2022, Vol. 43
2. 农业农村部环境保护科研监测所, 天津市农业环境与农产品安全重点实验室, 农业农村部产地环境污染防控重点实验室, 天津 300191
2. Tianjin Key Laboratory of Agro-Environment and Agro-Product Safety, Key Laboratory of Original Agro-Environmental Pollution Prevention and Control, Ministry of Agriculture and Rural Affairs, Agro-Environmental Protection Institute, Ministry of Agriculture and Rural Affairs, Tianjin 300191, China
据统计[1], 我国耕地重金属污染面积达到2 000万hm2, 占耕地总面积的20%.然而, 目前仍有约80%的重金属含量超标农田用于农作物生产, 每年受重金属污染的粮食多达1 200万t, 造成直接经济损失达到300多亿[2].全国土壤污染状况调查公报显示[3], Pb点位超标率为1.5%, 呈现从西北到东南、从东北到西南方向逐渐上升的趋势.Pb易在土壤中积累, 影响作物产量和品质, 并且可以通过食物链进入人体后引发贫血、萎缩性胃炎和严重危害神经系统等疾病[4].我国作为世界上蔬菜生产和消费的第一大国, 土壤-蔬菜系统Pb污染问题广泛存在.秦文淑等[5]的研究通过调查广州市主要蔬菜市场的12种蔬菜, 发现Pb、Cr和Cd超标率分别为22.2%、38.9%和13.9%; 刘娟等[6]的研究对滇东6个市(州)农田土壤和农产品点位协同采样, 农产品重金属Pb点位超标率为11.9%; 陈凤等[7]的研究通过潜在生态风险指数对贵州省某典型锌冶炼区耕地土壤和主要谷类农作物(稻米、玉米和小麦)风险进行评价, 分析表明农作物存在Pb、Cd、Zn和Cu超标现象, 食用该区域谷类农作物对成人和儿童均存在健康威胁.我国西南地区被认为是土壤Pb高背景值区域, 主要来源于成土母质, 是典型的碳酸盐岩地质高背景区, 在高强度的人类活动叠加影响下, 造成西南地区农田土壤Pb污染日趋严重[8].因此, 亟需在我国西南地区蔬菜产地开展土壤Pb质量类别划分, 防控污染.
我国目前应用土壤环境质量标准(GB 15618-2018)中的风险筛选值和风险管控值“双值管理”, 目的是有效地管理和防控农田土壤重金属污染, 此标准可适用于所有农用地超过标准限值的土壤.在确定生态安全阈值的概率模型中一种主导的方法是物种敏感度分布法(species sensitivity distribution, SSD), 其综合考虑了生物的有效性、土壤基本理化性质、物种的敏感度和污染物的主要来源等多种信息, 被许多国家确立为制定污染物环境质量标准的核心方法[9, 10], 目前国内开始用于农用地土壤重金属安全阈值的研究.窦韦强等[11]的研究以农业农村部环境监测总站例行监测数据为基础, 目的是保护5%、50%和80%的叶菜类蔬菜品种, 通过物种敏感度分布法反推出叶菜类蔬菜产地土壤Cd环境质量类别划分阈值在3种不同土壤pH条件下(≤6.5、6.5~7.5和≥7.5).程菁靓等[12]研究我国典型粮食产区水稻和土壤中Pb的协同调研数据, 借助物种敏感度分布法, 以保护不同比例水稻推导出“宜产、限产和禁产”区土壤Pb的含量.近年来, 在我国土壤重金属Pb生态安全阈值方面的研究, 主要关注于有准确污染来源下的研究, 如污灌区[13]、农业废弃物区[14]和冶炼区[15], 但对于典型Pb地质高背景区农田土壤进行环境质量类别划分的研究却鲜见报道.
基于此, 本研究通过测定西南某地质高背景区蔬菜和土壤Pb含量及土壤基本理化性质, 研究影响蔬菜Pb富集的环境因子及累积规律, 构建物种敏感度分布曲线(SSD)和多元线性回归模型探究当地土壤-蔬菜系统重金属Pb的富集特征, 采用食品安全国家标准(GB 2762-2017)中Pb含量限值(蔬菜类0.3 mg·kg-1), 推导出符合当地蔬菜类农产品安全生产的农田土壤Pb生态安全阈值, 以期为该地区农田土壤Pb环境质量标准的细化和风险防控提供技术支撑和参考依据.
1 材料与方法 1.1 研究区概况云南省安宁市坐落于东经102°08′~102°37′、北纬24°31′~25°06′, 2020年全国百强县之一, 拥有云南省最大的钢铁生产基地昆钢钢铁, 集钢铁、盐矿、氮肥、磷肥厂和化工为一体的工业城市且地质背景复杂, 主要成土母质为碳酸盐岩[16].西南地区地质条件复杂, 目前已发现多达155种矿产资源, 其中, 滇中矿产资源区矿产资源储量大, 是全省的煤炭、铁、铜、铅和磷等矿产资源的主要产区[16, 17].研究区域位于螳螂川沿岸农田, 螳螂川是滇池唯一出水口, 流向自东北至西南, 沿岸分布着众多钢铁冶金、磷肥化工和氯碱化工等企业, 水质污染严重.本文研究面积60.44 hm2, 地处滇中高原的东部边缘, 地貌类型为螳螂川侵蚀地貌, 海拔在1 900~2 000 m之间.土壤为山原红壤, 气候属于中亚热带低纬度高海拔地区, 年平均气温14.9℃, 雨量充沛, 年平均降水量约为1 000.5 cm, 年日照2 327.5 h.
1.2 供试材料选择云南省广泛种植和食用的叶菜类蔬菜作物(18种)、辣椒(3种)、茄子(2种)和食用豆类(9种), 具体蔬菜名称如表 1所示.供试蔬菜作物种子均购置于安宁山海泉综合农贸市场.
|
表 1 种植蔬菜名称 Table 1 Planted vegetable name |
1.3 试验设计
2020年6月布置田间试验, 共设置96个小区, 每个小区种植一种作物, 面积为20 m2(4 m×5 m), 每个小区随机排列设置3个重复, 在种植过程中作物的田间管理与当地生产保持一致, 按时施肥, 除草和杀虫. 2020年7月18日收获辣椒、茄子和蔬菜样品, 9月12日收获食用豆类样品.每个采样点处采集多棵植株混匀约0.5 kg, 与此同时采集作物样品对应的0~20 cm根系土壤, 混匀后约1.5 kg作为一个样点的土壤.
