淮南塌陷塘重金属空间分布特征研究_任永乐.pdf

第 46 卷 第 1 期 煤田地质与勘探 Vol. 46 No.1 2018 年 2 月 COAL GEOLOGY heavy metals; reflectance spectra of water; Co-kriging; ArcGIS 煤炭的开采和利用在中国的经济增长中扮演了重要的角色，同时也造成了严重的环境问题[1]。长 ChaoXing 126 煤田地质与勘探 第 46 卷 期的地下煤炭开采破坏了开采煤层上覆岩层的稳定 性，造成大量的地表塌陷。在河网众多、地下水位 埋藏较浅的地区，极易形成大范围的季节性或永久 性的塌陷塘。 安徽省淮南矿区位于淮南市中部地区，煤炭资 源量占安徽省的 74，占华东地区的 50以上。塌 陷区分布较广，截至 2015 年底，该市采煤沉陷区面 积达 245 km2，占全市国土面积的 9.4，且全部邻 接城镇区；涉及人口 33.1 万人，占全市总人口的 14.2 ，对社会、经济发展以及人们生活造成很大 影响[2]。随着开采规模的不断扩大，塌陷塘已逐步 成为当地不可忽视的地表水体资源[3]。煤炭开采产 生的大量煤矸石中富含 Cu，Zn，Pb，是煤炭开采出 地表以后的主要污染物之一[4-5]。除煤矸石之外，煤 炭洗选过程中，还会产生大量的煤泥。煤泥中存在 的污染物与煤矸石相似[6]。这些煤矸石、煤泥等固 体废物均堆积在塌陷塘周边。大量的污染物随着雨 水的淋浴被带入水域造成水体重金属污染。据陈同 等[7]对淮南潘集采煤沉陷区研究表明，水域底泥中 Cu 和 Zn 污染程度轻微，Cd 中等强污染。王丹等[8] 对淮南谢桥和张集塌陷区沉积物中重金属总量分析 和评价后发现，塌陷塘的重金属危害程度从大到小 依次为 Cd＞Cu＞Pb＞Ni＞Zn＞Mn＞Fe，其中 Cd 的污染危害等级远远高于其他因子。 由于周边的农田灌溉，大量渔业资源的输出质 量与地表水体中的重金属含量密切相关，重金属在 水体中积累到一定的限度就会对水体–水生植物–水 生动物系统产生严重危害，并可通过食物链直接或 间接影响人类的自身健康[9]。煤炭开采对环境和人 类健康产生的副作用在很多区域都已显现出来[10]。 日本上世纪出现的由 Cd 污染造成的“骨痛病”就是 典型的由重金属污染而危害人类健康的例证。 然而， 对淮南煤矿重金属危害的研究多集中于水体底泥及 水域周边的土壤[7-8,11-12]， 对于表层水体的研究甚少， 仅童柳华等[13]针对淮南潘集塌陷塘的局部点位进行 了重金属元素的污染评价研究，尚缺乏塌陷塘重金 属污染的空间分布特征的研究。 水体反射率光谱是多种水质参数综合作用的结 果，本质上是一种混合光谱[14]，含有大量的水质信 息。通过手持光谱仪采集水体光谱的方式可方便、 快捷、廉价的获得水体的实测光谱信息。国外已有 成功案例利用实测光谱，以协同克里格插值方法获 得重金属在土壤中的空间分布规律[15]。因此，笔者 引入这一思路，以淮南潘集一矿为例，通过对淮南 潘集一矿塌陷塘与淮南市 2011年同时间段的 3家自 来水厂水源地的重金属的浓度进行比较，分析了塌 陷塘的重金属污染现状并探讨其来源。同时，利用 水体实测光谱对水体重金属的分布进行插值分析， 获得塌陷塘主要重金属浓度的空间分布规律，以期 对此类水体的重金属污染的治理和水体的合理利用 提供理论依据。 1 研究区概况 研究选择位于淮南市北部潘集区的潘一矿采煤 活动形成的塌陷塘图 1。潘集一矿自 1984 年投产 以来，截至到 2014 年底，矿井原煤产量累计为 图 1 潘集一矿塌陷塘采样点及周边村庄分布图 Fig.1 Distribution of subsidence pond, sampling points and the surrounding villages in Panji-1 coal mine ChaoXing 第 1 期 任永乐等 淮南塌陷塘重金属空间分布特征研究 127 9 734.59 万 t，产生沉陷区域 18.824 km2，沉陷水域 3.055 17 km2，平均水深 4.5 m。此处水域形成于 20 世纪 80 年代，为半封闭水域，与泥河相连，并最终 汇于淮河，是淮南市因地下采煤而较早形成的沉陷 水域，已成为当地一种特殊的地表水资源。 由于塌陷塘主要由农田、村庄塌陷而来，水域 周围有公路、村庄、农田及煤矸石和煤泥堆积，且 水域的入水口泥河夹带大量农业污水、未处理的生 活污水及工业废水进入积水区域，对水质造成很大 的污染。 尤其是水域西北部的煤矸石山和煤泥灰厂， 对周边环境影响最大。水域主要养殖珍珠，鲢鱼， 草鱼等，供当地居民食用。不合理的水产养殖也在 一定程度上影响着水质状况。 