土壤重金属分析仪对土壤重金属污染的分析.docx

土壤重金属分析仪对土壤重金属污染的分析1 引言区域土壤重金属污染评价是土壤环境研究的和污染防治的重要基础目前对区域土壤重金属污染程度的评价方法已有很多研究，如单因子指数法、地累积指数法、生态风险系数法等简单指数法，内梅罗指数、加权综合指数、生态风险综合系数等综合指数法，这些评价模型在土壤重金属评价领域得到了广泛应用.为了解决传统的指数法评价难以描述土壤重金属污染的不确定性问题，模糊数学方法在土壤重金属污染评价领域得到广泛的应用.核密度估计法不对数据的分布形式进行预先的假设，具有更广泛的适用性，但目前核密度估计模型在自然科学上的应用不多，主要是集中在社会、经济以及医药等领域.不同评价方法各有应用特点，评价方法主要是掌握研究区域总体污染程度，但很少有学者对不同方法评价结果进行系统的总结与比较，即使有也仅仅停留在理论上的介绍，缺乏定量探讨各方法评价结果的差异因此，本文以经济快速发展的昆山市为例，采用简单数理统计、正态模糊数法和核密度估计法对研究区土壤重金属总体污染程度进行评价，从评价便捷性、结果的准确度与全面性方面揭示各方法的差异.2 研究区概况昆山市位于江苏省东南部，上海和苏州之间，地处东经120°48′21″~121°09′04″E，北纬31°06′34″~ 31°32′36″N，是上海经济圈重要的新兴工商城市，2013年人均GDP达2.89万美元，连续9年被评为全国百强县市之首.昆山市属于典型的北亚热带季风气候，年平均气温17.6 ℃，年平均降水量1200.4 mm，全市土壤分为水稻土、潮土、沼泽土、黄棕壤4个土类，水稻土在各类土壤总面积中占比最高，达93.8%.3 数据来源和方法3.1 数据来源研究数据为2 km×2 km网格的土壤采样测试数据，将研究区划分成2 km×2 km的网格，每个网格作为一个采样点，对于区域边界上的破碎网格按照四舍五入来处理，共选取232个样点.按照5点混合采样法采集0~20 cm表层土壤样品，四分法取分析样品约1.5 kg.样品经自然风干，挑除石砾和植物残体，研磨过100目筛，并充分混匀以待用.本文侧重研究不同方法下土壤重金属污染程度评价结果的差异，较土壤重金属综合污染评估而言，单元素评估可以免去综合污染的加权求和，能减少不同权重对结果的干扰.已有研究表明：作为水网地区的昆山市土壤As含量相对不高，空间分异程度也较小;Cd含量相对较高，空间分异程度也较大.这两种元素具有较强的代表性，能在污染评估结果中形成较为鲜明的对比，因此，本文采用托普云农TPJS-B测定土壤重金属。3.2.1 地累积指数法地累积指数法通常称为Muller指数，能很好地反映自然变化与人为活动因素对重金属分布带来的影响，它以研究区重金属含量背景值为标准，是评价区域重金属污染的重要污染指数.具体公式如下：式中，Ci为土壤重金属元素i的实测含量(mg · kg-1); Bi为元素i的区域背景值(mg · kg-1);k为修正系数，一般取为1.5.根据地累积指数值Igeo，将土壤重金属污染程度划分为5个等级.其中Igeo≤0时为0级，清洁;03时为4级，严重污染.本文的重金属含量背景值采用应用广泛的《中国土壤元素背景值》(国家环境保护局和中国环境监测总站，1990)中全国各省份土壤微量金属元素背景值.3.2.2 正态模糊数模型模糊数法是针对区域土壤重金属污染的模糊、不确定性特征所进行的评价，能更为全面地反映重金属污染程度信息，可解决传统的指数法评价难以描述土壤重金属污染的不确定性问题.模糊数模型的核心是构建隶属度函数，目前主要是采用线性形式来进行描述，例如三角与梯形模糊数法，本文采用正态模糊数评价方法，通过概率密度曲线间接反映隶属度大小(易昊旻等，2013).设论域为R+(正实数域)上的一个模糊数，定义A~的隶属函数为：μ A(x):R→$0，1]，x∈R，正态模糊数隶属函数μA(x)表示为：式中，μ为实测数据的平均值，σ为实测数据的标准差.A~作为一个模糊数仅具有概念上的意义，无法直接参与运算.实际应用时，一般通过α—截集将模糊数转化为一定置信度水平的区间数.α—截集定义如下：~∈F(U)，对于任意α∈0，]，记：(A~)αΔ AαΔ {μ|(μ)≥a}一般而言，α取0.9是普遍可以接受的置信度水平(李如忠，2011)，根据式(2)易求得区间数Aα：　　然后计算一定置信度水平下区域重金属的地累积指数区间数，对地累积指数区间数进行各污染等级的隶属度计算，根据区间数对各污染程度等级的隶属度，进行加权求和得出该区间数的重金属污染程度.对于既得的正态隶属度曲线，通过求取定积分的方式来获取研究区土壤重金属不同污染等级的面积占比.3.2.3 核密度估计模型　　核密度估计作为非参数估计理论中的一个典型方法，该方法的特点在于对采样点数据的分布形式不作