土壤重金屬健康風險時空預測及管控目標研究①

姬 超，董文浩，侯大偉，趙曉杰，謝 麗，孫 華*，包廣靜，鄧愛萍

土壤重金屬健康風險時空預測及管控目標研究①

姬 超1，董文浩1，侯大偉2，趙曉杰1，謝 麗1，孫 華1*，包廣靜3*，鄧愛萍4

(1 南京農業大學公共管理學院，南京 210095；2 東北農業大學公共管理與法學院，哈爾濱 150030；3 云南財經大學物流與管理工程學院，昆明 650221；4 江蘇省環境監測中心，南京 210036)

以土壤重金屬Cr、Pb、Cd、As和Hg調查數據為基礎，利用黑箱理論、健康風險評估模型和反距離權重插值法，預測分析了南京市六合區土壤重金屬健康風險的時空變化特征，并基于健康風險視角探究了土壤重金屬管控目標。結果表明：研究區重金屬Cr、Pb、Cd、As和Hg在2007—2017年的平均累積速率分別為–0.711、0.558、0.006、–0.086和0.013 mg/(kg·a)，且Pb、Cd、As和Hg在2007年和2017年均處于中度或高度變異狀態。Cr和As的兒童致癌風險在2017年的最小值分別為13.307×10–6和4.548×10–6，Pb兒童非致癌風險的最大值為1.366，且該風險值高于1的點位占所有調查點位的11.58%，Cr、Pb和As是六合區土壤重金屬健康風險特征因子。2017—2030年，Pb兒童非致癌風險呈上升趨勢，該風險值高于1的區域主要分布在大廠街道、長蘆街道等六合區南部區域和以金牛湖街道為核心的六合區北部區域；Cr和As兒童致癌風險總體呈下降趨勢，但對應的平均值分別高于8.670×10–6和9.564×10–6，其中Cr兒童致癌風險值高于20×10–6的區域逐漸集中在以六合開發區和化工園區為核心的周邊區域，As兒童致癌風險值高于10×10–6的區域逐漸集中在以馬鞍街道為核心的六合區北部區域。基于2030年健康風險管控目標，Cr和As的含量分別需降低到37.500 mg/kg和4.167 mg/kg，對應的年均降低速率分別處于0.978 ～ 8.122 mg/(kg·a)和0.305 ～ 0.747 mg/(kg·a)，且均值分別為3.176 mg/(kg·a)和0.381 mg/(kg·a)；Cr降低速率高值區域主要分布在六合開發區周邊的區域以及冶山鎮南部區域，As則主要分布在以竹鎮鎮西部、冶山鎮北部以及馬鞍街道北部為核心的六合區北部區域。

土壤重金屬；健康風險；黑箱理論；時空預測；風險管控

隨著人類對地球資源開發利用強度的持續增加，土壤環境面臨的重金屬污染形勢日益嚴峻[1-3]，土壤重金屬污染已成為當前全球可持續發展面臨的主要挑戰之一，尤其對于發展中國家[4]。同時，土壤重金屬可通過皮膚接觸、呼吸吸入、經口攝入等暴露方式進入人體中[5]，并隱藏在蛋白質或沉積在細胞中，進而影響肺、腦、肝、腎和其他器官的正常功能，威脅人體健康[6]。此外，土壤重金屬污染對于人體健康造成的影響具有長期性、隱蔽性和不可逆轉性等特征[7- 8]。因此，土壤重金屬健康風險研究一直是環境與健康研究的熱點[2，9-10]。

自20世紀80年代《化學混合物健康風險評估指南》[11]提出以來，國內外學者圍繞毒性效應、暴露評估和風險分析等開展了一系列關于土壤重金屬健康風險的研究。Briffa等[6]和Azeh Engwa等[12]基于毒理學視角探討了人體對重金屬的生物吸收和累積，并揭示了重金屬的毒理效應；楊敏等[13]和Chen等[14]定量評估了土壤重金屬在經口攝入、呼吸攝入和皮膚接觸途徑下的健康風險；Zhang等[15]和Hu等[16]在土壤重金屬健康風險評估的基礎上進一步探究了其影響因素和空間分異規律。以上研究明確了土壤重金屬與人體健康之間的聯系，完善了土壤重金屬健康風險評估的理論與方法體系。當前，土壤重金屬健康風險時空預測分析相對缺乏，且由于重金屬在土壤中具有累積性、持久性和生物難降解性等特征[5，17]，揭示土壤重金屬健康風險的時空變化規律和明晰健康風險視角下的不同區域在不同時期的土壤重金屬管控目標對于制定風險管控策略、提升風險管控效率、落實“健康中國2035”戰略等具有重要的現實意義。

雖然多元統計分析[5，18]、同位素示蹤法[9，19]、UNMIX模型[20-21]和PMF模型[7，22]等源解析模型可以定量分析不同因素對土壤重金屬的影響程度，但是其研究目的側重于為土壤重金屬健康風險的影響因素管控提供現實依據，研究結果無法滿足區域土壤重金屬時空變化特征預測分析的需求。如PMF源解析模型能夠定量描述不同來源對于區域土壤重金屬的貢獻水平，然而農業生產、交通運輸、工業生產等導致重金屬進入土壤中的總量在不同時期難以量化[2]，且土壤系統的高度復雜性也決定了土壤重金屬在不同區域累積、遷移和轉化等存在較大的差異[23]。黑箱理論的出發點在于系統中各要素是相互聯系和相互作用的，在黑箱內部結構不清楚的情況下，可通過掌握系統信息輸入與輸出的關系，進而分析黑箱系統的相關結構或者參數等特性。土壤系統作為一個物質與能量循環的開放系統，具有黑箱系統中“黑箱”的特征[24]。重金屬在土壤系統中的累積可通過不同時期土壤重金屬監測結果獲得，即重金屬在土壤系統中的輸入和輸出之間的差值[25]。

