銅礦重金屬污染對土壤微生物群落多樣性和酶活力的影響
2016-06-28 08:54:29張雪晴張琴程園園莢榮
生態環境學報 2016年3期
張雪晴，張琴，程園園，莢榮
安徽大學生命科學學院，安徽 合肥 230601
?
銅礦重金屬污染對土壤微生物群落多樣性和酶活力的影響
張雪晴，張琴，程園園*，莢榮*
安徽大學生命科學學院，安徽 合肥 230601
摘要：重金屬污染導致土壤環境質量的惡化，而土壤微生物的群落多樣性和土壤酶活力是評估污染程度的重要指標。該研究選擇了安徽銅陵銅礦附近受重金屬復合污染的4個土壤樣本，評估和比較了樣本中5種重金屬（砷、鎘、鋅、鉛和銅）的污染程度；研究和分析了土壤細菌和真菌群落的多樣性以及土壤酶活力。結果表明，（1）從樣本S1到S4，綜合污染指數分別為0.71、3.85、4.37和8.47；S1樣本尚未受到重金屬污染，而S2、S3和S4樣本受到不同程度重金屬砷、鎘、鋅和銅的污染；以鎘污染為主，不存在鉛污染。（2）從樣本S1到S4，隨著綜合污染程度的增加，土壤中脲酶、磷酸酶和脫氫酶的酶活力均呈現降低的趨勢，且磷酸酶和脫氫酶的酶活力與鎘、鋅和鉛的濃度呈顯著負相關，而脲酶酶活力與重金屬濃度沒有明顯的相關性。（3）隨著綜合污染指數的上升，細菌和真菌群落的多樣性均下降，且真菌群落物種豐富度的變化明顯于細菌。該研究對礦區土壤重金屬生物治理及環境修復具有重要意義。
關鍵詞：銅礦；土壤；重金屬；微生物群落多樣性；土壤酶活力
引用格式：張雪晴， 張琴， 程園園， 莢榮. 銅礦重金屬污染對土壤微生物群落多樣性和酶活力的影響［J］. 生態環境學報， 2016，25（3）: 517-522.
ZHANG Xueqing， ZHANG Qin， CHENG Yuanyuan， JIA Rong. The Impact of Heavy Metal Contamination on Soil Microbial Diversity and Enzyme Activities in A Copper Mine ［J］. Ecology and Environmental Sciences， 2016， 25（3）: 517-522.
隨著工業的發展，某些地區土壤中重金屬含量上升，致使土壤生態環境惡化，對土壤生物的多樣性產生重大的影響（Khan et al.，2008；Pan et al.，2011；Gilbert et al.，2012）。礦山的開采可導致土壤被重金屬污染，直接或間接影響人體的健康。已有報道表明，采礦區或其附近土壤受到金屬砷（As）、鎘（Cd）、鋅（Zn）、鉛（Pb）和銅（Cu）等不同程度的污染（Jung，2008；胡淼等，2014），因此，研究礦區土壤中重金屬污染狀況對保護生態環境和人類健康具有顯著意義。
相對于植物，土壤微生物對土壤環境變化的響應更為靈敏，并且在維護生態系統的結構和穩定性方面發揮著重要作用。此外，通過與植物的相互作用，微生物還會影響重金屬離子的遷移（Belimov et al.，2009）。由于土壤中微生物種類多樣，數量龐大，以及代謝活動旺盛，土壤中微生物被認為是衡量土壤質量的靈敏的、重要的指標（Khan et al.，2010；Zhang et al.，2015）。
土壤中的酶主要來自土壤微生物，土壤微生物的活性直接影響土壤的酶活力（Burns et al.，2013）。土壤中的酶在生物地球化學循環、土壤的結構維持和污染物解毒的代謝和反應過程中起著重要的催化作用，并為微生物和植物的生長提供某些化合物（Zhang et al.，2015）。因此，土壤酶活力常被用作評估土壤質量的指標，同時也可以反映土壤中的微生物群落狀態（Chung et al.，2015）。在眾多和重金屬污染相關的土壤酶中，脲酶、磷酸酶和脫氫酶最具代表性（Jyot et al.，2015；Tejada et al.，2008）。
