下载:
-
社区花园(community gardens)是指居民在社区碎片绿地内共同建造维护、种植花果蔬菜等的场地[1]，是都市农业在社区应用中的主要形式之一，因其具有生态、社会和经济效益而广受人们欢迎[2]。在社区花园内以种植果蔬为目的的园艺活动能促进居民之间的交流与互动，满足人们在农耕习俗等中国传统文化中产生的对自然和田园生活的需求与向往[3]。作为能够提供公众参与园艺活动和种植食用植物的场所，土壤环境质量和植物的生长状况对社区花园健康建设具有重大的影响。重金属是土壤环境的主要污染物之一。受长期施肥[4]、生活垃圾[5]和交通运输[6]等人为活动的影响，社区花园土壤中重金属铅无处不在，对健康园艺实践产生一定的阻碍。近年来，国外学者对社区花园土壤中重金属铅污染进行了检测和评估[7]，发现社区花园土壤中的重金属会在可食植物中积累，对人体产生健康风险[8]。MITCHELL等[9]对纽约市社区花园中的564个土壤样本进行重金属分析发现：土壤中铅含量超出标准值。国内社区花园研究处于起步阶段，对社区花园土壤重金属污染研究较少。杨剑洲等[10]在对与社区花园功能相似的种植园农作物调查时发现：土壤中的铅可在蔬果中积累，超标率达2.67%。土壤作为社区花园植物生长最基本的载体，一方面铅的累积势必会影响植物各项生理指标，造成社区花园内可食植物产量、质量的降低以及土壤性质的恶化[11]；另一方面铅会在可食植物中积累进入食物链危害人类健康，增加患病概率[12]，其可能引发的潜在危害已成为城市社区花园土壤污染亟待解决的问题之一。
目前，以植物修复为代表的生物修复被认为是最经济、安全且可持续的土壤重金属修复方法[13]。超富集植物是植物修复技术的核心。东南景天Sedum alfredii因其环境适应性强，生长速度较快成为重金属铅污染下的理想植物修复材料[14]。近年来，利用超富集植物去除土壤重金属的研究取得许多成果，但大多局限于工业区、矿区或农田等场地，极少关注城市社区花园土壤重金属污染修复问题，且间作对铅污染下植物生理特性变化及重金属吸收研究较少，修复策略还不具备较强的针对性和实践性。本研究通过盆栽试验，探究社区花园土壤铅污染下的4种可食植物(上海青Brassica chinensis、樱桃萝卜Raphanus sativus、辣椒Capsicum annuum、青芹Apium graveolens)在单作及与东南景天间作2种种植模式下的生理特性以及对重金属铅的吸收特征，以期筛选出降低可食植物对铅吸收的最佳种植模式，打造集生态可持续性和景观多元为一体的社区花园，促进社区生态与景观协同发展。
-
本研究供试土壤采自绍兴市上虞区小担山苗圃区，取样深度为0~20 cm。供试土壤自然风干后，小部分土壤过10目筛，测定土壤基本理化性质和重金属铅质量分数。经测定，土壤pH 6.22，速效钾为7.40 mg·kg−1，有机质为2.13 g·kg−1，碱解氮为118.50 mg·kg−1，有效磷为2.43 mg·kg−1，铅为258.64 mg·kg−1。参照GB 15618—2018《土壤环境质量 农用地土壤污染风险管控标准》土壤铅筛选值，苗圃区铅质量分数超过约2.8倍，并且高于《浙江省土壤地球化学背景值》中规定铅元素环境背景值8.5倍。其余土壤过5 mm筛，清除植物残体和石块，磨碎，用于盆栽试验。
-
超富集植物东南景天采自浙江省杭州市临安区平山温室。选取长势良好且大小一致的东南景天，截取5 cm枝条，移至温室在营养土中培育2周至长出根系，选长势良好的苗备用。选择辣椒、上海青、樱桃萝卜、青芹为可食植物。以上4种可食植物为本地居民常见种植，且在人们的日常饮食中不可或缺。
-
盆栽试验于2021年9月11日在浙江省临安区浙江农林大学平山苗圃(30°25′N，119°72′E)进行。培养盆上、下口径分别为29.5、17.5 cm，高19.7 cm。每盆放置6 kg污染土并浇水，稳定7 d后播种，同时挑选长势相同、生长健壮的东南景天幼苗移栽。待可食植物长出3~4片真叶后进行间苗定植，株距为10 cm。每盆按十字划分，以呈对角方式种植4株，且间作使同种植物保持在对角线上。植物单作为对照组，间作东南景天为处理组，共设2种种植模式，每组处理3次重复，共计27盆(表1)，随机分布，培养120 d。试验期间定期浇水，土壤水分维持在田间持水量的70%，光照条件为自然光，观察其生长状况。
表 1 盆栽试验设计
Table 1. Pot experiment design
种植模式 处理 代号 种植模式 处理 代号 单作 青芹 Q 间作 东南景天-上海青(东南景天) S-D1 单作 上海青 S 间作 东南景天-上海青(上海青) S-D2 单作 辣椒 L 间作 东南景天-辣椒(东南景天) L-D1 单作 樱桃萝卜 B 间作 东南景天-辣椒(辣椒) L-D2 单作 东南景天 D 间作 东南景天-樱桃萝卜(东南景天) B-D1 间作 东南景天-青芹(东南景天) Q-D1 间作 东南景天-樱桃萝卜(樱桃萝卜) B-D2 间作 东南景天-青芹(青芹) Q-D2 说明：间作模式各处理括号中列出的是该模式下的采样植物 -
可食植物和东南景天同期收获取样，用尺子测量每株植物的株高和根长，并将植物分解成根、茎、叶3个部分。将根系浸泡于20 mmol·L−1乙二胺四乙酸二钠(EDTANa2)中20 min，以去除根系表面吸附的重金属，随后用去离子水反复冲洗3次，吸干植物表面水分后分成根、茎、叶、果4个部分，装入牛皮纸信封袋内，分别取样测定鲜质量；再于105 ℃下杀青0.5 h，随后在70 ℃下烘干至恒量，测定干质量并粉碎，分别过100目备用于重金属指标测定。取盆栽中土壤混合样约1 kg左右，清除植物碎片带回实验室自然风干，将干燥的土样经研磨后分别过10和100目尼龙筛，置于样品袋中备用。
-
采用硫代巴比妥酸法测定丙二醛(MDA)浓度[15]，采用紫外分光光度法测定过氧化氢酶(CAT)活性。采用HNO3-HClO4混合酸法消解植物样品中的铅，在消煮植物样品过程中采取平行样和GSB标准植物样进行分析质量控制，同时做空白实验；采用HNO3-HF-HClO4三酸法消解，测定土壤铅全量，在消煮过程中采用平行样和GSS标准土样进行质量控制，同时做空白实验。采用pH计在1.0∶2.5土水质量比下测定土壤pH。采用BCR三步萃取法[16] 分析土壤铅形态，分别提取弱酸提取态铅、可还原态铅、可氧化态铅和残渣态铅。每组试验均重复3次，采用石墨炉原子吸收光谱法(GFAAS，PerkinemerAA800，美国)检测样品上层清液中铅质量分数。
-
采用Excel 2010和SPSS V22.0统计软件进行数据统计与方差分析，Duncan新复极差法进行差异显著性分析(P＜0.05)，用GraphPad Prism 9作图。富集系数(FBC)=植物器官中铅质量分数/土壤中铅质量分数；转移系数(FT)=植物地上部铅质量分数/植物地下部铅质量分数。
-
如图1所示：与单作相比，间作模式均显著增加东南景天地上部生物量(P＜0.05)，根部生物量均有不同程度增加，但无显著差异(图1A)。东南景天与樱桃萝卜间作相较于其他3种模式中地上部和根部生物量增幅最大，分别达120.97%、184.78%。与可食植物单作相比，间作促进青芹、辣椒地上部和根部生物量的积累(图1B)，分别增加了34.47%、52.49%和63.58%、59.86%；其中间作模式下青芹总生物量增幅最大，辣椒增幅最小。上海青地上部生物量显著降低42.05% (P＜0.05)，根部生物量降低32.05%，但无显著差异；樱桃萝卜地上部生物量降幅达65.10%，根部生物量由16.94 g·株−1降低到11.77 g·株−1，存在显著差异(P＜0.05)。
图 1 不同间作组合下的植物生物量
Figure 1. Plant biomass under different combination patterns
-
由图2可知：东南景天和可食植物在不同处理模式下丙二醛浓度表现出较为一致的规律，间作均低于单作。对比东南景天和可食植物在间作下丙二醛浓度的变化，发现东南景天叶片中丙二醛浓度比可食性植物下降明显，其中与上海青间作降幅最高，达156.25% (图2A)。辣椒在间作中丙二醛浓度降低最多，樱桃萝卜次之，分别较单作下降了47.62%、36.76%；上海青、青芹在间作模式中无显著性差异(图2B)。
图 2 不同间作组合下植物叶片中丙二醛浓度
Figure 2. MDA contents in leaves under different combination modes
-
由图3可知：东南景天在不同间作处理下过氧化氢酶活性均有不同程度的降幅。东南景天与上海青在间作模式中东南景天相比单作降幅为6.40%，但无显著性差异。而东南景天与樱桃萝卜、青芹、辣椒在间作模式下过氧化氢酶活性相比单作分别降低了19.63%、60.07%、29.17%，均存在显著差异(P＜0.05) (图3A)。可食植物青芹、辣椒、樱桃萝卜与东南景天间作模式处理中叶片过氧化氢酶活性均存在显著差异(P＜0.05)，相比单作分别升高了33.92%、41.94%、53.80% (图3B)。
