• 全国中文核心期刊
  • 中国科学院引文数据库核心期刊(CSCD)
  • 中国科技核心期刊
  • F5000优秀论文来源期刊
  • 荷兰《文摘与引文数据库》(Scopus)收录期刊
  • 美国《化学文摘》收录期刊
  • 俄罗斯《文摘杂志》收录期刊
高级检索

四川攀枝花晶质石墨矿电性特征及找矿评价

杨剑, 王桥, 王绪本, 宁括步, 郭镜, 周清, 高慧

杨剑, 王桥, 王绪本, 宁括步, 郭镜, 周清, 高慧. 四川攀枝花晶质石墨矿电性特征及找矿评价[J]. 中国地质, 2022, 49(1): 284-297. DOI: 10.12029/gc20220118
引用本文: 杨剑, 王桥, 王绪本, 宁括步, 郭镜, 周清, 高慧. 四川攀枝花晶质石墨矿电性特征及找矿评价[J]. 中国地质, 2022, 49(1): 284-297. DOI: 10.12029/gc20220118
YANG Jian, WANG Qiao, WANG Xuben, NING Kuobu, GUO Jing, ZHOU Qing, GAO Hui. Electrical characteristics and prospecting evaluation of Panzhihua crystalline graphite deposit in Sichuan Province[J]. GEOLOGY IN CHINA, 2022, 49(1): 284-297. DOI: 10.12029/gc20220118
Citation: YANG Jian, WANG Qiao, WANG Xuben, NING Kuobu, GUO Jing, ZHOU Qing, GAO Hui. Electrical characteristics and prospecting evaluation of Panzhihua crystalline graphite deposit in Sichuan Province[J]. GEOLOGY IN CHINA, 2022, 49(1): 284-297. DOI: 10.12029/gc20220118

四川攀枝花晶质石墨矿电性特征及找矿评价

基金项目: 

中国地质调查局项目 DD20190033

国家自然科学基金 41604118

详细信息
    作者简介:

    杨剑, 男, 1983年生, 博士, 高级工程师, 主要从事综合地球物理勘探; E-mail: 115138871@qq.com

  • 中图分类号: P619.252

Electrical characteristics and prospecting evaluation of Panzhihua crystalline graphite deposit in Sichuan Province

Funds: 

the project of China Geological Survey DD20190033

Chinese National Natural Science Foundation 41604118

More Information
    Author Bio:

    YANG Jian, male, born in 1983, doctor, engaged in geophysics research; E-mail: 115138871@qq.com

  • 摘要:
    研究目的 

    石墨具有高的电子导电性,电性呈现形式为低阻(< 10-5Ω·m)高极化(> 40%)特征,正是由于石墨的超低阻特性,在石墨矿地球物理勘查中经常遇到"低阻屏蔽"作用,因此,优选有效的电法勘探组合在石墨矿勘查中非常重要。

    研究方法 

    本文选择四川攀枝花中坝晶质石墨矿开展正演模拟,同时对典型矿床开展自然电位法和宽频电磁法的有效性和适用性分析。

    研究结果 

    遵循"从已知到未知的原则",利用该方法组合在中坝外围唐家坪石墨矿勘查中取得了较好的应用效果,为该区矿产地评价提供了重要支撑。

    结论 

    自然电位法+宽频大地电磁测深法的组合地球物理方法能够有效圈定石墨矿地表范围及深部延展,为相似地质条件下的石墨矿勘查提供了应用示范。

    创新点:正演模拟和已知石墨矿床试验结果认为自然电位法+宽频大地电磁测深法的组合地球物理方法能够有效圈定石墨矿地表范围及深部延展,可以为后期石墨矿工程勘探提供先导依据。

    Abstract:

    This paper is the result of mineral exploration engineering.

    Objective 

    Graphite, characterized by high electronic conductivity, with low resistivity (< 10-5Ω.m) and high polarization (> 40%). Due to the ultra-low resistance of graphite, "low resistance shielding" is often encountered in the geophysical exploration. Therefore, it is very important to optimize the effective geophysics methods in graphite exploration.

    Methods 

    In this paper, the Zhongba crystalline graphite deposit in Panzhihua, Sichuan Province is selected for forward simulation, and the effectiveness and applicability of spontaneous potential method and broadband electromagnetic method are analyzed for typical deposits.

    Results 

    Following the principle of "from known to unknown", this method has been successfully applied in the Tangjiaping Graphite exploration, which identified in the periphery of Zhongba deposit. It provides an important support for the mineral evaluation in this area.

    Conclusions 

    we proposed a geophysical methods which synthesized the spontaneous potential method and the broadband magnetotelluric sounding method, which can effectively delineate the graphite orebody extension at surface and underground.At the same time, it provides an application demonstration for graphite exploration under similar geological conditions.

  • 地壳中天然含有一定量的重金属,其中一些元素(如Cu、Zn、Cr)是人体代谢必需的;在自然条件下,它们很少累积到对环境和生态系统造成有害影响的水平(Sun et al., 2018)。然而,随着工业发展对矿产资源需求的增加,在金属矿山开采过程中,矿体中的重金属元素容易产生流失并进入土壤中,导致后者重金属含量升高;最终,它们可能通过各种介质进入人体,对矿区附近的居民构成潜在的健康风险(Lu et al., 2019张进德等,2021Chen et al., 2023)。Singh and Kalamdhad(2011)在重金属对土壤、植物、人类健康和水生生物的影响研究中,发现重金属在过度累积下,Cu的长期接触会导致肝肾损伤和中枢神经损伤,Zn的长期接触会导致系统功能失调、生长和繁殖受损,Cr的长期接触将导致肝、肾脏循环和神经组织受损等健康问题。Duruibe et al.(2007)对重金属污染和人类的生物毒性效应研究中,发现Cd、Pb、Hg在人类生物化学或生理学中没有任何已知的功能,在生物体中也不是天然存在的;因此,即使在较低暴露下,也会在生物中累积并造成影响。Cd对肾脏和骨骼具有高度毒性,较高水平的吸入会对肺部产生损伤,可能会引起呕吐和腹泻;长时间接触会累积在肾脏中,最终导致肾脏疾病和肺损伤(Bernard,2008)。Pb对人体具有生理和神经毒性,可能导致肾脏、生殖系统、肝脏和大脑功能障碍,严重可导致死亡(Zahra and Kalim, 2017);已观察到Pb对神经系统有着最为敏感的影响,尤其是对儿童和婴儿,长期的接触会导致儿童发育不良、智商低下(Reuben et al., 2017)。Hg则被认为是环境中毒性较大的重金属,可以与其他元素结合形成无机汞和有机汞;会损害大脑,肾脏和发育中的胎儿(Al Osman et al., 2019)。Jaishankar et al.(2014)研究发现As具有显著的毒性和致癌性,以氧化物或硫化物的形式广泛存在;低剂量摄入会导致恶心和呕吐、心率异常、血管损伤等症状,长期接触可导致皮肤癌、肺癌、肝癌和膀胱癌。

