滇东耕地土壤铅安全阈值研究

2022-11-04韩东锦张乃明赵龙侯红

农业环境科学学报 2022年10期

韩东锦，张乃明，赵龙，侯红

（1.云南农业大学资源与环境学院，昆明 650201；2.中国环境科学研究院，环境基准与风险评估国家重点实验室，北京 100012；3.云南省土壤培肥与污染修复工程实验室，昆明 650201）

铅（Pb）是生物体非必需元素，在环境中具有迁移性，低浓度的Pb可对人体器官产生不可逆的损伤，高浓度的Pb可致癌或致人死亡。诸多研究表明Pb已成为影响食品安全的重要污染物，其毒害性已引起广泛的社会关注[1]。我国耕地土壤受重金属污染问题比较突出，其中Pb是超标率较高的重金属元素之一。有学者基于对2018年颁布的《土壤环境质量农用地土壤污染风险管控标准（试行）》（GB 15618—2018）的研究发现，现行的土壤Pb含量标准存在“过保护”或“欠保护”现象[2-3]，且该现象在我国西南等地尤为突出[4-7]。云南省素有“有色金属王国”之称，是我国矿产资源开发活动集中的区域[8]，部分地区Pb自然背景值达490.0 mg·kg-1，超过国家农用地土壤污染风险筛选值[9]，属于典型的Pb高背景值地区。加之受到矿业活动、农业耕作活动等因素的影响[10]，该地耕地土壤Pb含量超标，威胁到了农产品质量安全[11]。云南省东部是典型的地质高背景与人类活动叠加影响区，也是以种植玉米等谷物类作物为主的粮食主产区，针对该区域耕地土壤和主栽作物开展Pb安全阈值的研究，可为精准划分耕地土壤环境质量类别、实现受污染耕地安全利用提供科学依据。

目前，安全阈值的推导方法主要有物种敏感度分布（Species sensitivity distribution，SSD）法和评估因子（Assessment factor，AF）法[12-14]。SSD法基于物种对污染物敏感性差异分布，并通过物种的毒理数据来构建毒性数据的敏感曲线，选用合适的模型拟合，结果更为科学合理。AF法可测得敏感物种对污染物的无效应浓度。两者相比，AF法推导出的安全阈值存在不确定性，而SSD法能充分考虑物种多样性，已被美国、欧盟等多个国家和地区确立为制定Pb安全阈值的方法，如美国环保部通过SSD法制定的土壤筛选值为140 mg·kg-1，加拿大农用地土壤指导值为70 mg·kg-1[15-16]。我国现行标准的制定方法包括SSD法和建立回归模型预测法。SSD法通过收集土壤-作物Pb生物富集因子，利用分布模型对作物富集因子和累积概率进行拟合，根据《食品安全国家标准食品中污染物限量》（GB/T 2762—2017）中Pb限量值反推获得安全阈值[17-20]。目前已有学者通过该方法推导安全阈值，如孟楠等[21]研究北方污灌区Pb低吸收小麦品种的富集特征并推导风险阈值，郑倩倩等[22]利用不同水稻品种富集镉的敏感性差异建立江苏典型水稻土镉的安全阈值。上述研究结果既保证了建立安全阈值方法的科学性，也考虑到了我国不同地域和不同土壤类型对谷物类作物的差异，为滇东土壤推导谷物类安全阈值提供了参考。SSD法常见的分布模型如Logistic、Burn-Ⅲ、Log-triangular等，该方法无特定的拟合模型，因此可根据具体情况进行选择。曾庆楠等[14]对不同SSD法分布函数拟合精度进行研究，发现Logistic函数模型最佳。经对比筛选，本研究最终采用Logistic函数，该函数的计算结果更具有实际意义。采用回归模型预测法对土壤和农产品中重金属含量以及土壤理化性质（如pH）进行多元回归分析，建立预测模型，依据食品中重金属限量标准，预测土壤Pb有效态含量安全阈值。

综上所述，本研究充分考虑滇东地区的实际情况，并参考我国耕地土壤标准制定方法体系，分别选用SSD法和建立回归模型预测法推导土壤Pb全量与有效态含量安全阈值，为我国耕地在高背景区的分类管理及后续的安全利用提供思路和依据。

