CN113228870B - 一种用于复合重金属污染修复的树种筛选方法 - Google Patents

Abstract

本发明提出一种用于复合重金属污染修复的树种筛选方法，解决了当前污染修复树种筛选方法在树种选择过程中指标体系单一、不适用于复合污染土壤的问题，首先确定好树种筛选前的准备工作，明确影响每一品种供试树木修复效率的若干指标数据，通过层次分析法建立层次分析筛选模型，并借助柳树各指标的客观数据量化衡量不同树种对于复合重金属污染的修复潜力，弥补了现有技术中评价指标单一且不适合复合重金属污染的不足，计算过程简便，易操作，并能够充分考虑影响植物修复效率的指标，更为全面和客观地进行综合评价，方便管理者快速筛选出适合多金属污染的修复树种，从而高效治理污染场区。

Description

一种用于复合重金属污染修复的树种筛选方法

技术领域

本发明涉及重金属污染生态治理的技术领域，更具体地，涉及一种用于复合重金属污染修复的树种筛选方法。

背景技术

重金属在土壤中具有隐蔽性、滞后性、长期性、累积性以及不可降解性等特点，因此，重金属污染可导致土壤肥力下降，还可通过食物链在植物、动物和人体内积累，对生态安全和人体健康造成极大危害。

目前，国内外已开展大范围的土壤重金属污染防治与修复工作。传统的修复技术(如物理、化学和物理化学方法)虽然在一定程度上能够减少重金属对土壤环境的危害，但因投资成本高、能耗大及造成二次污染等不足限制了这些技术的应用，在此背景下，植物修复技术发挥了很大的优势。植物修复技术是一种环境友好的绿色生态技术，通过绿色植物的吸收和代谢将存在于土壤中的有毒污染物进行分解、富集使其无害化，从而提高土壤的安全性。

近年来，速生树木，柳树(Salix)以其特有的植物学特性和优势在重金属污染修复中展现巨大潜力，成为重金属污染树木修复的重点研究对象和可应用的潜力树种。柳树为杨柳科木本植物，其适应性强，相对生物量大，生长快速，耐水湿、盐碱和干旱等环境，且易繁殖。超短轮伐期栽培的柳树可通过周期性收获的方式来不断降低土壤中的重金属含量，达到修复和净化土壤的目的。柳树作为多用途造林绿化树种之一，与目前研究较广泛的超积累草本植物相比，虽然重金属的相对积累量低于超积累植物，但其生长快速和生物量高的特点弥补了积累量低的不足，其对于Cd、As、Pb和Zn等污染土壤的修复效果不低于超积累草本植物。

鉴于柳树在重金属污染修复中展现的巨大潜力，在推广种植/应用于污染场区前，需要对多种柳树品种进行科学评价，精确筛选出适应性强、生长良好、耐重金属毒害和积累量高的柳树品种。目前，植物修复研究中常用生物富集系数(BCF)和转运系数(TF)作为评价指标，它们反映了植物从土壤中吸收和积累重金属的能力。BCF和TF的值能够直接反应植物对重金属的积累能力，适用于单一重金属污染，能够有效筛选出优势植物。然而，实际污染场区多为多种重金属共存，即复合污染，选用这2种指标在复合重金属污染条件下进行植物筛选则具有一定的局限性。

近年来，有很多学者采用基于隶属函数(模糊评价)的综合生物浓度指数(CBCI)法来评价植物对多种重金属的综合积累能力，如2014年，Zhao X,Liu J,Xia X等人在“Environmental Science and Pollution Research”上发表的“The evaluation ofheavy metal accumulation and application of a comprehensive bio-concentrationindex for woody species on contaminated sites in Hunan,China(21(7):5076-5085)”的文章中即是采用了该种方法，在一定程度上完善了单一污染的不足。然而，CBCI指数仅重点关注植物对重金属的积累量并没有充分考虑植物的生长和光合能力特性，也没有凭借管理者的经验进行判断，导致评价结果不够全面。因此，从植物生长状况、耐性及对重金属的积累能力等多角度综合评估树木对重金属的积累能力和修复潜力，是重金属污染场区生态治理中亟待解决的问题。

