摘要
矿集区土壤重金属背景值普遍较高，矿山采选和冶炼活动更是加剧了重金属的迁移转化和富集，矿业活动停止后仍可对周边环境产生持续影响，开展矿区周边土壤重金属风险评估与源解析，对保障农产品安全和人体健康具有重要意义。本文以某闭库金矿尾矿库周边土壤为研究对象，分析土壤中Sb、As、Cd、Pb、 Cu、Zn、Hg分布特征，运用地累积指数、综合潜在生态风险指数开展生态风险评价，采用空间分析、多元统计及绝对主因子-多元线性回归受体模型对重金属进行源解析。结果表明：（1）表层土壤pH呈碱性，含水率 1.8%～22.8%，重金属地质背景高，各元素空间差异大，受人类活动影响强烈；Cu、Pb、As中位数高于本区表层背景；除Hg外，其他金属高值区集中在尾矿库附近，As、Cu、Zn高值区沿地形向河道及下游方向扩散。（2）地累积指数及生态风险系数较高的重金属为Hg、As、Cd、Cu，综合潜在生态指数较高的区域集中在尾矿库区域。（3）表层土壤重金属由尾矿源、自然源、大气交互与降雨径流侵蚀共同作用。Sb、As、Cd、Pb多来源于尾矿库，Cu、Zn受尾矿库、自然源及点源输入共同影响，Hg则受大气交互作用及点源输入影响。研究区重金属生态风险较高，范围局限，多由于尾矿堆存引起，需强化尾矿周边监测与监管，保障周边生态安全。
Abstract
The background values of heavy metals in mining area soils are generally elevated. Mining, mineral processing, and smelting activities not only exacerbate the migration, transformation, and enrichment of heavy metal contaminants, but also exert persistent environmental impacts on surrounding ecosystems even after cessation ofmining operations. Conducting comprehensive risk assessment and source apportionment of soil heavy metals in peri-mining regions is of paramount importance for ensuring agricultural product safety and safeguarding human health. This scientific investigation provides critical insights for developing targeted remediation strategies and formulating evidence-based environmental management policies. This study focuses on soils surrounding a decommissioned gold mine tailings pond, investigating the distribution characteristics of Sb, As, Cd, Pb, Cu, Zn, and Hg. A systematic ecological risk assessment was conducted employing the geo-accumulation index (Igeo) and integrated potential ecological risk index (RI). Furthermore, source apportionment of heavy metals was performed through spatial analysis, multivariate statistics, and the absolute principal component score-multiple linear regression (APCSMLR) receptor model. The results show that: (1) Surface soils exhibit an alkaline pH range (1.8%-22.8% moisture content), with elevated geological background levels of heavy metals and significant spatial heterogeneity. Anthropogenic influences dominate metal distribution. Median concentrations of Cu, Pb, and As exceed regional surface background thresholds. Elevated concentrations of all metals (except Hg) cluster near the tailings reservoir, while high-value zones of As, Cu, and Zn extend downstream along topographic gradients toward river channels. (2) Geoaccumulation index (Igeo) and ecological risk coefficients identify Hg, As, Cd, and Cu as priority pollutants. Regions with higher integrated potential ecological risk indices (RI) predominantly coincide with the tailings reservoir vicinity. (3) Heavy metal distribution in surface soils arises from synergistic effects of tailings reservoir sources, natural weathering, atmospheric deposition, and rainfall-runoff erosion processes. Sb, As, Cd, and Pb originate predominantly from tailings reservoir leaching; Cu and Zn derive from mixed contributions of tailings, natural lithogenic sources, and point-source pollution; Hg accumulation is attributed to atmospheric deposition and localized point-source inputs. The study area exhibits spatially constrained but elevated ecological risks, primarily driven by tailings stockpiling. Targeted monitoring and regulatory measures are imperative to mitigate contamination pathways and safeguard regional ecological security.
