土壤鎘污染北方小麥生產閾值及產區(qū)劃分初探

管偉豆，肖然，李榮華*，劉翔宇，潘君廷，黃永春，張增強，郭堤

（1.西北農林科技大學資源環(huán)境學院，陜西 楊凌 712100；2.中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所農業(yè)農村部面源污染控制重點實驗室，北京 100081；3.農業(yè)農村部環(huán)境保護科研監(jiān)測所農產品質量安全環(huán)境因子控制重點實驗室，天津 300191）

2014 年發(fā)布的《全國土壤污染狀況調查公報》顯示，我國19%的耕地土壤受到污染，以Cd為首要污染物，其污染點位超標率為7%[1]。Cd 是一種具有較強生物毒性和環(huán)境遷移能力的重金屬污染物，可通過其在污染土壤-農作物-食物鏈中的遷移和累積最終危害人體和生態(tài)健康[2]。據統計，受限于農田土壤污染，我國每年糧食減產量和重金屬污染糧食量合計超過2 000萬t，嚴重地影響了糧食供給。小麥是我國僅次于水稻和玉米的主要糧食作物，在糧食生產中具有重要地位，但近年我國一些小麥主產區(qū)的重金屬污染問題較為普遍。例如，王怡雯等[3]對河北保定和河南新鄉(xiāng)的50塊麥田進行的調查監(jiān)測表明，土壤Cd 和Pb的超標率分別為52%和13%，其對應小麥籽粒Cd 和Pb 的超標率分別高達55%和100%。趙多勇等[4]發(fā)現某鉛鋅冶煉和電廠工業(yè)園區(qū)周邊農田的90 份小麥樣品中小麥籽粒Cd 和Pb 的超標率分別高達34.3%和68.6%。肖冰等[5]則指出華北某污灌區(qū)農田土壤Cd和Pb 點位超標率分別高達100%和36.7%，小麥籽粒中Cd 和Pb 含量超標率分別為76.7%和13.3%。以上信息表明，關注糧食重金屬污染問題，實施土壤污染防控，保障糧食安全生產，已成為當前我國亟須解決的關鍵問題之一。

目前有關農田土壤和作物重金屬的污染特征調查和健康風險評價、影響作物吸收污染物的環(huán)境因素探討及污染農田修復技術措施等方面的研究較多。諸多研究表明，由于在農田生態(tài)系統中，農作物對重金屬吸收和累積過程受限于土壤污染水平、污染物來源和賦存形態(tài)、土壤理化性質、農作物品種、種植結構、田間管理水平及氣候條件等諸多因素[6]，運用我國現行的土壤環(huán)境質量標準進行土壤污染特征調查與農業(yè)安全生產評價時，會出現“土壤重金屬超標而農產品不超標”或者“農產品重金屬超標但土壤不超標”的情況。為保障農產品質量安全，仍需探究土壤-作物系統中重金屬含量間的定量關系，并探明可保證農田重金屬污染區(qū)典型農作物安全生產的閾值。近年來，已有不同學者采用溫室短期盆栽試驗方法，對土壤-作物系統中重金屬含量間的定量關系進行了研究。Ding等[7]利用溫室盆栽試驗探究模擬Pb、Cd和Cr 污染土壤中蘿卜、胡蘿卜和土豆等作物的安全生產閾值時發(fā)現，土壤pH 和陽離子交換量（CEC）與作物Pb 吸收量間顯著相關，土壤pH 和有機質（SOM）含量與作物Cd 吸收量間顯著相關[8-9]，作物中Cr 的吸收量則與土壤pH 和Cr 總量及錳氧化物含量之間存在顯著相關[10]。劉克[11]通過盆栽試驗研究了模擬Pb和Cd 污染土壤中影響小麥籽粒Pb 和Cd 富集的環(huán)境因素，并指出在諸多的影響因素中，土壤pH 和SOM是影響小麥籽粒富集Pb 和Cd 的關鍵因子。而廖啟林等[12]則在田間試驗中發(fā)現，稻米Cd 含量與土壤Cd含量、pH、SOM 和CEC 均顯著相關。由此可見，雖然采用短期盆栽或田間小區(qū)試驗可以較好地認識土壤-作物系統中重金屬含量間的定量關系，但由于溫室盆栽試驗和田間試驗在試驗條件上存在較大的時空差異，常導致獲得的試驗結果不一致的情況。在長期田間試驗條件下，外源添加的重金屬生物有效性會隨著時間的增加而降低，僅依據短期盆栽試驗獲得的土壤-作物系統中重金屬含量關系與田間實際結果常存在較大差異[13]。例如，王怡雯等[3]在冬小麥的田間試驗中獲得的預測結果低于張振紅等[14]報道的盆栽試驗結果，這說明與長期田間試驗相比，短期盆栽試驗往往會高估土壤重金屬的生物有效性。因此，為科學指導田間糧食生產，需要在田間試驗條件下探討土壤理化性質和重金屬含量對作物吸收重金屬的影響及其長期效應下的定量關系，并基于相關食品標準建立作物安全生產閾值預測模型，針對性地按土壤污染程度將農用地類別劃分和分類管理[15]，以保障農產品質量的安全并推進《土壤污染防治行動計劃》。

