《Journal of Environmental Management》：Fine-scale mapping and nonlinear attribution of heavy metal(loid)s in urban soils using spatially enhanced machine learning algorithms
编辑推荐：
•空间增强型机器学习以250米分辨率绘制了八种元素的分布图。•嵌套空间验证在稀疏采样条件下有效限制了信息泄漏。•XGBoost对六种元素表现最优，而SVR对锰（Mn）和铅（Pb）表现最优。•仅使用环境变量的SHAP分析揭示了元素特异性的非线性预测关联。引言在大人类世（Anth
- •
空间增强型机器学习以250米分辨率绘制了八种元素的分布图。
- •
嵌套空间验证在稀疏采样条件下有效限制了信息泄漏。
- •
XGBoost对六种元素表现最优，而SVR对锰（Mn）和铅（Pb）表现最优。
- •
仅使用环境变量的SHAP分析揭示了元素特异性的非线性预测关联。
引言
在大人类世（Anthropocene）时期，城市化已成为全球陆地生态系统转型的主要驱动力（Grimm等，2008年）。据联合国统计，预计到2050年全球68%的人口将居住在城镇地区（联合国经济和社会事务部人口司，2019年）。快速城市化和持续的人口增长加剧了环境问题，包括城市热岛效应、土壤和水体以及空气污染，以及生物多样性丧失（Grimm等，2008年）。土壤作为城市生态系统的基本组成部分，支持生物多样性，调节水文过程和污染物运输过程，并提供污染物固持等其他生态系统服务功能（Morel等，2015年）。然而，密集的人类活动——包括工业生产、交通、燃料燃烧和废弃物处理——导致有毒元素在城市土壤中不断积累（Wei和Yang，2010年）。重金属和类金属因其持久性、毒性以及对生态系统和人体健康的潜在风险而尤其引人关注（Adimalla，2020年；F. Li等，2022年）。这些污染物一旦在表层土壤中积累，可通过经口摄入、皮肤接触和吸入等途径进入人体（Adimalla，2020年；Wu等，2015年）。因此，准确刻画污染物分布并识别污染热点区域对于城市环境管理和风险缓解至关重要（Shi等，2023年）。
受多种人为干扰和外源物质输入的叠加影响，城市土壤表现出显著的空间异质性和碎片化特征（Delbecque等，2022年；Pindral等，2023年）。工业区点源排放、交通网络线性排放以及居民活动扩散性输入可能在空间上相互作用，导致重金属浓度在短距离范围内就出现大幅波动（Shi等，2023年；Wei和Yang，2010年）。这种复杂性可能导致隐蔽的微观尺度污染热点区域，而传统监测手段难以探测（Shi等，2023年）。高密度网格化采样方案常被用于改善监测覆盖范围并支持城市环境管理（Molla等，2022年）。然而，在大范围调查中其应用往往受到分析成本、有限的现场可达性和高密度建成区安全约束的限制（Molla等，2022年；Shi等，2023年）。因此，将多源辅助数据与空间模型相结合，已成为利用有限或稀疏采样观测值生成重金属（类金属）分布高分辨率地图的重要策略（Song等，2023年；Wang等，2025年）。
普通克里金法（OK）广泛应用于土壤污染物制图，但在观测值稀疏或城市空间过程非平稳时可能会过度平滑局部极值（Li和Heap，2014年；Shi等，2023年）。随机森林（RF）、XGBoost和支持向量回归（SVR）等机器学习算法能够整合高维协变量和非线性交互作用（Azizi等，2022年；Gao等，2022年）。近期对北京城市居住区的研究已展示了深度学习利用土壤性质和环境协变量预测土壤镉、铜、铅和锌浓度的潜力（Hou等，2024年）。若干方法已被开发出来将空间依赖性融入机器学习。Liu等（2022年）通过在多个邻域尺度上计算空间滞后特征以及从空间权重矩阵中提取特征向量来增强RF，并使用LASSO选择和嵌套交叉验证来识别有信息量的空间预测变量。神经方法通过空间表征整合地理信息：DeepKriging在多分辨率空间基函数的深度神经网络中嵌入坐标（C. Chen等，2024年），而位置嵌入图神经网络将邻域聚合和位置信息与残差空间变化的神经建模相结合（Bao等，2024年）。然而，城市土壤应用面临三个挑战。第一，传统交叉验证可能忽略空间自相关并高估模型的迁移能力，而地理坐标可能引入位置特异性伪迹（Meyer等，2019年；Roberts等，2017年）。