基于PCA-APCS-MLR模型的滇池流域地下水质量影响因素定量识别

近年来,随着人类活动的加剧,滇池流域地下水质量不断恶化.本研究在评价流域地下水质量及主要影响指标的基础上,利用主成分分析法(PCA)归纳主要影响水质的驱动因子,并结合绝对主成分得分-多元线性回归受体模型(APCS-MLR模型)进一步量化了人为和天然因素对流域内地下水质量的影响程度.结果表明:①滇池流域约78%的地下水超过GB/T 14848-2017《地下水质量标准》Ⅲ类水标准,其中主要超标指标为铝(Al)、锰(Mn)和总铁(TFe).②通过主成分分析(PCA)提取了5类影响水质的主成分因子,分别为水岩相互作用因子(24.27%)、生活污水漏排因子(17.09%)、农业活动污染因子(12.24%)、地质环境背景因子(10.26%)和工业活动污染因子(9.14%),方差累积贡献率为73.00%.③利用APCS-MLR模型进一步量化了各类人为和天然因素对流域内地下水质量影响的贡献,5项因子对特征指标的平均贡献率分别为45.15%、70.76%、45.54%、54.1%和44.59%.研究显示,人类活动对地下水的过度开采及工农业活动是导致区域地下水质量下降的主要因素.

基于APCS-MLR模型的牛尾河流域污染源解析

为准确了解当前牛尾河污染状况及原因,采用传统内梅罗指数法、改进内梅罗指数法和主成分分析法对该河流上的后西吴桥断面进行水质评价分析,采用APCS-MLR模型对牛尾河流域的污染来源进行解析。结果表明:近3 a牛尾河水质逐渐好转,同一年内丰水期水质劣于枯水期和平水期的;牛尾河主要污染因子为NH_(3)-N和TP;牛尾河的主要污染物来源有工业污染、雨洪径流污染、农业面源污染,三者的贡献率分别为32.6%、25.3%和18.6%。

基于APCS-MLR和PMF的铅锌矿流域土壤重金属来源解析

以广西阳朔铅锌矿为研究对象,分析了表土中的Cr、Mn、Ni、Cu、Zn、As、Cd、Sb、Hg和Pb共10种重金属元素含量,并利用绝对主成分-多元线性回归模型(APCS-MLR)和正定矩阵因子分解法(PMF)等方法,识别和定量解析污染源及其贡献率.研究区内Pb、Zn、Hg、Cd、Mn和Cu的含量超过了广西当地土壤背景值3.29~13.08倍,Cr、Ni、As和Sb在局部地区超过背景值,表明研究区存在重金属污染现象;10种重金属在各深度上呈现条带状和点状分布,其中Mn、Cu、Zn、As、Cd、Sb和Pb含量高值条带状分布于思的河左岸和思的河山前区域,Cr、Ni和Hg含量高值主要分布于中西部高冈处;APCS-MLR模型和PMF模型源解析结果表明表层土壤重金属来源主要为工矿活动源、自然因素(成土母质、降雨冲刷等)和工矿及农业活动复合源,但在贡献率上存在差异,APCS-MLR模型提取的污染源贡献率依次为工矿及农业混合源(30.95%)、工矿活动(22.39%)、自然因素(15.79%)和未识别源(8.35%),PMF模型提取污染源贡献率依次为工矿活动(35.16%)、尾矿和废渣(28.21%)、工矿活动及农业活动的复合源(20.89%)和自然因素(15.74%).两种模型不同的因子提取方式、APCS-MLR模型的正交性约束、PMF模型的不确定度考虑和非负约束性等可能是引起解析差异的原因.

基于APCS-MLR模型的阳春市农田土壤中重金属源解析

阳春市位于广东省西南部,多金属矿床分布较广。本文选取阳春市作为研究区,考察农田土壤中重金属(包括砷、镉、铬、铜、汞、镍、铅和锌)的含量、分布和来源。其间采用绝对主成分得分-多元线性回归(APCS-MLR)模型,识别土壤样品中重金属的潜在来源。该模型确定3个可能的来源,即交通排放、自然源和农业活动,分别占28.16%、16.68%和14.42%。

