专利名称：一种利用群落地上生物量指标监测土壤石油污染的方法
技术领域：
本发明属于环境污染监测领域，具体涉及利用植物/植被特征参数监测陆地生态 系统中土壤的石油污染。
背景技术：
由于全球性的石油生产、运输、加工和利用，石油污染已成为一个普遍而严重的环 境问题。石油进入陆地生态系统后，不仅会对陆地生态系统的组成、结构和功能产生较大影 响，而且石油污染物可通过食物链在动植物体内逐级富集，最终进入人体，危害人类健康。全球每年30多亿吨的原油总产量中，四分之三以上是由陆地油田生产的。我国生 产的原油也大部分出自陆上油田。因此，如何有效地进行陆地生态系统石油污染的环境监 测对于预防石油污染的扩散，高效开展石油污染的降解和修复工作，全面治理石油污染具 有重要意义。目前，陆地石油污染的环境监测，多进行常规的土壤、植物化学分析。但是采用土 壤和植物化学分析方法监测陆地石油污染，特别是大面积的污染监测，往往需要大量取样， 样品分析测定需要许多昂贵/精密的测试仪器，测试程序较为复杂，因此是一项耗力、耗 财、耗时的工作。植物形态特征的改变是植物适应不同环境和资源的重要策略。以地上部分为例， 植物叶片是可塑性较大、对环境变化比较敏感的器官，环境的胁迫也常常限制植物的高度， 而群落的叶面积指数、盖度、地上生物量等群体指标亦会对环境胁迫做出反应。这些指标的 测定均较为简便、成本也较为低廉。因此，本发明针对以芦苇为优势种的生态系统，筛选单 株芦苇叶片数、芦苇叶片宽度、芦苇叶片长度、芦苇密度、表观叶面积指数、芦苇高度、芦苇 盖度、群落总盖度、样方内芦苇地上生物量、样方内群落总地上生物量等指标。以这些指标 为自变量，土壤石油烃含量为因变量进行回归分析，寻求土壤石油污染的最佳预测模型。
发明内容
本发明的目的是提供一种利用群落地上生物量指标监测土壤石油污染的方法，以 克服传统的土壤和植物化学分析方法监测土壤石油污染耗力、耗财、耗时的不足。本发明的目的通过以下技术方案来实现1)建立土壤总石油烃含量植物/植被特征参数预测模型，包括以下步骤(a)选择采样点在油井周围的植被上选择30个采样点，每个采样点设置3个面 积为ImX Im的样方，各样点距油井的距离在30-130m之间，采样点未遭受人为干扰，植被未 遭践踏，且采样点不存在非石油污染胁迫；(b)测定采样点植物/植被特征参数在每个采样点3个ImX Im样方内分别测 定计算各植物/植被特征参数；所选参数包括单株芦苇叶片数、芦苇叶片宽度、芦苇叶片长 度、芦苇密度、表观叶面积指数、芦苇高度、芦苇盖度、群落总盖度、ImX Im样方内芦苇地上 生物量以及ImX Im样方内群落总地上生物量；计算每个采样点3个样方各植物/植被特征参数的平均值，做为每个采样点各植物/植被特征参数值；(C) 土壤取样和总石油烃含量测定在每个采样点3个样方内各取深度为0-30cm 的土壤，土壤取样量重450-550g，然后采用红外分光光度法测定每个样方土壤总石油烃含 量，计算采样点的3个样方土壤总石油烃含量的平均值，得到采样点土壤总石油烃含量，土 壤总石油烃含量的单位为mg/kg ；(d)确定土壤总石油烃含量最佳预测模型分别采用线性、对数、倒数、二次、三 次、幂、S型曲线、指数函数模型对每个采样点植物/植被特征参数值与土壤总石油烃含量 的关系进行拟合；确定最佳预测模型为TPH = 806. 514-134. 7631η (TBio)，其中TPH为土壤 总石油烃含量，土壤总石油烃含量的单位为mg/kg ；TBio为面积是ImX Im样方内群落总地 上生物量，群落总地上生物量的单位为g/m2 ；2)利用最佳预测模型计算监测点土壤总石油烃含量获取土壤总石油烃含量预 测模型之后，只需在野外监测点选取具有代表性的面积为ImXlm的样方，然后获取样方内 群落总地上生物量，并通过预测模型TPH = 806. 514-134. 7631η (TBio)，计算出监测点土壤 总石油烃含量。本发明的有益效果为相对于传统的土壤和植物化学分析方法，简单易行，成本低 廉，可节约大量的人力、财力和时间，并可实现石油污染的大面积快速监测。
