基于植物重金属毒性的陆地生物配体模型(t-BLM)研究进展

李季，黄益宗，胡莹，金姝兰，保琼莉，王斐，向猛，李晓敏

1. 中国科学院生态环境研究中心，北京 100085 2. 农业部环境保护科研监测所，天津 300191 3. 上饶师范学院，上饶 334000

基于植物重金属毒性的陆地生物配体模型(t-BLM)研究进展

李季1，黄益宗2,，胡莹1，金姝兰3，保琼莉2，王斐1，向猛1，李晓敏1

1. 中国科学院生态环境研究中心，北京 100085 2. 农业部环境保护科研监测所，天津 300191 3. 上饶师范学院，上饶 334000

陆地生物配体模型(t-BLM)是生物配体模型(BLM)理论在陆地生态系统中的应用，目的是通过量化土壤重金属形态、土壤基本性质以及生态毒理剂量-效应三者之间的关系，评价重金属对陆生生物的毒性。BLM已经成功地预测重金属对水生生物的毒性，但t-BLM的发展相对较为缓慢。基于植物重金属毒性综述了t-BLM近年来国内外的研究进展，介绍了t-BLM的原理、基于t-BLM的重金属(Cu、Ni、Zn、Cd等)的植物毒性及其影响因素，并且提出基于植物重金属毒性的t-BLM研究面临的主要挑战。

重金属；t-BLM；植物毒性；土壤

随着采矿、冶炼以及金属加工处理工艺的发展，重金属的污染日趋严重。土壤作为一个开放的缓冲动力学体系，在与周围环境进行物质和能量交换的过程中，为外源重金属提供了进入这个体系的途径。重金属进入土壤的主要途径有灌溉、固体废弃物处理、农药和化肥施用等[1]。重金属的不可降解性，导致其能够在土壤中不断累积，最终通过食物链富集到植物、动物以及人体内，从而危害人畜健康[2]。世界八大公害事件中的“水俣病”和“痛痛病”就分别是Hg、Cd中毒的典型案例。我国的土壤重金属污染越来越严重，据2014年环保部和国土资源部联合发布的全国首次土壤污染状况调查公告显示，我国土壤总的超标率为16.1%，污染类型以无机型为主，无机污染物(包括Cd、Hg、As、Cu、Pb、Cr等重金属)的超标点位数占全部超标点位的82.8%，因此重金属污染土壤的有效修复已成为人们关注的主要环境问题之一[3-6]。

20世纪70年代之前，欧盟的环境质量标准和美国的水质标准都是基于重金属和溶解性重金属总量建立的。随着生态毒理试验和研究的开展，多数学者发现水的化学性质会影响重金属对水生生物的生物有效性/毒性。1986年，美国将水的硬度指标纳入水质标准，进一步提高淡水水质标准。随着科学技术的进一步发展，科学家发现仅仅依靠水的硬度指标(主要是Ca2+、Mg2+)不能很好地解释其他水的化学性质(如pH、DOC、其他离子和配体)对重金属生物有效性/毒性的影响，因此，1994年美国环境保护局采用水效应比程序对水质标准进行修改，用以解释特定地点的水与实验室水中重金属毒性的差异。然而水效应比程序需要进行大量的毒性试验，并且不能很好地解释时空差异性。

目前土壤重金属生物有效性研究的主流技术方法主要有以下几种：化学提取法(一次提取法、连续提取法、根际有机酸提取法)、生物学评价法(植物指示法、动物指示法、微生物指示法)、被动膜技术(道南膜技术、薄膜扩散平衡技术、薄膜扩散梯度技术)、体外试验(in vitro)法等。化学提取法是通过化学试剂提取特定形态的重金属的含量，利用统计分析的方法来衡量其生物有效性，是目前评价重金属生物有效性的最普遍的替代方法。生物学评价法是根据动植物对重金属吸收的量或微生物对重金属含量的特异性反应来评价重金属的生物可利用性，是最直观的方法。被动膜技术是通过适当的材料有效分离土壤溶液中金属阳离子、阴离子以及金属有机化合物，是一种物理化学分级方法。In vitro法通过体外模拟人体胃肠等器官的对污染物的消化和吸收可以很好地评估重金属对人体的生物有效性，包括PBET(physiologically based extraction test)、SBET(simple bioavailability extraction test)和IVG(in vitro gastrointestinal)等。近年来，将测定重金属形态的物理化学分析方法与生物指示法相结合，并利用数学方法计算重金属生物有效性的定量化模型逐渐得到发展。重金属形态和毒性之间的模型可以将复杂的环境系统纳入简化的特定系统中，更加简便有效。生物配体模型(BLM)应运而生。它是在自由离子活度模型(free ion activity model, FIAM)和鱼鳃络合模型(gill surface interaction model, GSIM)的基础上发展而来的，可以定量化地研究重金属形态、土壤基本性质以及生态毒理剂量-效应三者之间的关系。BLM起初用于预测水环境中重金属的毒性效应，成功地评估了Cu、Zn、Ag等重金属对水生生物，如水蚤(Daphnia magna)及虹鳟鱼(rainbow trout)的毒性。美国环境保护局已经将BLM用于淡水中Cu标准的制定。欧盟也已经应用BLM评价水环境风险，并且已经应用BLM预测了Ni的慢性毒性。我国应用BLM评价淡水环境风险起步相对较晚，但是发展较快。我国已经利用BLM对长江、黄河、珠江、松花江、淮河的15个国控断面中Cu的生物毒性进行预测[7]。王春艳等[8]应用BLM研究了湘江中Cu的生物有效性。

