农业环境科学学报

作者：邓辉婷,赵婉妤,李应裕庭,胡甜,李文彦,王进进

单位：广东省农田土壤污染防控工程技术研究中心, 华南农业大学资源环境学院, 广州 510642,农业农村部华南耕地保育重点实验室, 广州 510642,广东省农田土壤污染防控工程技术研究中心, 华南农业大学资源环境学院, 广州 510642,农业农村部华南耕地保育重点实验室, 广州 510642,广东省农田土壤污染防控工程技术研究中心, 华南农业大学资源环境学院, 广州 510642,农业农村部华南耕地保育重点实验室, 广州 510642,广东省农田土壤污染防控工程技术研究中心, 华南农业大学资源环境学院, 广州 510642,农业农村部华南耕地保育重点实验室, 广州 510642,广东省农田土壤污染防控工程技术研究中心, 华南农业大学资源环境学院, 广州 510642,农业农村部华南耕地保育重点实验室, 广州 510642,广东省农田土壤污染防控工程技术研究中心, 华南农业大学资源环境学院, 广州 510642,农业农村部华南耕地保育重点实验室, 广州 510642

关键词：机器学习,多源变量,风险评估,空间预测,土壤重金属,

基金：国家重点研发计划项目（2023YFD1700103）；国家特色油料产业技术体系项目（CARS-14）

为识别重金属的空间变异特征及其潜在生态风险，本研究在广东省台山市采集了1 166个农田土壤样本，测定其中铬（Cr）、铅（Pb）、砷（As）、汞（Hg）和镉（Cd）的含量，并获取了17个协同因子，通过特征递归消除（RFE）方法筛选出10个重要因子，分别与随机森林（RF）、支持向量机（SVM）和人工神经网络（ANN）相结合，选出最佳预测模型及因子子集，再用地累积指数法评估污染风险程度并绘制分布图。结果表明：RF模型的R2值在训练集上均高于0.940，在测试集上除Cr外，介于0.583~0.766之间。与其他模型相比，RF表现最佳。SHAP分析揭示了降水、夜晚灯光强度、已开采矿藏距离和企业距离是主要驱动因子。地累积指数结果表明，Cd和Hg中度污染及以上的面积分别占5.6%和35.5%。研究表明，台山市的土壤重金属污染受到了自然和人为因素的共同影响，其中Cd和Hg是主要的污染物，风险高值区主要分布在台山市的西南部和北部，这些区域需要重点关注。

来源：2025年第11期

《农业环境科学学报》期刊编辑部

查看农业环境科学学报杂志2025年第11期