期刊导航
期刊开放获取
VIP36
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
全氟与多氟化合物在场地土壤中的垂直迁移行为
1
作者
陈新
孙霄
+2 位作者
单国强
仪淑君
祝凌燕
《环境化学》
北大核心
2025年第1期140-148,共9页
全氟与多氟化合物(per-and polyfluoroalkyl substances,PFAS)因其极强的环境持久性而受到广泛关注,然而其在土壤中的垂直运移行为尚不清楚.本研究在我国某氟化工业园区附近采集了深度为20.3 m的土柱,对其进行分层并提取土壤中的胶体....
全氟与多氟化合物(per-and polyfluoroalkyl substances,PFAS)因其极强的环境持久性而受到广泛关注,然而其在土壤中的垂直运移行为尚不清楚.本研究在我国某氟化工业园区附近采集了深度为20.3 m的土柱,对其进行分层并提取土壤中的胶体.定量分析不同深度土壤和胶体中18种常见PFAS.结果表明,土壤和胶体中PFAS平均总浓度分别达到了309.5 ng·g^(−1)干重和542.3 ng·g^(−1)干重,全氟辛酸PFOA为最主要的物质,占比均超过77%.随深度增加,长碳链PFAS在土壤与胶体中占比不断下降而短碳链PFAS则上升,说明短碳链PFAS具有更强的迁移能力.土壤与胶体在PFAS组成上具有明显差异:土壤中新型醚羧酸类PFAS占比显著高于胶体,而胶体中短碳链PFAS占比更高,说明PFAS的化学结构对其在胶体上的吸附具有较大影响.进一步的计算表明,相比于下层土壤,PFAS在上层土壤(0.1—2.6 m)胶体上具有较高的负载量(982.0 ng vs.146.0 ng),表明上层土壤中胶体载带对PFAS的垂直迁移具有一定贡献,特别是对短链羧酸垂直迁移的贡献要大于PFOA.本研究证明PFAS(尤其是短碳链PFAS)能够随胶体垂直运移至深层土壤并对地下水安全造成潜在威胁.
展开更多
关键词
全氟与多氟化合物
土柱
胶体
垂直迁移
在线阅读
下载PDF
职称材料
水培到土培体系植物根系PFAS吸收风险的迁移机器学习研究
2
作者
钱一凡
裴晨浩
+3 位作者
吕陈
吴同亮
刘存
王玉军
《农业环境科学学报》
CAS
CSCD
北大核心
2024年第11期2516-2524,共9页
为实现植物根系对全氟与多氟化合物(Per-and polyfluoroalkyl substances,PFAS)的吸收和积累的精准预测,本研究基于涵盖了19种PFAS的水培或土培体系文献数据,共计668条数据点,利用分子描述符、实验条件以及作物属性等作为特征变量,构建...
为实现植物根系对全氟与多氟化合物(Per-and polyfluoroalkyl substances,PFAS)的吸收和积累的精准预测,本研究基于涵盖了19种PFAS的水培或土培体系文献数据,共计668条数据点,利用分子描述符、实验条件以及作物属性等作为特征变量,构建4种机器学习模型分别预测了水培体系和土壤体系的根系富集因子(RCF),效果最佳的均是极端梯度提升树(XGB)模型,测试集决定系数(R2)分别为0.69和0.83,均方根误差(RMSE)分别为0.51和0.28。水培体系中PFAS的吸收、积累更容易研究,因此搭建了从水培体系到土壤体系的迁移学习模型,通过知识共享来提升RCF预测的准确度。最优的迁移模型的测试集R2达到了0.86,RMSE为0.25,准确性有显著提升。Shapley加性解释(SHAP)特征重要性分析结果显示,暴露时间、土壤pH和PFAS浓度是影响土壤根系吸收积累最主要的3个因素。本研究通过构建机器学习和迁移学习模型来预测土壤中植物根系PFAS的吸收积累,实现了简单水-植物根表体系向土-水-植物多个界面复杂体系的迁移,为评估土壤PFAS生态环境风险提供了新的视角。
展开更多
关键词
全氟与多氟化合物
植物根系吸收积累
机器学习
迁移学习
在线阅读
下载PDF
职称材料
题名
全氟与多氟化合物在场地土壤中的垂直迁移行为
1
作者
陈新
孙霄
单国强
仪淑君
祝凌燕
机构
环境污染过程与基准教育部重点实验室
出处
《环境化学》
北大核心
2025年第1期140-148,共9页
基金
科技部重点研发项目(2019YFC1804200,2022YFC3703200)
基金委联合基金(U23A205)资助.
