当前世界环境

简介

印度经济以农业为基础;雇佣了42%的人口，印度人在食品上的平均支出约占其支出的45%。¹哈里亚纳邦是印度发展最快的邦之一，也是印度经济重要的国家首都地区的一部分。该邦也被称为“印度粮仓”，占印度香米出口总量的60%。²该州的快速工业化导致大量人口移民到该地区，导致对自然资源的不规范使用。这些因素导致了近几十年来环境污染程度的增加。由于环境没有边界，污染物如持久性有机污染物、颗粒物、挥发性有机化合物、多芳烃、重金属等从一个介质传递到另一个介质。含铅汽油排放到大气中的铅残留在植物、土壤和水中。^{3 - 5}虽然所有的污染物都是有害的，但重金属接触人类可能会造成严重的健康问题。⁶重金属通过空气和水途径进入农业土壤，增加了人类接触它们的机会。⁷

随着人口的增长，工业在陆地和水体中通过固体和液体废物排放向自然环境中排放重金属方面发挥着重要作用。^8、9将废水用于灌溉和将污水污泥用作农田肥料导致土壤中金属含量增加。^10、11农业中畜禽粪便的施用也引起了农业土壤重金属的富集。¹²废水非法排入自然水体和土壤生态系统是农业土壤重金属浓度高的一个重要因素。¹³农业活动(如农药和化肥喷洒)也会对农业土壤中的重金属产生影响。⁷

土壤是重要的自然资源，是粮食生产的基础。它还充当天然过滤器，清除渗入地下水库的水中的污染物。农业土壤中的重金属可以渗透到地下水中;如果使用这种被污染的地下水进行灌溉，将进一步增加蔬菜中重金属的浓度。^14、15在重金属污染土壤中种植的蔬菜，其可食用部位出现了金属积累现象。^16、17pH值和阳离子交换容量等物理因子随时间的变化可能会改变重金属对农作物的生物利用度。¹⁸施用堆肥可增加植物对重金属的吸收。¹⁹这些重金属可能通过摄入受污染的食物而进入人体。^20.蔬菜中的重金属可能会对健康造成严重影响，比如对神经系统和肾脏造成影响。²¹本研究于2017-18年期间在印度首都地区(NCR)进行。本研究针对该地区工业化程度高、农业活动集约化程度高的特点，对农业土壤重金属污染状况进行了评价。由于高度工业化，这个地区处于高度发展阶段。巨大的人口压力也导致废物排放到亚穆纳河和附近用于灌溉的排水沟中，这可能导致农业土壤中重金属含量高。有关该地区农业土壤重金属评价的文献非常有限。本研究旨在评估农业土壤重金属浓度及其潜在生态风险。

材料和方法

研究区域的描述

印度的国家首都地区(NCR)是第2个^nd世界上最大的城市群。哈里亚纳邦贡献了48.93%(28545公里²)地区(58332公里²)，设有13个区。²²德里的工业化正在快速发展。德里的四个地区(Panipat, Sonipat, Gurugram和Faridabad)被选为目前的研究(表1，图1)。该地区位于该国的绿色革命带。园艺在研究区域的近28.36%进行，种植的作物包括谷物、豆类、水果和蔬菜。研究区域拥有哈里亚纳邦60%以上的工业。该地区的不同类型的工业包括金属和矿产、农业、电机、工程单位、维修和服务、纺织、汽车零部件、橡胶、塑料、石油为基础的摩托车零部件、柴油发动机等。²³这些工业的排放会导致周边地区严重的重金属污染。因此，有必要评估工业化对该地区的影响。有鉴于此，本研究对农业土壤样品中的重金属浓度进行了评价。

图1:研究区域地图24 - 26日 点击这里查看图

(位于工业区附近的站点在地图中以红色标示，国道以橙色标示，国道以粉色标示，住宅区以绿色标示，亚穆纳河漫滩以蓝色标示，灌溉废水以黑色标示)

