CN108398480A - 叶菜中镉污染风险监测预警方法 - Google Patents

叶菜中镉污染风险监测预警方法 Download PDF

Info

Publication number
CN108398480A
CN108398480A CN201810021353.8A CN201810021353A CN108398480A CN 108398480 A CN108398480 A CN 108398480A CN 201810021353 A CN201810021353 A CN 201810021353A CN 108398480 A CN108398480 A CN 108398480A
Authority
CN
China
Prior art keywords
leaf vegetables
content
cadmium
vegetables
risk
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.)
Pending
Application number
CN201810021353.8A
Other languages
English (en)
Inventor
肖文丹
叶雪珠
张棋
陈德
张永志
方小满
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Academy of Agricultural Sciences
Original Assignee
Zhejiang Academy of Agricultural Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Academy of Agricultural Sciences filed Critical Zhejiang Academy of Agricultural Sciences
Priority to CN201810021353.8A priority Critical patent/CN108398480A/zh
Publication of CN108398480A publication Critical patent/CN108398480A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode

Landscapes

  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明公开了一种叶菜中镉污染风险监测预警方法，在叶菜种植前，采集土壤样品，检测土壤有效态镉含量X1、pH X2、有机质含量X3、阳离子交换量X4、粘粒含量X5，输入数学预测模型的相应计算公式，预测叶菜中镉含量，并进一步计算出预警值。本发明对叶菜进行安全性监测时，可以在种植前就能预警叶菜蔬菜中Cd的安全性，提早发现问题，为政府及相关部门采取措施干预赢得时间，保障人们的食物安全和身体健康。

