土壤Mehlich-3可浸提态镍对大麦根伸长的毒性

朱广云,蒋 宝,李菊梅,李合莲,马义兵



土壤Mehlich-3可浸提态镍对大麦根伸长的毒性

朱广云1,2,蒋 宝2,李菊梅2,李合莲1,马义兵3*

(1.济南大学资源与环境学院,山东 济南 250022；2.中国农业科学院农业资源与农业区划研究所 北京 100081；3.广东省生态环境技术研究所,广东 广州 510650)

本研究选择我国具有代表性的11种外源添加镍(水溶性镍盐)污染土壤样品,在模拟田间人工降水(淋洗和非淋洗)处理后,研究了Mehlich-3单次或连续3次浸提态镍对大麦根伸长的毒性.结果发现: 结合重要影响因素土壤pH值,Mehlich-3可浸提态镍和外源添加镍具有显著相关关系;基于Mehlich-3可浸提态镍的植物毒性阈值也显著受土壤性质影响(半抑制浓度可相差38倍以上).通过回归分析发现土壤性质对Mehlich-3浸提镍的生物毒性的影响与Mehlich-3浸提次数有关,主要影响因子分别是铁铝锰氧化物和粘粒含量(单次浸提)或土壤pH值和有机质(3次浸提).研究建立了基于可浸提态镍对大麦根伸长的毒性阈值预测模型.研究结果证明了重金属的化学浸提态代替全量作为风险评价标准的可行性,为提高土壤中镍的生态风险评估的准确性和科学性提供支撑.

镍；Mehlich-3；可浸提态；土壤；生物有效性

目前,大多数土壤生态风险评价和土壤环境质量标准多以重金属总量为指标来判断其生态毒性,基于土壤重金属总量的生态风险评估和土壤环境质量标准在评估重金属的生态毒害方面往往具有很大的不确定性[1],主要是由于总量不能很好地表示重金属的移动性和生物有效性[2].基于总量建立的生物毒害模型在生物有效性低的高背景土壤或不同污染源重金属土壤中具有很大的局限性.重金属的生态风险评估不仅应该考虑重金属含量还需要考虑其生物有效性.因此研究基于重金属生物有效性或可浸提性的重金属毒性及其预测模型对于土壤重金属生态风险评价是非常必要的[3].

重金属的生物有效部分被认为是真正对有机体造成毒害的部分[4].重金属的生物有效性可以反应土壤重金属污染程度以及对生态系统的潜在危害.明确重金属的生物有效性是土壤重金属生态风险评价的关键.化学浸提法是目前应用最广泛的重金属有效性的评价方法[5-6].其中Mehlich-3作为浸提剂[7],适用范围广泛,它不仅适用于酸性和中性土壤,也适用于碱性或石灰性土壤[8-10],是一种较好的联合通用浸提剂.浸提剂中含有无机盐组成的缓冲溶液和络合剂,可以浸提土壤样品中重金属的可交换态,部分碳酸盐结合态和有机结合态[11].土壤浸提剂Mehlich-3在土壤营养元素的生物有效性评价已经得到了广泛应用,但是在土壤重金属毒性方面的研究还比较缺乏[9-10].

本研究结合土壤理化性质,量化总外源添加镍浓度和Mehlich-3可浸提态镍浓度之间的关系;建立基于Mehlich-3可浸提态镍对大麦根伸长的毒性阈值和土壤性质的生物有效性模型.研究重金属的化学浸提态代替全量作为风险评价标准的可行性,提高土壤中镍的生态风险评估的准确性和科学性.

1 材料和方法

1.1 土壤样品的采集和处理

土壤样品采集于11个地点的表层(0~20cm)我国不同土壤性质的,风干备用,其中土壤样品的pH值和有机碳含量分布与传统农业土壤基本一致,土壤主要理化性质、土壤类型及种植农作情况见表1.土壤pH值: 4.93~8.90,CEC: 7.47coml+/kg~ 33.6coml+/kg,OC: 0.6%~2.2%,黏粒含量(<2μm): 16%~66%.

