全 文 ：第 47 卷 第 4 期 土 壤 学 报 Vol. 47，No. 4
2010 年 7 月 ACTA PEDOLOGICA SINICA July，2010
* 国家自然科学基金项目(No. 20677077;No. 40620120436)和国际铜业协会，国际镍协会，澳大利亚力拓矿业集团资助
 通讯作者，E-mail:ybma@ caas. ac. cn，Tel:010 － 82106201
作者简介:李 波(1979—) ，女，博士研究生，主要从事土壤环境中重金属污染及毒害研究。E-mail:libocaas@ 163. com
收稿日期:2008 － 09 － 04;收到修改稿日期:2008 － 12 － 15
西红柿铜毒害的土壤主控因子和预测模型研究*
李 波 马义兵 刘继芳 韦东普 陈世宝 张洪涛 郭雪雁
(中国农业科学院农业资源与农业区划研究所农业部植物营养与养分循环重点实验室，北京 100081)
摘 要 通过有代表性的 16 种中国土壤的外源铜的西红柿毒害试验，发现淋洗(使用模拟的人工雨
水滤洗定量的土壤样品)可以显著提高有机碳和盐分含量较高的土壤的毒性阈值。土壤 pH是影响西红柿铜
毒性阈值最重要的因子。基于土壤 pH和有机碳含量的两因子回归方程能够很好地预测淋洗和非淋洗土壤
上铜对西红柿生物量 50%抑制的毒性阈值(EC50) ，且相关性均达到了 80%以上。当考虑到黏粒含量或阳离
子交换量对 EC50的影响时，对于非淋洗和淋洗土壤来说，回归方程的决定系数 R
2分别提高到了 0. 862 和
0. 891。本试验结果证明了利用土壤性状(土壤 pH，有机碳含量以及黏粒含量或阳离子交换量)可以较好地
预测土壤中外源铜对西红柿生长的毒性阈值。
关键词 铜毒害;土壤性质;淋洗;西红柿
中图分类号 S158. 4 文献标识码 A
迄今为止，已经有很多研究报道了土壤理化性
质对重金属的生物有效性具有很大的影响［1-5］，但
是关于影响重金属生物有效性的主控土壤因子以
及与毒害指标量化表征的研究却刚刚起步，且多限
于欧洲和澳洲土壤［6 － 10］。我国土壤类型复杂多样，
土壤环境质量的风险评估十分欠缺，且现有的土壤
环境质量标准主要是在 20 世纪 80 年代初期参考国
外标准制定的［11］，较少考虑到我国土壤的区域性特
点［12］。关于利用高等植物生长作为评价终点来评
价土壤重金属污染程度的报道已有很多［13-15］，且相
关研究也指出，通过向土壤中添加外源重金属盐的
方式来模拟逐年累积所形成的重金属超标的土壤，
所进行生物毒害试验的结果与真值之间具有一定
的误差［16-20］。因此，本试验主要通过代表我国土壤
性质分布的 16 个土壤样品的植物毒害试验，以及非
淋洗和淋洗两种土壤处理方法，来比较和确定淋洗
处理对西红柿生长毒性阈值的影响以及发现土壤
主控因子和毒性阈值之间的量化表征关系，为我国
土壤环境质量的风险评估提供可参考的依据。
1 材料与方法
1. 1 供试材料
1. 1. 1 土壤 根据全国土壤 pH 及有机质分布
频率的特点，采集全国范围内 16 个地点的土壤样
品，具体取样地点及土壤基本理化性质见表 1，所有
土壤样品均过 2 mm的尼龙筛。
1. 1. 2 化学试剂 CuCl2·2H2O，CaCl2·2H2O，
Ca(NO3)2·4H2O，MgCl2·6H2O，Na2SO4，KCl，均为
分析纯试剂。
1. 1. 3 分析仪器 多元素测定使用电感耦合等离
子体发射光谱仪(ICP-OES) ，单元素测定使用原子
吸收光谱仪(AAS)。
1. 1. 4 植物品种 供试植物品种为北京嘉禾种
子公司提供的西红柿品种美粉一号(Lycopersicon
esculentum)。
666 土 壤 学 报 47 卷
表 1 16 种土壤的基本理化性状
Table 1 Selected soil properties of the 16 soils used in the tomato growth toxicity test
代号
No.
