土壤污染影响农产品安全，污染土壤的生态风险评价与早期预警已经成为全球关注的重大问题之一。重金属污染不仅危害生态环境，影响植物特别是农作物的生长和发育^[1-2]，还可通过食物链侵入人体，破坏人体神经系统、免疫系统、骨骼系统等，严重危害到人类健康^[3-4]。土壤重金属对生物的毒害程度与重金属生物有效性密切相关，因此选择合理的有效性评价方法对于科学地评估重金属污染危害十分重要^[5-6]。

2016年5月，国务院正式发布《土壤污染防治行动计划》，其明确要求污染耕地土壤的防治策略为“安全利用”，而评估受污染土壤是否“安全”仍未有统一方法，因此在当前形势下建立科学合理的污染土壤安全性评估方法尤为重要。

目前，最常用的重金属生物有效性评价方法为化学提取法，大多数研究者都以单一提取剂提取的重金属含量作为有效态的参考指标^[7]。单一化学提取法具有操作简单迅速、成本低等优势，但提取过程中会发生重金属的再吸附和再分配问题^[8]，而且缺乏对重金属在根部环境中动态变化的考虑^[9]。

梯度扩散薄膜技术（DGT）是基于传统化学提取法发展而来的一种新型化学提取技术，已运用于土壤、沉积物中重金属生物有效性和迁移特性的研究^[9]，在水体和沉积物中已实现了阴离子和氧流量的高分辨率成像^[10]。相关研究表明，DGT在评价小麦、水稻等多种植物对重金属的吸收方面取得了较好的效果^[11-12]，更为准确地预测了包括Cu、Zn、Pb、As等多种重金属生物有效性，模拟了植物对重金属的吸收^[13-15]。宋宁宁等^[16-17]利用DGT模拟黑麦草中Cd吸收、桑树叶片Pb的吸收，王芳丽等^[18]利用DGT模拟甘蔗中Cd的吸收均取得较好效果。国内做DGT很多，但真正可用的数据还远不能满足实际需要，多数研究主要针对于室内盆栽实验，对于DGT实际应用效果的评估研究相当缺乏，大田采样策略研究更是非常罕见。

国际上基于土壤重金属有效性评价方法尚未建立统一环境质量安全标准。不同研究者研究的对象有较大的差异，所以这些评价方法还有待进一步验证。本研究通过同步采集重金属污染典型区域大田中土壤和水稻样品，分析对比总量法、传统化学提取法和DGT在预测水稻中Cd蓄积作用的效果，研究比较几种方法在不同污染浓度条件下的评估效果，阐述几种评估技术在稻田土壤污染防治工作中应用的可行性和前景，以期为稻田土壤Cd污染范围的划定及安全性评估提供方法学指导。

1 材料和方法 1.1 供试材料

试验用土壤、水稻均同步采自湖北省某污染区域内的水稻田。根据前期调研结果，选取4个不同污染程度的地块采集样品，每个地块污染浓度分布较均匀，地块内采用网格法布点，采样点用GPS定位，采样点之间间隔100 m。每个样品按对角线法3点采集水稻样品、水稻根部土壤，并分别制成1个水稻混合样和1个土壤混合样，采样深度为0~20 cm。共计采样点31个，按S-1、S-2、S-3……S-31进行编号。样品采回后将土壤风干过2 mm筛，混匀，备用。植物样品用自来水充分冲洗以去除粘附于植物样品上的泥土和污物，籽粒用去离子水冲洗，用滤纸吸干，在105 ℃杀青20 min，70 ℃烘至恒重，去壳，用石英研钵磨碎，过100目筛后装入样品袋备用。

1.2 土壤物理化学性质

土壤pH测定：土壤风干后过1 mm筛，与蒸馏水按1：2.5比例混合搅拌，使用pH计（Mettler Toledo，瑞典）测定。土壤粒径测定：取风干土壤过1 mm筛，使用激光粒度分析仪（L-950，日本）分析测定。有机质：土壤风干后过0.15 mm筛，用C/N测定仪（Multi N/C 3100，Analytik Jena，德国）分析测定。阳离子交换量（CEC）：参考文献[19]采用过醋酸铵提取法测得（pH=7.0）。

