近日，廣東省科學院生態環境與土壤研究所研究員李芳柏團隊與河南師范大學副教授張鑫合作，利用機器學習揭示了生物炭減緩稻田鎘污染和甲烷排放的協同機制與潛能。相關成果以副封面文章的形式發表于《環境科學與技術》。

稻田為世界上一半以上人口提供糧食，其可持續性發展是一個全球關注的問題。然而，稻田重金屬污染已成為威脅全世界糧食安全的環境問題。鎘是稻田土壤中最廣泛存在的重金屬，并且在水稻中的生物積累因子高于其他谷物。同時，稻田中溫室氣體（主要是甲烷）的大量排放會導致氣候變化，進而破壞全球水稻生產力，因此稻田甲烷的排放進一步加劇了稻米安全的挑戰。面對這一普遍存在的水稻困境，生物炭技術已經顯示出其潛力。然而，由于生物炭的多樣性和缺乏成熟的評估工具，在稻田土壤中實現生物炭的多目標修復仍然是一個突出的問題。

李芳柏團隊基于軟參數共享算法開發了可解釋的多任務深度學習（MTDL）模型，探索了生物炭修復稻田鎘污染協同減排甲烷的潛力。該模型可以準確地預測生物炭的協同效率，從而實現在稻田土壤中利用生物炭協同緩解鎘污染和甲烷排放。此外，該模型還定量了生物炭特性中決定鎘污染和甲烷減排協同作用的關鍵因素，這將為實踐中用于水稻土壤修復的理想生物炭的制定提供制造指南和標準。

在可持續發展目標的背景下，水稻土壤修復需要平衡氣候變化、碳足跡、土壤質量改善和食品生產安全等多個目標，而該MTDL模型可以進一步擴展，納入更多獨立的數據集，以實現多個目標之間的協同。

該研究為生物炭可持續治理土壤問題提供了一個范例，研究結果極大地擴展了人工智能在可持續土壤修復中的潛力。

上述研究得到國家自然科學基金、國家重點研發計劃、廣東省重點研發計劃、廣東省科技計劃等項目的支持。