【专家视角】清华大学联合研究Science｜全球土壤重金属污染分布图：机器学习解码农业与健康风险格局

土壤重金属污染是威胁粮食安全和人类健康的全球性环境问题，但其空间分布规律及驱动机制仍不明确。现有研究多局限于区域尺度，缺乏对全球污染格局的系统解析，尤其对自然过程（如成土作用、植物泵效应）与人类活动（如采矿、灌溉）的交互影响认识不足。

全球数据库构建：整合1493项区域研究、79.6万采样点数据，覆盖砷（As）、镉（Cd）、钴（Co）等7种重金属，首次实现全球尺度污染概率预测。

机器学习建模：采用极端随机树（ERT）模型，结合气候、地质、地形及社会经济变量，预测农田与健康生态阈值超标区域。

新发现高风险带：揭示低纬度欧亚大陆存在跨大陆“重金属富集走廊”，与古文明分布、强风化作用及千年采矿史高度关联。

量化影响范围：全球14-17%农田（约2.42亿公顷）受污染威胁，9-14亿人口暴露于高风险区，国际贸易或加剧污染扩散。