2 样品采集和实验方法 2.1 样品采集 本次采样区域位于淮南市潘集一矿塌陷塘，采 样时间为 2016 年 7 月 17 日，在研究区均匀布设了 32 个采样点采集水样图 1。采集水样的同时用 pH 计记录采样点的 pH 值，并用手持式 GPS 记录采样 点的坐标。 2.2 水面光谱测量 使用 ASD FieldSpec Handheld2 野外光谱仪采 集取样点的水体光谱。测量时天气晴朗，基本无云 遮挡。该光谱仪的波长范围为 3251 075 nm，波长 精度1 nm，光谱分辨率小于 3 nm，共 751 个波段。 水体光谱测量根据唐军武等[16]介绍的水表面以上光 谱测量规范进行。水体光谱测量时，光谱仪探头置 于水面以上 1 m 处， 在现场船舶上的观测按照图 2 方法设定仪器背向太阳，光谱仪观测平面与太阳 入射平面的夹角 Φv 满足 90o≤Φv≤135o，光谱仪与 水面法线方向的夹角 θv 满足 30o≤θv≤45o，这样可 以有效避免绝大部分的太阳直射和船舶阴影对测量 的影响。测量步骤如下仪器提前预热→暗电流测 量→标准版测量→遮挡直射阳光的标准版测量→目 标测量→天空光测量→标准版测量→遮挡直射阳光 的标准版测量。 光谱仪每次测量得到 10 条光谱曲线，在后续处 理软件 ViewPro 中去除过大或是过小的异常曲线， 剩 下曲线作平均处理， 取平均值。 测量时间至少跨越一 个波浪周期。水体光谱反射率的计算方法如下[16] LswLwrLsky 1 式中 Lsw是光谱仪测量的水体总信号，W/srm2； Lw为离水幅亮度，W/srm2；Lsky为天空漫散射光， W/srm2；rLsky是天空光在水面反射以后进入观测 图 2 水体光谱观测几何图 Fig.2 Geometry of water spectrum observation 仪器的信号，没有任何水体信息，r 是气水界面反 射率；根据经验，在上述观测几何条件下，平静水 面可取 r0.022，在 5 m/s 左右风速的情况下，r 可 取 0.025， 10 m/s 左右的风速情况下， 取 0.0260.028。 p d p π 0 L E ρ 2 式 中 d0 E 是 水 表 面 上 总 的 入 射 辐 照 度 ， W/srm2；Lp为标准版反射率； p ρ为标准板上的测 量值，W/srm2；本实验采用的标准版反射率为 20。 w d0 rs L R E 3 式中 Rrs是水体遥感反射率。 2.3 地统计分析 本文主要利用 ArcGIS 软件， 采用地统计学中的 半变异函数式4，根据水体采样样本点的测量数 据来确定特定重金属在沉陷水域中随空间位置变化 的规律，以此获得重金属在整个塌陷塘的空间分布 特征和规律[17-18]。 2 1 1 [ ] 2 N h aa a hZ xZ xh N h - Σ γ 4 式中 γh为半方差函数；h 为样点的空间间隔距离， 称为步长lag； Nh为间隔距离为 h 的样点数； Zxa， Zxah为某一变量Zx在空间位置 xa和 xah 处的实 测值。 普通克里格作为一种单变量的插值方法， 无法直 接利用其他变量的信息来辅助主变量分析， 插值结果 的准确性有时相对较差， 但是协同克里格法弥补了这 一缺陷。 相较于单变量插值的普通克里格法， 协同克 里格方法利用主变量Zi和第二变量Zj之间的协变 量信息来获得更加准确的插值结果[19]。协同克里格 法中，在 Zi 和 Zj之间存在很大的空间互相关 ChaoXing 128 煤田地质与勘探 第 46 卷 1 1 [][] 2 Z h ijiaiajaja a hZ xZ xhZxZxh N h -- Σ γ 5 即 Zj包含大量关于 Zi的重要信息[20]。此时，Zi 和 Zj之间的空间相关性的半变异函数可以用式5 表示[21]。 在获得特定重金属元素空间分布特征的基础上， 结合水域周边污染源的分布， 我们利用多元分析的方 法来确定它们的来源和热点。 研究中， 我们对 8 种重 金属的质量浓度与同步的实测水体光谱反射率进行 了相关分析， 选择了与重金属浓度具有最大相关系数 的波段反射率作为协同克里格插值的协变量进行插 值分析， 插值结果利用交叉验证进行评价。 预测值与 实际值之间的均方根误差RMSE和相关系数r被用 来评估插值结果的准确性[22]。其中，均方根误差越 小、相关系数越大，表明插值的准确性越高。 3 结果与讨论 3.1 水体重金属元素实测结果分析 本次实验共采集水样点 32 个， 去除一个光谱曲 线异常点和一个重金属含量的数据异常点，采用剩 下 30 个样点的实验数据进行分析。2016 年 7 月份 潘集塌陷塘的重金属元素实测值统计数据如表 1。 其中 Fe，Mn，Zn，Cu，Cr，Cd，Pb，Ni 的平均质 量浓度分别为 229.29 μg/L，28.79 μg/L，13.59 μg/L， 6.17 μg/L， 3.58 μg/L， 0.21 μg/L， 3.49 μg/L， 3.87 μg/L。 