采集地点
Sample site
土壤类型
Soil type
采集地经纬度
Longitude，
latitude
pH
(H2O)
电导率
EC(μS cm －1)
阳离子交换量
CEC
(cmol + kg － 1)
有机碳
OC(%)
碳酸钙
CaCO3(%)
土壤质地
Soil texture
＜2 μm /2 ～20 μm
/20 μm ～2 mm (%)
1
海口
Haikou
砖红壤
Latersol
19°55N，
111°29E
4. 93 110. 8 8. 75 1. 51 — 66 /18 /16
2
祁阳
Qiyang
红壤
Red earth
26°45N，
111°52E
5. 31 74. 1 7. 47 0. 87 — 46 /35 /19
3
嘉兴
Jiaxing
水稻土
Paddy soil
30°77N，
120°76E
6. 70 158. 8 19. 33 1. 42 — 41 /42 /17
4
杭州
Hangzhou
水稻土
Paddy soil
30°26N，
120°25E
6. 80 203. 3 12. 83 2. 46 — 39 /36 /25
5
重庆
Chongqing
紫色土
Purplish soils
30°26N，
106°26E
7. 12 71. 0 22. 30 0. 99 — 27 /25 /48
6
杨凌
Yangling
垆土
Loessial soil
34°19N，
108°0E
8. 83 83. 2 8. 46 0. 62 8. 92 28 /41 /31
7
郑州
Zhengzhou
潮土
Fluvo-aquic soil
34°47N，
112°40E
8. 86 108. 7 8. 50 1. 57 0. 15 16 /14 /70
8
张掖
Zhangye
灌漠土
Irrigated desert soil
38°56N，
100°27E
8. 86 151. 8 8. 08 1. 02 7. 75 20 /24 /56
9
德州
Dezhou
潮土
Fluvo-aquic soil
37°20N，
116°29E
8. 90 111. 8 8. 33 0. 69 6. 17 18 /18 /64
10
廊坊
Langfang
潮土
Fluvo-aquic soil
39°31N，
116°44E
8. 84 5. 7 6. 36 0. 6 2. 42 10 /4 /86
11
石家庄
Shijiazhuang
褐土
Cinnamon soil
38°03N，
114°26E
8. 19 302. 0 11. 71 1. 0 3. 84 21 /22 /57
12
灵山
Lingshan
棕壤
Brown earth
39°55N，
116°8E
7. 48 92. 5 22. 65 4. 28 4. 27 20 /21 /59
13
呼伦贝尔
Hulunber
黑钙土
Chernozem
49°14N，
119°43E
7. 66 888 22. 74 2. 66 0. 27 37 /16 /47
14
乌鲁木齐
Urumqi
灰漠土
Gray desert soil
43°95N，
87°46E
8. 72 226. 5 10. 31 0. 87 5. 08 25 /23 /52
15
公主岭
Gongzhuling
黑土
Black soil
42°40N，
124°88E
7. 82 146. 9 28. 76 2. 17 0. 27 45 /26 /29
16
海伦
Hailun
黑土
Black soil
47°28N，
126°57E
6. 56 153 33. 59 3. 03 － 40 /27 /33
注:土壤 pH和电导率在水土比为 1∶ 5 条件下测定［21］;阳离子交换量使用非缓冲的硫脲银方法测定［22］;有机碳含量以总碳与无机碳含量
之差获得［23-24］;土壤质地通过沉降法测定［25］ Notes:Soil pH and EC were measured in solution of soil and water at a ratio of 1 ∶ 5［21］;The non-
buffering silver-thiourea method［22］ was used to measure effective cation exchange capacity of the soil;Organic carbon was calculated by difference be-
tween total and inorganic carbon content［23-24］;Soil texture was analysed by the deposition method［25］
4 期 李 波等:西红柿铜毒害的土壤主控因子和预测模型研究 667
1. 2 土壤样品的制备
1. 2. 1 非淋洗土壤样品 按照土壤 pH 的不同，
添加不同浓度的铜(mg kg －1烘干土)。具体添加方
法如下:pH ＜ 5 的土壤，添加铜的剂量范围为 0 ～
800 mg kg －1;pH 5 ～ 7 的土壤，添加铜的剂量范围为
0 ～ 1 600 mg kg －1;pH ＞ 7 的土壤，添加铜的剂量范
围为 0 ～ 2 400 mg kg －1。取添加铜的所有土壤处理
各 2. 1 kg (每个处理 700g 土，共 3 个处理) ，保持最
大持水量的 100%培养 2 d 后，风干，过 2 mm 的尼
龙筛，留存。使用原子吸收光谱仪测定土壤中所添
加的铜的准确含量［2 6］。
