摘要
为了探究安阳市主焦煤矿周边耕地土壤重金属污染状况及其来源,本文分析测定8种重金属含量，采用内梅罗污染指数法、潜在生态风险指数法和地累积污染指数法进行重金属污染综合评价；基于相关性分析并采用绝对主成分-多元线性回归模型（APCS-MLR）识别污染源。结果显示：Hg、Cu、Ni、Cd、Zn、Cr元素含量均高于河南省土壤背景值，富集程度最大元素为Hg，Cd次之；Cd综合污染等级为Ⅱ，其余7个重金属元素的综合污染等级为Ⅰ；Hg单因子潜在生态风险指数均值最高，Cd次之，但Cd显示潜在生态风险指数最大值；研究区土壤重金属污染来源主要为煤矸山堆存、自然源、农业活动和化石燃料燃烧的复合源以及工业和施肥农业活动复合源。结论认为，研究区主要潜在生态风险因子Cd、Hg与农业活动和化石燃料燃烧的复合源有关，需重视区域化石燃料燃烧管控和燃烧技术进步，提高传统农业活动中化肥、农药的使用技术水平，以降低重金属污染风险。
Abstract
In order to investigate the pollution status and sources of heavy metals in the farmland soil around the main coking coal mine in Anyang. The contents of 8 kinds of heavy metals were determined, and the comprehensive evaluation of heavy metal pollution was carried out by using the method of Nemerow pollution index, potential ecological risk index and geochemical accumulation index. Based on the correlation analysis and using the absolute principal component-multiple linear regression model (APCS-MLR), the pollution sources were identified. The results showed that the contents of Hg, Cu, Ni, Cd, Zn, Cr elements were higher than the soil background values of Henan Province, with the highest enrichment degree of Hg, and secondary enrichment degree of Cd. The comprehensive pollution level of Cd was II, and the other heavy metals were grade I. The Hg was of the highest average potential ecological risk index, followed by Cd, and the Cd had the maximum value of potential ecological risk indexes. The sources of soil heavy metal pollution in the study area are mainly a composite source of coal gangue pile storage, natural source, agricultural activities and fossil fuel combustion, and a composite source of industrial and fertilized agricultural activities. The conclusion is that the main potential ecological risk factors Cd and Hg in the study