西南地質高背景區土壤鎘釋放動力學及辣椒安全閾值研究

摘要：為探究西南典型碳酸鹽巖地質高背景區農田土壤鎘（Cd）的釋放動力學特征以及保護辣椒安全生產的土壤Cd閾值，通過梯度擴散薄膜技術（Diffusive gradients in thin-films technique，DGT）和DIFS模型（DGT induced fluxes in soils and sediments model）獲取土壤Cd釋放動力學參數，通過盆栽和大田試驗建立了基于土壤總Cd和有效態Cd與辣椒Cd含量的關系，并推導出保護辣椒安全生產的土壤總Cd和有效態Cd閾值。結果表明：土壤Cd從固相向液相釋放的能力處于中等到高的水平（R 值范圍為0.42～0.98），較低的土壤pH有利于Cd的長期持續釋放。DGT測定的土壤有效態Cd對辣椒Cd的預測效果最佳（模型擬合優度=0.86），土壤總Cd、0.43 mol·L-1 HNO3提取態Cd（HNO3-Cd）和BCR連續提取法第一步提取態Cd（F1-Cd）結合土壤pH能夠與辣椒Cd含量建立較好的多元線性回歸模型，擬合優度均高于0.80。0.43 mol·L-1 HNO3提取法具有簡單快捷、便于檢測的優點，其與土壤pH結合可作為研究區碳酸鹽巖地質高背景農田土壤有效態Cd的可靠評價方法。研究表明，基于總Cd和HNO3-Cd推導的土壤Cd安全閾值能夠較好地保護當地辣椒的安全生產。

關鍵詞：地質高背景土壤；鎘；釋放動力學；辣椒；安全閾值

中圖分類號：S641.3；X53 文獻標志碼：A 文章編號：1672-2043（2024）11-2506-10 doi：10.11654/jaes.2024-0090

我國西南地區重金屬污染狀況嚴重，基于第一次全國土壤污染調查數據集的研究表明，全國土壤Cd、As、Cu 等重金屬平均含量的最大值分布在廣西、貴州、云南等西南省份[1]。2015年《中國耕地地球化學調查報告》顯示，西南巖溶區重金屬超標80%以上由區域地質高背景與成土風化作用引起[2]。碳酸鹽巖中的重金屬可通過母巖繼承和次生富集作用傳遞到土壤中，造成土壤重金屬的富集現象[3]。

以往的研究通常認為地質來源的重金屬大多表現出“高含量、低活性”的特征[4-5]，但近年來一些研究發現地質高背景區土壤中的Cd相較于其他重金屬常以非殘余態組分存在，具有較高的釋放風險和植物吸收有效性[6]。了解Cd從固相向液相的釋放能力和速率以及主要影響因素對于評估土壤Cd的釋放風險和植物吸收有效性具有重要意義[7-8]，目前大多通過短期、高液固比的吸附-解吸實驗探究Cd在土壤中的平衡分配，這種方法未考慮土壤固相Cd的動態補充，所提供的動力學信息有限[9]。梯度擴散薄膜技術（DGT）是一種基于解離和擴散動力學的分析技術，其測定的重金屬含量結合了土壤溶液中的直接有效態重金屬和土壤固相釋放的重金屬，隨之開發的DGT 誘導通量模型（DIFS模型）量化了土壤固相重金屬釋放的動力學過程，提供了相關的動力學參數[10-11]。目前DGT和DIFS模型已被用于從動力學角度評估污染土壤Cd的釋放風險和修復效果[12-13]，但用于地質高背景農田土壤Cd的釋放過程研究相對較少。此外，由于DGT技術涉及的動力學過程與植物根系吸收重金屬的過程相似，因此相較于傳統的化學提取法能夠更好地評價土壤重金屬的植物吸收有效性。DGT測定的有效態Cd含量與水稻[14]、小麥[15]、玉米[16]等作物可食部分的Cd含量均有較好的相關性，其在地質高背景土壤-作物體系中的應用潛力值得進一步探究。

地質高背景區內源性Cd的積累引起了谷物、食用蔬菜等作物的Cd超標[6，17]。辣椒是西南地區主要食用蔬菜之一，且對Cd有相對較強的富集能力，其在西南地質高背景土壤上的安全生產受到嚴重威脅[18-19]。我國現行的土壤重金屬風險管控標準（GB15618—2018）主要是通過物種敏感性分布曲線的95% 危害濃度制定的，對具體作物的保護缺乏針對性，并且只給出了重金屬總量標準，而實際上重金屬的植物吸收有效性取決于有效態含量而非總量[20]。因此，現行風險篩選值對西南地質高背景區特定農作物可能存在過保護或欠保護的情況，有必要在考慮土壤有效態Cd含量的基礎上開展西南地質高背景區土壤Cd安全閾值的研究。