陆地生物配体模型(t-BLM)是BLM理论在陆地生态系统中的应用，相对水体生物配体模型(a-BLM)发展较慢，重金属对陆生植物的毒性数据很少。现今，不同国家的学者利用土壤或者溶液培养方法模拟土壤溶液进行毒性试验已经积累了一些毒性数据(如表1)，这对t-BLM的发展具有重要意义。t-BLM已经成功地预测了几种重金属(如Cu、Ni、Zn等)对植物的毒性，并且为t-BLM的发展提供了可供参考的参数和主控因子。本文就t-BLM在植物重金属毒性预测方面进行系统介绍，为人们以后开展类似研究提供借鉴。

1　t-BLM原理

t-BLM是BLM理论在陆地生态系统中的应用。BLM假设环境介质中的自由金属离子或具有生物有效性的其他金属形态与生物体内能够络合金属的特殊受体位点相结合，从而形成金属-生物配体(M-BL)络合物，当络合物上的金属积累到一定程度(阈值)，将会导致生物毒性。BLM不仅考虑到FIAM中自由金属离子的作用，而且考虑到环境介质中影响金属化学形态的有机配体(如DOC)和无机配体(如OH-、SO42-、HCO3-)，以及与自由金属离子竞争配体上结合位点的阳离子(如Ca2+、Mg2+、Na+等)。基于以上理论，BLM结合重金属形态计算模型，如MINEQL(chemical equilibrium modeling system)、WHAM(winder-mere humic acid model)和CHESS(chemical equilibrium of species and surfaces)预测介质中重金属的有效态，并结合数学方程(Langmuir等)，计算金属和配体结合的络合平衡常数(Ks)以及重金属对生物的毒性阈值(EC50/LC50)[29]。许多文献都详述了BLM在化学、数学及其计算方面的问题[9, 11]。毒性阈值是评价重金属离子毒性强弱的主要标准，它与金属和生物配体的结合位点占总结合位点的比值()有直接联系。但目前文献中数据很少，而且没有明显规律，所以论述与重金属离子毒性强弱关系的文献更少。有文献指出，金属离子的毒性与金属和配体的结合强度有关，对于某种特定的重金属来说，logK越大，这种重金属的毒性就越大[30]。图1为络合常数和毒性阈值EC50之间的关系，图示以金属-参考文献序号表示。如图所示，logK越大，EC50值越小，即K越大，该种金属毒性越大。

表1　t-BLM不同植物品种中不同金属、阳离子和配体的络合平衡常数

注：T，重金属毒性；A，植物体积累重金属的量。

Note: T is the toxicity of heavy metal; A is the heavy metal content accumulated in plants.

图1　络合常数K与EC50之间的关系Fig. 1　The relationship between conditional binding constant K and EC50

土壤固相中的重金属一般不会直接迁移到植物根表，而土壤溶液中的水溶态重金属可以通过质体流或扩散流途径到达植物根部，这是植物吸收土壤中重金属的主要途径[31]。重金属离子在土壤孔隙水(土壤中的液相)中的浓度以及重金属形态的平衡分配决定着植物毒性效应。t-BLM是基于以上假设提出的。因此，研究土壤性质，特别是土壤溶液的性质对于理解重金属植物毒性具有极其重要的意义。当前t-BLM的建立也主要通过模拟土壤溶液实验来操作。

2　t-BLM在预测重金属植物毒性方面的研究现状

重金属对植物的毒害一般体现在以下几个方面[32]：(1)抑制种子的萌发，抑制根的伸长(包括主根和侧根)及植物地上部的生长(地上部鲜重、干重、增加根冠比)；(2)抑制植物根系对土壤营养元素(如N、P、K、Fe、Mn、Ca、Mg等)的吸收；(3)导致植物细胞超微结构的损伤；(4)影响植物细胞膜透性；(5)影响植物的光和作用和呼吸作用；(6)影响植物的物质代谢并导致植物体中化学成分的改变；(7)产生大量活性氧自由基，导致膜脂过氧化。目前，有关Cu、Ni、Zn、Cd、Cr、Co、Ag的t-BLM研究已经有报道，Cu、Ni研究最多，Zn、Cd次之，其他重金属几乎较少研究，而且大多数金属都是基于急性毒性开展研究的，慢性毒性研究较少。表1为近年来采用t-BLM研究所涉及的不同植物品种、不同金属、阳离子和配体的络合平衡常数。LogKMe-BL代表重金属与生物配体的结合强度，对于同种植物，LogKMe-BL值越大，表示重金属对植物的毒性越大。

2.1Cu

t-BLM关于Cu对植物毒性的研究最早，研究成果最多，研究也最深入。Cu的t-BLM已经成功应用于大麦、西红柿、莴苣、小麦、豌豆、葡萄这6种植物。由表1可知，对于大麦根伸长抑制，LogKCu-BL相对于其他金属较大，这表明Cu对大麦的毒性最大。对于不同植物品种，Cu毒害的大小依次为：莴苣 > 大麦 = 小麦 > 西红柿 > 葡萄 > 豌豆。Cu对植物的毒害不仅取决于其自由离子形态(Cu2+)，其他Cu的生物有效态如CuOH+、CuHCO3+、CuCO3(aq)也具有一定的毒性[9]。除了Cu的不同形态，其他金属离子(如Al3+)也会与Cu2+产生联合毒性作用。Schwertfeger[12]利用土壤培养的方法，研究了Ca2+、Mg2+、Na+、K+、pH和淋溶对大麦急性毒性的影响程度，首次报道了Al3+的毒性，并建立了以Cu单一毒物以及Cu-Al两种联合毒物对大麦急性毒性的BLM。在Cu的t-BLM模型中，所有的研究均未发现Na+对Cu2+的解毒作用，仅发现Ca2+、Mg2+、H+对生物配体上结合位点的竞争作用。而且LogKMg-BL> LogKCa-BL，这表明Mg2+相对Ca2+与配体结合更牢固。因为土壤性质以及环境因素对植物毒性的影响较大，当土壤溶液的性质变化较大时，植物组织内的重金属含量相对于介质中的自由离子浓度作为评价重金属植物毒性的标准可能更为有效[33]。而在公开出版的所有重金属的t-BLM模型中，只有2个Cu的模型涉及重金属在植物组织内的含量，即Chen等[16]基于葡萄根以及Schwertfeger[12]基于大麦根和地上部分对Cu的积累量建立的模型。