1.3 土壤和水稻Cd全量测定

土壤样品用体积比为3：2：2的HNO₃、HClO₄和HF进行消解，水稻谷粒用体积比为3：1的浓HNO₃与HClO₄进行消解（Mars：240/50，CEM，美国），用电感耦合等离子体质谱（ICP-MS，Agilent 7500c，美国）测定重金属含量。消解以及测定过程中以国家标准物质GBW076410、GBW07603进行质量控制。

1.4 DGT提取Cd含量测定

每个样品另取部分测最大含水量（MWHC），采用室内环刀法^[20]并进行简化，方法如下：称取过2 mm筛的风干土壤，放入折叠滤纸中，然后放置于盛有去离子水的烧杯中并使土壤表面高于烧杯中水表面，静置2 h；待吸水充分后倒去烧杯中水，搁置土壤及滤纸一段时间，直至滤纸表面水沥干，称重；随后将土壤置于烘箱烘干，再次称量，两次称量差重即为最大含水量。DGT装置（DGT Research Ltd.，Lancaster，UK）按如下程序放置：①土壤的平衡。称取80 g（过2 mm筛）风干土壤放入100 mL塑料瓶中，加入最大含水量40%的超纯水搅拌均匀，盖上塑料盖，在25 ℃下平衡48 h，然后再次加超纯水至最大含水量的80%充分搅拌均匀，待土壤表面光滑且搅拌不费力时，在25 ℃下平衡24 h；②DGT的放置。取适量平衡后的土样填入塑料瓶表面皿中，并保持一定厚度（8~10 mm），首先在DGT装置的窗口边缘抹上相应的土壤，然后将装置小心插入土壤，保持与土壤紧密接触但又不会挤压到凝胶膜。DGT插好后在塑料表面皿上盖上塑料盖，留出缝隙，转移至自封袋中并加入少量超纯水，封住袋口的3/4，在保持土壤水分含量的同时保证空气流通，准确多次记录自封袋内温度并求取平均值；③DGT的回收和提取。24 h后取出装置，先用去离子水冲洗表面直至清洁，拆开DGT，取出吸附膜放入2 mL离心管中，加入1 mL 1 mol·L^-1 HNO₃，静置、提取24 h，提取液低温保存，适当稀释后用ICP-MS分析测定^[11]，DGT测定浓度计算详见文献[12, 21]。

1.5 土壤溶液法、CaCl₂提取法Cd含量测定

DGT测定后剩余土壤样品转移至50 mL塑料离心管中，以3000 r·min^-1离心20 min，取其上清液，经0.45 μm的滤膜过滤后用ICP-MS测定溶液中Cd含量^[21]。称取3 g风干后的土壤样品，加入30 mL 0.01 mol·L^-1 CaCl₂溶液，室温振荡2 h，3000 r·min^-1离心20 min，过0.45 μm滤膜后使用ICP-MS测定提取液中Cd含量^[22]。

1.6 数据分析

以上每个试验设置3个平行，结果取平均值，测定值若与平均值的偏差超过3倍标准差则舍弃。数据采用Excel分析、Origin 8.6作图，采用线性拟合及曲线拟合分析数据。

2 结果与讨论 2.1 土壤及水稻中Cd污染蓄积状况

土壤理化性质（表 1）：pH范围为4.86~7.17，除S-1、S-9、S-19、S-20点位pH分别为7.09、7.17、7.04、7.07，呈弱碱性，其余土壤偏弱酸性。有机质（OM）含量范围为1.41%~8.14%，S-6、S-8、S-18~S-30点位土壤肥力很高，OM在4.33%~8.14%之间，特别是S-19、S-20、S-23、S-27、S-31土壤OM分别高达7.62%、8.10%、8.14%、7.69%、7.15%。CEC在105.35~223.63 cmol·kg^-1之间。土壤颗粒组成为黏粒0.7%~2.4%、粉粒42.2%~86.9%、砂粒10.7%~56.4%，除S-8土壤为砂质壤土，其余均为粉砂质壤土。

