Effects of Amendment on Heavy Metals in Moderately Alkaline Farmland Soil and Their Accumulation in Wheat Around Smelting Plants

LI Hongliang, FU Yuncong, YUAN Cui, ZHU Xiaolong, GUI Juan, DAI Qingyun, HE Junqiang, DENG Lin, LIU Daihuan

PDF(1084 KB)
PDF(1084 KB)
Chinese Agricultural Science Bulletin ›› 2023, Vol. 39 ›› Issue (15) : 111-117. DOI: 10.11924/j.issn.1000-6850.casb2022-0418

Effects of Amendment on Heavy Metals in Moderately Alkaline Farmland Soil and Their Accumulation in Wheat Around Smelting Plants

Author information +
History +

Abstract

The effect of amendment 2,4,6-trimercaptotriazine trisodium (TMT) on the accumulation of heavy metals at the late growth stage of wheat in moderately alkaline farmland around the smelting plants were investigated through field experiments. The results showed that in the contaminated soil, adding w=0.10% (mass fraction) TMT55, after 60-240 days, the available cadmium (Cd) content of DTPA in soil was reduced by 18.50%-41.53% compared with that of the controlled, and the available lead (Pb) content of DTPA in soil was reduced by 21.06%-28.43%. Adding w=0.10% (mass fraction) TMT55 to the contaminated soil with available Cd content of 0.97 mg/kg, after 200 days, the Cd content of wheat root, stem and leaf decreased by 32.04%, 27.38%, and 35.39%, respectively, compared with those of the controlled; and after 240 days, the Cd content in wheat root, stem, leaf and grain decreased by 18.12%, 34.86%, 12.39% and 20.81%, respectively. Adding w=0.10% (mass fraction) TMT55 to the contaminated soil with available Pb content of 56.72 mg/kg, after 200 days, the Pb content of the wheat root, stem and leaf decreased by 26.84%, 23.84% and 29.32% compared with those of the controlled; and after 240 days, the Pb content in wheat root, stem, leaf and grain decreased by 14.34%, 46.36%, 19.29% and 42.40%, respectively. TMT55 could inhibit the accumulation of cadmium and lead in wheat at the late growth stage, and can be a potential material for the remediation of heavy metal contaminated alkaline farmland soil around smelting plants.

Key words

2,4,6-trimercaptotriazine trisodium (TMT) / around smelting plants / moderately alkaline farmland soil / amendment / wheat / cadmium / lead

Cite this article

Download Citations
LI Hongliang , FU Yuncong , YUAN Cui , ZHU Xiaolong , GUI Juan , DAI Qingyun , HE Junqiang , DENG Lin , LIU Daihuan. Effects of Amendment on Heavy Metals in Moderately Alkaline Farmland Soil and Their Accumulation in Wheat Around Smelting Plants. Chinese Agricultural Science Bulletin. 2023, 39(15): 111-117 https://doi.org/10.11924/j.issn.1000-6850.casb2022-0418

0 引言

1979年以来,中国经济的快速发展、中国城市规模越来越大、城市人口和面积也逐渐增加,由此而导致的城市生活垃圾也呈现迅猛增长的势头,目前已经成为中国城市发展中的一个严重问题[1]。哈尔滨市是东北地区的重要城市之一,人口增长和城市化进程也十分迅速,自1990年垃圾产量年递增较快,其城市生活垃圾产量也呈现爆炸性增加。目前,哈尔滨市处理生活垃圾的方法受技术条件限制,仍以简单填埋或直接堆放为主,而垃圾堆放过程中由于其分解缓慢,在分解过程中会产生含有大量有害物质、例如有机污染物、重金属、致病细菌等,对土壤和周围环境造成了严重污染[2]。土壤细菌是生态系统中的主要分解者[3],对于城镇生活垃圾的降解具有十分重要的作用,垃圾在土壤细菌的作用下,经过复杂的分解、吸收、转化反应,将垃圾分解成无机物质[4]。因此,探究生活垃圾堆放条件下土壤细菌群落结构的组成和多样性,对评估垃圾堆放对环境的影响以及恢复垃圾污染造成的土壤污染具有重要意义。
目前针对城市生活垃圾的研究主要集中在垃圾堆放后对土壤理化性质[5]和对土壤重金属污染[6]。例如,张青青等[7]研究发现垃圾长期堆放导致土壤pH降低,而土壤有机质、全氮、有效磷、速效钾增加;旦增等[8]通过对西藏班戈县垃圾填埋场土壤环境质量评估发现,垃圾场周边土壤重金属含量显著升高。而针对生活垃圾堆放对土壤微生物的研究,国内外学者也进行了一些研究,例如,Tan等[9]对厌氧污泥土壤细菌群落结构组成进行了研究;张子赟[10]对安徽合肥市垃圾堆放条件下土壤细菌群落结构和功能进行了研究。黑龙江省属于高寒地区,由于积温少、冬季漫长,垃圾分解缓慢,土壤微生物结构、多样性和功能均和暖温带地区有显著差异。然而,针对于东北地区,尤其是高寒地区生活垃圾堆放条件下土壤微生物群落结构的研究一直没有进行深入阐明。随着分子生物学技术的不断发展,尤其是二代高通量测序技术在微生物生态学中的应用,利用高通量测序技术,不仅可以准确的揭示出土壤微生物群落结构组成和多样性,而且还可以对其功能进行预测分析[11,12]
因此,揭示黑龙江省哈尔滨市长期生活垃圾堆放条件下土壤细菌群落结构和功能的影响就显得尤为重要。本研究中,笔者以哈尔滨市生活垃圾堆放出的土壤和相邻未污染土壤为研究对象,利用Illumina MiSeq高通量测序技术,对土壤细菌群落结构和功能进行研究,以期揭示高寒地区土壤细菌群落结构对于生活垃圾长期堆放的变化规律,以期为合理处理生活垃圾以及土壤修复提供理论依据。

