一种农作物土壤中重金属污染的检测方法及系统与流程

本发明涉及土壤重金属检测，具体为一种农作物土壤中重金属污染的检测方法及系统。

背景技术：

1、土壤主要由无机物(已经风化成沙、淤泥、黏土的小颗粒岩石)、有机物(分解的植物、动物遗体和肥料统称为腐殖质)、水和空气组成。用于检测的土壤样品一般只含有无机和有机成分。国标采用的消解方法就是用各种酸在高温环境下破坏复杂的土壤结构，最后制成澄清、透明、适于仪器检测的水溶液。土壤作为农业生产的主要载体和生态环境的重要组成部分其质量好坏与人们生活息息相关。目前土壤重金属污染问题已成为日益严重的生态问题。土壤重金属检测的最常见的8大污染重金属为cu、zn、pb、cd、cr、ni、as、hg，随着工业化的日益发达，各种燃煤和垃圾焚烧点的增多，污水源的增加一起交通车辆的增多，对农作物土壤造成了很大的影响，一些靠近道路、燃煤和垃圾焚烧点以及有污水源流入的农田已经造成了很大的损害，对重金属的检测多种多样。

2、目前，农作物土壤中的重金属污染对环境和人类健康构成了严重威胁。现有的土壤重金属污染检测方法主要依赖于物理化学分析，包括土壤采样和化学分析，然而，这些方法存在着一些局限性，操作繁琐、成本高、需要专业人员，难以对农作物土壤中重金属污染的快速、准确检测。为此，需要设计相应的技术方案给予解决。

技术实现思路

1、（一）解决的技术问题

2、针对现有技术的不足，本发明提供了一种农作物土壤中重金属污染的检测方法及系统，解决了操作繁琐、成本高、需要专业人员，难以对农作物土壤中重金属污染的快速、准确检测的技术问题。

3、（二）技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：一种农作物土壤中重金属污染的检测方法，方法步骤包括如下：

5、s1、样本收集：从农田中采集包括农作物根系周围土壤和根际微生物群落的样本；

6、s2、微生物dna提取：利用分子生物学技术，从采集到的样本中提取微生物的dna；

7、s3、微生物共生关系分析：通过高通量测序技术对微生物dna进行测序，得到微生物群落的组成信息；

8、s4、数据处理与模拟：利用计算机模拟方法，分析微生物共生网络，识别与重金属污染相关的微生物种群和共生关系；

9、s5、重金属污染检测与评估：基于微生物共生网络的分析结果，建立重金属污染检测模型，并对农作物土壤中的重金属污染进行评估和检测；

10、s6、结果输出：判断土壤中的重金属污染程度和潜在风险，根据分析结果，将检测结果输出给用户，并对结果进行评估和解读，提供相应的建议和措施，包括调整农作物种植方案和采取土壤修复措施。

11、优选的，步骤s1中，采集农作物根系周围土壤和根际微生物群落样本的具体方法步骤包括如下：

12、s101，设计微生物陷阱装置，安装在农作物根系周围的土壤中，吸附和收集微生物，同时保持其在原位的状态，装置包括可渗透水分和气体的膜壳，以及活性炭的吸附介质，放置在农田中的多个位置，以覆盖不同的土壤类型和农作物组合；

13、s102，在装置中收集的微生物样本进行保护和标识，确保其原有特征的保留和追踪，在装置中使用微小的可溶解包装材料，材料可随着时间逐渐溶解，并释放样本，包装材料使用生物可降解的聚合物或食品级材料制成，在收集样本时，每个装置都附带一个唯一的标识码，采用rfid标签，用于后续处理和分析中对样本进行跟踪和识别；

14、s103，设计自动化采集系统，包括多个微生物陷阱装置和中央控制单元，中央控制单元通过传感器监测土壤环境条件，包括湿度、温度和光照，并根据设定的采集策略控制陷阱装置的开启和关闭，采集的样本送到实验室或分析设备，进行后续的dna提取和测序。

15、优选的，步骤s2中，利用分子生物学技术从采集到的样本中提取微生物dna的具体方法步骤包括如下：

16、s201，微生物细胞裂解：采集到的样本中包含微生物细胞，对微生物细胞进行裂解，释放dna；

17、使用声波裂解或酶裂解方法，声波裂解利用高频声波的机械作用来破坏细胞壁，从而释放dna；

18、酶裂解则利用特定的酶，包括蛋白酶k和裂解酶，来降解细胞壁和膜，并释放dna；

19、s202，dna纯化：裂解后的样本中存在其他细胞组分、蛋白质和杂质进行dna纯化，使用亲和基质包括特定的抗体或寡核苷酸序列，来选择性地捕获微生物dna，或使用离子液体或纳米材料来实现高效的dna纯化；