以淮南市环境保护局编写的 2011 年环境质量报告 书中 7 月份淮南市李嘴孜水厂，第三自来水厂，平 山头 3 家水厂水源地的水体重金属含量作为背景 值，与本次实验结果进行对比分析。由于此区域中 的环境质量报告书未提及 Ni 的标准，所以参考 GB 38382002地表水环境质量标准中集中式生活 饮用水地表水源地特定项目标准限值中 Ni 的标准 Pb76.99Cu 65.42 Mn56.55Zn55.19Cr24.49Fe11.77 Ni8.49。较高的重金属浓度并有较高的变异系 数，表明此种重金属元素的含量很可能是人为输入 的[15]。 表 1 8 种重金属质量浓度统计描述 Table 1 Statistical description of mass concentration of eight heavy metals 变量 样本数 最小值/ μgL-1 中位数/ μgL-1 平均值/ μgL-1 变异系数 / 偏度 峰度 正态转换 背景值/ μgL-1 最大值/ μgL-1 Fe 30 180 224.87 229.29 11.77 0.048 3.151 lg 248.67 279.81 Mn 30 13.84 27.72 28.79 56.55 1.686 4.839 lg 22.33 52.21 Zn 30 2.397 8.44 13.59 55.19 0.082 2.486 lg 55.33 24.12 Cu 30 4.99 6.10 6.17 65.42 0.272 2.312 无 3.20 7.47 Cr 30 2.616 3.59 3.58 24.49 1.30 5.966 lg 4.00 7.048 Cd 30 0.10 0.19 0.21 89.56 0.865 3.129 lg 0.15 0.382 Pb 30 0.72 3.25 3.49 76.99 0.727 3.621 lg 1.26 10.32 Ni 30 3.212 3.87 3.87 8.49 0.258 3.429 lg 20 4.723 重金属质量浓度之间的相关系数较大，呈现显 著相关，说明这些重金属极有可能具有相似的污染 源[22-23]。研究区 Cu，Cd，Pb，Ni 的相关系数较高， 表明这 4 种元素可能有相同的来源。Fe 和 Mn 的相 关系数达到了 0.73，表明这 2 种元素极有可能来自 同种污染源。Cr 和 Zn 的变异系数分别为 24.5， 55.19，这 2 种元素与其它 7 种重金属浓度大小均 无相关性且其含量并未超出当地的背景值，表明它 们的来源较复杂。此外，进行克里格插值的数据需 要服从正态分布，其中偏态值越接近于 0，峰度值 越接近于 3，此组数据越接近正态分布。原始数据 的偏态值和峰度值表明只有 Cu 的浓度接近正态分 布，其他 7 种重金属元素浓度值经过对数转换后接 近正态分布。 3.2 重金属元素浓度和实测水体光谱反射率关系 利用筛选出的最佳波段，我们建立了重金属含 量与水体光谱反射率之间的散点图，图 3 显示了重 金属的浓度与一阶微分处理后水体光谱反射率之间 的关系，可以看出水体光谱反射率与重金属浓度之 间存在较显著的相关性。 由于原始光谱反射率的一阶微分值存在负数， 正 态分布检验时无法转换， 所以又对一阶微分数据进行 了归一化处理。利用归一化的光谱反射率R与重金 属浓度进行相关分析， 确定相关系数最大的波段， 如 表 3 所示。 其中 Fe 与 710 nm 处归一化光谱反射率的 相关系数 FeR710为–0.672，MnR554为 0.679， ChaoXing 130 煤田地质与勘探 第 46 卷 ZnR906为 0.678，CuR594为–0.693，CrR842 为 0.524，CdR482为 0.544，PbR989为 0.708， NiR939为 0.601。此外，重金属浓度与水体的悬浮 物SS、水体 pH 值的相关系数也列入表中。不难发 现， 水体光谱反射率与重金属含量的相关性明显要高 于水体的悬浮物和 pH 值与重金属的相关性。 表 3 重金属与光谱反射率与悬浮物含量SS及 pH 值 之间的相关系数 Table 3 Correlation coefficient of heavy metal concentra- tion, spectral reflectance , suspended solids and pH 变量 r 变量 r 变量 r FeR710 –0.672 FeSS 0.259 FepH –0.094 MnR554 0.679 MnSS 0.199 MnpH –0.131 ZnR906 0.678 ZnSS –0.736 ZnpH –0.561 CuR594 –0.693 CuSS 0.475 CupH 0.146 CrR842 0.524 CrSS 0.368 CrpH 0.499 CdR482 0.544 CdSS 0.044 CdpH 0.162 PbR989 0.708 PbSS 0.286 PbpH 0.267 NiR939 0.601 NiSS 0.263 NipH –0.247 块金值用 C0表示，也叫块金方差，反映的是最 小抽样尺度以下变量的变异性及测量误差。