CN112541678B - 一种受污染耕地限制性因子快速筛查及靶向调控方法 - Google Patents
一种受污染耕地限制性因子快速筛查及靶向调控方法 Download PDFInfo
- Publication number
- CN112541678B CN112541678B CN202011460837.6A CN202011460837A CN112541678B CN 112541678 B CN112541678 B CN 112541678B CN 202011460837 A CN202011460837 A CN 202011460837A CN 112541678 B CN112541678 B CN 112541678B
- Authority
- CN
- China
- Prior art keywords
- index
- monitoring
- soil
- coefficient
- group
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012216 screening Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 86
- 239000002689 soil Substances 0.000 claims abstract description 61
- 239000002699 waste material Substances 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 24
- 238000011160 research Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 13
- 229910052793 cadmium Inorganic materials 0.000 claims description 11
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 9
- 239000003337 fertilizer Substances 0.000 claims description 7
- 229910052742 iron Inorganic materials 0.000 claims description 7
- 229910052785 arsenic Inorganic materials 0.000 claims description 6
- 229910052804 chromium Inorganic materials 0.000 claims description 6
- 229910052745 lead Inorganic materials 0.000 claims description 6
- 229910052711 selenium Inorganic materials 0.000 claims description 5
- 239000011669 selenium Substances 0.000 claims description 5
- 229910052710 silicon Inorganic materials 0.000 claims description 5
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 239000002893 slag Substances 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 229910052791 calcium Inorganic materials 0.000 claims description 3
- 239000011575 calcium Substances 0.000 claims description 3
- 229910052802 copper Inorganic materials 0.000 claims description 3
- 229910052749 magnesium Inorganic materials 0.000 claims description 3
- 239000011777 magnesium Substances 0.000 claims description 3
- 229910052748 manganese Inorganic materials 0.000 claims description 3
- 229910052753 mercury Inorganic materials 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 229910052725 zinc Inorganic materials 0.000 claims description 3
- 235000008733 Citrus aurantifolia Nutrition 0.000 claims description 2
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 claims description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 2
- 229910000831 Steel Inorganic materials 0.000 claims description 2
