识别土壤重金属污染风险的空间驱动因素,整合正矩阵因子化,机器学习和多尺度地理加权回归
Yujie Pan1, Anmeng Sha1, Wenjing Han2
1College of Environmental Sciences and Engineering, Peking University, Beijing 100871, China.
Journal of hazardous materials
|December 17, 2024
概括
土壤重金属 (HMs) 污染是由自然,农业,运输,人类和工业来源驱动的. 了解这些空间驱动因素是减轻风险,保护健康和生态系统的关键.
科学领域:
- 环境科学 环境科学
- 地质化学 地质化学
- 风险评估 风险评估
背景情况:
- 土壤重金属 (HM) 污染带来了生态和健康风险.
- 人体气体污染的空间驱动因素需要进一步调查.
研究的目的:
- 开发一个框架来识别土壤HM污染风险的空间驱动因素.
- 为了评估长江新城,中国的HM污染风险.
主要方法:
- 污染风险评估 污染风险评估
- 积极矩阵因子分解 (PMF)
- 机器学习是机器学习.
- 多个尺度的地理加权回归 (MGWR)
主要成果:
- 平均HM度低于国家标准,但As,Cd,Cr,Cu,Hg和Ni超过了当地背景水平.
- 确定了四个主要驱动因素:自然资源 (30.36%),混合农业/运输 (29.56%),人类活动 (12.68%) 和工业来源 (27.42%).
- 工业,交通和人类活动主要影响健康风险;农业和自然因素影响生态风险.
结论:
- 空间异质性对于准确的HM污染风险评估至关重要.
- 调查结果为针对性,特定区域的政策提供了洞察力,以减轻土壤HM污染.
关键词:
重金属是一种重金属.MGWRRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMGWRMML ML 在 ML污染源的识别和识别空间异质性 空间异质性更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
10.1K
12:03Two-Dimensional Visualization and Quantification of Labile, Inorganic Plant Nutrients and Contaminants in Soil
Published on: September 1, 2020
6.0K
