邱孟龍，王 琦，劉黎明，剛 毅

(1.陜西師范大學西北國土資源研究中心，陜西 西安 710062；2.陜西師范大學西北城鎮(zhèn)化與國土環(huán)境空間模擬重點實驗室，陜西 西安 710062；3.廣東省生態(tài)環(huán)境與土壤研究所廣東省農業(yè)環(huán)境綜合治理重點實驗室，廣東 廣州 510650；4.中國農業(yè)大學資源與環(huán)境學院，北京 100193)

優(yōu)化賦權模糊綜合評價法對耕地土壤重金屬污染的風險評價

邱孟龍1,2，王 琦3，劉黎明4①，剛 毅1,2

(1.陜西師范大學西北國土資源研究中心，陜西 西安 710062；2.陜西師范大學西北城鎮(zhèn)化與國土環(huán)境空間模擬重點實驗室，陜西 西安 710062；3.廣東省生態(tài)環(huán)境與土壤研究所廣東省農業(yè)環(huán)境綜合治理重點實驗室，廣東 廣州 510650；4.中國農業(yè)大學資源與環(huán)境學院，北京 100193)

為了對工業(yè)發(fā)達區(qū)耕地土壤重金屬污染風險進行科學評價，在綜合考慮風險模糊性及其概念的基礎上，構建了優(yōu)化賦權模糊綜合評價法對耕地土壤重金屬污染的風險評價模型，并進行風險影響因素分析。以珠江三角洲為例進行實證研究，結果表明，廣州市、東莞市、中山市和江門市最大隸屬度原則低效，其風險等級值分別為2.8、2.5、2.4和2.4；深圳市、珠海市、佛山市和惠州市最大隸屬度原則有效，最大隸屬度分別為0.50(3級)、0.47(2級)、0.46(3級)和0.63(2級)。說明受到人為干擾相對較強的廣州市、深圳市、佛山市和東莞市的風險較高，達到3級(中險)水平，而干擾相對較輕的珠海市、惠州市、中山市和江門市均處于2級(輕險)水平。影響因素分析表明，不同行政區(qū)內的主導風險因素不同。研究結果可為風險管理策略及其優(yōu)先管理順序的確定提供科學依據(jù)。

土壤污染；重金屬；風險評價；模糊綜合評價；群決策層次分析法；熵權法；珠江三角洲

耕地土壤重金屬污染不僅會影響土壤微生物活動和農作物生長,而且會通過食物鏈的富集作用對人體健康產生嚴重危害。在工業(yè)化和城鎮(zhèn)化發(fā)展過程中,工業(yè)“三廢”、汽車尾氣以及生活廢棄物等排放所產生的重金屬污染物急劇增加,導致耕地土壤面臨嚴重的重金屬污染風險[1]。科學評價耕地土壤重金屬污染風險是進行風險空間分析及其影響因素分析的基礎,可以為制定合理的風險管理策略提供理論依據(jù)。

目前,關于土壤重金屬的風險評價研究主要包括生態(tài)風險評價和人體健康風險評價2類。生態(tài)風險主要采用Hakanson潛在生態(tài)危害指數(shù)法進行評價,如鄭玲芳[2]、賈琳等[3]、陳濤等[4]利用Hakanson潛在生態(tài)危害指數(shù)法分別對河流沉積物、典型農區(qū)農田土壤以及污灌區(qū)農田土壤的重金屬生態(tài)風險進行評價;WANG等[5]進一步將Hakanson潛在生態(tài)危害指數(shù)法與土壤重金屬有效性相結合,對北京市土壤重金屬潛在生態(tài)風險進行評價。人體健康風險主要采用美國環(huán)境保護署提出的人體健康劑量-效應模型進行評價,如朱朝云等[6]、劉曉宇等[7]分別采用劑量-效應模型對土壤重金屬造成的人體健康致癌風險和非致癌風險進行評價;ZHAO等[8]采用劑量-效應模型,同時整合空間格局、作物吸收以及土地利用等因素,對大寶山礦區(qū)人體健康風險及其影響因素進行分析。縱觀前人研究可以發(fā)現(xiàn),他們大多是對土壤中重金屬所產生的風險進行評價,很少有研究對土壤受到重金屬污染的風險進行評價。

