Оценивание распределения вещества в системе почва–растение (на примере агрокультур)

Обложка

Цитировать

Полный текст

Аннотация

Информативное оценивание распределения биогенных и загрязняющих веществ в системе почва–растение является теоретической и прикладной задачей в биогеохимии, агрохимии, экологической биотехнологии. Точечные, средние и экстремальные значения концентраций вещества в растении (Ср) и в почве (Сп), коэффициенты биологического поглощения (Кб=Ср/Сп) не характеризуют особенности распределения вещества в системе. Цель работы – изучение влияния концентрации в почве вещества на распределение его между растением и почвой. С помощью описания содержания в растении вещества от его концентрации в почве функциями Ср=f(Cп), Кб=f(Сп) предложены методические подходы к количественному оцениванию процесса распределения. Первый подход – аппроксимация зависимостей по линейным или адсорбционным степенным функциям Фрейндлиха и Ленгмюра Ср=f(Cп), из которых определяются концентрационные показатели вида а, 1Кр, Кр, С∞ . С их помощью оцениваются механизм и интенсивность накопления вещества растением. Второй подход включает получение степенной функции Кб=f(Cп) или ее линеаризированной формы lgКб=f(lgCп) с расчетом из них стандартизированных коэффициентов Кб – чувствительных при низких (1, 10) и предельных при высоких (100, 1000) концентрациях вещества в почве. На примере различных по физико-химическим и биологическим свойствам веществ – бенз(а)пирена, фтора и цинка – показано определение показателей для оценки абсолютного и относительного накопления веществ агрокультурами, проведены сравнения растений между собой, рассмотрены возможные механизмы распределения веществ и их интенсивность.

