Determination of Organic Carbon in Soil and Sediment by the Elemental Analyzer with Silver Cup Digestion Method
-
摘要:
土壤有机碳是衡量土壤健康和生态系统功能的重要指标,对农业生产和环境保护具有重要意义。准确测定土壤有机碳含量有助于评估土壤质量、优化施肥管理、提高作物产量,并在应对气候变化、碳循环研究中发挥关键作用。本文旨在建立一种快速准确测定土壤和沉积物中有机碳含量的方法,以支持科学研究和农业生产。实验采用银杯消解-元素分析仪法,通过优化样品前处理过程,包括加酸浓度、加酸量、称样量和消解温度,使用81孔位铜板和银杯处理土壤样品。具体操作为使用Φ5mm×9mm规格银杯称取25mg样品,加入80µL的2mol/L盐酸去除无机碳,70℃电热板干燥,对高无机碳样品进行反复加酸加热处理,并利用低含量和高含量标准物质绘制混合标准曲线,通过日校准方法定量有机碳。该方法在21.2~6704.3μg有机碳含量范围内显示出良好的线性关系,线性相关系数为0.9998。样品称样量为25mg时,方法检出限和定量限分别为0.07%和0.23%,6种标准物质(GBW07406、GBW07385、GBW07391、GBW07544、GBW07546和GBW07365)中有机碳测定值的相对标准偏差(RSD)在0.67%~5.14%之间,测定值均在标准值范围内。该方法具有高精密度和准确度,能够满足常规土壤和沉积物有机碳测定要求,适用于大批量样品的检测分析。
要点(1)银杯消解-元素分析仪法兼顾土壤和沉积物的有机碳测定。
(2)使用定制铜板配合银杯法,将前处理过程缩短至1h,可快速、大量处理土壤和沉积物样品。
(3)对于高含量无机碳样品,提出多次加酸消解的方法来充分去除无机碳,用于元素分析仪银杯法测定土壤和沉积物中的有机碳。
HIGHLIGHTS(1) The silver cup digestion-elemental analyzer method can be used to determine organic carbon in soil and sediment.
(2) The use of customized copper plates with the silver cup method reduces the pretreatment process to 1h, which allows the rapid processing of large quantities of soil and sediment samples.
(3) For samples with high inorganic carbon content, the addition of extra acid for digestion is proposed to completely remove the inorganic carbon for the determination of organic carbon in soil and sediment with the silver cup-elemental analyzer method.
Abstract:Soil organic carbon (SOC) is an important indicator of soil health and ecosystem functioning and is of great significance for agricultural production and environmental protection. Accurate determination of SOC content is essential for assessing soil quality, optimizing fertilizer management, improving crop yields, and contributing greatly in the research of tackling climate change as well as the carbon cycle. A rapid and accurate method for the determination of organic carbon in soil and sediment was established to support scientific research and agricultural production. The silver cup digestion-elemental analyzer method was used to process soil samples using 81-porosity copper plates and silver cups by optimizing sample pretreatment, including acid concentration and volume, sample weight as well as digestion temperature. The specific procedure was initially weighing 25mg of sample using Φ5mm×9mm silver cups, then adding 80L of 2mol/L hydrochloric acid to remove inorganic carbon, followed by drying the sample on an electric hot plate at 70℃. Samples with high inorganic carbon were treated by repeated acid addition. Low and high content standards were used to form a mixed standard curve to quantify the organic carbon with a daily calibration method. The method demonstrated excellent linearity in the range of 21.2−6704.3μg of organic carbon content with a linear correlation coefficient of 0.9998. The limits of detection (LOD) and quantification (LOQ) of the method were 0.07% and 0.23%, respectively, based on a sample weight of 25mg. The precision of organic carbon determined for six standard substances (GBW07406, GBW07385, GBW07391, GBW07544, GBW07544, GBW07546 and GBW07365) ranged from 0.67% to 5.14%, with all measured values falling within the range of the standard values. The method demonstrates high precision and accuracy, which meets the requirements for the determination of organic carbon in soil and sediment and is suitable for the analysis of large quantities of samples.
