稻田地表水中致病性钩端螺旋体存活力的空间决定因子：基于机器学习和地理加权逻辑回归的机制解析

《ACS ES&T Water》：Spatial Determinants of Pathogenic Leptospira Viability in Paddy Field Surface Waters: Mechanistic Insights from Machine Learning and Geographically Weighted Logistic Regression

　　**摘要**致病性钩端螺旋体属细菌可在地表水中持续存在，形成环境储存库，从而在农业景观中维持钩端螺旋体病的传播。然而，控制环境存活的理化因素及其空间变异性仍未得到充分阐明。本研究将受控实验室实验与机器学习和地理加权逻辑回归（GWLR）相结合，以量化泰国东北部稻田地表水中钩端螺旋体存活的关键决定因素。对126份地表水样本（*n* = 126）的pH、钙、镁和铁进行了分析，并在20天内对钩端螺旋体的存活进行了实验评估。以第5至20天的中位存活率将样本分为高持续性和低持续性两组结果。机器学习分类器在独立测试中取得了中等程度的判别效果（AUC = 0.64–0.70），其中基于直方图的梯度提升机（HistGBM）表现最强（AUC = 0.70，95% CI：0.493–0.888）。SHAP分析表明pH是最主要的预测因子，其次是镁和钙，铁的贡献较弱。地理加权逻辑回归揭示了理化效应的显著空间非平稳性，并确定了约2700–3000米的特征交互尺度。综合而言，这些结果表明钩端螺旋体的持续性受空间异质的水化学梯度控制，并凸显了将可解释的机器学习与空间自适应回归相结合在环境病原体风险评估中的价值。