玉米籽粒富集土壤中典型重金属预测模型的建立及种间外推

摘要

随着工农业和农业的不断发展,工业“三废”、城市垃圾的不合理排放、农药、施肥和灌溉的不合理,以及城市污泥的大量使用。全球农业土壤中重金属含量呈急剧增加之势,由此造成土壤生产力下降,农产品污染与生态环境破坏等严重问题,己成为阻碍农业生产持续和高效发展的主要因素之一。镉(Cd)、铅(Pb)、铬(Cr)、汞(Hg)对植物和动物均属于高毒性重金属。目前,这些重金属在农业土壤中从土壤到作物的转移受到了广泛的关注。
　　本研究基于覆盖中国典型土壤类型的多个土壤中外源添加重金属(Cd、Cr、Pb、Hg)从土壤到玉米籽粒(郑单958)中的转移。通过多元逐步回归的方法,建立玉米籽粒对重金属(Cd、Cr、Pb、Hg)富集系数(BCF)和土壤 pH、有机质(OM)含量和阳离子交换量(CEC)之间的关系模型。另外,选取两个以上典型土壤,探究对应土壤条件下在不同玉米品种籽粒重金属(Cd、Cr、Pb、Hg)富集,应用种间外推的方法源于郑单958的预测模型应用到其他非模型玉米品种中。所得结论如下:
　　(1)土壤pH是控制玉米籽粒吸收Cd的主要因素,土壤的pH值越低,越有利于Cd在玉米籽粒中富集,不同Cd浓度水平的土壤所获得的预测模型间不存在显著性差异,当源于郑单958的Cd预测模型通过种间外推的方法应用到其他非模型玉米品种时,预测值BCF和实测值BCF的比值均在2倍区间范围之内且接近1:1实线,另外,源于郑单预测模型还能有效的减少其他非模型玉米品种实测值 BCF的种内变异系数。
　　(2)土壤pH和OM是控制玉米籽粒吸收Pb的主要因素;土壤中低的pH和OM有利于Pb在玉米籽粒中富集,不同的外源Pb浓度水平的土壤中所获得的预测模型间不存在显著性差异,当源于郑单958的 Pb预测模型通过种间外推的方法应用到其他非模型玉米品种时,预测值BCF和实测值BCF的比值均在2倍区间范围之内且接近1:1实线。另外,预测模型Log[BCF]=-0.098 pH-0.150 log[OM]-1.894更能有效的减少其他非模型玉米品种实测值BCF的种内变异系数。
　　(3)土壤pH是控制玉米籽粒吸收 Cr的主要因素,土壤的pH值越低,越有利于Cr在玉米籽粒中富集,当源于郑单958的Cr预测模型Log[BCF]=-0.0623 pH-1.948通过种间外推的方法应用到其他非模型玉米品种时,预测值BCF和实测值BCF的比值均在2倍区间范围之内且接近1:1实线。另外,源于郑单958的预测模型还能有效的减少其他非模型玉米品种实测值BCF的种内变异系数。
　　(4)土壤pH是控制玉米籽粒吸收Hg的主要因素,土壤的pH值越低,越有利于Hg在玉米籽粒中富集,当源于郑单958的Hg预测模型通过种间外推的方法应用到其他非模型玉米品种时,预测值BCF和实测值BCF的比值均在2倍区间范围之内且接近1:1实线。另外,在高浓度Hg处理下的预测模型Log[BCF]=-0.113 pH-0.745更能有效的减少其他非模型玉米品种实测值BCF的种内变异系数。
　　(5)随着土壤pH的增大,同一玉米品种对应的土壤重金属(Cd、Pb、Cr、Hg)临界浓度增大。玉米品种对重金属的毒害的敏感程度为酸性土壤大于碱性土壤。对于Cd,农大84为最敏感品种,良玉2为最钝感的品种;对于Pb,京科甜183为最敏感品种,登海3号为最钝感的品种;对于Cr,中单808为最敏感品种,长玉13为最钝感的品种;对于Hg,屯玉88为最敏感品种,川单15为最钝感的品种。
　　研究结果表明,本研究建立的对重金属(Cd、Cr、Pb、Hg)的在玉米籽粒中富集的预测模型能有效应用于其他非模型玉米品种,这些模型能评估不同土壤条件下重金属污染的生态风险。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 土壤中重金属污染现状

1.2 土壤重金属污染给农产品品质和人体健康带来严重的危害

1.3 影响植物吸收重金属的主要因素

1.4 重金属生态风险评估

1.5 研究的目的和内容

第二章 玉米籽粒吸收Cd的预测模型及种间外推

2.1 材料与方法

2.2 结果与分析

2.3 讨论

2.4 小结

第三章 Pb胁迫下玉米籽粒吸收Pb的预测模型及种间外推

3.1 实验材料与方法

3.2 结果与分析

3.3 讨论

3.4 小结

第四章 Cr胁迫下玉米籽粒吸收Cr的预测模型及种间外推

4.1 实验材料与方法

4.2 结果与分析

4.3 讨论

4.4 小结

第五章 Hg胁迫下玉米籽粒吸收Hg的预测模型及种间外推

5.1 实验材料与方法

5.2 结果与分析

5.3 讨论

5.4 小结

第六章 不同玉米品种对Cd、Pb、Cr、Hg的敏感性分布

6.1 实验材料与方法

6.2 结果与分析

6.3 讨论

6.4 小结

第七章 结论与展望

7.1 主要工作、结论与创新

7.2 研究展望

参考文献

发表学术科研论文情况

致谢

附图