利用地理加权回归与机器学习方法解析青藏高原土壤砷富集与硒缺乏的机制

《Environmental Pollution》:Mechanistic Understanding of Soil Arsenic Enrichment and Selenium Deficiency in the Qinghai-Tibet Plateau via Integrated Geographically Weighted Regression and Machine Learning

【字体: 大 中 小 】 时间:2026年08月02日 来源:Environmental Pollution 7.2

编辑推荐:

  摘要青藏高原是一个典型的高山干旱地区,其土壤中砷含量偏高而硒含量偏低。这一现象对公众健康构成严重威胁,但导致这种相反分布的机制至今仍不十分清楚。本研究采用了地理加权回归与轻量级梯度提升机模型,并结合SHAP解释方法与健康风险评估,系统地研究了土壤中砷和硒的空间分布特征、驱动因素及

  

摘要

青藏高原是一个典型的高山干旱地区,其土壤中砷含量偏高而硒含量偏低。这一现象对公众健康构成严重威胁,但导致这种相反分布的机制至今仍不十分清楚。本研究采用了地理加权回归与轻量级梯度提升机模型,并结合SHAP解释方法与健康风险评估,系统地研究了土壤中砷和硒的空间分布特征、驱动因素及其对健康的影响。该模型相比传统的机器学习与地理统计模型表现更为优异,将砷含量的预测R2值提升至0.60,同时证实空间非稳定性是影响预测的关键因素。研究结果显示,研究区域内超过99.95%的区域存在砷含量偏高而硒含量偏低的情况。这种现象主要源于岩石类型的差异,而干旱、气候变暖以及地形因素则进一步加剧了砷和硒的不同行为——前者促使砷从土壤中释放并积累,后者则加速硒的流失与挥发。健康风险评估表明,砷虽不会立即带来高风险,但普遍存在的硒缺乏问题(26.04%的样本硒含量低于0.125毫克/千克)更为值得关注。这些发现为制定针对性管理策略提供了依据:在硒缺乏地区通过生物强化手段补充硒,在砷风险较高的区域控制砷的来源。

引言

砷和硒在土壤地球化学中呈现出双重挑战。砷是一种广泛存在的有毒物质,可通过直接接触(如摄入土壤、吸入粉尘)和间接接触(如通过水、植物)危害生态系统稳定性与人类健康(Golui等人,2023)。而硒则是人体必需的微量元素,其缺乏会导致克山病、大骨节病等地方性疾病(Li等人,2024)。因此,了解土壤中砷和硒的空间分布特征及驱动因素,对地球化学、环境科学以及公共卫生领域都具有重要意义。
从全球范围来看,干旱地区的土壤中普遍存在砷含量偏高而硒含量偏低的现象,这一结论既来自实地观测,也得到建模研究的验证(Chen等人,2024;Hou等人,2025;Jones等人,2017;Lahermo等人,1998;Spallholz等人,2008)。青藏高原作为世界上最大的干旱高原及重要的生态屏障,也存在同样的现象。由于独特的地质过程(如高原抬升、冰川退缩)的影响(Liu等人,2025b;Qin等人,2025a),该地区土壤中的元素循环极为复杂,为研究干旱环境中的砷和硒行为提供了理想的自然实验室。因此,要应对这类共存的风险,就需要系统地阐明导致这种异常现象的机制。
然而,目前仍存在两个关键问题。首先,已有研究确定了影响砷或硒单独分布的一些关键因素,如干旱指数、岩石类型、土壤pH值以及有机质含量等(Hou等人,2025;Jones等人,2017;Liu等人,2025a;Siegenthaler等人,2026),但这些研究并未将这些因素用于解释土壤中砷和硒的协同异常现象。此外,现有研究也尚未阐明这种特殊分布模式与全球其他干旱地区之间的内在联系。因此,建立适用于干旱环境的稳健预测模型,有助于更准确地预测土壤中砷和硒的含量,为生态风险评估提供支撑。
其次,现有研究的方法已从传统的地理统计方法发展为机器学习等定量技术(Hu等人,2017;Qin等人,2025b)。这类回归方法虽然能够将土壤属性与环境变量关联起来,但依赖于空间全局稳定的假设。而在青藏高原,控制元素分布的主导因素会因地点不同而有所变化,且同一因素在不同区域的影响程度也存在显著差异。由于忽视了这种空间异质性,现有的全球模型无法捕捉到局部空间的动态变化,从而导致预测精度较低(Li等人,2021;O'Sullivan,2003)。因此,亟需采用能够考虑局部空间差异的方法,比如具有空间异质性的机器学习模型(如GWRF、地理加权随机森林等,Takefuji,2026),以进一步提升对相关机制的理解与预测能力。
为解决上述问题,我们首先对多种机器学习算法进行了性能比较,选出最适合该数据集的算法。该算法取代了GWR中的线性回归部分,实现了对每个位置的局部加权建模。我们的方法优势在于采用数据驱动的适应性算法选择方式,而非固定使用某种算法模型。本研究分析了青藏高原表土中砷和硒的空间分布情况,明确了砷含量高、硒含量低的区域的核心范围与特征,阐明了这些区域形成的驱动因素及相应机制。最后,我们还进行了健康风险评估,定量评估了土壤中的砷和硒对青藏高原居民健康的潜在威胁,为该地区的土壤环境管理及公共卫生政策制定提供了科学依据。

