机器学习揭示了水文波动的土中的可用性和甲排放的地化学驱动因素
Qiuyue Chen1, Mengmeng Yin2, Chengjie Hong2
1Guangxi Key Laboratory of Environmental Pollution Control Theory and Technology, Guilin University of Technology, Guilin 541006, China; National-Regional Joint Engineering Research Center for Soil Pollution Control and Remediation in South China, Guangdong Key Laboratory of Integrated Agro-environmental Pollution Control and Management, Institute of Eco-environmental and Soil Sciences, Guangdong Academy of Sciences, Guangzhou 510650, China.
Journal of hazardous materials
|March 11, 2026
概括
在土中定期的洪水会改变的可用性和甲排放. 机器学习模型预测这些影响,识别土壤的特性,如pH和有机碳的同时缓解策略.
科学领域:
- 环境科学 环境科学
- 土壤科学 土壤科学
- 农业科学 农业科学
背景情况:
- 麦田土壤水文学导致氧化还原变化,影响 (Cd) 的可用性和甲 (CH4) 排放.
- 预测这些结合的过程及其土壤调节剂是具有挑战性的.
研究的目的:
- 开发机器学习模型来预测土壤可用的Cd和CH4排放量.
- 为了确定调节Cd可用性和CH4排放的关键土壤属性.
主要方法:
- 在中国11个省份收集了土样本.
- 在实验室条件下模拟洪水排水周期.
- 应用机器学习模型来预测Cd和CH4动态,并确定控制因素.
主要成果:
- 机器学习模型实现了可用Cd (R2 = 0.83) 和CH4排放 (R2 = 0.82) 的高预测精度.
- 总Cd (CdT),pH和晶体氧化铁 (Fec) 是可用的Cd (89.8%的贡献) 的关键驱动因素.
- 总有机碳 (TOC),pH和CdT是CH4排放的主要因素 (84.8%的贡献).
结论:
- 具有较高pH和FeC,较低CdT和TOC的土壤有利于同时减轻Cd可用性和CH4排放.
- 实现了可用的Cd和CH4排放潜力的空间预测.
- 提供了在波动的田环境中管理Cd和CH4的见解.