图 3 不同间作组合下植物叶片中过氧化氢酶活性
Figure 3. CAT contents in leaves under different combination modes
-
如图4所示：东南景天地上部和根部铅质量分数均为间作显著高于单作(P＜0.05)，且多集中于根部。与樱桃萝卜间作后，东南景天地上部铅质量分数比其他3种植物显著增加了55.00%，与青芹、辣椒间作后，东南景天体内平均铅质量分数较单作分别增加了26.00%和29.00%；与上海青间作时，东南景天铅质量分数均增加，但较单作无显著性差异(图4A)。除上海青外，青芹、辣椒、樱桃萝卜可食部位铅质量分数在间作模式下均有不同程度的降低，分别与单作相比降低24.37%、162.5%、39.82%。其中青芹、辣椒可食部位质量分数分别为0.10和0.08 mg·kg−1，达到GB 2762—2017《食品中污染物限量标准》规定的安全范围。樱桃萝卜可食部位的铅质量分数虽高于标准中的限量值，未达到安全食用范围，但在间作处理下樱桃萝卜中质量分数均低于单作处理，且随着间作时间的延长，间作东南景天有望实现樱桃萝卜的安全生产。间作使上海青体内铅质量分数整体下降，其中根部下降63.79%，但可食部位叶片中铅质量分数较单作增加31.18% (图4B)。根据GB 2762—2017《食品中污染物限量标准》，间作模式下上海青叶片中铅质量分数仍高于标准限量值0.3 mg·kg−1，不可食用。
图 4 不同间作组合下植物的铅质量分数
Figure 4. Pb contents in plants under different combination modes
-
由表2可知：间作提高了东南景天吸收重金属的能力(P＜0.05)。与青芹、辣椒、樱桃萝卜间作后东南景天地上部铅富集系数较单作分别上升了3.73%、32.98%、33.37%；与上海青间作后东南景天根部铅富集系数较单作下降24.53%。东南景天与辣椒间作后铅转运系数显著上升了29.87%(P＜0.05)，与青芹、樱桃萝卜间作后转运系数较单作无显著差异。
表 2 不同组合下东南景天对铅的富集系数及转运系数
Table 2. FBC and FT of Pb by S. alfredii in different treatments
植物 处理 FBC FT根—茎叶 根 茎叶 东南景天 D 0.426 76 b 0.098 39 b 0.231 b Q-D1 0.438 03 b 0.102 06 b 0.233 b S-D1 0.331 30 c 0.079 01 c 0.238 b L-D1 0.435 77 b 0.130 85 a 0.300 a B-D1 0.529 70 a 0.131 23 a 0.248 b 说明：表中数据为平均值(n=3)。同列不同字母表示各处理间显著差异(P＜0.05)。代号所表示处理见表1 由于铅在不同可食植物体内转运速度不同，从而导致可食植物体内各部位铅分布出现差异。由表3可知：间作模式减弱可食植物富集铅的能力。青芹各部位在间作模式下铅富集系数较单作均有不同程度的下降，其中在可食部位(茎)中下降显著(P＜0.05)，降幅达31.79%。在间作模式下上海青根、茎部富集系数有所降低，与单作相比分别降低53.36%、76.86%，但叶中铅富集系数却较单作显著提高了40.10% (P＜0.05)。辣椒可食部位(果)铅富集系数相比单作同样呈现显著下降(P＜0.05)，降幅达133.39%。间作东南景天能使樱桃萝卜可食部位铅富集系数呈显著下降(P＜0.05)，降幅为18.23%。青芹、辣椒在间作模式下转运系数较单作均有所下降，与单作相比分别下降了33.01%、38.96%。而上海青、樱桃萝卜与东南景天间作后，铅转运系数较单作分别增加了35.85%、6.74%。
表 3 不同间作组合下可食植物对铅的富集系数及转运系数
Table 3. FBC and FT of Pb by edible plants in different treatments
植物 处理 FBC FT根—茎叶 根 茎 叶 果 青芹 Q 0.002 24 c 0.001 69 bc 0.000 80 cd − 1.164 b Q-D2 0.002 07 c 0.001 28 c 0.000 50 d − 0.875 c 上海青 S 0.004 07 b 0.002 19 a 0.001 33 b − 0.863 c S-D2 0.002 65 c 0.001 24 c 0.001 86 a − 1.173 b 辣椒 L 0.002 16 c 0.001 57 bc 0.001 11 bc 0.000 96 a 1.688 a L-D2 0.002 34 c 0.001 66 bc 0.000 75 cd 0.000 41 b 1.215 b 樱桃萝卜 B 0.004 79 a 0.002 02 ab 0.000 71 cd − 0.570 d B-D2 0.004 06 b 0.001 65b c 0.000 82 bc − 0.608 d 说明：−表示无此项。数据为平均值(n=3)。同列不同字母表示各处理间具有显著差异(P＜0.05)。代号所表示处理见表1 -
如图5所示：与东南景天单作相比，青芹、辣椒和樱桃萝卜3种间作模式显著降低东南景天根际土壤pH (P＜0.05)。上海青-东南景天间作模式下东南景天根际土壤pH值降低，但没有达到显著水平(图5A)。与可食植物单作相比，间作模式均不同程度的降低青芹、辣椒和樱桃萝卜根际土壤pH，分别降低至5.40、5.34和5.57，差异显著(P＜0.05) (图5B)。
图 5 不同间作组合下植物根际土壤pH
Figure 5. Rhizosphere soil pH of different combinations
如图6所示：在间作模式下，东南景天根际土壤弱酸提取态、可还原态铅质量分数占总铅比例均有不同程度的提升，而可氧化态和残渣态铅的形态占比降低。与单作相比，东南景天与樱桃萝卜在间作模式下，其根际土壤弱酸提取态和可氧化态铅质量分数占总铅比例高于间作上海青和青芹；东南景天根际土壤残渣态铅的形态占比在4种间作模式之间无显著差别(图6A)。可食植物在间作模式下根际土壤可还原态铅的形态占比增大，弱酸提取态和可氧化态铅的形态占比均不同程度降低，残渣态铅则无显著变化。与单作相比，间作处理下樱桃萝卜根际土壤弱酸提取态铅质量分数降低了7.07 mg·kg−1，可氧化态铅质量分数降低了25.79 mg·kg−1；在间作模式下，上海青相较于其他3种可食植物根际土壤可还原态铅质量分数增幅最大，达24.36%，青芹次之，增幅为12.82% (图6B)。
图 6 不同间作组合下植物根际土壤中铅形态分布特征
Figure 6. Proportion of Pb forms in rhizosphere soils of plants of different assemblages
-
间作模式能改变植物生物量。本研究表明：与东南景天间作后，可食植物青芹、辣椒生物量较单作显著增加了65.51%、31.64%，但上海青、樱桃萝卜生物量有所降低。说明东南景天间作上海青、樱桃萝卜后，因盆栽空间的局限造成两者根系养分竞争激烈[17]，影响了上海青、樱桃萝卜的生长。青芹、辣椒生物量增加的原因可能是在间作模式下可以加快不同植物共生期间的养分转化，改善土壤的养分状况，提高植物对有效养分的吸收[18]。与单作相比，东南景天生物量显著增加，其原因可能是可食植物为东南景天遮光，缓解了高温带来的不良影响，从而提高东南景天生物量[19]。
丙二醛是膜脂质氧化的产物，是反映植物膜系统受伤害的重要指标之一[20]。本研究结果表明：间作模式下东南景天和可食植物叶片中丙二醛浓度均有不同程度的下降，其中辣椒、樱桃萝卜间作叶片中丙二醛浓度比单作显著下降了47.62%、36.76%。说明间作能缓解铅对植物的毒性。这与王晓维等[21]研究在铜胁迫下玉米Zea mays与豌豆Pisum sativum间作使玉米丙二醛含量较单作下降的结果一致。过氧化氢酶是植物细胞在长期进化过程中形成的主要抗氧化酶[22]。它能清除和减少植物体内的自由基，有效降低重金属胁迫对植物细胞的损伤，其活性间接反映了植物对重金属污染物的抗性[23]。本研究表明：间作模式下东南景天过氧化氢酶下降，其原因是间作体系促进东南景天对铅的吸收，致使东南景天自我调节和保护功能下降。王吉秀等[24]研究发现：将玉米和小花南芥Arabis alpina var. parviflora间作种植，玉米叶片过氧化氢酶含量较单作显著增加。从本研究也可以看出：铅胁迫下可食植物青芹、上海青、辣椒、樱桃萝卜叶片内丙二醛活性均表现出间作高于单作。
