錳礦區周邊農田土壤HMs-PAHs共存污染特征及土壤微生物的響應

摘要：本研究以湖南省花垣縣部分錳礦區周邊重金屬（HMs）和多環芳烴（PAHs）共存污染旱地和水田土壤為研究對象，利用電感耦合等離子體質譜（ICP-MS）法和氣相色譜質譜聯用（GC-MS）法分析了旱地與水田土壤中HMs和PAHs的含量，借助潛在生態風險評價法和污染因子（CF）法對HMs-PAHs共存污染土壤進行風險評估，使用16S rDNA高通量測序和熒光定量PCR分析了不同共存污染程度土壤的微生物群落結構特征及其抗性機制。結果表明：旱地中Cd、As和PAHs的含量分別是農用地土壤污染風險篩選值的10.4、1.4倍和1.8倍，而水田Cd和PAHs的含量分別是風險篩選值的3.9倍和1.1倍，旱地Cd生物有效性明顯高于水田。根據潛在生態風險指數將采樣點所處的旱地和水田劃分為重、中、輕污染區，污染因子風險排序為Cdgt;Asgt;Pbgt;PAHs。不同共存污染程度土壤的微生物群落結構有顯著差異，其中重、中污染和輕污染土壤中優勢菌屬分別為酸桿菌Gp6、酸桿菌Gp4 和芽孢桿菌，旱地中的優勢菌屬為酸桿菌和鞘氨醇單胞菌，水田中的優勢菌屬為芽孢桿菌。Cd和PAHs分別是旱地和水田中優勢菌群的主要影響因子。污染程度與功能菌株的HMs耐受性基因和PAHs降解基因豐度呈顯著正相關。鞘氨醇單胞菌的相對豐度與共存污染水平（包括HMs和PAHs）顯著正相關，提示其可能成為該區域共存污染特征下的潛在生物標志物。

關鍵詞：錳礦區；重金屬；多環芳烴；共存污染；微生物

中圖分類號：X53 文獻標志碼：A 文章編號：1672-2043（2025）03-0696-12 doi：10.11654/jaes.2025-0141

隨著工礦業快速發展，重金屬（HMs）與多環芳烴（PAHs）共存污染已成為威脅農田土壤健康的核心問題[1]。錳礦區周邊農田土壤存在As、Cd、Pb等HMs的持續輸入，有機質-礦物間的交互作用也使PAHs等持久性有機污染物（POPs）持續富集于土壤[2]。土壤中的HMs-PAHs不僅會影響農作物產量，降低作物質量，而且能通過食物鏈對人類健康造成影響。因此，探明錳礦區周邊農田中HMs和PAHs共存污染的賦存形態及其生態風險對于未來開展農田生態修復和保障土壤健康具有重要意義[3]。

湘西花垣縣錳礦區周邊土壤、大氣與河流受到了不同程度的污染[4-5]。政府雖多輪整治，但礦區大規模開采遺留的污染問題依然無法短時間有效解決，導致錳礦區仍存在一定的生態風險。已有研究對花垣縣部分錳礦區土壤HMs污染進行了相關調查[6-8]。礦區開采過程中需要用到各種化石燃料（如煤、柴油等）進行機械作業和供暖，同時研究地塊附近存在大量的礦石冶煉工廠，污染物未經達標處理亂排亂放現象普遍存在[9]，這也成為主要的PAHs來源。PAHs作為典型POPs出現在我國重點管控新污染物清單中。HMs-PAHs共存污染能通過協同毒性效應顯著改變土壤微環境，微生物群落作為土壤生態系統功能的核心載體[10]，其響應機制與生態風險之間的聯系仍有待闡明。

為此，本研究聚焦湖南省花垣縣某關閉錳礦區周邊HMs和PAHs共存污染的旱地和水田土壤，通過電感耦合等離子體質譜（ICP-MS）法和氣相色譜-質譜聯用（GC-MS）法測定土壤中HMs和PAHs含量，借助潛在生態風險評價法、污染因子法對HMs和PAHs進行風險評估，通過16S rDNA高通量測序、熒光定量PCR等技術，在微觀尺度上系統解析微生物群落對土壤共存污染的響應及其抗性機制，以期深化對共存污染脅迫下土壤微生物生態適應機制的理解，為礦區農田生態風險管控及生態修復技術開發提供理論依據。

1 材料與方法

1.1 化學試劑

16 種PAHs 的標準混合溶液購自Sigma-Aldrich公司（500 μg·mL-1）。色譜純正己烷、二氯甲烷和丙酮購自國藥集團化學試劑有限公司（中國上海）。土壤成分分析標準物質（GBW07409）和PAHs內標分別購自中國地質科學院和上海阿拉丁生化科技股份有限公司。土壤總DNA提取試劑盒購自生工生物工程（上海）股份有限公司。

