基于机器学习的预测,在印度旁遮普邦的浅地下水中度升高的预测

科学领域:

• 环境科学 环境科学
• 水文地质学 水文地质学
• 公共卫生 公共卫生

背景情况:

• 印度旁遮普邦的地下水 (U) 污染对公众健康构成重大风险.
• 之前的研究发现了地质和人为因素,但缺乏关于U缩的高分辨率空间数据.

研究的目的:

• 创建一个高分辨率的空间预测地图的地下水污染在旁遮普邦.
• 确定超出世卫组织饮用水限量的高风险地区.

主要方法:

• 利用随机森林 (RF) 机器学习分类器对1852个地下水U度数据点进行了分类.
• 综合气象,地形,地质和土壤数据,用于250米分辨率的空间预测.

主要成果:

• 生成了一个准确的预测图 (测试精度85%,验证精度87%) 的U发生概率超过30μg L-1.1.
• 潜在的蒸发透气,海拔和含水层厚度是U危险的关键驱动因素.
• 旁遮普西南部 (马尔瓦地区) 的U污染概率较高,影响该州约35%的面积.

结论:

• 这项研究提供了在旁遮普邦的高地下水U水平的第一个空间预测.
• 调查结果为决策者和机构提供了关键数据,以可持续地管理地下水资源并减轻健康风险.