土壤金属毒性预测方法、系统和可读存储介质

本发明涉及环境生态，更具体的，涉及一种土壤金属毒性预测方法、系统和可读存储介质。

背景技术：

1、土壤是人类赖以生存和发展的物质基础，当一定数量的外源污染元素进入土壤后，会影响植物、动物和微生物的生长和繁衍，危及正常的土壤生态过程和生态服务功能，还可能对农产品安全和人体健康产生风险，这使得人们非常关注土壤中无机元素的污染风险和相关的土壤环境质量基准。

2、现有的关于土壤环境基准的研究主要是基于土壤环境污染物的背景调查和通过土壤动、植物的毒性试验而获得的生态毒理学数据。并且，绝大多数的生物测试都是在实验室中利用有限物种进行的，各国学者建立的生物有效性模型也只是基于有限物种，短时间内无法通过试验获得所有物种在不同土壤条件下的金属的毒性阈值，这要消耗大量的人力、物力和财力，致使基于我国本土物种特性和土壤类型的保护生态受体的土壤环境质量基准数据十分匮乏，不同性质土壤中金属毒害的生态毒理数据也非常有限。因此，探索元素毒性的影响因素、阐明其变化规律并建立相关的预测模型非常必要。

技术实现思路

1、本发明的目的是提供一种土壤金属毒性预测方法、系统和可读存储介质，通过生物物种对金属元素的敏感性系数，构建多种典型土壤上的物种敏感性数据库，在应用时，可以应用到土壤缺失重金属生态安全阈值的推导上，为土壤环境基准的制定和完善提供数据和理论基础，从而保护土壤环境，进一步提升土壤质量。

2、本发明第一方面提供了一种土壤金属毒性预测方法，包括以下步骤：

3、获取土壤生物样品的测试数据，其中，所述测试数据包括植物毒性测试数据、动物毒性测试数据以及微生物毒性测试数据；

4、基于所述测试数据进行相关性分析得到土壤生物样品中各物种对应的目标截距以及种间关系模型；

5、基于所述目标截距以及所述种外推模型计算土壤生物样品中各物种的预测值，其中包括基于预设元素的生态风险阈值来进行预测。

6、本方案中，所述获取土壤生物样品的测试数据，具体包括：

7、获取用户端输入的植物毒性测试结果得到所述植物毒性测试数据，其中，植物毒性测试采用大麦、小白菜和西红柿进行测试；

8、获取用户端输入的动物毒性测试结果得到所述动物毒性测试数据，其中，动物毒性测试采用蚯蚓和跳虫进行测试；

9、获取用户端输入的微生物毒性测试结果得到所述微生物毒性测试数据，其中，微生物毒性测试至少包括氯酸盐抑制法与碳十四同位素标记法。

10、本方案中，所述基于所述测试数据进行相关性分析得到土壤生物样品中各物种对应的目标截距以及种间关系模型，具体包括：

11、获取表征物种对污染物毒害的固有敏感性指标；

12、基于测定条件利用exce l规划求解得到各物种对应的目标截距；

13、基于所述目标截距结合土壤性质进行耦合得到所述种间关系模型。

14、本方案中，所述获取表征物种对污染物毒害的固有敏感性指标，具体包括：

15、获取同一物种在不同土壤的毒性阈值；

16、基于线性回归建立土壤性质和毒性阈值的定量关系，其中，表达式如下：

17、logec10＝a*ph+b*logoc+c*logcec+k；

18、其中，ec10为毒性阈值，l ogec10、l ogoc和l ogcec分别为毒性阈值、有机碳含量(％)和阳离子交换量(cmo l·kg-1)以十为底的对数，土壤性质参数斜率a、b、c表示对应的土壤性质对金属毒性的影响程度，k为表征物种对污染物毒害的固有敏感性指标。

