金属污染物的空间分布和来源识别Matehuala的表层土壤,墨西哥基于积极的矩阵分解模型和GIS技术gydF4y2Ba

1。介绍gydF4y2Ba

最重要的生态系统之一,为人类生存和繁荣的土壤和土壤的可持续性是一个重要的保证全球粮食安全和人类的福祉gydF4y2Ba1gydF4y2Ba- - - - - -gydF4y2Ba4gydF4y2Ba)。土壤污染,尤其是土壤重金属污染和沉积,已成为一个严重的和环境关键问题。因此,它接收大量的公众注意力由于社会问题(gydF4y2Ba5gydF4y2Ba- - - - - -gydF4y2Ba9gydF4y2Ba)。自墨西哥是一个发展中国家,最近被认为是重要的城市发展,土壤重金属污染已成为一个严重的环境问题(gydF4y2Ba10gydF4y2Ba,gydF4y2Ba11gydF4y2Ba)。的Comarca Lagunera区域,涵盖了墨西哥北部的科阿韦拉和杜兰戈,第一次意识到的问题的砷()和其他重金属污染由于其过度集中于1958年沉积含水层(gydF4y2Ba12gydF4y2Ba- - - - - -gydF4y2Ba14gydF4y2Ba)。在墨西哥的石塔,40事件(包括1例死亡)的相关健康问题被报道在1962年(gydF4y2Ba15gydF4y2Ba)。这些记录的事件可能会被认为是和其他重型metals-related环境的开始阶段,在墨西哥(地球化学和医学调查gydF4y2Ba14gydF4y2Ba)。重金属提取不同采矿废料,通过冶炼粉尘和烟雾暴露,包括其分布,都是探索在不同地区的采矿和矿石加工网站下加利福尼亚,格雷罗州,瓜,伊达尔戈和圣路易斯波多西(gydF4y2Ba16gydF4y2Ba- - - - - -gydF4y2Ba19gydF4y2Ba)。圣路易斯波多西地区,土壤被重金属污染自然金属溶解的来源可以从各种来源与金属污染源自尾矿通过最优化和同位素方法(gydF4y2Ba20.gydF4y2Ba- - - - - -gydF4y2Ba22gydF4y2Ba)。金属污染物也可能迅速把和集中在食物链对食品安全和人类健康构成重大问题(gydF4y2Ba23gydF4y2Ba- - - - - -gydF4y2Ba26gydF4y2Ba)。事实上,定量评估的性质、毒性、和土壤中重金属的起源是必不可少的公共安全。因此,金属污染土壤中可能是一个著名的人为活动的影响。gydF4y2Ba

不同的技术被利用来确定独特的分布模式和金属污染土壤的来源,包括地理信息系统(GIS)、积极的矩阵分解(及),和主成分分析(PCA) (gydF4y2Ba27gydF4y2Ba- - - - - -gydF4y2Ba31日gydF4y2Ba)。识别源贡献,标准源解析程序(例如,PCA和及和污染监测技术(例如,污染指数和生态风险因素)往往是实现(gydF4y2Ba32gydF4y2Ba- - - - - -gydF4y2Ba36gydF4y2Ba)和估计土壤中金属污染的风险,因此(gydF4y2Ba37gydF4y2Ba- - - - - -gydF4y2Ba40gydF4y2Ba)。然而,一些污染指数如geo-accumulation指数(IgydF4y2Ba_{地理gydF4y2Ba}),污染因子(CgydF4y2Ba_fgydF4y2Ba)、污染负荷指数(PLI)、污染程度(CgydF4y2Ba_dgydF4y2Ba),潜在生态风险指数,Nemerow污染指数(PIgydF4y2Ba_NgydF4y2Ba),和人类健康风险评估分析(致癌和non-carcinogenic风险)被用来评估土壤重金属污染的系统(gydF4y2Ba19gydF4y2Ba,gydF4y2Ba41gydF4y2Ba- - - - - -gydF4y2Ba44gydF4y2Ba)。一般金属污染土壤来源于两个主要来源:自然(如土壤矿物质和有机成分)和人为来源(例如,农业生产活动、交通运输、采矿活动,工业活动,等等。然而,这是至关重要的,无论在质量和数量上区分污染来源以保护土壤生态系统(gydF4y2Ba45gydF4y2Ba- - - - - -gydF4y2Ba49gydF4y2Ba)。分发金属污染来源的一种常见方法是执行多元受体模型,这甚至不需要先验信息来源特征(gydF4y2Ba50gydF4y2Ba)。源识别的金属污染土壤,各种混合受体模型,特别是基于分区计算正矩阵分解(PC-PMF),绝对主成分获得线性回归(APCS-MLR) GeogDetector模型、多元曲线resolution-weighted交替最小二乘(MCR-WALS),和不混合通常实现(gydF4y2Ba4gydF4y2Ba,gydF4y2Ba50gydF4y2Ba- - - - - -gydF4y2Ba54gydF4y2Ba)。显著的缺点使用金属污染来源的受体模型识别的方法通常不会满足某些关键假设(gydF4y2Ba55gydF4y2Ba,gydF4y2Ba56gydF4y2Ba)。gydF4y2Ba

积极的矩阵分解(及)模型是一个数学矩阵分解方法,可以管理不足和不精确的数据通过应用非负约束条件。该模型是一种常见的受体识别的模型已经常利用金属在大气中污染的来源,沉积物和土壤(gydF4y2Ba31日gydF4y2Ba,gydF4y2Ba57gydF4y2Ba,gydF4y2Ba58gydF4y2Ba)。然而,经验及模型确定污染来源和假设污染物传播的线性过程(gydF4y2Ba56gydF4y2Ba,gydF4y2Ba59gydF4y2Ba)。因此,它丢弃关键信息详细的土壤样本之间的空间相关性。及模型可能有不确定性,不幸的是,这可能会导致一些错误的源解析结果(gydF4y2Ba60gydF4y2Ba,gydF4y2Ba61年gydF4y2Ba)。的研究gydF4y2Ba62年gydF4y2Ba描述了数据不一致,模型结构解体,模型参数精度的三个关键因素识别及来源的不确定性。在大多数情况下,数据不一致与定量测量误差和示例数据不准确。评估影响的随机错误和有限的少量的分解及不确定性分析结果,必要的引导方法也可以应用(gydF4y2Ba61年gydF4y2Ba,gydF4y2Ba63年gydF4y2Ba,gydF4y2Ba64年gydF4y2Ba)。因此,有关评估的变化及模型的不确定性。gydF4y2Ba