取过尼龙筛(<2mm)的风干土,以NiCl2溶液的形式向土壤中均匀添加镍.添加镍的浓度根据土壤pH值不同设置7个浓度(不包括对照),土壤pH值<5时,镍的添加量分别是0,12.5,25,50,100,200,400, 800mg/kg;pH值为5~7时,镍的添加量分别是0,25,50,100,200,400,800,1600mg/kg;pH值>7时,镍的添加量分别是0,37.5,75,150,300,600,1200, 2400mg/ kg.所有处理保持100%最大持水量培养2d后,风干,过筛(<2mm),保存.用ICP-OES测定土壤中镍添加的准确含量[19].将一半的土壤样品采用模拟田间条件做淋洗处理减少重金属添加时伴随的盐害同时缩小实验室处理和田间处理的差别.淋洗液的组份包括: CaCl25×10-4mol/L、Ca(NO3)25×10-4mol/L、MgCl25×10-4mol/L、Na2SO410-4mol/L和KCl 10-4mol/L,pH=5.9[20].淋洗处理后的样品风干、过筛(<2mm),用ICP-OES测定淋洗处理后土壤样品中镍含量[19].

表1 土壤的主要理化性质

注:a去离子水测定(水土比为5:1)[12];b氯化铵方法测定[12];c有机碳含量测定方法[13-14];d柠檬酸盐可提取态铝、铁和锰测定方法[15-16];e草酸可提取态铝和铁测定方法[17-18].

1.2 化学浸提方法

1.2.1 Mehlich-3浸提剂的配制 NH4F-EDTA贮备液:称取27.78g NH4F和14.61g EDTA,加入去离子水溶解,定容至120mL去离子水中,加入14.61g EDTA去离子水定容至200mL,贮于塑料瓶中保存(在冰箱中冷藏可长期使用);Mehlich-3试剂:称取20.0g NH4NO3溶于约500mL去离子水中,加入4mL上述NH4F-EDTA贮备液,再加入11.5mL CH3COOH和0.82mL HNO3,去离子水定容至1L.pH值应为(2.5±0.1),贮于塑料瓶中备用.

1.2.2 土壤中镍的浸提 土壤样品称取5.00g左右于50mL离心管中,加入25mL Mehlich-3溶液,拧紧离心管瓶盖,室温下(25℃)于振荡机上200r/min振荡2h.振荡结束后,离心管放置在离心机上4000r/min离心20min,取上清液经孔径0.45μm的滤膜或滤纸过滤后,收集滤液于塑料小方瓶中,待测,1次Mehlich-3浸提完成.离心后的土壤沉积物中再次加入25mL Mehlich-3溶液,按照上述方法再次振荡,离心,过滤,收集滤液.连续浸提3次,3次Mehlich-3浸提完成.采用原子吸收光谱法(ZEEnit 700;Analytik Jena Germany)测定滤液中Mehlich-3浸提态镍的浓度.所有处理做2个重复.总样本数为1056个.

1.3 基于Mehlich-3浸提态镍含量的植物毒性计算

1.3.1 大麦很伸长试验 大麦根伸长试验根据国际标准方法(ISO)11269-1[21]进行.将大麦在气候培养箱中进行培养,生长条件为白天14h(22℃),夜间10h(18℃),光照强度为24000lux/m2,湿度保持在70%,保持整个试验过程中土壤含水量为最大持水量的65%,测量大麦5d的根伸长,相关试验细节和大麦根伸长数据参考Li等[19].

1.3.2 剂量-效应曲线拟合 根据剂量-效应log- logistic[22]方程拟合得到抑制大麦根伸长10%、20%和50%的Mehlich-3浸提态镍的浓度.

式中:为大麦相对根伸长;为Mehlich-3浸提态镍的浓度,mg/kg;为EC(EC10、EC20、EC50)取对数;0和是模型拟合参数.

