基于改进SWAT模型的滹沱河上游流域重金属模拟初步研究--以Zn为例

基于改进SWAT模型的滹沱河上游流域重金属模拟初步研究--以Zn为例 基于改进 SWAT 模型的滹沱河上游流域重 金属模拟初步研究——以 Zn 为例 5 摘要:本文以流域水文模型 SWAT 为基础，初步构建了重金属在流域中迁移转化过程的模 拟模块，包括重金属源输入、土壤中的迁移转化、河流和水库中随水沙的迁移过程。重金属 化学形态按照液相水溶态和络合物结合态、固相活泼态和不活泼态设定，在水文过程中主要 考虑前三个形态之间的平衡。本文应用该重金属模块对滹沱河上游流域中 Zn 的迁移转化进 10 行了模拟，主要考察了典型半湿润半干旱区流域中“春末夏初持续干旱、汛期集中降水”的 季节性特征加强时 Zn 流域输出变化。结果显示，在定义的“加强系数”不超过 1.1 的条件 下，Zn 的出流量增加不会超过一个数量级。本研究为研究全球环境变化背景下重金属扩散 所导致的环境风险的定量化研究打下一定基础。 关键词:自然灾害学，SWAT，重金属，模拟，半湿润半干旱气候 15 中图分类号:X143 A Preliminary Research on Heavy Metal Behavior Modeling In Hutuohe Upstream Watershed Based on SWAT Model: 20 Taking Zinc as an Example HE Shouliang1,2,3, MENG Yaobin1,2,3, LU Chao1,2,3 (1. State Key Laboratory of Earth Surface Processes and Resources Ecology; 2. Key Laboratory of Environment Change and National Disaster, MOE; 3. Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875, China) 25 Abstract: This paper reports the preliminary result of an effort to develop a module, on the basis of SWAT system, to model the behavior of heavy metals in a watershed. Heavy metals’ input, movement and transformation in soil, movement with water and sediment in reach and reservoir were modeled in this module. Four heavy metals species, namely, labile species in solid, non-labile in solid, soluble species in water, and ligand-bound species in water were considered 30 and a balance between the former 3 were adopted when modeling the movement of heavy metal with the flooding, infiltrating, revaporating processes. The SWAT model lading the heavy metal module was used simulate the output of Zinc in the upstream watershed of Hutuohe river, which is a typical semi-humid semi-arid region characterized by its special monsoon climatic, viz., drought in spring-summer and flash rains in flooding season. The modeling result suggested that the 35 watershed output of Zn would increase by no more than 1 order even the aforementioned climatic feature was hypothetically elevated by 10%. This research was deemed a prospective initiative for a quantitative analysis of the environmental risk involving heavy metals’ movement and spread under global climate change circumstances. Key words: Natural disaster;heavy metal speciation;sediment;reservoir;grain size 40 -1- 0 引言 金属矿山的开发会伴随废矿或尾矿中重金属的淋出和迁移转化，洪水等地表水文过程对 45 矿山周边重金属污染向更大区域的扩散起到很大作用[1, 2]。