鎘是我國農(nóng)田土壤污染的首要污染物，威脅農(nóng)產(chǎn)品質(zhì)量安全。稻米是我國人群膳食鎘攝入的最主要來源。大尺度的土壤與稻米協(xié)同采樣調(diào)查發(fā)現(xiàn)，稻米鎘與土壤鎘以及土壤性質(zhì)間的量化關(guān)系較差（R2通常低于0.2），時常存在“土壤鎘超標而稻米不超標，或土壤鎘不超標但稻米超標”的現(xiàn)象，這給污染耕地質(zhì)量類別劃分和風險評估帶來很大的不確定性。

 

　　針對該問題，資環(huán)學院汪鵬教授課題組在湖南省湘潭縣域尺度開展了為期三年的田間野外調(diào)查，在水稻成熟中后期，采集土壤和稻米樣品600對，發(fā)現(xiàn)稻米鎘含量與土壤總鎘間的線性關(guān)系較差（R2 < 0.17，圖1），表明僅依靠土壤總鎘含量無法準確評估稻米鎘含量超標風險。進一步通過機器學習，發(fā)現(xiàn)基于土壤鐵錳氧化物結(jié)合態(tài)鎘、土壤pH、土壤可還原態(tài)錳含量和水稻灌漿成熟后期的土壤含水率，能很好預(yù)測區(qū)域尺度稻米鎘含量（R2 = 0.81；圖1），大幅度提升了稻米鎘與土壤鎘以及土壤參數(shù)之間關(guān)系的確定性。

 

　　基于該機器學習模型，研究團隊還針對土壤pH、水稻灌漿成熟后期土壤水分狀況、土壤可還原態(tài)錳含量等參數(shù)，分別進行了情景模擬。結(jié)果表明如通過施加石灰石粉將該縣域酸性稻田土壤pH提高至6.5，可將該縣域稻米鎘含量的超標率降低至2.0%（圖2），為該區(qū)域?qū)崿F(xiàn)受污染耕地95%的安全利用率提供高性價比的解決方案。

 

　　相關(guān)研究成果以“Machine learning methods to predict cadmium (Cd) concentration in rice grain and support soil management at a regional scale”為題發(fā)表于綜合性期刊Fundamental Research上。資環(huán)學院博士畢業(yè)生黃博陽和在讀博士研究生律其鑫為論文的共同第一作者，汪鵬教授為通訊作者，趙方杰教授參與并指導(dǎo)了這項研究工作。該研究工作得到了國家重點研發(fā)計劃項目、國家自然科學基金項目以及中央高校業(yè)務(wù)費的資助。

 

　　全文鏈接：http://doi.org/10.1016/j.fmre.2023.02.016