层次化的矿区土壤污染生态风险评估方法

1.本发明涉及环境监测技术领域，具体涉及一种层次化的矿区土壤污染生态风险评估方法。

背景技术：

2.目前，随着矿产资源的开发，不合理开采利用对矿区周边的生态环境造成严重破坏，尤其是土壤污染问题愈发显著，这是因为土壤是地球关键带的核心，对维持生态系统功能稳定，促进物质能量循环至关重要，矿采活动排放的污染物会对土壤生态系统内的各级生态链产生有害影响，导致一系列区域甚至全球生态环境问题，例如土壤生物多样性减少、食品安全、气候变化等。因此，开展矿区的生态风险评价工作会对矿区土壤环境管理起到重要的指导作用。生态风险评价是评估有害物质对生态系统及其组分造成不良影响的可能性，能够为矿区周边的污染防控提供参考，同时也支撑着污染场地修复目标的建立以及修复成果的检验。因此，开展矿区污染场地土壤生态风险评价对土壤生态环境保护意义重大。

3.目前常用的生态风险表征方法多为商值法，这需要对矿区土壤环境介质进行采样分析，并与相应标准进行比较以确定风险等级，属于一种半定量的评价方法。如cn114049037a公开了一种场地复合污染土壤生态风险评估方法，包括风险快速识别阶段、第一阶段初步评估、第二阶段详细评估和第三阶段复合污染风险表征，基于不同土地类型的生态受体、暴露途径、毒性终点和保护水平推导筛选值，将筛选值与调查获取的污染物浓度进行比对，并基于污染物浓度和形态调查、污染物生物有效性调查测试、污染物的生物毒性测试和生态调查，采用商值法、指数法(证据权重法)、概率法评估场地土壤污染生态风险，并对复合污染土壤的生态风险进行表征，本发明同现有技术相比，可以合理评估场地复合污染土壤的生态风险，保障生态环境安全。

4.如cn111922068a公开了一种工业污染场地土壤和地下水中石油烃风险评价方法，包括步骤如下：步骤1.对疑似污染地块进行土壤和地下水样品采集；步骤2.分别对土壤和地下水样品进行前处理，分析样品中石油烃构成及参考含量；步骤3.根据疑似污染地块的用途，确定疑似污染地块的主要使用人群及石油烃与人群接触的暴露途径，所述暴露途径为土壤、地下水中石油烃污染物迁移达到并进入敏感受体的过程；步骤4.根据石油烃构成的种类进行毒性评估；步骤5.根据石油烃的检测数据，计算石油烃污染物非致癌危害商并进行风险表征，判断风险是否可接受。本发明通过分析石油烃构成及含量，使得治理修复范围精确、污染物类型精确，经济投入减小，环境管理成本降低。

5.然而，当前的评估方法仍存在层次低，尺度小，精准性不足等问题，导致评估结果和实际偏差较大的问题。

技术实现要素：

6.鉴于现有技术中存在的问题，本发明的目的在于提供一种层次化的矿区土壤污染生态风险评估方法，以解决当前针对矿物土壤评估中存在的缺陷，实现矿区土壤污染物的

多层次，多尺度，便捷化和精准化的评估。

7.为达此目的，本发明采用以下技术方案：

8.本发明提供了一种层次化的矿区土壤污染生态风险评估方法，所述评估方法包括如下步骤：

9.s1、进行矿区的危害识别，得到矿区基本信息、矿区暴露情景信息、矿区生态情景信息、特征污染物类型及潜在污染区域；

10.s2、利用搜集的矿区暴露情景信息和矿区生态情景信息，依据矿区生态风险等级评价体系及模糊数学原则定性判定矿区的生态风险等级，所述生态风险等级包括低风险矿区、中风险矿区和高风险矿区，若为低风险矿区则评估结束，反之则进行s3；

11.s3、针对中风险矿区和/或高风险矿区中确定的潜在污染区域和特征污染物识别，进行土壤样品采样分析，利用商值法以采样分析所得特征污染物浓度与对应元素的场地土壤生态风险筛选值进行比值，若比值＞1，以此判定该特征污染物为优控污染物并进行s4；若所有污染物风险筛选商值≤1，则结束评估；

12.s4、依据s3确定的优控污染物构建矿区优控污染物浓度分布累积曲线，并和污染物浓度相对应的物种敏感度分布曲线进行耦合，得到联合概率曲线，通过计算曲线下面积得到定量概率风险值per进而定量确定矿区优控污染物的概率生态风险。

13.本发明提供的评估方案，通过建立一种基于矿区综合情景分析的土壤污染生态风险快速表征方法，并与商值法和概率法结合，构建了矿区污染场地土壤的层次化生态风险评估框架，实现了生态风险评价方法从定性到定量，从简单到复杂，层次化，精细化的发展。

