工业区土壤高光谱特性及其重金属含量预测研究——以上海市闵行区为例

土壤的高光谱能够反映土壤信息,利用光谱数据能够快速高效地预测土壤重金属含量。以上海闵行工业区土壤为研究对象,分析研究区土壤光谱曲线所包含的土壤信息,通过光谱反射数据多种低阶微分变换形式以增强光谱特征,并通过相关分析获取土壤铜(Cu)、铬(Cr)、锰(Mn)、铅(Pb)、锌(Zn)含量的特征波段位置,构建土壤重金属高光谱反演模型。结果表明,工业区土壤重金属Cu、Cr、Mn、Pb、Zn存在明显积累,含量平均值依次为29.38、106.32、583.14、34.13、111.15 mg·kg-1,均超过上海市土壤环境背景值,且表现出复合污染和同源性的特点;土壤光谱曲线除受铁氧化物(409.55 nm)、有机质(825～900 nm)、水(1 400～1 425 nm)的影响存在光谱曲线吸收带外,走势均随波长增加而上升;最优特征波段均出现在近红外波段范围内,Cu为1 440.21 nm,Cr为834.44 nm,Mn为984.98 nm,Pb为1 440.21 nm,Zn为1 642.50 nm;利用特征波段光谱反射率的低阶微分变换形式作为建模因子建立土壤重金属含量的高光谱反演模型,发现均方根二阶微分(RMSTD)变换、倒数一阶微分(RTFD)变换、倒数对数二阶微分(ATSD)变换相较于原始一阶微分(FD)、二阶微分(SD)变换更能提高预测精度,多元逐步回归线性模型(SMLR)建模效果优于偏最小二乘回归(PLSR)模型,SMLR建模R2均大于0.65,验证R2除Mn外(R2=0.400)均大于0.5。基于SMLR建立的高光谱反演模型具有较高的预测精度、稳定性与可靠性,对工业区土壤重金属含量进行高光谱反演建模具有可行性。     

基于超限学习机的矿区土壤重金属高光谱反演

近年来采用可见光近红外光谱反演矿区土壤重金属受到重视,但土壤中重金属含量微小,光谱特性非常脆弱,对反演模型提出了较高要求。针对复垦矿区的土壤重金属反演研究,引入超限学习机(extreme learning machine,ELM)方法进行反演建模,与传统的偏最小二乘(partial least squares regression,PLS)方法和支持向量机(support vector machine,SVM)方法进行分析比较。通过对光谱数据进行预处理和相关性分析后,对30个土壤样本数据运用3种模型进行反演,并对其中10个预测样本进行模型检验。结果表明,ELM对于重金属Zn、Cr、Cd和Cu的预测精度要高于SVM和PLS,对重金属As和Pb的预测能力与SVM基本相当。     

干旱区绿洲耕层土壤重金属铬含量的高光谱估测

土壤重金属铬含量的高光谱估测技术较传统测量方法具有无污染、方便快捷进行动态监测的优势。对新疆渭干河-库车河三角洲绿洲耕层土壤98个样品的原始光谱反射率R分别进行倒数1/R、对数lg(R)、倒数对数lg(1/R)以及微分变换。不同处理结果与实测土壤重金属铬含量进行相关分析从而筛选出具有极显著相关的特征波段(P0.001)。以不同变换处理下的特征波段反射率作为自变量,土壤铬含量为因变量,采用多元线性逐步回归、偏最小二乘回归、BP神经网络和随机森林回归方法构建土壤重金属铬含量的高光谱估测模型,并对最优估测结果进行克里格空间插值。结果表明,(1)原始光谱反射率的微分变换处理可有效提升光谱与土壤重金属铬含量之间的敏感性,其中经微分变换后的土壤光谱反射率与铬含量的相关系数由0.487显著提高到0.669(P0.001)。(2)综合比较各模型的训练集和验证集估测结果,经倒数对数一阶微分[lg(1/R)]′处理后的BP神经网络模型具有较高的估测精度和很强的稳定性,可作为研究区土壤重金属铬含量的最优估测模型,其决定系数(Rd~2)在0.8以上,均方根误差(RMSE)小于6.5,相对分析误差(RPD)大于2。(3)研究区土壤重金属铬含量具有中等空间变异性,低含量区域主要分布在新和县和沙雅县的外缘地带,而位于库车市东北部区域的耕层土壤铬含量达到最高水平。受人类活动影响该绿洲的土壤污染问题日趋严重,耕层土壤重金属铬含量呈现出较高含量的空间分布。     