Keywords
0 引言
表生环境中土壤重金属因其隐蔽性、难降解、生物毒性受到广泛关注，重金属可通过呼吸、接触、食物链等方式危害人体健康（Liu et al.，2018；Bi et al.，2020）。土壤重金属通常情况下来源于岩石风化成土过程，存在不同地质背景差异，然而，近年来，随着采矿、冶炼、燃煤、交通和农业种植等强烈的人为扰动，使得土壤中各类重金属呈现不同水平的升高，土壤和地下水砷和铬等有毒有害重金属超标，引发重金属环境污染事件逐渐增多，严重威胁人类健康。中国工业废弃地土壤重金属超标率达 34.9%，耕地重金属超标率达 19.4%（Zhao et al.， 2015），2016年发布《土壤环境保护和污染治理行动计划》“土十条”，旨在改善土壤环境质量、保障农产品质量和人居环境安全，2024 年印发《土壤污染源头防控行动计划》，提出既要防止新增污染，又要逐步解决长期积累的土壤和地下水严重污染问题。矿集区由于地质背景及矿业活动影响，表层土壤重金属超标现象广泛存在且影响深远，矿业活动停止后重金属元素仍可通自然侵蚀、淋滤等方式污染周边土壤（韩娟娟等，2021）。开展土壤重金属调查评价与源解析对保障矿集区周边土地生态安全、防控农业生态风险十分重要。
已有众多学者针对土壤重金属污染现状（Chen et al.，2015；余涛等，2021；刘腾和蒋炜，2024；陈自然等，2025）、迁移转化机理（唐世琪等，2020；张倩和韩贵琳，2022；周文龙等，2023）、源解析（陈雅丽等， 2019；于旦洋等，2021；张旺等，2022；夏亚飞等， 2023）、生态风险评价（王玉军等，2017；卫晓锋等， 2023；徐勇等，2023）、修复治理（赵鑫娜等，2023；党秀丽等，2024）等内容进行了大量研究。常用的评价方法包括地累积指数法、内梅罗污染指数法、潜在生态风险指数法；源解析方法分为排放清单法和受体模型，受体模型因不需要污染源的先验知识得到广泛应用，如多元统计分析、稳定同位素示踪、基于 GIS 的空间分析方法等。土壤污染过程复杂，采用多种方法评估与解析，可以有效提高污染评价和来源解析结果的可靠性和合理性。已有研究多集中在典型工业场地和在产矿区周边土壤重金属生态风险（陈自然等，2021；杜古尔·卫卫等，2023；Pan et al.，2024）。矿集区重金属天然背景高（孙厚云等， 2023），重金属分布与多种因素相关，关闭后矿区的周边土壤重金属源汇关系复杂，相关研究较少，且多忽视了土壤分布与流域的紧密关系。平谷区具有长期的金矿冶炼历史，矿区周边村落较集中，近年来响应生态保护的需求与定位，伴随矿区停采形成重要农业种植区，本文对燕山南麓地质高背景矿集区矿业活动停止后某金矿尾矿库周边土壤重金属 Sb、As、Cd、Pb、Cu、Zn、Hg 生态风险进行评价，同时采用空间分析结合绝对主因子-多元线性回归受体模型对重金属来源定量解析，以期为相近地区生态保护修复与环境管理提供科学依据。
1 材料方法
1.1 研究区概况
研究区位于燕山南麓、北京市东北，区域地势北高南低，微地貌为山间河谷，河谷东西两侧为低山丘陵；地表径流属海河水系北三河流域。本区为温带大陆性季风气候，年平均气温 11.7℃，年降雨量约 600 mm，夏季占全年降雨量 70% 以上，褐土为区域分布最广的土壤类型。区内地层较简单，两侧山坡为中元古界长城系灰色厚层砂质、粉砂质白云岩，河谷为第四系冲洪积地层。农业是区内主要产业，区域周边分布多处中小型金矿、铁矿、砂岩矿等，历史上曾受矿业活动影响，调查范围现有一处已闭库多年金矿尾矿库，受人类活动影响，周边土壤环境质量变化剧烈。地理位置见图1。
图1研究区地理位置（a）及采样分布（b）
1 —全新统冲积物（al）、洪积物（pl）；2—中更新统绛红色含角砾亚黏土，为残坡积物（esl）；3—高于庄组白云岩；4—农用地采样点；5—建设用地采样点；6—背景样；7—钻孔位置；8—尾矿位置；9—等高线；10—研究区范围；11—道路；12—河流
1.2 样品采集与分析测试
