土壤性質對小白菜吸收鉻(Cr)的影響及預測模型研究

代允超 呂亞敏 呂家瓏

(1.西北農林科技大學資源環境學院， 陜西楊凌 712100； 2.農業部植物營養與農業環境重點實驗室， 陜西楊凌 712100)

0 引言

鉻(Cr)在自然界中存在多種形態，Cr(Ⅲ)是人體必需的元素，而Cr(Ⅵ)具有一定的致癌和致畸作用，由于其在土壤中有較強的溶解性和遷移性，是一種危害性很大的微量重金屬元素[1-2]。蔬菜作為人們日常必不可少的消費品，特別是葉菜類蔬菜對重金屬有較強的富集能力，大多數重金屬可以通過食用蔬菜很容易進入食物鏈[3]，中國菜地土壤重金屬中以 Zn 含量最高，其次是 Cr，設施菜地的Cu、Cr含量在所有類型中最高[4]，因此蔬菜類土壤的重金屬污染問題備受關注。

植物對重金屬的吸收量受土壤中重金屬含量的直接影響，因此土壤中的金屬總含量被中國和歐盟等國家用作制定土壤質量標準的基本指標，但也有研究表明，單獨使用重金屬總量不足以準確評估重金屬的風險，并可能會高估實際風險[5]。土壤性質如土壤質地、pH值、有機碳(OC)、碳酸鈣(CaCO3)、陽離子交換能量(CEC)、氧化鋁(AlOx)和氧化鐵(FeOx)等都會影響重金屬在土壤中的遷移率和生物有效性[6-8]。在對重金屬風險評估時不能僅考慮重金屬總量，還應考慮土壤性質對重金屬生物有效性的影響[9]。然而，這些土壤性質之間的相互關系使得影響土壤中Cr生物有效性的主要變量難以確定。因此，可以通過逐步多元線性回歸分析(SMLR)，得出相應的回歸方程，確定土壤性質和Cr生物有效性之間的關系。

現有關于Cr的生物有效性方面研究的土壤類型多集中在單一土壤或性質相近的土壤中，限制了結果的普遍應用性[10-13]。中國地域廣闊，土壤性質差異很大，在進行土壤Cr生態風險評價時需要考慮不同土壤性質對Cr生物有效性的影響，但目前仍然缺乏在不同種類土壤上普遍適用的評價Cr生物有效性的方法。因此，構建適用于各種土壤類型的預測模型至關重要。本研究評估影響小白菜Cr生物有效性的主要因素，構建小白菜在不同類型土壤上吸收Cr的預測模型，以期為Cr的生物有效性和風險評估提供一定理論依據。

1 材料與方法

1.1 供試土壤

采集我國15個省份理化性質差異較大的土壤，采樣深度為0～20 cm，土壤樣品風干后過20目尼龍篩，供土壤基本理化性質測定。分析方法參照文獻[14]。土壤樣品中Cr含量采用HJ 491—2009《土壤 總鉻的測定 火焰原子吸收分光光度法》，使用濕酸消解法(HNO3-HF-HClO4)對供試土壤樣品進行消解處理，浸提液使用原子吸收分光光度計(Hitachiz-2000型，日本)測量其中的總Cr含量。供試土壤基本理化性質如表1所示。

表1 供試土壤基本理化性質Tab.1 Properties of selected soil

注：土壤編號以pH值為序。

1.2 實驗布置和植物樣品分析

在陜西省楊凌區進行盆栽實驗。按照中國國家土壤環境質量標準(GB/T 15618—1995)，將外源Cr(重鉻酸鉀K2Cr2O7)以0、150、300 mg/kg的標準施用于含有1 kg土壤的盆中。將Cr溶解在水中后再噴灑在供試土壤上，以確保混合均勻。將Cr處理(對照(CK)、Cr1、Cr2對應于0、150、300 mg/kg的Cr施用量)，每個處理重復3次，自然條件下放置3個月使其自然老化。期間土壤含水率保持在最大持水量的80%，并且每周稱量并補水。在土壤老化期后，向每個盆土壤中加入含有0.30 g N(尿素)、0.10 g P(Ca(H2PO4)2)和0.20 g K (K2SO4)的基肥。然后將小白菜種子直接播種在盆栽土壤中，發芽后，根據長勢每盆定苗2株。在整個生長期間土壤含水率都保持在最大持水量的80%。

