長(zhǎng)江流域企業(yè)重金屬污染空間分布及風(fēng)險(xiǎn)評(píng)估

摘要：本文基于重金屬企業(yè)數(shù)據(jù)，分析了長(zhǎng)江流域涉重金屬重點(diǎn)企業(yè)污染空間分布特征，基于重金屬污染“源-徑-匯”過(guò)程，構(gòu)建了企業(yè)重金屬污染風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并對(duì)長(zhǎng)江流域企業(yè)重金屬污染風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)。結(jié)果顯示：企業(yè)及污染物排放口主要分布在中下游干流水系、鄱陽(yáng)湖水系和太湖流域。江西、湖南、云南和四川是冶煉企業(yè)的主要分布地區(qū)，重金屬污染物種類最多。污染源危險(xiǎn)性較高的縣域主要分布在江西、湖南、江蘇和云南等地。污染物傳輸途徑中高危險(xiǎn)性縣域主要分布在江西、江蘇、安徽、湖南等地。污染受體脆弱性在上游四川、重慶，中游湖北以及下游地區(qū)表現(xiàn)出顯著的集聚特征，中、高脆弱性縣域主要分布在湖北、湖南、四川、安徽、重慶等地。長(zhǎng)江流域約有14.26%的縣域重金屬污染綜合風(fēng)險(xiǎn)等級(jí)為高或極高，中、高風(fēng)險(xiǎn)縣域主要分布在江西、湖南和江蘇等地，此外四川、云南、安徽、湖北和重慶部分縣域有污染超標(biāo)的風(fēng)險(xiǎn)，未來(lái)需要進(jìn)一步采取防控措施降低污染風(fēng)險(xiǎn)。

關(guān)鍵詞：企業(yè)重金屬污染；多源數(shù)據(jù)；風(fēng)險(xiǎn)評(píng)價(jià)；縣域尺度；長(zhǎng)江流域

中圖分類號(hào)：X53 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1672-2043（2024）11-2553-12 doi：10.11654/jaes.2024-0822

近年來(lái)，我國(guó)城市和工業(yè)的迅速發(fā)展導(dǎo)致大量廢氣、廢水和固體廢棄物排放，其中重金屬通過(guò)大氣沉降、地表雨水沖刷進(jìn)入土壤，造成企業(yè)周邊環(huán)境重金屬污染嚴(yán)重[1]，其涉及全國(guó)4/5的省份和1/5的地級(jí)市[2]。2014年的《全國(guó)土壤污染狀況調(diào)查公報(bào)》顯示，耕地土壤污染點(diǎn)位超標(biāo)率為19.4%，農(nóng)田土壤重金屬污染類型、面積、程度均有升高[3-4]，進(jìn)而導(dǎo)致農(nóng)產(chǎn)品重金屬超標(biāo)。重金屬具有累積性和不可逆性，通過(guò)食物鏈在生物體內(nèi)積累，嚴(yán)重威脅農(nóng)產(chǎn)品質(zhì)量安全和人體健康[5]。目前，重金屬污染研究主要集中在對(duì)土壤屬性的系統(tǒng)性測(cè)定和時(shí)空變化特征分析，以實(shí)現(xiàn)土壤環(huán)境質(zhì)量評(píng)價(jià)、污染源解析和污染動(dòng)態(tài)模擬[3]。涉重金屬企業(yè)的污染物排放是污染的主要來(lái)源[6]，且因企業(yè)、道路、河流等空間分布差異，重金屬污染表現(xiàn)出顯著的空間異質(zhì)性[7]。因此，深入了解企業(yè)重金屬污染源現(xiàn)狀，精準(zhǔn)識(shí)別高風(fēng)險(xiǎn)地區(qū)，對(duì)遏制土壤污染加劇至關(guān)重要，已成為政府、企業(yè)和社會(huì)公眾共同關(guān)注的焦點(diǎn)。

重金屬環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)需考慮多種因素，包括區(qū)域功能布局、產(chǎn)業(yè)定位等[8]。已有研究主要基于土壤樣品或文獻(xiàn)數(shù)據(jù)，評(píng)估方法包括地累積指數(shù)、富集因子、污染因子、潛在生態(tài)風(fēng)險(xiǎn)指數(shù)等，這些方法能夠有效地量化重金屬的污染程度和潛在生態(tài)風(fēng)險(xiǎn)；此外，蒙特卡洛模擬也被廣泛應(yīng)用于不確定性分析和風(fēng)險(xiǎn)評(píng)估中，通過(guò)模擬不同情景下的重金屬污染情況，提供更為全面和可靠的風(fēng)險(xiǎn)評(píng)估結(jié)果[9-21]?？臻g自相關(guān)分析（如雙變量局部莫蘭指數(shù)）和聚類分析（如K-means聚類）能夠揭示污染的空間分布特征和潛在污染源，核密度分析則能夠直觀地展示污染的空間密度和熱點(diǎn)區(qū)域，為風(fēng)險(xiǎn)管理提供重要依據(jù)，這些方法能夠充分考慮污染的空間異質(zhì)性，提高風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性和針對(duì)性[22-27]。基于“源-徑-匯”風(fēng)險(xiǎn)理論（通過(guò)識(shí)別污染源、傳輸途徑和受體）和“壓力-狀態(tài)-響應(yīng)”模型（通過(guò)評(píng)估環(huán)境壓力、狀態(tài)和響應(yīng)之間的關(guān)系），可構(gòu)建更為全面和系統(tǒng)的重金屬污染風(fēng)險(xiǎn)評(píng)價(jià)方法[28-29]，這些模型能夠綜合考慮多種環(huán)境因素和人為活動(dòng)對(duì)重金屬污染的影響，為環(huán)境管理和決策提供有力支持。由于數(shù)據(jù)獲取有一定難度，在宏觀層面上，大流域尺度的企業(yè)重金屬污染源空間分布特征及風(fēng)險(xiǎn)評(píng)價(jià)有待深入研究。深入分析企業(yè)重金屬污染現(xiàn)狀并進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)，進(jìn)而制定管理策略減緩污染，對(duì)于改善生態(tài)環(huán)境質(zhì)量、預(yù)防人體健康風(fēng)險(xiǎn)、推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要的戰(zhàn)略意義。

