【文献精选】Gro for S D|中国平原北部典型水文地质单元浅层地下水铁异常识别与NBLS估计的水化学与机器学习方法对比研究

本研究针对华北平原浅层地下水中铁异常识别问题，从背景角度分析了地下水铁来源包括自然沉积和人类活动影响，研究目的为比较迭代2倍标准差法、改进水化学方法（MI-OPT）和孤立森林模型三种异常识别方法的性能并确定铁天然背景值。结果表明：MI-OPT方法表现稳定且能识别水化学相关异常，孤立森林模型可高效检测异常但可能过度识别，迭代2倍标准差法对数据分布敏感稳定性较差。最终采用MI-OPT方法确定四个水文地质单元铁天然背景值上限分别为0.45 mg/L、2.80 mg/L、2.58 mg/L和1.59 mg/L，并通过信息熵和污染指数验证了异常识别可靠性。