本研究旨在确定有毒重金属的浓度(例如,作为、锶、锰、铁)和轻金属(如钙、镁、钠、K)污染在休闲和布兰科地区农业土壤表面塞里托Matehuala自治区、圣路易斯波多西,墨西哥和探索空间分布的影响因素和源识别。先前的研究在这个地区建立了Cd,铜、铬、锌、或Pb作为主要污染风险因素(gydF4y2Ba19gydF4y2Ba,gydF4y2Ba22gydF4y2Ba,gydF4y2Ba65年gydF4y2Ba,gydF4y2Ba66年gydF4y2Ba)。因此,这些重金属没有重复这项研究。其他原因选择这些金属中发现这个地区由于历史采矿活动和数据可用性。因此本研究的主要目标如下:(i)检查soil-metals浓度之间的重要关系,从危险地区污染源的空间分布;(2)评估源分配通过确定不同因素的金属污染地表土壤使用及模型;(3)评估污染风险水平基于不同类型的污染指数在土壤表面;并(iv)分类金属污染和污染源的空间分布模式识别因素基于IDW插值技术。gydF4y2Ba

2。研究区域gydF4y2Ba

在这项研究中,两个地点的选择抛弃过去的采矿和冶炼区域休闲non-cultivated包围,和农业农田Matehuala自治区东北部的布兰科,名叫塞里托墨西哥圣路易斯波多西。本研究区域分为两部分根据土壤样本特征,研究区1指的是休闲的土壤,研究区域2代表农业土壤。研究区位于23°之间40′30′′N纬度和35′100°27′′W经度,地理面积约。4.84公顷(gydF4y2Ba图1gydF4y2Ba)。研究区1指的是一个足球俱乐部,也称为紧张的佛得角足球运动俱乐部。这个俱乐部已经使用了18年,周围是建在土地是集体所有和利用农业在1974年和2003年之间(gydF4y2Ba67年gydF4y2Ba)。它由三个half-hectare足球场四周植被稀疏地区确定为不受灌溉的未开发的耕地。研究区2指的是农业用地,它位于23°之间08 40′′′N纬度和100°34 44′′′W经度,有一个大约的整体地理区域。25.28公顷(gydF4y2Ba图1gydF4y2Ba)。在这个地区,农民将会培养雨养玉米。由于缺乏安全饮用水供应,受污染的水有时候被用来在种植季节(gydF4y2Ba20.gydF4y2Ba)。玉米种植的类型在这个领域需要至少500毫米的水,其中约50%来自降水在作物生长季节,从5月到8月,剩下的50%从受污染的地下水供应源(gydF4y2Ba20.gydF4y2Ba)。这两个研究地点是附近的一个矿区,金属提取了240多年(gydF4y2Ba65年gydF4y2Ba,gydF4y2Ba66年gydF4y2Ba)。根据先前的研究,挖掘矿渣和各种废料的分布也影响了生态系统超过100公里gydF4y2Ba^2gydF4y2Ba(gydF4y2Ba19gydF4y2Ba,gydF4y2Ba65年gydF4y2Ba,gydF4y2Ba67年gydF4y2Ba- - - - - -gydF4y2Ba69年gydF4y2Ba)。总之,这些地区的气候是半干旱和干旱(gydF4y2Ba20.gydF4y2Ba)。这个地区的年平均气温是20.3°C,最冷和最热的1月和6月(gydF4y2Ba67年gydF4y2Ba,gydF4y2Ba70年gydF4y2Ba)。这个地区的土壤类型包括calcisol gypsisol,而且它只接收到一个有限的降水每年300至500毫米(gydF4y2Ba20.gydF4y2Ba,gydF4y2Ba22gydF4y2Ba,gydF4y2Ba70年gydF4y2Ba)。gydF4y2Ba

3所示。材料和方法gydF4y2Ba

3.1。土壤采样和化学分析gydF4y2Ba

共有64个表层土壤样品收集(从0到5厘米)休闲和农业地区,其中39个样本从土壤娱乐网站(研究区1)和25个样本收集从土壤农业网站(研究区域2)。从0到5厘米深度是适当的和强制性的在墨西哥规定和建议对微量金属和非金属的识别和量化描述可能被污染的土壤(gydF4y2Ba71年gydF4y2Ba)。在这项研究中,使用系统抽样技术基于统计方法(nmx - 132 scfi - 2001) (gydF4y2Ba71年gydF4y2Ba)。这些样本被钻和不锈钢铲,防止污染和清除的树根和石头大于2厘米,之前被放置在一个双层聚乙烯袋。在研究区域土壤样本分布均匀,平均40 - 50 m的休闲农业土壤土壤面积和80 - 100每个采样点之间的区域。采样站点的农业用地钙质冲积层上覆土壤与石膏含量高。抽样竞选期间,研究团队收集等距样本中面临着一些问题,例如,从农场的主人同意,侵蚀土壤、暴露gypsisol土壤,和各种形式的阻塞。出于同样的原因,样品少于休闲的土壤。尽管有这样的限制,大量的样本收集。作为一个标准程序,1公斤的新鲜的典型土样表面土壤被收集在每个采样点和包裹在一个密封的双层聚乙烯袋在交付前测试中心(gydF4y2Ba22gydF4y2Ba,gydF4y2Ba67年gydF4y2Ba)。土壤采样站点都使用GPS跟踪设备称为地理坐标Garmin Etrex个人导航器。根据ISO 11466:1995稍微修改版本,土壤样本消化进行化学分析。这样做,10毫升的王水(HNOgydF4y2Ba_3gydF4y2Ba:盐酸)3:1的比例,被添加到烧杯中包含1.0通用的土样(gydF4y2Ba20.gydF4y2Ba,gydF4y2Ba67年gydF4y2Ba)。烧杯被加热到85°C到消化几乎干涸。解析后的残留物增加容量的玻璃瓶,允许冷却,然后透过绘画纸滤纸。在10毫升40之前再溶解的酸和50毫升0.5硝酸。所有消化和稀释样本分析冷藏在4°C (gydF4y2Ba20.gydF4y2Ba,gydF4y2Ba67年gydF4y2Ba)。与去离子水进一步稀释后,消化样品分析的整除,钙、镁、钠、钾、锶、锰、铁用电感耦合等离子体发射光谱(ICP-OES) (gydF4y2Ba67年gydF4y2Ba,gydF4y2Ba72年gydF4y2Ba)。gydF4y2Ba

