Daten zu Getreidemineralien, Mikronährstoffen und Bodenchemie aus GeoNutrition-Erhebungen in Äthiopien und Malawi

Scientific Data Band 9, Artikelnummer: 443 (2022) Diesen Artikel zitieren

2026 Zugriffe

7 Zitate

5 Altmetrisch

Details zu den Metriken

Der Datensatz umfasst Primärdaten zur Konzentration von 29 mineralischen Mikronährstoffen in Getreidekörnern und bis zu 84 Bodenchemieeigenschaften aus GeoNutrition-Projekterhebungen in Äthiopien und Malawi. Die Arbeit lieferte Einblicke in die räumliche Variation der Mikronährstoffkonzentration in Grundnahrungsmitteln und die möglichen Einflussfaktoren auf den Boden. In Äthiopien wurden während der Erntesaison Ende 2017 und Ende 2018 Proben in den Regionen Amhara, Oromia und Tigray durchgeführt. In Malawi wurden während der Erntesaison von April bis Juni 2018 landesweite Probenahmen durchgeführt. Die Konzentrationen von Mikronährstoffen im Getreide wurden mittels induktiv gekoppelter Plasma-Massenspektrometrie (ICP-MS) gemessen. Zu den gemeldeten Bodenchemieeigenschaften gehören der pH-Wert des Bodens; Gesamtstickstoff im Boden; Gesamtkohlenstoff im Boden (C); organisches C im Boden; effektive Kationenaustauschkapazität und austauschbare Kationen; ein dreistufiges sequentielles Extraktionsschema zur Fraktionierung von Schwefel und Selen; verfügbares Phosphat; Mit Diethylentriaminpentaessigsäure (DTPA) extrahierbare Spurenelemente; extrahierbare Spurenelemente mit 0,01 M Ca(NO3)2 und 0,01 M CaCl2; und isotopenaustauschbares Zn. Diese Daten werden hier gemäß den FAIR-Data-Grundsätzen gemeldet, um Benutzern die Möglichkeit zu geben, Zusammenhänge zwischen Landwirtschaft und Ernährung weiter zu untersuchen.

Messungen)

Spurenelement • chemische Eigenschaften des Bodens

Technologietyp(en)

Massenspektrometrie mit induktiv gekoppeltem Plasma

Faktortyp(en)

Geographie • Grundnahrungsmittelgetreide

Probenmerkmal – Organismus

Grundnahrungsmittelgetreide

Probeneigenschaft – Umgebung

Kleinbäuerliche Landwirtschaft

Probenmerkmal – Standort

Äthiopien • Malawi

Mikronährstoffe sind Vitamine und Mineralstoffe, die unser Körper in geringen Mengen benötigt und die wir mit der Nahrung aufnehmen. Mikronährstoffdefizite (MNDs) bei Menschen stellen nach wie vor ein großes globales Problem dar; Weltweit dürften mehr als 2 Milliarden Menschen betroffen sein, wobei in Afrika südlich der Sahara ein größeres Mangelrisiko besteht als in den meisten anderen Regionen1. Das Risiko von MNDs in Populationen kann durch das Verständnis der Versorgung mit Mikronährstoffen in Nahrungsmittelsystemen ermittelt werden. Dieser Ansatz wurde typischerweise auf nationaler Ebene durchgeführt und basiert auf der Sekundärinterpretation von Daten zum Lebensmittelverbrauch, zu den Ausgaben oder zum Angebot aus Haushaltsbefragungen und Lebensmittelbilanzen1,2,3,4,5.

Jüngste Studien aus Äthiopien und Malawi haben erhebliche Unterschiede in der Mikronährstoffkonzentration der Körner von Grundnahrungsgetreide auf subnationaler Ebene berichtet, unter anderem bei Kalzium (Ca), Eisen (Fe), Selen (Se) und Zink (Zn)6,7, 8. Ein Teil dieser Variation ist räumlich über Entfernungen von bis zu mehreren hundert Kilometern korreliert. Dies bedeutet, dass für Menschen, die Lebensmittel aus der Region konsumieren, wie es in vielen Kleinbauerngemeinschaften der Fall ist, der Wohnort ein wichtiger (manchmal sogar größter) Einflussfaktor bei der Bestimmung der Nahrungsaufnahme von Mikronährstoffen aus Getreide ist7. Darüber hinaus gibt es für den Mikronährstoff Se starke Hinweise auf Zusammenhänge zwischen Boden- und Landschaftsmerkmalen, Getreidekonzentrationen und Biomarkern des Se-Status beim Menschen9,10.

Hier berichten wir über den breiteren Satz an Primärdaten für Getreidekörner und Böden aus diesen Studien in Äthiopien und Malawi (Tabellen 1 und 2), wobei der Schwerpunkt auf den Daten liegt, die in Gashu et al.6,7, Mossa et al.11, und Botoman et al.12. Diese Daten wurden im Rahmen der laufenden Arbeit im Rahmen von zwei „GeoNutrition“-Projekten erhoben, die hauptsächlich von der Bill & Melinda Gates Foundation (BMGF) und dem Global Challenges Research Fund (GCRF) der britischen Regierung finanziert werden. In beiden Ländern wurden Boden- und Getreideproben mit räumlich ausgewogenen Probenahmeplänen zusammen mit Metadaten und mit der informierten Zustimmung der Landwirte gesammelt.

Die Forschungsarbeit, die diese Daten generierte, umfasste die Erfassung von Metadaten mithilfe halbstrukturierter Fragebögen sowie die Probenahme von Getreidekörnern von den Feldern oder Getreidelagern der Landwirte sowie von Böden der entsprechenden Anbaufelder mit vorheriger informierter Zustimmung der Landwirte. Landwirte, die an der Umfrage teilnahmen, erhielten ein Informationsblatt (siehe Zusatzdateien 1 und 2), in dem die Einzelheiten des Projekts erläutert wurden, was die Teilnahme beinhalten würde und wie ihre Daten verwendet würden, einschließlich ihrer eventuellen Veröffentlichung. Die Arbeit wurde unter ethischer Genehmigung des Ethikausschusses (REC) der School of Sociology and Social Policy Research der University of Nottingham durchgeführt. BIO-1819-001 und BIO-1718-0004 für Äthiopien bzw. Malawi. Diese REC-Genehmigungen wurden offiziell von den Forschungsdirektoren der Universität Addis Abeba (Äthiopien) und der Universität für Landwirtschaft und natürliche Ressourcen Lilongwe (Malawi) anerkannt, die auch die Studienprotokolle überprüften.

Das Probenahmedesign wird vollständig von Gashu et al.7 beschrieben. Ziel der Probenahme war es, die Bewertung der Beziehungen zwischen Pflanzen- und Bodeneigenschaften sowie deren räumliche Kartierung zu unterstützen. Aus diesem Grund wurde das Grundmusterdesign so gewählt, dass eine räumliche Abdeckung des vereinbarten Musterrahmens erreicht wird. Anschließend wurde eine zufällige Teilmenge der räumlichen Abdeckungsstichprobe ausgewählt und für jede davon ein zusätzlicher, eng gepaarter Stichprobenort angegeben, um die statistische Modellierung der räumlichen Variation zu unterstützen.

