农田重金属污染损害程度分级标准与现场判定方法研究

一、引言

重金属污染已成为全球关注的环境问题之一，农田作为人类食物的主要来源地，其重金属污染状况直接关系到农产品质量和人体健康。工业废水废气排放、矿山开采、农业投入品不合理使用等因素，导致大量重金属如镉（Cd）、铅（Pb）、汞（Hg）、砷（As）、铬（Cr）等进入农田土壤。据统计，我国受重金属污染的耕地面积达 2000 万公顷，约占耕地总面积的 1/5。重金属在土壤中具有难降解、易积累、毒性持久等特点，不仅影响土壤肥力、微生物活性和植物生长发育，还可通过食物链富集，对人体造成潜在危害。

二、农田重金属污染损害程度分级标准构建

2.1 分级指标选取原则

科学性原则：指标应能准确反映农田重金属污染对土壤、农产品和生态系统的损害程度，基于科学研究和实践经验确定。

综合性原则：兼顾土壤重金属含量、农产品重金属积累、土壤理化性质与生态功能变化等多方面因素，全面评估污染损害。

可操作性原则：指标数据易于获取，检测方法简便、经济，便于在实际工作中推广应用。

动态性原则：考虑到土壤环境的动态变化，分级标准应具有一定灵活性，可根据新的研究成果和实际情况进行调整。

2.2 具体分级指标

土壤重金属含量指标：以《农用地土壤污染风险管控标准（试行）》为基础，结合区域土壤背景值，确定重金属（Cd、Pb、Hg、As、Cr等）的含量分级阈值。例如，对于镉，当土壤含量低于风险筛选值（如 时为 ）为轻度污染；介于筛选值与管制值（如 时为 ）之间为中度污染；高于管制值为重度污染。

农产品重金属积累指标：通过同步监测农产品中重金属含量，参考食品安全国家标准（如《食品中污染物限量》GB 2762-2017），评估农产品受污染程度。当农产品重金属含量未超过限量标准为安全；超过标准但未对人体健康造成明显危害为轻度污染；严重超标且可能影响人体健康为重度污染。

土壤生态功能指标：分析土壤微生物生物量、酶活性、土壤呼吸等生态功能指标。例如，土壤微生物生物量碳低于正常水平 20%-50% 为轻度受损； 50%-80% 为中度受损；超过 80% 为重度受损。土壤脲酶、磷酸酶等酶活性显著降低也作为生态功能受损的重要标志。

2.3 分级标准框架

综合上述指标，将农田重金属污染损害程度划分为四级：

无污染：土壤重金属含量低于风险筛选值，农产品重金属未超标，土壤生态功能正常。

轻度污染：土壤重金属含量略高于筛选值，农产品重金属未超标或轻 微超标，土壤生态功能轻度受损。

中度污染：土壤重金属含量介于筛选值与管制值之间，农产品重金属 超标，土壤生态功能中度受损。

重度污染：土壤重金属含量高于管制值，农产品重金属严重超标，土 壤生态功能严重受损。

三、农田重金属污染现场判定方法开发

3.1 便携式检测设备应用

X 射线荧光光谱仪（XRF）：该设备可快速检测土壤中多种重金属元素含量。通过对土壤样品表面进行扫描，利用 X 射线激发元素产生特征荧光，根据荧光强度确定元素含量。操作简便，检测时间短（几分钟内可完成一个样品检测），但精度相对实验室分析方法略低，适用于大面积农田污染初筛。

激光诱导击穿光谱仪（LIBS）：利用高能量激光脉冲在土壤表面产生等离子体，通过分析等离子体发射光谱确定元素种类和含量。具有无需样品预处理、可同时检测多种元素等优点，对复杂基体样品适应性强，但设备成本较高，目前在农田污染检测中的应用相对较少。

3.2 遥感与地理信息系统技术集成

遥感影像解译：利用高分辨率卫星遥感影像或无人机遥感影像，分析农田植被生长状况、土壤颜色等特征，间接推断土壤重金属污染程度。例如，重金属污染可能导致植被叶绿素含量降低，在近红外波段反射率下降，通过植被指数（如归一化植被指数 NDVI）可初步识别污染区域。同时，利用热红外遥感监测土壤温度异常，辅助判断土壤污染状况。

地理信息系统（GIS）：将土壤采样数据、遥感解译结果、土地利用类型、地形地貌等多源信息整合到 GIS 平台，构建农田重金属污染空间数据库。通过空间插值、叠加分析等功能，生成污染程度分布图，直观展示污染范围和程度，为污染治理决策提供支持。

3.3 现场快速判定流程

初步筛查：利用便携式 XRF 设备对农田进行网格采样检测，根据土壤重金属含量初步判断污染区域和程度。

遥感监测：对初步筛查出的污染区域进行遥感影像采集与解译，进一步确定污染范围和可能的污染来源。

综合评估：将便携式检测数据、遥感解译结果与 GIS 数据库中的基础信息相结合，通过建立数学模型（如层次分析法、模糊综合评价法），对农田重金属污染损害程度进行综合评估，绘制详细的污染分级图。

四、案例验证与结果分析

4.1 案例选取与数据采集

选取某有色金属矿周边农田作为研究案例，该区域长期受矿山开采和冶炼活动影响，存在重金属污染风险。在研究区域内设置 50 个采样点，采集表层土壤（ ）和农作物样品。利用实验室分析方法（如 AAS、ICP-MS）测定土壤和农产品中重金属含量，同时测定土壤微生物生物量碳、脲酶活性等生态功能指标。收集研究区域的高分辨率卫星遥感影像和基础地理信息数据。

4.2 分级标准与判定方法验证

分级标准验证：根据采集的数据，按照构建的分级标准对采样点进行污染程度分级。结果显示，无污染点位占 20% ，轻度污染点位占 35% ，中度污染点位占 30% ，重度污染点位占 15% 。与当地农产品质量检测结果和土壤污染历史调查情况对比，分级结果基本相符，验证了分级标准的科学性。

判定方法验证：利用便携式 XRF 设备对部分采样点进行现场检测，检测结果与实验室分析结果的相对误差在 10%-15% 之间，满足现场初筛要求。通过遥感影像解译和 GIS 分析，准确识别出污染区域的空间分布，与实际污染情况一致。综合评估结果与基于实验室数据的分级结果相似度达到 85% 以上，表明现场判定方法具有较高的准确性和实用性。

4.3 结果分析与讨论

案例验证结果表明，本研究构建的农田重金属污染损害程度分级标准能够全面、准确地反映污染状况，为污染治理和耕地分类管理提供了科学依据。现场判定方法结合便携式检测设备、遥感和 技术，实现了快速、高效、直观的污染评估，提高了工作效率，降低了检测成本。然而，研究过程中也发现一些问题，如便携式检测设备在复杂土壤基体中的检测精度有待进一步提高，遥感影像解译受天气、植被覆盖等因素影响较大。未来需进一步优化检测技术和数据处理方法，提高现场判定方法的可靠性。