基于上述分析，本研究以南京市六合區為研究區，以土壤重金屬Cr、Pb、Cd、As和Hg調查數據為基礎，嘗試依據黑箱理論構建土壤重金屬累積模型，分析研究區2007—2017年土壤重金屬累積速率，在此基礎上借助健康風險評估模型和反距離權重插值法揭示土壤重金屬健康風險的時空變化特征，明晰不同區域在不同時期的土壤重金屬管控目標，并進一步探討對應的風險管控措施，以拓展土壤重金屬健康風險研究視角和方法體系，為區域土壤重金屬健康風險管控提供現實依據。

1 材料與方法

1.1 研究區概況

六合區(32°11′E ～ 32°27′ E，118°34′N ～ 119°03′ N)位于江蘇省中西部(圖1)，隸屬南京市，下轄10個街道和2個鎮，屬于亞熱帶季風氣候區，常年盛行東南風和東北風。區內具有鐵、銅、硼等30多種礦產資源，年開采鐵礦石超過55萬t，擁有包括國家級重化工基地“南京化學工業園區”在內的4個開發區，超過2 900家企業和240家規模企業，是全國綜合實力百強區和國家東部地區現代工業基地。同時，該區擁有超過6.33萬hm2的耕地，主要以種植小麥、水稻等農作物為主，全年糧食總產量超過40萬t，是南京市糧食主產區[26]。2020年六合區工業企業和農業總產值分別為318.81億元和109.31億元。在工業和農業快速發展的同時，其面臨的環境污染壓力持續增加，環境與健康問題已引起全區的重點關注，如制定土壤污染防治方案、開展健康支持性環境建設、推進創建省級慢性病綜合示范區和建設省級健康促進區等。因此，以六合區為研究區，分析土壤重金屬Cr、Pb、Cd、As和Hg健康風險的時空變化特征并明晰不同區域在不同時期的管控目標具有典型示范意義和現實指導意義。

圖1 研究區及調查點位分布圖

1.2 樣品采集與分析

基于規則網內的隨機采樣布點法，按照3.5 km× 3.5 km的規則網格在六合區初步布設采樣點。在實際采樣過程中，根據六合區現場條件適當調整土壤采樣點，利用GPS記錄調整后的2017年采樣點位(圖1)，按照對角線法采集每個調查點位耕作層的土壤混合樣品，即在10 m×10 m 的方格對角線5等分處分別采集樣品，均勻混合后利用四分法選取約1 kg的土壤作為一個調查點位的樣品，并記錄對應的采樣人員、采樣日期、監測項目等基礎信息。土壤樣品在室內自然風干后，除去碎石、砂礫和動植物殘體等雜質，用木槌搗碎之后再用瑪瑙研缽研磨，并過100目尼龍篩，最后利用原子熒光光譜法(HJ 680—2013)測定Hg和As的含量，采用等離子體質譜法(HJ 803—2016)測定Pb、Cr和Cd的含量。為保證分析結果的準確性，重金屬全量測定過程中使用的所有試劑均為優級純，檢測用水均為新配置的去離子水，所有樣品均設定重復樣和空白樣，質控和樣品回收率均在90% ～ 110%，實驗結果符合監控要求。2007年土壤重金屬數據主要通過文獻資料查找和“流域典型區域農用地環境健康風險研究”課題組獲取。

1.3 基于黑箱理論的土壤重金屬累積模型

對于土壤環境系統，可以通過重金屬輸入輸出的特點掌握土壤重金屬的累積效應、生態效應和環境效應等，如土壤環境負載容量模型是以黑箱理論為基礎建立的，基于土壤負載容量的土壤污染物分析對于土壤環境質量標準的制定、區域重金屬污染總量的控制以及土壤資源的合理利用等具有重要的現實意義[27]。因此，黑箱理論可以為揭示土壤重金屬的時空變化規律提供理論支撐。基于黑箱理論的土壤重金屬累積模型如下：

式中：Y表示土壤重金屬在時期的含量，mg/kg；表示時間，a；表示影響土壤重金屬含量的各種要素；U表示土壤重金屬的年均累積速率，mg/(kg·a)。

1.4 反距離權重插值法

反距離權重插值法作為確定性插值方法，以插值點與采樣點之間的距離為權重進行加權平均，離插值點越近的樣本點賦予的權重越大，采樣點的插值結果與評價結果保持一致，且對評價結果的最大值與最小值影響較小[28]。與克里格法等其他插值方法相比，反距離權重插值法對輸入數據的統計屬性沒有明確假設，在重金屬及其相關屬性的空間分布特征分析中具有一定的優勢[29]。反距離權重插值法的原理及其計算公式可以表達為：

式中：為空間估計點的值；Z為土壤重金屬在調查點位的評價結果；d2表示空間估計點與調查點位之間的歐氏距離；(0，0)和(x，y)為空間估值點與調查點位的坐標。

1.5 健康風險評價方法

美國環境保護署提出的健康風險評價方法綜合考慮了土壤重金屬類型、重金屬毒性、人群暴露情況等因素，是當前分析重金屬對人體造成潛在危害可能性或程度的有效方法[17，22]。且以往研究表明，土壤重金屬通過皮膚接觸和呼吸吸入的暴露方式進入人體的總量低于經口攝入量的1%[30]。鑒于此，本研究重點評估經口暴露途徑下的土壤重金屬健康風險[13]，公式如下：