Beprobt wurden die äthiopischen Regionen Amhara, Oromia und Tigray (Abb. 1). Zielprobenrahmen in Äthiopien wurden auf Standorte in einem 500-m-Raster (Lambert-Azimutal-Flächengleichheitsprojektion) beschränkt, an denen die Wahrscheinlichkeit, dass auf dem Land landwirtschaftliche Nutzpflanzen angebaut werden, mit ≥ 0,913 kartiert wurde. Der Stichprobenrahmen wurde weiter eingeschränkt, um nur die Orte im 500-m-Raster einzubeziehen, die innerhalb von 2,5 km einer Straße liegen, die im digitalen Kartenformat auf OpenStreetMap (OSM)14 verfügbar ist. Diese Einschränkungen können zu möglichen Verzerrungen bei Vorhersagen führen, die an Standorten außerhalb des entworfenen Stichprobenrahmens getroffen wurden. Andernfalls wäre es jedoch nicht möglich gewesen, alle Stichprobenstandorte in der verfügbaren Zeit zu besuchen. Von einer Gesamtlandfläche von rund 558.500 km2 in den drei Regionen Äthiopiens entsprach die gesamte Ackerlandmaske 354.325 km2, wovon 220.467 km2 innerhalb von 2,5 km einer OSM-kartierten Straße lagen13. Da der Stichprobenrahmen räumlich etwas fragmentiert war, wurden die Stichprobenpunkte ausgewählt, um ein räumliches Gleichgewicht und eine räumliche Verteilung zu erreichen, wobei letzteres die räumliche Abdeckung bezeichnet15. Auf diese Weise wurden insgesamt 1.825 Probenstandorte ausgewählt, von denen 175 nach dem Zufallsprinzip ausgewählt wurden, um durch einen nahegelegenen Standort ergänzt zu werden.

GeoNutrition-Getreidekorn- und Bodenprobenahmen beschränkten sich auf Gebiete, die als Ackerland (grau schattiert) identifiziert wurden, in (a) den Regionen Amhara, Oromia und Tigray in Äthiopien und (b) Malawi7. Die (a) äthiopischen und (b) malawischen Kartenausschnitte in der afrikanischen Kontinentalkarte sind rosa schattiert.

In Malawi wurde die Ackerfläche anhand der Landnutzungskarten der European Space Agency Climate Change Initiative16 ermittelt. Als landwirtschaftlich genutzte Fläche wurden alle Rasterzellen definiert, die in ihrer Beschreibung die Kategorie „Ackerland“ enthielten (Abb. 1). In Malawi, wo der Straßenzugang zu Anbaugebieten im Allgemeinen besser ist als in Äthiopien, gab es für die Stichprobenstandorte keine Beschränkungen hinsichtlich der Entfernung von einer Straße. Aus der Demographic and Health Survey (DHS) von Malawi (REFS) 2015/16 wurden insgesamt 820 Stichprobenstandorte ausgewählt, alle DHS-Punkte im Stichprobenrahmen. Anschließend wurden weitere 890 Standorte ausgewählt, um eine räumliche Abdeckungserhebung durchzuführen, mit der Stratifizierungsfunktion aus der spcosa-Bibliothek in R18, die eine räumliche Abdeckungserhebung abhängig von festen Punkten erstellen kann. Anschließend wurden einer zufälligen Teilmenge der räumlichen Abdeckungspunkte weitere 190 Standorte mit engem Paar hinzugefügt.

Die Felddatenerfassung erfolgte mit einem Open-Source-Tool zur georeferenzierten Umfragedatenerfassung, KoBoToolBox (https://www.kobotoolbox.org/), und der dazugehörigen mobilen App KoBoCollect über Fragebögen (siehe Zusatzdatei 3). Die Datenaufzeichnung sowie die Probenahme von Getreidekörnern und Boden wurden von Teams aus Zählern durchgeführt, die in Standardarbeitsabläufen und partizipativen Risikobewertungen geschult waren, um sicher zu den Zielorten der Probenahme zu gelangen. Die Probenahmeteams nutzten ihren Ermessensspielraum, um Probenahmestellen auszuschließen, die ihre Sicherheit gefährdet haben könnten (z. B. durch überflutete Straßen), oder sie machten einen unverhältnismäßigen Umweg für die Sammlung einzelner Proben in Bergregionen. Zu den gesammelten Felddaten gehören Längengrad, Breitengrad, Höhe, Getreideart und Getreidequelle (z. B. stehende Ernte, Feldstapel oder Lager).

Die Probenahme von Getreidekörnern und Erde (Tabelle 1) von Bauernfeldern in Äthiopien wurde im November 2017–Februar 2018 für den größten Teil der Region Amhara und im November 2018–Februar 2019 in allen drei Regionen abgeschlossen (Abb. 1). Die Probenahme in Malawi wurde im April–Juni 2018 abgeschlossen.

An jeder vorab ausgewählten Zielprobestelle identifizierte das Team das nächstgelegene Feld mit einer reifen Getreideernte in einem Umkreis von 1 km und entnahm eine Getreide- und Bodenprobe, vorbehaltlich der Zustimmung des Landwirts. Wenn kein Feld mit einer reifen Getreideernte zu erkennen war, das heißt, die Ernte war bereits geerntet worden oder es wurde eine Nichtgetreidepflanze angebaut, forderte das Team den Landwirt auf, ein Feld zu identifizieren, auf dem kürzlich eine Getreideernte geerntet worden war geerntet und gelagert werden und von dem eine Probe gewonnen werden könnte. Wenn keine Probenahme möglich war, suchte das Team entweder über einen Umkreis von 1 km hinaus nach einem alternativen Standort oder verließ den Standort, ohne Proben zu nehmen.

Innerhalb eines ausgewählten Feldes wurden Proben aus einer 100 m2 (0,01 ha) großen kreisförmigen Parzelle entnommen. Der Schwerpunkt lag so nah wie möglich in der Mitte des Feldes, es sei denn, dieser Bereich war aufgrund von Krankheiten oder Ernteschäden nicht repräsentativ. Es wurden fünf Teilstichprobenpunkte lokalisiert (siehe Extended Data Abb. 1 in Gashu et al.7). Der erste Punkt befand sich in der Mitte der Handlung. Anschließend wurden zwei Teilstichprobenpunkte an Stellen auf einer Linie durch die Parzellenmitte entlang der Kulturreihen und an zwei weiteren Punkten auf einer Linie orthogonal zur ersten Linie durch die Parzellenmitte ausgewählt. Wo möglich, wurde der zentrale Probenahmeort zwischen den Kulturreihen festgelegt und die lange Achse der Probenanordnung (mit Probenorten bei 5,64 m und 4,89 m) war in Richtung der Kulturreihen ausgerichtet, wobei die kurze Achse senkrecht zu den Kulturreihen stand. An jedem der fünf Teilprobenpunkte wurde eine einzelne Bodenteilprobe mit einer holländischen Bohrschnecke mit einer Schneckenganglänge von 0,15 m und einem Durchmesser von 0,05 m entnommen. Die Schnecke wurde vertikal bis zur Tiefe eines Schneckengangs eingeführt und die fünf Teilproben wurden in einem einzigen Kraft©-Papierbeutel zusammengefasst. Wenn noch eine reife oder reife Ernte auf dem Feld stand, wurden in der Nähe jeder Schneckenposition von einem anderen Bediener Getreideproben entnommen, um eine weitere Kontamination durch Staub und Erde zu minimieren. Bei Mais wurde an jedem der fünf Punkte ein einzelner Maiskolben entnommen. Maiskörner wurden der Länge nach von etwa 50 % jedes Maiskolbens abgetrennt und für jeden Standort zu einem einzigen Probenumschlag zusammengefasst. Bei kleinkörnigen Feldfrüchten wurden so viele Halme entnommen, dass etwa 20–50 % der Probenhülle gefüllt waren (Abmessungen 0,15 m × 0,22 m), wobei die Proben mit dem Korn voran in den Probenbeutel gelegt und die Halme vom Korn abgedreht wurden Köpfe und weggeworfen. Wenn sich eine Ernte in Feldhaufen befand, wurde von jedem verfügbaren Feldhaufen eine Teilprobe, bestehend aus fünf Maiskolben, oder eine repräsentative Probe für andere Feldfrüchte entnommen, wobei Material aus dem Inneren des Feldhaufens entnommen wurde, um die Kontamination durch Staub und Erde zu minimieren (siehe Erweiterte Daten, Abb . 1 in Gashu et al.7). Wenn sich eine Ernte in einem landwirtschaftlichen Lager befand, wurde sie als bereits zusammengesetzte Probe betrachtet und es wurde eine Probe entnommen, wobei Getreide vom Lagerboden vermieden wurde, wenn Getreide lose gelagert wurde, und Getreide mit sichtbarer Boden- oder Staubverunreinigung vermieden wurde.

