利用机器学习预测PFAS的土壤-水分配系数:模型构建、解释与验证

《Environmental Pollution》:Predicting soil-water partition coefficients of PFAS using machine learning: Model development, interpretation, and validation

【字体: 大 中 小 】 时间:2026年07月15日 来源:Environmental Pollution 7.2

编辑推荐:

  周月|陈浩|王希|黄军|魏静|魏利曼|王宇|孙鸿文中国天津市南开大学环境科学与工程学院污染过程与环境标准教育部重点实验室,邮编300350摘要全氟和多氟烷基物质(PFAS)是具有环境持久性的污染物,然而通过实验测定其在土壤和水中的分配系数(Kd)仍然成本高昂且耗时较长。本研究利用

  
周月|陈浩|王希|黄军|魏静|魏利曼|王宇|孙鸿文
中国天津市南开大学环境科学与工程学院污染过程与环境标准教育部重点实验室,邮编300350

摘要

全氟和多氟烷基物质(PFAS)是具有环境持久性的污染物,然而通过实验测定其在土壤和水中的分配系数(Kd)仍然成本高昂且耗时较长。本研究利用2057个来自文献的批量吸附数据点,结合平均净电荷描述符(Zavg)、复合描述符alert_prior_score、平衡水相浓度(Cw)、PFAS结构描述符以及土壤物理化学性质,构建了五种机器学习回归模型。在测试的模型中,极端梯度提升法(XGBoost)表现最佳,当使用10个描述符时,对于Cw < 10 μg/L和Cw ≥ 10 μg/L的两组数据,其R2值分别为0.83和0.86,性能与偏差比(RPD)分别为2.42和2.66。Shapley加性解释分析表明,在低浓度下(Cw < 10 μg/L),吸附作用主要由疏水相互作用主导,而在较高浓度下,与官能团相关的亲水性因素则起更重要的作用。通过受污染场地土壤进行的独立吸附实验验证显示,所有样本的预测偏差都在一个数量级以内。这些结果表明,所提出的模型是一种高效且可解释的工具,可用于预测PFAS在土壤和水中的分配情况,为环境风险评估和受污染场地管理提供支持。

引言

全氟和多氟烷基物质(PFAS)是指其结构中至少含有一个完全氟化的甲基(-CF3)或亚甲基(-CF2-)的化合物(Wang等,2021)。由于含有极性的官能团,PFAS具有亲水性,而其氟化尾部则使其具有疏水性。此外,碳-氟键的强极性和高键能(Lau等,2007)使得PFAS具有化学稳定性、热稳定性和表面活性,因此被广泛用于水成膜泡沫(AFFFs)(Glüge等,2022)以及氟化学工业(Feng等,2023;Hou等,2022;Yao等,2022)中。由于这些广泛应用,PFAS不可避免地进入了多种环境介质中,包括地下水(Ackerman Grunfeld等,2024;Jensen等,2024)、河流(Bai和Son,2021;Cai等,2022a;Viticoski等,2022)以及土壤(Brusseau、Anderson和Guo,2020;Gan等,2022;Zhu等,2022)。关于土壤中的PFAS,Wei等(2025)汇总了106项经过同行评审的研究,指出中欧、美国东北部和中国东南部是PFAS污染较为严重的地区。长链传统PFAS(通常碳原子数≥8),尤其是全氟辛烷磺酸(PFOS),是土壤中的主要污染物,有30.32%的网格区域超过了安全阈值(Wei等,2025)。短链PFAS的移动性更强,因此更容易渗入地下水。Ackerman Grunfeld等(2024)汇总了全球45,000多个地表水和地下水样本的PFAS浓度数据,发现在中已知的AFFF污染的地下水样本中,分别有71%、72%和63%的样本超过了美国环境保护署(U.S. EPA)规定的健康建议值以及PFOS和全氟辛酸(PFOA)的饮用水标准限值(Ackerman Grunfeld等,2024)。
尽管在多种环境介质中都检测到了PFAS,但关于它们在这些介质间分配行为的数据仍然有限。PFAS在土壤和水相之间的分布,即它们在土壤中的吸附和解吸情况,决定了它们从土壤迁移到地下水及地表水的潜力。土壤-水分配系数(Kd)是评估PFAS从源头区域迁移到地表水和地下水的重要参数(Rovero等,2021),它被定义为平衡状态下污染物在土壤中的浓度与在水相中的浓度之比。迄今为止已有超过12,000种PFAS被报道,而通过成本高昂且耗时的实验方法来确定它们的Kd值仍是一项具有挑战性且极为耗时的任务。因此,有必要开发一种既经济又高效的替代方法,以便能够根据现有数据预测Kd值。基于线性回归的Kd预测方法受到数据集规模较小、仅使用一类变量、只考虑线性关系以及实验中涉及的土壤物理化学性质范围较窄的限制(Fabregat-Palau、Vidal和Rigol,2021;Wanzek等,2023;Zhang等,2025),从而无法考虑PFAS与土壤成分之间的协同作用。目前,已有多项研究应用机器学习来预测PFAS的土壤-水分配行为(Fabregat-Palau等,2025;Fabregat-Palau、Vidal和Rigol,2021;Xie等,2024)。通过对114种土壤上PFOS的批量吸附等温线实验,并结合多元线性回归来识别对Kd影响最大的土壤物理化学性质,研究发现,利用批量吸附数据以及最重要的土壤物理化学性质作为模型输入所构建的两个人工神经网络模型,其决定系数(R2)可达0.80(Umeh等,2021)。另一项研究则使用了1274个来自文献的PFASKd数据点,将PFAS的物理化学性质与土壤的物理化学性质相结合来构建模型,结果显示在验证数据集上的性能与偏差比超过3.16,表明其预测性能非常高(Fabregat-Palau等,2025)。这些研究表明,机器学习是预测PFAS土壤-水分配行为的可行方法,在现有研究中已展现出良好的预测效果。
然而,以往的研究通常依赖于单一浓度范围内的平均或插值得到的Kd值,没有考虑浓度变化带来的差异,同时还存在描述符可解释性较差以及缺乏使用真实土壤进行验证的问题。因此,本研究使用了从文献中收集的Kd数据,并参考相关文献和官方的描述符文档,优先选择了具有明确物理化学意义的描述符。此外还进行了相关性分析以避免描述符的冗余,从而构建了一个可解释的描述符集合。通过网格搜索结合五折交叉验证来优化模型超参数,并利用多种性能指标来确定最适合构建具有强泛化能力的最优模型的描述符尺度。随后,运用Shapley加性解释方法来分析关键描述符对模型输出的贡献大小和方向,从而确定影响PFAS土壤-水分配的主要因素。最后,使用批量吸附实验数据进行了外部验证,以检验该模型在实际应用条件下的可靠性。本研究旨在为PFAS的风险评估、污染控制以及政策制定提供可解释且可重复的技术支持以及理论依据。

