环境监控与预警   2024, Vol. 16 Issue (2): 94-99.  DOI: 10.3969/j.issn.1674-6732.2024.02.014.
0

解析评价

引用本文 [复制中英文]

程梦敏, 彭位华, 张新蕾, 林曼利, 余浩, 宿州市埇桥区乡镇水厂重金属含量与水质评价. 环境监控与预警, 2024, 16(2): 94-99. DOI: 10.3969/j.issn.1674-6732.2024.02.014.
[复制中文]
CHENG Mengmin, PENG Weihua, ZHANG Xinlei, LIN Manli, YU Hao. Heavy Metal Content and Water Quality Assessment of Township Water Plants in Yongqiao District, Suzhou City. Environmental Monitoring and Forewarning, 2024, 16(2): 94-99. DOI: 10.3969/j.issn.1674-6732.2024.02.014.
[复制英文]

基金项目

安徽省高校优秀青年人才支持计划重点项目(gxyqZD2021134);宿州学院科研发展基金项目(2021fzjj28);安徽省大学生创新创业训练计划项目(S202310379193);国家级大学生创新创业训练计划项目(202310379030);宿州学院大学生创新创业训练计划项目(YBXM23-034)

作者简介

程梦敏(2001—),女,本科,研究方向为水质监测与评价.

通讯作者

彭位华 E-mail:pengweihuapwh@126.com.

文章历史

收稿日期:2023-06-20
修订日期:2024-01-09

码上扫一扫

宿州市埇桥区乡镇水厂重金属含量与水质评价
程梦敏1, 彭位华1,2, 张新蕾1, 林曼利1, 余浩2    
1. 宿州学院,资源与土木工程学院,安徽 宿州 234000;
2. 宿州学院,矿井水资源化利用安徽普通高校重点实验室,安徽 宿州 234000
摘要:为探究宿州市埇桥区各乡镇自来水厂供水端重金属含量状况,于2021年7—8月对24个乡镇自来水厂进行水样采集,测定了水中砷(As)、镉(Cd)、铬(Cr)、铜(Cu)、铁(Fe)、锰(Mn)、镍(Ni)、铅(Pb)和锌(Zn)的质量浓度,并利用单因子指数法和内梅罗综合污染指数法对各水厂重金属污染水平进行评价。结果表明:重金属的平均质量浓度从大到小依次为:Mn > Zn > Fe > Cu > Cr > As > Ni > Pb > Cd;与《生活饮用水卫生标准》(GB 5749—2022)相比,Mn的超标率最高,为4.17%;其他8种重金属质量浓度均低于相应的标准限值;单因子污染指数(Pi)平均值从大到小排序为:Mn(0.248)>As(0.063)>Pb(0.041)>Cr(0.028)>Ni(0.023)>Fe(0.020)>Zn(0.010)>Cd(0.005)>Cu(0.002);从综合污染指数(Pn)看,仅桃沟水厂达到轻度污染,其他水厂均在安全范围内;从空间分布上看,Pn和Mn的单因子污染指数的高值中心区主要分布在桃沟和朱仙庄水厂附近。Mn为研究区水厂的优控污染重金属。研究结果可为埇桥区水厂重金属污染防控与优化水处理工艺提供依据。
关键词重金属    污染评价    乡镇水厂    水质评价    宿州    
Heavy Metal Content and Water Quality Assessment of Township Water Plants in Yongqiao District, Suzhou City
CHENG Mengmin1, PENG Weihua1,2, ZHANG Xinlei1, LIN Manli1, YU Hao2    
1. School of Resources and Civil Engineering, Suzhou University, Suzhou, Anhui 234000, China;
2. Key Laboratory of Mine Water Resource Utilization of Anhui Higher Education Institutes, Suzhou University, Suzhou, Anhui 234000, China
Abstract: To investigate the heavy metal content in the tap water of Yongqiao District, Suzhou City, water samples from 24 towns were collected during the period from July to August 2021. The contents of As, Cd, Cr, Cu, Fe, Mn, Ni, Pb, and Zn in the water were measured, and the pollution level of heavy metals was evaluated by the single factor index method and Nemerow comprehensive pollution index method. The results showed that the average concentration of heavy metals in descending order was: Mn>Zn>Fe>Cu>Cr>As>Ni>Pb>Cd. Compared with the "Standards for drinking water quality"(GB 5749—2022), Mn has the highest exceeding rate(up to 4.17%), and the concentration of the other 8 heavy metals are all below the value set by the above standard; The average of the single factor pollution index(Pi) in descending order is as follows: Mn(0.248)>As(0.063)>Pb(0.041)>Cr(0.028)>Ni(0.023)>Fe(0.020)>Zn(0.010)>Cd(0.005)>Cu(0.002); The comprehensive pollution index(Pn) showed only the water plant in Taogou Town has mild pollution, while others are within the safe range. From a spatial distribution perspective, the high values of Pn and Mn single factor pollution index are mainly distributed near Taogou and Zhuxianzhuang. Among the measured heavy metals, Mn is the priority pollution control heavy metal for the water plant. This study can provide a basis for the prevention and control of heavy metal pollution and the optimization of the water treatment process for township waterworks in Yongqiao District.
Key words: Heavy metals    Pollution assessment    Township water plant    Water quality assessment    Suzhou    
0 引言