2.2Ni

t-BLM对Ni植物毒性的研究与Cu一样早，但没有Cu的毒性模型那样完善。至今，大麦、西红柿、菠菜、豌豆的Ni急性毒性t-BLM已经建立。由表1可看出，Ni对这4种植物的毒性大小依次为：西红柿 > 大麦 > 菠菜 > 豌豆。Ca2+、Mg2+、H+可以缓解Ni对植物的毒性，而Na+和K+则没有此种作用，并且Mg2+相对于Ca2+的解毒能力较强。李波[34]发现当pH ≥ 7时，Ni2+和NiHCO3+均会引起大麦的急性毒性。

2.3Zn

t-BLM应用于Zn植物毒性的研究相对较少，仅发现在大麦、莴苣和菠菜的研究中。Zn对3种植物的毒性依次为：菠菜 > 大麦 > 莴苣。Zn的毒性受到碳酸盐结合态(ZnHCO3+)的影响以及Ca2+、Mg2+、H+的竞争作用，这与Cu、Ni类似。而与Cu、Ni不同的是，Zn对植物的毒性还可能受到K+竞争作用的影响。Wang等[24]在大麦水培试验中，测定了K+、ZnHCO3+的络合平衡常数：LogKK-BL= 2.62，LogKZnHCO3-BL= 5.15。

2.4Cd

t-BLM在菠菜、豌豆的毒性预测方面有研究，Cd对2种植物的毒性大小为：菠菜 > 豌豆。当前基于t-BLM关于Cd的研究相对较少，金属阳离子的保护作用也仅仅限于Ca2+。

2.5其他重金属

其他重金属的研究进展比较缓慢，Ag、Cr、Co均只有极少数的涉及t-BLM的研究，即Ag的莴苣毒性研究[25]，Cr和Co的大麦毒性研究[27-28]。

3　t-BLM的影响因素

目前，中国的土壤质量标准以及重金属的风险评价仍然基于土壤中的重金属总量。但是越来越多的事实表明，土壤中重金属总量并不能很好地预测重金属的生物有效性及毒性[35]。t-BLM的影响因素主要有土壤溶液中重金属形态、土壤类型、土壤溶液的pH以及土壤有机质等因素。

3.1土壤溶液中重金属形态

t-BLM是基于形态模型建立的。重金属形态是决定重金属生物毒性及其环境行为的关键因素。很多研究表明，重金属自由离子及一些重金属有机、无机络合态均可对植物产生毒性。Wang等[9]预测Cu对大麦根伸长的抑制作用时，不仅考虑了自由离子(Cu2+)，而且纳入CuHCO3+、CuCO3(aq)、CuOH+这3种水溶性的Cu形态，计算出不同Cu形态与配体结合常数的比值：KCuHCO3BL/KCuBL= 0.24，KCuCO3BL/KCuBL= 0.23，KCuOHBL/KCuBL= 1.15。结果表明：CuHCO3+、CuCO3(aq)的毒性低于Cu2+，而CuOH+略高于Cu2+。Wang等[36]进一步强调了当土壤溶液的pH 6.5时，CuOH+作为大麦根伸长毒性效应的一种生物有效态必须予以关注。Wang等[37]也指出当pH 7时，形态计算软件MINTEQ 3.0分析出CuOH+和Cu2+是Cu最重要的2种有效态。Rooney等[38]利用Log-Logistic剂量-效应模型，在实验室条件下利用大麦根伸长、西红柿生长的测试方法，分别测定了16种不同性质的欧洲土壤的Ni的毒性阈值，发现Ni的植物毒性取决于土壤溶液中Ni的溶解性以及形态。另有研究学者发现ZnHCO3+、NiHCO3+是大麦根伸长毒性效应的有效性形态[19, 24]。