長(zhǎng)江流域貫通串聯(lián)起我國(guó)西、中、東部，由于工業(yè)化進(jìn)程加快，重金屬污染問(wèn)題日益嚴(yán)重。眾多學(xué)者對(duì)該地區(qū)重金屬污染進(jìn)行了研究，例如：對(duì)安慶市重金屬污染特征及生態(tài)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)和溯源[30]；對(duì)三峽庫(kù)區(qū)土壤重金屬污染現(xiàn)狀、分布特征和環(huán)境風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)[31]；評(píng)估三峽庫(kù)區(qū)稻田土壤重金屬的污染程度、潛在生態(tài)風(fēng)險(xiǎn)和人體健康風(fēng)險(xiǎn)，發(fā)現(xiàn)土壤重金屬含量超過(guò)背景值，生態(tài)風(fēng)險(xiǎn)達(dá)到中度水平[32]；基于高光譜遙感和隨機(jī)森林法估算長(zhǎng)江流域Cd污染的潛在風(fēng)險(xiǎn)空間分布值，結(jié)果顯示污染物含量普遍超標(biāo)[33]；長(zhǎng)江經(jīng)濟(jì)帶農(nóng)田土壤重金屬污染分析結(jié)果顯示Cd超標(biāo)比例較高，中上游重金屬累積因素為地質(zhì)高背景、采礦影響，中下游因素為城鎮(zhèn)化、工業(yè)生產(chǎn)和高強(qiáng)度農(nóng)業(yè)利用[34]?？h域是我國(guó)行政管理的基本單元，分析長(zhǎng)江流域縣域尺度企業(yè)重金屬污染現(xiàn)狀，綜合考慮“源-徑-匯”過(guò)程特征，開(kāi)展風(fēng)險(xiǎn)評(píng)價(jià)研究，對(duì)于保護(hù)土壤生態(tài)環(huán)境、保障公眾健康、促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展具有重要意義。本研究以縣域?yàn)榛締卧?，基于涉重金屬重點(diǎn)企業(yè)數(shù)據(jù)，分析污染源信息及其空間分布特征，并評(píng)價(jià)污染源的危險(xiǎn)性；結(jié)合河流、道路、氣象、土地利用、人口等數(shù)據(jù)，分析重金屬污染傳輸路徑及受體特征；最后構(gòu)建重金屬污染風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，對(duì)長(zhǎng)江流域各縣域企業(yè)重金屬污染風(fēng)險(xiǎn)進(jìn)行綜合評(píng)價(jià)，為政府制定和完善重金屬污染防治相關(guān)政策法規(guī)提供科學(xué)依據(jù)和數(shù)據(jù)支持。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)包括整個(gè)長(zhǎng)江流域，面積約為180萬(wàn)km2，涉及19 個(gè)省級(jí)行政區(qū)，可劃分為12 個(gè)二級(jí)流域（圖1）。長(zhǎng)江流域土壤資源豐富、類型多樣，耕地面積占全國(guó)的1/3。隨著長(zhǎng)江流域內(nèi)工農(nóng)業(yè)發(fā)展，礦產(chǎn)資源的需求也日益突出，土壤重金屬污染問(wèn)題頻發(fā)，全國(guó)近一半的重金屬重點(diǎn)防控區(qū)域位于長(zhǎng)江流域，且在長(zhǎng)三角、長(zhǎng)江中游、成渝城市群等地存在集中連片的重金屬污染問(wèn)題。上游地區(qū)有色金屬礦帶分布密集，土壤重金屬的自然背景值較高，云貴川地區(qū)土壤重金屬超標(biāo)率較高。下游工業(yè)生產(chǎn)、快速城鎮(zhèn)化等，導(dǎo)致農(nóng)田土壤重金屬明顯累積。安徽、江蘇、浙江和上海等地鋼鐵、化工、電鍍等產(chǎn)業(yè)對(duì)周邊農(nóng)田土壤重金屬累積影響較大，工業(yè)“三廢”中含有的大量重金屬也加劇農(nóng)田土壤重金屬的富集[35-36]。長(zhǎng)江流域重金屬污染分布廣泛，呈現(xiàn)出地域性、流域性和區(qū)域性特征。2014年《全國(guó)土壤污染狀況調(diào)查公報(bào)》顯示，長(zhǎng)三角地區(qū)污染問(wèn)題突出，西南、中南地區(qū)土壤重金屬超標(biāo)嚴(yán)重。2015年《中國(guó)耕地地球化學(xué)調(diào)查報(bào)告》顯示，我國(guó)耕地重金屬污染主要分布在湖南、湖北、安徽、江西等地。已有研究顯示，我國(guó)西南（云南、貴州），華中（湖南、江西）以及長(zhǎng)三角等地區(qū)農(nóng)田土壤重金屬污染嚴(yán)重[37]，我國(guó)農(nóng)用地土壤Cd等重金屬污染主要分布在長(zhǎng)江中游、西南高背景區(qū)等地。因此，本文開(kāi)展長(zhǎng)江流域地區(qū)企業(yè)重金屬污染風(fēng)險(xiǎn)研究，為長(zhǎng)江流域重金屬污染防治提供新的思路。

1.2 數(shù)據(jù)來(lái)源與預(yù)處理

本文采用的數(shù)據(jù)包括企業(yè)信息數(shù)據(jù)、行政區(qū)劃及流域邊界數(shù)據(jù)、人口數(shù)據(jù)、土地利用數(shù)據(jù)、道路和河流數(shù)據(jù)、氣象數(shù)據(jù)。

企業(yè)信息數(shù)據(jù)：數(shù)據(jù)來(lái)源于全國(guó)排污許可證管理信息平臺(tái)（https：//permit.mee.gov.cn），該平臺(tái)覆蓋了全國(guó)范圍內(nèi)的排污企業(yè)信息。2023年我國(guó)政府頒布的《環(huán)境監(jiān)管重點(diǎn)單位名錄管理辦法》，明確提出“有色金屬礦采選、有色金屬冶煉、化工、電鍍、制革行業(yè)”等涉重金屬企業(yè)列為土壤污染重點(diǎn)監(jiān)管單位。這些單位生產(chǎn)過(guò)程中產(chǎn)生的含重金屬的廢氣、廢水和固體廢物，是重金屬污染的主要來(lái)源之一。因此本研究選取長(zhǎng)江流域地區(qū)與重金屬污染相關(guān)的土壤重點(diǎn)監(jiān)管單位，包括有色金屬礦采選、有色金屬冶煉、無(wú)機(jī)化工、電鍍、制革、其他（表面處理、鉛蓄電池制造、化學(xué)原料和化學(xué)制品制造）等共計(jì)5 048 家企業(yè)，分布在19個(gè)省、124個(gè)市、638個(gè)縣，收集的企業(yè)信息包括企業(yè)名稱、地址、行業(yè)類別、污染物種類（本研究?jī)H考慮涉及Cd、Hg、As、Pb、Cr和顆粒物的企業(yè)）和污染物排放口數(shù)量。該平臺(tái)數(shù)據(jù)獲取時(shí)間為2024年6月，確保了數(shù)據(jù)的時(shí)效性和廣泛性。所有從平臺(tái)收集的數(shù)據(jù)均經(jīng)過(guò)了嚴(yán)格的驗(yàn)證和篩選，以確保數(shù)據(jù)的準(zhǔn)確性，為后續(xù)的分析提供可靠基礎(chǔ)。使用高德地圖API進(jìn)行地理編碼，獲取企業(yè)的經(jīng)緯度信息，得到企業(yè)的點(diǎn)位數(shù)據(jù)。

行政區(qū)劃及流域邊界數(shù)據(jù)：數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（RESDC，http：//www.res?dc.cn），包括省、市、縣級(jí)行政區(qū)及長(zhǎng)江流域邊界數(shù)據(jù)。

