联合国粮食及农业组织（FAO）

统计数据显示

土壤是全球95%食物的生产基础

是人类社会赖以发展和延续的重要环境介质

土壤重金属污染问题

会对国际粮食安全和公众健康构成重大威胁

近日

清华大学环境学院侯德义教授团队

在《科学》（Science）上

发表研究论文

《全球土壤重金属污染威胁农业生产与公众健康》

(Global soil pollution by toxic metals

threatens agriculture and human health)

该研究基于大数据及机器学习模型

首次在全球尺度上

连续刻画土壤污染的空间分布格局

绘制出全球土壤

砷、镉、钴、铬、铜、镍、铅7种

重金属/类金属污染分布图

首次揭示

新地质时代“人类世”重要标志物

超大型、跨洲际“重金属富集廊道”的存在

并阐释土壤污染大尺度分布的驱动因素

为全球土壤重金属污染防治

提供了重要的理论、方法与数据支撑

研究团队通过对1493套区域研究数据的系统收集，构建涵盖砷、镉、钴、铬、铜、镍、铅等7种重金属/类金属的全球土壤重金属污染数据库。研究开发出基于极端随机树机器学习算法的土壤重金属元素超标分布反演模型，揭示了农田（AT）和人类健康及生态（HHET）两类阈值条件下全球土壤重金属元素的超标情况及空间分布格局，绘制出全球首张土壤重金属污染分布图。

该研究首次发现，南欧的高重金属丰度区域只是一个更大的重金属富集区域的一部分：在欧亚大陆中低纬度地区存在一个超大型、跨洲际的“重金属富集廊道”（metal-enriched corridor），这一廊道区域从南欧延伸至中东、南亚和中国南部，其与人类文明的主要发源地（古希腊、古罗马、美索不达米亚、古印度、长江文明）存在重合。除了数千年的采矿和冶炼等人类活动之外，该地区强烈的成土母质风化作用、植物的泵提作用，以及多山地形地貌等因素均是导致重金属富集的重要原因。因为重金属不可降解，这一区域可以作为新地质时代“人类世”的重要标志物。

研究还发现，温度、降雨量、蒸散量等气候因素与土壤重金属分布呈正相关关系，霜降及湿润天数与土壤重金属分布呈负相关关系。在温暖湿润的亚热带季风区，农田土壤的重金属超标率显著高于全球农田土壤的平均超标率；而在湿润大陆性气候区，农田土壤重金属超标率则较低。此外，高海拔和陡坡地区的土壤中重金属超标率更高。

社会经济因素同样是土壤重金属污染的重要驱动要素。由于地表灌溉用水被工业活动污染，灌溉相关的变量也与土壤重金属污染呈正相关。该研究通过结构方程模型，揭示了灌溉、采矿、植物泵提、风化、淋溶等多重因素的作用对重金属超标率和风险水平的影响。结构方程模型与机器学习模型的结果共同验证了一个基本科学假设，亦即土壤重金属浓度在空间大尺度上的分布取决于一系列环境与社会变量之间的相互作用。

通过大数据及机器学习模型，该研究首次在全球尺度上连续刻画了土壤污染的空间分布格局。模型结果在验证已知的高污染区域的同时，还揭示部分鲜少被研究和关注的高风险地区。研究通过系统的不确定性分析验证了空间分布反演模型结果的可靠性，但非洲等地区因数据稀缺，仍然具有较高不确定性。同时，研究结果主要反映区域性污染水平，旨在为区域土壤污染风险筛查与污染防治行动提供支撑，具体场地修复需充分考虑土壤污染异质性并开展精细化调查。

该研究结果表明，基于公开数据驱动的机器学习模型是一种有效的污染筛查工具，可以弥补传统土壤污染调查方法的成本高、耗时长等不足。目前，联合国环境规划署（UNEP）、联合国粮食及农业组织（FAO）正推动全球土壤污染防治与修复行动。基于研究结果，研究人员提出“国际援助应优先支持撒哈拉以南非洲等数据匮乏区域的土壤污染调查”的观点。

全球约14%-17%的农田土壤存在重金属污染，威胁了全球数以亿计人口的人居环境安全，损害农田生产力并加剧贫困问题。该研究提供的全球土壤污染数据，可为政策制定者与农业生产者提供科学依据。研究人员呼吁提高对土壤污染问题的重视程度，平衡资源开发与生态安全，保障粮食系统、公共健康、生态系统的长期韧性，促进全球可持续发展。

论文的第一/通讯作者为侯德义教授，清华大学环境学院博士研究生贾茜越为共同第一作者。其他共同作者包括清华大学博士研究生王刘炜，英国洛桑研究中心Steve P. McGrath教授、中国科学院生态环境研究中心朱永官研究员、南方科技大学胡清教授、南京农业大学赵方杰教授、挪威海洋研究所Michael Bank研究员、英国皇家农业大学David O’Connor博士、美国密歇根大学Jerome Nriagu教授。

来源 | 环境学院

编辑｜陈韩梅

责编 | 苑洁

审核 | 刘蔚如