生長60 d后將小白菜收獲，新鮮植物樣品用蒸餾水沖洗，鮮樣在105℃下殺青20 min，然后在70℃干燥至恒質量，粉碎過60目篩備用。植物樣中的Cr含量采用GB/T 5009.123—2003《食品中鉻的測定》方法測定，在密封的高壓系統下用HNO3-H2O2消化。用石墨爐原子吸收光譜儀(日立Z-2000型，日本)測量植物樣品中的總Cr含量。每個樣品重復3次，用菠菜類標準物質GBW—10015作標準參考材料，以確保測試的準確性。

1.3 數據分析

生物富集系數(BCF)是植物樣品中金屬含量與土壤中金屬含量的比值。目前有兩種常見的計算生物富集系數的方法。第1種為全量法[15]，計算方程式為

Ftotal=Cplant/Csoil

(1)

式中Ftotal——全量法生物富集系數Cplant——小白菜中Cr質量比，mg/kgCsoil——土壤中Cr質量比，mg/kg

第2種方法為外源法[16]，計算方程式為

Fadded=(Cplant-added-Cplant-CK)/(Csoil-added-Csoil-CK)

(2)

式中Fadded——外源法生物富集系數Cplant-added——添加Cr處理的小白菜中Cr質量比，mg/kg

Cplant-CK——對照處理的小白菜中Cr質量比，mg/kg

Csoil-added——添加Cr處理的土壤中Cr質量比，mg/kgCsoil-CK——對照處理土壤中Cr質量比，mg/kg

基于土壤基本理化性質，采用逐步多元線性回歸預測小白菜Cr吸收。除了pH值之外的所有數據在分析之前進行對數轉化以獲得正態分布，數據分析和作圖采用SPSS和Excel軟件。

2 結果與分析

2.1 添加重金屬對小白菜Cr含量的影響

如圖1所示，CK、Cr1和Cr2處理中小白菜Cr質量比范圍分別為0.026～0.148 mg/kg，0.175～0.383 mg/kg和0.371～0.538 mg/kg，平均值分別為0.082、0.271、0.432 mg/kg。Cr1和Cr2處理中小白菜Cr含量均顯著高于CK處理中小白菜Cr含量(P<0.01)，Cr2處理中小白菜Cr含量又顯著高于Cr1處理中小白菜Cr含量(P<0.01)。在酸性土壤(土壤1～7)中生長的小白菜中Cr質量比(0.297 mg/kg)高于在堿性土壤(土壤8～15)上生長的小白菜中的Cr質量比(0.231 mg/kg)，這表明低Cr在低pH值土壤上具有較高的生物有效性。土壤3雖然pH值較低，但Cr的生物有效性較其他酸性土壤卻不高，其原因可能是土壤3的有機質質量比(19.87 g/kg)較高，降低了Cr在土壤中的生物有效性。

如圖2a所示，小白菜Cr含量與土壤Cr含量呈顯著相關(R2=0.788，P<0.01)。土壤中的Cr質量比(20.26～355.59 mg/kg)和小白菜Cr質量比(0.026～0.538 mg/kg)表現出很大的變化。將小白菜Cr含量與土壤Cr含量對數化處理后，小白菜Cr含量和土壤Cr含量之間相關性更高(R2=0.861，P<0.01)(圖2b)。

圖1 不同Cr處理下小白菜的Cr質量比Fig.1 Cr concentration in Brassia chinensis under different Cr treatments

圖2 土壤Cr和小白菜Cr質量比之間的關系Fig.2 Relationships between Cr concentration in Brassia chinensis and soil

