土壤—农作物系统中重金属元素地球化学特征及健康风险评价

图1 采样点分布

Fig.1 Distribution of sampling points

农作物样品采集后,首先通过清洗去除表面污物,再置于洁净环境中进行处理。根据实验需求选择自然通风晾干或在设定温度条件下使用烘干箱烘干,以确保样品干燥处理符合后续分析的标准。玉米和小麦样品脱粒处理,水稻样品去壳至糙米状态。干燥后的样品用粉碎机(SP-1006零污染制样碎研机)粉碎,并研磨至粒径小于75 μm,混匀后送检。土壤样品自然风干,剔除石块、植物残留物和根系等杂质,用木棒破碎至粒径小于2 mm,送实验室进一步加工后测定相关指标^[5]。

1.3 样品分析方法与质量控制

本次样品分析测试中,依据《生态地球化学评价动植物样品分析方法》(DZ/T 0253.1—2014和DZ/T 0253.3—2014),生物样品经微波消解后,采用表1分析方法^[6] 测定镉(Cd)、铬(Cr)、汞(Hg)、砷(As)、铅(Pb)含量。

表1 测定方法

Table 1 Assay method

测试样品	测定指标	分析方法	辅助方法	检出限
土壤样品	Cr	电感耦合等离子体原子发射光谱法(ICP-OES)		0.014 ×10^-6
	Cd	石墨炉原子吸收分光光度法		0.01×10^-6
	Pb	石墨炉原子吸收分光光度法		0.01×10^-6
	Hg	原子荧光光谱法(AFS)		0.50×10^-9
	As	原子荧光光谱法(AFS)		0.01×10^-6
	pH	离子选择电极法(ISE)
	有机质	容量法(VOL)
植物样品	Cr	电感耦合等离子体原子发射光谱法(ICP-OES)	微波消解法	0.014×10^-6
	Cd	石墨炉原子吸收分光光度法	微波消解法	0.005×10^-6
	Pb	石墨炉原子吸收分光光度法	微波消解法	0.01×10^-6
	Hg	原子荧光光谱法(AFS)	微波消解法	0.50×10^-9
	As	原子荧光光谱法(AFS)	微波消解法	0.01×10^-6

在样品分析过程中,通过设置平行样、空白样及标准样严格控制分析质量,并进行标准回收实验以评估方法的回收率。实验结果表明,土壤和作物样品中重金属元素的回收率均符合实验质量控制要求,确保分析结果的准确性。同时,通过重复样品的平行测定计算精密度,各元素的相对标准偏差(RSD)均控制在5%以内,表明数据精密性良好,显示样品处理过程中的损失较小^[7]。

1.4 评价指标与分级标准

为探究区内土壤和作物对重金属元素As、Cd、Cr、Hg、Pb的富集程度,分别计算其在土壤中的地累积指数(I_geo)和作物中的生物富集系数(BCF),其中地累积指数(I_geo)被用于定量评价土壤重金属污染的程度^[8],其公式如下:

(1)

${I}_{geo}=lo{g}_{2}[{C}_{i}/(k\times {B}_{i}\left)\right]$

式中:C_i、B_i分别为i元素的实测值和背景值,本文采用《中国土壤背景值》中的重金属背景值作为对照标准,以科学准确地评价研究区土壤重金属污染程度^[9];k为修正系数,一般取值为1.5。I_geo值与污染程度的对应关系见表2。

表2 I_geo值对应的污染程度

Table 2 I_geo indicates the pollution level

范围	污染程度
I_geo≤0	未污染
0<I_geo≤1	未污染—中度污染
1<I_geo≤2	中度污染
2<I_geo≤3	中度—重度污染
3<I_geo≤4	重度污染
4<I_geo≤5	重度—极度污染
5<I_geo	极度污染

生物富集系数(BCF)用来表示生物体内对有机化合物的生物富集作用的能力,是表现有机化合物在生物体内累积趋势的指标^[5]。其表达式为:

(2)$I_{\text {geo }}=\log _{2}\left[C_{i} /\left(k \times B_{i}\right)\right],$

式中:BCF为生物富集系数; C_i为农作物中i元素含量的实测值;G_i为对应根系土中i元素含量的实测值。BCF数值越大表明作物对重金属的吸收富集能力越强。

人类健康风险评价是一种用来计算暴露于某种重金属的人类(儿童和成人)受到健康风险与损害可能性的方法^[10]。根据美国环境署(USEPA)推荐的土壤重金属暴露风险评估方法,认为土壤中的重金属主要通过3种途径进入人体:手口摄入、呼吸摄入和皮肤接触。上述3种暴露途径的平均每日剂量的估算公式为

(3)$A D_{i}=\left(C \times R_{i} \times E F \times E D\right) /(B W \times A T),$

(4)

$\begin{array}{l}A{D}_{b}=(C\times {R}_{b}\times EF\times ED)/(PEF\times BW\times \\ AT)\end{array}$

(5)

$\begin{array}{l}A{D}_{s}=(C\times SA\times SL\times ABF\times EF\times ED)/\\ (BW\times AT)\end{array}$