基于PCA-APCS-MLR的地下水污染源定量解析研究

以中国东北地区典型工业基地沈阳浑河冲洪积扇为研究对象,采集区域内43个采样点水质样品,分析了16项地下水质关键指标,在水化学统计和水质分析确定水质等级及特征污染物的基础上,利用主成分分析(PCA)方法确定水质指标主要因子分类,运用Arc GIS软件刻画不同污染源的空间分布规律,利用绝对主成分得分多元线性回归受体模型(APCS-MLR)计算不同公因子对地下水质的贡献程度,并验证污染源解析结果的准确性.结果表明:研究区内地下水氮、磷和铁等元素超标严重,地下水水质演化受人类活动影响较大;4类主要污染因子分别是溶滤迁移作用因子(贡献率34.21%)、农业活动污染因子(贡献率20.13%)、地质环境背景因子(贡献率13.39%)和工业活动影响因子(贡献率8.97%),方差累计贡献率为75.64%;工业生产、生活污废水排放和农业生产中农药化肥使用是地下水主要污染源且多分布于沈阳西部、西北部和南部等地区,淋溶、迁移-富集作用和农业污染对地下水质影响较为明显,PCA-APCS-MLR模型预测浓度与实测浓度一致,该方法对于地下水污染源的计算分配具有良好的针对性,适用于地下水污染源解析.

基于APCS-MLR模型的西洞庭湖沉积物重金属来源解析

【目的】揭示西洞庭湖沉积物重金属的时空分布规律,阐明湖泊沉积物的重金属来源,探究绝对主成分-多元线性回归(absolute principal component score-multiple linear regression,APCS-MLR)模型在湖泊沉积物重金属来源解析中的适应性。【方法】采集沅江河口、湖泊近岸、湖泊远岸和湖泊中心的4个沉积柱共160个样本,对样本进行210Pb同位素定年和重金属含量分析,运用传统多元统计分析方法和APCS-MLR模型定量解析重金属的来源与绝对贡献率。【结果】从沅江河口到湖泊中心,As和Cd的平均含量逐步递减,Cr、Cu、Ni、Pb和Zn的平均含量呈先减少后增加的趋势。在垂直方向上,重金属含量自沉积物表层向中层呈升高趋势,并随水深的增加出现相对一致的波动。从时序上看,沉积物重金属自然源的绝对贡献率呈下降趋势,人为源的绝对贡献率总体上升且超过自然源的绝对贡献率。其中,Cd的来源受人类活动影响最大,其人为源在沅江河口和湖泊中心的绝对贡献率分别为28.77%和69.35%。【结论】近百年来,人类活动对西洞庭湖沉积物重金属来源的绝对贡献率逐年上升,人类活动已经成为影响沉积物重金属含量最重要的因素。APCS-MLR模型能够简便、有效地应用于沉积物重金属来源的研究。

基于APCS-MLR的宝象河沉积物重金属污染源解析

解析重金属污染来源是河流污染防治的重要基础。该文以滇池宝象河干流为研究对象,采集并分析了Zn、Cu、Ni、Pb、Cr 5种常见重金属在活泼态(可交换态及碳酸盐结合态、铁锰氧化物结合态、有机结合态)和残渣态下的含量。在利用相关性分析法、主成分分析法等分析方法的基础上,结合绝对主成分-多元线性回归受体模型(APCS-MLR)对其表层沉积物重金属来源进行了定量解析,结果表明:(1)研究区内5种重金属含量均超过背景值,其中Zn、Cu污染较为严重,Zn含量平均值为233.30 mg/kg,接近国家标准中土地污染筛选值250.00 mg/kg;Cu含量平均值为119.12 mg/kg,超过国家标准中土地污染筛选值100 mg/kg。(2)Zn、Ni、Pb、Cr污染主要来源于交通运输引起的大气沉降、汽油和油漆使用以及城市街道灰尘等;Cu污染主要来自农业农药使用和施肥、家畜养殖及农村生活垃圾等。(3)多元线性回归模型结果说明,"交通源"对Zn、Cr、Ni、Pb的贡献率分别为106.199%、281.404%、117.563%和100.266%;"农业源"对Cu的贡献率为154.682%。该结果与已有研究结果的结论基本相同,表明该模型在解析重金属污染来源上具有很好的适用性,可对传统源分析方法结果进行补充和解释。