2.2 土壤性質對小白菜富集Cr的影響

圖3 不同Cr處理下15種土壤中小白菜的生物富集系數Fig.3 Ftotal and Fadded of Brassia chinensis in 15 soils under different Cr treatments

如圖3a所示為用全量法計算的生物富集系數(Ftotal)，相比于對照CK，添加Cr的處理Cr1和Cr2顯著增加了不同土壤中的生物富集系數(BCF)，但Cr1和Cr2處理之間的差異并不顯著。在酸性土壤中Ftotal值較高，表明Cr在酸性條件下具有較高的生物有效性。相對于其他酸性土壤，土壤3、6、7的Ftotal顯著降低，這可能是由于這3種土壤中有機碳(OC)含量較高(質量比分別為19.87、20.70、19.05 g/kg)。土壤12相對于其他土壤的Ftotal顯著降低，這可能是由于該土壤中CaCO3含量較高(質量比為53.57 g/kg)。與其他堿性土壤相比，土壤14的Ftotal明顯較高，這可能是由于土壤中有機碳含量較低(質量比為6.87 g/kg)。如圖3b所示，用外源法計算的生物富集系數(Fadded)變化規律及特征與用全量法計算的生物富集系數(Ftotal)相似。另外，無論是用外源法計算的生物富集系數和用全量法計算的生物富集系數在Cr1處理均略高于Cr2處理，其原因可能是雖然Cr2處理中植物Cr含量較Cr1處理高，但其Cr2處理土壤中Cr含量也較高，導致生物富集系數較小，但兩個處理間的生物富集系數并沒有表現出顯著差異。

2.3 影響小白菜吸收Cr的土壤因素

本研究通過簡單回歸分析和逐步多元線性回歸分析對植物中Cr含量和土壤中Cr含量之間的關系進行分析，由結果可以看出，基于土壤Cr含量的單因素預測方程估計精度最低(lgCplant=1.15lgCsoil-3.25，R2=0.861，P<0.01)，基于土壤Cr含量和土壤pH值的雙因素方程估計精度有所提高(lgCplant=2.14lgCsoil-0.23CH++0.15，R2=0.896，P<0.01，CH+為土壤pH值)，而基于土壤Cr含量，土壤pH值和土壤OC含量的三因素方程估計精度最高(lgCplant=2.68lgCsoil-0.13CH+-0.25lgCOC-1.62，R2=0.927，P<0.01，COC為土壤有機碳質量比)，可以看出，將土壤性質納入逐步多元線性回歸分析改進了Cr生物有效性的估計。其他土壤性質如粘粒含量、CEC、CaCO3含量、Fe-或Al-氧化物含量均未顯著提高方程的精度，因此沒有被回歸到預測方程中。小白菜Cr含量與土壤pH值及OC之間的簡單關系如圖4所示。

2.4 從土壤到小白菜的Cr轉移預測

Freundlich方程可用于預測重金屬從土壤到植物系統轉移[17-19]，其方程式為

lgCplant=a+blgCsoil

(3)

式中a、b——常數

圖4 小白菜Cr質量比與土壤pH值、土壤OC含量之間的簡單關系Fig.4 Simple relationships between Cr concentration in Brassia chinensis, soil pH value and OC in soils

相對于單因素(土壤Cr含量)模型，添加pH值、OC、CEC和粘粒含量等土壤性質后的模型，可以提高Freundlich方程的相關系數。對數轉換的Freundlich模型經常被應用于研究各種土壤-植物系統中的重金屬吸收。

可以通過預測值和實測值之間的均方根誤差(RMSE)和決定系數(R2)來獲得最佳預測方程，RMSE越小，R2越大，其方程預測效果最好。在本研究中，基于方程(3)，根據不同來源的Cr數據，分別是對照法(CK)、全量法(Cr1、Cr2)、外源法(Cr1-CK、Cr2-CK)和利用合并CK、Cr1、Cr2 3個處理數據的方法，對預測方程進行計算，共得到4個不同方

