广州市大气NO2污染对暴露人群不同疾病死亡的影响

通过收集广州市2011~2015年6种疾病（非意外因素、心血管疾病、脑卒中、缺血性心脏病、呼吸系统疾病以及慢性阻塞性肺疾病）逐日死亡人数、逐日NO₂浓度以及同期气象资料,采用广义相加模型探讨了NO₂暴露对不同疾病死亡的影响（相对危险度,RR值）和累积滞后效应,并进一步采用分层分析方法解析了冷季（11月至次年4月）和暖季（5~10月） NO₂死亡风险的差异.结果表明,NO₂影响急促短暂,通常持续4d.当NO₂浓度升高10μg/m³,在Lag0-4d时,人群非意外死亡人数将上升2.18%（RR=1.0218;95% CI：1.0167,1.0270）,在冷季与暖季分别上升2.6%（RR=1.0260;95% CI：1.0191,1.0328）与0.57%（RR=1.0057;95% CI：0.9952,1.0163）,两者差异有统计学意义（P=0.002）.在不同疾病中,NO₂对慢性阻塞性肺疾病的影响最大.因而NO₂仍然为广州地区人群健康重要的危险因素,需要加强NO₂排放的控制与治理,并且加强冷季健康风险预警以保护公共健康.     

沈阳大气污染物与气象因素对呼吸疾病门诊数的影响

利用时间序列的半参数广义相加模型,分析沈阳市2015年12月~2016年12月整个观测期间和污染期间大气污染物与气象因素及其交互作用对呼吸系统疾病门诊就诊人数的影响.结果表明：无论是全人群、不同性别、还是不同年龄人群中,HONO对门诊人数的影响均非常显著.最佳滞后时间下,PM₁₀、PM_2.5、SO₂、NO₂、HONO和NH₃的浓度每增加10μg/m³或1个IQR,对应的呼吸系统疾病日门诊人数增加百分比（ER）分别为1.29%（1.18%~1.4%）,1.31%（1.2%~1.43%）,3.28%（3.07%~3.50%）,5.26%（4.91%~5.61%）,12.89%（4.45%~22.01%）和11.09%（9.84%~12.36%）.HONO、NH₃和PM_2.5对女性的影响远比对男性的影响大,污染日当日对门诊量的影响最大;PM_2.5对≥65岁的老人影响大;NH₃、HONO和SO₂对15~65岁人群影响大.污染天气条件下HONO和NO₂对门诊人数影响最高,均为污染日当日对门诊量的影响最大.沙尘天气Ca²⁺等土壤性离子影响最大.多污染物模型中,不同污染物对呼吸疾病的影响具有协同作用或拮抗作用.气温对各呼吸疾病的影响最强,低温和高污染物浓度对呼吸系统疾病门诊人数的影响有交互作用.     

室内空气污染对慢性阻塞性肺部疾病的影响

为了探讨室内空气污染与慢性阻塞性肺部疾病(COPD)的关系,对云南省宣威县使用不同生活燃料、年龄≥40岁的农民10892人进行了COPD及其症状的现患率调查,同时测定了调查对象的最大呼气流速(PEF).结果表明,不同燃料造成的室内空气污染对COPD及其症状和最大呼气流速的作用顺序依次为有烟煤>无烟煤>柴.在调整了年龄、性别、吸烟和改灶年限等因素后发现,使用有烟煤和使用无烟煤的人群患COPD的危险性分别是使用柴的4.63倍和1.55倍.改灶年限越长,COPD及其症状的现患率越低,最大呼气流速越高.室内燃煤空气污染是影响宣威慢性阻塞性肺部疾病(COPD)的主要危险因素,改炉改灶对控制COPD及其症状的现患水平,改善肺功能具有积极的作用.     

“大数据”预测分析与三丁基锡暴露有关疾病

通过毒理学“大数据”,挖掘三丁基锡（TBT）潜在的生物影响信息,预测分析TBT暴露与人类相关疾病的关系.通过比较毒理组学数据库（CTD）搜集到488个和TBT具有相互作用的基因.基因相互作用网络图显示TP53拥有相关联基因最多,处于中心地位;其次是ESR1和FN1.CTD分析与TBT相关的疾病,发现前10类疾病分别是癌症、神经系统疾病、心血管疾病、泌尿生殖系统疾病（女）、消化系统疾病、代谢疾病、泌尿生殖系统疾病（男）、内分泌系统疾病、免疫系统疾病、呼吸道疾病.KEGG通路和DAVID基因功能注释分析,发现TBT不仅和代谢性疾病有较高的关联性,其相互作用基因在糖代谢途径上亦有较密集的基因功能注释.PASS的活性预测也发现TBT可能影响多种与糖代谢相关的酶生物活性.这提示TBT对糖代谢相关疾病的影响应引起人们的注意.     

