苦水玫瑰產地土壤重金屬污染評價與溯源解析

李 軍 ，楊云欽 ，臺喜生 ，焦 亮 ，陳 偉 ，臧 飛 ，李開明 ※

（1. 蘭州城市學院城市環境學院，蘭州 730070；2. 西北師范大學 甘肅省綠洲資源環境與可持續發展重點實驗室，蘭州 730070；3. 蘭州大學草地農業科技學院，蘭州 730020）

0 引言

土壤是人類賴以生存的物質基礎和持續發展的寶貴資源，也是國家糧食安全和人民群眾身體健康的根本保障。健康的土壤是支撐地球生命和維護人類社會可持續發展的關鍵，特別是農業高質量發展，離不開健康的土壤[1]。隨著工業化、城市化和農業化的不斷推進，眾多難以降解的污染物，特別是具有不易降解性、高隱蔽性和富集性的重金屬污染物，在低劑量和長時間共同作用下引起累積效應而導致農用地土壤污染，在制約農業生產可持續發展的同時，對食品安全和人類健康也構成很大風險[2]。為此，深入開展農產品產地土壤重金屬污染狀況調查、風險評估和溯源解析研究，有助于確保農產品的質量安全和實現污染源的精準管控，對于助力鄉村振興戰略具有重要的現實意義。

當前，以地累積指數法、富集因子法和潛在生態風險指數法等基于指數法的土壤污染評價方法和以模糊數學模型、灰色聚類模型等模糊理論為基礎的土壤污染評價模型已被廣泛應用于不同地域不同類型土壤重金屬污染水平的評估[3-6]。然而，以上方法均存在一定的不足和局限性，導致評價結果出現失真[4,7]。例如，富集因子法雖能避免背景值的干擾，進而量化外源輸入的重金屬量，但其評價結果取決于標準化元素和背景值，標準化元素和背景值選取的不同會引起評價結果的不同[7]。為進一步提高土壤重金屬污染評價結果的精確性，基于GIS 的地統計模型和人工神經網絡模型逐漸被引入土壤重金屬污染評價[8-10]，以上模型充分考慮了土壤重金屬污染具有空間異質性強的特點，從空間尺度上精細地刻畫土壤重金屬的污染狀況，但在處理大尺度區域空間分布情況時的結果仍不太理想[4]。近年來，改進物元可拓模型因其評價結果客觀可信、準確度高、可靠性強且可避免人為干擾等優點逐漸引起了學者們的關注[11-12]，已被應用于耕地土壤[7]和設施菜地土壤[13]等重金屬污染評價研究。污染源的精準識別是土壤重金屬污染風險管控的重要前提。目前，土壤污染源解析的方法主要有地統計學分析法（geo-statistical analysis）、同位素標記法、UNMIX模型、化學質量平衡法（chemical mass balance,CMB）、絕對因子分析/多元線性回歸分析（absolute principal component score-multiple linear regression,APCS-MLR）模型和正定矩陣因子分解（positive matrix factorization,PMF）模型等[14-16]。其中，PMF 模型無需前期測量的源配置文件，只需重金屬濃度數據，即可定量確定污染源數目、各污染源的主要貢獻元素和污染源貢獻率[12,17]，被廣泛應用于土壤重金屬污染溯源解析。

蘭州市永登縣苦水鎮是中國最大的玫瑰種植基地之一，盛產的苦水玫瑰不僅是蘭州市的市花，也是蘭州市特色農業的重頭產業之一[18]。永登縣境內蘊藏著豐富的石灰石、石英石等礦產資源，水泥、石灰和冶煉等工業企業蓬勃發展。伴隨著近年國家循環經濟、節能減排等政策的實施，大量高耗能和高污染的企業已逐漸淘汰和關停。然而，工業企業在歷史時期開采與冶煉過程中產生的“三廢”必然對區域生態環境產生了一定影響，特別是引用莊浪河水灌溉的玫瑰種植地的土壤環境質量值得關注。由此，本研究選擇苦水鎮玫瑰種植地為研究對象，采集并測定了玫瑰種植地97 個土壤樣品的pH 值和8 項重金屬As、Cd、Cr、Cu、Hg、Ni、Pb 和Zn 的濃度，分別采用內梅羅指數法、污染負荷指數法和改進物元可拓模型系統評價土壤重金屬污染水平，并結合PMF 受體模型解析玫瑰種植地土壤重金屬的污染來源及其貢獻率。以期為苦水玫瑰產地土壤重金屬污染的風險管控和苦水玫瑰產業的高質量可持續發展提供科學的理論依據。

