文章预览
文献分享 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 Machine learning-driven assessment of heavy metal contamination in the impounded lakes of China's South-to-North Water Diversion Project: Identifying spatiotemporal patterns and ecological risks Journal of Hazardous Materials 01 文章简介 | Abstract 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）、
………………………………