19、本方案中，所述基于预设元素的生态风险阈值来进行预测，具体包括：

20、选取元素周期表中的预设周期的无机金属元素作为所述预设元素；

21、基于聚类方法得到目标土壤情景，其中，所述目标土壤情景包括酸性土壤、中性土壤、碱性土壤以及石灰性土壤；

22、基于预设元素的生态风险阈值来构建预设元素的物种敏感性分布模型，其中，生态风险阈值包括hc5。

23、本方案中，所述方法还包括基于种内变异系数验证预测效果，其中，以种内变异系数表达式如下：

24、

25、其中，ec50s i为第i个毒性阈值归一化的值，ec10s为n个毒性阈值的平均值，n为物种的毒性阈值的个数。

26、本发明第二方面还提供一种土壤金属毒性预测系统，包括存储器和处理器，所述存储器中包括土壤金属毒性预测方法程序，所述土壤金属毒性预测方法程序被所述处理器执行时实现如下步骤：

27、获取土壤生物样品的测试数据，其中，所述测试数据包括植物毒性测试数据、动物毒性测试数据以及微生物毒性测试数据；

28、基于所述测试数据进行相关性分析得到土壤生物样品中各物种对应的目标截距以及种间关系模型；

29、基于所述目标截距以及所述种外推模型计算土壤生物样品中各物种的预测值，其中包括基于预设元素的生态风险阈值来进行预测。

30、本方案中，所述获取土壤生物样品的测试数据，具体包括：

31、获取用户端输入的植物毒性测试结果得到所述植物毒性测试数据，其中，植物毒性测试采用大麦、小白菜和西红柿进行测试；

32、获取用户端输入的动物毒性测试结果得到所述动物毒性测试数据，其中，动物毒性测试采用蚯蚓和跳虫进行测试；

33、获取用户端输入的微生物毒性测试结果得到所述微生物毒性测试数据，其中，微生物毒性测试至少包括氯酸盐抑制法与碳十四同位素标记法。

34、本方案中，所述基于所述测试数据进行相关性分析得到土壤生物样品中各物种对应的目标截距以及种间关系模型，具体包括：

35、获取表征物种对污染物毒害的固有敏感性指标；

36、基于测定条件利用exce l规划求解得到各物种对应的目标截距；

37、基于所述目标截距结合土壤性质进行耦合得到所述种间关系模型。

38、本方案中，所述获取表征物种对污染物毒害的固有敏感性指标，具体包括：

39、获取同一物种在不同土壤的毒性阈值；

40、基于线性回归建立土壤性质和毒性阈值的定量关系，其中，表达式如下：

41、logec10＝a*ph+b*logoc+c*logcec+k；

42、其中，ec10为毒性阈值，l ogec10、l ogoc和l ogcec分别为毒性阈值、有机碳含量(％)和阳离子交换量(cmo l·kg-1)以十为底的对数，土壤性质参数斜率a、b、c表示对应的土壤性质对金属毒性的影响程度，k为表征物种对污染物毒害的固有敏感性指标。

43、本方案中，所述基于预设元素的生态风险阈值来进行预测，具体包括：

44、选取元素周期表中的预设周期的无机金属元素作为所述预设元素；

45、基于聚类方法得到目标土壤情景，其中，所述目标土壤情景包括酸性土壤、中性土壤、碱性土壤以及石灰性土壤；

46、基于预设元素的生态风险阈值来构建预设元素的物种敏感性分布模型，其中，生态风险阈值包括hc5。

47、本方案中，所述方法还包括基于种内变异系数验证预测效果，其中，以种内变异系数表达式如下：

48、

49、其中，ec50s i为第i个毒性阈值归一化的值，ec10s为n个毒性阈值的平均值，n为物种的毒性阈值的个数。

50、本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种土壤金属毒性预测方法程序，所述土壤金属毒性预测方法程序被处理器执行时，实现如上述任一项所述的一种土壤金属毒性预测方法的步骤。

51、本发明公开的一种土壤金属毒性预测方法、系统和可读存储介质，通过生物物种对金属元素的敏感性系数，构建多种典型土壤上的物种敏感性数据库，在应用时，可以应用到土壤缺失重金属生态安全阈值的推导上，为土壤环境基准的制定和完善提供数据和理论基础，从而保护土壤环境，进一步提升土壤质量。