文章信息
- 孟楠, 安平, 王萌, 陈莉, 郑涵, 陈世宝
- MENG Nan, AN Ping, WANG Meng, CHEN Li, ZHENG Han, CHEN Shi-bao
- 基于典型污灌区土壤筛选耐盐、Cd低吸收小麦品种
- Screening low-Cd wheat cultivars characterized with high salinity tolerance for typical sewage irrigation soils
- 农业环境科学学报, 2018, 37(3): 409-414
- Journal of Agro-Environment Science, 2018, 37(3): 409-414
- http://dx.doi.org/10.11654/jaes.2017-1237
文章历史
- 收稿日期: 2017-09-11
- 录用日期: 2017-11-15
2. 南京中船绿洲环保有限公司, 南京 210039;
3. 北京市农林科学院植物保护环境保护研究所, 北京 100097
2. CSSC Nanjing Lvzhou Environment Protection Co., Ltd, Nanjing 210039, China;
3. Institute of Plant Protection and Environment Protection, Beijing Academy of Agricultural and Forestry Sciences, Beijing 100097, China
由于我国北方资源性缺水和南方水质性缺水,污水常被用于农业灌溉,由污灌引起的农田重金属污染已成为我国农田重金属的主要污染源之一[1]。目前,我国140万hm2的污灌农田中,有30%的农田土壤受不同程度的重金属污染,尤其是辽宁、河北、天津等北方旱作地区及湘江流域等南方水旱轮作区[2-4]。目前,重金属超标农田引起的农产品质量安全已引起广泛关注,继“镉米”之后,“镉麦”问题再次成为环境领域关注的焦点问题之一。朱桂芬等[5]对河南新乡市庄顶污灌区土壤及小麦籽粒中Cd含量进行监测,发现小麦籽粒Cd污染严重,平均含量为2.55 mg·kg-1,超过《国家食品卫生标准》(GB 2762—2012)25.5倍;熊孜等[6]对黄淮海区域小麦籽粒Cd调查发现,河南济源污灌区小麦籽粒Cd含量范围为0.119~0.151 mg·kg-1,平均为0.132 mg·kg-1,籽粒Cd超标率为100%。本课题组对河北某污灌区小麦-玉米轮作区小麦籽粒中Cd检测结果表明(数据未发表),该污灌区小麦籽粒Cd含量点位超标率达到75%,最高超标12.6倍。可见污灌区Cd污染土壤引起的农产品安全问题已经凸显,加强污灌区Cd污染土壤修复与风险控制研究对Cd污染土壤的安全利用具有重要意义。除了重金属超标外,污灌土壤一般具有盐基饱和度较高带来的盐渍化、土壤呈碱性等特点[1]。目前,针对小麦对土壤中Cd吸收、转运机制及其影响因子的研究已有大量的报道,而针对在盐分胁迫条件下,Cd污染土壤中不同小麦对Cd的吸收、转运差异及基于富集系数与耐盐指数的物种敏感性差异研究鲜见报道。在重金属超标农田的修复技术研究中,重金属低吸收作物品种的筛选、选育与田间应用技术是当前我国农田重金属污染修复研究的前沿之一。
本研究针对污灌区土壤常具有高盐基饱和度、盐分胁迫的特点,采集了河北某典型污灌区农田土壤,在外源添加0.4% NaCl后平衡14 d,制备成中度盐分胁迫土壤基础上[7-8],结合最新的物种敏感性分布(Species sensitive distribution,SSD)模型,以不同小麦对Cd富集系数与耐盐指数的物种敏感性频次差异,筛选出耐盐、Cd低吸收的小麦品种,为该地区Cd超标污灌农田的安全利用提供参考依据。
1 材料与方法 1.1 供试土壤与小麦供试土壤采集于河北省保定某典型污灌区农田表层(0~20 cm)褐土。该地区污水类型主要为城市工业和生活混合污水,为Ⅴ类及Ⅴ类以下水质,水体污染物主要为BOD5、COD、氯化物、氯离子、悬浮物、硫化物,此外还有镉、汞、铬、砷等重金属。灌溉区轮作方式为小麦-玉米轮作。将采集的土壤风干后,过2 mm筛后进行基础理化性质测定[9],结果显示,土壤pH值(1:2.5,水提)为8.19,有机质1.12%,土壤中阳离子交换量(CEC)为16.7 cmol·kg-1。土壤中Cd含量为1.32 mg·kg-1,按照我国《土壤环境质量标准》(GB 15618—1995)中二级标准值[10],Cd单项污染指数Pi=2.2,为Cd中度污染土壤。为了模拟土壤盐分胁迫条件,参照文献[7]方法,以外源添加NaCl溶液的形式对部分土壤进行盐处理,处理水平为0.40%(m盐/m土),充分搅拌均匀后,在70%最大田间持水量(70% MWHC)水平老化平衡14 d后进行实验。
