公路绿化中重金属含量的变化及植物材料的保护作用

摘要

由于人口和交通密度的增加而引起的人为活动是造成公路污染的主要原因。高速公路上重金属的积累对农业地区和居民区都有危害。这项研究调查了D300高速公路经过土耳其安纳托利亚东部地区的埃拉扎吉奥、Bingöl和mu的200公里长的路段上重金属积累的变化。在认可实验室使用ICP-MS设备分析了2018年和2019年从5个不同土地类别收集的46个土壤样品中的重金属积累情况。分析结果根据标准、年际变化、土地类别、植被等不同，采用不同的统计方法进行解释。虽然大部分土壤样本在可接受的水平，但部分样本的铬(Cr)和镍(Ni)含量超过标准水平。就土地类别而言，与其他地区相比，居民区(RA)的锌含量较高;农业地区(AA)的铬(Cr)、钴(Co)、镍(Ni)、锌(Zn)、镉(Cd)和铅(Pb)含量较高;不合格区(UA)铜含量较高。考虑植被，与草本或裸露的土壤样品相比，树木和灌木覆盖的土壤样品中Cr、Co、Ni、Cu和Cd含量较低，但Zn和Pb含量较高。 A similar case also applies to the soil samples that were covered withQuercus沿途有天然植物覆盖。研究结果和其他类似的研究表明，在公路路线和农业和居民区之间至少应该有15米长的生态走廊(抗污染的灌木植被)。

1.简介

空气污染是现代世界面临的最重要的环境问题之一。全世界每年有数百万人因空气污染而遭受健康问题，有些人甚至失去生命。1- - - - - -3.］．重金属是造成健康问题的空气污染物的主要原因。它们可以在很长一段时间内保持完整，并积累而无需生物降解[1，4］．自古以来，由于人类活动，重金属被释放到大气中，污染了水、植物和土壤等自然环境。工业化和机动车产生的重金属污染逐渐达到很大程度[5］．自然发现的金属分为两类。其中一类是植物正常生长所需要的微量元素铁(Fe)、锰(Mn)、锌(Zn)、铜(Cu)、镁(Mg)、钼(Mo)和镍(Ni)，而另一类则不是植物生长所必需的微量元素(镉(Cd)、锑(Sb)、铬(Cr)、铅(Pb)、砷(As)、钴(Co)、银(Ag)、硒(Se)和汞(Hg))。植物的地上器官和地下器官都暴露在这些重金属中[4］．

关于土壤中重金属积累的研究很多[5- - - - - -13]和植物[1，2，8，9，14- - - - - -17］．土壤重金属研究的重点是确定污染源，而植物重金属研究的重点是利用植物作为生物监测器。例如，Xia等。[5]根据5种不同的土地类型分析了北京城市土壤重金属含量。在本研究中，确定了Cd、Cu、Pb、Zn的含量来源于人为因素，而Cr、Ni的含量来源于自然资源。卡里姆等人[7]讨论了季风前后重金属的变化，确定Cu、Zn、Pb含量为人为成因。林等人。[6]指出，城市化和工业对彰化市土壤重金属(Cd、Cr、Cu、Ni、Zn)含量的贡献占34.5%。居民区年龄、距市中心距离、人口密度对北京城市土地重金属含量影响较大，建筑高度和绿地数量影响较小[13］．在土壤或植物样品中重金属含量的分析中，Özkan [9]， arakcak等人[16]，以及Bilge和Çımrın [14]讨论了根据高速公路上距离的变化和Mossi [15];塞维克等人[2]根据交通密度进行调查。在使用植物作为生物监测器时，确定了植物种类如Elaeagnus angustifolia［17),抗旱性［16),云杉pungens［18),七叶树属hippocastanuml . (3.),而臭椿altissima，侧柏，法国梧桐胶,火棘coccinea［2]被使用。

