不同污染水平下农田土壤六价铬转化动力学与预测模型研究

《Environmental Chemistry and Ecotoxicology》：Transformation dynamics and predictive modeling of Cr(VI) in agricultural soils under different pollution levels

本研究针对不同Cr(VI)污染水平下土壤转化动力学量化难题，通过180天老化实验结合多模型分析，揭示了污染水平、pH和有机质对Cr(VI)转化的协同调控机制，建立的多元线性预测模型(R2=0.84)为跨污染水平的生态风险精准评估提供了新工具。

　　

铬污染已成为威胁农业生态安全和人体健康的重大环境问题，其中高毒性六价铬Cr(VI)因其高溶解度和强氧化性成为风险主要来源。尽管前人研究揭示了土壤性质对Cr(VI)转化的影响，但现有模型多局限于单一污染浓度（如100 mg·kg?1），难以反映实际污染场地的浓度梯度效应。这种局限性导致生态风险评估存在偏差，特别是对高污染区域的风险预测能力不足。

为解决这一科学难题，济南大学水利与环境学院的刘飞、彭先辉等研究人员在《Environmental Chemistry and Ecotoxicology》上发表了题为"Transformation dynamics and predictive modeling of Cr(VI) in agricultural soils under different pollution levels"的研究论文。该研究通过系统设计污染梯度（20-300 mg·kg?1）和延长老化时间（180天），揭示了Cr(VI)转化过程的动力学特征及其主导机制，并建立了整合污染水平的预测模型，为精准风险评估提供了新方法。

研究团队选取了中国8个省份的典型土壤样本（S1-S8），涵盖 Mollisols、Ultisols、Alfisols等多种类型，pH范围4.91-8.39，有机质含量10.1-54.7 g·kg?1。通过设置4个Cr(VI)污染水平（20、50、100、300 mg·kg?1）和7个老化时间点（1、2、5、10、30、60、180天），采用磷酸盐缓冲提取法(PBE)测定有效Cr(VI)，USEPA 3060A方法测定总Cr(VI)，通过质量平衡计算Cr(III)含量。运用四种动力学模型（一级、二级、Elovich、抛物线扩散）拟合转化过程，并通过多元逐步回归建立预测模型。

3.1. 土壤性质

8种土壤呈现显著的理化性质差异，酸性土壤（S1-S4）具有较高的还原潜力，而碱性土壤（S6-S8）的Cr(VI)转化能力相对较弱。这种差异为研究不同环境条件下Cr(VI)行为提供了理想载体。

3.2. 老化过程中铬的形态转化

Cr(VI)转化呈现明显的双阶段特征：快速反应阶段（1-30天）以化学吸附主导的快速还原为主，慢速阶段（30-180天）逐渐转为扩散控制。随着污染水平从20升高至300 mg·kg?1，有效Cr(VI)比例在老化初期（10天）从1-40%增加至29-81%，表明高污染水平延缓了转化进程。酸性土壤S1在180天时达到92%的Cr(VI)还原率，显著优于碱性土壤S6（56%）和S8（52%），凸显了pH和有机质的协同调控作用。

3.3. 土壤中Cr(VI)的还原动力学

二级动力学模型（R2=0.84-1.00）和Elovich模型优于一级模型，证实化学吸附是Cr(VI)还原的限速步骤。随着污染水平升高，抛物线扩散模型的拟合度增强（S6和S8中R2从0.65-0.79升至0.97-0.98），表明扩散过程在高污染水平下作用凸显。通过计算模型的时间导数发现，污染水平提升显著加速了还原速率，但降低了整体还原百分比，反映了土壤还原容量饱和效应。

3.4. Cr(VI)转化的控制因素

相关性分析显示，Cr(VI)还原百分比(CrRP)与pH负相关（R=-0.56），与有机质（R=0.43）和老化时间正相关，污染水平则呈显著负效应。这些关系揭示了多因素协同调控Cr(VI)归趋的复杂机制。

3.5. 模型建立与验证

建立的多元线性回归模型CrRP = 79.9 - 7.90pH + 0.38OM + 11.3ln(t) - 0.09C，整合了pH、有机质、老化时间和污染水平四个关键参数，训练集R2=0.84。使用独立数据集验证显示R2=0.74，优于基于单一污染水平的传统模型（R2=0.64）。模型参数敏感性分析表明，pH影响强度是有机质的2.1倍，每增加100 mg·kg?1污染水平导致CrRP降低9.0%。

本研究通过系统揭示污染水平对Cr(VI)转化动力学的影响机制，建立了首个整合浓度梯度的预测模型，突破了传统单一浓度模型的局限性。研究发现的高污染水平下扩散控制增强的现象，为高污染场地修复提供了理论依据。模型在跨土壤类型和污染水平下的良好预测性能，使其可作为土壤质量标准和风险评价的工具，尤其为碱性高污染土壤的风险管理提供了新思路。未来通过整合微生物功能基因等生物地球化学参数，可进一步提升模型在复杂环境中的适用性。