水资源短缺是影响全球经济发展和人类生活品质的重要因素,随着社会的发展和经济水平的提升,人们对水资源的需求越来越大。地下水作为重要的水资源,由于其开采量的不断增大和处理不当,导致地下水资源受到严重污染。相关调查表明,我国已经有约九成的地下水遭受了不同程度的污染[1]。地下水污染的种类主要包括有机物污染、微生物污染、无机物污染和重金属污染[2],其中重金属危害最为突出。由于重金属毒性高、污染危害大、分布广、易转化,治理难度极高,不易被环境降解,伴随着食物链的富集,将对水生生物产生危害,对公众健康产生潜在影响[3-4]

近年来由于水资源匮乏,农业灌溉普遍采用再生水,再生水中残留的重金属、有机污染物和持久性污染物等经渗透进入地下水层,造成乡镇地下水资源污染[5]。此外,乡镇水厂大多设备简陋,消毒及净化设施不完善,卫生管理制度不健全,供水端水质合格率不高[6],对乡镇居民健康产生一定影响。

宿州市是淮北平原重要的粮食生产基地,同时也是淮北煤田重要的产煤区。宿州市埇桥区水资源情况比较紧张,居民饮用水主要来自市政供水和自建集中式供水2种方式。地下水为主要可靠的水源[7]。目前的研究集中于城区地下水的开发利用分析和对策,关于城镇地区相对较少,且针对农村饮用水中的重金属研究尚不多见。金晓君等[8]对埇桥区2019和2020年的农村生活饮用水的监测分析发现,2019年共采集水样123份,合格率为12.20%;2020年共采集水样179份,合格率为99.44%,水质得到改善,但缺乏重金属的含量特征方面的评价。关于埇桥区农村重金属方面的研究大多关于土壤农田,如梁豹[9]于2016年研究了奎河及沱河周边土壤中重金属的污染状况及其潜在生态风险水平。

现于2021年7—8月对埇桥区各乡镇水厂的供水端水中重金属浓度特征和水质开展初步研究。在对典型重金属浓度监测分析的基础上,利用单因子指数法和内梅罗综合污染指数法对乡镇水厂的重金属污染水平进行评价。研究结果可为农村地区水厂重金属污染防控提供参考。

1 研究方法 1.1 研究区概况

宿州市埇桥区地处安徽省北部,是全国最大的县级区,位于东经116°05′—117°26′、北纬33°17′—34°05′,南北长91 km,东西宽52 km,总面积为2 868 km2,耕地面积为14.22万hm2。埇桥区气候温和,四季分明,属于温带半湿润性季风气候。由于冷暖空气活动频繁,天气多变,有时降水过多形成春涝;有时降水过少造成春旱[10]。根据《宿州市埇桥区2022年国民经济和社会发展统计公报》[11],全区截至2022年末户籍人口共有194.2万人,其中乡村户籍人口123.5万人,占比63.58%。目前全区24个乡镇均建有水厂,且水厂的供水来源均为地下水源井。曹村2口水源井埋深分别为160和200 m,杨庄水源井埋深为180 m,其他乡镇水源井埋深一般为150 m。