程，如表2所示。由表2可以看出，小白菜Cr含量與土壤Cr含量呈正相關，但與pH值和有機碳含量呈負相關。通過繪制不同Cr來源的預測值和實測值之間的關系圖(圖5)可以看出，通過合并對照和Cr處理計算的回歸方程預測效果最好(R2=0.927，RMSE為0.12)。

表2 基于不同數據源的小白菜Cr吸收的預測方程Tab.2 Prediction equations for different Cr sources

注：n為處理數。

圖5 不同數據來源的小白菜Cr測定和預測值之間的關系Fig.5 Relationships between measured lgCplant and predicted lgCplant of different Cr sources

3 討論

通過小白菜Cr含量和土壤Cr含量之間的簡單線性回歸分析可以看出，隨著土壤Cr添加量的增加，小白菜中的Cr含量也隨之增加，說明兩者之間存在正相關關系(R2=0.788)，將數據進行對數處理后，小白菜Cr含量和土壤Cr含量之間相關性有所提高(R2=0.861，P<0.01)(圖2a、2b)，其原因可能是對數化處理后，提高了數據間方差變異的同質性，其他的研究也有類似的報道[20-22]。

通過逐步多元線性回歸分析(SMLR)所構建的方程可以看出，小白菜中Cr含量和土壤中Cr含量呈正相關，但和土壤OC含量和土壤pH值呈負相關。土壤pH值控制重金屬在土壤固相中的沉淀、溶解以及金屬的吸附解吸、絡合和酸堿反應等[23]。因此，土壤pH值對土壤中Cr的形態有直接的影響。本研究證實，在酸性土壤中的小白菜Cr含量和生物富集系數都較大，表明Cr在酸性土壤上具有很高的生物有效性，其他研究也有類似的結論[24]。土壤有機質含量也與Cr的生物有效性呈負相關，原因可能是土壤中有機大分子與重金屬離子發生絡合反應，生成不能被小白菜利用的有機物大分子，從而降低了小白菜對Cr的吸收[25]，有機物料腐解后產生的某些基團能有效吸附、絡合土壤重金屬，從而減少重金屬的生物有效性[26]。另外，有報道稱有機物料施用還能改變土壤中重金屬的形態[27]。通過對比逐步多元回歸分析和簡單線性回歸分析可以看出，植物Cr含量和土壤Cr含量之間的簡單線性回歸分析不能完全反映出土壤性質對Cr生物有效性的影響，在評價Cr的生物有效性時，將土壤理化性質納入回歸方程可以提高方程的相關性，評價效果更好，說明土壤性質(OC含量、pH值)對小白菜從土壤中吸收Cr有顯著影響。在這方面，許多學者都進行了相關研究[16,21-22,28]，本研究的土壤來源更加廣泛，具有更強的現實意義。

目前用于評價重金屬生物有效性的模型主要有經驗模型和機理模型，機理模型通常基于土壤參數(如土壤溶液中離子的擴散系數)和植物特征(如根大小和幾何形狀，根的離子吸收的動力學參數)，其評價體系較為繁瑣[29-30]。由于經驗模型更簡單和準確，近年來很多研究人員使用經驗模型預測重金屬的生物有效性[22,28]。例如，FRANCOIS等[31]研究指出，經驗模型比機理模型預測小麥中的重金屬濃度更準確，這是由于經驗模型考慮了土壤pH值、CEC和土壤重金屬的活性等因素。宋文恩等[32]研究水稻中鎘的生物有效性時利用經驗模型獲得的預測方程，可以解釋模型變異的81.9%以上。DING等[33]利用經驗模型研究根菜類蔬菜鉛的生物有效性時獲得的預測方程，可以解釋模型變異的93%以上。Freundlich型方程通常基于容易測量的土壤性質參數而得出，比如pH值，OC、CEC和重金屬總量等，已經被廣泛用于評估重金屬從土壤到植物轉移特征[34]。

