[發明專利]一種去除作物中來源于大氣沉降的重金屬的方法

在審

• 申請號: 202010549497.8
• 申請日: 2020-06-16
• 公開（公告）號: CN111751353A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 林紹霞;柳小蘭;肖致強;趙亞洲
• 申請（專利權）人: 貴州省分析測試研究院
• 主分類號: G01N21/71
• 分類號: G01N21/71;G01N1/38;A01G7/06;A01G13/00;B09C1/00;C02F1/62;A01B79/00;G06N3/00;G06N3/04;G06N3/08
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

1.一種去除作物中來源于大氣沉降的重金屬的方法，其特征在于，所述去除作物中來源于大氣沉降的重金屬的方法包括以下步驟：

步驟一，基于作物所在區域的天氣類型以及當地的環境，確定作物生產環境中大氣中重金屬沉降量以及重金屬種類；同時基于大氣中重金屬沉降量計算土壤的重金屬含量；

步驟二，獲取多個含有重金屬的作物樣本作為參考作物樣本集并置于樣品瓶中；采用激光誘導擊穿光譜儀獲取每個參考作物樣本集中每個參考作物的LIBS光譜樣本，得到每個參考作物樣本集對應的LIBS光譜樣本子集；

步驟三，將樣品瓶中的作物樣本置于超聲波清洗器中，加入高于樣品瓶液面的鹽酸-硝酸-氫氟酸混合液，以30～50℃、80～90％的頻率超聲處理20～30min，將樣品瓶壁上的顆粒物全部震蕩下來；若瓶壁上殘留顆粒物，則再進行2～3次超聲振蕩；

步驟四，將濾膜放置在溶劑過濾器上，用軟管連接溶劑過濾器和隔膜真空泵，開通電源后緩慢倒入超聲振蕩后的樣品，直到樣品全部抽濾完畢，將樣品瓶用極少量的高純水進行清洗，并進行抽濾；

步驟五，對每個LIBS光譜樣本子集內的每個LIBS光譜樣本進行超聲振蕩及抽濾的預處理后，將每個LIBS光譜樣本子集內的LIBS光譜樣本劃分為訓練樣本和修正樣本；

步驟六，對樣本土壤進行光譜反射率處理，獲得處理后的樣本土壤的光譜反射率曲線；根據步驟一獲得的所述土壤的重金屬含量數據和所述處理后的樣本土壤的光譜反射率曲線，進行每個LIBS光譜樣本的對應于相應重金屬元素的特征波段選取處理，獲得樣本土壤的特征波段；

步驟七，構建PSO-BP神經網絡模型，基于粒子群算法的全局搜索能力優化構建好的BP神經網絡模型的結構和連接權重，獲取PSO-BP神經網絡模型；

步驟八，將所述樣本土壤的特征波段輸入構建好的PSO-BP神經網絡模型中，并利用訓練樣本進行訓練學習，獲得每個訓練樣本的特征波段信息；

步驟九，根據每個訓練樣本的特征波段信息以及對應的重金屬離子吸附種類信息和吸附濃度數據，建立作物復合重金屬污染濃度測量模型；

步驟十，根據修正樣本對作物復合重金屬污染濃度測量模型進行修正；基于修正后的作物復合重金屬污染濃度測量模型進行作物所含重金屬種類以及濃度的測量；

步驟十一，基于步驟十計算得到的作物內重金屬濃度以及步驟一得到的重金屬類型及含量，確定重金屬去除藥劑的用量；

步驟十二，按照步驟十一確定的藥劑用量噴施于作物表面，并于8～12h后連續三次向作物表面噴施清水洗脫；同時利用土壤改良劑進行土壤改良，利用水質改良劑進行灌溉水改良，去除土壤中、灌溉水中的重金屬。

2.如權利要求1所述的去除作物中來源于大氣沉降的重金屬的方法，其特征在于，步驟二中，所述參考作物樣本集包括：

每個參考作物樣本集所吸附重金屬離子的種類不同，每個參考作物樣本集均包含多個參考作物子集，同一參考作物樣本集內每個參考作物子集所吸附重金屬離子的種類相同、濃度不同，同一參考作物子集內每個參考作物所吸附重金屬離子的種類和濃度均相同。

3.如權利要求1所述的去除作物中來源于大氣沉降的重金屬的方法，其特征在于，步驟六中，所述對樣本土壤進行光譜反射率處理，獲得處理后的樣本土壤的光譜反射率曲線的方法，包括：

(I)對樣本土壤進行光譜反射率進行測定，獲取樣本土壤的原始光譜反射率的曲線；

(II)基于Savitzky-Golay平滑算法對原始光譜反射率的曲線進行平滑處理，獲取平滑后的光譜反射率曲線；

(III)對所述平滑后的光譜反射率曲線中的光譜進行光譜變換處理，獲得處理后的樣本土壤的光譜反射率曲線。

4.如權利要求1所述的去除作物中來源于大氣沉降的重金屬的方法，其特征在于，步驟十中，所述基于修正后的作物復合重金屬污染濃度測量模型進行作物所含重金屬種類以及濃度的測量的方法，包括：

獲取待去除重金屬沉降作物的LIBS光譜特征波段信息，并將其輸入至修正后的作物復合重金屬污染濃度測量模型，即可得到所述作物所含重金屬離子吸附種類信息及吸附濃度數據。