土壤重金屬污染評價方法概述

陳曉燕，范成五，瞿 飛，王文華，秦 松,*

(1.貴州大學，貴州 貴陽 550025； 2.貴州省土壤肥料(農業資源與環境)研究所，貴州 貴陽 550006； 3.貴州省農業資源與環境工程技術研究中心，貴州 貴陽 550006)

土壤重金屬污染評價方法概述

陳曉燕1，范成五2,3，瞿 飛1，王文華2,3，秦 松1,2,3*

(1.貴州大學，貴州 貴陽 550025； 2.貴州省土壤肥料(農業資源與環境)研究所，貴州 貴陽 550006； 3.貴州省農業資源與環境工程技術研究中心，貴州 貴陽 550006)

土壤重金屬污染是當今重要的世界性環境問題之一。采用合理的評價方法，客觀準確地評價土壤中的重金屬污染程度，對于防治環境污染和保障人類健康具有重要意義。目前，評價重金屬污染程度的方法眾多，大體可分為傳統評價法和其他評價法2類，各有其適用范圍和不足之處。介紹傳統評價方法及其他評價方法，并探討其適用性。

土壤重金屬； 污染； 評價方法

土壤是農業生產的基礎，更是人類賴以生存的基本環境要素。隨著我國工業化和城市化的快速發展，工業和生活廢水排放、污水灌溉、礦產資源的不合理開發利用、農藥化肥的不合理施用和汽車尾氣排放等，造成了土壤環境系統中重金屬含量的不斷累積，甚至超過土壤環境背景值，造成土壤重金屬污染，土壤生態環境質量惡化，嚴重影響農作物的品質和產量。同時，土壤中積累的重金屬還可通過食物鏈逐級累積直接危害人體健康[1-2]。我國幅員遼闊，不同地域的土壤污染情況亦不相同，對其重金屬污染程度做出正確評價，可為土壤污染的修復工作和耕地土壤安全等級的劃分等提供依據和建議。

國內外學者根據研究的側重點不同提出了許多評價方法和標準，本文將其分為傳統評價方法和其他評價法2大類，試作概述。傳統評價法經過大量研究，相對比較成熟，適用范圍也比較明晰；而6種其他評價方法的適用性尚有待進一步明確，特重點討論如下。

1 傳統評價方法

傳統的重金屬污染評價方法包括指數法和數學模型指數法。指數法是以實測元素含量與土壤元素背景值為基礎，經各種公式計算，與分級標準做比較而評價出污染程度，形式簡單易明，容易掌握，但忽略了實際污染情況中存在的復雜性和模糊性。常用的有內梅羅指數法、地積累指數法、潛在生態風險指數法、污染負荷指數法和富集因子法等。數學模型指數法是在指數法評價的基礎上，根據有限的已知資料預測未知后果，通過計算軟件輔助構建數學模型，深化指數法的評價結果，進行重金屬污染評價的1種方法。雖然該方法彌補了指數法的不足之處，但評價過程需要建立大量函數，運算復雜不易掌握，同時權重的確定過程帶有個人主觀性。常用的模型指數法有模糊數學法和灰色聚類法等。

2 其他評價方法

2.1 基于人體健康的風險評價

近年來，健康風險評價法越來越多地應用于重金屬污染評價中。它的主要特點是將人體健康狀況與環境污染聯系起來，以風險度作為評價指標，定量反映重金屬污染程度與人體健康間的聯系，通過估算各污染物對人體健康產生不良影響的可能性，從而確定應優先治理的污染物，為環境污染防治提供科學依據[3]。曲常勝[4]研究了多暴露途徑的重金屬暴露劑量，表明不同重金屬的主要暴露途徑不盡相同；車飛[5]的研究表明經口食物攝入是污灌區居民暴露于重金屬的1個主要途徑，貢獻率在80%以上。但要指出的是，用土壤重金屬總量評估經口攝入暴露途徑的風險要比實際的健康風險高，因此，利用重金屬的生物可給性進行調整，在一定程度上可以避免由總量評估帶來的高風險評價結果，結果更具參考意義[6-8]。

研究表明，在不同區域(如城鎮，郊區)、不同人群(男性和女性、兒童和成人)、不同季節，相同重金屬的暴露風險評估結果不盡一致，也就是說健康風險評價結果可能會受到各種內外因素的影響，且前人研究所采用的暴露劑量模型中多使用國外參數，未必適用于各地的實際情況，應盡量進行充分的實地調研，使用當地的系列參數，以使評價結果更加貼近實際。