发明内容

为解决当前污染修复树种筛选方法在树种选择过程中指标体系单一、不适用于复合污染土壤的问题，本发明提出一种用于复合重金属污染修复的树种筛选方法，能够综合评价柳树树种对复合重金属污染的抗性和修复潜力，具有广泛的适用性。

为了达到上述技术效果，本发明的技术方案如下：

一种用于复合重金属污染修复的树种筛选方法，所述方法至少包括：

S1.确定供试树木参照对象、试验土壤、若干个供试树木的品种及供试树木种植条件；

S2.测定影响每一品种供试树木修复效率的若干指标数据；

S3.结合步骤S1，构建树种筛选时的层次筛选模型，所述层次筛选模型包括目标层、准则层、分级指标层及研究对象层，所述目标层为“选择复合重金属污染修复能力强的树种”，所述准则层包括若干个准则指标，所述分级指标层包括影响每一品种供试树木修复效率的若干指标，所述研究对象层为若干个供试树木的品种；

S4.利用层次分析法得出准则层中每一个准则指标相对目标层的权重w’；

S5.将步骤S2所得的若干指标数据进行预处理，根据预处理后的若干指标数据，利用熵权法得到研究对象层中每一个供试树木品种的高效修复权重w_i”；

S6.将每一个供试树木品种的高效修复权重w_i”分别与准则层中每一个准则指标相对目标层的权重w’综合，得到每一个供试树木品种的综合权重w；

S7.设置权重阈值e，将不同供试树木品种的综合权重w分别与权重阈值e比较，筛选出综合权重w大于权重阈值e的供试树木品种，作为用于复合重金属污染修复的树种。

优选地，步骤S1所述供试树木参照对象为速生柳树，试验土壤为复合重金属污染的土壤，污染的重金属种类至少2种，且其中至少一种重金属浓度超过《土壤环境质量农用地土壤污染风险管控标准GB15618-2018》中的风险管控值；所述供试树木的品种至少3种，能在重金属污染土壤中正常生长且耐性强；所述供试树木的种植条件为：自然光照，每天按照f频率浇水，田间持水量为65％-70％。

优选地，步骤S2中所述的若干指标数据包括树木的总生物量、叶面积、叶片长宽比、株高、茎粗、光合速率、蒸腾速率、地上部Cu含量、地上部Zn含量、地上部Cd含量、地上部Pb含量、根部Cu含量、根部Zn含量、根部Cd含量、根部Pb含量、Cu单株积累量、Zn单株积累量、Cd单株积累量及Pb单株积累量。

优选地，步骤S3中，构建层次筛选模型目标层为选择复合重金属污染修复能力强的树种，准则层包括植物生长指标、光合能力指标及重金属积累能力指标，分级指标层包括总生物量指标、叶面积指标、叶片长宽比指标、株高指标、茎粗指标、光合速率指标、蒸腾速率指标、地上部Cu含量指标、地上部Zn含量指标、地上部Cd含量指标、地上部Pb含量指标、根部Cu含量指标、根部Zn含量指标、根部Cd含量指标、根部Pb含量指标、Cu单株积累量指标、Zn单株积累量指标、Cd单株积累量指标及Pb单株积累量指标，其中，总生物量指标、叶面积指标、叶片长宽比指标、株高指标、茎粗指标均隶属于植物生长指标分支，光合速率指标、蒸腾速率指标均隶属于光合能力指标分支，地上部Cu含量指标、地上部Zn含量指标、地上部Cd含量指标、地上部Pb含量指标、根部Cu含量指标、根部Zn含量指标、根部Cd含量指标、根部Pb含量指标、Cu单株积累量指标、Zn单株积累量指标、Cd单株积累量指标及Pb单株积累量指标均隶属于重金属积累能力指标分支；所述研究对象层为若干个供试树木的品种。

