豫北典型农田作物中重金属污染状况及健康风险评价

麻冰涓，王海邻*，李小超，张永慧，刘军，李东艳

1. 河南理工大学资源环境学院，河南 焦作 454000；2. 焦作市环境信息中心，河南 焦作 454002

豫北典型农田作物中重金属污染状况及健康风险评价

麻冰涓1，王海邻1*，李小超2，张永慧2，刘军2，李东艳1

1. 河南理工大学资源环境学院，河南 焦作 454000；2. 焦作市环境信息中心，河南 焦作 454002

农产品污染引发的食品安全问题目前已经成为全社会关注的焦点，为了研究和评价农作物中重金属污染和健康风险状况，采集了焦作市武陟县玉米、水稻和花生三种大田作物样品，共计47个样品，其中玉米样品16个，花生样品4个，水稻样品27个。在测定作物籽粒中重金属Cr、Ni、As、Cd和Pb含量的基础上，分别采用单因子污染指数和综合污染指数法评价了作物籽粒中重金属的污染状况，并运用危险商（HQ）法评价了这些作物中的重金属对人体健康可能造成的风险，进而应用相关分析法、聚类分析法及主成分分析法，探讨了作物籽粒中重金属含量的分布特征及其污染来源。结果表明：武陟县农田作物籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.26±0.42、0.31±0.29、0.04±0.03、0.01±0.04和0.03±0.03 mg·kg-1。其中，玉米籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为8.86×10-2±0.21、9.41×10-2±0.12、8.10×10-3±5.29×10-3、1.20×10-5±4.92×10-5和0.04±0.02 mg·kg-1；水稻籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.38±0.49、0.44±0.31、0.07±0.02、4.60×10-3±7.42×10-3和0.03±0.03 mg·kg-1；花生籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.13±0.22、0.32±0.16、0.02±3.05×10-3、0.11±0.07和1.32×10-2±1.70×10-2mg·kg-1。农作物籽粒中各重金属元素的单因子污染指数评价结果显示，从总体上看，3种农作物籽粒中5种重金属的单因子污染指数均值均小于1，单因子污染指数均值大小顺序为：Ni＞As＞Cr＞Pb＞Cd；从作物类型来看，玉米和水稻中Ni超标的样品比率分别为6.67%和51.85%，水稻中Cr超标的样品比率为12%。农作物籽粒中各重金属元素的综合污染指数评价结果显示，重金属的平均综合污染指数为0.59，整体上处于安全等级。总体来看，14.89%的农作物受到不同程度的污染，其中轻度污染的农作物占10.64%，中度污染的农作物占4.25%，19.15%的农作物处于警戒限。重金属污染程度以水稻最为严重，轻度污染的为18.52%，中度污染的为7.41%，另外有29.63%处于警戒限内。健康风险评价结果显示，对于成人和儿童而言，5种重金属的健康风险指数均小于1，不会造成当地成人和儿童的健康风险，但重金属通过本地谷物类和豆类产品摄入对成人造成的健康风险略高于儿童。农作物籽粒中5种重金属的相关性分析表明，Cr-Ni和As-Ni在作物籽粒中存在极显著正相关性，Cr-As存在显著的正相关性。聚类分析发现，Cr和Ni可以聚为一类，有可能存在共同的来源。针对玉米的主成分分析表明，玉米中5种重金属可以由2个主成分来反映，第一主成分主要支配着玉米籽粒中Cr、Ni、As和Cd的来源。第二主成分支配Pb，其来源与其他重金属元素有较大区别。

