Delimitarea şi fundamentarea securităţii financiare a statului
RAPORTUL STIINTIFIC AFERENT PERIOADEI 2017 …CUPRINS ETAPA 1- Fundamentarea ştiinţifică privind...
Transcript of RAPORTUL STIINTIFIC AFERENT PERIOADEI 2017 …CUPRINS ETAPA 1- Fundamentarea ştiinţifică privind...
RAPORTUL STIINTIFIC AFERENT PERIOADEI
2017-SEPTEMBRIE 2019
PROIECT: „CERCETĂRI PRIVIND DEZVOLTAREA UNOR MODELE MATEMATICE
PENTRU EVALUAREA IMPACTULUI CONTAMINĂRII SOLULUI ASUPRA
FRUCTELOR ȘI LEGUMELOR”
Contract nr. 174 / 12.07.2017 (PN-III-P4-ID-PCE-2016-0860)
CUPRINS
ETAPA 1- Fundamentarea ştiinţifică privind modele matematice utilizate pe plan mondial pentru evaluarea impactului contaminării solului asupra fructelor şi legumelor
A 1.1. STUDIU PROSPECTIV PRIVIND MODELELE MATEMATICE DEZVOLTATE ÎN DOMENIUL IMPACTULUI CONTAMINARII SOLULUI ASUPRA FRUCTELOR SI LEGUMELOR
1. Terminologie de baza
2. Modelarea matematica a bioacumularii metalelor grele
2.1 Model biodinamic de bioacumulare
2.2 Model al dinamicii metalelor grele in interactiunea dintre sol si planta
2.3 Modele matematice statice
2.4 Modele matematice statistice
2.5 Modele matematice pentru fitoremediere
3. Modelarea fenomenelor de bioacumulare in sisteme terestre
4. Consecinte experimentale ale modelarii matematice in fenomenul bioacumularii metalelor grele
5. Concluzii
Bibliografie
A 1.2. STABILIREA METODOLOGIEI DE ÎNCERCĂRI
1. Stabilirea ipotezelor de lucru
ETAPA 2 - Experimentări în laborator / câmp. Dezvoltarea modelelor matematice
A 2.1. EXPERIMENTĂRI ÎN CONDIŢII DE LABORATOR / CÂMP
1. Infiintarea si intretinerea culturilor de legume
2. Cultura pomilor si a arbustilor fructiferi
3. Desfasurarea cercetarilor experimentale
A 2.2. DEZVOLTAREA MODELELOR MATEMATICE
1. Prelucrarea datelor experimentale inregistrate la legume
1.1 Studiul variatiei concentratiei finale in planta functie de concentratia initiala de metal greu in sol
1.2 Studiul coeficientului de transfer la legume
1.3 Studiul variatiei perioadei de vegetatie (recoltare) la legume functie de continutul initial de metal greu in sol
1.4 Modele statistice privind fenomenul de acumulare a metalelor grele in legume
1.5 Concluzii
2. Unele aspecte ale comportamentului unor fructe infestate cu sol contaminat cu metale grele
2.1 Studiul variatiei concentratiei finale in fructe functie de concentratia initiala de metal greu injectate in sol
2.2 Comportamentul fructelor in prezenta amestecului de metale grele in sol
3. Concluzii generale A 2.1, A 2.2
Bibliografie
ETAPA 3 - Dezvoltarea unei metode de îmbunătăţire a parametrilor în vederea ameliorării contaminării solului
A 3.1. EXPERIMENTĂRI LABORATOR / CÂMP
1. Cercetari experimentale privind acumularea metalelor grele in timp in salata verde
2. Cercetari experimentale privind decontaminarea solului
3. Concluzii
Bibliografie
A 1.1. STUDIU PROSPECTIV PRIVIND MODELELE MATEMATICE DEZVOLTATE ÎN
DOMENIUL IMPACTULUI CONTAMINARII SOLULUI ASUPRA FRUCTELOR SI
LEGUMELOR
INTRODUCERE
Conform [1], unele dintre substantele care formeaza crusta Pamantului sunt elemente, substante care nu pot
fi descompuse in substante mai simple. Cateva dintre aceste elemente sunt otravitoare, chiar daca sunt
prezente intr-o concentratie scazuta. Aceste elemente sunt cunoscute sub numele de metale grele. Dintre
metalele grele, [1] fac parte mercurul, cadmiul, arsenicul, cromul, taliul si plumbul.
Bioacumularea [2] este definita ca fiind acumularea substantelor (de ex. pesticidele) in organisme de diverse
tipuri. Tot [2], face precizarea ca bioacumularea apare in organisme atunci cand absorbtia se face cu o
viteza mai rapida decat eliminarea acelorasi substante prin catabolism sau excretie. Dupa [3], cu cat este mai
mare perioada de injumatatire a unei substante toxice, cu atat riscul otravirii cronice este mai mare, chiar
daca nivelurile de mediu ale toxinei nu sunt foarte mari. Conform [4], bioacumularea in pesti, poate fi
prognozata prin modele. Conform [5], ipotezele privind criteriile de excludere a dimensiunii moleculare
pentru utilizarea ca indicatori de potential de bioacumulare nu sunt sustinute de date. Dupa [6],
bioconcentrarea este un termen legat de bioacumulare, dar mai specific, referindu-se la acumularea unei
sustante numai din apa. Prin contrast, bioacumulare se refera la absorbtia combinata din toate sursele (apa,
alimente, aer, etc.), [7]. Totusi, termenul bioacumulare are un sens benefic, atat timp cat nu este asociat
substantelor nocive pentru anumite entitati biologice sau fizice. Conform [8] sau [10], bioacumularea este un
process de acumulare in sol a substantelor organice in urma descompunerii resturilor vegetale si animale,
care contribuie la fertilizarea pamantului. Tot [8] numeste bioacumularea si procesul de acumulare in plante
a unor substante, care, dupa descompunerea materialului vegetal, raman in sol, fertilizandu-l. Prin urmare
bioacumularea este un proces de acumulare1 a unor substante intr-o entitate biologica (sol, planta, animal,
etc.). O buna intelegere a fenomenelor de bioacumulare, bioconcentrare, bioamplificare, precum si altele, se
poate obtine din materialul documentar [12].
1. Terminologie de baza
Pentru a putea intelege modelele matematice suficient de clar s-au stabilit definitiile principale cu care
se va lucra in continuare – tabel 1, toate notiunile folosite in modelele matematice care vor fi retinute pentru
eventuale aplicatii in cadrul lucrarilor proiectului, fiind cele din tabelul 1.
Tabelul 1 - Definitii folosite in lucrare, adaptat dupa [13]
Nr. Termen Definitie
1 Acumularea de
substante
Proces sau fenomen2 care include retinerea sau cresterea concentratiei3 (partiala sau totala) substantelor care patrund intr-o entitate a mediului prin contactul cu dintre aceste substante si entitate, in orice fel posibil.
2 Bioacumulare Daca acumularea se face intr-o entitate vie (biologica) a mediului, atunci aceasta poarta numele de bioacumulare4.
3 Bioconcentrare Este un caz particular de bioacumulare, referitor la cazul in care substanta care este bioacumulata are ca sursa numai apa.
4 Bioamplificare Termenul se refera la cresterea monotona a concentratiei unei substante in tesuturile biologice intr-un lant alimentar, [15], [16].
5 Bioremediere Tehnica de gestionare a deseurilor care implica utilizarea organismelor biologice pentru curatarea solului si a apelor poluate,[81]
6 Fitoremediere5 Este bioremedierea botanica implicand utilizarea plantelor verzi pentru decontaminarea solurilor, apelor si aerului, [82].
1 Se poate usor observa ca bioacumularea poate fi si reversibila in sensul ca, un sol “curat”, adica lipsit de anumite substante, poate
acumula aceste subsatante din plante care o contin (in seminte sau rasaduri sau din resturile lor vegetale). 2 Sechestrarea substantelor are ca rezultat cresterea concenratiei de contaminant in entitatea de mediu considerata (biologica sau nu), la o valoare mai
mare decat cea normal in aceeasi entitate sau decat concentratia normala a mediului. 3 Conform [14]. 4 Se arata si in [13] ca nivelul (intensitatea sau magnitudinea) bioacumularii depinde de viteza de absorbtie, de modul de absorbtie si de viteza de
eliminare, de asemenea de procese de transformare a substantei accumulate prin procese metabolice, precum si de alti factori de mediu. Toate aceste
dependente sunt esentiale in modelarea fenomenului de bioacumulare. 5 In [83] se afirma ca pentru reabilitarea solurilor poluate cu metale grele, dintre tratamentele biologice se poate folosi numai bioremedierea.
Importanta modelarii intr-o epoca marcata de socul constientizarii contaminarii curente si cronice a
planetei cu metale grele, importanta fitoremedierii este marcata de o bogata literatura de specialitate:
[83] (decontaminarea terenurilor miniere), [84] (numeste ca si [83] fitoremedierea ca tehnologie),
[85] (in care se apreciaza ca utilizarea tehnicilor de bioremediere pot reduce de 10 ori costurile remedierilor
zonelor poluate in Statele Unite), [86], [87].
2. Modelarea matematica a bioacumularii metalelor grele
Modelele matematice ale bioacumularii metalelor grele fac parte din categoria generala a modelelor
matematice care descriu fenomene din domeniul biologiei. Aceste modele sunt incluse in acea ramura a
biologiei numita biomatematica, [16], care este ramra biologiei ce se ocupa cu aplicarea principiilor
matematice in problemele de biologie si medicina. Biomatematica are multiple aplicatii in ramurii
binecunoscute ale biologiei: genetica comparata, genetica populatiilor, neurobiologia, citologia,
farmacocinetica, epidemiologia, oncologia sau biomedicina.
Conform [18], progresul intelegerii stiintifice in domeniul biologiei si ecologiei, este dependent de
acumularea de date faptice, crearea de teorii apte sa structureze datele si sa explice fenomenele, modelarea
descriptiva a realitatilor biologice si analiza validitatii constatarilor. Desi fenomenele lumii vii (biologice)
sunt bazate pe fenomenele fizico-chimice, afirma [18], fenomenele biologice sunt incomparabil mai
complexe decat fenomenele fizico-chimice.
Un aspect foarte important, care trebuie avut de la inceput in vedere, despre modelarea matematica in
biologie, este legat de simplificarile care faciliteaza constructia si rezolvarea unui model matematic.
Multitudinea de ipoteze si divizarea sistemelor mari in subsiteme, izolarea unor subsisteme simple, conduc,
dupa Lengyel, [18], la o contributie substantiala la intelegerea substratului material al viului, dar intelegerea
nivelelor superioare (de exemplu dinamica metapopulatiilor sau intelegerea functionalitatii ecosistemelor),
nu se poate obtine din acestea. Autorul [18], afirma ca cei ce incearca acest tip de abordare (divizare in
subsisteme cat mai simple, modelare, rezolvare si conectare pentru revenirea la sistemul complex de la care
s-a plecat), se afla in situatia de a nu vedea padurea din cauza copacilor. Sistemele complexe sunt sisteme
care pot fi divizate in subsisteme si modelate matematic la nivelul modelelor matematice de origine
mecanicista, dar atunci cand se incearca cuplarea sau conectarea subsitemelor mari, pentru a obtine un model
matematic global al sistemului complex, trebuie formulate legi noi, care, de multe ori pot avea caracter
aleator, stichastic, [21]. Sistemele vii dau o mare contributie in domeniul sistemelor complexe, [22].
Asanumitele sisteme Zoo includ multimi de oameni, plante, animale, tenologii, intreprinderi, orase, factori
meteorologici, paduri, etc., [22].
Conform [34], esenta metodologiei modelarii matematice contemporane, consta in inlocuirea unui
obiect real, subiectul cercetarii (un proces, fenomen sau sistem), cu "imaginea" acestuia - modelul
matematic. In [34] este folosit un model matematic care nu intra in categoria celor biodinamice, rezolvand
problema fitoremedierii solurilor poluate cu metale grele.
Conform [37], clasificarile modelelor matematice in biologie este heterogena, situatie generata de
multiplele puncte de vedere posibile. Autorii [39] dau urmatoarele clasificari:
C1) modele fizice si modele abstracte;
C2) modele dinamice si modele statice;
C3) modele empirice si modele mecaniciste;
C4) modele deterministe si modele stocastice;
C5) modele simulative si modele analitice;
Modelele fizice sunt modele materiale realizate la scara si care se comporta in mod similar sistemului
modelat. Modelele abstracte sunt construite in spatiul spiritual uman si sunct construite pirn sisteme,
componente si relatii care imita functionarea procesului studiat. Sistemele dinamice sunt cele in care
variabila temporala este prezenta explicit (simulatoarele bazate pe sisteme de ecuatii diferentiale si/sau cu
derivate partiale). Un model static este descris de parametri si relatii in care nu apare explicit timpul (de
exemplu modelele de regresie cum este sirul lui Fibonacci pentru simularea modificarilor care apar in
efectivul populatiilor de iepuri). Modelele empirice (de corelatie) contin relatii empirice, nu respecta
exhaustiv reprezentarea proceselor si mecanismelor care se desfasoara in procesul real, iar scopul acestora
este predictia si nu explicatia relatiilor de cauzalitate in fenomen. Modelele mecaniciste, au ca scop principal
descrierea dinamicii interne a sistemului si stabilirea cauzalitatii comportamentului acestuia, prin respectarea
caracteristicilor proprii sistemului real, [37]. Modelele deterministe se caracterizeaza prin absenta
variabilelor aleatoare si conduc in conditii initiale si de incarcare identice la predictii identice. Modelele
stocastice includ variabile aleatoare si sunt mai complexe decat cele deterministe deoarece, in afara
necesitatii determinarii unor constante, este necesara determinarea unor distributii complete a valorilor
atribuite variabilelor aleatorii. In general, prin metode analitice, [37] intelege toate metodele care se rezolva
folosind metodele matematice si dau solutii analitice. Folosirea metodelor numerice sau altor metode de
rezolvare in model dau caracter simulativ modelului, [37].
Tot in [37] este data si clasificarea modelelor folosite in biologie, dupa [40], aici, in tabelul 2. Pentru a
intelege mai bine si a pune in evidenta efortul si cunostintele necesare conceperii unui model in bilogie (si nu
numai), redam in fig. 1 o reprezentare a procedurii de modelare in viziunea autorilor [40]. Se observa
implicarea necesara a cel putin trei categorii de tehnicieni – cei din sfera biologiei, matematicienii si
informaticienii, prim categorie incluzand o subcategorie importanta a experimentatorilor. Matematicienii
includ specialisti in analiza matematica, analiza numerica si statisticieni. Se poate vedea ca un model se
considera incheiat atunci cand modelul a fost validat. In prezent multe din modelele prezentate nu ajung in
aceasta faza niciodata, din lipsa resurselor afectate experientelor, etapa extrem de costisitoare a cercetarii.
Tabelul 2 - Clasificarea modelelor dupa [40] Tipul de model Caracterizare
Modele utilizate în scopul cercetării utilizate ca un instrument de cercetare
Modele utilizate în management utilizate ca un instrument de management
Modele deterministe valorile prezise au valoare generată exact depind numai de datele de
intrare
Modele stocastice valorile prezise depind de distribuții probabilistice
Modele reducționiste includ pe cât posibil toate detaliile relevante
Modele holiste utilizează principii generale
Modele statice variabilele care definesc sistemul nu sunt dependente de timp
Modele dinamice variabilele care definesc sistemul sunt funcție de timp sau spațiu
Modele distributive parametrii sunt considerați funcții de timp și spațiu
Modele agregative (engl.“lumped”) definite la scară spațială mare, exprimate prin valori medii ale variabilelor
de stare și proces
Modele lineare considerate ecuații de gradul I
Modele nelineare una/mai multe ecuații nu sunt de gradul I, ecuații de grad superior sau
funcții neliniare
Modele de cauzalitate intrările, variabilele de stare, ieșirile sunt interrelaționate prin relații de
cauzalitate
Modele necauzale (engl.“black-box”) intrările în sistem sunt comparate cu ieșirile fără analiza mecanismului
intern cauzal
Modele autonome/independente derivatele nu sunt în mod explicit dependente de variabila independenă
(timpul)
Modele dependente derivatele sunt în mod explicit dependente de variabila independentă (timpul)
Modele compartimentate variabilele care definesc sistemul sunt cuantificate prin ecuații diferențiale
depedente de timp
Modele matriceale utilizează matrici în formulele matematice
2.1 Model biodinamic de bioacumulare
Acest model este prezentat in [23], fiind unul dintre cele mai simple posibile si, evident, mai usor de
utilizat in investigatiile propuse. Autorul [1] arat ca complexitatea procesului de acumulare a metalelor in
plante si animale, precum si multitudinea factorilor interni si externi care influenteaza acest proces, impun
introducerea unor principii unificatoare si a unor ipoteze simplificatoare care sa permita obtinerea unor
modele matematice rezolvabile si care sa foloseasca un numar redus de parametri. Evident ca simplificarile
introduse nu trebuie sa indeparteze modelul de procesul real. Modelul propus de [23] este un model
biodinamic bazat pr principiul conservarii masei. Modelele matematice de bioacumulare se pot folosi,
conform [23], in dublu sens: a) pentru furnizarea unor informatii despre gradul de poluare al mediului, daca
se cunoaste concentratia la nivelul bioindicatorului, b) creaza posibilitatea de estimare a concentratiei la
nivelul receptorilor biotici cand se cunoaste concentratia in mediul extern.
Se retin cateva proprietati utile in constructia modelului, conform [23]:
A. Biodisponibilitatea metalelor depinde de mediu si de compozitia chimica a mediului;
B. Numai anumiti compusi ai metalelor sunt biodisponibili;
C. Animalele si plantele poseda mecanisme de reglare a acumularii si eliminarii metalelor grele din
organism;
D. Informatiile privind procesul de bioacumulare a unei forme a metalului pe o anumita cale nu pot fi
transferate altei forme sau altei cai de acumulare;
E. Metalele nu sunt nici create nici distruse de organism, ele pot trece eventual dintr-o forma in alta;
F. Capacitatea de acumulare difera de la organism la organism si chiar pentru aceeasi specie variaza cu
varsta, sexul si calea de expunere.
Concepte si principii unificatoare
Conform [23], ideile principale ale modelului sunt:
I1) principiul de conservare a masei;
I2) existenta unor cai multiple de acumulare;
I3) existenta unui mecanism intern de eliminare.
Enuntul principului de conservare pe care se bazeaza modelul simplu prezentat in acest capitol este
urmatorul: variatia in timp a cantitatii de metal acumulata in organism este egala cu diferenta dintre
cantitatea preluata si cantitatea eliminata.
Breviarul parametrilor folositi in modelul prezentat este dat in tabelul 3.
Tabelul 3 - Breviarul parametrilor care sunt folositi in modelul matematic prezentat in capitolul 2.1.
Nr Denumirea Notatie Unitate de masura
1 Desemneaza ansamblul concentratiilor in sistemul de bioreceptori, ci concentratia metalului in bioreceptorul i-indexat,
c (procente)
2 Fluxul de masa care intra in bioreceptorul i Fi s-1 (%/s)
3 Fluxul de masa care iese din bioreceptorul i Gi s-1 (%/s)
4 Timpul t s
5 Multimea parametrilor de care depinde preluarea contaminantului u
6 Multimea parametrilor de care depinde fluxul de eliminare w
7 Concentratia de echilibru in sistem ce - (%)
8 Rata6 de preluare directa a contaminantului din mediul extern u
ik s-1 (%/s)
9 Concentratia contaminantului in mediul extern wc %
10 Factor de preferinta alimentara j
ip
11 Eficienta de asimilare chimica j
i
12 Rata de consum alimentar j
iK
13 Rata de eliminare e
ik
Pentru un sistem de bioreceptori interconectati si un singur contaminant, modelul matematic al
acumularii de metal in organisme, este dat (propus) de sistemul de n ecuatii diferentiale ordinare:
( ) ( ) niwcucdt
dcii
i ,...,1,),, =−= GF
(1)
La echilibru, fluxul de intrare este egal cu fluxul de iesire, de unde rezulta valoarea concentratiei de
echilibru in sistemul de bioreceptori:
( ) ( ) niwcuc e
i
e
i ,...,1,),, == GF . (2)
Valoarea concentratiei de echilibru rezultata din (2), include contributia mecanismelor de asimilare si
eliminare.
Tot ca principiu de constructie a modelului, se retine din [23], ipoteza indexarii ierarhice a
bioreceptorilor. Prin indexarea ierarhica se intelege ca, daca i < j atunci bioreceptorul i poate fi sursa de
hrana pentru bioreceptorul j. In plus, se fac urmatoarele ipoteze:
Ia) pentru orice j ¸si i cu i ≤ j bioreceptorul j nu poate fi sursa de hrana pentru bioreceptorul i;
Ib) fluxul de masa depinde liniar de concentratiile masice;
Ic) fluxul de eliminare depinde numai de concentratia masica interna a bioreceptorului.
Autorul [23], afirma ca, pe baza ipotezelor Ia, Ib si Ic, fluxurile F si G, pot fi scrise explicit, sub forma:
nickcKpck i
e
ii
n
j
j
j
i
j
i
j
iw
u
ii ,...,1 ,,1
==+= =
G F .
(3)
Matricea de preferinta alimentara satisface urmatoarele proprietati:
6 Rata unui proces chimic, fizic sau de alta natura, desemneaza cee ace in mecanica inseamna viteza de desfasurarea a procesului. Astfel, rata de
preluare directa a contaminantului din mediul extern se masoara in procente pe unitate de timp. Masurarea in procente se face in procentele de
concentratie ale bioreceptorului care preia contaminantul. In acelasi timp, mediul exterior bioreceptorului pierde contaminant, iar rata lui de eliminare
trebuie masurata in procente pierdute de contaminant pe unitatea de timp, insa referindu-ne la concentratia in contaminant a acestui mediu exterior
bioreceptorului. Evident ca, pentru claritate ar trebui exprimata rata de transfer a contaminantului de la mediul exterior la bioreceptor, in unitati de
masa pe unitatea de timp si apoi convertite la concentratii pentru bioreceptor, respective pentru mediul exterior acestuia.
0=j
ip pentru ij (4)
si daca exista j astfel incat 0j
ip , atunci:
11
==
n
j
j
ip .
(5)
Pentru afirmatiile care urmeaza, se foloseste o relatie de ordine partiala pe ℝn, definita prin formula:
yx daca niyx ji ,...,1 = (6)
Autorul [23] enunta doua proprietati importante ale modelului matematic definit de (1) si (3):
• Independent de starea initiala a sistemului, solutia tinde asimptotic catre starea de echilibru ce, cand
timpul tinde la infinit:
ectc →)( pentru →t (7)
• Starea de echilibru depinde monoton crescator de rata de acumulare din mediul extern si concentratia
contaminantului in mediul extern:
ee cc 21 daca 21 ww cc
(8)
ee cc 21 daca uu kk 21 (9)
• Punctul de echilibru este monoton descrescator in raport cu rata de eliminare:
ee cc 21 daca ee kk 21 . (9)
Folosind ipotezele (3), care dau formele fluxurilor de intrare si iesire in sistem, sistemul (1) se poate
scrie sub forma compacta:
ukAcdt
dc+= .
(10)
cu conditiile initiale:
0)0( cc = . (11)
Matricea A este o matrice inferiorr triunghiulara, datorita ipotezei Ia. In aceste conditii, dupa [23],
solutia generala a ecuatiei (10) cu conditiile initiale (11), este de forma:
( )( ) −+=t
udskstAcAttc0
0 exp)exp()( . (12)
Cateva exemple de aplicatii bazate pe modelul matematic biodinamic prezentat in capitolul 2.1, sunt
date in anexele 1 si 2. Se prezinta aplicatii atat pentru modelul cu un singur bioreceptor (anexa 1) cat si
pentru modelul cu doi bioreceptori (Anexa 2). Se prezinta si solutii numerice care se constituie in simulatori
ai proceselor biodinamice de absorbtie a contaminantilor in plante si sol. De asemenea se fac precizari si
despre posibilitati de extindere ale acestor modele matematice.
2.2. Model al dinamicii metalelor grele in interactiunea dintre sol si planta
Un model matematic de acelasi gen cu cel dat in 2.1, dar mai complex, este prezentat in [30]. Modelul
prezentat in [30], a rezultat dupa o serie de studii experimentale in care autorii au aratat ca biodisponibilitatea
memetalelor in plante, nu este legata neaparat de un pH mic. Ca urmare, modelul pe care [30] il propune este
aplicabil nu numai pentru aluminiu (prezentat in aplicatie), ci si pentru alte metale din sol. Reactia generala
pe care se bazeaza orice metal greu M (modul in care metalele grele isi asigura mobilitatea in soluri cu nivele
normale ale pH-ului):
OnHMnHM(OH) 2
n
n +→+ ++ . (13)
Breviarul parametrilor folositi in modelul matematic al transferului metalelor grele in interactiunea
sol-planta, prezentat in capitolul 2.2, este dat in tabelul 4.