兰州市空气污染对儿童呼吸疾病的影响

探讨兰州市空气污染对不同性别和年龄的儿童呼吸疾病就诊人数的影响以及季节性变化.通过收集2013~2017年兰州市空气污染物PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃8h浓度数据、气象数据及3家三甲医院儿童呼吸疾病门诊资料,采用广义相加模型（GAM）控制星期几效应、气象因素、假期效应等混杂因素,分析空气污染物浓度与儿童呼吸系统疾病日门诊量的关系及滞后效应.研究期间,兰州市3家三甲医院儿童呼吸系统疾病日门诊量平均为387人次,范围1~1413人次.单污染物模型结果显示,PM_2.5、NO₂、SO₂、CO均在累积滞后一天（lag01）时效应量达到最大值,其浓度每增加10μg/m³（CO单位为1mg/m³）,儿童呼吸系统疾病就诊人次的超额危险度（ER）及95%可信区间（95% CI）分别为0.245%（95% CI：0.127%~0.363%）,0.568%（95% CI：0.327%~0.808%）,1.661%（95% CI：1.022%~2.302%）,2.245%（95% CI：1.610%~2.883%）;PM₁₀和O₃8h在各滞后天数均无统计学意义.对不同性别、年龄、季节分析发现,性别分层中PM_2.5对女童的影响略高于男童,NO₂、SO₂和CO的影响男童略高于女童;年龄分层发现PM_2.5、NO₂和CO的影响6~14岁组大于0~5岁组,SO₂的影响0~5岁组大于6~14岁组;季节分层中PM_2.5、NO₂、SO₂和CO对门诊量的影响只在冬季有意义,PM₁₀和O₃8h在各个季节均无意义.双污染物模型结果显示,分别调整其他5种污染物后,PM₁₀和O₃8h对儿童呼吸系统疾病门诊量的增加均无统计学意义;调整PM₁₀和O₃8h后,其他污染物呼吸系统疾病门诊量的增加均有统计学意义.兰州空气污染物（PM_2.5、NO₂、SO₂、CO）与呼吸系统疾病门诊量密切相关,并且SO₂和CO浓度增加更易增加儿童呼吸系统疾病的发病风险.性别、年龄和季节对空气污染物和呼吸系统疾病门诊就诊人次的关系有影响.     

北京地区奥运会期间PM2.5对心脑血管疾病的影响

为了探讨2008年奥运会前后减排和限行措施对北京居民心脑血管健康的影响,调查了2006~2010年7~9月的空气质量状况及北京急救中心心脑血管疾病日入院人数,采用时间序列方法中的非参数广义相加模型(GAM),在控制了长期趋势、"星期几效应"及气象因素的影响后,分析了北京PM2.5浓度与心脑血管疾病日入院人数的暴露-反应关系,并按性别、年份建立了模型.结果表明,PM2.5对心脑血管疾病的影响具有一定的滞后效应,全人群、男性和女性滞后均为0~2d,在2006~2010年7~9月中,2008年3个人群的RR均最小,2009年RR最大.PM2.5日均浓度每增加10μg/m3,2008年男性、女性及全人群日入院人数风险分别增加0.18%、0.07%和0.00%,2009年男性、女性及全人群日入院人数风险分别增加3.43%、2.10%和2.97%.2008年7~9月采取的相关政策措施对降低了北京地区居民心脑血管疾病的发病风险具有重要作用.     

