程菁靓,赵 龙,杨 彦,侯 红,孙在金,马 瑾
(1.常州大学环境与安全工程学院,江苏 常州 213000;2.中国环境科学研究院环境基准与风险评估国家重点实验室,北京100012)
近年来,随着我国经济的高速发展,耕地土壤污染的范围及面积呈现出不断扩大的趋势。2014年4月,原环境保护部和原国土资源部联合发布的《全国土壤污染状况调查公报》中指出:我国土壤环境状况总体不容乐观,部分地区土壤污染较重,耕地土壤环境质量堪忧。就耕地土壤而言,其点位超标率达19.40%,主要污染物为镉、镍、铜、砷、汞、铅等重金属[1]。重金属可在污染土壤中迁移,并积累在农作物中,最终通过食物链对人类和动物健康产生潜在危险[2]。水稻是我国主要的粮食作物,据研究表明,我国目前每年大约有10%的稻谷重金属镉和铅超标[3],污染防控的形势十分严峻。基于此,国务院于2016年5月正式出台了土壤污染防治行动计划(简称“土十条”),对今后我国土壤污染防治工作的主要内容和任务等提出了具体要求和时间安排。其中,对于农用地土壤要实施分类管理,按污染程度将农用地划为3个类别,即优先保护类、安全利用类和严格管控类,并分别采取相应管理措施,保障农产品质量安全。
“毒大米”事件的发生,使得重金属污染水稻的安全性问题受到了高度关注。除了重金属镉(Cd)以外,重金属铅(Pb)也具有很强的危害性,能导致包括人类在内的各种生物生殖功能下降、机体免疫力降低,并引起头晕、头疼、记忆力减退和腹疼等一系列症状[4]。近年来,国内外有关Pb污染耕地土壤对水稻的影响研究也有一些报道,但大都是针对Pb在水稻各器官中的迁移积累规律以及对水稻生长发育影响等方面的研究[5-8]。如Liu等[9]研究表明水稻植株成熟期不同部位的Pb含量差异很大,范中亮等[10]研究表明水稻籽粒对重金属的累积量总体上随着外加重金属质量分数的增加而呈现增多的趋势。但是目前对于不同品种水稻富集重金属Pb的敏感性研究却鲜有报道,更没有针对保护不同比例水稻品种而划定水稻“宜产、限产、禁产”区的研究报道。
水稻吸收土壤重金属不仅受污染来源、土壤基本性质和气候条件等的影响,不同水稻种类、甚至不同基因型水稻的重金属富集特征都有明显差异[11-15]。物种敏感度分布(SSD)曲线方法能在结构复杂的生态系统中,通过概率或者经验分布函数来描述不同物种样本对胁迫因素的敏感度差异[16]。其还可以用于环境质量标准的制定,即用来确定一个可以保护生态系统中大部分物种的污染物浓度[17]。通常,利用不同的分布函数,如Log-normal、Log-logistic、BurrⅢ等,拟合毒理学数据求出概率分布模型[18-19],并最终得到危害浓度HCp(Hazardous concentration),即污染物对生物的效应浓度≤HCp的概率为p,在此浓度下,生境中(100-p)%的生物是(相对)安全的[20-21]。国内对SSD曲线的研究多是用于建立各种污染物的环境基准值,如:王小庆等[22]用SSD曲线推导了土壤中重金属镍的生态阈值;杜建国等[23]构建了8种常见重金属对海洋生物的SSD曲线,比较了海洋脊椎动物和无脊椎动物对8种重金属的敏感性以及不同重金属的急性生态风险。但目前尚未有利用SSD曲线进行水稻种植区划分的研究报道。
基于此,本研究以我国典型水稻产区——长江中下游平原为研究对象,在系统收集、汇总分类及分析数据的基础上,研究该区域中不同品种水稻对重金属Pb的富集情况,利用Log-logistic模型计算不同品种水稻对Pb富集的SSD频次,并根据SSD曲线保护不同比例的水稻品种推导计算,揭示出水稻“宜产、限产、禁产”区的土壤Pb含量阈值。研究结果将为我国农用地类别划分提供重要的技术方法支撑,并为农用地土壤环境管理和风险管控工作奠定坚实的基础。
