基于机器学习和深度学习的地理空间预测模型，用于预测中国黔江县土壤中镉和镍的含量，并绘制受黑页岩影响的污染风险地图

《Journal of Hydrology》：Machine and deep learning-driven geospatial prediction modelling of soil cadmium and nickel with pollution risk mapping underlaid by black shale in Qianjiang County, China

土壤镉镍空间分布预测与污染风险研究：方法对比与LSTM优化

　　在当前的环境科学和地质学研究中，土壤重金属污染的预测和评估是一个重要课题。重金属元素，如镉（Cd）和镍（Ni），不仅对土壤的健康状态产生影响，还可能通过食物链进入人体，威胁人类健康。特别是在富含黑页岩的地区，这些重金属的含量通常较高，其迁移和富集机制复杂，需要更加精准的预测模型。本研究旨在探讨不同预测模型在土壤Cd和Ni含量空间分布预测中的表现，以期为该地区的环境管理和污染防控提供科学依据。

土壤重金属的分布受到多种环境因素的影响，包括地形、人类活动、水文条件、土壤属性等。传统的插值方法，如反距离权重法（IDW），虽然简单且易于解释，但在处理复杂的非线性关系时存在局限性。而机器学习（ML）方法，如反向传播神经网络（BPNN）和随机森林（RF），能够更好地处理这些复杂关系，但它们的预测性能仍可能受到初始参数设置和模型优化的影响。为提升这些模型的预测能力，粒子群优化算法（PSO）被引入，以优化BPNN和RF模型的参数设置，从而形成PSO-BPNN和PSO-RF模型。此外，深度学习（DL）方法，特别是长短期记忆网络（LSTM），因其强大的学习能力和对非线性关系的处理优势，成为一种更有效的预测工具。

本研究选择中国重庆市的千江县作为研究区域，该地区具有典型的湿润亚热带季风气候，且其地质背景中存在大量黑页岩。研究团队收集了233个土壤样本，并对其中的重金属和主要元素进行了分析。研究结果显示，IDW模型在预测Cd和Ni含量时表现较差，其R2值分别为0.549和0.592，而RMSE、MAE和MBE值较高。相比之下，BPNN和RF模型表现更优，但其预测精度仍不及LSTM模型。LSTM模型在预测Cd和Ni含量时表现出最高的R2值（Cd为0.841，Ni为0.852）以及最低的RMSE、MAE和MBE值，显示出更强的拟合能力和泛化能力。这表明，LSTM模型在预测土壤中Cd和Ni的含量方面具有显著优势。

进一步分析显示，LSTM模型在预测Cd和Ni含量时能够更好地捕捉空间分布的细微变化，特别是在高污染风险区域，其预测结果具有更清晰的热点边界和更平滑的空间过渡。而其他模型，如PSO-RF和PSO-BPNN，在某些高浓度区域的预测能力略逊于LSTM模型。此外，研究还通过SHAP值分析了不同环境因素对Cd和Ni含量的影响，结果显示，CaO、TP、SOC、TN和MgO对Cd含量有正向影响，而TiO?、坡向（aspect）、土壤颗粒大小（SPS）和地形湿润指数（TWI）则对Cd含量有负向影响。对于Ni含量，K?O、Fe?O?、MgO、Na?O和TWI对预测具有积极影响，而TiO?、pH和SPS则具有负向影响。

研究还进行了污染风险评估，采用单因子污染指数（P_i）方法，结合LSTM模型的预测结果，发现千江县的Cd污染风险较高，其高污染风险区域主要集中在西部和西北部的金溪镇附近，而Ni污染风险相对较低，主要分布在非污染区域。然而，Ni的污染面积比Cd大，且部分区域的Ni含量超过了土壤背景值，表明其潜在的污染风险不容忽视。

尽管LSTM模型在预测性能上表现突出，但研究也指出了一些局限性。例如，数据样本的规模和多样性可能影响模型的泛化能力，当前研究的数据主要集中在千江县这一局部区域，可能无法完全反映更大范围内的污染趋势。此外，模型预测结果可能受到输入参数设置的影响，例如距离河流或道路的距离、土壤颗粒大小的范围等。为了进一步提高预测的准确性和可靠性，未来的研究可以考虑引入更多的环境变量，如采矿地点、村庄密度、肥料使用量、土地利用类型等，以更全面地反映土壤中Cd和Ni的分布规律。

本研究的结论表明，LSTM模型在预测土壤中Cd和Ni含量方面具有显著优势，其高精度和良好的泛化能力使其成为该地区重金属污染评估和管理的重要工具。此外，通过SHAP分析，研究明确了不同环境因素对Cd和Ni含量的影响机制，为土壤重金属的防控策略提供了理论依据。这些结果不仅有助于理解土壤中重金属的迁移和富集过程，也为未来的环境管理和污染防控提供了科学支持。