area are related to the composite sources of agricultural activities and fossil fuel combustion. It is necessary to pay attention to regional fossil fuel combustion control and technological progress, improve the technical level of fertilizer and pesticide use in traditional agricultural activities, and reduce the risk of heavy metal pollution.
Keywords
0 引言
安阳主焦煤矿位于豫、冀两省交界，行政区划分属河北省磁县和河南省殷都区管辖。矿区地理坐标为：东经 114°04'21″～114°08'13″，北纬 36°15'54″～36°17'35″；面积 8.25 km2。煤矿开采后形成采煤塌陷地，引发多重生态环境问题：采空区塌陷导致土壤侵蚀、地表排水系统损毁及局部积水；地表塌陷改变农田坡度，对耕地的耕作条件产生不利影响，导致耕地功能退化，农作物减产；煤矸石露天堆放加剧生态压力，造成土地植被资源破坏和土壤重金属污染。矿区因采矿、冶炼等活动导致土壤重金属污染问题初步显现，初期以土壤污染调查为主，重点关注重金属含量检测及空间分布，初步确认污染与矿业活动的关联性。后期主要分析污染空间特征，并评估生态风险。随着开展安阳主焦煤矿矿山地质环境保护与复垦工作，地质环境问题得到了较好解决，但以土壤重金属污染为主的生态环境问题尚未充分解决。
土壤重金属污染具有隐蔽性、无法逆行、非生物降解和易富集性特征（赵委托，2016；李玉梅等， 2017；陈自然等，2025；孟嘉伟等，2025），使得其不容易被察觉，从而通过在土壤中不断富集，影响土壤肥力、农作物质量，最后通过食物链进入人类身体危害身体健康。重金属污染评价和溯源是土壤污染治理的前提；目前对土壤重金属污染状况评价常用方法有内梅罗污染指数法和潜在生态风险评价法等方法（能子礼超等，2020；郭立刚，2021）。赵雪和黄森林（2012）研究了铜川市君安煤矿土壤的重金属污染特征；麻冰涓等（2015）应用调整 Hakanson生态风险指数对河南省武跋县大块农田土壤中重金属进行潜在生态风险评价，得出研究区综合潜在生态风险处于轻微等级。用于土壤污染源解析的方法主要有多元统计方法、绝对主成分得分-多元线性回归法（APCS-MLR）和正定矩阵因子分解法 （PMF）（于旦洋等，2021）。其中 APCS-MLR 模型通过降维的主要因素和绝对因子得分与污染物的含量来判断污染物的贡献率，可以量化出污染源的贡献率，被广泛应用于土壤污染源解析的研究中。
本文选取主焦煤矿周边耕地为研究对象，基于 《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB15618-2018）（生态环境部，2018）和河南省土壤背景值（中国环境监测总站，1990）应用内梅罗污染、潜在生态风险和地累积污染指数法综合评价研究区重金属污染，对比两种标准结果分析确定研究区土壤重金属污染因子，结合 APCS-MLR模型解析重金属污染源，取得了新认识，为后续矿区复垦提供基础数据依据。本研究通过多标准、多方法的系统整合，将传统污染指数法与 APCS-MLR模型在高背景值矿区的耦合应用，解决了矿区土壤中“污染程度不清、来源不明”的瓶颈问题。
1 材料与方法
1.1 研究区概况
研究区地处太行山区与华北平原过渡地带，地形起伏不平，沟谷纵横，属丘陵地形；区内地形总体西高东低，北部东西高差悬殊较大，南部高差不甚明显。区域内水系发达，自西向东有水利工程友谊渠穿过。基岩在区内没有出露，据矿井和钻孔揭露资料情况，地层由老至新为中奥陶统，中、上石炭统，二叠系，古近系，新近系和第四系。土壤呈碱性，主要以褐土为主，土层厚度较大，表层有效土壤厚度平均为 0.6～0.8 m，其中立黄土是本区最大土属，分布于山前洪冲积平原、丘陵区下缘，山间谷地和缓坡。