人口數(shù)據(jù)：數(shù)據(jù)來(lái)源于橡樹(shù)嶺國(guó)家實(shí)驗(yàn)室（OakRidge National Laboratory，ORNL）開(kāi)發(fā)的LandScan 全球人口分布數(shù)據(jù)集（https：//landscan.ornl.gov），空間分辨率為1 km。本文使用2022年中國(guó)人口數(shù)據(jù)，用于分析企業(yè)重金屬污染影響下人口的脆弱性。

土地利用數(shù)據(jù)：數(shù)據(jù)來(lái)源于RESDC 土地利用遙感監(jiān)測(cè)數(shù)據(jù)集[38]，該數(shù)據(jù)集是以美國(guó)陸地衛(wèi)星Land?sat遙感圖像為主要信息源，通過(guò)人工目視解譯獲得，數(shù)據(jù)分辨率為100 m。本文提取2023年中國(guó)土地利用數(shù)據(jù)中的耕地、水體，用于分析企業(yè)重金屬污染影響下耕地和水體的脆弱性。

道路數(shù)據(jù)：數(shù)據(jù)來(lái)源于社會(huì)經(jīng)濟(jì)數(shù)據(jù)應(yīng)用中心（SEDAC）的全球公路開(kāi)放獲取數(shù)據(jù)集（gROADS，https：//sedac.ciesin.columbia.edu/data/set/groads-glob?al-roads-open-access-v1/data-download），用于分析企業(yè)重金屬污染傳輸途徑的風(fēng)險(xiǎn)性。

河流數(shù)據(jù)：數(shù)據(jù)來(lái)源于開(kāi)源地圖服務(wù)OpenStreet?Map（https：//www.openstreetmap.org），用于分析企業(yè)重金屬污染傳輸途徑的風(fēng)險(xiǎn)性。

氣象數(shù)據(jù)：數(shù)據(jù)來(lái)源于RESDC 中國(guó)氣象要素年度空間插值數(shù)據(jù)集，是基于全國(guó)氣象要素站點(diǎn)日觀測(cè)數(shù)據(jù)，采用ANUSPLIN進(jìn)行插值得到空間分辨率為1km 的柵格數(shù)據(jù)。本文采用2023 年降水量和風(fēng)速數(shù)據(jù)，分析企業(yè)重金屬污染傳輸途徑的風(fēng)險(xiǎn)性。

1.3 污染風(fēng)險(xiǎn)綜合指數(shù)模型

企業(yè)重金屬污染風(fēng)險(xiǎn)不僅與企業(yè)污染源有關(guān)，而且與污染物傳輸途徑和污染受體的分布有關(guān)。因此，本文綜合考慮企業(yè)重金屬污染“源-徑-匯”，構(gòu)建企業(yè)重金屬污染風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，包括污染源危險(xiǎn)性、污染物傳輸途徑危險(xiǎn)性以及污染受體脆弱性。其中，污染源危險(xiǎn)性評(píng)價(jià)涉及到的指標(biāo)包括企業(yè)數(shù)量、排放口數(shù)量、企業(yè)行業(yè)類型以及污染物種類，污染物傳輸途徑危險(xiǎn)性評(píng)價(jià)涉及到的指標(biāo)包括河流密度、道路密度、年平均風(fēng)速和年降水量，污染受體脆弱性評(píng)價(jià)涉及到的指標(biāo)包括人口數(shù)量、農(nóng)田面積、水體面積。雖然Cd、Hg、As、Pb、Cr和顆粒物6種污染物的污染機(jī)制和遷移途徑存在差異，但本研究中它們均被視為重金屬污染的一部分，對(duì)環(huán)境和人體健康構(gòu)成威脅。因此，采用統(tǒng)一的“源-徑-匯”模型進(jìn)行評(píng)估是合理的。該模型能夠綜合考慮污染源、傳輸途徑和受體等多個(gè)方面，可全面評(píng)估重金屬污染風(fēng)險(xiǎn)。為確保數(shù)據(jù)的可比性和準(zhǔn)確性，對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱和物理意義上的差異對(duì)評(píng)價(jià)結(jié)果的影響。同時(shí)，本文采用層次分析法（Analytic HierarchyProcess，AHP）確定各指標(biāo)的權(quán)重，該方法通過(guò)構(gòu)建判斷矩陣、計(jì)算權(quán)重向量和進(jìn)行一致性檢驗(yàn)等步驟，能夠科學(xué)合理地反映各指標(biāo)在污染風(fēng)險(xiǎn)評(píng)估中的重要程度（表1）。判斷矩陣的構(gòu)建基于專家意見(jiàn)和文獻(xiàn)回顧，通過(guò)計(jì)算矩陣的最大特征值和對(duì)應(yīng)的特征向量得到各指標(biāo)的權(quán)重。一致性檢驗(yàn)通過(guò)計(jì)算一致性比率進(jìn)行，確保判斷矩陣的合理性（表2）。

本文以縣域?yàn)榛締卧?，?duì)各評(píng)價(jià)指標(biāo)的值進(jìn)行空間統(tǒng)計(jì)。由于本文涉及的評(píng)價(jià)指標(biāo)數(shù)據(jù)類型較多，其量綱及物理意義存在差異，無(wú)法直接用于風(fēng)險(xiǎn)評(píng)價(jià)，因此本文對(duì)所有評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理：

然后，依據(jù)構(gòu)建的污染風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，計(jì)算每個(gè)縣域企業(yè)重金屬污染源危險(xiǎn)性、污染物傳輸途徑危險(xiǎn)性，以及污染受體脆弱性。最后根據(jù)計(jì)算得出的企業(yè)重金屬污染風(fēng)險(xiǎn)綜合指數(shù)（R），采用自然斷點(diǎn)法將風(fēng)險(xiǎn)等級(jí)分為極低（R≤0.1）、低（0.1lt;R≤0.15）、中（0.15lt;R≤0.2）、高（0.2lt;R≤0.25）和極高（Rgt;0.25）5 類。這種分級(jí)方法能夠客觀反映不同縣域企業(yè)重金屬污染風(fēng)險(xiǎn)的相對(duì)大小，并為制定相應(yīng)的風(fēng)險(xiǎn)管理措施提供有力支持。風(fēng)險(xiǎn)等級(jí)標(biāo)準(zhǔn)和劃分方法參考國(guó)內(nèi)外相關(guān)研究成果和實(shí)踐經(jīng)驗(yàn)[39]，以確保分級(jí)結(jié)果的合理性和可靠性。危險(xiǎn)性/脆弱性指數(shù)計(jì)算公式為：

污染風(fēng)險(xiǎn)綜合指數(shù)是通過(guò)綜合考慮污染源的危險(xiǎn)性、污染物傳輸途徑的危險(xiǎn)性以及污染受體的脆弱性，采用加權(quán)平均的方法計(jì)算得出。該模型能夠全面反映企業(yè)重金屬污染在不同環(huán)節(jié)的風(fēng)險(xiǎn)水平，從而為風(fēng)險(xiǎn)管理和防控提供科學(xué)依據(jù)。

