农业环境中工业废水、废渣和废气的排入以及农药化肥的过量使用，使得农田土壤重金属含量不断增加。重金属在土壤-作物系统中迁移累积，不仅严重影响粮食品质，并可通过食物链进入人体，危害人体健康。

污染物的生态环境风险是以其生物有效性为基础的，而土壤中有效态重金属往往是元素能否被作物吸收的首要因素^[1]。因此，重金属有效态研究对于深入了解土壤重金属污染的潜在风险十分重要。化学提取法是目前检测土壤重金属生物有效性的常用方法，即采用特定的化学试剂和提取流程，活化释放出与土壤结合的活性态或潜在活性态重金属^[2]。CaCl₂是文献中广泛使用的中性盐提取剂，0.01 mol·L^-1 CaCl₂溶液的 pH、浓度和组成与土壤溶液相似，荷兰将0.01 mol·L^-1 CaCl₂溶液作为评价土壤养分含量及重金属有效性的标准提取液^[3]。Koopmans^[4]和Römkens^[5]的研究指出，CaCl₂溶液提取的土壤重金属含量与植物中重金属的浓度有明显的相关性。植物根系分泌物中的小分子量可溶性有机酸，可以活化土壤组分中微量金属元素，形成可溶性有机复合体，增加金属元素有效性^[6]。低浓度的醋酸溶液常被用来模拟植物根系环境，是重金属生物有效性研究中一种重要的有机酸提取剂。络合剂EDTA能与土壤释放的金属离子形成络合物而稳定地存在于提取液中，该提取剂常被用于探讨重金属在环境中的行为机制及生物有效性^[7]。现有研究表明，土壤重金属存在形态受到典型行业的污染源特征、土壤性质的影响^[8]，其中土壤pH、氧化还原电位、有机质、氧化物含量等都是影响重金属生物有效性的重要因素。当这些参数发生变化时，土壤对重金属的吸附和解吸能力以及重金属矿物在土壤溶液中的溶解度也随之改变^[9]。

本文选取氯化钙、醋酸和EDTA三种提取剂，对不同污染源地区农田土壤中重金属As、Cd、Cu和Zn的生物有效性进行研究，分析这些有效态金属对水稻吸收的影响。同时，以土壤性质和各提取态重金属含量为参数，建立水稻籽实重金属含量的多元回归预测模型，揭示不同污染源土壤中有效态重金属对农作物的影响，对于诠释土壤重金属在不同环境下的迁移转化规律及其潜在生态风险具有重要意义。

采样区分布及其周围污染源特征见图 1。研究区A、B、C分别位于江苏南部的望亭镇、鹅湖镇和丁蜀镇，研究区D位于安徽郎溪境内的狸桥镇。望亭采样区位于苏州相城区，采样点附近有大型燃煤发电厂及水泥厂，因此将该污染源定为大气沉降源；鹅湖采样区稻田毗邻化工厂，采样点附近是废水污染的河道，将该污染源类型定为工业废水源；丁蜀采样区的农田有较长的污水灌溉历史，将其定为污水灌溉源；狸桥采样区位于安徽郎溪县境内，采样点附近有一座正在开采的铜矿，雨水的侵蚀会把淋滤的矿渣废水带入农田环境，因此将其划定为矿山废渣源。

图 1 采样区分布及其周围污染源特征 Figure 1 Distributions of sampling sites and different pollution sources

图选项

2013年10月，在图 1所示研究区A、B、C、D附近500 m区域内的水稻田采集土壤和水稻籽实样品，每个地区采集样品13~15组。土壤采样深度为0~15 cm，每4个样点制备一个土壤和籽实的混合样，分别置于布袋中，运回实验室进行预处理。土壤样品自然风干后去除碎屑、石块等杂质后研磨粒径小于0.149 mm，储存备化学分析。水稻籽实样品用去离子水洗净，置于105 ℃烘箱中烘干至恒重，去壳后研磨至粒径小于0.074 mm，储存以备化学分析。

土壤pH值采用玻璃电极法测定，水土比为2.5:1，水稻根系土有机质含量的测定采用重铬酸钾氧化法。采用ICP-MS、AFS方法测定土壤中As、Cd、Cu以及Zn的含量，采用ICP-AES方法测定土壤中Fe、Al、Mn以及Ca元素的含量，进而推算出土壤中相应的氧化物含量。水稻籽实样品于500 ℃下灼烧 12 h，加入65% HNO₃和30% H₂O₂，消解澄清后过滤定容，稀释，然后测定溶液中重金属含量^[10]。本研究选择采用0.01 mol·L^-1 CaCl₂，0.43 mol·L^-1 HAc以及0.05 mol·L^-1 EDTA 浸提剂提取水稻根系土壤中有效态的As、Cd、Cu和Zn。各提取剂实验方法及参考文献见表 1。