Description

叶菜中镉污染风险监测预警方法
技术领域
本发明涉及农产品质量安全技术领域，特别涉及一种叶菜中镉污染风 险监测预警方法。
背景技术
20世纪以来，随着人口数量的大幅度增加，采矿、冶炼和制造等工业 的快速发展，大量农用化学品的使用以及城市污水的排放，使土壤中镉(Cd) 的污染问题日益严重。据统计，全世界受重金属污染的耕地约2.35亿 hm2，而每年进入土壤中的Cd约为2.2万吨。
土壤中的镉能被作物吸收，通过食物链途径进入人体。叶菜蔬菜是对 环境条件较敏感、且食用量大的农作物，因而叶菜蔬菜中镉的污染风险预 测非常必要。
不少研究表明，作物吸收和积累的重金属量主要取决于其土壤有效态 含量而非全量。土壤镉的有效性取决于土壤因子，主要包括pH、CEC、有 机质含量、土壤质地等。因此，系统研究控制叶菜蔬菜可食部镉积累的关 键土壤环境因子，建立叶菜蔬菜中镉的污染风险监测预警方法，对于保障 人民群众的饮食安全，改善人们的健康水平具有重要的意义。
发明内容
本发明的目的在于提供一种叶菜中镉污染风险监测预警方法，对叶菜 蔬菜进行安全性监测时，可以在种植前就能预警叶菜蔬菜中Cd的安全性， 提早发现问题，为政府及相关部门采取措施干预赢得时间，保障人们的食 物安全和身体健康。
本发明解决其技术问题所采用的技术方案是：
一种叶菜中镉污染风险监测预警方法，在叶菜种植前，采集土壤样品， 检测土壤有效态镉含量X1、pH X2、有机质含量X3、阳离子交换量X4、 粘粒含量X5，输入数学预测模型的相应计算公式，预测叶菜中镉含量，并 进一步计算出预警值。
本发明摸索了叶菜中Cd的积累量与其土壤中Cd的含量、土壤理 化性质之间的关系，在此基础上分别以土壤中有效态Cd的含量、土壤理 化指标(pH、有机质、阳离子交换量、粘粒含量)为变量，成熟期叶菜中 Cd含量为因变量，建立的相关函数预测模型体系，当预测叶菜(小白菜、 芹菜、苋菜、空心菜、生菜)中Cd的含量后，即以食品安全国家标准食 品中污染物限量(GB2762-2017，Cd限量值为<0.2mg/kg)计算出预警值 (预警值J＝叶菜中镉含量预测值Y÷0.2mg/kg)，J＜0.7为无风险、0.7 ≤J＜1.0为警戒、1.0≤J＜2.0为低风险、2≤J＜3.0为中风险、 3.0≤J为高风险，据此，判定其安全性。
所述叶菜包括小白菜、芹菜、苋菜、空心菜及生菜，各种叶菜对应的 数学预测模型的计算公式如下：
小白菜：Y＝0.246+0.459X1-0.033X2-0.006X3+0.006X5(R2＝0.84，p<0.01)；
芹菜：Y＝0.186+0.581X1-0.008X2-0.002X4+0.001X5(R2＝0.89，p<0.01)；
苋菜：Y＝0.277+0.538X1-0.053X2-0.006X4+0.008X5(R2＝0.93，p<0.01)
空心菜：Y＝0.140+0.332X1-0.014X2-0.004X4(R2＝0.81，p<0.01)
生菜：Y＝-0.005+0.421X1-0.050X2+0.011X5(R2＝0.87，p<0.01)。
预警值J＝叶菜中镉含量预测值Y÷0.2mg/kg，J＜0.7为无风险、 0.7≤J＜1.0为警戒、1.0≤J＜2.0为低风险、2≤J＜3.0为中风 险、3.0≤J为高风险。
本发明的有益效果是：对叶菜蔬菜进行安全性监测时，可以在种植前 就能预警叶菜蔬菜中Cd的安全性，提早发现问题，为政府及相关部门采 取措施干预赢得时间，保障人们的食物安全和身体健康。
具体实施方式
下面通过具体实施例，对本发明的技术方案作进一步的具体说明。
本发明中，若非特指，所采用的原料和设备等均可从市场购得或是本 领域常用的。下述实施例中的方法，如无特别说明，均为本领域的常规方 法。
实施例：
一种叶菜中镉污染风险监测预警方法，基于叶菜蔬菜中Cd的积累量 与其土壤中Cd的含量、土壤理化性质之间的关系建立。
(1)取样：分别在2015年和2016年连续两年，采集浙江省杭州、嘉 兴、绍兴、宁波、温州等地的叶菜蔬菜和对应的表层土壤(0-20cm)样品， 累计采集123样品对叶菜蔬菜及土壤样品。采样点均为当地有代表性的田 块，蔬菜品种系当地主栽品种，采样时间为蔬菜成熟期，各点随机取样。 叶菜蔬菜样品分别为小白菜25个、芹菜25个、苋菜25个、空心菜25个、生菜23个。
(2)预处理：叶菜蔬菜样品依次用自来水和去离子水清洗干净，然后 用不锈钢刀切成小段，再用匀浆机粉碎、搅匀。土壤样品于自然室温下风 干，充分混合，去除小石块、残根等杂质后，人工磨细，通过100目筛。
(3)样品测定：叶菜蔬菜样品中镉元素采用HNO3-HClO4湿消化法, 土壤中总镉的提取方法选用陈怀满的HF-HCLO4-HNO3方法，分别以植物 国家标准物质GBW10048和土壤国家标准物质GBW07457为内标控制分 析质量。土壤有效态镉选用0.005M DTPA提取，待测液中镉含量用电感耦 合等离子质谱法测定。用pH计测定土壤pH，水:土比为2.5:1，土壤有机 质测定采用重铬酸钾容量法，土壤阳离子交换量测定采用乙酸铵交换法， 土壤粒径测定采用比重计法。不同土壤和叶菜样品中镉含量及土壤理化指 标见下表1。
表1不同土壤和叶菜样品中镉含量及土壤理化指标
(4)数据分析和预测模型构建：对步骤(3)中的数据进行方差分析， 通过线性回归分析和逐步多元回归分析，叶菜蔬菜(小白菜、芹菜、苋菜、 空心菜、生菜)中镉含量与土壤有效态镉含量以及土壤理化指标(pH、有 机质、阳离子交换量、粒径)的关系可用多元线性回归方程拟合，基于土 壤有效态镉含量X1、pH X2、有机质X3、阳离子交换量X4、粘粒含量X5来预测蔬菜可食部位镉含量Y，建立预测模型：
小白菜：Y＝0.246+0.459X1-0.033X2-0.006X3+0.006X5(R2＝0.84， p<0.01)
芹菜：Y＝0.186+0.581X1-0.008X2-0.002X4+0.001X5(R2＝0.89，p<0.01)
苋菜：Y＝0.277+0.538X1-0.053X2-0.006X4+0.008X5(R2＝0.93，p<0.01)
空心菜：Y＝0.140+0.332X1-0.014X2-0.004X4(R2＝0.81，p<0.01)
生菜：Y＝-0.005+0.421X1-0.050X2+0.011X5(R2＝0.87，p<0.01)。
预测模型中的R2是决定系数，p<0.01是通过统计，分析模型与实际的 符合程度R2是否达到极显著水平。以上预测模型均达到极显著水平，表明 以上模型的符合程度较高，可应用。
(5)预测模型的验证：通过步骤(3)分别测定土壤镉含量、理化指 标及叶菜蔬菜(小白菜、芹菜、苋菜、空心菜、生菜)镉含量的数据，并 根据土壤有效态镉含量、pH、有机质、阳离子交换量、粘粒含量的数据通 过预测模型计算出以上5种叶菜蔬菜中镉含量的预测值，通过预测值与实 测数据比较，结果表明，小白菜、芹菜、苋菜、空心菜、生菜中镉含量的实测数据与预测值的符合度(相关系数)分别为95.3％、95.8％、96.7％、 93.5％、95.2％，因此，基于已建立的预测模型，可以很好地预测叶菜蔬菜 中镉的含量。
(6)风险预测：将采样取得土壤中有效态镉含量、pH、有机质、阳离 子交换量、粘粒含量的实际数据，输入上述数学预测模型的相应计算公式， 预测叶菜蔬菜(小白菜、芹菜、苋菜、空心菜、生菜)中镉含量，并以食 品安全国家标准食品中污染物限量对叶菜蔬菜镉含量的规定 (GB2762-2017，Cd限量值为<0.2mg/kg)计算出预警值(预警值J＝叶 菜中镉含量预测值Y÷0.2mg/kg)，J＜0.7为无风险、0.7≤J＜1.0 为警戒、1.0≤J＜2.0为低风险、2≤J＜3.0为中风险、3.0≤J 为高风险,即可预警叶菜蔬菜中Cd含量的安全性。
根据此预测方法，如果预警值高于风险临界值，则表明在这些田块上 生产的叶菜蔬菜Cd超标的风险较大。本发明的预测模型对蔬菜生产基地的 规划、选择具有重要的指导作用，同时可以预先有目的地采取一些农艺措 施来降低土壤中镉的有效性或以此降低叶菜蔬菜对镉的积累，提高叶菜蔬 菜的卫生安全水平，保障消费者的身体健康。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任 何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它 的变体及改型。

