淮南某煤矿邻近农田土壤中重金属的生态风险研究

王兴明，张瑞良，王运敏，鲁先文，查甫更，陈广洲，胡云虎，程一松，王斌. 安徽理工大学地球与环境学院，安徽 淮南 300；.中钢集团马鞍山矿山研究院，安徽 马鞍山 3000；3. 安徽师范大学生命科学学院，安徽 芜湖 00； 安徽建筑大学环境与能源工程学院，安徽 合肥 300；. 淮南师范学院化工与材料工程学院，安徽 淮南 3038；. 桐城师范高等专科学校，安徽 桐城 300



淮南某煤矿邻近农田土壤中重金属的生态风险研究

王兴明1， 2， 3，张瑞良1，王运敏2*，鲁先文5，查甫更1，陈广洲4，胡云虎5，程一松2，王斌6
1. 安徽理工大学地球与环境学院，安徽 淮南 232001；2.中钢集团马鞍山矿山研究院，安徽 马鞍山 243000；3. 安徽师范大学生命科学学院，安徽 芜湖 241002；4 安徽建筑大学环境与能源工程学院，安徽 合肥 230022；5. 淮南师范学院化工与材料工程学院，安徽 淮南 232038；6. 桐城师范高等专科学校，安徽 桐城 231400

摘要：以淮南某煤矿为例，从煤矿堆积的矸石山邻近农田采集了表层土壤，在测定土壤中Zn、Pb、Cd和Cu浓度和分析重金属形态基础上，利用蚕豆（Vicia faba L.）早期生长及微核试验检测了土壤生态毒性，同时，采用污染负荷指数、潜在生态风险指数和基于微核率的污染指数比较了土壤重金属的生态风险。结果表明：煤矿区农田土壤中Zn、Pb、Cd和Cu浓度均高于淮南土壤背景值，个别样点Cd浓度高出淮南土壤背景值7.83倍（S3：0.47 mg·kg-1）和6.83倍（S4：0.41 mg·kg-1），但 4种重金属浓度均低于国家土壤环境质量（GB15618—2008）二级标准。矿区土壤重金属虽均以残渣态为主，但交换态（6.62%～23.33%）和潜在可利用态的比例（32.90%～57.94%）比对照高，说明煤矿区土壤重金属有效性较高。个别土壤样点（S4）较高的重金属浓度导致发芽率和根长显著降低，而矿区土壤各样点的微核率较校园土均显著增加，这表明煤矿区土壤确实存在一定生态毒性，且微核可能比发芽率和根长对土壤重金属的污染更敏感。同时，3种污染评价指数均表明矿区土壤处于轻度-中度风险水平（以校园土为参考），说明煤矿区土壤确实产生了一定生态风险，而微核率的污染指数与潜在生态风险指数对各样点的风险评价结果较为一致，表明微核代表的生态毒性评价是煤矿区重金属生态风险评价的有益补充。

关键词：煤矿；蚕豆；重金属；微核；生态毒性

引用格式：王兴明， 张瑞良， 王运敏， 鲁先文， 查甫更， 陈广洲， 胡云虎， 程一松， 王斌. 淮南某煤矿邻近农田土壤中重金属的生态风险研究［J］. 生态环境学报， 2016， 25（5）: 877-884.

WANG Xingming， ZHANG Ruiliang， WANG Yunmin， LU Xianwen， ZHA Fugen， CHEN Guangzhou， HU Yunhu， CHENG Yisong，WANG Bin. Eco-toxicity Effect of Heavy Metals in Cropland Soils Collected from the Vicinity of A Coal Mine in Huainan ［J］. Ecology and Environmental Sciences， 2016， 25（5）: 877-884.

煤中富含多种有害或潜在有害元素，在其采集、洗选、储存、运输过程中，会释放一些重金属到周边环境中（李东艳等，2015；王兴明等，2012）。而伴随煤炭开采产生的大量矸石（原煤产量10%～15%左右）堆积在地表，经风化、淋溶等过程，也会将自身重金属释放到周边环境（Dang et al.，2002）。因此，煤矿周边土壤常出现一定重金属富集现象。例如，焦作演马矿周边土壤中Pb和Zn超标（李旭华等，2009），朱村煤矿周边部分土壤的Zn超标（胡斌等，2007），贵州水城矿务局的汪家寨煤矿矸石风化土壤中汞含量较高等（宋文等，2010）。由于重金属具有难降解性和蓄积性，又易通过皮肤、呼吸和饮食途径迁移到人体，煤矿周边的重金属污染已成为人们关注的热点。目前，煤矿周边的重金属污染，多采用内梅罗指数、地累积指数和潜在生态风险指数等进行评价（郑刘根等，2014），这些评价方法多基于化学方法，尚不能从生态（生物）毒性方面反应重金属的风险。

