[发明专利]一种蔬菜中镉含量预测模型的建模方法及其应用

权利要求书

1.一种蔬菜中镉含量预测模型的建模方法，其特征在于，包含以下步骤：

S1.采集土壤、建模蔬菜样品；

S2.测定土壤中的Cd_oxalate-soil、Fe_DCB-soil、Al_Naoac-soil含量；

S3.测定建模蔬菜中Cd_plant含量；

S4.建立蔬菜中镉含量Cd_plant与土壤中的Cd_oxalate-soil、Fe_DCB-soil、Al_Naoac-soil含量的模型关系；

其中，步骤S2和S3可互换，也可同时进行。

2.根据权利要求1所述的方法，其特征在于，步骤S4中，建立的模型为：

logCd_plant＝alogCd_Oxalate-soil-bFe_DCB-soil+cAl_NaoAc-soil+d；

所述的a为土壤中Cd_oxalate-soil的模型系数，取值范围为0.85-0.95；

所述的b为土壤中Fe_DCB-soil的模型系数，取值范围为0.15-0.35；

所述的c为土壤中Al_Naoac-soil的模型系数，取值范围为0.2-0.35；

所述的d为常数项，取值范围为0.85-0.95。

3.根据要求2所述的方法，其特征在于，所述的模型为：

logCd_plant＝0.911logCd_Oxalate-soil-0.336Fe_DCB-soil+0.272Al_NaoAc-soil+0.948。

4.根据权利要求1所述的方法，其特征在于，所述的蔬菜为叶菜；

优选地，所述的叶菜为菜心、生菜；

更优选地，所述的叶菜为菜心。

5.根据权利要求1所述的方法，其特征在于，所述的土壤为红壤；

优选地，为华南地区的红壤。

6.根据权利要去1所述的方法，其特征在于，所述的Cd_oxalate-soil为土壤中提取态镉的含量；优选地，为土壤中草酸/草酸铵(Oxalate)提取态镉的含量。

7.根据权利要去1所述的方法，其特征在于，所述的Fe_DCB-soil为土壤中提取态铁含量；优选地，为连二亚硫酸钠-柠檬酸三钠-碳酸氢钠(DCB)提取态铁含量。

8.根据权利要去1所述的方法，其特征在于，所述的Al_Naoac-soil为土壤中提取态铝含量；优选地，为乙酸/乙酸钠(NaOAc)提取态铝的含量。

9.根据权利要求1所述的方法，其特征在于，步骤S4中，还包括对模型验证；

优选地，所述的模型验证包括：模型拟合度R²检验、模型标准误差SE估计、模型的显著性检验、多重共线性判别中的至少一种。

10.一种利用权利要求1-9所述的模型预测蔬菜中镉含量的方法，其特征在于，包括以下步骤：

1)采集待测蔬菜生长地土壤；

2)测定土壤中的Cd_oxalate-soil、Fe_DCB-soil、Al_Naoac-soil含量；

3)将步骤2)中的测定值带入权利要求1-9所建立的模型，计算出蔬菜中镉的含量；

优选地，所述的模型为

logCd_plant＝alogCd_Oxalate-soil-bFe_DCB-soil+cAl_NaoAc-soil+d；

所述的a为土壤中Cd_oxalate-soil的模型系数，取值范围为0.85-0.95；

所述的b为土壤中Fe_DCB-soil的模型系数，取值范围为0.15-0.35；

所述的c为土壤中Al_Naoac-soil的模型系数，取值范围为0.2-0.35；

所述的d为常数项，取值范围为0.85-0.95；

更优选地，所述的模型为：

logCd_plant＝0.911logCd_Oxalate-soil-0.336Fe_DCB-soil+0.272Al_NaoAc-soil+0.948；

优选地，所述的蔬菜为叶菜；更优选为菜心、生菜；还更优选为菜心；

优选地，所述的土壤为红壤；更优选为华南地区红壤。