SWAT 模型在国内外被广泛的应 用于水文[3-5]、非点源污染[6-8]等模拟，且都表现了良好的适应性。SWAT 模型的开源使其具 有很强的拓展性，K. Holvoet 等改进了 SWAT 模型的杀虫剂模块[9]，张永勇等拓展了 SWAT 模型的 COD 模拟功能[10]，都取得了较好的效果，但 SWAT 模型目前还缺乏成熟的重金属模 [12,13] 拟模块[11]。流域重金属模拟的难点在于重金属分布于固液两相，各包括不同形态 50 ，长 期流域重金属的模拟不仅要模拟重金属随水沙的迁移过程，而且要考虑重金属各化学形态的 转化和其与水文过程的耦合作用，如干旱时重金属的行为特征。所以重金属的迁移转化很大 程度上受到气候条件的影响。半湿润半干旱地区季节性气候特征明显，表现为春末夏初持续 干旱，汛期集中降水，重金属的水文过程可能存在其独特性。洪水时重金属的迁移转化作用 [2, 14-16]，干旱时可能存在重金属的风化、积累过程以及土壤下层重金属通过毛细作用向 增强55 上层运移的过程[17-19]，也可能促进重金属形态的转化[20]。IPCC 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 预测极端气候条件会有 所增强[21]，如果半湿润半干旱地区“春末夏初持续干旱、汛期集中降水”季节性气候特征 进一步加强，可能会对流域重金属的输出产生重大影响。 本文以滹沱河上游为例，基于 SWAT 模型，构建了重金属迁移转化模块。通过对研究 区重金属 Zn 的模拟，探讨了重金属随水文过程的输出规律以及“春末夏初持续干旱、汛期 60 集中降水”季节性特征的加强对该输出规律的影响。 1 数据与方法 研究区概况 1.1 本研究选取滹沱河忻州市界河铺水文站上游流域(见图 1)，流域面积约六千平方公里。 研究区内包括支流沿口河、羊眼河、峨河、峪河、中解河、常乐河、阳武河、永兴河和北云 65 [22]，中小型水库多座[23]，年均降雨量多在 350mm-550mm 之间，多集中在夏秋季节， 中河 为典型的半湿润半干旱地区。研究区是山西主要的金属矿区，存在大型铁矿区(如峨口铁矿 区、宝山铁矿区、平型关铁矿区等)、金矿区(义兴寨金矿区等)和众多小型采矿点。该地 区在上世纪后期，铁矿、金矿开采强度大，且存在乱采乱开现象。尽管经过整治，小矿场被 关闭，开矿秩序和环境保护得到很大改善，但是遗留的大量的废矿(石)和尾矿，存在潜在 70 的重金属污染环境风险。 -2- 滹沱河上游流域 图 1 Fig. 1 Upper Hutuohe watershed 研究数据 1.2 75 本研究 SWAT 模型所需数据和天气情景模拟所需数据如表 1 所示。 表 1 -13研究数据 Tab. 1 Research data 数据类型 数量及规格 数据属性 DEM 高程 栅格:30m×30m 土地利用 矢量 2005 年土地利用分类 土壤分类 土壤分类及其理化数据 1:200 万 气象站 日最高最低气温、风速、降水、湿度、辐射等 6 个 水文站 界河铺水文站水量、沙量 1 个 水库 防洪库容、兴利库容、灌区面积等 32 个 TM 影像 栅格:30m×30m 2009 年 5 月 31 日 SWAT 模型构建 1.3 本研究使用基于 arcgis9.3 的 arcswat2005 用户界面，利用以上相关数据进行模型的构建 80 以及校准验证。在构建模型的过程中，选择界河铺水文站作为流域的总出口，将模型将研究 区分为 53 个子流域，其中总出口为第 52 子流域。根据土地利用、土壤类型和坡度将研究区 划为 1949 个水文响应单元(HRU)。模型所需降水、日最高气温、日最低气温、相对湿度、 风速选用原平气象站数据，所需辐射量选用太原气象站和大同气象站数据。研究区内中小型 水库非常多，对当地水量调节起了很大作用，所以必须按实际用水情况添加水库设置。中型 85 水库按经纬度精确设置(其中神山水库为阳武河引流水库，设置在附近阳武河流域出口处)， -3- 小型水库中较大的龙山水库和虎山水库设置在相应流域出口，其它小型水库按所在子流域将 库容等数据加和处理后按池塘进行设置。根据实地调查，将研究区农业管理设置为一季玉米 种植，根据水库灌面数据以及玉米种植规律设置农业取水灌溉参数。模型的模拟时间为 1982 90 年到 2005 年，其中 1982 年作为预热期，1983 到 1994 年作为校准期，1995 年到 2005 年作 为验证期。 