生物检测（Biological tests）常用来评价有机体对污染物的基因毒性、诱变毒性，如高等植物毒理试验（种子发芽试验、根伸长试验和早期幼苗生长试验）因其具高敏感性、易于操作和低成本，常用于检测各种环境污染的基因毒性（Chen et al.，2004）；微核试验可敏感反应染色体的畸变和基因毒性，经常用于有机和无机污染物的毒性评价（Zhang et al.，2009）。此类方法目前已被广泛用于污灌区、城市和农村的污染土壤、水体、沉积物和污泥等的生态风险评价（Zhang et al.，2009；Zheng et al.，2009；Khadra et al.，2012），但将这类方法用于煤矿区土壤生态风险的研究还较少。因此，本研究以淮南某煤矿为例，通过采集煤矿区邻近土壤，在重金属总量和形态分析基础上，利用蚕豆（Vicia faba L.）种子发芽、早期幼苗生长及微核试验进行煤矿区土壤的生物毒性和生态风险分析，同时将基于微核率计算的污染指数（PI）与基于重金属分析的污染负荷指数（PLI）和潜在生态风险指数（RI）比较，分析生态毒性评价与重金属生态风险评价在判别环境污染水平、生物有效性和毒性方面的差异，以期为今后煤矿区系统研究土壤重金属的生态效应提供生物毒性数据，以及为煤矿区土壤重金属生态风险预测提供科学参考。

1　样品与测试

1.1 研究区概述

研究区煤矿位于淮南市西部，建于 1947年，地理坐标为：东经 116°49′378″，北纬 32°35′41″。煤矿所在地区属季风暖温带半湿润气候，年均气温15.2 ℃左右，平均风速 1.3～2.9 m·s-1，年均降雨922.6 mm。煤矿后方有一座较大矸石山，周边有不少农田。有研究表明，该矿矸石山堆存时间较长（超过50年），在降水、微生物作用下发生了风化，已经对周边环境产生了一定影响（邵群，2007）。

1.2 样品采集

在2015年10月对淮南某煤矿矸石山邻近农田进行了土壤样品采集。以该矿的煤矸石山为参照，在矸石山下风向，距矸石山100 m（S1）、200 m（S2）、300 m（S3）、400 m（S4）和500 m（S5）的农田设置样点，每个样点采集0～20 cm土层土样，每个土样由多个子样混成，四分法缩分后保留1 kg左右土样，同时，采集校园土（XYT）1 kg作为参照（见图1）。

图1　煤矿区采样图Fig. 1　Location of the coal mining area showing the sampling sites

1.3 重金属和理化测试

土样带回实验室经风干，仔细挑去石块、根茎及各种新生体和侵入体，再用圆木棍将土样辗碎、过筛（过60目和100目尼龙筛网），广口瓶中密封保存。重金属总量分析采用王水回流消解法（王兴明等，2012），重金属形态分析采用Tessier五部提取法（F1：可交换态、F2：碳酸盐结合态、F3：铁锰结合态、F4：有机结合态和F5残渣态）（江培龙等，2013），测试液中元素浓度采用 ICP-OES （PerkinElmer Optima 2100 DV）测试。同时，每2个土样随机挑选1个做平行样进行测定（重复做3次），在分析与测试过程中加入国家土壤标样（GBW07403（GSS-3））进行质量控制。元素回收率在92.56%～97.07%，相对标准偏差＜5%。土壤pH、电导率、有机质、总氮、总磷、总钾均按常规方法测试（表1）（王友保等，2005）。

1.4 幼苗生长和微核试验

土壤浸提液：土样（S1～S5和XYT）和蒸馏水按1∶10混合，120 r·min-1下振荡8 h，离心，过滤后清液作为幼苗生长和微核试验处理液（White et al.，2004）。

表1　土样的基本理化性质（平均值±标准差）Table 1　Selected physical and chemical properties of studied soils （Mean±SD）