基于APCS-MLR受体模型的农田土壤重金属源解析

定性、定量分析湘潭县农田土壤重金属的污染来源及源贡献率。以湘潭县农田土壤为研究对象,结合地统计学分析,利用数理统计方法[相关性分析、因子分析和绝对因子分析/多元线性回归(APCS-MLR)受体模型],解析了研究区域内镉(Cd)、汞(Hg)、砷(As)、铅(Pb)、铬(Cr)、铜(Cu)、锌(Zn)和镍(Ni)8种重金属元素的来源及源贡献率。结果表明:研究区域内8种重金属元素中仅有Cd含量平均值超出了农用地土壤污染风险筛选值(0.3 mg·kg^(-1),pH≤5.5),且Cd的空间变异性较强,其次是Hg,两者均受人为活动影响较大。综合数理统计分析和地统计学分析,将土壤中8种重金属元素的主要来源归结为3个:工业源主要分布于湘潭县工矿企业密集的东北部,其对Cd、Pb、Zn、Hg具有较大贡献率,分别为65.36%、49.21%、43.43%和22.12%;农业源对As、Hg、Pb具有较大贡献率,分别为59.20%、24.97%和17.82%;自然源对Ni、Cu、Cr具有较大贡献率,分别为86.73%、87.87%和89.67%。研究区域内土壤重金属含量主要受工业活动和自然成土母质影响较大,应重点加强Cd的来源控制,并加强管理和修复治理进度,降低其风险水平。受体模型和地统计学的结合使用能有效地定性、定量解析农田土壤重金属的来源与源贡献率。

基于APCS-MLR受体模型的弹药销毁场土壤重金属源解析

为了掌握弹药销毁场重金属污染状况与来源,以山西某典型弹药销毁场为例,对该销毁场39个表层土壤重金属(Cr、Ni、Cu、Zn、As、Cd、Sb、Pb)的污染状况、分布特征与污染来源进行评价与分析.结果表明,弹壳堆放区表层土壤重金属Cr、Ni、Cu、Zn、As、Cd、Sb、Pb的平均含量分别为45.57、23.43、325.54、265.43、9.53、0.42、304.17、13174.29 mg·kg^(-1),其余区域表层土壤重金属Cr、Ni、Cu、Zn、As、Cd、Sb、Pb的平均含量分别为102.09、26.75、1137.18、3007.13、7.71、0.95、70.65、2894.97 mg·kg^(-1),均高于山西省背景值.污染指数评价结果表明,Pb、Zn、Cu、Sb和Cd的累积程度较高.研究区土壤重金属生态危害指数为2653.35,达到极高生态风险水平.绝对主成分得分-多元线性回归模型(APCS-MLR)表明,Ni、Cd、Zn、Cr和Cu的来源主要为混合源,贡献率为72.94%,Pb和Sb的主要来源是销毁源,贡献率为53.99%,自然源对As贡献率最大,为44.63%.

基于APCS-MLR和PMF模型解析黄河下游文化公园土壤重金属污染特征及来源分析

选取黄河下游典型人类扰动区———黄河文化公园为研究区域,系统采集表层土壤样品,测定土壤中7种(Cr、Ni、Cu、Zn、Cd、Pb和As)重金属含量,利用地累积指数研究公园土壤重金属污染特征,应用克里格空间插值法、绝对因子分析-多元线性回归模型(APCS-MLR)和正定矩阵因子分解(PMF)模型解析黄河文化公园土壤重金属的来源.结果表明,研究区表层土壤重金属(Cd、Zn、Cu、Pb和As)含量平均值高于黄河下游潮土区土壤元素背景值,分别是背景值的4.62、1.78、1.41、1.08和1.03倍.除Zn外,其他元素含量均低于黄河流域沿线不同区域土壤相应元素值.7种元素地累积指数递减趋势为:Cd>Zn>Cu>Ni>Pb>As=Cr,元素Cd属于偏中污染,在表层土壤中积累明显.空间分布特征及源解析结果显示,Cr、Ni和Cu为自然源因子,主要受成土母质影响;Cd和Pb为交通源,Zn和As属于受少量人类活动和自然叠加影响的混合源.APCS-MLR的分析结果显示:自然源贡献率为46.67%,交通源贡献率为24.11%,混合源贡献率为16.12%,其他源贡献率为13.10%;PMF模型解析结果表明:自然源贡献率为35.50%,交通源贡献率为35.48%,混合源贡献率为29.02%.该研究对黄河沿线生态旅游开发及环境风险管控提供支撑.