Tabelul 4 - Breviarul parametrilor care sunt folositi in modelul matematic prezentat in capitolul 2.2
Nr Denumirea Notatie Unitate de masura
1 Biomasa arborelui T kg m-2
2 Concentratia ionului Al3+ in arbore S mg kg-1
3 Concentratia ionului Al3+ in solutie in sol A mg l-1
4 Concentratia ionului H+ in solutie in sol H mg l-1
5 Timpul t an
6 Fluxul de protoni in sol pe durata precipitatiilor W mg m-2 an-1
7 Cantitatea de apa disponibila pentru radacini p mm
8 Coeficient de absorbtie l kg-1 an-1
9 Coeficient de eliminare β an-1
10 Coeficient de reactie an-1
11 Functie a biomasei nete crescute h(T) an-1
12 Functie a mortalitatii sau ineficientei metabolice a arborilor, data de concentratia de Al 3+ continuta
(S) an-1
13 Coeficient constant pozitiv a an-1
14 Coeficient constant pozitiv b kg-1m2
15 Coeficient constant pozitiv c an-1
16 Coeficient constant pozitiv f an-1
17 Coeficient constant pozitiv, valoare limita de supravietuire e mg kg-1
In scopul modelarii matematice a interactiunii dinamice dintre mobilitatea aluminiului data de
aciditatea solului si plante, [30] foloseste un model matematic propus in 1993, [31], si modificat in 2009,
[32], dat de sistemul de ecuatii:
( ) ( )( )
( )
p
WH
H
dt
dH
p
ATAH
dt
dA
SThAdt
dS
SThTdt
dT
+−−
=
−−=
−=
−=
9
,
,
,
(14)
Cresterea neta a plantei este prin ipoteza [31] de forma:
( )bT
aTh
+=
1
(15)
sau, dupa [32], de forma (prin ipoteza):
( )
−=
k
TrTh 1
(16)
Desi initial parametrul T s-a referit numai la biomasa copacilor, in [32] s-a aratat ca sistemul (15)
poate fi aplicat in general la o mare gama de plante. Autorii [30] mai fac o precizare importanta: „Nu este
ușor să se precizeze modul în care metalele grele din sol determină ineficiența metabolică. Deși relația
cantitativă dintre concentrația de metale grele în sol și producția de biomasă a fost documentată de câțiva ani,
metalele grele nu par să provoace un risc notoriu sub un anumit prag, deși sunt detectate efectele asupra
diferitelor organe ale plantelor”. In [31], forma functiei de ineficienta metabolica si eventual mortalitate este
data in (17).
( )Se
fScS
−
−=
(17)
Constanta e este valoarea limita de supravietuire:
),0[ eS (18)
Totusi, plantele nu vor rezista pana la S=e, deoarece aceasta ar fi posibil numai daca functia (S) s-ar
anula inainte ca S sa devina egal cu e, ceea ce, dupa cum cum se afirma in [30], ar insemna ca plantele sa fie
absolut insenzitive la orice concentratie mai mica decat e.
Sisitemul (14) este dificil de rezolvat chiar si folosind metode numerice, deoarece in prima ecuatie apare, in
membrul drept o operatie de compunere a functiei T cu sine insasi intr-o forma neliniara ca argument, sub functia h).
O alta categorie de modele dinamice se bazeaza pe ecuatii de transfer, in general cu mai multi
parametri decat modelele descrise in acest subcapitol, [95]. Un astfel de model este dat in 2.5.
2.3 Modele matematice statice
Modelarea matematica a remedierii solurilor poluate cu metale grele se poate rezolva folosind
modelarea matematica, dupa cum se afirma in [34]. In acest capitol se prezinta un model pe care l-am
denumit static in sensul ca nu este unul dinamic, descris prin sisteme de ecuatii diferentiale sau cu derivate
partiale. Programul de modelare matematica REC (Risk Reduction, Environmental Merit and Cost), este
elaborat la institutul IVM din Amsterdam (Institutul pentru studii de mediu), [35]. Conform [35], REC este
un sistem de sustinere a deciziilor pentru analiza si evaluarea posibilelor strategii de curatare a unui situu
contaminat. Obiectivul REC este de a sprijinialegerea celei mai eficiente strategii de remediere a solului
pentru situul in cauza. In [34] este exemplificata metoda REC pentru a analiza capcitatea unui amestec
vegetalde ierburide a absorbi metalele grele din sol, ceea ce conduce la decontaminare. Lista parametrilor
implicati in modelul REC este data in tabelul 5.
Tabelul 5 - Lista parametrilor implicati in modelul REC
Nr. Denumirea Notatie Unitate masura
1. Incarcarea cu contaminant de tip j a mixturii de contaminanti Lj mg 2. Densitatea solului uscat ρ kg/m3
3. Volumul solului contaminat Vj m3 4. Concentratia componentei j de contaminant cj
7 mg/kg
5. Concntratia solului in componenta j de contaminant sj8 mg/kg
6. Indexul de calitate a solului QI m3 7. Nivel de cocentrare tj mg/kg
8. Valoarea de fond (medie) B mg/kg 9. Valoarea (nivelul) maxima de risc tolerabila QMTR,j mg/kg
10. Aria suprafetei contaminate A m2 11. Cantitatea (concentratia9) de contaminanti pe an Qn mg/kg
12. Cantitatea de precipitatii prec.surpl. mm 13. Concentratia contaminantului in apa din pori C mg/l
14. Cantitatea (concentratia10) de contaminanti in plante Qplant mg/kg 15. Recolta de plante in situul subiect al procesului modelat yieldplant kg
16. Concentratia de substanta organica in sol OM mg/kg 17. Concentratia (continutul) de argila in sol clay mg/kg
18. Densitatea solului ρsoil kg/m3 19. pH -ul apei din pori pH
20. Cantitatea (concentratia) de contaminanti in sol Qsoil mg/kg 21. Coeficient din ecuatia concentratiei de contaminant in pori11 n
22. Coeficient din ecuatia concentratiei de contaminant in pori α 23. Coeficient din ecuatia concentratiei de contaminant in pori β
24. Coeficient din ecuatia concentratiei de contaminant in pori δ
25. Coeficient12 in ecuatia care determina concentratia contaminantilor in plante, se determina experimental
a
26. Coeficient in ecuatia care determina concentratia contaminantilor in plante, se determina experimental
b
27. Concentratia de contaminant transmis in apa subterana Cgroundwater mg/kg
7 Autoarea [35] nu face precizari despre acest parametru. 8 Autoarea [35] nu face precizari despre acest parametru. 9 Nota noastra. 10 Nota noastra. 11 Coeficientii care apar in ecuatia (25) sunt continuti in arhiva de date a programului REC, facand parte din tezaurul de relatii ale acestui program.
Din punct de vedere dimensional nu pot fi discutati, deoarece nici functiile logaritmice care apar in ecuatia (25) nu sunt corecte, pentru ca
argumentele unor functii transcendente nu pot avea dimensiune, trebuie sa fie adimensionale, deci, cel mult rapoarte de marimi cu aceeasi dimensiune
fizica. 12 La coeficientii a si b, care apar in ecuatia (26), se remarca aceleasi dificultati dimensionale ca la coeficientii ecuatiei (25).
28. Concentratia de contaminant la suprafata stratului Ctoplayer mg/kg 29. Coeficientul de retentie R
30. Adancimea stratului contaminat d1 m 31. Distanta de la stratul contaminat la apa subterana d2 m
Relatiile care leaga parametrii modelului sunt:
( )jjjj scVL −= (19)
=j j
j
t
LQI
(20)
2
, jMTRjj
QBt
+=
(21)
Indexul de calitate al soluluipoate fi inteles, conform [34], ca fiind echivalent cu un metru cub de sol
contaminat la nivelul t.
Pentru calculul transferului contaminantului din sol spre planta se apeleaza la ipoteza bilantului
(echilibrului) masei: diferenta dintre cantitatea totala de contaminant in anul n+1 si cantitatea totala de
contaminant in anul n este egala cantitatea spalata plus cantitatea absorbita de plante, sau:
( ) AyieldQACsurplprecQQdA plantplantnn +=− + ..1 (22)
Densitatea și porozitatea solului se calculează în funcție de funcțiile transferului care arată relația
dintre structura și proprietățile solului:
OMsoil
+=
0128205.01
2670
(23)
235.0 000395.0111.028.0 clayOMsoil ++= (24)
Concentrația de contaminanți în apa din pori este calculată utilizând funcțiile de transfer sol-pori, care
reprezintă relația dintre conținutul de contaminanți, proprietățile solului și concentrațiile de contaminanți. In
modelul REC, este folosita urmatoarea ecuatie:
pHclayCnQ porewatersoil +++= logloglog (25)
Concentratia de contaminanti in plante este calculata tinand seama de concentratia in apa din pori in
locul concentratiei de contaminanti din faza solida. Dupa [34], se foloseste ecuatia:
CbaQplant loglog += (26)
Se calculeaza si concentratia de contaminanti transmisa in apele subterane, cu formula:
2
1
d
d
R
CC
toplayerrgroundwate =
(27)
Factorul13 de retentie se calculeaza dupa formula:
( )
soilporewater
soilsoilsoil
C
QR
−=
1
(28)
2.4 Modele matematice statistice
Conform [37], modelele matematice statistice se clasifica in liniare si neliniare si in univariate si
multivariate14. Se considera model matematic statistic neliniar, orice forma polinomiala in afara celei de
gradul intai sau a combinatiilor liniare ale acesteia. Forma generala a unecuatii de regresie liniara
multivariata este:
13 Conform [34] in formula (28) cu R se noteaza factorul de retentie, iar in formula (27), tot cu R se noteaza coeficientul de retentie. In plus, din punct
de vedere dimensional, cele doua marimi cu aceeasi notatie, nu par a avea aceeasi unitate de masura. 14 Denumirea de univariat si multivariate sunt specific statisticii. Matematic limbajul est mai simplu, traducandu-se in lucrul mcu functii de o variabila
sau mai multe variabile, ceea ce este mai usor de inteles.
nn xbxbxbbY ++++= ...22110 (29)
in care b0 este constanta numita si interceptia axei ordonatelor (este valoarea lui Y atunci cand toate
variabilele independente sunt nule), iar b1, b2, ..., bn, sunt coeficienti de regresie, in numar egal cu numarul
variabilelor independente.
Conform [37], analiza de regresie presupune evaluarea parametrilor si a gradului in care variabilele
independente explica variatia variabilei dependente. Aceasta evaluare se face, de obicei cu ajutorul
coeficientului de determinare, care trebuie maximizat spre valoarea 1 care reprezinta o corelatie perfecta.
Un alt criteriu pentru testarea validitatii modelului este testul t pentru semnificatia coeficientilor.
Pentru calculul curent coeficientul de determinare se ridica la puterea a doua coeficientul de corelatie.
Conform [37], cele mai folosite modele statistice neliniare in ecologie, sunt modelele polinomiale,
exponentiale, functii periodice, functii mixte.
In finalul constructiei modelelor statistice se face o evaluare a calitatii acestora. Se poate face astfel o
evaluare absoluta, dar si una comparativa (atunci cand avem mai multe variante de modele) si implicit o
selectie dependenta si de alte scopuri avute in vedere. Evaluarea se bazeaza pe relatia care se stabileste intre
valorile determinate experimental si cele prognozate, in ceea ce priveste aprecierea erorilor si semnificatiei
coeficientilor. Se iau in considerare, dupa [37], urmatorii estimatori:
- proporția de varianță explicată de model echivalentă cu valoarea coeficientului de determinare,
- semnificația diferenței între distribuția de frecvențe observată și cea prognozată prin testul chi pătrat,
care se calculează prin raportare la gradele de liberate egale cu numărul variabilelelor independente,
- reprezentarea valorilor observate prin raportare la cele prognozate, prin intermediul observării
norului de puncte format; cu cât dispunerea punctelor aproximează reprezentarea unui drepte
prognoza este mai bună.
Cateva modele statistice elementare (regresii logaritmice) pentru fenomenul de bioacumulare a unor
metale grele, sunt date in anexa 4. Tot acolo se dau si cateva concluzii ale autorului in ceea ce priveste acest
tip de modele.
2.5 Modele matematice pentru fitoremediere
Modelele matematice pentru fitoremediere, atunci cand poluantul contine metale grele (dar nu numai)
constituie modele matematice utilizabile in modelarea bioacumularii metalelor grele. Un astfel de model este
dat in [79]. Conform [79], fitoremedierea este un proces care poate elimina metalele solubile (bioaccesibile)
din sol sau solutii apoase in diferite specii de plante acvatice sau terestre. Acest transport sau transfer se face
in trei pasi, conform [79]: (1) absorbtia din solutie sau sol si (2) transportul in tesutul vascularizat prin
radacini si (3) transportul in lastari, [80]. In [79] se gaseste un sumar interesant a catorva zeci de lucrari care
contin modele matematice ale fenomenului de fitoremediere, pentru diferite metale din categoria metalelor
grele. Autorii [79] propun in scopul rezolvarii problemei sistemul de ecuatii cu derivate partiale de ordinul al
doilea format din ecuatia lui Richards in medii nesaturate (30) si ecuatia convectie-dispersie (31), cu termen
de scurgere pentru apa la radacina si absorbtia metalelor in radacina. Modificari aditionale sunt legate de
absorbtia metalelor.
( )( ) ( )hSK
x
hKhK
xt
h A
iz
j
A
ij
i
−
+
=
(30)
( )( )chS
x
cq
x
cD
xt
S
t i
i
j
ij
i
dc ,−
−
=
+
(31)
Parametrii care apar in ecuatiile (30) si (31) sunt listati in tabelul 6.
Tabelul 6 - Lista parametrilor implicati in modelul de fitoremediere din [80]
Nr. Denumirea Notatie Dimensiune
1 Continutul volumetric de apa θ L3L-3
2 Potentialul sol-apa h L
3 Conductivitatea hidraulica nesaturata K LT-1
4 Concentratia in faza solida s MM-1
5 Concentratia in faza lichida c ML-3
6 Densitatea de masa ρd ML-3
7 Densitatea de flux volumetric qi LT-1
8 Componentele tensorului adimensional de anizotropie, KA A
ijK -
9 Componentele tensorului dispersiei efective Dij L2T-1
10 Timpul t T
11 Coordonate spatiale xi L
12 Termen de absorbtie al apei in radacina S L3L-3T-1
13 Termen de absorbtie al metalului in radacina S’ ML-3T-1
14 Concentratia maxima absorbita Smax MM-1
15 Coeficientul de absorbtie al lui Freundlich KF L3βM1-βM-1
16 Coeficientul de absorbtie al lui Langmuir KL -
17 Coeficient empiric al lui Freundlich β -
In plus, fata de ecuatiile (31) si (31), absorbtia metalelor (acumularea metalului in faza solida) se
supune izotermelor liniara si neliniara ale lui Freundlich (33) si Langmuir (32):
L
L
K
KSS
+=
1
max
(32)
cKS F= (33)
Parametrii acestor formule aparand in tabelul 6. Variabila S din (32) si (33) corespunde variabilelor S
si S’ din tabelul 6 si sistemul de ecuatii (30), (31). Prin urmare pe cel ce abordeaza o solutie analitica sau
numerica la problema (30) – (31), cu compltarile (32) – (33), il intampina necesitatea calculului sau
determinarii din tabele a nu mai putin de 12 coeficienti, iar pentru validare a inca cinci (tabelul 6).
Complexitatea modelului descris in acest capitol pare a fi si motivul pentru care nu se da o solutie, nici
macar de echilibru.
3. Modelarea fenomenelor de bioacumulare in sisteme terestre
Pentru a incheia prezentarea generala a modelarii fenomenului bioacumularii, in acord cu [37], este
utila o ilustrare a evolutiei acestei activitati. In ultimii treizeci si cinci de ani, modelarea bioacumularii in
sistemele terestre a parcurs drumul de la modelele empirice bazate pe constructii matematice, la modele
mecanismice (modele care redau mecanisme si procese), [51]. Avantajul principal al modelelor mecanismice
este acela ca isi prelungesc valabilitatea si pentru alte conditii decat cele pentru care a fost elaborat modelul.
Modelarea bioacumularii s-a raspandit mult in literatura dedicata estimarii riscului ecologic, [52].
Exista o serie de studii care au ca subiect bioacumularea in specii de nevertebrate si vertebrate mici si
folosesc in acest scop modele statistice, [53]. Studiul fenomenului de bioacumulare in sedimente sau in
plante apare sin in [54] si [55].
In [51], autorii propun o cale de evaluare a modelelor dedicate proceselor de bioacumulare:
- identificarea substantelor chimice de interes,
- selectarea factorilor care influenteaza variatia potentialului de bioacumulare.
- dezvoltarea modelelor ,
- verificarea viabilitatii modelelor (validare),
- selectarea celor mai bune predictii,
- realizarea ajustarilor calitative si cantitative,
- selectarea predictiilor esentiale/principale sau a domeniilor de predictii si includerea acestora pentru
relevanta modelului de bioacumulare.
Se recunoaste in aceasta cale metoda modelarii generale a proceselor ca sisteme. Spre deoasebire de
sistemele clasice din mecanica sau de cele din alte domenii clasice ale tehnicii (electromagnetism,
termodinamica, etc.), sistemele ecologice, in general, sunt sisteme deschise, sau care acopera domenii
spatiale dar si temporale de foarte mari dimensiuni. Acestea sunt caracteristici propii acestor sisteme si
implicit variabilitatea mare in timp si spatiu.
Tendinta actuala in modelarea fenomenelor de bioacumulare este de a realiza modele mixte, care
componente deterministe si componente statistice. Aceste modele se numesc modele integrate. Modelarea
integrata pare a fi absolut necesara pentru predictia transferului poluantului toxic stabil intr-un lant trofic care
include organisme caracterizate de multiple scari spatio-temporale. Un exemplu de model integrat se poate
gasi in [56], iar o sinteza a potentialului si limitelor modelelor integrate in biogeochimia metalelor se gaseste
in [45].
O alta categorie de modele ale proceselor de bioacumulare este cea in care sunt folosite retelele
neuronale, [57], [58], [59], [60], de exemplu.
Mentionam in continuare cateva modele de bioacumulare, pentru consultarea eventuala atunci cand se
va pune problema constructiei unui model matematic pentru bioacumulare, care sa modeleze un anumit
fenomen, cocret. Consultarea acestor modele poate sa sesizeze cercetatorilor daca sunt pe o cale deja
investigata sau cat de mult s-au departat de aceassta.
Printre modelele deterministe de predictie (care sunt greu de parametrizat intrucat au o structura
complexa), se numara, [37]:
• Simularea bioacumularii de metale din in plantule de conifere si foioase, folosind un model cu 32 de
parametricare descriu concentratia de metale in sol si aer, propietati ale metalelor si timpul de expunere
la metale, rate de preluare in diferite tesuturi din plante si de transfer intre tesuturi, coeficienti de partitie
a metalelor intre compartimentele sistemului sol-planta si fazele apoase, parametri de crestere si
metabolici ai plantelor, [61];
• Simularea transportului metalelor prin percolare si sol si preluarea acestora de catre plante, [62] – partea
detaliata din punctul de vedere al modelarii deterministe se afla la nivelul transportului apei, preluarea de
catre plante fiind modelata foarte simplu printr-o ecuatie de tip Michaelis – Mentin. Modelul include 24
de parametri din care 6 caracterizeaza plantele.
• Modele deterministe ale bioacumularii metalelor se prezinta si in [47], [49] si [49]. In aceste modele se
simuleaza transportul total de metale in planta. Aplicatia specifica a modelului este simularea
fitoextractiei metalelor din sol, [49], rezultatele simularii sunt totusi relvante si pentru evaluarea
dinamicii procesului de bioacumulare.
In general, despre modelele deterministe se poate afirma ca ca, pe langa absenta cunoasterii referitoare
la structura corecta a acestora pentru predictia bioacumularii, o restrictie importanta este disponibilitatea
datelor pentru parametrizarea si verificarea unor astfel de modele in diferite tipuri de ecosisteme terstre, [63].
Modelele statistice sunt folosite pentru obtinerea, analiza si interpretarea datelor. Modelele statistice stabilesc
relatii intre variabile fara a tine seama de mecanismele interioare ale proceselor si fara a explica cauzalitatea
lor, [64]. Autorul [65], considera ca modelele statistice au trei functii importante:
- Pot fi testate si verificate pri date reale,
- Pot fi folosite pentru analiza calitatii datelor reale atunci cand sunt considerate abstracte si folosite
pentru descrierea fenomenelor reale,
- Atunci cand sunt utilizate pentru estimarea parametrilor pot sugera proprietati emergente ale
sistemelor sau caracteriza dinamica proceselor si pot avea un rol in managementul resurselor.
Tot in [37] se arata ca modelele de regresie pot fi deseori folosite pentru determinarea formei si
semnificatiei relatiei intre doua sau mai multe variabile. Noi adaugam faptul ca, intre-o anumita familie de
forme se poate gasi, de multe ori chiar una optimala, folosind metoda celor mai mici patrate. Un alt
„asistent” foarte tenace si util al acestor operatiuni este analiza dimensionala. [66] face distintia intre regresii
si corelatii: corelatiile masoara gradul de legatura intre variabile, regresiile reflecata si intensitatea legaturii,
dar acestea presupun existenta unei relatii cauzale intre variabile (una dependenta si una sau mai multe
independente).
Pentru alegerea unui tip de model in cazul in care avem de studiat un proces concret, autorii [40]
propun un ghid tabelat, dat in tabelul 7.
Tabelul 7 - Ghid pentru alegerea unui model matematic Tipul de model Caracteristici Criterii de selecție
Reprezentări matriceale relații lineare ecuații lineare valabile, structura pe vârste
necesară
Modele statice
oferă o privire generală în
termeni cantitativi asupra
situației
aplicată în situațiile în care datele
disponibile sunt puține și sunt necesare
aprecieri cantitative iar modificările corelate
cu intervale mari temporale nu sunt necesare
Modele fuzzy
oferă rezultate semicantitative
sau doar indicații asupra
rangurilor
aplicate în situațiile în care datele
disponibile sunt puține și rezultatele
semicantitative sunt suficiente
Reprezentări prin ecuații
diferențiale oferă variații spațio-temporale necesită o bază de date dezvoltată
Modele care descriu dinamica
structurală
oferă variații ale parametrilor ca
o funcție de timp și/sau spațiu
bazate pe cunoștiințe ale
experților sau scopul funcțiilor
sunt necesare predicții în contextul
modificărilor condițiilor și bază de date
dezvoltată cu modificări în proprietăți
Modele bazate pe individualitate
(engl. „individual based”)
consideră diferite proprietăți ale
individualităților
utilizate unde media
proprietăților/parametrilor este insuficientă
Modelele statistice de predictie a concentratiilor de metale in plante au ca principale variabile
independente concentratiile de metal in sol. Functie de datele analitice disponibile, concentratiile sunt totale
sau numai partea biodisponibila.
4. Consecinte experimentale ale modelarii matematice ale fenomenului bioacumularii metalelor
grele
Consecinte ale modelarii matematice sunt imediate in aplicatiile pentru elaborarea unor planuri
experimentale riguroase. Astfel modelul matematic si problemele propuse spre rezolvare, determina exact
toti parametri care trebuie determinati experimental, precum si locatiile in sitemul analizat ale acestor
masuratori (in ce componenta a sistemului si in care subcomponenta: de exemplu in planta, in frunze,
tulpina, seminte, radacina, etc.). Complexitatea cercetarii teoretico-experimentale, intr-un domeniu in care nu
se poate concepe cercetarea fara experiment, devine controlabila, iar gradul de profunzime rezulta usor,
folosind estimatori ce rezulta in urma procesului de analiza teoretico-experimentala. Experientele primare,
vor fi folosite atat pentru fundamentarea modelului, cat si pentru validarea acestuia. Cand vorbim de
fundamentarea modelului, in cadrul experimental, ne referim la determinarea experimentala a constantelor
modelului. La validarea primara toate datele experimentale vor constitui subiectul validarii experimantale a
modelulului. Validarea finala se face pe cazuri complexe de incarcare si care determina partial si limitele
modelului.
