海洋科学  2022, Vol. 46 Issue (12): 103-114   PDF    
http://dx.doi.org/10.11759/hykx20220331001

文章信息

乔永亮, 徐少春, 周毅, 贾小平. 2022.
QIAO Yong-liang, XU Shao-chun, ZHOU Yi, JIA Xiao-ping. 2022.
黄渤海典型鳗草海草床重金属生态风险评估
Ecological risk assessment of heavy metals in typical eelgrass beds in the Yellow Sea and the Bohai Sea
海洋科学, 46(12): 103-114
Marine Sciences, 46(12): 103-114.
http://dx.doi.org/10.11759/hykx20220331001

文章历史

收稿日期:2022-03-31
修回日期:2022-05-19
黄渤海典型鳗草海草床重金属生态风险评估
乔永亮1,2,3,4,5, 徐少春2,3,4,5,6,7, 周毅2,3,4,5,6,7, 贾小平1     
1. 青岛科技大学 环境与安全工程学院, 山东 青岛 266042;
2. 中国科学院海洋研究所 中国科学院海洋生态与环境科学重点实验室, 山东 青岛 266071;
3. 青岛海洋科学与技术试点国家实验室 海洋生态与环境科学功能实验室, 山东 青岛 266237;
4. 中国科学院海洋大科学研究中心, 山东 青岛 266071;
5. 中国科学院海洋牧场工程实验室, 山东 青岛 266071;
6. 中国科学院大学, 北京 100049;
7. 山东省实验海洋生物学实验室, 山东 青岛 266071
摘要:为全面了解我国黄渤海鳗草(Zostera marina L.)床重金属污染水平, 本研究以大连林阳北海、葫芦岛兴城、唐山乐亭-曹妃甸和青岛湾四处鳗草床为研究对象。于夏季采集鳗草、海水和沉积物样品并分析其重金属(Cu、Zn、Pb和Cd)含量。以此分析海草的重金属富集特征, 并对比评估不同鳗草床重金属潜在生态风险。结果表明, 夏季四处鳗草床海水重金属含量由高到低依次为: Zn > Cu > Pb > Cd, 均低于国家一级水质标准; 对沉积物来说, 重金属含量由高到低依次为: Zn > Pb > Cu > Cd, 均低于国家一级沉积物质量标准。鳗草对重金属的富集因重金属种类和海草积累部位而异, 其地上组织对Cu、Zn、Cd的富集能力高于地下组织。研究区域海水中Cu、Zn、Pb和Cd潜在风险等级均处于低风险水平。而对沉积物而言, 葫芦岛兴城鳗草床Cd的潜在风险等级处于较高风险水平(Ei值为156.9)。唐山乐亭-曹妃甸和青岛湾鳗草床的地质累积指数(Igeo)由大到小依次为: Cd > Pb > Zn > Cu。综合所有元素的潜在生态风险指数(IR), 葫芦岛兴城鳗草床的潜在生态风险值最高。
关键词鳗草    海草床    黄渤海    重金属    生态风险评估    
Ecological risk assessment of heavy metals in typical eelgrass beds in the Yellow Sea and the Bohai Sea
QIAO Yong-liang1,2,3,4,5, XU Shao-chun2,3,4,5,6,7, ZHOU Yi2,3,4,5,6,7, JIA Xiao-ping1     
1. College of Environmental and Safety Engineering, Qingdao University of Science and Technology, Qingdao 266042, China;
2. Key Laboratory of Marine Ecology and Environmental Science, Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China;
3. Laboratory for Marine Ecology and Environmental Science, Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266237, China;
4. Ocean Research Center, Chinese Academy of Sciences, Qingdao 266071, China;
5. Engineering Laboratory of Marine Pasture, Chinese Academy of Sciences, Qingdao 266071, China;
6. University of Chinese Academy of Sciences, Beijing 100049, China;
7. Shangdong Province Key Laboratory of Experimental Marine Biology, Qingdao 266071, China
Abstract: To comprehensively understand the heavy metal pollution levels of Zostera Marina L. in China's Yellow Sea and Bohai Sea, four eelgrass beds in Linyang Beihai of Dalian, Xingcheng of Huludao, Leting-Caofeidian of Tangshan, and Qingdao Bay were selected as the research objects. In this study, eelgrass, seawater, and sediment samples were collected in the summer. The sample content of heavy metals (Cu, Zn, Pb, and Cd) was determined, the enrichment characteristics of heavy metals in the seagrass were analyzed, and the potential ecological risks of the heavy metals in different eelgrass beds were compared and evaluated. The results showed that the heavy metal content in the seawater in summer was in the following descending order: Zn > Cu > Pb > Cd, lower than the first-class national water quality standard. For the sediments, the heavy metal content was observed in the descending order of Zn > Pb > Cu > Cd, lower than the national quality standard of first-class sediments. The enrichment of heavy metals in eelgrass varied with the types of heavy metals and the accumulation sites of the seagrass, and the enrichment ability of Cu, Zn, and Cd in the aboveground tissues was higher than that in the underground tissues. The contents of Cu, Zn, Pb, and Cd in the seawater in the studied area were present at a low-risk level. However, the potential risk level of Cd in the eelgrass beds in Xingcheng of Huludao was high (Ei value of 156.9). The geological accumulation index (Igeo) of the eelgrass beds in Leting-Caofeidian of Tangshan and Qingdao Bay was Cd > Pb > Zn > Cu in descending order. Based on the potential ecological risk indices (IR) of all elements, the eelgrass bed in Xingcheng of Huludao exhibited the highest ecological risk.
Key words: Zostera Marina L.    seagrass beds    Yellow and Bohai Seas    heavy metals    ecological risk assessment    

海草是世界上唯一的海洋沉水被子植物[1]。海草床作为三大典型近海海洋生态系统之一, 具有重要生态功能, 可为各种海洋生物提供栖息地和育幼场所, 是儒艮、绿海龟等生物的重要食物来源; 能够改善水质、减缓水流、防风固堤[2]; 能够调节气候, 是海洋生态系统中重要的碳汇[3]。由于全球工业化进程加快, 越来越多的重金属污染物被排放到海洋中, 海草床健康面临严重威胁。自1990年以来, 全球海草床面积每年约减少7%[4-5]

