一种基于产地土壤情况评估蔬菜中重金属含量的方法

摘要

本发明公开了一种基于产地土壤情况评估蔬菜中重金属含量的方法，包括：(1)将蔬菜种植到一组已知相关参数的土壤中，蔬菜采摘后检测蔬菜中的重金属含量；(2)建立所述相关参数与蔬菜中重金属含量之间的关系模型；(3)检测待测蔬菜的产地土壤的相关参数，根据所述关系模型评估待测蔬菜中的重金属含量。本发明通过建立产地土壤的相关参数与蔬菜中重金属含量之间的关系模型，通过检测待测蔬菜的产地土壤的相关参数，代入关系模型，即可评估该产地生产的所有蔬菜的重金属含量，不用直接检测蔬菜中重金属含量，避免了直接检测蔬菜中重金属含量的工作量大，工作效率低。

说明书

技术领域

本发明涉及蔬菜中重金属含量的检测，尤其涉及一种基于产地土壤情 况评估蔬菜中重金属含量的方法。

背景技术

重金属原义是指比重大于5的金属，包括金、银、铜、铁、铅等。在 环境污染方面，重金属主要是指砷、镉、铬、铜、镍、铅、汞、锌等8类 生物毒性显著的重元素。重金属不能被生物降解，相反却能在食物链的生 物放大作用下，成千百倍地富集，最后进入人体。重金属在人体内能和蛋 白质及酶等发生强烈的相互作用，使它们失去活性，也可能在人体的某些 器官中累积，造成慢性中毒。

土壤重金属是污染破坏土壤环境的重要因素，其直接或间接危害到人 体健康，具有隐蔽性、不可逆性和后果的严重性等危害。随着国民经济高 速发展、人民生活水平日益提高和全社会环境意识的增强，国内外对土壤 重金属问题的研究不断增强。近几十年来，世界和我国主要区域的土壤主 要重金属元素的地质背景值及相应的环境质量标准、食品卫生标准和排放 标准得到了确定，并建立了较完善的各种主要重金属元素分析测定方法及 规范，对重金属在土壤-水体-生物系统、土壤-植物系统以及生产者- 消费者-分解者食物链的迁移、转化和循环规律进行了系统研究。

植物作为一种固着在土壤中不能移动的有机体，能够从土壤中吸收一 些必需的金属元素(Ca、Co、Cu、Fe、K、Mg、Mn、Mo、Na、Ni、Se、 V、Zn)植物在生长和发育过程中需要不同浓度的重金属离子。植物在吸 收必需的重金属元素的同时，也会吸收、积累一些非必需重金属元素(As、 Au、Cd、Cr、Hg、Pd、Pt、Sb、Te、Tl、U)。这些非必需的重金属元素 在植物体内的生物学功能现在还不清楚。蔬菜对重金属元素的吸收与各种 元素在植物体内的生物化学过程密切相关。Zn、Cu是蔬菜生长所必需的 微量元素，但过量则会对植物产生毒害作用；Cd，Pb是蔬菜生长非必需 的元素，二者在植物体内积累会引起毒害作用，而且Cd对蔬菜的毒害作 用大于Pb。蔬菜对Cd元素的吸收为被动吸收和代谢吸收，对Pb元素的 吸收为被动吸收。

重金属主要是通过根部进入蔬菜。蔬菜的根表皮是重金属运输到地上 部位的一个阻碍屏障，凯氏带是重金属进入中柱的障碍，所以一般蔬菜作 物通过根部吸收的重金属大部分会累积于根中，少部分运输到地上部位， 根系中重金属的浓度要远远高于地上部位。但是对于超累积的植物而言， 地上部位的重金属含量反而高于根部。由叶片吸收的重金属能直接通过植 物筛管转移到其他部位，主要储存在叶片中，少量分布在茎和根部。

根表面吸收的重金属能横穿根的中柱，被运输到导管内，然后经导管 随蒸腾拉力向地上部位移动。穿过根表皮的无机离子到达内皮层可能有两 条途径：①共质体途径。即通过细胞原生质体的流动和细胞之间相连接的 细胞质通路，如细胞质、液泡、胞间连丝等。②质外体途径。即重金属离 子通过细胞壁和细胞间隙运输到内皮层。质外体途径主要是由细胞间隙、 细胞壁微孔和细胞壁和原生质膜之间的空隙组成。

