土壤鎘(Cd)作為一種高毒性重金屬元素，具有在環境中遷移性強、在生物體內易富集的特點，是影響農田土壤環境質量和農產品安全的主要污染物。區域農田土壤Cd空間異質性高、污染過程和來源復雜、輸入途徑多樣，多介質遷移及時空演變受到多種自然和人為因素綜合影響。因此，研究并構建土壤Cd污染快速診斷與定量源解析方法對農田土壤重金屬污染防控和風險管理具有重要指導意義。針對上述關鍵問題，中國科學院南京土壤研究所胡文友課題組研發了基于多種光譜和源解析技術的區域農田土壤Cd污染快速診斷與定量溯源方法，構建了一套高效、科學、適用性強的技術解決方案。
 

　　在土壤Cd污染快速診斷技術方面，研究團隊突破了傳統土壤Cd檢測方法操作繁瑣、檢測周期長、難以滿足區域土壤污染快速診斷需求的技術瓶頸，建立了基于X射線熒光光譜(XRF)、可見-近紅外光譜(Vis-NIR)等多種光譜方法的土壤Cd污染快速診斷技術(Wan et al.,2024；鄧源等,2024)。通過引入人工神經網絡(ANN)建模、外積融合算法和Granger-Ramanathan模型等技術手段，提升了預測精度與穩定性，實現了區域土壤Cd污染的高效、低成本、高精度快速診斷(Wan et al.,2024)。在土壤Cd污染溯源方面，研究團隊結合區域長期調查和田間監測數據，建立了集成正定矩陣因子分解模型(PMF)、穩定同位素示蹤、三端元質量平衡模型和貝葉斯混合模型(MixSIAR)等多種溯源技術的區域農田土壤Cd污染定量源解析方法，精準解析了施肥、灌溉、大氣沉降等人為活動對土壤Cd污染來源的影響(Wu et al.,2025)，并厘清了Cd在土壤-作物系統中的遷移轉化路徑，進一步定量了土壤、灌溉水、大氣沉降對水稻籽粒Cd的來源和貢獻(Tian et al.,2024)。研究證明，該方法體系不僅解決了現有統計學模型在小樣本、非均質環境下適用性差的問題，還可用于不同空間尺度下土壤和作物Cd來源的定量解析，實現了農田土壤Cd定量溯源的技術融合和應用(發明專利ZL 202411459521.3)。相關研究成果可為區域農田重金屬污染快速診斷與源頭管控研究提供新的視角，為農田重金屬污染防控和風險管理提供理論依據和技術支撐。
 

　　以上研究成果發表在Geoderma,Science of the total environment和土壤學報等期刊上,課題組助理研究員田康和博士生吳秋梅等為第一作者或發明人，胡文友副研究員為通訊作者。研究工作得到國家自然科學基金、國家重點研發計劃、江蘇省重點研發計劃、江蘇省農業科技自主創新項目等項目資助。
 

圖1. 構建了基于多種光譜方法的區域農田土壤Cd污染快速診斷技術
 

圖2. 集成多種源解析技術實現了區域土壤和水稻籽粒Cd的定量溯源