1 材料與方法

1.1 研究區概況

苦水 鎮（36°15′27′′～36°16′50′′N，103°25′08′′～103°26′18′′E）地處甘肅省中部，河西走廊東端，是古絲綢之路的重鎮，享有“中國玫瑰第一鄉”的美譽。隸屬于甘肅省蘭州市永登縣，東西長約30 km，面積約454.5 km2，人口數3.2 萬。氣候上屬溫帶大陸性氣候，年平均溫度8.1℃，年降雨量280 mm[19]?？嗨倿楹庸刃统擎?，東西高中間低，兩側為地勢起伏較大的丘陵地區，中部為平緩的莊浪河河川，土壤類型為黃綿土、灌淤土、栗鈣土、灰鈣土，土地利用類型為水澆地、旱地、園地和天然牧草地[20]?？嗨偸侵袊饕拿倒宸N植基地，其玫瑰產量占中國產量的三分之二，區內分布有蘭州石化集團的倉儲業、化學試劑和助劑制造等化工企業和零星的小規模玫瑰加工企業及水泥磚廠（圖1）。工業企業生產排放的“三廢”進入當地環境中對區域生態環境和居民健康存在較大的風險。

圖1 研究區地理位置及采樣點分布Fig.1 Geographical location of the study area and the distribution of sampling points

1.2 樣品的采集與分析

根據苦水鎮玫瑰種植地的分布情況和現場實地調查的資料，于2022 年5 月連續7 d 以上無風、晴朗天氣之后。以苦水鎮新屯川村為起始地，沿莊浪河谷自北向南，至苦水鎮周家莊村結束，共采集97 個土壤樣品（圖1）。采樣過程中，采用800 m×800 m 網格取樣法，在每個采樣點50 m 范圍內利用木鏟采集5 個20 cm 以上的表層土壤樣品，并運用四分法混合為1 個總質量不少于2 kg 的代表性樣品。對每個樣品進行編號，并使用GPS 定位儀記錄采樣點坐標信息，記錄采樣日期、采樣點周邊環境等信息。

將采集的土壤樣品平鋪于潔凈的紙上，弄成碎塊并攤成厚約2 cm 的薄層，置于陰涼通風處進行充分風干。之后除去石礫、根系、葉等雜物，并用木棍壓碎，過0.850 mm 孔徑的尼龍篩，經充分混勻后采用四分法分為兩份，一份用于土壤pH 值的測定，使用上海雷磁pH 酸度計（PHS-3C）采用電位法測定。另一份過0.149 mm孔徑的尼龍篩后，供土壤重金屬全量的測定使用。樣品的重金屬分析測試在中國科學院長春應用化學研究所完成，采用HNO3-HCl-HF-HCIO4全分解的方法對待測樣品進行消解處理，使用電感耦合等離子體質譜儀（ICPMS）測定樣品中Cd、Cr、Cu、Ni、Pb 和Zn 濃度，檢出限分別為：0.02、0.4、0.2、1.0、2.0 和2.0 μg/g。在測定土壤樣品中As 和Hg 濃度之前，先經王水水浴加熱消解，后利用原子熒光光譜儀（XGY-1011A）進行測定，檢出限分別為：0.2 和0.005 μg/g。在測試過程中，加入平行樣、空白樣和國家標準土壤樣品（GSS-2 和GSS-39）進行質量控制。每測定10 個樣隨機抽取1 個作為平行樣，平行樣進行3 次重復試驗，其相對標準偏差均小于5 %，標準物質各元素回收率為83 %～122 %。