优选地，步骤S4中，步骤S4中，利用层次分析法得出利用层次分析法得出准则层中每一个准则指标相对目标层的权重w’的过程为：

S41.逐一比较准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的影响相对重要性，准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的重要性比较量化结果作为矩阵元素，组建比较判断矩阵；

S42.根据判断矩阵确定准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的权重w’，

S43.进行一致性比率检验，得出准则层中每一个准则指标相对目标层的权重w’。

优选地，步骤S5中，将若干指标数据进行的预处理为标准化处理，公式为：

其中，i表示供试树木的品种的种类序号，I表示供试树木的品种的总种类数；d表示若干指标中的指标序号；a_id表示第i种供试树木在d指标的值；U_id表示第i种供试树木在d指标下的预处理后的值。

优选地，利用熵权法得到研究对象层中每一个供试树木品种的高效修复权重w”的过程为：

S51.基于步骤S2中若干指标数据预处理后的结果，求解第d项指标下第i种供试树木的比重P_id，求解公式为：

S52.计算若干指标中各项指标下的信息熵E_d，公式为：

获得第d项指标的权重W_d，求解公式为：

其中，W_d表示第d项指标的权重；

S53.根据第d项指标的权重W_d，计算研究对象层中每一个供试树木品种的高效修复权重w”，求解公式为：

优选地，步骤S6中，将每一个供试树木品种的高效修复权重w”分别与准则层中每一个准则指标相对目标层的权重w’综合，得到每一个供试树木品种的综合权重w的过程为：

由于准则层中共3个准则指标，设权重w’＝{w₁’，w₂’，w₃’}；设供试树木品种总数为I，第i个供试树木品种在3个准则指标的综合权重分别表示为：

w_1i＝w₁’w_i”

w_2i＝w₂’w_i”

w_3i＝w₃’w_i”。

优选地，每一个供试树木品种的综合权重w的值越大，此品种的供试树木对复合重金属污染修复能力越强。

与现有技术相比，本发明技术方案的有益效果是：

本发明提出一种用于复合重金属污染修复的树种筛选方法，首先确定好树种筛选前的准备工作，明确影响每一品种供试树木修复效率的若干指标数据，通过层次分析法建立层次分析筛选模型，并借助柳树各指标的客观数据量化衡量不同树种对于复合重金属污染的修复潜力，弥补了现有技术中评价指标单一且不适合复合重金属污染的不足，计算过程简便，易操作，并能够充分考虑影响植物修复效率的指标，更为全面和客观地进行综合评价，方便管理者快速筛选出适合多金属污染的修复树种，从而高效治理污染场区。

附图说明

图1表示本发明实施例中提出的用于复合重金属污染修复的树种筛选方法的流程图；

图2表示本发明实施例中提出的树种筛选时的层次筛选模型框图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好地说明本实施例，附图某些部位会有省略、放大或缩小，并不代表实际尺寸；

对于本领域技术人员来说，附图中某些公知内容说明可能省略是可以理解的。

附图中描述位置关系的仅用于示例性说明，不能理解为对本专利的限制；

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例

如图1所示的用于复合重金属污染修复的树种筛选方法，参见图1，所述方法包括：

S1.确定供试树木参照对象、试验土壤、若干个供试树木的品种及供试树木种植条件；

所述供试树木参照对象为速生柳树，试验土壤为复合重金属污染的土壤，污染的重金属种类至少2种，且其中至少一种重金属浓度超过《土壤环境质量农用地土壤污染风险管控标准GB15618-2018》中的风险管控值；

所述供试树木的品种至少3种，能在重金属污染土壤中正常生长且耐性强；所述供试树木的种植条件为：自然光照，每天按照f频率浇水，田间持水量为65％-70％。

具体的，在本实施例中，以15种对重金属积累能力强的速生柳树为研究对象，进行具体实施分析，具体的柳树命名如表1所示，选择的15种柳树均为乔木柳，且对重金属耐性强，均能在复合重金属污染中存活。柳树培养以枝条扦插为主，易存活，其种质资源丰富，无需开展额外的育苗工作。

