一种农产有机废弃物还田土壤中农药降解半衰期的预测方法

1.本发明属于农药环境保护领域，具体涉及一种农产有机废弃物还田土壤中农药降解半衰期的预测方法。


背景技术：

2.农产有机废弃物还田成为其资源化利用的主推方式，包括作物秸秆、畜禽粪污、沼渣、蘑菇基质等，这些生物质一般含有15％-60％的有机碳组分，输入土壤后可以补充土壤有机养分，提高土壤微生物的活性，加快土壤养分的周转，促进作物对土壤养分的吸收和转化，增加作物产量。然而，不可忽视的是，新鲜的畜禽粪污、秸秆等生物质携带着部分病源菌或病虫卵，容易引发作物病虫害爆发，从而增加农药的使用量，带来潜在的农药污染风险。同时，农药废弃物作为一种有机组分，可以吸附土壤中残留的农药，影响农药的生物降解过程，进而影响土壤中农药降解的半衰期和残留率。专利zl201810838473.7公布了一种沼渣还田土壤中氯代酰胺类农药降解率的预测方法，沼渣还田释放的养分可以激活土壤中微生物酶的代谢和分泌，一定程度上促进氯代酰胺类农药的降解。然而，由于土壤类型多样、微生物结构复杂，加上农药化学结构的差异性，导致农产有机废弃物对农药的吸附能力存在化学多样性，这些影响因素共同导致了农药在土壤中降解性的差异。
3.农药降解半衰期决定了土壤中农药降解的速度，其值大小对于评估农药环境污染风险具有重要的参考价值。因此，为了能够准确地评估农产有机废弃物添加对土壤中农药残留的环境影响，本发明考虑了土壤类型、土壤温度、农药理化性质、生物质碳含量等因素，通过室内实验模拟，采用多元线性回归的方法，建立农产有机废弃物还田土壤中农药降解半衰期的预测模型，可用于评估农产有机废弃物还田对土壤中农药降解半衰期的影响，有助于更加精准地管控农产有机废弃物还田土壤中农药残留的环境风险。