工业化、机动车排放、化学工业、能源废物、城市废物、大气粉尘和塑料制品是重金属污染的主要原因[5］．机动车的使用越来越多，特别是由于生活水平的改变，造成了公路的很大一部分污染[3.］．汽车排放的污染物包括一氧化碳、二氧化碳、碳氢化合物、氮氧化物、硫氧化物及颗粒重金属[14］．重金属可定义为密度大于5 g/cm³，原子序数大于20，会产生毒性和污染的金属[12，19］．超过60种金属包括铅、铅、Cd、Cr、Fe、Co、Cu、Ni、Hg和Zn [10，19］．重金属中，Pb、Ni、Hg、Cd、Cr、Fe、Cu、Mn、Zn来自机动车，Cd、Cr、Cu、Zn来自农业活动[5，9，14］．

随着人口的增加和人类活动的激烈，重金属的释放导致了生态系统的退化。土壤中的重金属会导致微生物活性、土壤生产力、生物多样性、产品产量和质量以及生物积累等负面结果[10，12］．因此，监测重金属污染并确定高危地区对于保护人类健康非常重要[2］．特别是定期监测机动车辆的行驶路线并采取某些措施是科学界和环境组织的责任，因为高速公路要经过为人类和其他生物提供营养需求的农业区和牧场。高速公路沿线的城市生活和自然景观也是潜在的危险区域。

本研究考察了机动车交通产生的重金属对公路沿线不同使用区域(居民区(RA)、自然景观(NL)、农业区(AA)、道路斜坡(RS)和不合格地区(UA))的影响。此外，还研究了树木或灌木覆盖的土壤与裸露土壤之间的差异。此外，天然生长的橡树品种(Quercus研究了在高速公路景观中使用Sp对降低重金属积累的作用。

2.材料与方法

2.1.研究区域的描述

该研究检查了D300高速公路穿过位于土耳其安纳托利亚东部地区的埃拉扎伊吉乌、Bingöl和mu1)。这条高速公路在国内和国际上都很重要，全长1888公里。据了解，这条公路有2800年的历史，可以追溯到乌拉尔图时期[20.］．然而，在过去的10年里，随着道路的拓宽和路线的改变，它失去了它的历史特色。样本采集地点从Bingöl-Muş高速公路上的历史穆拉特桥开始，到Bingöl-Elazığ-bound克班大坝结束。研究区域包括一条长约200公里的高速公路。必威2490土壤样本采集于高速公路左右两侧的23个地点。样本站之间的距离不超过10公里。在研究路线上，平均每年有3243辆车通过第1个样本点(Murat Bridge junction，土耳其)，9658辆车通过第12个样本点(Bingöl中部，土耳其)，7069辆车通过第23个样本点(Keban Dam，土耳其)[21］．研究路线的交通密度可以定义为“红绿灯密度”。但从车型来看，中、重型商用车所占比例较高。因此，在采样点1、采样点12和采样点23中，使用该路线的车辆分别占30%、35%和31%。此外，这条路线具有国际重要性，因为它是连接伊朗和土耳其的高速公路之一。

2.2.土壤样品的收集和分析的准备

样品采自距离公路0 ~ 5米、深度0 ~ 15 cm的土壤覆盖层。这些样本于2018年8月和2019年8月在同一地点采集了两次。样本地点中，9个代表住宅区，4个代表自然景观区(主要植物覆盖范围:QuercusSp .)， 2个代表小麦种植区，5个代表道路斜坡，3个代表不合格区。样本收集区中有11个有树木和灌木覆盖，而12个没有植物(裸露或草本植被)(表1)。

土壤样品在室温下干燥2个月至1年，用2mm钢筛进行筛分。然而，在正常的干燥过程中，土壤样品被保存在干燥的环境中，直到分析时间。此外，考虑到采集土样的地区湿度很低，土样采集在夏季，至少最近两个月没有降水，可以理解为土壤已经达到了足够的干燥。

