中国西北部干旱地区金矿开采集中区的土壤重金属时空分布及源特异性概率风险评估

《Journal of Environmental Sciences》：Spatiotemporal distribution of soil heavy metals and source-specific probabilistic risk assessment in arid gold mining cluster areas of northwest China

本研究系统分析了西北干旱区金矿集群周边土壤重金属（Cd、Hg、As、Pb、Cr）的空间分布特征、污染来源及生态风险。结果表明：重金属呈现显著空间异质性和总体上升趋势，主要来源为金矿开采（42.16%-44.75%）、混合污染源（冶炼、燃料燃烧及交通排放）、地质背景与尾矿堆积，以及人为活动。基于PMF和APCS-MLR模型解析来源，结合蒙特卡洛模拟构建概率风险评估框架，揭示砷是主导生态风险因素（92.24%），总风险呈现协同增强效应而非简单叠加。该框架为矿区土壤污染精准防控与生态修复提供科学依据。

　　

刘向龙|何银海|郭冠林|刘晓阳|曹英贵

中国地质大学（北京）土地科学与技术学院，北京100083，中国

摘要

明确土壤重金属（HMs）的时空分布、主要来源和生态风险对于有效的污染预防和生态恢复至关重要。本研究调查了中国西北部一个金矿区周围土壤中五种重金属（Cd、Hg、As、Pb、Cr）的时空变化、来源分配和风险评估。结果表明，这些重金属存在显著的空间异质性，并且整体浓度呈上升趋势。绝对主成分得分-多元线性回归（APCS-MLR）和正矩阵分解（PMF）一致地识别出四个主要来源：金矿开采、混合来源（冶炼、燃料燃烧和交通排放）、地质背景（包括尾矿堆积）以及人为来源。混合来源对重金属浓度的贡献最大（42.16%-44.75%）。通过将蒙特卡洛模拟与受体模型相结合，开发了一种基于来源的概率风险评估（PRA）框架，以量化不确定性及特定来源的生态风险。与确定性风险评估相比，PRA更能真实地反映污染风险的变异性。其中，混合来源是主导风险的因素，解释了总风险方差的92.24%。具体来源分析显示，地质背景和采矿活动对综合生态风险的贡献最大（65.03%），其次是混合来源（23.42%）。在多源相互作用下，总生态风险的累积概率曲线表现出受限的协同放大效应，而非线性叠加。总体而言，本研究构建了一个基于机制的框架，将重金属、污染源和生态风险联系起来，明确了区域管理的重点来源和污染物，为受采矿影响的地区的精准土壤污染控制和可持续恢复提供了科学指导。

引言

金矿资源在全球各地广泛分布（Survey, 2024）。随着金矿资源的开采和利用不断增加，由金矿开采引起的环境问题也日益突出（Hou et al., 2023; Jiang et al., 2023）。这些活动显著影响了土壤中重金属（HMs）的浓度和时空分布，而重金属的积累和迁移对植物、动物和人类健康构成了潜在威胁（Adewumi, 2020）。干旱地区由于地形变化明显、降水量低、植被稀疏和蒸发率高，对外部影响尤为敏感（Ding et al., 2017）。因此，研究此类环境中金矿区土壤重金属的时空分布、污染来源和生态风险具有重要的理论和实践意义。

金矿区的土壤重金属污染表现出显著的时空异质性（Shi et al., 2023）。从空间上看，土壤中的重金属浓度通常随距离矿区的距离而变化，并在不同地貌单元和土壤类型间存在差异（Song et al., 2023）。从时间上看，季节变化和气候条件也会影响重金属的迁移和分布（Yang et al., 2017）。系统地研究这些模式对于制定有效的污染控制策略至关重要。以往的研究已经考察了干旱地区金矿附近的重金属浓度、污染水平和生态影响（Chen et al., 2022; Hou et al., 2023）。例如，GIS技术已被广泛用于可视化和分析重金属的空间分布（Orimoloye and Ololade, 2020a）。然而，大多数研究仅关注单一时间段，缺乏长期监测，并且局限于单个矿山及其周边区域（Chen et al., 2023）。相比之下，金矿区范围内重金属的空间分布和演变仍不够清楚。

