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 PDFInfo
- 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
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
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。
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)
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 |
-
2018
- 2018-01-10 CN CN201810021353.8A patent/CN108398480A/zh active Pending
Cited By (5)
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 |