2号采样点w(Cu)、w(Zn)和w(Cd)均高于1号采样点,而w(Cr)、w(Ni)、w(As)、w(Pb)则高于1号采样点,这可能与运潮减河水质受北京市废污水排放影响较大有关[18],而潮白河主要与上游燕郊高新技术产业开发区和大厂潮白河经济开发区的金属表面处理、汽车零部件和机械加工等企业污染有关.

与潮白河北京段[19]相比,该研究河段沉积物中w(Cr)、w(Ni)、w(Cu)、w(Zn)、w(As)和w(Cd)均较低,说明研究河段沉积物重金属污染较北京市有所下降.由表 4可见,与海河水系相比,海河水系沉积物中w(Cd)与潮白河中游相当,w(Ni)、w(Cu)、w(Zn)、w(Pb)分别为该研究的2.47、2.98、3.17、2.22倍,远高于潮白河中游,说明潮白河中上游对海河干流沉积物重金属污染贡献较小.与其余六大水系相比,潮白河中游沉积物w(Pb)高于松花江水系,w(Ni)与辽河水系和松花江水系相当,w(Cu)与松花江水系相当,w(Zn)与辽河水系相当,w(Cd)与辽河水系、松花江水系和淮河水系相当,其余均低于六大水系[26],总体来说,潮白河中游沉积物重金属污染程度相对较轻.

表 4 不同河流表层沉积物中重金属质量分数的对比 Table 4 Comparison of heavy metal concentrations in the surface sediments of different rivers
2.2 垂直分布特征

图 2可见,在垂直方向上,5号采样点表层沉积物(0~10 cm)重金属质量分数高于底层(10 cm以下)沉积物,w(Cr)、w(Ni)、w(Cu)、w(Zn)、w(As)、w(Cd)、w(Pb)变异系数均高于15%,其中w(Ni)、w(Cu)、w(Zn)、w(As)、w(Cd)的变异系数均在36%以上,差异明显.根据王丹等[27]对重金属质量分数在垂直方向上的变幅分类原则,5号采样点重金属在0~10 cm处出现富集;对9号采样点不同剖面深度重金属质量分数进行分析,发现9号采样点各重金属质量分数随着剖面深度增加而呈上升趋势,变异系数为14%~41%,说明近年来下游9号采样点沉积物中重金属污染呈下降趋势.已有研究发现,沉积物中重金属质量分数在垂直方向上的变化主要与来水流量、流速和区域污染排放变化有关[28],考虑到近年来潮白河来水流量、流速无显著性差异,推测9号采样点重金属在垂直方向的变化主要与潮白河中游沿岸排污口整治和关闭有关.

注:w(Cd)为扩大100倍的值. 图 2 潮白河柱状沉积物金属质量分数垂直分布特征 Fig.2 The vertical distribution of heavy metals in the Chaobai River
2.3 重金属来源

根据Pearson相关性分析结果(见表 5),Cr、Ni、Cu、As、Pb等5种重金属中,除w(Cu)与w(As)在P < 0.05水平上显著正相关外,其余均在P<0.01水平上显著正相关,说明这5种重金属可能具有相同的来源. w(Cd)与w(Ni)、w(Cu)在P<0.01水平上显著正相关; w(Zn)与w(Cu)在P<0.01水平上显著正相关,与w(Ni)、w(Cd)在P<0.05水平上呈显著正相关; 有机质与w(Cd)在P<0.01水平上呈显著正相关,与w(Cu)和w(Pb)在P<0.05水平上呈显著正相关,说明其可能存在相同的来源.

表 5 潮白河表层沉积物中重金属质量分数之间的相关系数 Table 5 Correlation coefficient between heavy metals in the surface sediments of Chaobai River

采用主成分分析法进一步鉴定被测重金属的来源,其KMO值(0.648)和Bartlett检验(P < 0.001)说明主成分分析方法有效. 表 6显示主成分分析共提取出2个特征值大于1.0的主成分,第1、2主成分的特征值分别为4.581和1.369,贡献率分别为57.262%和17.113%,二者累计贡献率达74.375%,对第1、2主成分分析可以反映该河段沉积物中重金属元素的大部分信息.因此,潮白河中游沉积物中重金属主要分为2个不同成分.

