土壤重金属污染评价方法概述

陈晓燕，范成五，瞿 飞，王文华，秦 松,*

(1.贵州大学，贵州 贵阳 550025； 2.贵州省土壤肥料(农业资源与环境)研究所，贵州 贵阳 550006； 3.贵州省农业资源与环境工程技术研究中心，贵州 贵阳 550006)

土壤重金属污染评价方法概述

陈晓燕1，范成五2,3，瞿 飞1，王文华2,3，秦 松1,2,3*

(1.贵州大学，贵州 贵阳 550025； 2.贵州省土壤肥料(农业资源与环境)研究所，贵州 贵阳 550006； 3.贵州省农业资源与环境工程技术研究中心，贵州 贵阳 550006)

土壤重金属污染是当今重要的世界性环境问题之一。采用合理的评价方法，客观准确地评价土壤中的重金属污染程度，对于防治环境污染和保障人类健康具有重要意义。目前，评价重金属污染程度的方法众多，大体可分为传统评价法和其他评价法2类，各有其适用范围和不足之处。介绍传统评价方法及其他评价方法，并探讨其适用性。

土壤重金属； 污染； 评价方法

土壤是农业生产的基础，更是人类赖以生存的基本环境要素。随着我国工业化和城市化的快速发展，工业和生活废水排放、污水灌溉、矿产资源的不合理开发利用、农药化肥的不合理施用和汽车尾气排放等，造成了土壤环境系统中重金属含量的不断累积，甚至超过土壤环境背景值，造成土壤重金属污染，土壤生态环境质量恶化，严重影响农作物的品质和产量。同时，土壤中积累的重金属还可通过食物链逐级累积直接危害人体健康[1-2]。我国幅员辽阔，不同地域的土壤污染情况亦不相同，对其重金属污染程度做出正确评价，可为土壤污染的修复工作和耕地土壤安全等级的划分等提供依据和建议。

国内外学者根据研究的侧重点不同提出了许多评价方法和标准，本文将其分为传统评价方法和其他评价法2大类，试作概述。传统评价法经过大量研究，相对比较成熟，适用范围也比较明晰；而6种其他评价方法的适用性尚有待进一步明确，特重点讨论如下。

1 传统评价方法

传统的重金属污染评价方法包括指数法和数学模型指数法。指数法是以实测元素含量与土壤元素背景值为基础，经各种公式计算，与分级标准做比较而评价出污染程度，形式简单易明，容易掌握，但忽略了实际污染情况中存在的复杂性和模糊性。常用的有内梅罗指数法、地积累指数法、潜在生态风险指数法、污染负荷指数法和富集因子法等。数学模型指数法是在指数法评价的基础上，根据有限的已知资料预测未知后果，通过计算软件辅助构建数学模型，深化指数法的评价结果，进行重金属污染评价的1种方法。虽然该方法弥补了指数法的不足之处，但评价过程需要建立大量函数，运算复杂不易掌握，同时权重的确定过程带有个人主观性。常用的模型指数法有模糊数学法和灰色聚类法等。

2 其他评价方法

2.1 基于人体健康的风险评价

近年来，健康风险评价法越来越多地应用于重金属污染评价中。它的主要特点是将人体健康状况与环境污染联系起来，以风险度作为评价指标，定量反映重金属污染程度与人体健康间的联系，通过估算各污染物对人体健康产生不良影响的可能性，从而确定应优先治理的污染物，为环境污染防治提供科学依据[3]。曲常胜[4]研究了多暴露途径的重金属暴露剂量，表明不同重金属的主要暴露途径不尽相同；车飞[5]的研究表明经口食物摄入是污灌区居民暴露于重金属的1个主要途径，贡献率在80%以上。但要指出的是，用土壤重金属总量评估经口摄入暴露途径的风险要比实际的健康风险高，因此，利用重金属的生物可给性进行调整，在一定程度上可以避免由总量评估带来的高风险评价结果，结果更具参考意义[6-8]。

研究表明，在不同区域(如城镇，郊区)、不同人群(男性和女性、儿童和成人)、不同季节，相同重金属的暴露风险评估结果不尽一致，也就是说健康风险评价结果可能会受到各种内外因素的影响，且前人研究所采用的暴露剂量模型中多使用国外参数，未必适用于各地的实际情况，应尽量进行充分的实地调研，使用当地的系列参数，以使评价结果更加贴近实际。