1.2 样品采集与分析 1.2.1 样品采集

研究区域及采样点位置示意见图 1

图 1 研究区域及采样点位置示意

于2021年7—8月共采集了埇桥区24个乡镇自来水水厂出厂的水样。采样时使用500 mL的聚乙烯瓶,采样前将聚乙烯瓶在实验室用超纯水清洗干净。采样过程严格按照《水质采样技术指导》(HJ 494—2009)要求执行。采集水样前,先用待采水样洗涤聚乙烯瓶及瓶盖2~3次;采样时先放水3~5 min,使积留在水管中的杂质及陈旧水排出后再取样。使用便携式测试笔(Suite 310,美国OHAUS公司)对溶解性总固体(TDS)、电导率(EC)、pH值、氧化还原电位(ORP)进行现场测试。

1.2.2 样品分析及质量控制

所采水样于24 h内带回实验室,经0.45 μm水系微孔滤膜过滤后,调pH值< 2。样品分析采用电感耦合等离子体质谱仪(ICPMS-2030LF,日本岛津公司)来测定水样中砷(As)、镉(Cd)、铬(Cr)、铜(Cu)、铁(Fe)、锰(Mn)、镍(Ni)、铅(Pb)和锌(Zn)等9种重金属质量浓度。无机元素混合溶液标准物质GBW(E)081531用于质量控制。Mn,As,Pb,Fe,Ni,Cr,Zn,Cd和Cu的回收率分别为98.6%,97.3%,99.6%,94.8%,96.9%,95.1%,94.6%,99.5%和89.9%。平行样品之间的标准偏差<5%,标准物质测试值与实际值的误差<5%,结果满足质量控制要求[12]

1.3 重金属污染评价方法

采用单因子指数法和内梅罗综合污染指数法对重金属污染水平进行分析。该方法能够反映水体重金属的污染现状以及各重金属对复合污染的贡献程度,并能筛选出主要污染物,是水体重金属污染评价的常用方法[13]。单因子污染指数和内梅罗综合污染指数计算公式分别见式(1)和式(2):

$ P_i=\frac{C_i}{S_i} $ (1)
$ P_n=\sqrt{\frac{\max \left(P_i\right)^2+\operatorname{ave}\left(P_i\right)^2}{2}} $ (2)

式中:Pi——各重金属i的单因子污染指数;Ci——重金属i的实测质量浓度,μg/L;Si——相应的水质标准,采用《生活饮用水卫生标准》(GB 5749—2022)中的标准限值;Pn——金属多因子综合污染指数;max(Pi)——重金属i单因子污染指数的最大值;ave(Pi)——重金属i单因子污染指数的平均值。水体中重金属的污染等级及污染程度见表 1[14-16]

表 1 重金属的污染等级及污染程度
2 结果与讨论 2.1 现场指标监测结果

埇桥区各个水厂的现场指标(TDS、pH值、EC、ORP)测试结果见表 2。由表 2可见,TDS和pH值均符合《GB 5749—2022》标准限值。

表 2 现场指标测试结果
2.2 重金属质量浓度特征

宿州市埇桥区24个乡镇水厂的9种重金属质量浓度测试结果与统计分析结果分别见表 3表 4。由表 4可见,9种重金属的的质量浓度平均值从大到小排序为:Mn(24.790 μg/L) >Zn(9.99 μg/L) >Fe(5.906 μg/L) > Cu(1.667 μg/L)> Cr(1.404 μg/L) > As(0.626 μg/L) > Ni(0.452 μg/L) > Pb(0.414 μg/L) > Cd(0.024 9 μg/L)。与《GB 5749—2022》相比,24个水厂中,仅桃沟水厂(表 3)Mn质量浓度超标(142 μg/L),超标0.42倍,超标率为4.17%;苗庵水厂Mn质量浓度为95.8 μg/L,接近标准限值;曹村水厂Mn质量浓度最低,为0.083 μg/L;其他8种重金属质量浓度均符合标准限值。As、Fe、Mn、Pb 4种重金属的质量浓度变异系数都超过100%(表 4),说明这4种重金属质量浓度波动较大。桃沟水厂供水段Mn质量浓度超标,可能与区域地质背景和水厂加氯消毒工序有关。一方面,研究表明地下水Mn的形成和分布特征受含水介质成分、径流条件、上覆土层性质、酸碱条件性质以及氧化还原环境等控制[17]

