基于ALDS-MLR的土壤重金属污染来源解析研究_冯梓义.pdf

2023.4电脑编程技巧与维护1概述土壤重金属污染不仅会对土壤环境造成严重的破坏，还会通过食物链富集和传播，导致农场品重金属超标，最终影响人类和其他动物的健康。研究表明，Cd的过量食用会对人体的肝脏和骨骼造成严重的危害，影响人体免疫系统，特别是对发育期的青少年，危害性更大。因此，开展农产品土壤重金属污染来源解析，对于土壤的管理和修复及提高人类健康水平具有重大的意义。以稻田中的5个主要重金属元素（As、Hg、Cr、Cd、Pb）为 研 究 目 标，通 过 构 建 基 于LDA算 法 的ALDS-MLR解析模型，将模型与APCS-MLR模型进行对比，解析出研究区域稻田土壤重金属污染来源和贡献率，从而为当地土壤重金属污染科学防治与恢复控制工作提供依据。2材料与方法2.1研究区域概况某县地势比较复杂，高低相差悬殊，呈现出自西向东渐次降低的趋势，年均坡降14.5%，已形成了山区、丘陵和冲积平原三大基本地形类别。此地属亚热带季风湿润气候，年均室内平均温度为16.9，多年平均降雨量为1215.6mm。这里耕地类型主要包括果园、水田、旱地、水浇地4种，农产品的一般熟制方式为两年三熟或一年两熟，粮食作物以包谷、稻米为主。2.2样品采集与处理在某县典型稻田土壤区域共随机布设了722个采样点，采用5点法采样。在每个取样地点周围随机进行了5个深度均在020cm范围内的农田耕层土混匀，将土壤标本运回来后自然风干，去掉其中的植株根部和污物，混匀后进行了四分法分析，用玛瑙研钵将其磨碎后，经150目尼龙筛后装入密封箱中备用。用电子天平精确称重0.1000g土壤试样后，将根据名称所选择的土壤试样放置于由HNO3、HF和HClO4（比例为121）构成的混合酸溶液中消解，然后采用ICP-MS（安捷伦7700 x）测定土壤中重金属Cd、Pb、Cr的含量4；再称取0.5000g土壤试样，放入50%的王水中，利用微波法消解后，用原子荧光法测定As、Hg的浓度56。使用空白试样、平行样等标准物质（GBW07429）对试样实施标准管理，各种重金属的回收率都在（10010）%范围内。对土壤样pH值通过高固液混合物比（12.5）的玻璃电极法进行调节测量7。3基于 LDA 算法的 ALDS-MLR 源解析模型3.1LDA 算法以往的土壤重金属来源解析研究中都没有使用LDA降维，在LDA降维过程中可以使用类别的先验知识，克服了主成分分析（PCA）这样的无监督学习问题，以及无法使用类别先验知识的局限性。LDA算法采用LDA降维最大化类间距离、最小化类内距离，优化目标函数，得到最佳的投影矩阵。LDA算法的具体步骤如下。（1）计算类内散度矩阵Sw，如公式（1）和公式（2）所示：（1）（2）基金项目：国家重点研发开发项目（2016YFD0800902）、111引智项目（D20015）。作者简介：冯梓义（1997），男，硕士，研究方向为土壤重金属源解析。基于 ALDS-MLR 的土壤重金属污染来源解析研究冯梓义（三峡大学计算机与信息学院，湖北 宜昌443002）摘要：建立土壤重金属污染来源解析的受体模型，为土壤重金属的来源解析提供方法。以某县为研究区域，采集 722 个表层土壤样品信息，通过线性判别分析（LDA）算法进行特征降维，构建基于 LDA 算法的 ALDS-MLR 源解析模型，与 APCS-MLR 模型结果进行对比。结果表明，ALDS-MLR模型的源解析结果要优于 APCS-MLR 模型的结果。其中，ALDS-MLR 模型的回归系数均大于 0.75。该区域污染来源分析结果显示，研究区域土壤中的重金属元素主要来自汽车尾气和工业排放的混合源、工业源和农业源。关键词：稻田土壤重金属；LDA 算法；ALDS-MLR 模型；污染源解析34DOI:10.16184/prg.2023.04.0412023.4电脑编程技巧与维护其中，Ci为第i个样本，i为第i个样本的均值，x为样本的真实值。