基于贝叶斯理论的小麦籽粒镉铅超标风险预测

来源：环境科学杂志2022年第1期北京时间：

作者：王天齐,李艳玲,杨阳,牛硕,王美娥,陈卫平

单位：中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085,中国科学院大学, 北京 100049,中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085,中国科学院大学, 北京 100049,中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085,中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085,郑州大学河南先进技术研究院, 郑州 450003,中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085,中国科学院生态环境研究中心, 城市与区域生态国家重点实验室, 北京 100085,中国科学院大学, 北京 100049

摘要：对农作物污染风险进行预测具有重大意义.基于贝叶斯定理及数据分布特征，建立了贝叶斯风险预测模型，并使用区域大田调查土壤-小麦重金属含量数据，预测小麦籽粒Cd和Pb超标风险并验证该模型的准确度.结果表明，该模型预测小麦籽粒Cd超标风险时相对偏差较小，以小麦籽粒Cd含量为变量的预测相对偏差仅为（2.66±1.87）%，以土壤DTPA-Cd含量和土壤Cd全量为变量时预测相对偏差则分别为（5.11±3.77）%和（5.88±3.87）%，3个变量均能使预测结果与真实超标概率的平均相对偏差小于10%.预测小麦籽粒Pb超标风险时，仅小麦籽粒Pb含量的预测相对偏差小于10%.数据来源、数据分布特征和变量的选择是影响贝叶斯风险预测模型预测相对偏差的重要因素.该模型基于大田数据的先验分布，能够有效反映大田生产条件下小麦籽粒重金属与土壤因子间的相互关系，预测较准确，具有应用潜力.

关键词：贝叶斯理论,预测模型,小麦,镉(Cd),铅(Pb),