4.1. Planul experimental generat de modelul biodinamic 2.1
Modelul biodinamic prezentat in 2.1, in varianta explicita data in anexa 1, are ca parametri de model
ratele de preluare a contaminantului din mediu, uk si rata de eliminare a contaminantului in mediu,
ek . De
asemenea, necunoscuta si dependenta de tipul contaminantului pentru acelasi cuplu sol-planta, este
concentratia de echilibru, wc . Deoarece, prin ipoteza se considera ca acesti doi parametri sunt constanti in
timp si in conditii experimentale fixate (temperatura, presiune, limite de concentratie, etc.), se poate
determina valoarea lor experimental dintr-un experiment de descarcare de tipul celui dat in fig. A1.1. Se
prepara un numar de nrep x nt ghivece cu cate o planta si solul contaminat la o valoare initiala cunoscuta, 0c .
Multimea indicilor t a numarului nt reprezinta timpii la care cate nrep ghivece vor fi sacrificate pentru
masurari.Fie {ti/i=0,...,N} sirul acestor momente.La fiecare moment ti se sacrifica nrep ghivece si se masoara
concentratia in planta, precum si concentratia in sol, considerata a fi concentratia mediului. Rezulta sirul de
masuratori: {(ti, ci, csi)/i=0,...,N}, in care csi, este concentratia contaminantului in sol (valoarea medie).
Atunci, folosind aproximarea derivatei prin diferente finite, putem scrie urmatoarele N-1 ecuatii:
( ) ( ) iii
e
iiw
u
ii ccckttcktt −=−−− +++ 111 . (18)
Se formeaza din aceasta multime de N-1 ecuatii, un numar de 3
1−NC sisteme de trei ecuatii, neliniare.
Se rezolva aceste sisteme neliniare (daca este posibil), obtinandu-se 3
1−NC solutii: (u
jk ,e
jk , jwc , ), j=1,...,
3
1−NC . Solutia finala poate fi obtinuta fie prin mediere, fie printr-un studiu statistic al distributiei fiecarei
componente a solutiei sistemelor neliniare. Pentru fiecare masurare la momentul de timp ti, se sacrifica nrep
sisteme sol-planta in ghiveci si fiecare tertet al fiecarei masuratori va avea componentele a doua si a treia (ci
si csi) calculate ca medii aritmetice ale celor nrep sisteme sacrificate si masurate. Astfel, in afara celor nrepxN
sisteme sol – planta izolate in ghivece separate, mai trebuie considerate un numar de cel putin 3N plante
martor sacrificate la fiecare timp ti, in numar de trei, care sunt sisteme martor, fara contaminant. Folosind
sistemul martor, se pot compara evolutiile fiziologice ale plantelor contamninate in raport cu cele sanatoase.
Rezulta astfel un numar N=(nrep+3)N sisteme planta-sol in ghivece separate care trebuie cultivate pentru
experimente. Timpii de recoltare (sacrificare) vor fi stabiliti pe intreaga perioada de viata a unei plante,
eventual intr-un sezon, pentru a putea recolta si semintele, astfel incat sa se poata evalua prezenta
contaminantului in germenii urmatoarei generatii de plante, evenmtual pe acele plante apoi, capacitate de a
prelua alte incarcari de contaminant (mai mare sau mai mica decat a parintilor).
4.2 Generalitati privind partea experimentala
Pentru modelele statistice, [37] se face urmatoarea observatie foarte utila celor ce intentioneaza a
desfasura un proiect experimental sau teoretico-experimental: Caracterizarea părții biodisponibile de
metale din sol presupune resurse de timp, materiale și financiare care cel mai adesea depășesc bugetele
existente pentru evaluările de risc, ceea ce a condus la dezvoltarea de modele intermediare pentru predicția
părții biodisponibile în funcție de concentrațiile totale și alte variabile cum sunt pH-ul și materia organică
din sol, [67].
Tot in [37], se fac aprecieri interesante asupra eficientei metodelor de cartare a distributiei
concentratiei de metale grele in sol, astfel incat acestea sa transmita eficienta si determinarii teoretice a
distantelor fata de sursa la care se atinge pragul de risc, eventual determinarea eficienta a zonelor de risc,
care, se pare ca pot fi mai mult sau mai putin indepartate de sursele de poluare. Se apreciaza ca pentru
determinarea agrosistemelor cu risc mare de atingere a pragului de risc de poluare cu metale grele, sunt
necesare metode rapide si ieftine de cartare detaliata a distributiei concentratiei de metale, metoda ICP-MS15
avand costuri prohibitive. O metoda alternativa sugerata in [37], este fluorescenta de raze X de teren
(XRFT). Combinarea acestor metode este o eventuala varianta posibila, cu conditia ca intre rezultatele celor
doua metode sa existe o buna corelatie, ceea ce in cazul unora dintre metale (si zone), se pare ca exista.
Pentru a da o idee asupra costurilor, dupa [76], o ora de lucru pe aparatura ICP-MS costa intre 40 £ si 60 £.
Constructia unor sisteme de analiza portabile si ieftine pentru detectia concentratiilor de metale grele
in sol, formeaza subiectul unor teme de cercetare (proiecte de cercetare) de avangarda, [77]. Alti cercetatori,
[78], propun folosirea conductivitatii hidraulice combinata cu teoria retelelor neuronale pentru evaluarea
prezentei metalelor grele in sol.
Determinarea concentratiilor de metale grele in sol face subiectul multor materiale scrise, chiar in
Romania. Analiza concentratiilor de metale grele in noua locatii (patru zeci de prelevari) din Transilvania
este descrisa in [89]. Probele de sol s-au colectat din locații unde terenul nu alunecă, iar probabilitatea
depozitelor aluvionare este mică. Concentrația metalelor grele a fost măsurată prin utilizarea metodei
spectrometriei cu plasmă cuplată prin inducție. Datele au fost verificate prin utilizarea metodei de analiză
de activare a neutronilor. În unele locații concentrația pentru metalele grele investigate depășește
concentrația admisă de orientarea românească. Cea mai mare concentrație de plumb (1521,8 ppm) și cupru
(1197,6 ppm) a fost găsită la Zlatna. Cromul cu cea mai mare concentrație a fost găsit în Târnăveni (1080
ppm). Concentrațiile maxime admise în zonele sensibile au fost depășite de la cinci la patruzeci de ori. In
[89] se descrie clar si modul de prelevare al probelor. Pentru fiecare proba s-au facut gropi de dimensiune
plana 40 x 50 cm si s-au luat probe de la 5, 15 si 25 cm, adancime, Analizele NAA (Neutron Activation
Analysis) si ICP (Inductively Coupled Plasma Spectrometry) au fost facute la Institutul pentru Cercetari
Nucleare din Pitesti si la EXPROGAZ Medias. Metoda ICP –MS este descrisa , de exemplu, in [90]. In [91]
se discuta performantele a trei metode de preparare a esantioanelor pentru analiza ICP de determinare a
concentratiei de metale grele.
Laboratoarele CORNELL NUTRIENT ANALYSIS LABORATORY, din Ithaca, SUA, efectueaza
printre alte analize si determinarea concentratiilor metalelor grele in sol, [92]. O analiza a unui esantion (fara
prelevarea acestuia), este estimata de [92], la 50 $ si dureaza 2 – 3 saptamani. O lista de preturi interesanta
este reprodusa in anexa 5, dupa [92]. Laboratoarele TPS (Texas, SUA), efectueaza de asemenea analize de
concentratia metalelor grele in soluri, iar lista facilitatilor si lista de preturi, este data in [93]. Lista
facilitatilor este data in anexa 5. Preturile variaza de la 30 $ pentru analiza esantioanelor lichide continand
metale grele din apa si plante, pana la 458 $, pentru analiza metalelor grele din esantioane de soi folosind
protocolul FICAP. Lista de preturi completa a firmei TPS este publica si se poate descarca de la adresa [94].
5. Concluzii
Pentru a trage cateva concluzii de final, in afara studiilor noastre, vom folosi preponderent concluziilor expertilor in domeniu, [37]. Dupa cum se observa parcurgand intregul material, nu ne-am marginit la trecerea in revista a modelelor matematice sau a tipologiei acestora, relativ la domeniul transferului de metale grele din sol in plante. Am dat solutii numerice pentru unele dintre modelele gasite in literatura de specialitate (vezi anexele), ma construit simulatoare numerice capabile sa dea solutii pentru incarcari ale solului cu contaminanti, de forma cea mai des intalnita in aproximarile curent (incarcari de forma unda dreptunghiulara sau exponentiala, atenuata). Am sugerat si am efectuat unele modificari obtinand modele noi. Acestea sunt contributii originale ale autorilor. Ele se gasesc in majoritate in anexe.
Cateva concluzii sintetice, in acord cu [37], sunt date in continuare. C1) Se remarca, in limitele literaturii de specialitate consultata, ca modelele cele mai des folosite in studiul bioacumularii metalelor grele, sunt cele deterministe si cele statistice. C2) Modelele deterministe sunt mai complete din punct de vedere teoretic, acopera mai multi parametri, furnizeaza relatii cauzale sai au un camp larg de aplicabilitate. Limitarile se datoreaza numarului mare de parametri considerati si constantelor de model aferente, ceea ce impune un volum mare de determinari experimentale pentru identificarea acestor coeficienti. Costurile nu sunt neglijabile deoarece analizele sunt la fel de complexe ca in cazul modelelor statistice si, in plus, unii dintre coeficienti se obtin din date prin
15 Analiza ICP-MS (Inductively Coupled Plasma- Mass Spectrometry) este se refera la analiza folosind spectrometria de masa, costul unei astfel de
aparaturi fiind de ordinal a 20000 – 30000 $, [77], dar putand atinge si 80000 – 100000 $.
calcule suplimentare, deci nu direct din analize. Experientele de calitate superioara presupun prelucrari statistice corepunzatoare. C3) Modelele statistice, in raport cu cele deterministe, prezinta un nivel scazut de complexitate, descriind exclusiv conditiile experimentale pentru care au fost generate (extrapolarea este, in general, riscanta). Modelele statistice pot fi folosite eficient in conditiile indisponibilitatii unui set de date suficient de dezvoltat, precum si ca instrumente de monitorizare si asistare a a deciziilor asociate evaluarii riscului in anumite zone contaminate. Dezavantajele acestor modele sunt reprezentatede lipsa caracterului generalist si prin incapacitatea de a furniza relatii cauzale pentru procesele studiate. C4) Evident ca exista si in acest caz, ca pentru multe alte probleme o cale de mijloc, anume utilizarea unor metode integrate, care includ atat modele deterministe cat si modelel statistice. C5) In ceea ce priveste datele experimentale existente si publice in Romania, [37] face precizarea ca disponibilitatile se reduc la cateva serii de date caracterizate prin informatii cu caracter generalist (valori medii, domenii de variatii, dispersii). Cu aceste resurse este imposibila generarea unor modele statistice de bioacumulare a metalelor in plante de cultura. Se remarca de asemenea si lipsa georeferentierii datelor pentru problema poluarii cu metale grele. Drept consecinta survine imposibilitatea aprecierii corecte a riscului asociat unei delimitari spatiale precise in cadrul unor agrosisteme. De altfel autoarea [37] remarca deficientele mari ale modelelor statistice construite pentru zona Copsa Mica, in special in ceea ce priveste delimitarea zonelor care prezinta risc de depasire a pragului de concentratie de alerta. Rezultatele sunt neconcludente in aprecierea corecta a distantei de sursa la care exista riscul depasirii pragului. C6) Aprecierea eforturilor experimentale necesare realizarii unui model de transfer a contaminantilor continand metale grele din sol in plante (fie un model determinist, fie unul statistic) arata ca operatiunea este foarte costisitoare. Costurile mari se situeaza in partea experimentalapentru ca: - analizele pentru detectarea si masurarea concentratiei de metale grele in sol au preturi foarte mari (de ordinul zecilor de euro); - numarul de analize experimentale care trebuie facute pentru fiecare locatie de masurare (repetitii aproximative, in vecinatatea unei locatii fixate), numarul mare de locatii in care trebuie masurata concentratia metalelor grele in sol si in componente ale plantelor mareste enorm pretul operatiunii (noi intelegem o densitate de minimum 20 -25 de locatii la hectar in teren plan); - faptul ca exista multi parametri care nu se iau in consideratie in modelele cele mai uzitate: structura solului, compozitia chimica a solului, continutul de materie organica, influenta unor substante administrate intentionat pe astfel de soluri; - in general, nu se iau in consideratie rectiile chimice care au loc in interiorul solului, sau daca se iau, modelele se complica enorm, devin mai putin sigure ca predictie si mult mai costisitoare; - structura fizica a solului, adica golurile, rocile, fagasele interne, panze de fluid subterane, conduc la fenomene de concentrare a trsnsportului de substante puternic neomogen si anizotrop, proprietati caracterizate de un factor aleator foarte mare - in plus aceasta structura se modifica prin transport, isi modifica dimensiunile compozitia locala (minieroziuni locale), apar surpari de mici dimensiuni, etc.; C6) In general, datorita volumului mare de literatura de specialitate existent in problema transferului metalelor grele din mediu marin sau terestru in plante sau animale, este greu de atins un prag rezonabil de originalitate. Exista unele probleme care pot fi studiate si pot garanta solutii originale si utile, dintre care se pot menţiona: - investigarea existentei unei capacitati capacitatii de bioacumulare in plante (in animale sau oameni), tema legata si de pragul de aparitie al simptomelor de intoxicatie sau imbolnavire; - investigarea mecanismelor care pot duce la moartea plantelor (animalelor sau oamenilor) prin intoxicatia cu matale grele (si generalizare la alte substante chimice); - modul de transmitere a depozitului de metale grele din patrintii infestati in urmasi, capacitatea de fitoremediere a unor urmasi infestati;
Este de dorit ca asemenea fenomene sa fie studiate pentru inceput in siste izolate sol (apa) – planta, pentru a micsora numarul de parametri incontrolabili sau greu controlabili. Studiul va fi obligatoriu experimantal, modelarea matematica in absenta unor date experimentale substantiale si suficient de precise, fiind o aventura. C7) Este evident acum ca, un model matematic, fie deja existent, fie de conceptie noua sau inspirat din cele existente, trebuie ales de toti participantii la proiect avand, in primul rand in vedere, resursele experimentale pentru determinarea constantelor modelului si masurarea parametrilor modelului la validare16. Abia dupa ce aceste criterii au fost indeplinite, se trece la selectia dupa posibilitatile de rezolvare matematice si resursele computationale, dupa semificatia rezultatelor modelului si utilitatea lor.
16 Este suficienta analiza tabelelor 3, 4, 5, sau 6 sau a tebeleor similar corespunzatoare altor modele matematice, estinamarea
metodelor de analiza necesare, precum si estimarea numarului de experimente pentru a obtine rezultate cu o certitudine acceptabila.
BIBLIOGRAFIE
[1] ENCYCLOpedia.com, http://www.encyclopedia.com/environment/encyclopedias-almanacs-transcripts-and-maps/bioaccumulation-heavy-metals .
[2] https://en.wikipedia.org/wiki/Bioaccumulation .
[3] Bryan G. W., Waldichuk M., Pentreath R. J., Darracott A., Bioaccumulation of Marine Pollutants [and Discussion],
Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences. [4] Stadnicka, J; Schirmer, K; Ashauer, R (2012), Predicting Concentrations of Organic Chemicals in Fish by Using Toxicokinetic
Models. Environ. Sci. Technol. doi:10.1021/es2043728
[5] Arnot J.A., Arnot M.I., Mackay D., Couillard Y., MacDonald D., Bonnell M., Doyle P., Molecular size cutoff criteria for
screening bioaccumulation potential: Fact or fiction?, Integrated Environmental Assessment and Management, DOI:10.1897/IEAM 2009-051.1.
[6] Ashauer, R., Hintermeister, A., O'Connor, I., Elumelu, M., Hollender J., Escher B. I., (2012). Significance of Xenobiotic
Metabolism for Bioaccumulation Kinetics of Organic Chemicals in Gammarus pulex. Environ. Sci. Technol. doi:10.1021/es204611h
[7] Alexander D., E., Bioaccumulation, bioconcentration, biomagnification, Environmental Geology, pp. 43-44 [8] dexonline, https://dexonline.ro/intrare/bioacumulare/5869
[9] Wikipedia, https://ro.wikipedia.org/wiki/Bioacumulare
[10] Dictionar explicative roman, http://www.dexx.ro/index.php?a=term&d=Dictionar+explicativ+roman&t=bioacumulare
[11] EIONET, European Environmental Information and Observation Network, http://www.eionet.europa.eu/gemet/ro/concept/798
[12]
https://www.google.ro/search?q=bioacumulare&sa=N&dcr=0&tbm=isch&tbo=u&source=univ&ved=0ahUKEwiyi7zVzLDWAhXR
bZoKHU5HBmg4ChCwBAhD&biw=1920&bih=974#imgrc=cq9Ya-PRPE70WM: [13] biology online, http://www.biology-online.org/search.php?search=bioconcentration
[14] Oxford Dictionary of Biology, http://www.oxfordreference.com/view/10.1093/acref/9780199204625.001.0001/acref-
9780199204625-e-480?rskey=Us3O6P&result=533
[15] Wikipedia, https://en.wikipedia.org/wiki/Biomagnification [16] Fisher S.W., (1995), Reviews of Environmental Contamination and Toxicology, vol. 142, p. 88.
[17] Encyclopedia of Ecology, vol 1 A-C, Definition and Terminology Related to Biomagnification, p. 442, Elsevir, 2008.
[18] Lengyel P., Modelarea in Stiintele Biologice, https://peterlengyel.wordpress.com/2013/09/21/modelarea-in-stiintele-biologice/ , 2013.
[19] Gordon J. C., Planning Research, A concise guide for the environmental and natural resource eciences, Yale University Press/ New Haven and London, 2007.
[20] Mayr E., This Is Biology, Belknap Press, 1998.
[21] Cotsaftis M., What makes a system complex ? An approach to self organization and emergence,
https://arxiv.org/ftp/arxiv/papers/0706/0706.0440.pdf [22] Bossel H., Systems and models, Complexity dynamics evolution sustenability, Books on Demand GmbH, Nordernstedt, Germany, 2007.
[23] Ion S., Principii de modelare si modele matematice in bioacumularea metalelor, Programul Parteneriat in domeniile prioritare,
contract 31012, 2009.
[24] Malschi D., Biotehnologii si depoluarea sistemelor ecologice, Manual online, Bioflux Publishing House Cluj-Napoca, 2014. [25] Luoma S.N., Fisher N.S, Uncertainties in assessing contaminant exposure from sediments, in Ecological Risk Assessments of
Contaminated Sediments; Ingersoll, C. G., Dillon, T., Biddinger, G. R. (eds.), SETAC Special Publication Series, Pensacola, FL,
1997.
[26] Wang, W.-X., Fisher, N. S., Luoma, S. N., Kinetic determinations of trace element bioaccumulation in the mussel, Mytilus edulis, Mar. Ecol. Prog. Ser., 140(1960), 91-113.
[27] Thomann, R. V., Mahony, J. D., Mueller, R., Steady-state model of biota-sediment accumulation factors for metals in two
marine bivalves, Environ. Toxicol. Chem., 1995, 14, 1989-1998.
[28] Connelly, J.P, Thomann, R. V., WASTOX, A framework for modelling the fate of toxic chemicals in aquatic environments, Project Report, U,S. Environmental Protection Agency, Office of Research and Development, Environmental Research Laboratory-
Duluth, large Lakes Research Station, Grosse Ile, Michigan, 1985.
[29] Mathcad 2001, user’s guide with reference manual, MathSoft Engineering & Education, Inc., Cambridge, USA, 2001
[30] Guala S. D., Vega F. A., Covelo E. F., The dynamics of heavy metals in plant-soil interaction, Ecological Modelling 221, p. 1148-1152, Elsevier, 2010.
[31] De Leo, G., Del Furia, L., Gatto, M., 1993. The interaction between soil acidity and forest dynamics: a simple model exhibiting
catastrofic behavior. Theor. Popul. Biol. 43 (11), 31–51.
[32] Guala, S.D., Vega, F.A., Covelo, E.F., 2009. Modification of a soil–vegetation nonlinear interaction model with acid deposition for simplified experimental applicability. Ecol. Model. 220 (18), 2137–2141.
[33] Luoma S.N., Rainbow P.S., Why Is Metal Bioaccumulation So Variable? Biodynamics as a Unifying Concept, Environ. Sci.
Technol., 2005, 39 (7), pp 1921–1931
[34] Jankaite A.,(2009), Soil remediation from heavy metals using mathematical modelling, Journal of Environmental Engineering and Landscape Management, 17:2, 121-129
[35] http://www.ivm.vu.nl/en/projects/Archive/REC/index.aspx
[36] Vadineanu A., 1998, Dezvoltare durabila – Teorie si practica, Vol. 1, Bucuresti, Editura Universitatii Bucuresti, p. 48-78.
[37] Cojoc E., Iordache V., Modelarea bioacumularii metalelor grele in plante de cultura din zona Copsa Mica, Universitatea din Bucuresti, Facultatea de Biologie, Sectia de Ecologie si Protectia Mediului, 2011.
[38] Jackson, L. J., Trebitz, A.S., Cottingham, K.L., 2000, An Introduction to the Practice of Ecological Modeling, BioScience 50:
694-706.
[39] Grant, W.E., Pedersen, E.K., Marín, S.L., 1997, Ecological and Natural Resource Management: System Analysis and Simulation, Wiley, New York, p. 19-24
[40] Jørgensen, S.E., Bendoricchio, G., 2001, Fundamentals of Ecological Modelling(3rd Ed.), Elsevier, p. 3-32.
[41] Gertsev, V.I., Gertseva, V.V., 2004, Classification of mathematical models in ecology, Ecological Modelling 178: 329-334.
[42] Seppelt, R., 2003, Computer-Based Environmental Management, Wiley Verlag, p. 1. [43] Gillman, M., 2009, An Introduction to Mathematical Models in Ecology and Evolution-Time and Space(2nd Ed.),Wiley-
Blackwell, p. 1-20
[44] Grant, W.E., Pedersen, E.K., Marín, S.L., 1997, Ecological and Natural Resource Management: System Analysis and
Simulation, Wiley, New York, p. 19-24. [45] Iordache, V., Ion, S., Pohoață, A., 2009, Integrated modeling of metals biogeochemistry: potential and limits, Chemie der Erde
69, 125-169.
[46] Iordache V. (coord), 2009a, Raport de cercetare etapa 1 la proiectul 31043/2007 METAGRO, Universitatea din Bucuresti,
www.metagro.cesec.ro , (accesat în noiembrie, 2017). [47] Robinson, B. H., Schulin, R., Nowack, B., Roulier, S., Menon, M., Clothier, B. E., Green, S. R., Mills, T. M., 2002.
Phytoremediation for the management of metal flux in contaminated sites. Forest Snow Landscape Res. 80, 221–234.
[48] Rainbow Ph., S., Trace metal bioaccumulation: Models, metabolic availability and toxicity, Environment International 33 (2007)
576-582. [49] Robinson, B., Fernandez, J.E., Madejon, P., Maranon, T., Murillo, J.M., Green, S., Clothier, B., 2003, Phytoextraction: an
assessment of biogeochemical and economiFc viability. PlantSoil 249, 117–125
[50] https://profs.info.uaic.ro/~val/statistica/StatWork_8.pdf , preluat la 08.11.2017.
[51] Nichols, J. W. , Bonnell, M. , Dimitrov, S. D. , Escher, B. I. , Han, I. X. , Kramer, N. I. , 2009, Bioaccumulation Assessment Using Predictive Approaches, Integrated Environmental Assessment and Management 5: 577–597.
[52] Pavan, M., Netzeva, T.I, Worth, A.W,2008 Review of Literature-Based Quantitative Structure – Activity Relationship Models
for Bioconcentration, QSAR and Combinatorial Science 27:21-31.
[53] Sample, B.E., Beauchamp, J.J., Efroymson, R.A., Suter, II, G.W., Ashwood, T.L., 1998, Development and Validation of Bioaccumultion Models for Earthworms, ES/ER/TM-220, Oak Ridge National Laboratory, Oak Ridge, TN.
[54] Efroymson , R.A., Sample, B.E., Suter, G.W., 2001, Uptake of inorganic chemicals from soil by plant leaves: regression of field
data, Environmental Toxicology and Chemistry20: 2561–2571
[55] Efroymson, R.A., Sample, B.E., Suter, G.W., 2004, Bioaccumulation of Inorganic Chemicals from Soil by Plants: Spiked Soils vs. Field Contamination or Background, Human and Ecological Risk Assessment 10: 1117-1127
[56] Cormont, A., Baveco, J.M., van den Brink, N.V., 2005, Effects of spatial foraging behaviour on risks of contaminants for
wildlife. Alterra-rapport 1369, Wageningen.
