环境科学  2019, Vol. 40 Issue (1): 453-460   PDF    
引用本文
林承奇, 黄华斌, 胡恭任, 于瑞莲, 郝春莉, 林颖. 九龙江流域水稻土重金属赋存形态及污染评价[J]. 环境科学, 2019, 40(1): 453-460.
LIN Cheng-qi, HUANG Hua-bin, HU Gong-ren, YU Rui-lian, HAO Chun-li, LIN Ying. Assessment of the Speciation and Pollution of Heavy Metals in Paddy Soils from the Jiulong River Basin[J]. Environmental Science, 2019, 40(1): 453-460.
九龙江流域水稻土重金属赋存形态及污染评价
林承奇1, 黄华斌1,2, 胡恭任2, 于瑞莲2, 郝春莉1, 林颖1     
1. 厦门华厦学院检验科学与技术系, 厦门 361021;
2. 华侨大学环境科学与工程系, 厦门 361021
收稿日期: 2018-05-17; 修订日期: 2018-07-23
基金项目: 国家自然科学基金项目（21777049）；黄土与第四纪地质国家重点实验室开放基金项目（SKLLQG1607）；福建省中青年教师教育科研项目（JAT170818，JT180785）
作者简介: 林承奇(1991~), 男, 硕士, 助教, 主要研究方向为环境监测与评价, E-mail:linchengqia@163.com
通信作者: 黄华斌, E-mail:hhb@hxxy.edu.cn
摘要: 采用改进的BCR四步提取-电感耦合等离子体质谱法（ICP-MS）分析九龙江流域71个水稻土中12种重金属元素的赋存形态特征，运用风险评价编码法（RAC）、次生相与原生相分布比值法（RSP）和地质积累指数法（Igeo）评价重金属污染特征.结果表明，大部分重金属总量已存在不同程度的富集且不同重金属元素在水稻土中的赋存形态特征差异较大.Cd和Mn主要以F1弱酸溶态存在，平均比例分别为46.2%和35.2%；Fe和Pb主要以F2可还原态存在，平均比例分别为64.5%和41.5%；而V、Cr、Ni、As、Co、Sr、Zn和Cu主要以F4残渣态存在，平均比例分别为79.6%、78.4%、73.1%、67.7%、51.9%、49.7%、45.3%和38.4%.3种污染评价方法分别重点关注弱酸溶态、次生相和重金属总量，均有应用价值，缺点是不够全面.结合3种评价方法能更准确全面评估重金属污染特征.九龙江流域水稻土中Cd为中度~重度污染，Mn和Sr为轻度~重度污染，Zn、Pb、Cu和Co为轻度~中度污染，As和Ni为无污染~中度污染，V、Fe和Cr为无污染~轻度污染.
关键词: BCR提取      污染评价      重金属      水稻土      九龙江流域     
Assessment of the Speciation and Pollution of Heavy Metals in Paddy Soils from the Jiulong River Basin
LIN Cheng-qi1 , HUANG Hua-bin1,2 , HU Gong-ren2 , YU Rui-lian2 , HAO Chun-li1 , LIN Ying1     
1. Department of Science and Technology for Inspection, Xiamen Huaxia University, Xiamen 361021, China;
2. Department of Environmental Science and Engineering, Huaqiao University, Xiamen 361021, China
Abstract: Speciation characteristics of twelve heavy metals in 71 paddy soils from the Jiulong River Basin were analyzed using inductively coupled plasma mass spectrometry (ICP-MS) and the modified BCR protocol. The risk assessment coding method (RAC), ratio of secondary phase and primary phase (RSP), and geoaccumulation index (Igeo) were applied to evaluate the pollution degree of heavy metals in the area. The results show that most of these elements are abundant in the paddy soils and the speciation characteristics of different heavy metals vary. The elements Cd and Mn mainly exist as acid soluble fractions in the soils, with a mean proportion of 46.2% and 35.2%, respectively; Fe and Pb mainly exist as reducible fractions in the soils, with a mean proportion of 64.5% and 41.5%, respectively; and V, Cr, Ni, As, Co, Sr, Zn, and Cu mainly exist as residual fractions in the soils, with a mean proportion of 79.6%, 78.4%, 73.1%, 67.7%, 51.9%, 49.7%, 45.3%, and 38.4%, respectively. The three pollution assessment methods focus on the acid-soluble phase, secondary phase, and total amount of heavy metals, respectively. All have their own application value and disadvantages of incompletion. The comprehensive analysis of these three pollution assessment methods helps to more accurately and comprehensively assess the pollution characteristics of the heavy metals. The results show that the paddy soils are moderately to severely polluted with Cd; the Mn and Sr pollution is mild to severe; the Zn, Pb, Cu, and Co pollution is mild to moderate; the As and Ni pollution is absent or moderate; and V, Fe, and Cr pollution is non-existent or mild.
Key words: BCR protocol      pollution assessment      heavy metals      paddy soil      Jiulong River Basin     