间作模式中不同植物吸收重金属的能力存在显著差异。本研究发现：间作东南景天在铅积累能力增加的同时显著降低了铅在青芹、辣椒、樱桃萝卜可食部位的累积，与单作相比分别下降了24.37%、162.50%、39.82%；上海青叶片中铅富集系数较单作显著提高了40.10%，表明间作东南景天会提高上海青叶片对铅的积累量。这与蒋成爱等[25]研究超富集植物东南景天与玉米间作时，东南景天地上部铅含量比单作增加13.0%，同时显著增加玉米铅含量的结果一致。间作提高了上海青、樱桃萝卜的转运系数，其原因可能是上海青、樱桃萝卜属于转移能力较强的植物，通过根系吸收根际土壤中的铅，并将大部分铅转移和积累到植物的茎叶从而保护根部不受毒害，维持其正常的生命活动。间作模式中青芹、辣椒转运系数降低，表明间作模式具有降低茎叶对铅的吸收能力。这与孟楠等[26]研究籽粒苋Amaranthus hypochondriacus与空心菜Ipomoea aquatica间作有效降低了空心菜对铅的吸收转运的结果一致。
植物对土壤重金属元素吸收积累的高低与植物根际环境及土壤中重金属形态存在密切联系[27]。间作主要是通过改变植物根系的分泌物、土壤pH等影响重金属的形态，间接地改变土壤中重金属的有效性，从而最终影响植物对重金属的吸收[28]。本研究发现：间作模式下东南景天和可食植物根际土壤pH显著降低。与单作相比，东南景天与青芹、辣椒和樱桃萝卜间作下其根际土壤pH显著降低，而上海青无显著差异。其原因可能是青芹、辣椒和樱桃萝卜在间作模式中与东南景天根系充分交叉，根系相互作用增强，引起东南景天根系分泌大量的有机酸，有机酸与铅离子形成螯合物，进而促进富集植物对铅的吸收和富集[29]；上海青在间作模式下仅有少部分根系交叉，根系相互作用较弱，未能引起东南景天根系大量分泌有机酸。不同间作组合模式下东南景天根际土壤弱酸提取态铅质量分数占总铅比例均呈增加趋势，进一步表明间作模式会引起植株根系分泌物有机酸增加，导致根际土壤pH降低，进而促进根际土壤弱酸提取态铅质量分数增加。有研究表明：弱酸提取态铅的生物有效性最高，易于迁移和转化，可被植物直接吸收[30]。与单作相比，青芹、辣椒和樱桃萝卜根际土壤pH以及弱酸提取态铅质量分数占总铅比例在间作模式下有不同程度的降低，这可能与东南景天和可食植物根系对弱酸提取态铅的竞争吸收有关，东南景天对铅的吸收和转运能力显著高于可食植物，导致青芹、辣椒和樱桃萝卜根际土壤中弱酸提取态铅大量向东南景天根际转移，被东南景天根系吸收，进而引起了植物根际土壤弱酸提取态铅质量分数降低。东南景天与上海青间作模式由于其根系互作较弱，根际土壤弱酸提取态铅质量分数无明显变化。另外，值得注意的是东南景天和可食植物在间作模式下根际土壤可还原态铅质量分数占总铅比例均有不同程度的提高，而可氧化态铅占比却都有一定降低，这可能是铅各形态之间存在着动态平衡[31]，土壤可还原态铅和可氧化态铅能进行直接或间接的相互转化，呈现此消彼长的趋势。
-
间作模式显著增加了东南景天、青芹和辣椒的生物量，上海青生物量和樱桃萝卜根部生物量显著降低。东南景天和可食植物丙醛浓度均表现为间作低于单作；间作可食植物叶片中过氧化氢酶活性显著增加的同时，东南景天叶片内过氧化氢酶活性均有不同程度下降。间作模式显著降低青芹、辣椒、樱桃萝卜可食部位铅质量分数，而上海青叶片中铅质量分数显著提高。可食植物和东南景天根际土壤pH变化表现出一致规律，间作均低于单作。间作显著降低可食植物根系周围土壤弱酸提取态铅和可氧化态铅质量分数，增加可还原态铅质量分数，而间作体系对残渣态铅质量分数影响不显著。间作与单作比较，增加了东南景天根际土壤中弱酸提取态铅和可还原态铅质量分数，降低了残渣态铅质量分数，促进间作系统中东南景天对铅的积累作用。因此，青芹、辣椒和樱桃萝卜与东南景天间作能显著降低青芹和辣椒可食部位铅质量分数，减少可食植物铅安全风险，达到安全食用标准，也能降低樱桃萝卜可食部位铅质量分数，在间作修复中是较为理想的组合模式。
Effects of intercropping patterns on physiological characteristics and Pb uptake of edible plants in community gardens
-
摘要:
目的 研究间作东南景天Sedum alfredii的社区花园受铅污染土壤中的植物生理特性及对重金属铅的吸收特征，以期筛选出降低可食植物对重金属铅吸收的最佳种植模式。 方法 以东南景天以及可食植物青芹Apium graveolens、上海青Brassica chinensis、辣椒Capsicum annuum和樱桃萝卜Raphanus sativus为研究材料，在浙江省杭州市临安区平山苗圃开展盆栽试验。以单作为对照，分析间作东南景天对可食植物生理生化指标的影响，以及可食植物的铅吸收转移特征、植物根际土壤pH和铅形态分布特征。 结果 ①间作显著增加了东南景天、青芹和辣椒的生物量(P＜0.05)，降低了上海青和樱桃萝卜生物量；②东南景天和可食植物叶片内丙二醛浓度变化表现出一致规律，间作均低于单作；间作体系中青芹、辣椒、樱桃萝卜叶片内过氧化氢酶活性比单作分别显著增长33.92%、41.94%、53.80%(P＜0.05)；③间作东南景天显著降低了青芹、辣椒、樱桃萝卜可食部位对铅的积累(P＜0.05)，与单作相比分别下降了24.37%、162.50%和39.82%；④间作模式降低植物根际土壤pH，且改变土壤中铅形态分布。间作东南景天降低了可食植物根际土壤弱酸提取态铅和可氧化态铅的形态占比，提高了可还原态铅的形态占比。 结论 间作模式促进东南景天对铅的富集和迁移，减缓铅对可食植物的毒害作用。与东南景天间作，青芹、辣椒可食部位铅质量分数显著降低，达到安全食用标准；樱桃萝卜可食部位铅质量分数有降低的趋势。图6表3参31 Abstract:Objective The objective is to study the physiological characteristics of plants in Pb contaminated soil and uptake characteristics of Pb in community gardens intercropped with Sedum alfredi, in order to screen out the best planting mode to reduce the uptake of Pb by edible plants. Method S. alfredii, Apium graveolens, Brassica chinensis, Capsicum annuum and Raphanus sativus were used as research materials. A pot experiment was carried out in Pingshan Nursery of Lin’an District of Hangzhou City, Zhejiang Province. The effects of intercropping S. alfredii on physiological and biochemical indexes of edible plants, uptake and transfer characteristics of Pb, the pH of rhizosphere soil and distribution characteristics of Pb were analyzed. Result (1) Intercropping significantly improved the biomass of S. alfredii, A. graveolens and C. annuum, and reduced the biomass of B. chinensis and R. sativus (P＜0.05). (2) The content of MDA in leaves of S. alfredii and edible plants showed a consistent pattern, and intercropping was lower than monoculture. In the intercropping system, CAT activities in leaves of A. graveolens, C. annuum and R. sativus significantly increased by 33.92%, 41.94% and 53.80%, compared with the monoculture system (P＜0.05). (3) Intercropping S. alfredii significantly reduced Pb accumulation in edible parts of A. graveolens, C. annuum and R. sativus, which decreased by 24.37%, 162.50% and 39.82%, respectively (P＜ 0.05), compared with monoculture. (4) Intercropping decreased the pH of rhizosphere soil and changed the distribution of Pb in