1.2 點位布設和樣品采集

土壤樣本采集于湖南省湘西土家族苗族自治州下轄縣花垣縣東北部和中部（北緯28°10′～28°38′，東經109°14′～109°37′），錳礦區集中分布在該縣東北部河流源頭，中部對照區距離錳礦區直線距離約20km，根據距離錳礦尾礦礦渣堆積中心點遠近進行布點。通過《土壤重點污染源影響區布點技術要求（農用地詳查）》中的網格布設方法中的五點取樣法采集根系土壤，土樣去除殘留根系和小石子后混均，部分土樣保存在干冰中進行寄樣，其余土壤樣本冷凍干燥后過100目篩網，用于HMs和PAHs分析。錳礦區和取樣點如圖1所示。土壤樣本類型分為旱地土壤與水田土壤，以判斷不同土壤條件下的土壤微生物群落對環境變化所產生的影響及其響應程度。13個地塊面積在100～200 m2不等，根據《土壤環境質量農用地土壤污染風險管控標準（試行）》（GB 15618—2018），判斷13個地塊的HMs和PAHs含量是否超出風險篩選值。

1.3 根系土壤HMs含量

所采集的土壤樣品在水土比為5∶1（V/m）的條件下，使用精密pH計（PHS-3C，上海INESA科學儀器有限公司）測定土壤pH值。有機物含量通過重鉻酸鉀氧化法測定。干燥的土壤樣品用微波消解儀（MDS-6G，SI-NEO 公司）進行消解。采用改良的Tessier 五步法測定土壤中HMs 的化學形態，包括可交換態（EX）、碳酸鹽結合態（CB）、鐵錳氧化物結合態（FM）、有機質結合態（OM）和殘余態（RS）。EX、CB和FM部分被認為具有生物可利用性[11-12]。所有消解液和提取液中的HMs濃度通過ICP-MS（iCAP RQ，美國賽默飛公司）測定[11]，質控樣品為國家標準物質土壤（GBW07430）。加標GBW07409 的HMs（如鎘、鉛、銅、鉻、砷、鋅和鎳）離子的回收率范圍在85%～108%之間。每個實驗重復3次。

1.4 根系土壤中PAHs的提取和分析

將20 mL丙酮和氯仿（V/V，3∶1）加入裝有2 g干燥土壤樣品的40 mL玻璃瓶中，超聲波萃取1 h，共萃取3次。合并后的有機提取物以4 000 r·min-1離心20 min，然后將上清液注入含有硅酸鎂和硫酸鈉的SPE柱（默克公司），每根柱用10 mL正己烷預洗5 min后，用20mL二氯甲烷和正己烷（V/V，1∶1）以1 mL·min-1的速度洗脫，收集相應的洗脫液，氮吹后定容至50 mL[13]。通過GC-MS儀（Agilent 7890B-5977B，美國安捷倫科技公司）分析根際土壤樣品中PAHs的含量[12]。在未受污染的土壤中加入已知濃度的PAHs 混合溶液（16 種PAHs，使土壤中PAHs的含量為1 mg·kg-1，測定PAHs的回收率。16種PAHs的回收率為88.8%±7.1%。

1.5 DNA提取、qPCR驗證和高通量測序

土壤總DNA從0.25 g新鮮根系土壤中采用Ezup柱式土壤DNA 純化試劑盒（Sangon Biotech 公司）提取，隨后送上海生工生物技術有限公司（中國上海）在Illumina HiSeq平臺上進行16S高通量測序。利用細菌通用引物341F（5′ - CCTACACGACGCTCG?GCATCTTCGGATTTA - 3′ ）和805R（5′ - GACTG?GAGTTCCTTGGCACCCGAATTCCA-3′）構建擴增子文庫。測序數據已存入NCBI 的序列讀取檔案（SRA），生物項目編號為PRJNA796478。

1.6 基因表達定量

選取czcA、pbrT、arsB、nccA 和copA 分別編碼Cd、Pb、As、Ni和Cu的結合蛋白作為重金屬耐受基因，選取GNRHD（編碼革蘭氏陰性菌多環芳烴環羥基化雙加氧酶α亞基基因）和GPRHD（編碼革蘭氏陽性菌多環芳烴環羥基化雙加氧酶α 亞基基因）作為指示PAHs的降解基因[14-15]，以實時熒光定量PCR（qPCR）反應定量其在土壤中的表達豐度（Light-cycler 96，瑞士羅氏公司）。每次PCR 運行都包括一個無模板對照，即以無菌水作為每個基因的陰性對照，并以16SrRNA基因作為內源對照[16]。每次實驗包括3個重復樣本，以確保qPCR結果的準確性和可重復性。qPCR反應體系為20 μL，包括：正、反引物各0.8 μL，生工生物工程（上海）股份有限公司；SYBR Green Master Mix10 μL，翌圣生物科技（上海）股份有限公司；ddH2O6.4 μL，生工生物工程（上海）股份有限公司；模板DNA 2.0 μL。qPCR 反應程序為：95 ℃預變性30 s；95 ℃變性5 s、退火溫度下退火5 s、60 ℃延伸30 s，40個循環。引物信息和退火溫度見表1。