样品采集布设见图1。以尾矿库所在山间河谷两侧山坡坡脚线为界，沿上下游各延伸约 500 m 作为研究范围，按照地形、土地利用、尾矿库位置及重金属扩散趋势，在研究区共布设36个表层土壤采样点（0～20 cm），其中农用地 25个、建设用地 8个，地表径流上游，东北部坡脚处林地采集背景样品3个，钻孔采集河谷处沉积物样品代表本地地球化学基准值。同时收集尾矿砂及研究时段下游地表水、地下水数据。
样品经自然风干、去除杂质及玛瑙研钵粉碎，随后过 200 目筛进行制样，样品采集与制样过程中避免金属用具及交叉污染。采用烘干法和电位法测定含水率及pH。采用硝酸、氢氟酸盐酸对样品进行消解，重金属Sb、As、Cd、Pb、Cu、Zn采用电感耦合等离子体发射光谱法测定（US EPA6010D），Hg采用冷原子吸收法测定（US EPA7473）；利用空白样、平行样和国家标准物质对测试结果进行质量控制。
表1分析测试方法及检出限
1.3 研究方法
（1）地累积指数
地累积指数综合考虑了自然岩性变化及人类活动因素的污染影响（Müller，1969），其表达式如下：
(1)
式（1）中，Igeo 为重金属地累积指数，无量纲；Ci 为某重金属在土壤中的含量；Bi为该重金属背景值，采用北京市背景值；k 为考虑成土母岩差异的背景变动系数，一般取1.5。根据Igeo大小，将重金属累积程度划分为表2所示7级（黄勇等，2022）。
（2）潜在生态风险指数
潜在生态风险指数是一种考虑重金属含量、毒性水平及多元素协同危害的综合评价方法（Håkanson，1980），已被广泛应用于土壤重金属污染的评价。其计算公式如下：
(2)
式（2）中，RI 为潜在生态风险指数，无量纲为单金属潜在生态危害系数，无量纲； 为重金属毒性响应系数为土壤重金属含量实测值为重金属元素污染参比值。重金属毒性响应系数Sb= 7（Wang et al.，2018）、As=10、Cd=30、Pb=Cu=5、Zn= 1、Hg=40（徐争启等，2008）。单金属潜在生态危害系数（）、综合潜在生态风险指数（RI）与风险等级的对应关系见表2（孙厚云等，2021）。
表2生态风险评价指数分级标准
（3）主成分分析（PCA）
主成分分析是一种将多变量数据进行降维处理的多元统计方法，选取具有代表性的主因子替代初始变量对数据进行解释，通过对主成分的分析可以对原始样品的重金属来源进行定性识别，某一主成分代表同一自然、人为过程或相同来源，具有相同来源的重金属元素在同一主成分应具有较大载荷（Zhao et al.，2007）。
（4）绝对主因子-多元线性回归受体模型 （APCS-MLR受体模型）
绝对主因子-多元线性回归受体模型由 Thurston and Spengler（1985）提出。其基本原理是将因子分析的主因子得分转化为绝对主因子得分 （APCS），再以APCS作为自变量、各重金属含量作为因变量进行多元线性回归，回归系数用于定量计算各个主因子对应的污染源对土壤中每个样本点位某重金属含量的贡献量。其步骤如下（霍明珠等， 2021；刘德新等，2024）：
首先对所有样本重金属含量标准化并进行主成分分析，提取主成分得分Aj ，由于对初始重金属含量进行了标准化，不能用于计算主成分的原始贡献，必须转化为非标准化的绝对主成分，引入一个所有元素含量为0的样本，标准化并计算主成分A0，由因子分析的主因子得分减去0浓度样本的主因子得分得到每个样本的APCS，再以APCS为自变量，重金属含量为因变量进行多元线性回归，回归系数转化为各个主因子代表的污染源对每个样本浓度的贡献，常数项作为未识别的污染源贡献。公式如下：
(3)
式（3）中，Ci 为重金属 i 的含量（mg·kg-1）；bi0 为多元线性回归的常数项；bpi为多元线性回归的回归系数，APCSp为因子p的绝对主因子得分为因子p对于Ci的含量贡献，所有样本的平均值即为因子 p 对应的污染源平均绝对贡献量。其中因子p对应的污染源贡献率为其平均绝对贡献量与所有源贡献量总和的比值。
1.4 数据处理
通过 IBM spss22 软件、Excel2016 进行相关性分析、主成分分析及 APCS-MLR 模型计算，通过 ArcGIS 10.2软件、Orgion 2017进行空间插值计算及绘图工作。
2 土壤重金属特征与生态风险
2.1 土壤重金属含量特征