- 235000011941 Tilia x europaea Nutrition 0.000 claims description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 2
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 2
- 238000009825 accumulation Methods 0.000 claims description 2
- KMQAPZBMEMMKSS-UHFFFAOYSA-K calcium;magnesium;phosphate Chemical compound [Mg+2].[Ca+2].[O-]P([O-])([O-])=O KMQAPZBMEMMKSS-UHFFFAOYSA-K 0.000 claims description 2
- 239000004571 lime Substances 0.000 claims description 2
- 229910052759 nickel Inorganic materials 0.000 claims description 2
- 239000003895 organic fertilizer Substances 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 239000010703 silicon Substances 0.000 claims description 2
- 239000010959 steel Substances 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 abstract description 7
- 230000001276 controlling effect Effects 0.000 abstract description 5
- 239000000463 material Substances 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract 1
- 229910001385 heavy metal Inorganic materials 0.000 description 8
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Agronomy & Crop Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种受污染耕地限制性因子快速筛查及靶向调控方法，依据土壤监测数据及农产品监测数据，可确定影响农产品超标的限制性因子并给定各因子调控量，通过限制性因子调控目标量确定，更利于制定针对性决策措施建议，减少现有污染成因不明确而造成的人力物资等资源浪费。
Description
技术领域
本发明属于农业环境技术领域，具体涉及一种受污染耕地限制性因子快速筛查及靶向调控方法。
背景技术
土壤中重金属和理化性质相互作用相互耦合，直接影响农产品中重金属的富集及分布。明确土壤中各因子间关系及对农产品的影响作用是目前农业领域的研究重点与难点。目前关于农产品超标主因的研究多围绕农药化肥等投入品展开，关于土壤中重金属影响的研究对象多为有效态重金属。
上述技术方法存在的主要问题有：(1)影响农产品超标的主要因子，缺少土壤中重金属与理化性质的综合分析；(2)难以依据现有土壤检测数据直接确定农产品超标主因；(3)农田污染防治与农作物质量安全对策缺乏针对性，人力资金等资源过度投入。
发明内容
本发明依据研究区域农产品是否超标将协同监测点位分为两类，通过聚类方法将两类点位土壤监测指标分组，进行组权重计算与指标权重计算，综合利用权重结果，明确农产品超标限制性因子，并给出限制性因子目标调控量。
本发明的目的是提供一种受污染耕地限制性因子快速筛查及靶向调控方法。
为了解决上述技术问题，本发明公开了一种受污染耕地限制性因子快速筛查方法，所述筛查方法包括：
(1)数据获取
(1.1)选取研究区域，获取区域背景信息；
(1.2)协同监测点位布设；
(1.3)数据获取
获取所述协同监测点位的土壤及农产品的样品，检测所述土壤的土壤监测指标及农产品的农产品监测指标，分别获取检测结果；
(2)土壤监测指标聚类分析
(2.1)依据农产品评价标准GB2762-2017，对农产品检测结果进行评价；所述评价采取最差因子法，依据农产品某一特定指标(或综合指标)将所述协同监测点位分为超标类点位和不超标类点位两个类别；
(2.2)土壤监测指标聚类分析
将所述超标类点位和不超标类点位的土壤数据分别进行聚类分组：
(2.2.1)土壤数据归一化处理获得Xi；
(2.2.1)监测指标聚类
将上述归一化后的土壤监测指标进行聚类分析，分为k个组，所述k≥2；
(3)限制性因子确定
(3.1)土壤监测指标信息熵Fi、相对熵Ei及相关系数ri计算
(3.2)权重系数计算
计算评估系数，所述评估系数具体公式如下：
其中Si为评估系数；
计算指标权重系数，所述指标权重系数具体公式如下：
其中Wi为权重系数；|Si|为评估系数绝对值，|Si|均≤1；
(3.3)将超标类点位中农产品某一特定指标或农产品综合指标检测结果进行升序排序，按照等值梯度法计算分位值Q，提取各分位值Q对应监测点位，各组分别获取对应点位土壤监测指标检测结果，计算各组指标融合值；不超标类点位各组指标融合值计算方法一致，指标融合值计算公式具体如下：