本研究以西南某省典型碳酸鹽巖地質高背景區農田土壤為研究對象，采用DGT和DIFS模型探究土壤Cd的釋放動力學特征，篩選土壤-辣椒體系有效態Cd的評價方法，通過盆栽試驗和田間小區試驗建立基于總Cd和有效態Cd的土壤-辣椒體系遷移預測模型，并根據預測模型反推保護辣椒安全生產的土壤Cd閾值，最終通過野外數據對閾值進行適宜性評價。本研究旨在從動力學角度評估西南典型地質高背景區土壤Cd的釋放風險，同時為農用地土壤分區安全利用和區域差異化環境標準的制定提供科學依據。

1 材料與方法

1.1 研究區域概況

研究區域為我國云南省某縣碳酸鹽巖發育區域，區域內地層巖石復雜多樣，以灰巖和白云巖等碳酸鹽巖為主。巖石受雨水和地下水侵蝕而形成典型的巖溶地貌，占縣域總土地面積的2/3。研究區域內土壤類型以紅壤為主，其次為紫色土和黃棕壤。

1.2 樣本采集和分析

盆栽試驗供試土壤采集自研究區域內碳酸鹽巖分布區農田表層土壤（0～20 cm），共14個點位（編號為S1～S14），土壤類型為紅壤和黃棕壤，以紅壤為主，均為旱地土壤。采樣點附近均無工礦企業等人為污染源，地質背景和成土風化作用是土壤Cd富集的主要原因之一。土壤樣本自然風干，去除石塊和動植物殘體等雜質后過篩，分別測定土壤總Cd含量和基本理化性質。土壤總Cd含量分析參考《土壤和沉積物金屬元素總量的消解微波消解法》（HJ 832—2017）；土壤pH、有機質、陽離子交換量（CEC）的測定參考文獻[21]，供試土壤的理化性質如表1所示。土壤pH范圍為4.73～7.89，其中pH≤5.5 的點位約占36%，5.56.5的點位約占21%，大部分土壤為酸性土壤。土壤有機質范圍為7.17～35.81 g·kg-1，平均值為25.25 g·kg-1。CEC 范圍為3.26～14.65 cmol·kg-1，平均值為10.01 cmol·kg-1。土壤總Cd 范圍為0.17～1.83 mg·kg-1，均值為0.90 mg·kg-1，是我國表層土壤Cd 背景值（0.097 mg·kg-1）的9.3 倍，呈現明顯的富集特征，且約93% 的點位土壤Cd含量超過GB 15618—2018規定的土壤風險篩選值（pH≤7.5時為0.3 mg·kg-1，pHgt;7.5時為0.6 mg·kg-1）。土壤有機質、CEC、總Cd的變異系數分別為31.70%、37.20%、48.80%。

另外于辣椒成熟期采集野外土壤-辣椒成對樣本共51對，每個點位用五點混合法采集辣椒果實樣本約0.5 kg和對應植株的根際土壤樣本（0～20 cm）約2 kg。辣椒果實樣本分別用自來水和去離子水沖洗干凈后擦干表面水分，用食品加工機研磨成勻漿備用。辣椒樣品Cd含量分析采用壓力消解罐消解法，具體步驟參考《食品安全國家標準食品中鎘的測定》（GB 5009.15—2014）。

1.3 盆栽和田間小區試驗

盆栽試驗于2023年5月在南京中山植物園溫室進行。盆栽試驗選用直徑20 cm、高21 cm的PVC塑料盆，每盆裝過10目篩的土壤4 kg，每個處理設置4個重復。盆栽試驗辣椒品種為天紅4號朝天椒，為研究區域主栽品種。按照180 mg·kg-1的N（尿素）、100mg·kg-1的P2O5（磷酸二氫鉀）、150 mg·kg-1的K2O（磷酸二氫鉀和硫酸鉀）加入底肥并混勻，每盆移栽3株辣椒幼苗，作物生長期間根據發育時期合理澆水。田間小區試驗在S14號采樣點位所在田塊進行，種植的辣椒品種包括天紅4號朝天椒、JC-918朝天椒、新型105線椒3個品種，均為當地主要種植的品種。每個小區的規格為3 m×4 m，每個品種設置4個重復，各小區位置隨機排列，按照當地種植習慣進行辣椒的種植和管理。在盆栽和田間小區辣椒成熟期進行采收，每個小區用五點混合法采集1對土壤-辣椒成對樣本，用于后續預測模型的構建；另外在小區內隨機選取獨立點位采集1對土壤-辣椒成對樣本，用于模型和閾值的驗證。土壤和辣椒預處理和分析方法同1.2。