-
Keywords:
- soil /
- sediments /
- organic carbon /
- silver cup digestion /
- element analyzer
-
自2011年以来,中国的葡萄产业发展迅速,鲜食葡萄产量已稳居世界首位,在2014年栽培面积已跃居全球第二位,中国已经逐步成为世界葡萄生产大国[1]。但相较于中国幅员辽阔的地域优势,葡萄的栽培管理与技术仍存在诸多问题,使得葡萄品质与世界先进水平还有一定的差距。究其原因,在葡萄园中除了农药和营养液的喷洒,土壤是葡萄吸收养分和微量元素的重要载体,而其中存在的重金属污染已经成为世界范围内农业安全生产的重点难题。已有的调查报告显示,全球超过50%的土地受到重金属或类金属污染[2],在中国有19.4%的农业耕地重金属污染点位超标。随着时间而积累,其中一些重金属元素可以迁移至100cm以下[3],破坏了土壤生态系统平衡[4]。大多数重金属元素具有毒性、持久性、不能被微生物降解等特点,且不可避免地会通过土壤迁移至葡萄植株中,显著影响其正常生长及品质[5]。研究表明,当重金属浓度超标时,会导致葡萄催化酶、抗氧化酶活性紊乱;以及对葡萄中的可溶性糖、蛋白质、维生素和可溶性固形物含量等指标产生不利影响[6]。最终进入食物链后,还可能会对人类健康构成威胁。因此,探究土壤-葡萄体系中重金属元素的存在状况与迁移富集机制,深入分析相关影响因素,对于有关部门划定葡萄中潜在有毒元素的含量标准,葡萄产地建立健康化、专业化的栽培模式,保障葡萄及其制品的质量安全,促进葡萄产业的可持续发展至关重要。
2014年以来,国内外研究人员对受污染土壤中重金属的来源、空间分布、风险评估都进行了深入研究。据报道,金属冶炼厂以及矿产开发会导致表土中存在严重的重金属污染,生态风险较高;以及长期的农业活动、工业排放也会加剧土壤的重金属污染程度。近年来,重金属元素由农业土壤向作物的迁移转化及其生物可利用度研究逐渐成为热点[7],但研究对象多集中于水稻、小麦、玉米等粮食作物。在葡萄园中的研究也大部分着重于对园区土壤中重金属含量的测定,而评估某种重金属与土壤环境质量、葡萄生长品质的关联程度等内容,调查较少且不系统。研究发现,重金属在土壤-葡萄体系中的生物可利用度以及迁移与积累过程较复杂,常会受到多种因素影响。例如,Yang等[8]认为体系中重金属的生物可利用度与土壤理化性质显著相关;Blotevogel等[9]研究得知葡萄植株对土壤溶液中金属元素的吸收取决于其在根际的浓度和形态、植株本身的营养状况,以及其他养分的可用性;Liu等[10]通过对比实验,验证了品种、水分胁迫和氮肥水平也会影响葡萄对重金属的吸收程度。因此,在研究结果中可能会出现不同产地、园区的葡萄植株中各部位重金属有效含量存在较大差异的情况。除此之外,不同提取方法对于体系中重金属元素的提取效果也显著不同,这对结果的准确性存在潜在影响[11]。可见目前为止,各领域对于重金属在土壤-葡萄体系中的迁移与积累,及其相关的影响因素存在着不同的认识与理解,研究工作的侧重点不同,还未形成全面的研究框架,仍需进行完善。
基于上述问题,本文分析了土壤-葡萄体系中重金属元素相关工作的研究进展,系统地从重金属元素的含量分布及影响因素、迁移与富集机制、污染风险评价方法这三个方面进行综述。并结合最新研究成果,对本领域研究工作中存在的问题和未来发展方向提出可行性建议。
1. 土壤-葡萄体系中重金属含量分布及影响因素
1.1 重金属含量分布
土壤及葡萄组织中的重金属元素来源途径广泛,可分为土壤本底内源和人为活动外源。其中,土壤重金属本底由成土母岩成分决定,在不同地区、不同土质之间存在天然的背景值差异;人为来源主要包括农药[12]、肥料残留[13]、工业活动排放以及受污染的灌溉水源等[14]。
在全球范围内,通过对不同地区土壤与葡萄中典型重金属的含量进行检测分析,可以进一步反映出该地区的环境污染现状,对研究人员深入探究其潜在生态风险具有现实意义,也为制定有效的环境管理策略和确保葡萄品质安全提供了重要依据[15]。在葡萄各组织中,果实作为可食用部分,其中的重金属含量是影响人类健康的关键因素。表1列出了世界各地典型葡萄种植区土壤与葡萄果实中的重金属含量。数据表明,在多数研究中,果实中的重金属元素含量几乎都远低于世界卫生组织/联合国粮农组织(WHO/FAO)规定的最大允许限量[24]。通过计算富集系数(表2),可以判断出葡萄果肉对多种重金属的积累能力较弱。但结果中也会存在部分重金属含量接近限量标准值或富集系数较高的情况,其中以人体及葡萄生长所必需的微量元素(Cu、Zn等)为代表,国家标准通常不会对它们进行范围限制。但无论是潜在有毒重金属还是这些必需元素,当其含量超出某一阈值时,作为生食葡萄可能会威胁人体健康;作为酿酒葡萄则会对葡萄的基因表达、代谢过程产生一定程度的负面影响,最终改变葡萄酒的品质。
表 1 全球各地区土壤及葡萄果实中典型重金属元素含量Table 1. Typical heavy metal element contents of soil and grape pulp in various regions of the world.样品
类型重金属
元素重金属元素在不同国家的土壤-葡萄体系中的含量(mg/kg) 中国新疆[16] 中国宁夏[17] 中国湖南[18] 美国[19] 意大利[20] 罗马尼亚[21] 西班牙[22] 塞尔维亚[23] 葡萄
果实As − 0.0087 0.0010 0.0250 − 0.130 − 0.0022 Cd 0.0020 0.0012 0.0290 0.0013 − 0.580 − 0.0038 Pb 0 0.0340 0.100 0.0006 0.0510 0.310 0.185 0.0003 Hg − 0.00059 0.0080 − − 0.0110 0.0158 − Cr 0.100 0.0560 0.330 − 0.310 0.110 2.77 0.0039 Zn 1.26 4.70 − 4.90 1.90 1.11 3.06 1.12 Cu 0.330 1.30 − 3.00 2.30 2.85 5.51 8.80 土壤 As − 11.5 4.81 9.00 − 1.81 − 0.370 Cd 0.270 0.0821 0.0650 0.130 − 14.29 0.0761 0.227 Pb 0.100 14.5 18.9 37.0 25.9 8.49 8.68 10.8 Hg − 0.0300 0.0290 − − 0.0550 0.0299 − Cr 47.3 48.1 39.9 − 80.1 1.21 5.10 94.0 Zn 66.7 52.1 − 31.0 55.0 59.9 23.1 71.5 Cu 41.2 19.9 − 11.0 21.9 40.5 72.7 38.1 注:“−”表示暂无数据。 表 2 重金属元素在土壤-果实之间的富集系数Table 2. Enrichment coefficients of heavy metal elements between soil and grape pulp.