地形与土壤控制下稻米砷积累对生物可利用硅的多阶段非单调响应

《Plant and Soil》：Multi-phase nonmonotonic responses of arsenic accumulation in rice grains to bioavailable silicon under topographic and edaphic controls

　　

摘要

目的

本研究旨在确定土壤、地形-水文及基于邻近性的空间因素如何共同塑造水稻籽粒中的砷(As)积累，特别关注土壤有效硅(Si)的作用。

方法

在一个整合框架内，我们将中国湖南省道县60份土壤-水稻籽粒配对田间样品与来自亚洲、美洲和澳大利亚的44份配对土壤-水稻籽粒观测数据相结合。运用机器学习、沙普利加法解释(SHAP)和贝叶斯结构方程模型来解读多元调控机制并生成模型拟合的空间曲面。

结果

土壤有效Si是籽粒As的最高排名预测因子。针对土壤-水稻籽粒As一致的田间样品组和独立文献数据集拟合的广义可加模型(GAMs)显示出广泛相似的非单调模式，其特征为在观察到的Si浓度梯度上存在三个浓度依赖性响应区域。这些区域与Si诱导的As活化、根铁膜动态及根屏障强化的相对重要性转变相一致。土壤pH值、无定形铁(氧)水氧化物(AAO-Fe)和地形条件也对籽粒As浓度的变化有实质性贡献。模型拟合的空间曲面表明，与局部水文路径相连的低洼地区籽粒As浓度较高。

结论

优化而非简单增加土壤有效Si可能有助于在不存在严重土壤As污染的水稻田中减少砷在水稻籽粒中的积累。所识别的响应区域和提出的机制解释为在受控、多季节和多区域条件下进一步评估提供了本地化基础。这些发现为本地校准的硅肥施用、土壤条件调控和灌溉管理提供了分析框架。