1.3.3 低剂量毒物刺激作用曲线拟合 根据方程得到毒性刺激作用曲线和毒性阈值EC10、EC20和EC50以及95%置信区间.

式中:为大麦相对根伸长;为Mehlich-3浸提态镍的浓度,mg/kg;、、和是曲线拟合参数,是与EC相关的变量,当分别等于10、20或50时,参数分别定义为EC10、C20和EC50.关于低剂量毒物刺激作用的详细描述可参考文献[19,24].

1.4 数据处理

采用Excel 2010做数据规划求解处理,结合土壤性质,建立土壤中Mehlich-3浸提态镍浓度和总外源添加镍浓度之间的关系.

采用SPSS 19.0进行逐步回归分析,建立基于Mehlich-3浸提态镍对大麦根伸长的毒性阈值和土壤性质之间的关系.

2 结果与讨论

2.1 土壤中可浸提态镍与外源添加镍的关系

采用Mehlich-3可浸提态镍占外源添加镍的百分数来表示Mehlich-3对土壤中镍的浸提率.对淋洗和非淋洗土壤而言,1次Mehlich-3浸提率平均分别为36%和40%;3次Mehlich-3浸提率平均分别为64%和75%.浸提率随着pH值的升高而降低,在pH<7的土壤中浸提率平均最高为92%,而在pH>8的土壤中浸提率平均最高为67%.

为了进一步量化总外源添加镍浓度和Mehlich-3可浸提态镍浓度之间的关系,以及土壤性质的影响,本研究结合土壤理化性质,建立了总外源添加镍浓度和Mehlich-3可浸提态镍浓度之间的线性回归模型,其中,总外源添加镍浓度分为0~300mg/ kg和0~2000mg/kg 2个浓度梯度(表2).1次Mehlich-3浸提量每提高1个单位,外源添加总量在非淋洗和淋洗土壤中分别提高了2.238和3.355个单位;3次Mehlich-3浸提量每提高1个单位,外源添加总量在非淋洗和淋洗土壤中分别提高了1.596和1.967个单位.当总外源添加镍浓度在0~300mg/kg时,基于1次Mehlich-3可浸提态镍浓度与外源添加镍浓度的线性回归方程的决定系数(2)在非淋洗和淋洗土壤中可以达到0.65和0.80,而基于3次Mehlich-3可浸提态镍浓度与外源添加镍浓度的线性回归方程的2可以分别提高到0.86和0.90.当总外源添加镍的浓度在0~2000mg/kg时,在非淋洗和淋洗土壤中,1次Mehlich-3可浸提态镍浓度可以解释线性回归模型中总外源添加镍的浓度变异的68%和76%,3次Mehlich-3可浸提态镍浓度可以解释线性回归模型中总外源添加镍浓度变异的92%和93%.在拟合的线性回归方程中加入pH值作为影响因子,线性回归方程的2有较小提高,而其他的土壤理化性质,如阳离子交换量(CEC)和有机质(OC)等,则没有起到提高线性回归模型拟合效果的作用.基于1次或3次Mehlich-3可浸提态镍和pH值建立线性回归模型预测土壤中总外源添加镍,结果见图1.结果显示在非淋洗和淋洗土壤中,基于3次Mehlich-3浸提建立的线性回归模型2更高,模型拟合程度更好.

表2 土壤总外源添加镍的浓度和Mehlich-3浸提态镍的浓度的线性回归关系

注: Total-Ni: 总外源添加镍的浓度(mg/kg),M3-Ni: Mehlich-3浸提态镍的浓度(mg/kg),r: 决定系数.

