互信息驱动下废弃钨矿区土壤潜在有毒元素分布控制因子与地球化学异常识别框架

《Chemosphere》：A mutual information-based framework for identifying the controlling factors of potentially toxic element soil distribution and geochemical anomalies in an abandoned tungsten mining area (Pe?a del Seo, NW Spain)

　　

一项基于互信息(Mutual Information, MI)的框架被用于识别西班牙西北部Pe?a del Seo废弃钨矿区中潜在有毒元素(Potentially Toxic Elements, PTEs)土壤分布及其地球化学异常的控制因子。研究人员采用MI揭示土壤属性与PTEs之间的非线性联系，这类联系被经典统计学所遗漏。面向领域的数据协调(Domain-informed data harmonization)实现了稳健的信息论分析。高密度采样与普通克里金(ordinary kriging)划定了砷(As)、铜(Cu)、铁(Fe)、铅(Pb)与钨(W)的异常区。岩性(lithology)控制W富集，而地形(topography)驱动As、Cu与Fe的再分布。该方法不依赖线性假设，可处理定量与分类混合数据，并通过置换检验(permutation testing)评估显著性。研究表明，相比Spearman秩相关(ρ)，MI能捕获土地覆被等变量对As、Pb、W的非单调依赖关系。成果为废弃矿区污染来源解析、背景值界定不确定性和修复优先级排序提供了可转移的分析流程。

研究背景方面，采矿遗留问题因潜在有毒元素(PTEs)进入土壤而造成持续环境与社会的复杂风险，且与现行土壤质量标准冲突，使修复管理不可避免。有效修复依赖于污染模式的空间制图及其控制因子认知。挑战在于：自然地球化学背景与人为贡献重叠，景观因子如岩性、地貌、气候、土地利用会调节金属迁移与再分布；传统统计如Spearman秩相关(ρ)只能识别单调趋势，无法捕捉环境系统中常见的非单调依赖。因此，研究人员在西班牙西北部San Vicente河流域Pe?a del Seo废弃钨矿区，构建并应用可重复的框架，融合互信息(MI)与ρ，经置换检验评估显著性，以识别As、Cu、Fe、Pb、W的分布控制因子与地球化学异常。

论文发表于《Chemosphere》。该研究意义重大在于：把信息论方法引入矿区分散污染解释，能在不预设线性的前提下处理连续—分类混合变量，降低背景值定义争议对因子识别的干扰，并为修复区划提供证据链。

关键技术方法上，研究人员采用分层采样：高密层约15点/km²覆盖历史采场、废石堆及下游廊道，低密控制层约5点/km²布设于集水区高处分水岭，共140个表层0–0.20 m土样。以Jenny状态因子模型组织气候、植被、地形、母质等变量；对原始分类变量做领域驱动再编码，避免类别过多稀释统计功效。MI估计采用Kraskov k近邻(k-NN, k=3)算法，置换1000次得经验p值(p_perm)；同时算Spearman ρ；普通克里金前做对数变换并迭代调整半变异函数滞后距与滞位数；局部地球化学背景用控制点均值加1倍标准差(mean + 1·SD)表述。

研究结果如下。

3.1 空间分布与PTE地球化学异常：基于140个样品描述统计与ordinary kriging制图，As、Cu、W极大值远超局部背景(BL)，变异系数(CV)>200%提示点源污染；Fe、Pb呈局地富集但中位数低于BL。As高值簇拥采区，沿排水网向下游孤立中值扩散；Cu高值位于采区及紧邻带，插值显示沿水系拉长；Fe全域基线偏高，异常核心在采区但梯度更宽；Pb高值位于采区以南，沿排水网颗粒传输明显；W异常紧绕采区、侧向扩散有限。结论：历史采矿是主要人为驱动，W、As具“被采矿动员的地球化学信号”特征。

3.2 统计依赖分析：MI检出As—土地覆被、Pb—土地覆被/土壤颜色、W—岩性等非线性关联，而ρ给出As—坡向(orientation)负单调、Fe—orientation负单调等趋势。W与岩性MI=0.234且p_perm<0.01，显示含黑钨矿(wolframite)与硫化物基岩为首要源；Cu与岩性MI≈0，说明其现分布更多受释放后二次再分配控制。结果显示线性/单调与非线性共同塑造PTE空间变异性。

讨论部分总结：插值图显示PTE与旧矿强空间耦合，Fe因次生铁相和有机质络合而分布更广。MI证实岩性是As、W空间格局主控，W极端局地异常是天然成矿禀赋被采矿释放浓缩分散。Cu缺乏岩性显著MI，反映酸性土壤中阳离子金属再迁移更强。As、W以氧阴离子种态倾向随铁(氧)氢氧化物滞留，Cu、Pb作为阳离子在酸程下短距再分布，其异常更常出现在坡下远矿处。地形变量（坡度slope、坡向orientation）代理径流、侵蚀、土壤湿度与有机质腐殖化对比，构成地形对表土重金属异质性的整体调控。研究者强调MI不依赖线性，能抓地质基底、坡面属性与土壤化学的复杂依赖；因子识别不受所采背景阈值影响，因为MI直接作用于实测浓度。

结论部分翻译：本研究展示一种融合高密度采样、地统计学，以及Spearman ρ与互信息(MI)双依赖分析的稳健流程，用于采矿景观PTE污染评价；MI无需线性假设即可度量地球化学变量间复杂关系。研究人员发现MI稳健识别含矿岩性为W与As空间变异源，其存在被解释为被人为动员的地球化学信号；W、As土壤异常限于历史采场周边，Cu、Fe尤其Pb表现更宽扩散。所有评估元素均显现与地貌变量（尤slope、orientation）和土壤属性（土壤质地soil texture、土壤颜色soil color、总碳Total C、总氮Total N）的单调及非线性关联；土地覆被与W、As、Pb有显著非线性关系。研究凸显MI成功应用不仅靠指标本身，也靠输入数据适当结构化；领域知协调比原始数据得出更一致结果，数据清洗属解释框架核心。所提方法为扰动景观环境评价提供可转移、可复现的分析管线模板。

以上解读全部浓缩自原文，未引入原文外推测。