柴立元院士团队：重金属污染全生命周期防治：挑战与机遇

石岩 ^1,2,3 邹龙 ⁴ 梁彦杰 ^1,2,3 林璋 ^1,3* 柴立元 ^1,2,3*

（ 1.中南大学 冶金与环境学院，长沙410083；2.有色金属强化冶金新技术全国重点实验室，长沙410083；3.国家重金属污染防治工程技术研究中心，长沙410083；4.江西师范大学 生命科学学院，南昌330022 )

重金属污染是全球范围的重大环境问题。从20世纪50年代开始，全球各地发生了一系列与重金属相关的重大环境污染事件，例如，1953年日本水俣病、1955年日本痛痛病、1970年孟加拉国的砷中毒事件、2014年我国的血铅超标事件等，对人类生命安全与健康造成了严重危害。我国重金属污染形势严峻，2010年以来，生态环境部披露的重金属污染事件已超过20起。重金属污染问题已然引起了全球各界的高度关注，受到了Science、Nature等国际一流学术期刊及各国主流媒体的广泛报道。重金属污染防治一直是全球环境研究的热点和焦点之一。

作为重金属生产和使用大国，我国的重金属污染在长期矿产开采、加工以及工业化应用过程中积累形成，形势一度极为严峻，约1/5的耕地受镉、砷、铬、铅等重金属的污染。“十二五”以来，我国高度重视并积极推进重金属污染治理工作，先后出台了《重金属污染综合防治“十二五”规划》、《土壤污染防治行动计划》等政策法规文件。“十三五”期间，建立了全口径涉重金属重点行业企业清单，关停涉重金属行业企业1300余家，实施重金属减排工程900多个，重金属污染污染物排放得到有效控制。但是，我国重金属污染物排放总量仍处于高位，《第二次全国污染源普查公报》公布了2017年我国水中重金属污染物（铅、汞、镉、铬和类金属砷）排放量为182.54 t，其中排放量位于前三位的行业为有色金属矿采选业（32.17 t）、金属制品业（26.06 t）以及有色金属冶炼和压延加工业（24.26 t）。同时，一些地区铊、锑重金属污染问题逐渐凸显，近年来涉铊涉锑环境事件时有发生，因此，生态环境部2022年印发《关于进一步加强重金属污染防控的意见》也已将铊、锑确定为重点重金属污染物。可见我国重金属污染形势依然十分严峻，汞、镉、铅、铬、砷“五毒”污染的历史遗留问题尚未解决，铊、锑新关注污染物又冒头，重金属污染防治工作任重而道远。

重金属在生产和消费过程中进入环境，形成了复杂、动态、长链条的迁移体系，严重威胁着生态平衡和人体健康。以单一介质和因子为对象的传统防治理论体系，已难以满足当前重金属污染防治需求。因此，同步考虑多环境介质、多污染因子，建立系统性的重金属污染防治理论，成为发展新一代污染防治技术的核心。本文基于我国当前重金属污染特点和污染防治理论与技术现状，围绕全生命周期理念，提出构建重金属污染物“溯源-辨析-转化-回归”的全链条防治理论体系的思考。首先概括了目前重金属污染防治理论与技术面临的局限，进而点明了重金属污染防治技术创新所面临的五大挑战，最后围绕全生命周期理念的核心环节探讨了应对上述挑战的可行途径，并对未来的发展方向做了进一步的展望。总之，随着相关理论和方法的不断研究，关键技术的不断突破，重金属污染全生命周期防治模型与理论方法的构建将为我国重金属污染环境质量改善与管理技术创新提供重大理论支撑。

