基于多任务深度神经网络的入流河流影响解析及湖泊预测性管理研究

本研究针对自然高砷(As)地区环境健康风险，通过整合地球化学与空间分析技术，揭示了亚美尼亚洛里地区土壤As污染的空间分布规律及人为-自然复合来源。研究人员采用能量色散X射线荧光光谱(ED-XRF)检测11种元素，结合主成分分析(PCA)和k-means聚类，发现As与Zn/Pb的矿业关联特征，建立三个基线值并评估致癌风险(10-6–10-4)，为全球高背景区研究提供可复制框架。

　　

砷(As)作为一类致癌物，其环境行为与健康风险始终是环境科学领域的焦点问题。在亚美尼亚洛里这样的历史矿业区，自然地质背景与工业活动的双重作用使得As污染呈现复杂特征，但此前缺乏系统研究厘清其空间格局与驱动机制。这种认知空白不仅阻碍环境管理决策，更导致当地居民长期暴露于潜在健康风险中。

为破解这一难题，研究人员开展了一项整合地球化学与空间分析的综合研究。通过能量色散X射线荧光光谱(ED-XRF)技术，团队系统检测了洛里地区土壤中As及Cr、V、Ti等11种元素的含量。数据分析显示，该区域As平均水平达到上陆壳值的3.6倍，其中Acrisols类型土壤更表现出76%的高变异系数，暗示点源污染的存在。通过主成分分析(PCA)与k-means聚类的联合应用，研究首次揭示As-Zn-Pb的显著地球化学关联带，其空间分布与北部铅锌矿区高度吻合。这种特征性组合证实了矿业排放对As污染的关键贡献，同时也不排除基岩风化的自然输入。

研究创新性地建立了三个As基线值，为长期环境监测提供定量标尺。健康风险评估结果尤为引人关注：全区居民面临10^-6–10^-4的终身致癌风险阈值，三处地点儿童更存在非致癌风险。这些发现直接支撑了风险分级管控策略的制定。

技术方法上，研究采用能量色散X射线荧光光谱(ED-XRF)进行多元素同步检测，结合地理信息系统(GIS)空间分析，运用主成分分析(PCA)和k-means聚类解析元素关联模式，并通过美国环保署(USEPA)健康风险模型进行暴露评估。

主要研究发现包括：

1. 污染特征：As均值达28.6 mg/kg，显著高于背景值，Acrisols土壤呈现76%空间变异

2. 来源解析：PCA提取的F1因子(解释方差42.1%)显示As-Zn-Pb工业关联，与矿区分布一致

3. 健康风险：全区终身致癌风险指数1.7×10^-4，儿童非致癌危害商(HQ)最高达1.8

结论部分强调，该研究首次系统刻画了洛里地区As污染的双重来源特征，建立的基线体系与风险评估框架具有普适性价值。特别是提出的"矿业印记"识别方法——通过As-Zn-Pb组合指纹追溯污染源，为全球类似高背景区的源解析提供了新范式。论文发表于《Environmental Science and Ecotechnology》，其多技术联用的研究路径对复杂环境问题的破解具有示范意义。