生物炭作为常见的典型钝化材料，对农田土壤重金属污染的修复作用显著。然而，由于生物炭结构组成、土壤理化性质和重金属污染条件存在差异，传统的试错法存在材料筛选周期长、成本高且难以匹配目标地块特定需求等问题。
该研究依托农田土壤重金属污染生物炭修复案例库，开发出生物炭修复镉污染土壤效果智能预测模型，并进行超参数优化，分析出影响土壤镉钝化效果的关键因素。研究发现，生物炭性质对土壤镉钝化效果的影响最为显著（在影响因素中占比60.96%），其次是实验条件（19.6%）和土壤理化性质（19.44%）。其中生物炭pH值和用量是影响土壤镉钝化最重要的特征参数。研究还应用该优化模型，针对全国不同区域的镉污染农田提出了最佳镉钝化效果下生物炭的结构组成。该研究通过
机器学习技术，突破了传统筛选方法的局限，大幅提升了生物炭修复土壤镉污染的效率和精准度。研究成果为生物炭筛选提供了理论依据，为全国范围内的农田土壤修复决策提供了技术支撑。
该研究得到国家自然科学基金项目和中央级公益性科研院所基本科研业务费专项的支持。（通讯员：姚金玲）
原文链接：https://www.sciencedirect.com/science/article/pii/S0304389424016443