本研究分別用對照法(CK)、全量法(Cr1、Cr2)、外源法(Cr1-CK、Cr2-CK)和合并法(CK、Cr1、Cr2)對預測方程進行計算，共得到4個不同方程，各方法得到的預測方程預測效果都較好，但合并法得到的方程預測效果最好，實測值和預測值相關性最高(R2=0.927，RMSE為0.12)。另外，本研究中15個不同土壤基本理化性質的變化范圍比較大，特別是pH值和有機碳含量，以確保這些變量在回歸模型中的意義。本研究得到的預測模型可以為中國土壤Cr污染對葉菜類蔬菜的生態風險評價和土壤環境質量標準的修訂提供參考。

4 結論

(1)小白菜中Cr含量與土壤中Cr含量呈正相關，與土壤OC含量和pH值呈負相關，Cr在酸性土壤中富集系數比堿性土壤大，植物Cr含量和土壤Cr含量的關系在經過對數處理后，其相關性更好。

(2)相對于單因素(土壤Cr含量)模型，通過逐步多元線性回歸得到的多因素(土壤pH值、OC和土壤Cr含量)預測模型的相關性更好，決定系數R2由0.861提高到0.927。

(3)利用合并CK、Cr1、Cr2處理3個處理的數據得到的Freundlich預測方程(R2=0.927，RMSE為0.12)，較單獨使用CK處理數據(n=15)和使用Cr1和Cr2處理數據(n=30)得出的方程，能更準確地評估Cr在土壤中生物有效性，可以用于估計Cr從土壤到小白菜的轉移。

1 宋波, 高定, 陳同斌, 等. 北京市菜地土壤和蔬菜鉻含量及其健康風險評估[J].環境科學學報, 2006, 26(10): 1707-1715. SONG Bo, GAO Ding, CHEN Tongbin, et al. A survey of chromium concentrations in vegetables and soils in Beijing and the potential risks to human health[J]. Acta Scientiae Circumstantiae, 2006, 26(10): 1707-1715. (in Chinese)

2 王敬哲, 塔西甫拉提·特依拜, 張東. 基于分數階微分的荒漠土壤鉻含量高光譜檢測[J/OL]. 農業機械學報, 2017, 48(5): 152-158. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20170518&journal_id=jcsam. DOI: 10.6041/j.issn.1000-1298.2017.05.018. WANG Jingzhe, TASHPOLAT·Tiyip, ZHANG Dong. Spectral detection of chromium content in desert soil based on fractional differential[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(5): 152-158. (in Chinese)

3 賈夏, 董歲明, 周春娟. 土壤低含量鉛時冬小麥幼苗根際微生物群落的變化[J/OL]. 農業機械學報, 2013, 44(2): 103-108. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20130220&journal_id=jcsam. DOI: 10.6041/j.issn.1000-1298.2013.02.020. JIA Xia, DONG Suiming, ZHOU Chunjuan. Changes of microbial communities in rhizosphere of winter wheat seedlings under low lead content[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013,44(2): 103-108.(in Chinese)

4 曾希柏, 李蓮芳, 梅旭榮. 中國蔬菜土壤重金屬含量及來源分析[J]. 中國農業科學, 2007, 40(11): 2507-2517. ZENG Xibai, LI Lianfang, MEI Xurong. Heavy metal content in soils of vegetable-growing lands in China and source analysis[J]. Scientia Agricultura Sinica, 2007, 40(11): 2507-2517. (in Chinese)

5 BRAND E, LIJZEN J, PEIJNENBURG W, et al. Possibilities of implementation of bioavailability methods for organic contaminants in the Dutch soil quality assessment framework[J]. Journal of Hazardous Materials, 2013, 261: 833-839.

6 ALLUE J, GARCES A M, BECH J, et al. Fractionation of chromium in tannery sludge-amended soil and its availability to fenugreek plants[J]. Journal of Soils and Sediments, 2014, 14(4): 697-702.

