2020, Vol. 41
2. 中山大学广东省地质过程与矿产资源探查重点实验室, 广州 510275
2. Guangdong Provincial Key Laboratory of Geological Process and Mineral Resources Exploration, Sun Yat-sen University, Guangzhou 510275, China
随着工业化、城市化进程的加速, 人类生产、生活将大量重金属带入土壤, 重金属可以在土壤-农作物系统中迁移并富集到农作物(蔬菜和稻米等)中, 并通过大气、水体或食物链直接或间接地威胁着食品安全和人体健康[1~4], 环境中很多重金属具有致畸、致癌和致突变的作用[5].
前人针对矿产开发区、尾矿库、污水灌溉区、冶炼厂、电子废弃物回收厂和典型稻区等土壤-作物系统重金属的污染特征、迁移规律及健康风险评价开展了大量研究[2, 6~11], 例如陈洁宜等[9]分析了广东大宝山废弃采矿场地附近农田的土壤植物体系重金属迁移过程, 发现研究区Cu、Pb及Al等重金属易从土壤中释放并被植物吸收累积. Luo等[4]调查了广东省一个电子废弃物处理设施周边稻田和菜地土壤中重金属生物可利用性, 发现Cu、Pb和Zn主要以残渣态存在, Cd主要以可利用态存在, 粗放式的电子垃圾处理作业对当地土壤和蔬菜造成严重污染.张浩等[12]研究了尾矿库周边表层土壤和农田蔬菜中重金属污染特征及健康风险, 发现尾矿库周边土壤及蔬菜重金属污染对周边生态环境和居民健康生活构成严重威胁.田美玲等[13]的研究发现南丹矿业活动区周边稻田土壤和稻米均受重金属严重污染, 当地居民通过稻米摄入重金属具有较大的健康风险.秦越华等[14]的研究发现食用徐州市典型稻区生产的稻米对人体健康产生较大的影响, 尤其是As的健康危害突出.
然而, 对鼻咽癌高发区的土壤-农作物系统的重金属迁移特征及人群健康风险的研究鲜见报道.据世界卫生组织统计, 全世界80%的鼻咽癌发生在中国, 其中最高发地区出现在广东四会、佛山和广州这3个地区, 发病率高达30/10万人[15], 因此, 鼻咽癌又有“广东癌”之称[16].医学界认为, 癌症发病率80%~90%是由环境引发的[17].有限的研究指出, 国外突尼斯人群血液中的砷和镉水平与鼻咽癌风险相关[18, 19]; 中国饮用水中的镍与鼻咽癌死亡率呈显著正相关[20]; 四会鼻咽癌高发区地表水、井水中硝酸盐、亚硝酸盐、N-亚硝胺化合物的异常含量与其癌症高发可能有关[21, 22].事实上, 关于重金属与鼻咽癌的关系, 无论是机制研究还是典型案例研究, 都相对缺乏.因而本文选取四会市鼻咽癌高发区开展相关研究, 采集区内主要粮食作物稻谷和蔬菜(油麦菜)及其对应的根系土壤, 在分析测试土壤、农作物样品中As、Cu、Hg、Mn、Ni、Pb和Cd等7种重金属含量及化学形态的基础上, 采用统计学分析、污染指数评价法、迁移系数法和健康风险评价法等开展土壤-作物系统重金属迁移特征和健康风险评估, 其结果将有助于追踪鼻咽癌高发区环境中的致癌因子, 通过揭示该区人群健康风险状况, 以期为相关部门制定鼻咽癌防治方案提供重要的科学依据.
1 材料与方法 1.1 研究区概况研究区位于广东省中西部肇庆市四会市, 珠江三角洲西北边缘, 为平原与山区结合部, 西江、北江和绥江下游, 面积约77 km2.位于东经112°25′25″~112°51′35″, 北纬23°11′40″~23°41′42″.四会市地处北回归线以南, 属亚热带季风气候, 年平均气温22.3℃, 年总日照量2 225.4 h, 年均降雨量1 832 mm.全市总面积约1 252 km2.研究区土壤普遍属砖红壤(即赤红壤)[23].本区土壤可划分为山地黄壤、山地红壤、赤红壤、水稻土、潮沙泥土和菜园土等6个土类, 农作物主要以水稻和小白菜、油麦菜、菜花和油麦菜等蔬菜为主[24].
1.2 样品采集按照中国多目标区域地球化学调查规范[25]分别采集土壤样品和农作物样品.
1.2.1 土壤样品采集选择四会市龙江河沿岸河谷地带以及威整、江林镇为研究区, 采集土壤样点68组, 样品采集以均匀布点为原则, 同时避开明显的污染源.土壤样采集深度为0~20 cm, 在采样点20 m2范围内采集5个子样混合组成一件样品, 样品采集重量大约0.5 kg, 采样点见图 1.
|
图 1 四会市土壤-农作物对应样点分布示意 Fig. 1 Map of the sampling sites in Sihui |
采集当地主要农作物：水稻和蔬菜(油麦菜)可食用部分, 农作物样品采集点与表土样品采样点基本一一对应, 为确保样品的代表性和可比性, 样品采集以大田作物样品为主.采样时避开株体过大过小、遭受病虫害或机械损伤以及田边路旁的植株.样品采集数量视具体品种和大小而定, 总鲜重以0.5 kg左右为宜, 样品采集时将样品放入塑料袋, 并将袋口扎紧, 防止水分蒸发.按照上述方法和原则共采集稻谷31件, 蔬菜(油麦菜)样品35件, 采样点如图 1.