重金属是一种持久性有毒污染物, 因其毒性、生物蓄积性和不可降解性而备受关注.近年来, 随着工业化和城市化的快速发展以及农业生产过程中化肥、农药的使用使得农田土壤中重金属含量累积并污染.土壤中的重金属可通过“土壤-农作物-人体”这一食物链途径以及直接暴露途径(手-口摄食、呼吸吸入和皮肤接触)对人体健康产生直接或间接的危害或风险[1, 2].因而, 农田土壤中重金属污染已受到众多学者的关注[3, 4].越来越多的学者开始关注土壤中的重金属赋存形态, 因为重金属在土壤中以不同的形态存在并且有着不同的化学活性和毒性特征, 能更全面反映土壤中重金属的污染特性以及毒性效应[5~7].经过几十年的发展, 众多环境工作者实验总结形成了较完善的重金属赋存形态提取方法, 比如, BCR四步连续提取法最早由欧共体标准物质局于1987年提出, 具有稳定性及重现性好、提取精度高和可比性强等特点[8, 9].经过不断完善, 目前改进的BCR四步连续提取法已被广泛应用于土壤中重金属赋存形态的研究[10, 11].经过众多学者研究发展, 已形成一系列重金属污染评价方法, 主要有基于重金属形态的评价方法如：风险评价编码法[12]和次生相与原生相分布比值法[13]等, 以及基于重金属总量的评价方法如地质积累指数法[14]等.

福建省是我国南部的产粮大省, 九龙江流域位于福建省西南部, 流域面积达14 741 km2, 约占福建省陆域面积的12%, 主要包括龙岩、漳州和厦门等地, 区域生产总值约占全省GDP的25%, 在福建省经济发展中占有重要的地位, 流域内农业发达, 是福建省的农业高产区[15, 16].随着近年来工农业生产的发展, 九龙江流域已受到一定程度的污染, 成为人们关注的重点之一, 但以往的研究主要集中在九龙江水体和沉积物方面[17, 18].九龙江流域农田土壤作为农业发展的基础, 其区域生态安全意义重大[19].水稻土中的重金属可能通过水稻富集等途径对人体产生潜在危害, 因此, 研究九龙江流域水稻土中重金属的赋存形态及污染特征对九龙江流域农业环境安全评估具有科学意义.

本研究通过改进的BCR四步连续提取法分析九龙江流域水稻土中重金属各形态含量, 研究重金属的赋存形态分布特征; 同时运用风险评价编码法、次生相与原生相分布比值法和地质积累指数法对重金属污染水平进行评价, 分析九龙江流域水稻土中重金属污染特征并对比不同重金属污染评价方法, 分析其异同及适用性, 以期为九龙江流域农业生产、重金属污染防治及流域周边区域经济的可持续发展提供一定的科学依据.

1 材料与方法 1.1 样品采集与预处理

九龙江流域地处南亚热带季风区, 气候温暖而潮湿, 降雨量丰富, 土壤呈现偏酸性[20].本研究对象为九龙江流域水稻土, 主要为水稻作物种植区, 一年两季.于2017年6月采集了九龙江流域71个水稻土样品, 具体采样点见图 1.根据九龙江支流情况, 将采样区域分为北溪流域(采样点1~37)、西溪流域(采样点38~58)和河口区域(采样点59~71), 采样时, 利用手持GPS进行定位, 记录经纬度信息; 以竹制铲子为采样器在每个采样点处10 m×10 m范围内以梅花形布点法采集5个耕层(0~20 cm)土壤样品混合为一个采样点样品, 将采集到的样品均匀混合后以四分法取1 kg左右样品装入干净的可密封塑料袋中运回实验室.土壤样品置于实验室干净通风处自然风干, 轻轻碾碎并去除石块、植物根等杂物, 之后将土壤样品置于玛瑙研钵中研磨并用200目尼龙筛筛分, 筛下样保存待下一步分析.

图 1 九龙江流域水稻土采样点分布示意 Fig. 1 Paddy soil sampling sites in the Jiulong River Basin

1.2 样品分析

运用BCR四步提取法分级提取水稻土中重金属赋存形态. BCR四步提取法将重金属分为4个形态：F1弱酸溶态、F2可还原态、F3可氧化态和F4残渣态.提取方法参照文献[21, 22], 具体分析步骤如图 2.

图 2 BCR提取法分离提取示意 Fig. 2 Schematic diagram of the BCR protocol

各赋存形态提取液中重金属元素(V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Sr、Cd和Pb)用电感耦合等离子体质谱仪(ICP-MS, Agilent 7700x型)进行测定.实验过程中, 全程做空白对照以减少误差干扰; 每10个样品随机选取1个做6次平行实验, 相对标准偏差均小于5%;同时以土壤成分分析标准物质——黄红壤(GBW07405)进行质量控制, BCR四态回收率为86.3%~113.4%.