主焦煤矿包括原红岭井田北半部，南邻积善煤矿和红岭煤矿，北接河北省六合煤矿、前岭煤矿、戎利煤矿。开采方式为地下开采，开采深度为 260～800 m标高。矿井划分为4个采区，主、副井、排水井位于厂区东部中段，副井和排水井位于主井西北侧，矸石山位于主副井工业场地南部，为露天堆放，矸石山呈不规则椭圆状。居民区分布于矿区北部。土地类型主要为耕地、园地、林地、草地、交通运输用地及工矿用地等。区内耕地主要为旱地，集中分布于风井场地与工业场地，占总面积的64.03%。
图1研究区地质简图和采样点分布图
1.2 样品采集与分析
采样点主要根据《土地复垦质量控制标准》 （TD/T1036-2013）、《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）和项目区土地利用现状进行布设，布设土壤采样点 32 个，旱地分布广泛，样点均分布在旱地地类（图1）。现场采样用5点混合法采集0～20 cm表层土壤装入聚乙烯塑料密封袋，贴好样品标签。样品由河南兴泰检测有限公司完成实验室分析。其中 pH 值根据电位法 HJ 962-2018测定；Cu、Zn、Ni、Cr（单位：mg/kg）根据原子吸收分光光度法 HJ 491-2019 测定，检出限 （单位：mg/kg）分别为1、1、3、4，RSD≤10%，合格率通常>90%；Hg、As（单位：mg/kg）根据微波消解原子荧光法 HJ 680-2013 测定（唐承性等，2023），检出限 （单位：mg/kg）分别为0.002、0.01，RSD为8%～10%，合格率：Hg为85%～95%，As>90%；Pb、Cd根据石墨炉原子吸收分光光度法 GB/T17141-1997 测定，检出限（单位：mg/kg）分别为0.1、0.01，RSD≤10%，合格率：Pb>90%，Cd为80%～90%，测试结果准确可靠。
1.3 重金属污染评价方法
1.3.1 内梅罗污染指数法
美国科学家Nemero于20世纪80年代提出内梅罗指数。广义的内梅罗指数包括单因子污染指数和综合污染指数。单因子污染指数只是简单的将重金属元素的实测值与标准值相比，消除量纲来计算出污染值（祝培甜等，2017；张恒博等，2021）；综合污染指数则是用来定量评价多种重金属的综合效应，考虑了多种因子的数值，使得评价结果更加合理。内梅罗污染指数反映了各污染物对土壤的作用，同时突出了高浓度污染物对土壤环境质量的影响（王星星和王海芳，2020），计算公式如下：
(1)
(2)
(3)
式（1）～（3）中，Pi为污染物 i 的单因子污染指数，Ci 和 分别是土壤污染物 i实测值和标准值， 为各污染物的单因子污染指数均值，Pi max为最大单项污染指数，PN为综合污染指数。根据内梅罗污染指数对土壤重金属污染程度划定污染等级（表1；唐晖等，2023）。
表1土壤内梅罗污染指数评价标准
1.3.2 潜在生态风险指数法
潜在生态风险指数（Hakanson，1980；徐勇等， 2023），计算公式如下：
(4)
(5)
式（4）、（5）中，RI 为样点多种污染物的总潜在生态风险指数， 为污染物 i 的单项潜在生态风险指数， 为污染物 i毒性响应因子，Ci 和 分别为污染物 i 的实测值和标准值。As、Hg、Cu、Ni、Pb、Cd、 Zn和 Cr的毒性相应系数分别为 10、40、5、5、5、30、1 和 2（徐争启等，2008）。潜在生态风险指数法的生态风险评价分级标准见表2（王志亮等，2024）。
表2根据潜在风险指数法的生态风险评价分级标准
1.3.3 地累积污染指数法
地累积指数法（Index of Geoaccumulation，Igeo），用来定量评价重金属污染水平（吴涵，2023），其优势是考虑到元素的自然积累和人类活动的双重影响，计算公式如下：
(6)
式（6）中，Igeo为地累积指数；Ci为土壤污染物 i 实测值；Bi为污染物 i 的背景值；K 为修正系数，取 1.5（吕玉娟等，2023）；地累积污染指数法的评价等级见表3。
表3地累积污染指数评价分级标准
1.4 重金属溯源分析
本文采用Pearson相关性分析和绝对主成分-多元线性回归模型（APCS-MLR）模型来探究各元素之间是否存在相似或相同的污染来源。