（2）计算每个类均值点相对于样本中心的散列情况，得到间散度矩阵Sb，如公式（3）所示：（3）其中，C为样本的类别数，i为第i个样本的均值，是所有样本的均值，如公式（4）所示：（4）（3）优化目标函数，使其类间距离最大、类内方差最小；最大化目标函数，如公式（5）所示：（5）其中，为投影矩阵，Sb、Sw分别为类间距离散度和类内距离散度。（4）计算矩阵Sw-1Sb，对矩阵进行特征分解。（5）根据（4）计算所得到的特征值，计算Sw-1Sb最大的d个特征值和对应的特征值向量（1,2,3,d），得到投影矩阵。3.2ALDS-MLR 源解析模型ALDS-MLR源解析模型是基于LDA特征降维下的一种化学建模算法，其主要步骤如下。（1）数据标准化处理。多个重金属浓度之间存在量纲问题，为了消除不同量纲在回归模型准确率方面的差异，需要将各重金属浓度数据进行标准化。（2）得到线性判别得分矩阵。利用LDA特征降维算法得到降维后的投影矩阵，将矩阵与标准化的重金属浓度矩阵进行矩阵相乘，得到线性判别得分矩阵。（3）建立ALDS-MLR模型。将绝对线性判别得分作为自变量，将重金属浓度作为因变量，做回归分析，得到回归系数与回归常数项，如公式（6）所示：（6）其中：bio为多元线性回归的常数项，bpi为多元线性回归的回归系数；ALDSp为因子p的绝对线性判别得分；bpiALDSp为因子p对于ci的含量贡献，所有样本的bpiALDSp平均值为因子p对应的污染源平均绝对贡献量。其中，因子p对应的污染源贡献率为其平均绝对贡献量与所有源贡献量的比值。4土壤重金属来源分析4.1土壤重金属污染源定性识别4.1.1 相关性分析结果通过社会科学统计软件包（SPSS）对研究区域内的5种重金属进行相关性分析，通常用重金属之间的相关性系数去推测各重金属是否来自同一污染源。一般来说，相关性系数越大，则各重金属越有可能来自同一污染源8。相关性分析结果如表1所示。研究区域中As、Pb和Cr这3种重金属之间具有极显著的正相关关系（P0.01），其中显著性较明显的是Pb-As和Pb-Cr，相关系数分别为0.566和0.560。4.1.2LDA 降维结果利用线性判别分析LDA降维，最大化类间距离，最小化类内距离，优化目标函数，得到最佳的投影矩阵。得到投影系数矩阵如表2所示。源1对As、Pb和Cr具有较大的贡献率占比。由相关性可知，As和Pb具有显著的相关关系，说明As和Pb可能来自于同一污染源。研究区域南部为交通枢纽中心，由于Pb为汽车尾气被排放物，含有Pb元素的汽车尾气排放到空气中，推断源1含有汽车尾气排放。Cr和As且具有显著的相关性，实际调研发现，研究区域中高值区域有大量的化工厂，化工活动产生的工业废气被排放在空气中，通过干湿沉降落在地表，造成重金属的污染。因此，推断源1为汽车尾气排放和工业排放的混合源。源2对载荷贡献最大的重金属是Cd。经调查发现，在南部主要支流一带出现了大量化工厂，而Cd也被广泛应用于各种化工产品生产中，而这种重金属主要以工业废气、污水和废渣等形式排出，环境下沉、土壤径流、固废堆弃都会引起土壤中Cd的富集9。Yang等10在以往的调查也表明，Cd大部分来源于工业生产废气。因此，推断源2为“工业源”。源3载荷范围较大的重金属为Hg。研究表明，高AsHgCrCdPbAs1Hg-0.0141Cr0.392*-0.0181Cd-0.159*0.0160.185*1Pb0.566*0.077*0.560*0.0711表1研究区域稻田土壤重金属相关性分析元素Elements函数Function源1源2源3As0.800-0.336-0.032Hg0.0140.0090.997Cr0.7820.308-0.059Cd0.0320.9530.010Pb0.8740.0520.098表2土壤重金属投影系数矩阵*表示在0.01水平（双侧）上显著相关；*表示在0.05水平（双侧）上显著相关。