[57] Sosnin S., Misin M., Fedorov M. V., Predicting bioaccumulation using molecular theory: A machine learning approach, arXiv:1710.08174v1 [physics.chem-ph] 23 Oct 2017.
[58] Coreea R., Chesta M.A., Morales J.R., Dinator M.I., Requena I., Vila I., Artificial neural networks applied to quantitative
elemental analysis of organic material using PIXE, doi:10.1016/j.nimb.2006.05.001,
http://repositorio.uchile.cl/bitstream/handle/2250/118778/Correa_R.pdf?sequence=1 , preluat 11.10.2017. [59] Allzamir M., Sobhanardakani S., Forecasting of heavy metals concentration in groundwater resources of Asadabad plain using
artificial neural network approach, Journal of Advances in Environmental Health Research, 2016, 4(2): 68-77.
[60] Allzamir M., Sobhanardakani S., A Comparison of Performance of Artificial Neural Networks for Prediction of Heavy Metals
Concentration in Groundwater Resources of Toyserkan Plain, Avicenna J Environ Health Eng. 2017 June; 4(1):e11792. [61] Baltrenaitė E, Butkus, D, 2007, Modelling of Cu, Ni, Zn, Mn and Pb transport from soil to seedling of coniferous and leafy
trees, J. Environ. Engineering and Landscape Management, 15: 200-207.
[62] Verma, P., George, K.V., Singh, H.V., Singh, S.K., Juwarkar, A., Singh, R.N., 2006, Modeling rhizofiltration: heavy- metal
uptake by plant roots. Environ. Model. Assess. 11, 387–394. [63] Wensem, J. van (chairman), 2003, Food-web modeling for ecological assessment of terrestrial pollution (EcolMAT). ESF
publication, http://www.esf.org/activities/research-networking-programmes/life-earth-and-environmental-sciences-lesc/completed-
esf-research-networking-programmes-in-life-earth-and-environmental-sciences/food-web-modelling-for-ecological-assessment-of-
terrestrial-pollution-ecolmat.html [64] Sîrbu, I., 2009, Bazele modelării proceselor și sistemelor ecologice, Ed. Universității “Lucian Blaga” din Sibiu, p. 43-50.
[65] White., G.C., 2001, Statistical Models: Keys to Understanding the Natural World în Senk., T.M., Franklin, A.B. (Eds.) -
Modeling in Natural Resource Management. Development, Interpretation, and Application, Island Press, London, p. 35-36.
[66] Gillman, M., 2009, An Introduction to Mathematical Models in Ecology and Evolution-Time and Space(2nd Ed.),Wiley-Blackwell, p. 1-20
[67] Sauve, S. , Hendershot, W. , Allen , H. E. , 2000, Solid-solution partitioning of metals in contaminated soils: dependence on pH,
total metal burden, and organic matter, Environ. Sci. Technol. 34, 1125–1130.
[68] Vrînceanu N-O, Motelica D-M, Dumitru M, Gament E, 2010, Comportarea unor metale în sistemul sol-plantă, Ed. Solness, Timisoara
[69] Efroymson, R.A., Sample, B.E., Suter, G.W., 2004, Bioaccumulation of Inorganic Chemicals from Soil by Plants: Spiked Soils
vs. Field Contamination or Background, Human and Ecological Risk Assessment 10: 1117-1127
[70] Sur I. M., Micle V., Plopeanu G., Cercetări asupra stării de calitate a solurilor din zona Romplumb Baia Mare, Ecoterra - Journal
of Environmental Research and Protection, 2012, no. 31, p. 105-109.
[71] Faciu E., Teza de doctorat, 2013, http://www.ub.ro/files/scoala-doctorala/Rezumat_Teza_Faciu_Ema.pdf .
[72] https://phsol.wordpress.com/2013/03/11/ph-ul-solului .
[73] https://adrianachis.files.wordpress.com/2016/01/toxicologie-alimentara-cursul-10-metale.pdf , extras la 12.11.2012.
[74] Crivineanu Faier M., Dumitrel G. A., Perju D., Experimental Modeling of Heavy Metals Concentration Distribution in Rivers, Chem. Bull.
"POLITEHNICA" Univ. (Timisoara), Volume 56(70), 1, 2011.
[75] http://www.labx.com/icp-icpms/sort/p/sortDir/d , extras 13.11.2017.
[76] https://www.esc.cam.ac.uk/resources/facilities/equipment-and-instruments/laser-ablation-icpms-ii/cost , extras 13.11.2017.
[77] http://www.projects.juliantrubin.com/science_fair_project/environmental_sciences/metal_contamination.html , extras 13.11.2017.
[78] Erzin Y., Gumaste S.D., Gupta A.K., Singh D.N., Artificial neural network (ANN) models for determining hydraulic conductivity of compacted fine-grained soils, Canadian Geotechnicals Journal, 2009, 46 (8): p. 955-968
[79] Trakal L., Martinez-Fernandez D., Vitkova M., Komarek M., Phytoextraction of Metals: Modeling Root Metal Uptake and
Associated Processes, Phytoremediation: Management of Environmental Contaminants., Chapter: Phytoextraction of metals:
Modeling root metal uptake and associated processes., Publisher: Springer, New York, USA., Editors: Ansari A.A., Gill S.S., Gill R., Lanza G.R., Lee N., DOI: 10.1007/978-3-319-10395-2_6.
[80] Mench M., Schwitzguebel J-P., Schroeder P., Bert V., Gawronski S., Gupta S., (2009), Assessment of successful experiments
and limitations of phyto-technologies: contaminant uptake, detoxification, and sequestration, and consequences to food safety.
Environ Sci Pollut Res 16:876–900 [81] https://www.epa.gov/remedytech , accesat la 14.11.2017.
[82] http://www.chimiamediului.ro/2009/10/17/fitoremedierea/ , accesat la 14.11.2017.
[83] Ansari A.A., Gill S. S., Gill R., Lanza G. R., Newman L, Phytoremediation: Management of Environmental Contaminants, Volume 3, Springer, 2016.
[84] Willey N., Phytoremediation Methods and Reviews, Humana Press, 2007.
[85] Singh A., Ward O.P. (Eds.), Applied Bioremediation and Phytoremediation, Springer, 2004.
[86] Crawford R.L., Crawford D.L., Bioremediation Principles and Applications, Cambridge University Press, 1996. [87] Morel J.L., Echevarria G., Goncharova N., Phytoremediation of Metal-Contaminated Soils, Springer, 2006.
[88] Prasad M.N.V. (Ed.), Heavy Metal Stress in Plants, Springer, 2004.
[89] Suciu I., Cosma C., Todica M., Bolboaca S.D., Jantschi L., Analysis of Soil Heavy Metal Pollution and Pattern in Central
Transylvania, International Journal of Molecular Sciences, 2008. [90] Voica C., Dehelean A., Iordache A., Geana I., Method of validation of metals in soil by ICP-MS, Romanian Reports in Physics,
Vol. 64, No. 1, P. 221-231, 2012.
[91] Geana E.I., Iordache A.M., Voica C.,Culea M., Ionete R.E., Comparison of Three Digestion Methods for Heavy Metals
Determination in Soils and Sediments Materials by ICP-MS Technique, Asian Journal of Chemistry, Vol. 23, No. 12 (2011), 5213-5216. [92] http://cceonondaga.org/resources/soil-sample-form-heavy-metals , accesat 15.11.2017.
[93] https://www.tpslab.com/water-soil-testing/heavy-metals-testing , accesat 15.11.2017.
[94] https://www.tpslab.com/images/PDFs/TPSL-Consolidated-Fee-Schedule.pdf , accesat 15.11.2017.
[95] Ouyang Y., Shinde D., Ma L. Q., Simulation of Phytoremediation of a TNT-Contaminated Soil Using the CTSPAC Model, J. Environ. Qual. 34:1490–1496 (2005).
A 1.2. STABILIREA METODOLOGIEI DE ÎNCERCĂRI
Activitatea A1.2. are ca obiectiv principal elaborarea modelelor teoretice pentru evaluarea
impactului contaminarii solului cu metale grele si alte substante poluante, asupra fructelor si legumelor.
Prin obiectivele specifice se doreste realizarea unor cercetari complexe care sa conduca la
dezvoltarea unor modele originale privind corelatia dintre nivelul de contaminare al solului, respectiv
remanenţa substanţelor poluante în fructele (mar, prun, visin, etc.), fructele de padure (capsune, zmeura,
coacaze, afine, etc) şi legumele (salata, spanac, patrunjel, morcov, ridichi, rosii, castraveti, etc.) recoltate
pentru consum în stare proaspătă.
Atunci când condiţiile de sol permit ca metalele grele să treacă în soluţia solului, conţinuturile
crescute de metale grele din sol prezintă un risc direct de poluare a solului, a plantelor care o absorb, a
omului şi a animalelor care consumă plantele respective. În plus, metalele grele pot fi levigate în apa freatică
sau de suprafaţă şi de acolo să afecteze omul şi animalele prin apa de băut.
Riscul de poluare a solului şi plantelor depinde de:
• specia plantei,
• forma chimică a elementelor chimice din sol,
• prezenţa altor elemente, mai ales a celor care contracarează efectul metalelor şi substanţelor care
contracarează procesele de absorbţie şi desorbţie,
• cantitatea accesibilă în sol şi condiţiile de sol şi climă.
Efectele dăunătoare ale metalelor grele depind de mobilitatea lor, de solubilitatea lor în sol. De aceea
în cazul solurilor poluate cu metale grele primele măsuri de ameliorare vor avea ca obiectiv crearea acelor
condiţii care să permită trecerea metalelor grele din soluţia solului în forme stabile. La orice specie,
concentraţiile de metale grele pot varia între diferite părţi şi organe ale plantei, dar şi cu vârsta plantei. Sunt
specii care au capacitatea de a concentra la nivelul diferitelor organe vegetative concentraţii mari de metale
grele. De aceea, în zonele poluate este contraindicat consumul legumelor verzi, metale grele ajungând a
acestea în special prin absorbţie foliară.
1. Stabilirea ipotezelor de lucru
Prelevarea probelor de sol se va face din cele două orizonturi de suprafaţă deoarece se consideră că
acestea sunt afectate de poluare.
Tratarea probelor de sol prelevate în vederea efectuării analizelor se v-a face conform standardului
SR ISO 11464/1998 - Calitatea solului. Pretratamentul eşantioanelor pentru analizele fizico-chimice. Astfel,
probele se vor usca în etuvă şi apoi vor fi mărunţite cu o moară electrică pentru sol.
Metalele grele ce vor fi analizate: Pb, Cu, Zn, etc., conform standardului SR ISO 11047/1999-
Calitatea solului. Determinarea cadmiului, cromului, cobaltului, cuprului, plumbului, magneziului, nichelului
şi zincului din extracte de sol, prin spectrometrie de absorbţie atomică în flacără. Extracţia metalelor se v-a
face cu acid sulfuric concentrat şi apă oxigenată 50%, cu ajutorul unui mineralizator tip Digestal HACH.
Cuprul are un conţinut normal în soluri de 20 mg/kg, un prag de alertă pentru folosinţele sensibile de 100
mg/kg şi un prag de intervenţie de 200 mg/kg.
Zincul are un conţinut normal în soluri de 100 mg/kg, un prag de alertă pentru folosinţele sensibile de 300
mg/kg şi un prag de intervenţie de 600 mg/kg.
Plumbul are un conţinut normal în soluri de 20 mg/kg, un prag de alertă pentru folosinţele sensibile de 50
mg/kg şi un prag de intervenţie de 100 mg/kg.
Determinarea pH-ului se v-a face conform SR ISO 10390/1999 - Calitatea solului. Determinarea
pH-ului, cu ajutorul unui pH-metru cu electrod combinat.
Materialul biologic este reprezentat de plante a caror selectie s-a facut luând în considerare criterii
precum: frecvenţa consumului, taxonomie (să reprezinte familii diferite), condiţii de expunere (raport
suprafaţă-volum, perioada de creştere), partea care se consumă de la plantă (fructe, frunze, etc.), toleranta la
boli şi dăunători şi răspândirea.
Pentru experimentul de contaminare controlată se vor cultiva: legume frunzoase - salata (Lactuca
sativa L. var.capitata), spanacul (Spinacia oleracea), patrunjel (Petroselinum spp.), legume rădăcinoase –
morcov (Dancus carota L), pătrunjel (Petroselinum spp.), ridichi (Raphanus sativus L.), etc dar si fructe
reprezentative (mar – Malus spp.; prun – Prunus domestica), fructe de padure - zmeura (Rubus idaeus),
coacaze (Ribes sp.) deoarece:
• sunt unele dintre cele mai consumate legume si fructe, bogate în elemente nutritive;
• sunt consumate de regulă ca atare, crude;
• dintre legume, prezintă cea mai mare capacitate de acumulare a metalelor grele, fără manifestarea
simptomelor vizibile ale fitotoxicităţii;
• legumele alese si fructele de padure au un ciclu scurt de viaţă şi se dezvoltă bine în condiţiile unor medii
controlate (sere, solarii).
Metodele de lucru si aparatura folosita:
1. Spectrofotometrie de absorbţie atomică - Determinările se vor face utilizând un spectrofotometru dublu
fascicul Shimadzu AA-6300 (Shimadzu Corporation, Japonia), echipat cu: autosampler ASC- 6100F,
atomizor în flacără şi cu cuptor de grafit, lampă de deuteriu pentru corecţie de fond şi cu lămpi cu catod
cavitar pentru elementele studiate. Pentru determinarea cuprului şi zincului se vor utilizat metoda SR ISO
8288:2001, iar pentru plumbului metoda SR EN ISO 15586:2004, cu modificări pentru adecvarea la tipul de
matrice analizat. Fiecare determinare se realizeaza in 3 repetiţii. Pentru calibrare se utilizeaa 5 concentraţii
ale soluţiilor de referinţă, coeficienţii de corelaţie ai dreptelor de calibrare fiind în domeniul 0.9780-
0.9997.Pentru evaluarea gradului de recuperare a metalelor grele din produsele studiate,se vor fortifica o
serie de probe cu soluţii de concentraţii cunoscute ale acestor metale, gradele de recuperare înregistrate fiind:
peste 93.52% pentru Pb, 94.92% pentru Cu şi 95.02% pentru Zn.
Limitele de detecţie sunt: pentru cupru - 6mg/kg, pentru zinc - 6mg/kg, pentru plumb - 0.18g /kg.
2. Spectrofotometrie de emisie optică cu plasmă cuplată inductiv – Determinările iniţiale de macro şi
microelemente se vor face prin spectrometrie de emisie optică cu plasmă cuplată inductiv folosind un
spectrometru Perkin Elmer Optima 5300 DV. Lungimile de undă utilizate pentru fiecare element sunt
următoarele: Cu - 327,393 nm, Pb - 217,00 nm şi Zn - 206,200 nm.
3. Cromatografie de lichide de înaltă performanţă - Analiza cromatografică se va realiza pe un sistem
modular Agilent 1100 (Agilent Technologies Inc., Palo Alto, USA), constituit dintr-un degazor, o pompă
cuaternară, un injector automat, un termostat de coloane, un detector cu matrice de fotodiode şi un detector
de fluorescenţă; separările au fost realizate folosind o coloană Envirosep PP (125 x 4.6 mm), faza mobilă
fiind un amestec de acetonitril:apă (45:55 v/v). La un debit de 1.5 ml/ min, utilizând un volum de injecţie de
20L, separarea PAH se realizeaza în mai puţin de 30 min. Identitatea picurilor cromatografice va fi stabilită
atât prin intermediul timpilor de retenţie, cât şi prin utilizarea bibliotecii de spectre de referinţă, pentru
confirmarea spectrelor achiziţionate de către detectorul cu matrice de fotodiode. Analiza cromatografică
cantitativă se realizeaza prin metoda standardului extern, utilizȃnd cȃte 5 concentraţii diferite ȋn domeniul
0.01-40g/kg; coeficienţii de corelaţie ai dreptelor de calibrare pentru toate PAH monitorizate fiind peste
0.995.
Parametrii sistemului sol-planta in experientele de laborator (tab.1) au in vedere:
• stabilirea ipotezelor de lucru care sa faciliteze desfasurarea experientelor pentru construirea si
aplicarea unor modele matematice ale sistemului sol-planta;
• experimentele ce se vor desfasura vor fi deschise, in sensul ca pot fi adaugati sau eliminati parametrii
in functie de rezultatele obtinute pe parcursul desfasurarii lor;
• sursa calculului numarului de experiente avand in vedere ciclul de viata al plantelor luate in cadrul
experimentelor;
• se va incepe cu 2 tipuri de culturi: legume din grupa frunzoaselor (salata, spanac, patrunjel, etc.) si
pe arbusti (zmeuri, coacazi, etc.). Tipuri de incarcari cu contaminant (Pb, Cu, Zn)
Încărcările cu contaminanti (Pb, Cu, Zn), dupa modul de administrare se pot face in doua feluri:
• incarcare direct in sol cu solutie cu contaminant pe adancime controlata, in raport cu adancimea de
plantare a rasadului (raportul dintre adancimea de administrare si adancimea de plantare/lungimea radacinii
rasadului poate lua o infinitate de valori);
• incarcare prin ploaie cu contaminant, insa este greu de controlat si exista risul de poluare a mediului.
Din punct de vedere al evolutiei in timp, incarcarile cu contaminant pot fi de urmatoarele tipuri:
• incarcare nula – caracteristic sistemului sol-planta martor, liber de contaminant (incarcare obligatorie,
pentru a realiza referentialul);
• incarcare intiala - nenula la momentul initial, obligatorie, care modeleaza o contaminare izolata in timp;
• incarcarea periodica – care modeleaza incarcarile periodice (produse de surse industriale sau alte tipuri de
surse);
• incarcare progresiva pe toata perioada de viata - urmareste eventuala scadere a duratei de viata si moartea
plantei pe parcursul perioadei de vegetatie a acesteia;
• alte forme de incarcare solicitate de desfasurarea experimentelor.
A 2.1. – EXPERIMENTARI IN CONDITII DE LABORATOR/CAMP
1. Infiintarea si intretinerea culturilor de legume [1]
Infiintarea culturilor de legume se poate realiza prin: semanat direct in camp (mazare, fasole
etc.), plantarea rasadurilor (tomate, vinete, varzoase etc.) cat si prin plantarea de parti vegetative
(cartof, ceapa de arpagic). Alegerea corespunzatoare a metodei de infiintare depinde de specie si de
sistemul de cultura (in camp, in solarii, sere).
Asigurarea cu legume proaspete o perioada cat mai mare de timp din an si obtinerea
productiilor sporite de legume, presupune organizarea mai multor cicluri de cultura pe aceeasi
suprafata, prin culturi succesive, asociate, duble si intercalate. Se recomanda ca terenurile sa fie
dintre cele cu grad ridicat de fertilitate, cu continut in humus de 4-5 %, plane, cu textura luto-
nisipoase, nisipo-lutoase, cu structura buna, care se lucreaza usor, adapostite de vanturi si curenti
reci de aer, in apropierea unei surse de apa pentru irigat, cu panza de apa freatica la adancime mai
mare de 2 m.
Epoca de semanat a legumelor direct in camp variaza in functie de: particularitatile
agrobiologice ale speciilor (temperatura minima pentru germinarea semintelor si a temperaturilor
care pot survine dupa rasarirea plantelor), zona, perioada dorita sa se obtina productia. Fata de
zonele de cultura, intre cele din sudul si vestul tarii si cele din nord si sud est, in ceea ce priveste
epoca optima de insamantare in camp, pot fi diferente de pana la 3 saptamani. Din punct de vedere
calendaristic, semanatul direct in camp se face incepand cu luna martie.
Temperatura necesara incoltirii semintelor este diferita de la o specie la alta, dar sa nu fie sub 00 C
si nici peste 350C.
Majoritatea culturilor de specii legumicole se infiinteaza prin intermediul rasadului. Dintre
acestea mentionam: tomatele, ardeiul, vinetele, telina, legumele varzoase, castravetii s.a. Aceasta
veriga tehnologica prezinta multiple avantaje: permite largirea ariei de cultura a speciilor
pretentioase la caldura si micsoreaza consumul de seminte, scurtarea perioadei de folosire a
terenului, practicarea culturilor succesive, obtinerea productiilor timpurii de legume, asigurarea
unui material viguros, liber de boli si daunatori etc.
Verigile tehnologice in producerea rasadurilor de legume sunt urmatoarele: pregatirea
spatiilor pentru producerea rasadurilor de legume, pregatirea stratului necesar producerii
rasadurilor, semanatul pentru producerea rasadului, lucrarile de ingrijire aplicate rasadurilor.
Epoca de plantat este diferita pentru fiecare specie in functie de cerintele lor fata de caldura,
durata perioadei de vegetatie a soiurilor si de perioada de obtinere a productiei.
Tomatele timpurii se planteaza dupa 20 aprilie in S tarii si pana la 5 mai in zonele nordice.
Legumele pretentioase la caldura (tomate, ardei, vinete, castraveti) se planteaza dupa 5-10 mai,
cand a trecut pericolul brumelor tarzii, iar in sol avem 10-140C.
Legumele rezistente la frig (varza, salata, conopida, gulia) se planteaza la 1/2 lui III, cand in sol
avem cca 70C; aceleasi specii, dar destinate consumului de toamna se planteaza la sfarsitul lui iunie
si inceput de iulie.
Salata pentru toamna se planteaza in august, iar cea destinata productiei timpurii de
primavara in septembrie-octombrie.
Metode: aceste culturi se infiinteaza prin plantarea rasadurilor produse in cuburi sau
ghivece, cu exceptia culturilor de verdeturi care se seamana direct.
Epoci:
1. In solarii acoperite se poate planta: - cu 2-3 saptamani mai devreme decat in camp, deoarece
acestea fiind acoperite , temperaturile sunt mai ridicate decat cele de afara. De exemplu, tomatele se
planteaza la inceputul lui aprilie, ardeii, vinetele, castravetii in decada a doua a lui aprilie;
- in cazul semanaturilor sau plantarilor din toamna epoca este aceeasi ca si in camp, deoarece
solariile se acopera doar primavara cat mai timpuriu;
- la culturile succesive epoca este mai tarzie cu 3-4 saptamani, solarul urmand a fi acoperit atunci
cand timpul se raceste.
2. In rasadnite epocile de infiintare a culturilor depind de sursa de caldura, de conditiile climatice
ale zonei, de modul de folosire anterior al rasadnitei;
3. In sere, epoca depinde de ciclurile de productie din timpul anului, astfel: ciclul I (iarna-vara) cu
infiintarea culturilor in ianuarie si ciclul II (vara-toamna), cu infiintarea culturilor la sfarsitul lui
iunie.
Tehnica de plantare este asemanatoare cu cea din camp, cu mici particularitati (culturile
asociate se pot planta dupa cultura principala, sau odata cu aceasta, deschiderea cuiburilor se poate
face si cu lingura de plantat etc.).
Irigarea culturilor de legume. Cerintele plantelor pentru apa difera in functie de specie,
durata perioadei de vegetatie, fenofaza, tehnologia aplicata, conditiile pedoclimatice etc. Un regim
de umiditate in sol corespunzator duce la obtinerea de productii cantitative si calitative superioare si
constante an de an. In cazul in care necesarul apei din sol, care se exprima prin plafonul minim in
procente din intervalul umiditatii active (IUA), nu este asigurat din precipitatii, este obligatorie
completarea deficitului prin irigare. La legume, plafonul minim trebuie sa fie de 50-80 % din IUA.
Fertirigarea sporeste si eficienta ingrasamintelor chimice, prin marirea gradului de solubilizare.
In general, la legume normele de udare sunt de 300-600 m3/ha de apa si se administreaza in functie
de faza de vegetatie si de conditiile climatice (indeosebi de precipitatiile cazute). Primavara, la
inceputul perioadei de vegetatie, se administreaza tot la 10-12 zile norme de udare de 300-400
m3/ha, in perioada calda a anului (mai - septembrie) acestea se aplica la intervale de 5-10 zile cu
norme de 400-500 m3/ha; iar la sfarsitul perioadei de vegetatie (inceput de toamna) intervalele se
maresc din nou.
Momentul udarii trebuie stabilit de asa maniera incat sa fie satisfacute in optim nevoile
pentru apa ale plantelor pe faze de vegetatie, pentru fiecare cultura legumicola in parte. Vara, in
zilele calduroase, udarea se face seara sau in cursul noptii; ardeii se uda bine la plantare, apoi
udarea se intrerupe, pentru a se putea inradacina; varza se uda abundent la inceputul formarii
capatanilor; radacinoasele la formarea radacinilor, iar vinetele la formarea fructelor.