14.本发明中，所述危害识别是整个评价过程的基础。此阶段要求明确场地潜在生态风险源、风险路径及风险受体的相关内容，为后续的评估提供充足的信息。通过信息检索、部门走访、电话咨询等途径，广泛收集矿区相关信息。包括地理位置、水文地质、气候条件、占地面积、污染场地范围等，获取矿区基本信息。同时获取矿区的矿种类型、年开采规模、开采历史时间等部分矿区暴露情景信息。通过实地调查或者企业资料明确矿区的特征污染物类型及矿区功能区划，包括开采区、选矿区、排土场、仓储区、生活办公区等，并据此识别潜在污染区域。同时明确矿区土壤污染的风险暴露途径，了解矿区开采方式、主要生产工艺及产污环节，以及矿区对于废水、废气、废石的综合治理的环保水平情况，判别污染物可能暴露于土壤的主要途径，并归纳于矿区暴露情景信息。明确矿区土壤污染的风险受体，通过各类机构统计资料、网络数据库、文献调研的方式，明确矿区污染场地的主要陆地生态系统类型，以及潜在的生态风险受体，包括陆生植物、土壤动物、土壤微生物以及土壤生态过程，同时了解可能影响污染物生物毒性的环境因素，如土壤理化性质等信息，归纳于矿区生态情景信息。

15.本发明中，利用商值法确定优控污染物时，可以确定一个污染物后进行s4，也可以将全部污染物对比确认完之后再进行s4。

16.本发明中，污染物浓度分布累积概率曲线和污染物浓度相对应的物种敏感度分布曲线进行耦合为将污染物浓度分布累积概率曲线中的纵坐标和物种敏感度分布曲线中的纵坐标通过相同的横坐标进行对应，从而得到联合概率曲线。

17.作为本发明优选的技术方案，所述矿区生态风险等级评价体系依据delphi专家问卷法、层析分析和模糊数学进行建立，具体为构建层次结构，分为准则层和指标层，并且将

生态风险等级和指标层对应的情景参数进行一一对应，并且依据层次分析确定准则层和指标层的权重系数。

18.本发明中，所述准则层和指标层的权重系数可以通过综合多位专家对评估体系的重要度意见而确定。

19.本发明中，将生态风险等级和指标层对应的情景参数进行一一对应，是指指标层对应的情景参数依据国家标准或行业规定等要求进行划分为三个层次，各层次对应不同的生态风险等级。

20.作为本发明优选的技术方案，所述准则层的评估目标包括污染物排放水平和土壤受体生态响应水平。

21.作为本发明优选的技术方案，所述指标层为在所述准则层的基础上进行划分；

22.优选地，所述准则层中污染物排放水平在指标层中进一步划分所得目标包括矿种类型、矿区产能及对应规模、开采方式、开采年限和环保管理水平；

23.优选地，所述准则层中土壤受体生态响应水平在指标层中进一步划分所得目标包括周边生态系统类型、土壤ph和土壤有机质含量。

24.本发明中，所述矿区暴露情景指向矿区周边土壤环境输出污染物，影响矿区污染物排放及污染物在环境中归趋的差异化矿区参数。具体对应评价体系中污染物排放水平所细分的指标层内容。

25.本发明中，所述矿区生态情景指影响污染物暴露于受体时，造成差异化生态效应的矿区周边环境参数。具体对应评价体系中土壤受体生态响应水平所细分的指标层内容。

26.本发明中，矿区生态风险等级评价体系中的风险等级依据模数数学原理分为，高、中、低三个等级，并通过专家论证和文献调研的方式，将矿区情景参数取值对应到各个等级下，从而形成了情景分析的判定依据。其中矿种类型、矿区规模、开采方式、开采年限为资料性参数，矿区环境管理水平通过当地生态环境局和自然资源局管理认定，周边主要生态系统类型通过矿界周边1公里范围内的陆地生态系统类型遥感资料确定，土壤ph值及有机质含量查阅历史资料获取，如没有记录可进行实地采样分析，具体可如表1。但并不限于表中所列形式，其他符合的也可以。

[0027][0028]

作为本发明优选的技术方案，所述模糊数学原则为建立污染物排放水平隶属度关系矩阵aex和土壤受体生态响应水平隶属度关系矩阵aeff，然后结合对应指标层权重系数计算污染物排放水平隶属度矩阵bex和土壤受体生态响应水平隶属度矩阵beff，最终结合准则层权重w计算矿区综合情景生态风险rl为

[0029]

作为本发明优选的技术方案，所述污染物排放水平隶属度关系矩阵aex为式中a为评价对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的a1l的目标对应矿区生态风险等级评价体系中的l，a1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；

[0030]

具体地为，假定矩阵中数为axy(x＝1,2,3,4,5；y＝l,m,h)代表评价指对应指标层中情景参数的隶属度，若待评估的情景指标x的取值对应矿区生态风险等级评价体系中的风险等级y(y＝l,m,h)，则axy取1，反之则取0，后续的隶属度矩阵依次类推选择即可。

[0031]

优选地，所述土壤受体生态响应水平隶属度关系矩阵aeff为式中b代表评价指对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的b1l的目标对应矿区生态风险等级评价体系中的l，b1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；

[0032]

优选地，所述污染物排放水平隶属度矩阵bex为wex*aex，式中wex为对应指标层权重系数；

[0033]

优选地，所述土壤受体生态响应水平隶属度矩阵beff为weff*aeff，式中weff为对应指标层权重系数。

[0034]

作为本发明优选的技术方案，所述土壤样品采样分析为按照建设用地土壤污染状况调查-技术导则hj25.1-2019采用专业判断布点法制定布点采样计划，并分析其中污染物浓度；

[0035]

本发明中，利用商值法以采样分析所得污染物浓度与对应元素的场地土壤生态风险筛选值进行比值中所用污染物浓度为检测所得污染物的最大浓度。

[0036]

本发明中，利用商值法确认特征污染物种类实际为确定依据商值与1的大小关系确定需要进行后续步骤的污染物种类。

[0037]