蔬菜样品用自来水冲洗干净, 然后用超纯水冲洗3次后擦去表面水分称量蔬菜鲜重, 放入烘箱中设置温度105℃杀青30 min, 之后在80℃下烘干至样品恒重后称量蔬菜干重, 测定蔬菜含水率.烘干后的蔬菜样品用研磨机粉碎, 装入自封袋密封保存.对应的土壤样品剔除砂砾和植物根茎等残渣, 风干后的土壤样品研磨分别过20目和100目尼龙筛, 装于自封袋中备用.
1.4 样品分析测定测定土壤理化性质的方法: 利用K2Cr2O7容量法(NY/T 112162006)测定土壤有机质; 采用土水比1∶2.5的比例, 之后利用pH计测定土壤的酸碱度(NY/T 13772007); 土壤阳离子交换量(CEC)采用一次性平衡法测定.
土壤重金属Pb的测定: 在100 mL锥形瓶中放入待测土样(称取4.0 g), 土壤与DTPA提取剂的比值均为1∶5, 加入提取剂0.005 mol·L-1DTPA后浸提2 h, 在室温下(25℃)振荡2 h, 离心10 min, 取上清液过滤, 然后测定土壤样品中ω(有效态-Pb).利用HNO3-HClO4-HF体系消解土壤样品, 测定土壤ω(总量-Pb), 进行质量控制时使用标准物质SRMs-2586控制.
植物样品的分析: 采用HNO3消解, 利用小麦粉(GBW08503c)进行质量控制.测定土壤、蔬菜样品中重金属Pb含量, 均采用电感耦合等离子体质谱仪(ICP-MS, Ultimate 3000-i CAP QC).精密度和准确度均采用国家一级标准物质进行样品控制, 土壤样品中所测元素的回收率均在95%~102%之间, 测定的结果符合质量控制要求.
1.5 生物富集系数(BCF)生物富集系数(BCF): 蔬菜样品可食用部分Pb含量与土壤样品Pb含量比值, 计算公式如下:
|
(1) |
式中, Csoil表示为土壤中的Pb总含量(mg·kg-1), Ccrop为作物可食用部分中Pb含量(mg·kg-1).
1.6 SSD曲线拟合及安全阈值的确定根据重金属Pb的富集系数(BCF)把蔬菜样品按照大小排列, 并按照顺序排列相应的序数R, 算出累积概率值(P), 公式如下:
|
(2) |
式中, P为作物所对应的累积概率数值, R为蔬菜品种依据富集系数从小到大排列序号, N 为样本数.
在Origin9.0中以1/BCF为横坐标, P为纵坐标, 采用Log-gistic分布模型拟合不同品种蔬菜对重金属Pb的物种敏感度分布曲线, 公式如下[18]:
|
(3) |
式中, a、b和x0均为拟合参数数值; y为对应蔬菜品种的累积概率数值(%); x为1/BCF.
根据用Log-gistic分布模型拟合的SSD曲线, 计算基于保护80%、50%和5%蔬菜品种所对应的1/BCF值[19], 根据文献[20]中不同作物Pb含量限值计算出土壤中重金属Pb安全划分阈值, 公式如下:
|
(4) |
式中, Csoil为土壤中重金属Pb的环境质量类别划分阈值(mg·kg-1); Ccrop为国家标准中作物Pb含量限值(0.3mg·kg-1); HCP代表保护80%、50%和5%作物所对应的1/BCF值.
1.7 数据分析采用SPSS 22.0软件和Excel 2010程序完成试验数据的处理、试验数据的相关性分析和逐步回归分析, 运用Origin 9.1软件绘制物种敏感度分布曲线.
2 结果与讨论 2.1 土壤理化性质与Pb含量特征本试验区域土壤理化性质与Pb含量如表 2所示.试验区域土壤pH范围为5.21~7.13, 平均值为6.13±0.37, 以弱酸性土壤为主, 变异系数小于15%, 属于弱变异水平.Hu等[21]的研究表明, pH较低的土壤种植的蔬菜更容易受到重金属的污染. ω[有机质(OM)]为16.57~77.50 g·kg-1, 平均值为(40.48±111.29)g·kg-1, 有机质含量较高, 土壤较为肥沃.阳离子交换量较低, 平均值为(5.18±1.58)cmol·kg-1, 范围为0.76~12.24 cmol·kg-1.已有研究表明, 当土壤pH>4时, 土壤有机质的增加能够促进土壤Pb的活化[22].农田土壤ω(总量-Pb)为47.59~462.38 mg·kg-1, 平均值为(169.52±21.14)mg·kg-1, 是云南省土壤Pb背景值[23](90 mg·kg-1)的1.88倍.根据《土壤环境质量农用地土壤污染风险管控标准》(GB 15618- 2018)规定, 土壤样品中有68.40%样品超过规定的筛选值, 17.29%土壤样品超过规定的风险管控值, 表明种植区域已经受到Pb污染, 种植生产的蔬菜可能存在Pb污染风险.土壤ω(有效态-Pb)较高, 平均值为(26.61±8.97)mg·kg-1, 范围在6.56~53.60 mg·kg-1之间, 并且变异系数超过30%, 整体呈现中度变异水平, 可能的原因是汽车尾气和轮胎磨损产生的粉尘输入到土壤中, 也可能是化工和蓄电池等工厂企业废气排放出的重金属Pb进入大气中, 再经过大气沉降降落到土壤中, 在土壤中富集[24, 25].赵凯等[26]的研究表明, 坐落于高速公路附近或者交通繁忙区域周边的蔬菜基地内蔬菜Pb含量较高的一个关键原因是使用含Pb汽油.重要的是, 叶菜类蔬菜表面吸附能力较强, 其表面主要富集来源于大气沉降的气态或尘态重金属Pb[27].
