删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

河北省典型污灌区农田镉污染特征及环境风险评价

本站小编 Free考研考试/2021-12-31

邵金秋1,2,3, 刘楚琛1,2,3, 阎秀兰1,2, 杨林生1,2
1. 中国科学院地理科学与资源研究所, 北京 100101;
2. 中国科学院陆地表层格局与模拟重点实验室, 北京 100101;
3. 中国科学院大学, 北京 100049
收稿日期: 2018-08-09; 修回日期: 2018-10-02; 录用日期: 2018-10-02
基金项目: 国家重点研发计划项目(No.2017YFD0800900);国家自然科学基金(No.41571309)
作者简介: 邵金秋(1993-), 女, E-mail:shaojq.16s@igsnrr.ac.cn
通讯作者(责任作者): 阎秀兰(1978—), 女, 博士, 副研究员、硕士生导师, 主要从事场地污染评估与修复研究.E-mail:yanxl@igsnrr.ac.cn

摘要: 以河北省石家庄市典型历史污灌区农田为研究对象,对污灌区内土壤和小麦、玉米植株内Cd的含量进行分析,评价污灌区农田Cd污染程度、潜在生态风险和潜在健康风险.结果表明,上游污灌区和中下游污灌区土壤表层Cd含量分别为ND~3.88、0.10~2.30 mg·kg-1,明显高于清灌区(0.13~0.23 mg·kg-1)及河北土壤背景值(0.094 mg·kg-1),超农用地土壤污染风险筛选值(0.3 mg·kg-1)点位分别达42.9%和35.2%;小麦和玉米籽粒平均Cd含量均未超标,小麦籽粒富集浓度高于玉米,污灌区小麦和玉米籽粒已出现明显累积现象.潜在生态风险表明上游污灌区和中下游污灌区表层土壤基本处于轻度~中度风险,部分区域生态风险较高~极高.健康风险评价结果表明Cd通过皮肤、呼吸、经口摄入暴露途径对人体健康造成的风险在可接受范围内.研究结果为污灌区农田土壤的安全利用和管理决策依据,并为开展农田土壤修复工程提供科学参考.
关键词:镉土壤污水灌溉小麦玉米风险评估
Cadmium distribution characteristics and environmental risk assessment in typical sewage irrigation area of Hebei Province
SHAO Jinqiu1,2,3, LIU Chuchen1,2,3, YAN Xiulan1,2 , YANG Linsheng1,2
1. Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101;
2. Key Laboratory of Land Surface Pattern and Simulation, Chinese Academy of Sciences, Beijing 100101;
3. University of Chinese Academy of Sciences, Beijing 100049
Received 9 August 2018; received in revised from 2 October 2018; accepted 2 October 2018
Abstract: Soil, wheat and maize plants samples were collected and were analyzed for their respective Cd spatial distributions in the typical sewage-irrigated farmland of Shijiazhuang, Hebei Province. Results showed that the concentrations of Cd in upstream and downstream sewage irrigation area were ND~3.88, 0.10~2.3 mg·kg-1, respectively, which exceeded that in soil with clean water irrigation (0.13~0.23 mg·kg-1) and background value of soil in Hebei (0.094 mg·kg-1). 42.9% and 35.2% of soil samples from upstream and downstream sewage irrigation area were exceeded the risk screening values of farmland soil (0.3 mg·kg-1). The concentrations of Cd in wheat and maize in sewage irrigation were higher than those in soil with clean water irrigation, and the grain concentrations of Cd in wheat were higher than those in maize. Potential ecological risks of Cd in some soil samples of upstream and downstream sewage irrigation area were at a mild to moderate ecological hazard. The health risks caused by Cd through skin, breathing and mouth exposure pathways were within an acceptable range. The results can provide the basis for safe use and management decision of farmland soil in sewage irrigation areas, and provide scientific reference for the remediation of soils.
Keywords: cadmiumsoilsewage irrigationwheatmaizerisk
1 引言(Introduction)水资源短缺已成为制约中国特别是北方地区农业可持续发展的重要因素之一.快速的城市化和工业化使用了大量淡水的同时也释放了大量的废水.自1972年以来, 污水灌溉作为一种重要的替代性水资源广泛地应用到农田灌溉中(Meng et al., 2016).废水中含有多种重金属, 如镉、锌、铜、铅、汞等, 随着污水排放量的增加, 重金属不断在农业生态系统中聚集, 造成土壤和地下水污染, 通过食物链可能对人类健康造成潜在风险(Rattan et al., 2005; Muchuweti et al., 2006; Lottermoser, 2012).2014年, 由生态环境部和国土资源部联合发布的《全国土壤污染状况调查公报》显示, 调查的55个污灌区中39个存在污染, 其中Cd等超标现象最为突出.
河北作为华北平原重要的农业生产基地之一, 也是我国北方地区主要的污灌区之一(何俊, 2016).据统计, 河北污水灌溉农田面积在2001年达239.74万亩, 随着环境问题的突出和大众环保意识的增强, 到2004年减少为80万亩(杨朝晖, 2007).Cd作为一种有毒重金属元素, 具有强致癌性, 也是农田重金属污染问题的主要元素之一, 污水灌溉引起的Cd污染不容忽视(李启权等, 2014; Garg et al., 2014).张丽红等(2010)通过调查河北省清苑县及周边农田重金属含量表明, 65%土壤中Cd含量超过我国土壤环境质量标准, 污水灌溉是重要因素之一.孙洪欣等(2015)采集河北府河污灌区玉米与对照区对比发现, 新老污灌区玉米籽粒Cd平均含量为对照区的1.1~1.6倍.崔邢涛等(2010)研究表明石家庄污灌区表层土壤中重金属均超过土壤环境背景值, 其中Cd污染最为严重, 为主要污染因子.