优选地，所述场地土壤生态风险筛选值包括依据《生态安全土壤环境基准制定技术指南(征求意见稿)》中生态安全土壤环境基准值的确定进行确定。待正式稿确定后，依据正式稿进行生态风险筛选值的推导。

[0038]

本发明中，所述场地土壤生态风险筛选值还可以是其他手段得到的场地土壤生态风险筛选值，如依据现有技术中的其他参考文献(jiawen zhang,zhengtao liu,biao tian,ji li,jingjing luo,xusheng wang,shunhao ai,xiaonan wang,assessment of soil heavy metal pollution in provinces of china based on different soil types:from normalization to soil quality criteria and ecological risk assessment,journal of hazardous materials,volume 441,2023,129891,issn0304-3894)等。

[0039]

作为本发明优选的技术方案，所述矿区优控污染物浓度分布累积曲线为依据s3确定的优控污染物浓度利用对数正态分布函数对浓度数据进行分布函数拟合得到。

[0040]

作为本发明优选的技术方案，所述优控污染物浓度相对应的物种敏感度分布曲线为依据毒性数据进行构建得到。

[0041]

本发明中，物种敏感度分布曲线构建中，毒性数据获取方式主要有：美国环保署的ecotox生态毒理数据库，国内外发表的文献；按照标准的毒理实验方法开展室内生态毒理实验。最终使用的毒理数据筛选包括效应终点的筛选和测量终点的筛选，其中测量终点和效应终点选取原则如下：

[0042]

1)对于陆生植物，选择生物量、产量、根伸长等；

[0043]

2)对于土壤无脊椎动物，选择繁殖率、种群数量和生长率等；

[0044]

3)对于土壤微生物和微生物主导的土壤生态过程，选择土壤微生物量、土壤硝化作用、土壤呼吸作用的抑制率等。

[0045]

4)选择不同类型的毒性效应终点来确定不同的毒性效应水平，以满足实际的土壤保护水平和管理要求。具体可分为以noec、loec、ec10等以亚致死或慢性毒性效应为效应终点的低效应水平(level1)的毒理数据。

[0046]

5)同一物种有多个测量终点的毒理数据时，取最敏感的毒理数据。

[0047]

6)同一物种的相同毒性效应指标，取这些毒性效应浓度的几何平均值。

[0048]

利用上述搜集到的污染物毒性数据，进行多种分布函数拟合，选择对毒理数据拟合较好的一个或者多个分布函数，计算优选模型的权重，通过加权平均确定物种敏感度分布的累积概率曲线。拟合较好的分布函数为以拟合优度最低的分布函数为基准，选定的分

布函数的拟合优度与拟合优度最低的分布函数的拟合优度的差值＜2时，则认定为对毒理数据拟合较好的分布函数。

[0049]

所述的分布拟合函数可以是burr iii型函数、gamma型函数、gumbel型函数、log-logistic型函数、log-normal型函数和weibull型函数等。利用上述模型对毒性数据进行拟合，并进行拟合优度评价。检验模型拟合优度的方法推荐使用赤池信息准则(akaike information criterion，aic)，使用最大似然估计法进行模型拟合，并计算每个模型的aic值：aic＝-2l+2k，式中l表示最大对数似然函数，k为拟合模型的参数数量，计算得到的aic值越小，说明模型拟合优度越好。当样本量较少时，可使用小样本版aicc进行模型评价，aicc＝-2l+2k(n/(n-k-1))，式中l和k的含义同上，n代表样本数量，当n≤k+1时，本参数不适用，也可以采用其他准则进行评价，如贝叶斯信息准则等。该评价准则的选取不影响本发明评价结果的准确性。

[0050]

作为本发明优选的技术方案，所述评估方法包括如下步骤：

[0051]

s1、进行矿区的危害识别，得到矿区基本信息、矿区暴露情景信息、矿区生态情景信息、特征污染物类型及潜在污染区域；

[0052]

s2、利用搜集的矿区暴露情景信息和矿区生态情景信息，依据矿区生态风险等级评价体系及模糊数学原则定性判定矿区的生态风险等级，所述生态风险等级包括低风险矿区、中风险矿区和高风险矿区，若为低风险矿区则评估结束，反之则进行s3；所述矿区生态风险等级评价体系依据delphi专家问卷法、层析分析和模糊数学进行建立，具体为构建层次结构，分为准则层和指标层，并且将生态风险等级和指标层对应的情景参数进行一一对应，并且依据层次分析确定准则层和指标层的权重系数；所述准则层的评估目标包括污染物排放水平和土壤受体生态响应水平；所述指标层为在所述准则层的基础上进行划分；所述准则层中污染物排放水平在指标层中进一步划分所得目标包括矿种类型、矿区产能及对应规模、开采方式、开采年限和环保管理水平；所述准则层中土壤受体生态响应水平在指标层中进一步划分所得目标包括周边生态系统类型、土壤ph和土壤有机质含量；所述模糊数学原则为建立污染物排放水平隶属度关系矩阵aex和土壤受体生态响应水平隶属度关系矩阵aeff，然后结合对应指标层权重系数计算污染物排放水平隶属度矩阵bex和土壤受体生态响应水平隶属度矩阵beff，最终结合准则层权重w计算矿区综合情景生态风险rl为所述污染物排放水平隶属度关系矩阵aex为式中a为评价对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的a1l的目标对应矿区生态风险等级评价体系中的l，a1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；所述土壤受体生态响应水平隶属度关系矩阵aeff为式中b代表评价指对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的b1l的目标对应矿区生态风险等级评价体系中的l，b1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；所述污染物排放水平隶属度矩阵bex为wex*aex，式中wex为对应指标层权重系数；所述土壤受体生态响应水平隶属度矩阵beff为weff*aeff，式中weff

