李飛等

摘要：綜合分析了現(xiàn)行確定性土壤環(huán)境質(zhì)量評價中的不足，將MonteCarlo模擬引入地累積指數(shù)模型中，并進一步通過數(shù)據(jù)的挖掘和對土壤中各重金屬的生態(tài)風(fēng)險差異的考量，構(gòu)建了基于不確定性理論的土壤環(huán)境質(zhì)量評價法.將所建方法應(yīng)用于實例區(qū)域，分別構(gòu)建重金屬的實測含量參數(shù)和其對應(yīng)背景值參數(shù)的概率分布模型，設(shè)定模擬中最大實驗量為1 000，置信區(qū)間為95%，抽樣方法為拉丁超立方（Latin hypercube sampling），得到基于不確定性理論的土壤環(huán)境質(zhì)量評價結(jié)果：評價區(qū)域土壤中各重金屬的污染排序為Cd>Ni>Zn>Cu>Cr，其中，Cd隸屬于嚴重污染等級的概率高達98.1%；Ni和Zn有著明顯的空間分布差異，并且屬于嚴重污染的概率也分別達84.5%和87%；Cr和Cu的污染等級相對較低.而后，將所得結(jié)果與現(xiàn)行的確定性模型評價結(jié)果進行了對比分析，結(jié)果表明：所建基于不確定性的評價模型具有更好的評級分辨力，并可更全面、真實地表征該區(qū)域土壤重金屬的污染特征和概率風(fēng)險水平.

關(guān)鍵詞：不確定性分析；MonteCarlo模擬；土壤；重金屬

中圖分類號：X820.2 文獻標(biāo)識碼：A

土壤是歷史自然體，是位于地球陸地表面和淺水域底部具有生命力、生產(chǎn)力的疏松而不均勻的聚積層，基于土壤形成的生態(tài)環(huán)境體系介于大氣圈、水圈、巖石圈和生物圈的交界面上，是各環(huán)境介質(zhì)的連接紐帶_[1].重金屬是一類持久性有毒物，易通過食物鏈的生物放大作用在生物體內(nèi)積累，從而對人群健康和生態(tài)系統(tǒng)的穩(wěn)定產(chǎn)生危害或風(fēng)險_[2].土壤重金屬污染可改變土壤的理化性質(zhì)，直接或間接破壞土壤生態(tài)系統(tǒng)結(jié)構(gòu)，并可通過土壤農(nóng)作物等多個途徑的遷移積累對農(nóng)產(chǎn)品安全和人體健康造成風(fēng)險，所以土壤環(huán)境質(zhì)量評價作為評估污染程度和制定污染控制策略的重要參考而被廣泛關(guān)注.國內(nèi)外現(xiàn)常用的土壤環(huán)境質(zhì)量評價方法主要包括：單因子指數(shù)評價法、內(nèi)梅羅綜合污染指數(shù)法、模糊貼近度法、地累積指數(shù)評價法_[3]、潛在生態(tài)危害指數(shù)法_[4]等.其中地累積指數(shù)評價法是由Muller提出的一種可良好表征土壤中重金屬富集污染程度的定量指標(biāo)，現(xiàn)廣泛應(yīng)用于研究評價土壤或沉積物中重金屬的污染程度_[5-6].但其在國內(nèi)外評價過程中仍存在一些缺陷，需要進一步完善，主要表現(xiàn)在：1）常用確定性評價方法中重金屬含量輸入值的單一確定性與評價區(qū)域土壤環(huán)境中重金屬含量的空間差異性之間的矛盾造成了區(qū)域污染評價結(jié)果存在較大模糊性；2）不同學(xué)者或決策者選取地球化學(xué)背景值參數(shù)的差異及不同土地利用類型的土壤重金屬背景值的差異造成評價結(jié)果缺乏可比性；3）確定性地累積評價模型主要表征土壤中各重金屬的富集污染程度，而忽略了不同重金屬之間的生態(tài)毒性差異，這會導(dǎo)致低含量高毒性的重金屬的污染程度被低估或高含量低毒性的重金屬污染程度被高估.以上3點不足均可能會誤導(dǎo)最終決策.

