湛江沿海盐渍田土壤-稻米系统重金属含量与土壤酶活性的特征及其相关分析

王盼盼，郭海峰，许江环，杨善，周鸿凯

广东海洋大学滨海农业学院，广东 湛江 524088

土壤环境是国家资源环境安全保障体系的重要部分，直接关系到环境质量、生态安全和人体健康，而农用地环境质量更是与人们的生活息息相关，它不仅是保证食品质量安全的源头，也是环境污染物暴露的途径（郎笛等，2020；谢龙涛等，2020）。随着中国工业化的发展，农田污染问题日趋严重，其中重金属污染是人们关注的焦点（Fang et al.，2017）。在农业生产中，重金属主要通过大气沉降、污水灌溉、污泥以及汽车尾气排放等的方式进入农田，导致土壤污染。由于大多数重金属元素在土壤中性质相对稳定，土壤自身并不能将其转化或使其迁出，那么种植在重金属污染耕地上的农作物会受到不同程度的危害，其籽实会富集一定量的重金属，进而危害人体健康（王广林等，2005）。

土壤酶是土壤的组成成分之一，通过催化许多生化反应，参与土壤生态系统中的许多代谢过程，在维持土壤理化性质、肥力和健康方面发挥重要作用，其活性对外界环境因素变化较为敏感（Šmejkalová et al.，2003）。有研究者指出土壤酶可以用来反映土壤的健康状况，可作为评估土壤中重金属污染生态影响的有效指标（Anna et al.，1999）；但近年来另有一些研究者发现土壤酶不能明确指示土壤重金属污染状况（Belyaeva et al.，2005；王启兰等，2007）。可见，土壤酶活性与重金属之间的关系还需进一步探讨。

中国的土壤重金属污染已经威胁到农产品质量安全和人体健康，据统计，目前全国受Cd、As、Cr、Pb等重金属污染的耕地面积近2000×104hm2，约占总耕地面积的 1/5（植石群等，2003）。湛江市是广东省重要的粮食基地，年均水稻种植面积超过20×104hm2，约占广东省水稻种植面积的10%左右，素有“粤西粮仓”之称，其水稻生产过程中重金属的安全性关系到广大群众的食物安全及身体健康。湛江海岸线长达1400多千米，沿海滩涂面积广，由于沿海特别地形和台风造成的海水倒灌，加之海滩涂养殖的过度开发等原因，致使沿海约有4万hm2农田因盐渍化而撂荒或半撂荒。如何有效开发利用此类农田不仅是湛江面对的农业发展问题，更是亟待解决的环境问题。

海红香稻是广东海洋大学针对沿海盐渍农田培育的新一代海水稻（耐盐碱水稻），其中海红11能耐中高度盐渍，是沿海盐渍农田改良的优选先锋作物品种。而有关耐盐水稻海红 11种植的土壤生态效应的报道尚为鲜见。为此，本文以在廉江市营仔镇、雷州市南兴镇、雷州市纪家镇、遂溪县建新镇、雷州市乌石镇等湛江5个沿海区域盐渍农田种植海红11的土壤-水稻系统为研究对象，采集区域土壤及稻米样品，分别检测了土壤中的脲酶、蔗糖酶和过氧化氢酶的活性及土壤和稻米中重金属镉（Cd）、铬（Cr）、铜（Cu）、铅（Pb）、锌（Zn）的含量。采用单因子和内梅罗指数法评估土壤重金属污染状况，富集系数（BCF）计算稻米对重金属的富集能力，健康风险指数（HQ）评估稻米重金属含量对人体摄入稻米所造成的健康风险，分析土壤酶活性与土壤重金属之间的相关性，以期为沿海盐渍农田的修复、环境与农产品安全风险管控提供科学依据。