重金属元素 重金属元素在不同国家的土壤-葡萄体系中的富集系数(%) 中国新疆 中国宁夏 中国湖南 美国 意大利 罗马尼亚 西班牙 塞尔维亚 As − 0.08 0.02 0.28 − 7.18 − 0.59 Cd 0.74 1.46 1.20 1.00 − 4.05 − 1.67 Pb 0.00 0.23 0.53 0.00 0.20 3.65 2.13 0.00 Hg − 1.97 0.40 − − 20.0 52.84 − Cr 0.21 0.12 0.83 − 0.39 9.10 54.31 0.00 Zn 1.89 9.02 − 15.81 3.45 1.85 13.25 1.57 Cu 0.80 6.53 − 27.27 10.50 7.04 7.58 23.10 注:“−”表示暂无数据。 张鑫荣等[25]通过实验验证了Cd可以调控葡萄中相关金属元素转运蛋白基因的表达量及其活性,当胁迫浓度增加时,会出现催化酶代谢紊乱、抑制葡萄生长、改变叶片形态等现象,显著影响了葡萄果实品质。Song等[6]设计对照实验,得出Zn不仅对葡萄果实中酚类物质组分的形成、叶片的光合作用具有促进效应,还可以提高成熟期葡萄果皮的花色苷含量。黄雨珊等[26]研究发现Cu、Zn、Sn等元素会对葡萄酒的澄清度产生影响,过量时会导致酒体浑浊,析出沉淀;还会使葡萄酒的色泽、香味以及稳定性等重要特征出现不同程度的变化,在低浓度时可以起到改善颜色质量、增加颜色强度等作用,高浓度时则会出现褐变,使其颜色稳定性下降。
因此,为了确保葡萄果实及葡萄酒的品质安全,深入探究土壤-葡萄体系中与重金属含量相关的影响因素,及其在各组织之间的迁移、积累机制是具有重要意义的。
1.2 重金属含量影响因素
土壤-葡萄体系中重金属元素的迁移与积累过程及其含量,可能会受到土壤本身理化性质和组成成分[27]、环境条件[28]、地质特征[28]、气候因素[29]、人为因素[29]等影响。因此,在分析过程中,常需要综合多种因素进行考虑。
1.2.1 土壤的理化性质
葡萄园土壤中重金属的吸附与解吸、迁移与转化都与土壤pH值的变化密切相关。以往的研究结果表明,土壤pH值可以通过改变吸附位点、化学形态、稳定性、配位性能等[30],直接影响重金属在土壤中的有效含量。例如,当pH值偏低时,一些存在于土壤固相盐类中的重金属离子会因溶解而大量被释放,离子浓度相应地会表现为较高水平[31];随着土壤pH值的升高,各种重金属在土壤固相上的吸收能力也会增强,发生络合反应及产生沉淀的可能性增大,这时重金属的生物可利用度也就呈下降趋势[32]。具体结论需综合多种驱动机制进行分析,如图1所示。在一定范围内,通常认为pH值与重金属的生物可利用度呈负相关关系。
Yang等[8]测定了葡萄园土壤的pH值与重金属(Cd、Cu、Zn、Ni)的生物有效含量,结果表明研究区土壤呈微碱性(pH=7.95);与以往研究结果(pH≈6)进行对比,生物可利用重金属占土壤重金属总量的平均比例有所下降;结合相关性分析得到,土壤pH值与重金属生物可利用含量呈显著负相关,再次证明了pH值升高在一定程度上会降低土壤中重金属元素的流动性和生物可利用度。徐伟等[34]调查分析表明,在不同研究区域中(南部pH=5.73,北部pH=6.35),北部葡萄园土壤中重金属(Cr、Cd、As、Pb)有效含量显著低于南部。
通过收集分析国内外葡萄园土壤pH值数据得知(表3),在调查的多数葡萄园中,土壤pH均值在4.5~6.5之间,呈酸性或微酸性,土壤酸化现象较明显[34]。而研究表明,适宜葡萄生长的pH值范围为6.0~7.5[33]。因此,为了提升葡萄品质与产量,以及在对葡萄园土壤进行重金属污染评估或治理时,需要重点注意对土壤pH值的测定与控制。高pH值虽然会限制重金属元素的流动性,使潜在有毒重金属更易吸附存在于土壤中,降低了其向葡萄各组织迁移以及进入食物链的可能性,但与此同时也会影响葡萄对一些必需营养元素的吸收作用。因此,通过科学地控制与调整,得出一个合理的pH值范围在该研究中显得尤为重要。
土壤有机质(SOM)不仅与葡萄园中土壤养分、肥力与微生物活性相关,还会与重金属离子相互结合、发生反应,生成具有不同化学性质的稳定性物质[31],从而改变各种形态下元素的存在与比例,最终直接影响葡萄园的生产稳定性和果实品质。van Poucke等[39]研究表明,重金属在土壤-葡萄体系中的生物可利用度与有机质含量呈显著正相关,并且认为这是由于重金属可以与土壤中有机质结合形成可溶性金属有机化合物,间接地提高了重金属的溶解度和生物可利用度。Yang等[8]通过相关性分析也得到了相同结论,指出葡萄园土壤的有机质含量与体系中生物可利用Cd、Zn和Ni呈显著正相关,土壤pH值则与有机质含量呈极显著负相关,这说明了二者之间存在着必然的联系。Tu等[40]对于该结论的解释为土壤pH值的增加会削弱重金属对土壤微生物的毒性作用,增强了它们的代谢活性,而活化微生物可以加速对土壤有机质的分解。因此,有机质对体系中重金属含量的影响会因土壤的组分与性质的不同而产生差异,通常不是单一的线性关系,需结合实际判断吸附作用与活化能力的强弱,具体机制如图1所示。
由于目前有关重金属含量与生物可利用度影响因素的内容在土壤相关研究中已经相对成熟,从不同角度形成了较完整的理论性结论,在土壤-葡萄体系中多数检测分析得出的结果也表现出与其他体系的一致性,因此pH值与有机质含量通常被认为是可适用于土壤-葡萄体系研究工作的影响因素,且多数情况已不再对其具体的作用机制展开论述。但对于在特定环境中的研究,以及出现异常结论时仍需结合实际进行分析讨论。
1.2.2 气候与地质因素
土壤-葡萄体系中,重金属元素的迁移可能受到温度、湿度、降水等气象因子的影响。Hao等[41]研究表明,重金属元素在体系中的生物富集系数与平均相对湿度呈显著负相关,与温度呈负相关。此外,生物富集系数还与纬度呈正相关[41],与海拔呈显著负相关[42]。这些相关性分析反映了重金属从土壤向葡萄各组织的转移过程中,气候与地理因素在一定程度上起到关键作用。
除此之外,土壤类型也是影响土壤中重金属元素含量与形态分布的重要因素。土壤类型包括壤土、砂土、黏土等,质地不同会直接反映为土壤的孔隙大小,从而影响土壤的紧实度和通透性[43]。如黏土是一种含砂粒很少、颗粒细、具有黏性的土壤。它的特点为比表面积大、吸附能力强、结构疏松,其中代表组分为黏粒矿物(包括硅酸盐矿物和氧化物类)与腐殖质[32],其作用机制如图2所示。多数研究表明在黏土中重金属元素的含量虽为较高水平,但其生物可利用度普遍较低[44]。
Han等[45]分别检测了葡萄种植区域中三种土壤类型(黏土、黏壤土、砂壤土)的理化特性和部分重金属元素含量,其中阳离子交换容量(CEC)表现为:黏土≈黏壤土>砂壤土;电导率(EC)表现为:黏土>黏壤土>砂壤土。土壤中Fe、Mn、Cu、Zn等元素含量表现为:黏土≈黏壤土>砂壤土,而在这三种土质中种植的葡萄,其茎叶部分中4种元素含量基本表现为:砂壤土>黏壤土>黏土。该结果也同样说明了在黏土中,重金属元素的生物可利用度为较低水平。结合相关研究可以得知,不同土壤类型会因其中CEC、EC等指标之间的差异,从吸附能力、pH值稳定性、盐分含量等方面对体系中重金属的含量产生影响。但目前在该体系研究工作中,多数情况下土壤类型并未被归类于主要影响因素。因此,是否需要重点关注该因子仍需进一步探究。
2. 土壤-葡萄体系中重金属的迁移富集机制
前人研究结果表明,葡萄叶片中重金属的平均含量高于葡萄其他组织(根部、茎部、果实、皮、籽)。整体而言,在迁移特征的影响下,重金属元素的富集情况多表现为:叶片≈根部>茎部>果实。
2.1 重金属元素的迁移特征