近期的方法学研究进一步强调，验证应反映预期的预测场景和训练-预测距离，因为空间划分方式的选择会显著影响估计的精度和模型选择（Linnenbrink等，2024年；Stock，2025年）。第二，小型且异质性的数据集容易受到过拟合和强影响观测值的影响（Pusch等，2022年）。第三，黑箱模型在过程解释方面能力有限。SHAP可以量化预测变量的贡献和非线性响应（Lundberg和Lee，2017年）。近期应用已将XGBoost–SHAP与地理探测器分析相结合，用于考察土壤重金属分布中的环境贡献和交互作用（Yan和Yang，2025年）。对于空间增强型模型，环境解释还应区分这些关联与目标衍生空间特征的预测贡献。在此基础上，本研究在传统的RF、XGBoost和SVR模型中评估了一种显式的空间特征方法。将最近三个观测点的浓度和距离与OK、IDW和TR生成的预测值相结合，目标衍生特征在训练折内重新构建。本研究的贡献在于通过仅使用环境变量模型、独立插值和回归克里金的比较，在稀疏城市土壤采样条件下评估这种组合方法，同时使用仅环境变量的SHAP分析来区分环境关联与目标衍生的空间信息。
为应对上述挑战，本研究选择中国杭州作为代表性案例研究区。杭州是一座快速城市化的特大城市，截至2024年末常住人口约1260万（杭州市统计局国家统计局杭州调查队，2025年）。基于实地采集的表层土壤样品，本研究对包含七种重金属和砷（As）在内的八种元素的空间分布进行了建模。我们系统评估了RF、XGBoost和SVR在三种预测变量方案下的预测性能：（i）仅使用环境变量（ENV）；（ii）ENV结合代表最近三个观测点浓度和距离的局部空间滞后变量（ENV + SL）；以及（iii）ENV + SL进一步结合使用普通克里金法（OK）、反距离加权法（IDW）和趋势面回归法（TR）生成的空间插值变量（ENV + SL + SP）。随后，使用每种元素的最优模型配置生成精细尺度的空间预测结果。对仅使用环境变量趋势模型的SHAP分析用于识别元素特异性的环境和人为关联，而目标衍生的SL和SP变量被视为空间预测辅助工具而非独立的环境驱动因子。具体而言，本研究旨在：（1）评估稀疏采样条件下不同机器学习算法和预测变量方案的预测性能；（2）绘制重金属（类金属）的精细尺度空间分布图并评估研究区内相对于背景值的富集程度；以及（3）评估环境协变量和空间信息的互补预测作用，并通过仅使用环境变量的SHAP分析识别环境和人为关联。
章节摘要
概况
杭州是位于中国东南部的浙江省省会，地处北纬29°11′–30°34′、东经118°20′–120°37′之间，面积约16,850平方公里（图1）。杭州属亚热带季风气候，2024年平均气温18.9°C，降水量1655.8毫米（杭州市统计局国家统计局杭州调查队，2025年）。基岩主要分布在山地区域，而第四纪冲积-海相沉积物和软黏土则广泛分布
描述性统计与分布
在八种重金属（类金属）中，镉（Cd）和砷（As）表现出最大的空间变异性，其变异系数（CV）分别为122.18%和93.27%。它们相对于当地背景值（BV）的超标率也较高，分别为Cd的57.14%和As的67.53%（表2）。可能的人为来源包括金属加工、化石燃料燃烧、采矿和磷酸肥（Kubier等，2019年；Patel等，2023年）。两种元素的最大浓度——砷为54.0102毫克/千克，
结论
本研究开发了一种空间增强型机器学习框架，利用77个观测值预测城市土壤重金属（类金属）浓度。在共用的五折验证方案下，ENV + SL + SP在七种元素上取得了最高的R2：XGBoost对砷、镉、铬、铜、镍和锌表现最优，而SVR对锰表现最优。铅则由仅使用环境变量的SVR模型预测效果最佳。所选模型的合并折外R2值为0.322–0.555。最优的ENV + SL + SP模型超过了
CRediT作者贡献声明
王浩宇：初稿撰写、形式化分析、数据管理。朱勇：调查、数据管理。李若洋：调查。高宏伟：审阅与编辑、指导、项目管理、方法论、形式化分析、概念化。刘成：审阅与编辑。单生道：资金获取。Nicholas Clarke：审阅与编辑。
利益冲突声明
作者声明不存在任何已知的竞争经济利益或个人关系可能对本研究产生影响。
致谢
本研究得到了浙江省先锋与领军者研发计划（资助编号：2025C02097）和挪威外交部（Sinograin III，CHN 2152-22/0013）的资助支持。
王浩宇|朱勇|李若洋|高宏伟|刘成|单生道|Nicholas Clarke