2.3.土壤样品的理化分析方法

pH (pH_1:2.5)，电导率(EC_1:2.5)、有机质含量(OM)、石灰含量(CaCO)_3.)是根据[22］．土壤样品的石灰含量采用钙化计法分析[23]，有机质含量分析采用改进的Walkley-Black方法[24]， pH值则根据Jackson [25］．

2.4.土壤样品重金属含量分析(ICP-MS)

采用HNO法测定土壤中Pb、Cd、Ni、Cr、Co、Cu、Zn等重元素含量_3.:HCl(3:1)酸混合物电感耦合等离子体质谱(ICP-MS) [26］．这些分析在Bingöl大学的中央实验室进行。将1克土壤样品转移到微波炉的特氟龙杯中(CEM品牌Mars 6, OneTouch-USA型号);每个样品中加入10ml浓硝酸(65%)，混合物在200度下燃烧^oC 20-25分钟，休息10分钟。ICP-MS校准溶液用1%超纯硝酸-超纯水稀释市售多元素标准品。ICP-MS NexION®2000c (PerkinElmer®Inc.， USA)设备，包含石英雾化器，旋风喷雾室和集成自动进样器，用于样品的元素分析。采用Syngistix for ICP-MS 2.2版软件对设备进行控制，包括调整、数据采集和分析中的数据分析。ICP-MS在每次测量前进行校准。对于元素分析的控制，100 ppb⁴⁵Sc,⁸⁹采用Y内标[27］．

2.5.土壤样品的统计分析

除采用最小值、最大值、标准差、平均值等基本统计参数外，还采用了配对和多重比较分析方法对土样进行分析。对每个元素分别进行正态性检验。采用Kolmogorov-Smirnov正态检验来确定比较的检验方法。根据Kolmogorov-Smirnov正态检验的结果，Cr、Co、Zn和Pb的分析需要参数检验，Cu和Ni的分析则需要非参数检验。采用Cr、Co、Zn、Pb和Kruskal-Wallis的单因素方差分析方法分析了不同土地类别的重金属富集水平H铜和镍的测试。利用Mann-Whitney模型分析了植被方面重金属积累值的统计显著性U采用Mann-Whitney方法分析了植被结构对重金属积累的影响U测试。

3.结果与讨论

3.1.土壤样品的物理化学性质

pH值，有机质(%)，碳酸钙_3.(%)和电导率(EC) (dS/m)测定了研究区采集的土壤样品(表2)2)。土壤样品pH值在6.85 ~ 7.96之间变化;有机质含量在1.5% ~ 6.36之间，石灰含量在1.17% ~ 47.1%之间;EC值范围为0.10 ~ 1.24 dS/m。土壤样品由不同的中性或微碱性和低石灰土壤组成。根据土壤类别对土壤样品的理化含量进行了分析，发现UA类土壤有机质含量最高，RS类土壤有机质含量最低。农业土壤有机质含量较低。这表明农业用地效率低下，已经枯竭。结果表明，土壤样品的pH值和EC值按土地类别的平均值比较接近。在石灰方面，AA土和RA土的石灰含量相近，且高于其他类别的土壤，而NL土的石灰含量最低。

3.2.土壤样品重金属含量

表格3.显示重金属累积值(7种元素，最小值，最大值)。,mean) of the soil samples that were collected in 2018 and 2019 from 23 locations in 5 different land classes on the study route. When the change in heavy metal accumulation by years is considered, according to the mean values of 23 soil samples, Cr, Cu, and Pb increased, while Co, Ni, Zn, and Cd decreased. The increase is mostly attributed to motor vehicles and the increase due to agricultural activities are estimated to be limited [9，14］．与土耳其的情况相比，大部分高速公路的交通密度较低。没有位置。12和23的交通密度最高。Cr、Cu、Ni、Pb含量均高于平均值。2018年采集的土壤样品中，只有3个(第13、15和21号)的Cd浓度较低。2019年采集的土壤样品和2018年采集的20个土壤样品(未检测到:ND)中均未检测到Cd。

