文献速递|南京师范大学JHM:可解释的机器学习模型揭示了沉积物中微塑料和全氟烷基物质在一个世纪尺度上的伙伴关系

本研究通过可解释的机器学习模型，探讨了太湖沉积物中微塑料和全氟烷基物质（PFASs）在一个世纪尺度上的相互作用。研究利用沉积物岩心重建了两者的历史共存，发现自20世纪90年代以来，微塑料和PFASs的含量显著增加。通过极端梯度提升（XGBoost）模型，研究发现透明和颗粒微塑料对PFASs浓度有显著影响，而PFOS和ΣPFASs对微塑料的影响也较大。环境因素如水分含量和氧化还原电位对污染物有重要影响。研究揭示了微塑料和PFASs之间的阈值效应，为理解新兴污染物在环境中的协同作用提供了新视角。