章节节选

数据收集与预处理

PFAS的批量吸附实验数据是从Web of Science中获取的,只有同时具备Kd值、相应的平衡浓度以及至少两项所需的土壤物理化学参数时,这些数据才会被纳入数据集。具体而言,所收集的土壤物理化学参数包括土壤pH值、总有机碳(TOC)、阳离子交换容量(CEC)以及由沙粒、粉粒和黏粒比例表示的土壤质地。

数据收集

本研究共从31篇文献中收集了2100个数据点,去除异常值后剩余2057个数据点。按属于七大类(共48种PFAS)的PFAS化合物类型,将这些Kd值以箱线图的形式展示出来,如图1所示。在同一类PFAS中,虽然某些化合物的可用Kd值数量有限,且箱线图分布相对于相邻化合物存在一定波动,但整体趋势依然

结论

本研究利用去除异常值后的2057个来自文献的PFAS土壤-水分配数据点,通过整合分子描述符、平衡水相浓度(Cw)以及土壤物理化学参数,构建了五种机器学习模型来预测PFAS的土壤-水分配系数(Kd)。在测试的模型中,当以10个描述符作为输入时,XGBoost的整体表现最佳。对于Cw < 10 μg/L的数据集,最优的XGBoost模型实现了

CRediT作者贡献声明

孙鸿文:验证、监督、资源提供、研究实施、资金获取、概念构思。王宇:验证、监督、方法设计。魏利曼:验证、方法设计、研究实施。魏静:验证、资源提供。黄军:监督、资源提供、资金获取。王希:研究实施、数据整理。陈浩:写作——审稿与编辑、验证、监督、方法设计、资金获取、正式分析。周月:写作——审稿与编辑、写作——

未引用参考文献

Brusseau等,2020;Fabregat-Palau等,2021;Khan等,2024;Wang等,2023;You等,2010。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

利益冲突声明

? 作者声明不存在任何可能影响本文研究结果的已知财务利益冲突或个人关系。

致谢

本研究得到了中国国家关键研发计划(2023YFC3706800)、中国国家自然科学基金(NSFC 42577262、425B2053、42307504)、天津市自然科学基金(24JCYBJC01740)以及中国教育部的111计划(B17025)的资助。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号