| 【目的】数据质量和模型算法是影响土壤重金属风险评价结果的关键核心。根据数据特征合理选择适宜的评价模型是提高风险评价结果准确性和可靠性的重要策略。为了准确评价强异质性区域农田重金属的潜在生态风险,【方法】本研究选取河北省张家口市宣化区工矿周边农田土壤为研究对象,基于土壤中Cd、Cr、Cu、Hg、Ni、Pb和Zn元素含量数据,分别采用传统确定性方法(TCM)、蒙特卡洛-纠偏模型(MCS-COR)和蒙特卡洛-三角模糊数模型(MCS-TFN)与Hakanson生态风险模型耦合对重金属潜在生态风险进行评价。综合结果不确定性、模型稳定性角度分析模型结果差异,确定最优评价方法。【结果】与TCM相比,MCS-COR和MCS-TFN模型均能有效降低评价结果的不确定性,分别从281%降至209%和118%,其中MCS-COR模型在模型稳定性上表现更佳,训练集和验证集的相对偏差小于20%。【结论】研究表明,MCS-COR更适合偏正态分布数据的风险评价。该区域生态风险综合等级为中等风险,其中Cd潜在生态风险最为突出,主要分布情况为中等风险(46.03%)、较强风险(24.98%)；其次是Hg,为中等风险(29.87%)、较强风险(21.95%)；而Pb、Cu、Zn的生态风险较小,有99.99%概率为轻微风险。研究构建的改进模型与不确定性量化方法可为典型工矿周边农田土壤重金属风险评价方法范式提供参考。 |