風險具有模糊性、灰色性和不確定性等特點[9]。模糊綜合評價法可以運用模糊數(shù)學理論將定性評價轉化為定量評價,能夠較好地解決模糊的、不確定性的問題,適用于處理各種難以用精確數(shù)學方法描述的復雜系統(tǒng)問題[10]。該方法已經(jīng)被廣泛應用于水環(huán)境污染風險[11]、銀行信用風險[12]以及耕地非農化風險[13]等各類風險評價過程中。因此,該研究在模糊綜合評價法的基礎上對耕地土壤重金屬污染風險進行評價。傳統(tǒng)模糊綜合評價模型中指標權重的確定大都采用層次分析法(AHP),僅反映了評價專家的主觀判斷,未能考慮評價指標的客觀情況。為了克服這一不足,利用熵權法對群決策AHP得到的權重值進行修正,使權重值兼顧評價指標的主觀性與客觀性,構建了優(yōu)化賦權的耕地土壤重金屬污染風險模糊綜合評價模型。同時,以珠江三角洲工業(yè)發(fā)達區(qū)為例,對耕地土壤重金屬污染風險進行評價,并在此基礎上對該區(qū)域耕地土壤重金屬污染風險空間分布情況以及風險影響因素進行分析。

1 材料與方法

1.1 研究區(qū)概況

以珠江三角洲地區(qū)主要工業(yè)發(fā)達城市為研究區(qū),包括廣州市、深圳市、珠海市、佛山市、惠州市、東莞市、中山市和江門市共8個地級市。該區(qū)是中國經(jīng)濟最發(fā)達、增長速度最快的地區(qū)之一。但工業(yè)化和城市化的迅速發(fā)展也產生了大量工業(yè)廢物和生活垃圾,導致嚴重的環(huán)境問題。其中,耕地土壤重金屬含量超標現(xiàn)象普遍,Cd、Zn和Cu超標率分別達40.1%、19.8%和8.1%[14],嚴重威脅耕地環(huán)境質量安全。

1.2 數(shù)據(jù)來源與處理

根據(jù)耕地分布狀況和隨機取樣原則,在珠江三角洲地區(qū)總共采集1 404個耕地土壤樣品,每個采樣點在10 m×10 m范圍內取5個點,混合后通過四分法取樣,利用GPS確定采樣點位置,其空間分布見圖1。

土壤樣品風干后剔除雜物,過0.15 mm孔徑尼龍篩備用。采用HNO3-HF-HClO4對制備的土壤樣品進行消解,測定重金屬含量。其中,Hg和As含量采用原子熒光分光光度法測定,Cd、Cr、Pb、Cu、Zn和Ni含量采用火焰原子吸收分光光度法測定。為保證分析精度,采用國家標準物質GSS-1進行質量控制,回收率為92.4%～105.3%,標準物質標準可用值與測定值對比情況見表1。分析過程中采用的試劑均為優(yōu)級純。

圖1 珠江三角洲地區(qū)耕地與土壤采樣點分布Fig.1 Distribution of farmland and soil sampling sites in Pearl River Delta

表1國家標準物質GSS-1標準可用值與平均測定值對比
Table1Referencetableofusefulvaluesofthenationalstandardmaterial(GSS-1)andmeanmeasuredvalues

項目w/(mg·kg-1)汞鎘鉻鉛砷銅鋅鎳標準可用值0 032±0 0044 3±0 462±498±634±421±2680±2520 4±1 8平均測定值0 031±0 0034 5±0 559±4100±831±522±3696±3219 8±2 0

按照《土壤理化分析》[15]中提供的方法分別測定土壤pH值、有機質(OM)含量和土壤質地(ST)。土壤質地按照卡慶斯基制進行分類后,按照由砂性到黏性的順序依次賦值為1～9,對土壤質地進行數(shù)值化處理。土壤重金屬累積速率數(shù)據(jù)主要來源于周永章等[16]。

1.3 耕地土壤重金屬污染風險評價模型的建立

1.3.1評價指標體系的構建

根據(jù)科學性、全面性、代表性和可操作性原則,建立耕地土壤重金屬污染風險評價指標體系(表2)。

表2耕地土壤重金屬污染風險評價指標體系與權重
Table2Riskassessmentindexsystemandweightsforriskassessmentofheavymetalpollutionoffarmlandsoil

目標層準則層指標層指標權重指標主觀權重客觀權重綜合權重總權重耕地土壤重金屬趨勢性0 3275Hg累積速率0 40820 11710 43430 1422污染風險 Cd累積速率0 30610 08900 24760 0811Cr累積速率0 02040 09000 01670 0055Pb累積速率0 05100 20160 09350 0306As累積速率0 10200 08020 07430 0243Cu累積速率0 05100 14310 06640 0217Zn累積速率0 01020 16760 01550 0051Ni累積速率0 05100 11140 05170 0169脆弱性0 2599pH值0 16920 33310 16910 0439有機質0 38740 33370 38780 1008土壤質地0 44340 33320 44320 1152危害性0 4126潛在生態(tài)危害指數(shù)1 00001 00001 00000 4126

