近日，農(nóng)業(yè)農(nóng)村部環(huán)境保護科研監(jiān)測所產(chǎn)地環(huán)境監(jiān)測與預警創(chuàng)新團隊研發(fā)出生物炭修復農(nóng)田土壤鎘污染效果的智能預測方法。該方法為農(nóng)田土壤鎘污染修復材料的智能化、精準化施用提供了理論依據(jù)和技術(shù)支撐。相關(guān)研究成果發(fā)表在《危險材料雜志（Journal of Hazardous Materials）》上。
生物炭作為常見的典型鈍化材料，對農(nóng)田土壤重金屬污染的修復作用顯著。然而，由于生物炭結(jié)構(gòu)組成、土壤理化性質(zhì)和重金屬污染條件存在差異，傳統(tǒng)的試錯法存在材料篩選周期長、成本高且難以匹配目標地塊特定需求等問題。
該研究依托農(nóng)田土壤重金屬污染生物炭修復案例庫，開發(fā)出生物炭修復鎘污染土壤效果智能預測模型，并進行超參數(shù)優(yōu)化，分析出影響土壤鎘鈍化效果的關(guān)鍵因素。研究發(fā)現(xiàn)，生物炭性質(zhì)對土壤鎘鈍化效果的影響最為顯著（在影響因素中占比60.96%），其次是實驗條件（19.6%）和土壤理化性質(zhì)（19.44%）。其中生物炭pH值和用量是影響土壤鎘鈍化最重要的特征參數(shù)。研究還應用該優(yōu)化模型，針對全國不同區(qū)域的鎘污染農(nóng)田提出了最佳鎘鈍化效果下生物炭的結(jié)構(gòu)組成。該研究通過機器學習技術(shù)，突破了傳統(tǒng)篩選方法的局限，大幅提升了生物炭修復土壤鎘污染的效率和精準度。研究成果為生物炭篩選提供了理論依據(jù)，為全國范圍內(nèi)的農(nóng)田土壤修復決策提供了技術(shù)支撐。
該研究得到國家自然科學基金項目和中央級公益性科研院所基本科研業(yè)務費專項的支持。（通訊員：姚金玲）
原文鏈接：https://www.sciencedirect.com/science/article/pii/S0304389424016443
