土壤重金屬污染評價與可視化研究

于汧卉,王洪林,史江臣,付 和,張 璐,翟欣雅

(1. 中色藍圖科技股份有限公司,北京 101300; 2. 河北中色測繪有限公司,河北 廊坊 065201)

土壤是人類生存和發展最重要的生態系統之一,同時也是人們進行農業生產活動的重要資源。重金屬污染具有長期性、累積性、潛伏性及不可逆性等特點,對土壤、地下水、微生物、植物等生態系統構成了嚴重威脅[1-2]。隨著工業和城市化的快速發展,土壤重金屬污染已成為嚴重的環境問題,其通過大氣、揚塵、水體、食物鏈等途徑直接或間接威脅人類的健康甚至生命[2-5]。

土壤安全是國家糧食安全和人類健康的根本保障。聯合國環境規劃署已將砷、汞、鉛、鋅、銅、鎳、鎘、鉻8種重金屬元素列為優先控制污染物[6]?？茖W的土壤重金屬污染評價方法能較好地評價土壤中重金屬污染的程度或空間分布、相應的生態效應等,是保障生態健康的基礎[7]。

針對上述優先控制污染物,目前常用的土壤重金屬污染評價模型按照評價對象可歸納為兩類:評價單個污染因子污染程度的單因子指數模型和評價多種污染因子共同污染的綜合評價模型[8-9]。研究人員在開展土壤重金屬評價時往往只使用一種評價模型,導致結果唯一,無法根據研究區實際情況對評價模型進行擇優選擇。且以往調查評價工作屬于小比例尺,樣品采集數量有限,受數據可得性限制,又由于重金屬在土壤中遷移緩慢。因此,在數據分散或難以獲得目標點實測值的條件下,依據采樣點數據直接開展重金屬污染評價,無法準確、精細地評價研究區整體污染狀況。在評價結果可視化方面,目前主要采用國外商業地圖或分析軟件(如ArcGIS、Spass等)。雖然這些軟件成熟、優勢明顯,但也存在一些突出問題,如核心技術不可控、信息數據安全存在隱患等。

為此,本文首先采用克里金法對采樣點數據進行轉化,估計其在地表上的分布;然后構建面域內多種重金屬污染評價模型,可根據不同的重金屬污染指標特性選擇合適的插值精度進行土壤重金屬污染評價;最后將公式程序化,結合開源WebGL技術,對重金屬分布、污染評價結果進行分級顯示,完成結果的高效可視化。

1 材料與方法

1.1 研究區概況

三河市位于河北省中東部,廊坊市北部,東與天津市薊州區交界,北與北京市平谷區接壤,西北與北京市順義區為鄰,西隔潮白河與北京市通州區相望,西南與大廠回族自治縣毗鄰,南與香河縣接壤,東南與天津市寶坻區相鄰,在京津冀一體化和環渤海經濟圈中居重要地位。海拔范圍為30～526.8 m。西北部為孤山丘陵,海拔為30～89.3 m;山前平原區地勢平坦,西北高東南低,海拔為10～30 m,坡降1/1000～1/3000;東南部為沖洪積扇前洼地,海拔為5.9～10.0 m,坡降小于1/3000?？偟貏菥哂斜备吣系偷内厔?可劃分為兩個地貌單元。

(1)新構造斷塊山地與丘陵,分布于市域東北部的蔣福山及西北部的孤山地區,由巨厚的緩傾斜碳酸鹽巖地層構成,巖溶發育,山區有溶蝕漏斗形成的山間盆地,并被深邃的隘谷、嶂山所切,相對高差達50～500 m之多。山地周邊被剝蝕堆積臺地所圍,臺地高差為15～30 m。

(2)山前沖洪積平原,分布于市域北部南楊莊-皇莊鎮以北廣大地區。潮白河、鮑丘河、泃河3條河流縱穿而過,河床切割深度為2～10 m,由南向北逐漸加大;兩河之間為高出現代河床5～10 m的Ⅲ級臺地,其次為高出河床3～5 m的Ⅲ級階地及古河道,以及高出河床1.5～3 m的超河漫灘Ⅲ級階地?；是f鎮以南為山前沖洪積扇的扇前洼地,海拔為5～10 m。

研究區土層深厚,土壤類型多樣,墾殖率較高,農、林、牧、漁為主的土地占總土地面積的66.6%。土壤類別為輕壤質潮土,土壤肥沃,適宜多種北方農作物生長,農作物主要有小麥、玉米、高粱、棉花、大豆、花生等,其位于中朝準地臺(Ⅰ級)華北斷拗與燕山臺褶帶(Ⅱ級)的交接地區,冀中臺陷Ⅲ級構造單元的北部,橫跨6個Ⅳ級構造單元,即順義斷凹、大興斷凸、大廠斷凹、寶坻斷凸、邦均斷凹、福山斷凸。

1.2 樣品采集與測定

1.2.1 樣品采集

在收集、整理三河市以往土地利用類型調查、土壤環境綜合質量調查等各項工作成果基礎上,以黃土莊鎮和段甲嶺鎮兩個鎮為重點,根據研究區耕地分布狀況、地質單元、成土母質分區、以往污染點分布、水文地質條件等要素進行采樣點部署,按照《耕地地力調查與質量評價技術規程》(NY/T 1634-2008)規范,黃土莊鎮和段甲嶺鎮耕地面積約50 km2,按照密度為1～3點/km2,平均2點/km2部署采樣點,并根據農業地質背景和現有污染源進行適當調整,共設計淺層(0～20 cm)采集樣品100個,每個樣品由4個分樣組成,共計400個小樣。其中,水澆地70件、旱地9件、(果)園地21件。根據農業地質背景分區、污染分布現狀和農業種植結構規劃,采集深層樣品5處,深度1.5 m,每點按照20～30 cm的深度間隔,采集5個樣品,共計25件樣品,樣品采樣點位如圖1所示。