Daca momentul udarii nu este bine ales, efectele udarii pot fi nefavorabile, udarea cand solul nu s-a
incalzit suficient poate duce la avortarea florilor de la primele inflorescente la culturile timpurii de
tomate, vinete si ardei; tomatele nu se uda in timpul coacerii fructelor, deoarece acestea ar crapa.)
Lucrari de ingrijire cu caracter special
In afara lucrarilor cu caracter general, care se aplica majoritatii speciilor de legume, mai sunt
unele lucrari cu caracter special care se aplica numai unor culturi. Cele mai frecvente lucrari cu
caracter special sunt: sustinerea plantelor, dirijarea plantelor prin taieri, inalbirea, defolierea,
polenizarea artificiala, stimularea fructificarii, protejarea plantelor impotriva brumelor, ingheturilor
si vanturilor reci, dirijarea factorilor de vegetatie in sere, solarii [1].
Tehnologiile de cultura pentru legumele utilizate la desfasurarea cercetarilor experimentale s-
au stabilit consultand literatura de specialitate dupa cum urmaeza: pentru morcov [2], pentru ridichi
[3], pentru patrunjel [4, 5], pentru spanac, [6], pentru castraveti [7, 8], pentru tomate [2], pentru
salata [9′]
2. Cultura pomilor si arbustilor fructiferi
Pentru cultura pomilor si arbustilor fructiferi s-au consultat urmatoarele referinte bibliografice
[12,13, 23, 24].
3. Desfasurarea cercetarilor experimentale
3.1.Alegerea plantelor pentru studiu
Experimentele de infestare cu metale grele efectuate intre aprilie-septembrie 2018, s-au facut
pentru un numar de 7 plante (legume), specificate in tabelul 2.1.
Tabel 2.1
Clasificarea plantelor legumicole studiate [9]
Grupa Denumirea obişnuită Denumirea ştiinţifică a plantei
Legume cucurbitacee
(bostănoase) Castravete Cucumis sativus L
Legume solano-fructoase Tomate Lycopersicon esculentum
Spanac Spinacia oleraceea L
Pătrunjel Petroselinum crispum L
Legume rădăcinoase
Morcov Dancus carota L
Pătrunjel Petroselinum crispum L
Ridichi Raphanus sativus L
Toate tipurile de plante au fost plantate in sol si infestate cu urmatoarele patru concentratii de
metal greu: 1.5%, 3.0%, 4.5%, 6.0% iar metalele grele folosite au fost: cupru (table 2.2), zinc (table
2.3), plumb (tabel 2.4).
In experientele cu legume incarcarea cu metal greu s-a efectuat doar prin incarcarea initiala
fara a se mai suplimenta pana la recoltare.
Tabel 2.2
Plantele supuse infestarii cu Cu
Nr.
curent
Denumire
planta
Perioada de
vegetatie
(zile)
Timp de recoltare (zile) / Categorii de
concentratii (%)
Concentratia metalului, % 0 1.5 3.0 4.5 6.0
Cis, Continutul metalului, mg/kg 17.6 58.9 267.2 525.1 680.8
1 Spanac 40-50 45 45 45 45 45
2 Patrunjel
(frunze)
30-35 33 33 33 33 33
3 Patrunjel
(rădăcina)
70-145 74 74 74 74 74
4 Ridichi 30 30 30 30 30 30
5 Morcov 45 45 45 45 45 45
6 Castraveti 38-50 44 33 40 40 40
7 Rosii 90-130 73 73 - 93 80
Tabel 2.3
Plantele supuse infestarii cu Pb
Nr.
curent
Denumire
planta
Perioada de
vegetatie
(zile)
Timp de recoltare (zile) / Categorii de
concentratii (%)
Concentratia metalului, % 0 1.5 3.0 4.5 6.0
Cis, Continutul metalului, mg/kg 6.75 48.7 84.7 117.7 285.2
1 Spanac 40-50 45 45 45 45 45
2 Patrunjel
(frunze)
30-35 33 33 33 33 33
3 Patrunjel
(rădăcina)
70-145 74 74 74 74 74
4 Ridichi 30 30 30 30 30 30
5 Morcov 45 45 45 45 45 45
6 Castraveti 38-50 44 26 40 40 26
7 Rosii 90-130 73 106 - 80 95
Tabel 2.4
Plantele supuse infestarii cu Zn
Nr.
curent
Denumire
planta
Perioada de
vegetatie
(zile)
Timp de recoltare (zile) / Categorii de
concentratii (%)
Concentratia metalului, % 0 1.5 3.0 4.5 6.0
Cis, Continutul metalului, mg/kg 39.8 202.7 534.8 921.7 1052.3
1 Spanac 40-50 45 45 45 45 45
2 Patrunjel
(frunze)
30-35 33 33 33 33 33
3 Patrunjel 70-145 74 74 74 74 74
(rădăcina)
4 Ridichi 30 30 30 30 30 30
5 Morcov 45 45 45 45 45 45
6 Castraveti 38-50 44 26 40 26 29
7 Rosii 90-130 73 80 73 73 73
3.2. Aspecte din timpul desfasurarii cercetarilor experimentale
Stadiul dezvoltarii la morcov
Stadiul dezvoltarii la ridichi
Stadiul dezvoltarii la frunzele si radacinile de patrunjel
Stadiul dezvoltarii la spanac
Stadiul dezvoltarii la castraveti
Stadiul dezvoltarii la rosii
Stadiul dezvoltarii la capsune
Stadiul dezvoltarii la afine
Stadiul dezvoltarii la zmeura
Stadiul dezvoltarii la prune
3.3. Materiale si metode folosite
Principii generale de experimentare
Conţinutul de metale grele Cu, Pb, Zn din cenuşa probelor pregătită în funcţie de tipul de
material analizat (sol, plante,) se determină folosind spectofotometrul cu absorbţie atomică
[14,15,16].
Metodele şi tehnicile alese sunt în concordanţă cu recomandările elaborate de Institutul de
Cercetări Pedologice şi Agrochimice Bucureşti, Hotărările Guvernului României şi Standardele
Române referitoare la elaborarea studiilor pedologice şi agrochimice. [17,18,19,20,21,22]
Metodele de analiză au fost alese în concordanţă cu scopul urmărit şi anume: evaluarea
nivelului de acumularea a metalelor grele la nivel de sol– plante.
Pentru a urmări variaţia coeficientului de transfer la nivel de sol – plante s-au făcut analize
de sol şi legume, respectiv fructe.
Desfasurarea concreta a experimentelor
Toate tipurile de plante au fost plantate in sol si infestate cu urmatoarele patru concentratii de
metal greu: 1.5%, 3.0%, 4.5%, 6.0% iar metalele grele folosite au fost: cupru, plumb, zinc si pentru
fructe s-a utilizat si amestecuri din toate cele trei metale si patru concentratii.
In experientele cu legume incarcarea cu metal greu s-a efectuat doar prin incarcarea initiala
fara a se mai suplimenta pana la recoltare.
Plantele (legumele si fructele) luate in studiu au fost plantate in mediu controlat folosind
ghivece in care s-a adaugat sol contaminat cu patru concentratii de amestec de Cu, Pb, Zn.
Solutiile cu concentratii de 1.5, 3.0, 4.5 si 6.0% s-au preparat individual utilizand ca reactiv
sulfat de cupru, acetat de plumb si sulfat de Zn, solventul utilizat la prepararea solutiilor fiind apa
distilata.
Pentru realizarea amestecurilor de solutii de Cu, Pb, Zn pentru fiecare din concentrațiile de
1.5, 3.0, 4.5 si 6.0% preparate individual, s-au luat parti egale din fiecare solutie, element respectiv
concentratie si s-au amestecat pana la omogenizare rezultând amestecul.
Ghivecele in care s-au plantat rasaduri de legume au fost incarcate cu sol fertil care s-a
amestecat si omogenizat pe rand cu fiecare din cele patru solutii de concentratii diferite. Pentru
fiecare ghiveci pamantul adaugat a fost 250 ml solutie de amestesc Cu, Pb, Zn la 1 kg sol.
In experiente incarcarea cu metal greu s-a efectuat prin incarcarea initiala a solului cu
fiecare din cele patru concentratii de amestec Cu, Pb, Zn, fara a se mai suplimenta pana la recoltare.
Fata de solul contaminat cu cele patru solutii de concentratii diferite, in paralel ca probe de
referinta, s-au plantat rasaduri in ghivece cu sol fertil necontaminat.
Proprietatile fizico-chimice ale solului necontaminat (considerat proba martor) au fost: pH
5.0-7.0; azot total 1.9 %; fosfor total 0.5 %; potasiu total 0.9 %; conductibilitatea electrica 1.2;
elemente de particule de peste 20 mm maxim 5%, umiditate 14.7 %
Ghivecele in care s-au plantat pruni cu varsta de 3 ani iar arbustii de afine si zmeura si
stolonii de capsuni aveau varsta de 1 an in momentul plantarii.
La fructe, solutia s-a injectat in 2-3 doze, astfel: cate 57 ml solutie in 2 doze la interval de 21
zile la zmeura (recoltate la 30 zile dupa aplicarea primei doze); cate 57 ml solutie in 2 doze la
capsuni la interval de 7 zile (recoltate la 12 zile dupa aplicarea primei doze); cate 27 ml solutie in 2
doze la afini la interval de 21 zile (mai putina solutie deoarece s-au cultivat in turba si era mai
usoara fata de pamantul universal utilizat la ceilalti arbusti); recoltarea s-a efectuat la 25 zile dupa
aplicarea primei doze de solutie); cate 370 ml la pruni in 3 doze la interval de 21 zile, recoltarea la
40 zile dupa ultima doza.
Determinarea Cu, Pb, Zn din solul contaminat si din frunzele si radacinile legumelor si din
fructele studiate s-a realizat prin metoda spectrofotometrica (absorbtie atomica in flacara).
A 2.2 DEZVOLTAREA MODELELOR MATEMATICE
1. Prelucrarea datelor experimentale inregistrate la legume
1.1. Studiul variatiei concentratiei finale in planta functie de concentratia initiala de metal
greu in sol
Variatia continutului de metal greu in planta la recoltare, functie de continutul initial de metal
greu in sol, cu fiecare din metale Cu, Pb, Zn pentru morcov este reprezentatǎ grafic in figurile 3.1,
3.2, 3.3; pentru patrunjel frunze in figurile 3.10, 3.11, 3.12 si pentru castraveti in figurile 3.16, 3.17,
3.18.
Pe grafice, acolo unde exista puncte pentru valori ale continutului de metal greu initial in sol
mai mici decat 58.9 mg/kg, acele puncte reprezinta continutul de metal greu al plantei martor
(crescuta in sol neinfestat intentionat, cu continutul natural de metal greu).
Fig. 3.1. Variatia continutului de Cu in morcovi functie de continutul de Cu in sol
Fig. 3.2. Variatia continutului de Pb in morcovi functie de continutul de Pb in sol
Fig. 3.3. Variatia continutului de Zn in morcovi functie de continutul de Zn in sol
Fig. 3.10. Variatia continutului de Cu in frunze de patrunjel functie de continutul de Cu in sol
Fig. 3.11. Variatia continutului de Pb in frunze de patrunjel functie de continutul de Pb in sol
Fig. 3.12. Variatia continutului de Zn in frunze de patrunjel functie de continutul de Zn in sol
Concluzii privind 1.1
Considerand toate cazurile de legume cultivate cu diverse concentratii de metal greu in sol
se observa ca 57 % (12 cazuri din 21) prezinta o tendinta de creștere a cantitatii de metal greu
acumulat in planta, odata cu creșterea concentratiei initiale de metal greu in sol.
In celelalte cazuri apar unele minime si maxime pe care insa nu le putem comenta pentru ca
nu avem suficiente repetitii. Minimele si maximele pot reprezenta accidente care nu pot fi evitate
decat efectuand numar mare de repetitii pentru acelasi caz experimental.
Pe plante, situatia este descrisa in tabelul 3.1. In general, ramane valabila concluzia cu privire
la monotonia crescatoare a curbelor care reprezinta variatia concentratiei de metal greu in planta.
Afirmatia este valabila cu aceeasi rezerva a lipsei repetitiilor necesare unui grad mare de incredere.
Tot din tabelul 3.1 se observa ca curbele de variatiei a concentratiei de metal greu in plante
care nu sunt monotone, apar mai des in cazul infestarilor cu cupru, si mai putin cu plumb si zinc.
Aceasta concluzie este valorificabila in cazul repetarii experimentelor cu un numar mare de
repetitii. In cazul efectuarii acestora, se va verifica si aceasta concluzie.
Tabel 3.1
Variatia curbelor dependentei concentratiei de metal greu in planta si in sol pe categorii de plante
Planta
Procent curbe crescatoare
cu concentratia initiala de
metal greu in sol
Procent curbe oscilante cu
concentratia initiala de metal greu
in sol
Morcov 66.67 (Pb, Zn) 33.33 (Cu)
Ridichi 100 (Cu, Pb, Zn) -
Patrunjel rădăcina 66.7 (Pb, Zn) 33.33 (Cu)
Patrunjel frunze 66.7 (Pb, Zn) 33.33 (Cu)
Spanac 66.7 (Pb, Zn) 33.33 (Cu)
Castraveti 66.7 (Cu, Zn) 33.33 (Pb)
Rosii - 100 (Cu, Pb, Zn)
1.2. Studiul coeficientului de transfer la legume
Coeficientul de transfer studiat in acest capitol reflecta capacitatea de preluare a metalului
greu din sol de catre planta functie de concentratia de metal greu in sol.
Formula de definitie este:
si
fp
tC
CC = . (3.1)
Pentru legume variatia coeficientului de transfer, tC functie de concentratia initiala de metal
greu in sol, isC este reprezentatǎ grafic in figurile 3.22, 3.23, 3.24 pentru morcov, in figurile 3.31,
3.32, 3.33 pentru patrunjel frunze si in figurile 3.37, 3.38, 3.39 pentru castraveti:
Fig. 3.22. Variatia coeficientului de transfer pentru morcov in sol infestat cu Cu, functie de continutul
initial de Cu in sol.
Fig. 3.23. Variatia coeficientului de transfer pentru morcov in sol infestat cu Pb, functie de continutul
initial de Pb in sol.
Fig. 3.24. Variatia coeficientului de transfer pentru morcov in sol infestat cu Zn, functie de continutul
initial de Zn in sol.
Fig. 3.31. Variatia coeficientului de transfer pentru frunze de patrunjel in sol infestat cu Cu, functie de
continutul initial de Cu in sol.
Fig. 3.32. Variatia coeficientului de transfer pentru frunze de patrunjel in sol infestat cu Pb, functie de
continutul initial de Pb in sol.
Fig. 3.33. Variatia coeficientului de transfer pentru frunze de patrunjel in sol infestat cu Zn, functie de
continutul initial de Zn in sol.
Concluzii privind 1.2
Considerand toate cazurile de legume cultivate cu diverse concentratii de metal greu in sol se
observa ca 76 % (16 cazuri din 21) prezinta o tendinta de descreștere a coeficientului de transfer a
metalului greu din sol in planta, odata cu creșterea concentratiei initiale de metal greu in sol. Ca o
concluzie generala ar rezulta ca pentru plantele studiate bioacumularea de metal greu este cu atat
mai slaba cu cat concentratia initiala de metal greu in sol este mai mare. Aceasta inseamna ca cu cat
solul va fi mai intens infestat cu metale grele, cu atat fitoremedierea solului cu plante din categoria
celor studiate sau similar va fi mai dificila.
In celelalte cazuri apar unele minime si maxime pe care insa nu le putem comenta pentru ca
nu avem suficiente repetitii. Minimele si maximele pot reprezenta accidente care nu pot fi evitate
decat efectuand numar mare de repetitii pentru acelasi caz experimental.
Pe plante, situatia este descrisa in tabelul 3.2. In general, ramane valabila concluzia cu privire
la monotonia crescatoare a curbelor care reprezinta variatia concentratiei de metal greu in planta.
Afirmatia este valabila cu aceeasi rezerva a lipsei repetitiilor necesare unui grad mare de incredere.
Tot din tabelul 3.2. se observa ca curbele de variatiei a concentratiei de metal greu in plante
care nu sunt monotone, apar mai des in cazul infestarilor cu cupru, si mai putin cu plumb si zinc.
Aceasta concluzie este valorificabila in cazul repetarii experimentelor cu un numar mare de
repetitii. In cazul efectuarii acestora, se va verifica si aceasta concluzie.
Tabel 3.2
Variatia curbelor dependentei coeficientului de transfer a metalului greu din sol in planta
Planta
Procent curbe descrescatoare cu
coeficientul de transfer a
metalului greu din sol in planta
Procent curbe oscilante cu
coeficientul de transfer a
metalului greu din sol in planta
Morcov 100 (Cu,Pb, Zn) 0
Ridichi 66.7 (Cu, Pb, Zn) 33.33 (Zn)
Patrunjel rădăcina 66.7 (Cu, Zn) 33.33 (Pb)
Patrunjel frunze 33.33 (Cu) 66.7 (Pb, Zn)
Spanac 100 (Cu,Pb, Zn) 0
Castraveti 100 (Cu,Pb,Zn) 0
Rosii 66.7 (Pb,Zn) 33.33 (Cu)
1.3. Studiul variatiei perioadei de vegetatie (recoltare) la legume functie de continutul initial
de metal greu in sol
Acest studiu urmareste sa constate daca exista variatii ale perioadei de vegetatie functie de
cantitatea de metal greu in sol. Variatia perioadei de vegetatie (recoltare) functie de continutul
initial de metal greu in sol este reprezentatǎ in fig. 3.43. pentru infestarea realizata cu Cu.
45
45
45
45
45
33
33
33
33
33
74
74
74
74
74
30
30
30
30
30
45
45
45
45
45
44
33
40
40
40
73
73
0
93
80
0 10 20 30 40 50 60 70 80 90 100
17.6
58.9
267.2
525.1
680.8
Perioada de recoltare, zile
Co
nti
nu
tul
init
ial
de
me
tal
gre
u i
n s
ol
(Cis
), m
g/k
g
Rosii Castraveti Morcovi RidichiPatrunjel-radacina Patrunjel-frunze Spanac
Fig. 3.43. Variatia perioadei de vegetatie (recoltare) functie de continutul initial de Cu in sol
Variatia perioadei de vegetatie (recoltare) functie de continutul initial de metal greu in sol este
reprezentatǎ in fig. 3.44. pentru infestarea realizata cu Pb.
45
45
45
45
45
33
33
33
33
33
74
74
74
74
74
30
30
30
30
30
45
45
45
45
45
44
26
40
40
26
73
106
0
80
95
0 10 20 30 40 50 60 70 80 90 100 110 120
6.75
48.7
84.7
117.7
285.2
Perioada de recoltare, zile
Con
tin
utu
l in
itia
l d
e m
eta
l gre
u i
n s
ol
(Cis
), m
g/k
g
Rosii Castraveti Morcovi
Ridichi Patrunjel-radacina Patrunjel-frunze
Fig. 3.44. Variatia perioadei de vegetatie (recoltare) functie de continutul initial de Pb in sol
Variatia perioadei de vegetatie (recoltare) functie de continutul initial de metal greu in sol este
reprezentatǎ in fig. 3.45. pentru infestarea realizata cu Zn.
45
45
45
45
45
33
33
33
33
33
74
74
74
74
74
30
30
30
30
30
45
45
45
45
45
44
26
40
26
29
73
80
73
73
73
0 10 20 30 40 50 60 70 80 90
39.8
202.7
534.8
921.7
1052.3
Perioada de recoltare, zile
Con
tin
utu
l in
itia
l d
e m
eta
l gre
u i
n s
ol
(Cis
), m
g/k
g
Rosii Castraveti Morcovi Ridichi
Patrunjel-radacina Patrunjel-frunze Spanac
Fig. 3.45. Variatia perioadei de vegetatie (recoltare) functie de continutul initial de Zn in sol
O concluzie care se observa usor este ca perioada de vegetatie (recoltare, perioada stabilita de
operatorul agronomic conventional) este constanta pentru: spanac, ridichi, morcov, patrunjel si
variaza slab pentru rosii si castraveti.
1.4. Modele statistice privind fenomenul de acumulare a metalelor grele in legume
Etapa de reprezentare grafica a rezultatelor experimentale reprezinta o etapa de reprezentare a
datelor brute, care pot sugera unele fenomene si concluzii pentru specialist si pot inspira solutii
pentru crearea unor modele matematice statistice primare.
Datele reprezentate in subcapitolele 3.1, 3.2, 3.3 pot fi valorificate in cadrul unor modele
statistice primare prin interpolari ordinare de tip polinomial. Cea mai cunoscuta este interpolarea cu
polinom de gradul intai care este regresie liniara. In subcapitolele 3.4.1 si 3.4.3 se dau formulele de
interoplare pentru variatia concentratiei de metal greu in planta functie de concentratia de metal
greu in sol, respectiv pentru variatia coeficientului de transfer functie de concentratia de metal greu
in sol. In subcapitolele 3.4.2 si 3.4.4 se dau reprezentari grafice ale acestor funcții de interpolare.
Formulele de interoplare pot fi folosite pentru prognoza continutului de metal greu acumulat
in planta si coeficientul de transfer realizat la sfârşitul perioadei de vegetatie pentru fiecare din
plantele studiate. Prognoza se va face insa numai in limitele intervalului de concentratie initiala in
sol dat de valorile minime si maxime ale concentratiilor folosite in experimente. Folosirea acestor
formule in afara intervalului de concentratie initiala in sol realizat in cadrul experimentelor nu se
recomanda, deoarece extrapolarea pe astfel de formule poate duce la erori mari (majorate in cazul
nostrum si datorita lipsei repetitiilor).
1.4.1. Formule de interpolare pentru cantitatea de metal greu acumulat la finalul perioadei de
vegetatie
Datele experimentale gasite in experientele descrise in cap.1 se pot folosi pentru obținerea
unor modele statistice. In acest capitol se dau interpolarile de gradul unu, doi, trei si patru ale
continutului de metal greu in planta la recoltare, functie de continutul de metal greu in solul initial.
Caracterul statistic al acestor modele apare atunci cand exista cel putin trei repetitii pentru fiecare
experiment. Prin urmare, in cazul nostru modelele sunt doar de interpolare.
Forma generala a polinomului de interpolare (gradele unu - patru) este:
(3.2)
Tabel 3.3.