基于APCS-MLR受体模型和地统计法的矿区周边农用地土壤重金属来源解析

为探明矿区周边土壤重金属来源,为地区土壤污染防治提供有效建议,在重庆市黔江区五里乡北部采集表层土壤(0~20 cm)样品118件,分析了土壤中重金属(Cd、Hg、Pb、As、Cr、Cu、Zn和Ni)含量及土壤pH,利用地统计法和APCS-MLR受体模型对土壤重金属空间分布和来源进行了研究.结果表明,土壤重金属含量明显高于重庆市背景值,存在明显的表层累积.Hg、Pb、Cd、As和Zn均表现为极强变异.土壤Cd、Hg、Pb、As和Zn超过风险筛选值的比例分别为47.11%、6.61%、4.96%、5.79%和7.44%,土壤Cd、Hg、Pb和As超过风险管制值的比例分别为0.83%、4.13%、0.83%和0.83%,土壤重金属超标问题显著.土壤Cd、As、Cr、Cu和Ni主要受到成土母质的影响,对土壤元素总量的贡献率分别为77.65%、68.55%、71.98%、90.83%和82.19%,土壤Hg、Pb和Zn主要受到汞矿和铅锌矿开采的影响,贡献率分别为86.59%、88.06%和91.34%.此外,农业活动也会影响土壤Cd和As的含量.建议加强农产品和农业投入品安全监测,种植重金属低累积品种,减少禽畜粪肥的使用,在超过重金属污染风险管制值的区域,种植非食用农产品.

典型生态脆弱区水库周边大气降尘重金属风险评价及APCS-MLR模型溯源

为评估生态脆弱区大气中重金属的健康风险状况及污染来源,以锡林郭勒盟大河口水库周边为研究区,2021~2022年对布设的12个大气降尘监测点进行为期1a的采集工作,共收集到样品144份,测定Cr、Ni、Pb、Cu、Zn、Mn、As和Cd共8种重金属的含量,运用潜在生态指数(E_(r)^(i))和健康风险评价模型评估大气中重金属对生态安全和人体健康的风险水平,利用富集因子分析法,主成分分析法及绝对主成分-多元线性回归(APCS-MLR)受体模型定性与定量地解析研究区大气重金属污染来源.结果表明:①研究区全年大气降尘重金属综合潜在生态风险均值属于强生态风险,各重金属元素中仅Cd元素处于极高风险程度,其余均为轻微风险.②健康风险评价结果表明,手口途径和皮肤接触途径摄入是引起非致癌风险和致癌风险的主要暴露途径,儿童在个别月份存在非致癌风险与可接受的致癌风险,其中As元素是非致癌风险与致癌风险的主要贡献来源.③通过富集因子分析、主成分分析和APCS-MLR受体模型计算表明:风沙扬尘源占比最大,为37.82%,煤炭燃烧与交通源对Cu、Cd、Pb和Zn的贡献率分别为:73.01%、40.22%、70.31%和32.82%;采矿活动对As贡献率为42.59%;工业源对Cd元素的贡献率为22.01%;人类其他活动源对Cd、As、Pb和Zn的贡献分别为:21.12%、34.40%、23.04%和32.15%.

基于APCS-MLR和PMF模型的煤矸山周边耕地土壤重金属污染特征及源解析

以重庆市南川区某煤矸山周边耕地土壤为研究对象,运用内梅罗指数法和地累积指数法分析土壤重金属污染水平和分布特征,并采用绝对因子得分-多元线性回归(APCS-MLR)和正定矩阵因子分解(PMF)模型,探析研究区土壤重金属来源及其贡献率.结果表明,下游区土壤中8项重金属均值含量均高于上游区,其中Cu、 Ni和Zn含量显著高于上游区(P<0.05).内梅罗综合污染指数表现为:下游区(1.22)>上游区(0.95),重金属污染程度由大到小表现为:Cd>Cu>Hg、 As、 Pb、 Cr、 Ni和Zn.地累积指数由大到小表现为:Cd>As>Cu=Hg>Ni>Zn=Cr>Pb.源解析表明,研究区土壤中Cu、 Ni和Zn主要受煤矸山堆存影响,APCS-MLR模型的贡献率分别为49.8%、 94.5%和73.2%,PMF模型的贡献率分别为62.8%、 62.2%和63.1%;Cd、 Hg和As主要受农业和交通混合源影响,APCS-MLR模型的贡献率分别为49.8%、 94.5%和73.2%,PMF模型的贡献率分别为62.8%、 62.2%和63.1%;Pb和Cr主要受土壤母质等自然因素影响,APCS-MLR模型的贡献率分别为66.4%和94.7%,PMF模型的贡献率分别为42.7%和47.7%.APCS-MLR和PMF模型源解析结果基本一致.

