课题组团队以整个长江流域为研究对象，在长江流域内共布设85个采样点，系统测定了43种目标抗生素。研究发现，长江流域抗生素总浓度为142.05–345.57 ng/L，氟喹诺酮类占比最高（75.68%），且长江中下游及主要经济带区域浓度相对更高。本研究通过结构方程模型系统分析了抗生素分布的主要驱动因素，农业与畜禽养殖强度及氮、磷营养盐水平对长江流域抗生素浓度具有显著正向影响，同时抗生素浓度对水生态系统也产生潜在影响。其次，利用正定矩阵分解模型解析了长江流域抗生素的主要来源：畜禽养殖排放（31.30%）、水产养殖径流（24.89%）、医院医疗废水排放（21.95%）及污水处理厂尾水（21.86%）。本研究通过几种机器学习模型预测了长江流域抗生素的分布，研究发现随机森林模型在氟喹诺酮类与四环素类抗生素浓度预测中表现最佳，决定系数R2分别达到0.75与0.74。研究结果为其他典型大尺度流域抗生素污染的风险评估、精准溯源与预测预警提供参考与科学依据。该成果发表在Emerging Contaminants 期刊上，通讯作者为谢发之教授，第一作者为张佳妹老师，安徽建筑大学环境与能源工程学院为论文的第一完成单位和通讯单位。

文章信息  Emerging Contaminants

期刊简介  Emerging Contaminants

Emerging Contaminants是世界领先的研究解决由新污染物引起的环境污染问题及其解决方案的期刊，该刊入选2020年中国科技期刊卓越行动计划高起点新刊项目。

Emerging Contaminants所有文章将经过严格的同行评审，一经收录将发表在月活用户超过1700万的ScienceDirect平台，供领域内的学者、及全球读者免费阅读、下载及引用。

目前，期刊已被ESCI、Scopus、DOAJ等数据库收录。