重金属在植物体内的运输包含四个过程：(a)重金属在根部细胞的跨 膜运输；(b)重金属在木质部的装载和迁移；(c)重金属在植物各部位的卸 载和分配；(d)植物对重金属的解毒和隔离。重金属在细胞水平上的吸收 和外流作用与植物体对重金属离子的需求以及植物体内的离子平衡有关。 植物体内基因编码了一系列的转运蛋白作用于不同的底物，具有不同的表 达模式和细胞定位并且调控各种重金属在植物体内的迁移。植物中与重金 属运输有关的蛋白主要有CPx-ATP酶；Nramp家族蛋白；CDF家族蛋白； ZIP家族蛋白等等。蔬菜经根系和地上部位吸收的重金属运输并积累到蔬 菜的可食用部位是重金属对人体产生毒害作用的主要途径。蔬菜对重金属 的富集规律受重金属的种类、蔬菜的生长特性、遗传特性等因素的影响。

现有的土壤重金属安全标准不能够具体的反映出在土壤中种植的蔬 菜会对重金属有怎样的富集，土壤的性质不能够直观的说明其对蔬菜的可 能影响。

发明内容

本发明的目的在于提供一种基于产地土壤情况评估蔬菜中重金属含 量的方法，通过检测产地土壤中的相关参数来评估该产地生产的蔬菜中的 重金属含量，避免了直接检测蔬菜中重金属含量，减少工作量，提高工作 效率。

为实现上述目的，本发明提供了如下技术方案：

一种基于产地土壤情况评估蔬菜中重金属含量的方法，包括：

(1)将蔬菜种植到一组已知相关参数的土壤中，蔬菜采摘后检测蔬 菜中的重金属含量；

(2)建立所述相关参数与蔬菜中重金属含量之间的关系模型；

(3)检测待测蔬菜的产地土壤的相关参数，根据所述关系模型评估 待测蔬菜中的重金属含量。

本发明建立产地土壤的相关参数与该产地生产的蔬菜中的重金属含 量之间的关系模型后，通过检测待测蔬菜的产地土壤的相关参数，将该相 关参数代入关系模型即可评估待测蔬菜中的重金属含量。通过产地土壤的 相关参数即可评估该产地产出的蔬菜中的重金属含量，避免了直接检测蔬 菜中重金属含量，减少工作量，提高工作效率。

土壤中的多种参数对生长在其上的植物的生长具有影响作用，影响重 金属在植物中的富集。作为优选，所述的相关参数包括：土壤重金属含量、 土壤pH、土壤电导率、土壤阳离子交换量、土壤有机质含量、土壤弱酸 提取态重金属含量。上述相关参数对重金属在植物体内的积累影响最为显 著。

作为优选，所述的重金属包括：As、Cd、Cr、Cu、Ni、Pb、Zn和Hg。 上述重金属对人体的毒害作用较大，是蔬菜中重金属检测的常见元素。

作为优选，所述蔬菜的种类包括：根类、茎类、叶类、花类和果类。

作为优选，所述蔬菜包括：萝卜、莴苣、叶菜、花菜和番茄。萝卜、 莴苣、叶菜、花菜和番茄分别为根类、茎类、叶类、花类和果类蔬菜的代 表，选择这几种蔬菜更具有代表作用，使本发明的方法更具有代表性，应 用更为广泛。

产地土壤中的相关参数影响重金属在蔬菜中的积累，建立相关参数与 蔬菜中重金属含量的关系模型，再将待测蔬菜的产地土壤中的相关参数代 入关系模型中即可评估待测蔬菜中的重金属含量。

作为优选，利用Matlab软件对所述的相关参数与蔬菜中重金属含量进 行多元参数回归分析，得到所述的关系模型。

作为优选，所述的关系模型为：

LogM＝a+b·logMsoil+c·pH+d·EC+e·CEC+f·OM+g·logMextra；

其中，M为蔬菜中的重金属含量，Msoil为土壤重金属含量，pH为土 壤pH，EC为土壤电导率，CEC为土壤阳离子交换量，OM为土壤有机质 含量，Mextra为土壤弱酸提取态重金属含量，a～g为常数。

对于不同种类的蔬菜、不同种类的重金属，关系模型中a～g的值不同。

作为优选，对于萝卜、莴苣、叶菜、花菜和番茄中各重金属含量与相 关参数的关系模型中，a～g的数值见表1：

表1a～g的数值

与现有技术相比，本发明的有益效果为：

本发明通过建立产地土壤的相关参数与蔬菜中重金属含量之间的关 系模型，通过检测待测蔬菜的产地土壤的相关参数，代入关系模型，即可 评估该产地生产的所有蔬菜的重金属含量，不用直接检测蔬菜中重金属含 量，避免了直接检测蔬菜中重金属含量的工作量大，工作效率低。