本研究采用空間統(tǒng)計(jì)分析的方法，計(jì)算各縣域重金屬污染源、污染傳輸途徑和污染受體數(shù)量和空間分布特征，進(jìn)而分析各縣域重金屬污染風(fēng)險(xiǎn)的空間格局。利用ArcGIS 10.2、SPSS 22和Origin 2018軟件進(jìn)行空間統(tǒng)計(jì)、數(shù)據(jù)分析以及統(tǒng)計(jì)圖繪制。

2 結(jié)果與分析

2.1 企業(yè)重金屬污染源危險(xiǎn)性

從涉重金屬重點(diǎn)企業(yè)數(shù)量和排放口數(shù)量來(lái)看（圖2a和圖2b），企業(yè)及污染物排放口主要分布在中下游干流水系、鄱陽(yáng)湖水系和太湖流域，約有69.1%的企業(yè)和65.0%的污染物排放口分布在江蘇、江西、湖南、四川和安徽。有139個(gè)縣（約占21.8%）的企業(yè)數(shù)量超過(guò)10家，61個(gè)縣（約占9.6%）的企業(yè)數(shù)量超過(guò)20家，91個(gè)縣（約占14.3%）的排放口數(shù)量超過(guò)100個(gè)，主要分布在江蘇、江西、浙江、湖南等地。從企業(yè)類型來(lái)看，電鍍（53.5%）、無(wú)機(jī)化工（19.6%）和有色金屬冶煉（15.6%）行業(yè)的企業(yè)數(shù)量較多（圖2c）。有色金屬冶煉行業(yè)在生產(chǎn)過(guò)程中產(chǎn)生的污染嚴(yán)重，是重金屬污染的主要來(lái)源之一，約有75.2% 的冶煉企業(yè)分布在江西、湖南、云南、四川和貴州。有色金屬礦采選業(yè)產(chǎn)生的粉塵、廢水和固體廢棄物對(duì)環(huán)境的污染不容忽視，約有49.5%的有色金屬礦采選企業(yè)分布在湖南和江西。電鍍行業(yè)雖然規(guī)模相對(duì)較小，但其廢水中的重金屬含量較高，對(duì)水體的污染風(fēng)險(xiǎn)較大，約有79.3%的電鍍企業(yè)分布在江蘇、重慶、江西、安徽和浙江。從重金屬污染物種類數(shù)量（僅考慮Cd、Hg、As、Pb、Cr、PM）來(lái)看（圖2d），約有19.3%的企業(yè)污染物的種類數(shù)≥3，主要分布在江西、湖南、云南和四川。從企業(yè)重金屬污染源危險(xiǎn)性等級(jí)來(lái)看（圖2e和圖2f），極低、低、中、高、極高的縣域數(shù)量占比分別為33.07%、26.02%、21.32%、13.48%和6.11%。其中，中、高等級(jí)危險(xiǎn)性的縣域超過(guò)一半分布在江西、湖南、江蘇和云南等地。

2.2 污染物傳輸途徑危險(xiǎn)性

污染物傳輸途徑不同要素的分布表現(xiàn)出顯著的空間差異。從河流密度來(lái)看（圖3a），空間格局表現(xiàn)為東部下游沿海地區(qū)高、西部上游內(nèi)陸地區(qū)低。約有10.5% 的縣域河流密度超過(guò)0.5 km·km-2。上海、浙江、江蘇的縣域平均河流密度最大，且高河流密度的縣域數(shù)量最多。從道路密度來(lái)看（圖3b），密度較大的縣域主要分布于湖南、湖北、江西、四川等地。從氣象要素來(lái)看（圖3c和圖3d），風(fēng)速和降水量表現(xiàn)為相反的空間分布模式。風(fēng)速較大的縣域主要分布于西部上游地區(qū)，例如四川、云南等地，而降水量較大的縣域分布于東部下游地區(qū)。從污染物傳輸途徑危險(xiǎn)性等級(jí)來(lái)看（圖3e和圖3f），等級(jí)為極低、低、中、高、極高的縣域數(shù)量占比分別為0.15%、57.21%、34.17%、4.08%和4.39%。其中，中、高等級(jí)危險(xiǎn)性的縣域主要分布在江西、江蘇、安徽、湖南等地，等級(jí)為極高的縣域主要分布在江蘇、浙江、上海等長(zhǎng)江下游地區(qū)。這些區(qū)域污染物傳輸途徑危險(xiǎn)性高的原因可能與其地理位置、河流密度以及氣象條件密切相關(guān)。例如，長(zhǎng)江下游地區(qū)河流密度高，水系發(fā)達(dá)，有利于污染物的快速擴(kuò)散。同時(shí)，這些地區(qū)的風(fēng)速相對(duì)較低，可能導(dǎo)致污染物在局部地區(qū)積累。此外，作為經(jīng)濟(jì)發(fā)達(dá)區(qū)域，人類活動(dòng)頻繁，工業(yè)排放和城市化進(jìn)程中的污染也可能加劇了這一地區(qū)的污染物傳輸危險(xiǎn)性。

2.3 污染受體脆弱性

長(zhǎng)江流域縣域人口聚集分布于各省省會(huì)城市及周邊地區(qū)，約有11.9%的縣域人口數(shù)量超過(guò)了100萬(wàn)（圖4a）。從受重金屬污染影響的土地利用類型來(lái)看（圖4b和圖4c），耕地和水體面積在縣域空間分布上表現(xiàn)出顯著的差異。耕地面積超過(guò)1 200 km2的縣域約占8.9%，主要分布于四川、湖北、安徽、重慶等地，而水體面積超過(guò)100 km2 的縣域約占15.2%，主要分布于長(zhǎng)江中下游的湖北、江蘇、安徽、江西和湖南等地，此外青海、云南部分縣域水體面積也較高。污染受體脆弱性在上游四川、重慶，中游湖北以及下游地區(qū)表現(xiàn)出顯著的集聚特征（圖4d）。受體脆弱性等級(jí)為極低、低、中、高、極高的縣域數(shù)量占比分別為27.75%、34.95%、18.65%、10.50% 和8.15%。其中，中、高脆弱性縣域主要分布在湖北、湖南、四川、安徽等地，這些地區(qū)聚集了54.2%的中高脆弱性縣域（圖4e），此外，重慶部分縣域受體脆弱性等級(jí)較高。這些縣域污染受體脆弱性高的原因可能與人口分布、土地利用類型以及生態(tài)環(huán)境狀況有關(guān)。例如，這些地區(qū)人口聚集，一旦發(fā)生污染事件，將對(duì)大量人群的健康和生活質(zhì)量構(gòu)成威脅。同時(shí)，耕地和水體面積較大，這些土地利用類型對(duì)污染物的敏感性較高，特別是耕地，直接關(guān)系到食品安全問(wèn)題。此外，這些地區(qū)的生態(tài)環(huán)境可能已經(jīng)受到一定程度的破壞或壓力，從而降低了其對(duì)污染物的自然凈化能力，增加了污染受體的脆弱性。

2.4 企業(yè)重金屬污染綜合風(fēng)險(xiǎn)評(píng)價(jià)