1.1.1 不同品种水稻籽粒对重金属Pb的富集数据
系统收集已发表的有关我国典型农田土壤及对应水稻籽粒中Pb含量的数据。在中国知网(CNKI)数据库中分别以关键字“土壤”“Pb”和“水稻籽粒”等为搜索条件,在 Google Scholar中以“soil”“rice”和“lead”等为搜索条件获取数据,在搜索结果中对所有基于我国典型区的土壤和水稻中Pb的富集数据进行筛选,筛选条件如下:①试验以自然土壤为介质,不包括水培试验;②试验流程及数据处理规范,同时具有土壤和协同采集水稻籽粒中重金属Pb含量数据,富集系数(BCF)值为水稻籽粒中重金属Pb含量(mg·kg-1)与土壤中对应Pb含量(mg·kg-1)的比值;③富集数据应标明对应水稻品种;④文献中至少同时附有受试土壤的pH和SOC数据。
1.1.2 长江中下游平原代表区土壤采样数据
长江中下游平原区包括湖南、江苏、江西、湖北、安徽、上海等省市,海拔在50 m以下,由长江冲积而成,河网密布,水量充足,适于水稻等粮食生产,因此素有“鱼米之乡”的美誉。长江中下游平原区是我国重金属污染较为严重的地区且为水稻主产区,在水稻生产中占有十分重要的地位,因此本研究将长江中下游平原区作为典型研究区域,从公开发表的文献中收集长江中下游平原水稻种植区(水稻优势产区)农田土壤样品的土壤理化性质和土壤Pb含量(mg·kg-1)。
使用Excel 2010、SPSS 18.0软件对收集的数据进行处理、完成数据回归分析和均值聚类分析,使用Or⁃igin 9.0软件绘制拟合曲线。
1.3.1 主要土壤性质参数的确定
将长江中下游平原区具有代表性的农田土壤样品pH、SOC(g·kg-1)作为自变量,通过SPSS 19.0软件进行K-均值聚类分析,由于按照土壤性质可以将土壤分为酸性、碱性、中性和石灰性,因此这里将聚类分析确定为4种土壤典型情景,但由于长江中下游平原区土壤性质差异不大,因此聚类的结果没有出现明显的中性和碱性的土壤性质(表1)。1.3.2富集数据的计算与归一化
通过收集获取到的水稻籽粒及其对应土壤中的重金属Pb含量,来计算水稻籽粒的富集系数(BCF),其计算公式如下:
式中:C水稻为水稻籽粒中重金属Pb含量,mg·kg-1;C土壤为土壤中重金属Pb含量,mg·kg-1。
通过SPSS软件对水稻籽粒富集系数(%)与土壤pH和SOC(g·kg-1)进行回归分析,得到本研究所用的归一化方程,利用预测模型将各水稻籽粒不同BCF数据归一化到特定土壤条件下,以消除土壤理化性质差异对水稻籽粒富集数据的影响。归一化的公式如下:
表1 长江中下游平原区土壤的典型情景Table 1 Typical situation of soil in the middle and lower reaches of the Yangtze River
lg BCF=a×pH+b×lg SOC+k
式中:pH为土壤pH值;SOC为土壤有机碳含量,g·kg-1;a、b为无量纲参数,表示土壤性质对富集系数的影响程度;k为方程的截距,表征水稻品种对重金属Pb积累的固有敏感性。1.3.3 SSD曲线拟合
将富集系数作为x轴,对数据点进行参数拟合即可得到SSD曲线。作物对土壤中污染物富集效应敏感分布应遵循“S”型曲线分布,利用逻辑斯蒂克分布模型(Logistic)对本研究中水稻籽粒富集系数和累积概率进行拟合,方程如下:
式中:x为1/BCF;y为对应x值水稻样品的累积概率,%;a、b、x0为常数。
将收集的水稻籽粒富集系数与土壤理化性质进行相关性分析,结果见表2。
