铜矿附近地表粉尘中潜在有毒元素（PTEs）的生态健康风险评估及来源归因

《Environmental Research》：Ecological-health risks assessment and source apportionment of potentially toxic elements (PTEs) in surface dust near copper mine

本研究针对土耳其Kastamonu伊什endiyar山脉铜矿区地表尘样（SDS）中潜在有毒元素（PTEs）的污染特征及健康风险，采用地积累指数、污染负荷指数、人类健康风险评估及GIS空间插值技术，发现镉（6.91）、铅（4.12）、镍（3.53）等元素显著富集，非致癌风险中铬、铅的 hazard index 值显示儿童健康风险，致癌风险评估显示铬、镍、镉总风险最高。创新点在于小尺度精准评估及多源解析。

　　

Kaan Isinkaralar|Oznur Isinkaralar|Tuyet Nam Thi Nguyen|Pawe? ?wis?owski|Ma?gorzata Rajfur|Seong-Jik Park

土耳其卡斯塔莫努大学工程与建筑学院环境工程系，37150，卡斯塔莫努，土耳其

摘要

全球对铜的需求对于确保基于生态系统的可持续和健康区域发展至关重要，因为来自日益增多的采矿区的各种泄漏导致地表灰尘样本（SDS）中元素浓度不受控制地释放。本研究旨在检测SDS中潜在有毒元素（PTEs）的存在，包括镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、镍（Ni）和锌（Zn），并揭示可能对人类健康的影响。此外，通过调整评估区域并结合逆距离加权（IDW）插值方法，在采矿区内展示了潜在生态风险区域的分布。SDS污染评估结合了富集因子（EF）、地质累积指数（I_geo）、单因子污染物指数（PI）、污染负荷指数（PLI）和人类健康风险评估（HHRA），结果显示铜矿区存在明显的PTEs污染。平均I_geo值表明，在土耳其Küre的Isfendiyar山脉中，镉（Cd）（6.91）、铅（Pb）（4.12）、镍（Ni）（3.53）、锌（Zn）（2.96）、铬（Cr）（1.82）和铜（Cu）（0.58）有显著累积。在非致癌风险评估（NCRA）中，危害指数（HI）为铬（Cr）（1.88）和铅（Pb）（1.30），这表明这些元素可能对儿童的健康产生不利影响。癌症风险评估（CRA）显示，在目标金属中，铬（Cr）、镍（Ni）和镉（Cd）的总CRA最高，顺序为Cr（1.31 ± 0.28 ×10^-6）> Ni（4.64 ± 10^-7）> Cd（6.14 ± 1.34 ×10^-8）。此外，多元统计分析如主成分分析（PCA）和层次聚类分析（CA）表明，镍（Ni）和铅（Pb）来源于不同的来源，包括含有PTEs的采矿活动。

引言

工业、农业和采矿活动导致潜在有毒元素（PTEs）进入环境（Abdu等人，2017；Arun等人，2022）。目前，在这些活动中处于前沿的采矿过程中释放的PTEs已成为这些地区土壤污染的主要来源之一（Chen等人，2022；Nú?ez-Delgado等人，2025）。尽管PTEs进入土壤时不会直接对生态环境产生不利影响，但它们可以通过地表灰尘样本（SDS）的传输间接释放到植物中，然后进入地下水，最终进入大气（Cao等人，2018）。这些金属在环境中的持久性和累积逐渐对人类健康构成威胁（Sall等人，2020；Ragupathy等人，2022）。主要的危险PTEs包括铜（Cu）、铅（Pb）、镉（Cd）、镍（Ni）、铬（Cr）和锌（Zn），这些元素在采矿区常见。这些PTEs对人类健康的影响是，一旦被人体吸收，它们会损害肝脏、肾脏和中枢神经系统，甚至可能导致各种类型的癌症（Huang等人，2013；Ali和Khan，2019）。在评估多种PTEs的暴露时，由于协同作用，其毒性比单一元素的毒性更高。因此，确定SDS中PTEs的类型和浓度水平至关重要。