土壤重金属统计特征见表3。土壤重金属 Sb、 As、Cd、Pb、Cu、Zn、Hg 范围分别为 0.5～69.4、11～219、0.3～4.1、16.8～459、30～3860、64.9～1860、 0.05～5.1 mg·kg-1，点位超土壤环境质量（GB15618-2018、GB36600-2018）筛选值比例分别为 0%、42%、 36%、11%、17%、11%、6%；超管控值比例分别为 0%、11%、3%、0%、0%、0%、6%。重金属 Sb、As、Cd、 Pb、Cu、Zn、Hg变异系数93%～298%，除Hg含量外，建设用地均值大于农用地，经 K-S检验均不符合正态分布，表明其受人类活动影响强烈。各元素平均值均远大于中位数，同样表明受点源高异常值影响，中位数更能代表研究区平均水平。Sb、As、Cd、 Pb、Cu、Zn、Hg 中位数分别为 0.55、28、0.3、36.35、7 1.1、94.55、0.11 mg·kg-1 ，均高于北京市背景值；Cu、 Pb、As 中位数高于本区表层背景，Sb、Cd、Zn、Hg 中位数与表土背景相近；相对于钻孔沉积物基准值，表层背景样品 Sb、As、Cu 平均水平变化不大，Pb、 Zn、Hg 呈现一定程度富集，表明成土过程受人类活动影响。值得注意的是Cd，钻孔土壤基准值含量高于表土背景及碳酸盐岩基岩，表现出岩石风化过程的次生富集（夏学齐等，2022）及后期成土过程的亏损。
2.2 土壤重金属空间分布
为明确重金属空间分布，对原始数据进行反距离权重插值（图2），7 种重金属空间异质性均强烈。土壤Sb、Cd、Pb空间分布相似，除靠近尾矿库样品出现异常高值区，远离尾矿周边上游及下游与研究区表层背景值相差不大。土壤 As、Cu、Zn除同样在尾矿库附近出现高值中心，高值区沿地形向河道及下游方向扩散。土壤Hg含量与含水率具有相反趋势，在研究区上游西北部出现高值区，其余区域与表层背景值相差不大。
与重金属含量相比，土壤 pH 与含水率变异系数均不大。土壤 pH范围 6.6～9.2，整体呈中性—碱性，强碱性土主要分布于尾矿库周边，随着距离尾矿库距离增大，土壤pH有所下降，pH分布与尾矿库点源强碱性及地表径流随地形扩散方向关系密切。土壤含水率1.8%～22.8%，空间分布与pH具有相反趋势，pH 较小的东南部土壤含水率较大，可能与降雨、地表径流、蒸散发强度及土地利用方式有关。研究区东南部为林木，植被覆盖率高且降雨相对充足，水源涵养能力强。
2.3 土壤重金属生态风险评价
地累积指数评价结果见图3a，7 种重金属地累积指数均值由大到小依次为As（1.73）＞Cu（1.56）＞ Cd（1.13）＞Hg（1.05）＞Pb（0.37）＞Zn（0.30）＞Sb （0.06）。As、Cu、Cd、Hg 累积较重，处于中度及以上 （Igeo＞1）的样本分别为 63%、58%、36%、39%。Pb、 Zn、Sb 累积较轻，处于轻度及以下（Igeo＜1）的样本分别为 83%、86%、72%。整体看，大部分样点重金属As、Cu、Cd、Hg处于中度累积水平及以下，Pb、Zn、 Sb处于轻度及无累积。
重金属潜在生态风险系数见图3b，7 种重金属潜在生态风险系数均值由大到小依次为 Hg （355.18）＞Cd（133.88）＞As（68.63）＞Cu（49.97）＞ Sb（41.12）＞Pb（14.38）＞Zn（2.87）。Hg、Cd、As污染较重，处于中风险及以上的样本分别为94%、100%、 44%；Cu、Sb、Pb、Zn总体处于轻风险，分别占样本数的 75%、78%、92%、100%。其中生态风险较高的 As 和 Cd 同时超土壤筛选值比率较高，而 Hg 因点源高异常及高毒性响应风险较高。
表3土壤重金属描述性统计
注：无特殊标记重金属Sb、As、Cd、Pb、Cu、Zn、Hg单位为mg·kg-1，*表示丰度单位为10-9，“—”表示无数据； UCC值据McLennan，2001；华北地台上地壳、中国东部碳酸盐岩数据据鄢明才等，1997；全国土壤地球化学基准值据王学求等，2016；全国表层土壤、北京市背景值据侯青叶等，2020；尾矿砂、地表水、地下水样品来自收集资料；土壤风险筛选值与管制值为pH＞7.5时指标值。