1.3 重金屬污染評價方法

1.3.1 內梅羅指數法

污染評價方法由單因子污染指數（single factor pollution index，Pi）和內梅羅綜合污染指數法（Nemerow comprehensive pollution index，NPI）構成，其中Pi是用來量化研究區域內單個重金屬元素對土壤的污染水平[21]，計算公式為

式中Ci代表重金屬i的實測值，mg/kg；Si為蘭州市土壤元素i的背景值，mg/kg。NPI 是以Pi的評價結果為基礎，來判別研究區域多項重金屬污染物對土壤環境質量的綜合污染程度[21]，計算公式為

式中n為重金屬數目，基于Pi和NPI 的重金屬污染程度分級標準如表1 所示。

表1 土壤重金屬污染評價方法的評價標準Table 1 Evaluation standard for soil heavy metal pollutionassessment methods

1.3.2 污染負荷指數法

由于土壤重金屬污染具有隱蔽性、復合性和多源性等特點，需多種評價方法相結合才能客觀地反映出土壤污染情況。污染負荷指數法（pollution load index，PLI）也用于評價研究區內多種重金屬對土壤的綜合污染水平[22]，其計算公式如下

基于PLI 的重金屬污染程度分級標準如表1 所示。

1.3.3 改進物元可拓模型

改進物元可拓模型是在構建重金屬濃度矩陣的基礎上，通過實測數據和評價標準建立經典域、節域和關聯度，并引入H?kanson 重金屬毒性響應系數來修正權重，最終確定土壤重金屬的污染程度[12]。具體的計算步驟為：

1）構建待評物元（重金屬濃度）矩陣

式中N為待評對象（樣點），X為待評對象的污染指標（重金屬），C為該污染指標的實測值，mg/kg。

2）確定待評物元的經典域和節域

其中經典域（Rj）的物元矩陣為

式中Nj為劃分的第j個評價等級；(ajn，bjn)為評價等級j的量值范圍。

節域（RP）的物元矩陣為

式中Np為待評對象的所劃分等級的全體；(ap1，bp1)為所有評價等級的量值范圍。

3）單指標關聯度的計算

式中ρ(Ci，Cji)為Ci到與之對應的有限區間Cji的距離；ρ(Ci，Cpi)為Ci到與之對應的有限區間Cpi的距離，Kj(Ci)為重金屬i在等級j的關聯度。

4）權重修正與綜合關聯度的計算

式中Wki和分別表示樣品k中的重金屬i的權重值和修正后的權重數值，Ti和Ci分別為重金屬i的毒性響應系數（As 為10、Cd 為30、Cr 為2、Cu 為5、Hg 為40、Ni 為5、Pb 為5 和Zn 為1）和實測濃度，mg/kg；為重金屬i的所有環境質量標準的算術平均值，mg/kg；Kj(N)為待測對象N關于等級j的綜合關聯度。

5）評級等級的確定

則待測對象N屬于等級j，令：

式中max(Kj(N))為待測對象N關于等級j的最大綜合關聯度，min(Kj(N))為待測對象N關于等級j的最小綜合關聯度，j*即為待測對象N污染的等級值，則待測對象污染程度為j級。

6）評價標準的劃分

基于《土壤環境質量農用地土壤污染風險管控標準（試行）（GB 15 618-2018）》（pH 值大于7.5）[23]、蘭州市土壤元素背景值[24]和前人的相關研究[7,13]劃分土壤重金屬污染程度評價標準。污染程度分為清潔、尚清潔、輕度污染、中度污染和重度污染等5 種污染水平，相對應為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級和Ⅴ級等5 個污染等級。其中Ⅰ級以蘭州市土壤元素背景值為上限值，Ⅱ級以管控標準管控值的0.3 倍為上限值，Ⅲ級以管控標準管控值的0.7 倍為上限值，Ⅳ級以管控標準的管控值為上限值，Ⅴ級以管控標準管控值的1.3 倍為上限值。具體評價標準如表2 所示。

