在法国生物地理区域使用多个线性回归模型预测的陆地中的度的空间推断
Jérémy Lamouroux1, Caroline Meyer2, Sébastien Leblond2
1MIA-Paris-Mathématiques Et Informatique Appliquées, INRAE-AgroParisTech-Université Paris-Saclay, 22 Place de L'Agronomie, 91477, Palaiseau, France. jeremy.lamouroux@inrae.fr.
Environmental science and pollution research international
|February 6, 2025
概括
法国的森林被用来绘制 (Cd) 沉积的地图. 生物地理区域和回归模型改善了预测,确定了高度和低度的地区.
科学领域:
- 环境科学 环境科学
- 生物监测 生物监测
- 地质化学 地质化学
背景情况:
- 大气中的 (Cd) 沉积,是一种致癌物,对健康构成风险.
- 森林作为监测大气污染物的有效生物指标.
- 了解Cd积累模式对于环境和健康评估至关重要.
研究的目的:
- 用森林来绘制法国大气中的沉积的地图.
- 开发和完善Cd积累在陆地中的预测模型.
- 确定影响Cd分布的关键环境共变量.
主要方法:
- 一项涉及55个变量的综合调查,包括物种,土地使用和交通网络的接近.
- 应用一个包含生物地理区域 (大西洋,大陆,地中海,阿尔卑斯山) 的回归模型.
- 响应变量的补充日志-日志转换和留出一个的交叉验证.
主要成果:
- 生物地理模型有效地减轻了空间相关性,提高了预测准确性.
- 回归预测图显示了像EMEP模型这样的共变量对Cd度的影响.
- 根据共变量值确定了高度和低度的新区域.
结论:
- 生物地理细分和回归建模提供了Cd沉积的准确预测.
- 该研究强调了区域共变量对于理解Cd积累的重要性.
- 生物监测与先进的建模相结合,为大气污染物分布提供了宝贵的见解.