圖1 野外樣品采集點位

1.2.2 樣品測定

樣品測定將選擇具有國際和國內雙認證資質的實驗室進行。為保證分析樣品的準確性,除實驗室已經過CMA認證,儀器按照規定定期校正外,在進行樣品分析時,還對各環節進行質量控制,隨時檢查和發現分析測試數據是否受控(主要通過標準曲線、精密度、準確度等)。監測項目分析方法見表1。

表1 監測項目分析方法

1.3 重金屬污染評價方法

1.3.1 克里金法

克里金法是一種考慮數據空間統計特征的插值方法,它利用從樣本屬性計算的半變異函數對整個空間的空間變異性進行插值,該方法能量化采樣點之間的空間自相關性,以確定樣本數據之間的距離對插值屬性值的作用[10-12]?？死锝鸱ㄓ捎谄錈o偏特性和相對于其他方法在地質統計技術中的優勢而得到廣泛應用[2]。首先使用克里金法對采樣點重金屬濃度的空間分布進行插值?？死锝鸱肪€如圖2所示。然后依據插值得出的研究區內各格網中心點的參數值,分別采用以下3種評價模型開展土壤重金屬污染評價。

圖2 克里金法路線

1.3.2 單因子評價模型

以重金屬含量值和評價標準相比以除去量綱計算單因子污染指數,公式[11]為

(1)

式中,Pi為重金屬元素i的污染指數,量綱為1;Ci為重金屬含量值(mg/L);SI為土壤環境質量標準值。

1.3.3 內梅羅指數模型

內梅羅綜合污染指數[8]為

(2)

(3)

權重w按重金屬對環境的影響程度分成3類,因一類、二類、三類微量元素環境重要性逐漸下降,分別賦值為3、2、1作為權重。內梅羅綜合污染指數分級標準見表2。

表2 土壤綜合污染程度分級標準

1.3.4加權平均指數模型

加權平均指數模型是通過設置各重金屬加權值進行評價的綜合性評價方法?？蓪?種重金屬權重進行設置,權重之和為1,公式[13]為

PI=∑ωi(Ci/Si)

(4)

式中,PI為土壤重金屬綜合污染指數;ωi為污染因子的權重;Ci為土壤污染物i的實測濃度;SI為污染物i的評價標準。

1.4 可視化方法

WebGL 技術是一種三維繪圖標準,不需要通過安裝渲染插件即可進行網頁的模型加載及渲染。WebGL技術以其高效的可移植性和交互性開創了HTML交互式繪圖技術的新紀元,具有無插件、硬件加速、瀏覽器兼容性好等優點。盡管該技術目前還處于發展中,但其發展的潛力巨大,具有強勁的發展勢頭[14-15]。

本文將評價公式程序化,并結合開源WebGL技術,對重金屬分布情況、面域污染狀況進行分級顯示,完成結果的高效可視化。其中,WebGL可視化渲染流程如圖3所示。

圖3 渲染流程

1.5 系統實現

采用CSK(client-server-kernel)模式,即客戶端-服務層-核心層3層體系架構?？蛻舳酥饕瓿膳c用戶的交互任務,服務層主要負責數據的管理,核心層主要實現解析運算、渲染等工作。該架構交互性強、具有安全的存取模式,且響應速度快。開發過程中采用前后端分離的開發方法,易于代碼的維護,提高開發效率。后臺使用JavaScript語言進行開發,采用Express開源框架,前端使用JavaScript腳本語言進行開發。

核心代碼使用C++編寫,通過Node使用V8引擎的方式調用C++,保證了超大規模運算的高效及系統運行的安全。

2 結果與討論

結合上述重金屬污染評價與可視化方法,開展研究區土壤重金屬污染評價及其可視化。

2.1 研究區重金屬分布

研究區8種土壤重金屬含量在不同插值精度下(以插值精度1000和200 m為例)的空間分布情況如圖4-圖5所示。

圖4 重金屬分布(插值精度為1000 m)

圖5 重金屬分布(插值精度為200 m)

2.2 研究區重金屬評價

2.2.1單因子評價模型評價重金屬污染

采用單因子評價模型對研究區進行土壤重金屬污染評價。以重金屬元素Cu、Hg為例,其可視化結果如圖6-圖7所示。

圖7 單因子評價結果(Hg)

2.2.2 內梅羅指數模型評價重金屬污染

采用內梅羅指數模型對研究區進行土壤重金屬污染評價,其可視化結果如圖8所示。

圖8 內梅羅指數評價結果

2.2.3 加權平均指數模型評價重金屬污染

采用加權平均指數模型對研究區進行土壤重金屬污染評價,其可視化結果如圖9所示。

圖9 加權平均指數評價結果

3 結 語

本文將克里金法、多種重金屬評價模型及WebGL可視化技術結合,用戶可根據需求選擇更加貼合實際的評價模型和插值精度開展研究區土壤重金屬污染評價,具有較高的數據可得性,有利于評價研究區整體重金屬污染狀況,得出面域評價結果,其可視化成果可直觀地揭示土壤重金屬污染分布情況,增強了用戶與數據、模型之間的交互能力。

隨著越來越多的學者對重金屬污染評價方法進行深入研究,本文采用的克里金法和重金屬評價模型還有待改進、完善與擴充。尋得更優、更具普適性的評價模型或方法將是下一步的研究方向。