跳到正文
热点事件历史事件

研究:全球13%河流药物混合物毒性超生态阈值

2 篇报道1 个报道来源首报7 天前更新

先了解这件事

AI 综述

Jian Chen 在 Nature Geoscience 在线发表全球河流药物混合物污染评估:机器学习模型显示,13% 的全球河流药物混合物毒性超过生态阈值。该模型结合 3 个物种的 1017 项毒性测定和 24 个地理预测因子,生成高分辨率毒性地图。 基于模型预测的风险区分布,分析称针对性管控六类关键药物来源可能大幅缩小处于风险中的河流面积;相关管控效果是模型情景推断,并非已观测到的实际效果。

AI 根据报道生成 · 5 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月12日
  1. Nature Geoscience精选
    机器学习模型绘制全球河流药物混合物毒性图,管控六类来源或可大幅缩小风险面积

    一项发表于 Nature Geoscience 的研究用机器学习模型,结合 3 个物种的 1017 项毒性测定和 24 个地理预测因子,生成了全球河流药物混合物毒性的高分辨率地图。分析显示,针对六类关键药物来源的定向管控可能显著减少处于风险中的河流面积,该判断基于模型预测的风险区分布。

  2. Nature Geoscience精选
    全球 13% 河流药物混合物毒性超生态阈值,控制六类关键源可使其减半

    一项全球河流药物污染评估显示,13% 的全球河流中药物混合物毒性超过生态阈值,针对性控制六类关键污染源可使超标情况减半,结果发表于 Nature Geoscience。该结论来自对全球河流药物污染的整体评估,当前材料未列出监测河流数量与各控制情景的具体效应量。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。