从上述角度来看，用于识别PTE污染及其范围的最常用的单因子评估方法包括富集因子指数（EF）方法（Sutherland，2000）、单因子污染指数（PI）、污染负荷指数（PLI）（Jorfi等人，2017）和地质累积指数（I_geo）（Muller，1969）。虽然方法的选择取决于研究目标和区域特征，但潜在生态风险评估（PERA）方法是一种综合方法，它考虑了土壤中PTEs的含量、PTEs的毒性以及它们在环境中的迁移和转化行为，以评估土壤中的PTE污染程度（Qin等人，2021）。然而，以往研究中将暴露参数视为固定单点值的做法会导致相当大的不确定性。蒙特卡洛模拟（MCS）可用于评估超过规定指导阈值的概率，从而减少环境危害估计的不确定性。许多国家的学者已在采矿区土壤PTEs污染研究中广泛应用这种方法（Pandey等人，2014；Sawut等人，2017；Gyamfi等人，2019）。受采矿活动影响地区的PTEs空间分布模型对于环境敏感区域变得越来越重要。它们在获得关于城市化和集体住房发展的可靠结果方面已成为优先事项（Yadav等人，2021；Bedoya-Perales等人，2023）。本文指出，重金属污染是一个重要的全球环境问题，工业化、气候变化和城市发展加剧了这一问题，对水生生态系统和人类健康构成威胁（Saravanan等人，2024）。分布模型也被用于城市规模的研究，以控制PTEs并确定影响它们的因素的相对重要性（Armienta等人，2020；Priyadharsan等人，2023）。此外，主成分分析（PCA）和层次聚类分析（CA）主要用于进一步分析PTEs与其影响因素之间的相关性。这些统计方法是有价值的探索性工具，可以揭示数据集中的模式和关联，提示可能的来源类别，如采矿、交通和燃烧。然而，重要的是要认识到PCA和聚类分析表明的是相关性而非确定的来源分配。虽然许多方法适用于连续参数，但很少有方法适用于分类术语（例如，采矿类型和土壤侵蚀）。

在这个背景下，我们研究的独特之处在于我们在小规模区域对PTE污染的评估，以及通过结合改进的PERA和地理信息系统（GIS）技术准确识别高风险区域。这种有针对性的见解支持为小规模采矿社区制定适当的风险管理策略，这些社区面临与大规模采矿环境不同的特定环境健康挑战。其中，空间插值技术（Liao等人，2018）通过估计不确定点的值来可视化风险分布，为具有空间位置信息的SDS提供了一种评估方法（Ramar等人，2018；Singaram等人，2019）。以往关于采矿区土壤污染的研究主要集中在大规模区域，很少有学者强调需要进行准确的小规模污染评估（Wang等人，2012；Ding等人，2018）。此外，他们没有进行更高级的定量研究来准确计算不同风险水平覆盖的面积（Darko等人，2022；Sivaranjani等人，2024）。此外，使用来自Kastamonu的Isfendiyar山脉的多个样本而不是单个样本来确定不同的风险水平及其比率。研究了SDS中镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、镍（Ni）和锌（Zn）的空间分布和累积PERA，确保了数据的可比性和区域管理策略的联合评估。这项研究最重要的原创性在于强调了政策制定者、行业和当地社区采取行动的迫切需要，以解决土耳其Küre地区的重金属污染问题并保护公共健康。通过明确强调这一特定背景的实际应用，本文阐明了其在局部环境健康理解和风险评估框架方面的贡献，而不仅仅是方法论创新。与以往狭隘的研究相比，本研究的规模和风险评估方法更加精细和合理，为未来的SDS PTE评估提供了新的研究视角和思路。

研究区域和采样

Küre位于土耳其西黑海地区的卡斯塔莫努境内，坐落在?sfendiyar山脉上，该地区地形多样，从安纳托利亚中部到黑海海岸线的海拔高度差异显著，纬度介于41° 42'北至33° 42'东之间。该地区的行政地形为山地且陡峭。地区中心距离卡斯塔莫努60公里，海拔高度为960米

PTEs浓度的描述性统计

表1详细列出了研究区域内SDS中PTE浓度的统计结果。我们首先评估了观察到的方差和标准差，这表明SDS中PTEs的积累存在较大异质性。变异系数大于50%通常表示铜（Cu）、铬（Cr）和镍（Ni）的空间变异性较高，这通常是由于复杂的人为因素和地质演变造成的（Isinkaralar，2025，2026）。对于铜（Cu）、铬（Cr）和镍（Ni），沉积...

结论

本研究首先进行了全面的文献回顾，并收集了铜矿区PTE的数据。随后，分别使用I_geo、PI、PLI和HHRA模型来评估PTE污染、PERA和HHRA。PCA用于了解影响PTEs空间分布的因素。研究结果表明，在受采矿影响的Küre地区，镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、镍（Ni）和锌（Zn）的平均浓度分别为19.11 mg/kg、594.56 mg/kg、93.52 mg/kg、394.96...

作者贡献声明

kaan isinkaralar：概念化。seong-jik park：概念化。Ma?gorzata Rajfur：概念化。pawel swisloswski：概念化。Tuyet Nam Thi Nguyen：概念化。Oznur Isinkaralar：概念化

未引用参考文献

Chandrasekaran和Ravisankar，2015；Isinkaralar等人，2026；Isinkaralar等人，2025；Men等人，2021。

数据可用性

支持本研究结果的数据可向相应作者提出合理请求后获得。

利益冲突声明

? 作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。