式中：ADDoj為日均經口攝入量，mg/(kg·d)；C為土壤重金屬的含量，mg/kg；IR攝入土壤的頻率，mg/d；EF、ED和BW分別為暴露年限(a)、暴露頻率(d/a)和體重(kg)；HI和CR分別為土壤重金屬非致癌和致癌風險；RfD為重金屬毒性參考劑量，mg/(kg·d)；SF致癌斜率因子，(kg·d)/mg。通常，當HI< 1時，土壤重金屬非致癌風險可被接受，相反則需引起關注；CR≤10–6、10–6≤10–4和CR> 10–4分別表示重金屬致癌風險可以被忽略、致癌風險可以被接受但需要進行風險管控、存在潛在致癌風險且需要治理，具體參數見參考文獻[7，13-16]。基于健康風險評估模型，進一步構建基于時間視角的土壤重金屬健康風險評估模型[27，13]，公式如下：

式中：C0為起始年份的土壤重金屬的濃度，mg/kg；為預測年限，a；HI和CR分別為時期的土壤重金屬非致癌風險和致癌風險。

1.6 數據處理與統計分析

本文利用SPSS 25.5對六合區土壤重金屬含量及其健康風險評價結果進行描述性統計分析，并利用該軟件中的箱體圖模塊對比分析2017年、2025年和2030年土壤重金屬健康風險的時間變化特征。運用ArcGIS 10.3中的反距離權重插值法揭示土壤重金屬累積速率的空間分布特征、健康風險的時空變化特征和管控目標的空間分布特征。

2 結果與討論

2.1 土壤重金屬含量及累積速率

2.1.1 不同時期土壤重金屬含量 以2017年土壤重金屬監測數據為核心，基于2007年的21個對應土壤重金屬調查點位，對比分析2007年和2017年土壤重金屬含量(表1)。2017年Cr和As含量的平均值、最大值和中位數均低于2007年，且對應的平均值較2007年分別降低了7.119 mg/kg和0.859 mg/kg，表明其在研究區域有總體降低趨勢；Pb、Cd和Hg則相反，其含量分別增加了5.581、0.056和0.133 mg/kg。同時，2017年Cr、Pb、Cd、As和Hg的變異系數分別為0.173、0.344、0.591、0.219和1.153，處于中度變異(0.160.36)，且對應的最大值和最小值的差值分別為40.800、41.700、0.329、8.670和0.899 mg/kg，均高于2007年，表明人類活動對于土壤重金屬的干擾逐漸增強以及研究區域土壤重金屬具有較高的空間分異性[22，31]。因此，在后續的研究中需要進一步關注不同調查點位的土壤重金屬累積速率及其空間分布特征。

表1 2007年和2017年土壤重金屬描述性統計

2.1.2 土壤重金屬累積速率 以Cr、Pb、Cd、As和Hg在2017年和2007年的調查結果為基礎，以基于黑箱理論的土壤重金屬累積模型為支撐(公式(1))，分析不同調查點位的土壤重金屬累積速率并揭示其空間分布特征(圖2)。為驗證本研究土壤重金屬累積速率分析的準確性，進一步以2020年調查數據為基礎進行驗證分析，驗證結果表明，Cr、Pb、Cd、As和Hg的實測值與預測值的差值與實測值的比值分別為0.026、0.014、0.028、0.030和0.014，表明該研究結果可以為后期土壤重金屬健康風險時間變化特征分析提供數據支撐[31-32]。2007—2017年，研究區域土壤重金屬Cr、Pb、Cd、As和Hg的年平均累積速率分別為–0.711、0.558、0.006、–0.086和0.013 mg/(kg·a)，其中Cr、Hg、Cd和Pb的年均累積速率高值區域主要分布在從葛塘街道—龍池街道到冶山鎮—金牛湖街道的六合區東南—西北的連接區域，并經過六合開發區和化工園區。結合以往的研究可以推斷[7，18]，工業生產和農業生產是六合區Cr、Hg、Cd和Pb累積的重要影響因素。As對應的高值區域主要分布在竹鎮鎮、馬鞍街道及冶山鎮的局部區域，該區域是六合區農業生產的主要區域，表明農業生產對于As在土壤中的累積影響較大[18，22]。Hg和Pb的低值區域主要分布在以竹鎮鎮和長蘆街道為核心的六合區西北部和東南部，As的低值區域主要分布在六合區的西南部和東部，Cr的低值區域則零散分布在六合區馬鞍街道、程橋街道、長路街道等。因此，六合區土壤Cr、Pb、Cd、As和Hg在2007—2017年的年平均累積速率具有較高的空間差異性，在土壤重金屬健康風險時空預測分析中，需分析研究區域總體健康風險的時間變化特征和區域內部健康風險的時空分布特征。

圖2 2007—2017年土壤重金屬年平均累積速率空間特征

2.2 土壤重金屬健康風險評價

基于公式(2)分析2017年六合區不同調查點位土壤重金屬Cr、Pb、Cd、As和Hg的成人及兒童致癌風險和非致癌風險，其描述性統計分析結果如表2所示。對于成人健康風險，成人綜合非致癌風險最大值為0.469，低于可接受水平的最大值1，表明六合區土壤重金屬Cr、Pb、Cd、As和Hg的成人非致癌風險均處于可接受水平；Cr和As致癌風險的最小值分別為8.074×10–6和1.840×10–6，而Pb致癌風險的最大值為0.197×10–6，表明Cr和As是六合區土壤重金屬成人致癌風險特征因子。對于兒童健康風險，Pb非致癌風險的最大值為1.366，且該風險值高于1的調查點位數為11個，占所有調查點位的11.58%，Cr、Cd、As和Hg非致癌風險的最大值均低于1；Cr、Pb和As致癌風險的最小值分別為13.307×10–6、0.839×10–6和4.548×10–6，且Pb致癌風險的最大值為3.250×10–6，其對應的5% 分位數為0.999×10–6，該風險值高于10–6的調查點位數為91個，占調查點位的95.79%，表明Cr、Pb和As是兒童健康風險的特征因子。