式中:AD_i、AD_b、AD_s为每日平均通过手口摄入、呼吸摄入和皮肤接触的暴露量,mg/(kg·d);C代表土壤中重金属的含量;其余参数的含义和取值见表3。

表3 健康风险评价暴露参数

Table 3 Health risk assessment exposure paramenters

符号	参数含义	单位	儿童	成人
R_i	每日摄取率	mg/d	200	100
EF	暴露频率	d/a	350	350
ED	暴露时长	a	6	25
BW	平均体重	kg	15.9	56.8
AT	平均时间	d	26280	26280
R_b	每日吸入率	m³/d	7.5	14.5
PEF	颗粒物释放因子	m³/kg	1.36×10⁹	1.36×10⁹
SA	皮肤暴露面积	cm²	2800	5700
SL	皮肤粘附因子	mg/cm²	0.2	0.07
ABF	皮肤吸附因子	无量纲	0.001	0.001

土壤重金属对人体主要有致癌风险和非致癌风险,分别用致癌风险指数CR_i和非致癌风险指数HI_i表征^[11]。同时非致癌风险危险熵(HQ_i)用于评估单一重金属对人体的非致癌风险。3种指标的计算公式分别为

(6)

$H Q_{i}=A D D_{i} / R f D_{i},$

(7)

$H{I}_{i}=\sum H{Q}_{i}$

(8)

$C{R}_{i}=\sum AD{D}_{i}\times S{F}_{i}$

式中:HQ_i为某种非致癌重金属的单项健康风险指数;ADD_i为某种非致癌重金属的日平均暴露量;RfD_i为参考剂量;SF_i为斜率致癌因子系数。当HQ_i或HI_i>1时,表示非致癌风险较小,可以忽略不计,相反,则表示重金属存在非致癌风险;当CR_i<1×10^-4时,表明土壤中的重金属含量对人体没有致癌风险^[12]。RfD_i与SF_i参数取值见表4。

表4 金属元素参考剂量和斜率致癌因子系数^[12]

Table 4 Metal element reference dose and slope carcinogenic factor coefficient

重金属	RfD_i	SF_i
Cr	2.86×10^-5	4.2
Cd	2.55×10^-5
Hg	8.57×10^-5
As	3.01×10^-4	15.1
Pb	3.52×10^-4

1.5 统计分析

采用Microsoft Office Excel 2016完成基本统计计算,利用SPSS 22.0软件进行统计学分析,方差分析为5%显著性(p<0.05)。利用MapGIS 6.7软件绘制采样点位图,其他图件采用Microsoft Office Excel 2016绘制。

2 结果与讨论

2.1 土壤理化指标特征

研究区根系土壤pH范围为7.97~9.10,平均值为8.41(表5)。结合本研究实际情况,研究区强碱性土壤(pH>8.5)和碱性土壤(7.5≤pH<8.5)占比分别为32.35%和67.65%。有研究认为土壤碱性与母岩及气候条件共同影响有关,当地土壤母岩中多含碳酸盐类矿物质(如石灰岩、白云石),在风化过程中会释放碳酸盐^[13],同时,该区域蒸发作用较强,排水不畅,容易导致盐碱化。

表5 根系土壤理化性质

Table 5 Physical and chemical properties of root soil

项目	参数	pH	有机质含量/%	阳离子交换量 /(cmol·kg^-1)	全盐量 /(g·kg^-1)
玉米	最大值	9.100	3.700	14.161	4.380
	最小值	8.200	0.350	2.045	0.400
	平均值	8.573	1.584	8.327	1.315
	标准偏差	0.188	0.618	2.716	0.804
	变异系数	0.022	0.390	0.326	0.611
水稻	最大值	8.820	4.000	14.213	5.440
	最小值	7.970	0.470	2.709	0.350
	平均值	8.279	1.578	7.643	2.016
	标准偏差	0.172	0.630	2.364	1.121
	变异系数	0.021	0.400	0.309	0.556
小麦	最大值	8.860	4.380	13.752	9.180
	最小值	8.150	0.790	3.732	0.770
	平均值	8.373	2.264	9.712	1.571
	标准偏差	0.154	0.697	1.849	1.492
	变异系数	0.018	0.308	0.190	0.950
	整体平均值	8.408	1.809	8.561	1.634

所采集的170件根系土壤样品中,全盐量变化在(0.35~9.18)×10^-3,平均值为1.63×10^-3,其中小麦根系土的含盐量最高,变异系数较大(0.95),说明根系土壤中盐含量分布不均匀。土壤酸碱性与阳离子交换能力(CEC)有关^[14]。土壤富含钙离子(Ca²⁺)、镁离子(Mg²⁺)等碱性离子致使土壤pH值较高。表5显示,3种作物的170件根系土样品的阳离子交换量平均值为8.56 cmol/kg,各类作物根系土的CEC变异系数较小(0.19~0.32)。

有机质对土壤肥力和农作物生长有重要影响^[15] 。研究区作物根系土有机质含量范围为0.31%~4.38%,平均值为1.81%。按照土壤有机质分级标准《土壤主要性状指标分级》(表6),研究区根系土壤有机质含量<1.00%的样品占总采样量的9.41%,1.00%<有机质含量<2.00%的样品占80.00%,而有机质含量>4.00%的样品占10.59%。研究区土壤有机质含量总体偏低,这可能是由于研究区长期缺乏有机物质输入,以及水土流失导致表层有机质流失严重所造成,特别是在缺乏植被覆盖或植被稀疏的地区^[16]。

表6 有机质分级标准及评价结果

Table 6 Organic carbon content evaluation criteria

有机质含量/%	养分程度	样本所占比例/%
>4.00	丰富	10.59
2.00~4.00	较丰富	0
1.00~2.00	中等	80.00
<1.00	缺乏	9.41

