农业环境科学学报

作者：王彬,姜坤,师华定,徐嘉礼,吴海波,罗春晖

单位：浙江益壤环保科技有限公司, 浙江 绍兴 312000,浙江益壤环保科技有限公司, 浙江 绍兴 312000,生态环境部土壤与农业农村生态 环境监管技术中心, 北京 100012,中国环境科学研究院土壤与固体废物环境研究所, 北京 100012,浙江益壤环保科技有限公司, 浙江 绍兴 312000,浙江益壤环保科技有限公司, 浙江 绍兴 312000,绍兴文理学院, 浙江 绍兴 312000

关键词：土壤污染源解析,地统计学,PCA-APCS-MLR模型,PMF模型,UNMIX模型,

基金：国家重点研发计划项目(2018YFF0213401,2018YFC1800203)

为探究不同源解析模型的适用性，以松阴溪流域土壤重金属为例，分别采用主成分-绝对主成分-多元线性回归模型（PCA-APCS-MLR）、正定矩阵因子分解模型（PMF）以及UNMIX模型对研究区土壤重金属进行污染源解析，并运用地统计学方法对3种模型计算的贡献度进行插值分析，最后分析对比源解析结果。结果表明：对于研究区土壤污染源来说，通过PCA-APCSMLR模型可识别出自然源、工业源和交通源，而通过PMF模型、UNMIX模型分析均识别出了交通-农药-污灌源、自然源以及工业源。将3种模型结合分析可知，自然源是导致研究区土壤Cd、Pb、As、Cu、Zn污染的主要因素，总贡献率为30.1%； Cr、Ni污染的主要因素是工业源，总贡献率为37.4%； Hg污染主要与交通源、农药-污灌源有关，总贡献率分别为18.0%、14.5%。研究表明，PCAAPCS-MLR模型在判别主要污染源类型时具有一定优势，而PMF模型、UNMIX模型在计算源贡献率时较为准确，在源解析时需要将不同模型结合起来，使其结果更加准确。

来源：2022年第10期

《农业环境科学学报》期刊编辑部

查看农业环境科学学报杂志2022年第10期