一种数据驱动的方法来确定PFAS在美国科罗拉多州采样水的优先事项
Kelsey E Barton1,2, Peter J Anthamatten3, John L Adgate4
1Toxicology and Environmental Epidemiology Office, Colorado Department of Public Health & Environment, Denver, CO, USA. Kelsey.Barton@state.co.us.
Journal of exposure science & environmental epidemiology
|August 1, 2024
概括
这项研究预测了科罗拉多州的per-和多基物质 (PFAS) 地下水污染风险. 开发的风险地图有助于优先考虑采样工作,以保护公众健康免受这些持久化学物质的影响.
科学领域:
- 环境科学 环境科学
- 公共卫生 公共卫生
- 毒理学 毒理学 毒理学
背景情况:
- 和多基基物质 (PFAS) 是自20世纪中叶以来广泛使用的持久化学物质.
- 一些PFAS与不良健康结果有关,需要环境监测.
- 了解PFAS的分布对于保护公共健康至关重要.
研究的目的:
- 使用环境数据和现有的采样结果,为科罗拉多州创建一个PFAS风险预测地图.
- 为科罗拉多州公共卫生和环境部 (CDPHE) 制定PFAS水样采集的优先计划.
- 在PFAS污染评估中为有效的资源分配提供决策信息.
主要方法:
- 采用随机森林分类来建模PFOS和PFOA的地下水污染风险.
- 该模型使用现有的PFAS水采样数据和环境特征进行了训练.
- 对于缺乏采样数据的地点,风险预测被分为三个级别.
主要成果:
- 预测模型的灵敏度和精度在58%到90%之间.
- 优先采样地点包括私人井,学校,移动家园和依赖地下水的公共水系统.
- 确定的数据缺口包括样本不足的地区和需要进一步调查的潜在PFAS来源.
结论:
- 数据驱动的风险地图有效地识别了PFAS地下水污染高风险地区.
- 确定优先级的方法可以实现有针对性的抽样,优化资源分配.
- 解决数据缺口将提高未来PFAS风险评估的准确性和有用性.