2.2 基于GIS技術的地統計模型

土壤重金屬在空間分布上的污染特性保持著不均勻連續性及突變性，傳統評價方法無法利用樣點空間坐標的缺陷日趨明顯，因此，地統計模型被引入到土壤重金屬污染評價中來。現在，越來越多的研究結果證明地統計是分析土壤重金屬空間分布特征及其變異規律最為有效的方法之一[9-11]。謝云峰等[12]的研究結果表明，在地統計條件下模擬獲得的土壤Cu、Pb分布特性與調查樣點的統計特性基本一致；王曉輝等[13]結合基于GIS技術的地統計分析方法和多元統計分析理論，研究了淮南礦區土壤重金屬的污染來源及空間分布規律，表明研究區Cd、Hg、Cr、Cu和Pb空間結構受人類活動等隨機因素影響顯著，元素Ni受隨機因素的影響相對較大；劉慶等[14]運用ArcGIS 8.3軟件的地統計分析模塊Kriging插值法繪制出浙江省慈溪市的重金屬健康風險評價圖。

基于GIS技術的地統計模型不但能夠反映重金屬的空間分布特征及其方向變異規律，而且能通過克里格插值最大限度地利用已知的樣點數據無偏最優估計未采樣點數據，從而繪出二維至三維空間的總體污染分布規律圖。相比于傳統評價方法的數字表達，其可視化的表達方式更直觀，而且可以識別污染來源，避免了系統誤差的出現，降低了傳統評價方法中的主觀性。但要注意的是，可視化表達是建立在土壤樣點空間分布具有連續性的基礎之上的，若變異函數和相關分析的結果表明區域內變量之間不存在空間相關性，則克里格插值法并不適用。但從既有的研究看，樣點空間分布不連續的情況較少見。

2.3 基于GIS技術的人工神經網絡模型

土壤是一個空間連續性變異的非勻質體，各樣點的重金屬含量與其所在樣點位置和污染等級之間均存在復雜的隨機非線性映射關系[15]。人工神經網絡(ANN)是一種仿生機制數學模型，特點在于能模仿動物神經連接節點分布式并行處理信息的行為，常用的神經網絡有BP、RBF、SOFM、Hopfield。ANN能較好地映射樣點重金屬含量與其空間位置和污染程度的非線性關系，提供一批相互對應的輸入-輸出數據，分析其內在聯系并預先設計污染評價模式，輸入新數據即可推算輸出結果，這使得ANN通過自適應學習即能夠對空間各個插值點處的土壤重金屬含量進行預測、評價。張玨等[16]采用雙隱層BP神經網絡預測模型模擬新疆克拉瑪依人工碳匯林的重金屬含量空間分布情況，擬合精度達90%左右，模擬評價效果和精度檢驗均較好，說明應用BP算法評價土壤重金屬污染程度、分析其空間信息是可行的；段寧等[17]的研究也說明BP神經網絡模擬出的重金屬濃度與實測值能較好吻合，預測精度較好；馬祿義等[18]應用SOFM網絡，根據樣本分布特征進行分類，并應用BP網絡分析樣本的污染程度，結合這2種人工神經網絡評價了河北省近海沉積物中Pb、Cr、Zn、Hg和As等5種重金屬元素的污染等級；王牧童等[19]以不同來源(農業、自然、交通、燃煤)的重金屬作為輸入條件，以土壤生物毒性作為輸出條件，構建毒性神經網絡模型，對石油開采區土壤中重金屬進行源解析，并結合相對靈敏度計算得到4種來源的重金屬對土壤生物毒性的貢獻率。

與多數多元統計分析方法相比，ANN的一大優點是不需要篩選樣本描述參數，直接輸入所有參數進行訓練，通過自適應學習樣本數據整理出相應的規律，得到“訓練”好的網絡，尤其是在樣點數量較少、分布稀疏，也就是采樣點空間分布不符合克里格插值法要求的情況下，ANN更具優勢，是一種可行的代替方法。但在實際應用中，由于缺乏與研究內容相關的先驗知識和嚴密的理論指導，在最佳模型的建立及訓練時間的多少上，需耗費大量時間和精力經不斷探索確定。在這一點上，專家系統有其優越性，同時使用者的經驗也決定了ANN的應用效果。人工神經網絡發展到今天雖已有幾十種模型，但在分析領域遠未能得到充分運用。隨著研究的深入和理論體系的完善，ANN必能更好地實現自然環境模擬效果。