1.3 污染评价方法

根据重金属赋存形态特征, 将F1弱酸溶态称为生物可利用态, 将F2可还原态和F3可氧化态称为潜在生物可利用态, 将F4残渣态称为生物不可利用态[23].基于水稻土中重金属的赋存形态, 采用风险评价编码法(risk assessment coding method, RAC)、次生相与原生相分布比值法(ratio of secondary phase and primary phase, RSP)和地质积累指数法(index of geoaccumulation, Igeo)进行污染评价.

其中, 风险评价编码法由Perin[12]提出, 重点关注F1弱酸溶态, 通过计算F1弱酸溶态含量占总量的比例评价其环境风险, 其计算方法如式(1)：

(1)

式中, RAC为F1弱酸溶态含量占总量的质量分数, %; CF1为F1弱酸溶态重金属含量, mg·kg-1; CT为BCR四态含量之和, mg·kg-1.根据RAC大小, 将风险程度分为5个等级：RAC < 1%(无风险), 1%≤RAC < 10%(低风险), 10%≤RAC < 30%(中等风险), 30≤RAC < 50%(高风险). 50%≤RAC(极高风险).

次生相与原生相分布比值法由陈静生等[13]提出, 将土壤分为原生相和次生相, 通过计算次生相(原生矿物的风化产物和外来次生物质)与原生相(原生矿物)的比值来评价土壤中重金属的污染水平, 其计算公式如式(2)：

(2)

式中, RSP为次生相与原生相分布比值; Msec为次生相中的重金属含量, 本研究以BCR前三态含量之和为次生相重金属含量, mg·kg-1; Mprim为原生相中的重金属含量, 本研究以残渣态含量为原生相重金属含量, mg·kg-1.根据RSP大小, 将污染程度分为4个等级：RSP < 1(无污染), 1≤RSP < 2(轻度污染), 2≤RSP < 3(中度污染), 3≤RSP(重度污染).

地质积累指数法由Müller[14]提出, 通过计算土壤中重金属总量相对地球化学背景的富集评价重金属污染水平, 其计算公式如式(3)：

(3)

式中, Igeo为地质积累指数; Cs为土壤中BCR四态重金属含量之和, mg·kg-1; Cb为重金属的土壤元素背景值, 本文采用福建省土壤元素背景值[24]; k为考虑到成岩作用可能会引起的背景值的变动而设定的常数, 一般取k=1.5.根据Igeo大小, 将污染程度分为7个等级：Igeo < 0(无污染), 0≤Igeo < 1(轻度污染), 1≤Igeo < 2(偏中度污染), 2≤Igeo < 3(中度污染), 3≤Igeo < 4(偏重度污染), 4≤Igeo < 5(重度污染)和5≤Igeo(严重污染).

1.4 数据处理方法

运用ArcGIS 10.2绘制采样布点图, 运用Excel 2010对水稻土中重金属含量数据进行处理及统计计算, 运用Origin 8.5对重金属赋存形态及污染评价结果绘制百分比堆积柱状图和箱线图.

2 结果与讨论 2.1 水稻土中重金属BCR四态分布特征

九龙江流域水稻土中重金属BCR四态含量统计列于表 1, 各形态重金属含量占总量的比例见图 3.各元素BCR四态之和含量分别为V(83.62 mg·kg-1)、Cr(56.69 mg·kg-1)、Mn(447.7 mg·kg-1)、Fe(54 370 mg·kg-1)、Co(14.64 mg·kg-1)、Ni(13.17 mg·kg-1)、Cu(41.22 mg·kg-1)、Zn(154.1 mg·kg-1)、As(9.325 mg·kg-1)、Sr(71.46 mg·kg-1)、Cd(0.353 mg·kg-1)和Pb(74.88 mg·kg-1), 除Ni外, 其余元素平均含量均超过福建省土壤元素背景值[24], 已经存在不同程度的富集. Mn、Co、Ni、Cu、Zn、Cd和Pb的重金属总量变异系数分别为0.50、0.44、0.41、0.50、0.42、0.50和0.41, 均属于高度变异(CV > 0.36)[25], 说明该区域土壤中重金属受农业生产和人类活动的影响较明显.从各赋存形态的变异系数看, F1、F2和F3态的变异系数基本高于F4态的变异系数, 而人为源重金属主要影响前3态, 这一结果进一步表明人为活动对土壤中重金属的影响.

表 1 九龙江流域水稻土重金属BCR四态含量统计/mg·kg-1 Table 1 Concentrations of the four BCR fractions of the heavy metals in the paddy soils of the Jiulong River Basin/mg·kg-1

图 3 九龙江流域水稻土中重金属BCR形态分布 Fig. 3 BCR speciation of the heavy metals in paddy soils from the Jiulong River Basin

不同重金属元素在水稻土中的赋存形态分布差异较大, 其中, V、Co和As的形态分布为F4残渣态 > F2可还原态 > F1弱酸溶态 > F3可氧化态; Cr和Ni的形态分布为F4残渣态 > F3可氧化态 > F2可还原态 > F1弱酸溶态; Mn和Sr的形态分布为F4残渣态 > F1弱酸溶态 > F2可还原态 > F3可氧化态; Cu的形态分布为F4残渣态 > F3可氧化态 > F1弱酸溶态 > F2可还原态; Zn的形态分布为F4残渣态 > F1弱酸溶态 > F3可氧化态 > F2可还原态; Cd的形态分布为F1弱酸溶态 > F2可还原态 > F4残渣态 > F3可氧化态; Fe和Pb的形态分布为F2可还原态 > F4残渣态 > F1弱酸溶态 > F3可氧化态.土壤中重金属以不同赋存形态存在并且具有不同的迁移和毒性特征[26].

