我国作为全球含氟化学品主要生产与消费国，地表水环境面临 PFAS 持续性污染的严峻压力。受监测数据稀疏、污染源空间信息缺失等瓶颈制约，全国尺度 PFAS 污染风险评估长期难以精准开展。本研究整合超 28 万个潜在 PFAS 污染源空间清单，创新构建地理加权随机森林（GWR‑RF）模型，绘制 1 公里分辨率全国地表水 PFAS 超标风险空间图谱，量化高风险区人口暴露规模，解析核心驱动因子与污染源影响范围，填补了数据受限区域大尺度 PFAS 风险精准评估的研究空白，为靶向污染防控与人群健康保护提供科学依据。
1 科学问题
- 如何在监测数据稀疏条件下，构建全国尺度空间显性 PFAS 污染源清单，突破数据缺失瓶颈？
- 何种机器学习框架能高效融合污染源、气候、地理与社会经济变量，精准预测地表水 PFAS 超标风险？
- 我国地表水 PFAS 污染高风险区如何分布？受影响人口规模与核心驱动因子是什么？
- 不同类型 PFAS 污染源对地表水污染的空间影响范围与贡献差异如何量化？
2 研究方案
数据整合与预处理：系统梳理 2010‑2024 年文献数据，获取 1618 个地表水 PFAS 监测样本；整合天眼查、环境管理清单等多源数据，识别 15275 个已知 PFAS 使用源与 265882 个潜在污染源；筛选年降水量、距污染源距离、GDP 等 22 个预测变量，消除多重共线性。
模型构建与优化：对比 6 种机器学习算法，优选 GWR‑RF 模型；采用 SMOTE‑Tomek Links 混合采样解决样本不平衡问题，以欧盟 100ng/L 总 PFAS 限值为阈值进行二分类建模。
风险评估与归因：模型预测全国 1 公里网格 PFAS 超标概率，结合人口数据估算暴露人口；通过特征重要性与 SHAP 值解析驱动因素，量化不同污染源的空间影响衰减规律。
3 结论
模型性能：GWR‑RF 模型预测精度达 0.83，ROC‑AUC 为 0.91，具备优异的空间异质性拟合能力。
污染风险分布：全国约 3.34% 地表水存在 PFAS 超标风险，高风险区集中于东部沿海平原与内陆工业大省，长三角、中原地区形成连片高风险带。
人口暴露规模：约 8000‑9000 万人居住于 PFAS 超标高风险区域，超 80% 暴露人口集中于东部沿海省市。
核心驱动因素：年降水量、距已知 PFAS 使用源距离为首要预测因子；GDP、土壤质地等显著影响风险分布；金属处理、日用化学品、集成电路为主要工业排放源。
污染源影响范围：工业与已知污染源影响集中于 20 公里内，污水处理厂、消防训练站可达 40 公里，垃圾处理场延伸至 60 公里，机场无明显空间衰减规律。
研究不足
- 监测数据源于文献，存在发表与采样偏差，缺乏时间动态归一化。
-
污染源清单存在部分信息缺失，未量化企业级排放强度。
- 以总 PFAS 为评估对象，未区分 PFOA、PFOS 等单体风险。
