使用机器学习和二维蒙特卡洛模拟,对北京加油站土壤中的潜在有毒元素进行预测分析和风险评估

科学领域:

• 环境科学 环境科学
• 地质化学 地质化学
• 毒理学 毒理学 毒理学

背景情况:

• 燃油站是关键的基础设施,也是土壤污染的来源.
• 车辆制动和加油站的操作导致潜在有毒元素 (PTEs) 的积累.

研究的目的:

• 调查加油站对北京土壤中PTE积累的影响.
• 预测未采样的加油站的PTE污染,并评估相关的健康风险.

主要方法:

• 分析了来自北京加油站的117个表层土壤样本.
• 应用随机森林 (RF) 和正矩阵分解 (PMF) 模型.
• 对致癌风险 (CR) 和非致癌风险 (NCR) 的概率性健康风险评估.

主要成果:

• 对于Cd,Hg,Pb,Cu和Zn的平均污染指数 (PI) 值超过了1.
• 射频模型实现了0.95的AUC,用于预测PTE污染.
• 燃油站运营和车辆排放占丰富的70%.
• 成年女性的健康风险最高,但在可接受的范围内;在受污染的地点,Pb相关的风险在成年男性中升高.

结论:

• 燃油站是PTE土壤污染的重要来源.
• 预测模型有效地评估了广泛的污染和健康风险.
• 需要有针对性的管理策略,以减轻加油站相关的污染,并保护人类健康.