农田作物；重金属；污染指数；聚类分析；主成分分析；健康风险评价

近年来，农产品污染问题时有发生，食品安全目前已经成为全社会关注的焦点问题。作为一类主要的污染物，重金属毒性大、蓄积能力强，更是受到人们的广泛关注，测定农作物中的重金属含量并评价其健康风险，已成为研究的热点之一。2002年，农业部稻米及制品质量监督检验测试中心曾对全国市场稻米进行安全性抽检。结果显示，稻米中超标最严重的重金属是铅，超标率28.4%，其次就是镉，超标率10.3%（宫靖，2011）。目前已有关于重金属含量及其健康风险评价的一些研究发表（黄泽春等，2006；孙清斌等，2013；任艳军和马建军，2013；杨刚等，2010；夏凤英等，2011；宋波等，2006；李刚等，2013；刘志彦等，2010；肖青青等，2011；杨刚等，2011；吴迪等，2013；齐雁冰等，2010；王俊涛等，2008；陈虎等，2012；李其林等，2012），其中针对蔬菜和稻米的研究较多（黄泽春等，2006；孙清斌等，2013；任艳军和马建军，2013；杨刚等，2010；夏凤英等， 2011；宋波等，2006；李刚等，2013；刘志彦等，2010；肖青青等，2011；杨刚等，2011；吴迪等，2013；齐雁冰等，2010；王俊涛等，2008；朱兰保等，2014），矿区农田作物亦是关注的焦点之一（孙清斌等，2013；刘志彦等，2010；肖青青等，2011；杨刚等，2011；吴迪等，2013），针对非污染区的基本农田作物、尤其是旱田作物的研究相对不足。

焦作市武陟县是豫北重要的粮食大县和农产品生产基地之一，是全国粮食生产基地县、商品粮基地县和省优质小麦种植示范基地县，该区域农作物的品质，直接影响到本地农业的可持续发展以及人民群众的身体健康。针对该区域农田作物中重金属含量的现有研究主要集中于煤矿区（胡斌等，2007；王长征和李东艳，2008；马光等，2007；黄凤云等，2009），主要考查了矿业生产对农作物质量的影响，而对于农业生产的主要对象——大面积的基本农田，尚未开展研究。为此，本文在野外调查、采样和作物重金属（Cr、Ni、As、Cd和Pb）含量分析的基础上，对武陟县玉米、水稻和花生籽粒中重金属含量及当地居民摄食该区域作物导致的健康风险进行评价，旨在为保障居民饮食安全和加强作物质量控制提供指导和决策依据。

1 材料与方法

1.1 研究区概况

武陟县位于河南省西北部，黄河北岸，地跨北纬34°56′～35°10′，东经113°11′～113°39′之间，全县总面积860 km2，气候属于暖温带大陆性季风型气候。武陟县年平均气温14.4℃，年平均降水量为575.1mm，历史平均无霜期212天。全县土壤主要为潮土类，占全县区域面积的84.1%，是该县主要耕作土壤。

1.2 样品采集和处理

采样点的布设按照避开污染源的原则，选择远离县城工业区和生活聚居区的大块农田，按旱地和水田2种土地耕作类型，于2012年9月～10月在玉米、花生和水稻的收割期间，设置47个采样点，其中玉米样品16个，花生样品4个，水稻样品27个。每个采样点均采用蛇形采样方法，采集约2kg左右的作物装入聚乙烯自封袋带回实验室，用去离子水清洗干净后烘干并研磨，研磨后的样品装于自封袋中，冷冻保存。采样点分布如图1所示。

1.3 样品分析方法

图1 武陟县采样点分布图Fig.1 Distribution of the sampling sites in Wuzhi County

称取作物籽粒200 mg±5 mg，置于20 mL聚四氟乙烯消解罐中，加入3 mL硝酸（电子级）和1 mL双氧水（优级纯），盖盖后室温预消解8 h；装入不锈钢高压外套密封后置于烘箱内，于140 ℃加热3 h；冷却后，采用2%稀硝酸定容于15 mL离心管，测定前使用聚偏氟乙烯（PVDF）滤膜（0.45 μm）过滤。使用电感耦合等离子体质谱仪（ICP-MS，美国瓦里安820-MS）测定，仪器参数见表1。每批次测定均设定3个空白样品和20%的平行样品，样品的相对标准偏差均在15%以内。各种实验容器使用前均在5%的硝酸溶液中浸泡24 h以上，用去离子水洗干净后放置到烘箱45 ℃烘干。