實驗室條件下分析短期重金屬污染對微生物多樣性和土壤酶活力的影響已有較多研究，但長期暴露于重金屬的土壤污染相關研究較少。銅陵是我國有名的銅礦基地，礦產資源豐富，但在礦產資源大量開發的同時，也給當地環境帶來了影響，尤其是重金屬污染已成為破壞農田土壤環境的重要因素（樊霆等，2013）。因此，本研究選擇了安徽銅陵銅礦的土壤樣本，通過土壤微生物的群落多樣性以及土壤酶活力的分析，反映其重金屬污染程度，為土壤污染的質量評價、生物治理及環境修復提供實驗依據和理論指導。
1 材料與方法
1.1 采樣與分析
銅陵市位于安徽省中部，礦產資源豐富。獅子山是銅陵最具代表性的銅金多金屬礦山，也是銅陵最大的礦床，位于銅陵市東邊。該礦山從1958年開始基建，到2002年開采完畢（胡新付等，2011）。因為礦山的開采，該地區土壤環境受到了很大影響，重金屬污染程度不盡相同，其中鎘的污染較為嚴重（楊西飛，2007）。
采用GPS定位，在獅子山附近較大的耕地進行采樣，每隔1 km設置1個采樣點，利用內徑5 cm 的PVC管，采用5點混合法采集表層土壤（0～20 cm）樣本，每個樣本分成2份，分裝于封口袋中，一份放入冰盒作為新鮮樣，另一份作為風干樣。新鮮樣品用于微生物的測量，風干樣品用于重金屬和理化性質的測量（國家環境保護總局，2005）。
1.2 重金屬和pH的測定
風干的樣品用HNO3和H2O2消解后，用原子吸收分光光度法測定As、Cu、Zn、Pb和Cd的含量。稱取20 g土壤，加入50 mL去離子水，振蕩搖勻，靜置2～3 h，用pH計測上清液pH。
1.3 土壤重金屬污染評價方法
土壤重金屬污染評價方法用單因子指數法（Pi）和尼梅羅綜合污染指數法（Pc）（Brady et al.，2014；Islam et al.，2015）。
1.3.1 單因子指數法
單因子指數計算公式為：
式中，Pi是土壤中金屬i的環境質量指數；Ci是金屬i的實際測量值（mg·kg-1）；Si是土壤中金屬i的評價標準值（mg·kg-1）（GB 15618─1995）。
1.3.2 尼梅羅綜合污染指數法
尼梅羅綜合污染指數計算公式為：
式中，（Ci/Si）max是土壤污染指數的最大值；（Ci/Si）ave是土壤污染指數的平均值。
1.4 酶活力測定
根據已報道的方法測定脲酶、磷酸酶和脫氫酶的活力（Jyot et al.，2015）。脲酶、磷酸酶和脫氫酶的活力分別用1 kg土壤在1 h內生成的NH3-N的質量、1 kg土壤在1 h內生成的p-硝基苯酚（p-NP）的質量、1 kg土壤在1 d內生成的三苯基四氮唑氯化物（TPF）的質量表示。
1.5 DNA提取和PCR
取0.2 g凍干的土樣，用土壤DNA提取試劑盒（上海生工）抽提土壤樣品的DNA。引物GC-Fung （5'-GC-clamp-CATTCCCCGTTACCCGTTG-3'）和NS1（5'-GTAGTCATATGCTTGTCTC-3'）擴增真菌18S rDNA，擴增片段長度為550 bp（May et al.，2001）。引物357F-GC（5'-GC-clamp-CCTACGGGAGGCAGCAG-3'）和518R（5'-ATTACCGCGGCTGCTGG-3'）擴增細菌16S rDNA 的V3可變區，擴增片段長度為250 bp（Yu et al.，2004）。用凝膠電泳檢驗PCR產物后用于DGGE分析。
1.6 DGGE分析
取10 μL 18S rDNA PCR的產物進行DGGE分析。采用變性梯度為20%～40%、濃度為6%的聚丙烯酰胺凝膠，在1×TAE緩沖液中150 V和60 ℃條件下電泳8 h。取10 μL 16S rDNA PCR的產物進行DGGE分析。采用變性梯度為35%～55%、濃度為8%的聚丙烯酰胺凝膠（化學變性劑為100%尿素7 mol·L-1和40%（V/V）的丙烯酰胺），在1×TAE緩沖液中150 V和60 ℃條件下電泳5 h。電泳完畢后，采用銀染法染色，并且利用Bio-Rad公司的Gel-Doc2000凝膠成像系統拍照。
