本研究整合实地调查、田间试验等多源数据，系统比较九种机器学习算法，建立了小麦籽粒镉（Cd）含量预测模型，以极端梯度提升机（XGBoost）模型表现最佳（R2 = 0.90）。可解释性分析显示，土壤Cd含量和pH是影响小麦籽粒Cd积累的关键因素，土壤Mn和Zn表现出次要作用。利用全国尺度土壤–籽粒配对样品进行外部验证，XGBoost模型具有良好的泛化能力和跨区域适用性。此外，基于最优模型，以小麦籽粒镉限值为约束，反向推导得到不同土壤pH条件下的土壤Cd阈值，为保障小麦安全生产提供了科学依据。

中文标题：建立小麦镉含量机器学习预测模型支持农田安全管理

英文原题：Interpretable machine learning models to predict cadmium in wheat for safe production and soil management

通讯作者：

汪鹏，南京农业大学

第一作者：

律其鑫，南京农业大学

关键词：机器学习；镉含量；预测模型；食品安全；土壤阈值

镉（Cd）是持久性有毒污染物，严重威胁农业生态安全和作物质量。作为全球主粮，小麦成为膳食Cd主要暴露源之一，长期摄入Cd危及人体健康。土壤元素构成、理化特性、农艺措施以及品种基因型等多因素交互作用，导致小麦籽粒Cd富集机制复杂。然而，传统模型因忽视了环境因子间的非线性关联及区域适用性局限，难以实现Cd含量精准预测和风险评估。

研究团队在河南济源、江苏新沂和江苏常熟三个典型农业区开展土壤-小麦协同调查，并整合多年多地田间试验的配对样本构建数据库（n = 1,339），通过对比9种机器学习算法，创新采用极端梯度提升机（XGBoost）技术建立高精度小麦籽粒Cd含量预测模型（R2 = 0.90；）。该模型综合考虑了土壤Cd含量、土壤pH值及锰锌元素等关键参数，利用SHAP可解释性分析量化了特征贡献度，并获得了区域调查结果的良好验证。

此外，团队结合文献荟萃数据（n = 176）和全国17个小麦主产省份的实地调查配对样本（n = 197），进一步证实了XGBoost模型的跨区域预测稳健性（R2 = 0.86）。利用建立的预测模型，该研究还推导出不同土壤pH条件下的土壤Cd安全阈值，为小麦种植区土壤污染分级管控与安全生产提供了定量化标准。

为满足科研和技术推广人员的使用需求，团队同步研发了小麦籽粒镉含量智能预测应用系统，支持稳定的云端注册（https://wheat.cdpredict.cn）与快捷的微信小程序一键访问（图3）。该平台集成了机器学习算法和蒙特卡洛模拟，可实时输出小麦籽粒Cd含量分布及超标概率（图3），为我国粮食安全风险预警提供了可靠的技术支撑。

图3：小麦籽粒Cd含量智能预测应用系统演示

主要作者简介

汪   鹏     南京农业大学理学院院长，教授，博士生导师，国家自然科学基金青年科学基金项目(A类)。主要从事土壤重金属污染防治、农业环境健康、环境生物学等领域的研究。迄今在PNAS、Nature Health、The Innovation、Nature Communications、Environmental Science & Technology等期刊发表SCI论文170余篇，H指数58，总引用次数13000+次，现任Plant and Soil领域主编、Applied Geochemistry副主编等，连续多年入选全球前2%顶尖科学家榜单，Clarivate全球高被引用学者和Elsevier中国高被引学者。

律其鑫     南京农业大学2026届博士生，主要从事环境污染预测与管理研究，在环境大数据分析和空间统计分析等方面具有扎实的研究基础。以第一或共同第一作者在Fundamental Research、Journal of Hazardous Materials等期刊发表论文4篇，获批软件著作权1项。

引用本文

Qi-Xin Lü, Zhi-Xian Tang, Zhong Tang, et al. Interpretable machine learning models to predict cadmium in wheat for safe production and soil management. Fundamental Research, 6 (3) (2026) 1492-1500.

原文链接（复制到浏览器中查看）：

https://www.sciencedirect.com/science/article/pii/S2667325825002158

关于Fundamental Research

Fundamental Research是由国家自然科学基金委员会主管、主办的综合性英文学术期刊。创刊于2021年，期刊立足反映国家自然科学基金资助的优秀成果，全方位报道世界基础研究前沿重要进展和重大创新性成果，提升中国基础研究和中国科学家在国际科学界的显示度和影响力，为中外科学家打造一个高端的国际学术交流平台。内容涵盖数学物理、化学化工、生命科学、地球科学、工程与材料科学、信息科学、管理科学、健康医学、交叉科学等领域，设置Article、Review、Highlight、Perspective、Commentary、Letter和News&Views等栏目。期刊已被ESCI、Scopus、DOAJ、PubMed、CAS（美国化学文摘社）、CSCD（中国科学引文数据库）、CSTPCD（中国科技论文与引文数据库）、OAJ（全球OA期刊索引）、以及COAJ（中国开放获取期刊数据库）等国内外知名数据库收录。2025年入选《FMS管理科学高质量期刊推荐列表》B区。2025年影响因子7.0，位于综合性期刊Q1区。2024年入选中国科技期刊卓越行动计划二期英文梯队期刊项目。欢迎广大科研工作者关注、投稿、引用！

转载本文请联系原作者获取授权，同时请注明本文来自科爱KeAi科学网博客。
链接地址：https://blog.sciencenet.cn/blog-3496796-1547516.html

上一篇：乳酸不是"酸"：一场颠覆百年认知的运动生物化学正本清源


欢迎参加科学网十佳博文评选活动！

主办单位：    支持单位：