3.2土壤溶液pH值

在t-BLM中，土壤溶液中的H+活度是重金属形态分析的一个重要参数。因此，土壤溶液的pH值是t-BLM的关键因素。土壤溶液的pH值主要通过改变重金属在介质中的水解平衡从而影响重金属的形态分布来影响金属的生物活性[39]。Wang等[9]报道了水溶性Cu的形态分布随土壤溶液pH值的变化。土壤溶液pH的变化范围为4.5～8.0。当溶液pH ≤ 6.5时，自由铜离子(Cu2+)是最主要的形态。随着pH的增大，自由铜离子(Cu2+)的比例降低，同时其他3种水溶性Cu形态(CuHCO3+、CuCO3(aq)、CuOH+)的比例逐渐增大。当溶液pH 7.5时，CuHCO3+、CuCO3(aq)转变为主要的形态。而当土壤溶液的pH = 8时，CuHCO3+、CuCO3(aq)占溶液中总Cu含量的84%。而第4种主要的水溶性Cu形态CuOH+，当pH = 7.5时，占溶液中总Cu含量的7.3%。因此，当pH变化范围较大时，只有充分考虑重金属各种化学形态的分布状况，才能更准确地评估重金属的植物毒性。另外，pH值是影响吸附的关键因素。H+能够与自由金属离子竞争生物配体的吸附位点从而减弱金属毒性[13]。张璇等[40]研究了不同pH值条件下Ni对大麦的急性毒性，指出pH值的改变是导致Ni2+活度对大麦毒性改变的主要因素，并且引起了H+的竞争以及Ni2+向NiCO3形态的转化。H+的解毒作用也可以用细胞膜表面电势理论来解释。Wang等[37]研究了伴随离子H+对Cu植物毒性的缓解作用，建立了细胞膜表面电势模型并准确预测Cu2+的EA50(50%有效活度)。另外，土壤溶液pH还可能通过控制金属-DOM复合体的形态影响金属的植物毒性。由表1可知，土壤溶液中的pH值会影响Cu、Ni、Zn、Cd的毒性，而对Ag、Cr、Co的毒性影响还有待探讨。对于同种重金属，H+与配体结合的强度，即LogKH-BL值在同一植物品种中相似。如Ni的大麦毒性，LogKH-BL值分别为4.29[19]和4.53[11]。而对于同一植物，LogKH-BL值在不同的重金属毒害中可能差距较大。如以大麦根伸长抑制为测试终点，LogKH-BL值在不同重金属中的变化规律依次为：Cu > Ni > Zn。

3.3土壤有机质(SOM)

SOM可有效吸附土壤中的重金属离子，或与重金属离子进行配位反应形成稳定的络合物或鳌合物，从而达到固定重金属的目的。Skáodowski等[41]将褐煤中的有机质作为调节剂，利用田间培养的方法研究有机质对黑麦吸收Cd、Pb、Zn的影响。结果表明，添加褐煤显著地降低了黑麦对Pb、Zn、Cd的吸收，且褐煤添加剂量越大，植物体内重金属含量越少。t-BLM的建立主要基于土壤溶液的性质，因此土壤中可溶性有机质(DOM)的含量非常重要。DOM指能够通过0.45 μm滤膜的不同大小和结构的有机物。它占土壤有机质的比例很小，但它在C、N、P的地球生物化学循环、成土作用以及土壤中污染物(如重金属)的运移方面有着不可替代的作用[42]。只有很小一部分DOM可以通过化学方法确定其组成成分，如低分子量的富里酸、芳香酸、脂肪酸、单糖、低聚糖等，大部分DOM是不能确定化学组成的复杂有机物，如富里酸和腐殖酸等[43]。DOM是重金属的有机配位体，其上的羟基、羧基、芳香基等官能团能够与重金属进行络合，形成DOM-重金属络合物，从而改变重金属离子的自由活度、形态和迁移性，进而影响土壤重金属的生物有效性/毒性。Kim等[44]通过研究DOC对印度芥菜和向日葵吸收重金属的影响发现，DOC升高与土壤溶液中自由Cd2+活度降低有显著的相关性(R2= 0.85，P < 0.05)。结果表明，植物根部渗出的DOC与重金属形成了稳定的络合物，导致土壤溶液中Cd的自由离子活度显著地降低，从而减少了Cd以自由离子形态对植物产生的毒性效应。Craven等[45]通过竞争性配基置换-固相萃取的方法，测定了在pH = 6.6，0.01 mol·L-1离子强度条件下，一系列Cu/DOM比值下的Cu2+-DOM络合平衡常数(KCuDOM)。随着Cu/DOM比率从0.0005上升到0.1 mg Cu/mg DOM，KCuDOM值从1011.5下降到105.6L·mol-1。结果表明，Cu/DOM比值可以改变Cu2+-DOM结合强度，从而影响Cu的植物毒性。还有研究表明，DOC-重金属复合体可激发或抑制植物体内转运蛋白的表达，并突破植物细胞对重金属吸附位点的限制，从而影响植物对重金属的吸收[46]。a-BLM中研究有机酸如富里酸和腐殖酸对水生生物的影响较多，但一般也只是局限于将富里酸和腐殖酸的设定成一定比例，很少将将有机酸单独设定一定的梯度浓度来研究，t-BLM中相关的文献就更少。