Vollkornproben wurden in ihren Probenbeuteln luftgetrocknet. Jede Probe wurde dann in einer Haushaltskaffeemühle aus rostfreiem Stahl gemahlen, die vor der Verwendung und nach jeder Probe mit einem nicht scheuernden Tuch abgewischt wurde. Die gesamte Vorbereitung erfolgte fern von Kontaminationsquellen durch Erde oder Staub. Eine 20-g-Teilprobe des gemahlenen Materials wurde dann an die Universität Nottingham geschickt. Bodenproben wurden je nach Feuchtigkeitsgehalt des Bodens 24–48 Stunden lang bei 40 °C im Ofen getrocknet. Die Vorbereitung erfolgte in einem Bodenlabor, um eine Kreuzkontamination mit Getreideproben zu vermeiden. Von jeder Bodenprobe wurde Pflanzenmaterial entfernt, das dann zerkleinert und auf 2 mm gesiebt wurde. Dieses Material wurde dann kegelförmig und geviertelt, um Teilproben zu erhalten. Eine Teilprobe von 150 g Erde wurde in einen selbstverschließenden Beutel gegossen, etikettiert und zur Analyse in den Labors von Rothamsted Research und der University of Nottingham nach Großbritannien geschickt.

Alle Getreide- und Bodenanalysen wurden in numerischer Reihenfolge der Proben-ID bei Rothamsted Research und der University of Nottingham, Großbritannien, durchgeführt.

Die Elementkonzentrationen (siehe Abbildungen 2 und 3 und Ergänzungsdatei 4) von Getreide wurden nach Mikrowellenaufschluss von etwa 0,2 g gemahlenen Proben mit konzentrierter Salpetersäure (70 % HNO3, Spurenanalysequalität) bestimmt. Proben, die 2017 in der Region Amhara in Äthiopien gesammelt wurden, wurden mit einem Multiwave 3000 MF50-Rotor mit 48 Gefäßen (Anton Paar GmbH, Graz, Österreich) in 2 ml HNO3 und 1 ml Milli-Q-Wasser (18,2 MΩ cm; Fisher Scientific) mikrowellenaufgeschlossen. und 1 ml H2O2 bei einer Leistung von 1400 W, einer Temperatur von 140 °C und einem Druck von 2 MPa für 45 Minuten. In den Jahren 2018–2019 in Malawi und Äthiopien gesammelte Proben wurden in einem Multiwave Pro mit einem 41HVT56-Rotor und druckaktivierten Entlüftungsgefäßen aus modifiziertem Polytetrafluorethylen (56 ml „SMART VENT“, Anton Paar) mikrowellenaufgeschlossen. Der Aufschluss erfolgte mit 6 ml HNO3. bei einer Leistung von 1.500 W, mit 10-minütigem Erhitzen auf 140 °C, 20-minütigem Halten bei 140 °C und 15-minütigem Abkühlen auf 55 °C. Nach dem Aufschluss wurden die Proben mit Milli-Q-Wasser auf 15 ml aufgefüllt und dann bis zur chemischen Analyse in verschlossenen Röhrchen bei Raumtemperatur ca. 1 Woche lang gelagert. Vor der Analyse mittels Massenspektrometrie mit induktiv gekoppeltem Plasma (ICP-MS; Thermo Fisher Scientific iCAP Q, Thermo Fisher Scientific, Bremen, Deutschland) wurden die Proben weiter 1:5 mit Milli-Q-Wasser verdünnt.

Kombinierte Violin- und Box-and-Whisker-Diagramme der Elementkonzentration in Gerste, Fingerhirse, Teff, Triticale, Weizen, Mais, Reis und Sorghum-Körnern aus Äthiopien. Die mittlere Linie im Kasten stellt den Median, das untere Scharnier Q1 und das obere Scharnier Q3 der Quartile dar, und die Enden der Whiskers zeigen die höchsten und niedrigsten Konzentrationswerte an. Die y-Achse wird als logarithmische Skala dargestellt. In Tabelle 1 finden Sie die Anzahl der Proben für jede Ernte, die für die Proben größer als der LOD für jeden Analyten sind. Die Namen der Elemente finden Sie in Tabelle 2.

Kombinierte Violin- und Box-and-Whisker-Diagramme der Elementkonzentration in Mais-, Reis-, Sorghum- und Perlhirskörnern aus Malawi. Die mittlere Linie im Kasten stellt den Median, das untere Scharnier Q1 und das obere Scharnier Q3 der Quartile dar, und die Enden der Whiskers zeigen die höchsten und niedrigsten Konzentrationswerte an. Die y-Achse wird als logarithmische Skala dargestellt. In Tabelle 1 finden Sie die Anzahl der Proben für jede Kultur, bei denen es sich um Proben handelt, die über dem LOD für jeden Analyten liegen. Die Namen der Elemente finden Sie in Tabelle 2.

Aufgrund der geringen Se-Konzentration in vielen der in Malawi entnommenen Getreideproben lagen zahlreiche Werte unterhalb der Nachweisgrenze (LOD), wenn sie bei einem Masse-Ladungs-Verhältnis von 78 (m/z = 78) auf dem ICP gemessen wurden. MS. Folglich wurden in Malawi und Äthiopien gesammelte Proben mithilfe von QQQ-ICP-MS (iCAP TQ; Thermo Fisher Scientific, Bremen, Deutschland) erneut auf Se analysiert, wobei die Sauerstoffmasse den Se-Peak bei m/z = 80 zu m/z verschob 96.

Sofern nicht anders angegeben, wurden alle Analysen an Proben durchgeführt, die auf < 2 mm gesiebt wurden. Der pH-Wert des Bodens wurde in einer Suspension aus entionisiertem Wasser (pH_w) (Feststoff-zu-Lösungs-Verhältnis 1:2,5) unter Verwendung eines Jenway 3540-Messgeräts (Cole-Parmer, Stone, Staffordshire, UK) mit einer temperaturkompensierten pH-Kombinationselektrode gemessen. Der pH-Wert des Bodens wurde auch in der 0,01 M Ca(NO3)2 (pH_CaNO)-Suspension unter Verwendung eines pH-Meters der Mettler-Toledo AG (Mettler-Toledo, Beaumont Leys, Leicester, UK), ebenfalls mit einer Temperaturkompensationselektrode, gemessen. Gesamt-C und -N wurden durch Trockenverbrennung19 unter Verwendung eines Leco TruMac CN-Verbrennungsanalysators (LECO Corporation, St. Joseph, Michigan, USA) bestimmt. Anorganisches C wurde mit dem Skalar Primacs Inorganic Carbon Analyzer (Skalar Analytical BV, Breda, Niederlande) bestimmt. Schätzungen zu amorphen Oxiden und schlecht kristallinen Oxiden (EOxa) wurden nach der Ammoniumoxalat-Extraktion ermittelt20. Die effektive Kationenaustauschkapazität (eCEC) des Bodens und die austauschbaren Kationen (NaExch, MgExch, KExch und CaExch) wurden mithilfe einer einstufigen Extraktion21 mit Kobalt(III)-Hexaminchlorid-Lösung und Analyse durch optische Emissionsspektrometrie mit induktiv gekoppeltem Plasma (ICP-OES) bestimmt. Perkin Elmer Life and Analytical, Shelton, USA). Der verfügbare Phosphor (POlsen) wurde nach der Extraktion mit Natriumbicarbonat wie von Olsen22 beschrieben bestimmt. Außerdem wurde der Phosphatpufferungsindex (PBI) bestimmt, der als Indikator für die Fähigkeit des Bodens dient, Änderungen der P-Konzentration in der Bodenlösung zu kontrollieren23.