对于葡萄各组织中重金属元素的迁移情况,不同部位、不同元素之间差异较大。Yuliya等[46]通过比较葡萄园土壤及葡萄植株各组织中的重金属元素(Cu、Zn、Pb)的浓度水平,得出各元素从土壤到叶片的迁移率远高于其葡萄果实的迁移率,其中Zn从土壤到叶片的迁移率高达从土壤到果实的32倍,以及这三种重金属迁移能力排序为:Zn$\gg $Cu>Pb。Khaska等[47]基于同位素分析方法,利用Sr同位素比值作为重金属元素的替代指标也得出了相似的结论,数据表明As、Zn、Sb、Cd从土壤到叶片的迁移率比到葡萄果实高10倍。庞荣丽等[48]通过检测并计算土壤-葡萄体系中几种重金属的迁移系数,发现大部分重金属(Zn、Cd、Cu、Hg)在土-根、根-茎、茎-叶界面上的传输是比较通畅的,而茎-果界面普遍对于重金属的吸收会产生一定阻碍作用;Cr、Pb、As、Ni则表现出在茎-叶界面上有一定的迁移能力,但在其他界面迁移时均会受到不同程度的阻碍。
研究还表明,大部分重金属在向葡萄植株地下部分迁移的能力会表现为高于地上部分[49-50],有学者对其他作物的分析认为这是由于在根部细胞壁中存在大量交换位点,可以在迁移过程中将重金属元素固定在这些位点上,从而阻止其进一步向地上部分转移[51]。而Bora等[52]在葡萄体系的研究中提出了不同的观点,他们对重金属的迁移与富集情况进行讨论分析后,发现在其组织中,尤其是根部,对于多种重金属元素具有耐受性。由此推测出在研究区域内种植的葡萄可能已经发展出某种特殊的细胞机制,该机制可以有效地在特定部位对于重金属的胁迫作用产生响应、建立耐受,并且限制根部从土壤中吸收和保留重金属元素。Mirzaei等[53]通过测定4种胁迫水平下5种重金属(Zn、Cu、Cd、Cr、Pb)浓度得到了相似的结果,其迁移系数均表现为葡萄地上组织高于根部,因此可以认为是重金属的胁迫作用改变了根部细胞原有的反应机制,出现将大量的重金属转移至葡萄地上组织中的现象。
对于葡萄的可食用部分——果实,多数研究结果显示,重金属最终保留在果实部分的含量较低。Guo等[18]对于该现象提出解释为,一些非必需元素进入葡萄植株体内后会主要滞留在根部细胞壁中,少量积累在液泡中,这样已限制了大部分重金属的迁移行为,剩余少量重金属在蒸腾作用下,随着水分向其他部位运输时,进一步被茎部纤维素吸附,因此最终能够到达果实部位的重金属含量极少。Mirzaei等[54]的研究结果表明,果肉中的重金属元素平均含量基本都在国家标准规定的范围内,这也说明了重金属向果实部分的迁移能力相对较弱。杨玉等[55]分别采集了中国12个观光采摘园中的葡萄样本,发现即使生长在土壤重度污染果园中的葡萄果实,其重金属含量仍在国家食品安全标准范围之内。以及葡萄的皮和籽不是葡萄的可食用部分,且在多数检测结果中其生物量极少,因此可以不考虑它们的积累水平对人类产生的潜在危害。
2.2 重金属元素的富集机制
多数研究成果表明,葡萄植株对于不同重金属元素的富集能力存在显著差异。庞荣丽等[48]通过设计对照实验,得出在葡萄各组织中重金属含量分布特征多为在叶片及根部表现为较高程度的积累,茎部及果实表现为较低水平。其中Zn在叶片和根部中的积累量分别达到了93mg/kg和51mg/kg,是果实部分(0.53mg/kg)的175倍和96倍。以及葡萄植株对于不同重金属的富集能力存在显著差异,其中典型重金属的富集系数均值大小排序为:Cd>Zn>Cu>Hg>Ni>Cr>As>Pb,根据实验数据进行分类讨论,可将上述重金属的富集能力大致划分为三类:富集能力较强(Cd);富集能力中等(Zn、Cu);富集能力较弱(Cr、Pb、Ni、Hg、As)。
Milićević等[56]在研究中得出了相似的结论,其认为由于大气沉降(叶面喷施农药、靠近葡萄园区域的人为活动、工业活动)作用,叶片不仅会从土壤中获得重金属,还会吸收和积累空气中沉积物颗粒里的重金属,由于叶片与其他组织相比具有粗糙的结构和较大的表面积,使沉积的颗粒更易固定在其表面,这可能是导致葡萄叶片中的重金属含量高于其他组织的主要原因之一。
除此之外,重金属在不同组织中的富集也会因葡萄品种的不同而产生特定机制。邵小杰等[57]研究结果表明不同品种Cd含量在根部最大可相差3.5倍,茎部最大相差5.5倍,叶片最大相差4.5倍。并且在不同品种之间,重金属的富集能力会因其自身物理、化学性质的影响存在显著的基因型差异,品种之间最大可相差7倍。对于品种之间的富集能力差异,Yuliya等[27]提出的解释为不同品种从土壤中特异性选择某些元素并将其转运到地上植物部分的自然能力是不同的,这与该元素是否参与其代谢过程有关。Chopin等[58]通过对比不同元素在葡萄组织中的积累量,得出了相似的结论,也有了新的发现,具体解释可归纳为以下三点:①必需营养元素(如:Cu、Zn)与非必需元素(如:Pb、Cd)之间的内在差异;②某些葡萄品种自身会存在满足营养需求和预防毒性的特定吸收/避免机制;③微量元素分配的差异会导致富集系数和生物可利用度的差异。
通过相关性分析得知,不同重金属的富集能力还与葡萄的生长季节呈显著相关。Milićević等[56]评估了重金属自结叶期(4—6月)到收获期(7—8月)从土壤迁移至叶片的生物积累量,总结了各个时期在叶片中占优势地位的重金属元素及其原因,如图3所示。不仅如此,葡萄根系的深度、密度和树龄也在重金属的富集过程中存在着复杂的影响机制。
结合目前研究进展,土壤-葡萄体系中重金属的迁移与富集总体情况如图4所示,在分析研究结果时应结合实际环境条件进行讨论,因此得到规律性结论还需要大量实验案例及数据的佐证。
3. 土壤-葡萄体系中重金属污染风险评估方法
葡萄作为多年生植物,因其根系深度广泛、生长周期较长以及特殊的抗逆生理机制,使得重金属在体系中的累积常与多种一年生作物(如玉米、水稻、小麦)存在显著差异,累积效应更为明显。并且与其他作物相比,葡萄主要用于生食和酿酒,重金属超标不仅会在多方面影响其口感与品质[16],其潜在风险还会对人类构成直接威胁。因此,对土壤-葡萄体系开展重金属污染风险评估是至关重要的,研究人员不仅可以系统地识别和分析体系中重金属的污染状况,还能准确地定位区域污染源,为制定有针对性的治理措施提供科学依据。对人类健康来说,通过完整的评估体系,可以精准量化葡萄可食用部分的重金属含量,有利于相关部门划定合理的食品安全标准以及危害风险等级。
3.1 重金属元素污染程度评估
近年来,前人根据研究区域的环境特征定义了一系列侧重点不同的评价方法,如单因子污染指数法(Pi)、综合污染指数法(PN)分别用来评估葡萄园土壤中单一金属元素的污染状况以及整体污染状况,数值越大,污染情况越严重[59-60]。若需要评价多种重金属同时作用于环境时的污染状况,可采用污染负荷指数法(PLI)[61],以及应用潜在生态风险指数(RI)[62]可以将重金属污染对生态系统产生的潜在危害进行量化。在对研究区域进行污染评估过程中,不仅需要关注人为污染因素,对于具有不同种类岩性的地区,还需要考虑土壤中的重金属含量有可能因成土母质和土壤性质的不同而发生较大的变化[63]。因此,地累积指数法(Igeo)可以根据自然地质过程对重金属分布以及地球化学背景值变动产生的影响,引入相应的修正系数来反映污染状况[64]。以上指数所对应的污染程度分级标准见表4。
