编辑推荐：
为解决欧洲地表水 PFAS 风险认知不足问题，研究人员开展利用可解释机器学习模型揭示 PFAS 危害的研究。结果生成首张污染及风险地图，确定关键影响因素和阈值距离。该研究为防控 PFAS 危害提供科学依据。
在现代生活中，全氟和多氟烷基物质（PFAS）就像一个隐藏在暗处的 “幽灵”，广泛存在于各种产品中。从我们日常使用的不粘锅，到灭火时用到的消防泡沫，都有 PFAS 的身影。然而，它可不是个 “善茬”。在 PFAS 漫长的 “生命周期” 里，从生产制造到最终废弃，它会悄无声息地释放到环境中，尤其是地表水。要知道，地表水是全球一半饮用水的来源，这意味着 PFAS 很可能通过饮水进入人体和其他生物体内。
PFAS 的危害不容小觑，它与人类和野生动物的多种健康问题紧密相关，比如肾癌、不孕不育、肝脏损伤以及免疫功能改变等。为了应对这些潜在风险，欧盟制定了饮用水中 PFAS 浓度的指导方针，规定 20 种选定 PFAS 的总和不得超过 100ng/L ，所有 PFAS 总和不得超过 500ng/L 。虽然各方在调查 PFAS 在欧洲地表水的存在情况上付出了不少努力，但大多局限于区域尺度，而且已有的数据集大多是描述性的，很多欧洲地表水缺乏相关记录。目前，对于欧洲连续地表水中 PFAS 风险的空间分布模式，以及背后的关键驱动因素，人们知之甚少。
在这样的背景下，为了深入了解欧洲地表水 PFAS 污染情况，研究人员开展了一项重要研究。他们利用从 “Forever Pollution Project” 收集的数据，结合 20 个相关环境参数，开发了两个可解释的极端梯度提升（XGBoost）机器学习模型，相关成果发表在《Environment International》上。该研究意义重大，不仅绘制出首张欧洲地表水 PFAS 浓度和生态风险地图，为后续监测和治理提供了关键参考，还通过分析确定了影响 PFAS 浓度和生态风险的关键因素及距离阈值，为制定针对性的监管措施提供了科学依据。
研究人员为开展此项研究，主要运用了以下关键技术方法：一是数据收集与处理，从 “Forever Pollution Project” 获取欧洲地表水 PFAS 数据，经筛选、转换等处理，得到 9985 个站点的数据；二是生态风险评估，采用风险商值（RQ）法评估 PFAS 生态风险；三是构建 XGBoost 模型，通过对数据分区、模型对比优化，用其预测 PFAS 浓度和生态风险；四是模型解释与分析，运用 SHapley Additive exPlanations（SHAP）方法和广义相加模型（GAM）分析影响因素及关系。
下面来详细看看研究结果：
- PFAS 在地表水站点的存在情况：研究人员整理出 32 个欧洲国家 9985 个地表水站点中 20 种 PFAS 的 25801 条浓度记录。这些数据大多来自 2020 - 2024 年，占比 70.4% 。站点分布不均，西部和南部欧洲较多。31.2% 的站点未检测到 PFAS 或浓度低于定量限，47.3% 的站点存在 PFAS 混合物，全氟辛烷磺酸（PFOS）和全氟辛酸（PFOA）检测频率较高，分别为 54.3% 和 37.2% 。
- 地表水 PFAS 浓度预测地图：研究人员开发的 XGBoost 模型预测性能良好，准确率达 0.92，AUC 为 0.99，灵敏度 0.92，特异性 0.87 。预测地图显示，约 63% 的欧洲地表水 PFAS 浓度低于 10ng/L ，但仍有 37% 的区域浓度高于此值，存在环境风险，主要集中在西班牙、德国等国家的部分地区。超过欧盟饮用水指导标准 100ng/L 的 “超标区域” 主要在德国、荷兰、葡萄牙、西班牙和芬兰的一些河流流域。
- 受地表水 PFAS 超标影响的人口数量：研究人员估算，在 44 个欧洲国家中的 29 个国家，约 7749 人受 PFAS 浓度超 100ng/L 的地表水影响。受影响人口主要集中在中欧和西南欧，德国受影响人口占比最多，达 28.74% ，其次是西班牙、荷兰和法国。
- 地表水 PFAS 的生态风险：在 9985 个站点中，14% 的站点 PFAS 存在潜在生态风险。开发的 XGBoost 模型对生态风险预测效果良好，准确率 0.97，AUC 0.93，灵敏度 0.94，特异性 0.93 。预测结果显示，约 96% 的地表水无生态风险，4% 存在潜在风险，主要在德国莱茵河及其支流、葡萄牙和西班牙的部分河流，芬兰东部部分河流存在高生态风险。
- 影响因素分析：通过 SHAP 方法分析发现，影响 PFAS 浓度和生态风险的主要因素是社会经济参数（41.0% - 43.1%），如距离潜在 PFAS 源的距离、GDP 等；其次是气候相关条件（28.4% - 30.4%），如温度、降水等；土壤性质也有一定影响（12.6% - 13.8%）。
- 减轻 PFAS 污染的管理措施：距离潜在 PFAS 源的距离（Dist_PFAS_source）是关键影响因素，占模型贡献的 13.8% - 18.5% 。GAM 分析表明，当 Dist_PFAS_source 低于 4.1 - 4.9km 时，PFAS 浓度和生态风险增加；超过此阈值则降低。因此建议潜在 PFAS 源设施与地表水保持至少 4.1 - 4.9km 的距离。
研究结论和讨论部分再次强调了该研究的重要意义。此次研究首次全面评估了欧洲地表水 PFAS 污染对人类和生态系统健康的影响，绘制的地图有助于提高人们对 PFAS 污染的认识，为未来环境监测和治理策略制定提供参考。确定的关键影响因素和距离阈值，为精准监管潜在 PFAS 源提供了科学依据，对保护人类和生态系统免受 PFAS 危害具有重要指导价值。不过，研究也存在一些局限性，如数据来源多样可能引入不确定性、未考虑更多 PFAS 种类、人口影响估算分辨率低、未涉及地下水等。未来研究可针对这些问题进一步深入探索，从而更全面地了解 PFAS 污染问题并制定更有效的防控措施。