I(Q)＝W1X1+W2X2+…+WiXi
其中I(Q)为每组点位Q分位值对应的指标融合值，每组均有Q个I(Q)值；
(3.4)组间权重计算：
通过计算各组变异系数，从而获得组权重系数，具体公式如下：
Cvn＝σn/μn
其中，Cvn为各组指标变异系数，σn为指标融合值的标准差，μn为指标融合值的平均值；
Jn＝1/Cvn
其中，Jn为各组指标变异系数倒数；
Vn＝Jn/∑Jn
其中，Vn为组权重系数；
4.主导系数及污染模式确定：
各土壤监测指标主导系数计算公式如下：
Mi (n)＝Wi*Vn
其中，M i (n)为监测指标的主导系数；
超标类和不超标类两个类别中主导系数从大到小进行排序，各组主导系数累计超过0.85的对应监测指标即为该组限制性因子；相邻监测指标主导系数差异超过10倍时，即使未达到0.85也仅保留最大的若干个监测指标；两组限制性因子取并集即为研究区域限制性因子。
进一步地，将超标类点位中农产品某一特定指标(或综合指标)进行升序排序，按照等值梯度法计算分位值Q，所述分位值按等值梯度递增，提取各分位值Q对应的监测点位，分别获取某一特定指标(或综合指标)对应点位土壤监测指标检测结果，计算各组指标融合值；
进一步地，分位值Q按1％、2％、3％、4％或5％梯度递增；
进一步地，选取5％时，计算19个分位值Q，即5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％；
进一步地，所述背景信息包括但不限于：研究区域农田信息：地理信息、农田类型、面积、农产品类型；
进一步地，依据统计学意义，计算研究区域协同监测点位的最少布设数量，具体公式为：
其中，N为点位数量，t为T检验的通过阈值，m为容忍误差，Cv为变异系数，Cv＝σ/μ，σ和μ分别为研究区域内所有土壤监测指标的标准差和平均值；
进一步地，所述土壤数据归一化处理获得Xi的具体公式如下：
其中Xi为归一化后的数值，且0≤Xi≤1，xi为所述土壤监测指标对应的土壤检测结果，min为所述土壤监测指标对应最小的数值，max为所述土壤监测指标对应最大的数值；
进一步地，所述信息熵公式具体如下：
其中Fi为各土壤监测指标信息熵，p(xi)为土壤监测指标归一化后数值构成的矩阵；
进一步地，所述相对熵公式具体如下：
其中Ei为各土壤监测指标相对熵，q(xi)为研究指标归一化后数值构成的矩阵；
进一步地，所述相关系数公式具体如下：
其中ri为相关系数，且-1≤ri≤1；
进一步地，所述土壤监测指标包括但不限于Cd、As、Pb、Cr、Cu、Zn、Ni、Mg、Fe、Mn、Ca、Si、Se、pH、CEC、SOM等；所述农产品检测指标包括但不限于Cd、Hg、As、Pb、Cr；
进一步地，确定调控监测指标目标量，依据研究区域污染模式，调控监测指标目标量，
Di＝μ(x)±2σ(x)
其中，Di为监测指标调控量，μ(x)为未超标组中监测指标对应的检测结果平均值，σ(x)为未超标组中监测指标对应的检测结果标准差；
一种基于受污染耕地限制性因子快速筛查的靶向调控方法，依据限制性因子，选取对应调控方法，所述调控方法包含但不限于施用石灰、钙镁磷肥、硅肥、硒肥、废铁渣、废钢渣、有机肥等。
本发明的一种基于受污染耕地限制性因子快速筛查的靶向调控方法，具有以下优点：
1.本发明依据土壤监测数据及农产品监测数据，可确定影响农产品超标的限制性因子并给定各因子调控量，可以提高土壤调控效率，降低调控风险，依据本发明所得结果可直接快速的针对限制性因子进行调控。
2.限制性因子调控目标量确定，更利于制定针对性决策措施建议，减少现有污染成因不明确而造成的人力物资等资源浪费，也可以在满足调控目标的同时，降低盲目调控带来的二次污染。
附图说明
图1为农田土壤重金属溯源及污染途径确定方法的技术流程图；
图2为某研究区域点位分布图；
图3为不超标类点位聚类结果图；
图4为超标类点位聚类结果图；
图5为不超标类点位(1类)和超标类点位(2类)检测数据主导系数图；
图6为限制性因子目标调控量示意图；
具体实施方式
下面通过实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”，“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
1.农田重金属数据获取
①点位布设：选取某县内农田为研究对象，面积约为3800亩；研究区域内布设农田点位200个，大于公式计算出的具有统计学意义的最少点位数量，布点并获取点位地理信息(见图2)；
②点位数据获取：检测土壤Cd、As、Pb、Cr、Cu、Zn、Mg、Fe、Mn、Ca、Si、Se、pH、SOM等指标，监测农产品Cd、Hg、As、Pb、Cr五项指标，获取检测结果；
③点位分类：以农产品重金属镉是否超标为依据(GB2762-2017)，将协同监测点位划分为农产品镉不超标点位(1类)和农产品镉超标点位(2类)两类；
2.土壤监测指标聚类
①所有土壤监测指标检测结果及农产品研究指标检测结果进行归一化处理；
②利用SPSS对两类点位监测指标均进行系统聚类分析，其中1类分为3个组，2类分为2个组，其中，纵坐标1-14分别对应监测指标：Mg Zn Fe Si Se Ca Cu As K Na Mn Cd pHSOM(见图3-4)；
3.限制性因子确定
①通过python分别计算各组监测指标的信息熵、相对熵和相关系数；并通过公式计算各监测指标评估系数及指标权重系数；