由于本研究中全流域只用了一个雨量站，且 SWAT 对河流结冰和冰溶模拟的欠缺，所 以对研究流域内 1-3 月份的模拟效果较差。本研究选取校准期 4-12 月份径流和泥沙数据进 行校准，并对验证期进行验证(见图 2、图 3)。采用相对误差 Re、Nash-Sutcliffe 模型效率 ns 和决定系数 R2 对模型模拟结果进行评估，结果(见表 2)表明径流模拟校准期和验 系数 E95 证期 Re 均小于 0.1，Ens 和 R2 均大于 0.82，泥沙模拟校准期和验证期相对误差均小于 0.23， Ens 和 R2 均大于 0.71，模型验证符合 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 。 流域出口径流模拟与实测对比 图 2 Fig. 2 Comparison of simulated and observed monthly flow at watershed outlet 100 图 3 -13流域出口泥沙模拟与实测对比 Fig. 3 Comparison of simulated and observed monthly loads of sediment at watershed outlet 表 2 SWAT 模拟结果评价 105 -4- Tab. 2 Evaluation of SWAT simulation quality 项目 模拟时期 Re 2 REns 径流 校准期 0.10 0.84 0.84 验证期 -0.07 0.82 0.82 泥沙 校准期 0.10 0.71 0.76 验证期 -0.23 0.91 0.96 重金属模块构建 1.4 本研究中重金属在固相中分为活泼态(可交换态)、非活泼态(碳酸盐结合态、铁锰氧 化态、有机物结合态和残渣态)，在液相中分为水溶态(离子态)、络合物结合态[24]。 重金属模块主要考虑了四个过程: 110 1、重金属源(矿石及废矿的表层)的风化及对流域土壤表层的输入; 2、流域土壤中重金属下渗、毛细作用下向上迁移和随水、沙向河道的输入; 3、河道中重金属随水、沙的迁移转化; 4、水库中重金属随水、沙的迁移转化。 其中，流域土壤中重金属下渗和向上迁移仅限于液相重金属。 115 本研究中重金属源通过遥感影像(2009 年 5 月 31 日 TM)和实地考察获得。重金属源 的分布与流域水文响应单元图叠加，计算每个 HRU 中所含重金属源的比例，风化速率等采 [25-27]，风化后的重金属都作为固相活泼态输入土壤表层。 用文献数据 研究表明[24]，在水动力学过程中重金属形态之间建立平衡的判别条件如式( 1 )所示， , 0.1 (1) 120 其中, 为土壤中水的流速，单位 cm/s;Tc 为平衡反应的响应时间，单位 s;λ 为土壤的 弥散度，单位 cm。 根据固相中 Zn 各形态之间到达平衡的响应时间 Tc[28, 29]，可以判断固相活泼态 Zn 与液 相水溶态 Zn 能够迅速达到平衡，而固相不活泼态与固相活泼态之间不能应用平衡假设，所 以本研究中在水动力学过程中未考虑不活泼态向活泼态的转化，而只考虑了固相活泼态、液 125 相水溶态、液相络合物结合态三个形态之间的平衡，平衡常数采用文献数据[13, 28, 30]。 本研究用 Fortran 语言编写了重金属模块，并与 SWAT 的源程序进行融合。 天气情景模拟 1.5 对大同、五台山、原平、太原、五寨和阳泉六个气象站点的日气象数据(包括气压、最 高气温、最低气温、湿度、风速、日照时长、辐射、降水、降水概率) 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 化，进行主成分 130 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ，结果前两个主成分得分很高，远大于其它成分。第一主成分反映了基本的四季演替规 律，第二主成分表现为气温温和、湿度低、风速大、日长、辐射高、降水少或相反情况，集 中反映了“春末夏初持续干旱、汛期集中降水”的气候特征。对第二主成分进行 EMD 分解 [31] ，从周期和能量考虑，发现第 12、13 IMF 主要负载了该气候特征的季节性变化。 定义 r 为“春末夏初持续干旱、汛期集中降水”特征的加强系数。将 12、13 IMF 乘以 135 r，再与其余 IMF 复合为新的第二主成分，再与其它主成分一起复合成虚拟的气象条件，代 入 SWAT 中作为气象输入来模拟“春末夏初持续干旱、汛期集中降水”特征加强后的流域 Zn 的输出变化。 为了综合考虑“春末夏初持续干旱、汛期集中降水”特征和年降水量的交互影响，根据 -5- 连续三年均降水量的多寡，选取降水比较规律年份 1969-1971 年作为预热模拟，再选取极端 140 少雨年(1999-2001 年)、平常年(1974-1976 年)和极端多雨年(1994-1996 年)作为 3 种降水背 景，并在每种情况下设置 r 分别取值 1.00、1.05 和 1.10 时的情景，得到 9 种不同时段和 r 取值的情景(见表 3)，用以模拟流域 Zn 迁移转化。 