1.4 作物籽粒重金属评价方法

1.4.1 作物籽粒重金属污染质量评价

分别采用单因子污染指数和综合污染指数法，对农作物中5种重金属（Cr、Ni、As、Cd和Pb）污染进行评价。

1）单因子污染指数法。计算公式为（陈涛等，2012）：

式中，Pi为武陟县农作物籽粒中重金属i的单项污染指数；Ci为武陟县农作物籽粒中重金属i的实测值，mg·kg-1；Si为农作物中重金属i的评价标准值（表2）。

2）综合污染指数法。计算公式为（陈涛等，2012）：

式中，P综为武陟县农作物籽粒中重金属的综合污染指数；为武陟县农作物籽粒中重金属i的最大污染指数；为武陟县所有重金属单项污染指数中的平均值。综合污染指数污染评价等级划分见表3（陈涛等，2012）。

表1 ICP—MS工作参数Table 1 ICP-MS operational parameters

表2 农作物中重金属的卫生标准限值Table 2 Main evaluation criteria of heavy metal pollution in grains in China mg·kg-1

表3 农作物质量分级标准Table 3 The classification standards of grain heavy metal pollution evaluation

1.4.2 农作物摄入的健康风险评价

为了对居民食用该区域农产品的健康风险进行评价，本文采用了危险商（HQ）法，具体计算公式为（雷鸣等，2010）：

式中，HQ为健康风险指数，ADD为重金属经谷类和豆类产品摄入的平均日摄取量(mg·kg-1·d-1)，RfD为重金属暴露参考剂量(mg·kg-1·d-1)。HQ＞1，表明该重金属可引起人体的健康风险，健康风险指数越大，表明该重金属对人体健康风险越大；HQ＜1，表明该重金属不会引起人体的健康风险（杨刚等，2011）。各参数名称及取值见表4。

2 结果与讨论

2.1 农作物籽粒中重金属含量

不同农作物籽粒中重金属元素含量见表5。

可以看出（表 5），在玉米、水稻和花生中，均为Ni的含量最大，其次是Cr，而Pb、As和Cd在不同的作物中并无一定的规律。同一种重金属在不同农作物中的含量有所差异（表6），水稻中Cr含量显著高于玉米（P＜0.05）和花生（P＜0.01）；水稻中Ni含量显著高于玉米（P＜0.01），但与花生中Ni含量无显著性差异（P＞0.1）；水稻中As含量显著高于玉米（P＜0.01），此结果与杨刚等（杨刚等，2011）、何峰（何峰，2004）的研究结果是一致的，分析其原因，可能是由于水稻是需水量较大的植物，当水体淹水时容易引起As元素向可溶态转化，从而易被水稻根系吸收并在水稻体内积累（杨刚等，2011）。水稻中As含量也显著高于花生（P＜0.01）；水稻中Cd含量显著高于玉米（P＜0.05），而水稻与花生之间、玉米与花生之间Cd含量无显著性差异（P＞0.05）；水稻、玉米和花生之间的Pb含量均无显著性差异（P＞0.1）。

与其他地区作物样品中的重金属含量相比较发现（表7），本区域水稻中的Cr含量略高于合肥市大兴镇与长江三角洲，与苏州水稻中的Cr含量持平，低于三峡库区、及苏北等地区中水稻中的Cr含量；水稻中的Ni含量除苏北铜山略高些之外，其他差别不大；本区域水稻中的 As、Cd和Pb含量则相对偏低，玉米中Cr、As、Cd和Pb的含量与其他地区相比较均偏低，花生中的Cd含量也略低于山东。