表2 基于改進物元可拓模型的苦水玫瑰產地土壤重金屬污染評價標準Table 2 Evaluation standard of heavy metal pollution for Kushui Rose-growing soils based on improved matter-element extension model

1.3.4 PMF 模型

PMF 模型是一種以受體模型為基礎，并利用樣本組成對污染源進行定量化解析的一種方法。其原理是將測定樣品的原始矩陣（X）分解為源貢獻矩陣（G）、源成分譜矩陣（F）和殘差矩陣（E），并基于加權最小二乘法反復進行迭代計算，對原始矩陣進行多次優化求解，以使目標函數Q最小化[17]。其基本方程如下

式中i'和j'分別為測定的第i'個樣品和第j'種指標，p為污染物待測指標數，Xi'j'即第i'個測定樣品的j'指標濃度構成的矩陣；Gj'k為來源k對測定樣品i'的貢獻矩陣；Fki'為來源k中第j'個指標的濃度；Ei'j'為第i'個樣品中j'指標的殘差矩陣。最小目標函數Q如下所示

式中n為樣品數，m為指標種類數目，Uij為第i'個測定樣品中的第j'個指標的不確定度。當重金屬實測值（mg/kg）小于等于相應的方法檢出限（method detection limit,MDL）時，其不確定性可由下式計算得出

當重金屬實測值超過相應的MDL 時，計算公式如下

式中δ表示相對標準偏差，c表示重金屬濃度實測值，mg/kg。

1.4 數據統計與分析

本研究使用的DEM 數據來源于地理空間數據云（https://www.gscloud.cn/sources/accessdata/310?pid=302），交通道路與行政區域數據源自于全國地理信息資源目錄服務系統（https://www.webmap.cn/main.do?method=index）。重金屬原始數據采用Microsoft Excel 2019 進行相關計算分析；利用SPSS26.0 進行Pearson 相關性分析；使用EPA PMF 5.0 軟件進行土壤重金屬污染源解析；采用ArcGIS 10.8 進行克里金插值分析與相關制圖；運用Origin 2021 繪制相關圖件。

2 結果與分析

2.1 土壤重金屬描述性統計分析

苦水玫瑰產地土壤重金屬濃度測定結果和描述性統計結果如表3 所示，從中可知，各重金屬的平均值由高到低依次為：Zn＞Cr＞Ni＞Cu＞Pb＞As＞Cd＞Hg，分別是蘭州市土壤背景值[24]的1.43、1.04、1.23、1.34、1.19、1.36、1.41 倍和73%。與甘肅省土壤背景值[25]相比，Zn、Cr、Ni、Cu、Pb、As、Cd 和Hg 分別為其1.16 倍、94%、1.06、1.22、1.37、1.13、2.08 和1.02 倍。說明玫瑰產地土壤存在重金屬元素富集現象。研究區土壤pH 值為6.19～8.47，平均值為7.78，整體上呈堿性，一定程度上可抑制重金屬的活動，有助于降低土壤重金屬的環境風險[26]。與中國《土壤環境質量農用地土壤污染風險管控標準（試行）（GB 15 618-2018）》（pH 值大于7.5）[23]相比，所有元素的測定值均低于篩選值（表3），說明玫瑰產地土壤環境質量整體清潔安全，暫不存在重金屬超標管控風險。

表3 苦水玫瑰產地土壤重金屬濃度描述性統計Table 3 Descriptive statistics of heavy metal concentration in Kushui rose-growing soils