352023.4电脑编程技巧与维护重金属ALDS-MLRAPCS-MLRR2SER2SEAs0.7531.700.6382.06Hg0.9950.0350.7690.14Cr0.980.130.7095.38Cd0.9080.0170.4470.04Pb0.8591.550.7751.959值区域有江河和灌溉渠经过，当地农民多年来为增加粮食作物的产量，使用了过量的杀虫剂，从而导致了一定的Hg元素污染，研究证明Hg是杀虫剂的主要构成因子1112，Hg元素在被禁用以前曾应用于农作物生产中，但因为土壤中重金属的不易分解性，迄今仍在土壤中累积保存，因此推断高值区域土壤中Hg的积累很可能是因长期的污灌而导致的，故源3为“农业源”。4.2ALDS-MLR 源解析结果通过构建ALDS-MLR模型，得到关于5种重金属元素的多元线性回归方程。5种重金属元素回归方程的重金属拟合值与实测值的比值都接近1，ALDS-MLR模型与APCS-MLR模型的5种重金属元素的复相关系数对比结果如表3所示。结果显示，ALDS-MLR模型的5种重金属元素的复相关系数均高于APCS-MLR模型，线性回归决定系数R2均大于0.75，表明ALDS-MLR模型的拟合效果要优于APCS-MLR模型拟合效果。研究区域稻田土壤重金属污染源贡献率如图1所示。研究区域稻田表层土壤重金属含量主要受到汽车尾气排放、工业尾气排放、工业源和农业源的影响。由ALDS-MLR受体模型的定量源解析可知，贡献率分别为51.27%、23.02%、8.18%，其中混合源对As、Cr、Pb的贡献率较大，分别为70.67%、77.50%和93.84%；工业源对Cd、As和Cr的贡献率较大，分别为83.81%、13.08%、13.40%；农业源对Hg的贡献率较大，为39.45%。参考文献1WANGY,GUOG,ZHANGD,et al.An integratedmethodfor source apportionment of heavy metal(loid)s in a-gricultural soils and model uncertainty analysisJ.Environmental Pollution,2021:116666.2李忠武,王磊,冉凤维,等.基于APCS-MLR模型的西洞庭湖沉积物重金属来源解析J.长沙理工大学学报（自然科学版）,2022,19(2):1-14.3张旺,高珍冉,邰粤鹰,等.基于APCS-MLR受体模型的贵州喀斯特矿区水田土壤重金属源解析J.农业工程学报,2022,38(3):212-219.4刘雅静.测定固体废物中金属元素电感耦合等离子体质谱法的研究D.青岛:青岛理工大学,2014.5GB/T 22105.2-2008.土壤质量总汞、总砷、总铅的测定原子荧光法 第2部分：土壤中总砷的测定S.中华人民共和国国家质量监督检验检疫总局;中国国家标准化管理委员会,2008:8.6GB/T 22105.1-2008.土壤质量总汞、总砷、总铅的测定原子荧光法第1部分：土壤中总汞的测定S.中华人民共和国国家质量监督检验检疫总局;中国国家标准化管理委员会,2008:8.7顾会,赵涛,高月,等.贵州省典型铅锌矿区土壤重金属污染特征及来源解析J.地球与环境,2022,50(4):506-15.8袁宏,钟红梅,赵利,等.基于PCA/APCS受体模型的崇州市典型农田土壤重金属污染源解析J.四川环境,2019,38(6):35-43.9周亚龙,杨志斌,王乔林,等.雄安新区农田土壤-农作物系统重金属潜在生态风险评估及其源解析J.环境科学,2021,42(4):2003-2015.10 YANG S,HE M,ZHI Y,et al.An integrated analysison source-exposure risk of heavy metals in agriculturalsoils near intense electronic waste recycling activitiesJ.Environment internatio