铅污染土壤生物有效性校正暴露点浓度(EPC)的准确性与精确度评估模型构建及其在健康风险决策中的应用

为解决铅(Pb)污染土壤健康风险评估中生物有效性校正暴露点浓度(EPC)的决策误差问题，研究人员开发了基于统计模拟的决策误差概率预测模型。该模型整合土壤Pb相对生物有效性(RBA)变异性和分析不确定性，通过假设案例验证了采样方案优化对降低决策错误率的有效性，为CERCLA框架下的修复决策提供了量化支持工具。

　　

在美国环保署(EPA)超级基金(CERCLA)体系下，评估铅(Pb)污染土壤对人体血铅水平的影响时，科学家们面临关键挑战：如何准确量化经生物有效性(RBA)校正后的暴露点浓度(EPC)。这项研究构建了一个创新的统计模拟引擎，能动态预测"假合规/假超标"的决策失误风险。模型通过三大核心参数——采样方案设计、土壤总铅与生物有效铅的空间变异特征、以及实验室检测误差，生成概率化决策支持数据。

以真实铅污染场地的浓度-生物有效性分布为蓝本，研究者模拟了不同采样策略下的决策误差曲线。结果显示，通过预采样优化方案，可将EPC测量值相对于风险阈值的偏离控制在可接受区间。这套方法论不仅实现了《数据质量目标》(DQO)要求的精度标准，更开创性地将生物有效性变异纳入决策不确定性量化体系，为环境健康风险管理提供了可复制的技术框架。