识别土壤重金属的主要污染源和主要影响因素,使用随机森林模型优化基因算法与地质探测器相结合的随机森林模型
Tong Liu1, Mingshi Wang1, Mingya Wang1
1College of Resource and Environment, Henan Polytechnic University, Jiaozuo 454003, China.
Ecotoxicology and environmental safety
|January 17, 2025
概括
这项研究确定了导致州市重金属污染的工业,自然和农业因素. 农业活动,特别是污染,是局部风险最高的,尽管总体人口癌症风险仍然可以接受.
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:
- 重金属 (HM) 污染对土壤健康构成重大风险,需要采取有效的控制措施.
- 了解主要的污染因素对于有针对性的环境管理至关重要.
研究的目的:
- 确定和量化影响州市重金属污染源的因素.
- 评估与已确定的污染源相关的健康风险.
- 评估源分配的先进建模技术的有效性.
主要方法:
- 分析了53种土地使用类型的土壤HM样本.
- 绝对主要组件分数 (APCS) 的应用用于源识别.
- 地理信息系统 (GIS) 核心密度估计用于因子映射.
- 地质探测器和遗传算法优化随机森林 (GA-RF) 用于因素量化.
- 蒙特卡洛模拟用于健康风险评估.
主要成果:
- 确定了三个主要的污染源:工业 (47.2%),自然/运输 (33.3%),农业 (19.5%).
- 工业来源受工厂密度和附近的影响;金属包括Cr,Cu,Mn,Ni.
- 自然/运输来源受到NDVI,道路密度和近距离的影响;金属包括As.
- 农业来源 (CLD) 由 (As) 主导,显示出高超值和生态风险.
结论:
- 该GA-RF模型有效量化了对HM污染源的特定因素贡献.
- 农业活动,特别是As污染,代表着一个重要的局部健康风险.
- 尽管存在局部风险,但整体人口癌症风险仍然处于可接受的水平内.