1 材料与方法

1.1 采样地概况

采样地点位于黑龙江省哈尔滨市双城区亿丰生活垃圾处理厂的核心堆放区,该区域面积为70000 m2。该地区属于温带季风气候,年平均气温为5.1℃,年平均降水量约为569.1 mm,年日照时数约2580 h,年平均无霜期139天,平均相对湿度64%;该地区土壤类型为典型东北黑土。

1.2 样品采集

在亿丰生活垃圾处理厂选择长期堆放的土壤区域,于2020年5月进行取样。按照5点采样法选择3个10 m×10 m规格的样方,除去土壤表面垃圾物和表层土,用土钻钻取距离表层约0~20 cm处的土壤,将5个土样混合均匀取1 kg装入无菌自封袋,作为处理组(T);同时在垃圾堆周围50 m处,在未堆放垃圾作为空白对照,同样用土钻随机钻取5个0~20 cm处的土壤混合均匀取1 kg装入无菌自封袋,作为对照组(C),然后立即放入低温保温箱带回实验室后过2 mm筛处理,然后置于-80℃冰箱中用于后续分析。

1.3 土壤总DNA的提取和高通量测序

土壤基因组DNA采用Fast DNA® Spin Kit for Soil (MP Biomedicals,U.S.A)试剂盒进行提取,具体方法参照使用说明。提取完的土壤基因组DNA用NanoDrop2000进行检测。高通量测序引物采用338F和806R对细菌16S rRNA的V3~V4区进行扩增,扩增体系如下:
DNA 1 μL、引物1 μL、PCR Reaction Mix 12.5 μL,总体积为25 μL。扩增程序为95℃ 5 min、30个循环(95℃ 1 min、52℃ 1 min、72℃ 1 min),最后72℃ 10 min。PCR扩增产物用2%琼脂糖凝胶电泳进行检测,然后PCR产物进行高通量测序,高通量测序由上海美吉生物医药科技有限责任公司负责完成。

1.4 数据处理与统计测序数据

测序数据采用QIIME软件进行处理,双端序列使用Trimmomatic软件进行质量控制,去除Barcode序列和引物序列后,用FLASH软件拼接和过滤,用usearch软件去除嵌合体,获得有效序列;使用UPARSE软件(v7.0.1090)在97%的相似度下对有效序列进行OTU聚类,采用RDP classifier贝叶斯算法对OTU代表序列进行分类学分析将优化序列根据Silva库中的参考序列对OTU进行种属鉴定,最后获得OTU表。Alpha多样性指数(Chao和ACE、Shannon和Simpson)使用Mothur (v.1.30.2)进行计算。功能分析使用PICRUSt (v2.0.0)软件在线分析完成。Venn图、物种丰度图等用R实现。

2 结果与分析

2.1 测序结果

对无生活垃圾覆盖(C)和有生活垃圾覆盖(T)处理的土壤细菌16S rRNA基因序列的V4可变区进行高通量测序,分别得到113294和106606条序列,在剔除引物、低质量序列后,分别得到85435和76432条有效序列。对有效序列基于97%的序列相似度进行归并和OTU划分,处理组和对照组一共得到4579个有效的OTU,分别为2538和2041个;在门水平得到53个分类单元,2个处理分别为52和52个;在属水平得到586个分类单元,2个处理分别为559和484个。