1.7 土壤HMs及PAHs污染生態風險評估方法

在本研究中，采用毒性當量濃度（TEQ）、苯并[a]芘當量濃度（TEC）、污染因子（CF）、單因子潛在生態風險指數（Ei）和綜合潛在生態風險指數（RI）衡量土壤HMs-PAHs共存污染程度。

PAHs風險評估基于檢測到的PAHs的總含量和單個PAH 及其混合物的風險指數的計算，通過毒性當量因子將PAHs 的毒性歸一化為苯并[a]芘的等效毒性。PAHs 的TEQ 和TEC 通過公式（1）和公式（2）估算[17-18]：

土壤質量風險評估等級見表2。

2 結果與討論

2.1 錳礦區周邊農田土壤HMs-PAHs 含量變化及HMs賦存形態特征

花垣縣土壤pH值變化范圍為6.28～7.28，旱地土壤pH均值為6.86，水田土壤均值為6.91，以酸性土壤為主。如圖2（a）所示，錳礦區根際旱地和水田土壤中Cd含量均超過GB 15618—2018所規定的Cd風險篩選值（0.6 mg·kg-1），旱地土壤平均Cd 含量為6.25mg·kg-1，是風險篩選值的10.4倍，水田土壤平均Cd含量為2.31 mg·kg-1，是風險篩選值的3.9倍。根際土壤中As含量風險篩選值為30 mg·kg-1，旱地土壤平均As含量為42.81 mg·kg-1，是風險篩選值1.4倍，水田土壤中As 并未超出風險篩選值。根系土壤其他HMs 如Zn、Pb、Cr、Ni、Cu 均未超過風險篩選值。圖2（b）表明，旱地土壤中平均PAHs含量為6.78 mg·kg-1，水田土壤中平均PAHs 含量為4.28 mg·kg-1，TEQ 分別為0.99 mg·kg-1 和0.62 mg·kg-1，旱地土壤和水田土壤PAHs 的TEC 平均值分別為0.99 mg·kg-1 和0.61 mg·kg-1，分別是GB 15618—2018所規定的苯并[a]芘風險篩選值（0.55）的1.8倍和1.1倍。湖南省土壤中Mn的環境背景值[29]為613 mg·kg-1，《土壤污染風險篩選值和管控值》（DB 4403/T 67—2020，深圳市地方標準）規定Mn的土壤環境背景值風險篩選值為2 930 mg·kg-1，旱地土壤平均Mn 含量為3 343.1 mg·kg-1，是風險篩選值的1.14 倍，水田土壤平均Mn 含量為948.9mg·kg-1，并未超過風險篩選值，這說明錳礦區周邊農田土壤HMs（尤其是Cd、As，其次是Mn）和PAHs富集特征明顯，呈現共存污染特征。該地區農田土壤中存在HMs-PAHs污染，不僅對農作物和動物的生理代謝與生長發育形成多重負面效應，還可能通過食物鏈富集嚴重威脅人群健康，應通過污染阻斷與風險管控、靶向修復技術應用、源頭防控與政策強化等措施進行土壤嚴格管控[30]，防止在此類土壤上進行農產品生產。

金屬元素的種類和賦存形態是影響生物可利用性[31]及植物積累的重要因素，因此本研究更關注于土壤環境中具有更高的生物可利用性和毒性的Cd 和As。圖2（c）表明，錳礦區周邊農田根際土壤中生物可利用態Cd約占總Cd含量的38.8%，旱地土壤中生物可利用態Cd占比為41.2%，高于水田（33.5%）。旱地與水田生物可利用態As 均占比約2%，明顯低于Cd。土壤中As 主要以RS 賦存，生物可利用率約為1.6%，研究表明Cd的生物可利用態組分占比明顯高于As[32]，在水田土壤中Cd遷移到作物中的能力最強。由于研究區域中土壤普遍呈酸性，Cd和As更容易形成EX組分被農作物吸收[33]，進而給農作物帶來安全風險。