表 6 沉积物重金属主成分分析的总方差解释 Table 6 Total variance of heavy metals in sediments explained using principal component analysis

表 7可见,原始载荷值矩阵中各重金属元素的成分分布规律不明显.通过矩阵旋转之后,从第1主成分看,变量因子w(Cr)、w(Ni)、w(Cu)、w(As)、w(Pb)具有较高正载荷.已有研究表明,Cu、Ni主要代表工业来源[29-30],As主要存在于农药和工农业废水中[31-32],Pb一般来源于工业生产中煤、原油的燃烧和机动车尾气排放[33].研究河段上游有燕郊国家高新技术产业开发区、大厂潮白河经济开发区,研究河段汇水区域内有1个新兴产业示范区和1个环保产业园区,作为北方家具之都,研究区域内还存在多家未进入环境统计的家具制造、金属制品小企业,这些均有可能是研究河段沉积物中Cr、Ni、Cu、As、Pb的来源;同时,已有调查发现,潮白河燕郊段沿岸堆放的建筑垃圾可能是潮白河水体中As主要来源[18],研究河段有7条道路穿越,其中国道1条、省道3条,且沿河两岸有滨河大道和乡道,车流量相对较多,其尾气排放沉降和道路扬尘径流冲刷均会增加沉积物Pb含量,综上,可以推测第1主成分所支配的沉积物中Cr、Ni、Cu、As、Pb来源主要为工业和交通污染.从第2主成分看,变量因子w(Zn)、w(Cd)、w(有机质)具有较高的正载荷,其中Zn主要代表农业来源[29],Cd是使用农药和化肥等农业活动的标识元素[34-35],有机质主要来自生活废水[36].调查显示,研究河段水体中有大量北京市生活废污水,在田贾庄排干渠有污水处理厂(处理能力为10 000 t/d)出水排入,在白家湾排干渠和田贾庄排干渠集水范围内还有3.31 km2农田分布,生活污水和农业种植污染排放造成这2条排干渠水质较差,对其汇入口下游5号采样点(1号橡胶坝前)水质和沉积物质量影响较大.因此,可以推测潮白河中游沉积物中Zn、Cd和有机质的来源主要为生活和农业源.

表 7 沉积物重金属主成分分析的因子载荷矩阵 Table 7 Loadings of heavy metals in sediments based on principal component analysis
2.4 重金属污染评价 2.4.1 地累积指数评价

根据潮白河中游表层沉积物中重金属元素的污染频率,发现Cu、As、Cd和Pb为轻度污染,其频率分别为11%、11%、22%和33%,仅Cd出现偏中度污染,频次为11%,污染程度相对较高(见表 8).

表 8 潮白河表层沉积物中重金属地累积指数评价 Table 8 Pollution assessment of heavy metals in the surface sediments of Chaobai River
2.4.2 潜在生态风险评价

根据潮白河中游表层沉积物重金属单因子潜在生态风险系数(Ei )和潜在生态风险指数(RI)(见表 9),潮白河表层沉积物中各重金属潜在生态风险大小依次为Cd>Pb>As>Cu>Ni>Cr>Zn,其中Cd的Ei值最高,具有中等潜在危害,对RI的贡献率为53.31%~86.91%,贡献较大,与地累积指数评价结果一致,考虑到研究河段Cd主要来自农业等污染,应加强该区域农业污染防治,特别是农药、肥料的科学合理施用.各采样点潜在生态风险指数大小依次为5号>2号>3号>9号>1号>8号>4号>7号>6号,其中1号、8号、4号、7号和6号采样点均为轻度风险,2号、3号、9号采样点具有中等潜在生态风险,5号采样点具有较强潜在生态风险,这与5号采样点处于排干渠汇入口下游,受排干渠集水范围内农业和生活污染影响较大有关,应加强区域农业和生活污染防治.

