地质通报  2019, Vol. 38 Issue (2-3): 414-425  
0

引用本文 [复制中英文]

黄孝钰, 叶思源, 袁红明, 丁喜桂, 赵广明, 杨士雄, 何磊, 王锦, 刘瑾, 裴绍峰, 韩宗珠, 裴理鑫, 郭若舜. 辽河三角洲湿地生态系统对表层沉积物重金属元素的移除作用[J]. 地质通报, 2019, 38(2-3): 414-425.
[复制中文]
Huang X Y, Ye S Y, Yuan H M, Ding X G, Zhao G M, Yang S X, He L, Wang J, Liu J, Pei S F, Han Z Z, Pei L X, Guo R S. Heavy metal distribution in the wetland sediments of the Liaohe delta: Implications for filter function of wetlands[J]. Geological Bulletin of China, 2019, 38(2-3): 414-425.
[复制英文]

基金项目

科技部重点专项《滨海湿地固碳效率精准评价与加强碳汇对策》(编号:2016YFE0109600)、中国地质调查局项目《江苏滨海湿地海陆交互带多圈层综合地质调查》《辽河三角洲海岸带综合地质调查与监测》《渤海湾西部等重点海岸带综合地质调查》(编号分别为DD20189503,GZH201200503,DD20160144)、自然资源部公益性行业基金项目《滨海湿地生态系统的固碳能力探测与评价》(编号:201111023)、国家自然科学基金项目《我国不同气候带河口沉积物痕量金属行为及其对全球气温上升背景下的生物有效性指示》(批准号:41240022)和山东省自然科学基金青年基金(编号:ZR2014DQ010)

作者简介

黄孝钰(1991-), 女, 硕士, 从事快消品行业相关工作。E-mail:17685515280@163.com

通讯作者

叶思源(1963-), 女, 博士, 研究员, 从事湿地地质、地球化学研究。E-mail:siyuanye@hotmail.com

文章历史

收稿日期: 2016-11-16
修订日期: 2017-05-10
辽河三角洲湿地生态系统对表层沉积物重金属元素的移除作用
黄孝钰1,2,3,4 , 叶思源2,3,4 , 袁红明2,3,4 , 丁喜桂2,3,4 , 赵广明2,3,4 , 杨士雄2,3,4 , 何磊2,3,4 , 王锦2,3,4 , 刘瑾2,3,4 , 裴绍峰2,3,4 , 韩宗珠1 , 裴理鑫2,3,4 , 郭若舜2,3,4     
1. 中国海洋大学, 山东 青岛 266071;
2. 中国地质调查局滨海湿地生物地质重点实验室, 山东 青岛 266071;
3. 自然资源部海洋油气资源与环境地质重点实验室, 山东 青岛 266071;
4. 青岛海洋地质研究所, 山东 青岛 266071
摘要: 为了研究辽河三角洲湿地表层沉积物中重金属元素含量及其与有机碳的相关性,探讨湿地对重金属元素的移除作用,对233个辽河三角洲上三角洲平原湿地(典型湿地)表层沉积物样品和150个相邻浅海湿地(浅水湿地)表层沉积物样品,进行了化学分析测试及数理统计分析,并运用多种评价方法进行重金属污染风险评价。结果显示:①重金属元素浓度量级大小均遵循Cr(Zn) > Pb > Cu > As > Cd > Hg的分布规律;②除As和Hg外,其他金属元素浓度均表现为浅水湿地显著低于典型湿地,暗示湿地生态系统对污染物的移除作用;③除Pb和Zn外,其他重金属元素对环境均造成了中度污染;④重金属元素分布受有机碳和粒径大小的显著影响,浓度存在显著的相关性,浅水湿地表层沉积物重金属元素浓度及其与有机碳之间的相关性更显著,揭示有机碳对重金属的螯合作用;⑤在有湿地分布的浅海湿地区,重金属元素浓度均表现为浅水湿地显著低于典型湿地,暗示湿地生态系统对污染物的移除作用,相反,在大规模湿地被改造成农田的锦州海岸带地区,造成了近海浅水湿地的严重污染。该研究揭示了滨海湿地对重金属元素的过滤作用及在缓解环境污染过程中的重要意义。
关键词: 重金属    表层沉积物    污染评价    湿地    湿地的过滤功能    
Heavy metal distribution in the wetland sediments of the Liaohe delta: Implications for filter function of wetlands
HUANG Xiaoyu1,2,3,4, YE Siyuan2,3,4, YUAN Hongming2,3,4, DING Xigui2,3,4, ZHAO Guangming2,3,4, YANG Shixiong2,3,4, HE Lei2,3,4, WANG Jin2,3,4, LIU Jin2,3,4, PEI Shaofeng2,3,4, HAN Zongzhu1, PEI Lixin2,3,4, GUO Ruoshun2,3,4     
1. Ocean University of China, Qingdao 266071, Shandong, China;
2. Key Laboratory of Coastal Wetlands Biogeosciences, Qingdao Institute of Marine Geology, China Geologic Survey, Qingdao 266071, Shandong, China;
3. Key Laboratory of Marine Hydrocarbon Resources and Environmental Geology, Ministry of Natural Resources, Qingdao 266071, Shandong, China;
4. Qingdao Institute of Marine Geology, Qingdao 266071, Shandong, China
Abstract: Heavy metals (As, Cd, Cr, Cu, Hg, Pb, Zn), organic carbon (Corg) and grain size of 223 surface sediment samples in the Liaohe upper delta plain wetland (UDPW) and 150 surface sediment samples in neighboring shallow sea wetland (SSW) were analyzed to evaluate the spatial distribution and assess the risk of metal pollution. Concentrations of heavy metals in sediments from both UDPW and SSW are in the decreasing order of Cr (Zn) > Pb > Cu > As > Cd > Hg. The results of two-sample-t-tests indicate significant higher heavy metal concentrations in UDPW compared with SSW except As and Hg, implying the accumulation or biouptake of particulate metal within the wetland ecosystem and reducing metal input to marine coastal systems. Multiple assessment approaches, namely, the metal enrichment factor (EF), geoaccumulation index (Igeo), contamination factor (CF) and pollution load index (PLI) were jointly used to explore the risks of the anthropogenic contaminations. The results indicate unpolluted nature for Pb and Zn, moderate degree of contamination for the remaining metals both in UDPW and SSW. Furthermore, the distribution of heavy metals is substantially influenced by grain size and the concentration of Corg, and there is significant correlation between the concentrations of heavy metal, especially for the concentration of Corg and heavy mentals in surface sediment samples of shallow sea wetland (r=0.439, p < 0.01), revealing the metal chelation acted by organic matter.
Key words: heavy mental    surface sediment    pollution assessment    wetlands    filtration function of wetlands    