    湖南省矿产资源丰富,矿种较多,享有“有色金属之乡”的美誉。在采、选、冶等矿业活动过程中产生的“三废”会对周边土壤生态环境产生破坏。研究表明,湖南省因有色金属矿产开采导致的重金属污染土地面积达2.8×104 km2,占全省总面积的13%(郭朝晖和朱永官,2004)。虽然有部分学者对湖南省矿区土壤污染开展研究(余旋等,2016;江诚毅,2020余嘉衍等,2020),但针对锡矿区污染资料仍非常有限,需要进一步开展针对性的调查与评价。研究区位于湘南地区,区内有成规模的锡矿区、工业区以及农业区;在生活与生产过程中对周边土壤具有潜在的威胁,而其土壤重金属污染和健康风险研究几近空白。因此,基于对生态环境和当地居民人体健康的保护,本文对研究区土壤重金属展开研究,采用多元评价评估锡矿区重金属含量与分布特征,探讨重金属污染程度与生态风险,为当地土壤环境安全及受同样问题影响的地区提供参考与科学依据。

    研究区区域地层以南华系、泥盆系,石炭系为主(图 1a),前者为浅变质碎屑岩夹碳酸盐岩,主要分布于泗洲山背斜;后者为浅海相碳酸盐岩夹滨海相碎屑岩,分布于大义山岩体周围;此外,河流周围发育少量第四系,为洪积、冲积及残坡积层。区域基底褶皱总体呈NNE走向,控制着区域整体构造格架;盖层褶皱多呈近SN—NNW向分布于岩体周边,背斜多具紧密线型特征,向斜则较开阔;区域断裂构造总体走向325°,倾向北东、倾角大于65°;按走向划分为NE、NW—NNW、NW、NNW—近SN向四组(张遵遵等, 2022)。区域岩浆岩主要为大义山岩体,研究区主要发育中细粒斑状角闪黑云二长花岗岩(ηγJ3a)、中细粒斑状黑云母二长花岗岩(ηγJ3c)、细粒少斑状黑云母二长花岗岩(ηγJ3b)、细粒斑状(含电气石)二云母二(正)长花岗岩(ηγJ3e),中细粒斑状角闪黑云二长花岗岩为本文所采集样品的母岩。

    图  1  研究区概况(a)与采样点位置(b)
    Figure  1.  The overview of study area (a) and the location of sampling site (b)

    大义山是南岭地区重要的成锡岩体,自2000年以来,该区已查明万金窝、猫仔山、藤山坳、白沙子岭、大顺窿、台子上、狮形岭等大中型矿山7处,小型矿床(点)40余处;累计提交锡资源量10余万t。本文研究对象为该岩体东南部某大型锡矿区,地处南岭北麓,舂陵江中上游。研究区地形地貌复杂,山地丘陵约占总面积的3/4,属于典型丘岗山地地带;地势由东南向西北倾斜,东南地势高峻多山地,西北山势低矮,以丘陵为主。研究区土类主要分为红壤、黄壤与水稻土3类,以林地、荒草地、耕地与园地为主,种植作物以烤烟、蔬菜、水稻为主。本区属亚热带湿润性季风气候,气候温暖,光照充足,雨热同期,1月平均气温2.5℃,7月平均气温28℃。区内年降雨量1460 mm,年内降雨变化较大,多集中于3—7月。

    调查与研究表明,多数矿区土壤存在显著的重金属异常或污染,本文结合已有分析先例和研究区成矿元素的组成特点,选取Cu、Pb、Zn、Cr、Cd、As、Hg元素为分析内容。在矿区以及周边地区采集114个表层土壤样品(图 1b),其中南北向土壤样本89个,东西向土壤样本25个,采样深度为0~20 cm,并在区内工程揭露的天然土壤边坡取3个垂向剖面,深度140~220 cm。土壤样品采用多点采样法,去除植物根系、碎石等杂质,留取1 kg装入样品袋。干燥后研磨过100目尼龙筛,取筛下粒级样品150 g备用。样品测试在中国地质调查局武汉地质调查中心完成,Cu、Pb、Zn和Cr含量采用原子吸收分光光度计AAS nos300-ZEEnit600测定,Cd、As和Hg含量使用全自动原子荧光分光光度计AFS-230E测定;采用国家一级标准物质对准确度和精密度进行验证,所有样本测试分析均在允许值范围内;Cu、Pb、Cr、As元素检出限为0.01 mg/kg,Cd、Hg元素检出限0.001 mg/kg,分析精度优于0.8%。

    地累积指数法是综合考虑人为污染因素、地球化学背景值和自然成岩作用的共同影响,判别土壤重金属污染程度的一种评价方法(Xia et al., 2020)。计算公式为:

    式中,Ci为第i种重金属的实测值,Bi为土壤中第i种元素的地球化学背景值,K为成岩作用引起的背景值的变动系数(通常取值K=1.5)。根据Forstner et al.(1993)提出的划分标准,可将重金属分为7个等级(表 1)。

    表  1  地累积指数污染程度分级
    Table  1.  Classifications of geo-accumulation index pollution level
    下载: 导出CSV 
    | 显示表格

    采用Hakanson潜在生态风险指数法评价土壤重金属的生态风险(表 2),该指数法是将生态效应、毒理效应和环境效应联系在一起,可系统、全面地评估土壤重金属污染状况(何东明等,2014高瑞忠等,2019)。计算公式为:

    表  2  潜在生态风险评价等级划分
    Table  2.  Classifications potential ecological risk evaluation level
    下载: 导出CSV 
    | 显示表格