由表2可知,上述水稻籽粒富集系数与土壤pH相关性显著(P<0.05),与 SOC相关性极显著(P<0.01),而与CEC相关性不显著(P>0.05)。另外李志涛等[24]在南方典型区域水稻镉富集系数差异影响因素探析中研究表明,土壤pH和SOC是影响水稻籽粒重金属富集系数最大的两个土壤理化因子。因此,本研究选择将土壤pH和SOC作为影响水稻富集Pb的主要因子建立回归模型。将收集到的文献中有关江苏、湖南、湖北、江西、浙江的土壤pH和SOC通过SPSS 18.0软件进行K-均值聚类分析,由此确定的长江中下游平原区土壤的典型情景见表1。
表2 水稻籽粒Pb富集系数与土壤理化性质的相关性分析Table 2 Correlation analysis of lead bio-concentration factor between rice and soil physical and chemical properties
由于长江中下游平原区的土壤大多数偏酸性,所以均值聚类分析确定的4种典型情景均为酸性。由表1可以看出,这4种典型情景pH值之间差别较小,SOC含量基本在10~30 g·kg-1之间,属于正常值范围,只有第1种情景SOC偏小。4种典型情景按照pH值从大到小排列,前3种为pH大SOC小到pH小SOC大,第4种为pH小而SOC也小。
2.2.1 不同品种水稻的Pb富集数据
不同品种水稻在不同土壤中富集重金属的能力不同[25-26],稻米的重金属含量也存在明显差异。本研究收集文献为水稻在不同土壤理化性质下的Pb富集系数,为一定程度地消除土壤理化性质的影响,需将水稻富集系数进行归一化到特定土壤条件下。表3为从各文献中收集到的不同水稻品种Pb富集数据。
本研究所收集筛选的水稻Pb富集数据中受试土壤主要分布在湖南、江苏、江西、浙江、安徽等长江中下游平原地区。这些富集数据存在的土壤性质不同,水稻品种也不同。土壤性质大多数为酸性,pH值在4.50~6.00之间,有一部分为中性土壤,pH值在6.50~7.50之间。水稻品种为长江中下游平原区常种的20种,其中15种为杂交水稻,杂交籼稻有深两优5814、T优618、湘优66、丰优9号、Q优6号、Ⅱ优416、两优527、H28优 9113、616、隆平 006、中籼稻 9311、K 优818、扬稻4号共13种;杂交粳稻有嘉花1号和秀水63两种;5种为常规水稻,常规粳稻有运粳7号、镇稻5171、晚粳9707共3种;常规籼稻有特三矮2号和湘晚籼12号两种。
表3 不同水稻品种的Pb富集数据Table 3 Lead enrichment data of different rice cultivars
2.2.2 归一化模型的确定
我国土壤类型复杂多样,不同区域土壤性质差异较大。土壤理化性质是影响重金属生物富集的关键因素[37-39],因此土壤污染物含量阈值的建立应考虑土壤理化性质差异的影响。采用生物富集回归模型对污染物富集数据进行归一化处理可以体现出土壤理化性质对污染物富集的影响,更具科学性。研究者们在量化不同物种的污染物毒性阈值与土壤性质的关系[40-41]方面作了很多研究,这些研究也在土壤中重金属生态阈值的建立上[42]被广泛采用。
本研究将这20种水稻籽粒的Pb富集系数与其对应的土壤理化性质绘制成回归曲线,得到的回归模型为:lgBCF=-0.061 pH+0.144 lgSOC-0.373(R2=0.832)。
由回归模型可以看出,pH前的系数为负,表示BCF与pH呈负相关,SOC前的系数为正,表示BCF与SOC呈正相关。pH和SOC两个变量可以解释水稻富集系数模型83.20%的变异。系数-0.373为各水稻品种的固有敏感性,在归一化的运算过程中可忽略。
2.2.3 归一化后不同水稻品种的富集系数