重金属由于毒害性和难降解性而具强烈污染性[6], 重金属污染会影响海草床的健康状况。一方面, 重金属会对海草自身造成严重损害, 如Cd、Cu、Pb、Zn会抑制海草生长、影响海草光合作用进程[7-10]; 另一方面, 重金属会随食物链和食物网积累至更高营养级[11], 高营养级生物会因生物放大作用而受到严重危害。鳗草(Zostera marina L.)隶属鳗草科, 鳗草属, 是黄渤海海草床的优势种, 在我国主要分布于辽宁、河北和山东沿海[12-13], 其重金属含量在一定程度上可反映近海海洋的污染状况。

潜在生态风险评估是评价由一种或多种外界因素导致未来可能发生不利生态影响的过程[14]。按照评价标准划分出相应的风险等级, 以此预测未来可能产生的负面生态影响或评估由于过去某种因素导致生态变化的可能性。潜在生态风险等级越高, 表明环境未来发生不利影响的可能性越大。地质累积指数法是目前评价重金属污染程度的常见方法之一。该方法在考量自然环境背景值和人为活动的基础上, 还将自然成岩对环境背景值的影响纳入了计算中, 弥补了其他评价方法的不足[15]。按照评价标准划分环境重金属污染程度, 污染程度越高表明受到的污染越严重。由于鳗草的生长环境特殊, 在评价鳗草床的潜在生态风险及其对重金属的富集特征时, 应充分考虑海水和沉积物两种环境介质, 并综合运用富集系数(FBC)和转运系数(FT)等评价指标。

本研究通过测定鳗草床重金属含量, 对比分析不同鳗草组织对重金属的富集特征, 并采用潜在生态风险法和地质累积指数法对黄渤海典型鳗草床的重金属污染程度进行全面评估, 以期为海草床的科学管理提供依据。

1 材料与方法 1.1 样品采集 1.1.1 研究区域

根据我国北方黄渤海鳗草分布状况, 选取四处海草床为研究对象, 分别为大连林阳北海鳗草床、葫芦岛兴城鳗草床、唐山乐亭-曹妃甸鳗草床和青岛湾鳗草床(图 1)。大连林阳北海海草床以鳗草为优势种, 海草的生物量、高度和密度呈显著的季节性变化[16]。葫芦岛兴城海草床的海草种类为鳗草和日本鳗草(Zostera japonica), 其中鳗草为优势种, 主要分布在兴城市东盐滩与觉华岛之间海域。唐山乐亭-曹妃甸鳗草床面积约为30 km2, 是目前中国分布面积最大的鳗草床[17]。青岛湾的海草种类为鳗草, 海草床面积较小, 该鳗草床处于旅游景区中, 是目前中国鳗草床中比较靠南的一处。以上述4处海草床为研究区域可代表我国北方海草床中重金属污染的普遍状况。研究区域夏季的环境背景参数见表 1

图 1 黄渤海典型鳗草床分布 Fig. 1 Distribution of typical eelgrass beds in the Yellow Sea and the Bohai Sea 注: A: 大连林阳北海鳗草床; B: 葫芦岛兴城鳗草床; C: 唐山乐亭-曹妃甸鳗草床; D: 青岛湾鳗草床, 图片源自谷歌地图

表 1 海草床基础环境数据 Tab. 1 Basic environmental data of the seagrass bed
海草床 调查日期 水深/m 水温/℃ 悬浮物/(mg·L–1) 溶解氧/(mg·L–1) 盐度 pH 底部光照/(μmol photons·m–2·s–1)
大连林阳北海 2020-6-17 2.87±1.50 20.02±0.35 4.47±3.05 10.81±0.79 31.44±0.83 8.03±0.07 958.39±178.77
葫芦岛兴城 2020-5-30 2.20±0.17 17.74±0.26 6.82±1.76 10.00±1.03 32.20±0.02 8.03±0.09 2 628.12±415.38
唐山乐亭-曹妃甸 2020-6-1 1.58±0.16 20.68±0.75 11.97±3.08 9.71±0.31 32.34±0.03 8.16±0.12 1 918.89±569.88
青岛湾 2020-6-18 2.87±0.15 20.97±0.04 6.21±2.69 7.55±0.21 30.26±0.87 7.89±0.01 1 009.78±175.59
1.1.2 样品的采集方法

2020年夏季, 在4处鳗草床的中心位置设置1条垂直于岸边的采样剖面, 在剖面上设置近岸、中岸和远岸3处采样站位(图 1), 在每个站位采集3组平行样。采样时, 使用2.5 L塑料桶采集海水样品; 使用样方框(直径=19 cm, 深度=15 cm)采集鳗草生境周围沉积物, 并使用塑料铲挖取样方框内鳗草植株, 保证挖掘斑块小于0.25 m2, 有利于海草1年之后的恢复生长[18]

1.2 样品预处理和分析 1.2.1 样品预处理

采集样品尽快保存至–20 ℃冰箱。测定前, 海水样品使用平均孔径为0.45 μm的滤膜过滤, 以去除悬浮物质; 鳗草样品使用去离子水洗净后与沉积物一同放入60 ℃烘箱中烘干至恒重, 烘干后的样品研磨成粉末后过80目筛, 保存在干燥箱中, 待测定其重金属含量。

1.2.2 样品分析方法

鳗草与沉积物样品在测定前需进行消解, 称取定量干燥样品, 装入烧杯后, 加入10 mL浓硝酸, 置于160~220 ℃的加热板上, 在通风橱内消化至硝酸完全蒸发。待烧杯冷却后, 加入3 mL浓硝酸: 高氯酸(体积比为3∶1)的混合溶液, 并用超纯水多次转移至15 mL离心管中定容。最后, 将消解后的鳗草和沉积物样品及过滤后的海水样品送至中国科学院海洋研究所(中国青岛)分析测试中心使用Thermo Scientific iCAP Qc ICP-MS(Thermo Fisher Scientific Inc., Horsham, 英国)测定重金属(Cu、Pb、Zn、Cd)含量。