为对应指标层权重系数；

[0053]

s3、针对中风险矿区和/或高风险矿区中确定的潜在污染区域和特征污染物识别，进行土壤样品采样分析，利用商值法以采样分析所得特征污染物浓度与对应元素的场地土壤生态风险筛选值进行比值，若比值＞1，以此判定该特征污染物为优控污染物并进行s4；若所有污染物风险筛选商值≤1，则结束评估；所述土壤样品采样分析为按照建设用地土壤污染状况调查-技术导则hj25.1-2019采用专业判断布点法制定布点采样计划，并分析其中污染物浓度；所述场地土壤生态风险筛选值包括依据生态安全土壤环境基准制定技术指南(征求意见稿)中生态安全土壤环境基准值的确定进行确定；

[0054]

s4、依据s3确定的优控污染物构建矿区优控污染物浓度分布累积曲线，并和污染物浓度相对应的物种敏感度分布曲线进行耦合，得到联合概率曲线，通过计算曲线下面积得到定量概率风险值per进而定量确定矿区优控污染物的概率生态风险；所述矿区优控污染物浓度分布累积曲线为依据s3确定的优控污染物浓度利用对数正态分布函数对浓度数据进行分布函数拟合得到；所述优控污染物浓度相对应的物种敏感度分布曲线为依据毒性数据进行构建得到。

[0055]

与现有技术方案相比，本发明具有以下有益效果：

[0056]

本发明提供的评估方法，首先通过前期矿区基本信息和情景信息调研，识别可能造成土壤生态危害的“源-径-汇”相关内容；利用矿区暴露情景信息和矿区生态情景信息的矿区土壤生态风险快速表征方法体系(表1)，对目标矿区土壤生态风险水平进行前瞻性定性判定；对判定为中风险/高风险的矿区进一步进行现场采样分析，通过商值法比较土壤特征污染物环境浓度与场地土壤生态风险筛选值，判定优控污染物类型；利用优控污染物暴露浓度分布曲线和物种敏感度分布曲线构建联合概率曲线，进一步定量矿区优控污染物的概率生态风险。实现了生态风险评价方法从定性到定量，从简单到复杂，层次化，精细化的发展，对指导我国开展矿区的生态风险评价工作具有重要意义。

附图说明

[0057]

图1是本发明实施例1提供的层次化的矿区土壤污染生态风险评估方法的流程图；

[0058]

图2是本发明实施例1中矿山采选活动主要工艺及相应产污环节的示意图；

[0059]

图3是本发明实施例1中矿区及周边1-10km的样点pb元素含量的示意图；

[0060]

图4是本发明实施例1中矿区及周边1-10km的样点cd元素含量的示意图；

[0061]

图5是本发明实施例1中矿区及周边1-10km的样点zn元素含量的示意图；

[0062]

图6是本发明实施例1中矿区及周边1-10km的样点cu元素含量的示意图；

[0063]

图7是本发明实施例1中矿区及周边1-10km的样点ni元素含量的示意图；

[0064]

图8是本发明实施例1中矿区及周边1-10km的样点as元素含量的示意图；

[0065]

图9是本发明实施例1中矿区及周边1-10km的样点hg元素含量的示意图；

[0066]

图10是本发明实施例1中矿区及周边1-10km的样点cr元素含量的示意图；

[0067]

图11是本发明实施例1中矿区及周边采样点位8种重金属元素的生态风险筛选熵rqlevel1的箱线图；

[0068]

图12是本发明实施例1中pb污染物浓度分布累积概率曲线(对数平均值＝3.18，对

数标准差＝2.01)；

[0069]

图13是本发明实施例1中cd污染物浓度分布累积概率曲线(对数平均值＝-1.21，对数标准差＝1.73)；

[0070]

图14是本发明实施例1中cr污染物浓度分布累积概率曲线(对数平均值＝3.94，对数标准差＝0.42)；

[0071]

图15是本发明实施例1中cu污染物浓度分布累积概率曲线(对数平均值＝3.37，对数标准差＝1.44)；

[0072]

图16是本发明实施例1中zn污染物浓度分布累积概率曲线(对数平均值＝4.74，对数标准差＝1.67)；

[0073]

图17是本发明实施例1中as污染物浓度分布累积概率曲线(对数平均值＝2.3，对数标准差＝0.58)；

[0074]

图18本发明实施例1中as元素对应的物种敏感度分布曲线；

[0075]

图19本发明实施例1中cd元素对应的物种敏感度分布曲线；

[0076]

图20本发明实施例1中cr元素对应的物种敏感度分布曲线；

[0077]

图21本发明实施例1中cu元素对应的物种敏感度分布曲线；

[0078]

图22本发明实施例1中pb元素对应的物种敏感度分布曲线；

[0079]

图23本发明实施例1中zn元素对应的物种敏感度分布曲线；

[0080]

图24本发明实施例1中as元素对应的联合概率曲线；

[0081]

图25本发明实施例1中cd元素对应的联合概率曲线；

[0082]

图26本发明实施例1中cr元素对应的联合概率曲线；

[0083]

图27本发明实施例1中cu元素对应的联合概率曲线；

[0084]

