ES＆T Letters：将鱼类中的全氟和多氟烷基物质 (PFAS) 指纹与机器学习相结合，用于地表水中的 PFAS 源跟踪

文章预览

点击蓝字，   PFAS热点研究早知道 第一作者： John F. Stults 通讯作者： John F. Stults 中文标题： 将鱼类中的全氟和多氟烷基物质 (PFAS) 指纹与机器学习相结合，用于地表水中的 PFAS 源跟踪 . 英文标题： Integration of Per- and Polyfluoroalkyl Substance (PFAS) Fingerprints in Fish with Machine Learning for PFAS Source Tracking in Surface Water . 摘要详文 全氟烷基物质和多氟烷基物质 (PFAS) 是一类源自多种来源的环境污染物。 与许多商业产品和工业应用相关的独特化学指纹使 PFAS 成为机器学习 (ML) 辅助环境取证的理想候选者。 在这里，我们提出了一种在地表水系统的鱼类组织中使用 PFAS 指纹的新方法，通过概念验证演示对多种 PFAS 来源的暴露进行分类。实现两个预测特征的三种监督 ML 分类技术（k 最近邻 (KNN)、决策树、支持向量机）用于对文献报道的鱼类 PFAS 指纹进行分类 (n = 1057 )。 ………………………………