1.3 数据分析方法和评价标准 1.3.1 分析方法

生态风险一般指生态系统及其组分所承受的风险, 潜在生态风险则是指一定区域内, 具有不确定性的事故或威胁对生态系统及其组分可能产生的负面影响。Hakanson在1980年提出的潜在生态风险指数法(IR)[19], 可用于评估环境的潜在生态风险。该方法可计算分析出某种或某些重金属元素在环境中的危害程度和潜在生态风险, 计算方法为公式(1):

$ {I_\text{R}} = \sum {E_\text{i}} = \sum T\left( {{C_\text{i}}/{C_\text{n}}} \right), $ (1)

式中, IR为潜在生态风险指数; Ei是某种元素的生态风险值; T是某种元素的毒性系数; Ci是某种元素的含量; Cn是背景值。

地质累积指数(Igeo)是利用重金属元素的含量与元素背景值之间关系来判定区域重金属污染程度的依据[20], 计算方法为公式(2):

$ {I_\text{geo}} = {\log _2}\left[ {{C_\text{sediment}}/1.5{C_\text{background}}} \right], $ (2)

式中, Csediment为沉积物中重金属含量; Cbackground为背景值。

植物富集重金属的能力可用富集系数(FBC)表示, 计算方法为公式(3):

$ {F_\text{BC}} = \frac{{{C_\text{tissues}}}}{{{C_\text{environment}}}} = \frac{{{C_\text{tissues}}}}{{{C_\text{sediment}}}}, $ (3)

式中, Ctissues为鳗草组织中重金属含量, 环境重金属含量选定为沉积物中的重金属含量[21-22]

转运系数(FT)是指植物地上组织重金属含量与地下组织重金属含量的比值, 该参数反应了植物将重金属从地下组织向地上组织运输和富集的能力, 计算方法为公式(4):

$ {F}_\text{T}=\frac{{C}_\text{aboveground tissues}}{{C}_\text{belowground tissues}} , $ (4)

式中, Caboveground tissuesCbelowground tissues分别为鳗草地上和地下组织中重金属含量。

1.3.2 评价标准

根据《中国浅海沉积物化学元素丰度表》[23]、《海水水质标准》(GB 3097—1997)[24]和《海洋沉积物质量(GB18668—2002)》[25]中的分级和分类原则确定沉积物背景值、海水水质标准和海洋沉积物质量标准, 使用徐争启等[26]对Hakanson制定的重金属毒性系数进行优化后的结果为评价依据(表 2)。研究区域重金属潜在生态风险的评价标准, 详见表 3

表 2 重金属环境背景值及毒性系数[23-26] Tab. 2 Environmental background concentration and the toxicity coefficient of heavy metals
重金属 Cu Pb Zn Cd
一类水质标准/(μg·L–1) 5 1 20 1
一类沉积物质量标准/(mg·kg–1, 干质量) 35 60 150 0.5
沉积物背景值/(mg·kg–1, 干质量) 15 20 65 0.065
毒性系数 5 5 1 30

表 3 潜在生态风险及地质累积指数评价标准 Tab. 3 Evaluation standards of Ei, IR, and Igeo
Ei 风险等级 IR 风险等级 Igeo 污染程度
< 40 低风险 < 150 低风险 < 0 无污染
40~80 中风险 150~300 中风险 0~1 轻度污染
80~160 较高风险 300~600 较高风险 1~2 中度污染
160~320 高风险 ≥600 高风险 2~3 中强度污染
≥320 极高风险 3~4 强度污染
4~5 强重度污染
2 结果 2.1 黄渤海鳗草床重金属含量

研究区域海水、沉积物和鳗草的重金属含量, 详见表 4。夏季黄渤海鳗草床海水Cu、Pb、Zn和Cd含量均低于国家一类水质标准(表 2), 沉积物Cu、Pb、Zn和Cd含量均低于国家一类沉积物质量标准(表 2)。在4处鳗草床的海水和沉积物中, Zn的含量最高(海水: 7.70~12.84 μg/L, 沉积物: 22.87~74.10 mg/kg), Cd的含量最低(海水: 0.06~0.23 μg/L, 沉积物: 0.05~ 0.34 mg/kg)。鳗草地上组织中, Zn含量最高(19.37~ 41.03 mg/kg), Pb含量最低(0.62~3.01 mg/kg), 鳗草地下组织中, Zn含量最高(13.24~22.07 mg/kg), Cd的含量最低(1.20~1.89 mg/kg)。

表 4 黄渤海鳗草床重金属含量(海水中元素含量的单位为μg/L; 鳗草和沉积物重金属测定均为于质量,单位为mg/kg)及鳗草的富集因子(FBC)和转运系数(FT) Tab. 4 Heavy metal content, enrichment factor (FBC), and transport factor (FT) of eelgrass beds in the Yellow Sea and the Bohai Sea (the element concentration in seawater is measured in ug/L; eelgrass and sediment were determined by the dry weight in mg/kg)
2.2 黄渤海鳗草对重金属的富集

研究发现, 鳗草对Cd、Pb、Cu和Zn的富集在不同组织中存在差异性(表 4)。葫芦岛兴城、唐山乐亭-曹妃甸和青岛湾鳗草对Pb的富集(FT值分别为: 0.18、0.21和0.12)以及青岛湾鳗草对Zn的富集(FT值为0.9)均集中在地下组织, 而其他重金属主要富集在鳗草地上组织中。另外, 鳗草对不同重金属的富集能力存在差异, 黄渤海鳗草对Pb的富集系数最小, 鳗草地上、地下组织对Pb的FBC分别处于0.005~0.15和0.03~0.21之间。黄渤海鳗草对Cd的富集系数均远大于1(FBC值在5.56~56.94之间), 且转运系数也大于1(FT值在1.7~7.6之间)。

