为筛选土壤镉（Cd）有效态提取方法并建立其与稻米Cd污染之间的累积模型，采用大田协同采样方式收集了土壤-水稻 140对样品，分别研究了土壤Cd总量及土壤溶液Cd含量和化学浸提（醋酸HAc、复合有机酸、乙二胺四乙酸EDTA、CaCl2）、梯度扩散薄膜（DGT）技术提取的Cd含量与水稻糙米Cd含量的相关性，以评估不同提取方法预测稻米Cd累积模型的可行性。
结果表明，研究区所在的长株潭地区存在较为明显的土壤及稻米Cd污染风险，EDTA提取Cd含量与土壤Cd总量显著正相关，模型拟合决定系数R2达到0.908 4,以总量预测稻米Cd污染存在37.2%~39.8%的误判率，0.01 mol·L-1 CaCl2提取的土壤Cd有效态含量存在明显的适用范围限制，在0.04~0.13 mg·kg-1范围内，效果明显差于其他数据区域，模型决定系数R2仅为0.006.DGT技术能较好地预测稻米对Cd的吸收富集性能，且能区分土壤库供给能力差异对稻米富集Cd的影响，与传统化学浸提方法比较，DGT技术提取的土壤Cd有效态含量与稻米Cd含量具有更好的相关性（R2=0.585 4,0.900 9），是预测稻米富集Cd较为理想的土壤有效态提取方法。
重金属污染尤其是南方稻田镉（Cd）污染是我国农业绿色发展和农产品产地类别划分最为关注的问题。原因一是我国稻田Cd 污染面积大；二是土壤 Cd与稻米Cd之间的吸收累积关系复杂，空间耦合性不强，直接采用土壤重金属含量监测结果和土壤pH 两项指标评估土壤环境质量状况很难准确预警稻米的实际污染情况。为了建立土壤Cd 污染与稻米 Cd蓄积量之间的量化经验模型，科研人员做了大量研究工作，如创新了模型的构建方法，引入混合线性模型以及随机森林回归等现代化数据挖掘技术；增加土壤因子检测指标或进一步细化水稻基因型，或分区域构建模型，以提高模型的准确度与代表性；再者则是进一步改进土壤重金属检测方法，以Cd 有效态含量监测结果来耦合土壤环境因子如 pH、阳离子交换量（CEC）、土壤有机质（SOM）等对Cd 活性的影响，以减少模型参数，提高模型实用性。
邮箱：734275175@qq.com
地址：江苏省南京市江宁区南佑路7号6009室