幼苗生长测定：取籽粒饱满、均匀蚕豆种子，用0.5%的NaClO溶液消毒20 min，冲洗后分别放入铺有双层滤纸的培养皿（9 cm发芽床）内，分别加入各组处理液10 mL（以蒸馏水为对照），每处理组8粒蚕豆种子，各浓度处理均设4个平行样，于25 ℃无光条件下培养7 d。在种子萌发3日后，逐日观察萌发种子数（以胚芽长度达到种子一半为种子发芽的判断标准）。培养7 d后，用镊子轻轻将萌发种子取出，滤纸吸干后，测其根长（Marcato-Romain et al.，2009；Song et al.，2006；王兴明等，2006）。

微核试验：蚕豆萌芽种子用蒸馏水冲干净，用不同组处理液浸泡蚕豆根尖6 h，然后恢复生长24 h，剪下根尖，用卡诺固定液固定24 h，再用70%乙醇4 ℃保存备用。取固定后根尖，在1 mol·L-1HCl中解离8～12 min，再用45%的醋酸软化10 min，然后用苯酚-改良碱性品红染色20 min，采用十字压片法制片镜检。每个处理组至少随机检查3个根尖，每个根尖至少观察1000个生长点的间期细胞，记录发生微核的细胞数（王任翔等，2010；Zhang et al，2009）。每处理组的幼苗生长实验和微核试验均重复4次，取均值进行相关数据比较。

1.5 数据分析与处理

发芽率=7 d发芽的种子数/供试验种子数×100%

微核细胞千分率（MCN）=含有微核的细胞数/观察细胞总数×1000‰

潜在生态风险指数（RI）=ΣEir，Eir=Tir×Cif，Cif=Cis/Cib，其中，Cif为重金属 i污染系数，Cis为重金属i实测浓度值，Cib为重金属i的背景值，Tir为重金属i的生物毒性系数，Eir为重金属i的潜在生态风险因子。

污染指数（PI）=样品实测 MCN平均值/对照组MCN平均值。

PLI、RI和PI指数的分级标准参照文献计算并分析（李一蒙等，2015；Wang et al.，2005；姚恩亲等，2006）。

采用Excel 2007和SPSS 18.0进行ANOVA、LSD、相关与逐步回归分析。

2　结果与讨论

2.1 煤矸石山周边土壤理化性质和重金属浓度

由表1，校园土（XYT）呈微酸性（pH=6.68），而煤矿区周边土壤偏碱性（pH=7.81～8.46）。煤矿区农田土壤的EC、有机质、总氮和总磷（除S2、S3）高于校园土，而矿区土壤的总钾（8.76～12.08 g·kg-1）均低于校园土（13.10 g·kg-1），说明矿区农田土壤含盐量稍高，养分条件基本较好（除总钾）。由图 2可知，农田土壤中Zn、Pb、Cd和Cu含量均高于校园土对照值和淮南土壤背景值（Zn：80.81 mg·kg-1、Pb：30.47 mg·kg-1、Cd：0.06 mg·kg-1、Cu：24.60 mg·kg-1），且Cd在S3点（0.47 mg·kg-1）和S4（0.41 mg·kg-1）（江培龙等，2013）含量较高，分别为淮南土壤背景值的7.83和6.83倍，S4点的Zn、Pb和Cu含量也较高，分别为淮南土壤背景值的 2.36、2.38和 3.94倍。然而，矿区农田土壤的Zn、Pb、Cd和Cu含量均低于国家土壤环境质量标准（GB 15618—2008）二级（Zn：300 mg·kg-1、Pb：80 mg·kg-1、Cd：1 mg·kg-1、Cu：100 mg·kg-1，pH＞7.5），这表明煤矿区农田土壤基本可满足农业生产要求，但部分区域土壤中出现了个别重金属相对富集状况，这与熊鸿斌等（2015）、孙贤斌等（2015）的研究结果较为相似。总体上，煤矿区农田土壤中Zn、Pb、Cd和Cu浓度随距离呈现先增大再降低趋势（图2），它们分别在S3（300 m）或S4（400 m）达峰值浓度，这与王贤荣等（2010）、郑刘根等（2014）和Zhou et al.（2014）的研究结论较一致。

