Machine Learning-Based Spatial Mapping, Source Apportionment and Health Risk Prediction of Heavy Metal Contamination in Zanjan Province, Iran

Der Boden unter unseren Füßen wird oft als eine stille, statische Bühne für das menschliche Leben behandelt, doch in vielen Teilen der Welt ist er ein aktives Reservoir unsichtbarer chemischer Geschichte. Wenn Schwermetalle wie Blei, Zink oder Cadmium durch Bergbau, Industrieabfälle oder Fahrzeugemissionen in den Boden gelangen, bauen sie sich nicht ab oder verschwinden. Stattdessen bleiben sie über Jahrzehnte bestehen und warten darauf, vom Wind aufgewirbelt, vom Regen ausgewaschen oder – was am gefährlichsten ist – von Menschen und Tieren aufgenommen zu werden. Das Risiko, das diese Metalle darstellen, hängt stark davon ab, wie viel von ihnen vorhanden ist, wo sie lokalisiert sind und wer ihnen ausgesetzt ist. Kinder sind besonders verwundbar; ihre kleineren Körper, die sich entwickelnden Organe und ihre natürliche Neigung, im Dreck zu spielen, bedeuten, dass sie diese Toxine leichter aufnehmen als Erwachsene. Das Verständnis der präzisen Landkarte dieser Kontamination und die Vorhersage, wer in Gefahr ist, erfordert mehr als nur das Entnehmen einiger Proben und das Schätzen des Rests. Es verlangt nach einem Weg, die unsichtbaren Muster zu sehen, die die Chemie der Erde mit der Gesundheit ihrer Bewohner verbinden.

In der nordwestlichen Provinz Zanjan, Iran, setzte sich ein Forschungsteam mit beispielloser Detailgenauigkeit daran, diese verborgene Gefahr zu kartieren. Die Region ist die Heimat der Angouran-Mine, einer der größten Zinkvorkommen im Nahen Osten, die seit den 1960er Jahren neben aktiven Schmelzhütten und Industriestädten betrieben wird. Jahrzehntelang haben diese Operationen einen chemischen Fußabdruck auf dem umliegenden Land hinterlassen. Um das volle Ausmaß des Problems zu verstehen, sammelten die Forscher Boden aus 357 verschiedenen Standorten in der gesamten Provinz und erstellten so ein dichtes Raster aus Datenpunkten, das das gesamte Gebiet abdeckte. Sie maßen die Konzentration von sechs spezifischen Schwermetallen: Zink, Kupfer, Cadmium, Nickel, Eisen und Blei. Anstatt sich auf eine einzige Methode zur Interpretation dieser gewaltigen Menge an Daten zu verlassen, nutzten sie eine Reihe fortschrittlicher Computerprogramme, die als maschinelles Lernen bekannt sind. Diese Programme fungieren wie hochtrainierte Mustererkennungsmaschinen, die in der Lage sind, komplexe Beziehungen zwischen den Metallkonzentrationen und den potenziellen Gesundheitsrisiken für Menschen zu finden.

Die Studie offenbarte eine Landschaft der krassen Kontraste. Während einige Gebiete Metallwerte aufweisen, die nahe am natürlichen Hintergrund liegen, der in den Gesteinen der Region vorkommt, waren andere mit Kontamination gesättigt. Zink war der am weitesten verbreitete Übeltäter, wobei fast 96 Prozent der untersuchten Standorte Werte zeigten, die über dem natürlichen Hintergrund lagen, wobei einige Stellen bis zum Dreißigfachen der erwarteten Menge enthielten. Cadmium, obwohl in geringeren absoluten Mengen vorhanden, erwies sich als das gefährlichste in Bezug auf die gesundheitlichen Auswirkungen, da es selbst in winzigen Mengen hochtoxisch ist und Jahrzehnte im menschlichen Körper verbleibt. Die Forscher nutzten ihre Computermodelle, um den Ursprung dieser Verschmutzung zurückzuverfolgen. Sie identifizierten drei unterschiedliche Quellen: eine Bergbau- und Schmelzsignatur, die von Zink, Cadmium und Blei dominiert wird und konzentriert um die Angouran-Mine auftritt; eine Industriesignatur aus Kupfer und Eisen, die mit der Industriestadt Zanjan verknüpft ist; und einen natürlichen, geologischen Hintergrund aus Nickel und Eisen, der aus den lokalen Gesteinen selbst stammt.

