【专家视角】四川大学余江教授团队JHM｜RAC评估可能会高估土壤重金属的迁移风险

来源：市场资讯

（来源：生态修复网）

文章信息

第一作者：巫英东

通讯作者：余江 教授

通讯单位：四川大学

https://doi.org/10.1016/j.jhazmat.2025.140792

亮点

• 构建了包含全球5151种土壤重金属组分的数据集。

• 酸性提取金属的比例随pH值上升而上升，显示出意想不到的趋势。

• 使用RAC评估风险时，重金属在土壤中的迁移性被高估了。

• 环境因素会改变土壤pH与可酸提取金属的相关性。

• 提出了一个成分-环境耦合框架以更好地评估风险。

研究进展

重金属（HMs）对人类健康、生态安全和环境质量构成严重威胁，因此准确的风险评估对于环境保护和可持续土地管理至关重要。然而，仅依赖总HMs浓度可能导致对环境风险的误估，因为这些方法未考虑HMs在土壤系统中的地球化学分馏和实际环境迁移性。为避免仅仅根据总浓度评估HMs的风险评估偏误，当前基于BCR的可提取酸性成分的比例（PF1）衍生的风险评估代码（RAC）被广泛用于评估金属迁移的迁移风险。RAC的核心假设是更高的PF1意味着HMs的迁移风险风险更高。然而，这一假设的有效性受到土壤pH对F1组分的双向调控所挑战。如图1所示，随着pH升高，HMs倾向于与碳酸根离子复合物，导致可交换组分减少，而碳酸盐结合组分增加。这种内在的对抗行为带来了不确定性。众多区域性研究报告结果不一致。

图1 F1组分对pH的拮抗响应及基于RAC评估的潜在偏差。随着pH升高，F1中可交换态比例逐渐降低，而碳酸盐结合态比例增加。同时，土壤吸附作用增强，沉淀/络合更趋稳定，导致重金属整体迁移性下降。在此条件下，若直接应用RAC标准——“较高的P_F1意味着较高的迁移风险”——则当PF1随pH升高而增加或对pH敏感性较低时，PF1可能与实际迁移性发生偏离，从而导致迁移风险的高估。

这凸显了一个重要的研究空白：HMs的PF1对土壤pH值升高有何反应？如果PF1随着pH值的升高而升高或者不变，RAC会错误地表示HM的活动风险增加或保持不变。这可能导致迁移风险被高估，因为较高的pH通常能增强HMs的土壤吸附能力。这也暴露了RAC的一个关键局限——它完全依赖于PF1，同时忽略了pH对HM活动能力的影响。因此，澄清PF1随pH值变化对于准确评估HMs的迁移风险至关重要。为了解决这个研究空白，本研究收集了5151个数据，并结合非参数统计、机器学习和SHAP开展分析，研究框架如图2所示。

图2 数据处理与分析步骤的工作流程示意图。首先从文献中收集数据，随后对数据集进行预处理，继而开展组间差异检验与随机森林建模。在此基础上，通过特征重要性分析与SHAP解释，并结合亚组分析，系统阐明pH与PF1之间的关系，最终对结果进行可视化呈现。

在收集的各种HM中，Cd的平均值最高（34.49%），其次是Mn（19.66%）和Zn（16.57%）。其他HM（Cr、Cu、Fe、Ni和Pb）均小于10%（图3c），Fe含量最低(2.65%)。样本充分覆盖了土壤结构三角形，代表了从沙质到粘土质等多种土壤质地（图3d）。

图3 样本的分布特征。（a）采样点在全球空间分布；（b）各HMs的样本占比，其中Pb（n=998）和Zn（n=928）样本规模最大；（c）不同HMsPF1（%）分布情况，Cd的PF1的平均值最高（34.49%），Fe最低（2.65%）；（d）土壤质地分类图。