變異系數（coefficient of variance,CV）是一種量化區域土壤重金屬濃度值離散程度與空間分布差異程度的衡量指標。以CV 值的大小，可分為低度變異（CV＜20%）、中度變異（20%≤CV＜50%）和高度變異（50%≤CV＜100%）[27]。由表3 可知，玫瑰產地土壤重金屬的CV 值由大到小依次為：Hg＞Cd＞Zn＞Cr＞As＞Pb＞Cu＞Ni。其中Hg 和Cd 屬于中度變異，其余Zn、Cr、As、Pb、Cu 和Ni 表現為低度變異特征（表3）。表明Hg 和Cd 的濃度值具有一定的空間差異性，其余元素濃度值離散程度較低、空間分布差異小。

2.2 土壤重金屬污染評價

2.2.1 傳統重金屬評價方法評價結果

苦水玫瑰產地土壤重金屬單因子污染指數評價結果顯示，各元素的Pi平均值由大到小依次為：Zn＞Cd＞As＞Cu＞Ni＞Pb＞Cr＞Hg（圖2）。由Pi評價標準可知，除Hg 為無污染（Pi＜1）之外，其余所有元素均屬于輕微污染（1＜Pi≤2）（圖2）。具體而言，Hg 的受污染程度最低，僅有12%的樣點為輕微污染，其余樣點均為無污染；As、Cr 和Cu 分別有92.78%、63.92%和95.88%的樣點處于輕微污染狀態，其余樣點為無污染；Ni 和Pb 的污染程度一致，分別有89.69%和10.31%的樣點處于輕微和無污染狀態；Cd 和Zn 在82.47%和13.40%與90.72%和5.15%的樣點處于輕微污染和無污染狀態，還有4.12%的樣點為輕度污染。因此，除Hg元素之外，其余As、Cd、Cu、Ni、Pb 和Zn 均有不同程度的污染。

圖2 研究區土壤重金屬單因子指數評價結果Fig.2 Evaluation results of single factor pollution index for soil heavy metals in the study area

內梅羅綜合污染指數評價結果顯示，研究區土壤重金屬的NPI 值處于0.71～2.02 之間，平均值為1.41，整體上為輕度污染（圖3a）。具體而言，有4.12%的樣點處于警戒污染狀態（0.7＜NPI≤1），有94.85%的樣點為輕度污染（1＜NPI≤2）以及1.03%的樣點為中度污染（2＜NPI≤3）。其中苦水村、沙灣村、大路村和十里鋪村一帶為污染程度較重的區域（圖3a）。

圖3 研究區土壤重金屬綜合污染評價結果Fig.3 Results of comprehensive pollution for soil heavy metals in the study area

污染負荷指數評價結果顯示，研究區土壤重金屬的PLI 值介于0.64～1.48 之間，平均值為1.17，總體上為輕度污染。具體而言，有11.34%的樣點為無污染（PLI＜1），其余88.66%的樣點為輕度污染（1≤PLI＜2）（圖3b）。其中大砂溝村、輪轉寺村、苦水村、大路村、沙灣村和新屯川村為污染相對較重的區域。

2.2.2 改進物元可拓模型評價結果

由于改進物元可拓模型計算過程較為復雜，現以大砂溝村1 號樣點（DSGs-1）為例進行計算，具體過程為：

1）構建待評物元矩陣，大砂溝村1 號樣點（DSGs-1）的物元矩陣為

2）構建待評物元的典域和節域矩陣

根據前述的土壤重金屬污染程度評價標準（表2），建立經典域矩陣R1、R2、R3、R4和R5及節域矩陣Rp分別為

3）權重修正與改進

利用傳統權重賦值法的權重（Wki）與引入H?kanson重金屬毒性響應系數改進后的重金屬權重（）對研究區的8 項重金屬元素進行對比可知，所有重金屬元素的權重值均發生了明顯變化（圖4）。除As、Cd 和Hg 改進后的權重值高于傳統權重賦值法的權重（Wki）之外，其增幅分別為：6.1%、215.63%和300%；其余重金屬元素改進后的權重值均有出現不同程度的降低，降幅度依次 為：Zn＞Cr＞Pb＞Cu＞Ni，其中Ni 降幅最小為46.64%，Zn 降幅最大為89.47%（圖4）。這與引入H?kanson 毒性響應系數對傳統權重賦值進行修正有關，毒性越大的重金屬，權重增幅越大，反之則降幅越大[12]。這就使得污染評價結果兼顧了重金屬毒性的不同和重金屬累積濃度的差異，相較于傳統權重賦值法更能反映土壤污染的真實狀況。