F1弱酸溶态也称可交换态和碳酸盐结合态.土壤中以F1弱酸溶态存在的重金属可以在pH等环境条件变化时释放并可直接被生物利用, 危害较大, 因此也称生物可利用态[27].九龙江流域水稻土中Cd主要以F1弱酸溶态存在, 其平均含量为0.163 mg·kg-1, 占总量平均比例为46.2%, 说明土壤中Cd比较容易被生物直接利用, 其潜在生物毒性较高.水稻土中Mn、Zn、Sr和Pb的F1弱酸溶态含量也占有较大比例, 其平均含量分别为157.8、47.94、20.84和16.83 mg·kg-1, 占总量平均比例分别为35.2%、31.1%、29.2%和22.5%.

F2可还原态也称铁锰氧化物结合态.土壤中以F2可还原态存在的重金属可以在还原性环境中释放并被生物所吸收, 因此也称生物潜在可利用态.九龙江流域水稻土中Fe和Pb主要以F2可还原态存在, 其平均含量分别为31132和31.10 mg·kg-1, 占总量平均比例分别为64.5%和41.5%.有研究表明, Pb易与铁锰氧化物结合形成稳定的络合物, 在氧化条件下不易释放[28].其余元素在F2可还原态也占有一定比例, 这可能说明九龙江流域水稻土的氧化性较强.

F3可氧化态也称有机物和硫化物结合态.土壤中以F3可氧化态存在的重金属相对稳定, 可在较强的氧化条件下释放并被生物吸收, 因此也称生物潜在可利用态.九龙江流域水稻土中各重金属在F3可氧化态的分布比例较低.即使分布比例最高的Cu, 其F3可氧化态含量占总量的比值也才23.3%, 这可能进一步说明九龙江流域水稻土的氧化性较强.

F4残渣态也称生物不可利用态.土壤中以F4残渣态存在的重金属主要存在于原生矿和次生矿的矿物晶格中, 性质较稳定, 只有通过化学反应先转化为可溶态才能对生物产生影响[29].九龙江流域水稻土中V、Cr、Ni、As、Co、Sr、Zn和Cu主要以F4残渣态存在, 平均含量分别为66.53、56.69、9.633、6.312、7.589、35.53、69.76和15.85 mg·kg-1, 占总量平均比例分别为79.6%、78.4%、73.1%、67.7%、51.9%、49.7%、45.3%和38.4%.

2.2 水稻土中重金属污染评价 2.2.1 风险评价编码法

根据式(1)计算九龙江流域水稻土中重金属F1弱酸溶态含量占总量的比例(RAC), 结果见图 4.各重金属RAC顺序为：Cd > Mn > Sr > Zn > Pb > Cu > Co > As > Ni > V > Fe > Cr.其中, Cd的平均RAC为47.2%, 50.7%的区域为极高风险, 28.2%的区域为高风险, 其余区域为中等风险; Mn、Sr和Zn的平均RAC分别为34.5%、31.3%和28.6%, 少数区域为极高风险, 大部分区域为高风险或者中等风险; Pb和Cu的平均RAC分别为22.6%和20.3%, 部分区域为高风险以上, 大部分区域为中等风险; Co和As的平均RAC分别为16.5%和13.1%, 大部分区域为中等风险; Ni和V的平均RAC分别为6.9%和6.8%, 大部分区域为低风险; Fe和Cr的平均RAC分别为3.8%和1.7%, 基本为低风险.

图 4 水稻土重金属风险评价编码法(RAC)评价结果 Fig. 4 Results of the evaluation of the risk assessment coding (RAC) of heavy metals in paddy soils

2.2.2 次生相与原生相分布比值法

根据式(2)计算九龙江流域水稻土中重金属的次生相与原生相分布比值(RSP), 结果见图 5.各重金属RSP顺序为：Cd > Pb > Fe > Mn > Cu > Zn > Sr > Co > As > Ni > Cr > V.其中, Cd的平均RSP为5.1, 76.1%为重度污染, 12.7%的区域为中度污染, 其余区域为轻度污染; Pb的平均RSP为2.6, 23.9%为重度污染, 42.3%的区域为中度污染, 其余区域为轻度污染; Fe的平均RSP为1.8, 5.6%为重度污染, 32.4%的区域为中度污染, 其余区域为轻度污染; Mn的平均RSP为1.8, 9.9%为重度污染, 25.4%的区域为中度污染, 43.7%区域为轻度污染; Cu的平均RSP为1.7, 12.7%为重度污染, 12.7%的区域为中度污染, 36.6%区域为轻度污染; Zn的平均RSP为1.3, 14.1%为中度污染以上, 39.4%的区域为轻度污染, 其余区域为无污染; Sr的平均RSP为1.2, 9.9%为中度污染以上, 43.7%的区域为轻度污染, 其余区域为无污染; Co的平均RSP为1.0, 39.4%为轻度污染以上, 其余区域为无污染; As、Ni、Cr和V的平均RSP分别为0.5、0.4、0.3和0.3, 在各区域基本为无污染.

