[发明专利]利用红树营养指标预测待测区域土壤中重金属是否污染的方法

摘要

本发明涉及利用红树营养指标预测土壤中重金属是否污染的方法，将红树营养指标作为自变量、红树下方土壤中待测重金属的含量作为因变量建立逻辑回归模型，将该逻辑回归模型作为预测待测重金属是否污染的判断标准进行取样验证，取样验证的取样区域包括污染区和非污染区，如果验证的准确率在90%以上，则逻辑回归模型建立成功；在待测区域中对红树的叶片取样，并对逻辑回归模型中包含的营养指标进行检测，通过建立的逻辑回归模型预测待测区域土壤中待测重金属是否污染。本发明为土壤重金属检测提供了一种新的研究方向，通过检测植物营养指标来预测待测区域土壤中重金属含量，能够快速锁定可能有重金属污染的地区。

主权项

1.利用红树营养指标预测待测区域土壤中重金属是否污染的方法，其特征在于，包括以下步骤：1）、建立逻辑回归模型：a、在污染区和非污染区分别对红树营养指标及红树下方的土壤进行取样检测，所述的红树营养指标包括样品叶片中K、Zn、Ca、Fe、Na、有机质、全氮和全磷含量，将检测结果整理备用；b、对各营养指标的两个样本组即污染区样本组和非污染区样本组进行差异性分析，选出污染区样本组和非污染区样本组差异性最显著的3个的营养指标；对各营养指标分别与待测重金属含量进行相关性分析，选出与待测重金属含量相关度最大的3个的营养指标；将以上选出的营养指标取并集，备用；c、将并集内的营养指标作为自变量、待测重金属含量作为因变量建立逻辑回归模型，建立模型过程中逐步减少自变量个数进行逐步回归，得到多个回归方程，选择拟合程度最佳的回归方程作为预测待测重金属是否污染的判断标准进行取样验证，取样验证的取样区域包括污染区和非污染区，如果准确率在90%以上，则逻辑回归模型建立成功且拟合程度最佳的回归方程为最佳模型；2）、在待测区域中对红树的叶片取样，并对逻辑回归模型中包含的营养指标进行检测，通过建立的逻辑回归模型预测待测区域土壤中待测重金属是否污染。