|
|
表 2 土壤基本理化性质与Pb含量1) Table 2 Basic physical and chemical properties and Pb content in test soils |
2.2 蔬菜类作物可食用部位对Pb富集特征及其关键影响因子
本试验区域种植32种蔬菜样品中, 蔬菜可食用部位ω(总量-Pb)以及富集系数如图 1所示.蔬菜可食用部分ω(总量-Pb)平均值是(0.18±0.12)mg·kg-1, 范围在0.02~0.49 mg·kg-1之间.不同品种蔬菜重金属平均ω(总量-Pb)含量大小排列为: 叶菜类蔬菜(0.28 mg·kg-1)>根茎类蔬菜(0.25 mg·kg-1)>茄类蔬菜(0.24 mg·kg-1)>食用豆类蔬菜(0.08 mg·kg-1)>辣椒类蔬菜(0.07 mg·kg-1).与《食品安全国家标准食品中污染物限量》(GB 2762- 2017)标准中蔬菜重金属Pb的污染限值(蔬菜类0.3 mg·kg-1; 豆类蔬菜0.2 mg·kg-1)相比, 本试验区域种植的蔬菜样品中重金属Pb超标率为20.49%, 6种蔬菜样品超过标准, 出现在根茎类和叶菜类蔬菜中, 其他品种蔬菜Pb均显示未超标, 且明显低于土壤中Pb的超标率(68.40%), 说明蔬菜产地存在土壤Pb超标而种植作物不超标的现象.这与宗良纲等[28]的研究结果相似, 进行盆栽试验研究重金属Cd和Pb污染对3种叶菜类蔬菜(青菜、白菜和菠菜)生长影响, 结果表明蔬菜体内Cd和Pb累积含量与土壤中Cd和Pb含量呈显著线性相关.已有研究认为叶菜类和茎菜类较其它蔬菜类别更易受到重金属污染, 可能由于重金属等污染物在叶片末端容易富集, 并且叶片生物量较多, 易吸收大气中气态的重金属, 导致其更易受到重金属污染[29].
|
1.油菜; 2. 色列斯001; 3. 超级菠菜3988; 4. 碎叶苦苣; 5. 上海青; 6. 结球生菜; 7. 油麦菜, 8. 意大利生菜, 9. 美国大速生, 10. 四季香葱, 11. 小叶茼蒿, 12. 青绿78, 13. 小白菜, 14. 建水白香芹, 15. 早生快菜, 16. 四季韭菜, 17. 夏秋宝胶白, 18. 顶级竹叶青空心菜, 19. 紫茄, 20. 墨茄, 21. 小扭扭椒, 22. 朝天椒, 23. 甜杂辣, 24. 压塌架豆王, 25.292黄豆, 26. 美国供给者, 27. 粉花小荚, 28. 顶级奶油豆, 29. 顶级架豆王, 30. 荷兰大菜碗, 31. 将军一点红, 32. 精品紫架豆 图 1 不同品种蔬菜ω(Pb)与富集系数 Fig. 1 Pb contents and enrichment coefficients in different varieties of vegetables |
重金属Pb由土壤迁移到蔬菜样品中并累积, 然后通过食物链传递到人体, 对人体健康造成严重威胁.生物富集系数是用于评估重金属从土壤到植物迁移的转移因子.蔬菜样品Pb富集系数范围为0.001%~0.263%, 变异系数为0.53, 整体呈现中等至强变异水平, 其中叶菜类变异系数最大, 其变异水平最高.对Pb平均富集系数大小排列为: 根茎类(0.23%) > 叶菜类(0.22%) > 茄类(0.17%) > 辣椒类(0.16%) > 食用豆类(0.05%).表明不同品种的蔬菜, 具有不同的基因型, 其蔬菜样品可食用部分对重金属Pb的吸收和富集能力具有明显差异, 推测可能是土壤中不溶态的重金属能够被蔬菜植株所活化造成的, 蔬菜的品种不同把重金属从根际转运至地上部的迁移能力也不同, 富集能力较强的蔬菜其转运能力也会稍强, 因此, 重金属的含量在不同蔬菜中差异较明显[30].其中, 重金属元素倾向于在植物代谢活跃的器官中富集, 而储存营养的器官相对富集较少, 对应植物各部位中重金属的含量从大到小排列为: 根 > 叶 > 枝 > 花 > 果 > 种子, 对于重金属富集能力在不同品种蔬菜中排列为根类菜 > 茎类菜 > 叶类菜 > 茄果类[31], 这与本文结论相似, 根茎类和叶菜类蔬菜对Pb富集能力较强.
为进一步阐明土壤重金属Pb污染对蔬菜质量安全的影响, 基于土壤-蔬菜样品的Pb数据并结合土壤理化性质, 探究土壤和蔬菜中重金属ω(总量-Pb)的关系.在本文中, 蔬菜和土壤中ω(总量-Pb)与土壤基本理化性质之间的关系采用Pearson相关性分析, 如图 2所示. 32种蔬菜样品中ω(总量-Pb)与土壤ω(总量-Pb)呈显著正相关(R2=0.724, P < 0.01), 与土壤ω(有效态-Pb)呈现显著正相关(R2=0.682, P < 0.01).随着土壤重金属ω(总量-Pb)的增加, 对应的土壤ω(有效态-Pb)也显著增加.章明奎等[32]的研究表明, 能够显著促进其他形态的Pb向可交换态Pb的转化是由于土壤的酸化, 从而造成土壤Pb的水溶性以及生物有效性显著增加.土壤理化性质是影响重金属累积的关键因素, 其中pH值、土壤有机质(OM)和阳离子交换量(CEC)这3种性质的影响最为显著[33].本研究中, 蔬菜ω(总量-Pb)与pH呈显著负相关性(R2=0.622, P < 0.01), 蔬菜ω(总量-Pb)与CEC呈显著正相关性(R2=0.373, P < 0.01), 蔬菜ω(总量-Pb)与OM呈显著正相关性(R2=0.481, P < 0.01).土壤pH的下降和土壤有机质的积累能够对重金属生物有效性产生影响, pH的下降容易造成土壤中的重金属活化, 以及土壤中生物有效性较高的交换态Pb以及水溶性Pb的含量和比例显著提高[34].有机结合态Pb含量影响因素中最主要是有机质含量和pH, 其中有机质含量与其呈极显著正相关[35].试验区土壤pH值、OM和CEC对土壤和蔬菜富集Pb的影响达到了不同程度的显著性水平, 其中pH值的影响最为显著.