1 材料与方法

1.1 研究区域概况

本研究所选取的5处沿海盐渍田采样点包括廉江市营仔镇、雷州市南兴镇、雷州市纪家镇、遂溪县建新镇及雷州市乌石镇，位于雷州半岛的北部至南部各处沿海区域。雷州半岛位于中国大陆最南端，为全国三大半岛之一，三面环海，属热带和亚热带季风气候；土壤类型分别是砂页岩和花岗岩砖红壤、浅海沉积物砖红壤、玄武岩砖红壤热带土壤特征明显，是湛江市最主要的土壤类型。水稻土分布较为广泛，在廉江市至安铺港、吴川市西南部、雷州市一带均大片分布。半岛地势平坦、气候湿润，具有高温多雨、雨热同期的气候特点，是中国菠萝、香蕉、甘蔗等农产品重要产地，农业活动强烈，其气候资源十分珍贵，为当地农业发展提供了优越条件。本研究所选取的5个研究区域均为湛江重要粮食生产基地，土壤类型主要为浅海沉积物砖红壤，土壤环境的质量状况与湛江农产品的质量安全和当地人民的健康状况息息相关，因此，本文5个研究区域具有一定的代表性和典型性。

1.2 样品采集与处理

本次研究样品均为沿海盐渍田耕作层土壤，于 7月水稻成熟期进行样品采集，土壤样品采用多点同层混合采土法；根据地理面积大小在每个区域均匀布设采样点，结合区域特点，共设置了71个采样点，其中营仔镇设17个采样点，南兴镇设13个采样点，纪家镇设14个，建新镇设13个采样点，乌石14个。采样时先剥除表面浮土，每个土壤样品采集深度0—20 cm的耕作层，每个采样点随机采集 3—5个等量土样混匀后装入采样袋，共得到71份混合土样，立即带回实验室。在筛除大砾石、杂草、植物根和各种其他材料后，用白色瓷研钵磨碎，过20目尼龙筛，取其中一部分放于0—4 ℃冰箱，用于检测土壤酶活性，另一部分进一步剔除杂质研磨至全部通过 150目尼龙筛，用于测定土壤重金属含量及理化性质。土壤理化性质如表1所示。

表1 供试土壤的基本理化性质Table 1 Basic soil properties of 5 study areas

水稻材料为耐盐水稻新品种“海红 11”，于2020年3月18日进行播种，4月15日进行机械插秧，按照本团队制定的《耐盐水稻 (海红香米) 生产技术规程》（该规程按照制定标准与发布程序，于2020年12月作为湛江市团体标准发布，标准号为T/ZJBX 07—2020）进行农事管理。水稻籽粒在每个土样采集点同步采集，每个样区随机抽取5株水稻植株等量采集籽实，避开病虫害及其他特殊植株，共得到71份混匀稻米样品，装袋带回实验室，经清水清洗后，再用去离子水冲洗3次，放入牛皮纸信封袋中105 ℃烘箱中烘烤至恒重，冷却后脱壳为糙米，研磨过 60目筛，研磨样品存储在牛皮纸袋中保存用于金属含量的测定。

1.3 测定方法与质量控制

土壤脲酶、蔗糖酶、过氧化氢酶活性的测定依次采用苯酚钠比色法、磷酸苯二钠比色法、3, 5-二硝基水杨酸比色法以及高锰酸钾滴定法，每个样品重复3次。比色法所用仪器为TU-1901紫外可见分光光度计（关松荫，1986；周礼恺等，1980；周礼恺，1987）。

土壤pH值采用电位法测定，土水比1∶5；土壤质地采用简易比重法测定；全盐采用土壤盐度计测定；土壤有机质采用重铬酸钾-硫酸消化法测定；碱解氮采用碱解扩散法测定；速效钾采用乙酸铵浸提-火焰光度法测定（鲁如坤，2000）。