表 4 土壤重金属污染程度分级标准(据Wang等[60]修改)Table 4. Classification standards for heavy metals pollution level in soil (Modified from Wang, et al[60]).单因子污染指数$ {P}_{i} $ 综合污染指数$ {P}_{N} $ 污染负荷指数$ PLI $ 地质累积指数$ {I}_{{\mathrm{geo}}} $ 潜在生态风险指数$ RI $ 范围 程度 范围 程度 范围 程度 范围 程度 范围 程度 $ {P}_{i}\le 1 $ 正常 $ {P}_{N}\le 0.7 $ 正常 $ PLI=0 $ 正常 $ {I}_{{\mathrm{geo}}}\le 0 $ 正常 $ {E}_{{\mathrm{f}}}^{i} < 40 $ 低风险 $ 1 < {P}_{i}\le 2 $ 较正常 $ 0.7 < {P}_{N}\le 1 $ 较正常 $ 0 < PLI\le 1 $ 较正常 $ 0 < {I}_{{\mathrm{geo}}}\le 2 $ 轻度 $ 40\le {E}_{{\mathrm{f}}}^{i} < 80 $ 中风险 $ 2 < {P}_{i}\le 3 $ 轻度 $ 1 < {P}_{N}\le 2 $ 轻度 $ 1 < PLI\le 2 $ 轻度 $ 2 < {I}_{{\mathrm{geo}}}\le 3 $ 中度 $ 80\le {E}_{{\mathrm{f}}}^{i} < 160 $ 较高 $ 3 < {P}_{i}\le 5 $ 中度 $ 2 < {P}_{N}\le 3 $ 中度 $ 2 < PLI\le 3 $ 中度 $ 3 < {I}_{{\mathrm{geo}}}\le 5 $ 重度 $ 160\le {E}_{{\mathrm{f}}}^{i} < 320 $ 高风险 $ {P}_{i} > 5 $ 重度 $ {P}_{N} > 3 $ 重度 $ 3 < PLI\le 4 $ 重度 $ {I}_{{\mathrm{geo}}} > 5 $ 极重度 $ {E}_{{\mathrm{f}}}^{i}\ge 320 $ 极高 注:单因素污染指数法与潜在生态风险指数法中i表示不同的重金属元素。 3.2 重金属元素迁移能力评估
葡萄各组织对不同重金属元素的吸收能力差异较大,因此为了量化土壤到葡萄各组织的迁移情况,我们可以通过计算相关系数来辅助分析。如转运系数(TF)可表示葡萄组织中重金属含量的比值(果/茎、果/根、茎/根等),用于评估重金属按照自然顺序在不同部位之间的迁移与富集能力[65]。生物富集系数(BCF)可表示葡萄组织中的金属元素含量与土壤中相应元素的含量之比,能在一定程度上反映出土壤-葡萄体系中元素迁移的难易程度,BCF值越高,重金属的流动性(可用性)越强,同样说明了重金属在葡萄组织内的吸收、富集情况[66]。
Bora等[52]通过计算果实与葡萄茎部之间的转运系数,得出对于大多数元素来说其转运系数(果/茎)均低于1,表明了葡萄茎部可能具有阻断重金属在葡萄中积累的特定机制。这与之前提到的Pang等的研究结果相一致。在该研究中,重金属元素的生物富集系数基本低于1,这表明葡萄各组织对重金属的积累能力较低,进一步证明葡萄并不是重金属的超富集物种。
以上是常用的两种评估方法。除此之外,Milićević等[67]还采用生物利用度风险评估指数法(BRAI)计算了葡萄叶片中各元素的生物积累量,该方法可以对土壤-葡萄体系中重金属元素的生物利用度风险进行解析与量化。
3.3 重金属元素健康风险评估
土壤中存在重金属污染不仅会对植物的生长、品质产生显著的负面影响,并且重金属会通过食物链进行迁移和富集,最终可能会进入人体,严重影响人类健康[62,68]。目前有关健康风险的评估体系较为健全,主要包括致癌风险模型与非致癌风险模型[69]。用致癌风险系数(CR)评估人体因暴露或摄入致癌或潜在致癌物质而患癌症的概率,CR值低于10−4表示为可接受的风险水平[70]。用目标危险系数(THQ)评估通过葡萄摄入的单一金属元素对人体造成的潜在健康风险(非致癌风险),若THQ值低于1则表示重金属产生的非致癌健康风险可以忽略[71]。用危害指数(HI)来评价多种因素以及不同环境条件对人类健康的影响,若HI指数高于1,则被认为对人体有不利影响[72]。
多数研究表明,在推荐膳食摄取量(RDA)范围内,由于摄入重金属而导致的致癌与非致癌风险可以忽略不计[70,73]。但Yang等[8]的研究表明,在污水灌溉区内采集的葡萄样本的CR值高于美国环境保护署(EPA)建议的可接受范围,这与以往的大多数报道不一致,表明了食用在污水灌溉区种植的葡萄可能对消费者存在潜在的健康风险。因此,有关健康风险的讨论需要结合实际研究区域的环境特征进行,而针对由重金属积累带来的污染问题制定相关的修复、治理策略也是值得重视的。
以上各部分提出的风险评估指数计算公式见表5。
表 5 风险评估指数计算公式Table 5. Calculation methods of risk assessment index.评估类别 相关指数 计算公式 参考文献 污染评估 $ \;$
Pi (单因子污染指数)$ {P}_{i}=\dfrac{{C}_{i}}{{C}_{0}} $ [59-60] $ \;$
PN (综合污染指数)$ P_{\mathrm{N}}=\sqrt{\dfrac{\left(P_{i\max}\right)^2+\left(P_{i\mathrm{ave}}\right)^2}{2}} $ \$
PLI (污染负荷指数)$ PLI=\sqrt[n]{{P}_{1}\times {P}_{2}\times {P}_{3}\times \cdots \times {P}_{n}} $ [61] $ \;$
Igeo (地质累积指数)$ {I}_{{\mathrm{geo}}}={\mathrm{log}}_{2}({C}_{i}/{1.5B}_{i}) $ [62] $\; $
(潜在生态风险指数)$ RI=\displaystyle\sum _{i=1}^{n}{E}_{{\mathrm{f}}}^{i} $ [64] 迁移评估 $ \;$
TF(转运系数)$ TF={C}_{i地上部}/{C}_{i根部} $ [65] $ \;$
BCF(生物富集系数)$ BCF={C}_{葡萄}/{C}_{土壤} $ [66] $\; $
BRAI(生物利用度风险评估指数)$ BRAI=\displaystyle\sum_{i=1}^nBD_i/\displaystyle\sum_{i=1}^nTE_i $ [67] 健康评估 $\; $
THQ(目标危险系数)$ THQ=\dfrac{{C}_{i}\times IR\times EF\times ED}{BW\times AT\times RfD} $ [70] $ \;$
HI(危害指数)$ HI=\displaystyle\sum_{i=1}^nTHQ_i $ $\; $
CR(致癌风险指数)$ CR=EDI\times SF $ [71] 3.4 重金属元素生态风险评估
Alagić等[73]采用单因素方差分析(One-Way ANOVA)来判断不同研究区域采集的样本(土壤、葡萄组织)之间的差异性。得到结论为:在大多数情况下,葡萄组织中的重金属浓度会根据采集位点的不同而发生显著变化(p<0.05),而土壤样本则表现为没有统计学上的显著差异。Hao等[41]也采用该方法来评估土壤、葡萄样本中重金属浓度及其转运系数、富集系数之间的差异是否与采集来源有关,并得出了一致的结论。导致这种差异的因素通常比较复杂,主要与多种环境变量有关,因此需要结合其他方法得到更准确的结论。故作者采用Pearson相关性分析进一步探究了温度、降水、平均相对湿度、海拔、纬度等因子与各元素及其生物富集系数之间的关系,结果显示多项环境因素与其是显著相关的。
Bora等[52]在研究中同样选择Pearson相关性分析,证明了葡萄组织中的重金属含量随着与主要污染源距离的减少而增加,以及结合聚类分析法可判断其是否同源,对土壤和葡萄组织样本中的重金属元素构建聚类结构,将结果中具有相似性的元素进行分类,证明了土壤-葡萄体系中重金属的来源具有差异性,具体可区分为土壤性质或大气污染,该方法对于确定体系中重金属的污染源具有重要意义。若根据该分类结果进一步结合相关性分析,还可以推测出重金属在不同组织之间的迁移情况。