1.3 样品处理与测试 1.3.1 土壤重金属前处理与测试土壤样品在室内通风处自然风干, 剔除其中的植物根系、有机残渣以及可见侵入体, 混匀后缩分取样品200 g, 用木棍碾碎并用玛瑙研钵研磨, 分别过60目和100目尼龙筛装袋并写好编号备用[26].
土壤样品分析测试指标：As、Cu、Hg、Mn、Ni、Pb和Cd, 同时测定土壤pH值、有机质(OM)含量; 土壤重金属元素形态分析包括As、Cu、Hg、Mn、Ni、Pb和Cd共7种元素7种形态(水溶态、离子交换态、碳酸盐结合态、腐植酸结合态、铁锰氧化物结合态、强有机态和残留态).
土壤重金属总量测试：土壤中各元素分析方法和检出限均按照文献[26]进行.
测定As和Hg的含量：称取0.50 g(过100目尼龙筛)土样于50 mL烧杯中, 水润湿, 加20 mL王水, 盖上表面皿, 电热板上加热蒸至5 mL左右(勿干), 取下冷却, 吹洗表皿, 加10 mL 1:1 HCl, 移至50 mL比色管中, 定容至刻度, 摇匀.实验过程均加入标准样、平行样和空白样, 以确保数据的准确性.采用原子荧光光谱法(北京海光AFS230)测定.
测定Cu、Mn、Ni、Pb和Cd的含量：称取0.50 g(过100目尼龙筛)土样, 放入聚四氟乙烯坩埚内, 用少量去离子水润湿, 加盐酸、硝酸、高氯酸混合酸(1+1+1)10 mL, 氢氟酸5 mL, 于电热板上加热蒸至高氯酸白烟冒尽, 取下, 加5 mL 1:1 HCl, 冲洗坩埚壁, 电热板上加热至盐类溶解, 取下冷却, 定容50 mL比色管, 摇匀.实验过程均加入标准样、平行样和空白样, 以确保数据的准确性.采用电感耦合等离子体发射光谱仪(ICP-OES, Optima 2000DV, Perkin Elemer, 美国)测定.
1.3.2 农作物重金属前处理与测试稻米和蔬菜样品分别用自来水反复清洗, 去除表面泥土, 然后用去离子水反复漂洗, 晾干后用不锈钢刀切成小块, 于85℃烘30 min杀青, 60℃烘至恒重(大约需2 d), 测定干重.另取部分烘干样品用玛瑙研钵研碎, 过40目尼龙筛[26].
准确称取烘干磨细的农作物样品0.500 g于消化灌中, 加2 mL H2O2、5 mL HNO3微波消解30 min, 消化液定容至25 mL待测.实验过程均加入平行样和空白样, 以确保数据的准确性. As和Hg的含量测定采用原子荧光光谱法(北京海光AFS230); Cu、Mn、Ni、Pb和Cd含量测定采用电感耦合等离子体发射光谱仪(ICP-OES, Optima 2000DV, Perkin Elemer, 美国).稻米和蔬菜样测定结果通过干重-鲜重的换算关系转换为鲜重含量.
1.3.3 质量控制所用试剂均为优级纯或分析纯, 洗涤和溶液配制水均为高纯水, 玻璃等器皿均在20%硝酸溶液中浸泡过夜洗净后备用.元素提取进行全程同步试剂空白控制, 测试以国家一级标准物质(土壤GSS-12;植物样GSV-1, 2)和平行样进行质量控制, 其结果符合质控要求.
1.4 数据处理 1.4.1 统计分析应用SPSS19.0软件进行常规数理统计; 应用Spearman相关性分析法评估土壤属性与土壤重金属各化学形态间的相关性以及农作物中重金属与土壤重金属各化学形态间的相关性; 应用聚类分析法研究土壤重金属各化学形态与农作物中重金属之间的相似性.
1.4.2 污染指数评价法应用单因子污染指数法(PI)和内梅罗综合污染指数法对土壤或农作物中的重金属的污染程度进行评价.
(1) 单因子污染指数法 单因子污染指数法评价即对土壤中的某一污染物的污染程度进行评价.它是目前国内普遍采用的方法之一[12].计算公式：
|
(1) |
式中, PIi为土壤或农作物中污染物i的环境质量指数, PIi>1, 表示污染; PIi≤1, 表示未污染; 且PIi值越大, 则污染越严重. Ci为土壤或农作物中元素i的实测值(mg·kg-1); Si为土壤或农作物中污染元素i的评价标准(mg·kg-1).本文土壤重金属污染评价标准采用土壤环境质量农用地土壤污染风险管控标准(试行)(GB 15618-2018)筛选值[27]; 农作物重金属污染评价标准采用2017年颁布的食品国家安全标准(GB2762-2017)[28].