具体实施方式

(1)关系模型的建立：

分别将萝卜、莴苣、叶菜、花菜和番茄种植到一组土壤中，每种土壤 的相关参数已知，相关参数包括：土壤重金属含量、土壤pH、土壤电导 率、土壤阳离子交换量、土壤有机质含量、土壤弱酸提取态重金属含量。

蔬菜成熟采摘后检测每种蔬菜中的重金属含量，利用Matlab软件分 别对每种蔬菜中的重金属含量与相应的产地土壤的相关参数之间进行多 元参数回归分析，得到关系模型。

关系模型为：

LogM＝a+b·logMsoil+c·pH+d·EC+e·CEC+f·OM+g·logMextra；

其中，M为蔬菜中的重金属含量，Msoil为土壤重金属含量，pH为土 壤pH，EC为土壤电导率，CEC为土壤阳离子交换量，OM为土壤有机质 含量，Mextra为土壤弱酸提取态重金属含量，a～g为常数。

蔬菜以叶菜为例，重金属选择Cr。将叶菜种植到15中相关参数各不 相同的土壤中，叶菜成熟采摘后，分别检测15中土壤的相关参数和其所 生产的叶菜中的Cr含量，检测数据见下表：

表2叶菜中的Cr含量及产地土壤的相关参数

Cr鲜重含量ppm Cr土壤总态 PH 电导率 CEC(cmol/kg) 有机质(g/kg) Cr弱酸提取态 0.266666667 31.34 6.04 0.072 336.5345 36.9798 0.221 0.440900581 31.14 6.46 0.243 346.3460 34.1352 0.146 0.082629108 27.59 6.09 0.159 303.1754 38.1176 0.425 0.183149694 31.18 6.15 0.612 354.1952 38.1176 0.251 0.109846583 30.05 5.88 0.360 305.1377 34.1352 0.013 0.137772043 26.00 6.13 0.556 336.6476 39.8244 0.167 0.287328951 27.81 5.92 0.216 273.7409 39.2555 0.543 0.222189955 47.68 6.47 0.169 295.3262 39.8244 0.531 0.307950825 75.58 7.23 0.285 722.1264 19.9122 0.49 1.050690328 64.74 7.43 0.281 782.9577 18.7744 0.025 0.57311828 73.53 5.67 0.106 353.214 2.2757 0.219 0.178964327 70.44 5.22 0.142 149.1348 29.0149 0.366 0.409335186 79.61 5.42 0.068 182.4939 31.2906 0.055 0.363183754 73.12 6.22 0.089 233.5137 26.1703 0.281 0.390813139 83.87 5.99 0.098 327.7041 32.4284 0.209

利用Matlab软件对叶菜中的重金属含量及相应的产地土壤的相关参 数进行多元参数回归分析，建立关系模型：

LogM＝-5.8084+0.4097logMsoil+0.6381pH+0.7183EC-0.0021CEC -0.014OM+0.0795logMextra

其中，M为叶菜中的重金属含量，Msoil为土壤重金属含量，pH为土 壤pH，EC为土壤电导率，CEC为土壤阳离子交换量，OM为土壤有机质 含量，Mextra为土壤弱酸提取态重金属含量。

以上述方法，分别得出各组a～g的数值，见下表：

表1a～g的数值

建立关系模型后，通过待测蔬菜的产地土壤的相关参数，根据所述关 系模型评估待测蔬菜中的重金属含量。

(2)关系模型的检验：

分别将萝卜、莴苣、叶菜、花菜和番茄种植到一组土壤中，每种土壤 的相关参数已知，相关参数包括：土壤重金属含量、土壤pH、土壤电导 率、土壤阳离子交换量、土壤有机质含量、土壤弱酸提取态重金属含量。

蔬菜成熟采摘后检测每种蔬菜中的重金属含量得到检测值，再将其相 应产地土壤的相关参数代入关系模型中，得到每种蔬菜中重金属含量的评 估值，将检测值与评估值之间作对比以检验关系模型的可靠性。

表3关系模型的检验

由表3可知，检测值与评估值之间误差较小，说明本发明所得到的关 系模型的可靠性较好，能应用于蔬菜中重金属含量的评估。