1 材料与方法

1.1 研究区域概况

研究区域位于云南省的东部，行政上包括昭通市、昆明市和曲靖市部分区县，该区域气候属亚热带季风气候，雨季集中在每年的5—10月，地貌属于滇东岩溶高原，区域内地带性土壤以红壤为主，成土母质以碳酸盐为主，种植面积最大的是玉米，零星分布有小麦。农用地详查结果显示该区域是云南省受重金属污染耕地面积最大、空间分布最集中、污染程度最重的区域。

1.2 样点布设和样品采集

布点采样是获取科研数据最基础的工作，做好土壤-谷物协同采样可为耕地土壤安全阈值的推导提供支撑。本次布点采样遵循以下原则：①优先选择土壤存在Pb污染的县区；②土壤类型均为红壤；③作物的采集既考虑滇东地区作物的产量和播种面积，又兼顾到栽培方式（裸露栽培和设施栽培），样品具有集中代表性，符合当地居民日常需求，因此以玉米为主，兼顾小麦。共采集100个土壤样品，包括79个玉米样品和21个小麦样品，同时记录作物品种名称，玉米主栽品种涉及9个（罗单566、会单4号、胜玉6号、保玉7号、会单888、金玉7号、广玉5号、地沃1号、宣黄4号），小麦主栽品种涉及4个（川麦107、济麦20、小光头麦、云麦42）。土样采集深度为0～20 cm，去除土样中的根茬、动物残体和石块等杂物，每个土壤样品采集1 kg，土样混合均匀后装入塑料密封袋，带回实验室后风干过筛（2 mm）备用。参考《农田土壤环境质量监测技术规范》（NY/T 395—2012）中的规定，每个采样地选用“S”型五点取样法，采样布点规格为5 m×5 m。土壤-谷物协同采样点位分布详见图1。

图1 土壤-谷物协同采样点位分布图Figure 1 Study area and sampling point distribution of 100 groups of samples

1.3 分析方法

1.3.1 土样Pb全量和有效态含量的测定

土壤Pb全量测定参照《土壤中铅镉的测定石墨炉原子吸收分光光度法》（GB/T 17141—1997），将处理好的土壤样品用盐酸-硝酸-氢氟酸-高氯酸消煮分解，然后使用火焰原子吸收法测定，使用仪器为原子吸收分光光度计AA6880。

土壤Pb有效态采用《土壤质量有效态铅和镉的测定原子吸收法》（GB/T 23739—2009）中的DTPA法测定。所有药品均为优级纯。待测液制备：称取10 g过2 mm筛的风干土样置于塑料瓶中，加入25 mL DTPA浸提剂，25℃下加盖振荡120 min（180 r·min-1），然后用滤纸过滤。吸取过滤好的上清液2.5 mL置于塑料瓶中，然后小心加入0.25 mL浓硝酸，再振荡15 min（不加盖）以驱除CO2。待测清液用原子吸收分光光度法直接测定，使用仪器为原子吸收分光光度计AA6880。

1.3.2 农产品中Pb含量的测定

农产品中Pb含量采用石墨炉吸收光谱法消煮（GB 5009.12—2017）测定。样品消解后，经石墨炉原子化，在283.3 nm处测定其吸光度。在一定范围内Pb的吸光度值与Pb含量成正比，可通过与标准系列比较进行定量。

1.3.3 土壤理化性质的测定

用pH计测定土壤pH，土壤悬浊液按照水和土样2.5∶1配比。土样中有机碳（SOC）采用重铬酸钾氧化-外加热法测定。

1.4 计算方法

1.4.1 物种敏感度分布（SSD）法

SSD法推导步骤如下：①根据实际情况划分土壤pH范围。②在不同pH范围内计算生物富集因子（BCF），生物富集因子为农产品中Pb含量与土壤环境中Pb含量的比值，其公式如下：

式中：C农产品为谷物类农产品中的Pb含量，mg·kg-1。

③根据生物富集因子计算其累积概率，对数据进行参数拟合即可得到SSD曲线，并由EEC-SSD软件直接计算生态风险阈值（HC5）。本研究数据采用Logistic函数分布模型。