采用单因素方差分析(ANOVA)对3种作物(玉米、水稻、小麦)根系土壤的pH值、全盐量等地球化学指标进行统计检验,结果表明这些指标在不同作物间具有显著性差异(p<0.05)。其中,玉米根系土壤的pH值最高(平均值为8.573),其次为水稻(8.279),小麦最低(8.373)。虽然水稻与小麦之间差异较小,但均显著低于玉米。小麦根系土壤的全盐量最高(平均值为1.571×10^-3),其次为水稻(2.016×10^-3),玉米最低(1.315×10^-3)。水稻与小麦之间的差异显著,而玉米的全盐量显著低于其他两种作物。小麦根系土壤有机质含量最高(平均值为 2.264%),水稻次之(1.578%),玉米最低(1.584%),小麦与其他作物间差异显著。小麦根系土壤的阳离子交换量最大(平均值为 9.712 cmol/kg),玉米次之(8.327 cmol/kg),水稻最低(7.643 cmol/kg),三者差异显著。

上述结果表明,不同作物根系土壤的地球化学特征因作物类型的不同而存在显著差异,这些差异可能与作物对养分需求、根系分泌物及生长环境的适应性有关。该结果为深入研究作物与土壤互作机制提供了数据支持。

2.2 根系土重金属含量特征

有研究认为土壤重金属含量的变异系数和地累积指数(I_geo)能够表征研究区内重金属分布的均匀性和潜在的污染风险^[17]。从表7中可以看出,根系土中5种重金属的含量变异系数较低,表明其在区内分布相对均匀。根系土5种重金属的平均含量均低于土壤背景值,显示研究区土壤重金属的相对低水平。地累积指数(I_geo)计算结果显示,根系土5种重金属的I_geo值均小于等于0,表明研究区土壤重金属不存在污染。需要注意的是,水稻根系土中汞(Hg)的变异系数相对较高(0.79),说明水稻种植地土壤汞分布不甚均匀,需加强监测和控制措施,以防止土壤Hg污染的发生。

表7 根系土中重金属含量

Table 7 Heavy metal content in root soil

参数	玉米
参数	Cd	Cr	Hg	As	Pb
最大值/10^-6	0.340	79.4	0.110	19.5	26.8
最小值/10^-6	0.0620	35.4	0.0100	4.33	13.6
平均值/10^-6	0.134	42.9	0.0130	11.6	19.3
标准偏差/10^-6	0.0500	10.1	0.0180	3.14	3.06
变异系数	0.273	0.160	0.556	0.249	0.144
土壤背景值/10^-6	0.171	54.8	0.0260	11.9	19.3
地累积指数	-0.937	-0.937	-1.59	-0.618	-0.581
参数	水稻
参数	Cd	Cr	Hg	As	Pb
最大值/10^-6	0.340	75.5	0.170	15.0	29.5
最小值/10^-6	0.0900	40.7	0.0100	4.31	15.3
平均值/10^-6	0.123	50.8	0.0150	9.95	17.3
标准偏差/10^-6	0.0460	6.89	0.0250	2.41	3.12
变异系数	0.266	0.108	0.786	0.22	0.146
土壤背景值/10^-6	0.171	54.8	0.0260	11.9	19.3
地累积指数	-1.06	-0.695	-1.38	-0.84	-0.742
参数	小麦
参数	Cd	Cr	Hg	As	Pb
最大值/10^-6	0.240	73.6	0.15	15.8	28.7
最小值/10^-6	0.0830	48.7	0.0180	6.70	14.8
平均值/10^-6	0.130	58.7	0.0140	8.66	17.5
标准偏差/10^-6	0.0280	5.91	0.0270	1.93	2.93
变异系数	0.153	0.0890	0.661	0.152	0.132
土壤背景值/10^-6	0.171	54.8	0.0260	11.9	19.3
地累积指数	-0.980	-0.486	-1.48	-1.04	-0.726

注:土壤背景值参考《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)。

综上所述,根系土重金属含量的变异系数和地累积指数均表明研究区环境较为清洁,这为绿色无公害农产品发展提供了重要保障,也为制定土壤污染防治策略、保护农田生态系统和粮食安全提供了科学依据^[18] 。

2.3 作物籽实重金属含量特征

表8统计了研究区3种作物籽实重金属元素Cd、Cr、Hg、As和Pb的含量特征。对照《食品安全国家标准—食品中污染物的限量》(GB 2762—2022)^[12],研究区3种作物籽实中5种重金属元素平均值均低于污染限值,但是值得关注的是水稻中的As含量最大值为0.46×10^-6,大于其污染限值0.35×10^-6。

表8 作物籽实中重金属含量

Table 8 Heavy metal content in crops

参数	玉米
参数	Cd	Cr	Hg	As	Pb
最大值/10^-6	0.00750	0.179	0.000600	0.0384	0.109
最小值/10^-6	0.00630	0.0881	0.000100	0.0860	0.0425
平均值/10^-6	0.00690	0.109	0.000200	0.0161	0.0797
标准偏差/10^-6	0.000300	0.0175	0.000100	0.00670	0.0144
变异系数	0.0472	0.162	0.561	0.414	0.180
污染限值/10^-6	0.100	1.00	0.0200	0.500	0.200
参数	水稻
参数	Cd	Cr	Hg	As	Pb
最大值/10^-6	0.00560	0.117	0.00730	0.458	0.0883
最小值/10^-6	0.00480	0.0779	0.000	0.107	0.0376
平均值/10^-6	0.00520	0.0962	0.000800	0.229	0.0553
标准偏差/10^-6	0.000300	0.00930	0.00130	0.0873	0.0107
变异系数	0.0540	0.0971	1.76	0.382	0.194
污染限值/10^-6	0.200	1.00	0.0200	0.350	0.200
参数	小麦
参数	Cd	Cr	Hg	As	Pb
最大值/10^-6	0.024	0.160	0.000300	0.0902	0.0998
最小值/10^-6	0.0103	0.0890	0.0000	0.0203	0.0419
平均值/10^-6	0.0153	0.119	0.000200	0.0423	0.0662
标准偏差/10^-6	0.00330	0.0204	0.000100	0.0168	0.0118
变异系数	0.214	0.172	0.429	0.396	0.178
污染限值/10^-6	0.100	1.00	0.0200	0.500	0.200