3.4土壤溶液中的Ca、Mg等阳离子以及阴离子

土壤溶液介质中的溶解性阳离子，如Ca2+、Mg2+、K+、Na+等能够与介质中的自由离子竞争生物配体的结合位点，对重金属的植物毒害具有一定的保护作用。BLM可以很好地解释这一竞争作用[9]。Wang等[9]利用水培的方法研究了Ca2+、Mg2+、Na+、K+和pH对大麦急性毒性的影响程度，建立了一种预测Cu对大麦急性毒性的BLM。研究发现随着土壤溶液中Ca2+、Mg2+浓度的增加，Cu2+对大麦的毒性显著降低，而Na+和K+对大麦根上生物配体位点的竞争作用则可以忽略不计，并估算了Ca2+、Mg2+与生物配体的络合平衡常数，分别为LogKCaBL= 1.96，LogKMgBL= 2.92。Lock等[18, 28]、Chen等[16]和罗小三等[47]发现Mg2+的解毒作用，Wang等[24]和Lock等[28]也分别发现K+对Zn、Co竞争保护作用。由表1可以明显看出，Ca2+、Mg2+与配体的结合强度，并且对于同种植物LogKMg-BL> LogKCa-BL。这说明Mg2+与配体的结合强度比Ca2+较强。对于大麦根伸长，不同重金属的LogKCa-BL值大小依次为：Cu = Zn > Ni；LogKMg-BL值大小依次为：Ni > Zn = Co > Cu。阳离子的竞争作用是t-BLM的一个重要假设，近年来一些学者提出了细胞膜表面电势理论解释Ca2+的解毒作用。周东美和汪鹏[48]认为Ca2+作用可以从两方面解释：1)主要机制为Ca2+与植物细胞膜表面的非活性位点结合导致细胞膜表面的电负性降低，重金属离子在生物膜表面的活度降低，从而导致重金属的植物毒性降低；2)Ca2+是植物根生长的必须元素，当细胞膜表面Ca2+的活度不足以满足植物的根伸长时，加入Ca2+将会促进根的伸长。在t-BLM所有公开的重金属植物毒性研究中，并未发现Na+与生物配体结合位点的竞争作用。而Wang等[38]发现细胞膜表面电势的变化可能是Ca2+、Mg2+、Na+、K+解毒作用的主要机理，而t-BLM的竞争作用可能是次要的。阴离子可以作为无机配体，可以影响土壤溶液中重金属离子的形态组成，并且在模型计算中会应用到Cl-、SO42-、OH-和HCO3-等[11, 28]。

3.5生物配体种类

重金属的植物毒性与不同的生物配体，即与植物品种有直接关系[34]。植物吸收、迁移和积累重金属的能力取决于植物的种类。同一植物品种对不同种类重金属的吸收和富集能力不同，不同品种的植物吸收积累同一种重金属的能力也不尽相同，如蜈蚣草和遏蓝菜分别是As、Cd的超积累植物。如表1，对于豌豆来说，LogKMe-BL均比较小，可能是相对于其他植物，豌豆有特殊的活性位点。对于同种金属来说，一般大麦的LogKMe-BL比较稳定，差距不是很大。t-BLM假设，同种植物的活性位点是一定的，相同的重金属与之结合的比例是相似的，所以得到了LogKMe-BL值比较相似，因此LogKMe-BL对相同的生物配体专一性较强。

3.6其他因素等

不同的土壤类型具有不同的pH、EC等土壤性质，即使外源添加相同剂量的重金属，其土壤孔隙水中的性质相差很大，因此t-BLM也就不同。土壤氧化物和粘土矿物均是土壤矿物中最活跃的成分，它们主要通过改变土壤溶液中金属离子的活度影响重金属的植物毒性。淋溶与老化过程均可以改变土壤孔隙水的组成从而影响重金属的植物毒性。Schwertfeger[12]发现Cu污染的土壤经淋洗后，孔隙水中溶解性Cu的浓度相对于田间土壤降低了一个数量级，淋洗过程弱化了对照样品与淋洗后样品的土壤孔隙水pH、Ca、Mg、Al、Fe、Mn以及DOC浓度之间的差异，并建立了非淋洗样品的t-BLM模型，其络合常数分别为LogKH-BL= 4.50，LogKK-BL= 7.06，LogKAl-BL= 5.44。Ma等[49]系统地研究了Cu污染土壤的老化效应，并测定了Cu的同位素交换、孔隙水中Cu的总量、孔隙水中自由Cu2+活度以及可利用的Cu含量，研究表明，老化显著降低了Cu的生物有效性并且pH是控制老化效应的主要因子。

4　问题与展望

虽然目前t-BLM的应用较少，且重金属对陆地植物的毒性数据较为缺乏，但t-BLM作为一个机理模型，融合了生物有效性的概念，量化了土壤理化性质、生物测试终点、剂量-毒理效应三者之间的关系，相对于复杂的化学实验来说，较为简便有效。t-BLM已经成功地预测了Cu、Ni、Zn等多种重金属对大麦、西红柿、小麦等多种植物的毒性，是一种简单、易行、有效、较为完善的土壤植物毒性评价方法，并且成功用于淋洗与非淋洗实验的对比，一些模型的预测能力已经得到验证，为制定新的土壤质量标准提供了广阔的应用前景。

然而t-BLM的建立却存在殊多挑战：

(1)利用水培试验或提取的土壤孔隙水模拟真实的土壤溶液或土壤存在一定偏差，溶液中的阳离子以及DOM对重金属生物有效性的影响是否与真实的土壤溶液保持一致还有待探讨，且土壤孔隙水提取方法不同，结果也有很大差异。

(2)t-BLM的竞争作用理论并不能很好地解释阳离子(Ca2+、Mg2+、Na+、K+等)对重金属植物毒性的缓解作用，而细胞膜表面电势模型理论在一定程度上解释了阳离子的解毒作用。因此，两者的有机结合将会更好地研究阳离子解毒作用的机理，并能更好地预测重金属的植物毒性及生态风险。

(3)基于植物体内的重金属含量建立的t-BLM极少，这在一定程度上不能有效地评价金属的植物毒性。

(4)水体BLM的建立已经比较完善地研究了DOM对植物毒性的影响，而t-BLM的建立却很少涉及SOM，利用t-BLM系统地研究SOM的影响还有待完善。

(5)t-BLM关于单一重金属植物毒性的研究较多，而关于重金属复合毒性的研究几乎没有涉及，而土壤重金属污染一般是多种重金属交互污染方式，因此有必要开展基于t-BLM的重金属复合污染研究工作。

通讯作者简介：黄益宗(1970—)，男，博士，研究员，主要从事重金属在土壤-植物系统中的迁移、转化和积累研究，以及污染土壤修复技术、污染生态学等方面的研究，近年来在国内外核心刊物发表论文140多篇。