②通过excel分别选出两类点位中农产品镉检测结果位于各分位值(5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、55％、60％、65％、70％、75％、80％、85％、90％、95％)的协同监测点位，获取相应土壤监测指标的检测结果，结合指标权重系数计算各组指标融合值、变异系数及组权重系数；最终得到两类点位各监测指标的主导系数，见图5；
③1类中K和Fe两项监测指标主导系数和为0.87，2类中pH和SOM两项监测指标主导系数和为0.89，取两类点位监测指标并集后确定K、Fe、pH和SOM四项监测指标为限制性因子。
实施例2
在实施例1的基础上，依据计算结果确定研究区域农产品镉超标的限制性因子为：K、Fe、pH和SOM，且通过公式可得各项监测指标的目标调控量，见图6。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的实施例。
Claims (10)
1.一种受污染耕地限制性因子快速筛查方法，其特征在于，所述筛查方法包括：
(1)数据获取
(1.1)选取研究区域，获取区域背景信息；
(1.2)协同监测点位布设；
(1.3)数据获取
获取所述协同监测点位的土壤及农产品的样品，检测所述土壤的土壤监测指标及农产品的农产品监测指标，分别获取检测结果；
(2)土壤监测指标聚类分析
(2.1)依据农产品评价标准GB2762-2017，对农产品检测结果进行评价；所述评价采取最差因子法，依据农产品某一特定指标或农产品综合指标将所述协同监测点位分为超标类点位和不超标类点位两个类别；
(2.2)土壤监测指标聚类分析
将所述超标类点位和不超标类点位的土壤数据分别进行聚类分组：
(2.2.1)土壤数据归一化处理获得Xi；
(2.2.1)监测指标聚类
将上述归一化后的土壤监测指标进行聚类分析，分为k个组，所述k≥2；
(3)限制性因子确定
(3.1)土壤监测指标信息熵Fi、相对熵Ei及相关系数ri计算
(3.2)权重系数计算
计算评估系数，所述评估系数具体公式如下：
其中Si为评估系数；
计算指标权重系数，所述指标权重系数具体公式如下：
其中Wi为权重系数；|Si|为评估系数绝对值，|Si|均≤1；
(3.3)将超标类点位中农产品某一特定指标或农产品综合指标检测结果进行升序排序，按照等值梯度法计算分位值Q，提取各分位值Q对应的监测点位，各组分别获取对应点位土壤监测指标检测结果，计算各组指标融合值；不超标类点位各组指标融合值计算方法一致，指标融合值计算公式具体如下：
I(Q)＝W1X1+W2X2+…+WiXi
其中I(Q)为每组点位Q分位值对应的指标融合值，每组均有Q个I(Q)值；
(3.4)组间权重计算：
通过计算各组变异系数，从而获得组权重系数，具体公式如下：
Cvn＝σn/μn
其中，Cvn为各组指标变异系数，σn为指标融合值的标准差，μn为指标融合值的平均值；
Jn＝1/Cvn
其中，Jn为各组指标变异系数倒数；
Vn＝Jn/∑Jn
其中，Vn为组权重系数；
(4) 主导系数及污染模式确定：
各土壤监测指标主导系数计算公式如下：
Mi (n)＝Wi*Vn
其中，Mi (n)为监测指标的主导系数；
超标类和不超标类两个类别中主导系数从大到小进行排序，各组主导系数累计超过0.85的对应监测指标即为该组限制性因子；相邻监测指标主导系数差异超过10倍时，即使未达到0.85也仅保留最大的若干个监测指标；两组限制性因子取并集即为研究区域限制性因子。
2.如权利要求1所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，所述背景信息包括但不限于：研究区域农田信息：地理信息、农田类型、面积、农产品类型。
3.如权利要求1所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，依据统计学意义，计算研究区域协同监测点位的最少布设数量，具体公式为：
其中，N为点位数量，t为T检验的通过阈值，m为容忍误差，Cv为变异系数，Cv＝σ/μ，σ和μ分别为研究区域内所有土壤监测指标的标准差和平均值。
4.如权利要求1所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，所述土壤数据归一化处理获得Xi的具体公式如下：
其中Xi为归一化后的数值，且0≤Xi≤1，xi为所述土壤监测指标对应的土壤检测结果，min为所述土壤监测指标对应最小的数值，max为所述土壤监测指标对应最大的数值。
5.如权利要求1所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，所述信息熵公式具体如下：
其中Fi为各土壤监测指标信息熵，p(xi)为土壤监测指标归一化后数值构成的矩阵。
6.如权利要求5所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，所述相对熵公式具体如下：
其中Ei为各土壤监测指标相对熵，q(xi)为研究指标归一化后数值构成的矩阵。
7.如权利要求1所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，所述相关系数公式具体如下：
其中ri为相关系数，且-1≤ri≤1。
8.如权利要求1所述的一种受污染耕地限制性因子快速筛查方法，其特征在于，所述土壤监测指标包括但不限于Cd、As、Pb、Cr、Cu、Zn、Ni、Mg、Fe、Mn、Ca、Si、Se、pH、CEC、SOM；所述农产品检测指标包括但不限于Cd、Hg、As、Pb、Cr，进一步地，所述分位值按等值梯度递增，按1％-5％梯度递增。
9.一种基于受污染耕地限制性因子快速筛查的靶向调控方法，依据权利要求1-8之一所述的一种受污染耕地限制性因子快速筛查方法的计算结果，选取对应调控方法，所述调控方法包含但不限于施用石灰、钙镁磷肥、硅肥、硒肥、废铁渣、废钢渣、有机肥。