2.3 黄渤海鳗草床重金属潜在生态风险

研究区域海水中单一重金属(Cu、Zn、Pb和Cd)的潜在风险等级均处于低风险水平(图 2)。唐山乐亭-曹妃甸鳗草床和青岛湾鳗草床沉积物中Cd的潜在风险等级处于中风险水平(Ei值分别为73.9和64.6), 葫芦岛兴城鳗草床沉积物中Cd的潜在风险等级处于较高风险水平(Ei值为156.9), 其余鳗草床沉积物单一重金属的潜在风险等级均处于低风险水平(Ei值均小于40)。

图 2 黄渤海鳗草床重金属的潜在生态风险评估图 Fig. 2 Potential ecological risk assessment map of heavy metals in eelgrass beds in the Yellow Sea and the Bohai Sea

Cu、Pb和Zn在四处鳗草床的地质累积指数(Igeo)均小于0, 不存在Cu、Pb和Zn污染(表 5), 而Cd在唐山乐亭-曹妃甸、青岛湾和葫芦岛兴城鳗草床的Igeo值分别为: 0.71、0.52和1.80, 其污染程度分别处于轻度污染、轻度污染和中度污染水平(表 3)。

表 5 黄渤海鳗草床沉积物重金属地质累积指数(Igeo) Tab. 5 Geological accumulation index (Igeo) of sediments from eelgrass beds in the Yellow Sea and the Bohai Sea
海草床 Igeo-Cu Igeo-Zn Igeo-Pb Igeo-Cd
大连林阳北海 –1.78 –1.87 –1.25 –0.96
葫芦岛兴城 –1.21 –0.40 –0.54 1.80
唐山乐亭-曹妃甸 –2.18 –2.09 –1.41 0.71
青岛湾 –0.75 –0.56 –0.16 0.52

综合所有元素的潜在生态风险指数(IR), 黄渤海鳗草床海水重金属的潜在生态风险等级均处于低风险水平(IR值小于150), 4处鳗草床的潜在生态风险值(IR)由大到小依次为: 葫芦岛兴城鳗草床 > 大连林阳北海鳗草床 > 唐山乐亭-曹妃甸鳗草床 > 青岛湾鳗草床。除葫芦岛兴城、唐山乐亭-曹妃甸和青岛湾鳗草床沉积物的Cd存在生态风险外(Ei值分别为: 156.9、73.9和66.4), 其余重金属的潜在生态风险指数均小于40。4处鳗草床沉积物的IR值由大到小排序为: 葫芦岛兴城鳗草床 > 唐山乐亭-曹妃甸鳗草床 > 青岛湾鳗草床 > 大连林阳北海鳗草床。

3 讨论

本研究对我国黄渤海4处典型鳗草床(海水、沉积物和鳗草)重金属含量进行调查分析, 探讨了鳗草对不同重金属富集能力的组织差异性, 并评估了黄渤海鳗草床的重金属潜在生态风险。

3.1 黄渤海鳗草床重金属含量分析

与国内外其他海域相比, 黄渤海鳗草床海水重金属含量相对较低, 海水水质较好(表 6)。黄渤海鳗草床海水Cu、Pb、Zn和Cd含量均低于连云港潮间带、渤海湾、辽东湾、黄河口和秦皇岛近岸海域的平均重金属含量[27-31], Cu含量与南海海域和台湾南部海域相近[32-33], 但低于河北黄骅近岸和广西北海海域[34-35]。黄渤海鳗草床海水Cu、Pb、Zn和Cd含量均低于埃及苏伊士湾和沙特阿拉伯近岸海域[36-37]

表 6 黄渤海鳗草床及其他海域海水和沉积物重金属含量 Tab. 6 Heavy metal content in sea water and the sediments of eelgrass beds and other sea areas in the Yellow Sea and the Bohai Sea
介质 研究区域 Cu Pb Zn Cd 资料来源
海水 中国连云港潮间带 25 100 703 43 [27]
中国渤海湾 3.39~39.37 0.062~3.69 17.36~31.86 0.004~0.193 [28]
中国辽东湾 1.8 1.42 15.46 0.16 [29]
中国黄河口 11.6 5.61 14.9 0.66 [30]
中国秦皇岛近岸 16.0 18.6 55.4 0.153 [31]
中国南海中南部 0.244~2.61 0.0265~10.2 1.00~139 0.037~0.909 [32]
中国台湾南部海域 1.12 0.53 12.4 [33]
中国河北黄骅近岸 2.715 0.045 [34]
中国广西北海 2.98 1.85 15.43 0.149 [35]
埃及苏伊士湾 5.15 4.95 15.24 0.10 [36]
沙特阿拉伯近岸 9.19 0.017 [37]
中国黄渤海鳗草床 1.06~1.60 0.55~0.74 7.70~12.84 0.06~0.23 本研究
沉积物 中国渤海湾平均 23.18 38.00 87.22 0.23 [38]
中国辽东湾平均 21.6 27.3 72.2 0.2 [39]
中国黄河口 17.59 19.92 51.89 148.12 [21]
希腊色雷斯大洋波喜荡草床 5.93 34.01 0.332 [40]
阿尔及利亚斯基克达海湾 23.34 75.99 150.38 4.05 [41]
意大利圣彼得岛近岸 1.45 0.49 3.91 [42]
美国新港河口鳗草床 2.5 9.8 [43]
土耳其博斯普鲁斯海峡鳗草床 19.3~46.2 35.7~135.3 42.8~98.3 2.3~3.2 [44]
中国黄渤海鳗草床 4.97~13.40 11.30~26.80 22.87~74.10 0.05~0.34 本研究
注: “—”表示未检测, 渤海湾和辽东湾重金属含量是指整个研究区域平均值, 并非本研究中的黄渤海鳗草床; 海水和沉积物的重金属含量单位分别为: μg/L和mg/kg, 干质量。

