土壤代谢学:用于预测和指定农药合的强大工具

科学领域:

• 环境化学环境化学
• 土壤科学 土壤科学
• 分析化学 分析化学

背景情况:

• 农药吸附对于了解水污染和持久性至关重要.
• 准确的吸附数据和对其驱动因素的了解对于风险评估和缓解策略至关重要.

研究的目的:

• 评估一种新方法,结合化学测量和土壤代谢学来估计农药吸附和脱吸系数.
• 识别和描述驱动农药吸收的土壤有机物 (SOM) 组成部分.

主要方法:

• 在43种不同的土壤中,通过UPLC-HRMS利用非向的土壤代谢学.
• 测量了草甘,2,4-D 和二可纳的吸附 (Kd_ads) 和脱附 (Kf_des,n_des) 系数.
• 开发了部分最小平方回归 (PLSR) 模型,并进行了用于SOM组件识别的ANOVA.

主要成果:

• PLSR模型显示Kd_ads (0.3 < R2 < 0.8) 和Kf_des (0.6 < R2 < 0.8) 的预测性能高,但n_des (0.03 < R2 < 0.3) 的预测性能低.
• 识别并注释了推动农药吸收的重要SOM特征.
• 与2,4-D和difenoconazole相比,草甘的吸附似乎是由较小,较极的SOM化合物集驱动的.

结论:

• 结合化学测量和土壤代谢学方法有效估计农药吸附系数.
• 这种方法提供了对吸的SOM驱动因素的见解,适用于各种农药和土壤类型.
• 这种方法对于评估水污染风险和评估不同地形气候的缓解措施是有价值的.