3.2。GIS空间分布插值技术映射gydF4y2Ba

当它是不可行的,不方便,或昂贵的探索选定研究区域内的每个站点,一个插值技术应用于地理空间等因素高度估计未知参数,斜坡,浓度水平,降雨量、温度和噪音水平有限范围的收集的数据点(gydF4y2Ba73年gydF4y2Ba,gydF4y2Ba74年gydF4y2Ba)。评估土壤中污染物的空间分布,逆距离权重(IDW)是一种常用的插值技术由于其简单方便计算和数据分析方法(gydF4y2Ba37gydF4y2Ba,gydF4y2Ba75年gydF4y2Ba,gydF4y2Ba76年gydF4y2Ba)。IDW是一种确定性插值技术,适用于数据点比遥远的接近另一个点。金属浓度水平的空间变异性和源分布因素简化使用IDW方法与加权的力量2 (gydF4y2Ba19gydF4y2Ba,gydF4y2Ba37gydF4y2Ba)。估计和观察采样点之间的距离,增加功率值有一个实质性的影响权重。遥远的点的影响随功率的增加而重量更平均地分布在邻近点低功率(gydF4y2Ba77年gydF4y2Ba,gydF4y2Ba78年gydF4y2Ba)。这种插值方法,使用下面的公式。gydF4y2Ba

Z是预计值的插值点,gydF4y2BaZgydF4y2Ba_我gydF4y2Ba是测量值点吗gydF4y2Ba我gydF4y2Ba;gydF4y2BangydF4y2Ba表示测量值用于插值的总量;gydF4y2BadgydF4y2Ba_我gydF4y2Ba是插入值Z和测量值之间的距离gydF4y2BaZgydF4y2Ba_我gydF4y2Ba;gydF4y2BapgydF4y2Ba表明加权权力,它指定重量减少的距离增加。方法论的流程图,说明土壤样本得到识别有毒元素的来源和随后的方法在土壤表面所示gydF4y2Ba图2gydF4y2Ba。gydF4y2Ba

3.3。金属污染的风险评估基于指数gydF4y2Ba

3.3.1。Geo-accumulation指数gydF4y2Ba

geo-accumulation指数(gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba})已被广泛用作生物地球化学标准评估污染程度的一个特定的金属在环境土壤或沉积物中自1969年(gydF4y2Ba44gydF4y2Ba,gydF4y2Ba79年gydF4y2Ba)。这个指数(gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba})是由穆勒(gydF4y2Ba80年gydF4y2Ba)来确定土壤污染的有毒金属浓度水平通过比较总金属部件测量参考水平或浓度背景值。评估水平的金属污染土壤中,我gydF4y2Ba_{地理gydF4y2Ba}使用下面的公式计算:gydF4y2Ba

在那里,gydF4y2BaCgydF4y2Ba_ngydF4y2Ba土壤样本中观察到的金属浓度(毫克/公斤),gydF4y2BaBgydF4y2Ba_ngydF4y2Ba表明n金属在土壤的背景参考价值(毫克/公斤),和常数因子1.5调整背景矩阵用于任何差异引起的岩石圈的影响(gydF4y2Ba44gydF4y2Ba)。gydF4y2Ba表1gydF4y2Ba显示了七种不同的分类gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}根据污染水平。gydF4y2Ba

3.3.2。污染因素gydF4y2Ba

污染因子(gydF4y2BaCgydF4y2Ba_fgydF4y2Ba)指数被认为是一种有价值的方法来检测和识别有害金属污染随时间(gydF4y2Ba86年gydF4y2Ba,gydF4y2Ba87年gydF4y2Ba)。为了估计量的特定金属的污染,污染因素通常被实现,它被指定为金属浓度的比例的均值背景参考浓度水平。这个指数也被称为单一污染指数(gydF4y2Ba82年gydF4y2Ba)。污染因子(gydF4y2BaCgydF4y2Ba_fgydF4y2Ba)使用以下方程:gydF4y2Ba

在那里,gydF4y2BaCgydF4y2Ba_米gydF4y2Ba表示土壤样本和观察到的金属浓度gydF4y2BaCgydF4y2Ba_bgydF4y2Ba背景参考水平的浓度选择的金属。污染因子(gydF4y2BaCgydF4y2Ba_fgydF4y2Ba)分为七类,如示gydF4y2Ba表1gydF4y2Ba。gydF4y2Ba

3.3.3。改性程度的污染gydF4y2Ba

修改后的污染程度(gydF4y2BamCgydF4y2Ba_dgydF4y2Ba)的总和的比例每个选择金属的污染因素的总数测量金属在土壤中,这是用来计算的绝对程度的污染在一个特定的土壤样本(gydF4y2Ba88年gydF4y2Ba)。的gydF4y2BamCgydF4y2Ba_dgydF4y2Ba固有特性的计算包括提供各种污染物平均总额(gydF4y2Ba89年gydF4y2Ba)。下面的方程是一个改进的普遍方法计算污染的程度:gydF4y2Ba

在那里,gydF4y2BaCgydF4y2Ba_fgydF4y2Ba指的是污染因子,gydF4y2Ba我gydF4y2Ba是gydF4y2Ba我gydF4y2Bath金属或选择特定的土壤样本,和总数量的金属在土壤样品用gydF4y2BangydF4y2Ba。修改后的污染程度(gydF4y2BamCgydF4y2Ba_dgydF4y2Ba)分为7个不同的类,如示gydF4y2Ba表1gydF4y2Ba。gydF4y2Ba