    式中,RI为综合潜在生态风险指数;Eri为第i种重金属单项潜在生态风险指数;Tri为第i种重金属的毒性相应系数;各毒性响应系数为:Cu=5、Pb=5、Zn=1、Cr=2、Cd=30、As=10、Hg=40(Hakanson, 1980; 徐争启等, 2008);Pi为重金属i污染指数;Ci为重金属i的实测值;Cni为土壤重金属i元素背景值。

    根据USEPA风险评估方法,土壤重金属往往通过3种途径被人体摄入并危害人体健康,即经口摄入、皮肤接触、吸入土壤颗粒物。计算公式为:

    式中,ADDing、ADDderm和ADDinh分别代表经口摄入、皮肤接触和呼吸吸入的日均暴露剂量;Ci为土壤中重金属i的含量。暴露皮肤表面积参照(刘同等, 2022),其他参数值(表 3)参照《建设用地土壤污染风险评估技术导则》(HJ 25.3-2019)推荐值以及EPA暴露因子手册。

    表  3  健康风险评估模型暴露参数
    Table  3.  Exposure parameters of health risk assessment model exposure parameters
    下载: 导出CSV 
    | 显示表格

    健康风险效应分析分为致癌效应和非致癌效应,其中非致癌效应通过非致癌风险指数(HQ)和总非致癌风险指数(HI)表示。致癌效应通过致癌风险指数(CR)和总致癌风险指数(TCR)表示。

    式中,ADD表示摄入、皮肤或呼吸暴露途径的日均暴露含量,RfD表示参考剂量,SF为斜率因子,具体参考值见表 4王昌宇等,2021刘同等,2022)。当HI≤1时,非致癌风险属于可接受范围,当HI>1时,意味将因接触特定的有毒元素而具有潜在的非致癌风险。TCR < 1.0×10-6不会对人体产生致癌风险;1.0× 10-6≤TCR≤1.0×10-4时,致癌风险属于可接受范围;TCR>1.0×10-4时,则认为致癌风险不可接受,会对人体产生致癌风险(Rehmana et al., 2018)。

    表  4  不同暴露途径的参考剂量(RfD)和斜率因子(SF)
    Table  4.  Reference dose (RfD) and slope factor (SF) of different exposure routes
    下载: 导出CSV 
    | 显示表格

    结果显示研究区土壤中重金属含量均值均超出湖南省土壤环境背景值(表 5),其中,Cu、Pb、Zn、Cr、Cd、As和Hg含量均值分别为湖南土壤背景值的12.26、35.27、11.84、1.66、218.52、115.31和2.11倍,样本超标率分别为94.74%、100%、100%、67.54%、100%、100%和82.46%。参考《土壤环境质量农用地土壤污染风险管控标准》(GB 15618-2018)筛选值,重金属元素存在部分点位超过筛选值的情况,其中,Cu、Pb、Zn、Cr、Cd、As和Hg超出筛选值样本分别占总样本的45.61%、79.82%、63.16%、4.39%、84.21%和100%,Hg样本均未超标。变异系数可以反映重金属元素在空间上的离散和变异程度,变异系数越大意味着受到人为影响越大(Li et al., 2017)。研究区表层土壤变异系数由大到小依次为:Cd>As>Cu>Zn>Pb>Cr>Hg,Cd、As、Cu、Zn和Pb变异系数分别为2.24、2.08、1.66、1.59和1.40,表明这些重金属分布具有明显空间差异,存在人为污染的可能。

    表  5  研究区土壤重金属含量特征分析(mg/kg)
    Table  5.  Characterization of soil heavy metal content in the study area (mg/kg)
    下载: 导出CSV 
    | 显示表格

    研究区土壤环境地球化学表层剖面显示,土壤中Cd、As、Pb、Zn和Cu元素含量在空间分布上具有明显的相似性(图 2)。富集区均位于矿区附近,尾矿库与冶炼区为矿山主要污染区域,可见冶炼区以及尾矿库具有集中分布和复合污染的特点(Hu et al., 2018);Cr元素含量较低,富集区呈岛状分布,集中于居民区;Hg元素浓度分布较均匀,高值区位于矿区北侧。综上所述,研究区土壤重金属在不同程度上受到外源物质的影响。根据土壤重金属的来源可知,土壤重金属来源主要分为自然源以及人为活动,自然来源与成土母质有关,而人为来源主要受到人为活动和强度的影响(王昌宇等, 2021)。结合变异系数等已有分析初步判断,Cd、As、Pb、Zn和Cu异常富集主要是由于矿业活动中重金属流失进入土壤中造成的,Cr主要受到生活污染的影响,Hg可能受到部分人为活动的影响,但主要受到花岗岩母岩风化作用的影响。此外,重金属污染程度还取决于重金属的迁移,雨水淋滤作用的强度是影响迁移的主要因素(Meite et al., 2018),研究区年降水量约1460 mm,区内较强的淋滤作用可能是造成研究区污染范围较广的主要因素之一。

    图  2  表层土壤重金属含量空间分布
    Figure  2.  Spatial distribution of heavy metal content in surface soils

    综上所述,研究区内土壤中重金属浓度偏高,并伴随向外扩散的趋势;矿业活动被视为研究区重金属的主要来源,通过风、水等其他可能运输的方式向周边输出重金属。由于矿区内以及居民区表层土壤中重金属的累积可能会增加当地居民的健康风险,因此,可以进行更多的调查,以评估其风险和潜在的不利影响。