本研究基于污染風(fēng)險(xiǎn)綜合指數(shù)模型，綜合考慮企業(yè)重金屬污染源危險(xiǎn)性、污染物傳輸途徑危險(xiǎn)性以及污染受體脆弱性，在縣域尺度上對(duì)長(zhǎng)江流域地區(qū)企業(yè)重金屬污染綜合風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，并揭示了其顯著的空間分布特征（圖5）。在重金屬污染重點(diǎn)企業(yè)涉及的638個(gè)縣中，污染綜合風(fēng)險(xiǎn)等級(jí)為極低、低、中、高、極高的縣域數(shù)量占比分別為16.46%、34.80%、34.48%、9.56%和4.70%。其中，企業(yè)重金屬污染中、高風(fēng)險(xiǎn)縣域主要分布在江西、湖南和江蘇等地，此外四川、云南、安徽、湖北和重慶部分縣域重金屬污染風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)為高或極高。這些縣域受重金屬污染風(fēng)險(xiǎn)較高，需要進(jìn)一步采取防控措施降低污染風(fēng)險(xiǎn)。

高風(fēng)險(xiǎn)地區(qū)由于涉重金屬企業(yè)密集，污染物排放量大，加之自然地理?xiàng)l件（如河流密度、風(fēng)向等）的影響，污染風(fēng)險(xiǎn)較高。具體而言，江西和湖南有色金屬冶煉等重污染企業(yè)集中，加之區(qū)域內(nèi)河流眾多，污染物易于通過(guò)水體傳輸，使得這些地區(qū)成為高風(fēng)險(xiǎn)區(qū)域。江蘇則主要受到電鍍等行業(yè)的影響，加之其地處長(zhǎng)江下游，河網(wǎng)密布，污染物傳輸能力強(qiáng)，因此同樣面臨較高的污染風(fēng)險(xiǎn)。相比之下，上游地區(qū)的四川和重慶雖然也存在重金屬污染問(wèn)題，但由于其地形復(fù)雜，污染物傳輸受限，加之近年來(lái)環(huán)保政策的加強(qiáng)，污染風(fēng)險(xiǎn)相對(duì)較低。而中游地區(qū)的湖北雖然污染受體脆弱性較高，但由于其涉重金屬企業(yè)相對(duì)較少，且環(huán)保措施得力，污染風(fēng)險(xiǎn)也處于可控范圍內(nèi)。通過(guò)對(duì)比不同區(qū)域的風(fēng)險(xiǎn)等級(jí)分布，可以發(fā)現(xiàn)企業(yè)重金屬污染風(fēng)險(xiǎn)與區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、自然地理?xiàng)l件以及環(huán)保政策實(shí)施情況等因素密切相關(guān)。這些發(fā)現(xiàn)不僅為長(zhǎng)江流域的重金屬污染防治提供了重要參考，也為未來(lái)相關(guān)領(lǐng)域的研究提供了新的視角。

3 討論

3.1 影響因素

本研究基于多源地理信息數(shù)據(jù)，對(duì)長(zhǎng)江流域各縣域重金屬污染風(fēng)險(xiǎn)進(jìn)行了系統(tǒng)評(píng)價(jià)，揭示了顯著的上游和下游空間差異。下游如長(zhǎng)三角地區(qū)，工業(yè)化水平高、產(chǎn)業(yè)鏈完善，其污染風(fēng)險(xiǎn)主要來(lái)源于工業(yè)生產(chǎn)和再生資源回收；而西南部上游地區(qū)的工業(yè)結(jié)構(gòu)以資源密集型為主，主要受采礦和冶煉活動(dòng)的影響。這種地理差異與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展模式、產(chǎn)業(yè)結(jié)構(gòu)以及資源稟賦密切相關(guān)[29]。此外，污染物傳輸途徑和污染受體的脆弱性也呈現(xiàn)出區(qū)域特性。上游地區(qū)河網(wǎng)密度相對(duì)較低，但山地多，地形復(fù)雜，影響了污染物的擴(kuò)散和傳輸，而下游地區(qū)河網(wǎng)密度大、連通性好[40]，降水充沛且風(fēng)速大[41]，再加上城市化水平高，交通運(yùn)輸繁忙，污染物傳輸能力較高[29]。上游地區(qū)多為山地，農(nóng)業(yè)活動(dòng)相對(duì)分散，而下游平原廣闊，農(nóng)業(yè)發(fā)達(dá)，糧食產(chǎn)量高，人口密度大[42]，污染受體的脆弱性整體較高。

與現(xiàn)有研究相比，本研究采用污染風(fēng)險(xiǎn)綜合指數(shù)模型，從縣域尺度開(kāi)展評(píng)估。通過(guò)引入“源-徑-匯”風(fēng)險(xiǎn)理論，構(gòu)建了更為科學(xué)的評(píng)價(jià)指標(biāo)體系，不僅提高了評(píng)估的準(zhǔn)確性和可靠性，還為未來(lái)的污染防治工作提供了新的視角和思路。與安慶市研究相比[30]，本研究從單一城市污染狀況擴(kuò)展到了整個(gè)流域，提供了更全面的視角。部分地區(qū)風(fēng)險(xiǎn)評(píng)估結(jié)果存在差異，可能與近年來(lái)該地區(qū)環(huán)保政策加強(qiáng)、企業(yè)污染治理技術(shù)提升以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素有關(guān)，反映了長(zhǎng)江流域重金屬污染狀況的復(fù)雜性和動(dòng)態(tài)性，也強(qiáng)調(diào)了持續(xù)監(jiān)測(cè)和評(píng)估的重要性。

3.2 治理策略

當(dāng)前，重金屬污染防治工作的緊迫性已在社會(huì)各界達(dá)成共識(shí)，污染源主要包括工業(yè)源[43-45]、農(nóng)業(yè)投入品[46-48]、交通源[49-51]、生活垃圾等。為了有效防控重金屬污染并促進(jìn)環(huán)境保護(hù)[52]，需要采取一系列針對(duì)性治理策略。首先，加強(qiáng)污染源頭控制與減排。加強(qiáng)重金屬污染源的監(jiān)管，對(duì)企業(yè)進(jìn)行嚴(yán)格的環(huán)保審批和排污許可管理，推廣先進(jìn)的生產(chǎn)工藝和設(shè)備，減少重金屬在生產(chǎn)過(guò)程中的使用和排放。其次，對(duì)受污染土壤和水體進(jìn)行修復(fù)治理，例如采用化學(xué)、生物修復(fù)等技術(shù)手段，降低重金屬的環(huán)境遷移能力和生物有效性。同時(shí)，建立健全監(jiān)測(cè)網(wǎng)絡(luò)和應(yīng)急預(yù)案，提升應(yīng)對(duì)能力。這些策略有助于提升涉重金屬行業(yè)的綠色發(fā)展水平，改善環(huán)境質(zhì)量，有助于構(gòu)建完善的重金屬污染防治、風(fēng)險(xiǎn)防控和健康風(fēng)險(xiǎn)評(píng)估管理體系。針對(duì)傳輸途徑和污染受體脆弱性高的地區(qū)，需要加強(qiáng)水系監(jiān)測(cè)與預(yù)警系統(tǒng)的建設(shè)，完善跨區(qū)域環(huán)保協(xié)作機(jī)制，優(yōu)化土地利用規(guī)劃，同時(shí)加強(qiáng)對(duì)人口密集區(qū)域的環(huán)境保護(hù)、提升公眾的環(huán)境意識(shí)和應(yīng)急響應(yīng)能力，加大生態(tài)修復(fù)和環(huán)境治理力度，以減少污染擴(kuò)散風(fēng)險(xiǎn)和保護(hù)敏感受體。