土壤中重金属的累积值本身是没有意义的。每个国家根据自己的情况设定允许的限值。在土耳其，与土壤污染有关的标准是根据“土壤污染控制条例”确定的(表1)4)。

根据表的结果3.，经分析的土壤样本重金属含量大部分低于表中所列限值4．但部分样品的Cr和Ni含量超标。农用土壤中Cr含量超标。(104.5 mg/kg);2019年为23例(212.63毫克/公斤)。样品的高Cr值从编号为。23属于距离样品采集地点500米的铬铁工厂。2018年，铬铁工厂所在地(样品号为:69.8 mg/kg) Cr值测定为69.48 mg/kg。23)。原因可以解释为工厂在2018年停产。 According to Table3.，大部分最小值出现在18号站(道路斜坡)。位于Bingöl市中心的12、13、14号车站的空气质量指数高于其他车站。

编号处Ni值超标。2018年的1、2、4、8、21和地点编号。2019年为1、2、17、19、21。值得注意的是，农业土壤(2号和21号样品)的Ni值均高于标准水平。土壤中Ni的来源为磷肥和火山寄主岩[10］．因此，我们认为不受控制的施肥是在农业土壤中进行的。此外，产业组织和城市化也在高Cr和高Ni水平中发挥作用[6］．

3.3.基于土地利用分类的土壤重金属含量研究

研究亦研究了不同土地用途类别的土壤样本的变化(图2)。由于Cd值低于限值，大部分土壤样品被排除在评价之外。

根据图中的结果2， RS土壤较其他类型土壤要好。可以认为，由于沉淀导致的浸出导致金属含量下降与这一结果有关。从年份和平均值上看，居民区Zn含量较高，农业区Cr、Co、Ni、Zn、Cd、Pb含量较高，不合格区Cu含量较高。而居民区的Co含量和道路边坡的Cr、Ni、Cu、Zn、Pb含量均低于其他地区。羊皮纸、玻璃、汽车轮胎、电视屏幕、干电池和电气设备中都含有锌元素，居民区的锌含量较高[12］．农业活动产生的污染物(Cr和Zn)和机动车产生的污染物(Pb、Ni、Cd和Co)都使农业地区的风险增加[8，10，11］．按土地类别划分的重金属累积值如下:对于Cr: AA > UA > RA > NL > RS对于Co: AA > UA > NL > RS > RA对于Ni: AA > UA > RA > NL > RSCu: UA > AA > RA > NL > RS对于Zn: RA > NL > UA > AA > RS对于Pb: NL > AA > RA > UA > RS

土壤样品的显著性变化水平相对于土地类别进行了测试。根据Kolmogorov-Smirnov测试，确定了土地土壤重金属水平随土地结构变化的方法，Kruskal-WallisHCu、Ni采用方差分析，Cr、Co、Zn、Pb采用方差分析。由于大部分土壤样品中没有检测到Cd，所以没有进行分析。根据方差分析，土壤样品中的Cr、Co、Zn和Pb含量不随土地类别而变化(>. 05)。经确定，这些元素的平均值并不随土地使用类别而变化。利用Kruskal-Wallis曲线分析了Cu和Ni随土地类型变化的显著性H测试。根据Kruskal-Wallis的说法H测试Cu和Ni水平，变化有统计学意义(< . 05)。然而，Dunn检验被用来确定哪些土地类别之间的变化是显著的。表格5邓恩检验结果为成对组间变化的方向和显著性。

Dunn试验结果表明，RS的Cu浓度显著低于RA、UA和AA, AA的Cu浓度显著高于NL和RA。换句话说，RS与RA、UA、AA在Cu平均值上的差异在不同的土地类别上有统计学意义(< . 05)。AA土壤与RA和RL土壤的Cu含量差异显著。AA土Cu含量显著高于AA土。此外，AA土壤样品的Ni含量较其他土地类别高得多，差异有统计学意义(< . 05)。