    为探究矿区土壤重金属垂向分布规律,选取矿区内HTZ1、HTZ2、HTZ3剖面为研究对象(图 3)。Cu、Pb、Zn、Cd、As含量随深度增加而降低,在表层土壤中含量较高,且在0~60 cm深度内含量下降较明显,60 cm之下深度含量趋于稳定;这种表层土壤中重金属累积的现象,可能受到矿业活动的影响。在不同剖面中,剖面土壤重金属含量排序为HTZ3>HTZ2>HTZ1;根据剖面所在功能区可知,HTZ1、HTZ2剖面均位于采矿区,而HTZ2则更靠近冶炼区,HTZ3剖面靠近尾矿坝和冶炼区。尾矿的堆积以及冶炼中产生的废气、废渣、废液对土壤重金属具有活化作用,加速重金属的富集,从而导致区域内重金属在环境中不断累积并高于周边地区(邬光海等,2020)。这与郭世鸿等(2015)通过对矿区土壤重金属污染特征的研究中发现在不同功能区中污染排序呈尾矿库区>冶炼区>废弃冶炼区>采矿区的结果基本一致,说明研究区矿业活动中冶炼以及尾矿的堆积是造成土壤重金属累积的主要原因,而采矿导致的重金属累积则较小。Cr剖面含量分布在HTZ1、HTZ2、THZ3变化趋势相同,含量增加与减少所在的深度单位略有不同:HTZ1在0~60 cm重金属含量随深度增加而增加,60~100 cm重金属含量急剧下降,随后逐渐上升,至160 cm达到高峰,160~220 cm持续下降;HTZ2、HTZ3在20cm处含量达到最大值,随后波动变化分别在80 cm、120 cm和100 cm、180 cm处出现小高峰。Hg剖面含量分布具有如下规律:HTZ1在0~60 cm含量增加并达到最大值,随后波动变化在100 cm、140 cm、200 cm出现小高峰;HTZ2在20 cm含量达到最大值,随后波动变化在120 cm、180 cm出现小高峰;HTZ3在0~60 cm含量波动变化并在60 cm达到最大值,随后持续下降;Cr与Hg元素在不同土层深度含量变化略有不同的状况,可能是由于不同土壤剖面中土壤理化性质相似层的厚度不同,从而影响重金属垂向迁移和富集(Bi et al., 2006)。

    图  3  柱状土壤重金属含量空间分布
    Figure  3.  Spatial distribution of heavy metal content in columnar soils

    采用地累积指数法对研究区表层土壤中7种重金属进行评价,Igeo平均值从大到小依次为Cd (4.80)>As(4.14)>Pb(3.55)>Zn(1.90)>Cu(1.68)>Hg(0.20)>Cr(-0.44)。不同等级污染样本占比结果表明(图 4):研究区表层土壤中Cd污染最为严重,极重污染样本占比42%,中度及以上污染样本占比达97%;As和Pb元素极重污染样本分别占比28%和18%,中度及以上污染样本分别占比98%和97%;Zn和Cu极度污染样本分别占比8%和11%,中度及以上污染样本分别占比66%和72%;Hg和Cr不存在重度以上污染的样品,中度及以上污染样本占比不超过20%。研究结果表明锡矿最为突出的污染元素为Cd和As,其次为Pb、Zn和Cu,Hg和Cr污染相对较小,与前人得出的研究结果基本一致(莫佳等,2015陈希清等,2021张浙等,2022),因此在锡矿区周边土壤重金属污染治理中应重视Cd、As、Pb、Zn和Cu污染的治理。

    图  4  土壤重金属地累积指数污染占比
    Figure  4.  Pollution percentage of soil heavy metal geoaccumulation index

    研究区表层土壤Cu、Pb、Zn、Cr、Cd、As和Hg的潜在生态风险因子(Eri)平均值分别为15.94、28.01、3.71、0.91、874.07、645.71和2.20(图 5),生态风险样本占比结果表明:Cr、Hg、Zn全部样本的生态风险指数均小于40,为轻微生态风险;Cu和Pb样本大部分为轻微污染,中风险以上样本占比不足20%;As生态风险处于中—极重风险区间,中度及以上风险样本占比75%;研究区Cd生态风险最高,中度及以上风险样本占比高达80%,是研究区土壤最主要的潜在生态风险因子。土壤的RI值范围为31.84~17392.10,平均值为1570.55;生态风险处于轻微—极重风险区间,其中,中度及以上风险样本占比67%,极重风险样本占比31%。整体而言,研究区生态风险较高,As和Cd元素为生态风险的主要贡献因子。

    图  5  土壤重金属潜在生态风险指数箱型图
    Figure  5.  Box plot of potential ecological risk index of soil heavy metals

    基于健康风险评估模型暴露参数计算研究区土壤重金属的日暴露量,结果如表 6表 7所示:成人致癌与非致癌平均日摄入量顺序为ADDing>ADDinh>ADDderm,儿童致癌与非致癌平均日摄入量顺序为ADDing>ADDderm>ADDinh。经口摄入是致癌与非致癌风险的主要摄入途径,根据不同途径暴露量可知非致癌风险暴露途径中儿童的暴露量均高于成人,致癌风险暴露途径中儿童经口摄入以及皮肤接触途径暴露量均高于成人,呼吸吸入途径低于成人。根据不同元素暴露量可知,在致癌与非致癌风险中儿童暴露量均高于成人;这可能是受到儿童的生理和行为特征(吸吮行为,以及较差的解毒和排毒能力)的影响,使得儿童的健康更易受到威胁。

    表  6  土壤重金属非致癌平均日暴露量(mg/(kg·d))
    Table  6.  Average daily exposure of non-carcinogenic heavy metals in soils (mg/(kg·d))
    下载: 导出CSV 
    | 显示表格
    表  7  土壤重金属致癌平均日暴露量(mg/(kg·d))
    Table  7.  Average daily exposure of soil heavy metals causing cancer (mg/(kg·d))
    下载: 导出CSV 
    | 显示表格

    根据日暴露量和参考剂量计算研究区7种重金属的非致癌与致癌健康风险指数,结果如表 8表 9所示。

    表  8  土壤重金属非致癌健康风险指数
    Table  8.  Non-carcinogenic health risk index of soil heavy metal
    下载: 导出CSV 
    | 显示表格
    表  9  土壤重金属致癌健康风险指数
    Table  9.  Cancer health risk index of soil heavy metal
    下载: 导出CSV 
    | 显示表格