圖4 研究區土壤重金屬元素權重值對比分析Fig.4 Comparative analysis of weight values for soil heavy metals in the study area

4）關聯度計算和評價結果

由經典域矩陣與節域矩陣可計算出研究區各樣點不同指標各評價等級的關聯度，以樣點DSGs-1 的As 元素為例，各評價等級關聯度分別為：K1(As)=0.02、K2(As)=-0.019、K3(As)=-0.59、K4(As)=-0.853 和K5(As)=-0.897。由各評價等級的關聯度可計算出該樣點各評價等級的綜合關聯度，同樣以樣點DSGs-1 為例，其各評價等級的綜合關聯度分別為：K1=-0.108、K2=0.543、K3=-0.502、K4=-0.830 和K5=-0.902。將綜合關聯度的最大值（0.543）和最小值（-0.902）帶入計算后可得污染等級（j*）值為1.908，由表2 可知，大砂溝村1 號樣點（DSGs-1）土壤處于Ⅱ級尚清潔狀態。

基于上述同樣的方法過程，可量化得出苦水玫瑰產地其余96 個樣點的污染水平。結果顯示，除了有3 處樣點為中度污染（Ⅳ級）之外，還分別有59 處和35 處樣點呈尚清潔（Ⅱ級）和輕度污染（Ⅲ級）狀態，占總樣點的60.82%和36.08%?？傮w上看，苦水玫瑰產地土壤污染以尚清潔（Ⅱ級）為主（圖3c），Cd、As 和Cu 為主要污染因子。研究區為Ⅲ級輕度污染的樣點主要集中分布于苦水村、大路村、周家莊村與下新溝村附近，其余地區以Ⅱ級尚清潔為主。

2.3 土壤重金屬污染評價結果對比

傳統的內梅羅綜合污染指數（Nemerow pollution index，NPI）和污染負荷指數法（pollution load index，PLI）評價結果顯示苦水玫瑰產地土壤總體上為輕度污染，改進物元可拓模型結果表明整體上為Ⅱ級尚清潔?？傮w上評價結果較為一致，但具體結果存在一定的差異。改進物元可拓模型評價結果中為尚清潔、輕度和中度污染樣點分別占60.82%、36.08%和3.09%，NPI 量化結果中為警戒線、輕度和中度污染樣點分別占4.12%、94.85%和1.03%，PLI 分析結果中為清潔無污染和輕度污染樣點分別占11.34%和88.66%。NPI 和PLI 的評價結果較為相似，即有超過88%的樣點為輕度污染，但略有不同的是NPI 結果中有4.12%的樣點處于警戒線狀態，而PLI的結果中有11.34%的樣點為清潔無污染。兩者結果差異的原因在于NPI 對污染最為嚴重的指標敏感程度較高，而PLI 的評價過程中各項指標的幾何平均值弱化了高污染指標的影響[28]。例如，單因子污染指數評價結果顯示，新屯川村12 號樣點除Cd 外其余重金屬元素均為無污染，但因NPI 評價方法會突出高濃度污染元素對土壤環境質量的影響[8]，所以NPI 評定結果為輕度污染，而PLI 則為無污染。

