2. 陕西省土地整治重点实验室, 西安 710054;
3. 长安大学环境科学与工程学院, 西安 710054;
4. 旱区地下水文与生态效应教育部重点实验室(长安大学), 西安 710054
2. Shaanxi Key Laboratory of Land Consolidation, Xi'an 710054, China;
3. School of Environmental Science and Engineering, Chang'an University, Xi'an 710054, China;
4. Key Laboratory of Subsurface Hydrology and Ecological Effects in Arid Region(Chang'an University), Ministry of Education, Xi'an 710054, China
0 引言
地下水是地球上最丰富且分布最广泛的淡水资源，对于人类的生产生活、社会经济发展具有重要的意义。在我国北方地区，地下水是工农业生产和人民生活的主要水源，在一些干旱地区甚至是唯一的可利用水源。随着人类活动的增强，地下水水质已遭受不同程度的污染，评价地下水中污染物的人体健康风险，对于地下水污染防治、保障饮水安全至关重要。关于人体健康风险评价，国内外众多学者从原理、方法等角度开展了一系列的研究，为地下水污染的人体健康风险评价奠定了基础[1-10]。
泾惠渠灌区是陕西省重要的粮食、蔬菜生产基地，地下水在灌区的工、农业生产以及居民生活中占有重要地位，其水质对人体健康有重大影响。近年来灌区在高效发展农业生产的同时，以化肥、农药的残留物为主的污染物对灌区土壤及浅层地下水造成了不同程度的污染，这给当地的居民健康带来了一定的风险[11]。针对上述问题，本文在调查泾惠渠灌区农业生态环境状况的基础上，采集地下水样品进行分析测定，利用GIS空间分析获取地下水中主要潜在污染物的空间分布特征，借鉴美国环境保护署(the united states environmental protection agency，USEPA)的人体健康风险评价模型对灌区地下水污染物的人体健康风险做出评价，以期为灌区地下水污染防治、保障居民健康提供科学依据。
1 材料与方法 1.1 研究区概况泾惠渠灌区位于关中平原中部，西有泾河、南有渭河、东有石川河、北接渭北黄土台塬。灌区总面积约为1 300 km2，灌溉设计面积903.3 km2，有效灌溉面积839.3 km2，包括泾阳、三原、高陵、临潼、阎良、富平等县(区)。灌区总体地势由西北向东南倾斜，海拔350~450 m，全区大部分地区地势平坦(图 1)。
|
| 图 1 研究区与采样点位置示意图 Figure 1 Map of the study area and sampling sites |
|
|
灌区属于大陆性半干旱气候区，夏季气温高，雨量多而集中；冬季寒冷干燥，雨量稀少，蒸发作用较强烈。灌区属于大型井渠双灌灌区，是陕西省粮食主要产区之一，地下水利用超过区域水资源利用总量的50%[12-13]。
1.2 样品采集与分析 1.2.1 样品采集样品采集共选取47个采样点(图 1)，采样点用GPS精准定位，有效覆盖整个灌区。采样过程按照《水质样品的保存和管理技术规定》(HJ 493-2009)[14]和《环境水质监测质量保证手册》[15]进行。所取水样为灌溉井、居民水井抽取的浅层地下水，每个采样点采集3瓶样品，共141个样品。
1.2.2 样品处理与分析对水质样品进行的分析项目主要有常规离子、CO2、总固体、Mn2+、Pb2+、Zn2+、As、Cr(Ⅵ)、Cd2+、Cu2+、Hg、NH4+-N、NO3--N、NO2-N的质量浓度，及pH，色度，浊度。样品的分析测定由陕西省饮用水产品质量监督检测站完成。检测分析方法为原子吸收分光光度法、离子色谱法、氧化镁浸提扩散法、滴定法等。
1.2.3 污染物筛选在对研究区多年的地下水水质监测分析中，均检测出重金属以及农药、化肥残留物等有毒有害微量元素的存在，当此类物质进入生物体的量超过其允许范围后，必然会对其生长、发育等产生毒性作用和药害作用。
水质分析结果显示，地下水中对人体健康构成危害的As、Cr(Ⅵ)、Hg、NO3--N均有检出，为明确具体污染物类型，以《生活饮用水卫生标准》(GB5479-2006)[16]中规定的各项指标作为标准值，利用单因子指数法进行污染评价，水质指数Ii的计算公式如下：
(1) 式中：ρi为第i项污染物的质量浓度实测值；ρ0为第i项污染物的质量浓度评价标准。Ii≤1表示水体未污染；Ii>1表示水体污染。
利用ArcGIS对污染物测定数据进行空间插值获得其空间分布特征，根据式(1)计算水质指数，按照Ii>1确定污染范围。通过评价发现，As、Cr(Ⅵ)和NO3--N均存在明显超标现象，三者的污染评价结果见表 1，相应的空间分布特征见图 2。
| 污染物 | Ii | ρ0/(mg/L) | 超标面积所占比例/% | ||
| 最小值 | 最大值 | 平均值 | |||
| As | 0.118 4 | 1.899 0 | 0.544 2 | 0.01 | 2.58 |
| Cr(Ⅵ) | 0.108 3 | 5.194 4 | 0.941 6 | 0.05 | 38.99 |
| NO3--N | 0.198 8 | 8.274 0 | 2.971 3 | 10.00 | 99.40 |
|
| 图 2 As, Cr(Ⅵ), NO3--N质量浓度空间分布特征 Figure 2 Spatial distribution of As, Cr(Ⅵ) and NO3--N |
|
|
As高值区主要出现在高陵区的榆楚以北、阎良区武屯镇以南，且在其他地区均有检出，质量浓度超过标准值(0.01 mg/L)的面积所占比例为2.58%。Cr(Ⅵ)高值区出现在三原县大程镇，质量浓度超过标准值(0.05 mg/L)的面积所占比例为38.99%。NO3--N质量浓度超过标准值(10.00 mg/L)的面积所占比例达99.40%，全区浅层地下水硝酸盐污染严重。
USEPA研究资料[17]表明：长期饮用高As水的人群罹患肝、肾、肺、膀胱等内脏癌症和皮肤癌的概率明显增加，As对人体的非致癌性伤害主要体现在皮肤损伤或循环系统出现问题；Cr(Ⅵ)对人体健康的主要影响是长期使用Cr(Ⅵ)超标的水会引起过敏性皮炎；6个月以下的婴儿食用NO3--N超标的饮用水将引发严重的呼吸和血液循环系统疾病，如不及时治疗可导致患儿死亡。由此可见，长期暴露于含有以上污染物的地下水环境中对人体健康会造成不同程度的危害，故而笔者重点对这3种物质引发的人体健康风险进行评价。
1.3 人体健康风险评价 1.3.1 暴露评估环境污染物可以通过呼吸道、消化道、皮肤等途径进入体内，地下水污染物则主要以经口暴露途径(饮水、食物)和经皮暴露途径(洗澡、游泳)进入人体[18]。
1) 经口暴露
对于经口暴露途径主要考虑通过饮水方式摄入污染物，其暴露剂量采用以下公式[18]进行计算：