10.如权利要求9所述的一种基于受污染耕地限制性因子快速筛查的靶向调控方法，其特征在于，确定影响农产品超标的限制因子，并给出调控目标量：
Di＝μ(x)±2σ(x)
其中，Di为监测指标调控量，μ(x)为未超标组中监测指标对应的检测结果平均值，σ(x)为未超标组中监测指标对应的检测结果标准差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011460837.6A CN112541678B (zh) | 2020-12-11 | 2020-12-11 | 一种受污染耕地限制性因子快速筛查及靶向调控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011460837.6A CN112541678B (zh) | 2020-12-11 | 2020-12-11 | 一种受污染耕地限制性因子快速筛查及靶向调控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112541678A CN112541678A (zh) | 2021-03-23 |
| CN112541678B true CN112541678B (zh) | 2022-03-11 |
Family
ID=75018506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011460837.6A Active CN112541678B (zh) | 2020-12-11 | 2020-12-11 | 一种受污染耕地限制性因子快速筛查及靶向调控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112541678B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331834A (zh) * | 2014-10-16 | 2015-02-04 | 福建农林大学 | 种植在重金属污染土壤上作物产品质量安全性的评估方法 |
| CN105701575A (zh) * | 2016-01-26 | 2016-06-22 | 中国科学院沈阳应用生态研究所 | 一种基于土壤-作物系统的农产品重金属风险评估方法 |
| CN107561242A (zh) * | 2017-08-29 | 2018-01-09 | 山西省环境科学研究院 | 一种复合污染农田土壤质量的评价方法 |
| CN107767032A (zh) * | 2017-09-27 | 2018-03-06 | 北京农业信息技术研究中心 | 一种农田土壤重金属污染决策系统及方法 |
| CN111080097A (zh) * | 2019-12-03 | 2020-04-28 | 中国环境科学研究院 | 农业面源和重金属污染风险综合评估方法 |
| CN111460371A (zh) * | 2020-03-23 | 2020-07-28 | 山东大学 | 一种农产品产地环境风险的评价方法 |
| CN111678969A (zh) * | 2020-06-05 | 2020-09-18 | 农业农村部环境保护科研监测所 | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 |
| CN111815184A (zh) * | 2020-07-13 | 2020-10-23 | 农业农村部农业生态与资源保护总站 | 一种耕地土壤环境质量类别划分方法 |
-
2020
- 2020-12-11 CN CN202011460837.6A patent/CN112541678B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104331834A (zh) * | 2014-10-16 | 2015-02-04 | 福建农林大学 | 种植在重金属污染土壤上作物产品质量安全性的评估方法 |
| CN105701575A (zh) * | 2016-01-26 | 2016-06-22 | 中国科学院沈阳应用生态研究所 | 一种基于土壤-作物系统的农产品重金属风险评估方法 |
| CN107561242A (zh) * | 2017-08-29 | 2018-01-09 | 山西省环境科学研究院 | 一种复合污染农田土壤质量的评价方法 |
| CN107767032A (zh) * | 2017-09-27 | 2018-03-06 | 北京农业信息技术研究中心 | 一种农田土壤重金属污染决策系统及方法 |
| CN111080097A (zh) * | 2019-12-03 | 2020-04-28 | 中国环境科学研究院 | 农业面源和重金属污染风险综合评估方法 |
| CN111460371A (zh) * | 2020-03-23 | 2020-07-28 | 山东大学 | 一种农产品产地环境风险的评价方法 |
| CN111678969A (zh) * | 2020-06-05 | 2020-09-18 | 农业农村部环境保护科研监测所 | 利用土壤剖面表层重金属累积比例解析重金属污染来源的方法 |
| CN111815184A (zh) * | 2020-07-13 | 2020-10-23 | 农业农村部农业生态与资源保护总站 | 一种耕地土壤环境质量类别划分方法 |
