基于ICP-MS和机器学习的土壤物证溯源研究

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.

关键词：土壤;ICP-MS;元素指纹;主成分分析;机器学习

所属期刊栏目：33

分类号：O657.6(分析化学)

资助基金：上海市现场物证重点实验室开放课题;中国人民公安大学基本科研业务费重大科研项目

在线出版日期：2021-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1776-1784