不同研究者从不同角度揭示了河北污灌区重金属污染现状, 但对污灌区农田土壤中Cd的分布特征及可能带来的健康风险的针对性和系统性研究较少.因此, 本研究在河北污灌区中选取具有近50年污灌历史的典型污灌Cd污染农田为研究对象, 系统研究污灌区农田土壤Cd的环境化学行为并进行生态风险评价, 为污灌区农田土壤的安全利用和管理提供科学依据.
2 材料与方法(Materials and methods)2.1 研究区概况研究区位于河北省石家庄市东南部某历史污灌区, 污灌区域沿河堤呈狭长形分布, 耕地面积6.7 km2, 属于暖温带湿润季风性气候, 年平均气温13 ℃, 平均降水量479 mm.该区域为平原地貌, 土壤类型以褐土和潮褐土为主, 种植的农作物主要为小麦和玉米.研究区域污水灌溉始于20世纪70年代, 污灌历史大约为50年, 未经处理的城市生活废水和工业废水进入河流, 进而用于灌溉农田, 2012年随着河水生态修复工程的启动, 污水灌溉比重逐渐下降, 目前已几乎不使用河水进行灌溉.研究前期调查表明土壤存在重金属Cd污染问题, 土壤基本理化性质为:pH为(7.46±0.30), 阳离子交换量(17.35±1.24) cmol·kg-1, 有机质含量(26.12±5.63) g·kg-1, 电导率为(16.75±2.22) μS·cm-1, 全氮(2.06±0.09) g·kg-1, 全磷(1.49±0.46) g·kg-1, 全钾(12.21±0.36) g·kg-1.
2.2 土壤及农作物样品采集研究团队基于前期对该地区表层土壤重金属Cd含量调查结果, 分别在河流上游和中下游确定2个高Cd浓度污灌区域A、B, 按照70 m×70 m网格布点法, 各采集163和125个表层土壤样品, 污灌区域A、B沿河道方向设置18个剖面采样点, 采集深度为1~10、10~20、20~30、30~40、40~50 cm, 共90个土壤剖面样品.对照样区布设在污灌区以外周边的清灌区, 采集表层土壤样品共12个, 对照区域从未采用污水灌溉, 相对清洁.
根据污灌区Cd污染状况及农作物种植分布情况, 于污灌区域A、B和清灌区分别采集整株小麦和玉米及其对应的耕层土壤.2017年6—7月采集小麦样品, 采样方法为网格采样法, 每个网格采集3~5株小麦组成混合样.2017年10—11月, 在原采样点采集玉米样品.污灌区域A、污灌区域B、清灌区共计采集小麦和玉米及土壤样品各分别为26、16、12个, 总共108个.
2.3 样品前处理及理化指标测定土壤样品于室内自然风干, 去除植物残渣、砾石等杂质, 碾碎后通过20目和100目尼龙筛, 充分混合后供分析用.土壤Cd全量采用HNO3-HClO4-HF法(均为优级纯)消解(Zhuang et al., 2014), 称取过100目筛的土壤样品0.5000 g于坩埚中, 加入三酸消煮至液体澄清透明, 待坩埚内呈1滴晶体时冷却、定容、过滤.
农作物样品采集后用自来水洗净, 再用去离子水冲洗2~3遍, 于105 ℃烘箱内杀青30 min, 60 ℃烘干至恒重.小麦样品分为根、茎叶、颖壳、籽粒4部分, 玉米样品分为根、茎、叶、苞叶、籽粒、穗轴6部分, 样品风干后磨碎过20目筛.植物样品Cd含量采用3:1 HNO3/H2O2(V/V)法进行消解(Xing et al., 2016; 单天宇等, 2017).土壤和植物样品Cd含量均采用电感耦合等离子体质谱仪(ICP-MS)进行测定, 土壤样品加入空白、20%平行样和GSS-4(GBW07404)进行质量控制, 植物样品加入空白、20%平行样和GSB-24(GBW10046)进行质量控制.
2.4 土壤镉污染评价方法2.4.1 单因子污染指数法单因子污染指数法是目前针对土壤单一元素污染国内外普遍采用的方法之一(Cheng et al., 2007), 其表达式为:
(1)
式中, Pi为土壤中重金属i单因子指数;Ci为重金属i的实测浓度(mg·kg-1);Si为重金属i的评价标准或背景值(mg·kg-1).分级标准:Pi≤1时表示无污染;1<Pi≤2时表示轻度污染;2<Pi≤3时表示中度污染;Pi>3时表示重度污染.
2.4.2 地累积指数法地积累指数法又被称为Muller指数, 该方法充分考虑了自然地质和人为活动对重金属污染的影响, 广泛地应用到沉积物以及其它物质中重金属积累的污染评价(柴世伟等, 2006).其表达式为:
(2)
式中, Cn为元素的实测浓度;1.5为修正指数;BEn为背景值.分级标准:Igeo≤0, 无污染;0<Igeo≤1, 轻度~中等污染;1<Igeo≤2, 中等污染;2<Igeo≤3, 中等~强污染;3<Igeo≤4, 强污染;4<Igeo≤5, 强~极严重污染;5<Igeo≤10极严重污染.
2.4.3 潜在生态危害指数法潜在生态危害指数法不仅考虑重金属含量, 还将重金属的生态效应、环境效应和毒理学效应联系起来, 定量划分出重金属的潜在风险程度(Hakanson, 1980).其表达式为:
(3)
式中, Eri为某一点土壤重金属i的潜在生态危害指数;Tri为各种重金属的毒性响应系数, Cd的毒性响应系数为30;C实测i为表层土壤重金属i的实测含量(mg·kg-1);Cri为重金属i的评价标准或背景值(mg·kg-1).分级标准:Eri < 40, 生态危害轻微;40 < Eri≤80, 生态危害中等;80 < Eri≤160, 生态危害较高;160 < Eri≤320, 生态危害高;Eri>320, 生态危害极高.
2.5 土壤-农作物体系Cd污染潜在健康风险评价Cd作为一种致癌风险的重金属元素, 选择目前国际健康风险评价模型:化学致癌风险评价模型, 其表达式为:
(4)
(5)
(6)
(7)
(8)
式中, R为化学致癌物质Cd所致平均个人致癌年风险(a-1);ADD为Cd的日均暴露计量(mg·kg-1·d-1);Qi为Cd的致癌强度系数(mg·kg-1·d-1).选取重金属对人体造成健康风险的主要途径为呼吸、皮肤和口摄入, 暴露介质包括土壤和农作物(玉米和小麦).分级标准:R < 10-6 a-1, 对人体健康产生的风险不明显;10-6 < R < 10-4 a-1, 有风险且人体可接受的风险水平;R>10-4 a-1, 有较显著风险.根据USEPA和我国环保部确定具体参数见表 1.
表 1(Table 1)
表 1 重金属Cd的人体健康风险评价模型参数 Table 1 Parameters of human health risk assessment model of Cd
表 1 重金属Cd的人体健康风险评价模型参数 Table 1 Parameters of human health risk assessment model of Cd
参数 含义 单位 参考值
成人 儿童
Qi 致癌强度系数 mg·kg-1·d-1 6.1(口)
0.38(皮肤)
6.3(呼吸)
6.1(口)
0.38(皮肤)
6.3(呼吸)
BW 体重 kg 60 18
ED1 作物暴露年限 a 30 10
ED2 土壤暴露年限 a 25 10
AF 皮肤黏滞系数 mg·cm-2·d-1 0.1595 0.1595
EF1 作物暴露频率 d·a-1 350 350
EF2 土壤暴露频率 d·a-1 225 225
SA 皮肤暴露总面积 cm2 5000 2500
IR1 日均食物摄入量 kg·d-1 0.15(小麦)
0.1(玉米
0.1(小麦)
0.05(玉米)
IR2 日均土壤摄入量 mg·d-1 100 200
IR3 空气摄入量 m3·d-1 8 20
AT1 作物平均作用时间 d 70×365 70×365
AT2 土壤平均作用时间 d 70×365 70×365
ABS 土壤皮肤吸收因子 / 0.001 0.001
PEF 土壤尘产生因子 m3·kg-1 1.36×109 1.36×109
CF 单位转换因子 kg·mg-1 1×10-6 1×10-6
C1 作物中重金属浓度 mg·kg-1 / /
C2 土壤中重金属浓度 mg·kg-1 / /