注:作物籽实中重金属的污染限值参考《食品安全国家标准—食品中污染物限量》(GB 2762—2022)。

图2展示了3种农作物对5种重金属元素Cd、Cr、Hg、As和Pb的生物富集作用,BCF值越高表示农作物对重金属的富集作用越强。由图可见,3种作物对各种重金属元素的富集程度存在差异。例如,玉米、水稻和小麦对Cd的富集能力均比较强,BCF值分别为0.041、0.032和0.086,其中以小麦富集系数最高;这表明小麦对Cd的富集作用最强,玉米次之,水稻最低。

图2

图2 不同作物中5种重金属的富集系数

Fig.2 Enrichment coefficients of five heavy metals in different crops

总体而言,不同农作物对不同重金属的富集能力存在明显差异,小麦在这些重金属中的富集效果相对较高,水稻次之,而玉米的富集效果相对较弱;这可能与农作物的生长习性、根系结构、土壤环境等因素有关^[7]。这些结果对于制定农田重金属污染防治策略以及选择适合种植的农作物具有重要意义。

2.4 相关性分析

2.4.1 农作物与根系土中重金属含量的相关性分析

土壤—玉米系统的重金属含量显示出复杂的相关性。表9的统计分析结果表明,玉米籽实中Cd与根系土壤中的Hg和Pb含量呈显著正相关,可能反映出玉米根系对这些重金属的共同吸收或迁移特性。这种正相关性表明,在特定土壤地球化学条件下,玉米可能更容易在高Hg和Pb的土壤环境中累积Cd。然而,玉米作物中Cd与根系土壤中的Cd、Cr和As含量相关性较低,这一现象可能与土壤Cd的赋存形态和生物可利用性密切相关。例如,研究表明土壤Cd的存在形态及其与有机质、黏粒的结合方式影响其在土壤—植物系统中的迁移途径^[19]。其次,根系土壤中的Cr与玉米籽实中的As负相关性较为显著,这种负相关性可能是因为玉米对Cr的吸收抑制了As的积累,或二者在植物体内的转运机制具有相互排斥的特性。与此同时,玉米As与土壤Hg、As和Pb均呈显著负相关,这表明当土壤中这些重金属含量较高时,玉米对As的吸收会减少。此现象可能是由于土壤中不同离子的竞争吸附作用或根系对特定离子吸收的偏向性所造成^[20] 。

表9 根系土与3种农作物中重金属的相关性

Table 9 Correlation between root soil and heavy metals in three crops

指标	玉米-Cd	玉米-Cr	玉米-Hg	玉米-As	玉米-Pb
根系土-Cd	0.004	-0.026	0.072	-0.119	-0.095
根系土-Cr	-0.026	-0.160	0.132	-0.355^***	-0.004
根系土-Hg	0.209^*	-0.039	0.049	-0.199^*	-0.078
根系土-As	-0.087	-0.054	0.161	-0.284^**	-0.019
根系土-Pb	0.207^*	-0.003	0.207^*	-0.377^***	0.153
指标	水稻-Cd	水稻-Cr	水稻-Hg	水稻-As	水稻-Pb
根系土-Cd	-0.063	0.056	0.283^**	0.102	0.147
根系土-Cr	-0.277^**	-0.193	0.121	0.135	0.072
根系土-Hg	-0.085	0.106	0.631^***	-0.091	-0.093
根系土-As	-0.115	-0.084	-0.029	-0.022	0.139
根系土-Pb	-0.155	-0.016	-0.015	-0.140	-0.048
指标	小麦-Cd	小麦-Cr	小麦-Hg	小麦-As	小麦-Pb
根系土-Cd	0.153	0.022	0.353^***	0.061	0.076
根系土-Cr	0.078	-0.151	-0.005	-0.056	-0.002
根系土-Hg	0.125	0.210	0.032	-0.190	0.232^*
根系土-As	0.289^**	-0.004	-0.102	-0.366^***	0.041
根系土-Pb	0.070	-0.084	-0.108	-0.103	-0.138

注:“***”、“**”、“*”分别代表1%、5%、10%的显著性水平。

土壤—水稻系统重金属的相关性与土壤—玉米系统有显著差异。水稻籽实中Hg与根系土壤中Cr和Cd均呈显著正相关,表明水稻对Hg的吸收可能受到土壤Cr含量的直接驱动,并且在高Cd环境中,Hg的吸收效应更为明显。这可能与水稻的根系特性、土壤淹水条件及其对Hg的生物可利用性增强有关,淹水可能促进Hg的溶解并增加其进入作物的机会^[21] 。此外,土壤—水稻系统中表现出的Hg正相关性表明水稻根系对Hg具有较强的富集倾向,这与Hg的生物地球化学特性相关:在淹水环境下,Hg的形态较为稳定并易被水稻吸收。