20、s203，质量和浓度检测：提取的微生物dna进行质量和浓度检测，确保样本的完整性和适用性，使用荧光探针法或质谱法技术进行质量和浓度检测，用于确保样本的完整性和适用性。

21、优选的，步骤s3中，通过高通量测序技术对微生物dna进行测序的具体方法步骤包括如下：

22、s301，微生物dna样本制备：从微生物dna提取,获得的dna样本中，使用适配体进行标记，适配体与测序平台兼容的、具有特殊序列的引物，将适配体与dna样本连接，形成适配体-dna复合物，使用特定设计的适配体和连接酶来实现；

23、s302，微生物dna样本扩增：使用循环线性扩增策略，对适配体-dna复合物进行扩增，循环线性扩增在无需pcr的情况下实现dna的高效扩增，利用引物和酶的组合，使适配体-dna复合物在体外进行循环扩增，产生大量的扩增产物；

24、s303，高通量测序：将经过扩增的微生物dna样本送入高通量测序平台进行测序，在测序过程中，使用测序引物和测序酶，以及高通量测序技术对样本进行测序，能够实现高通量、高精度的测序，并生成大量的测序数据；

25、s304，数据处理与分析：使用生物信息学工具和算法对测序数据进行处理和分析，包括质量控制、序列拼接、去除低质量序列、序列比对和物种注释，识别与重金属污染相关的微生物种群和共生关系。

26、优选的，步骤s4中，分析微生物共生网络的方法步骤包括以下：

27、s401，构建共生网络：将微生物物种作为网络的节点，微生物之间的相互作用关系作为网络的连接，基于微生物dna测序数据得到的微生物组成信息进行构建；

28、s402，网络特征分析：对构建的共生网络进行特征分析，以揭示网络的结构和特点，通过分析网络特征，了解微生物之间的相互作用模式和关系；

29、s403，社区发现：使用社区发现算法，将共生网络中相互作用紧密的微生物群体划分为不同的社区或模块；

30、s404，重要节点识别：通过计算节点的重要性指标，包括节点的度中心性环绕介数中心性，识别在重金属污染中起关键作用的微生物物种；

31、s405，预测和模拟：基于已有的微生物共生网络和重金属污染数据，使用计算机模型进行预测和模拟，包括模拟微生物物种在共生网络中的相互作用过程、预测不同重金属浓度下的微生物群落组成变化。

32、优选的，步骤s5中，评估和检测的具体方法包括如下：

33、s501，收集s3步骤中得到的微生物群落组成信息作为输入数据，收集与农作物土壤样本相关的重金属含量数据作为标签；

34、s502，利用s4步骤中的计算机模拟方法分析微生物共生网络，识别与重金属污染相关的微生物种群和共生关系；

35、s503，从微生物共生网络分析结果中选择与重金属污染相关的特征，与重金属耐受性相关的微生物物种、功能基因或代谢途径，对选取的特征进行数据预处理，包括数据清洗和标准化；

36、s504，使用机器学习或统计模型，包括支持向量机、随机森林和神经网络，基于预处理后的数据进行模型的训练和优化，模型的目标是建立重金属含量与微生物共生网络特征之间的关系；

37、s505，使用交叉验证或留出法对模型进行验证和评估，评估模型的性能指标包括准确度、召回率和精确度；

38、s506，将训练好的模型应用于新的未知样本，根据微生物共生网络特征预测农作物土壤中的重金属污染程度和潜在风险，根据评估结果，将重金属污染分为不同的等级或进行定量评估。

39、优选的，步骤s6中，判断土壤中的重金属污染程度和潜在风险的具体方法步骤包括如下：

40、s601，重金属含量测定：使用化学分析方法，包括原子吸收光谱法、电感耦合的离子体发射光谱法，测定土壤中重金属元素的含量，判断土壤中重金属的浓度是否超过限定的安全标准；

41、s602，土壤环境质量评价标准：根据不同地区的法规和标准，参考土壤环境质量评价标准，对土壤中的重金属含量进行评估，标准给出了不同重金属元素的背景值、土壤质量分级和限制值的指标，用于判断土壤的污染程度和潜在风险；

42、s603，污染指数计算：使用污染指数来评估土壤中重金属的污染程度，指数基于不同重金属元素的浓度数据，并考虑其毒性和环境效应，通过数学计算得出一个综合的评价指标；

