广东省科学院土壤所张博伦团队ENCECO：机器学习-地统计学自适应工作流分离土壤重金属人为输入与自然异质性的新方法

文章研究了如何区分土壤重金属的自然本底与人为输入问题。研究背景指出当前采用单一背景阈值易导致误判。研究目的为构建空间自适应工作流，在复杂地质背景下精确分离自然本底与人为贡献。研究以吉林省中部3916个土壤采样点为依托，结合期望最大化算法和高斯过程回归，构建自适应工作流框架。结论表明该框架可从源解析与空间异质性识别出发，系统实现土壤重金属背景值的空间自适应确定与人为/自然来源的精准分离。