[发明专利]一种基于蔬菜的重金属富集系数与经口膳食暴露的人体健康风险的预测模型及应用

说明书

本发明公开了一种基于蔬菜的重金属富集系数与经口膳食暴露的人体健康风险的预测模型及应用。该模型以蔬菜中重金属的富集系数为特征数据，同时考虑到土壤重金属浓度，种植区域和蔬菜种类对于富集系数的影响，采用随机森林分类模型建立蔬菜的重金属富集系数与经口膳食暴露实现对人体健康风险的预测。该模型结构简单，相关参数容易获取，能够较为准确地预测蔬菜经口膳食暴露的人体健康风险，根据该模型的预测结果可快速、准确的找出蔬菜在种植和食用过程中的潜在风险，对于蔬菜的生产和消费具有重要的指导意义。

技术领域

本发明涉及一种人体健康风险的预测模型，具体涉及一种基于蔬菜的重金属富集系数与经口膳食暴露的人体健康风险的预测模型及其应用，属于环境保护技术领域。

背景技术

影响农用地土壤质量的主要污染物是重金属，其中镉为首要污染物。暴露在受污染的土壤上种植的粮食作物和蔬菜等农产品可能构成公共健康危害。镉作为一种非必须金属元素，对生物体具有高毒性。它能影响农产品的产量和品质，危害人居环境安全，威胁生态环境安全。

中国既是蔬菜生产大国，又是蔬菜消费大国。蔬菜种类繁多，它们能提供人们所需的碳水化合物、蛋白质、维生素、矿物质和纤维等人类健康的关键营养素。蔬菜中镉污染在我国不同地区被广泛报道，而蔬菜是膳食重金属暴露中主要的暴露方式，所以评价蔬菜中的重金属对人体的健康风险十分重要。

富集系数是植物组织中污染物的浓度与土壤中浓度的比值，它能反映不同蔬菜的富集能力大小，不同蔬菜富集能力不同，它也是重金属在土壤中的迁移和积累以及土壤生物有效性的重要参数，最重要的一点，它是土壤-蔬菜系统中重金属经食物链传递到人的关键环节，是起始环节。富集系数差异受多种因素影响，如污染物性质及其浓度，土壤理化性质(如pH、有机质、阳离子交换量等)，还受到气候和蔬菜种类等的影响。因此富集系数一定程度上表明各种差异，是一个综合指标，一方面用于指导蔬菜种植及食用，提供蔬菜种植与食用策略，另一方面对于探索重金属在土壤-蔬菜系统经食物链传递至人体的健康风险具有重要意义，有助于建立并修正人体健康风险评价的方法与模型。

当前我国人体健康风险评价方法基于四步法，既危害识别，危害评估，暴露评估，风险表征，使用的成熟模型有美国材料与试验协会开发的RBCA模型，荷兰住房部开发的CSOIL模型，美国环保署开发的RAGS模型等。这些模型主要通过三种方式评价人体健康风险，即皮肤接触，呼吸吸入，经口摄入，其中经口膳食暴露风险可达到90％以上，为主要的暴露途径。虽然当前有这么多成熟模型，但由于原有的评价模型的参数较多，数据获取较为困难，缺乏用富集系数预测经口膳食的人体健康风险的简化模型。因此，亟需建立一个以富集系数作为修正的符合我国国情的膳食评价方法与健康风险评价模型。

发明内容

针对现有技术问题，本发明的第一个目的在于提供一种基于蔬菜的重金属富集系数与经口膳食暴露的人体健康风险的预测模型，该模型通过随机森林算法建立，经过有限次训练后，模型可根据富集系数准确预测蔬菜中的重金属对于人体健康影响，该模型具有结构简单，预测准确，数据获取简单和适用范围广泛等优点。

本发明的第二个目的在于提供一种上述模型的应用，通过上述模型判断不同季节和地域的蔬菜中重金属富集系数对人体健康的危害等级，并根据风险等级指导蔬菜的种植和食用，有效保障了生产者和消费者的财产和健康安全。

为实现上述技术目的，本发明提供了一种基于蔬菜的重金属富集系数与经口膳食暴露的人体健康风险的预测模型，包括以下步骤：

步骤1)：获取蔬菜的与重金属富集相关特征数据；

步骤2)：对所述与重金属相关特征数据进行清洗和预处理；

步骤3)：获取蔬菜经口膳食参数，并计算蔬菜经口膳食的人体健康风险值；

步骤4)：建立蔬菜特征数据与蔬菜经口膳食的人体健康风险值的机器学习模型；

步骤5)：对所得机器学习模型进行性能评价。