尽管上述统计学方法在数据处理中起着至关重要的作用,但应对日益全面化、多样化的研究内容与要求时,还存在一定的局限性。因此,在当前研究趋势下,可以考虑运用机器学习模型(随机森林、人工神经网络、决策树等)辅助进行数据分析,模拟重金属元素在不同环境中、葡萄不同组织中的相互作用,进一步得到重金属元素的总体特征及变化趋势,为最终预测不同区域土壤-葡萄体系的生态风险提供参考依据。
4. 结论与展望
土壤-葡萄体系中的重金属元素来源较为广泛,其中外源性化学品残留和工业活动导致的大气沉降作用占据主要地位。这些重金属经以上途径进入土壤之后,通过特殊的迁移、富集机制,最终影响葡萄及葡萄制品的品质与安全。大多研究结果表明,重金属元素在土壤-葡萄体系中的迁移能力表现为在土壤-根、根-茎、茎-叶界面上较强;积累水平在叶片与根部中较高,在茎部与果实中较低。此外,有关迁移富集机制的研究结果中也常会存在一些特例,因此具体情况需要根据研究区域的实际环境条件系统地进行分析。影响因素较为复杂,包括土壤本身理化性质和组成成分、环境条件、气候因素、地质特征、人为因素等,而pH值指标因与多项影响因素相关联而应被重点关注。对于土壤-葡萄体系中的风险评估,目前在污染、迁移、健康、生态等方面已形成了较为全面的评价方法,且逐渐开发应用了一系列统计学方法辅助进行相关性分析及数据处理。
研究过程中,可以发现目前的工作还存在一些局限性和研究空白:①关于葡萄不同组织中重金属元素的含量与迁移情况是否与产区地质背景、栽培模式相关也可以作为新的研究内容。未来亟需针对不同区域开展大量实地采样调查,对影响因素进行全面地分析讨论。②该研究可以促进与生物学(例如在不同浓度重金属胁迫作用下,生长的葡萄植株是否会发展出特殊的细胞机制)、化学(例如,综合地验证与对比不同提取剂对体系中重金属的提取效果)和地质学(例如,结合产地地质背景、风化特征,辅助判断体系中重金属的来源与成因)的交叉研究,特别是健康地质指标框架下的优质产地特征元素筛选和健康阈值研究;③优化机器学习模型,对未知风险及发展趋势进行预测,建立标准化、全面化、科学化的研究体系,使评估结果更具参考价值。
-
表 1 标准物质有机碳含量的标准值
Table 1 Reference values of organic carbon content in the reference materials
标准物质类型 编号 有机碳标准值
(%)无机碳标准值
(%)土壤 GBW07406 0.81±0.09 0.02 土壤 GBW07408 (0.30) 1.63 土壤 GBW07544 0.48±0.04 1.96 土壤 GBW07546 0.44±0.03 3.37 土壤 CatNo.2181 (1.89) 0.30 土壤 GBW07409 1.1±0.1 0.8 泛滥平原沉积物 GBW07385 1.12±0.09 0.56 泛滥平原沉积物 GBW07390 0.79±0.09 1.08 泛滥平原沉积物 GBW07391 2.00±0.17 1.03 水系沉积物 GBW07365 0.18±0.02 2.42 表 2 三种消解温度下标准物质有机碳的测定结果
Table 2 Analytical results of organic carbon content in standard substances at three digestion temperatures
消解温度
(℃)有机碳含量测定值(%) GBW07406 GBW07408 GBW07409 GBW07385 60 0.85 0.31 1.08 1.14 70 0.87 0.30 1.13 1.13 80 0.84 0.30 1.12 1.13 标准值 0.81±0.09 (0.30) 1.10±0.10 1.12±0.09 表 3 称样量对有机碳测定结果的影响
Table 3 Effect of sample weight on determination of organic carbon
称样量
(mg)一次消解有机碳测定值(%) 二次消解有机碳测定值(%) 三次消解有机碳
测定值(%)GBW07406 GBW07390 GBW07391 GBW07408 GBW07544 GBW07544 GBW07546 GBW07365 GBW07546 20 0.79 0.84 2.09 0.31 0.5 0.5 0.49 0.19 0.45 25 0.8 0.79 2.04 0.31 0.46 0.46 0.45 0.20 0.44 30 0.78 0.82 2.07 0.28 0.68 0.47 0.45 0.17 0.42 35 0.77 0.82 2.07 0.3 0.88 0.43 0.44 0.16 0.44 40 0.79 0.8 2.08 0.33 1.09 0.45 0.59 0.16 0.42 标准值 0.81±0.09 0.79±0.09 2.00±0.17 (0.3) 0.48±0.04 0.48±0.04 0.44±0.03 0.18±0.02 0.44±0.03 表 4 方法精密度
Table 4 Precision tests of the method
标准物质编号 有机碳含量
标准值(%)有机碳含量测定值(%) 有机碳含量
测定平均值
(%)RSD
(%)相对误差
(%)1 2 3 4 5 6 7 GBW07406 0.81±0.09 0.79 0.80 0.78 0.77 0.79 0.79 0.79 0.79 1.01 −2.5 GBW07385 1.12±0.09 1.14 1.13 1.13 1.12 1.14 1.13 1.10 1.13 1.22 0.9 GBW07391 2.00±0.17 2.09 2.09 2.07 2.07 2.08 2.08 2.05 2.08 0.67 4.0 GBW07544 0.48±0.04 0.46 0.44 0.45 0.47 0.44 0.48 0.45 0.46 3.27 −4.2 GBW07546 0.44±0.03 0.47 0.45 0.45 0.47 0.45 0.45 0.41 0.45 4.78 2.3 GBW07365 0.18±0.02 0.17 0.18 0.17 0.18 0.20 0.18 0.18 0.18 5.14 0 表 5 实际样品有机碳含量分析结果
Table 5 Analytical results of organic carbon content in the practical samples
实际样品
编号有机碳含量测定值%) 两种分析方法的
相对偏差(%)银杯消解-
元素分析仪法重铬酸钾
容量法1-1 0.64 0.65 1.1 1-2 0.84 0.80 3.4 1-3 0.50 0.48 2.9 1-4 3.22 3.40 3.8 1-5 1.00 0.94 4.4 表 6 银杯消解-元素分析仪法与重铬酸钾容量法的比较
Table 6 Comparison between silver cup digestion-elemental analyzer method and potassium dichromate volumetric method
参数 重铬酸钾容量法 银杯消解-元素分析仪法 仪器及耗材 酸式滴定管、锥形瓶若干、电子天平、研钵、水浴锅、移液管 银杯、电子天平、电热板、元素分析仪 试剂 重铬酸钾溶液、邻菲罗啉指示剂、浓硫酸、蒸馏水、硫酸亚铁溶液 盐酸 土壤称样量 0.1g 25mg 前处理时间及效率 1h处理30件样品 1h处理81件样品 测定方式 人工滴定反应 元素分析仪自动进样 -
[1] 查同刚. 土壤理化分析[M]. 北京: 中国林业出版社, 2017: 79−87. Zha T G. Soil physicochemical analysis[M]. Beijing: China Forestry Publishing House, 2017: 79−87