3.4.基于植被的土壤重金属含量研究

在研究中，还研究了植被对土壤重金属积累的保护作用。与本研究的另一个目标相一致，在没有任何区别的情况下，研究了有树木覆盖的地区和无植物地区(裸地或草本植被)在重金属积累方面的差异(图3.)。

根据表格5土壤中Cr、Co、Ni、Cu、Cd含量较低，Zn、Pb含量较高。对于这四个的平均值，也观察到类似的情况，Quercussp覆盖(天然植物覆盖)土壤样品。在我们的研究中，Quercussp对重金属积累的影响与其他植被相似。此外，各种研究都强调了植物作为生物监测器的用途[1- - - - - -3.，8，9，14- - - - - -18]，因为植物被用作清除空气中重金属和改善空气质量的工具[18］．这项研究调查了植物在保护土壤方面的作用。绿化区域及植物安排可在一定程度上保护土壤免受重金属的威胁[13］．然而，目前还没有关于植被能在多大程度上保护土壤免受重金属侵害的数字数据。这是由于缺乏关于样品收集地点施肥的资料。

土壤样品相对于植被变化的显著性水平进行了测试。的Mann-WhitneyU为确定植被结构对重金属积累的影响而进行的试验表明，Cr、Co、Ni和Cu的浓度没有显著差异(>．05)。土壤样品Zn和Pb含量因植被不同而不同，差异有统计学意义(表2)6)。

利用土壤和植物样本调查机动车造成的重金属污染的各种研究，考虑了与公路的距离、土壤深度、土壤结构和含量的变化[1，2，9，14- - - - - -16］．特别是，已确定重金属含量随高速公路的距离而降低[9，14，16］．根据Bilge和Çımrın [14]时，Pb、Cd、Ni、Cr、Cu含量随着远离公路而逐渐降低。一些重金属的浓度在距离道路至少15米的地方有所下降，如Pb从2.24 ppm下降到1.06 ppm, Cd从0.4 ppm下降到0.30 ppm, Ni从42 ppm下降到32 ppm, Cr从28下降到23,Cu从14.2 ppm下降到11.8 ppm [14］．另一方面，能够在体内收集重金属的植物也有助于清除重金属[15，16，18，28，29］．同样，农业土壤的上层比下层暴露于更大程度的重金属积累[11］．因此，一些研究人员建议不要食用生长在高速公路附近的植物[30.］．

4.结论

对土壤样品的年度变化进行一般性检查，结果表明，在所检查的路线上，重金属积累的问题不太令人担忧。另一方面，结果表明需要定期监测高风险地区。对于研究路线，样品位置编号。铬厂附近的23号最危险。工厂附近的居民区和农业区存在Cr、Ni积累的风险。因此，应定期(每年或每半年)分析这些地区的重金属积累水平。靠近高速公路的农业区也有类似的风险。本研究和其他研究结果都表明，在公路路线与农业和居民区之间建立15米的生态走廊(抗污染的灌木植被)是必要的。生态走廊将提高农产品质量和人类健康，并有助于环境质量。

综上所述，公路沿线不同土地等级的重金属积累水平存在差异。这是不同污染因素的自然结果。此外，植被类型影响土壤中重金属的积累。据估计，树木和灌木丛覆盖部分保护了土壤免受重金属的侵害。然而，需要进行更详细和长期的科学研究，以了解树木和灌木覆盖的土壤能抵御哪些元素以及在何种程度上保护土壤。

数据可用性

研究结果可从Bingöl大学中央实验室获得。他们是可以接近的。

附加分

高光。(i)植被类型影响土壤中重金属的积累。(ii)树木和灌木覆盖估计可在一定程度上保护土壤免受重金属侵害。(3)Quercus sp．对重金属积累的影响与其他植被无显著差异。(iv) Zn、Pb含量因植被而异，差异具有统计学意义。(v)高速公路路线与农业及住宅区之间必须有15米长的生态走廊。