2.6 数据处理采用SPSS 22.0统计软件进行统计学处理, 采用单因素方差分析法(One-way ANOVA)进行显著性检验, 采用最小显著差异法(LSD)进行不同处理均值的差异显著性比较, 采用Pearson相关系数法进行相关性分析;采用Origin Pro 2017、ArcGIS 10.1等软件进行图形处理.
(9)
(10)
(11)
式中, CV为变异系数, S为某指标的标准差, x为某指标的平均值, W为富集系数, a为植物体内的重金属含量(mg·kg-1), b为土壤中重金属含量(mg·kg-1), D为迁移系数, c为地上部分植物中重金属含量(mg·kg-1), d为地下部分植物重金属含量(mg·kg-1).
3 结果(Results)3.1 污灌对表层土壤Cd含量及分布特征的影响对采集的表层土壤样品Cd含量进行统计分析, 统计结果如表 2图 1所示.上游污灌区A、中游污灌区B和清灌区的Cd含量分别为ND~3.88、0.10~2.30、0.13~0.23 mg·kg-1, 均值分别为(0.317±0.332)、(0.284±0.203)、(0.168±0.026) mg·kg-1.与《土壤环境质量标准农用地土壤污染风险管控标准(试行)》(GB15618—2018)筛选值(0.30 mg·kg-1)相比, 上游污灌区A Cd含量有70个点位超标, 超标率为42.9%;下游污灌区B Cd含量有44个点位超标, 超标率为35.2%;清灌区没有点位超标.与河北省土壤背景值(0.094 mg·kg-1)相比, 上游污灌区A有149个点位超标, 超标率为91.4%;中下游污灌区B有125个点位超标, 超标率为100%;清灌区12个点位Cd含量均超过河北省土壤背景值.通过ArcGIS绘制污灌区Cd污染浓度空间分布图, 由图 2可知, 污灌区域Cd污染程度分布不均, 存在空间异质性, 其中污灌区B大致呈现离污灌河流越近, 土壤Cd污染浓度越大的趋势.
表 2(Table 2)
表 2 污灌区及清灌区土壤Cd含量的参数统计 Table 2 Parameter statistics of soil Cd concentration in sewage irrigation area
表 2 污灌区及清灌区土壤Cd含量的参数统计 Table 2 Parameter statistics of soil Cd concentration in sewage irrigation area
区域 样本数 最大值/
(mg·kg-1)
最小值/
(mg·kg-1)
均值/
(mg·kg-1)
标准差/
(mg·kg-1)
变异系数
CV
农用地土壤污染风险筛选值
(GB15618—2018)二级标准值/(mg·kg-1)
河北省土壤背景值/
(mg·kg-1)
清灌区 12 0.23 0.13 0.168 0.026 14.9% 0.30 0.094
上游污灌区A 163 3.88 ND 0.317 0.332 147.4%
中游污灌区B 125 2.30 0.10 0.284 0.203 80.1%
注:CV≤10%时, 表现为弱变异性;10% < CV ≤100%, 表现为中等变异性;CV≥100%时表现为强变异性(Wilding et al., 1985), ND表示未检出, 检出下限为0.01 mg·kg-1.



图 1(Fig. 1)
图 1 污灌区A、B土壤重金属Cd含量频率分布图 Fig. 1Frequencies of Cd concentrations in soils of the sewage irrigation area A, B


图 2(Fig. 2)
图 2 污灌区A、B土壤重金属Cd含量空间分布图 Fig. 2Cd distribution in farmland surface soil in sewage irrigation area A, B