2.2 农作物重金属污染评价

2.2.1 单因子污染指数评价

农作物籽粒中各重金属元素的单因子污染指数计算结果见表8。总体上看，3种农作物籽粒中5种重金属的单因子污染指数均值均小于1，单因子污染指数均值大小顺序为：Ni＞As＞Cr＞Pb＞Cd。但部分样品Cr和Ni的单因子污染指数大于1，超标样品比率分别为6.82%和34.09%。从作物类型来看，玉米和水稻中Ni超标的样品比率分别为6.67%和51.85%，水稻中Cr超标的样品比率为12%。从表6中可知，水稻中Ni含量与花生中Ni含量无显著性差异（P＞0.1），但是水稻中出现Ni含量出现超标现象，而花生中Ni含量并不超标，主要是由于水稻中污染物限量（≤0.4 mg·kg-1）小于花生中污染物限量（≤3.0 mg·kg-1），至于水稻中Ni超标的样品高于玉米，以及水稻中部分样品Cr超标，一方面可能是受成土母质的影响（王俊涛等，2008），另一方面可能与两种作物在耕作制度、农业施肥等过程的不同所导致的，具体原因有待进一步研究和探讨。

表4 农作物健康风险分析参数取值Table 4 Values of the parameter used in the calculation of HQ for heavy metals

表5 农作物籽粒中重金属总量统计结果Table 5 Heavy metal contents of grains

表6 3种农作物籽粒中各重金属含量的差异显著性检验结果Table 6 significance testing of heavy metal contents of grains

表7 本研究区域作物籽粒中重金属含量与其他地区比较Table 7 Comparison of contents of heavy metals in grain from different areas mg·kg-1

表8 农作物重金属单因子污染指数Table 8 Single-factor pollution indices of heavy metals in grain

2.2.2 综合污染指数评价

综合污染指数的计算结果见表9。总体上来看，所有样品平均综合污染指数为0.59，表明研究区域农作物籽粒整体上处于安全等级，不同农作物的平均综合污染指数大小顺序为：水稻＞花生＞玉米。总体来看（图2），65.96%的农作物处于安全等级，19.15%的农作物处于警戒限，轻度污染的农作物占10.64%，中度污染的农作物占4.25%，无重度污染的农作物。从作物类型来看（图2），花生均处于安全等级，玉米的质量均处于警戒线之内，其中处于安全等级的占93.75%。水稻只有44.44%处于安全等级，有29.63%处于警戒限内，另外轻度污染的为18.52%，中度污染的为7.41%。

2.3 农产品摄入的健康风险评价

食用谷物类和豆类产品的重金属摄入量及健康风险计算结果见表10。由表10可知，对于成人和儿童而言，5种重金属的每日摄入量（ADD）均低于参考暴露剂量（RfD），健康风险指数（HQ）均小于1，不会造成当地成人和儿童的健康风险。无论成人还是儿童，重金属通过谷物类和豆类产品摄入对人体造成的健康风险顺序均为As＞Cr＞Ni＞Cd＞Pb，即相比于其他四种重金属而言，通过谷物类和豆类产品摄入As对人体造成的健康风险略大一些。5种重金属对成人造成的健康风险指数（HQ）略高于儿童，表明重金属通过本地谷物类和豆类产品摄入对成人造成的健康风险略高于儿童。

表9 农作物中重金属综合污染指数Table 9 Nemero combined pollution indices of heavy metals in grain

图2 不同等级农作物所占的比例Fig.2 Portions of grain at each grade

总体来看，健康风险评价的结果与上述污染指数评价的结果是一致的，即农作物籽粒均能够满足国家标准要求，不会对人体健康带来风险。二者的不同之处，在于各元素的污染指数排序和健康风险排序有所差别，主要是由于单因子评价和健康风险评价中所采用的评价标准（或重金属暴露参考剂量RfD）要求有所不同，风险评价中As的暴露参考剂量RfD很低，只有0.0003 mg·kg-1·d-1。

表10 食用谷物类和豆类产品的重金属摄入量及健康风险Table 10 Intake and health risk of heavy metal by consumed grains

