长江的微塑料污染:使用机器学习方法进行表征,影响因素和基于场景的预测

科学领域:

• 环境科学
• 生态毒理学
• 水的质量

背景情况:

• 微塑料污染是长江等主要河流系统的重大环境问题.
• 了解MP特性 (含量,形状,聚合物,颜色) 对于风险评估至关重要.

研究的目的:

• 调查长江污染的情况.
• 确定影响PM数量的地理和人为因素.
• 在不同情景下开发MP的预测模型.

主要方法:

• 现场采样和实验室分析MP的数量,形状,聚合物类型和颜色.
• 统计分析将PM的数量与环境因素 (道路长度,降水量,废物管理等) 相对应. ) 的情况.
• 机器学习模型的开发和评估 (例如,随机森林) 用于MP预测.

主要成果:

• 在长江下游地区观察到较高的MP度.
• 聚乙烯 (PE) 和聚烯 (PP) 是主要的聚合物;纤维是最常见的形状;白色/透明是主要的颜色.
• 降水是最有影响的因素,降雨减少增加了PM水平;改善废物管理和道路密度降低了PM度.

结论:

• 有针对性的管理策略对于减轻长江污染至关重要.
• 应考虑到季节性变化,特别是干旱时期.
• 预测模型有助于理解MP动态,并为政策决策提供信息.