[2] Hicks P C E, Ryals R, Zhu B, et al. The deep soil organic carbon response to global change[J]. Annual Review of Ecology, Evolution, and Systematics, 2023, 54(1): 375−401. doi: 10.1146/annurev-ecolsys-102320-085332
[3] Ferraz M A, Choueri R B, Castro Í B, et al. Influence of sediment organic carbon on toxicity depends on organism’s trophic ecology[J]. Environmental Pollution, 2020, 261: 114134.1−114134.10. doi: 10.1016/j.envpol.2020.114134
[4] 李源, 尹肖尧, 常钟元. 高频红外碳硫仪测定土壤和沉积物中有机质[J]. 化学分析计量, 2020, 29(6): 75−78. doi: 10.3969/j.issn.1008-6145.2020.06.017 Li Y, Yin X Y, Chang Z Y. Determination of organic matter in soil and sediment by high frequency infrared carbon sulphur instrument[J]. Chemical Analysis and Meterage, 2020, 29(6): 75−78. doi: 10.3969/j.issn.1008-6145.2020.06.017
[5] 吴才武, 夏建新, 段峥嵘. 土壤有机质测定方法述评与展望[J]. 土壤, 2015, 47(3): 453−460. doi: 10.13758/j.cnki.tr.2015.03.004 Wu C W, Xia J X, Duan Z R. Review on detection methods of soil organic matter (SOM)[J]. Soils, 2015, 47(3): 453−460. doi: 10.13758/j.cnki.tr.2015.03.004
[6] 李国傲, 何咏, 陈雪, 等. 全自动消解测定土壤/沉积物中的有机碳[J]. 环境工程, 2016, 34(5): 152−155. doi: 10.13205/j.hjgc.201605033 Li G A, He Y, Chen X, et al. Determina of organic carbon in soil/sediments by automatic digestion[J]. Environmental Engineering, 2016, 34(5): 152−155. doi: 10.13205/j.hjgc.201605033
[7] 李朝英, 郑路, 郑之卓, 等. 自动滴定仪测定土壤有机碳及其组分的方法优化[J]. 岩矿测试, 2024, 43(4): 632−640. doi: 10.15898/j.ykcs.202404210092 Li Z Y, Zheng L, Zheng Z Z, et al. Method optimization for the determination of soil organic carbon and its components by automatic titrator[J]. Rock and Mineral Analysis, 2024, 43(4): 632−640. doi: 10.15898/j.ykcs.202404210092
[8] 杨林婧, 杨莎, 张圣杨, 等. 农田土壤有机碳高光谱特征及定量监测研究[J]. 激光生物学报, 2024, 33(4): 316−325. doi: 10.3969/j.issn.1007-7146.2024.04.004 Yang L J, Yang S, Zhang S Y, et al. Hyperspectral characteristics and quantitative monitoring of soil organic carbon in farmland[J]. Acta Laser Biology Sinica, 2024, 33(4): 316−325. doi: 10.3969/j.issn.1007-7146.2024.04.004
[9] 于雯泉, 钟少军. 海洋沉积物有机碳分析方法中干燥预处理过程人为误差的发现及其意义[J]. 环境科学学报, 2007, 27(5): 861−867. doi: 10.3321/j.issn:0253-2468.2007.05.025 Yu W Q, Zhong S J. Freeze-drying pretreatment improves organic carbon determinations of marine sediments[J]. Acta Scientiac Circumstantiac, 2007, 27(5): 861−867. doi: 10.3321/j.issn:0253-2468.2007.05.025
[10] 高少鹏, 徐柏青, 王君波, 等. 总有机碳分析仪准确测定湖泊沉积物中的TOC[J]. 分析试验室, 2019, 38(4): 413−416. doi: 10.13595/j.cnki.issn1000-0720.2018.072501 Gao S P, Xu B Q, Wang J B, et al. Measuring total organic carbon precisely in lake sediment in Tibetan Plateau by TOC analyzer[J]. Chinese Journal of Analysis Laboratory, 2019, 38(4): 413−416. doi: 10.13595/j.cnki.issn1000-0720.2018.072501
[11] 秦超, 李飞, 李贺, 等. 高频红外碳硫仪测定土壤中低含量的碳, 硫, 有机碳[J]. 当代化工研究, 2022(8): 47−49. doi: 10.3969/j.issn.1672-8114.2022.08.015 Qin C, Li F, Li H, et al. Determination of low content of carbon, sulfur and organic carbon in soil by high frequency infrared carbon and sulfur analyzer[J]. Modern Chemical Research, 2022(8): 47−49. doi: 10.3969/j.issn.1672-8114.2022.08.015
[12] Avramidis P, Bekiari V. Application of a catalytic oxidation method for the simultaneous determination of total organic carbon and total nitrogen in marine sediments and soils[J]. PLos One, 2021, 16(6): e0252308. doi: 10.1371/journal.pone.0252308