基台值 C0C是半方差值随步长增加到一个相对稳定的水 平上时对应的半方差值，是区域化变量总体特征的 体现，等于空间结构值和块金值之和。块金值与基 台值的比值称为块金系数，用 C0/C0C表示，表示 可度量空间自相关的变异所占的比例，表明系统变 量的空间相关性的程度。 如果比值75说明系统空间相关性很弱。块 金值与基台值的比值表示随机部分引起的空间异质 性占系统总变异的比例。如果该比值高，说明样本 间的变异更多的是由随机因素引起的。根据本文的 半变异函数模型表 4可以得出， 加入协变量的克里 格插值与单变量的普通克里格插值相比，半变异函 数模型的块金系数明显降低，证明了水体实测光谱 反射率作为插值协变量的可适用性。 利用ArcGIS进行插值分析后的8种重金属空间 分布的交叉检验结果如表 5分析表明， 以水体光谱 为协变量的协同克里格插值与单变量的普通克里格 插值相比，8 种重金属元素的预测值与实际值之间 的均方根误差分别减少 Fe1.49，Mn8.61， Zn26.26， Cu19.22， Cr16.55， Cd22.58， Pb36.64，Ni22.66，相关系数分别提高了 Fe2.22，Mn1.52，Zn69.68，Cu59.16， Cr693.85 ， Cd1 871.88 ， Pb1 491.67 ， Ni295.63。表明利用水体实测光谱作为协变量估 算水体重金属的在水体中分布是可行的。 表 4 半变异函数理论模型及相关参数 Table 4 Theoretical models of semivariance and relevant parameters 类型 变量 模型 块金值C0 基台值CC0 块金值/基台值/ 变程 Fe 球形 0.005 38 0.928 48 0.057 9 1 905.571 Mn 高斯 0.000 12 0.119 39 0.101 569.824 Zn 球形 0.122 06 0.389 44 31.342 2 079.966 Cu 球形 0.325 80 0.556 02 58.595 1 207.037 Cr 球形 0.048 13 0.048 14 99.979 419.404 Cd 球形 0.470 38 0.470 39 99.998 625.876 Pb 圆形 0.322 56 0.342 84 94.085 619.856 普通克里格 Ni 高斯 0.004 59 0.006 58 69.757 566.271 FeR710 球形 0.005 27 0.017 48 30.149 1 835.381 MnR554 高斯 0.008 65 0.129 70 6.669 687.441 ZnR906 球形 0.066 54 0.239 28 27.808 531.935 8 CuR594 球形 0.630 50 1.257 48 50.14 1 155.328 CrR842 球形 0.048 89 0.049 76 98.252 1 148.124 CdR482 球形 0.046 40 0.091 17 50.894 1 051.859 PbR989 圆形 0.154 44 0.398 56 38.749 419.404 协同克里格 NiR939 圆形 0.003 88 0.007 45 52.081 731.814 ChaoXing 第 1 期 任永乐等 淮南塌陷塘重金属空间分布特征研究 129 表 2 重金属质量浓度相关系数 Table 2 Correlation coefficient of mass concentration of heavy metals Fe Mn Zn Cu Cr Cd Pb Ni Fe 1 Mn 0.726 930 1 Zn –0.059 310 0.134 352 6 1 Cu 0.433 776 9 0.415 479 –0.184 567 1 Cr 0.078 608 2 –0.000 631 –0.073 139 0.265 706 1 1 Cd 0.166 825 2 0.187 656 2 0.224 132 4 0.604 88 0.262 912 6 1 Pb 0.264 702 7 0.304 284 7 0.086 167 7 0.671 00 