1. 2. 2 淋洗土壤样品 配置 pH 5. 9 的淋洗液
(CaCl2 5 × 10
－4 mol L －1，Ca(NO3)2 5 × 10
－4 mol
L －1，MgCl2 5 × 10
－4 mol L －1，Na2 SO4 10
－4 mol L －1，
KCl 10 －4 mol L －1)。用配置好的淋洗液淋洗各添加
铜处理的土壤 2. 1 kg，具体方法参见 Oorts 等［17］，其
目的是为了减少重金属铜添加的同时所伴随的阴
离子盐害。使用原子吸收光谱仪测定淋洗后土壤
中所含铜的准确含量，以及电感耦合等离子体发射
光谱仪测定收集的淋洗液体中所含有的铜的数量
和其他一些伴随离子的含量［26］。
1. 3 西红柿生长试验方法
取风干的非淋洗与淋洗土壤样品各浓度水平
2. 1 kg，3 次重复，分别装入植物生长钵内，保持最大
持水量的 60% 培养 7 d 后，种植预发芽(胚根 ＜
5 mm)的西红柿种子后置于温室内生长，生长条件
为白天 14 ～ 16 h (26 ～ 32℃) ，夜间 8 ～ 10 h (18 ～
24℃) ，保持整个试验过程中土壤含水量为最大持
水量的 60% ～65%，21 d后称重烘干的西红柿茎叶
生物量［14］。
1. 4 统计分析
1. 4. 1 剂量-效应曲线拟合 根据方程［27-28］
Y =
Y0
1 + eb(X －M)
(1)
所拟合的 log-logistic 曲线来预测西红柿生长的
EC50、EC20和 EC10值。EC50、EC20和 EC10分别为西
红柿地上干物重减少至对照干物重的 50%、20%和
10%时所加入的铜的浓度。具体的方程拟合是通过
Excel软件来完成。Y 代表相对于对照西红柿干物
重的百分数，X 为实际测量土壤中铜含量的对数，
Y0、M与 b是方程拟合的参数，M为 log10(EC50)。
1. 4. 2 低浓度毒物刺激作用(Hormesis)曲线拟合
西红柿生长的 hormesis 效应，即添加低浓度的
铜对西红柿生长产生了刺激作用，使茎叶生物量大
于对照生物量的效应。
Y = a + bX
1 +［ k100 － k +(
100
100 － k)
bc
a］e
dIn(X/c)
(2)
式(2)是根据 Schabenberger 等［29］的 hormesis 曲线
得到的。Y 代表相对于对照西红柿生物量的百分
数，X为实际测量土壤中铜含量。曲线的拟合通过
Tablecurve 2D V5. 01 软件来完成。a、b、c 和 d 是式
(2)的 4 个参数。当 k 等于 50、20 和 10 时，参数 c
便为 EC50、EC20和 EC10的值，参数 c 的预测区间为
毒性阈值的 95%的置信区间。
2 结果与分析
2. 1 毒性阈值
2. 1. 1 非淋洗处理土壤毒性阈值比较 随着铜
剂量的增大，西红柿生物量在逐渐减小;当土壤添
加铜浓度达到最大值时，西红柿生长抑制率达到了
95%以上(图 1)。不同土壤上西红柿生长的毒性阈
值变化很大，16 个土壤上的 EC50值从 111 增加至
782 mg kg －1;EC20值从 75 增加至 404 mg kg
－1;EC10
值从 52 增加至 304 mg kg －1。不同土壤上的 EC50、
EC20与 EC10的最大值与最小值的比例分别达到了
7. 05 倍、5. 39 倍和 5. 85 倍(表 2) ，表明了土壤性质
对西红柿生长铜毒性的影响非常显著。从式(1)的
运算可以推知
EC90
EC50
=
EC50
EC10
= 10(2. 2 / b)。b 为式(1)的
参数，因此 EC90的数值可以根据 EC10与 EC50的比值
得到。通常情况下，EC90拟合的准确性要低于其他
3 个毒性阈值，因此，本试验中省略对 EC90的比较。
2. 1. 2 淋洗处理土壤毒性阈值比较 与非淋洗
处理土壤相同，随着铜剂量的增大，西红柿生物量
在逐渐减小。从表 2 得知，淋洗处理土壤上的 EC50
值从 146 增加至 1，410 mg kg －1;EC20值从 88 增加
至 770 mg kg －1;EC10值从 76 增加至 651 mg kg
－1。
EC50、EC20与 EC10值的最大值与最小值的比例分别
达到了 9. 66 倍、8. 85 倍和 8. 57 倍，土壤性质强烈
影响着毒性阈值的变化。与非淋洗土壤相比，不同
土壤之间的 EC50、EC20与 EC10值的差异在增大。土
壤淋洗处理后，祁阳、杨凌、灵山、呼伦贝尔、乌鲁木
齐和海伦土壤上的西红柿生长出现了低剂量铜的
毒物刺激效应(hormesis) ，生物量最大值分别达到
了其对照的 143%、120%、141%、126%、131%
和 138%。
668 土 壤 学 报 47 卷
图 1 西红柿生长的剂量-效应曲线 (A代表非淋洗的土壤，B代表淋洗的土壤)
Fig. 1 Dose-response curves of tomato shoot growth in the 16 soils (A and B represented unleached and leached soil，respectively)
表 2 16 种土壤上西红柿生长铜害的毒性阈值 (mg kg －1)及淋洗系数
Table 2 Toxicity thresholds of extraneous Cu in soil (mg kg －1)and leaching factors (LF)derived from the tomato shoot growth in the 16 Chinese soils.