2.2 基于GIS技术的地统计模型

土壤重金属在空间分布上的污染特性保持着不均匀连续性及突变性，传统评价方法无法利用样点空间坐标的缺陷日趋明显，因此，地统计模型被引入到土壤重金属污染评价中来。现在，越来越多的研究结果证明地统计是分析土壤重金属空间分布特征及其变异规律最为有效的方法之一[9-11]。谢云峰等[12]的研究结果表明，在地统计条件下模拟获得的土壤Cu、Pb分布特性与调查样点的统计特性基本一致；王晓辉等[13]结合基于GIS技术的地统计分析方法和多元统计分析理论，研究了淮南矿区土壤重金属的污染来源及空间分布规律，表明研究区Cd、Hg、Cr、Cu和Pb空间结构受人类活动等随机因素影响显著，元素Ni受随机因素的影响相对较大；刘庆等[14]运用ArcGIS 8.3软件的地统计分析模块Kriging插值法绘制出浙江省慈溪市的重金属健康风险评价图。

基于GIS技术的地统计模型不但能够反映重金属的空间分布特征及其方向变异规律，而且能通过克里格插值最大限度地利用已知的样点数据无偏最优估计未采样点数据，从而绘出二维至三维空间的总体污染分布规律图。相比于传统评价方法的数字表达，其可视化的表达方式更直观，而且可以识别污染来源，避免了系统误差的出现，降低了传统评价方法中的主观性。但要注意的是，可视化表达是建立在土壤样点空间分布具有连续性的基础之上的，若变异函数和相关分析的结果表明区域内变量之间不存在空间相关性，则克里格插值法并不适用。但从既有的研究看，样点空间分布不连续的情况较少见。

2.3 基于GIS技术的人工神经网络模型

土壤是一个空间连续性变异的非匀质体，各样点的重金属含量与其所在样点位置和污染等级之间均存在复杂的随机非线性映射关系[15]。人工神经网络(ANN)是一种仿生机制数学模型，特点在于能模仿动物神经连接节点分布式并行处理信息的行为，常用的神经网络有BP、RBF、SOFM、Hopfield。ANN能较好地映射样点重金属含量与其空间位置和污染程度的非线性关系，提供一批相互对应的输入-输出数据，分析其内在联系并预先设计污染评价模式，输入新数据即可推算输出结果，这使得ANN通过自适应学习即能够对空间各个插值点处的土壤重金属含量进行预测、评价。张珏等[16]采用双隐层BP神经网络预测模型模拟新疆克拉玛依人工碳汇林的重金属含量空间分布情况，拟合精度达90%左右，模拟评价效果和精度检验均较好，说明应用BP算法评价土壤重金属污染程度、分析其空间信息是可行的；段宁等[17]的研究也说明BP神经网络模拟出的重金属浓度与实测值能较好吻合，预测精度较好；马禄义等[18]应用SOFM网络，根据样本分布特征进行分类，并应用BP网络分析样本的污染程度，结合这2种人工神经网络评价了河北省近海沉积物中Pb、Cr、Zn、Hg和As等5种重金属元素的污染等级；王牧童等[19]以不同来源(农业、自然、交通、燃煤)的重金属作为输入条件，以土壤生物毒性作为输出条件，构建毒性神经网络模型，对石油开采区土壤中重金属进行源解析，并结合相对灵敏度计算得到4种来源的重金属对土壤生物毒性的贡献率。

与多数多元统计分析方法相比，ANN的一大优点是不需要筛选样本描述参数，直接输入所有参数进行训练，通过自适应学习样本数据整理出相应的规律，得到“训练”好的网络，尤其是在样点数量较少、分布稀疏，也就是采样点空间分布不符合克里格插值法要求的情况下，ANN更具优势，是一种可行的代替方法。但在实际应用中，由于缺乏与研究内容相关的先验知识和严密的理论指导，在最佳模型的建立及训练时间的多少上，需耗费大量时间和精力经不断探索确定。在这一点上，专家系统有其优越性，同时使用者的经验也决定了ANN的应用效果。人工神经网络发展到今天虽已有几十种模型，但在分析领域远未能得到充分运用。随着研究的深入和理论体系的完善，ANN必能更好地实现自然环境模拟效果。

