中国环境科学

作者：杨晓玲, 王梦晓, 李晓娟, 袁雅文, 邵美晨, 穆云松, 白英臣, 吴丰昌

单位：1. 中国人民大学化学与生命资源学院, 北京 100872;2. 中国环境科学研究院, 环境基准与风险评估国家重点实验室, 北京 100012

关键词：铜,DOC,水质基准,模型校正,物种敏感度分布,机器学习

基金：国家自然科学基金资助项目(42277235,41521003)

以铜和我国代表性水生生物作为研究对象,在原有生物配位体模型(BLM)理论框架基础上,通过梯度提升决策树算法筛选和评估环境要素(硬度、pH值和溶解有机碳)的特征重要性,建立多变量耦合的多物种水生毒性预测模型;在此基础上对毒性预测值进行物种敏感度分布(SSD)分析,构建适合我国水环境特征的铜淡水生态基准预测模型.研究发现,基于3门5科水生毒性数据建立的三参数耦合预测模型的预测准确率(RFx,2.0)比BLM模型提升了42%;以Sigmoidal-logistic1模型拟合SSD曲线的效果最佳(0.922<R2<0.991,0.0267<RMSE<0.0767,P>0.05),进而计算出我国流域水环境中铜的短期水生态基准推荐阈值为0.07350~15.38µg/L;基于机器学习的特征重要性分析定量识别了DOC在金属水生态基准制定中的关键作用,也为众多环境影响因素的集约化处理提供直接证据.与以BLM模型为代表的国外技术相比,研究工作在开发适用于中国水环境特征和管理需求的金属“原位”水质基准制定技术方面做了有益尝试,不仅节约了环境监测和管理成本,也体现了水环境管理的区域化和精准化.

来源：2024年第7期

《中国环境科学》期刊编辑部

查看中国环境科学杂志2024年第7期