图 5 水稻土重金属次生相与原生相分布比值法(RSP)评价结果 Fig. 5 Results of the evaluation of the ratio of secondary phase and primary phase (RSP) of heavy metals in paddy soils

2.2.3 地质积累指数法

根据式(3)计算九龙江流域水稻土中重金属的地质积累指数(Igeo), 结果见图 6.各重金属Igeo顺序为：Cd > Sr > Pb > Co > Cu > Zn > As > Mn > Cr > Fe > V > Ni.其中, Cd的平均Igeo为2.0, 40.8%的区域为中度污染以上, 54.9%的区域为偏中度污染; Sr的平均Igeo为0.4, 5.6%的区域为偏中度污染, 84.5%的区域为轻度污染; Pb的平均Igeo为0.4, 12.7%的区域为偏中度污染, 67.6%的区域为轻度污染; Co、Cu、Zn和As的平均Igeo分别为0.3、0.2、0.2和0.1, 部分区域为偏中度污染, 大部分区域为轻度污染或无污染; Mn、Cr、Fe、V和Ni的Igeo分别为0.0、-0.2、-0.3、-0.5和-0.7, 部分区域为轻度污染, 大部分区域为无污染.

图 6 水稻土重金属地质积累指数法(Igeo)评价结果 Fig. 6 Evaluation results for the geo-accumulation index (Igeo) of heavy metals in paddy soils

2.3 3种污染评价方法对比分析

上述3种污染评价方法得出的结果对比见表 2, 可明显看出, 不同方法的评价结果之间存在一定的差异.例如：在本研究中, Cd的地质积累指数法的结果为中度污染, 而风险评价编码法的结果为高风险, 次生相与原生相分布比值法的结果为重度污染.由此可见, 基于重金属总量的评价方法(地质积累指数法)和基于重金属形态的评价方法(风险评价编码法和次生相与原生相分布比值法)之间结果存在差异.同时, Mn的地质积累指数法的结果为轻度污染, 次生相与原生相分布比值法的结果为轻度污染, 而风险评价编码法的结果为高风险.由此可见, 同是基于重金属形态的评价方法(风险评价编码法和次生相与原生相分布比值法)之间结果也存在差异.这使得在进行重金属污染评价时, 不同评价方法的选取可能会得出片面的结果.

表 2 不同评价方式结果对比 Table 2 Comparison of the results from different evaluation methods

不同评价方法得出不同结果的现象在不少研究中均有报道, 例如, 孙瑞瑞等[30]研究了福建南安土壤中铅的污染评价, 地质积累指数法的结果为轻度~偏中度污染, 风险评价编码法的结果为中等风险, 而次生相与原生相分布比值法的结果为重度污染.叶宏萌等[31]研究了武夷山茶园土壤中重金属污染评价, Pb的风险评价编码法的结果为中等风险, 而次生相与原生相分布比值法的结果为无污染~轻度污染. Marrugo-Negrete等[32]研究了哥伦比亚Sinú河流域土壤重金属污染, Ni的地质积累指数法的结果为重度污染, Cu和Zn的地质积累指数法的结果为中度~重度污染, 而Ni、Cu和Zn的风险评价编码法的结果均为低风险.由此可见, 探讨重金属的不同污染评价方法之间差异的原因及其适用性很有必要.

结合3种污染评价方法的原理、计算方法及结果评价标准可知, 造成这种差异的原因可以分为以下两个方面.

一方面, 3种评价方法关注的角度和判别标准不同.其中, 风险评价编码法重点关注的是F1弱酸溶态含量占总量的比例, 更关注生物可直接利用部分的重金属污染; 次生相与原生相分布比值法重点关注的是次生相中重金属含量与原生相中重金属含量的比值, 关注生物直接可利用和潜在可利用部分的重金属污染, 但并未考虑重金属总量; 地质积累指数法重点关注单个重金属的绝对含量对环境污染的影响, 但并未考虑重金属的形态分布.这也就导致了不同评价方法得出的结果不一致, 而且有可能产生误判.例如：本研究中, Cd的地质积累指数法评价结果为中度污染, 但因为Cd在九龙江流域水稻土中主要以弱酸溶态存在, 所以风险评价编码法的结果为高风险, 次生相与原生相分布比值法的评价结果为重度污染.当某种重金属总量不高但其主要以生物可利用态(F1弱酸溶态)或生物潜在可利用态(F2可还原态和F3可氧化态)存在时, 只用基于总量的评价方法可能会低估该重金属的污染风险; 当某种重金属总量较高但其主要以生物不可利用态(F4残渣态)存在时, 只用基于总量的评价方法可能会高估该重金属的污染风险.因此, 在评价某一重金属污染程度时, 应结合总量评价及形态评价并考虑研究区域环境条件, 才能得到更准确全面的评价结果.