(2) 式中：Eo为目标个体通过饮水摄取特定化学物质的平均暴露剂量，mg/(kg·d)；ρw为水中特定化学物质的质量浓度，mg/L；Ri为摄食率，即目标个体每天的饮水量，L/d；fe为年暴露频率，即目标个体一年中饮水的天数，d/a；De为暴露年限，表示目标个体一生中摄取包含特定化学物质饮用水的年数，a；m为目标个体的质量，kg；ta为平均暴露剂量时间，d。ta用于计算平均暴露剂量：对于非致癌效应，ta=365De；对于致癌效应，ta =365×74.68，74.68为第六次人口普查给出的陕西省人均期望寿命[19]。
2) 经皮暴露
皮肤接触暴露主要通过游泳、沐浴途径发生，其日平均暴露剂量计算公式[20-21]为
(3) 式中：Ed为皮肤接触日平均暴露剂量，mg/(kg·d)；Ae为单次接触的单位面积皮肤上的化学物质吸收剂量，mg/cm2；S为发生接触的皮肤表面积，cm2；Ve为单日内接触事件的发生次数。
(4) 式中：Kp为水中特定化学物质的皮肤渗透系数，cm/h；te为单次接触事件的时间，h。
暴露剂量计算参数见表 2，取值根据中国实际情况和研究区居民生活习惯进行了相应的调整[17-25]。其中：Ri对应的平均饮水量根据左娇蕾[22]研究成果进行调整，均低于USEPA默认值；成人m值按男女1:1比例计算平均值；fe按照中国北方人洗澡、游泳和日常洗漱的生活习惯，结合不同部位皮肤表面积，计算取值为200 d/a; S值根据王喆等[25]研究成果按男女1:1比例计算平均值。
| 参数 | 含义 | 单位 | 项目 | 儿童取值 | 成人取值 | 文献来源 |
| Ri | 摄食率 | L/d | 经口 | 0.85 | 1.50 | [22] |
| m | 平均体重 | kg | 经口/经皮 | 15 | 61.75 | [21, 23] |
| fe | 年暴露频率 | d/a | 经口 | 365 | 365 | [21] |
| 经皮 | 200 | 200 | [21, 24] | |||
| De | 暴露年限 | a | 经口/经皮 | 6 | 30 | [21] |
| ta | 暴露时间 | d | 致癌 | 74.68×365 | 74.68×365 | [19] |
| 非致癌 | 6×365 | 30× 365 | [21] | |||
| S | 皮肤表面积 | cm2 | 经皮 | 8 650 | 16 110 | [25] |
| Ve | 日暴露事件频率 | 无量纲 | 经皮 | 1 | 1 | [21] |
| Kp | 皮肤渗透系数 | cm/h | As | 0.001 | 0.001 | [17, 21, 24] |
| Cr(Ⅵ) | 0.002 | 0.002 | [17, 21, 24] | |||
| NO3--N | 0.001 | 0.001 | [17, 21, 24] | |||
| te | 皮肤接触时间 | h | 经皮 | 0.33 | 0.25 | [21] |
进行人体健康风险评价时，通常使用致癌风险和非致癌危害商数来表示其风险程度。
1) 致癌风险
致癌风险一般表示人一生中患癌症的超额危险度，USEPA通过致癌强度系数与日平均暴露剂量(Eo或Ed)计算公式来估计。当计算的致癌风险小于10-2时，采用下式估算致癌风险值[18]：
(5) 当计算的致癌风险超过10-2时，可采用下式估算致癌风险值[18]：
(6) 式中：Rc为致癌风险；Sc为致癌强度系数，(kg·d)/mg。
2) 非致癌风险
对于非致癌物质的风险定量化，通常使用暴露量除以参考剂量进行计算[18]：
(7) 式中：Rn为非致癌风险；E为日平均暴露剂量，即Eo或Ed，mg/(kg·d)；Er为参考剂量，mg/(kg·d)。
USEPA在综合危险信息系统(integrated risk information system，IRIS)中公布了不同暴露途径下各类物质的毒理学特性参数。其中：经口暴露途径中，As为典型致癌物，Cr(Ⅵ)致癌的毒理学特性参数国际上不统一，NO3--N的致癌性则无明确的实验数据[17, 21-22]，对Cr(Ⅵ)和NO3--N暂不做致癌风险评价；在经皮暴露途径中，以上各物质对人体健康均有一定的危害。各污染物的毒理学特性参数见表 3[17, 21-22]。
| 项目 | Sc/(kg·d/mg) | Er/(mg/(kg·d)) | |
| 经口 | 经皮 | ||
| As | 1.5 | 3.0×10-4 | 3.0×10-4 |
| Cr(Ⅵ) | - | 3.0×10-3 | 7.5×10-5 |
| NO3--N | - | 1.6×100 | 1.6×100 |
当风险被具体量化后，即可以对潜在风险进行分析，主要是对风险程度和类型进行定性的描述。对于致癌物风险程度，通常按照指定的人体健康可接受的最大风险标准进行衡量，但目前国际上尚无统一的标准值，不同机构均制定了可接受风险水平，范围为1×10-6~1×10-4[26]。结合研究区污染情况，本研究选择1×10-4作为最大可接受风险水平来评价风险程度，即当总致癌风险大于1×10-4时，受体承受的致癌风险在不可接受范围内；反之，受体所承受的风险在可接受范围内。
而非致癌物的综合风险则通过危害指数(hazard index，IH)来表达，危害指数计算的假设前提是人体暴露于小于阈值浓度的多种非致癌物同时作用下会导致一种有害效应，其数值上为各非致癌风险之和，当IH>1时认为存在一定的健康风险。
2 结果与分析结合人体健康风险评价模型与ArcGIS空间分析模型，使用IRIS数据库提供的As、Cr(Ⅵ)、NO3--N的毒性数据进行分析计算，得到潜在污染物可能造成的健康风险分布数据。在健康风险分布特征图上，标示致癌物As的1×10-4致癌风险指示线，而对非致癌物则按照1.0为间距绘制非致癌风险等值线。
2.1 AsAs的人体健康风险高值区主要集中于阎良、高陵和三原局部区域，如图 3、图 4所示。
|
| 图 3 As的致癌风险空间分布特征 Figure 3 Spatial distribution of carcinogenic risk from As |
|
|
|
| 图 4 As的非致癌风险空间分布特征 Figure 4 Spatial distribution of non-carcinogenic risk from As |
|
|
相同环境下，不同暴露人群在健康风险方面的差异主要源于其日平均暴露剂量的不同，日平均暴露剂量越大则风险越高。由表 2可知，模型中成人与儿童在Ri、De、m和S等参数方面均存在不同倍数关系，按式(2)—(4)进行计算，As对成人日平均暴露剂量要高于儿童日平均暴露剂量。通过表 4的统计数据可知，研究区内成人罹患癌症的风险水平平均值明显高于儿童，最高达3.50×10-4，是USEPA的最大可接受风险水平(1×10-4)的3.50倍。这意味着每10万人中，因长期使用高砷地下水致癌人数达35人[1]。致癌风险主要集中在经口暴露途径，平均高出经皮暴露途径2个数量级。从风险分布特征角度分析，对于致癌风险大于1×10-4的区域界定为暴露人群患癌潜在区域，据此对研究区进行分类统计，结果显示成人患癌的潜在区域面积比例为42.82%，儿童患癌的潜在区域面积比例为0.99%。
