Νέα προσέγγιση ΤΝ χαρτογραφεί την τοξική ρύπανση του εδάφους σε τσεχικές γεωργικές εκμεταλλεύσεις
Η μόλυνση των εδαφών από δυνητικά τοξικά στοιχεία (PTE), όπως το κάδμιο, το αρσενικό και το κοβάλτιο, μπορεί να επηρεάσει αρνητικά την ανθρώπινη υγεία, τη γεωργική παραγωγή και το περιβάλλον. Σε παγκόσμια κλίμακα, οι περισσότερες χώρες διαθέτουν νομοθεσία για την προστασία του εδάφους που καθορίζει κατώτατα όρια ασφάλειας και δράσεις για τις περιπτώσεις υπέρβασης των εν λόγω κατώτατων ορίων. Ειδικότερα στην ΕΕ, τα κράτη μέλη ενδέχεται να αναλάβουν μεγαλύτερη ευθύνη για να διασφαλίσουν ότι οι μολυσμένοι χώροι προσδιορίζονται, διερευνώνται και αποκαθίστανται επαρκώς στο πλαίσιο της οδηγίας της ΕΕ για την παρακολούθηση και την ανθεκτικότητα του εδάφους (η οποία τίθεται σε ισχύ τον Δεκέμβριο του 2025).
Για να ελαχιστοποιηθεί ο κίνδυνος μόλυνσης του εδάφους, είναι σημαντικό να προσδιοριστούν οι επικίνδυνες περιοχές όπου τα επίπεδα PTE είναι ήδη ή ενδέχεται να υπερβούν τις κατευθυντήριες γραμμές ασφάλειας. Επί του παρόντος, οι γνώσεις σχετικά με τη μόλυνση από PTE προέρχονται από τον συνδυασμό μετρήσεων που πραγματοποιούνται σε συγκεκριμένες τοποθεσίες με μεγαλύτερους χωρικούς χάρτες που προβλέπουν PTE — αλλά υπάρχουν λίγα χωρικά μοντέλα μεγάλης κλίμακας που μπορούν να χρησιμοποιηθούν για τον σκοπό αυτό. Οι αλγόριθμοι μηχανικής μάθησης (ML) έχουν γίνει ένας δημοφιλής τρόπος χαρτογράφησης των γεωλογικών και χημικών ιδιοτήτων του επιφανειακού εδάφους. Οι προσεγγίσεις αυτές είναι σχετικά εύκολο να ερμηνευθούν από τους φορείς λήψης αποφάσεων και λαμβάνουν υπόψη την πιθανή αβεβαιότητα των πηγών δεδομένων.
Η παρούσα μελέτη αναπτύσσει μια νέα προσέγγιση ML για τη μοντελοποίηση της μόλυνσης του εδάφους στην Τσεχική Δημοκρατία — μια προσέγγιση που θα μπορούσε εύκολα να επεκταθεί και σε άλλες χώρες της ΕΕ. Οι ερευνητές παράγουν έναν ακριβή χάρτη υψηλής ανάλυσης για να προβλέψουν τον βαθμό στον οποίο οι συγκεντρώσεις PTE στο επιφανειακό έδαφος υπερβαίνουν τα υφιστάμενα όρια συναγερμού ασφαλείας της Τσεχίας. Το μοντέλο χρησιμοποίησε υφιστάμενα δεδομένα σχετικά με συγκεντρώσεις έντεκα PTE που βρέθηκαν στα κορυφαία 20 cm καλλιεργήσιμων εδαφών (που ελήφθησαν από εθνική βάση δεδομένων παρακολούθησης του εδάφους στη χώρα) και περιλάμβανε:
- Περιβαλλοντικές μεταβλητές που προδιαθέτουν τα εδάφη να συσσωρεύουν PTE (όπως η θερμοκρασία, οι βροχοπτώσεις, ο τύπος εδάφους, η δομή και τα χαρακτηριστικά της γης και η κάλυψη της γης)
- Μεταβλητές που επηρεάζουν τις φυσικές πηγές PTE (όπως τα φυσικά χαρακτηριστικά των πετρωμάτων – τα βασαλτικά πετρώματα εμπλουτίζονται σημαντικά με χαλκό, κοβάλτιο και βανάδιο, για παράδειγμα, ενώ οι κρητικοί «μάρλλιθοι» είναι πλούσιοι σε κάδμιο)
- Μεταβλητές που επηρεάζουν ανθρωπογενείς πηγές PTE (όπως το επίπεδο ατμοσφαιρικής ρύπανσης σωματιδίων)
Για το κοβάλτιο, τον χαλκό και το βανάδιο, η μελέτη διαπίστωσε χαμηλή (λιγότερο από 2%) συχνότητα δειγμάτων που υπερβαίνουν τα τσεχικά όρια ασφαλείας, ενώ τα δείγματα αρσενικού, καδμίου και ψευδαργύρου υπερέβαιναν συχνότερα τα όρια ασφαλείας: σημειώθηκε υπέρβαση της κρίσιμης συγκέντρωσης (0,5 mg ανά kg εδάφους) στο 9 % των θέσεων για το αρσενικό, στο 8 % για το κάδμιο και στο 4,5 % για τον ψευδάργυρο. Ωστόσο, συνολικά, πάνω από το 90% των δειγμάτων ήταν εντός του κανονιστικού ορίου.