图1 土壤中总外源添加镍浓度的预测值和测量值

(A)由表2的方程2和方程4计算得出;(B)由表2的方程6和方程8计算得出;(C)由表2的方程10和方程12计算得出;(D)由表2的方程14和方程16计算得出.UL和L分别代表非淋洗和淋洗土壤

在大多数文献中,土壤中重金属的总量和植物体中的含量没有线性关系[25],也就是说,不是所有的重金属形态都能被植物吸收利用,植物对重金属的吸收与重金属的有效态部分显著相关[26].Zhang等[2]研究发现,植物可吸收利用的重金属主要来自土壤中的水溶态和可交换态.传统的以总量作为标准判断重金属毒性是存在缺陷的,难以评估背景值高但有效性低或者不同来源重金属的毒性,会出现高估或者低估重金属毒性的情况[27].因此,在土壤重金属生态风险评价中应该更多的关注重金属的生物有效性.

结合土壤性质的,总外源添加镍浓度和Mehlich-3可浸提态镍浓度之间存在显著的数量关系为土壤中镍的可浸提态替代总外源添加镍浓度作为重金属风险评价的依据提供理论基础.为了保证线性回归模型的稳定性和准确性,基于3次Mehlich-3可浸提态镍浓度建立线性回归模型更加合理.

2.2 基于可浸提态镍对大麦的毒性

表3 基于1次Mehlich-3浸提态的镍对大麦根伸长的毒性阈值

注: EC(=10、20、50): 抑制大麦根伸长10%、20%和50%的Mehlich-3浸提态镍的浓度;CI: ±95%的置信区间;—: CI无法确定;NC: 毒性阈值无法确定;a低剂量毒物刺激作用;*淋洗前后的毒性阈值有显著性差异,<0.05.

表4 基于3次Mehlich-3浸提态的镍对大麦根伸长的毒性阈值

注: EC(=10、20、50): 抑制大麦根伸长10%、20%和50%的Mehlich-3浸提态镍的浓度;CI: ±95%的置信区间;—: CI无法确定;NC: 毒性阈值无法确定;a低剂量毒物刺激作用;*淋洗前后的毒性阈值有显著性差异,<0.05.

2.2.1 毒性阈值 1次和3次Mehlich-3可浸提态镍浓度分别作为剂量,计算大麦根伸长作为效应的毒性阈值及其95%的置信区间(表3和4).在非淋洗土壤中,基于1次Mehlich-3可浸提态镍浓度的EC10、EC20、EC50的变化范围分别是1~441mg/ kg,2~459mg/kg,9~490mg/kg,毒性阈值变化及其范围倍数如下: EC10(441倍)>EC20(230倍)>EC50(54倍);在淋洗土壤中,基于1次Mehlich-3可浸提态镍浓度的EC10从0.42mg/kg增加到384mg/kg,EC20从1mg/ kg增加到576mg/kg,EC50从4mg/kg增加到505mg/ kg,毒性阈值变化及其范围倍数EC20(576倍)>EC10(384倍)> EC50(126倍).在非淋洗的重庆土壤和淋洗后的广州土壤中出现低剂量毒物刺激作用.淋洗土壤中,郑州土壤的EC20,乌鲁木齐、杨凌、郑州和德州土壤的EC50无法计算得到,为淋洗降低镍毒性,尽管1次Mehlich-3可浸提态镍浓度为16~409mg/kg.淋洗降低镍毒性也出现在基于总外源添加镍浓度的毒性阈值[19],后面将进一步讨论.基于3次Mehlich-3可浸提态镍浓度的EC10、EC20、EC50相比基于1次Mehlich-3可浸提态镍浓度的EC10、EC20、EC50在非淋洗土壤中分别增加101%、114%、147%;在淋洗土壤中分别增加117%、158%、87%,同样存在阈值变化范围大的情况.在Li等[19]以总量表示镍毒性时出现相似的阈值变化范围大的情况,其中pH值作为单一影响因子可以解释EC50变异的70%以上.Rooney等[29]基于欧洲土壤(pH 3.3~8.7)建立镍毒性模型时发现土壤pH值、有效阳离子交换量、粘粒含量和有机碳含量是解释毒性阈值变化范围大的主要因子.结果说明,无论是以重金属的总量还是浸提态表示毒性都不能忽略土壤性质的影响.

