中国科学院精密测量院WR｜可解释性机器学习揭示了地理环境与景观布局对中国地表水质的影响
水处理文献速递
2025-04-15 09:21
文章摘要
本研究采用可解释性机器学习技术，分析了中国234个流域的地表水质影响因素。研究背景是全球水体富营养化问题严重，氮磷污染与流域土地利用方式和景观格局密切相关。研究目的是阐明土地利用格局对地表水质的影响，为流域管理提供依据。研究发现，城镇建设用地是氮的主要来源，农村居民点是磷的主要贡献者；地理条件通过塑造气候和景观组成，主导了水质空间差异（贡献达82%～89%）；在土地利用组成不变前提下，合理的源汇景观布局可改善水质（贡献11%～18%）。结论表明，可解释性机器学习能有效识别水质关键因素，为流域管理提供科学依据。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