    非致癌健康风险指数显示:成人非致癌风险不同暴露途径顺序为HQing>HQinh>HQderm,儿童为HQing>HQderm>HQinh,表明经口摄入是非致癌风险的主要途径。从重金属元素来看,成人的非致癌风险排序依次为As>Pb>Cd>Cr>Cu>Zn>Hg,儿童排序为为As>Pb>Cr>Cd>Cu>Zn>Hg。其中,As和Pb元素为高风险元素,As元素成人和儿童经口摄入途径均值大于1,Pb元素儿童经口摄入途径均值大于1;意味着这些重金属将通过经口摄入途径对人体尤其是儿童健康造成不良影响。此外,研究区土壤中Cd与Cr元素儿童经口摄入途径最大值大于1,Cd元素成人和儿童呼吸吸入途径最大值大于1,暗示二者会对人体产生非致癌风险;其余重金属元素在不同暴露途径中均小于1,对人体健康影响较弱。因此,需要着重管理和控制研究区内As、Pb以及部分区域Cd和Cr的污染状况,以免对当地居民尤其是儿童产生不利影响。

    致癌健康风险指数显示,成人与儿童不同暴露途径致癌风险顺序均为CRing>CRinh>CRderm;表明经口摄入途径为成人和儿童致癌风险的主要途径,呼吸吸入途径为成人和儿童致癌风险的次要途径。研究区重金属元素对成人和儿童致癌风险贡献顺序依次为As>Cd>Cr>Pb。As元素成人和儿童的CRing的均值分别为1.19×10-3和1.91×10-3,CRinh的均值分别为9.74×10-5和4.05×10-5,CRderm的均值分别为1.03×10-5和1.14×10-5;即As经口摄入途径对人体健康构成了致癌风险,呼吸吸入和皮肤接触途径则属于可接受范围;Cd经口摄入途径的均值位于10-6~10-4,呼吸吸入以及皮肤接触均值小于10-6。表明经口摄入属于可接受范围,呼吸吸入以及皮肤接触途径不会对人体产生致癌风险;此外,Cd元素成人和儿童经口摄入的最大值分别为5.56×10-4和8.95×10-4,这表明研究区内部分采样点中Cd元素存在致癌风险;Cr所有接触途径均位于10-6~10-4,属于可接受范围;Pb经口摄入属于可接受范围,呼吸吸入与皮肤接触途径不会对人体产生致癌风险。根据TCR以及上述分析可知,研究区土壤As元素对人体健康构成了潜在的致癌风险,Cd部分采样点同样存在致癌风险,Cr和Pb元素则属于可接受范围,对人体致癌风险较小。

    土壤中重金属污染是当前环境、土壤等领域的主要研究问题之一,城市、工业区以及矿区是重金属污染的高危地带。本文通过对研究区土壤重金属含量,变异系数和空间分布分析可知:研究区土壤中Cd、As、Pb、Zn、Cu含量明显高于土壤环境背景值,呈现出富集于矿业区的特点;它们在空间分布上亦较为一致,重金属含量呈现尾矿库>冶炼区>采矿区的规律;研究区Cr富集区主要分布在生活区,可能与矿业无关;Hg分布较均匀,无明显富集区。

    目前,土壤重金属评价主要基于生态风险和健康风险,本文结合已有研究发现,研究区土壤重金属生态风险与邻近区域研究结果趋于一致。沈红艳(2021)评价了湖南省某典型流域农田土壤重金属的生态风险,发现Cd、As、Pb受到工业、交通运输等影响污染最为突出,Cr和Hg受自然活动影响污染较轻;余璇等(2016)对湖南某铅锌矿生态风险评价,发现Cd、Pb、As、Cu、Zn属于中等及以上风险状态,Cr属于相对安全水平;雷鸣等(2008)对湖南9个县市采矿区和冶炼区附近水稻土5种重金属风险进行评价,发现土壤重金属Cd、As、Zn、Cu、Pb都在中等潜在风险之上。通过上述研究发现该片区土壤重金属均存在严重的生态危害,需要对该地区土壤生态环境的治理采取综合且有效的措施。

    研究区土壤重金属致癌与非致癌的主要暴露途径为经口摄入,儿童受到的致癌与非致癌风险总体要大于成人,表明儿童更易受到重金属的威胁。这与杨敏等(2016)鲍丽然等(2020)等研究结果相近,可能是由于儿童的生理和行为特征(吸吮行为等)更易接触到土壤以及儿童较差的免疫所导致。该区As和Pb对人体构成了潜在的威胁,其中As为主要的风险元素,这可能是由于As较大的毒性和较高的含量所致。周楠(2016)王昌宇等(2021)指出重金属健康风险除了与含量有关之外,还与重金属毒性有关,As具有较大的毒性,更易对人体产生潜在的健康威胁。考虑到重金属无法被人体全部吸收消化,李华等(2015)刘同等(2022)引入生物可给性,发现基于总量的评价与生物体内含量相关性较差,往往夸大了危害程度。本次研究评价基于土壤中重金属总量,缺乏一些间接因素(如作物对重金属的转归、人体对重金属的拮抗作用),因此本次研究有一定程度的不确定性,真实情况还需进一步研究。但从土壤环境与健康角度出发,土壤环境治理依然不容懈怠,对潜在的健康风险应保持警惕。

    (1)地统计分析表明研究区土壤重金属含量高于土壤背景值,其中As和Cd最为突出;变异系数表明,Cu、Pb、Zn、Cd和As元素受到矿业活动影响较大,Cr和Hg元素受矿业活动影响较小;空间分布结果表明Cu、Pb、Zn、Cd和As含量富集区位于矿区附近,具有集中分布和复合污染的趋势。

    (2)地累积指数评价结果显示,研究区Cd和As元素污染现象最为突出,Cu、Pb和Zn元素污染次之,Cr和Hg总体呈无污染—轻度污染状态。潜在生态风险指数表明,研究区土壤中重金属潜在生态风险主要以中—极重风险为主,As和Cd生态风险较高,是生态风险的主要贡献元素,Pb和Cu元素次之,Zn、Cr和Hg为轻微风险。

    (3)人体健康风险评估结果表明,儿童更容易受到重金属威胁,经口摄入是重金属非致癌和致癌风险的主要暴露途径。土壤中Cd和Cr部分样本对人体具有潜在的非致癌风险,Cd部分样品对人体具有潜在的致癌风险。As和Pb总非致癌风险指数大于1,为主要非致癌因子,具有潜在的非致癌风险;As总致癌风险指数大于10-4,为主要致癌因子。