重金属是国民经济必不可少的基础性材料，对经济发展和国防建设至关重要，因此，它不可避免地存在于人类社会多种活动场景。然而在重金属生产、加工及使用的各个环节，都存在重金属元素释放到环境介质进而造成环境污染的风险（图1）。例如，在重金属采矿、选矿时会产生大量的尾矿和含重金属酸性废水，这导致历史遗留的尾矿多达几十亿吨，目前大部分仍是堆存处置，存在巨大的环境风险。在重金属冶炼和加工过程中也会产生大量的含重金属废气、废酸/废水、废渣等，这导致重金属污染物进入环境的途径多样，包括烟气沉降、废渣淋溶、地表径流等，且往往存在多途径叠加效应，使得污染成因不明，难以明确污染阻断途径。由此可见，重金属污染具有来源多、种类杂、量大面广等特点。此外，在上述污染体系中，重金属还往往呈现多种类、多形态（如包裹态、离子态、胶体态等）共存的特点，使得污染特征复杂难辨、动态多变，难以形成准确有效的共性防治技术体系。因此，重金属的多介质、多因子的复杂污染特征使得重金属污染防治一直是世界性的环保难题。

图 1 重金属复杂传输体系

反观当前的重金属污染研究，往往以单一介质（水、土、气）和因子（矿物组成、酸碱度、氧化还原电势、有机物）为对象，呈现出孤立、缺乏系统理论的特点，难以满足重金属污染控制技术在广度和深度同步创新的需求。自然环境中重金属污染具有长期性、隐蔽性和滞后性，所以当前以化学形态分析为主的研究方法，难以厘清重金属污染“源-汇”关系，无法指导源头预防和过程阻断。生态环境体系中介质复杂，重金属污染物多以稀、细、杂的形式存在，所以当前以元素为对象的化学转化方法，难以实现精准识别与高效转化。由此可见，如何建立具有系统性、多介质、多因子的重金属污染控制理论，已然成为发展新一代污染源头防治和安全转化技术的核心。

重金属从生产和消费过程中进入环境，历经多介质、多途径的迁移与转化，最终对生态环境和人民健康造成威胁，显然是一个复杂、动态、长链条的生命周期。因此，重金属污染防治急需发展全生命周期理念。然而，构建基于全生命周期理念的重金属污染防治体系必须直面当前重金属污染防治的五大挑战。

我国重金属污染的分布情况、严重程度以及污染特征仍不清晰。重金属污染是一个源杂、点多、面广的复杂体系，涉及到近20万家涉重生产、经营企业，污染来源包含冶金、煤炭、养殖等50余种行业，污染面积高达2000万公顷。如单纯依赖传统人工采样及单点式分析模式，会出现粗糙、低效、片面等不足，难以全面系统掌握重金属污染特征，导致无法形成对重金属污染分布和程度的全局性认识。因此，亟需围绕环境、信息、分析等多学科手段交叉融合来突破重金属污染特征难以全域快速辨析的难题。

重金属具有资源和环境双重属性，既是国民经济发展不可或缺的重要资源，也是危害生态环境和人类健康的常见元凶。因此，对重金属资源与环境属性的判定是实现其无害化、高值化的基础。但是，重金属在自然生态环境中赋存形态复杂，呈现为多金属多矿相共伴生的特点，且结构性质复杂。目前，国内外通常采用Tessier或BCR连续提取联合ICP-MS等含量测定方法对重金属赋存形态进行分析，此类研究方法无法鉴别这些重金属的微结构特征。另一方面，显微电镜、X射线衍射仪和光电子能谱仪等高精专仪器常被用于固相微观表征，仍不足以建立微量重金属与赋存相的系统关联，导致难以辨识重金属污染的主控因子。现有的传统属性赋存判定往往是单点个案式研究，主要依赖传统实验室仪器分析，方式粗糙且武断，缺乏统一标准。因此，需要通过环境科学、信息科学和分析化学的交叉融合，建立重金属资源与环境属性智能快速判定方法，从而为重金属的资源化目标提供依据。

深度分离是实现污染物中重金属资源化的重要基础。然而，重金属在水体、固废、土壤等复杂介质中往往会形成吸附掺杂、聚集包夹、螯合配位等强结合作用。目前国内外主要以化学浸提来分离重金属，但是这种以单一调控为目标的方法，无法形成对多形态重金属提供深度分离的准确理论指导。近年来，已有研究发现调控赋存相结构可改变其与重金属的结合作用，有助于重金属的深度分离。然而，当前研究依然停留在调控方法的单点式探索上，经验知识多而散，尚未形成共性理论。同时，重金属污染物具有稀、细、杂的特点，要实现重金属深度分离，需要精细研究结构与分离构效关系。而环境中重金属污染案例体系多、问题杂，传统实验方法仅能针对个体案例，工作量大，耗时长，造成了精细研究方法和大量数据需求之间的矛盾，无法形成系统理论方法。因此，亟需融合环境科学、信息科学，化学工程、建立共性分离理论方法，实现重金属污染物精准分离。