由于作物對重金屬的吸收與土壤類型、土壤性質、污染成因、作物種類、水肥管理和氣候條件等多方面因素有關[6]，一些學者提出采用能在結構復雜的生態(tài)系統中通過概率或者經驗分布函數來描述不同影響因素的敏感度差異的物種敏感度分布曲線法（Species sensitivity distribution，SSD），來進行污染土壤理化性質、污染物含量對作物吸收的影響因素分析和污染物的環(huán)境基準值建立[7-11，15-16]。例如，程菁靚等[15]運用SSD 曲線法推導了長江中下游平原水稻種植的土壤Pb 閾值并進行了水稻“宜產、限產和禁產”區(qū)劃分；王小慶等[16]用SSD 曲線法成功推導了土壤中Ni 的生態(tài)閾值。但目前基于田間試驗，對于我國北方的小麥安全生產閾值的研究尚較缺乏。此外，在科學研究中采用文獻調研方法，從已有文獻中獲取的數據可能存在因批次誤差或試驗方法不同導致的系統誤差，難以避免地會影響數據分析結果的實際應用價值，并且當前有關采用大尺度取樣分析研究法對我國北方小麥安全生產閾值的研究也少有報道。因此，本研究采用大尺度取樣分析研究方法，選擇我國北方多個小麥主產地為研究對象，于不同Cd 污染程度的農田中點對點收集土壤和小麥樣品，在分析土壤pH、SOM、CEC、土壤黏粒和土壤Cd 含量及對應點小麥籽粒Cd 含量的基礎上，結合多元回歸分析和SSD 曲線法建立閾值預測模型，并通過Logistic 函數模型探究不同土壤理化性質條件下小麥籽粒Cd富集系數的變化規(guī)律，進而基于《食品安全國家標準食品中污染物限量》標準（GB 2762—2017）推導并劃分了我國北方小麥的宜產、限產和禁產區(qū)土壤Cd含量閾值，以期為指導Cd污染農田的小麥安全生產提供科學依據。

1 材料與方法

1.1 土壤及小麥樣品采集

研究小組于2018年5月至2019年9月間，自新疆維吾爾自治區(qū)塔里木市、陜西省西安市、咸陽市、渭南市和寶雞市、河南省新鄉(xiāng)市、山東省濟南市、北京市昌平區(qū)和天津市塘沽區(qū)等中國北方典型小麥產區(qū)內不同程度Cd污染農田采集了小麥和對應點的土壤樣品共147對，其中樣品具體分布為新疆維吾爾自治區(qū)13對，陜西省 57 對，河南省 23 對，山東省 19 對，北京市19 對，天津市16 對。采樣根據地形情況，采用“S”形或梅花形布點法采集樣品，每個樣品不低于5 個樣點，將樣品混勻后置于塑封袋以避免其他污染，土壤采樣深度為0～20 cm，混合土樣約2.5 kg。每個土壤樣點對應一個小麥樣品組成的混合小麥樣品，按照土壤與小麥對應的原則進行采集和編號，并將小麥樣品置入網狀編織袋。

1.2 樣品處理和分析

土壤樣品經自然風干、木棒壓碎后，挑去碎石、砂礫和植物殘體，然后用木棒反復碾壓，使其通過1 mm孔徑的尼龍篩并儲存。同時，用四分法取出一部分混勻的土壤繼續(xù)反復碾壓至全部通過0.149 mm 孔徑的尼龍篩，并于干燥環(huán)境中保存。將小麥穗分別用自來水和去離子水各沖洗3 次，裝入信封并置于105 ℃烘箱內30 min，然后于70 ℃烘干至恒質量，小麥脫殼后將籽粒粉碎至粒徑小于0.149 mm備用。