艾比湖流域地表水水体悬浮物、总氮与总磷光谱诊断及空间分布特征

水体悬浮物(SS)、总氮(TN)和总磷(TP)是衡量水质的一个重要指标。选择新疆艾比湖流域为靶区,基于2015年10月实测光谱数据,采用微分法和反射率变换法以及偏最小二乘法估算水体中的SS、TN和TP的质量浓度。结果表明,(1)水体悬浮物的自然对数(ln SS)的显著性波段出现在350、410、520、570、655和940 nm处,基于偏最小二乘法的ln SS均方根一阶拟合效果最好,P0.01水平下拟合系数r~2=0.3562。此外,ln SS与总氮、总磷存在显著性正相关,相关系数分别为0.506和0.505(P0.01)。(2)水体TN的显著性波段出现在393~399 nm与674~678 nm范围内,水体TN的倒数一阶拟合效果最好,P0.01水平下拟合系数r2=0.438 9;(3)水体TP的显著性波段出现在333、349、862、882和905 nm处,水体TP的倒数一阶拟合最优,P0.01显著性水平下拟合系数r~2=0.634 8。从水体SS、TN和TP浓度的空间分布可知,水体SS、TN和TP含量高值点位于艾比湖的北岸,基于最优模型反演的SS、TN和TP的浓度整体偏高,且与原始数据的空间分布相差不明显。综上所述,利用光谱数据可以精准、快速的估算水体悬浮物、总氮和总磷,可为水质的评价提供科学依据,亦可为今后利用星载高光谱传感器对艾比湖流域水质参数进行大面积估算提供新思路。     

基于多模型优选的区域土壤重金属含量空间预测方法研究

土壤重金属含量空间预测研究对实现区域土壤资源的优化利用以及土壤环境的保护和污染防治具有重要意义。以江苏省常州市金坛区为例,基于源、汇和空间分异因子,利用BP神经网络(back-propagation network)建模方法,分别构建了源汇模型(BP-S)、空间分异模型(BP-K)和改进的多因素综合模型(BP-SK),模拟预测了区域土壤重金属Cd、Pb、Cr、Cu和Zn含量的空间分布,并对各模型预测精度进行对比分析。针对不同模型在不同区域和元素间预测精度的差异,优选出预测精度最高的模型组合,以此探求区域重金属含量空间分布最优预测结果。结果表明:(1)BP-SK模型对Cd、Cr、Cu和Zn含量预测精度均高于BP-S和BP-K模型,仅在对Pb含量的预测中BP-S、BP-K模型精度高于BP-SK模型,BP-SK模型比其他模型更能突出局部特征,包含的信息更丰富。(2)优选后最优模型预测精度较原单一模型均有不同程度的提高,对Cd、Pb、Cr、Cu和Zn含量的预测精度分别提高15.15%、20.71%、19.19%、1.75%和9.24%。(3)各模型对Cd、Pb、Cr、Cu和Zn含量的空间预测高值区均位于区域中部和东北部,低值区位于西部丘陵山区,BP-SK模型在人为影响剧烈的地区预测效果更好,而BP-K模型在自然因素影响较大的丘陵山地区的适用性更好。     