沈阳市PM2.5离子成分对呼吸疾病门诊数影响研究

采用时间序列的半参数广义相加模型,在控制了长期趋势、"星期几效应"和气象因素等混杂因素的基础上,分析沈阳市大气污染物及PM_2.5中水溶性离子对呼吸系统疾病门诊就诊人数的影响,并按性别和年龄分层建模.结果表明：PM_2.5及其各离子成分与呼吸系统疾病门诊人数之间存在关联,并有明显的滞后效应.受冬季供暖燃煤排放影响,PM_2.5、NO₃^-和NH₄⁺呈显著关联,在滞后累积2d后风险最大.最佳滞后时间下,PM_2.5的浓度每增加10µg/m³,对应呼吸系统疾病日门诊就诊人数增加百分比（ER）为1.31%（95% CI：1.2%~1.43%）;离子成分SO₄^2-、NO₃^-、NH₄⁺、Cl^-、K⁺、Mg²⁺、Ca²⁺和Na⁺的浓度每增加1个4分位间距（IQR）,对应的呼吸系统疾病日门诊就诊人数增加百分比（ER）分别为3.22%（95% CI：2.81%~3.62%）、4.67%（95% CI：4.13%~5.22%）、5.41%（95% CI：4.49%~6.33%）、7.38%（95% CI：3.91%~10.96%）、0.14%（95% CI：-6.34%~7.07%）、7.64%（95% CI：-11.87%~31.47%）、3.57%（95% CI：-2.83%~10.39%）和0.46%（95% CI：-16.64%~21.06%）.PM_2.5、Cl^-、Mg²⁺、Ca²⁺和Na⁺对女性呼吸疾病门诊人数的影响比对男性的影响大.PM_2.5、SO₄^2-、Cl^-、Ca²⁺和Na⁺对≥65岁的老人门诊人数的影响比对15~65岁劳动年龄人群的影响大.表明不同性别、不同年龄由于生理结构和环境因素的不同而引起的差异不同.     

济南城区空气污染对呼吸道疾病门诊量的影响

为探讨空气污染对人群呼吸道健康的影响,调查了2002~2005 年济南市历城区空气质量状况及医院每日呼吸道疾病门诊量,采用时间序列方法的非参数广义相加模型(GAM),在控制门诊量变化的长期趋势、“星期几效应”、气象因素等混杂因素的基础上,分析了空气污染对呼吸道疾病日门诊量影响的最佳滞后时间及暴露-反应关系.结果表明,空气污染对呼吸道疾病日门诊量有影响.单污染物模型中,PM₁₀ 和NO₂ 分别滞后0d 和3d 及SO₂ 滞后0~3d 的移动平均值对人群呼吸道健康的影响具有统计学意义.PM₁₀、SO₂ 和NO₂ 日均浓度增加10µg/m³,呼吸道疾病日门诊相对危险度分别为1.004, 1.015,1.008.女性比男性对空气污染更为敏感.     

最高气温对呼吸系统疾病急诊人次的影响研究

采用基于时间序列的半参数的广义相加模型,在控制星期几效应、长期趋势、气象要素等混杂因素后,分析2009~2012年北京市日最高气温与四类呼吸系统疾病急诊人次的暴露-反应关系,探讨日最高气温对人群健康的影响,并考虑了不同年龄和性别人群分层以及0~6d的滞后效应.结果表明：日最高气温对呼吸系统疾病急诊存在0~1d滞后效应,男性急诊人次均要高于女性;日最高气温每上升1℃,男性上呼吸道感染和支气管炎急诊人次分别增加2.10%和2.14%,女性肺炎、哮喘和支气管炎急诊人次分别增加2.00%、4.21%和2.95%.对性别而言,日最高气温每上升1℃,小于15岁人群支气管炎急诊人次增加3.60%;15~59岁人群支气管炎急诊人次增加2.16%;对60~74岁年龄段急诊人次无显著统计学意义;≥75岁人群肺炎和哮喘急诊人次分别增加2.69%和8.05%.     

北京城区可吸入颗粒物分布与呼吸系统疾病相关分析

可吸入颗粒物(PM10)已成为北京市首要空气污染物,严重影响城市环境质量及居民健康.本研究采集了北京市2008～2009年非采暖期与采暖期两个不同时期不同粒径(0.3、0.5、3.0和5.0μm)的大气颗粒物浓度,利用空间分析方法研究其分布规律;同时收集同期患呼吸系统疾病的病人数据,对其进行统计分析;再在回归分析的基础上,运用灰色关联模型探讨可吸入颗粒物与呼吸系统疾病的相关性.结果表明,细颗粒的空间分布情况相异,而粗颗粒物分布规律大致相同.呼吸系统疾病与可吸入颗粒物浓度有一定的关联,采暖期是呼吸系统疾病的高发期,可吸入颗粒物在采暖期对呼吸系统疾病的发病率影响相对较高.无论在采暖期还是非采暖期,细颗粒物的浓度均高于粗颗粒物,且细颗粒物对呼吸系统疾病的影响较大.     