表1

试验土壤选择杭州富阳某处Cd、Zn、Pb和Cu复合污染的土壤，其中土壤pH为7.1±0.03，Cd含量42.6±0.6mg·kg^-1,Zn含量1601.9±47.6mg·kg^-1,Pb含量139.4±2.3mg·kg^-1，Cu含量73.18±2.05mg·kg^-1。根据《土壤环境质量农用地土壤污染风险管控标准GB15618-2018》，该土壤Cd、Zn重度污染，Pb为中度污染，Cu为轻度污染。将采集到的复合污染土壤装在高15cm，内径为9cm的花盆中，每盆中装1.2kg土壤。

将一年生的不同柳树枝条(长15cm,直径0.8cm)扦插到装满复合重金属污染土壤的花盆中，每盆放2支插条，待发芽后间苗成一株，每个品种柳树设置6株重复。在大棚中自然光照，环境温度为23-28℃，相对湿度为60％-65％，培养6个月后收获。

S2.测定影响每一品种供试树木修复效率的若干指标数据；所述的若干指标数据包括树木的总生物量、叶面积、叶片长宽比、株高、茎粗、光合速率、蒸腾速率、地上部Cu含量、地上部Zn含量、地上部Cd含量、地上部Pb含量、根部Cu含量、根部Zn含量、根部Cd含量、根部Pb含量、Cu单株积累量、Zn单株积累量、Cd单株积累量及Pb单株积累量。

在植物培养结束时测定植物的株高、茎粗、叶面积等生长指标。将收获15种柳树植株分为叶、茎、根和插条4部分，用自来水冲洗，去除表面大块土壤，洗干净后再用去离子水冲洗2～3遍。将植物组织样品于70℃下烘48h后，记录各组织的干重，不同柳树品种在复合重金属污染土壤培养后的生长状况如表2所示。

表2

由表2可以看出，不同柳树品种对重金属的耐性不同，导致其生物量和生长状况存在显著差异。生物量越大表明重金属对植物生长的抑制作用越小，植物能够适应重金属胁迫。

在收获杞柳植株前，对每个柳树品种下3株植物的光合速率和气体交换参数进行测定。选择晴天9:00-14:00，用便携式光合仪Li-6400测定不同处理下叶片的净光合速率(P_n)，蒸腾速率(T_r)，气孔导度(G_s)和胞间二氧化碳浓度(C_i)。叶片从茎的顶部数第7-9片完全展开的叶片测定，每次每个处理9个重复，取平均值。光合有效辐射(PAR)为1000μmolphoton m^-1s^-1，通过样品室的空气流量为500μmol·s^-1，样品室的CO₂浓度为400μmol·mol^-1，不同柳树品种在复合重金属污染土壤培养后的光合能力数据如表3所示。

表3

将干燥后的植物样品用不锈钢球磨仪粉碎，过0.25mm的筛。将待测的柳树各组织样品混合均匀，并用HNO₃-H₂O₂方法进行消解，随后消解液冷却至室温，并用4％的HNO₃将消解液定容至50mL。柳树各组织中的总Cd、Zn、Pb、Cu含量用电感耦合等离子体原子发射光谱(ICP-AES)测定。

生物富集系数(BCF)通过计算收获的组织中重金属浓度与对应土壤中的重金属浓度的比值来评价柳树将重金属从土壤中积累到植物组织中的效率。转运系数(TF)是评价植物将积累的重金属从根部转移到地上部组织的效率，即地上部组织中重金属浓度与根中重金属浓度的比值。

表4表示不同柳树品种在复合重金属污染土壤培养后的光合能力数据。

表4

由表4可知，同一树种对不同重金属的转运能力存在差异，所有柳树品种对Cu和Pb的TF均小于1，但部分柳树种对Cd和Zn表现出较高的TFs(>1)。例如，J1010、P667、J792、P164中Zn的TF值分别为2.05、1.01、1.01、1.00。此外，所有柳树地上部对不同重金属的富集能力呈现Cd>Zn>Cu>Pb的规律。