如表 1所示，土壤Cd含量范围为0.31~10.64 mg·kg^-1，均值为5.10 mg·kg^-1，远超过当地土壤Cd背景值0.5 mg·kg^-1[23]，超标率达87.1%。生长于土壤中的水稻谷粒也受到了一定污染，蓄积Cd含量范围为0.06~2.16 mg·kg^-1，平均值高达0.54 mg·kg^-1，超出食物安全国家标准（GB 2762—2012）规定的0.2 mg·kg^-1，均值超标倍数为1.7倍，超标率达48.4%。研究区域土壤部分Cd污染严重，水稻也受到一定影响，对当地人群健康构成潜在威胁（图 1）。

分析水稻对土壤Cd的富集情况发现，不同采样点水稻对土壤Cd富集系数（BCF）不一，BCF值范围为0.02~0.27（表 2）。根据表 2中前人对土壤水稻及谷粒富集情况研究所示，水稻对Cd的富集能力差异较大，BCF值最低不足0.02，最高可达1.47。可见，受水稻富集差异影响，农田土壤中Cd浓度不能完全代表谷粒中Cd蓄积程度。

2.2 土壤Cd全量对稻田土壤的安全性评估

图 2为土壤Cd全量与各提取态Cd的相关关系图。土壤Cd全量与DGT、土壤溶液提取态、CaCl₂提取态Cd含量相关系数R²分别为0.52、0.33、0.26，未表现出明显相关性，表明土壤Cd全量不能很好地评估预测土壤Cd有效性。按照Tessier等^[31]重金属形态分布理论，土壤中重金属全量应包含水溶态、可交换态、碳酸盐结合态、铁锰氧化物结合态、有机物及硫化物结合态和残渣态。在各提取态中，易于迁移转化的水溶态、可交换态重金属易被植物吸收，碳酸盐结合态、部分铁锰氧化态及有机物结合态重金属在pH或氧化还原条件等变化时可被释放出来成为植物有效态^[32]，而其他形态的重金属不易被植物吸收，因此利用土壤中的重金属总量评估植物Cd蓄积量较为困难。

图 3中土壤Cd全量与谷粒Cd含量相关系数为0.46，没有明显的相关性。土壤Cd全量反映的污染程度与谷粒Cd累积量并不存在一致性。部分点位土壤Cd全量较高，然而相应的水稻谷粒中积累的Cd含量并不高，如有点位土壤Cd全量值达到4.30 mg·kg^-1，而对应的水稻谷粒Cd含量为0.15 mg·kg^-1，另有点位土壤Cd全量为4.52 mg·kg^-1，对应的谷粒Cd含量却达到了0.46 mg·kg^-1。因此，单一的土壤全量值并不能确切地表明土壤的污染状况，也不能通过全量预测植物对重金属的吸收情况。

2.3 DGT、土壤溶液和CaCl₂提取法对大田土壤安全性评估

图 4为DGT、土壤溶液和0.01 mol·L^-1 CaCl₂提取Cd含量与水稻谷粒积累Cd含量相关关系图，随着提取态Cd含量增大，谷粒Cd含量线性上升，3种提取法提取量与谷粒Cd含量均显著相关，线性相关系数R²分别为0.89、0.87、0.80。DGT提取的Cd含量与水稻谷粒Cd含量之间的相关性高于土壤溶液法和CaCl₂提取法。3种方法预测效果都优于全量法，可见土壤Cd有效态含量比全量更能反映植物对Cd的积累，能更好地反映土壤的污染状况。