北京市气温与黑碳和PM2.5对疾病死亡影响的交互效应

通过收集北京市2010~2016年逐日呼吸和心脑血管疾病死亡数据、污染物（BC、PM_2.5、SO₂、O₃和NO₂）日均浓度资料以及同期的气象资料,采用广义相加模型（GAMs）中的主效应模型、非参数二元响应模型和温度分层模型探讨了北京市气温、PM_2.5和BC单效应,以及气温与PM_2.5和BC交互作用分别对呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈“J”型分布特征,最适温度为24℃;累计滞后一天情况下PM_2.5和BC的健康效应均最显著,此时PM_2.5和BC浓度每升高四分位间距（IQR）,呼吸系统疾病死亡人数超额增加百分比（ER）分别为2.21%和1.80%,心脑血管疾病死亡人数ER分别为2.02%和1.48%.交互作用的研究结果表明,高温与高浓度的PM_2.5（或BC）对疾病死亡的影响存在协同效应,且高温条件下BC对疾病死亡影响的健康风险大于PM_2.5,当气温大于24℃时,BC和PM_2.5浓度每升高IQR对应的呼吸系统疾病死亡人数ER分别为6.22%和6.17%,心脑血管疾病死亡人数ER分别为5.01%和3.97%.虽然BC只占PM_2.5的一部分,但BC对人群健康的影响不容忽视,应该引起足够的重视.     

沙尘暴对呼吸及循环系统疾病日门诊量的影响

对沙尘天气频发区甘肃省武威市的7所大、中型医院在2004、2005年沙尘天气高发时段(3月1日～5月31日)的呼吸系统和循环系统每日门诊人数进行了调查,采用半参数广义相加模型(GAM),在排除了医院日门诊量的长期趋势、大气污染因素、气象因素、日历效应等因素之后,分别对每年进行分析.结果表明,沙尘暴和扬沙天气与呼吸、循环系统疾病日门诊人数的增加有联系,且均表现为滞后效应,其影响程度为沙尘暴大于扬沙天气,沙尘暴和扬沙天气对健康的影响因不同年份而不同,表明沙尘天气对健康的影响受多种因素的影响.沙尘暴对健康的影响有性别差异.     

成都市气温与PM2.5和O3交互作用对疾病死亡人数的影响研究

利用成都市2014~2016年逐日呼吸系统疾病和心脑血管疾病死亡资料、同期气象资料和PM_2.5日均浓度和每日臭氧最大8h平均浓度（O₃）资料,采用分布滞后模型以及广义相加模型中的独立效应模型、非参数二元响应模型和温度分层模型探究了成都市气温、PM_2.5和O₃单效应,以及气温与PM_2.5（或O₃）交互作用对当地呼吸和心脑血管疾病死亡人数的影响.单效应分析结果表明,气温与两种疾病死亡人数的累计暴露-反应关系均呈反“J”型分布,最适温度在22.2℃,该温度对应的疾病死亡人数最少;累积滞后1d的PM_2.5（或O₃）对应的健康风险最大,此时,PM_2.5和O₃浓度每升高10μg/m³,呼吸系统疾病死亡风险分别增加0.58%和0.54%,心脑血管疾病死亡风险分别增加0.35%和0.66%.分季节研究结果表明,PM_2.5对两种疾病死亡影响的健康风险冬季最高,而O₃的健康风险在秋季最显著.交互作用的研究结果表明,高温与高浓度的PM_2.5（或O₃）对疾病死亡的影响存在协同放大效应,当气温高于22.2℃时,PM_2.5和O₃浓度每升高10μg/m³,对应的呼吸系统疾病死亡风险分别增加2.30%和1.14%,心脑血管疾病死亡风险分别增加1.09%和1.03%.研究结果提示O₃对人群健康的影响也不容忽视,应该引起足够的重视.     