(2) 综合污染指数法 本文采用目前国内普遍采用的方法：内梅罗污染指数法, 它兼顾了单因子污染指数的平均值和最高值, 能较全面地反映各污染物对土壤的不同作用, 而且可以突出高含量污染物对环境质量的影响.
|
(2) |
式中, P综为土壤重金属综合污染指数; (Ci/Si)max为土壤污染中污染指数最大值; (Ci/Si)ave为土壤污染中污染指数的平均值.污染指数分级标准见表 1.
|
表 1 土壤分级标准 Table 1 Soil classification standards |
1.4.3 土壤-农作物的迁移系数(transfer factor, TF)
土壤-农作物的迁移系数反映重金属由土壤向农作物转移的有效指标, 也是反映农作物从土壤中吸收重金属的能力以及进一步评估通过食物链重金属对人类暴露量的重要指标[3].
|
(3) |
式中, TF表示迁移系数, Cplant表示农作物中重金属含量, Csoil表示土壤重金属含量[3].
1.4.4 健康风险评价本研究选用美国环保署推荐的健康风险评价模型[29], 对食用当地稻米、油麦菜的成人和儿童进行非致癌风险(As、Cu、Hg、Ni、Pb、Cd)和致癌风险(As、Cd、Pb)评价.
(1) 暴露评估模型 采用以下公式计算人群通过饮食摄入重金属平均每日摄入量[29]：
|
(4) |
式中, ADI为单位体重日均摄入量[mg·(kg·d)-1]; C是特定暴露介质中的重金属含量(mg·kg-1); IR是该地区成年人每日的摄入量(kg·d-1), 据文献[24]统计, 2018~2019年肇庆市人均日稻米消费量约为0.483 kg, 蔬菜消费量约0.263 kg; EF是暴露频率(d·a-1), 取值为350 d·a-1, ED是暴露持续时间(a), 成人取值为25 a, 儿童为6 a, BW是研究区成年人的平均体重(kg), 成人取值为62 kg, 儿童取值为19.2 kg, AT是生命期望值, 取值为70 a×365 d·a-1[29, 30].
(2) 非致癌风险评估模型 评价非致癌化学物质对人体健康的危害时, 通常假定它存在阈剂量, 低于阈剂量时, 健康危害不发生, 高于阈剂量时, 则会有健康危害出现.单一污染物非致癌危害指数计算公式如下[29]:
|
(5) |
式中, RfD是化学品的慢性参考剂量mg·(kg·d)-1, 即Cu、Pb、Cd、Ni、As和Hg的RfD值分别为0.040、0.004、0.001、0.020、0.0003和0.0003 mg·(kg·d)-1[29].
暴露途径累积非致癌危害指数如公式(6)[29]：
|
(6) |
非致癌危害风险指数描述为人体日摄取总量和参考值的比值, 并以“1”作物非致癌风险警戒值, 当危害指数大于1时, 认为存在非致癌健康风险.
(3) 致癌风险评估 致癌风险是通过计算个体一生中因接触潜在致癌物而罹患癌症的概率来估计的[29], 计算公式如下：
|
(7) |
式中, Risk是个体一生中患癌的概率, SF是癌症斜率因子[mg·(kg·d)-1][29], 食物摄入As、Cd和Pb的致癌斜率因子分别为1.5、0.003 8和0.008 5. Risk超过1×10-4的风险被视为不可接受, 低于1×10-6的风险不会对健康造成重大影响, 1×10-4和1×10-6之间的风险通常被认为是可接受的范围, 取决于实际情况和周围环境[29].
2 结果与讨论 2.1 土壤-农作物系统重金属含量、形态分析与迁移特征 2.1.1 土壤属性与重金属含量及污染评价研究区土壤属性(pH值和OM)和重金属含量见表 2, pH值平均值为5.87(3.35~8.83), 其中90%的土壤样点pH < 7, 仅有一个样点pH>8, 研究区土壤总体偏酸性, 极个别样点呈弱碱性, 导致土壤pH变异较大的因素, 可能是研究区土地利用和田间管理不同, 施肥不平衡也会造成土壤pH值的变化, 如长期大量偏施氮肥造成土壤pH值持续下降, 施用有机肥可降低土壤酸化[31].有机质含量(质量分数)平均值为1.31%(0.12%~3.54%).从表 2可见, 土壤中Mn含量最高, 平均值为386 mg·kg-1 (148~825 mg·kg-1), 这主要与其在地壳的丰度有关.其他重金属含量依次为Pb [(31.2±10.8) mg·kg-1]>Cu [(16.6±8.52) mg·kg-1]>Ni [(14.7±7.96) mg·kg-1]>As[(12.0±10.6) mg·kg-1]>Hg [(0.13±0.07) mg·kg-1]>Cd (0.12±0.04) mg·kg-1].与广东省土壤元素背景值相比(表 2), 其中7种元素超标率分别为52.9%、41.2%、82.4%、79.4%、44.1%、30.9%和73.5%, 而且As、Hg、Mn、Ni和Cd的平均含量高于广东省背景值, 可见研究区农田土壤重金属总量已出现严重累积的现象, 其中Hg、Mn和Cd较其他元素更为富集.
|
|
表 2 土壤属性及重金属总量描述性统计(n=68, 干重) Table 2 Descriptive statistics of selected physico-chemical properties and heavy metal contents in soils (n=68, dry weight) |
以土壤环境质量农用地土壤污染风险管控标准(试行)(GB 15618-2018)[27]为评价标准, Hg、Cu和Cd这3种元素均仅有1个样点超过风险筛选值, 均没有超过风险管制值, As、Cu、Hg、Ni、Pb和Cd这6种元素的单因子污染指数均值均小于1, 污染等级为清洁, 6种元素内梅罗综合污染指数均值为0.43, 属于清洁级别, 整体上研究区农田土壤清洁.