2.4 基于形态学的RAC(风险评价编码)法

大部分重金属污染评价方法都建立在元素总量高低的基础之上。实际上，重金属元素在土壤中的地球化学行为和生物有效性不仅只与总量有关，与元素赋存形态的联系更加密切。赋存形态不同，与之对应的毒性、生物可利用性和生态风险均不同。在总量评价的基础上，可加入重金属有效态含量及形态分析，以补充评价重金属的迁移性和对环境的潜在危害。以碳酸盐结合态和离子可交换态存在的重金属，具有快速生物可利用性的特点，被视为有效部分，RAC(风险评价编码)法通过计算这2部分在重金属总量中的占比来评价重金属的有效性(即可利用性)，其有效性越高，对环境构成的风险越大[20]。庞文品等[21]结合单因子指数法、潜在生态风险指数法和RAC法对贵州兴仁煤矿区农田土壤中重金属进行了潜在生态风险评估和环境风险评价。

RAC法侧重于单个重金属元素的有效态引起的环境风险，对由多因素共同污染引起的综合风险尚无法评价，因此在与其他评价方法相结合时，可能会出现评价结果不完全一致的现象。当出现重金属总量很低而生物有效性很高或者总量高而生物有效性很低的情况，仅考虑总量评价的结果是不准确的，因为在一定程度上重金属存在形态决定着环境风险，同时考虑总量和形态2方面的评价结果，将使研究结论更加合理。

2.5 生物评价法

重金属的富集过程受生物体影响，同一形态的同种重金属元素在不同生物体内的累积能力不同，不同形态的同一重金属元素在同种生物体内的累积情况也不同，重金属只有被生物吸收才有可能对生物体产生毒性，因此，也可利用生物有效性来对重金属污染进行评价。生物评价法指通过分析重金属对生物标志物的影响与重金属含量的相关性来评价土壤重金属污染情况。蚯蚓是土壤中常见的一种反映土壤质量的指示性生物，处于食物链的底部，是重金属和其他污染物的最直接受害者，其生化指标的变化有助于确定生物体所处环境的污染程度及潜在危害，可对重金属污染暴露起到早期预警的作用，目前已被广泛应用到土壤质量评价中[22-23]。郑丽萍等[24]进行为期28 d的蚯蚓生物毒性暴露实验，从细胞水平和DNA水平多方面评价蚯蚓体内过氧化氢酶(CAT)、超氧化物歧化酶、8-羟基脱氧鸟苷(8-ODHG)和金属硫蛋白(MT)这4种生物指标与贵州省妈姑镇铅锌矿区土壤重金属含量的相关性，证实MT是土壤重金属生态风险评估的主要生物标志物之一，并最终选择8-OHDG和MT作为土壤重金属复合污染的综合生物评价指标体系；Homa等[25]研究发现，蚯蚓在复合重金属污染环境下，个体繁殖数量与体内MT-2基因表达水平呈较好的线性关系，明确指出以蚯蚓体内MT-2转录表达水平作为生物标志物，能够很好地监测重金属(特别是Cd)的污染程度。此外，还有学者研究了昆虫体内MT与重金属浓度的剂量-反应关系[26-27]。

有学者认为，生物评价法指标体系应根据特定生物指标对特定污染物的污染胁迫响应行为构建，但真实的土壤污染状况是由多种污染物组合形成的复合态，包含许多未知信息和灰色信息。查阅文献发现，除了几类生物指标(如MT、乙酰胆碱酯酶等)可以特异性地指示污染物外，大多数生物标记物并不具有这一功能，任何污染都能引起其指标的变化，如抗氧化酶能为有机污染物和重金属污染胁迫所诱导[28-30]。从这一角度出发，着力在特异性生物标志物方面开展研究，可能并不具备现实意义。另外，生物评价法无法指示出土壤中污染物的类型和含量，但能够真实地反映出受污染土壤的生物有效性和毒性，有利于科学评估其现实风险状况，可作为实验室化学分析法的有益补充。鉴于目前生物评价法尚没有建立起一套规范完善的标准研究方法，如生物标志物的类型、暴露时间、暴露介质、测定数据的环境响应范围等，目前所做的利用蚯蚓生物标志物评价土壤生态风险的研究结果之间尚无法比较，未来可在此环节重点突破。

