CN106596893B - 一种用于监测耕地镉输入输出平衡的方法 - Google Patents
一种用于监测耕地镉输入输出平衡的方法 Download PDFInfo
- Publication number
- CN106596893B CN106596893B CN201611139294.1A CN201611139294A CN106596893B CN 106596893 B CN106596893 B CN 106596893B CN 201611139294 A CN201611139294 A CN 201611139294A CN 106596893 B CN106596893 B CN 106596893B
- Authority
- CN
- China
- Prior art keywords
- cadmium
- soil
- isotope
- sample
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 229910052793 cadmium Inorganic materials 0.000 title claims abstract description 276
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 31
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 title claims abstract 66
- 239000002689 soil Substances 0.000 claims abstract description 141
- 239000000126 substance Substances 0.000 claims abstract description 29
- 238000012258 culturing Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000003306 harvesting Methods 0.000 claims description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 230000000717 retained effect Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 4
- 238000001179 sorption measurement Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 abstract description 45
- 230000007774 longterm Effects 0.000 abstract description 5
- 230000000155 isotopic effect Effects 0.000 abstract description 4
- 241001127637 Plantago Species 0.000 abstract description 2
- 230000008676 import Effects 0.000 abstract description 2
- PBHRBFFOJOXGPU-UHFFFAOYSA-N cadmium Chemical compound [Cd].[Cd] PBHRBFFOJOXGPU-UHFFFAOYSA-N 0.000 description 209
- 241000209094 Oryza Species 0.000 description 10
- 235000007164 Oryza sativa Nutrition 0.000 description 10
- 235000009566 rice Nutrition 0.000 description 10
- 238000003973 irrigation Methods 0.000 description 5
- 230000002262 irrigation Effects 0.000 description 5
- 238000002372 labelling Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000011109 contamination Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005303 weighing Methods 0.000 description 4
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000007943 implant Substances 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 239000002686 phosphate fertilizer Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 239000007864 aqueous solution Substances 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003621 irrigation water Substances 0.000 description 2