2.1.2 土壤中重金属形态分析重金属化学形态分析能够提供重金属的来源、存在形式以及生物可利用性的信息[32].土壤重金属形态分级方法按照文献[26]中提出的7步法, 即：水溶态(F1)、离子交换态(F2)、碳酸盐结合态(F3)、腐植酸结合态(F4)、铁锰氧化物结合态(F5)、强有机质结合态(F6)和残渣态(F7)[26].其中重金属元素的F1、F2和F3为生物可利用态, 最容易被植被吸收; F4、F5和F6是潜在可利用态, 只有在较强的酸性介质及适当的环境条件下才可以转化为生物可利用态; F7即残渣态, 被认为是不可利用态[32].一般来说, 重金属在未被污染的土壤中主要以不可利用态存在, 而在污染的土壤中重金属多与可利用态和潜在可利用态结合, 更易于迁移富集到植物体中[32].
本研究中, 农田土壤中重金属形态分布如表 3所示, 研究区土壤中Cd主要以生物可利用态存在(56.87%), 其次是Mn (47.2%), Hg的生物可利用态组分较低, 仅占1.66%, 主要以潜在可利用态存在(62.3%). As、Cu、Ni和Pb主要存在于残渣态中(F7), 分别占比74.0%、54.8%、74.2%和53.4%.前人认为自然来源的重金属残渣态比例极高[3], 表明研究区土壤As、Cu、Ni和Pb等重金属主要来源于地质作用母岩的自然风化过程.由此可见, As、Cu、Ni和Pb的生物活性较低, Hg的生物活性一般也较其他元素低, 而Cd的生物活性一般较其他元素高.这与马宏宏等[10]对广西碳酸盐岩区农田土壤的研究结果相似.
|
|
表 3 土壤重金属形态分布(n=68, 干重) Table 3 Metal concentrations in the sequential extraction fractions of soil samples (n=68, dry weight) |
将可利用态和潜在可利用态加和, 研究区土壤中重金属元素最易于迁移的顺序为Cd (88.2%)>Hg (64%)>Mn (61.5%)>Pb (46.6%)>Cu (45.2%)>As (36.0%)>Ni (35.8%). Mn的总含量(386 mg·kg-1)和潜在生物可利用态占比均较高, 表明Mn元素更易于富集在农作物中.尽管Cd和Hg的可利用态和潜在可利用态比例最高, 但由于土壤中Cd和Hg的总含量较低(分别为0.12和0.13 mg·kg-1), 土壤Cd和Hg迁移到农作物的污染风险较低.可见, 在对土壤进行污染评价时, 不仅要考虑重金属的总量, 重金属的生物可利用性亦不可忽视.
2.1.3 农作物中重金属的含量及污染评价研究区农作物(油麦菜和稻米)中可食用部分重金属含量如表 4可见.稻米中重金属含量显著高于油麦菜中重金属含量, 油麦菜和稻米中Mn和Cu含量显著高于其他5种重金属元素, 这是由于Mn和Cu是植物生长的必需元素[33], 也与前面述及的Mn主要以生物可以用态存在这一结论相吻合.鉴于食品安全国家标准(GB 2762-2017)未给出稻米和蔬菜中Cu、Mn和Ni等3种元素的限量标准, 因此本研究仅对农作物中As、Hg、Pb和Cd元素的污染状况进行评价.与食品安全国家标准GB 2762-2017[28]相比, 油麦菜中超标元素主要为Pb, 超标率为14.3%, 明显高于土壤中Pb的超标率.油麦菜中As、Hg、Pb和Cd的单因子污染指数均值都小于1, 与前面重金属的形态分析结果相符合, 内梅罗综合污染指数均值为0.48, 总体来说, 研究区油麦菜基本安全.稻米中超标元素主要为Pb和Cd, 超标率分别为64.5%和29%, 亦显著高于土壤中两种元素的超标率.稻米中Pb的平均单因子污染指数均值为10.25, 其他几种重金属元素的单因子污染指数均值都小于1, 稻米内梅罗综合污染指数均值为7.66, 稻米污染指数高于油麦菜, 受到一定程度的污染, 主要污染元素是Pb(PI=10.25).