3.2 污灌对不同深度土壤Cd含量的影响从不同深度土壤Cd含量分析结果可知, 表层土壤中Cd含量最高, 随着土壤深度增加, Cd含量呈逐渐降低趋势, 相关性分析表明土壤Cd浓度与土壤深度呈显著负相关(r=-0.612**, p < 0.05).由表 3可知, 除中下游污灌区B中30~40 cm层土壤Cd含量与40~50 cm层土壤Cd含量之比小于1外, 其余相应比值均大于1, 整体符合随深度增加Cd含量降低趋势.由图 3可知, 表层土壤Cd平均含量均高于河北省土壤背景值(0.094 mg·kg-1), 同时表明污灌区A、B土壤Cd具有表聚性, 受到外源Cd的影响.与农用地土壤污染风险筛选值(0.30 mg·kg-1)相比, 上游污灌区A有4个土壤剖面样品在0~10 cm层中存在Cd含量超标现象, 3个点位在10~20 cm土层超过标准限值, 1个点位在20~30 cm土层仍超过标准限值;中游污灌区B有2个点位超过标准限值, 均在0~10 cm层中.
表 3(Table 3)
表 3 不同深度土壤中镉含量的参数统计 Table 3 Parameter statistics of soil Cd concentration in soil from different depth
表 3 不同深度土壤中镉含量的参数统计 Table 3 Parameter statistics of soil Cd concentration in soil from different depth
区域 深度/cm 均值 AVG(Cn+1/ Cn) MIN(Cn+1/ Cn) MAX(Cn+1/ Cn) CV
污灌区A 0~10 0.34 1.38 1.02 1.72 19.96%
10~20 0.25 1.5 1.25 2.14 21.02%
20~30 0.17 1.37 1.09 1.69 15.87%
30~40 0.12 1.06 0.88 1.32 13.06%
40~50 0.12 - - - -
污灌区B 0~10 0.24 1.31 1.06 1.95 20.70%
10~20 0.19 1.41 0.93 2.09 27.91%
20~30 0.14 1.22 0.97 1.46 11.83%
30~40 0.11 0.98 0.5 1.37 27.93%
40~50 0.12 - - - -
注:(1) Cn+1/ Cn表示某层土壤Cd含量与下一层土壤Cd含量的比值;(2)AVR为某区域中所有样品某指标的平均值, 即所有样品某指标数值之和除以样品数;(3)MIN为某区域中所有样品某指标的最小值;(4)MAX为某区域中所有样品某指标的最大值.



图 3(Fig. 3)
图 3 污灌区A、B不同深度土壤Cd污染含量分布图 Fig. 3Cd distribution in farmland soil from different depth in sewage irrigation area A, B

3.3 污灌对小麦和玉米各部位Cd含量的影响污灌区A、B和清灌区小麦籽粒中的Cd平均含量为(0.034±0.024)、(0.036±0.011)、(0.014±0.005) mg·kg-1, 玉米籽粒Cd平均含量为(0.011±0.004)、(0.008±0.003)、(0.008±0.002) mg·kg-1, 小麦籽粒Cd含量高于玉米, 均未超过《食品安全国家标准-食品中污染物限量》(GB2762—2017)谷物Cd含量标准限值0.1 mg·kg-1.小麦和玉米籽粒Cd含量的差异主要是小麦和玉米对Cd的富集和转运能力不同导致的.由表 45可知, 小麦根部对Cd的富集能力低于玉米, 而Cd从小麦根部向籽粒转运系数显著高于玉米, 小麦根部Cd主要向茎叶中转移, 而玉米根部Cd主要向叶、苞叶中转移.
表 4(Table 4)
表 4 小麦对Cd的富集和转运系数 Table 4 Cd bioaccumulation coefficient and transport coefficient in different wheat organs
表 4 小麦对Cd的富集和转运系数 Table 4 Cd bioaccumulation coefficient and transport coefficient in different wheat organs
样品区域 富集/转运系数
根/土壤 茎叶/根 颖壳/根 籽粒/根
清灌区 0.704±0.192 ab 0.838±0.223 a 0.380±0.099 a 0.129±0.045 b
上游污灌区A 0.789±0.417 a 0.506±0.198 b 0.378±0.193 a 0.167±0.094 b
中下游污灌区B 0.581±0.200 b 0.739±0.411 a 0.465±0.227 a 0.263±0.124 a
注:不同小写字母表示同一部位不同区域差异显著(p < 0.05), 同表 5.



表 5(Table 5)
表 5 玉米对Cd的富集和转运系数 Table 5 Cd bioaccumulation coefficient and transport coefficient in different maize organs
表 5 玉米对Cd的富集和转运系数 Table 5 Cd bioaccumulation coefficient and transport coefficient in different maize organs
样品区域 富集/转运系数
根/土壤 茎/根 叶/根 苞叶/根 穗轴/根 籽粒/根
清灌区 1.375±0.012a 0.236±0.251a 0.471±0.218b 0.450±0.261a 0.081±0.052b 0.040±0.018a
上游污灌区A 0.916±0.024a 0.185±0.152a 0.985±0.801a 0.839±0.823a 0.124±0.103a 0.080±0.071a
中下游污灌区B 0.919±0.019a 0.163±0.090a 0.697±0.442ab 0.701±0.747a 0.108±0.093ab 0.055±0.047a


植株不同部位之间Cd含量存在差异, 3个区域小麦各部位Cd平均含量为根>茎叶>颖壳>籽粒, 玉米各部位中的Cd平均含量为根>叶>苞叶>茎>穗轴>籽粒, 与Cd的富集和转运系数结果相一致.如图 4所示, 不同区域作物各部位Cd含量存在差异, 污灌区A、B小麦籽粒、根、壳中Cd含量均显著高于清灌区, 污灌区A、B小麦籽粒中Cd平均含量为清灌区的2.43和2.57倍;污灌区A玉米籽粒、叶中Cd含量显著高于污灌区B和清灌区.总体来看, 污灌已导致小麦和玉米各部位Cd含量出现一定程度的累积, 上游污灌区A的影响大于污灌区B.
图 4(Fig. 4)
图 4 小麦和玉米不同部位Cd含量 Fig. 4Cd concentrations in wheat and maize in different organs and areas