为进一步消除土壤理化性质对水稻富集系数的影响,将20种水稻分别通过回归模型归一化到长江中下游平原区4种典型土壤情景下,得到20种水稻的富集系数,见表4。如水稻深两优5814在pH=5.38、SOC=6.87 g·kg-1的土壤中Pb的BCF为0.13%,利用Pb富集预测模型lg BCF=-0.061 pH+0.144 lg SOC-0.373(R2=0.832)将其归一化到土壤 pH=6.04、SOC=9.31 g·kg-1条件下,则归一化后的结果为BCFs=0.13×10-0.061×(6.04-5.38)+0.144lg(9.31/6.87),其他水稻品种以此类推。若一种水稻有对应不同土壤条件下的多个BCF值时,则分别对每个BCF进行归一化后取其几何平均值作为该水稻品种的归一化BCF值。
由于4种典型土壤情景是将收集的长江中下游平原区土壤情景作均值聚类所得,因此这4种典型情景可认为代表了整个长江中下游平原区的土壤理化性质,在此种情景下校正的富集系数在一定程度上可以忽略土壤理化性质的影响,也可以适用于整个长江中下游平原区。
富集系数是表征稻米对重金属富集能力的重要指标,稻米对重金属离子的吸收和富集能力决定了稻米重金属含量[43]。从表4数据可以看出,土壤SOC是控制水稻籽粒吸收Pb的主要因素,土壤的SOC值越高,越有利于Pb在水稻籽粒中富集。与土壤SOC值相反,pH越低则越有利于Pb在水稻籽粒中富集。由于在相关性分析中土壤SOC与水稻富集系数的关系比土壤pH与水稻富集系数的关系要显著,因此归一化后的富集数据受土壤SOC的影响更大,因此,表4第2种与第4种情景中在土壤pH和SOC都减小的情况下,归一化后的水稻富集系数受土壤SOC的影响更大,富集系数减小。20种水稻在4种典型土壤情景下的Pb富集系数从大到小排序一致,均为运粳7号>镇稻5171>秀水63>K优818>扬稻4号>中籼稻9311>隆平006>特三矮2号>616>嘉花1号>湘晚籼12号>Q优6号>晚粳9707>T优618>Ⅱ优416>两优527>湘优66>H28优9113>深两优5814>丰优9号。
目前,物种敏感性分布规律研究中,常用的参数拟合方法主要包括Burr-Ⅲ、Log-triangular以及Logis⁃tic等模型[44],本研究根据上述不同品种水稻的Pb富集数据,对不同水稻的富集系数进行对数变换后,利用Logistic分布模型对不同水稻Pb富集的SSD曲线进行拟合。
SSD是通过将污染物的富集数据用一个数学分布来描述,认为获得的富集数据是来自于这个分布的大量样本,用来估算该分布的参数[45]。
将上述水稻品种归一化后的富集数据由大到小排列并设定相应序数R,计算其累积概率,累积概率(P)公式如下:
式中:R是物种从小到大排序的秩;N是样本数。
以1/BCF作横坐标,累积概率作纵坐标,利用Lo⁃gistic分布模型在Origin 9.0中作出的拟合曲线如图1。图1为4种长江中下游典型土壤情景下的水稻敏感性曲线分布。
由图1可知,4种典型情景土壤中的水稻品种敏感性顺序基本一致,不同品种水稻对Pb富集能力差异显著,曲线上端代表水稻对重金属Pb的富集性差。综合分析可知,杂交稻对土壤中的Pb富集能力较弱,而常规稻对Pb吸收能力较强。其中H28优9113、深两优5814和丰优9号处于SSD曲线的上端,对Pb的富集能力较弱,较不敏感,而运粳7号、镇稻5171和秀水63位于SSD曲线的下端,对Pb的富集能力较强,较敏感,湘晚籼12号、Q优6号和晚粳9707处于SSD曲线的中端,对Pb的富集能力处于中度敏感水平。
