灰色关联分析法在土壤重金属污染评价中的应用

󰀁󰀁

Vol.16󰀁No.1

Jan.󰀁2009

灰色关联分析法在土壤重金属污染

评价中的应用

刘󰀁玥

1,2

,薛喜成,何󰀁勇

22

(1.大同大学工学院电气工程系,山西大同037003;2.西安科技大学地质与环境学院,西安7100)

摘󰀁要::以陕西凤县寺沟铅锌矿区土壤重金属污染评价为例,介绍了灰色关联分析法在土壤重金属污染评价中的应用,结果表明基于灰色关联分析的土壤重金属污染评价方法能够较完整地反映土壤重金属污染程度,是一种实用且准确的评价方法。

关键词:土壤;重金属;灰色关联分析法;污染评价

中图分类号:X825󰀁󰀁󰀁文献标识码:A󰀁󰀁󰀁文章编号:1671󰀁1556(2009)01󰀁0015󰀁03

*

ApplicationofGrayCorrelationAnalysistotheEvaluationof

HeavyMetalPollutionofSoil

LIUYue1,2,XUEXi󰀁cheng2,HEYong2

(1.DepartmentofElectricityEngineering,DatongUniversity,Datong037003,China;

2.CollegeofGeologyandEnvironment,Xi󰀁anUniversityofScience

andTechnology,Xi󰀁an7100,China)

Abstract:ThispaperintroducesthebasicstepsofGrayCorrelationAnalysisfortheevaluationofsoilenvi󰀁ronmentalquality,andtakingSigoulead󰀁zincmineareainFengCountyinShaanxiProvinceastheexam󰀁ple,discussestheGrayCorrelationAnalysismethodintheevaluationofsoilenvironmentalquality.TheresultindicatesthatthesoilevaluationofheavymetalcontaminationbasedonGrayCorrelationAnalysiscancompletelyreflectthequalityoftheenvironmentpollutionofsoil,andthereforeitisapracticalandtheaccuratemethodofevaluation.

Keywords:soil;heavymetal;GrayCorrelationAnalysis;evaluationofpollution

所处的自然环境条件、时间及本身性质和权值等的

0󰀁引󰀁言

矿产资源是人类生产和生活的基本资源之一,但矿产资源的开发在对国民经济发展起重要推动作用的同时,也带来了较为严峻的环境问题。特别是在铅锌矿床、含硫多金属矿床等的开采过程中,由于

采矿废水和选矿废液的直接排放,废石和尾矿等固体废弃物的堆放和淋滤,使矿区土壤中含有大量的重金属

[1~3]

差异而表现出不同的特征,各个因素之间具有不确定性和模糊性,如果用传统数学的方法处理,变模糊数量关系为清晰数量关系,往往极为困难且又带强烈的主观性,使得出的结论与实际状况相差较大

[4,5]

。笔者尝试采用灰色关联分析法对土壤重金

属污染进行评价。该方法着重于待评价样本与土壤环境质量分级标准在整体上的关联程度,以减少主观性因素的影响,从而得出客观、准确和有可比性的评价结果[6~8]。

,造成土壤环境的污染。

影响土壤环境质量的因素很多,每一因素因其

*收稿日期:2008󰀁10󰀁07󰀁󰀁修回日期:2008󰀁10󰀁16

作者简介:刘󰀁玥(1980󰀁),女,硕士研究生,助教,主要从事环境质量评价方法的研究。E󰀁mail:liuyue_violet@163.com󰀁16󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁

󰀁󰀁󰀁󰀁󰀁󰀁安全与环境工程󰀁󰀁󰀁󰀁󰀁

1󰀁ji=n

󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁第16卷

(7)