利用叶面积指数优化冬小麦高光谱水分预测模型

水分是影响冬小麦生长发育的重要指标,目前可以利用高光谱数据建模来对其进行预测诊断.但在冬小麦生育初期,这类预测模型精度较低,为解决这个问题,利用高光谱数据分析方法,结合叶面积指数,对基于高光谱的冬小麦水分状况预测模型进行优化.结果显示,冬小麦叶面积指数会随着灌水处理的不同产生显著差异;优化后,光谱与冬小麦水分状况相关的敏感波段范围在450-500 nm、620-690 nm和780 nm左右;相对于土壤含水率而言,优化模型对植株含水率有更好的预测精度;引入叶面积指数进行优化提高了冬小麦在生育前期的预测模型精度,使模型精度从0.2提升到0.4以上,并且还提高了基于原始光谱反射率模型的精度;最终获得的模型中,基于原始光谱反射率R780的植株含水率预测模型拟合精度最高,为0.862,基于光谱指数R(810, 460)的植株含水率诊断模型验证效果最好,均方根误差(RMSE)为4.341,平均绝对误差(MAE)为2.361;基于光谱指数VARI700的土壤含水率预测模型验证效果最好,均方根误差(RMSE)为4.506,平均绝对误差(MAE)为6.293.本研究表明利用叶面积指数优化模型可以很好地提高模型精度,在土壤含水率预测模型方面优化尤其显著,这为基于高光谱的水分状况预测模型构建与实际应用提供了新思路.(图6表5参31)     

基于机器学习算法的干旱区绿洲地上生物量估算

植被地上生物量是反映陆地生态系统固碳能力的重要指标,利用遥感技术开展干旱区植被地上生物量估算与空间反演,可为荒漠绿洲生态系统的健康评价与碳储量估算提供重要依据。以野外调查和实地采样数据为基础,利用Landsat 8 OLI多光谱影像提取的7个植被指数和13个波段变量构成4种建模变量组合,采用支持向量机(Support Vector Machine,SVM)、反向传播神经网络(Back Propagation Neural Network,BPNN)、极端梯度提升(e Xtreme Gradient Boosting,XGBoost)和随机森林(Random Forest,RF)这4种机器学习算法对新疆渭干河-库车河三角洲绿洲地上生物量进行遥感估算和空间反演。结果表明,(1)由波段变量和随机蛙跳算法优选变量构建的植被地上生物量反演模型,其估测精度明显优于全变量和指数变量,预测能力更为稳定。与SVM和BPNN算法相比,XGBoost和RF算法构建的模型具有更好的估测效果,能更准确地估算研究区植被地上生物量。(2)在构建的估测模型中,波段变量结合RF算法模型的精度最高,稳定性最强,其建模集和...     

土壤铜污染光谱特征波段分析、界限浓度划分及含量预测

土壤重金属污染高光谱预测的大部分研究集中在重金属浓度的预测上,但是预测模型精度不高,或精度较高而均方根误差较大。利用土壤Cu污染在538~834 nm波段区间的光谱数据检测土壤Cu污染的界限浓度及光谱特征波段区间,并根据界限浓度建立土壤Cu浓度的预测模型。先对土壤Cu污染光谱数据进行一阶导数处理,利用一阶导数距离检测土壤Cu污染的界限浓度及光谱特征波段;再利用经验模态分解(Empirical Mode Decomposition,EMD)和多重分形理论预测土壤Cu污染浓度,旨在为土壤重金属污染的高光谱研究提供依据,精确土壤重金属污染光谱的研究范围,为利用界限浓度建立土壤重金属浓度预测模型提供新思路。结果表明,538~834 nm波段区间土壤Cu污染的界限浓度为120~160μg?g~(-1),根据一阶导数距离最大值和多重分形谱参量将土壤Cu污染划分为60~120μg?g~(-1)和160~740μg?g~(-1)两个浓度区间,其预测土壤Cu污染的特征波段分别为730~760 nm和540~590 nm;根据划分的界限浓度,利用土壤Cu污染光谱多重分形谱参量、538~834 nm波段区间反射率最大值、一阶导数最大值、及实测土壤含水率、实测土壤有机质含量等参数,分别建立20~120μg?g~(-1)和160~740μg?g~(-1)两个浓度区间土壤Cu含量MLR预测模型,R2在0.99以上,RMSE最大为47.3。因此,多重分形谱参量Δα值和一阶导数距离最大值可作为土壤Cu污染界限浓度划分和光谱特征波段提取的依据,其界限浓度为120~160μg?g~(-1),光谱特征波段区间为730~760 nm和540~590 nm;该文构建的MLR模型可有效预测土壤Cu浓度。     

