Geosci. Front. | 基于传统与模糊逻辑模型的健康风险评估与机器学习方法预测地下水氟化物水平的饮用水适宜性

本研究针对印度南部硬岩Arjunanadi河流域的地下水氟化物污染问题，采用机器学习与传统及模糊逻辑模型相结合的方法进行健康风险评估。研究区地下水氟化物浓度介于0.1~3.1 mg/L之间，32个样本超出WHO标准（1.5 mg/L）。水文地球化学分析表明，氟化物主要来源于地质成因。五种机器学习模型中，AdaBoost模型表现最优，准确率达96%。传统健康风险评估显示，65%和12%的样本分别对年轻群体具有牙氟中毒和骨骼氟中毒高风险。模糊推理系统（FIS）模型进一步揭示，成人及老年人因长期暴露于高氟水体，同样面临健康风险。研究建议定期检测水质、实施地下水回灌技术及高效除氟措施，以降低健康风险。该研究为地方政府和社区提供了重要依据，符合可持续发展目标（SDGs）第3项和第6项。