供试小麦为我国北方主栽冬小麦品种,分别为轮选1690、中麦415、中麦175、轮选987、中麦816、中麦1062、中麦14、中麦996、中优206、中优9507,共计10个品种,小麦品种购自北京和保定的种子公司。
1.2 实验处理实验采用室内盆栽方法。选取不同小麦种子,经5%次氯酸钠溶液浸泡15 min后,用蒸馏水清洗,移入铺有灭菌滤纸的培养皿中浸泡,在32 ℃无光照下放置36~48 h,待胚根长至约2 mm,移至已备好的种植盆中。每盆装土1.0 kg,每盆10粒种子,7 d后每盆留3株苗,共设20个处理,每个处理3次重复,置于控温温室培养49 d后收获,冲洗干净,将植株分为根、茎叶,烘干至恒重待测。
1.3 土壤盐分胁迫特征测定为了对污灌区土壤的盐分胁迫特征进行测定,本实验测定了污灌区土壤及盐处理后土壤溶液的离子组成等特征。土壤溶液的提取按照文献[11]方法进行:称取不同处理土壤20 g于垫有玻璃棉的过滤针筒中,向土壤中添加蒸馏水至100%的最大田间持水量后,将装有不同处理土壤的针筒,放入底部有PVC圆圈的50 mL离心管中,平衡24 h后,于4500 r·min-1离心15 min,将滤液通过0.22 μm的滤膜后,放置冰箱中待测。溶液中离子组成利用离子色谱仪进行测定[12]。
1.4 土壤与植物Cd含量测定土壤样品Cd含量采用HNO3-HClO4-HF消化,作物样Cd含量采用HNO3-HClO4消化,土壤与小麦植株消解液中Cd含量利用ICP-MS测定[13]。
1.5 数据的处理物种敏感性分布(Species sensitivity distribution,SSD)模型是一种基于不同物种对污染物敏感性的差异,以急性或慢性毒理数据为基础,构建统计分布的生态风险评价模型[14]。SSD的基本假设是一组生物的敏感性能够被一个分布所描述,如正态分布、Logistic分布等,而可获得的毒理数据被认为是来自于这个分布的样本[15]。本文中基于小麦Cd富集系数与生物量的敏感性分布模型,采用Burr-Ⅲ型分布函数进行拟合,Burr-Ⅲ是一种灵活的分布函数,对物种敏感性数据拟合特性较好。澳大利亚联邦科学和工业研究组织提供了该方法的说明以及相关的计算软件BurrlizO(CSIRO,2008)。
Burr-Ⅲ型函数的参数方程为:

式中:F(x)为不同小麦累积频次,x为土壤中Cd的浓度,mg·kg-1;b、c、k为函数的3个参数。
文中测定的数据采用新复极差法(Duncan法)进行差异显著性检验(P < 0.05),应用Excel 2007、SPSS 22.0和Origin 9.0进行数据分析和作图。
2 结果与讨论 2.1 土壤溶液的离子组成经过0.4% NaCl处理后土壤溶液中离子组成的测定结果(表 1)表明,土壤溶液中自由Na+和Cl-的含量显著增加,其中溶液自由Na+浓度增加了896%,Cl-浓度增加了379%,溶液中自由Ca2+浓度也增加了105.1%。在盐分胁迫处理中,土壤溶液的电导率也显著增加,由47.1 μS·cm-1增加到267.2 μS·cm-1。从土壤溶液离子组成与pH值来看,土壤盐基离子组成中Na+、Cl-、Ca2+等离子含量相对较高,具备了盐渍化土壤所具有的盐分胁迫与碱性的特征[16]。
![]() |
在同一盐分胁迫条件下,不同品种小麦受盐胁迫的抑制程度不同,其中中麦415与中优206表现为生长缓慢,植株矮小,叶片发黄失绿,而中麦996与中优9507生长表现正常。在作物耐盐反应研究中,作物的生长指标通常被作为盐胁迫下作物的耐盐指数[7]。本研究中,将不同小麦的耐盐指数(STI)定义为:STI=盐化处理土壤中小麦生物量(g)/对照土壤中小麦生物量(g)。不同小麦的地上部分生物量及耐盐指数测定结果见表 2。不同小麦基于茎叶生物量的耐盐指数大小依次为中优9507≈中麦996>轮选1690>轮选987>中麦1062>中麦175>中麦14>中麦816>中优206>中麦415。研究表明,地上部、根系生物量等指标可作为作物苗期耐盐鉴定指标[7]。研究表明,土壤中的盐分,可以导致土壤溶液渗透压增加,造成小麦根系吸水困难,致使植物生理性干旱,甚至会导致植物死亡[17-19]。另外,植物吸收过多的盐分,一方面导致气孔导度降低,作物的光合作用减少;另一方面作物吸收过多的Na+、Cl-等,不仅会导致叶片过早脱落,还会导致营养元素失衡[19-21]。在盐分胁迫下,植物受到最直接的伤害就是胞间大量的Na+带来的离子毒性,而这种离子毒性直接影响植物叶片的光合作用,从而影响植物的生长;另外,植物吸收过量的Na+后,也会引起细胞渗透压的加大和氧化酶活性增加,最终导致DNA损伤[22]。虽然由于品种间的差异可能导致小麦生物量的不同,但盐胁迫下植株生长状况及生物量大小,可作为辅助指标综合判断不同小麦品种的耐盐胁迫能力。
