《Environmental Research》：Indicator-based sustainability assessment of poultry litter ash (PLA) as a supplementary cementitious material using an AHP-TOPSIS-RSM framework
编辑推荐：
地下水总氮预测与驱动因子识别研究基于Hangbu河流域59个监测井六次采样数据，通过多尺度缓冲区分析（500-3500m）确定3000m为最优空间尺度，构建加权投票与堆叠策略的集成机器学习框架，验证了集成模型在R2=0.87和RMSE=1.11上的优越性，SHAP分析揭示景观格局、地形与降水存在非线性交互驱动效应，递归特征消除筛选出9个关键因子。
孙奇奇|崔玉环|王杰|陈冠宇|张淑慧|杨明|刘梦宇|郝双|刘林
安徽农业大学资源与环境学院，中国合肥市230036
摘要
地下水中总氮（TN）是衡量地下水生态安全的关键指标，准确的预测和驱动因素识别对于有针对性的氮素控制和流域管理至关重要。为了解决单一模型的局限性并更好地捕捉复杂相互作用，本研究以巢湖的主要支流——杭埠河流域为例进行了研究。从2024年11月至2025年9月期间，通过59个监测井收集了地下水中总氮数据以及与气候、地形、土地利用、植被和土壤性质相关的多种环境变量信息。采用多尺度缓冲区分析（500–3,500米）确定了最佳空间尺度，随后开发了一个结合加权投票和堆叠策略的可解释集成机器学习框架。结果表明，3,000米的缓冲区尺度是最佳预测尺度。集成学习提高了预测性能：投票方法的准确率最高（R2 = 0.87），而堆叠方法的误差最低（RMSE = 1.11，MAE = 0.76）；F检验（p < 0.05）证实了这些改进的稳健性。SHAP分析表明，地下水中总氮的空间变异性主要与景观配置（CIRCLE_MN）、地形（DEM）和降水之间的非线性相互作用有关。基于Spearman相关性排名的递归特征消除方法显示，前九个预测因子能够捕捉到控制地下水中总氮变异性的关键信息（R2 = 0.81）。所提出的集成学习框架有助于更好地理解复杂流域中的地下水氮动态，并为精确控制地下水氮污染提供了实用的方法支持。
引言
作为地球上最丰富的可获取的淡水资源之一，地下水对人类社会的可持续发展具有重要的战略意义（Li等人，2022年）。根据联合国教科文组织的报告，全球近一半的人口依赖地下水作为主要饮用水来源，同时地下水在确保农业灌溉、水产养殖和工业供水方面发挥着至关重要的作用（Jiang等人，2022年）。在中国，地下水是国家水资源安全的重要组成部分，特别是在主要粮食生产区保障农业生产方面（Liu等人，2013年）。与地表水相比，地下水的更新率较低，自净能力也较弱；一旦受到污染，修复工作极具挑战性，恢复周期可能长达数十年，且成本极高（Gao等人，2021年）。
随着农业和城市化的加剧，由过量氮和磷输入引起的农业非点源污染已成为影响地下水质量的主要因素（Sheng等人，2020年）。这种污染具有扩散性、隐蔽性和滞后性，通过降雨径流和农田渗透等复杂途径渗入地下水，对区域水生生态系统和饮用水安全构成长期潜在威胁（Jia等人，2020年）。在中国的主要粮食生产区，高强度的农业活动与有利的水文地质条件相结合，加剧了营养污染（Mahboobi等人，2023年）。总氮（TN）在地下水中的迁移和转化过程受到生物地球化学过程（如硝化作用、反硝化作用）以及水文地质条件和人为活动的共同影响。准确预测总氮浓度的空间分布可以直接反映农业活动对地下水的影响，并为流域内的氮循环管理提供定量支持。因此，精确模拟地下水总氮的空间分布和识别关键驱动因素对于区域绿色农业发展和管理决策至关重要。