Non-Patent Citations (2)
| Title |
|---|
| 不同限制因子组合区土壤改良对耕地质量等级的影响;叶达等;《江苏农业科学》;20160228;第44卷(第4期);全文 * |
| 农用地土壤重金属生态安全阈值确定方法的研究进展;窦韦强等;《生态毒理学报》;20190831;第14卷(第4期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112541678A (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rohm et al. | Evaluation of an aquatic ecoregion classification of streams in Arkansas | |
| CN107561242B (zh) | 一种复合污染农田土壤质量的评价方法 | |
| Puissant et al. | Quantification of the global impact of agricultural practices on soil nematodes: a meta-analysis | |
| CN109900682B (zh) | 一种基于富集因子值计算的表层土壤重金属污染来源定量识别方法 | |
| CN102073797A (zh) | 基于pso和svm混合算法识别太湖入湖河流水质主要影响因素的分析方法 | |
| CN113020232B (zh) | 一种受污染耕地综合治理及动态调控方法 | |
| CN113705951A (zh) | 一种矿山生态修复效果评价的方法 | |
| CN106203756A (zh) | 一种基于特征数据库的工业污水污染物溯源分析方法 | |
| CN112883137B (zh) | 一种农产品产地安全预警方法 | |
| CN114219262A (zh) | 一种区域农产品超标概率预测及误差分析方法 | |
| CN116205509A (zh) | 一种全面评价土壤重金属污染状况的研究方法 | |
| CN112541678B (zh) | 一种受污染耕地限制性因子快速筛查及靶向调控方法 | |
| Jiao et al. | Quantitative identification of anthropogenic trace metal sources in surface river sediments from a hilly agricultural watershed, East China | |
| Manu et al. | Influence of heavy metal pollution on soil mite communities (Acari) in Romanian grasslands. | |
| CN108229797B (zh) | 一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法 | |
| Aimrun et al. | Paddy soil properties and yield characteristics based on apparent electrical conductivity zone delineation for a humid tropical rice farm | |
| Sims et al. | Comparison of routine soil tests and EPA method 3050 as extractants for heavy metals in Delaware soils | |
| CN112595834B (zh) | 一种土壤重金属溯源及污染途径确定方法 | |
| Prastiwi et al. | The assessment of soil fertility index for evaluation of rice production in Karanganyar Regency | |
| Kwonpongsagoon et al. | A substance flow analysis in the southern hemisphere: cadmium in the Australian economy | |
| CN114062659A (zh) | 一种基于生态化学计量学的植烟土壤肥力评价方法 | |
| CN107525881B (zh) | 一种水域生态健康状态检测方法 | |
| Bartels et al. | Classification of the quality of surface waters by means of pattern recognition | |
| Boostani et al. | Effect of land use change on potassium chemical fractions and availability of some soil nutrients in Darab region, Fars province | |
| Kusz | Labor efficiency and changes in selected relations of production factors in agriculture in Poland |
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 |