表1:研究区域描述。

土壤样品的收集和分析

选取德里NCR地区的农田，采集84个农业土壤样本，考虑不同行业、国道(NH)、邦道(SH)、亚穆纳泛滥平原(NY)、住宅小区(Res.)等对蔬菜污染的影响。采样时间为2017年5月至2018年2月。挖掘一块10 × 10 × 15厘米的巨石，从田野的五个不同位置采集土壤样本。^一个大约2kg的农业土壤被收集在密封塑料袋中，并被带到实验室。¹⁷

图2:重金属分析的土壤样品消解。 点击这里查看图

制备了一种1:1 .5的土-水悬浮液，用数字pH计的pbobe蘸取悬浮液，测定其pH值。²⁷采用沃克利黑湿氧化法测定土壤有机碳。²⁸土壤重金属分析的程序如图2所示。^3.用原子吸收分光光度计(印度实验室AAS 8000)测定滤液中不同重金属的浓度。实验中使用的玻璃器皿用10%的硝酸清洗_3.再用双蒸馏水(DDW)处理。分析级化学试剂购自德国默克公司。仪器用表2所示的不同浓度的空白和参考标准重金属进行校准。为保证质量，每10个样品运行一次空白和标准;所有的分析都是一式三份。

表2原子吸收光谱分析中重金属标准品的波长和浓度。

污染源评估

通过计算污染因子、富集因子和变异系数来估算土壤样品中重金属的污染程度。^29、30

污染因子(CF)

污染因子是特定金属含量(C_我)到背景值(C_b)，计算公式如下:

CF = C_我/ C_bEq。(1)

本研究采用了哈里亚纳邦-恒河平原重金属背景浓度(Fe、Pb、Cu、Mn、Co、Cr、Zn和Ni)和世界平均值(Al和Cd)。不同重金属采用的背景浓度如表3所示。CF分为六类，如表3所示。²⁹

表3:污染因子分类。

浓缩因子(EF)

EF是阐明农业土壤中重金属潜在污染源的有效工具。利用公式2求出德里NCR土壤样品中重金属的EF值。



其中C_我农业土壤样品中特定重金属的浓度。

C_菲=农业土壤样品和大陆地壳中的铁浓度(以大陆地壳中的铁浓度为参考元素)。EF的分类见表4。

表4富集因子分类^30.

变异系数(CV)

利用变异系数来解释人为干预的程度。变异系数与人类干预成正比，即人类活动范围越大，变异系数越高。将其分为低变异量(CV < 0.15)、中变异量(0.15 < CV < 0.36)和高变异量(CV > 0.36)三类，计算公式如式3所示。^30.

CV=标准差/均值

土壤污染评估

利用潜在生态风险指数(PERI)对农业土壤污染状况进行了评价。生态风险评价是一种用于识别土壤中重金属环境影响的技术，采用公式4和公式5进行计算。R_我为生态风险指数，定义为潜在生态风险指数(E_我)测定土壤中各种金属的含量。^30.PERI的分类见表5。

Ri =∑e_我Eq。(4)

E_我= T_我(C_我/ C₀Eq。(5)

E_我土壤中单个重金属的潜在生态风险指数T_我为重金属的毒性反应因子(T_我Cd (30)， Pb, Cu和Ni (5)， Cr (2)， Zn (1)， C_我土壤中重金属i的浓度是多少₀为印度农业土壤重金属背景浓度。

表5潜在生态风险指数分类。

统计分析

采用SPSS(22.0版)软件对Pearson相关系数(r)、主成分分析和层次聚类分析进行研究。

结果

物理化学和重金属分析

pH和有机碳是农业土壤重金属生物有效性的重要参数，它们控制着土壤重金属的生物有效性。农田土壤pH值为弱碱性，平均值为7.79±0.49。农业土壤有机碳(%)含量平均值为0.53±0.21%。