重金属矿物原本是以高密度、稳定的矿物存在于自然界中，通过采矿、选矿、冶炼、加工利用，最终产生大量低密度、松散的重金属固废，对环境潜在风险极大。因此，不难看出，将所产生的重金属固废再次回归致密化矿物是实现绿色安全处置的根本途径。但是，现有的重金属固废处置技术（包括填埋、固化等）缺陷明显，如体积膨胀、二次污染严重、堆无可堆，难以实现上述目的。因此，亟需融合矿物学、地球化学、微生物学等多学科理论知识，发展重金属固废致密化/矿化技术，使其重新转化为对环境无害的矿物形态（生态回归），是实现重金属固废绿色生态处置的关键。

当前，重金属污染防治大多是末端治理，不仅治理难度大、代价大，而且往往只是将污染重金属转移，治标不治本，容易造成二次污染。实施源头预防、过程阻断、末端治理的全过程综合防控是彻底解决重金属污染问题的根本途径。但是，目前重金属污染控制各环节呈散点式，流程长、信息杂的特点，污染综合防治体系缺乏全流程的思考、系统的生态设计，以及对关键产污节点精准把控的全链条评估。因此，亟需融合环境工程，信息科学和工业，建立大数据模型来实现重金属全链条污染防治体系。

针对上述五大挑战，围绕全生命周期理念，结合当前各学科发展前沿和技术变革趋势，提出了如下解决方案。

构建重金属污染精准筛查与溯源方法学平台是污染源头防控的前提。然而，传统低空间普适性、低效检测方法无法实现对环境重金属污染特征的全面掌握。针对该难题，加拿大学者率先提出固相介质重金属溯源方法，欧洲科学家相继将该方法应用于矿区、农田等固相介质。然而，溯源的准确度和高效性依然受制于重金属遥感光谱特征指纹区解析难、环境基质影响规律不明、特征遥感光谱信息人工提取困难等因素。针对这些问题，有研究采用地面高光谱、航空平台成像光谱仪、卫星遥感等手段构建土壤重金属光谱特征，并结合地形、气候等外界环境因子，采用机器学习方法建立了污染场地砷、镉2种重金属元素的智能辨识模型，同时采用源解析方法明确了重金属污染成因，在广域尺度上深入探索了土壤重金属辨识与溯源的可靠性。因此，为了实现重金属污染成因的高效追踪和广域溯源，当前的研究亟需结合大地遥感和高分辨光谱遥感新技术建立重金属遥感光谱特征指纹数据库，并融合人工智能发展大尺度遥感光谱分析方法学。

重金属污染物通常多物相伴生、结构性质复杂、环境影响因子多，导致重金属的资源与环境属性判别缺少统一判定标准，且实验数据量大，判定耗时长。因此，亟需建立属性判定新方法，构建元素组成-属性特征数据库。有研究试图从数据科学和化学体系交叉的视角对全行业重金属危废中物相进行系统性分析，归纳出重金属危废中的共性物相，并构建了全行业重金属危废中重金属元素与物相的映射图谱，突破个案研究分析所带来的局限性。随着大数据时代的到来，机器学习得到快速发展和广泛应用，已成为研究的新范式。通过机器学习，构建出智能判定模型，快速得到等级量化的判定结果，最终形成重金属资源与环境属性智能判定新理论，实现对重金属资源环境属性的精准、高效判定（图2）。