PCA-APCS-MLR和地统计学的典型农田土壤重金属来源解析

人类活动往往会增加表层土壤重金属含量,进而影响了区域土壤重金属的精确定量与评估.为系统研究浙江省西部石煤矿山周边典型农田土壤重金属污染源的空间分布特征及其贡献率,采集并分析了耕地表层土壤样品和农产品中Cd、Hg、As、Cu、Zn和Ni等重金属,重点探讨各元素地球化学特征并对农产品进行生态风险评价.采用相关性分析、主成分分析(PCA)和绝对主成分得分-多元线性回归受体模型(APCS-MLR),解析了该地区土壤中重金属污染的来源和源贡献率,并采用地统计学分析法对土壤中Cd、As的空间分布特点进行了分析.结果表明,研究区内6种土壤重金属(Cd、Hg、As、Cu、Zn和Ni)含量都超过风险筛选值,其中Cd和As含量超过风险管制值,其超标率分别为36.11%和0.69%,而农产品中Cd也存在严重超标.通过分析认为研究区土壤重金属污染源主要有2个:源1(Cd、Cu、Zn和Ni)为矿业活动源和自然源,对Cd、Cu、Zn和Ni的贡献率分别为78.53%、84.41%、87%和89.13%;源2(Hg和As)以工业源为主,对Hg和As的贡献率分别为83.22%和82.41%.Cd为研究区污染风险最大的重金属,应采取措施降低污染风险.研究区北东部有一座富含Cd、Cu、Zn和Ni等元素的废弃石煤矿山,大气沉降、矿山废水汇入灌溉水和流入农田底泥是导致耕地这4种重金属污染的主要原因;此外,大气沉降物作为As和Hg的主要来源,与农业生产也有很大关系.上述研究可为农田生态环境管理精准施策提供技术支撑.

广州周边地区地表水稀土元素污染特征及来源解析

以广州市周边地区地表水为研究对象,测定地表水中溶解态稀土元素La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb和Lu的浓度,采用单因子评价指数、内梅罗综合污染指数以及潜在生态风险指数对地表水中溶解态稀土元素进行污染和风险评价,通过APCS-MLR受体模型对广州市周边城区地表水中溶解态稀土元素的来源进行定量化解析,探究高度城市化的非矿区地表水中稀土元素的浓度分布特征。结果表明,研究区地表水溶解态稀土元素La、Ce、Nd、Pr、Gd、Dy、Sm、Er、Yb、Ho、Tb、Eu、Tm和Lu的平均浓度分别是背景值的6.97、5.15、4.06、4.58、1.58、1.71、1.14、1.26、1.22、1.67、1.33、0.47、0.83和0.80倍,表明广州市周边地区地表水中稀土元素可能存在富集现象,尤其是La、Ce、Nd和Pr等轻稀土元素。空间分布特征表明,稀土元素浓度较高的区域集中在位于广州市市内的石门山、黄山鲁和白云山,推断轻稀土元素浓度可能会受到城市中剧烈的人为活动影响。单因子污染指数结果表明,研究区地表水主要受轻稀土元素(La、Ce、Pr和Nd)污染;内梅罗综合污染指数分析表明,石门山、罗浮山、白云山和黄山鲁采样区地表水中稀土元素属于重度污染水平。潜在生态风险评价结果表明,轻稀土元素La、Ce、Pr和Nd为主要污染因子,石门山、白云山和黄山鲁采样区地表水中稀土元素污染属于中度风险水平;罗浮山和帽峰山属于低风险水平。皮尔逊相关性分析显示研究区地表水中稀土元素之间存在较强的相关性;由APCS-MLR受体模型分析得出2个主要污染源(源1和源2)和未解析源(源3),源1为自然源,贡献率为80.96%~99.12%,为研究区地表水稀土元素的主要来源;源2为人为源,主要由交通运输、工业活动等引起,其贡献率为0.32%~8.67%,是研究区地表水稀土元素的第二大来源。