2.4 基于形態學的RAC(風險評價編碼)法

大部分重金屬污染評價方法都建立在元素總量高低的基礎之上。實際上，重金屬元素在土壤中的地球化學行為和生物有效性不僅只與總量有關，與元素賦存形態的聯系更加密切。賦存形態不同，與之對應的毒性、生物可利用性和生態風險均不同。在總量評價的基礎上，可加入重金屬有效態含量及形態分析，以補充評價重金屬的遷移性和對環境的潛在危害。以碳酸鹽結合態和離子可交換態存在的重金屬，具有快速生物可利用性的特點，被視為有效部分，RAC(風險評價編碼)法通過計算這2部分在重金屬總量中的占比來評價重金屬的有效性(即可利用性)，其有效性越高，對環境構成的風險越大[20]。龐文品等[21]結合單因子指數法、潛在生態風險指數法和RAC法對貴州興仁煤礦區農田土壤中重金屬進行了潛在生態風險評估和環境風險評價。

RAC法側重于單個重金屬元素的有效態引起的環境風險，對由多因素共同污染引起的綜合風險尚無法評價，因此在與其他評價方法相結合時，可能會出現評價結果不完全一致的現象。當出現重金屬總量很低而生物有效性很高或者總量高而生物有效性很低的情況，僅考慮總量評價的結果是不準確的，因為在一定程度上重金屬存在形態決定著環境風險，同時考慮總量和形態2方面的評價結果，將使研究結論更加合理。

2.5 生物評價法

重金屬的富集過程受生物體影響，同一形態的同種重金屬元素在不同生物體內的累積能力不同，不同形態的同一重金屬元素在同種生物體內的累積情況也不同，重金屬只有被生物吸收才有可能對生物體產生毒性，因此，也可利用生物有效性來對重金屬污染進行評價。生物評價法指通過分析重金屬對生物標志物的影響與重金屬含量的相關性來評價土壤重金屬污染情況。蚯蚓是土壤中常見的一種反映土壤質量的指示性生物，處于食物鏈的底部，是重金屬和其他污染物的最直接受害者，其生化指標的變化有助于確定生物體所處環境的污染程度及潛在危害，可對重金屬污染暴露起到早期預警的作用，目前已被廣泛應用到土壤質量評價中[22-23]。鄭麗萍等[24]進行為期28 d的蚯蚓生物毒性暴露實驗，從細胞水平和DNA水平多方面評價蚯蚓體內過氧化氫酶(CAT)、超氧化物歧化酶、8-羥基脫氧鳥苷(8-ODHG)和金屬硫蛋白(MT)這4種生物指標與貴州省媽姑鎮鉛鋅礦區土壤重金屬含量的相關性，證實MT是土壤重金屬生態風險評估的主要生物標志物之一，并最終選擇8-OHDG和MT作為土壤重金屬復合污染的綜合生物評價指標體系；Homa等[25]研究發現，蚯蚓在復合重金屬污染環境下，個體繁殖數量與體內MT-2基因表達水平呈較好的線性關系，明確指出以蚯蚓體內MT-2轉錄表達水平作為生物標志物，能夠很好地監測重金屬(特別是Cd)的污染程度。此外，還有學者研究了昆蟲體內MT與重金屬濃度的劑量-反應關系[26-27]。

有學者認為，生物評價法指標體系應根據特定生物指標對特定污染物的污染脅迫響應行為構建，但真實的土壤污染狀況是由多種污染物組合形成的復合態，包含許多未知信息和灰色信息。查閱文獻發現，除了幾類生物指標(如MT、乙酰膽堿酯酶等)可以特異性地指示污染物外，大多數生物標記物并不具有這一功能，任何污染都能引起其指標的變化，如抗氧化酶能為有機污染物和重金屬污染脅迫所誘導[28-30]。從這一角度出發，著力在特異性生物標志物方面開展研究，可能并不具備現實意義。另外，生物評價法無法指示出土壤中污染物的類型和含量，但能夠真實地反映出受污染土壤的生物有效性和毒性，有利于科學評估其現實風險狀況，可作為實驗室化學分析法的有益補充。鑒于目前生物評價法尚沒有建立起一套規范完善的標準研究方法，如生物標志物的類型、暴露時間、暴露介質、測定數據的環境響應范圍等，目前所做的利用蚯蚓生物標志物評價土壤生態風險的研究結果之間尚無法比較，未來可在此環節重點突破。