表 9 潮白河中游表层沉积物重金属单因子潜在生态风险系数(Ei)和潜在生态风险指数(RI) Table 9 Ecological risk factor (Ei) and ecological risk index (RI) of heavy metals in surface sediments from Chaobai River
3 结论

a) 从水平分布来看,研究区域内w(Ni)、w(Cu)、w(Zn)、w(As)、w(Cd)、w(Pb)的平均值分别为31.47、14.74、14.73、44.80、4.91、0.23、17.98 mg/kg,除在5号采样点突然变高外,7种重金属质量分数均沿河流方向呈先降后升的趋势,与区域土壤背景值相比,Cd和Pb呈污染状态.

b) 从垂直分布看,5号采样点重金属在0~10 cm处出现富集,而9号采样点重金属质量分数则随沉积物的沉积有下降趋势.

c) 根据相关性分析和主成分分析结果,潮白河中游沉积物中Cr、Ni、Cu、As、Pb来源主要为工业和交通污染;Zn和Cd则主要来源于农业面源和生活污染.

d) 地累积指数评价结果显示,研究区域内Cd、Pb、Cu和As均呈污染状态.从潜在生态风险来看,Cd具有中等潜在危害,其余重金属均为较低的潜在危害.各采样点潜在生态风险指数大小依次为5号>2号>3号>9号>1号>8号>4号>7号>6,其中5号采样点具有较强潜在生态风险,与区域农业和生活等污染有关,应进一步加强区域农业和生活污染防治工作.