|
|
表 4 农作物中重金属含量(鲜重) /mg·kg-1 Table 4 Heavy metal contents in vegetables and rice (fresh weight)/mg·kg-1 |
四会市是一个农业城市, 工业发展程度较低, 采样点周边未见明显工矿企业或遗留工业企业, 结合重金属形态分析结果, 土壤中Pb主要以残渣态存在, 来源于地质作用母岩的自然风化过程, 不易于迁移富集到农作物中.而研究区稻米Pb污染程度明显高于土壤Pb, 一方面反映了国家土壤环境质量标准中Pb的标准相对宽松, 另一方面也反映了研究区非土壤Pb来源对稻米Pb的富集有较大的贡献, 其中大气沉降的Pb对稻米Pb的输入可能性很大.先前已经报道了类似的结果[34, 35].四会稻米Pb污染严重与我国稻米普遍存在Pb污染相符, 我国稻米中Pb含量一直高于其他国家, 全国范围内的稻米卫生品质调查的结果显示, 稻米Pb污染超标现象最为严重[36]. 1999年广州市不同区域水稻质量状况的调查显示, 糙米样本中的铅含量以100%超标, 最高超标倍数为6.38倍, 我国优质稻米主产区沈阳的调查情况相似[36].谭周磁等[37]对湖南省的稻米安全品质进行调查发现, 所选的82份大米样品的Pb平均含量为0.288 mg·kg-1, 明显高于无公害稻米要求的最低限度.吴在铁在对福建省稻米铅污染状况的调查评价时发现23.3%的样品铅含量超过了国家标准中稻谷铅的限量值(0.2 mg·kg-1)[35].马宏宏等[10]对广西碳酸盐岩区水稻籽实中重金属含量研究显示, 相较其他重金属元素, 水稻籽实中Pb超标率最高, 达23.5%.
研究区土壤污染评价结果与作物污染评价结果并不完全一致, 可能由于土壤中重金属具有隐蔽性和滞后性等特点, 土壤中重金属总量与作物中的累积量不具有正相关性所致, 这与Zhang等的研究结论相一致[33].如果仅以土壤中重金属的风险等级划分污染风险区和污染管控区, 可能无法与农作物的污染风险区精准对应, 说明仅依靠土壤污染风险管控标准(GB 15618-2018)去开展农田土壤-作物系统的污染评价可能存在偏差, 应当结合重金属生物可利用性和农作物效应做关联评价.
2.1.4 重金属在土壤-农作物系统间的迁移特征土壤-农作物系统间的迁移系数(TF)是衡量重金属在土壤-农作物系统间迁移的有效指标, 也是反映农作物从土壤中吸收重金属的能力以及进一步评估重金属通过食物链对人类暴露量的重要指标, 一般来说, 迁移系数越高, 土壤中重金属越容易被农作物吸收富集[3].分别对研究区土壤-稻米和土壤-油麦菜中As、Cu、Hg、Mn、Ni、Pb和Cd这7种重金属元素的迁移系数(TF)进行了计算, 计算结果如图 2所示.油麦菜对重金属的吸收富集强度顺序为：Cd>Cu>Mn>Ni ≥ Hg>Pb>As, 平均迁移系数分别为0.158±0.078、0.042±0.019、0.014±0.016、0.011±0.005、0.011±0.008、0.008±0.003和0.005±0.004, 稻米对土壤中重金属的吸收富集强度顺序为：Cd>Cu>As>Pb>Hg>Mn>Ni, 平均迁移系数分别为1.863±1.170、0.182±0.053、0.010±0.003、0.065±0.070、0.038±0.032、0.029±0.009和0.019±0.010.可见7种重金属元素的迁移系数是稻米大于油麦菜, 稻米中更容易富集重金属元素, 与本文稻米污染程度大于油麦菜的结论相符. Cd和Cu更容易被油麦菜吸收富集, Cd、Cu和As更容易被稻米吸收富集, 对于稻米和油麦菜, Cd的迁移系数均最高, 这是由于Cd在土壤中主要以生物可利用态为主, 最易于被迁移富集到农作物中, 其次为Cu, 这可能源于在一定的条件下, Cd和Cu具有协同作用[38].油麦菜和稻米中Hg、Pb的迁移系数相对较低, 这可能与植物中Hg和Pb的来源有关, 已有研究表明, 大气Hg和Pb是植物吸收的主要来源, 土壤中的Hg和Pb可能不是农作物的主要来源[39].油麦菜中As的迁移系数最低, 这是由于As在土壤中以残渣态为主(74%).因此农田土壤重金属污染防治工作应特别关注Cd和Cu污染, 对于稻田应同时关注As的污染.
|
图 2 重金属在土壤-作物系统的迁移系数 Fig. 2 Transfer factors (TF) of heavy metals in a soil-plant system |
研究区成人和儿童摄入稻米和蔬菜的重金属健康风险评价如表 5和图 3所示, 成人和儿童非致癌风险指数(HI)均为稻米高于油麦菜, 稻米和油麦菜中重金属的非致癌风险均为成人高于儿童, 这可能源于成人比儿童具有更长的暴露持续时间.研究区成人和儿童摄入油麦菜的平均HI指数均小于1, 分别为0.34和0.27, 表明食用当地油麦菜在人体非致癌风险可接受范围内.研究区成人和儿童摄入稻米的平均HI指数均大于1, 分别为2.89和2.24, 这表明当地成人和儿童每日从稻米中摄取的重金属含量为美国环保署规定的人均单位体重日允许摄入量的2.89倍和2.24倍.重金属Pb对稻米非致癌风险作用最明显, 占比47.4%, 可见Pb是当地稻米中非致癌风险最主要的元素.根据成人和儿童两个人群的累积暴露概率, 93.6%和87.1%的采样点成人和儿童的HI值大于1(图 3), 值得注意的是, 成人和儿童摄入稻米的HI最高值分别高达21.2和16.4, 表明食用该区稻米对当地人群具有一定的非致癌健康风险, 且对成人威胁大于儿童. Pb的毒性作用是损害器官, 主要是骨髓造血系统和神经系统[40], 还对儿童的智力发育和行为产生不良影响[41], 因此需要特别关注当地人群摄入稻米Pb可能导致的非致癌健康危害.