|
Y-Pb表示土壤有效态Pb含量; Q-Pb表示土壤总Pb含量; Z-Pb表示蔬菜可食部Pb含量.对角线左下方表示各属性数据的散点图; 对角线右上方表示两个属性间的相关性; 星号表示显著程度(星号越多代表越显著) 图 2 土壤和蔬菜中ω(总量-Pb)与土壤理化性质的相关性关系 Fig. 2 Correlation between ω(total-Pb) in soil and vegetables and soil physical and chemical properties |
根据相关性分析结果并利用SPSS 22.0逐步回归, 拟合土壤理化性质(pH、OM、CEC)与Pb富集系数, 构建Pb富集系数的逐步回归方程, 结果如表 3所示, 表现出蔬菜Pb富集系数与土壤理化性质之间的线性关系.对于Pb富集系数的逐步回归方程确定变量只有pH值时, 回归方程的确定系数为0.531(P < 0.01), 说明pH值能够控制逐步回归方程53.1%的变异水平; OM作为第二变量引入方程时, 回归方程的确定系数改变为0.683(P < 0.01), 说明pH值和OM能控制逐步回归方程68.3%的变异水平, 其中OM对回归方程准确度的贡献率确定为15.2%; 当pH值、OM和CEC这3个影响因子全部引入时, 回归方程的确定系数达到最高值, 为0.781(P < 0.01), 能够解释蔬菜Pb富集系数78.1%的变异水平, CEC对回归方程准确度的贡献率确定为9.8%.因此, 本研究使用基于pH值、OM和CEC构建的Pb三因子模型确定为: lg BCF=-0.366 pH-0.150 lg(OM)+0.091 lg(CEC)-3.835, 其中相关系数R2确定为0.781, 模型拟合效果最好.基于土壤理化性质而建立的经验模型优于其他模型, 该模型能够很好地预测土壤理化性质对蔬菜富集重金属的影响, 可为该区域土壤-蔬菜Pb生态安全阈值的研究提供理论依据[36].
|
|
表 3 Pb富集系数的逐步回归方程 Table 3 Stepwise regression equation of Pb enrichment coefficient |
目前, 国内对于农田土壤质量标准评价很少考虑到土壤性质的影响, 且无法确保蔬菜的安全生产, 研究土壤-植物系统中重金属的累积关系, 将对西南地区蔬菜的安全种植具有重要的指导意义.由相关性分析可知(图 2), pH值、OM和CEC均能显著影响蔬菜ω(总量-Pb), 其中pH值与蔬菜ω(总量-Pb)呈极显著负相关性(P < 0.01), 分析得出由于pH值的逐步增加, 蔬菜样品对重金属Pb的富集能力逐渐降低, 随着pH的升高, 容易造成土壤对重金属的吸附固定能力增强, 从而降低重金属有效态含量[37]; 而与蔬菜ω(总量-Pb)呈极显著正相关的是OM(P < 0.01), 在有机质与重金属的络合过程中, 与有机质的吸附点位有关, 吸附点位又与官能团的种类和数量有关.重金属能够被有机质的羧基、酚羟基等官能团电性引力吸附[38, 39].
CEC与蔬菜ω(总量-Pb)呈极显著正相关(P < 0.01), 在CEC处于高含量时, 增强土壤中重金属的有效性, 增加植物根系与土壤溶液中离子的交换量, 最终蔬菜中的重金属含量在一定程度上增加[40].本研究计算所得生物有效性模型表明(表 3), pH值、OM和CEC对模型准确度的贡献率分别为53.1%、15.2%和9.8%, 其中对模型准确度的贡献率最大的是pH值, 也验证了相关性分析的结果, 杨阳等[41]和史明易等[42]的研究结论与本文的相一致.
2.3 不同蔬菜品种Pb敏感度分布曲线(SSD曲线)与土壤生态安全阈值的确定由于蔬菜产地土壤理化性质差异不明显, 可直接采用蔬菜样品Pb富集系数构建物种敏感度分布曲线(SSD曲线).蔬菜产地重金属Pb的SSD曲线显示不同品种蔬菜对Pb的敏感度具有明显差异(图 3), 精品紫架豆、上海青、粉花小荚、碎叶苦苣、超级菠菜3988、顶级架豆王、甜杂辣、墨茄和紫茄位于SSD曲线的上端, 对Pb的富集能力弱, 敏感度差; 美国供给者、顶级竹叶青空心菜、夏秋宝胶白、将军一点红、小扭扭椒、美国大速生、早生快菜、四季韭菜、色列斯001、压塌架豆王、小叶茼蒿和青绿78位于SSD曲线的下端, 对Pb的富集能力强, 敏感度也更高; 小白菜、292黄豆、四季香葱、荷兰大菜豌、结球生菜、顶级奶油豆、意大利生菜、油麦菜、压塌架豆王、油菜和建水白香芹位于SSD曲线的中部, 对Pb的富集能力以及敏感度处于中等水平.从蔬菜品种分析来看, 叶菜类、茄类和少数架豆类大致分布在SSD曲线的上端, 对Pb的敏感度较差; 而根茎类蔬菜在SSD曲线的下端, 对Pb的敏感度较强.由图 3可知, 蔬菜品种不同对Pb的敏感度差异影响显著, 可能的原因是蔬菜自身的基因型差异造成的, 其中茄类和食用豆类生长期较长, 其他的都属于速生型蔬菜, 生长期短.