表 4可知, 不同区域小麦根部的富集系数呈现上游污灌区A>清灌区>中下游污灌区B, 3个区域迁移系数均呈现茎叶>颖壳>籽粒的规律;上游污灌区A茎部转运系数显著低于清灌区和下游污灌区B, 中下游污灌区B籽粒转运系数显著高于上游污灌区A和清灌区.由表 5可知, 清灌区玉米根部富集系数、茎部转运系数略高于污灌区A、B, 籽粒等其余部位转运系数低于污灌区A、B.对3个研究区域小麦和玉米各部Cd含量与土壤Cd含量进行相关性分析, 污灌区A中小麦籽粒和土壤Cd含量呈显著相关关系(r=0.409*, p < 0.05), 污灌区B小麦根和土壤Cd含量呈显著相关关系(r=0.608*, p < 0.05), 表明污灌区土壤Cd含量的累积可能对小麦根、籽粒Cd含量会产生一定的影响;对于玉米, 污灌区A苞叶中的Cd含量与土壤中Cd含量呈显著相关(r=0.426*, p < 0.05), 说明该区域苞叶Cd含量受到土壤Cd含量影响大;其余不同区域小麦、玉米与土壤Cd含量均未呈现显著相关关系.
3.4 污灌区土壤重金属Cd潜在风险评价从单因子指数来看, 上游污灌区A和中下游污灌区B平均单因子指数分别为0.75和0.86, 最大单因子指数分别为12.93和7.67, 表明污灌区A部分土壤Cd污染程度存在污染, 部分点位污染程度可达重度污染, 清灌区属于清洁状态;从地积累指数来看, 研究区域平均Cd污染程度均处于轻度~中等污染, 但污灌区A、B存在强~极严重Cd污染的点位;从潜在生态风险指数来看, 研究区域农田土壤Cd污染构成轻微生态风险, 污灌区A、B存在极高生态危害的点位.
表 6(Table 6)
表 6 污灌区农田土壤Cd元素潜在风险及生在态评价 Table 6 Potential risk and ecological evaluation of Cd in sewage irrigation area
表 6 污灌区农田土壤Cd元素潜在风险及生在态评价 Table 6 Potential risk and ecological evaluation of Cd in sewage irrigation area
区域 样本数 AVR
(Pi)
MAX
(Pi)
AVR
(Igeo)
MAX
(Igeo)
Tir AVR
(Eir)
MAX
(Eir)
清灌区 12 0.55 0.77 0.24 0.71 30 16.5 23.1
上游污灌区A 163 0.75 12.93 0.67 4.78 22.5 387.9
中下游污灌区B 125 0.86 7.67 0.87 4.03 25.8 230.1


3.5 污灌区土壤与农作物中重金属Cd健康风险评估由表 7可知, 重金属Cd通过各种途径对人体造成的健康风险影响为:R小麦-口>R玉米-口>R土-口>R土-皮肤>R土-呼吸, 其中通过经口摄入小麦途径对人体健康呈有风险但可接受水平, 其余暴露途径风险不明显.不同区域下Cd对人体造成的风险为:中下游污灌区B>上游污灌区A>清灌区, 表明随着污灌程度的增大, 经土壤和农作物对人体健康造成的风险也会随之加大.总体来看, 研究区域重金属Cd对人体造成的风险程度在人体可接受范围内, 经口摄入是Cd对人体造成健康风险的主要途径, 其中小麦风险高于玉米, 成人风险高于儿童, 呼吸途径风险最小.
表 7(Table 7)
表 7 污灌区农田土壤Cd不同暴露途径人体健康风险值 Table 7 The human health risks of Cd in sewage irrigation area
表 7 污灌区农田土壤Cd不同暴露途径人体健康风险值 Table 7 The human health risks of Cd in sewage irrigation area
区域 成人儿童
土壤 作物总计土壤 作物 总计
呼吸 皮肤 口(小麦) 口(玉米) 呼吸 皮肤 口(小麦) 口(玉米)
清灌区 3.15×10-13 4.27×10-11 5.36×10-9 1.29×10-6 4.54×10-7 1.75×10-61.05×10-12 2.84×10-11 1.43×10-8 9.59×10-7 2.52×10-7 1.23×10-6
上游污灌区A 5.57×10-13 7.55×10-11 9.47×10-9 3.02×10-6 6.58×10-7 3.69×10-61.86×10-12 5.04×10-11 2.53×10-8 2.24×10-6 3.66×10-7 2.63×10-6
中下游污灌区B 5.34×10-13 7.23×10-11 9.07×10-9 3.26×10-6 4.63×10-7 3.74×10-61.78×10-12 4.82×10-11 2.42×10-8 2.42×10-6 2.57×10-7 2.70×10-6


