煤矿周边农业土壤中有毒元素的垂直分布受土壤性质和微生物因素的影响

《Environmental Research》：Vertical distributions of toxic elements in agricultural soils around coal mining areas influenced by soil properties and microbial predictors

本研究在中国山西省一个典型煤矿周边的农田土壤中采集了0-100 cm的垂直土层样本，分析了Zn、Pb、Cd、Cr、As、Hg六种潜在有毒元素的分布特征，结合土壤理化性质和微生物群落分析，发现不同元素受土壤有机碳、氮含量、pH值及阳离子交换能力等不同因素影响，并识别出部分细菌门类可作为生物指示剂预测垂直分布规律。

　　

刘庚|王峰|马崇|王媛媛|陈康华

太原师范学院地理科学学院，晋中030619，中国

摘要

煤炭开采导致周围农业土壤中潜在有毒元素（PTEs）的广泛积累，对生态系统构成了严重威胁。尽管许多研究记录了受采矿影响地区的金属污染情况，但PTEs在土壤剖面中的垂直分布模式及其相关的生物特性仍不甚明了。本研究从中国煤矿周围的农田中收集了垂直土壤剖面（0-100厘米），以调查六种PTEs（Zn、Pb、Cd、Cr、As和Hg）的深度依赖性分布及其与土壤物理化学性质和微生物群落特征的关系。结果表明，Pb和Hg的浓度在所有土壤层中均超过了背景水平，而Zn、Cd、Cr和As的浓度在某些层中超过了背景水平达67%。大多数元素（Zn、Pb、Cd、Hg和As）的浓度随深度增加而降低，而Cr在底土中显著富集。此外，微生物群落组成随土壤深度的变化而显著变化，随机森林分析表明，某些细菌类群（如Steroidobacteraceae、Hyphomicrobiales_unclassified和Methylophilaceae）与PTEs的分布模式存在统计学上的关联。另外，土壤有机碳（SOC）、总氮（TN）和微生物组成（PC1）是Zn、Cd和Hg积累的主要预测因子（解释了其方差的25-42%），而土壤质地和阳离子交换容量主要影响Pb、Cr和As的分布。这些发现表明，将潜在生物指示剂与物理化学参数相结合，为解释受采矿影响农业土壤中的垂直污染模式提供了生物学依据。

引言

煤炭对国民经济的发展起着重要作用（Yuan等人，2018年）。然而，与煤炭开采相关的环境成本日益明显，尤其是潜在有毒元素（PTEs）在周围土壤中的释放和积累（Kou等人，2023年）。这些污染物的持久性、不可降解性和高生物毒性使其对生态系统稳定性和人类健康构成严重威胁（Dou等人，2025年；Liu等人，2024年；Luo等人，2022年）。由于环境和健康风险，Zn、Pb、Cd、Cr、As和Hg被归类为优先有毒污染物（Duffus，2002年），此后按照IUPAC术语称为“有毒元素”。此外，在煤矿附近的土壤中广泛报道了Zn、Cr、As、Cd、Pb和Hg浓度的升高，这些浓度经常超过当地背景水平，引发了人们对食物链中营养级转移和生物放大的担忧（Dou等人，2025年；Liang等人，2017年；Liu等人，2024年；Luo等人，2022年；Yan等人，2020年）。鉴于附近土壤的高暴露风险，特别是在依赖受污染土地进行作物生产的地区，了解受污染土壤中有毒元素的分布至关重要（Xu等人，2020年）。

以往的研究主要集中在表层土壤（0-20或0-30厘米），因为在该层中有毒元素的生物可利用性较高，从而增加了作物吸收这些元素的风险以及通过食物链传递给人类的风险（Aelion等人，2009年）。例如，Cheng等人报告了煤矿附近农田土壤上层0-20厘米层中Cu、Cd、Pb、Hg和As的特性和污染风险（Cheng等人，2023年）。然而，更深的土壤层（>30厘米）在长期金属封存和潜在的二次污染源中也起着重要作用（Li等人，2020年；Schaider等人，2014年）。有毒元素通过淋溶和胶体传输的垂直迁移可能导致其在底土层中的积累，增加地下水污染和深根作物吸收的风险（Liang等人，2021年；Qiu等人，2022年）。尽管在铅/锌冶炼厂和有色金属矿山附近的土壤中观察到了金属（类）浓度随深度的变化（Chi等人，2022年；Guo等人，2023年；Li等人，2020年），但在受采矿影响的农业土壤中，有毒元素的垂直分布仍然研究不足，特别是在整合化学模式和生物信号方面。