3.3.4。Nemerow污染指数gydF4y2Ba

Nemerow污染指数(gydF4y2BaπgydF4y2Ba_NgydF4y2Ba)是一个综合测量技术基于污染地表土壤的污染水平因素,它包括金属浓度评估(gydF4y2Ba19gydF4y2Ba,gydF4y2Ba85年gydF4y2Ba,gydF4y2Ba90年gydF4y2Ba)。这种方法可能会提供一个合理的解释的重金属污染在每个站点上全部因为许多污染物会影响一个特定的网站(gydF4y2Ba91年gydF4y2Ba)。下面的方程是用于计算gydF4y2BaπgydF4y2Ba_NgydF4y2Ba:gydF4y2Ba

在那里,gydF4y2BaCfgydF4y2Ba_{马克斯gydF4y2Ba}是价值最高的污染因素的土壤样本中的每个金属和gydF4y2BaCfgydF4y2Ba_{平均gydF4y2Ba}平均污染因子值的所有收集土壤样本为每个特定的金属。五个不同类型的金属污染土壤中所示gydF4y2Ba表1gydF4y2Ba基于gydF4y2BaπgydF4y2Ba_NgydF4y2Ba值。gydF4y2Ba

3.4。积极的矩阵分解模型分析gydF4y2Ba

及受体模型5.0,这是由美国环境保护署,用于识别,将污染源的污染物(gydF4y2Ba92年gydF4y2Ba)。Paatero和攻丝机(gydF4y2Ba93年gydF4y2Ba)介绍了改进分解技术在1990年代早期被称为及(gydF4y2Ba50gydF4y2Ba)。及是统计方法确定的贡献来源样本数据集根据模式的来源。及模型的识别和分类的结果提供显著的优势与其他方法相比,如主成分分析(PCA) (gydF4y2Ba94年gydF4y2Ba)。该模型的目的是factorise初始矩阵X (gydF4y2Ba我x jgydF4y2Ba)双重计算矩阵F (gydF4y2Bak x jgydF4y2Ba)和G (gydF4y2Ba我x kgydF4y2Ba),和一个额外剩余矩阵E (gydF4y2Ba我x jgydF4y2Ba)。基本及公式如下:gydF4y2Ba

在那里,gydF4y2BaXgydF4y2Ba_ijgydF4y2Ba代表的浓度gydF4y2BajgydF4y2Ba^thgydF4y2Ba金属观察到gydF4y2Ba我gydF4y2Ba^thgydF4y2Ba采样点,gydF4y2BaGgydF4y2Ba_{本土知识gydF4y2Ba}表示的贡献gydF4y2BakgydF4y2Ba^thgydF4y2Ba源gydF4y2Ba我gydF4y2Ba^thgydF4y2Ba样本,gydF4y2BaFgydF4y2Ba_kjgydF4y2Ba代表的浓度gydF4y2BajgydF4y2Ba^thgydF4y2Ba金属的gydF4y2BakgydF4y2Ba^thgydF4y2Ba源,gydF4y2BaEgydF4y2Ba_ijgydF4y2Ba表示残差矩阵,gydF4y2BapgydF4y2Ba表明个人来源。及模型使用的不确定性数据质量矩阵中每个元素的预测误差正常化x它生成最优浓度矩阵,G和F,在非负范围最小化目标函数Q (gydF4y2Ba61年gydF4y2Ba)。问的计算如下:gydF4y2Ba

在哪里gydF4y2BaUgydF4y2Ba_ijgydF4y2Ba表示的不确定性gydF4y2BajgydF4y2Ba^thgydF4y2Ba金属的gydF4y2Ba我gydF4y2Ba^thgydF4y2Ba样本,gydF4y2BaEgydF4y2Ba_ijgydF4y2Ba表明残差矩阵,gydF4y2Ba米gydF4y2Ba是指金属的数量gydF4y2BangydF4y2Ba是样品的数量。数据集中和不确定性及模型是必要的。方法检出限的不确定性(MDL)特定金属的使用浓度和指定错误部分。如果超过MDL价值的金属浓度,以下公式可以用于确定不确定性:gydF4y2Ba

在那里,gydF4y2BaσgydF4y2Ba表示每个金属的相对标准偏差或错误部分gydF4y2BacgydF4y2Ba是金属的浓度。gydF4y2Ba

否则,不确定性计算使用以下方程:gydF4y2Ba

方法检出限的值(MDL)计算如下(gydF4y2Ba95年gydF4y2Ba):gydF4y2Ba

在那里,gydF4y2BatgydF4y2Ba_{(gydF4y2BangydF4y2Ba= 1,1−∝= 0.99)gydF4y2Ba}代表学生的t值,适合single-tailed 99 t统计值和标准差估计与n - 1自由度,和gydF4y2Ba年代gydF4y2Ba_{年代gydF4y2Ba}是复制的样本标准差飙升样本分析。gydF4y2Ba

引导(BS)方法被用来评估及结果的不确定性,包括随机误差反映变化的样本,或观察的不成比例地影响及结果(gydF4y2Ba37gydF4y2Ba,gydF4y2Ba96年gydF4y2Ba)。所表示的不确定性可能意味着不确定性,这是基础因素的浓度之间的距离和上不确定性限制的BS。用户指南(美国环境保护部及5.0gydF4y2Ba92年gydF4y2Ba所有计算)之后。gydF4y2Ba

3.5。GIS与统计分析gydF4y2Ba

统计分析的数据使用SPSS v28.0统计软件包(美国IBM公司)和Microsoft Excel 2016确定的统计描述金属在土壤表面样本。观察到的数据最初评估使用Kolmogorov-Smirnov测试确认正态分布。单向方差分析(方差分析)进行评估是否有显著统计学差异意味着不同的采样点。空间分布的特征是使用一个确定性模型和IDW插值技术。土壤采样位置的分布和空间分布的金属进行分析和映射使用ArcGIS Pro(美国ESRI Inc .)。及模型实现和金属的来源研究是定量确定使用EPA及5.0软件(gydF4y2Ba92年gydF4y2Ba)。gydF4y2Ba

