技术领域
[0001] 本
发明属于土壤环境质量基准的技术领域，尤其涉及一种基于农产品质量安全的中国土壤DDTs阈值确定方法及系统。
背景技术
[0002] 双对氯苯基三氯乙烷(DDT)作为一种高效的有机氯
杀虫剂，在世界上许多国家曾经广泛使用。由于其高残留、
生物富集及生物放大等特性，给生态环境造成了严重的影响。自20世纪70年代开始，欧美等发达国家开始限制和禁止使用DDT；我国在1983年也宣布停止农用DDT。据估计，从20世纪50年代开始到1983年为止，中国至少生产了435200吨DDT，占到了当时全球总生产量的20％。
[0003] 尽管DDT在我国被禁止农用已经30余年，然而由于其持久性，DDT及其代谢产物p,p’-DDE、p,p’-DDD(DDT、DDD与DDE统称为DDTs)在各环境介质中仍普遍检出。此外，作为三氯杀螨醇的生产原料，在2014年5月三氯杀螨醇全面停产以前，DDT一直有新的环境输入。作为憎
水性有机污染物，DDTs和土壤有机质具有很强的结合能
力，难以被淋溶，
半衰期可达30年之久。土壤中的DDTs可以不同程度地进入作物体内，并富集在作物的可食用部分，给人类健康带来一定
风险。
[0004] 作物对DDTs的吸收受到以下因素的影响：(1)作物种类；(2)土壤中DDTs浓度及老化时间；(3)土壤
含水量和有机质含量等土壤理化性质。因此，基于农产品质量安全的中国土壤DDTs阈值研究，应结合我国土壤及作物的实际情况，并考虑我国农田土壤中DDTs的残留水平。
[0005] 我国现行的DDTs土壤环境质量标准(GB 15618-1995)是采用前苏联的
农药土壤卫生标准数学模型计算出来的，但是对农产品质量安全的保护水平较低。国家质量监督检验检疫总局发布的农用地土壤环境质量标准(征求意见稿)则是根据目前我国土壤中DDTs的残留水平，将DDTs的土壤标准调整为0.1mg/kg，但是对于有些农产品而言DDTs限值过于严格。此外，以上标准值的制定均缺乏足够的科学依据，并未考虑作物对DDTs吸收的影响因素。
[0006] 综上所述，在
现有技术中针对我国土壤DDTs安全阈值的确定中如何结合我国土壤实际及作物对DDTs吸收等影响因素科学确定土壤DDTs安全阈值的问题，以及如何确定土壤不同DDTs浓度对应的农产品质量安全风险值的问题，尚缺乏有效的解决方案。
发明内容
[0007] 本发明为了解决上述问题，提供了一种基于农产品质量安全的中国土壤DDTs阈值确定方法及系统，本发明将基于中国农田土壤中多种作物可食用部分对DDTs的生物富集系数(BCF)数据，通过物种敏感性分布(species sensitivity distribution，SSD)法获得保护95％农产品质量安全的BCF值，并基于农产品质量安全标准，推导出了土壤DDTs安全阈值，计算了土壤不同DDTs浓度对应的农产品质量安全风险值，为中国土壤DDTs污染风险评价及土壤环境质量标准的制定提供了科学依据。
[0008] 本发明的第一目的是提供一种基于农产品质量安全的中国土壤DDTs阈值确定方法。
[0009] 为了实现上述目的，本发明采用如下一种技术方案：
[0010] 一种基于农产品质量安全的中国土壤DDTs阈值确定方法，该方法包括：
[0011] 获取大量不同种类作物的BCF数据，根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正，建立作物BCF数据集；
[0012] 分别判断作物BCF数据集中非油料作物和油料作物的物种数量是否满足物种敏感性分布法的数据要求，若满足，采用物种敏感性分布法计算土壤DDTs安全阈值，否则直接采用农产品的质量安全标准限值与作物校正后BCF值的比值计算土壤DDTs安全阈值，最终分别得到油料作物和非油料作物的土壤DDTs安全阈值。
[0013] 在本发明中，鉴于油料作物与其他作物在吸收和富集DDTs方面的差异，将作物分为油料作物和非油料作物两种类型。
[0014] 作为进一步的优选方案，该方法中所述获取大量不同种类作物的BCF数据的具体步骤为：
[0015] 获取大量基于中国土壤的不同种类作物对DDT的吸收富集数据；
[0016] 对上述获取的数据进行筛选，筛选数据时必须满足土壤与
农作物同步取样的要求；
[0017] 处理筛选后的数据得到不同种类作物的BCF数据。
[0018] 作为进一步的优选方案，该方法中所述筛选后的数据包括：作物可食用部分的BCF值，作物可食用部分∑DDT(DDT+DDD+DDE)的含量及对应的土壤中∑DDT浓度，以及BCF值或土壤-作物∑DDT浓度的图形数据。