土壤中有毒元素的垂直分布主要受土壤物理化学性质的控制，如土壤有机碳（SOC）、总氮（TN）、pH值、阳离子交换容量（CEC）和质地，这些因素决定了PTEs在土壤剖面中的滞留和迁移（Chi等人，2022年；Han等人，2019年；He等人，2024年；Huang等人，2017年）。这些性质通常随深度变化，并形成了垂直污染模式的地球化学基础。此外，土壤微生物群落对这些物理化学梯度和相关污染压力非常敏感，导致不同土壤层间的群落组成发生显著变化（Wang等人，2020年；Wang等人，2025年；Yang等人，2025年）。例如，受金属污染的土壤倾向于选择寡营养、耐金属的微生物类群，而营养丰富的环境则支持富营养群落（Wang等人，2023年；Wang等人，2025年）。重要的是，微生物群落特征可以解释为与环境条件和污染状态共同变化的生物信号，而不是直接控制PTEs积累的原因。在这方面，能够在不同土壤深度上持续追踪PTEs浓度的特定微生物类群可能作为垂直污染模式的微生物预测因子。支持这一观点的先前研究表明，细菌群落组成与土壤甲基汞含量密切相关，随机森林分析确定了非甲基化类群作为甲基汞变异性的主要预测因子（Liu等人，2019年）。同样，Illumina测序和宏转录组分析也发现了与甲基汞降解相关的微生物类群，如Catenulisporaceae、Frankiaceae、Mycobacteriaceae和Thermomonosporaceae（Zhou等人，2020年），这些类群被认为是反映综合生物地球化学条件的统计预测因子，而不是因果因素。总体而言，这些发现突显了微生物类群作为潜在生物指示剂的潜力，可以补充土壤物理化学性质在解释垂直污染模式中的作用。然而，微生物预测因子在受采矿影响的农业土壤中（尤其是沿深度梯度）的适用性和一致性仍不够明确。

本文旨在表征六种有毒元素（Zn、Pb、Cd、Cr、As和Hg）的深度依赖性分布模式，并评估土壤物理化学性质和微生物群落特征如何共同反映深度依赖性的污染梯度。本研究不是将微生物视为传统的生物监测器或有毒元素命运的主动调节者，而是明确将微生物类群视为与有毒元素分布统计相关的补充生物预测因子。

为了实现这一目标，在中国一个典型的煤矿周围农业土壤中系统地调查了土壤剖面（表土：0–30厘米，底土：30–60厘米，深层土壤：60–100厘米）。研究了不同土壤深度中有毒元素浓度、关键土壤物理化学性质（即SOC、TN、pH值、CEC和土壤质地）以及微生物群落组成的变化。通过随机森林建模结合相关性分析，识别了一致预测个别有毒元素浓度的微生物类群，并量化了土壤物理化学性质和微生物群落对有毒元素积累的相对贡献。通过整合土壤化学和微生物预测信息，本研究为解释受采矿影响农业土壤中的垂直污染模式提供了生物学依据。

研究区域

研究区域位于中国山西省吉县一个煤矿周围的农业土壤中。该地区属于干旱和半干旱地带，年平均气温约为10.4–10.6°C，年平均降水量约为450–493毫米。选择了两个受煤矿活动影响的代表性农田作为采样点。这两个田地均属于由黄土发育而成的钙质淋溶土。

受采矿影响农业土壤中有毒元素的深度依赖性分布模式

表1总结了农业土壤中Zn、Pb、Cd、Cr、Hg和As的浓度。在所有三个土壤层（表土、底土和深层土壤）中，100%的样本中Pb和Hg的浓度超过了山西省的背景值（Shi等人，1994年），而As在33%至67%的样本中超过了背景值。Cd在67%的表土样本和17%的底土样本中超过了背景水平，而Zn和Cr在33%的表土样本和底土样本中超过了背景值。

讨论

本研究提供了关于受采矿影响农业土壤中六种潜在有毒元素（Zn、Cd、Hg、Cr、Pb和As）的深度依赖性分布的见解，扩展了先前关于受污染土壤系统中PTEs垂直异质性剖面的观察结果（Chi等人，2022年；Guo等人，2023年；Li等人，2020年）。这些模式表明，与煤炭开采相关的污染叠加在原有的土壤形成和地球化学梯度之上，导致元素特异性

结论

本研究表明，受采矿影响农业土壤中有毒元素的垂直分布是由土壤物理化学梯度与微生物群落结构之间的元素特异性相互作用决定的，而不是由深度上的均匀控制决定的。通过联合分析土壤性质和土壤剖面中的微生物群落数据，我们发现不同元素对不同的环境约束条件有不同的响应，反映了不同的滞留

作者贡献声明

王媛媛：撰写——原始草稿、方法学、调查、概念化。陈康华：撰写——审稿与编辑、撰写——原始草稿、可视化、软件、方法学、概念化。刘庚：撰写——原始草稿、可视化、软件、方法学、调查、概念化。马崇：撰写——原始草稿、方法学、调查、概念化。王峰：撰写——原始草稿、方法学、调查、概念化

利益冲突声明

? 作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金青年科学家基金（项目编号：41401236）、山西省基础研究计划（项目编号：202303021211186）以及山西省科技战略研究专项（项目编号：202404030401145）的支持。