梯度薄膜扩散技术(DGT)与传统化学方法评估黑麦草吸收Cd的对比

为研究不同方法评估黑麦草吸收Cd的效果,采集了16个不同理化性质实际Cd污染土壤,盆栽试验种植黑麦草,采用梯度薄膜扩散技术(DGT)测定黑麦草根际土Cd的生物有效性,并与离心法采集土壤溶液、乙酸(HAc)和乙二胺四乙酸二钠(EDTANa2)3种传统提取方法所提取土壤有效态Cd含量进行比较,研究其与黑麦草地上部和地下部Cd含量的相关关系.结果表明,DGT提取的土壤有效态Cd含量与黑麦草中Cd含量的相关性显著高于化学提取法.运用多元统计分析研究土壤pH、阳离子交换量(CEC)、有机质(OM)和土壤颗粒组成等理化指标的影响,提取出两种主成分因子,建立了多元回归模型.第一主成分与OM和黏粒(clay)之间呈显著相关,定义为土壤中影响重金属生物有效性的"有机指标",第二主成分则与土壤pH和CEC相关程度较高,定义为土壤中影响重金属生物有效性的"无机指标".研究表明,第二主成分显著影响了3种化学方法构建的预测模型,而DGT技术综合了两种主成分对土壤有效态Cd含量的影响,所构建的模型几乎不受土壤基本理化性质的影响,说明DGT分析法是一种预测黑麦草吸收Cd的较好方法.     

蔬菜地土壤有效态重金属提取方法的比较

实地采集土壤进行盆栽试验,研究用5种提取剂提取的土壤有效态重金属含量与大白菜吸收量间的关系。结果表明,采用化学提取方法测得的可提取态重金属含量比重金属总量更能有效预测大白菜吸收的重金属量,并以CaC l2和NH4OAc 2种提取剂最为有效。将土壤重金属总量与pH值2项指标结合起来考虑可较好地预测大白菜对土壤重金属的吸收。     

钝化剂与有机肥配施对土壤有效态重金属及其在生菜中累积的影响

为降低农业土壤重金属污染风险,减少农产品重金属富集,通过温室盆栽生菜试验,开展生物质炭、磷矿粉、碳酸钙和凹凸棒4种钝化剂与有机肥配施对Cu、Cd污染土壤有效态重金属及生菜累积重金属影响的研究。结果表明:(1)尽管钝化剂能降低土壤有效态重金属含量,但由于有机肥的活化作用,钝化剂与有机肥配施处理时土壤有效态重金属含量与对照相比仍有所提高;(2)与对照相比,不同配施处理均能降低生菜地上部Cu和Cd含量,单施有机肥处理生菜地上部Cu和Cd含量分别降低13%和27%,4种钝化剂与有机肥配施处理则分别降低4%～28%和2%～35%,碳酸钙与有机肥配施处理下降效果最佳;(3)相关性分析表明单施有机肥以及钝化剂与有机肥配施处理能抑制植物对Cu和Cd的吸收转运,使生菜地上部对Cu和Cd的累积降低。     