1.4 連續提取法和單一提取法

采用BCR 連續提取法分析土壤Cd 的化學結合態，具體提取步驟參考文獻[22]。采用單一提取法測定土壤有效態Cd。單一提取法所用提取劑包括0.01mol·L-1 CaCl2、1 mol·L-1 NH4OAc、0.43 mol·L-1 HNO3，將3 g 風干土壤放入50 mL 塑料離心管中并加入30mL 提取劑，室溫下以180 r·min-1 振蕩2 h，離心過0.22 μm水系濾膜后保存提取液待分析。

1.5 DGT和DIFS模型

DGT裝置購自南京維申環保科技有限公司，產品型號為LSLX-NP，吸附膜材料為Chelex/Metsorb，厚度為0.4 mm，擴散膜厚度為0.8 mm，采樣面積為2.54cm2。DGT技術測定有效態Cd的步驟主要為：①調整土壤水分為60%最大持水量后平衡48 h，再將土壤水分調整為100% 最大持水量，平衡24 h；②25 ℃下將DGT裝置采樣窗口向下輕輕按入土壤，放置24 h；③回收DGT裝置，取出吸附膜并用1 mol·L-1 HNO3溶液洗脫Cd，保存洗脫液待分析。此外，從14個盆栽供試土壤中分別選擇2 個酸性土壤和2 個堿性土壤，將DGT放置時間分別延長至168 h和312 h。DGT測定有效態Cd 含量（CDGT）的計算參考文獻[23]。DGT 實驗結束后將培養皿中的土壤轉移至離心管中，在3 000r·min-1下離心15 min得到土壤溶液，過0.22 μm水系濾膜后保存待分析。

2024年11月 背景區土壤鎘釋放動力學及辣椒安全閾值研究www.aes.org.cnDIFS模型是模擬沉積物/土壤中重金屬反應和傳輸的數值模型，涉及的主要參數和計算公式如下：

1.6 分析質量控制和數據處理

所有消解和提取樣品均采用ICP-MS（NexION2000）測定Cd含量。有效態Cd提取以及DGT實驗過程中每個處理均設置3個重復。土壤、辣椒消解過程中插入5% 的成分分析標準物質（GBW07429、GBW10012）、5%的空白樣品和10%的3個重復樣品進行質量控制。采用Excel 2013和SPSS 19.0進行數據處理和線性回歸分析，采用Origin Pro 2021制圖。

2 結果與討論

2.1 土壤Cd釋放動力學特征

本研究通過DGT和DIFS模型得到的24 h內盆栽土壤Cd的動力學參數如表2所示，R 值范圍為0.42～0.98，平均值為0.71，高于Chen 等[16]測定的天津玉米主產區表層土壤Cd的R 值（0.24～0.65），整體處于中等到高等的水平，這意味著因植物吸收導致的土壤溶液Cd的消耗能得到較好地補充。一般而言，土壤pH是影響土壤Cd釋放的主要因素，如陶春軍等[24]以安徽省石臺縣高鎘富硒土壤為研究對象，模擬了24 h內R 值隨時間的變化，發現酸性土壤相較于偏中性土壤能夠更好地維持Cd從固相向液相的持續供應，其R值保持在較高水平。本研究中24 h內的R 值與土壤pH并無顯著相關性，表明24 h內土壤Cd的釋放能力可能受到除pH外的多種因素影響。在此基礎上選取了不同pH 的土壤進行了168 h 和312 h 的DGT 動力學實驗，不同時間尺度下R 值的變化如圖1所示。時間由24 h延長至168 h時，所有土壤的R 值均降低，兩種堿性土壤（S7、S13）的R 值分別降低66%和53%，兩種酸性土壤（S12、S14）的R 值分別降低24%和16%，這表明土壤pH影響了長時間尺度下土壤Cd的釋放過程，較低的土壤pH有利于維持Cd從固相向液相的持續供應。時間由168 h延長至312 h時，4種土壤R值的變化均較小，表明土壤Cd的釋放達到穩定狀態。

