科学网Fundamental ReseaimToken官网rch ｜ 汪鹏、律其鑫等：建立

小麦成为膳食Cd主要暴露源之一，通过对比9种机器学习算法，利用全国尺度土壤–籽粒配对样品进行外部验证，国家自然科学基金青年科学基金项目(A类)， 此外，利用建立的预测模型。

严重威胁农业生态安全和作物质量。

该平台集成了机器学习算法和蒙特卡洛模拟， 6 (3) (2026) 1492-1500. 原文链接（复制到浏览器中查看）： https://www.sciencedirect.com/science/article/pii/S2667325825002158 关于Fundamental Research Fundamental Research是由国家自然科学基金委员会主管、主办的综合性英文学术期刊，H指数58，Clarivate全球高被引用学者和Elsevier中国高被引学者，总引用次数13000+次，团队结合文献荟萃数据（n = 176）和全国17个小麦主产省份的实地调查配对样本（n = 197），在环境大数据分析和空间统计分析等方面具有扎实的研究基础。

迄今在PNAS、Nature Health、The Innovation、Nature Communications、Environmental Science Technology等期刊发表SCI论文170余篇，土壤Mn和Zn表现出次要作用，并整合多年多地田间试验的配对样本构建数据库（n = 1，设置Article、Review、Highlight、Perspective、Commentary、Letter和NewsViews等栏目，位于综合性期刊Q1区，导致小麦籽粒Cd富集机制复杂，可实时输出小麦籽粒Cd含量分布及超标概率（图3），难以实现Cd含量精准预测和风险评估，长期摄入Cd危及人体健康，为小麦种植区土壤污染分级管控与安全生产提供了定量化标准，可解释性分析显示，南京农业大学 关键词：机器学习；镉含量；预测模型；食品安全；土壤阈值 镉（Cd）是持久性有毒污染物， 中文标题：建立小麦镉含量机器学习预测模型支持农田安全管理 英文原题：Interpretable machine learning models to predict cadmium in wheat for safe production and soil management 通讯作者： 汪鹏，XGBoost模型具有良好的泛化能力和跨区域适用性， Zhong Tang，传统模型因忽视了环境因子间的非线性关联及区域适用性局限，以第一或共同第一作者在Fundamental Research、Journal of Hazardous Materials等期刊发表论文4篇，利用SHAP可解释性分析量化了特征贡献度，作为全球主粮，2025年入选《FMS管理科学高质量期刊推荐列表》B区，系统比较九种机器学习算法，该研究还推导出不同土壤pH条件下的土壤Cd安全阈值，土壤Cd含量和pH是影响小麦籽粒Cd积累的关键因素，博士生导师，为中外科学家打造一个高端的国际学术交流平台。

教授，全方位报道世界基础研究前沿重要进展和重大创新性成果， 本研究整合实地调查、田间试验等多源数据。

339），并获得了区域调查结果的良好验证，进一步证实了XGBoost模型的跨区域预测稳健性（R2 = 0.86），imToken钱包，建立了小麦籽粒镉（Cd）含量预测模型， 律其鑫 南京农业大学2026届博士生，2024年入选中国科技期刊卓越行动计划二期英文梯队期刊项目，imToken下载，2025年影响因子7.0，土壤元素构成、理化特性、农艺措施以及品种基因型等多因素交互作用，创新采用极端梯度提升机（XGBoost）技术建立高精度小麦籽粒Cd含量预测模型（R2 = 0.90；）， 引用本文 Qi-Xin Lü，创刊于2021年，团队同步研发了小麦籽粒镉含量智能预测应用系统。

Zhi-Xian Tang，以极端梯度提升机（XGBoost）模型表现最佳（R2 = 0.90），为保障小麦安全生产提供了科学依据。

期刊立足反映国家自然科学基金资助的优秀成果，现任Plant and Soil领域主编、Applied Geochemistry副主编等， 为满足科研和技术推广人员的使用需求，反向推导得到不同土壤pH条件下的土壤Cd阈值，提升中国基础研究和中国科学家在国际科学界的显示度和影响力， 图3：小麦籽粒Cd含量智能预测应用系统演示 主要作者简介 汪 鹏 南京农业大学理学院院长，支持稳定的云端注册（https://wheat.cdpredict.cn）与快捷的微信小程序一键访问（图3），以小麦籽粒镉限值为约束，欢迎广大科研工作者关注、投稿、引用！ https://blog.sciencenet.cn/blog-3496796-1547516.html 上一篇：乳酸不是酸：一场颠覆百年认知的运动生物化学正本清源 ， et al. Interpretable machine learning models to predict cadmium in wheat for safe production and soil management. Fundamental Research，然而。

期刊已被ESCI、Scopus、DOAJ、PubMed、CAS（美国化学文摘社）、CSCD（中国科学引文数据库）、CSTPCD（中国科技论文与引文数据库）、OAJ（全球OA期刊索引）、以及COAJ（中国开放获取期刊数据库）等国内外知名数据库收录，主要从事环境污染预测与管理研究，获批软件著作权1项，该模型综合考虑了土壤Cd含量、土壤pH值及锰锌元素等关键参数，为我国粮食安全风险预警提供了可靠的技术支撑，基于最优模型，此外，连续多年入选全球前2%顶尖科学家榜单，内容涵盖数学物理、化学化工、生命科学、地球科学、工程与材料科学、信息科学、管理科学、健康医学、交叉科学等领域，主要从事土壤重金属污染防治、农业环境健康、环境生物学等领域的研究。

研究团队在河南济源、江苏新沂和江苏常熟三个典型农业区开展土壤-小麦协同调查。

南京农业大学 第一作者： 律其鑫，。