表 3 重金属质量浓度测试结果 
表 4 重金属统计分析结果

周锴锷等[18]在2013年对淮河流域平原区浅层地下水Mn的分析研究表明,重金属Mn的质量浓度为0.1~1.94 mg/L,其最大质量浓度是《GB 5749—2022》标准值(0.1 mg/L)的19.4倍;许光泉等[19]于2008年对安徽淮北平原浅层地下水水质特征进行了分析研究,结果表明浅层地下水中Mn质量浓度为0.01~1.05 mg/L,其最大质量浓度是标准限值的10.5倍。另一方面,水厂加氯消毒工序中的氯投加量不足也可能是导致出水Mn超标的重要因素。研究表明,加氯能有效降低水厂出水中的Mn含量[20]。在对朱仙庄镇水厂调研时发现,朱仙庄进水Mn质量浓度(105 μg/L) 也超过《GB 5749—2022》中Mn的限值(100 μg/L),但经加氯消毒后,出水Mn质量浓度可降至85.1 μg/L,满足Mn的标准限值。

2.3 重金属污染评价结果

通过单因子指数法和内梅罗综合污染指数法计算出24个乡镇水厂重金属污染指数及污染评价结果(表 5)。由表 5可见,按照污染程度从大到小排序为:桃沟>苗庵>朱仙庄>西二铺>大泽乡>芦岭>桃园>祁县>大店>时村>褚兰>蒿沟>大营>永镇>杨庄>符离>解集>永安>曹村>支河>灰古>顺河>夹沟>栏杆,其中仅桃沟水厂污染程度为轻度污染,其他水厂均在安全范围内。

表 5 各个水厂重金属污染指数计算结果及污染程度评价结果
2.4 污染指数的空间分布

各采样点的重金属综合污染指数和Mn的单因子污染指数空间分布见图 2(a)(b)

图 2 重金属综合污染指数和Mn的单因子污染指数空间分布

图 2(a)可见,Pn空间分布总体呈点状分布,桃沟和朱仙庄2个Pn高值区较明显。桃沟的Pn最大,污染等级达到Ⅲ级,污染程度为轻度污染;而其他乡镇均在安全范围内(表 5)。由图 2(b)可见,Mn的单项污染指数空间分布情况与Pn极为相似,桃沟和朱仙庄高值中心区明显。桃沟Mn的单项污染指数达到轻度污染,其他乡镇的Mn单项污染指数均在安全范围内(表 5)。王思维等[21]研究表明,安徽北部农村地下水中Mn的超标率较高,超标率为11.54%;许光泉等[19]对安徽淮北平原浅层地下水水质特征进行了分析研究,结果表明浅层地下水中Fe和Mn较其他重金属超标严重,超标率分别为50.8%和46.9%。Chen等[22]对宿州市浅层地下水开展了污染源解析和健康风险评价研究,结果表明宿州浅层地下水中Mn的超标率为40%,并指出长期过量摄入Mn会导致人类严重的消化系统疾病。可见,Mn是研究区水厂优控重金属污染物。去除水中Mn常用的方法有离子膜交换法、生物材料吸附法和沉淀混凝吸附法等。许多研究表明,加氯能有效降低水厂出水中的Mn含量[20, 23]。由于桃沟水厂的Mn质量浓度超标可能是氯的投加量不足所导致,故可在允许范围内科学地提高加氯量来降低水厂出水的Mn质量浓度。

3 结论

(1) 埇桥区各乡镇水厂的现场指标(TDS、pH值、EC、ORP)均在《生活饮用水卫生标准》(GB 5749—2022)要求范围内。

(2) 宿州市埇桥区24个水厂典型重金属质量浓度与《GB 5749—2022》相比,Mn的超标率为4.17%,其他8种重金属(As、Cd、Cr、Cu、Fe、Ni、Pb、Zn)均未超标;桃沟水厂的Mn质量浓度超过了标准限值,其他乡镇水厂的重金属质量浓度均未超标,应加强对Mn的监控。

(3) 埇桥区的24个水厂污染程度从大到小排序依次为:桃沟>苗庵>朱仙庄>西二铺>大泽乡>芦岭>桃园>祁县>大店>时村>褚兰>蒿沟>大营>永镇>杨庄>符离>解集>永安>曹村>支河>灰古>顺河>夹沟>栏杆,其中仅桃沟水厂为轻度污染,其他水厂均在安全范围内。

(4) 重金属综合污染指数高值中心区主要位于桃沟和朱仙庄附近;从各重金属对综合污染指数影响程度来看,Mn对重金属综合污染指数的影响比较大,且Mn的单项污染指数与综合污染指数的空间分布极为相似。