soil. Intercropping S. alfredii decreased the form proportion of weak acid extracted and oxidized Pb in the rhizosphere soil of edible plants, but increased the form proportion of reducible Pb in soil. Conclusion The intercropping mode can promote the enrichment and migration of Pb in S. alfredii and reduce the toxic effect of Pb on edible plants. Intercropping S. alfredii significantly reduces Pb content in edible parts of A. graveolens and C. annuum, reaching the safe edible standard. The Pb content in edible parts of R. sativus tends to decrease, which is an ideal combination mode for intercropping restoration. [Ch, 6 fig. 3 tab. 31 ref.] -
Key words:
- community garden /
- edible plants /
- intercropping /
- Pb contamination /
- physiological indicators /
- phytoremediation
-
土地利用是城市发展规划及资源开发利用的关键信息，同时也是区域土地利用变化研究的重要基础[1]。然而高原山区的遥感影像自动分类相比其他地形区而言，传统的遥感分类方法在分类精度上受各方面因素影响，难以满足研究需求[2]。传统的监督分类方法和非监督分类方法，是基于像元的数理统计法，地物分类时考虑的主要为像元的光谱信息，对遥感影像的形状、纹理及空间关系等利用不够充分[3]，容易发生“同物异谱”和“同谱异物”。近年来，国内外许多学者尝试利用不同类型遥感影像来提高土地利用分类精度，在遥感影像的使用上多以Landsat和Modis系列的中低分辨率数据为主，分类精度经常受到影像空间分辨率的限制，在地物破碎的区域提取草地、水塘和小规模村庄等时存在较大的局限性[4]。近年来采用高分辨率卫星作为实验数据的分类研究逐年增多[5-7]，高分辨率影像可利用清晰的地物几何特征和纹理等信息，具有覆盖范围大、重访周期短、定量化探测等优点，但影像成本较高，获取难度较大[8]。哨兵二号遥感卫星最高的空间分辨率可达10 m，与传统遥感数据相比，Sentinel-2A遥感数据新增加的4个红边波段与叶绿素含量关系紧密[9]。在地物提取分类研究领域中，近年来有众多学者运用红边波段进行湿地提取[10]、作物识别[11]、地物类型划分[12]等方面的研究，均取得了较好的效果。随着计算机和3S技术的发展，遥感研究的逐渐深入，新的分类方法不断涌现，如多重滤波[13]、面向对象分类法[14]、模糊分类法[15]、随机森林分类法[16]、神经网络法[17]等。尽管这些分类方法在不同程度上均提高了分类精度，然而在分类结果中依然存在着或多或少的“椒盐效应”[18]。本研究以云南省大理市为研究区域，以Sentinel-2A遥感影像为数据源，提出一种面向对象特征与决策树规则相结合的分类方法，依靠多维遥感信息复合技术，充分利用地物的光谱特征[19]、几何结构和纹理等提高遥感影像在大理市不同土地利用类型的区分效果，可探索提高高原山区分类精度的有效途径。
1. 研究区概况
云南省大理市地处云贵高原，大理州中部，25°25′~25°58′N，99°58′~100°27′E，总面积为1 815 km2，基础海拔1 000 m以上，地面起伏较大，地形以山地为主，其中山地面积为1 278.8 km2，山区、半山区面积达70.5%。总体特征是西北高，东南低，四周高，中间低。研究区地处盆地，中部是洱海，被四周的高山环抱，西部是苍山，东侧为马尾山，四周山坡均朝向洱海。
2. 研究方法
2.1 数据来源与预处理
本研究使用的Sentinel-2数据源通过欧空局的哥白尼数据中心下载，辅助数据包括2.5 m天地图影像数据和从地理空间数据云获取的大理市行政边界矢量数据。利用欧洲航天局(ESA)官方提供的SNAP软件和sen2cor插件对下载的原始影像进行大气校正，得到L2A级数据，采用最近邻插值法将波段重采样为10 m分辨率，基于ENVI软件对其进行几何校正。因高原山区云雾较多，为降低影像云覆盖对分类精度影响，将2020年1月1日至12月31日大理市Sentinel-2A影像最小云量进行年度多时相合成，通过大理市行政边界矢量数据对遥感影像数据进行裁剪。
2.2 土地利用分类体系
土地利用分类标准在参照GB/T 21010—2017《土地利用现状分类标准》[20]的基础上结合高原山区各方面特征，将研究区分为七大类，选出准确可靠的7个类型样本，进行样本间的分离度计算，计算结果如表1所示。
表 1 各种类型地物样本组合的Jeffries-Matusita距离Table 1 Jeffries Matusita distance of various types of feature sample combinations土地利用类型 分离度 土地利用类型 分离度 林地-农田 1.953 农田-其他 1.994 林地-水体 2.000 水体-草地 1.993 林地-草地 1.895 水体-建设用地 2.000 林地-建设用地 1.998 水体-冰川积雪 1.998 林地-冰川积雪 1.995 水体-其他 1.996 林地-其他 1.994 草地-建设用地 1.996 农田-水体 1.983 草地-冰川积雪 1.997 农田-草地 1.894 草地-其他 1.996 农田-建设用地 1.993 建设用地-冰川积雪 1.992 农田-冰川积雪 1.993 建设用地-其他 1.983 冰川积雪-其他 1.990 2.3 面向对象特征的决策树分类
2.3.1 决策树分类模型粗分类
为能充分利用基于像素和面向对象分类方法优势，组合方法已被广泛应用于土地利用分类领域[21]。QUEST决策树从运算速度和分类精度方面均衡考量，优于其他决策树方法[22]。利用面向对象特征的遥感分类方法，可结合研究对象的光谱、形状、纹理、空间关系等不同属性信息，将相同性质的像元组成为基本处理单元“对象”完成分类[23]。对研究区各地物类型的光谱特征、纹理特征和几何特征分析后，以第3绿光波段、第8近红外波段、第4红波段和第11短波红外为特征波段，再提取农田、草地、冰川积雪和其他等4个不同类别地类的面向对象特征，根据各特征建立分类规则进行建模。构建面向对象特征与QUEST决策树相结合的分类模型，如图1所示。
①水体区域提取。基于研究区实地情况，本研究采取归一化差异水体指数(NDWI)方法[24]将研究区水体部分划分出来。根据对样本数据的初步分析以及人工判读，先将QUEST决策树分类条件设置为NDWI＞0.4125。②植被区域提取。因为Sentinel-2数据的优势是在红边范围含有3个波段的数据，且研究区是典型的高原山区，全域植被覆盖率较高，所以归一化植被指数(NDVI)能从影像中更加有效地提取植被区域[25]。以此为基础将决策树分类条件设置为NDVI＞0.312 5，可将植被区域与非植被区域分离开，且不与水体区域混淆。再通过设置NDVI指数范围阙值，进一步将植被中的农田、草地分类条件设置为0.312 5＜NDVI＜0.654 3，林地则设置为0.654 3＜NDVI＜1.000 0。③非植被区域提取。将研究区的水体和植被两大类提取成功后，其余部分则为非植被区域。为了进一步将建筑用地从非植被区域提取出来，在前几步的基础上又计算了归一化建筑指数(NDBI)，并将QUEST决策树分类条件设置为NDBI＞0，发现此时可将研究区大部分建设用地从非植被区域提取出来。
2.3.2 面向对象特征的细分类
面向对象可充分利用各对象的各类特征信息，本研究使用了面向对象的光谱特征、几何特征和纹理特征，其定义如表2所示。
