基于稀疏采样和多来源环境数据的土壤重金属空间分布预测.
Yongqiao Sun1, Shaogang Lei1, Yibo Zhao1
1University of Mining and Technology, Xuzhou 221116, Jiangsu Province, China; School of Environment Science and Spatial Information, China University of Mining and Technology, Xuzhou 221116, China.
Journal of hazardous materials
|December 15, 2023
概括
一个新的轻度梯度增强机加普通造 (LGBK) 模型准确地预测土壤重金属分布,即使采样有限. 这种方法可以增强环境管理和修复策略,例如利煤矿基地.
科学领域:
- 环境科学 环境科学
- 地理空间分析的研究.
- 土壤科学 土壤科学
背景情况:
- 对土壤重金属的准确空间预测对于环境管理和修复至关重要.
- 有限的土壤采样点对实现精确的重金属分布预测构成重大挑战.
研究的目的:
- 引入和评估一种新的混合方法,即光梯度增强机加普通造 (LGBK),用于预测土壤重金属空间分布.
- 评估LGBK模型的预测性能,与使用有限的土壤采样数据的传统方法相比.
主要方法:
- 从中国内蒙古的利煤矿基地收集了137个土壤样本.
- 测量重金属度 (Cu, Zn, Cr, As) 和使用的环境共变量.
- 开发并验证了用于重金属空间预测的LGBK模型.
主要成果:
- 与传统模型相比,LGBK模型表现出优越的预测性能.
- 交叉验证产生了高的确定系数 (R2):Cu的0.65,Zn的0.52,Cr的0.57和As的0.63.
- 该LGBK模型有效地捕获了复杂的空间特征,并准确预测了重金属分布趋势.
结论:
- LGBK方法提供了更高精度的土壤重金属预测,当采样点有限时尤其有价值.
- 该研究分析了Cu,Zn,Cr和As的空间分布,并确定了影响环境因素的关键因素.
- 这项研究对环境监管和重金属污染的补救有重大影响.