土壤重金屬污染防治需要政府、企業(yè)和公眾共同努力?！锻寥牢廴痉乐涡袆?dòng)計(jì)劃》明確指出，將長(zhǎng)江流域內(nèi)的湖北黃石、湖南常德、貴州銅仁等地區(qū)作為先行區(qū)，通過(guò)加強(qiáng)土壤污染狀況詳查、工礦企業(yè)和污染地塊土壤環(huán)境管理等，有效切斷污染來(lái)源、有效防范環(huán)境和人體健康風(fēng)險(xiǎn)，保護(hù)和改善土壤環(huán)境質(zhì)量?！锻寥牢廴痉乐畏ā访鞔_了土壤污染防治的基本原則、制度框架和具體措施，提供了法律保障?！吨泄仓醒雵?guó)務(wù)院關(guān)于深入打好污染防治攻堅(jiān)戰(zhàn)的意見(jiàn)》明確要求深入開(kāi)展農(nóng)用地重金屬污染源頭防控行動(dòng)，有效切斷污染物進(jìn)入農(nóng)田的鏈條。此外，國(guó)家還出臺(tái)了《關(guān)于加強(qiáng)涉重金屬行業(yè)污染防控的意見(jiàn)》等政策文件，細(xì)化了重金屬污染防治的具體措施和要求，對(duì)于降低重金屬污染風(fēng)險(xiǎn)、保護(hù)生態(tài)環(huán)境和人民健康具有重要意義。

3.3 不確定性及創(chuàng)新點(diǎn)

盡管本研究取得了一定成果，但仍存在不確定性：（1）本研究為了統(tǒng)一數(shù)據(jù)口徑以便于分析，暫未考慮非重點(diǎn)企業(yè)、小型作坊及非法排放源，可能導(dǎo)致評(píng)估結(jié)果偏差。未來(lái)有必要補(bǔ)充收集其他數(shù)據(jù)來(lái)源的企業(yè)信息，以及排放量數(shù)據(jù)等，構(gòu)建更全面準(zhǔn)確的企業(yè)污染信息數(shù)據(jù)庫(kù)。（2）污染物傳輸能力的評(píng)估需進(jìn)一步關(guān)注更精細(xì)尺度的因素，例如污染物對(duì)該企業(yè)點(diǎn)下風(fēng)向和河流下游的污染受體影響顯著。此外，還需要加強(qiáng)人為活動(dòng)對(duì)污染物傳輸影響的評(píng)估，如農(nóng)業(yè)活動(dòng)、交通運(yùn)輸?shù)?，完善傳輸途徑的?fù)雜性分析。（3）污染受體脆弱性評(píng)估也需考慮更多因素以提升全面性和準(zhǔn)確性，例如作物對(duì)重金屬的吸收和累積能力，以及社會(huì)經(jīng)濟(jì)條件、居民健康意識(shí)、污染防控設(shè)施等。（4）研究結(jié)果主要反映當(dāng)前時(shí)期的產(chǎn)業(yè)發(fā)展情況和污染狀況，未來(lái)隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和環(huán)保政策的實(shí)施，長(zhǎng)江流域的重金屬污染風(fēng)險(xiǎn)可能會(huì)發(fā)生變化。

本研究的創(chuàng)新點(diǎn)在于：（1）采用污染風(fēng)險(xiǎn)綜合指數(shù)模型，從縣域尺度全面評(píng)估了長(zhǎng)江流域重金屬污染風(fēng)險(xiǎn)；（2）引入“源-徑-匯”風(fēng)險(xiǎn)理論，構(gòu)建了科學(xué)的評(píng)價(jià)指標(biāo)體系；（3）提供了針對(duì)性的治理策略，為未來(lái)污染防治工作提供了新的思路和方向。未來(lái)研究可進(jìn)一步結(jié)合實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)和政策效果評(píng)估，深入探討重金屬污染的時(shí)空變化規(guī)律和防控策略。

4 結(jié)論

（1）企業(yè)及污染物排放口主要分布在中下游干流水系、鄱陽(yáng)湖水系和太湖流域，呈現(xiàn)出顯著的空間集聚特征。江西、湖南、云南和四川作為冶煉企業(yè)的主要分布地區(qū)，重金屬污染物種類最多。污染源危險(xiǎn)性較高的縣域主要分布在江西、湖南、江蘇和云南等地。

（2）污染物傳輸途徑中高危險(xiǎn)性縣域主要分布在江西、江蘇、安徽、湖南、浙江、上海等長(zhǎng)江中下游地區(qū)，污染受體脆弱性在上游四川、重慶，中游湖北以及下游地區(qū)表現(xiàn)出顯著的集聚特征，中、高脆弱性縣域主要分布在湖北、湖南、四川、安徽、重慶等地。

（3）長(zhǎng)江流域約有14.26% 的縣域重金屬污染綜合風(fēng)險(xiǎn)等級(jí)為高或極高，中、高風(fēng)險(xiǎn)縣域主要分布在江西、湖南和江蘇等地。此外，四川、云南、安徽、湖北和重慶部分縣域存在污染超標(biāo)風(fēng)險(xiǎn)，未來(lái)需要進(jìn)一步采取防控措施降低污染風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1] SHI J D， ZHAO D， REN F T， et al. Spatiotemporal variation of soil

heavy metals in China：the pollution status and risk assessment[J].

Science of the Total Environment， 2023， 871：161768.

[2] 宋偉， 陳百明， 劉琳. 中國(guó)耕地土壤重金屬污染概況[J]. 水土保持研

究， 2013， 20（2）：293-298. SONG W， CHEN B M， LIU L. Soil heavy

metal pollution of cultivated land in China[J]. Research of Soil and

Water Conservation， 2013， 20（2）：293-298.

[3] TENG Y G， WU J， LU S J， et al. Soil and soil environmental quality

monitoring in China：a review[J]. Environment International， 2014， 69：

177-199.

[4] LI M， XI X H， XIAO G Y， et al. National multi-purpose regional

geochemical survey in China[J]. Journal of Geochemical Exploration，

2014， 139：21-30.

[5] SHEN F， LIAO R M， ALI A， et al. Spatial distribution and risk

assessment of heavy metals in soil near a Pb / Zn smelter in Feng

County， China[J]. Ecotoxicology and Environmental Safety， 2017， 139：

254-262.

[6] CHENG S P. Heavy metal pollution in China：origin， pattern and

control[J]. Environmental Science and Pollution Research， 2003， 10（3）：

192-198.