组间分析揭示了重金属PF1对pH的响应具有特异性。Cd与Ni的PF1在不同pH下无显著差异。Cr、Fe、Mn和Pb的PF1在碱性条件下显著高于酸性条件（图4a-d），其中Fe差异最显著。Zn的PF1在中性土壤中最高（图4e）。相反，Cu的PF1在酸性条件下达到峰值（图4f）。

图4 不同的HMs的PF1在不同pH类别下的比较

Spearman相关分析显示，除Cd、Ni外，多数重金属的迁移形态指标PF1与土壤pH显著相关（Cr、Fe、Mn、Pb、Zn为正相关；Cu为负相关）（图5a）。随机森林模型进一步表明，pH对Cr的PF1预测贡献最大（36.60%），对Ni最小（0.45%）（图5b）。SHAP边际效应分析揭示了pH影响的金属特异性模式：Cr、Fe、Mn、Pb的SHAP值随pH升高稳定增加（图5c-f）；Zn在低pH区响应迅速（图5g）；Cd与Cu则呈现复杂的非线性波动（图5h-i）。结果证实土壤pH对重金属迁移性的影响存在显著差异。

图5 pH对重金属迁移形态的影响。（a）PF1与土壤pH之间的Spearman相关系数；（b）随机森林特征重要性（%IncMSE）；（c–j）SHAP部分依赖图展示了pH对PF1的边际效应。

通过亚组分析揭示了环境因子对土壤pH与重金属迁移形态（PF1）关系的显著调节作用。具体而言：年均温（MAT）主要调节Fe（图6a），其PF1随pH上升的增幅在高温环境下更强。年降水量（MAP）显著影响Cd和Cu（图6b-c），低MAP下Cd的PF1随pH升高而下降，而高MAP下趋势相反；Cu的响应趋势也在高低MAP组间呈现对立。粘土含量（Clay）能改变Cu、Fe、Pb的响应方向（图7a-c），例如高粘土组中Fe的PF1随pH上升而下降，而Pb则持续上升。有机碳（OC）含量强烈调节Ni（图7d），高OC组在碱性条件下PF1增速远高于低OC组。这些结果表明，气候与土壤属性共同塑造了重金属迁移行为对pH响应的复杂格局。

图6 不同气候条件下各HMs的PF1与土壤pH间的关系

图7 不同Clay和OC条件下各HMs的PF1与土壤pH间的关系

上述结果表明，Cr、Fe、Mn、Pb和Zn的PF1随着土壤pH的增加而增加，因此RAC会评估这些HMs的迁移风险随着pH的增加而增加，这与pH的增加会增强土壤对金属阳离子的吸附这一认知矛盾，即RAC可能会高估土壤HMs的迁移风险。此外，环境因子也会调节PF1对pH的响应，据此，本研究提出了一个新的评估框架：

其中EF1表示有效F1，表示PF1中反映HMs流动风险的部分；WF1a以及WF1b分别是可交换态和碳酸盐结合态的权重；PF1a以及PF1b是HMs的可交换态和碳酸盐结合态的比例；f(Env.) 是环境因素系数。该框架为进一步准确评估土壤重金属迁移风险提供了借鉴。

本研究揭示了之前被忽略的土壤HMs的PF1与pH之间的关系。通过收集数据并经过一系列的统计分析揭示了PF1与pH之间的关系，结果表明RAC评估方法会高估土壤HMs的迁移风险。进一步，本研究提出了一个新的概念评估框架，为准确评估土壤重金属迁移风险提供了新视角。

作者介绍

余江，博士，四川大学建筑与环境学院教授，博士生导师。主要从事新污染物环境行为与效应，土壤及地下水污染治理与修复，固体废物高值化利用等领域研究。主持和承担国家重点研发计划、自然基金、省科技重大项目、省攻关项目、国际合作项目等50余项，发表SCI论文100余篇，科技进步奖2项，专利15项，教材4部，专著2部，标准3项。

巫英东，现为四川大学建筑与环境学院2023级硕士研究生，主要研究方向为土壤重金属迁移行为的大数据解析。在读期间以第一作者发表SCI论文3篇。

文章来源：生态环境科学

(生态修复网)