![]() |
本文中不同小麦茎叶与根对Cd的富集系数(Bioconcentration factor,BCF)定义为作物茎叶/根中Cd的浓度(mg·kg-1)与土壤中Cd浓度(mg·kg-1)的比值。从图 1可以看出,10种不同小麦茎叶与根对Cd的富集系数间存在较大差异,其中小麦茎叶对Cd富集系数为0.338~0.970,不同小麦茎叶Cd富集系数大小顺序为:中优206>轮选987>中麦14>中麦816>中优9507≈中麦175≈中麦1062>中麦415>轮选1690>中麦996;小麦根对Cd富集系数范围为3.01~5.71,不同小麦根部Cd富集系数大小顺序为:中麦14>轮选987>中优9507>中麦175>轮选1690>中麦996>中麦415>中麦816≈中麦1062>中优206。富集系数反映了植株不同部位积累土壤中Cd的能力,而根-茎叶转运系数(Transfer factor,TF)则反映了Cd从植物体根部向地上部(茎叶)的迁移能力。本文中根-茎叶转运系数(TFr-s)定义为茎叶中Cd的浓度(mg·kg-1)与根中Cd的浓度(mg·kg-1)的比值。
![]() |
图中数值为3次测定平均值+标准偏差;相同系列的不同字母表示各处理水平间差异显著(P < 0.05)。下同 图 1 不同小麦品种茎叶与根对Cd的富集系数 Figure 1 Cd bio-concentration factors of shoots and roots for different wheat cultivars |
对不同小麦根-茎叶Cd的转运系数测定结果(图 2)表明,10种不同小麦根-茎叶Cd转运系数范围在0.092~0.334之间;最小转运系数为中麦996,最大转运系数为中优206。
![]() |
图 2 不同小麦根-茎叶Cd转运系数 Figure 2 Cd transfer factors of root to shoot for different wheat cultivars |
物种敏感性分布模型是基于统计学外推法原理,描述单一或复合污染对一系列物种的毒性大小,包括某一类生物序列、一部分选定物种的组合或自然群落等。SSD模型可以从污染物环境浓度出发,根据不同物种对于污染物敏感性的差异,计算潜在影响比例(Potential affected fraction,PAF),用以表征生态系统或者不同类别生物的生态风险;亦可以反向应用于确定一定比例保护物种条件下的污染物浓度。目前SSD法已被多个国家或机构确立为生态风险评价与推导环境中污染物基准值的主要方法[23-25]。针对SSD曲线构建的累积概率分布函数,目前主要包括Log-normal、Log-logistic、Weibull、Gamma及Burr-Ⅲ等[26]。研究表明,Burr-Ⅲ是一种灵活性高的三参数分布,因此本文将不同小麦对盐分胁迫下对Cd的富集系数(1/BCF)及耐盐指数采用Burr-Ⅲ分布函数进行拟合,建立不同小麦对Cd吸收及耐盐胁迫的敏感性分布曲线(图 3),以此筛选同时具有耐盐胁迫与Cd低吸收特性的小麦品种。实验结果表明,10种不同小麦对Cd富集系数(1/BCF)及耐盐指数大小分布频次可以用Burr-Ⅲ分布曲线进行较好的拟合,基于富集系数和耐盐指数的实测值与Burr-Ⅲ拟合函数预测值计算的均方根误差(RMSE)分别为6.33及7.82。从图 3可以看出,基于富集系数(1/BCF)的SSD顺序依次为中麦996>轮选1690>中麦415>中麦1062>中麦175>中优9507>中麦816>中麦14>轮选987>中优206。
![]() |
图 3 基于小麦Cd富集系数(1/BCF)与耐盐指数的物种敏感性分布(SSD)曲线 Figure 3 SSD curves based on Cd bio-concentration factors and salt tolerance index for different wheat cultivars |