重金属污染的来源分配已成为环境科学中的一个关键课题（Kong et al., 2024; Xie et al., 2024）。金矿区的土壤重金属来源复杂，包括采矿排放、自然背景水平和其他人为活动（Zhao et al., 2024）。已经应用了多种方法（如多元统计分析、正矩阵分解（PMF）、绝对主成分得分-多元线性回归（APCS-MLR）和UNMIX）来识别污染源（Lv et al., 2024; Yuan et al., 2025）。这些方法在假设和分析框架上存在差异，即使在相似条件下也常常得出不一致的结果（Ma et al., 2023）。Diakite（2021）比较了PMF和UNMIX模型的因子组成和贡献，强调了它们的适用性以及样本大小对结果的影响。因此，应根据研究区域的实际情况选择合适的方法。近年来，将来源分配与人类健康风险评估相结合的趋势日益明显（Cai et al., 2024; Xing et al., 2024），而将生态风险定量归因于特定来源并在受体模型之间进行交叉验证的工作仍较为有限。此外，传统的确定性风险评估通常假设环境条件和污染物浓度保持不变，从而忽略了输入的不确定性，可能导致污染风险的评估偏差或不现实。因此，基于蒙特卡洛模拟（MCS）的概率风险评估（PRA）已成为评估土壤污染风险的流行方法（Yuan et al., 2023; Wang et al., 2025）。

本研究旨在系统地调查中国西北部干旱地区金矿区周围土壤重金属的时空变化和特定来源的生态风险。具体目标是：（1）描述不同矿区土壤中重金属的时空分布模式；（2）应用多种受体方法（PMF和APCS-MLR）定量识别重金属来源；（3）将来源分配与PRA相结合，量化与特定来源相关的生态风险，并确定优先控制目标。通过结合多时相监测、模型间交叉验证和以来源为导向的概率量化，本研究推进了当前的土壤重金属研究，提供了一个将重金属、污染源和生态风险联系起来的新框架，为受采矿影响地区的土壤污染控制和生态恢复提供了科学指导。

研究区域和样本收集

选择了中国西北部干旱地区典型金矿区的五座金矿作为研究对象（图1）。该地区位于戈壁沙漠地形带内，年平均气温为6°C，年降水量为247毫米。海拔范围从498米到1681米，东部较高，西部较低。

根据中国的国家标准和技术规范，在距离金矿3公里范围内设计了299个采样点

土壤重金属的统计数据和变化

表1总结了金矿附近土壤中重金属浓度的描述性统计信息。Cd、Hg、As、Pb和Cr的平均浓度分别为0.16 mg/kg、0.393 mg/kg、35.28 mg/kg和17.43 mg/kg。Hg的变异系数（CV）最高（1054.45%），其次是Cr（156.51%）和As（173.07%），表明这些参数在整个研究区域内变化较大。所有重金属的峰度和偏度值均大于1，表明具有右偏态和尖峰态（Khadhar et

结论

本研究通过整合污染指数、地质统计分析、受体模型和蒙特卡洛模拟（MCS），调查了中国西北部干旱地区金矿区土壤中重金属的浓度、来源和生态风险，从而建立了一个将重金属浓度、污染源和概率风险联系起来的耦合框架。土壤中的重金属表现出显著的空间异质性，存在热点和冷点，并且整体浓度呈上升趋势，反映了累积影响

未引用的参考文献

Li et al., 2025, Yang et al., 2024, Zhang et al., 2020, Zhou et al., 2024

CRediT作者贡献声明

刘向龙：撰写 – 审稿与编辑、撰写 – 原稿、可视化、验证、软件使用、方法论、概念化。何银海：方法论、概念化。郭冠林：验证。刘晓阳：资源获取、项目管理、调查、资金筹措、数据管理。曹英贵：监督、概念化。

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了中国国家重点研发计划（编号2024YFF130800*）的支持。