- 238000000100 multiple collector inductively coupled plasma mass spectrometry Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007873 sieving Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000009305 arable farming Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000006210 lotion Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明提供一种用于监测耕地镉输入输出平衡的方法，基于自然界的镉由8种同位素组成，且每种镉同位素在自然界中的丰度都是恒定不变的原则，采用含有8种镉同位素的任何一种高纯度的镉同位素物质对待检测土壤进行标记，在标记后的待监测土壤上种植植物，以获取四个样本，测定出来标记镉同位素和用于标记物质中所不含镉同位素的量，可量化盆钵土壤镉的输入量和输入量，用于长期监测土壤镉外来镉污染的程度和镉输入与输出平衡和消长规律；利用标记土壤上种植作物的标记镉同位素的丰度变化还可比较准确地反映外源输入的镉对作物农产品镉污染的实际贡献大小，以监控待监测土壤中镉污染输入输出平衡关系以及外来镉污染对作物农产品镉污染的实际贡献率。
Description
技术领域
本发明涉及土壤环境监测技术领域，更具体地，涉及一种用于监测耕地镉输入输出平衡的方法。
背景技术
土壤重金属污染已成为影响农产品质量安全的严重环境问题，其中镉污染问题首当其冲，全国受污染面积达到1.33万hm2以上。以镉为代表的重金属污染治理已受到农业部、科技部乃至中共中央的高于重视，研究制定切实可行的镉污染治理方案刻不容缓。土壤镉污染治理的关键是控制和减少源头污染。目前镉污染的治理基础研究面临的最大困境是：虽然已基本了解土壤镉污染的各种来源，如土壤母质、污水灌溉、干湿沉降、化学品输入等，但难以区分每种镉污染对耕地镉污染的贡献大小，因此也无法制定出针对性很强的技术措施。因此探明土壤镉污染的来源、量化不同来源耕地镉污染的贡献大小是制定镉污染治理方案的基础前提和关键。
目前，针对外来镉污染来源的调查研究主要是通过以下步骤和方法进行：土壤调查，确定某区域土壤受污染的程度→初步确定可能的主要污染源→围绕污染源进行布点取样→以土壤全镉含量及其变化作为污染指标→大致判断某地镉污染的成因，或判断某研究调查区域某种外来污染源的贡献大小。如王芸等在期刊“中国环境监测”2007年10月第23卷第5期第71-74页发表的论文所述，在监测污水灌溉对农田镉污染的影响研究时，就是采用的布点调查监测土壤全镉的方法。又如谢运河等在评价磷肥对稻田和其上种植的水稻镉污染进行评价时，也是采用监测试验小区水稻和土壤全镉含量的变化来说明磷肥对耕地镉污染的影响情况(作物研究，2014年第28卷第8期，第871-875页)。
以上这些监测方法，虽然为全国耕地镉污染的来源及污染状况调查提供了大量的有参考价值的数据，但是存在如下缺陷和不足之处：(1)耕地土壤在有外来镉污染输入时，同时也有镉的输出，通过检测土壤或种植作物的全镉含量只能反映出土壤镉含量增加或减少的数值，不能反映出土壤镉含量的输入与输出的动态变化。(2)、用植物全镉含量作为土壤镉污染严重程度的指标存在一定的不足，如植物的镉含量容易受土壤理化性质等环境因素、植物种类和品种等因素的影响，不能准确反映土壤镉污染实际情况；(3)在监测某种单一污染源，如前述污水灌溉和磷肥等对耕地镉含量变化的影响时，无法排除其他因素对耕地镉输入或输出的影响，无法准确地监测和评价某种污染源对耕地镉污染的贡献大小。
发明内容
本发明提供一种可准确反映土壤镉污染实际情况、及土壤镉含量的输入与输出的动态变化过程的用于监测耕地镉输入输出平衡的方法。
根据本发明的一个方面，提供一种用于监测耕地镉输入输出平衡的方法，其特征在于，其包括以下步骤:
S1.用含镉同位素的物质对待监测耕地土壤进行标记，并获取初始对照土壤样品，所述物质中含有七种不同的镉同位素；
S2.将标记后的土壤分装至培养钵中，并将其置于待监测耕地中，在一个监测周期内，留存第一茬作物的茎叶及监测周期内最后一茬作物，留存培养钵内残存物；
S3.基于自然界中每一种镉同位素的丰度恒定的原则，以获取待监测土壤外源镉的净输入量和土壤中原有镉的输出量；并获取植物检测样品中来自自然镉与来自标记镉同位素的含量及其比值。
在上述方案基础上优选，所述步骤S2包括将S1中得到的标记后的待监测耕地土壤定量分装至培养钵中，加水浸透土壤至少2个月。
在上述方案基础上优选，所述物质中包含用于标记的第一镉同位素，且所述第一镉同位素在该物质中的丰度已知。