重金属元素的污染问题现在日益成为地学研究关注的焦点[1],主要是因为重金属元素具有难降解、易积累、毒性大的特点[2-3]。已有研究证明,世界六大重金属污染严重的水生生态系统皆分布于河口三角洲地区[4]。这是由于沿海地区经济的快速发展、城镇化加速、工矿业和农业活动加剧、生活污水的排放等,这些人为活动使重金属元素以河流、地表径流等形式进入滨海水生系统中,对重金属元素附着在沉积物上的含量及分布造成较大的影响,且在沉积物中稳定下来的重金属,有可能通过一系列物理化学反应,再次进入水体中,造成“二次污染” [5-6]。重金属元素进入海洋环境后,大多沉降进入沉积物中,与有机质、铁镁氧化物、硫化物和粘土物质共存,其存在形式还可被有机体改变,进而通过食物链对人类或其他生物产生毒害作用[7]。因此,河口三角洲地区沉积物重金属元素浓度是该水生生态系统污染的重要指标,了解其分布特征对污染控制和相应的海岸带管理决策具有很重要的意义[8]

研究区位于东北的辽河三角洲湿地(北纬40° 20′~41°19′、东经121°7′~122°24′),其沉积物物源供应主要有辽河、大凌河、小凌河、小清河和大辽河5条河流。该区最长的河流为辽河,总长度为1396km,流域面积为2.19 × 105km2。辽河三角洲总面积约5000km2,其中芦苇面积于20世纪70年代曾高达1000km2,但至2011年面积减少为800km2[9-10]。辽河三角洲湿地是很多濒危鸟类重要的繁殖区,1986年设为“辽河口国家自然保护区”,2004年加入国际湿地公约(Ramsar) [11]。该研究区属于温带大陆季风气候,年均气温为8.3~8.4℃,年均降水量为611.6~640.1mm,年均蒸发量为1392~1705mm[12]。随着辽东湾地区经济开发强度的加大,人类活动产生的大量重金属污染物通过河流进入上三角洲平原湿地及邻近的浅海湿地,对研究区生态环境产生较大的污染,从而引起较多的关注[13]。但是已有的研究调查站位稀疏,只有16个站位[13],不能从区域上对该区的重金属元素分布规律进行正确的认识,也限制了对区域污染现状的正确评价。特别是,目前还未见到横跨上三角洲平原湿地至浅海湿地的大规模调查研究的报道,也限制了对滨海湿地移除污染物功能的认识。因此,本文对辽河三角洲上三角洲平原区湿地(典型湿地)及辽东湾浅海湿地(浅水湿地)区域表层沉积物(土壤)重金属元素含量分布进行分析,运用多种评价方法针对该地区沉积物重金属污染现状进行评价,并探讨湿地过滤功能对重金属元素的移除作用及有机碳与重金属元素的关系。