另一方面, 3种评价方法对评价结果等级的表述不一致.其中, 风险评价编码法将结果分为5个等级, 次生相与原生相分布比值法将结果分为4个等级, 而地质积累指数法将结果分为7个等级.为了让3种评价方法能更好地结合进行评价, 笔者将对不同方法的评价结果表述进行一一对应, 提出调整后的评价标准, 结果见表 3.这一评价标准中, 对地质积累指数法的评价结果等级划分进行调整, 将1≤Igeo < 2(偏中度污染)和2≤Igeo < 3(中度污染)整合为一个1≤Igeo < 3(中度污染), 将3≤Igeo < 4(偏重度污染)和4≤Igeo < 5(重度污染)整合为一个3≤Igeo < 5(重度污染).同时, 将风险评价编码法的评价结果表述中风险程度调整为污染程度, 如“低风险”调整为“低污染”, “中等风险”调整为“中等污染”.在尽量不改变原有标准的基础上, 使3种评价方法的结果能更进一步结合进行评价.

表 3 3种评价方法的评价标准 Table 3 Evaluation criteria for the three evaluation methods

结合3种评价方法的结果, 九龙江流域水稻土中Cd为中度~重度污染, Mn和Sr为轻度~重度污染, Zn、Pb、Cu和Co为轻度~中度污染, As和Ni为无污染~中度污染, V、Fe和Cr为无污染~轻度污染.

3 结论

(1) 九龙江流域水稻土中重金属总量已存在不同程度的富集, 不同重金属元素在水稻土中的赋存形态分布差异较大.其中, Cd和Mn主要以F1弱酸溶态存在, 占总量的平均比例分别为46.2%和35.2%; Fe和Pb主要以F2可还原态存在, 占总量的平均比例分别为64.5%和41.5%; V、Cr、Ni、As、Co、Sr、Zn和Cu主要以F4残渣态存在, 占总量平均比例分别为79.6%、78.4%、73.1%、67.7%、51.9%、49.7%、45.3%和38.4%.各重金属在F3可氧化态的含量均较小, 可能说明九龙江流域水稻土氧化性较强.

(2) 分别用风险评价编码法、次生相与原生相分布比值法和地质积累指数法对九龙江流域水稻土中重金属污染水平进行评价, 结果表明, 3种污染评价方法分别重点关注弱酸溶态、次生相和重金属总量, 均有应用价值, 缺点是不够全面.结合3种评价方法能更准确全面评估重金属污染特征.九龙江流域水稻土中Cd为中度~重度污染, Mn和Sr为轻度~重度污染, Zn、Pb、Cu和Co为轻度~中度污染, As和Ni为无污染~中度污染, V、Fe和Cr为无污染~轻度污染.

