通过智能流域管理全面评估河流抗生素风险的脆弱性及缓解机会

《Environmental Science & Technology》：Comprehensive Assessment of Vulnerability and Mitigation Opportunities for River Antibiotic Risk via Intelligent Watershed Management

抗生素污染对河流生态及人类健康的影响显著，研究构建随机森林算法辅助的风险评估框架，揭示降水与牲畜密度是主要驱动因素（贡献43%风险方差），非洲河流脆弱性最高。实证显示混合政策干预效果优于单一措施，减少污水排放（4.82%）和降低牲畜密度（10.23%）可降低10.22%抗生素风险，同时促进水净化、初级生产力等生态功能。

　　

河流中的抗生素污染因其对环境和人类健康的负面影响而受到了广泛关注。尽管先前的研究已经揭示了局部地区抗生素的分布情况，但人们对抗生素污染的脆弱性、环境驱动因素、政策干预的有效性以及缓解污染的潜在机会仍知之甚少。在这里，我们构建了一个基于随机森林算法的风险评估框架和智能流域管理方法，以捕捉全球河流抗生素风险的时间和空间变化。降水与牲畜密度之间的相互作用作为关键驱动因素，解释了约43%的抗生素风险变异。非洲的河流极易受到抗生素污染的影响。我们提供了实证证据，支持抗生素使用控制政策的有效性，并确定了15项能够显著降低风险的干预措施。值得注意的是，这些政策工具在综合实施时比单独实施时效果更佳。优化分析表明，减少废水排放（4.82 ± 0.04%）和牲畜密度（10.23 ± 0.05%）可以将抗生素风险降低10.22 ± 0.08%，从而有利于河流的生态功能（如水净化、总初级生产力和落叶分解）。这些发现为推进全球抗生素污染的缓解和加强综合流域管理提供了新的见解。