代号 非淋洗土壤 Unleached soil (mg kg － 1) 淋洗土壤 Leached soil (mg kg － 1) 淋洗系数 LF
No. EC10 EC20 EC50 EC10 EC20 EC50 LF10 LF20 LF50
1 52 39 ～701) 75 61 ～94 140 122 ～162 79 51 ～121 106 79 ～141 175 153 ～199 1. 52 1. 41 1. 25
22) 64 47 ～89 79 63 ～98 111 94 ～132 76 43 ～108 88 53 ～123 146 85 ～207 1. 19 1. 11 1. 32
3 167 81 ～340 230 140 ～377 397 315 ～500 208 133 ～325 274 196 ～383 439 316 ～610 1. 25 1. 19 1. 11
4 145 68 ～310 224 133 ～378 470 361 ～613 164 89 ～303 234 153 ～358 429 308 ～597 1. 13 1. 04 0. 91
5 100 65 ～153 127 95 ～171 197 162 ～232 176 109 ～284 205 144 ～291 267 224 ～319 1. 76 1. 61 1. 36
62) 304 181 ～510 404 275 ～592 656 499 ～813 317 98 ～536 411 218 ～774 864 562 ～1165 1. 04 1. 02 1. 32
7 94 42 ～211 173 95 ～318 492 340 ～712 164 79 ～339 279 165 ～471 692 514 ～931 1. 74 1. 61 1. 41
8 118 74 ～187 185 131 ～261 401 328 ～491 187 80 ～442 275 148 ～511 530 391 ～717 1. 58 1. 49 1. 32
9 166 63 ～438 251 117 ～536 510 317 ～817 124 34 ～457 238 94 ～600 720 464 ～1117 0. 75 0. 95 1. 41
10 144 72 ～287 218 131 ～363 444 336 ～587 146 68 ～315 222 128 ～386 455 335 ～616 1. 01 1. 02 1. 02
11 165 61 ～445 229 114 ～462 401 293 ～519 137 88 ～214 240 174 ～332 628 523 ～755 0. 83 1. 05 1. 57
122) 195 104 ～368 326 204 ～520 782 572 ～992 524 168 ～880 650 217 ～1 082 1 4101 019 ～1 806 2. 69 1. 99 1. 8
132) 220 98 ～494 331 182 ～602 664 475 ～853 610 526 ～694 686 600 ～773 992 853 ～1 133 2. 77 2. 07 1. 49
142) 153 67 ～349 209 118 ～371 357 240 ～532 298 87 ～509 351 158 ～544 540 311 ～770 1. 95 1. 68 1. 51
15 158 99 ～254 279 198 ～395 739 600 ～888 173 55 ～543 345 155 ～770 1116 892 ～1 373 1. 09 1. 24 1. 51
162) 302 151 ～601 402 244 ～664 657 518 ～796 651 312 ～1 357 770 453 ～1 309 1027 819 ～1 288 2. 16 1. 92 1. 56
均值 Average 1. 53 1. 40 1. 37
注:1)为毒性阈值 95%的置信区间;EC10、EC2 0与 EC5 0分别为西红柿生物量达到对照的 10%、20%与 50%时土壤中添加的铜的浓度;2)表
示西红柿生长在淋洗的土壤上具有 hormesis效应;淋洗系数(LF10、LF20与 LF50)分别为淋洗的 EC10、EC20与 EC50对非淋洗的 EC10、EC20与 EC50的比
值 Notes:1)means 95% confidence interval of toxicity thresholds;EC10，EC2 0 and EC5 0 were the concentrations of Cu added that made tomato shoot bio-
mass down to 10%，20% and 50%，respectively，of that in control;2)represented the hormesis response of tomato growth in leached soils;leaching factor
(LF10，LF20 and LF50)was the ratio of EC10，EC20 and EC50 in leached soils to the corresponding EC10，EC20 and EC50 in unleached soils，respectively