[1]陈怀满. 土壤-植物系统中的重金属污染[M]. 北京: 科学出版社, 1996

Chen H M. Heavy Metal Pollution in Soil - Plant System [M]. Beijing: Science Press, 1996

[2]黄益宗, 朱永官. 森林生态系统镉污染研究进展[J]. 生态学报, 2004, 24(1): 101-108

Huang Y Z, Zhu Y G. A review on cadmium contamination in forest ecosystem [J]. Acta Ecologica Sinica, 2004, 24(1): 101-108 (in Chinese)

[3]韦朝阳, 陈同斌. 重金属超富集植物及植物修复技术研究进展[J]. 生态学报, 2001, 21(7): 1196-1203

Wei C Y, Chen T B. Hyperaccumulators and phytoremediation of heavy metal contaminated soil: A review of studies in China and abroad [J]. Acta Ecologica Sinica, 2001, 21(7): 1196-1203 (in Chinese)

[4]刘春早, 黄益宗, 雷鸣, 等. 湘江流域土壤重金属污染及其生态环境风险评价[J]. 环境科学, 2012, 33(1): 263-268

Liu C Z, Huang Y Z, Lei M, et al. Soil contamination and assessment of heavy metals of Xiangjiang River Basin [J]. Environmental Science, 2012, 33(1): 263-268 (in Chinese)

[5]黄益宗, 郝晓伟, 雷鸣, 等. 重金属污染土壤修复技术及其修复实践[J]. 农业环境科学学报, 2013, 32(3): 409-417

Huang Y Z, Hao X W, Lei M, et al. The remediation technology and remediation practice of heavy metals-contaminated soil [J]. Journal of Agro-Environment Science, 2013, 32(3): 409-417 (in Chinese)

[6]郝汉舟, 陈同斌, 靳孟贵, 等. 重金属污染土壤稳定/固化修复技术研究进展[J]. 应用生态学报, 2011, 22(3): 816-824

Hao H Z, Chen T B, Jin M G, et al. Recent advance in solidification/stabilization technology for the remediation of heavy metals-contaminated soil [J]. China Journal of Applied Ecology, 2011, 22(3): 816-824 (in Chinese)

[7]吕怡兵, 李国刚, 宫正宇, 等. 应用BLM模型预测我国主要河流中Cu的生物毒性[J]. 环境科学学报, 2006, 26(12): 2080-2085

Lu Y B, Li G G, Gong Z Y, et al. To predict copper toxicity in China 5 main rivers by using biotic ligand model (BLM) [J]. Acta Scientiae Circumstantiae, 2006, 26(12): 2080-2085 (in Chinese)

[8]王春艳, 陈浩, 郑丙辉, 等. 应用生物配体模型研究湘江水体中铜的生物有效性 [J]. 生态毒理学报, 2013, 8(6): 998-1004

Wang C Y, Chen H, Zheng B H, et al. Study on bioavailability of Cu to medaka in Xiangjiang with biotic ligand model [J]. Asian Journal of Ecotoxicology, 2013, 8(6): 998-1004 (in Chinese)

[9]Wang X D, Hua L, Ma Y B. A biotic ligand model predicting acute copper toxicity for barley (Hordeum vulgare): Influence of calcium, magnesium, sodium, potassium and pH [J]. Chemosphere, 2012, 89(1): 89-95

[10]王学东, 马义兵, 华珞, 等. 铜对大麦(Hordeum vulgare)的急性毒性预测模型—生物配体模型[J]. 环境科学学报, 2008, 28(8): 1704-1712

Wang X D, Ma Y B, Hua L, et al. Development of biotic ligand model (BLM) predicting copper acute toxicity to barley (Hordeum vulgare) [J]. Acta Scientiae Circumstantiae, 2008, 28(8): 1704-1712 (in Chinese)

[11]Thakali S, Allen H E, Di Toro D M, et al. A terrestrial biotic ligand model. 1. Development and application to Cu and Ni toxicities to barley root elongation in soils [J]. Environmental Science & Technology, 2006, 40(22): 7085-7093 (in Chinese)

[12]Schwertfeger D. The effects of soil leaching on metal bioavailability, toxicity and accumulation in Hordeum vulgare cultivated in copper amended soils [D]. Montreal: McGill University, 2011

[13]Thakali S, Allen H E, Di Toro D M, et al. Terrestrial biotic ligand model. 2. Application to Ni and Cu toxicities to plants, invertebrates, and microbes in soil [J]. Environmental Science & Technology, 2006, 40(22): 7094-7100

[14]Luo X S, Li L Z, Zhou D M. Effect of cations on copper toxicity to wheat root: Implications for the biotic ligand model [J]. Chemosphere, 2008, 73(3): 401-406

[15]Wu Y, Hendershot W. Effect of calcium and pH on copper binding and rhizotoxicity to pea (Pisum sativum L.) root: Empirical relationships and modeling [J]. Archives of Environmental Contamination and Toxicology, 2010, 59(1): 109-119

[16]Chen B C, Ho P C, Juang K W. Alleviation effects of magnesium on copper toxicity and accumulation in grapevine roots evaluated with biotic ligand models [J]. Ecotoxicology, 2013, 22(1): 174-183

[17]Le T T Y, Peijnenburg W J G M, Hendriks A J, et al. Predicting effects of cations on copper toxicity to lettuce (Lactuca sativa) by the biotic ligand model [J]. Environmental Toxicology and Chemistry, 2012, 31(2): 355-359