[13] Hu J, Loh P S, Chen Z, et al. Storage and dynamics of soil organic carbon in allochthonous-dominated and nitrogen-limited natural and planted mangrove forests in Southern Thailand[J]. Marine Pollution Bulletin, 2024, 200: 1.1−1.14. doi: 10.1016/j.marpolbul.2024.116064
[14] Ma H, Peng M, Yang Z, et al. Spatial distribution and driving factors of soil organic carbon in the Northeast China Plain: Insights from latest monitoring data[J]. Science of the Total Environment, 2024, 911: 168602. doi: 10.1016/j.scitotenv.2023.168602
[15] Hernández T D B, Slater B K, Shaffer J M, et al. Comparison of methods for determining organic carbon content of urban soils in Central Ohio[J]. Geoderma Regional, 2023, 34: e00680. doi: 10.1016/j.geodrs.2023.e00680
[16] 王巧环, 任玉芬, 孟龄, 等. 元素分析仪同时测定土壤中全氮和有机碳[J]. 分析试验室, 2013, 32(10): 41−45. Wang Q H, Ran Y F, Meng L, et al. Simultaneous determination of total nitrogen and organic carbon in soil with an elemental analyzer[J]. Chinese Journal of Analysis Laboratory, 2013, 32(10): 41−45.
[17] 谭扬, 吴学丽, 侯立杰. 样品处理方法对海洋沉积物有机碳稳定同位素测定的影响[J]. 海洋环境科学, 2018, 37(5): 780−784. doi: 10.13634/j.cnki.mes.2018.05.023 Tan Y, Wu X L, Hou L J. The effects of sample treatment methods on marine sediment organic carbon stable isotope[J]. Marine Environmental Science, 2018, 37(5): 780−784. doi: 10.13634/j.cnki.mes.2018.05.023
[18] 祝孟博, 宋建中, 彭平安. 预处理过程对不同类型样品中有机碳含量和稳定碳同位素测定的影响[J]. 地球与环境, 2015, 43(4): 476−482. doi: 10.14050/j.cnki.1672-9250.2015.04.015 Zhu M B, Song J Z, Peng P A. Influences of pretreatment procedures on determination of total organic carbon and stable carbon isotope in different samples[J]. Earth and Environment, 2015, 43(4): 476−482. doi: 10.14050/j.cnki.1672-9250.2015.04.015
[19] 闵秀云, 武君, 高春亮, 等. 基于元素分析仪测定土壤有机碳的不同前处理方法对比研究[J]. 盐湖研究, 2020, 28(4): 64−70. doi: 10.12119/j.yhyj.202004008 Min X Y, Wu J, Gao C L, et al. The comparative study on different pretreatment methods of soil organic carbon determined by elemental analyzer[J]. Journal of Salt Lake Research, 2020, 28(4): 64−70. doi: 10.12119/j.yhyj.202004008
[20] 孙萱, 宋金明, 于颖, 等. 元素分析仪快速测定海洋沉积物TOC和TN的条件优化[J]. 海洋科学, 2014, 38(7): 14−19. doi: 10.11759/hykx20130801001 Sun X, Song J M, Yu Y, et al. A rapid method for determing the total organic carbon and total nitrogen in marine sediments with an elemental analyzer[J]. Marine Sciences, 2014, 38(7): 14−19. doi: 10.11759/hykx20130801001
[21] Apesteguia M, Plante A F, Virto I. Methods assessment for organic and inorganic carbon quantification in calcareous soils of the Mediterranean region[J]. Geoderma Regional, 2018, 12: 39−48. doi: 10.1016/j.geodrs.2017.12.001
[22] Matsui Y, Fujisaki W, Torimoto J, et al. Gold-coated silver capsule for elemental analyzer-isotope ratio mass spectrometer: Robust against pretreatment of rock material for organic carbon and δ13C analyses[J]. Geochemical Journal, 2021, 55(3): e1−e8. doi: 10.2343/geochemj.2.0626
[23] 孙辞, 崔杰华, 林桂凤, 等. 元素分析仪测定低含碳量土壤样品方法的改进[J]. 辽宁大学学报: 自然科学版, 2017, 44(4): 337−341. doi: 10.16197/j.cnki.lnunse.2017.04.010 Sun C, Cui J H, Lin G F, et al. Improvement of methodology for determining low carbon soil samples by elemental analyzer[J]. Journal of Liaoning University: Natural Sciences Edition, 2017, 44(4): 337−341. doi: 10.16197/j.cnki.lnunse.2017.04.010