Εξετάζοντας τη χωρική κατανομή, η μελέτη διαπίστωσε ότι το αρσενικό και το κάδμιο είχαν τις περισσότερες περιοχές όπου η πιθανότητα υπέρβασης του ορίου ήταν μεγαλύτερη από 90%. Αυτό επιβεβαιώνει ότι τα τσεχικά όρια ασφάλειας για το αρσενικό και το κάδμιο είναι συντηρητικά, λένε οι ερευνητές, λόγω της φυσικής διακύμανσης αυτών των PTEs στα τσεχικά εδάφη και των πιθανών επιπτώσεών τους ως χημικών ουσιών με γνωστούς κινδύνους για την ανθρώπινη υγεία.
Οι ερευνητές αξιολόγησαν επίσης τη σημασία των μεταβλητών στην πρόβλεψη των πιθανοτήτων για κάθε PTE να υπερβεί τα όρια ασφαλείας, για να αποκτήσουν εικόνα για τη χρησιμότητα των μεμονωμένων προγνωστικών για αυτό το είδος χαρτογράφησης. Διαπίστωσαν ότι η μέση ετήσια βροχόπτωση και θερμοκρασία συνέβαλαν σημαντικά στην πιθανότητα οι PTE να υπερβούν τα όρια ασφαλείας.
Τα αιωρούμενα σωματίδια της ατμόσφαιρας (PM10)) ήταν η σημαντικότερη μεταβλητή που σχετίζεται με την ανθρώπινη δραστηριότητα για όλους τους PTE εκτός από τον χαλκό, όπου η κάλυψη της γης βρέθηκε να έχει μεγάλη επιρροή. Τα αυξημένα αποτελέσματα κάλυψης γης διαπιστώθηκε επίσης ότι παίζουν σημαντικό ρόλο για το κάδμιο, το κοβάλτιο και τον ψευδάργυρο. Υπήρχε διαφορά στη μόλυνση από PTE ανάλογα με τον τύπο γης — αρόσιμες εκτάσεις ή χορτολιβαδικές εκτάσεις — γεγονός που υποδηλώνει σύνδεση μεταξύ της συσσώρευσης PTE στο επιφανειακό έδαφος και των γεωργικών πρακτικών.
Προσδιορίζοντας πώς, αν και πού τα τσεχικά καλλιεργούμενα εδάφη υπερβαίνουν τα συνιστώμενα επίπεδα PTE, η προσέγγιση ML της μελέτης δείχνει πολλά υποσχόμενη για τον σχεδιασμό, την παρακολούθηση και την πρόβλεψη της μόλυνσης από PTE στα εδάφη της ΕΕ.
Οι ερευνητές κατέστησαν τα δεδομένα τους προσβάσιμα μέσω μιας δημοσιοποιημένης τσεχικής πλατφόρμας βασισμένης στη γνώση για την πολύπλοκη αξιολόγηση της ρύπανσης του εδάφους που ονομάζεται «SoilPAs» (εκτίμηση της ρύπανσης του εδάφους),στην οποία οι χρήστες μπορούν να χρησιμοποιήσουν τον χάρτη για να δουν τις προβλέψεις πιθανότητας και συγκέντρωσης PTE, παράλληλα με τις μετρήσεις αβεβαιότητας.
Σε σύγκριση με προηγούμενες ηπειρωτικές αξιολογήσεις του εδάφους στην Ευρώπη (FOREGS, GEMAS, και LUCAS), η προσέγγιση αυτή παρουσιάζει μια ανάλυση που βασίζεται σε δεδομένα υψηλής πυκνότητας, επιτρέποντας λεπτομερέστερες προβλέψεις σχετικά με τη ρύπανση του εδάφους από PTE. Οι ερευνητές σημειώνουν ότι τα δεδομένα από τις συνεχιζόμενες προσπάθειες για την παρακολούθηση των τσεχικών εδαφών μακροπρόθεσμα θα μπορούσαν να χρησιμοποιηθούν για την επικύρωση και τη βελτίωση των προβλέψεων που γίνονται από μοντέλα ML, προωθώντας περαιτέρω αυτή την προσέγγιση ως χρήσιμο εργαλείο για τη στήριξη της πολιτικής και της δράσης για την προστασία του εδάφους.
Αριθ. αναφοράς:
Skála, J. Žížala, D. & Minařík, R. (2025) Machine learning for predictive mapping of overbabilities for potentially toxic elements in Czech farmland, Journal of Environmental Management, Volume 380,125035, doi.org/10.1016/j.jenvman.2025.125035.