4 讨论(Discussion)本研究表明, 长时间污灌一定程度上导致土壤表层Cd含量的累积;土壤Cd含量随着土壤深度的增加呈降低的趋势, 上游污灌区A Cd污染程度高于中下游污灌区B, 表层Cd含量超农用地土壤污染风险筛选值的点位分别为42.9%和35.2%, 超河北省背景值的点位分别为91.4%和100%, 与清灌区相比, 污灌区的土壤环境风险有所增加.
根据表 8可知, 大量研究表明污水灌溉已经导致农田土壤出现不同程度的Cd污染, 污染程度与污染来源、污水水质、灌溉年限、土壤质地等密切相关.国内研究表明, 污灌主要集中在北方地区, 土壤质地多为壤土、潮土, pH多为中性偏碱, 其中以沈阳污灌区、山西敦化污灌区污染最为严重, 土壤Cd含量超过1.0 mg·kg-1, 南方地区土壤多为红壤稻田土, pH多偏酸性, 其中江西大余污染严重.北方污灌水水质污染来源多为城镇生活污水和工业污水排放, 而南方地区还多伴随矿产资源的开采, Cd等重金属更易伴随大量降雨冲入河流从而进入农田.国外研究方面, 德国柏林和印度污灌区Cd污染比我国污灌区更为严重, 德国污灌污染源于工业革命, 污灌历史长达100多年, 印度污灌历史较短, 但水质污染严重, 目前污灌水中Cd含量仍最高可达47 mg·L-1.
表 8(Table 8)
表 8 本研究与其他研究污灌区Cd污染情况比较 Table 8 Comparison of Cd concentrations in sewage irrigated soil of different regions
表 8 本研究与其他研究污灌区Cd污染情况比较 Table 8 Comparison of Cd concentrations in sewage irrigated soil of different regions
污灌地点 土壤Cd浓度范围/(mg·kg-1) 土壤Cd浓度均值/(mg·kg-1) 土壤类型 有机质含量/(g·kg-1) 土壤pH 污灌时间/a 污灌水污染来源 数据来源
本研究 0~3.88 0.30 褐土、潮褐土 26.12±5.63 7.46±0.30 40~50 城镇污水、工业污水 本研究
河北府河污灌区 0.21~1.34 0.72 潮褐土 25.53 8.01 50~60 工业废水和生活污水 孙洪欣, 2015
河北石家庄污灌区 0.09~3.66 0.30 潮褐土、石灰性褐土 / / 30~50 城镇生活工业混合污水、工业区污水、医药污水 崔邢涛等, 2010
沈阳张氏灌区 0.179~9.40(1990年)0~10.15(2004年) 1.023(1990年)1.698(2004年) 草甸棕壤土 / 5.79~6.12 40 大量工业污水排放 Sun et al., 2008
天津污灌区(北京、大沽、北塘排污河污灌区) 0.05~1.17 0.85 潮土 2.66±0.32 8.44±0.44 30~42 工业污水、生活废水 Meng et al., 2016
天津污灌区(北京、大沽、北塘排污河污灌区) 0.05~1.17 0.46 壤质、砂质盐化粘质潮土 7.9~39.9 7.5~8.7 15~43 工业污水、生活废水 孙亚芳等, 2015
北京郊区 010~0.27 0.18 冲积潮新成土 / 7.2~8.0 40 凉水河、通惠河工业、生活污水 Liu et al., 2005
山西敦化 0.93~1.76 1.247 棕红色壤土 12.7~21.8 7.61~8.38 20 工业废水和生活污水 Liang et al., 2011
西安沣惠灌区 0.05~1.14 0.60 黑垆土和塿土 22.09~37.34 7.82~8.81 50~60 工业废水和生活污水 庞妍等, 2015
江西贵溪 0.36~1.49 0.80 红黄壤稻田土 / / 20 铜矿冶炼、工业排放 Hu et al., 2014
江西大余 / 1.49 红黄壤稻田土 / / / 钨矿开采、工业污染 刘立群, 1990
广东佛山市郊 0.12~0.44 0.23 / / 6.36 / 工业三废排放 李梅等, 2009
印度萨米布尔 1.38~3.24 / 砂质壤土 2.4±0.4 8.2±0.3 25 混合污水, 污灌水Cd含量1~47 mg·L-1 Yadav et al., 2015
德国柏林 0.14~31.5 3.98 沙质土壤 / 3.93~6.92 110 工业化、城市工业 Lottermoser, 2012