如圖3（a）所示，在旱地土壤中Cd、Pb 含量與PAHs含量之間呈顯著正相關（Plt;0.05），As與Pb、Mn、Cu呈顯著正相關（Plt;0.05）。而在水田土壤中Cd、As與大部分HMs相關性不顯著。為詳細探究采樣區土壤HMs的來源，對采樣區HMs和PAHs進行主成分分析（PCA），數據檢驗的KMO值為0.549，Bartlett′s檢驗的P 值小于0.001，可以進行主成分提取。如圖3（b）所示，存在兩個特征值大于1的成分，累計解釋了總方差的74.8%。第一主成分中Pb、As、Cd、PAHs和Mn具有較高荷載，方差貢獻率為51.8%，As、Cd、Pb、PAHs以及Mn的Pearson相關系數在0.57～0.96之間，相關性較強。旱地土壤中Cd與PAHs、Pb呈現顯著正相關，說明Cd與PAHs、Pb的來源相似。As與Cu、Cr、Pb和Mn呈現顯著正相關，說明As與Cu、Cr、Pb和Mn的來源特征相似，Mn 則與Pb、As 呈現顯著正相關。水田土壤中Cd 與Cr、As 與Pb、Mn 與Cu 之間呈現顯著正相關，說明Cd與Cr、As與Pb、Mn與Cu的來源相似。以上分析表明旱地土壤中As、Pb受錳礦影響較大，而水田土壤中Cu受錳礦影響較大。

2.2 生態風險指數評估

通過HMs-PAHs 的RI 與PAHs 的CF，將采樣點所代表的區域分為重污染區（RIgt;160，CF≥3）、中污染區（80As 含量范圍為29.4～90.7 mg·kg-1，PAHs 含量均值為1.29 mg·kg-1。由上述結果可知，隨著距離錳礦區越遠，采樣地區污染程度越低。由表3可知，PAHs的Ei平均值為9.72，處于輕微污染水平，旱地與水田土壤中Cd的Ei 均達到了極強等級，其余HMs和PAHs處于輕度生態風險水平，表明Cd在采樣區存在極大的潛在生態風險。旱地土壤PAHs的CF 平均值為3.85，水田土壤PAHs的CF 平均值為2.43，分別處于嚴重污染和中度污染水平。

旱地土壤HMs-PAHs共存污染的RI均值為1 575.83，水田土壤HMs-PAHs 共存污染的RI 均值為287.09，旱地與水田采樣點的土壤分別屬于極強生態風險和強生態風險，Cd、As、Pb和PAHs是影響污染指數上升的重要指標。綜上所述，錳礦區周邊農田HMs-PAHs共存污染的潛在生態風險排序為Cdgt;Asgt;Pbgt;PAHsgt;Mngt;Cugt;Nigt;Zngt;Cr。值得注意的是，Pb在采樣區中的生態風險排序較高，這可能是由于自然沉降[34]、車輛尾氣排放和冶煉活動[35]產生的含Pb粉塵通過干濕沉積進入農田土壤造成的。

2.3 錳礦區周邊土壤不同污染程度下的細菌群落變化及相關抗性基因豐度

由圖4（a）可知，隨著旱地HMs-PAHs 共存污染加重，其Chao1 指數均值由5 801.2 下降到4 583.2，Alpha多樣性顯著下降（Plt;0.05），重污染點間距大于輕、中污染，說明重污染區中種群結構差異性變大。隨著水田污染加重，其Chao1指數均值由4 544.9上升到8 955.9，Alpha 多樣性顯著升高（Plt;0.05），說明種群增大且分布更均勻。這可能是由于土壤微生物應對干濕環境策略不同，如在旱地土壤，微生物可能會進入休眠或不活躍狀態，從而導致微生物多樣性降低[36]，而在水田土壤，微生物代謝活動可能會增加[37]。如圖4（b）所示，根際微生物群落相對豐度在1%以上的優勢菌群共有12個。在旱地土壤中，相對豐度排名前5 的細菌屬依次為酸桿菌Gp6（2%～12%）、芽孢桿菌（Gemmatimonas，2%～6%）、酸桿菌Gp4（1%～7%）、鞘氨醇單胞菌（Sphingomonas，1%～5%）和硫桿菌（Thiobacillus，1%～3%）；水田土壤中，相對豐度排名前5 的細菌屬為酸桿菌Gp6（2%～12%）、芽孢桿菌（2%～6%）、酸桿菌Gp4（1%～7%）、貝氏線菌（Bellilinea，1%～3%）和鞘氨醇桿菌（Sphingosinicella，1%～2%）。不同的農田利用方式和污染水平均影響土壤根際細菌群落的組成和多樣性。