在上述方案基础上优选，所述步骤S2包括将收获最后一茬作物后的培养钵置于室内，待培养钵内土壤中无水分外流时，取培养钵内全部残存物，以获取周期末土壤监测样品。
在上述方案基础上优选，所述步骤S3包括以下步骤：
基于初始对照土壤样品、初始对照植物样品、周期末监测植物样品、周期末土壤监测样品，分别获取上述四个样本中每个样本的总重量、每个样本中第一镉同位素的含量、和每个样本中第二镉同位素的含量，且所述第二镉同位素不包含在所述物质中的七种镉同位素的之中；
其中，所述初始对照植物样品为所述第一茬作物的茎叶，所述周期末监测植物样品为监测周期内最后一茬作物。
在上述方案基础上优选，所述步骤S3中待监测土壤外源镉的净输入量计算方法包括以下步骤：
定义：初始对照土壤样品表示为CKS，初始对照植物样品表示为CKP，周期末土壤检测样品表示为MNS，周期末植物监测样品表示为MNP，i表示第二镉同位素的自然丰度；则，
土壤外源镉的净输入量＝MNS自然镉的量-CKS自然镉的量；
其中，MNS自然镉的量＝MNS中第二镉同位素含量÷i×MNS重量；CKS自然镉的量＝CKS中第二镉同位素含量÷i×CKS重量。
在上述方案基础上优选，所述步骤S3中样品土壤中原有镉的输出量计算方法包括以下步骤：
样品中第一镉同位素的总量＝总第一镉同位素的总量-自然镉中的第一镉同位素的总量；
样品中自然镉的总量＝第二镉同位素的总量÷i；
样品中自然镉中第一镉同位素的总量＝自然的中第二镉同位素的总量÷i×j；
样品全镉量＝自然镉的总量+第一镉同位素的重量÷第一镉同位素在用于标记的物质中的百分含量；
土壤原有镉的输出量＝(CKS中第一镉同位素的含量×CKS重量-MNS中第一镉同位素的含量×MNS的重量)×CKS中全镉的含量÷CKS中第一镉同位素的量；
其中，j表示第一镉同位素的自然丰度。
在上述方案基础上优选，所述步骤S3中计算植物样品中来自自然镉与来自标记第一镉同位素的比值方法为：
植物样本中标记第一镉同位素的百分比＝样本中用于标记的第一镉同位素的含量÷样本中全部镉同位素的含量*100％。
本申请提出一种用于监测耕地镉输入输出平衡的方法，基于自然界的镉由8种同位素组成，分别是Cd-106、Cd-108、Cd-110、Cd-111、Cd-112、Cd-113、Cd-114、Cd-116，每种同位素的丰度(百分占比)是恒定不变的，分别依次为1.22％、0.88％、12.39％、12.75％、24.07％、12.26％、28.86％、7.58％，且每种镉同位素在土壤植物生态系统的行为是没有差别的特性。采用含有七种镉同位素的物质对待检测土壤进行标记，由于该物质中的其中一种用于标记镉同位素丰度远高于自然界中该镉同位素的丰度，从而使得标记过的土壤中标记镉同位素的丰度高于未标记土壤中自然镉的丰度数倍。土壤中加入标记同位素后，8种同位素的含量和比例与天然镉中的同位素含量和比例是不同的，且各种同位素的丰度和含量可利用“多接受等离子体质谱仪法(MC-ICP-MS)”的方法测定出来并作为初始对比参照。在经过多年的开放或半封闭式栽培过程中，外源镉的污染必将导致标记土壤以及栽培作物内标记同位素丰度的下降，而土壤镉的输出必将导致盆钵内来自标记同位素总量的减少。基于这个原理，同位素标记法可准确量化在一段时间内盆钵土壤镉的输入量和输入量；同时利用标记土壤上种植作物的标记镉同位素的丰度变化还可比较准确地反映外源输入的镉对作物农产品镉污染的实际贡献大小。
并藉由上述的方法，以用于长期监测土壤镉外来镉污染的程度和镉输入与输出平衡和消长规律；同时监控待监测土壤中镉污染输入输出平衡关系以及外来镉污染对作物农产品镉污染的实际贡献率的指标体系。
具体实施方式
下面结合实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本发明提供一种用于监测耕地镉输入输出平衡的方法，其包括以下步骤:
第一步.取待监测耕地土壤，用含镉同位素的物质对待监测耕地土壤进行标记，物质中含有七种不同的镉同位素，且物质中包含用于标记的第一镉同位素，第一镉同位素在该物质中的丰度已知且其丰度远高于其它镉同位素在该物质中的丰度；
第二步.将标记后的待监测耕地土壤分装至培养钵中，并获取初始对照土壤样品；
第三步.将培养钵埋入待监测区域的耕地土壤内，并在培养钵内种植作物；
第四步.在一个监测周期内，执行步骤S3，取第一茬作物的茎叶留存以获取初始对照植物样品，并取监测周期内最后一茬作物的样品作为周期末植物检测样品，留存培养钵内残存物以获取周期末土壤监测样品；
第五步.基于任何外来污染镉都是自然镉，且第一镉同位素在自然镉中的丰度是已知且恒定的原则，外来污染镉必然导致标记土壤中镉同位素丰度和含量的变化。然后根据获取的待监测土壤镉同位素的这种变化，以计算获取待监测土壤外源镉的净输入量和土壤中原有镉的输出量；并获取植物检测样品中来自自然镉与来自标记镉同位素的含量及其比值。
为了方便说明以下将取丰度为97.21％的Cd-111，作为标记待检测土壤用的物质，并将物质中用于标记的第一镉同位素定位为Cd-111，且该第一镉同位素在该物质中的丰度为97.21％，剩余的六种镉同位素的丰度为2.19％，设定该物质中不含有Cd-110以作为第二镉同位素，那么在后续试验过程中，一旦检测出第二镉同位素Cd-110则是来自外界的。且因为只有用于标记的物质中不含有第二镉同位素Cd-110，样品中的该同位素的唯一来源是自然镉，其含量除以该同位素的自然丰度即可代表来自天然镉的含量。