基于普通克里格和投影寻踪模型的城市土壤重金属污染评价

作为城市生态环境的重要组成部分,城市土壤对城市的可持续发展具有重要意义。然而,随着人类活动加剧,重金属元素成为城市土壤中具有重大影响的有毒污染物,尤其是铅(Pb)、镉(Cd)、铜(Cu)及其复合物在城市土壤污染中较为突出。为了探讨城市土壤中重金属的含量及污染空间分布特征,为城市环境治理和环境保护提供客观依据,以内江市城区为例,采集了203个表层土壤样本,利用单因子污染指数法、GIS技术结合投影寻踪模型评估了研究区不同土地利用方式下表层土壤铅(Pb)、镉(Cd)、铜(Cu)、锌(Zn)的污染特征及其空间污染程度。结果表明:(1)与国家二级标准限定值比较,镉元素的富集程度最大,锌元素次之,铜元素富集程度最小,铅元素无富集;(2)4种元素变异系数属于高度变异,其含量均受到人类活动的强烈影响;(3)土壤重金属综合污染指数均值表现为公共用地商业用地住宅用地工矿用地农业用地交通用地;(4)内江市城市土壤重金属污染程度的克里格插值评价等级为较清洁、轻污染,在空间展布上二者的面积比例为1.2∶1,内江市重金属综合污染水平较轻。投影寻踪模型为涉及多因素的城市土壤重金属污染评价提供了新思路。     

腐殖质改良植物修复重金属污染土壤的研究进展

腐殖质(HS)是土壤有机质的重要组分,广泛应用于土壤改良。通过文献调研,在综述HS对土壤重金属的作用及其机制基础上,分析了HS在植物修复重金属污染土壤领域的应用潜力。已有研究表明:(1)大分子胡敏素(HM)和胡敏酸(HA)可钝化重金属离子,降低重金属对植物的毒害作用,小分子富里酸(FA)则可促进重金属从植物地下部向地上部迁移;(2)除受土壤理化性质影响外,HS与重金属离子的结合主要受HS的pH、溶液离子强度、分子量大小和活性官能团数量等条件影响;(3)叶面喷施HS可以抑制重金属向植物体内运输,保护光合系统不受重金属危害;土壤添加低浓度HS可以促进重金属转运,高浓度HS则会对植物产生负面效应;(4)根据HS与重金属作用下的生态毒理学效应、土柱淋溶效果和植物生长发育评估结果,认为HS不会产生次生环境风险。因此,HS可以作为重金属污染土壤植物修复的环境友好型促进剂,扩大重金属污染土壤植物修复的应用范围。     

KI淋洗对黄绵土汞污染的去除效果及土壤理化性状的影响

土壤中重金属污染严重威胁人类健康和生态环境安全,而化学淋洗是重要的重金属污染修复措施之一且取得了较大进展,但目前针对汞污染土壤修复的淋洗研究不足,严重制约其机理解析和应用。采用室内土柱试验和HYDRUS-1D数值模拟,探究不同化学淋洗剂EDTA、柠檬酸(CA)、Na₂S₂O₃和KI对黄绵土中重金属汞的去除效果,并筛选出最优的淋洗剂种类和配比。同时研究了土壤理化性状对重金属迁移过程和淋洗的响应,并建立溶质运移模型明确土壤中汞的迁移过程。结果表明：(1)KI对黄棉土中汞的去除效果较好,优化配比后土壤汞去除率达46.4%。KI溶液对土壤汞解吸过程符合准一级动力学模型(r²=0.96),最大解吸量为4.09 mg·kg^-1;(2)KI溶液淋洗后土柱中残留的汞含量随土柱深度增加而增加,平均质量分数为1.34 mg·kg^-1,去除率为82.9%;KI对土柱中重金属汞的去除效果较振荡试验好,且淋洗过程有利于土壤中半移动性汞向移动性汞的转化;(3)HYDRUS-1D对土柱...     