2.2 土壤细菌多样性

2个处理的土壤细菌Alpha多样性结果见表1。由表1可知,处理组的Chao1和ACE指数均比对照组低14.47%和15.01%,无生活垃圾覆盖的土壤细菌具有更高的丰富度;处理组的Shannon指数低于对照组6.45%,而Simpson指数高于对照组,没有生活垃圾覆盖的土壤物种多样性更高。2组样本的测序覆盖率均在98%以上,说明取样合理,测序数据能够真实反映土壤样品中的微生物群落。
表1 土壤样品的微生物多样性指数
Sample Sobs Shannon Simpson Ace Chao1 Coverage/%
对照 1921.0±136.7a 6.2±0.1a 0.007±0.002a 2242.7±127.3a 2249.3±118.3a 98±0.00a
处理 1646.3±61.78b 5.8±0.12b 0.012±0.003a 1906.1±66.1b 1923.7±92.2b 98±0.00a

2.3 土壤细菌组成土壤细菌群落组成

2个处理的土壤细菌群落组成见图1和2。分析结果表明:在门水平,处理组与对照组的土壤细菌组成非常相似,相对丰度均以变形菌门(Proteobacteria)为最高,在2处理中分别为40.3%和42.6%,其次依次为拟杆菌门(Bacteroidetes)(21.7%、9.1%)、绿弯菌门(Chloroflexi)(5.9%、12.9%)、酸杆菌门(Acidobacteria)(7.3%、7.3%)、放线菌门(Actinobacteria)(4.2%、3.8%)、芽单胞菌门(Gemmatimonadetes)(2.3%、3.9%)、蓝细菌门(Cyanobacteria)(5.0%、1.0%)、Ignavibacteriae (2.0%、3.3%)(图1)。相较于对照组,处理组中变形菌门、绿弯菌门、芽单胞菌门、Ignavibacteriae的相对丰度增加,其中绿弯菌门增加幅度最大,为7.0%;而拟杆菌门、放线菌门、蓝细菌门等相对丰度减少,其中拟杆菌门减少幅度最大,为12.6%。
图1 不同处理土壤样品在门分类水平上细菌组成

Full size|PPT slide

在属水平上,2组处理均以黄单胞菌科的相对丰度最高,分别为5.1%和5.9%(图2)。硫化细菌属(Bacillus)的相对丰度最高,分别为3.1%和7.3%(图2)。相较于对照组,处理组中硫化细菌属(Bacillus)、厌氧绳菌属(Anaerolineaceae)、生孢噬胞菌属(Saprospiraceae)的相对丰度增加,分别增加4.3%、5.1%、1.4%;黄杆菌属(Flavobacterium)、丛毛单胞菌属(Comamonas)、噬纤维菌科(Cytophagaceae)的相对丰度减少,分别减少38.2%、17.3%、14.2%。
在细菌门水平上,垃圾堆放和对照土壤细菌门水平差异结构分析见图3A。从图3A可以看出,与对照相比,垃圾堆放显著提高了土壤Chloroflexi、Gemmatimonadetes、Aminicenantes、Parcubacteria、Spirochaetae的丰度(P<0.05);但是却显著降低了土壤Bacteroidetes、Chlorobi、Saccharibacteria的丰度(P<0.05)。
图2 不同处理土壤样品在属分类水平上细菌组成

Full size|PPT slide

图3 垃圾堆放对土壤细菌群落门(A)和属(B)水平的差异分析
*代表P<0.05;**代表P<0.01;***代表P<0.001

Full size|PPT slide

在细菌属水平上,垃圾堆放和对照土壤细菌属水平差异结构分析见图3B。与对照相比,垃圾堆放显著提高了土壤Desulfatiglaus、Gemmatimondaceae、Ignavibacterium、Xanthomonadales的丰度,而显著降低了土壤Flavobacterium的丰度。
通过Venn图分析2个处理土壤细菌共有的OTU数量及特有的OTU数量,共有的OTU数量有1775个,占总数的63.3%,对照组特有的属数量有763个,占总数的27.2%,处理组特有的属数量有266个,占总数的9.5%(图4)。
图4 不同处理土壤细菌在属分类水平上的Venn图