2.6 土壤和農產品質量綜合評價法

現有的土壤重金屬污染評價方法多是在重金屬含量實測值與土壤元素背景值的基礎上進行的，大部分的評價方法僅關注土壤環境，未充分考慮與之息息相關的生物效應。陳懷滿[31]認為，農產品產量和可食部分化學物質含量與其生長的土壤和環境密切相關，由于土壤具有時空變異性，因此，只有同時采集同一地點的土壤和農產品樣品進行分析，土壤環境質量評價結果才能更符合實際。王玉軍等[32]將農產品中重金屬的含量和農田土壤有機地聯系在一起，同時考慮土壤環境質量標準、土壤元素背景值、農產品污染物限量標準和元素價態效應等進行污染評價，提出一種由土壤重金屬影響綜合指數和農產品重金屬影響綜合指數構成的新評價方法。這種方法計算量大且步驟煩瑣，但體現了土壤重金屬和農產品重金屬分別對農田土壤環境質量以及彼此之間的影響，評價結果更加客觀，但相關的研究應用并不多見。

3 小結

土壤重金屬污染評價是一個復合系統，學科綜合性強。目前已有的各種土壤重金屬污染評價方法各有優缺點，側重點和適用范圍亦有所區別?；谌梭w健康的風險評價法以人為本，從人體的健康角度出發，獲得的評價結果易于大眾所認可，是一個重要的研究方向。受采樣地點限制，經實驗室化驗分析所得的結果僅能反映樣點所在范圍的污染程度；因此，結合GIS技術對大尺度區域的全局污染進行研究是未來發展的必然趨勢。從重金屬有效態出發的RAC法和基于重金屬生物有效性的生物評價法是目前關注度較高的2種評價方法，對重金屬污染可起到早期預警作用，今后輔以完善的評價流程和準則，必能很好地彌補總量評價的缺陷。土壤和農產品質量綜合評價法的相關研究目前尚不多見，其實用性和推廣難易仍有待時間驗證。

[1] 宋偉, 陳百明, 劉琳. 中國耕地土壤重金屬污染概況[J]. 水土保持研究, 2013, 20(2):293-298.

[2] 周建軍, 周桔, 馮仁國. 我國土壤重金屬污染現狀及治理戰略[J]. 中國科學院院刊, 2014 (3)：315-320.

[3] 徐友寧, 張江華, 柯海玲,等. 某金礦區農田土壤重金屬污染的人體健康風險[J]. 地質通報, 2014(8):1239-1252.

[4] 曲常勝. 重金屬污染的健康風險評估與調控研究[D]. 南京：南京大學, 2011.

[5] 車飛. 遼寧省沈撫污灌區多介質重金屬污染的人體健康風險評價[D].北京：中國環境科學研究院, 2009.

[6] 李繼寧, 侯紅, 魏源,等. 株洲市農田土壤重金屬生物可給性及其人體健康風險評估[J]. 環境科學研究, 2013, 26(10):1139-1146.

[7] 尹娟, 鄧超冰, 王曉飛,等. 基于農田土壤重金屬生物可給性的人體健康風險評價[J]. 江西農業學報, 2016, 28(12):110-114.

[8] 姜林, 彭超, 鐘茂生,等. 基于污染場地土壤中重金屬人體可給性的健康風險評價[J]. 環境科學研究, 2014, 27(4):406-414.

[9] 劉應然, 孫雨, 徐建紅,等. 靈寶市金礦選冶區土壤汞的地統計分析及污染評價[J]. 中國環境監測, 2016, 32(2):71-76.

[10] 戴彬, 呂建樹, 戰金成,等. 山東省典型工業城市土壤重金屬來源、空間分布及潛在生態風險評價[J]. 環境科學, 2015(2):507-515.

[11] 王幼奇, 白一茹, 王建宇. 引黃灌區不同尺度農田土壤重金屬空間分布及污染評價:以銀川市興慶區為例[J]. 環境科學, 2014, 35(7):2714-2720.

[12] 謝云峰, 杜平, 曹云者,等. 基于地統計條件模擬的土壤重金屬污染范圍預測方法研究[J]. 環境污染與防治, 2015, 37(1):1-6.

[13] 王曉輝, 楊晨. 基于GIS和地統計學的淮南礦區土壤重金屬含量與空間分布研究[J]. 長江流域資源與環境, 2014, 23(Z1):60-65.

[14] 劉慶, 王靜, 史衍璽,等. 基于GIS的縣域土壤重金屬健康風險評價：以浙江省慈溪市為例[J]. 土壤通報, 2008, 39(3):634-640.