Quasi-Gesamtkonzentrationen von Haupt- und Spurenelementen (ETot) in den Böden wurden nach Königswasserextraktion24 fein gemahlener Proben mittels ICP-OES (ICP-OES; PerkinElmer Life and Analytical, Shelton, Connecticut, USA) und ICP-MS bestimmt.

Mit DTPA extrahierbare Elemente (EDTPA; potenziell phytoverfügbar) wurden durch Schütteln bestimmt. 5 g Boden mit 10 ml 0,005 M DTPA, 0,1 M Triethanolamin (TEA) und 0,01 M CaCl2 bei pH = 7,3 für 2 Stunden auf einem Überkopfschüttler25, gefolgt von Zentrifugation (3500 U/min), Filtration (0,22 µm) und Analyse mittels ICP-MS (iCAP Q; Thermo Fisher Scientific, Bremen, Deutschland). Lösliche Haupt- und Spurenelemente (ESol_Ca; leicht verfügbar) wurden in der Lösungsphase von Bodensuspensionen in 0,01 M Ca(NO3)2 (Verhältnis Boden:Lösung 1:10) nach 4-tägiger Äquilibrierung auf einem Überkopfschüttler bestimmt . Die Lösungen wurden vor der Elementaranalyse mittels ICP-MS (iCAP Q) durch Zentrifugation und Filtration (0,22 μm) isoliert. Für Bodenproben, die 2017 in der Region Amhara in Äthiopien gesammelt wurden, wurden lösliche Haupt- und Spurenelemente (E_CaCl2) auch in der Lösungsphase der Bodensuspension in 0,01 M CaCl2 (Verhältnis Boden:Lösung 1:10) und anschließender Äquilibrierung für 2 Stunden bestimmt End-over-End-Schüttler, gefolgt von Zentrifuge und Filtration vor der Analyse durch (ICP-OES; Perkin Elmer Life and Analytical, Shelton, USA). Nicht auswaschbarer organischer Kohlenstoff (NPOC) wurde auch bei der 0,01 M CaCl2-Extraktion unter Verwendung eines Chemical UV Oxidation Total Organic Carbon Analyzer (Shimadzu Corporation, Japan) bestimmt. Die Konzentrationen der freien Ionenaktivität von Zn wurden für diese Proben (Region Amhara in Äthiopien) mithilfe des geochemischen Modells Windermere Humic Aqueous (WHAM) vorhergesagt, wie ausführlich in Mossa et al.11 beschrieben.

Dieses Fraktionierungsschema wurde an das von Mathers et al.26 für Boden-Se und Shetaya et al.27 für Bodenjod verwendete angepasst und ist als allgemeines Schema für die Extraktion von Oxysäureanionen gedacht. Die Methode zielt darauf ab, nacheinander (i) eine „lösliche“ Fraktion in 0,01 M KNO3, (ii) eine „spezifisch adsorbierte“ Fraktion in 0,016 M KH2PO4 und (iii) eine organisch gebundene Fraktion in 10 % Tetramethylammoniumhydroxid (TMAH) zu extrahieren ). Es ist wichtig zu beachten, dass wahrscheinlich keine der drei Fraktionen den Analyten als einzelne Spezies enthält. Beispielsweise umfasst die „lösliche“ Se-Fraktion typischerweise Selenat, Selenit und gelöste organische Formen von Se. Eine Masse getrockneter Erde, entsprechend ≈4,0 g, gesiebt auf <2 mm, wurde in ein Polyethylen-Zentrifugenröhrchen eingewogen. Nach Zugabe von 20 ml 0,01 M KNO3 wurden die Röhrchen 2 Stunden lang auf einem Überkopfschüttler geschüttelt und dann 30 Minuten lang bei 3500 U/min zentrifugiert. Ein Volumen von 9 ml Überstand wurde unter Verwendung von PTFE-Spritzenfiltern (0,22 µm) in Röhrchen mit 1 ml einer Mischung aus 0,1 M KH2PO4 und 10 % TMAH filtriert, um die Proben vor der Analyse aufzubewahren. Nach dem Entfernen des überschüssigen Überstands wurden die Zentrifugenröhrchen mit feuchten Bodenpellets gewogen, um die Verschleppung von 0,01 M KNO3-Extrakt zu berücksichtigen, und dann wurden 20 ml 0,016 M KH2PO4 zugegeben. Die Röhrchen wurden gewirbelt, um das Bodenpellet zu zerkleinern, und dann 1 Stunde lang geschüttelt, bevor sie 30 Minuten lang bei 3500 U/min zentrifugiert wurden. Ein Volumen von 9 ml des Überstands wurde auf (0,22 µm) in ein Röhrchen mit 1 ml 10 % TMAH filtriert. Nach Entfernen des überschüssigen Überstands wurden die Röhrchen erneut gewogen, bevor 10 ml 10 % TMAH zugegeben wurden. Die Röhrchen wurden gewirbelt, um das Pellet aufzulösen, locker verschlossen und etwa 16 Stunden lang bei 70 °C inkubiert, bevor sie zentrifugiert wurden (3500 U/min für 30 Minuten). Extrakte (1 ml) wurden dann mit 9 ml hochreinem MQ-Wasser verdünnt, um eine Endlösung mit 1 % TMAH zu ergeben. Die Proben wurden auf S und Se analysiert, wobei ein QQQ-ICP-MS im Sauerstoffzellenmodus mit Rhenium (187Re; 20 µg L−1) und Indium (115In; 10 µg L−1) als interne Standards zur Korrektur der instrumentellen Drift verwendet wurde. Schwefel und Se wurden im Massenverschiebungsmodus nach Reaktion mit Sauerstoff unter Bildung der Analytionen SO+ (m/z 32 → 48) und SeO+ (m/z 80 → 96) gemessen.

Isotopenaustauschbares Zn wurde mit der in Mossa et al.11 ausführlich beschriebenen Methode bestimmt. Kurz gesagt wurde eine Masse von 2 g gesiebter, luftgetrockneter Erde 24 Stunden lang mit 20 ml 0,01 M Ca(NO3)2 äquilibriert. Anschließend wurde die Bodensuspension mit einem 70Zn-Isotopentracer versetzt und 72 Stunden lang weiter äquilibriert. Um eine Ansäuerung zu vermeiden, wurde der pH-Wert der Spike-Lösung unmittelbar vor der Verwendung mit einem Ammoniumacetatpuffer auf pH 4,0–4,5 eingestellt. Die Proben wurden zentrifugiert (3500 U/min für 15 Minuten), filtriert (0,22 µm) und der Überstand auf 2 % HNO3 angesäuert. Die Isotopenanalyse wurde mit ICP-MS (iCAP Q) im Kollisionszellenmodus unter Verwendung von He zur Unterscheidung der kinetischen Energie (KED) durchgeführt. Signifikante und variable Interferenzen (aus dem Boden stammendes 70Ge+ und (durch Plasma erzeugtes) doppelt geladenes 140Ce++) auf 70Zn erforderten eine Korrektur und wurden durch die Analyse von Ge- und Ce-Standards neben den Proben und die Ableitung der Intensität (Anzahl pro Sekunde, CPS) aus dem gemessenen CPS-Verhältnis 72 erreicht /70 für Ge-Standards und 70/140 für Ce-Standards. Die Interferenz von Ge erzeugte eine Korrektur für 70Zn CPS im Bereich von 0,01–25 % (Median = 0,74 %; Mittelwert = 1,68 %), während die Korrektur aufgrund von Ce-Interferenz im Bereich von 0,03–88 % lag (Median = 4,63 %; Mittelwert = 9,48). % (Abb. 4).