    致谢: 感谢审稿老师提出的宝贵意见以及编辑部的大力支持。
  • 图  1   电性统计柱状图

    Figure  1.   Histogram of rock electrical properties

    图  2   大地电磁正演模拟图

    Figure  2.   Apparent resistivity and phase section of MT forward modeling

    图  3   矿体自然极化及自然电场

    Figure  3.   Natural polarization and Natural electric field of orebody

    图  4   板状体不同倾角自然电位响应特征曲线

    Figure  4.   Characteristic curves of SP response of plate body with different dip angles

    图  5   攀枝花中坝石墨矿地质图

    Figure  5.   Geological map of Zhongba Deposit in Panzhihua

    图  6   中坝石墨矿自然电位梯度平面等值线图

    Figure  6.   Contour map of Sp gradient in Zhongba graphite deposit

    图  7   AMT+MT频段分布图

    Figure  7.   Band distribution map of AMT+MT

    图  8   勘探线剖面图

    Figure  8.   Profile map of prospecting line

    图  9   中坝L4线宽频大地电磁测深反演解释剖面图

    Figure  9.   BMT inversion interpretation profile of line4 in Zhongba deposit

    图  10   调查前唐家坪地质图(据1∶25万区域地质图盐边幅)

    Figure  10.   Primitive geological map of Tangjiaping(after 1∶250000 Regional Geological Map)

    图  11   唐家坪自然电位梯度等值线图

    Figure  11.   Contour map of Sp gradient in Tangjiaping

    图  12   调查后唐家坪地质图

    Figure  12.   Geological map of Tangjiaping after investigation

    图  13   唐家坪L1线宽频大地电磁测深解释剖面

    Figure  13.   Inversion interpretation profile of line1

    图  14   唐家坪L2线宽频大地电磁测深反演解释剖面图

    Figure  14.   BMT inversion interpretation profile of line2 in Tangjiaping

    图  15   唐家坪L3线宽频大地电磁测深反演解释剖面图剖面

    Figure  15.   BMT inversion interpretation profile of line3 in Tangjiaping

    图  16   宽频大地电磁测深剖面三维显示

    Figure  16.   3D Profile Display of B MT

    图  17   剩余电性体三维显示

    Figure  17.   3D Display of residual electrical body

    图  18   剩余电性体地质模型图

    Figure  18.   Geological model map of residual electricity body

    表  1   攀枝花地区岩(矿)石电性统计

    Table  1   Statistics of physical parameters of rocks in Panzhihua

    下载: 导出CSV

    表  2   大地电磁相关参数表

    Table  2   Relevant parameter of MT

    下载: 导出CSV
  • Bai Q, Zhang S T, Wang W L, Wang Z J. 2015. Variance of graphite import-export volume and price in china for 2003-2012: A time series analysis[J]. Resources Policy, 44: 65-70. doi: 10.1016/j.resourpol.2015.01.004

    Constable S C, Parker R L, Constable C. 1987. A practical algorithm for generating smooth models from electromagnetic sounding data[J]. Geophysics, 52(3): 289-300. doi: 10.1190/1.1442303

    Dissanayake C B, Chandrajith R, Boudou J P. 2000. Biogenic graphite as a potential geomarker -Application to continental reconstructions of Pan-African Gondwana terrains[J]. Gondwana Research, 3: 405-413. doi: 10.1016/S1342-937X(05)70298-7

    Dong Hao, Wei Wenbo, Ye Gaofeng, Jin Sheng, Jin Jianen, Zhang Letian, Zhang Fan, Xie Chenliang. 2012. Study of two dimensional magnetotelluric inversions of complex three dimensional structures[J]. Chinese J. Geophys, 55(12): 4003-4014 (in Chinese with English abstract).

    Glassley W. 1982. Fluid evolution and graphite genesis in the deep continental crust[J]. Nature, 295: 299-231. doi: 10.1038/295299a0

    Hu Yaoxing, 2015. Application of comprehensive electrical methodin the Jamming area of graphite ore deposit[J]. China non-metallic minerals industry, 4: 29-33(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTotal-LGFK201504010.htm

    Huang Bojun. 1986. Graphitization of carbonaceous material in metamorphic rocks[J]. Acta Mineralogica Sinica, 6(4): 350-355(in Chinese with English abstract).

    Jiang Gaozhen, Li Yike, Wang Anjian, Yang Xuan. 2017. Genetic features of Dawudian graphite deposit in Urad Middle Banner, Inner Mongolia[J]. Earth Science Frontiers, 5(24): 307-316(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTotal-DXQY201705032.htm

    Jin Guangwen. 1991. A sensitivity study on magnetotelluric data[J]. Acta Geophysica Sinica, 4: 465-473(in Chinese with English abstract).

    Li Chao, Wang Denghong, Zhao Hong. 2015. Minerogenetic regularity of graphite deposits in China[J]. Mineral Deposits, 34(6): 1223-1236(in Chinese with English abstract).

    Li Hanbin, Zhang Bing. 2015. Metamorphism and its significance of Yunshan graphite deposit in Heilongjiang[J]. China Non-metallic Minerals Industry, 1: 45-46(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTOTAL-LGFK201401017.htm

    Lin Changyou, Wu Yuxia. 1991. On the joint inversion of Magnetotelluric data[J]. Northwestern Seismological Journal, 2(13): 8-20(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTOTAL-ZBDZ199102001.htm

    Liu Huanan, Liu Jiajun, Li Xiaowei, Liu Chonghao, Dai Hongzhang, Tao Yinlong, Wang Jianfeng, Du Yingdong, Fan Yunfei. 2018. Thermoelectric characteristics of pyrite from the Xindigou gold deposit in Inner Mongolia and its significance on deep prospecting[J]. Geology in China, 45(4): 819-838(in Chinese with English abstract).

    Lu Yaozu, Shi Guocheng. 2016. Geological characteristics and genersis analysis of graphite deposit in South Mountain of Datonggou region, Qinghai Province[J]. Journal of Qinghai University(Natural Science Edition), 2(34): 54-59(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTOTAL-QHXZ201602010.htm

    Luo Maojin, Ma Zhixin, Sun Zhiming, Huang Teng, Ren Jingwei, Jiang Yan. 2019. Crystalline-basement crystalline graphite deposit dataset on the northern margin of the Upper Yangtze and North Sichuan[J]. Geology in China, 46(S1): 39-45(in Chinese with English abstract).