农业土壤样品中重金属平均浓度依次为Fe > Al > Mn > Zn > Ni > Cr > Cu > Pb > Co > Cd, Fe、Al、Mn、Zn、Ni、Cr、Cu、Pb、Co、Cd的平均浓度和标准偏差为14916.92±5221.93 mg kg^－1，13538.87±4307.73 mg kg^－1， 277.16±128.96 mg kg^－1， 74.53±42.88 mg kg^－1，35.34±30.48 mg kg^－1， 33.68±21.47 mg kg^－1， 22.94±14.62 mg kg^－1， 18.45±17.62 mg kg^－1， 1.88±1.49 mg kg^－1， 0.92±0.41 mg kg^－1,分别。土壤重金属浓度范围为5631 ~ 27109.99 mg kg^－1铝:6640.09-32650.23 mg kg^－1Fe: 16.45-221.88 mg kg^－1锌为73.80-735.72 mg kg^－1Mn: 9.65-127.21 mg kg^－1铬:7.63-192.63 mg kg^－1镍5.12 ~ 70.43 mg kg^－1铜为0.31 ~ 80.13 mg kg^－1Pb, 0.15 ~ 1.96 mg kg^－1Cd和ND-7.82 mg kg^－1有限公司。表6详细说明了不同采样地点的重金属浓度。将研究结果与印度土壤重金属背景浓度(Fe、Pb、Cu、Mn、Co、Cr、Zn和Ni)及世界土壤平均重金属浓度(Al和Cd)进行了比较。

表6:德里NCR农业土壤重金属浓度。 点击这里查看表格

In表示从各个站点收集的样本数量，＊由于印度土壤中Al和页岩Cd的平均浓度缺乏相关数据，本文以世界土壤中Al和页岩Cd的平均浓度作为背景值。^32、33

讨论

本研究中采集的农业土壤样品的pH值为碱性。过度使用有机肥料和连续种植农作物可能增加了农业土壤的pH值。³⁴一般来说，在低pH条件下，重金属的溶解度较高，因此本研究认为碱性pH会降低农业土壤中重金属的溶解度。一种特定重金属的有效性受许多因素的控制，比如镉可以在碱性土壤中变成生物有效性，在钙和锌存在的情况下，钙和锌会从土壤颗粒中解吸金属。³⁵这里报告的pH值与从印度哈里亚纳邦和北方邦采集的其他农业土壤样本的pH值很一致。^36、37

农业土壤有机碳(%)含量平均值为0.53±0.21%。这说明农作物秸秆、牛粪和腐烂的动物粪便在农田中的应用较少。³⁴较差的土壤有机碳通过降低养分矿化降低土壤微生物多样性和生物量。土壤有机质与重金属形成复合物，从而控制了植物对重金属的可利用性。³⁸农业土壤有机质含量低可能增加作物对金属的吸收。本研究的有机质含量值与尼日利亚农业土壤有机质百分含量值一致。³⁹

铁

除S1位点的1个样品外，其他农业土壤的铁含量均在印度农业土壤的背景范围内。该农用土壤铁含量为32650.23 mg kg^－1．土壤中铁的高浓度可能是由于位于高速公路附近的钢铁制造和机械制造业。农田土壤中铁含量较高可能是农田连续施用无机肥料的结果。⁴⁰堆肥和化肥的施用也增加了作物对铁的吸收。⁴¹这里报告的铁浓度高于Punetha和Tewari报告的印度莫拉巴达区农业土壤中的铁浓度。⁴²从帕尼帕特亚穆纳河漫滩地区农田采集的土壤样品中，铁的浓度也与早期的研究一致。⁴³

铝

所有土壤样品中铝的浓度都低于世界平均背景浓度。铝的最高浓度为27209.99 mg kg^－1从国家公路(S1)附近采集的农业土壤样本，这可能是由于高速公路上存在钢铁制造和机械制造行业。²³磷化铝在印度也是一种注册的农业用农药，它可能是农业用地上铝的一个潜在来源。⁴⁴

锰

除居民区附近采集的土壤样品外，所有农业土壤样品的锰浓度均高于印度农业土壤背景锰浓度。在国家高速公路附近的农业土壤中，锰的浓度是普通土壤的2倍。高速公路附近采集的土壤样品中Mn含量较高，可能与位于高速公路附近的多个行业有关，如钢铁行业、弹簧行业、无纺布制袋机行业、预制混凝土结构、机械零部件等。²³化石燃料的燃烧也会增加环境中的锰。锰是一种杀菌剂(代森锰锌)和MnSO的组成部分₄在农业中被用作肥料。⁴⁵本文报道的Mn浓度高于Panipat农田土壤的浓度和瓦拉纳西。^15日,46

