《Environmental Research》：Water Quality Signatures for Prioritizing Abandoned Mine Land Ground-Truthing in the Southwestern United States
编辑推荐：
本研究分析废弃矿井地（AML）与水质指标的关系，利用多尺度水文单元代码（HUC）和不同采矿数据库评估污染关联性，发现12位HUC及地下水数据能最佳反映采矿特征与污染，美国矿物存款数据库（USMIN）最具预测性，为AML优先治理提供依据。
E.E. Bonham|T. Xu|K.A. Hamilton|R.L. Muenich
亚利桑那州立大学可持续工程与建筑环境学院，坦佩，AZ 85281
摘要
废弃矿区（AMLs）是潜在有毒元素（PTE）污染和酸性排水的主要来源，对生态系统和人类健康构成长期风险。因此，快速识别并优先处理这些矿区以进行修复至关重要，然而传统的现场调查和遥感方法可能耗时且成本高昂。在流域尺度上分析了已记录的采矿特征与水质指标之间的关系，以确定与采矿特征和天然矿化地形（采矿可能性高）相关的特征性水质特征。利用公共和私人采矿数据集，在8位、10位和12位水文单元代码（HUC）的流域尺度上评估了潜在有毒元素（PTE）浓度与采矿点密度之间的相关性。由于公开可用的采矿数据库往往不完整、记录不一致且未经实地验证，因此比较了多个数据集，以确定哪个数据集最能准确反映采矿特征的分布。结果表明，在12位HUC尺度上，采矿特征与水质之间的相关性最强，地下水的相关性比地表水更稳定。随着地理空间尺度的增加，采矿特征数量与污染物浓度之间的显著相关性减弱。在测试的采矿数据库中，美国矿藏数据库（USMIN）在预测废弃矿区位置的回归模型中显示出最高的预测能力，这表明它可能是最可靠的公共数据集。这项工作为利用水质数据支持美国西南部废弃矿区的更高效识别和实地验证工作奠定了基础。
部分摘录
引言
商品采矿已有数千年的历史，至今仍为制造业和能源生产等行业提供支持（Coulson, 2012）。截至2024年，商品采矿每年创造808亿美元的收入（不包括石油和天然气），这凸显了其经济重要性，但也带来了长期的环境问题（BEA, 2025）。然而，历史采矿活动导致了数千处废弃矿区的形成：这些场所已不再被使用。
方法论
分析了三个不同的公共采矿数据库，以评估这些数据库与一个西南部州的私人数据库相比的变异性和准确性。出于隐私考虑及数据使用协议的规定，该州的具体名称未公开。数据按8位、10位和12位水文单元代码（HUC）边界进行汇总。通过清洗和预处理步骤，确保仅包括完全位于该州边界内的相关HUC。
采矿数据集代理评估
鉴于公开可用的采矿数据集之间存在不一致性，有必要评估哪个数据库能够提供最可靠的采矿特征代理估计。此外，由于并非所有州都拥有经过实地验证的数据，因此需要确定这些数据集以评估其他研究区域的情况。
使用Spearman等级相关系数测试，在12位HUC尺度上比较了七个采矿数据集，旨在量化它们之间的相关性。
讨论
结果显示，特征性的水质模式，特别是硫酸盐、砷和硼的含量升高，与采矿密集的流域显著相关，这可以通过突出受采矿污染影响最严重的流域来补充卫星和无人机地图。该框架有助于机构对需要详细调查的区域进行优先排序，将有限的现场资源集中在高可能性区域，同时避免进行大规模、资源密集型的调查。
结论
采矿特征与采矿相关污染物浓度之间的相关性显著，尤其是在12位HUC流域尺度上，地下水的相关性比地表水更为明显。然而，某些地区的水质监测仍然不足，这限制了模型的准确性并引入了不确定性。相对较低的R2值表明，仅靠水质数据不足以预测整个流域的废弃矿区情况，需要其他补充信息。
作者贡献声明
Rebecca Muenich：写作 – 审稿与编辑，撰写初稿，监督，项目管理，方法论，资金获取，概念构思。Hamilton KA：写作 – 审稿与编辑，可视化，监督，项目管理，资金获取。Tianfang Xu：写作 – 审稿与编辑，监督，方法论。Emma Eileen Bonham：写作 – 审稿与编辑，撰写初稿，可视化，验证，软件使用，资源协调，方法论，调查，正式报告撰写。
未引用参考文献
Canty and Ripley, 2024; US EPAO, 2017; U.S. Government Accountability Office, 2023; U.S. Government Accountability Office, 2020.利益冲突声明
? 作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
本研究的资金由亚利桑那州董事会（ABOR）/亚利桑那州 环境质量部（ADEQ）提供的“清查和优先处理亚利桑那州废弃矿区带来的风险”项目资助。