参考文献
[1]
BRULAND K W, BERTINE K, KOIDE M, et al. History of metal pollution in southern California coastal zone[J]. Environmental Science & Technology, 1974, 8(5): 425-432. (0)
[2]
BAKER A J M. Heavy metals in soils[M]. Blackie: Halsted Press, 1993. (0)
[3]
CHABUKDHARA M, NEMA A K. Heavy metals assessment in urban soil around industrial clusters in Ghaziabad, India:probabilistic health risk approach[J]. Ecotoxicology and Environmental Safety, 2013, 87: 57-64. DOI:10.1016/j.ecoenv.2012.08.032 (0)
[4]
LV Jianshu, LIU Yang, ZHANG Zulu, et al. Identifying the origins and spatial distributions of heavy metals in soils of Ju County (eastern China) using multivariate and geostatistical approach[J]. Journal of Soils & Sediments, 2015, 15(1): 163-178. (0)
[5]
YANG Qianqi, LI Zhiyuan, LU Xiaoning, et al. A review of soil heavy metal pollution from industrial and agricultural regions in China:pollution and risk assessment[J]. Science of the Total Environment, 2018, 642: 690-700. DOI:10.1016/j.scitotenv.2018.06.068 (0)
[6]
PAUL D. Research on heavy metal pollution of river Ganga:a review[J]. Annals of Agrarian Science, 2017, 15(2): 278-286. DOI:10.1016/j.aasci.2017.04.001 (0)
[7]
YANG Yong, CHRISTAKOS G, GUO Mingwu, et al. Space-time quantitative source apportionment of soil heavy metal concentration increments[J]. Environmental Pollution, 2017, 223: 560-566. DOI:10.1016/j.envpol.2017.01.058 (0)
[8]
OUYANG Wei, WANG Yidi, LIN Chunye, et al. Heavy metal loss from agricultural watershed to aquatic system:a scientometrics review[J]. Science of the Total Environment, 2018, 637/638: 208-220. DOI:10.1016/j.scitotenv.2018.04.434 (0)
[9]
PENG Jianfeng, SONG Yonghui, YUAN Peng, et al. The remediation of heavy metals contaminated sediment[J]. Journal of Hazardous Materials, 2009, 161(2/3): 633-640. (0)
[10]
YUAN Guoli, LIU Chen, CHEN Long, et al. Inputting history of heavy metals into the inland lake recorded in sediment profiles:Poyang Lake in China[J]. Journal of Hazardous Materials, 2011, 185(1): 336-345. DOI:10.1016/j.jhazmat.2010.09.039 (0)
[11]
BRYAN G W, LANGSTON W J. Bioavailability, accumulation and effects of heavy metals in sediments with special reference to United Kingdom estuaries:a review[J]. Environmental Pollution, 1992, 76(2): 89-131. (0)
[12]
AKCIL A, ERUST C, OZDEMIROGLU S, et al. A review of approaches and techniques used in aquatic contaminated sediments:metal removal and stabilization by chemical and biotechnological processes[J]. Journal of Cleaner Production, 2015, 86: 24-36. DOI:10.1016/j.jclepro.2014.08.009 (0)
[13]
JAIN C K. Metal fractionation study on bed sediments of River Yamuna, India[J]. Water Research, 2004, 38(3): 569-578. DOI:10.1016/j.watres.2003.10.042 (0)
[14]
RAMAMOORTHY S, RUST B. Heavy metal exchange processes in sediment-water systems[J]. Environmental Geology, 1978, 2(3): 165-172. DOI:10.1007/BF02430670 (0)
[15]
ISLAM M S, AHMED M K, RAKNUZZAMAN M, et al. Heavy metal pollution in surface water and sediment:a preliminary assessment of an urban river in a developing country[J]. Ecological Indicators, 2015, 48: 282-291. DOI:10.1016/j.ecolind.2014.08.016 (0)
[16]
韩洪兵, 张绍军, 胡健. 潮白河水质变化规律分析[J]. 河北工程技术高等专科学校学报, 2011(1): 18-20.
HAN Hongbing, ZHANG Shaojun, HU Jian. Analysis on change regulation of water quality in the Chaobai River[J]. Journal of Hebei Engineering and Technical College, 2011(1): 18-20. DOI:10.3969/j.issn.1008-3782.2011.01.006 (0)
[17]
刘文清, 甘柯, 邢宇鑫, 等. 潮白河流域土壤重金属生态风险评价方法研究[J]. 城市地质, 2016, 11(2): 14-19.
LIU Wenqing, GAN Ke, XING Yuxin, et al. Ecological risk assessment on heavy metals in surrounding soils of the Chaobai River Drainage Area[J]. Urban Geology, 2016, 11(2): 14-19. DOI:10.3969/j.issn.1007-1903.2016.02.004 (0)
[18]
赵钰, 郝春明, 赵端, 等. 潮白河流域(燕郊段)水体重金属元素分布特征及污染评价初探[J]. 华北科技学院学报, 2018, 15(4): 99-105.
ZHAO Yu, HAO Chunming, ZHAO Duan, et al. Study on the distribution characteristics and pollution evaluation of heavy metal elements in water bodies in Chaobai River (Yanjiao Section)[J]. Journal of North China Institute of Science and Technology, 2018, 15(4): 99-105. DOI:10.3969/j.issn.1672-7169.2018.04.018 (0)