锌

土壤样品Zn含量均较高，尤其是废水灌溉的农业土壤Zn含量比背景值高9倍。研究区用于灌溉的排水接收的是城市污水和不同行业的废水。农业土壤中锌浓度高的另一个原因可能是施用硫酸锌肥。⁴⁰这里报道的锌浓度高于以前的研究报道的浓度。^16日,47

镍

大部分农业土壤的Ni浓度高于印度农业土壤的背景浓度。这可能是由于无机肥料、污水和工业废水在农业土壤中的应用。⁴⁸Ni浓度为23.9 mg kg^－135.67 mg kg^－1在国家和州高速公路附近的农田，157.15毫克公斤^－1在废水灌溉的田地。这里报告的土壤样品中镍的浓度高于印度和中国报告的浓度。^47岁,49

铬

高浓度的铬(127.21毫克公斤^－1S7废水灌溉农田土壤样品中有1个检出。一战土壤中高浓度的铬可能是由于印刷和化学工业将废物倾倒在下水道中造成的。Cr在农业土壤中的平均含量高于印度和中国东部的农业土壤。^30、50

铜

大部分农业土壤样品的Cu浓度都在印度农业土壤背景值范围内，只有S7采用废水灌溉。该地区铜的存在可能与使用含铜杀菌剂(硫酸铜和氯氧铜)和污水灌溉有关。^44岁的51本研究中报告的铜浓度比印度恰蒂斯加尔邦Jagdalpur和摩洛哥马拉喀什的农业土壤中报告的浓度高出几倍。^10日,52

引领

国道和国道土壤铅浓度超过了印度农业土壤铅的本底浓度。国道农业土壤中铅的平均浓度几乎是背景浓度的3倍，国道农业土壤中铅的平均浓度是背景浓度的2倍，这与自然来源一起指向了铅的人为输入。铅的其他来源可能是位于国道附近的不同类型的工业，如汽车、油漆、冶金和电池制造行业。⁵³铅在高温下挥发，从源到汇点的距离较远。铅也存在于磷酸盐和过磷酸钙岩石中，与有机质结合强烈，降低了其流动性。⁵⁴Pb浓度高于中国淮南市和印度旁遮普阿姆利则市的农业土壤Pb浓度。^55、56

镉

本文研究的农业土壤中镉的平均浓度高于世界平均水平。将近4.5倍的Cd浓度(1.54 mg kg^－1与世界平均水平相比，S7污水灌溉点土壤样品中存在较大的)。土壤中镉的高浓度是由排水沟灌溉造成的，排水沟接收来自印刷业、化学工业和城市污水的水。在之前的一项研究中已经报道过，污水灌溉是印度土壤中Cd输入的原因。⁵⁷农业土壤中镉的另一个潜在来源可能是农田中使用的含镉肥料。⁵⁸本研究报道的Cd浓度高于中国农业土壤中报道的Cd浓度。⁴⁷这里报道的结果也显示出与德里和中国西南地区报道的结果相似。^59、60

钴

所有采集的农业土壤样品中钴的浓度均低于印度农业土壤中钴的背景值。这里报告的钴浓度高于瓦拉纳西报告的值。⁴⁹

重金属污染评估

污染因素

计算了农业土壤样品的污染因子，如图3所示。所有农业土壤样品均被不同类型的重金属污染。从工业区、州际公路和国道采集的样品分别被Cd、Pb和Zn中度至重度污染。亚穆纳河漫滩土壤中Cd的污染程度为中等至较高水平，而废水灌溉土壤中Cd、Ni和Zn的污染程度较高。居民区附近的农业土壤也因施用锌肥而出现中度锌污染。

图3:农业土壤样品中不同重金属浓度的污染因子。 点击这里查看图

富集因子

农业土壤中富集因子(EF)的统计数据如图4所示。农田土壤样品的EF平均值依次为Zn > Cd > Pb > Mn > Ni >，平均值分别为7.94、5.82、3.27、3.12和2.78。研究区农业土壤Zn、Cd高度富集，Pb、Mn、Ni中度富集。这些金属的高EF值表明这些金属在农业土壤中的人为输入。中国东部农业土壤也表现出Zn、Cd和Pb的富集。^30.