本研究中Tc范圍為10.94～2 116.80 s，均值為436s，處于較低水平，表明因土壤溶液Cd消耗引起的固相Cd的釋放速率較快。已有研究指出在碳酸鹽巖發育土壤中Cd具有相對較低的Tc值，如Zhang等[25]通過DIFS模型模擬了我國南方不同母巖發育的50個天然土壤Cd的Tc值，結果表明碳酸鹽巖發育土壤Cd的Tc均值（1 005 s）顯著低于黑色頁巖和其他巖類。Tc主要影響短時間內的R 值，對于給定的kdl，將存在Tc的閾值，低于該閾值時Tc對R 值的影響可以忽略不計，重金屬從土壤固相向液相的釋放動力學過程不再限制污染物向DGT 裝置的供應，此時的主要限制因素為重金屬的擴散過程[7]。在模型中將Tc 降低一個數量級評估R 值的變化率有助于了解Cd從土壤固相向DGT 裝置供應的主要限制過程[26]。本研究中24 hDGT 實驗R 值的變化率范圍為0.3%～25.0%，且R 值變化率與土壤pH 呈顯著正相關（圖2），表明隨著土壤pH逐漸升高，土壤Cd從固相向DGT裝置的供應由擴散限制轉變為動力學限制。pH能夠通過改變土壤表面電荷和化合物的溶解度來控制Cd的吸附-解吸行為，堿性土壤的高pH導致土壤活性表面對Cd的絡合作用更強，其溶解度顯著低于酸性土壤[27]。另外一些研究表明，隨著pH的降低，土壤中的Cd可由專性吸附轉變為非專性吸附，酸性土壤中的Cd易被H+置換而釋放到溶液中[28-29]。本研究區內土壤主要為酸性和偏酸性土壤，從動力學角度來看土壤Cd存在較高的釋放風險。

2.2 辣椒對Cd的富集特征

盆栽、田間小區辣椒樣本的Cd 含量特征如表3所示。盆栽試驗天紅4 號朝天椒的Cd 含量范圍為0.022～0.308 mg·kg-1，均值為0.124 mg·kg-1，是食品安全國家標準（GB 2762—2022）規定的新鮮蔬菜Cd限值（0.05 mg·kg-1）的2.48倍，超標率達85.7%。生物富集系數（BCF）均值為0.16，與李洋等[19]在滇東高背景區菜地土壤上得到的朝天椒Cd的BCF值（0.14）非常接近，富集能力處于中等水平。田間小區試驗中天紅4號朝天椒、JC-918朝天椒和105線椒的BCF均值分別為0.12、0.13和0.05。對于天紅4號朝天椒而言，盆栽試驗辣椒的BCF值顯著高于田間小區試驗，表明盆栽和田間小區環境條件的差異影響了辣椒對Cd的吸收。田間小區試驗中兩種朝天椒的BCF值之間無顯著差異，但均高于線椒，表明相同條件下朝天椒的Cd超標風險高于線椒。野外采集的土壤和辣椒樣本的Cd含量特征如表4所示，野外辣椒未區分具體品種，Cd含量范圍為0.005～0.260，超標率達62.7%，BCF均值為0.09。整體而言，研究區朝天椒Cd 含量和BCF值處于較高水平，Cd通過土壤-辣椒體系進入食物鏈的風險較大。

2.3 土壤-辣椒體系Cd植物吸收有效性的評價方法

2.3.1 不同方法得到的有效態Cd含量特征

BCR連續提取法提供了土壤Cd化學形態方面的信息，盆栽土壤中Cd的化學結合態分布如圖3所示，弱酸提取態Cd（F1）、可還原態Cd（F2）、可氧化態Cd（F3）和殘余態Cd（F4）的相對含量分別為12%～40%、6%～41%、4%～10%和17%～63%。不同點位采集的土壤中Cd的化學結合態相對含量存在較大差異，但總體來看土壤中弱酸提取態Cd占有相當高的比例，這可能與碳酸鹽巖母質和當地農田內廣泛露頭的碳酸鹽巖有關。弱酸提取態Cd被認為具有較高的生物有效性且對pH的變化較為敏感，在酸性環境下容易釋放[30]。因此，在當地偏酸性土壤條件下Cd活化釋放的可能性較高，這與動力學部分的結論一致。土壤中非殘余態Cd（F1+F2+F3）的均值是殘余態Cd的2.30倍，表明土壤中的Cd存在較高的環境風險。

單一提取法、BCR提取法第一步、DGT技術和土壤溶液法得到的有效態Cd含量占總Cd的比例如圖4所示。不同方法得到的有效態Cd占總Cd的比例存在顯著差異，從高到低依次為0.43 mol·L-1 HNO3（14%～72%）gt;F1（12%～43%）gt;1 mol·L-1 NH4OAc（1%～10%）≈0.01 mol·L-1 CaCl2（0～9.7%）gt;土壤溶液gt;DGT。不同方法的提取比例受到土壤pH的顯著影響，其中CaCl2-Cd、NH4OAc-Cd、DGT-Cd和土壤溶液Cd均與土壤pH呈現極顯著負相關，堿性土壤的CaCl2-Cd接近或低于檢出限，表明0.01 mol·L-1 CaCl2在應用于堿性土壤時有一定的局限性。