Histogramme zeigen die prozentuale Korrektur in 70Zn-Zählungen pro Sekunde (CPS) aufgrund von Cer-(Ce)-Interferenzen in Proben aus (a) Äthiopien und (c) Malawi sowie die prozentuale Korrektur aufgrund von Germanium-(Ge)-Interferenzen in Proben aus (b) Äthiopien und (d) Malawi. Vertikale blaue gestrichelte Linien stellen Mittelwerte dar.

Der Datensatz zur Getreidekorn-Elementarkonzentration und den Eigenschaften der Bodenchemie wird als Satz von OpenDocument-Arbeitsmappen und ZIP-Ordnern bereitgestellt, die Dateien mit durch Kommas getrennten Werten (CSV) der Arbeitsblätter für Äthiopien und Malawi enthalten. Die äthiopische Arbeitsmappe enthält sechs Arbeitsblätter: ETH_CropSoilData_Raw, ETH_CropSoilData_NA, ETH_Crop_LOD_ByICPRun, CropElements, SoilProperties und Notes. Die Arbeitsblätter in der malawischen Arbeitsmappe sind MWI_CropSoilData_Raw, MWI_CropSoilData_NA, Crop_LOD_ByICPRun, CropElements, SoilProperties und Notes. Der einzelne CSV-Dateiname ist derselbe wie der Arbeitsblattname in den Arbeitsmappen. Die „Notizen“-Arbeitsblätter in äthiopischen und malawischen Arbeitsmappen und CSV-ZIP-Ordnern bieten detailliertere Informationen zur Datenstruktur und zum Inhalt jedes Arbeitsblatts und jeder Felder. Es enthält auch Einzelheiten darüber, wie Daten aus verschiedenen Arbeitsblättern mithilfe der verschiedenen Kennungsfelder verknüpft werden können (z. B. wie der LOD für einen bestimmten Datensatz zur Elementarkonzentration einer Getreidepflanze mithilfe des Felds Crop_ICP_Run verknüpft werden kann). Der Datensatz ist derzeit über das figshare-Datenrepository28 unter https://doi.org/10.6084/m9.figshare.15911973 zugänglich. Figshare verwendet beim Speichern einer Datei MD5-Prüfsummen, die regelmäßig mit der Datei verglichen werden, um sicherzustellen, dass die Datei intakt ist und um die Integrität von Downloads zu überprüfen. Lesen Sie vor der Wiederverwendung von Daten die Nutzungshinweise.

Arbeitsmappen- und Tabellennamen, die diese Daten enthalten, beginnen mit dem dreibuchstabigen ISO-Ländercode für Äthiopien (ETH) und Malawi (MWI) sowie mit Details zu den gespeicherten Daten. Die Arbeitsmappe und CSV-Ordner mit den Getreidekorn- und Bodeneigenschaftendaten für Äthiopien heißen ETH_CropSoilChemData und für Malawi MWI_CropSoilChemData. Aufgrund der Komplexität der Datenerfassung und -berichterstattung haben wir die Daten auf zwei Arten gemeldet28. In jeder Arbeitsmappe enthält das erste Arbeitsblatt (Country_CropSoilData_Raw) Rohdaten, die von den Analysegeräten und der Software aufgezeichnet wurden, die zur Verarbeitung der Daten verwendet wurden. Um leere Zellen zu vermeiden, wird hier „NM“ (nicht gemessen) verwendet, um anzugeben, wo Daten nicht gemessen wurden. Im zweiten Arbeitsblatt (Country_CropSoilData_NA) werden Daten unterhalb des LOD, einschließlich negativer Datenwerte, und fehlender Daten durch NA (nicht verfügbar) ersetzt.

Die ersten 12 Felder in den Datenarbeitsblättern für rohes und gereinigtes äthiopisches Getreidekorn und Bodenchemie sind Hilfs- und Felddaten für die Getreidekorn-Boden-Probenpaare (Aufzeichnungen). Diese werden wie folgt beschrieben:

Finanzierungsquelle: Die Finanzierungsquelle für die Durchführung der Forschung, die diese Daten generiert hat. BMGF = Bill & Melinda Gates Foundation (INV-009129); GCRF = Global Challenges Research Fund (BB/P023126/1).

ID: Datensatz-(Zeilen-)Identifikationsnummer (ID) für den Datensatz. Hierbei handelt es sich um eindeutige IDs, die als Primärschlüssel für die Durchführung separater Analysen von Getreidekorn- und Bodenchemie-Eigenschaftsdaten verwendet werden können.

Crop_ICP_Run: Die ICP-MS-Laufnummer (Induktiv gekoppeltes Plasma-Massenspektrometer) zur Bestimmung des Ernteelement-LOD für den Rohgetreidekorn-Datensatz mithilfe der LOD-Daten im Arbeitsblatt ETH_Crop_LOD_ByICPRun.

Breitengrad: In Dezimalgrad, WGS84-Datum, Koordinatenreferenzsystem EPSG:4326.

Längengrad: In Dezimalgrad, WGS84-Datum, Koordinatenreferenzsystem EPSG:4326.

Höhe: Die Höhe in Metern über dem Meeresspiegel.

LocationPrecision: Die horizontale und vertikale Positionsgenauigkeit in Metern.

SamplingStart: Datum und Zeitstempel für den Beginn der Probenahme, UTC + 3. Dies ist das Datum und die Uhrzeit, die von der KoBoCollect-App automatisch aufgezeichnet werden, wenn die Enumeratoren mit der Aufzeichnung von Getreidekorn- und Bodenprobeninformationen auf dem Feld beginnen. Das Startdatum der Probenahme für die ID ETH1219 war falsch und wurde entfernt.

SamplingEnd: Datum und Zeitstempel für das Ende der Probenahme, UTC + 3. Dies ist das Datum und die Uhrzeit, die von der KoBoCollect-App automatisch aufgezeichnet werden, wenn die Enumeratoren den Fragebogen zur Probenmetadatenaufzeichnung entweder speichern oder absenden.

Kulturpflanze: Art der Kulturpflanze, aus der die Getreidekörner beprobt wurden.

GrainSource: Quelle des Getreidekorns (z. B. stehende Ernte, Feldhaufen oder Lager).

Site: Ob es sich bei der Site um eine „Haupt-“ oder „Close Pair“-Site handelt. Weitere Einzelheiten hierzu finden Sie in Gashu et al.7.

Identisch mit dem äthiopischen Datensatz sind die ersten 12 Felder in den Datenarbeitsblättern für rohes und gereinigtes malawisches Getreidekorn und Bodenchemie Hilfs- und Felddaten für die Getreidekorn-Boden-Probenpaare (Datensätze). Die Datendetails, die von oben abweichen, sind wie folgt:

Crop_ICP_Run: Die ICP-MS-Laufnummer zur Bestimmung des Ernteelement-LOD für den Rohgetreidekorn-Datensatz außer Se unter Verwendung der Daten im Crop_LOD_ByICPRun-Arbeitsblatt.

Crop_ICP_Run_Se: Die ICP-MS-Laufnummer zur Bestimmung des LOD der Getreidekorn-Se-Konzentration für den Rohgetreidekorn-Datensatz unter Verwendung der LOD-Daten im Crop_LOD_ByICPRun-Arbeitsblatt.

In den Datensätzen für Äthiopien und Malawi wurde die Getreidekornelementkonzentration für 29 Elemente (Spalten oder Datenfelder) angegeben (Tabelle 2). Diese erscheinen in alphabetischer Reihenfolge des Elementsymbols neben den in den obigen Abschnitten beschriebenen Feld- und Hilfsdaten. Die Datenfeldnamen enthalten außerdem das Suffix _grain nach dem Elementarsymbol.