拟合方程如下：

式中：y为累积概率；x为1/BCF；a、b、x0为常数。

通过公式（1）反推1/BCF值，如公式（2）。以Pb为例，根据《食品安全国家标准食品中污染物限量》（GB 2762—2017）中规定的谷物类Pb标准限值0.2 mg·kg-1，按公式（3）推导获得土壤中Pb的安全阈值（Cs）。

式中：CR为谷物类的重金属限值。

对土壤和农产品中重金属含量以及土壤理化性质进行多元回归分析，建立预测模型，依据食品中重金属限量标准，推导安全阈值。回归方程公式如下：

式中：C农产品为农产品中污染物含量，mg·kg-1；C土壤为土壤中污染物含量，mg·kg-1；P为土壤pH值；a、b、c为方程中参数。

1.4.3 土壤Pb活度计算

Pb活度=农田土壤Pb有效态含量/农田土壤Pb全量×100%。

1.5 数据处理和统计分析

使用Excel 2010软件对已有数据进行处理，通过91卫图助手（北京千帆世景科技有限公司开发的全球首款Google Earth卫星影像专业下载器）核实确定采样点位经纬度坐标，并通过ArcGIS 10.8绘制采样点位分布图。采用PASW Statistics 18.0软件对已有数据进行处理，包括均值聚类分析、回归分析等，最后通过国家生态环境基准计算软件（中国环境科学研究院环境基准与风险评估国家重点实验室开发的物种敏感度分布法使用系统）绘制拟合SSD曲线，包括输入公式、代入计算等。

2 结果与讨论

2.1 耕地土壤Pb污染特征

文献资料和采样结果表明，滇东耕地土壤Pb含量存在较大差异。“七五”期间云南省土壤背景值为9.50～490.00 mg·kg-1，其中滇东土壤Pb含量范围为2.20～108.20 mg·kg-1，极显著高于全国土壤Pb含量范围（1.5～52.1 mg·kg-1）[23-24]。滇东地区土壤成土母质以碳酸盐岩类为主，该类成土母质的特征为土壤中Pb、Zn、Cd含量较高、土壤pH呈弱酸性，受该成土母质的影响，滇东地区土壤Pb背景值高于云南省Pb背景值。该结论与实际采样和检测的土壤中Pb含量结果一致，具体如表1所示。

由表1可知，自然高背景与人为活动叠加区的耕地土壤中Pb含量的平均值和滇东地区背景值、云南省背景值差异显著，说明人为活动是导致其周边耕地Pb含量激增的主要原因。尹国庆等[25]的研究表明农用地土壤重金属主要来源为人为矿业活动，成土母质的影响较低，与本研究结果相符。

具体到农业基础设施项目上，甲方项目勘察设计的重点在于，一是发挥自己在项目使用部门与设计人员之间的“桥梁”作用，充当好“信息技术协调”的角色，主动带领设计人员深入项目建成后的使用部门，让设计方与使用方充分交换信息，充分了解项目的使用功能；二是要调研走访国内已建成的类似项目设施，进一步落实相关的技术参数；三是要实地考察项目建设用地的环境，掌握当地的相关政策、土地状态、气候条件等因素。除此之外，甲方应把握好初步设计的内部审查。初步设计出来以后，基建管理部门应召集项目参建部门、行业专家进行内部审查，要充分比较使用功能和投资成本，剔除那些因功能设计过高而导致造价偏高的“非必需部分”，有效控制造价。

表1 滇东地区不同调查类型的耕地土壤Pb含量分布特征Table 1 Characteristics of Pb content distribution in soils of cultivated land with different investigation types in eastern Yunnan

结合表2可知，研究区域农田土壤Pb的活度偏高，该结果与赵云杰等[26]和KENDIR等[27]的研究结果一致。以往土壤Pb基准值的推导和基准值的确定都以土壤Pb全量作为依据，未考虑土壤Pb有效态含量的影响，因此按照现行标准的划分难以有效保护耕地质量。蒋宝[28]以建立的基于EDTA提取态SSD曲线，推导出了Cu的有效态安全阈值，说明重金属有效态也可作为推导土壤基准值的依据。本研究采用SSD法推导安全阈值，通过验证作物正确率来判断其适用性。

表2 研究区域耕地土壤中Pb活度分布（%）Table 2 Distribution of Pb activity in cultivated soils in areas with different pollution causes（%）