2.4 作物籽粒中重金属元素间的相关性分析

3种作物籽粒中以及玉米、水稻和花生不同重金属元素之间的相关系数如表 11～13所示。可以看出，从3种作物整体来看，Cr-Ni和As-Ni在作物籽粒中存在极显著正相关性，Cr-As存在显著的正相关性。从作物类型来看，在玉米籽粒中Cr-Ni、Cr-As、Cr-Cd、Ni-As、Ni-Cd和As-Cd均存在极显著正相关性，水稻籽粒中Cr-Ni和Cr-Cd存在极显著正相关性，而在花生籽粒中各重金属之间无相关性。以上分析说明研究区水稻籽粒中Cr、Ni和Cd这3种重金属存在不同程度的复合污染或具有一定的同源性，玉米籽粒中Cr、Ni、As和Cd这4种重金属存在不同程度的复合污染或具有一定的同源性。而不论是水稻还是玉米，Pb与其他元素的相关性不是很强，可能是其来源与其他元素不同所致。王俊涛等（王俊涛等，2008）在对合肥市大兴镇水稻中重金属的研究显示，水稻中Cr-Ni存在显著的正相关性，与本文的研究结果类似。李其林等（李其林等，2012）的研究结果也表明，水稻与玉米籽粒中Cr-Cd均存在极显著正相关性。

表11 3种作物籽粒中不同重金属之间的Pearson相关系数Table 11 Pearson correlation coefficients for heavy metals

表12 玉米籽粒中不同重金属之间的Pearson相关系数Table 12 Pearson correlation coefficients for heavy metals in corn

表13 水稻籽粒中不同重金属之间的Pearson相关系数Table 13 Pearson correlation coefficients for heavy metals in rice

2.5 作物籽粒中重金属的聚类分析

本文分别对 3种作物籽粒中以及玉米和水稻中的重金属含量进行R型聚类分析，得到结果如图3～5所示。从3种作物整体来看（图3），Cr和Ni 距离较近，可以聚为一类，说明它们之间相关性较强，具有相同的来源，主要是受到成土母质的影响；第二类是As；第三类是Cd；第四类是Pb。玉米和水稻中的重金属含量R型聚类分析（图4和图5）显示，Cr和Cd距离较近，可以聚为一类；第二类是Ni；第三类是As；第四类是Pb。

图3 研究区3种作物R型聚类分析结果Fig.3 R-cluster analysis of grain

图4 研究区玉米R型聚类分析结果Fig.4 R-cluster analysis of corn

图5 研究区水稻R型聚类分析结果Fig.5 R-cluster analysis of rice

2.6 作物籽粒中重金属的主成分分析

在主成分分析前进行源解分析，采用KMO( Kaiser-Meyer-Olkin) 和Bartlett( Bartlett‘s test of Sphericity ) 法分别对玉米、花生和水稻籽粒中重金属含量的原数据进行检验。其中只有玉米中的KMO值为0.741，大于最小值0.5，且Bartlett球度检验的相伴概率为0.000，小于显著性水平0.05，表示数据取自正态分布，变量之间的相关性得到认可，原始数据适合进行主成分分析，花生和水稻的原始数据不适合进行主成分分析。对玉米籽粒中重金属含量的主成分分析结果见表14。图6为重金属元素二维因子荷载。

通过主成分分析，5种重金属可以由2个主成分反映92.729%，即对前2个主成分进行分析就可以反映5种重金属含量数据的大部分信息。第一主成分的贡献率为75.578%，其中Ni、Cr、Cd和As有较高的正载荷。从表12玉米籽粒中各重金属元素的Pearson相关关系可知，Cr、Ni、As和Cd的相关性最强，从而判断第一主成分主要支配着玉米籽粒中Cr、Ni、As和Cd的来源。第二主成分的贡献率为17.150%，Pb呈现出较高的正载荷，与其他重金属元素有较大区别，这与之前所进行的相关性分析及聚类分析结果是一致的。

表14 主成分分析总方差的解释Table 14 Total variance for explanation of principal component analysis (PCA) in this study

图6 重金属元素二维因子载荷Fig.6 Loading plots of the heavy metals in the space defined by two components