表5 基于1次Mehlich-3浸提的大麦根伸长的毒性阈值与土壤性质之间的线性回归关系

注:(1),(2),(3),(4),(5)分别代表方程中从左到右的影响因子的显著性水平;2:决定系数;adj2:调整决定系数.

表6 基于3次Mehlich-3浸提的大麦根伸长的毒性阈值与土壤性质之间的线性回归关系

注:(1),(2),(3)分别代表方程中从左到右的影响因子的显著性水平;2:决定系数;adj2:调整决定系数.

2.2 淋洗对镍毒性的影响 本研究中,基于1次或者3次Mehlich-3可浸提态镍浓度表示镍毒性时,淋洗处理降低镍毒性(表3和表4),9%的EC10值、36%的EC20值和55%的EC50值在淋洗处理后显著提高.

淋洗处理对镍毒性的影响与土壤理化性质有关,淋洗处理降低镍毒性多出现在碱性土壤中,在酸性和中性土壤中并不显著.淋洗作用在碱性或石灰性土壤,和在酸性或中性土壤中不同的原因可能是可溶性镍的释放过程不同.Ponizovsky等[29]研究发现,在非石灰性土壤中镍的释放可以用吸附方程表示,在石灰性土壤中镍的释放可能受土壤表面沉淀的影响.当镍毒性以总量浓度表达时,Oorts等[30]发现,相比在酸性和中性土壤中(pH 4.6~6.1),淋洗处理显著降低了碱性土壤中镍对微生物潜在硝化率和玉米残渣矿化的毒害.Li等[19]在pH³8.2的土壤中发现淋洗处理降低镍对大麦根伸长的毒害.这些结论与本研究的结果相似.金属的分配系数是指恒温下固相溶质浓度与液相溶质浓度达到平衡时的比值[31],与土壤pH值密切相关,随着pH值的升高而增大[32].也就是说,在高pH值的土壤中,淋洗处理很大程度上降低了土壤溶液中镍的含量.淋洗处理降低镍毒性的原因可能还有淋洗降低了土壤的pH值和盐度,增加金属盐含量导致镍在固液界面重新分配[19].同时,淋洗降低重金属毒性与土壤性质,重金属种类和生态毒性终点都有关系[33].

2.3 基于可浸提态镍的植物毒性模型

基于1次Mehlich-3可浸提态镍对大麦根伸长的毒性阈值和土壤性质的简单和多元线性回归模型(表5)中Fe(Al和Mn)氧化物含量、黏粒含量(clay)是植物毒性模型的主要参数.在非淋洗土壤中,当柠檬酸盐提取态铁(CDFe)作为单一影响因子能够解释EC10变异的70.4%,EC20变异的75.3%和EC50变异的82.0%.当线性回归模型中加入其他影响因子时决定系数(2)有所提高.拟合效果最好的是CDFe、草酸提取态铁(OXFe)、柠檬酸盐提取态铝(CDAl)和clay作为影响因子构建的多元线性回归模型,能够解释EC50变异的98.9%.在淋洗土壤中,以CDFe作为影响因子的线性回归模型分别解释了EC10变异的77.3%、EC20变异的86.2%和EC50变异的87.3%.

基于3次Mehlich-3可浸提态镍对大麦根伸长的毒性阈值和土壤性质的简单和多元线性回归模型(表6)中pH值和OC是主要参数.在非淋洗土壤中,pH值作为单一影响因子能够解释EC20变异的38.4%,EC50变异的64.0%.当线性回归模型中加入OC因子时2分别提高到0.749(EC20)和0.838(EC50).在淋洗土壤中,以pH值作为影响因子的线性回归模型分别解释了EC10变异的52.7%、EC20变异的82.4%和EC50变异的66.4%.

