来源：期刊VIP网 时间：
作者：傅嘉辉;陈云;王丽娜;石佳奇;韦婧;刘雪岩;张红燕;
单位：湖南农业大学信息与智能科学技术学院;生态环境部南京环境科学研究所国家环境保护土壤环境管理与污染控制重点实验室;
摘要：随着大数据时代的到来，机器学习在环境保护领域中得到了广泛应用。机器学习方法可从大量复杂数据中提取有效信息，在处理土壤污染识别问题上表现出明显优势。为了解机器学习在土壤污染识别中的研究进展，对Web of Science数据库中2007—2022年间相关领域文献进行文献计量分析，结果显示，相关领域研究论文发表量呈逐年上升趋势。此外，通过关键词共现分析和联系强度分析发现，基于机器学习方法构建预测模型已成为农业土壤污染识别、土壤重金属污染来源及其健康风险评估等方面的研究热点。已有研究中，常用的机器学习方法包括随机森林、支持向量机、人工神经网络和深度学习等。然而当前机器学习在土壤污染识别应用中仍存在一定的局限性，未来需要加强数据质量的提升和预测模型的优化，以进一步提升机器学习在该领域的应用效果。
关键词：机器学习;;土壤污染;;重金属;;风险评估;;文献计量
基金资助：生态环境部南京环境科学研究所创新团队项目(ZXQT202301002);; 国家自然科学基金项目(41977139);; 中央级公益性科研院所基本科研业务专项(GYZX220101);; 湖南省自然科学基金资助项目(2021JJ30351)