表 2 面向对象特征定义表Table 2 Object oriented feature definition类别 特征 定义和公式 光谱特征 光谱均值 斑块内像素光谱均值 纹理特征 纹理特征 灰度共生矩阵(GLCM，包括5×5卷积模板内的均值、方差、同质性、熵值、对比度、二阶矩、相关性) 几何特征 面积 斑块总面积 延伸率 最大直径与最小直径比值 矩形形状参数 矩形形状度量值(Rect)=面积/(最大直径×最小直径) 本研究采用多尺度分割算法进行影像分割，共设置了一个分割层次，主要目的是将农田与草地、冰川积雪与其他进行区分。在确保影像分类精度的前提下进行多次实验，最终结果表明：分割尺度设置为30较为适宜，此时，各个分类对象均有较好的可分离性，且各个对象内部的同质性较高。再根据相邻对象的纹理特征和内部一致性确定归并尺度，对分割好的原始影像进行迭代归并，进一步完成相邻同类对象的归并。经多次实验，确定的归并尺度为65最为适宜。①草地与农田的面向对象特征。草地与农田相比，具有规则的几何形状，同时，草地与农田的光谱均值也有一定差异。所以，可将农田的对象筛选条件设置为：面积＞3 000 m2，矩形形状参数＞0.3，光谱均值＞3 000 nm，余下不满足设定的农田筛选条件的地区为草地。②冰川积雪与其他的面向对象特征。其他用地类型延伸率较小且形状不规则，光谱均值也有较大差异，而冰川积雪大都分布于苍山高海拔地区，且连续性高，面积较大。所以为将两者区分开来，设定其他用地的筛选条件为：延伸率＜3.5，1 210 nm＜光谱均值(第4波段)＜1 360 nm，1 225 nm＜光谱均值(第3波段)＜1 335 nm，1 400 nm＜光谱均值(第2波段)＜1 465 nm ，符合该条件的区域可判定为其他用地，余下不满足设定条件的则为冰川积雪。
2.4 其他分类方法
本研究还运用了最大似然分类法、ISODATA法与面向对象特征决策树法进行比较。ISODATA法分类与最大似然法均未引入面向对象特征，ISODATA法使用ENVI 5.3软件，选择IsoData分类器，预设22个类别和最大迭代次数为10进行分类计算，最后通过目视识别分类结果合并为本研究的7个类别。最大似然法基于ENVI 5.3软件使用ROIS方法定义7类训练样本进行分类。面向对象特征决策树分类使用IDL8.5结合ENVI 5.3编程实现。
2.5 精度评定
为了检验研究区影像分类解译结果的可信度，通过野外调查和2.5 m精度的天地图相结合的方式目视判读检验研究区各个样本点的真实土地利用类别，采用误差矩阵方法进行检验。在研究区内利用ArcGIS软件随机生成500个检验样本点，各地类验证点个数如表3所示。
表 3 各地类验证点个数Table 3 Number of verification points of each class土地利用类型 天地图验证点个数 野外调查验证点个数 水体 94 5 林地 68 58 建设用地 54 6 农田 67 18 草地 89 8 冰川积雪 13 0 其他 16 4 3. 结果与分析
3.1 不同分类方法空间分布比较
将3个分类结果与同期高分辨率天地图影像进行叠加对比(图2)：ISODATA法相比前2种方法虽然显示结果较差，但具有明显特征的地物基本都能被识别出来，冰川积雪与建筑用地因光谱特征类似，从而产生了部分混淆。最大似然分类和面向对象决策树分类得到的研究区地物分布与天地图影像显示结果基本一致。但是，由于高原山区草地和部分农田分布较为破碎，且研究区地表植被覆盖度较高，所以利用最大似然方法提取的某些林地、草地和面积较小的农田会产生部分混淆。而面向对象决策树分类由于构建特征指数将不同地物差异放大，且引入了面向对象特征，更有利于决策规则的制定，所以提取的结果在空间表现上相比与其他分类方法更合理。
图 2 基于不同分类方法得到的大理市2020年土地利用类型示意图Figure 2 Land use type map of Dali City in 2020 based on different classification methods对3种土地利用分类方法各地类的面积进行统计，并与欧空局公布的2020年10 m分辨率土地利用数据进行验证对比。结果如图3所示：面向对象特征的决策树法提取的研究区内林地面积最大，其次是农田、草地、水体、建设用地和冰川积雪，面积最小的为其他用地：3种分类方法中此方法结果与研究区的实际情况最为符合。 ISODATA法基于机器学习，在地物分布较为破碎的区域，机器学习的效果会受样本中噪声的影响，产生过拟合现象。最大似然法是基于统计分析的原理，可减轻样本中噪声的影响，提取结果在空间分布上也更为合理。面向对象特征的决策树法以对象为处理单元，充分利用研究对象的光谱、形状、纹理、空间关系等不同属性信息，所以提取的结果与实际情况最为接近。
3.2 不同地类的方法适用性比较
为进一步比较不同方法下各类地物的提取差异，采用2.5 m天地图的500个样点结合野外调查对3种方法的分类结果进行验证，利用误差矩阵分析得到的分类结果进行精度评价，结果如表4所示。从制图精度角度看，ISODATA法制图精度由高到低依次是其他、建设用地、水体、林地、农田、冰川积雪和草地，其中精度最高的其他为89.37%，最低的草地仅为58.00%。对于用户精度，ISODATA法的水体用户精度最高，为97.44%。余下的地类用户精度由高到低分别为林地、其他、冰川积雪、草地、建设用地和农田。从以上2个精度对比来看，林地和水体的分类精度最高，建设用地、草地、冰川积雪和其他分类精度也较高，农田分类精度较低。分析认为，由于水体的光谱特性相对单一，误分状况较少。而林地、农田和草地三者误分与互相之间光谱特性重合有较大关系。建设用地的误分区域主要分布在洱海周边和建成区周围的裸地，因裸地和房屋具有相似的高反射特性，主要误分为建设用地和草地，草地和冰川积雪误分为建设用地由光谱特性相近导致。
表 4 ISODATA法遥感解译误差矩阵Table 4 ISODATA remote sensing interpretation error matrix土地利用类型 林地 建设用地 农田 水体 草地 其他 冰川积雪 参考样本数 用户精度/％ 林地 93 0 3 0 4 0 0 100 93.00 建设用地 0 67 0 7 5 5 3 87 77.01 农田 16 2 47 0 2 1 7 75 62.67 水体 0 0 0 76 2 0 0 78 97.44 草地 3 0 0 3 29 2 0 37 78.38 其他 0 4 2 0 8 71 0 85 83.53 冰川积雪 0 2 6 0 0 0 30 38 78.95 分类样本数 112 75 58 86 50 79 40 500 制图精度/％ 83.04 89.33 81.03 88.37 58.00 89.37 75.00 由表5可得：基于最大似然法的水体制图精度最高，为94.79%，余下6个地类制图精度由高到低分别为林地、草地、其他、农田、冰川积雪和建设用地。用户精度最高的地类是水体，为100.00%，其他地类用户精度由高到低分别是林地、建设用地、草地、农田、其他和冰川积雪。冰川积雪精度最低，仅为66.67%。通过分析认为，水体的光谱特性较为单一，极少出现误分。充分利用不同类型的光谱表现特征和周边地理环境，所以林地和农田区分度较好，但和草地仍有部分混淆。部分建设用地位于山区，受周边地理环境影响较大，加之城区建设用地光谱特征较为复杂。农田误分主要是误分为林地、草地和建设用地，由于前三者均属于绿色植被，在气温湿度均较好的情况下，选择样本时会经常造成3类间的误分。与建设用地的误分由于山区农田与建设用地交错分布，难以分辨。其他地类误分为建设用地由于两者具有相似的高反射特性，极易造成混淆。
表 5 最大似然法遥感解译误差矩阵Table 5 Maximum likelihood remote sensing interpretation error matrix土地利用类型 林地 建设用地 农田 水体 草地 其他 冰川积雪 参考样本数 用户精度/％ 林地 119 0 0 0 2 0 0 121 98.35 建设用地 3 51 2 5 1 2 0 64 79.69 农田 6 4 61 0 4 4 1 80 76.25 水体 0 0 0 91 0 0 0 91 100.00 草地 5 4 7 0 55 0 3 74 74.32 其他 0 14 2 0 0 36 0 52 69.23 冰川积雪 1 4 0 0 1 0 12 18 66.67 分类样本数 134 77 72 96 63 42 16 500 制图精度/％ 88.81 66.23 84.72 94.79 87.30 85.71 75.00 由表6可以看出：基于面向对象特征决策树法中的水体制图精度仍是最高，为93.94%，其他地类制图精度由高到低分别是林地、农田、草地、建设用地、其他和冰川积雪。冰川积雪虽然精度最低，但仍达76.92%。面向对象特征决策树法制图精度由高到低分别是水体、其他、林地、冰川积雪、草地、农田和建设用地，其中用户精度最高的水体为95.88%，最低的建设用地精度为83.61%。分析认为，误分情况主要是由于决策树粗分类时3个指数的参数设置原因。农田和草地之间的部分误分也与面向对象特征参数设置有关，此方法分类中冰川积雪和其他2个地类无错分现象，由此看出面向对象特征参数设置较为适合。