图28本发明实施例1中pb元素对应的联合概率曲线；

[0085]

图29本发明实施例1中zn元素对应的联合概率曲线。

[0086]

下面对本发明进一步详细说明。但下述的实例仅仅是本发明的简易例子，并不代表或限制本发明的权利保护范围，本发明的保护范围以权利要求书为准。

具体实施方式

[0087]

为更好地说明本发明，便于理解本发明的技术方案，本发明的典型但非限制性的实施例如下：

[0088]

实施例1

[0089]

本实施例提供一种层次化的矿区土壤污染生态风险评估方法具体实施例，流程图如图1所示，具体为针对内蒙古某矿区场地土壤生态风险评估，矿区为大型铅锌矿采选区，位于内蒙古自治区西北部，矿区北与阴山山脉相连，南靠河套平原，周边地形地貌复杂。矿区地处中温带，属高原大陆性气候，年平均气温3.8度，平均降水量96-105.9毫米，年均无霜期130天，年均冻土深2.3米，气候的主要特点是：冬季寒冷干燥风沙多，夏季干旱降雨少，日照强烈，蒸发量大。成立于2000年，是一处以铅锌为主的大型铜、硫、银多金属矿床，矿山原隶属于自治区石化厅，由生产规模最早设计为3.5万吨/年，后采选能力扩大到60万t/a，开采对象主要为②、③－1、⑾－1号锌硫矿体。后来经过改制发展，矿区由多家单位共同开发，现主要以两家大型矿山单位共同运营采选，现年采选量分别为180万吨/年和330万吨/年。

矿区总面积约2.28平方公里。产品以铅锌精矿为主，硫为副产品。

[0090]

通过前期调查总结发现，即进行s1危害识别确定如下信息：

[0091]

矿区污染源及暴露途径：根据前期环境调查和相关资料结果，该矿区场地土壤受到不同程度的重金属污染，主要特征污染物为矿石采选中产生的伴生重金属，如锌、铜、镉、铅等。矿山采选活动主要工艺及相应产污环节如图2所示。主要污染途径为开采及破碎过程中的粉尘排放及坑下涌水和选矿环节溢流废水的排放。

[0092]

生态敏感受体：矿区位于农牧交错带，生态系统较为脆弱，各类本土土壤生物是本次风险评估的目标敏感受体。

[0093]

生态风险评估必要性：介于前期并未对该区域开展过精细化的生态风险评估工作，因此对本矿区场地的土壤生态系统进行针对性的风险评价十分必要。本次评估利用矿区情景分析模型、风险商值评估及概率生态风险评估法进行矿区土壤重金属污染生态风险从定性判定，到优控污染物筛选，再到风险定量的层次化风险评估。

[0094]

基于此进行矿区情景分析模型生态风险评估，具体如下：

[0095]

通过delphi专家问卷法，层次分析法及模糊综合评价法建立基于矿区生产生态情景的生态风险评价体系(表1)，将矿区等级划分为低风险(l)，中风险(m)和高风险(h)。通过前期现场勘查及调研，搜索并确定评价矿区的模型参数信息，利用模糊数学算法，对标评估模型各参数的风险分级，建立评价区域与ahp情景模型各参数的隶属度关系矩阵，最后依据最大隶属度原则进行评价区域的生态风险等级表征。

[0096]

表1

[0097][0098]

通过矿区的实地调研和相关信息的搜集，本次评价矿区的情景信息如表2所示：

[0099]

表2

[0100][0101][0102]

delphi专家问卷法中评价模型结构分为目标层(a)、准则层(b)和指标层(c)3级，具体如下表3：

[0103]

表3

[0104][0105]

其中，准则层分2个准则集合：矿区源暴露指标体系b1和土壤响应指标体系b2。矿区源暴露的5个指标确定了矿区作为污染源对周边土壤输出重金属通量的能力大小，属于对外排放重金属浓度剂量的影响；土壤响应的4个指标确定了相关重金属进入土壤生态系统后可能对土壤生态受体造成的危害大小，属于对受体效应的影响。各个评价指标对应的

评价标准分为“低风险、中风险、高风险”3个等级，各个指标的分级标准根据国家或行业相关标准、参考文献等资料确定。对上述模型中提到的各个准则及指标，进行两两比较，确定它们的相对重要性：问卷采用1—9标度法，表内重要级别下填写数字；数字标度的含义及说明如下表4：

[0106]

表4

[0107][0108][0109]

基于上述内容，进行模糊数学原则，具体为构建本矿区污染物排放水平隶属度关系矩阵和土壤受体生态响应水平隶属度关系矩阵两个准则层的隶属度关系矩阵aex和aeff，则：

[0110][0111]

结合各准则层专家打分获得的指标层权重系数，计算两个准则层的隶属度矩阵bex和beff，则：

[0112][0113][0114]

结合基准层的权重系数进行判定，则：

[0115][0116]

根据最大隶属度原则，本次矿区情景隶属于高风险的概率最高，为62.44％，因此

判定本矿区为高风险矿区。

[0117]