總體來看，六合區土壤重金屬對于成人造成的健康風險低于兒童，表明兒童健康更容易受到重金屬的威脅，這與Han等[2]、Yang等[10]和Sun等[19]的研究結果相符。同時，Cr、Pb和As是六合區土壤重金屬健康風險特征因子，在后續的風險分析或管控過程中需要重點關注，尤其是Cr、Pb和As的兒童致癌風險以及兒童綜合非致癌風險。

表2 2017年土壤重金屬健康風險評價結果描述性統計

2.3 基于土壤重金屬累積的健康風險時間變化特征

依據2007—2017年的土壤重金屬累計速率分析結果和2017年土壤重金屬健康風險評價結果，進一步結合公式(3)和公式(4)預測分析六合區土壤重金屬健康風險的時間變化特征。一方面，《土壤污染防治行動計劃》[33]指出：到2030年，農用地土壤環境質量穩中向好、有效保障土壤環境安全以及全面管控土壤環境風險，進而為實現土壤環境質量全面改善和生態系統良性循環的最終目標提供基礎保障；另一方面，《江蘇省“十四五”生態環境保護規劃》[34]提出：在“十四五”期間需要加強土壤重金屬污染治理并嚴格管控土壤污染風險。基于此，本研究以2025年和2030年為預測目標年，預測分析土壤重金屬健康風險的時空變化特征。由于上述分析結果表明兒童健康更容易受到土壤重金屬的威脅，本研究重點分析土壤重金屬兒童健康風險的時間變化特征，進而為基于環境與健康視角的土壤重金屬風險防控提供現實依據。

對于兒童非致癌風險，2025年和2030年的Pb兒童非致癌風險均值、最大值分別為0.754和0.808、1.596和1.837，且該風險值高于1的調查點位數分別為19個和27個，均高于2017年對應的評價結果；Cr、Cd、As和Hg兒童非致癌風險在以上3個時期的最大值均低于0.379，其引起的兒童非致癌風險均處于可接受范圍之內。因此，Pb是未來引起兒童非致癌風險的風險特征因子。同時，Pb的年均累計速率大于0的點位占比為92.63%，且Pb兒童非致癌風險值超過1的調查點位在2007—2017年之間呈逐年遞增趨勢，未來需要引起關注。

進一步對比分析2017年、2025年和2030年的Cr、Pb、As的兒童致癌風險和兒童綜合致癌風險(圖3)。Cr和As兒童致癌風險在2017—2030年呈現整體下降趨勢，其在上述3個時期對應的平均值分別為21.010×10–6和10.940×10–6、19.569×10–6和10.093×10–6以及18.670×10–6和9.564×10–6；Pb兒童致癌風險則呈現上升趨勢，其在2017年、2025年和2030年的平均值和最大值分別為1.587×10–6和3.250×10–6、1.795×10–6和3.798×10–6以及1.924×10–6和4.372×10–6；兒童綜合致癌風險雖然整體呈現降低趨勢，但對應的年均降低速率較低，僅為0.260×10–6，且其在2030年的平均值為30.157×10–6。因此，雖然Pb兒童致癌風險呈上升趨勢，Cr和As兒童致癌風險呈下降趨勢，但是由于As和Cr的兒童致癌風險水平較高，其依然是未來六合區土壤重金屬致癌風險重點關注的風險特征因子，需要進一步加強以Cr和As為核心的兒童致癌風險的管控，進而確保研究區域實現或者接近江蘇省土壤污染防控目標。同時，根據圖3可以進一步發現，土壤重金屬累計速率的空間異質性引起不同調查點位的健康風險時間變化特征具有較大的差異。因此，需進一步分析研究區域內部土壤重金屬健康風險的時空分布特征，進而為制定差異化的管控策略提供基礎支撐。

(圖中數字為調查點位的編號)

2.4 不同時期土壤重金屬健康風險空間特征

在土壤重金屬健康風險時間變化特征分析的基礎上，進一步結合公式(2)分析2017年、2025年和2030年土壤重金屬Cr和As的兒童致癌風險、兒童綜合致癌風險以及Pb兒童非致癌風險的空間分布特征，結果如圖4所示。2017—2030年，Cr兒童致癌風險值高于20×10–6的區域逐步集中在以六合開發區和化工園區為核心的周邊區域，如龍池街道、雄州街道和長蘆街道等，其中，該風險值處于20×10–6～ 25×10–6的區域范圍呈現減少趨勢，高于25×10–6的區域范圍未發生明顯變化，低于20×10–6的區域范圍呈現增加趨勢，并主要集中在六合區的西北部和東南部，如竹鎮鎮、龍池街道、程橋街道等。這進一步表明Cr的兒童致癌風險處于降低趨勢，但是其總體水平依然較高，尤其是以六合開發區和化工園區為核心的高值區域需要重點關注。

與Cr兒童致癌風險的時空變化特征類似，As兒童致癌風險在2017—2030年的高值區域范圍呈現減少趨勢、低值區域范圍呈現增加趨勢。其中，該風險值高于10×10–6的區域逐步集中在以馬鞍街道為核心的六合區北部，低于該值的區域逐步由六合區東部和西部區域向中心區域擴展；該風險值高于14×10–6的區域分布在竹鎮鎮東北部、馬鞍街道北部以及冶山鎮西北部，且對應的區域范圍持續增長和最大值持續增加。這進一步表明As對于該區域的兒童健康的威脅程度將持續升高。