該體系分為目標層、準則層和指標層3級。目標層指所構建指標體系的評價對象,即耕地土壤重金屬污染風險。“風險”的定義為危害事件發(fā)生的可能性(概率)及其發(fā)生后所造成不利后果的嚴重程度[17-18]。耕地土壤重金屬污染發(fā)生的概率受到重金屬累積趨勢性和土壤脆弱性的影響,污染造成不利后果的嚴重程度用重金屬污染危害性進行量度。因此,準則層包括趨勢性、脆弱性和危害性,共3個二級指標。

趨勢性可以通過區(qū)域土壤重金屬的累積速率來評價。累積速率越大,重金屬的累積趨勢越明顯,污染風險越高;反之,累積趨勢越弱,污染風險越低。土壤重金屬累積速率主要通過輸入-輸出因素通量模型[16]估算。區(qū)域尺度上,普遍性的耕地土壤重金屬輸入途徑有大氣干濕沉降、化肥農藥施用、灌溉和種子帶入,輸出途徑有作物收獲、徑流、淋溶和揮發(fā)。該研究主要分析美國環(huán)境保護署(USEPA)列出的8種優(yōu)先考慮的有毒重金屬元素,即Hg、Cd、Cr、Pb、As、Cu、Zn和Ni。因此,將這8種元素的累積速率作為趨勢性評價的指標層指標。

脆弱性指在不產生危害性后果的前提下土壤對重金屬元素的容納能力,它反映了土壤對重金屬污染抵抗能力的大小,與土壤自身性狀密切相關。研究表明,土壤pH值、有機質含量和黏粒百分比的增大會增加土壤對重金屬的吸附能力[19-21]。這會導致土壤重金屬活性降低,從而增大土壤對重金屬的容納能力,降低土壤污染風險。因此,將土壤pH值、OM含量和ST作為脆弱性評價的指標層指標。珠江三角洲各地級市土壤pH值、OM含量和ST取值通過其轄區(qū)內土壤樣點測定值的算數(shù)平均值獲得。

土壤重金屬污染具有持久性,能夠對生態(tài)系統(tǒng)產生嚴重危害。重金屬元素會通過各種途徑在環(huán)境中遷移循環(huán),對土壤生物、農業(yè)生產和人體健康產生嚴重威脅[22]。瑞典科學家Hakanson提出的潛在生態(tài)危害指數(shù)法是目前應用最廣泛的定量評價重金屬污染危害程度的方法之一,其具體計算方法見姜菲菲等[23]的研究。該方法反映了土壤重金屬的累積狀況,同時通過引入毒性系數(shù)計算重金屬對生態(tài)系統(tǒng)的綜合危害程度。因此,將潛在生態(tài)危害指數(shù)(IR)作為危害性評價的指標層指標。該研究以廣東省土壤重金屬含量背景值[24](Hg、Cd、Cr、Pb、As、Cu、Zn和Ni含量分別為0.085、0.090、56.53、35.87、13.52、17.65、49.71和17.80 mg·kg-1)為評價標準,各地級市的IR根據(jù)其轄區(qū)內土壤樣點IR的算數(shù)平均值確定。

1.3.2指標權重的確定與結果計算

采用優(yōu)化賦權模糊綜合評價法對耕地土壤重金屬污染風險進行評價。模糊綜合評價法是一種以模糊數(shù)學為基礎的綜合評價方法。該方法在綜合考慮多種影響因素的前提下,構建評價指標體系和評價等級標準集,然后運用模糊變換原理確定各因素與不同評價等級的隸屬度關系,建立模糊綜合評判矩陣,最后結合各影響因素權重值進行模糊矩陣復合運算,根據(jù)最大隸屬度原則確定評價對象的綜合評價結果。優(yōu)化賦權的模糊綜合評價法以模糊綜合評價理論為基礎,在確定指標權重時采用群決策AHP確定各指標的主觀權重[25],同時采用熵權法確定各指標的客觀權重[26],然后通過歸一化公式得到各指標的綜合權重,各指標的權重值見表2。此外,優(yōu)化賦權的模糊綜合評價法還對確定評價結果的最大隸屬度原則進行了有效性驗證[27],當最大隸屬度原則低效時改用加權平均隸屬度法確定評價結果。

2 結果與討論

2.1 風險評價結果分析

珠江三角洲地區(qū)耕地土壤重金屬污染風險和準則層各指標風險的評價結果見圖2。

圖2 珠江三角洲地區(qū)耕地土壤重金屬污染風險評價結果Fig.2 Risk assessment of soil heavy metal pollution of farmlands in Pearl River Delta