绝对主成分-多元线性回归模型（APCS-MLR） 是利用主成分分析（PCA）得到绝对主因子得分 （APCS），再以APCS作为自变量，各重金属含量为因变量进行多元线性回归，利用回归系数计算出各个绝对主成分对重金属含量的贡献量（陈永贵等， 2025），具体步骤如下。
首先对重金属含量进行标准化，计算公式：
(7)
式（7）中，Cij为重金属 i 的实测值， 为重金属 i 的平均含量，σi为重金属i的标准差。
各金属引入样品含量为0的数据，计算各金属0 含量的因子得分，计算公式：
(8)
由主因子得分减去0浓度样本因子分数得到每个样本的 APCS，用各重金属含量与 APCS 进行多元线性回归分析，再利用回归系数计算各污染源的贡献量，计算公式：
(9)
式（9）中，Ci为重金属 i 的拟合值，bio为重金属 i 回归的常数项，bpi为源 p 对重金属元素 i 的回归系数，APCSp是绝对主成分因子得分，（APCSp×bpi）为源 p 对于Ci的含量贡献率。
计算污染源贡献过程中会出现负值，为了解决此问题，采用绝对值法计算贡献率（Gholizadeh et al.，2016），计算公式：
(10)
未识别源的贡献率，计算公式：
(11)
1.5 用于数据处理的软件
土壤重金属含量分析采用 Excel 和 SPSS 27.0； 土壤重金属污染综合评价采用Excel和ArcGIS10.7； 土壤重金属空间分布采用 ArcGIS10.7；重金属来源分析采用SPSS 27.0。
2 结果与讨论
2.1 土壤重金属含量特征
根据样点检测结果可知研究区土壤 pH 均值为 8.20，表明区内耕地土壤以碱性为主。将 8 种重金属含量结果（表4）与河南省土壤元素背景值对比， As和Pb两元素含量均值低于土壤背景值。Hg、Cu、 Ni、Cd、Zn、Cr 元素的含量均高于背景值，含量均值分别达到背景值的 4.23、1.69、1.32、3.23、1.86、1.42 倍，富集程度最大的为Hg元素，Cd次之。Hg元素在 18样点的含量相较于背景值高出6.89倍，Cd元素在部分点位的含量达到背景值的 12 倍。研究区重金属变异系数（CV；柳峰等，2023）大小排序为：Cd>As>Ni>Hg>Cu>Zn>Cr>Pb，其中 Cd 元素的变异系数 （CV）最高，属于强空间变异。Cd 和 Hg 具有极强的局部污染特征。
依照《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）评价，仅Cd存在一个样点超标，含量为0.78 mg/kg，超标占比3.13%，研究区的土壤重金属污染程度对土壤环境、农作物生长风险的影响有限。
表4土壤重金属污染物含量及统计分析结果
2.2 土壤重金属含量空间分布
通过反距离权重法（仝致琦等，2012；王晓辉和杨晨，2014；王晓辉等，2015）插值分析得到重金属含量空间分布图（图2），结果表明，8 种重金属都存在不同程度的富集现象，Cu与Ni呈现显著相似分布格局，低值区呈块状集中于研究区西侧，结合区域地质背景（奥陶系马家沟组灰岩缺乏高 Cu、Ni 地质体），推测西侧低值可能受地形阻隔效应影响，而高值区的空间分异则与局部污染源差异密切相关。 As、Hg、Pb 这 3 种元素在西部矿区东侧形成显著聚集带；Cd 高值则分布在北部矿区和居民聚集区周边，主要归因于人类活动影响；Zn与 Cr的空间分布特征相似，整体呈现北部低、西部和南部高的趋势。北部低值区主要对应林地分布，表明其含量可能受母岩风化等自然过程控制，而西部和南部的高值区则存在废弃矿山、冶炼厂等工业遗留污染。整体而言，研究区重金属污染主要聚集在工业厂区周边。
2.3 土壤重金属污染综合评价
2.3.1 单因子污染指数
基于《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）和内梅罗重金属单因子污染指数的评价结果如表5所示。
8 种重金属对土地污染程度依次是 Zn>Cr>Cd>Cu>As>Ni>Pb>Hg，少数样点的 Cd 含量超标（1 个样点轻微污染，指数1.0~2.0），Cd单因子污染指数存在极大值 1.3，其余元素均安全（指数<1）。表明 Cd 是主要污染因子，局部存在强污染和累积风险。
