[发明专利]利用红树营养指标预测待测区域土壤中重金属是否污染的方法

权利要求书

1.利用红树营养指标预测待测区域土壤中重金属是否污染的方法，其特征在于，包括以下步骤：

1）、建立逻辑回归模型：a、在污染区和非污染区分别对红树营养指标及红树下方的土壤进行取样检测，所述的红树营养指标包括样品叶片中K、Zn、Ca、Fe、Na、有机质、全氮和全磷含量，将检测结果整理备用；b、对各营养指标的两个样本组即污染区样本组和非污染区样本组进行差异性分析，选出污染区样本组和非污染区样本组差异性最显著的3个的营养指标；对各营养指标分别与待测重金属含量进行相关性分析，选出与待测重金属含量相关度最大的3个的营养指标；将以上选出的营养指标取并集，备用；c、将并集内的营养指标作为自变量、待测重金属含量作为因变量建立逻辑回归模型，建立模型过程中逐步减少自变量个数进行逐步回归，得到多个回归方程，选择拟合程度最佳的回归方程作为预测待测重金属是否污染的判断标准进行取样验证，取样验证的取样区域包括污染区和非污染区，如果准确率在90%以上，则逻辑回归模型建立成功且拟合程度最佳的回归方程为最佳模型；

2）、在待测区域中对红树的叶片取样，并对逻辑回归模型中包含的营养指标进行检测，通过建立的逻辑回归模型预测待测区域土壤中待测重金属是否污染。

2.根据权利要求1所述的利用红树营养指标预测待测区域土壤中重金属是否污染的方法，其特征在于：步骤1）采用R语言glm函数建立逻辑回归方程。

3.根据权利要求1所述的利用红树营养指标预测待测区域土壤中重金属是否污染的方法，其特征在于：步骤1）采用R语言stepAIC函数判断逻辑回归方程的拟合程度，AIC值最小的回归方程为拟合程度最佳的回归方程。

4.根据权利要求1所述的利用红树营养指标预测待测区域土壤中重金属是否污染的方法，其特征在于：红树叶片选自距地面1米高最外冠幅处的叶片，土壤选自该叶片下方地表以下2cm-4cm的土壤。

5.利用红树营养指标预测待测区域土壤是否镉污染的方法，其特征在于，包括以下步骤：在待检测区域对红树的叶片进行取样，检测叶片中全磷含量、K元素含量和Fe元素含量；每片叶片中各元素含量以mg/g为单位时，根据公式

TC= 182.7 – 63.04×P - 2.753×K - 3.194×Fe

计算TC值，公式中P为全磷含量，根据TC值预测待检测区域土壤是否镉污染：若TC≥1，则待检测区域为镉元素的污染区；若TC＜1，则待检测区域为镉元素的非污染区。

6.根据权利要求5所述的利用红树营养指标预测待测区域土壤是否镉污染的方法，其特征在于：红树叶片选自距地面1米高最外冠幅处的叶片。

7.根据权利要求5所述的利用红树营养指标预测待测区域土壤是否镉污染的方法，其特征在于：叶片中K元素含量和Fe元素含量均采用等离子光谱检测。

8.根据权利要求5所述的利用红树营养指标预测待测区域土壤是否镉污染的方法，其特征在于，叶片中全磷含量测定方法为：采用浓硫酸和浓高氯酸溶解转化叶片中的磷，并用钼锑抗比色法测定磷含量。