4 期 李 波等:西红柿铜毒害的土壤主控因子和预测模型研究 669
2. 1. 3 两种土壤处理方式下毒性阈值的比较 由
于 EC50的预测值相对于 EC20和 EC10来说更加精确，
所以本文主要比较淋洗土壤与非淋洗土壤上 EC50
的差异。从表 2 可以看出，石家庄、灵山、呼伦贝尔、
公主岭以及海伦土壤上淋洗的 EC50和非淋洗 EC50
的 95%的置信区间没有重合，达到了 5%水平的显
著性差异，而在其他的 11 种土壤上西红柿非淋洗与
淋洗的 EC50值的差异并未达到 5%的显著性水平。
分析具有显著性差异的 EC50值的 5 种土壤的理化
性质后，可以发现这 5 种土壤的有机碳含量和盐度
明显高于其他土壤，灵山、吉林及海伦的有机碳含
量很高，介于 2. 17%至 4. 28%之间，呼伦贝尔和石
家庄土壤的盐分含量很高，电导率分别为 888 μS
cm －1与 302 μS cm －1，居所有供试土壤的首位。
图 2 测定的西红柿生长毒性阈值和预测的
毒性阈值之间的相关性 (图 2a 与 2b 中的预
测值分别来自表 3 中的方程 3 和方程 10，a代
表非淋洗的 EC50，b 代表淋洗的 EC50，实线代
表 1∶ 1 的直线，虚线代表 2 倍的预测区间)
Fig. 2 Relativity between measured toxicity thresholds
and predicted toxicity thresholds to tomato growth (the
predicted EC50 values in Fig. 2a for unleached soils were
estimated by Equation 3 in Table 3 and the predicted
EC50 values in Fig. 2b for leached soils were estimated by
Equation 10 in Table 3;solid line indicated a perfect
match between the predicted and measured values，the
dashed lines indicated a 2-fold prediction interval be-
tween the predicted and measured values)
2. 2 土壤主控因子和回归模型的预测
通过 SPSS 14. 0 软件的偏相关分析运算得知，
影响淋洗与非淋洗土壤毒性阈值大小的最重要的
因子为土壤 pH。对于非淋洗土壤来说，偏相关系数
为 rEC50 = 0. 851、rEC20 = 0. 664 与 rEC10 = 0. 507;对
于淋洗土壤而言，偏相关系数为 rEC50 = 0. 919、
rEC20 = 0. 835 与 rEC10 = 0. 616。通过多元逐步回归
数据分析得出简单和多元回归方程(表 3) ，对于淋
洗与非淋洗的 EC50、EC20与 EC10而言，控制铜对西
红柿毒害的最主要因子为土壤 pH，其次为有机碳含
量(OC)或阳离子交换量(CEC)。从表 3 的方程 2
和方程 9 得知，土壤 pH 和 OC 两因子可以控制
EC50非淋洗回归模型变异的 80. 8%和淋洗回归模
型变异的 84. 0%，当分别引入第三个土壤因子黏粒
含量(Clay%)和 CEC 到非淋洗和淋洗的 EC50回归
模型后，发现模型预测的准确性被进一步提高，三
因子的变化分别解释了回归模型变异的 86. 2%
(方程 3)和 89. 1% (方程 10)。从图 2 可以看出，
来源于回归方程 3 和方程 10 的 EC50的预测值和实
际真值之间的相关性很好，无论是对淋洗 EC50的预
测还是对非淋洗 EC50的预测均完全位于 2 倍阈值
范围之内。
3 讨 论
3. 1 淋洗的作用
通常来说铜和土壤的结合比较牢固，通过对淋
洗液中铜浓度的测量发现影响铜和土壤结合的紧
密程度的最重要的因子为土壤 pH，其次为土壤有机
碳含量。Alloway［3 0］指出有机碳对铜有极强的结合
能力，Bertling［31］也报道土壤 pH 和有机碳含量增高
可以减少淋溶所损失的铜。淋洗处理降低了铜在
高有机碳含量土壤(灵山、公主岭和海伦)上的毒
性，可能是由于淋洗降低了土壤溶液中的钙、镁等
竞争离子的浓度，从而增加了铜离子和有机碳结合
的数量。淋洗也显著降低了内蒙古和石家庄土壤
的盐分含量，导致铜在这两个土壤上的毒害降低，
通过测量淋洗前后的内蒙古土壤的电导率发现，含
铜量最高的内蒙古土壤被淋洗后电导率已低于 500
μS cm －1，充分说明了淋洗降低盐害的事实。
3. 2 低浓度毒物刺激作用
在淋洗的祁阳、杨凌、灵山、呼伦贝尔、乌鲁木
齐和海伦土壤上西红柿的茎叶生长显示出低浓度
毒物刺激效应(hormesis)。Morré［32］从分子生物学
670 土 壤 学 报 47 卷
表 3 基于土壤主控因子和西红柿生长铜害毒性阈值的简单和多元回归方程
Table 3 Simple and multiple regressions for Cu toxicity thresholds(mg kg － 1)based on tomato growth and soil properties of unleached and leached soils
编号
No.
