基于王水消解-活性炭固相萃取与机器学习的土壤金含量测定及金潜力区预测

《Scientific Reports》：Machine learning based distribution mapping of gold in soil samples using aqua regia digestion and solid phase extraction

　　

摘要

在本研究中，开发了王水配合活性炭固相萃取法用于土壤样品处理。该分析方法进一步与机器学习算法相结合，实现了对金潜力区域的预测。还研究了一些改良方法，如样品煅烧和添加氢氟酸以去除样品中的硅结构。通过不同浓度水平的认证参考物质和地质样品评估了该方法的分析性能。随后使用随机森林、高斯过程回归和普通克里金模型来考虑非线性空间关系、进行不确定性预测并生成预测的金分布图。尽管样品煅烧有显著影响，但根据95%置信水平的t检验，氢氟酸添加仅有微小且可忽略的影响。所提出的方法能够检测土壤中从18.0 ng/g到53,000 ng/g的金浓度，以及水样中低至0.01 μg/mL的金浓度，相关系数大于0.9991。该方法的准确度和精密度分别为3.7–9.6和?9.5至+7.4范围内。对40个不同地质样品通过火试金法和王水消解法获得的响应结果比较显示，两者具有良好的兼容性，验证了王水作为一种简单、低成本且可靠的处理技术。