滇東耕地土壤鉛安全閾值研究

韓東錦，張乃明，趙龍，侯紅

（1.云南農業大學資源與環境學院，昆明 650201；2.中國環境科學研究院，環境基準與風險評估國家重點實驗室，北京 100012；3.云南省土壤培肥與污染修復工程實驗室，昆明 650201）

鉛（Pb）是生物體非必需元素，在環境中具有遷移性，低濃度的Pb可對人體器官產生不可逆的損傷，高濃度的Pb可致癌或致人死亡。諸多研究表明Pb已成為影響食品安全的重要污染物，其毒害性已引起廣泛的社會關注[1]。我國耕地土壤受重金屬污染問題比較突出，其中Pb是超標率較高的重金屬元素之一。有學者基于對2018年頒布的《土壤環境質量農用地土壤污染風險管控標準（試行）》（GB 15618—2018）的研究發現，現行的土壤Pb含量標準存在“過保護”或“欠保護”現象[2-3]，且該現象在我國西南等地尤為突出[4-7]。云南省素有“有色金屬王國”之稱，是我國礦產資源開發活動集中的區域[8]，部分地區Pb自然背景值達490.0 mg·kg-1，超過國家農用地土壤污染風險篩選值[9]，屬于典型的Pb高背景值地區。加之受到礦業活動、農業耕作活動等因素的影響[10]，該地耕地土壤Pb含量超標，威脅到了農產品質量安全[11]。云南省東部是典型的地質高背景與人類活動疊加影響區，也是以種植玉米等谷物類作物為主的糧食主產區，針對該區域耕地土壤和主栽作物開展Pb安全閾值的研究，可為精準劃分耕地土壤環境質量類別、實現受污染耕地安全利用提供科學依據。

目前，安全閾值的推導方法主要有物種敏感度分布（Species sensitivity distribution，SSD）法和評估因子（Assessment factor，AF）法[12-14]。SSD法基于物種對污染物敏感性差異分布，并通過物種的毒理數據來構建毒性數據的敏感曲線，選用合適的模型擬合，結果更為科學合理。AF法可測得敏感物種對污染物的無效應濃度。兩者相比，AF法推導出的安全閾值存在不確定性，而SSD法能充分考慮物種多樣性，已被美國、歐盟等多個國家和地區確立為制定Pb安全閾值的方法，如美國環保部通過SSD法制定的土壤篩選值為140 mg·kg-1，加拿大農用地土壤指導值為70 mg·kg-1[15-16]。我國現行標準的制定方法包括SSD法和建立回歸模型預測法。SSD法通過收集土壤-作物Pb生物富集因子，利用分布模型對作物富集因子和累積概率進行擬合，根據《食品安全國家標準食品中污染物限量》（GB/T 2762—2017）中Pb限量值反推獲得安全閾值[17-20]。目前已有學者通過該方法推導安全閾值，如孟楠等[21]研究北方污灌區Pb低吸收小麥品種的富集特征并推導風險閾值，鄭倩倩等[22]利用不同水稻品種富集鎘的敏感性差異建立江蘇典型水稻土鎘的安全閾值。上述研究結果既保證了建立安全閾值方法的科學性，也考慮到了我國不同地域和不同土壤類型對谷物類作物的差異，為滇東土壤推導谷物類安全閾值提供了參考。SSD法常見的分布模型如Logistic、Burn-Ⅲ、Log-triangular等，該方法無特定的擬合模型，因此可根據具體情況進行選擇。曾慶楠等[14]對不同SSD法分布函數擬合精度進行研究，發現Logistic函數模型最佳。經對比篩選，本研究最終采用Logistic函數，該函數的計算結果更具有實際意義。采用回歸模型預測法對土壤和農產品中重金屬含量以及土壤理化性質（如pH）進行多元回歸分析，建立預測模型，依據食品中重金屬限量標準，預測土壤Pb有效態含量安全閾值。

綜上所述，本研究充分考慮滇東地區的實際情況，并參考我國耕地土壤標準制定方法體系，分別選用SSD法和建立回歸模型預測法推導土壤Pb全量與有效態含量安全閾值，為我國耕地在高背景區的分類管理及后續的安全利用提供思路和依據。

1 材料與方法

1.1 研究區域概況

研究區域位于云南省的東部，行政上包括昭通市、昆明市和曲靖市部分區縣，該區域氣候屬亞熱帶季風氣候，雨季集中在每年的5—10月，地貌屬于滇東巖溶高原，區域內地帶性土壤以紅壤為主，成土母質以碳酸鹽為主，種植面積最大的是玉米，零星分布有小麥。農用地詳查結果顯示該區域是云南省受重金屬污染耕地面積最大、空間分布最集中、污染程度最重的區域。

