《Ecological Informatics》：A physics-guided graph attention network for source apportionment of heavy metal contamination in agricultural soils
编辑推荐：
PhysGAT（physics-guided graph attention network，物理引导图注意力网络）将物理化学先验（physicochemical priors）整合到源实体解析（source-entity apportionment）中。基准
PhysGAT（physics-guided graph attention network，物理引导图注意力网络）将物理化学先验（physicochemical priors）整合到源实体解析（source-entity apportionment）中。基准测试（benchmarks）显示化学（chemistry）、距离（distance）和源强（source strength）具有互补作用。大气沉降（atmospheric deposition）呈广泛分布，而粪肥（manure）贡献呈局地化。
Wenhao Wang等开发了物理引导图注意力网络（PhysGAT，physics-guided graph attention network）。研究背景是农业土壤重金属可经作物累积威胁食品安全与人体健康；中国2014年全国土壤污染调查约16%样本超标，2024—2027国家战略行动优先源头控污。与工业点源不同，农业土壤污染多为多源扩散输入，空间时间重叠，源实体归因困难。传统受体模型如化学质量平衡（CMB，chemical mass balance）和正定矩阵因子分解（PMF，positive matrix factorization）多输出源类别或潜因子，仍依赖化学标志和专家解释；CMB假设线性混合并需完整源谱。主成分分析-距离多元线性回归（PCA-MLRD）等可定位已知源，但潜因子旋转和匹配仍不确定。因此，需要结合化学特征与空间关系并将贡献归属到具体源的方法。PhysGAT将污染源和土壤受体作为节点、空间连接作为边，利用受体重建和先验约束在图中推断贡献。该研究在中国西南四川典型农业区开展，结论表明其可将源解析推进到源实体，识别区域优先源，提供可解释方法。
关键技术方法：研究区设5个监测区，采集68个土壤样本和213个潜在源样本，其中大气沉降80、灌溉水46、肥料60、畜禽粪便27；以加权内梅罗污染指数 Pn>1 保留66个受体，源数据年化为 mg·kg
?1·yr
?1。图节点中源为7维重金属指纹，受体为7维指纹与NMF（non-negative matrix factorization，非负矩阵分解）5因子拼接的12维特征；边属性包括DEM（digital elevation model，数字高程模型）地形校正有效大气距离、风向对齐系数和源–受体坡度。通过距离过滤和复合评分建异质图，用GATv2（graph attention network v2，图注意力网络v2）编码器、MLP（multilayer perceptron，多层感知机）解码器估计贡献；复合损失含重建、化学相似、距离衰减和源强，用GradNorm自适应加权；五模型集成并20%修剪均值，以合成基准、CMB/NNLS基线和消融评估。
研究结果：
3.1 数据集的化学与空间特征
3.1.1 受体重金属特征与空间污染格局：66个受体七种重金属变异系数54.6%—110.9%，均值1.47—2.67倍背景，Cd积累最明显，均值/最大为背景2.67/16.9倍；Cr–Ni和Zn–Cd强正相关，As与其他金属弱相关；加权内梅罗指数显示23个重污染、19个中度、24个轻度，沿主河与支流河谷分布，局部高值簇，无连续梯度。
3.1.2 污染源化学指纹特征：四类源年输入量和元素组成差异明显，Zn均为最大组分；无单一元素可区分源类别，故采用背景归一化指纹。
3.2 训练动态与自适应损失权重：300轮训练中四损失稳定，化学损失早期快降，距离和源强损失先波动后下降，重建损失平滑；化学、距离、源强、重建损失分别较初值降34.6%、13.3%、19.4%、17.0%，总损失约降至初值50%；GradNorm动态调权，四损失持续贡献梯度。
3.3 源贡献定量分析
3.3.1 源类别贡献模式：在370条源–受体链接中，大气沉降172条覆盖全部66受体，均贡献20.7%，为39个受体主导类别；灌溉水86条覆盖55受体，均15.0%；肥料105条覆盖35受体，均14.5%；畜禽粪便仅7条覆盖7受体，均32.3%但局地性强。