以下将详细说明本发明的第一步的具体实施方法：
1.将拟采用的标记同位素Cd-111试剂的溶液均匀喷洒在事先磨碎过20目筛的粉状土壤(该土壤从检测目标耕地土壤取得，并经晒干、磨碎、过筛、定量)，进一步拌匀，加入标记同位素的Cd-111的含量控制为0.1-1.0mgCd-111/kg.土壤的范围内即可。
2.将标记土壤装入高50cm以上、直径为约20cm的无漏园桶状或其它便于试验操作培养钵中，每钵加入土量为15-20kg，土壤沉降紧实后，土层厚度约为30cm,其上表面离盆钵最高处为20cm以上，加水浸泡至少2个月即完成土壤同位素的标记了，以确保土壤与标记同位素完全混合均匀。
3.在完成土壤标记的同时，取加入标记同位素的粉末土壤15-20kg留存，作为初始土壤样品，标记为CKS。
以下将详细说明本发明的步骤S2-S4的具体实施方法：
1.以上装有标记同位素土壤的3个重复的PVC培养钵深埋在待监测区域的耕地土壤中，盆钵露出部分高20cm以上。
2.在装有标记土壤的盆钵中种植作物，收获高于培养钵以上的作物部份，干燥后留存。收获物之外的残茬及盆钵内生长的杂草等均通过手工耕作保留在盆钵土壤内，立即或休耕一段时间后种植下一茬作物。在每茬作物栽培过程中，如需要对作物进行灌溉，则用盆钵所在耕地的灌溉水进行适度灌溉，灌溉后水层高度不超过5cm。
3.重复前述步骤，在一个检测周期内，按前述方法收获监测周期内第一茬作物和周期最后一茬作物，作为该周期内收获的植物样品，其中第一茬作物样品作为植物样品的初始对照，标识为CKP；最后一茬作物样品为监测植物样品，标识为MNP，按通用办法称重、干燥、粉碎和测量相关指标。
4.将收获作物后的盆钵移入室内，待钵内土壤水分不会流出后将全部土壤取出，干燥、磨碎、称重，作物监测周期末的土壤监测样品，标记为MNS，测定相关指标。
以下将详细说明本发明的步骤第五步的具体实施方法：
通过多接受等离子体质谱仪法(MC-ICP-MS)，分别对初始对照土壤样品-CKS、初始对照植物样品-CKP、周期末土壤检测样品-MNS、周期末植物监测样品-MNP，进行分别测量样品的重量、样品中Cd110含量、及样品中Cd-111含量，其中，重量单位为kg，含量单位为mg/kg。
以下将详细介绍根据初始对照植物样品-CKP和周期末植物监测样品-MNP，获取土壤外源镉的净输入量和土壤原有镉的输出量
由于用于标记待监测土壤中不含有Cd-110，基于自然界中Cd-110的丰度为0.1239(12.39％)定值时，可计算出周期末土壤检测样品-MNS中自然镉的重量和对照土壤样品-CKS中自然镉的重量，计算方式如下：
MNS自然镉的量＝MNS中Cd-110含量÷0.1239×MNS重量(1)；
CKS自然镉的量＝CKS中Cd-110含量÷0.1239×CKS重量(2)。
然后，通过周期末土壤检测样品-MNS中自然镉的重量与对照土壤样品-CKS中自然镉的重量之差，可计算出土壤中外源镉的净输入量，计算方式如下：
土壤外源镉的净输入重量＝MNS自然镉的重量-CKS自然镉的重量 (3)；
基于自然界中Cd-110的丰度为0.1239(12.39％)定值时，分别根据每个样品中检测出的Cd-110的含量，以获得每个样品中的自然镉含量，计算方式如下：
样品中自然镉的重量＝样品中Cd-110的重量÷0.1239 (4)；
由于自然镉中的同位素Cd-111丰度为0.1275，因此，根据上述公式4所获取的每个样品中的自然镉含量，可计算出每个样品中自然Cd-111的重量，计算方式如下:
样品中自然镉中Cd-111重量＝自然的中Cd-110重量÷0.1239×0.1275 (5)；
基于每个样品中镉的总量是来自于土壤中镉和标记中镉Cd-111，因此，结合公式5和公式4中可以得到，每个样品中的全部镉的重量，计算公式：
样品全镉量＝自然镉的量+标记Cd-111的量÷第一镉同位素在用于标记的物质中百分含量 (6)；
最后，根据以下公式可获取土壤中原有镉的输出量，
土壤原有镉的输出量＝(CKS中标记Cd-111含量×CKS重量-MNS中标记Cd-111含量×MNS重量)×CKS中全镉含量÷CKS中标记Cd-111的量 (7)。
为了获取外源镉对农产品镉污染的贡献率，需获取初始对照植物样品-CKP和周期末植物监测样品-MNP中来自自然镉与来自标记镉的含量及二者比例，其计算方法参照上述计算土壤外源镉的净输入量和土壤原有镉的输出量的计算方法，此处不再赘述。
而来自自然镉与来自标记镉的含量比例计算公式如下：
植物样品中标记Cd-111的百分比＝标记镉的含量÷全镉含量×100％。
监测植物样品(MNP)中Cd-111的百分比与初始植物样品(CKP)中Cd-111的百分比下降的越大，说明外源镉污染对作物农产品镉污染的贡献越大。
为了进一步详细说明本发明的技术方案及其技术效果，以下将结合实施例予以详细说明。
实施例
