重金属による流域の生態学的リスクを解釈可能な機械学習モデルに基づいて予測する：データ不足の枠組みの中で

科学分野:

• 環境科学
• 生態毒性学
• データサイエンス

背景:

• 重金属汚染は流域生態系を脅かしており、正確な生態学的リスク予測が必要とされています。
• 高コストによる生態毒性データの制限は、機械学習の応用を妨げています。

研究 の 目的:

• 合成データを用いて毒性データセットを拡張することにより、生態毒性におけるデータ不足に対処すること。
• 重金属（Cr、Mn、Cu）毒性を予測するための機械学習モデルを開発し、比較すること。
• Chaohu湖盆における主要な毒性ドライバーを解釈し、生態学的リスクを評価すること。

主な方法:

• 合成マイノリティオーバーサンプリング技術（SMOGN）を用いて、合成生態毒性データを生成しました。
• ランダムフォレスト（RF）、Extreme Gradient Boosting（XGBoost）、サポートベクターマシン（SVM）回帰モデルを開発し、比較しました。
• モデルの解釈可能性のためにSHAP（Shapley Additive Explanations）を、生態学的リスク評価のためにリスク指数（RQ）を利用しました。

主要な成果:

• 合成データ拡張はモデル性能を大幅に向上させ、RF R²は0.696から0.977に増加しました。
• テストされたすべてのモデル（RF、XGBoost、SVM）は、元のデータセットと比較して拡張データで高い精度を示しました。
• 生態学的リスク評価により、Chaohu湖盆におけるクロム（Cr）と銅（Cu）の著しいリスクが明らかになりました。

結論:

• SMOGNは、生態毒性におけるデータ不足を克服するための実行可能で効果的な方法です。
• 拡張データセットは、重金属毒性予測のための機械学習モデルの精度を向上させます。
• この研究は、Chaohu湖盆における重金属汚染の管理に重要なデータと証拠を提供します。