基于Logistic分布模型拟合结果,经过模型的计算分别得到基于保护80%、50%、5%水稻品种的Pb不同富集系数值(表5)。结果表明,在所测定的20个不同水稻品种中,基于保护80%品种水稻的富集系数为1.20%~1.47%。根据《食品安全国家标准食品中污染物限量》中规定的稻米中Pb标准限值为0.20 mg·kg-1,按照BCF公式可反推出土壤中的Pb阈值(C土壤即HCp值)见表5。
图1 长江中下游平原区4种典型情景下水稻品种敏感度分布曲线Figure 1 Sensitivity distribution curves of rice cultivars under four typical conditions in the middle and lower reaches of the Yangtze River
根据上述研究分析,建议分别将能保护80%、50%、5%的水稻品种作为划分水稻宜产、限产、禁产的依据。由于4种典型土壤情景均为偏酸性,因此将4种土壤情景下得到的土壤中Pb含量取几何平均值作为最终代表长江中下游平原区的水稻产区划分值,结果为:当土壤中Pb含量≤14.81 mg·kg-1时,能保护80%的水稻品种正常生长,可将该区域划为水稻宜产区,适宜种植大部分的水稻品种;14.81 mg·kg-1<土壤中Pb含量<185.24 mg·kg-1时,可将该区域划为水稻限产区,14.81 mg·kg-1<土壤中Pb含量≤40.22 mg·kg-1时,应限制某些高积累水稻品种的种植,如不应种植运粳7号和湘晚籼12号,而40.22 mg·kg-1<土壤中Pb含量≤185.24 mg·kg-1时,只考虑种植部分Pb低积累的水稻品种,如适宜种植宜优673和深两优5814;而当土壤中Pb含量≥185.24 mg·kg-1时,95%的水稻品种都比较容易富集重金属Pb,会严重影响水稻的正常生长,应将该区域划为水稻禁产区,建议改种其他不易富集重金属Pb的作物或观赏性植物如蜈蚣草等。
将上述水稻宜产、限产、禁产区划分标准值应用于所收集数据的地区,发现约有80%的区域可划为宜产及限产区,剩余20%的地区将会被划为水稻禁产区,该划分比例是基本符合水稻产区划分管理需求的。未来我们将对应用SSD法划分Pb污染区水稻产区的合理性进行更为深入的研究,并征求管理部门及相关领域权威专家的意见和建议。
表5 基于Log-logistic拟合曲线保护不同比例水稻品种的土壤Pb生态阈值Table 5 Lead ecological threshold value of soil for protecting rice cultivars with different proportions based on Log-logistic fitting
(1)通过水稻Pb富集系数与土壤理化性质之间的回归分析表明,土壤pH与水稻Pb富集系数间呈负相关,SOC与水稻Pb富集系数间呈正相关,同时由pH和SOC两个变量建立的回归模型可以解释水稻富集系数83.20%的变异。归一化过程可以在一定程度上消除土壤理化性质对水稻富集重金属土壤Pb的影响。
(2)4种典型情景土壤中的水稻品种敏感性分布顺序基本一致。其中H28优9113、深两优5814和丰优9号对Pb较不敏感,不易富集Pb,而运粳7号、镇稻5171和秀水63对Pb的富集能力较强,较为敏感。
(3)逻辑斯蒂克分布(Logistic)模型拟合结果表明,在长江中下游平原区,当土壤中Pb含量≤14.81 mg·kg-1时,将该区域划为水稻宜产区;14.81<土壤中Pb含量≤40.22 mg·kg-1和 40.22<土壤中 Pb含量≤185.24 mg·kg-1时,将该区域划为水稻限产区;而当土壤中Pb含量≥185.24 mg·kg-1时,将该区域划为水稻禁产区。