土壤—小麦系统重金属的相关性显示出不同于玉米、水稻的特征。小麦籽实中Hg与根系土壤中Cd呈显著正相关,表明Cd环境中存在增强小麦对Hg吸收的潜在机制。小麦籽实中As与根系土壤中As呈显著负相关,这种负相关性可能反映了小麦对As的选择性排斥效应或对其他金属的优先吸收,这种吸收倾向与小麦的根系生理特性及其对重金属的选择性吸收机制密切相关^[22]。

综上所述,不同农作物与根系土壤中重金属Cd、Cr、Hg、As、Pb之间的相关性反映了复杂的生物地球化学相互作用及不同作物对重金属的选择性吸收和富集机制。玉米、水稻和小麦在不同土壤重金属环境下呈现出的显著正、负相关性为研究重金属在植物—土壤系统中的迁移和累积机制提供了依据,也为有效制定土壤污染控制策略和农田重金属安全管理提供了参考依据。

2.4.2 农作物中重金属富集系数与根系土pH的相关性分析

pH值是制约重金属元素地球化学行为的重要参数,例如较低的土壤pH值可使离子交换态Cd含量增加,从而增加其生态风险^[10]。研究区3种作物对重金属元素的富集系数(BCF)与根系土壤pH的相关性分析结果见表10和图3。结果表明,根系土壤pH与玉米Cd、Pb、Cr、As的BCF有一定相关性,尤其是与Cr、As呈显著正相关(p<0.01),说明较高的pH有利于玉米对这些重金属的富集能力。根系土壤pH与水稻Cd、As的BCF分别呈显著正相关和显著负相关,表明pH对水稻富集Cd和As的影响较为突出。根系土壤pH对小麦重金属的BCF影响不显著。可见根系土pH与不同作物重金属的生物富集系数存在一定程度的相关性,相关性的强度和显著性因作物种类和重金属类型而异。总体而言,pH与作物重金属富集系数的相关性随作物类型和重金属种类而异,对于水稻Cd、As富集能力影响较大,而对小麦影响较弱。根系土pH可能对水稻Cd、As的生物积累能力产生具有较为显著的影响,而对于玉米和小麦而言,这种影响相对较弱。

表10 农作物重金属元素生物富集系数与根系土壤pH值相关性

Table 10 Correlation between biological enrichment coefficient of heavy metals in crops and pH value of root soil

	玉米-BCF(Cd)	玉米-BCF(Cr)	玉米-BCF(Hg)	玉米-BCF(As)	玉米-BCF(Pb)
根系土pH	0.200^*	0.366^***	0.083	0.411^***	0.201^*
	水稻-BCF(Cd)	水稻-BCF(Cr)	水稻-BCF(Hg)	水稻-BCF(As)	水稻-BCF(Pb)
根系土pH	0.380^***	0.146	-0.081	-0.409^***	0.052
	小麦-BCF(Cd)	小麦-BCF(Cr)	小麦-BCF(Hg)	小麦-BCF(As)	小麦-BCF(Pb)
根系土pH	0.172	0.076	0.220	-0.012	0.114

注:“***”、“**”、“*”分别代表1%、5%、10%的显著性水平。

图3

图3 农作物重金属富集系数同根系土pH值散点图

Fig.3 Correlation diagram between heavy metal enrichment coefficient of crops and pH of root soil

2.4.3 农作物中重金属富集系数与根系土有机质的相关性分析

土壤有机质含量是衡量土壤肥力的重要指标,不仅对粮食生产具有重要影响,还决定了土壤中重金属的地球化学性质^[11]。研究表明,土壤有机质通过吸附、络合和固定等机制降低重金属的生物可利用性,从而抑制作物对重金属的吸收富集^[12]。这一现象可能归因于土壤有机质对重金属的螯合作用,使重金属以不可溶的有机态存在,减少了重金属元素的生物有效性^[11]。

由3种作物对重金属元素的生物富集系数(BCF)与根系土壤有机质含量的相关性(表11和图4)可见,有机质含量与玉米、水稻和小麦的BCF均呈一定程度的负相关,但抑制效应因作物和重金属种类而异。对于玉米,有机质对5种金属的积累具有显著抑制作用,这可能是由于螯合作用使重金属以不可溶的有机态存在,降低了其生物有效性^[11]。水稻中,有机质显著减少了Cd、Cr、As和Pb的积累,尤其对As的吸收路径产生影响,如减少As扩散速率或改变氧化还原状态,从而降低特定转运蛋白(如硅转运蛋白)的吸收效率。相比之下,小麦对Cd和Hg的BCF受有机质显著抑制,但对Cr和Pb的影响不明显,反映了作物间重金属吸收机制的差异性。综合来看,土壤有机质含量越高,作物对重金属的生物积累能力越低,这与胡旭刚等^[19]的研究结果一致。

表11 农作物重金属元素生物富集系数与根系土壤有机质相关性

Table 11 Correlation between biological enrichment coefficient of heavy metals in crops and organic matter in root soil

	玉米-BCF(Cd)	玉米-BCF(Cr)	玉米-BCF(Hg)	玉米-BCF(As)	玉米-BCF(Pb)
有机质	-0.596^***	-0.417^***	-0.375^***	-0.519^***	-0.500^***
	水稻-BCF(Cd)	水稻-BCF(Cr)	水稻-BCF(Hg)	水稻-BCF(As)	水稻-BCF(Pb)
有机质	-0.529^***	-0.245^*	-0.146	-0.237^*	-0.240^*
	小麦-BCF(Cd)	小麦-BCF(Cr)	小麦-BCF(Hg)	小麦-BCF(As)	小麦-BCF(Pb)
有机质	-0.360^**	-0.004	-0.426^**	0.023	-0.139