土壤中重金属（Cd、Cr、Cu、Pb和Zn）采用HNO3-HClO4-HF联合消煮，消解液经0.45 μm滤膜过滤后，用2% HNO3溶液定容。稻米中重金属（Cd、Cr、Cu、Pb 和 Zn）采用 3∶1 HNO3-H2O2法进行消解，消解液经0.45 μm滤膜过滤后，用2% HNO3溶液定容。消解完成后待测液中的Cd、Pb采用石墨炉原子吸收分光光度法测定；Cr、Cu、Zn采用火焰原子吸收分光光度法测定。所用试剂均为相应国标规定的优级纯或分析纯。重金属提取进行全程同步试剂空白控制，测试时以国家标准土壤标样和大米国家标准参比物以及平行样进行质量控制，其结果符合质控要求（鲁如坤，2000）。

1.4 评价方法

1.4.1 土壤污染评估

采用单因子污染指数法、内梅罗综合污染指数法和潜在生态风险指数法对研究区湛江沿海农田重金属污染进行评价。

单因子污染指数法可以对土壤中某一重金属在各土壤样品中的污染水平作出直观反应，快速确定主要重金属的污染和危害程度。计算公式为：

式中，Pi为样品中i污染物的污染分指数；Ci为土壤污染物实测值；Si土壤环境质量标准值；

综合污染指数法体现了各污染物对土壤的综合作用，着重突出了高浓度重金属对环境的影响，可描述土壤质量的总体水平。计算公式为：

式中，Pcom为采样点的综合污染指数；Pmaxi为i采样点重金属污染单项污染指数的最大值；P为各单因子评价指数的平均值。

上述两种方法的评价等级及描述如表2所示。

表2 土壤重金属环境质量等级划分及其表达Table 2 Classification and expression of heavy metal environmental quality in soil

1.4.2 稻米重金属生物富集系数

生物富集系数可用来评价植物从土壤中吸收某种重金属并累计在植物体内的能力，其公式为：

式中，BCF表示稻米中重金属富集系数，CG表示稻米中重金属含量，CT表示土壤中重金属含量。

1.5 数据处理

对同一样品的重复测定值求平均值，采用Excel 2010进行数据的常规分析，采用SPSS 25.0软件对数据进行方差性分析、相关性分析及回归分析。计量资料采用均数±标准差来表示，组间比较采用单因素ANOVA检验，采用Pearson相关分析和一元线性及非线性回归分析（刘树庆，1996）进行多因素分析。P＜0.05表示差异有统计学意义。

2 结果与分析

2.1 土壤重金属含量特征与污染评估

2.1.1 土壤重金属含量特征

对照《土壤环境质量农用地土壤污染风险管控标准 (试行)》（GB 15618—2018），如表3所示，本研究盐渍田土壤中5种重金属含量均未超标。同时，与 1996年研究者（许炼烽等，1996）所调查的雷州半岛砖红壤背景值比较，除了龙营围和港东北村采样点的金属 Cr含量以及港东北村、盐灶仔村和乌石采样点的金属 Pb含量以外，其他采样点的重金属含量有大于原背景值，说明研究区域盐渍田土壤存在着重金属富集的趋势。5个区域土壤重金属Cd、Cr、Pb、Zn的变异系数分别为16.5%、35.7%、33.3%、22.5%，属于中度变异，Cu的变异系数为44.5%，是高度变异，空间变异相对显著，可能受人为活动的影响。说明研究区域土壤重金属不仅受土壤母质值的影响，还和外界随机因素（人类、动物活动）有很大关系。

表3 土壤重金属含量统计Table 3 Statistics of heavy metal contents mg·kg−1

2.1.2 土壤重金属污染评估

根据《土壤环境质量农用地土壤污染风险管控标准 (试行)》（GB 15618—2018），计算了湛江沿海5个研究区域盐渍田土壤重金属污染指数，如表4所示，每个区域的Pi值与重金属浓度的变化趋势相同。其中，采样点PCd值最高，其次是Cu＞Pb＞Zn＞Cr。用内梅罗综合污染指数评估，本研究5处采样点综合污染指数分别为0.467、0.538、0.546、0.659、0.580，即Pcom≤0.7。以上可得，本次研究所选取的5处沿海盐渍田土壤属于Ⅰ级安全标准。然而，值得注意的是重金属Cd将是影响研究区土壤重金属污染的主要因子。

