利用可解释的集成机器学习预测重金属污染:以越南南部一个新兴工业区为例

《Journal of Environmental Chemical Engineering》:Predicting heavy metal pollution using interpretable ensemble machine learning: A case study in an emerging industrial area, Southern Vietnam

【字体: 大 中 小 】 时间:2026年07月11日 来源:Journal of Environmental Chemical Engineering 7.5

编辑推荐:

  阮明基|阮公明|胡英玉安|阮端英|D.阮|黎文江|吴成硕|D.杜克阮越南胡志明市林宣区33村,农廉大学环境与自然资源学院,邮编700000摘要重金属污染对城市运河生态系统构成持续威胁,尤其在工业化迅速发展的地区,工业废水和生活污水会加速金属的迁移。本研究构建了一个可解释的集成机器

  
阮明基|阮公明|胡英玉安|阮端英|D.阮|黎文江|吴成硕|D.杜克阮
越南胡志明市林宣区33村,农廉大学环境与自然资源学院,邮编700000

摘要

重金属污染对城市运河生态系统构成持续威胁,尤其在工业化迅速发展的地区,工业废水和生活污水会加速金属的迁移。本研究构建了一个可解释的集成机器学习框架,用于预测越南平阳省端安市热带城市运河中砷、铜、铅和锌的溶解浓度。研究使用了2012年至2020年的长期数据集,包括水体的物理化学参数(pH值、溶解氧、化学需氧量、生化需氧量、总悬浮固体、铵离子、硝酸盐、磷酸根),水体及沉积物中的重金属浓度,以及时空变量。共评估了五种高级模型,包括随机森林、极端梯度提升树、支持向量回归、立方体模型和多变量自适应回归样条模型。基于树的集成模型(随机森林和极端梯度提升树)的性能优于其他模型,其中随机森林预测砷浓度时的测试R2值为0.7963,极端梯度提升树预测铜浓度时的测试R2值为0.6828。而当排除时空变量时,支持向量回归在预测铅和锌浓度方面表现最佳,R2值可达0.7616。对性能最优模型的SHAP分析表明,磷酸根、总悬浮固体、有机物(生化需氧量和化学需氧量)、pH值以及营养物质(硝酸盐和铵离子)是影响金属迁移的主要因素,这些因素通过竞争性解吸和络合作用影响金属的行为,而沉积物中的金属浓度则影响相对较弱。纳入时空特征虽提升了砷浓度的预测精度,却降低了其他金属的预测泛化能力。总体而言,该框架能够提供可靠的预测结果和可解释的见解,有助于改善城市运河系统中的重金属污染监测与管理。

