基于ICP-MS和机器学习的土壤物证溯源研究

• 作者: 吕铷麟 贾镇 何洪源 魏育新 蔡能斌
• 来源期刊: 化学研究与应用
• 关键词: 土壤 ICP-MS 元素指纹 主成分分析 机器学习
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 研究论文|Academic Papers
• 页码范围: 1776-1784
• 页数: 9页
• 分类号: O657.6
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1656.2021.09.020

摘要

土壤是犯罪现场最常出现的物证,对现场土壤进行地理溯源能够为认定犯罪事实提供有力证据.本研究收集了来自五座城市、20个取样点的土壤样本,用ICP-MS测定了样本中钠(Na)、铝(Al)、钙(43 Ca、44 Ca)、铬(Cr)、锰(Mn)、铁(Fe)、钴(Co)、镍(Ni)铜(Cu)、锌(Zn)、砷(As)、银(Ag)、镉(Cd)、钡(Ba)和铅(206 Pb、207 Pb、208 Pb)18种元素及同位素的含量,使用机器学习方法对土壤来源进行区分,SVM的识别准确率可达99％.依据元素与人类活动的相关性,又筛选出8种重金属元素作为特征,对土壤城市来源进行识别,其中SVM识别准确率为100％,贝叶斯模型识别准确率为97％.结果表明基于ICP-MS多元素测定和机器学习方法能够实现对土壤来源的准确识别.