• 谷歌scholor
  • 观点:5901

  • PDF下载:96

重金属与印度哈里亚纳邦梅瓦特土壤污染有关的评估

塔·Krishan1, S.K Chandniha2, a.k.•罗1布里耶什·库马尔·亚达夫3.Naresh Kumar Arora4Surjeet辛格1C.P.库马尔1, Lalit Mohan Sharma5和a.k. Bhardwaj4

1印度鲁尔基国家水文研究所。

2英迪拉甘地农业大学,赖布尔,印度。

3.印度理工学院,印度鲁尔基。

4中央土壤盐分研究所,卡纳尔,印度。

5塞加尔基金会,古尔冈,印度。

通讯作者邮箱:drgopal.krishan@gmail.com


DOI:http://dx.doi.org/10.12944/CWE.13.3.04

土壤中重金属的评估对人类健康非常重要,因为这些重金属既可能污染农作物,也可能深入地下水。在Mewat区的土壤中没有进行此类工作。为研究土壤重金属污染特征,在哈里亚纳梅瓦特区2个区块采集了15个样品和3个典型土壤剖面,分析了土壤中砷(As)、铜(Cu)、镉(Cd)、锌(Zn)、铁(Fe)、锰(Mn)和镍(Ni)的含量。土壤中As、Cd、Ni的含量低于其毒性水平,Fe、Mn、Zn、Cu的含量超过其毒性水平。研究结果表明,研究区土壤受到重金属污染,主要表现为土壤重金属污染。铁、锰、锌和铜。根据主成分分析,区分了自然来源和人为来源的不同类型的重金属。


哈里亚纳邦;重金属;Mewat;风险评估;土壤

复制以下内容来引用本文:

krisan G, Chandniha S. K, Lohani A. K, Yadav B. K, Arora N. K, Singh S, Kumar C. P, Sharma L. M, Bhardwaj A. K.重金属与土壤污染的关系评估,哈里亚纳邦,印度。2018;13(3)。DOI:http://dx.doi.org/10.12944/CWE.13.3.04

复制以下内容来引用这个URL:

krisan G, Chandniha S. K, Lohani A. K, Yadav B. K, Arora N. K, Singh S, Kumar C. P, Sharma L. M, Bhardwaj A. K.重金属与土壤污染的关系评估,哈里亚纳邦,印度。2018;13(3)。可以从:https://bit.ly/2GIqkgU


下载文章(pdf)
引用管理器
发布历史


文章出版历史

收到: 2018-07-17
接受: 2018-10-11
剽窃检查: 是的
审核: OrcidOrcid安德烈·塞乔
第二次审查: OrcidOrcid苏珊塔·纳特
最终批准人: Umesh钱德拉Kulshrestha

介绍

土壤重金属污染是世界性的问题,在陆地生态系统中,土壤是最重要的汇1,2一般认为来源于地质、自然或人为因素,如农用化学品和矿物肥料、工业废物、污水污泥等。3、4、5、6所示由于人口增长、城市化、农业活动,农业土壤中的重金属污染是令人关切的问题,造成了各种健康影响7、8而且它们在深层的高浓度会污染地下水9、10因为它们在土壤中的流动性。因此,对土壤重金属污染进行评价就显得尤为重要。

研究区域

梅瓦特地区是哈里亚纳邦的半干旱地区(图1),占地约1500平方公里。公里。人口1089406(2011年人口普查)11是我国主要农业区之一,常年地表水资源稀少,地下水是灌溉和生活用水的主要水源。这个地区种植的主要作物有:小麦、小米和芥菜,蔬菜作物如洋葱、番茄、茄子、辣椒等。梅瓦特的年降雨量很低,只有577毫米,一年只有23-35天。

方法

Nagina区块存在盐度过高的问题,而Tauru区块水位正在下降12盐度问题也影响着半干旱地区的水质。13Nagina区块的盐度区正在向Aravali山脉的淡水区扩展。14鉴于此,农业土壤样本从Ulheta、Karhera/Ghagas和Tauru三个地方采集,覆盖Nagina和Tauru两个街区。采集深度分别为0- 30cm、30-60cm、60-90cm、90- 120cm、120- 150cm。土壤样品风干,研磨,分析As, Fe, Mn。Cd, Ni, Cu和Zn的ICP-OES(制造:岛津)在中央分析设施,CSSRI (ICAR), Karnal。