1 材料与方法 1.1 样品采集

试验分析样品于2013—2014年取自辽河三角洲上三角洲平原(典型湿地)及相邻浅海湿地(浅水湿地)的表层沉积物,地理坐标介于北纬40°15′~40°18′、东经121°5′38″~122°21′26″之间(图 1)。于2013年,在典型湿地共布设了205个采样站位,采集土壤表层沉积物。于2014年在与典型湿地相邻的浅水湿地及5条河道上分别布设了100个和50个采样站位,采集近海表层沉积物。所有样品采集后,均密封于聚乙烯塑料袋中,带回室内,在室温条件下烘干至恒重。将完全风干的样品用10目(小于2mm)的尼龙筛过筛,并放在新的聚乙烯塑料袋中封闭,然后送到实验室进行化学分析。

图 1 研究区域的位置和采样站点 Fig.1 The location of the study area and sampling sites
1.2 分析方法

(1) 粒度分析

表层沉积物样品用10%的H2O2进行预处理,消耗有机物,将过量的H2O2溶液加热蒸发,然后将0.5%的六偏磷酸钠加入到样品中,使沉积物完全分解,最后送到青岛海洋地质研究所,用Mastersizer 2000激光粒度仪进行粒度分析。

(2) 元素分析

分析项目主要有As、Cd、Cr、Cu、Hg、Pb、Zn、Corg。其中,Cd和Cu通过电感耦合等离子体质谱法确定;As和Hg通过原子荧光光谱法确定;Cr、Pb、Zn和Al2O3通过X射线荧光光谱法确定;有机碳由湿法氧化酸重铬酸溶液,再用硫酸亚铁铵滴定确定。本实验的分析测试工作在青岛海洋地质研究所完成,实验所用试剂均为优级纯,实验用水均为超级纯水,分析时采用国标液控制工作曲线,测量分析的相对标准偏差控制在10%以内,仪器分析结果与标准偏差均在允许范围内。

2 结果与讨论 2.1 研究区沉积物重金属背景值

为了减少采样和制样过程中的人为影响,保证各指标间的可比性与等效性,以参比元素为参考标准,对测试样品元素进行归一化处理。参比元素要求不易受所在环境与分析测试过程的影响,性质较稳定,本次研究用的参比元素为Al。为了获得本区域沉积物背景值,本研究采用THZZH-04钻孔1930年以前的数据用于背景值计算,因为1930年之前的辽东湾表层土壤还没有被污染,深度选用72.5~79.75m,将重金属元素As、Cd、Cr、Cu、Hg、Pb、Zn及参比元素Al对应元素浓度求平均值得出相应背景值。

2.2 重金属含量参数特征

上三角洲平原湿地(典型湿地)及相邻浅海湿地(浅水湿地)的表层沉积物重金属元素、粒度、有机碳的统计特征值见表 1。典型湿地的重金属元素As、Cd、Cr、Cu、Hg、Pb、Zn含量的平均值分别为8.970×10-6、0.2000×10-6、68.52×10-6、24.03×10-6、0.04000×10-6、26.10×10-6、77.04×10-6。浅水湿地的重金属元素As、Cd、Cr、Cu、Hg、Pb、Zn含量的平均值分别为10.34×10-6、0.2200×10-6、63.30×10-6、20.80×10-6、0.05560×10-6、23.90×10-6、72.40×10-6。典型湿地沉积物中的各重金属元素平均含量由小到大的顺序为Hg < Cd < As < Cu < Pb < Cr < Zn。SSW(浅水湿地)沉积物中的各重金属元素平均含量为Hg < Cd < As < Cu < Pb < Cr < Zn。UDPW(典型湿地)和SSW的重金属元素平均值排序均与本文的背景值排序(Hg < Cd < As < Cu < Pb < Cr < Zn)一致。

表 1 典型湿地和浅水湿地的表层沉积物重金属元素含量分布 Table 1 Heavy metal distributions in the sediments of the UDPW and SSW

典型湿地重金属值域范围中的Cu、Pb、Zn三个元素出现显著的特异值,由于典型湿地的人类活动较频繁,Cu、Pb、Zn特异值的产生可能受到人为影响。变异系数可以反映重金属元素含量的分散度,由于典型湿地相对于浅水湿地受人为影响较大,一般情况下,典型湿地的变异系数应大于浅水湿地。但Cr和Cu元素出现了异常情况,因此推断,在影响Cr和Cu元素分布的因素中,浅水湿地的粒度效应大于典型湿地的人类污染输入影响。表 1中浅水湿地的重金属元素Cd、Pb、Zn的平均值略大于典型湿地,经过双总体检验后发现,浅水湿地和典型湿地的重金属元素Cd、Pb、Zn的平均值并没有显著差别,2个区域的其他重金属元素的平均值均具有显著差别。除As和Hg外,其他金属元素浓度均表现为浅水湿地显著低于典型湿地。由此推测,湿地生态系统对重金属污染物有一定的过滤作用。

