李岩，男，南京林业大学 林草学院、水土保持学院，副教授/硕导，地理学专业。 从事地理过程空间分析、环境变化研究。主要研究方向：水土、大气等环境介质污染物来源及风险研究；基于大数据分析下微生物对环境变化的时空响应研究；城市发展与环境污染空间耦合大数据研究。主持国家自然科学基金2项，省部级项目6项，在研究领区内取得一系列成果，以第一/通讯作者在国内外高水平学术期刊《Water Research》、《Journal of Hazardous Materials》、《湖泊科学》、《环境科学》等发表论文30余篇，其中SCI一区TOP论文20篇，中文核心期刊论文5篇。 荣誉获奖情况 中国高被引学者，爱思唯尔（Elsevier），2023年度；江苏省“双创计划（双创博士）”，江苏省委组织部，2020年度；江苏省“333”人才工程，江苏省委组织部，2024年度；入选Soil & Environmental Health期刊首届“Excellent Reviewer”，爱思唯尔（Elsevier），2023年度等。国际SCI期刊Frontiers in Forests and Global Change、Journal of Visualized Experiments、Toxics等客座主编；《南京林业大学学报（自然科学版）》、《灌溉排水学报》等CSCD核心期刊编委。国家自然科学基金评审人，国际期刊Environmental science & technology、Water Research、Science of The Total Environment, Journal of Hazardous materials, Environmental Pollution,  Catena,  Land Degradation and Development等同行审稿人。 承担的部分科研任务情况 （1）国家自然科学基金面上项目，2024年9月-，主持，在研； （2）国家自然科学基金青年项目，2022年1月-2024年12月，主持，在研； （3）中共江苏省委组织部，江苏省“双创计划”（双创博士）人才项目，2020年7月-2022年6月，主持，已结题； （4）中国博士后科学基金会，2021年7月-2023年6月，主持，已结题； （5）江苏省高校自然科学基金面上项目，2020年7月-2022年6月，主持，已结题； （6）黄土与第四纪地质国家重点实验室，2024年1月-2025年12月，主持，在研等。

全球约有1400多个大型湖泊，其所在流域往往也是人口稠密、经济发达的地区，湖泊污染与本区域人民的生产生活息息相关。太湖作为我国最大经济区—长三角经济区的重要淡水湖泊，其环境质量直接影响到该地区人体健康和经济可持续发展。如果太湖受到污染，就会影响到整个长三角经济区的生态环境安全。太湖流域经济发展和产业类型存在较大的区域差异，使太湖不同区域沉积物中污染物浓度的总量和结构呈现多样化特征。在此背景下，申请人近5年来一直从事太湖典型有机、无机污染物（多环芳烃、重金属等）来源解析、风险评估等方面的研究。相关成果发表在《Water Research》、《Journal of Hazardous Materials》、《Environmental Science & Technology》等多个国际高质量SCI期刊论文近50篇，“高被引”论文4篇，以及《湖泊科学》、《环境科学》等国内核心期刊论文3篇，并主持了国家自然科学基金、江苏省“双创项目”以及中国博士后科学基金面上项目等多项课题。另外，本课题组正在开展长江江水和沉积物中抗生素的污染研究工作，目前已经完成了样品采集和抗生素的测试分析工作，为本项目的顺利实施积攒经验。近5年所开展的具体研究工作如下三个方面： 太湖流域多年来污染物变化特征研究 （1）研究进展与取得成绩 湖泊沉积物能够保存由流域土壤污染、水体污染和大气污染等引发的湖水生态环境和沉积环境变化等的丰富信息。太湖近百年来污染物（多环芳烃、重金属等）污染状况与人类活动强度关联性很强，总体随着人类活动增强而加重。结合污染物的历史浓度变化特征及历史经济发展变化，太湖流域污染物堆积大致可分为四个时间段（图1）：～1955年，沉积物中各污染物浓度均很低，保持稳定，基本上反映出当时的污染物背景值；1955-1978年，多环芳烃、重金属等污染物的浓度表现出轻微的波动，此时间段为中国经济的探索前进期；1980-2003年，污染物浓度整体上大幅度上升，这与中国实施改革开放政策相吻合，经济飞速发展，能源消耗量剧增；2003-至今，多环芳烃、重金属等浓度显著减弱，表明在各种环境保护措施下，环境污染得到了一定的抑制。太湖沉积物中多环芳烃和重金属铅（Pb）的产生在很大程度上受到煤炭和石油燃烧及工业发展等人类活动的影响，并且随着人类活动的增强，该影响会增大，这也在Pb同位素特征上有所展现。沉积物中多环芳烃和Pb在物质来源上具有相似性，都以石油化石类燃烧源为主。 通过神经网络模型（BPANN）的分析可知，近年来环境保护作用对研究区污染物的控制效果显著。随着各项环境法律法规及保护措施的实施，对比2003年湖泊沉积物中重金属（Cd）浓度，2015年减少率达到了52%，沉积物重金属浓度下降了一半；沉积物中苯并芘浓度在2015年减少率达到了89%，沉积物中的大部分苯并芘得到抑制。如果研究区继续在“粗放型”模式下发展经济，沉积物中Cd和苯并芘（BaP）的浓度在2030年将分别增加152％和766.1％。因此，未来应继续加强环保力度和资金投入。我们利用此方法对中国湖泊、典型发达国家湖泊（美国、英国等）以及典型发展中国家湖泊（印度、巴西等）进行了分析，发现中国意识到环境问题以及采取相关措施的时间相比美国、英国等发达国家大概晚了30-50年，目前中国仍然以煤炭为主，石油其次，天然气和可再生能源占比较小。 太湖污染物来源解析以及对当地微生物影响研究 （2）研究进展与取得成绩 从污染源上探究多环芳烃和重金属污染是湖泊污染防控的重要前提。然而，污染物源解析的应用仍然存在很多问题，例如，运用受体模型提取主要因子后，一般都是凭借前人经验或者因子的元素特征对污染源进行识别，往往忽略了研究区工业结构等实际情况，人为主观性过大，特别是在研究区尺度较大的情况下，这会导致污染物源解析在起初就产生很大的不确定性；母质的空间异质性也会导致假设不适用，在污染源成分的判别上就产生很大误差，使得污染物源解析更加复杂。针对上述问题，我们通过计算污染物排放清单数据来代替提取的主要成分，也对较大的研究区按照行政管理区进行划分，解析每个区域内污染物的来源。结果表明，无论是正定矩阵（PMF）还是绝对主成分-线性回归模型（APCA-MLR），改进后的受体模型在解析精度上均显著提升。我们通过对太湖污染物进行同位素溯源，来验证改进的受体模型解析结果是否合理，结果显示两者对污染物的来源识别以及量化数据均一致。同时，我们也将改进后的污染物源解析受体模型应用到土壤、降尘等环境介质中，研究结果均显著优于传统模型。