与国内外其他海域相比, 黄渤海鳗草床沉积物重金属含量相对较低(表 6)。黄渤海鳗草床沉积物Cd、Cu和Zn含量低于渤海湾和辽东湾的平均含量, 而青岛湾沉积物的Pb含量略高于这两处海域[38-39]。黄渤海鳗草沉积物Cu含量低于黄河口日本鳗草沉积物Cu含量[21]。黄渤海鳗草床沉积物的Cd、Cu和Pb含量均低于希腊色雷斯海的大洋波喜荡草(Posidonia oceanica)床和阿尔及利亚斯基克达海湾沉积物中的含量[40-41]。意大利圣彼得岛近岸沉积物Cd含量高于本研究[42]。美国新港河口鳗草床沉积物Cu和Zn含量低于本研究[43]。土耳其博斯普鲁斯海峡鳗草床沉积物Cd、Cu、Zn和Pb含量普遍高于本研究[44]

对比分析我国黄渤海4处典型鳗草床, 可以看出, 黄渤海鳗草床海水重金属含量由高到低依次为: Zn > Cu > Pb > Cd。葫芦岛兴城鳗草床海水中Zn和Cd含量均高于其余3处鳗草床, 这可能是由于兴城近岸地区过量使用重金属农药及觉华岛工业设施滞后导致的。大连林阳北海鳗草床海水中Cu和Zn含量在4处鳗草床中均为最低, 这可能是由于该区域以养殖业和旅游业为主, 工业不发达, 受到的污染较小。对沉积物来说, 所有鳗草床的重金属含量由高到低依次为: Zn > Pb > Cu > Cd。青岛湾鳗草床沉积物的Cu、Zn和Pb在所有鳗草床中含量最高, 这可能是由于青岛湾处于旅游景区, 夏季旅游船只数量激增, 导致排污量增加; 且青岛湾面积较小, 水动力较弱, 陆源污染物在近岸浅水海域容易形成沉积。

研究表明, 渤海湾海水重金属含量存在显著的季节性变化, Cu、Pb、Zn和Cd含量在秋季升高, 冬季达到最低[30]。黄河入海口沉积物重金属含量相对稳定, 但海草组织对重金属的富集存在季节性变化[21]。由此可见, 同样处于黄渤海的4处鳗草床海水重金属含量及鳗草对重金属的富集能力可能存在季节性变化, 故本研究仅可反应夏季黄渤海鳗草床的重金属污染状况。

3.2 黄渤海鳗草对重金属的富集及迁移转化规律分析

许多对海草物种的研究表明, 与地下组织相比, 地上组织对重金属有更强的富集能力[22, 45-46]。这与本研究的结论一致, 即黄渤海鳗草对Cu、Zn和Cd的富集主要发生在地上组织中。这主要因为鳗草生长环境特殊, 不但可通过叶片直接吸收海水中的重金属并富集[47], 而且当海水中重金属含量较低, 叶片中重金属含量较高时, 还可通过根系富集重金属, 然后通过维管组织将重金属迁移至叶片[48]。本研究中, Cu、Zn和Cd由鳗草地下组织迁移到地上组织的能力较强, 这也证明了上述结论。植物将过量重金属从根转移到叶, 当叶中积累的重金属含量达到极限时便会脱落, 该现象是植物应对重金属胁迫产生的一种解毒机制[49-50], 即鳗草通过脱落富含重金属的老叶及生成新叶来排除有毒重金属[51-52]

鳗草对Pb的富集主要集中在地下组织中, 这与大多数研究结论一致, 即Pb主要在海草的地下组织(如根系)中积累[21, 53]。除林阳北海鳗草床外, 其余鳗草床的鳗草对Pb的转运系数均小于1。这证明当鳗草受到Pb胁迫时, 可能会采取抑制地上组织富集Pb和限制Pb转运至地上组织来抵抗其毒性作用。林阳北海鳗草对Pb的富集情况与其他鳗草床不同(林阳北海鳗草地下组织对Pb的富集系数仅有0.03), 这可能是由于该鳗草床沉积物的组成成分与其他鳗草床存在差异, 阻碍了地下组织对沉积物中Pb的富集, 但具体原因还需进一步探究。

3.3 黄渤海鳗草床重金属生态风险评估

除沉积物中的Cd外, 鳗草床其余重金属的潜在生态风险等级均处于低风险水平。但葫芦岛兴城鳗草床重金属潜在生态风险指数(IR)较高的原因是该区域存在轻度Cd污染, 且Cd的环境毒性系数最高(30), 其Ei值对整体IR值贡献最大。研究表明, 过量Cd会使植物生长缓慢, 甚至阻止叶绿素的合成[54]; 当环境中的Cd含量达到1 mg/L时, 喜盐草(Halophila ovalis)的光合效率将迅速下降[55]。Pb的污染程度与潜在生态风险等级仅次于Cd, 其毒性较强, 对海草、动物及沉积物微生物都有严重毒害作用[56]。因此, 应当加强对黄渤海鳗草床海域的Cd和Pb管控, 避免因污染加剧而威胁海草床健康。

4处黄渤海鳗草床海水重金属的潜在生态风险等级均处于低风险水平, 海水水质较好。沉积物中Cu、Pb和Zn的潜在生态风险相近, 但Cd的潜在生态风险因地理位置的不同而存在差异性, Cd的潜在生态风险在葫芦岛兴城鳗草床最高, 唐山乐亭-曹妃甸鳗草床和青岛湾鳗草床次之, 大连林阳北海鳗草床最低。这可能是水文条件和地质条件等多方面因素共同作用的结果。与Cu、Pb和Zn相比, Cd的高风险等级也表明Cd是黄渤海鳗草床沉积物中首要的潜在风险元素。

地质累积指数评价结果表明, 葫芦岛兴城、唐山乐亭-曹妃甸和青岛湾鳗草床存在不同程度的Cd污染, 但大连林阳北海鳗草床并不存在Cd污染, 这主要与该地区的自然条件有关。有研究表明, 獐子岛海域(与大连林阳北海同属长山群岛海域)沉积物不存在重金属生态风险[57], 是优良的贝类增养殖海域。

