0 引言

土壤是农业生产重要的物质基础，污染物可通过多种方式进入土壤，使土壤成为污染物的“汇”和“源”。土壤污染具有滞后性、隐蔽性、积累性和难恢复性等特点^[1-2]，所以开展土壤污染监测，评估土壤物理、化学和生物等性质，了解土壤现状，开展长期变化趋势分析，及时掌握土壤污染状况，防范土壤性质改变带来的风险就显得尤为重要^[3-4]。2016年5月31日，国务院发布了《土壤污染防治行动计划》(国发〔2016〕31号)，简称“土十条”，明确建立国家土壤环境质量监测网络，开展例行监测工作，对今后我国土壤环境质量监测网络建设工作做出了全面的战略部署^[3]。为贯彻落实“土十条”，北京市林业、地勘、农业及环境等行业，均建立了行业内部的土壤环境质量监测网络，积累了大量的土壤点位信息和监测数据，夯实了北京市土壤环境质量监测的基础^[4]。但是因为行业不同，在数据监测的过程中，须使用符合管理需求的标准分析方法，这些方法在方法原理、实验过程和质控要求等方面均存在不同程度的差异，从而造成行业间的监测数据无法共享，因此亟须对不同标准分析方法之间的适用性进行评估^[5]。

等效性研究起源于生物等效性实验，其在食品及临床领域的研究相对较多^[6-10]，将其应用到土壤监测中不同标准分析方法的等效性研究较少。黄翔等^[11]选取5种不同用途的耕地，分别采用国际和国内标准分析方法测定土壤中的pH值，研究了影响测定结果的因素和2种标准之间的差异。结果表明，pH值的测定结果受水土比的影响较大，而振荡时间和过滤对测定结果无显著影响，2种标准之间具有显著的相关性，可以进行数据间的转换。李冠龙等^[12]选用不同的检测方法，对煤炭中的灰分、挥发酚、碳、氢和氮等进行等效性评价。结果表明，灰分、挥发酚检测所使用的《煤的工业分析方法》(GB/T 212—2008)、《煤的工业分析方法仪器法》(GB/T 30732—2014)和《煤的工业分析自动仪器法》(DL/T 1030—2006)3种标准分析方法在技术上等效，而碳、氢、氮所使用的《煤中碳氢氮的测定仪器法》(GB/T 30733—2014)、《燃料元素的快速分析方法》(DL/T 568—2013)和《煤中碳和氢的测定方法》(GB/T 476—2008)3种标准分析方法在技术上等效。朱炜等^[13]采用成对方法比较，通过实验室间比对研究，结合方法性能评价与运用合适的统计工具对标准检验方法的分析结果进行定性、定量评价。结果表明，成对方法之间无显著性差异，在等效边界为15%时方法等效，检测均值的差异均低于可接受临界差异。

为了评估不同行业间，土壤监测过程所选用的不同标准分析方法得到监测数据的可统筹性，整合行业间土壤点位监测信息，避免重复监测造成的资源浪费，现对环境和农业行业土壤监测过程中，常用的标准分析方法的等效性评价进行初步研究。

1 研究方法 1.1 样品采集、保存和制备

为降低方法等效性评价的干扰因素，对农业和环境行业常用的4个技术规范《农田土壤环境质量监测技术规范》(NY/T 395—2012)、《耕地质量监测技术规程》(NY/T 1119—2019)、《土壤检测第1部分：土壤样品的采集、处理和贮存》(NY/T 1121.1—2006)和《土壤环境监测技术规范》(HJ/T 166—2004)，从适用范围、样品采集、样品保存、样品制备和质控质保等方面进行比对，根据比对结果，选择合适的技术规范作为参考，进行样品的采集、保存及制备工作。

根据农业和环境行业的监测范围，为保证选取土壤样品的代表性，在不影响布点准确性的前提下，在全北京市范围内，选取具有代表性的农用地(包括农作物和经济作物用地)和未利用地作为研究区域。选取研究区域内的20个土壤点位，点位类型包括背景点、基础点和风险监控点，采集0~20 cm的表层土壤样品。土壤点位分布示意见图 1。