根據電泳條帶的豐度和密度計算戴斯系數，得到相似矩陣，并構建聚類圖，分析樣品間微生物種群的相似性（Nicol et al.，2003）。根據電泳圖譜中樣品條帶數目及每個條帶的強度（灰度），對各樣品中微生物多樣性指數（H′）、均勻度（E）和豐富度（S）等指標進行分析（秦燕燕等，2009）。具體算法如下：
其中，pi為樣品中單一條帶的強度在該樣品所有條帶總強度中所占的比率，N為DGGE圖譜單一泳道上所有條帶的豐度，Ni為第i條帶的豐度；S是某樣品中所有條帶數目總和。
1.7 平板計數法
用平板計數法對土壤中異養細菌、放線菌、絲狀真菌和酵母的活細胞數計數。分別配制牛肉膏蛋白胨培養基、高氏一號培養基、察氏培養基和麥芽汁培養基培養細菌、放線菌、霉菌和酵母菌（姚萬春等，2011；鄧曉，2012）。可培養的細胞數用菌落形成單位（CFU）表示。
1.8 數據分析
用Origin 8.0計算平均值和標準差，用t-檢驗比較平均值，顯著水平為P<0.05。用SPSS作皮爾森相關性分析。DGGE圖譜采用Quantity one軟件對每個樣品的電泳條帶數目、條帶密度進行數字化分析。
2 結果與討論
2.1 土壤性質
4個土壤樣品中As、Cd、Zn、Pb和Cu的含量如表1所示。4個土壤樣品中各金屬的單因素指數和綜合污染指數的計算結果如表2所示。單因素指數法的土壤分類標準如下：Pi≤1表示清潔；Pi>1表示污染。Pi值越大，表示污染越嚴重。土樣1（S1）中5種金屬的Pi值都小于1，說明S1中5種金屬的含量均在標準范圍內，未受污染。其它3個樣品中，Pb的單因子指數均在正常范圍內，說明不存在Pb污染。土樣2（S2）中As、Cd和Cu含量超標，土樣3（S3）和土樣4（S4）中As、Cd、Zn和Cu都超標。綜合污染指數法的土壤分類標準如下：0.7
表1 4個土壤樣品的理化性質和金屬含量Table 1 Physicochemical properties and heavy metal content of four soil samples
表2 4個土壤樣品的環境質量指數Table 2 Environmental quality index of heavy metals in 4 soil samples
2.2 土壤酶活力
土壤酶活力反應了微生物和植物對環境的響應，土壤中化肥、金屬離子和化學污染物均會影響土壤中酶的活力。同時，土壤中的酶對土壤生態環境、物理化學性質、土壤肥力和健康也有一定的影響。本研究分析了土壤中脫氫酶、磷酸酶和脲酶的活力，這三者是常用的衡量土壤健康的指標（Jyot et al.，2015）。脲酶水解尿素，會導致土壤中的N流失（Upadhyay，2012）。磷酸酶在磷酸鹽循環中有重要作用，它調節營養物質的吸收和植物生長（Nannipieri et al.，2011）。因此，脲酶和磷酸酶主要影響土壤的肥力。脫氫酶主要存在于細胞，氧化土壤有機質。因為脫氫酶參與呼吸作用，所以它的活力是土壤微生物活性和土壤健康的重要指標。
3種酶的活力測定結果如表3所示。S4的3種酶的活力均最低，而且S4的綜合污染指數也最高。用皮爾森相關系數進一步分析重金屬濃度和酶活力間的相互關系，結果如表4所示，磷酸酶和脫氫酶的活力與Cd、Zn和Pb的濃度呈極顯著負相關關系，與Cu的濃度呈負相關關系。由此表明，脫氫酶和磷酸酶可以作為土壤Cd、Zn和Pb污染指示劑。脲酶活力僅僅與As濃度表現出較弱的負相關關系，與其它金屬濃度沒有表現出明顯的相關性。
表3 土壤樣品中的酶活力Table 3 Enzyme activities of soil samples
表4 土壤酶活力和重金屬濃度的皮爾森相關性分析Table 4 Pearson correlation coefficient of enzyme activity and heavy metal concentrations
2.3 微生物多樣性