从图 3盐分胁迫下不同小麦耐盐指数的敏感性频次分布曲线可以看出,基于耐盐指数的SSD顺序依次为中优9507>中麦996>轮选1690>轮选987>中麦1062>中麦175>中麦816>中麦14>中优206>中麦415。通过比较不同小麦富集系数与耐盐指数的敏感性分布频次发现,对于少数小麦品种而言,基于小麦Cd富集系数与耐盐指数的分布频次顺序有较大差异,如轮选987品种在富集系数分布频次中位于X轴的左前方,而在耐盐指数分布频次中则位于X轴右后位置;中优9507在富集系数分布频次中位于X轴左中部位置,而在耐盐指数分布频次中,由于具有较高的耐盐指数而位于X轴最右位置;中麦415虽然具有较小的Cd富集系数,但在盐分胁迫下小麦的生长受到明显抑制,在基于耐盐指数的分布频次中处于最敏感的X轴左侧,以上结果说明,相同小麦品种基于不同的评价指标所得出的敏感性分布频次的顺序可能存在较大差异。在污灌区土壤的安全利用上,同时具备耐盐与Cd低吸收特性小麦的筛选具有重要意义。在本实验中,从小麦Cd富集系数与生物量两个因子综合考虑,中麦996与轮选1690不但具有较低的Cd富集系数,而且植株生长没有受到抑制,具有较好的耐盐胁迫特征。本研究结果表明,同时以富集系数与耐盐指数可以较好地作为生态风险评估的指标[27-29],其筛选结果的逻辑性也为在污灌区土壤的修复技术应用提供了可能。
3 结论(1)盐分胁迫对10种小麦的生长抑制程度具有明显差异;不同小麦耐盐指数范围为0.542~1.012。
(2)不同小麦茎叶与根对Cd的富集系数间存在较大差异,其中,小麦茎叶对Cd富集系数为0.338~0.970,根对Cd富集系数为3.01~5.71。
(3)基于Cd富集系数(1/BCF)与耐盐指数的物种敏感性分布频次,筛选出具有耐盐分胁迫与Cd低吸收特点的小麦品种分别为中麦996与轮选1690。
[1] |
何俊, 王学东. 典型污灌区土壤中Cd的形态有效性及其影响因子[J]. 中国环境科学, 2016, 36(10): 3056-3063. HE Jun, WANG Xue-dong. The forms, bioavailability of Cd in soils of typical sewage irrigation fields in Northern China and its control factors[J]. China Environmental Science, 2016, 36(10): 3056-3063. DOI:10.3969/j.issn.1000-6923.2016.10.031 |
[2] |
宋志廷, 赵玉杰, 周其文, 等. 基于地质统计及随机模拟技术的天津武清区土壤重金属源解析[J]. 环境科学, 2016, 37(7): 2756-2762. SONG Zhi-ting, ZHAO Yu-jie, ZHOU Qi-wen, et al. Applications of geostatistical analyses and stochastic models to identify sources of soil heavy metals in Wuqing District, Tianjin, China[J]. Environmental Science, 2016, 37(7): 2756-2762. |
[3] |
李中阳, 齐学斌, 樊向阳, 等. 不同钝化材料对污灌农田镉污染土壤修复效果研究[J]. 灌溉排水学报, 2016, 35(3): 42-44. LI Zhong-yang, QI Xue-bin, FAN Xiang-yang, et al. Remediation of cadmium polluted soils by different amendments[J]. Journal of Irrigation and Drainage, 2016, 35(3): 42-44. |
[4] |
陈涛, 常庆瑞, 刘京, 等. 长期污灌农田土壤重金属污染及潜在环境风险评价[J]. 农业环境科学学报, 2012, 31(11): 2152-2159. CHEN Tao, CHANG Qing-rui, LIU Jing, et al. Pollution and potential environment risk assessment of soil heavy metals in sewage irrigation area[J]. Journal of Agro-Environment Science, 2012, 31(11): 2152-2159. |
[5] |
朱桂芬, 张春燕, 王建玲, 等. 新乡市寺庄顶污灌区土壤及小麦重金属污染特征研究[J]. 农业环境科学学报, 2009, 28(2): 263-268. ZHU Gui-fen, ZHANG Chun-yan, WANG Jian-ling, et al. Investigation of heavy metal pollution in soil and wheat grains in sewage-irrigated area in Sizhuangding, Xinxiang City[J]. Journal of Agro-Environment Science, 2009, 28(2): 263-268. |
[6] |