研究区域污灌历史长达40~50年, 与国内外污灌区对比, 污灌区土壤Cd含量均值在污灌区研究中处较轻污染水平.对比并分析原因, 污灌水主要来自污灌河流, 河水水质状况根据生态修复工程分为治理前后两个阶段, 未治理前, 水体主要接纳城市生活和工业污水, 经灌溉进入农田土壤(孟凡乔等, 2004; 魏敬池, 2014);生态修复工程启动后水质得到了明显提升, 本研究发现目前污灌河水样Cd浓度为0.5~5.0 μg·L-1, 已低于《农田灌溉水质标准》(GB5048—2005)标准限值10 μg·L-1.另一方面可能与污灌Cd输入量有关, 有研究表明河北省旱作农田亩均灌溉水量约为300 m3·亩-1·a-1, Cd通过污灌方式的每年输入量大约为0.0945 mg·m-2·a-1(熊孜, 2017), 研究区域每年经污灌引入的Cd含量相对更小, 且每年引水灌溉次数相对较少, 约为6次, 以农作物玉米、小麦拔节时期灌溉为主, 这可能是造成本污灌区Cd污染处于较轻水平的原因.此外, 土壤pH是影响Cd在土壤中吸附解吸的重要因子之一, 大量研究结果表明随着土壤pH的增加, Cd的吸附量增加, 随着pH的降低, Cd的溶出量增大、移动性增强, 从而更易引起生态风险(Sukreeyapongse et al., 2002;; 张会民等, 2005Zeng et al., 2011黄爽等, 2012).本研究区土壤pH呈中性偏碱, 有机质含量较高, 土壤Cd的生态风险相对更为可控.
本研究区域Cd主要在表层土壤(0~20 cm)内累积, 变异系数较大, 随着采样深度的增加, Cd含量呈现降低的趋势, 上游污灌区A在剖面各层的Cd含量均值均高于中下游污灌区B.表层土壤Cd含量变异系数规律呈上游污灌区A(147.4%, 强变异)>中下游污灌区B(80.1%, 中等变异)>清灌区(14.9%, 中等变异).变异系数反映随机变化的离散程度, 也表明相应区域Cd元素的空间异质性受到外界干扰的程度, 上游污灌区A和中下游污灌区B土壤Cd变异系数较高, 空间变异性显著, 反映该区域Cd分布不均一的特点, 说明人类活动干预的影响较大.重金属在不同深度土层中的分布受到土壤地质、气候、污灌历史等多因素的影响(吴文勇等, 2013; Sun et al., 2008).辛璐君(2016)研究表明农田污灌后有机质含量呈不同程度的增大, 且主要聚集在土壤表层, 焦文涛等(2005)研究表明土壤有机质的存在能够显著影响Cd2+的吸附, 有机质含量高能够显著促进Cd2+的吸附.本研究区土壤属于潮褐土, 粘度较大, 有机质含量较高, Cd元素易被吸附在地表土壤中, 一定程度上不易使得Cd向下迁移和扩散, 同时区域降水量小, 蒸发量大, 不利于水分的向下扩散, 可能是Cd主要集聚在表层的原因.研究区域底泥数据表明上游污灌区底泥Cd浓度为0.620~0.726 mg·kg-1, 中下游污灌区底泥Cd为0.323~0.478 mg·kg-1, 在灌溉过程中Cd主要以悬浮物形式输送, 上游流程短, 重金属净化效果低于中下游地区, 可能是造成上游污灌区A土壤Cd含量高于中下游污灌区B原因之一.此外, 统计发现本污灌区土壤Cd含量与距污灌河流距离(距离河渠0.5 km内)的相关系数不显著, 可能是因为研究区域农户自由引水灌溉, 且多采用大水漫灌的方式.
通过对污灌区表层土壤Cd含量分析、潜在风险评价及健康风险评价, 发现污灌区A、B农田土壤存在轻微生态风险, 部分土壤处于较高~极高生态风险, 区域内小麦和玉米籽粒平均Cd含量低于标准限值, 但上游污灌区A部分点位籽粒出现超标情况, 且上游污灌区A、中下游污灌区B小麦、玉米籽粒Cd含量明显高于清灌区, 说明污灌已经造成小麦、玉米籽粒Cd的累积, 该结果与前人研究结果基本一致(Zhang et al., 2008; 孙亚芳等, 2015; Meng et al., 2016).重金属Cd的富集能力与作物的生长特征密切相关, 研究区域小麦和玉米的根部富集大量Cd, 而籽粒/根迁移系数小于1, 表明根系具有较强的吸附能力, 可能产生明显的屏障作用(Meng et al., 2016; Wang et al., 2016).小麦和玉米的茎、叶、玉米苞叶、穗轴等部分Cd含量均高于籽粒, 表明营养部位和非食用部位可能具有富集分流的作用(Anjum et al., 2015).通过调查发现研究区域居民除种植小麦、玉米外, 还存在作物-蔬菜-作物轮作模式, 种植的蔬菜包括白菜、豆角、北瓜、西红柿等.Xue等(2012)研究表明污灌区叶菜类可食部分Cd变化范围为0.013~0.360 mg·kg-1, 白菜、菠菜、油菜等样本超标率为16.7%~83.3%, 其他研究也得到类似结果, 表明蔬菜相对小麦和玉米更易累积重金属Cd(Liu et al., 2005; Khan et al., 2008).污灌区A、B由于污灌导致农田Cd污染且部分土壤Cd污染存在较高生态风险, 蔬菜比小麦、玉米更易积累重金属的特征, 其土壤-蔬菜-人体方式造成的风险仍需进一步研究.总体来看, 对上游污灌区A、中下游污灌区B重污染区域进行修复, 进一步研究污灌区内种植结构及Cd累积特征, 是确保当地土壤和农产品安全的关键.
5 结论(Conclusions)1) 研究区域污灌农田表层土壤存在重金属Cd污染现象, 上游污灌区A污染程度高于中下游污灌区B, 污灌区土壤Cd的空间变异性显著.
2) 污灌区和清灌区小麦、玉米籽粒中Cd的平均浓度均未超过农产品标准限值, 污灌区A、B中小麦、玉米籽粒Cd含量显著高于清灌区, 污灌已造成Cd的累积.
3) 污灌区农田Cd污染基本处于轻微生态风险, 部分土壤存在较高~极高生态风险, 土壤及农作物中Cd通过皮肤、呼吸、经口摄入途径造成的健康风险目前处于可接受范围内.