京杭运河上游河段磷污染时空分布特征及污染源解析

为揭示京杭运河上游桐乡段总磷浓度不能稳定达到GB 3838—2002《地表水环境质量标准》Ⅲ类标准的原因,在桐乡段干流布设24个采样点,入河支流布设18个采样点,开展水质加密监测,研究磷污染发生的时空变化规律;基于水质常规指标的主成分分析,以及各主成分因子中强载荷指标与三维荧光组分的相关性分析,对重点河段磷的主要污染源进行解析;并基于绝对主成分—多元线性回归模型,定量评价主要磷污染源的贡献率。结果表明:1)京杭运河上游桐乡段干流入境水总磷浓度为0.14~0.20 mg/L,沿程监测点5~7、9和21~24有明显变差趋势,最高浓度达0.40 mg/L;部分入河支流水质较差,总磷浓度达到0.44 mg/L。2)主成分分析得到3个主因子,因子1以氨氮、溶解态磷为主要载荷,与类蛋白质组分显著相关,代表生产生活污染;因子2以高锰酸盐指数、溶解态磷、颗粒态氮为主要载荷,与类腐殖质组分显著相关,代表农业源;因子3以颗粒态磷、颗粒态氮为主要载荷,与浊度显著相关,代表码头污染与底泥源。3)运河上游河段的磷污染主要发生在干流监测点5~7和9,主要为码头污染与底泥源,其在丰水期和平水期的贡献率分别为65.9%和31.8%;监测点21~24主要为农业源,其在丰水期和平水期的贡献率分别为34.0%和32.1%;此外,生产生活污染在丰水期也有较大影响,其对监测点5~7和9、21~24的贡献率分别为42.6%、31.8%。

河南荥阳市耕地土壤重金属分布特征及来源解析

耕地质量关系着人民生活,而重金属是影响耕地质量的重要因素之一。根据全国土壤污染状况调查显示,中国耕地环境状况不容乐观,对耕地的重金属调查分析迫在眉睫。但仅简单地对重金属含量水平及来源类型进行判断已不足以为区域土壤重金属污染治理提供支持,而通过对各类污染源贡献率的定量计算,不仅可以明确农田土壤重金属分布特征,同时可判别污染源类别及来源,从而识别优先控制的污染元素,为重金属污染精准管控提供关键信息。本文采集河南荥阳市耕地表层土壤样品(0~20cm),应用电感耦合等离子体质谱和发射光谱法(ICP-MS/OES)、原子荧光光谱法(AFS)及离子选择电极法(IES)对As、Cd、Cr、Cu、Hg、Ni、Pb、Zn等8种重金属进行测试和p H分析;利用多元统计、绝对因子分析-多元线性回归(APCS-MLR)受体模型探讨研究区8种重金属污染含量空间分布特征及来源,利用富集因子和地累积指数开展土壤污染评价。结果表明:(1)耕地土壤中重金属含量整体偏高。除Cr外,其他元素为郑州市土壤背景值的1.04~1.40倍,其中Cd的累积效应较明显。(2)研究区重金属高值区主要分布于荥阳市城区周边。(3)基于富集因子法、相关性分析、主成分分析及APCS-MLR源解析结果显示,研究区重金属主要有三个来源:自然源对Ni、As、Cu、Cr的贡献率分别为98%、94%、80%及63%;工业源对Cd的贡献率为78%;其他源则主要是农业化肥源、燃煤源的混合源,对Cr、Pb、Hg的贡献率分别为37%、35%及33%。(4)地累积指数表明,研究区各重金属以无污染为主,而Cd超标率最高,其中度、中-重度污染、重度污染样点数分别为19个、5个及3个,并存在1个极重度污染样点。综上,Cd在研究区耕地中富集较明显,为潜在的主要污染元素;工业源、自然源、农业化肥源及燃煤源是重金属的主要来源,表明人类活动已对研究区耕地产生影响,需采取措施避免该影响进一步加剧。