0.139 424 1 0.561 290 1 Ni 0.497 883 7 0.475 179 0 –0.001 258 0.537 58 0.139 840 3 0.219 589 3 0.405 545 3 1 图 3 水体光谱反射率与重金属质量浓度关系 Fig.3 Relationship between spectral reflectance of water and mass concentration of heavy metals ChaoXing 第 1 期 任永乐等 淮南塌陷塘重金属空间分布特征研究 131 表 5 插值分析的交叉检验结果 Table 5 Crosscheck results of interpolation analysis 克里格 协同克里格一阶微分 协同克里格归一化 变量 RMSE r 变量 RMSE r 变量 RMSE r Fe 15.798 0.675 FeR710 16.106 0.671 FeR710 15.562 0.69 Mn 11.233 0.921 MnR554 10.183 0.937 Mn R554 10.266 0.935 Zn 4.498 0.442 ZnR906 3.616 0.688 ZnR906 3.317 0.75 Cu 0.619 0.431 CuR594 0.546 0.617 CuR594 0.5 0.686 Cr 0.888 -0.065 CrR842 0.768 0.456 CrR842 0.741 0.516 Cd 0.031 0.032 CdR482 0.026 0.555 CdR482 0.024 0.631 Pb 0.423 -0.048 PbR989 0.268 0.757 PbR989 0.268 0.764 Ni 0.331 0.16 NiR939 0.27 0.562 NiR939 0.256 0.633 3.3 水体重金属元素空间分布特征 Fe 和 Mn 的相关系数达到了 0.73，且 Fe 和 Mn 的空间分布图 4a 和图 4b又极为相似， 浓度较高的 区域主要分布于水域西部的泥河入水口和煤矸石山 附近，其次水域北部灌溉渠引水口附近 2 种重金属 元素的含量也较高，表明这 2 种元素具有相似的来 源。煤矸石中富含铁、锰元素及其伴生矿物[5]，其 对水质的影响主要集中于堆存初期。随着堆存时间 的增加，煤矸石浸出液中 Fe，Mn 的量均有大幅度 降低[24]。 表 1 的统计数据表明， 研究区目前 Fe 的含 量未超出环境背景值，表明从煤矸石中析出的 Fe 已经很少，对当地环境的影响不大，但 Mn 对当地 环境存在威胁。 虽然煤矸石中含有 Zn[25]，但 Zn 与其他 7 种重 金属元素的相关性很低， 水域西部 Zn 的含量明显高 于东部，如图 4c，且整个水域西部的含量均较高， 表明 Zn 可能来自泥河带入的污水、 煤矸石山、 煤泥 灰场等多种污染源。经过水流的稀释，下游水中 Zn 的含量明显降低。以往研究表明，未经处理的生活 污水灌溉的区域、土壤周边的煤矸石堆以及重金属 含量超高的化肥、有机肥的施用都是土壤中重金属 Zn 的主要来源[26-27]。本研究水域周围有 2 个主要的 注水口， 一个为西部的泥河， 另一个为农田的引水渠， 且周围村庄分布密集，所以煤矸石、上游生活污水、 农业肥料以及土壤母质都可能是研究水域中 Zn 的来 源，但其含量未对当地水环境质量构成威胁。 随着煤矸石堆放时间的增长，Cr 从煤矸石中析 出的量也明显减少[25]，如图 4e，Cr 含量较高的区域 主要分布于水域西部的煤矸石山和水域北部的煤泥 灰厂附近，总体来看东西部水域的 Cr 含量变化不 大，水流对 Cr 的稀释效果不是很好。虽然在煤矸石 堆和煤泥灰厂附近水域浓度较高，但是水域的重金 属的 Cr 浓度的变异系数仅为 24， 与其他重金属的 相关系数很低，表明 Cr 极有可能还有别的来源。由 于肥料是农业生产投入土壤中最多的物质，因此重 金属含量较高的化肥、有机肥、农药的施用也是土 壤中 Cr 的重要来源[26,28]。 贾亚琪等[29]和 T. Chen[22] 的研究亦证实 Cr 可能来源于成土母质或尘埃沉积。 地表沉陷后，这些污染物都流向塌陷塘，影响水质。 因此综上可以推断水体中的 Cr 主要来自农业肥料、 成土母质和周边道路旁的煤泥灰厂及煤矸石堆，但 其含量较低，对环境未产生威胁。 表 2 中 Cu 与 Cd，Pb，Ni 浓度的相关系数均超 过了 0.5，且 Cd 与 Pb 的相关系数也达到了 0.56， 表明这 4 种元素很可能有相同的来源。Cu，Cd，Pb 的含量均超出当地的环境背景值，且 Cu，Cd，Pb 这 3 种元素的变异系数均高于其他元素的变异系 数。