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
2025-04-14 14:03
文章摘要
本研究采用可解释性机器学习技术，对中国234个流域的地表水质影响因素进行了大尺度评估。研究背景是全球水体富营养化问题严峻，而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，并量化不同因素的相对贡献。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，而地理条件通过塑造区域气候和土地利用组成，主导了水质的空间差异。结论表明，在土地利用组成不变的前提下，合理的源汇景观布局有助于改善水质，为流域管理提供了科学依据。
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。
推荐文献
Back cover
Pub Date : 2025-03-27
Reversible transformations of sulfamethoxazole and its submoieties by manganese-oxidizing bacteria and biogenic manganese oxides in the presence of humic substances.
DOI: 10.1039/d4em00593g
Pub Date : 2025-04-09
Selective ·OH generation in Fenton-like reaction by dual sulfur coordination of iron organic frameworks
DOI: 10.1016/j.watres.2025.123653
Pub Date : 2025-04-15
水处理文献速递
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.
2025-04-15
最新文章
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
2025-04-15
京公网安备 11010802042870号
