基于两步最小数据集(MDS)模型的铅锌冶炼场地土壤质量评估与关键限制因子解析

来自湖南株洲和河南济源的研究人员针对铅锌冶炼场地土壤重金属污染问题，创新性地采用两步最小数据集(MDS)筛选法，构建了包含Pb、砂粒、Ni、脲酶活性和香农指数的高效评估指标集(SAI)。该模型通过线性/非线性拟合验证(R2>0.7，RMSE≈0)，准确量化土壤质量指数(SQI)，揭示两地土壤分别处于重度(0.578)和中度(0.669)退化状态，为冶炼场地生态修复提供经济高效的评估工具。

　　

冶炼过程排放的重金属(HMs)在土壤中持续累积，不仅降低土壤质量，更威胁人类健康。为精准评估铅锌冶炼场地的土地退化程度并锁定关键限制因子，研究者选取株洲(ZZ)和济源(JY)两大典型场地，开创性建立两步筛选模型：首先构建场地特异性最小数据集(MDS)，继而通过去冗余分析获得精简评估指标(SAI)。

研究发现，由铅(Pb)、砂粒、镍(Ni)、脲酶活性和香农多样性指数组成的SAI组合，能高效表征完整数据集(TDS)，其验证指标R²突破0.7，均方根误差(RMSE)趋近于零。土壤质量量化评估显示，ZZ和JY的SQI-SA_I均值分别为0.578和0.669，对应重度和中度退化等级。深入分析表明，过量的Pb和Ni通过抑制土壤肥力和生产力，成为制约土壤质量的关键因素。

该研究提出的两步MDS筛选法，兼具科学性(R²?>?0.7)与实用性(RMSE?≈?0)，为冶炼污染场地管理提供了省时经济的"诊断工具"，尤其适用于大规模土壤质量普查和修复效果动态监测。