回归方程
Regression equation
决定系数 R2
Coefficient of determination
显著性水平
Significant level
非淋洗土壤 Unleached soil (n = 16)
1 Log10(EC50) = 1. 715 + 0. 118 pH 0. 368 0. 013*
2 Log10(EC50) = 0. 170 + 0. 155 pH + 0. 165 OC 0. 808 ＜ 0. 001＊＊＊ ＜ 0. 001＊＊＊
3
Log10(EC50) = 0. 350 + 0. 230 pH + 0. 169 OC +
0. 008 Clay%
0. 862 ＜ 0. 001＊＊＊ ＜ 0. 001＊＊＊ 0. 048*
4 Log10(EC2 0) = 1. 633 + 0. 091 pH 0. 293 0. 030*
5 Log10(EC2 0) = 1. 205 + 0. 116 pH + 0. 016 CEC 0. 660 0. 001＊＊＊ 0. 002＊＊
6 Log10(EC1 0) = 1. 582 + 0. 076 pH 0. 215 0. 070
7 Log10(EC1 0) = 1. 263 + 0. 097 pH + 0. 096 OC 0. 428 0. 017* 0. 046*
淋洗土壤 Leached soil (n = 16)
8 Log10(EC50) = 1. 774 + 0. 127 pH 0. 341 0. 017*
9 Log10(EC50) = 1. 126 + 0. 171 pH + 0. 196 OC 0. 840 ＜ 0. 001＊＊＊ ＜ 0. 001＊＊＊
10
Log10(EC50) = 1. 034 + 0. 175 pH + 0. 140 OC +
0. 01 CEC
0. 891 ＜ 0. 001＊＊＊ 0. 002＊＊ 0. 034*
11 Log10(EC2 0) = 2. 175 + 0. 019 CEC 0. 393 0. 009＊＊
12 Log10(EC2 0) = 1. 212 + 0. 118 pH + 0. 023 CEC 0. 720 0. 002＊＊ ＜ 0. 001＊＊＊
13
Log10(EC2 0) = 1. 082 + 0. 129 pH + 0. 117 OC +
0. 014 CEC
0. 834 ＜ 0. 001＊＊＊ 0. 014* 0. 016*
14 Log10(EC1 0) = 2. 001 + 0. 021 CEC 0. 396 0. 009＊＊
15 Log10(EC1 0) = 1. 255 + 0. 092 pH + 0. 024 CEC 0. 560 0. 002＊＊ 0. 046*
注:pH为土壤 pH，CEC为土壤阳离子交换量，OC为土壤有机碳含量，Clay%为土壤黏粒含量;* 5%水平显著，＊＊ 1%水平显著，＊＊＊ 1‰
水平显著 Notes:pH = Soil pH，CEC = Soil cation exchangeable capacity，OC = Organic carbon content，Clay% = Soil clay content;* Significant at
5% level，＊＊ Significant at 1% level，＊＊＊ Significant at 1‰ level
的角度提出刺激植物生长的低剂量效应的化学分
子靶位是 NOX(带有二巯基的多功能 NADH 氧化
酶) ，其与细胞的分裂与植物生长速率密切相关，低
浓度的铜增强了 NOX的活性，从而从机理上解释了
出现 hormesis的原因。但是在本实验中，西红柿生
长在其他 10 种土壤上并未显示出 hormesis效应，所
以 hormesis效应的发生条件还需要进一步研究。
3. 3 回归模型的验证与应用
Rooney等［6］在 2006 年通过西红柿生长试验，
提出了基于欧洲土壤理化性状和铜毒性阈值的经
验回归方程，即方程 16，log10(EC50)= 1. 410 +
0. 970 log10(CEC) (R
2 = 0. 714)。为了验证不同回
归模型的普遍适用性，将 Rooney等［6］文章中的基础
数据(由于 Rhydtalog 和 Zegveld 土壤有机碳含量过
高，因此不参与回归方程 3 的模型验证)和本试验
的基础数据分别代入回归方程 16 和本试验所得出
的回归方程 3。结果发现，本研究的回归预测模型
同样能够很好地预测欧洲土壤的铜毒害阈值(R2 =
0. 856) ，而基于欧洲土壤的回归模型却不适用于中
国土壤的植物铜毒害预测(R2 = 0. 122) (图 3)。
产生这种结果的原因可能是由于中欧土壤背景的
差异，欧洲土壤一般有机碳含量较高，土壤所带电
荷以永久电荷为主，土壤 CEC 与其土壤 pH，黏粒含
量和有机碳含量三者之间有很好的相关性(R2 =
0. 899) ;而中国土壤种类多样，南北地区土壤性质
差异很大，土壤 CEC 只与有机碳含量相关(R2 =
0. 474)。故与欧洲土壤不同，中国土壤 CEC 并不能
完全代表中国土壤的基本属性。因此，基于欧洲土
壤得出的仅以土壤 CEC为自变量的回归模型(方程
16)可以演变成以土壤 pH、有机碳含量和黏粒含量
三因子为自变量的回归方程(图 3a 中方程 YR) ，且
进一步提高了方程 YR预测的准确性。
本试验结果证明了利用土壤性状(土壤 pH、有
机碳含量以及黏粒含量或阳离子交换量)可以预测
土壤中外源铜对西红柿生长的毒性阈值，这对于我
国土壤环境的风险评价有重要的应用价值。
4 期 李 波等:西红柿铜毒害的土壤主控因子和预测模型研究 671
图 3 不同回归模型的相互验证 (图 3a和图 3b中的预测值是分别利用本文表 3 中的方程 3 和 Rooney［6］文章中的方程 16
计算的;YR代表来自 Rooney文章的欧洲土壤毒性阈值
［6］，YA代表本实验中中国非淋洗土壤毒性阈值)
Fig. 3 Mutual verification of different regression models (the predicted toxicity thresholds in Fig. 3a and 3b were estimated using Eqn 3 in Table 3
in the present study and Eqn 16 in Rooney’s paper［6］;YR represented toxicity threshold in European soils from the study of Rooney
［6］，and YA
represented toxicity threshold in unleached Chinese soils in the present study)
4 结 论
1)淋洗可以显著提高有机碳和盐分含量较高
的土壤上的西红柿铜毒害的毒性阈值。因此，在这
两种成分含量较高的土壤上所从事的生物毒害试
验，要认真考虑淋洗的影响，必要时预先淋洗土壤
样品。
2)土壤 pH、有机碳含量的高低对铜的生物有
效性具有显著的影响。基于这两个因子的回归方
程能很好地预测土壤中外源铜对西红柿生长的毒
性阈值。此外，加入黏粒含量或 CEC 的三因子回归
方程能够更准确地预测西红柿生长铜毒害状况。
参 考 文 献
［1］ Gonzalez S P． Upper critical level of copper to alfalfa in ten Chil-
ean soils． Water Air Soil Pollut，1991，57 /58(1) :201—208
［2］ Mozaffari M，Alva A K，Chen E Q． Relation of copper extractable
from soil and pH to copper content and growth of two citrus root-
stocks． Soil Sci，1996，161(11) :786—792
［3］ Kjaer C，Pedersen N，Elmegaard N． Effects of soil copper on black
bindweed (Fallopia convovulus) in the laboratory and in the
field． Arch． Environ Contamn Toxicol，1998，35(1) :14—19