大量的研究表明,pH值是影响镍毒性和镍在土壤中分配最主要的因子[33-36].Li等[19]基于土壤中总外源添加镍对大麦根伸长的毒性阈值和土壤性质构建经验预测模型时发现,土壤pH值是预测镍毒性最重要的影响因子.在铜镍对西红柿和小白菜生物量毒性的研究中发现,pH值对镍毒性的影响要比对铜的强烈[33].pH值影响镍在固液界面的分配[31],镍在土壤中的老化过程也受pH值影响[37].无论是从化学行为,还是镍毒性来说,pH值都是影响镍毒性最重要的因子.而基于1次Mehlich-3可浸提态镍对大麦根伸长的毒性阈值和土壤性质建立生物有效性模型时,pH值不是最主要的影响因子,可能是基于1次Mehlich-3浸提态镍建立有效性模型时,相比pH来说,土壤组分的影响更大.

3 结论

3.1 土壤pH值是影响土壤Mehlich-3可浸提镍与外源添加镍二者关系最主要的影响因子;结合土壤pH值,其二者存在显著的数量关系.

3.2 土壤性质对Mehlich-3浸提镍的生物毒性的影响与Mehlich-3浸提次数有关.1次Mehlich-3浸提态镍时,柠檬酸盐提取态铁、铝和锰以及粘粒含量是预测镍毒性的主要影响因子;3次Mehlich-3浸提时,土壤pH值和有机质是预测镍毒性的主要影响因子.

3.3 为保证预测模型的稳定性和准确性,3次Mehlich-3浸提比1次Mehlich-3浸提更为合理.

[1] Janssen C R, Schamphelaere K D, Heijerick D, et al. Uncertainties in the Environmental Risk Assessment of Metals [J]. Human and Ecological Risk Assessment An International Journal, 2000,6(6):1003-1018.

[2] Zhang M K, Liu Z Y, Wang H. Use of Single Extraction Methods to Predict Bioavailability of Heavy Metals in Polluted Soils to Rice [J]. Communications in Soil Science and Plant Analysis, 2010,41(7):820-831.

[3] Weng L P, Wolthoorn A, Lexmond T M, et al. Understanding the effects of soil characteristics on phytotoxicity and bioavailability of nickel using speciation models [J]. Environmental Science and Technology, 2004,38(1):156-162.

[4] Peijnenburg W J, Jager T. Monitoring approaches to assess bioaccessibility and bioavailability of metals: matrix issues [J]. Ecotoxicology and Environmental Safety, 2003,56(1):63-77.

[5] Zhou Y, Ning X A, Liao X, et al. Characterization and environmental risk assessment of heavy metals found in fly ashes from waste filter bags obtained from a Chinese steel plant [J]. Ecotoxicology and Environmental Safety, 2013,95(1):130-136.

[6] Nannoni F, Protano G. Chemical and biological methods to evaluate the availability of heavy metals in soils of the Siena urban area (Italy) [J]. Science of the Total Environment, 2016,568(15):1-10.

[7] Mehlich A. Mehlich 3soil test extractant: A modification of Mehlich 2extractant [J]. Communications in Soil Science and Plant Analysis, 1984,15(12):1409-1416.

[8] 刘 肃,李酉开. Mehlich 3通用浸提剂的研究[J]. 土壤学报, 1995,32(2):132-141.

[9] Sims J T. Comparison of mehlich 1and mehlich 3extractants for P, K, Ca, Mg, Mn, Cu and Zn in atlantic coastal plain soils1 [J]. Communications in Soil Science and Plant Analysis, 1989,20 (17/18):1707-1726.

[10] Monterroso C, Alvarez E, Fernández Marcos M L. Evaluation of Mehlich 3reagent as a multielement extractant in mine soils [J]. Land Degradation and Development, 2015,10(1):35-47.

[11] 杨 洁,瞿 攀,王金生,等.土壤中重金属的生物有效性分析方法及其影响因素综述[J]. 环境污染与防治, 2017,39(2):217-223.

[12] Rayment G E, Higginson F R. Australian laboratory handbook of soil and water chemical methods [M]. Melbourne, Australia: Inkata Press Pty Ltd, 1992:5-7.