土壤样品采集时间为2022年7—8月，避开农用地施肥期。每个样品采集5点混合样，重量不少于2 kg。随机采集现场平行样，比例不低于样品总数量的20%。现场平行样带回实验室后随机选取20%，将每个样品一分为二，其中一份样品作为外部质控样，共计得到36个土壤样品。

根据标准分析方法及监测指标的要求，制备成相应粒径的土壤样品。用来测定pH值和阳离子交换量(CEC)的样品为2 mm(10目)，测定有机质(OM)的样品为0.25 mm(60目)，测定金属元素的样品为0.15 mm(100目)。

1.2 样品分析

根据行业内对标准分析方法的要求，以及标准分析方法和所用仪器的普适性、实用性和经济性等原则，最终选用环境和农业行业常用的现行标准(表 1)。在对每个标准分析方法从方法原理、试剂材料、仪器设备、样品制备、分析步骤和质控质保等方面进行文本比对的基础上，结合文献调研的结果，判别出2种标准分析方法之间的主要差异，从而指导后续实验设计。

根据《土壤环境质量农用地土壤污染风险管控标准(试行)》(GB 15618—2018)^[14]，确定11项监测指标为研究对象，分别为pH值、OM、CEC、铜(Cu)、锌(Zn)、铅(Pb)、镍(Ni)、铬(Cr)、镉(Cd)、汞(Hg)和砷(As)。

同时开展农业和环境2种标准分析方法的测试比对，每种方法进行6次平行样的测试。为避免系统误差对结果造成影响，实际操作过程中，在标准允许的情况下，同一工作人员采用相同的标准物质、化学试剂和分析仪器对样品进行分析。

分析过程中，按照各监测指标标准分析方法的要求进行实验室内部质控，质控结果须在标准规定的范围内。现场平行样测试结果的标准偏差在20%以内，平行样测试结果仅作为质控参考，不参与结果评价。

1.3 等效性评价方法

方法等效性评价包含方法性能评价^[15]与检测结果等效性评价^[16]。《环境监测分析方法标准制订技术导则》(HJ 168—2020)中给出采用配对样品t检验的方法来判定2种方法的测定结果是否具有显著差异。《环境监测》(第五版)则采用标准物质测定后进行t检验，或使用2种方法配对测试进行t检验，从而得出2种方法是否具有显著性差异。《水质测定结果等效性验证技术指南》(ISO 16489：2006)规定，首先对标准样品采用新方法和参比方法分别进行测定，通过F检验和t检验，考察2种方法测定结果的方差和均值是否具有显著性差异；然后对实际样品，通过配对t检验，考察2种方法测定结果是否具有显著性差异^[17]。上述评价方法只能定性地判断方法之间是否存在差异，无法定量给出差异的大小，而双单侧检验法(TOST)^[18]则可以弥补这种缺陷，用预先设定等效边界的方式，定量给出各方法之间的等效性^[19]。

综合文献调研结果及监测结果的评价目的，本研究拟采用方法性能评价来判断2种标准分析方法的精密度是否存在差异；采用显著性检验来判断2种标准分析方法是否存在显著性差异；采用双单侧检验法判断2种标准分析方法间的差异是否在等效边界内；最后应用实际监测数据，综合评价行业内标准分析方法是否等效，所得监测数据是否可以统筹使用。

1.3.1 方法性能评价

方法性能评价可以通过方法精密度(重复性)比较来获得，以F检验来实现，用以判断实验室内精密度是否存在显著性差异。将农业标准作为替代方法(方法B)，环境标准作为标准方法(方法A)，在后续的等效性检验中也采用这种方式。

实验室内精密度(F_r)计算方法见式(1)。

$ F_{\mathrm{r}}=\frac{S_{\mathrm{rB}}^2}{S_{\mathrm{rA}}^2} $

(1)

式中：S_rB²和S_rA²——方法B和方法A所得结果的标准偏差。

若F_α/2(υ_rB，υ_rA)≤F_r≤F_(1-α/2)(υ_rB，υ_rA)，则表明2种方法的实验室内精密度没有显著性差异；若F_r>F_(1-α/2)(υ_rB，υ_rA)，则表示方法B的实验室精密度劣于方法A；若F_r < F_α/2(υ_rB，υ_rA)，则表示方法B的实验室精密度优于方法A。α为显著性水平，通常取α=0.05；υ_rB和υ_rA为方法B和方法A测试的自由度。