| 暴露途径 | 成人 | 儿童 | |||||
| 最小值 | 最大值 | 平均值 | 最小值 | 最大值 | 平均值 | ||
| 经皮 | 1.08×10-7 | 1.75×10-6 | 5.00×10-7 | 6.42×10-8 | 1.03×10-6 | 2.95×10-7 | |
| 经口 | 2.17×10-5 | 3.48×10-4 | 9.99×10-5 | 1.01×10-5 | 1.62×10-4 | 4.66×10-5 | |
| 综合 | 2.18×10-5 | 3.50×10-4 | 1.00×10-4 | 1.02×10-5 | 1.63×10-4 | 4.69×10-5 | |
非致癌风险主要集中在经口暴露途径，其数值约为经皮暴露途径的200倍(表 5)。与致癌效应不同，非致癌效应下的日平均暴露剂量计算公式中消除了De参数的差异，As对儿童日平均暴露剂量要高于成人日平均暴露剂量。通过比对表 5数据，与As的致癌风险相反，儿童面临的As所造成的非致癌性风险明显高于成人，其非致癌风险平均值为1.217 0，超过了非致癌风险限值，最高值则达到4.246 5。从分布特征角度分析，对于非致癌危害商数大于1的区域界定为暴露人群患病潜在区域，统计结果显示儿童患病潜在区域面积比例为69.19%，成人患病潜在区域面积为1.97%。
| 暴露途径 | 成人 | 儿童 | |||||
| 最小值 | 最大值 | 平均值 | 最小值 | 最大值 | 平均值 | ||
| 经皮 | 0.000 5 | 0.009 0 | 0.002 6 | 0.001 4 | 0.026 5 | 0.007 7 | |
| 经口 | 0.112 8 | 1.808 6 | 0.518 3 | 0.263 1 | 4.220 0 | 1.209 3 | |
| 综合 | 0.113 3 | 1.817 6 | 0.520 9 | 0.264 5 | 4.246 5 | 1.217 0 | |
Cr(Ⅵ)的人体健康风险高值区主要集中于三原县的大程镇附近，如图 5所示。
|
| 图 5 Cr(Ⅵ)的人体健康风险空间分布特征 Figure 5 Spatial distribution of risks from Cr(Ⅵ) |
|
|
通过表 6的统计数据可知，与As的健康风险类似，受日平均暴露剂量影响，对于Cr(Ⅵ)所造成的非致癌性危害，儿童面临的风险明显高于成人，其非致癌风险平均值为1.576 0，最高值则达到8.693 7。在暴露途径方面，Cr(Ⅵ)经皮暴露途径与经口暴露途径带来的非致癌风险比例约为1/2，该数值远高于As，这说明与其他污染物相比，Cr(Ⅵ)通过皮肤被人体吸收的剂量更高，其经皮暴露风险以及带来的健康问题应引起关注。从分布特征角度分析，儿童患病的潜在区域面积比例为69.06%，而成人患病的潜在区域面积为12.46%。
| 暴露途径 | 成人 | 儿童 | |||||
| 最小值 | 最大值 | 平均值 | 最小值 | 最大值 | 平均值 | ||
| 经皮 | 0.020 6 | 0.990 5 | 0.179 6 | 0.060 9 | 2.922 1 | 0.529 7 | |
| 经口 | 0.051 6 | 2.473 5 | 0.448 4 | 0.120 3 | 5.771 6 | 1.046 3 | |
| 综合 | 0.072 2 | 3.464 0 | 0.628 0 | 0.181 2 | 8.693 7 | 1.576 0 | |
NO3--N的人体健康风险高值区主要集中于三原县的渠岸、高陵区与临潼区交界处，呈西北至东南的条带状分布，如图 6所示。
|
| 图 6 NO3--N的人体健康风险空间分布特征 Figure 6 Spatial distribution of risks from NO3--N |
|
|
与As和Cr(Ⅵ)类似，NO3--N对儿童的日平均暴露剂量高于其对成人的日平均暴露剂量。通过表 7的统计数据可知，对于NO3--N所造成的非致癌性风险，儿童面临的风险高于成人，其非致癌风险平均值为1.245 9。在暴露途径方面，NO3--N通过经皮暴露途径与经口暴露途径带来的非致癌风险比例约为1/200，经口暴露途径是带来健康风险的主要途径。从分布特征角度分析，儿童患病的潜在区域面积比例为66.55%，而成人患病的潜在区域面积为1.17%。
| 暴露途径 | 成人 | 儿童 | |||||
| 最小值 | 最大值 | 平均值 | 最小值 | 最大值 | 平均值 | ||
| 经皮 | 0.000 2 | 0.007 4 | 0.002 7 | 0.000 5 | 0.021 8 | 0.007 8 | |
| 经口 | 0.035 5 | 1.477 5 | 0.530 5 | 0.082 8 | 3.447 5 | 1.238 1 | |
| 综合 | 0.035 7 | 1.484 9 | 0.533 2 | 0.083 3 | 3.469 3 | 1.245 9 | |
综上所述，3种污染物的致癌风险方面，As具有较为明显的危害性，3种污染物的非致癌风险平均值从大到小排序为Cr(Ⅵ)、NO3--N、As，危害面积从大到小排序为As、Cr(Ⅵ)、NO3--N，综合而言Cr(Ⅵ)的非致癌危害性最大。在2种暴露途径中，经口暴露是污染物带来健康风险的最主要途径，但Cr(Ⅵ)通过皮肤被人体吸收的剂量比例要明显高于As和NO3--N，其对人体皮肤带来的健康危害应引起注意。
3 讨论人体健康风险评价过程中存在着各种不确定性因素，对评价结果的可靠性会带来一定的影响。分析评价过程中引入的不确定性因素，对于正确认识和分析评价结果以及合理应对风险具有重要意义[27]。现从以下几个主要因素对不确定性进行讨论。
3.1 空间插值传统的描述性统计方法可以用来分析地下水污染物质量浓度数据的分布特征、变化范围，但很难揭示地下水污染物质量浓度空间分布和变异特征；而基于ArcGIS的地统计学分析有效评估和预测未采样点地下水污染物的空间分布特征，可帮助判断污染物的来源，为地下水污染防治提供科学依据[28]。
在使用ArcGIS进行地统计分析之前，需要对数据进行正态分布检验以及异常值检验。正态分布检验首先使用ArcGIS的正态分位数图(normal QQPlot)进行可视化判断，然后使用SPSS Kolmogorov-Smirnov正态性检验方法进行精确判断，As、Cr(Ⅵ)、NO3--N的K-S检验精确显著性数值分别为0.112、0.065、0.371，大于显著性水平0.05，三者均为正态分布。异常值通常分2类：一类是由错误导致的异常值，通常直接删除或使用统计特征值替换；另一类是由自然原因或人类活动引起的真实异常值，因其在水文地球化学分析中有重要的指示作用，对此类异常值的处理需谨慎对待。3种污染物中，As、Cr(Ⅵ)与地层的沉积环境有很强的相关性，同时会由工业污染导致异常富集，NO3--N受人类活动影响也会呈现异常分布。分析发现，As、Cr(Ⅵ)、NO3--N均存在异常极大值，在排除了采样、运输、分析和数据录入过程中可能发生的错误后，结合早期研究资料，推测为自然原因或人类活动导致的异常质量浓度，对判断污染源类型和来源有重要意义，无需剔除。