本研究以地累積模型為基礎(chǔ)，將MonteCarlo模擬引入環(huán)境質(zhì)量評價領(lǐng)域中來處理參數(shù)不確定性，并在模型內(nèi)嵌入表征不同重金屬的生物毒性差異的權(quán)重系數(shù)，提出了基于不確定性理論的土壤環(huán)境重金屬污染評價法.將所建土壤環(huán)境重金屬污染評價法在實例中加以利用和驗證，以期為土壤重金屬的污染評價、優(yōu)先污染物的控制及區(qū)域污染防控決策的制定提供新思路.

1基于MonteCarlo模擬的評價法

1.1地累積指數(shù)評價模型

1.2MonteCarlo模擬的應(yīng)用

MonteCarlo模擬是由Nicholas Metropolis在二次世界大戰(zhàn)期間提出的，而后Von Neumann與Stanislaw Ulam合作建立了概率密度函數(shù)、反累積分布函數(shù)的數(shù)學(xué)基礎(chǔ)，以及偽隨機數(shù)產(chǎn)生器，現(xiàn)此方法在金融工程學(xué)、宏觀經(jīng)濟學(xué)、生物醫(yī)學(xué)、計算物理學(xué)等領(lǐng)域已得到應(yīng)用廣泛，效果良好_[7-8].土壤環(huán)境評價系統(tǒng)是一個集隨機性、灰性、模糊性等多種不確定性于一體的系統(tǒng).因此，常規(guī)的確定性評價方法不能準(zhǔn)確反映土壤中重金屬污染程度的真實情況.為了降低模型參數(shù)由于土壤重金屬數(shù)據(jù)空間變異性、不同學(xué)者或決策者采用的地球化學(xué)背景值參數(shù)的差異性和不同土地利用類型的土壤重金屬背景值的差異性等因素帶來的參數(shù)不確定性，本研究將MonteCarlo模擬引入地累積指數(shù)法.其主要模擬步驟為_[8]：1）確定評價模型隨機變量，在本研究中為土壤中重金屬實測含量參數(shù)和其所對應(yīng)區(qū)域土壤背景值參數(shù)；2）構(gòu)建隨機因素的概率分布模型，在本研究中采用歷史經(jīng)驗和實地采樣檢測相結(jié)合的方法；3）將所得到的隨機數(shù)轉(zhuǎn)化為輸入?yún)?shù)的抽樣值，主要方法為MonteCarlo抽樣和拉丁超立方抽樣（LHS）.其中MonteCarlo抽樣一般從樣本分布較少的低概率區(qū)進行抽樣，即為偏尾端抽樣；LHS抽樣則是由樣本整體分布考慮，這說明相對于MonteCarlo抽樣方法，LHS方法更適合構(gòu)建小樣本的概率分布，故本文采用LHS法.4）整理分析所得模擬評價結(jié)果.

1.3重金屬生物毒性評價權(quán)重系數(shù)

2實例研究

2.1采樣點布設(shè)及樣品采集

實例源于作者2011～2012年的研究成果_[10]，采樣區(qū)域為新鄉(xiāng)市市郊的農(nóng)用土壤，經(jīng)過采樣監(jiān)測所獲數(shù)據(jù)的統(tǒng)計分析結(jié)果見表2.

實際監(jiān)測數(shù)據(jù)常包含一些誤差較大的、無代表性的數(shù)據(jù)，本文建議對所得數(shù)據(jù)進行異常數(shù)據(jù)的剔除，否則可能會影響評價區(qū)域整體污染水平評價的正確性，本文的剔除原則為平均值±3*標(biāo)準(zhǔn)差_[8].本文相關(guān)統(tǒng)計計算采用SPSS 16.0vers軟件進行.

將土壤實測含量參數(shù)進行ShapiroWilk檢驗，由表2可知，Ni，Zn，Cu和Cr的sig.值均大于0.05，表明這些重金屬的實測含量數(shù)據(jù)都呈正態(tài)分布.而Cd的sig.值小于0.05，不符合正態(tài)分布，須進一步轉(zhuǎn)化驗證，根據(jù)其偏度和峰度的信息，選擇Ln函數(shù)進行數(shù)據(jù)轉(zhuǎn)換，轉(zhuǎn)換前后的Cd的概率分布見圖2～3所示，故Cd的含量符合對數(shù)正態(tài)分布.