表4 重金属的单因子污染指数和综合污染指数Table 4 Single contamination index and Nemerow multi-factor index of heavy metal

2.2 稻米重金属含量特征与污染评估

2.2.1 稻米重金属含量特征

从表5可知，本研究中5处农田稻米中Cd、Cr、Cu、Pb、Zn等5种重金属含量分别为：0.036—0.090、0.103—0.150、1.996—2.863、0.032—0.087、14.705—25.299 mg·kg−1。参照食品安全国家标准（GB 2762—2017和NY 861—2004）标准限值，研究区稻米中的5种重金属元素均未超过食品安全标准。稻米中Cd、Cr、Cu、Zn的变异系数分别为30.8%、19.2%、16.9%、20.0%，属于中度变异；Pb的变异系数为37.9%，属高度变异。说明这5种重金属在稻米中的含量分布不均匀。除Zn以外，其他4种重金属变异系数与土壤重金属变异系数相差都很大，说明稻米中的重金属含量不仅与土壤中重金属相关外，还与其他因素相关。

表5 稻米重金属含量统计Table 5 Statistics of heavy metal contents in rice mg·kg−1

2.2.2 稻米重金属生物富集系数

从表6可知，5个研究区域稻米对Cd、Cr、Cu、Pb、Zn等重金属的生物富集系数分别为：0.1722—0.3389、0.0021—0.0035、0.1105—0.2211、0.0021—0.0036、0.4673—0.5826，平均值为0.3183、0.0031、0.1608、0.0031、0.5179，由此表明，稻米对重金属的富集能力由高到低排列为Zn＞Cd＞Cu＞Cr=Pb。

表6 稻米重金属的生物富集系数Table 6 The accumulation coefficients of heavy metals in rice

2.3 土壤和稻米重金属含量的相关性分析

如表7所示，分析土壤中重金属含量与稻米中重金属含量的简单相关分析结果，土壤中 Cr与稻米中Cd、Cu相关系数分别为0.454*、0.555*，呈显著正相关，与稻米中的Cr则达0.764**，达到极显著正相关关系；土壤中 Cu含量与稻米中 Cr、Cu含量分别呈0.764**、0.829**的极显著正相关关系，与稻米中Pb的相关系数则为−0.545*，呈显著负相关；土壤中 Pb含量与稻米中 Cr、Cu含量分别呈−0.493*的显著负相关和−0.601**的极显著负相关，与稻米中Pb含量呈0.765**的极显著正相关；土壤中Zn含量与稻米中Zn含量相关系数为0.669**，呈极显著正相关；而土壤中Cd含量与稻米中的重金属含量均未达到显著相关。由此表明，土壤中重金属含量与稻米中重金属含量关系紧密，土壤中重金属含量直接影响稻米重金属含量。

表7 土壤和稻米重金属之间的简单相关分析Table 7 Simple correlation analysis between heavy metals in soil and rice

2.4 土壤酶活性特征及与土壤重金属含量的关系

2.4.1 土壤酶活性特征

由表8可知，在5个研究区中，土壤脲酶、土壤蔗糖酶均未达到显著性差异。然而，过氧化氢酶在有些研究区域中存在一定差异，在乌石镇与纪家镇之间达到了显著性差异。土壤脲酶活性、蔗糖酶活性、过氧化氢酶活性的变异系数（CV）分别是33.33%、49.05%、31.07%，表明蔗糖酶活性变异较大。