[0019] 作为进一步的优选方案，处理筛选后的数据得到不同种作物的BCF数据的具体步骤为：
[0020] 判断筛选后的数据类型，若筛选后的数据为作物可食用部分的BCF值，则不作处理；
[0021] 若筛选后的数据为作物可食用部分∑DDT(DDT+DDD+DDE)的含量及对应的土壤中∑DDT浓度，则采用作物可食用部分∑DDT(DDT+DDD+DDE)的含量与对应的土壤中∑DDT浓度的商计算作物的BCF值；
[0022] 若筛选后的数据为BCF值或土壤-作物∑DDT浓度的图形数据，则采用数字化
软件获取图形上作物的BCF值或作物可食用部分∑DDT(DDT+DDD+DDE)的含量及对应的土壤中∑DDT浓度，若获取的数据并非作物的BCF值，进一步计算作物的BCF值。
[0023] 作为进一步的优选方案，筛选后的数据为一种作物有多个BCF数据，则其处理方法为检验数据并剔除其中的异常数据，对于剔除异常数据后的数据计算其几何平均值作为该种作物的BCF值。
[0024] 作为进一步的优选方案，所述根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正的具体步骤为：
[0025] 若获取的BCF数据为采用干重条件下DDTs含量计算出的农作物的BCF，则通过将获取的BCF数据与1减农作物含水量或者安全储存水分百分比的差进行乘积，校正为湿重或安全储存水分条件下对应的BCF数据；
[0026] 若获取的BCF数据为对实验室内土壤外源添加DDTs获得的实验数据，则分别对作物可食用部分DDTs浓度和对应的土壤中DDTs浓度建立老化模型，并采用作物可食用部分DDTs浓度与对应的土壤中DDTs浓度的商计算校正的作物BCF数据；
[0027] 若获取的BCF数据为非统一质量安全标准下的数据，则采用统一的安全标准值0.05mg/kg，对非0.05mg/kg安全标准下的BCF数据校正为0.05mg/kg安全标准下的BCF数据。
[0028] 作为进一步的优选方案，采用物种敏感性分布法计算土壤DDTs安全阈值的具体步骤为：
[0029] 利用BurrⅢ分布函数对所述作物BCF数据集中作物校正后BCF倒数的累积概率分布进行拟合，获得物种敏感性分布曲线，计算出在物种敏感性分布曲线上为5％累积概率对应的校正后BCF倒数值，并基于国家食品卫生标准计算出土壤DDTs安全阈值。
[0030] 作为进一步的优选方案，该方法还包括：
[0031] 得到油料作物和非油料作物的土壤DDTs安全阈值后，计算不同土壤DDTs浓度时农产品的质量安全风险水平，评价该方法得到的油料作物和非油料作物的土壤DDTs安全阈值。
[0032] 本发明的第二目的是提供一种计算机可读存储介质。
[0033] 为了实现上述目的，本发明采用如下一种技术方案：
[0034] 一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行以下处理：
[0035] 获取大量不同种类作物的BCF数据，根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正，建立作物BCF数据集；
[0036] 分别判断作物BCF数据集中非油料作物和油料作物的物种数量是否满足物种敏感性分布法的数据要求，若满足，采用物种敏感性分布法计算土壤DDTs安全阈值，否则直接采用农产品的质量安全标准限值与作物校正后BCF值的比值计算土壤DDTs安全阈值，最终分别得到油料作物和非油料作物的土壤DDTs安全阈值。
[0037] 本发明的第三目的是提供一种终端设备。
[0038] 为了实现上述目的，本发明采用如下一种技术方案：
[0039] 一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
[0040] 获取大量不同种类作物的BCF数据，根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正，建立作物BCF数据集；
[0041] 分别判断作物BCF数据集中非油料作物和油料作物的物种数量是否满足物种敏感性分布法的数据要求，若满足，采用物种敏感性分布法计算土壤DDTs安全阈值，否则直接采用农产品的质量安全标准限值与作物校正后BCF值的比值计算土壤DDTs安全阈值，最终分别得到油料作物和非油料作物的土壤DDTs安全阈值。
[0042] 本发明的有益效果：