技术实现要素：

4.本发明围绕农产有机废弃物还田土壤中农药降解过程的影响因素，考虑了土壤类型、土壤温度、农药理化性质、农产有机废弃物碳含量等多个因素，通过实验模拟，得到不同条件下农药降解半衰期的真实值，经过参数筛选和模型优化，构建农产有机废弃物还田土壤中农药降解半衰期的预测方法。该方法可用于评估畜禽粪污、沼渣、秸秆等生物质还田对农药残留降解半衰期的影响。
5.本发明的技术方案：
6.一种农产有机废弃物还田土壤中农药降解半衰期的预测方法，步骤如下：
7.(1)农产有机废弃物还田土壤中农药降解半衰期影响因素的筛选
8.采集不同来源的农产废弃物，按照设定的比例，加入预先混有农药的土壤中，搅拌均匀后，放入暗室培养，培养温度设定为10-40℃，培养30-90天；按照预定时间，采集土壤样品，提取土壤样品中残留的农药，测定土壤中农药残留浓度；将测得的农药残留浓度带入到农药残留公式c
t
＝c0e-kt
中，式中c0为降解实验前土壤中农药的浓度(mg/kg)，c
t
为降解实验
过程中土壤农药残留在t时间的浓度(mg/kg)，k为土壤中农药降解速率，t为农药降解时间；将实验数据整理后，经过拟合优化，得到土壤中农药降解速率k，将土壤中农药降解速率k带入化合物半衰期计算公式t＝ln2/k，得到土壤中农药降解半衰期的真实值；根据土壤农化分析提供的标准方法，测定土壤主要理化性质，包括土壤有机碳含量、土壤总氮含量、土壤ph、土壤阳离子交换量、土壤粉粒黏粒比例；采用元素分析仪器，测定农产废弃物的土壤有机碳含量、土壤总氮含量、ph值；查阅农药手册和化合物性质原始数据网站，得到农药的理化性质基本信息，包括农药分子质量、分子体积、水溶性、logk
ow
、h供体、h受体、自由旋转键、极性表面积；结合获得的土壤中农药降解半衰期真实值，进行显著性相关性分析(显著性p值小于0.05)，筛选影响农药降解半衰期的关键影响因子，包括农药分子质量、logk
ow
、h供体、h受体、自由旋转键、土壤ph、农产废弃物的土壤有机碳含量、土壤有机碳含量、土壤温度；
9.(2)农产有机废弃物还田土壤中农药降解半衰期模型的构建
10.将农药降解半衰期作为因变量，步骤(1)筛选得到的关键影响因子作为自变量，采用多元线性回归方法，设置共线性诊断，优化模型参数，建立农产有机废弃物还田土壤中农药降解半衰期的预测模型：
11.logt
1/2
＝-4.146+0.013mw-0.303ha+0.685ph-0.113frb-0.058tp-0.168hd
[0012]-0.137logk
ow
+0.128soc-0.012boc(r2＝0.817)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(1)
[0013]
其中，t
1/2
为土壤中农药降解半衰期，d；mw为农药分子质量；ha为农药分子的h受体；hd为农药分子的h供体；frb为农药分子的自由旋转键；logk
ow
为农药的辛醇水分配系数；soc为土壤有机碳含量；ph为土壤ph值；boc为农产废弃物的有机碳含量，％；tp为土壤温度，℃；r2为模型的决定系数。
[0014]
所述的农产有机废弃包括畜禽粪污、沼渣、蘑菇基质、秸秆等。
[0015]
所述的土壤类型包括黑土、沙壤土、棕壤、盐碱土等。
[0016]
所述的农药类型包括莠去津、氟乐灵、乙草胺、异丙甲草胺等除草剂，甲霜灵、三环唑、戊唑醇、百菌清、腈菌唑等杀菌剂，二嗪磷、吡虫啉、啶虫脒等杀虫剂。
[0017]
所述的农产废弃物添加量为土壤质量的0-15％。
[0018]
所述的农药的初始浓度设定为0-5mg/kg。
[0019]
本发明的有益效果：本发明考虑了土壤类型、土壤温度、农药理化性质、农产有机废弃物添加量等因素的影响，通过室内可控实验模拟，得到不同条件下农药降解半衰期的真实值，经过参数筛选和模型优化，构建了一种农产有机废弃物还田土壤中农药降解半衰期的预测方法。该方法具有应用范围广、准确率高、实用性强的特点。
附图说明
[0020]
图1是模型预测值与实验实测值的比较图。
具体实施方式
[0021]
以下结合附图和技术方案，进一步说明本发明的具体实施方式。
[0022]
实施例1影响土壤中农药降解半衰期的土壤理化性质筛选
[0023]
采集不同样点的土壤，包括黑土、黑钙土、沙壤土、潮土、棕壤、盐碱土7个土壤样
品，加入土壤质量5％的蘑菇基质，土壤中莠去津的初始浓度设定为2mg/kg，搅拌均匀后，放入暗室培养，培养温度设定为25℃，分别在0d、1d、5d、10d、15d、20d、30d、50d采集土壤样品，实验周期控制在50d，提取土壤样品中的农药残留，测定土壤中农药残留的浓度。将测得的农药残留数据，带入到农药残留公式c