Cd图 4f、Cu图 4d、Pb图 4g3 种元素的空 间分布均呈现 3 点化的散开，且都处于水域西北部 的煤矸石山、煤泥灰厂和灌溉渠入口处周围。由于 淮南煤矸石的 Cd，Pb，Cu 均超出当地土壤背景值， 因此可推断塌陷塘中的 Cu，Cd，Pb 的主要来源还 是来自于水域西北部的煤矸石山、煤泥灰厂和水域 北部灌溉渠流入的农业废水。 而 Ni 的浓度和变异系 数都较低，主要分布于泥河入水口和北部的灌溉渠 附近图 4h，可能是随着时间的推移，煤矸石堆中 Ni元素释放的量逐渐降低， 煤泥灰厂附近含量很低， 已不对此水域输出 Ni 元素。因此 Ni 对周围环境造 成的影响不大。 4 结 论 利用采样点的水体实测光谱反射率与重金属浓 度之间的关系，采用地统计学中的协同克里格插值 法，并以 Arcgis10.0 软件实现了这一算法，获得了 淮南潘集一矿采煤塌陷塘重金属的空间分布情况， 同时结合多元统计分析法及周边各种污染源的分布 ChaoXing 第 1 期 任永乐等 淮南塌陷塘重金属空间分布特征研究 133 情况分析了它们的来源。 a. 水体实测光谱能够有效地反演水体重金属 元素的含量；通过一阶微分处理，其相关系数一般 在 0.6 以上。 b. 与单变量的普通克里格插值法相比，水体实 测光谱数据能够有效提高水体重金属空间插值的准 确性，非常适合作为协变量来估计水体中重金属浓 度的分布情况，是一种简单、快捷、可行的方法。 c. 潘集一矿采煤塌陷塘的重金属污染源主要 是来自水域西北部的煤矸石山、煤泥灰厂、泥河带 入的生活污水及北部的灌溉渠流入的农田废水。其 中邻近煤矸石山、煤泥灰厂，其元素 Cu、Pb、Cd 含量越集中，污染水体可能性越大。对当地水环境 构成威胁的重金属元素主要是 Mn、Cd、Pb 和 Cu 4 种重金属元素。 参考文献 [1] DONG Shaochun，YIN Hongwei，YAO Suping，et al. De- tecting surface subsidence in coal mining area based on DInSAR technique[J]. Journal of Earth Science，2013，243449–456. [2] 柏松. 打造治理采煤塌陷区的“淮南模式”[N]. 中国矿业报， 2016-02-16006. [3] 翀徐，刘文斌，裴文明，等. 淮南张集采煤塌陷积水区水环境 动态监测研究[J]. 中国煤炭地质，2015，27150–54. XU Chong，LIU Wenbin，PEI Wenming，et al. Mining subsi- dence ponding area water environment dynamic monitoring in Zhangji mine area, Huainan[J]. Coal Geology of China，2015， 27150–54. [4] 刘桂建，玥杨萍，彭子成，等. 煤矸石中潜在有害微量元素淋 溶析出研究[J]. 高校地质学报，2001，74449–457. LIU Guijian，YANG Pingyue，PENG Zicheng，et al. Study on leaching of potentially hazardous trace elements from coal-waste rocks[J]. Geological Journal of China Universities，2001，74 449–457. [5] 武旭仁， 郝启勇， 范士彦. 煤矸石中潜在有害微量元素析出过 程探讨[J]. 煤田地质与勘探，2009，37443–46. WU Xuren，HAO Qiyong，FAN Shiyan. Discussion on haz- ardous trace elements precipitation process in coal gangue[J]. Coal Geology Exploration，2009，37443–46. [6] 池涌，严建华，蒋旭光，等. 洗煤泥煤矸石流化床混烧过程基 础研究与工业应用[J]. 洁净煤技术，2002，8138–41. CHI Yong， YAN Jianhua， JIANG Xuguang， et al. Basic research and industry application of fluidized bed mixing combustion by using the slime and refuse mixture[J]. Clean Coal Technology， 2002，8138–41. [7] 陈同， 高良敏， 苏桂荣. 淮南潘集矿区底泥中重金属空间分布 特征研究[J]. 