注:“***”、“**”、“*”分别代表1%、5%、10%的显著性水平。

图4

图4 农作物重金属富集系数同根系土有机质相关关系

Fig.4 Correlation diagram between heavy metal enrichment coefficient of crops and organic matter in root soil

未来研究可进一步聚焦不同类型有机质(如腐殖酸、可溶性有机质)对重金属富集的影响机制,以更有效地指导土壤改良与重金属污染治理,优化生态恢复方案^[11]。

2.5 健康风险评价

3种暴露途径下土壤重金属对儿童的非致癌风险分别为(表12):5.41×10^-7~9.40×10^-7(手口摄入)、1.49×10^-17~2.59×10^-17(呼吸摄入)和1.52×10^-9~2.63×10^-9(皮肤摄入),平均值分别为8.05×10^-7、2.22×10^-17和2.25×10^-9。不同暴露途径对非致癌总风险的贡献率依次为99.721%(手口摄入)、0.001%(呼吸摄入)和0.279%(皮肤摄入)。3种暴露途径下5种重金属对成人的非致癌风险分别为:3.16×10^-7~5.48×10^-7(手口摄入)、3.37×10^-17~5.85×10^-17(呼吸摄入)和1.26×10^-9~2.18×10^-9(皮肤摄入),平均值分别为4.69×10^-7、5.00×10^-17和1.87×10^-9。不同暴露途径对非致癌总风险的贡献率分别为99.603%(手口摄入)、0.001%(呼吸摄入)和0.397%(皮肤摄入)。因此,手口摄入是儿童和成人的非致癌健康风险的主要暴露途径。

表12 根系土重金属不同暴露途径的暴露剂量

Table 12 Exposure dose of heavy metals in root soil by different exposure routes

暴露人群	摄入方式	暴露剂量
暴露人群	摄入方式	Cr	Cd	Hg	As	Pb
儿童	手口摄入	7.58×10^-7	9.32×10^-7	5.41×10^-7	8.53×10^-7	9.40×10^-7
	呼吸摄入	2.09×10^-17	2.57×10^-17	1.49×10^-17	2.35×10^-17	2.59×10^-17
	皮肤摄入	2.12×10^-9	2.61×10^-9	1.52×10^-9	2.38×10^-9	2.63×10^-9
成人	手口摄入	4.42×10^-7	5.43×10^-7	3.16×10^-7	4.97×10^-7	5.48×10^-7
	呼吸摄入	4.71×10^-17	5.79×10^-17	3.37×10^-17	5.30×10^-17	5.85×10^-17
	皮肤摄入	1.76×10^-9	2.17×10^-9	1.26×10^-9	1.98×10^-9	2.18×10^-9

研究区土壤重金属经手口摄入、呼吸摄入和皮肤摄入对儿童和成人的非致癌风险危险熵(HQ)见表13,风险排序均为Pb>Cd>As>Cr>Hg,Pb的风险系数最高,Hg最低。对儿童的非致癌健康风险总体可以忽略。根系土中土壤重金属的非致癌健康风险指数(HI)如表13所示,3种暴露途径对儿童和成人的非致癌健康风险总指数排序为Pb>Cd>As>Cr>Hg。5种重金属对非致癌风险总指数的贡献率分别为Pb(23.37%)、Cd(23.15%)、As(21.19%)、Cr(18.84%)和Hg(13.45%),表明Pb的非致癌风险最高,主要来源于手口摄入。总体而言,重金属对儿童的非致癌风险明显高于成人(除呼吸摄入),应引起足够的关注^[23]。

表13 根系土重金属非致癌风险指数

Table 13 Non-carcinogenic risk index of heavy metals in root soil

指数	暴露人群	摄入方式	Cr	Cd	Hg	As	Pb
非致癌风险危险熵 (HQ)	儿童	手口摄入	2.65×10^-2	3.26×10^-2	1.89×10^-2	2.98×10^-2	3.29×10^-2
		呼吸摄入	7.31×10^-13	8.98×10^-13	5.22×10^-13	8.22×10^-13	9.07×10^-13
		皮肤摄入	7.42×10^-5	9.12×10^-5	5.30×10^-5	8.35×10^-5	9.21×10^-5
	成人	口摄入	1.55×10^-2	1.90×10^-2	1.10×10^-2	1.74×10^-2	1.92×10^-2
		呼吸摄入	1.65×10^-12	2.03×10^-12	1.18×10^-12	1.85×10^-12	2.04×10^-12
		皮肤摄入	6.17×10^-5	7.58×10^-5	4.40×10^-5	6.94×10^-5	7.65×10^-5
非致癌风险指数 (HI)	儿童	2.66×10^-2	3.27×10^-2	1.90×10^-2	2.99×10^-2	3.30×10^-2
非致癌风险指数 (HI)	成人	1.55×10^-2	1.91×10^-2	1.11×10^-2	1.75×10^-2	1.93×10^-2

表14为研究区根系土重金属的致癌风险指数。在致癌风险评价中,两种致癌重金属Cr、As对儿童的风险系数范围为3.19×10^-6~1.29×10^-5,对成人的风险系数范围为7.54×10^-6~1.86×10^-5。两种重金属对儿童和成人的致癌风险系数大小顺序均为As>Cr,表明As的致癌风险较高。