Ecuatiile de interpolare corespunzătoare legumelor
Leguma Metal Coeficientii polinoamelor de interpolare Eroare*,%
c0 c1 c2 c3 c4
Morcov
Cu
8.128 3.867·10-3 0 0 0 15.069
8.119 3.985·10-3 -1.745·10-7 0 0 15.068
8.406 -4.221·10-3 3.138·10-5 -3.005·10-8 14.225
6.55 0.069 4.497·10-4 1.01·10-6 -7.13·10-10 3.418·10-13
Pb
4.182 0.149 0 0 0 79.321
-0.143 0.255 -3.42·10-4 0 0 74.097
9.338 -0.465 8.131·10-3 -2.129·10-5 0 41.472
-0.224 1.015 -0.029 2.638·10-4 -6.097·10-7 2.269·10-12
Zn
33.157 0.083 0 0 0 37.801
23.598 0.153 -6.353·10-5 0 0 33.614
16.381 0.261 -3.304·10-4 1.655·10-7 0 31.78
-6.277 0.759 2.493·10-3 3.297·10-6 -1.438·10-9 1.107·10-12
Ridichi
Cu
3.332 0.046 0 0 0 107.519
12.41 -0.083 1.896·10-4 0 0 37.207
8.354 0.033 -2.565·10-4 4.249·10-7 0 1.887
8.819 0.015 1.358·10-4 1.641·10-7 1.788·10-10 1.811·10-13
Pb
8.532 0.174 0 0 0 45.681
7.153 0.207 -1.091·10-4 0 0 45.185
5.185 0.357 -1.867·10-3 4.418·10-6 0 44.18
-8.51 2.477 -0.055 4.128·10-4 -8.733·10-7 1.743·10-12
Zn
-0.545 0.992 0 0 0 5.307·10-14
- - - - - -
- - - - - -
- - - - - -
Radacini
de
patrunjel
Cu
6.317 3.676·10-3 0 0 0 59.685
4.595 0.028 -3.597·10-5 0 0 38.913
3.975 0.046 -1.041·10-4 6.487·10-8 0 36.526
0.165 0.196 1.092·10-3 2.199·10-6 -1.464·10-9 1.457·10-12
Pb
27.079 0.381 0 0 0 66.002
-6.466 1.202 -2.652·10-3 0 0 9.365
-6.139 1.177 -2.361·10-3 -7.333·10-7 0 9.344
-13.379 2.298 -0.03 2.151·10-4 -4.616·10-7 6.644·10-13
Zn
45.11 0.194 0 0 0 45.91
8.262 0.465 -2.449·10-4 0 0 30.271
-19.961 0.887 -1.288·10-3 6.473·10-7 0 20.603
8.406 0.263 1.419·10-3 -3.273·10-6 1.801·10-9 5.478·10-13
Frunze
de
patrunjel
Cu
6.938 5.925·10-3 0 0 0 44.074
6.603 0.011 -6.986·10-6 0 0 43.437
6.084 0.026 -6.411·10-5 5.441·10-8 0 42.371
0.882 0.231 1.412·10-3 2.968·10-6 1.998·10-9 1.142·10-12
Pb
3.636 0.148 0 0 0 27.501
2.875 0.166 -6.016·10-5 0 0 27.014
6.903 -0.14 3.54·10-3 -9.047·10-6 0 0.7
6.747 -0.116 2.94·10-3 -4.396·10-6 -9.944·10-9 2.548·10-13
Zn
65.286 0.241 0 0 0 46.616
60.405 0.277 -3.245·10-5 0 0 46.484
-15.377 1.409 -2.834·10-3 1.738·10-6 0 8.212
-30.093 1.733 4.238·10-3 3.772·10-6 -9.342·10-10 2.966·10-13
Frunze de Cu 12.667 0.037 0 0 0 42.301
spanac 8.267 0.099 -9.193·10-5 0 0 22.301
7.767 0.113 -1.468·10-4 5.23·10-8 0 22.047
0.366 0.405 2.065·10-3 4.197·10-6 -2.843·10-9 8.626·10-13
Pb
11.382 0.198 0 0 0 26.637
5.845 0.333 -4.378·10-4 0 0 14.31
2.433 0.593 -3.487·10-3 7.663·10-6 0 4.13
0.897 0.83 9.399·10-3 5.346·10-5 -9.794·10-8 1.556·10-13
Zn
36.23 0.383 0 0 0 49.3
38.751 0.365 1.676·10-5 0 0 49.278
-39.86 1.539 -2.889·10-3 1.803·10-6 0 31.322
30.163 -1.415·10-3 3.793·10-3 -7.875·10-6 4.445 1.093·10-12
Castraveti
Cu
5.647 6.269·10-3 0 0 0 19.454
5.284 0.011 -7.583·10-6 0 0 17.047
4.498 0.034 -9.401·10-5 8.232·10-8 0 3.285
4.847 0.02 3.612·10-6 -1.131·10-7 1.34·10-10 1.053·10-13
Pb
7.789 0.018 0 0 0 74.402
4.457 0.1 -2.635·10-4 0 0 58.818
0.164 0.426 -4.1·10-3 9.641·10-6 0 9.272
-0.86 0.584 8.039·10-3 4.016·10-5 -6.526·10-8 5.97·10-13
Zn
30.884 0.066 0 0 0 14.042
33.759 0.045 1.911·10-5 0 0 12.642
28.007 0.13 -1.935·10-4 1.319·10-7 0 7.389
32.489 0.032 2.342·10-4 -4.875·10-7 2.845·10-10 4.609·10-13
Rosii
Cu
9.466 6.517·10-3 0 0 0 71.541
7.758 0.031 -3.568·10-5 0 0 65.338
3.653 0.148 -4.872·10-4 4.3·10-7 0 30.567
-1.26 0.342 1.76·10-3 3.181·10-6 -1.887·10-9 1.642·10-12
Pb
1.133 3.969·10-3 0 0 0 50.289
1.189 2.344·10-3 5.327·10-6 0 0 50.028
0.532 0.054 -5.815·10-4 1.453·10-6 0 6.005·10-13
- - - - - -
Zn
19.509 -1.58·10-3 0 0 0 40.477
18.216 7.909·10-3 -8.594·10-6 0 0 39.252
12.699 0.09 -2.125·10-4 1.265·10-7 0 17.001
9.831 0.153 4.863·10-4 5.229·10-7 -1.821·10-10 4.199·10-13
1.4.2. Reprezentarile grafice ale interpolarile polinomiale ale continutului de metal greu in
planta la recoltare functie de continutul de metal greu in sol
Morcov
Figura 3.43. – Reprezentari grafice ale interpolarilor continutului de metal greu in planta (morcovi) la
recoltare functie de continutul de metal greu in sol
Patrunjel frunze
Figura 3.46. – Reprezentari grafice ale interpolarilor continutului de metal greu in planta (frunze de
patrunjel) la recoltare functie de continutul de metal greu in sol
1.4.2. Formule de interpolare pentru coeficientul de transfer
Coeficientul de transfer a fost definit in formula (3.1). Pentru acest coeficient in afara celor
patru curbe de interpolare (acolo unde exista), similar cu formula (3.2), care se refera la continutul
de metal greu acumulat de planta la finalul perioadei de vegetatie:
(3.3)
Coeficientii c0 pana la c4 vor fi tabelati similar cu cei care au fost dati pentru interpolarea Cp.
Pentru coeficientul de transfer, modul in care datele experimentale se aseaza, arata o posibila
descrestere monotona, posibil asimptotica, modelabila mathematic dupa formula:
(3.4)
Coeficientii polinoamelor (3.3), redati in tabelul 3.4, si cei ai hiperbolei (3.4), redati in tabelul
3.5, au fost introdusi in tabele similar cu tabelul din subcapitolul 3.4.1.
Tabel 3.4.
Ecuatiile de interpolare corespunzătoare coeficientului de transfer
Leguma Metal Coeficientii polinoamelor de interpolare
Eroare*,% c0 c1 c2 c3 c4
Morcov Cu
0.277 -4.713·10-4 0 0 0 175.587
0.362 -1.67·10-3 1.762·10-6 0 0 122.469
0.462 -3.508·10-3 8.829·10-6 -6.731·10-9 0 93.579
0.598 -0.01 5.342·10-5 -1.031·10-7 6.608·10-11 5.909·10-13
Pb 0.458 -1.402·10-3 0 0 0 158.923
0.712 -7.62·10-3 2.01·10-5 0 0 113.81
0.976 -0.028 2.556·10-4 -5.917·10-7 0 1.025
0.972 -0.027 2.419·10-4 -4.861·10-7 -2.259·10-10 3.623·10-13
Zn
0.446 -3.642·10-4 0 0 0 60.035
0.545 -1.094·10-3 6.61·10-7 0 0 16.433
0.571 -1.472·10-3 1.596·10-6 -5.799·10-10 0 10.878
0.546 -9.403·10-4 -7.101·10-7 2.759·10-9 -1.534·10-12 1.934·10-13
Ridichi
Cu
0.307 -4.756·10-4 0 0 0 190.831
0.421 -2.095·10-3 2.381·10-6 0 0 129.547
0.497 -4.263·10-3 1.072·10-5 -7.938·10-9 0 104.319
0.729 -0.013 7.101·10-5 -1.382·10-7 8.937·10-11 3.41·10-12
Pb
0.614 -1.875·10-3 0 0 0 101.124
0.899 -8.846·10-3 2.253·10-5 0 0 40.737
0.982 -0.015 9.682·10-5 -1.867·10-7 0 30.747
0.839 6.95·10-3 -4.529·10-4 4.072·10-6 -9.107·10-9 3.921·10-12
Zn
0.975 6.753·10-5 0 0 0 4.07·10-14
- - - - - -
- - - - - -
- - - - - -
Radacini
de
patrunjel
Cu
0.156 -2.508·10-4 0 0 0 90.018
0.19 -7.285·10-4 7.024·10-7 0 0 32.24
0.205 -1.173·10-3 2.411·10-6 -1.627·10-9 0 3.834
0.209 -1.339·10-3 3.501·10-6 -3.983·10-9 1.616·10-12 5.153·10-13
Pb
0.675 -2.271·10-4 0 0 0 112.681
0.221 0.011 -3.583·10-5 0 0 63.633
-0.053 0.032 -2.815·10-4 6.174·10-7 0 30.53
-0.278 0.067 1.146·10-3 7.312·10-6 -1.432·10-8 4.091·10-12
Zn
0.536 -3.12·10-4 0 0 0 13.799
0.545 -3.775·10-4 5.933·10-8 0 0 13.349
0.516 4.56·10-5 -9.875·10-7 6.495·10-10 0 9.577
0.548 -6.485·10-4 2.024·10-6 -3.711·10-9 2.003·10-12 3.68·10-13
Frunze
de
patrunjel
Cu
0.2 -3.272·10-4 0 0 0 112.486
0.252 -1.06·10-3 1.077·10-6 0 0 47.272
0.279 -1.833·10-3 4.051·10-6 -2.832·10-9 0 16.952
0.303 -2.759·10-3 1.014·10-5 -1.598·10-8 9.02·10-12 4.973·10-13
Pb
0.5 -1.654·10-3 0 0 0 171.259
0.824 -9.559·10-3 2.555·10-5 0 0 106.208
1.07 -0.028 2.461·10-4 -5.541·10-7 0 31.212
1.184 -0.046 6.82·10-4 -3.932·10-6 7.223·10-9 2.63·10-12
Zn
0.853 -5.935·10-4 0 0 0 49.634
0.964 -1.404·10-3 7.339·10-7 0 0 39.635
0.824 6.817·10-4 -4.426·10-6 3.201·10-9 0 23.812
0.71 3.178·10-3 -1.526·10-5 1.889·10-8 -7.205·10-12 7.119·10-13
Frunze de
spanac
Cu
0.333 -4.868·10-4 0 0 0 72.242
0.395· -1.37·10-3 1.298·10-6 0 0 27.192
0.425 -2.238·10-3 4.636·10-6 -3.179·10-9 0 3.679
0.435 -2.607·10-3 7.064·10-6 -8.426·10-9 3.598·10-12 2.47·10-13
Pb
0.672 -1.913·10-3 0 0 0 72.314
0.912 -7.786·10-3 1.898·10-5 0 0 21.691
0.988 -0.014 8.659·10-5 -1.699·10-7 0 2.798
1.002 -0.016 1.431·10-4 -6.08·10-7 9.368·10-10 4.773·10-13
Zn
0.798 -4.209·10-4 0 0 0 38.352
0.923 -1.334·10-3 8.267·10-7 0 0 22.208
0.909 -1.134·10-3 3.332·10-7 3.062·10-10 0 22.029
1.022 -3.62·10-3 1.112·10-5 -1.531·10-8 7.174·10-12 7.833·10-13
Castraveti
Cu
0.19 -3.136·10-4 0 0 0 169.64
0.245 -1.094·10-3 1.148·10-6 0 0 123.307
0.286 -2.288·10-3 5.738·10-6 -4.372·10-19 0 99.395
0.415 -7.355·10-3 3.904·10-5 -7.634·10-8 4.936·10-11 4.653·10-12
Pb
0.31 -1.142·10-3 0 0 0 89.319
0.435 -4.183·10-3 9.829·10-6 0 0 6.995
0.433 -4.033·10-3 8.062·10-6 4.44·10-9 0 6.853
0.418 -1.798·10-3 -4.75·10-5 4.349·10-7 -9.206·10-10 7.649·10-13
Zn
0.587 -5.594·10-4 0 0 0 155.184
0.831 -2.355·10-3 1.626·10-6 0 0 91.914
1.013 -5.077·10-3 8.362·10-6 -4.179·10-9 0 48.423
1.136 -7.765·10-3 2.002·10-5 -2.107·10-8 7.757·10-12 1.062·10-12
Rosii Cu 0.223 -3.531·10-4 0 0 0 79.086
0.266 -9.731·10-4 9.117·10-7 0 0 23.368
0.273 -1.163·10-3 1.643·10-6 -6.968·10-10 0 21.352
0.239 1.701·10-4 -7.121·10-6 1.825·10-8 -1.299·10-11 5.812·10-13
Pb
0.085 -3.36·10-4 0 0 0 144.633
0.128 -1.582·10-3 4.082·10-6 0 0 56.342
0.15 -3.295·10-3 2.355·10-5 -4.818·10-8 0 1.875·10-13
- - - - - -
Zn
0.273 -2.884·10-4 0 0 0 157.559
0.384 -1.097·10-3 7.32·10-7 0 0 78.336
0.451 -2.099·10-3 3.213·10-6 -1.539·10-9 0 35.382
0.488 -2.908·10-3 6.722·10-6 -6.62·10-9 2.334·10-12 8.747·10-13
Tabel 3.5. - Ecuatiile de interpolare hiperbolica corespunzătoare coeficientului de transfer
Leguma Metal Coeficientii hiperbolei
c0 c1
Morcov
Cu 7.551 9.208·10-3
Pb 4.446 0.134
Zn 15.419 0.141
Ridichi
Cu 8.636 0.02
Pb 4.306 0.245
Zn -0.545 0.992
Radacini de patrunjel
Cu 3.085 0.028
Pb -4.465 0.822
Zn 10.018 0.296
Frunze de patrunjel
Cu 4.349 0.029
Pb 5.255 0.119
Zn 18.877 0.398
Frunze de spanac
Cu 5.938 0.086
Pb 4.117 0.306
Zn 18.819 0.439
Castraveti
Cu 5.075 0.01
Pb 2.102 0.105
Zn 31.551 0.064
Rosii
Cu 3.876 0.05
Pb 0.812 0.01
Zn 14.876 0.014
1.4.3. Reprezentarile grafice ale interpolarilor polinomiale pentru coeficientul de transfer
Graficele au fost facute similar cu cele din subcapitolul 3.4.2 cu continutul de metal greu in
planta la sfârşitul perioadei de vegetatie continand in plus curba de interpolare hiperbolica.
Morcov
Figura 3.50. – Reprezentari grafice ale interpolarilor pentru coeficientul de transfer la morcovi
Patrunjel frunze
Figura 3.53. – Reprezentari grafice ale interpolarilor pentru coeficientul de transfer la frunzele de
patrunjel
1.5. Concluzii
Reprezentarile polinomiale sunt o forma primara si uzuale de modele statistice cu aplicatii
practice atat in cercetarea stiintifica cat si in managementul agricol. Folosind astfel de formule se
poate calcula necesarul de plante pentru fitoremediere sau incadrarea productiei in limitele premise
de standardele de sanatate. Folosind aceleasi formule se pot optimiza procese de fitoremediere sau
identificarea optimala a parcelelor de cultura având in vedere uzul pentru comercializare/consum
sau pentru procese de fitoremediere.
O prima concluzie arata ca polinoamele de interpolare de gradele unu, doi sunt cele mai
utilizabile deoarece au variatii mici intre punctele experimentale. Curbele polinomiale de gradul al
treilea si al patrulea prezinta variatii relative mari intre punctele experimentale si prin urmarea
folosirea lor prezinta riscul de producere a unor erori mari, desi de exemplu, restrictionandu-ne
numai la multimea punctelor experimentale, polinomul de gradul patru trece exact prin punctele
experimentale. Polinoame superioare de gradul patru nu am putut considera deoarece nu avem
suficiente date experimentale.
In general, curbele de interpolare arata tendinta de creștere a concentratiei finale de metal greu
in planta (la etapa finala de vegetatie/recoltare) si descresterea coeficientului de transfer de metal
greu in planta la finalul experimentelor.
Pentru coeficientul de transfer datele experimentale prezentate in subcapitolul 3.2, s-a sesizat
o pronuntata tendinta de descrestere hiperbolica a acestui coeficient cu concentratia initiala de metal
greu in sol. Din acest motiv s-a considerat o formula de interpolare hiperbolica (3.4), care se
dovedeste adecvatǎ cu unele exceptii in care datele experimentale nu sesizeaza tendinta sus
mentionata.
Modelele matematice statistice furnizate de formulele (3.2), (3.3) si (3.4) ai caror coeficienţi
generici, pentru fiecare caz concret in parte, sunt dati in tabelele 3.3, 3.4 si 3.5, pot fi folosite pentru
interpolare (calculul oricarei concentratii de metal greu in planta sau coeficient de transfer, numai in
intervalul experimental considerat pentru concentratia initiala de metal greu in sol). Extrapolarea
acestor date nu se recomanda, folosirea formulelor in acest scop fiind facuta cu responsabilitatea
exclusiva a utilizatorilor.
2. Unele aspecte ale comportamentului unor fructe infestate cu sol contaminat cu metale grele
2.1. Studiul variatiei concentratiei finale in fructe functie de concentratia initiala de metal
greu injectata in sol
In figurile 4.1, 4.2, 4.3 se prezinta variatia continutului de metale grele: Cu, Pb, Zn in fructe
de capsune cultivate in sol injectat cu solutii de metale grele separate, de diferite concentratii.
4.14
17.515.5
0
5
10
15
20
0 % Cu 1.5% Cu 3.0% CuCo
nti
nu
tul
met
alu
lui
in f
ruct
. m
g/k
g
Concentratia solutiei injectata in sol
Capsune cu Cu
Fig. 4.1. Variatia continutului de Cu in fructe de capsune functie de continutul metalului in sol
Fig. 4.2. Variatia continutului de Pb in fructe de capsune functie de continutul metalului in sol
Fig. 4.3. Variatia continutului Zn in fructe de capsune functie de continutul metalului in sol
Pentru experimentele facute pe capsune cu cate un singur metal greu (având reprezentarea
grafica a rezultatelor in figurile 4.1, 4.2, 4.3), desi s-au examinat numai trei concentratii de metal
greu in sol si fara repetitii (prin urmare concluzia sta sub rezerva acestor experiente reduse la numar
la maxim) se observa ca in fiecare dintre cele trei cazuri variatia continutului final in planta prezinta
un maxim. Maximul este situat in interiorul intervalului experimental. Aceasta ar insemna ca odata
cu creșterea mare a concentratiei capacitatea de absorbtie a metalului greu in sol scade (pentru
capsuni), ceea ce ar putea conduce la explicatii legate de posibilitatea plantei de a-si dezvolta
mecanisme de protectie.
In figura 4.7 se prezinta variatia continutului de metale grele: Cu, Pb, Zn in prune cultivate in
sol injectat cu solutie de metale grele 6.0% comparativ cu sol neinfestat (0%).
Fig. 4.7. Variatia continutului de Cu, Pb, Zn in fructe de prun functie de continutul metalelor in sol
Curbele de interpolare la capsune
Fig. 4.8. Reprezentari grafice ale interpolarilor pentru continutul de cupru la fructele de caspune
Fig. 4.9. Reprezentari grafice ale interpolarilor pentru continutul de plumb la fructele de caspune
Fig. 4.10. – Reprezentari grafice ale interpolarilor pentru continutul de metal greu la fructe de caspune
2.2. Comportamentul fructelor in prezenta amestecului de metale grele in sol
0
5
10
15
20
25
30
35
40
45
Cu Pb Zn
Co
nti
nu
tul
de
met
al
in f
ruct
e,
mg
/kg
Concentratii finale in plante pe metale
Concentratii amestec
metale:
0 % Cu+Pb+Zn
1.5 %
Cu+Pb+Zn3.0 %
Cu+Pb+Zn4.5 %
Cu+Pb+Zn
Fig. 4.14. Variatia continutului de amestec Cu, Pb, Zn in fructe de capsune functie de continutul
metalelor in sol
Se observa ca variatia continutului de metale grele in capsune (fruct) nu recomanda
interpolarea liniara (regresie liniara), deoarece aceste distributii prezinta potentiale puncte de
extreme (minime sau maxime). Aceasta observatie sta sub rezerva gradului mic de incredere datorat
faptului ca nu exista repetitii si de asemenea nr. mic de concentratii de metale grele in sol
considerate, care nu asigura o calitate corespunzătoare interpolarii. Numarul mic de cazuri
considerate are drept consecinta imposibilitatea de a obtine interpolari neliniare, cel putin
polinoame de gradul al doilea, deoarece avem trei variabile si prin urmare trebuie determinati
(pentru polinomul complet de gradul doi in trei variabile) zece coeficienţi, noi având numai cinci
experimente. Asadar, numai regresia liniara este posibila de obținut pentru care sunt necesari numai
patru coeficienţi.
Desi nu e indicata interpolarea liniara, pentru ca nu am avut alternative neliniliare, am studiat
totusi regresiile liniare si s-a observat ca regresie liniara produce valori negative pe intervalele
experimentale care s-a lucrat, adică valori negative ale concentratiilor de metale grele in capsune,
care nu au interpretare fizica.
Culoarea albastru inchis reprezinta cantitatea de metal greu in planta crescuta in sol neinfestat
intentionat, care a avut un continut initial de metal greu.
Interpolarea datelor experimentale in amestec de metale la fructe
(4.1)
(4.2)
Regresia liniara corespunzătoare acestui set de date va avea forma:
(4.3)
(4.4)
(4.5)
Functii de grad superior (regresie polinomialǎ sau alte tipuri de funcții pot fi in cazul mai
multor date si cu repetitii).
Tabel 1 - Coeficientii datelor interpolate pentru fructele de capsune Fruct Coeficientii functiilor
Capsune 2.417 0.034 -0.15 0.05 -3.887 0.15 -1.192 0.307 0.799 0.272 -1.657 0.389
Datorita faptului ca datele din figura 4.14 nu au distibutii liniare, multe din valorile luate din
afara punctelor de interpolare au valori negative, ceea ce era firesc.
Functia liniara de grad I care putea fi luata in calcul, nu are minime si maxime, iar pentru
functia de grad II nu mai erau date suficiente pentru determinarea coeficientilor.
Atat legumele cat si fructele, la momentul recoltarii ar trebui analizate, din punctul de vedere
al continutului de metal greu, pe fiecare organ vegetativ: radacini, frunze, tulpina, ramuri, fructi,
seminte etc, [10]. La fructe aceasta analiza pe organe este mai necesara decat la legume datorita
structurii generale a plantelor fructifere si interesul sporit pentru fructi comestibile, precum si
semintele folosite pentru plantarea altor generatii de plante. [10].
Fig. 4.17. Variatia continutului de amestec Cu, Pb, Zn in fructe de prun functie de continutul
metalelor in sol
Studiul coeficientului de transfer la fructe
Tabel 4.1- Corelatia de transfer din sol in plante (fructe de capsune) pe metale grele si
coeficientul de transfer in cazul infestarii cu amestec de metale grele Concentratia
solutiei de
infestare,%
Concentratia initiala in
sol*, mg/kg
Concentratia finala in
planta, mg/kg Corelatia Coeficient de transfer
Cu Pb Zn Cu Pb Zn Cu Pb Zn
0 17.6 6.75 39.8 4.14 2.71 9.94 0.990 0.235 0.401 0.250
1.5 33.2 11.9 129.9 8.0 27.217 40.5 0.697 0.241 2.289 0.312
3.0 72.4 54.1 253.5 10.4 18.9 29.8 0.860 0.143 0.349 0.118
4.5 265.1 117.3 378.4 10.2 16.2 24.6 0.517 0.039 0.138 0.065
6.0 378.2 152.8 454.3 16.5 8.1 27.8 0.936 0.044 0.053 0.061 *Concentratiile din aceste rubric corespund analizei solului initial al plantei pentru solul initial si cele patru
solutii folosite pentru infestare, conform subcapitolului 2.2
Concentratiile finale in planta (fructe de capsune) si concentrațiile initiale in sol, ale metalelor
grele sunt bine corelate pentru concentratia de infestare 0% si 6%, mediu corelate pentru
concentratia de 3.0 % si slab corelate pentru concentratia de 1.5% si 4.5%. Semnificatia unei bune
corelari intre cele doua categorii de concentratii este aceea ca ordinea concentratiilor metalelor in
amestecul din sol se pastreaza la concentrațiile pentru fiecare metal in planta. Se observa ca
celelalte trei amestecuri nu mai pastreaza ordinea.
Din tabelul 4.1 se mai observa ca coeficientul de transfer descreste odata cu creșterea
concentratiei de metal.
Figura 4.18. – Variatia coeficientului de transfer in functie de concentratia metalelor (amestec Cu,
Pb, Zn) in sol la fructele de capsun
Figura 4.19. – Variatia coeficientului de transfer in functie de concentratia metalelor (amestec Cu,
Pb, Zn) in sol la fructele de afin
17 Concentratia mai mare de metal greu in fruct nu inseamna ca planta a absorbit mai mult metal decat exista in sol,
deoarece masa unui capsune este mult mai mica decat masa solului din ghiveci
Tabel 4.2 - Matricea corelatiilor intre variatiile coeficientilor de transfer reprezentate grafic in fig.
4.19
Corelatia Cu Pb Zn
Cu 1 0.969 0.996
Pb 0.969 1 0.977
Zn 0.996 0.977 1
Se observa ca in cazul afinelor absorbtia cea mai intense este pentru concentratia cea
mai mica in metal greu (concentratia de infestare 0, nu inseamna ca solul nu a continut
metale grele, solul folosit a avut o concentratie de metale grele initiala). Se observa ca in
amestecul initial exista o proporție de ¼ Cu, ½ Pb si ¼ Zn, iar coeficienţi de transfer arata
ca afinele absorb mult mai bine zincul decat plumbul si cupru. Mai mult decat atat, plumbul
este cel mai greu absorbit.