研究區(qū)污染風險值為3,達到“中險”水平,說明耕地土壤存在一定程度的被污染風險,需引起足夠重視,采取適當?shù)娘L險管理措施,防止污染風險進一步增大。趨勢性風險值為1,處于“無險”水平,這主要是由于近年來政府采取了更加嚴格的污染排放控制標準,同時不斷引導、促進污染企業(yè)的升級和轉型,降低了重金屬污染物在土壤中的累積速率。脆弱性風險值為2,處于“輕險”水平,說明研究區(qū)耕地土壤性狀較好,具有較強的重金屬污染容納能力。危害性風險值為3,達到“中險”水平,這主要是由于在工業(yè)化和城鎮(zhèn)化迅速發(fā)展初期,環(huán)境問題未引起足夠重視,大量工農業(yè)廢棄物的排放導致土壤重金屬含量超標嚴重。

由表2可知,準則層指標中危害性權重值最大(0.412 6),其次為趨勢性權重值(0.327 5),脆弱性權重值最小(0.259 9)。綜合各指標風險評價結果可知,準則層3個指標對污染風險的貢獻率依次為危害性gt;脆弱性gt;趨勢性。因此,在土壤重金屬污染風險管理過程中,要重點控制危害性風險和脆弱性風險,即要同時加強污染土壤的修復和土壤理化性狀的改良。

2.2 風險等級空間分布

珠江三角洲不同行政區(qū)重金屬污染風險各不相同(表3)。由表3可知,珠江三角洲8個地市中廣州市、東莞市、中山市和江門市最大隸屬度原則有效性指數(shù)alt;0.5,最大隸屬度原則低效,采用加權平均隸屬度法計算其風險等級,其風險等級值分別為2.8、2.5、2.4和2.4,根據(jù)四舍五入原則,其修正后的風險等級分別為3級(中險)、3級(中險)、2級(輕險)和2級(輕險);深圳市、珠海市、佛山市和惠州市的最大隸屬度原則有效性指數(shù)agt;0.5,最大隸屬度原則有效,其最大隸屬度分別為0.50(3級)、0.47(2級)、0.46(3級)和0.63(2級)。

表3珠江三角洲不同行政轄區(qū)土壤重金屬污染風險等級評價結果
Table3PollutionriskassessmentandgradingofsoilheavymetalsoftheadministrativeregionsinPearlRiverDelta

行政區(qū)污染風險等級隸屬度1級(無險)2級(輕險)3級(中險)4級(重險)5級(特險)風險等級aH修正后風險等級廣州市0 190 210 340 160 103級0 42 83級深圳市0 220 190 500 000 093級0 9—3級珠海市0 240 470 190 010 092級0 7—2級佛山區(qū)0 200 130 460 100 113級0 8—3級惠州市0 080 630 190 000 112級1 4—2級東莞市0 200 330 320 040 112級0 22 53級中山市0 280 240 390 000 093級0 42 42級江門市0 200 380 310 000 112級0 42 42級

a為最大隸屬度有效性指數(shù),當alt;0.5時最大隸屬度原則低效[27];H為加權平均隸屬度風險評價等級[27]。

重金屬污染風險程度較高的城市主要是位于中部地區(qū)的廣州市、深圳市、佛山市和東莞市,其污染風險達到“中險”水平。根據(jù)《廣東省統(tǒng)計年鑒》,2012年珠江三角洲8個地市GDP大小依次為廣州市gt;深圳市gt;佛山市gt;東莞市gt;中山市gt;惠州市gt;江門市gt;珠海市。通過對比可以發(fā)現(xiàn),經(jīng)濟相對發(fā)達的地市土壤重金屬污染風險更高,主要是由于這些地區(qū)工業(yè)化和城市化水平更高,耕地土壤受到相對更加強烈的人為干擾,土壤重金屬累積嚴重,污染風險較高。不同行政轄區(qū)土壤重金屬污染風險空間分布見圖3。

從準則層各指標風險的空間分布狀況來看,趨勢性風險除惠州市達到“中險”水平外,研究區(qū)其他城市均處于“無險”水平,說明隨著管理部門不斷采取更加嚴格的污染排放控制措施,當前的土壤重金屬累積速率已經(jīng)得到較好控制。脆弱性風險呈現(xiàn)出明顯的地帶性規(guī)律,位于東北部的惠州市、東莞市和深圳市風險水平較高,達到“中險”水平;位于西南部的江門市、珠海市、中山市、佛山市和廣州市處于“輕險”水平。這是由于土壤屬性主要受到地帶性分布的成土因素影響。危害性風險較高的城市主要有廣州市、深圳市、佛山市、中山市和江門市,達到“中險”水平;而惠州市、東莞市和珠海市的危害性風險均處于“輕險”水平。