熊孜, 赵会薇, 李菊梅, 等. 黄淮海平原小麦吸收镉与土壤可浸提镉间关系研究[J]. 农业环境科学学报, 2016, 35(12): 2275-2284. XIONG Zi, ZHAO Hui-wei, LI Ju-mei, et al. The relationship between cadmium in wheat plant and cadmium extracted by EDTA and diluted acids in soil in Huanghuaihai Plain[J]. Journal of Agro-Environment Science, 2016, 35(12): 2275-2284. DOI:10.11654/jaes.2016-0887 |
[7] |
张智猛, 慈敦伟, 丁红, 等. 花生品种耐盐性指标筛选与综合评价[J]. 应用生态学报, 2013, 24(12): 3487-3494. ZHANG Zhi-meng, CI Dun-wei, DING Hong, et al. Indices selection and comprehensive evaluation of salinity tolerance for peanut varieties[J]. Chinese Journal of Applied Ecology, 2013, 24(12): 3487-3494. |
[8] |
陈玉梅. 重金属低积累蔬菜种类筛选及盐胁迫下蔬菜对土壤重金属累积研究[D]. 杭州师范大学, 2016. CHEN Yu-mei. Selection of low accumulation of heavy metals in vegetable varieties and accumulation of heavy metals in vegetable under salt stress[D]. Hangzhou Normal University, 2016. |
[9] |
鲍士旦. 土壤农化分析[M]. 北京: 中国农业出版社, 1999. BAO Shi-dan. Soil analysis in agricultural chemistry[M]. Beijing: China Agriculture Press, 1999. |
[10] |
环境保护部. GB 15618-1995土壤环境质量标准[S]. 北京: 中国标准出版社, 1995. Ministry of Environmental Protection. GB 15618-1995. Environmental quality standard for soils[S]. Beijing: China Standard Press, 1995. |
[11] |
田盺竹, 陈世宝. 土壤溶液性质对Zn的形态变化及其微生物毒性的影响[J]. 中国环境科学, 2014, 34(10): 2602-2609. TIAN Xin-zhu, CHEN Shi-bao. Influence of soil solution properties on the transformation of Zn forms and its toxicity threshold to soil microbes as determined by substrated induced nitrification[J]. China Environmental Science, 2014, 34(10): 2602-2609. |
[12] |
牟世芬, 刘克纳. 离子色谱方法及应用[M]. 二版. 北京: 化学工业出版社, 2015. MOU Shi-fen, LIU Ke-na. Ion chromatography and its application[M]. 2nd Edition. Beijing: Chemical Industry Press, 2015. |
[13] |
Spark D L. Methods of soil analysis. Part 3:Chemical methods[M]. Madison: SSSA and ASA, 1996.
|
[14] |
Posthuma L, Traas T P, Suter G W. General introduction to species sensitivity distributions[M]//Posthuma L, Traas T P, Suter G W. Species sensitivity distributions in ecotoxicology. BocaRaton: Lewis Publishers, 2002.
