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

우리의 발밑에 있는 땅은 흔히 인간의 삶을 위한 조용하고 정적인 무대로 취급되지만, 세계의 많은 지역에서 이 땅은 보이지 않는 화학적 역사의 능동적인 저장고입니다. 광업, 산업 폐기물 또는 차량 배출가스를 통해 납, 아연, 카드뮴과 같은 중금속이 토양에 유입되면, 이들은 분해되거나 사라지지 않습니다. 대신, 이들은 수십 년 동안 지속되며 바람에 실려 가거나, 비에 씻기거나, 혹은 가장 위험하게도 사람과 동물에 의해 섭취되기를 기다립니다. 이러한 금속들이 초래하는 위험은 얼마나 많은 양이 존재하는지, 어디에 위치하는지, 그리고 누구에게 노출되는지에 따라 크게 달라집니다. 어린이들은 특히 취약합니다. 더 작은 체구, 발달 중인 장기, 그리고 흙에서 놀려는 자연스러운 성향 때문에 성인보다 이러한 독소를 더 쉽게 흡수하기 때문입니다. 오염의 정확한 지도를 파악하고 누가 위험에 처해 있는지를 예측하는 것은 단순히 몇 개의 샘플을 채취하고 나머지를 추측하는 것 이상의 작업이 필요합니다. 그것은 지구의 화학 성분과 그곳에 거주하는 주민들의 건강을 연결하는 보이지 않는 패턴을 보는 방법을 요구합니다.

이란 북서부 잔잔(Zanjan) 주에서 한 연구팀은 전례 없는 세부 정보를 통해 이 숨겨진 위험을 지도화하기 위해 나섰습니다. 이 지역은 중동에서 가장 큰 아연 매장지 중 하나인 안구란(Angouran) 광산을 품고 있으며, 이 광산은 활발한 제련소 및 산업 도시들과 함께 1960년대부터 운영되어 왔습니다. 수십 년 동안 이러한 작업들은 주변 토지에 화학적 흔적을 남겼습니다. 문제의 전체 범위를 이해하기 위해 연구진은 주 전역을 아우르는 조밀한 데이터 격차를 만들기 위해 357개의 서로 다른 지점에서 토양을 채취했습니다. 그들은 아연, 구리, 카드뮴, 니켈, 철, 납 등 6가지 특정 중금속의 수치를 측정했습니다. 이 방대한 양의 데이터를 해석하기 위해 단일 방법에 의존하는 대신, 그들은 머신러닝이라 불리는 일련의 고급 컴퓨터 프로그램을 활용했습니다. 이 프로그램들은 금속 농도와 그것이 인간에게 미칠 잠재적 건강 위험 사이의 복잡한 관계를 찾아낼 수 있는 고도로 훈련된 패턴 인식 엔진 역할을 합니다.

연구 결과, 극명한 대조를 이루는 풍경이 드러났습니다. 일부 지역은 해당 지역 암석에서 발견되는 자연적인 배경 수치에 가까운 반식을 보였으나, 다른 곳은 오염으로 포화 상태였습니다. 아연은 가장 광범위한 가해자였는데, 샘려된 지점의 거의 96%가 자연 배경 수치보다 높게 나타났으며, 일부 지점은 예상치의 최대 34배에 달했습니다. 카드뮴은 절대적인 양은 적었지만, 아주 적은 양으로도 매우 독성이 강하고 인체 내에 수십 년 동안 머물기 때문에 건강에 미치는 영향 측면에서 가장 위험한 것으로 밝혀졌습니다. 연구진은 컴퓨터 모델을 사용하여 이 오염의 기원을 추적했습니다. 그들은 세 가지 뚜렷한 오염원을 식별했습니다: 아연, 카드뮴, 납이 지배적이며 안구란 광산 주변에 집중된 광업 및 제련 signatures, 잔잔 산업 도시와 연결된 구리 및 철의 산업 signatures, 그리고 현지 암석 자체에서 유래한 니켈과 철의 자연적 지질 배경입니다.