该仪器基于发射原理,涉及到测量待测元素的特征辐射强度。氩气作为样品载气,通过与线圈内射频发生器产生的振荡磁场相互作用,帮助产生等离子体。样品被喷雾器吸入并注入等离子体中,使样品中被激发的中性原子或离子发出特定波长的辐射。发射的辐射是由光管通过分光计的入口狭缝观察,分光计照亮了diï€的光栅。辐射被分成其组成波长,并入射到一个光电倍增管上。光电倍增管产生与入射光强度成正比的信号。该信号然后由测量系统进行处理。它用于估计存在于水、土壤和植物提取物中的50多种元素。通过PC机一次抽吸测量仪器校准过程中选择的所有元素。

Ulheta的土壤质地为壤土到砂壤土,Karhera/Ghagas的土壤质地为砂壤土到粉质壤土,Tauru的土壤质地为砂壤土。主成分分析(PCA),一个多变量评估技术,大的变化解释,但变量的数量减少到组的个人和这种技术已被用于估计重金属污染的时空格局。15

图1:研究区域显示
采样点。

点击此处查看图片


结果与讨论

所有3个地点所有样品的平均浓度如表1和图2所示。Mewat土壤中As、Cd、Ni、Cu、Fe、Mn和Cu的平均含量分别为0.0271 ppm、0.0272 ppm、0.1182 ppm、41.1 ppm、511.5 ppm、567.9 ppm和18.8 ppm。在所有地点中,Ulheta报告的砷、镉和镍的最大值分别为0.0316 ppm、0.0306 ppm和0.1528 ppm,Karhera的最大值分别为0.0282 ppm、0.0288 ppm和0.1192 ppm,Tauru的最小值分别为0.0216 ppm、0.0222 ppm和0.0826 ppm。结果表明,As、Fe、Mn、Cd、Ni、Cu在30~60cm深度范围内含量较高。

图2:土壤深度分布
不同地点的重金属污染。

点击此处查看图片




表1:梅瓦特土壤重金属浓度。

位置

浓度

ppm

作为

Cd

Ulheta

最低

0.0225

0.0212

0.1030

26.8

333.8

468.0

12.2

最大

0.0419

0.0399

0.2260

57.7

529.8

716.0

19.6

平均

0.0316

0.0306

0.1528

39.8

441.6

580.0

15.7

Karhera / Ghagas

最低

0.0133

0.0138

0.0587

41.8

528.8

216.0

11.7

最大

0.0526

0.0527

0.2360

85.1

613.8

442.0

33.8

平均

0.0282

0.0288

0.1192

55.6

565.8

359.0

18.8

Tauru

最低

0.0178

0.0184

0.0650

20.0

403.8

667.0

9.2

最大

0.0244

0.0250

0.1020

33.5

644.8

888.0

35.7

平均

0.0216

0.0222

0.0826

27.8

527.2

764.8

21.8

总体

最低

0.0133

0.0138

0.0587

20.0

333.8

216.0

9.2

最大

0.0526

0.0527

0.2360

85.1

644.8

888.0

35.7

平均

0.0271

0.0272

0.1182

41.1

511.5

567.9

18.8

毒性限度

(Minhas和Samra, 2004) [16]

15

15

1.000

10.000

150.0

10.0

20.0


相关

三个采样点的相关矩阵如表2-4所示。砷(As)与镉和镍在所有地方都有强/完全正相关。在乌尔赫塔,铁和铜之间有很强的正相关关系;镍和锰;在乌尔赫塔,锰与砷和镉也呈高度正相关(表2)。

Karhera,良好和积极的相关性的观察铁和Cd,而高负相关的铁被发现铜(表3)。铁有很强的正相关与Mn在Tauru(表4)。相关的变化可能是由于这些不同来源的重金属的贡献。