1、土壤同位素标记：取待监测区域耕作层土壤若干kg,晒干、捶碎、过筛。然后，从中称取质量为15kg的待检测土壤，取包含15mg97.21％的Cd-111的酸性水溶液试剂，均匀喷洒在土壤上，边喷洒边拌匀，全部装入转入直径为20cm，高为52cm的园桶型PVC盆钵中，用水少量多次冲洗用来拌土的容器，以排除容器中带入镉，影响数据的准确性；并将洗液倒入PVC盆钵中，加水浸透土壤，保持水面高出土面1cm以上,浸泡时间至少2个月，浸泡期间搅拌几次，以确保盆钵内的土壤都被均匀的标记。如此操作设置4个重复以上盆钵，取其中一个重复盆钵中的土壤作为初始土壤样品-CKS对照。
2、2015年9月底，将盆钵放置在监测稻田，并埋入土中，盆钵高出稻田土面以上25cm，以防止外界稻田中的土壤或杂质进入盆钵内，影响实验数据准确性。
3、9月底种植水稻，不人为添加外源肥料，除降雨外，无灌溉水输入。11月初取水稻茎叶，并测定重量和Cd-110和Cd-111同位素含量，作为初始植物样品-CKP对照。
4、2016年4月底和7月底连续栽种第二季水稻。栽培管理按当地(长沙县江背镇)的栽种模式进行，其中需要灌溉时加入的水取自试验地上游300米的水库的排放水，该水库水存在养殖排放污染。为快速验证短期内同位素标记法的监测效果，在每季栽培作物进行耕作时，人为地在每个盆钵中加入含0.5mg的自然镉水溶液，每个盆钵两季共人工添加1mg自然镉。
5、植物样品收获：第一季稻谷收获后不必取样存留，在第二季稻谷黄熟时进行收获，齐盆钵高于收获上部茎叶和稻谷，烘干、粉碎、称重，作为植物性监测样品。
6、2016年10月底，在收获后，将3个盆钵的土壤和残茬全部干燥、捶碎过筛、称重，作为土壤监测样品。
7、经过以上步骤，得到以下4个样品：初始土壤样品，初始植物样品、监测土壤样品、监测植物样品。
8、取样测定和各样品的重量和同位素Cd111、Cd-110含量结果如下表：
| 测定样品 | 重量kg | Cd-111含量mg/kg | Cd-110含量mg/kg |
| 初始土壤样品-CKS | 15.00 | 1.097 | 0.102 |
| 监测土壤样品-MNS | 15.04 | 1.101 | 0.110 |
| 初始植物样品-CKP | 0.0202 | 0.398 | 0.0813 |
| 监测植物样品-MNK | 0.0551 | 0.3121 | 0.0779 |
各样品功能指标值
(1)、按照发明内容第4条的计算方法计算土壤同位素镉和全镉量如下表
| 样品代号 | 初始土壤样品-CKS | 监测期末土壤样品-MNS |
| Cd-110量mg | 1.530 | 1.650 |
| Cd-111总量mg | 16.455 | 16.515 |
| 来自自然Cd-111量mg | 1.574 | 1.698 |
| 来自标记Cd-111量mg | 14.881 | 14.817 |
| 自然镉总量mg | 12.349 | 13.317 |
| 全镉镉总量mg | 27.230 | 28.134 |
| 标记Cd-111占全镉％ | 54.65％ | 52.67％ |
依照以上表格数据计算得出监测的每个盆钵土壤的镉输出量与输入量为：
监测周期内土壤外源镉的输入量(mg)＝12.317-12.349＝0.968
监测周期内土壤原有镉的输出量(mg)＝(14.881-14.817)×27.23÷14.881＝0.754
(2)按表中数据计算植物样品中相关同位素含量和比例如下表
| 样品即代号 | 初始植物样品-CKP | 监测期末植物样品-MNP |
| Cd-106含量mg/kg | 0.0803 | 0.0779 |
| 自然镉含量mg/kg | 0.6480 | 0.6287 |
| 来自自然镉的Cd-111含量mg/kg | 0.0826 | 0.0802 |
| 标记Cd-111含量mg/kg | 0.3154 | 0.2319 |
| 全镉含量mg/kg | 0.9634 | 0.8606 |
| 标记Cd-111占全镉％ | 32.74％ | 26.95％ |
根据本发明应用实例的数据计算得出了3个关键指标，监测周期内盆钵土壤外源镉输入量、监测周期内盆钵土壤原有镉的输出量，监测周期内植物标记同位素占全镉的百分比变化。
(1)监测周期内盆钵土壤外源镉输入量为0.968mg,而试验实际人为添加的外源镉为1.0mg，如果忽略其它的外源污染(实际上短期内是很少量的)，本方法得出的外源镉输入量准确率达到96.8％。如果按全镉含量变化计算外源镉的输入量则其数值为28.134-27.230＝0.904，准确率为90.4％，可见同位素标记法结果对镉的输入量的评价准确性比常规方法好。
(2)、监测周期内盆钵土壤原有镉的输出量为0.754mg。而通过传统的监测土壤全镉含量的方法，根本无法通过测定土壤镉含量的办法判断在监测周期内输出了多少镉。
(3)监测周期内植物标记同位素占全镉的百分比变化。在监测周期内植物样品的标记同位素占全镉的比例从32.74％下降至26.95％，而同期土壤样品的标记同位素占全镉的比例分别为54.65％和52.49％。这一功能指标的变化说明，外源自然镉对土壤的污染都导致了标记同位素相对含量下降，这也意味着标记同位素比例或丰度的下降程度可作为土壤和植物受到新近外源镉污染的指标。其次，周期始末植物内标记同位素的百分占比数值比土壤的小，这就说明土壤内原有的镉有一部分是在无法利用的状态，同时也说明，外源镉污染对农产品的直接污染比土壤中原有镉对植物的污染风险度要大。