[18]Lock K, Van Eeckhout H, De Schamphelaere K A, et al. Development of a biotic ligand model (BLM) predicting nickel toxicity to barley (Hordeum vulgare) [J]. Chemosphere, 2007, 66(7): 1346-1352

[19]Li B, Zhang X, Wang X D, et al. Refining a biotic ligand model for nickel toxicity to barley root elongation in solution culture [J]. Ecotoxicology and Environmental Safety, 2009, 72(6): 1760-1766

[20]Antunes P M C, Kreager N J. Development of the terrestrial biotic ligand model for predicting nickel toxicity to barley (Hordeum Vulgare): Ion effects at low pH [J]. Environmental Toxicology and Chemistry, 2009, 28(8): 1704-1710

[21]Wu Y, Hendershot W H. The effect of calcium and pH on nickel accumulation in and rhizotoxicity to pea (Pisum sativum L.) root-empirical relationships and modeling [J]. Environmental Pollution, 2010, 158(5): 1850-1856

[22]Liu Y, Vijver M G, Peijnenburg W. Comparing three approaches in extending biotic ligand models to predict the toxicity of binary metal mixtures (Cu-Ni, Cu-Zn and Cu-Ag) to lettuce (Lactuca sativa L.) [J]. Chemosphere, 2014, 112: 282-288

[23]Degryse F, Shahbazi A, Verheyen L, et al. Diffusion limitations in root uptake of cadmium and zinc, but not nickel, and resulting bias in the michaelis constant [J]. Plant Physiology, 2012, 160(2): 1097-1109

[24]Wang X, Li B, Ma Y, et al. Development of a biotic ligand model for acute zinc toxicity to barley root elongation [J]. Ecotoxicology and Environmental Safety, 2010, 73(6): 1272-1278

[25]Le T T Y, Vijver M G, Hendriks A J, et al. Modeling toxicity of binary metal mixtures (Cu2+-Ag+, Cu2+-Zn2+) to lettuce, Lactuca sativa, with the biotic ligand model [J]. Environmental Toxicology and Chemistry, 2013, 32(1): 137-143

[26]Wu Y, Hendershot W. Bioavailability and rhizotoxicity of Cd to pea (Pisum sativum L.) [J]. Water, Air, and Soil Pollution, 2010, 208(1-4): 29-42

[27]Song N N, Zhong X, Li B, et al. Development of a multi-species biotic ligand model predicting the toxicity of trivalent chromium to barley root elongation in solution culture [J]. Plos One, 2014, 9(8): e105174-e105174

[28]Lock K, De Schamphelaere K A C, Becaus S, et al. Development and validation of a terrestrial biotic ligand model predicting the effect of cobalt on root growth of barley (Hordeum vulgare) [J]. Environmental Pollution, 2007, 147(3): 626-633

[29]王学东, 马义兵, 华珞, 等. 环境中金属生物有效性的预测模型-生物配体模型研究进展[J]. 生态毒理学报, 2006, 1(3): 193-202

Wang X D, Ma Y B, Hua L, et al. Advances in biotic ligand model to predict the bioavailability of metals in environments [J]. Asian Journal of Ecotoxicology, 2006, 1(3): 193-202 (in Chinese)

[30]Ardestani M M, van Straalen N M, van Gestel C A M. The relationship between metal toxicity and biotic ligand binding affinities in aquatic and soil organisms: A review [J]. Environmental Pollution, 2014, 195: 133-147

[31]徐劼, 保积庆, 于明革, 等. 植物对Pb的吸收转运机制研究进展[J]. 安徽农业科学, 2012, 40(36): 17467-17470, 17491

Xu J, Bao J Q, Yu M G, et al. Research advances in uptake and translocation of Pb in plants [J]. Journal of Anhui Agricultural Sciences, 2012, 40(36): 17467-17470, 17491 (in Chinese)

[32]唐咏, 王萍萍, 张宁. 植物重金属毒害作用机理研究现状[J]. 沈阳农业大学学报, 2006, 37(4): 551-555

Tang Y, Wang P P, Zhang N. Researches in heavy metal toxicity mechanism in plant [J]. Journal of Shenyang Agricultural University, 2006, 37(4): 551-555 (in Chinese)

[33]Pahlsson A M B. Toxicity of heavy metals (Zn, Cu, Cd, Pb) to vascular plants [J]. Water Air and Soil Pollution, 1989, 47(3-4): 287-319

[34]李波. 外源重金属铜、镍的植物毒害及预测模型研究[D]. 北京: 中国农业科学院, 2010

Li B. The phytotoxicity of added copper and nickel to soils and predictive models [D]. Beijing: Chinese Academy of Agricultural Sciences, 2010 (in Chinese)

[35]van Gestel C A M, Rademaker M C J, van Straalen N M. Capacity Controlling Parameters and Their Impact on Metal Toxicity in Soil Invertebrates [M]. Salomons W, Stigliani W. Biogeodynamics of Pollutants in Soils and Sediments. Springer Berlin Heidelberg, 1995: 171-192

[36]Wang X D, Ma Y B, Hua L, et al. Identification of hydroxyl copper toxicity to barley (Hordeum vulgare) root elongation in solution culture [J]. Environmental Toxicology and Chemistry, 2009, 28(3): 662-667

[37]Wang P, De Schamphelaere K A C, Kopittke P M, et al. Development of an electrostatic model predicting copper toxicity to plants [J]. Journal of Experimental Botany, 2012, 63(2): 659-668

[38]Rooney C P, Zhao F J, McGrath S P. Phytotoxicity of nickel in a range of European soils: Influence of soil properties, Ni solubility and speciation [J]. Environmental Pollution, 2007, 145(2): 596-605

