廣東
導讀
中國科學技術大學環(huán)境科學與工程系在金屬納米顆粒的土壤健康風險評估領域取得新進展，通過可解釋機器學習模型系統(tǒng)解析了金屬納米顆粒與土壤特性的復雜相互作用，并在全球尺度下，評估了不同類型土壤的健康風險。該研究成果以“Prediction of Metal Nanoparticle Interactions with Soil Properties: Machine Learning Insights into Soil Health Dynamics”為題，于近日發(fā)表于ACS Nano。
金屬納米粒子 (MNPs) 在精準農業(yè)和可持續(xù)農業(yè)中具有巨大潛力。然而，多種 MNP 與土壤特性之間的相互作用，包括其對土壤整體健康的影響仍缺乏深入研究。研究團隊采用4種可解釋機器學習模型，綜合分析7項土壤理化性質（如陽離子交換容量、有機質）、3種MNPs特性及3種外部因素，揭示了它們對土壤pH、微生物量、微生物多樣性和酶活性的動態(tài)影響。通過機器學習驅動的全球尺度預測，繪制了MNPs土壤健康風險的熱點區(qū)域，為高風險國家制定差異化環(huán)境政策提供了數據支撐，推動可持續(xù)農業(yè)從“經驗治理”邁向“預測性管理”。
圖金屬納米顆粒暴露下全球尺度土壤健康度風險評估
該工作得到了國家自然科學基金、科技部國家重點研發(fā)計劃、校創(chuàng)新團隊培育基金等項目的支持。
論文鏈接：https://doi.org/10.1021/acsnano.5c04197
來源：中國科學技術大學環(huán)境科學與工程系
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