1.2 樣點布設和樣品采集

布點采樣是獲取科研數據最基礎的工作，做好土壤-谷物協同采樣可為耕地土壤安全閾值的推導提供支撐。本次布點采樣遵循以下原則：①優先選擇土壤存在Pb污染的縣區；②土壤類型均為紅壤；③作物的采集既考慮滇東地區作物的產量和播種面積，又兼顧到栽培方式（裸露栽培和設施栽培），樣品具有集中代表性，符合當地居民日常需求，因此以玉米為主，兼顧小麥。共采集100個土壤樣品，包括79個玉米樣品和21個小麥樣品，同時記錄作物品種名稱，玉米主栽品種涉及9個（羅單566、會單4號、勝玉6號、保玉7號、會單888、金玉7號、廣玉5號、地沃1號、宣黃4號），小麥主栽品種涉及4個（川麥107、濟麥20、小光頭麥、云麥42）。土樣采集深度為0～20 cm，去除土樣中的根茬、動物殘體和石塊等雜物，每個土壤樣品采集1 kg，土樣混合均勻后裝入塑料密封袋，帶回實驗室后風干過篩（2 mm）備用。參考《農田土壤環境質量監測技術規范》（NY/T 395—2012）中的規定，每個采樣地選用“S”型五點取樣法，采樣布點規格為5 m×5 m。土壤-谷物協同采樣點位分布詳見圖1。

圖1 土壤-谷物協同采樣點位分布圖Figure 1 Study area and sampling point distribution of 100 groups of samples

1.3 分析方法

1.3.1 土樣Pb全量和有效態含量的測定

土壤Pb全量測定參照《土壤中鉛鎘的測定石墨爐原子吸收分光光度法》（GB/T 17141—1997），將處理好的土壤樣品用鹽酸-硝酸-氫氟酸-高氯酸消煮分解，然后使用火焰原子吸收法測定，使用儀器為原子吸收分光光度計AA6880。

土壤Pb有效態采用《土壤質量有效態鉛和鎘的測定 原子吸收法》（GB/T 23739—2009）中的DTPA法測定。所有藥品均為優級純。待測液制備：稱取10 g過2 mm篩的風干土樣置于塑料瓶中，加入25 mL DTPA浸提劑，25℃下加蓋振蕩120 min（180 r·min-1），然后用濾紙過濾。吸取過濾好的上清液2.5 mL置于塑料瓶中，然后小心加入0.25 mL濃硝酸，再振蕩15 min（不加蓋）以驅除CO2。待測清液用原子吸收分光光度法直接測定，使用儀器為原子吸收分光光度計AA6880。

1.3.2 農產品中Pb含量的測定

農產品中Pb含量采用石墨爐吸收光譜法消煮（GB 5009.12—2017）測定。樣品消解后，經石墨爐原子化，在283.3 nm處測定其吸光度。在一定范圍內Pb的吸光度值與Pb含量成正比，可通過與標準系列比較進行定量。

1.3.3 土壤理化性質的測定

用pH計測定土壤pH，土壤懸濁液按照水和土樣2.5∶1配比。土樣中有機碳（SOC）采用重鉻酸鉀氧化-外加熱法測定。

1.4 計算方法

1.4.1 物種敏感度分布（SSD）法

SSD法推導步驟如下：①根據實際情況劃分土壤pH范圍。②在不同pH范圍內計算生物富集因子（BCF），生物富集因子為農產品中Pb含量與土壤環境中Pb含量的比值，其公式如下：

式中：C農產品為谷物類農產品中的Pb含量，mg·kg-1。

③根據生物富集因子計算其累積概率，對數據進行參數擬合即可得到SSD曲線，并由EEC-SSD軟件直接計算生態風險閾值（HC5）。本研究數據采用Logistic函數分布模型。

擬合方程如下：

式中：y為累積概率；x為1/BCF；a、b、x0為常數。

通過公式（1）反推1/BCF值，如公式（2）。以Pb為例，根據《食品安全國家標準食品中污染物限量》（GB 2762—2017）中規定的谷物類Pb標準限值0.2 mg·kg-1，按公式（3）推導獲得土壤中Pb的安全閾值（Cs）。