[0043] 本发明的一种基于农产品质量安全的中国土壤DDTs阈值确定方法及系统，采用获取的DDTs从土壤向作物可食用部分的迁移数据(BCF)，计算了基于农产品质量安全的土壤DDTs安全阈值，采用本发明的一种基于农产品质量安全的中国土壤DDTs阈值确定方法计算的油料作物和非油料作物的土壤DDTs安全阈值分别为0.083mg/kg和0.386mg/kg，本发明还计算了土壤不同DDTs浓度对应的农产品质量安全风险值，为中国土壤DDTs污染风险评价及土壤环境质量标准的制定提供了科学依据。
附图说明
[0044] 构成本
申请的一部分的
说明书附图用来提供对本申请的进一步理解，本申请的示意性
实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
[0046] 图2是本发明校正的生物富集系数在综合作物间的敏感性分布曲线示意图；
[0047] 图3是本发明校正的生物富集系数在非油料作物间的敏感性分布曲线示意图；
[0048] 图4是我国农田土壤DDTs浓度水平累积分布曲线示意图。具体实施方式：
[0049] 应该指出，以下详细说明都是例示性的，旨在对本申请提供作为进一步的优选方案说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
[0050] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0051] 在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面结合附图与实施例对本发明作进一步说明。
[0052] 实施例1：
[0053] 本发明为了解决上述问题，提供了一种基于农产品质量安全的中国土壤DDTs阈值确定方法及系统，本发明将基于中国农田土壤中多种作物可食用部分对DDTs的生物富集系数(BCF)数据，通过物种敏感性分布(species sensitivity distribution，SSD)法获得保护95％农产品质量安全的BCF值，并基于农产品质量安全标准，推导出了土壤DDTs安全阈值，计算了土壤不同DDTs浓度对应的农产品质量安全风险值，为中国土壤DDTs污染风险评价及土壤环境质量标准的制定提供了科学依据。
[0054] 在本发明中BCF为Bioconcentration Factor生物富集系数。
[0055] 本发明的第一目的是提供一种基于农产品质量安全的中国土壤DDTs阈值确定方法。
[0056] 为了实现上述目的，本发明采用如下一种技术方案：
[0057] 如图1所示，
[0058] 一种基于农产品质量安全的中国土壤DDTs阈值确定方法，该方法包括：
[0059] 获取大量不同种类作物的BCF数据，根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正，建立作物BCF数据集；
[0060] 分别判断作物BCF数据集中非油料作物和油料作物的物种数量是否满足物种敏感性分布法的数据要求，若满足，采用物种敏感性分布法计算土壤DDTs安全阈值，否则直接采用农产品的质量安全标准限值与作物校正后BCF值的比值计算土壤DDTs安全阈值，最终分别得到油料作物和非油料作物的土壤DDTs安全阈值。
[0061] 作物BCF数据的筛选与处理
[0062] 获取大量不同种类作物的BCF数据的具体步骤为：
[0063] 获取大量不同种类作物的基于中国土壤的作物对DDTs的吸收富集数据；在本实施例中，在中国知网(CNKI)、Sciencedirect、Springer和ACS
数据库中以
摘要中有“土壤”和“DDT”为搜索条件，筛选所有基于中国土壤的作物对DDTs的吸收富集数据；
[0064] 对上述获取的数据进行筛选，筛选数据时必须满足土壤与农作物同步取样的要求；
[0065] 处理筛选后的数据得到不同种类作物的BCF数据。
[0066] 本实施例中，该方法中所述筛选后的数据包括：作物可食用部分的BCF值，作物可食用部分∑DDT(DDT+DDD+DDE)的含量及对应的土壤中∑DDT浓度，以及BCF值或土壤-作物∑DDT浓度的图形数据。
[0067] 本实施例中，处理筛选后的数据得到不同种作物的BCF数据的具体步骤为：
[0068] 判断筛选后的数据类型，若筛选后的数据为作物可食用部分的BCF值，则不作处理；
[0069] 若筛选后的数据为作物可食用部分∑DDT(DDT+DDD+DDE)的含量Cp及对应的土壤中∑DDT浓度Cs，则采用作物可食用部分∑DDT(DDT+DDD+DDE)的含量与对应的土壤中∑DDT浓度的商计算作物的BCF值：