图2　土壤中重金属含量特征Fig. 2　Contents of heavy metals in soils

2.2 矸石山周边土壤中重金属形态分布

通常情况下，重金属总量并不能反应重金属生物有效性，土壤中重金属生物有效态（植物可吸收形态）存在比例越高，植物利用性越高，其重金属生物有效性越高（窦磊等 2007）。交换态和碳酸盐结合态重金属迁移性高，铁锰结合态重金属迁移性中等，有机结合态重金属迁移性能随有机质状态而变化，而残渣态的重金属迁移能力最低（Zhang et al.，2009）。本研究中（图3），Zn、Pb、Cd和Cu在校园土和矿区土壤中均以残渣态为主，这说明矿区土壤重金属也大多被包含在原生矿物和次生硅酸盐矿物晶格中，性质稳定，重金属总的迁移性和有效性不高（江培龙等，2013）。同时，矿区土壤中Zn、Pb、Cd和Cu的交换态比例（8.20%～13.86%、9.91%～17.45%、19.77%～23.33%和6.62%～7.84%）高于校园土，尤其是S3和S4点Cd的交换态比例达23.33%和22.76%，而交换态是容易被植物体吸收的形态，这说明矿区土壤中重金属生物有效性相对较高。此外，碳酸盐结合态、铁锰结合态、有机结合态在强酸性环境或其它适当环境下能够被释放出来，对土壤环境产生潜在危害，为生物潜在可利用态（方凤满等，2013）。本研究中Zn、Pb、Cd（除S4和S5）和Cu在矿区土壤中潜在可利用态占比分别为32.90%～56.53%、51.97%～57.94%、41.60%～43.25%和 51.01%～56.53%，均高于其在校园土中的相应比例，这说明煤矿区土壤中潜在的重金属生物有效性也相对较高。实际上，本研究结果也与前人研究相似，李东艳等（2015）发现焦作市马村煤矿周边土壤中Cd交换态比例达36%；秦胜等（2010）发现兖州煤矿区周边土壤中 Cu、Cd、Cr、Zn、Pb酸可提取态比例最高；李洪伟等（2012）发现淮南新集矿区土壤中Co、Cr、Ni、Pb主要存在于残余态中，但铁锰氧化态、还原态等潜在可利用态比例相对较高；而王菲等（2015）发现徐州市典型煤矿周边Pb的潜在可利用态比例较高。可见，本研究和前人研究均表明，煤矿区周边土壤受到煤炭开采影响，土壤重金属的生物可利用态比例增大，重金属有效性增强，生态风险增大。

2.3 煤矸石山周边土壤对蚕豆生长的影响

由图 4，煤矿区土壤不同样点浸提液对蚕豆种子萌发和生长影响不同。S1～S3、S5点发芽率（65.63%～78.13%，81.25%）虽低于对照（90.63%）和校园土（84.38%），但均未与对照和校园土产生显著性差异（P=0.064～0.079），而S4点的发芽率最低（50%），显著低于校园土和对照（P=0.000～0.002）；S1～S3和S5点的根长（4.30～4.63 cm，4.09cm）低于对照（4.77 cm），但差异性不显著（P=0.126～0.588）。S1和S2点根长高于校园土（4.42 cm），S3和S5点根长低于校园土，但这些样点的根长与校园土也不存在显著性差异（P=0.449～0.790）。根长只在S4点（2.59 cm）显著低于对照、校园土和其它样点（P=0.000～0.000）。由此，煤矿区土壤只在个别样点（S4）表现了对蚕豆萌发和根生长的显著性抑制作用。

图3　土壤中重金属形态分布特征Fig. 3　Distribution of chemical speciation of heavy metals in soils

图4　土壤浸提液对蚕豆发芽率（a）和根长（b）的影响Fig. 4　Effects of soil extraction on the germination rate （a） and root length （b） of Vicia faba. L

将发芽率、根长与重金属做相关分析发现，发芽率与Pb、Cu呈现显著负相关，相关系数分别为-0.604（P=0.005）和-0.521（P=0.018），根长和Zn、Pb、Cu呈现显著负相关，相关系数分别为-0.512（P=0.021）、-0.650（P=0.002）和-0.661（P=0.002）。而发芽率、根长与重金属的逐步回归发现，Y发芽率=-0.862XPb+114.340（r=0.604，P=0.005），Y根长=-0.047XCu+6.912（r=0.661，P=0.002）。这表明发芽率受到Pb和Cu的抑制，根长受到Zn、Pb、Cu的抑制，而Pb和Cu分别对发芽率和根长的抑制作用更为显著。结合图2，S4点的Zn、Pb和Cu浓度均最高，这说明 S4点较低的发芽率和根长是煤矿区土壤中多个较高浓度重金属的毒性所致，且均有1种重金属元素起到了主要的抑制作用（宋玉芳等，2002；Ma et al.，2005；Wang et al.，2001；张娇等，2007）。邹晓锦等（2007）发现大宝山矿区土壤 Pb、Cd、Cu、Zn对植物根长抑制作用显著，但Cu产生主要抑制作用；Zhang et al.（2009）等发现电子垃圾周边土壤中多种重金属的复合作用会降低蚕豆发芽率，而逐步回归发现根长主要受Fe影响。本研究发现Pb和Cu分别对发芽率和根长产生主要抑制作用的结论与他们的研究结论近似，同时，这也说明发芽率和根长对不同重金属敏感程度不同。