Claims (3)

1.一种叶菜中镉污染风险监测预警方法，其特征在于，在叶菜种植前，采集土壤样品，检测土壤有效态镉含量X1、pH X2、有机质含量X3、阳离子交换量X4、粘粒含量X5，输入数学预测模型的相应计算公式，预测叶菜中镉含量，并进一步计算出预警值。
2.根据权利要求1所述的叶菜中镉污染风险监测预警方法，其特征在于，所述叶菜包括小白菜、芹菜、苋菜、空心菜及生菜，各种叶菜对应的数学预测模型的计算公式如下：
小白菜：Y＝0.246+0.459X1-0.033X2-0.006X3+0.006X5；
芹菜：Y＝0.186+0.581X1-0.008X2-0.002X4+0.001X5；
苋菜：Y＝0.277+0.538X1-0.053X2-0.006X4+0.008X5；
空心菜：Y＝0.140+0.332X1-0.014X2-0.004X4；
生菜：Y＝-0.005+0.421X1-0.050X2+0.011X5。
3.根据权利要求1所述的叶菜中镉污染风险监测预警方法，其特征在于，预警值J＝叶菜中镉含量预测值Y÷0.2mg/kg，J＜0.7为无风险、0.7≤J＜1.0为警戒、1.0≤J＜2.0为低风险、2≤J＜3.0为中风险、3.0≤J为高风险。
CN201810021353.8A 2018-01-10 2018-01-10 叶菜中镉污染风险监测预警方法 Pending CN108398480A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810021353.8A CN108398480A (zh) 2018-01-10 2018-01-10 叶菜中镉污染风险监测预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810021353.8A CN108398480A (zh) 2018-01-10 2018-01-10 叶菜中镉污染风险监测预警方法

Publications (1)

Publication Number Publication Date
CN108398480A true CN108398480A (zh) 2018-08-14

Family

ID=63094293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810021353.8A Pending CN108398480A (zh) 2018-01-10 2018-01-10 叶菜中镉污染风险监测预警方法

Country Status (1)