功能基因豐度變化如圖4（c）所示，旱地的HMs抗性基因和PAHs降解基因豐度明顯高于水田，HMs耐受性基因和PAHs 降解基因的豐度隨污染程度升高而顯著提升。例如，czcA 基因豐度（以干質量計）從9.56×106 copies·g-1增加至1.01×108 copies·g-1，增長約9.6 倍；copA 基因豐度從1.67×107 copies·g-1 增加至3.20×108 copies·g-1，增長約18.2倍；GNRHD 基因豐度從2.91×106 copies·g-1增加至1.33×108 copies·g-1，增長約44.7倍。旱地中czcA、copA 基因豐度最高，而水田中arsB、copA 基因豐度最高。此外，芽孢桿菌和鞘氨醇單胞菌豐度呈現旱地大于水田的趨勢。已有研究表明芽孢桿菌和鞘氨醇單胞菌能耐受HMs 并降解PAHs[38]，例如能耐受101.6 mg·kg-1 Cu的鞘氨醇單胞菌PHE-1還能降解菲[39]。水田土壤中的酸桿菌含量提高，這可能是由于高污染水平使植物產生次生代謝物進而募集酸桿菌[40]，以抵抗土壤HMs上升所帶來的影響。鑒于本實驗樣本點數量有限且分布范圍相對集中，其結果僅能反映該特定區域微生物群落以及HMs耐受性基因和PAHs降解抗性基因的變化情況。

2.4 細菌群落結構與土壤理化因子的相關性分析

根際微生物的群落結構和組成受HMs、PAHs和環境變量的顯著影響。通過相關性熱圖和冗余分析（RDA），研究了不同HMs-PAHs 及環境因素對根際細菌群落結的影響，并選取具有代表性的優勢菌屬豐度作為典型指標。由圖5（a）可知，在水田中，短波單胞菌屬（Brevundimonas）和Gaiella 的豐度與As含量呈極顯著正相關（Plt;0.01），在旱地土壤中硫桿菌與Cu、Pb呈顯著相關，而鞘氨醇單胞菌則與Cr、Ni呈顯著負相關。此外，土壤pH值已被證明是影響微生物群落結構的主要因素[41-42]，水田中pH 與大多菌屬豐度呈負相關，而旱地土壤中則大多呈現正相關。

圖5（b）為不同農用地利用類型與HMs-PAHs及環境因子間的RDA分析。結合圖5（a）可知，As、Pb、Cd和PAHs是顯著影響土壤優勢菌群的因素，其中As對水田土壤根系優勢菌群影響最為顯著，其次為Pb、Cd及PAHs；OM對旱地土壤微生物如貝氏線菌、小梨形菌（Pirellula）影響較大。結果表明錳礦區旱地與水田土壤微生物群落結構受多種HMs、PAHs和環境因素協同選擇。

2.5 土壤微生物群落結構變化的共現網絡分析

研究著重分析了位于模塊中心的關鍵物種，結果見圖6。隨著污染程度不斷加深，旱地土壤微生物群落聚類系數從1.00 降為0.66，模塊化程度平均值為0.94，旱地土壤主要菌門由變形菌門（Proteobacteria，43.1%）和放線菌門（Actinobacteria，11.5%）逐漸變為僅有變形菌門（48.2%），表明變形菌門在旱地土壤中對土壤污染變化敏感，如鞘氨醇單胞菌的豐度也隨污染加深逐步增加，并成為新的優勢菌種。這一結果與前述分析一致，其能夠通過協同作用與其他菌種共同適應環境壓力[40]，通過參與HMs代謝或產生蛋白，使植物對HMs和PAHs共存污染物產生抗性，因此能有效對旱地土壤污染風險提供指示。水田土壤微生物群落間聯系性加強，平均模塊化程度為12.82，3種污染程度下，優勢菌門均為變形菌門、放線菌門和酸桿菌，結果與前人研究一致[43]。值得注意的是，隨著污染程度不斷升高，酸桿菌門和變形菌門在水田土壤中的占比不斷提高，分別從6.51% 和41.38% 提高至7.82%和44.03%，放線菌門則下降了0.5個百分點，酸桿菌門和變形菌門能有效反映水田中的污染風險變化，如鞘氨醇單胞菌、Gp4 和Gp6?？偟膩碚f，在結構上水田具有更復雜、穩定的網絡結構，這可能是由于HMs-PAHs 共存污染對旱地影響作用大于水田，Cd和As離子及其化合物對土壤毒性影響逐步加深導致優勢菌群發生變化。

3 結論

（1）錳礦區旱地與水田土壤HMs-PAHs共存污染呈現顯著空間差異。旱地土壤Cd、As及PAHs污染程度顯著高于水田，且旱地Cd生物有效性更高，表明礦區周邊不同土地類型顯著影響污染物遷移轉化。

（2）共存污染生態風險呈現HMs 主導特征。綜合污染指數分級顯示，Cd（污染因子最高）與As、Pb構成主要生態風險源，PAHs次之。風險等級排序為Cdgt;Asgt;Pbgt;PAHs，提示礦區污染治理需優先協同控制HMs-PAHs。