图1是本发明实施例所述的一种利用群落地上生物量指标监测土壤石油污染的 方法中采样点群落总地上生物量与土壤总石油烃含量关系曲线图。
具体实施例方式本发明实施例所述的一种利用群落地上生物量指标监测土壤石油污染的方法，包 括以下步骤1)建立土壤总石油烃含量植物/植被特征参数预测模型，包括以下步骤(a)选择采样点在油井周围的植被上选择30个采样点，每个采样点设置3个面 积为ImX Im的样方，各样点距油井的距离在30-130m之间，采样点未遭受人为干扰，植被未 遭践踏，且采样点不存在非石油污染胁迫；(b)测定采样点植物/植被特征参数在每个采样点3个ImX Im样方内分别测 定计算各植物/植被特征参数；所选参数包括单株芦苇叶片数、芦苇叶片宽度、芦苇叶片长 度、芦苇密度、表观叶面积指数、芦苇高度、芦苇盖度、群落总盖度、ImX Im样方内芦苇地上 生物量以及ImX Im样方内群落总地上生物量；计算每个采样点3个样方各植物/植被特征 参数的平均值，做为每个采样点各植物/植被特征参数值；(c) 土壤取样和总石油烃含量测定在每个采样点3个样方内各取深度为0-30cm 的土壤，土壤取样量重450-550g，然后采用红外分光光度法测定每个样方土壤总石油烃含 量，计算采样点的3个样方土壤总石油烃含量的平均值，得到采样点土壤总石油烃含量，土 壤总石油烃含量的单位为mg/kg ；(d)确定土壤总石油烃含量最佳预测模型分别采用线性、对数、倒数、二次、三 次、幂、S型曲线、指数函数模型对每个采样点植物/植被特征参数值与土壤总石油烃含量的关系进行拟合；确定最佳预测模型为TPH = 806. 514-134. 7631η (TBio)，其中TPH为土壤 总石油烃含量，土壤总石油烃含量的单位为mg/kg ；TBio为面积是ImX Im样方内群落总地 上生物量，群落总地上生物量的单位为g/m2 ；2)利用最佳预测模型计算监测点土壤总石油烃含量获取土壤总石油烃含量预 测模型之后，只需在野外监测点选取具有代表性的面积为ImXlm的样方，然后获取样方内 群落总地上生物量，并通过预测模型TPH = 806. 514-134. 7631η (TBio)，计算出监测点土壤 总石油烃含量。在上述利用群落地上生物量指标监测土壤石油污染的方法中针对以芦苇为优势 种的生态系统，筛选了单株芦苇叶片数、芦苇叶片宽度、芦苇叶片长度、芦苇密度、表观叶面 积指数、芦苇高度、芦苇盖度、群落总盖度、ImX Im样方内芦苇地上生物量、ImX Im样方内 群落总地上生物量等10种指标，其中各特征参数指标的测定方法和计算如下单株芦苇叶片数(Leaf Number Per Reed，LeafNo)在ImX Im样方内随机选择30 株芦苇，记录各株芦苇的叶片数，求其平均值，即为该样方的单株芦苇叶片数。芦苇叶片宽度(Leaf Width ofReed，Leafff)在ImX Im样方内随机选择10株芦 苇，测量各株芦苇所有叶片的宽度，求其平均值，即为该样方的芦苇叶片宽度，芦苇叶片宽 度的单位是cm。芦苇叶片长度(Leaf Length of Reed, LeafL)在ImX Im样方内随机选择10株 芦苇，测量各株芦苇所有叶片的长度，求其平均值，即为该样方的芦苇叶片长度，芦苇叶片 长度的单位是cm。芦苇密度(Reed Density, RDen)统计ImX lm( = Im2)样方内芦苇植株的数量，