APCS-MLR结合PMF模型解析厦门杏林湾近郊流域沉积物金属来源

城市化、工业化和农业集约化的快速发展,导致排入近郊流域水体中的金属不断增多.为了及时阻断污染源头,制定有针对性的风险缓解措施,准确识别和量化复杂环境内沉积物中金属的污染来源显得尤其重要.对厦门杏林湾近郊流域水系表层沉积物中14个金属元素(Cd、Cu、Sr、Zn、U、Pb、Th、Ni、Be、Co、Cr、Rb、V和Mo)含量进行分析测定.综合运用相关性分析、聚类分析、绝对主成分-多元线性回归(APCS-MLR)和正定矩阵因子分解法(PMF)等多种方法,识别和定量解析污染源及贡献.近郊流域水系沉积物中大部分金属元素含量超过厦门市C层土壤环境背景值,各金属在不同区域(许溪、苎溪、后溪和杏林湾)分布存在差异,平水期和丰水期的苎溪区域样点的表层沉积物中,变异系数大的Cr、Cu、Zn、Mo和Cd元素含量比其他区域的含量高,其中,Cu和Cd污染较为严重;丰水期的整体区域沉积物中金属的富集程度相比于平水期有所下降,Cu和Cd在两个时期均为显著富集;相关性分析、聚类分析和主成分分析表明,杏林湾近郊流域水系表层沉积物中金属污染来源较为复杂.Ni、Cu、Zn和Pb主要来源于采矿活动;Be、Rb、Th和U均由自然源控制;Mo和Cr主要来源于工业活动;Co、V和Sr以海源为主;Cd以农业生产影响为主.APCS-MLR和PMF模型分析结果表明,水系表层沉积物中金属来源分为5种,人类活动排放的贡献率达到52.57%,其中采矿活动、工业生产和农业活动的贡献率分别为17.72%、19.09%和15.77%;自然输入的贡献率为47.43%,其中自然源和海源的贡献率分别为16.73%和30.7%.

基于PMF和APCS-MLR模型的工业城市大气降尘金属源解析及综合污染评价

为研究邯郸市区大气降尘的污染状况,在3个功能区逐月采集了2年的大气降尘样品,分析了降尘中Al、Fe、Cd、Cr、Cu、Mn、Ni、Pb、Zn和As等10种金属元素的质量分数,使用正定矩阵因子分解模型(PMF)和绝对主成分-多元线性回归模型(APCS-MLR)解析其来源,并采用大气降尘重金属综合污染指数(IPI.dhm)模型评估8种重金属(Cd、Cr、Cu、Mn、Ni、Pb、Zn和As)的污染水平,并结合最优源解析结果定量计算各源的污染贡献。结果表明:除Al外,邯郸市大气降尘中9种金属元素质量分数均超过河北省(A层)土壤背景值,不同功能区元素含量差异明显;PMF模型解析出5个源,分别为燃煤源、冶炼排放源、自然源、道路交通源和工业排放源;APCS-MLR解析出3个源,分别是工业与冶炼排放源,燃煤和交通混合源及自然源;PMF的解析结果更优。IPI.dhm结果显示,Cd、Cr、Zn和Pb为显著污染因子。基于源贡献的污染评估结果表明,5个源的贡献率依次为工业排放源(32.81%)>燃煤源(21.73%)>冶炼排放源(16.80%)>道路交通源(15.02%)>自然源(13.63%)。以上结果表明,该地区大气降尘重金属污染主要受工业和燃煤排放影响,建议优先控制工业排放和推进清洁能源以控制区域降尘重金属污染。本研究用到的大气降尘污染的来源解析与综合污染评价方法可为其他工业城市的提供参考。

基于GIS及APCS-MLR模型的兰州市主城区土壤PAHs来源解析

为了解兰州市主城区表层土壤多环芳烃(PAHs)的污染现状,采集兰州市主城区表层土样62份,利用GC-MS(气相色谱-质谱联用仪)分析土样中16种优控PAHs的含量,采用描述性统计方法表征PAHs污染特征,运用APCS-MLR(绝对主成分分析-多元线性回归)模型判断土壤PAHs的来源,并验证模型结果的准确性,最后结合地统计方法确定各PAHs来源的主要影响区域.结果表明,兰州市主城区表层土壤Σ16 PAHs的含量为1069~7377μg·kg^(-1),平均为2423μg·kg^(-1);其中,以4~6环的高分子量PAHs为主,占Σ16 PAHs的质量分数为72.81%.APCS-MLR模型验证结果表明,实测值与预测值吻合性较高,该模型对于研究区土壤PAHs源解析有很好的适用性.兰州市主城区表层土壤PAHs的来源主要为交通排放源(35.42%)、石油排放源(29.88%)和煤炭与生物质燃烧混合源(33.91%),高值区主要分布在交通密集范围和工业区.结果表明研究区土壤PAHs来源复杂,且受人为活动的影响较大,应根据各污染源的贡献率和影响区域加强控制,以减少污染源排放量,从而降低土壤PAHs的污染程度.