（3）微生物群落結構響應污染梯度呈現規律性演替，重污染區以耐受菌屬如重金屬抗性菌Gp6、PAHs降解菌如鞘氨醇單胞菌為優勢類群；中、輕污染區則以富集功能菌屬如硫桿菌為優勢類群。旱地微生物以Cd為關鍵驅動因子，而水田細菌群落受PAHs影響更顯著，揭示了污染物類型通過改變生境選擇壓力塑造微生物群落組裝模式。

（4）該區域共存污染程度與czcA 等HMs 耐受基因和PAHs降解基因呈顯著正相關，鞘氨醇單胞菌可能作為該區域共存污染特征下的潛在生物標志物，其攜帶的多重HMs抗性基因和PAHs降解基因（如重金屬轉運蛋白基因、PAHs環羥化酶基因）證實微生物在共存污染脅迫下實現了進化適應。

參考文獻：

[1] YANG J， SUN P， ZHANG X， et al. Source apportionment of PAHs in

roadside agricultural soils of a megacity using positive matrix

factorization receptor model and compound-specific carbon isotope

analysis[J]. Journal of Hazardous Materials， 2021， 403：123592.

[2] KANG M J， KWON Y K， YU S， et al. Assessment of Zn pollution

sources and apportionment in agricultural soils impacted by a Zn

smelter in South Korea[J]. Journal of Hazardous Materials， 2019， 364：

475-487.

[3] PENG D， CHEN M Z， SU X Y， et al. Mercury accumulation potential of

aquatic plant species in west Dongting Lake， China[J]. Environmental

Pollution， 2023， 324：121313.

[4] 成曉夢， 趙辰， 吳超， 等. 典型硫鐵礦區農田土壤-作物系統重金屬

生態風險及遷移富集特征[J]. 環境科學， 2023， 44（11）：6309-6318.

CHENG X M， ZHAO C， WU C， et al. Ecological risk assessment and

migration and accumulation characteristics of heavy metals in farmland

soil - crop system from typical pyrite mining area[J]. Environmental

Science， 2023， 44（11）：6309-6318.

[5] 馬杰， 王勝藍， 秦啟熒， 等. 基于源導向的錳礦尾礦庫周邊土壤重金

屬風險評估[J]. 環境科學， 2024， 45（12）：7166-7176. MA J，

WANG S L， QIN Q Y， et al. Risk assessment of heavy metals in soil

surrounding manganese tailings pond based on source-oriented analysis

[J]. Environmental Science， 2024， 45（12）：7166-7176.

[6] 張永江， 李璐， 馬雙， 等. 典型錳礦區周邊農田土壤重金屬污染風險

評價及其來源分析[J]. 有色金屬（冶煉部分）， 2023（10）：138-148.

ZHANG Y J， LI L， MA S， et al. Pollution evaluation and source

analysis of heavy metals in farmland soils around the typical

manganese mining area[J]. Nonferrous Metals（Extractive Metallurgy），

2023（10）：138-148.

[7] 馬宏宏， 彭敏， 劉飛， 等. 廣西典型碳酸鹽巖區農田土壤-作物系統

重金屬生物有效性及遷移富集特征[J]. 環境科學， 2020， 41（1）：

449 - 459. MA H H， PENG M， LIU F， et al. Bioavailability，

translocation， and accumulation characteristic of heavy metals in a

soil-crop system from a typical carbonate rock area in Guangxi， China

[J]. Environmental Science， 2020， 41（1）：449-459.

[8] 鄧紅芮， 李積普， 羅琳， 等. 礦山公園土壤重金屬的生態與健康風險

評價：以湖南M 礦為例[J]. 環境工程技術學報， 2023， 13（2）：760-

768. DENG H R， LI J P， LUO L， et al. Ecological and health risk

assessment of soil heavy metals in a mining park：a case study of M

mine in Hunan Province[J]. Journal of Environmental Engineering

Technology， 2023， 13（2）：760-768.

[9] HINDERSMANN B， ACHTEN C. Urban soils impacted by tailings

from coal mining：PAH source identification by 59 PAHs， BPCA and

alkylated PAHs[J]. Environmental Pollution， 2018， 242（Pt B）：1217-

1225.

[10] WU C， LI F， YI S W， et al. Genetically engineered microbial

remediation of soils co-contaminated by heavy metals and polycyclic

aromatic hydrocarbons：advances and ecological risk assessment[J].

Journal of Environmental Management， 2021， 296：113185.

[11] BOLAN N， KUNHIKRISHNAN A， THANGARAJAN R， et al.

Remediation of heavy metal（loid）s contaminated soils：to mobilize or

to immobilize？[J]. Journal of Hazardous Materials， 2014， 266：141-

166.

