机器学习在西藏高原东南部土壤重金属污染评估中的应用
Yan Li1, Yilong Yu2, Shiyuan Ding3
1Institute of Surface-Earth System Science, School of Earth System Science, Tianjin University, Tianjin, 300072, China.
Scientific reports
|April 19, 2025
概括
在西藏高原,重金属 (HM) 污染正在上升. 这项研究使用机器学习和先进的方法来绘制HM风险,识别农业和交通等来源,并揭示空间相互作用,以改善生态管理.
科学领域:
- 环境科学 环境科学
- 地质化学 地质化学
- 机器学习应用 机器学习应用
背景情况:
- 西藏高原面临着越来越多的重金属 (HM) 污染,带来了重大的生态风险.
- 了解HM的空间分布和来源对于这个敏感地区的环境保护至关重要.
研究的目的:
- 分析西藏高原东南部的空间模式,生态风险和土壤重金属来源.
- 开发一个先进的分析框架,以精确控制和生态恢复HM污染.
主要方法:
- 机器学习 (自我组织地图超集群)
- 积极矩阵因子化 (PMF)
- 增量空间自相关性增量空间自相关性
- 空间协会的双变局部指标 (BiLISA)
- 生态风险指数 (改善的潜在生态风险指数,丰富因子,污染因子,地质积累指数)
主要成果:
- 在中部和下游的流域地区观察到更高的HM度.
- 确定了 (Cd), (Pb) 和 (As) 是主要的污染物.
- 污染源包括地质背景,农业,交通排放和大气沉积.
- 检测到HM之间的显著空间相互作用,As-Cd复合污染在高风险区域普遍存在.
结论:
- 该研究提供了对土壤HM污染模式和西藏高原来源分配的新见解.
- 为有针对性的HM污染控制和生态恢复建立了先进的分析框架.
- 综合管理策略对于解决复杂的HM相互作用和风险至关重要.