采用玻璃電極法測定土壤pH（土水比為1∶2.5）。SOM測定采用重鉻酸鉀外加熱法，CEC和土壤黏粒含量的測定方法參考NY/T 295—1995 和《土壤農化分析》推薦方法。樣品經HNO3-HCl（體積比為1∶3）消解后，分別用日立Z-5000型石墨爐-原子吸收光譜儀和安捷倫7900 型電感耦合等離子體質譜儀測定土壤和小麥籽粒中的Cd 總量。在測定過程中，分別用GBW07406（GSS-6）和 GBW10046（GSB-24）標準樣品進行分析質量控制，每測定20 個樣品插入一組內標，標準樣品中Cd 的回收率為92%～109%。所有測定樣品均設置3 個重復，用于消解及分析的試劑均為優(yōu)級純試劑。

1.3 模型方法

1.3.1 Cd富集系數的計算與歸一化處理

富集系數（BCF）是農作物積累重金屬的重要指標，可以解釋為農作物對重金屬離子的吸收和富集能力。它可以確定作物中重金屬的含量，在土壤風險評估方面可用于模擬計算人類食用作物的安全量。小麥籽粒 Cd 的 BCF 的計算公式為：BCF=C小麥/C土壤×100%。其中，C小麥和C土壤分別為小麥籽粒和土壤Cd總量，mg·kg-1。

對BCF 值和土壤pH、SOM、CEC 和黏粒（Clay）含量等指標進行相關性分析，篩選出與BCF值具有顯著相關（P＜0.05）的土壤指標，通過多元線性回歸法建立特定土壤性質條件下BCF 值與相關土壤性質指標的歸一化方程，以消除土壤理化性質差異帶來的影響。所用歸一化方程為：

lg BCF=a×pH+b×lg SOM+c×lg CEC+d×lg Clay+k式中：a、b、c和d分別為土壤pH、SOM、CEC 和黏粒等指標的影響程度系數（無量綱）；k為方程截距，為小麥品種對Cd積累的固有敏感性。

數據歸一化處理參考《生態(tài)安全土壤環(huán)境基準制定技術指南》推薦的方法：

式中：BCF標準為土壤標準條件下的BCF 值，即歸一化至標準條件后的值；pH為標準土壤條件下的值；BCF、pH1以及土壤性質1為試驗土壤條件下的實測值。

1.3.2 SSD曲線擬合及Cd閾值推導

閾值預測模型建立方法參考《生態(tài)安全土壤環(huán)境基準制定技術指南》。在數據擬合分析時，分別采用SSD 外推法中推薦使用的 Burr-Ⅲ、Log-triangular 以及Logistic 等模型[16]，將研究獲得的數據進行了擬合，結果發(fā)現Burr-Ⅲ和Log-triangular模型的擬合效果較差，而Logistic 函數模型具有較好的擬合結果。因此，將1/BCF 作為x軸，對數據點進行參數擬合即可得到SSD 曲線，采用Logistic 函數對研究中的富集系數BCF和累積概率進行擬合和閾值計算推導，方程為：

式中：y表示累積概率，%；x表示1/BCF；a、b和x0均為函數參數。

1.4 數據處理方法

使用Excel 2019 和SPSS 22.0 對收集的數據進行處理和統計分析，數據采用Pearson相關性分析，在P＜0.05 和P＜0.01 的水平下進行顯著性檢驗，使用Origin 2016軟件繪圖并進行數據擬合。