DGGE可以快速地對多個樣本的微生物群落多樣性進行分析。圖1a是4個土樣細菌16S rDNA的V3可變區擴增產物的DGGE電泳圖，圖1b是量化的電泳圖，圖1c是聚類分析后得到的系統樹圖。圖1c顯示了4個土壤樣本中細菌群落的相似性，可見S1的細菌群落與其它3個樣本差異最大，S2 和S3的細菌群落相似度最高，該結果與用綜合污染指數的評估結果相一致。S1的Pc值最小，S4的Pc值最大。這一結果表明，重金屬的綜合污染程度對細菌群落多樣性產生明顯影響。
表5顯示了各樣本中細菌的群落多樣性。S1的豐富度為25，香農指數（Shannon-Wiener）為3.2086。S4的香農指數、豐富度（Richness）和均勻度（Evenness）都是最低的，尤其是豐富度，僅為21，說明重金屬污染程度的加大，引起細菌物種數量的下降，導致細菌群落多樣性降低。
圖1 細菌16s rDNA的PCR產物DGGE電泳圖（a）和量化圖（b）；樣品間細菌的聚類圖（c）Fig. 1 DGGE profiles of bacterial 16S rDNA （a） and quantitative figure（b）； clustering figure of bacteria in samples （c）
表5 各樣本的細菌多樣性分析Table 5 Bacterial diversity analysis of samples
4個土壤樣本中真菌18S rDNA擴增產物的DGGE電泳圖見圖2a，圖2b為量化的電泳圖，圖2c為聚類分析后得到的系統樹圖。從系統樹圖2c可看出，S2和S3中的真菌群落相似度最高，為69%，S1中真菌群落與其他3個樣本的真菌群落差異較大。這一結果表明，真菌群落受到了重金屬的明顯影響。
圖2 真菌18s rDNA的PCR產物DGGE電泳圖（a）和量化圖（b）；樣品間真菌的聚類圖（c）Fig. 2 DGGE profiles of fungal 18S rDNA （a） and quantitative figure（b）；clustering figure of fungal in samples （c）
表6 各樣品的真菌多樣性分析Table 6 Fungal diversity analysis of samples
表6顯示了各樣本中真菌的群落多樣性。數據顯示，從S1到S4，隨著土壤重金屬的綜合污染指數逐漸增大，香農指數和豐富度均逐漸下降，表明真菌群落的多樣性下降。與細菌相比，從S1到S4，均勻度有些改變，可能是隨著土壤重金屬的綜合污染指數增大，造成某些真菌種類的失去而另外一些耐受重金屬的真菌種類富集，4個樣本物種個體數目分配的均勻程度發生了變化。數據顯示，從S1到S4，真菌群落的物種豐富度分別為30、28、25 和24，而細菌群落的物種豐富度分別為25、25、25和21。說明真菌群落的多樣性指數減小主要是由于其物種豐富度的變化而引起的，且真菌群落物種豐富度的變化明顯于細菌。施曉東等（2003）綜述了重金屬污染土壤的微生物響應，表明低濃度的重金屬有促進微生物數量的作用，高濃度則有抑制作用；微生物對高濃度重金屬的敏感性，通常是放線菌>細菌>真菌。張曉宇等（2010）研究了重金屬Cd污染對旱田土壤微生物群落的影響，結果顯示，微生物對Cd的敏感程度為細菌>放線菌>真菌。謝學輝等（2012）以德興銅礦尾礦重金屬污染土壤為研究對象，表明不同重金屬濃度對微生物多樣性的影響不是簡單的線性關系；重金屬污染可能改變原有微生物群落內種群間的關系，新的耐受菌種產生，而原優勢種群失去優勢作用。
表7 土壤樣品中原核和真核微生物的數量Table 7 Numbers of prokaryotic and eukaryotic microorganisms in soil samples. Values are mean of three replicates ± SD 108cfu·g-1