2.6 土壤和农产品质量综合评价法

现有的土壤重金属污染评价方法多是在重金属含量实测值与土壤元素背景值的基础上进行的，大部分的评价方法仅关注土壤环境，未充分考虑与之息息相关的生物效应。陈怀满[31]认为，农产品产量和可食部分化学物质含量与其生长的土壤和环境密切相关，由于土壤具有时空变异性，因此，只有同时采集同一地点的土壤和农产品样品进行分析，土壤环境质量评价结果才能更符合实际。王玉军等[32]将农产品中重金属的含量和农田土壤有机地联系在一起，同时考虑土壤环境质量标准、土壤元素背景值、农产品污染物限量标准和元素价态效应等进行污染评价，提出一种由土壤重金属影响综合指数和农产品重金属影响综合指数构成的新评价方法。这种方法计算量大且步骤烦琐，但体现了土壤重金属和农产品重金属分别对农田土壤环境质量以及彼此之间的影响，评价结果更加客观，但相关的研究应用并不多见。

3 小结

土壤重金属污染评价是一个复合系统，学科综合性强。目前已有的各种土壤重金属污染评价方法各有优缺点，侧重点和适用范围亦有所区别。基于人体健康的风险评价法以人为本，从人体的健康角度出发，获得的评价结果易于大众所认可，是一个重要的研究方向。受采样地点限制，经实验室化验分析所得的结果仅能反映样点所在范围的污染程度；因此，结合GIS技术对大尺度区域的全局污染进行研究是未来发展的必然趋势。从重金属有效态出发的RAC法和基于重金属生物有效性的生物评价法是目前关注度较高的2种评价方法，对重金属污染可起到早期预警作用，今后辅以完善的评价流程和准则，必能很好地弥补总量评价的缺陷。土壤和农产品质量综合评价法的相关研究目前尚不多见，其实用性和推广难易仍有待时间验证。

[1] 宋伟, 陈百明, 刘琳. 中国耕地土壤重金属污染概况[J]. 水土保持研究, 2013, 20(2):293-298.

[2] 周建军, 周桔, 冯仁国. 我国土壤重金属污染现状及治理战略[J]. 中国科学院院刊, 2014 (3)：315-320.

[3] 徐友宁, 张江华, 柯海玲,等. 某金矿区农田土壤重金属污染的人体健康风险[J]. 地质通报, 2014(8):1239-1252.

[4] 曲常胜. 重金属污染的健康风险评估与调控研究[D]. 南京：南京大学, 2011.

[5] 车飞. 辽宁省沈抚污灌区多介质重金属污染的人体健康风险评价[D].北京：中国环境科学研究院, 2009.

[6] 李继宁, 侯红, 魏源,等. 株洲市农田土壤重金属生物可给性及其人体健康风险评估[J]. 环境科学研究, 2013, 26(10):1139-1146.

[7] 尹娟, 邓超冰, 王晓飞,等. 基于农田土壤重金属生物可给性的人体健康风险评价[J]. 江西农业学报, 2016, 28(12):110-114.

[8] 姜林, 彭超, 钟茂生,等. 基于污染场地土壤中重金属人体可给性的健康风险评价[J]. 环境科学研究, 2014, 27(4):406-414.

[9] 刘应然, 孙雨, 徐建红,等. 灵宝市金矿选冶区土壤汞的地统计分析及污染评价[J]. 中国环境监测, 2016, 32(2):71-76.

[10] 戴彬, 吕建树, 战金成,等. 山东省典型工业城市土壤重金属来源、空间分布及潜在生态风险评价[J]. 环境科学, 2015(2):507-515.

[11] 王幼奇, 白一茹, 王建宇. 引黄灌区不同尺度农田土壤重金属空间分布及污染评价:以银川市兴庆区为例[J]. 环境科学, 2014, 35(7):2714-2720.

[12] 谢云峰, 杜平, 曹云者,等. 基于地统计条件模拟的土壤重金属污染范围预测方法研究[J]. 环境污染与防治, 2015, 37(1):1-6.

[13] 王晓辉, 杨晨. 基于GIS和地统计学的淮南矿区土壤重金属含量与空间分布研究[J]. 长江流域资源与环境, 2014, 23(Z1):60-65.

[14] 刘庆, 王静, 史衍玺,等. 基于GIS的县域土壤重金属健康风险评价：以浙江省慈溪市为例[J]. 土壤通报, 2008, 39(3):634-640.

