基于APCS-MLR模型和地理探测器的煤矸山周边土壤污染溯源解析和影响因素分析

来源：环境科学杂志2024年第1期北京时间：

作者：马杰,秦启荧,王胜蓝,李名升,封雪

单位：重庆市生态环境监测中心, 重庆 401147,中国环境监测总站, 北京 100012,有机污染物环境化学行为与生态毒理重庆市重点试验室, 重庆 401147,重庆市生态环境监测中心, 重庆 401147,重庆市生态环境监测中心, 重庆 401147,中国环境监测总站, 北京 100012,中国环境监测总站, 北京 100012,国家环境保护环境监测质量控制重点实验室, 北京 100012,中国环境监测总站, 北京 100012,国家环境保护环境监测质量控制重点实验室, 北京 100012

摘要：以重庆市煤矸山周边土壤为研究对象,运用绝对因子得分-多元线性回归（APCS-MLR）模型对土壤重金属开展源解析,考虑坡度、高程、土壤点位与煤矸山、居民点和主干道距离等5个环境因子,运用地理探测器开展土壤影响因素分析. 结果表明,研究区土壤ω（Cd）、 ω（Hg）、 ω（Pb）、 ω（Cr）、 ω（Cu）、 ω（Zn）和ω（Ni）均值分别为1.33、0.29、32.9、142、68.8、118和54.6 mg·kg-1,Cd是首要污染物. APCS-MLR模型源解析结果表明,研究区土壤受矿业源影响,贡献率为37.1%,污染因子以Cd、Hg和Pb为主；受农业和交通源影响,贡献率为36.2%,污染因子以Cu、Zn和Ni为主；受自然源影响,贡献率为26.7%,污染因子以Cr为主. 地理探测器分析结果表明,Cd、Hg和Pb在环境因子“与煤矸山距离”解释力最强,Cr、Cu、Zn和Ni在环境因子“与居民点距离”解释力最强,因子两两交互后,影响力均有提升,说明土壤重金属空间含量分布特征受多因子复合影响. APCS-MLR模型和地理探测器联用,可以在源解析和影响因素分析上相互验证,使解析结果更加全面、准确和可靠.

关键词：土壤,重金属,绝对因子得分-多元线性回归（APCS-MLR）模型,地理探测器,源解析,影响因子,