研究区域与其他区域表层沉积物重金属元素含量平均值对比见表 2。研究区域表层沉积物重金属元素含量的平均值均比中国大亚湾、中国泉州湾、土耳其伊兹密尔湾、土耳其Aliaga湾、中国珠江河口和长江河口的数值小,比中国山东半岛近岸区北部的数值大。在研究区域表层沉积物中,重金属元素含量的平均值与中国渤海湾南部相比,除Cu的浓度值略小外,其余元素均高于中国渤海湾南部。从本次研究与2004年针对辽东湾重金属含量的对比看,Cd和Zn含量降低,Cu和Pb含量增加。中国关于海洋沉积物质量的国家标准是对沉积物中主要元素含量的标准评估,因此被广泛应用于环境研究对比。本次研究区域重金属元素的含量均值,均小于中国国家标准。

表 2 研究区域与其他区域表层沉积物重金属元素含量平均值对比[13-21] Table 2 Variations of heavy metals among various coastal areas in the world
2.3 粒度分布特征

研究区重金属元素粒度分布特征及FOLK分类见图 2。由于海流分选作用,典型湿地的分选性要比浅水湿地的分选性差,浅水湿地的FOLK分类类别多于典型湿地的FOLK分类类别。辽东湾顶部西北方向广泛分布着细粒物质沉积区,可能是由于大小凌河入海时大量泥沙的持续供给,以及海洋环流的影响。辽河口则有大量的粗粒沉积物堆积,可能由于近岸入海河流携带了大量的泥沙,并受到长期较强的海洋动力环境影响,沉积物质出现了粗化。辽河口向南延伸,东侧出现粗粒沉积物,西侧则出现细粒沉积物,这种沉积物粒度的分化,反映在辽河口入海的泥沙在河口复杂的水动力条件下,出现了东、西2个方向的扩散和淘洗作用。

图 2 粒径分布图(a)和粒径分类图(b)(FOLK) [22] Fig.2 Particle size distribution (a) and particle size classification (b)
2.4 研究区重金属元素的区域分布

研究区重金属元素的区域分布见图 3。As、Cd、Cr、Cu、Hg、Pb和Zn七种元素和Corg在浅水湿地区域内,重金属元素含量空间分布普遍为西高东低,与上文分析的浅水湿地区域内粒度分布总体呈现西细、东粗相对应,反映浅水湿地区域内重金属元素的空间分布受粒度效应和有机碳的螯合作用影响较突出。在Cd的空间分布图中,辽东湾西北方向出现了极高值区,其位置位于小凌河入海口及其上游,推测小凌河携带的污染物质进入海口周边出现了污染。而Cr的空间分布图中没有出现明显的高值,空间分布与图 2-a粒径分布图类似,反映Cr的空间分布受粒度效应的影响更大。通过观察这7种重金属元素的分布,可以看出盘锦和营口普遍出现了极高值,其中,盘锦的特征污染物为Hg,营口的特征污染物为As、Cd、Cu、Pb和Zn。有机碳的高值区域,分别对应As、Cd、Cu、Hg、Pb和Zn六个元素的高值,推测这些元素的分布可能与有机碳的螯合作用有关。

图 3 典型湿地和浅水湿地重金属元素及有机碳含量分布 Fig.3 Distributions of heavy metals and Corg in the UDPW and SSW
2.5 有机碳、粒度对重金属元素分布的影响

典型湿地中重金属元素As、Cu、Zn与除自身外其他的6种重金属元素均具有显著的正相关关系,重金属元素Cr与Cd、Hg、Pb的正相关关系最弱;浅水湿地中的重金属元素之间均具有显著的正相关关系。典型湿地中除Cr与有机碳的正相关关系较弱之外,其余6种重金属元素与有机碳均具有显著的正相关关系;浅水湿地中7种重金属与有机碳之间均具有显著的正相关关系。典型湿地中As、Cr、Cu、Zn与粘土之间具有显著的正相关关系,Hg和Pb与粘土的正相关关系较弱,Cd与粘土为负相关关系;浅水湿地中As、Cd、Cr、Cu、Hg、Pb和Zn七种重金属元素与粘土均具有显著的正相关关系。分布于典型湿地沉积物中的重金属元素As、Cd、Cu、Hg、Pb、Zn的浓度与有机碳浓度的相关性均大于与粘土的相关性,证实了上述推断,即这6种元素在空间分布上受到有机碳的螯合作用影响。分布于典型湿地沉积物中的重金属元素Cr浓度与有机碳的相关系数小于与粘土的相关系数,进一步证实了上述猜想:Cr的空间分布主要受粒度效应的影响。通过分布于浅水湿地和典型湿地沉积物重金属元素浓度的对比,发现浅水湿地的7种重金属元素与有机碳和粘土的相关性均大于典型湿地,表明浅水湿地在搬运沉积的过程中,受人为影响较小,主要受到粒度效应影响或有机碳的螯合作用影响。分布于浅水湿地沉积物中的7种重金属元素浓度与有机碳浓度的相关性均大于与粘土的相关性。因此表明,浅水湿地在搬运沉积的过程中,受到有机碳螯合作用更大。