Concentratia
solutiei, %
Concentratia de metale grele
in amestecul de infestare
Concentratia metalelor in
amestecul absorbit
Corelatia
continut
initial/continut
absorbit Cu Pb Zn Cu Pb Zn
1.5 0.244604 0.532374 0.223022 0.272346 0.077994 0.64966 -0.79982
3 0.247312 0.530466 0.222222 0.109207 0.157839 0.732955 -0.50277
4.5 0.247596 0.53125 0.221154 0.223928 0.061396 0.714676 -0.74588
6 0.246847 0.531532 0.221622 0.211698 0.039298 0.749004 -0.73927
Se observa ca amestecul initial de metale grele a fost, in general, acelasi pentru toate solutiile
preparate pentru infestare (1.5, 3.0, 4.5, 6.0 %). Cunoscand cantitatea de metal in amestecul absorbit
se poate calcula corelatia dintre structura amestecului de indestare si structura amestecului absorbit
de metale. Se observa ca toate corelatiile sunt negative si relative semnificative.
Aceasta permite concluzia ca afinele extrag cu prioritate zincul (acesta nu a fost metalul cu
cea mai mare concentratie in amestecul de infestare). Prin urmare, planta are un filtru propriu pentru
metalele grele si extrage mai mult metale grele preferential.
Pentru consolidarea acestei concluzii se recomanda mai multe experiente diversificate.
Aceasta cercetare statistica se poate face si pentru capsune, zmeura, prune.
Ca fenomenologie generala la fructe s-a observat ca:
- rata de transfer scade odata cu creșterea concentratiei de metal greu in sol (amestec).
- dintre metale cel mai absorbit este zincul, apoi cuprul si in final plumbul.
3. Concluzii generale
3.1. Concluzii asupra comportamentului legumelor
Considerand toate cazurile de legume cultivate cu diverse concentratii de metal greu in sol se
observa ca 57 % prezinta o tendinta de creștere a cantitatii de metal greu acumulat in planta, odata
cu creșterea concentratiei initiale de metal greu in sol.
Pe plante, situatia este descrisa in tabelul 5.1. In general, ramane valabila concluzia cu privire
la monotonia crescatoare a curbelor care reprezinta variatia concentratiei de metal greu in planta.
Tot din tabelul 5.1 se observa ca curbele de variatie a concentratiei de metal greu in plante care nu
sunt monotone, apar mai des in cazul infestarilor cu cupru, si mai putin cu plumb si zinc.
Tabel 5.1. Variatia curbelor dependentei concentratiei de metal greu in planta si in sol pe categorii de
legume
Planta
Procent curbe crescatoare cu
concentratia initiala de metal greu
in sol
Procent curbe oscilante cu concentratia
initiala de metal greu in sol
Morcov 66.67 (Pb, Zn) 33.33 (Cu)
Ridichi 100 (Cu, Pb, Zn) -
Patrunjel rădăcina 66.7 (Pb, Zn) 33.33 (Cu)
Patrunjel frunze 66.7 (Pb, Zn) 33.33 (Cu)
Spanac 66.7 (Pb, Zn) 33.33 (Cu)
Castraveti 66.7 (Cu, Zn) 33.33 (Pb)
Rosii - 100 (Cu, Pb, Zn)
Considerand toate cazurile de legume cultivate cu diverse concentratii de metal greu in sol se
observa ca 76 % prezinta o tendinta de descreștere a coeficientului de transfer a metalului greu din
sol in planta, odata cu creșterea concentratiei initiale de metal greu in sol. Ca o concluzie generala
ar rezulta ca pentru plantele studiate bioacumularea de metal greu este cu atat mai slaba cu cat
concentratia initiala de metal greu in sol este mai mare. Aceasta inseamna ca cu cat solul va fi mai
intens infestat cu metale grele, cu atat fitoremedierea solului cu plante din categoria celor studiate
sau similare va fi mai dificila.
In celelalte cazuri apar unele minime si maxime, care pot reprezenta accidente care nu pot fi
evitate decat efectuand un numar mare de repetitii pentru acelasi caz experimental.
Pe plante, situatia este descrisa in tabelul 5.2. In general, ramane valabila concluzia cu privire
la monotonia crescatoare a curbelor care reprezinta variatia concentratiei de metal greu in planta.
Tot din tabelul 5.2. se observa ca curbele de variatie a concentratiei de metal greu in plante care nu
sunt monotone, apar mai des in cazul infestarilor cu cupru, si mai putin cu plumb si zinc.
Tabel 5.2. Variatia curbelor dependentei coeficientului de transfer a metalului greu din sol in legume
Planta
Procent curbe descrescatoare cu
coeficientul de transfer a metalului greu
din sol in planta
Procent curbe oscilante cu coeficientul
de transfer a metalului greu din sol in
planta
Morcov 100 (Cu,Pb, Zn) 0
Ridichi 66.7 (Cu, Pb, Zn) 33.33 (Zn)
Patrunjel rădăcina 66.7 (Cu, Zn) 33.33 (Pb)
Patrunjel frunze 33.33 (Cu) 66.7 (Pb, Zn)
Spanac 100 (Cu,Pb, Zn) 0
Castraveti 100 (Cu,Pb,Zn) 0
Rosii 66.7 (Pb,Zn) 33.33 (Cu)
O concluzie care se observa usor este ca perioada de vegetatie (recoltare, perioada stabilita
de operatorul agronomic conventional) este constanta pentru: spanac, ridichi, morcov, patrunjel si
variaza slab pentru rosii si castraveti. Aceste variatii slabe ar putea fi puse in legatura cu absorbtia
de metal greu, dar pentru ca aceasta concluzie sa capete certitudine trebuie efectuate experiente
suplimentare.
3.2. Concluzii asupra comportamentului la fructe
Experientele de acumulare a metalelor grele in fructe sunt mai dificile pentru ca in general,
ar trebui studiata distributia metalului greu in planta pe parti (radacina, tulpina, ramuri cu si fara
fructe, frunze, fructe, seminte, etc). Acest mod de analiza necesita un numar mare de analize
complicate pentru o singura planta. Analizand concentratia de metale grele in planta numai in fruct
la stadiul de recoltare complet, am putut trage doar unele concluzii cu caracter intermediar.
La afine s-a observat ca rata de transfer scade odata cu creșterea concentratiei de metal greu
in sol (amestec); dintre metale cel mai absorbit este zincul, apoi cuprul si in final plumbul.
Tot in cazul afinelor absorbtia cea mai intensa este pentru concentratia cea mai mica in
metal greu (concentratia de infestare 0, nu inseamna ca solul nu a continut metale grele, solul folosit
a avut o concentratie de metale grele initiala), caz similar pentru zmeura crescuta in sol infestat
separat cu Pb, respectiv cu Zn, si contrar cu cazul infestarii solului cu cupru. S-a observat ca in
amestecul initial exista o proporție de ¼ Cu, ½ Pb si ¼ Zn, iar coeficienţi de transfer arata ca afinele
absorb mult mai bine zincul decat plumbul si cupru. Mai mult decat atat, plumbul este cel mai greu
absorbit.
De asemenea, in cazul afinelor s-a observat ca amestecul initial de metale grele in sol a fost,
in general, acelasi pentru toate solutiile preparate pentru infestare (1,5 %; 3,0 %; 4,5 %; 6,0 %).
Cunoscand cantitatea de metal in amestecul absorbit se poate calcula corelatia dintre structura
amestecului de infestare si structura amestecului absorbit de metale. Toate corelatiile sunt negative
si relativ semnificative. Aceasta a permis concluzia ca afinele extrag cu prioritate zincul (acesta nu a
fost metalul cu cea mai mare concentratie in amestecul de infestare). Prin urmare, este probabil ca
planta sa aibe un mecanism de tip filtru propriu pentru anumite metale grele si extrage cu prioritate
acele metale. Pentru consolidarea acestei concluzii se recomanda mai multe experiente diversificate.
S-a observat ca variatia continutului de metale grele in capsune (fruct) nu recomanda
interpolarea liniara (regresie liniara), deoarece aceste distributii prezinta potentiale puncte de
extreme (minime sau maxime).
Concentratiile finale in planta (fructe de capsune) si concentrațiile initiale in sol, ale
metalelor grele au fost bine corelate pentru concentratia de infestare 0% si 6.0%, mediu corelate
pentru concentratia de 3.0 % si slab corelate pentru concentratia de 1.5% si 4.5%. Semnificatia unei
bune corelari intre cele doua categorii de concentratii este aceea ca ordinea concentratiilor metalelor
in amestecul din sol se pastreaza la concentrațiile pentru fiecare metal in planta.
Pentru experimentele facute pe capsune cu cate un singur metal greu (Cu,Pb,Zn), desi s-au
examinat numai trei concentratii de metal greu in sol s-a observat ca in fiecare dintre cele trei cazuri
variatia continutului final in planta prezinta un maxim. Maximul este situat in interiorul intervalului
experimental. Aceasta ar insemna ca odata cu creșterea mare a concentratiei capacitatea de
absorbtie a metalului greu in sol scade (pentru capsuni), ceea ce ar putea conduce la explicatii legate
de posibilitatea plantei de a-si dezvolta mecanisme de protectie.
In cazul prunelor (fructele prunului) s-a observat o absorbtie mai pronuntata a zincului, apoi
a cuprului si mai putin a plumbului, atat pentru cazul infestarii solului cu un singur tip de metal, cat
si in cazul infestarii solului cu amstecul format din cele trei metale (Cu, Pb, Zn).
Comportamentul fructelor in soluri infestate cu un amestec de metale grele intr-o anumita
proportie pentru a constata in ce masura fructele se comporta ca filtre de metale grele selectand
preferential pe unele dintre acestea.
Observatie. In urma studiului cresterii fructelor in sol infestat cu metale grele se recomanda
experimente complexe pe durata mai multor sezoane in scopul determinarii comportamentului
plantelor pr durata mai multor generatii in vederea posibilitatii recuperarii unor plante afectate de
metalele grele, sau care au functionat un timp cu rol de fitoremediere.
3.3. Concluzii referitoare la modelele matematice statistice
Aceste concluzii se refera la modelele matematice statistice elaborate prin interpolarea datelor
experimentale.
Reprezentarile polinomiale sunt o forma primara si uzuale de modele statistice cu aplicatii
practice atat in cercetarea stiintifica cat si in managementul agricol. Folosind astfel de formule se
poate calcula necesarul de plante pentru fitoremediere sau incadrarea productiei in limitele premise
de standardele de sanatate. Folosind aceleasi formule se pot optimiza procese de fitoremediere sau
identificarea optimala a parcelelor de cultura având in vedere uzul pentru comercializare/consum
sau pentru procese de fitoremediere.
Polinoamele de interpolare de gradele unu, doi sunt cele mai utilizabile deoarece au variatii
mici intre punctele experimentale. Curbele polinomiale de gradul al treilea si al patrulea prezinta
variatii relative mari intre punctele experimentale si prin urmarea folosirea lor prezinta riscul de
producere a unor erori mari, desi de exemplu, restrictionandu-ne numai la multimea punctelor
experimentale, polinomul de gradul patru trece exact prin punctele experimentale.
In general, curbele de interpolare arata tendinta de creștere a concentratiei finale de metal greu
in planta (la etapa finala de vegetatie/recoltare) si descresterea coeficientului de transfer de metal
greu in planta la finalul experimentelor.
Pentru coeficientul de transfer datele experimentale prezentate in subcapitolul 3.2, s-a sesizat
o pronuntata tendinta de descrestere hiperbolica a acestui coeficient cu concentratia initiala de metal
greu in sol. Din acest motiv s-a considerat o formula de interpolare hiperbolica (3.4), care se
dovedeste adecvatǎ cu unele exceptii in care datele experimentale nu sesizeaza tendinta sus
mentionata.
Modelele matematice statistice furnizate de formulele (3.2), (3.3) si (3.4) ai caror coeficienţi
generici, pentru fiecare caz concret in parte, sunt dati in tabelele 3.3, 3.4 si 3.5, pot fi folosite pentru
interpolare (calculul oricarei concentratii de metal greu in planta sau coeficient de transfer, numai in
intervalul experimental considerat pentru concentratia initiala de metal greu in sol). Extrapolarea
acestor date nu se recomanda, folosirea formulelor in acest scop fiind facuta cu responsabilitatea
exclusiva a utilizatorilor.
Referitor la modelele de interpolare pentru fructe, acestea sunt mai putin documentate
deoarece s-a lucrat cu un numar de patru concentratii (pe anumite categorii de concentratii plantele
nu s-au dezvoltat). Pentru capsuni ca si pentru zmeura, in aceste circumstante se recomanda curbe
de interpolare de grad maxim 2, pentru ca distributiile experimentale prezinta maxime sau minime
(nu sunt liniare). S-au incercat si interpolari de gradul 3 (curbe polinomiale de gradul 3), care trec
chiar prin punctele experimentale, deci au eroare nula totala fata de datele experimentale, prezinta
comportament aberant intre punctele experimentale.
3.4. Concluzii generale
In urma experimentelor si prelucrarii statistice a rezultatelor acestora, ca fenomenologie
generala se remarca:
-pana la finalul etapei de vegetatie (recoltare) plantele considerate in experimente acumuleaza
continuu (monoton crescator) metale grele din solul infestat;
-coeficientul de transfer descreste odata cu creșterea concentratiei de metal greu in sol, cel putin
pana la finalul perioadei de vegetatie (recoltare).
Rezultatele si concluziile obtinute indeplinesc obiectivele planului de realizare a proiectului
realizate la etapa 2: ,,Experimentari în laborator / câmp. Dezvoltarea modelelor matematice”.
Descrierea experimentelor se da in capitolul 3 al activitatii A 2.1. In capitolele 1 si 2 ale activitatii A
2.2 se dau rezultatele numerice ale experimentelor (baza de date care contine aceste rezultate,
impreuna cu prelucrari preliminare, este in intregime continuta intr-un fisier excel, atasabil
raportului), precum si modelele matematice statistice obtinute prin interpolarea datelor continute in
baza de date sus mentionata, si obtinute folosind programul Mathcad 2001. Fisierele cu programele
matematice care realizeaza modelele statistice sunt fisiere cu extensii *.mcd caracteristice
programului Mathcad Professional 2001, [11].
Ca urmare a rezultatelor obtinute, se recomanda reluarea experimentelor dezvoltate in etapa a
doua pentru minim o planta (legume) cu recoltare in timp de la insamantare pana la moartea plantei
(cu retinerea semintelor produse de planta). De asemenea, se recomanda extinderea experimentelor
si pentru fructe, de preferat fructele de padure, care pot arata rezultate imediate, datorita fructificarii
in timp util desfasurarii prezentului proiect, fata de pomii fructiferi unde fructificare apare dupa ani
de cultura. Experientele realizate in aceasta etapa au numai caracter demonstrative.
Rezultatele obtinute pentru legume arata ca astfel de experiente si modelari statistice pot
furniza baze pentru constructia unor modele matematice dinamice care sa poata simula viata unei
plantei, chiar a mai multor generatii de plante, si sa puna in evidenta eventuale mecanisme de
autoaparare dezvoltate de plante, adaptari la conditii noi/variabile de mediu (schimbari climatice),
posibilitati de recuperare in timp a calitatilor unor plante.
Bibliografie:
[1] http://www.rasfoiesc.com/business/agricultura/pomicultura/INFIINTAREA-SI-
INTRETINEREA-CU23.php
[2] Bruma Sebastian Tehnologii ecologice de cultivare a legumelor, Nr. 2 / 2004, Editura “Terra
Nostra”
[3] https://www.agrimedia.ro/articole/tehnologia-de-cultura-pentru-ridichi
[4] https://www.agrimedia.ro/articole/tehnologia-de-cultivare-a-patrunjelului-pentru-radacina-
petroselinum-sativum-var-tuberosa-hoffm
[5] https://www.botanistii.ro/blog/patrunjelul-pentru-frunze-petroselinum-crispum/
[6] https://www.agrimedia.ro/articole/tehnologia-de-cultura-a-spanacului-spinacea-oleracea-l
[7] https://www.marcoser.ro/consultanta/tehnologii-moderne-de-cultura-a-legumelor/tehnologia-
moderna-de-cultura-a-castravetilor-extratimpurii/
[8] http://www.horticultorul.ro/legume/cultura-castravetilor-in-solar/
[9] https://conspecte.com/Horticultura/cultura-legumelor.html
[9′] https://agrointel.ro/70231/cultivarea-salatei-in-solar-de-la-rasaduri-sanatoase-la-soiuri-
profitabile-si-productii-mari/
[10] Stanica F., Accumulation of different metals in apple trees organs from an unfertilized orchard,
Proceedings of XXIX-th Annual Meeting of European Society for new methods in Agricultural
Research (ESNA)/jointly organized with UIR working group soil-to-plant transfer, Wyw, Kent
(UK), 07-12.09.2000, WG 3: Soil-Plant-Relationships, Department of Environmental Research,
Osterreichisches Forschungszentrum Seibersdorf Ges.m.b.H, Seibersdorf, Austria, OEFZS—L-
0209, October, ISSN 0253-5270, pp. 96-100, 1999.
[11] *** Mathcad 2001 Professional - User`s guide with reference manual, United States of
America (www.mathsoft.com)
[12] Gosch Theresia, Arbustii fructiferi cultivare si ingrijire, Ed. Casa
[13] Chira L., Hoza D., Cultura prunului, Ed. M.A.S.T.
[14] Gergen, I., Analiza produselor agroalimentare, Editura Eurostampa, Timişoara, 2004
[15] Gergen, I., Chimie analitică şi analiză fizico-chimică, Editura Mirton, Timişoara 1998;
[16] Gergen, I., Metode chimice şi fizico-chimice în controlul calităţii produselor agroalimentare
vegetale, Editura Orizonturi Universitare, Timişoara, 2003
[17] ***Metodologie de analiză agrochimică a solurilor în vederea stabilirii necesarului de
amendamente şi îngrăşăminte. I.C.P.A., Bucureşti, 1983;
[18] ***Metodologie internă ICPA, 1990;
[19] ***Ordinului Ministrului Agriculturii, Alimentaţiei şi Pădurilor nr. 223, reactualizat şi publicat
în M.O. 598/13 august 2002;
[20] ***SR ISO 10390:1999, Calitatea solului. Determinarea pH-ului, 1999;
[21] ***SR ISO: 11047, Calitatea solului. Determinarea Cd, Cr, Co, Cu, Mn, Ni, şi Zn. Metode prin
spectrometrie de absorbţie atomică în flacără şi prin vaporizare electrotermală;
[22] ***Valori de referinţă pentru urme de elemente chimice în sol, Ordin al MAPPM nr. 756,
1997, publicat în M. O. nr 303 bis din 11/06/1997.
[23] *** Ghid tehnic si economic – Pomi - Arbusti Fructiferi – Capsun, Pitesti, 2014
www.madr.ro/docs/agricultura/legume-fructe/Ghid-Pomicultura-final.pdf
[24] Sumedrea D., Sumedrea M., 2011, Pomicultură generala, Ed. Invel Multimedia, ISBN 978-
973-1886-60-2.
A 3.1. EXPERIMENTĂRI LABORATOR / CÂMP
1. Cercetari experimentale privind acumularea metalelor grele in timp in salata verde
Experientele desfasurate au constat in dezvoltarea si monitorizarea unei culturi de salata verde
pe o perioada de timp egala cu 139 % din perioada de coacere sau de vegetatie a culturii. Cultura s-a
facut in ghivece separate, pe trei categorii de sol: infestat cu metal greu (zinc), 1.5 %, 3.0 % si
respectiv 4.5 %. Pentru fiecare dintre cele trei categorii de sol s-au efectuat cate 11 recoltari la
perioade de timp aproximativ egale (in jur de sapte zile). Intreaga cultura a fost dezvoltata in sera,
astfel incat conditiile de temperatura si umiditate au fost comune pentru toate plantele si au avut
variatii mici.
Rasadul de salata, fig. 1, a fost plantat in sol infestat cu urmatoarele trei concentratii de zinc:
1.5%, 3.0%, 4.5%. Salatele au fost plantate in mediu controlat folosind ghivece in care s-a adaugat
sol contaminat cu fiecare din cele trei solutii cu concentratii de 1.5%, 3.0%, 4.5% zinc, preparate
individual si utilizand ca reactiv sulfat de Zn si apa distilata. Ghivecele in care s-au plantat rasaduri
de salata au fost incarcate cu sol fertil (1 kg/ghiveci) care s-a amestecat si omogenizat pe rand cu
fiecare din cele trei solutii de concentratii diferite (250 ml solutie). Incarcarea cu metal greu s-a
efectuat prin incarcarea initiala a solului cu fiecare din cele trei concentratii Zn, fara a se mai
suplimenta pana la recoltare. In paralel ca probe de referinta, s-au plantat rasaduri in ghivece cu sol
fertil necontaminat.
Proprietatile fizico-chimice ale solului necontaminat (considerat proba martor) au fost: pH
5.0-7.0; azot total 1.9 %; fosfor total 0.5 %; potasiu total 0.9 %; conductibilitatea electrica 1.2;
elemente de particule de peste 20 mm maxim 5%, umiditate 14.7 %.
Prelevarea probelor vegetale s-a facut in timp pana la 68 de zile de la plantare (fig. 2) si de
fiecare data cand s-a recoltat salata s-a prelevat si proba de sol din ghiveciul respectiv, dupa ce
acesta a fost omogenizat.
Masurarea, inaltimii si diametrului fiecarei salate s-a facut cu rigla, inaltimea s-a masurat de
la varful radacinii pana la finalul ultimei frunze, iar diametrul a constat din intinderea stanga-
dreapta a tuturor frunzelor de salata de o parte si de alta a tulpinii si masurarea dimensiunii de la cea
mai intinsa frunza din partea dreaptă a tulpinii pana la cea mai intinsa frunza din partea stanga.
Masa probelor s-a determinat prin cantarire la balanta electronica KERN de precizie 0,001
g.
Umiditatea solului si plantei s-a realizat utilizand etuva in care se usuca la 105 C
solul/planta pentru a se evapora apa legata de sol/planta.
pH-ul solului s-a determinat cu ajutorul unui kit pentru determinarea pH- ului. S-a luat
aproximativ 20 g. proba de sol, s-a uscat la etuva apoi s-a trecut printr-o sita de 1 mm si s-a pus intr-
un vas cu 100 ml apa. S-a amestecat de mai multe ori, timp de 30 minute, apoi s-a filtrat. S-a folosit
hartia de pH, care s-a imbibat in lichidul filtrat, s-a asteptat 30- 60 secunde si s-a comparat culoarea
rezultata cu mostra de culoare de pe capac.
Determinarea zincului din solul contaminat si din planta intreaga de salata (radacina si
frunze) s-a realizat prin metoda spectrofotometrica (absorbtie atomica in flacara) [1,2,3].
Fig. 1 - Plantarea rasadului de salata
Recoltarea 1
Recoltarea 3
Recoltarea 5
Recoltarea 7
Recoltarea 9
Recoltarea 10
Fig. 2 - Ghivece cu plante din cele trei tipuri de culturi recoltate la cateva etape de recoltare.
Variatia unor conditii de mediu pe perioada de timp a vietii culturii
Variatia in timp a pH-ului si umiditatii plantei si in sol, sunt date in fig. 3, 4, 5. Se poate
observa intervalul relativ mic in care aceste conditii au fost controlate.
Fig. 3 - Variatia in timp a pH-ului Fig. 4- Variatia in timp a umiditatii
plantei
Fig. 5 - Variatia in timp a umiditatii
solului
Mentinerea celor trei parametri de mediu monitorizati, in intervale foarte inguste, se poate
observa si din diagramele Box-plot ale acestora, care apar in fig. 6.
Fig. 6 - Reprezentari Box-plot ale distributiei pH-ului si umiditatilor in planta si la sol, pe timpul
experientei
Reprezentarea grafica a datelor brute inregistrate la fiecare recoltare de material este data pe
categorii de parametri masurati, pentru cele trei culturi in sol infestat cu zinc in cele trei
concentratii. Variatia masei plantei recoltate cu timpul, apar in fig. 7. In fig. 8, sunt redate variatiile
inaltimilor probelor recoltate, cu timpul. Variatia diametrului probelor recoltate cu timpul, sub
forma grafica este redata in fig. 9.