表14 根系土重金属致癌风险指数

Table 14 Carcinogenic risk index of heavy metals in root soil

	CR(Cr)	CR(As)
儿童	3.19×10^-6	1.29×10^-5
成人	1.86×10^-6	7.54×10^-6

3 结论

对宁夏石嘴山区域主要农作物(玉米、水稻、小麦)及根系土壤中5种重金属(Cd、Cr、Hg、As、Pb)分布和富集特征进行研究,揭示了土壤理化性质对重金属迁移和富集的影响。

1)该区域土壤重金属含量普遍低于全国土壤背景值,生态风险较低。

2)不同作物对重金属的富集能力表现出差异性,小麦对Cd的富集能力最强,而水稻对Cd、Hg、As的富集能力较高。

3)土壤pH与作物对重金属富集系数的相关性与作物和重金属类型有关,其中玉米Cr、As富集系数受pH影响显著,水稻As富集系数则随pH增加而下降。

4)作物对重金属的吸收富集普遍受到土壤有机质的抑制,以玉米富集系数受土壤有机质的影响最为显著。

5)健康风险评估结果表明,区内土壤重金属的健康风险指数均低于临界值,各类重金属的非致癌和致癌风险均在可接受范围内,总体风险水平较低。

6)依据《食品安全国家标准—食品中污染物的限量》(GB 2762—2022)评价表明,研究区3种作物籽实中5种重金属元素平均值均低于污染限值,表明研究区主要作物的食用安全性较高,但需针对Cd和As富集较高的作物(如水稻)进行持续监测,以确保农产品的安全性。本研究成果为土壤重金属污染防治和安全农作物种植提供了科学依据,有助于制定适合该区域的土壤改良和农业管理措施。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

李笑诺, 丁寿康, 陈卫平,

等.

土壤环境质量预警体系构建与应用

[J]. 环境科学, 2020, 41(6):2834-2841.

X N

, Ding

S K

, Chen

W P

et al.

Construction and application of early warning system for soil environmental quality

[J]. Environmental Science, 2020, 41(6):2834-2841.

[2]

朱立新, 马生明, 王之峰,

等.

平原区多目标地球化学调查异常查证及生态效应评价方法

[J]. 中国地质, 2004, 31(4):431-435.

Zhu

L X

, Ma

S M

, Wang

Z F

et al.

The method for anomaly inspection and ecological appraisal in multi-purpose geochemical survey in plain areas

[J]. Chinese Geology, 2004, 31(4):431-435.

[3]

张群丽, 谢海云, 陈家灵,

等.

重金属污染土壤修复固化/稳定化技术研究现状及存在问题分析

[J]. 环境保护科学, 2024, 50(3):96-102.

Zhang

Q L

, Xie

H Y

, Chen

J L

et al.

Status and existing problems of remediation and stabilization technology of heavy metal contaminated soil

[J]. Environmental Protection Science, 2024, 50(3):96-102.

[4]

Cabral-Pinto

M M S

, Inácio

, Neves

et al.

Human health risk assessment due to agricultural activities and crop consumption in the surroundings of an industrial area

[J]. Exposure and Health, 2020, 12(4):629-640.

[5]

李杰, 朱立新, 康志强.

南宁市郊周边农田土壤—农作物系统重金属元素迁移特征及其影响因素

[J]. 中国岩溶, 2018, 37(1):43-52.

, Zhu

L X

, Kang

Z Q

Characteristics of transfer and their influencing factors of heavy metals in soil-crop system of peri-urban agricultural soils of Nanning,South China

[J]. Carsologica Sinica, 2018, 37(1):43-52.

[6]

刘庆宇, 马瑛, 程莉.

青海门源县土壤质量地球化学评价

[J]. 地质与勘探, 2022, 58(3):609-618.

Liu

Q Y

, Ma

, Cheng

Geochemical evaluation of soil quality in Menyuan County,Qinghai

[J]. Geology and Exploration, 2022, 58 (3):609-618.

[7]

Zhang

L M

, Long

L L

, Zhu

Q R

et al.

Mechanism and ecological environmental risk assessment of peroxymonosulfate for the treatment of heavy metals in soil

[J]. Science of The Total Environment, 2024,926:171717.

[8]

E A

Assessing of some toxic heavy metals levels and using geo accumulation index in sediment of Shatt Al-Arab and the Iraqi marine region

[J]. Baghdad Science Journal, 2019, 16(2):323.

[9]

宋献光.

农用地土壤健康风险评估

[J]. 农业工程, 2024, 14(9):141-146.

Song

X G

Soil health risk assessment of agricultural land

[J]. Agricultural Engineering, 2024, 14(9):141-146.

[10]

C F

, Cao

J F

, Lu

J S

et al.

Ecological risk assessment of soil heavy metals in different land use type and evaluation of human health

[J]. Environ Sci., 2018,39:5628-5638.

[11]

杨剑洲, 龚晶晶, 王振亮,

等.

海南岛半干旱区农用地土壤重金属富集因素、健康风险及来源识别

[J]. 环境科学, 2022, 43(10):4590-4600.

[本文引用: 5]

Yang

J Z

, Gong

J J

, Wang

Z L

et al.

Enrichment factors, health risk,and source identification of heavy metals in agricultural soils in semi-arid region of Hainan Island

[J]. Environmental Science, 2022, 43(10):4590-4600.

[本文引用: 5]

[12]

李垚瑶, 李剑锋.

某锡矿区土壤重金属污染与健康风险评价

[J]. 华南地质, 2024, 40(4):712-724.

[本文引用: 4]

Y Y

, Li

J F

Evaluation of soil heavy metal pollution and health risk in a tin mining area

[J]. South China Geology, 2024, 40(4):712-724.