图2重金属含量空间分布图
2.3.2 综合污染指数
基于《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618-2018）和内梅罗综合污染指数对土地重金属污染进行评价，结果如表5所示。
可知多种重金属的综合污染指数介于 0.04~0.95，平均值为 0.39。8种重金属中，Cd污染等级为 Ⅱ，其它均为Ⅰ等级，具体从大到小排序为：Cd>Cr>Zn>Cu>As>Ni>Pb>Hg。结合内梅罗单因子污染指数评价结果可见，Cd 元素对土壤的污染程度最大，其他元素的污染程度相对较小。综合污染指数均值整体小于 0.7，属于清洁（安全）等级，表明研究区的土壤未受到显著性污染。
表5单因子、综合污染指数评价结果
2.3.3 潜在生态风险指数
基于河南省土壤背景值的研究区重金属潜在生态风险指数评价结果见表6，对研究区进行潜在生态风险指数评价，可以深入分析重金属污染对生态的影响。根据潜在生态风险指数评价标准，可知 8 种重金属单因子潜在生态风险指数均值，从大到小排序为 Hg>Cd>Cu>Ni>As>Pb>Cr>Zn。其中 As、 Cu、Ni、Pb、Zn和 Cr元素潜在生态风险指数较低，而且所有样点土壤均处于低风险；Hg元素的潜在生态风险最高处于高风险，潜在生态风险指数集中在较高风险、高风险范围； Cd的潜在生态风险指数涵盖低风险等级至极高风险等级，显示潜在生态风险指数最大值，处于高风险和极高风险的样点主要集中在北部旱地区域。 Cd和Hg元素是研究区土壤主要的潜在生态风险因子。
表6潜在生态风险评价结果
根据公式计算得到土壤重金属综合潜在生态指数介于 151.59~685.73，均值为 289.05，表明土壤整体处于中等生态风险，其中中等生态风险、高生态风险、极高生态风险的样品所占比例分别为 66%、31%、3%，无低生态风险。
2.3.4 地累积污染指数
基于河南省土壤背景值的土壤重金属地累积指数计算结果如图3所示。As、Pb 和 Cr 在 25%～75% 累积频率区间内均小于 0，均值和中位线也均小于 0，总体呈无污染水平。 Cu 无污染占比 34.38%，轻度污染占比 65.62%；Ni 无污染占比 59.38%，轻度污染占比 40.62%；Zn 无污染占比 15.63%，轻度污染占比 83.37%；Hg 轻度污染、中度污染、中-强污染分别占比 12.5%、81.25%、6.25%。其中 Cd 元素最为分散，Igeo 数值分布范围较大，无污染至强度污染均有分布，轻度污染占比最大（40.63%）。土壤中Cd是最富集元素，As、Pb和Cr则是安全元素。
2.4 土壤重金属来源解析
2.4.1 相关性分析
对研究区 8 种重金属进行 Pearson 相关性分析 （图4），结果显示Cu与Ni的相关系数在显著性水平 p<0.001 时正相关，Zn 与 Cr 的相关系数在显著性水平 p<0.01时正相关，两种正相关的元素之间可能存在共同的影响因子；Cu 与 As 的相关系数在显著性水平为 p<0.05 时负相关，两者之间存在不同的来源。
图3地累积指数评价结果
图4重金属Pearson相关系数
注：*表示p<0.05；**表示p<0.01，***表示p<0.001，样本数n=32。
2.4.2 绝对主成分-多元线性回归模型（APCS-MLR）分析
原始数据进行标准化处理后，进行 KMO 和 Bartlet 检验，结果 KMO 和 P 值分别为 0.51 和 0.004，表明数据可以进行主成分分析（PCA）。同时结合相关性分析结果，采用最大方差法提取3个主成分（表7）。因子负荷被分为强载荷（>0.75）、中等载荷（0.5~0.75）和弱载荷（0.3~0.5）3 个等级（Liu et al.， 2003）；PCA1占比24.74%（表7），其中Cu为强载荷，载荷系数为0.86，Cu和Ni在PCA1上载荷量较大（大于 70%），初步判断可能来源于煤矿源；PCA2 占比 19.88%，其中 Cr和 Zn均为强载荷，载荷系数分别为 0.89和0.82，结合两者高值区域聚集在耕地，远离居民区（图2），判断两者可能来源于土壤源；PCA3 占比19.03%，其中Hg为强载荷，载荷系数为0.78。Hg 和Cd在PCA3上载荷量较大（大于70%），表明Hg和 Cd主要受PCA3影响。