Pb兒童非致癌風險高于0.8的區域范圍在2017—2030年呈增長趨勢，其中該風險值高于1的區域主要分布在大廠街道、長蘆街道等六合區南部區域以及以金牛湖街道為核心的北部區域，且對應的該風險最大值持續升高。未來需結合Pb累積速率分析結果(圖2)，進一步加強該區域與土壤Pb累積相關的人類生產活動的管控，進而降低Pb兒童非致癌風險。

2017—2030年，兒童綜合致癌風險值高于35× 10–6的區域逐漸集聚在六合開發區和化工園區周邊的區域以及馬鞍街道東北部和冶山鎮西北部交接的區域；低于30×10–6的區域逐漸由六合區西北部和東南部向六合區中心擴散；處于30×10–6～ 35×10–6之間的區域逐步向高于35×10–6的區域核心方向靠近，其區域范圍逐步增加，表明研究區域兒童綜合致癌風險呈現降低趨勢。同時，兒童綜合致癌風險高于30×10–6的區域空間分布特征與對應時間節點的Cr兒童致癌風險高于20×10–6和As兒童致癌風險高于10×10–6的區域空間分布特征具有較高的一致性。

總體來看，在2017—2030年期間，六合區Cr和As兒童致癌風險以及兒童綜合致癌風險的空間分布特征具有較高的一致性，主要以風險值高于15×10–6、8×10–6和25×10–6為核心，均處于可以被接受但需要進行風險管控等級；同時Pb兒童非致癌風險高于1的區域范圍具有明顯的上升趨勢。從環境與健康視角來看，要達到“環境安全得到有效保障”、“江蘇省環境風險得到有效管控”的《江蘇省“十四五”生態環境保護規劃》[34]目標以及“到2030年全面管控土壤環境安全”的《土壤污染防治行動計劃》[33]目標等，需要在上述分析的基礎上，進一步分析不同區域的具體管控目標，明確不同時期的管控任務。

2.5 基于風險可接受水平的不同時期土壤重金屬管控目標

在上述分析的基礎上，以2030年土壤重金屬Cr和As兒童致癌風險的可接受水平為依據，按照風險管控最嚴格的要求及研究區域的實際情況，分別將8×10–6和5×10–6作為2030年土壤重金屬Cr和As致癌風險的最終實現目標，以2017年土壤重金屬Cr和As含量的調查結果為基礎，結合公式(4)分析不同調查點位的土壤重金屬含量的降低幅度及年均降低速率。另外，由于土壤重金屬的空間異質性，在上述分析的基礎上，進一步結合公式(2)分析土壤重金屬含量降低幅度及年均降低速率的空間分布特征(圖5)。

結果顯示，到2030年，六合區土壤重金屬Cr和As含量需分別降低至37.500 mg/kg和4.167 mg/kg。具體而言，土壤Cr的降低速率處于0.978 ～ 8.122 mg/(kg·a)，其均值為3.176 mg/(kg·a)，Cr含量的降低速率的空間分布格局與其對應的健康風險的空間分布特征具有較高的一致性，其平均降低速率在4.001 mg/(kg·a)以上的區域依然主要分布在以六合開發區及化工園區為核心的周邊區域，且2025年對應的Cr含量的范圍為43.370 ～ 86.231 mg/kg，尤其對于六合開發區周邊區域以及冶山鎮南部區域，其對應的Cr含量均高于60.001 mg/kg，均未達到2030年確定的最低標準37.500 mg/kg。土壤As的降低速率處于0.305 ～ 0.747 mg/(kg·a)，對應的均值為0.381 mg/(kg·a)，平均降低速率在0.501 mg/(kg·a)以上的區域主要分布在竹鎮鎮西部、冶山鎮北部及馬鞍街道北部等六合區北部區域，且2025年As含量的范圍為4.004 ～ 8.650 mg/kg，低于5.001 mg/kg的區域主要零散分布在程橋街道北部、龍袍街道東部以及竹鎮鎮中部，高于7.001 mg/kg區域的主要分布在竹鎮鎮、馬鞍街道和冶山鎮。

圖4 2017年、2025年及2030年土壤重金屬健康風險空間特征

圖5 基于健康風險可接受水平的土壤重金屬管控目標的空間特征

總體來看，按照本研究確定的不同區域土壤重金屬含量的降低速率對六合區土壤Cr和As進行健康風險管控，雖然在2030年能夠實現土壤重金屬健康風險全面管控的目標，但是在2025年之前，六合區全域依然需要重點關注Cr和As對人體健康造成的潛在危害。

2.6 基于土壤重金屬管控目標的管控措施

六合區土壤重金屬Cd和Hg的非致癌風險遠低于可接受水平1，且在2017—2030年期間，Pb兒童非致癌風險高于1的區域處于上升趨勢，As和Cr兒童致癌風險的平均值分別高于18.670×10–6和9.564×10–6，Pb、As和Cr是研究區當前及未來一段時間內的健康風險特征因子。鑒于此，結合土壤重金屬健康風險管控目標的研究結果，進一步探討土壤重金屬Pb、As和Cr的管控措施。

對于Pb，其兒童非致癌風險總體處于增長趨勢，且該風險值高于1的區域范圍呈現逐年遞增，需進一步加強以葛塘街道連接金牛湖街道的六合區西南—東北區域為重點區域的管控。重點管控該地區含Pb化石燃料的使用，并加強工業企業排放煙氣中Pb的管控[19，35]，同時對2017年Pb非致癌風險值高于1區域的土壤進行適當的修復，如通過使用海泡石、腐植酸鈉和生物質炭等Pb修復材料，或推進綠葉莧菜等Pb高富集植物與農作物進行間種/套種等方式[36-37]，對其引起的非致癌風險進行管治，進而降低Pb的非致癌風險。