ArcGIS进行地统计分析时，倒数距离加权插值(inverse distance weight，IDW)、径向基函数(radial basis function, RBF)和克里格插值(Kriging)是3种主要的插值与预测模型。当采样点数量较多且地下水化学形成机制简单，地下水化学成分变异有限时，不同插值模型的结果差异较小[29]。而对于本次调查，采样点仅47处，且存在异常质量浓度采样点，为保障插值结果的科学性与合理性，需要对不同模型的插值结果进行比较，选取最优模型进行预测。在ArcGIS地统计分析模块中，3种模型共有的模型最优判断参数为均方根预测误差(root mean square error，RMSE)，其数值越接近0，则模型的全局趋势拟合越合理。此外，在研究地下水污染问题时，应避免预测数据与实测数据在统计特征上有较大偏差，需要对最大值、最小值、平均值、标准差的偏差进行评价，偏差越小则认为模型精确度越高[29]。3种模型需独立进行参数最优化处理，再对各模型最优预测结果进行交叉比较，评价结果见表 8。
| 污染物 | 对比项目 | 质量浓度/(mg/L) | RMSE | |||||
| 最小值 | 最大值 | 平均值 | 标准差 | 统计特征 | 全局趋势拟合 | |||
| As | 实测 | 0.001 2 | 0.019 0 | 0.005 3 | 0.003 4 | - | - | |
| RBF | 0.001 2 | 0.019 0 | 0.005 4 | 0.002 0 | 0.000 7 | 0.003 7 | ||
| IDW | 0.001 5 | 0.017 9 | 0.005 4 | 0.001 1 | 0.001 3 | 0.003 3 | ||
| Kriging | 0.001 9 | 0.010 0 | 0.005 4 | 0.001 6 | 0.004 6 | 0.003 5 | ||
| Cr(Ⅵ) | 实测 | 0.005 0 | 0.260 0 | 0.047 4 | 0.042 4 | - | - | |
| RBF | 0.005 4 | 0.259 7 | 0.047 1 | 0.026 1 | 0.008 2 | 0.038 4 | ||
| IDW | 0.005 7 | 0.259 1 | 0.048 5 | 0.023 3 | 0.009 6 | 0.039 1 | ||
| Kriging | 0.008 6 | 0.115 6 | 0.048 5 | 0.021 0 | 0.073 0 | 0.038 5 | ||
| NO3--N | 实测 | 2.010 0 | 82.800 0 | 29.776 9 | 21.298 2 | - | - | |
| RBF | 1.988 5 | 82.740 1 | 29.712 5 | 10.436 0 | 5.431 3 | 22.620 0 | ||
| IDW | 2.330 8 | 81.514 0 | 29.706 3 | 6.674 7 | 7.341 8 | 21.680 0 | ||
| Kriging | 15.411 0 | 45.841 2 | 30.031 7 | 4.614 6 | 21.353 8 | 21.920 0 | ||
由表 8可知，对同一污染物插值预测时，3种模型全局趋势拟合RMSE较为接近，显著性差异不明显。Kriging模型在数据统计特征方面偏差较大，以NO3--N为例：标准差由21.298 2下降为4.614 6，说明预测数据的离散程度变弱；数据范围由80.790 0压缩为30.430 2；用于研究污染源类型和来源的关键极值数据与实测数据误差较大，最小值与最大值的预测误差分别为13.401 0和-36.958 8，相对误差高达666.72%和-44.64%，与事实严重不符。对比统计特征RMSE可知，IDW模型在统计特征方面优于Kriging模型，但劣于RBF模型。综合模型均方根误差和统计特征均方根误差，使用RBF模型进行插值预测的结果最优，在保障采样点处预测值与实测值精确拟合的同时，可有效评估和预测未采样点地下水污染物的空间分布特征。
基于以上分析可知，利用RBF模型插值获得的地下水污染物空间分布数据进行人体健康风险评价，在已知采样点处及附近区域计算所得健康风险与基于采样点实测数据计算所得风险在数值上偏差较小；而在未采样区域计算所得健康风险是基于污染物预测质量浓度所得，应与实际存在一定偏差，其评价结果存在不确定性。
3.2 污染特征 3.2.1 As砷(As)在自然界中广泛分布，在地壳中的平均质量分数约为1.5 mg/kg，在天然水体中As的质量浓度较低，大部分低于1.0 μg/L[30]。从全球高As地下水的分布和地下水As异常的情况来看，高As地下水的成因主要分为天然和人为两种类型[31]。天然高As地下水主要与地层的沉积环境有很强的关联性，吸附As的铁氧化物矿物还原、解吸附以及含As硫化物矿物氧化分解是高As地下水的主要成因，但实际过程往往非常复杂[30-31]。人为活动污染是在人类活动直接或间接影响下，给地下水带来了额外的As，主要包括含As矿床的开采、含As农药的使用等[30]。
泾惠渠灌区潜水一般蓄存于第四纪全新冲积层中，厚度20~50 m，径流路径通畅，潜水开采程度较高，不具备As滞留富集形成高As地下水的天然条件。灌区内没有含As矿床分布，因此可以排除含As矿床开采导致的污染成因。灌区土壤中As质量分数主要与土壤母质有关[32-33]，在农业生产过程中含As农药的使用在一定程度上增加了土壤中As的质量分数，但土壤中As通过淋滤向地下水迁移的能力十分有限[34]。灌区早期研究成果显示，2007年地下水As平均质量浓度为0.016 7 mg/L，超标面积为95.75%，仅少数区域低于0.010 mg/L，与本次水质调查反映的特征不同[35-36]。由于数据时间序列较短，灌区地下水As质量浓度在时间和空间上规律性特征并不明确，局部高质量浓度区域可能是工业废水或含As农药原液随降水入渗进入地下水含水层形成的短期污染。鉴于此，本次健康风险评价中As污染所带来的健康风险具有一定的不确定性，需要进一步进行讨论。