In den äthiopischen und malawischen Datensätzen wurden 84 bzw. 69 chemische Bodeneigenschaften angegeben (nur online verfügbar, Tabelle 1). Welche chemischen Bodeneigenschaften analysiert und gemeldet wurden, erfahren Sie im jeweiligen Länderdatensatz. Diese werden in alphabetischer Reihenfolge nach den Datenspalten zur Getreidekornelementkonzentration angezeigt.

Zu den Qualitätskontrollprotokollen für die Getreideanalyse gehörten zwei Betriebsleerwerte in jeder Aufschlusscharge und Doppelproben eines zertifizierten Referenzmaterials (CRM) (Weizenmehl SRM 1567b, National Institute of Standards and Technology, Gaithersburg, MD, USA) in etwa jeder vierten Aufschlusscharge . Ein LOD wurde als das Dreifache der Standardabweichung von 10–14 Blindproben unter der Annahme einer hypothetischen Probenmasse von 0,2 g berechnet. Die Daten für die prozentuale Rückgewinnung von CRM sind in Tabelle 3 aufgeführt.

Zu den Qualitätskontrollprotokollen gehörten zwei Betriebsleerwerte in jeder Aufschlusscharge und zwei Proben eines internen oder externen Referenzmaterials. Zehn Prozent der Proben wurden sowohl in der Extraktions-/Aufschluss- als auch in der Analysephase wiederholt, und es wurde erwartet, dass die Ergebnisse innerhalb von ± 5 % lagen. Andernfalls wurde die Probencharge wiederholt, mit Ausnahme der Ergebnisse in der Nähe des LOD (was bei einigen Proben der Fall ist). haben niedrige Spurenelementkonzentrationen). Alle verwendeten Instrumente wurden während jedes Laufs im Rahmen des Kalibrierungsverfahrens driftkorrigiert. Bei jeder Charge der Boden-pH_w-Bestimmung wurden 10 % Unbekannte wiederholt und zur Qualitätskontrolle wurden doppelte Proben des firmeninternen Standards Broadbalk 082 (Rothamsted Research) einbezogen, und wir nahmen am Ringversuch der Wageningen Evaluating Programs for Analytical Laboratories (WEPAL) teil Eignungsprüfung für den pH-Wert des Bodens. Die Gesamt-C- und N-Analyse wurde mit dem LECO-Bodenstandard LCRM 502–697, Los 1000, erstellt und im Laufe der Zeit mithilfe von WEPAL-Leistungstests validiert. Für anorganisches C war kein CRM verfügbar, daher wurden in jeder Charge die hauseigenen Standards Summerdells, Broadbalk, Sacrewell (Rothamsted Research) sowie WEPAL-Leistungstests verwendet. Für EOxa war kein CRM verfügbar und es wurden die hauseigenen Standards Leuven und Woburn (Rothamsted Research) verwendet. Für eCEC war kein CRM verfügbar und es wurde firmeninterner Leuvener Standardboden (Rothamsted Research) verwendet. Für POlsen war kein CRM verfügbar und es wurden interne Hoosfield-Plot 714 und Plot 444 (Rothamsted Research) sowie WEPAL-Eignungstests verwendet. Für PBI war kein CRM verfügbar und es wurden die hauseigenen Standards Leuven und Woburn verwendet.

Für Quasi-Gesamtkonzentrationen wurden 10 % Blindwerte (Extraktionslösung) einbezogen, um eine mögliche Kontamination der interessierenden Analyten zu prüfen. Chargen wurden zurückgewiesen, wenn die Blindproben scheinbare Signale zeigten, die mehr als das Dreifache des Hintergrundsignals des Instruments (Nachweisgrenze) betrugen. Das WEPAL-Bodenreferenzmaterial ISE 962 wurde zur Überprüfung der analytischen Präzision jeder Charge (nur online verfügbar, Tabelle 2) sowie der WEPAL-Leistungstests verwendet. Der Vergleich der durchschnittlichen Ergebnisse nach Leerwertsubtraktion für alle Elemente mit den Ergebnissen für ISE 962 von WEPAL zeigt Wiederfindungen von +/-10 % für die meisten der 20 Elemente. Ausnahmen sind As, Cd, Na und Ti nach ICP-OES sowie Cd, Mo und Se nach ICP-MS (nur online verfügbar, Tabelle 3). Beachten Sie, dass As, Cd und Pb nur für die GCRF-Proben aus Äthiopien (11 Chargen) durch ICP-OES bestimmt wurden, diese Elemente jedoch für alle anderen Proben im BMGF-Projekt durch ICP-MS bestimmt wurden. Die Analyse mittels ICP-MS im Vergleich zu ICP-OES verbesserte sowohl die Wiederfindung als auch die Variation für As; für Cd verringerte sich der Mittelwert und damit auch die Variation; Pb war ähnlich, jedoch mit geringerer Variation. Die Na-Rückgewinnung durch ICP-OES und Königswasserextraktion kann unvollständig sein, und die von WEPAL für Ti angegebenen Ergebnisse sind nur Richtwerte. Die Nachweisgrenzen für jede der oben genannten Methoden der Bodenanalyse, mit Ausnahme des pH-Werts, werden in den nur online verfügbaren Tabellen 4, 6, 8, 10, 12 angezeigt, damit Benutzer entscheiden können, ob die Ergebnisse für einzelne Proben zuverlässig sind. Ergebnisse für Leerwerte werden auch in den nur online verfügbaren Tabellen 5, 7, 9, 11, 13 angezeigt und mit Ausnahme der Quasi-Gesamtelemente wurden diese nicht von den Ergebnissen in den Bodendaten abgezogen. Diese Informationen wurden jedoch bereitgestellt, damit Benutzer die Größe der Leerwerte im Vergleich zu den Probenergebnissen für jede Methode beurteilen und entscheiden können, ob sie diese subtrahieren.

Für das dreistufige sequentielle Extraktionsschema von S und Se im Boden wurde ein vorläufiges Experiment durchgeführt, um die zeitliche Stabilität der Analyten in einer 1 % TMAH-Matrix zu testen; Die Analyten wurden nach Abschluss der Extraktion und dann erneut nach 4-tägiger Lagerung gemessen. Die Ergebnisse zeigten, dass die Übereinstimmung zwischen den beiden Messungen für die KNO3-Extraktion recht schlecht war, insbesondere im Fall von Se (Abb. 5), während es im Fall der KH2PO4- und TMAH-Extraktionen sehr gute Übereinstimmungen zwischen den beiden Messungen gab. Folglich blieben die Konzentrationen in den löslichen Fraktionen (0,01 M KNO3) in einer Mischung aus 0,01 M KH2PO4 und 1 % TMAH erhalten.

Selenkonzentrationen im Boden, gemessen unmittelbar nach (a) der Kaliumnitrat (KNO3)-Extraktion; (b) Kaliumphosphat (KH2PO4)-Extraktion; (c) Tetramethylammoniumhydroxid (TMAH)-Extraktion und erneute Messung nach 4-tägiger Lagerung von Böden aus der Region Amhara, Äthiopien.

Die Reproduzierbarkeit der Isotopenverdünnungsanalyse wurde durch Wiederholen von c getestet. 10 % der Proben, wobei die Präzision durch Berechnung der relativen Standardabweichung (RSD; %) der Duplikate bestimmt wird. Der durchschnittliche (Fehler-)RSD betrug 6,34 % (Standardabweichung = 7,68 %), und 80 % der wiederholten Proben hatten Werte von RSD < 10 % (Abb. 6).

Häufigkeit der relativen Standardabweichung (RSD) doppelter E-Wert-Messungen auf einer Teilmenge von Böden aus Äthiopien und Malawi. Die vertikale gestrichelte blaue Linie stellt den Mittelwert des RSD dar. Das eingefügte Diagramm zeigt ein Whisker-Boxplot der Verteilung des RSD doppelter Messungen.