[本文引用: 4]

[13]

郭子栋.

土壤重金属镉污染特征及其防治措施

[J]. 低碳世界, 2024, 14(7):16-18.

Guo

Z D

Characteristics of cadmium pollution in soil and its control measures

[J]. Low Carbon World, 2024, 14(7):16-18.

[14]

陈科彤, 陈思宇, 薛劲凯,

等.

我国土壤重金属污染的多暴露途径健康风险评估

[J]. 环境工程学报, 2024, 18(7):1964-1976.

Chen

K T

, Chen

S Y

, Xue

J K

et al.

Health risk assessment of multiple exposure pathways of soil heavy metal pollution in China

[J]. Journal of Environmental Engineering, 2024, 18(7):1964-1976.

[15]

阚炜杰, 徐明泽, 左强,

等.

北京市昌平区农田土壤重金属健康风险评估及来源解析

[J/OL]. 农业环境科学学报, 2025:1-15[2025-02-13].http://kns.cnki.net/kcms/detail/12.1347.S.20240801.1516.004.html.

Kan

W J

, Xu

M Z

, Zuo

et al.

Health risk assessment and source analysis of heavy metals in agricultural soils in Changping District,Beijing

[J/OL]. Journal of Agricultural Environmental Science, 2025:1-15[2025-02-13].http://kns.cnki.net/kcms/detail/12.1347.S.20240801.1516.004.html. .

[16]

胡星路, 晏闻博, 裴宇,

等.

基于人体健康风险的垃圾填埋场腐殖土重金属污染评价及应用

[J]. 工业安全与环保, 2025, 51(1):98-103.

X L

, Yan

W B

, Pei

et al.

Evaluation and application of heavy metal pollution in landfill humus soil based on human health risk

[J]. Industrial Safety and Environmental Protection, 2025, 51(1):98-103.

[17]

胡芬, 姜烈, 陈巧红,

等.

赣西某煤矿集中区土壤重金属污染特征、来源解析与健康风险评价

[J/OL]. 环境科学, 2025:1-18[2025-02-13].https://doi.org/10.13227/j.hjkx.202405215.

, Jiang

, Chen

Q H

et al.

Characteristics,source analysis and health risk evaluation of soil heavy metal contamination in a coal mine concentration area in Ganxi

[J/OL]. Environmental Science, 2025:1-18[2025-02-13].https://doi.org/10.13227/j.hjkx.202405215.

[18]

张施阳, 李晓曼, 吉敏,

等.

基于多介质监测的污染场地VOCs赋存特征及健康风险评估

[J/OL]. 环境化学, 2025:1-12[2025-02-13].http://kns.cnki.net/kcms/detail/11.1844.X.20240925.1610.014.html

Zhang

S Y

, Li

X M

, Ji

et al.

Characterisation and health risk assessment of VOCs at contaminated sites based on multi-media monitoring

[J/OL]. Environmental Chemistry, 2025:1-12[2025-02-13].http://kns.cnki.net/kcms/detail/11.1844.X.20240925.1610.014.html

[19]

胡旭刚, 谭继勇, 覃兴涛,

等.

广西天峨主要耕地区农作物中重金属元素富集特征与影响因素

[J]. 现代地质, 2024, 38(3):784-792.

X G

, Tan

J Y

, Qin

X T

et al.

Enrichment characteristics and influencing factors of the heavy metal elements in crops from the primary cultivated areas of tian'e county,Guangxi

[J]. Geoscience, 2024, 38(3):784-792.

[20]

夏飞强, 张祥, 杨艳,

等.

安徽省宁国市土壤和农产品硒地球化学特征及影响因素

[J]. 土壤, 2021, 53(3):585-593.

Xia

F Q

, Zhang

, Yang

et al.

Geochemical characteristics and influencing factors of selenium in soils and agricultural products in Ningguo City,Anhui Province

[J]. Soils, 2021, 53(3):585-593.

[21]

尹国庆, 江宏, 王强,

等.

安徽省典型区农用地土壤重金属污染成因及特征分析

[J]. 农业环境科学学报, 2018, 37(1):96-104.

Yin

G Q

, Jiang

, Wang

et al.

Analysis of the sources and characteristics of heavy metals in farmland soil from a typical district in Anhui Province

[J]. Journal of Agro-Environment Science, 2018, 37(1):96-104.

[22]

夏伟, 吴冬妹, 袁知洋.

土壤—农作物系统中重金属元素迁移转化规律研究——以湖北宣恩县为例

[J/OL]. 资源环境与工程, 2018, 32(4):563-568.

Xia

, Wu

D M

, Yuan

Z Y

Study on the migration and transformation law of heavy metals in soil-crop system

[J/OL]. Resources Environment & Engineering, 2018, 32(4):563-568.

[23]

牛浩泽, 张超, 贺峰,

等.

陕西秦岭矿区农田土壤和作物重金属污染特征及健康风险评价

[J/OL]. 农业环境科学学报, 2025:1-23[2025-02-13].http://kns.cnki.net/kcms/detail/12.1347.S.20241101.1921.004.html.

Niu

H Z

, Zhang

, He

et al.

Characteristics of heavy metal contamination in agricultural soils and crops and health risk evaluation in the Qinling mining area of Shaanxi

[J/OL]. Journal of Agricultural and Environmental Sciences, 2025:1-23[2025-02-13].http://kns.cnki.net/kcms/detail/12.1347.S.20241101.1921.004.html.