3 结论

（1）武陟县农作物籽粒中的Cr、Ni、As、Cd和Pb的平均含量分别为0.26±0.42、0.31±0.29、0.04±0.03、0.01±0.04和0.03±0.03 mg·kg-1。

（2）从总体上来看，农作物籽粒中5种重金属的单因子污染指数均值均小于1，单因子污染指数均值大小顺序为：Ni＞As＞Cr＞Pb＞Cd。但Cr和Ni部分样品的单因子污染指数大于1，超标样品比率分别为6.82%和34.09%。农作物籽粒中重金属的平均综合污染指数为0.59，整体上处于安全等级。其中65.96%的农作物处于安全等级，19.15%的农作物处于警戒限，轻度污染的农作物占10.64%，中度污染的农作物占4.25%，无重度污染的农作物。

（3）对于成人和儿童而言，5种重金属的健康风险指数（HQ）均小于1，不会造成当地成人和儿童的健康风险。无论成人还是儿童，重金属通过谷物类和豆类产品摄入对人体造成的健康风险顺序均为As＞Cr＞Ni＞Cd＞Pb，且重金属通过本地谷物类和豆类产品摄入对成人造成的健康风险略高于儿童。

（4）玉米籽粒中5种重金属的相关性分析、聚类分析以及主成分分析均表明，Cr、Ni、As和Cd有相同的来源，而Pb与其他重金属元素有较大区别。水稻籽粒中5种重金属的相关性分析显示，Cr-Ni和Cr-Cd存在极显著正相关性，聚类分析进一步表明，Cr和Cd可以聚为一类；第二类是Ni；第三类是As；第四类是Pb。花生籽粒中各重金属之间无相关性。

陈虎, 郭峰, 郭笃发, 等. 2012. 山东花生主产区花生镉含量与土壤交换性钙含量的关系及其健康风险评价[J]. 农业环境科学学报, 31(10):1884-1890.

陈涛, 常庆瑞, 刘京, 等. 2012. 长期污灌农田土壤重金属污染及潜在环境风险评价[J]. 农业环境科学学报, 31(11):2152-2159.

傅逸根, 胡欣, 俞苏霞. 1999. 食品中镍限量卫生标准的研究[J]. 浙江省医学科学院学报, 37：9-11.

宫靖. 2011. 调查显示我国约 10%大米镉超标, 可引起骨痛病[EB/OL]. http://news.sina.com.cn/c/sd/2011-02-14/085521950212.shtml.

郭朝晖, 宋杰, 陈彩, 等. 2007. 有色矿业区耕作土壤、蔬菜和大米中重金属污染[J]. 生态环境, 16(4): 1144-1148.

何峰. 2004. 重庆市农田土壤一粮食作物重金属关联特征与污染评价[D].西南农业大学.

胡斌, 王芳, 马光. 2007. 焦作市朱村矿蔬菜及土壤中重金属污染分析[J]. 农业环境科学学报, 26(增刊)：27- 29.

黄凤云, 胡斌, 成芬, 等. 2009. 焦作温县怀山药土壤重金属污染分析[J].河南理工大学学报(自然科学版), 28(1):123-126.

黄泽春, 宋波, 陈同斌, 等. 2006. 北京市菜地土壤和蔬菜的锌含量及其健康风险评估[J]. 地理研究, 25(3)：439-448.

金亮, 李恋卿, 潘根兴, 等. 2007. 苏北地区土壤-水稻系统重金属分布及其食物安全风险评价[J]. 生态与农村环境学报, 23(1): 33-39.

雷鸣, 曾敏, 王利红, 等. 2010. 湖南市场和污染区稻米中As、Pb、Cd 污染及其健康风险评价[J]. 环境科学学报, 30(11): 2314-2320.

李刚, 郑茂钟, 朱永官, 等. 2013. 福建省稻米中的砷水平及其健康风险研究[J].生态毒理学报, 8( 2) : 148-155

李其林, 黄昀, 王萍, 等. 2012. 三峡库区主要粮食作物和土壤中重金属的相关性及富积特征分析[J]. 生态环境学报, 21(4): 764-769.