重金屬污染風險和準則層指標風險的空間分布情況各不相同,因此對不同行政區(qū)應采取不同的風險管理策略。在污染風險處于“中險”的城市中,廣州市和佛山市應重點控制危害性風險,加強對現(xiàn)有重金屬含量超標耕地的修復;東莞市應該重點加強脆弱性風險管控,通過增施有機肥、石灰等改良土壤性狀;深圳市則需要同時加強對危害性風險和脆弱性風險的管控。此外,惠州市雖然污染風險處于“輕險”水平,但是其趨勢性風險和脆弱性風險都處于“中險”水平,在風險管理過程中應引起足夠的重視,防止其污染風險的增大。

2.3 風險影響因素分析

在風險評價指標體系中,權重值表示各指標對評價結果影響的重要程度,風險等級隸屬度得分表示各指標的風險程度。以指標層各指標的重要程度作為縱坐標,風險程度作為橫坐標,將指標層指標定位在坐標軸中(圖4)。

圖3 珠江三角洲地區(qū)耕地土壤重金屬污染風險空間分布Fig.3 Spatial distribution of soil heavy metal pollution risks of farmlands in Pearl River Delta

圖中元素表示該元素的累積速率,pH表示pH值,OM表示有機質含量,ST表示土壤質地,IR表示潛在生態(tài)危害指數(shù)。

根據(jù)重要程度和風險程度的大小,可將指標層指標分為4類:Ⅰ類是高重要-高風險類,該類指標對重金屬污染風險影響顯著,具有較大的改良潛力,其風險管理的重點是采取有效措施降低指標的風險程度;Ⅱ類是高重要-低風險類,該類指標雖然對重金屬污染風險影響較大,但其風險程度較低,改良潛力較小,這類指標風險管理的重點是防止指標風險程度的升高;Ⅲ類是低重要-低風險類,該類指標對重金屬污染風險的影響相對較小,自身風險程度也較低;Ⅳ類是低重要-高風險類,該類指標雖然對重金屬污染風險的影響較小,但指標的風險程度較高,具有較大的改良潛力,其風險管理的重點與第Ⅰ類指標相同。不同類型指標的風險管理優(yōu)先順序為Ⅰgt;Ⅳgt;Ⅱgt;Ⅲ。

由圖4可知,各指標在不同行政區(qū)內的重要性相同。相對重要的指標包括IR、Hg累積速率、ST、OM和Cd累積速率,其中，Cd累積速率在不同行政區(qū)內均屬于Ⅰ類指標,Hg累積速率在不同行政區(qū)內均屬于Ⅱ類指標,其他指標隨行政區(qū)的不同在Ⅰ類和Ⅱ類指標之間變化;重要程度相對較低的指標包括pH值,Pb、As、Cu、Ni、Cr和Zn累積速率,其中，Pb、As和Cr累積速率在不同行政區(qū)內均屬于Ⅲ類指標,Zn累積速率在不同行政區(qū)內均屬于Ⅳ類指標,其他指標隨行政區(qū)的不同在Ⅲ類和Ⅳ類指標之間變化。對于各行政區(qū)內不同類型指標應采取不同的風險管理策略。

3 結論

在模糊綜合評價法的基礎上,利用熵權法對群決策AHP得到的主觀權重值進行修正,同時結合最大隸屬度原則有效性檢驗,構建了耕地土壤重金屬污染風險模糊綜合評價模型。模型從“風險”的基本概念出發(fā),包括趨勢性、脆弱性和危害性3個準則層指標。

珠江三角洲耕地土壤重金屬污染風險評價結果表明,受到人為干擾相對嚴重的廣州市、深圳市、佛山市和東莞市耕地土壤具有更高的重金屬污染風險,達到“中險”水平;而人為干擾相對較輕的珠海市、惠州市、中山市和江門市均處于“輕險”水平。這與各市的經(jīng)濟發(fā)展程度呈正相關關系。

根據(jù)各指標重要程度和風險程度可將珠江三角洲地區(qū)耕地土壤重金屬污染風險影響因素分為4類:高重要-高風險因子(Ⅰ),包括Cd累積速率和IR;高重要-低風險因子(Ⅱ),包括Hg累積速率、ST和OM;低重要-低風險因子(Ⅲ),包括Pb、As、Ni和Cr累積速率;低重要-高風險因子(Ⅳ),包括pH值、Cu和Zn累積速率。不同類型指標的風險管理優(yōu)先順序為Ⅰgt;Ⅳgt;Ⅱgt;Ⅲ。

[1] 王國慶,林玉鎖.土壤環(huán)境標準值及制訂研究:服務于管理需求的土壤環(huán)境標準值框架體系[J].生態(tài)與農村環(huán)境學報,2014,30(5):552-562.[WANG Guo-qing,LIN Yu-suo.Soil Environmental Standard Values (SESV) and Their Development:A Proposed SESV Framework Serving the Needs of Soil Environmental Management[J].Journal of Ecology and Rural Environment,2014,30(5):552-562.]