Was diese Forschung besonders leistungsfähig machte, war die Fähigkeit, Gesundheitsrisiken mit hoher Präzision unter Verwendung verschiedener Arten von Computermodellen für unterschiedliche Ziele vorherzusagen. Das Team stellte fest, dass kein einzelnes Computerprogramm perfekt für jede Aufgabe war. Für die Vorhersage allgemeiner Schadstofflasten und nicht krebserregender Gesundheitsrisiken arbeitete ein Modell namens Gradient Boosting Regression am besten und kartierte präzise, wo der Boden gefährlich war. Um jedoch das Risiko zu berechnen, im Laufe eines Lebens an Krebs zu erkranken, erwies sich ein anderes Modell namens Support Vector Regression als überlegen. Diese Unterscheidung war wichtig, da sie es den Forschern ermöglichte, ein genaueres Bild der Bedrohung zu zeichnen, als wenn sie versucht hätten, ein einziges Werkzeug für alles zu erzwingen. Ihre Analyse bestätigte, dass Cadmium und Blei die primären Treiber für unmittelbare, nicht krebserregende Gesundheitsrisiken waren, während Kupfer und Nickel die Hauptverursacher für langfristige Krebsrisiken waren.

Der vielleicht beeindruckendste Befund der Studie war der dramatische Unterschied im Risiko zwischen Kindern und Erwachsenen. Die Forscher berechneten, dass zwar nur ein winziger Bruchteil der Standorte ein nicht krebserregendes Gesundheitsrisiko für Erwachsene darstellte, aber massive 35 Prozent der Standorte den Sicherheitsgrenzwert für Kinder überschritten. Mit anderen Worten: Ein Kind, das an diesen Orten im Boden spielt, ist einem Schadensrisiko ausgesetzt, das mehr als zwölfmal höher ist als das eines Erwachsenen, der an derselben Stelle steht. Diese Disparität wird dadurch getrieben, dass Kinder im Verhältnis zu ihrem Körpergewicht mehr Boden aufnehmen und empfindlicher gegenüber Toxinen sind. Die Studie lokalisierte fünf spezifische „Hotspot“-Standorte direkt neben den Bergbauabraumhalden, an denen die Kontamination so schwerwiegend war, dass sofortige Maßnahmen, wie etwa die Reinigung oder Versiegelung des Bodens, notwendig sind, um die lokale Bevölkerung zu schützen.

Die Forscher wandten auch eine Technik an, die genau aufschlüsselt, welches Metall an einem bestimmten Ort für das Risiko verantwortlich ist. Sie fanden heraus, dass in den gefährlichsten Gebieten Cadmium der einzelne größte Faktor war, der die Gesundheitsrisiken über die Sicherheitsgrenze trieb. Das bedeutet, dass, wenn das Ziel darin besteht, den Boden für Kinder sicher zu machen, das Entfernen oder Neutralisieren von Cadmium der effektivste erste Schritt wäre, selbst wenn andere Metalle verbleiben. Die Studie hat nicht nur das Problem identifiziert; sie hat einen klaren, datengestützten Fahrplan für die Lösung geliefert. Durch die Kombination detaillierter räumlicher Karten mit fortgeschrittenen Computervorhersagen zeigte das Team, dass die Bedrohung nicht gleichmäßig verteilt ist, sondern in spezifischen Zonen konzentriert ist, die durch spezifische industrielle Aktivitäten angetrieben werden.

Diese Arbeit dient als Blaupause dafür, wie die moderne Wissenschaft Umweltgesundheitskrisen bewältigen kann. Sie geht über einfache Messungen hinaus und schafft ein dynamisches, prädiktives Verständnis dafür, wie sich Verschmutzung durch die Umwelt bewegt und die menschliche Gesundheit beeinflusst. Die Ergebnisse legen nahe, dass in bergbaureichen Regionen der Schutz von Kindern einen gezielten Ansatz erfordert, der ihre einzigartige Verwundbarkeit anerkennt. Die Studie kommt zu dem Schluss, dass in den fünf identifizierten Hotspot-Zonen sofortige Interventionen erforderlich sind, zusammen mit einer regelmäßigen Überwachung des Bodens rund um die Industriestädte und die Mine selbst. Indem die Behörden ihre Bemühungen auf die spezifischen Metalle konzentrieren, die die höchsten Risiken verursachen, können sie ihre Maßnahmen zur Reinigung der Luft und des Bodens priorisieren und so sicherstellen, dass der Boden der Provinz eine sichere Grundlage für die nächste Generation wird.