2 結果與討論

2.1 土壤基本理化性質、Cd 含量與小麥籽粒Cd 含量特征

本研究所采集的147對土壤樣品的理化性質、Cd含量與對應的小麥籽粒Cd 含量的統計見表1。土壤pH 值是反映土壤理化性質最重要的指標之一，它通過影響Cd 的形態(tài)從而改變Cd 在植物中的積累[6]。由表1可知，所采集的土壤樣品pH 值介于5.27～8.46，平均值為7.38，中位數為7.32，95%的土壤樣品屬于中性和堿性土壤，這符合北方土壤的pH特性。此外，土壤SOM、CEC和黏粒含量同樣會影響重金屬的遷移能力和植物對其吸收累積[6，17-18]。本研究中土壤樣品的有機質含量范圍為8.72～44.65 g·kg-1，平均值和中位數分別為18.57 g·kg-1和17.64 g·kg-1。根據《耕地質量等級》（GB/T 33469—2016）中的土壤有機質分類標準，所采集的大部分土壤樣品屬于Ⅲ級土壤，適宜進行農業(yè)種植活動。土壤CEC 的范圍為10.03～28.47 cmol·kg-1，平均值和中位數較為接近，分別為15.24 cmol·kg-1和 14.55 cmol·kg-1；土壤粒徑＜0.002 mm 的黏粒含量分布從11.01%到29.74%不等，平均值和中位數分別為19.97%和17.34%，整體屬于較高水平。此外，土壤樣品中的Cd含量基本呈正態(tài)分布，含量范圍在0.03～2.08 mg·kg-1，超標率95.1%，Cd含量平均值和中位數值分別為 0.87 mg·kg-1和1.26 mg·kg-1，超過《土壤環(huán)境質量農用地土壤污染風險管控標準（試行）》（GB 15618—2018）規(guī)定的中性和堿性土壤污染風險篩選值2～6 倍。小麥籽粒中Cd 的最大含量為0.25 mg·kg-1，平均值為0.14 mg·kg-1，有47.6%的小麥籽粒Cd 含量超過了《食品安全國家標準食品中污染物限量》（GB 2762—2017）規(guī)定的限值（0.10 mg·kg-1），超標率較高，表明存在安全風險。

2.2 小麥籽粒Cd含量與土壤Cd含量及土壤性質的相關關系

小麥籽粒Cd含量與土壤Cd含量間的關系如圖1所示。本研究中，小麥籽粒Cd 的含量與相對應土壤中的Cd 含量呈顯著的正相關關系（P＜0.05），決定系數R2=0.53（n=147）。這一研究結果和其他學者的報道結果基本一致。例如，Ding 等[8]在盆栽試驗中發(fā)現土壤-胡蘿卜Cd 含量之間也存在顯著相關性（P＜0.001），決定系數R2=0.32（n=63）；熊孜等[13]指出田間試驗中土壤-小麥籽粒Cd 含量間存在顯著的線性相關關系，相關系數高達0.61；王怡雯等[3]在田間試驗中觀察到土壤Cd 含量與小麥籽粒Cd 含量間存在顯著相關性（P＜0.01），決定系數R2=0.44（n=50）；徐建明等[19]也指出田間試驗中土壤-稻米Cd 含量間同樣存在顯著相關性。這些結果均表明，土壤Cd 含量較高的農田具有相對較高的作物污染風險，因此對Cd 污染農業(yè)土壤實施分類管理和利用，是保障糧食安全生產的重要舉措。

表1 采集的土壤樣品pH、SOM、CEC、黏粒和Cd含量及對應小麥籽粒Cd含量特征（n=147）Table 1 Statistics of soil pH，SOM，CEC，clay，and Cd contents in soil and related Cd content in wheat grains（n=147）

除土壤中Cd 的總量外，Cd 從土壤向植物的轉移和累積過程也取決于土壤理化性質的影響[3，20]。本研究中，Cd 在小麥籽粒中的累積用富集系數BCF 來表示，其與對應的土壤性質間的相關性分析結果見表2。

表2 小麥籽粒Cd富集系數（BCF）與土壤性質的相關性分析Table 2 Correlation analysis of Cd bio-concentration factor between wheat grain and soil physicochemical properties

