基于传统与模糊逻辑模型的印度Nagavathi流域地下水硝酸盐季节性健康风险评估

针对农业区地下水硝酸盐污染健康风险评估的难题，印度研究人员采用传统USEPA方法与模糊逻辑模型，揭示了Nagavathi流域旱雨季硝酸盐(6-125 mg/l)的空间分布规律及年龄特异性健康风险。研究发现浅层含水层污染更严重(POM季NPI达71.44 km2)，模糊模型在评估老年人甲状腺疾病和儿童高铁血红蛋白血症风险方面优于传统方法，为SDG3/6目标实现提供科学依据。

　　

在印度南部农业区，地下水硝酸盐污染正成为威胁公共健康的隐形杀手。随着化肥滥用和季风降雨的淋溶作用，硝酸盐浓度在Nagavathi河流域旱季(PRM)和雨季(POM)分别达到6-115 mg/l和10-125 mg/l，远超WHO安全限值(45 mg/l)。这种污染导致当地儿童高铁血红蛋白血症(methemoglobinemia)和老年人甲状腺疾病风险激增，但传统风险评估方法难以量化年龄特异性差异。为此，印度Dharmapuri地区的研究团队在《Journal of Environmental Chemical Engineering》发表研究，创新性地将传统USEPA健康风险评估与模糊逻辑模型相结合，揭示了地下水污染的时空演变规律及其健康影响。

研究团队采集了流域内441.35 km2范围的旱雨季水样，运用Piper三线图分析水化学相变，通过硝酸盐污染指数(NPI)划分风险区域，并采用Pearson相关性解析离子交互作用。关键创新在于构建模糊推理系统，处理传统方法中浓度-年龄-体重参数的模糊边界问题。

研究结果显示：雨季Na⁺-Cl^-和Ca²⁺-Na⁺-HCO₃^-水化学相占比分别提升至36.76%和41.17%，证实离子交换增强。浅层含水层硝酸盐污染最严重，雨季NPI显著污染面积达71.44 km2，与农业施肥周期高度吻合。模糊模型量化显示，儿童每增加10 mg/l硝酸盐暴露，高铁血红蛋白血症风险上升23%；而老年人甲状腺功能障碍风险阈值低至30 mg/l，传统方法则低估这种差异。

这项研究的重要意义在于：首次证实模糊逻辑能有效处理地下水健康风险评估中的不确定性，其输出的"风险程度"连续量表比传统二元判断更符合实际需求。成果为印度农村实现SDG3(健康福祉)和SDG6(清洁饮水)目标提供了精准管理工具，特别在指导差异化人群防护策略方面具有实践价值。研究建议优先管控浅层含水层取水，并对儿童和老年人实施分级预警，这对全球农业区地下水管理具有示范意义。