【文献情报】|J. Hazard.Mater|推进湿地地下水污染分区：蒙特卡洛健康风险建模与机器学习的新融合！

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 Top环境科学与生态学
影响因子（IF）：13.6

（二）作者信息

第一作者：Jiayi Du
通讯作者：Chao Jia，Xiao Yang
第一作者单位：Institute of Marine Science and Technology, Shandong University, Qingdao 266237, China
原位连接： https://doi.org/10.1016/j.jhazmat.2025.138412

（三）文章亮点

（1）开发了一个新的框架来分析湿地污染过程；
（2）通过整合确定性和概率性方法，提高了健康风险评估的准确性；
（3）在所有参数中，NO3 -引起的非致癌健康风险最高；利用机器学习对污染进行分区，提高了污染治理效率；
（4）NO3 -来源于农业活动，而F⁻来源于自然过程。

（四）摘要

湿地是重要的水源涵养地，为周边地区提供重要的水资源。然而，湿地地下水中离子浓度的升高可能会对当地人群造成健康风险。本研究以Judian湖及其邻近区域为研究对象，创新性地提出了多模型耦合的不确定性传播框架，建立了"过程表征-风险量化-源管理"的集成方法论。采用了熵权水质指数( EWQI )、确定性和基于蒙特卡洛的概率健康风险评估、主成分分析-绝对主成分得分-多元线性回归( PCA-APCS-MLR)和自组织映射- K均值( SOM-K-means )聚类。结果表明，研究区50 %以上的水资源可供饮用和灌溉。F、Mn、NO - 2 -和NO3 -对成人和儿童均存在非致癌风险，其中NO3 -的非致癌风险最大。蒙特卡罗表明，对于高浓度污染物( Mn、NO2 -、NO3 -)，源头控制措施应优先考虑浓度削减，而对于低浓度污染物( F )，则需要尽量减少暴露途径。PCA - APCS - MLR模型表明，NO - 3 -主要来源于农业活动，F -主要来源于萤石的风化溶解。SOM - K - means将研究区分为4类，其中第III类污染最严重。

（五）图文赏析

Fig. 1. (a) Location of the study area; (b) Elevation; (c) Strata, hydrogeology of shallow pore water and groundwater samples; (d) Land-use types; (e) A-B hydrogeological profile.

Fig. 2. Calculation process of EWQI.

Fig. 3. Calculation process of PCA-APCS-MLR.

Fig. 4. Piper diagram of the major ion chemistry of water samples.

Fig. 5. Spatial distribution of groundwater quality evaluation in the study area.

Fig. 6. Assessment results of groundwater suitability for irrigation quality assessment: (a) USSL diagrams; (b) Wilcox diagrams.

Fig. 7. Spatial distribution of non-carcinogenic health risks: (a) Non-carcinogenic health risks for adults; (b) Non-carcinogenic health risks for children.

Fig. 8. Cumulative probability of predicted non-carcinogenic risk: (a) HQ(F-); (b) HQ(Mn); (c) HQ (NO2 -); (d) HQ (NO3 -); (e) HI.

Fig. 9. Sensitivity analysis of non-carcinogenic risk for adults and children: (a) HQ; (F-) (b) HQ(Mn); (c) HQ (NO2 -); (d) HQ (NO3 -); (e) HI.

Fig. 10. SOM-K-means clustering results: (a) Cluster network map; (b) SOM map; (c) Spatial cluster distribution map.

Fig. 11. Analysis diagram of pollution source based on PCA-APCS-MLR: (a) Lithotripsy diagram and contribution rate of cumulative total variance; (b) Correlation analysis diagram; (c) Rotation factor loading matrix; (d) Contribution of pollution sources to groundwater components; (e) Average percentile contribution of different pollution sources in the study area.

Fig. 12. (a, b) Gibbs diagram; (c, b) Ion ratio diagram.

Fig. 13. Scatter plot of the major ion ratios in groundwater: (a) Cl- versus Na+; (b) SO4 2- versus Ca2+; (c) SO4 2-+ HCO3 - versus Ca2++ Mg2+; (d) F- versus SI (Fluorite); (e) Relationship plot of Na+ +Mg2+ -SO4 2--HCO3 -and Na+ +K+ -Cl-; (f)Chlor-alkali index (CAI) graph.