3.3.2 受体级多源贡献模式：归一化Shannon指数均值0.88、中位0.93，表明多源联合普遍；49个受体主源类别贡献>50%，其中45个主类别含两个以上具体源；高污染受体呈单一天气源集中、多大气源联合和相邻农业源联合三类配置。
3.3.3 源实体区域贡献得分：按类别区域得分大气沉降53.9%、肥料23.1%、灌溉水19.5%、畜禽粪便3.4%；ATM-73最高6.46%，覆盖7受体均贡献60.9%，ATM-05和ATM-27次之；IW-24、FER-41、MN-17为各自类别最高，但局部高贡献源不一定区域得分高。
3.4 模型评估、稳定性与受控基准
3.4.1 随机初始化稳定性：370条链接经20%修剪后，模型间贡献标准差中位0.149、均值0.185、95分位0.442个百分点；CV均值0.014，显示固定配置下初始化变化有限。
3.4.2 参数敏感性：隐藏通道降至32时贡献均差1.72个百分点、主导源一致83.3%，64—512通道均差<0.82个百分点；学习率0.001—0.040均差0.70—1.30个百分点，主导源类别一致95.5%—97.0%；当前128通道、0.010学习率、300轮处于稳定范围。
3.4.3 受控基准、组件消融与CMB/NNLS适用性诊断：化学可区分场景中CMB-like和NNLS的MAE为2.08和2.02个百分点，优于完整PhysGAT的8.16；距离和源强梯度场景中CMB-like和NNLS MAE增至31.98—36.10个百分点，完整PhysGAT为4.24和5.06个百分点。实际数据中13个受体连接源数超过7个化学维度，源谱矩阵列不满秩；背景归一化后最大成对余弦相似度中位0.991，37个受体>0.99；非约束CMB-like对63/66受体出现负贡献，加非负后CMB-like和NNLS仍对64.9%和65.7%链接给<1%贡献，与PhysGAT链接级平均绝对差19.25和19.79个百分点，主导源一致57.6%和59.1%。消融中去化学、距离、源强损失使相应场景MAE增4.82、7.11、4.41个百分点，边属性中和使距离场景增7.16个百分点；仅重建在化学场景改善5.26个百分点，但距离和源强场景增7.23和9.50个百分点。
讨论总结：
4.1 通过物理化学先验缓解无监督源解析的不适定性：源解析是反问题，源数超过化学维数或源谱相似会造成多解。PMF旋转模糊，CMB近共线导致病态、误差放大和负贡献。PhysGAT关键是把运输和源强信息编码到图结构和损失：建图用距离、风向、地形限制候选源，复合损失用化学相似、距离衰减和源强约束。消融显示这些信息互补。
4.2 从空间源定位到源实体归因：相同类别级结果可由单个源、同类别两个源或多个源组成。已有PMF与机器学习多停留在源类别或潜因子；PCA-MLRD等推进空间源定位和路径量化，但未形成覆盖源清单中每个独立源与每个受体的统一贡献关系。PhysGAT保留源标识、位置和指纹，输出源实体贡献，并可聚合为类别、受体组成和区域得分。
4.3 局限与未来方向：缺乏连续排放和时间变化气象、水文、沉降、土壤滞留数据，运输变量仍为过程代理；注意力权重不能直接等同贡献或因果证据；实体级排序受候选图构建和源清单完整性影响；合成基准非田间独立验证；跨区域需重构图先验。未来应增加源采样密度、独立排放清单、重复监测和田间验证。
结论译文：研究人员开发了PhysGAT，将农业土壤重金属污染源解析扩展到具体源实体。应用于中国西南农业区，在实测源清单和构建图中估计66个受体与213个候选源之间370条链接的相对贡献。大气沉降区域贡献最广，均20.7%，为39个受体的主导类别；灌溉水和肥料均15.0%和14.5%，更局地；畜禽粪便仅少数受体但均32.3%最高。受体级结果区分单源主导、同类别多源联合和相邻农业源联合，并识别ATM-73等区域优先源实体。受控基准中PhysGAT在化学可区分、距离梯度、源强梯度场景MAE为8.16、4.24、5.06个百分点；CMB-like和NNLS在完整可区分线性混合有预期优势，而PhysGAT在距离和源强梯度优于纯化学CMB/NNLS。现场数据秩亏、源谱相似和边界解限制纯化学实体判别，突出PhysGAT整合互补约束。移除化学、距离、源强损失使相应MAE增4.82、7.11、4.41个百分点，证实场景特异互补贡献。修剪集成中中位标准差0.149个百分点、平均CV 0.014，显示固定配置随机初始化变化有限。估计仍条件依赖实测源清单、图结构和静态运输代理。在此边界内，PhysGAT通过图学习整合化学与空间信息估计候选污染源相对贡献，为源实体归因提供可解释方法。