|
[15] |
Wheeler J R, Grist E P M, Leung K M Y, et al. Species sensitivity distributions:Data and model choice[J]. Marine Pollution Bulletin, 2002, 45: 192-202. DOI:10.1016/S0025-326X(01)00327-7 |
[16] |
张济世, 于波涛, 张金凤, 等. 不同改良剂对滨海盐渍土土壤理化性质和小麦生长的影响[J]. 植物营养与肥料学报, 2017, 23(3): 704-711. ZHANG Ji-shi, YU Bo-tao, ZHANG Jin-feng, et al. Effects of different amendments on soil physical and chemical properties and wheat growth in a coastal saline soil[J]. Journal of Plant Nutrition and Fertilizer, 2017, 23(3): 704-711. DOI:10.11674/zwyf.16415 |
[17] |
Farooq M, Hussain M, Wakeel A, et al. Salt stress in maize:Effects, resistance mechanisms, and management:A review[J]. Agronomy for Sustainable Development, 2015, 35(2): 461-481. DOI:10.1007/s13593-015-0287-0 |
[18] |
Hasegawa P M, Bressan R A, Zhu J K, et al. Plant cellular and molecular response to high salinity[J]. Annual Review of Plant Physiology and Plant Molecular Biology, 2000, 51: 463-499. DOI:10.1146/annurev.arplant.51.1.463 |
[19] |
Wang M, Xia G M. The landscape of molecular mechanisms for salt tolerance in wheat[J]. The Crop Journal, 2017. DOI:10.1016/j.cj.2017.09.002 |
[20] |
Karimi G, Ghorbanli M, Heidari H, et al. The effects of NaCl on growth, water relations, osmolytes and ion content in Kochia prostrate[J]. Biologia Plantarum, 2005, 49(2): 301-304. DOI:10.1007/s10535-005-1304-y |
[21] |
Turan M A, Elkarim A H A, Taban N, et al. Effect of salt stress on growth and ion distribution and accumulation in shoot and root of maize plant[J]. African Journal of Agricultural Research, 2010, 5(7): 584-588. |
[22] |
Tabassum T, Farooq M, Ahmad R, et al. Seed priming and transgenerational drought memory improves tolerance against salt stress in bread wheat[J]. Plant Physiology and Biochemistry, 2017, 118: 362-369. DOI:10.1016/j.plaphy.2017.07.007 |
[23] |
Fairbrother A, Wenstel R, Sappington K. Framework for metals risk assessment[J]. Ecotoxicology and Environmental Safety, 2007, 68: 145-227. DOI:10.1016/j.ecoenv.2007.03.015 |
[24] |
王印. 基于物种敏感性分布(SSD)的生态风险评价方法及其应用研究[D]. 北京: 北京大学, 2009. WANG Yin. Ecological risk assessment method based on species sensitivity distribution(SSD) and its application research[D]. Beijing: Peking University, 2009. http://www.shangxueba.com/share/p6820637.html |
[25] |
European Commission. Final report on the ecological risk assessment of chemicals[R]. The Scientific Steering Committee, 2003.
|
[26] |
孔祥臻, 何伟, 秦宁, 等. 重金属对淡水生物生态风险的物种敏感性分布评估[J]. 中国环境科学, 2011, 31(9): 1555-1562. KONG Xiang-zhen, HE Wei, QIN Ning, et al. Assessing acute ecological risks of heavy metals to freshwater organisms by species sensitivity distributions[J]. China Environmental Science, 2011, 31(9): 1555-1562. |
[27] |
孙聪, 陈世宝, 马义兵. 基于物种敏感性分布(Burr-Ⅲ)模型预测Cd对水稻毒害的生态风险阈值HC5[J]. 农业环境科学学报, 2013, 32(12): 2316-2322. SUN Cong, CHEN Shi-bao, MA Yi-bing, et al. Ecological hazard concentration(HC5) of cadmium(Cd) to rice cultivars under hydroponic culture as determined with species sensitivity distribution model(Burr-Ⅲ)[J]. Journal of Agro-Environment Science, 2013, 32(12): 2316-2322. DOI:10.11654/jaes.2013.12.002 |
[28] |
闫振广, 杨霓云, 王晓南, 等. 基于基因表达效应的物种敏感度分析初探[J]. 中国科学:地球科学, 2012, 42(5): 673-679. YAN Zhen-guang, YANG Ni-yun, WANG Xiao-nan, et al. Preliminary analysis of species sensitivity distribution based on gene expression effect[J]. Sci China Earth Sci, 2012, 42(5): 673-679. |
[29] |
杜建国, 赵佳懿, 陈彬, 等. 应用物种敏感性分布评估重金属对海洋生物的生态风险[J]. 生态毒理学报, 2013, 8(4): 561-570. DU Jian-guo, ZHAO Jia-yi, CHEN Bin, et al. Assessing ecological risks of heavy metals to marine organisms by species sensitivity distributions[J]. Asian Journal of Ecotoxicology, 2013, 8(4): 561-570. DOI:10.7524/AJE.1673-5897.20120525007 |