模拟情景设置 表 3 Tab. 3 Scenarios used for simulation 145 项目 情景 1 情景 2 情景 3 情景 4 情景 5 情景 6 情景 7 情景 8 情景 9 降水背景 极端少雨年 平常年 极端多雨年 1.00 1.05 1.10 1.00 1.05 1.10 1.00 1.05 1.10 r 值 2 模拟结果与分析 重金属 Zn 污染模拟效果 2.1 对情景 4 中 Zn 的迁移转化模拟进行考察，由流域总出口 Zn 出流量与降水、径流量、 泥沙的对应情况(见图 4)可知，Zn 出流量的大幅升高几乎全部出现在降水后，并且呈现 150 雨季多旱季少的特点，出流量(kg/天)数量级最高达 103，与根据河流底泥重金属含量和该 流域出口产沙量所推测的估计重金属出流量比较吻合[32];Zn 的出流量与水量、沙量存在很 强的相关性，又由于 Zn 在沙中的含量远远高于其在水中的含量，所以相比之下，泥沙的出 流量对 Zn 的出流量贡献更大。 图 4 流域 Zn 出流量、泥沙、径流、降水对应情况 155 Fig. 4 Projected watershed output of zinc for scenario 4 and its comparison to the projected time series of sediment loads、water flow and precipitation 注:A 为 Zn 出流量，B 为泥沙负荷，C 为径流量，D 为降水 2.2 下茹越水库 Zn 入流模拟结果 下茹越水库中 Zn 由水库上游流域矿区 Zn 迁移转化而来，为了能够较为清楚的显示模 160 拟结果，选取三年模拟中的中间一年进行研究，并对此年中前后两个半年分别使用不同的纵 坐标体系(见图 5)。对比所模拟九个情景，可发现降水背景不同时 Zn 的入库流量变化很 -1 数量级且前半年多处多时为 0(主 大，在极端少雨年(情景 1-3)，Zn 入库流量最高达到 10 要受河道断流影响);在平常年(情景 4-6)，Zn 入库流量最高达到 102 数量级且前半年仍 有多处为 0;在极端多雨年(情景 7-9)，Zn 入库流量最高达到 103 数量级而前半年为 0 值 165 -6- 时段明显变少。在相同降水背景下，可发现 r 值升高后，每年汛期(7-9 月份)Zn 入库流量 有所增加，而春末夏初(3-6 月份)Zn 入库流量却又有减少(情景 7-9 略有出入)，这是因 为 r 值的升高加强了 “春末夏初持续干旱、汛期集中降水”的特征，使得研究区水文过程 中春末夏初水沙流量减少而汛期水沙流量增加，从而导致 Zn 的入库流量出现相应的变化。 170 图 5 下茹越水库 Zn 入流模拟结果 Fig. 5 Projected zinc input to Xiaruyue reservoir for different scenarios 注:A 为情景 1-3，B 为情景 4-6，C 为情景 7-9 水库蓄满排水时也会伴随 Zn 向下游的排放，通过 Zn 的入库量和排出量，可计算出 Zn 175 在水库中的留存量。但是此模拟中绝大部分 Zn 靠降水产沙进行迁移，所以经过水库拦截作 用后，Zn 出流量大幅下降。本研究九个不同情景中下茹越水库 Zn 出流量几乎为 0，故水库 Zn 留存量基本等于入库流量。 流域总出口 Zn 出流模拟结果 2.3 流域总出口 Zn 为全流域矿区 Zn 迁移转化而来，与水库类似，为了能够较为清楚的显 示模拟结果，选取三年模拟中的中间一年进行研究，并对此年中前后两个半年分别使用不同 180 的纵坐标体系(见图 6)。虽然流域总出口重 Zn 出流量与下茹越水库 Zn 入库流量所对应的 汇流面积有大小之分，各自流域内矿区分布也不同，但是依然体现了相似的规律。对比九个 情景中流域总出口的 Zn 出流量，在极端缺雨年、平常年、极端多雨年三种不同降水背景下， -2、102、103;同种降水背景下 r 值升高后，每年汛期 流域总出口 Zn 出流量数量级分别为 10 Zn 出流量有所增加，而春末夏初 Zn 出流量却又有减少(情景 7-9 不明显)，这是因为 r 值 185 的升高加强了 “春末夏初持续干旱、汛期集中降水”的特征，使得研究区水文过程中春末 夏初水沙流量减少而汛期水沙流量增加，从而导致流域总的 Zn 出流量发生相应的变化。 -7- 图 6 流域出口 Zn 出流模拟结果 Fig. 6 Projected zinc output at watershed outlet for different scenarios 190 注:A 为情景 1-3，B 为情景 4-6，C 为情景 7-9 各河段 Zn 出流量模拟结果分析 2.4 河段的 Zn 出流量是指从上游河段和此河段所在子流域流入该河段的 Zn，经过河段内的固液 分配、沉积浮起等作用后，随水沙流出河段的 Zn 量。