文摘
全氟与多氟化合物(per-and polyfluoroalkyl substances,PFAS)因其极强的环境持久性而受到广泛关注,然而其在土壤中的垂直运移行为尚不清楚.本研究在我国某氟化工业园区附近采集了深度为20.3 m的土柱,对其进行分层并提取土壤中的胶体.定量分析不同深度土壤和胶体中18种常见PFAS.结果表明,土壤和胶体中PFAS平均总浓度分别达到了309.5 ng·g^(−1)干重和542.3 ng·g^(−1)干重,全氟辛酸PFOA为最主要的物质,占比均超过77%.随深度增加,长碳链PFAS在土壤与胶体中占比不断下降而短碳链PFAS则上升,说明短碳链PFAS具有更强的迁移能力.土壤与胶体在PFAS组成上具有明显差异:土壤中新型醚羧酸类PFAS占比显著高于胶体,而胶体中短碳链PFAS占比更高,说明PFAS的化学结构对其在胶体上的吸附具有较大影响.进一步的计算表明,相比于下层土壤,PFAS在上层土壤(0.1—2.6 m)胶体上具有较高的负载量(982.0 ng vs.146.0 ng),表明上层土壤中胶体载带对PFAS的垂直迁移具有一定贡献,特别是对短链羧酸垂直迁移的贡献要大于PFOA.本研究证明PFAS(尤其是短碳链PFAS)能够随胶体垂直运移至深层土壤并对地下水安全造成潜在威胁.
关键词
全氟与多氟化合物
土柱
胶体
垂直迁移
Keywords
PFAS
soil column
colloid
vertical transportation
分类号
X-1 [环境科学与工程]
O6 [理学—化学]
在线阅读
下载PDF
职称材料
题名
水培到土培体系植物根系PFAS吸收风险的迁移机器学习研究
2
作者
钱一凡
裴晨浩
吕陈
吴同亮
刘存
王玉军
机构
土壤与农业可持续发展国家重点实验室
中国科学院大学
出处
《农业环境科学学报》
CAS
CSCD
北大核心
2024年第11期2516-2524,共9页
基金
国家重点研发计划项目(2021YFC1809100)
国家自然科学基金项目(41977027)。
文摘
为实现植物根系对全氟与多氟化合物(Per-and polyfluoroalkyl substances,PFAS)的吸收和积累的精准预测,本研究基于涵盖了19种PFAS的水培或土培体系文献数据,共计668条数据点,利用分子描述符、实验条件以及作物属性等作为特征变量,构建4种机器学习模型分别预测了水培体系和土壤体系的根系富集因子(RCF),效果最佳的均是极端梯度提升树(XGB)模型,测试集决定系数(R2)分别为0.69和0.83,均方根误差(RMSE)分别为0.51和0.28。水培体系中PFAS的吸收、积累更容易研究,因此搭建了从水培体系到土壤体系的迁移学习模型,通过知识共享来提升RCF预测的准确度。最优的迁移模型的测试集R2达到了0.86,RMSE为0.25,准确性有显著提升。Shapley加性解释(SHAP)特征重要性分析结果显示,暴露时间、土壤pH和PFAS浓度是影响土壤根系吸收积累最主要的3个因素。本研究通过构建机器学习和迁移学习模型来预测土壤中植物根系PFAS的吸收积累,实现了简单水-植物根表体系向土-水-植物多个界面复杂体系的迁移,为评估土壤PFAS生态环境风险提供了新的视角。
关键词
全氟与多氟化合物
植物根系吸收积累
机器学习
迁移学习
Keywords
per-and polyfluoroalkyl substances(PFAS)
plant root absorption and accumulation
machine learning
transfer learning
分类号
X53 [环境科学与工程—环境工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
全氟与多氟化合物在场地土壤中的垂直迁移行为
陈新
孙霄
单国强
仪淑君
祝凌燕
《环境化学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
水培到土培体系植物根系PFAS吸收风险的迁移机器学习研究
钱一凡
裴晨浩
吕陈
吴同亮
刘存
王玉军
《农业环境科学学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部