微生物主要分為細菌、放線菌、霉菌和酵母菌四大類。用平板培養法對土壤中四大類可培養微生物進行計數，進一步分析土壤中微生物的豐富度。表7顯示，土壤中的細菌、放線菌、霉菌和酵母菌的數量都達到了1×107～1×108CFU·g-1。其中，細菌數量最大，真菌數量略少于細菌。S4樣本的可培養微生物總數最小，這與用綜合污染指數法評估土壤污染程度的結果相符合。從S1到S4，可培養細菌的數量隨土壤重金屬污染程度的增加逐漸下降，而可培養的放線菌、霉菌和酵母菌的數量變化沒有規律性。另外，這3類微生物數量在樣本之間的變化，也并未與其多樣性指數的結果一致。分析其原因，一方面，微生物的分離培養方法有技術上的局限性，且土壤中存在多數不可培養微生物，因此，這種傳統的方法不能準確反映微生物多樣性的實際存在狀態；另一方面，礦區土壤是一個復雜的環境，含有復合重金屬，且包含多種結構的有機化合物，如腐殖酸、腐殖酸樣物、酚類化合物等（Fortin et al.，2004），土壤微生物在受重金屬影響的同時，也受其它因素的影響。正如謝學輝等（2012）的研究結果，對于長期重金屬污染的野外實地樣品，不同重金屬濃度影響微生物多樣性可能不是實驗室研究的簡單線性關系。但是，土壤微生物群落多樣性能夠表征土壤生態系統群落結構和穩定性，是最有潛力的敏感性生物指標之一（孫波等，1997）。
3 結論
本文分析了銅陵銅礦土壤樣本中的微生物群落多樣性和土壤酶活力。結果顯示，從樣本S1到S4，土壤重金屬綜合污染程度加大，細菌和真菌群落的多樣性均下降，且真菌豐富度的變化明顯于細菌，土壤酶活力也隨之減低。磷酸酶和脫氫酶的活力隨著Cd、Zn和Pb濃度的升高而明顯下降，因此，磷酸酶和脫氫酶可以作為預測土壤重金屬Cd、Zn 和Pb污染的有效指標之一。由此可見，利用微生物群落多樣性表征礦區重金屬污染土壤的環境質量具有一定的可行性，但仍有待進一步深入研究。
參考文獻：
BELIMOV A A， PUHALSKY I V， SAFRONOVA V I， et al. 2009. Geochemical behavior of heavy metals in a Zn-Pb-Cu mining area in the State of Mexico （central Mexico） ［J］. Environmental Monitoring and Assessment， 155（1-4）: 355-72.
BRADY J P， AYOKO G A， MARTENS W N， et al. 2014. Enrichment，distribution and sources of heavy metals in the sediments of Deception Bay， Queensland， Australia ［J］. Marine Pollution Bulletin， 81（1）: 248-255.
BURNS R G， DEFOREST J L， MARXSEN J， et al. 2013. Soil enzymes in a changing environment: Current knowledge and future directions ［J］. Soil Biology and Biochemistry， 58: 216-234.
CHUNG H， KIM M J， KO K， et al. 2015. Effects of graphene oxides on soil enzyme activity and microbial biomass ［J］. Science of Total Environment， 514: 307-313
FORTIN N， BEAUMIER D， LEE K， et al. 2004. Soil washing improves the recovery of total community DNA from polluted and high organic content sediments ［J］. Journal of Microbiological Methods， 56（2）: 181-91.