1󰀁灰色关联分析法

灰色关联分析法是采用关联度来量化研究系统内各因素的相互联系、相互影响与相互作用的一种方法。若两因子参数序列构成的空间几何曲线越接近,则关联度越大。采用灰色关联分析法进行土壤环境质量的分级评价时,选择评价对象的评价因子实测值为参数序列,土壤质量的分级标准为比较序列,求出多个关联度,与参数序列关联度最大的比较序列所对应的级别,即为待评价土壤的质量等级。

采用灰色关联分析法评价的具体步骤为:

(1)确定土壤分级标准序列和各监测点土样的实测参数序列。通常设土壤分级标准共分m级,评价因子有n个,则得到各级土壤质量标准的比较序列xi(k)和所有土样实测值组成的参数序列yj(k)为

xi(k)={xi(1),xi(2),󰀁,xi(n)}(i=1,2,󰀁,m;k=1,2󰀁,n)

yj(k){yj(1),yj(2)󰀁,yj(n)}󰀁(j=1,2,󰀁,t)式中:xi(k)为i级土壤标准中第k项评价因子的取值;yj(k)为第j个土壤样本中第k项评价因子的实测值。

(2)对所获序列进行归一化处理。归一化处理的目的:一是使各序列无量纲化;二是使各序列基本处于同一数量级。笔者采用如下两式进行归一化处理:

x󰀁i(k)=

xi(k)1m1t

i=1

k=1

󰀁󰀁(k)

ji

n

在m个关联度中找出最大者,即可确定监测点土壤所属的质量等级。

2󰀁实例

2.1󰀁研究区概况

寺沟矿区位于陕西省凤县境内,矿区总面积2.05km,为铅锌矿,自1979年开发以来,为国家提供了大量的铅锌矿产资源,并带动了矿区周边的经济发展和社会进步。随着矿产资源的开发,其矿区土壤已受到不同程度的重金属污染。2.2󰀁评价因子的选择

在土壤重金属污染评价方法中,一般选取对土壤环境能够产生影响的几种主要因子。根据研究区的实际情况,结合所采用评价方法的基本特点,选用Pb、Zn、Cd、Cu、Cr的含量作为评价因子,并以5个土样的测试结果进行计算和评价(见表1)。

表1󰀁土壤重金属分析测试结果(mg/kg)Table1󰀁Analysisofheavymetalsinsoil(mg/kg)

监测点S1S2S3S4S5

Pb51.3576.1272.73553.76

Zn392.29248.19283.85879.98

Cd12.530.612.1531.05171.49

Cu41.5262.9251.0617.99410.66

Cr235.44115.7398.69124.75104.08

2

605.7210.46

国家土壤重金属环境质量分析标准(GB15618󰀁

(1)

1995)如表2所示。

表2󰀁国家土壤重金属环境质量标准(mg/kg)Table1󰀁Nationalevaluationstandardsofheavymetal

concentrationsinsoilenvironment(mg/kg)

分级󰀁󰀁󰀁󰀁󰀁

Pb35250350500700

Zn100200250300500

Cd0.20.250.30.61

Cu355075100400

Cr90150200250300

󰀁xi(k)󰀁y(k)

jt

my󰀁j(k)=

yj(k)j=1

(2)

式中:x󰀁i(k)为第i级评价标准的第k项评价因子的无量纲化值;y󰀁j(k)为第j个待评价样本的第k项评价因子的无量纲化值。

(3)求差序列(󰀁ji(k))、两级最大差(󰀁jmax)和两级最小差(󰀁jmin)。其计算公式分别为

󰀁ji(k)=|y'j(k)-x'i(k)|󰀁jmax=maxmax|y'j(k)-x'i(k)|ik󰀁jmin=minmin|y'j(k)-x'i(k)|ik

公式分别为

󰀁ji(k)=

󰀁jmin+0.5󰀁jmax

󰀁ji(k)+0.5󰀁jmax(6)(3)(4)(5)

2.3󰀁评价过程与结果

依据灰色关联分析法的步骤,以S1监测点为例,具体评价过程如下:

(1)列出实测值和分级标准值构成的矩阵。其矩阵为

y1(k)xi(k)=(4)求关联系数(󰀁ji(k))和关联度(󰀁ji)。其计算

第1期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁

刘󰀁玥等:灰色关联分析法在土壤重金属污染评价中的应用󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁17󰀁

51.35392.2912.5335

250350500700

100200250500500

0.20.20.30.61

41.52355075100400

235.4490150200250300

表3󰀁凤县寺沟铅锌矿区土壤环境质量评价结果Table3󰀁Evaluationresultsofsoilenvironmentqualityin

Sigoulead󰀁zincmineareainFengCounty

监测点S1S2S3S4S5

最大关联度0.84420.81250.79090.84990.8616

所属等级

󰀁󰀁󰀁󰀁󰀁

(2)归一化处理。归一化处理后得y'1(k)x'i(k)

=

26.660.4260.5320.6381.2772.128

0.3150.2650.3790.5680.7563.030

1.10.4550.7561.0101.2631.5150.1401.4530.0950.3700.6810.7410.90.9261.3621.1111.9071.852

2.4󰀁评价结果

定量计算结果表明,5个监测点中,分别有3个属󰀁级,1个属󰀁,一个属󰀁级,反映出该矿区土壤已受到一定程度的污染。

3󰀁结󰀁语

采用灰色关联分析法评价土壤重金属污染程度,其计算简便、评价结果具有系统性,能充分反映诸土样的重金属污染程度;通过实例验验表明,该方法在该地区的应用是合理、可行的,且易于推广使用。参考文献:

[1]李永华,王五一,杨林生,等.湘西多金属矿区汞铅污染土壤的环

境质量[J].环境科学,2005,26(5):187-191.

[2]廖国礼,吴超.矿山不同片区土壤中Zn、Pb、Cd、Cu和As的污染

特征[J].环境科学,2005,26(3):157-161.

[3]廖国礼,吴超,谢正文.铅锌矿山环境土壤重金属污染评价研究

[J].湖南科技大学学报(自然科学版),2004,19(4):78-82.[4]林健,张志超,邱卿如,等.积累指数法对公路旁土壤中重金属污

染的评价[J].实用预防医学,2001,8(5):339-340.

(3)求差序列、两级最大差和两级最小差。由公式(3)、(4)、(5)计算得󰀁1i(k)

0.0451.0830.10.7120.8140.5271.2220.3421.7670.399

26.23426.12826.02225.38324.532

0.050.00.2530.4112.715

0.7340.4330.1790.0740.326󰀁1max=26.234

󰀁1min=0.045

(4)求关联系数和关联度。由公式(6)、(7)计算得

󰀁1i(k)=1

13.162󰀁1i(k)+13.117

0.3340.3350.3360.3420.350

10.9710.9900.9710.831

0.9500.9710.9900.9980.9790.927

[5]滕彦国,庹先国,倪师军,等.应用地质累积指数评价攀枝花地区

土壤重金属污染[J].重庆环境科学,2002,24(4):25-28.[6]朱青,周生路,孙兆金,等.两种模糊数学模型在土壤重金属综合

污染评价中的应用与比较[J].环境保护科学,2004,(6):53-57.

[7]窦磊,周永章.针对土壤重金属污染评价的模糊数学模型的改进

及应用[J].土壤通报,2007,38(1):101-105.

[8]李祚泳.环境数量统计与环境管理[M].成都:成都气象学院出

版社,1991.

0.9460.9520.9450.9650.9180.9780.8840.974

󰀁1i={󰀁11,󰀁12,󰀁13,󰀁14,󰀁15}={0.8423,0.8442,0.8440,0.8413,0.8036},其中最大关联度为󰀁12=0.8442,表明监测点S1土壤质量属󰀁级。

重复以上步骤,即可求得所有监测点数据与标准序列的最大关联度(见表3)。