[7] 陳衛(wèi)平， 謝天， 李笑諾， 等. 中國(guó)土壤污染防治技術(shù)體系建設(shè)思考

[J]. 土壤學(xué)報(bào)， 2018， 55（3）：557-568. CHEN W P， XIE T， LI X N，

et al. Thinking of construction of soil pollution prevention and control

technology system in China[J]. Acta Pedologica Sinica， 2018， 55（3）：

557-568.

[8] WANG Q， HAO D M， WANG F， et al. Development of a new

framework to estimate the environmental risk of heavy metal（loid）s

focusing on the spatial heterogeneity of the industrial layout[J].

Environment International， 2021， 147：106315.

[9] LIAO X Y， TAO H， GONG X G， et al. Exploring the database of a soil

environmental survey using a geo-self-organizing map：a pilot study[J].

Journal of Geographical Sciences， 2019， 29（10）：1610-1624.

[10] LIU B L， DONG D M， HUA X Y， et al. Spatial distribution and

ecological risk assessment of heavy metals in surface sediment of

Songhua River， northeast China[J]. Chinese Geographical Science，

2021， 31（2）：223-233.

[11] PIBUL P， JAWJIT S， YIMTHIANG S. Soil heavy metal pollution from

waste electrical and electronic equipment of repair and junk shops in

southern Thailand and their ecological risk[J]. Heliyon， 2023， 9（10）：

e20438.

[12] SONG W， ZHANG H Z， LI X J， et al. Safe utilization of cultivated

land in high-risk areas of soil heavy metal pollution based on soil

resilience[J]. Frontiers in Environmental Science， 2022， 10：889069.

[13] WAN X M， ZENG W B， GU G Q， et al. Discharge patterns of

potentially harmful elements（PHEs） from coking plants and its

relationship with soil PHE contents in the Beijing – Tianjin – Hebei

region， China[J]. Toxics， 2022， 10（5）：240.

[14] XIE Y F， HU C H， QIN Z H， et al. Ecological-health risks assessment

and characteristic pollutants identification of heavy metals in the soils

of a coking plant in production in Guangxi， China[J]. Ecological

Indicators， 2023， 154：110830.

[15] CHEN H R， WANG L， HU B F， et al. Potential driving forces and

probabilistic health risks of heavy metal accumulation in the soils

from an e-waste area， southeast China[J]. Chemosphere， 2022， 289：

133182.

[16] KRUPNOVA T G， RAKOVA O V， GAVRILKINA S V， et al. Road

dust trace elements contamination， sources， dispersed composition，

and human health risk in Chelyabinsk， Russia[J]. Chemosphere， 2020，

261：127799.

[17] LI L， MENG R， LEI Y L， et al. Human health risk assessment of

heavy metals from PM2.5 in China′ s 29 provincial capital cities[J].

Environmental Science and Pollution Research， 2022， 29（42）：63028-

63040.

[18] MINKINA T， KONSTANTINOVA E， BAUER T， et al. Environmental

and human health risk assessment of potentially toxic elements in

soils around the largest coal-fired power station in southern Russia[J].

Environmental Geochemistry and Health， 2021， 43（6）：2285-2300.

[19] WANG C Q， CHEN S， HUANG D M， et al. Safe environmentally

friendly reuse of red mud modified phosphogypsum composite

cementitious material[J]. Construction and Building Materials， 2023，

368：130348.

[20] ZHANG R， CHEN T， ZHANG Y， et al. Health risk assessment of

heavy metals in agricultural soils and identification of main

influencing factors in a typical industrial park in northwest China[J].

Chemosphere， 2020， 252：126591.

[21] ZHAO Z Y， TIAN J， ZHANG W Y， et al. Chemical source profiles

and toxicity assessment of urban fugitive dust PM2. 5 in Guanzhong

Plain， China[J]. Toxics， 2023， 11（8）：676.

[22] ZHAO X F， WEI C H， LIU J F， et al. Potential risk recognition of

agricultural land based on agglomeration characteristics of pollutionrelated

enterprises：a case study on the black soil region in northeast

China[J]. Sustainability， 2024， 16（1）：417.

[23] CHEN D， WANG X H， LUO X M， et al. Delineating and identifying

risk zones of soil heavy metal pollution in an industrialized region

using machine learning[J]. Environmental Pollution， 2023， 318：

120932.

[24] JIA X L， FU T T， HU B F， et al. Identification of the potential risk

areas for soil heavy metal pollution based on the source-sink theory

[J]. Journal of Hazardous Materials， 2020， 393：122424.

[25] JIA X L， HU B F， MARCHANT B P， et al. A methodological

framework for identifying potential sources of soil heavy metal

pollution based on machine learning：a case study in the Yangtze

Delta， China[J]. Environmental Pollution， 2019， 250：601-609.

[26] HUANG G X， WANG X H， CHEN D， et al. A hybrid data-driven

framework for diagnosing contributing factors for soil heavy metal

contaminations using machine learning and spatial clustering analysis

[J]. Journal of Hazardous Materials， 2022， 437：129324.

[27] WEI C H， LEI M， CHEN T B， et al. Method on site-specific source

apportionment of domestic soil pollution across China through public

data mining：a case study on cadmium from non-ferrous industries[J].

Environmental Pollution， 2022， 295：118605.

[28] GUAN Y， SHAO C F， GU Q B， et al. Study of a comprehensive

assessment method of the environmental quality of soil in industrial

and mining gathering areas[J]. Stochastic Environmental Research and

Risk Assessment， 2016， 30（1）：91-102.

[29] LI K， WANG J Y， ZHANG Y W. Heavy metal pollution risk of

cultivated land from industrial production in China：spatial pattern

and its enlightenment[J]. Science of the Total Environment， 2022， 828：

154382.

[30] 劉海， 潘茜， 魏偉， 等. 長(zhǎng)江流域安慶市耕地土壤重金屬污染特征、

潛在生態(tài)風(fēng)險(xiǎn)及來(lái)源[J/OL]. 環(huán)境科學(xué)， 1-16[2024-09-08]. https：//

doi.org/10.13227/j.hjkx.202405120. LIU H， PAN Q， WEI W， et al.

Characteristics of heavy metal pollution， potential ecological risk， and

sources in the cultivated soil of Anqing City in the Yangtze River

basin[J/OL]. Environmental Science， 1-16[2024-09-08]. https：//doi.

org/10.13227/j.hjkx.202405120.

[31] 李洪剛， 汪軍， 楊杉， 等. 三峽庫(kù)區(qū)土壤重金屬污染與環(huán)境風(fēng)險(xiǎn)研

究進(jìn)展[J]. 環(huán)境科學(xué)與技術(shù)， 2017， 40（增刊2）：171-178. LI H G，

WANG J， YANG S， et al. Reviews on soil heavy metals pollution and

its environment risk in the Three Gorges Reservoir area[J].

Environmental Science amp; Technology， 2017， 40（Suppl 2）：171-178.

[32] 劉婭君， 李彩霞， 梅楠， 等. 三峽庫(kù)區(qū)稻田土壤重金屬污染特征及

風(fēng)險(xiǎn)評(píng)價(jià)[J]. 環(huán)境科學(xué)， 2023， 44（6）：3520-3530. LIU Y J， LI C

X， MEI N， et al. Characteristics and risk evaluation of heavy metal

contamination in paddy soils in the Three Gorges Reservoir area[J].