2.4 煤矸石山周边土壤对蚕豆根尖细胞微核的影响

微核试验可以灵敏地检测染色体损伤，常是反应有害物质毒性大小的有效方法（Ma，2005）。由图 5，煤矿区土壤中微核率（S1～S5：13.05‰～28.20‰）显著高于校园土（9.74‰）（P：0.000～0.042）。其中，S1～S5点微核率呈现随距离拉长先增大再降低趋势，S3点的微核率最高，S5点微核率最低，均分别高出校园土189.52%（P=0.000）和33.98%（P=0.042），这说明煤矿区农田土壤均表现出一定生态毒性，且此种生态毒性随距离拉长呈现先增大再降低趋势。通过微核率和重金属元素相关分析发现，微核率与 Zn、Pb、Cd相关系数分别为 0.525（P=0.018）、0.677（P=0.001）、0.861 （P=0.000），将微核率与重金属作逐步回归发现，Y微核率=72.345XCd+4.753（r=0.861，P=0.000），因此，本研究中微核虽与多种重金属有关，但Cd产生的影响较大。

图5　土壤浸提液对蚕豆根尖细胞微核的影响Fig. 5　Effect of soil extraction on micronucleus rate of broad bean root tip cells

土壤污染后，微核数量出现明显变化，锰矿废弃地土壤中Mn、Pb、Cd会导致蚕豆中微核率升高（王任翔等，2010）；紫鸭跖草中微核数量与土壤中多种重金属（Sb、Cu、Cr、As、Pb、Cd、Ni和Zn等）含量关系显著（Imperato et al.，2003）；铬污染土壤中的蚕豆根中微核数量与Cr含量的线性关系显著（Wang，1999）；农田土壤污灌后蚕豆根尖微核率比未污染土壤高2.2～48.4倍（Song et al.，2006）。本研究也得出与以上类似的结论，且微核率与重金属含量的线性关系显著，这说明微核试验也同样适用于煤矿区土壤的生物毒性辨识。同时，本研究中各点微核率与对照均存在显著差异，而发芽率和根长只在S4点与对照出现不同，这可能表明微核率比植物发芽、早期植物生长指标更能敏感反应土壤中多种重金属的复合效应及变动趋势。

2.5 煤矸石山周边土壤中重金属的风险特征

图6　煤矿区土壤中重金属的污染负荷指数（a）、潜在生态风险指数（b）和微核的污染指数（c）Fig. 6　Pollution load index （a）， potential ecological risk index （b） of heavy metals and pollution index calculated by micronucleus rate （c） for the soils collected from coal mining area

由图6可知，重金属污染负荷指数（PLI）（李一蒙等，2015）、潜在生态风险指数（RI）（Wang et al.，2005）和基于微核率计算的污染指数（PI）（姚恩亲等，2006）所反应的土壤各样点风险程度不完全类似（以校园土为参比）。S1和S5的PLI小于2，为轻度污染；S2～S4的PLI在2～3之间，为中度污染；风险程度大小为：S4＞S3＞S2＞S1＞S5。S1、S2 和S5的RI均小于150，为轻度风险；S3和S4的RI分别小于150和300，为中度风险；风险程度大小为：S3＞S4＞S2＞S1＞S5。PI：S1、S2和S5的PI均小于＜2，为轻度污染；S3和S4的PI在2～3.5之间，为中度污染；风险程度大小为：S3＞S4＞S2＞S1＞S5。可见，微核的污染指数（PI）与潜在生态风险指数（RI）在总体污染程度及各样点的污染大小均表现了一致性。

实际上，重金属污染负荷指数（PLI）是基于重金属类别、浓度计算而来的（李一蒙等，2015），潜在生态风险指数（RI）考虑了重金属类别、浓度和重金属毒性水平（假定重金属相互作用为加成）（郑刘根等，2014），而微核的污染指数反映的是各种污染物质的类别、浓度、毒性水平及其污染物相互作用，即潜在生态风险指数与微核的污染指数均能在重金属类别、浓度、毒性大小及其相互作用方面表征综合的生态风险，这或许是两个指数总体表现一致的原因。高磊等（2014）也比较了生物方法和化学方法在分析土壤重金属生态风险时的差异，研究发现采用发光菌抑制率计算的毒性水平与基于重金属毒性单位（ΣTU）得出的生态风险总体表现一致。因此，本研究与类似研究均可说明：生物方法得出的生态毒性可与化学方法算得的生态风险在一定程度上能得到类似结果，两者可相互印证。