相較于以上兩種傳統方法的評價結果，改進物元可拓模型結果中污染水平為輕度污染的樣點更少，這與背景值的選取有關。改進物元可拓模型的Ⅰ級標準是以蘭州市土壤背景值[24]為標準值，Ⅱ～Ⅴ級標準參考了《土壤環境質量農用地土壤污染風險管控標準（試行）（GB 15 618-2018）》（pH 值大于7.5）的管控值[23]，而NPI 和PLI 均以蘭州市土壤背景值[24]為標準。背景值選取的不同會導致污染評價等級劃分標準的不同，從而使得改進物元可拓模型的Ⅱ級標準相當于NPI 和PLI 的Ⅰ～Ⅱ級標準。此外，改進物元可拓模型在評價過程中兼顧了重金屬毒性的差異和重金屬累積濃度的大小[12]。本研究中，結合單因子污染指數的評價結果即輕微污染占比高于輕度污染可知，研究區土壤污染為尚清潔更加合理。因此，相較于NPI 和PLI 的評價結果，改進物元可拓模型的評價結果更加客觀和符合實際情況。

2.4 基于PMF 受體模型的土壤重金屬溯源解析

為定量甄別研究區土壤重金屬污染源及其貢獻率，采用PMF 5.0 對玫瑰種植基地土壤重金屬進行來源解析。通過對土壤重金屬不確定度的計算，分析的8 種重金屬的S/N＞1，被歸類為“Strong”。設定因子數為2～6，并迭代運行20 次，分別進行PMF 模型運算。當因子數為4 時，Qrobust/Qtrue 趨于穩定，模型擬合效果最佳，且絕大部分樣品重金屬的殘差值均集中于-3～3 之間。擬合結果顯示，除Pb（0.66）外，其余元素擬合度R2均在0.7 以上，且Cd、Hg 和Zn 的R2大于0.95。這說明PMF模型能夠較好地解釋實測數據信息，源解析結果可信可靠。PMF 解析的玫瑰種植基地土壤重金屬4 個因子（污染源）成分譜如圖5a 所示，4 個因子的相對貢獻率分別為26.68%、25.44%、17.65%和30.23%。

圖5 苦水玫瑰產地土壤重金屬的PMF 污染源分析Fig.5 Source analysis of heavy metals in Kushui rose-growing soils based on positive matrix factorization (PMF)

因子1 解釋了26.68%的重金屬來源（圖5b），主要是Hg（68.57%）。Hg 的均值分別是蘭州市和甘肅省土壤背景值的0.71 和1.00 倍，但Hg 表現為高度變異，說明Hg 部分樣點存在點源污染。研究表明土壤Hg 主要來源于工業活動引起的大氣遠距離遷移和沉降、農藥和殺蟲劑的使用、污水灌溉、有色金屬和水泥的生成及燃煤活動[29-30]。研究區上游分布有多家水泥廠和材料加工廠，工廠生產期間排出的廢水進入莊浪河，而苦水玫瑰種植基地的灌溉水源為莊浪河水，長期的灌溉活動勢必會引起產地土壤Hg 的累積。此外，玫瑰產地附近為農村居民住宅區，冬季取暖為傳統的燃煤取暖，且煤多為散燒煤。散燒煤燃燒產生的廢氣、煙塵等經大氣干濕沉降進一步加劇了土壤中Hg 的濃度。因此，因子1 為工業-燃煤混合源。

因子2 代表了25.44%的重金屬來源（圖5b），主要負載元素為Cd，貢獻率為65.16%，其次是Zn，貢獻率為32.07%（圖5b）。因此，Cd 可作為因子2 的標志性元素。由前述可知，苦水玫瑰產地土壤Cd 的均值高于蘭州市和甘肅省土壤背景值且表現為中度變異特征，說明人類活動是影響玫瑰產地土壤Cd 濃度的主要原因。已有研究表明，耕地土壤Cd 和Zn 主要來自農業生產過程中磷肥、有機肥、殺蟲劑或殺菌劑及塑料薄膜的使用[31-32]。同時，畜禽糞便中Zn 濃度較高，農田土壤中有37%的Zn 來自于畜禽糞便[33]。研究區內有多家畜禽養殖廠分布，養殖過程中會產生大量糞便，且產出的糞便大都作為農家肥料使用，長期以動物糞便作為肥料會使得耕地土壤中的Zn 不斷累積。除此之外，殺蟲劑與肥料的長期施用進一步引起土壤中Cd 和Zn 的富集。為此，因子2 可能是農業源。

