结合多光谱遥感与机器学习，量化并绘制中国塔里木河流域重金属污染图

为何沙漠河流中的隐性金属重要

在中国最干旱的地区之一，数百万居民依赖那些默默积累有毒金属痕迹的土壤与河流。本研究聚焦于南疆的塔里木河流域，提出一个务实问题：我们能否利用卫星与智能计算模型，在这片广阔且难以到达的地域上监测重金属污染，并评估这种污染对人类健康，尤其是儿童的意义？

增长区中的脆弱生命线

塔里木河流域是中国最大的内陆河系，穿越沙漠，却支撑着农田、城镇和超过1100万居民。随着经济增长、灌溉与工业扩张，流域土壤和水体开始累积砷、镉、铅、铜和锌等重金属。与多数有机化学物质不同，这些金属不会分解；它们可随风和水远距离迁移，沉积到农田，并通过食物和水源缓慢进入人体。传统的现场监测在如此辽阔的区域成本高昂且点位稀疏，导致管理者难以及时掌握问题出现的地点或风险随时间的变化。

从太空观察污染

为弥补这一盲区，研究者将既有研究的地面测量与欧洲哨兵-2A（Sentinel-2A）卫星的新观测相结合。他们收集了流域内十个土壤样点和九个水样点的金属测量数据，并将每个样点与卫星记录的该点表面光谱色彩精确匹配。研究人员使用称为随机森林回归的机器学习技术，训练模型识别地表色差与土壤及河水中不同金属含量之间的关系。经过严格测试后，他们将这些模型应用到卫星影像的每个像素上，生成分辨率为60米的地图，展示全流域各金属的估算浓度。

金属积累的地点

生成的地图显示出明显的空间格局。在土壤中，总体重金属水平属中等，但砷和镉常常高于自然背景值，尤其在阿克苏和和田的部分地区。铜与铅多集中在中部和东南部区域，而锌在东部更为常见。在河流中，金属含量总体低于中国水质标准，尽管在少数河段镉超出安全阈值。统计分析表明，土壤中大量的铜、铅与锌主要源于天然岩石与土壤风化过程，而砷和镉则更强烈地与农业投入和其他人为活动相关。在河流水体中，模式指向大气尘埃、水流动力以及局部污染源的混合影响。

这对人群健康意味着什么

地图上的数字只有转化为健康指标才真正有意义。研究团队采用美国环境保护署（EPA）的方法，估算成人和儿童通过摄入土壤或水、吸入尘埃或经皮接触而摄入这些金属的量。结果显示，食用或饮用是远远主要的暴露途径。对于成年人，整体非癌症健康风险低于常用的安全阈值。但对于儿童，约一成的土壤样本显示出可能令人担忧的长期暴露水平。砷和镉在潜在致癌风险中最为突出，部分地点超过广泛采用的风险基准，尤其集中在和田、喀什与阿克苏的部分地区。

走向更安全的土壤与河流的举措

该研究得出结论，卫星数据结合机器学习可以为大型干旱河流流域的重金属热点提供一种成本效益较高的预警系统。尽管塔里木流域大部分地区未遭受严重污染，但局部积累的砷和镉构成长期隐忧，尤其对儿童影响更大。作者建议定期开展基于卫星的监测，加强农用化学品和工业排放的管控，在受影响最严重的区域实施有针对性的修复、开展儿童健康筛查，并采用植被缓冲带和湿地等自然基方法。结合这些措施，可望在2035年前显著降低重金属风险，同时支持区域发展与更广泛的可持续目标。

引用: Zhao, Y., Mu, Y., Luo, P. et al. Integrating multi-spectral remote sensing and machine learning for quantifying and mapping heavy metal contamination in the Tarim River Basin, China. Sci Rep 16, 15413 (2026). https://doi.org/10.1038/s41598-026-38887-9

关键词: 塔里木河流域, 重金属污染, 遥感, 健康风险评估, 机器学习