表8 研究区土壤酶活性Table 8 Soil enzyme activites in the study area

2.4.2 壤酶活性与重金属的关系

通过对稻田土壤Cd、Cr、Cu、Pb、Zn含量与土壤酶活性之间的一元线性及非线性七种函数回归拟合寻优结果发现，过氧化氢酶与 Cu、Zn，脲酶与Cu、Pb之间具有良好的相关性关系，鉴于回归拟合方程过多，表9中仅列出具有显著性相关的4组之间的回归分析。而Cd、Cr与脲酶、蔗糖酶、过氧化氢酶，Cu与蔗糖酶，Pb与蔗糖酶、过氧化氢酶，Zn与脲酶、蔗糖酶之间的回归分析均无显著相关关系。由表 9可知，过氧化氢酶与土壤 Cu、Zn含量负相关显著性较好，由r2可判断出，Cu与过氧化氢酶之间的线形方程为最优方程，方程式为：y=36.68−12.29x（r= −0.856**，r2=0.733），其次为指数曲线方程和复合指数方程，且相关系数和决定系数均分别为−0.849**、0.721，方程式分别为：y=45.69e-0.64x；y=45.69·(0.53)x；Zn 与过氧化氢酶之间的指数相关关系和复合相关系数最高，且相关系数与决定系数也均为−0.849**和0.721，最优方程分别为y=73.30e-0.45x；y=73.30·(0.64)x，而其他曲线方程的相关关系虽然也达到了极显著水平，但均不是最优方程。脲酶与Pb在S曲线方程中也达到了−0.592*的负显著相关关系，但没有幂函数曲线、指数曲线和复合曲线方程的r2大，不是最优关系。脲酶与土壤Cu含量之间的回归关系也均达到了极显著负相关水平，其中线性关系的相关性最好，最优方程为：y=36.72−10833.33x（r=−0.886**，r2=0.785）。由此表明，过氧化氢酶和脲酶对重金属反应最敏感，过氧化氢酶受土壤重金属Cu、Zn，脲酶受Cu的抑制作用明显。

表9 土壤重金属含量与土壤酶活性之间的关系及其回归拟合寻优结果Table 9 Correlation between heavy metals concents and soil enzyme activities soil and their regressive fitting result

3 讨论

3.1 土壤、稻米重金属污染评估及相关性特征

经研究表明，湛江市沿海盐渍田的重金属含量均未超标，均在安全标准之内。土壤、稻米中重金属的变异系数较大，说明受人为因素干扰较大，这可能由于农户在规模化种植过程中，为了提高产量，长期施用大量农药、化肥、有机肥导致。土壤重金属污染评估结果证明，Cd是研究区生态风险最大的元素。这与蒋璇等（2019）和姚波等（2020）对云贵、湖北地区农田土壤重金属的研究结果相似。这可能与土壤本身属于红壤土，pH值偏低有关。

研究区稻米从土壤中积累重金属能力大小的顺序为Zn＞Cd＞Cu＞Cr=Pb，与前人研究大致一致（曾晓舵等，2020；邹家素等，2020）。与其他重金属相比，稻米从土壤中富集 Zn的能力最强，这可能与 Zn迁移到水稻后主动由根部传输到地上部位，为植物提供营养有关，因为 Zn的生理毒性很弱，而且是水稻生长发育所必需的营养元素。Cd迁移至稻米中的能力仅次于Zn，同时有研究表明，水稻籽实能选择性地“优先”吸收Cd（魏建宏等，2013），但值得注意的是，Cd对水稻无任何营养意义，且有很强的生理毒性。其次，Cu也易从土壤中迁移到稻米中，它可以通过暂存于水稻叶片中，从叶部迁移至稻米中（Yan et al.，2006）。Cr和Pb迁移至稻米的能力几乎为零，不易从土壤迁移到稻米中，这可能是因为水稻籽粒在生长过程中，从水稻根部积累重金属的能力有限，Cr和Pb被根部截留，较少迁移到稻米中（Mao et al.，2019）。

土壤和稻米中各元素的简单相关分析显示，土壤中Cr、Cu、Pb和Zn都与稻米中自身元素呈极显著正相关，而Cr、Cu、Pb与稻米中其它重金属也达到了显著性水平，说明土壤中Cr、Cu、Pb除了会对稻米中对应重金属元素含量造成影响之外，还会对稻米中其他重金属元素造成影响，水稻对重金属的吸收和积累受土壤中重金属互作的影响比较大。5种元素中，只有重金属Cd在土壤和稻米中的含量没有相关性。说明稻米中Cd含量可能并不只取决于土壤中的含量，还可能受到土壤理化性质和土壤中重金属赋存形态等各方面的影响（韩娟英等，2018）；并且，本研究 Cd元素在稻米中的变异系数最大，这也证实了其受其他因素影响较大。

