数字农科院2.0

机器学习在新污染物环境风险识别与防控上的研究进展与挑战

文献类型： 中文期刊

作者： 胡献刚;王张佳;邓鹏;于福波;穆莉;王赛;周启星

作者机构：

关键词： 机器学习;新污染物;纳米材料;抗生素;微塑料;内分泌干扰物

期刊名称：中国科学:技术科学

ISSN： 1674-7259

年卷期： 2024 年

页码：

收录情况： EI（2024版） ; ; 北大核心（2023版） ; ; CSCD（2023-2024年度） ; ; 科技核心（2024版）

摘要： 随着技术的不断发展,越来越多的新污染物(emerging contaminants, ECs)产生并进入环境中.这些ECs往往具有生物毒性和环境持久性,对生态环境和人类健康构成风险,因此越来越多的研究开始关注ECs的风险识别与防控.自然环境中ECs的存在情况复杂,传统的分析方法在ECs风险的识别与预测上费时费力.机器学习(machine learning, ML)是一种数据驱动的研究方法,使用已有的数据训练模型,以更好地预测和发现研究对象的发展变化规律.由于ML能够深入了解参数之间复杂的关系,近年来, ML在ECs风险识别与防控领域的应用愈加广泛.传统技术与ML结合能够降低计算成本,并通过优化和减少实验次数来节省实验时间和能源消耗. ML在ECs中的应用大致可以分为毒性预测、识别分类、性质评估与辅助去除.本文梳理了ML在典型ECs(纳米材料、微纳米塑料、抗生素抗性基因、全氟烷基和多氟烷基物质、内分泌干扰物和持久性有机污染物)中的应用情况与挑战.在毒性研究中, ML的使用能够减少动物实验,但是该领域目前普遍存在数据较少的情况,部分模型使用的数据集较小,数据质量较低,模型应用范围有限.并且并不是所有的环境问题都适用ML,没有必要过度依赖ML.复杂的ML模型通常伴随着可解释性的不足,使得研究者难以理解ML如何得出特定的预测结果,这对于解释和理解ECs的环境行为和风险是一个挑战.在ML中,除了模型算法本身,训练数据的质量决定着模型的准确性和预测的准确性.因此今后应重点提升ECs数据质量,实现数据共享,并建立统一完善的数据库,形成适合ECs研究的研究体系或框架.

分类号：

  • 相关文献

[1]机器学习在微塑料识别与环境风险评估中的应用研究进展. 白润昊,范瑞琪,刘琪,刘勤,严昌荣,崔吉晓,何文清. 2023

[2]食品中酚类内分泌干扰物的研究进展. 金芬,张妍,王静. 2008

[3]食品中邻苯二甲酸酯类化合物检测方法研究进展. 张文文,周金慧. 2015

[4]食源性内分泌干扰物联合效应研究进展. 许彦阳,陆雨顺,王昕璐,钱永忠. 2018

[5]典型食源性内分泌干扰物的毒性效应研究进展. 杨尚麟,刘佳玺,王昕璐,于江,许彦阳,邱静,钱永忠. 2022

[6]满江红对含卡马西平与吉非罗齐的生活污水的净化效果. 李胜曙,崔二苹,郑凌云,李松旌,陶甄,胡超,赵志娟,樊向阳. 2023

[7]饮用水中新污染物的来源、风险评估和防控治理的研究进展. 李林云,段宇婧,侯捷. 2023

[8]推进农田新污染物防控，支撑美丽中国建设. 李晓晶,熊明民. 2024

[9]代谢组学在新污染物研究中的应用进展. 游宪宇,任超琪,李留安,贺泽英,王济世. 2025

[10]Study on Recognition of Typical Curing Stages of Jiangxi Tobacco Leaves Based on Image Processing. 段史江,,刘浩,,王爱华,,胡毅翀,,齐飞,,胡强. 2024

[11]Global dynamics of streptococcus agalactiae antibiotic resistance: Past, present, and future. 房辉,,李东航,, 魏夏夏 ,,王仁东,, 苏燕燕 ,,于佑任,, 白航铭,, 高会会,,侯捷,,毛大庆,,罗义. 2025

[12]Multiomics and machine learning unveil root exudate-microbiota interactions for cadmium control in rice. 李烨,,侯捷,,刘孟琪,,杜兆林,,陈洪安,,刘国飞,,王雅君,,姚彦坡,,孙佩哲,,赵林,,安毅. 2025

[13]Machine Learning-Driven Prediction of Nitrogen Loss in Organic Solid Waste Composting. Haoran Mi, Dawei Gao, Deling Yuan, Xiao Liu, Lili Gao, Shengping Li, Yuanwang Liu. 2025

[14]微塑料在土壤环境中的研究现状与趋势的计量分析. 范利超,颜鹏,韩文炎. 2021

[15]微塑料对农田污染物迁移的促进作用. 张海红,石岩松,崔文杰,王予頔,秦莉,端正花. 2022

[16]新疆棉田微塑料污染现状、影响及治理技术. 师勇强,王琼,董栋,李威,郭笑盈,张若宇,马雄风. 2023

[17]农田土壤地膜源微塑料分离检测方法优化. 白润昊,崔吉晓,范瑞琪,李真,杨扬,刘宏金,何文清. 2023

[18]农田覆盖技术的演进、发展与展望. 杨世琦,韩钰,武清涵,黄先彤. 2025

[19]微塑料迁移及其复合污染对土壤生态系统的影响研究进展. 刘勇,马杰,冯冰聪,张潇雨,孙艺璇,翁莉萍,陈雅丽,李永涛. 2024

[20]管式炉裂解-热脱附-气相色谱质谱法同时定量5种微塑料方法建立及应用. 武志鑫,刘琳,余若祯,杨颖,邓子懿,杨刚,吴玉暄,刘承友,刘凡尘,郑涵云,张子晔,李佳楠,黄林艳,张兵,杨毓珏,赵亚娴,赵高峰,张利飞,刘国瑞,代然,刘亚清,裴淑伟,唐晗昱,王宏伟,高俊敏,Abdul Qadeer,安立会,赵兴茹. 2024

作者其他论文 更多>>