刘志彦, 田耀武, 陈桂珠. 2010. 矿区周围稻米重金属积累及健康风险分析[J]. 生态与农村环境学报, 26 (1) : 35 – 40.

马光, 贺旭峰, 胡斌, 等. 2007. 焦作博爱农场与中马村矿土壤及玉米重金属污染分析[J]. 农业环境科学学报, 26(增刊): 43-46.

马建华, 杜平, 王晓云. 2011. 河南惠楼山药种植区土壤和山药重金属质量比及健康风险研究[J]. 安全与环境学报, 11(6): 106－110.

齐雁冰, 黄标, 杨玉峰, 等. 2010. 苏州市不同区域水稻籽粒重金属积累特征与健康风险评价[J]. 农业环境科学学报, 29(4)：659-665.

任艳军, 马建军. 2013. 秦皇岛市蔬菜中重金属污染状况及健康风险分析[J]. 安全与环境学报, 13(2)：79-84.

宋波, 陈同斌, 郑袁明, 等. 2006. 北京市菜地土壤和蔬菜镉含量及其健康风险分析[J]. 环境科学学报, 26 (8) : 1343 - 1353.

孙清斌, 尹春芹, 邓金锋, 等. 2013. 大冶矿区土壤-蔬菜重金属污染特征及健康风险评价[J]. 环境化学, 32(4)：671-677.

王俊涛, 周涛发, 李湘凌, 等. 2008. 合肥市大兴镇水稻根际土重金属积累[J]. 合肥工业大学学报(自然科学版), 31(4)：499-502, 506.

王俊涛, 周涛发, 李湘凌, 等. 2008. 合肥市大兴镇水稻重金属累积与健康风险分析[J]. 合肥工业大学学报(自然科学版), 31(5)：744-748.

王长征, 李东艳. 2008. 焦作煤矿区成熟作物中重金属Pb·Cr·Zn·Cu富集特征研究[J]. 安徽农业科学, 36(21):9266-9267.

吴迪, 杨秀珍, 李存雄, 等. 2013. 贵州典型铅锌矿区水稻土壤和水稻中重金属含量及健康风险评价[J]. 农业环境科学学报, 32(10):1992-1998.

夏凤英, 李政一, 杨阳. 2011. 南京市郊设施蔬菜重金属含量及健康风险分析[J]. 环境科学与技术, 34(2):183- 187.

肖俊清, 袁旭音, 李继洲. 2010. 长江三角洲地区土壤和水稻重金属污染特征研究[J]. 安徽农业科学, 38(19)：10206-10208,10211.

肖青青, 王宏镔, 赵宾, 等. 2011. 云南个旧市郊农作物重金属污染现状及健康风险[J]. 农业环境科学学报, 30(2):271-281.

杨刚, 沈飞, 钟贵江, 等. 2011. 西南山地铅锌矿区耕地土壤和谷类产品重金属含量及健康风险评价[J]. 环境科学学报, 31(9)：2014-2021.

杨刚, 伍钧, 孙百晔, 等. 2010. 雅安市耕地土壤重金属健康风险评价[J].农业环境科学学报, 29(增刊): 074-079.

朱兰保, 盛蒂, 戚晓明, 等. 2014. 蚌埠市水稻籽粒重金属污染及健康风险评价[J]. 食品工业科技, 35(4): 53-56.