水生生物急性毒性QSAR模型研究进展

化学品污染对人类健康和生态环境造成潜在风险。但是,危害性信息缺失是进行化学品风险评价的主要挑战。经济合作与发展组织(OECD)和美国环保署都提倡用非动物实验替代方法来弥补数据缺失。定量结构-活性关系(QSAR)被认为是一种有应用前景的替代技术。水生生物急性毒性是化学品风险评估和优先污染物筛选中最常用的参数之一。但是,目前可获得的实验毒性数据非常有限。本文总结了近年来发展的急性毒性预测模型,包括:(1)基于同类化合物建模;(2)基于数理统计建模;(3)基于化合物毒性作用模式建模。从模型预测能力、应用域、机理解释等角度对这3类模型进行了比较。其中,基于作用模式构建的模型一般具有较好的预测性能,并有助于机理解释,将是今后水生生物急性毒性预测的发展方向。     

我国土壤中重金属铜的生物配体模型的建立与应用

关于重金属污染的风险评价及其预测模型日益成为环境领域的研究热点。近年来,一种用于预测和评价环境中重金属生物毒性的机理性模型一生物配体模型(BLM)被广泛应用于水体及陆地生态系统。本研究以我国土壤的陆地生物配体模型(TBLM)建构为目标,以土壤溶液系统为媒介,通过17种土壤上重金属铜离子与大麦根长的相互作用关系,发现了土壤中Cu-TBLM的主要影响因素为Cu~(2+)、CuOH~+、Mg~(2+)以及铜离子与大麦根系表面的专性结合能力。基于模型大麦根长预测值与实测值之间的相关关系,通过数学拟合功能求得TBLM中各参数值为logK_(CuBL)=4.87、logK_(CuOH)+=7.62、logK_(MgBL)=1.91、f~(50%)=0.103、β=1.09。本研究所得到的TBLM模型能很好地预测我国土壤中铜对大麦根长的毒害程度,预测值与实测值的相关性达到了90%。本研究结果不仅可以为我们降低重金属离子生物有效性提供有力的理论借鉴,更对我国土壤环境质量保护和长期良性可持续发展具有重要意义。文160余篇。     

基于植物重金属毒性的陆地生物配体模型(t-BLM)研究进展

陆地生物配体模型(t-BLM)是生物配体模型(BLM)理论在陆地生态系统中的应用,目的是通过量化土壤重金属形态、土壤基本性质以及生态毒理剂量-效应三者之间的关系,评价重金属对陆生生物的毒性。BLM已经成功地预测重金属对水生生物的毒性,但t-BLM的发展相对较为缓慢。基于植物重金属毒性综述了t-BLM近年来国内外的研究进展,介绍了t-BLM的原理、基于t-BLM的重金属(Cu、Ni、Zn、Cd等)的植物毒性及其影响因素,并且提出基于植物重金属毒性的t-BLM研究面临的主要挑战。     

陆地生态系统土壤呼吸的观测与模拟

主要对陆地生态系统土壤呼吸的观测方法、观测尺度、模拟方法、应用价值进行评述,以期为更深入地研究土壤呼吸这一重要的碳循环过程提供一些参考依据。土壤呼吸是土壤向大气释放CO_2的过程,其对生态系统碳平衡具有重要影响。土壤呼吸的观测方法主要包括碱液吸收法、密闭箱–气相色谱法、红外气体分析法。土壤呼吸的观测尺度主要包括日变化、生长季变化、年际间变异、空间变异。在获得充足实测数据的基础上,半经验模型可有效地模拟土壤呼吸的时空变异。这些半经验模型以降水、气温、土壤性质、植被特征、氮沉降、经纬度作为输入变量,是当前估算全球土壤呼吸的主流模型,其估算的全球土壤呼吸量的合理范围为88.0~98.0 Pg·a~(-1)(以C计)。土壤呼吸研究具有重要的应用价值:(1)土壤呼吸是土壤肥力状况的表征指标;(2)土壤呼吸与其他碳通量指标具有相关性,利用模拟的土壤呼吸量值可估算其他碳通量;(3)土壤呼吸对全球变化的响应规律是生态系统对全球变化的响应规律的重要表现方面。今后的研究应关注土壤呼吸与气候、土壤、植被因子的同步观测,这将大大提高土壤呼吸时空变异模拟的准确性,还应对一些典型生态系统的土壤呼吸进行长期定位观测,这有助于分析土壤碳库对环境因子变化的响应规律。     