3　结论

（1）煤矿区土壤中Zn、Pb、Cd和Cu平均含量均在国家土壤环境质量标准（GB 15618—2008）二级范围内，但S3点和S4点土壤中Cd较其它重金属显著高于淮南土壤背景值，表明煤矿区部分土壤存在Cd累积现象；矿区土壤中重金属虽以残渣态为主，但矿区土壤中重金属交换态及生物潜在可利用态较高，即煤矿周边土壤中重金属生物有效性较高。

（2）煤矿区个别土壤样点（S4）显著抑制蚕豆的发芽率、根长，但所有土壤样点的微核率均显著高于校园土，说明矿区土壤确实存在生物毒性，且微核能更敏感地表征土壤污染状况。

（3）重金属污染负荷指数（PLI）、潜在生态风险指数（RI）和微核的污染指数（PI）均表明煤矿区周边土壤处于轻度-中度风险水平（以校园土为参比），说明煤矿区土壤存在一定生态风险。同时，微核的污染指数与重金属的潜在生态风险指数在表征各样点的重金属风险大小方面较为一致，这表明微核的污染指数所代表的生态毒性评价是重金属生态风险评价的有益补充。

参考文献：

CHEN G， WHITE P A. 2004. The mutagenic hazards of aquatic sediments: a review ［J］. Mutation Research， 567（2-3）: 151-225.

DANG Z， LIU C J， MARTIN J H. 2002. Mobility of heavy metals associated with the natural weathering of coal minespoils ［J］. Environmental Pollution， 118（3）: 419-426.

IMPERATO A M， ADAMO P， NAIMO D， et al. 2003. Spatial distribution of heavy metals in urban soils of Naples city （Italy） ［J］. Environment Pollution， 124（2）: 247-256.

KHADRA A， PINLLII E， LACROIX M Z， et al. 2012. Assessment of the genotoxicity of quinolone and fluoroquinolonescontaminated soil with the Vicia faba micronucleus test ［J］. Ecotoxicology and Environmental Safety， 76: 187-192.

MA T H， CABRERA G L， OWENS E. 2005. Genotoxic agents detected by plant bioassays ［J］. Review of Environmental Health， 20（1）: 1-13.

MARCATO-ROMAIN C E， GUIRESSE M， CECCHI M， et al. 2009. New direct contact approach to evaluate soil genotoxicity using the Vicia fabamicronucleus test ［J］. Chemosphere， 77（3）: 345-350.

SONG Y F， WILKE B M， SONG X Y， et al. 2006. Polycylcicaromatic hydrocarbons （PAHs）， polychlorinated biphenyls （PCBs） and heavy metals （HMs） as well as their genotoxicity in soil after long-term waste waterirrigation ［J］. Chemosphere， 65（10）: 1859-1868.

WANG H Q. 1999. Clastogenicity of chromium contaminated soil samples evaluated by Vicia root-micronucleus assay ［J］. Mutation Research-Fundamental and Molecular Mechanisms of Mutagenesis，426（2）: 147-149.

WANG X D， CHENG S， GAO S X， et al. 2001. Validation of germination rate and root elongation as indicator to assess phytotoxicity with Cucumis sativus ［J］. Chemosphere， 44（8）: 1711-1721.

WANG X F， ZHOU Q X. 2005. Eco-toxicological effects of cadmium on three ornamental plants ［J］. Chemosphere， 60（1）: 16-21.

WHITE P A， CLAXTON L D. 2004. Mutagens in contaminated soil: a review ［J］. Mutation Research， 567（2-3）: 227-345.

ZHANG J H， MIN H. 2009. Eco-toxicity and metal contamination of paddy soil in an e-wastes recycling area ［J］. Journal of Hazardous Materials，165（1-3）: 744-750.

ZHENG F B， JI H D， SHAO G L， et al. 2009. The impact of disposal and treatment of coal mining wastes on environment and farmland ［J］. Environmental Geology， 58（3）: 625-634.

ZHOU C C， LIU G J， WU D， et al. 2014. Mobility behavior and environmental implications of trace elements associated with coal gangue: A case study at the Huainan Coalfield in China ［J］. Chemosphere， 95: 193-199.