Country Link
CN (1) CN108398480A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163424A (zh) * 2019-05-07 2019-08-23 浙江省农业科学院 一种基于梯度薄膜扩散技术的水稻籽粒中镉污染风险预警方法
CN113125644A (zh) * 2021-04-07 2021-07-16 大连理工大学 一种基于土壤共存金属影响的小麦籽粒镉富集量预测方法
CN115166018A (zh) * 2022-07-04 2022-10-11 生态环境部南京环境科学研究所 基于镉毒害高敏感蔬菜的土壤镉污染测定方法及其装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163424A (zh) * 2019-05-07 2019-08-23 浙江省农业科学院 一种基于梯度薄膜扩散技术的水稻籽粒中镉污染风险预警方法
CN110163424B (zh) * 2019-05-07 2021-10-15 浙江省农业科学院 基于梯度薄膜扩散技术的水稻籽粒中镉污染风险预警方法
CN113125644A (zh) * 2021-04-07 2021-07-16 大连理工大学 一种基于土壤共存金属影响的小麦籽粒镉富集量预测方法
CN113125644B (zh) * 2021-04-07 2021-12-21 大连理工大学 一种基于土壤共存金属影响的小麦籽粒镉富集量预测方法
CN115166018A (zh) * 2022-07-04 2022-10-11 生态环境部南京环境科学研究所 基于镉毒害高敏感蔬菜的土壤镉污染测定方法及其装置

Similar Documents

Publication Publication Date Title
Qi et al. Evaluating soil quality indices in an agricultural region of Jiangsu Province, China
Minella et al. Combining sediment source tracing techniques with traditional monitoring to assess the impact of improved land management on catchment sediment yields
Liu et al. Analysis of spatio-temporal variation of crop yield in China using stepwise multiple linear regression
Yan et al. Response of shallow karst fissure soil quality to secondary succession in a degraded karst area of southwestern China
CN103616368B (zh) 一种基于土壤重金属dtpa提取态含量的水稻籽粒重金属污染风险预测方法
CN110163424B (zh) 基于梯度薄膜扩散技术的水稻籽粒中镉污染风险预警方法
Abate et al. Effects of land use, soil depth and topography on soil physicochemical properties along the toposequence at the Wadla Delanta Massif, Northcentral Highlands of Ethiopia
CN108398480A (zh) 叶菜中镉污染风险监测预警方法
Tian et al. Evaluation of soil quality in major grain-producing region of the North China Plain: Integrating minimum data set and established critical limits
Hajdu et al. Field performance assessment and calibration of multi-depth AquaCheck capacitance-based soil moisture probes under permanent pasture for hill country soils
Li et al. The role of soil fertility in invasion of brazilian pepper (schinus terebinthifolius) in everglades national park, florida1
Mandal et al. Effect of land-uses on physico-chemical properties and nutrient status of surface (0–15 cm) and sub-surface (15–30 cm) layers in soils of South-Western Punjab, India
Zeng et al. Jungle rubber facilitates the restoration of degraded soil of an existing rubber plantation
Yang et al. Prediction of phosphorus concentrations in shallow groundwater in intensive agricultural regions based on machine learning
Ali et al. Management of salt-affected soils
Sharma et al. Distribution of forms of copper and their association with soil properties and uptake in major soil orders in semi-arid soils of Punjab, India
Yang et al. Temporal impacts of dryland-to-paddy conversion on soil quality in the typical black soil region of China: Establishing the minimum data set
Senkondo et al. Copper accumulations in soils, coffee, banana, and bean plants following copper-based fungicides in coffee farms in Arusha and Kilimanjaro regions, Tanzania
Cheng et al. Drip fertigation triggered by soil matric potential reduces residual soil nitrate content and improves maize nitrogen uptake and yield stability in an arid area
Zhao et al. A quantification of the effects of erosion on the productivity of purple soils
Chang et al. Soil health assessment for different tillage and cropping systems to determine sustainable management practices in a humid region
Szczepaniak et al. An assessment of the effect of potassium fertilizing systems on maize nutritional status in critical stages of growth by plant analysis
Sharma et al. Runoff and leaching of dissolved phosphorus in streams from a rainfed mixed cropping and grazing catchment under a Mediterranean climate in Australia
Tian et al. Application of feature selection algorithms to select elements that distinguish regional differences in Chinese grown winter jujube fruit (Zizyphus jujuba Mill. cv. Huanghua Dongzao)
Tesfay et al. Land capability and suitability evaluation for rain-fed crops in semi-arid lowland area of North Ethiopia

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180814