由表2 可知，土壤pH、SOM 和土壤黏粒含量均與BCF 具有良好的相關性。其中，土壤pH 和黏粒含量均與BCF 呈顯著負相關關系，這是由于Cd 在較高pH條件下形成沉淀從而降低其環(huán)境遷移性[21]，同時土壤黏粒也會通過吸附作用減少Cd 的環(huán)境遷移性[18]。而SOM 則與BCF 呈顯著正相關（P＜0.05），相關系數為0.14，這是因為土壤中的部分溶解性有機質可與Cd形成絡合物從而增加土壤中Cd 的遷移性和有效性[20]。此外，本研究結果也與前人的報道結果相似，即土壤CEC 與BCF 無顯著相關關系（P＞0.05），例如，王怡雯等[3]對河北保定和河南新鄉(xiāng)等多個鄉(xiāng)鎮(zhèn)的50塊不同程度Cd 污染小麥田塊的點對點樣品分析、王夢夢等[22]對我國中南地區(qū)某14個鄉(xiāng)鎮(zhèn)的60塊不同程度Cd 污染稻田的點對點樣品分析、李朋飛等[23]進行的安徽沿淮糧產區(qū)小麥與土壤重金屬含量特征及影響因素分析及湯麗玲[20]在南京、揚州和蘇州等地的近郊農業(yè)種植區(qū)采集的土壤和小麥及水稻點對點樣品分析均表明，土壤CEC 與作物籽粒Cd 含量間不存在顯著相關性。雖然從土壤化學的角度來看，隨著土壤CEC的增大，土壤中負電荷量的增高能提供更多的吸附點位用于固定Cd 離子，同時有機質也會與Cd 離子通過絡合反應降低重金屬離子的遷移性和生物有效性[3]。當土壤Cd含量偏高時，土壤CEC的增加會對作物吸收Cd 產生明顯制約作用，但當土壤Cd 含量偏低時，CEC 的增加則基本不對作物吸收Cd 產生影響[12]。此外，隨著土壤pH 的升高，會降低H+對吸附點位的競爭，較強的堿性環(huán)境會促使Cd 形成難溶沉淀而持留于土壤顆粒中，土壤pH 會轉變?yōu)橛绊慍d生物有效性的主要因素之一[3，20]。這些研究報道均表明，在預測Cd 污染區(qū)的作物Cd 含量時必須重點考慮土壤pH、SOM和土壤黏粒含量等主要因素的影響[3，20]。

2.3 模型建立與數據歸一化處理

基于上述小麥籽粒Cd 富集系數與土壤理化性質的相關性分析結果，將數據進行對數變化后，利用多元逐步線性回歸建立土壤pH、SOM 和土壤黏粒含量與小麥BCF 的回歸模型：lg BCF=-0.097 pH+0.11 lg SOM+1.2 lg Clay+0.81（R2=0.54，P＜0.05，n=147）。由該回歸模型可知，土壤pH、SOM 和土壤黏粒含量與小麥BCF 間存在顯著的相關關系（P＜0.05），R2值為0.54，比前人報道的結果[9，11]稍低。其原因可能是本研究的土壤和小麥樣品采集于小麥自然種植的農田環(huán)境，與通過人工添加含有Cd 的化學物質得到的模擬污染土壤盆栽試驗相比，田間的氣候條件和土壤類型等環(huán)境因素相比而言更為復雜[24]。本研究的土壤pH、SOM和土壤黏粒含量3個變量可以解釋小麥籽粒Cd富集系數54%的變異，可靠度較高。

通常，BCF 隨土壤類型而變化，反映土壤特征和物種固有的敏感性[25]。在使用SSD 曲線法擬合不同生態(tài)受體或生態(tài)過程的毒性效應參數前，應將同一物種或品種在不同土壤條件下的生態(tài)毒性效應參數歸一化為均勻的土壤性質，實現BCF 的標準化，以最大程度地減少由不同類型土壤和不同作物品種引起的誤差，這對于生態(tài)閾值的預測至關重要[26]。為此，進一步將上述回歸模型進行歸一化處理，得到小麥BCF歸一化后的結果：BCF=10（-0.097pH+0.11lgSOM+1.2lgClay+0.81）；同時，依據《食品安全國家標準食品中污染物限量》（GB 2762—2017）中規(guī)定的小麥籽粒Cd 最大限量0.1 mg·kg-1，得 到 反 推 土 壤 Cd 含 量 的 方 程 ：C土壤Cd=10（0.097pH-0.11lgSOM-1.2lgClay-1.81），即可得到基于不同土壤理化性質情景下的土壤Cd含量閾值?？紤]到本研究中土壤樣品的pH、SOM 和黏粒含量范圍，參考《生態(tài)安全土壤環(huán)境基準制定技術指南》，結合本研究中土壤樣品實際的pH分布和中國土壤pH等級劃分，確定我國北方農田的3 種包含土壤pH、SOM 和黏粒含量等在內的典型情景（表3），設定情景1為6.5＜pH≤7.5（以pH=7 為例計算）、SOM=15 g·kg-1、土壤黏粒含量20%；情景 2 為 7.5＜pH＜8.5（以 pH=7.5 為例計算）、SOM=30 g·kg-1、土壤黏粒含量20%；情景3 為pH≥8.5（以pH=8.5為例計算）、SOM=20 g·kg-1、土壤黏粒含量20%，用于數據的歸一化處理。將歸一化前的小麥BCF值與歸一化后的BCF值按照由大到小排列，并隨機將以情景1 為例的結果示于圖2。由圖2 可見，歸一化處理后小麥BCF值大部分高于處理前，因此將歸一化后的小麥BCF 值用于SSD 曲線法計算小麥的安全生產閾值將會更大程度地保護小麥安全生產。