GILBERT N， FULTHORPE R， KIRKWOOD A E. 2012. Microbial diversity，tolerance， and biodegradation potential of urban wetlands with different input regimes ［J］. Canadian Journal of Microbiology， 58（7）: 887-897.
ISLAM M S， AHMED M K， HABIBULLAH-AL-MAMUN M， et al. 2015. Potential ecological risk of hazardous elements in different land-use urban soils of Bangladesh ［J］. Science of the Total Environment，512-513: 94-102.
JUNG M C. 2008. Heavy metal concentrations in soils and factors affecting metal uptake by plants in the vicinity of a Korean Cu-W mine ［J］. Sensors-Basel， 8（4）: 2413-2423.
JYOT G， MANDAL K， SINGH B. 2015. Effect of dehydrogenase，phosphatase and urease activity in cotton soil after applying thiamethoxam as seed treatment ［J］. Environmental Monitoring and Assessment， 187（5）: 298.
KHAN S， CAO Q， ZHENG Y M， et al. 2008. Health risks of heavy metals in contaminated soils and food crops irrigated with wastewater in Beijing， China ［J］. Environmental Pollution， 152（3）: 686-92.
KHAN S， HESHAM A E L， QIAO M， et al. 2010. Effects of Cd and Pb on soil microbial community structure and activities ［J］. Environmental Science and Pollution Research， 17（2）: 288-296.
MAY L A， SMILEY B， SCHMIDT M G.2001. Comparative denaturinggradient gel electrophoresis analysis of fungal communities associated with whole plant corn silage ［J］. Canadian Journal of Microbiology，47（9）: 829-841.
NANNIPIERI P， GIAGNONI G， LANDI L， et al. 2011. Role of phosphatase enzymes in soil ［M］. Berlin: Springer: 215-243.
NICOL G W， GLOVER L A， PROSSER J I. 2003. Spatial analysis of archaeal community structure in grassland soil ［J］. Applied and Environmental Microbiology， 69（12）: 7420-7429.
PAN J， YU L. 2011. Effects of Cd or/and Pb on soil enzyme activities and microbial community structure ［J］. Ecological Engineering， 37（11）: 1889-1894.
TEJADA M， MORENO J L， HERNáNDEZ M T， et al. 2008. Soil amendments with organic wastes reduce the toxicity of nickel to soil enzyme activities ［J］. European Journal of Soil Biology， 44（1）: 129-140.
UPADHYAY LSB. 2012. Urease inhibitors: A review ［J］. Indian Journal of Biotechnology， 11（4）: 381-388.
YU Z T， MORRISON M. 2004. Comparisons of different hypervariable regions of rrs genes for use in fingerprinting of microbial communities by PCR-denaturing gradient gel electrophoresis ［J］. Applied and Environmental Microbiology， 70（8）: 4800-4806.
ZHANG J， QIN J， ZHAO C C， et al. 2015. Response of bacteria and fungi in soil microcosm under the presence of pesticide endosulfan ［J］. Water，Air & Soil Pollution， 226（4）: 1-9.
ZHANG Q， ZHOU W， LIANG G Q， et al. 2015. Distribution of soil nutrients， extracellular enzyme activities and microbial communities across particle-size fractions in a long-term fertilizer experiment ［J］. Applied Soil Ecology， 94: 59-71.
GB 15618─1995. 中華人民共和國國家標準土壤環境質量標準［S］.
HJ/T 167─2004. 土壤環境監測技術規范［S］.
國家環境保護總局. 2005. 土壤環境監測技術規范（HJ/T 167-2004）［M］.北京: 中國環境科學出版社.
鄧曉. 2012. 香蕉枯萎病區土壤微生物多樣性研究［D］. 海南: 海南大學: 16.