图2 重金属环境资源属性智能判定

目前重金属深度分离的难点在于浓度低、形态及共存相复杂，选择性分离难；先验信息多而散，有效信息挖掘难；涉及的分离体系混而杂，普适方案决策难。有研究基于纳米晶取向结合和聚集生长的启示，将纳米晶的生长调控与重金属分离相结合，发展了铬渣中主控物相表界面调控生长促进铬精准分离系列新方法。然而，这些个案的调控方法单点式探索无法实现不同来源固废中目标基础的深度分离。因此，亟需构建重金属与矿物相互作用力信息库，厘清结构-分离构效关系，形成目标结构导向的共性分离理论（图3）。在创新选择性物相重构与重金属分离技术基础上，构建实验和先验知识相结合的集成数据库，并通过全连接神经网络构建法，结合智能设备，建立分离调控智能模型，推荐最优处理方案，实现多介质复杂体系重金属的深度分离。

图3 物相重构与重金属分离模型

生产过程产生的固废通常颗粒比较小，且含多种重金属离子。传统致密化方法需要添加大量化学药剂和辅料，单位体积目标废物占比不理想，致密化产物的长效稳定性无法保证。因此，亟需开发松散废物批量转化且其中重金属被有效固定的绿色处置方法。自然界中矿物与微生物的相互作用一直是塑造地球岩石圈的关键因素。例如，通过铁还原微生物群落加速铁矿物的氧化还原循环可以原位快速形成具有一定物理强度的富铁生物水泥层，从而稳定破碎的尾矿颗粒并有助于恢复退化土地的水力功能。此外，酸性硫杆菌可以通过硫氧化和微环境酸化，持续推动复杂尾矿系统的成土改造。这些生物作用的开发突出了通过加速生物地球化学循环来制定生态修复战略的潜力。尤其是生物成矿过程中的致密化作用和晶格固定作用可分别实现松散废物的高致密化和多种重金属的稳定固化。通过构建成矿微生物抗重金属数据库，对松散废物和微生物或生物分子进行精准匹配，利用生物成矿作用，形成稳定矿物，可实现矿物从环境中来到环境中去的终极目标。

在上述四项措施的基础上构建重金属全生命周期信息耦合的污染控制智能模型可实现重金属污染全链条防治。建立该模型的关键在于建立污染特征与来源的关联，精准甄别关键排污节点，并从众多行业提供高效的重金属污染控制解决方案。为此，我们提出基于全生命周期的视角将上述四个数据库中目标重金属的特征信息进行提取，并利用多源数据模型进行耦合，最终形成智能分析与精准决策系统。其中的全链条信息覆盖的重金属归趋预判模块，通过有效数据筛选、甄别，查明污染来源，锚定关键排污环节，进而使用智能迭代优化算法提供最优处理方案，指导工程应用。同时，工程应用获得的实践数据可以反馈修正智能系统。因此，整个污染控制智能模型实现重金属全生命周期的生态设计理念，有望为污染控制技术与工程应用带来突破性变革！

针对我国重金属污染防治重大需求，基于重金属污染全生命周期视角与生态设计理念，提出构建重金属污染物“溯源-辨析-转化-回归”的全链条防治理论体系的思考。该体系的形成有望建立重金属污染分析与溯源新方法，构建重金属污染属性判别新体系，建立可控深度分离/钝化新理论，形成重金属安全生态回归新模型，发展全面系统的重金属污染防治理论，并进行工程应用验证，将开创“顶层设计-理论突破-工程验证”的污染防治理论研究新模式。这一思路的独特性在于与传统的重金属污染防控的研究相比，融合微观认识与宏观大数据，将传统的散点式、经验性、片面性的研究转变为精准性、规律性、系统性的研究，有望彻底解决重金属辨识溯源难、属性判定难、深度分离难、生态回归难、全链条控制难这五个重金属污染领域的重大环境工程难题。因此，通过重金属污染全链条理论体系的研究，可极大地推动重金属污染防治前沿研究领域的进展，有望在环境化学、分析化学、生物化学、地球化学等多学科领域取得原创性理论突破，学科交叉性极强；对于阻断重金属污染途径、防范重金属污染事件具有理论指导和实际应用价值，有力支撑全民健康和污染防控的国家重大战略目标。