渝东地质高背景区土壤重金属Cr空间分布预测精度对比
来源：环境科学杂志2026年第1期北京时间：
作者：刘正鑫,凌斯祥,张水明,魏巍,冯俊杰,李晓宁,孙春卫,巫锡勇
单位：西藏大学工学院, 拉萨 850000,四川省自然资源投资集团攀西有限责任公司, 西昌 615000,西南交通大学地球科学与工程学院, 成都 611756,西南交通大学地球科学与工程学院, 成都 611756,西南交通大学地球科学与工程学院, 成都 611756,西南交通大学地球科学与工程学院, 成都 611756,西华大学应急管理学院, 成都 610039,西华大学应急管理学院, 成都 610039,西南交通大学地球科学与工程学院, 成都 611756
摘要：准确预测黑色岩系风化土壤重金属含量空间分布对地质高背景区生态发展和污染防控至关重要. 由于黑色岩系母岩复杂，传统插值在空间异质性方面较为欠缺，而机器学习方法在复杂山区的预测精度尚可，但缺乏系统比较. 选取渝东黑色岩系的地质高背景覆盖区土壤重金属Cr含量预测为例，从地质、地形、气候、土壤属性、人类活动与植被因子这6个方面选取了12个环境变量作为辅助变量，构建并比较了普通克里金（OK）、正则化随机森林（RRF）、轻量级梯度提升机（LightGBM）和多层感知器（MLP）这4种模型性能. 通过交叉验证对预测模型进行了评估和优选，获得了研究区Cr元素含量空间分布，并对其分布规律和影响因子进行分析. 结果表明，25.3%的Cr含量超出土壤基准值，低于农用地土壤风险规定的筛选值和管控值，表明Cr在土壤中出现了局部富集，但处于可管控范围内. 在Cr含量空间预测模型中，精度由高到低依次为：RRF（R2=0.855，RMSE=4.044）> LightGBM （R2=0.823， RMSE=4.465）>MLP （R2=0.801， RMSE=4.733）>OK （R2=0.323， RMSE=8.567），表明RRF模型具有优异预测性能. 不同预测方法对Cr元素预测结果空间分布趋势基本一致，但RRF模型对空间预测细节刻画更为突出，能精准识别高值区，LightGBM次之，而MLP则存在局部偏高预测，OK模型拟合能力最弱. RRF的影响因子重要性排序表明，黑色岩系地质高背景区Cr含量空间分布主要受地质因子（Fe2O3、MgO与K2O）、SOC、距河流距离和年降水量的影响. 综上，基于正则化随机森林的土壤重金属空间预测方法在复杂的高地质背景区更具优势，可为地质高背景区的污染调查、评价和管控提供有效的方法支撑.
关键词：土壤,铬（Cr）,重金属污染,黑色岩系,地质高背景区,空间分布预测,