查找F_r分布表得知，F_0.025(5，5)=7.146 4，F_0.975(5，5)=0.139 93。

1.3.2 显著性检验

显著性检验是对2组数据之间是否存在显著性差异进行判断，以t检验来实现。做两配对样本t检验的零假设：H₀，两总体均值无显著性差异，表述为：H₀：μ₁=μ₂，其中μ₁，μ₂为2组数据的总体均值；配对测试的结果差值$\left(d_i\right)=\overline{y_i}-\overline{x_i} $，计算d_i的平均值($ \bar{d}$)，标准偏差(S_d)计算方法见式(2)。

$ S_{\mathrm{d}}=\sqrt{\frac{\sum _{i=0}^n\left(d_i-\bar{d}\right)^2}{n-1}} $

(2)

统计量(t_c)计算方法见式(3)。

$ t_{\mathrm{c}}=\frac{|\bar{d}| \times \sqrt{n}}{S_{\mathrm{d}}} $

(3)

将t_c与t值表(双侧分布)的临界值tt进行比较来对t检验进行判断，一般选择显著水平α=0.05，如≤t_(α，n-1)，认为2种方法测定结果之间无显著性差异，表明评价实验结果满意，反之亦然。显著性检验的统计结果以SPSS统计软件来实现。

1.3.3 双单侧检验

TOST法又被称为等效性检验，最早应用于生物利用度的等效性评价，后引入临床疗效的等效性评价。该方法关注的是不同测量对象之间的相似程度，用来验证差异是否在等效边界内，从而得出2组数据均值是否等效 ^[20]。

假设H₀：μ₁-μ₂≤-R_L和μ₁-μ₂≥R_U，其中，-R_L为等效下限，R_U为等效上限。

而后分别进行2次单侧t检验，这个假设H₀被推翻的时候，得到2组数据的差异介于等效上限和等效下限之间，-R_L≤μ₁-μ₂≤R_U，从而证明2组数据是等效的。

进行等效性检验，需要有合理的等效边界，可以参考标准方法，也可以由经验获得，目前在环境监测行业还没有这方面的研究和标准规范支持。朱炜等^[13]推荐食品行业中的最大等效边界为±15%，考虑到土壤对人体影响的间接性，本研究规定最大等效边界为±20%。等效性检验的统计结果在软件Minitab 21.1上实现。

2 结果和讨论 2.1 技术规范比对结果

农业和环境行业涉及的样品采集、保存和制备的技术规范共有4个，农业行业为《NY/T 395—2012》《NY/T 1121.1—2006》和《NY/T 1119—2019》，环境行业为《HJ/T 166—2004》。对这4个技术规范进行比对，结果表明其在农用地土壤样品的采集、制备和保存环节的规定基本一致，本研究选择《HJ/T 166—2004》作为技术规范。

2.2 方法性能评价结果

F检验、t检验和TOST检验的数据统计结果见表 2。由表 2可见，考察的11个监测指标的F值均在区间范围内，即F_0.025(5，5)≥F_r≥F_0.975(5，5)，说明这11项指标所对应的2类标准分析方法的精密度均无显著性差异。

CEC的F_r值较高，可能原因是《NY/T 1121.5—2006》的实验过程较《HJ 889—2017》更为繁琐复杂，随机误差较多，导致精密度略差。OM的测定在《HJ 615—2011》中使用分光光度法，样品如存在浑浊物可能影响分析结果，使得方法精密度低于《NY/T 1121.6—2006》。Cu、Zn、Pb、Ni和Cr 5种重金属的测定，《NY/T 1613—2008》中采用王水回流法，酸的用量和消解时间相对确定，而《HJ 491—2019》中则使用四酸消解法，酸的使用量、电热板温度、消解时间等均会因为实验人员、实验室、不同实验批次而发生较大差异，使得F_r值偏低。pH值、Cr、Hg和As的测定在2类标准分析方法中，其实验流程及所用试剂等方面均类似，精密度差异小，F_r值接近1。虽然2类标准分析方法在精密度上各有差异，但还没达到有显著性差异的程度，因此本研究采用的2类标准分析方法在精密度上对结果的影响不大。