2.6 重金属元素积累程度评价 2.6.1 富集因子法

富集因子法(EF)是一种非常有用的反映环境污染程度的指标,能够比较准确地判断重金属元素的富集程度。如果EF值在1.0左右,表明该金属元素完全来源于地壳和自然风化过程。当EF值大于1.0时,表明该金属元素不仅来源于地壳和自然风化过程,还可能来源于人类活动产生的废弃物[23]。Sutherland[24]根据富集因子将重金属污染分为5个级别:EF < 2,无污染-轻微污染;2≤EF < 5,中污染;5≤EF < 20,重污染;20≤EF < 40,严重污染;EF≥40,极重污染。富集因子的数学表达式为:

$ EF = \left( {\frac{{{C_{sample}}}}{{A{l_{sample}}}}} \right)/\left( {\frac{{{C_{baseline}}}}{{A{l_{baseline}}}}} \right) $

式中:EF为重金属元素在土壤中的富集系数;CsampleCbaseline分别为某元素在测试区和参照区的浓度;AlsampleAlbaseline分别为参比元素在测试区和参照区的浓度。

表 3 典型湿地和浅水湿地相关分析 Table 3 The correlation analysis of heavy metal content in the UDPW and SSW

分布于浅水湿地和典型湿地沉积物中的重金属元素EF值分布见箱型图(图 4)。从图 4可知,浅水湿地的重金属元素EF值从大到小的排序为Hg> Cd>As>Cr>Cu>Zn>Pb,典型湿地的重金属元素EF值从大到小的排序则为Cr>Cu>As>Cd> Hg>Zn>Pb。分布于浅水湿地沉积物中的Hg、Cd、As、Cr、Cu五种重金属元素的EF值大于1,典型湿地的Cr、Cu、As和Cd四种重金属元素的EF值大于1,说明人类活动对这几种重金属元素的富集起显著的作用。As、Cd、Cr、Cu、Hg、Pb和Zn七种重金属元素在浅水湿地和典型湿地均处于无污染等级。然而,除典型湿地重金属元素Cr外,其他重金属元素均表现为规模不同的中污染程度,特别是个别站位沉积物Cd和Hg的EF值分布于重污染等级,说明重金属元素的分布在部分地区受到显著的人类活动影响,其中Cd和Hg最明显,结合图 3分析,污染主要来自盘锦市、营口市的人类活动及小凌河的污染排放,需采取措施控制污染源。

图 4 浅水湿地(a)和典型湿地(b)重金属EF值箱型图 Fig.4 Enrichment factors(EF)of heavy metals in the sediments of the SSW (a) and UDPW (b)
2.6.2 地积累指数(Igeo)法

地积累指数(Igeo)是研究水环境沉积物中重金属污染程度的重要定量指标,由德国海德堡大学沉积物研究所的科学家Muller在1969年提出,近年来,被国内外专家学者广泛应用于人类活动产生的重金属元素对土壤污染的评价[19, 25-26]。地积累指数可被分为0~6级:当Igeo≥5时,设置为6级,属于极重污染;当4≤Igeo < 5时,为5级,属于重污染-极重污染;当3≤Igeo < 4时,为4级,属于重污染;当2≤Igeo < 3,为3级,属于中污染-重污染;当1≤Igeo < 2时,为2级,属于中污染;当0≤Igeo < 1时,为1级,属于无污染-中污染;当Igeo < 0时,地积累指数为0级,属于无污染[27]。地积累指数计算公式如下:

$ {I_{{\rm{geo}}}} = {\log _2}\frac{{{C_n}}}{{1.5{B_n}}} $

式中:Cn为元素n在沉积物中的实测含量;Bn为本研究区的地球化学背景值,常量1.5是为消除各地岩石差异可能引起背景值的变动转换系数。CnBn均采用Al进行粒度校正。