[15] 胡大偉, 卞新民, 許泉. 基于ANN的土壤重金屬分布和污染評價研究[J]. 長江流域資源與環境, 2006, 15(4):475-479.

[16] 張鈺, 王讓會, 李成. 基于BP神經網絡的表層土壤重金屬分布模擬[J]. 安全與環境工程, 2014, 21(2):51-56.

[17] 段寧, 楊思言, 魏婉婷. 基于BP神經網絡的鉛酸蓄電池廠地下水重金屬濃度預測[J]. 環境科學與技術, 2016(1):194-198.

[18] 馬祿義, 許學工. 基于人工神經網絡方法的河北省近海沉積物重金屬污染綜合評價[J]. 生態環境學報, 2010, 19(1):11-16.

[19] 王牧童, 王英偉, 胡艷,等. 基于BP模型的土壤重金屬對其生物毒性的貢獻分析[J]. 安全與環境學報, 2016, 16(4):348-352.

[20] 李如忠, 姜艷敏, 潘成榮,等. 典型有色金屬礦山城市小河流沉積物重金屬形態分布及風險評估[J]. 環境科學, 2013, 34(3):1067-1075.

[21] 龐文品, 秦樊鑫, 呂亞超,等. 貴州興仁煤礦區農田土壤重金屬化學形態及風險評估[J]. 應用生態學報, 2016, 27(5):1468-1478.

[22] 鄭凱. 赤子愛勝蚓對重金屬污染土壤的生態毒理診斷及潛在生物標志物篩選[D]. 南京：南京大學, 2013.

[23] 史志明, 徐莉, 胡鋒. 蚯蚓生物標記物在土壤生態風險評價中的應用[J]. 生態學報, 2014, 34(19):5369-5379.

[24] 鄭麗萍, 王國慶, 林玉鎖,等. 貴州省典型礦區土壤重金屬污染對蚯蚓的毒性效應評估[J]. 生態毒理學報, 2015, 10(2):258-265.

[25] HOMA J, OLCHAWA E, STüRZENBAUM S R, et al. Early-phase immunodetection of metallothionein and heat shock proteins in extruded earthworm coelomocytes after dermal exposure to metal ions[J]. Environmental Pollution, 2005, 135(2):275-280.

[26] 孫虹霞, 周強, 唐文成,等. Ni2+在斜紋夜蛾幼蟲中腸的積累并誘導金屬硫蛋白表達[J]. 科學通報, 2007, 52(22):2613-2617.

[27] 梁露. 重金屬鎘誘導果蠅金屬硫蛋白表達改變的初步研究[D]. 西安：陜西師范大學, 2014.

[28] 張薇, 宋玉芳, 孫鐵珩,等. 土壤低劑量芘污染對蚯蚓若干生化指標的影響[J]. 應用生態學報, 2007, 18(9):2097-2103.

[29] 吳爾苗, 王軍良, 趙士良,等. 菲和芘單一及復合污染對蚯蚓抗氧化酶活性和丙二醛含量的影響[J]. 環境科學學報, 2011, 31(5):1077-1085.

[30] MAITY S, ROY S, CHAUDHURY S, et al. Antioxidant responses of the earthwormLampitomauritii, exposed to Pb and Zn contaminated soil[J]. Environmental Pollution, 2008, 151(1):1-7.

[31] 陳懷滿. 耕地土壤環境質量評價中點對點土壤-農產品同時采樣的重要性和必要性[J]. 農業環境科學學報, 2016, 35(3):408.

[32] 王玉軍, 劉存, 周東美,等. 一種農田土壤重金屬影響評價的新方法:土壤和農產品綜合質量指數法[J]. 農業環境科學學報, 2016, 35(7):1225-1232.

收入日期：2017-07-28

貴州省科研機構服務企業行動計劃項目(黔科合服企[2015]4007)

陳曉燕(1993—)，女，貴州開陽人，碩士研究生，研究方向為土壤肥料與應用，E-mail:1334529749@qq.com。

秦 松(1967—)，男，貴州安順人，研究員，博士，從事土壤肥料研究工作，E-mail:qs3761735@163.com。

文獻著錄格式：陳曉燕，范成五，瞿飛，等.土壤重金屬污染評價方法概述[J].浙江農業科學，2017，58(10)：1801-1804，1810.

10.16178/j.issn.0528-9017.20171040

X53

A

0528-9017(2017)10-1801-04

(責任編輯高 峻)