计算 9 个情景下全流域 53 个河段各 195 自的三年 Zn 流出总量，如图 7 所示，图中将出流量按 0-10、10-50、50-100、100-200、200-500、 500-1000、1000-1500、1500-2000、2000-5000 以及 5000kg 以上 10 个等级水平进行显示。 由图 7 可见，上游河段 Zn 出流量多少和此河段所在流域含有矿区多少，是导致河段 Zn 出 流量多少的主要原因。如 36、37、42、43、46、48 和 53 河段上游河段和所在子流域都没有 Zn 的输入，所以河段的出流量为 0;相反，30、28、22、17 河段等或者上游河段 Zn 流入多， 或者所在子流域所含矿区多，所以能产生高的 Zn 出流量。由各个连续河段的出流量不难看 200 出，当其它支流或流域内没有大量的 Zn 输入时，各河段 Zn 出流量向下游逐渐减少，说明 河段对 Zn 具有一定的留存作用。考察 13 河段出口下茹越水库和 41 河段出口神山水库都可 以看出，水库之后河段较水库之前河段的 Zn 出流量存在大幅下降，水库对 Zn 留存作用显 著。 -8- 205 图 7 河段 Zn 流出总量模拟结果 Fig. 7 Projected Zinc output of Hutuohe reaches for different scenarios 对比不同情景，可发现降水背景对各河段 Zn 出流量影响较大:对比极端少雨年、平常 年和极端多雨年，同一河段的 Zn 出流量能够相差几个数量级; r 值的升高，会导致河段 Zn 出流量有一定的增加，但是增加量基本保持在一个数量级之内。 210 3 结论与讨论 本文为 SWAT 模型添加了重金属模块，并以之模拟了不同情景下流域重金属 Zn 的迁移 转化，结果表明对 Zn 的迁移转化过程模拟效果较好。通过对滹沱河上游流域 Zn 迁移转化 模拟可得到以下结论: 1、流域中 Zn 流入水库或河流的量与水、沙过程相关，且主要取决于泥沙流量;水库 215 对 Zn 有很强的留存作用，河段也会起到部分留存作用。 2、研究区“春末夏初持续干旱、汛期集中降水”特征加强时，一般会导致春末夏初 Zn 出流量变低，汛期 Zn 出流量变高，在加强系数不超过 1.1 的条件下，Zn 的出流量增加不会 超过一个数量级。 本研究中重金属模块作为初步尝试，做了适当的简化，如风化的重金属全部作为固相活 220 泼态输入、未考虑固相重金属活泼态向不活泼态的缓慢转化、忽略土壤中重金属向作物的迁 移、未考虑重金属理化参数随环境条件的变化、未考虑重金属源空间分布的差异等。尽管流 域出口 Zn 出流量模拟值与根据河流底泥 Zn 含量和该流域出口产沙量所推测的估计值比较 吻合，但本研究还需要系统的监测数据对该模块进行验证。另外，考虑到研究区气候特点、 重金属源的分布都比较简单，上述简化可以接受，但当该模块用于气候特点迥异或重金属源 225 分布较为复杂的区域时，应该进行必要的修正。为了模拟“春末夏初持续干旱、汛期集中降 水”特征加强对重金属迁移转化规律的影响，在设定模拟所需气象条件时，以历史气象数据 -9- 为基础，仅对明显承载该特征的成分进行了线性加强，这种处理方法所得模拟结果应从风险 模拟的角度去理解，而非对未来的预测。 致谢 230 忻州市水利局王丽萍同志，忻州市环保局刘晓虹同志，五台县环保局郝建玉同志，峨口 铁矿马润元同志等为滹沱河流域及矿区的调研、采样，模型验证等提供了多方帮助，藉此谨 致谢忱。 [参考文献] [1] Foster I, Charlesworth S M. Heavy metals in the hydrological cycle: Trends and explanation[J]. 235 HYDROLOGICAL PROCESSES. 1996, 10(2): 227~261. [2] Schulz-Zunkel C, Krueger F. Trace Metal Dynamics in Floodplain Soils of the River Elbe: A Review[J]. Journal of Environmental Quality. 2009, 38(4): 1349~1362. [3] 陆志翔，邹松兵，尹振良，等. 缺资料流域 SWAT 适宜性模型校准新方法及应用[J]. 兰州大学学报(自 然科学版). 2012(1): 1~7. 240 [4] Li M X, Ma Z G, Du J W. Regional soil moisture simulation for Shaanxi Province using SWAT model validation and trend analysis[J]. SCIENCE CHINA-EARTH SCIENCES. 2010, 53(4): 575~590. [5] 余钟波，潘峰，梁川，等. 水文模型系统在峨嵋河流域洪水模拟中的应用[J]. 