|
|
表 5 研究区人群摄入稻米和油麦菜健康风险评价 Table 5 Health risk assessment of rice and vegetable intake in the study areas |
|
图 3 研究区人群摄入稻米和油麦菜的健康风险累计概率 Fig. 3 Cumulative probabilities of human health risk from rice and vegetable exposure in the study areas |
研究区成人和儿童的致癌风险指数(Risk)均为稻米高于油麦菜, 稻米和蔬菜中重金属的致癌风险均为成人高于儿童.由稻米和蔬菜摄入重金属中单项致癌危害指数排序为As>Cd>Pb, 其中在稻米和油麦菜中As是最主要的致癌元素, 分别占比88.3%和97.4%.稻米和油麦菜中总致癌危害指数均大于USEPA推荐的最大可接受水平(1×10-6)(表 5).根据成人和儿童两个人群的累积暴露概率(图 3), 100%的采样点成人和儿童摄入稻米的总致癌危害指数高于1×10-4, 22.9%和20%的采样点成人和儿童摄入油麦菜的致癌危害指数大于10-4, 77.1%和80.0%的采样点成人和儿童摄入油麦菜的致癌危害指数处于10-6与10-4之间, 摄入油麦菜的总致癌危害指数均值小于1×10-4, 可见成人和儿童食用当地油麦菜的致癌风险在可接受范围内, 当地稻米摄入具有一定的致癌风险, 主要致癌因子是As元素, 且对成人威胁大于儿童.慢性As中毒常伴随着致癌、致畸和致突变作用[42], 因此, 稻米中的As可能与当地鼻咽癌高发有关.尽管美国环保署提出的重金属致癌风险指数泛指总的致癌风险, 但根据流行病学调查, 鼻咽癌发病数占该区癌症发病总数的20.53%(1997~2001年)[43].因此, 本文计算的重金属致癌风险指数仍然能够指示该区鼻咽癌发病的风险程度.值得注意的是, 由于日常生活中消费人群的膳食结构较复杂, 如小麦、蔬菜、水果和饮水中重金属也是膳食暴露风险的贡献者, 同时, 空气和土壤中重金属亦可经口摄入、经呼吸和皮肤进入人体内产生健康威胁, 研究区人群真实的健康风险可能较本次评估更高.因此, 建议定期监测和评估该区农作物, 特别是稻米中的重金属含量及健康风险, 当地政府应加强对农田土壤重金属修复治理的力度或严禁居民种植及食用当地水稻等具有较大健康风险的农作物, 有利于规避、减缓和预防农作物重金属中毒和当地居民健康危害.
3 结论(1) 研究区农田土壤基本清洁(P综=0.43);土壤中Cd和Mn主要以生物可利用态存在, Hg主要以潜在可利用态存在, As、Cu、Ni和Pb主要存在于残渣态中.
(2) 研究区油麦菜基本安全(P综=0.48), 但14.3%的样品存在Pb超标; 稻米的污染风险高于油麦菜, 稻米P综=7.66, 主要污染元素为Pb (PI=10.25).
(3) 研究区土壤中Cd和Cu更容易被油麦菜吸收富集, Cd、Cu和As更容易被稻米吸收富集, 农田土壤重金属污染防治工作应特别关注Cd和Cu污染, 对于稻田应同时关注As的污染.
(4) 研究区成人和儿童食用油麦菜的非致癌风险指数(HI)值均小于1, 食用油麦菜的总致癌危害指数(Risk)均值小于1×10-4, 食用当地油麦菜的人体健康风险在可接受范围内.成人和儿童食用稻米的平均HI指数大于1, 其中Pb是主要非致癌因子, 食用稻米的Risk指数均高于1×10-4, 其中As是最主要的致癌因子, 研究区人群食用当地稻米具有一定的健康风险, 且对成人的威胁大于儿童.稻米中的As可能与当地鼻咽癌高发有关.