對于As，2017年研究區域的As致癌風險普遍高于可接受水平的最低限值，雖然其致癌風險水平和分布區域在2025年和2030年處于降低趨勢，但是該風險值高于8×10–6的分布區域并未發生明顯的變化。且以往研究表明，As主要來源于化肥、農藥、灌溉污水等農業生產活動以及廢水、廢氣等工業生產排放[7，23，38]。按照2030年制定的健康風險目標，2025年六合區土壤As含量普遍高于2.167 mg/kg，需進行全域健康風險管控。首先，要重點管控以竹鎮鎮北部、馬鞍街道北部以及冶山鎮西北部為核心的六合區北部區域。該區域是As含量增長速度的高值區域，需要重點關注農業生產活動引起的As致癌風險，如對于當前在推進測土配方施肥工作和有機肥替代部分化肥行動過程中，需進一步強化肥質量管理，嚴格管理灌溉水環境質量，并降低含As農藥的使用量，進而降低農業生產活動對于耕地土壤重金屬As的累積及健康風險的影響[26]。其次，需關注以冶山鎮—葛塘街道為核心的六合區西南—東北區域，加強對于重金屬冶煉或加工等涉重金屬企業、峨眉山礦區等周邊的工礦廢棄地、畜禽養殖廢棄物等的管控[39]。最后，對于As含量降低速率較低或其在2025年的高值區域，可有條件地實施不予種植農作物或者減少輪作系數等輪作休耕制度，也可利用天然有機酸和土壤改良劑等實施化學修復[40-41]；對于相對低值區域可通過種植蜈蚣蕨、粉葉蕨等As高累積植物來降低其含量[42]。

相較于Pb的非致癌風險和As的致癌風險，Cr則是研究區耕地土壤重金屬健康風險管控的核心要素，其兒童致癌風險在2017年均高于13×10–6。按“2030年土壤環境風險得到全面管控”的目標，土壤重金屬Cr的年均降低速率及幅度分別高于4.001 mg/(kg·a)和19.901 mg/kg；而按照其在2007—2017年間的土壤累積速率計算，其降低速率與幅度遠達不到要求。因此，土壤重金屬Cr致癌風險也需進行全域管控。一方面要加強對土壤重金屬Cr的源頭管控。六合區作為南京市重要的工業集中區和糧食生產區，金屬冶煉和加工制造、電子儀器儀表制造、印染紡織等工業廢水、廢渣、粉塵排放以及含Cr農藥化肥的不合理使用等是引起土壤Cr累積的重要因素[28，38]。一方面要重點監管Cr排放工業企業，嚴格控制含有Cr的農用化學品的投入使用。另一方面要重點關注冶山鎮和金牛湖街道—葛塘街道和大廠街道的連接區域，在源頭管控的基礎上，通過調整種植結構、間作超累積植物、深耕翻土等方式，進一步降低該區域土壤Cr的含量，確保土壤重金屬含量達到預期目標。

3 結論

1) 研究區域土壤重金屬Cr、Pb、Cd、As和Hg在2007—2017年的平均累積速率分別為–0.711、0.558、0.006、–0.086和0.013 mg/(kg·a)，對應的土壤重金屬變異系數持續增長，表明了人類活動對于研究區域土壤重金屬的干擾持續增強。

2) 土壤重金屬對于兒童造成的健康風險均高于成人，且Cr和As兒童致癌風險在2017年的最小值分別為13.307×10–6和4.548×10–6，Pb兒童非致癌風險和致癌風險對應的均值分別為1.052和1.587×10–6，Cr、As和Pb是研究區域健康風險特征因子。2017—2030年，Pb兒童非致癌風險總體水平和高于1的調查點位數呈上升趨勢，Cr和As兒童致癌風險雖然整體呈下降趨勢，但是其在2030年對應的平均值分別為18.670×10–6和9.564×10–6，均高于8×10–6和5×10–6的管控目標。

3) 2017年、2025年和2030年，Cr兒童致癌風險、As兒童致癌風險以及兒童綜合致癌風險高于15×10–6、8×10–6和25×10–6的區域主要分布在以馬鞍街道、大廠街道、金牛湖街道和葛塘街道為核心的六合區東南至西北區域，Pb兒童非致癌風險高于1的區域主要分布在以六合開發區和化工園區為核心的周邊區域。

4) 在健康風險視角下，土壤Cr和As需進行全域管控，其管控最終目標分別為37.500 mg/kg和4.167 mg/kg，對應的年平均變化速率為–3.176 mg/(kg·a)和–0.381 mg/(kg·a)，且以六合開發區和化工園區為核心的區域是Cr重點管控區域，以冶山鎮北部和馬鞍街道北部為核心的區域是As的重點管控區域。

[1] Hou D Y, O’Connor D, Igalavithana A D, et al. Metal contamination and bioremediation of agricultural soils for food safety and sustainability[J]. Nature Reviews Earth & Environment, 2020, 1(7): 366–381.

[2] Han J, Lee S, Mammadov Z, et al. Source apportionment and human health risk assessment of trace metals and metalloids in surface soils of the Mugan Plain, the Republic of Azerbaijan[J]. Environmental Pollution, 2021, 290: 118058.

[3] 駱永明, 滕應. 中國土壤污染與修復科技研究進展和展望[J]. 土壤學報, 2020, 57(5): 1137–1142.

[4] Mitra S, Chakraborty A J, Tareq A M, et al. Impact of heavy metals on the environment and human health: Novel therapeutic insights to counter the toxicity[J]. Journal of King Saud University - Science, 2022, 34(3): 101865.

[5] Ma L, Xiao T F, Ning Z P, et al. Pollution and health risk assessment of toxic metal(loid)s in soils under different land use in sulphide mineralized areas[J]. Science of the Total Environment, 2020, 724: 138176.