t
＝c0e-kt
中，拟合优化后，得到土壤中农药降解速率k，由化合物半衰期计算公式t＝ln2/k计算，获得土壤中农药降解半衰期。参考土壤农化分析标准的方法，测定土壤主要理化性质，土壤主要理化性质如表1所示；将上述获得的土壤理化性质信息与土壤降解半衰期进行相关性分析，筛选影响农药降解半衰期的主要土壤环境因子为土壤有机碳含量和土壤ph。
[0024]
表1土壤的理化性质信息
[0025][0026][0027]
实施例2影响土壤中农药降解半衰期的化合物理化性质筛选
[0028]
采用实施例1中的棕壤，加入土壤质量5％的沼渣，土壤中农药的初始浓度设定为2mg/kg，农药分为除草剂、杀虫剂、杀菌剂三组进行，除草剂包括莠去津、乙草胺、异丙甲草胺，杀虫剂包括吡虫啉、啶虫脒，杀菌剂包括三唑醇、嘧菌酯、百菌清，搅拌均匀后，放入暗室培养，培养温度设定为25℃，分别在0d、1d、5d、10d、15d、20d、30d、50d采集土壤样品，实验周期控制在50d，提取土壤样品中的农药残留，测定土壤中农药残留的浓度。将测得的农药残留数据，带入到农药残留公式c
t
＝c
0 e-kt
中，拟合优化后，得到土壤中农药降解速率k，由化合物半衰期计算公式t＝ln2/k计算获得土壤中农药降解半衰期。汇总化合物的主要理化性质，如表2所示；将上述获得的农药理化性质信息与土壤降解半衰期进行相关性分析，筛选影响农药降解半衰期的主要化合物相关因子为化合物的分子质量、logk
ow
、h供体、h受体、自由旋转键。
[0029]
表2农药的主要理化性质
[0030][0031][0032]
实施例3影响土壤中农药降解半衰期的农产有机废弃物性质的筛选
[0033]
采集不同来源的农产废弃物，包括发酵的猪粪、羊粪、鸡粪和未发酵的猪粪、羊粪、牛粪，蘑菇基质、沼渣、玉米秸秆等共9种农产有机废弃物，将占土壤质量5％的农产废弃物分别与土壤混合，土壤中三唑酮的初始浓度设定为5mg/kg，搅拌均匀后，放入暗室培养，培养温度设定为25℃，分别在0d、1d、5d、10d、15d、20d、30d、50d采集土壤样品，实验周期控制在50d，提取土壤样品中的农药残留，测定土壤中农药残留的浓度。将测得的农药残留数据，带入到农药残留公式c
t
＝c
0 e-kt
中，拟合优化后，得到土壤中农药降解速率k，由化合物半衰期计算公式t＝ln2/k计算获得土壤中农药降解半衰期。采用元素分析法测定农产有机废弃物的有机碳含量、总氮含量、ph值，具体如表3所示，将上述获得的农产有机废弃物理化性质与土壤降解半衰期进行相关性分析，筛选影响农药降解半衰期的主要因子为农产废弃物的有机碳含量。
[0034]
表3农产有机废弃物的主要理化性质
[0035]
[0036]
实施例4不同农产有机废弃物还田土壤中农药降解半衰期预测模型的构建
[0037]
采集不同来源的农产废弃物，包括发酵的猪粪、羊粪、鸡粪和未发酵的牛粪，还有蘑菇基质、秸秆共6种农产废弃物，分别加入土壤质量5％的农产废弃物，土壤中农药的初始浓度设定为5mg/kg，农药包括吡虫啉和三唑酮，搅拌均匀后，放入暗室培养，培养温度设定为25℃，分别在0d、1d、5d、10d、15d、20d、30d、50d采集土壤样品，实验周期控制在50d，提取土壤样品中的农药残留，测定土壤中农药残留的浓度。将测得的农药残留数据，带入到农药残留公式c
t
＝c
0 e-kt
中，拟合优化后，得到土壤中农药降解速率k，由化合物半衰期计算公式t＝ln2/k计算获得土壤中农药降解半衰期。依据实施例1、实施例2和实施例3筛选的主要影响因子，参考土壤农化分析标准的方法，测定土壤有机碳含量、土壤ph，汇总农药的主要理化性质，包括分子质量、logk
ow
、h供体、h受体、自由旋转键，测定农产有机废弃物的有机碳含量。采用多元线性回归方法，设置共线性诊断，优化模型参数，建立农产废弃物还田土壤中农药降解半衰期的预测模型：
[0038]
logt
1/2
＝-3.004+0.019mw-0.241ha+0.607ph-0.009frb-0.214logk
ow
+0.513soc
[0039]-0.005boc(r2＝0.713)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(2)
[0040]
其中，t
1/2
为土壤中农药降解半衰期，d；mw为农药的分子质量；ha为农药分子的h键受体；frb为农药分子的自由旋转键；logk
ow
为农药的辛醇水分配系数；soc为土壤有机碳含量；ph为土壤ph值；boc为生物质的有机碳含量，％；r2为模型的决定系数。

