老工业区土壤重金属污染定量源解析及源导向健康风险的创新混合方法研究

本文创新性地结合自组织映射（SOM）、正矩阵分解（PMF）、梯度提升决策树（GBDT）和蒙特卡洛模拟，系统评估了老工业城市土壤重金属（HMs）污染的定量来源、驱动因素及源导向健康风险。研究发现Hg和Cd为主要生态风险污染物，混合源对致癌风险（TCR）贡献超50%，为环境管理提供了精准调控依据。

　　

Highlight

本研究为老工业城市土壤重金属（HMs）污染提供了创新的混合分析框架，结合机器学习与概率模型，揭示了污染源与健康风险的深层关联。

Environmental Implication

精准识别HMs污染源及驱动因素对降低环境风险至关重要。传统方法依赖经验模型，存在精度局限。本研究通过SOM-PMF-GBDT混合框架，实现了定量源解析、驱动因子量化及源导向健康风险评估，为环境决策提供科学支持。

Conclusions

研究证实，老工业区土壤中8种HMs浓度显著超出背景值，Hg和Cd是主要生态风险污染物。空间分布显示，昌邑区污染指数（PLI）最高。混合源对成人（50.18%）和儿童（51.61%）的总致癌风险（TCR）贡献最大，As和Cr为危害指数（HI）主要驱动因子。该成果为复杂环境下的重金属精准管控提供了新范式。

（注：翻译部分严格保留专业术语如SOM、PMF等缩写及上下标格式，如Fe₂O₃，并采用生动表述如"精准调控依据""深层关联"等增强可读性。）