由高As水导致的饮水型地方病大多分布在我国干旱、半干旱地区[1]。陕西省于2005年开展了高As水筛查工作，以0.05 mg/L为阈值，先后从商洛、汉中2市筛查出高As水分布区[37]。2006年对两市开展了As中毒病情调查，按照卫生部制订的《地方性As中毒诊断标准》(WS/T 211-2001)[38]，综合水As检测结果与As中毒检出率两项指标，初步认定陕西省有饮水型As中毒病区[39]。病区水砷超标范围为0.06~0.18 mg/L，病情检出率在2.50%~51.6%之间[39]。此次筛查中，泾惠渠灌区所处的西安、咸阳、渭南3市，共抽查800份水样，水As质量浓度范围为0.002~0.027 mg/L，因当时执行《生活饮用水卫生标准》(GB5479-85)[40]中As的阈值为0.05 mg/L，未对超出0.01 mg/L(《生活饮用水卫生标准》(GB5479-2006))[16]的区域进行As中毒病情调查，未确定灌区是否为饮水型As中毒病区[37]。本次污染评价若以0.05 mg/L为阈值，则超标面积为0%，As将被排除在健康风险评价目标之外。因此，本次污染评价参考《生活饮用水卫生标准》(GB5479-2006)[16]，以0.01 mg/L为阈值，其超标面积为2.58%，以此推断灌区存在健康风险，确定As为健康风险评价目标。健康风险评价结果显示，As的致癌平均风险为1×10-4，为USEPA给定h的临界风险值，由图 2、图 3可知风险区域对应的水As质量浓度最低值约为0.005 mg/L，低于《生活饮用水卫生标准》(GB5479-2006)[16]阈值，合并非致癌风险之后的超额风险面积约70.00%。当模型参数发生改变时，其对应阈值和超额风险面积会相应变化。而相关研究表明长期饮用含As量为0.005~0.010 mg/L的饮用水也会造成健康危害[41]。由此可见，污染评价阈值的设定对于是否进行饮水型As中毒筛查以及确定健康风险评价目标具有决定作用，给人体健康风险评价带来了极大的不确定性，对此相关文献也进行过论述[1]。
3.2.2 Cr(Ⅵ)人(Cr)是金属矿床地下水中的常见元素，天然高Cr地下水的分布多与Cr矿有关。泾惠渠灌区内没有Cr矿分布，因此可以排除地下水Cr(Ⅵ)污染的自然成因。Cr及其化合物在冶金、化工、电镀等行业中广泛应用，其生产过程中产生大量的含Cr废物，大气中含Cr颗粒沉降、废渣废液淋滤均会导致Cr在表层土壤中的富集[5]。Cr(Ⅵ)在土壤中的迁移能力较强，容易通过包气带进入到地下水环境中，引起地下水潜在的污染风险[5]。灌区早期研究成果显示，2007年地下水Cr(Ⅵ)平均质量浓度为0.058 1 mg/L，超标区域与本次调查点源污染空间位置基本一致，主要分布在灌区三原县东北部及阎良区东南部[35-36]。灌区三原县及阎良区有较多的工业企业，尤其阎良区是我国重要的航空工业基地，工业废水的排放是造成地下水中Cr(Ⅵ)质量浓度较高的一个重要原因[27, 35]；其次，灌区北部的清峪河自西向东流经Cr(Ⅵ)质量浓度较高的区域，跨越三原、阎良两区县，灌溉过程中引用污染较严重的清峪河水，使含有Cr(Ⅵ)的污水经地表入渗到地下水含水层，最终滞留在含水层中致使该区域Cr(Ⅵ)质量浓度过高[27, 35]。
本次研究未对工业废水排放情况、地表水污染情况以及含水层污染程度进行调查，不能确定Cr(Ⅵ)污染在时间尺度上的变化趋势，这给健康风险评价带来了不确定性。
3.2.3 NO3--N农业面源污染是造成灌区浅层地下水NO3--N污染的主要原因[35]。泾惠渠灌区是陕西省重要的粮食、蔬菜生产基地，农业生产过程中化肥使用量居高不下。通常，作物对氮肥的利用率仅有8.5%~28.7%，5.0%~10.0%的氮肥经包气带淋失到地下水中[35]。另外，研究区还存在人畜粪便、居民生活污水、工业污水等潜在地下水NO3--N污染源。刘秀花[42]根据造成地下水NO3--N污染的天然土壤、人畜粪便、化肥和污水4种潜在来源中NO3-和δ15N的相互关系特征，对灌区地下水中NO3--N来源进行分析[42]。研究表明，泾惠渠灌区地下水NO3--N面源污染源主要分为两类：第一类以化肥污染为主，δ15N < 9.0‰，其主要特征为高NO3--N质量浓度和较低的δ15N值；第二类为农家肥(人畜粪便)污染，δ15N ≥ 9.0‰，其主要特征为高NO3--N质量浓度和高δ15N值[42]。此外，灌区工业发展迅速，食品业、饲料加工业在占有很大比例，工业生产中形成的工业污水和工业垃圾都会造成地下水NO3--N质量浓度的增加，其中三原县部分地区受工业污染较为严重，地下水中NO3--N质量浓度较高并沿地下水流向形成条带状污染。在有连续污染源输入的情况下，灌区部分区域地下水NO3--N质量浓度在硝化作用下会有所增加，在反硝化作用下会有所下降[42]。而在使用水质较好的地表水进行灌溉的区域，地下水中NO3--N质量浓度在稀释作用下也会有所下降。
泾惠渠灌区农业生产历史悠久，地下水中NO3--N长期存在超标问题。灌区早期研究成果显示，1990年地下水NO3--N平均质量浓度为42.953 3 mg/L，超标面积为99.99%，2009年地下水NO3--N平均质量浓度为8.046 9 mg/L，超标面积为21.33%[35]。灌区地下水中NO3--N质量浓度受多种因素影响：空间上主要与含水层岩性有一定的相关性，区域含水层岩性分布对氮转化起控制作用[35]；在时间上的变化特征可能与地下水动态相关，在1990—2009年期间，灌区地下水水位逐年下降，迁移路径变长使得土壤中NO3--N难于到达潜水，在反硝化作用下部分NO3--N转化为NO2--N，进入地下水中NO3--N相应减少，但近年来地下水水位有所抬升，地下水中NO3--N质量浓度明显回升[42]。
泾惠渠灌区既定的产业结构在短期内不会发生较大改变，农业生产所带来的地下水NO3--N污染会长期存在，但NO3--N质量浓度在不同年份以及不同季节均会发生动态变化，NO3--N质量浓度动态给NO3--N健康风险评价可靠性带来了一定影响，实际风险可能要低于分析结果，但仍需要加强风险管理。
3.3 模型参数的选取与影响因素由于USEPA人体健康风险评价模型为线性函数，当评价模型参数统一设置为相同数值时，健康风险仅与污染物质量浓度相关，健康风险数据与污染物质量浓度空间插值数据在空间分布特征、变化趋势上呈现一致性(图 2—图 6)，这与现实情况可能并不相符。因此，模型参数的选取对评价结果可靠性同样有直接影响。
由于国内缺乏对健康风险评价模型参数的深入研究，本次评价过程中模型参数多数引用已有的国内外参考文献。对于暴露人群的生理与生活习惯参数，选取的是全国平均值或地区平均值，忽略了暴露人群的民族、性别差异和生活习惯的地域性、季节性差异，参数可能并完全不符合泾惠渠灌区的实际情况，这会给评价带来一定的不确定性。
4 结论与建议1) 对水质测定数据进行单因子指数评价法进行污染分析，泾惠渠灌区地下水中对人体健康构成潜在危害的污染物主要为As、Cr(Ⅵ)、NO3--N。As高值区主要出现在高陵区的榆楚以北、阎良区的武屯镇以南，其他地区均有检出；Cr(Ⅵ)高值区出现在三原县的大程镇；NO3--N高值区主要集中于三原县的渠岸、高陵区与临潼区交界处，全区浅层地下水硝酸盐污染严重。
2) 对As、Cr(Ⅵ)、NO3--N进行人体健康风险评价，研究区地下水中As对成人的致癌风险最高达3.50×10-4，明显超出限值1.00×10-4，长期暴露对当地居民带来的罹患癌症的超额风险较高。As、Cr(Ⅵ)、NO3--N的长期暴露会对当地居民健康造成非致癌伤害，3种污染物的非致癌风险值按从大到小排序为Cr(Ⅵ)、NO3--N、As，其中Cr(Ⅵ)对儿童的非致癌风险最高达8.693 7，远超限值1.000 0，危害性最大。