[39]Zhao F J, Rooney C P, Zhang H, et al. Comparison of soil solution speciation and diffusive gradients in thin-films measurement as an indicator of copper bioavailability to plants [J]. Environmental Toxicology and Chemistry, 2006, 25(3): 733-742

[40]张璇, 华珞, 王学东, 等. 不同pH值条件下镍对大麦的急性毒性[J]. 中国环境科学, 2008, 28(7): 640-645

Zhang X, Hua L, Wang X D, et al. Effect of pH on nickel acute toxicity to barley (Hordeum vutgare) [J]. China Environmental Science, 2008, 43(7): 640-645 (in Chinese)

[41]Sklodowski P, Maciejewska A, Kwiatkowska J. The effect of organic matter from brown coal on bioavailability of heavy metals in metals in contaminated soils [J]. Soil and Water Pollution Monitoring, Protection and Remediation, 2006, 69: 299-307

[42]Kalbitz K, Solinger S, Park J H, et al. Controls on the dynamics of dissolved organic matter in soils: A review [J]. Soil Science, 2000, 165(4): 277-304

[43]Homann P S, Grigal D F. Molecular-weight distribution of soluble organics from laboratory-manipulated surface soils [J]. Soil Science Society of America Journal, 1992, 56(4): 1305-1310

[44]Kim K R, Owens G, Naidu R. Effect of root-induced chemical changes on dynamics and plant uptake of heavy metals in rhizosphere soils [J]. Pedosphere, 2010, 20(4): 494-504

[45]Craven A M, Aiken G R, Ryan J N. Copper (II) binding by dissolved organic matter: Importance of the copper-to-dissolved organic matter ratio and implications for the biotic ligand model [J]. Environmental Science & Technology, 2012, 46(18): 9948-9955

[46]沈亚婷. 土壤溶解性有机质对植物吸收-输送-贮存重金属的影响研究现状与进展[J]. 岩矿测试, 2012, 31(4): 571-575

Shen Y T. Status and progress of effects of dissolved organic matter on the absorption-transmission -storage of heavy metals in plants [J]. Rock and Mineral Analysis, 2012, 31(4): 571-575 (in Chinese)

[47]罗小三, 李连祯, 周东美. 生物配体模型(t-BLM)初探: 镁离子降低铜离子对小麦根的毒性[J]. 生态毒理学报, 2007, 2(1): 41-48

Luo X S, Li L Z, Zhou D M. Development of a terrestrial biotic ligand model (t-BLM): Alleviation of the rhizotoxicity of copper to wheat by magnesium [J]. Asian Journal of Ecotoxicology, 2007, 2(1): 41-48 (in Chinese)

[48]周东美, 汪鹏. 基于细胞膜表面电势探讨Ca与毒性离子在植物根膜表面的相互作用[J]. 中国科学: 化学, 2011, 41(7): 1190-1197

Zhou D M, Wang P. Exploring the interactions between Ca and toxic ions at the cell membrane surface of plant roots in terms of electrical potential at cell membrane surface [J]. Scientia Sinica Chimica, 2011, 41(7): 1190-1197 (in Chinese)

[49]Ma Y B, Lombi E, Oliver I W, et al. Long-term aging of copper added to soils [J]. Environmental Science & Technology, 2006, 40(20): 6310-6317

◆

Review of the Terrestrial Biotic Ligand Model in Predicting Phytotoxicity of Heavy Metals in Soil

Li Ji1, Huang Yizong2,*, Hu Ying1, Jin Shulan3, Bao Qiongli2, Wang Fei1, Xiang Meng1, Li Xiaomin1

1. Research Center for Eco-environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China 2. Agro-Environmental Protection Institute, Ministry of Agriculture, Tianjin 300191, China 3. Shangrao Normal University, Shangrao 334000, China

6 November 2014accepted 14 January 2015

Terrestrial biotic ligand model (t-BLM) is the application of biotic ligand model (BLM) theory in terrestrial ecosystem, through the quantization of relationship between heavy metal speciation in soil, soil properties and ecological toxicology dose-response. It aims to evaluate the heavy metal toxicity effect to terrestrial organisms. BLM is successful in predicting the toxicity of heavy metals to aquatic organisms, however, the development of t-BLM is relatively slow. Based on the studies of the toxicity of heavy metal to plants, this paper reviewed the recent research progresses in t-BLM, and introduced the principles of t-BLM, the phytotoxicity of heavy metals (Cu, Ni, Zn, Cd, etc.) based on t-BLM and their influences. At the end of the paper, it presented the key challenges of this study.

heavy metal; terrestrial biotic ligand model; t-BLM; phytotoxicity; soil

国家自然科学基金面上项目(21377152)；国家科技支撑计划项目(2015BAD05B02)

李季(1988-)，男，硕士研究生，研究方向为污染生态学，E-mail: 15652529840@126.com

Corresponding author)， E-mail: hyz@ rcees.ac.cn

10.7524/AJE.1673-5897.20141106001

2014-11-06 录用日期：2015-01-14

1673-5897(2015)6-043-11

X171.5

A

李季, 黄益宗, 胡莹, 等. 基于植物重金属毒性的陆地生物配体模型(t-BLM)研究进展[J]. 生态毒理学报，2015, 10(6): 43-53

Li J, Huang Y Z, Hu Y, et al. Review of the terrestrial biotic ligand model in predicting phytotoxicity of heavy metals in soil [J]. Asian Journal of Ecotoxicology, 2015, 10(6): 43-53 (in Chinese)