|
| 基于机器学习和PLS-SEM的农田土壤重金属污染驱动机制——以湖南省湘潭县为例 |
| Spatial dynamics of heavy metal pollution and their driving factors using coupled machine learning and PLS-SEM: A case study in Xiangtan, China |
| 投稿时间：2025-03-06 修订日期：2025-03-26 |
| DOI： |
| 中文关键词: 重金属 稻田土壤 随机森林 偏最小二乘法结构方程 地理加权回归 空间分布 |
| 英文关键词: Heavy metal Paddy soil Random Forest Partial least squares structural equation modeling Geographically weighted regression Spatial distribution |
| 基金项目:国家自然科学基金项目(42307507)；中国电力建设股份有限公司科技项目 |
|
| 摘要点击次数: 257 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为了定量化评估自然和社会经济因素对稻田土壤重金属空间分布的影响，本研究以湖南省湘潭县为研究区，通过整合随机森林（RF）、地理加权回归模型（GWR）和偏最小二乘法结构方程模型（PLS-SEM），构建了重金属分布驱动机制耦合分析框架。结果表明，研究区稻田土壤面临的重金属污染风险主要来自镉（Cd）。RF分析结果发现灌溉水用量对Cd含量的特征重要性值最高，而降水和PM10对汞（Hg）、砷（As）、铅（Pb）和锌（Zn）的特征重要性值最高。GWR模拟结果发现各因素对稻田土壤7种重金属分布的影响存在显著空间异质性。基于PLS-SEM的路径分析显示气候因素对土壤重金属Cd、Pb和Zn产生直接的积极作用（β = 0.50~0.74），而土壤性质对其他金属（Hg、As、Cr和Cu）产生直接负面影响（β = -0.59~-0.47）。间接效应分析结果显示，土壤性质介导下社会经济因素对土壤Cd、Pb和Zn含量具有显著的正向效应（β = 0.33~0.49），而地形和水文条件则对其他重金属则产生显著的正向间接效应（β > 0.30）。水文条件的中介作用缓解了气候因素对土壤属性的正向直接效应和地形对土壤的负向直接效应。本研究揭示了自然和社会经济因素在稻田土壤重金属分布中的复杂交互作用，为深入理解重金属分布驱动机制和制定有效治理策略提供科学依据。 |
| 英文摘要: |
| 本研究创新性的提出了一个定量化分析自然与社会经济因素对农田土壤重金属含量影响的集成框架。
结果发现气候因素对湘潭地区农田土壤Cd存在直接的正向效应，而社会经济因素则产生显著的间接正向效应。 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