S3.结合步骤S1，构建树种筛选时的层次筛选模型，所述层次筛选模型包括目标层、准则层、分级指标层及研究对象层，所述目标层为“选择复合重金属污染修复能力强的树种”，所述准则层包括若干个准则指标，所述分级指标层包括影响每一品种供试树木修复效率的若干指标，所述研究对象层为若干个供试树木的品种；

具体的参见图2，构建层次筛选模型目标层为选择复合重金属污染修复能力强的树种，准则层包括植物生长指标、光合能力指标及重金属积累能力指标，分级指标层包括总生物量指标、叶面积指标、叶片长宽比指标、株高指标、茎粗指标、光合速率指标、蒸腾速率指标、地上部Cu含量指标、地上部Zn含量指标、地上部Cd含量指标、地上部Pb含量指标、根部Cu含量指标、根部Zn含量指标、根部Cd含量指标、根部Pb含量指标、Cu单株积累量指标、Zn单株积累量指标、Cd单株积累量指标及Pb单株积累量指标，其中，总生物量指标、叶面积指标、叶片长宽比指标、株高指标、茎粗指标均隶属于植物生长指标分支，光合速率指标、蒸腾速率指标均隶属于光合能力指标分支，地上部Cu含量指标、地上部Zn含量指标、地上部Cd含量指标、地上部Pb含量指标、根部Cu含量指标、根部Zn含量指标、根部Cd含量指标、根部Pb含量指标、Cu单株积累量指标、Zn单株积累量指标、Cd单株积累量指标及Pb单株积累量指标均隶属于重金属积累能力指标分支；所述研究对象层为若干个供试树木的品种，i表示品种的序号。

S4.利用层次分析法得出利用层次分析法得出准则层中每一个准则指标相对目标层的权重w’；

具体过程为：

S41.逐一比较准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的影响相对重要性，准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的重要性比较量化结果作为矩阵元素，组建比较判断矩阵；

S42.根据判断矩阵确定准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的权重w’，

S43.进行一致性比率检验，得出准则层中每一个准则指标相对目标层的权重w’。

以上过程属于层次分析法的标准过程，此处不再赘述具体细节。

S5.将步骤S2所得的若干指标数据进行预处理，根据预处理后的若干指标数据，利用熵权法得到研究对象层中每一个供试树木品种的高效修复权重w”；

将若干指标数据进行的预处理为标准化处理，公式为：

其中，i表示供试树木的品种的种类序号，I表示供试树木的品种的总种类数；d表示若干指标中的指标序号；a_id表示第i种供试树木在d指标的值；U_id表示第i种供试树木在d指标下的预处理后的值；

利用熵权法得到研究对象层中每一个供试树木品种的高效修复权重w”的过程为：

S51.基于步骤S2中若干指标数据预处理后的结果，求解第d项指标下第i种供试树木的比重P_id，求解公式为：

S52.计算若干指标中各项指标下的信息熵E_d，公式为：

获得第d项指标的权重W_d，求解公式为：

其中，W_d表示第d项指标的权重；

S53.根据第d项指标的权重W_d，计算研究对象层中每一个供试树木品种的高效修复权重w”，求解公式为：

S6.将每一个供试树木品种的高效修复权重w”分别与准则层中每一个准则指标相对目标层的权重w’综合，得到每一个供试树木品种的综合权重w；过程为：

由于准则层中共3个准则指标，设权重w’＝{w₁’，w₂’，w₃’}；设供试树木品种总数为I，第i个供试树木品种在3个准则指标的综合权重分别表示为：

w_1i＝w₁’w_i”

w_2i＝w₂’w_i”

w_3i＝w₃’w_i”。

S7.设置权重阈值e，将不同供试树木品种的综合权重w分别与权重阈值e比较，筛选出综合权重w大于权重阈值e的供试树木品种，作为用于复合重金属污染修复的树种。每一个供试树木品种的综合权重w的值越大，此品种的供试树木对复合重金属污染修复能力越强。