|
图 3 蔬菜中Pb的SSD曲线 Fig. 3 Species sensitivity distribution curve of Pb in vegetables |
土壤重金属生态阈值的确定能够为受污染农产品产地类别划分和土壤重金属污染的有效防控提供理论支撑.Punz等[43]和Piechalak等[44]的研究将重金属对不同蔬菜的影响差异分为积累型、敏感型和排斥型这3类.为了计算Pb的生态安全阈值, 根据国家颁布的《食品安全国家标准食品中污染物限量》(GB 2762-2017), 推算出基于当地土壤情景下, 以保护80%、50%和5%蔬菜品种不受农田土壤Pb污染的安全阈值.本研究根据对Pb构建的物种敏感度分布曲线, 得到土壤重金属Pb环境质量标准划分阈值, 如表 4所示.当蔬菜产地土壤ω(总量-Pb)≤100mg·kg-1时意味着该区域适合绝大部分蔬菜的种植, 可将该区域划分为优先保护类蔬菜产地; 当蔬菜类产地100 mg·kg-1<土壤ω(总量-Pb) < 353 mg·kg-1时, 将该区划分为安全利用类蔬菜产地; 当蔬菜产地土壤ω(总量-Pb)≥353mg·kg-1时, 说明该区域已经不适合蔬菜的种植, 可将该区划分为严格管控类蔬菜产地, 当土壤Pb含量处于优先保护区时能保护80%蔬菜正常生长, 可种植大部分蔬菜品种, 一些高积累蔬菜品种如菠菜、辣椒和小白菜等种植需要采用以农艺调控为主的安全生产技术[45], 在种植过程中严格控制农业投入产物带来的重金属污染; 当土壤中Pb的含量处于安全利用区时应禁止种植具有高富集能力的蔬菜, 种植过程需要采用以农艺调控为主、土壤修复为辅的生产技术, 并加强对土壤和蔬菜产品中Pb的协同监测[46]; 当土壤中Pb的含量处于严格管控区时95%蔬菜容易受到Pb污染, 已经不适宜种植大部分蔬菜品种, 应科学选择其他农作物或观赏性植物替代种植[47].根据推算得出的Pb生态安全阈值, 能够为该地区蔬菜种植品种的选择和污染农田土壤的风险管控提供理论依据.
|
|
表 4 蔬菜类产地土壤Pb环境质量类别划分阈值1) Table 4 Classification threshold of Pb environmental quality in vegetable-producing areas |
为了验证土壤Pb安全阈值的准确性, 如图 4所示.对采集96对土壤-蔬菜样品独立进行数据的验证, 推算出的土壤Pb环境质量类别划分阈值为横轴, 蔬菜Pb标准限值为纵轴, 划分为A、B、C和D这4个区域分别代表点位样品土壤ω(Pb)不超标蔬菜ω(Pb)超标、土壤ω(Pb)不超标蔬菜ω(Pb)不超标、土壤ω(Pb)超标蔬菜ω(Pb)超标和土壤ω(Pb)超标蔬菜ω(Pb)不超标这4种情景. 96组验证数据中土壤ω(总量-Pb)不超过阈值且蔬菜ω(总量-Pb)不超过国家限值(0.3 mg·kg-1)的样本数量占比为82.30%, 落在B区域, 明显大于80%, 土壤ω(总量-Pb)不超过阈值且蔬菜ω(总量-Pb)超过国家限值(0.3 mg·kg-1)的样本数量占比为12.12%, 落在A区域; 土壤ω(总量-Pb)超过阈值(353 mg·kg-1)且蔬菜ω(Pb)不超过国家限值(0.3 mg·kg-1)的样本数量占比为4.86%, 落在D区域, 说明本研究所划分的阈值具有一定的科学性和合理性.
|
图 4 土壤Pb含量划分阈值验证 Fig. 4 Verification of soil lead classification threshold |
我国目前执行的土壤环境质量标准《农用地土壤污染风险管控标准》中的风险筛选值和管控值与计算出的Pb环境质量安全划分阈值进行比较, 本文推算出的蔬菜类优先保护类土壤Pb划分阈值(99.72 mg·kg-1)与国家标准的土壤污染风险筛选值(100 mg·kg-1)相近, 但高于云南省背景值(90 mg·kg-1), 严格管控类土壤Pb划分阈值(353 mg·kg-1)低于国家标准中的土壤污染风险管控值(400 mg·kg-1).由于现行的国家标准值是基于全国不同的土壤类型制定的, 土壤理化性质差异明显, 作物种类繁多.本研究得出的研究结果更接近于西南地区重金属污染土壤的实际情况和当地土壤基本理化性质, 使得划分阈值严于国家标准值.赵勇等[48]的研究采用外源添加Pb的土培盆栽(pH=7.11), 建立了油麦菜、荆芥、蕹菜、生菜和苋菜与土壤中Pb含量的线性方程(R2为0.85~0.94), 反推出荆芥、油麦菜、生菜、蕹菜和苋菜的土壤Pb阈值分别为43.90、39.91、33.70、35.29和34.54 mg·kg-1; 有研究计算出江苏省冲积土壤水稻土的Pb的安全阈值为36.54 mg·kg-1[49]; 另有研究表明[50], 叶菜类蔬菜对Pb的富集规律(小白菜和菜心土壤pH分别为5.83~6.73和5.86~6.64), 建立蔬菜和土壤Pb含量线性关系方程, 利用食品限量标准, 反推出适合种植菜心、小白菜的土壤ω(总量-Pb)分别是401.93mg·kg-1和494.78 mg·kg-1.不同蔬菜品种对Pb的富集能力有明显差异, 而蔬菜品种中叶菜类、根茎类蔬菜更容易吸收富集重金属Pb.土壤理化性质对土壤Pb基准值的确定影响较大, 应根据具体土壤情景和蔬菜品种确定重金属Pb生态安全阈值.本试验于实际田间环境开展, 影响蔬菜富集重金属Pb的因素复杂多样, 基于SSD法计算得到的蔬菜产地土壤Pb的划分阈值与盆栽试验相比具有一定的差异性[42].考虑到我国农田土壤环境质量风险评价标准的不足, 之后将对应用SSD法计算土壤环境质量类别划分的科学性以及合理性进行验证和评估, 以期健全和完善我国西南地区土壤环境质量标准.
3 结论(1) 蔬菜样品可食用部分ω(总量-Pb)为0.02~0.49 mg·kg-1, 平均值为(0.18±0.12)mg·kg-1, 对重金属Pb富集系数为0.01%~0.26%, 其中叶菜类ω(Pb)最大(0.28 mg·kg-1), 变异系数也最大.在5种蔬菜类别中, Pb富集系数排列为: 根茎类 > 叶菜类 > 茄类 > 辣椒类 > 食用豆类.
(2) 土壤pH值、OM和CEC是影响蔬菜富集Pb的关键因子, 其构建的3因子模型为lg BCF=-0.366pH-0.150 lg(OM)+0.091 lg(CEC)-3.835 (R2=0.781, P < 0.01, n=288).
