重新定义土壤砷安全标准：基于作物特异性生物有效砷阈值推动精准农业与食品安全

本研究针对现行土壤总砷(As)标准在评估砷污染风险时存在误判的问题，提出以生物有效砷(BAs)作为新型风险指标。研究人员通过整合田间采样与文献数据，建立了针对旱地和水田土壤的标准化BAs提取方法（0.5 M NH4H2PO4和0.43 M HNO3），构建了基于BAs的作物砷积累预测模型（R2 > 0.7），并首次推导出叶菜、小麦和水稻的土壤BAs安全阈值（分别为17.62、38.99和0.79 mg/kg）。该框架将风险评估准确率提升57.4–74.4%，为砷污染地区的精准农业管理和食品安全保障提供了科学依据。

　　

砷（As）作为一种强致癌性类金属，主要通过膳食暴露途径威胁人类健康。长期摄入低剂量无机砷与心血管疾病、发育问题以及皮肤、肺和膀胱恶性肿瘤密切相关。农田土壤已成为砷进入食物链的关键通道，而当前基于土壤总砷的标准存在严重缺陷：高背景砷土壤可能因低生物有效性而实际安全，低总砷土壤却可能因高生物有效性导致作物砷超标。这种误判风险使得现行标准与食品安全标准之间存在严重错位。

为了解决这一矛盾，中国科学院生态环境研究中心的研究团队在《Ecotoxicology and Environmental Safety》上发表了一项开创性研究，提出以生物有效砷（BAs）替代总砷作为风险指标，建立了全新的土壤砷风险评估框架。

研究人员通过多阶段实验设计，首先收集了100对叶菜-土壤、182对小麦-土壤和66对水稻-土壤样本，涵盖湖南、云南、广西、广东等砷污染区以及河北、河南、山西和内蒙古等主要产区。通过系统比较七种提取剂（包括DTPA、CaCl₂、HOAc、HNO₃、NaHCO₃、NH₄H₂PO₄和(NH₄)₂HPO₄）的性能，最终确定0.5 M NH₄H₂PO₄为旱地土壤最佳提取剂，0.43 M HNO₃为水田土壤最佳提取剂。基于此建立了作物砷积累预测模型，并依据食品安全标准（GB 2762–2022）推导出作物特异性BAs安全阈值。

3.1. 耕地土壤生物有效砷测定方法的建立

通过四阶段筛选策略，研究发现磷酸盐提取剂在旱地土壤中表现优异，其中NH₄H₂PO₄与(NH₄)₂HPO₄提取效率相当（R = 0.97, p < 0.01），且不受pH值影响。而在水田土壤中，HNO₃提取剂表现出最高相关性（R2 = 0.754, p < 0.01），这主要由于水田厌氧环境中砷主要以As(III)形态存在，且与矿物或有机质结合紧密，酸性提取剂更能有效释放这部分砷。最终建立的标准化方法为旱地土壤使用0.5 mol/L NH₄H₂PO₄，水田土壤使用0.43 mol/L HNO₃。

3.2. 基于生物有效砷的作物可食部分砷浓度预测

研究构建了基于BAs的单变量预测模型，结果显示所有模型均具有显著解释力（R2 > 0.7）。其中水稻模型精度最高（R2 = 0.765, RMSE = 0.066），小麦次之（R2 = 0.742, RMSE = 0.261），叶菜模型因种间变异性较大而精度稍低但仍稳健（R2 = 0.716, RMSE = 0.348）。验证集测试表明，模型在高风险浓度区域（接近或超过食品安全限值）预测准确性最高，恰好满足了筛查工具的核心需求。这种单因素模型避免了传统多参数模型的复杂性，大幅降低了经济和技术门槛。

3.3. 安全食品生产的生物有效砷阈值推导与验证

研究首次推导出作物特异性BAs安全阈值：叶菜17.62 mg/kg、小麦38.99 mg/kg、水稻0.79 mg/kg。这些阈值呈现出数量级差异，反映了不同作物的砷积累特性：水稻 > 叶菜 > 小麦。四象限验证表明，BAs阈值评估准确性显著高于总砷标准，小麦和水稻的准确率分别提高57.4%和74.4%。特别值得注意的是，水稻的BAs阈值仅相当于总砷标准的2.6–4%，解释了为何传统标准会严重低估水田砷风险。

研究结论表明，基于生物有效砷的风险评估框架能够有效解决传统总砷标准的误判问题。作物特异性阈值的建立实现了从"一刀切"向"精准化"管理的转变，特别是针对水田土壤中砷的生物有效性动态变化提供了更灵敏的监测手段。该框架不仅为科学决策提供了可靠工具，减少了不必要的土壤修复成本，更重要的是为防止砷污染农产品进入食物链提供了有效屏障，对降低人群砷暴露风险、支持可持续农业发展具有重大意义。

这项研究的创新性在于将土壤化学分析与食品安全标准直接关联，建立了从土壤检测到餐桌安全的完整预测体系。未来这一框架可扩展到其他重金属污染评估中，为全球农田土壤安全管理提供中国方案。