Full size|PPT slide

2.4 土壤的细菌功能性预测

通过对KEGG数据库(Kyoto encyclopedia of genes and genomes)进行比对预测结果(表2),发现在KEGG一级功能层中有6个代谢通路:代谢(Metabolism)、环境信息处理(Environmental Information Processing)、遗传信息处理(Genetic Information Processing)、细胞过程(Cellular processes)、人类疾病(Human Diseases)、有机体系统(Organismal Systems),其中代谢功能的占比最高,处理组中达到了10.47%,对照组为10.18%。在基因二级功能预测分析中发现由氨基酸代谢(Amino acid metabolism)、碳水化合物代谢(Carbohydrate metabolism)、膜运输(Membrane transport)、复制和修复(Replication and Repair)、能量代谢(Energy metabolism)、辅助因子和维生素的代谢(Metabolism of cofactors and vitamins)、类脂化合物代谢(Lipid metabolism)、核苷酸代谢(Nucleotide metabolism)、信号传导(Signal transduction)、类脂化合物代谢(Lipid metabolism)等41个子功能组成(表2)。相较于对照组,处理组中的膜运输、复制和修复、细胞运动等功能增强,相对丰度分别升高0.85%、0.02%、0.43%;氨基酸代谢、碳水化合物代谢、能量代谢、辅助因子和维生素的代谢、类脂化合物代谢等功能有所降低,相对丰度分别降低0.29%、0.16%、0.11%、0.09%、0.27%。
表2 土壤细菌群落功能丰度表
一级功能 二级功能 C 百分比/% T 百分比/%
Metabolism Amino Acid Metabolism 2854091 10.47 2331140 10.18
Metabolism Carbohydrate Metabolism 2670399 9.80 2206482 9.64
Environmental Information Processing Membrane Transport 2604045 9.56 2383110 10.41
Genetic Information Processing Replication and Repair 2021780 7.42 1708886 7.46
Metabolism Energy Metabolism 1804503 6.62 1491229 6.51
Unclassified Poorly Characterized 1398465 5.13 1172485 5.12
Genetic Information Processing Translation 1301802 4.78 1122984 4.90
Metabolism Metabolism of Cofactors and Vitamins 1245312 4.57 1025830 4.48
Unclassified Cellular Processes and Signaling 1034875 3.80 871649 3.81
Metabolism Lipid Metabolism 984298 3.61 804376 3.51
Metabolism Nucleotide Metabolism 925572 3.40 774079 3.38
Cellular Processes Cell Motility 911201 3.34 863550 3.77
Metabolism Xenobiotics Biodegradation and Metabolism 778081 2.86 593932 2.59
Unclassified Genetic Information Processing 735318 2.70 615411 2.69
Genetic Information Processing Folding, Sorting and Degradation 708558 2.60 616715 2.69
Unclassified Metabolism 700475 2.57 570276 2.49
Metabolism Glycan Biosynthesis and Metabolism 627282 2.30 536108 2.34
Environmental Information Processing Signal Transduction 617938 2.27 531786 2.32
Genetic Information Processing Transcription 605085 2.22 496863 2.17
一级功能 二级功能 C 百分比/% T 百分比/%
Metabolism Metabolism of Terpenoids and Polyketides 580423 2.13 467502 2.04
Metabolism Enzyme Families 552628 2.03 462769 2.02
Metabolism Metabolism of Other Amino Acids 499610 1.83 390798 1.71
Metabolism Biosynthesis of Other Secondary Metabolites 279783 1.03 227262 0.99
Cellular Processes Cell Growth and Death 162926 0.60 131388 0.57
Human Diseases Infectious Diseases 116452 0.43 90288 0.39
Organismal Systems Endocrine System 109991 0.40 90806 0.40
Cellular Processes Transport and Catabolism 89898 0.33 70245 0.31
Human Diseases Neurodegenerative Diseases 86995 0.32 68964 0.30
Environmental Information Processing Signaling Molecules and Interaction 46054 0.17 34673 0.15
Organismal Systems Environmental Adaptation 40935 0.15 35208 0.15
Human Diseases Cancers 40283 0.15 26719 0.12
Human Diseases Metabolic Diseases 23895 0.09 18772 0.08
Organismal Systems Nervous System 22358 0.08 17221 0.08
Organismal Systems Immune System 15163 0.06 12411 0.05
Organismal Systems Digestive System 13605 0.05 8702 0.04
Organismal Systems Circulatory System 11550 0.04 10397 0.05
Human Diseases Immune System Diseases 10862 0.04 7727 0.03
Organismal Systems Excretory System 10817 0.04 8228 0.04
Human Diseases Cardiovascular Diseases 4608 0.02 1683 0.01
Cellular Processes Cell Communication 54 0.00 36 0.00
Organismal Systems Sensory System 18 0.00 12 0.00

3 结论

生活垃圾堆放条件下土壤细菌群落alpha多样性显著降低,而且垃圾堆放改变了土壤细菌的群落结构组成,但是土壤细菌主要的功能并未发生显著改变,其一级代谢功能均为代谢,二级代谢功能均为氨基酸和碳水化合物代谢。因此,为降低垃圾堆放对土壤微生物的影响,还需要进一份对生活垃圾进行分类及无害化利用。本研究结果对于进一步探究生活垃圾堆放对土壤微生物结构和功能提供了基础数据,而且对于未来合理利用生活垃圾提供理论参考。