2.3 显著性检验结果

按监测指标分组，分别对监测结果进行显著性差异检验，临界值t_(19，95%)=2.093。数据处理使用SPSS 21.0完成，所得t值和P值见表 3。

由表 3可见，pH值和Hg的P值均＞0.05，t值均＜2.093，说明测定pH值的《HJ 962—2018》和《NY/T 1121.2—2006》，测定Hg的《HJ 680—2013》和《NY/T 1121.10—2006》2类方法不存在显著性差异，其他监测指标的P值均＜0.05，t值均＞2.093，说明2类方法之间均存在显著性差异。

土壤pH值测定所用的方法《NY/T 1121.2—2006》和《HJ 962—2018》，虽然在搅拌时间、静置时间上存在细微差别，但在样品制备、固液比、试剂、仪器等方面基本无差异，这与黄翔等^[11]的研究结果类似。测定Hg所采用的标准分析方法《NY/T 1121.10—2006》和《HJ 680—2013》所用消解方式、稀释定容及主要试剂略有不同，《NY/T 1121.10—2006》使用重铬酸钾加硝酸作为Hg保存剂，将10 mL王水加入具塞比色管中，加塞后在沸水浴中加热消解2 h，定容到50 mL后直接测定，而《HJ 680—2013》添加了盐酸、硫脲和抗坏血酸以还原As、硒(Se)、锑(Sb)、铋(Bi)，使用10 mL王水微波消解定容到50 mL后取10 mL再定容到50 mL测定。操作方法的不同会造成结果的差异，但是差异并不显著。赵小学等^[21]和林海兰等^[22]对比不同消解方式对土壤中Hg和As的提取效率的影响，结果发现Hg和As标准物质均在保证值范围内，说明不同消解方法间无显著差异。测定As的标准分析方法《NY/T 1121.11—2006》和《HJ 680—2013》，2种方法不同的消解方式对结果的差异影响不大，但是不同的稀释方式使得最终结果出现显著性差异。

OM测定所用《NY/T 1121.6—2006》和《HJ 615—2011》的差异主要来自干扰物质的消除、加热方式及测试方法3个方面。干扰消除过程中，《HJ 615—2011》通过添加硫酸汞作为掩蔽剂来消除在风干过程中产生的三价铁离子(Fe³⁺)的干扰，而《NY/T 1121.6—2006》未添加掩蔽剂。实验过程中，《HJ 615—2011》使用恒温加热器消解管在135 ℃恒温加热30 min，样品澄清后，对生成的三价铬进行比色测定，而《NY/T 1121.6—2006》使用石蜡油浴锅在170~180 ℃加热5 min，使用硫酸亚铁滴定剩余的六价铬，人工滴定熟练程度及样品的澄清度对比色的影响，均能使结果产生偏差。《NY/T 1121.6—2006》使用消耗重铬酸钾的量，按氧化校正系数计算出有机碳量。《HJ 615—2011》使用葡萄糖标准溶液作为标准曲线建立吸光度曲线。计算方式的不同也会对结果的差异产生影响。周建青等^[23]在研究中也提到，石蜡油浴法表面有机物的挥发会导致实验室空气污染，所需温度较高且温度波动较大，此外也不易调控，使得消解管外壁附着的油污难以清洗，导致测试结果的相关性和准确性较差。

CEC的大小代表了土壤可能保持的养分数量，也反映了土壤对重金属污染物的容量。Li等^[24]报道了中国中部不同土地利用类型的土壤中重金属浓度与CEC浓度成正相关性。《NY/T 1121.5—2006》采用的是盐酸-乙酸钙法，可以消除碳酸钙(CaCO₃)的影响，但流程长，操作过程复杂。《HJ 889—2017》采用的是三氯化六氨合钴浸提-分光光度法，所需试剂少，操作过程简单。研究表明，相较于盐酸-乙酸钙法，三氯化六氨合钴浸提法适用范围更广，结果更接近理论值^[23-24]。土壤重金属监测结果的差异主要来自消解方式的不同，其中《NY/T 1613—2008》采用王水提取法，《HJ 491—2019》和《GB/T 17141—1997》采用全消解法即四酸消解法。大多数土壤样品不能被王水完全溶解，其提取效率受王水质量、土壤理化性质、提取时间、提取温度及目标元素的种类和各种形态分布情况等因素的影响^[25]。