分布于浅水湿地的沉积物重金属Igeo值排序为Hg>As>Cd>Cr>Cu>Zn>Pb,典型湿地的重金属元素Igeo值排序为Cr>Cu>As>Cd>Hg>Zn> Pb (图 5)。以上沉积物重金属元素的Igeo均值均小于0,属于无污染级别。分布于SSW中沉积物的As、Cd、Cr、Cu、Pb和Zn的Igeo均值属于无污染等级,Hg均值属于无-中污染等级,Cr、Cu、Pb和Zn有异常值或极值出现在无-中污染等级,As有极值出现在中污染等级,Cd和Hg有极值出现在中-重污染等级。分布于典型湿地沉积物的As、Cd、Cr、Cu、Hg、Pb和Zn的浓度均值均处于无污染等级,Cr有异常值出现在无-中污染等级,Zn有异常值出现在中污染等级,As、Cu、Pb有异常值出现在中-重污染等级,Cd和Hg的异常值出现在重污染等级。从图 5可知,典型湿地生态系统对重金属元素的过滤移除作用明显,即显著地移除了中-重-极重污染物。进入浅海湿地后,在潮汐作用及近海沿岸流的作用下,对污染物进行了重新分配。在河口区低盐度水对沉积物重金属元素的解析与高盐度水对溶解部分的重金属Igeo再絮凝与沉降作用,使部分元素的Igeo平均值增高,形成沉积物的二次污染[28-29]

图 5 浅水湿地(a)和典型湿地(b)重金属元素Igeo值箱型图 Fig.5 Geological index values (Igeo) for each metal in the sediments of the SSW(a) and UDPW(b)
2.6.3 污染因子(CF)

污染因子(CF)是相对于背景值的另一个衡量沉积物重金属元素浓度的参数。如果CF < 1,为无污染或低污染;1 < CF < 3,为中度污染;3 < CF < 6,为中度-重度污染;CF > 6,为重度污染[30]。其计算公式如下:

$ CF = \frac{{M{e_{sample}}}}{{M{e_{baseline}}}} $

式中Mesample是本研究测试的表层样金属浓度值,Mebaseline采用本研究钻孔30年代以前的测试值。

分布于浅水湿地表层沉积物的重金属元素CF值由大到小排序为Hg>As>Cd>Cr>Cu>Zn> Pb, 典型湿地的重金属元素CF值排序为Cr>Cu> As>Cd>Hg>Zn>Pb(图 6)。分布于浅水湿地表层沉积物的重金属元素As、Cd、Cr、Cu、Hg等的CF均值属于中污染级别,Pb、Zn均值属于无污染级别,但有异常值出现在中污染等级范围内,As有异常值出现在中-重污染等级,Cd和Hg的异常值出现在重污染等级。分布于典型湿地表层沉积物的As、Cd、Cr、Cu的均值处于中污染等级,而Hg、Pb和Zn等的均值属于无污染等级,但有异常值出现在中-重污染等级,As、Cd和Cu均有异常值出现在中-重污染等级。结合图 3有关Hg浓度在浅水湿地表层沉积物中的羽状分布,不难推测该区的Hg污染主要来自西侧的小陵河向近海的直接排放,需控制小陵河的污染排放。

图 6 浅水湿地(a)和典型湿地(b)重金属元素CF值箱型图 Fig.6 Contamination factors(CF)of heavy metals in the sediments of the SSW(a) and UDPW (b)
2.6.4 污染负荷指数(PLI)

污染负荷指数(PLI)是n个污染因子相乘开n次方根号,如果PLI>1,则视为污染,PLI < 1,则没有污染[31]。计算公式如下:

$ PLI = {\left( {CF \times CF \times CF \times \cdots \times C{F_n}} \right)^{/n}} $

污染负荷指数(PLI)等值线如图 7所示。研究区PLI < 1的蓝色无污染区域主要分布在辽东湾顶部辽河入海口附近、大凌河下游附近和绕阳河附近。PLI>1的污染区域主要分布在典型湿地区域及辽东湾顶部西北和东南方向,其中以营口附近和小凌河入海口地区数值最高,污染最严重。由于湿地,特别是近800km2的芦苇湿地主要分布于区内中部辽河的两侧,污染负荷指数(PLI)在盘锦附近有高值,但在浅水湿地中部显示较低值,这与湿地对重金属元素的过滤作用有关。但是在营口市附近,由于湿地面积有限,较重的污染仍对近海生态系统有较大的影响,特别是在锦州市较严重的重金属污染物通过小陵河的直接排放,未经湿地的过滤作用,对近海的污染更显著。

图 7 PLI等值线分布图 Fig.7 Distribution of Pollution Load Indexes (PLI)

上述4种评价方法结果基本一致,富集因子法可以有效区分重金属的人为污染和自然污染,地积累指数可以进一步确认人类污染的程度,污染因子及污染负荷指数可以综合评定重金属富集程度是否形成污染,4种方法有相似的结果,但也有各自的特点。综合重金属元素含量分布的等值线图,可以清楚地分析出污染集中的地区。因此,利用多种方法进行评价,可以保证结论具有更普遍的意义。