3) 空间分布特征方面，As的致癌风险区域面积比例最高为42.82%，As、Cr(Ⅵ)、NO3--N的非致癌风险区域面积比例高达69.19%、69.06%和66.55%，水安全问题突出。
4) 从污染物来源分析，As、Cr(Ⅵ)主要来源于工业废水排放和天然沉积物的缓慢释放，以点源污染为主，比较易于从根源上进行治理；NO3--N则主要来源于化肥残留物、生活污水、有机物分解，对于以农业、畜牧业为主要产业的泾惠渠灌区而言，NO3--N污染无论从时间延续上和空间分布上都更具有普遍性，其长期健康风险高于As、Cr(Ⅵ)，治理难度也较大。
由于评价过程中存在各种不确定性因素，分析结果可能与实际情况不完全相符，但依然应该对其足够重视并制定相应措施予以治理。
| [1] |
赵娟, 李育松, 卞建民, 等. 吉林西部地区高砷地下水砷的阈值分析及风险评价[J]. 吉林大学学报(地球科学版), 2013, 43(1): 251-258. Zhao Juan, Li Yusong, Bian Jianmin, et al. Threshold Analysis and Health Risk Assessment of Arsenic in Groundwater in Western Jilin Province[J]. Journal of Jilin University (Earth Science Edition), 2013, 43(1): 251-258. |
| [2] |
Zhang Y T, Wu J H, Xu B. Human Health Risk Assessmentof Groundwater Nitrogen Pollution in Jinghui Canal Irrigation Area of the Loess Region, Northwest China[J]. Environmental Earth Sciences, 2018, 77(7): 273. DOI:10.1007/s12665-018-7456-9 |
| [3] |
周长松, 邹胜章, 李录娟, 等. 岩溶区典型石灰土Cd形态指示意义及风险评价:以桂林毛村为例[J]. 吉林大学学报(地球科学版), 2016, 46(2): 552-562. Zhou Changsong, Zou Shengzhang, Li Lujuan, et al. Implications of Cadmium Forms and Risk Assessment of Calcareous Soil in Karst Area:A Case Study of Maocun in Guilin, China[J]. Journal of Jilin University (Earth Science Edition), 2016, 46(2): 552-562. |
| [4] |
Li P Y, Li X Y, Meng X Y, et al. Appraising Groundwater Quality and Health Risks from Contamination in a Semiarid Region of Northwest China[J]. Exposure and Health, 2016, 8(3): 361-379. DOI:10.1007/s12403-016-0205-y |
| [5] |
刘海龙, 马小龙, 袁欣, 等. 基于多元回归分析的铬污染地下水风险评价方法[J]. 吉林大学学报(地球科学版), 2016, 46(6): 1823-1829. Liu Hailong, Ma Xiaolong, Yuan Xin, et al. Risk Assessment Method of Chromium(Ⅵ) Polluting Groundwater Based on Multiple Regression Analysis[J]. Journal of Jilin University (Earth Science Edition), 2016, 46(6): 1823-1829. |
| [6] |
Du S H, Liu Y J, Zhang L J, et al. Assessment of Non-Carcinogenic Health Risks due to Water Contamination in a Loess Distribution Area, Northeastern China[J]. Environmental Earth Sciences, 2017, 76(22): 761. DOI:10.1007/s12665-017-7097-4 |
| [7] |
Luu T T, Sthiannopkao S, Kim K W. Arsemic and Other Elements Contamination in Groundwater and a Risk Assessment Study for Resident in the Kandal Province of Cambodia[J]. Environment International, 2009, 35: 455-460. DOI:10.1016/j.envint.2008.07.013 |
| [8] |
Li P Y, Wu J H, Qian H, et al. Origin and Assessment of Groundwater Pollution and Associated Health Risk:A Case Study in an Industrial Park, Northwest China[J]. Environmental Geochemistry and Health, 2014, 36(4): 693-712. DOI:10.1007/s10653-013-9590-3 |
| [9] |
Li P Y, Feng W, Xue C Y, et al. Spatiotemporal Variability of Contaminants in Lake Water and Their Risks to Human Health:A Case Study of the Shahu Lake Tourist Area, Northwest China[J]. Exposure and Health, 2017, 9(3): 213-225. DOI:10.1007/s12403-016-0237-3 |
| [10] |
余葱葱, 赵委托, 高小峰, 等. 电镀厂周边地表水中重金属分布特征及健康风险评价[J]. 环境科学, 2017, 38(3): 993-1001. Yu Congcong, Zhao Weituo, Gao Xiaofeng, et al. Distribution Characteristics and Health Risk Assessment of Heavy Metals in Surface Water Around Electroplating Factories[J]. Environmental Science, 2017, 38(3): 993-1001. |