2.4 双单侧检验结果

以5%为单位递增，通过对不同等效边界进行TOST分析，计算每个指标的农业标准相对环境标准的最小等效边界，结果见图 2(a)—(k)，数据统计结果见表 3。

由图 2和表 3可见，除Cd、Cr和Pb的p值＞0.05外，其他监测指标的p值均＜0.05，各监测指标的最小等效边界也不同，pH值的等效边界最小落在±1%内，Hg次之(±3%)，最大的为Cr(±45%)，按照±20%等效边界来判定，除Cd、Cr和Pb这3种重金属外，其他监测指标所对应的标准分析方法是等效的。

环境行业用《HJ 491—2019》火焰原子吸收法分析Cr和Pb，采用四酸全消解方式对样品进行前处理，而农业行业用《NY/T 1613—2008》王水回流消解原子吸收法，采用王水消解的方式提取目标化合物，二者消解方式不同，导致监测结果差异很大。土壤中重金属在王水中的提取效率不同，据报道，Cd、Cu、Mn、Zn比较容易溶出，溶出比均＞80%，Pb、Cr溶出比较低，仅为全量的53%~67%^[26]。土壤中的Pb和Cr大部分包藏在土壤矿物晶格中，且晶格比较稳定，只有氢氟酸才能破坏这类矿物晶格，因此四酸消解对于土壤中Pb和Cr的溶出率高于王水^[27]。

张富贵等^[28]发现，Cd在土壤中的存在形式较其他金属元素活跃，与土壤的结合力较弱，更易被作物吸收。存在形式多样，土壤pH值和有机质等因素对Cd形态分配影响强于化学组成的影响，因此其受人为干扰影响较大^[29-31]。《NY/T 1613—2008》和《GB/T 17141—1997》2种方法采用不同的前处理方式，《GB/T 17141—1997》在实验过程中，酸的使用量、电热板温度、消解时间等则会因为不同实验批次而产生较大差异，上述原因综合导致这2种标准分析方法监测土壤中Cd的结果不等效。

因此，以±20%等效边界为判定依据，测定Cr和Pb的《HJ 491—2019》和《NY/T 1613—2008》，测定Cd的《GB/T 17141—1997》和《NY/T 1613—2008》3组标准分析方法不等效外，其他8组标准分析方法等效。

3 结论

(1) 对环境和农业2个行业常用的标准进行比对，结果显示，2个行业所采用的技术规范在样品采集、保存和制备方面对监测结果的影响不大。方法性能评价结果显示，2类标准分析方法的精密度均无显著性差异。显著性检验结果显示，除土壤pH值和Hg外，其他监测指标的2类标准方法间均存在显著性差异。双单侧检验结果显示，以等效边界为±20%为判定依据，土壤pH值、OM、CEC、As、Cu、Ni、Zn和Hg这8个监测指标的2类标准分析方法之间是等效的，监测数据可以共享，并等效应用。

(2) Cd、Pb和Cr这3种目标物所对应的标准分析方法间的等效边界＞±20%，本研究认为其为不等效方法。其中Pb和Cd标准分析方法的检出限差异较大，尤其是Pb，环境标准分析方法比农业的高2倍，同时如果浓度不同，所采用的测试方法在原理上也存在差异，因此建议根据实际样品中目标物的浓度选择合适的分析方法。Cr在土壤中多数以晶格形式存在，在实际工作中，建议用四酸消解法来分析样品。

(3) 方法性能评价和显著性检验只能定性地判定方法间有无差异，但无法定量给出差异的范围，而双单侧检验则弥补了这种不足，还避免了因精密度过高而引起的显著性误判，在合理的等效边界内，能够使监测数据更全面合理地得到应用。

(4) 方法等效性评价须根据评价对象、评价目的、质控要求及监管需求来确定，同时须寻求合理且有意义的等效边界。本研究可为今后类似研究提供参考，或可推动相应的标准或规范来规定方法间合理的等效边界，也可根据评价结果对环境和农业行业的土壤环境质量监测网络进行整合管理，并根据《GB 15618—2018》的要求对现有监测结果进行评价，有利于更全面地认识农用地土壤环境的污染现状。