3 结论

(1) 重金属元素浓度量级大小均遵循Cr (Zn)> Pb>Cu >As>Cd>Hg的分布规律。表层沉积物除As和Hg外,其他金属元素浓度均表现为浅水湿地显著低于典型湿地的同名金属元素浓度,暗示了湿地生态系统对污染物的移除作用。

(2) 重金属元素分布受到有机碳和粒径大小的显著影响,特别是重金属元素浓度之间存在显著的相关性,浅水湿地表层沉积物重金属元素浓度之间及其与有机碳之间的相关性更显著(r=0.439, p < 0.01),揭示了有机碳对重金属的螯合作用。

(3) 本文应用富集因子法、地积累指数、污染因子和污染负荷指数4种评价方法对As、Cd、Cr、Cu、Hg、Pb和Zn七种重金属元素进行重金属污染风险进行了评价,结果基本一致,除Pb和Zn外,其他重金属元素对环境均造成了中度污染。根据重金属元素空间分布及PLI等值线图,发现重金属元素污染主要集中在盘锦市、锦州市、营口市及小凌河入海口附近所在区域,其中以营口市区域最严重。

(4) 分布于典型湿地的表层沉积物重金属污染表现为局部的点源污染。分布于浅水湿地表层沉积物的重金属,虽然局部高值区较典型湿地的低,但由于海域潮汐与沿岸流的作用及高盐度海水对重金属元素的絮凝和再沉淀作用,存在污染面扩散现象。特别是锦州和营口两市的污染物未经湿地生态系统的过滤过程,对近海生态系统的潜在危害更是不容忽视。