环境条件对遵义市呼吸系统疾病的影响及预测研究

为探究气象和空气污染等环境条件对呼吸系统疾病发病的影响,为遵义地区相关疾病预防提供科学依据,采用分布滞后非线性模型和广义线性、相加模型,利用当地气象和污染资料,分析了2012~2016年遵义市气象环境要素对呼吸系统疾病发病的影响.结果显示,遵义市呼吸系统疾病发病状况与当地长期气候状态基本保持一致,气候效应对其的影响占主导作用,其中,冬季为呼吸系统疾病高发期,立秋至处暑前后其发病人数最少,表明此时间段内当地气候条件对呼吸系统疾病患者有气候疗养效应.气温对呼吸系统疾病发病的影响以低温滞后效应为主,在其敏感阈值附近气温每变化1℃,发病人数将累积增加31.6%（95% CI：4.4%~65.8%）;气压以高压滞后效应为主,相对湿度则在低湿部分同时有即时和滞后效应.舒适度对呼吸系统疾病的影响,在冷、热斜胁迫下其发病人数明显多于舒适状况时.PM_2.5、SO₂和NO₂三种污染物的影响都以即时效应为主,而CO则在累积滞后lag04时相对危险度最高,PM_2.5与呼吸系统疾病发病人数的暴露-反应曲线呈单调线性分布,SO₂、NO₂和CO均为“J”型分布.低温与高浓度NO₂或者低湿与高浓度SO₂的协同作用对呼吸系统疾病的影响较大.建立的全年和季节多元逐步回归方程的试预报准确率在75%以上（夏季除外）,其中分季节建模预测效果显著优于全年预测效果.     

天气类型对天津大气PM_(10)污染的影响分析

对天津地区出现的天气系统进行分类,利用后向轨迹模型对到达天津地区的气团轨迹进行模拟,并按照不同天气类型进行聚类,分析不同天气类型下到达天津地区的气团传输路径.结果表明,到达天津地区的气团主要来自西北和东南方向.对采暖期和非采暖期不同天气类型的出现频率及其对大气中ρ(PM10)的影响进行了研究.结果表明,天气类型是影响天津地区ρ(PM10)变化的重要因素.2008年采暖期的有利天气类型出现频率为84.2%,比非采暖期(66.9%)多17.3%;同期不利天气类型出现频率为15.8%,比非采暖期(32.2%)低16.4%.虽然采暖期颗粒物排放源强有所增加,但是有利天气类型出现频率明显高于非采暖期,而不利天气类型出现频率较低,这是2008年采暖期ρ(PM10)比非采暖期略低的重要原因.     

北京市空气污染物对呼吸系统疾病门诊人数的影响

为评价北京市大气污染对居民呼吸系统疾病门诊人数的影响,采用时间序列半参广义相加模型(GAM),在控制了长期趋势、“星期几效应”及气象因素的影响后,分析2009~2011年北京市空气污染物与呼吸系统疾病门诊人数的暴露-反应关系,并按性别和年龄层建立模型.结果表明,3种污染物有一定的滞后效应,PM10在滞后0~3d(avg03)或0~5d(avg05)的移动平均值,SO2和NO2均在滞后0~2d(avg02)的移动平均值使呼吸系统疾病门诊人数的增加百分比(PI%)值达到最大,其中PM10、SO2和NO2浓度每增加10μg/m3,对应的呼吸系统疾病全人群的PI%分别为1.72%、1.34%和2.57%.年龄365岁的老年人群对北京市空气污染物最为敏感,其次为年龄￡14岁的人群;空气污染对女性的影响较男性明显.     

大气细颗粒物的污染特征及对人体健康的影响

采集兰州市2005年1月1日至2007年12月31日的大气颗粒物(TSP、PM10、PM2.5、PM1.0),分析不同粒径颗粒物的污染特征及其与气象因素的相关关系,并采用时间序列半参数广义相加模型(GAM)分析了可吸入颗粒物与呼吸系统疾病和心脑血管疾病日入院人次的暴露-反应关系.结果显示,TSP和PM10的质量浓度在春季较高,PM2.5和PM1.0在冬季较高;气象因子与大气颗粒物有显著的相关关系;对于呼吸系统疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3,入院危险分别增加0.052%、0.604%和0.652%;对于心脑血管疾病来说,PM10、PM2.5和PM1.0每升高10μg·m-3或10粒子数·m-3入院危险分别增加0.046%、0.697%和0.935%.由此可见,兰州市不同粒径大气颗粒物均有不同程度的污染,PM10、PM2.5和PM1.0对呼吸系统疾病和心脑血管疾病入院人次均有一定影响,且PM10对呼吸系统疾病的影响较心脑血管疾病明显,而PM2.5和PM1.0则正好相反.     