7 MCLAUGHLIN M J, SMOLDERS E, DEGRYSE F, et al. Uptake of metals from soil into vegetables[M]∥SWARTJES F. Dealing with contaminated sites. Dorderecht:Springer Netherlands, 2011: 325-367.

8 ZENG F, ALI S, ZHANG H, et al. The influence of pH and organic matter content in paddy soil on heavy metal availability and their uptake by rice plants[J]. Environmental Pollution, 2011, 159(1): 84-91.

9 MALANDRINO M, ABOLLINO O, BUOSO S, et al. Accumulation of heavy metals from contaminated soil to plants and evaluation of soil remediation by vermiculite[J]. Chemosphere, 2011, 82(2): 169-178.

10 DAVIS R D, CARLTON-SMITH C. Crops as indicators of the significance of contamination of soil by heavy metals[R]. Stevenage, London: Water Research Centre TR140, 1980.

11 鄭向群,鄭順安, 李曉辰. 葉菜類蔬菜土壤鉻(Ⅲ)污染閾值研究[J]. 環境科學學報, 2012, 32(12): 3039-3044. ZHENG Xiangqun, ZHENG Shun’an, LI Xiaochen. Pollution threshold value of soil chromium (Ⅲ) for leafy vegetables[J]. Acta Scientiae Circumstantiae, 2012, 32(12): 3039-3044. (in Chinese)

12 趙魯, 李旭軍, 穆真, 等. Cr(Ⅲ)脅迫對大豆、小麥生長及鉻吸收和轉運的影響[J]. 中國土壤與肥料, 2015(1):63-67. ZHAO Lu, LI Xujun, MU Zhen, et al. Effect of chromium stress on the growth and uptake characteristics of chromium in soybean and wheat[J]. Soil and Fertilizer Sciences, 2015(1):63-67. (in Chinese)

13 趙明, 趙征宇, 蔡葵, 等. 砷、鉻脅迫對蔬菜生長性狀及產品安全性的影響[J]. 農業環境科學學報, 2007, 26(增刊2): 489-493. ZHAO Ming, ZHAO Zhengyu, CAI Kui, et al. Effects of As and Cr on the vegetable growth of characteristics and products safety[J]. Journal of Agro-Environment Scienc, 2007, 26(Supp.2): 489-493. (in Chinese)

14 魯如坤. 土壤農業化學分析方法[M]. 北京: 中國農業科技出版社, 2000.

15 ALLOWAY B J, JACKSON A P, MORGAN H. The accumulation of cadmium by vegetables grown on soils contaminated from a variety of sources[J]. Science of the Total Environment, 1990, 91: 223-236.

16 LIANG Z, DING Q, WEI D, et al. Major controlling factors and predictions for cadmium transfer from the soil into spinach plants[J]. Ecotoxicology and Environmental Safety, 2013, 93: 180-185.

17 EFROYMSON R A, SAMPLE B E, SUTER G W. Uptake of inorganic chemicals from soil by plant leaves: regressions of field data[J]. Environmental Toxicology and Chemistry, 2001, 20(11): 2561-2571.

18 KRAUSS M, WILCKE W, KOBZA J, et al. Predicting heavy metal transfer from soil to plant: potential use of Freundlich‐type functions[J]. Journal of Plant Nutrition and Soil Science, 2002, 165(1): 3-8.

19 SAUVE S, HENDERSHOT W, ALLEN H E. Solid-solution partitioning of metals in contaminated soils: dependence on pH, total metal burden, and organic matter[J]. Environmental Science & Technology, 2000, 34(7): 1125-1131.

20 WEBSTER R. Statistics to support soil research and their presentation[J]. European Journal of Soil Science, 2001, 52(2): 331-340.