3.2 土壤酶活性与重金属的关系

重金属在生态系统中具有长期的毒性作用且对土壤酶催化过程有着负面的影响，它一般通过抑制土壤微生物的生长和繁殖，来减少微生物体内酶的合成与分泌，从而导致土壤酶活性的降低（Kizilkaya et al.，2004）。有研究发现，Cu、Zn、Pb等重金属对土壤酶都有不同程度的抑制作用（季轶群等，2010；韩桂琪，2010）。

季轶群等（2010）发现过氧化氢酶活性随Cu、Zn浓度的增加而降低，且Cu对脲酶有显著的抑制作用；杨志新等（2001）在研究重金属 Cd、Zn、Pb对土壤酶活性的影响时发现Zn对过氧化氢酶具有极显著的抑制作用，崔东等（2018）在伊犁河谷煤矿开采对重金属污染及酶活性的影响中也表示过氧化氢酶活性能在一定程度上反映重金属 Zn的污染程度。而本实验通过对土壤重金属 Cd、Cr、Cu、Pb、Zn与酶活性的回归分析发现，Cu、Zn与过氧化氢酶、Cu与脲酶之间存在极显著负相关关系，说明Cu对过氧化氢酶和脲酶以及Zn对过氧化氢酶存在显著的抑制作用；Pb与脲酶虽然在S曲线方程上达到了显著负相关水平，但相关系数远远小于幂函数回归方程的正相关水平，可推断 Pb对脲酶有一定的激活效应，与前人的研究结果一致（杨志新等，2000；季轶群等，2010；张平等，2013），这可能与研究区Pb含量较低有关，也可能是Pb对土壤酶毒性较弱的原因（王涵等，2009）。也有研究表明，在红壤中重金属Cu、Zn、Pb、Cd污染对土壤蔗糖酶影响不大（龙健等，2003），与本次研究结果的表现一致，这可能是由于土壤蔗糖酶直接参与土壤中碳氮有机物的转化，重金属刺激了土壤碳氮循环相关酶的活性，导致蔗糖酶对重金属不敏感。以上结果表明，土壤重金属对土壤酶活性的影响较为复杂，其中大多为抑制作用，过氧化氢酶和脲酶对重金属反应最敏感，蔗糖酶对重金属不敏感，Pb对脲酶有一定的促进效应，而Cu对过氧化氢酶和脲酶、Zn对过氧化氢酶之间则具有显著的抑制作用，因此，在湛江沿海农田地区，将过氧化氢酶作为判断 Cu、Zn污染程度，脲酶作为判断 Cu污染程度的指标具有一定的可行性。

4 结论

研究区土壤-稻米系统中重金属含量均未超标，但变异系数较大，受外界因素干扰较强。通过Pi、Pcom等土壤评价方法表明，湛江沿海盐渍田均未超出国家标准，但存在相应的重金属富集现象，其中Cd将是影响研究区土壤重金属污染的主要因子，而研究区稻米从土壤中积累重金属能力大小的顺序为Zn＞Cd＞Cu＞Cr=Pb。土壤中重金属互作作用对海红11稻米中的重金属含量影响较大，土壤、稻米中重金属含量联系紧密。土壤重金属含量与土壤酶活性的一元回归分析结果表明，过氧化氢酶和脲酶的活性对重金属反应最敏感，土壤重金属Cu、Zn显著抑制过氧化氢酶活性，土壤重金属Cu对脲酶活性也存在显著抑制作用，因此，在湛江沿海盐渍田地区，将过氧化氢酶作为判断Cu、Zn污染程度，脲酶作为判断Cu污染程度的指标具有一定的可行性。