即为该样方的芦苇密度，芦苇密度的单位是株/m2。表观叶面积指数(Apparent Leaf Area Index, ALAI)表观叶面积指数=单株芦 苇叶片数χ芦苇叶片宽度χ芦苇叶片长度χ芦苇密度，表观叶面积指数的单位是Cm2/m2。芦苇高度(Reed Height, RHei)在ImX Im样方内随机选择30株芦苇，测量各株 芦苇的高度，求其平均值，即为该样方的芦苇高度，芦苇高度的单位是cm。芦苇盖度(Reed Cover, RCov)采用目估法测定ImX Im样方内芦苇盖度，芦苇盖 度的单位是％。群落总盖度(Total Cover of Vegetation, TCov)采用目估法测定ImX Im样方 内群落总盖度，群落总盖度的单位是％。ImX Im 样方内声苹地上生物量(Aboveground Biomass ofReed in a ImXlmQuadrat, RBiο)在ImX Im样方内收获25cmX 25cm面积内所有芦苇的地上部分，室 内于80°C烘箱内烘48h，用百分之一的天平称其重量并乘以16，即为ImXlm样方内芦苇地 上生物量，芦苇地上生物量的单位是g/m2。ImX Im样方内群落总地上生物量(Total Aboveground Biomass of Vegetationin a ImXlm Quadrat，TBiο)采用收获法测量样方内各植物的地上生物量(同样方内芦苇地
上生物量的测定)，求其总和，即为样方内群落总地上生物量，群落总地上生物量的单位是
/ 2 g/m ο在上述利用群落地上生物量指标监测土壤石油污染的方法中，确定最佳预测模型 时，分别采用线性、对数、倒数、二次、三次、幂、S型曲线、指数等函数模型对各植物/植被特征参数与土壤总石油烃含量的关系进行了拟合。拟合结果见表1。
表1各函数模型对植物个体/群落特征参数的拟合结果(η = 30)
植物个体/群落特征参数
相关指数及2
线性对数倒数二次三次幂S型曲线指数单株芦苇叶片数0.3100.3530.3500.2770.2900.1250.1410.094芦苇叶片宽度LeafW0.1310.1810.2210.1230.1330.0440.0760.018芦苇叶片长度LeafL0.1180.1760.2200.1900.1450.0840.1080.053芦苇密度RDen0.0230.0430.0770.0240.0760.1600.1720.119表观叶面积指数ALAI0.1170.2700.2460.2350.2150.0970.1160.017芦苇高度RHei0.2800.3610.3880.2960.2990.2940.2870.237芦苇盖度RCov0.1880.2950.2550.2240.2300.2730.1450.223群落总盖度TCov0.1370.3490.2630.2630.2540.1860.1350.049样方内芦苇地上生物量及历·ο0.3520.5200.3200.5070.4490.3880.1730.347样方内群落总地上生物量TBio0.5770.7010.3290.6070.6120.4800.1730.496其中，各植物/植被特征参数的最佳预测模型见表2。比较各预测模型，可确定TPH =806. 514-134. 7631n (TBio)为最佳预测模型，其模型如图1所示。其中TPH为土壤总石 油烃含量，土壤总石油烃含量的单位为mg/kg ；TBio为ImXlm样方内群落总地上生物量，群 落总地上生物量的单位为g/m2 ；该预测模型的R2高达0. 701，ρ值也远小于0. 01，表明该模 型预测的可靠程度较高。表2各植物个体/群落特征参数最佳预测模型及检验(η = 30)
预测模型相关指数模型回归系数Λ回归截距《均方根误差R2显著水平显著水平显著水平RMSETPH=783.020--307.136 In(Zea^Vo)0.3530.0010.001<0.001115.324TPH= -91.258 + 266.783/Lea/TF0.2210.0090.0090.227126.593TPH=-36.688 +2039.364/iea_/L0.2200.0090.0090.516126.638In(TPii) = 3.114+25.208/M)e 