［4］ Alva A K，Huang B，Paramasivam S． Soil pH affects copper frac-
tionation and phytotoxicity． Soil Sci Soc Am J，2000，64(3) :
955—962
［5］ Daoust C M，Bastien C，Deschenes L． Influence of soil properties
and aging on the toxicity of copper on compost worm and barley． J
Environ Qual，2006，35(2) :558—567
［6］ Rooney C，Zhao F J，McGrath S P． Soil factors controlling the ex-
pression of copper toxicity to plants in a wide range of European
soils． Environ Toxicol Chem，2006，25(3) :726—732
［7］ Oorts K，Ghesquiere U，Swinnen K，et al． Soil properties affecting
the toxicity of CuCl2 and NiCl2 for soil microbial processes in
freshly spiked soils． Environ Toxicol Chem，2006，25 (3) :
836—844
［8］ Broos K，Warne M S T J，Heemsbergen D A，et al． Soil factors
controlling the toxicity of copper and zinc to microbial processes
in Australian soils． Environ Toxicol Chem，2007，26 (4) :
583—590
［9］ Boyd W，Williams P L． Availability of metals to the nematode
Caenorhabditis elegans toxicity based on total concentrations in
soil and extracted fractions． Environ Toxicol Chem，2003，22(5) :
1 100—1 106
［10］ Warne M St J，Heemsbergen D A，Stevens D，et al． Modelling the
toxicity of copper and zinc salts to wheat in 14 soils． Environ Tox-
icol Chem，2008，27(4) :786—792
［11］ 夏家淇． 土壤环境质量标准详解． 北京:中国环境科学出版
社，1996． Xia J Q． The detailed explanation of environmental
quality standard for soils (In Chinese)． Beijing:China Environ-
mental Science Press，1996
［12］ 袁建新，王云．我国《土壤环境质量标准》现存问题及建议．中
国环境监测，2000，16(5) :41—44． Yuan J X，Wang Y． The
present questions and suggestions about Chinese environmental
quality standard for soils(In Chinese)． Environmental Monitoring
In China，2000，16(5) :41—44
［13］ OECD (Organization for Economic Cooperation and Develop-
ment)． Guideline for the testing of chemicals:terrestrial plant test
208:Seedling emergence and seedling growth test (draft docu-
672 土 壤 学 报 47 卷
ment)． Paris，France，2003
［14］ ISO (International Organization for Standardization)． Soil quali-
ty—Determination of the effects of pollutants on soil flora—Part
2:Effects of chemicals on the emergence and growth of higher
plants，ISO11269-2． Geneva，Switzerland，2005
［15］ US EPA (Environmental Protection Agency)． Ecological effects
test guidelines． OPPTS 850． 4230． Early seedling growth toxicity
test． Washington DC，USA，1996
［16］ Smit C E，Van Gestel C A M． Effects of soil type，prepercolation，
and aging on bioaccumulation and toxicity of zinc for the spring-
tail Folsomia candida． Environ Toxicol Chem，1998，17(6) :
1 132—1 141
［17］ Oorts K，Bronckaers H，Smolders E． Discrepancy of the microbial
response to elevated Cu between freshly spiked and long-term
contaminated soils． Environ Toxicol Chem，2006，25 (3) :
845—853
［18］ Stevens D P，McLaughlin M J，Heinrich T． Determining toxicity of
lead and zinc runoff in soils:Salinity effects on metal partitioning
and on phytotoxicity． Environ Toxicol Chem，2003，22 (12) :
3 017—3 024
［19］ Oorts K，Ghesquiere U，Smolders E． Leaching and aging decrease
nickel toxicity to soil microbial processes in soils freshly spiked
with nickel chloride． Environ Toxicol Chem，2007，26 (6) :
1 130—1 138
［20］ Ginocchio R，Sánchez P，De La Fuente L M，et al． Agricultural
soils spiked with copper mine wastes and copper concentrate:Im-
plications for copper bioavailability and bioaccumulation． Environ
Toxicol Chem，2006，25(3) :712—718
［21］ Rayment G E，Higginson F R． Ion-exchange properties / /Rayment
G E，Higginson F R． Australian laboratory handbook of soil and
water chemical methods． Melbourne，VIC，Australia:Inkata Press，
1992:137—194
［22］ Pleysier J L，Juo A S R． A single-extraction method using silver-
thiourea for measuring exchangeable cations and effective CEC in