海洋环境中重金属的含量是多种因素共同作用的结果, 如: pH、有机质、元素化合态等, 还有各种重金属元素对生物的联合/拮抗作用[58]。故在使用以上方法进行生态风险评估时, 应对其进行相应的优化和完善。

参考文献
[1]
KUO J, HARTOG C D. Seagrasses: biology, ecology and conservation[M]. Berlin, Germany: Springer, 2006.
[2]
SANTOS C, I OLIVÉ, MOREIRA M, et al. Seagrass meadows improve inflowing water quality in aquaculture ponds[J]. Aquaculture, 2020, 528: 735502. DOI:10.1016/j.aquaculture.2020.735502
[3]
FOURQUREAN J W, DUARTE C M, KENNEDY H, et al. Seagrass ecosystems as a globally significant carbon stock[J]. Nature Geoscience, 2012, 1(7): 297-315.
[4]
CULLEN-UNSWORTH L C, UNSWORTH R. A call for seagrass protection[J]. Science, 2018, 361(6401): 446-448. DOI:10.1126/science.aat7318
[5]
WAYCOTT M, DUARTE C M, CARRUTHERS T J B, et al. Accelerating loss of seagrasses across the globe threatens coastal ecosystems[J]. Proceedings of the National Academy of Sciences, 2009, 106(30): 12377-12381. DOI:10.1073/pnas.0905620106
[6]
王晓宇, 杨红生, 王清. 重金属污染胁迫对双壳贝类生态毒理效应研究进展[J]. 海洋科学, 2009, 33(10): 112-118.
WANG Xiaoyu, YANG Hongsheng, WANG Qing. Research progress on ecotoxicological effects of heavy metal pollution stress on bivalves[J]. Marine Sciences, 2009, 33(10): 112-118.
[7]
MACINNIS-NG C M, RALPH P J. Towards a more ecologically relevant assessment of the impact of heavy metals on the photosynthesis of the seagrass, Zostera capricorni[J]. Marine Pollution Bulletin, 2002, 45: 100-106. DOI:10.1016/S0025-326X(01)00300-9
[8]
MACINNIS-NG C, RALPH P J. Variations in sensitivity to copper and zinc among three isolated populations of the seagrass, Zostera capricorn[J]. Journal of Experimental Marine Biology & Ecology, 2004, 302(1): 63-83.
[9]
ZHAO F J, JIANG R F, DUNHAM S J, et al. Cadmium uptake, translocation and tolerance in the hyperaccumulator Arabidopsis halleri[J]. New Phytologist, 2006, 172(4): 646-654. DOI:10.1111/j.1469-8137.2006.01867.x
[10]
AMBO-RAPPE R, LAJUS D L, SCHREIDER M J. Heavy metal impact on growth and leaf asymmetry of seagrass, Halophila ovalis[J]. Journal of Environmental Chemistry & Ecotoxicology, 2011, 3(6): 149-159.
[11]
GU R T, LIN H Y, ZHOU Y, et al. Programmed responses of different life-stages of the seagrass Ruppia sinensis to copper and cadmium exposure[J]. Journal of Hazardous Materials, 2021, 403: 123875. DOI:10.1016/j.jhazmat.2020.123875
[12]
郑凤英, 邱广龙, 范航清, 等. 中国海草的多样性、分布及保护生物多样性[J]. 生物多样性, 2013, 21(5): 517-526.
ZHENG Fengying, QIU Guanglong, FAN Hangqing, et al. Diversity, distribution and conservation of Chinese seagrass species[J]. Biodiversity Science, 2013, 21(5): 517-526.
[13]
XU S C, ZHOU Y, WANG P M, et al. Temporal-spatial variations in the elemental and stable isotope contents of eelgrass (Zostera marina L.) in the Bohai Sea and Yellow Sea, northern China: Sheath as a novel ecological indicator for geochemical research[J]. Ecological Indicators, 2021, 121: 107181. DOI:10.1016/j.ecolind.2020.107181
[14]
李国旗, 安树青, 陈兴龙, 等. 生态风险研究述评[J]. 生态学杂志, 1999, 18(4): 57-64.
LI Guoqi, AN Shuqing, CHEN Xinglong, et al. Review of ecological risk research[J]. Chinese Journal of Ecology, 1999, 18(4): 57-64. DOI:10.3321/j.issn:1000-4890.1999.04.013
[15]
FöRSTNER U, AHLF W, CALMANO W, et al. Sediment criteria development: contributions from environmental geochemistry to water quality management[J]. Technische Universitä t Harburg, 1990, 53(2): 311-338.
[16]
XU S C, QIAO Y L, XU S, et al. Diversity, distribution and conservation of seagrass in coastal waters of the Liaodong Peninsula, North Yellow Sea, northern China: Implications for seagrass conservation[J]. Marine Pollution Bulletin, 2021, 167: 112261. DOI:10.1016/j.marpolbul.2021.112261
[17]
周毅, 许帅, 徐少春, 等. 中国温带海域新发现较大面积(大于0.5 km2) 海草床: Ⅱ声呐探测技术在渤海唐山沿海海域发现中国面积最大的鳗草海草床[J]. 海洋科学, 2019, 43(8): 50-55.
ZHOU Yi, XU Shuai, XU Shaochun, et al. Newly discovered seagrass beds with large area (> 0.5 km2) in Temperate Waters of China: II The largest Seagrass bed of Eelgrass in China was discovered in Tangshan coastal waters of Bohai Sea by sonar detection technology[J]. Marine Sciences, 2019, 43(8): 50-55.
[18]
SHORT F T, COLES R G. Global seagrass research methods[M]. Amsterdam: Elsevier, 2001.
[19]
HAKANSON L. An ecological risk index for aquatic pollution control: a sedimentological approach[J]. Water Research, 1980, 14(8): 975-1001. DOI:10.1016/0043-1354(80)90143-8
[20]
张钊, 白向玉, 周磊. 地积累指数法和潜在生态危害指数法在污泥重金属污染中的应用[C]//2011中国环境科学学会学术年会论文集(第二卷). 北京: 中国环境科学出版社, 2011.