参考文献
[1] Chen H Y, Teng Y G, Lu S J, et al. Contamination features and health risk of soil heavy metals in China[J]. Science of the Total Environment, 2015, 512-513: 143-153. DOI:10.1016/j.scitotenv.2015.01.025
[2] 陈星, 马建华, 李新宁, 等. 基于棕地的居民小区土壤重金属健康风险评价[J]. 环境科学, 2014, 35(3): 1068-1074.
Chen X, Ma J H, Li X N, et al. Health risk assessment of soil heavy metals in residential communities built on brownfields[J]. Environmental Science, 2014, 35(3): 1068-1074.
[3] 张小敏, 张秀英, 钟太洋, 等. 中国农田土壤重金属富集状况及其空间分布研究[J]. 环境科学, 2014, 35(2): 692-703.
Zhang X M, Zhang X Y, Zhong T Y, et al. Spatial distribution and accumulation of heavy metal in arable land soil of China[J]. Environmental Science, 2014, 35(2): 692-703.
[4] Kelepertzis E. Accumulation of heavy metals in agricultural soils of Mediterranean:insights from Argolida basin, Peloponnese, Greece[J]. Geoderma, 2014, 221-222: 82-90. DOI:10.1016/j.geoderma.2014.01.007
[5] Liu G N, Tao L, Liu X H, et al. Heavy metal speciation and pollution of agricultural soils along Jishui River in non-ferrous metal mine area in Jiangxi Province, China[J]. Journal of Geochemical Exploration, 2013, 132: 156-163. DOI:10.1016/j.gexplo.2013.06.017
[6] Kennou B, El Meray M, Romane A, et al. Assessment of heavy metal availability (Pb, Cu, Cr, Cd, Zn) and speciation in contaminated soils and sediment of discharge by sequential extraction[J]. Environmental Earth Sciences, 2015, 74(7): 5849-5858. DOI:10.1007/s12665-015-4609-y
[7] Minkina T, Nevidomskaya D, Bauer T, et al. Determining the speciation of Zn in soils around the sediment ponds of chemical plants by XRD and XAFS spectroscopy and sequential extraction[J]. Science of the Total Environment, 2018, 634: 1165-1173. DOI:10.1016/j.scitotenv.2018.04.118
[8] Quevauviller P, Rauret G, López-Sánchez J F, et al. Certification of trace metal extractable contents in a sediment reference material (CRM 601) following a three-step sequential extraction procedure[J]. Science of the Total Environment, 1997, 205(2-3): 223-234. DOI:10.1016/S0048-9697(97)00205-2
[9] Cao L L, Tian H T, Yang J, et al. Multivariate analyses and evaluation of heavy metals by chemometric BCR sequential extraction method in surface sediments from Lingdingyang Bay, South China[J]. Sustainability, 2015, 7(5): 4938-4951. DOI:10.3390/su7054938
[10] 张金莲, 丁疆峰, 卢桂宁, 等. 广东清远电子垃圾拆解区农田土壤重金属污染评价[J]. 环境科学, 2015, 36(7): 2633-2640.
Zhang J L, Ding J F, Lu G N, et al. Heavy metal contamination in farmland soils at an E-waste disassembling site in Qingyuan, Guangdong, South China[J]. Environmental Science, 2015, 36(7): 2633-2640.
[11] 范明毅, 杨皓, 黄先飞, 等. 典型山区燃煤型电厂周边土壤重金属形态特征及污染评价[J]. 中国环境科学, 2016, 36(8): 2425-2436.
Fan M Y, Yang H, Huang X F, et al. Chemical forms and risk assessment of heavy metals in soils around a typical coal-fired power plant located in the mountainous area[J]. China Environmental Science, 2016, 36(8): 2425-2436. DOI:10.3969/j.issn.1000-6923.2016.08.024
[12] Perin G, Craboledda L, Lucchese L, et al. Heavy metal speciation in the sediments of Northern Adriatic Sea. A new approach for environmental toxicity determination[A]. In: Lekkas T D (Ed.). Heavy Metals in the Environment[M]. Edinburgh: CEP Consultants, 1985. 454-456.
[13] 陈静生, 董林, 邓宝山, 等. 铜在沉积物各相中分配的实验模拟与数值模拟研究——以鄱阳湖为例[J]. 环境科学学报, 1987, 7(2): 140-149.
Chen J S, Dong L, Deng B S, et al. Modeling study on copper partitioning in sediments, a case study of Poyang Lake[J]. Acta Scientiae Circumstantiae, 1987, 7(2): 140-149.
[14] Müller G. Index of geoaccumulation in sediments of the Rhine River[J]. GeoJournal, 1969, 2(3): 108-118.
[15] 陈穗玲, 李锦文, 陈南, 等. 福建沿海地区不同区域稻田土壤重金属元素富集特征与环境质量评价[J]. 中国环境监测, 2013, 29(2): 34-40.
Chen S L, Li J W, Chen N, et al. Fujian coastal areas in different regions of paddy soil heavy metal elements enrichment characteristics and assessment of environmental quality[J]. Environmental Monitoring in China, 2013, 29(2): 34-40. DOI:10.3969/j.issn.1002-6002.2013.02.007
[16] 李精精. 福建九龙江流域产业结构的水环境污染效应[J]. 亚热带水土保持, 2017, 29(1): 7-11.
Li J J. Pollution effects to water-environment of the industry structure in the Jiulong River Watershed of Fujian Province[J]. Subtropical Soil and Water Conservation, 2017, 29(1): 7-11. DOI:10.3969/j.issn.1002-2651.2017.01.002
