稻田镉、砷污染是制约我国南方稻米安全生产和受污染耕地安全利用的重要因素。稻田水分管理频繁、氧化还原过程复杂，镉和砷在土壤-水稻系统中的迁移转化及作物吸收行为存在显著差异，导致传统基于土壤污染物总量和固定阈值的评价方法难以准确识别实际风险。如何阐明稻田镉砷污染风险形成的关键过程，构建兼顾区域识别、机理解析和管理决策的风险评价方法，是保障稻米质量安全和推进污染耕地精准治理亟需解决的问题。围绕这一难题，中国科学院亚热带农业生态研究所长沙站，以湘江流域典型稻区为对象，依托大规模土壤-稻米协同调查数据和多源环境协变量，综合运用机器学习、空间统计、界面过程分析和概率风险决策等方法，系统开展了稻田镉砷污染风险精准识别研究。
方法上，团队构建了概率化风险综合管理框架PRISM，将传统点预测拓展为风险概率与置信度双维度输出，据此划分“不干预—调查—修复”三类行动，在非对称损失约束下优化决策阈值，较现行土壤和稻米标准分别降低管理成本65.2%和18.6%；建立了多模型预测系统MMPS，引入新的稳定性评价指标，使模型选择可靠性提升近90%，确定地形因子为贡献最大的信息源（53.5%）；针对砷的阴离子特性，将CD-MUSIC表面络合模型区域化，仅通过XRF快速测定土壤总铁即可估算关键参数，经近300个野外点验证，简化模型预测精度达70%，显著优于传统化学提取法，为大范围砷风险筛查提供了低成本、高效率技术基础。
机理上，田间控制试验表明，外源锌和锰均可显著降低稻米镉含量（降幅51.9%~84.4%），但二者作用路径不同：锌主要抑制镉向籽粒转运，锰则同时抑制根部吸收及向籽粒转运，为精准施肥提供了依据。空间统计表明，决定稻米镉空间差异的主导因素并非土壤总镉，而是土壤解吸能力（效应约为吸附的2倍），二者在74.7%的研究区域呈协同调控，作用尺度为乡镇至小流域级。据此提出了“源-阀”模型：土壤阳离子交换量和有机碳构成镉的潜在“源”库，地形与气候共同决定的水分条件是控制“源”库释放的“阀门”。
应用上，基于湖南省土壤-稻米同步调查大数据，建立了分级阈值体系：pH敏感值5.5、阈值6.0；强酸性条件下（pH≤5.5），有机质需达33.5 g/kg以上；中酸性条件下（5.5<pH≤6.0），阳离子交换量需达12.0 cmol/kg以上、有机质需达34.1 g/kg以上；酸性条件下，土壤锌需达86.0~97.7 mg/kg。方差分解和结构方程模型进一步量化了各因子贡献排序：pH总效应最强（-0.694），有机质、锌、阳离子交换量的参与贡献率分别为67.7%、61.2%和60.3%，四者联合贡献率达34.4%，远超任一单因子。
该系列研究构建了从区域空间预测、关键因子识别、界面过程解析到概率决策支持的亚热带稻田镉砷污染风险评价技术链条，为南方典型稻作区稻米安全生产、受污染耕地分类管理和重金属污染精准防控提供了理论依据和技术支撑。相关成果发表在Journal of Hazardous Materials（2025,498,139952；2025,493,138092; 2026,514,142743）、Environmental Pollution（2026,390,127530; 2026,399,128186）和Journal of Environmental Management（2026,405,129695）。研究获国家重点研发计划青年科学家项目（2023YFD1703100）、国家重点研发计划课题（2022YFD1700102、2022YFD1700105）、国家自然科学基金（42507538）、湖南省自然科学基金（2024JJ3027、2025JJ50190、2026JJ80747）资助。
基于CD-MUSIC模型对稻田土壤砷植物可利用性的预测与验证（Journal of Hazardous Materials, 2025,493,138092）
融合新型评估指标的多模型预测系统（MMPS）架构图（Journal of Hazardous Materials, 2025, 498,139952）
PRISM将预测不确定性转化为水稻镉污染的经济高效分级管理决策的流程图（Journal of Hazardous Materials, 2026,514,142743）
调控亚热带水稻中镉积累的多层级土壤特性阈值（Journal of Environmental Management, 2026,405,129695）
锌和锰在调控镉向水稻籽粒转移中的不同作用机制（Environmental Pollution, 2026,399,128186）
水稻籽粒中土壤镉吸附-解吸过程空间非平稳性的协同表征（Environmental Pollution, 2026,390,127530）