2.2 土壤理化性质分析

土壤理化性质是影响作物富集重金属的重要因素，也是回归模型推导的重要参数。不同研究结果表明，土壤重金属有效态含量不仅受全量影响，而且还与土壤类型、土壤pH和土壤有机质存在正相关关系[29-30]。因此，为探究土壤Pb全量、Pb有效态含量和谷物类Pb含量之间的关系，本研究选定调查区域普遍存在的红壤为调查对象，对其理化性质（土壤pH、土壤有机质含量）进行Pearson相关性分析，具体结果见表3。在此基础上，将谷物类作物Pb含量与土壤Pb全量和土壤Pb有效态含量进行线性拟合（图2），结果表明，谷物类作物Pb含量与土壤Pb有效态含量相关性更高（R2=0.759），说明在该研究区域，有效态含量作为推导阈值的依据比全量推导阈值将更为有效。

图2 谷物类农产品Pb含量与土壤Pb全量和Pb有效态含量的相关关系Figure 2 Correlation between the Pb content of cereal agricultural products，total content of Pb in soil，and available content of Pb in soil

由表3可知，土壤pH与土壤Pb全量、作物Pb含量呈极显著负相关（R=-0.345，P＜0.01和R=-0.357，P＜0.01），与土壤Pb有效态含量呈显著负相关（R=-0.332，P＜0.05），说明随着土壤pH的降低，对应点位的土壤Pb全量和有效态含量增加，其原因是土壤酸碱度可直接影响土壤元素活性，从而影响Pb在土壤中的形态及迁移性，使Pb在土壤中被活化，增加农产品可吸收的Pb量，这与王凌等[31]和LEI等[32]通过蔬菜类作物得到的结论一致。土壤Pb全量和土壤Pb有效态含量、作物Pb含量呈极显著正相关（R=0.861，P＜0.01和R=0.677，P＜0.01），说明土壤Pb全量增加，对应点位的土壤Pb有效态含量也显著增加，表明土壤中Pb的生物有效性提高，作物更容易富集Pb。赵小学等[33]发现土壤Pb有效态含量和土壤Pb全量呈显著正相关，与本研究结果一致。在本研究中，土壤有机质含量和土壤Pb全量呈极显著正相关，与土壤Pb有效态含量呈显著正相关，但与作物Pb含量无相关性（R=0.120），其原因是有机质可改变Pb的形态，同时还影响土壤Pb有效态含量的提取，该现象与万红友等[34]和王科等[35]的研究结论一致。

表3 土壤-作物Pb含量与对应点位土壤理化性质的相关关系Table 3 Correlation analysis between the Pb content in different receptors and soil physicochemical properties

2.3 SSD法推导土壤安全阈值

分别以1/BCF1、1/BCF2作为横坐标、累积概率作为纵坐标，选择Logistic分布模型拟合得到不同pH范围下的SSD曲线（图3和图4）。根据输入数据自动计算出HC5等数值，并与现行国家标准对比后进行整合，结果如表4所示。

图3 不同pH范围耕地土壤谷物类Pb的SSD全量曲线Figure 3 Curve of SSD-derived total amounts of grain-like Pb in cultivated soils at different pH ranges

图4 不同pH范围内谷物类Pb的SSD有效态含量曲线Figure 4 Curves of SSD-derived states of available contents of cereal Pb at different pH ranges