利益冲突

作者声明，他们对这篇论文的发表没有任何利益冲突。

致谢

作者要感谢Bingöl大学的Yasin Demir助理教授博士和Ali rakhza Demirkiran教授博士对土壤样品分析的帮助。

参考文献

1. A. Turkyilmaz, H. Sevik, M. Cetin和E. Saleh，“重金属积累的变化取决于某些景观植物的交通密度。”波兰环境研究杂志，第27卷，no。5，页2277-2284,2018。视图:出版商的网站|谷歌学者
2. H. Sevik, H. B. Ozel, M. Cetin, H. U. Özel，和T. Erdem，“根据植物种类，植物有机体和一些景观植物的交通密度，确定重金属积累的变化。”空气质量、大气与健康，第12卷，no。2，页189-195,2019。视图:出版商的网站|谷歌学者
3. A. A. Jawed和A. E. S. A. Aisha，“七叶树(Aesculus hippocastanum L.)作为监测交通造成的某些重金属浓度的生物监测仪的可用性”。国际工程、设计与技术杂志，第1卷，no。1，页16-23,2019。视图:谷歌学者
4. A. Emamverdian, Y. Ding, F. Mokhberdoran, Y. Xie，“重金属胁迫与植物防御反应的一些机制”，科学世界杂志中国科学院学报(自然科学版)，2015年第1期，第756120号。视图:出版商的网站|谷歌学者
5. 夏霞，陈霞，刘荣，刘宏，“北京不同土地利用类型城市土壤重金属含量研究”，危险物质杂志，第186卷，no。2-3页，2043-2050,2011。视图:出版商的网站|谷歌学者
6. Y.-P。林,陈宗柏。Teng和t - k。“台湾彰化县土壤重金属污染与景观格局的多元分析”，景观与城市规划，第62卷，no。1，页19-35,2002。视图:出版商的网站|谷歌学者
7. Z. Karim, B. A. Qureshi, M. Mumtaz和S. Qureshi，“城市土壤重金属含量作为喀拉蚩人为和自然景观影响的指标-多元时空分析”生态指标《中国科学》，vol. 42, pp. 20-31, 2014。视图:出版商的网站|谷歌学者
8. N. B. Delia，“评估与燃煤电厂影响区域相关的土壤和植物中重金属的分散和分布程度”，环境保护与生态学报，第16卷，no。2, pp. 453 - 460,2015。视图:谷歌学者
9. A. Özkan，“Antakya-cilvegözü karayolu etrafindaki tarim arazilerinde ve bitkilerdeki aerdogan metal kirlilijii，”Çukurova Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi，第32卷，no。3，页9-18,2017。视图:出版商的网站|谷歌学者
10. E. E. Kara和E. Kara，“土壤重金属污染对人类健康的影响及解决方案”土耳其科学评论杂志，第11卷，no。1，页56-62,2018。视图:谷歌学者
11. M. a . Kurt，“复杂土地利用区域顶部和底部土壤微量元素和重金属浓度的比较”，喀尔巴阡地球与环境科学杂志，第13卷，no。1，页47-56,2018。视图:出版商的网站|谷歌学者
12. T. Seven, B. Can, B. N. Darende和S. Ocak，“空气和土壤中的重金属污染”Ulusal Çevre Bilimleri arajttarrma Dergisi，第1卷，no。2，页91-103,2018。视图:谷歌学者
13. 谢涛，王敏，陈玮，和H. Uwizeyimana，“城市化和景观格局对北京居民区土壤重金属积累的影响”土壤与沉积物杂志，第19卷，no。1，页148 - 158,2019。视图:出版商的网站|谷歌学者
14. U. Bilge和K. M. Çimrin，“kazzltepe - viranehir公路附近土壤的重金属污染”农业科学杂志， vol. 19, pp. 323-329, 2013。视图:谷歌学者
