埃及地表水与尼罗罗非鱼重金属污染的时空动态及基于机器学习的风险评估

本研究针对埃及五省地表水和尼罗罗非鱼中13种重金属的时空分布展开多维度分析，结合PCA和LDA等机器学习技术解析污染源与季节关联性。结果显示Al、Fe等金属超标且存在生态风险，鱼类中Cd、Mn超过国际标准，摄入致癌风险达中等水平。成果为区域污染治理和食品安全监管提供数据支撑。

　　

重金属污染已成为全球性环境健康挑战，尤其在发展中国家，工业化和农业活动加剧了水体金属负荷。埃及作为尼罗河流域的核心国家，其地表水系统承载着渔业、灌溉和饮用水多重功能，但长期缺乏系统性重金属监测数据。更关键的是，尼罗罗非鱼（Oreochromis niloticus）占埃及养殖鱼类总量的66%，其安全性直接关系公众健康。现有研究多局限于单一区域或金属种类，且传统风险评估方法难以应对复杂的环境动态变化。

为填补这一空白，Bartlett Funds for Critical Challenges资助的研究团队开展了一项跨省域研究。通过采集埃及亚历山大、法尤姆等五省37个采样点的地表水和罗非鱼样本，结合微波等离子体原子发射光谱（MP-AES）检测13种金属浓度，并创新性地引入机器学习算法解析时空分布规律。相关成果发表于《Environmental Challenges》。

研究采用三大关键技术：1）标准化采样与微波消解前处理确保数据可比性；2）MP-AES高通量检测Fe、Al、Cd等金属；3）主成分分析（PCA）和线性判别分析（LDA）解析金属共现模式与地域特征。

3.1-3.6 时空分布特征
数据显示Al和Fe在所有省份均呈现峰值浓度，其中Ismailia省的Al浓度在春季达13.94 mg/L（PC1贡献率22.3%）。Port Said省春季Fe浓度超埃及水质标准（EWQS）4.95倍。鱼类组织中Mn含量（11.18 mg/kg）远超FAO限值，Cd（0.47 mg/kg）接近埃及标准上限。

3.7-3.8 污染评估
通过风险商数（RQ）评估发现，Ismailia省春季Al的生态风险值达13.94（高风险阈值>10），Kafr El-Sheikh省冬季Mn的RQ为1.19（中等风险）。PCA揭示Ni-Cr-Mo在工业区（PC1）、Zn-Mn在农业区（PC2）的聚类特征，反映工业排放与化肥流失的差异化污染源。

3.9-3.10 机器学习解析
LDA识别出亚历山大省以Pb-Mo-Cu（LD1权重0.95-0.79）、Port Said省以Fe-Ba-Hg（LD2权重1.23-0.57）为特征污染物，为区域溯源提供新思路。

3.11-3.13 健康风险
虽然皮肤接触风险可忽略（HQ<1），但罗非鱼摄入的致癌风险（ILCR）显示Cd（2.01×10^-4
）、Ni（3.08×10^-5
）等金属的终身致癌风险达中等水平（10^-4
-10^-6
）。值得注意的是，多种金属的累积危害指数（HI=0.91）已接近安全阈值。

这项研究首次将机器学习与环境毒理学结合，揭示了埃及跨区域重金属污染的时空异质性。其创新性体现在：1）建立Al、Fe等非传统优先污染物的风险预警体系；2）通过LDA模型实现污染源快速识别；3）为修订埃及陈旧的鱼类重金属标准（如补充Mo、Co限值）提供依据。研究建议采取三项干预措施：在工业区强化废水预处理，农业区设置植被缓冲带，同时对高消费人群实施生物监测。未来研究可结合同位素溯源和遥感技术，进一步解析气候变化对金属迁移的影响机制。