中科院水生所郭传波等JHM：机器学习驱动的中国南水北调水库重金属污染评估——识别时空模式和生态风险

环境人Environmentor · 公众号 · · 2024-11-20 13:38

正文

本研究针对蓄水湖泊中重金属污染问题，采用了自组织映射模型（SOM）和鲁棒主成分分析（RPCA）等机器学习方法，分析了高宝邵伯湖（高邮湖、宝应湖和邵伯湖统称）（GBSL）和东平湖（DPL）表层沉积物中HMs的时空分布格局，并评估了HMs的生态风险。结果表明，中南部和中西部地区HMs浓度较高，秋季污染明显增加。综合利用沉积物质量指南（SQGs）、改良潜在生态风险指数（IPERI）、地质积累指数（Igeo）、污染系数（CF）和富集系数（EF）等指标进行风险评估，确定砷（as）、镉（Cd）、镍（Ni）和铬（Cr）为主要关注污染物。正矩阵分解（PMF）模型与Spearman分析相结合，将70%以上的HMs污染归因于人为活动。本研究提供了大规模引水工程背景下HMs污染的细致理解，并为有针对性的污染缓解策略提供了科学依据。

（1）高宝邵伯湖（高邮湖、宝应湖和邵伯湖统称）中南部和东平湖中西部的重金属含量较高，受人类活动和支流影响大，季节性变化显著。

（2）RPCA表明高宝邵伯湖的春季和夏季表现出相似的污染模式，秋冬则展现出很大的差异；东平湖同样在春夏展现出同高宝邵伯湖同样的结论，秋季HMs的浓度与其他季节有显著差异，强调了选择最佳调水期以保障水质的重要性。

（3）利用改进的潜在生态风险指数（IPERI）对研究区的HMs进行评估，发现砷和镉在沉积物中的浓度较高，构成了相当大的生态风险，并突出了采用IPERI进行更准确的生态风险评估的必要性。

（4）利用PMF模型揭示了HMs污染的主要来源，主要是湖泊周围的农业、工业和制造业活动。

本研究利用SOM模型对湖内点位进行了聚类分析，将各类重金属的点位季节平均值作为属性，探索相似浓度组成的点位的空间分布情况，同时对得到的空间结果进行归因分析，能在很大程度上反映影响点位重金属组成的因素，为多元污染物分析过程提供了思路；PMF模型能够定量分析污染物来源，确认造成污染的主要因素，以及因素影响大小，为后续进行污染源管控提供科学依据。