表 6 面向对象特征决策树法遥感解译误差矩阵Table 6 Remote sensing interpretation error matrix of object-oriented feature decision tree method土地利用类型 林地 建设用地 农田 水体 草地 其他 冰川积雪 参考样本数 用户精度/％ 林地 118 0 2 0 5 0 0 125 94.40 建设用地 0 51 3 3 1 2 1 61 83.61 农田 4 2 76 0 4 1 2 89 85.39 水体 1 2 0 93 1 0 0 97 95.88 草地 3 3 4 3 86 0 0 99 86.87 其他 0 1 0 0 0 17 0 18 94.44 冰川积雪 0 1 0 0 0 0 10 11 90.91 分类样本数 126 60 85 99 97 20 13 500 制图精度/％ 93.65 85.00 89.41 93.94 88.66 85.00 76.92 以上精度分析可以看出，面向对象特征决策树法相比于其他方法在农田、草地、建设用地和其他这4类分类精度上有了显著提高，且在高原山区特有地类冰川积雪的信息提取上也有较好的适用性。而对于研究区水域和林地的提取来说，最大似然法的适用性更好。
3.3 不同分类方法总体精度比较
一般总体精度在80%以上可以认为精度良好，表7表明：3种分类方法分类精度良好。其中，ISODATA法总体分类精度最低，但也满足基本分类需求，总体分类精度为82.60%，Kappa系数为79.40%；其次是最大似然法，总体分类精度较ISODATA法略有提高，总体分类精度为85.00%，Kappa系数为81.90%，但最大似然法基于机器学习的提取方法也可能会带来过拟合效应，导致提取精度偏高；面向对象特征决策树分类方法精度最高，总体分类精度可达90.20%，Kappa系数为87.95%，说明此方法的分类结果与实际情况最为贴近，更加适用于高原山区土地利用分类。
表 7 3种分类方法比较Table 7 Comparison of three classification methods分类方法 总体分类精度/% Kappa系数/% ISODATA法分类 82.60 79.40 最大似然法分类 85.00 81.90 面向对象特征决策树法 90.20 87.95 4. 结论
本研究结果表明：①从地物空间分布上看，面向对象与决策树相结合的方法得到的最终分类结果与同期高分辨率天地图影像较为一致，表明与地物的实际分布情况更为接近。②从地类方法适用性角度来看，最大似然分类法在水域和林地的提取上适用性较好，面向对象特征决策树法在农田和草地、建设用地和其他这些光谱特征较为相似的地类区分度较好。在高原山地特有的地类冰川积雪提取上也表现出了极大的优越性。③从不同方法总体分类精度角度看，面向对象特征的决策树法在大理市的土地利用信息提取中效果最好，总体分类精度和Kappa系数分别为90.20%和87.95%，较传统的最大似然法和ISODATA法分类精度均有提升，可实现大理市土地利用的高精度提取。
本研究在进行大理市土地利用分类时，利用先粗分类再进一步细分类的思想，将面向对象特征与决策树规则相结合，粗分类先设计决策树分类规则，在决策树基础上进行类别的细分类，此方法可避免区域之间的混淆问题，反映了提高遥感影像分类精度的一个方法，具有良好的应用前景[26]。面向对象特征辅助决策树分类，其分类精度和准确性虽有提高，但与欧空局面积仍存在一定的出入，说明分类过程中仅提取面向对象特征辅助是不够的。因此，在今后的计算机分类过程中，需进一步加强遥感影像计算机自动解译的研究，充分利用地物形状、纹理、空间关系、空间位置等特征，对影像进行综合评判，提高影像的分类精度。
-
图 2 不同间作组合下植物叶片中丙二醛浓度
Figure 2 MDA contents in leaves under different combination modes
图 3 不同间作组合下植物叶片中过氧化氢酶活性
Figure 3 CAT contents in leaves under different combination modes
图 6 不同间作组合下植物根际土壤中铅形态分布特征
Figure 6 Proportion of Pb forms in rhizosphere soils of plants of different assemblages
表 1 盆栽试验设计
Table 1. Pot experiment design
种植模式 处理 代号 种植模式 处理 代号 单作 青芹 Q 间作 东南景天-上海青(东南景天) S-D1 单作 上海青 S 间作 东南景天-上海青(上海青) S-D2 单作 辣椒 L 间作 东南景天-辣椒(东南景天) L-D1 单作 樱桃萝卜 B 间作 东南景天-辣椒(辣椒) L-D2 单作 东南景天 D 间作 东南景天-樱桃萝卜(东南景天) B-D1 间作 东南景天-青芹(东南景天) Q-D1 间作 东南景天-樱桃萝卜(樱桃萝卜) B-D2 间作 东南景天-青芹(青芹) Q-D2 说明：间作模式各处理括号中列出的是该模式下的采样植物 
下载: 导出CSV
表 2 不同组合下东南景天对铅的富集系数及转运系数
Table 2. FBC and FT of Pb by S. alfredii in different treatments
植物 处理 FBC FT根—茎叶 根 茎叶 东南景天 D 0.426 76 b 0.098 39 b 0.231 b Q-D1 0.438 03 b 0.102 06 b 0.233 b S-D1 0.331 30 c 0.079 01 c 0.238 b L-D1 0.435 77 b 0.130 85 a 0.300 a B-D1 0.529 70 a 0.131 23 a 0.248 b 说明：表中数据为平均值(n=3)。同列不同字母表示各处理间显著差异(P＜0.05)。代号所表示处理见表1
下载: 导出CSV
表 3 不同间作组合下可食植物对铅的富集系数及转运系数
Table 3. FBC and FT of Pb by edible plants in different treatments
植物 处理 FBC FT根—茎叶 根 茎 叶 果 青芹 Q 0.002 24 c 0.001 69 bc 0.000 80 cd − 1.164 b Q-D2 0.002 07 c 0.001 28 c 0.000 50 d − 0.875 c 上海青 S 0.004 07 b 0.002 19 a 0.001 33 b − 0.863 c S-D2 0.002 65 c 0.001 24 c 0.001 86 a − 1.173 b 辣椒 L 0.002 16 c 0.001 57 bc 0.001 11 bc 0.000 96 a 1.688 a L-D2 0.002 34 c 0.001 66 bc 0.000 75 cd 0.000 41 b 1.215 b 樱桃萝卜 B 0.004 79 a 0.002 02 ab 0.000 71 cd − 0.570 d B-D2 0.004 06 b 0.001 65b c 0.000 82 bc − 0.608 d 说明：−表示无此项。数据为平均值(n=3)。同列不同字母表示各处理间具有显著差异(P＜0.05)。代号所表示处理见表1
下载: 导出CSV
-
[1] 刘悦来, 许俊丽, 尹科娈. 高密度城市社区公共空间参与式营造——以社区花园为例[J]. 风景园林, 2019, 26(6): 13 − 17. LIU Yuelai, XU Junli, YIN Keluan. Participatory construction of community public space in high-density cities: a case study of community gardens [J]. Landscape Architecture, 2019, 26(6): 13 − 17. [2] 钱静. 西欧份地花园与美国社区花园的体系比较[J]. 现代城市研究, 2011, 26(1): 86 − 92. QIAN Jing. The comparison of allotment garden in Europe and community garden in the United States [J]. Modern Urban Research, 2011, 26(1): 86 − 92. [3] 陈蓉蓉, 金荷仙, 颜越. 近20年社区花园演进历程及热点趋势研究[J]. 