[15] 胡大伟, 卞新民, 许泉. 基于ANN的土壤重金属分布和污染评价研究[J]. 长江流域资源与环境, 2006, 15(4):475-479.

[16] 张钰, 王让会, 李成. 基于BP神经网络的表层土壤重金属分布模拟[J]. 安全与环境工程, 2014, 21(2):51-56.

[17] 段宁, 杨思言, 魏婉婷. 基于BP神经网络的铅酸蓄电池厂地下水重金属浓度预测[J]. 环境科学与技术, 2016(1):194-198.

[18] 马禄义, 许学工. 基于人工神经网络方法的河北省近海沉积物重金属污染综合评价[J]. 生态环境学报, 2010, 19(1):11-16.

[19] 王牧童, 王英伟, 胡艳,等. 基于BP模型的土壤重金属对其生物毒性的贡献分析[J]. 安全与环境学报, 2016, 16(4):348-352.

[20] 李如忠, 姜艳敏, 潘成荣,等. 典型有色金属矿山城市小河流沉积物重金属形态分布及风险评估[J]. 环境科学, 2013, 34(3):1067-1075.

[21] 庞文品, 秦樊鑫, 吕亚超,等. 贵州兴仁煤矿区农田土壤重金属化学形态及风险评估[J]. 应用生态学报, 2016, 27(5):1468-1478.

[22] 郑凯. 赤子爱胜蚓对重金属污染土壤的生态毒理诊断及潜在生物标志物筛选[D]. 南京：南京大学, 2013.

[23] 史志明, 徐莉, 胡锋. 蚯蚓生物标记物在土壤生态风险评价中的应用[J]. 生态学报, 2014, 34(19):5369-5379.

[24] 郑丽萍, 王国庆, 林玉锁,等. 贵州省典型矿区土壤重金属污染对蚯蚓的毒性效应评估[J]. 生态毒理学报, 2015, 10(2):258-265.

[25] HOMA J, OLCHAWA E, STÜRZENBAUM S R, et al. Early-phase immunodetection of metallothionein and heat shock proteins in extruded earthworm coelomocytes after dermal exposure to metal ions[J]. Environmental Pollution, 2005, 135(2):275-280.

[26] 孙虹霞, 周强, 唐文成,等. Ni2+在斜纹夜蛾幼虫中肠的积累并诱导金属硫蛋白表达[J]. 科学通报, 2007, 52(22):2613-2617.

[27] 梁露. 重金属镉诱导果蝇金属硫蛋白表达改变的初步研究[D]. 西安：陕西师范大学, 2014.

[28] 张薇, 宋玉芳, 孙铁珩,等. 土壤低剂量芘污染对蚯蚓若干生化指标的影响[J]. 应用生态学报, 2007, 18(9):2097-2103.

[29] 吴尔苗, 王军良, 赵士良,等. 菲和芘单一及复合污染对蚯蚓抗氧化酶活性和丙二醛含量的影响[J]. 环境科学学报, 2011, 31(5):1077-1085.

[30] MAITY S, ROY S, CHAUDHURY S, et al. Antioxidant responses of the earthwormLampitomauritii, exposed to Pb and Zn contaminated soil[J]. Environmental Pollution, 2008, 151(1):1-7.

[31] 陈怀满. 耕地土壤环境质量评价中点对点土壤-农产品同时采样的重要性和必要性[J]. 农业环境科学学报, 2016, 35(3):408.

[32] 王玉军, 刘存, 周东美,等. 一种农田土壤重金属影响评价的新方法:土壤和农产品综合质量指数法[J]. 农业环境科学学报, 2016, 35(7):1225-1232.

收入日期：2017-07-28

贵州省科研机构服务企业行动计划项目(黔科合服企[2015]4007)

陈晓燕(1993—)，女，贵州开阳人，硕士研究生，研究方向为土壤肥料与应用，E-mail:1334529749@qq.com。

秦 松(1967—)，男，贵州安顺人，研究员，博士，从事土壤肥料研究工作，E-mail:qs3761735@163.com。

文献著录格式：陈晓燕，范成五，瞿飞，等.土壤重金属污染评价方法概述[J].浙江农业科学，2017，58(10)：1801-1804，1810.

10.16178/j.issn.0528-9017.20171040

X53

A

0528-9017(2017)10-1801-04

(责任编辑高 峻)