中国科学技术大学环境科学与工程系在金属纳米颗粒的土壤健康风险评估领域取得新进展，通过可解释机器学习模型系统解析了金属纳米颗粒与土壤特性的复杂相互作用，并在全球尺度下，评估了不同类型土壤的健康风险。该研究成果以“Prediction of Metal Nanoparticle Interactions with Soil Properties: Machine Learning Insights into Soil Health Dynamics”为题，于近日发表于ACS Nano。

金属纳米粒子 (MNPs) 在精准农业和可持续农业中具有巨大潜力。然而，多种 MNP 与土壤特性之间的相互作用，包括其对土壤整体健康的影响仍缺乏深入研究。研究团队采用4种可解释机器学习模型，综合分析7项土壤理化性质（如阳离子交换容量、有机质）、3种MNPs特性及3种外部因素，揭示了它们对土壤pH、微生物量、微生物多样性和酶活性的动态影响。通过机器学习驱动的全球尺度预测，绘制了MNPs土壤健康风险的热点区域，为高风险国家制定差异化环境政策提供了数据支撑，推动可持续农业从“经验治理”迈向“预测性管理”。

图 金属纳米颗粒暴露下全球尺度土壤健康度风险评估

该工作得到了国家自然科学基金、科技部国家重点研发计划、校创新团队培育基金等项目的支持。

论文链接：https://doi.org/10.1021/acsnano.5c04197