21 王衛, 梁振飛, 李菊梅, 等. 土壤性質對煙草中鎘富集的影響及預測模型研究[J]. 土壤, 2014, 46(1): 178-183. WANG Wei, LIANG Zhenfei, LI Jumei, et al. Studies on effects of soil properties on Cd accumulation in tobacco and prediction model[J]. Soils, 2014, 46(1): 178-183. (in Chinese)

22 DING C, LI X, ZHANG T, et al. Phytotoxicity and accumulation of chromium in carrot plants and the derivation of soil thresholds for Chinese soils[J]. Ecotoxicology and Environmental Safety, 2014, 108: 179-186.

23 趙智, 唐澤軍, 楊凱, 等. PAM與粉煤灰改良沙土中重金屬的遷移和富集規律[J/OL]. 農業機械學報, 2013, 44(7): 83-89. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20130716&journal_id=jcsam. DOI: 10.6041/j.issn.1000-1298.2013.07.016. ZHAO Zhi, TANG Zejun, YANG Kai, et al. Metal transportation and accumulation in sandy soil amended by fly ash and PAM[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(7): 83-89.(in Chinese)

24 HAN F X, SU Y, SRIDHAR B B M, et al. Distribution, transformation and bioavailability of trivalent and hexavalent chromium in contaminated soil[J]. Plant and Soil, 2004, 265(1): 243-252.

25 ZENG F, ALI S, ZHANG H, et al. The influence of pH and organic matter content in paddy soil on heavy metal availability and their uptake by rice plants[J]. Environmental Pollution, 2011, 159(1): 84-91.

26 卜貴軍, 于靜, 邸慧慧, 等. 雞糞堆肥有機物演化對重金屬生物有效性影響研究[J]. 環境科學, 2014, 35(11): 4352-4358. BU Guijun, YU Jing, DI Huihui, et al. Influence of organic matter evolution during composting on the bioavailability of heavy metals[J]. Environmental Science, 2014, 35(11): 4352-4358. (in Chinese)

27 劉瓊峰, 李明德, 段建南, 等. 農田土壤鉛、鎘含量影響因素地理加權回歸模型分析[J]. 農業工程學報, 2013, 29(3): 225-234, 300. LIU Qiongfeng, LI Mingde, DUAN Jiannan, et al. Analysis on influence factors of soil Pb and Cd in agricultural soil of Changsha suburb based on geographically weighted regression model[J]. Transactions of the CSAE, 2013, 29(3): 225-234,300. (in Chinese)

28 LIU K, Lü J, HE W X, et al. Major factors influencing cadmium uptake from the soil into wheat plants[J]. Ecotoxicology and Environmental Safety, 2015, 113: 207-213.

29 BARBER S A. Soil nutrient bioavailability: a mechanistic approach[J]. European Journal of Soil Science, 1996, 47(1): 145.

30 RENGEL Z. Mechanistic simulation models of nutrient uptake: a review[J]. Plant and Soil, 1993, 152(2): 161-173.

31 FRANCOIS M, GRANT C, LAMBERT R, et al. Prediction of cadmium and zinc concentration in wheat grain from soils affected by the application of phosphate fertilizers varying in Cd concentration[J]. Nutrient Cycling in Agroecosystems, 2009, 83(2): 125-133.

32 宋文恩, 陳世寶. 基于水稻根伸長的不同土壤中鎘(Cd)毒性閾值(ECx)及預測模型[J]. 中國農業科學, 2014, 47(17): 3434-3443. SONG Wen’en, CHEN Shibao. The toxicity thresholds (ECx) of cadmium (Cd) to rice cultivars as determined by root-elongation tests in soils and its predicted models[J]. Scientia Agricultura Sinica, 2014, 47(17): 3434-3443. (in Chinese)

33 DING C, LI X, ZHANG T, et al. Transfer model of lead in soil-carrot (DaucuscarotaL.) system and food safety thresholds in soil[J]. Environmental Toxicology and Chemistry, 2015, 34(9): 2078-2086.

34 MENCH M, BAIZE D, MOCQUOT B. Cadmium availability to wheat in five soil series from the Yonne district, Burgundy, France[J]. Environmental Pollution, 1997, 95(1): 93-103.