[2] 鄭玲芳.黃浦江水源地沉積物重金屬潛在生態(tài)風險評價[J].生態(tài)與農村環(huán)境學報,2013,29(6):762-767.[ZHENG Ling-fang.Potential Ecological Risk Assessment of Heavy Metals in River Sediments of Drinking Water Sources of Huangpu River[J].Journal of Ecology and Rural Environment,2013,29(6):762-767.]

[3] 賈琳,楊林生,歐陽竹,等.典型農業(yè)區(qū)農田土壤重金屬潛在生態(tài)風險評價[J].農業(yè)環(huán)境科學學報,2009,28(11):2270-2276.[JIA Lin,YANG Lin-sheng,OUYANG Zhu,etal.Assessment of the Potential Ecological Risk of Heavy Metals in the Farmland Soils in Yucheng City,Shandong Province[J].Journal of Agro-Environment Science,2009,28(11):2270-2276.]

[4] 陳濤,常慶瑞,劉京,等.長期污灌農田土壤重金屬污染及潛在環(huán)境風險評價[J].農業(yè)環(huán)境科學學報,2012,31(11):2152-2159.[CHEN Tao,CHANG Qing-rui,LIU Jing,etal.Pollution and Potential Environment Risk Assessment of Soil Heavy Metals in Sewage Irrigation Area[J].Journal of Agro-Environment Science,2012,31(11):2152-2159.]

[5] WANG M E,BAI Y Y,CHEN W P,etal.A GIS Technology Based Potential Eco-Risk Assessment of Metals in Urban Soils in Beijing,China[J].Environmental Pollution,2012,161:235-242.

[6] 朱朝云,王鐵宇,徐笠,等.農藥企業(yè)場地土壤重金屬污染狀況及風險評價[J].中國人口·資源與環(huán)境,2013,23(4):67-72.[ZHU Zhao-yun,WANG Tie-yu,XU Li,etal.Contamination and Risk Assessment of Heavy Metals in Soils From Pesticide Factory[J].China Population,Resources and Environment,2013,23(4):67-72.]

[7] 劉曉宇,梁瓊,高如泰,等.長期污灌條件下農田土壤重金屬污染環(huán)境風險評價[J].生態(tài)與農村環(huán)境學報,2015,31(4):572-578.[LIU Xiao-yu,LIANG Qiong,GAO Ru-tai,etal.Environmental Risk Assessment of Soil Heavy Metal Pollution of Farmlands With Long Period of Sewage Irrigation[J].Journal of Ecology and Rural Environment,2015,31(4):572-578.]

[8] ZHAO H R,XIA B C,FAN C,etal.Human Health Risk From Soil Heavy Metal Contamination Under Different Land Uses Near Dabaoshan Mine,Southern China[J].Science of the Total Environment,2012,417/418:45-54.

[9] 周婷,蒙吉軍.區(qū)域生態(tài)風險評價方法研究進展[J].生態(tài)學雜志,2009,28(4):762-767.[ZHOU Ting,MENG Ji-jun.Research Progress in Regional Ecological Risk Assessment Methods[J].Chinese Journal of Ecology,2009,28(4):762-767.]

[10] 趙京,楊鋼橋,徐玉婷.湖北省農地整理對農戶福利的影響研究[J].資源科學,2014,36(3):446-453.[ZHAO Jing,YANG Gang-qiao,XU Yu-ting.Effect of Farmland Consolidation on Farm Household Welfare in Hubei Province[J].Resources Science,2014,36(3):446-453.]

[11] ?；勰?袁興中,梁婕,等.河流水環(huán)境污染風險模糊綜合評價模型[J].中國環(huán)境科學,2011,31(3):516-521.[ZHU Hui-na,YUAN Xing-zhong,LIANG Jie,etal.An Integrated Model for Assessing the Risk of Water Environmental Pollution Based on Fuzziness[J].China Environmental Science,2011,31(3):516-521.]