[13] Igor M. Determination of carbon and nitrogen in samples of various soils by the dry combustion [J]. Communications in Soil Science and Plant Analysis, 1997,28(17/18):1499-1511.

[14] Sherrod L A, Dunn G, Peterson G A, et al. Inorganic Carbon Analysis by Modified Pressure-Calcimeter Method [J]. Soil Science Society of America Journal, 2002,66(1):299-305.

[15] McKeague J A, Day J H. Differenzierung- and Oxalate-extractable Fe and Al as aids in differentiating various classes of soils [J]. Canadian Journal of Soil Science, 1966,46(1):13-22.

[16] Schwertmann U. Dissolution Kinetics of Nickel Surface Precipitates on Clay Mineral and Oxide Surfaces [J]. Soil Science Society of America Journal, 2010,65(3):685-694.

[17] Mehra O P, Jackson M L. Iron oxide removal from soils and clays by a dithionite-citrate system buffered with sodium bicarbonate [J]. Clays and Clay Minerals, 1960,7(1):317-327.

[18] Jackson M L, Lim C H, Zelazny L W, et al. Oxides, hydroxides, and aluminosilicates. In Methods of Soil Analysis. Part 1. Physical and Mineralogical Methods [M]. USA: American Society of Agronomy, 1986:101-150.

[19] Li B, Zhang H, Ma Y B, et al. Influences of soil properties and leaching on nickel toxicity to barley root elongation [J]. Ecotoxicology and environmental safety, 2011,74(3):459-466.

[20] Oorts K, Ghesquiere U E. Leaching and aging decrease nickel toxicity to soil microbial processes in soils freshly spiked with nickel chloride [J]. Environmental Toxicology and Chemistry, 2010,26(6):1130-1138.

[21] Soil-Quality - Determination of Effects of Pollutants on Soil Flora - Part 1: Method for the Measuredment of Inhibition of Root Growth [S]. International Organization for Standardization (ISO): Geneva, Switzerland, 1993.

[22] Haanstra L, Doelman P, Voshaar J H O. The use of sigmoidal dose response curve in soil ecotoxicological research [J]. Plant Soil., 1985, 84(2):293-297.

[23] Schabenberger O, Tharp B E, Kells J J, et al. Statistical tests for hormesis and effective dosages in herbicide dose response [J]. Agronomy Journal, 1999,91(1):713-721.

[24] 郭雪雁,马义兵,李 波.陆地生态系统中低剂量毒物刺激作用及拟合模型研究进展[J]. 生态学报, 2009,29(8):4408-4419.

[25] Chojnacka K, Chojnacki A, Górecka H, et al. Bioavailability of heavy metals from polluted soils to plants [J]. Science of the Total Environment, 2005,337(1/3):175-182.

[26] Xiao L, Guan D, Peart M R, et al. The influence of bioavailable heavy metals and microbial parameters of soil on the metal accumulation in rice grain [J]. Chemosphere, 2017,185:868-878.

[27] Wang X Q, Wei D P, Ma Y B, et al. Soil ecological criteria for nickel as a function of soil properties [J]. Environmental Science and Pollution Research, 2018,25(3):2137-2146.

[28] Rooney C P, Zhao F J, McGrath S P. Phytotoxicity of nickel in a range of European soils: Influence of soil properties, Ni solubility and speciation [J]. Environmental Pollution, 2007,145(2):596-605.

[29] Ackerman A J. Effect of field aging on nickel concentration in soil solutions [J]. Communications in Soil Science and Plant Analysis, 2008,39(3/4):510-523.

[30] Oorts K, Ghesquiere U E. Leaching and aging decrease nickel toxicity to soil microbial processes in soils freshly spiked with nickel chloride [J]. Environmental Toxicology and Chemistry, 2007,26(6):1130-1138.