式中：CR為谷物類的重金屬限值。

對土壤和農產品中重金屬含量以及土壤理化性質進行多元回歸分析，建立預測模型，依據食品中重金屬限量標準，推導安全閾值。回歸方程公式如下：

式中：C農產品為農產品中污染物含量，mg·kg-1；C土壤為土壤中污染物含量，mg·kg-1；P為土壤pH值；a、b、c為方程中參數。

1.4.3 土壤Pb活度計算

Pb活度=農田土壤Pb有效態含量/農田土壤Pb全量×100%。

1.5 數據處理和統計分析

使用Excel 2010軟件對已有數據進行處理，通過91衛圖助手（北京千帆世景科技有限公司開發的全球首款Google Earth衛星影像專業下載器）核實確定采樣點位經緯度坐標，并通過ArcGIS 10.8繪制采樣點位分布圖。采用PASW Statistics 18.0軟件對已有數據進行處理，包括均值聚類分析、回歸分析等，最后通過國家生態環境基準計算軟件（中國環境科學研究院環境基準與風險評估國家重點實驗室開發的物種敏感度分布法使用系統）繪制擬合SSD曲線，包括輸入公式、代入計算等。

2 結果與討論

2.1 耕地土壤Pb污染特征

文獻資料和采樣結果表明，滇東耕地土壤Pb含量存在較大差異。“七五”期間云南省土壤背景值為9.50～490.00 mg·kg-1，其中滇東土壤Pb含量范圍為2.20～108.20 mg·kg-1，極顯著高于全國土壤Pb含量范圍（1.5～52.1 mg·kg-1）[23-24]。滇東地區土壤成土母質以碳酸鹽巖類為主，該類成土母質的特征為土壤中Pb、Zn、Cd含量較高、土壤pH呈弱酸性，受該成土母質的影響，滇東地區土壤Pb背景值高于云南省Pb背景值。該結論與實際采樣和檢測的土壤中Pb含量結果一致，具體如表1所示。

由表1可知，自然高背景與人為活動疊加區的耕地土壤中Pb含量的平均值和滇東地區背景值、云南省背景值差異顯著，說明人為活動是導致其周邊耕地Pb含量激增的主要原因。尹國慶等[25]的研究表明農用地土壤重金屬主要來源為人為礦業活動，成土母質的影響較低，與本研究結果相符。

具體到農業基礎設施項目上，甲方項目勘察設計的重點在于，一是發揮自己在項目使用部門與設計人員之間的“橋梁”作用，充當好“信息技術協調”的角色，主動帶領設計人員深入項目建成后的使用部門，讓設計方與使用方充分交換信息，充分了解項目的使用功能；二是要調研走訪國內已建成的類似項目設施，進一步落實相關的技術參數；三是要實地考察項目建設用地的環境，掌握當地的相關政策、土地狀態、氣候條件等因素。除此之外，甲方應把握好初步設計的內部審查。初步設計出來以后，基建管理部門應召集項目參建部門、行業專家進行內部審查，要充分比較使用功能和投資成本，剔除那些因功能設計過高而導致造價偏高的“非必需部分”，有效控制造價。

表1 滇東地區不同調查類型的耕地土壤Pb含量分布特征Table 1 Characteristics of Pb content distribution in soils of cultivated land with different investigation types in eastern Yunnan

結合表2可知，研究區域農田土壤Pb的活度偏高，該結果與趙云杰等[26]和KENDIR等[27]的研究結果一致。以往土壤Pb基準值的推導和基準值的確定都以土壤Pb全量作為依據，未考慮土壤Pb有效態含量的影響，因此按照現行標準的劃分難以有效保護耕地質量。蔣寶[28]以建立的基于EDTA提取態SSD曲線，推導出了Cu的有效態安全閾值，說明重金屬有效態也可作為推導土壤基準值的依據。本研究采用SSD法推導安全閾值，通過驗證作物正確率來判斷其適用性。

表2 研究區域耕地土壤中Pb活度分布（%）Table 2 Distribution of Pb activity in cultivated soils in areas with different pollution causes（%）

2.2 土壤理化性質分析

土壤理化性質是影響作物富集重金屬的重要因素，也是回歸模型推導的重要參數。不同研究結果表明，土壤重金屬有效態含量不僅受全量影響，而且還與土壤類型、土壤pH和土壤有機質存在正相關關系[29-30]。因此，為探究土壤Pb全量、Pb有效態含量和谷物類Pb含量之間的關系，本研究選定調查區域普遍存在的紅壤為調查對象，對其理化性質（土壤pH、土壤有機質含量）進行Pearson相關性分析，具體結果見表3。在此基礎上，將谷物類作物Pb含量與土壤Pb全量和土壤Pb有效態含量進行線性擬合（圖2），結果表明，谷物類作物Pb含量與土壤Pb有效態含量相關性更高（R2=0.759），說明在該研究區域，有效態含量作為推導閾值的依據比全量推導閾值將更為有效。