[0070]
[0071] 若筛选后的数据为BCF值或土壤-作物∑DDT浓度的图形数据，则采用Getdata Graph Digitizer软件获取图形上作物的BCF值或作物可食用部分∑DDT(DDT+DDD+DDE)的含量Cp及对应的土壤中∑DDT浓度Cs，若获取的数据并非作物的BCF值，进一步计算作物的BCF值。
[0072] 本实施例中，筛选后的数据为一种作物有多个BCF数据，则其处理方法为过SPSS软件(SPSS19.0)的箱线图检验数据并剔除其中的异常数据，对于剔除异常数据后的数据计算其几何平均值作为该种作物的BCF值。
[0073] 根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正的具体步骤为：
[0074] 若获取的BCF数据为采用干重条件下DDTs含量计算出的农作物的BCF，则通过将获取的BCF数据与1减农作物含水量(或安全储存水分)百分比的差进行乘积，校正为湿重或安全储存水分条件下对应的BCF数据；
[0075] 本实施例中，考虑到食品质量安全国家标准中给出的蔬菜和粮食作物的DDTs最大残留限量值分别为湿重和安全储存水分条件下的DDTs含量，要采用此限量标准推算土壤安全阈值，需要将部分文献中采用干重条件下DDTs含量计算出的蔬菜和粮食类农产品的BCFd校正为湿重或安全储存水分条件下对应的BCFw：
[0076] BCFw＝BCFd*(1-θ) (2)
[0077] 式中，θ为蔬菜含水量或粮食作物的安全储存水分(％)。
[0078] 若获取的BCF数据为对实验室内土壤外源添加DDT获得的实验数据，则分别对作物可食用部分DDTs浓度和对应的土壤中DDTs浓度建立老化模型，并采用作物可食用部分DDTs浓度与对应的土壤中DDTs浓度的商计算校正的作物BCF数据；
[0079] 本实施例中，筛选出来的数据包括野外调查数据和实验室数据。考虑到土壤中DDT绝大部分是历史残留下来的，新输入来源较少，故对实验室内土壤外源添加DDT获得的实验数据要进行老化校正。对于文献中获取的大白菜和油菜数据，由于同时记录了不同老化时间处理的土壤及作物可食用部分中DDTs的浓度，可以分别对土壤和作物可食用部分DDTs浓度建立老化模型：
[0080] Cs＝C0e-kt (3)
[0081] 式中，C0、Cs分别为初始时间和老化时间t时的土壤DDTs浓度，k为常数；
[0082] 老化时间t时对应的作物可食用部分DDTs浓度Cp可通过回归模型(4)进行计算[0083] log10Cp＝alog10Cs+b (4)
[0084] 式中，a、b为常数；
[0085] 根据公式(1)、(3)和(4)可以计算出不同老化时间对应的BCF值。考虑到1年后由于老化作用导致的DDTs浓度变化非常小，老化时间统一校正为1年；
[0086] 对于没有足够数据建立老化模型的文献中的水稻和花生数据，采用相对保守的BCF值而未对其进行老化校正。
[0087] 若获取的BCF数据为非统一质量安全标准下的数据，则采用统一的安全标准值0.05mg/kg，对非0.05mg/kg安全标准下的BCF数据校正为0.05mg/kg安全标准下的BCF数据。
[0088] 本实施例中，因不同农产品的质量安全标准不同，为了采用统一的安全标准值(0.05mg/kg)推算土壤DDTs安全阈值，对部分农产品的BCF进行如下校正
[0089]
[0090] 式中，Cl为农产品的质量安全标准限值。
[0091] 根据前面确定的筛选标准共获得了基于中国土壤的17种作物的BCF数据，见表1，校正前17个物种的BCF平均值位于0.005-0.655范围内，其中芝麻、菜花、堇菜、大豆和油菜的富集能力相对较强，而玉米、菠菜、韭菜、芜菁和豆
角的富集能力较弱。将表1基于干重的BCF值采用公式(2)进行含水量校正，因为文献中大豆、花生和芝麻的BCF值为基于烘干基的浓度，需要将其校正为基于安全储存水分的BCF值。部分基于实验室外源添加DDT的大白菜和油菜BCF数据通过公式(3)和公式(4)进行老化校正，并且对胡萝卜、水稻和小麦的BCF值采用公式(5)进行安全标准校正，校正后的数据见表2，校正后的各物种富集系数BCF'几何平均值位于0.004-0.606范围内，其中油料作物芝麻、大豆和花生的BCF'值普遍较大。这是因为油料作物
种子中脂质的含量较高，DDTs的残留要高于水稻、小麦和玉米等作物。
[0092] 表1不同农作物可食用部分对土壤DDTs的富集系数(校正前BCF)
[0093]
[0094]
