記者14日從農業農村部環境保護科研監測所獲悉，該所產地環境監測與預警創新團隊日前在國際期刊《危險材料雜志》上發表了一項重要成果，首次構建了基于機器學習的生物炭修復農田土壤鎘污染效果智能預測模型。該技術通過深入量化生物炭結構性質、土壤理化性質與修復效果之間的復雜關聯，成功實現了修復材料的精準匹配與方案優化。
“鎘作為一種常見的農田土壤重金屬污染物，容易通過作物富集進入食物鏈，從而對人類健康構成嚴重威脅。生物炭因其獨特的多孔結構、高穩定性及強吸附能力，被廣泛用于重金屬污染土壤的鈍化修復。”論文通訊作者、團隊首席科學家安毅告訴科技日報記者，傳統修復材料生物炭篩選主要依賴田間試驗或實驗室培養的“試錯法”，存在周期長、成本高、地域適配性差、機制認知模糊等痛點。
針對這些痛點，研究團隊以生物炭修復農田土壤鎘污染為基礎，檢索過去二十年中發表的同行評議文獻近1700篇，系統分析了234組試驗數據，最終建立了生物炭修復土壤鎘污染的案例庫。
論文第一作者、團隊副研究員杜兆林介紹，研究突破性地將機器學習算法引入修復材料設計領域，成功構建了包含“生物炭結構性質—土壤理化性質—施用參數”的智能預測模型。
通過特征工程及超參數優化后的隨機森林算法，該模型實現了多項創新：明確生物炭結構性質為首要影響因素，其中pH值是決定性參數；具備動態模擬能力，只需輸入特定土壤的理化性質數值和生物炭結構性質數值，即可輸出鎘鈍化效率預測值，誤差范圍控制在±5%以內；可提供區域適配方案，提供實現區域最佳鎘污染鈍化效果的理想生物炭結構性質數據集。