圖2 谷物類農產品Pb含量與土壤Pb全量和Pb有效態含量的相關關系Figure 2 Correlation between the Pb content of cereal agricultural products，total content of Pb in soil，and available content of Pb in soil

由表3可知，土壤pH與土壤Pb全量、作物Pb含量呈極顯著負相關（R=-0.345，P＜0.01和R=-0.357，P＜0.01），與土壤Pb有效態含量呈顯著負相關（R=-0.332，P＜0.05），說明隨著土壤pH的降低，對應點位的土壤Pb全量和有效態含量增加，其原因是土壤酸堿度可直接影響土壤元素活性，從而影響Pb在土壤中的形態及遷移性，使Pb在土壤中被活化，增加農產品可吸收的Pb量，這與王凌等[31]和LEI等[32]通過蔬菜類作物得到的結論一致。土壤Pb全量和土壤Pb有效態含量、作物Pb含量呈極顯著正相關（R=0.861，P＜0.01和R=0.677，P＜0.01），說明土壤Pb全量增加，對應點位的土壤Pb有效態含量也顯著增加，表明土壤中Pb的生物有效性提高，作物更容易富集Pb。趙小學等[33]發現土壤Pb有效態含量和土壤Pb全量呈顯著正相關，與本研究結果一致。在本研究中，土壤有機質含量和土壤Pb全量呈極顯著正相關，與土壤Pb有效態含量呈顯著正相關，但與作物Pb含量無相關性（R=0.120），其原因是有機質可改變Pb的形態，同時還影響土壤Pb有效態含量的提取，該現象與萬紅友等[34]和王科等[35]的研究結論一致。

表3 土壤-作物Pb含量與對應點位土壤理化性質的相關關系Table 3 Correlation analysis between the Pb content in different receptors and soil physicochemical properties

2.3 SSD法推導土壤安全閾值

分別以1/BCF1、1/BCF2作為橫坐標、累積概率作為縱坐標，選擇Logistic分布模型擬合得到不同pH范圍下的SSD曲線（圖3和圖4）。根據輸入數據自動計算出HC5等數值，并與現行國家標準對比后進行整合，結果如表4所示。

圖3 不同pH范圍耕地土壤谷物類Pb的SSD全量曲線Figure 3 Curve of SSD-derived total amounts of grain-like Pb in cultivated soils at different pH ranges

圖4 不同pH范圍內谷物類Pb的SSD有效態含量曲線Figure 4 Curves of SSD-derived states of available contents of cereal Pb at different pH ranges

危險濃度（Hazardous concentration，HCp，p為保護物種所占百分比），即保護（100-p）%物種不受影響時所允許的最大劑量濃度，根據實際情況一般選用HC5作為危害濃度[36]。此外，對于SSD法Logistic分布模型，檢驗該模型擬合優度的參數包括決定系數（R2）、均方根（RMSE）和K-S檢驗。當R2大于0.6時具有統計學意義，R2越接近1，說明擬合優度越大，擬合結果越精準；RMSE也叫回歸系統的擬合標準差，可反映出模型的精密度，RMSE越接近于0，說明擬合精確度越高；通過K-S檢驗可知分布模型是否符合理論分布，其中P＞0.05證明實際分布曲線與理論分布曲線不具有顯著差異，即說明擬合效果好。表4中的結果表明分布模型推導的數值符合理論計算要求。從全量推導結果來看，酸性、中性土壤中的全量安全閾值（84.4 mg·kg-1）比GB 15618—2018中的風險篩選值（90 mg·kg-1）低。在酸性土壤條件下，土壤對Pb離子吸附性降低[37]，Pb的遷移性和生物有效性提高，因此更容易被作物吸收。在pH＞7.5的范圍內推導出的全量結果（187.4 mg·kg-1）比風險篩選值（170 mg·kg-1）高。本研究基于土壤Pb全量推導出的不同pH范圍下的安全閾值都高于鄭麗萍等[38]基于土壤微生物、動物和植物的生態風險的土壤Pb環境基準值（80.5 mg·kg-1），其結果與其他國家和地區的基準值或指導值相比處于中等保守的水平。王曉南等[39]通過生態毒理學實驗和搜集本土物種文獻數據，基于SSD法計算出保定潮土中保護陸生植物、無脊椎動物Pb土壤環境基準值范圍為31.7～58.3 mg·kg-1。以上研究認為，地域、受體（植物、動物、微生物）、土壤理化性質等因素的不同導致閾值研究結果存在較大差異，因此需要結合本土實際情況進行安全閾值的研究。從有效態含量推導結果來看，土壤pH增加，土壤重金屬的有效態含量下降，土壤pH降低，重金屬有效態含量增加。這一結果與周啟星等[40]和李寧[41]的研究結論一致。目前國內暫無重金屬有效態含量標準進行對比，因此可通過實際采樣結果驗證安全閾值的準確性。