近年来，机器学习（ML）作为一种有效且广泛采用的工具，因其在处理高维、非线性数据集方面的优势而脱颖而出（Haggerty等人，2023年；Sham等人，2025年）。人工神经网络（ANNs）、支持向量机（SVMs）、随机森林（RF）和极端梯度提升（XGBoost）等算法已广泛应用于地下水质量建模，并在预测硝酸盐和总溶解固体（TDS）等关键指标方面表现出高准确性（Tong等人，2025年）。此外，深度学习和集成学习方法（包括装袋法、提升法和堆叠法）的出现为捕捉复杂环境系统中的非线性特征相互作用提供了新途径（Tao等人，2022年；Luo等人，2023年）。例如，RF模型已成功应用于德国黑森州的硝酸盐浓度制图，展示了土地利用、氮平衡和水文地质单元等空间环境变量的显著影响（Knoll等人，2019年）。最近的研究表明，将地理信息系统（GIS）与机器学习相结合，可以在监测数据有限的情况下高效评估农业灌溉区的地下水质量，大幅降低监测成本（Makhlouf等人，2025年）。这些发现不仅突显了机器学习在处理高维、非线性地下水数据集方面的优势，还为复杂环境系统中的营养迁移和转化提供了新的见解。然而，现有研究主要集中在单个机器学习模型的准确性比较上，缺乏对不同集成策略（如加权投票和堆叠）在地下水质量预测中的协同效益的系统性评估。在驱动因素分析方面，大多数研究仍停留在传统的相关性分析阶段，无法量化多个环境因素之间的复杂非线性关系和相互作用，这限制了它们在精准流域管理中的决策支持能力（Barzegar等人，2018年）。
为了解决这些问题，本研究选择了中国安徽省的杭埠河流域作为案例，旨在（1）开发一个整合多种集成策略（如投票和堆叠）的机器学习框架，系统评估其在预测地下水中总氮浓度方面的性能；（2）利用SHapley加性解释（SHAP）值定量分析多源因素（包括气候、土地利用和土壤性质）的贡献和相互作用；（3）通过递归特征消除方法识别一组核心驱动因素，为精准预防、控制和高效监测流域内的地下水污染提供系统指导。
研究区域概述
杭埠河流域（图1）位于中国安徽省中部（116.6–117.2°E，31.4–31.9°N），涵盖舒城县、肥西县（合肥市）和庐江县的部分地区，其中大部分流域位于舒城县境内。杭埠河的主流发源于舒城县大别山脉余脉的竹头涧北部山区。在肥西县的三合镇与凤乐河汇合后，河流穿过新河
数据集
降水和温度是调节地下水水文过程和生物地球化学循环的关键气候因素（Oduor等人，2023年；Persaud和Levison，2021年）。地形特征从根本上控制着地表和地下径流、物质传输和能量再分配（LaBianca等人，2024年）。土地利用直接反映了影响地下水环境的人为活动（Singh等人，2019年）。植被，特别是某些区域的植被
单模型性能比较
四种模型（MLP、SVR、RF和XGBoost）的模拟结果在500至3,500米的缓冲区范围内进行了比较。如表2所示，MLP的R2值在0.39（2,500米）到0.75（3,000米）之间波动较大，表明其对空间尺度非常敏感，且在较小缓冲区内的拟合性能不稳定。XGBoost也表现出类似的趋势，R2值在0.46（500米）到0.82（3,000米）之间，但在较大尺度上的表现最佳
不同缓冲尺度对模型预测精度的影响分析
正确确定缓冲区尺度是地下水环境评估的关键组成部分，因为它直接影响模型表示污染物迁移路径和源-汇关系的能力（Lee等人，2021年）。通过多尺度比较分析，本研究确定3,000米的缓冲区尺度是捕捉杭埠河流域地下水中总氮浓度空间变异性的最有效尺度。该尺度避免了信息缺失的问题
结论
本研究开发了一个可解释的集成机器学习框架，用于预测杭埠河流域地下水中总氮的含量并识别其关键驱动因素。结果表明，3,000米的缓冲区尺度是最佳空间尺度。在该尺度下，投票集成方法的预测准确率最高（R2 = 0.87），而堆叠集成方法则表现出更优秀的误差控制能力（RMSE = 1.11，MAE = 0.76）。统计测试证实了集成模型的显著优势
作者贡献声明
刘林：撰写 – 审稿与编辑，监督。王杰：方法论，调查，正式分析，概念化。陈冠宇：撰写 – 审稿与编辑，验证，方法论，概念化。孙奇奇：撰写 – 审稿与编辑，初稿撰写，可视化，方法论，数据管理，概念化。崔玉环：撰写 – 审稿与编辑，验证，资金获取，正式分析，概念化。刘梦宇：数据管理，
未引用参考文献
Harkort和Duan，2023年；Lepot等人，2016年；Li等人，2022年；Reddy Y等人，2024年；Song，2015年；Yang等人，2023年；Zheng和Wang，2021年。
数据可用性
数据可应要求提供。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。
致谢
本研究得到了安徽省自然科学基金（编号2308085MD114）、国家自然科学基金（编号32171573）以及安徽省大学自然科学研究项目（编号2023AH051002）的资助。