本发明一种用于监测耕地镉输入输出平衡的方法，采用主要包含8种不同镉同位素中的任何一种镉同位素的物质对待监测耕地的土壤进行标记，取定量的标记后的土壤作为初始对照土壤样品，标记为CKS，并将标记后的土壤分装至培养钵中以埋入待检测区域的耕地土壤内，在培养钵内种植植物，收获高于培养钵以上的作物部份，干燥后留存。
在上述过程中，需要说明的是，种植的植物可以是水稻或者其它非藤蔓、非块根块茎的矮小直立生长的作物均可作为检测作物。本发明中的每茬收获植物样品的目的在于：一是在于增加一个耕地镉输出的检测指标，二是在于不让伸出桶外的植物器官因为倒伏、衰老原因散落到桶外。
在实际过程中，培养钵内会生长杂草，且收获过程中，不方便对植物根系部分进行收取，因此，为了避免残存在培养钵根系及杂草中镉同位素含量遗失影响数据的准确性，本发明需将收获物之外的残茬及培养钵内生长的杂草等均通过手工耕作保留在盆钵土壤内，立即或休耕一段时间后种植下一茬作物，以保证培养钵内镉同位素不至于遗失。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种用于监测耕地镉输入输出平衡的方法，其特征在于，其包括以下步骤:
S1.用含镉同位素的物质对待监测耕地土壤进行标记，并获取初始对照土壤样品，所述物质中含有七种不同的镉同位素；
S2.将标记后的土壤分装至培养钵中，并将其置于待监测耕地中，在一个监测周期内，留存第一茬作物的茎叶及监测周期内最后一茬作物，留存培养钵内残存物；
S3.基于自然界中每一种镉同位素的丰度恒定的原则，以获取待监测土壤外源镉的净输入量和土壤中原有镉的输出量；并获取植物检测样品中来自自然镉与来自标记镉同位素的含量及其比值；
所述物质中包含用于标记的第一镉同位素，且所述第一镉同位素在该物质中的丰度已知；
所述步骤S2包括将收获最后一茬作物后的培养钵置于室内，待培养钵内土壤中无水分外流时，取培养钵内全部残存物，以获取周期末土壤监测样品；
所述步骤S3包括以下步骤：
基于初始对照土壤样品、初始对照植物样品、周期末监测植物样品、周期末土壤监测样品，分别获取上述四个样品中每个样品的总重量、每个样品中第一镉同位素的含量、和每个样品中第二镉同位素的含量，且所述第二镉同位素不包含在所述物质中的七种镉同位素的之中；其中，所述初始对照植物样品为所述第一茬作物的茎叶，所述周期末监测植物样品为监测周期内最后一茬作物；
所述步骤S3中待监测土壤外源镉的净输入量计算方法包括以下步骤：
定义：初始对照土壤样品表示为CKS，初始对照植物样品表示为CKP，周期末土壤检测样品表示为MNS，周期末植物监测样品表示为MNP，i表示第二镉同位素的自然丰度；则，
土壤外源镉的净输入量＝MNS自然镉的量-CKS自然镉的量；
其中，MNS自然镉的量＝MNS中第二镉同位素含量÷i×MNS重量；CKS自然镉的量＝CKS中第二镉同位素含量÷i×CKS重量；
所述步骤S3中样品土壤中原有镉的输出量计算方法包括以下步骤：
样品中第一镉同位素的总量＝总第一镉同位素的总量-自然镉中的第一镉同位素的总量；
样品中自然镉的总量＝第二镉同位素的总量÷i；
样品中自然镉中第一镉同位素的总量＝自然的中第二镉同位素的总量÷i×j；
样品全镉量＝自然镉的总量+第一镉同位素的重量÷第一镉同位素在用于标记的物质中的百分含量；
土壤原有镉的输出量＝(CKS中第一镉同位素的含量×CKS重量-MNS中第一镉同位素的含量×MNS的重量)×CKS中全镉的含量÷CKS中第一镉同位素的量；
其中，j表示第一镉同位素的自然丰度；
所述步骤S5中计算植物样品中来自自然镉与来自标记第一镉同位素的比值方法为：
植物样品中标记第一镉同位素的百分比＝样品中用于标记的第一镉同位素的含量÷样品中全部镉同位素的含量*100％。
2.如权利要求1所述的一种用于监测耕地镉输入输出平衡的方法，其特征在于，所述步骤S2包括将S1中得到的标记后的待监测耕地土壤定量分装至培养钵中，加水浸透土壤至少2个月。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611139294.1A CN106596893B (zh) | 2016-12-12 | 2016-12-12 | 一种用于监测耕地镉输入输出平衡的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611139294.1A CN106596893B (zh) | 2016-12-12 | 2016-12-12 | 一种用于监测耕地镉输入输出平衡的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106596893A CN106596893A (zh) | 2017-04-26 |
| CN106596893B true CN106596893B (zh) | 2019-01-18 |
Family