Об авторах

Л. И. Белых

Иркутский национальный исследовательский технический университет

Email: belariv2000@yandex.ru

С. С. Тимофеева

Иркутский национальный исследовательский технический университет

Email: timofeeva@istu.edu

Список литературы

  1. Кабата-Пендиас А., Пендиас Х. Микроэлементы в почвах и растениях / пер. с англ. М.: Мир, 1989. 439 с.
  2. Попов А.И. Трофосистема почва–растение – основа функционирования экосистемы // Экосистемы, их оптимизация и охрана. 2012. N 7. С. 251–260.
  3. Lekberg Y., Bever J.D., Bunn R.A., Callaway R.M., Hart M.M., Kivlin S.N., et al. Relative importance of competition and plant–soil feedback, their synergy, context dependency and implications for coexistence // Ecology Letters. 2018. Vol. 21, no. 8. Р. 1268–1281. https://doi.org/10.1111/ele.13093.
  4. Thakur M.P., van der Putten W.H., Wilschut R.A., (Ciska) Veen G.F., Kardol P., van Ruijven J., et al. Plant–soil feedbacks and temporal dynamics of plant diversity–productivity relationships // Trends in Ecology & Evolution. 2021. Vol. 36, no. 7. Р. 651–661. https://doi.org/10.1016/j.tree.2021.03.011.
  5. Reinhart K.O., Bauer J.T., McCarthy-Neumann S., MacDougall A.S., Hierro J.L., Chiuffo M.C., et al. Globally, plant-soil feedbacks are weak predictors of plant abundance // Ecology and Evolution. 2021. Vol. 11, no. 4. P. 1756–1768. https://doi.org/10.1002/ece3.7167.
  6. Белых Л.И. Распределение полициклических ароматических углеводородов в системе почва–растение // Почвоведение. 2009. N 9. С. 1083–1089.
  7. Canarini A., Kaiser C., Merchant A., Richter A., Wanek W. Root exudation of primary metabolites: mechanisms and their roles in plant responses to environmental stimuli // Frontiers in Plant Science. 2019. Vol. 10. https://doi.org/10.3389/fpls.2019.00157.
  8. Калманова В.Б. Анализ распределения свинца в системе почва–растительность г. Биробиджан // Фундаментальные исследования. 2014. N 8-7. С. 1605–1611.
  9. Сиромля Т.И., Мяделец М.А., Охлопкова О.В., Качкин К.В. Химические элементы в системе почва–листья подорожника большого на территории г. Новосибирска // Современные проблемы науки и образования. 2014. N 6. С. 1368.
  10. Page V., Feller U. Heavy metals in crop plants: transport and redistribution processes the whole plant level // Agronomy. 2015. Vol. 5, no. 3. Р. 447–463. https://doi.org/10.3390/agronomy5030447.
  11. Rutkowska B., Szulc W., Spychaj-fabisiak E., Pior N. Prediction of molybdenum availability to plants in differentiated soil conditions // Plant, Soil and Environment. 2017. Vol. 63, no. 11. P. 491–497. https://doi.org/10.17221/616/2017-PSE.
  12. Ефремов И.В. Оценка риска загрязнения почвенно-растительных систем тяжелыми металлами при антропогенном воздействии // Вестник Оренбургского государственного университета. 2018. N 6. С. 132–139. https://doi.org/10.25198/18146457-218-132.
  13. Noulas C., Tziouvalekas M., Karyotis T. Zinc in soils, water and food crops // Journal of Trace Elements in Medicine and Biology. 2018. Vol. 49. P. 252–260. https://doi.org/10.1016/j.jtemb.2018.02.009.
  14. Побилат А.Е., Волошин Е.И. Мониторинг йода в системе «почва–растение» (обзор) // Вестник КрасГАУ. 2020. N 10. С. 101–108. https://doi.org/10.36718/1819-4036-2020-10-101-108.
  15. Котельникова А.Д., Рогова О.Б., Столбова В.В. Лантаноиды в почве: поступление, содержание, влияние на растения, генотоксичность (обзор) // Почвоведение. 2021. N 1. С. 100–119. https://doi.org/10.31857/s0032180x21010056.
  16. De Long J.R., Heinen R., Steinauer K., Hannula S.E., Huberty M., Jongen R., et al. Taking plant–soil feedbacks to the field in a temperate grassland // Basic and Applied Ecology. 2019. Vol. 40. P. 30–42. https://doi.org/10.1016/j.baae.2019.08.001.
  17. Querejeta J.I., Ren W., Prieto I. Vertical decoupling of soil nutrients and water under climate warming reduces plant cumulative nutrient uptake, water-use efficiency and productivity // New Phytologist. 2021. Vol. 230, no. 4. P. 1378–1393. https://doi.org/10.1111/nph.17258.
  18. Png G.K., Lambers H., Kardol P., Turner B.L., Wardle D.A., Laliberté E. Biotic and abiotic plant–soil feedback depends on nitrogen-acquisition strategy and shifts during long-term ecosystem development // Journal of Ecology. 2019. Vol. 107, no. 1. P. 142–153. https://doi.org/10.1111/1365-2745.13048.
  19. Kempel A., Rindisbacher A., Fischer M., Allan E. Plant soil feedback strength in relation to large-scale plant rarity and phylogenetic relatedness // Ecology. 2018. Vol. 99, no. 3. P. 597–606. https://doi.org/10.1002/ecy.2145.
  20. Wandrag E.M., Bates S.E., Barrett L.G., Catford J.A., Thrall P.H., van der Putten W.H., et al. Phylogenetic signals and predictability in plant–soil feedbacks // New Phytologist. 2020. Vol. 228, no. 4. Р. 1440– 1449. https://doi.org/10.1111/nph.16768.
  21. Ильницкий А.П., Краснянская П.Н., Соленова Л.Г. Содержание бенз(а)пирена в сельскохозяйственных растениях // Растения и химические канцерогены. 1979. С. 139–142.
  22. Дикун П.П., Калинина И.А. Фоновое содержание бенз(а)пирена в зерне // Растения и химические канцерогены. 1979. С. 113–115.
  23. Лукин С.В. Закономерности накопления цинка в сельскохозяйственных растениях // Агрохимия. 1999. N 2. С. 380–390.
  24. Волошин Е.И. Цинк в пахотных почвах Красноярского края // Агрохимия. 2002. N 5. С. 33–40.
  25. Танделов Ю.П. Фтор в системе почва–растение: монография. Красноярск: Красноярская городская типография, 2012. 146 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».