(3) 根据32种蔬菜构建的对Pb物种敏感度曲线分析表明, 叶菜类、茄类和架豆类(部分)大致分布在SSD曲线的上端, 对Pb富集能力弱, 敏感度也较差; 而根茎类蔬菜在SSD曲线的下端, 对Pb富集能力强, 敏感度也更高; 品种不同的叶菜类蔬菜对Pb的富集系数也存在较大差异.
(4) 目的是保护95%、80%和50%的蔬菜品种, 通过Pb物种敏感度分布曲线, 将西南地区农田土壤划分为优先保护类、安全利用类和严格管控类, 这3类区域Pb阈值划分确定为: ≤100、100~353和≥353 mg·kg-1.
| [1] | 国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2016. |
| [2] |
傅国伟. 中国水土重金属污染的防治对策[J]. 中国环境科学, 2012, 32(2): 373-376. Fu G W. Countermeasures for water and soil heavy metal pollution in China[J]. China Environmental Science, 2012, 32(2): 373-376. DOI:10.3969/j.issn.1000-6923.2012.02.027 |
| [3] |
陈能场, 郑煜基, 何晓峰, 等. 《全国土壤污染状况调查公报》探析[J]. 农业环境科学学报, 2017, 36(9): 1689-1692. Chen N C, Zheng Y J, He X F, et al. Analysis of the report on the national general survey of soil contamination[J]. Journal of Agro-Environment Science, 2017, 36(9): 1689-1692. |
| [4] | 李志明, 吉庆勋, 杨曼利, 等. 我国农田土壤污染现状及防治对策[J]. 河南农业, 2019(23): 46-49. |
| [5] |
秦文淑, 邹晓锦, 仇荣亮. 广州市蔬菜重金属污染现状及对人体健康风险分析[J]. 农业环境科学学报, 2008, 27(4): 1638-1642. Qin W S, Zou X J, Qiu R L. Health risk of heavy metals to the general public in Guangzhou, China via consumption of vegetables[J]. Journal of Aro-Environment Science, 2008, 27(4): 1638-1642. DOI:10.3321/j.issn:1672-2043.2008.04.063 |
| [6] |
刘娟, 李洋, 张敏, 等. 滇东农田土壤铅污染健康风险评价及基准研究[J]. 农业工程学报, 2021, 37(1): 241-250. Liu J, Li Y, Zhang M, et al. Health risk assessment and benchmark of lead pollution in agricultural soils in East Yunnan, China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(1): 241-250. |
| [7] |
陈凤, 董泽琴, 王程程, 等. 锌冶炼区耕地土壤和农作物重金属污染状况及风险评价[J]. 环境科学, 2017, 38(10): 4360-4369. Chen F, Dong Z Q, Wang C C, et al. Heavy metal contamination of soils and crops near a zinc smelter[J]. Environmental Science, 2017, 38(10): 4360-4369. |
| [8] | Clemens S, Aarts M G M, Thomine S, et al. Plant science: the key to preventing slow cadmium poisoning[J]. Trends in Plant Science, 2013, 18(2): 92-99. DOI:10.1016/j.tplants.2012.08.003 |
| [9] |
胡习邦, 曾东, 王俊能, 等. 应用物种敏感性分布评估苯胺的水生生态风险[J]. 生态环境学报, 2016, 25(3): 471-476. Hu X B, Zeng D, Wang J N, et al. Assessing aquatic ecological risk of aniline by species sensitivity distributions[J]. Ecological and Environmental Sciences, 2016, 25(3): 471-476. |
| [10] | DeForest D K, Schlekat C E. Species sensitivity distribution evaluation for chronic nickel toxicity to marine organisms[J]. Integrated Environmental Assessment and Management, 2013, 9(4): 580-589. DOI:10.1002/ieam.1419 |
| [11] |
窦韦强, 安毅, 秦莉, 等. 叶菜类蔬菜产地镉环境质量类别划分技术研究[J]. 中国环境科学, 2020, 40(9): 3942-3951. Dou W Q, An Y, Qin L, et al. Study on the classification technology of the environmental quality category of cadmium in leaf vegetable production area[J]. China Environmental Science, 2020, 40(9): 3942-3951. DOI:10.3969/j.issn.1000-6923.2020.09.027 |
| [12] |
程菁靓, 赵龙, 杨彦, 等. 我国长江中下游水稻产区铅污染分区划分方法研究[J]. 农业环境科学学报, 2019, 38(1): 70-78. Cheng J L, Zhao L, Yang Y, et al. Classification methods for typical lead-contaminated rice production areas of the middle and lower Yangtze River in China[J]. Journal of Agro-Environment Science, 2019, 38(1): 70-78. |
| [13] |
孟楠, 安平, 王萌, 等. 基于典型污灌区土壤筛选耐盐、Cd低吸收小麦品种[J]. 农业环境科学学报, 2018, 37(3): 409-414. Meng N, An P, Wang M, et al. Screening low-Cd wheat cultivars characterized with high salinity tolerance for typical sewage irrigation soils[J]. Journal of Agro-Environment Science, 2018, 37(3): 409-414. |
| [14] |
魏益华, 邱素艳, 张金艳, 等. 农业废弃物中重金属含量特征及农用风险评估[J]. 农业工程学报, 2019, 35(14): 212-220. Wei Y H, Qiu S Y, Zhang J Y, et al. Characteristic of heavy metal contents in agricultural wastes and agricultural risk assessment[J]. Transactions of the Chinese Society of Agricultural Engineering, 2019, 35(14): 212-220. DOI:10.11975/j.issn.1002-6819.2019.14.027 |
| [15] |
王金霞, 李谢玲, 何清明, 等. 三峡库区典型农业区土壤重金属污染特征及风险评价[J]. 农业工程学报, 2018, 34(8): 227-234. Wang J X, Li X L, He Q M, et al. Characterization and risk assessment of heavy metal pollution in agricultural soils in three gorge reservoir area[J]. Transactions of the Chinese Society of Agricultural Engineering, 2018, 34(8): 227-234. |
| [16] |
张健琳, 瞿明凯, 陈剑, 等. 中国西南地区金属矿开采对矿区土壤重金属影响的Meta分析[J]. 环境科学, 2021, 42(9): 4414-4421. Zhang J L, Qu M K, Chen J, et al. Assessing the effects of metal mining on soil heavy metal concentrations in southwest China based on meta-analysis[J]. Environmental Science, 2021, 42(9): 4414-4421. |
| [17] |