Zusätzliche Informationen zu den Bodenproben für die verschiedenen Bodenanalyseansätze sind in den Zusatzdateien 5 und 6 aufgeführt.

Die in der Ergänzungsdatei 4 dargestellten Daten zur Elementarkonzentration von Getreidekörnern wurden aus Daten abgeleitet, die Konzentrationswerte ≤ LOD, einschließlich negativer Werte, ausschlossen. Bei einigen Elementen, bei denen es eine größere Anzahl von Getreidekornproben mit Konzentrationen ≤ LOD gibt, kann dies zu einer Überschätzung der mittleren Konzentrationswerte im Vergleich zur Verwendung aller Daten führen. Wenn beispielsweise alle Daten, einschließlich derjenigen ≤ LOD, verwendet werden, beträgt die mittlere Se-Konzentration in Mais in Malawi 0,0168 mg kg−1 (n = 1.603). Wenn Datenwerte ≤ LOD ausgeschlossen werden, beträgt die mittlere Se-Konzentration in Mais 0,02448 mg kg−1 (n = 1199). Benutzer, die beschreibende Daten aus Übersichtstabellen verwenden möchten, sollten sich dessen bewusst sein und Daten in Formaten auswählen, die für ihren Zweck geeignet sind. Dieser Hinweis gilt auch für einige Übersichtstabellen zur Bodenchemie, in denen die Daten viele negative Konzentrationen enthalten.

Benutzer sollten sich darüber im Klaren sein, dass einige Bodeneigenschaften nicht sowohl in den GCRF-finanzierten als auch in den BMGF-finanzierten Zeilen im äthiopischen Datensatz gemessen wurden. Die folgenden Daten zur Bodenchemie wurden in den vom GCRF finanzierten Aufzeichnungen nicht gemessen: Cd_DTPA, Co_DTPA, Cu_DTPA, Fe_DTPA, Mn_DTPA, Ni_DTPA und Pb_DTPA. Ebenso wurden die folgenden bodenchemischen Eigenschaften in BMGF-finanzierten Aufzeichnungen nicht gemessen: Co_CaCl2, Cu_CaCl, Fe_CaCl, K_CaCl, Mg_CaCl, Mn_CaCl, Mo_CaCl, Na_CaCl, Ni_CaCl, NOPC, P_CaCl, Se_CaCl, Zn_CaCl und Zn_FIA.

Benutzer, die Geodatenanalysen mithilfe der Breiten- und Längengradfelder in diesen Daten durchführen möchten, sollten sicherstellen, dass die gemeldete räumliche (horizontale und vertikale) Genauigkeit den Anforderungen ihrer Analysen entspricht.

Für den Zugriff auf diese Daten wurde kein spezieller Code entwickelt. Nutzer können die Daten in einer Software ihrer Wahl nutzen und verarbeiten.

Kumssa, DB et al. Das Risiko eines Kalzium- und Zinkmangels in der Nahrung nimmt ab, bleibt aber weit verbreitet. Sci Rep 5, 10974, https://doi.org/10.1038/srep10974 (2015).

Artikel ADS PubMed PubMed Central Google Scholar

Joy, EJM et al. Nahrungsmineralversorgung in Malawi: räumliche und sozioökonomische Bewertung. BMC Nutr 1, 1–25, https://doi.org/10.1186/s40795-015-0036-4 (2015).

Artikel Google Scholar

Beal, T., Massiot, E., Arsenault, JE, Smith, MR & Hijmans, RJ Globale Trends bei der Mikronährstoffversorgung über die Nahrung und geschätzte Prävalenz einer unzureichenden Zufuhr. PLoS One 12, e0175554, https://doi.org/10.1371/journal.pone.0175554 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Nelson, G. et al. Einkommenswachstum und Auswirkungen des Klimawandels auf die globale Ernährungssicherheit bis zur Mitte des Jahrhunderts. Nature Sustainability 1, 773–781, https://doi.org/10.1038/s41893-018-0192-z (2018).

Artikel Google Scholar

Smith, MR, Micha, R., Golden, CD, Mozaffarian, D. & Myers, SS Global Expanded Nutrient Supply (GENuS)-Modell: Eine neue Methode zur Schätzung der globalen Nahrungsversorgung mit Nährstoffen. PLoS One 11, e0146976, https://doi.org/10.1371/journal.pone.0146976 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Gashu, D. et al. Räumliche Vorhersage der Konzentration von Selen (Se) in Getreide in einem Teil der Region Amhara, Äthiopien. Sci Total Environ 733, 139231, https://doi.org/10.1016/j.scitotenv.2020.139231 (2020).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Gashu, D. et al. Die Nährwertqualität von Getreide variiert geografisch in Äthiopien und Malawi. Nature 594, 71–76, https://doi.org/10.1038/s41586-021-03559-3 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Ligowe, IS et al. Risiken eines Selenmangels in den Nahrungsmittelsystemen Afrikas südlich der Sahara und ihre räumlichen Zusammenhänge. Proc Nutr Soc, 1–11, https://doi.org/10.1017/S0029665120006904 (2020).

Phiri, FP et al. Das Risiko eines Selenmangels in Malawi ist groß und variiert über mehrere räumliche Skalen. Sci Rep 9, 6566, https://doi.org/10.1038/s41598-019-43013-z (2019).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Belay, A. et al. Selenmangel ist in Äthiopien weit verbreitet und räumlich abhängig. Nährstoffe 12, 1565, https://doi.org/10.3390/nu12061565 (2020).

Artikel CAS PubMed Central Google Scholar

Mossa, A.-W. et al. Der Einfluss von Bodeneigenschaften auf die Zinklabilität und -löslichkeit in Böden Äthiopiens – eine Isotopenverdünnungsstudie. Boden 7, 255–268 (2021).

Artikel ADS CAS Google Scholar

Botoman, L. et al. Boden- und Landschaftsfaktoren beeinflussen die räumliche Variation der Zinkkonzentration in Maiskörnern in Malawi. Wissenschaftliche Berichte 12, 7986, https://doi.org/10.1038/s41598-022-12014-w (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Walsh, M. & Wu, W. GeoSurvey-Datenvorhersage-Workflows, https://osf.io/vxc97/ (2020).

OpenStreetMap-Mitwirkende. Planet Dump, https://www.openstreetmap.org. (2017).

Grafström, A. & Schelin, L. Wie man repräsentative Proben auswählt. Scandinavian Journal of Statistics 41, 277–290 (2014).

Artikel MathSciNet Google Scholar

ESA. Land Cover CCI Data Version 2.0.7, Landbedeckungsdaten für 2015, http://maps.elie.ucl.ac.be/CCI/viewer/download.php (2016).

Nationales Statistikamt (NSO) und das DHS-Programm (ICF). (NSO & ICF, Zomba, Malawi und Rockville, Maryland, USA, 2017).

Walvoort, DJ, Brus, D. & De Gruijter, J. Ein R-Paket für räumliche Abdeckungsstichproben und Zufallsstichproben aus kompakten geografischen Schichten mittels k-Means. Computer & Geowissenschaften 36, 1261–1267 (2010).

Artikel ADS Google Scholar

Tiessen, H., Bettany, J. & Stewart, J. Eine verbesserte Methode zur Bestimmung von Kohlenstoff in Böden und Bodenextrakten durch Trockenverbrennung. Commun Soil Sci Plant Anal 12, 211–218 (1981).

Artikel CAS Google Scholar

Schwertmann, U. Differenzierung der eisenoxide des bodens durch extraktion mit ammoniumoxalat‐Lösung. Zeitschrift für Pflanzenernährung, Düngung, Bodenkunde 105, 194–202 (1964).