據(jù)上述章節(jié)的數(shù)據(jù)和分析，按照1.2節(jié)中的MonteCarlo模擬步驟，將模擬參數(shù)設(shè)置設(shè)定：最大實驗量為1 000，置信區(qū)間為95%，抽樣方法為拉丁超立方，其它參數(shù)取軟件的默認值.對于實例區(qū)域土壤中各種金屬的評價模擬預(yù)測圖見圖4～8所示.圖中Probability代表概率可信度，F(xiàn)requency代表頻數(shù).

根據(jù)表1和圖4～8計算得出表4，其表征了各重金屬模擬評價結(jié)果隸屬于各污染等級的概率可信度，可得出：1）評價區(qū)域重金屬Cd隸屬于嚴重污染等級的概率高達98.1%，對當(dāng)?shù)赜兄鴺O大的潛在生態(tài)風(fēng)險或人體健康風(fēng)險；2）評價區(qū)域重金屬Ni和Zn的評價結(jié)果較相似，隸屬結(jié)果均跨越了全部7個污染等級，說明評價區(qū)域中Ni和Zn有著明顯的空間分布特征，同時它們屬于嚴重污染的概率也分別高達84.5%和87%；3）評價區(qū)域重金屬Cu的模擬評價結(jié)果隸屬于各污染等級的概率較為均勻，其最大隸屬于偏中污染，概率為30.9%，而其隸屬于輕度污染和重度污染的概率分別為21%和24.7%，故很難判斷其最終的評價結(jié)論，這也證實了評價過程中確實存在較大的不確定性，并且很可能誤導(dǎo)決策；4）評價區(qū)域重金屬Cr的模擬評價結(jié)果跨越了3個污染等級，而且它隸屬于輕度污染的可信度達69.8%，這說明Cr的空間含量分布較均勻.

根據(jù)單因素指數(shù)法的評價準(zhǔn)則（評價值大于1則土壤已受污染，小于1則未受污染），可知Cd、Ni和Zn已超標(biāo)，而Cu和Cr未超標(biāo)，但單因素指數(shù)法只能定性地判斷污染程度，對于篩選優(yōu)先控制污染物的評價辨識度較低.確定性地累積模型有較為完善的污染程度定量評級準(zhǔn)則（見表1），根據(jù)表5結(jié)果，基本可較好地識別出優(yōu)先控制污染物，但仍存在一些問題：1）其評價結(jié)論中對于Ni和Zn污染等級均為4級，無法進一步分辨二者的相對污染程度的高低；2）Cu和Cr在確定性地累積評價中的污染級別分別為1級和0級，而單因素指數(shù)評價中二者的評價結(jié)果都小于0（未污染狀態(tài)），二種評價方法的結(jié)論出現(xiàn)了分歧，故在實際應(yīng)用中確定性地累積模型的評價分辨力仍有不足.基于MonteCarlo模擬的土壤環(huán)境重金屬污染評價結(jié)果（IM-C），由于各重金屬潛在生態(tài)風(fēng)險權(quán)重系數(shù)（Ti）的嵌入，評價結(jié)論出現(xiàn)了幾點變化：1）Ni和Zn的IM-C值出現(xiàn)了較顯著的差異，其原因是Ni的潛在生態(tài)風(fēng)險權(quán)重系數(shù)5遠大于Zn的潛在生態(tài)風(fēng)險權(quán)重系數(shù)1.大量研究證明Ni具有明顯的致癌性和致敏性，并對水生生物有明顯的危害性_[1]，相比之下，Zn是人體必不可少的有益元素.這也正對應(yīng)了我國土壤環(huán)境質(zhì)量標(biāo)準(zhǔn)中關(guān)于Ni（60 mg·kg-1）和Zn（300 mg·kg-1）的污染限值差異.參考單因素指數(shù)法結(jié)果，且對比于確定性地累積法Ni和Zn污染級別一致，證明基于MonteCarlo模擬的土壤環(huán)境重金屬污染評價法分辨力更強.2）對比于Zn和Cu的確定性地累積模型評價結(jié)果的較大差異，Cu和Zn的IM-C值則相對趨于接近，這是由于Cu的生態(tài)風(fēng)險權(quán)重系數(shù)5大于Zn的生態(tài)風(fēng)險權(quán)重系數(shù)1，同樣Cu的污染限值為100 mg·kg-1也明顯嚴于Zn的污染限值300 mg·kg-1，故基于MonteCarlo模擬的土壤環(huán)境重金屬污染評價法更符合客觀實際.3）Cu和Cr在確定性地累積模型評價結(jié)果中污染等級分別為1級和0級，但根據(jù)單因素指數(shù)法的評價結(jié)果，二者的污染級別都屬于未污染級別，由于Cu的生態(tài)風(fēng)險權(quán)重系數(shù)大于Cr的生態(tài)風(fēng)險權(quán)重系數(shù)，基于MonteCarlo模擬的土壤環(huán)境重金屬污染評價法“放大”了二者之間評價結(jié)果的差異性，更有利于篩選出優(yōu)先控制污染物.

