基于大气沉降通量模型预测水稻籽粒镉积累：对农业污染源解析与食品安全的意义

《Chemical and Biological Technologies in Agriculture》：A model combined with the atmospheric deposition flux to predict the accumulation of cadmium in rice (Oryza sativa L.) grain

　　本研究针对水稻主产区镉污染问题，通过五年定点监测构建多元线性回归模型，首次量化大气沉降镉(DICd)对水稻各组织镉积累的贡献。研究发现大气沉降是农田镉输入主要来源（工业区占比96.45%），土壤总镉(TCd)与DICd共同主导籽粒镉积累，建立的TCd-DICd-pH预测模型精度达R2=0.926，为农产品安全风险评估提供新范式。

　　

在我国主要水稻产区湖南，稻田镉污染已成为威胁农产品安全和人体健康的重要环境问题。镉作为具有强生物毒性的重金属，通过土壤-水稻系统进入食物链，而稻米对镉的超富集特性使其成为人体镉暴露的主要途径。当前污染治理的瓶颈在于难以精准识别不同输入源的贡献度，特别是大气沉降这一隐性污染途径的作用机制尚不明确。

为解决这一科学问题，刘昭月等人在《Chemical and Biological Technologies in Agriculture》发表研究，通过2016-2020年在长株潭地区四种典型污染类型农田（工业矿区ZZ、畜禽养殖区LY、基本农田保护区AS、对照区BS）的定点实验，首次构建了整合大气沉降通量的水稻镉积累预测模型。研究团队采用多介质同步监测策略，每月采集大气干湿混合沉降物，结合土壤剖面采样与水稻组织分析，系统量化了大气沉降(DICd)、灌溉水(IRCd)和肥料(CFCd)等输入途径的镉通量。

关键技术方法包括：1）采用五步采样法采集耕层土壤与水稻组织样本，通过ICP-OES和石墨炉原子吸收光谱测定镉含量；2）设置离地1.5米沉降缸连续收集大气沉降物，配套乙烯二醇防腐技术；3）运用随机森林回归模型解析不同输入源贡献度，建立TCd-DICd-pH多元线性回归方程。

Cd在水稻组织中的积累特征

五年数据显示水稻各组织镉积累量均呈现根>茎>叶>籽粒的规律，工业矿区ZZ的籽粒镉含量（0.755-1.258 mg·kg^-1）持续超标。叶片转移因子(TF_leaf)在ZZ区显著偏高，暗示大气沉降可能通过叶面吸收直接影响镉向籽粒的转运。

稻田耕层土壤镉浓度特征

ZZ区域土壤总镉(TCd)与有效态镉(ACd)分别达1.186 mg·kg^-1和0.831 mg·kg^-1，显著高于其他区域。土壤pH与TCd呈显著负相关（ZZ区pH=5.42），证实酸性环境促进镉活性。

农田镉输入通量时空变异

来源

AS

BS

ZZ

LY

沉积通量(g·ha^-1)

8.73

7.68

29.89

12.13

大气沉降在ZZ区年输入通量达29.89 g·ha^-1，占总输入96.45%。畜禽养殖区LY的灌溉水与肥料镉输入占比达32.45%，反映农业活动污染的区域性特征。

大气沉降镉输入动态

ZZ区在2016年3月、5月和10月出现三次沉降高峰，月通量均超5 g·ha^-1，印证工业排放对大气镉输入的季节性影响。

输入途径对水稻镉积累的贡献

随机森林模型显示TCd与DICd对籽粒镉积累的解释度分别达78.52%和77.3%，而肥料与灌溉水贡献微弱。DICd与TF_leaf显著正相关，证实叶片直接吸收是镉迁移的重要通道。

预测模型验证

最终建立的多元线性回归方程：y(mg·kg^-1)=0.297+0.597×TCd+0.013×DICd-0.08×pH（R²=0.926），模型预测值与实测值高度吻合。

研究结论强调大气沉降是稻田镉污染的主导因素，其通过改变土壤镉库和直接叶面吸收双重途径影响水稻镉积累。所构建的TCd-DICd-pH预测模型突破了传统仅依赖土壤指标的局限，为区域差异化治理提供科学依据。针对工业区应重点管控大气排放，而养殖区需优化灌溉与肥料管理。该模型对实现《食品安全国家标准》中稻米镉限量（0.2 mg·kg^-1）的精准监管具有重要实践价值。