2.3.2 總Cd和有效態Cd與辣椒Cd的關系

將總Cd和不同方法得到的有效態Cd與辣椒Cd建立一元線性回歸模型，結果如表5所示，不同方法原始數據與經過對數處理的數據擬合結果不同，表中給出了擬合優度最高的結果。

本研究中土壤總Cd、HNO3-Cd 和F1-Cd 與辣椒Cd均無顯著線性相關關系，表明通過全量消解或酸性提取劑得到的較高含量的Cd不能代表當季作物可吸收的部分。已有研究表明總Cd含量并不能反映蔬菜實際吸收的Cd，土壤中Cd的實際有效性受到生物和非生物因素的影響[31]。0.43 mol·L-1 HNO3 提取態Cd 也可能在一定程度上高估土壤Cd 的有效性[32]。CaCl2-Cd、NH4OAc-Cd、土壤溶液Cd和DGT-Cd均能與辣椒Cd建立起顯著的一元線性相關關系，模型的擬合優度由高到底為DGT-Cd（0.85）gt;土壤溶液-Cd（0.74）gt;CaCl2-Cd（0.73）gt;NH4OAC-Cd（0.54）。各種方法中DGT技術提供了土壤有效態Cd與辣椒Cd的最佳關系，且模型預測值與實測值間的均方根誤差最小。DGT裝置和土壤界面之間建立的濃度梯度導致了土壤溶液Cd的消耗和固相Cd的補充，這一過程被認為與植物根系吸收重金屬的過程相似，因此，DGT測定的有效濃度往往能夠較好地反映植物體內富集的重金屬含量[33]。土壤溶液法未考慮土壤固相Cd的動態釋放過程，因此模型的擬合優度低于DGT-Cd。CaCl2-Cd模型的擬合優度與土壤溶液Cd非常接近，同樣與辣椒Cd有較好的線性相關關系，但同為鹽溶液的1 mol·L-1 NH4OAc提取的Cd與辣椒Cd的線性相關程度較低，表明其提取的Cd與辣椒可吸收的Cd之間存在一定差異。

2.4 土壤-辣椒體系Cd的遷移預測模型

在一元線性回歸模型的基礎上結合土壤理化性質建立了多元線性回歸模型，結果如表6所示。土壤各理化性質中僅有pH進入預測模型，土壤有機質和CEC在模型中并不顯著，因此未保留。總Cd、HNO3-Cd、F1-Cd和NH4OAc-Cd在加入pH后模型的擬合優度分別提高至0.81、0.83、0.85和0.77，表明在本研究中pH 是影響各提取態Cd 與辣椒Cd 關系的關鍵因素。兩種酸提取法以及1 mol·L-1 NH4OAc提取法忽略了土壤pH對土壤Cd植物吸收有效性的控制，因此模型中需引入pH進行校正。DGT-Cd、土壤溶液-Cd和CaCl2-Cd 與pH 結合對模型預測效果的影響不顯著。DGT 技術已被證明能夠包含土壤pH、有機質、CEC等影響重金屬有效性的因素，如高慧等[34]建立了DGT和傳統化學提取方法與馬鈴薯、白菜、玉米吸收Cd的線性回歸模型，結果表明DGT 對3種作物吸收Cd的預測效果不受土壤理化性質的影響。因此DGT技術有望能忽略不同地區土壤性質的差異，從而得到更加具有普適性的土壤-作物Cd遷移預測模型和土壤Cd安全閾值。從實際應用的角度來看，0.43 mol·L-1 HNO3提取態Cd結合土壤pH對辣椒Cd的預測效果較好，且具有操作簡單快捷、提取能力強、便于檢測等優點，可作為評價研究區土壤-辣椒體系Cd生物有效性的優選方法。

考慮到盆栽試驗數據量有限，且盆栽試驗辣椒對Cd的吸收與田間條件下存在一定差異，因此將盆栽和田間小區試驗兩種朝天椒的數據合并后建立預測模型，最終基于總Cd和HNO3-Cd的預測模型為：

lg[辣椒Cd] = 0.860lg[總Cd]-0.222pH+0.361（R2=0.67，n=22）

lg[辣椒Cd]=0.729lg[HNO3-Cd]-0.272pH+0.999（R2=0.66，n=22）

為了驗證模型的實際預測效果，將野外和田間小區試驗土壤-辣椒成對數據（n=59）代入預測模型（田間小區驗證數據未參與模型構建），辣椒Cd 預測值和實測值的對比結果如圖5 所示。兩種模型中數據點均大多分布于1∶1 線附近，且預測值大部分在0.5～2.0 倍實測值范圍內，表明模型的預測效果較為可靠。

