基于增强型堆叠集成学习的中国北方黄河下游泛滥平原地下水氟和碘污染预测

《Applied Geochemistry》：Enhanced stacking ensemble learning for predicting fluoride and iodine contamination in groundwater of the lower Yellow River floodplain, Northern China

　　

摘要 地下水中的地源型氟离子（F?）和碘离子（I?）污染对公众健康和饮用水供应系统的可持续性构成持续威胁，尤其在数据匮乏地区，预防性管理面临较大挑战。然而，有效的地下水管理往往受到分散的监测网络和有限的决策支持工具制约，这些工具难以将复杂的环境信息转化为可操作的风险指导。本研究开发了一个可解释的决策支持框架，通过整合增强型堆叠集成学习、基于SHAP的解释方法和自组织映射（SOM），以支持可持续的地下水管理。利用292个地下水样本和40个环境预测变量，在中国北方黄河下游洪泛平原绘制了F?（≥1.0 mg/L）和I?（≥0.08 mg/L）的超标概率图。优化后的堆叠模型实现了较高的预测性能，F?的AUC值为0.94，I?的AUC值为0.92。空间预测显示存在不同但重叠的高风险带，其中43%的区域暴露于较高的氟化物风险，57%的区域暴露于碘风险，表明近一半的洪泛平原面临长期地下水质量限制。特征归因分析表明，水文地球化学条件主导污染风险，而水文地质、沉积环境、气候、人类活动和土壤理化性质进一步调节空间异质性。SOM聚类进一步阐明了水文地质条件和地球化学过程对F?和I?富集的综合影响。本研究展示了透明且可重复的人工智能工具如何增强地下水水质预测并指导大型冲积平原及数据匮乏、水文地球化学复杂地区的可持续水资源管理。

引言 地下水是全球数十亿人相对洁净的饮用水来源，但其水质日益受到天然污染物的威胁，特别是氟离子（F?）和碘离子（I?）（Wang等，2020）。尽管两者都是必需的微量营养素，但饮用水中过高的浓度可造成严重的健康风险，包括氟斑牙、氟骨症（Jannat等，2022）以及与碘过量相关的各种甲状腺疾病（Chen等，2018）。据世界卫生组织数据，氟化物的饮用水指南值为1.5 mg/L，而碘尚未制定全球性指南。在本研究中，我们采用《地下水质量标准》（GB/T 14848–2017）中更严格的国家标准阈值，即F?为1.0 mg/L，I?为0.08 mg/L。超过这些限值浓度的地下水被认为不适合人类长期饮用。中国（Wang等，2018）、印度（Brindha等，2010）、美国（Alarcon-Herrera等，2013）、阿根廷（Watts等，2010）、丹麦（Voutchkova等，2014）、孟加拉国（Rahman等，2020）和智利（álvarez等，2015）等许多国家均存在高氟高碘地下水问题，且地质背景和地球化学机制各不相同。一般而言，地下水中F?和I?的富集与迁移受成岩背景、水岩相互作用强度、含水层岩性、区域水气候条件和人类活动等综合因素控制（Han等，2021；Li等，2025a；Li等，2025b；Qu等，2022；Zhang等，2018）。

高氟地下水通常与碱性Na-HCO?型水相关联，其中Ca2?的消耗抑制了CaF?的沉淀并有利于萤石的溶解（Tuo等，2024）。Na-Ca阳离子交换或碳酸盐沉淀进一步降低了游离Ca2?的活性，强化了CaF?的不饱和状态（Guo等，2007）。在碱性条件下发生阴离子交换，OH?取代黑云母、白云母和黏土矿物中的F?，增强了氟化物从矿物晶格向地下水中的释放（Wang等，2023；Wang等，2020）。地下水滞留时间较长允许持续的水岩相互作用，而蒸发则加剧了含氟矿物的溶解（Nakaya等，2023；Vithanage和Bhattacharya，2015）。此外，过量抽取地下水可导致地面沉降，进而增加地下水盐度并促进氟化物富集，而不合理的土地利用则可能导致地下水污染和氟化物浓度升高（Li等，2020；Li等，2021）。

相比之下，碘的富集反映了氧化还原敏感转化和有机质动力学过程（Wang等，2020）。从氧化到还原条件下，碘酸根（IO??）和有机结合态碘转化为更具迁移性的碘离子（I?）（Voutchkova等，2017）。碱性pH条件下HCO??升高通过竞争性吸附促进碘释放，而低NO??表明有利于碘迁移的还原条件（Duan等，2016；Duan等，2020）。地下水流动迟缓处碘持续迁移，导致碘的滞留和累积（Tang等，2013）。碘从海水中的挥发及其随后的陆地向大陆传输构成全球碘循环中最重要的途径，为陆地碘的持续供给提供了外部输入（Carpenter等，2021）。在地表，土壤理化性质不仅共同影响碘的吸附和解吸过程，还影响氧化还原转化（Xue等，2022；Zhou等，2024）。人类活动包括地下水抽取、灌溉回归水、施肥和土地利用变化等，可直接或间接改变氧化还原条件、有机质循环和水文滞留时间，从而增强或抑制碘的迁移性（Li等，2017；Wei等，2021）。