表 1 选择的提取剂及相应实验方案 Table 1 Scheme and extractants used in experiment

表选项

所有数据均在Excel 2010建库并进行初步整理，采用Origin8.5对数据进行图形处理，采用SPSS19.0 进行数据相关性和多元线性回归分析。

由表 2可知，望亭研究区水稻土壤接近于中性，土壤中氧化钙含量较高；受到工业废水的影响，鹅湖研究区土壤样品偏酸性，且有机质含量较高；丁蜀镇是我国著名的紫砂土产地，该地区土壤样品中铁锰氧化物的含量较高；狸桥镇土壤类型主要为黄棕土，土壤呈酸性，土粒径偏细，受到明显的风化成土作用^[14]，因此该地区土壤有机质含量较低，且各类氧化物含量明显低于其他三个地区。这些性质差异可能对重金属的赋存形态产生影响。

表 2 研究区土壤的主要理化性质 Table 2 Major physicochemical properties of soils in studied areas

表选项

鹅湖研究区稻田土壤中As、Cd、Cu和Zn的平均含量分别为17.56、1.99、38.38、125.19 mg·kg^-1(图 2)，分别为当地土壤背景值^[15]的2.15、18.09、1.78和1.96倍，说明工业废水的排放向当地农田土壤中输入了可观的重金属。丁蜀研究区水稻根系土Cd的平均含量为4.34 mg·kg^-1，为当地土壤背景值的39.45倍，国家土壤二级质量标准(GB 15618—2008)的14.47倍，达到严重污染水平。狸桥研究区稻田土壤Cu含量相对较高，平均含量为57.37 mg·kg^-1，是当地土壤背景值的2.66倍，但土壤中As、Cd和Zn含量相对较低。

图 2 水稻根系土和籽实中重金属含量箱式图 Figure 2 Box plot of heavy metal concentrations in soils and rice grains from four areas

图选项

四个不同污染源地区水稻籽实中Cu、Zn含量差异性并不明显，所有地区水稻籽实中的Cu和Zn含量均未超标。虽然根系土中As的含量均未超标，但鹅湖和狸桥研究区仍分别有6件、2件籽实样品As含量略高于国家食品安全标准(GB 2715—2005)规定的限值0.2 mg·kg^-1。而根据糙米中Cd限量标准0.2 mg·kg^-1，丁蜀和鹅湖研究区籽实样品中Cd超标率分别为100%和50%，说明经过污水灌溉和受到工业废水污染的土壤Cd污染较为严重，食用污染地区种植的稻米有较高的健康风险。这与Khan^[16]、廖启林等^[17]的研究结果一致。

水稻根系土As、Cd、Cu和Zn的化学单步提取结果见表 3。提取率为提取剂提取的重金属含量与土壤重金属总量的比值，三种提取剂的提取能力依次为EDTA>HAc>CaCl₂，除Cd以外，CaCl₂所提取的重金属含量均低于其全量的2.0%，CaCl₂提取态Cd占全量的4%~12.55%。根据Kelepertzis^[18]和Li等^[19]的研究结果，CaCl₂提取的重金属含量均低于全量的0.5%，可能是因为本研究所用的土壤样品pH较低。EDTA对Cu和Cd的提取效果较好，提取的As和Zn的含量较低。事实上，植物根系分泌的可溶性有机物能与根系土中的铜离子发生络合反应，从而提高了根际土中Cu的生物有效性^[20]。从研究区域上看，鹅湖和丁蜀研究区土壤中重金属As、Cd有效态比例较高，而狸桥研究区土壤Cu、Zn有效态含量略高。

表 3 不同提取剂对四个地区土壤重金属的提取率 Table 3 Extraction rates of heavy metals in soils from four regions by different extractants(Mean±SD)

表选项

将CaCl₂、HAc和EDTA溶液提取的重金属含量作算术平均值计算出重金属的平均提取率，分析各污染源地区土壤基本性质与重金属平均提取率的相关关系(表 4)。望亭研究区Cu、Zn的提取率与土壤有机质含量呈现显著和极显著的正相关关系；鹅湖研究区土壤Cd的有效态含量与pH呈显著负相关，Zn的有效态含量与有机质显著相关；丁蜀研究区土壤重金属的平均提取率与土壤中铁、铝以及锰的氧化物呈现显著的负相关关系，与氧化钙含量有一定的负相关关系；狸桥研究区土壤重金属的平均提取率受到土壤pH以及氧化钙含量的影响较大。