ID=58599328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611139294.1A Expired - Fee Related CN106596893B (zh) | 2016-12-12 | 2016-12-12 | 一种用于监测耕地镉输入输出平衡的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106596893B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112730346B (zh) * | 2020-12-25 | 2024-08-20 | 中国农业科学院茶叶研究所 | 一种多年生木本植物氮效率田间有效测定方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104359793A (zh) * | 2014-11-17 | 2015-02-18 | 农业部环境保护科研监测所 | 一种快速鉴定水稻低镉积累品种的方法 |
| CN104713939A (zh) * | 2015-04-01 | 2015-06-17 | 中国农业科学院农产品加工研究所 | 多接收电感耦合等离子体质谱测定大米中镉同位素比值的方法 |
-
2016
- 2016-12-12 CN CN201611139294.1A patent/CN106596893B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104359793A (zh) * | 2014-11-17 | 2015-02-18 | 农业部环境保护科研监测所 | 一种快速鉴定水稻低镉积累品种的方法 |
| CN104713939A (zh) * | 2015-04-01 | 2015-06-17 | 中国农业科学院农产品加工研究所 | 多接收电感耦合等离子体质谱测定大米中镉同位素比值的方法 |
Non-Patent Citations (5)
| Title |
|---|
| Investigation of Lead and Cadmium Content of Plant Leaves along A Ring Road In Beijing;Peng Wang 等;《Advanced Materials Research》;20110704;第281卷;全文 |
| 农业土壤重金属污染来源解析技术研究;吴呈显;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20140215;全文 |
| 南京郊区某菜地土壤镉污染水平及其来源调查;黄顺生 等;《土壤通报》;20080209;第39卷(第1期);全文 |
| 镉同位素及其环境示踪;刘意章 等;《地球与环境》;20151231;第43卷(第6期);全文 |
| 镉同位素示踪技术在土壤和沉积物镉污染来源解析中的应用进展;王银泉 等;《矿物学报》;20131231;全文 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106596893A (zh) | 2017-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pelster et al. | Smallholder farms in eastern African tropical highlands have low soil greenhouse gas fluxes | |
| Zhu et al. | Analysis of common canopy vegetation indices for indicating leaf nitrogen accumulations in wheat and rice | |
| Zechmeister et al. | Variations in heavy metal concentrations in the moss species Abietinella abietina (Hedw.) Fleisch. according to sampling time, within site variability and increase in biomass | |
| Aparicio et al. | Nitrate leaching assessment in a long-term experiment under supplementary irrigation in humid Argentina | |
| Ryu et al. | Model for predicting the nitrogen content of rice at panicle initiation stage using data from airborne hyperspectral remote sensing | |
| Melkonian et al. | ADAPT-N: Adaptive nitrogen management for maize using high-resolution climate data and model simulations | |