4所示。结果与讨论gydF4y2Ba

4.1。土壤中金属含量的描述性统计gydF4y2Ba

金属浓度的统计信息总结了表层土壤样品gydF4y2Ba表2gydF4y2Ba。的平均浓度,钙、镁、钠、钾、锶、锰、和在土壤休闲铁119.44毫克/公斤,20346.45毫克/公斤,1195.53毫克/公斤,1397.06毫克/公斤,3358.07毫克/公斤,514.10毫克/公斤,137.82毫克/公斤,3700.52毫克/公斤。农业土壤中金属含量的平均值是76.90毫克/公斤,28975.41毫克/公斤,2838.28毫克/公斤,188.78毫克/公斤,5420.28毫克/公斤,352.66毫克/公斤,275.27毫克/公斤,6933.74毫克/公斤,分别。总的来说,在这两个研究领域的土壤,金属浓度的平均值超过了相应的容许极限或引用值土壤,除了Na金属。金属浓度的容许极限或引用值在表层土壤(22毫克/公斤)(gydF4y2Ba97年gydF4y2Ba),Ca(500毫克/公斤)(gydF4y2Ba98年gydF4y2Ba),Mg(60毫克/公斤)(gydF4y2Ba98年gydF4y2Ba)、Na(1550毫克/公斤)(gydF4y2Ba98年gydF4y2Ba)、K(300毫克/公斤)(gydF4y2Ba98年gydF4y2Ba)、Sr(200毫克/公斤)(gydF4y2Ba99年gydF4y2Ba),Mn(85毫克/公斤)(gydF4y2BaOne hundred.gydF4y2Ba)和铁(300毫克/公斤)(gydF4y2Ba101年gydF4y2Ba)。的平均浓度,钙、镁、钾、锶、锰、铁和高于休闲土壤中的参考价值大约5.43,40.69,19.93,11.19,2.57,1.62,12.34倍。农业土壤的大约3.50,57.95,47.30,18.07,1.76,3.24,和23.11倍,分别。而容许极限的值定义的各种研究土壤,重金属的平均浓度一样,Sr,锰、和铁都高于严重风险筛查水平,揭示土壤构成健康风险的农业和休闲使用。gydF4y2Ba

然而,在休闲和农业土壤的浓度在容许极限的5.43和3.50倍,显示在表层土通过冶金活动增强,地下水灌溉,人类活动。此外,还有在墨西哥的一个主要关注土壤有了严格的监控,限制潜在的污染。标准偏差的比例意味着被称为变异系数(CV),它可用于分析土壤中金属含量的分布以及它们的变化(gydF4y2Ba102年gydF4y2Ba)。根据野生植物的研究(gydF4y2Ba103年gydF4y2Ba),变异系数分为三个不同层次:低(CV < 0.16),中(0.16 < CV < 0.36),高(简历> 0.36)。Na的变异系数(CV)的表层土壤研究领域最高(280.20%)。然而,娱乐和农业土壤的CVs的记录高变化,分别为91.71%和50.05%。金属的CVs在下面增加休闲土壤顺序:Na (280.20%) < Mg (49.67%) (91.71%) < < Sr (48.49%) < Ca (35.99%) < Fe (35.32%) < K (29.72%) < Mn (29.60%)。总的来说,金属的变异程度高的休闲土壤,除了K和Mn,中等水平。一样的农业土壤中金属的CVs在以下增加顺序:为(50.05%)< Na (47.42%) < Sr (36.56%) < Fe (14.36%) < K (14.27%) < Mn Mg (9.47%) (12.55%) < < Ca (4.29%)。研究结果(gydF4y2Ba表2gydF4y2Ba)表明,CVs, Na, Sr表示高可变性,而铁、钾、锰、镁、和Ca表示低变异性。先前的研究表明人类影响产生重大影响金属的浓度,当金属在土壤表面浓度的平均值高于参考价值和简历超过0.2 (gydF4y2Ba102年gydF4y2Ba,gydF4y2Ba104年gydF4y2Ba)。总的来说,有更多的变化和空间色散在金属的浓度比休闲研究的土壤地区农业土壤,并预计人为活动对这个浓度产生影响。gydF4y2Ba

4.2。在土壤空间分布的金属浓度gydF4y2Ba

发现污染金属浓度高的区域并确定他们的潜在来源可以通过分析金属浓度的空间分布的方法。的空间分布,钙、镁、钠、钾、Sr、锰,铁被用来确定金属在两个研究地点的分布格局。基于空间分布的金属,金属浓度高污染地区大多是发现在这两个研究领域,与休闲和农业土壤。为了评估风险评估和污染的热点地区,gydF4y2Ba图3gydF4y2Ba,gydF4y2Ba4gydF4y2Ba展示空间分布的八个选择金属使用IDW插值技术。认为假设相当时,可用数据的线性组合使用逆距离权重(IDW)插值技术(gydF4y2Ba50gydF4y2Ba)。根据gydF4y2Ba图3gydF4y2Ba,gydF4y2Ba4gydF4y2Ba可以推断,点源污染的浓度,空间分布是相对较高的。高污染地区含有钙、镁、钾、Sr、锰,铁被发现在西南休闲研究区域土壤的一部分。空间分布的钙、镁、锶、铁相似,所有金属的高附加值领域相当广泛。农业土壤中金属的分布格局是通过空间分析清楚。类似于休闲土壤、农业土壤含有较高水平的钙、镁、钾、锶、锰、铁,最高的值位于北部,南部的部分地区。Mg在农业土壤主要是在研究区南部和东南部地区。最高的区域和Sr值与狭窄的道路,严禁,大多是在西北部。像老和类似的空间变化特征。作为研究热点集中在两个区域主要是与地下水灌溉和过去的采矿活动。相关的显著区别的母质土壤形成和其他人为活动的原因可能是高浓度的其他金属(Na除外)在这些地区。 This indicated that climatic effects like wind and rainfall events may potentially affect the distribution of metals in the area of study. Since the climatic environment in the study areas is semi-arid having limited precipitation, irrigated cultivation is the preferred mode of agriculture. Due to this reason, the concentration levels of heavy metals like As, Mg, Sr, and Fe are high in these study areas. As a result, it may be stated that the study areas’ climate has some impact on the spatial distribution of metal contaminations. On the whole, the metal distribution in both recreational soils and agricultural soils showed similar distribution patterns. Moreover, the high-value range of all metal concentrations exceeded the permissible limits or the reference values, and the cause may be connected to the metallurgic and natural origin of metals, past mining industry, groundwater irrigation, and intense human activities.