表2:Ulheta重金属之间的相关性。

作为

Cd

作为

1

Cd

0.997

1

0.964

0.946

1

0.979

0.960

0.991

1

0.879

0.838

0.944

0.957

1

0.806

0.770

0.934

0.892

0.920

1

-0.545

-0.571

-0.598

-0.499

-0.337

-0.615

1


黑体表示显著性水平下的显著值(对角线除外)=0.050(双尾检验)

表3:Karhera/Ghagas重金属的相关性。

作为

Cd

作为

1

Cd

1.000

1

0.986

0.985

1

-0.371

-0.379

-0.246

1

0.500

0.508

0.352

-0.892

1

0.778

0.778

0.716

-0.189

0.563

1

0.019

0.024

-0.130

-0.388

0.698

0.535

1


黑体表示显著性水平下的显著值(对角线除外)=0.050(双尾检验)。

表4:金牛座重金属之间的相关性。

作为

Cd

作为

1

Cd

1.000

1

0.971

0.975

1

-0.491

-0.506

-0.685

1

-0.481

-0.495

-0.663

0.958

1

-0.676

-0.681

-0.740

0.650

0.811

1

0.623

0.620

0.584

-0.249

-0.469

-0.897

1


黑体表示显著性水平下的显著值(对角线除外)=0.050(双尾检验)。

重金属的深度分布

3个地点的重金属深度分布如图3-5所示。Ulheta, Tauru高达30%的深度,重金属浓度急剧增加,但之后逐渐增加在观察(图6、7),而在Karhera / Ghagas,浓度,铁、锰和铜是发现不断增加深度但趋势不相同的Cd,镍和锌。

主成分分析(PCA)

表5、6、7代表了PCA的统计,包括特征值、方差百分比和累积方差。在Ulheta只有1个因子(表5)和2个因子(表6和7)特征值大于1。在Ulheta因子1解释了84.787 %的方差(表3),在Karhera因子1和2解释方差分别为61和21.656%,而在Tauru因子1和2解释方差分别为72.876和15.967%。

图3:乌尔赫塔、梅瓦特土壤中重金属的深度分布。
点击此处查看图片

图4:Mewat地区Karhera/Ghagas土壤中重金属的深度分布。
点击此处查看图片

图5:重金属在梅瓦特Karhera/Ghagas土壤中的深度分布。
点击此处查看图片

表5:总方差(Ulheta)。

F1

F2

F3

特征值

5.935

0.740

0.325

%方差

84.787

10.575

4.638

累积%

84.787

95.362

100.000

图6:基于重金属浓度和采样深度的Ulheta主分量轴坐标。
点击此处查看图片

图3、图4和图5显示,ïfirst两个主成分提供了土壤金属污染时空变化的总体视图。在乌尔赫塔地区,pc1对Fe、Cu、As、Cd、Ni、Mn的影响为84.79%,对Zn的影响为负;pc2对Zn、Fe、Cu、As、Cd的影响为10.58%,对Ni、Mn的影响为负(图6)。

在Karhera中,除Cu外,其余重金属对pc1的贡献率为61%,对pc2的贡献率为26.66%,对Cu、As、Cd、Ni和Mn的贡献率为负(图7)。

在Tauru中,PC 1受As、Cd、Ni、Zn的影响为72.88%,受Cu、Fe、Mn的影响为负,PC 2受所有重金属的影响为15.97%(图8)。

表6:总方差(Karhera/Ghagas)

F1

F2

F3

特征值

4.270

1.866

0.864

%方差

61.004

26.656

12.341

累积%

61.004

87.659

100.000

图7:主分量轴坐标
根据重金属浓度和
在Karhera/Ghagas采样深度。

点击此处查看图片


表7:总方差(Tauru)。

F1

F2

F3

特征值

5.101

1.118

0.781

%方差

72.876

15.967

11.157

累积%

72.876

88.843

100.000

图8:主成分坐标
轴是基于重金属浓度的
以及在金牛座的取样深度。

点击此处查看图片


结论

对Mewat土壤样品的深度分析表明,土壤中As、Cd和Ni的含量低于其毒性水平,而Fe、Me、Zn和Cu的含量超过毒性水平。结果表明,研究区土壤可被认为是部分重金属污染。根据主成分分析,区分了自然来源和人为来源的不同类型的重金属。适当的土壤和作物管理方法有助于防止植物吸收污染物,使其留在土壤中,并需要采用适当的技术进行适当的处理。

