文献分享 | WRR：在全国范围内利用机器学习模拟溪流中的年度总有机氮浓度

本研究针对丹麦河流中总有机氮（TON）空间变异及驱动因素理解不足的问题，利用全国390个监测站点的数据，结合29个流域特征变量，构建XGBoost机器学习模型，旨在预测国家尺度河流年均TON浓度并解析关键环境因子。研究结果表明，模型在国家尺度模拟中性能适中，经偏差校正后可更好捕捉数据变异性；SHAP分析识别出DEM、农业用地比例、地下排水比例和湖泊面积是影响TON浓度的四个最关键因素，且驱动因素存在区域差异；国家尺度制图揭示了TON浓度在低洼沿海地区较高的显著空间异质性。