基于上述情景模型的评价结果，可初步判定该矿区属于高风险矿区，因此需进一步确定具体污染元素的生态危害程度。为此，我们进行了矿区内不同功能区及矿区周边不同距离的现场采样和样品分析工作，即优控污染物判定，具体为利用前期推导出来的生态风险筛选值进行八种国控重金属元素的风险商值(rq)判定。具体为通过现场采样，分析了矿区内外共计56个土壤样品的重金属含量，结果如表5所示，pb，cd，cu和zn的变异系数(c.v.)超过了1，说明这4种土壤重金属元素受到人为干扰较为严重。所有重金属的均值均超过了当地背景值，pb、cd、zn的均值均超过了农用地土壤污染风险筛选值和生态风险基准值，此外cr、cu和as的均值也超过了生态风险基准值，说明除了ni和hg以外，其他6种重金属均对周边的生态系统会造成不同程度的危害。

[0118]

表5

[0119][0120]

注：a为内蒙古土壤背景值；b为国标gb15618-2018农用地土壤污染风险筛选值；c为保护当地95％物种不发生生殖、生长、死亡等危害效应的生态风险基准值

[0121]

进一步对矿区不同生产功能单元和不同距离的采样点位进行分组分析，结果如图3-图10所示，图中，通过统计检验说明差异性，不同分组之间如存在不同的字母标注，则说明对应分组之间存在显著的含量差异，若存在相同字母或没有标注字母则表明含量之间无显著差异，如标记的a和ab之间不存在显著差异，a和b之间则存在显著差异，由图可以发现矿区的pb、cd、zn、cu四种重金属在矿区内及周边1km范围含量分布较高，且随着距离的增加，各元素含量均呈现下降趋势，上述4种重金属含量在1km处均显著高于5km或5km以外范围的点位含量，因此矿区主体生产单元及周边1km范围是pb、cd、zn、cu重金属污染的热区，其他4种重金属在不同分区的含量差异不大。

[0122]

进一步进行风险商值即比值的对比，将各个采样点位的重金属含量与当地生态风险筛选值，计算各采样点位重金属两个水平的风险商值，生态风险筛选熵结果如图11所示，总体上除了ni和hg2种重金属的平均rq

level1

小于1(分别为0.9和0.6)，其他6种重金属的风险商均值均超过1，rqlevel1

均值在1.2-7.6之间，zn超标最为严重，其次依次是pb(2.3)，cd(2.1)，as(1.6)，cr(1.3)及cu(1.2)。超标较高的点位主要为矿区的采选区和堆场附近，矿业活动对1km范围以内的点位zn，pb和cd的影响使rq

level1

均超过3，分别为11.2，3.5和3.1，需要重点关注。

[0123]

在确定的优控污染物种类(zn、pb、cd、as、cr和cu)后，根据确定的优控污染物种类及其污染物浓度利用对数正态分布函数对浓度数据进行分布函数拟合得到污染物浓度分布累积概率曲线，具体详见图12-图17；

[0124]

进一步地，搜集矿区周边土壤介质中的主要本土生态物种，在相关毒理数据库搜集相应物种的毒性数据，构建物种敏感度分布曲线，具体为将搜集并处理好的各类污染物物种毒性数据分别导入rstudio，利用log-normal、log-logistic、weibull、gamma和log-gumbel5种分布函数分别拟合了各类土壤污染物的物种敏感度分布，并获得各个函数分布的拟合优度参数。这些参数包括ks检验参数(kolmogorov smirnov检验)和ad检验参数(anderson-darling检验)、赤池信息准则(aic)、贝叶斯信息准则(bic)，以及各函数aic值与最低aic值之间的差值delta。6种污染物不同拟合函数的拟合优度参数见表6-11，其中表6为针对as元素的不同分布函数的拟合优度比较，表7为针对cd元素的不同分布函数的拟合优度比较，表8为针对cr元素的不同分布函数的拟合优度比较，表9为针对cu元素的不同分布函数的拟合优度比较，表10为针对pb元素不同分布函数的拟合优度比较，表11为针对zn元素的不同分布函数的拟合优度比较。

[0125]

表6

[0126][0127]

表7

[0128][0129]

表8

[0130][0131]

表9

sativa)，黄瓜(cucumis sativus)，白菜(brassica pekinensis)，五彩椒(capsicum annuum l.)，野胡萝卜(daucus carota)，韭菜(allium tuberosum)，高粱(sorghum bicolor)，绿豆(phaseolus aureus)，水稻(oryza sativa)，脲酶活性(urease activity)，，浅黄绿并唇蚓(allolobophora chlorotica)，秀丽隐杆线虫(caenorhabditis elegans)，澳洲大洋洲海桐(avicennia marina var.australasica)，线蚓(enchytraeus crypticus)，曲毛裸长跳虫(sinella curviseta)，底物诱导呼吸(substrate induced respiration)，青稞(hordeum vulgare)，小原等节跳(proisotoma minuta)，跳虫(folsomia fimetaria)，茄子(solanum melongena)，芜菁(brassica rapa)，空心莲子草(alternanthera philoxeroides)，紫苜蓿(medicago sativa)，捕植螨(hypoaspis aculeifer)，青海弧菌(vibtzo qinghaiensis sp.q67)，菜白棘跳虫(onychiurus folsomi)，长脚跳虫(heteromurus nitidus)，香豆子(trigonella foenum-graecum)，烟草(nicotiana tabacum l.cv.cuibi no.1)，娃娃菜(brassica pekinensis)，辣椒(capsicum annuum l)，硝化潜势(potential nitrification rate)，旱芹(apiumg graveolens l.var.dulce dc)，底物诱导硝化(substrate induced nitrification)，山黄瓜(cucumis sativus l)，甘蓝(brassica oleracea l.var.capita l.)，小番茄(lycopersicum esculentum mill)，长羽裂萝卜(raphanus sativus l.var.longipinnatus bailey)，圆葱(allium cepa)，正蚓(lumbricus terrestris)，曲毛裸长角跳(sinella curviseta)。

