266.Environ. Sci. Technol.机器学习预测全球叶片汞含量的分布

文章亮点：

1.使用机器学习算法预测全球叶片汞浓度的分布。

2.整合了全球范围内的叶片汞浓度观测数据，提供了全面的分析基础。

3.提供了全球尺度上叶片汞浓度和汞库的详细空间分布图。

研究背景：汞是一种全球性的污染物，能够通过叶片同化进入生物地球化学循环，对人类和野生动物构成风险。

研究方法：利用全球叶片汞浓度的观测数据库和机器学习算法，预测了全球叶片汞浓度的空间分布，并估计了全球叶片汞库。

研究结果：全球平均叶片汞浓度为24.0纳克/克，全球叶片汞库总量为4561.3兆克。热带地区如亚马逊、中非和东南亚是叶片汞浓度的热点区域。

研究意义：提供了全球尺度上叶片汞浓度和汞库的高分辨率分布图，有助于更好地理解汞的全球循环。

Global Distribution of Mercury in Foliage Predicted by Machine Learning

Long Chen, Jun Zhou, Long Guo, Xinyu Bian, Zeng Xu, Qinzheng Chen, Shu-Hai Wen, Kang Wang, and Yu-Rong Liu

Environmental Science & Technology 2024 58 (35), 15629-15637

原文链接：https://doi.org/10.1021/acs.est.4c00636

（本文仅用于学术分享，如有侵权，请联系删除或修改！）

欢迎各位读者投稿，内容包括但不限于研究成果分享、团队介绍、成员招收等内容均可。

邮箱：[email protected]

点“阅读原文”可链接出版商获取文章；

请大家将环化地生加为星标，或每次看完后点击页面下端的“在看”，可以第一时间收到推文！