贵州省典型矿区土壤重金属污染对蚯蚓的毒性效应评估

选取我国贵州省某矿区典型的重金属复合污染土壤开展28 d慢性毒性暴露试验,以蚯蚓体内2种抗氧化酶活性——过氧化氢酶(CAT)和超氧化物歧化酶(SOD)、8-羟基脱氧鸟苷(8-ODHG)和金属硫蛋白(MT)含量为生物指标,评估了以上生物指标与土壤重金属含量的相关性,探讨该研究方法用于矿区土壤重金属生态风险评估的可行性。结果表明,CAT和SOD在暴露周期内均出现先诱导后抑制的动态响应过程,表明蚯蚓通过提高CAT和SOD的活性来清除机体因污染胁迫而产生的自由基,以适应环境变化,在毒性缓解后,蚯蚓体内代谢产物的积累抑制了抗氧化氢酶活性,CAT和SOD活性下降并趋于稳定。暴露于重金属污染亚致死浓度时,蚯蚓体内的8-OHDG含量随着暴露时间的延长显著降低,随着暴露浓度的增加,损伤存在由低到高的转变。在28 d暴露周期内,蚯蚓体内MT在重金属胁迫下发挥了解毒作用,MT含量在蚯蚓暴露后第7天增加,随后逐渐降低。本文基于生物毒性试验综合评估了矿区典型重金属污染土壤的生态风险,研究结果对指导重金属复合污染土壤的修复与再利用具有重要意义。     

重金属钝化剂对蔬菜-土壤系统Cd和Pb的钝化效果研究

农产品重金属污染问题日益受到人们的关注。采用土培盆栽试验方法,以还原铁粉、硫磺、氢氧化钙等为主要原料,按一定的质量比例(1:0:0,Fe_1;15:1:0,Fe_2;3:0:10,Fe_3;15:1:50,Fe_4)制备成几种含铁复合重金属钝化剂,研究了施用几种含铁重金属钝化剂对蔬菜(小白菜Brassica campestris L.ssp.和空心菜Ipomoea aquatica Forsk)产量、蔬菜重金属Cd和Pb含量及其土壤重金属Cd和Pb形态含量的影响规律。结果表明:在污染土壤常规施用化肥处理(污染土PS+化肥CF)的基础上,添施几种含铁的重金属钝化剂处理(即PS+CF+Fe_1、PS+CF+Fe_2、PS+CF+Fe_3和PS+CF+Fe_4)均可在一定程度上提高蔬菜的生物产量、降低蔬菜重金属Cd和Pb含量,并提高蔬菜收获后土壤p H值、减少土壤有效态Cd和有效态Pb的含量。其中,PS+CF+Fe_4处理效果最佳,与对照(PS+CF)处理相比,提高了蔬菜生物产量48.54%,降低蔬菜重金属Cd含量51.15%~71.31%、Pb含量10.63%~68.68%,提高土壤p H值42.03%、减少土壤中有效态Cd含量18.01%、Pb含量41.04%;通过对蔬菜收获后土壤重金属Cd、Pb组分进行X射线衍射分析可知,PS+CF+Fe_4处理后土壤Cd、Pb主要以Cd_3(PO_3)_2、Pb(PO_2)_2、Pb_3O_2SO_4、CdCa_2(PO_4)_2等几种难溶性化合物形态存在,这进一步验证了该复合重金属钝化剂的钝化效果。因此,该含铁重金属钝化剂(Fe_4)对Cd、Pb污染农田土壤具有较好的推广应用前景。