| [11] |
易秀, 谷晓静, 侯燕卿, 等. 陕西省泾惠渠灌区土壤重金属环境质量现状及评价[J]. 水土保持通报, 2010, 30(3): 153-157. Yi Xiu, Gu Xiaojing, Hou Yanqing, et al. Current Situation and Evaluation of Soil Environmental Quality for Heavy Metals in Jinghuiqu Irrigation District of Shaanxi Province[J]. Bulletin of Soil and Water Conservation, 2010, 30(3): 153-157. |
| [12] |
叶遇春. 泾惠渠志[M]. 西安: 三秦出版社, 1991. Ye Yuchun. Records of Jinghuiqu[M]. Xi'an: Sanqin Press, 1991. |
| [13] |
刘燕, 朱红艳. 泾惠渠灌区水环境劣变特征及地下水调蓄能力分析[J]. 农业工程学报, 2011, 27(6): 19-24. Liu Yan, Zhu Hongyan. Characteristicsof Inferior Variation of Water Environment and Regulating Capacity of Groundwater Reservoir in Jinghui Canal Irrigation District of China[J]. Transactions of the CSAE, 2011, 27(6): 19-24. DOI:10.3969/j.issn.1002-6819.2011.06.004 |
| [14] |
水质样品的保存和管理技术规定HJ 493-2009[S].北京: 中国环境科学出版社, 2009. Water Quality-Technical Regulation of the Preservation and Handling of Samples HJ493-2009[S]. Beijing: China Environmental Science Press, 2009. |
| [15] |
中国环境监测总站. 环境水质监测质量保证手册[M]. 北京: 化学工业出版社, 2003. China National Environmental Monitoring Centre. Environmental Water Quality Monitoring Manual[M]. Beijing: Chemical Industry Press, 2003. |
| [16] |
生活饮用水卫生标准GB5479-2006[S].北京: 中国标准出版社, 2006. Standards for Drinking Water Quality GB5479-2006[S]. Beijing: Standards Press of China, 2006. |
| [17] |
USEPA. Integrated Risk Information System (IRIS)[EB/OL]. (2017-01-19)[2017-06-24]. http://www.epa.gov/iris/.
|
| [18] |
USEPA. Risk Assessment Guidance for Superfund (RAGS): Part A[EB/OL]. (2017-01-19)[2017-06-24].https://www.epa.gov/risk/risk-assessment-guidance-superfund-rags-part.
|
| [19] |
周艳涛, 张楚怡.陕西人均预期寿命排全国21位[N].华商报, 2010-08-10(A4). Zhou Yantao, Zhang Chuyi. Average Life Expectancy of Shaanxi Ranks 21 in China[N]. Chinese Business View, 2010-08-10(A4). |
| [20] |
USEPA. Risk Assessment Guidance for Superfund (RAGS): Volume Ⅲ: Part A[EB/OL]. (2017-01-19)[2017-06-24].https://www.epa.gov/risk/risk-assessment-guidance-superfund-rags-volume-iii-part.
|
| [21] |
USEPA. Risk Assessment Guidance for Superfund (RAGS): Part E[EB/OL]. (2017-01-19)[2017-06-24].https://www.epa.gov/risk/risk-assessment-guidance-superfund-rags-part-e.
|
| [22] |
左娇蕾.我国四城市成年居民饮水现状的研究[D].北京: 中国疾病预防控制中心, 2011. Zuo Jiaolei. Current Status Water Intake of Adults in Four Cities of China[D]. Beijing: Chinese Center for Disease Control and Prevention, 2011. http://cdmd.cnki.com.cn/Article/CDMD-84501-1011211142.htm |
| [23] |
中华人民共和国国家卫生和计划生育委员会. 疾病预防控制局中国居民营养与慢性病状况报告(2015年)[M]. 北京: 人民卫生出版社, 2015. National Health and Family Planning Commission of the PRC. Report on the Status of Nutrition and Chronic Diseases Among Chinese Residents in the Bureau of Disease Control and Prevention(2015)[M]. Beijing: People's Medical Publishing House, 2015. |
| [24] |
USEPA. Risk Assessment Guidance for Superfund (RAGS): Part B[EB/OL]. (2017-01-19)[2017-06-24]. https://www.epa.gov/risk/risk-assessment-guidance-superfund-rags-part-b.