4.3。在土壤污染风险评估gydF4y2Ba

的gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}分析利用来确定金属在土壤中累积浓度的程度随着重金属污染的数量。gydF4y2Ba图5gydF4y2Ba显示的箱线图图金属污染评估依据gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}指数为娱乐和农业土壤。污染风险评估的描述性分析不同类型的污染指数所示gydF4y2Ba表3gydF4y2Ba。gydF4y2Ba

的意思是gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}索引值的金属在土壤休闲在Ca的递减顺序排列(4.69)> Na(3.83)(3.61) > >毫克铁(2.94)> K (1.33), (2.82) > > Sr(0.65) >锰(0.05),而意思gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}农业土壤中金属的值在以下增加的顺序Ca(5.27)(4.97) > >毫克铁(3.93)> Na (3.73) > K(3.57) >锰(0.99),(1.10)> > Sr (0.16)。的意思是gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}值的所有金属都大于零,表明所有金属表面造成污染土壤的研究领域和超过90%的土壤样本在污染水平。休闲土壤的意思gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}Ca值、Na和Mg大于3,表明污染状况。的意思是gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}值的钙、镁、铁、钠、和K在农业土壤也超过3,表明污染。同样,研究区重金属污染水平高像,Sr,锰和铁。gydF4y2Ba

污染因子的计算评估每个金属所示gydF4y2Ba图6gydF4y2Ba,污染因子指数的分类标准中列出gydF4y2Ba表3gydF4y2Ba。的平均值gydF4y2BaCgydF4y2Ba_fgydF4y2Ba休闲中的每个金属土壤在Ca的递减顺序排名> >毫克铁>老K > > >锰> Na,值为40.69,19.93,12.34,11.19,5.43,2.57,1.62和0.90。和农业土壤的平均值gydF4y2BaCgydF4y2Ba_fgydF4y2Ba在下列顺序进行降序排名钙>镁>老铁> K > >锰> > Na,值为57.95,47.30,23.11,18.07,3.50,3.24,1.76,和0.12,分别。的gydF4y2BaCgydF4y2Ba_fgydF4y2Ba值在休闲土壤表现出“高非常高污染”范畴,而gydF4y2BaCgydF4y2Ba_fgydF4y2Ba值在农业土壤表示中度到高污染。超过30%的土壤样本的极高水平的休闲的土壤,而只有不到10%的农业土壤样本在极端污染水平(gydF4y2Ba图6gydF4y2Ba)。因此,可以得出结论,在休闲土壤污染物在一个更高的水平比农业土壤。老等重金属,锰、铁波动在低污染的高水平研究土壤。gydF4y2Ba

图6gydF4y2Ba显示所有娱乐的污染水平已经非常高的土壤样品的钙和镁。和gydF4y2Ba图6 bgydF4y2Ba显示所有的农业土壤样本的钙,镁,钾,和菲高水平的污染。总的来说,意味着修改程度的污染(gydF4y2BamCgydF4y2Ba_dgydF4y2Ba休闲和农业土壤)计算为11.83和19.38,分别。这些值表明,休闲土壤农业土壤污染水平非常高,有一个非常高度的污染水平。当Nemerow污染指数(gydF4y2BaπgydF4y2Ba_NgydF4y2Ba)> 3、金属污染的土壤被认为是高。然而,的意思是gydF4y2BaπgydF4y2Ba_NgydF4y2Ba值在研究地区表层土壤的休闲和农业土壤分别为29.97和43.22,分别显示,大部分土壤样品在这两个领域非常受金属污染。然而,作为休闲污染和风险的报道土壤和农业土壤面积已经发布之前(gydF4y2Ba19gydF4y2Ba,gydF4y2Ba20.gydF4y2Ba,gydF4y2Ba67年gydF4y2Ba)。高污染和预防阶段观察到在这两个研究领域,由于过去的金属的开采和人为活动。因此,可以得出这样的结论:废弃的冶金地区土壤被严重污染。和水平的污染正在增加,因为自然土壤形成、使用被污染的地下水灌溉,人类活动。建议具体应进行环境恢复。gydF4y2Ba

4.4。使用及源解析的金属gydF4y2Ba

来源的识别和分摊的金属在土壤进一步确定使用及模型。模型的初始参数包括3、4、5个因素,开始种子随机从20迭代次数。最低和最可靠的Q真正价值是用来计算理想数量的因素(gydF4y2Ba4gydF4y2Ba,gydF4y2Ba61年gydF4y2Ba)。调节剩余矩阵E,必须找到最小Q,然后可以确定一个可接受的数量的因素之一(gydF4y2Ba105年gydF4y2Ba)。最少的Q值获得最优的输出及模型,其中包括四个因素。大多数土壤样本的预测残差正态分布范围内的4和4。过去采矿活动以及工业化、自然土壤形成、地下水的来源,和人类活动是确定为四个金属污染的主要来源。来源不确定基于一个特点的一个因素,但也使用由冲突证据的过程,涉及额外的因素。一般来说,意味着最初使用金属浓度的值来确定金属污染的主要来源是自然或人为的。观察和预测金属浓度之间的关系为娱乐和农业土壤所示gydF4y2BaS1的数据gydF4y2Ba,gydF4y2BaS2gydF4y2Ba。RgydF4y2Ba^2gydF4y2Ba值选择金属在土壤娱乐(gydF4y2Ba图S1gydF4y2Ba)模型拟合后如下:(0.99),(0.90),Mg(0.94),钠(0.99),K (0.79), (0.99), Mn(0.83),和铁(0.95);和农业土壤(gydF4y2Ba图S2gydF4y2Ba)如下:(0.99),Ca (0.40), Mg(0.94),钠(0.99),K (0.81), (0.99), Mn(0.75)、铁(0.84)。所有这些模型生成RgydF4y2Ba^2gydF4y2Ba值超过0.7,表明之间的显著相关性选择金属的利用率从及获得足够数量的因素模型。gydF4y2Ba

4.1.1。识别源分解土壤休闲gydF4y2Ba

源的贡献和分解的结果及休闲土壤中金属浓度的分析所示gydF4y2Ba图7gydF4y2Ba。地理插值方法产生四个因素的空间分布特征。gydF4y2Ba图8gydF4y2Ba显示四个因素的空间分布模式形成使用确定性IDW插值方法和显示重要的空间相关性,并有很强的输出。源配置文件在毫克/公斤和源贡献率百分比(%)的每个因素金属使用及模型所示gydF4y2Ba表4gydF4y2Ba。gydF4y2Ba