窦磊， 周永章， 高全洲， 等. 2007. 土壤环境中重金属生物有效性评价方法及其环境学意义［J］. 土壤通报， 38（3）:576-583.

方凤满， 林跃胜， 魏晓飞. 2013. 土壤-茶树系统中重金属污染研究进展［J］. 安徽师范大学学报（自然科学版）， 36（3）: 288-292.

高磊， 陈建耀， 王江， 等. 2014. 东莞石马河沿岸土壤重金属污染及生态毒性研究［J］. 土壤学报， 51（3）: 538-546.

胡斌， 王芳， 马光， 等. 2007. 焦作市朱村矿蔬菜及土壤中重金属污染分析［J］. 农业环境科学学报， 26（S）: 27-29.

江培龙， 方凤满， 张杰琼， 等. 2013. 淮南煤矿复垦区土壤重金属形态分布及污染评价［J］. 水土保持学报， 27（5）: 178-187

李东艳， 庞少鹏， 徐心远， 等. 2015. 煤矸石山周围农田土壤重金属形态分布及风险评价［J］. 河南理工大学学报（自然科学版）， 34（5）: 722-729.

李洪伟， 颜事龙， 崔龙鹏. 2012. 淮南矿区土壤重金属 Co、Cr、Ni、Pb形态初步研究［J］. 能源环境保护， 26（2）: 24-26.

李旭华， 王心义， 杨建， 等. 2009. 焦作矿区煤矸石山周围土壤和玉米作物重金属污染研究［J］. 环境保护科学， 35（2）: 66-69.

李一蒙， 马建华， 刘德新. 等. 2015. 开封城市土壤重金属污染及潜在生态风险评价［J］. 环境科学， 36（3）: 1037-1044.

秦胜， 田莉雅， 张剑. 2010. 兖州矿区矸石山与周围土壤中微量元素形态分析［J］. 中国煤炭， 36（10）: 125-127.

邵群. 2007. 新庄孜矿塌陷区煤矸石中重金属迁移对覆土影响［J］. 煤田地质与勘探， 35（6）: 34-36.

宋文， 何天容， 潘鲁生. 2010. 贵州水城煤矸石风化土壤-农作物系统中汞分布规律研究［J］. 农业环境科学学报， 29（7）: 1326-1332.

宋玉芳， 许华夏， 任丽萍， 等. 2002. 土壤重金属对白菜种子发芽与根伸长抑制的生态毒性效应［J］. 环境科学， 23（1）: 103-107.

孙贤斌， 李玉成. 2015. 基于 GIS的淮南煤矿废弃地土壤重金属污染生态风险评价［J］. 安全与环境学报， 15（2）: 348-352.

王菲， 方凤满， 江培龙， 等. 2015. 煤矿复垦区不同种植方式下土壤重金属含量及形态分布特征［J］. 安徽师范大学学报（自然科学版）， 38（1）: 64-68.

王任翔， 梁士楚， 赖燕平， 等. 2010. 广西八一锰矿废弃地土壤蚕豆根尖细胞微核监测［J］. 广西农业科学， 41（9）: 943-946.

王贤荣， 张维， 陈纪良， 等. 2010. 煤矸石长期堆放对周边土壤环境的影响及污染评价［J］. 广西轻工业， （5）: 84-86.

王兴明， 董众兵， 刘桂建， 等. 2012. Zn， Pb， Cd， Cu在淮南新庄孜煤矿矸石山附近土壤和作物中分布特征［J］. 中国科学技术大学学报， 42（1）: 17-23.

王兴明， 涂俊芳， 李晶， 等. 2006. Cd对油菜种子发芽与幼苗生长的生态毒性［J］. 土壤通报， 37（7）: 1218-1223.

王友保， 张莉， 沈章军， 等. 2005. 铜尾矿库区土壤与植物中重金属形态分析［J］. 应用生态学报， 16（12）: 2418-2422

熊鸿斌， 胡海文， 王振祥， 等. 2015. 淮南煤矿区土壤重金属污染分布特征及污染溯源研究［J］. 合肥工业大学学报（自然科学版）， 38（5）: 686-693.

姚恩亲， 桂和荣. 2006. 应用蚕豆微核技术对煤矿塌陷塘水质的监测［J］.环境工程， 24（4）: 57-59.

张娇， 余涛， 杨忠芳， 等. 2007. 湖南洞庭湖地区土壤-作物系统铅含量及影响因素［J］. 地质通报， 26（7）: 886-891.