[0095] 表2不同农作物可食用部分对土壤DDTs的富集系数(校正后BCF)
[0096]
[0097]
[0098] 在表1、表2中，a安全储存水分；*含水量校正；**老化、含水量校正；***含水量、食品限量标准校正；食品限量标准校正。
[0099] BCF数据的拟合及DDTs安全阈值计算
[0100] 采用物种敏感性分布法计算土壤DDTs安全阈值的具体步骤为：
[0101] 利用BurrⅢ分布函数对所述作物BCF数据集中作物校正后BCF倒数的累积概率分布进行拟合，获得物种敏感性分布曲线，计算出在物种敏感性分布曲线上为5％累积概率对应的校正后BCF倒数值，并基于国家食品卫生标准计算出土壤DDTs安全阈值。
[0102] 在本实施例中，采用BurrⅢ分布函数对基于作物1/BCF的累积概率分布进行拟合，获得物种敏感性分布曲线，计算出HC5(在基于1/BCF的SSD曲线上为5％累积概率对应的1/BCF值)，并基于国家食品卫生标准推导出土壤DDTs安全阈值。
[0103] PAF(x)表示作物的1/BCF值为x时，作物可食用部分DDTs浓度超过农产品质量安全限值的物种比例，即给定1/BCF为x时，SSD曲线上对应的累积概率。BurrⅢ分布计算PAF的公式为：
[0104]
[0105] 式中，b、c、k为函数的3个参数。
[0106] 当k趋于无穷大时，BurrⅢ分布可变化为ReWeibull分布：
[0107]
[0108] 式中，a、b为函数的2个参数。
[0109] 当c趋于无穷大时，可变化为RePareto分布：
[0110]
[0111] 式中，x0、θ为函数的2个参数。
[0112] 对应5％累积概率的1/BCF值通过公式(9)求出
[0113]
[0114] 式中，q＝0.05；HC(q)为保护95％作物品种质量安全的1/BCF值。
[0115] SSD拟合采用澳大利亚联邦科学和工业研究组织(commonwealth scientific and industrial research organization,CSIRO)提供的计算软件BurrliOZ(版本1.0.14)(http://www.cmis.csiro.au/envir/burrlioz/)进行。
[0116] 对于非油料作物，土壤DDTs安全阈值计算公式如下：
[0117] Ct＝ClHC(q) (10)
[0118] 式中，Ct为土壤DDTs安全阈值(mg/kg)；Cl为食品中DDTs最大残留量，根据食品质量安全国家标准中DDTs的最大残留限量标准(GB2763-2014)[13]，Cl取0.05mg/kg。
[0119] 对于油料作物，土壤DDTs安全阈值计算公式为：
[0120] Ct＝Cl/BCF (11)
[0121] 利用Burr III函数对表2中17物种校正后的1/BCF'数据进行拟合，得到基于1/BCF'的物种敏感性分布曲线，见图1，拟合参数及阈值计算结果见表3，经过了校正的物种敏感性分布与基于原始BCF数据的物种敏感性分布有所差异，油料作物芝麻、大豆和花生作为土壤DDTs污染的敏感物种，对于安全阈值的确定起着关键性的作用。为了进行对比，将芝麻、大豆和花生三种作物去除掉，做了基于剩余14种物种的敏感性分布曲线，见图2，拟合参数及阈值计算结果见表3。基于17物种和14物种的土壤DDTs安全阈值分别为0.077mg/kg和0.386mg/kg，二者差距很大。因此，如果把油料作物包括在内，会使得土壤DDTs阈值过于保守，需要分别针对油料作物和其他作物制定土壤DDTs安全阈值。然而，本研究中仅获得了三种油料作物的富集系数数据，受到数据的限制(至少有8个物种的数据)，无法采用物种敏感性分布法获得油料作物的安全阈值，因此，采用公式(11)分别计算了保证芝麻、大豆和花生质量安全的土壤DDTs阈值，取其最小值0.083mg/kg作为油料作物的土壤DDTs安全阈值。
[0122] 表3 BurrⅢ拟合SSD曲线的参数及基于BCF推导的土壤DDTs安全阈值[0123]
[0124] 本发明方法确定的DDTs阈值与其他国家阈值的比较
[0125] 表4为一些国家的土壤DDTs标准或指导值。由于这些标准或指导值的推导方法及保护目标的不同，这些数据差距非常大，位于0.021-1300mg/kg范围内，很难对其直接进行比较，因此，下面仅对农业用地的DDTs标准值进行比较。