DGT提取的有效态Cd含量与谷粒中Cd含量相关性优于土壤溶液和0.01 mol·L^-1 CaCl₂提取法，这与Tian等^[11]、宋宁宁等^[16]研究一致。相关研究表明，0.01 mol·L^-1 CaCl₂是评估土壤Cd生物有效性的有效提取剂，提取的金属含量与植物体内中Cd含量存在较好相关性，且适用性广，在某种程度上是评估土壤Cd有效性的较好方法^[33-35]。而土壤中Cd的赋存形态还包括碳酸盐结合态、铁锰氧化物结合态、有机物及硫化物结合态和残渣态^[31]，土壤pH值、氧化还原环境都可影响土壤Cd有效态，如在pH降低时碳酸盐结合态可转化为交换态，在还原条件下铁锰氧化物结合态易发生解吸，在碱性及氧化条件下，有机物及硫化物结合态可转化至活性状态^{[32, 36-37]}。CaCl₂提取环境为中性，较适用于pH＜7的酸性土壤^[15]，无法将潜在可被利用的有效态提取出来，因而可能会低估重金属有效态。土壤溶液中部分重金属形态可供给植物吸收利用，另外还有不能被植物利用的惰性形态，同时土壤溶液也难以提取出潜在可利用态，有较大局限性^[38]。DGT检测结果包含了土壤颗粒物释放以及土壤溶液中的多种形态，但不包括土壤溶液中胶体和惰性络合物^[9]，因此，DGT检测的有效态Cd比土壤溶液和CaCl₂提取的Cd更接近于植物可利用态含量，与谷粒Cd含量的相关性优于另外两种提取法。

将DGT、土壤溶液和CaCl₂法提取Cd含量与谷粒Cd含量进行曲线拟合，得到更好的相关关系曲线，相关系数R²分别达0.94、0.92、0.83，优于线性拟合（图 4）。随着Cd有效态浓度的提高，谷粒Cd含量呈上升趋势，最初增长速率随着Cd浓度升高而增大，当达到一定浓度时（DGT-Cd达2.34 μg·L^-1、CaCl₂-Cd达0.09 mg·kg^-1、土壤溶液-Cd达3.40 μg·L^-1，此时谷粒Cd分别为0.88、0.80、0.71 mg·kg^-1），增长速率开始逐渐降低，呈两端平缓，中段快速增长的形式。Nolan等^[12]、Sonmez等^[39]研究认为，金属的吸收模式是（植物内化能力）由植物从土壤到根部的运输和从根部到地上部的转运控制，谷粒Cd含量最初上升较缓，后期趋于平稳状态，可能是水稻的内化作用主导植物吸收。Kim等^[40]认为，Cd²⁺通过与Ca²⁺、Mg²⁺竞争离子通道而进入到水稻根系内，当有效态Cd浓度较低时，Cd²⁺与Ca²⁺、Mg²⁺竞争处于劣势而不能被根系有效吸收，致使谷粒Cd含量增长较缓。当Cd有效态浓度较高时，Cd²⁺具有竞争优势，为有效吸收，此时水稻的吸收不再受离子竞争限制，转而由土壤过程中有效态Cd浓度控制，因此曲线中段谷粒Cd含量随有效态Cd浓度增加而快速增长。后期谷粒Cd浓度上升速度减缓，可能是高浓度Cd污染对植物产生毒害，抑制Cd的转运而减少谷粒对Cd的累积。张路等^[27]认为，随Cd胁迫程度增加，为避免地上部受到更多毒害，水稻将更多的Cd固定于根系，减少其向地上部的转运。如图 5所示，Cd从茎叶向谷粒中的转运系数（TF）^[41-42]，其在茎叶中Cd浓度较高时普遍偏低，均低于0.2。茎叶中的Cd含量未见饱和趋势，即根系转运至茎叶未受影响，可能是谷粒积累Cd的关键过程——从木质部转运至韧皮部进入谷粒的转运受到破坏^[43-44]，以致减少谷粒中Cd积累量。在土壤Cd污染浓度范围较宽时，曲线拟合比直线拟合预测Cd有效性效果更优，更符合水稻对土壤Cd的吸收转运过程。

