研究背景
全球广泛分布的天然高砷、高氟、高碘等原生劣质地下水直接威胁超过4.5亿人的饮水安全。科学认识原生劣质地下水成因机制，精准预测劣质组分的空间赋存规律，可为原位水质改良方案设计并有效开展工程实施提供重要支撑，以消除劣质地下水对人体健康与生态系统功能的负面影响。
研究成果
（1）提出了劣质地下水赋存的4种基本模式（淋滤-汇聚型、埋藏-溶解型、压密-释放型、蒸发-浓缩型）。这4种基本模式首次从地下水系统演化的角度统一了不同类型天然劣质地下水的成因理论，并得到了水动力、水化学、同位素及数值模拟等多学科证据的验证，显著提升了对区域原生劣质地下水赋存规律的认识和预测精度。
（2）收集整理了全球劣质地下水数据集，开发了机器学习/人工智能预测新方法，建立了全球高砷地下水神经网络预测模型，量化了预测指标间的交互效应，并构建了我国原生劣质地下水预测模型，为预测和圈定原生劣质地下水空间分布范围、挖掘成因新模式提供重要工具。
取得成效
成果在Earth-Science Reviews、ES&T、WR等国际权威期刊上发表，指导了原生劣质水广布、严重缺水的省（区）地下水勘查开发与防病改水，服务重点水源地保护区饮水风险管控，获国际地球化学协会最高奖——维尔纳茨基奖章（Vernadsky Medal），2024年度自然资源科学技术奖一等奖。