参考文献
[1]
蔡奎, 段亚敏, 栾文楼, 等. 河北平原农田土壤重金属元素Pb、Hg地球化学行为的影响因素[J]. 中国地质, 2016(4): 1420-1428.
[2]
Suthar S, Nema A K, Chabukdhara M, et al. Assessment of Metals in Water and Sediments of Hindon River, India:Impact of Industrial and Urban Discharges[J]. Journal of Hazardous Materials, 2009, 171(1/3): 1088-1095.
[3]
Yang Z F, Wang Y, Shen Z Y, et al. Distribution and speciation of heavy metals in sediments from the mainstream, tributaries, and lakes of the Yangtze River catchment of Wuhan, China[J]. Journal of Hazardous Materials, 2009, 166(2/3): 1186-1194.
[4]
Förstner U, Wittmann G T W. Metal Pollution in the Aquatic Environment[J]. Springer, 1979.
[5]
Wang S, Jia Y, Wang S, et al. Fractionation of heavy metals in shallow marine sediments from Jinzhou Bay, China[J]. Journal of Environmental Sciences, 2010, 22(1): 23-31. DOI:10.1016/S1001-0742(09)60070-X
[6]
Liu H, Liqing L I, Yin C, et al. Fraction distribution and risk assessment of heavy metals in sediments of Moshui Lake[J]. Journal of Environmental Sciences, 2008, 20(4): 390-397. DOI:10.1016/S1001-0742(08)62069-0
[7]
Bastami K D, Bagheri H, Kheirabadi V, et al. Distribution and ecological risk assessment of heavy metals in surface sediments along southeast coast of the Caspian Sea[J]. Marine Pollution Bulletin, 2014, 81(1): 262-267. DOI:10.1016/j.marpolbul.2014.01.029
[8]
Dou Y, Li J, Zhao J, et al. Distribution, enrichment and source of heavy metals in surface sediments of the eastern Beibu Bay, South China Sea[J]. Marine Pollution Bulletin, 2013, 67(1/2): 137-145.
[9]
Brix H, Ye S, Laws E A, et al. Large-scale management of common reed, Phragmites australis, for paper production:A case study from the Liaohe Delta, China[J]. Ecological Engineering, 2014, 73: 760-769. DOI:10.1016/j.ecoleng.2014.09.099
[10]
Ye S, Krauss K W, Hans B, et al. Inter-Annual Variability of AreaScaled Gaseous Carbon Emissions from Wetland Soils in the Liaohe Delta, China[J]. Plos One, 2016, 11(8): e0160612. DOI:10.1371/journal.pone.0160612
[11]
Li X, Liang C, Shi J. Developing Wetland Restoration Scenarios and Modeling Its Ecological Consequences in the Liaohe River Delta Wetlands, China[J]. CLEAN-Soil, Air, Water, 2012, 40(10): 1185-1196. DOI:10.1002/clen.201200025
[12]
Yang F, Zhao D Z, Suo A N. The Study of Shuangtaizihekou Wetland Landscape Temporal and Spatial Changes[J]. Remote Sensing Technology & Application, 2008, 23(1): 51-56.
[13]
周秀艳, 李宇斌, 王恩德, 等. 辽东湾湿地重金属污染及潜在生态风险评价[J]. 环境科学与技术, 2004, 27(5): 60-62. DOI:10.3969/j.issn.1003-6504.2004.05.025
[14]
Ruilian Y, Xing Y, Yuanhui Z, et al. Heavy metal pollution in intertidal sediments from Quanzhou Bay, China[J]. Journal of Environmental Science, 2008, 20(6): 664-669. DOI:10.1016/S1001-0742(08)62110-5
[15]
Yamada M, Senna S, Fujiwara H. The distribution and speciation of trace metals in surface sediments from the Pearl River Estuary and the Daya Bay, Southern China[J]. Marine Pollution Bulletin, 2010, 60(8): 1364-1371. DOI:10.1016/j.marpolbul.2010.05.012
[16]
Hu B, Li G, Li J, et al. Spatial distribution and ecotoxicological risk assessment of heavy metals in surface sediments of the southern Bohai Bay, China[J]. Environmental Science and Pollution Research, 2013, 20(6): 4099-4110. DOI:10.1007/s11356-012-1332-z
[17]
Pekey H. Heavy metal pollution assessment in sediments of the Izmit Bay, Turkey[J]. Environmental Monitoring & Assessment, 2006, 123(1/3): 219-231.
[18]
Neşer G, Kontas A, Ünsalan D, et al. Heavy metals contamination levels at the Coast of Aliaga (Turkey) ship recycling zone[J]. Marine Pollution Bulletin, 2012, 64(4): 882-887. DOI:10.1016/j.marpolbul.2012.02.006
[19]
Zhang W, Feng H, Chang J, et al. Heavy metal contamination in surface sediments of Yangtze River intertidal zone:an assessment from different indexes[J]. Environmental Pollution, 2009, 157(5): 1533-1543. DOI:10.1016/j.envpol.2009.01.007
[20]
Xu G, Pei S, Liu J, et al. Surface sediment properties and heavy metal pollution assessment in the near-shore area, north Shandong Peninsula[J]. Marine Pollution Bulletin, 2015, 95(1): 395-401. DOI:10.1016/j.marpolbul.2015.03.040
[21]
中国国家质量技术监督局.中华人民共和国国家标准GB 18668-2002-海洋沉积物质量[S]. 2002.
[22]
Robert L. Folk. A Review of grain size parameters[J]. Sedimentology, 1996, 6(2): 73-93.
[23]
张敏.长江中下游浅水湖泊富营养化机制与重金属污染研究[D].中国科学院研究生院(水生生物研究所)博士学位论文, 2005. http://cdmd.cnki.com.cn/Article/CDMD-80119-2005152035.htm
[24]
Sutherland R A. Bed sediment-associated trace metals in an urban stream, Oahu, Hawaii[J]. Environmental Geology, 2000, 39(6): 611-627. DOI:10.1007/s002540050473
[25]
Srinivasa G S, Ramakrishna R M, Govil P K. Assessment of heavy metal contamination in soils at Jajmau (Kanpur) and Unnao industrial areas of the Ganga Plain, Uttar Pradesh, India[J]. Journal of Hazardous Materials, 2010, 174(1/3): 113-121.
[26]
Lu X, Wang L, Kai L, et al. Contamination assessment of copper, lead, zinc, manganese and nickel in street dust of Baoji, NW China[J]. Journal of Hazardous Materials, 2008, 161(2/3): 1058-1062.
[27]
管后春, 李运怀, 彭苗枝, 等. 黄山城市土壤重金属污染及其潜在生态风险评价[J]. 中国地质, 2013, 40(6): 1949-1958.
[28]
Fritioff Å, Kautsky L, Greger M. Influence of temperature and salinity on heavy metal uptake by submersed plants[J]. Environmental Pollution, 2005, 133(2): 265-274. DOI:10.1016/j.envpol.2004.05.036
[29]
Du Laing G, De Vos R, Vandecasteele B, et al. Effect of salinity on heavy metal mobility and availability in intertidal sediments of the Scheldt estuary[J]. Estuarine, Coastal and Shelf Science, 2008, 77(4): 589-602. DOI:10.1016/j.ecss.2007.10.017
[30]
Hakanson L. An ecological risk index for aquatic pollution control. a sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8
[31]
Tomlinson D L, Wilson J G, Harris C R, et al. Problems in the assessment of heavy-metal levels in estuaries and the formation of a pollution index[J]. Helgoländer Meeresuntersuchungen, 1980, 33(1/4): 566-575.