[0126] 加拿大的农业用地DDTs土壤质量指导值为0.7mg/kg，而泰国的农业土壤DDTs质量标准值为17mg/kg。我国土壤环境质量标准(GB15618-1995)中规定的DDTs二级标准值为0.5mg/kg(适用于农田)，该数值是基于前苏联推荐的农药土壤卫生标准与农药食品卫生标准之间的回归模型的计算结果，与加拿大的农业用地DDTs土壤质量指导值较为接近。与本发明的结果相比，土壤环境质量标准(GB15618-1995)中规定的DDTs二级标准值对农产品质量安全的保护水平较低。食用农产品产地环境质量评价标准(HJ 332-2006)和现在正处于征求意见阶段的《农用地土壤环境质量标准(征求意见稿)》对DDTs的限值均为0.1mg/kg，该数值对于油料作物之外的农产品生产而言，DDTs限值过于严格。
[0127] 表4不同国家的DDTs土壤环境质量标准或指导值
[0128]
[0129]
[0130]
[0131] 为了解我国农田土壤的DDTs水平，对近年文献报道的相关数据进行了统计，见表5。我国农田土壤DDTs残留绝大部分在10-3～10-1mg/kg水平，只有极个别点位达到几个mg/kg水平。图4为采用BurrⅢ函数拟合的我国农田土壤的DDTs浓度水平累积分布曲线，其
25％、50％、75％和90％分位数值分别为0.014、0.047、0.093和0.129mg/kg。
[0132] 表5我国农田土壤DDTs残留水平(mg/kg)
[0133]
[0134]
[0135] 采用非油料作物的物种敏感性分布曲线，根据公式(6)计算了不同土壤DDTs浓度时农产品的质量安全风险水平，见表6。当土壤环境质量标准定为0.1mg/kg时，仅有1.31％的农产品(油料作物除外)中DDTs的浓度超过农产品中DDTs的质量安全限值，保护水平高于95％；按照现行标准0.5mg/kg，有6.46％的作物超过农产品中DDTs的质量安全限值，保护水平低于95％；采用本研究获得的土壤DDT安全阈值0.386mg/kg，可以保护95％的农产品满足食品质量安全标准。
[0136] 表6不同土壤DDTs浓度时的PAF预测值及保护水平
[0137]
[0138] 实施例2：
[0139] 本发明的第二目的是提供一种计算机可读存储介质。
[0140] 为了实现上述目的，本发明采用如下一种技术方案：
[0141] 一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行以下处理：
[0142] 获取大量不同种类作物的BCF数据，根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正，建立作物BCF数据集；
[0143] 分别判断作物BCF数据集中非油料作物和油料作物的物种数量是否满足物种敏感性分布法的数据要求，若满足，采用物种敏感性分布法计算土壤DDTs安全阈值，否则直接采用农产品的质量安全标准限值与作物校正后BCF值的比值计算土壤DDTs安全阈值，最终分别得到油料作物和非油料作物的土壤DDTs安全阈值。
[0144] 实施例3：
[0145] 本发明的第三目的是提供一种终端设备。
[0146] 为了实现上述目的，本发明采用如下一种技术方案：
[0147] 一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下处理：
[0148] 获取大量不同种类作物的BCF数据，根据数据性质的不同，对获取的BCF数据进行含水量校正、老化校正或安全标准校正，建立作物BCF数据集；
[0149] 分别判断作物BCF数据集中非油料作物和油料作物的物种数量是否满足物种敏感性分布法的数据要求，若满足，采用物种敏感性分布法计算土壤DDTs安全阈值，否则直接采用农产品的质量安全标准限值与作物校正后BCF值的比值计算土壤DDTs安全阈值，最终分别得到油料作物和非油料作物的土壤DDTs安全阈值。
[0150] 本发明的有益效果：
[0151] 本发明的一种基于农产品质量安全的中国土壤DDTs阈值确定方法及系统，采用获取的DDTs从土壤向作物可食用部分的迁移数据(BCF)，计算了基于农产品质量安全的土壤DDTs安全阈值，采用本发明的一种基于农产品质量安全的中国土壤DDTs阈值确定方法计算的油料作物和非油料作物的土壤DDTs安全阈值分别为0.083mg/kg和0.386mg/kg，本发明还计算了土壤不同DDTs浓度对应的农产品质量安全风险值，为中国土壤DDTs污染风险评价及土壤环境质量标准的制定提供了科学依据。
[0152] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何
修改、等同替换、改进等，均应包含在本申请的保护范围之内。