耿融, 吕品翰. 云南省矿产资源勘查开发与保护布局研究[J]. 价值工程, 2019, 38(18): 280-281. Geng R, Lv P H. Research on exploration, development and protection layout of mineral resources in Yunnan province[J]. Value Engineering, 2019, 38(18): 280-281. |
| [18] | Hickey G L, Craig P S. Competing statistical methods for the fitting of normal species sensitivity distributions: Recommendations for practitioners[J]. Risk Analysis, 2012, 32(7): 1232-1243. DOI:10.1111/j.1539-6924.2011.01728.x |
| [19] |
窦韦强, 安毅, 秦莉, 等. 我国南方水稻产地镉环境质量类别划分技术[J]. 环境科学, 2020, 41(12): 5562-5570. Dou W Q, An Y, Qin L, et al. Technological classification of cadmium quality in the rice producing areas of south China[J]. Environmental Science, 2020, 41(12): 5562-5570. |
| [20] | GB 2762-2017, 食品安全国家标准食品中污染物限量[S]. |
| [21] | Hu H X, Li J, Luan Y N. Meta-analysis of soil mercury accumulation by vegetables[J]. Scientific Reports, 2018, 8(1): 1261. DOI:10.1038/s41598-018-19519-3 |
| [22] |
程会丹, 聂军, 鲁艳红, 等. 绿肥对土壤有机碳含量、质量及稳定性影响的研究进展[J]. 湖南农业科学, 2018(8): 119-122. Cheng H D, Nie J, Lu Y H, et al. Research progress on the effects of green manure on quantity, quality and stability of soil organic carbon[J]. Hunan Agricultural Sciences, 2018(8): 119-122. |
| [23] |
成杭新, 李括, 李敏, 等. 中国城市土壤化学元素的背景值与基准值[J]. 地学前缘, 2014, 21(3): 265-306. Cheng H X, Li K, Li M, et al. Geochemical background and baseline value of chemical elements in urban soil in China[J]. Earth Science Frontiers, 2014, 21(3): 265-306. |
| [24] |
孙慧珍, 陆小静, 陈明月, 等. 哈尔滨市不同类型人工林土壤重金属含量[J]. 应用生态学报, 2011, 22(3): 614-620. Sun H Z, Lu X J, Chen M Y, et al. Soil heavy metals concentration in different type plantations in Harbin City[J]. Chinese Journal of Applied Ecology, 2011, 22(3): 614-620. |
| [25] |
朱磊, 贾永刚, 潘玉英. 青岛北站规划区原场地表层土壤重金属污染研究[J]. 环境科学, 2013, 34(9): 3663-3668. Zhu L, Jia Y G, Pan Y Y. Study on pollution evaluation of heavy metal in surface soil of the original site of Qingdao north station[J]. Environmental Science, 2013, 34(9): 3663-3668. |
| [26] |
赵凯, 文典, 王其枫, 等. 广州市郊蔬菜重金属污染研究[J]. 广东农业科学, 2012, 39(11): 178-180. Zhao K, Wen D, Wang Q F, et al. Investigation of heavy metal pollution in vegetables in Guangzhou suburban[J]. Guangdong Agricultural Sciences, 2012, 39(11): 178-180. DOI:10.3969/j.issn.1004-874X.2012.11.058 |
| [27] |
陈志良, 黄玲, 周存宇, 等. 广州市蔬菜中重金属污染特征研究与评价[J]. 环境科学, 2017, 38(1): 389-398. Chen Z L, Hung L, Zhou C Y, et al. Characteristics and evaluation of heavy metal pollution in vegetables in Guangzhou[J]. Environmental Science, 2017, 38(1): 389-398. |
| [28] |
宗良纲, 孙静克, 沈倩宇, 等. Cd、Pb污染对几种叶类蔬菜生长的影响及其毒害症状[J]. 生态毒理学报, 2007, 2(1): 63-68. Zong L G, Sun J K, Shen Q Y, et al. Impacts of cadmium and lead pollution in soil on leaf vegetables growth and toxic symptoms[J]. Asian Journal of Ecotoxicology, 2007, 2(1): 63-68. |
| [29] |
杜景东, 高凡, 王敬贤, 等. 京郊蔬菜重金属含量特征及安全评价[J]. 北京农学院学报, 2014, 29(3): 42-46. Du J D, Gao F, Wang J X, et al. Concentration analysis and health risk assessment of heavy metals in vegetables of Beijing suburban[J]. Journal of Beijing University of Agriculture, 2014, 29(3): 42-46. |
| [30] | 黄玉源, 黄益宗, 李秋霞, 等. 广州市污水灌溉对菜地土壤和蔬菜的影响[J]. 环境化学, 2005, 24(6): 731-732. DOI:10.3321/j.issn:0254-6108.2005.06.027 |
| [31] | Zurera-Cosano G, Moreno-Rojas R, Salmeron-Egea J, et al. Heavy metal uptake from greenhouse border soils for edible vegetables[J]. Journal of the Science of Food and Agriculture, 1989, 49(3): 307-314. DOI:10.1002/jsfa.2740490307 |
| [32] |
章明奎, 方利平, 张履勤. 酸化和有机质积累对茶园土壤铅生物有效性的影响[J]. 茶叶科学, 2005, 25(3): 159-164. Zhang M K, Fang L P, Zhang L Q. Effects of acidification and organic matter accumulation on lead bio-availability in tea garden soils[J]. Journal of Tea Science, 2005, 25(3): 159-164. DOI:10.3969/j.issn.1000-369X.2005.03.001 |
| [33] |
陈玉梅. 重金属低积累蔬菜种类筛选及盐胁迫下蔬菜对土壤重金属累积研究[D]. 杭州: 杭州师范大学, 2016. Chen Y M. Selection of low accumulation of heavy metals in vegetable varieties and Accumulation of heavy metals in vegetable under salt stress[D]. Hangzhou: Hangzhou Normal University, 2016. |
| [34] |
余涛, 杨忠芳, 钟坚, 等. 土壤中重金属元素Pb、Cd地球化学行为影响因素研究[J]. 地学前缘, 2008, 15(5): 67-73. Yu T, Yang Z F, Zhong J, et al. Factors affecting the geochemical behavior of heavy metal elements Pb and Cd in soil[J]. Earth Science Frontiers, 2008, 15(5): 67-73. DOI:10.3321/j.issn:1005-2321.2008.05.007 |
| [35] |