参考文献
Anjum S A, Tanveer M, Hussain S, et al. 2015. Cadmium toxicity in Maize (Zea mays L.):consequences on antioxidative systems, reactive oxygen species and cadmium accumulation[J]. Environmental Science & Pollution Research, 22(21): 17022–17030.
Cheng J L, Zhou S, Zhu Y W. 2007. Assessment and mapping of environmental quality in agricultural soils of Zhejiang Province, China[J]. Journal of Environmental Sciences, 19(1): 50–54.
柴世伟, 温琰茂, 张亚雷, 等. 2006. 地积累指数法在土壤重金属污染评价中的应用[J]. 同济大学学报(自然科学版), 2006, 34(12): 1657–1661.DOI:10.3321/j.issn:0253-374X.2006.12.020
陈涛, 常庆瑞, 刘京, 等. 2012. 长期污灌农田土壤重金属污染及潜在环境风险评价[J]. 农业环境科学学报, 2012, 31(11): 2152–2159.
崔邢涛, 栾文楼, 石少坚, 等. 2010. 石家庄污灌区土壤重金属污染现状评价[J]. 地球与环境, 2010, 38(1): 36–42.
单天宇, 刘秋辛, 阎秀兰, 等. 2017. 镉砷复合污染条件下镉低吸收水稻品种对镉和砷的吸收和累积特征[J]. 农业环境科学学报, 2017, 36(10): 1938–1945.DOI:10.11654/jaes.2017-0462
Garg V K, Yadav P, Mor S, et al. 2014. Heavy metals bioconcentration from soil to vegetables and assessment of health risk caused by their ingestion[J]. Biological Trace Element Research, 157(3): 256–265.
Hakanson L. 1980. An ecological risk index for aquatic pollution controla sedimentological approach[J]. Water Research, 14(8): 975–1001.DOI:10.1016/0043-1354(80)90143-8
何俊, 王学东, 陈世宝, 等. 2016. 典型污灌区土壤中Cd的形态、有效性及其影响因子[J]. 中国环境科学, 2016, 36(10): 3056–3063.DOI:10.3969/j.issn.1000-6923.2016.10.031
黄爽, 张仁铎, 张家应, 等. 2012. 土壤理化性质对吸附重金属镉的影响[J]. 灌溉排水学报, 2012, 31(1): 19–22.
Hu M H, Yuan J H, Lai C T. 2014. Pollution loss rate assessment of soil heavy metals in paddy field with sewage irrigation in Guixi City, Jiangxi Province, China[J]. Applied Mechanics & Materials, 614: 658–663.
焦文涛, 蒋新, 余贵芬, 等. 2005. 土壤有机质对镉在土壤中吸附-解吸行为的影响[J]. 环境化学, 2005, 24(5): 545–549.DOI:10.3321/j.issn:0254-6108.2005.05.012
Khan S, Cao Q, Zheng Y M, et al. 2008. Health risks of heavy metals in contaminated soils and food crops irrigated with wastewater in Beijing, China[J]. Environmental Pollution, 152(3): 686–92.DOI:10.1016/j.envpol.2007.06.056
Liang J, Chen C, Song X, et al. 2011. Assessment of heavy metal pollution in soil and plants from Dunhua Sewage Irrigation Area[J]. International Journal of Electrochemical Science, 6(11): 5314–5324.
Liu W H, Zhao J Z, Ouyang Z Y, et al. 2005. Impacts of sewage irrigation on heavy metal distribution and contamination in Beijing, China[J]. Environment International, 31(6): 805–812.DOI:10.1016/j.envint.2005.05.042
李梅, 吴启堂, 李锐, 等. 2009. 佛山市郊污灌菜地土壤和蔬菜的重金属污染状况与评价[J]. 华南农业大学学报, 2009, 30(2): 19–21.DOI:10.3969/j.issn.1001-411X.2009.02.005
李启权, 张少尧, 代天飞, 等. 2014. 成都平原农地土壤镉含量特征及来源研究[J]. 农业环境科学学报, 2014, 33(5): 898–906.
刘立群. 1990. 赣南土壤镉污染的防治途径[J]. 资源开发与保护, 1990, 6(2): 100–102.
Lottermoser B G. 2012. Effect of long-term irrigation with sewage effluent on the metal content of soils, Berlin, Germany[J]. Environmental Geochemistry & Health, 34(1): 67–76.
Meng W, Wang Z, Hu B, et al. 2016. Heavy metals in soil and plants after long-term sewage irrigation at Tianjin China:A case study assessment[J]. Agricultural Water Management, 171: 153–161.DOI:10.1016/j.agwat.2016.03.013
孟凡乔, 巩晓颖, 葛建国, 等. 2004. 污灌对土壤重金属含量的影响及其定量估算——以河北省洨河和府河灌区为例[J]. 农业环境科学学报, 2004, 23(2): 277–280.DOI:10.3321/j.issn:1672-2043.2004.02.018
Muchuweti M, Birkett J W, Chinyanga E, et al. 2006. Heavy metal content of vegetables irrigated with mixtures of wastewater and sewage sludge in Zimbabwe:Implications for human health[J]. Agriculture, Ecosystems and Environment, 112(1): 41–48.
庞妍, 同延安, 梁连友, 等. 2015. 污灌农田土壤-作物体系重金属污染评价[J]. 农业机械学报, 2015, 46(1): 148–154.
Rattan R K, Datta S P, Chhonkar P K, et al. 2005. Long-term impact of irrigation with sewage effluents on heavy metal content in soils, crops and groundwater-a case study[J]. Agriculture Ecosystems & Environment, 109(3): 310–322.
孙洪欣, 赵全利, 薛培英, 等. 2015. 不同夏玉米品种对镉、铅积累与转运的差异性田间研究[J]. 生态环境学报, 2015, 24(12): 2068–2074.
孙亚芳, 王祖伟, 孟伟庆, 等. 2015. 天津污灌区小麦和水稻重金属的含量及健康风险评价[J]. 农业环境科学学报, 2015, 34(4): 679–685.
Sukreeyapongse O, Holm P E, Strobel B W, et al. 2002. pH-dependent release of cadmium, copper, and lead from natural and sludge-amended soils[J]. Journal of Environmental Quality, 31(6): 1901–1909.DOI:10.2134/jeq2002.1901
Sun L N, Yang X B, Wang W Q, et al. 2008. Spatial distribution of Cd and Cu in soils in Shenyang Zhangshi Irrigation Area (SZIA), China[J]. Journal of Zhejiang University-Science B(Biomedicine & Biotechnology), 9(3): 271.
Wang X R, Zhou S L, Wu S H. 2016. Accumulation of heavy metals in different wheat plant parts in the Yangtze River Delta, China[J]. International Journal of Agriculture & Biology, 18(6): 1242–1248.
魏敬池. 2014. 洨河流域地表水质与地下水质污染研究[J]. 河北工业科技, 2014, 31(5): 407–411.
吴文勇, 尹世洋, 刘洪禄, 等. 2013. 污灌区土壤重金属空间结构与分布特征[J]. 农业工程学报, 2013, 9(4): 165–173.
Xing W, Zhang H, Scheckel K G, et al. 2016. Heavy metal and metalloid concentrations in components of 25 wheat (Triticum aestivum) varieties in the vicinity of lead smelters in Henan province, China[J]. Environmental Monitoring & Assessment, 188(1): 1–10.
Xue Z J, Liu S Q, Liu Y L, et al. 2012. Health risk assessment of heavy metals for edible parts of vegetables grown in sewage-irrigated soils in suburbs of Baoding City, China[J]. Environmental Monitoring & Assessment, 184(6): 3503–3513.
辛璐君, 齐学斌, 郭建青, 等. 2016. 单次污水灌溉后长期污灌土壤镉的垂向分布特征[J]. 中国生态农业学报, 2016, 24(2): 235–243.
熊孜. 2017.河北农田土壤重金属污染特征及风险评估研究[D].北京: 中国农业科学院. 22-25
杨朝晖. 2007.污水利用对河北省粮食作物生长环境及品质影响研究[D].江苏: 南京理工大学.1-6
Yadav R K, Minhas P S, Lal K, et al. 2015. Accumulation of metals in soils, groundwater and edible parts of crops grown under long-term irrigation with sewage mixed industrial effluents[J]. Bull Environ Contam Toxicol, 95(2): 200–206.DOI:10.1007/s00128-015-1547-z
Zeng F, Ali S, Zhang H, et al. 2011. The influence of pH and organic matter content in paddy soil on heavy metal availability and their uptake by rice plants[J]. Environmental Pollution, 159(1): 84–91.
Zhang Y L, Dai J L, Wangab R Q. 2008. Effects of long-term sewage irrigation on agricultural soil microbial structural and functional characterizations in Shandong, China[J]. European Journal of Soil Biology, 44(1): 84–91.DOI:10.1016/j.ejsobi.2007.10.003
Zhuang P, Lu H, Li Z, et al. 2014. Multiple Exposure and Effects Assessment of Heavy Metals in the Population near Mining Area in South China[J]. Plos One, 4(9): e94484.
张会民, 徐明岗, 吕家珑, 等. 2005. pH对土壤及其组分吸附和解吸镉的影响研究进展[J]. 农业环境科学学报, 2005, 24(z1): 320–324.DOI:10.3321/j.issn:1672-2043.2005.z1.078
张丽红, 徐慧珍, 于青春, 等. 2010. 河北清苑县及周边农田土壤及农作物中重金属污染状况与分析评价[J]. 农业环境科学学报, 2010, 29(11): 2139–2146.




相关话题/土壤 污染 农田 生态 灌区