2.5 土壤Cd安全閾值的推導和驗證

基于建立的預測模型，以辣椒Cd的限量標準反推得到的土壤Cd 安全閾值如圖6 所示。總Cd 和HNO3-Cd閾值均隨著土壤pH的提高呈現上升趨勢，pH≤5.5 時，研究區總Cd 閾值接近現行風險篩選值，pHgt;5.5時，研究區總Cd閾值顯著高于現行風險篩選值，并且在pHgt;6.5時總Cd和HNO3-Cd閾值的上升速率加快，表明土壤-辣椒體系中Cd的生物有效性在高土壤pH條件下大幅度降低。胡立志等[35]通過野外土壤-辣椒點對點采樣推導了貴州喀斯特地區保護辣椒的土壤Cd 安全閾值，結果表明土壤總Cd 閾值隨pH 上升呈增加趨勢，得到pHlt;6.5、6.5≤pH≤7.5、pHgt;7.5 時的土壤總Cd 閾值分別為1.00、1.26、2.50 mg·kg-1，顯著高于本研究得到的相應pH 下的土壤總Cd閾值，這歸因于當地辣椒對Cd的低富集水平（BCF均值為0.046）。本研究的結果表明，對于高pH土壤，Cd的安全閾值可適當放寬，但這并不意味著可以忽略高pH土壤Cd的環境風險，因為野外數據中分別有26%和12% 的土壤總Cd 和HNO3-Cd 的含量超過了推導的最高閾值，說明即使土壤pH高于8.0，仍有部分辣椒會因為土壤中極高的總Cd和有效態Cd含量而出現Cd超標情況。

為了驗證本研究得到的土壤Cd安全閾值能否保護辣椒的安全生產，通過野外采樣和田間小區試驗數據（n=59）對閾值進行適宜性驗證，驗證方法參考R?mkens 等[36]的ABCD 分類方法：A 為土壤不超標農產品不超標，閾值合適；B為土壤不超標農產品超標，閾值錯誤（假陰性）；C為土壤超標農產品不超標，閾值保守（假陽性）；D為土壤超標農產品超標，土壤閾值合適。驗證結果如表7所示，現行的土壤Cd風險篩選值在用于研究區土壤-辣椒體系的環境質量評價時表現較為保守（保守率達28.8%）。本研究得到的總Cd和HNO3-Cd閾值在錯誤率上雖略有提高，但整體正確率明顯高于現行閾值，并且保守率顯著降低，整體上來看能夠較好地保護當地辣椒的安全生產。

3 結論

（1）研究區土壤Cd從固相向液相的釋放能力處于中等到高等的水平，土壤pH是控制土壤Cd釋放動力學過程的主要因素，較低的土壤pH有利于Cd從土壤固相向液相的長期持續供應。

（2）DGT技術提供了對辣椒吸收Cd的最佳預測效果，0.43 mol·L-1 HNO3提取態Cd與pH結合能較好地預測辣椒吸收的Cd，并且具有操作簡單、便于分析的優點，可作為研究區碳酸鹽巖地質高背景農田土壤有效態Cd的可靠評價方法。

（3）野外和田間數據驗證結果表明，現行風險篩選值較保守，本研究推導的基于總Cd和有效態Cd的土壤安全閾值均能較好地保護當地辣椒的安全生產，未來需要擴大數據量對閾值的適宜性進行進一步驗證。

參考文獻：

[1] 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， 512：143-153.

[2] 中國地質調查局. 中國耕地質量地質調查報告[R]. 北京：環境保護

部， 2015. China Geological Survey. Geological survey report of

cultivated land quality in China[R]. Beijing：Ministry of Environmental

Protection， 2015.

[3] YANG Q， YANG Z F， FILIPPELLI G M， et al. Distribution and

secondary enrichment of heavy metal elements in karstic soils with

high geochemical background in Guangxi， China[J]. Chemical Geology，

2021， 567：120081.

[4] LI C， ZHANG C S， YU T， et al. Use of artificial neural network to

evaluate cadmium contamination in farmland soils in a karst area with

naturally high background values[J]. Environmental Pollution， 2022，

304：119234.

[5] QUEZADA-HINOJOSA R P， MATERA V， ADATTE T， et al.

Cadmium distribution in soils covering Jurassic oolitic limestone with

high Cd contents in the Swiss Jura[J]. Geoderma， 2009， 150（3/4）：287-

301.

[6] 劉意章， 肖唐付， 熊燕， 等. 西南高鎘地質背景區農田土壤與農作物

的重金屬富集特征[J]. 環境科學， 2019， 40（6）：2877-2884. LIU Y

Z， XIAO T F， XIONG Y， et al. Accumulation of heavy metals in

agricultural soils and crops from an area with a high geochemical

background of cadmium， southwestern China[J]. Environmental

Science， 2019， 40（6）：2877-2884.

