基于可解释机器学习的土壤有机污染物吸附机制预测与全国分布图谱构建

针对土壤有机污染物(OPs)吸附机制的非线性复杂关系难以解析的问题，研究人员采用XGBT等5种机器学习(ML)模型结合SHAP可解释性分析，构建了预测精度达R2=0.952的吸附模型，揭示电子效应(E)和土壤有机质(SOM)的主导作用，绘制了中国OPs吸附潜力分布图，为环境风险评估与土壤修复提供新范式。

　　

随着工业化进程加速，有机污染物(OPs)在土壤中的吸附行为已成为威胁生态安全和人类健康的重大环境问题。这类污染物通过土壤吸附作用被固定或释放，直接决定了其在环境中的迁移转化规律。然而，传统研究面临两大瓶颈：一是吸附过程涉及污染物特性、土壤性质和反应条件的多重非线性相互作用，传统线性模型难以准确描述；二是现有机器学习预测模型虽精度较高，但"黑箱"特性阻碍了机制解析。

针对这些挑战，中国国家自然科学基金等项目资助的研究团队在《Environmental Pollution》发表创新成果。研究通过整合352组历史实验数据，首次将极端梯度提升(XGBT)算法与沙普利加和解释(SHAP)方法结合，构建了可解释的OPs吸附预测框架。技术路线包含三大关键步骤：数据标准化处理（统一采用Freundlich模型参数K_d）、多模型性能比较（SVM/DNN/XGBT/RF/GBDT）、SHAP特征重要性解析。

数据分布特征
研究整合的352个数据点显示，OPs吸附系数K_d跨度达4个数量级(0.049-1308.40 L/kg)，Abraham方程描述的污染物特性参数中，电子效应(E)范围0.36-2.81，体积参数(V)0.59-1.86；土壤特性中SOM含量(0-577.54‰)和pH(3.55-9.04)呈现显著地域差异。

模型性能比较
在5种机器学习模型中，XGBT表现最优：测试集决定系数R²=0.952，均方根误差RMSE=0.103，显著优于随机森林(RF)的0.912和支持向量机(SVM)的0.843。模型成功捕捉到SOM含量与K_d的非单调关系——当SOM>100‰时吸附容量增速减缓。

机制解析发现
SHAP分析揭示两大主导因素：OPs的电子效应(E)贡献度达31.2%，证实π-π电子供受体相互作用的关键作用；SOM含量贡献28.7%，反映疏水分配机制的重要性。值得注意的是，传统关注的粘土含量(9.1%)和pH(7.3%)影响相对有限。

全国分布预测
基于模型生成的吸附潜力图谱显示：中国南方和西南地区因高SOM含量(>150‰)和OPs强电子效应形成吸附热点区，推测这些区域环境风险相对较低；而华北平原等低吸附容量区需重点关注污染防控。

该研究突破性地实现了预测精度与机制解析的双重突破：XGBT模型的高精度预测能力为区域风险评估提供量化工具；SHAP解析的π-π相互作用主导机制修正了传统认知，证明即使在低SOM土壤中电子效应仍起决定性作用。提出的"参数标准化-机器学习建模-可解释性分析-空间推演"框架，可拓展应用于新型污染物研究，对完善土壤环境基准、优化修复技术选择具有重要实践价值。研究建议未来重点关注电子效应参数的标准化测定方法开发，以进一步提升模型泛化能力。