4 讨论

4.1 垃圾堆放对土壤细菌多样性的影响

本研究通过对哈尔滨市生活垃圾处理堆放区土壤细菌群落结构和多样性分析发现,长期垃圾堆放导致土壤细菌群落Shannon多样性指数和Chao多样性指数显著降低(表1)。这与张子赟[10]的研究结果一致。这表明长期的生活垃圾堆放会导致土壤细菌群落多样性降低,垃圾堆放过程中所产生的大量有机化合物、有毒物质、重金属、病毒、寄生虫等会影响土壤原有细菌群落多样性,使得土壤细菌群落多样性和丰富度显著下降,而土壤细菌群落多样性和丰富度的下降会导致土壤质量变差,土壤自身难以恢复到之前的原有状态。但是也有研究发现,垃圾长期堆放后土壤细菌多样性和丰富度会显著升高[13]。这说明生活垃圾堆放对土壤细菌群落多样性的影响是不同的,究其原因可能是生活垃圾含有大量厨余垃圾和含有大量营养元素的垃圾,这些垃圾含有细菌生长和繁殖所急需的养料,因此会显著提高土壤微生物的多样性和丰富度。而且垃圾堆放的深度[14]、生活垃圾种类[15]、堆放时间[16]、垃圾堆放区域[17]、土壤质地[18]等均会影响土壤微生物多样性和丰富度,因此需要从时空上对垃圾堆放对土壤微生物的影响进行分析。

4.2 垃圾堆放对土壤细菌群落结构的影响

研究结果发现,垃圾堆积堆放与未堆放在土壤细菌门水平组成相似,但是其相对优势细菌门不同。垃圾堆放土壤细菌主要以变形菌门、拟杆菌门、绿弯菌门和酸杆菌门为主。吴双等[19]对北京市北神树生活垃圾填埋场的土壤细菌群落结构研究发现,垃圾堆放中土壤细菌门卫变形菌门,这也本研究的结果一致。而且,何芝等[20]对山东、广东、上海、重庆生活垃圾堆放土壤细菌群落结构研究结果也同样发现变形菌门是最主要的细菌门。
和未堆放生活垃圾的土壤相比,垃圾堆放显著增加了土壤绿弯菌门、芽单胞菌门的丰度。绿弯菌是一个广泛分布与土壤中的细菌门,其营养方式和代谢途径十分丰富,参与大量元素循环和分解过程,其广泛分布与活性污泥和堆肥等生境中[21]。芽单胞菌门是一类寡养土壤单胞菌,大量分布在逆境生境中,具有较强的分解能力[1]。本研究中,生活垃圾中含有大量的有毒重金属等物质,因此导致垃圾堆放土壤中绿弯菌门、芽单胞菌门含量增加。
在属水平,垃圾堆放条件下,土壤中Desulfatiglaus、Gemmatimondaceae、Ignavibacterium、Xanthomonadales显著升高。Gemmatimondaceae环境样品中的含量丰富的细菌属,该属的细菌通常具有较强的降解纤维素能力,而且还具有重要的降解芳香族化合物和重金属络合物的能力,通常分布在高温、盐碱等逆境土壤中,通常是生活垃圾填埋场环境中的优势属[22]。生活垃圾填埋条件下土壤中逆境微生物含量的增加,对于利用土壤中逆境微生物来进行土壤修复具有十分重要的作用,这种菌属可以为开发微生物菌剂提供了宝贵的微生物资源。但是同时笔者也发现,在属水平上,土壤中还含有大量未知和未分类的细菌,对于这些细菌分类和功能还需要未来进一步的研究。