表 4 土壤重金属平均提取率与土壤性质的相关性 Table 4 Correlations between extraction rates of heavy metals and soil properties

表选项

由表 4可知，随着土壤pH的增加，重金属的有效态含量降低，表明土壤pH是控制土壤重金属活性和生物化学行为的重要因素。土壤有机质对金属阳离子表现为结合和固定作用，起到降低毒性的作用^[21]。相反，植物根系分泌的天然小分子量有机物，或人为添加的小分子量有机物(如EDTA)，能与金属离子形成可溶性复合物，使其从固体表面解析，从而增加重金属元素活性和生物有效性^{[22, 23]}。因此，重金属与有机质结合的紧密程度及根系土壤环境影响生物利用的程度。铁铝氧化物和铁锰氧化物是土壤中常见的组分，由前文2.1的讨论可知，丁蜀研究区土壤中铁铝氧化物含量较高，这类氧化物可在植物根系形成一层对金属阳离子具有强烈吸附作用的铁锰氧化物膜，吸附和固定游离态重金属，导致提取态重金属含量的降低^{[24, 25]}。

在不同土壤环境下，各提取剂对重金属的提取效果有所差异。刘玉荣等^[26]认为，在复合污染条件下，络合剂EDTA是较为理想的提取剂，它可以释放非硅酸盐结合态的金属，提取的含量与植物中的金属元素含量相关性较好。Romkens等^[27]以0.01 mol·L^-1 CaCl₂溶液提取的Cd含量，有效地预测了台湾地区水稻籽实中Cd的含量。本文以CaCl₂、HAc和EDTA溶液提取态重金属含量为基本自变量，同时，在模型中加入pH、有机质、铁铝氧化物含量等土壤参数进行逐步回归，筛选出不同污染源地区水稻籽实各重金属含量的最优预测方程(表 5)。

表 5 各地区水稻籽实中重金属含量的多元线性回归预测方程 Table 5 Stepwise multiple linear regression equations for predicting metal concentrations in rice grains

表选项

在望亭研究区，水稻籽实中As、Cu含量可以用EDTA溶液提取态As浓度和土壤有机质进行预测，回归方程的决定系数分别为0.533和0.514；籽实Cd含量可根据CaCl₂提取的浓度以及土壤pH进行预测，方程决定系数为0.502。鹅湖研究区籽实重金属回归方程的预测性较低，其中只有EDTA提取的重金属含量对籽实中Cu、As有一定程度的预测性。在丁蜀研究区，用CaCl₂提取的Cd浓度和土壤MnO2可以有效地预测水稻籽实Cd含量，方程可解释变量差异的70.5%；用EDTA提取的Cu浓度、土壤MnO2和铝氧化物含量可有效地预测籽实Cu含量，方程可解释变量差异的0.805。狸桥研究区籽实Cu和Cd含量可以用CaCl₂和土壤pH进行较好预测，籽实Zn和As的预测性略差，或许因为砷在土壤中易形成 Fe、Al、Ca型砷化物而被固定^[28]。对于As、Cu和Zn而言，EDTA提取的重金属含量预测水稻中的重金属效果最佳，而CaCl₂提取的重金属含量能够有效地预测水稻中的Cd。从不同研究地区来看，丁蜀研究区和狸桥研究区籽实中重金属预测较好，表明自然淋滤或灌溉输入的重金属对水稻的吸收影响较为显著。

不同来源的重金属造成水稻土中重金属的污染特征差异，通常工业废水和污水灌溉来源的土壤中重金属的含量较高；不同的提取剂对土壤重金属的提取率存在差异，其中EDTA的提取率最高，其次为HAc的提取率，CaCl₂提取的重金属含量最低。水稻籽实Cd含量可以用CaCl₂溶液提取浓度进行有效预测，籽实中As和Cu的含量与EDTA提取态含量相关性较强，而水稻籽实中Zn的含量较难预测。pH、有机质和铁铝氧化物含量是影响重金属生物有效性的重要土壤参数，农田重金属的输入条件显著影响籽实中重金属的预测精度，通常尾矿淋滤和污水灌溉进入农田和籽实的重金属的预测性较好。