图2重金属空间分布
图3地累积指数（a）及潜在生态风险系数（b）分布
经叠加求和及空间插值的综合潜在生态风险指数分布见图4。极高值中心主要分布在尾矿库处及上游西北，并向河道方向延伸，强、极强生态风险局限于尾矿库局部范围，潜在生态风险指数是多种重金属元素叠加结果，最终的极强风险区由不同元素决定，河道上游高值中心由Hg元素含量异常高决定，而尾矿处的高值中心则由 Sb、As、Cd、Cu综合叠加决定。研究区下游1 km附近浅层、深层地下水及地表水各重金属含量均极低，表明几种重金属的生态风险影响范围局限在尾矿库附近且集中在表层土壤，对下游土壤和地下水影响十分微弱。
图4综合潜在生态风险指数空间分布
3 土壤重金属来源解析
3.1 土壤重金属定性识别
为定性识别重金属来源，对所有样本重金属及 pH、含水率进行主成分分析。经 KMO 检验和巴特利特球形检验，初始变量满足因子分析条件，相关性见图5。
图5重金属元素相关性矩阵（*表示P≤0.05，**表示P≤0.01）
相关分析、主成分分析结合重金属含量空间分布有助于重金属来源识别。空间分布相似，相关性大、主成分载荷一致的重金属可能具有同一来源。重金属 Sb、As、Cd、Pb两两之间均显著正相关，且空间分布相似，在尾矿处具有点源高值中心；Cu和As、 Zn 和 Sb、As、Cd、Pb 均正相关，Cu、Zn 两种元素强相关性且空间分布上除具有以尾矿库为中心的高值区，还具有向西南及河道下游方向扩散趋势，表明这两种元素除受尾矿库影响外的其它共同来源。 Hg元素与其他重金属相关性均不强，表明其来源可能不同于其他重金属。此外，所有重金属均与 pH 呈正相关关系，与含水率关系具有微弱负相关，整体关系不明显。
经最大方差法旋转后的成分矩阵见表4，提取特征值大于 1 的 3 个主成分，共计解释总方差 87.7%。对变量标准化后的主成分得分空间插值以便定性判断其代表的源（Ha et al.，2014），主成分得分分布见图6。
表4旋转后的成分矩阵
第一主成分（PC1）载荷较高的变量有 Sb、As、 Cd、Pb。尾矿砂中，这 4种元素含量均较高，样品中 4 种元素两两均强正相关（图5），空间分布相似，在尾矿处具有点源高值中心（图2）。从第一主成分得分空间分布来看（图6a），第一主成分得分分布变异强烈，呈现以尾矿库所在位置为中心的局部高影响区，超过一定距离影响均低水平。结合元素空间分布及相关性，判定第一主成分代表尾矿库扩散的点源影响，代表元素为Sb、As、Cd、Pb。
第二主成分（PC2）载荷较高的变量有 Cu、Zn、 pH。本区 Cu、Zn 处于地质高背景，表层样品中 Cu、 Zn 的空间异质性强烈，变异系数分别达 298%、 169%，表明其受人为影响强烈。土壤母质中Cu、Zn 含量 51.4、50.2 mg·kg-1 ，表层林地背景 46.33、101.73 mg·kg-1 ，Cu与母质含量相近，而Zn成土过程一定程度富集。第二主成分得分空间变异不大（图6b），除一个样点出现异常高值，整个研究区得分分布均一。研究区尺度较小，自然地质背景简单，成土母质均一、土壤类型单一，因而自然地质背景及成土过程的影响应一致。Cu2+、Zn2+ 作为土壤交换性阳离子，随pH降低，其被H+ 替代，迁移性变强而流失，因而自然条件下土壤中其含量与 pH 正相关。综上，本研究并未对成土过程中的惰性元素Cr、Ni、V含量进行分析，但第二主成分在研究区影响均一，可能取决于土壤母质和成土过程，推测第二主成分代表岩石风化成土过程中的自然源。