Artikel CAS Google Scholar

ISO 23470. Bodenqualität – Bestimmung der effektiven Kationenaustauschkapazität (CEC) und der austauschbaren Kationen unter Verwendung einer Hexaminkobalt(III)-chloridlösung. (2018).

Olsen, SR Schätzung des verfügbaren Phosphors in Böden durch Extraktion mit Natriumbicarbonat. (US-Landwirtschaftsministerium, 1954).

Burkitt, L., Moody, P., Gourley, C. & Hannah, M. Ein einfacher Phosphorpufferungsindex für australische Böden. Bodenres. 40, 497–513 (2002).

Artikel CAS Google Scholar

McGrath, SP & Cunliffe, CH Eine vereinfachte Methode zur Gewinnung der Metalle Fe, Zn, Cu, Ni, Cd, Pb, Cr, Co und Mn aus Böden und Klärschlämmen. J Sci Food Agric 36, 794–798 (1985).

Artikel CAS Google Scholar

Lindsay, WL und Norvell, WA Entwicklung eines DTPA-Bodentests für Zink, Eisen, Mangan und Kupfer. Soil Sci Soc Am J 42, 421–428 (1978).

Artikel CAS Google Scholar

Mathers, AW et al. Bestimmung des Schicksals von Selen bei der Bioanreicherung von Weizen: eine isotopenmarkierte Feldversuchsstudie. Pflanzenboden 420, 61–77 (2017).

Artikel CAS Google Scholar

Shetaya, W., Young, S., Watts, M., Ander, E. & Bailey, E. Joddynamik in Böden. Geochim Cosmochim Acta 77, 457–473 (2012).

Artikel ADS CAS Google Scholar

Kumssa, DB et al. Daten zu Getreidemineralien, Mikronährstoffen und Bodenchemie aus GeoNutrition-Erhebungen in Äthiopien und Malawi. figshare https://doi.org/10.6084/m9.figshare.15911973 (2022).

Referenzen herunterladen

Dieses Papier wird von GeoNutrition-Projekten unterstützt, die von der Bill & Melinda Gates Foundation (INV-009129) und dem UKRI Biotechnology and Biological Sciences Research Council (BBSRC)/Global Challenges Research Fund (GCRF) (BB/P023126/1) finanziert werden. Die Geldgeber waren am Studiendesign nicht beteiligt; die Sammlung, Verwaltung, Analyse und Interpretation von Daten; das Verfassen der Arbeit oder die Entscheidung, die Arbeit zur Veröffentlichung einzureichen. Die auf diesen Karten angezeigten Grenzen, Konfessionen und sonstigen Informationen stellen kein Urteil über den rechtlichen Status eines Gebiets dar und stellen keine offizielle Billigung oder Akzeptanz von Grenzen seitens einer Regierung dar. Wir würdigen die Beiträge der teilnehmenden Landwirte und Feldprobenahmeteams zu dieser Forschung. In Äthiopien stammten Feldprobenahmeteams vom Amhara, Oromia und Tigray Regional Bureau of Agriculture. In Malawi kamen Feldprobenahmeteams vom Department of Agricultural Research Services und der Lilongwe University of Agriculture and Natural Resources. Die Schulungsunterstützung für Feldaktivitäten in Malawi wurde durch Mittel des Royal Society-UK Foreign, Commonwealth & Development Office (FCDO) im Rahmen des Projekts AQ140000 „Stärkung der afrikanischen Kapazität in der Bodengeochemie für Landwirtschaft und Gesundheit“ erleichtert. Die mineralanalytische Unterstützung wurde von B. Broadley, S. Vasquez Reina, S. Dunham, J. Carter und J. Hernandez mit Unterstützung des BBSRC Institute Strategic Project Soil to Nutrition (BBS/E/C/000I0310) bereitgestellt. Der Beitrag von ELA wird mit Genehmigung des Direktors des British Geological Survey (UKRI) veröffentlicht.

Diese Autoren haben gleichermaßen beigetragen: Kumssa DB, Mossa AW.

Diese Autoren trugen gleichermaßen bei: Broadley MR, Gashu D, Nalivata PC.

School of Biosciences, University of Nottingham, Sutton Bonington Campus, Loughborough, LE12 5RD, Großbritannien

Kumssa DB, Mossa AW, Bailey EH, Chagumaira C, Davis K, Lark RM, Muleya P, Wilson L, Young SD, Haji IR und Broadley MR

Internationales Pflanzenforschungsinstitut für die semiariden Tropen (ICRISAT), ILRI Sholla Campus, Postfach 5689, Addis Abeba, Äthiopien

T. Amede

Zentrum für Umweltgeochemie, British Geological Survey, Keyworth, Nottinghamshire, NG12 5GG, Großbritannien

EL Ander

Lilongwe University of Agriculture and Natural Resources (LUANAR), Bunda College, PO Box 219, Lilongwe, Malawi

L. Botoman, C. Chagumaira, JG Chimungu, IS Ligowe und PC Nalivata

Das Department of Agricultural Research Services, Postfach 30779, Lilongwe, Malawi

L. Botoman, IS Ligowe & M. Munthali

Future Food Beacon, University of Nottingham, Sutton Bonington Campus, Nottinghamshire, LE12 5RD, Großbritannien

C. Chagumaira & RM Lark

Rothamsted Research, Harpenden, Hertfordshire, AL5 2JQ, Großbritannien

C. Chagumaira, SM Haefele, SP McGrath, A. Milne und MR Broadley

ILRI Sholla Campus, Postfach 5689, Addis Abeba, Äthiopien

S. Gameda

Das Zentrum für Lebensmittelwissenschaft und Ernährung, Universität Addis Abeba, Postfach 1176, Addis Abeba, Äthiopien

K. Hailu & D. Gashu

Addis Abeba Science and Technology University, Addis Abeba, Äthiopien

K. Hailu

Fakultät für Epidemiologie und Bevölkerungsgesundheit, London School of Hygiene & Tropical Medicine, Keppel Street, London, WC1E 7HT, Großbritannien

EJM Freude

World Agroforestry (ICRAF), United Nations Avenue, PO Box 30677, Nairobi, Kenia

E. Towett

Africa Soil Information Service, Selian Agricultural Research Institute, Postfach 2704, Arusha, Tansania

MG Walsh

Sie können diesen Autor auch in PubMed Google Scholar suchen

DG, PCN, TA, ELA, SG, EJMJ, AAK, RML, SPM, EKT und MRB konzipierten die Studie und akquirierten und verwalteten Projektmittel. DG, PCN, ELA, EHB, LB, CC, SMH, KH, EJMJ, DBK, RML, IRH, PM, ISL, KD, SPM, AEM, AWM, MM, MGW, LW, SDY und MRB trugen zu Felduntersuchungen bei und Laboranalysen. DBK verwaltete die Daten; DBK und AWM entwickelten die Datenvisualisierungen. DBK, AWM und MRB haben den ersten Entwurf des Papiers unter Redaktion und Überprüfung der Beiträge anderer Autoren verfasst.

Korrespondenz mit MR Broadley.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Kumssa, DB, Mossa, AW, Amede, T et al. Daten zu Getreidemineralien, Mikronährstoffen und Bodenchemie aus GeoNutrition-Erhebungen in Äthiopien und Malawi. Sci Data 9, 443 (2022). https://doi.org/10.1038/s41597-022-01500-5

Zitat herunterladen

Eingegangen: 06. Januar 2022

Angenommen: 28. Juni 2022

Veröffentlicht: 25. Juli 2022

DOI: https://doi.org/10.1038/s41597-022-01500-5

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Landwirtschaft und Ernährungssicherheit (2023)

Zeitschrift für Bodenkunde und Pflanzenernährung (2023)

Biologische Spurenelementforschung (2023)

Zeitschrift für Bodenkunde und Pflanzenernährung (2023)

Naturkost (2022)