因子1主要是受到老K和资料来源为1554.50毫克/公斤和261.30 mg.kggydF4y2Ba^1gydF4y2Ba,的贡献率分别为46.1%和51%,(gydF4y2Ba表4gydF4y2Ba)。还贡献了37.2%和34.3%,钙和铁的因素。高层的地区因素1值被发现在小数量分散的位置。Soil-Sr浓度通常被认为是一个关键因素的空气尘埃粒子的沉积与锶离子从工业操作,可能是由人类活动加剧。背后的原因的增加K水平在这一领域包括耕作体系、土壤温度、土壤渗透性、氧含量、土壤水分。较高的土壤湿度往往导致更多的K产生。因此,因素1可能大多被认为涉及自然的活动。gydF4y2Ba

因子2提供了一个解释的高载荷Mn(53.1%)、铁(53.1%)、毫克(43.1%)、K (42.7%) (gydF4y2Ba表4gydF4y2Ba)。锰和铁被广泛发现在土壤的酸性水平较高,增加碱度的水平。金属铸造、土壤形成的化学过程和其他工业活动都有可能产生Mg和K的环境(gydF4y2Ba106年gydF4y2Ba)。结果,因素2可能反映过去采矿和工业化活动来源。gydF4y2Ba

因子3描述了重要的载荷等重金属(95.8%)和Sr (32.4%) (gydF4y2Ba表4gydF4y2Ba)。Sr连着的可能的来源包括paedogenic流程、采矿和矿石加工业务,为污染的地下水和废物处理。但是先前的研究已经表明,这些土壤中砷的含量升高仅仅为污染的地下水灌溉。过去研究显示,研究区地下水中异常高水平的,来自冶金废弃物的解散一个废弃的上游冶炼厂,Matehuala附近(gydF4y2Ba18gydF4y2Ba,gydF4y2Ba19gydF4y2Ba,gydF4y2Ba67年gydF4y2Ba)。在这里,足球场是由使用地下水灌溉。因此,受污染的地下水可能被解释为因素3。gydF4y2Ba

因素4主要是由钠源贡献数量和比率为1335.20毫克/公斤和94.9%,分别为(gydF4y2Ba表4gydF4y2Ba)。在这项研究中,Na是唯一的金属浓度低于允许的水平。4和soil-Na集中因数的高价值的地点主要分布在研究区中间指足球场(gydF4y2Ba图8gydF4y2Ba)。大多数土壤中钠浓度是农药、肥料和其他人类活动。因此,因素4可能代表人为活动,如不同类型的人类活动。gydF4y2Ba

10/24/11。源分解农业土壤的识别gydF4y2Ba

因素的原理概要文件和源的贡献百分比基于及各种金属在农业土壤所示结果gydF4y2Ba图9gydF4y2Ba。gydF4y2Ba表4gydF4y2Ba描述了参数及造型四个因素的来源。空间分布的映射源贡献由及结果评估使用IDW插值技术,所示gydF4y2Ba图10gydF4y2Ba。gydF4y2Ba

因子1显示的具体表征因子配置文件和源的贡献每个金属使用及模型,它显示了Mg (51.8%)、K (52.7%)、Mn(57.6%)和铁(55.5%)高因子载荷比其他金属(gydF4y2Ba表4gydF4y2Ba)。根据因子1的空间分布地图,高价值的位置集中在农业用地和东南部部分(gydF4y2Ba图10gydF4y2Ba)。研究区域的土壤被重金属严重污染锰和铁和显示大量的采矿活动和工业化的影响。含量高的土壤Mg和K在研究区域显示在工业化活动迅速增加。但它可以表示,大量的K对农业土壤有益,因为它是支持植物生长的一个重要组成部分。因此,因素1可能是相关的矿业和工业活动。gydF4y2Ba

因子2贡献率为26.5% (gydF4y2Ba表4gydF4y2Ba),是由Ca(37.3%)、毫克(36.1%)、K (39%)、Mn(37.9%)和铁(39.8%)。空间分布模式的钙、镁、钾、锰、铁和符合西北和东北地区的更高的价值和更低的值在南部地区的研究区域(gydF4y2Ba图10gydF4y2Ba)。此外,钙和镁浓度水平相当一致的所有样本的位置比其他金属和CV值较低,这表明这些元素大多是通过继承父母的材料。锰和铁被报道的其他共同lithophilic丰富的大陆地壳中的元素和元素中发现各种矿物质(gydF4y2Ba107年gydF4y2Ba)。的可能性较高的土壤中钾的水平包括over-fertilization和大范围的岩石和矿物的研究领域。因此,它可能是解释因素2是自然来源。gydF4y2Ba

3因素主要是由Na,源贡献量的57.7% (gydF4y2Ba表4gydF4y2Ba)。Na是唯一的金属浓度水平低于允许的限制在这个研究。高的土壤中钠盐的浓度是由农药、化肥和其他土壤无机生物肥料中积累的决选。在农业用地,氯化钠是用作肥料,杀虫剂,植物病害的预防和软水器除了特定的用途。但农业土壤中钠的大量使用会影响植物的新陈代谢,可以导致干旱。因此,相关因素3可能是人类事件由于农业活动。gydF4y2Ba

因子4主要特点是和老以70.5%和60%为源的贡献19.48% (gydF4y2Ba表4gydF4y2Ba)。根据Razo et al。(研究gydF4y2Ba66年gydF4y2Ba),的流行是由于工业和矿业废物在水生环境中。和其他土壤中重金属的浓度更高的在所有的研究领域的蓄水盆地。最高金额的和其他重金属被发现在溪流和池塘附近的土壤,毗邻的尾矿蓄水池。前面研究Ruiz-Huerta et al。(gydF4y2Ba20.gydF4y2Ba),建议在Matehuala使用受污染的水灌溉农田,随着土壤中显著增加的内容。此外,它导致玉米作为生物体内积累以及在植物易位。此外,工业垃圾和污泥可能发生的最可能的因素和Sr在农业土壤,因为这些直接排入水体在研究区域内。因此,4因素是确定为地下水用于灌溉的活动。gydF4y2Ba

