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

Il terreno sotto i nostri piedi è spesso trattato come un palcoscenico silenzioso e statico per la vita umana, ma in molte parti del mondo esso è un serbatoio attivo di una storia chimica invisibile. Quando i metalli pesanti come piombo, zinco o cadmio entrano nel suolo attraverso l'estrazione mineraria, i rifiuti industriali o le emissioni dei veicoli, essi non si decompongono né scompaiono. Al contrario, persistono per decenni, in attesa di essere raccolti dal vento, lavati dalla pioggia o, più pericolosamente, ingeriti da persone e animali. Il rischio che questi metalli pongono dipende fortemente da quanto ne sia presente, dove si trovino e chi vi sia esposto. I bambini sono unicamente vulnerabili; i loro corpi più piccoli, gli organi in via di sviluppo e la naturale tendenza a giocare con la terra significano che assorbono queste tossine più facilmente rispetto agli adulti. Comprendere la mappa precisa di questa contaminazione e prevedere chi sia in pericolo richiede molto più del semplice prelievo di alcuni campioni e di una supposizione sul resto. Richiede un modo per vedere i modelli invisibili che collegano la chimica della terra alla salute dei suoi abitanti.

Nella provincia nord-occidentale di Zanjan, in Iran, un team di ricercatori si è posto l'obiettivo di mappare questo pericolo nascosto con un dettaglio senza precedenti. La regione ospita la miniera di Angouran, uno dei più grandi depositi di zinco del Medio Oriente, che opera dal modo che negli anni '60 accanto ad acciaierie e città industriali attive. Per decenni, queste operazioni hanno lasciato un'impronta chimica sul territorio circostante. Per comprendere l'intera portata del problema, i ricercatori hanno raccolto campioni di suolo da 357 diverse località in tutta la provincia, creando una densa griglia di punti dati che copriva l'intera area. Hanno misurato i livelli di sei metalli pesanti specifici: zinco, rame, cadmio, nichel, ferro e piombo. Piuttosto che affidarsi a un singolo metodo per interpretare questa enorme quantità di dati, si sono rivolti a una serie di programmi informatici avanzati noti come apprendimento automatico (machine learning). Questi programmi agiscono come motori di riconoscimento di modelli altamente addestrati, capaci di trovare relazioni complesi tra le concentrazioni di metalli e i potenziali rischi per la salute umana.

Lo studio ha rivelato un paesaggio di forti contrasti. Mentre alcune aree mostravano livelli di metalli vicini al fondo naturale presente nelle rocce della regione, altre erano sature di contaminazione. Lo zinco è stato il colpevole più diffuso, con quasi il 96 percento dei siti campionati che mostrava livelli superiori al fondo naturale, e alcuni punti contenenti fino a trentaquattro volte la quantità prevista. Il cadmio, sebbene presente in quantità assolute minori, è risultato essere il più pericoloso in termini di impatto sulla salute perché è altamente tossico anche in piccole quantità e rimane nel corpo umano per decenni. I ricercatori hanno utilizzato i loro modelli informatici per tracciare le origini di questo inquinamento. Hanno identificato tre fonti distinte: una firma di estrazione e fusione dominata da zinco, cadmio e piombo, concentrata attorno alla miniera di Angouran; una firma industriale di rame e ferro legata alla Città Industriale di Zanjan; e un fondo geologico naturale di nichel e ferro proveniente dalle rocce locali stesse.

Ciò che ha reso questa ricerca particolarmente potente è stata la sua capacità di prevedere i rischi per la salute con alta precisione utilizzando diversi tipi di modelli informatici per scopi differenti. Il team ha scoperto che nessun programma informatico era perfetto per ogni compito. Per prevedere i carichi di inquinamento generale e i rischi per la salute non legati al cancro, un modello chiamato Gradient Boosting Regression ha funzionato meglio, mappando accuratamente dove il suolo fosse pericoloso. Tuttavia, per prevedere il rischio di sviluppare il cancro nel corso di una vita, un modello diverso chiamato Support Vector Regression si è rivelato superiore. Questa distinzione era importante perché ha permesso ai ricercatori di costruire un quadro più accurato della minaccia rispetto all'utilizzo di un unico strumento per tutto. La loro analisi ha confermato che il cadmio e il piombo erano i principali driver delle minacce immediate alla salute non legate al cancro, mentre il rame e il nichel erano i principali contributori ai rischi di cancro a lungo termine.

Forse il dato più sorprendente dello studio è stata la drammatica differenza di rischio tra bambini e adulti. I ricercatori hanno calcolato che, mentre solo una minima frazione dei siti poneva un rischio per la salute non legato al cancro per gli adulti, un massiccio 35 percento dei siti superava la soglia di sicurezza per i bambini. In altre parole, un bambino che gioca nel terreno in questi luoghi affronta un rischio di danno che è più di dodici volte superiore rispetto a un adulto che si trova nello stesso punto. Questa disparità è guidata dal fatto che i bambini ingeriscono più terra rispetto al loro peso corporeo e sono più sensibili alle tossine. Lo studio ha individuato cinque siti specifici di "hotspot", situati proprio accanto ai residui minerari, dove la contaminazione era così grave che un intervento immediato, come la pulizia o la copertura del suolo, è necessario per proteggere la popolazione locale.

I ricercatori hanno anche utilizzato una tecnica che analizza esattamente quale metallo sia responsabile del rischio in ogni singola località. Hanno scoperto che nelle aree più pericolose, il cadmio era il singolo fattore principale che spingeva i rischi per la salute oltre il limite di sicurezza. Ciò significa che, se l'obiettivo è rendere il suolo sicuro per i bambini, rimuovere o neutralizzare il cadmio sarebbe il primo passo più efficace, anche se altri metalli dovessero rimanere. Lo studio non si è limitato a identificare il problema; ha fornito una tabella di marcia chiara e basata sui dati per risolverlo. Combinando mappe spaziali dettagliate con previsioni informatiche avanzate, il team ha dimostato che la minaccia non è uniforme ma concentrata in zone specifiche guidate da specifiche attività industriali.

Questo lavoro funge da modello per il modo in cui la scienza moderna può affrontare le crisi della salute ambientale. Va oltre le semplici misurazioni per creare una comprensione dinamica e predittiva di come l'inquinamento si muove nell'ambiente e influenza la salute umana. Le conclusioni suggeriscono che, nelle regioni ad alta intensità mineraria, la protezione dei bambini richiede un approccio mirato che riconosca la loro particolare vulnerabilità. Lo studio conclude che è necessario un intervento immediato nelle cinque zone hotspot identificate, insieme a un monitoraggio regolare del suolo intorno alle città industriali e alla miniera stessa. Concentrandosi sui metalli specifici che guidano i rischi più elevati, le autorità possono dare priorità ai loro sforzi per depurare l'aria e il suolo, garantendo che il terreno sotto la provincia diventi una base sicura per la prossima generazione.