图4:农业土壤样品中不同重金属浓度的富集因子。 点击这里查看图

变异系数(CV)

Pb > Ni > Co > Cu > Cr > Zn > Mn > Cd > Fe > Al的变异系数为0.96 > 0.86 > 0.79 > 0.64 > 0.637 > 0.58 > 0.47 > 0.45 > 0.35 > 0.32。重金属(Pb、Zn、Ni、Cr、Co、Mn、Cu和Cd)的变化幅度较大，表明研究区人为源对这些金属的贡献较大。Al和Fe的变化中等，表明人为来源的Al和Fe输入最小。Pb、Ni、Cu和Cr的CV均高于中国农业土壤。^30.

潜在生态风险指数(PERI)

在研究的金属中，计算了Cd、Pb、Cu、Ni、Cr和Zn的PERI，结果如图5和6所示。在所有分析的样品中，Cd的PERI值最高。中度至相当大的潜在生态风险(E_我在从国道、州际公路、亚穆纳洪泛区和工业区收集的农业土壤样本中观察到)，而一战时期的土壤样本显示了相当大的潜在生态风险(E_我生态风险指数(R_我75%的废水灌溉土壤样品中Cd、Pb、Cu、Ni、Cr和Zn的含量较高。Chen等人，2019年观察到中国东部农业土壤中Cd造成的巨大生态风险，这与当前的研究类似。^30.

图5:农业土壤样品中不同重金属浓度的生态风险。 点击这里查看图

图6:逐点累积潜在生态风险。 点击这里查看图

相关性、聚类和因子分析

重金属之间进行Pearson相关分析，发现重金属之间存在密切的相关性(表7)。Cd、Fe、Al之间存在较强的正相关关系，说明它们的共同起源来源是地壳。Ni与Cr、Zn和Cu呈显著正相关，表明农业土壤中这些金属的潜在来源是人为的。Pb与Mn、Co呈显著正相关，说明了它们的车体来源。表8显示了不同农业站点主成分分析(PCA)、负荷和方差归一化矩阵和因子得分的累计百分比的比较。经过方差旋转后，有3个分量特征值大于1，表明NCR中存在多个来源的重金属。主成分分析表明，Ni-Cr-Zn-Cu、Fe-Al-Cd和Pb-Mn-Co三个主要聚类对形成(图7)。在主成分分析中，因子1贡献了34.71%的总方差，其中Ni、Cr、Zn和Cu的高负荷，表明它们的共同来源是工业。因子2对总变异贡献率为23.68%，其中Fe、Al、Cd高负荷，表明其来源于农业和地壳。因子3对铅、锰和Co高负荷的总方差贡献了22.49%，这表明来源是车辆。

表7:皮尔逊相关矩阵。

**相关性在0.01水平显著。

表8主成分分析(方差加凯撒归一化)

图7:显示印度德里NCR地区重金属聚集的树状图。 点击这里查看图

资金来源

作者(s)没有获得关于本文的研究、作者身份和/或发表的经济支持。

的利益冲突

作者声明他们没有利益冲突。

致谢

感谢德恩班杜·楚图·拉姆科技大学(Murthal, Sonepat)授予博士学位研究工作。

结论

除居民区土壤外，几乎所有的农业土壤样品都存在显著的潜在生态风险。由于重金属的存在，废水灌溉土壤的污染程度最高。土壤样品均富集Zn、Mn、Pb、Cd、Ni等重金属，污染程度中等至强。Sonepat区S7站点土壤中Cd、Ni和Zn的污染程度较强。可以说，城市排水灌溉导致土壤样品中重金属(Zn、Cd、Ni、Cu、Cr)浓度较高，在这种土壤中种植蔬菜/谷物可能导致重金属在其中的生物积累。由于Cd的存在，潜在生态风险指数较大。通过EF、CV和统计分析，可以得出研究区重金属的人为来源(金属工业、污水、磷肥的使用等)对农业土壤中重金属的贡献较大。研究结果表明，有必要对德里NCR农业土壤的金属浓度进行大规模监测。政府机构应制定相应的策略，减少人为源对农业土壤重金属的输入。强烈建议对这类地区种植的蔬菜中的重金属进行进一步研究。