总结、镁、锰和铁表明过去采矿活动和工业化在娱乐的来源和农业土壤,而人类活动的来源披露Na在休闲土壤和农业土壤中钠和锶。此外,正如和Sr重金属的来源的地下水灌溉的两种类型的土壤,而Ca和K点自然活动。但钙和镁适中的贡献在两种类型的土壤。每个源的总百分比贡献计算指纹的金属使用因素,如所示gydF4y2Ba图11gydF4y2Ba。过去采矿和工业化活动被分配比例最高的贡献休闲土壤(29%)和农业土壤(39%)。农业土壤,其他因素是自然来源(28%)、地下水灌溉的来源(25%),和人类或人为活动(18%)。农业土壤,相应的贡献是自然来源(27%)、水利的地下水资源(19%),和人类或人为活动(15%)。源的确定每个因素对这两种类型的土壤显示Ca和K来自父母的材料,而作为和Sr可以重metal-contaminated污水灌溉和施肥。其他金属,即,镁、锰、铁和主要归因于采矿和冶炼、煤炭燃烧、矿石矿物学和浪费,在我和废物管理操作。但Na与自然来源和人为事件集中径流等农药、肥料和其他土壤改良剂。因此,它不可能忽略一个事实:采矿和工业化活动有重大影响的水平等重金属,锶、锰、铁的土壤。gydF4y2Ba

5。结论gydF4y2Ba

本研究通过使用大量的辅助数据,创建了一个独特的综合空间量化源解析技术和布兰科,定义金属表层土壤中的污染塞里托Matehuala,墨西哥圣路易斯波多西。土壤中金属含量的结果显示,平均浓度的选择8种重金属在土壤中远远高于他们的特定的容许极限除了Na。重金属的平均浓度水平像,Sr,锰、铁和高于各自允许的限制在5.43,2.57,1.62,和12.36在休闲的土壤,和3.50,1.76,3.29,和23.11倍的农业土壤。结果表明,自然土壤形成、污染地下水的使用,及采矿活动增加表层土壤中的重金属。的gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}所有选择金属高于零,而gydF4y2Ba我gydF4y2Ba_{地理gydF4y2Ba}的价值观和铁都大于1,这表明和铁是主要的重金属元素,在休闲土壤造成污染。同样,作为、锰和铁的关键农业土壤中重金属元素的污染引起的。修改后的污染程度的平均值(gydF4y2BamCgydF4y2Ba_dgydF4y2Ba)为11.83,这表明一个非常高的休闲土壤的污染程度,gydF4y2BamCgydF4y2Ba_dgydF4y2Ba农业土壤为19.38,这表明一个极端程度的污染。此外,gydF4y2BaπgydF4y2Ba_NgydF4y2Ba值这两种土壤的29.97和43.22,也证实了该地区是高度污染。据及结果,休闲的四个潜在来源的贡献和农业土壤金属浓度在这一研究领域是自然来源,过去的矿业和工业活动,地下水灌溉的,人类活动。源特定风险评估的结果并没有反映出金属的浓度的源解析因素;贡献的顺序休闲土壤,风险因素的因子1(28%,天然来源)因子2(29%,采矿活动和工业化)因子3(25%,地下水资源)和因子4(18%,人类活动)。同样,在农业土壤,相应的贡献因子1(39%,采矿活动和工业化)因子2(27%,天然来源)因子3(15%,人类活动)和因子4(19%,地下水来源)。解释,休闲中加载因子3 95.8%污染土壤和70.5%的加载因子4在农业土壤由于地下水灌溉的来源,贡献主要是为了整体的污染风险。的污染风险,钙、镁、钾、锶、锰、铁表示相同的空间分布与高风险,除了Na。但它可以指出,某些金属,如钙、镁、和K不是为土壤污染提供重大风险尽管土壤中大量存在,但由于这些金属对土壤健康的有益作用。这项研究的结果表明,过去的采矿活动和冶金污染贡献了最重要的污染风险。总之,进一步限制从采矿工业废水的排放,以及传统的排放控制,可以采用减少土壤污染风险。 The results of the PMF model, GIS spatial distribution mapping, and contamination risk indices have significant implications for decision-makers to reduce threats to human health and environmental risk from possible sources of pollution.

数据可用性声明gydF4y2Ba

在本文中给出的数据集不是现成的,因为他们是受资助者的规定。请求访问数据集应该指向相应的作者。gydF4y2Ba

作者的贡献gydF4y2Ba

概念、方法、软件验证,正式的分析,资源,写初稿,可视化。BG:概念化,正式的分析、调查、资源、编写,审查和编辑、监理、项目管理、融资收购。SP:方法论、数据管理、写作——审查和编辑、监督。NM-V:正式的分析、调查、资源数据管理、写作——审查和编辑。所有作者的文章和批准提交的版本。gydF4y2Ba

资金gydF4y2Ba

项目已经收到资金从工程和物理科学研究委员会(EPSRC-IAA) UKRI通过748502项目:化学自由传播的除砷技术社区在印度、孟加拉国和墨西哥。gydF4y2Ba

确认gydF4y2Ba

感谢学院的基础设施和环境,保护,赫瑞瓦特大学,爱丁堡。作者感谢学校的能源,地球科学,基础设施和社会(保护),爱丁堡赫瑞瓦特大学,提供学生奖学金的第一作者通过詹姆斯·瓦特博士研究奖学金。作者也会由于IPICyT,墨西哥圣路易斯波多西提供反馈和支持。我们使用砷有毒金属工作时数据和GIS shapefile数据在这项研究中,数据被先前发表在国际期刊《环境研究和公共卫生、MDPI 2018年和南美地球科学杂志》,2022年爱思唯尔研究不同类型的有毒金属污染。引用这些研究引用的文本。gydF4y2Ba

的利益冲突gydF4y2Ba

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba

出版商的注意gydF4y2Ba

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2Ba

补充材料gydF4y2Ba

本文的补充材料在网上可以找到:gydF4y2Bahttps://www.雷竞技rebatfrontiersin.org/articles/10.3389/fsoil.2022.1041377/full补充材料gydF4y2Ba

引用gydF4y2Ba