响应“土十条”要求，国家三部委联合开展了全国农用地土壤污染状况详查工作， 湖南省在此基础上开展了耕地和农产品重金属污染加密调查工作，基本摸清了农 用地土壤重金属的污染程度及分布情况。然而，受农田生态系统特征（土壤性质、 微地貌和气候等）多重因素影响，稻田镉砷存在较高污染风险，主要表现为部分 区域土壤镉砷活性高且稻米超标严重，存在约 23%“稻米镉超标，但土壤镉不超 标”和 17%“稻米镉不超标，但土壤镉超标”等情况，导致污染农田治理技术靶 向性盲目，治理效果无法准确判别，难以实现“一区一策”乃至“一田一策”的 精准治理，严重制约国家耕地污染防治攻坚战-到 2030 年受污染耕地安全利用率 达到 95%以上的行动目标。因此，在区域农用地重金属污染调查背景下，厘清区 域-田块多尺度镉砷生物有效性的关键影响因素及其区域差异规律，并辅助镉砷污 染风险动态监测，才能实现稻田镉砷污染风险精准识别。 本项目面向农用地重金属污染精准防控的国家需求，基于湘江流域稻田镉砷污染 调查大数据（10 万余样点），以稻田镉砷污染风险精准识别和智慧预警为目标， 设定土壤性质、微地貌和气候及其相互作用对镉砷生物有效性影响规律及区域差 异机制为关键科学问题，拟通过区域-田块多级尺度联合智慧监测镉砷污染风险，重点研究 3 方面内容：1）区域稻田镉砷污染风险关键因素智能解析及评价；2） 田块镉砷污染关联土壤性质（pH、Eh、水分等）及关键影响因子（微地貌、降雨 等）智能动态监测；3）区域-田块稻田镉砷污染风险智能识别和预测预警智慧平 台搭建。项目按照稻田镉砷污染风险“区域多尺度评价-关键指标解析-表征指标 智能监测-智能识别-平台搭建”的研究思路，研发 2 项关键技术：1）镉砷污染机 理模型与机器学习相结合的镉砷污染主控因子智能识别技术；2）智能融合区域污 染监测与农田生态系统特征的镉砷污染风险时空精准诊断技术，构建稻田镉砷污 染智能化风险识别系统和监测网络平台，为稻田镉砷污染风险精准识别和防控提 供技术支撑。