Dinámica intermedios y riesgos priorizados de los PFAS en entornos impactados por textiles: uso de aprendizaje...

Área de la Ciencia:

• Química Ambiental
• Ciencias Ambientales
• Toxicología

Sus antecedentes:

• Las sustancias per- y polifluoroalquiladas (PFAS) representan riesgos ambientales, particularmente de las industrias textiles.
• La comprensión de la dinámica intermedios de PFAS entre el suelo y la corteza de los árboles está limitada por los modelos tradicionales.

Objetivo del estudio:

• Elucidar las interacciones de PFAS entre suelos y cortezas de árboles en centros textiles chinos utilizando un marco de aprendizaje automático.
• Evaluar los riesgos ambientales e identificar los PFAS de alta prioridad para las estrategias de mitigación.

Principales métodos:

• Marco de aprendizaje automático (ML) geoespacial aplicado en 48 sitios.
• Análisis dirigido de 31 PFAS en muestras de suelo y corteza de árboles.
• Desarrollo de un marco novedoso de evaluación de riesgos multicriterio (ToxPi, Índice de Riesgo, EHPi).

Principales resultados:

• Se encontraron concentraciones más altas de PFAS en cortezas de árboles que en suelos.
• Los PFAS de cadena ultracorta y emergentes dominaron los perfiles, con TFA y 8:2 FTS identificados como de alto riesgo.
• El modelo de ML LightGBM demostró un rendimiento predictivo superior (R² = 0.962-0.974).
• Los PFAS de la corteza de los árboles predijeron significativamente la contaminación del suelo, lo que resalta la influencia entre compartimentos.

Conclusiones:

• El aprendizaje automático modela eficazmente la dinámica de PFAS en entornos impactados por textiles.
• Las emisiones de la industria textil contribuyen significativamente a las cargas de PFAS en suelos y cortezas.
• El marco integrado de evaluación de riesgos ayuda a priorizar las estrategias de mitigación de la contaminación para los PFAS.