从风险到应对：矿区土壤重金属生态风险对微生物群落构建的因果效应

《Journal of Hazardous Materials》：From risk to response: Causal effects of soil heavy metal ecological risk on microbial community assembly in mining area

　　

摘要

在矿业区，准确的生态风险评估对于重金属污染的预防与风险控制至关重要。本研究提出了一种分层生态风险评估框架，整合了来源解析、风险特征描述以及细菌群落分析，并通过Mantel分析与结构方程模型建立了重金属风险与细菌多样性之间的因果关系。来源解析结果显示，工业用地及周边农业土壤中的砷、镉、铜、铅和锌主要受采矿活动影响，而远处农业土壤中的这些元素则受农业活动和采矿活动的共同影响。与传统指标相比，基于特定地点的风险商数能更真实地反映生态风险。砷、镉、铜、铅和锌的潜在受影响比例分别为25.44%、2.42%、39.76%、13.42%和18.06%，而多种重金属的复合潜在受影响比例则在27.34%到98.98%之间。无论是潜在受影响比例还是复合比例，其分布都呈现从矿区向外逐渐减少的同心圆状分布。Chloroflexota门是占比最高的类群，其次是Pseudomonadota、Bacillota、Actinomycetota和Acidobacteriota。因果推断表明，与基于复合潜在受影响比例的风险的直接效应相比，间接的土壤退化对细菌α多样性下降的影响更大。总体而言，这些研究结果为类似矿业区的生态风险评估提供了有效的分层方法。

引言

采矿活动是全球工业发展的重要基础，为经济增长和技术创新提供了关键原材料[1]。然而，它们也是人为导致土壤污染的最主要来源之一，主要是通过向周边环境释放重金属[2]。矿业区周围的土壤往往成为这些通过大气沉降、废水灌溉以及矿山废弃物风化进入土壤的重金属的主要滞留场所[3]。

土壤中重金属的积累会对生态功能及人类健康构成潜在威胁。重金属会抑制植物生长，破坏土壤微生物群落，进而影响陆地生态系统的稳定性[4]、[5]。此外，它们还可能通过摄入、吸入和皮肤接触进入人体[6]、[7]。例如，痛痛病就是由摄入含镉的米饭引起的[8]。因此，准确评估重金属带来的生态风险并非单纯的学术研究，而是制定矿业区有效风险控制策略的关键前提。

传统的生态风险评估主要依赖确定性方法，比如广泛使用的潜在生态风险指数[9]。但其毒性反应系数大多基于经验数据，这可能会带来较大偏差[10]。更为严重的是，这种确定性方法往往无法体现与源-汇动态、特定地点的生物环境以及暴露-响应关系验证相关的细微但重要的信息。为克服这些缺陷，有必要建立一种分层生态风险评估框架，以便更贴合实际地评估土壤重金属对陆地生物的生态威胁。

通常，人们会利用基于陆地生物累积毒性数据构建的物种敏感性分布曲线，来确定土壤重金属的生态阈值，并据此估算相关生态风险[11]、[12]。将这些阈值与特定地点的背景值结合，就能得到更符合实际的土壤生态安全值[13]。风险商数是通过将实测重金属浓度与生态安全值相除得到的，可作为初步风险筛选的便捷指标[10]。但由于风险商数是基于确定性方法得出的点估计值，无法反映风险超标的概率，因此仅适用于初始筛选阶段。相比之下，基于物种敏感性分布曲线的概率性框架，如潜在受影响比例、多种重金属复合潜在受影响比例以及联合概率曲线，能够明确量化出现不良效应的可能性。这些方法能有效避免确定性估算的固有偏差，从而为环境监管机构提供更加科学、多层面的风险决策依据。

暴露-效应关系是生态风险评估框架的核心组成部分，它将重金属风险与生态受体所产生的响应联系起来。由于微生物对重金属具有天然的耐受性和适应性，它们被广泛视为受采矿活动影响的生态系统中的敏感生物指示物[14]、[15]。例如，有研究在废弃矿区发现重金属与细菌群落之间存在负相关关系[16]、[17]。不过，即便在土壤中重金属浓度极高的情况下，某些具有抗金属能力的微生物，如Actinomycetota、Proteobacteria和Chloroflexota，依然能够存活[5]、[18]。鉴于这种情况的复杂性，通过土壤微生物多样性分析来验证暴露-效应关系十分必要，因为这能够直接观察不同污染程度下的群落响应，为生态风险的因果推断提供实证支持。

为此，我们开发了一种新的分层评估框架，该框架结合了来源解析、风险特征描述以及因果推断方法，用于评估中国江西省某典型矿业区的重金属生态风险。研究目标包括：（1）确定各来源对土壤重金属积累的相对贡献；（2）利用ER、风险商数、潜在受影响比例、多种重金属复合潜在受影响比例以及联合概率曲线等多种指标，量化不同土地利用类型下的重金属生态风险；（3）通过Mantel分析和结构方程模型，探究重金属生态风险与细菌多样性之间的因果关系。我们预计，这一框架将成为矿业区重金属污染预防与风险控制的强大、高精度的决策支持工具。

章节节选

材料与方法

用于评估矿业区土壤重金属生态风险的分层框架如图S1所示，包含四个相互关联的部分：（1）对土壤性质、重金属浓度及微生物多样性的分析，同时进行定量来源解析；（2）基于物种敏感性分布曲线确定特定地点的土壤生态安全值；（3）采用确定性和概率性方法对风险进行分层特征描述；（4）通过Mantel检验和结构方程模型，探究生态风险与相关因素之间的因果关系

重金属浓度

研究中检测到的砷、镉、铬、铜、镍、铅和锌的浓度存在显著的空间异质性（见表1），其浓度范围分别为4.25–136.42毫克/千克、0.05–4.41毫克/千克、14.58–481.68毫克/千克、21.64–10831.20毫克/千克、11.70–382.49毫克/千克、10.20–208.54毫克/千克以及33.50–492.77毫克/千克。所有重金属的变异系数均超过35%，说明空间异质性十分明显[38]。其中铜的变异系数最高，达到285.23%，这一结果反映出采矿活动对其空间分布有着极为显著的影响，这一规律在其他研究中也有所体现

结论

本研究构建了一种分层生态风险评估框架，该框架整合了来源解析、风险特征描述、因果推断以及经过实地验证的微生物群落响应分析。研究结果表明，污染源的空间分布存在明显变化——从以采矿活动为主的工业用地及周边农业土壤，逐渐转变为远处农业土壤中的采矿与农业活动混合污染源——这一现象凸显出制定针对不同地点的管控策略的必要性。在所有基于概率的分析中

环境意义

本研究提出的分层风险评估框架为评估矿业区重金属的生态风险提供了实用工具。通过整合来源解析、风险特征描述以及细菌群落响应分析，该框架能够比传统风险指数更全面地评估重金属所引发的生态影响。基于特定地点的风险商数和概率性风险评估方法，有助于制定具有生态学意义的、差异化的风险控制策略

CRediT作者贡献声明

Guanghui Guo：撰写——审稿与编辑，撰写——初稿，验证，软件应用，概念设计。Mei Lei：方法学，调查工作。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

致谢

本研究得到了中国国家自然科学基金[项目编号42477502]以及中国国家重点研发计划[项目编号2023YFC3207300]的支持。

Guanghui Guo|Mei Lei

中国科学院地理科学与资源研究所，北京，100101，中国