Py学习  »  机器学习算法

【文献情报】|J. Hazard. Mater|集成正定矩阵分解、机器学习和多尺度地理加权回归识别土壤重金属污染风险的驱动因素!

R语言与水文生态环境 • 7 月前 • 166 次点击  

点击蓝色字体 关注我们

(一)基本信息

  • 期刊:Journal of Hazardous materials

  • 中科院分区:1区环境科学与生态学

  • 影响因子(IF):13.6

(二)作者信息
  • 第一作者:Yujie Pan

  • 通讯作者:Changsheng Huang and Hongxia Peng

  • 第一作者单位:College of Environmental Sciences and Engineering, Peking University, Beijing 100871, China

  • 原位连接:https://doi.org/10.1016/j.jhazmat.2024.136841

(三)文章亮点
  • (1)集成PMF、机器学习和MGWR评估土壤重金属污染风险;

  • (2)确定了4个关键的空间驱动因素:自然源、农业、人类活动和工业;
  • (3)工业活动和交通运输对Pb和Hg的健康风险贡献较大;农业是Cd污染的主要驱动因素,影响生态风险和环境容量;
  • (4)研究结果强调了区域特定的污染风险控制的缓解策略。
(四)摘要
    土壤重金属( HMs )污染具有显著的生态和健康风险,但其空间驱动机制尚不清楚。本研究整合了污染风险评估、正定矩阵因子分解、机器学习和多尺度地理加权回归等方法,开发了识别中国长江新城土壤重金属污染风险空间驱动因素的框架。对7152个样品的分析表明,尽管HMs的平均浓度低于国家标准,但As、Cd、Cr、Cu、Hg和Ni超过了当地的背景水平。确定了4个关键因子作为HMs污染的驱动因素:自然源( 30.36 % ,受土壤类型的影响)、农业和交通混合源( 29.56 % ,由耕地、水产养殖和道路密度驱动)、人类活动( 12.68 % ,包括人口密度和社区活动)和工业源( 27.42 % ,与工厂、企业挂钩)。区域差异表明,工业活动、交通运输和人类活动主要影响健康风险,而农业和自然因素对生态环境容量风险的影响较大。这些发现强调了在HMs污染风险评估中考虑空间异质性的重要性,并为制定有针对性的、区域特定的政策以减轻土壤HMs的污染风险提供了见解。
(五)图文赏析

Fig. 1. Overview of the study area. (a) Map of the study location and soil sampling points; (b) Soil type distribution; (c) Land use patterns; (d) Population density; (e) Distribution of domestic services, businesses, and restaurants.

Fig. 2. Pollution risk of soil HMs. (a) Potential ecological risks; (b) Environmental capacity risk; (c) Non-carcinogenic risks; (d) Carcinogenic risks; (e) Probability  distribution of non-carcinogenic risk; (f) Carcinogenic risk probability distribution.

Fig. 3. Analysis of sources contributing to soil HMs contamination. (a) The PMF model was used to estimate the percentage contribution of each source. (b) The PMF model also revealed the contribution and distribution of four factors across the HMs. (c) The correlation between HMs was assessed by integrating Pearson correlation analysis with the PMF model.

Fig. 4. Scatter plots of measured versus predicted concentrations for the train and test data were generated using the RF and XGB models for soil HMs. Blue dots represent the training data, while orange dots represent the test data. The gray dashed line indicates the 1:1 line, representing agreement between measured and predicted values.

Fig. 5. Importance analysis of environmental and socio-economic variables on soil HMs contamination.

Fig. 6. Spatial distribution of key influencing factors for pollution risks (RI, PI, HI, TCR) using the MGWR model. The blank grid cell areas indicate non-significant regression results (p > 0.05).

Fig. 7. Spatial distribution of major contributing pollution source categories for soil HMs risks in the study area.

免责声明:本文遵循微信公众平台各项保护原创的措施。推文可能未提前与原作者取得联系,或无法查证真实原作者,若涉及版权问题,请原作者留言联系我们。经核实后,我们会及时删除或者注明原作者及出处。本公众号原创文章,欢迎转载,转载时请注明出处。推文数据来源于网络,本文仅用于学术分享与传播。
(六)往期目录
  • (1)学习资源

【PMF源解析】 | 地下水、土壤 | 手把手教你如何操作,适合科研小白、初学者!
【水晶球 | 蒙特卡洛模拟】 | 概率健康风险评估 | 地下水、土壤| 适合初学者,科研小白!
【R语言-机器学习】|自组织神经网络(SOM)|地下水、土壤|水质数据聚类分析!
【R语言|干货|学习资料】|海量R语言学习资料免费获取,涉及医学、生信、生态、水文等!
一大波【概念模型】矢量下载——涉及水文、生态、环境、山脉、植物、动物、农业、工业、水产、微生物、病毒等(不少于10万幅图) !
  • (2)数据分享

【数据分享】|全国DEM12.5m精度原始数据|ALOS-12.5m(全国34个行政区全覆盖)
【数据分享】|最新全国30m土地利用分类数据| (2022年)|
【数据分享】|2024年中国最新水系|全国范围水系|分省份水系|分城市水系|行政区划(省市县)!
【数据分享】|【中国各省水文地质图集高清】|全国各省份|!
【中国地质图集高清】|全国各省份|全书约700M|!
【中国地球化学图集】|区域地球化学|39种微量元素及氧化物!
【国家自然保护区】| 全国各地-国家自然保护区图库| !
  • (3)环境科普

【地学科普】| Groundwater | 地下水!
【GW-SW交换】|河流—地下水交换特征!
【GW-SW交换】| 地下水-地表水交换的4种模式及不同尺度的交换特征!
【水循环科普】| 我们水循环中的地下水!
【地下水科普】| 地下水探险之旅-到达饱和带!
【 环境科普】|  地下水系统有关的概念模型 !
【 环境科普】| The Hydrologic CYCLE | 水文循环!
【 环境科普】|  河流系统 !
【地学科普】|Groundwater- SurfaceWater Exchange!地表水-地下水耦合作用下的流动动系统特征
【 环境科普】| 新污染物的前世今生!
【 环境科普】| 沉积物和土壤!
【地学科普】| Glaciers and Ice Ages | 冰川和冰期!
【 环境科普】| 一文搞懂——地球生物化学 !

  • (4)地学科普

【地学科普】|手把手教你野外地质素描,非常实用,总有一款适合你!

【 地学科普】| 沉积过程和沉积岩 !

【 地学科普】| 地质构造有关的概念模型 !

【 地学科普】| 一图搞懂——什么是地球系统 !

【 地学科普】| 一文搞懂——沙漠区地质地貌形成演化 !

【 地学科普】| 自然元素、化合物矿物晶体 !

【 地学科普】| 一文搞懂—河流地貌的形成演化过程 !
【地学科普】| 矿物与岩石鉴定图册  |231种矿物,65种岩石  !
【地学科普】|岩石矿物晶体,美图赏析|金、银、金刚石、红宝石、刚玉、蓝宝石等!
【地学科普】中国|广西|古生物化石图集|影藏的风景|全书451页|精美古生物化石艺术!
【 地学科普】| 地形图 | 世界各国| !
认识山沟沟里的石头,一不小心捡到和田玉、玛瑙、水晶、狗头金!
  • (5)文献情报

【文献情报】|Sci. Total Environ|CO2注入咸水层过程中缓解盐沉淀和增强CO2注入能力的修复策略!
【文献情报】| Nature Water | 全球内陆水域氮循环加速!
  • 更多更详细信息请阅读原文

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/177140
 
166 次点击