水科学进展. 2006, 17(5): 645~652. [6] 张平，刘云慧，宇振荣，等. 基于 SWAT 模型的密云水库沿湖区氮磷流失养分控制策略研究[J]. 陕西师 245 范大学学报(自然科学版). 2010(6): 82~88. [7] Ouyang W, Skidmore A K, Toxopeus A G, et al. Long-term vegetation landscape pattern with non-point source nutrient pollution in upper stream of Yellow River basin[J]. JOURNAL OF HYDROLOGY. 2010, 389(3-4): 373~380. [8] Lee M, Park G, Park M, et al. Evaluation of non-point source pollution reduction by applying Best 250 Management Practices using a SWAT model and QuickBird high resolution satellite imagery[J]. JOURNAL OF ENVIRONMENTAL SCIENCES-CHINA. 2010, 22(6): 826~833. [9] Holvoet K, van Griensven A, Gevaert V, et al. Modifications to the SWAT code for modelling direct pesticide losses[J]. ENVIRONMENTAL MODELLING & SOFTWARE. 2008, 23(1): 72~81. [10] 张永勇，王中根，于磊，等. SWAT 水质模块的扩展及其在海河流域典型区的应用[J]. 资源科学. 2009(1): 255 94~100. [11] 田彦杰，汪志荣，张晓晓. SWAT 模型发展与应用研究进展[J]. 安徽农业科学. 2012(6): 3480~3483. [12] Tessier A, Campbell P, Bisson M. SEQUENTIAL EXTRACTION PROCEDURE FOR THE SPECIATION OF PARTICULATE TRACE-METALS[J]. ANALYTICAL CHEMISTRY. 1979, 51(7): 844~851. [13] Figura P, Mcduffie B. DETERMINATION OF LABILITIES OF SOLUBLE TRACE-METAL SPECIES IN 260 AQUEOUS ENVIRONMENTAL-SAMPLES BY ANODIC-STRIPPING VOLTAMMETRY AND CHELEX COLUMN AND BATCH METHODS[J]. ANALYTICAL CHEMISTRY. 1980, 52(9): 1433~1439. [14] Kruger F, Meissner R, Grongroft A, et al. Flood induced heavy metal and arsenic contamination of Elbe river floodplain soils[J]. Acta Hydrochimica Et Hydrobiologica. 2005, 33(5): 455~465. [15] Chrastny V, Komarek M, Tlustos P, et al. Effects of flooding on lead and cadmium speciation in sediments 265 from a drinking water reservoir[J]. Environmental Monitoring and Assessment. 2006, 118(1-3): 113~123. [16] Dennis I A, Macklin M G, Coulthard T J, et al. The impact of the October-November 2000 floods on contaminant metal dispersal in the River Swale catchment, North Yorkshire, UK[J]. Hydrological Processes. 2003, 17(8): 1641~1657. [17] Sardans J, Penuelas J. Drought changes the dynamics of trace element accumulation in a Mediterranean 270 Quercus ilex forest[J]. Environmental Pollution. 