2.4 SSD曲線法擬合與小麥生產區(qū)劃分

本研究基于上述小麥籽粒的Cd 富集數據，將BCF值換算至上述3種不同情景，利用Logistic函數模型擬合SSD 曲線。將3 種情景下1/BCF 的計算結果按照從小到大進行排列作為橫坐標；同時，按照排列結果設定相應序數來計算累積頻率，累積頻率的計算公式為：P=100×Q/（N+1）。式中：P為累積頻率，%；Q為 BCF 從小到大排序對應的序數；N為總樣本量，本研究中為147。然后，將計算得出的累積頻率作為縱坐標，利用Logistic 函數模型進行擬合并繪圖，見圖3～圖4。

表3 我國北方小麥主產區(qū)土壤的典型情景設定Table 3 Typical situations of soil in the wheat production area of northern China

圖3 為不同小麥品種對Cd 積累的敏感性分布。5 個小麥品種對Cd 積累均表現出敏感變化，西農979表現最為敏感，普冰151 敏感度較低。比較圖4 所示的小麥籽粒Cd 敏感度曲線變化可知，在3 種情景下歸一化后的曲線平緩度不同，說明在不同土壤pH、SOM 和黏粒含量條件下，小麥對于Cd 的富集能力不同。但3 種情景下歸一化后的曲線走勢和1/BCF 的點位基本相同，且大多數的1/BCF 點位在曲線的中下部，代表該部分的小麥對于Cd的富集能力較強，容易造成小麥籽粒Cd含量超標的情況。

為計算小麥安全生產閾值，參考前人[17，26]的研究結果，利用Logistic 函數模型分別計算可使95%和5%的小麥符合《食品安全國家標準食品中污染物限量》（GB 2762—2017）規(guī)定的Cd 含量限值標準（＜0.1 mg·kg-1）所對應的 Cd 危險濃度（HC），分別用 HC5 和HC95表示，其中HC5代表可保護95%小麥安全的Cd濃度，HC95 代表可保護5%小麥安全的Cd 濃度。同時，將Cd 含量＜HC5 的地區(qū)劃分為小麥宜產區(qū)，代表可以用于大部分的小麥生產，能保證95%的小麥籽粒 Cd 含量不超標；將 HC5＜Cd 含量＜HC95 的區(qū)域劃分為小麥限產區(qū)，表示此區(qū)域必須進行嚴格管控并實行修復措施后才可嘗試小麥種植；將Cd含量＞HC5的區(qū)域劃為小麥禁產區(qū)，由于該區(qū)域有95%的小麥具有Cd 超標的風險，因此建議改種不易富集Cd 的作物、改變耕作模式或實行替代經濟作物種植。據此，得到不同設定情景下的保護小麥安全生產的土壤Cd閾值，并列于表4。由表4 可知，當土壤條件為6.5＜pH≤7.5、SOM 15 g·kg-1、土壤黏粒含量20%（情景 1）時，小麥宜產區(qū)的安全生產閾值為土壤Cd 含量＜0.33 mg·kg-1，小麥禁產區(qū)的閾值為土壤Cd 含量＞1.93 mg·kg-1；當土壤中Cd的含量在0.33～1.93 mg·kg-1時，可認為土壤處于小麥限產區(qū)域，需要在有控制的條件下開展小麥生產，如進行Cd 低累積小麥作物品種篩選或實施土壤修復措施后再嘗試小麥種植等。同理，當土壤屬于情景2時，土壤Cd含量＜0.41 mg·kg-1的區(qū)域可劃分為小麥宜產區(qū)；土壤Cd 含量＞2.51 mg·kg-1的區(qū)域劃分為小麥禁產區(qū)，土壤Cd 含量在0.41～2.51 mg·kg-1劃分為小麥限產區(qū)。情景3 同理。將上述土壤Cd 閾值與我國現行的《土壤環(huán)境質量農用地土壤污染風險管控標準（試行）》（GB 15618—2018）比較可知，當土壤條件處于情景1、情景2 和情景3 時，預測得到的小麥宜產區(qū)的安全生產閾值分別為0.33、0.41 mg·kg-1和0.64 mg·kg-1，均稍高于同等pH條件下GB 15618—2018 規(guī)定的其他類農用地土壤風險篩選值Cd 含量0.3、0.3 mg·kg-1和0.6 mg·kg-1，小麥禁產區(qū)的閾值為1.93、2.51、2.61 mg·kg-1，均低于農用地標準中風險管制值3.0 mg·kg-（16.5＜pH≤7.5）和4.0 mg·kg-1（pH＞7.5）。這表明在宜產閾值方面標準GB 15618—2018 的規(guī)定可能稍顯嚴格，在禁產閾值方面可能要根據實際中可遵循土壤情況劃分更多不同情景的土壤Cd 安全生產閾值，以在保證糧食安全生產的同時充分利用珍貴的土地資源。