参考文献

1. Gulati A.， Juneja R.展望2030年的印度农业。印度政府农业与农民福利部，2020.p.1-27。
2. 进步的哈里亚纳邦:印度的农业中心。博士工商总会。新德里。2019.第1页- 72。
3. 张建平，张志强，张志强，等。重金属对蔬菜作物生长的影响。国际化学学报2019;7:12 -1621。
4. Bhaskar B. V.， Rajasekhar R. V. J.， Muthusubramanian P.， Kesarkar A. P.印度马杜莱可吸入颗粒物的离子与重金属组成。环境监测评估。2010;164:323-336。
   CrossRef
5. 李志强，李志强，李志强。印度城市蔬菜重金属(Cu、Zn、Cd和Pb)污染:以瓦拉纳西为例。环境Pollut。2008, 154(2): 254 - 263。
   CrossRef
6. 重金属毒性。国际医学杂志2016;6:361-368。
7. 王志强，王志强，王志强，等。蔬菜中重金属及其对蔬菜营养品质的影响研究进展。植物学报，2018;41:1744-1763。Doi.org/10.1080/01904167.2018.1462382。
   CrossRef
8. Baride M. V.， Patil S. N.， Yeole D.， Golekar R.印度马哈拉施特拉邦贾尔岗地区部分地区地表水/地下水重金属污染评价。中国科学(d辑)2012;
9. Sekhar K. C.， Chary N. S.， Kamala C. T.， Vairamani M.， Anjaneyulu Y.， Balaram V.， Sorlie, J. E.风险沟通:世界各地-印度Kattedan工业区重金属污染的环境风险评估研究-案例研究。生态风险评估。2006;12:408-422。
   CrossRef
10. Chaoua S.， Boussaa S.， Gharmali A. E.， Boumezzough A.在摩洛哥马拉喀什地区，废水灌溉对土壤和作物重金属积累的影响。沙特农业科学J。2019; 18(4): 429 - 436。
    CrossRef
11. 土壤pH对污泥处理土壤中金属对作物有效性的影响。一、黑麦草对镍、铜、锌的吸收和毒性。环境Pollut。1994;85:321 - 327。
    CrossRef
12. 短期施用动物粪便对农田土壤重金属状况及理化性质的影响。世界环境。2008;3:21-26。
    CrossRef
13. 王晓峰，王晓峰，王晓峰，等。不同盐度下浸出液中细菌对重金属的抗性及铜绿假单胞菌FZ-2对汞的吸附性能。维持环境Res。2021; 31(14): 1-13。
    CrossRef
14. Dinakaran J.， Abbas N. S.， Arora S.， Bhardwaj S.， Kaula B. C.印度德里国家首都地区不同位置地下水中重金属的评估。Curr World environment . 2021; 16:143-150。
    CrossRef
15. Bharti P. K.， Kumar P.， Singh V.工业废水对印度帕尼帕特市工业区附近地下水和土壤质量的影响。应用科学学报。2013; 5(1): 132 - 136。
    CrossRef
16. Chaudhary S.， Banerjee D. K.， Kumar N.， Yadav S.使用两种不同的单一提取程序评估亚穆纳洪泛区沉积物中的生物有效金属。维持环境Res。26(1): 28-32。2016;
    CrossRef
17. 沙玛·r·K、阿格拉瓦尔·M、马歇尔·F.印度瓦拉纳西郊区土壤和蔬菜的重金属污染。Ecotoxicol围住Saf。2007, 66(2): 258 - 266。
    CrossRef
18. 李伟，桑顿，法拉戈，安石。影响土壤中金属生物有效性的因素:建立金属临界载荷方法的初步研究。化学Speciat Bioavailab。1998; 10(2): 61 - 75。
    CrossRef
19. 刘志强，刘志强。土壤中铁、锰、铜、锌有效性的研究进展。《库拉纳大学研究》2002;2:823-825。
20. 李志强，李志强，李志强。德里NCR地区选定水果和蔬菜中重金属和微量矿物质含量的测定。中国科学(d辑)2017;