4.3 垃圾堆放对土壤细菌功能的影响

目前虽然已经开展了一些针对于垃圾堆放条件下土壤细菌群落结构的研究[23,24],但是针对垃圾堆放条件下土壤细菌功能的研究缺仍然缺乏。本研究采用PICRUSt功能预测方式对垃圾堆放下土壤细菌功能进行了分析。结果表明,在一级代谢水平上,垃圾堆放和未堆放土壤细菌功能均以代谢功能为主,土壤细菌功能基因多样性差异不大,但是在基因功能的丰度上出现了一定差异,未堆放组要高于堆放组。
在二级功能代谢水平上主要是氨基酸代谢(Amino Acid Metabolism)和碳水化合物代谢(Carbohydrate Metabolism)途径,未堆放土壤高于垃圾堆放土壤0.29%和0.16%,这可能是因为生活垃圾堆放过程中土壤有益细菌发生改变,主要以逆境微生物为主,因此导致微生物功能的降低[25]。其中垃圾堆放土壤中的优势菌门中变形菌门具有降解动植物残体、固氮及参与单碳化合物代谢等功能[26]。在垃圾堆放组的优势菌属中,芽孢杆菌属是一类主要利用单糖、双糖、淀粉、有机酸等作为碳源和能源的细菌[27]。相较于未堆放土壤,垃圾堆放土壤细菌中膜运输、复制和修复、细胞运动的代谢增加幅度最大。虽然本研究利用PICRUST在线预测了土壤中细菌的功能,但是由于该方法只能对已知的微生物进行功能预测,而对于大量未知的微生物是无法进行分析的,因此在未来需要进一步采用宏基因组方法,更加深入的探讨垃圾堆放下土壤细菌功能的改变。