表4 基于Logistic模型計算不同情景下的保護性小麥生產土壤Cd閾值（mg·kg-1）Table 4 Cd ecological threshold value of soil for protecting wheat production under different situations based on Logistic model fitting（mg·kg-1）

為了對上述研究結果進行驗證，進行了大量的文獻查閱分析，發(fā)現文獻數據缺乏全面的針對性指標，且絕大部分文獻缺乏與小麥相對應的土壤黏粒含量或有機質含量等指標數據，導致難以采用文獻報道數據對本研究獲得模型進行驗證。為此，利用預測模型對本試驗中的數據進行了驗證分析，結果如圖5 所示。例如，在土壤pH 6.5～7.5條件下，在147對點對點的土壤-小麥樣品中，共有14 對土壤樣品的Cd 小于0.33 mg·kg-1，與之對應的小麥籽粒 Cd 含量均≤0.1 mg·kg-1，表明在此閾值下可保護小麥的安全生產；同樣，土壤樣品的Cd含量為0.33～1.93 mg·kg-1的樣品共有129 對，其中有77 對樣品所對應的小麥籽粒Cd 超過了國家標準限值0.1 mg·kg-1，超標率為59.7%，采取改變耕種模式或種植部分累積性較低的小麥品種等措施仍可控制在安全范圍之內。由此可見，本研究的安全生產閾值劃分在實際生產中具有較好的適用性。在后續(xù)研究中，將對應用SSD 法劃分小麥產區(qū)土壤Cd 污染安全生產閾值的合理性進行更為深入的研究，并征求管理部門及相關領域權威專家的意見和建議，以促進我國農用地的分類利用工作。

3 結論

（1）田間采樣區(qū)土壤pH 以中性和偏堿性為主，SOM 含量與土壤黏粒（Clay）含量平均值均較高。土壤Cd 含量平均值高于《土壤環(huán)境質量農用地土壤污染風險管控標準（試行）》（GB 15618—2018）中風險篩選值的規(guī)定，超標率為95.1%；小麥籽粒Cd 含量平均值高于《食品安全國家標準食品中污染物限量》（GB 2762—2017）的規(guī)定，超標率為47.6%。

（2）田間采樣區(qū)土壤pH、SOM 和黏粒含量與小麥籽粒Cd 富集系數間均存在顯著相關性，多元逐步線性回歸結果可解釋小麥籽粒Cd 累積系數54%的變異。

（3）相關的Logistic 模型擬合結果表明小麥品種西農979 表現最為敏感，普冰151 敏感度較低。北方小麥產區(qū)的土壤在6.5≤pH＜7.5（SOM=15 g·kg-1，Clay=20%）、7.5≤pH＜8.5（SOM=30 g·kg-1，Clay=20%）和pH≥8.5（SOM=20 g·kg-1，Clay=20%）的情況下，土壤Cd 含量≤0.33、0.41 mg·kg-1和0.64 mg·kg-1時，該值可作為小麥的宜產閾值并且此區(qū)域劃分為小麥宜產區(qū)；土壤Cd 含量＞1.93、2.51 mg·kg-1和 2.61 mg·kg-1時，該值可作為小麥的禁產閾值并且此區(qū)域劃分為小麥禁產區(qū)；土壤Cd含量在宜產閾值和禁產閾值之間的區(qū)域可劃分為小麥限產區(qū)。