21. 陈志强，陈志强，陈志强，陈志强，陈志强。重金属毒性。亚里斯多德医科大学;2012年,39(1):29-34。
22. 印度的地图。https://www.mapsofindia.com/maps/delhi/delhi-ncr-map.html。于2020年11月9日通过。
23. MSME。哈里亚纳邦工业概况。中小微企业部，Karnal，印度政府，2015。第1页- 63。
24. 2020年1月24日https://images.app.goo.gl/VCdoJv6smBqrLF6x6accessed
25. 2020年1月24日https://images.app.goo.gl/gPB25PQin2BApuoHAaccessed
26. 2020年1月24日https://goo.gl/maps/Xhg2NVSrNxm2tbd17accessed
27. M. Islam M. S.， Ahmed M. K.， Habibullah-Al-Mamun M.土壤和蔬菜中重金属的分配及其相关健康风险评估。斯托克环境资源风险评估。2016; 30(1): 365 - 377。
    CrossRef
28. 全球土壤实验室网络。土壤有机碳沃克利-黑法标准操作规程。期,2019年。
29. Gabarrón M.， Faz A.， Martínez-Martínez S.， Zornoza R.， Acosta J. A.使用顺序提取、多变量分析和地质统计学方法评估工业土壤中的金属行为。地球化学进展(英文版);2017;
    CrossRef
30. 陈亮，王光，吴松，夏泽，崔智，王超，周松。黎河流域农业土壤重金属空间分布、生态风险与污染源研究。国际环境Res公共卫生。2019年6月13日,16(12):2094。
    CrossRef
31. Kumar V.， Sharma A.， Kaur P.， Sidhu G. P. S.， Bali A. S.， Bhardwaj R.， Thukral A. K.， Cerda A.印度土壤重金属污染评价与生态风险评估研究进展。光化层。2019; 216:449 - 462。DOI: 10.1016 / j.chemosphere.2018.10.066。
    CrossRef
32. 基于重金属的印度辛格布姆铜带矿区农业土壤生态与人类健康风险评估生态风险评估。2017; 23(5): 1008 - 1027。
    CrossRef
33. 美国环境保护局。美国EPA生态土壤铝筛选水平;2014.1 - 1页。
34. 沙米姆·a·h·M.，莫尼鲁扎曼·M.，西迪基·M.，谢布尔·M. R. 2001年和2018年Tejgaon土壤系列部分养分状况?:来自孟加拉国的一项研究。Environ biool Res. 2019; 1:44-53。
35. Khaledian Y.， Pereira P.， Brevik E. C.， Pundyte N.， Paliulis D.有机碳和pH对立陶宛灰化带重金属、钾和镁水平的影响。L Degrad Dev。2016年,28(1):345 - 354。
    CrossRef
36. 李建平，李建平，李建平，等。糖厂废水对土壤理化性质的影响。国际应用科学技术学院。2014; 5(2): 6 - 12。
37. 刘志强，刘志强。城市污水灌溉农田重金属污染特征研究。世界环境。2009;4:405-408。
    CrossRef
38. 李光，卢宁，魏勇，朱德。矿区土壤重金属含量与土壤有机质与pH的关系。IOP教授硕士科学工程。2018年,394(5):1 - 7。
    CrossRef
39. Ojo f.o.， Wokhe t.b.， Chima M. P.尼日利亚首都阿布贾姆佩Durumi采石场附近农田土壤重金属污染评估。Curr World environment . 2018; 13:360-373。
    CrossRef
40. Garg V. K.， Yadav P.， Mor S.， Singh B.， Pulhani V.从土壤到蔬菜的重金属生物浓度及其摄入引起的健康风险评估。生物微量元素。2014, 157(3): 256 - 265。
    CrossRef
41. 刘志强，刘志强，刘志强，等。不同施肥条件下土壤重金属含量的变化及其与植物生长的关系。植物生态学报，2003,19(3):393 - 397。