ZHANG Zhao, BAI Xiangyu, ZHOU Lei. Application of soil accumulation index method and potential ecological hazard index method in sludge heavy metal pollution[C]//2011 Chinese Society for Environmental Science Annual Conference Proceedings (Vol. 2). Beijing: China Environmental Science Press, 2011.
[21]
LIN H Y, SUN T, ADAMS M P, et al. Seasonal dynamics of trace elements in sediment and seagrass tissues in the largest Zostera japonica habitat, the Yellow River Estuary, northern China[J]. Marine Pollution Bulletin, 2018, 134: 5-13. DOI:10.1016/j.marpolbul.2018.02.043
[22]
LIN H Y, SUN T, XUE S F, et al. Heavy metal spatial variation, bioaccumulation, and risk assessment of Zostera japonica habitat in the Yellow River Estuary, China[J]. Science of the Total Environment, 2016, 541: 435-443. DOI:10.1016/j.scitotenv.2015.09.050
[23]
赵一阳, 鄢明才. 中国浅海沉积物化学元素丰度[J]. 中国科学(B辑化学生命科学地学), 1993, 23(10): 1084-1090.
ZHAO Yiyang, YAN Mingcai. Geochemical characteristics and geochemical characteristics of Marine sediments in China[J]. Science in China (Series B: Chemistry, Life Sciences and Earth Science), 1993, 23(10): 1084-1090.
[24]
国家环境保护局. 海水水质标准GB 3097—1997[S]. 北京: 中国标准出版社, 1997.
State Department of Environmental Conservation. Seawater quality standard GB 3097—1997[S]. Beijing: China Standards Press, 1997.
[25]
国家海洋局. 海洋沉积物质量: GB 18668—2002[S]. 北京: 中国标准出版社, 2002.
State Oceanic Administration. Marine sediment quality: GB 18668—2002[S]. Beijing: Standards Press of China, 2002.
[26]
徐争启, 倪师军, 庹先国, 等. 潜在生态危害指数法评价中重金属毒性系数计算[J]. 环境科学与技术, 2008, 31(2): 112-115.
XU Zhengqi, NI Shijun, TUO Xianguo, et al. Calculation of heavy metal toxicity coefficient in evaluation of potential ecological hazard index[J]. Environmental Science and Technology, 2008, 31(2): 112-115.
[27]
许星鸿, 姚海洋, 孟霄, 等. 连云港附近海域海水, 表层沉积物和水产品的重金属污染及生态风险评价[J]. 海洋湖沼通报, 2019(5): 110-116.
XU Xinghong, YAO Haiyang, MENG Xiao, et al. Heavy metal pollution and ecological risk assessment of sea water, surface sediments and aquatic products in Lianyungang Area[J]. Transactions of Oceanology and Limnology, 2019(5): 110-116.
[28]
PENG S. The nutrient, total petroleum hydrocarbon and heavy metal contents in the seawater of Bohai Bay, China: Temporal-spatial variations, sources, pollution statuses, and ecological risks[J]. Marine Pollution Bulletin, 2015, 95(1): 445-451.
[29]
ZHANG A G, WANG L L, ZHAO S L, et al. Heavy metals in seawater and sediments from the northern Liaodong Bay of China: Levels, distribution and potential risks[J]. Regional Studies in Marine Science, 2017, 11: 32-42.
[30]
WANG X Y, ZHAO L L, Xu H Z, et al. Spatial and seasonal characteristics of dissolved heavy metals in the surface seawater of the Yellow River Estuary, China[J]. Marine Pollution Bulletin, 2018, 137: 465-473.
[31]
陈燕, 张勇, 李莉, 等. 秦皇岛近岸海水和沉积物中重金属的含量分布及生态风险评价[J]. 河北渔业, 2019, 47(9): 35-38.
CHEN Yan, ZHANG Yong, LI Li, et al. Distribution and ecological risk assessment of heavy metals in coastal waters and sediments of Qinhuangdao[J]. Hebei Fisheries, 2019, 47(9): 35-38.
[32]
李景喜, 李俊飞, 郑立, 等. 南海中南部水域海水中重金属的分布特征[J]. 中国环境监测, 2013, 29(3): 65-71.
LI Jingxi, LI Junfei, ZHENG Li, et al. Distribution of Heavy Metals in the Mid-South Part of South China Sea Water[J]. Environmental Monitoring in China, 2013, 29(3): 65-71.
[33]
LIN Y C, CHANG-CHIEN G P, CHIANG P C, et al. Multivariate analysis of heavy metal contaminations in seawater and sediments from a heavily industrialized harbor in Southern Taiwan[J]. Marine Pollution Bulletin, 2013, 76(1/2): 266-275.
[34]
刘宪斌, 朱浩然, 郭夏青, 等. 河北黄骅近岸海域表层海水重金属污染特征及生态风险评价[J]. 安全与环境学报, 2020, 20(2): 747-755.
LIU Xianbin, ZHU Haoran, GUO Xiaqing, et al. Pollution characteristics and ecological risk assessment of heavy metals in coastal waters of Huanghua, Hebei Province[J]. Journal of Safety and Environment, 2020, 20(2): 747-755.
[35]
黄向青, 林进清, 张顺枝, 等. 广西钦州湾-北海水域海水重金属分布与评价[J]. 海洋环境科学, 2013, 32(5): 729-735.
HUANG Xiangqing, LIN Jinqing, ZHANG Shunzhi, et al. Distribution and evaluation of heavy metals in seawater from Qinzhou Bay to Beihai, Guangxi[J]. Marine Environmental Science, 2013, 32(5): 729-735.
[36]
EL-TOKHI M M, MOSTAFA Y M. Heavy metals and petroleum hydrocarbons contamination of bottom sediments of El Sukhna area, Gulf of Suez, Egypt[J]. Petroleum Science and Technology, 2001, 19(5/6): 481-494.
[37]
AL-TAANI A A, BATAYNEH A, NAZZAL Y, et al. Status of trace metals in surface seawater of the Gulf of Aqaba, Saudi Arabia[J]. Marine Pollution Bulletin, 2014, 86(1/2): 582-590.
