基于可解释机器学习的中国焦化企业土壤苯并[a]芘含量动态预测与全生产周期管理创新研究

针对工业场地土壤污染物长期精准预测难题，研究人员创新性地构建了融合全生产周期排放标准量化指标（FESQR）的可解释机器学习模型（RF算法R2=0.771），揭示了中国焦化企业2020-204年土壤苯并[a]芘（BaP）的累积规律，发现企业生产活动（贡献度24.4%）比自然环境因素对污染影响更显著，为工业土壤污染精准防控提供了科学依据。

　　

随着工业化进程加速，焦化企业场地土壤中持久性有机污染物苯并[a]芘（Benzo[a]pyrene, BaP）的累积问题日益严峻。这种强致癌物质在土壤中难以降解，通过食物链威胁人类健康。然而，传统污染评估方法受限于样本采集成本，难以实现大规模企业土壤污染动态监测。更关键的是，现有研究多聚焦于污染是否超标的二元判断，缺乏对特定污染物浓度长期演变的精准预测能力，且鲜少将企业全生产周期管理政策量化纳入分析框架。

针对这一科学难题，中国某研究机构（根据CRediT声明推测为国内机构）的Tienan Ju等研究人员在《Journal of Cleaner Production》发表创新成果。研究团队开创性地将12维影响因素（含企业生产时间、产量、环境违规次数等动态指标）与全生产周期排放标准量化结果（FESQR）相结合，构建了可解释机器学习预测体系。通过比较随机森林（RF）、极端梯度提升（XGBoost）等4种算法，最终确定经粒子群动态优化的RF模型为最佳预测工具（R²=0.771，RMSE=2.1）。

关键技术方法包括：基于Python的多源地理数据爬取与清洗（含requests、BeautifulSoup库应用）、排放标准历史沿革量化建模（FESQR）、SHAP值驱动的特征重要性解析，以及融合动态参数优化的机器学习算法比较。研究样本覆盖中国焦化企业2010-2020年环境监测数据，通过文本挖掘整合了企业生产参数与自然环境因子。

数据爬取与整合
通过自动化数据采集技术，从公开环境平台获取企业经纬度坐标、生产信息等异构数据，经属性统一化处理后构建时空数据库。

焦化行业FESQR模型
系统梳理中国焦化企业2020年前执行的国标（GB）与地标（DB）排放限值，创新设计标准严格性量化指标，反映不同区域企业管理水平差异。

讨论
研究发现三个突破性结论：1）企业生产活动（贡献度24.4%）对BaP累积的影响远超日照、降雨等自然因素；2）2020年最高污染点位BaP达231.1 mg/kg，预测至2040年平均浓度将增长21%（6.1→7.38 mg/kg），超标率上升12.24%；3）SHAP分析揭示生产年限与产量的非线性阈值效应——当企业运营超15年或年产量突破200万吨时，BaP累积风险显著加剧。

这项研究首次实现了工业场地特定污染物的多维度动态预测，其创新性体现在：1）将政策标准量化结果作为机器学习输入特征，突破传统环境模型的政策表达瓶颈；2）通过可解释AI技术（SHAP、部分依赖图）解析企业生产参数与污染累积的因果关联，为"一厂一策"精准治理提供决策支持。研究结果证实，强化全生产周期排放标准可有效抑制土壤BaP累积，这对中国"十四五"土壤污染防治行动计划的实施具有重要指导价值。