因子3 代表了17.65%的重金屬來源（圖5b），其中Zn（33.87%）和Hg（31.43%）的載荷較高（圖5b）。研究區土壤Hg 和Zn 的均值高于蘭州市和甘肅省土壤元素背景值，說明受到了人類活動的影響。研究表明，Zn 是典型的交通活動標志元素，汽車輪胎的磨損和相關鍍鋅零部件的腐蝕會引起土壤中Zn 的蓄積[34]。而土壤中Hg 的累積也與交通活動有關[34]，Hg 是汽車傳感器、繼電器、汽車前后燈等零部件的重要組成元素[35]。玫瑰產地多分布于交通干道和鐵路兩側，交通活動頻繁且道路兩側綠化普遍較差，各類車輛經摩擦產生的重金屬微粒隨著揚塵沉降積累在周邊土壤中。因此推斷因子3 為交通源。

因子4 代表了30.23%的重金屬來源（圖5b），具有高載荷As（46.97%）、Cr（44.27%）、Cu（44.01%）、Ni（42.74%）和Pb（35.59%）（圖5b）。As、Cr、Cu、Ni 和Pb 的均值均顯著高于蘭州市土壤元素背景值且都為輕度污染，說明受到了人類活動干擾。研究發現，耕地土壤中As 和Pb 濃度的增加與化石燃料燃燒和工業排放有關，化石燃料燃燒產生的大量飛灰進入大氣，攜帶重金屬微粒的飛灰最終蓄積于耕地土壤中[36]。此外，鑄造廠、冶煉廠、電鍍廠和金屬加工等企業工業廢氣的排放也會造成土壤Cu、Pb、Cr 和Ni 等元素富集[37]。研究區內的苦水鎮分布有一定數量的大小磚廠和水泥生產企業，研究區周邊的民樂鄉、秦川鎮、上川鎮、河橋鎮和城關鎮建設有數家有色金屬或黑色金屬采礦加工企業，這些企業生產過程中產生的重金屬粉塵最終會沉降至周邊的玫瑰種植基地土壤中。因此，因子4 為大氣沉降源。

3 結論

1）研究區土壤重金屬的均值大小依次為Zn＞Cr＞Ni＞Cu＞Pb＞As＞Cd＞Hg。除Hg 與Cr 之外，其余重金屬As、Cd、Cu、Ni、Pb 和Zn 的均值均高于甘肅省和蘭州市土壤背景值。此外，Hg 和Cd 的濃度具有一定的空間差異性，其余元素濃度空間分布差異小。

2）單因子指數評價結果顯示，研究區土壤Hg 的清潔程度較高，其余As、Cd、Cu、Ni、Pb 和Zn 均有不同程度的污染。內梅羅綜合污染指數和污染負荷指數評價結果均表明研究區土壤重金屬整體上為輕度污染；改進物元可拓模型兼顧了重金屬的濃度和毒性，其評價結果顯示研究區土壤重金屬以尚清潔為主，但趨近輕度污染水平。

3）由PMF 模型分析可知，苦水鎮玫瑰產地土壤重金屬的主要來源為工業-燃煤源、農業源、交通源和大氣沉降源。其中，工業-燃煤源對Hg 具有較大貢獻率，為68.57%。農業源對Cd 和Zn 具有較大貢獻率，分別為65.16%和32.07%。交通源對Zn 和Hg 具有較大貢獻率，分別為33.87%和31.43%。大氣沉降源對As、Cr、Cu、Ni 和Pb 具有較大貢獻率，分別為46.97%、44.27%、44.01%、42.74%和35.59%。