污泥施用对韭葱（Allium ampeloprasum L.）中重金属积累的影响以及基于土壤特性的预测模型开发

评估污泥施用对葱重金属积累的影响及MLR模型构建，显示模型对Mn、Fe的高效预测能力（R2=0.86-0.92），首次建立葱作物特异性模型，揭示土壤参数对重金属吸收的关键作用。

　　

摘要

本研究旨在评估污泥（SS）施用对韭菜（Allium ampeloprasum L.）中重金属（HM）积累的影响，并根据土壤特性开发金属吸收的预测模型。韭菜植株在含有0、10、20、30和40克/千克（g kg^?1）污泥的土壤中，在温室条件下生长了83天。污泥的添加显著改善了土壤性质并增强了金属的迁移性。不同组织中的重金属积累量存在差异，其中根部尤其是铁（Fe）和锰（Mn）的积累量较高。生物积累和迁移因子（BAF和TF）表明，韭菜的根部和茎部对镉（Cd）和锌（Zn）的吸收量较高。多元线性回归模型显示，对于茎部中的锰（R^{2 = 0.916，ME = 0.898）和铁（R2 = 0.864，ME = 0.842），以及根部中的锰（R2 = 0.863，ME = 0.838）和铁（R2 = 0.777，ME = 0.756），模型的预测能力均很高。这些较高的决定系数和模型效率，以及较低的MNAE和MNB值，表明该模型在评估重金属吸收方面具有很强的预测能力。研究表明，多元线性回归（MLR）模型适用于评估施用污泥后作物的重金属风险。与以往针对其他蔬菜的建模研究不同，这是首次为韭菜开发并验证特定作物的模型，从而确定了预测金属吸收的最重要土壤参数。这些发现有助于实现更安全、更可持续的农业实践。}