| [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] | O'Connell D W, Birkinshaw C, O'Dwyer T F. Heavy metal adsorbents prepared from the modification of cellulose: a review[J]. Bioresource Technology, 2008, 99(15): 6709-6724. DOI:10.1016/j.biortech.2008.01.036 |
| [3] | Adamo P, Iavazzo P, Albanese S, et al. Bioavailability and soil-to-plant transfer factors as indicators of potentially toxic element contamination in agricultural soils[J]. Science of the Total Environment, 2014, 500-501: 11-22. DOI:10.1016/j.scitotenv.2014.08.085 |
| [4] | Luo C L, Liu C P, Wang Y, et al. Heavy metal contamination in soils and vegetables near an e-waste processing site, south China[J]. Journal of Hazardous Materials, 2011, 186(1): 481-490. DOI:10.1016/j.jhazmat.2010.11.024 |
| [5] | Yalcin M R, Battaloglu R, Ilhan S. Heavy metal sources in Sultan Marsh and its neighborhood, Kayseri, Turkey[J]. Environmental Geology, 2007, 53(2): 399-415. DOI:10.1007/s00254-007-0655-4 |
| [6] | Blanco A, Salazar M J, Cid C V, et al. Multidisciplinary study of chemical and biological factors related to Pb accumulation in sorghum crops grown in contaminated soils and their toxicological implications[J]. Journal of Geochemical Exploration, 2016, 166: 18-26. DOI:10.1016/j.gexplo.2016.01.020 |
| [7] | Wang X, Nan Z R, Ding W G, et al. Chemical fraction of heavy metals in an oasis soil and their bioavailability to cole crops[J]. Arid Land Research and Management, 2012, 26(2): 166-180. DOI:10.1080/15324982.2012.656177 |
| [8] | Zhuang P, McBride M B, Xia H P, et al. Health risk from heavy metals via consumption of food crops in the vicinity of Dabaoshan mine, South China[J]. Science of the Total Environment, 2009, 407(5): 1551-1561. DOI:10.1016/j.scitotenv.2008.10.061 |
| [9] |
陈洁宜, 刘广波, 崔金立, 等. 广东大宝山矿区土壤植物体系重金属迁移过程及风险评价[J]. 环境科学, 2019, 40(12): 5629-5639. Chen J Y, Liu G B, Cui J L, et al. Mobilization of heavy metals in a soil-plant system and risk assessment in the Dabaoshan mine area, Guangdong province, China[J]. Environmental Science, 2019, 40(12): 5629-5639. |
| [10] |
马宏宏, 彭敏, 刘飞, 等. 广西典型碳酸盐岩区农田土壤-作物系统重金属生物有效性及迁移富集特征[J]. 环境科学, 2020, 41(1): 449-459. Ma H H, Peng M, Liu F, et al. Bioavailability, translocation, and accumulation characteristic of heavy metals in a soil-crop system from a typical carbonate rock area in Guangxi, China[J]. Environmental Science, 2020, 41(1): 449-459. |
| [11] |
刘白林.甘肃白银东大沟流域农田土壤重金属污染现状及其在土壤—作物—人体系统中的迁移转化规律[D].兰州: 兰州大学, 2017. Liu B L. Heavy metal contamination in farmland soils and its transfer in the soil-crop-human system within the Dongdagou watershed, Baiyin, Gansu[D]. Lanzhou: Lanzhou University, 2017. |
| [12] |
张浩, 王辉, 汤红妍, 等. 铅锌尾矿库土壤和蔬菜重金属污染特征及健康风险评价[J]. 环境科学学报, 2020, 40(3): 1085-1094. Zhang H, Wang H, Tang H Y, et al. Heavy metal pollution characteristics and health risk evaluation of soil and vegetables in various functional areas of lead-zinc tailings pond[J]. Acta Scientiae Circumstantiae, 2020, 40(3): 1085-1094. |
| [13] |
田美玲, 钟雪梅, 张云霞, 等. 矿业活动影响区稻田土壤和稻米中重金属含量及健康风险[J]. 环境科学, 2018, 39(6): 2919-2926. Tian M L, Zhong X M, Zhang Y X, et al. Concentrations and health risk assessments of heavy metal contents in soil and rice of mine contaminated areas[J]. Environmental Science, 2018, 39(6): 2919-2926. |
| [14] |
秦越华, 强承魁, 曹丹, 等. 徐州市典型稻区土壤和稻米重金属含量及健康风险评价[J]. 生态环境学报, 2016, 25(9): 1546-1554. Qin Y H, Qiang C K, Cao D, et al. Contents and health risk assessment of heavy metals in soils and rice grains from typical rice-growing region of Xuzhou city[J]. Ecology and Environmental Sciences, 2016, 25(9): 1546-1554. |
| [15] | IARC. IARC monographs on the evaluation of carcinogenic risks to humans: some naturally occurring substances: food items and constituents, heterocyclic aromatic amines and mycotoxins[M]. Lyon, France: IARC, 1993. 56. |
| [16] | 闵华庆, 潘甜美. 鼻咽癌在广东分布与发病的特点[J]. 新医学, 1978(12): 580-583. |
| [17] | Cairns J. The cancer problem[J]. Scientific American, 1975, 233(5): 64-72, 77-78. DOI:10.1038/scientificamerican1175-64 |
| [18] | Smerq J, Sharma M. The risk factor: Nasopharyngeal carcinoma[J]. International Journal of Pharmaceutical and Clinical Research, 2011, 3(3): 48-51. |