风景园林, 2021, 28(11): 114 − 119. CHEN Rongrong, JIN Hexian, YAN Yue. Evolution process, hotspots and trends of community gardens in recent 20 years [J]. Landscape Architecture, 2021, 28(11): 114 − 119. [4] BELON E, BOISSON M, DEPORTES I Z, et al. An inventory of trace elements inputs to French agricultural soils [J]. Science of the Total Environment, 2012, 439: 87 − 95. [5] LAIDLAW M A S, ALANKARAGE D H, REICHMAN S M, et al. Assessment of soil metal concentrations in residential and community vegetable gardens in Melbourne, Australia [J]. Chemosphere, 2018, 199: 303 − 311. [6] DAO Ligan, MORRISON L, ZHANG Hongxuan, et al. Influences of traffic on Pb, Cu and Zn concentrations in roadside soils of an urban park in Dublin, Ireland [J]. Environmental Geochemistry and Health, 2013, 36(3): 333 − 343. [7] ROUILLON M, HARVEY P J, KRISTENSEN L J, et al. VegeSafe: a community science program measuring soil-metal contamination, evaluating risk and providing advice for safe gardening [J]. Environmental Pollution, 2016, 222: 557 − 566. [8] JEAN-SORO L, GUERN L C, BECHET B, et al. Origin of trace elements in an urban garden in Nantes, France [J]. Journal of Soils and Sediments, 2015, 15(8): 1802 − 1812. [9] MITCHELL R G, SPLIETHOFF H M, RIBAUDO L N, et al. Lead (Pb) and other metals in New York City community garden soils; factors influencing contaminant distributions [J]. Environmental Pollution, 2014, 187: 162 − 169. [10] 杨剑洲, 王振亮, 高健翁, 等. 海南省集约化种植园中谷物、蔬菜和水果中重金属累积程度及健康风险[J]. 环境科学, 2021, 42(10): 4916 − 4924. YANG Jianzhou, WANG Zhenliang, GAO Jianweng, et al. Accumulation and herisk of heavy metals in cereals, vegetables, and fruits of intensive plantations in Hainan Province [J]. Environmental Science, 2021, 42(10): 4916 − 4924. [11] KIM H S, KIM Y J, SEO Y R. An overview of carcinogenic heavy metal: molecular toxicity mechanism and prevention [J]. Journal of Cancer Prevention, 2015, 20(4): 232 − 240. [12] RAI P K, LEE S S, ZHANG M, et al. Heavy metals in food crops: Health risks, fate, mechanisms, and management [J]. Environment international, 2019, 125: 365 − 385. [13] 曹瑞祺, 方松林, 曹盼宫. 重金属污染土壤园林植物修复研究进展[J]. 北方园艺, 2019(16): 145 − 152. CAO Ruiqi, FANG Songlin, CAO Pangong. Research on garden plant restoration of heavy metal contaminated soil [J]. Northern Horticulture, 2019(16): 145 − 152. [14] 时健, 龙新宪, 徐祚荣, 等. 东南景天组培苗对锌、镉及其复合污染土壤的修复效能分析[J]. 北京师范大学学报(自然科学版), 2022, 58(1): 70 − 76. SHI Jian, LONG Xinxian, XU Zuorong, et al. Remediation by tissue culture seedlings of Sedum alfredii Hance in Zn-, Cd- and combination-contaminated soils [J]. Journal of Beijing Normal University (Natural Science), 2022, 58(1): 70 − 76. [15] 李合生. 植物生理生化实验原理和技术[M]. 北京: 高等教育出版社, 2000. LI Hesheng. Experiment Principle and Technology of Plant Physiology and Biochemistry [M]. Beijing: Higher Education Press, 2000. [16] RAURET G, LÓPEZ-SÁNCHEZ J F, SAHUQUILLO A, et al. Improvement of the BCR three step sequential extraction procedure prior to the certification of new sediment and soil reference materials [J]. Journal of Environmental Monitoring, 1999, 1(1): 57 − 61. [17] 刘晨, 郭佳, 赵敏, 等. 毛竹幼苗与伴矿景天间作对铜镉锌转运积累的影响[J]. 浙江大学学报(农业与生命科学版), 2017, 43(5): 615 − 622. LIU Chen, GUO Jia, ZHAO Min, et al. Effects of moso bamboo and Sedum plumbizincicola intercropping on transport and accumulation of Cu, Cd and Zn in soil-plant system [J]. Journal of Zhejiang University (Agriculture &Life Science), 2017, 43(5): 615 − 622. [18] TAN Yan, HU Falong, CHAI Qiang, et al. Optimizing water use between intercropped pea and maize through strip row ratio expansion and N fertilizer reduction in arid areas [J/OL]. Field Crops Research, 2021, 260: 108001[2022-04-20]. doi: 10.1016/j.fcr.2020.108001. [19] 游梦, 邹茸, 王丽, 等. 不同富集植物与小麦间作对镉吸收转运的影响[J]. 中国土壤与肥料, 2022(4): 201 − 208. YOU Meng, ZOU Rong, WANG Li, et al. Effects of intercropping different accumulators with wheat on Cd absorption and transport under Cd stress [J]. Soil and Fertilizer Sciences in China, 2022(4): 201 − 208. [20] 徐圆圆, 陆明英, 蒋维昕, 等. 铝胁迫下不同耐铝型桉树无性系根和叶抗氧化特征的差异[J]. 浙江农林大学学报, 2016, 33(6): 1009 − 1016. XU Yuanyuan, LU Mingying, JIANG Weixin, et al. Al stress with lipid peroxidation and antioxidant enzyme activities in eucalyptus roots and leaves [J]. Journal of Zhejiang A&F University, 2016, 33(6): 1009 − 1016. [21] 王晓维, 黄国勤, 徐健程, 等. 