具体的，CBCI指数与本发明所提方法进行比较，CBCI计算公式为：

其中N为被分析重金属的总数，μ_i为金属i的BCF值。

通过图2的构建，所述的准则层为柳树生长、光合能力和重金属积累能力3种重要的关键评价指标，并根据经验对3个指标体系赋予相应的权重如表5所示，具体AHP层次分析法的过程，属于现有比较成熟的过程，此处不再赘述。

表5

最后得出不同指标体系的权重、综合权重以及CBCI指数如表6所示。

表6

由表6中的CBCI结果可知，柳树J1010地上部组织对于多种重金属(Cd、Zn、Pb、Cu)积累能力最强，说明该柳树适合植物提取的修复模式。然而由根系BCF计算出的CBCI指数表明，J795(CBCI＝0.92)和P935(CBCI＝0.82)这两种柳树表现出较强的重金属积累能力，说明这两种柳树适合植物固定的修复模式。然而，CBCI的计算并不包括生物量和光合性能，这两者均可反应植物在污染环境中的生长状况，也是评估植物修复能力的重要指标。

基于此，本发明提出的筛选方法，进一步优化完善了指标体系，将生长与光合性能纳入到评价中。综合权重的结果显示，柳树J1010具有很高的修复潜力，这与地上部CBCI值最高相一致。相反，根系CBCI值表明J1010是累积重金属能力最弱的3种柳树，但从根部重金属浓度或BCF值来看，不能说明J1010对于多种重金属的积累能力较弱。

值得注意的是，J1010的蒸腾速率最高(4.26mmol H₂O m^-2s^-1)，总生物量相对较高(18.29g)。在15种柳树中，J1010的总Zn(26.53mg/株)和总Cd(1.51mg/株)含量最高，同时铜、铅积累量也相对较高。因此，综合生长、光合和重金属积累量等因素，可总结出J1010在15种柳树中对于多种重金属污染土壤的修复潜力突出。综上所述，本发明所提的方法比CBCI指数更为精确、真实地反应不同树种对于复合重金属污染修复的综合潜力。

显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (9)

1.一种用于复合重金属污染修复的树种筛选方法，其特征在于，所述方法至少包括：

S1.确定供试树木参照对象、试验土壤、若干个供试树木的品种及供试树木种植条件；

S2.测定影响每一品种供试树木修复效率的若干指标数据；

S3.结合步骤S1，构建树种筛选时的层次筛选模型，所述层次筛选模型包括目标层、准则层、分级指标层及研究对象层，所述目标层为“选择复合重金属污染修复能力强的树种”，所述准则层包括若干个准则指标，所述分级指标层包括影响每一品种供试树木修复效率的若干指标，所述研究对象层为若干个供试树木的品种；

S4.利用层次分析法得出准则层中每一个准则指标相对目标层的权重w’；

S5.将步骤S2所得的若干指标数据进行预处理，根据预处理后的若干指标数据，利用熵权法得到研究对象层中每一个供试树木品种的高效修复权重w_i”；

S6.将每一个供试树木品种的高效修复权重w_i”分别与准则层中每一个准则指标相对目标层的权重w’综合，得到每一个供试树木品种的综合权重w；

S7.设置权重阈值e，将不同供试树木品种的综合权重w分别与权重阈值e比较，筛选出综合权重w大于权重阈值e的供试树木品种，作为用于复合重金属污染修复的树种。

2.根据权利要求1所述的用于复合重金属污染修复的树种筛选方法，其特征在于，步骤S1所述供试树木参照对象为速生柳树，试验土壤为复合重金属污染的土壤，污染的重金属种类至少2种，且其中至少一种重金属浓度超过《土壤环境质量农用地土壤污染风险管控标准GB15618-2018》中的风险管控值；所述供试树木的品种至少3种，能在重金属污染土壤中正常生长且耐性强；所述供试树木的种植条件为：自然光照，每天按照f频率浇水，田间持水量为65％-70％。