表4 不同pH范圍土壤Pb全量、有效態含量安全閾值Table 4 Thresholds of total and available Pb contents in soils of different pH ranges

2.4 回歸模型法推導的安全閾值

基于谷物類Pb含量與土壤理化性質的相關性分析等結果，通過PASW Statistics 18.0軟件將相關因子引入公式（4），建立回歸方程，如公式（5）所示，分別將GB 2762—2017中谷物類Pb的限值（0.2 mg·kg-1）和GB 15618—2018中土壤Pb的風險篩選值代入計算，得到不同pH范圍的有效態HC5（表5）。

表5 不同pH范圍耕地土壤Pb有效態含量HC5Table 5 Threshold of the state of available Pb content in cultivated soil in different pH ranges

2.5 安全閾值結果驗證

參照夏家淇[2]的研究思路，分別將驗證結果以正確率和錯誤率的形式體現。正確率包括：土壤Pb含量超標，對應點位農產品Pb含量超標；土壤Pb含量不超標，對應點位農產品Pb含量不超標。錯誤率包括：土壤Pb含量不超標，對應點位農產品Pb含量超標；土壤Pb含量超標，對應點位農產品Pb含量不超標。劃分結果如表6所示。

由表6可知，根據土壤Pb全量制定的風險篩選值和安全閾值正確率不足80%，基于本研究全量推導安全閾值正確率（76.5%）高于GB 15618—2018風險篩選值正確率（73.1%），說明現行標準的制定方法可行，但對研究區域的適用性較低。通過比較全量安全閾值和有效態安全閾值發現，基于有效態含量推導的安全閾值正確率更高，其中回歸模型預測有效態HC5的正確率最高（88.1%），充分證明研究區域中土壤Pb有效態含量安全閾值的適用性。土壤重金屬全量和其有效態含量沒有固定的線性關系，影響土壤重金屬有效態含量的變化因素除土壤理化性質外，土層深度、土地利用方式和使用其他化學物質都會綜合影響重金屬有效態含量的變化[42-44]。不同有效態含量的提取方法和浸提劑也會直接影響土壤Pb有效態含量的測定[45-46]。因此，驗證結果有一定的局限性，僅適用于研究區域收集的數據，但該方法可用于制定我國其他不同成土母質或不同土壤利用類型的耕地安全閾值，作為現行標準的補充和延伸，優先考慮農產品中重金屬含量，才能更合理地進行耕地質量類別劃分并保護農產品的質量和產量[47-49]。基于本研究的結果，研究區域耕地質量類別劃分依據建議參考表7。

表6 參照不同pH范圍的劃分結果Table 6 Refer to the division results of different pH ranges

表7 滇東地區自然高背景與人為活動雙重影響下耕地質量類別劃分依據Table 7 Classification basis of cultivated land quality under the dual influence of natural high background and human activities in eastern Yunnan

3 結論

（1）滇東地區屬于高地質背景和人為活動疊加影響區，谷物類作物主產區耕地土壤Pb含量平均值為76.53 mg·kg-1，遠高于云南省土壤Pb背景值（40.60 mg·kg-1）和滇東地區背景值（47.05 mg·kg-1）。

（2）通過SSD法推導不同pH范圍（pH≤6.5、6.5＜pH≤7.5、pH＞7.5）耕地土壤Pb全量安全閾值分別為84.4、126.3 mg·kg-1和187.4 mg·kg-1；有效態安全閾值分別為20.7、52.1 mg·kg-1和104.5mg·kg-1。

（3）應用回歸模型推導不同pH范圍（pH≤5.5、5.5＜pH≤6.5、6.5＜pH≤7.5、pH＞7.5）耕地土壤Pb有效態安全閾值分別為20.2、42.5、56.3 mg·kg-1和94.1 mg·kg-1。

（4）數據驗證結果顯示利用回歸模型預測的Pb安全閾值正確率最高（88.1%），其次是基于SSD法推導出的有效態安全閾值（82.5%），兩者皆高于全量安全閾值的正確率（73.1%、76.5%）。