[38]
朱爱美, 张辉, 崔菁菁, 等. 渤海沉积物重金属环境质量评价及其影响因素[J]. 海洋学报, 2019, 41(12): 134-144.
ZHU Aimei, ZHANG Hui, CUI Jingjing, et al. Environmental quality assessment and influencing factors of heavy metals in sediments of Bohai Sea[J]. Haiyang Xuebao, 2019, 41(12): 134-144.
[39]
蓝先洪, 孟祥君, 梅西, 等. 辽东湾表层沉积物的重金属污染特征与质量评价[J]. 海洋学报, 2018, 40(6): 60-73.
LAN Xianhong, MENG Xiangjun, MEI Xi, et al. Pollution characteristics and quality assessment of heavy metals in surface sediments of Liaodong Bay[J]. Haiyang Xuebao, 2018, 40(6): 60-73.
[40]
MALEA P, MYLONA Z, KEVREKIDIS T. Trace elements in the seagrass Posidonia oceanica: Compartmentation and relationships with seawater and sediment concentrations[J]. Science of the Total Environment, 2019, 686: 63-74.
[41]
ZEGHDOUDI F, TANDIR L M, OUALI N, et al. Concentrations of trace-metal elements in the superficial sediment and the marine magnophyte, Posidonia ocenanica (L) Delile, 1813 from the Gulf of Skikda (Mediterranean coast, East of Algeria)[J]. Cahiers De Biologie Marine, 2019, 60(3): 223-233.
[42]
DI LEO A, ANNICCHIARICO C, CARDELLICCHIO N, et al. Trace metal distributions in Posidonia oceanica and sediments from Taranto Gulf (Ionian Sea, southern Italy)[J]. Mediterranean Marine Science, 2013, 14(1): 204-213.
[43]
WOLFE D A, THAYER G W, ADAMS S M. Manganese, iron, copper, and zinc in an eelgrass (Zostera marina) community[M]. Pohland: The Ecological Society of America, 1976.
[44]
GÜVEN K C, SAYGı N, öZTÜRK B. Survey of metal contents of Bosphorus algae, Zostera marina and sediments[J]. Botanica Marina, 1993, 36: 175-178.
[45]
BRIX H, LYNGBY J E, SCHIERUP H H. Eelgrass (Zostera marina L.) as an indicator organism of trace metals in the Limfjord, Denmark[J]. Marine Environmental Research, 1983, 8(3): 165-181.
[46]
PRANGE J A, DENNISON W C. Physiological responses of five seagrass species to trace metals[J]. Marine Pollution Bulletin, 2000, 41(7/12): 327-336.
[47]
LYNGBY J E, BRIX H. Seasonal and environmental variation in cadmium, copper, lead and zinc concentrations in eelgrass (Zostera marina L.) in the Limfjor, k Denmark[J]. Aquatic Botany, 1982, 14: 59-74.
[48]
李磊, 黄小平. 重金属在海草中累积及其对海草生长的影响[J]. 生态学杂志, 2009, 28(9): 1897-1904.
LI Lei, HUANG Xiaoping. Heavy metal accumulation in Seagrass and its effects on seagrass growth[J]. Chinese Journal of Ecology, 2009, 28(9): 1897-1904.
[49]
WEIS J S, WEIS P. Metal uptake, transport and release by wetland plants: implications for phytoremediation and restoration[J]. Environment International, 2004, 30(5): 685-700.
[50]
GALAL T M, SHEHATA H S. Bioaccumulation and translocation of heavy metals by Plantago major L. grown in contaminated soils under the effect of traffic pollution[J]. Ecological Indicators, 2015, 48: 244-251.
[51]
MALEA P, HARITONIDIS S. Cymodocea nodosa (Ucria) Aschers as a bioindicator of metals in Thermaikos Gulf, Greece, during monthly samplings[J]. Botanica Marina, 1999, 42(5): 419-430.
[52]
BONANNO G, MARTINO V D. Trace element compartmentation in the seagrass Posidonia oceanica and biomonitoring applications[J]. Marine Pollution Bulletin, 2017, 116(1): 196-203.
[53]
LLAGOSTERA I, M PÉREZ, ROMERO J. Trace metal content in the seagrass Cymodocea nodosa: Differential accumulation in plant organs[J]. Aquatic Botany, 2011, 95(2): 124-128.
[54]
NAGAJYOTI P C, LEE K D, SREEKANTH T V M. Heavy metals, occurrence and toxicity for plants: a review[J]. Environmental Chemistry Letters, 2010, 8(3): 199-216.
[55]
RALPH P J, BURCHETT M D. Photosynthetic response of Halophila ovalis to heavy metal stress[J]. Environmental Pollution, 1998, 103(1): 91-101.
[56]
ZHANG Z W, QU J B, XU G F, et al. Maize and foxtail millet as substantial sources of dietary lead intake[J]. Science of the Total Environment, 1997, 208(1/2): 81-88.
[57]
谭志军, 翟毓秀, 杨帆, 等. 獐子岛贝类养殖区表层沉积物重金属分布特征及潜在生态危害评价[J]. 海洋科学, 2012, 36(3): 89-94.
TAN Zhijun, ZHAI Yuxiu, YANG Fan, et al. Distribution characteristics and potential ecological hazard assessment of heavy metals in surface sediments of Zhangzi Island shellfish culture area[J]. Marine Sciences, 2012, 36(3): 89-94.
[58]
何东明, 王晓飞, 陈丽君, 等. 基于地积累指数法和潜在生态风险指数法评价广西某蔗田土壤重金属污染[J]. 农业资源与环境学报, 2014, 31(2): 126-131.
HE Dongming, WANG Xiaofei, CHEN Lijun, et al. Assessment of heavy metal pollution in bagasse soil based on land accumulation index and potential ecological risk index in Guangxi[J]. Journal of Agricultural Resources and Environment, 2014, 31(2): 126-131.