表7重金属主成分分析结果
应用各重金属含量对 APCS进行多元线性回归分析，结果显示As、Hg、Cu、Ni、Pb、Cd、Zn、Cr的拟合度 R2分别为 0.55、0.62、0.75、0.80、0.08、0.47、0.71、 0.82。通过 APCS-MLR 模型分析得出 4个污染源，8 种重金属元素的贡献率如表8所示。
Cu和 Ni主要受因子 PCA1影响，贡献率达到达到65.91%、56.62%，有研究表明，矸石长期堆存暴露于空气中会受到大气降水的冲洗和淋滤，在此过程中有可能将矸石中的污染物质淋溶出来，通过地表下渗或直接经由包气带渗入含水层中，从而导致土壤中重金属含量增加（杨娅和季宏兵，2016），空间分布上，Cu和 Ni高值区域主要集中于水域周边，且 Cu与Ni存在显著正相关，说明Cu、Ni存在同一污染源。因此，推断PCA1主要为煤矸山堆存影响。
Zn 和 Cr 主要受因子 PCA2 影响，贡献率达到 36.16%、36.54%。Zn与 Cr存在呈显著正相关，表明两者受同一因素影响；图2显示 Cr元素的高值区域范围最小，受污染程度最小。多数研究表明Cr是受土壤环境作用等自然因素影响较大的元素（张峻基等，2023），因此因子 2 可判定为土壤成土过程的自然源。
Cd和Hg主要受因子PCA3影响，贡献率达到为 65.27%、27.66%，结合污染评价结果可知，Cd的含量高于背景值，变异系数最高，内梅罗污染指数评价分级最高属于重度污染水平，空间分布上Cd含量偏高的区域主要集中在人类生活区域，研究区破坏矿山地质环境条件的人类工程活动也较强烈等事实，认为重金属 Cd 受人类生产活动影响较大。这也符合 Cd 作为农业活动的标志性元素（Wang et al.， 2020）。有研究表明工矿企业附近土壤中Hg累积主要与煤燃烧有关（黄华斌等，2020），因此 PCA3可被认定为农业活动和化石燃料燃烧的复合源。
As和 Pb根据未识别源计算公式评估贡献率达到 61.58%、79.42%。一般而言农田土壤 As 的累积与化肥农药的过量施用有直接联系（杨剑洲等， 2022），经调查，研究区在耕作时大量投入了化肥农业等生产资料。大量研究表明，土壤Pb是交通运输和城镇化的主要污染物（曾庆庆等，2021），结合重金属含量分布可知As和Pb元素高值区域明显聚集在西部矿区东侧，该区域为风井工业厂区。因此因子4可判定为工业和施肥农业活动复合源。
表8土壤重金属污染源贡献率（%）
3 结论
本研究通过多标准、多方法的系统整合，将传统污染指数法与 APCS-MLR 模型在高背景值矿区的耦合应用，解决了某矿区土壤中"污染程度评价和物质来源溯源问题。
（1）土壤重金属含量特征表明，除As和Pb 两元素以外，Hg、Cu、Ni、Cd、Zn、Cr元素的含量均高于河南省土壤背景值，分别达到该背景值的 4.23、1.69、 1.32、3.23、1.86、1.42倍，相对河南省背景值，富集程度最大元素为Hg，Cd次之。
（2）污染综合评价揭示，Cd 达到尚清洁（警戒限）水平，其余重金属元素处于清洁（安全）水平。 Cd、Hg 元素是研究区土壤主要的潜在生态风险因子；Cd元素最高达极高生态风险等级。
（3）通过相关性分析和 APCS-MLR 分析结果识别出 4 个污染源，分别为煤矸山堆存（Cu 和 Ni 贡献率分别为 65.91%、56.62%）、自然源（Zn和 Cr贡献率分别为36.16%、36.54%）、农业活动和化石燃料燃烧的复合源（Cd 和 Hg 贡献率为 65.27%、27.66%）和工业和施肥农业活动复合源（As 和 Pb 贡献率分别 61.58%、79.42%）。
（4）研究区主要潜在生态风险因子 Cd、Hg与农业活动和化石燃料燃烧的复合源有关，需重视区域化石燃料燃烧管控和燃烧技术进步，以及农田土壤 Cd和Hg污染防治工作，改进传统农业运作方式，优化化肥、农药的使用，从根源上控制土壤污染风险。