技术特征：
1.一种农产有机废弃物还田土壤中农药降解半衰期的预测方法，其特征在于，步骤如下：(1)农产有机废弃物还田土壤中农药降解半衰期影响因素的筛选采集不同来源的农产废弃物，按照设定的比例，加入预先混有农药的土壤中，搅拌均匀后，放入暗室培养，培养温度设定为10-40℃，培养30-90天；按照预定时间，采集土壤样品，提取土壤样品中残留的农药，测定土壤中农药残留浓度；将测得的农药残留浓度带入到农药残留公式c
t
＝c0e-kt
中，式中c0为降解实验前土壤中农药的浓度，c
t
为降解实验过程中土壤农药残留在t时间的浓度，k为土壤中农药降解速率，t为农药降解时间；将实验数据整理后，经过拟合优化，得到土壤中农药降解速率k，将土壤中农药降解速率k带入化合物半衰期计算公式t＝ln2/k，得到土壤中农药降解半衰期的真实值；根据土壤农化分析提供的标准方法，测定土壤主要理化性质，包括土壤有机碳含量、土壤总氮含量、土壤ph、土壤阳离子交换量、土壤粉粒黏粒比例；采用元素分析仪器，测定农产废弃物的土壤有机碳含量、土壤总氮含量、ph值；查阅农药手册和化合物性质原始数据网站，得到农药的理化性质基本信息，包括农药分子质量、分子体积、水溶性、logk
ow
、h供体、h受体、自由旋转键、极性表面积；结合获得的土壤中农药降解半衰期真实值，进行显著性相关性分析(显著性p值小于0.05)，筛选影响农药降解半衰期的关键影响因子，包括农药分子质量、logk
ow
、h供体、h受体、自由旋转键、土壤ph、农产废弃物的土壤有机碳含量、土壤有机碳含量、土壤温度；(2)农产有机废弃物还田土壤中农药降解半衰期模型的构建将农药降解半衰期作为因变量，步骤(1)筛选得到的关键影响因子作为自变量，采用多元线性回归方法，设置共线性诊断，优化模型参数，建立农产有机废弃物还田土壤中农药降解半衰期的预测模型：logt
1/2
＝-4.146+0.013mw-0.303ha+0.685ph-0.113frb-0.058tp-0.168hd-0.137logk
ow
+0.128soc-0.012boc(r2＝0.817)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式(1)其中，t
1/2
为土壤中农药降解半衰期，d；mw为农药分子质量；ha为农药分子的h受体；hd为农药分子的h供体；frb为农药分子的自由旋转键；logk
ow
为农药的辛醇水分配系数；soc为土壤有机碳含量；ph为土壤ph值；boc为农产废弃物的有机碳含量，％；tp为土壤温度，℃；r2为模型的决定系数。2.根据权利要求1所述的预测方法，其特征在于，所述的农产有机废弃包括畜禽粪污、沼渣、蘑菇基质、秸秆。3.根据权利要求1所述的预测方法，其特征在于，所述的土壤类型包括黑土、沙壤土、棕壤、盐碱土。4.根据权利要求1所述的预测方法，其特征在于，所述的农药类型包括除草剂、杀菌剂和杀虫剂。5.根据权利要求1所述的预测方法，其特征在于，所述的农产废弃物添加量占土壤质量不大于15％。6.根据权利要求1所述的预测方法，其特征在于，所述的农药的初始浓度设定为不大于5mg/kg。

技术总结
本发明属于农药环境保护领域，公开了一种农产有机废弃物还田土壤中农药降解半衰期的预测方法。本发明方法考虑了土壤类型、土壤温度、农药理化性质、生物质碳含量等因素，通过室内实验模拟，采用多元线性回归的方法，建立农产有机废弃物还田土壤中农药降解半衰期的预测模型，可用于评估农产有机废弃物还田对土壤中农药降解半衰期的影响，有助于更加精准地管控农产有机废弃物还田土壤中农药残留的环境风险。风险。风险。


技术研发人员：景旭东 蔡喜运 张凤华 王开勇 鲁建江
受保护的技术使用者：石河子大学
技术研发日：2023.06.20
技术公布日：2023/9/20