[0138]

构建6种重金属的优控污染物浓度分布累积概率曲线与物种敏感度分布之间的联合概率曲线，如图24-29所示；图中横坐标代表污染物浓度的累积概率密度函数，纵坐标代表对应暴露浓度下受到危害效应的物种比例，计算曲线下面积(auc)为各重金属对应的定量概率风险值per。由图可知，概率生态风险从高到低的重金属排序为：zn(82.64％)＞cr(72.61％)＞as(71.92％)＞cu(39.55％)＞pb(20.21％)＞cd(9.6％)，可知3种重金属(zn、cr及as)发生生态危害的概率较高，即本矿区内土壤遭受锌、铬和砷污染的可能性较大，应给予重点关注。

[0139]

本次评价以内蒙古某铅锌多金属矿采选区为评价主体，基于矿区资料信息搜集、现场采样，利用构建的矿区情景分析模型、商值法及概率风险评估法，构建了矿区土壤重金属污染的层次化风险评估体系。生态风险评价结果从定性到定量，从简单到复杂，从粗略到精细，多层次多角度地表征了该矿区的总体污染特征和重点关注的特征污染元素。通过案例验证，表明本评估评估技术体系可以有效指导矿区污染场地生态风险评价工作。以由简单到复杂的层次化评估流程，降低了评估的成本，避免了对不存在生态风险的污染物的过度关注。同时精细化、层次化的评估结果为指导后续的场地修复等提供了量化的理论依据，有助于决策者和利益相关方对污染场地的进一步管理。

[0140]

声明，本发明通过上述实施例来说明本发明的详细结构特征，但本发明并不局限于上述详细结构特征，即不意味着本发明必须依赖上述详细结构特征才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明所选用部件的等效替换以及辅助部件的增加、具体方式的选择等，均落在本发明的保护范围和公开范围之内。

[0141]

以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。

[0142]

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。

[0143]

此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。技术特征：

1.一种层次化的矿区土壤污染生态风险评估方法，其特征在于，所述评估方法包括如下步骤：s1、进行矿区的危害识别，得到矿区基本信息、矿区暴露情景信息、矿区生态情景信息、特征污染物类型及潜在污染区域；s2、利用搜集的矿区暴露情景信息和矿区生态情景信息，依据矿区生态风险等级评价体系及模糊数学原则定性判定矿区的生态风险等级，所述生态风险等级包括低风险矿区、中风险矿区和高风险矿区，若为低风险矿区则评估结束，反之则进行s3；s3、针对中风险矿区和/或高风险矿区中确定的潜在污染区域和特征污染物识别，进行土壤样品采样分析，利用商值法以采样分析所得特征污染物浓度与对应元素的场地土壤生态风险筛选值进行比值，若比值＞1，以此判定该特征污染物为优控污染物并进行s4；若所有污染物风险筛选商值≤1，则结束评估；s4、依据s3确定的优控污染物构建矿区优控污染物浓度分布累积曲线，并和污染物浓度相对应的物种敏感度分布曲线进行耦合，得到联合概率曲线，通过计算曲线下面积得到定量概率风险值per进而定量确定矿区优控污染物的概率生态风险。2.如权利要求1所述评价方法，其特征在于，所述矿区生态风险等级评价体系依据delphi专家问卷法、层析分析和模糊数学进行建立，具体为构建层次结构，分为准则层和指标层，并且将生态风险等级和指标层对应的情景参数进行一一对应，并且依据层次分析确定准则层和指标层的权重系数。3.如权利要求1或2所述评估方法，其特征在于，所述准则层的评估目标包括污染物排放水平和土壤受体生态响应水平。4.如权利要求3所述评估方法，其特征在于，所述指标层为在所述准则层的基础上进行划分；优选地，所述准则层中污染物排放水平在指标层中进一步划分所得目标包括矿种类型、矿区产能及对应规模、开采方式、开采年限和环保管理水平；优选地，所述准则层中土壤受体生态响应水平在指标层中进一步划分所得目标包括周边生态系统类型、土壤ph和土壤有机质含量。5.如权利要求1-4任一项所述评估方法，其特征在于，所述模糊数学原则为建立污染物排放水平隶属度关系矩阵aex和土壤受体生态响应水平隶属度关系矩阵aeff，然后结合对应指标层权重系数计算污染物排放水平隶属度矩阵bex和土壤受体生态响应水平隶属度矩阵beff，最终结合准则层权重w计算矿区综合情景生态风险rl为6.如权利要求1-5任一项所述评估方法，其特征在于，所述污染物排放水平隶属度关系矩阵aex为式中a为评价对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的a1l的目标对应矿区生态风险等级评价体系中的l，a1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；