3.根据权利要求2所述的用于复合重金属污染修复的树种筛选方法，其特征在于，步骤S2中所述的若干指标数据包括树木的总生物量、叶面积、叶片长宽比、株高、茎粗、光合速率、蒸腾速率、地上部Cu含量、地上部Zn含量、地上部Cd含量、地上部Pb含量、根部Cu含量、根部Zn含量、根部Cd含量、根部Pb含量、Cu单株积累量、Zn单株积累量、Cd单株积累量及Pb单株积累量。

4.根据权利要求3所述的用于复合重金属污染修复的树种筛选方法，其特征在于，步骤S3中，构建层次筛选模型目标层为选择复合重金属污染修复能力强的树种，准则层包括植物生长指标、光合能力指标及重金属积累能力指标，分级指标层包括总生物量指标、叶面积指标、叶片长宽比指标、株高指标、茎粗指标、光合速率指标、蒸腾速率指标、地上部Cu含量指标、地上部Zn含量指标、地上部Cd含量指标、地上部Pb含量指标、根部Cu含量指标、根部Zn含量指标、根部Cd含量指标、根部Pb含量指标、Cu单株积累量指标、Zn单株积累量指标、Cd单株积累量指标及Pb单株积累量指标，其中，总生物量指标、叶面积指标、叶片长宽比指标、株高指标、茎粗指标均隶属于植物生长指标分支，光合速率指标、蒸腾速率指标均隶属于光合能力指标分支，地上部Cu含量指标、地上部Zn含量指标、地上部Cd含量指标、地上部Pb含量指标、根部Cu含量指标、根部Zn含量指标、根部Cd含量指标、根部Pb含量指标、Cu单株积累量指标、Zn单株积累量指标、Cd单株积累量指标及Pb单株积累量指标均隶属于重金属积累能力指标分支；所述研究对象层为若干个供试树木的品种。

5.根据权利要求4所述的用于复合重金属污染修复的树种筛选方法，其特征在于，步骤S4中，利用层次分析法得出准则层中每一个准则指标相对目标层的权重w’的过程为：

S41.逐一比较准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的影响相对重要性，准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的重要性比较量化结果作为矩阵元素，组建比较判断矩阵；

S42.根据判断矩阵确定准则层的每一个指标相对目标层“选择复合重金属污染修复能力强的树种”的权重w’，

S43.进行一致性比率检验，得出准则层中每一个准则指标相对目标层的权重w’。

6.根据权利要求5所述的用于复合重金属污染修复的树种筛选方法，其特征在于，步骤S5中，将若干指标数据进行的预处理为标准化处理，公式为：

其中，i表示供试树木的品种的种类序号，I表示供试树木的品种的总种类数；d表示若干指标中的指标序号；a_id表示第i种供试树木在d指标的值；U_id表示第i种供试树木在d指标下的预处理后的值。

7.根据权利要求6所述的用于复合重金属污染修复的树种筛选方法，其特征在于，利用熵权法得到研究对象层中每一个供试树木品种的高效修复权重w”的过程为：

S51.基于步骤S2中若干指标数据预处理后的结果，求解第d项指标下第i种供试树木的比重P_id，求解公式为：

S52.计算若干指标中各项指标下的信息熵E_d，公式为：

获得第d项指标的权重W_d，求解公式为：

其中，W_d表示第d项指标的权重；

S53.根据第d项指标的权重W_d，计算研究对象层中每一个供试树木品种的高效修复权重w_i”，求解公式为：

8.根据权利要求7所述的用于复合重金属污染修复的树种筛选方法，其特征在于，步骤S6中，将每一个供试树木品种的高效修复权重w”分别与准则层中每一个准则指标相对目标层的权重w’综合，得到每一个供试树木品种的综合权重w的过程为：

由于准则层中共3个准则指标，设权重w’＝{w₁’，w₂’，w₃’}；设供试树木品种总数为I，第i个供试树木品种在3个准则指标的综合权重分别表示为：

w_1i＝w₁’w_i”

w_2i＝w₂’w_i”

w_3i＝w₃’w_i”。

9.根据权利要求8所述的用于复合重金属污染修复的树种筛选方法，其特征在于，每一个供试树木品种的综合权重w的值越大，此品种的供试树木对复合重金属污染修复能力越强。

Images