参考文献
[1]
严琼. 我国地下水污染现状、治理技术及防治建议[J]. 山东化工, 2021, 50(22): 225-227.
[2]
SCHWARZENBACH R P, EGLI T, HOFSTETTER T B, et al. Global water pollution and human health[J]. Annual Review of Environment & Resources, 2010, 35(1): 109-136.
[3]
孙铁珩. 污染生态学[M]. 北京: 科学出版社, 2001.
[4]
LIU Y, WU F, MU Y, et al. Setting water quality criteria in china: approaches for developing species sensitivity distributions for metals and metalloids[J]. Reviews of Environmental Contamination and Toxicology, 2014, 230: 35-57.
[5]
刘梦娟, 王雪梅, 季宏兵. 再生水农业灌溉对重金属累积的研究进展[J]. 灌溉排水学报, 2021, 40(S2): 77-80.
[6]
吴朝明, 黄展. 江门市乡镇集中式供水卫生现状分析[J]. 环境与健康杂志, 1997(6): 22-24.
[7]
SUN L H, PENG W H. Groundwater in rural area of Suzhou, northern Anhui Province, China: heavy metal concentra-tions and statistical analysis[J]. Journal of Chemical & Pharmaceutical Research, 2014, 6(3): 1501-1505.
[8]
金晓君, 廉志顺, 刘淑梅, 等. 2019-2020年宿州市埇桥区农饮水动态监测结果分析[J]. 生物化工, 2021, 7(1): 102-104.
[9]
梁豹. 埇桥区环境高风险区河流沿岸土壤重金属污染及生态风险评价[D]. 安徽: 安徽医科大学, 2016.
[10]
纪书平. 宿州市埇桥区农田水利概况与发展建议[J]. 农技服务, 2009, 26(7): 128-129.
[11]
宿州市埇桥区统计局. 宿州市埇桥区2022年国民经济和社会发展统计公报[EB/OL]. (2023-05-31)[2024-01-10]. https://www.szyq.gov.cn/sjfb/zxfb/158896511.html.
[12]
丁婷婷, 杜士林, 王宏亮, 等. 嘉兴市河网重金属污染特征及生态风险评价[J]. 环境化学, 2020, 39(2): 500-511.
[13]
吴学丽, 杨永亮, 汤奇峰, 等. 沈阳河水、地下水及沉积物中重金属的生态风险评价及来源辨析[J]. 生态学杂志, 2011, 30(3): 438-447.
[14]
都小荷, 唐浩楠, 黄文澜, 等. 淮北平原麦地重金属含量特征分析与污染评价[J]. 安徽农业科学, 2022, 50(2): 82-85.
[15]
李颖慧, 姜小三, 王振华, 等. 基于土壤肥力和重金属污染风险的农用地土壤质量综合评价研究--以山东省博兴县为例[J]. 土壤通报, 2021, 52(5): 1052-1062.
[16]
林曼利, 桂和荣, 彭位华. 安徽北部矿区深层地下水重金属含量特征及水质评价[J]. 安全与环境学报, 2014, 14(6): 266-271.
[17]
雷万荣, 唐春梅, 江凌云. 浅谈地下水中铁、锰质的迁移与富集规律[J]. 江西科学, 2006, 24(2): 80-82.
[18]
周锴锷, 王赫生, 龚建师, 等. 淮河流域平原区浅层地下水铁锰分布特征及成因浅析[J]. 资源调查与环境, 2014, 35(2): 147-151.
[19]
许光泉, 王伟宁. 安徽淮北平原浅层地下水水质特征分析[J]. 水文地质工程地质, 2010, 37(3): 12-16.
[20]
孙玉华, 强昌林. 液氯应用于地表水厂应急除锰研究[J]. 供水技术, 2011, 5(2): 29-31.
[21]
王思维, 林曼利, 王曜, 等. 安徽北部农村地区地下水重金属含量特征及水质评价[J]. 地下水, 2015, 37(6): 18-21, 49.
[22]
CHEN K, LIU Q M, YANG T T, et al. Groundwater pollution source identification and health risk assessment in the North Anhui Plain, eastern China: Insights from positive matrix factorization and Monte Carlo simulation[J]. Science of The Total Environment, 2023, 895: 165186. DOI:10.1016/j.scitotenv.2023.165186
[23]
高斌, 刘玉春, 王旭宁, 等. 投加高锰酸钾、氯气去除水中锰[J]. 中国给水排水, 2002, 18(12): 87-88.