이 연구를 특히 강력하게 만든 것은 서로 다른 목표를 위해 서로 다른 유형의 컴퓨터 모델을 사용하여 높은 정밀도로 건강 위험을 예측할 수 있는 능력이었습니다. 연구팀은 모든 작업에 완벽한 단일 컴퓨터 프로그램은 없다는 것을 발견했습니다. 일반적인 오염 부하와 비암성 건강 위험을 예측하는 데는 그래디언트 부스팅 회귀(Gradient Boosting Regression)라는 모델이 가장 효과적이었으며, 오염된 토양의 위치를 정확하게 지도화했습니다. 그러나 평생 동안 암이 발생할 위험을 예측하는 데는 서포트 벡터 회귀(Support Vector Regression)라고 불리는 다른 모델이 더 우수했습니다. 이러한 구분은 중요한데, 왜냐하면 하나의 도구로 모든 것을 해결하려고 강요하는 대신 더 정확한 위협의 그림을 그릴 수 있게 해주었기 때문입니다. 그들의 분석은 카드뮴과 납이 즉각적인 비암성 건강 위협의 주요 동인인 반면, 구리와 니켈은 장기적인 암 위험의 주요 기여자임을 확인했습니다.

아마도 이 연구에서 가장 놀라운 발견은 어린이와 성인 사이의 극적인 위험 차이였을 것입니다. 연구진은 성인에게 비암성 건강 위험을 초래하는 지점은 아주 적은 비율에 불과한 반면, 어린이의 경우 35%의 지점이 안전 기준치를 초과한다는 것을 계산했습니다. 즉, 이 지역의 흙에서 노는 어린이는 같은 자리에 서 있는 성인보다 해를 입을 위험이 12배 이상 높습니다. 이러한 격차는 아이들이 체중 대비 더 많은 흙을 섭취하고 독소에 더 민감하다는 사실에서 기인합니다. 연구는 광산 찌꺼기 바로 옆에 위치한 5개의 특정 '핫스팟' 지점을 지목했으며, 이곳은 오염이 너무 심각하여 지역 주민을 보호하기 위해 토양 정화나 덮개 설치와 같은 즉각적인 조치가 필요합니다.

연구진은 또한 어떤 금속이 특정 위치의 위험을 책임지고 있는지 정확히 분석하는 기법을 사용했습니다. 그들은 가장 위험한 지역에서 카드뮴이 건강 위험을 안전 한계치 이상으로 밀어 올리는 단일한 가장 큰 요인임을 발견했습니다. 이는 만약 아이들을 위해 토양을 안전하게 만드는 것이 목표라면, 다른 금속들이 남아 있더라도 카드뮴을 제거하거나 중화하는 것이 가장 효과적인 첫 단계가 될 것임을 의미합니다. 이 연구는 단순히 문제를 식별하는 데 그치지 않고, 이를 해결하기 위한 명확하고 데이터에 기반한 로드맵을 제공했습니다. 상세한 공간 지도와 고급 컴퓨터 예측을 결 der 하여, 연구팀은 위협이 균일하지 않으며 특정 산업 활동에 의해 유도된 특정 구역에 집중되어 있음을 보여주었습니다.

이 작업은 현대 과학이 어떻게 환경 보건 위기에 대처할 수 있는지에 대한 청사진 역할을 합니다. 이는 단순한 측정을 넘어 오염이 환경을 통해 어떻게 이동하고 인간의 건강에 영향을 미치는지에 대한 역동적이고 예측 가능한 이해를 구축합니다. 연구 결과는 광업이 집중된 지역에서 어린이 보호를 위해서는 그들의 독특한 취약성을 인식하는 표적 접근 방식이 필요함을 시사합니다. 연구는 식별된 5개 핫스팟 구역에 대한 즉각적인 개입과 함께, 산업 도시와 광산 주변의 토양에 대한 정기적인 모니터링이 필요하다고 결론지었습니다. 가장 높은 위험을 유발하는 특정 금속에 집중함으로써, 당국은 공기와 토양을 정화하는 노력을 우선순위에 둘 수 있으며, 이를 통해 이 주의 땅이 다음 세대를 위한 안전한 토대가 되도록 보장할 수 있습니다.