Hg 和含水率为第三主成分特征变量。由表2及图2可知，土壤汞的变异系数 216%，土壤含水率变异系数较小。从二者空间分布来看，汞高变异是由西北高异常值导致，其它区域水平相差不大，土壤含水率自西北向东南小幅升高趋势，第三主成分得分空间分布兼具二者特征。土壤是全球最大的汞储库，有研究表明在全球大尺度上土壤汞与气候、植被因素关系明显（Wang et al.，2019），表层土壤中单质形态汞因挥发性会不断与大气进行物质交换（王秋月等，2024）。研究区主要产业为农业，区域内无大型工业产业，矿业活动停止后土壤赋存的汞及生活污染产生的汞在一定条件下以气态进入大气，又通过大气沉降尤其是湿沉降进入土壤，土壤与大气汞交换导致土壤汞储库含量的变化，降雨径流侵蚀过程对土壤汞的迁移、形态转化再分配，土壤汞的循环及通量都有影响，其中可能发生吸附、解吸、甲基化、去甲基化、微生物转化等过程，径流水体中迁移的汞受土壤特性、土地利用、植被、地形及降雨强度等共同影响（Li et al.，2024）。研究区尺度较小，降雨大致一致，但在小气候上略有差异，西北处靠近河道地表裸露，植被覆盖较低，地表蒸散发和径流侵蚀强，土壤温度湿度变化程度大，汞以单质形态与大气交换强烈；东南为林木果园，植被覆盖高、林地截留及水源涵养能力强，土壤含水率高，降雨径流侵蚀较弱。因此推测第三主成分代表大气交互与降雨径流侵蚀作用的影响。
3.2 土壤重金属贡献定量解析
（1）绝对主因子-多元线性回归受体模型评估
重金属含量与经转化后的绝对主因子回归方程及实测值与拟合值对比见图7，各方程调整后 R² 均大于 0.7，且实测值与拟合值比值均接近 1，表明模型拟合较好。
图6主成分得分空间分布
图7多元线性回归拟合值与实测值对比
（2）基于 APCS-MLR 受体模型的重金属源贡献率计算
APCS-MLR 受体模型计算结果见图8。其中第一主成分 Sb、As、Cd、Pb 贡献率均超过 50%，分别为 53%、63%、61%、61%，与其对应的特征元素一致。 Cu、Zn 主要受第一主成分、第二主成分及未知源共同影响，且两者的未知源贡献率分别达到 47%、 43%。Hg 则主要受第三主成分影响，贡献率达 48%，此外未知源贡献率达 41%。As、Cu、Zn、Hg 均有一定比例的未知源贡献，从重金属统计特征、空间分布及源贡献看，Cu、Zn、Hg 未识别源是点源高异常污染，变异系数极大同样证明异常值的影响。为了拟合离群样品，导致多元回归常数项较大，进而计算出的未知源的贡献也较大。其中Cu、Zn的异常值点位一致、分布相近，研究区北部上游 1 km 内为一定规模的农村聚集地，周边无工业企业及冶炼企业，因此可能来源于投放的含有 Cu、Zn制品的点源废弃物污染。Hg异常点不同于 Cu、Zn，可能来源于不同的点源污染物。As 除尾矿库外的高异常分布无明显点源聚集趋势，其未知源可能是面源人类活动的输入并受地表面流侵蚀影响。
图8APCS-MLR源贡献计算结果
综上，研究区重金属空间分布是尾矿源、自然源、大气交互和降雨径流侵蚀过程及点源输入共同叠加影响的结果，空间分析、多元统计与 APCSMLR受体模型互为补充，可提高结果可信度。条件允许情况下可结合其他模型如PMF受体模型、多同位素示踪并与元素形态连续提取、理化性质、地形降雨等环境变量耦合分析，多角度验证源解析。
4 结论
通过对燕山南麓矿集区某闭库尾矿库周边土壤重金属生态风险评价及源解析，得到以下结论：
（1）研究区表土重金属 Sb、As、Cd、Pb、Cu、Zn、 Hg 处于高地质背景，中位数分别 0.55、28、0.3、 36.35、71.1、94.55、0.11 mg·kg-1，空间异质性大，受人为扰动强烈；重金属高值中心集中在尾矿库处，污染较严重的 As、Cd 超国家筛选值样本数分别为 42%、36%，绝大部分点位未超国家管控值。
（2）地累积指数评价生态风险较高的元素为As（1.73）＞Cu（1.56）＞Cd（1.13）＞Hg（1.05），重金属潜在生态风险系数均值较高的元素为 Hg（355.18）＞Cd （133.88）＞As（68.63）＞Cu（49.97），Cu 和 Hg 受高异常样本影响明显；综合潜在生态风险指数较高的区域集中分布在尾矿库附近的局部区域，且影响集中在表土，对下游土壤和地下水影响微弱。
（3）多元统计及 APCS-MLR 受体模型识别出三个表层土壤重金属来源，未知源可能为点源及面源农村生活污染。Sb、As、Cd、Pb 主要来源于尾矿库，贡献率分别为 53%、63%、61%、61%；Cu、Zn 受尾矿库、自然源及点源污染共同影响；Hg 受大气交互与降雨径流侵蚀作用对矿业活动历史赋存的再分配及点源输入影响，贡献率分别为48%、41%。建议加强尾矿库和周边农村点源、面源污染的监测和管理。