中科院地理资源所李尤课题组ESE：钢铁厂土壤中多环芳烃的异质性、非线性特征及多因素交互作用

主要观点总结

本文介绍了针对钢铁厂污染场地PAHs（多环芳烃）的异质性、非线性和交互性研究的多维分析框架的构建与应用。文章通过整合机器学习与空间分析的方法，揭示了钢铁场地多环芳烃污染的来源、影响因素及其交互作用。研究内容包括构建多维分析框架、因子重要性排序及PAHs-影响因素的关系分析、不同土层中PAHs与影响因素的空间聚类、PAHs与影响因子关系的异质性分析以及生产因素与土壤因素的交互效应等。

关键观点总结

关键观点1: 研究背景

钢铁厂污染场地是工业污染的主要来源之一，其土壤污染具有空间异质性、影响因素复杂等特点，给污染控制与修复带来巨大挑战。

关键观点2: 研究方法

本研究采用多维分析框架，整合机器学习与空间分析的方法，对钢铁场地多环芳烃污染的来源、影响因素及其交互作用进行研究。

关键观点3: 主要结果

（1）构建多维分析框架，全面解析PAHs污染源及影响关系；（2）发现与生产设施的距离是主导驱动因素，影响半径为60米；（3）生产因素对2-3环PAHs的影响强于对4-6环PAHs的影响；（4）土壤含水量和黏粒含量是调节PAHs迁移扩散的关键因素；（5）揭示生产因素与土壤因素的交互效应，将解释力从0.5提升至0.9。

关键观点4: 研究意义

本研究深化了对工业PAHs污染机制的认知，为不同污染场地的针对性预防及修复策略提供了可推广的指导方案。