[12] YI S W， LI F， WU C， et al. Co-transformation of HMs-PAHs in

rhizosphere soils and adaptive responses of rhizobacteria during

whole growth period of rice（Oryza sativa L.） [J]. Journal of

Environmental Sciences， 2023， 132：71-82.

[13] KO?Ná? Z， MERCL F， TLUSTO? P. Ability of natural attenuation

and phytoremediation using maize（Zea mays L.） to decrease soil

contents of polycyclic aromatic hydrocarbons（PAHs） derived from

biomass fly ash in comparison with PAHs-spiked soil[J].

Ecotoxicology and Environmental Safety， 2018， 153：16-22.

[14] ZHOU T. Structure of the ArsA ATPase：the catalytic subunit of a

heavy metal resistance pump[J]. The EMBO Journal， 2000， 19（17）：

4838-4845.

[15] XU S， SUN B， WANG R， et al. Overexpression of a bacterial mercury

transporter MerT in Arabidopsis enhances mercury tolerance[J].

Biochemical and Biophysical Research Communications， 2017， 490

（2）：528-534.

[16] LI F， ZHU L Z， WANG L W， et al. Gene expression of an Arthrobacter

in surfactant-enhanced biodegradation of a hydrophobic organic

compound[J]. Environmental Science amp; Technology， 2015， 49（6）：

3698-3704.

[17] IBE F C， DURU C E， ISIUKU B O， et al. Ecological risk assessment

of the levels of polycyclic aromatic hydrocarbons in soils of the

abandoned sections of Orji Mechanic Village， Owerri， Imo State，

Nigeria[J]. Bulletin of the National Research Centre， 2021， 45（1）：18.

[18] HUSSAIN K， HOQUE R R， BALACHANDRAN S， et al. Monitoring

and risk analysis of PAHs in the environment[J]. Handbook of

Environmental Materials Management， 2018， 10：978.

[19] RAHMANIAN M， SAFARI Y. Contamination factor and pollution

load index to estimate source apportionment of selected heavy metals

in soils around a cement factory， SW Iran[J]. Archives of Agronomy

and Soil Science， 2022， 68（7）：903-913.

[20] CHAN L S， NG S L， DAVIS A M， et al. Magnetic properties and

heavy-metal contents of contaminated seabed sediments of Penny′ s

Bay[J]. Marine Pollution Bulletin， 2001， 42（7）：569-583.

[21] 王瀟磊， 高鏡清， 申進朝. 典型區域土壤中多環芳烴的污染分布特

征[J]. 環境監測管理與技術， 2014， 26（2）：22-25. WANG X L，

GAO J Q， SHEN J C. The pollution distribution characteristics of

polycyclic aromatic hydrocarbons in representative region soil[J]. The

Administration and Technique of Environmental Monitoring， 2014， 26

（2）：22-25.

[22] HAKANSON L. An ecological risk index for aquatic pollution control.

A sedimentological approach[J]. Water Research， 1980， 14（8）：975-

1001.

[23] 郭彥海， 孫許超， 張士兵， 等. 上海某生活垃圾焚燒廠周邊土壤重

金屬污染特征、來源分析及潛在生態風險評價[J]. 環境科學，

2017， 38（12）：5262-5271. GUO Y H， SUN X C， ZHANG S B， et al.

Pollution characteristics， source analysis and potential ecological risk

assessment of heavy metals in soils surrounding a municipal solid

waste incineration plant in Shanghai[J]. Environmental Science， 2017，

38（12）：5262-5271.

[24] XIANG M T， LI Y， YANG J Y， et al. Heavy metal contamination risk

assessment and correlation analysis of heavy metal contents in soil

and crops[J]. Environmental Pollution， 2021， 278：116911.

[25] PENG C， OUYANG Z Y， WANG M E， et al. Assessing the combined

risks of PAHs and metals in urban soils by urbanization indicators[J].

Environmental Pollution， 2013， 178：426-432.

[26] Office of Emergency and Remedial Rdsponse U. S. Environmental

protection agency risk assessment guidance for superfund：volume Ⅲ：

part A[R]. Washington：Office of Emergency and Remedial Rdsponse

U.S.， 2001.

[27] 王小鳳， 蘭文波， 肖啟蓬， 等. 應用三種方法評價湖南省郴州市東

河流域耕地土壤環境質量[J]. 環境與職業醫學， 2022， 39（6）：684-

689. WANG X F， LAN W B， XIAO Q P， et al. Evaluation of soil

environmental quality of cultivated land in the Donghe River basin of

Chenzhou City， Hunan Province by three methods[J]. Journal of

Environmental and Occupational Medicine， 2022， 39（6）：684-689.