[31] Sébastien Sauvé, William Hendershot, Allen H E. Solid-Solution Partitioning of Metals in Contaminated Soils: Dependence on pH, Total Metal Burden, and Organic Matter [J]. Environmental Science and Technology, 2000,34(7):1125-1131.

[32] Tipping E, Rieuwerts J, Pan G, et al. The solid-solution partitioning of heavy metals (Cu, Zn, Cd, Pb) in upland soils of England and Wales [J]. Environmental Pollution, 2003,125(2):213-225.

[33] Li B, Zhang H T, Ma Y B, et al. Relationships between soil properties and toxicity of copper and nickel to bok choy and tomato in Chinese soils [J]. Environmental Toxicology and Chemistry, 2013,32(10):2372-2378.

[34] Weng L, Lexmond T M, Wolthoorn A, et al. Phytotoxicity and bioavailability of nickel: chemical speciation and bioaccumulation [J]. Environmental Toxicology and Chemistry, 2003,22(9):2180-2187.

[35] Echevarria G, Massoura S T, Sterckeman T, et al. Assessment and control of the bioavailability of nickel in soils [J]. Environmental Toxicology and Chemistry, 2006,25(6):643-651.

[36] Everhart J L, Jr M N D, Peltier E, et al. Assessing nickel bioavailability in smelter-contaminated soils [J]. Science of the Total Environment, 2006,367(2/3):732-744.

[37] Ma Y B, Lombi E, McLaughlin M J, et al. Aging of nickel added to soils as predicted by soil pH and time [J]. Chemosphere, 2013,92(8):962-968.

Toxicity thresholds based on Mehlich-3 extractable nickel to barley root elongation.

ZHU Guang-yun1,2, JIANG Bao2, LI Ju-mei2, LI He-lian1, MA Yi-bing3*

(1.School of Resources and Environment, University of Jinan, Jinan 250022, China；2.Institute of Agricultural Resources and Regional Planning, Chinese Academy of Agricultural Sciences, Beijing 100081, China；3.Guangdong Institute of Eco-environmental Science & Technology, Guangzhou 510650, China)., 2018,38(8)：3143~3150

After water-soluble nickel salt (NiCl2) was spiked to 11representative Chinese soil samples, the spiked soil samples were incubated and treated with or without artificial rainwater leaching in order to simulate field conditions. The toxicity of these soil samples to barley root elongation was studied by a bioassay method, and the extractability of the added Ni in the soils was evaluated using single or sequential three Mehlich-3extractions. The results showed that the extractability of Ni added to soil was affected by soil pH, and Mehlich-3extractable Ni is as a function of total added Ni in soils and soil pH significantly. The phytotoxicity thresholds based on Mehlich-3extractable Ni were significantly affected by soil properties. In other words, the effective concentration causing 50% inhibition based on Mehlich-3extractable Ni varied with³38-fold difference among soils. Regression analysis indicated that the soil citrate dithionate extractable Fe, Al and Mn, and clay content in soils were the most important factors to affect the phytotoxicity based on single Mehlich-3extractable Ni, and that soil pH and organic content were the most important factors to affect the phytotoxicity based on sequential three Mehlich-3extractable Ni. The influence of soil properties on the phytotoxicity based on Mehlich-3extractable Ni was associated with the number of extraction times. Finally, the predictive models for phytotoxicity thresholds based on Mehlich-3extractable Ni to barley root elongation were developed. The results indicated that the extractable Ni in soil can be used as criteria in order to improve the accuracy and scientificity of Ni ecological risk assessment in soil.

nickel；Mehlich-3；extractable；soil；bioavailability

X171.5

A

1000-6923(2018)08-3143-08

朱广云(1992-),女,山东临沂人,济南大学硕士研究生,主要从事土壤修复技术方面的研究.发表论文3篇.

2017-12-19

广东省科学院引进高层次领军人才专项资金项目(2016GDASRC-0210)和国家重点研发计划《农田系统重金属迁移转化和安全阈值研究》项目(2016YFD0800400)

* 责任作者, 研究员, mayibing@caas.ac.cn