    Oohashi K, Hirose T, Kobayashi K, Shimamoto T. 2012. The occurrence of graphite-bearing fault rocks in the Atotsugawa fault system, Japan: Origins and implication for fault creep[J]. Journal of Structural Geology, 38: 39-50. doi: 10.1016/j.jsg.2011.10.011

    Pitcairn I K, Roberts S, Teagle D A H, Crow D. 2005. Detecting hydrothermal graphite deposition during metamorphism and gold mineralization[J]. Journal of the Geological Society, London, 162: 429-432. doi: 10.1144/0016-764904-139

    PoubaZ, Kříbek B, 1986. Organic matter and the concentration of metals in Precambrian stratiform deposits of the Bohemian Massif[J]. Precambrian research, 33: 225-237. doi: 10.1016/0301-9268(86)90023-9

    Qiu Gengen, Fang Hui, Lü Qinyin, Peng Yan. 2019. Deep electrical structures and metallogenic analysis in the north section of Wuyishan Mountains and its adjacent areas: Based on three-dimensional magnetotelluric sounding results[J]. Geology in China, 46(4): 775-785(in Chinese with English abstract).

    Qiu Yonghai, Chen Baizhen. 1997. Electrochemistry mechanism of induced polarization of graphite ore[J]. The Chinese Journal of Nonferrous Metals, 3(7): 6-9(in Chinese with English abstract).

    Schiffbauer J D, Yin L, Bodnar R J, Kaufman A J, Meng F, Hu J, Shen B, Yuan X, Bao H, Xiao S. 2007. Ultrastructural and geochemical characterization of Archean-Paleo-proterozoic graphite particles: Implication for recognizing traces of life in highly metamorphosed rocks[J]. Astrobiology, 7(4): 684-704. doi: 10.1089/ast.2006.0098

    Smith J T, Booker J R, 1991. Rapid inversion of two-and three-dimensional magnetotelluricdata[J]. J. Geophys, 96(B3): 3905-3922. doi: 10.1029/90JB02416

    Tang Jingtian, Ren Zhengyong, Hua Xirui. 2007. The forward modeling and inversion in geophysical electromagnetic field[J]. Progress in Geophysics, 22(4): 1181-1194(in Chinesewith English abstract).

    Ueno Y, Yurimoto H, Yoshioka H, Komiya T, Maruyama S. 2002. Ion microprobe analysis of graphite from ca. 3.8 Ga metasediments, Isuasupracrustal belt, West Greenland: Relationship between metamorphism and carbon isotopic composition[J]. Geochimica et Cosmochimica Acta, 66(7): 1257-1268. doi: 10.1016/S0016-7037(01)00840-7

    Upton P, Craw D. 2008. Modelling the role of graphite in development of a mineralised mid-crustal shear zone, Macraes mine, New Zealang[J]. Earth and Planetary Science Letters, 266(3/4): 245-255. https://www.sciencedirect.com/science/article/abs/pii/S0012821X0700698X

    Wang Gang, Fang Hui, Qiu Gengen, Huang Jimin. 2019. The deep electrical structure across Anqing-Guichi ore concentration area[J]. Geology in China, 46(4): 795-806(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTotal-DIZI201904011.htm

    Wang Jian, Lü Chengyuan, Hu Yonghua, Sun Zhigang. 2004. Experiment of rock resistivity under formation conditions[J]. Petroleum Exploration and Development, 13(1): 113-115. http://en.cnki.com.cn/Article_en/CJFDTOTAL-SKYK200401036.htm

    Yan Lingya, Gao Shuxue, Chen Zhengguo, Jiao Lixiang, Sun Li, Liu Yanfei, Zhou Wen. 2018. Metallogenic characteristics and metallogenic zoning of graphite deposits in China[J]. Geology in China, 45(3): 421-440(in Chinese with English abstract). http://en.cnki.com.cn/Article_en/CJFDTotal-DIZI201803002.htm

    Yu Peng, Wang Jialin, Wu Jiansheng, Zhang Donglun. 2003. Improving inversion resolution by using new definition of magnetotelluric apparent resistivity[J]. Journal of Tongji University, 4(31): 418-423.

    Zhang Kun, Lü Qingtian, Yan Jiayong, Zhao Jinhua. 2019. The three-dimensional electrical characteristics of the typical iron and copper deposits in the Lujiang-Zongyang ore concentration area[J]. Geology in China, 46(4): 807-817(in Chinese with English abstract).

    Zhang Wenhao, Wang Dandan, Li Shizhen, Zhou Xingui, Zhang Jiaodong, Liu Weibin, Zhou Ximing, Wang Peiye. 2019. The application of gravity-magnetic-electric prospecting engineering for Carboniferous-Permian petroleum geological survey in Sanjiang Basin, Heilongjiang Province[J]. Geology in China, 46(1): 191-202(in Chinese with English abstract).