42. 潘妮塔·D，特瓦里·G.，潘德·C.，哈尔夸尔·G. C.，特瓦里·K.印度莫拉达巴德区污染区常见蔬菜中重金属含量调查。印度化学学会2015, 92(1): 97 - 103。
43. 中国长江流域亚穆纳河重金属污染研究:基于沉积物金属富集因子的评价。J风险板牙。2009, 164(1): 265 - 270。
    CrossRef
44. 刘志强，刘志强，刘志强。印度农药法规现状。科学与环境中心，新德里，2013。第1页- 72。
45. 王志强，王志强。锰及其化合物:环境问题。世界卫生组织。日内瓦,2004年。1 - 63页。
46. 王志强，李志强，李志强，等。基于多变量分析的土壤重金属污染环境风险分析方法研究。环境Monit评估。2015年,187(6):1 - 12。
    CrossRef
47. 田凯，黄斌，邢忠，胡伟。东台市温室土壤重金属地球化学基线建立及生态风险评价。生态印度语的．2017; 72:510 - 520。DOI: 10.1016 / j.ecolind.2016.08.037。
    CrossRef
48. 土壤中镍的分布及其影响研究进展。Sci Res散文。2011; 6(33): 6774 - 6777。
    CrossRef
49. Verma P.， Agrawal M.， Sagar R.用处理过的废水灌溉的热带地区蔬菜消费中重金属造成的潜在健康风险评估。环境系统决策。35 2015;(3): 375 - 388。
    CrossRef
50. 张志强，张志强。印度马哈拉施特拉邦塔那地区地下水和土壤重金属浓度研究。环境Monit评估。2011; 173:643 - 652。DOI: 10.1007 / s10661 - 010 - 1412 - 9。
    CrossRef
51. 污水和工业废水对土壤-植物健康的影响。见:Show, K. Y.和Xinxin, G. Industrial Waste。克罗地亚:IntechOpen; 2012: 53 - 72。DOI: 978-953-51-0253-3。
52. Rao P. S.， Thomas T.， Hasan A.， David A.印度恰蒂斯加尔邦Jagdalpur土壤和蔬菜样品中重金属污染的测定。国际微生物学应用科学。2017; 6(8): 2909 - 2914。
    CrossRef
53. 11 . Debnath B.， Singh W. S.， Manna K.铅对人类健康的来源和毒理学影响。印度J Med Spec。2019; 10:66 - 71。
    CrossRef
54. 污染土壤中重金属的来源、化学性质、风险和最佳修复策略的综述。ISRN生态。2011; 402647:1-20。DOI: 10.5402 / 2011/402647。
    CrossRef
55. 牛胜，高磊，王旭。基于地球化学基线浓度的农业土壤重金属污染水平表征。J土壤沉积物．2019; 19:1697 - 1707。DOI: 10.1007 / s11368 - 018 - 2190 - 1。
    CrossRef
56. 陈志强，陈志强，陈志强，等。中国农业土壤重金属污染及其遗传毒性研究进展。国际化学环境研究所。2014; 4(4):精神分裂症一般。
57. 印度砷、镉、铅和汞的循环。见:Thomas C. Hutchinson KMM主编，《环境中的铅、汞、镉和砷》。著名的;1987. p.315 - 333。
58. robert T. L.镉和磷肥料:问题和科学。Procedia Eng。2014; 83:52-59。DOI: 10.1016 / j.proeng.2014.09.012。
    CrossRef
59. 新德里城郊的土壤、水和蔬菜的重金属负荷。环境Monit评估。2006; 120:79 - 91。DOI: 10.1007 / s10661 - 005 - 9050 - 3。
    CrossRef
60. 张慧，黄斌，董玲，胡伟，Akhtar M. S.，曲明。西南大棚蔬菜生产土壤中微量金属的富集、来源及健康风险。Ecotoxicol围住Saf。2017; 137:233 - 239。DOI: 10.1016 / j.ecoenv.2016.12.010。
    CrossRef