Fig. 7 - Variatia masei plantei recoltate in
timp
Fig. 8 - Variatia inaltimii plantei
recoltate in timp
Fig. 9 - Variatia diametrului plantei
recoltate in timp
Cateva observatii de natura statistica se impun:
- variatia in timp a masei plantelor, pentru cele trei grupe de plante (dupa concentratia initiala de Zn
in sol), sunt foarte bine corelate intre ele. Aceasta inseamna ca variatia maselor in timp este
asemanatoare (intervalele de monotonie coincid sau sunt foarte apropiate). Corelatia intre variatia
masei probelor recoltate din sol infestat cu Zn in concentratia 1.5 % si variatia masei probelor
recoltate din sol infestat cu Zn in concentratia 3.5 %, are valoarea 0.879, corelatia intre variatia
masei probelor recoltate din sol infestat cu Zn in concentratia 3.0% si variatia masei probelor
recoltate din sol infestat cu Zn in concentratia 4.5 %, are valoarea 0.907, iar corelatia intre variatia
masei probelor recoltate din sol infestat cu Zn in concentratia 4.5 % si variatia masei probelor
recoltate din sol infestat cu Zn in concentratia 1.5 %, are valoarea 0.919.
- este vizibila ordinea intre cele trei curbe, ordine care se observa clar dupa aproximativ 14 zile
(28.57 % din perioada de vegetatie). Relatia de ordine este urmatoarea:
)()()( 5.10.35.4 tmtmtm (1)
in care )(),(),( 5.40.35.1 tmtmtm sunt functiile masa ale salatei verzi cultivate in sol cu concentratie
initiala 1.5, 3.0, respectiv 4.5 % Zn, functii dependente de timp. Aceasta inseamna ca cresterea
continutului de metal greu in sol conduce la scaderea masei biologice a plantei.
- o observatie care se cere intarita prin experiente suplimentare si prin modelare matematica
statistica, este aceea ca masele indivizilor care cresc in cele trei tipuri de soluri, cresc pana in
vecinatatea peroadei optime de vegetatie (45-50 zile) [4], aproximativ monoton, dupa care inca mai
cresc pana la aproximativ 130.6 % din perioada standard de vegetatie, apoi, fara exceptie, scad.
- pana la repetitii ale experientelor, in care sa se varieze factorii de influenta ai evolutiei plantelor:
pH, luminozitate, temperatura, umiditate, nutrienti, etc., minimele si maximele care perturba
monotonia cresterii masei plantelor, pot fi atribuite factorilor de influenta subliniati.
Alte observatii se vor completa in sectiunea de prelucrare a datelor, respectiv modelarea
matematica statistica.
- in ceea ce priveste caracteristicile geometrice ale plantelor, comportamentul ambelor (inaltimea si
diametrul generalizat), variaza rapid pana la o inaltime medie (in aproximativ 25 % din perioada de
vegetatie), dupa care variaza intr-un interval ingust in jurul acestei valori.
- ordinea celor trei tipuri de cultura a salatei verzi, pentru parametrii inaltime si diametru
generalizat, este mai putin clara, aceasta putand fi sesizata numai prin mediere sau considerente de
masura intervalelor in care exista o anumita ordine intre acesti parametri.
- influenta parametrilor de crestere (mediu) asupra evolutiei masei (ma refer la parametrii
inregistrati: pH, umiditatea plantei si uiditatea solului), cel putin in intervalele de variatie ale
acestora (relativ mici), nu este evidenta dupa cum rezulta din calculul corelatiilor. Mai precis, pH-
ul, si umiditatea au fost mentinute cu o variatie cat mai mica in jurul unei valori medii (vezi fig. 10).
Fig. 10 - Diagramele Box-plot pentru distributiile maselor, inaltimilor si diametrelor, pentru ultimele 10
recoltari.
Variatia continutului de metal greu in plante, este data sub forma grafica in fig. 11. Cateva
observatii generale despre variatia in timp a concentratiei metalului greu in salata cultivata in cele
trei categorii de soluri, sunt evidente:
- la nivel global, fara sa modificam concentratia de metal greu in sol, acumularea de metal greu in
plante creste;
- la nivel local (pe anumite subintervale de timp) concentratia de metal greu poate sa scada in plante
(evident abstractie facand de unele erori de masurare sau de cultivare)- acest fenomen este
interesant pentru ca, in cazul in care este real, poate indica faptul ca eliminarea de metal greu din
planta se poate face pe cale naturala, ramanand pentru experiente viitoare dtereminarea factorilor
influenti in acest proces;
- acumularea de metal greu in plante creste de la plantele cu cultivate in solul cel mai putin infestat
cu metal greu catre plantele cultivate in solul cu cea mai mare concentratie initiala de metal greu. In
7 dintre cele 11 recoltari (63.64 %) concentratia cea mai mare de metal greu s-a inregistrat in proba
cultivata in solul infestat cu solutie 4.5 %, urmata de proba cultivata in solul infestat cu solutie de
concentratie 3.0 % si apoi de proba cultivata in solul infestat cu solutie de concentratie 1.5 %. Acest
comportament se poate observa si pe greficele din fig. 9. Mai mult, aceasta observatie este intarita
prin media pe ultimele 10 recoltari, care are vaoarea 228.993 mg/kg, pentru cultura cu solul infestat
cu solutie de concentratie 1.5 %, 315.334 mg/kg, pentru cultura cu solul infestat cu solutie de
concentratie 3.0 %, 357.909 mg/kg, pentru cultura cu solul infestat cu solutie de concentratie 4.5 %.
Prin urmare aceeasi ordine: pentru sol infestat cu concentratie mai mare de metal greu, acumularea
este mai intensa, cel putin pentru intervalul de valori acoperit de aceste experiente.
Fig. 11 - Variatia concentratiei de metal greu (Zn) in plante pentru cele trei cazuri de infestare, in timp.
Fig. 12 - Variatia concentratiei de metal greu (Zn) in sol pentru cele trei cazuri de infestare, in timp.
Se mai poate face observatia ca, in conformitate cu datele experimentale (variatii temporale
reprezentate in fig. 12), variatia concentratiei de metal greu in sol oscileaza, prezentand o usoara
tendinta de crestere in timp. Se pune problema daca fenomenul este real sau se datoreaza unor erori
de masurare sau interpretare. Cititorul obisnuit ar putea fi tentat sa accepte un anumit bilant de
echilibru al metalului greu in sol. Daca concentratia metalului greu in planta este natural
crescatoare, se pot accepta si descrestei locale sau continue in finalul perioadei de timp de studio,
punand acest fenomen de scadere pe seama unei scaderi a ratei de absorbtie a metalului si a cresterii
masei. Pentru concentratia de metal in sol, este mai greu de acceptat o astfel de explicatie, chiar
daca o parte din substantele din sol trec in planta (masa considerate foarte mica in raport cu cea a
solului.
2. Cercetari experimentale privind decontaminarea solului
In vederea ameliorarii solurilor contaminate s-au desfasurat experimente individuale pentru trei
metode si anume:
- Metoda chimica care a constat in adaugarea de EDTA in ghivece cu sol contaminat cu
fiecare din metalele: Cu, Pb, Zn;
- Metoda biologica care a constat in plantarea de rasad de mustar in ghivece cu sol
contaminat;
- Metoda mixta (chimica + biologica) care a constat in plantarea de rasad de mustar care a
fost udat saptamanal cu solutie de EDTA si apa.
Alegerea EDTA-ului, din multitudinea agentilor de chelari (EDDS, DTPA, HEDTA, acid
citric) utilizati in decontaminarea solurilor, a fost facuta dupa consulturarea a numeroase studii
[6,7,11,12] cu privire la o metoda rapida de ameliorare cu substante, care au arătat complexitatea
EDTA in mediu, si anume:
- poate mobiliza ioni metalici contaminanți;
- poate evita precipitarea metalelor grele în soluție sau, dimpotrivă, poate provoca un efect de
dizolvare a metalelor grele adsorbite în sedimente.
Rezultatele lucrarilor [8,9,10,11,12] stau la baza alegerii metodei mixte, cu privire la
decontaminarea rapida a solurilor utilizand mustar si solutie EDTA cu diferite concentratii.
Pe parcursul experimentelor s-au prelevat probe de sol, respectiv planta pentru a analiza
metalele (Cu, Pb, Zn) din acestea. Cate 4 fire de rasad de mustar s-au plantat in martie in ghivece
individuale corespunzatoare celor trei metale si celor patru concentratii aferente fiecarui metal
(1.5%, 3.0%, 4.5%, 6.0%) , si saptamanal au fost udate cu apa fara EDTA (EDTA 0) si apa in care
s-a adaugat 20 ml EDTA/saptamanal in trei concentratii (EDTA 1 - 0.05 m, EDTA 2 - 1.0 m si
EDTA 3 - 2.0 m). La o luna dupa plantare din fiecare ghiveci s-a prelevat cate un fir de mustar, care
a fost masurat si cantarit, pentru a observa/monitoriza evolutia plantei la o luna dupa plantare.
Solul utilizat in cadrul experimentelor privind decontaminarea, a fost cel utilizat in cadrul experimentelor pe fructe si legume din anul anterior (2018), etapa 2 a proiectului.
Aspecte din timpul desfasurarii cercetarilor experimentale, la o luna de la plantare, se pot
observa in imaginele din figura 13:
EDTA 0 EDTA 1 EDTA 2 EDTA 3
Plante crescute in sol contaminat cu Cu
EDTA 0 EDTA 1 EDTA 2 EDTA 3
Plante crescute in sol contaminat cu Zn
EDTA 0 EDTA 1 EDTA 2 EDTA 3
Plante crescute in sol contaminat cu Pb
EDTA 0 EDTA 1 EDTA 2 EDTA 3
Plante crescute in sol contaminat cu amestec de Cu, Zn, Pb
Fig.13 – Plantele de mustar la o luna de la plantare
In imaginile urmatoare se prezinta masa (fig. 14), inaltimea (fig. 15), umiditatea (fig. 16) si
clorofila (fig. 17) plantei de mustar la recoltare dupa o luna de vegetatie. Imaginile prezentate sunt
pentru concentratia de 3% a fiecărui metal analizat.
Fig. 14 – Masa plantei
Fig. 15 – Inaltimea plantei
Fig. 16 – Umiditatea plantei Fig. 17 – Clorofila plantei
Parametri monitorizati la o luna dupa plantarea mustarului
In ceea ce priveste masa plantei, se observa maxime de aprox. 4.0 g in 2 cazuri, si anume:
pentru mustarul crescut in solul contaminat cu Zn si tratat cu EDTA 3 in concentratie mare (2.0 m)
si pentru mustarul crescut in solul contaminat cu amestec de Cu+Zn Pb si tratat cu EDTA 1 in
concentratie de 0.05 m. Masa minima de 0.2 g a fost inregistrata in cazul plantei crescute pe sol
contaminat cu Pb si tratat cu EDTA 1 (0.05 m).
Inaltimile plantelor au variat de la 85 mm in cazul plantelor crescute in sol contaminat cu Pb
si tratat cu EDTA 1 (0.5 m), la 268 mm in cazul plantelor crescute in sol infestat cu amestec de
Cu+Zn+Pb si netratat cu EDTA 0.
Umiditatile plantelor au variat intre 73.3-91.9 %. Conținutul de clorofilă a fost redus la
plantele crescute in sol contaminat cu adaugare EDTA in concentratiile de 0.05 si 1.0 m, comparativ
cu proba de control, fara adugare de EDTA. Valorile clorofilei au variat de la 4.95 (Cu+Zn+Pb,
EDTA 1) la 11.4 (Cu, EDTA 0) unitati de clorofila. Valorile clorofilei pentru mustar obtinute in
experiment sunt mai mici fata de cele obtinute de autorii din lucrarea [5], unde mustarul are
continut mai mare in clorofila.
Conținutul de clorofilă a fost determinat cu aparatul din fig. 18.
Fig. 18- Clorofilometru
Aspecte din timpul desfasurarii cercetarilor experimentale, la finalul recoltarii, aproximativ 80
de zile, se pot observa in imaginele din figura 19:
Fig. 19 – Aspecte din timpul vegetatiei mustarului
Din parametri monitorizati la o luna dupa plantarea mustarului, la sfarsitul vegetatiei,
aproximativ 80 de zile, s-au inregistrat numai o parte din acestia, mai exact masa si umiditatea
plantei. In plus, s-a analizat continutul de metal greu (mg/kg) din planta. Acestea sun redate in
figurile 20 si 21.
Fig. 20 - Masa plantei la sfarsitul vegetatiei Fig. 21 – Umiditatea plantei
Parametri monitorizati la sfârşitul vegetatiei
Masele plantelor crescute in ghivecele cu sol infestat, la sfarsitul vegetatiei au crescut, asa
cum era si firesc, mai putin cele dezvoltate in solul infestat cu Cu, deoarece la jumatatea perioadei
de vegetatie (40 zile), plantele s-au ofilit. Plantele crescute in sol cu Pb si amestec de metale fara
adaugare de EDTA au inregistrat valoriile cele mai mari ale maselor: 22.08 g (Pb) si 20.42
(amestec).
In figurile 22 si 23 se redau continuturile metalelor in mustar crescut in sol infestat cu fiecare
metal si sol omogenizat cu amestec de metale.
Fig. 22 - Continut metale in plante
Fig. 23 - Continut amestec de metale in plante
Continutul de metal in plantele crescute in solurile cu Cu si Zn, arata o descrestere a
continutului de metal in planta, pe masura ce s-a adaugat EDTA. In solurile cu Pb, acumularea
metalului este mai mare la adaugarea EDTA in concentratii mari (1.0-2.0 m).
In cazul amestecului observam ca cel mai bine absorbit metal de catre planta este zincul,
urmat de Cu si Pb.
Plantele ajunse la sfarsitul perioadei de vegetatie, au avut flori, unele au facut si seminte.
Acestea s-au cantarit si s-a determinat masa si umiditatea fiecareia, valorile se regasesc in tabelul 1.
Tabel 1 – Masele si umiditatile semintelor de mustar ajunse la maturitate
Metal Concentratie EDTA Masa plantei
[g]
Umiditatea
[%]
Zn EDTA 0 1.1950 80.41
EDTA 1 (0.05m) 2.4482 81.46
Pb EDTA 0 2.0560 81.10
EDTA 1 (0.05m) 2.2740 80.52
Amestec
(Cu+Zn+Pb)
EDTA 0 1.5034 78.93
EDTA 1 (0.05m) 2.1427 78.74
EDTA 2 (1.0 m) 1.6262 82.64
Asadar se osberva ca in cazul cuprului, nici o planta cu a ajuns la maturitate, nu a inflorit; cele
crescute in sol infestat cu Zn, cu Pb si cu amestec au rezistat cele fara adaugare de EDTA si cele cu
adaugare de EDTA in concentratie foarte mica. In plus, plantele crescute in sol infestat cu amestec
din cele trei metale, s-au dezvoltat pana la stadiul de samanta si la o concentratie mai are de EDTA
(1.0 m) adaugata in sol.
In continuare se prezinta continutul de Cu si Zn din solul initial (tabel ), cel recuperat din
cultivarea legumelor si fructelor din anul precedent (2018). Solul s-a adunat pe categorii de metal si
concentratie, s-a omogenizat bine, s-au recoltat probe iar rezultatele sunt redate in tabelul 2.
Tabel 2 - Continutul initial de metale in solurile in care s-au plantat rasadurile de mustar
Metal Concentratie metal, % Continutul metalului in sol, mg/kg
Cu
1.5 534
3.0 1019
4.5 1715
6.0 1453
Zn
1.5 439
3.0 654
4.5 993
6.0 1350
In graficele urmatoare se prezinta comparativ pentru Cu si Zn, in cele patru concentratii
(1.5%, 3%,4.5% si 6.0%), rezultate privind decontaminarea solurilor infestate in etapa 2. Metodele
de decontaminare utilizate au fost 3: 1. Sol in care s-a plantat mustar; 2. Sol in care s-a plantat
mustar, care a fost udat saptamanal timp de 80 de zile cu cate 20 ml EDTA in concentratie 0.05 m si
2.0 m; 3. Sol in care s-a aplicat EDTA sapatamanal, in aceleasi cantitati si in acelasi timp cand s-a
aplicat agentul de chelare pentru udarea mustarului. S-a dorit identificarea unei metode optime de
imbunatire a calitatii solurilor contaminate.
Cu
Zn
Fig. - Continutul procentual al metalelor in solul contaminat si tratat cu mustar, mustar si EDTA,
EDTA in diferite concentratii
Studiile experimentale cu mustar, mustar si EDTA, EDTA in diferite concentratii au aratat ca în
timp duc la decontaminarea solului cu Cu si Zn, cel mai mare randament fiind înregistrat de EDTA.
3. Concluzii generale
Rezultatele experimentale obtinute ne arata comportamentul mustarului pe perioada unui ciclu
de vegetatie al plantei crescută in soluri infestate cu metale grele diferite, acumularea metalelor din
solul infestat in plantele de mustar, sol care a fost tratat cu EDTA in 3 concentratii si ca proba de
referinta solul infestat cu EDTA dar fara adugarea agentului de chelare (EDTA). Rezultatul EDTA în mediu este o mobilizare sporită a metalelor grele.
Cercetarile privind parametri monitorizati la o luna dupa plantarea mustarului:
-plante cu mase mici s-au inregistrat la cele crescute in solul cu Cu (0.6-1.8 g) si cu Pb (0.2-
1.3 g);
- plante cu mase mari s-au inregistrat la cele crescute in solul cu Zn (2.1-4.0 g) si amestec de
Cu+Zn+Pb (1.3-4.3 g), exceptie facand mustarul crescut in solul contaminat cu amestec de Cu+Zn
Pb si tratat cu EDTA 1 (0.05 m);
- din cele trei metale grele utilizate, concluzionam ca Zn a fost benefic cresterii si dezvoltarii
plantelor de mustar, indiferent de concentratia de EDTA adaugata, plantele care nu s-au dezvoltat
au fost cele crescute sin solul cu Pb;
- inaltimile cele mai mici au fost la plantele crescute in sol infestat cu Cu (136 mm) si Pb (85
mm);
- umiditatile plantelor au variat intre 73.3-91.9 %;
- conținutul de clorofilă a fost crescut la plantele crescute in sol contaminat fara adaugare de
EDTA si cu adaugare EDTA 3 in concentratie mare 2.0 m
Cercetarile privind parametri monitorizati la sfarsitul perioadei de vegetatie la mustar:
- La sfarsitul vegetatiei, plantele crescute in sol cu Pb si amestec de metale (Cu, Zn, Pb) fara
adaugare de EDTA au inregistrat valorile cele mai mari ale maselor: 22.08 g (Pb) si 20.42
(amestec).
- Plantele de mustar care s-au dezvoltat pana la stadiul de inflorire si fructificare sub forma de
silicva cu samanta au fost cele pentru metalele Zn, Pb si amestecul celor trei metale, Fara adaugare
de EDTA si cu adaugare foarte mica (0.05 m) a EDTA-ului; plantele crescute in solul cu Cu, nu au
ajuns la maturitate, ele fiind primele care s-au ofilit la jumatatea perioadei de vegetatie (40 zile).si
nu au apucat sa se dezvolte pana la aproximativ 80 de zile ca celelate plante studiate;
- Continutul metalelor regasite in plantele de mustar, indica o buna absorbtie a zincului,
urmata de cupru si in final plumb
In raportul final al etapei 3 se vor prezenta experimentele cu acumularea metalelor in fructe de
padure, validarea modelelor matematice , si se va realiza o cerere de brevet cu o metoda de
reducere/ameliorare a substantelor poluante din sol.
Bibliografie:
[1] Gergen, I., Analiza produselor agroalimentare, Editura Eurostampa, Timişoara, 2004
[2] Gergen, I., Chimie analitică şi analiză fizico-chimică, Editura Mirton, Timişoara 1998;
[3] Gergen, I., Metode chimice şi fizico-chimice în controlul calităţii produselor agroalimentare
vegetale, Editura Orizonturi Universitare, Timişoara, 2003
[4] Bruma Sebastian, (2004), Tehnologii ecologice de cultivare a legumelor, Nr. 2, Editura “Terra
Nostra”, Iasi, Romania.
[5] Jagtap M. N., Kulkarni M. V., Puranik P. R., Phytoremediation of metal contaminated soils with
special reference to Brassica juncea (l.) Czern., Macrotyloma uniflorum lam verdc. (Dolichos
biflorus) and Medicago sativa l.; Trends in Biotechnology Research, Volume 2, Issue 2 (2013),
[6] Xie, C. Z. (2009). Environmental Impacts of Effluent Containing EDTA from Dairy Processing
Plants (Thesis, Doctor of Philosophy (PhD)). The University of Waikato, Hamilton, New Zealand.
Retrieved from https://hdl.handle.net/10289/3284
[7] Oviedo C., Rodríguez J. - EDTA: the chelating agent under environmental scrutiny, QuímNova
vol.26, no.6, 2003, http://dx.doi.org/10.1590/S0100-40422003000600020
[8] Tahish, A. H., PHYTOREMEDIATION OF HEAVY METALS CONTAMINATED SOIL
USING Brassica juncea (L.) IN BANY EL- HARETH, SANA'A- YEMEN, J. Plant Production,
Mansoura Univ., Vol. 4 (10): 1417 - 1428, 2013
[9] Wu L.H., Luo Y.M., Xing X.R., Christie P., EDTA-enhanced phytoremediation of heavy metal
contaminated soil with Indian mustard and associated potential leaching risk,
[10] Chen H.M., Zheng C.R., Tu C., Shen Z.G., Chemical methods and phytoremediation of soil
contaminated with heavy metals, Chemosphere 41, 2000, pp.229-234.
[11] Rathore S.S., Shekhawat K., Dass A., Kandpal B.K., Singh V.K. - Phytoremediation
mechanism in Indian Mustard (Brassica juncea) and its enhancement through agronomic
interventions, Proc. Natl. Acad. Sci. India, Sect. B Biol. Sci. 89, 419 (2019)
[12] Mishra Rahul, Datta SP, Meena Mahesh C, Dwivedi BS - Enhancing metal solubility and
phytoextraction in soil under Indian mustard, Journal of Oilseed Brassica, 10 (2) : 87-91, July 2019
Lucrari stiintifice publicate in anul:2019:
1. Pruteanu Augustina, Bordean Despina Maria, Vlǎduț Valentin, Accumulation of heavy metals in
vegetables grown on contaminated soils, 47th Symposium "Actual Tasks on Agricultural
Engineering", Opatija, Croatia, 2019, pp. 135-145.
2. Niţu Mihaela, Pruteanu Augustina, Bordean Despina Maria, Popescu Carmen, Deak Gyorgy,
Boboc Mădălina, Mustăţea Gabriel, - Researches on the accumulation and transfer of heavy metals
in the soil in tomatoes – Solanum lycopersicum; E3S Web of Conferences 112, 03020 (2019) TE-
RE-RD 2019; https://doi.org/10.1051/e3sconf/201911203020
3. Pruteanu A., Nitu M., Voicea I., Gageanu G., Accumulation and transfer of heavy metals in roots
of parsley grown on contaminated soils, Proceedings of the Sixth International Coneference:
Research People and Actual Tasks on Multidisciplinary Sciences 12 – 15 June 2019, vol 1,
Lozenec, Bulgaria, pp.184-188
4. Cioica Nicolae, Tudora Cătălina, Iuga Dorin, Deak György, Matei Monica, Nagy Elena Mihaela,
Gyorgy Zoltan - A review on phytoremediation as an ecological method for in situ clean up of
heavy metals contaminated soils, E3S Web of Conferences 112, 03024 (2019), TE-RE-RD 2019,
https://doi.org/10.1051/e3sconf/201911203024
5. Arnold-Tatu Georgiana-Luiza, Vladut Nicolae-Valentin, Voicea Iulian, Vanghele Nicoleta-
Alexandra, and Pruteanu Mirabela-Augustina - Removal of heavy metals from a contaminated soil
using phytoremediation, SESAM 2019, 9th International Symposium on Occupational Health and
Safety, (acceptat la publicare, 3 october 2019)
6. Pruteanu A., Vladut V., Cardei P., Bordean D., General Tendencies Of The Behaviour Of
Vegetables Developed In A Soil Contaminated With Heavy Metals, Revista de Chimie (in curs de
publicare)
7. Pruteanu A., Gageanu G., Neagoe M. - Content of heavy metals in plum and sour cherrie fruits,
ISB-INMA-TEH Agricultural And Mechanical Engineering 2019 (in curs de publicare)
8. Pruteanu A., Vanghele N., Mihalache B. - Behavior of mustar plants growing in contaminated
soil, ISB-INMA-TEH Agricultural And Mechanical Engineering 2019 (in curs de publicare)
9. Cardei P., Pruteanu A., Experimental research on accumulation of heavy metals in time by green
lettuce, ISB-INMA-TEH Agricultural And Mechanical Engineering 2019 (in curs de publicare)