英国皇家植物园（Kew）、World Forest ID、谢菲尔德大学及国际合作伙伴近日公布一项大豆溯源技术进展：研究团队开发的新方法可将大豆种植与收获来源定位到约200公里范围内。研究人员称，这一能力有望提升对全球食品供应链相关森林砍伐的识别与核验水平。

相关研究已发表在《Communications Earth and Environment》。该方法将大豆的“化学指纹”识别与先进的地理空间机器学习结合，用于估算南美洲不同地区作物的收获地点。研究团队表示，这可帮助监管机构、科研人员和企业核验在复杂国际供应链中流转的商品来源。

研究背景显示，农业扩张仍是热带森林损失的最大驱动力。数据显示，2023年单年热带森林损失为370万公顷；2001年至2015年间累计损失达7160万公顷。大豆主要用于猪饲料和家禽饲料，被研究人员描述为热带森林砍伐的第三大驱动力，约占商品驱动森林砍伐的11.5%，在南美洲尤为突出。由于货物在贸易中常被混合并跨多国交易，大豆产地追踪长期面临难度。

研究团队称，新方法在精度上较以往仅能按国家或大区域分类的做法有所提升。研究人员对来自南美洲的267个大豆样本进行稳定同位素比率与微量元素分析，并结合环境数据建立机器学习模型。结果显示，该模型可将作物产地预测精度控制在192.52（±23.51）公里范围内。研究人员指出，这一精度具有现实意义，因为森林砍伐风险在短距离内可能出现显著差异，甚至相邻农场之间也可能不同。

在供应链高度复杂的情况下，研究团队将该进展称为“商品可追溯性的一大飞跃”，可用于核验货物申报产地是否与实际种植地一致。研究人员表示，该模型已开始应用于其他与森林砍伐相关的商品，包括木材，并可扩展至可可、咖啡、棕榈油和橡胶等。

英国皇家植物园高级研究负责人Caspar Chater表示，大豆等大宗商品供应链极其复杂，而该方法可在不同复杂度的供应链中提供透明度，代表了追踪农业商品种植地能力的重大进步。

研究团队同时提到，进口经济体对相关贸易监管需求上升，该研究可为新环境立法的实施提供支持。例如，欧盟森林砍伐法规预计于2026年12月生效，要求进口特定商品的公司证明其产品未在近期砍伐的土地上生产。研究人员称，该模型可为监管机构提供一种在科学上可辩护的方式，用于检验产地声明的合理性。

英国方面，研究提及类似法规预计将依据《环境法案》推出“森林风险商品”监管安排。研究项目的资金支持也被描述为呼应立法对列入名单商品使用可追溯工具的愿景。与此同时，英国企业通过2021年发布的《英国大豆宣言》承诺消除大豆供应链中的森林砍伐，该宣言覆盖零售商、制造商和食品公司等跨行业参与方。

World Forest ID执行董事Jade Saunders表示，该工具以更高精度核验大豆种植地，为企业与监管机构提供新的手段，以支持验证、识别高风险地区的错误产地申报并强化合规。

研究人员强调，该技术并非“万能钥匙”，但可作为监管森林砍伐的可用工具之一，为减少全球重要供应链中的森林砍伐与土地转换提供支持。