15. M. M. Mossi，“一些景观植物中重金属积累的测定”，卡斯塔莫努大学，自然与应用科学研究生院，森林工程系，土耳其，2018，博士论文。视图:谷歌学者
16. B. Aricak, M. Cetin, R. Erdem, H. Sevik和H. Cometen，“苏格兰松(Pinus sylvestris)中一些重金属浓度的变化取决于交通密度、细胞器和洗涤。”应用生态与环境研究“，，第17卷，no。3，第6723-6734页，2019。视图:出版商的网站|谷歌学者
17. M. Zengin和N. yilddiz，“肯特塞尔Mekânlarda库拉尼兰”elaeagnus angustifolia L.“Nin Yaprak Örneklerinde ajiir金属birikimi: Erzurum Örneği，”kahramanmaraSütçü İmam Üniversitesi tarim Ve doeha Dergisi，第22卷，no。4，页517-525,2019。视图:出版商的网站|谷歌学者
18. O. Çobanoğlu，“通过测量蓝云杉(picea pungens engelm)叶片中重金属的近期积累来使用蓝云杉作为生物监控器的可能性，”卡斯塔莫努大学科学研究所，土耳其，2019年，硕士论文。视图:谷歌学者
19. O。卡维乔厄夫鲁，G.卡尔塔尔，A. Güven和S.帖木儿，Metallerin Çevresel Etkileri-I， İTÜ Metalurji Ve Malzeme Mühendisliği Bölümü， İstanbul，土耳其，2004。
20. 匿名的,2019年,https://www.gunisigigazetesi.net/dunyanin-en-eski-yolu-bingol-elazig-karakocan-makale,10693.html．
21. 匿名者，《公路交通数据总局》，2019年，https://www.kgm.gov.tr/Sayfalar/KGM/SiteEng/Root/Traffic.aspx．视图:谷歌学者
22. A. L.佩奇，R. H.米勒和D. R.基尼，土壤分析方法第2部分。化学和微生物特性，美国马萨诸塞州剑桥大学学术出版社，1982年第2版。
23. l·e·艾利森和c·d·穆迪，《碳酸盐土壤分析方法。第2部分等，编者，第1379-1400页，ASA, CSSA，和SSSA，麦迪逊，WI，美国，第2版，1965年。视图:谷歌学者
24. A. Walkley，“一种快速测定土壤中有机碳的方法的关键检验——消化条件和无机土壤成分变化的影响，”土壤科学，第63卷，no。4，页251 - 264,1947。视图:出版商的网站|谷歌学者
25. 杰克逊，土壤化学分析普伦蒂斯豪尔公司EngleWood Cliffs, Upper Saddle River, NJ, USA, 1962。
26. M. Chen和L. Q. Ma，“佛罗里达20种土壤的三种王水消化方法的比较”美国土壤科学学会杂志，第65卷，no。2，页491 - 49,2001。视图:出版商的网站|谷歌学者
27. 匿名的,ICP-MS分析报告， Bingöl大学中央实验室，Bingöl，土耳其，2020。
28. E. A. A. Saleh，“一些景观植物中重金属积累的测定”，卡斯塔莫努大学森林工程科学系研究所，土耳其，2018年，博士论文。视图:谷歌学者
29. T. Erdem，“物种、细胞器和交通密度对某些植物重金属浓度的影响”，卡斯塔莫努大学森林工程科学系研究所，土耳其，2018年，硕士论文。视图:谷歌学者
30. K. Gezer和O. Kaygusuz，“土耳其Denizli省各种野生食用菌重金属含量的评估”环境保护与生态学报，第15卷，no。2，页425,2014。视图:谷歌学者

betway赞助

betway赞助版权所有©2021 Hüccet Vural et al.。这是一篇开放获取的文章，在创作共用署名许可协议它允许在任何媒介上不受限制地使用、传播和复制，前提是正确地引用原始作品。