Pollution of Heavy Metals in Typical Crops of Northern Henan Province and Health Risk Assessment

MA Bingjuan1, WANG Hailin1*, LI Xiaochao2, ZHANG Yonghui2, LIU Jun2, LI Dongyan1

1. Institute of Resources & Environment, Henan Polytechnic University, Jiaozuo 454000, China;
2. Jiaozuo Environmental Information Center, Jiaozuo 454002, China

Food safety issues induced by pollution of agricultural products has become the social concern. To assess the pollution status and human health risks induced by heavy metals in corps, 47 samples, including 16 corn samples, 27 rice sanples, and 4 peanut samples, were collected from typical farmland in Wuzhi County. After the analysis of Cr, Ni, As, Cd, and Pb contents in the samples, single factor pollution index and comprehensive pollution index were calculated to assess the quality of corps. Furthermore, the potential health risk induced by intake of heavy metals through consumption of corps was evaluated using hazard quotient(HQ). Correlation analysis, clustering analysis and principle component analysis were conducted to identify the sources and distribution of these heavy metals in the corps. It was found that the average concentrations of Cr, Ni, As, Cd, and Pb in the corps were 0.26±0.42, 0.31±0.29, 0.04±0.03, 0.01±0.04, and 0.03±0.03 mg·kg-1, respectively. With respect to corn, the average concentrations of Cr, Ni, As, Cd, and Pb were 8.86×10-2±0.21, 9.41×10-2±0.12, 8.10×10-3±5.29×10-3, 1.20×10-5±4.92×10-5, and 0.04±0.02 mg·kg-1, respectively. As for rice, the average concentrations of Cr, Ni, As, Cd, and Pb were 0.38±0.49, 0.44±0.31, 0.07±0.02, 4.60×10-3±7.42×10-3, and 0.03±0.03mg·kg-1, respectively. The average concentrations of Cr, Ni, As, Cd, and Pb in the peanuts were 0.13±0.22, 0.32±0.16, 0.02±3.05×10-3, 0.11±0.07, and1.32×10-2±1.70×10-2, respectively. Single factor pollution indices of Cr, Ni, As, Cd, and Pb were smaller than 1 with an decreasing order of Ni＞As＞Cr＞Pb＞Cd.6.67 % of the corns samples and 51.85% of the rice samples have Ni concentrations higher than the Standard of Maximum levels of contaminants in foods(GB2762-2005). In addition, 12% of the rice samples have concentrations of Cr higher than the Standard. The average comprehensive pollution index was 0.59, indicating that the corps have not been polluted. In general, about 14.89% of the samples were subjected to pollution of different degrees. Specificly, 10.64% of the samples were slightly polluted, 4.25% were moderately polluted, and 19.15% of the samples were categorized into the warning level. In the 3 crop species studied, rice was polluted most heavily, with 29.63%, 18.52%, and 7.41% of the samples falling into the categaries of warning level, slight, and moderate pollution, respectively. Health risk indices of these heavy metals were smaller than 1 for both adults and children, indicating that the health risk induced by intake of heavy metals through crops comsumption could be ignored. The health risk for adults was higher than that for children. Highly positive correlations of Cr-Ni and As-Ni, and positive correlation of Cr-As in the corp samples were established significantly. Clustering analysis revealed that Cr and Ni might have originated from similar sources. Principle component analysis revealed that the first main component dominated the sources of Cr, Ni, As, and Cd, while the second main component, Pb, might have originated from sources different from that of other heavy metals.

farmland soil; heavy metal; pollution index;clustering analysis; principle component analysis; health risk assessment

X820.4

：A

：1674-5906（2014）08-1351-08

麻冰涓，王海邻，李小超，张永慧，刘军，李东艳. 豫北典型农田作物中重金属污染状况及健康风险评价[J]. 生态环境学报, 2014, 23(8): 1351-1358.

MA Bingjuan, WANG Hailin, LI Xiaochao, ZHANG Yonghui, LIU Jun, LI Dongyan. Pollution of Heavy Metals in Typical Crops of Northern Henan Province and Health Risk Assessment [J]. Ecology and Environmental Sciences, 2014, 23(8): 1351-1358.

国家自然科学基金项目（21177035；21377035；41102219）

麻冰涓（1978年生），女，回族，讲师，硕士，主要从事土壤生态环境研究。E-mail：mbj@hpu.edu.cn

*通信作者：王海邻，女，副教授，博士研究生，主要从事环境科学与工程方向的研究。E-mail：whl@hpu.edu.cn

2014-05-05