soils with variable charges． Soil Sci，1980，129(4) :205—211
［23］ Sherrod L A，Dunn G，Peterson G A，et al． Inorganic carbon anal-
ysis by modified Pressure – Calcimeter method． Soil Sci Soc Am
J，2002，66(1) :299—305
［24］ Matejovic I． Determination of carbon and nitrogen in samples of
various soils by the dry combustion． Comm Soil Sci Plant Anal
1997，28(17 /18) :1 499—1 511
［25］ Bowman G M，Hutka J． Particle size analysis / /McKenzie N，Cres-
swell H，Coughlan K． Soil physical measurement and interpreta-
tion for land evaluation． Collingwood，VIC，Australia:CSIRO Pub-
lishing，2002:224—239
［26］ Zarcinas B A，McLaughlin M J，Smart M K． The effect of acid di-
gestion technique on the performance of nebulization systems used
in inductively coupled plasma spectrometry． Commun Soil Sci
Plant Anal，1996，27 (5 /8) :1 331—1 354
［27］ Haanstra L，Doelman P，Voshaar J H O． The use of sigmoidal dose
response curves in soil ecotoxicological research． Plant Soil，1985，
84(2) :293—297
［28］ Doelman P，Haanstra L． Short-and long-term effects of heavy met-
als on phosphatase activity in soils:An ecological dose response
model approach． Biol Fert Soils，1989，8(3) :235—241
［29］ Schabenberger O，Tharp B E，Kells J，et al． Statistical tests for
hormesis and effective dosages in herbicide dose response． Agron
J，1999，91(4) :713—721
［30］ Alloway B J． Heavy metals in soils． 2nd ed． London，UK:Blackie
Academic and Professional，1995
［31］ Bertling S． Corrosion-induced metal runoff from external construc-
tions and its environmental interaction． Royal Institute of Technol-
ogy，Stockholm，Sweden，2006
［32］ Morré D J． Chemical hormesis in cell growth:A molecular target
at the cell surface． J Appl Toxicol，2000，20(2) :157—163
MAJOR SOIL FACTORS CONTROLLING COPPER TOXICITY TO TOMATO IN A WIDE
RANGE OF CHINESE SOILS AND THE PREDICTABLE MODELS
Li Bo Ma Yibing Liu Jifang Wei Dongpu Chen Shibao Zhang Hongtao Guo Xueyan
(Ministry of Agriculture Key Laboratory of Plant Nutrition and Nutrient Cycling，Institute of Agricultural
Resources and Regional Planning，Chinese Academy of Agricultural Sciences，Beijing 100081，China)
Abstract Sixteen different soils，representative of the soils of China，were selected and sampled for an experiment on
toxicity of extraneous copper to tomato growth． The samples were amended with CuCl2 to obtain a range of eight concentra-
tions． Tomato shoot growth (21 d)test was performed in unleached and leached soils under controlled environment condi-
tions． The results showed that the values of EC50，which were the concentrations of Cu added to soils that made tomato shoot
biomass down to 50%，were increased significantly in leached soils，especially the three soils high in organic carbon and
the two soils high in salinity． Partial correlation analysis showed that soil pH was the most important factor controlling Cu
toxicity to tomato growth． Stepwise multiple regressions showed that soil pH and organic carbon content could explain more
than 80% of the variance for EC50 values in both leached and unleached soils． When taking into account the effect of soil
4 期 李 波等:西红柿铜毒害的土壤主控因子和预测模型研究 673
clay content in unleached soils or the effect of cation exchange capacity in leached soils on EC50 values，determination coef-
ficients (R2)of the regression models were increased up to 0． 862 and 0． 891，respectively． Findings of the experiment
demonstrate that it is proper to use some soil properties，like pH，organic carbon content，clay content or cation exchange
capacity as indicators to predict the toxicity of extraneous copper in the soil to tomato growth．
Key words Copper phytotoxicity;Soil properties;Leaching;Tomato