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)