[6] Briffa J, Sinagra E, Blundell R. Heavy metal pollution in the environment and their toxicological effects on humans[J]. Heliyon, 2020, 6(9): e04691.

[7] Wang F F, Guan Q Y, Tian J, et al. Contamination characteristics, source apportionment, and health risk assessment of heavy metals in agricultural soil in the Hexi Corridor[J]. CATENA, 2020, 191: 104573.

[8] Ahmad W, Alharthy R D, Zubair M, et al. Toxic and heavy metals contamination assessment in soil and water to evaluate human health risk[J]. Scientific Reports, 2021, 11(1): 1–12.

[9] Long Z J, Zhu H, Bing H J, et al. Contamination, sources and health risk of heavy metals in soil and dust from different functional areas in an industrial city of Panzhihua City, Southwest China[J]. Journal of Hazardous Materials, 2021, 420: 126638.

[10] Yang Q Q, Li Z Y, Lu X N, et al. A review of soil heavy metal pollution from industrial and agricultural regions in China: Pollution and risk assessment[J]. Science of the Total Environment, 2018, 642: 690–700.

[11] U.S. EPA. Guidelines for the Health Risk Assessment of Chemical Mixtures[EB/OL]. https: //www.epa.gov/, 1986.

[12] Azeh Engwa G, Udoka Ferdinand P, Nweke Nwalo F, et al. Mechanism and health effects of heavy metal toxicity in humans[M]//Poisoning in the Modern World - New Tricks for an Old Dog? . IntechOpen, 2019.

[13] 楊敏, 滕應, 任文杰, 等. 石門雄黃礦周邊農田土壤重金屬污染及健康風險評估[J]. 土壤, 2016, 48(6): 1172–1178.

[14] 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.

[15] Zhang R, Chen T, Zhang Y, et al. Health risk assessment of heavy metals in agricultural soils and identification of main influencing factors in a typical industrial park in northwest China[J]. Chemosphere, 2020, 252: 126591.

[16] Hu B F, Shao S, Ni H, et al. Current status, spatial features, health risks, and potential driving factors of soil heavy metal pollution in China at Province level[J]. Environmental Pollution, 2020, 266: 114961.

[17] 楊湜煙, 劉杏梅, 徐建明. 土壤重金屬污染健康風險評估新視角——概率風險評估的源起及展望[J]. 土壤學報, 2022, 59(1): 28–37.

[18] Zhang Y Q, Wang S T, Gao Z J, et al. Contamination characteristics, source analysis and health risk assessment of heavy metals in the soil in Shi River Basin in China based on high density sampling[J]. Ecotoxicology and Environmental Safety, 2021, 227: 112926.

[19] Sun J W, Hu G R, Yu R L, et al. Human health risk assessment and source analysis of metals in soils along the G324 Roadside, China, by Pb and Sr isotopic tracing[J]. Geoderma, 2017, 305: 293–304.

[20] Liu Z Y, Fei Y, Shi H D, et al. Prediction of high-risk areas of soil heavy metal pollution with multiple factors on a large scale in industrial agglomeration areas[J]. Science of the Total Environment, 2022, 808: 151874.

[21] Liao S Y, Jin G Q, Khan M A, et al. The quantitative source apportionment of heavy metals in peri-urban agricultural soils with UNMIX and input fluxes analysis[J]. Environmental Technology & Innovation, 2021, 21: 101232.

[22] Liu H W, Zhang Y, Yang J S, et al. Quantitative source apportionment, risk assessment and distribution of heavy metals in agricultural soils from southern Shandong Peninsula of China[J]. Science of the Total Environment, 2021, 767: 144879.

[23] Qin G W, Niu Z D, Yu J D, et al. Soil heavy metal pollution and food safety in China: Effects, sources and removing technology[J]. Chemosphere, 2021, 267: 129205.

[24] 何博, 趙慧, 王鐵宇, 等. 典型城市化區域土壤重金屬污染的空間特征與風險評價[J]. 環境科學, 2019, 40(6): 2869–2876.

[25] 陳懷滿. 環境土壤學[M]. 3版. 北京: 科學出版社, 2018.

[26] 南京市六合區統計局. 六合統計年鑒(2019, 2020, 2021) [EB/OL]. (2021-11-3)[2022-5-]. http://www.njlh.gov.cn/sjfb/ tjnj/.

[27] 王玉軍, 陳能場, 劉存, 等. 土壤重金屬污染防治的有效措施: 土壤負載容量管控法——獻給2015“國際土壤年”[J]. 農業環境科學學報, 2015, 34(4): 613–618.

[28] Wu Q M, Hu W Y, Wang H F, et al. Spatial distribution, ecological risk and sources of heavy metals in soils from a typical economic development area, Southeastern China[J]. Science of the Total Environment, 2021, 780: 146557.

[29] 馬宏宏, 余濤, 楊忠芳, 等. 典型區土壤重金屬空間插值方法與污染評價[J]. 環境科學, 2018, 39(10): 4684–4693.

[30] Safiur Rahman M, Khan M D H, Jolly Y N, et al. Assessing risk to human health for heavy metal contamination through street dust in the Southeast Asian Megacity: Dhaka, Bangladesh[J]. The Science of the Total Environment, 2019, 660: 1610–1622.

[31] Wang H Z, Yilihamu Q, Yuan M N, et al. Prediction models of soil heavy metal(loid)s concentration for agricultural land in Dongli: A comparison of regression and random forest[J]. Ecological Indicators, 2020, 119: 106801.

[32] 任加國, 龔克, 馬福俊, 等. 基于BP神經網絡的污染場地土壤重金屬和PAHs含量預測[J]. 環境科學研究, 2021, 34(9): 2237–2247.