References

[1]
王洋洋, 李方方, 王笑阳, 等. 铅锌冶炼厂周边农田土壤重金属污染空间分布特征及风险评估[J]. 环境科学, 2019, 40(1):437-444.
[2]
SUN Y B, ZHOU Q X, XIE X K, et al. Spatial, sources and risk assessment of heavy metal contamination of urban soils in typical regions of Shenyang, China[J]. Journal of hazardous materials, 2010, 174(1-3):455-462.
Surface soil samples from 36 sampling sites including different functional areas in seven districts of Shenyang, China were collected and analyzed. The results showed that the average concentrations of Cd, Cu, Pb and Zn in soil of Shenyang were up to 0.42, 51.26, 75.29 and 140.02mg/kg, respectively, which are much higher than their natural background values. Among the functional areas and administrative regions, the industrial regions and the Tiexi District displayed the highest metal concentrations. Pearson's correlation analysis showed that there existed close correlations among Cd, Cu, Pb and Zn (except for Cd-Cu) at 1% level. Principal Component Analysis (PCA) coupled with correlation between heavy metals revealed that heavy metal contamination might originate from traffic and industrial activities. The values of pollution index (PI) and integrated pollution index (IPI) indicated that metal pollution level was Pb>Cd>Zn>Cu, and Cd, Cu, Pb and Zn belong to moderate or high pollution level. Potential ecological risk indexes (RI) further indicated that Shenyang was suffering from serious metal contamination. These results are important for the development of proper management strategies to decrease non-point source pollution by various remediation practices in Shenyang, China.
[3]
李崇, 李法云, 张营, 等. 沈阳市街道灰尘中重金属的空间分布特征研究[J]. 生态环境, 2008, 17(2):560-564.
[4]
CHEN T B, ZHENG Y M, LEI M, et al. Assessment of heavy metal pollution in surface soils of urban parks in Beijing, China[J]. Chemosphere, 2005, 60(4):542-551.
[5]
杜平. 铅锌冶炼厂周边土壤中重金属污染的空间分布及其形态研究[D]. 北京: 中国环境科学研究院, 2007.
[6]
王利军, 卢新卫, 荆淇, 等. 宝鸡长青镇铅锌冶炼厂周边土壤重金属污染研究[J]. 农业环境科学学报, 2012, 31(2):325-330.
[7]
佘娟娟, 赵世君, 杨柳, 等. 铅锌冶炼厂周边土壤重金属的空间分布特征研究[J]. 江西农业学报, 2014, 26(6):110-113.
[8]
徐玉霞, 薛雷, 汪志华, 等. 关中西部某铅锌冶炼区周边耕地土壤重金属污染特征及评价[J]. 干旱地区农业研究, 2014, 32(2):251-256.
[9]
朱志勇, 李友军, 郝玉芬, 等. 镉对小麦(Triticum aestivum)干物质积累、转移及籽粒产量的影响[J]. 农业环境科学学报, 2012, 31(2):252-258.
[10]
张丙春, 王磊, 孟立红, 等. 镉胁迫下春小麦中镉的分布、富集及转移规律[J]. 生态学杂志, 2010, 29(12):2521-2524.
[11]
姜丽娜, 邵云, 李春喜, 等. 镉在小麦植株体内的吸收、分配和累积规律研究[J]. 河南农业科学, 2004, 33(7):13-17.
通过大田试验,研究镉(Cd)在麦株中的吸收、分配和累积的动态变化规律.结果表明,小麦植株中较易富集Cd2+的部位是叶、根及废弃物,而籽粒中Cd2+水平较低;Cd2+是一种不可移动的元素,在衰老部位累积较多,不能被其他未衰老的器官重新利用;Cd2+吸收量与植株干物重增加量呈极显著的正相关(r=0.916* *),吸收速率与植株干物重增加量呈显著的正相关(r=0.800*);灌浆期和拔节-抽穗期是镉污染控制的关键时期,且Cd2+吸收量最高,Cd2+吸收速率也最大.
[12]
MAKINO T, SUGAHARA K, SAKURAI Y, et al. Remediation of cadmium contamination in paddy soils by washing with chemicals: selection of washing chemicals[J]. Environmental pollution, 2006, 144(1):2-10.
The efficiencies of neutral salts, strong acids, and chelates were tested for extracting cadmium (Cd) from three paddy soils. The higher the selectivity of the cations of the added neutral salts toward soil adsorption sites, the lower the pH in the extracts and the more soil Cd could be extracted. In addition, soil carbon and nitrogen contents and mineral composition were closely associated with the amount of Cd extracted. Calcium chloride and iron(III) chloride were selected as wash chemicals to restore Cd-contaminated paddy soils in situ. Washing with calcium chloride led to the formation of Cd chloride complexes, enhancing Cd extraction from the soils. The washing also substantially decreased soil levels of exchangeable and acid-soluble Cd, which are the major forms of bioavailable Cd for rice (Oryza sativa L.). The optimum conditions for in situ soil washing were also determined for calcium chloride.
[13]
SUN Y B, ZHOU Q X, WANG L, et al. Cadmium tolerance and accumulation characteristics of Bidens pilosa L. as a potential Cd-hyperaccumulator[J]. Journal of hazardous materials, 2009, 161(2/3):808-814.
[14]
SUTHAR V, MAHMOOD UL HASSAN M, MEMON K S, et al. Heavy-metal phytoextraction potential of spinach and mustard grown in contaminated calcareous soils[J]. Communications in soil science and plant analysis, 2013, 44(18):2757-2770.
[15]
