多区块地理加权偏最小二乘回归模型研究及在环境－食品重金属迁移研究中的应用

Food heavy metals contamination, from gradually environmental transfer and accumulation, shows two main characteristics - spatial heterogeneity and multi-categorical factors. As the critical foundation of food safety assessment and early-warning, environment-food heavy metal transfer models are based on this assumption - stratification of multi-level spatial units. Those models can not handle spatial heterogeneity and multi-categorical factors in the environment-food heavy metal transfer. Therefore, it is urgent to establish novel method derived from spatial statistics. From the perspective of local area, this study will develop multiblock geographically weighted partial least squares regression (MBGWPLS), including its theoretical properties, statistical inference, and model extension. Using spatial weighted matrices, multiblock partial least squares regression will be extended to geographically weighted regression model. To test the statistical performance of MBGWPLS, a series of Monte Carlo simulations are carried out under different conditions. Furthermore, a statistical analysis software of MBGWPLS will be provided to analyze complex spatial data. The actual performance MBGWPLS is exmained in a field study on the spatial transfer of heavy metals from environment to food.Consequently, MBGWPLS will be used to establish a novel model of food heavy metal transfer. The newly proposed model will support the risk assessment of food metals, and guide the risk warning on safety of food.

食品重金属污染来源于环境的逐步迁移累积。其具有两大特点：空间异质性与影响因素的多类属性。环境－食品重金属迁移模型是食品安全风险评估与预警技术的关键基础。而现有的重金属迁移统计模型均基于多水平空间单元分层假定，无法有效处理重金属污染的两大特点。因此，构建新的空间统计方法成为一项极为重要的课题。 本研究将从局域空间的视角，基于地理加权回归，结合多区块偏最小二乘回归，利用空间权重矩阵，从模型构建、统计推断和理论性质三个方面，构建多区块地理加权偏最小二乘回归MBGWPLS的理论与方法，并编写MBGWPLS软件，为复杂空间数据建模提供新的统计理论与方法。并运用MBGWPLS对食品重金属污染现场数据予以模拟研究与实证性建模，探讨食品重金属迁移过程与相关影响因素，为食品安全风险评估与预警提供依据。

本项目着重探讨处理空间数据存在多个变量区块情形的一种统计分析方法-多区块地理偏最小二乘回归(MB-GWPLSR)，利用SAS编程环境，编写了MB-GWPLS软件，并将其用于环境－食品重金属迁移研究之中。在本研究中，将重金属镉从环境向大米迁移的影响因素，变量划分三个区块，即，土壤理化变量区块（如，土壤的酸碱度、容重、有机质、交换性酸度），各态镉变量区块，（如，土壤中总镉、有效态镉、碳酸盐态镉、有机结合态镉），以及，反应变量大米中镉含量。其中，各镉含量均取自然对数。运用MB-GWPLSR建立环境－大米镉转移模型，并且，与传统偏最小二乘回归(PLSR)进行性能比较。本项目研究结果表明，MB-GWPLSR较好地利用变量区块的先验信息，使得其无论是在数据拟合、预测性能方面，还是在维度压缩方面，均优于PLSR。由此可见，MB-GWPLSR适用于具有变量区块的复杂数据建模，具有较好的信息综合和解释能力。并且，本研究结果表明，变量区块可分为四个成分，分别反映了土壤中酸度水平、有机质水平、总镉水平与易吸收镉水平四类信息，其中，大米镉水平与有效态镉水平关系最为密切，且呈正向关联，与酸碱度、交换性酸度关系密切程度次之，且呈负向关联，与碳酸盐态镉和总镉水平稍呈负向关联，其关系密切程度较弱；而容重、有机质、有机结合态镉与大米镉水平关系不甚密切。.因此，本项目在统计模型与分析方面，建立起了MB-GWPLSR统计模型，提出了参数估计与分析方法；在重金属迁移方面，初步建立了大米镉与土壤环境中理化特性与各态镉的关系模型，初步解释了其内在关联机制。