郑刘根， 李超， 程桦， 等. 2014. 采煤沉陷复垦区重金属分布特征及生态风险评价［J］. 水土保持学报， 28（4）: 247-251.

邹晓锦， 仇荣亮， 黄穗虹. 2007. 大宝山矿区重金属污染对作物的生态毒性研究［J］. 农业环境科学学报， 26（增刊）: 479-483.

DOI：10.16258/j.cnki.1674-5906.2016.05.022

中图分类号：X53

文献标志码：A

文章编号：1674-5906（2016）05-0877-08

基金项目：国家自然科学基金面上项目（41471422）；安徽高校自然科学研究项目（KJ2016A827；KJ2015A230）；安徽省自然科学基金面上项目（1508085MD67）；安徽省自然科学基金青年项目（1608085QE125）；2015年皖江城市带退化生态系统的恢复与重建安徽省协同创新中心资助项目；2015年国家大学生创新创业训练计划项目（201510361008）；安徽理工大学博士科研启动金项目（ZX959）；青年基金项目（QN201407）；2016年度淮南师范学院科学研究重点项目（2016xj04zd）

作者简介：王兴明（1981年生），男，博士，主要从事环境污染与生态修复研究。E-mail: xmwang-2004@126.com

*通信作者：王运敏（1955年生），男，教授级高工，博士生导师。

收稿日期：2016-04-04

Eco-toxicity Effect of Heavy Metals in Cropland Soils Collected from the Vicinity of A Coal Mine in Huainan

WANG Xingming1， 2， 3， ZHANG Ruiliang1， WANG Yunmin2*， LU Xianwen5， ZHA Fugen1， CHEN Guangzhou4，HU Yunhu5， CHENG Yisong2， WANG Bin6
1. School of Earth and Environment， Anhui University of Science and Technology， Huainan 232001， China；
2. Sinosteel Maanshan institute of Mining Research Company Limited， Maanshan 243000， China；
3. College of Life Sciences， Anhui Normal University， Wuhu 241000， China；
4. School of Environment and Energy Engineering， Anhui Jianzhu University， Hefei 230022， China；
5. School of Chemical and Materials Engineering， Huainan Normal University， Huainan 232038， China；
6. Tongcheng Teachers College， Tongcheng 231400， China

Abstract：With the development of coal mining， many heavy metals accumulated in the soils nearby the coalmine. In this study， a coalmine in Huainan is taken as an example to investigate the ecological toxicity and environment risk of heavy metals in the cropland soils near the coalmine. The surface soil nearby the coalmine was collected and was digested with acids. Concentrations of Zn， Pb， Cd and Cu were analyzed by ICP-OES and the factions of heavy metals in soils were also analyzed using the Tessier method. The seedling growth and micronucleus of broad bean （Vicia faba L.） were checked to evaluate the eco-toxicity and pollution load index， potential ecological risk index and pollution index based on micronucleus rate were also calculated to assess the environment risk of heave metals in soils. The results indicated that concentrations of Zn， Pb， Cd and Cu in soil were over the background values of Huainan soil. Cd contents in some soil samples were 7.83 times （S3: 0.47 mg·kg-1） and 6.83 times （S4: 0.41 mg·kg-1） more than the background values of Huainan soil. However， concentrations of Zn， Pb， Cd and Cu in soil were under the level two of Environmental quality standard for soils of China （GB 15618—2008）. Heavy metals were associated with the residue fraction in the soils in coal mining area and the proportion of exchange （6.62%～23.33%） and potential available fractions （32.90%～57.94%） in coal mining affected soils were higher than the control， indicating the higher bioavailability of heavy metals in soils nearby the coal mine. Germination rate and root length in site 4 were significant lower and micronucleus rate at each site was significant higher than that of Xiaoyuan soil， which suggesting eco-toxicity of heavy metals in coal mining affected area and micronucleus was more sensitive to the heavy metals pollution in soils nearby the coalmine. The pollution load index， potential ecological risk index and pollution index suggested that the soil nearby the coalmine was polluted at light to moderate level and the heavy metals lead to environment risk to some extent compared with the soil collected from campus. In addition， the pollution index calculated from micronucleus rate was consistent with the potential ecological index calculated from metals concentration， suggested micronucleus could reflect the genotoxicity and evaluate the ecological risk of heavy metals in the soils collected from the coal mining area. Micronucleus could be able to consider as a supplement to the risk assessment of heavy metals in soils in coal mining area.

Key words：coal mine； Vicia faba； heavy metals； micronucleus； eco-toxicity