基于DALYs的北京市大气PM2.5载带苯并[a]芘疾病负旦研究

苯并[a]芘(BaP)是一类兼具强致癌性和非致癌毒性的物质,可随PM_(2.5)经呼吸途径进入人体而威胁健康.本文采集2016年北京城区监测点PM_(2.5)样品并采用气相色谱质谱联用仪测定其载带BaP浓度.通过BaP的流行病学及动物毒理学数据的检索和分析,确定BaP呼吸暴露的致癌和非致癌毒效应评价终点及其剂量效应关系.运用伤残调整生命年(DALYs)指标估算了呼吸途径人群PM_(2.5)载带BaP暴露导致的疾病负担.结果显示北京市BaP导致总疾病负担为431.36 DALYs·a~(-1),每千人DALYs为0.03 a~(-1).其中非致癌效应的疾病负担为1.98 DALYs·a~(-1),致癌效应为429.39 DALYs·a~(-1).不同毒效应的疾病负担排序为:癌症(99.54%)发育毒性(0.41%)生殖毒性(0.04%).不同季节的疾病负担贡献差异较大.北京市BaP暴露导致疾病负担的主要贡献季节为冬季,疾病负担贡献的顺序为冬季(88.01%)秋季(4.91%)春季(4.34%)夏季(2.74%).     

生态系统服务时空演化的非线性影响因子——以钱塘江流域为例

为深入探究不同尺度、不同类别影响因素对不同类型生态系统服务的影响程度和复杂关系,本文测定了钱塘江流域7项生态系统服务的时空变化,并通过随机森林模型识别了各单项生态系统服务不同尺度自然环境因素和社会经济因素的影响程度和相对重要性,并评估了主导影响因素的边际效应.结果表明：2010~2017年,各单项生态系统服务在时空变化上具有明显的空间分异特征;不同类型生态系统服务受不同尺度自然环境因素和社会经济因素的共同影响,但其影响程度存在明显差异,格网尺度、自然环境因素的影响相对较大,建设用地、耕地及与其直接相关的社会经济因素的变化改变和塑造着生态系统服务的演化过程;主导影响因素与各单项生态系统服务之间存在复杂的非线性关系,各影响因素指标的变化对各年份生态系统服务具有非平稳的影响,如建设用地增加初期对多项生态系统服务的影响更为复杂和剧烈.     

不同作物农田土壤抗生素抗性基因多样性

土壤作为地球关键带最为活跃的组成部分,在保障粮食安全和维持生态环境平衡中发挥着重要作用.农田土壤抗生素抗性基因（antibiotic resistance genes,ARGs）污染特征和传播扩散机制受到了广泛的关注.为全面探究不同作物种植情况下农田土壤抗生素抗性基因污染特征,明确不同作物农田土壤抗性基因的多样性及其影响因素,本文采用抗生素抗性基因高通量qPCR技术（HT-qPCR）,对不同作物农田土壤抗生素抗性基因的多样性展开了研究.结果表明,农田土壤总计检出187种抗生素抗性基因,种植柑橘（GJ）、花生（HS）、水稻（SD）、甘蔗（GZ）和香蕉（XJ）的土壤中分别检测出抗生素抗性基因89、147、143、157和159种,它们的丰度介于6.47×10⁹~1.41×10¹⁰ copies·g^-1之间,其中多重耐药抗性基因在农田土壤中占据显著优势.基于R软件的envfit分析显示,As、Co、Cr、Mo、Ni和Pb显著影响农田土壤抗生素抗性基因组成（P<0.05）,冗余分析（RDA）显示这些重金属元素对农田土壤抗生素抗性基因变化的总解释量达到了59.3%.本研究证明,农田土壤是抗生素抗性基因的重要存储库,不同作物农田土壤抗性基因组成有显著差异（P<0.05）,重金属元素对土壤抗性基因的赋存和扩散可能具有重要作用,种植不同作物对农田土壤抗生素抗性基因多样性产生了显著影响.