土壤,作为人类食物的根基,默默支撑着近 95% 的食物供应,就像一位无私奉献的幕后英雄。但如今,它却遭遇了严重的危机。随着全球人口的持续增长,对粮食的需求也在不断攀升,预计到 2050 年,全球粮食产量需要增加 35% - 56%。这使得原本就珍贵的土壤资源承受着巨大的压力,再加上土壤侵蚀、化肥农药过度使用以及工业污染等问题,联合国粮食及农业组织(FAO)发出警告,到 2050 年,全球 90% 的土壤资源可能都将面临风险。
在众多土壤问题中,有毒重金属和类金属(以下统称 “有毒金属”)污染常常被忽视,但其危害不容小觑。它不仅会降低农作物产量,还可能导致食品安全问题。一些金属,如钴(Co)和铜(Cu),虽然在生物功能中少量存在是必需的,但在生物体内(包括农作物)的生物积累却会使它们在人类食物链中变得有毒。而且,有毒金属无法降解,会在土壤中逐年累积。
尽管全球土壤有毒金属污染问题已被研究数十年,但目前仍缺乏对其影响土壤质量的定量评估以及全球范围内土壤污染的空间明确映射。此前一些区域和国家层面的调查虽揭示了部分问题,比如中国的一项全国性调查发现 19% 的农业土壤超标,27 个欧洲国家的研究显示 28% 的土壤超标,但这些数据并不能让我们全面了解全球土壤污染状况。
为了深入探究全球土壤有毒金属污染问题,研究人员开展了相关研究。研究人员从 1493 项区域研究中收集了 796,084 个土壤样本中关键有毒金属(砷(As)、镉(Cd)、钴(Co)、铬(Cr)、铜(Cu)、镍(Ni)和铅(Pb))浓度的数据,这些样本涵盖了不同气候带、地质环境和土地利用类型。他们运用机器学习技术,建立模型来预测土壤中有毒金属超标情况,并绘制全球土壤污染地图。该研究成果发表在《SCIENCE》上,为解决全球土壤污染问题提供了重要依据。
研究中用到的主要关键技术方法包括:首先,对收集的数据进行质量保证程序,确保数据可靠且具有代表性;然后,将土壤浓度数据转换为二进制数据,以便后续分析;最后,利用极端随机树(ERT)模型进行预测,并通过独立数据集验证模型的精度和准确性。
全球有毒金属超标情况
研究人员通过分析大量数据,发现全球范围内,14% - 17%(95% 置信区间)的耕地表层土壤中至少有一种有毒金属超过农业阈值(AT)。不同金属的超标概率在地理上存在差异,镉(Cd)的全球超标率最高,达到 9.0%(-1.9%/+1.5%) ,在印度北部和中部、巴基斯坦、孟加拉国、中国南部等地较为突出;镍(Ni)和铬(Cr)的超标率分别为 5.8%(-1.8%/+1.1%)和 3.2%(-0.7%/+1.6%),在中东、俄罗斯亚北极地区和东非较为普遍;砷(As)超标率为 1.1%(-0.04%/+0.3%) ,主要集中在中国南部和西南部、南亚和东南亚、西非以及南美洲中部;钴(Co)超标率为 1.1%(-0.1%/+2.9%) ,在赞比亚、刚果民主共和国和埃塞俄比亚较为常见。
此外,全球 6.8%(-1.7%/+1.9%)的表层土壤超过人类健康和生态阈值(HHET)。研究还估计,全球约 2.42 亿公顷(-26/+27 百万公顷),即 16% 的耕地受到有毒金属超标的影响。通过将人类健康和生态风险地图与 2020 年全球人口分布叠加,发现约 0.9 - 1.4 亿人生活在高风险地区。同时,研究识别出低纬度欧亚大陆以及南欧、中东、南亚和中国南部存在一个显著的高风险区域,该区域被称为 “金属富集走廊”,与多个古代文化的地理分布重合,可视为人类世时代的重要标志。
自然和人为驱动因素
研究发现,多种环境因素影响全球有毒金属超标分布。近地表温度、降水和潜在蒸散对金属超标有最强的正向影响,可能导致中国南部、印度、中东、中美洲和中非等地金属超标率较高,因为这些条件会加速岩石风化,使金属从土壤母质中释放出来,并增强金属在粘土矿物和铁氧化物或铝氧化物中的富集。而地面霜冻频率和湿日频率则有最强的负向影响,可能是由于风化作用导致的金属流入较弱,淋溶作用导致的金属流出较强,以及植物泵效应较弱,限制了金属的垂直富集。
此外,高海拔和陡坡景观与更普遍的金属超标相关,因为地形会影响岩石风化、土壤形成和侵蚀,进而影响金属的淋溶和积累。在山区,金属超标率明显高于全球平均水平。
社会经济因素也是影响全球有毒金属分布的重要驱动因素。采矿强度的指标,如矿石和金属出口、矿产租金、矿产消耗和矿石及金属进口等,是有毒金属超标最强的社会经济预测指标,凸显了采矿和冶炼对全球土壤金属积累的重大贡献。灌溉土地比例也是金属超标率的一个强预测指标,不过,除了在高地质背景或严重人为污染地区,地下水灌溉通常是有毒金属不超标的一个强预测指标,这表明地下水的有毒金属含量通常低于其他灌溉水源。
研究人员通过结构方程模型(SEM)评估了灌溉、采矿、植物泵效应、风化、淋溶与超标率和危害水平之间的因果关系,发现风化和植物泵效应对土壤中 As、Cd、Co 和 Cu 的浓度有很大贡献,且人为过程(包括采矿和灌溉)对大多数有毒金属有重要贡献,许多影响是通过间接途径实现的。
研究结论和讨论
该研究表明,土壤污染在全球范围内发生,对生态系统和人类健康构成重大风险,威胁着水质和食品安全。机器学习模型利用公开数据进行区域土壤污染评估,是一种有用的筛选工具,可补充传统土壤污染绘图方法。研究还揭示了欧洲 55° 纬线以北的神秘趋势,发现南欧的有毒金属富集区是更广泛的跨大陆金属富集走廊的一部分。
然而,研究也存在一定局限性。由于发展中国家和偏远地区缺乏采样数据,模型在俄罗斯北部、印度中部和非洲等地的不确定性较高。而且土壤金属浓度具有高度空间异质性,本研究基于 10 公里网格的平均金属浓度,更能反映扩散和区域污染,无法支持风险缓解。
土壤污染对全球粮食安全和公共健康影响深远,受污染耕地中的有毒金属生物积累会影响生物多样性和生产力,危害人体健康,加剧贫困。随着对关键金属需求的增长,预计有毒金属富集区域还将继续扩大。该研究为政策制定者和农民敲响了警钟,呼吁采取措施保护土壤资源。