[12] 周春喜,任佳慧.商業(yè)銀行信用風險綜合評價研究[J].科研管理,2004,25(2):53-58.[ZHOU Chun-xi,REN Jia-hui.Study on the Synthetic Evaluation for the Credit Risk of Commercial Banks[J].Science Research Management,2004,25(2):53-58.]

[13] 宋戈,霍圣夫,鄒朝暉.耕地非農化風險及增值收益分配機制研究:以哈爾濱市為例[J].中國土地科學,2015,29(3):53-61.[SONG Ge,HUO Sheng-fu,ZOU Zhao-hui.Risks and Incremental Income Distribution of Farmland Conversion:Taking Harbin as an Example[J].China Land Sciences,2015,29(3):53-61.]

[14] 陳玉娟,溫琰茂,柴世偉.珠江三角洲農業(yè)土壤重金屬含量特征研究[J].環(huán)境科學研究,2005,18(3):75-77.[CHEN Yu-juan,WEN Yan-mao,CHAI Shi-wei.The Heavy Metal Content Character of Agricultural Soil in the Pearl River Delta[J].Research of Environmental Sciences,2005,18(3):75-77.]

[15] 中國科學院南京土壤研究所.土壤理化分析[M].上海:上海科學技術出版社,1978:132-469.[Institute of Soil Science,Chinese Academy of Sciences.Physio-chemical Analysis of Soil[M].Shanghai:Shanghai Scientific amp; Technical Publishers,1978:132-469.]

[16] 周永章,沈文杰,李勇,等.基于通量模型的珠江三角洲經(jīng)濟區(qū)土壤重金屬地球化學累積預測預警研究[J].地球科學進展,2012,27(10):1115-1125.[ZHOU Yong-zhang,SHEN Wen-jie,LI Yong,etal.A Study of Prediction and Early-Warning Forecast on Geochemical Accumulation of Soil Heavy Metals Based on Flux Model in Pearl River Delta Economic Zone (China)[J].Advances in Earth Science,2012,27(10):1115-1125.]

[17] HARRY S,ROELF B.A Probabilistic Risk Assessment for Accidental Releases From Nuclear Power Plants in Europe[J].Journal of Hazardous Materials,1998,61(1/2/3):209-215.

[18] CHEN S Q,CHEN B,FATH B D.Ecological Risk Assessment on the System Scale:A Review of State-of-the-Art Models and Future Perspectives[J].Ecological Modelling,2013,250:25-33.

[19] MAAS S,SCHEIFLER R,BENSLAMA M,etal.Spatial Distribution of Heavy Metal Concentrations in Urban,Suburban and Agricultural Soils in a Mediterranean City of Algeria[J].Environmental Pollution,2010,158(6):2294-2301.

[20] CHAI Y,GUO J,CHAI S L,etal.Source Identification of Eight Heavy Metals in Grassland Soils by Multivariate Analysis From the Baicheng-Songyuan Area,Jilin Province,Northeast China[J].Chemosphere,2015,134:67-75.

[21] 岳建華.長株潭城市群土壤pH與重金屬污染的研究[J].中國農學通報,2012,28(2):267-272.[YUE Jian-hua.The Correlation of Heavy Metal With pH in Soils From Changsha-Zhuzhou-Xiangtan Urban Agglomeration[J].Chinese Agricultural Science Bulletin,2012,28(2):267-272.]

[22] HU Y A,LIU X P,BAI J M,etal.Assessing Heavy Metal Pollution in the Surface Soils of a Region that had Undergone Three Decades of Intense Industrialization and Urbanization[J].Environmental Science and Pollution Research,2013,20(9):6150-6159.

[23] 姜菲菲,孫丹峰,李紅,等.北京市農業(yè)土壤重金屬污染環(huán)境風險等級評價[J].農業(yè)工程學報,2011,27(8):330-337.[JIANG Fei-fei,SUN Dan-feng,LI Hong,etal.Risk Grade Assessment for Farmland Pollution of Heavy Metals in Beijing[J].Transactions of the CSAE,2011,27(8):330-337.]

[24] 蔡立梅,馬瑾,周永章,等.東莞市農田土壤和蔬菜重金屬的含量特征分析[J].地理學報,2008,63(9):994-1003.[CAI Li-mei,MA Jin,ZHOU Yong-zhang,etal.Heavy Metal Concentration of Agricultural Soils and Vegetables From Dongguan,Guangdong Province,China[J].Acta Geographica Sinica,2008,63(9):994-1003.]

[25] 趙保卿,李娜.基于層次分析法的內部審計外包內容決策研究[J].審計與經(jīng)濟研究,2013,(1):37-45,69.[ZHAO Bao-qing,LI Na.Internal Audit Outsourcing Content Decision-Making Based on AHP[J].Journal of Audit amp; Economics,2013,(1):37-45,69.]