[33] 中華人民共和國國務院. 關于印發土壤污染防治行動計劃的通知[EB/OL]. (2016-5-28)[2022-5-11]. http://www. gov.cn/xinwen/index.htm.

[34] 江蘇省人民政府辦公廳. 關于印發江蘇省“十四五”生態環境保護規劃的通知[EB/OL]. (2021-9-28)[2022-5-11]. http://www.jiangsu.gov.cn/.

[35] Wan M X, Hu W Y, Wang H F, et al. Comprehensive assessment of heavy metal risk in soil-crop systems along the Yangtze River in Nanjing, Southeast China[J]. Science of the Total Environment, 2021, 780: 146567.

[36] Zhu J F, Gao W C, Zhao W T, et al. Wood vinegar enhances humic acid-based remediation material to solidify Pb(II) for metal-contaminated soil[J]. Environmental Science and Pollution Research, 2021, 28(10): 12648–12658.

[37] Rajendran S, Priya T A K, Khoo K S, et al. A critical review on various remediation approaches for heavy metal contaminants removal from contaminated soils[J]. Chemosphere, 2022, 287(Pt 4): 132369.

[38] 王信凱, 張艷霞, 黃標, 等. 長江三角洲典型城市農田土壤重金屬累積特征與來源[J]. 土壤學報, 2021, 58(1): 82–91.

[39] Liu P, Wu Q M, Wang X K, et al. Spatiotemporal variation and sources of soil heavy metals along the lower reaches of Yangtze River, China[J]. Chemosphere, 2022, 291: 132768.

[40] Cao M H, Ye Y Y, Chen J, et al. Remediation of arsenic contaminated soil by coupling oxalate washing with subsequent ZVI/Air treatment[J]. Chemosphere, 2016, 144: 1313–1318.

[41] Yoon I H, Moon D H, Kim K W, et al. Mechanism for the stabilization/solidification of arsenic-contaminated soils with Portland cement and cement kiln dust[J]. Journal of Environmental Management, 2010, 91(11): 2322–2328.

[42] Wan T Y, Dong X W, Yu L H, et al. Comparative study of three-crop intercropping modes in arsenic accumulation and phytoremediation efficiency[J]. Environmental Technology & Innovation, 2021, 24: 101923.

Spatio-temporal Prediction and Control Objectives for Health Risk of Soil Heavy Metals

JI Chao1, DONG Wenhao1, HOU Dawei2, ZHAO Xiaojie1, XIE Li1, SUN Hua1*, BAO Guangjing3*, DENG Aiping4

(1 College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China; 2 College of Public Administration and Law, Northeast Agricultural University, Harbin 150030, China; 3 School of Logistics and Management Engineering, Yunnan University of Finance and Economics, Kunming 650221, China; 4 Jiangsu Environmental Monitoring Center, Nanjing 210036, China)

With the support of black box theory and the monitoring data of Cr, Pb, Cd, As and Hg in soil, the health risks and their spatio-temporal distributions in Luhe district of Nanjing City were assessed and predicted by using the health risk assessment model and inverse distance weight interpolation method, and then the corresponding control objectives were proposed. The results show that the average annual accumulation rates of Cr, Pb, Cd, As and Hg were –0.711, 0.558, 0.006, –0.086 and 0.013 mg/(kg·a)with the moderate or high variation of from 2007 to 2017, respectively. The minimum carcinogenic risks of Cr and As for children were 13.307×10–6and 4.548×10–6in 2017, respectively. The maximum non-carcinogenic risk of Pb for children was 1.366, and the sites higher than 1 account for 11.58% of all sites, which indicated Cr, Pb and As are the main health risk characteristic factors. From 2017 to 2030, the non-carcinogenic risk of Pb shows an upward trend, and the areas higher than 1 are mainly distributed in the southern area such as Dachang and Changlu streets and the northern area with the core of Jinniuhu street. The children carcinogenic risks of Cr and As show the downward trend, but their corresponding average values are higher than 8.670×10–6and 9.564×10–6, respectively, and the areas with the children carcinogenic risk higher than 20×10–6for Cr are gradually concentrated in the surrounding areas of Luhe Economic Development Zone and Industrial Park, while the areas with the children carcinogenic risk higher than 10×10–6for As is gradually concentrated in the northern part including Ma’an street. Based on 2030 carcinogenic risk control targets, the contents need to be reduced to 37.500 mg/kgfor Cr and 4.167 mg/kgfor As, and their reduction rates should be reduced from 0.978 mg/(kg·a) to 8.122 mg/(kg·a) and from 0.305 mg/(kg·a) to 0.747 mg/(kg·a), with the corresponding mean values of 3.176 mg/(kg·a) and 0.381 mg/(kg·a) respectively. Furthermore, the regions with high Cr reduction rates are mainly distributed around Luhe Economic Development Zone and the south of Yeshan town, and the regions for As is mainly distributed in the north, including the west of Zhuzhen town, the north of Yeshan town and the north of Ma’an street.

Soil heavy metals; Health risk; Black-box theory; Spatio-temporal prediction; Risk management

X53

A

10.13758/j.cnki.tr.2023.03.022

姬超，董文浩，侯大偉，等. 土壤重金屬健康風險時空預測及管控目標研究. 土壤, 2023, 55(3): 634–646.

江蘇省環保科研課題(2018001)，江蘇省社會科學基金項目(22JZB001)和NSFC-云南聯合基金重點支持項目(U2102208)資助。

(sh@njau.edu.cn；cyberbao@qq.com)

姬超(1993—)，男，安徽亳州人，博士研究生，主要研究方向為資源環境評價與規劃管理。E-mail：208860788@qq.com