引言

重金属污染在水生生态系统中十分普遍,是全球最复杂的环境问题之一[1]。全球快速的工业化和城市化进程是导致排入河流或运河系统的重金属负荷大幅增加的主要原因[2]。除了地质风化和大气沉降等自然来源外,工业废水、城市生活污水、城市径流以及大气沉降也是造成沉积物和地表水污染的主要人为来源[2][3][4]。由于重金属具有毒性、持久性和不可生物降解性等物理化学特性,因此尤其值得关注[5]。此外,它们还可能在食物链中发生生物积累和生物放大作用。即便浓度很低,这些元素在生物体内的积累也会破坏水生生态系统,并对人类健康构成严重威胁[1][6][7]。
城市运河系统中的重金属污染复杂性源于水体与沉积物之间的动态相互作用。河床沉积物是重金属的主要储存库,其中的重金属浓度往往远高于水相中的浓度[8]。然而,这些金属可通过再悬浮和解吸等过程轻易地吸附在沉积物颗粒上或从其中释放出来,从而造成二次污染并带来长期的生态风险[9][10]。重金属在这两种相之间的迁移受pH值、溶解氧、电导率以及营养物质含量等物理化学参数的强烈影响,这些参数起着调控作用[11][12]。例如,较低的pH值通常会提高金属的溶解度和迁移性,促使它们从沉积物中释放出来,而较高的pH值则有利于金属的吸附和沉淀[8][9]。总有机碳是导致重金属吸附在河床沉积物上的主要营养物质,而总磷则显著影响河口沉积物对重金属的吸收,溶解态磷则对重金属的解吸起着关键作用[11]。
以往对重金属污染的评估主要依赖于地理累积指数、富集因子和生态风险指数等定量指标,并结合相关性分析、主成分分析等多元统计方法[13][14][15][16]。近年来,由于机器学习在识别解释变量与响应变量之间复杂相关性方面的优势,已被广泛用于水生环境评估[8][17][18][19]。机器学习已成为环境预测领域强大且可靠的工具,尤其适用于处理大规模的非线性数据集[20]。随机森林和极端梯度提升树这两种基于树的集成模型,因具备出色的预测精度,以及能够模拟受工业排放、季节变化和水质参数影响的复杂非线性重金属迁移规律,而备受重视[5][21][22]。支持向量回归作为一种可靠的非参数基准模型,在处理中小规模数据集时表现优异,且能抵抗环境监测中常见的异常值影响[5][19][22]。立方体模型和多变量自适应回归样条模型则擅长捕捉复杂的非线性关系,它们分别通过基于规则的模型和基于铰链函数的模型,帮助揭示对基于科学的管理至关重要的物理化学规律[23]。这些机器学习模型在预测重金属浓度方面取得了很高精度(R2值大于0.8)[5][22]。这种多模型方法不仅提升了预测精度,还能通过SHapley加性解释方法实现可解释性,有助于在传统线性方法无法有效捕捉该高度工业化地区非线性和交互效应的情况下,确定主要的污染源。在污染管理方面,仅有预测结果是不够的,还需要了解各输入变量对模型输出的相对贡献。SHAP等方法能够量化变量的影响程度,从而为环境管理策略中需要优先处理的重点污染源提供重要依据[24]。
以往的研究大多仅关注重金属在水相或沉积物中的一个相中的情况,尚未进行全面评估[5][8][22]。本研究旨在通过构建一种基于可解释集成机器学习的预测框架,弥补环境管理中的这一空白,用于估算新兴工业区运河系统中的重金属浓度(砷、铜、铅、锌)。本研究的创新之处在于整合了水相和沉积物等多相输入特征以及时空变化因素,将沉积物中的重金属浓度与水相的物理化学参数结合起来,共同预测水相中的重金属浓度[11][13][25][26]。这种方法不仅能够实现高精度预测,还能揭示沉积物(重金属的长期储存库)和河水瞬时物理化学条件在重金属污染风险形成中的作用。此外,研究还通过全模型和排除时空变量两种场景来预测运河水中的重金属浓度。总之,虽然多相建模、时空场景对比以及基于SHAP的可解释性分析在以往研究中已分别被应用,但将它们整合在一个统一框架内,用于预测热带城市运河中的重金属动态,目前仍较为少见。借助长达十年的数据集,这种综合方法为快速工业化背景下重金属的行为提供了新颖且实用的见解,尤其适用于东南亚数据匮乏的地区。研究结果有望为工业化地区的环境管理提供可靠的监测和预测工具,助力制定更具针对性和成本效益的管理策略。

章节节选

研究区域与数据收集

端安市是越南平阳省一个发展迅速的社会经济中心,由于工业区和居民区的扩张,产生了大量工业废水和生活污水,因此面临着严峻的环境挑战[27]。2021年,端安市的估计人口约为582,000人,年均GDP增长率约为18.5%。该市的内部运河系统接收着工业废水、生活污水和商业废水,可能存在较高的

相关性分析

如图3所示,经过显著性检验的斯皮尔曼相关性分析显示,城市运河系统中的水体物理化学参数与重金属之间存在多个显著且具有意义的相关关系。在表层水中,化学需氧量、生化需氧量、铵离子、硝酸盐和总悬浮固体与溶解态重金属之间存在极显著的正相关关系(p?

结论

本研究成功证明了可解释集成机器学习在预测受越南端安市快速工业化影响的城市运河系统中溶解态重金属浓度(砷、铜、铅、锌)方面的有效性。本研究的一个创新点在于整合了水相物理化学参数和沉积物中的重金属等多相输入特征,同时还考虑了时空变量,而这种整合方式在热带城市运河系统中极为罕见。在所评估的

CRediT作者贡献说明

阮明基:写作——审稿与编辑,写作——初稿撰写,研究调查,正式分析,数据整理,概念构建。D.阮:写作——审稿与编辑,写作——初稿撰写,可视化处理,研究指导,软件使用,资源协调。阮端英:写作——审稿与编辑,写作——初稿撰写,资源协调,正式分析,数据整理。胡英玉安:软件使用,方法设计,研究调查,正式分析。阮公明:写作——初稿撰写,研究调查,

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号