绿色科技，2014362–63. CHEN Tong，GAO Liangmin，SU Guirong. Huainan Panji mining area space distribution characteristics of heavy metals in sediment research[J]. Journal of Green Science and Technology， 2014362–63. [8] 王丹，高良敏. 淮南沉陷水区沉积物重金属污染评价的研 究[J]. 绿色科技，20145217–218. WANG Dan，GAO Liangmin. Huainan subsidence watershed sediment of heavy metal pollution uation study[J]. Journal of Green Science and Technology，20145217–218. [9] 黄海涛，梁延鹏，魏彩春，等. 水体重金属污染现状及其治理 技术[J]. 广西轻工业，2009599–100. HUANG Haitao，LIANG Yanpeng，WEI Caichun，et al. Water heavy metal pollution present situation and technology[J]. Guang Xi Journal of Light Industry，2009599–100. [10] MURAO S， DAISA E， SERA K， et al. PIXE measurement of human hairs from a small-scale mining site of the Philippines[J]. Nuclear Instruments s in Physics Research，2002， 1891/2/3/4168–173. [11] 熊鸿斌，胡海文，王振祥，等. 淮南煤矿区土壤重金属污染分 布特征及污染溯源研究[J]. 合肥工业大学学报自然科学版， 2015，385686–693. XIONG Hongbin，HU Haiwen，WANG Zhenxiang，et al. Research on distribution characteristics and pollution source of heavy metal pollution in soil in Huainan coal mining area[J]. Journal of Hefei University of TechnologyNatural Science ， 2015，385686–693. [12] 范廷玉，王顺，张梅丽，等. 淮南煤矿采空沉积区重金属生态 危害研究[J]. 湖南城市学院学报自然科学版，2015，243 93–95. FAN Tingyu，WANG Shun，ZHANG Meili，et al. Potential ecological risk of sediments in initial stage coal mining subsi- dence water area[J]. Journal of Hunan City UniversityNatural Science，2015，24393–95. [13] 童柳华，刘劲松. 潘集矿区塌陷水域水质评价及其综合利 用[J]. 中国环境监测，2009，25476–80. TONG Liuhua，LIU Jingsong. Water quality uation of sub- sided water area and its comprehensive utilization in Panji min- ing area[J]. Environmental Monitoring in China，2009，254 76–80. [14] 肖青，闻建光，柳钦火，等. 混合光谱分解模型提取水体叶绿 素含量的研究[J]. 遥感学报，2006，104559–567. XIAO Qing，WEN Jianguang，LIU Qinhuo，et al. Study on spectral unmxing model and it’s application in extracting chlo- rophyll concentration of water body[J]. Journal of Remote Sens- ing，2006，104559–567. [15] CHEN Tao，CHANG Qingrui，LIU Jing，et al. Identification of soil heavy metal sources and improvement in spatial