| Nerger et al. | Application of a modeling approach to designate soil and soil organic carbon loss to wind erosion on long-term monitoring sites (BDF) in Northern Germany | |
| Wu et al. | Introducing water stress hysteresis to the Feddes empirical macroscopic root water uptake model | |
| LIU et al. | Leaf area index based nitrogen diagnosis in irrigated lowland rice | |
| CN112649392A (zh) | 一种快速鉴定小麦节水抗旱性的方法 | |
| Wang et al. | Evaluating model-based strategies for in-season nitrogen management of maize using weather data fusion | |
| Wu et al. | Estimating stomatal conductance and evapotranspiration of winter wheat using a soil-plant water relations-based stress index | |
| Xu et al. | Application of a multi-cylinder evapotranspirometer method for evapotranspiration measurements in wetlands | |
| Eberbach et al. | Estimating soil evaporation in dry seeded rice and wheat crops after wetting events | |
| Li et al. | Spatial variability of grape yield and its association with soil water depletion within a vineyard of arid northwest China | |
| CN106596893B (zh) | 一种用于监测耕地镉输入输出平衡的方法 | |
| Sardoei et al. | Evaluation chlorophyll contents assessment on three indoor ornamental plants with plant growth regulators | |
| Carter et al. | Predicting response of coastal Douglas-fir to fertilizer treatments | |
| Phiri et al. | Managing Irrigation Water to Enhance Crop Productivity Under Water-limiting Conditions: A Role for_Isotopic Techniques | |
| Wijk et al. | Simulating daily and half-hourly fluxes of forest carbon dioxide and water vapor exchange with a simple model of light and water use | |
| McCurdy et al. | Instrumentation of a bank of lysimeters: Sensors and sensibility | |
| Tiruneh et al. | Mapping crop yield spatial variability using Sentinel-2 vegetation indices in Ethiopia | |
| Tanriverdi | Using TDR in the agricultural water management | |
| Maguire et al. | Analysis of the contribution of Lotus corniculatus to soil carbon content in a rice-pasture rotation system | |
| Zhang et al. | Geographical detector-based wheat quality attribution under genotype, environment, and crop management frameworks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190118 Termination date: 20201212 |