万红友, 周生路, 陈杰, 等. 苏南经济快速发展区昆山市土壤铅形态含量及其影响因素[J]. 中国生态农业学报, 2012, 20(1): 87-92. Wan H Y, Zhou S L, Chen J, et al. Quantitative analysis of factors influencing soil Pb content in the high economic development region of South Jiangsu Province: a case study in Kunshan City[J]. Chinese Journal of Eco-Agriculture, 2012, 20(1): 87-92. |
| [36] |
高艺, 郑向群, 杨波. 不同类型土壤-小白菜中Hg转移的主控因素和预测模型[J]. 农业环境科学学报, 2018, 37(11): 2532-2540. Gao Y, Zheng X Q, Yang B. Major controlling factors and prediction models of Hg transfer from different soils to Brassica chinensis[J]. Journal of Agro-Environment Science, 2018, 37(11): 2532-2540. DOI:10.11654/jaes.2018-1144 |
| [37] |
曹勤英, 黄志宏. 污染土壤重金属形态分析及其影响因素研究进展[J]. 生态科学, 2017, 36(6): 222-232. Cao Q Y, Huang Z H. Review on speciation analysis of heavy metals in polluted soils and its influencing factors[J]. Ecological Science, 2017, 36(6): 222-232. |
| [38] | Qu J J, Song T, Liang J S, et al. Adsorption of lead (Ⅱ) from aqueous solution by modified Auricularia matrix waste: A fixed-bed column study[J]. Ecotoxicology and Environmental Safety, 2019, 169: 722-729. DOI:10.1016/j.ecoenv.2018.11.085 |
| [39] | Reza A H M S, Jean J S, Lee M K, et al. The binding nature of humic substances with arsenic in alluvial aquifers of Chianan Plain, southwestern Taiwan[J]. Journal of Geochemical Exploration, 2012, 114: 98-108. DOI:10.1016/j.gexplo.2012.01.002 |
| [40] |
丁琮, 陈志良, 李核, 等. 长株潭地区农业土壤重金属全量与有效态含量的相关分析[J]. 生态环境学报, 2012, 21(12): 2002-2006. Ding C, Chen Z L, Li H, et al. Correlation analysis of the heavy metal total contents and the available contents of agricultural soil in Chang-Zhu-Tan area[J]. Ecology and Environmental Sciences, 2012, 21(12): 2002-2006. DOI:10.3969/j.issn.1674-5906.2012.12.017 |
| [41] |
杨阳, 李艳玲, 陈卫平, 等. 蔬菜镉(Cd)富集因子变化特征及其影响因素[J]. 环境科学, 2017, 38(1): 399-404. Yang Y, Li Y L, Chen W P, et al. Variation characteristics of vegetables cadmium uptake factors and its relations to environmental factors[J]. Environmental Science, 2017, 38(1): 399-404. |
| [42] |
史明易, 王祖伟, 王嘉宝, 等. 基于富集系数对蔬菜地土壤重金属的安全阈值研究[J]. 干旱区资源与环境, 2020, 34(2): 130-134. Shi M Y, Wang Z W, Wang J B, et al. Study on safety threshold of heavy metals in vegetable soils based on bioaccumulation factor[J]. Journal of Arid Land Resources and Environment, 2020, 34(2): 130-134. |
| [43] | Punz F W, Sieghardt H. The response of roots of herbaceous plant species to heavy metals[J]. Environmental and Experimental Botany, 1993, 33(1): 85-98. DOI:10.1016/0098-8472(93)90058-N |
| [44] | Piechalak A, Tomaszewska B, Baralkiewicz D, et al. Accumulation and detoxification of lead ions in legumes[J]. Phytochemistry, 2002, 60(2): 153-162. DOI:10.1016/S0031-9422(02)00067-5 |
| [45] |
韩峰, 高雪, 陈海燕. 不同种类蔬菜对土壤重金属的富集差异[J]. 贵州农业科学, 2014, 42(6): 129-132. Han F, Gao X, Chen H Y. Enrichment difference of different types of vegetables to heavy metals[J]. Guizhou Agricultural Sciences, 2014, 42(6): 129-132. DOI:10.3969/j.issn.1001-3601.2014.06.033 |
| [46] |
张帆, 谢玲玲, 弥宝彬, 等. 蔬菜对重金属镉富集研究进展[J]. 湖南农业科学, 2017(7): 127-130. Zhang F, Xie L L, Mi B B, et al. Research progress on heavy metal cadmium enrichment in vegetables[J]. Hunan Agricultural Sciences, 2017(7): 127-130. |
| [47] |
杨侨, 赵龙, 孙在金, 等. 复合钝化剂对污灌区镉污染农田土壤的钝化效果研究[J]. 应用化工, 2017, 46(6): 1037-1041, 1050. Yang Q, Zhao L, Sun Z J, et al. Study on passivation effects of multi-passivators on the cadimium (Cd) contaminated soils in sewage irrigation area[J]. Applied Chemical Industry, 2017, 46(6): 1037-1041, 1050. DOI:10.3969/j.issn.1671-3206.2017.06.003 |
| [48] |
赵勇, 李红娟, 魏婷婷, 等. 土壤、蔬菜的铅污染相关性分析及土壤铅污染阈限值研究[J]. 中国生态农业学报, 2008, 16(4): 843-847. Zhao Y, Li H J, Wei T T, et al. Relationship between soil Pb pollution and Pb contents in vegetables and pollution threshold of soil Pb[J]. Chinese Journal of Eco-Agriculture, 2008, 16(4): 843-847. |
| [49] | Egendorf S P, Spliethoff H M, Shayler H A, et al. Soil lead (Pb) and urban grown lettuce: Sources, processes, and implications for gardener best management practices[J]. Journal of Environmental Management, 2021, 286(5). DOI:10.1016/J.JENVMAN.2021.112211 |
| [50] | Li F R, Wen D, Wang F H, et al. Derivation of soil Pb/Cd/As thresholds for safety of vegetable planting: A case study for pakchoi in Guangdong Province, China[J]. Journal of Integrative Agriculture, 2019, 18(1): 179-189. DOI:10.1016/S2095-3119(18)61975-6 |