[7] ZHANG H， DAVISON W， TYE A M， et al. Kinetics of zinc and

cadmium release in freshly contaminated soils[J]. Environmental

Toxicology and Chemistry， 2006， 25（3）：664-670.

[8] WANG J J， ZENG X B， ZHANG H， et al. Kinetic release of arsenic

after exogenous inputs into two different types of soil[J]. Environmental

Science and Pollution Research， 2018， 25（13）：12876-12882.

[9] LU W S， LIU Y， YE H K， et al. Adsorption and desorption

characteristics of cadmium on different contaminated paddy soil types：

kinetics， isotherms， and the effects of soil properties[J]. Sustainability，

2021， 13（13）：7052.

[10] SOCHACZEWSKI ?， TYCH W， DAVISON B， et al. 2D DGT induced

fluxes in sediments and soils（2D DIFS）[J]. Environmental Modelling

amp; Software， 2007， 22（1）：14-23.

[11] GUAN D X， HE S X， LI G， et al. Application of diffusive gradients in

thin-films technique for speciation， bioavailability， modeling and

mapping of nutrients and contaminants in soils[J]. Critical Reviews in

Environmental Science and Technology， 2022， 52（17）：3035-3079.

[12] XU D Y， GAO B， CHEN S， et al. Release risk assessment of trace

metals in urban soils using in situ DGT and DIFS model[J]. Science of

the Total Environment， 2019， 694：133624.

[13] BABALOLA B， ZHANG H. Diffusive gradient in thin film technique

as tool for assessment of metal availability and kinetics of resupply in

remediated soils[J]. Groundwater for Sustainable Development， 2021，

12：100493.

[14] WEN Y B， LI W， YANG Z F， et al. Evaluation of various approaches

to predict cadmium bioavailability to rice grown in soils with high

geochemical background in the karst region， southwestern China[J].

Environmental Pollution， 2020， 258：113645.

[15] NOLAN A L， ZHANG H， MCLAUGHLIN M J. Prediction of zinc，

cadmium， lead， and copper availability to wheat in contaminated soils

using chemical speciation， diffusive gradients in thin films， extraction，

and isotopic dilution techniques[J]. Journal of Environmental Quality，

2005， 34（2）：496-507.

[16] CHEN R， GAO T， CHENG N， et al. Application of DGT / DIFS to

assess bioavailable Cd to maize and its release in agricultural soils[J].

Journal of Hazardous Materials， 2021， 411：124837.

[17] XIA X Q， JI J F， YANG Z F， et al. Cadmium risk in the soil-plant

system caused by weathering of carbonate bedrock[J]. Chemosphere，

2020， 254：126799.

[18] 陳紅亮， 龍黔， 譚紅. 貴州北部菜地土壤鎘含量與蔬菜鎘污染的關

系[J]. 四川農業大學學報， 2011， 29（3）：342-345. CHEN H L，

LONG Q， TAN H. On the relation of cadmium concentration in

vegetable soil to cadmium contamination in vegetables of northern

Guizhou[J]. Journal of Sichuan Agricultural University， 2011， 29（3）：

342-345.

[19] 李洋， 張乃明， 魏復盛. 滇東鎘高背景區菜地土壤健康風險評價與

基準[J]. 中國環境科學， 2020， 40（10）：4522-4530. LI Y， ZHANG

N M， WEI F S. A benchmark study on soil health risks of vegetable

fields in a high-cadmium background area in eastern Yunnan[J].

China Environmental Science， 2020， 40（10）：4522-4530.

[20] 郎笛， 王宇琴， 張芷夢， 等. 云南省農用地土壤生態環境基準與質

量標準建立的思考及建議[J]. 生態毒理學報， 2021， 16（1）：74-86.

LANG D， WANG Y Q， ZHANG Z M， et al. The establishment of soil

eco-environmental criteria and environmental quality standards for

agricultural land in Yunnan Province[J]. Asian Journal of

Ecotoxicology， 2021， 16（1）：74-86.

[21] 范瓊， 馮劍， 鄒冬梅， 等. 重金屬Cd在樹仔菜-土壤系統中的富集

遷移及安全閾值研究[J]. 中國瓜菜， 2022， 35（11）：86-92. FAN

Q， FENG J， ZOU D M， et al. Accumulation and transformation of

heavy metal cadmium in Sauropus androgynus - soil system and its

safety thresholds[J]. China Cucurbits and Vegetables， 2022， 35（11）：

86-92.

[22] RAURET G， LóPEZ-SáNCHEZ J F， SAHUQUILLO A， et al.