0.1720.0230.023<0.0011.234TPH=605.190--94.8801n(^L4/)0.2700.0030.0030.001122.528TPH=-83.280 + 11359.043/Λ// _0.388<0.001<0.0010.103112.161TPH=190.378--71.9941n(7 Cov)0.2950.0020.002<0.001120.424TPH=233.406--69.18 Un(TCov)0.3490.0010.001<0.001115.723TPH=668.631--116.0221η(Λ5 ο)0.520<0.001<0.001<0.00199.390TPH=806.514--134.7631n(7Bio)0.701<0.001<0.001<0.00178.452 本发明相对于传统的土壤和植物化学分析方法，简单易行，成本低廉，可节约大量 的人力、财力和时间，并可实现石油污染的大面积快速监测。
权利要求
一种利用群落地上生物量指标监测土壤石油污染的方法，其特征在于，包括以下步骤1)建立土壤总石油烃含量植物/植被特征参数预测模型，包括以下步骤(a)选择采样点在油井周围的植被上选择若干个采样点，每个采样点设置3个面积为1m×1m的样方，各样点距油井的距离在30 130m之间，采样点未遭受人为干扰，植被未遭践踏，且采样点不存在非石油污染胁迫；(b)测定采样点植物/植被特征参数在每个采样点3个1m×1m样方内分别测定计算各植物/植被特征参数；所选参数包括单株芦苇叶片数、芦苇叶片宽度、芦苇叶片长度、芦苇密度、表观叶面积指数、芦苇高度、芦苇盖度、群落总盖度、1m×1m样方内芦苇地上生物量以及1m×1m样方内群落总地上生物量；计算每个采样点3个样方各植物/植被特征参数的平均值，做为每个采样点各植物/植被特征参数值；(c)土壤取样和总石油烃含量测定在每个采样点3个样方内各取深度为0 30cm的土壤，土壤取样量重450 550g，然后采用红外分光光度法测定每个样方土壤总石油烃含量，计算采样点的3个样方土壤总石油烃含量的平均值，得到采样点土壤总石油烃含量，土壤总石油烃含量的单位为mg/kg；(d)确定土壤总石油烃含量最佳预测模型分别采用线性、对数、倒数、二次、三次、幂、S型曲线、指数函数模型对每个采样点植物/植被特征参数值与土壤总石油烃含量的关系进行拟合；确定最佳预测模型为TPH＝806.514 134.763ln(TBio)，其中TPH为土壤总石油烃含量，土壤总石油烃含量的单位为mg/kg；TBio为面积是1m×1m样方内群落总地上生物量，群落总地上生物量的单位为g/m2；2)利用最佳预测模型计算监测点土壤总石油烃含量获取土壤总石油烃含量预测模型之后，只需在野外监测点选取具有代表性的面积为1m×1m的样方，然后获取样方内群落总地上生物量，并通过预测模型TPH＝806.514 134.763ln(TBio)，计算出监测点土壤总石油烃含量。
全文摘要
一种利用群落地上生物量指标监测土壤石油污染的方法属于环境污染监测领域，本发明通过以下技术方案来实现1)建立土壤总石油烃含量植物/植被特征参数预测模型，包括以下步骤选择采样点；测定采样点植物/植被特征参数；土壤取样和总石油烃含量测定；确定土壤总石油烃含量最佳预测模型；2)利用最佳预测模型TPH＝806.514-134.763ln(TBio)计算监测点土壤总石油烃含量，其中TPH为土壤总石油烃含量，TBio为面积是1m×1m样方内群落总地上生物量。本发明的有益效果为相对于传统的土壤和植物化学分析方法，简单易行，成本低廉，可节约大量的人力、财力和时间，并可实现石油污染的大面积快速监测。
文档编号G01N21/35GK101968439SQ20101050651
公开日2011年2月9日 申请日期2010年10月14日 优先权日2010年10月14日
发明者丁金枝, 刘南希, 朱林海, 来利明, 王健健, 王永吉, 赵学春, 郑元润 申请人:中国科学院植物研究所