优选地，所述土壤受体生态响应水平隶属度关系矩阵aeff为式中b代表评价指对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的b1l的目标对应矿区生态风险等级评价体系中的l，b1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；优选地，所述污染物排放水平隶属度矩阵bex为wex*aex，式中wex为对应指标层权重系数；优选地，所述土壤受体生态响应水平隶属度矩阵beff为weff*aeff，式中weff为对应指标层权重系数。7.如权利要求1-6任一项所述评估方法，其特征在于，所述土壤样品采样分析为按照建设用地土壤污染状况调查-技术导则hj25.1-2019采用专业判断布点法制定布点采样计划，并分析其中污染物浓度；优选地，所述场地土壤生态风险筛选值包括依据《生态安全土壤环境基准制定技术指南(征求意见稿)》中生态安全土壤环境基准值的确定进行确定。8.如权利要求1-7任一项所述评估方法，其特征在于，所述矿区优控污染物浓度分布累积曲线为依据s3确定的优控污染物浓度利用对数正态分布函数对浓度数据进行分布函数拟合得到。9.如权利要求1-8任一项所述评估方法，其特征在于，所述优控污染物浓度相对应的物种敏感度分布曲线为依据毒性数据进行构建得到。10.如权利要求1-9任一项所述评估方法，其特征在于，所述评估方法包括如下步骤：s1、进行矿区的危害识别，得到矿区基本信息、矿区暴露情景信息、矿区生态情景信息、特征污染物类型及潜在污染区域；s2、利用搜集的矿区暴露情景信息和矿区生态情景信息，依据矿区生态风险等级评价体系及模糊数学原则定性判定矿区的生态风险等级，所述生态风险等级包括低风险矿区、中风险矿区和高风险矿区，若为低风险矿区则评估结束，反之则进行s3；所述矿区生态风险等级评价体系依据delphi专家问卷法、层析分析和模糊数学进行建立，具体为构建层次结构，分为准则层和指标层，并且将生态风险等级和指标层对应的情景参数进行一一对应，并且依据层次分析确定准则层和指标层的权重系数；所述准则层的评估目标包括污染物排放水平和土壤受体生态响应水平；所述指标层为在所述准则层的基础上进行划分；所述准则层中污染物排放水平在指标层中进一步划分所得目标包括矿种类型、矿区产能及对应规模、开采方式、开采年限和环保管理水平；所述准则层中土壤受体生态响应水平在指标层中进一步划分所得目标包括周边生态系统类型、土壤ph和土壤有机质含量；所述模糊数学原则为建立污染物排放水平隶属度关系矩阵aex和土壤受体生态响应水平隶属度关系矩阵aeff，然后结合对应指标层权重系数计算污染物排放水平隶属度矩阵bex和土壤受体生态响应水平隶属度矩阵beff，最终结合准则层权重w计算矿区综合情景生态风险rl为所述污染物排放水平隶属度关系矩阵aex为式中a为评价对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的a1l的目标对应矿区生态风险等级评价体系中的l，a1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；所述土壤受体生态响应水平隶属度关系矩阵aeff为式中b代表评价指对应指标层中情景参数的隶属度，当情景参数隶属于对应生态风险等级时若待评估的b1l的目标对应矿区生态风险等级评价体系中的l，b1l取1，反之则取0，l为低风险矿区，m为高风险矿区，h为高风险矿区；所述污染物排放水平隶属度矩阵bex为wex*aex，式中wex为对应指标层权重系数；所述土壤受体生态响应水平隶属度矩阵beff为weff*aeff，式中weff为对应指标层权重系数；s3、针对中风险矿区和/或高风险矿区中确定的潜在污染区域和特征污染物识别，进行土壤样品采样分析，利用商值法以采样分析所得特征污染物浓度与对应元素的场地土壤生态风险筛选值进行比值，若比值＞1，以此判定该特征污染物为优控污染物并进行s4；若所有污染物风险筛选商值≤1，则结束评估；所述土壤样品采样分析为按照建设用地土壤污染状况调查-技术导则hj25.1-2019采用专业判断布点法制定布点采样计划，并分析其中污染物浓度；所述场地土壤生态风险筛选值包括依据《生态安全土壤环境基准制定技术指南(征求意见稿)》中生态安全土壤环境基准值的确定进行确定；s4、依据s3确定的优控污染物构建矿区优控污染物浓度分布累积曲线，并和污染物浓度相对应的物种敏感度分布曲线进行耦合，得到联合概率曲线通过计算曲线下面积得到定量概率风险值per进而定量确定矿区优控污染物的概率生态风险；所述矿区优控污染物浓度分布累积曲线为依据s3确定的优控污染物浓度利用对数正态分布函数对浓度数据进行分布函数拟合得到；所述优控污染物浓度相对应的物种敏感度分布曲线为依据毒性数据进行构建得到。

技术总结

本发明涉及一种层次化的矿区土壤污染生态风险评估方法，包括：进行矿区的危害识别，矿区的各类信息；利用搜集的矿区暴露情景信息和矿区生态情景信息，依据矿区生态风险等级评价体系及模糊数学原则定性判定矿区的生态风险等级，若为低风险矿区则评估结束，反之则针对中风险矿区和/或高风险矿区中确定的潜在污染区域和特征污染物识别，进行土壤样品采样分析，利用商值法判定优控污染物种类，若所有污染物风险商值≤1可结束评估，反之则依据优控污染物浓度构建污染物浓度分布累积概率曲线并和污染物的物种敏感度分布曲线进行耦合，得到联合曲线并概率定量表征，实现了矿区土壤生态风险评价方法从定性到定量，从简单到复杂，层次化，精细化的发展。精细化的发展。精细化的发展。

技术研发人员：史雅娟 钱力 许秋云 周譞 邵秀清 宋帅 贺桂珍 于明召

受保护的技术使用者：中国科学院生态环境研究中心

技术研发日：2022.12.09

技术公布日：2023/4/5