43、s604，生物监测：通过土壤中微生物、植物或动物的生物指标的测定，评估土壤中重金属的毒性和潜在风险，测定土壤微生物的多样性、土壤酶活性的指标，以及作物的生长状况和植物组织中的重金属积累情况；

44、s605，土壤修复需求评估：根据重金属污染程度和潜在风险的评估结果，评估土壤的修复需求，修复方法包括土壤改良和植物修复，根据具体情况提供相应的建议和措施。

45、优选的，步骤s6中，将重金属污染检测结果输出给用户的具体方法步骤包括如下：

46、s6001，部署基于智能传感器网络的土壤监测系统，传感器直接埋入土壤中，实时监测土壤中重金属元素的含量，每个传感器都配备有微处理器和通信模块，能够实时采集、处理和传输数据；

47、s6002，传感器通过无线通信技术将采集到的数据传输到中央服务器，传感器网络的覆盖范围根据具体情况进行灵活扩展，以覆盖农田中的各个区域；

48、s6003，中央服务器接收到传感器传输的数据后，进行数据处理与分析，利用机器学习和数据挖掘技术，结合大规模的土壤重金属数据集，建立一个高精度的重金属污染检测模型，自动识别与重金属污染相关的特征和模式；

49、s6004，开发用户移动应用程序，用户通过该应用程序实时获取土壤重金属污染的检测结果，应用程序提供直观的界面，显示不同农田区域的重金属污染程度和潜在风险，用户通过地图或列表查看不同地点的检测结果；

50、s6005，应用程序根据用户所处的地理位置和检测结果，提供个性化的建议和措施，建议包括调整农作物种植方案、采取土壤修复措施、选择适合的农业管理方法，应用程序根据用户的反馈和互动，根据实时数据不断更新和优化建议。

51、一种农作物土壤中重金属污染的检测系统，包括：

52、微生物样本采集单元用于从农作物土壤中采集含有微生物dna的样本；

53、微生物dna提取单元用于从采集的样本中提取微生物dna；

54、高通量测序单元用于对提取得来的微生物dna进行高通量测序；

55、数据处理单元用于对测序结果进行处理，得到微生物群落组成信息；

56、共生网络分析单元用于基于微生物群落组成信息构建微生物共生网络，识别与重金属污染相关的微生物特征；

57、模型建立单元用于根据微生物共生网络特征及重金属数据训练检测模型；

58、检测单元用于根据检测模型及新样本特征进行重金属检测判断；

59、输出单元用于输出检测结果。

60、（三）有益效果

61、与现有技术相比，本发明的有益效果：

62、（1）通过分析农作物根系周围微生物的共生关系，结合现有的分子生物学技术和计算机模拟方法，实现对农作物土壤中重金属污染的快速、准确检测，能够在农业生产中广泛应用，提高土壤健康与农产品质量。

63、（2）利用微生物共生关系分析农作物根系周围的微生物群落，从而间接检测农作物土壤中的重金属污染；微生物共生网络的构建和分析能够揭示微生物种群的相互作用关系，以及与环境因子（包括重金属污染）的关联；通过基于微生物共生关系的分析，能够实现对农作物土壤重金属污染的非破坏性、快速、准确检测。

64、（3）采用了微生物共生关系作为重金属污染检测的指标，与传统方法相比具有更高的灵敏度和准确性；引入了分子生物学技术和计算机模拟方法，结合微生物共生关系分析，实现对农作物土壤重金属污染的快速、准确检测；采用非破坏性的检测方法，无需对土壤进行取样处理，减少了对土壤环境的干扰和破坏；通过建立重金属污染检测模型，可以实现对农作物土壤中的重金属污染进行准确评估和检测，为农业生产提供科学依据；具备高通量测序技术和计算机模拟方法的集成能力，能够处理大量的微生物数据并进行复杂的计算分析，提高了检测效率和精度。

65、（4）基于微生物共生关系，不仅可以检测农作物土壤中的重金属污染，还能够揭示微生物群落的结构和功能信息，为进一步研究土壤生态系统提供了有价值的数据；与传统的物理化学分析方法相比，具有操作简便、成本较低、快速高效等优点，可以在实际农业生产中广泛应用；采用了微生物共生关系作为重金属污染的指标，开辟了新的思路和方法，有助于推动农作物土壤污染检测领域的发展。

66、（5）可用于农田土壤重金属污染监测、农作物安全生产评估；可用于土壤环境监测、土壤修复方案评估。