章节摘录

数据采集与预处理

本研究以青藏高原的核心区域为研究对象。2022年至2024年间,我们从西藏、青海以及四川西部采集了407份用于检测砷含量的表土样本,以及337份用于检测硒含量的样本(研究区域见图1a)。尽管由于地形条件和物流限制,采样工作存在一定的不均匀性,但所收集的数据仍能够较好地反映青藏高原多样的地貌特征与土地利用状况。每份样本由5个子样本组成,这些子样本均从0至20厘米的深度处采集,并经过200目筛子筛选。

土壤中砷和硒浓度的统计特征

土壤中的砷和硒浓度数据呈对数正态分布,其描述性统计信息详见表S11。砷浓度范围为0.20至462.00毫克/千克,平均值为25.90±29.67毫克/千克,中位数为17.24毫克/千克;硒浓度范围为0.03至1.27毫克/千克,平均值为0.23±0.18毫克/千克,中位数为0.18毫克/千克。经过对数变换后,这些数据趋于正态分布(偏度分别为0.357和0.214,峰度分别为4.8和0.42)。
较高的背景值,再加上不连续的分布...

结论

本研究结合地理加权回归与机器学习技术、SHAP解释方法以及健康风险评估,系统研究了青藏高原土壤中砷和硒的空间分布特征、形成机制及其对健康的影响。结果表明,GWR-LightGBM模型的性能明显优于传统全球模型,将砷含量的预测R2值从0.41提升至0.60,进一步证实空间非稳定性是影响砷含量预测的关键因素,而局部加权的混合模型...

CRediT作者贡献说明

王晓鹏:论文撰写与修改、研究指导、项目管理、资金获取、概念构思。 柴磊:论文撰写与修改、方法设计、数据整理。 张瑞轩:论文撰写与修改、初稿撰写、方法设计、实验研究、数据整理。 董慧科:论文撰写与修改。 龚平:论文撰写与修改。 曾佳敏:方法设计。 周云桥:论文撰写与修改。 孙居义:方法设计、实验研究。

未引用参考文献

中国环境监测总站,1990年。

数据获取情况

该模型的代码及超参数设置已公开发布在GitHub平台上(https://github.com/zhangrx98/GWR-LightGBM.git)。本研究所使用的原始预测数据集来源详见表S1。部分数据集因数据使用协议的限制无法公开获取,但经合理请求,相应的处理后的训练数据可由通讯作者提供。

利益冲突声明

? 作者声明不存在任何可能影响本文研究结果的已知利益冲突或个人关系。

致谢

本研究得到了中国国家自然科学基金(项目编号U21A2038和42107438)以及中国西藏自治区科学技术计划项目(项目编号XZ202401ZY0005)的支持。
Ruixuan Zhang|Xiaoping Wang|Lei Chai|Juyi Sun|Jiamin Zeng|Yunqiao Zhou|Huike Dong|Ping Gong
中国兰州大学地球与环境科学学院,兰州730000
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号