基于Catboost算法的中国典型农业区重金属污染特征及影响因素分析

作     者：李珊 杨济妮 苏贵金 李倩倩 孟晶 史斌 

作者机构：环境纳米技术与健康效应重点实验室中国科学院生态环境研究中心 郑州大学河南先进技术研究院 生态环境部对外合作与交流中心 

出 版 物：《环境化学》 (Environmental Chemistry)

年 卷 期：2024年

核心收录：

学科分类：082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：国家重点研发计划(2018YFC1800300) 国家自然科学基金(42277387)资助 

主　　题：农田土壤 重金属 污染特征 Catboost模型 影响因素 

摘      要：土壤是保障人类生存和发展的物质基础，农田土壤与人类生产生活密切相关，农田土壤污染问题值得关注.本文选取东北三省、京津冀和长江经济带作为研究区域，通过文献调研筛选出2000—2020年发布的400篇相关文献，收集到2052表层土壤样本，通过统计学、空间分析和机器学习等方法对其污染特征进行分析.结果表明，与农用地最严格的筛选值标准相比，3个研究区域Cd污染问题较为突出，东北三省、京津冀和长江经济带的超标率分别为37.5%、34.0%和45.8%，长江经济带也存在Cu污染问题，其超标率为30.6%；进一步将采样点位分为矿区周边点位、市郊区点位和其他农田点位，采用潜在生态风险指数法评价表明，矿区周边样点严重和重风险占比(54.8%)显著高于市郊区样点(37.2%)和其他农田样点(36.6%).采用Catboost模型进行影响因子识别发现，矿区周边农田主要受选矿、尾矿暴露等造成的Cd和Hg污染影响，而市郊区农田主要受商业、工业和交通运输业等人类活动带来的Hg污染影响，其他农田土壤中主要受农药化肥的施用以及大型器械化带来的Cd污染影响.