    仇根根, 方慧, 吕琴音, 彭炎. 2019. 武夷山北段及相邻区深部电性构造与成矿分析: 基于三维大地电磁探测结果[J]. 中国地质, 46(4): 775-785. http://geochina.cgs.gov.cn/geochina/ch/reader/view_abstract.aspx?file_no=20190408&flag=1
    仇勇海, 陈白珍, 1997. 石墨矿的激发极化电化学机理[J]. 中国有色金属学报, 3(7): 6-9.
    董浩, 魏文博, 叶高峰, 金胜, 景建恩, 张乐天, 张帆, 谢成良. 2012. 大地电磁测深二维反演方法求解复杂电性结构问题的适应性研究[J]. 地球物理学报, 55(12): 4003-4014. doi: 10.6038/j.issn.0001-5733.2012.12.012
    胡耀星. 2015. 综合电法在干扰区石墨矿勘查中的应用[J]. 中国非金属矿工业导刊, 4: 29-33. https://www.cnki.com.cn/Article/CJFDTOTAL-LGFK201504010.htm
    黄伯钧. 1986. 变质岩中碳质物质的石墨化作用[J]. 矿物学报, 6(4): 350-355. doi: 10.3321/j.issn:1000-4734.1986.04.010
    姜高珍, 李以科, 王安建, 杨轩, 杨彪, 马莉. 2017. 内蒙古乌拉特中旗大乌淀石墨矿成因特征分析[J]. 地学前缘, 5(24): 307-316.
    晋光文. 1991. 大地电磁资料的灵敏度研究[J]. 地球物理学报, 4: 465-473. doi: 10.3321/j.issn:0001-5733.1991.04.007
    李超, 王登红, 赵鸿, 裴浩翔, 李欣蔚, 周丽敏, 杜安道, 屈文俊. 2015. 中国石墨矿床成矿规律概要[J]. 矿床地质, 34(6): 1223-1236. https://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ201506011.htm
    李寒滨, 张冰. 2014. 黑龙江云山石墨矿床变质作用及其意义[J]. 中国非金属矿工业导刊, 1: 45-46.
    林长佑, 武玉霞. 1991. 大地电磁测深资料的联合反演研究[J]. 西北地震学报, 2(13): 8-20. https://www.cnki.com.cn/Article/CJFDTOTAL-ZBDZ199102001.htm
    刘华南, 刘家军, 李小伟, 刘冲昊, 代鸿章, 陶银龙, 王建锋, 杜映东, 范云飞. 2018. 内蒙古新地沟金矿床黄铁矿热电性特征及深部找矿意义[J]. 中国地质, 45(4): 819-838. http://geochina.cgs.gov.cn/geochina/ch/reader/view_abstract.aspx?file_no=20180412&flag=1
    路耀祖, 石国成. 2016. 青海大通沟南山石墨矿床地质特征及其成因分析[J]. 青海大学学报(自然科学版), 2(34): 54-59. https://www.cnki.com.cn/Article/CJFDTOTAL-QHXZ201602010.htm
    罗茂金, 马志鑫, 孙志明, 黄腾, 任京伟, 姜岩. 2019. 上扬子北缘川北地区结晶基底晶质石墨矿数据集[J]. 中国地质, 46(S1): 39-45. doi: 10.12029/gc2019Z105
    汤井田, 任政勇, 化希瑞. 2007. 地球物理学中的电磁场正演与反演[J]. 地球物理学进展, 22(4): 1181-1194. doi: 10.3969/j.issn.1004-2903.2007.04.025
    王刚, 方慧, 仇根根, 黄继民. 2019. 安庆-贵池矿集区及邻区深部电性结构研究[J]. 中国地质, 46(4): 795-806. http://geochina.cgs.gov.cn/geochina/ch/reader/view_abstract.aspx?file_no=20190410&flag=1
    王建, 吕成远, 胡永华, 孙志刚. 2004. 地层条件下岩石电性特征实验研究[J]. 石油勘探与开发, 13(1): 113-115. doi: 10.3321/j.issn:1000-0747.2004.01.036
    颜玲亚, 高树学, 陈正国, 焦丽香, 孙莉, 刘艳飞, 周雯. 2018. 中国石墨矿成矿特征及成矿区带划分[J]. 中国地质, 45(3): 421-440. http://geochina.cgs.gov.cn/geochina/ch/reader/view_abstract.aspx?file_no=20180301&flag=1
    于鹏, 王家林, 吴健生, 张东伦. 2003. 利用MT新的视电阻率定义提高反演分辨率[J]. 同济大学学报, 4(31): 418-423. https://www.cnki.com.cn/Article/CJFDTOTAL-TJDZ200304010.htm
    张昆, 吕庆田, 严加永, 赵金花. 2019. 安徽庐江-枞阳矿集区典型铜、铁矿床三维电性结构特征[J]. 中国地质, 46(4): 807-817. http://geochina.cgs.gov.cn/geochina/ch/reader/view_abstract.aspx?file_no=20190411&flag=1
    张文浩, 王丹丹, 李世臻, 周新桂, 张交东, 刘卫彬, 周锡明, 王佩业. 2019. 重磁电勘探在黑龙江三江盆地石炭系-二叠系油气地质调查中的应用[J]. 中国地质, 46(1): 191-202. http://geochina.cgs.gov.cn/geochina/ch/reader/view_abstract.aspx?file_no=20190112&flag=1
  • 期刊类型引用(7)

    1. 张昌民,张祥辉,王庆,冯文杰,李少华,易雪斐,Adrian J.HARTLEY. 分支河流体系沉积学工作框架与流程. 岩性油气藏. 2024(01): 1-13 . 百度学术
    2. 张倩,王永诗,王学军,杨怀宇,王天福. 东营凹陷缓坡带陆相红层砂岩粒度特征及沉积环境意义. 地质科技通报. 2024(05): 81-94 . 百度学术
    3. 陈春峰,陈忠云,万延周,陈建文,徐东浩,冯桢鸣,俞伟哲,姜雪. 东海盆地西湖凹陷南部花港组上段浅水曲流河三角洲发育特征. 海洋地质与第四纪地质. 2024(06): 175-185 . 百度学术
    4. Xianghui Zhang,Changmin Zhang,Adrian Hartley,Qinghai Xu,Wenjie Feng,Taiju Yin,Rui Zhu. Analysis of the Sedimentary Characteristics of a Modern Distributive Fluvial System:A Case Study of the Great Halten River in the Sugan Lake Basin, Qinghai, China. Journal of Earth Science. 2023(04): 1249-1262 . 必应学术
    5. 张昌民,张祥辉,朱锐,冯文杰,尹太举,尹艳树,Adrian J.HARTLEY. 分支河流体系研究进展及应用前景展望. 岩性油气藏. 2023(05): 11-25 . 百度学术
    6. 张祥辉,张昌民,冯文杰,徐清海,朱锐,刘帅,黄若鑫. 干旱地区分支河流体系沉积特征——以疏勒河分支河流体系为例. 石油勘探与开发. 2021(04): 756-767 . 百度学术
    7. 赵芸,张昌民,朱锐,冯文杰,赵康. 分支河流体系(DFS)研究进展. 大庆石油地质与开发. 2021(06): 1-11 . 百度学术

    其他类型引用(2)

图(18)  /  表(2)
计量
  • 文章访问数:  2262
  • HTML全文浏览量:  822
  • PDF下载量:  2231
  • 被引次数: 9
出版历程
  • 收稿日期:  2019-10-10
  • 修回日期:  2019-12-09
  • 网络出版日期:  2023-09-25
  • 刊出日期:  2022-02-24

目录

/

返回文章
返回
x 关闭 永久关闭