El cadmio, un metal pesado tóxico, representa una creciente amenaza para la seguridad alimentaria a través de su acumulación en cultivos. El trigo, en particular, tiende a absorber más cadmio que el arroz debido a su mayor eficiencia en el transporte interno. En los sistemas de rotación arroz-trigo de China, los granos de trigo a menudo superan los límites de seguridad establecidos para el cadmio, a pesar de cumplir con los estándares nacionales de calidad del suelo.
Recientemente, se han revisado las regulaciones que imponen límites más estrictos para el cadmio en el suelo, aunque esto podría llevar a costos innecesarios y a una sobre-regulación. Los modelos predictivos anteriores han resultado insuficientes, no logrando capturar la complejidad de las condiciones reales del suelo. Por ello, existe una necesidad urgente de modelos más precisos y validados en campo para garantizar la seguridad del trigo sin sobrecargar a los productores.
Nuevos modelos para predecir la acumulación de cadmio
El 14 de mayo de 2025, investigadores de la Universidad de Nanjing y de la Universidad de Columbia publicaron un estudio en la revista Eco-Environment & Health que presenta nuevos modelos para predecir la acumulación de cadmio en el grano de trigo. Utilizando datos de 311 muestras de suelo y trigo de toda China, el equipo comparó enfoques de regresión múltiple, aprendizaje automático y geochemical para identificar el modelo más efectivo y generar umbrales de cadmio en el suelo vinculados a los estándares de seguridad alimentaria nacionales.
Los investigadores identificaron el cadmio total en el suelo, el pH y la capacidad de intercambio catiónico (CEC) como los factores más influyentes en la absorción de cadmio por el trigo. Basándose en estas variables, construyeron modelos predictivos, incluyendo uno que utilizó cadmio extraíble con CaCl₂ para representar la fracción bio disponible más relevante para la absorción de las plantas.
También se puso a prueba un modelo geoquímico, el Modelo de Especificación Multi-Superficie (MSM), para simular el comportamiento del cadmio bajo diversas condiciones del suelo. Aunque ambos métodos mostraron un buen rendimiento, el modelo de aprendizaje automático denominado Árboles Extremadamente Aleatorizados (ERT) destacó por su precisión, logrando un error cuadrático medio (RMSE) de 0.221 y un error absoluto medio (MAE) de 0.165, superando a otros modelos en términos de precisión y adaptabilidad.
Los investigadores utilizaron estos modelos para retroceder y calcular los umbrales de cadmio en el suelo basados en el límite de seguridad alimentaria de China de 0.1 mg/kg para el grano de trigo. Estos nuevos umbrales, ajustados para diferentes niveles de pH del suelo, demostraron ser más efectivos en predecir la seguridad del grano que los estándares nacionales actuales, ofreciendo una alternativa más refinada y rentable a la remediación generalizada del suelo.
La profesora Xueyuan Gu, autora correspondiente del estudio, comentó: «Nuestro objetivo era crear una herramienta práctica que los agricultores y los reguladores pudieran utilizar para evaluar la seguridad del trigo directamente a partir de los datos del suelo». Los modelos de aprendizaje automático y los nuevos umbrales que desarrollamos no son solo ejercicios académicos; pueden integrarse en sistemas de gestión de campo y programas de monitoreo nacional.
Esta investigación tiene implicaciones significativas para la seguridad agrícola y el desarrollo de políticas. Con estos modelos, los riesgos de cadmio pueden evaluarse de manera rápida y precisa utilizando pruebas estándar de suelo, empoderando a los agricultores y a las autoridades locales para tomar decisiones informadas sobre el uso de la tierra. Los umbrales refinados proporcionan una alternativa basada en la ciencia y económicamente viable a políticas de remediación rígidas, ayudando a prevenir tanto la sub-regulación como la sobre-regulación.
Además, la exitosa integración del aprendizaje automático marca un cambio más amplio hacia una agricultura basada en datos. A medida que las bases de datos de suelo se expanden, estas herramientas predictivas podrían evolucionar hacia sistemas de asesoría en tiempo real, mejorando la gestión sostenible de la tierra y protegiendo la salud pública a través de una producción de alimentos más segura.
Más información: Lu Lin et al, Cadmium accumulation in wheat grain: Accumulation models and soil thresholds for safe production, Eco-Environment & Health (2025). DOI: 10.1016/j.eehl.2025.100154