确认

作者感谢NIH主任提供的支持。国家卫生方案提供的资金已得到适当确认。感谢CSSRI, Karnal实验室工作人员对土壤样品的分析。

参考文献
  1. 李晓燕,刘军,王永刚,罗国平,陈旭,杨学林,等。东北老工业城市(沈阳)城市土壤重金属污染吉德玛.2013; 192:50-58。
    CrossRef
  2. 刘学明,吴洁。XuJ J。M.利用地质统计学和GIS技术对稻田中重金属的风险评价和采样不确定性分析。环境污染.2006; 141:257 - 264。
    CrossRef
  3. 张昌盛。利用多元分析和地理信息系统识别爱尔兰高威城市土壤中的污染物及其空间分布。环境污染。2006;142:501–511.
    CrossRef
  4. 沈阳市工业园区土壤重金属污染及其风险评价PLoS ONE。2015; 10 (5): e0127736。
    CrossRef
  5. Nath S.,Rai A.,Gurung K.,Das M.,Pradhan M.,Burman S.,Haldar P。大吉岭地区草地和蝗虫重金属含量的比较。希尔研究杂志. 2008;21(2):67-69.
  6. 瓦迪亚,1998年。《印度地质学》,第四版。塔塔麦格劳希尔出版有限公司,新德里,454。
  7. 孙瑜,周强,谢晓。沈阳市典型区域城市土壤重金属污染空间特征、来源及风险评价J危害板牙.2010; 174:455 - 462。
    CrossRef
  8. [11][谢勇,陈廷波,雷明,杨娟,郭庆军,宋波。不同插值方法估算土壤重金属污染空间分布:精度与不确定性分析。地理学报,2011,61 (5):754 - 759 .]化学层.2011, 82(3): 468 - 476。
    CrossRef
  9. 理查兹b K, SteenhuisT。在一个旧的,负荷沉重的污泥应用场地的金属流动性。环境污染.1998, 99(3): 365 - 377。
    CrossRef
  10. 卡莫布雷科V。J.,理查兹B。K.,Steenhuis T。佩弗利J。H.,麦克布莱德M。B重金属在原状和均质土柱中的迁移。土壤学. 1996;161:740–750.
    CrossRef
  11. 2011年的人口普查。Sheet-Census Mewat数据。可从www.census2011.co.in普查/区/ 226 - mewat.html。2018年7月18日通过。
  12. 一事。2016年,krisshan G., Sharma L. M., Yadav B. K., Ghosh n.c.。印度哈里亚纳邦梅瓦特(Nuh)地区地下水水位波动和TDS变化分析。当前世界环境.11(2): 388 - 398。
    CrossRef
  13. 关键词:地下水,含盐量,含盐量,旁遮普半干旱区当前世界环境.2017; 12(1): 41。
    CrossRef
  14. Thomas N., Sheler R., Reith B., Plenner S., Sharma L. M., Saiphy S., Basu N., Muste M.(2012)。半干旱梅瓦特地区(印度)淡水-盐水地下水相互作用的快速评估。艾奥瓦州大学的Winterim项目开发弹性和可持续农业流域。https://www.iihr.uiowa.edu/intl-perspectives2011-12/home/outcomes/%e2%80%a2paper-for-international-shallow-water-conference-rapid-assessment-of-the-fresh-saline-groundwater-interaction-in-the-semi-arid-mewat-district-india(2018年10月6日评估)。
  15. 陈建平,陈建平,陈建平,等。新贝德福德港海洋沉积物重金属污染时空格局的多元统计分析[j] .环境科学学报,2017,36(6):1532 - 1536。环境科学与技术. 1995;29:1781–1788.
    CrossRef
  16. 明哈斯P。S.,Samra J。S城郊农业废水利用的影响和机遇。技术,公牛。2004年2月,中央土壤研究所,卡纳尔,132001,印度。2004;74
Creative Commons许可
本著作在知识共享归属4.0国际许可