铜胁迫和间作对玉米抗氧化酶活性及丙二醛含量的影响[J]. 农业环境科学学报, 2014, 33(10): 1890 − 1896. WANG Xiaowei, HUANG Guoqin, XU Jiancheng, et al. Effects of copper stresses and intercropping on antioxidant enzyme activities and malondialdehyde contents in maize [J]. Journal of Agro-Environment Science, 2014, 33(10): 1890 − 1896. [22] 沈徐悦, 张浪, 陈蓉蓉, 等. 盐胁迫对望春玉兰幼苗形态和相关生理指标的影响[J]. 浙江农林大学学报, 2021, 38(2): 289 − 295. SHEN Xuyue, ZHANG Lang, CHEN Rongrong, et al. Effect of NaCl stress on the morphology and related physiological indexes of Magnolia biondii seedlings [J]. Journal of Zhejiang A&F University, 2021, 38(2): 289 − 295. [23] 张家洋. 重金属铅镉短期胁迫对蓬莱蕉生理生化指标的影响[J]. 水土保持学报, 2016, 30(2): 340 − 345. ZHANG Jiayang. The effect of Pb and Cd on physiological and biochemical indexes of Monstera deliciosa Liebm. in the short-term conditions [J]. Journal of Soil and Water Conservation, 2016, 30(2): 340 − 345. [24] 王吉秀, 李元, 祖艳群, 等. 铅胁迫下小花南芥和玉米间作体系对植物生理的影响[J]. 环境科学与技术, 2017, 40(7): 54 − 59. WANG Jixiu, LI Yuan, ZU Yanqun, et al. Effects of Arabis alpina L. var. parviflora Franch and Zea mays L. in an intercropping system on plant physiology to lead stress [J]. Environmental Science &Technology, 2017, 40(7): 54 − 59. [25] 蒋成爱, 吴启堂, 吴顺辉, 等. 东南景天与不同植物混作对土壤重金属吸收的影响[J]. 中国环境科学, 2009, 29(9): 985 − 990. JIANG Chengai, WU Qitang, WU Shunhui, et al. Effect of co-cropping Sedum alfredii with different plants on metal uptake [J]. China Environmental Science, 2009, 29(9): 985 − 990. [26] 孟楠, 王萌, 李杉杉, 等. 草本植物间作对空心菜Pb吸收、转运的影响[J]. 地学前缘, 2019, 26(6): 103 − 111. MENG Nan, WANG Meng, LI Shanshan, et al. Effects of intercropping ten herbaceous plants on lead uptake by and accumulation in water spinach [J]. Earth Science Frontiers, 2019, 26(6): 103 − 111. [27] 邱孝煊, 方守玲, 陈孔长, 等. 不同植物与芥菜间作对芥菜-土壤镉含量的影响[J]. 福建农业科技, 2022, 53(3): 63 − 69. QIU Xiaoxuan, FANG Shouling, CHEN Kongchang, et al. Effects of Brassica juncea intercropped with different plants on the content of Cadmium in Brassica juncea and soil [J]. Fujian Agricultural Science and Technology, 2022, 53(3): 63 − 69. [28] 赵中秋, 朱永官, 蔡运龙. 镉在土壤-植物系统中的迁移转化及其影响因素[J]. 生态环境, 2005, 14(2): 282 − 286. ZHAO Zhongqiu, ZHU Yongguan, CAI Yunlong. Transport and transformation of cadmium in soil-plant systems and the influence factors [J]. Ecology and Environment, 2005, 14(2): 282 − 286. [29] 崔晓荧, 秦俊豪, 黎华寿. 不同水分管理模式对水稻生长及重金属迁移特性的影响[J]. 农业环境科学学报, 2017, 36(11): 2177 − 2184. CUI Xiaoying, QIN Junhao, LI Huashou. Effect of different water management modes on rice (Oryza sativa L. ) growth and heavy metal transport characteristics [J]. Journal of Agro-Environment Science, 2017, 36(11): 2177 − 2184. [30] 郭彦海, 高国龙, 王庆, 等. 典型平原地区生活垃圾焚烧厂周边土壤重金属赋存形态分布特征及生物有效性评价[J]. 环境科学研究, 2019, 32(9): 1613 − 1620. GUO Yanhai, GAO Guolong, WANG Qing, et al. Heavy metal speciation distribution and bioavailability assessment in soils surrounding a municipal solid waste incineration plant in the typical plain area in China [J]. Research of Environmental Sciences, 2019, 32(9): 1613 − 1620. [31] 胡自航, 赵霞, 董晓芸, 等. 污泥与园林废弃物混合堆肥施用量对林地土壤重金属质量分数及微生物活性的影响[J]. 浙江农林大学学报, 2021, 38(1): 31 − 37. HU Zihang, ZHAO Xia, DONG Xiaoyun, et al. Effect of sludge and garden waste composting rates on heavy metal content and microbial activity in plantation soil [J]. Journal of Zhejiang A&F University, 2021, 38(1): 31 − 37. 期刊类型引用(5)
1. 董亚坤，王钰，何紫玲，王鹏，赵昊，曾维军. 基于GEE的洱海流域土地利用/覆被分类算法对比研究. 西北林学院学报. 2024(01): 28-35 . 
百度学术2. 武英洁，冯勇，徐晓琳，刘思宇，朱辉. 典型遥感影像分类方法适用性分析. 现代电子技术. 2024(06): 137-141 . 百度学术3. 廖超明，云子恒，罗恒，韦媛媛，凌子燕，潘桂颖. 基于特征优选的喀斯特地区覆被信息提取及精度分析. 测绘通报. 2024(02): 45-50 . 百度学术4. 包塔娜，范文义. 基于集合卡尔曼滤波的帽儿山森林多源LAI产品重建及融合校正方法. 浙江农林大学学报. 2024(04): 841-849 . 本站查看5. 李艳，张帆. 基于Sentinel-2影像的厦门市茶园遥感提取. 亚热带植物科学. 2023(04): 327-335 . 百度学术其他类型引用(6)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220365
点击查看大图
计量
- 文章访问数: 492
- HTML全文浏览量: 98
- PDF下载量: 67
- 被引次数: 11