近年来数据驱动建模的进展使得对砷（As）、氟（F）和碘（I）等地源型地下水污染物的预测成为可能，特别是在监测数据匮乏且水文地球化学过程复杂和非线性的区域。相应地，机器学习（ML）方法越来越多地被用于整合实测浓度与环境预测变量，既实现污染风险制图，又识别主导控制因素。以往研究表明，机器学习模型在预测富碘地下水和捕捉复杂水文地球化学控制方面的有效性，凸显了其相较于传统地统计插值方法的优势（Liu等，2022；Wei等，2021）。近期，Xia等（2024）将机器学习应用拓展至多污染物含水层，系统评估了多种算法，包括支持向量机、随机森林、AdaBoost和XGBoost，强调了物理化学和地质因素在控制砷、氟和碘空间分布中的相对重要性。

然而，大多数以往研究依赖单一机器学习模型来估算污染概率，由于固有的偏差-方差权衡，限制了预测精度和泛化能力（Cao等，2024；Mahmoud等，2025）。为克服这一局限并刻画地下水F?和I?富集背后的多因素耦合作用，我们采用了堆叠集成学习框架。每个基学习器独立训练，表现优异且结构简单逻辑回归模型作为元学习器组合基模型的预测，从而产生更稳健的预测和更清晰的过程解释（Cao等，2024；Chatzimparmpas等，2021）。该集成模型能够适应非线性、非加性和强交互作用。此外，SHAP量化环境预测变量的边际贡献和方向效应，揭示关键驱动因素及其协同作用（Baptista等，2022；Wang等，2024a）。同时，SOM用于水文地球化学模式识别，为映射的风险格局提供独立的佐证证据，增强对区域分区和控控过程的解释（Mia等，2023；Ming等，2024；Sengorur等，2015）。

山东省西南部平原位于黄河下游，是地下水F?和I?浓度经常升高的代表性地方病易发区（Gao等，2014；Xiao等，2022）。该区域具有暖温带季风气候，总溶解固体（TDS）高，pH呈碱性，湖泊相、洪泛相和古河道沉积物相互交织，导致岩性、地下水滞留时间、离子交换强度和氧化还原演化的细尺度异质性，并进一步受人类活动影响（Li等，2019；Xiao等，2022；Zhi等，2023）。这些相互交织的非线性控制因素导致显著的空间变异性，使得传统的单一机器学习模型难以充分捕捉这种复杂性，限制了预测精度、鲁棒性和降低过拟合风险的能力。因此，本研究旨在开发一个优化的堆叠集成框架，以高分辨率预测地下水F?和I?的超标概率，利用SHAP解释预测结果，并通过基于SOM的水文地球化学相佐证过程认知，最终提升风险制图能力，揭示主导环境控制因素，支持大型冲积平原及其他数据有限地区的可持续地下水管理策略。

研究区简介 研究区位于山东省西南部，构成黄河下游平原的一部分。北临黄河，东靠低山至中山（图1）。该区域位于暖温带季风区，属半湿润气候。年均降水量约729 mm，远低于年均蒸发量1879 mm。降雨分布不均，约70%的降水集中在……

地下水采样与分析 本研究使用的地下水采样数据来源于中国地质调查局和国家地下水监测计划开展的水文地质调查项目。样本采集于2007年和2008年深秋至初冬的11月至12月期间。主要阳离子浓度采用电感耦合等离子体质谱仪（Agilent 7500ce ICP-MS）分析。F?、I?和主要阴离子使用离子色谱法测定……

模型构建 为评估地下水F?和I?的预测性能，我们首先使用F?为1.0 mg/L、I?为0.08 mg/L的阈值将每个样本标记为超标或非超标。292个样本的数据集按超标状态分层，以8:2的比例随机划分为训练集和测试集（Erickson等，2021）。为评估空间自相关的潜在影响，采样点被进一步划分为五个地理上连贯的聚类……

结论 本研究使用292个地下水样本和40个环境预测变量构建了优化的堆叠集成模型来绘制F?和I?超标概率图，并联合SHAP和SOM解释控控过程。主要发现如下：

（1）堆叠集成模型实现了持续较强的预测性能。对于F?，模型AUC达到0.94，精确率为0.86。对于I?，模型AUC达到0.92，精确率为0.92，表明模型能可靠地判别……

CRediT作者贡献声明 毕雯雯：形式分析。邢珊珊：撰写——初稿、可视化、软件。董玉龙：数据整理。吴光伟：数据整理。知传顺：撰写——审阅与编辑、方法论、资金获取。胡晓农：监督、方法论、资金获取。常文波：资金获取、数据整理。陈洪年：调查。李洪良：调查。魏汝纯：概念化。李语曦：资金获取

利益冲突声明 我们谨提交题为《基于增强型堆叠集成学习预测中国北方黄河下游洪泛平原地下水氟和碘污染》的稿件，投稿至《应用地球化学》期刊。所有作者一致同意将本文作为研究论文提交贵刊，且不存在利益冲突。

致谢 本研究受国家自然科学基金（42572311、42430712、42202277）、山东省自然科学基金（ZR2025MS635、ZR2022QD024、ZR2022QD037、ZR2025QC393）、山东省高校青年创新团队支持计划（2023KJ318）和济南市科技计划项目（2021GXRC070）资助。

邢珊珊|知传顺|胡晓农|常文波|魏汝纯|李语曦|陈洪年|李洪良|董玉龙|吴光伟|毕雯雯 济南大学水利与环境学院，中国济南 250022