2.4 DGT预测大田土壤Cd生物有效性的机理

本文DGT提取Cd浓度表达的是测量期间DGT与土壤界面的平均浓度（C_DGT），DGT对土壤固-液相的动态模拟特点可通过计算R值，明确地判断在DGT测量期间颗粒物向土壤溶液的释放程度：

式中：C_solu为土壤溶液的总浓度（Bulk concentration），μg·L^-1；C_DGT为DGT测定浓度；R可以用来描述当土壤溶液中的金属被转移或消耗时土壤颗粒物补充金属的能力（0＜R＜1）。

颗粒物补充金属的能力分为单扩散型（颗粒物无金属补给时R值达到最小值，为R_diff）、部分持续型以及完全持续型。当R值处于R_diff与0.95之间时，DGT界面金属的消耗得到部分持续补给，高于0.95则得到完全持续地补给^[9]。本实验利用2D DIFS模型^[45-46]模拟出DGT在提取过程的R_diff值，模型模拟的R值变化如图 6所示，当放置时间高于20 h后，R值大小趋于稳定，表明此时土壤固相对液相补给已达到平衡，得到R_diff值为0.07。实验所得R值均高于0.3，约一半土壤样品的R值高于0.95，属于完全持续补给型，其余土壤为部分持续补给型，总体补给较为充分。Ernstberger等^[46-47]研究表明，pH、土壤有机质含量较高的情况下，土壤颗粒吸附重金属的量较为丰富，具有较强的向溶液中补给的能力。本研究发现pH、有机质含量相对较高的土壤样品，R值较高，显示了较强的从土壤固态向液态补给的能力。而pH较低、土质为粉砂质的土壤样品，R值较小（0.32~0.67），土壤补给能力较弱，与Zhang等^[48]研究结论一致。Ernstberger等^[47]利用DGT在冲积潜育土上放置不同反应时间（4 h到19.5 d），得到Cu、Cd、Ni和Zn随时间变化的R值，发现在100 h以内Cd的R值变化在0.4~0.6之间，由DIFS模型计算出Cd的反应时间Tc值约为13 min。Ernstberger等^[46]又在其他5种不同的土壤中开展类似的实验，实验结果表明DIFS模型得出Cd的反应时间Tc比较短（＜8 min），说明重金属Cd在土壤中的供给速率较迅速。

由于Cd易于从颗粒物释放，对土壤溶液存在快速且较充分的补给，这一过程对水稻吸收Cd的影响不可忽略，DGT用于土壤重金属有效性的测定原理及环境，非常接近根部对土壤重金属的吸收过程，能够模拟根部吸收Cd时根部附近Cd浓度下降引起的颗粒物向土壤溶液的释放过程，因此较传统化学提取法更好地反映了土壤重金属污染状况，更准确地预测了水稻籽粒中Cd的积累。

3 结论

(1) 土壤Cd全量与DGT、土壤溶液和0.01 mol·L^-1 CaCl₂提取Cd、谷粒Cd含量之间无显著线性相关关系，说明单一的土壤全量值不能确切地表明土壤的污染状况，总量法不能准确评估土壤重金属Cd有效性，也难以预测土壤Cd被水稻吸收蓄积程度。

(2) DGT检测结果与水稻Cd含量相关关系优于土壤溶液法和0.01 mol·L^-1 CaCl₂提取法，说明DGT技术评估土壤Cd生物有效性具有更好的效果。DGT技术模拟了根部吸收土壤Cd过程中土壤固-液释放补给动态过程，较其他方法更科学地预测水稻Cd的蓄积，是评估大田土壤Cd生物有效性的较好方法。在土壤Cd污染浓度较严重的情况下，DGT检测结果与稻谷蓄积含量相关关系的曲线拟合结果优于线性拟合，Cd有效性预测应考虑水稻体内Cd的内化转运特点。

(3) 本研究使用DGT技术评估野外采集稻田土壤生物有效性，野外取样后在实验室进行测定，与原位测定存在一定差异。DGT技术操作简便，易于携带，在评估土壤重金属有效性方面具有广阔前景，若实现原位检测可为农田土壤污染程度的评估和污染范围的划定提供帮助。