|
| [25] |
王喆, 刘少卿, 陈晓民, 等. 健康风险评价中中国人皮肤暴露面积的估算[J]. 安全与环境学报, 2008, 8(4): 152-156. Wang Zhe, Liu Shaoqing, Chen Xiaomin, et al. Estimates of the Exposed Dermal Surface Area of Chinese in View of Human Health Risk Assessment[J]. Journal of Safety and Environment, 2008, 8(4): 152-156. DOI:10.3969/j.issn.1009-6094.2008.04.038 |
| [26] |
张会兴, 张征, 宋莹. 地下水污染健康风险评价理论体系研究[J]. 环境保护科学, 2013, 39(3): 59-63. Zhang Huixing, Zhang Zheng, Song Ying. Theoretical System Study on Health Risk Assessment of Groundwater Polution[J]. Environmental Protection Science, 2013, 39(3): 59-63. DOI:10.3969/j.issn.1004-6216.2013.03.015 |
| [27] |
余彬.泾惠渠灌区浅层地下水中重金属的健康风险评价[D].西安: 长安大学, 2010. Yu Bin. Health Risk Assessment of Heavy Metals in Groundwater in Jinghuiqu Irrigation District[D]. Xi'an: Chang'an University, 2010. http://cdmd.cnki.com.cn/Article/CDMD-11941-2010220825.htm |
| [28] |
雷凌明, 喻大松, 陈玉鹏, 等. 陕西泾惠渠灌区土壤重金属空间分布特征及来源[J]. 农业工程学报, 2014, 30(6): 88-96. Lei Lingming, Yu Dasong, Chen Yupeng, et al. Spatial Distribution and Sources of Heavy Metals in Soils of Jinghui Irrigated Area of Shaanxi, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(6): 88-96. DOI:10.3969/j.issn.1002-6819.2014.06.011 |
| [29] |
徐斌.基于空间分析建模的地下水环境演化分析系统[D].西安: 长安大学, 2015. Xu Bin. Groundwater Environment Evolution Analysis System Based on Spatial Analysis and Modeling[D]. Xi'an: Chang'an University, 2015. |
| [30] |
郭华明, 倪萍, 贾永锋, 等. 原生高砷地下水的类型、化学特征及成因[J]. 地学前缘, 2014, 21(4): 1-12. Guo Huaming, Ni Ping, Jia Yongfeng, et al. Types, Chemical Characteristics and Genesis of Geogenic High-Arsenic Groundwater in the World[J]. Earth Science Frontiers, 2014, 21(4): 1-12. |
| [31] |
高存荣, 冯翠娥, 刘文波, 等. 地壳表层砷的循环与污染地下水模式[J]. 地球学报, 2014, 25(6): 741-750. Gao Cunrong, Feng Cuie, Liu Wenbo, et al. Patterns of Arsenic Cycle and Groundwater Arsenic Contamination on the Earth's Surface[J]. Acta Geoscientica Sinica, 2014, 25(6): 741-750. |
| [32] |
梁俊, 赵政阳, 刘振中, 等. 陕西渭北苹果园土壤砷含量与分布特征研究[J]. 西北农林科技大学学报(自然科学版), 2008, 26(11): 157-161. Liang Jun, Zhao Zhenyang, Liu Zhenzhong, et al. Study on the Distribution and Contents of Arsenic in Apple Orchard Soils of Weibei, Shaanxi[J]. Journal of Northwest A&F University (Natural Science Edition), 2008, 26(11): 157-161. DOI:10.3321/j.issn:1671-9387.2008.11.027 |
| [33] |
李玉浸, 王德中, 宁安荣, 等. 陕西地区主要粮食作物中砷、铬元素背景值及其分布[J]. 农业环境科学学报, 1989, 8(3): 13-16. Li Yujin, Wang Dezhong, Ning Anrong, et al. Background and Distribution of Arsenic and Chromium Elements in Main Grain Crops in Shaanxi Province[J]. Journal of Agro-Environment Science, 1989, 8(3): 13-16. |
| [34] |
易秀, 李佩成. 陕西交口灌区地下水防铬砷污染安全埋深的探讨[J]. 农业环境科学学报, 2005, 24(2): 333-336. Yi Xiu, Li Peicheng. Safely Buried Depth for Protection of Groundwater from Pollution of Cr and As at Jiaokou Irrigation Area in Shaanxi Province[J]. Journal of Agro-Environment Science, 2005, 24(2): 333-336. DOI:10.3321/j.issn:1672-2043.2005.02.027 |
| [35] |
韩彩波.泾惠渠灌区地下水中三氮分布特征及其影响因素的研究[D].西安: 长安大学, 2010. Han Caibo. The Distribution of Three Nitrogen and Origin Analysis in Groundwater in Jinghuiqu Irrigation Area[D]. Xi'an: Chang'an University, 2010. http://cdmd.cnki.com.cn/Article/CDMD-11941-2010220811.htm |
| [36] |
叶媛媛.泾惠渠灌区地下水水质现状调查分析及其演化规律的研究[D].西安: 长安大学, 2009. Ye Yuanyuan. Study on the Current Situation and Evolution Law of the Groundwater in Jinghuiqu Irrigation District[D]. Xi'an: Chang'an University, 2009. http://cdmd.cnki.com.cn/Article/CDMD-11941-2009219937.htm |
| [37] |
朱参胜, 白广禄, 李跃, 等. 2005年陕西省饮用高砷水筛查和砷中毒病情调查[J]. 中国地方病学杂志, 2007, 26(1): 55-57. Zhu Cansheng, Bai Guanglu, Li Yue, et al. Arsenic Contents in Drinking Water and Arsenism Status:Report of a Provincial Survey in Shaanxi Province in 2005[J]. Chinese Journal of Endemiology, 2007, 26(1): 55-57. DOI:10.3760/cma.j.issn.1000-4955.2007.01.017 |
| [38] |
地方性砷中毒诊断标准WS/T211-2001[S].北京: 中国标准出版社, 2001. Diagnosisof Endemic Arsenicosis WS/T211-2001[S]. Beijing: Standards Press of China, 2001. |
| [39] |
陕西省地方病防治研究所.陕西省饮水型砷中毒流行现况[EB/OL]. (2008-05-23)[2017-06-24]. http://www.sxdfs.com/newstyle/pub_newsshow.asp?id=29004569&chid=100218. Shaanxi Provincial Institute for Endemic Disease Control.Prevalence of Arsenic Poisoning in Drinking Water in Shaanxi Province[EB/OL]. (2008-05-23)[2017-06-24].http://www.sxdfs.com/newstyle/pub_newsshow.asp?id=29004569&chid=100218. |
| [40] |
生活饮用水卫生标准GB5479-85[S].北京: 中国标准出版社, 1985. Standards for Drinking Water Quality GB5479-85[S]. Beijing: Standards Press of China, 1985. |
| [41] |
Yoshida T, Yamauchi H, FanSun G. Chronic Health Effects in People Exposed to Arsenic via the Drinking Water:Dose-Response Relationships in Review[J]. Toxicol Appl Pharmacol, 2004, 198(3): 243-252. DOI:10.1016/j.taap.2003.10.022 |
| [42] |
刘秀花.泾惠渠灌区地下水水质演化过程研究[R].西安: 长安大学, 2016. Liu Xiuhua. Evolution Process of Groundwater Quality in Jinghuiqu Irrigation District[R]. Xi'an: Chang'an University, 2016. |