3結(jié)論

針對現(xiàn)行確定性土壤環(huán)境質(zhì)量評價中的不足，提出了基于MonteCarlo模擬和生態(tài)風(fēng)險權(quán)重系數(shù)的土壤環(huán)境重金屬污染評價法，而后借助實例與現(xiàn)行評價方法進行對比研究.結(jié)果表明：所提出方法的評價結(jié)果為一系列隸屬于各個評價等級的概率可信度，同時，生態(tài)風(fēng)險權(quán)重系數(shù)的嵌入使其具有更高的評級分辨力.與確定性評價模型相比，能夠更真實、更客觀地表征整體區(qū)域土壤中重金屬的真實污染狀態(tài)，給決策者提供更全面、科學(xué)的參考.

但需要指出，由于所提出的評價方法側(cè)重于評價區(qū)域整體的土壤重金屬污染水平，所以可能忽略個別極值點，故建議對個別極端值進行確定性污染評價，如評價結(jié)果與不確定性評價結(jié)果差異較大，則需要有針對性進行采樣調(diào)查驗證.

參考文獻

[1]陳懷滿. 環(huán)境土壤學(xué)[M]. 北京： 科學(xué)出版社， 2010.

[2]ZHONG X L， ZHOU S L， ZHU Q， et al. Fraction distribution and bioavailability of soil heavy metals in the Yangtze River DeltaA case study of Kunshan City in Jiangsu Province， China[J]. Journal of Hazardous Materials， 2011， 198（30）： 13-21.

[3]MULLER G. Index of geoaccumlation in sediments of the Rhine river[J]. Geojournal， 1969， 2（3）： 108-118.

[4]HAKANSON L. An ecology risk index for squatic pollution control： A sedimentological approach[J]. Water Research， 1980， 14（8）： 975-1001.

[5]LU X W， LI L Y， WANG L J， et al. Contamination assessment of mercury and arsenic in roadway dust from Baoji， China[J]. Atmospheric Environment， 2009， 43（15）： 2489-2496.

[6]CAEIRO S， COATA M H， RAMOS T B， et al. Assessing heavy metal contamination in Sado Estuary sediment： An index analysis approach[J]. Ecological Indicators， 2005， 5（2）： 151-169.

[7]KASTNER M. MonteCarlo methods in statistical physics： Mathematical foundations and strategies[J]. Communications in Nonlinear Science and Numerical Simulation， 2010， 15（6）： 1589-1602.

[8]杜本峰. 數(shù)據(jù)、模型與決策[M]. 北京： 中國人民大學(xué)出版社， 2009.

[9]徐爭啟， 倪師軍， 庹先國， 等. 潛在生態(tài)危害指數(shù)法評價中重金屬毒性系數(shù)計算[J]. 環(huán)境科學(xué)與技術(shù)， 2008， 31（2）： 112-115.

[10]李飛， 王曉鈺， 湯富強. 新鄉(xiāng)市近郊農(nóng)田土壤重金屬的生態(tài)風(fēng)險評價[J]. 河南師范大學(xué)學(xué)報：自然科學(xué)版， 2011， 39（5）： 84-87.