[28] 陳芬， 余高， 侯建偉， 等. 礦渣運輸道路兩側農田土壤重金屬風險

評價[J]. 西南大學學報（自然科學版）， 2020， 42（11）：9-21.

CHEN F， YU G， HOU J W， et al. Risk assessment of heavy metals in

farmland soils on both sides of the slag transportation road[J]. Journal

of Southwest University（Natural Science Edition）， 2020， 42（11）：9-

21.

[29] 甘杰， 鄒霖， 陳貝貝， 等. 湘南地區土壤重金屬污染分布特征及特

定源-生態風險評估[J]. 環境科學， 2025， 46（1）：430-441. GAN

J， ZOU L， CHEN B B， et al. Distribution and source-specific

ecological risk analysis of soil heavy metals in south Hunan Province

[J]. Environmental Science， 2025， 46（1）：430-441.

[30] CHEN W D， ZHU K， CAI Y K， et al. Distribution and ecological risk

assessment of arsenic and some trace elements in soil of different land

use types， Tianba Town， China[J]. Environmental Technology amp;

Innovation， 2021， 24：102041.

[31] ZHONG X， CHEN Z W， LI Y Y， et al. Factors influencing heavy

metal availability and risk assessment of soils at typical metal mines

in eastern China[J]. Journal of Hazardous Materials， 2020， 400：

123289.

[32] 瞿朝正. 貴州土法煉鋅區土壤-作物系統中重金屬遷移特征與健

康風險研究[D]. 貴陽：貴州師范大學， 2024：28-29. QU C Z.

Study on the migration characteristics and health risks of heavy

metals in the soil -crop system in Guizhou′ s indigenous zinc[D].

Guiyang：Guizhou Normal University， 2024：28-29.

[33] 謝配紅， 補建偉， 徐慶方， 等. 遵義市典型錳礦區土壤重金屬污染

空間分布特征及生態風險評價[J]. 安全與環境工程， 2024， 31（4）：

223-235. XIE P H， BU J W， XU Q F， et al. Spatial distribution

characteristics and ecological risk assessment of heavy metals in soils

of typical manganese mining area in Zunyi City[J]. Safety and

Environmental Engineering， 2024， 31（4）：223-235.

[34] XIAO H， SHAHAB A， LI J Y， et al. Distribution， ecological risk

assessment and source identification of heavy metals in surface

sediments of Huixian Karst wetland， China[J]. Ecotoxicology and

Environmental Safety， 2019， 185：109700.

[35] WANG Z Y， MENG B， ZHANG W， et al. Multi-target risk assessment

of potentially toxic elements in farmland soil based on the

environment-ecological-health effect[J]. International Journal of

Environmental Research and Public Health， 2018， 15（6）：1101.

[36] SCHIMEL J P. Life in dry soils：effects of drought on soil microbial

communities and processes[J]. Annual Review of Ecology， Evolution，

and Systematics， 2018， 49：409-432.

[37] GRIFFITHS B S， RITZ K， BARDGETT R D， et al. Ecosystem

response of pasture soil communities to fumigation-induced microbial

diversity reductions：an examination of the biodiversity-ecosystem

function relationship[J]. Oikos， 2000， 90（2）：279-294.

[38] MADUE?O L， COPPOTELLI B M， FESTA S， et al. Insights into the

mechanisms of desiccation resistance of the Patagonian PAHdegrading

strain Sphingobium sp. 22B[J]. Journal of Applied

Microbiology， 2018， 124（6）：1532-1543.

[39] SONG M K， YANG Y， JIANG L F， et al. Characterisation of the

phenanthrene degradation-related genes and degrading ability of a

newly isolated copper-tolerant bacterium[J]. Environmental Pollution，

2017， 220：1059-1067.

[40] ZUO Y Y， LI Y， CHEN H， et al. Effects of multi-heavy metal

composite pollution on microorganisms around a lead-zinc mine in

typical Karst areas， southwest China[J]. Ecotoxicology and

Environmental Safety， 2023， 262：115190.

[41] KUANG J L， HUANG L N， CHEN L X， et al. Contemporary

environmental variation determines microbial diversity patterns in

acid mine drainage[J]. The ISME Journal， 2013， 7（5）：1038-1050.

[42] GUO Q X， YAN L J， KORPELAINEN H， et al. Plant-plant

interactions and N fertilization shape soil bacterial and fungal

communities[J]. Soil Biology and Biochemistry， 2019， 128：127-138.

[43] WANG H， ZENG Y F， GUO C L， et al. Bacterial， archaeal， and fungal

community responses to acid mine drainage-laden pollution in a rice

paddy soil ecosystem[J]. Science of the Total Environment， 2018， 616：

107-116.

（責任編輯：李丹）