基于机器学习模型的南宁盆地地下水中硝酸盐浓度预测及健康风险评价OA北大核心

地下水中硝酸盐污染已成为一个备受关注的全球性公共健康问题。本研究以南宁盆地为研究区域,采用逻辑回归、决策树及随机森林3种机器学习模型,结合降水量、氮肥施用量和人口密度等多种环境因子,构建了地下水中硝酸盐浓度的预测模型,预测了南宁盆地地下水中硝酸盐浓度的空间分布,并评估了其对不同人群的健康风险。结果表明:随机森林模型的预测性能优于其他模型,其R^(2)值为0.736,RMSE和MAE分别为2.736和2.077;南宁盆地大部分地下水中硝酸盐浓度处于安全范围内,但约16.14%的区域存在污染风险,这些区域主要分布在农业区;婴儿和儿童通过饮水摄入硝酸盐的非致癌健康风险超过了可接受范围,尤其是在污染较为严重的南宁盆地西南部和东部地区。本研究为岩溶地区地下水污染管理和公共健康保护提供了科学依据。