CHANG Y T, HSI H C, HSEU Z Y, et al. Chemical stabilization of cadmium in acidic soil using alkaline agronomic and industrial by-products[J]. Journal of environmental science and health part a-toxic/hazardous substances & environmental engineering, 2013, 48(13):1748-1756.
[16]
ZANUZZI A, FAZ A, ACOSTA J A. Chemical stabilization of metals in the environment:a feasible alternative for remediation of mine soils[J]. Environmental earth sciences, 2013, 70(6):2623-2632.
[17]
LEE S H, LEE J S, CHOI Y J, et al. In situ stabilization of Cadmium-, Lead-, and Zinc-contaminated soil using various amendments[J]. Chemosphere, 2009, 77(8):1069-1075.
[18]
LOMBI E, ZHAO F J, ZHAN G Y, et al. In situ fixation of metals in soils using bauxite residue:chemical assessment[J]. Environmental pollution, 2002, 118(3):435-443.
[19]
解晓露, 袁毳, 朱晓龙, 等. 中碱性镉污染农田原位钝化修复材料研究进展[J]. 土壤通报, 2018, 49(5):1009-1015.
[20]
MATLOCK M M, HENKE K R, ATWOOD D A, et al. Aqueous leaching properties and environmental implications of cadmium, lead and zinc trimercaptotriazine (TMT) compounds[J]. Water research, 2001, 35(15):3649-3655.
2,4,6-Trimercaptotriazine, trisodium salt nonahydrate (TMT-55) is a commercial product that is widely used to chemically precipitate cadmium, lead, zinc and other heavy metals from wastewaters and contaminated natural waters. When mixed with aqueous solutions of TMT-55, aqueous solutions of either reagent-grade zinc, cadmium, or lead salts precipitate crystalline "Zn-TMT", amorphous or crystalline "Cd-TMT" or amorphous "Pb-TMT" (M3[S3C3N3]2.nH2O, where M=Cd2+, Pb2+, and Zn2+ and n> or = 0) that may eventually crystallize if stored in air. Laboratory aqueous leaching studies over 78-106 days using pH 3 HCl, distilled water (pH 6) and pH 9-10 NaOH evaluated the stability of the Cd-, Pb-, and Zn-TMT precipitates. Under pH 3 conditions, the amorphous Cd- and Pb-TMT compounds converted to their crystalline forms and amorphous Cd-TMT also crystallized in distilled water. Otherwise, no decomposition products were detected in the leached solid residues. When compared with the aqueous solubilities of corresponding sulfides and most hydroxides, the TMT compounds were significantly more soluble in distilled water and pH 3 HCl.
[21]
HENKE K R, ROBERTSON D, KREPPS M K, et al. Chemistry and stability of precipitates from aqueous solutions of 2, 4, 6-trimercaptotriazine, trisodium salt, nonahydrate (TMT-55) and mercury (II) chloride[J]. Water research, 2000, 34(11):3005-3013.
[22]
张江生, 周康根, 姜科, 等. 新型TMT-硫酸铁固定剂对重金属污染土壤的修复研究[J]. 有色金属科学与工程, 2014, 5(2):10-14.
[23]
符云聪, 朱晓龙, 袁毳, 等. 含硫材料对中碱性农田土壤镉的钝化效果[J]. 生态与农村环境学报, 2019, 35(10):1353-1360.
[24]
符云聪, 赵瑰施, 张义, 等. 天然海泡石-二乙基二硫代氨基甲酸钠复合体对土壤中镉的钝化机制[J]. 环境污染与防治, 2018, 40(6):634-638.
[25]
黎红亮, 杨洋, 陈志鹏, 等. 花生和油菜对重金属的积累及其成品油的安全性[J]. 环境工程学报, 2015, 9(5):2488-2494.
[26]
符云聪, 赵瑰施, 张义, 等. 模拟酸雨淋溶下海泡石复合材料对污染土壤镉释放的影响[J]. 生态与农村环境学报, 2019, 35(2):242-247.
[27]
陈杰, 刘洁, 李顺奇, 等. 几种硫化物对紫色土汞的稳定化效果及优化稳定条件[J]. 环境工程学报, 2018, 12(3):893-903.
[28]
赵家印, 席运官, 代慧杰, 等. 钝化剂与有机肥配施对土壤有效态重金属及其在生菜中累积的影响[J]. 生态与农村环境学报, 2019, 35(11):1460-1467.
[29]
罗远恒, 顾雪元, 吴永贵, 等. 钝化剂对农田土壤镉污染的原位钝化修复效应研究[J]. 农业环境科学学报, 2014, 33(5):890-897.
[30]
NAIDU R, BOLAN N S, KOOKANA R S, et al. Ionic-strength and pH effects on the sorption of cadmium and the surface charge of soils[J]. European journal of soil science, 1994, 45:419-419.
[31]
李平, 王兴祥, 郎漫, 等. 改良剂对Cu、Cd污染土壤重金属形态转化的影响[J]. 中国环境科学, 2012, 32(7):1241-1249.
[32]
符云聪, 朱晓龙, 袁毳, 等. 小麦对镉的吸收、富集及其镉污染预测研究进展[J]. 中国农学通报, 2020, 36(6):37-41.
本研究回顾和总结了国内外学者对小麦镉吸收和富集的特点,对比分析了小麦各部位镉的富集系数,小麦不同部位镉富集顺序为:根&gt;叶&gt;茎&gt;籽粒。土壤镉安全阈值是保障小麦质量的重要指标,小麦籽粒中镉含量可以由土壤中总镉含量及pH值来预测。对3类不同浸提剂浸提的土壤有效态镉进行探讨,发现这些浸提剂浸提的土壤有效态镉含量与小麦镉含量间的相关性顺序为:络合剂类&gt;中性盐类(CaCl<sub>2</sub>)&gt;稀(弱)酸类。最后提出了结论和展望,以期为今后小麦镉污染预测提供重要的理论指导和思路。
[33]
胡艳玲, 李平, 齐学斌, 等. 不同清污轮灌模式下冬小麦对Cd敏感期分析[J]. 灌溉排水学报, 2016, 35(8):21-24.
[34]
季书勤, 郭瑞, 王汉芳, 等. 河南省主要小麦品种重金属污染评价及镉吸收规律研究[J]. 麦类作物学报, 2006, 26(6):154-157.
[35]
邱坤艳, 成永霞, 付燕利, 等. 冶炼企业周边大气降尘中重金属污染状况评价[J]. 环境保护科学, 2015, 41(4):43-45.
[36]
赵多勇, 魏益民, 魏帅, 等. 小麦籽粒铅污染来源的同位素解析研究[J]. 农业工程学报, 2012, 28(8):258-262.
[37]
蔡保松, 张国平. 大、小麦对镉的吸收、运输及在籽粒中的积累[J]. 麦类作物学报, 2002, 22(3):82-86.
[38]
杨金康, 朱利楠, 杨秋云, 等. 硅钙镁肥和改性腐殖酸对土壤镉形态和小麦镉积累的影响[J]. 生态与农村环境学报, 2021, 37(6):808-816.
[39]
周志云, 马文连, 周振, 等. 磷酸改性生物炭和氯混施对土壤铅形态及小麦铅吸收的影响[J]. 农业环境科学学报, 2018, 37(5):899-906.
Share on Mendeley
PDF(1084 KB)

Accesses

Citation

Detail

Sections
Recommended

/