Environmental Science， 2023， 44（6）：3520-3530.

[33] 王丹羽， 王汶， 趙彥云. 基于高光譜遙感的鎘污染潛在風(fēng)險(xiǎn)估算

[J]. 中國(guó)環(huán)境科學(xué)， 2022， 42（11）：5276 - 5284. WANG D Y，

WANG W， ZHAO Y Y. Potential risk assessment of cadmium

pollution using hyperspectral remote sensing[J]. China Environmental

Science， 2022， 42（11）：5276-5284.

[34] 劉孝嚴(yán)， 樊亞男， 劉鵬， 等. 基于文獻(xiàn)計(jì)量分析的長(zhǎng)江經(jīng)濟(jì)帶農(nóng)田

土壤重金屬污染特征[J]. 環(huán)境科學(xué)， 2022， 43（11）：5169-5179.

LIU X Y， FAN Y N， LIU P， et al. Characteristics of heavy metal

pollution in farmland soil of the Yangtze River economic belt based

on bibliometric analysis[J]. Environmental Science， 2022， 43（11）：

5169-5179.

[35] 杭小帥， 王火焰， 周健民. 長(zhǎng)江三角洲地區(qū)土壤重金屬污染的防治

與調(diào)控[J]. 土壤通報(bào)， 2013， 44（1）：245-251. HANG X S， WANG

H Y， ZHOU J M. Prevention and regulation countermeasures of soil

heavy metal contamination in Yangtze River Delta[J]. Chinese Journal

of Soil Science， 2013， 44（1）：245-251.

[36] 厲炯慧， 翁珊， 方婧， 等. 浙江海寧電鍍工業(yè)園區(qū)周邊土壤重金屬

污染特征及生態(tài)風(fēng)險(xiǎn)分析[J]. 環(huán)境科學(xué)， 2014， 35（4）：1509-1515.

LI J H， WENG S， FANG J， et al. Heavy metal pollution characteristics

and ecological risk analysis for soil around Haining electroplating

industrial park[J]. Environmental Science， 2014， 35（4）：1509-1515.

[37] 趙其國(guó)， 駱永明. 論我國(guó)土壤保護(hù)宏觀戰(zhàn)略[J]. 中國(guó)科學(xué)院院刊，

2015， 30（4）：452-458. ZHAO Q G， LUO Y M. The macro strategy

of soil protection in China[J]. Bulletin of Chinese Academy of Sciences，

2015， 30（4）：452-458.

[38] LIU J Y， KUANG W H， ZHANG Z X， et al. Spatiotemporal

characteristics， patterns， and causes of land-use changes in China

since the late 1980s[J]. Journal of Geographical Sciences， 2014， 24

（2）：195-210.

[39] 鞠鐵男， 雷梅， 郭廣慧， 等. 長(zhǎng)三角土壤污染重點(diǎn)監(jiān)管單位綜合風(fēng)

險(xiǎn)評(píng)價(jià)[J]. 中國(guó)環(huán)境科學(xué)， 2023， 43（12）：6490-6499. JU T N， LEI

M， GUO G H， et al. Comprehensive risk assessment of key supervision

units of soil pollution in Yangtze River Delta[J]. China Environmental

Science， 2023， 43（12）：6490-6499.

[40] 張旭峰， 馮韶華， 尚婷婷， 等. 平原河網(wǎng)地區(qū)農(nóng)田土壤重金屬污染

特征及來(lái)源解析[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào)， 2024， 43（4）：835-844.

ZHANG X F， FENG S H， SHANG T T， et al. Pollution characteristic

and source apportionment of heavy metals in farmland soil from a

plain river network region[J]. Journal of Agro-Environment Science，

2024， 43（4）：835-844.

[41] 郭文景， 張志勇， 聞學(xué)政， 等. 長(zhǎng)江下游居民區(qū)降水地表徑流的污

染特征[J]. 環(huán)境科學(xué)， 2021， 42（7）：3304 - 3315. GUO W J，

ZHANG Z Y， WEN X Z， et al. Contamination characteristics of

surface runoff in densely populated areas in downstream Yangtze

River， China[J]. Environmental Science， 2021， 42（7）：3304-3315.

[42] 尚二萍， 許爾琪， 張紅旗， 等. 中國(guó)糧食主產(chǎn)區(qū)耕地土壤重金屬時(shí)

空變化與污染源分析[J]. 環(huán)境科學(xué)， 2018， 39（10）：4670-4683.

SHANG E P， XU E Q， ZHANG H Q， et al. Spatial-temporal trends

and pollution source analysis for heavy metal contamination of

cultivated soils in five major grain producing regions of China[J].

Environmental Science， 2018， 39（10）：4670-4683.

[43] CUI Y B， BAI L， LI C H， et al. Assessment of heavy metal

contamination levels and health risks in environmental media in the

northeast region[J]. Sustainable Cities and Society， 2022， 80：103796.

[44] WANG H Z， CAI L M， WANG Q S， et al. A comprehensive

exploration of risk assessment and source quantification of potentially

toxic elements in road dust：a case study from a large Cu smelter in

central China[J]. CATENA， 2021， 196：104930.

[45] WU Q M， HU W Y， WANG H F， et al. Spatial distribution， ecological

risk and sources of heavy metals in soils from a typical economic

development area， southeastern China[J]. Science of the Total

Environment， 2021， 780：146557.

[46] BUTA M， KORZENIEWSKA E， HARNISZ M， et al. Microbial and

chemical pollutants on the manure-crops pathway in the perspective

of “One Health” holistic approach[J]. Science of the Total

Environment， 2021， 785：147411.

[47] JAYASIRI M M J G C N， YADAV S， DAYAWANSA N D K， et al.

Spatio-temporal analysis of water quality for pesticides and other

agricultural pollutants in Deduru Oya River basin of Sri Lanka[J].

Journal of Cleaner Production， 2022， 330：129897.

[48] QIN G W， NIU Z D， YU J D， et al. Soil heavy metal pollution and food

safety in China：effects， sources and removing technology[J].

Chemosphere， 2021， 267：129205.

[49] J?RLSKOG I， STR?MVALL A M， MAGNUSSON K， et al. Trafficrelated

microplastic particles， metals， and organic pollutants in an

urban area under reconstruction[J]. Science of the Total Environment，

2021， 774：145503.

[50] KO?CZAK B， CEMPA M， PIERZCHA?A ?， et al. Assessment of the

ability of roadside vegetation to remove particulate matter from the

urban air[J]. Environmental Pollution， 2021， 268：115465.

[51] WANG J M， JEONG C H， HILKER N， et al. Quantifying metal

emissions from vehicular traffic using real world emission factors[J].

Environmental Pollution， 2021， 268：115805.

[52] KHAN S， NAUSHAD M， LIMA E C， et al. Global soil pollution by

toxic elements：current status and future perspectives on the risk

assessment and remediation strategies：a review[J]. Journal of

Hazardous Materials， 2021， 417：126039.