2007, 147(3): 567~583. [18] Tack F M G, Van Ranst E, Lievens C, et al. Soil solution Cd, Cu and Zn concentrations as affected by short-time drying or wetting: The role of hydrous oxides of Fe and Mn[J]. Geoderma. 2006, 137(1-2): 83~89. [19] 余平. 采矿环境地球化学研究[J]. 矿产与地质. 2002(6). [20] Meng Y B, He S L, Lu C, et al. Field Observed Variation of Exchangeable Cadmium in Soil with Drought 275 and Rain and Its Implication for Heavy Metal Environmental Risk[Z]. Shanghai, China: 2012. [21] Ipcc. Summary for Policymakers of the Synthesis Report of the IPCC Fourth Assessment Report[R]. Cambridge, UK, 2007. [22] 李英明，潘军峰. 山西河流[M]. 北京市: 科学出版社, 2004: 507. [23] 李建平，张秀丽. 忻州市水库安全与防汛[M]. 太原市: 山西人民出版社, 2006: 377. 280 [24] Degryse F, Smolders E, Parker D R. Partitioning of metals (Cd, Co, Cu, Ni, Pb, Zn) in soils: concepts, methodologies, prediction and applications - a review[J]. EUROPEAN JOURNAL OF SOIL SCIENCE. 2009, 60(4): 590~612. [25] Das A, Krishnaswami S, Sarin M M, et al. Chemical weathering in the Krishna Basin and Western Ghats of the Deccan Traps, India: Rates of basalt weathering and their controls[J]. GEOCHIMICA ET COSMOCHIMICA 285 - 10 - ACTA. 2005, 69(8): 2067~2084. [26] Benedetti M F, Dia A, Riotte J, et al. Chemical weathering of basaltic lava flows undergoing extreme climatic conditions: the water geochemistry record[J]. CHEMICAL GEOLOGY. 2003, 201(1-2): 1~17. [27] 杨金玲，张甘霖. 土壤风化速率研究及其应用[J]. 土壤. 2010(6): 882~888. [28] Ernstberger H, Zhang H, Tye A, et al. Desorption kinetics of Cd, Zn, and Ni measured in soils by DGT[J]. 290 ENVIRONMENTAL SCIENCE & TECHNOLOGY. 2005, 39(6): 1591~1597. [29] Lehto N J, Sochaczewski L, Davison W, et al. Quantitative assessment of soil parameter (K-D and Tc) estimation using DGT measurements and the 2D DIFS model[J]. CHEMOSPHERE. 2008, 71(4): 795~801. [30] Sauve S, Manna S, Turmel M C, et al. Solid-solution partitioning of Cd, Cu, Ni, Pb, and Zn in the organic horizons of a forest soil[J]. ENVIRONMENTAL SCIENCE & TECHNOLOGY. 2003, 37(22): 5191~5196. 295 [31] 郑祖光. 经验模态分析与小波分析及其应用[M]. 北京: 气象出版社, 2010. [32] 逯超，孟耀斌，何寿亮. 下茹越水库沉积物中若干重金属形态的分布及其与沉积物粒径的关系 2012. - 11 -