[17] Lin C Q, Yu R L, Hu G R, et al. Contamination and isotopic composition of Pb and Sr in offshore surface sediments from Jiulong River, Southeast China[J]. Environmental Pollution, 2016, 218: 644-650. DOI:10.1016/j.envpol.2016.07.051
[18] 张莉, 祁士华, 瞿程凯, 等. 福建九龙江流域重金属分布来源及健康风险评价[J]. 中国环境科学, 2014, 34(8): 2133-2139.
Zhang L, Qi S H, Qu C K, et al. Distribution, source and health risk assessment of heavy metals in the water of Jiulong River, Fujian[J]. China Environmental Science, 2014, 34(8): 2133-2139.
[19] 黄金良, 李青生, 洪华生, 等. 九龙江流域土地利用/景观格局-水质的初步关联分析[J]. 环境科学, 2011, 32(1): 64-72.
Huang J L, Li Q S, Hong H S, et al. Preliminary study on linking land use & landscape pattern and water quality in the Jiulong River Watershed[J]. Environmental Science, 2011, 32(1): 64-72. DOI:10.3969/j.issn.1007-6336.2011.01.015
[20] 鲁婷, 陈能汪, 陈朱虹, 等. 九龙江河流-库区系统沉积物磷特征及其生态学意义[J]. 环境科学, 2013, 34(9): 3430-3436.
Lu T, Chen N W, Chen Z H, et al. Characteristics of sediment phosphorus in the Jiulong River-Reservoir system and its ecological significance[J]. Environmental Science, 2013, 34(9): 3430-3436.
[21] Chakraborty P, Babu P V R, Vudamala K, et al. Mercury speciation in coastal sediments from the central east coast of India by modified BCR method[J]. Marine Pollution Bulletin, 2014, 81(1): 282-288. DOI:10.1016/j.marpolbul.2013.12.054
[22] 林承奇, 胡恭任, 于瑞莲, 等. 九龙江表层沉积物重金属赋存形态及生态风险[J]. 环境科学, 2017, 38(3): 1002-1009.
Lin C Q, Hu G R, Yu R L, et al. Speciation and ecological risk of heavy metals in surface sediments from Jiulong River[J]. Environmental Science, 2017, 38(3): 1002-1009.
[23] 秦延文, 张雷, 郑丙辉, 等. 太湖表层沉积物重金属赋存形态分析及污染特征[J]. 环境科学, 2012, 33(12): 4291-4299.
Qin Y W, Zhang L, Zheng B H, et al. Speciation and pollution characteristics of heavy metals in the sediment of Taihu Lake[J]. Environmental Science, 2012, 33(12): 4291-4299.
[24] 陈振金, 陈春秀, 刘用清, 等. 福建省土壤环境背景值研究[J]. 环境科学, 1992, 13(4): 70-75.
Chen Z J, Chen C X, Liu Y Q, et al. Study on soil environmental background values in Fujian Province[J]. Chinese Journal of Environmental Science, 1992, 13(4): 70-75. DOI:10.3321/j.issn:0250-3301.1992.04.001
[25] 赵倩, 马琳, 刘翼飞, 等. 北京东南郊典型地层重金属分布特征与潜在生态风险[J]. 环境科学, 2016, 37(5): 1931-1937.
Zhao Q, Ma L, Liu Y F, et al. Distribution characteristics and potential ecological hazards assessment of soil heavy metals in typical soil profiles in Southeast Suburb of Beijing[J]. Environmental Science, 2016, 37(5): 1931-1937.
[26] Gao X L, Zhou F X, Chen C T A. Pollution status of the Bohai Sea:an overview of the environmental quality assessment related trace metals[J]. Environment International, 2014, 62: 12-30. DOI:10.1016/j.envint.2013.09.019
[27] 黄莹, 李永霞, 高甫威, 等. 小清河表层沉积物重污染区重金属赋存形态及风险评价[J]. 环境科学, 2015, 36(6): 2046-2053.
Huang Y, Li Y X, Gao F W, et al. Speciation and risk assessment of heavy metals in surface sediments from the heavily polluted area of Xiaoqing River[J]. Environmental Science, 2015, 36(6): 2046-2053.
[28] Gao X L, Chen C T A, Wang G, et al. Environmental status of Daya Bay surface sediments inferred from a sequential extraction technique[J]. Estuarine, Coastal and Shelf Science, 2010, 86(3): 369-378. DOI:10.1016/j.ecss.2009.10.012
[29] 江嵩鹤, 胡恭任, 于瑞莲, 等. 安溪铁观音茶园土壤重金属赋存形态及生态风险评价[J]. 地球与环境, 2016, 44(3): 359-369.
Jiang S H, Hu G R, Yu R L, et al. Speciation and ecological risk assessment of heavy metals in soil from Anxi Tieguanyin tea garden[J]. Earth and Environment, 2016, 44(3): 359-369.
[30] 孙瑞瑞, 陈华清, 李杜康. 基于土壤中铅化学形态的生态风险评价方法比较[J]. 安全与环境工程, 2015, 22(5): 47-51.
Sun R R, Chen H Q, Li D K. Comparison of ecological risk assessment methods based on the chemical forms of lead in soil[J]. Safety and Environmental Engineering, 2015, 22(5): 47-51.
[31] 叶宏萌, 李国平, 郑茂钟, 等. 武夷山茶园土壤中五种重金属的化学形态和生物有效性[J]. 环境化学, 2016, 35(10): 2071-2078.
Ye H M, Li G P, Zheng M Z, et al. Speciation and bioavailability of five toxic heavy metals in the tea garden soils of Wuyishan[J]. Environmental Chemistry, 2016, 35(10): 2071-2078. DOI:10.7524/j.issn.0254-6108.2016.10.2016022304
[32] Marrugo-Negrete J, Pinedo-Hernández J, Díez S. Assessment of heavy metal pollution, spatial distribution and origin in agricultural soils along the Sinú River Basin, Colombia[J]. Environmental Research, 2017, 154: 380-388. DOI:10.1016/j.envres.2017.01.021