Application of a modified BCR sequential extraction（three-step）

procedure for the determination of extractable trace metal contents in

a sewage sludge amended soil reference material（CRM 483），

complemented by a three-year stability study of acetic acid and

EDTA extractable metal content[J]. Journal of Environmental

Monitoring， 2000， 2（3）：228-233.

[23] 宋波， 肖乃川， 馬麗鈞， 等. 基于DGT技術的廣西碳酸鹽巖區稻米

鎘含量主控因素[J]. 環境科學， 2022， 43（1）：463-471. SONG B，

XIAO N C， MA L J， et al. Main control factors of cadmium content in

rice in carbonate rock region of Guangxi based on the DGT technique

[J]. Environmental Science， 2022， 43（1）：463-471.

[24] 陶春軍， 文宇博， 李明輝， 等. 基于DGT技術分析土壤鎘生物有效

性及遷移動力學過程[J]. 安徽地質， 2022， 32（4）：318-324. TAO

C J， WEN Y B， LI M H， et al. Analysis of the bioavailability and

migration kinetics of cadmium in soil：a DGT - based approach[J].

Geology of Anhui， 2022， 32（4）：318-324.

[25] ZHANG C， GUAN D X， JIANG Y F， et al. Insight into the availability

and desorption kinetics of Se and Cd in naturally-rich soils using

diffusive gradients in thin-films technique[J]. Journal of Hazardous

Materials， 2024， 465：133330.

[26] ERNSTBERGER H， ZHANG H， TYE A， et al. Desorption kinetics of

Cd， Zn， and Ni measured in soils by DGT[J]. Environmental Science amp;

Technology， 2005， 39（6）：1591-1597.

[27] PAN Y Y， BONTEN L T C， KOOPMANS G F， et al. Solubility of trace

metals in two contaminated paddy soils exposed to alternating

flooding and drainage[J]. Geoderma， 2016， 261：59-69.

[28] LOGANATHAN P， VIGNESWARAN S， KANDASAMY J， et al.

Cadmium sorption and desorption in soils：a review[J]. Critical

Reviews in Environmental Science and Technology， 2012， 42（5）：489-

533.

[29] 韋思亦， 唐拴虎， 李玉義， 等. 加劇酸化對土壤有效態Cd和水稻的

影響[J]. 廣東農業科學， 2023， 50（3）：60-68. WEI S Y， TANG S

H， LI Y Y， et al. Effects of increased acidification on soil available Cd

and rice[J]. Guangdong Agricultural Sciences， 2023， 50（3）：60-68.

[30] LIU Y Z， XIAO T F， ZHU Z J， et al. Geogenic pollution， fractionation

and potential risks of Cd and Zn in soils from a mountainous region

underlain by black shale[J]. Science of the Total Environment， 2021，

760：143426.

[31] BALDANTONI D， MORRA L， ZACCARDELLI M， et al. Cadmium

accumulation in leaves of leafy vegetables[J]. Ecotoxicology and

Environmental Safety， 2016， 123：89-94.

[32] GARFORTH J M， BAILEY E H， TYE A M， et al. Using isotopic

dilution to assess chemical extraction of labile Ni， Cu， Zn， Cd and Pb

in soils[J]. Chemosphere， 2016， 155：534-541.

[33] MUHAMMAD I， PUSCHENREITER M， WENZEL W W. Cadmium

and Zn availability as affected by pH manipulation and its assessment

by soil extraction， DGT and indicator plants[J]. Science of the Total

Environment， 2012， 416：490-500.

[34] 高慧， 宋靜， 呂明超， 等. DGT和化學提取法評價貴州赫章土法煉

鋅區污染土壤中鎘的植物吸收有效性[J]. 農業環境科學學報，

2017， 36（10）：1992 - 1999. GAO H， SONG J， Lü M C， et al.

Evaluation of cadmium phytoavailability in soils from a zinc smelting

area in Hezhang County， Guizhou Province， using diffusive gradients

in thin films and conventional chemical extractions[J]. Journal of

Agro-Environment Science， 2017， 36（10）：1992-1999.

[35] 胡立志， 劉鴻雁， 劉青棟， 等. 貴州喀斯特地區辣椒鎘的累積特性

及土壤風險閾值研究[J]. 生態科學， 2021， 40（3）：193-200. HU L

Z， LIU H Y， LIU Q D， et al. Cadmium accumulation properties of

pepper and risk threshold of soils in karst area of Guizhou Province

[J]. Ecological Science， 2021， 40（3）：193-200.

[36] R?MKENS P F， GUO H Y， CHU C L， et al. Characterization of soil

heavy metal pools in paddy fields in Taiwan：chemical extraction and

solid-solution partitioning[J]. Journal of Soils and Sediments， 2009， 9

（3）：216-228.

（責任編輯：李丹）