危险浓度（Hazardous concentration，HCp，p为保护物种所占百分比），即保护（100-p）%物种不受影响时所允许的最大剂量浓度，根据实际情况一般选用HC5作为危害浓度[36]。此外，对于SSD法Logistic分布模型，检验该模型拟合优度的参数包括决定系数（R2）、均方根（RMSE）和K-S检验。当R2大于0.6时具有统计学意义，R2越接近1，说明拟合优度越大，拟合结果越精准；RMSE也叫回归系统的拟合标准差，可反映出模型的精密度，RMSE越接近于0，说明拟合精确度越高；通过K-S检验可知分布模型是否符合理论分布，其中P＞0.05证明实际分布曲线与理论分布曲线不具有显著差异，即说明拟合效果好。表4中的结果表明分布模型推导的数值符合理论计算要求。从全量推导结果来看，酸性、中性土壤中的全量安全阈值（84.4 mg·kg-1）比GB 15618—2018中的风险筛选值（90 mg·kg-1）低。在酸性土壤条件下，土壤对Pb离子吸附性降低[37]，Pb的迁移性和生物有效性提高，因此更容易被作物吸收。在pH＞7.5的范围内推导出的全量结果（187.4 mg·kg-1）比风险筛选值（170 mg·kg-1）高。本研究基于土壤Pb全量推导出的不同pH范围下的安全阈值都高于郑丽萍等[38]基于土壤微生物、动物和植物的生态风险的土壤Pb环境基准值（80.5 mg·kg-1），其结果与其他国家和地区的基准值或指导值相比处于中等保守的水平。王晓南等[39]通过生态毒理学实验和搜集本土物种文献数据，基于SSD法计算出保定潮土中保护陆生植物、无脊椎动物Pb土壤环境基准值范围为31.7～58.3 mg·kg-1。以上研究认为，地域、受体（植物、动物、微生物）、土壤理化性质等因素的不同导致阈值研究结果存在较大差异，因此需要结合本土实际情况进行安全阈值的研究。从有效态含量推导结果来看，土壤pH增加，土壤重金属的有效态含量下降，土壤pH降低，重金属有效态含量增加。这一结果与周启星等[40]和李宁[41]的研究结论一致。目前国内暂无重金属有效态含量标准进行对比，因此可通过实际采样结果验证安全阈值的准确性。

表4 不同pH范围土壤Pb全量、有效态含量安全阈值Table 4 Thresholds of total and available Pb contents in soils of different pH ranges

2.4 回归模型法推导的安全阈值

基于谷物类Pb含量与土壤理化性质的相关性分析等结果，通过PASW Statistics 18.0软件将相关因子引入公式（4），建立回归方程，如公式（5）所示，分别将GB 2762—2017中谷物类Pb的限值（0.2 mg·kg-1）和GB 15618—2018中土壤Pb的风险筛选值代入计算，得到不同pH范围的有效态HC5（表5）。

表5 不同pH范围耕地土壤Pb有效态含量HC5Table 5 Threshold of the state of available Pb content in cultivated soil in different pH ranges

2.5 安全阈值结果验证

参照夏家淇[2]的研究思路，分别将验证结果以正确率和错误率的形式体现。正确率包括：土壤Pb含量超标，对应点位农产品Pb含量超标；土壤Pb含量不超标，对应点位农产品Pb含量不超标。错误率包括：土壤Pb含量不超标，对应点位农产品Pb含量超标；土壤Pb含量超标，对应点位农产品Pb含量不超标。划分结果如表6所示。

由表6可知，根据土壤Pb全量制定的风险筛选值和安全阈值正确率不足80%，基于本研究全量推导安全阈值正确率（76.5%）高于GB 15618—2018风险筛选值正确率（73.1%），说明现行标准的制定方法可行，但对研究区域的适用性较低。通过比较全量安全阈值和有效态安全阈值发现，基于有效态含量推导的安全阈值正确率更高，其中回归模型预测有效态HC5的正确率最高（88.1%），充分证明研究区域中土壤Pb有效态含量安全阈值的适用性。土壤重金属全量和其有效态含量没有固定的线性关系，影响土壤重金属有效态含量的变化因素除土壤理化性质外，土层深度、土地利用方式和使用其他化学物质都会综合影响重金属有效态含量的变化[42-44]。不同有效态含量的提取方法和浸提剂也会直接影响土壤Pb有效态含量的测定[45-46]。因此，验证结果有一定的局限性，仅适用于研究区域收集的数据，但该方法可用于制定我国其他不同成土母质或不同土壤利用类型的耕地安全阈值，作为现行标准的补充和延伸，优先考虑农产品中重金属含量，才能更合理地进行耕地质量类别划分并保护农产品的质量和产量[47-49]。基于本研究的结果，研究区域耕地质量类别划分依据建议参考表7。

表6 参照不同pH范围的划分结果Table 6 Refer to the division results of different pH ranges

表7 滇东地区自然高背景与人为活动双重影响下耕地质量类别划分依据Table 7 Classification basis of cultivated land quality under the dual influence of natural high background and human activities in eastern Yunnan