[19]
吴金莲. 北京城市流域底泥重金属形态特征及其生态风险评价[J]. 水土保持研究, 2017, 24(5): 321-328.
WU Jinlian. Distribution characteristics and ecological risk assessment of heavy metals in the sediments of watershed in Beijing[J]. Research of Soil and Water Conservation, 2017, 24(5): 321-328. (0)
[20]
MULLER G. Index of geoaccumulation in sediments of the Rhine River[J]. Geojournal, 1969, 2: 108-118. (0)
[21]
HAKANSON L. An ecological risk index for aquatic pollution control:a sediment ecological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8 (0)
[22]
VU C T, LIN C, SHERN C C, et al. Contamination, ecological risk and source apportionment of heavy metals in sediments and water of a contaminated river in Taiwan[J]. Ecological Indicators, 2017, 82: 32-42. DOI:10.1016/j.ecolind.2017.06.008 (0)
[23]
李一蒙, 马建华, 刘德新, 等. 开封城市土壤重金属污染及潜在生态风险评价[J]. 环境科学, 2015, 36(3): 1037-1044.
LI Yimeng, MA Jianhua, LIU Dexin, et al. Assessment of heavy metal pollution and potential ecological risks of urban soils in Kaifeng City, China[J]. Environmental Science, 2015, 36(3): 1037-1044. (0)
[24]
李健. 环境背景值数据手册[M]. 北京: 中国环境科学出版社, 1988. (0)
[25]
WILDING L P. Spatial variability:its documentation, accommodation and implication to soil survey[J]. Spatial Variations, 1985, 2: 166-189. (0)
[26]
阳金希, 张彦峰, 祝凌燕. 中国七大水系沉积物中典型重金属生态风险评估[J]. 环境科学研究, 2017, 30(3): 423-432.
YANG Jinxi, ZHANG Yanfeng, ZHU Lingyan. Pollution and risk assessment of typical heavy metals in river sediments of seven major watersheds in China[J]. Research of Environmental Sciences, 2017, 30(3): 423-432. (0)
[27]
王丹, 孟鑫, 张洪, 等. 梁子湖沉积物重金属污染现状分析及风险评价[J]. 环境科学学报, 2016, 36(6): 1901-1909.
WANG Dan, MENG Xin, ZHANG Hong, et al. Pollution analysis and ecological risk assessment of heavy metals in sediments of Liangzi Lake[J]. Acta Scientiae Circumstantiae, 2016, 36(6): 1901-1909. (0)
[28]
赵斌, 朱四喜, 杨秀琴, 等. 草海湖沉积物重金属污染现状及生态风险评价[J]. 环境科学研究, 2019, 32(2): 235-245.
ZHAO Bin, ZHU Sixi, YANG Xiuqin, et al. Pollution status and ecological risk assessment of heavy metals in sediments of Caohai Lake[J]. Research of Environmental Sciences, 2019, 32(2): 235-245. (0)
[29]
朱青青, 王中良. 中国主要水系沉积物中重金属分布特征及来源分析[J]. 地球与环境, 2012, 40(3): 305-313.
ZHU Qingqing, WANG Zhongliang. Distribution characteristics and source analysis of heavy metals in sediments of the main river systems in China[J]. Earth and Environment, 2012, 40(3): 305-313. (0)
[30]
蓝巧娟, 吴彦, 闫彬, 等. 三峡库区(万州段)消落区沉积物重金属污染评价及来源分析[J]. 环境工程, 2018, 36(8): 193-197.
LAN Qiaojuan, WU Yan, YAN Bin, et al. Contamination assessments and sources analysis of heavy metals in sediments from water-level fluctuating zone along Wanzhou Section, Three Gorges Reservoir Area[J]. Environmental Engineering, 2018, 36(8): 193-197. (0)
[31]
SMEDLEY P L, KINNIBURGH D G. A review of the source, behaviour and distribution of arsenic in natural waters[J]. Applied Geochemistry, 2002, 17(5): 517-568. DOI:10.1016/S0883-2927(02)00018-5 (0)
[32]
魏大成. 环境中砷的来源[J]. 国外医学(医学地理分册), 2003, 24(4): 173-175. DOI:10.3969/j.issn.1001-8883.2003.04.010 (0)
[33]
FACCHINELLI A, SACCHI E, MALLEN L. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils[J]. Environmental Pollution, 2001, 114(3): 313-324. DOI:10.1016/S0269-7491(00)00243-8 (0)
[34]
孔皓, 季高华, 张瑞雷. 上海市中小型河道沉积物和水生植物中重金属累积特征研究[J]. 基因组学与应用生物学, 2018(5): 2096-2109.
KONG Hao, JI Gaohua, ZHANG Ruilei. Study on accumulation characteristics of heavy metals in sediments and aquatic plants of small and medium-sized rivers in Shanghai[J]. Genomics and Applied Biology, 2018(5): 2096-2109. (0)
[35]
周军, 高凤杰, 张宝杰, 等. 松花江表层沉积物有毒重金属污染的潜在生物毒性风险评价[J]. 环境科学学报, 2014, 34(10): 2701-2708.
ZHOU Jun, GAO Fengjie, ZHANG Baojie, et al. Assessment on the potential biological toxicity risk of toxic heavy metals in the surficial sediments of Songhua River[J]. Acta Scientiae Circumstantiae, 2014, 34(10): 2701-2708. (0)
[36]
施沁璇, 盛鹏程, 房伟平, 等. 钱塘江杭州段表层沉积物中重金属的生态风险及其生物累积[J]. 上海海洋大学学报, 2018, 27(5): 710-717.
SHI Qinxuan, SHENG Pengcheng, FANG Weiping, et al. Ecological risk and bioaccumulation of heavy metals in the surface sediments in Qiantang River[J]. Journal of Shanghai Ocean University, 2018, 27(5): 710-717. (0)