樊霆， 葉文玲， 陳海燕，等. 2013. 農田土壤重金屬污染狀況及修復技術研究［J］. 生態環境學報， （10）:1727-1736.
胡淼， 吳家強， 彭佩欽，等. 2014. 礦區耕地土壤重金屬污染評價模型與實例研究［J］. 環境科學學報， 34（2）: 423-430.
胡新付， 周貴斌， 徐曉春. 2011. 安徽銅陵獅子山銅礦床探采對比研究［J］. 安徽地質， 21（1）: 27-31.
秦燕燕， 李金花， 王剛， 等. 2009. 添加豆科植物對棄耕地土壤微生物多樣性的影響 ［J］. 蘭州大學學報: 自然科學版， 45（3）: 55-60.
施曉東， 常學秀. 2003. 重金屬污染土壤的微生物響應［J］. 生態環境，12（4）: 498-499.
孫波， 趙其國， 張桃林， 等. 1997. 土壤質量與持續環境——Ⅲ.土壤質量評價的生物學指標［J］. 土壤， 29（5）: 225-234.
謝學輝， 范鳳霞， 袁學武， 等. 2012. 德興銅礦尾礦重金屬污染對土壤中微生物多樣性的影響［J］. 微生物學通報， 39（5）: 624-637.
楊西飛. 2007. 銅陵礦區農田土壤及水稻的重金屬污染現狀研究［D］. 合肥: 合肥工業大學: 75.
姚萬春， 唐玉明， 任道群， 等. 2011. 白酒曲藥微生物分離培養基的選擇研究［J］. 釀酒， 38（3）: 39-41.
張曉宇， 晉日亞， 白紅娟. 2010. 重金屬Cd污染對旱田土壤微生物群落的影響［J］. 工業安全與環保， 36（11）: 31-32.
The Impact of Heavy Metal Contamination on Soil Microbial Diversity and Enzyme Activities in A Copper Mine
ZHANG Xueqing， ZHANG Qin， CHENG Yuanyuan*， JIA Rong*
School of Life Sciences， Anhui University， Hefei 230601， China
Abstract:Contamination of heavy metals results in deterioration of soil health， which can be assessed by the diversity of microbial community and the activity of soil enzymes. In this study， four soil samples were collected from a copper mine in Tongling City of China， and were further analyzed for evaluating the contamination of five metals （arsenic， cadmium， zinc， lead and copper）， the diversity of bacteria and fungi as well as the activity of soil enzymes. Our results indicated that: （1） the comprehensive pollution index was 0.71， 3.85， 4.37 and 8.47 for sample 1 to 4 （S1～S4）， respectively， indicating that S1 was uncontaminated while S2， S3 and S4 were contaminated to different extent； cadmium was the main metal while no lead was detected in four samples； （2） the activity of urease， phosphatase and dehydrogenase decreased with the increase of the comprehensive pollution index of four samples； the activity of phosphatase and dehydrogenase was negatively correlated to the concentration of cadmium， zinc and lead， while the urease activity showed no significant correlation with these metals； （3） the diversity of bacteria and fungi decreased with the increase of the comprehensive pollution index， and the change of fungi abundance was more obvious than that of bacteria. This study will contribute to the bioremediation of heavy metal contamination in mining areas.
Key words:copper mine； soil； heavy metals； microbial diversity； soil enzymes activity
DOI:10.16258/j.cnki.1674-5906.2016.03.022
中圖分類號：X172
文獻標志碼：A
文章編號：1674-5906（2016）03-0517-06
基金項目：國家自然科學基金項目（31571286）；國家環保公益性行業科研專項項目（201009041）；安徽省高等學校自然科學研究項目（KJ2015A010）
作者簡介：張雪晴（1990年生），女，碩士研究生，研究方向為應用與環境微生物學。E-mail: ahuzxq@yeah.net
*通信作者：莢榮，女，教授，研究方向為應用與環境微生物學。E-mail: ahujiarong@163.com。程園園，女，副教授，研究方向為應用與環境微生物學。E-mail: chengyy@ahu.edu.cn
收稿日期：2016-01-06
