El problema de la contaminación por metales pesados en los sedimentos del suelo se está volviendo cada vez más prominente, y el desarrollo de técnicas de detección rápida in situ se ha convertido en un método indispensable para garantizar la efectividad de la monitorización de la contaminación y promover la gestión ambiental. Basándose en esto, este estudio propone un método de análisis cuantitativo de elementos metálicos pesados en sedimentos del suelo basado en la espectroscopía de ruptura inducida por láser (LIBS) combinada con algoritmos de aprendizaje automático. Primero, se recopilaron los espectros de muestras de sedimentos del suelo mediante un dispositivo LIBS construido, y se investigó el efecto de diferentes métodos de preprocesamiento espectral en el rendimiento del procesamiento de los datos espectrales. A continuación, se realizó una selección de variables características en los datos espectrales preprocesados basada en la medición de la importancia de variables (VIM). Con la ayuda de la validación cruzada, se optimizaron parámetros como el método de preprocesamiento y el umbral de importancia variable. Basándose en las variables de entrada optimizadas, se establecieron modelos de análisis cuantitativo para tres elementos metálicos pesados (Pb, Cu y Zn) en las muestras de sedimentos del suelo, y se comparó el rendimiento con otros modelos de calibración. Los resultados muestran que el modelo de calibración VIM-RF propuesto en este estudio muestra el mejor rendimiento predictivo; para Pb, R²_p=0.9930, RMSE_p=0.0298 mg/kg; para Cu, R²_p=0.9810, RMSE_p=0.1127 mg/kg; para Zn, R²_p=0.9920, RMSE_p=0.1662 mg/kg. Por lo tanto, el método establecido en este artículo podría proporcionar una referencia teórica para la detección rápida y el tratamiento de la contaminación por metales pesados en los sedimentos del suelo.

sedimentos del suelo;metales pesados;espectroscopía de ruptura inducida por láser;bosque aleatorio;selección de características