| [19] | Chen K, Liao Q L, Ma Z W, et al. Association of soil arsenic and nickel exposure with cancer mortality rates, a town-scale ecological study in Suzhou, China[J]. Environmental Science and Pollution Research, 2015, 22(7): 5395-5404. DOI:10.1007/s11356-014-3790-y |
| [20] | Liu X L, Cen K, Zhao L S, et al. N-nitrodimethlyamine in natural and drinking water of high cancer incidence regions of Guangdong, China[J]. Applied Geochemistry, 2016, 74: 157-164. DOI:10.1016/j.apgeochem.2016.10.001 |
| [21] |
陈媛.珠江三角洲地区性肿瘤发病生态地球化学研究[D].北京: 中国地质大学(北京), 2011. Chen Y. Ecological geochemical investigation and study of regional cancers in the Pearl River Delta[D]. Beijing: China University of Geosciences (Beijing), 2011. |
| [22] |
刘秀丽.珠江三角洲地区性癌症生态地球化学研究[D].北京: 中国地质大学(北京), 2017. Liu X L. Study on ecological geochemistry of regional cancer in the Pearl River Delta area[D]. Beijing: China University of Geosciences (Beijing), 2017. |
| [23] | 刘安世. 广东土壤[M]. 北京: 科学出版社, 1993. |
| [24] |
肇庆市统计局. 肇庆统计年鉴[M]. 肇庆: 肇庆市统计局, 2019. Zhaoqing Municipal Bureau of Statistics. Statistical yearbook of Zhaoqing[M]. Zhaoqing: Zhaoqing Municipal Bureau of Statistics, 2019. |
| [25] | DD2005-01, 多目标区域地球化学调查规范(1: 250000)[S]. |
| [26] | DD2005-03, 生态地球化学评价样品分析技术要求(试行)[S]. |
| [27] | GB 15618-2018, 土壤环境质量农用地土壤污染风险管控标准(试行)[S]. |
| [28] | GB 2762-2017, 食品安全国家标准食品中污染物限量[S]. |
| [29] | EPA/600/R-09/052F, Exposure factors handbook[S]. |
| [30] |
段小丽. 暴露参数的研究方法及其在环境健康风险评价中的应用[M]. 北京: 科学出版社, 2012. Duan X L. Research methods of exposure factors and its application in environmental health risk assessment[M]. Beijing: Science Press, 2012. |
| [31] | 赖飞, 张宝林, 杨清, 等. 凤冈县茶园土壤pH值变异特征及调控对策[J]. 农技服务, 2012, 29(5): 570-571, 587. |
| [32] | Sungur A, Soylak M, Ozcan H. Investigation of heavy metal mobility and availability by the BCR sequential extraction procedure: relationship between soil properties and heavy metals availability[J]. Chemical Speciation & Bioavailability, 2014, 26(4): 219-230. |
| [33] | Zhang J R, Li H Z, Zhou Y Z, et al. Bioavailability and soil-to-crop transfer of heavy metals in farmland soils: a case study in the Pearl River Delta, South China[J]. Environmental Pollution, 2018, 235: 710-719. DOI:10.1016/j.envpol.2017.12.106 |
| [34] | Nicholson F A, Smith S R, Alloway B J, et al. An inventory of heavy metals inputs to agricultural soils in England and Wales[J]. Science of the Total Environment, 2003, 311(1-3): 205-219. DOI:10.1016/S0048-9697(03)00139-6 |
| [35] | 吴在铁. 福建省稻米铅污染状况的调查与评价[J]. 福建热作科技, 2017, 42(3): 1-8. |
| [36] |
朱海江, 程方民, 朱智伟. 土壤-水稻体系中的铅及其污染效应研究[J]. 中国粮油学报, 2004, 19(5): 4-7. Zhu H J, Cheng F M, Zhu Z W. Lead pollution in soil-rice system[J]. Journal of the Chinese Cereals and Oils Association, 2004, 19(5): 4-7. |
| [37] |
谭周磁, 陈嘉勤, 薛海霞. 硒(Se)对降低水稻重金属Pb, Cd, Cr污染的研究[J]. 湖南师范大学学报自然科学版, 2000, 23(3): 80-83. Tan Z C, Chen J Q, Xue H X. Studies on the pole of selenium (Se)in decreasing Pb, Cd and Cr pollution to rice[J]. Acta Scientiarum Naturalium Universitatis Normalis Hunanensis, 2000, 23(3): 80-83. |
| [38] |
季冬雪, 华珞, 王学东, 等. Cu-Cd、Zn-Cd、Cu-Zn复合污染对水稻毒性和重金属吸收的影响[J]. 环境污染与防治, 2018, 40(10): 1141-1146. Ji D X, Hua L, Wang X D, et al. The effects of combined heavy metals(Cu-Cd, Zn-Cd, Cu-Zn) on the toxicity and uptake of metal elements in rice[J]. Environmental Pollution and Control, 2018, 40(10): 1141-1146. |
| [39] |
丁爱芳, 潘根兴. 南京城郊零散菜地土壤与蔬菜重金属含量及健康风险分析[J]. 生态环境, 2003, 12(4): 409-411. Ding A F, Pan G X. Contents of heavy metals in soils and Chinese cabbages (Brassica chinensis) from some urban vegetable fields around Nanjing and the Human health risks[J]. Ecology and Environment, 2003, 12(4): 409-411. |
| [40] | 孟紫强. 环境毒理学基础[M]. 北京: 高等教育出版社, 2003. |
| [41] | Kaczala F, Marques M, Hogland W. Lead and vanadium removal from a real industrial wastewater by gravitational settling/sedimentation and sorption onto Pinus sylvestris sawdust[J]. Bioresource Technology, 2009, 100(1): 235-243. DOI:10.1016/j.biortech.2008.05.055 |
| [42] | 花日茂. 环境毒理学[M]. 北京: 中国农业出版社, 2006. |
| [43] |
黄启洪, 凌启南, 李艳华, 等. 四会市恶性肿瘤发病动态分析[J]. 中国肿瘤, 2005, 14(4): 241-243. Huang Q H, Ling Q N, Li Y H, et al. An analysis of cancer incidence in Sihui city[J]. Bulletin of Chinese Cancer, 2005, 14(4): 241-243. |