根据自组织地图,地下水中PFAS污染的驱动因素,来源识别和健康风险

科学领域:

• 环境科学 环境科学
• 水文地质学 水文地质学
• 分析化学 分析化学

背景情况:

• 地下水中的和多基物质 (PFAS) 污染给空间分析和来源识别带来了挑战.
• 了解地下水化学和PFAS之间的相互作用对于有效管理至关重要.

研究的目的:

• 调查珍珠河盆地地下水中PFAS的空间分布,驱动因素,来源和人类健康风险.
• 应用空间响应分析,整合多种方法进行全面的PFAS评估.

主要方法:

• 空间响应分析结合了自我组织地图 (SOM) 和K-means集群.
• 使用了斯皮尔曼相关性,正矩阵因子化 (PMF) 和风险系数 (RQ).
• 与PFAS数据一起分析水化指标 (pH,DOC,Cl-,Ca2+) 的分析.

主要成果:

• 地下水中的PFAS特征被分为16个神经元和6个集群 (I-VI).
• 工业污染 (33.2%) 和家庭污染 (31.5%) 是PFAS组成的重要因素.
• 像pH,DOC,化物和离子这样的水化学指标影响了PFAS分布模式.
• 潜在的人类健康风险是最小的,集群II显示了与聚合物工业的PFOA相关的最高风险 (RQ=0.25).

结论:

• 自组织地图 (SOM) 是可视化和控制地下水中PFAS污染的有效方法.
• 该研究提供了一个理论框架和数据支持,用于在地下水质量管理中应用SOM.
• 综合空间分析有效地识别PFAS来源并评估相关风险.