[26] 邵磊,陳郁,張樹深.基于AHP和熵權的跨界突發(fā)性大氣環(huán)境風險源模糊綜合評價[J].中國人口·資源與環(huán)境,2010,20(3):135-138.[SHAO Lei,CHEN Yu,ZHANG Shu-shen.Fuzzy Synthetic Evaluation of Cross-Border Atmospheric Environment Risk Source Based on Entropy and AHP[J].China Population,Resources and Environment,2010,20(3):135-138.]

[27] 邱東.最大隸屬原則的有效度與加權平均原則的應用:模糊統(tǒng)計評判中判評原則的比較分析[J].統(tǒng)計研究,1989,6(2):50-54.[QIU Dong.The Application of the Validity of Maximum Membership Principle and the Weighted Average Principle:A Comparative Analysis of the Principles of Judgment in Fuzzy Statistical Evaluation[J].Statistical Research,1989,6(2):50-54.]

邱孟龍(1988—),男,山東膠州人,助理研究員，博士,研究方向為耕地環(huán)境質量評價及其風險評價管理。E-mail：qml7886@163.com

(責任編輯：陳 昕)

RiskAssessmentofFarmlandSoilHeavyMetalPollutionUsingModifiedEmpoweredFuzzyComprehensiveEvaluation.

QIU Meng-long1,2,WANG Qi3,LIU Li-ming4,GANG Yi1,2

(1. Center for Land Resource Research in Northwest China,Shaanxi Normal University,Xi′an 710062,China; 2. Key Laboratory for Urbanization and National Land Environment Spatial-Simulation in Northwest China,Shaanxi Normal University,Xi′an 710062,China; 3. Guangdong Key Laboratory of Agricultural Environment Pollution Integrated Control,Guangdong Institute of Eco-Environment and Soil Science,Guangzhou 510650,China; 4. College of Resources and Environment,China Agricultural University,Beijing 100193,China)

In order to implement scientific assessment of heavy metal pollution of farmland soils in regions well developed in industry,a modified empowered fuzzy comprehensive evaluation model was established based on the concept and fuzzy nature of risk,and moreover,analysis was done of factors affecting the risk. The model consists of a target layer,a criterion layer and an index layer. The target layer is the target object for evaluation,that is,risk of a soil getting polluted by heavy metals. The target layer is composed of 3 criterion layer indexes (tendency,vulnerability and hazardness). The index layer of tendency covers accumulation rates of heavy metals (Hg,Cd,Cr,Pb,As,Cu,Zn and Ni); the index layer of vulnerability consists of pH,organic matter,soil texture; and the index layer of hazardness refers to potential ecological risk index. Weights of the criterion layer are obtained with the analytic hierarchy process,while comprehensive weights of the indices in the index layer are determined with the group decision making analytic hierarchy process (the subjective weight) and the entropy weight method (the objective weight). Risk level is determined with the fuzzy comprehensive evaluation results vector. Validity of the maximum membership degree law is tested in the process of determining risk level. The weighted average method is used to determine risk level when the validity is low. Priority order of the risk management of various indices can be determined according to the importance degree and risk degree of each index. A case study was carried out of the Pearl River Delta Region. Results show that the principle of maximum membership degree is inefficient in Guangzhou,Dongguan,Zhongshan and Jiangmen,with risk grade value being 2.8,2.5,2.4 and 2.4,respectively; and the principle of maximum membership degree is valid in Shenzhen,Zhuhai,Foshan and Huizhou,with maximum membership degree being 0.50 (third-level),0.47 (second-level),0.46 (third-level) and 0.63 (second-level),respectively,both suggesting that Guangzhou,Shenzhen,Foshan and Dongguan,as a result of high human disturbance,are high in risk,reaching up to Grade Ⅲ or “moderate risk”,while Zhuhai,Huizhou,Zhongshan and Jiangmen,relatively low in human disturbance are in Grade Ⅱ or “slight risk”. Analysis of affecting factor indicates that major risk affecting factors vary with the administrative region. All the findings are expected to serve as scientific basis for designing risk management strategies and defining a priority order of management.

soil pollution; heavy metal; risk assessment; fuzzy comprehensive evaluation; group decision making analytic hierarchy process; entropy weight method; Pearl River Delta

2017-02-17

中央高校基本科研業(yè)務費(GK201703083); 國家自然科學基金重點項目(41130526)

① 通信作者E-mail：liulm@cau.edu.cn

X53

A

1673-4831(2017)11-1049-08

10.11934/j.issn.1673-4831.2017.11.013